Low-res two-view results

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

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

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

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

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

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

VeloStereo	0.09 176	0.04 1	0.12 303	0.14 66	0.11 537	0.07 40	0.06 1	0.08 13	0.06 8	0.09 189	0.07 61	0.06 42	0.08 237	0.11 202	0.10 200	0.08 442	0.08 549	0.08 420	0.07 403	0.11 586	0.13 624

flow	0.09 176	0.04 1	0.12 303	0.14 66	0.11 537	0.07 40	0.06 1	0.08 13	0.06 8	0.09 189	0.07 61	0.06 42	0.08 237	0.12 299	0.10 200	0.08 442	0.08 549	0.08 420	0.07 403	0.11 586	0.13 624

depth_test_26	0.08 82	0.04 1	0.12 303	0.13 18	0.07 133	0.08 85	0.10 40	0.12 90	0.11 114	0.09 189	0.07 61	0.08 192	0.05 18	0.09 61	0.08 26	0.08 442	0.06 438	0.06 204	0.06 297	0.06 300	0.07 403

LGCAT	0.08 82	0.04 1	0.10 180	0.11 1	0.06 31	0.07 40	0.13 190	0.07 7	0.08 25	0.09 189	0.07 61	0.07 131	0.08 237	0.12 299	0.11 287	0.10 548	0.09 585	0.04 1	0.05 202	0.04 46	0.09 527

mm2	0.07 6	0.04 1	0.10 180	0.13 18	0.06 31	0.06 15	0.13 190	0.13 123	0.08 25	0.06 24	0.07 61	0.06 42	0.09 279	0.10 120	0.09 99	0.06 170	0.05 253	0.04 1	0.03 1	0.04 46	0.05 196

mm1	0.07 6	0.04 1	0.10 180	0.13 18	0.06 31	0.06 15	0.13 190	0.06 1	0.08 25	0.06 24	0.07 61	0.06 42	0.09 279	0.10 120	0.09 99	0.06 170	0.05 253	0.04 1	0.03 1	0.04 46	0.05 196

MGA	0.07 6	0.04 1	0.11 250	0.13 18	0.06 31	0.08 85	0.09 25	0.12 90	0.08 25	0.05 2	0.06 21	0.06 42	0.05 18	0.10 120	0.09 99	0.06 170	0.04 24	0.05 53	0.03 1	0.05 167	0.05 196

MSE-Stereo	0.07 6	0.04 1	0.09 117	0.13 18	0.06 31	0.07 40	0.08 9	0.12 90	0.08 25	0.05 2	0.06 21	0.05 4	0.05 18	0.10 120	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

LiteMatch*	0.08 82	0.04 1	0.12 303	0.13 18	0.08 230	0.08 85	0.13 190	0.14 157	0.09 54	0.05 2	0.05 7	0.05 4	0.09 279	0.11 202	0.10 200	0.06 170	0.05 253	0.05 53	0.04 59	0.05 167	0.06 312

PipStereo	0.07 6	0.04 1	0.09 117	0.13 18	0.05 2	0.08 85	0.10 40	0.06 1	0.07 18	0.06 24	0.05 7	0.09 239	0.05 18	0.08 26	0.09 99	0.06 170	0.04 24	0.04 1	0.03 1	0.05 167	0.05 196

PSi22b	0.06 1	0.04 1	0.09 117	0.13 18	0.05 2	0.08 85	0.10 40	0.06 1	0.06 8	0.06 24	0.06 21	0.08 192	0.05 18	0.08 26	0.09 99	0.06 170	0.04 24	0.04 1	0.03 1	0.04 46	0.05 196

PSi22a	0.06 1	0.04 1	0.09 117	0.12 7	0.05 2	0.06 15	0.11 75	0.06 1	0.06 8	0.06 24	0.06 21	0.06 42	0.05 18	0.08 26	0.09 99	0.07 358	0.04 24	0.04 1	0.03 1	0.04 46	0.04 53

DepthFocus	0.08 82	0.04 1	0.15 436	0.13 18	0.09 359	0.08 85	0.12 114	0.10 34	0.05 3	0.09 189	0.06 21	0.07 131	0.04 1	0.08 26	0.08 26	0.06 170	0.05 253	0.07 324	0.07 403	0.05 167	0.04 53

Foundation-i1	0.09 176	0.04 1	0.10 180	0.14 66	0.06 31	0.10 209	0.13 190	0.16 236	0.15 260	0.10 239	0.10 209	0.11 308	0.07 178	0.07 6	0.10 200	0.06 170	0.04 24	0.05 53	0.05 202	0.05 167	0.05 196

Foundation-i32	0.06 1	0.04 1	0.09 117	0.13 18	0.04 1	0.06 15	0.12 114	0.06 1	0.05 3	0.06 24	0.05 7	0.05 4	0.05 18	0.07 6	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

GeoVLM	0.08 82	0.04 1	0.10 180	0.13 18	0.06 31	0.10 209	0.13 190	0.13 123	0.08 25	0.06 24	0.07 61	0.06 42	0.08 237	0.10 120	0.11 287	0.06 170	0.05 253	0.04 1	0.03 1	0.04 46	0.05 196

Test_v1	0.07 6	0.04 1	0.06 1	0.13 18	0.06 31	0.09 148	0.10 40	0.15 197	0.12 157	0.06 24	0.05 7	0.04 1	0.05 18	0.08 26	0.10 200	0.07 358	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

BLMT-Stereo	0.07 6	0.04 1	0.08 40	0.15 123	0.07 133	0.07 40	0.14 267	0.07 7	0.10 79	0.05 2	0.05 7	0.04 1	0.06 71	0.07 6	0.09 99	0.04 6	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

WQFJA1++	0.08 82	0.04 1	0.11 250	0.14 66	0.07 133	0.11 263	0.11 75	0.12 90	0.07 18	0.07 76	0.07 61	0.07 131	0.06 71	0.10 120	0.10 200	0.06 170	0.04 24	0.05 53	0.04 59	0.06 300	0.06 312

MatchStereo	0.07 6	0.04 1	0.08 40	0.14 66	0.06 31	0.05 4	0.12 114	0.12 90	0.09 54	0.07 76	0.07 61	0.04 1	0.04 1	0.09 61	0.09 99	0.06 170	0.05 253	0.05 53	0.03 1	0.04 46	0.05 196
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
BridgeDepth_RVC	0.07 6	0.04 1	0.09 117	0.11 1	0.05 2	0.10 209	0.10 40	0.14 157	0.09 54	0.06 24	0.07 61	0.06 42	0.08 237	0.07 6	0.10 200	0.06 170	0.04 24	0.04 1	0.04 59	0.05 167	0.04 53
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MonSter++	0.08 82	0.04 1	0.10 180	0.13 18	0.06 31	0.10 209	0.13 190	0.13 123	0.08 25	0.06 24	0.07 61	0.06 42	0.08 237	0.10 120	0.11 287	0.06 170	0.05 253	0.04 1	0.03 1	0.04 46	0.05 196

252Zero-FE	0.08 82	0.04 1	0.10 180	0.13 18	0.07 133	0.13 369	0.11 75	0.13 123	0.14 231	0.07 76	0.05 7	0.06 42	0.05 18	0.09 61	0.10 200	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.06 312

Monster-pub-mixall	0.07 6	0.04 1	0.09 117	0.13 18	0.06 31	0.06 15	0.08 9	0.12 90	0.07 18	0.06 24	0.06 21	0.05 4	0.06 71	0.09 61	0.09 99	0.06 170	0.04 24	0.04 1	0.03 1	0.05 167	0.05 196

IGEV	0.08 82	0.04 1	0.09 117	0.13 18	0.06 31	0.09 148	0.12 114	0.14 157	0.10 79	0.06 24	0.09 173	0.07 131	0.05 18	0.09 61	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

MLG-Stereo_test2	0.07 6	0.04 1	0.10 180	0.15 123	0.06 31	0.07 40	0.11 75	0.09 24	0.04 2	0.06 24	0.05 7	0.06 42	0.04 1	0.08 26	0.09 99	0.06 170	0.04 24	0.05 53	0.03 1	0.05 167	0.05 196

LG-G_1	0.07 6	0.04 1	0.11 250	0.15 123	0.06 31	0.09 148	0.08 9	0.08 13	0.06 8	0.06 24	0.06 21	0.07 131	0.07 178	0.11 202	0.08 26	0.07 358	0.04 24	0.05 53	0.04 59	0.05 167	0.06 312

LG-G	0.07 6	0.04 1	0.11 250	0.15 123	0.06 31	0.09 148	0.08 9	0.08 13	0.06 8	0.06 24	0.06 21	0.07 131	0.07 178	0.11 202	0.08 26	0.07 358	0.04 24	0.05 53	0.04 59	0.05 167	0.06 312

FoundationStereo	0.06 1	0.04 1	0.08 40	0.13 18	0.05 2	0.09 148	0.13 190	0.06 1	0.09 54	0.05 2	0.05 7	0.06 42	0.04 1	0.07 6	0.07 1	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

IGEV-Stereo+	0.07 6	0.04 1	0.08 40	0.15 123	0.06 31	0.04 1	0.09 25	0.10 34	0.09 54	0.06 24	0.06 21	0.06 42	0.06 71	0.06 1	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.06 300	0.06 312

CAS	0.08 82	0.04 1	0.07 10	0.17 307	0.08 230	0.10 209	0.13 190	0.12 90	0.09 54	0.09 189	0.10 209	0.08 192	0.06 71	0.09 61	0.09 99	0.08 442	0.04 24	0.05 53	0.03 1	0.05 167	0.04 53

CES	0.08 82	0.04 1	0.08 40	0.14 66	0.07 133	0.09 148	0.14 267	0.11 63	0.09 54	0.08 136	0.09 173	0.11 308	0.07 178	0.12 299	0.08 26	0.06 170	0.04 24	0.05 53	0.03 1	0.05 167	0.05 196

CREStereo++_RVC	0.08 82	0.04 1	0.07 10	0.13 18	0.07 133	0.09 148	0.12 114	0.14 157	0.14 231	0.10 239	0.14 325	0.08 192	0.07 178	0.10 120	0.11 287	0.06 170	0.04 24	0.05 53	0.05 202	0.04 46	0.04 53
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	0.09 176	0.04 1	0.08 40	0.13 18	0.06 31	0.11 263	0.13 190	0.15 197	0.19 383	0.11 282	0.15 342	0.10 274	0.07 178	0.12 299	0.09 99	0.07 358	0.05 253	0.05 53	0.04 59	0.06 300	0.05 196

DNSM	0.09 176	0.05 35	0.08 40	0.14 66	0.06 31	0.07 40	0.12 114	0.12 90	0.11 114	0.09 189	0.09 173	0.08 192	0.05 18	0.19 539	0.15 488	0.07 358	0.05 253	0.05 53	0.04 59	0.14 639	0.12 607

DF_test	0.07 6	0.05 35	0.08 40	0.14 66	0.08 230	0.04 1	0.13 190	0.09 24	0.11 114	0.07 76	0.08 132	0.06 42	0.07 178	0.06 1	0.08 26	0.06 170	0.05 253	0.05 53	0.05 202	0.05 167	0.04 53

GREATEN-IGEV-FM_RVC	0.09 176	0.05 35	0.11 250	0.19 479	0.07 133	0.10 209	0.09 25	0.12 90	0.10 79	0.09 189	0.09 173	0.07 131	0.08 237	0.08 26	0.09 99	0.06 170	0.06 438	0.10 560	0.08 486	0.07 390	0.05 196

small-0shot	0.07 6	0.05 35	0.09 117	0.14 66	0.07 133	0.06 15	0.13 190	0.09 24	0.08 25	0.05 2	0.10 209	0.06 42	0.06 71	0.06 1	0.10 200	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

anonymous	0.08 82	0.05 35	0.12 303	0.16 219	0.08 230	0.05 4	0.12 114	0.11 63	0.14 231	0.07 76	0.07 61	0.06 42	0.04 1	0.07 6	0.09 99	0.05 49	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

WAFT-Stereo (ZS)	0.07 6	0.05 35	0.09 117	0.12 7	0.07 133	0.09 148	0.15 357	0.07 7	0.07 18	0.06 24	0.10 209	0.05 4	0.07 178	0.06 1	0.11 287	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.05 196

testmc14	0.07 6	0.05 35	0.06 1	0.15 123	0.05 2	0.09 148	0.12 114	0.08 13	0.08 25	0.07 76	0.09 173	0.06 42	0.05 18	0.07 6	0.07 1	0.06 170	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

Anonymus	0.09 176	0.05 35	0.10 180	0.15 123	0.08 230	0.10 209	0.14 267	0.15 197	0.10 79	0.07 76	0.06 21	0.07 131	0.09 279	0.12 299	0.10 200	0.06 170	0.04 24	0.05 53	0.05 202	0.05 167	0.06 312

ManiGeoR	0.10 257	0.05 35	0.12 303	0.12 7	0.08 230	0.12 322	0.12 114	0.24 456	0.14 231	0.13 358	0.14 325	0.12 334	0.09 279	0.13 362	0.13 406	0.07 358	0.05 253	0.05 53	0.05 202	0.07 390	0.07 403

HLF11	0.11 305	0.05 35	0.13 351	0.12 7	0.08 230	0.15 444	0.11 75	0.22 408	0.10 79	0.12 322	0.24 488	0.11 308	0.12 397	0.14 401	0.13 406	0.08 442	0.05 253	0.05 53	0.04 59	0.08 463	0.08 478

HLf10	0.10 257	0.05 35	0.12 303	0.12 7	0.08 230	0.12 322	0.12 114	0.24 456	0.14 231	0.13 358	0.14 325	0.12 334	0.09 279	0.13 362	0.13 406	0.07 358	0.05 253	0.05 53	0.05 202	0.07 390	0.07 403

HLf8	0.11 305	0.05 35	0.13 351	0.11 1	0.08 230	0.15 444	0.12 114	0.22 408	0.16 296	0.13 358	0.17 379	0.12 334	0.10 319	0.14 401	0.13 406	0.09 504	0.05 253	0.05 53	0.05 202	0.08 463	0.08 478

TestStereo_HLe17	0.10 257	0.05 35	0.12 303	0.13 18	0.07 133	0.11 263	0.14 267	0.21 381	0.15 260	0.11 282	0.14 325	0.11 308	0.09 279	0.13 362	0.13 406	0.07 358	0.04 24	0.05 53	0.05 202	0.07 390	0.06 312

MCSU-Stereo	0.07 6	0.05 35	0.06 1	0.15 123	0.05 2	0.09 148	0.12 114	0.10 34	0.09 54	0.07 76	0.07 61	0.07 131	0.05 18	0.10 120	0.07 1	0.06 170	0.04 24	0.04 1	0.03 1	0.04 46	0.03 1

derf	0.07 6	0.05 35	0.10 180	0.14 66	0.06 31	0.05 4	0.12 114	0.12 90	0.09 54	0.05 2	0.07 61	0.07 131	0.08 237	0.10 120	0.09 99	0.06 170	0.05 253	0.04 1	0.03 1	0.04 46	0.05 196

qqai	0.07 6	0.05 35	0.10 180	0.14 66	0.06 31	0.05 4	0.12 114	0.08 13	0.09 54	0.05 2	0.07 61	0.06 42	0.08 237	0.10 120	0.09 99	0.06 170	0.05 253	0.05 53	0.03 1	0.04 46	0.05 196

CAR	0.07 6	0.05 35	0.09 117	0.14 66	0.06 31	0.07 40	0.08 9	0.12 90	0.08 25	0.05 2	0.06 21	0.05 4	0.05 18	0.10 120	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

DN	0.10 257	0.05 35	0.10 180	0.15 123	0.09 359	0.12 322	0.18 509	0.17 274	0.16 296	0.08 136	0.09 173	0.08 192	0.06 71	0.08 26	0.09 99	0.11 583	0.05 253	0.07 324	0.06 297	0.07 390	0.09 527

GCAP-Stereo-DPT-cres	0.08 82	0.05 35	0.08 40	0.15 123	0.06 31	0.10 209	0.14 267	0.13 123	0.12 157	0.07 76	0.08 132	0.07 131	0.06 71	0.10 120	0.09 99	0.05 49	0.04 24	0.05 53	0.04 59	0.03 1	0.04 53

GCAP-Stereo-DPT-20K	0.07 6	0.05 35	0.11 250	0.15 123	0.06 31	0.07 40	0.12 114	0.10 34	0.11 114	0.07 76	0.08 132	0.06 42	0.05 18	0.09 61	0.07 1	0.05 49	0.05 253	0.05 53	0.04 59	0.03 1	0.04 53

GCAP-Stereo-DPT-FT	0.08 82	0.05 35	0.12 303	0.15 123	0.06 31	0.09 148	0.13 190	0.12 90	0.12 157	0.07 76	0.09 173	0.06 42	0.06 71	0.10 120	0.08 26	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

RT-Monster	0.09 176	0.05 35	0.09 117	0.14 66	0.08 230	0.12 322	0.10 40	0.17 274	0.19 383	0.14 389	0.10 209	0.10 274	0.08 237	0.11 202	0.10 200	0.07 358	0.05 253	0.05 53	0.04 59	0.05 167	0.06 312

Foundation-i1c-attn	0.08 82	0.05 35	0.07 10	0.14 66	0.05 2	0.09 148	0.12 114	0.13 123	0.10 79	0.09 189	0.10 209	0.10 274	0.07 178	0.08 26	0.10 200	0.06 170	0.04 24	0.05 53	0.04 59	0.03 1	0.04 53

Foundation-i1b	0.08 82	0.05 35	0.07 10	0.14 66	0.05 2	0.09 148	0.12 114	0.13 123	0.10 79	0.09 189	0.10 209	0.10 274	0.06 71	0.07 6	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.03 1	0.03 1

Foundation-i1a	0.08 82	0.05 35	0.08 40	0.13 18	0.05 2	0.13 369	0.13 190	0.12 90	0.10 79	0.11 282	0.11 263	0.11 308	0.06 71	0.08 26	0.09 99	0.06 170	0.04 24	0.05 53	0.03 1	0.04 46	0.04 53

LACA2	0.07 6	0.05 35	0.06 1	0.15 123	0.06 31	0.09 148	0.10 40	0.11 63	0.11 114	0.05 2	0.05 7	0.06 42	0.08 237	0.09 61	0.07 1	0.07 358	0.04 24	0.04 1	0.04 59	0.04 46	0.04 53

VMStereo-Base	0.09 176	0.05 35	0.10 180	0.13 18	0.07 133	0.11 263	0.10 40	0.16 236	0.13 201	0.10 239	0.16 359	0.10 274	0.09 279	0.11 202	0.10 200	0.07 358	0.05 253	0.05 53	0.04 59	0.05 167	0.06 312

DispViT+	0.08 82	0.05 35	0.10 180	0.13 18	0.06 31	0.05 4	0.11 75	0.18 306	0.16 296	0.09 189	0.08 132	0.07 131	0.06 71	0.11 202	0.09 99	0.06 170	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

Pro-Stereo	0.07 6	0.05 35	0.08 40	0.15 123	0.08 230	0.08 85	0.12 114	0.07 7	0.08 25	0.06 24	0.06 21	0.05 4	0.05 18	0.09 61	0.08 26	0.05 49	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

HiDET	0.08 82	0.05 35	0.10 180	0.13 18	0.06 31	0.09 148	0.12 114	0.12 90	0.12 157	0.07 76	0.07 61	0.07 131	0.07 178	0.11 202	0.11 287	0.06 170	0.05 253	0.04 1	0.03 1	0.04 46	0.04 53

LCMNet	0.08 82	0.05 35	0.10 180	0.13 18	0.07 133	0.09 148	0.12 114	0.10 34	0.12 157	0.06 24	0.08 132	0.06 42	0.07 178	0.11 202	0.10 200	0.06 170	0.05 253	0.04 1	0.03 1	0.04 46	0.04 53

CSFM-Stereo	0.08 82	0.05 35	0.08 40	0.14 66	0.06 31	0.09 148	0.13 190	0.15 197	0.07 18	0.07 76	0.08 132	0.06 42	0.08 237	0.09 61	0.10 200	0.06 170	0.05 253	0.04 1	0.03 1	0.04 46	0.04 53

gasm-f	0.08 82	0.05 35	0.08 40	0.13 18	0.08 230	0.08 85	0.14 267	0.10 34	0.10 79	0.08 136	0.10 209	0.06 42	0.05 18	0.10 120	0.08 26	0.06 170	0.04 24	0.05 53	0.04 59	0.06 300	0.05 196

IGEV-FE	0.09 176	0.05 35	0.13 351	0.14 66	0.08 230	0.12 322	0.13 190	0.17 274	0.11 114	0.10 239	0.06 21	0.09 239	0.06 71	0.11 202	0.09 99	0.06 170	0.04 24	0.06 204	0.06 297	0.05 167	0.05 196

DDF-Stereo	0.08 82	0.05 35	0.10 180	0.15 123	0.10 478	0.05 4	0.13 190	0.09 24	0.14 231	0.06 24	0.06 21	0.07 131	0.06 71	0.09 61	0.10 200	0.06 170	0.04 24	0.06 204	0.04 59	0.08 463	0.05 196

Zero-FE251	0.08 82	0.05 35	0.10 180	0.13 18	0.06 31	0.12 322	0.12 114	0.11 63	0.10 79	0.07 76	0.08 132	0.06 42	0.06 71	0.10 120	0.08 26	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

Wavelet-MonSter	0.07 6	0.05 35	0.07 10	0.16 219	0.06 31	0.07 40	0.11 75	0.10 34	0.08 25	0.06 24	0.07 61	0.07 131	0.07 178	0.09 61	0.09 99	0.04 6	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

Replicate-Monster	0.07 6	0.05 35	0.09 117	0.14 66	0.06 31	0.09 148	0.09 25	0.14 157	0.12 157	0.05 2	0.07 61	0.06 42	0.06 71	0.08 26	0.10 200	0.06 170	0.04 24	0.05 53	0.03 1	0.04 46	0.04 53

zero-FE	0.08 82	0.05 35	0.10 180	0.15 123	0.10 478	0.05 4	0.13 190	0.09 24	0.14 231	0.07 76	0.06 21	0.07 131	0.06 71	0.09 61	0.10 200	0.06 170	0.04 24	0.06 204	0.04 59	0.08 463	0.05 196

GASTEREO	0.08 82	0.05 35	0.09 117	0.19 479	0.08 230	0.08 85	0.12 114	0.14 157	0.11 114	0.10 239	0.09 173	0.07 131	0.04 1	0.12 299	0.08 26	0.06 170	0.05 253	0.05 53	0.04 59	0.04 46	0.05 196

MSCF	0.08 82	0.05 35	0.09 117	0.19 479	0.08 230	0.07 40	0.12 114	0.14 157	0.11 114	0.10 239	0.09 173	0.07 131	0.04 1	0.11 202	0.08 26	0.06 170	0.05 253	0.05 53	0.04 59	0.05 167	0.05 196

DVStereo	0.09 176	0.05 35	0.08 40	0.15 123	0.06 31	0.11 263	0.12 114	0.14 157	0.16 296	0.11 282	0.11 263	0.09 239	0.10 319	0.11 202	0.11 287	0.06 170	0.05 253	0.05 53	0.04 59	0.03 1	0.03 1

111111	0.07 6	0.05 35	0.10 180	0.17 307	0.06 31	0.05 4	0.10 40	0.11 63	0.10 79	0.06 24	0.06 21	0.07 131	0.05 18	0.08 26	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.07 390	0.06 312

LG-Stereo_L2	0.07 6	0.05 35	0.10 180	0.14 66	0.06 31	0.07 40	0.12 114	0.09 24	0.10 79	0.06 24	0.04 1	0.05 4	0.05 18	0.08 26	0.08 26	0.05 49	0.04 24	0.05 53	0.03 1	0.04 46	0.03 1

LG-Stereo_L1	0.07 6	0.05 35	0.11 250	0.14 66	0.06 31	0.07 40	0.12 114	0.09 24	0.08 25	0.05 2	0.04 1	0.05 4	0.04 1	0.08 26	0.08 26	0.05 49	0.04 24	0.05 53	0.03 1	0.04 46	0.04 53

MLG-Stereo_test3	0.07 6	0.05 35	0.10 180	0.15 123	0.06 31	0.07 40	0.10 40	0.08 13	0.06 8	0.06 24	0.04 1	0.06 42	0.06 71	0.08 26	0.10 200	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.06 312

MLG-Stereo_test1	0.06 1	0.05 35	0.08 40	0.17 307	0.05 2	0.07 40	0.11 75	0.09 24	0.03 1	0.05 2	0.04 1	0.06 42	0.05 18	0.09 61	0.09 99	0.05 49	0.04 24	0.05 53	0.03 1	0.04 46	0.05 196

MLG-Stereo	0.07 6	0.05 35	0.09 117	0.17 307	0.05 2	0.07 40	0.11 75	0.08 13	0.05 3	0.05 2	0.04 1	0.06 42	0.05 18	0.10 120	0.09 99	0.05 49	0.04 24	0.05 53	0.03 1	0.04 46	0.05 196

LGtest1	0.07 6	0.05 35	0.11 250	0.15 123	0.06 31	0.07 40	0.09 25	0.08 13	0.06 8	0.06 24	0.04 1	0.06 42	0.07 178	0.10 120	0.09 99	0.07 358	0.04 24	0.05 53	0.04 59	0.06 300	0.06 312

SGD-Stereo	0.08 82	0.05 35	0.10 180	0.14 66	0.06 31	0.12 322	0.12 114	0.11 63	0.12 157	0.07 76	0.09 173	0.09 239	0.09 279	0.08 26	0.08 26	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

Reg-Stereo(zero)	0.09 176	0.05 35	0.08 40	0.16 219	0.06 31	0.12 322	0.11 75	0.15 197	0.11 114	0.12 322	0.09 173	0.10 274	0.08 237	0.11 202	0.09 99	0.06 170	0.05 253	0.05 53	0.04 59	0.04 46	0.05 196

HUF	0.08 82	0.05 35	0.08 40	0.14 66	0.06 31	0.09 148	0.13 190	0.13 123	0.13 201	0.07 76	0.07 61	0.09 239	0.06 71	0.10 120	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

DEFOM-Stereo	0.07 6	0.05 35	0.07 10	0.14 66	0.06 31	0.09 148	0.13 190	0.07 7	0.13 201	0.06 24	0.07 61	0.06 42	0.05 18	0.10 120	0.09 99	0.05 49	0.04 24	0.05 53	0.03 1	0.04 46	0.04 53

dual_stereo	0.07 6	0.05 35	0.08 40	0.15 123	0.05 2	0.05 4	0.13 190	0.12 90	0.08 25	0.07 76	0.06 21	0.05 4	0.05 18	0.07 6	0.09 99	0.06 170	0.04 24	0.05 53	0.03 1	0.04 46	0.04 53

UGAM-zero	0.10 257	0.05 35	0.15 436	0.15 123	0.08 230	0.10 209	0.13 190	0.20 359	0.15 260	0.11 282	0.15 342	0.07 131	0.08 237	0.09 61	0.10 200	0.06 170	0.05 253	0.06 204	0.05 202	0.05 167	0.06 312

WCG-NET	0.08 82	0.05 35	0.10 180	0.15 123	0.06 31	0.11 263	0.14 267	0.13 123	0.14 231	0.07 76	0.09 173	0.07 131	0.06 71	0.13 362	0.08 26	0.05 49	0.04 24	0.06 204	0.04 59	0.04 46	0.03 1

model_zeroshot	0.10 257	0.05 35	0.12 303	0.15 123	0.09 359	0.13 369	0.14 267	0.20 359	0.14 231	0.11 282	0.10 209	0.12 334	0.07 178	0.12 299	0.11 287	0.07 358	0.06 438	0.06 204	0.05 202	0.06 300	0.06 312

GCAP-BAT	0.09 176	0.05 35	0.11 250	0.13 18	0.07 133	0.11 263	0.14 267	0.14 157	0.17 333	0.07 76	0.10 209	0.08 192	0.06 71	0.13 362	0.08 26	0.07 358	0.05 253	0.05 53	0.05 202	0.05 167	0.04 53

Occ-G	0.08 82	0.05 35	0.07 10	0.14 66	0.07 133	0.09 148	0.14 267	0.14 157	0.15 260	0.07 76	0.12 285	0.07 131	0.05 18	0.09 61	0.10 200	0.06 170	0.05 253	0.05 53	0.04 59	0.05 167	0.06 312

Pointernet	0.09 176	0.05 35	0.10 180	0.16 219	0.08 230	0.13 369	0.10 40	0.15 197	0.18 354	0.09 189	0.07 61	0.06 42	0.06 71	0.11 202	0.10 200	0.08 442	0.04 24	0.05 53	0.03 1	0.06 300	0.05 196

AIO-Stereo-zeroshot1	0.11 305	0.05 35	0.14 399	0.16 219	0.21 683	0.09 148	0.17 459	0.21 381	0.16 296	0.11 282	0.15 342	0.10 274	0.07 178	0.10 120	0.08 26	0.06 170	0.05 253	0.07 324	0.07 403	0.07 390	0.09 527

AIO-Stereo-zeroshot	0.11 305	0.05 35	0.12 303	0.15 123	0.13 597	0.14 419	0.16 425	0.23 430	0.18 354	0.10 239	0.13 310	0.10 274	0.07 178	0.12 299	0.09 99	0.06 170	0.05 253	0.06 204	0.06 297	0.07 390	0.08 478

WCG-NET（raft）	0.08 82	0.05 35	0.10 180	0.15 123	0.06 31	0.11 263	0.13 190	0.15 197	0.12 157	0.08 136	0.07 61	0.06 42	0.06 71	0.13 362	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

trnet	0.08 82	0.05 35	0.07 10	0.12 7	0.05 2	0.12 322	0.10 40	0.13 123	0.10 79	0.08 136	0.13 310	0.09 239	0.08 237	0.11 202	0.10 200	0.08 442	0.05 253	0.05 53	0.03 1	0.06 300	0.05 196

GCAPDPT-zeroshot4090	0.07 6	0.05 35	0.11 250	0.15 123	0.06 31	0.07 40	0.12 114	0.10 34	0.11 114	0.07 76	0.08 132	0.06 42	0.05 18	0.09 61	0.07 1	0.05 49	0.05 253	0.05 53	0.04 59	0.03 1	0.04 53

MoCha-V2	0.08 82	0.05 35	0.11 250	0.20 546	0.07 133	0.10 209	0.14 267	0.12 90	0.08 25	0.07 76	0.08 132	0.07 131	0.06 71	0.09 61	0.08 26	0.05 49	0.05 253	0.05 53	0.04 59	0.04 46	0.04 53

IGEV_Zeroshot_test	0.09 176	0.05 35	0.13 351	0.14 66	0.08 230	0.12 322	0.13 190	0.17 274	0.11 114	0.10 239	0.06 21	0.09 239	0.06 71	0.11 202	0.09 99	0.06 170	0.04 24	0.06 204	0.06 297	0.05 167	0.05 196

MSKI-zero shot	0.09 176	0.05 35	0.09 117	0.16 219	0.07 133	0.10 209	0.13 190	0.15 197	0.14 231	0.09 189	0.09 173	0.09 239	0.06 71	0.12 299	0.11 287	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.05 196

GCAPDPT-zeroshot	0.09 176	0.05 35	0.11 250	0.13 18	0.07 133	0.11 263	0.14 267	0.14 157	0.17 333	0.07 76	0.10 209	0.08 192	0.06 71	0.13 362	0.08 26	0.07 358	0.05 253	0.05 53	0.05 202	0.05 167	0.04 53

AEACV	0.09 176	0.05 35	0.08 40	0.14 66	0.13 597	0.14 419	0.13 190	0.15 197	0.09 54	0.07 76	0.09 173	0.07 131	0.08 237	0.10 120	0.09 99	0.06 170	0.04 24	0.06 204	0.05 202	0.05 167	0.04 53

Any-RAFT	0.10 257	0.05 35	0.10 180	0.15 123	0.07 133	0.13 369	0.14 267	0.21 381	0.15 260	0.11 282	0.12 285	0.13 366	0.10 319	0.13 362	0.10 200	0.07 358	0.04 24	0.05 53	0.04 59	0.06 300	0.05 196

LoS_RVC	0.08 82	0.05 35	0.07 10	0.15 123	0.07 133	0.08 85	0.15 357	0.12 90	0.11 114	0.08 136	0.09 173	0.06 42	0.09 279	0.10 120	0.09 99	0.05 49	0.04 24	0.05 53	0.03 1	0.04 46	0.04 53

LoS	0.09 176	0.05 35	0.11 250	0.13 18	0.07 133	0.14 419	0.11 75	0.15 197	0.15 260	0.09 189	0.09 173	0.12 334	0.09 279	0.15 424	0.10 200	0.07 358	0.05 253	0.05 53	0.03 1	0.05 167	0.05 196
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.08 82	0.05 35	0.08 40	0.14 66	0.07 133	0.11 263	0.12 114	0.11 63	0.16 296	0.06 24	0.05 7	0.07 131	0.05 18	0.10 120	0.11 287	0.06 170	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

iRaft-Stereo_20w	0.09 176	0.05 35	0.13 351	0.14 66	0.09 359	0.12 322	0.15 357	0.19 339	0.11 114	0.11 282	0.08 132	0.08 192	0.05 18	0.10 120	0.09 99	0.06 170	0.04 24	0.06 204	0.05 202	0.06 300	0.05 196

TRStereo	0.10 257	0.05 35	0.12 303	0.16 219	0.12 571	0.10 209	0.13 190	0.18 306	0.19 383	0.09 189	0.09 173	0.09 239	0.07 178	0.10 120	0.08 26	0.07 358	0.05 253	0.07 324	0.07 403	0.04 46	0.04 53

XX-Stereo	0.09 176	0.05 35	0.09 117	0.17 307	0.09 359	0.15 444	0.12 114	0.21 381	0.10 79	0.10 239	0.14 325	0.07 131	0.06 71	0.13 362	0.08 26	0.06 170	0.05 253	0.06 204	0.06 297	0.04 46	0.04 53

CREStereo	0.09 176	0.05 35	0.08 40	0.11 1	0.06 31	0.14 419	0.14 267	0.14 157	0.10 79	0.09 189	0.13 310	0.09 239	0.08 237	0.12 299	0.10 200	0.08 442	0.04 24	0.05 53	0.03 1	0.06 300	0.06 312
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.09 176	0.05 35	0.09 117	0.12 7	0.06 31	0.13 369	0.14 267	0.16 236	0.11 114	0.09 189	0.13 310	0.10 274	0.07 178	0.14 401	0.10 200	0.15 653	0.04 24	0.05 53	0.03 1	0.07 390	0.06 312

GELT-Stereo	0.09 176	0.06 114	0.10 180	0.18 400	0.07 133	0.07 40	0.15 357	0.21 381	0.17 333	0.08 136	0.07 61	0.06 42	0.08 237	0.10 120	0.07 1	0.04 6	0.04 24	0.06 204	0.06 297	0.04 46	0.03 1

FAST (zero-shot)	0.09 176	0.06 114	0.11 250	0.19 479	0.13 597	0.07 40	0.13 190	0.13 123	0.08 25	0.08 136	0.07 61	0.08 192	0.07 178	0.10 120	0.10 200	0.07 358	0.06 438	0.06 204	0.07 403	0.05 167	0.08 478

Weightmod	0.09 176	0.06 114	0.08 40	0.18 400	0.06 31	0.11 263	0.15 357	0.14 157	0.12 157	0.11 282	0.11 263	0.08 192	0.07 178	0.10 120	0.11 287	0.06 170	0.08 549	0.07 324	0.07 403	0.05 167	0.03 1

PhaseNet	0.09 176	0.06 114	0.10 180	0.15 123	0.08 230	0.10 209	0.14 267	0.20 359	0.12 157	0.07 76	0.08 132	0.09 239	0.10 319	0.13 362	0.12 365	0.06 170	0.04 24	0.06 204	0.06 297	0.05 167	0.05 196

TestStereo_HL3	0.11 305	0.06 114	0.16 480	0.13 18	0.07 133	0.12 322	0.11 75	0.20 359	0.09 54	0.15 414	0.31 583	0.13 366	0.12 397	0.16 453	0.11 287	0.07 358	0.05 253	0.05 53	0.05 202	0.06 300	0.07 403

TestStereo_HL2	0.11 305	0.06 114	0.12 303	0.12 7	0.08 230	0.13 369	0.14 267	0.20 359	0.18 354	0.13 358	0.21 453	0.12 334	0.11 362	0.13 362	0.12 365	0.07 358	0.05 253	0.05 53	0.05 202	0.07 390	0.07 403

GGDA	0.11 305	0.06 114	0.12 303	0.13 18	0.07 133	0.12 322	0.14 267	0.19 339	0.19 383	0.13 358	0.20 434	0.12 334	0.09 279	0.12 299	0.12 365	0.07 358	0.04 24	0.05 53	0.05 202	0.06 300	0.07 403

TestStereo-Hl	0.11 305	0.06 114	0.11 250	0.14 66	0.08 230	0.15 444	0.14 267	0.20 359	0.18 354	0.13 358	0.17 379	0.12 334	0.11 362	0.14 401	0.13 406	0.06 170	0.04 24	0.05 53	0.05 202	0.06 300	0.06 312

DNS	0.09 176	0.06 114	0.08 40	0.14 66	0.06 31	0.06 15	0.12 114	0.12 90	0.09 54	0.08 136	0.08 132	0.08 192	0.05 18	0.17 493	0.12 365	0.07 358	0.05 253	0.07 324	0.03 1	0.14 639	0.10 559

monster-pro	0.07 6	0.06 114	0.06 1	0.15 123	0.05 2	0.08 85	0.10 40	0.15 197	0.15 260	0.05 2	0.06 21	0.05 4	0.06 71	0.07 6	0.09 99	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

PointNet	0.08 82	0.06 114	0.07 10	0.15 123	0.07 133	0.09 148	0.14 267	0.11 63	0.08 25	0.05 2	0.08 132	0.08 192	0.09 279	0.09 61	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.03 1	0.04 53

TS12	0.08 82	0.06 114	0.09 117	0.21 585	0.07 133	0.12 322	0.12 114	0.11 63	0.09 54	0.10 239	0.10 209	0.08 192	0.10 319	0.09 61	0.12 365	0.04 6	0.04 24	0.05 53	0.04 59	0.03 1	0.04 53

DF	0.08 82	0.06 114	0.10 180	0.15 123	0.06 31	0.11 263	0.12 114	0.11 63	0.12 157	0.09 189	0.10 209	0.10 274	0.08 237	0.11 202	0.09 99	0.07 358	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

aanet-new-70k	0.07 6	0.06 114	0.09 117	0.17 307	0.06 31	0.08 85	0.12 114	0.11 63	0.10 79	0.07 76	0.07 61	0.07 131	0.06 71	0.10 120	0.07 1	0.04 6	0.04 24	0.05 53	0.04 59	0.04 46	0.03 1

aanet-new-34k	0.08 82	0.06 114	0.09 117	0.17 307	0.05 2	0.08 85	0.13 190	0.12 90	0.13 201	0.09 189	0.08 132	0.07 131	0.05 18	0.10 120	0.09 99	0.04 6	0.04 24	0.05 53	0.04 59	0.03 1	0.03 1

aanet-new-22k	0.08 82	0.06 114	0.10 180	0.18 400	0.06 31	0.08 85	0.11 75	0.14 157	0.12 157	0.09 189	0.09 173	0.08 192	0.06 71	0.10 120	0.08 26	0.04 6	0.05 253	0.05 53	0.04 59	0.03 1	0.04 53

GCAP-Stereo-DPT-36K	0.08 82	0.06 114	0.16 480	0.15 123	0.06 31	0.08 85	0.12 114	0.13 123	0.11 114	0.07 76	0.08 132	0.07 131	0.06 71	0.09 61	0.08 26	0.05 49	0.05 253	0.05 53	0.04 59	0.04 46	0.04 53

GCAP-Stereo-DPT-22K	0.08 82	0.06 114	0.08 40	0.17 307	0.06 31	0.07 40	0.14 267	0.13 123	0.16 296	0.05 2	0.10 209	0.06 42	0.06 71	0.08 26	0.08 26	0.04 6	0.04 24	0.05 53	0.04 59	0.03 1	0.04 53

GCAP-Stereo-DPT-24K	0.07 6	0.06 114	0.07 10	0.15 123	0.06 31	0.10 209	0.15 357	0.12 90	0.11 114	0.06 24	0.11 263	0.06 42	0.05 18	0.09 61	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.03 1	0.03 1

GCAP-Stereo-DPT-5K	0.08 82	0.06 114	0.11 250	0.16 219	0.07 133	0.11 263	0.12 114	0.15 197	0.16 296	0.08 136	0.12 285	0.05 4	0.06 71	0.09 61	0.08 26	0.05 49	0.04 24	0.06 204	0.05 202	0.03 1	0.04 53

GCAP-Stereo-DPT-2K	0.08 82	0.06 114	0.10 180	0.16 219	0.07 133	0.11 263	0.13 190	0.14 157	0.14 231	0.08 136	0.13 310	0.05 4	0.06 71	0.10 120	0.08 26	0.05 49	0.04 24	0.06 204	0.04 59	0.03 1	0.04 53

GCAP-Stereo-DPT-25K	0.08 82	0.06 114	0.08 40	0.16 219	0.06 31	0.06 15	0.14 267	0.14 157	0.15 260	0.07 76	0.10 209	0.06 42	0.05 18	0.09 61	0.09 99	0.04 6	0.04 24	0.05 53	0.04 59	0.03 1	0.03 1

RT-IGEV	0.13 423	0.06 114	0.14 399	0.15 123	0.10 478	0.15 444	0.18 509	0.25 479	0.28 536	0.16 444	0.17 379	0.18 467	0.11 362	0.14 401	0.11 287	0.08 442	0.05 253	0.07 324	0.05 202	0.07 390	0.08 478

PSi22	0.08 82	0.06 114	0.11 250	0.16 219	0.07 133	0.08 85	0.10 40	0.14 157	0.08 25	0.08 136	0.07 61	0.10 274	0.06 71	0.12 299	0.10 200	0.05 49	0.04 24	0.04 1	0.04 59	0.04 46	0.04 53

Selective-IGEV-i16pc	0.13 423	0.06 114	0.13 351	0.15 123	0.11 537	0.38 681	0.16 425	0.23 430	0.17 333	0.11 282	0.15 342	0.09 239	0.07 178	0.13 362	0.10 200	0.10 548	0.08 549	0.06 204	0.07 403	0.09 528	0.10 559

LiteMatch	0.09 176	0.06 114	0.10 180	0.16 219	0.07 133	0.10 209	0.15 357	0.13 123	0.08 25	0.06 24	0.07 61	0.06 42	0.16 507	0.10 120	0.14 450	0.07 358	0.04 24	0.06 204	0.06 297	0.06 300	0.06 312

Lsterematch	0.11 305	0.06 114	0.11 250	0.16 219	0.07 133	0.13 369	0.15 357	0.14 157	0.18 354	0.16 444	0.18 408	0.15 413	0.16 507	0.13 362	0.14 450	0.07 358	0.04 24	0.06 204	0.06 297	0.06 300	0.06 312

Selective-IGEV-i32	0.07 6	0.06 114	0.09 117	0.17 307	0.06 31	0.08 85	0.12 114	0.13 123	0.08 25	0.08 136	0.07 61	0.06 42	0.04 1	0.10 120	0.09 99	0.05 49	0.04 24	0.05 53	0.04 59	0.04 46	0.03 1

gcap_with_dpt	0.08 82	0.06 114	0.10 180	0.16 219	0.07 133	0.10 209	0.12 114	0.14 157	0.14 231	0.08 136	0.12 285	0.05 4	0.06 71	0.10 120	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.03 1	0.04 53

Hybrid-DGEV-03	0.11 305	0.06 114	0.09 117	0.18 400	0.08 230	0.16 475	0.14 267	0.15 197	0.14 231	0.13 358	0.17 379	0.12 334	0.09 279	0.13 362	0.11 287	0.06 170	0.04 24	0.08 420	0.06 297	0.05 167	0.04 53

Hybrid-DGEV-2	0.11 305	0.06 114	0.12 303	0.18 400	0.09 359	0.09 148	0.13 190	0.29 553	0.30 550	0.11 282	0.12 285	0.10 274	0.13 433	0.12 299	0.10 200	0.06 170	0.05 253	0.07 324	0.07 403	0.05 167	0.05 196

BStereo	0.08 82	0.06 114	0.17 505	0.15 123	0.08 230	0.08 85	0.09 25	0.15 197	0.16 296	0.06 24	0.07 61	0.07 131	0.05 18	0.09 61	0.11 287	0.04 6	0.05 253	0.05 53	0.07 403	0.04 46	0.05 196

Anonymus123	0.09 176	0.06 114	0.17 505	0.15 123	0.08 230	0.11 263	0.09 25	0.18 306	0.16 296	0.06 24	0.07 61	0.07 131	0.05 18	0.09 61	0.11 287	0.04 6	0.05 253	0.05 53	0.07 403	0.04 46	0.05 196

GEAStereo	0.08 82	0.06 114	0.09 117	0.13 18	0.08 230	0.08 85	0.14 267	0.10 34	0.10 79	0.08 136	0.10 209	0.06 42	0.04 1	0.11 202	0.08 26	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.05 196

GSStereo	0.08 82	0.06 114	0.09 117	0.13 18	0.08 230	0.08 85	0.14 267	0.11 63	0.12 157	0.08 136	0.10 209	0.05 4	0.04 1	0.11 202	0.08 26	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.05 196

FE-Mocha	0.09 176	0.06 114	0.14 399	0.16 219	0.09 359	0.11 263	0.15 357	0.19 339	0.16 296	0.10 239	0.09 173	0.07 131	0.07 178	0.09 61	0.09 99	0.06 170	0.04 24	0.06 204	0.06 297	0.05 167	0.05 196

Select-FE	0.11 305	0.06 114	0.21 579	0.15 123	0.11 537	0.12 322	0.13 190	0.22 408	0.18 354	0.09 189	0.11 263	0.10 274	0.06 71	0.12 299	0.09 99	0.07 358	0.05 253	0.07 324	0.08 486	0.06 300	0.08 478

MonStereo	0.07 6	0.06 114	0.06 1	0.15 123	0.05 2	0.08 85	0.10 40	0.15 197	0.15 260	0.05 2	0.06 21	0.05 4	0.06 71	0.07 6	0.09 99	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Monster-pub-eth3d	0.07 6	0.06 114	0.06 1	0.15 123	0.05 2	0.08 85	0.10 40	0.15 197	0.15 260	0.05 2	0.06 21	0.05 4	0.06 71	0.07 6	0.10 200	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

AdaDepth	0.07 6	0.06 114	0.07 10	0.18 400	0.06 31	0.11 263	0.11 75	0.10 34	0.08 25	0.06 24	0.05 7	0.07 131	0.06 71	0.09 61	0.10 200	0.04 6	0.05 253	0.05 53	0.04 59	0.04 46	0.04 53

S2M2_XL	0.08 82	0.06 114	0.12 303	0.12 7	0.08 230	0.09 148	0.09 25	0.07 7	0.07 18	0.08 136	0.07 61	0.07 131	0.06 71	0.09 61	0.09 99	0.08 442	0.06 438	0.07 324	0.06 297	0.08 463	0.06 312
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
water-stereo	0.09 176	0.06 114	0.08 40	0.16 219	0.07 133	0.10 209	0.13 190	0.15 197	0.13 201	0.11 282	0.12 285	0.09 239	0.10 319	0.07 6	0.08 26	0.06 170	0.05 253	0.05 53	0.05 202	0.04 46	0.04 53

depthmonostereo	0.09 176	0.06 114	0.09 117	0.15 123	0.06 31	0.11 263	0.13 190	0.14 157	0.15 260	0.10 239	0.10 209	0.09 239	0.11 362	0.08 26	0.09 99	0.06 170	0.05 253	0.06 204	0.04 59	0.04 46	0.03 1

3.25w_new	0.07 6	0.06 114	0.08 40	0.15 123	0.06 31	0.10 209	0.07 5	0.12 90	0.11 114	0.08 136	0.07 61	0.07 131	0.06 71	0.11 202	0.10 200	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 53

3.25w	0.07 6	0.06 114	0.08 40	0.15 123	0.06 31	0.10 209	0.07 5	0.12 90	0.11 114	0.08 136	0.07 61	0.07 131	0.06 71	0.11 202	0.10 200	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 53

1w_stereo	0.08 82	0.06 114	0.07 10	0.16 219	0.06 31	0.07 40	0.10 40	0.14 157	0.15 260	0.07 76	0.08 132	0.05 4	0.06 71	0.10 120	0.09 99	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 53

monsterstereo	0.08 82	0.06 114	0.07 10	0.16 219	0.06 31	0.08 85	0.10 40	0.16 236	0.12 157	0.07 76	0.08 132	0.06 42	0.07 178	0.08 26	0.09 99	0.04 6	0.04 24	0.05 53	0.04 59	0.04 46	0.03 1

monsters	0.07 6	0.06 114	0.06 1	0.15 123	0.06 31	0.08 85	0.09 25	0.13 123	0.09 54	0.09 189	0.07 61	0.06 42	0.06 71	0.09 61	0.08 26	0.05 49	0.04 24	0.04 1	0.04 59	0.03 1	0.04 53

LG-Stereo_Zeroshot	0.07 6	0.06 114	0.10 180	0.16 219	0.07 133	0.04 1	0.13 190	0.10 34	0.10 79	0.05 2	0.11 263	0.07 131	0.05 18	0.07 6	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

GREAT-IGEV	0.07 6	0.06 114	0.09 117	0.13 18	0.07 133	0.07 40	0.14 267	0.10 34	0.09 54	0.06 24	0.08 132	0.06 42	0.05 18	0.10 120	0.07 1	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
FLISNet	0.11 305	0.06 114	0.12 303	0.13 18	0.09 359	0.09 148	0.14 267	0.22 408	0.11 114	0.20 529	0.17 379	0.14 387	0.10 319	0.16 453	0.09 99	0.05 49	0.04 24	0.07 324	0.08 486	0.07 390	0.06 312

CoSv	0.11 305	0.06 114	0.12 303	0.13 18	0.09 359	0.09 148	0.14 267	0.22 408	0.11 114	0.20 529	0.17 379	0.14 387	0.10 319	0.16 453	0.09 99	0.05 49	0.04 24	0.07 324	0.08 486	0.07 390	0.06 312

AIO_rvc	0.07 6	0.06 114	0.08 40	0.15 123	0.06 31	0.08 85	0.14 267	0.09 24	0.08 25	0.07 76	0.08 132	0.07 131	0.04 1	0.10 120	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.04 46	0.03 1

AIO_test	0.07 6	0.06 114	0.07 10	0.15 123	0.07 133	0.07 40	0.14 267	0.10 34	0.10 79	0.07 76	0.07 61	0.06 42	0.05 18	0.08 26	0.10 200	0.05 49	0.04 24	0.05 53	0.04 59	0.04 46	0.03 1

castereo++	0.08 82	0.06 114	0.08 40	0.15 123	0.05 2	0.14 419	0.11 75	0.11 63	0.15 260	0.07 76	0.07 61	0.08 192	0.06 71	0.08 26	0.08 26	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.03 1

IGEV-RUCA	0.08 82	0.06 114	0.11 250	0.14 66	0.09 359	0.10 209	0.12 114	0.10 34	0.12 157	0.06 24	0.07 61	0.08 192	0.06 71	0.09 61	0.08 26	0.06 170	0.05 253	0.05 53	0.04 59	0.05 167	0.06 312

castereo	0.09 176	0.06 114	0.11 250	0.15 123	0.06 31	0.11 263	0.14 267	0.14 157	0.18 354	0.08 136	0.10 209	0.11 308	0.08 237	0.09 61	0.10 200	0.05 49	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

MonSter	0.07 6	0.06 114	0.06 1	0.15 123	0.05 2	0.08 85	0.10 40	0.15 197	0.15 260	0.05 2	0.06 21	0.05 4	0.06 71	0.07 6	0.09 99	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

GIP-stereo	0.08 82	0.06 114	0.11 250	0.15 123	0.07 133	0.09 148	0.13 190	0.15 197	0.11 114	0.07 76	0.08 132	0.05 4	0.04 1	0.10 120	0.07 1	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

fffft	0.09 176	0.06 114	0.12 303	0.16 219	0.07 133	0.09 148	0.16 425	0.12 90	0.11 114	0.09 189	0.07 61	0.09 239	0.06 71	0.11 202	0.12 365	0.05 49	0.04 24	0.06 204	0.05 202	0.04 46	0.05 196
1: 1. 1
SMoEStereo_RVC	0.08 82	0.06 114	0.12 303	0.16 219	0.07 133	0.09 148	0.13 190	0.11 63	0.14 231	0.09 189	0.07 61	0.07 131	0.07 178	0.12 299	0.10 200	0.05 49	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

tt45	0.09 176	0.06 114	0.11 250	0.15 123	0.07 133	0.12 322	0.15 357	0.13 123	0.12 157	0.09 189	0.06 21	0.08 192	0.06 71	0.13 362	0.10 200	0.06 170	0.04 24	0.06 204	0.05 202	0.05 167	0.06 312

999	0.09 176	0.06 114	0.13 351	0.15 123	0.08 230	0.10 209	0.14 267	0.15 197	0.12 157	0.10 239	0.08 132	0.08 192	0.08 237	0.16 453	0.10 200	0.06 170	0.04 24	0.06 204	0.05 202	0.04 46	0.06 312

tg	0.10 257	0.06 114	0.10 180	0.18 400	0.08 230	0.11 263	0.16 425	0.20 359	0.12 157	0.08 136	0.11 263	0.11 308	0.07 178	0.11 202	0.10 200	0.05 49	0.04 24	0.08 420	0.08 486	0.04 46	0.04 53

PAM_32	0.10 257	0.06 114	0.17 505	0.15 123	0.08 230	0.10 209	0.15 357	0.14 157	0.16 296	0.09 189	0.08 132	0.10 274	0.07 178	0.14 401	0.09 99	0.06 170	0.05 253	0.06 204	0.06 297	0.05 167	0.06 312

PAM	0.10 257	0.06 114	0.17 505	0.15 123	0.09 359	0.10 209	0.16 425	0.15 197	0.16 296	0.12 322	0.09 173	0.10 274	0.07 178	0.13 362	0.09 99	0.06 170	0.05 253	0.06 204	0.06 297	0.05 167	0.06 312

IGEV-Stereo++	0.07 6	0.06 114	0.08 40	0.18 400	0.06 31	0.05 4	0.10 40	0.11 63	0.11 114	0.06 24	0.07 61	0.07 131	0.06 71	0.09 61	0.09 99	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

AIO-Stereo	0.08 82	0.06 114	0.10 180	0.18 400	0.06 31	0.09 148	0.11 75	0.16 236	0.09 54	0.09 189	0.08 132	0.07 131	0.05 18	0.11 202	0.08 26	0.05 49	0.05 253	0.05 53	0.04 59	0.04 46	0.04 53

RSM++	0.08 82	0.06 114	0.09 117	0.17 307	0.07 133	0.09 148	0.12 114	0.11 63	0.11 114	0.08 136	0.06 21	0.07 131	0.05 18	0.10 120	0.09 99	0.05 49	0.04 24	0.06 204	0.05 202	0.05 167	0.03 1

RSM	0.08 82	0.06 114	0.09 117	0.17 307	0.07 133	0.08 85	0.12 114	0.12 90	0.10 79	0.08 136	0.07 61	0.06 42	0.05 18	0.11 202	0.09 99	0.04 6	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

RAFT-Stereo-weight	0.09 176	0.06 114	0.11 250	0.16 219	0.07 133	0.09 148	0.14 267	0.19 339	0.16 296	0.11 282	0.10 209	0.08 192	0.06 71	0.10 120	0.11 287	0.06 170	0.04 24	0.06 204	0.04 59	0.04 46	0.04 53

gcap-zeroshot	0.08 82	0.06 114	0.11 250	0.15 123	0.07 133	0.12 322	0.13 190	0.15 197	0.16 296	0.08 136	0.12 285	0.05 4	0.06 71	0.09 61	0.08 26	0.05 49	0.04 24	0.06 204	0.05 202	0.03 1	0.04 53

test_for_model	0.08 82	0.06 114	0.11 250	0.16 219	0.07 133	0.11 263	0.12 114	0.15 197	0.16 296	0.08 136	0.12 285	0.05 4	0.06 71	0.09 61	0.08 26	0.05 49	0.04 24	0.06 204	0.05 202	0.03 1	0.04 53

IGEV++	0.08 82	0.06 114	0.09 117	0.18 400	0.07 133	0.10 209	0.13 190	0.10 34	0.10 79	0.08 136	0.08 132	0.06 42	0.05 18	0.13 362	0.09 99	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

MIF-Stereo (partial)	0.11 305	0.06 114	0.10 180	0.19 479	0.10 478	0.10 209	0.12 114	0.17 274	0.19 383	0.14 389	0.16 359	0.10 274	0.11 362	0.12 299	0.12 365	0.08 442	0.05 253	0.08 420	0.07 403	0.06 300	0.07 403

testlalala	0.08 82	0.06 114	0.11 250	0.15 123	0.07 133	0.12 322	0.13 190	0.15 197	0.16 296	0.08 136	0.12 285	0.05 4	0.06 71	0.09 61	0.08 26	0.05 49	0.04 24	0.06 204	0.05 202	0.03 1	0.04 53

RAFT-Test	0.09 176	0.06 114	0.10 180	0.16 219	0.07 133	0.11 263	0.15 357	0.16 236	0.13 201	0.09 189	0.10 209	0.11 308	0.09 279	0.12 299	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.05 196

HH	0.09 176	0.06 114	0.13 351	0.17 307	0.08 230	0.11 263	0.16 425	0.15 197	0.10 79	0.08 136	0.10 209	0.08 192	0.07 178	0.10 120	0.09 99	0.06 170	0.04 24	0.06 204	0.05 202	0.05 167	0.04 53

HanStereo	0.09 176	0.06 114	0.13 351	0.17 307	0.08 230	0.11 263	0.16 425	0.15 197	0.10 79	0.08 136	0.10 209	0.08 192	0.07 178	0.10 120	0.09 99	0.06 170	0.04 24	0.06 204	0.05 202	0.05 167	0.04 53

Selective-IGEV	0.07 6	0.06 114	0.09 117	0.17 307	0.06 31	0.08 85	0.12 114	0.13 123	0.08 25	0.08 136	0.07 61	0.06 42	0.04 1	0.10 120	0.09 99	0.05 49	0.04 24	0.05 53	0.04 59	0.04 46	0.03 1

knoymous	0.11 305	0.06 114	0.12 303	0.14 66	0.07 133	0.15 444	0.13 190	0.20 359	0.14 231	0.11 282	0.17 379	0.13 366	0.09 279	0.14 401	0.11 287	0.09 504	0.05 253	0.06 204	0.05 202	0.07 390	0.07 403

riskmin	0.11 305	0.06 114	0.13 351	0.14 66	0.08 230	0.14 419	0.14 267	0.18 306	0.15 260	0.12 322	0.15 342	0.17 452	0.11 362	0.14 401	0.12 365	0.09 504	0.05 253	0.07 324	0.05 202	0.08 463	0.08 478

RCA-Stereo	0.09 176	0.06 114	0.09 117	0.16 219	0.06 31	0.09 148	0.13 190	0.18 306	0.14 231	0.10 239	0.11 263	0.08 192	0.07 178	0.12 299	0.11 287	0.06 170	0.04 24	0.06 204	0.05 202	0.05 167	0.04 53

fff	0.10 257	0.06 114	0.12 303	0.15 123	0.07 133	0.09 148	0.17 459	0.16 236	0.21 424	0.13 358	0.17 379	0.10 274	0.11 362	0.12 299	0.13 406	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.05 196

ADStereo(finetuned)	0.10 257	0.06 114	0.13 351	0.16 219	0.06 31	0.09 148	0.17 459	0.16 236	0.20 408	0.13 358	0.18 408	0.10 274	0.12 397	0.12 299	0.12 365	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.05 196

test-3	0.09 176	0.06 114	0.10 180	0.18 400	0.07 133	0.07 40	0.14 267	0.12 90	0.16 296	0.10 239	0.08 132	0.08 192	0.08 237	0.11 202	0.10 200	0.05 49	0.04 24	0.07 324	0.05 202	0.04 46	0.04 53

test_1	0.09 176	0.06 114	0.10 180	0.18 400	0.07 133	0.07 40	0.14 267	0.12 90	0.16 296	0.10 239	0.08 132	0.08 192	0.08 237	0.11 202	0.10 200	0.05 49	0.04 24	0.07 324	0.05 202	0.04 46	0.04 53

PFNet+	0.12 392	0.06 114	0.14 399	0.16 219	0.09 359	0.05 4	0.12 114	0.18 306	0.21 424	0.16 444	0.19 424	0.14 387	0.10 319	0.11 202	0.11 287	0.08 442	0.05 253	0.09 511	0.08 486	0.06 300	0.11 586

HHNet	0.11 305	0.06 114	0.16 480	0.15 123	0.14 617	0.07 40	0.13 190	0.20 359	0.18 354	0.15 414	0.25 515	0.11 308	0.09 279	0.13 362	0.10 200	0.06 170	0.04 24	0.08 420	0.06 297	0.05 167	0.09 527

IIG-Stereo	0.11 305	0.06 114	0.13 351	0.17 307	0.08 230	0.11 263	0.12 114	0.22 408	0.18 354	0.14 389	0.17 379	0.12 334	0.13 433	0.12 299	0.13 406	0.06 170	0.05 253	0.07 324	0.06 297	0.06 300	0.05 196

ASMatch	0.11 305	0.06 114	0.13 351	0.17 307	0.10 478	0.08 85	0.14 267	0.18 306	0.16 296	0.12 322	0.16 359	0.16 434	0.11 362	0.13 362	0.11 287	0.05 49	0.04 24	0.06 204	0.06 297	0.04 46	0.09 527

DEmStereo	0.12 392	0.06 114	0.14 399	0.14 66	0.10 478	0.16 475	0.15 357	0.16 236	0.24 468	0.17 458	0.23 476	0.12 334	0.14 466	0.12 299	0.14 450	0.05 49	0.04 24	0.07 324	0.06 297	0.05 167	0.05 196

DRaft	0.12 392	0.06 114	0.12 303	0.14 66	0.09 359	0.14 419	0.17 459	0.21 381	0.30 550	0.18 491	0.27 546	0.10 274	0.16 507	0.11 202	0.12 365	0.05 49	0.04 24	0.07 324	0.07 403	0.05 167	0.05 196

PFNet	0.12 392	0.06 114	0.17 505	0.18 400	0.08 230	0.09 148	0.15 357	0.26 493	0.20 408	0.16 444	0.16 359	0.14 387	0.12 397	0.13 362	0.11 287	0.06 170	0.04 24	0.07 324	0.06 297	0.05 167	0.05 196

GrayStereo	0.11 305	0.06 114	0.11 250	0.19 479	0.09 359	0.09 148	0.16 425	0.18 306	0.17 333	0.14 389	0.17 379	0.17 452	0.11 362	0.12 299	0.11 287	0.05 49	0.05 253	0.07 324	0.06 297	0.06 300	0.10 559

RAFT-RH_RVC	0.12 392	0.06 114	0.14 399	0.16 219	0.09 359	0.12 322	0.12 114	0.17 274	0.12 157	0.13 358	0.40 640	0.11 308	0.10 319	0.13 362	0.12 365	0.05 49	0.04 24	0.08 420	0.05 202	0.05 167	0.06 312

AnonymousM	0.10 257	0.06 114	0.10 180	0.14 66	0.07 133	0.09 148	0.13 190	0.19 339	0.14 231	0.13 358	0.12 285	0.09 239	0.08 237	0.13 362	0.10 200	0.08 442	0.05 253	0.08 420	0.05 202	0.05 167	0.05 196

rafts_anoy	0.11 305	0.06 114	0.10 180	0.17 307	0.08 230	0.10 209	0.14 267	0.18 306	0.14 231	0.13 358	0.13 310	0.12 334	0.11 362	0.11 202	0.13 406	0.07 358	0.05 253	0.09 511	0.11 606	0.07 390	0.06 312

s12784h	0.10 257	0.06 114	0.08 40	0.15 123	0.05 2	0.16 475	0.18 509	0.16 236	0.15 260	0.10 239	0.11 263	0.11 308	0.11 362	0.11 202	0.12 365	0.05 49	0.04 24	0.06 204	0.04 59	0.04 46	0.04 53

XX-TBD	0.09 176	0.06 114	0.07 10	0.14 66	0.07 133	0.13 369	0.16 425	0.14 157	0.14 231	0.11 282	0.12 285	0.09 239	0.08 237	0.10 120	0.10 200	0.06 170	0.04 24	0.05 53	0.04 59	0.06 300	0.05 196

raftrobust	0.09 176	0.06 114	0.11 250	0.17 307	0.08 230	0.09 148	0.10 40	0.18 306	0.16 296	0.10 239	0.09 173	0.12 334	0.08 237	0.12 299	0.10 200	0.08 442	0.05 253	0.06 204	0.05 202	0.05 167	0.06 312

DCANet	0.10 257	0.06 114	0.12 303	0.16 219	0.06 31	0.09 148	0.17 459	0.16 236	0.20 408	0.13 358	0.18 408	0.10 274	0.11 362	0.11 202	0.12 365	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.05 196

csc	0.10 257	0.06 114	0.12 303	0.15 123	0.07 133	0.09 148	0.17 459	0.16 236	0.21 424	0.13 358	0.17 379	0.10 274	0.11 362	0.12 299	0.13 406	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.05 196

cscssc	0.10 257	0.06 114	0.12 303	0.15 123	0.07 133	0.09 148	0.17 459	0.16 236	0.21 424	0.13 358	0.17 379	0.10 274	0.11 362	0.12 299	0.13 406	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.05 196

111	0.11 305	0.06 114	0.12 303	0.15 123	0.07 133	0.10 209	0.14 267	0.21 381	0.24 468	0.11 282	0.12 285	0.14 387	0.12 397	0.13 362	0.10 200	0.06 170	0.04 24	0.06 204	0.04 59	0.06 300	0.05 196

RAFT-Stereo + iAFF	0.09 176	0.06 114	0.10 180	0.17 307	0.07 133	0.10 209	0.15 357	0.17 274	0.15 260	0.10 239	0.10 209	0.08 192	0.09 279	0.12 299	0.10 200	0.05 49	0.04 24	0.06 204	0.06 297	0.04 46	0.03 1

CCAANet	0.15 497	0.06 114	0.15 436	0.17 307	0.09 359	0.17 499	0.13 190	0.31 583	0.25 493	0.16 444	0.32 593	0.18 467	0.18 547	0.17 493	0.14 450	0.06 170	0.05 253	0.09 511	0.09 533	0.06 300	0.09 527

R-Stereo Train	0.10 257	0.06 114	0.11 250	0.17 307	0.08 230	0.11 263	0.14 267	0.24 456	0.11 114	0.12 322	0.19 424	0.11 308	0.08 237	0.10 120	0.11 287	0.07 358	0.05 253	0.06 204	0.05 202	0.05 167	0.05 196

RAFT-Stereo	0.10 257	0.06 114	0.11 250	0.17 307	0.08 230	0.11 263	0.14 267	0.24 456	0.11 114	0.12 322	0.19 424	0.11 308	0.08 237	0.10 120	0.11 287	0.07 358	0.05 253	0.06 204	0.05 202	0.05 167	0.05 196
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.11 305	0.06 114	0.12 303	0.14 66	0.06 31	0.12 322	0.10 40	0.18 306	0.18 354	0.13 358	0.17 379	0.15 413	0.11 362	0.15 424	0.14 450	0.06 170	0.04 24	0.04 1	0.04 59	0.06 300	0.05 196
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
zzzzzzz1	0.11 305	0.07 224	0.14 399	0.21 585	0.10 478	0.13 369	0.18 509	0.22 408	0.20 408	0.13 358	0.12 285	0.08 192	0.08 237	0.13 362	0.10 200	0.05 49	0.05 253	0.07 324	0.07 403	0.05 167	0.05 196

noway7	0.11 305	0.07 224	0.14 399	0.20 546	0.09 359	0.11 263	0.15 357	0.28 532	0.17 333	0.11 282	0.12 285	0.08 192	0.07 178	0.10 120	0.11 287	0.05 49	0.04 24	0.07 324	0.06 297	0.06 300	0.05 196

monster_256*512	0.11 305	0.07 224	0.09 117	0.21 585	0.10 478	0.13 369	0.17 459	0.27 507	0.19 383	0.12 322	0.12 285	0.09 239	0.07 178	0.10 120	0.11 287	0.05 49	0.04 24	0.07 324	0.07 403	0.05 167	0.05 196

over-6	0.08 82	0.07 224	0.08 40	0.17 307	0.05 2	0.10 209	0.09 25	0.17 274	0.11 114	0.06 24	0.07 61	0.07 131	0.09 279	0.10 120	0.08 26	0.06 170	0.04 24	0.04 1	0.04 59	0.05 167	0.05 196

over v1	0.07 6	0.07 224	0.07 10	0.18 400	0.05 2	0.08 85	0.08 9	0.10 34	0.05 3	0.06 24	0.06 21	0.07 131	0.10 319	0.11 202	0.08 26	0.05 49	0.04 24	0.04 1	0.03 1	0.05 167	0.05 196

over-8	0.07 6	0.07 224	0.07 10	0.18 400	0.05 2	0.08 85	0.08 9	0.13 123	0.05 3	0.06 24	0.05 7	0.07 131	0.09 279	0.11 202	0.08 26	0.06 170	0.04 24	0.04 1	0.03 1	0.05 167	0.05 196

over-9	0.07 6	0.07 224	0.07 10	0.18 400	0.05 2	0.08 85	0.08 9	0.13 123	0.06 8	0.06 24	0.05 7	0.07 131	0.09 279	0.11 202	0.08 26	0.06 170	0.04 24	0.04 1	0.03 1	0.05 167	0.05 196

Weightmod_eth	0.09 176	0.07 224	0.08 40	0.18 400	0.07 133	0.11 263	0.16 425	0.13 123	0.11 114	0.09 189	0.09 173	0.10 274	0.07 178	0.10 120	0.10 200	0.06 170	0.07 513	0.06 204	0.07 403	0.04 46	0.03 1

aanet-new-90k	0.08 82	0.07 224	0.09 117	0.19 479	0.06 31	0.07 40	0.12 114	0.13 123	0.13 201	0.06 24	0.07 61	0.06 42	0.07 178	0.11 202	0.07 1	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.03 1

aanet-new-60k	0.08 82	0.07 224	0.08 40	0.18 400	0.06 31	0.07 40	0.10 40	0.09 24	0.14 231	0.07 76	0.07 61	0.06 42	0.07 178	0.11 202	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.04 46	0.03 1

aanet-new-78k	0.08 82	0.07 224	0.09 117	0.19 479	0.06 31	0.07 40	0.12 114	0.11 63	0.13 201	0.06 24	0.07 61	0.06 42	0.06 71	0.10 120	0.07 1	0.04 6	0.04 24	0.05 53	0.04 59	0.05 167	0.03 1

aanet-new-36k	0.08 82	0.07 224	0.10 180	0.17 307	0.06 31	0.09 148	0.13 190	0.12 90	0.14 231	0.08 136	0.08 132	0.06 42	0.05 18	0.09 61	0.08 26	0.04 6	0.04 24	0.05 53	0.04 59	0.03 1	0.03 1

aanet-32k-new	0.08 82	0.07 224	0.08 40	0.19 479	0.06 31	0.08 85	0.12 114	0.11 63	0.13 201	0.07 76	0.08 132	0.05 4	0.07 178	0.10 120	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.06 300	0.04 53

aanet-new-32k	0.08 82	0.07 224	0.09 117	0.18 400	0.06 31	0.10 209	0.11 75	0.10 34	0.09 54	0.07 76	0.07 61	0.07 131	0.06 71	0.11 202	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

aanet-new-30k	0.08 82	0.07 224	0.09 117	0.18 400	0.06 31	0.10 209	0.11 75	0.10 34	0.09 54	0.07 76	0.07 61	0.07 131	0.06 71	0.11 202	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

aanet-new-28k	0.08 82	0.07 224	0.09 117	0.18 400	0.06 31	0.08 85	0.12 114	0.10 34	0.09 54	0.09 189	0.08 132	0.08 192	0.06 71	0.12 299	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

GCAP-Stereo-DPT26K	0.07 6	0.07 224	0.07 10	0.16 219	0.06 31	0.08 85	0.12 114	0.10 34	0.09 54	0.06 24	0.09 173	0.06 42	0.05 18	0.09 61	0.08 26	0.04 6	0.04 24	0.05 53	0.04 59	0.03 1	0.04 53

GCAP-Stereo-DPT-3K	0.08 82	0.07 224	0.10 180	0.16 219	0.07 133	0.09 148	0.12 114	0.15 197	0.15 260	0.09 189	0.12 285	0.05 4	0.06 71	0.09 61	0.08 26	0.05 49	0.04 24	0.06 204	0.04 59	0.03 1	0.04 53

GCAP-Stereo-DPT-50K	0.08 82	0.07 224	0.18 539	0.16 219	0.06 31	0.06 15	0.13 190	0.13 123	0.13 201	0.07 76	0.07 61	0.06 42	0.05 18	0.08 26	0.08 26	0.04 6	0.04 24	0.05 53	0.04 59	0.03 1	0.03 1

Selective-IGEV-i1	0.13 423	0.07 224	0.12 303	0.20 546	0.08 230	0.18 516	0.16 425	0.23 430	0.30 550	0.17 458	0.17 379	0.17 452	0.10 319	0.15 424	0.13 406	0.06 170	0.05 253	0.06 204	0.05 202	0.06 300	0.06 312

LACA1	0.07 6	0.07 224	0.07 10	0.14 66	0.05 2	0.09 148	0.11 75	0.10 34	0.07 18	0.05 2	0.05 7	0.06 42	0.08 237	0.08 26	0.09 99	0.06 170	0.04 24	0.04 1	0.04 59	0.03 1	0.04 53

DStereoRT	0.17 547	0.07 224	0.12 303	0.19 479	0.09 359	0.13 369	0.12 114	0.28 532	0.23 456	0.12 322	0.20 434	0.11 308	0.10 319	0.15 424	0.14 450	0.06 170	0.05 253	1.02 732	0.09 533	0.05 167	0.04 53

WQFJA1	0.10 257	0.07 224	0.08 40	0.20 546	0.09 359	0.12 322	0.18 509	0.18 306	0.18 354	0.09 189	0.10 209	0.08 192	0.10 319	0.12 299	0.11 287	0.06 170	0.08 549	0.07 324	0.06 297	0.06 300	0.05 196

WQFJX1	0.10 257	0.07 224	0.08 40	0.22 610	0.09 359	0.12 322	0.17 459	0.18 306	0.18 354	0.10 239	0.10 209	0.07 131	0.10 319	0.11 202	0.10 200	0.07 358	0.08 549	0.07 324	0.06 297	0.05 167	0.05 196

WQFJX	0.10 257	0.07 224	0.09 117	0.21 585	0.09 359	0.12 322	0.16 425	0.19 339	0.18 354	0.12 322	0.10 209	0.08 192	0.10 319	0.12 299	0.10 200	0.07 358	0.07 513	0.06 204	0.05 202	0.06 300	0.05 196

NLMM	0.10 257	0.07 224	0.08 40	0.20 546	0.09 359	0.12 322	0.18 509	0.18 306	0.18 354	0.09 189	0.10 209	0.08 192	0.10 319	0.12 299	0.11 287	0.06 170	0.08 549	0.07 324	0.06 297	0.06 300	0.05 196

NLSM3	0.09 176	0.07 224	0.08 40	0.20 546	0.08 230	0.11 263	0.16 425	0.18 306	0.17 333	0.06 24	0.08 132	0.08 192	0.09 279	0.09 61	0.11 287	0.04 6	0.04 24	0.06 204	0.07 403	0.03 1	0.04 53

NLSM1	0.10 257	0.07 224	0.08 40	0.19 479	0.08 230	0.13 369	0.16 425	0.21 381	0.16 296	0.11 282	0.10 209	0.07 131	0.10 319	0.10 120	0.11 287	0.07 358	0.08 549	0.08 420	0.07 403	0.05 167	0.05 196

VIP-Stereo	0.07 6	0.07 224	0.08 40	0.15 123	0.06 31	0.11 263	0.10 40	0.11 63	0.11 114	0.06 24	0.07 61	0.06 42	0.05 18	0.10 120	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.03 1	0.03 1

BridgeDepth	0.07 6	0.07 224	0.08 40	0.18 400	0.06 31	0.07 40	0.11 75	0.10 34	0.06 8	0.04 1	0.07 61	0.10 274	0.09 279	0.08 26	0.08 26	0.04 6	0.03 1	0.04 1	0.04 59	0.03 1	0.03 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 176	0.07 224	0.07 10	0.19 479	0.08 230	0.10 209	0.13 190	0.13 123	0.12 157	0.08 136	0.10 209	0.10 274	0.08 237	0.09 61	0.10 200	0.05 49	0.04 24	0.06 204	0.04 59	0.05 167	0.04 53

GGEV	0.09 176	0.07 224	0.07 10	0.19 479	0.08 230	0.10 209	0.13 190	0.13 123	0.12 157	0.08 136	0.10 209	0.10 274	0.08 237	0.09 61	0.10 200	0.05 49	0.04 24	0.06 204	0.04 59	0.05 167	0.04 53

2.25w	0.07 6	0.07 224	0.08 40	0.15 123	0.06 31	0.08 85	0.09 25	0.10 34	0.15 260	0.08 136	0.10 209	0.07 131	0.06 71	0.09 61	0.10 200	0.05 49	0.04 24	0.04 1	0.04 59	0.03 1	0.04 53

2.5w	0.07 6	0.07 224	0.08 40	0.16 219	0.06 31	0.08 85	0.12 114	0.10 34	0.10 79	0.07 76	0.06 21	0.09 239	0.06 71	0.08 26	0.09 99	0.04 6	0.03 1	0.04 1	0.04 59	0.03 1	0.03 1

2.75w_new	0.07 6	0.07 224	0.07 10	0.13 18	0.06 31	0.08 85	0.08 9	0.18 306	0.13 201	0.08 136	0.08 132	0.06 42	0.06 71	0.09 61	0.11 287	0.04 6	0.04 24	0.04 1	0.03 1	0.03 1	0.04 53

3.75w	0.07 6	0.07 224	0.08 40	0.16 219	0.07 133	0.07 40	0.09 25	0.16 236	0.10 79	0.07 76	0.06 21	0.06 42	0.06 71	0.09 61	0.10 200	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.5w_stereo	0.07 6	0.07 224	0.07 10	0.15 123	0.07 133	0.09 148	0.06 1	0.14 157	0.11 114	0.08 136	0.07 61	0.06 42	0.07 178	0.10 120	0.09 99	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

G2L-ROB	0.13 423	0.07 224	0.13 351	0.13 18	0.08 230	0.14 419	0.17 459	0.25 479	0.19 383	0.20 529	0.19 424	0.20 495	0.14 466	0.18 514	0.16 508	0.08 442	0.05 253	0.06 204	0.05 202	0.08 463	0.09 527

xyz-stereo-finetune2	0.11 305	0.07 224	0.13 351	0.13 18	0.07 133	0.11 263	0.19 556	0.17 274	0.12 157	0.15 414	0.15 342	0.17 452	0.13 433	0.13 362	0.11 287	0.05 49	0.04 24	0.07 324	0.05 202	0.04 46	0.06 312

xyz-stereo	0.14 456	0.07 224	0.22 589	0.15 123	0.05 2	0.22 586	0.15 357	0.17 274	0.31 560	0.15 414	0.28 557	0.26 571	0.17 533	0.13 362	0.12 365	0.05 49	0.05 253	0.06 204	0.05 202	0.04 46	0.04 53

G2L-Stereo_test	0.14 456	0.07 224	0.11 250	0.13 18	0.08 230	0.12 322	0.17 459	0.31 583	0.28 536	0.21 546	0.23 476	0.20 495	0.16 507	0.17 493	0.19 553	0.07 358	0.05 253	0.05 53	0.05 202	0.07 390	0.07 403

coex_refinement	0.14 456	0.07 224	0.12 303	0.17 307	0.10 478	0.16 475	0.15 357	0.27 507	0.29 544	0.18 491	0.21 453	0.22 522	0.17 533	0.16 453	0.19 553	0.08 442	0.05 253	0.06 204	0.06 297	0.09 528	0.08 478

G2L-Stereo	0.14 456	0.07 224	0.13 351	0.17 307	0.09 359	0.13 369	0.12 114	0.27 507	0.22 446	0.17 458	0.27 546	0.21 504	0.13 433	0.18 514	0.18 538	0.09 504	0.08 549	0.08 420	0.07 403	0.07 390	0.07 403

MM-Stereo_test3	0.10 257	0.07 224	0.07 10	0.18 400	0.07 133	0.12 322	0.19 556	0.24 456	0.19 383	0.06 24	0.10 209	0.08 192	0.06 71	0.11 202	0.09 99	0.06 170	0.06 438	0.07 324	0.05 202	0.05 167	0.04 53

MM-Stereo_test2	0.09 176	0.07 224	0.09 117	0.19 479	0.08 230	0.12 322	0.18 509	0.15 197	0.14 231	0.07 76	0.10 209	0.07 131	0.06 71	0.12 299	0.09 99	0.05 49	0.04 24	0.06 204	0.05 202	0.06 300	0.04 53

MM-Stereo_test1	0.10 257	0.07 224	0.09 117	0.18 400	0.07 133	0.12 322	0.18 509	0.21 381	0.20 408	0.09 189	0.11 263	0.08 192	0.06 71	0.10 120	0.10 200	0.06 170	0.05 253	0.07 324	0.06 297	0.05 167	0.04 53

HART	0.08 82	0.07 224	0.09 117	0.18 400	0.07 133	0.10 209	0.16 425	0.13 123	0.11 114	0.09 189	0.10 209	0.08 192	0.05 18	0.10 120	0.08 26	0.05 49	0.04 24	0.06 204	0.04 59	0.05 167	0.04 53

SCV_C0	0.08 82	0.07 224	0.08 40	0.16 219	0.10 478	0.08 85	0.14 267	0.11 63	0.13 201	0.08 136	0.07 61	0.06 42	0.05 18	0.11 202	0.07 1	0.05 49	0.05 253	0.05 53	0.04 59	0.06 300	0.05 196

DEFOM-Stereo_RVC	0.08 82	0.07 224	0.09 117	0.22 610	0.06 31	0.08 85	0.12 114	0.10 34	0.10 79	0.07 76	0.07 61	0.06 42	0.05 18	0.11 202	0.09 99	0.06 170	0.04 24	0.05 53	0.03 1	0.06 300	0.04 53

AIO-test1	0.10 257	0.07 224	0.11 250	0.24 643	0.07 133	0.09 148	0.13 190	0.22 408	0.15 260	0.11 282	0.12 285	0.09 239	0.07 178	0.11 202	0.09 99	0.06 170	0.05 253	0.09 511	0.10 574	0.04 46	0.07 403

mms	0.09 176	0.07 224	0.08 40	0.17 307	0.08 230	0.11 263	0.15 357	0.12 90	0.11 114	0.09 189	0.09 173	0.08 192	0.06 71	0.11 202	0.12 365	0.05 49	0.04 24	0.07 324	0.05 202	0.04 46	0.04 53

ours_stereo	0.09 176	0.07 224	0.09 117	0.17 307	0.08 230	0.11 263	0.16 425	0.11 63	0.12 157	0.08 136	0.10 209	0.08 192	0.06 71	0.12 299	0.12 365	0.05 49	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

U	0.08 82	0.07 224	0.10 180	0.19 479	0.10 478	0.10 209	0.13 190	0.12 90	0.17 333	0.07 76	0.07 61	0.06 42	0.05 18	0.07 6	0.09 99	0.06 170	0.04 24	0.06 204	0.04 59	0.06 300	0.05 196

rvit_stereo_ft	0.12 392	0.07 224	0.13 351	0.19 479	0.10 478	0.12 322	0.17 459	0.16 236	0.16 296	0.13 358	0.13 310	0.15 413	0.10 319	0.14 401	0.13 406	0.10 548	0.06 438	0.08 420	0.07 403	0.07 390	0.06 312

test_sample2	0.13 423	0.07 224	0.12 303	0.14 66	0.08 230	0.16 475	0.18 509	0.21 381	0.16 296	0.14 389	0.21 453	0.20 495	0.15 486	0.15 424	0.13 406	0.08 442	0.06 438	0.07 324	0.06 297	0.08 463	0.08 478

test_sample1	0.13 423	0.07 224	0.14 399	0.14 66	0.08 230	0.19 540	0.17 459	0.20 359	0.15 260	0.14 389	0.22 471	0.18 467	0.16 507	0.17 493	0.15 488	0.07 358	0.06 438	0.06 204	0.06 297	0.08 463	0.08 478

CAS++	0.11 305	0.07 224	0.11 250	0.14 66	0.10 478	0.13 369	0.14 267	0.24 456	0.14 231	0.11 282	0.09 173	0.11 308	0.07 178	0.14 401	0.09 99	0.11 583	0.09 585	0.09 511	0.07 403	0.07 390	0.08 478
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MGS-Stereo	0.09 176	0.07 224	0.12 303	0.16 219	0.08 230	0.09 148	0.15 357	0.12 90	0.12 157	0.07 76	0.10 209	0.08 192	0.06 71	0.11 202	0.09 99	0.05 49	0.04 24	0.06 204	0.05 202	0.06 300	0.05 196

MyStereo8	0.12 392	0.07 224	0.15 436	0.15 123	0.09 359	0.18 516	0.14 267	0.19 339	0.22 446	0.12 322	0.18 408	0.11 308	0.10 319	0.16 453	0.18 538	0.07 358	0.05 253	0.07 324	0.05 202	0.08 463	0.09 527

SMFormer	0.14 456	0.07 224	0.18 539	0.14 66	0.08 230	0.17 499	0.17 459	0.27 507	0.27 520	0.19 507	0.20 434	0.19 478	0.15 486	0.15 424	0.17 525	0.08 442	0.05 253	0.07 324	0.06 297	0.08 463	0.07 403

tta	0.14 456	0.07 224	0.18 539	0.14 66	0.08 230	0.17 499	0.17 459	0.27 507	0.27 520	0.19 507	0.20 434	0.19 478	0.15 486	0.15 424	0.17 525	0.08 442	0.05 253	0.07 324	0.06 297	0.06 300	0.06 312

qqq1	0.14 456	0.07 224	0.18 539	0.14 66	0.08 230	0.17 499	0.17 459	0.27 507	0.27 520	0.19 507	0.20 434	0.19 478	0.15 486	0.15 424	0.12 365	0.08 442	0.05 253	0.05 53	0.05 202	0.06 300	0.06 312

fff1	0.14 456	0.07 224	0.18 539	0.14 66	0.08 230	0.17 499	0.17 459	0.27 507	0.27 520	0.19 507	0.20 434	0.19 478	0.15 486	0.15 424	0.12 365	0.08 442	0.05 253	0.05 53	0.05 202	0.06 300	0.06 312

MyStereo07	0.10 257	0.07 224	0.10 180	0.17 307	0.09 359	0.14 419	0.17 459	0.15 197	0.15 260	0.09 189	0.06 21	0.06 42	0.07 178	0.12 299	0.09 99	0.06 170	0.05 253	0.08 420	0.07 403	0.06 300	0.06 312

MyStereo06	0.10 257	0.07 224	0.12 303	0.17 307	0.09 359	0.13 369	0.18 509	0.19 339	0.12 157	0.13 358	0.08 132	0.07 131	0.07 178	0.11 202	0.09 99	0.06 170	0.05 253	0.08 420	0.07 403	0.06 300	0.06 312

MyStereo05	0.13 423	0.07 224	0.10 180	0.17 307	0.09 359	0.13 369	0.18 509	0.28 532	0.35 596	0.17 458	0.14 325	0.15 413	0.11 362	0.15 424	0.13 406	0.06 170	0.05 253	0.08 420	0.07 403	0.06 300	0.06 312

MyStereo04	0.13 423	0.07 224	0.10 180	0.17 307	0.09 359	0.14 419	0.17 459	0.29 553	0.38 613	0.17 458	0.14 325	0.16 434	0.11 362	0.15 424	0.13 406	0.06 170	0.05 253	0.08 420	0.07 403	0.06 300	0.06 312

CoDeX	0.12 392	0.07 224	0.13 351	0.17 307	0.08 230	0.12 322	0.16 425	0.23 430	0.27 520	0.13 358	0.17 379	0.15 413	0.12 397	0.14 401	0.11 287	0.07 358	0.05 253	0.07 324	0.06 297	0.06 300	0.05 196

11t1	0.12 392	0.07 224	0.14 399	0.14 66	0.08 230	0.17 499	0.15 357	0.19 339	0.15 260	0.15 414	0.15 342	0.17 452	0.16 507	0.15 424	0.13 406	0.08 442	0.05 253	0.06 204	0.05 202	0.08 463	0.07 403

ff7	0.09 176	0.07 224	0.11 250	0.16 219	0.09 359	0.11 263	0.15 357	0.16 236	0.12 157	0.10 239	0.06 21	0.06 42	0.06 71	0.11 202	0.09 99	0.05 49	0.04 24	0.06 204	0.05 202	0.05 167	0.06 312

IGEVStereo-DCA	0.09 176	0.07 224	0.11 250	0.16 219	0.10 478	0.11 263	0.15 357	0.16 236	0.12 157	0.10 239	0.06 21	0.08 192	0.06 71	0.10 120	0.09 99	0.06 170	0.05 253	0.06 204	0.05 202	0.05 167	0.06 312

ffff	0.09 176	0.07 224	0.11 250	0.16 219	0.09 359	0.11 263	0.15 357	0.16 236	0.12 157	0.10 239	0.06 21	0.06 42	0.06 71	0.11 202	0.09 99	0.05 49	0.04 24	0.06 204	0.05 202	0.05 167	0.06 312

rrr	0.09 176	0.07 224	0.13 351	0.16 219	0.10 478	0.11 263	0.15 357	0.16 236	0.15 260	0.10 239	0.06 21	0.08 192	0.06 71	0.10 120	0.09 99	0.06 170	0.05 253	0.06 204	0.05 202	0.05 167	0.06 312

11t	0.09 176	0.07 224	0.11 250	0.16 219	0.09 359	0.11 263	0.15 357	0.16 236	0.12 157	0.10 239	0.06 21	0.06 42	0.06 71	0.11 202	0.09 99	0.05 49	0.04 24	0.06 204	0.05 202	0.05 167	0.06 312

UniTT-Stereo	0.09 176	0.07 224	0.08 40	0.18 400	0.08 230	0.13 369	0.11 75	0.12 90	0.11 114	0.10 239	0.12 285	0.05 4	0.06 71	0.09 61	0.10 200	0.07 358	0.06 438	0.05 53	0.05 202	0.06 300	0.05 196

EKT-Stereo	0.11 305	0.07 224	0.14 399	0.16 219	0.10 478	0.13 369	0.14 267	0.19 339	0.21 424	0.11 282	0.08 132	0.13 366	0.10 319	0.11 202	0.12 365	0.08 442	0.06 438	0.07 324	0.06 297	0.08 463	0.07 403

MIM_Stereo	0.10 257	0.07 224	0.11 250	0.15 123	0.07 133	0.07 40	0.12 114	0.20 359	0.14 231	0.13 358	0.14 325	0.09 239	0.05 18	0.12 299	0.08 26	0.05 49	0.06 438	0.07 324	0.06 297	0.06 300	0.05 196

GCAP-Stereo	0.09 176	0.07 224	0.13 351	0.18 400	0.06 31	0.11 263	0.07 5	0.14 157	0.12 157	0.09 189	0.10 209	0.07 131	0.09 279	0.13 362	0.10 200	0.06 170	0.05 253	0.05 53	0.04 59	0.04 46	0.05 196

4D-IteraStereo	0.10 257	0.07 224	0.10 180	0.18 400	0.07 133	0.09 148	0.15 357	0.18 306	0.15 260	0.10 239	0.11 263	0.10 274	0.07 178	0.12 299	0.09 99	0.05 49	0.03 1	0.08 420	0.07 403	0.06 300	0.05 196

anonymousdsp2	0.11 305	0.07 224	0.11 250	0.16 219	0.09 359	0.13 369	0.14 267	0.19 339	0.23 456	0.13 358	0.14 325	0.12 334	0.09 279	0.14 401	0.11 287	0.05 49	0.05 253	0.05 53	0.04 59	0.06 300	0.06 312

anonymousdsp	0.09 176	0.07 224	0.11 250	0.17 307	0.09 359	0.11 263	0.15 357	0.16 236	0.12 157	0.10 239	0.06 21	0.06 42	0.06 71	0.11 202	0.09 99	0.05 49	0.04 24	0.06 204	0.05 202	0.05 167	0.06 312

CBFPSM	0.15 497	0.07 224	0.27 617	0.17 307	0.09 359	0.13 369	0.15 357	0.22 408	0.23 456	0.20 529	0.27 546	0.23 539	0.16 507	0.16 453	0.19 553	0.06 170	0.06 438	0.06 204	0.07 403	0.07 390	0.07 403

iinet-f	0.17 547	0.07 224	0.46 671	0.14 66	0.10 478	0.21 572	0.14 267	0.27 507	0.23 456	0.22 561	0.25 515	0.21 504	0.16 507	0.18 514	0.22 589	0.09 504	0.07 513	0.07 324	0.06 297	0.09 528	0.10 559

gwcnet-sp	0.14 456	0.07 224	0.13 351	0.18 400	0.09 359	0.16 475	0.18 509	0.24 456	0.24 468	0.19 507	0.24 488	0.15 413	0.16 507	0.16 453	0.15 488	0.08 442	0.07 513	0.07 324	0.08 486	0.08 463	0.07 403

scenet	0.14 456	0.07 224	0.13 351	0.18 400	0.09 359	0.16 475	0.18 509	0.24 456	0.24 468	0.19 507	0.24 488	0.15 413	0.16 507	0.16 453	0.15 488	0.08 442	0.07 513	0.07 324	0.08 486	0.08 463	0.07 403

DCRE	0.11 305	0.07 224	0.13 351	0.16 219	0.11 537	0.11 263	0.17 459	0.18 306	0.17 333	0.11 282	0.18 408	0.11 308	0.10 319	0.15 424	0.11 287	0.06 170	0.05 253	0.06 204	0.06 297	0.05 167	0.05 196

anonymousa	0.13 423	0.07 224	0.14 399	0.18 400	0.09 359	0.13 369	0.17 459	0.20 359	0.29 544	0.15 414	0.24 488	0.16 434	0.14 466	0.14 401	0.14 450	0.07 358	0.05 253	0.07 324	0.09 533	0.05 167	0.07 403

ProNet	0.09 176	0.07 224	0.11 250	0.17 307	0.08 230	0.11 263	0.15 357	0.15 197	0.12 157	0.10 239	0.06 21	0.07 131	0.06 71	0.11 202	0.09 99	0.05 49	0.05 253	0.06 204	0.05 202	0.04 46	0.06 312

MC-Stereo	0.09 176	0.07 224	0.09 117	0.17 307	0.06 31	0.10 209	0.14 267	0.12 90	0.11 114	0.09 189	0.12 285	0.09 239	0.06 71	0.11 202	0.10 200	0.06 170	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

ssnet	0.14 456	0.07 224	0.13 351	0.18 400	0.09 359	0.16 475	0.18 509	0.24 456	0.24 468	0.19 507	0.24 488	0.15 413	0.16 507	0.16 453	0.15 488	0.08 442	0.07 513	0.07 324	0.08 486	0.08 463	0.07 403

DCANet-4	0.11 305	0.07 224	0.13 351	0.16 219	0.06 31	0.09 148	0.17 459	0.18 306	0.20 408	0.13 358	0.17 379	0.09 239	0.14 466	0.12 299	0.13 406	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.05 196

ccc-4	0.09 176	0.07 224	0.11 250	0.16 219	0.09 359	0.11 263	0.15 357	0.16 236	0.12 157	0.10 239	0.06 21	0.06 42	0.06 71	0.11 202	0.09 99	0.05 49	0.04 24	0.06 204	0.05 202	0.05 167	0.06 312

tt	4.65 741	0.07 224	3.54 737	2.01 737	1.55 737	10.25 748	16.66 751	8.90 754	5.03 747	1.33 739	0.96 719	4.71 740	4.74 747	3.33 743	5.86 748	6.06 754	10.30 760	1.87 743	2.09 748	2.61 740	1.19 739

DisPM	0.11 305	0.07 224	0.13 351	0.16 219	0.09 359	0.06 15	0.13 190	0.18 306	0.17 333	0.14 389	0.19 424	0.12 334	0.10 319	0.12 299	0.11 287	0.07 358	0.05 253	0.07 324	0.06 297	0.06 300	0.11 586

IGEV-Stereo	0.09 176	0.07 224	0.11 250	0.17 307	0.09 359	0.11 263	0.15 357	0.16 236	0.12 157	0.10 239	0.06 21	0.06 42	0.06 71	0.11 202	0.09 99	0.05 49	0.04 24	0.06 204	0.05 202	0.05 167	0.06 312
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GLC_STEREO	0.11 305	0.07 224	0.11 250	0.18 400	0.07 133	0.08 85	0.13 190	0.16 236	0.24 468	0.12 322	0.13 310	0.12 334	0.08 237	0.18 514	0.12 365	0.06 170	0.08 549	0.08 420	0.06 297	0.05 167	0.05 196

GANet-ADL	0.13 423	0.07 224	0.15 436	0.17 307	0.10 478	0.19 540	0.15 357	0.30 566	0.21 424	0.13 358	0.18 408	0.19 478	0.13 433	0.16 453	0.14 450	0.08 442	0.06 438	0.06 204	0.05 202	0.07 390	0.08 478

CrosDoStereo	0.12 392	0.07 224	0.12 303	0.14 66	0.09 359	0.12 322	0.15 357	0.17 274	0.22 446	0.19 507	0.24 488	0.15 413	0.11 362	0.11 202	0.12 365	0.06 170	0.05 253	0.07 324	0.07 403	0.05 167	0.05 196

LCNet	0.11 305	0.07 224	0.09 117	0.19 479	0.09 359	0.08 85	0.14 267	0.21 381	0.15 260	0.12 322	0.15 342	0.16 434	0.11 362	0.12 299	0.11 287	0.05 49	0.04 24	0.08 420	0.07 403	0.06 300	0.14 642

STrans-v2	0.10 257	0.07 224	0.13 351	0.18 400	0.08 230	0.10 209	0.14 267	0.22 408	0.11 114	0.11 282	0.15 342	0.12 334	0.10 319	0.11 202	0.12 365	0.05 49	0.04 24	0.06 204	0.06 297	0.05 167	0.05 196

OMP-Stereo	0.11 305	0.07 224	0.14 399	0.18 400	0.08 230	0.09 148	0.12 114	0.21 381	0.21 424	0.13 358	0.14 325	0.11 308	0.12 397	0.11 202	0.13 406	0.06 170	0.05 253	0.07 324	0.06 297	0.05 167	0.04 53

NF-Stereo	0.11 305	0.07 224	0.13 351	0.17 307	0.09 359	0.10 209	0.13 190	0.23 430	0.19 383	0.12 322	0.17 379	0.12 334	0.12 397	0.11 202	0.11 287	0.06 170	0.04 24	0.07 324	0.06 297	0.07 390	0.12 607

OCTAStereo	0.11 305	0.07 224	0.14 399	0.17 307	0.09 359	0.10 209	0.13 190	0.23 430	0.19 383	0.12 322	0.17 379	0.12 334	0.12 397	0.11 202	0.11 287	0.06 170	0.04 24	0.07 324	0.06 297	0.07 390	0.11 586

PSM-softLoss	0.12 392	0.07 224	0.15 436	0.17 307	0.09 359	0.08 85	0.12 114	0.24 456	0.17 333	0.15 414	0.19 424	0.13 366	0.11 362	0.11 202	0.11 287	0.07 358	0.05 253	0.08 420	0.07 403	0.07 390	0.12 607

KMStereo	0.12 392	0.07 224	0.15 436	0.17 307	0.09 359	0.08 85	0.12 114	0.24 456	0.17 333	0.15 414	0.19 424	0.13 366	0.11 362	0.11 202	0.11 287	0.07 358	0.05 253	0.08 420	0.07 403	0.07 390	0.12 607

PSM-AAD	0.11 305	0.07 224	0.10 180	0.20 546	0.09 359	0.10 209	0.14 267	0.21 381	0.13 201	0.12 322	0.14 325	0.18 467	0.11 362	0.11 202	0.10 200	0.05 49	0.05 253	0.09 511	0.08 486	0.06 300	0.14 642

FTStereo	0.12 392	0.07 224	0.14 399	0.18 400	0.09 359	0.07 40	0.15 357	0.22 408	0.18 354	0.12 322	0.24 488	0.11 308	0.13 433	0.13 362	0.14 450	0.05 49	0.05 253	0.07 324	0.07 403	0.06 300	0.10 559

KYRaft	0.12 392	0.07 224	0.10 180	0.19 479	0.09 359	0.08 85	0.15 357	0.23 430	0.12 157	0.13 358	0.16 359	0.20 495	0.10 319	0.12 299	0.11 287	0.06 170	0.04 24	0.08 420	0.08 486	0.06 300	0.15 656

DeepStereo_LL	0.12 392	0.07 224	0.12 303	0.14 66	0.09 359	0.12 322	0.15 357	0.17 274	0.22 446	0.19 507	0.24 488	0.15 413	0.11 362	0.11 202	0.12 365	0.06 170	0.05 253	0.07 324	0.07 403	0.05 167	0.05 196

SST-Stereo	0.11 305	0.07 224	0.16 480	0.18 400	0.09 359	0.06 15	0.12 114	0.18 306	0.10 79	0.15 414	0.18 408	0.13 366	0.12 397	0.10 120	0.11 287	0.06 170	0.04 24	0.09 511	0.06 297	0.07 390	0.06 312

THIR-Stereo	0.12 392	0.07 224	0.11 250	0.15 123	0.08 230	0.14 419	0.16 425	0.18 306	0.25 493	0.17 458	0.24 488	0.13 366	0.13 433	0.12 299	0.14 450	0.06 170	0.05 253	0.07 324	0.07 403	0.05 167	0.05 196

RAFT_R40	0.11 305	0.07 224	0.15 436	0.18 400	0.09 359	0.06 15	0.13 190	0.17 274	0.15 260	0.14 389	0.18 408	0.15 413	0.12 397	0.10 120	0.11 287	0.06 170	0.04 24	0.09 511	0.06 297	0.06 300	0.05 196

RE-Stereo	0.11 305	0.07 224	0.13 351	0.17 307	0.09 359	0.10 209	0.13 190	0.23 430	0.19 383	0.12 322	0.17 379	0.12 334	0.12 397	0.11 202	0.11 287	0.06 170	0.04 24	0.07 324	0.06 297	0.07 390	0.11 586

Pruner-Stereo	0.11 305	0.07 224	0.12 303	0.17 307	0.09 359	0.06 15	0.12 114	0.18 306	0.17 333	0.14 389	0.19 424	0.13 366	0.10 319	0.11 202	0.11 287	0.06 170	0.04 24	0.07 324	0.06 297	0.06 300	0.08 478

TVStereo	0.11 305	0.07 224	0.13 351	0.17 307	0.09 359	0.10 209	0.13 190	0.23 430	0.19 383	0.12 322	0.17 379	0.12 334	0.12 397	0.11 202	0.11 287	0.06 170	0.04 24	0.07 324	0.06 297	0.07 390	0.11 586

RAFT-345	0.11 305	0.07 224	0.16 480	0.17 307	0.08 230	0.08 85	0.12 114	0.16 236	0.10 79	0.11 282	0.34 610	0.09 239	0.10 319	0.11 202	0.12 365	0.05 49	0.05 253	0.07 324	0.06 297	0.04 46	0.05 196

test-1	0.10 257	0.07 224	0.17 505	0.19 479	0.08 230	0.11 263	0.24 634	0.15 197	0.18 354	0.09 189	0.07 61	0.10 274	0.08 237	0.08 26	0.09 99	0.06 170	0.04 24	0.06 204	0.06 297	0.04 46	0.05 196

GMM-Stereo	0.11 305	0.07 224	0.10 180	0.18 400	0.09 359	0.08 85	0.14 267	0.24 456	0.16 296	0.11 282	0.15 342	0.13 366	0.11 362	0.11 202	0.11 287	0.05 49	0.04 24	0.08 420	0.07 403	0.06 300	0.09 527

Prome-Stereo	0.11 305	0.07 224	0.11 250	0.18 400	0.09 359	0.12 322	0.14 267	0.23 430	0.13 201	0.13 358	0.16 359	0.13 366	0.08 237	0.12 299	0.10 200	0.05 49	0.05 253	0.07 324	0.06 297	0.06 300	0.10 559

iRaftStereo_RVC	0.10 257	0.07 224	0.10 180	0.17 307	0.09 359	0.11 263	0.17 459	0.18 306	0.12 157	0.09 189	0.11 263	0.10 274	0.07 178	0.11 202	0.10 200	0.05 49	0.04 24	0.08 420	0.08 486	0.04 46	0.04 53

raft+_RVC	0.11 305	0.07 224	0.09 117	0.16 219	0.07 133	0.10 209	0.11 75	0.24 456	0.20 408	0.12 322	0.15 342	0.12 334	0.08 237	0.12 299	0.13 406	0.07 358	0.04 24	0.07 324	0.06 297	0.05 167	0.05 196

RALCasStereoNet	0.11 305	0.07 224	0.09 117	0.16 219	0.08 230	0.13 369	0.14 267	0.17 274	0.11 114	0.12 322	0.17 379	0.14 387	0.10 319	0.12 299	0.11 287	0.07 358	0.06 438	0.06 204	0.05 202	0.08 463	0.07 403

222	0.16 525	0.07 224	0.15 436	0.14 66	0.08 230	0.25 618	0.18 509	0.30 566	0.21 424	0.18 491	0.29 572	0.17 452	0.16 507	0.16 453	0.44 702	0.10 548	0.05 253	0.07 324	0.06 297	0.08 463	0.08 478

test_xeample3	0.09 176	0.07 224	0.12 303	0.16 219	0.09 359	0.11 263	0.15 357	0.16 236	0.14 231	0.10 239	0.07 61	0.08 192	0.06 71	0.10 120	0.09 99	0.06 170	0.04 24	0.06 204	0.05 202	0.05 167	0.06 312

xxxx	0.15 497	0.07 224	0.14 399	0.14 66	0.08 230	0.24 609	0.18 509	0.32 589	0.20 408	0.14 389	0.28 557	0.22 522	0.14 466	0.15 424	0.29 656	0.09 504	0.05 253	0.07 324	0.07 403	0.08 463	0.08 478

test_xeample	0.15 497	0.07 224	0.14 399	0.15 123	0.08 230	0.22 586	0.20 579	0.29 553	0.21 424	0.16 444	0.29 572	0.19 478	0.17 533	0.16 453	0.28 647	0.09 504	0.05 253	0.07 324	0.07 403	0.07 390	0.07 403

AFF-stereo	0.09 176	0.07 224	0.10 180	0.17 307	0.07 133	0.10 209	0.15 357	0.18 306	0.10 79	0.10 239	0.11 263	0.09 239	0.10 319	0.12 299	0.10 200	0.05 49	0.04 24	0.07 324	0.07 403	0.04 46	0.04 53

EAI-Stereo	0.09 176	0.07 224	0.11 250	0.16 219	0.07 133	0.10 209	0.15 357	0.16 236	0.09 54	0.08 136	0.09 173	0.08 192	0.07 178	0.09 61	0.11 287	0.05 49	0.05 253	0.05 53	0.05 202	0.05 167	0.04 53

CFNet-RSSM	0.09 176	0.07 224	0.10 180	0.16 219	0.07 133	0.09 148	0.15 357	0.17 274	0.18 354	0.08 136	0.12 285	0.11 308	0.09 279	0.12 299	0.10 200	0.06 170	0.04 24	0.06 204	0.04 59	0.04 46	0.04 53

SFCPSM	0.13 423	0.07 224	0.15 436	0.17 307	0.09 359	0.15 444	0.16 425	0.28 532	0.27 520	0.14 389	0.18 408	0.12 334	0.13 433	0.14 401	0.11 287	0.08 442	0.05 253	0.07 324	0.07 403	0.07 390	0.06 312

Gwc-CoAtRS	0.09 176	0.07 224	0.10 180	0.16 219	0.07 133	0.10 209	0.15 357	0.18 306	0.17 333	0.08 136	0.10 209	0.12 334	0.09 279	0.12 299	0.09 99	0.06 170	0.04 24	0.06 204	0.04 59	0.04 46	0.05 196

cf-r	0.14 456	0.07 224	0.13 351	0.16 219	0.08 230	0.14 419	0.19 556	0.21 381	0.25 493	0.17 458	0.26 528	0.22 522	0.17 533	0.14 401	0.15 488	0.10 548	0.05 253	0.06 204	0.08 486	0.06 300	0.06 312

GANet-RSSM	0.14 456	0.07 224	0.13 351	0.13 18	0.08 230	0.14 419	0.18 509	0.23 430	0.21 424	0.17 458	0.25 515	0.24 548	0.16 507	0.16 453	0.16 508	0.10 548	0.06 438	0.07 324	0.08 486	0.08 463	0.07 403

PSMNet-RSSM	0.14 456	0.07 224	0.14 399	0.15 123	0.08 230	0.13 369	0.16 425	0.25 479	0.24 468	0.17 458	0.28 557	0.23 539	0.14 466	0.16 453	0.14 450	0.11 583	0.06 438	0.09 511	0.12 629	0.08 463	0.07 403

GwcNet-RSSM	0.14 456	0.07 224	0.12 303	0.16 219	0.08 230	0.15 444	0.20 579	0.22 408	0.28 536	0.18 491	0.28 557	0.23 539	0.17 533	0.15 424	0.16 508	0.10 548	0.06 438	0.07 324	0.09 533	0.07 390	0.07 403

CFNet-ft	0.14 456	0.07 224	0.15 436	0.12 7	0.09 359	0.17 499	0.18 509	0.22 408	0.24 468	0.17 458	0.26 528	0.24 548	0.14 466	0.16 453	0.15 488	0.11 583	0.06 438	0.08 420	0.09 533	0.09 528	0.08 478

RASNet	0.15 497	0.07 224	0.15 436	0.16 219	0.08 230	0.19 540	0.14 267	0.30 566	0.21 424	0.17 458	0.25 515	0.21 504	0.19 566	0.20 558	0.20 563	0.07 358	0.06 438	0.06 204	0.08 486	0.06 300	0.06 312

CFNet_RVC	0.14 456	0.07 224	0.15 436	0.12 7	0.09 359	0.17 499	0.18 509	0.22 408	0.24 468	0.17 458	0.26 528	0.24 548	0.14 466	0.16 453	0.15 488	0.11 583	0.06 438	0.08 420	0.09 533	0.09 528	0.08 478

iResNet_ROB	0.14 456	0.07 224	0.13 351	0.15 123	0.07 133	0.19 540	0.14 267	0.26 493	0.32 566	0.23 576	0.26 528	0.23 539	0.16 507	0.15 424	0.14 450	0.07 358	0.05 253	0.05 53	0.04 59	0.08 463	0.08 478

LE_ROB	0.50 702	0.07 224	0.14 399	0.15 123	0.08 230	0.26 630	0.17 459	0.23 430	1.71 741	4.68 747	0.67 698	0.46 683	0.47 702	0.21 576	0.30 663	0.07 358	0.06 438	0.06 204	0.06 297	0.08 463	0.06 312

pmcnn	0.15 497	0.07 224	0.20 568	0.15 123	0.07 133	0.21 572	0.16 425	0.25 479	0.26 507	0.21 546	0.33 600	0.29 597	0.19 566	0.18 514	0.17 525	0.07 358	0.05 253	0.05 53	0.04 59	0.07 390	0.06 312

GREATEN-IGEV_RVC	0.09 176	0.08 365	0.08 40	0.21 585	0.09 359	0.08 85	0.11 75	0.10 34	0.09 54	0.07 76	0.11 263	0.05 4	0.06 71	0.14 401	0.11 287	0.05 49	0.06 438	0.07 324	0.06 297	0.05 167	0.05 196

S0	0.12 392	0.08 365	0.09 117	0.20 546	0.07 133	0.18 516	0.22 610	0.15 197	0.15 260	0.11 282	0.10 209	0.13 366	0.08 237	0.12 299	0.11 287	0.09 504	0.10 609	0.14 642	0.14 647	0.05 167	0.04 53

S	0.12 392	0.08 365	0.10 180	0.20 546	0.08 230	0.13 369	0.19 556	0.17 274	0.16 296	0.13 358	0.12 285	0.14 387	0.10 319	0.12 299	0.13 406	0.09 504	0.07 513	0.13 627	0.15 664	0.06 300	0.05 196

SMOE	0.10 257	0.08 365	0.09 117	0.18 400	0.07 133	0.13 369	0.14 267	0.19 339	0.13 201	0.12 322	0.13 310	0.12 334	0.09 279	0.11 202	0.12 365	0.05 49	0.05 253	0.08 420	0.06 297	0.06 300	0.04 53

quiztm	0.08 82	0.08 365	0.08 40	0.18 400	0.07 133	0.09 148	0.14 267	0.14 157	0.13 201	0.07 76	0.07 61	0.05 4	0.06 71	0.11 202	0.09 99	0.05 49	0.04 24	0.06 204	0.04 59	0.05 167	0.03 1

aanet-new-40k	0.07 6	0.08 365	0.08 40	0.17 307	0.07 133	0.08 85	0.13 190	0.10 34	0.10 79	0.07 76	0.09 173	0.06 42	0.05 18	0.08 26	0.07 1	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

aanet-new-24k	0.08 82	0.08 365	0.08 40	0.17 307	0.06 31	0.07 40	0.12 114	0.10 34	0.11 114	0.09 189	0.09 173	0.06 42	0.07 178	0.09 61	0.07 1	0.04 6	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

aanet-new-16k	0.08 82	0.08 365	0.08 40	0.18 400	0.06 31	0.07 40	0.10 40	0.13 123	0.13 201	0.08 136	0.07 61	0.07 131	0.06 71	0.09 61	0.08 26	0.04 6	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

aanet-new-10k	0.08 82	0.08 365	0.08 40	0.19 479	0.07 133	0.08 85	0.13 190	0.15 197	0.12 157	0.07 76	0.08 132	0.07 131	0.07 178	0.09 61	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

aanet-new-8k	0.08 82	0.08 365	0.08 40	0.19 479	0.07 133	0.09 148	0.11 75	0.17 274	0.15 260	0.07 76	0.07 61	0.06 42	0.06 71	0.10 120	0.08 26	0.04 6	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

GCAP-Stereo-cres-4k	0.08 82	0.08 365	0.09 117	0.18 400	0.07 133	0.11 263	0.14 267	0.13 123	0.11 114	0.08 136	0.11 263	0.07 131	0.06 71	0.09 61	0.08 26	0.04 6	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

IGEV_i1	0.12 392	0.08 365	0.12 303	0.17 307	0.08 230	0.19 540	0.15 357	0.19 339	0.23 456	0.18 491	0.18 408	0.16 434	0.12 397	0.17 493	0.14 450	0.06 170	0.05 253	0.06 204	0.05 202	0.06 300	0.06 312

LACA3	0.07 6	0.08 365	0.08 40	0.13 18	0.05 2	0.09 148	0.11 75	0.08 13	0.09 54	0.08 136	0.06 21	0.07 131	0.07 178	0.08 26	0.07 1	0.06 170	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

Selective-IGEV-i16pb	0.14 456	0.08 365	0.17 505	0.15 123	0.11 537	0.41 688	0.16 425	0.29 553	0.24 468	0.11 282	0.21 453	0.10 274	0.07 178	0.17 493	0.12 365	0.10 548	0.07 513	0.06 204	0.08 486	0.09 528	0.10 559

MultiAttention	0.30 668	0.08 365	0.15 436	0.19 479	0.13 597	1.56 735	1.33 739	0.36 640	0.36 601	0.20 529	0.21 453	0.24 548	0.11 362	0.39 682	0.18 538	0.06 170	0.05 253	0.08 420	0.08 486	0.11 586	0.09 527

FlowAnything_test	0.11 305	0.08 365	0.14 399	0.15 123	0.09 359	0.08 85	0.14 267	0.20 359	0.11 114	0.10 239	0.09 173	0.12 334	0.12 397	0.13 362	0.11 287	0.09 504	0.06 438	0.09 511	0.09 533	0.06 300	0.09 527

asda	0.07 6	0.08 365	0.08 40	0.16 219	0.07 133	0.06 15	0.10 40	0.16 236	0.11 114	0.06 24	0.06 21	0.05 4	0.06 71	0.10 120	0.10 200	0.03 1	0.03 1	0.04 1	0.03 1	0.04 46	0.03 1

asd	0.07 6	0.08 365	0.08 40	0.16 219	0.07 133	0.08 85	0.08 9	0.11 63	0.08 25	0.07 76	0.07 61	0.06 42	0.06 71	0.10 120	0.09 99	0.03 1	0.03 1	0.04 1	0.04 59	0.04 46	0.03 1

qwe	0.08 82	0.08 365	0.07 10	0.15 123	0.06 31	0.07 40	0.10 40	0.18 306	0.12 157	0.07 76	0.07 61	0.06 42	0.06 71	0.10 120	0.09 99	0.04 6	0.03 1	0.04 1	0.04 59	0.04 46	0.03 1

4.25_new	0.07 6	0.08 365	0.09 117	0.15 123	0.06 31	0.08 85	0.08 9	0.14 157	0.08 25	0.07 76	0.07 61	0.06 42	0.06 71	0.12 299	0.10 200	0.04 6	0.03 1	0.04 1	0.03 1	0.04 46	0.03 1

4.5w_new	0.07 6	0.08 365	0.09 117	0.15 123	0.06 31	0.08 85	0.08 9	0.14 157	0.08 25	0.07 76	0.07 61	0.06 42	0.06 71	0.12 299	0.10 200	0.04 6	0.03 1	0.04 1	0.03 1	0.04 46	0.03 1

4.25w-stereo	0.07 6	0.08 365	0.09 117	0.15 123	0.06 31	0.08 85	0.08 9	0.14 157	0.08 25	0.07 76	0.07 61	0.06 42	0.06 71	0.12 299	0.10 200	0.04 6	0.03 1	0.04 1	0.03 1	0.04 46	0.03 1

4w-stereo	0.07 6	0.08 365	0.08 40	0.16 219	0.07 133	0.07 40	0.08 9	0.11 63	0.09 54	0.07 76	0.07 61	0.05 4	0.06 71	0.09 61	0.10 200	0.03 1	0.03 1	0.04 1	0.04 59	0.04 46	0.03 1

2w_stereo	0.08 82	0.08 365	0.09 117	0.16 219	0.06 31	0.09 148	0.10 40	0.20 359	0.15 260	0.08 136	0.07 61	0.06 42	0.06 71	0.06 1	0.10 200	0.04 6	0.03 1	0.04 1	0.04 59	0.03 1	0.03 1

xyz-stereo-finetune	0.11 305	0.08 365	0.13 351	0.14 66	0.06 31	0.10 209	0.19 556	0.18 306	0.19 383	0.12 322	0.14 325	0.15 413	0.11 362	0.13 362	0.12 365	0.05 49	0.04 24	0.07 324	0.05 202	0.04 46	0.05 196

LG-Stereo	0.08 82	0.08 365	0.10 180	0.18 400	0.07 133	0.10 209	0.17 459	0.11 63	0.08 25	0.06 24	0.08 132	0.06 42	0.07 178	0.09 61	0.09 99	0.04 6	0.05 253	0.07 324	0.07 403	0.04 46	0.04 53

S2M2_L	0.09 176	0.08 365	0.11 250	0.13 18	0.10 478	0.08 85	0.06 1	0.10 34	0.10 79	0.10 239	0.10 209	0.09 239	0.09 279	0.11 202	0.11 287	0.13 628	0.07 513	0.08 420	0.09 533	0.10 564	0.08 478
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ISRNet	0.18 563	0.08 365	0.20 568	0.19 479	0.13 597	0.15 444	0.12 114	0.30 566	0.33 571	0.21 546	0.26 528	0.27 578	0.18 547	0.17 493	0.20 563	0.20 686	0.08 549	0.14 642	0.14 647	0.14 639	0.17 674

AIO-test2	0.10 257	0.08 365	0.10 180	0.23 631	0.09 359	0.11 263	0.11 75	0.23 430	0.24 468	0.08 136	0.09 173	0.08 192	0.05 18	0.10 120	0.08 26	0.06 170	0.05 253	0.08 420	0.09 533	0.05 167	0.05 196

fffy	0.09 176	0.08 365	0.10 180	0.16 219	0.07 133	0.13 369	0.17 459	0.13 123	0.12 157	0.08 136	0.09 173	0.08 192	0.09 279	0.13 362	0.11 287	0.05 49	0.05 253	0.07 324	0.05 202	0.04 46	0.05 196

rvit_stereo_0083	0.12 392	0.08 365	0.17 505	0.16 219	0.09 359	0.11 263	0.15 357	0.15 197	0.26 507	0.11 282	0.14 325	0.13 366	0.10 319	0.12 299	0.13 406	0.10 548	0.08 549	0.09 511	0.07 403	0.07 390	0.06 312

rvit_stereo_0081	0.11 305	0.08 365	0.16 480	0.16 219	0.09 359	0.11 263	0.14 267	0.14 157	0.24 468	0.11 282	0.13 310	0.14 387	0.09 279	0.11 202	0.12 365	0.10 548	0.07 513	0.08 420	0.07 403	0.07 390	0.06 312

rvit_stereo_0082	0.11 305	0.08 365	0.16 480	0.16 219	0.09 359	0.11 263	0.14 267	0.14 157	0.24 468	0.11 282	0.13 310	0.14 387	0.09 279	0.11 202	0.12 365	0.10 548	0.07 513	0.08 420	0.07 403	0.07 390	0.06 312

rvit_stereo_0080	0.10 257	0.08 365	0.15 436	0.15 123	0.10 478	0.07 40	0.15 357	0.16 236	0.16 296	0.11 282	0.10 209	0.15 413	0.09 279	0.12 299	0.10 200	0.09 504	0.07 513	0.07 324	0.06 297	0.07 390	0.05 196

test_sample5	0.14 456	0.08 365	0.14 399	0.16 219	0.08 230	0.18 516	0.18 509	0.25 479	0.17 333	0.17 458	0.28 557	0.18 467	0.15 486	0.16 453	0.13 406	0.08 442	0.06 438	0.08 420	0.07 403	0.09 528	0.08 478

test_sample4	0.14 456	0.08 365	0.15 436	0.15 123	0.08 230	0.19 540	0.18 509	0.26 493	0.18 354	0.17 458	0.26 528	0.18 467	0.15 486	0.17 493	0.13 406	0.08 442	0.06 438	0.08 420	0.06 297	0.09 528	0.08 478

test_sample3	0.14 456	0.08 365	0.15 436	0.14 66	0.09 359	0.20 560	0.17 459	0.27 507	0.18 354	0.17 458	0.22 471	0.19 478	0.15 486	0.17 493	0.14 450	0.09 504	0.06 438	0.07 324	0.06 297	0.09 528	0.08 478

Former-RAFT_DAM_RVC	0.11 305	0.08 365	0.13 351	0.16 219	0.08 230	0.15 444	0.16 425	0.18 306	0.19 383	0.10 239	0.09 173	0.09 239	0.08 237	0.11 202	0.12 365	0.07 358	0.05 253	0.08 420	0.06 297	0.07 390	0.06 312

AE-Stereo	0.10 257	0.08 365	0.11 250	0.19 479	0.09 359	0.10 209	0.15 357	0.14 157	0.20 408	0.09 189	0.15 342	0.12 334	0.08 237	0.11 202	0.10 200	0.05 49	0.06 438	0.07 324	0.06 297	0.05 167	0.04 53

ACVNet-DCA	0.10 257	0.08 365	0.13 351	0.17 307	0.09 359	0.13 369	0.15 357	0.24 456	0.16 296	0.09 189	0.09 173	0.06 42	0.06 71	0.10 120	0.07 1	0.06 170	0.05 253	0.06 204	0.05 202	0.07 390	0.07 403

xx1	0.11 305	0.08 365	0.13 351	0.17 307	0.09 359	0.13 369	0.15 357	0.16 236	0.18 354	0.09 189	0.09 173	0.16 434	0.16 507	0.10 120	0.07 1	0.06 170	0.05 253	0.08 420	0.08 486	0.07 390	0.07 403

1test111	0.11 305	0.08 365	0.13 351	0.17 307	0.09 359	0.13 369	0.15 357	0.24 456	0.16 296	0.09 189	0.09 173	0.06 42	0.06 71	0.15 424	0.16 508	0.06 170	0.05 253	0.06 204	0.05 202	0.07 390	0.07 403

cc1	0.10 257	0.08 365	0.13 351	0.17 307	0.09 359	0.13 369	0.15 357	0.16 236	0.18 354	0.09 189	0.09 173	0.06 42	0.06 71	0.10 120	0.07 1	0.06 170	0.05 253	0.06 204	0.05 202	0.06 300	0.06 312

mmm	0.14 456	0.08 365	0.18 539	0.17 307	0.09 359	0.17 499	0.18 509	0.21 381	0.16 296	0.16 444	0.23 476	0.21 504	0.16 507	0.16 453	0.17 525	0.08 442	0.05 253	0.08 420	0.08 486	0.08 463	0.07 403

DualNet	0.14 456	0.08 365	0.14 399	0.16 219	0.08 230	0.18 516	0.18 509	0.25 479	0.17 333	0.18 491	0.28 557	0.18 467	0.15 486	0.16 453	0.13 406	0.08 442	0.06 438	0.08 420	0.07 403	0.09 528	0.08 478

tt1	0.10 257	0.08 365	0.13 351	0.17 307	0.09 359	0.13 369	0.15 357	0.15 197	0.19 383	0.09 189	0.08 132	0.06 42	0.06 71	0.10 120	0.08 26	0.06 170	0.05 253	0.06 204	0.05 202	0.06 300	0.06 312

whm_eth	0.10 257	0.08 365	0.15 436	0.15 123	0.10 478	0.07 40	0.15 357	0.16 236	0.16 296	0.11 282	0.10 209	0.15 413	0.09 279	0.12 299	0.10 200	0.09 504	0.07 513	0.07 324	0.06 297	0.07 390	0.05 196

PCWNet_CMD	0.14 456	0.08 365	0.15 436	0.17 307	0.09 359	0.14 419	0.14 267	0.29 553	0.36 601	0.14 389	0.20 434	0.21 504	0.13 433	0.17 493	0.14 450	0.07 358	0.05 253	0.07 324	0.07 403	0.07 390	0.07 403

TestStereo1	0.13 423	0.08 365	0.08 40	0.20 546	0.08 230	0.18 516	0.29 681	0.23 430	0.17 333	0.17 458	0.20 434	0.16 434	0.11 362	0.12 299	0.13 406	0.06 170	0.06 438	0.08 420	0.06 297	0.05 167	0.05 196

x	0.13 423	0.08 365	0.15 436	0.14 66	0.08 230	0.19 540	0.14 267	0.22 408	0.21 424	0.15 414	0.20 434	0.20 495	0.18 547	0.18 514	0.18 538	0.07 358	0.05 253	0.06 204	0.06 297	0.07 390	0.07 403

IER	0.14 456	0.08 365	0.13 351	0.17 307	0.09 359	0.14 419	0.16 425	0.26 493	0.27 520	0.18 491	0.26 528	0.17 452	0.20 578	0.17 493	0.14 450	0.08 442	0.05 253	0.07 324	0.06 297	0.08 463	0.07 403

CRFU-Net	0.16 525	0.08 365	0.15 436	0.17 307	0.09 359	0.20 560	0.14 267	0.27 507	0.21 424	0.28 626	0.28 557	0.29 597	0.18 547	0.19 539	0.18 538	0.09 504	0.09 585	0.07 324	0.07 403	0.08 463	0.09 527

SA-5K	0.13 423	0.08 365	0.08 40	0.20 546	0.08 230	0.18 516	0.29 681	0.23 430	0.17 333	0.17 458	0.20 434	0.16 434	0.11 362	0.12 299	0.13 406	0.06 170	0.06 438	0.08 420	0.06 297	0.05 167	0.05 196

Sa-1000	0.12 392	0.08 365	0.09 117	0.18 400	0.08 230	0.15 444	0.22 610	0.22 408	0.19 383	0.15 414	0.20 434	0.17 452	0.11 362	0.10 120	0.10 200	0.06 170	0.05 253	0.09 511	0.09 533	0.05 167	0.05 196

CIPLG	0.11 305	0.08 365	0.15 436	0.17 307	0.08 230	0.13 369	0.15 357	0.17 274	0.16 296	0.14 389	0.11 263	0.16 434	0.10 319	0.17 493	0.12 365	0.07 358	0.05 253	0.06 204	0.06 297	0.05 167	0.06 312

DAS	0.15 497	0.08 365	0.18 539	0.19 479	0.10 478	0.19 540	0.17 459	0.28 532	0.30 550	0.18 491	0.26 528	0.21 504	0.16 507	0.16 453	0.13 406	0.08 442	0.06 438	0.06 204	0.06 297	0.07 390	0.07 403

SepStereo	0.15 497	0.08 365	0.18 539	0.19 479	0.10 478	0.19 540	0.17 459	0.28 532	0.30 550	0.18 491	0.26 528	0.21 504	0.16 507	0.26 624	0.13 406	0.08 442	0.06 438	0.06 204	0.06 297	0.07 390	0.07 403

IPLG	0.11 305	0.08 365	0.15 436	0.17 307	0.08 230	0.11 263	0.14 267	0.20 359	0.15 260	0.13 358	0.18 408	0.07 131	0.07 178	0.14 401	0.14 450	0.06 170	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

IPLGR_C	0.11 305	0.08 365	0.15 436	0.17 307	0.08 230	0.12 322	0.15 357	0.17 274	0.15 260	0.14 389	0.11 263	0.16 434	0.10 319	0.16 453	0.12 365	0.07 358	0.05 253	0.06 204	0.06 297	0.05 167	0.06 312

MIPNet	0.11 305	0.08 365	0.15 436	0.17 307	0.09 359	0.12 322	0.14 267	0.21 381	0.25 493	0.12 322	0.10 209	0.09 239	0.07 178	0.13 362	0.13 406	0.06 170	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

AASNet	0.16 525	0.08 365	0.13 351	0.19 479	0.09 359	0.19 540	0.15 357	0.38 656	0.37 607	0.20 529	0.24 488	0.20 495	0.17 533	0.17 493	0.21 576	0.10 548	0.08 549	0.08 420	0.07 403	0.09 528	0.09 527

ACRE	0.11 305	0.08 365	0.15 436	0.17 307	0.08 230	0.13 369	0.15 357	0.17 274	0.14 231	0.14 389	0.11 263	0.16 434	0.10 319	0.16 453	0.12 365	0.07 358	0.05 253	0.06 204	0.06 297	0.05 167	0.06 312

AACVNet	0.16 525	0.08 365	0.15 436	0.15 123	0.10 478	0.18 516	0.15 357	0.24 456	0.25 493	0.27 613	0.27 546	0.28 588	0.18 547	0.19 539	0.17 525	0.09 504	0.07 513	0.09 511	0.07 403	0.10 564	0.09 527

GwcNet-ADL	0.13 423	0.08 365	0.14 399	0.20 546	0.09 359	0.12 322	0.20 579	0.30 566	0.25 493	0.14 389	0.14 325	0.18 467	0.14 466	0.13 362	0.15 488	0.07 358	0.05 253	0.06 204	0.05 202	0.07 390	0.06 312

AAGNet	0.12 392	0.08 365	0.17 505	0.19 479	0.09 359	0.08 85	0.13 190	0.19 339	0.13 201	0.16 444	0.21 453	0.13 366	0.14 466	0.11 202	0.14 450	0.06 170	0.04 24	0.09 511	0.06 297	0.06 300	0.05 196

TransformOpticalFlow	0.10 257	0.08 365	0.13 351	0.18 400	0.07 133	0.09 148	0.15 357	0.19 339	0.16 296	0.12 322	0.16 359	0.11 308	0.11 362	0.11 202	0.11 287	0.05 49	0.04 24	0.06 204	0.06 297	0.05 167	0.05 196

NRIStereo	0.11 305	0.08 365	0.15 436	0.18 400	0.08 230	0.10 209	0.13 190	0.17 274	0.15 260	0.12 322	0.15 342	0.13 366	0.13 433	0.13 362	0.10 200	0.06 170	0.04 24	0.07 324	0.06 297	0.06 300	0.07 403

DeepStereo_RVC	0.11 305	0.08 365	0.17 505	0.18 400	0.08 230	0.08 85	0.11 75	0.17 274	0.12 157	0.13 358	0.15 342	0.12 334	0.12 397	0.12 299	0.11 287	0.06 170	0.04 24	0.07 324	0.06 297	0.07 390	0.08 478

IRAFT_RVC	0.12 392	0.08 365	0.17 505	0.19 479	0.08 230	0.07 40	0.14 267	0.25 479	0.23 456	0.14 389	0.15 342	0.15 413	0.12 397	0.12 299	0.11 287	0.06 170	0.04 24	0.09 511	0.06 297	0.06 300	0.06 312

CroCo-Stereo	0.09 176	0.08 365	0.08 40	0.22 610	0.09 359	0.09 148	0.18 509	0.16 236	0.12 157	0.07 76	0.07 61	0.08 192	0.06 71	0.08 26	0.07 1	0.07 358	0.05 253	0.06 204	0.04 59	0.05 167	0.04 53
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
LMCR-Stereo	0.15 497	0.08 365	0.14 399	0.21 585	0.09 359	0.18 516	0.19 556	0.28 532	0.19 383	0.24 588	0.24 488	0.23 539	0.17 533	0.20 558	0.17 525	0.07 358	0.06 438	0.08 420	0.06 297	0.10 564	0.09 527

CFNet_pseudo	0.14 456	0.08 365	0.16 480	0.16 219	0.09 359	0.13 369	0.14 267	0.27 507	0.34 582	0.15 414	0.21 453	0.22 522	0.13 433	0.18 514	0.14 450	0.07 358	0.05 253	0.08 420	0.06 297	0.07 390	0.07 403

RALAANet	0.11 305	0.08 365	0.10 180	0.17 307	0.09 359	0.14 419	0.10 40	0.20 359	0.16 296	0.14 389	0.13 310	0.16 434	0.09 279	0.12 299	0.12 365	0.06 170	0.05 253	0.08 420	0.07 403	0.06 300	0.04 53

ADLNet	0.16 525	0.08 365	0.15 436	0.16 219	0.10 478	0.16 475	0.17 459	0.33 603	0.27 520	0.23 576	0.27 546	0.24 548	0.16 507	0.18 514	0.21 576	0.10 548	0.06 438	0.10 560	0.10 574	0.08 463	0.09 527

GES	0.14 456	0.08 365	0.16 480	0.15 123	0.10 478	0.13 369	0.13 190	0.28 532	0.26 507	0.17 458	0.24 488	0.19 478	0.14 466	0.16 453	0.14 450	0.08 442	0.08 549	0.07 324	0.06 297	0.08 463	0.09 527

ARAFT	0.12 392	0.08 365	0.18 539	0.19 479	0.09 359	0.15 444	0.17 459	0.20 359	0.13 201	0.12 322	0.13 310	0.14 387	0.12 397	0.15 424	0.13 406	0.06 170	0.05 253	0.10 560	0.09 533	0.06 300	0.04 53

RAFT + AFF	0.13 423	0.08 365	0.21 579	0.20 546	0.10 478	0.14 419	0.23 623	0.27 507	0.21 424	0.12 322	0.10 209	0.12 334	0.10 319	0.16 453	0.12 365	0.08 442	0.07 513	0.09 511	0.09 533	0.06 300	0.09 527

UPFNet	0.16 525	0.08 365	0.12 303	0.20 546	0.12 571	0.20 560	0.23 623	0.28 532	0.26 507	0.18 491	0.24 488	0.22 522	0.20 578	0.19 539	0.22 589	0.09 504	0.07 513	0.08 420	0.09 533	0.08 463	0.06 312

FENet	0.13 423	0.08 365	0.13 351	0.16 219	0.08 230	0.15 444	0.16 425	0.23 430	0.23 456	0.17 458	0.24 488	0.16 434	0.13 433	0.14 401	0.15 488	0.08 442	0.05 253	0.08 420	0.08 486	0.08 463	0.08 478

DIP-Stereo	0.11 305	0.08 365	0.15 436	0.17 307	0.09 359	0.13 369	0.09 25	0.16 236	0.16 296	0.12 322	0.16 359	0.14 387	0.12 397	0.16 453	0.14 450	0.06 170	0.05 253	0.06 204	0.05 202	0.05 167	0.07 403
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MSMDNet	0.14 456	0.08 365	0.15 436	0.17 307	0.09 359	0.14 419	0.14 267	0.29 553	0.36 601	0.14 389	0.20 434	0.21 504	0.13 433	0.18 514	0.14 450	0.07 358	0.05 253	0.07 324	0.07 403	0.07 390	0.07 403

HSM-Net_RVC	0.14 456	0.08 365	0.12 303	0.15 123	0.08 230	0.16 475	0.15 357	0.27 507	0.29 544	0.20 529	0.21 453	0.29 597	0.14 466	0.18 514	0.13 406	0.06 170	0.06 438	0.06 204	0.06 297	0.07 390	0.06 312
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UCFNet_RVC	0.15 497	0.08 365	0.13 351	0.11 1	0.10 478	0.20 560	0.10 40	0.24 456	0.23 456	0.17 458	0.21 453	0.24 548	0.15 486	0.18 514	0.15 488	0.12 609	0.07 513	0.11 591	0.13 641	0.11 586	0.10 559

iResNetv2_ROB	0.15 497	0.08 365	0.16 480	0.16 219	0.08 230	0.16 475	0.13 190	0.26 493	0.36 601	0.21 546	0.29 572	0.24 548	0.13 433	0.14 401	0.14 450	0.06 170	0.06 438	0.06 204	0.04 59	0.09 528	0.08 478

MLCV	0.13 423	0.08 365	0.17 505	0.18 400	0.06 31	0.16 475	0.17 459	0.19 339	0.22 446	0.19 507	0.25 515	0.17 452	0.13 433	0.15 424	0.14 450	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

SME	0.12 392	0.09 450	0.11 250	0.17 307	0.07 133	0.20 560	0.13 190	0.21 381	0.17 333	0.12 322	0.13 310	0.10 274	0.12 397	0.13 362	0.13 406	0.07 358	0.07 513	0.08 420	0.09 533	0.06 300	0.06 312

aanet-new-14k	0.08 82	0.09 450	0.08 40	0.19 479	0.07 133	0.07 40	0.10 40	0.14 157	0.15 260	0.06 24	0.08 132	0.05 4	0.06 71	0.10 120	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

aanet-new	0.09 176	0.09 450	0.10 180	0.18 400	0.08 230	0.10 209	0.12 114	0.15 197	0.13 201	0.08 136	0.08 132	0.05 4	0.07 178	0.10 120	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.06 300	0.04 53

NLMM1	0.11 305	0.09 450	0.07 10	0.22 610	0.10 478	0.12 322	0.20 579	0.19 339	0.20 408	0.12 322	0.11 263	0.08 192	0.10 319	0.11 202	0.11 287	0.08 442	0.08 549	0.07 324	0.06 297	0.05 167	0.04 53

NLCSM	0.11 305	0.09 450	0.09 117	0.23 631	0.11 537	0.12 322	0.19 556	0.19 339	0.19 383	0.12 322	0.11 263	0.07 131	0.09 279	0.11 202	0.10 200	0.08 442	0.08 549	0.07 324	0.07 403	0.06 300	0.05 196

4.5_new	0.07 6	0.09 450	0.08 40	0.15 123	0.07 133	0.07 40	0.10 40	0.14 157	0.11 114	0.06 24	0.08 132	0.06 42	0.06 71	0.08 26	0.10 200	0.03 1	0.03 1	0.04 1	0.04 59	0.04 46	0.03 1

4.5w-stereo	0.07 6	0.09 450	0.08 40	0.15 123	0.07 133	0.07 40	0.10 40	0.14 157	0.11 114	0.06 24	0.08 132	0.06 42	0.06 71	0.08 26	0.10 200	0.03 1	0.03 1	0.04 1	0.04 59	0.04 46	0.03 1

3w_stereo	0.08 82	0.09 450	0.10 180	0.17 307	0.07 133	0.08 85	0.11 75	0.20 359	0.13 201	0.06 24	0.07 61	0.05 4	0.06 71	0.08 26	0.09 99	0.04 6	0.03 1	0.04 1	0.03 1	0.04 46	0.03 1

SCV	0.08 82	0.09 450	0.08 40	0.15 123	0.08 230	0.10 209	0.12 114	0.11 63	0.12 157	0.07 76	0.07 61	0.06 42	0.04 1	0.10 120	0.08 26	0.05 49	0.05 253	0.06 204	0.04 59	0.06 300	0.04 53

rvit_0105_6	0.14 456	0.09 450	0.18 539	0.17 307	0.10 478	0.10 209	0.17 459	0.19 339	0.26 507	0.12 322	0.18 408	0.17 452	0.13 433	0.18 514	0.13 406	0.15 653	0.11 624	0.12 613	0.10 574	0.09 528	0.06 312

rvit_0105_4	0.15 497	0.09 450	0.17 505	0.17 307	0.10 478	0.12 322	0.20 579	0.23 430	0.27 520	0.14 389	0.20 434	0.17 452	0.14 466	0.17 493	0.13 406	0.15 653	0.11 624	0.11 591	0.10 574	0.09 528	0.06 312

rvit_stereo_0081_aga	0.12 392	0.09 450	0.15 436	0.18 400	0.10 478	0.14 419	0.14 267	0.14 157	0.19 383	0.10 239	0.18 408	0.16 434	0.09 279	0.12 299	0.10 200	0.10 548	0.06 438	0.08 420	0.07 403	0.07 390	0.06 312

DCVSM-stereo	0.15 497	0.09 450	0.16 480	0.16 219	0.10 478	0.15 444	0.09 25	0.20 359	0.24 468	0.20 529	0.24 488	0.26 571	0.15 486	0.19 539	0.14 450	0.09 504	0.07 513	0.09 511	0.08 486	0.10 564	0.12 607

RAStereo	0.10 257	0.09 450	0.08 40	0.20 546	0.08 230	0.13 369	0.18 509	0.16 236	0.17 333	0.10 239	0.12 285	0.05 4	0.06 71	0.09 61	0.08 26	0.07 358	0.05 253	0.07 324	0.05 202	0.05 167	0.04 53

test_sample6	0.14 456	0.09 450	0.14 399	0.17 307	0.08 230	0.17 499	0.19 556	0.26 493	0.18 354	0.18 491	0.28 557	0.19 478	0.15 486	0.15 424	0.13 406	0.08 442	0.05 253	0.08 420	0.07 403	0.08 463	0.08 478

H2IRNET	0.10 257	0.09 450	0.10 180	0.18 400	0.09 359	0.12 322	0.15 357	0.14 157	0.21 424	0.10 239	0.10 209	0.10 274	0.11 362	0.10 120	0.10 200	0.06 170	0.04 24	0.08 420	0.08 486	0.06 300	0.05 196

DispNO	0.15 497	0.09 450	0.18 539	0.19 479	0.12 571	0.11 263	0.21 596	0.23 430	0.29 544	0.18 491	0.23 476	0.19 478	0.17 533	0.16 453	0.16 508	0.07 358	0.05 253	0.08 420	0.08 486	0.07 390	0.06 312

ffm	0.12 392	0.09 450	0.15 436	0.16 219	0.09 359	0.17 499	0.17 459	0.15 197	0.19 383	0.15 414	0.26 528	0.19 478	0.13 433	0.10 120	0.08 26	0.06 170	0.05 253	0.09 511	0.08 486	0.06 300	0.06 312

ff1	0.13 423	0.09 450	0.15 436	0.16 219	0.09 359	0.17 499	0.17 459	0.15 197	0.19 383	0.15 414	0.26 528	0.19 478	0.13 433	0.15 424	0.22 589	0.06 170	0.05 253	0.09 511	0.08 486	0.06 300	0.06 312

mmx	0.15 497	0.09 450	0.15 436	0.16 219	0.09 359	0.17 499	0.17 459	0.27 507	0.26 507	0.15 414	0.26 528	0.19 478	0.13 433	0.15 424	0.22 589	0.08 442	0.06 438	0.09 511	0.08 486	0.08 463	0.08 478

1111x	0.16 525	0.09 450	0.13 351	0.18 400	0.08 230	0.18 516	0.25 650	0.32 589	0.25 493	0.17 458	0.24 488	0.27 578	0.15 486	0.14 401	0.24 612	0.07 358	0.07 513	0.08 420	0.09 533	0.07 390	0.07 403

xxx	0.15 497	0.09 450	0.15 436	0.16 219	0.09 359	0.17 499	0.17 459	0.27 507	0.26 507	0.15 414	0.26 528	0.19 478	0.13 433	0.15 424	0.22 589	0.08 442	0.06 438	0.09 511	0.08 486	0.08 463	0.08 478

plain	0.11 305	0.09 450	0.10 180	0.19 479	0.09 359	0.11 263	0.14 267	0.14 157	0.13 201	0.13 358	0.15 342	0.09 239	0.12 397	0.13 362	0.12 365	0.07 358	0.05 253	0.09 511	0.06 297	0.06 300	0.06 312

MaDis-Stereo	0.09 176	0.09 450	0.08 40	0.17 307	0.09 359	0.14 419	0.11 75	0.16 236	0.16 296	0.09 189	0.11 263	0.06 42	0.06 71	0.09 61	0.13 406	0.07 358	0.06 438	0.08 420	0.05 202	0.05 167	0.04 53

CASnet	0.09 176	0.09 450	0.09 117	0.19 479	0.06 31	0.07 40	0.11 75	0.18 306	0.14 231	0.11 282	0.10 209	0.09 239	0.07 178	0.10 120	0.10 200	0.06 170	0.04 24	0.10 560	0.08 486	0.06 300	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet_ucs	0.15 497	0.09 450	0.17 505	0.16 219	0.11 537	0.14 419	0.14 267	0.30 566	0.34 582	0.16 444	0.24 488	0.23 539	0.14 466	0.18 514	0.15 488	0.09 504	0.06 438	0.08 420	0.07 403	0.09 528	0.09 527

SDNR	0.20 584	0.09 450	0.19 563	0.16 219	0.12 571	0.79 717	0.13 190	0.26 493	0.33 571	0.19 507	0.25 515	0.19 478	0.12 397	0.19 539	0.15 488	0.16 670	0.18 686	0.14 642	0.11 606	0.08 463	0.12 607

CroCo-Stereo Lap2	0.09 176	0.09 450	0.08 40	0.22 610	0.09 359	0.09 148	0.18 509	0.16 236	0.12 157	0.09 189	0.10 209	0.05 4	0.05 18	0.08 26	0.08 26	0.06 170	0.06 438	0.07 324	0.05 202	0.06 300	0.05 196

qqq	0.13 423	0.09 450	0.15 436	0.16 219	0.08 230	0.13 369	0.15 357	0.24 456	0.16 296	0.15 414	0.19 424	0.16 434	0.16 507	0.15 424	0.16 508	0.07 358	0.06 438	0.08 420	0.08 486	0.07 390	0.07 403

Wz-Net-LNSev-Ref	0.18 563	0.09 450	0.30 635	0.15 123	0.11 537	0.23 600	0.20 579	0.27 507	0.40 623	0.26 606	0.43 662	0.25 561	0.15 486	0.21 576	0.20 563	0.07 358	0.05 253	0.06 204	0.05 202	0.10 564	0.09 527

BUS	0.15 497	0.09 450	0.14 399	0.22 610	0.10 478	0.20 560	0.14 267	0.34 618	0.20 408	0.17 458	0.23 476	0.16 434	0.14 466	0.16 453	0.14 450	0.08 442	0.06 438	0.10 560	0.09 533	0.07 390	0.07 403

RAFT_CTSACE	0.12 392	0.09 450	0.10 180	0.22 610	0.08 230	0.12 322	0.24 634	0.18 306	0.17 333	0.21 546	0.27 546	0.13 366	0.07 178	0.13 362	0.09 99	0.05 49	0.06 438	0.08 420	0.07 403	0.04 46	0.04 53

BSDual-CNN	0.15 497	0.09 450	0.14 399	0.22 610	0.10 478	0.15 444	0.15 357	0.34 618	0.20 408	0.17 458	0.23 476	0.25 561	0.16 507	0.16 453	0.14 450	0.08 442	0.06 438	0.10 560	0.09 533	0.07 390	0.07 403

SA	0.13 423	0.09 450	0.09 117	0.18 400	0.08 230	0.12 322	0.24 634	0.23 430	0.19 383	0.17 458	0.27 546	0.15 413	0.11 362	0.11 202	0.11 287	0.05 49	0.05 253	0.09 511	0.08 486	0.05 167	0.05 196

iRaft-Stereo_5w	0.12 392	0.09 450	0.12 303	0.20 546	0.08 230	0.09 148	0.12 114	0.22 408	0.22 446	0.19 507	0.14 325	0.11 308	0.09 279	0.20 558	0.16 508	0.05 49	0.05 253	0.07 324	0.06 297	0.05 167	0.06 312

psmg	0.14 456	0.09 450	0.14 399	0.17 307	0.10 478	0.15 444	0.17 459	0.29 553	0.20 408	0.17 458	0.21 453	0.25 561	0.16 507	0.16 453	0.14 450	0.08 442	0.07 513	0.08 420	0.08 486	0.07 390	0.07 403

CSP-Net	0.16 525	0.09 450	0.14 399	0.17 307	0.09 359	0.19 540	0.18 509	0.25 479	0.33 571	0.26 606	0.31 583	0.25 561	0.16 507	0.21 576	0.19 553	0.09 504	0.06 438	0.07 324	0.07 403	0.08 463	0.08 478

IPLGR	0.11 305	0.09 450	0.17 505	0.18 400	0.08 230	0.13 369	0.16 425	0.21 381	0.24 468	0.12 322	0.12 285	0.11 308	0.09 279	0.13 362	0.12 365	0.06 170	0.05 253	0.06 204	0.06 297	0.05 167	0.04 53

GMOStereo	0.11 305	0.09 450	0.08 40	0.19 479	0.08 230	0.12 322	0.28 670	0.13 123	0.18 354	0.11 282	0.17 379	0.14 387	0.12 397	0.07 6	0.07 1	0.05 49	0.05 253	0.09 511	0.07 403	0.04 46	0.04 53

error version	0.11 305	0.09 450	0.08 40	0.19 479	0.08 230	0.12 322	0.28 670	0.13 123	0.18 354	0.11 282	0.17 379	0.14 387	0.12 397	0.07 6	0.07 1	0.05 49	0.05 253	0.09 511	0.07 403	0.04 46	0.04 53

test-v	0.11 305	0.09 450	0.08 40	0.19 479	0.08 230	0.12 322	0.28 670	0.13 123	0.18 354	0.11 282	0.17 379	0.14 387	0.12 397	0.07 6	0.07 1	0.05 49	0.05 253	0.09 511	0.07 403	0.04 46	0.04 53

test_3	0.11 305	0.09 450	0.10 180	0.21 585	0.08 230	0.13 369	0.25 650	0.14 157	0.21 424	0.10 239	0.10 209	0.09 239	0.10 319	0.08 26	0.11 287	0.05 49	0.04 24	0.08 420	0.07 403	0.04 46	0.04 53

ADLNet2	0.16 525	0.09 450	0.14 399	0.17 307	0.09 359	0.20 560	0.16 425	0.32 589	0.39 619	0.17 458	0.20 434	0.20 495	0.19 566	0.21 576	0.23 600	0.08 442	0.07 513	0.07 324	0.07 403	0.09 528	0.07 403

Patchmatch Stereo++	0.11 305	0.09 450	0.17 505	0.19 479	0.08 230	0.06 15	0.11 75	0.17 274	0.13 201	0.15 414	0.16 359	0.14 387	0.12 397	0.11 202	0.11 287	0.06 170	0.05 253	0.08 420	0.06 297	0.08 463	0.07 403
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.11 305	0.09 450	0.17 505	0.19 479	0.08 230	0.06 15	0.12 114	0.17 274	0.13 201	0.15 414	0.16 359	0.14 387	0.12 397	0.11 202	0.11 287	0.06 170	0.05 253	0.08 420	0.06 297	0.08 463	0.07 403

ROB_FTStereo_v2	0.11 305	0.09 450	0.17 505	0.19 479	0.08 230	0.06 15	0.12 114	0.17 274	0.13 201	0.15 414	0.16 359	0.14 387	0.12 397	0.11 202	0.11 287	0.06 170	0.05 253	0.08 420	0.06 297	0.08 463	0.07 403

ROB_FTStereo	0.11 305	0.09 450	0.17 505	0.19 479	0.08 230	0.06 15	0.11 75	0.17 274	0.13 201	0.15 414	0.16 359	0.14 387	0.12 397	0.11 202	0.11 287	0.06 170	0.05 253	0.08 420	0.06 297	0.08 463	0.07 403

HUI-Stereo	0.11 305	0.09 450	0.17 505	0.19 479	0.08 230	0.06 15	0.11 75	0.17 274	0.13 201	0.15 414	0.16 359	0.14 387	0.12 397	0.11 202	0.11 287	0.06 170	0.05 253	0.08 420	0.06 297	0.08 463	0.07 403

iGMRVC	0.11 305	0.09 450	0.17 505	0.19 479	0.08 230	0.06 15	0.12 114	0.17 274	0.13 201	0.15 414	0.16 359	0.14 387	0.12 397	0.11 202	0.11 287	0.06 170	0.05 253	0.08 420	0.06 297	0.08 463	0.07 403

iRAFT	0.11 305	0.09 450	0.17 505	0.19 479	0.08 230	0.06 15	0.11 75	0.17 274	0.13 201	0.15 414	0.16 359	0.14 387	0.12 397	0.11 202	0.11 287	0.06 170	0.05 253	0.08 420	0.06 297	0.08 463	0.07 403

CRE-IMP	0.11 305	0.09 450	0.16 480	0.19 479	0.09 359	0.10 209	0.12 114	0.18 306	0.10 79	0.14 389	0.14 325	0.14 387	0.13 433	0.12 299	0.12 365	0.07 358	0.04 24	0.08 420	0.06 297	0.08 463	0.08 478

test-2	0.11 305	0.09 450	0.08 40	0.19 479	0.08 230	0.12 322	0.28 670	0.13 123	0.18 354	0.11 282	0.17 379	0.14 387	0.12 397	0.07 6	0.07 1	0.05 49	0.05 253	0.09 511	0.07 403	0.04 46	0.04 53

cross-raft	0.10 257	0.09 450	0.09 117	0.19 479	0.07 133	0.11 263	0.24 634	0.13 123	0.15 260	0.08 136	0.10 209	0.12 334	0.10 319	0.09 61	0.11 287	0.05 49	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

RAFT	0.13 423	0.09 450	0.11 250	0.18 400	0.08 230	0.15 444	0.23 623	0.21 381	0.20 408	0.21 546	0.21 453	0.18 467	0.13 433	0.17 493	0.10 200	0.06 170	0.07 513	0.10 560	0.09 533	0.06 300	0.05 196

RAFT-IKP	0.11 305	0.09 450	0.17 505	0.19 479	0.08 230	0.06 15	0.11 75	0.17 274	0.13 201	0.15 414	0.16 359	0.14 387	0.12 397	0.11 202	0.11 287	0.06 170	0.05 253	0.08 420	0.06 297	0.08 463	0.07 403

ICVP	0.16 525	0.09 450	0.12 303	0.22 610	0.09 359	0.18 516	0.21 596	0.26 493	0.24 468	0.18 491	0.30 578	0.27 578	0.18 547	0.18 514	0.15 488	0.10 548	0.07 513	0.08 420	0.07 403	0.07 390	0.08 478
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sCroCo_RVC	0.12 392	0.09 450	0.24 603	0.24 643	0.11 537	0.19 540	0.14 267	0.17 274	0.15 260	0.10 239	0.13 310	0.12 334	0.07 178	0.14 401	0.11 287	0.08 442	0.08 549	0.08 420	0.08 486	0.05 167	0.07 403

delet	0.17 547	0.09 450	0.18 539	0.19 479	0.11 537	0.21 572	0.22 610	0.30 566	0.38 613	0.17 458	0.27 546	0.19 478	0.19 566	0.19 539	0.21 576	0.08 442	0.08 549	0.09 511	0.11 606	0.06 300	0.07 403

UNet	0.17 547	0.09 450	0.18 539	0.19 479	0.12 571	0.28 649	0.19 556	0.33 603	0.30 550	0.21 546	0.25 515	0.23 539	0.19 566	0.20 558	0.19 553	0.07 358	0.06 438	0.08 420	0.07 403	0.08 463	0.07 403

ac_64	0.16 525	0.09 450	0.15 436	0.18 400	0.10 478	0.22 586	0.17 459	0.24 456	0.22 446	0.19 507	0.24 488	0.29 597	0.18 547	0.19 539	0.22 589	0.09 504	0.08 549	0.08 420	0.09 533	0.07 390	0.06 312

ACVNet	0.15 497	0.09 450	0.15 436	0.13 18	0.12 571	0.14 419	0.20 579	0.22 408	0.34 582	0.17 458	0.26 528	0.21 504	0.17 533	0.18 514	0.21 576	0.07 358	0.06 438	0.06 204	0.06 297	0.08 463	0.06 312

acv_ft	0.15 497	0.09 450	0.16 480	0.19 479	0.10 478	0.16 475	0.17 459	0.25 479	0.34 582	0.19 507	0.26 528	0.21 504	0.17 533	0.18 514	0.19 553	0.07 358	0.06 438	0.06 204	0.06 297	0.08 463	0.06 312

HGLStereo	0.17 547	0.09 450	0.19 563	0.17 307	0.12 571	0.18 516	0.18 509	0.31 583	0.33 571	0.22 561	0.33 600	0.24 548	0.18 547	0.20 558	0.21 576	0.10 548	0.09 585	0.07 324	0.07 403	0.09 528	0.10 559

DSFCA	0.16 525	0.09 450	0.14 399	0.16 219	0.10 478	0.21 572	0.19 556	0.28 532	0.31 560	0.23 576	0.25 515	0.22 522	0.16 507	0.20 558	0.20 563	0.10 548	0.07 513	0.09 511	0.09 533	0.08 463	0.08 478

DMCA	0.14 456	0.09 450	0.17 505	0.19 479	0.09 359	0.15 444	0.17 459	0.23 430	0.28 536	0.14 389	0.20 434	0.17 452	0.18 547	0.15 424	0.17 525	0.10 548	0.06 438	0.08 420	0.06 297	0.09 528	0.10 559

BEATNet_4x	0.12 392	0.09 450	0.15 436	0.18 400	0.07 133	0.15 444	0.07 5	0.23 430	0.19 383	0.16 444	0.19 424	0.19 478	0.14 466	0.17 493	0.15 488	0.07 358	0.05 253	0.05 53	0.05 202	0.06 300	0.07 403

ccs_rob	0.14 456	0.09 450	0.16 480	0.16 219	0.09 359	0.13 369	0.14 267	0.27 507	0.34 582	0.15 414	0.21 453	0.22 522	0.13 433	0.18 514	0.14 450	0.07 358	0.05 253	0.08 420	0.07 403	0.07 390	0.07 403

HSM	0.15 497	0.09 450	0.15 436	0.16 219	0.09 359	0.16 475	0.14 267	0.28 532	0.25 493	0.20 529	0.24 488	0.37 651	0.17 533	0.20 558	0.15 488	0.07 358	0.05 253	0.07 324	0.06 297	0.07 390	0.06 312

DISCO	0.20 584	0.09 450	0.22 589	0.17 307	0.10 478	0.25 618	0.18 509	0.28 532	0.45 647	0.23 576	0.32 593	0.34 640	0.26 624	0.29 642	0.29 656	0.08 442	0.06 438	0.07 324	0.07 403	0.09 528	0.10 559

SE	0.10 257	0.10 519	0.08 40	0.19 479	0.09 359	0.11 263	0.11 75	0.16 236	0.11 114	0.10 239	0.17 379	0.09 239	0.08 237	0.09 61	0.10 200	0.06 170	0.05 253	0.08 420	0.07 403	0.07 390	0.04 53

aanet-new-12k	0.08 82	0.10 519	0.07 10	0.20 546	0.08 230	0.08 85	0.12 114	0.12 90	0.14 231	0.08 136	0.08 132	0.05 4	0.07 178	0.09 61	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.06 300	0.04 53

z-ln-s-r	0.18 563	0.10 519	0.41 664	0.19 479	0.08 230	0.18 516	0.18 509	0.23 430	0.34 582	0.19 507	0.41 651	0.22 522	0.17 533	0.20 558	0.25 620	0.07 358	0.05 253	0.07 324	0.07 403	0.07 390	0.06 312

DDVS	0.16 525	0.10 519	0.22 589	0.16 219	0.12 571	0.15 444	0.14 267	0.25 479	0.19 383	0.18 491	0.30 578	0.27 578	0.13 433	0.20 558	0.16 508	0.09 504	0.06 438	0.09 511	0.07 403	0.11 586	0.11 586

rvit_0105_5	0.14 456	0.10 519	0.14 399	0.17 307	0.09 359	0.14 419	0.23 623	0.24 456	0.27 520	0.14 389	0.15 342	0.18 467	0.13 433	0.17 493	0.14 450	0.14 649	0.11 624	0.10 560	0.11 606	0.08 463	0.07 403

rvit_0105_3	0.16 525	0.10 519	0.15 436	0.20 546	0.12 571	0.15 444	0.26 659	0.25 479	0.30 550	0.15 414	0.17 379	0.21 504	0.14 466	0.18 514	0.14 450	0.14 649	0.11 624	0.12 613	0.14 647	0.07 390	0.07 403

UGAM	0.13 423	0.10 519	0.09 117	0.22 610	0.08 230	0.13 369	0.20 579	0.18 306	0.24 468	0.22 561	0.16 359	0.13 366	0.13 433	0.19 539	0.13 406	0.07 358	0.05 253	0.13 627	0.11 606	0.07 390	0.05 196

ACV-stereo	0.15 497	0.10 519	0.29 629	0.18 400	0.12 571	0.15 444	0.13 190	0.23 430	0.21 424	0.19 507	0.23 476	0.22 522	0.15 486	0.23 602	0.17 525	0.08 442	0.07 513	0.07 324	0.07 403	0.08 463	0.07 403

IGEV-BASED-STEREO-	0.09 176	0.10 519	0.32 642	0.15 123	0.06 31	0.08 85	0.14 267	0.11 63	0.10 79	0.07 76	0.07 61	0.06 42	0.04 1	0.11 202	0.07 1	0.12 609	0.04 24	0.07 324	0.05 202	0.05 167	0.05 196

test_sample7	0.16 525	0.10 519	0.16 480	0.14 66	0.12 571	0.16 475	0.17 459	0.28 532	0.24 468	0.21 546	0.21 453	0.24 548	0.20 578	0.16 453	0.16 508	0.12 609	0.06 438	0.10 560	0.09 533	0.11 586	0.10 559

LL-Strereo2	0.11 305	0.10 519	0.16 480	0.18 400	0.08 230	0.15 444	0.09 25	0.17 274	0.14 231	0.14 389	0.11 263	0.09 239	0.07 178	0.16 453	0.10 200	0.05 49	0.05 253	0.11 591	0.07 403	0.06 300	0.05 196

LL-Strereo	0.13 423	0.10 519	0.12 303	0.20 546	0.10 478	0.11 263	0.18 509	0.33 603	0.25 493	0.16 444	0.16 359	0.14 387	0.14 466	0.19 539	0.11 287	0.06 170	0.05 253	0.09 511	0.08 486	0.04 46	0.05 196

ssnet_v2	0.17 547	0.10 519	0.18 539	0.17 307	0.11 537	0.21 572	0.22 610	0.34 618	0.25 493	0.23 576	0.23 476	0.27 578	0.19 566	0.22 594	0.21 576	0.11 583	0.10 609	0.09 511	0.09 533	0.08 463	0.08 478

raft_robust	0.13 423	0.10 519	0.07 10	0.18 400	0.08 230	0.13 369	0.24 634	0.29 553	0.34 582	0.20 529	0.20 434	0.15 413	0.10 319	0.11 202	0.12 365	0.05 49	0.05 253	0.07 324	0.07 403	0.05 167	0.04 53

NINENet	0.16 525	0.10 519	0.16 480	0.17 307	0.11 537	0.20 560	0.14 267	0.41 670	0.37 607	0.18 491	0.21 453	0.16 434	0.14 466	0.16 453	0.14 450	0.08 442	0.08 549	0.10 560	0.07 403	0.10 564	0.09 527

test_4	0.11 305	0.10 519	0.08 40	0.19 479	0.09 359	0.08 85	0.21 596	0.15 197	0.18 354	0.12 322	0.18 408	0.12 334	0.09 279	0.08 26	0.11 287	0.04 6	0.04 24	0.08 420	0.08 486	0.04 46	0.04 53

MMNet	0.17 547	0.10 519	0.17 505	0.20 546	0.11 537	0.27 639	0.20 579	0.26 493	0.42 632	0.22 561	0.30 578	0.22 522	0.20 578	0.18 514	0.20 563	0.06 170	0.06 438	0.07 324	0.07 403	0.08 463	0.07 403

psm_up	0.19 575	0.10 519	0.18 539	0.21 585	0.11 537	0.17 499	0.19 556	0.38 656	0.34 582	0.22 561	0.28 557	0.29 597	0.25 616	0.20 558	0.22 589	0.09 504	0.10 609	0.11 591	0.11 606	0.08 463	0.08 478

hitnet-ft	0.18 563	0.10 519	0.17 505	0.14 66	0.09 359	0.27 639	0.20 579	0.25 479	0.26 507	0.24 588	0.32 593	0.32 629	0.23 599	0.24 614	0.21 576	0.12 609	0.07 513	0.10 560	0.08 486	0.12 605	0.11 586

DMCA-RVC	0.17 547	0.10 519	0.16 480	0.24 643	0.11 537	0.19 540	0.18 509	0.26 493	0.24 468	0.21 546	0.27 546	0.25 561	0.27 631	0.18 514	0.21 576	0.12 609	0.08 549	0.13 627	0.10 574	0.10 564	0.08 478

SuperB	0.20 584	0.10 519	0.57 685	0.16 219	0.09 359	0.19 540	0.18 509	0.25 479	0.51 671	0.27 613	0.39 637	0.17 452	0.22 593	0.22 594	0.21 576	0.08 442	0.06 438	0.06 204	0.06 297	0.12 605	0.11 586

ADCP+	0.20 584	0.10 519	0.35 654	0.21 585	0.12 571	0.22 586	0.27 664	0.31 583	0.35 596	0.26 606	0.37 622	0.22 522	0.22 593	0.27 626	0.28 647	0.09 504	0.06 438	0.08 420	0.08 486	0.10 564	0.10 559

NLCA_NET_v2_RVC	0.17 547	0.10 519	0.23 597	0.20 546	0.10 478	0.15 444	0.18 509	0.31 583	0.25 493	0.21 546	0.31 583	0.25 561	0.17 533	0.21 576	0.20 563	0.09 504	0.06 438	0.08 420	0.09 533	0.07 390	0.08 478
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	0.16 525	0.10 519	0.11 250	0.18 400	0.09 359	0.19 540	0.18 509	0.27 507	0.32 566	0.22 561	0.35 614	0.21 504	0.22 593	0.22 594	0.17 525	0.06 170	0.05 253	0.06 204	0.06 297	0.07 390	0.06 312

iResNet	0.13 423	0.10 519	0.18 539	0.19 479	0.08 230	0.14 419	0.18 509	0.21 381	0.27 520	0.16 444	0.24 488	0.15 413	0.13 433	0.14 401	0.15 488	0.06 170	0.04 24	0.06 204	0.05 202	0.06 300	0.05 196

MDST_ROB	0.22 607	0.10 519	0.18 539	0.18 400	0.11 537	0.40 686	0.19 556	0.44 685	0.42 632	0.40 675	0.40 640	0.29 597	0.21 586	0.27 626	0.19 553	0.11 583	0.10 609	0.14 642	0.11 606	0.10 564	0.08 478

DLCB_ROB	0.18 563	0.10 519	0.16 480	0.23 631	0.11 537	0.24 609	0.18 509	0.30 566	0.28 536	0.27 613	0.29 572	0.28 588	0.25 616	0.20 558	0.20 563	0.08 442	0.08 549	0.09 511	0.09 533	0.07 390	0.07 403

MSAF-DinoV2	0.23 620	0.11 546	0.25 606	0.17 307	0.10 478	0.28 649	0.17 459	0.38 656	0.56 684	0.21 546	0.27 546	0.47 687	0.28 640	0.36 670	0.40 694	0.09 504	0.06 438	0.07 324	0.09 533	0.12 605	0.11 586

DFGA-Net	0.13 423	0.11 546	0.19 563	0.18 400	0.10 478	0.13 369	0.13 190	0.23 430	0.25 493	0.16 444	0.16 359	0.13 366	0.12 397	0.17 493	0.15 488	0.07 358	0.05 253	0.08 420	0.07 403	0.05 167	0.05 196

FACV-RUCA	0.13 423	0.11 546	0.13 351	0.19 479	0.12 571	0.15 444	0.16 425	0.22 408	0.21 424	0.16 444	0.16 359	0.15 413	0.16 507	0.14 401	0.13 406	0.07 358	0.05 253	0.08 420	0.06 297	0.10 564	0.08 478

ITSA-stereo	0.16 525	0.11 546	0.14 399	0.19 479	0.08 230	0.13 369	0.14 267	0.30 566	0.49 661	0.17 458	0.18 408	0.22 522	0.15 486	0.17 493	0.16 508	0.10 548	0.06 438	0.08 420	0.08 486	0.08 463	0.09 527

fast-acv-ft	0.18 563	0.11 546	0.20 568	0.19 479	0.12 571	0.26 630	0.21 596	0.26 493	0.35 596	0.22 561	0.34 610	0.27 578	0.21 586	0.21 576	0.23 600	0.09 504	0.09 585	0.08 420	0.10 574	0.08 463	0.07 403

ToySt	0.17 547	0.11 546	0.19 563	0.17 307	0.11 537	0.16 475	0.26 659	0.24 456	0.33 571	0.19 507	0.24 488	0.26 571	0.24 608	0.19 539	0.21 576	0.07 358	0.08 549	0.09 511	0.10 574	0.09 528	0.08 478

Selective-RAFT	0.11 305	0.11 546	0.12 303	0.21 585	0.08 230	0.16 475	0.13 190	0.21 381	0.23 456	0.10 239	0.10 209	0.11 308	0.10 319	0.15 424	0.11 287	0.05 49	0.05 253	0.06 204	0.05 202	0.06 300	0.05 196

RAFT+CT+SA	0.13 423	0.11 546	0.09 117	0.19 479	0.09 359	0.15 444	0.28 670	0.22 408	0.22 446	0.15 414	0.26 528	0.10 274	0.10 319	0.11 202	0.12 365	0.05 49	0.04 24	0.07 324	0.08 486	0.07 390	0.06 312

hknet	0.15 497	0.11 546	0.14 399	0.22 610	0.11 537	0.15 444	0.15 357	0.34 618	0.26 507	0.17 458	0.23 476	0.22 522	0.18 547	0.17 493	0.13 406	0.07 358	0.06 438	0.10 560	0.09 533	0.07 390	0.07 403

pcwnet_v2	0.19 575	0.11 546	0.26 615	0.18 400	0.14 617	0.18 516	0.15 357	0.37 649	0.46 656	0.19 507	0.24 488	0.21 504	0.19 566	0.21 576	0.20 563	0.13 628	0.10 609	0.10 560	0.10 574	0.11 586	0.13 624

stereogan	0.22 607	0.11 546	0.21 579	0.20 546	0.12 571	0.32 660	0.19 556	0.36 640	0.45 647	0.23 576	0.39 637	0.35 646	0.27 631	0.33 658	0.23 600	0.10 548	0.12 640	0.10 560	0.10 574	0.14 639	0.14 642

CFNet	0.15 497	0.11 546	0.17 505	0.17 307	0.08 230	0.19 540	0.10 40	0.29 553	0.26 507	0.19 507	0.24 488	0.24 548	0.18 547	0.18 514	0.15 488	0.08 442	0.06 438	0.09 511	0.10 574	0.08 463	0.07 403

CVANet_RVC	0.18 563	0.11 546	0.14 399	0.21 585	0.11 537	0.19 540	0.18 509	0.34 618	0.34 582	0.22 561	0.31 583	0.28 588	0.18 547	0.24 614	0.18 538	0.12 609	0.08 549	0.12 613	0.12 629	0.09 528	0.08 478

AdaStereo	0.15 497	0.11 546	0.16 480	0.19 479	0.09 359	0.21 572	0.11 75	0.33 603	0.28 536	0.21 546	0.23 476	0.21 504	0.13 433	0.19 539	0.15 488	0.13 628	0.05 253	0.10 560	0.07 403	0.09 528	0.07 403
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
NVstereo2D	0.19 575	0.11 546	0.16 480	0.17 307	0.16 650	0.28 649	0.23 623	0.44 685	0.42 632	0.15 414	0.28 557	0.25 561	0.19 566	0.23 602	0.18 538	0.09 504	0.06 438	0.10 560	0.08 486	0.15 653	0.10 559

DeepPruner_ROB	0.16 525	0.11 546	0.16 480	0.17 307	0.10 478	0.17 499	0.15 357	0.32 589	0.21 424	0.19 507	0.21 453	0.22 522	0.19 566	0.21 576	0.16 508	0.13 628	0.09 585	0.09 511	0.10 574	0.11 586	0.11 586

DRN-Test	0.20 584	0.11 546	0.21 579	0.22 610	0.10 478	0.22 586	0.22 610	0.40 665	0.38 613	0.24 588	0.33 600	0.26 571	0.22 593	0.22 594	0.25 620	0.11 583	0.07 513	0.11 591	0.10 574	0.09 528	0.08 478

StereoDRNet	0.19 575	0.11 546	0.18 539	0.22 610	0.11 537	0.22 586	0.22 610	0.37 649	0.34 582	0.24 588	0.28 557	0.30 607	0.19 566	0.20 558	0.21 576	0.10 548	0.08 549	0.11 591	0.09 533	0.09 528	0.07 403

WCMA_ROB	0.24 631	0.11 546	0.24 603	0.17 307	0.14 617	0.34 666	0.16 425	0.33 603	0.33 571	0.39 672	0.54 681	0.40 668	0.35 673	0.35 666	0.26 633	0.12 609	0.12 640	0.12 613	0.11 606	0.14 639	0.14 642

TCMNet	0.19 575	0.12 565	0.20 568	0.21 585	0.18 672	0.21 572	0.24 634	0.28 532	0.36 601	0.23 576	0.26 528	0.25 561	0.20 578	0.20 558	0.23 600	0.13 628	0.11 624	0.11 591	0.12 629	0.13 621	0.12 607

YMNet	0.20 584	0.12 565	0.20 568	0.21 585	0.14 617	0.27 639	0.23 623	0.32 589	0.34 582	0.28 626	0.35 614	0.30 607	0.18 547	0.18 514	0.22 589	0.11 583	0.13 654	0.10 560	0.10 574	0.09 528	0.09 527

YMNet_1	0.20 584	0.12 565	0.20 568	0.21 585	0.14 617	0.27 639	0.23 623	0.32 589	0.34 582	0.28 626	0.35 614	0.30 607	0.18 547	0.18 514	0.22 589	0.11 583	0.13 654	0.10 560	0.10 574	0.09 528	0.09 527

rvit_105_1	0.19 575	0.12 565	0.25 606	0.21 585	0.16 650	0.22 586	0.28 670	0.32 589	0.42 632	0.20 529	0.21 453	0.22 522	0.18 547	0.19 539	0.18 538	0.12 609	0.12 640	0.13 627	0.15 664	0.08 463	0.07 403

rvit_stereo_0075_2	0.17 547	0.12 565	0.25 606	0.23 631	0.16 650	0.13 369	0.10 40	0.30 566	0.27 520	0.20 529	0.28 557	0.22 522	0.15 486	0.18 514	0.13 406	0.16 670	0.10 609	0.17 666	0.10 574	0.10 564	0.10 559

DualNet (step1)	0.17 547	0.12 565	0.21 579	0.13 18	0.14 617	0.18 516	0.14 267	0.28 532	0.24 468	0.21 546	0.21 453	0.24 548	0.20 578	0.16 453	0.16 508	0.15 653	0.06 438	0.14 642	0.14 647	0.15 653	0.13 624

test_sample9	0.18 563	0.12 565	0.21 579	0.13 18	0.14 617	0.18 516	0.14 267	0.28 532	0.24 468	0.21 546	0.21 453	0.24 548	0.20 578	0.19 539	0.18 538	0.15 653	0.30 712	0.14 642	0.14 647	0.15 653	0.13 624

test_sample8	0.20 584	0.12 565	0.21 579	0.13 18	0.14 617	0.18 516	0.14 267	0.32 589	0.21 424	0.28 626	0.22 471	0.36 648	0.26 624	0.19 539	0.18 538	0.15 653	0.30 712	0.14 642	0.14 647	0.15 653	0.13 624

CASS	0.14 456	0.12 565	0.12 303	0.23 631	0.09 359	0.15 444	0.17 459	0.19 339	0.20 408	0.17 458	0.18 408	0.15 413	0.15 486	0.15 424	0.14 450	0.09 504	0.06 438	0.10 560	0.08 486	0.09 528	0.07 403
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_5	0.14 456	0.12 565	0.08 40	0.20 546	0.10 478	0.14 419	0.28 670	0.21 381	0.24 468	0.19 507	0.28 557	0.11 308	0.15 486	0.12 299	0.13 406	0.06 170	0.05 253	0.07 324	0.08 486	0.08 463	0.07 403

SACVNet	0.19 575	0.12 565	0.15 436	0.17 307	0.13 597	0.22 586	0.18 509	0.31 583	0.31 560	0.24 588	0.31 583	0.30 607	0.23 599	0.23 602	0.17 525	0.11 583	0.08 549	0.10 560	0.10 574	0.12 605	0.14 642

PSMNet-ADL	0.15 497	0.12 565	0.13 351	0.22 610	0.09 359	0.13 369	0.20 579	0.26 493	0.23 456	0.18 491	0.20 434	0.23 539	0.17 533	0.18 514	0.18 538	0.09 504	0.08 549	0.08 420	0.11 606	0.08 463	0.07 403

GEStereo_RVC	0.17 547	0.12 565	0.16 480	0.22 610	0.11 537	0.19 540	0.18 509	0.32 589	0.49 661	0.20 529	0.25 515	0.17 452	0.13 433	0.21 576	0.16 508	0.10 548	0.06 438	0.08 420	0.07 403	0.09 528	0.08 478

sAnonymous2	0.13 423	0.12 565	0.25 606	0.20 546	0.12 571	0.18 516	0.14 267	0.27 507	0.21 424	0.11 282	0.12 285	0.13 366	0.08 237	0.11 202	0.11 287	0.09 504	0.05 253	0.08 420	0.06 297	0.15 653	0.10 559

CroCo_RVC	0.13 423	0.12 565	0.25 606	0.20 546	0.12 571	0.18 516	0.14 267	0.27 507	0.21 424	0.11 282	0.12 285	0.13 366	0.08 237	0.11 202	0.11 287	0.09 504	0.05 253	0.08 420	0.06 297	0.15 653	0.10 559

APVNet	0.23 620	0.12 565	0.20 568	0.18 400	0.14 617	0.32 660	0.31 690	0.40 665	0.33 571	0.27 613	0.40 640	0.30 607	0.29 645	0.27 626	0.25 620	0.11 583	0.12 640	0.11 591	0.14 647	0.12 605	0.13 624

FADNet-RVC-Resample	0.17 547	0.12 565	0.32 642	0.22 610	0.12 571	0.19 540	0.14 267	0.25 479	0.24 468	0.24 588	0.27 546	0.20 495	0.15 486	0.17 493	0.16 508	0.07 358	0.08 549	0.12 613	0.10 574	0.09 528	0.11 586

S-Stereo	0.21 599	0.12 565	0.25 606	0.21 585	0.13 597	0.21 572	0.19 556	0.33 603	0.45 647	0.23 576	0.36 619	0.28 588	0.29 645	0.20 558	0.23 600	0.09 504	0.12 640	0.10 560	0.10 574	0.13 621	0.14 642

ADCL	0.25 638	0.12 565	0.49 677	0.22 610	0.12 571	0.36 675	0.29 681	0.30 566	0.57 686	0.24 588	0.47 671	0.30 607	0.31 661	0.30 648	0.30 663	0.09 504	0.07 513	0.09 511	0.09 533	0.10 564	0.10 559

ADCRef	0.20 584	0.12 565	0.43 669	0.20 546	0.12 571	0.23 600	0.18 509	0.32 589	0.37 607	0.26 606	0.33 600	0.18 467	0.23 599	0.25 620	0.26 633	0.07 358	0.06 438	0.09 511	0.09 533	0.08 463	0.09 527

RYNet	0.23 620	0.12 565	0.22 589	0.19 479	0.17 662	0.47 693	0.26 659	0.39 662	0.49 661	0.24 588	0.29 572	0.34 640	0.24 608	0.20 558	0.31 669	0.10 548	0.06 438	0.09 511	0.09 533	0.14 639	0.15 656

TDLM	0.18 563	0.12 565	0.14 399	0.24 643	0.10 478	0.18 516	0.18 509	0.37 649	0.30 550	0.22 561	0.28 557	0.28 588	0.18 547	0.23 602	0.19 553	0.11 583	0.07 513	0.10 560	0.10 574	0.08 463	0.08 478

SGM-ForestM	0.33 677	0.12 565	0.17 505	0.16 219	0.11 537	0.42 690	0.20 579	0.43 681	0.53 681	0.53 695	0.57 688	1.41 729	0.44 700	0.42 693	0.29 656	0.14 649	0.16 680	0.16 662	0.16 669	0.12 605	0.13 624

StereoDRNet-Refined	0.17 547	0.12 565	0.16 480	0.20 546	0.10 478	0.18 516	0.18 509	0.27 507	0.24 468	0.26 606	0.41 651	0.23 539	0.18 547	0.21 576	0.21 576	0.09 504	0.05 253	0.09 511	0.10 574	0.07 390	0.07 403
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.22 607	0.12 565	0.20 568	0.22 610	0.13 597	0.22 586	0.19 556	0.35 633	0.40 623	0.30 642	0.40 640	0.38 657	0.27 631	0.26 624	0.29 656	0.15 653	0.10 609	0.10 560	0.10 574	0.13 621	0.12 607

PSMNet_ROB	0.22 607	0.12 565	0.15 436	0.27 668	0.15 636	0.25 618	0.36 701	0.43 681	0.37 607	0.27 613	0.33 600	0.32 629	0.23 599	0.21 576	0.27 639	0.12 609	0.08 549	0.13 627	0.11 606	0.10 564	0.09 527

SGM_RVC	0.24 631	0.12 565	0.16 480	0.15 123	0.09 359	0.34 666	0.19 556	0.35 633	0.32 566	0.44 686	0.38 629	0.53 695	0.36 676	0.36 670	0.26 633	0.13 628	0.13 654	0.13 627	0.13 641	0.11 586	0.11 586
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GMStereo_Zeroshot	0.16 525	0.13 592	0.25 606	0.20 546	0.10 478	0.17 499	0.13 190	0.30 566	0.25 493	0.23 576	0.32 593	0.25 561	0.11 362	0.19 539	0.14 450	0.09 504	0.06 438	0.11 591	0.06 297	0.12 605	0.08 478

StereoVision	0.14 456	0.13 592	0.10 180	0.24 643	0.10 478	0.16 475	0.21 596	0.21 381	0.20 408	0.12 322	0.25 515	0.10 274	0.10 319	0.16 453	0.10 200	0.09 504	0.10 609	0.12 613	0.12 629	0.06 300	0.05 196

HBP-ISP	0.18 563	0.13 592	0.17 505	0.15 123	0.11 537	0.08 85	0.13 190	0.28 532	0.30 550	0.22 561	0.33 600	0.21 504	0.25 616	0.23 602	0.18 538	0.15 653	0.17 684	0.21 680	0.17 676	0.10 564	0.09 527

Wz-Net-MNSev	0.23 620	0.13 592	0.33 645	0.20 546	0.15 636	0.36 675	0.25 650	0.34 618	0.45 647	0.29 636	0.41 651	0.39 662	0.19 566	0.25 620	0.27 639	0.09 504	0.07 513	0.09 511	0.09 533	0.12 605	0.10 559

UDGNet	0.14 456	0.13 592	0.17 505	0.18 400	0.10 478	0.12 322	0.16 425	0.21 381	0.27 520	0.20 529	0.20 434	0.17 452	0.13 433	0.16 453	0.14 450	0.10 548	0.06 438	0.09 511	0.07 403	0.07 390	0.07 403

FAT-Stereo	0.21 599	0.13 592	0.22 589	0.21 585	0.12 571	0.18 516	0.18 509	0.35 633	0.40 623	0.28 626	0.37 622	0.33 635	0.33 667	0.21 576	0.20 563	0.09 504	0.11 624	0.10 560	0.09 533	0.11 586	0.14 642

STTStereo	0.18 563	0.13 592	0.28 620	0.20 546	0.11 537	0.16 475	0.21 596	0.29 553	0.23 456	0.22 561	0.30 578	0.29 597	0.18 547	0.20 558	0.20 563	0.12 609	0.11 624	0.11 591	0.14 647	0.09 528	0.08 478

RP	0.22 607	0.13 592	0.22 589	0.23 631	0.12 571	0.21 572	0.20 579	0.26 493	0.45 647	0.22 561	0.38 629	0.37 651	0.25 616	0.28 635	0.25 620	0.11 583	0.12 640	0.13 627	0.12 629	0.13 621	0.14 642

RTSC	0.23 620	0.13 592	0.30 635	0.21 585	0.13 597	0.29 653	0.17 459	0.36 640	0.68 707	0.27 613	0.34 610	0.30 607	0.22 593	0.32 654	0.31 669	0.10 548	0.08 549	0.09 511	0.10 574	0.13 621	0.14 642

GANet	0.22 607	0.13 592	0.21 579	0.25 651	0.14 617	0.23 600	0.22 610	0.42 675	0.27 520	0.31 649	0.43 662	0.37 651	0.29 645	0.23 602	0.23 600	0.10 548	0.12 640	0.10 560	0.09 533	0.10 564	0.08 478

CBMV_ROB	0.19 575	0.13 592	0.18 539	0.16 219	0.11 537	0.16 475	0.12 114	0.27 507	0.29 544	0.27 613	0.31 583	0.27 578	0.24 608	0.24 614	0.16 508	0.15 653	0.18 686	0.22 684	0.20 682	0.10 564	0.12 607

NOSS_ROB	0.19 575	0.13 592	0.18 539	0.16 219	0.12 571	0.16 475	0.12 114	0.30 566	0.33 571	0.20 529	0.22 471	0.27 578	0.24 608	0.21 576	0.16 508	0.16 670	0.18 686	0.23 685	0.21 684	0.13 621	0.13 624

DN-CSS_ROB	0.13 423	0.13 592	0.17 505	0.18 400	0.10 478	0.16 475	0.08 9	0.22 408	0.19 383	0.17 458	0.23 476	0.13 366	0.13 433	0.13 362	0.14 450	0.05 49	0.05 253	0.10 560	0.10 574	0.08 463	0.06 312

PWCDC_ROB	0.21 599	0.13 592	0.23 597	0.25 651	0.12 571	0.20 560	0.15 357	0.34 618	0.55 682	0.29 636	0.49 673	0.21 504	0.15 486	0.28 635	0.20 563	0.11 583	0.09 585	0.10 560	0.08 486	0.11 586	0.09 527

MeshStereo	0.27 658	0.13 592	0.18 539	0.15 123	0.11 537	0.33 662	0.24 634	0.41 670	0.36 601	0.53 695	0.58 692	0.67 705	0.41 688	0.36 670	0.27 639	0.14 649	0.13 654	0.13 627	0.11 606	0.11 586	0.11 586
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
w-ln-seven-2	0.20 584	0.14 607	0.39 659	0.23 631	0.12 571	0.21 572	0.21 596	0.29 553	0.38 613	0.25 601	0.38 629	0.28 588	0.23 599	0.21 576	0.25 620	0.08 442	0.08 549	0.09 511	0.09 533	0.10 564	0.09 527

Anonymous3	0.16 525	0.14 607	0.34 648	0.26 660	0.14 617	0.27 639	0.18 509	0.28 532	0.28 536	0.15 414	0.17 379	0.14 387	0.11 362	0.16 453	0.12 365	0.08 442	0.08 549	0.08 420	0.08 486	0.08 463	0.11 586

GwcNet	0.20 584	0.14 607	0.20 568	0.18 400	0.12 571	0.25 618	0.20 579	0.36 640	0.45 647	0.20 529	0.33 600	0.33 635	0.21 586	0.22 594	0.25 620	0.11 583	0.09 585	0.09 511	0.09 533	0.09 528	0.10 559

FADNet_RVC	0.17 547	0.14 607	0.41 664	0.20 546	0.11 537	0.13 369	0.13 190	0.27 507	0.22 446	0.21 546	0.23 476	0.20 495	0.18 547	0.15 424	0.17 525	0.08 442	0.08 549	0.12 613	0.09 533	0.11 586	0.10 559

edge stereo	0.23 620	0.14 607	0.21 579	0.21 585	0.13 597	0.24 609	0.16 425	0.32 589	0.42 632	0.32 656	0.40 640	0.39 662	0.35 673	0.25 620	0.25 620	0.13 628	0.11 624	0.14 642	0.11 606	0.12 605	0.14 642

SANet	0.25 638	0.14 607	0.29 629	0.21 585	0.11 537	0.29 653	0.25 650	0.40 665	0.65 705	0.36 665	0.40 640	0.42 673	0.27 631	0.27 626	0.25 620	0.12 609	0.09 585	0.10 560	0.09 533	0.13 621	0.12 607

SGM-Forest	0.20 584	0.14 607	0.18 539	0.20 546	0.13 597	0.21 572	0.22 610	0.33 603	0.31 560	0.24 588	0.29 572	0.28 588	0.20 578	0.23 602	0.18 538	0.15 653	0.16 680	0.15 654	0.14 647	0.13 621	0.12 607
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
zh-mn7	0.26 650	0.15 614	0.59 690	0.19 479	0.14 617	0.24 609	0.22 610	0.35 633	0.63 700	0.35 662	0.67 698	0.31 622	0.25 616	0.31 649	0.26 633	0.09 504	0.08 549	0.09 511	0.09 533	0.09 528	0.11 586

z-mn7	0.25 638	0.15 614	0.47 674	0.19 479	0.13 597	0.28 649	0.25 650	0.35 633	0.64 701	0.27 613	0.57 688	0.29 597	0.24 608	0.32 654	0.27 639	0.08 442	0.08 549	0.08 420	0.08 486	0.10 564	0.10 559

w-ln-seven	0.24 631	0.15 614	0.58 688	0.20 546	0.14 617	0.26 630	0.22 610	0.36 640	0.62 697	0.30 642	0.40 640	0.30 607	0.23 599	0.22 594	0.28 647	0.09 504	0.09 585	0.11 591	0.10 574	0.11 586	0.10 559

TestStereo	0.14 456	0.15 614	0.11 250	0.23 631	0.08 230	0.15 444	0.21 596	0.20 359	0.23 456	0.14 389	0.25 515	0.16 434	0.13 433	0.16 453	0.14 450	0.06 170	0.06 438	0.08 420	0.06 297	0.09 528	0.05 196

GMStereo	0.13 423	0.15 614	0.14 399	0.18 400	0.09 359	0.16 475	0.16 425	0.20 359	0.25 493	0.17 458	0.17 379	0.11 308	0.11 362	0.16 453	0.13 406	0.07 358	0.06 438	0.06 204	0.06 297	0.07 390	0.06 312
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
NCC-stereo	0.25 638	0.15 614	0.31 638	0.26 660	0.17 662	0.21 572	0.31 690	0.41 670	0.40 623	0.24 588	0.38 629	0.33 635	0.29 645	0.37 675	0.28 647	0.13 628	0.11 624	0.15 654	0.22 687	0.13 621	0.13 624

Abc-Net	0.25 638	0.15 614	0.31 638	0.26 660	0.17 662	0.21 572	0.31 690	0.41 670	0.40 623	0.24 588	0.38 629	0.33 635	0.29 645	0.37 675	0.28 647	0.13 628	0.11 624	0.15 654	0.22 687	0.13 621	0.13 624
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 650	0.15 614	0.31 638	0.24 643	0.18 672	0.23 600	0.15 357	0.39 662	0.72 712	0.32 656	0.42 659	0.36 648	0.29 645	0.33 658	0.30 663	0.13 628	0.11 624	0.14 642	0.13 641	0.16 666	0.20 686

ADCMid	0.26 650	0.15 614	0.42 667	0.20 546	0.14 617	0.25 618	0.26 659	0.35 633	0.40 623	0.37 669	0.45 666	0.34 640	0.42 692	0.36 670	0.36 684	0.10 548	0.09 585	0.11 591	0.11 606	0.13 621	0.13 624

NCCL2	0.24 631	0.15 614	0.18 539	0.34 692	0.18 672	0.24 609	0.24 634	0.34 618	0.29 544	0.31 649	0.38 629	0.38 657	0.29 645	0.23 602	0.25 620	0.15 653	0.12 640	0.18 675	0.21 684	0.13 621	0.13 624

CBMV	0.20 584	0.15 614	0.18 539	0.18 400	0.10 478	0.20 560	0.11 75	0.30 566	0.31 560	0.29 636	0.31 583	0.31 622	0.23 599	0.28 635	0.19 553	0.13 628	0.15 670	0.17 666	0.16 669	0.10 564	0.10 559
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
StereoAnything_RVC	0.07 6	0.16 625	0.17 505	0.11 1	0.05 2	0.06 15	0.11 75	0.08 13	0.08 25	0.06 24	0.06 21	0.05 4	0.05 18	0.09 61	0.08 26	0.08 442	0.04 24	0.05 53	0.03 1	0.05 167	0.04 53

Wz-Net-LNSev	0.22 607	0.16 625	0.41 664	0.22 610	0.13 597	0.25 618	0.24 634	0.33 603	0.44 643	0.30 642	0.42 659	0.32 629	0.19 566	0.23 602	0.27 639	0.10 548	0.09 585	0.08 420	0.08 486	0.12 605	0.11 586

Syn2CoEx	0.22 607	0.16 625	0.29 629	0.29 682	0.15 636	0.26 630	0.21 596	0.34 618	0.32 566	0.29 636	0.36 619	0.28 588	0.25 616	0.20 558	0.25 620	0.16 670	0.12 640	0.14 642	0.11 606	0.09 528	0.08 478

psmorigin	0.25 638	0.16 625	0.35 654	0.17 307	0.13 597	0.24 609	0.14 267	0.34 618	0.34 582	0.41 679	0.55 682	0.41 671	0.38 680	0.35 666	0.28 647	0.11 583	0.15 670	0.11 591	0.11 606	0.12 605	0.17 674

AnyNet_C32	0.26 650	0.16 625	0.39 659	0.20 546	0.17 662	0.26 630	0.31 690	0.32 589	0.45 647	0.31 649	0.50 675	0.30 607	0.34 669	0.41 692	0.36 684	0.12 609	0.12 640	0.12 613	0.14 647	0.14 639	0.15 656

DANet	0.21 599	0.16 625	0.29 629	0.25 651	0.13 597	0.23 600	0.19 556	0.28 532	0.27 520	0.28 626	0.32 593	0.35 646	0.32 663	0.31 649	0.24 612	0.11 583	0.09 585	0.11 591	0.10 574	0.13 621	0.11 586
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DPSNet	0.28 661	0.16 625	0.33 645	0.18 400	0.13 597	0.55 699	0.42 709	0.52 700	0.68 707	0.29 636	0.38 629	0.39 662	0.30 656	0.32 654	0.23 600	0.11 583	0.10 609	0.11 591	0.08 486	0.20 682	0.16 665

PDISCO_ROB	0.28 661	0.16 625	0.28 620	0.28 675	0.20 680	0.33 662	0.27 664	0.45 687	0.58 689	0.28 626	0.41 651	0.45 679	0.30 656	0.34 661	0.35 683	0.12 609	0.09 585	0.17 666	0.16 669	0.17 673	0.13 624

LALA_ROB	0.25 638	0.16 625	0.23 597	0.27 668	0.17 662	0.27 639	0.27 664	0.42 675	0.38 613	0.33 660	0.39 637	0.51 691	0.26 624	0.29 642	0.28 647	0.16 670	0.09 585	0.13 627	0.12 629	0.13 621	0.13 624

PWC_ROB	0.21 599	0.16 625	0.27 617	0.18 400	0.11 537	0.22 586	0.13 190	0.33 603	0.49 661	0.30 642	0.40 640	0.32 629	0.25 616	0.31 649	0.23 600	0.10 548	0.07 513	0.11 591	0.08 486	0.11 586	0.10 559

zh-sn7	0.26 650	0.17 635	0.55 682	0.24 643	0.14 617	0.25 618	0.25 650	0.34 618	0.49 661	0.29 636	0.55 682	0.29 597	0.32 663	0.37 675	0.33 678	0.10 548	0.10 609	0.11 591	0.11 606	0.12 605	0.12 607

Anonymous_2	0.22 607	0.17 635	0.28 620	0.15 123	0.16 650	0.33 662	0.22 610	0.23 430	0.18 354	0.23 576	0.24 488	0.26 571	0.27 631	0.27 626	0.24 612	0.22 693	0.26 708	0.17 666	0.17 676	0.16 666	0.18 678

Wz-Net-SNSev	0.26 650	0.17 635	0.46 671	0.25 651	0.14 617	0.26 630	0.24 634	0.38 656	0.57 686	0.30 642	0.56 684	0.39 662	0.26 624	0.24 614	0.32 674	0.10 548	0.09 585	0.10 560	0.11 606	0.11 586	0.11 586

WZ-Net	0.29 665	0.17 635	0.82 716	0.23 631	0.16 650	0.35 671	0.29 681	0.40 665	0.59 691	0.24 588	0.57 688	0.37 651	0.25 616	0.34 661	0.37 688	0.09 504	0.08 549	0.09 511	0.10 574	0.14 639	0.16 665

dd	0.15 497	0.17 635	0.17 505	0.19 479	0.09 359	0.15 444	0.18 509	0.22 408	0.26 507	0.23 576	0.20 434	0.21 504	0.10 319	0.21 576	0.17 525	0.10 548	0.06 438	0.08 420	0.06 297	0.08 463	0.07 403

UDG	0.21 599	0.17 635	0.20 568	0.23 631	0.15 636	0.31 658	0.20 579	0.33 603	0.35 596	0.24 588	0.28 557	0.31 622	0.29 645	0.21 576	0.23 600	0.15 653	0.12 640	0.13 627	0.09 533	0.14 639	0.15 656

aanetorigin	0.22 607	0.17 635	0.57 685	0.18 400	0.10 478	0.16 475	0.19 556	0.20 359	0.33 571	0.49 692	0.48 672	0.30 607	0.28 640	0.21 576	0.24 612	0.08 442	0.07 513	0.08 420	0.07 403	0.10 564	0.09 527

AF-Net	0.23 620	0.17 635	0.17 505	0.27 668	0.13 597	0.26 630	0.24 634	0.33 603	0.51 671	0.25 601	0.33 600	0.39 662	0.27 631	0.28 635	0.26 633	0.11 583	0.10 609	0.16 662	0.12 629	0.11 586	0.11 586

G-Net	0.25 638	0.17 635	0.38 658	0.23 631	0.16 650	0.51 696	0.23 623	0.29 553	0.35 596	0.36 665	0.38 629	0.31 622	0.29 645	0.28 635	0.27 639	0.11 583	0.09 585	0.12 613	0.10 574	0.16 666	0.14 642

Nwc_Net	0.23 620	0.17 635	0.22 589	0.25 651	0.15 636	0.25 618	0.27 664	0.38 656	0.39 619	0.22 561	0.41 651	0.30 607	0.29 645	0.28 635	0.25 620	0.11 583	0.10 609	0.17 666	0.20 682	0.10 564	0.11 586

DeepPrunerF	0.24 631	0.17 635	0.45 670	0.26 660	0.16 650	0.23 600	0.29 681	0.37 649	0.51 671	0.27 613	0.31 583	0.24 548	0.28 640	0.22 594	0.23 600	0.15 653	0.11 624	0.20 679	0.18 680	0.12 605	0.14 642

ADCPNet	0.26 650	0.17 635	0.62 693	0.21 585	0.15 636	0.36 675	0.25 650	0.33 603	0.37 607	0.31 649	0.41 651	0.36 648	0.29 645	0.29 642	0.34 682	0.12 609	0.10 609	0.11 591	0.12 629	0.14 639	0.13 624

FBW_ROB	0.25 638	0.17 635	0.23 597	0.27 668	0.14 617	0.26 630	0.22 610	0.42 675	0.43 641	0.42 681	0.41 651	0.43 675	0.27 631	0.32 654	0.24 612	0.09 504	0.15 670	0.15 654	0.12 629	0.12 605	0.10 559

ETE_ROB	0.23 620	0.17 635	0.23 597	0.25 651	0.14 617	0.26 630	0.29 681	0.32 589	0.37 607	0.28 626	0.37 622	0.45 679	0.27 631	0.28 635	0.27 639	0.11 583	0.09 585	0.12 613	0.10 574	0.14 639	0.13 624

DStereoO	0.25 638	0.18 649	0.19 563	0.20 546	0.15 636	0.22 586	0.19 556	0.33 603	0.42 632	0.30 642	0.22 471	0.33 635	0.28 640	0.42 693	0.28 647	0.47 715	0.12 640	0.31 703	0.11 606	0.17 673	0.12 607

DDUNet	0.23 620	0.18 649	0.22 589	0.22 610	0.15 636	0.25 618	0.24 634	0.30 566	0.31 560	0.31 649	0.37 622	0.34 640	0.26 624	0.25 620	0.21 576	0.18 676	0.13 654	0.17 666	0.11 606	0.16 666	0.17 674

FINET	0.22 607	0.18 649	0.28 620	0.19 479	0.16 650	0.24 609	0.24 634	0.33 603	0.49 661	0.26 606	0.33 600	0.22 522	0.23 599	0.23 602	0.18 538	0.18 676	0.16 680	0.11 591	0.10 574	0.15 653	0.14 642

PA-Net	0.24 631	0.18 649	0.34 648	0.28 675	0.22 686	0.22 586	0.39 706	0.29 553	0.39 619	0.22 561	0.33 600	0.25 561	0.26 624	0.21 576	0.25 620	0.10 548	0.23 705	0.15 654	0.22 687	0.09 528	0.13 624
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DStereoSA	0.26 650	0.19 653	0.39 659	0.27 668	0.17 662	0.23 600	0.21 596	0.50 695	0.60 692	0.22 561	0.30 578	0.29 597	0.34 669	0.40 686	0.29 656	0.12 609	0.11 624	0.16 662	0.14 647	0.15 653	0.12 607

DGSMNet	0.25 638	0.19 653	0.34 648	0.21 585	0.24 691	0.24 609	0.21 596	0.36 640	0.42 632	0.25 601	0.32 593	0.38 657	0.21 586	0.29 642	0.24 612	0.13 628	0.11 624	0.14 642	0.16 669	0.23 686	0.23 691

RTS	0.46 697	0.19 653	3.33 735	0.25 651	0.15 636	0.72 712	0.21 596	0.37 649	0.78 719	0.42 681	0.44 664	0.31 622	0.43 696	0.55 707	0.37 688	0.10 548	0.09 585	0.13 627	0.13 641	0.15 653	0.15 656

RTSA	0.46 697	0.19 653	3.33 735	0.25 651	0.15 636	0.72 712	0.21 596	0.37 649	0.78 719	0.42 681	0.44 664	0.31 622	0.43 696	0.55 707	0.37 688	0.10 548	0.09 585	0.13 627	0.13 641	0.15 653	0.15 656

ADCS	0.30 668	0.19 653	0.48 676	0.21 585	0.18 672	0.29 653	0.24 634	0.42 675	0.64 701	0.40 675	0.50 675	0.40 668	0.37 678	0.40 686	0.43 699	0.13 628	0.13 654	0.13 627	0.14 647	0.16 666	0.16 665

AANet	0.31 674	0.20 658	1.05 724	0.16 219	0.13 597	0.23 600	0.16 425	0.30 566	0.64 701	0.60 701	0.53 679	0.46 683	0.39 681	0.23 602	0.33 678	0.12 609	0.10 609	0.11 591	0.10 574	0.13 621	0.12 607

Wz-Net-TNSev	0.29 665	0.20 658	0.69 705	0.19 479	0.15 636	0.38 681	0.27 664	0.36 640	0.56 684	0.35 662	0.42 659	0.45 679	0.39 681	0.33 658	0.31 669	0.13 628	0.13 654	0.10 560	0.12 629	0.15 653	0.15 656

dad	0.18 563	0.20 658	0.21 579	0.17 307	0.11 537	0.20 560	0.19 556	0.21 381	0.28 536	0.30 642	0.24 488	0.30 607	0.13 433	0.19 539	0.17 525	0.18 676	0.09 585	0.11 591	0.09 533	0.11 586	0.07 403

FADNet-RVC	0.21 599	0.20 658	0.40 662	0.21 585	0.16 650	0.21 572	0.15 357	0.27 507	0.27 520	0.26 606	0.32 593	0.26 571	0.21 586	0.22 594	0.19 553	0.12 609	0.13 654	0.12 613	0.14 647	0.13 621	0.18 678

RGC	0.25 638	0.20 658	0.29 629	0.28 675	0.16 650	0.22 586	0.23 623	0.33 603	0.44 643	0.27 613	0.40 640	0.38 657	0.28 640	0.37 675	0.23 600	0.11 583	0.13 654	0.17 666	0.17 676	0.15 653	0.16 665

NaN_ROB	0.23 620	0.20 658	0.25 606	0.25 651	0.13 597	0.31 658	0.27 664	0.34 618	0.41 630	0.31 649	0.31 583	0.32 629	0.23 599	0.31 649	0.22 589	0.11 583	0.17 684	0.10 560	0.11 606	0.08 463	0.09 527

MaskLacGwcNet_RVC	0.22 607	0.21 664	0.25 606	0.26 660	0.11 537	0.24 609	0.14 267	0.39 662	0.24 468	0.32 656	0.36 619	0.30 607	0.21 586	0.19 539	0.22 589	0.17 675	0.14 665	0.21 680	0.16 669	0.13 621	0.12 607

PVD	0.40 688	0.21 664	0.40 662	0.32 691	0.23 687	0.30 656	0.45 713	0.53 703	0.97 726	0.55 698	0.80 712	0.54 696	0.60 716	0.53 704	0.40 694	0.19 681	0.14 665	0.17 666	0.14 647	0.24 692	0.32 704

LSM	0.34 683	0.21 664	0.62 693	0.27 668	0.62 723	0.35 671	0.26 659	0.43 681	0.49 661	0.45 688	0.60 696	0.42 673	0.37 678	0.35 666	0.26 633	0.13 628	0.21 702	0.14 642	0.16 669	0.18 677	0.34 706

PS-NSSS	0.20 584	0.21 664	0.23 597	0.20 546	0.10 478	0.19 540	0.17 459	0.36 640	0.26 507	0.27 613	0.34 610	0.27 578	0.24 608	0.20 558	0.20 563	0.15 653	0.12 640	0.17 666	0.14 647	0.10 564	0.09 527

PStereo	0.20 584	0.22 668	0.20 568	0.18 400	0.10 478	0.13 369	0.19 556	0.28 532	0.38 613	0.20 529	0.14 325	0.28 588	0.32 663	0.24 614	0.32 674	0.18 676	0.13 654	0.16 662	0.11 606	0.13 621	0.12 607

DStereoFS	0.27 658	0.22 668	0.32 642	0.23 631	0.15 636	0.23 600	0.21 596	0.52 700	0.49 661	0.28 626	0.45 666	0.34 640	0.36 676	0.53 704	0.29 656	0.13 628	0.11 624	0.15 654	0.13 641	0.17 673	0.17 674

MFN_U_SF_RVC	0.33 677	0.22 668	0.58 688	0.31 688	0.15 636	0.36 675	0.17 459	0.54 704	0.46 656	0.47 691	0.56 684	0.58 698	0.39 681	0.36 670	0.38 691	0.15 653	0.15 670	0.18 675	0.21 684	0.16 666	0.16 665

DispFullNet	0.27 658	0.22 668	0.66 697	0.28 675	0.17 662	0.27 639	0.17 459	0.34 618	0.57 686	0.27 613	0.37 622	0.43 675	0.24 608	0.39 682	0.25 620	0.12 609	0.06 438	0.19 677	0.11 606	0.23 686	0.16 665

HCRNet	0.16 525	0.23 672	0.12 303	0.35 694	0.11 537	0.15 444	0.17 459	0.26 493	0.22 446	0.19 507	0.24 488	0.21 504	0.14 466	0.15 424	0.13 406	0.11 583	0.07 513	0.11 591	0.10 574	0.09 528	0.07 403

FADNet	0.21 599	0.23 672	0.37 657	0.18 400	0.17 662	0.25 618	0.13 190	0.32 589	0.32 566	0.23 576	0.25 515	0.27 578	0.21 586	0.19 539	0.16 508	0.13 628	0.15 670	0.12 613	0.15 664	0.17 673	0.18 678

XQC	0.29 665	0.23 672	0.53 679	0.29 682	0.19 676	0.36 675	0.28 670	0.37 649	0.58 689	0.31 649	0.31 583	0.37 651	0.30 656	0.39 682	0.39 692	0.13 628	0.09 585	0.15 654	0.12 629	0.18 677	0.18 678

SQANet	0.24 631	0.24 675	0.31 638	0.31 688	0.19 676	0.27 639	0.13 190	0.30 566	0.33 571	0.25 601	0.37 622	0.31 622	0.22 593	0.27 626	0.23 600	0.15 653	0.10 609	0.21 680	0.16 669	0.22 683	0.16 665

GASNet	0.22 607	0.24 675	0.34 648	0.26 660	0.17 662	0.27 639	0.16 425	0.45 687	0.42 632	0.27 613	0.24 488	0.30 607	0.16 507	0.27 626	0.18 538	0.12 609	0.09 585	0.12 613	0.11 606	0.16 666	0.08 478

EDNetEfficient	0.30 668	0.24 675	1.18 726	0.18 400	0.10 478	0.20 560	0.20 579	0.21 381	0.61 694	0.74 712	0.56 684	0.30 607	0.40 686	0.23 602	0.32 674	0.09 504	0.07 513	0.08 420	0.07 403	0.11 586	0.10 559

MFN_U_SF_DS_RVC	0.30 668	0.24 675	0.30 635	0.36 696	0.16 650	0.36 675	0.31 690	0.34 618	0.43 641	0.41 679	0.46 669	0.38 657	0.30 656	0.35 666	0.29 656	0.19 681	0.20 692	0.26 688	0.29 701	0.18 677	0.19 683

CSAN	0.30 668	0.24 675	0.28 620	0.34 692	0.19 676	0.34 666	0.42 709	0.38 656	0.51 671	0.38 671	0.40 640	0.44 678	0.34 669	0.29 642	0.31 669	0.19 681	0.16 680	0.19 677	0.19 681	0.14 639	0.15 656

PASM	0.33 677	0.25 680	0.51 678	0.28 675	0.27 697	0.30 656	0.31 690	0.35 633	0.51 671	0.36 665	0.40 640	0.47 687	0.35 673	0.34 661	0.36 684	0.23 698	0.26 708	0.26 688	0.28 700	0.23 686	0.21 687

AnyNet_C01	0.37 684	0.26 681	1.41 729	0.22 610	0.17 662	0.51 696	0.28 670	0.36 640	0.40 623	0.39 672	0.75 708	0.46 683	0.39 681	0.46 696	0.50 709	0.13 628	0.13 654	0.13 627	0.14 647	0.14 639	0.16 665

MSMD_ROB	0.31 674	0.26 681	0.26 615	0.24 643	0.21 683	0.34 666	0.25 650	0.34 618	0.39 619	0.40 675	0.69 702	0.45 679	0.41 688	0.34 661	0.28 647	0.20 686	0.20 692	0.26 688	0.25 693	0.23 686	0.22 690

light-stereo	0.44 693	0.27 683	0.64 696	0.61 712	0.50 712	0.34 666	0.23 623	0.47 691	0.52 677	0.57 700	0.59 694	0.78 711	0.33 667	0.49 698	0.30 663	0.33 705	0.25 706	0.27 691	0.33 706	0.47 710	0.41 713

MonStereo1	0.49 701	0.27 683	0.61 691	0.29 682	0.20 680	0.40 686	0.19 556	0.51 699	0.66 706	0.53 695	0.91 717	1.02 716	0.59 715	0.51 701	0.58 714	0.53 719	0.32 715	0.55 716	0.40 710	0.36 707	0.38 710

FC-DCNN v2	0.33 677	0.28 685	0.28 620	0.26 660	0.23 687	0.39 684	0.29 681	0.41 670	0.44 643	0.46 689	0.57 688	0.51 691	0.41 688	0.38 680	0.30 663	0.21 689	0.20 692	0.27 691	0.26 694	0.25 694	0.24 692

ccnet	0.30 668	0.28 685	0.24 603	0.20 546	0.28 698	0.41 688	0.22 610	0.46 690	0.33 571	0.37 669	0.46 669	0.37 651	0.30 656	0.40 686	0.43 699	0.23 698	0.14 665	0.21 680	0.17 676	0.23 686	0.19 683

FCDSN-DC	0.33 677	0.28 685	0.28 620	0.30 686	0.24 691	0.39 684	0.28 670	0.43 681	0.42 632	0.44 686	0.53 679	0.51 691	0.42 692	0.37 675	0.30 663	0.21 689	0.20 692	0.27 691	0.26 694	0.25 694	0.25 694
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BEATNet-Init1	0.54 704	0.28 685	0.68 704	0.31 688	0.21 683	0.85 720	0.31 690	0.57 706	0.69 710	0.89 722	1.00 721	2.17 736	0.66 719	0.58 711	0.44 702	0.19 681	0.18 686	0.23 685	0.22 687	0.22 683	0.21 687

SAMSARA	0.41 689	0.28 685	0.34 648	0.55 710	0.39 705	0.85 720	1.25 738	0.49 694	0.52 677	0.36 665	0.35 614	0.56 697	0.39 681	0.39 682	0.41 696	0.15 653	0.20 692	0.15 654	0.14 647	0.23 686	0.21 687

MANE	0.47 699	0.28 685	0.28 620	0.27 668	0.24 691	0.50 694	0.32 698	0.57 706	0.62 697	0.74 712	1.20 731	1.21 722	0.64 718	0.54 706	0.39 692	0.22 693	0.20 692	0.27 691	0.31 704	0.26 698	0.25 694

FC-DCNN	0.33 677	0.28 685	0.28 620	0.26 660	0.23 687	0.38 681	0.29 681	0.40 665	0.44 643	0.46 689	0.56 684	0.51 691	0.41 688	0.38 680	0.31 669	0.21 689	0.20 692	0.27 691	0.26 694	0.25 694	0.24 692

ELAS_RVC	0.42 691	0.29 692	0.33 645	0.28 675	0.24 691	0.56 700	0.38 704	0.50 695	0.61 694	0.74 712	0.76 709	0.67 705	0.56 711	0.55 707	0.42 698	0.22 693	0.21 702	0.27 691	0.26 694	0.27 700	0.26 697
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.42 691	0.29 692	0.34 648	0.28 675	0.24 691	0.63 704	0.37 702	0.52 700	0.52 677	0.72 709	0.82 713	0.68 707	0.56 711	0.52 702	0.45 705	0.22 693	0.21 702	0.27 691	0.26 694	0.26 698	0.26 697
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CC-Net-ROB	0.28 661	0.31 694	0.36 656	0.30 686	0.15 636	0.25 618	0.19 556	0.45 687	0.34 582	0.39 672	0.37 622	0.39 662	0.31 661	0.27 626	0.27 639	0.24 700	0.18 686	0.30 702	0.23 691	0.19 680	0.15 656

EDNetEfficientorigin	7.92 746	0.32 695	152.98 776	0.20 546	0.10 478	0.22 586	0.17 459	0.23 430	0.60 692	0.73 710	0.67 698	0.41 671	0.51 707	0.24 614	0.41 696	0.08 442	0.07 513	0.09 511	0.07 403	0.12 605	0.11 586

PSMNet-RUCA	0.28 661	0.33 696	0.42 667	0.36 696	0.32 703	0.18 516	0.20 579	0.42 675	0.30 550	0.33 660	0.41 651	0.40 668	0.24 608	0.31 649	0.20 563	0.19 681	0.11 624	0.25 687	0.15 664	0.22 683	0.16 665

GANetREF_RVC	0.31 674	0.34 697	0.29 629	0.35 694	0.16 650	0.33 662	0.42 709	0.48 693	0.52 677	0.35 662	0.35 614	0.34 640	0.32 663	0.40 686	0.33 678	0.27 702	0.20 692	0.29 700	0.15 664	0.19 680	0.18 678
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
coex-ft	3.24 734	0.35 698	57.83 775	0.18 400	0.13 597	0.27 639	0.23 623	0.28 532	0.72 712	1.89 743	0.70 703	0.43 675	0.47 702	0.29 642	0.43 699	0.09 504	0.09 585	0.12 613	0.09 533	0.14 639	0.14 642

NVStereoNet_ROB	0.47 699	0.37 699	0.47 674	0.42 702	0.29 701	0.35 671	0.35 700	0.50 695	0.61 694	0.73 710	0.94 718	0.70 709	0.68 720	0.48 697	0.62 717	0.22 693	0.33 716	0.34 705	0.34 709	0.30 701	0.31 703
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
otaku	0.39 686	0.38 700	0.53 679	0.44 703	0.28 698	0.57 701	0.24 634	0.42 675	0.62 697	0.40 675	0.50 675	0.46 683	0.34 669	0.40 686	0.33 678	0.30 703	0.30 712	0.39 707	0.33 706	0.30 701	0.29 700

MSC_U_SF_DS_RVC	0.44 693	0.39 701	0.56 683	0.40 699	0.20 680	0.66 707	0.33 699	0.54 704	0.72 712	0.71 708	0.72 705	0.62 700	0.55 709	0.52 702	0.47 706	0.20 686	0.19 691	0.29 700	0.30 703	0.24 692	0.19 683

Ntro	0.41 689	0.40 702	0.54 681	0.46 707	0.30 702	0.64 705	0.24 634	0.47 691	0.68 707	0.42 681	0.49 673	0.47 687	0.42 692	0.40 686	0.32 674	0.32 704	0.28 710	0.37 706	0.31 704	0.33 706	0.29 700

Consistency-Raft	0.44 693	0.40 702	0.46 671	0.37 698	0.43 709	0.42 690	0.41 707	0.57 706	0.55 682	0.32 656	0.73 706	0.32 629	0.50 705	0.42 693	0.49 708	0.39 709	0.36 717	0.45 709	0.52 721	0.42 709	0.30 702

GCST	0.37 684	0.42 704	0.27 617	1.03 730	0.39 705	0.18 516	0.08 9	0.21 381	0.18 354	0.28 626	0.25 515	0.15 413	0.12 397	0.16 453	0.14 450	0.64 726	0.43 720	0.75 722	0.65 725	0.64 719	0.46 717

JetBlue	0.73 714	0.46 705	1.21 727	0.52 709	0.47 711	2.16 736	0.67 726	0.78 716	0.72 712	0.70 707	0.79 711	1.21 722	0.84 727	1.06 733	1.04 733	0.40 710	0.28 710	0.33 704	0.33 706	0.30 701	0.34 706

ACVNet_1	0.45 696	0.51 706	0.61 691	0.45 704	0.28 698	0.50 694	0.28 670	0.58 711	0.71 711	0.63 703	0.59 694	0.74 710	0.50 705	0.50 699	0.36 684	0.26 701	0.25 706	0.39 707	0.29 701	0.32 705	0.25 694

ACVNet-4b	0.39 686	0.53 707	0.56 683	0.45 704	0.24 691	0.46 692	0.18 509	0.50 695	0.64 701	0.42 681	0.45 666	0.60 699	0.27 631	0.34 661	0.24 612	0.33 705	0.14 665	0.48 710	0.42 712	0.31 704	0.27 699

anonymity	0.53 703	0.58 708	0.66 697	0.41 700	0.61 722	0.54 698	0.41 707	0.57 706	0.41 630	0.56 699	0.50 675	0.50 690	0.55 709	0.59 712	0.50 709	0.58 722	0.50 730	0.51 712	0.51 719	0.52 712	0.58 720

SGM+DAISY	0.57 706	0.58 708	0.67 701	0.41 700	0.55 716	0.68 709	0.51 716	0.57 706	0.46 656	0.67 704	0.70 703	0.69 708	0.57 713	0.64 714	0.58 714	0.59 723	0.49 727	0.50 711	0.50 718	0.52 712	0.59 723

SPS-STEREO	0.58 707	0.59 710	0.66 697	0.45 704	0.55 716	0.65 706	0.44 712	0.63 713	0.51 671	0.69 706	0.65 697	0.66 704	0.58 714	0.62 713	0.62 717	0.62 725	0.47 725	0.51 712	0.49 716	0.55 715	0.58 720
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	0.54 704	0.61 711	0.71 710	0.57 711	0.43 709	0.66 707	0.37 702	0.60 712	0.87 723	0.51 693	0.67 698	0.63 701	0.47 702	0.50 699	0.44 702	0.47 715	0.48 726	0.53 714	0.41 711	0.53 714	0.41 713

IMH-64-1	0.66 709	0.62 712	0.69 705	0.72 715	0.51 713	0.60 702	0.51 716	0.92 720	0.84 721	0.75 715	1.02 722	0.81 712	0.78 725	0.80 718	0.50 709	0.43 711	0.46 721	0.72 719	0.48 714	0.55 715	0.40 711

IMH-64	0.66 709	0.62 712	0.69 705	0.72 715	0.51 713	0.60 702	0.51 716	0.92 720	0.84 721	0.75 715	1.02 722	0.81 712	0.78 725	0.80 718	0.50 709	0.43 711	0.46 721	0.72 719	0.48 714	0.55 715	0.40 711

IMH	0.72 712	0.65 714	0.70 708	0.77 717	0.54 715	0.71 711	0.56 719	0.99 728	1.08 727	0.82 718	1.09 725	0.89 714	0.88 729	0.88 726	0.53 713	0.44 714	0.50 730	0.75 722	0.51 719	0.58 718	0.42 715

MFMNet_re	0.65 708	0.66 715	0.66 697	0.51 708	0.69 727	0.70 710	0.58 720	0.65 714	0.75 717	0.61 702	0.73 706	0.63 701	0.68 720	0.65 715	0.60 716	0.66 727	0.58 739	0.63 717	0.59 722	0.68 723	0.69 730

ACVNet_2	0.67 711	0.68 716	0.70 708	0.64 713	0.41 707	0.75 715	0.50 715	0.98 726	1.38 736	0.90 723	1.09 725	1.04 717	0.74 723	0.55 707	0.48 707	0.43 711	0.40 719	0.53 714	0.45 713	0.48 711	0.36 708

MADNet+	0.76 715	0.72 717	3.76 738	0.67 714	0.41 707	0.99 726	0.97 736	0.72 715	0.75 717	0.52 694	0.58 692	0.64 703	0.68 720	0.89 727	1.04 733	0.35 707	0.36 717	0.28 699	0.23 691	0.38 708	0.33 705

TorneroNet-64	0.76 715	0.73 718	0.77 714	0.78 719	0.58 721	0.94 725	0.58 720	0.85 719	1.26 731	0.67 704	0.88 715	1.41 729	0.76 724	0.87 724	0.68 720	0.49 717	0.46 721	0.73 721	0.59 722	0.68 723	0.54 719

TorneroNet	0.83 719	0.75 719	0.83 718	0.85 722	0.63 724	1.03 729	0.65 724	0.96 724	1.14 729	0.80 717	1.10 727	1.36 727	0.88 729	0.95 729	0.82 728	0.57 720	0.49 727	0.79 727	0.66 727	0.74 729	0.64 729

WAO-7	0.80 717	0.78 720	0.57 685	0.85 722	0.67 726	0.76 716	0.69 729	1.07 731	1.30 733	0.90 723	1.20 731	1.05 718	0.93 731	0.71 716	0.68 720	0.60 724	0.62 740	0.67 718	0.68 728	0.64 719	0.59 723

WAO-6	0.82 718	0.81 721	0.63 695	0.87 724	0.63 724	0.79 717	0.60 722	0.98 726	1.52 740	0.91 726	0.97 720	1.08 719	1.04 735	0.72 717	0.70 723	0.72 728	0.49 727	0.91 730	0.71 729	0.70 725	0.59 723

WAO-8	0.92 722	0.83 722	0.67 701	0.94 727	0.70 728	0.92 723	0.68 727	1.08 733	1.80 743	1.06 733	1.42 735	1.29 724	1.08 737	0.86 722	0.80 726	0.74 730	0.54 733	0.86 728	0.75 730	0.71 726	0.63 727

Venus	0.92 722	0.83 722	0.67 701	0.94 727	0.70 728	0.92 723	0.68 727	1.08 733	1.80 743	1.06 733	1.42 735	1.29 724	1.08 737	0.86 722	0.80 726	0.74 730	0.54 733	0.86 728	0.75 730	0.71 726	0.63 727

LVE	0.84 720	0.87 724	0.86 719	0.81 720	0.56 718	1.09 731	0.66 725	1.07 731	1.45 738	0.97 729	1.23 733	1.11 720	0.86 728	0.84 721	0.72 724	0.49 717	0.56 736	0.76 724	0.60 724	0.66 721	0.60 726

Dean	0.88 721	0.88 725	0.81 715	0.82 721	0.57 719	0.91 722	0.62 723	1.17 741	1.71 741	1.15 736	1.16 729	1.31 726	1.00 734	0.82 720	0.83 729	0.57 720	0.56 736	0.78 726	0.65 725	0.67 722	0.58 720

PWCK	0.72 712	0.95 726	0.99 722	0.77 717	0.32 703	0.79 717	0.38 704	0.92 720	0.90 724	0.96 728	0.76 709	0.97 715	0.62 717	0.87 724	0.68 720	0.73 729	0.46 721	0.76 724	0.49 716	0.71 726	0.44 716

UNDER WATER-64	0.97 724	0.96 727	1.48 731	0.88 725	0.57 719	1.24 734	0.90 734	0.78 716	0.96 725	1.05 731	0.85 714	1.56 734	1.26 741	0.97 731	0.99 731	0.88 734	0.57 738	1.04 734	0.88 734	0.81 730	0.75 731

UNDER WATER	0.99 726	1.00 728	1.47 730	1.00 729	0.71 730	1.18 733	0.86 732	0.81 718	1.09 728	1.02 730	0.90 716	1.53 733	1.26 741	1.06 733	1.02 732	0.79 732	0.54 733	1.02 732	0.88 734	0.83 731	0.75 731

notaker	0.98 725	1.13 729	1.02 723	1.14 732	0.81 731	0.73 714	0.69 729	0.94 723	1.15 730	1.19 738	1.19 730	1.41 729	1.17 740	1.10 735	0.74 725	0.82 733	0.64 741	1.18 735	0.79 732	1.02 733	0.82 734

KSHMR	1.10 728	1.19 730	0.90 721	1.26 735	1.00 735	0.99 726	0.96 735	1.13 739	1.35 734	1.16 737	1.28 734	1.40 728	0.97 733	1.03 732	0.93 730	1.03 742	1.08 744	1.20 736	1.03 738	1.03 734	0.98 736

ktn	1.02 727	1.23 731	0.82 716	1.24 734	0.86 733	1.00 728	0.86 732	0.96 724	1.37 735	1.05 731	1.12 728	1.16 721	1.06 736	0.95 729	0.62 717	1.28 744	0.71 742	1.39 739	0.83 733	1.06 735	0.77 733

DPSimNet_ROB	1.14 729	1.25 732	0.87 720	1.15 733	0.90 734	1.15 732	1.18 737	1.20 742	1.26 731	1.45 740	1.05 724	1.44 732	1.13 739	0.92 728	1.70 736	1.47 745	0.52 732	1.22 737	1.04 739	0.92 732	1.03 737

HanzoNet	1.31 730	1.29 733	1.22 728	1.13 731	0.85 732	1.05 730	0.84 731	1.06 730	1.47 739	1.66 741	1.63 737	2.48 738	1.78 743	1.63 737	1.69 735	1.27 743	0.80 743	1.32 738	1.02 737	1.07 736	0.90 735

JetRed	1.66 731	1.51 734	3.09 734	0.93 726	1.21 736	5.28 744	1.61 741	1.29 743	1.42 737	1.84 742	1.77 738	1.59 735	0.95 732	1.43 736	2.51 746	0.91 736	1.61 745	0.93 731	0.91 736	1.36 737	1.03 737

MADNet++	1.97 732	1.75 735	1.66 732	1.83 736	1.69 738	2.38 737	1.45 740	2.36 744	2.11 745	2.58 744	2.37 745	2.25 737	2.21 745	2.28 738	2.36 742	1.87 746	1.67 746	1.53 740	1.34 740	1.87 738	1.78 740

DLNR_Zeroshot_test	10.48 752	2.27 736	19.78 766	120.28 775	13.29 759	0.06 15	0.13 190	0.24 456	0.10 79	0.08 136	0.10 209	0.09 239	0.07 178	0.10 120	0.09 99	0.13 628	0.04 24	0.06 204	0.04 59	52.68 776	0.04 53

DLNR-FE	10.51 753	2.29 737	19.85 767	120.28 775	13.21 758	0.06 15	0.13 190	0.24 456	0.10 79	0.08 136	0.10 209	0.09 239	0.07 178	0.10 120	0.09 99	0.13 628	0.04 24	0.06 204	0.04 59	53.18 777	0.04 53

USTest	6.16 742	2.65 738	2.79 733	6.48 744	7.21 744	14.33 752	21.38 753	6.98 753	9.55 752	5.35 750	6.12 746	5.71 743	7.69 750	6.31 749	6.75 750	1.97 747	3.38 752	1.63 741	2.14 749	2.49 739	2.35 741

Selective-IGEV-i1pa	2.90 733	3.64 739	0.72 711	0.29 682	0.14 617	10.70 750	0.45 713	4.60 745	3.77 746	3.60 745	7.07 747	3.52 739	2.16 744	13.72 759	2.40 744	0.37 708	0.15 670	0.13 627	0.10 574	0.15 653	0.36 708

Selective-IGEV-i16pa	19.44 759	3.95 740	1.06 725	0.21 585	0.19 676	105.21 777	0.29 681	22.78 765	47.64 777	4.27 746	59.07 777	9.08 752	2.84 746	125.10 778	5.92 749	0.18 676	0.12 640	0.09 511	0.12 629	0.12 605	0.52 718

DPSMNet_ROB	8.06 747	4.50 741	8.69 755	5.36 743	10.74 747	8.32 746	22.71 754	5.47 748	13.38 756	5.13 748	9.98 753	5.10 741	10.47 754	5.53 747	12.77 757	3.80 752	8.00 753	3.49 749	6.95 754	3.75 745	7.09 755

DGTPSM_ROB	8.06 747	4.50 741	8.69 755	5.34 741	10.73 746	8.32 746	22.71 754	5.47 748	13.38 756	5.13 748	9.98 753	5.10 741	10.47 754	5.53 747	12.77 757	3.79 751	8.00 753	3.49 749	6.95 754	3.74 744	7.09 755

RSGM-EC	20.15 760	4.62 743	0.75 712	16.73 756	16.97 761	21.10 762	26.46 762	10.37 755	14.13 761	18.18 762	21.56 762	22.31 771	22.50 763	21.80 762	15.71 761	62.36 776	33.86 776	20.06 773	18.04 768	19.30 769	16.22 769

acva	20.15 760	4.62 743	0.75 712	16.73 756	16.97 761	21.10 762	26.46 762	10.37 755	14.13 761	18.18 762	21.56 762	22.31 771	22.50 763	21.80 762	15.71 761	62.36 776	33.86 776	20.06 773	18.04 768	19.30 769	16.22 769

xxxxx1	7.75 743	5.06 745	7.26 746	3.15 738	3.91 740	16.37 753	22.88 756	5.87 750	8.68 749	7.99 751	8.55 748	9.13 753	8.46 751	10.05 751	10.47 751	2.43 748	2.48 748	3.56 751	12.26 757	3.48 741	3.02 743

tt_ll	7.75 743	5.06 745	7.26 746	3.15 738	3.91 740	16.37 753	22.88 756	5.87 750	8.68 749	7.99 751	8.55 748	9.13 753	8.46 751	10.05 751	10.47 751	2.43 748	2.48 748	3.56 751	12.26 757	3.48 741	3.02 743

ff	7.75 743	5.06 745	7.26 746	3.15 738	3.91 740	16.37 753	22.88 756	5.87 750	8.68 749	7.99 751	8.55 748	9.13 753	8.46 751	10.05 751	10.47 751	2.43 748	2.48 748	3.56 751	12.26 757	3.48 741	3.02 743

noway2	3.63 735	5.25 748	3.83 739	12.30 753	11.84 753	4.62 740	3.98 743	1.03 729	0.50 669	0.91 726	2.05 739	6.21 749	0.40 686	2.96 739	2.36 742	0.95 737	0.14 665	1.90 744	1.76 743	5.79 747	3.81 750

noway3	3.67 739	5.34 749	3.88 740	12.29 752	11.84 753	4.64 741	3.99 744	1.08 733	0.50 669	0.90 723	2.07 740	6.19 748	0.45 701	3.36 744	2.45 745	0.97 741	0.15 670	1.91 745	1.76 743	5.79 747	3.82 751

TCMNet-wrong-test	3.69 740	5.54 750	3.91 741	12.22 750	11.75 752	4.77 743	3.86 742	1.08 733	0.74 716	1.13 735	2.21 744	6.16 747	0.53 708	3.43 745	2.33 741	0.90 735	0.20 692	1.85 742	1.69 741	5.71 746	3.79 747

noway4	3.66 738	5.59 751	3.99 742	12.28 751	11.84 753	4.70 742	4.02 747	1.16 740	0.47 659	0.84 719	2.09 743	6.05 744	0.42 692	3.08 742	2.23 740	0.95 737	0.15 670	1.91 745	1.75 742	5.88 751	3.80 749

noway1	3.65 736	5.60 752	3.99 742	12.30 753	11.85 756	4.61 739	4.00 746	1.11 737	0.45 647	0.87 720	2.08 741	6.09 746	0.43 696	3.05 740	2.22 737	0.96 739	0.15 670	1.91 745	1.76 743	5.84 749	3.79 747

zzzz4	3.65 736	5.61 753	4.02 744	12.30 753	11.85 756	4.60 738	3.99 744	1.11 737	0.45 647	0.87 720	2.08 741	6.08 745	0.43 696	3.05 740	2.22 737	0.96 739	0.15 670	1.91 745	1.76 743	5.84 749	3.78 746

Anonymous_1	10.87 755	7.82 754	7.41 751	10.29 747	10.08 745	18.64 759	26.11 761	11.02 757	13.45 758	9.43 754	10.10 755	9.73 758	11.31 758	10.69 754	12.47 754	6.42 755	8.38 757	5.70 756	10.22 756	11.41 757	6.65 752

iinet-test	10.41 750	8.00 755	7.40 749	10.23 745	10.93 748	17.97 757	25.06 759	11.30 758	13.29 754	9.69 755	9.78 752	9.38 756	11.23 756	10.97 755	12.61 755	6.59 756	8.30 755	5.49 754	6.54 750	6.58 752	6.91 753

IINet	10.41 750	8.00 755	7.40 749	10.23 745	10.93 748	17.97 757	25.06 759	11.30 758	13.29 754	9.69 755	9.77 751	9.38 756	11.23 756	10.97 755	12.61 755	6.59 756	8.30 755	5.49 754	6.54 750	6.58 752	6.91 753

DPSM_ROB	11.10 756	8.47 757	7.95 752	10.84 748	11.58 750	19.10 760	26.50 764	12.02 760	14.09 759	10.38 757	10.91 756	10.39 759	11.92 759	11.67 757	13.39 759	6.99 758	8.79 758	5.82 757	6.92 752	6.97 754	7.31 757

DPSM	11.10 756	8.47 757	7.95 752	10.84 748	11.58 750	19.10 760	26.50 764	12.02 760	14.09 759	10.38 757	10.91 756	10.39 759	11.92 759	11.67 757	13.39 759	6.99 758	8.79 758	5.82 757	6.92 752	6.97 754	7.31 757

PML	8.57 749	9.39 759	6.24 745	5.34 741	6.36 743	13.21 751	20.99 752	5.35 747	6.68 748	17.75 761	26.46 772	7.58 750	6.08 749	7.89 750	5.76 747	5.33 753	1.83 747	5.95 759	1.93 747	8.75 756	2.53 742

zzzzzz3	32.40 772	13.78 760	19.88 768	39.27 772	40.27 775	57.81 772	73.58 775	33.27 775	42.65 773	31.40 774	32.97 773	30.93 774	36.54 776	37.48 775	43.96 776	20.77 769	26.80 773	16.44 768	20.72 771	13.41 758	16.16 767

zzz1	32.42 773	13.80 761	20.04 769	39.27 772	40.27 775	57.84 773	73.53 774	33.30 776	42.71 776	31.42 775	32.98 774	30.95 775	36.54 776	37.50 776	43.97 777	20.78 770	26.81 774	16.46 769	20.73 772	13.42 759	16.17 768

LRCNet_RVC	10.76 754	13.97 762	7.97 754	19.07 759	2.04 739	0.35 671	0.31 690	5.29 746	0.48 660	13.02 759	17.65 759	8.69 751	5.73 748	4.78 746	2.22 737	23.53 773	2.69 751	27.60 776	25.75 776	17.60 768	16.54 771

CasAABBNet	22.33 763	17.11 763	15.84 759	21.94 762	23.28 765	38.30 764	53.40 770	24.05 768	28.44 768	20.66 767	21.86 766	21.03 769	24.04 768	23.35 767	27.03 769	14.06 761	17.69 764	11.70 761	13.94 761	14.04 762	14.76 763

RAFT-FEzeroshot	22.33 763	17.12 764	15.83 757	21.95 763	23.32 767	38.31 765	53.41 772	23.99 766	28.43 766	20.66 767	21.84 764	21.02 767	24.05 769	23.33 765	27.09 770	14.06 761	17.69 764	11.70 761	13.95 762	14.05 763	14.76 763

RAFT-FE	22.33 763	17.12 764	15.83 757	21.95 763	23.32 767	38.31 765	53.41 772	23.99 766	28.43 766	20.66 767	21.84 764	21.02 767	24.05 769	23.33 765	27.09 770	14.06 761	17.69 764	11.70 761	13.95 762	14.05 763	14.76 763

FlowAnything	22.34 766	17.13 766	15.98 760	22.00 765	23.23 764	38.39 771	53.32 768	24.19 770	28.48 769	21.00 772	21.93 768	20.83 764	23.97 766	23.44 770	26.83 766	14.04 760	17.80 769	11.63 760	14.08 766	14.00 760	14.65 759

Selective-RAFT-Error	22.39 768	17.14 767	16.01 761	22.00 765	23.34 769	38.37 769	53.36 769	24.24 772	28.53 770	20.80 770	21.94 769	20.94 765	24.02 767	23.48 771	27.33 773	14.07 764	17.70 767	11.70 761	13.93 760	14.05 763	14.83 766

LSM0	22.80 770	17.22 768	19.17 764	22.12 767	28.90 772	38.38 770	53.27 767	24.21 771	28.36 765	20.84 771	21.11 761	21.63 770	24.25 772	23.42 769	26.98 768	14.08 765	17.39 762	11.72 766	13.98 764	14.22 766	14.66 760

Hybrid-DGEV	22.38 767	17.26 769	16.15 762	21.92 761	23.29 766	38.36 768	53.40 770	24.38 773	28.67 772	20.64 766	21.89 767	21.01 766	24.05 769	23.35 767	27.12 772	14.08 765	17.70 767	11.71 765	13.99 765	14.01 761	14.70 762

fast-reg	22.77 769	17.32 770	19.13 763	22.15 768	24.31 770	38.33 767	53.16 766	24.18 769	28.58 771	20.60 765	22.12 770	20.65 763	23.90 765	23.12 764	26.84 767	14.18 767	17.47 763	14.33 767	14.96 767	15.38 767	14.67 761

HaxPig	15.73 758	18.55 771	19.19 765	16.92 758	15.89 760	7.80 745	7.57 748	13.37 762	10.80 753	15.40 760	14.87 758	15.95 761	14.81 761	15.67 760	15.97 763	18.96 768	16.72 761	19.47 772	18.10 770	19.45 771	19.06 772

MEDIAN_ROB	20.38 762	24.05 772	23.36 770	21.18 760	21.62 763	10.51 749	8.17 749	17.68 763	15.46 763	20.04 764	19.65 760	20.30 762	20.16 762	21.17 761	21.03 764	23.81 774	21.77 770	24.98 775	23.75 775	25.01 774	23.94 775

zzzz2	33.77 774	25.93 773	24.41 771	33.32 770	35.10 773	58.15 774	80.98 776	36.98 777	42.68 774	31.82 776	33.40 775	31.44 776	36.00 774	34.74 773	40.15 774	21.20 771	26.75 771	17.85 770	21.11 773	21.10 772	22.26 773

noway5	33.77 774	25.93 773	24.41 771	33.32 770	35.10 773	58.15 774	80.98 776	36.98 777	42.68 774	31.82 776	33.40 775	31.44 776	36.00 774	34.74 773	40.15 774	21.20 771	26.75 771	17.85 770	21.11 773	21.10 772	22.26 773

AVERAGE_ROB	24.89 771	29.12 775	27.98 773	24.83 769	24.59 771	17.82 756	11.61 750	21.45 764	19.91 764	25.04 773	24.38 771	25.06 773	25.31 773	24.69 772	22.86 765	29.74 775	27.09 775	28.97 777	27.94 777	30.07 775	29.35 776

test_example2	97.69 776	92.93 776	45.57 774	96.02 774	109.84 777	88.44 776	93.70 778	25.54 774	94.63 778	130.46 779	126.87 778	58.93 778	75.48 778	87.99 777	77.94 778	150.16 778	221.11 778	76.29 778	98.21 778	108.42 778	95.33 777

ccccc		285.89 777		366.70 777	366.78 778	118.88 778		113.97 779		125.77 778		120.54 779		252.62 779		382.79 779	352.84 779	254.30 779	222.62 779	426.61 779

GS-Stereo							0.14 267	0.11 63	0.12 157	0.08 136	0.10 209	0.05 4	0.04 1	0.11 202	0.08 26	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.05 196

FSD					0.23 687	0.25 618	0.25 650	0.27 507	0.26 507	0.25 601	0.26 528	0.26 571	0.26 624	0.27 626	0.24 612	0.21 689	0.20 692	0.27 691	0.26 694	0.25 694

Low-res two-view benchmark