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

WQFJA1++	0.08 50	0.04 1	0.11 168	0.14 37	0.07 76	0.11 185	0.11 53	0.12 54	0.07 9	0.07 44	0.07 42	0.07 79	0.06 46	0.10 75	0.10 127	0.06 120	0.04 23	0.05 33	0.04 41	0.06 212	0.06 224

MatchStereo	0.07 3	0.04 1	0.08 25	0.14 37	0.06 14	0.05 3	0.12 81	0.12 54	0.09 28	0.07 44	0.07 42	0.04 1	0.04 1	0.09 37	0.09 51	0.06 120	0.05 177	0.05 33	0.03 1	0.04 19	0.05 127

BridgeDepth_RVC	0.07 3	0.04 1	0.09 79	0.11 1	0.05 1	0.10 141	0.10 30	0.14 92	0.09 28	0.06 11	0.07 42	0.06 21	0.08 163	0.07 3	0.10 127	0.06 120	0.04 23	0.04 1	0.04 41	0.05 111	0.04 33
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MonSter++	0.08 50	0.04 1	0.10 119	0.13 10	0.06 14	0.10 141	0.13 126	0.13 74	0.08 13	0.06 11	0.07 42	0.06 21	0.08 163	0.10 75	0.11 199	0.06 120	0.05 177	0.04 1	0.03 1	0.04 19	0.05 127

252Zero-FE	0.08 50	0.04 1	0.10 119	0.13 10	0.07 76	0.13 269	0.11 53	0.13 74	0.14 158	0.07 44	0.05 7	0.06 21	0.05 15	0.09 37	0.10 127	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.06 224

Monster-pub-mixall	0.07 3	0.04 1	0.09 79	0.13 10	0.06 14	0.06 10	0.08 7	0.12 54	0.07 9	0.06 11	0.06 12	0.05 2	0.06 46	0.09 37	0.09 51	0.06 120	0.04 23	0.04 1	0.03 1	0.05 111	0.05 127

IGEV	0.08 50	0.04 1	0.09 79	0.13 10	0.06 14	0.09 95	0.12 81	0.14 92	0.10 40	0.06 11	0.09 111	0.07 79	0.05 15	0.09 37	0.09 51	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

MLG-Stereo_test2	0.07 3	0.04 1	0.10 119	0.15 79	0.06 14	0.07 27	0.11 53	0.09 11	0.04 2	0.06 11	0.05 7	0.06 21	0.04 1	0.08 16	0.09 51	0.06 120	0.04 23	0.05 33	0.03 1	0.05 111	0.05 127

LG-G_1	0.07 3	0.04 1	0.11 168	0.15 79	0.06 14	0.09 95	0.08 7	0.08 5	0.06 4	0.06 11	0.06 12	0.07 79	0.07 122	0.11 127	0.08 14	0.07 271	0.04 23	0.05 33	0.04 41	0.05 111	0.06 224

LG-G	0.07 3	0.04 1	0.11 168	0.15 79	0.06 14	0.09 95	0.08 7	0.08 5	0.06 4	0.06 11	0.06 12	0.07 79	0.07 122	0.11 127	0.08 14	0.07 271	0.04 23	0.05 33	0.04 41	0.05 111	0.06 224

FoundationStereo	0.06 1	0.04 1	0.08 25	0.13 10	0.05 1	0.09 95	0.13 126	0.06 1	0.09 28	0.05 2	0.05 7	0.06 21	0.04 1	0.07 3	0.07 1	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

IGEV-Stereo+	0.07 3	0.04 1	0.08 25	0.15 79	0.06 14	0.04 1	0.09 18	0.10 18	0.09 28	0.06 11	0.06 12	0.06 21	0.06 46	0.06 1	0.09 51	0.06 120	0.04 23	0.05 33	0.04 41	0.06 212	0.06 224

CAS	0.08 50	0.04 1	0.07 5	0.17 232	0.08 140	0.10 141	0.13 126	0.12 54	0.09 28	0.09 116	0.10 138	0.08 121	0.06 46	0.09 37	0.09 51	0.08 335	0.04 23	0.05 33	0.03 1	0.05 111	0.04 33

CES	0.08 50	0.04 1	0.08 25	0.14 37	0.07 76	0.09 95	0.14 183	0.11 34	0.09 28	0.08 80	0.09 111	0.11 210	0.07 122	0.12 213	0.08 14	0.06 120	0.04 23	0.05 33	0.03 1	0.05 111	0.05 127

CREStereo++_RVC	0.08 50	0.04 1	0.07 5	0.13 10	0.07 76	0.09 95	0.12 81	0.14 92	0.14 158	0.10 149	0.14 225	0.08 121	0.07 122	0.10 75	0.11 199	0.06 120	0.04 23	0.05 33	0.05 132	0.04 19	0.04 33
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 99	0.04 1	0.08 25	0.13 10	0.06 14	0.11 185	0.13 126	0.15 120	0.19 275	0.11 189	0.15 238	0.10 186	0.07 122	0.12 213	0.09 51	0.07 271	0.05 177	0.05 33	0.04 41	0.06 212	0.05 127

Pro-Stereo	0.07 3	0.05 17	0.08 25	0.15 79	0.08 140	0.08 54	0.12 81	0.07 2	0.08 13	0.06 11	0.06 12	0.05 2	0.05 15	0.09 37	0.08 14	0.05 32	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

HiDET	0.08 50	0.05 17	0.10 119	0.13 10	0.06 14	0.09 95	0.12 81	0.12 54	0.12 99	0.07 44	0.07 42	0.07 79	0.07 122	0.11 127	0.11 199	0.06 120	0.05 177	0.04 1	0.03 1	0.04 19	0.04 33

LCMNet	0.08 50	0.05 17	0.10 119	0.13 10	0.07 76	0.09 95	0.12 81	0.10 18	0.12 99	0.06 11	0.08 87	0.06 21	0.07 122	0.11 127	0.10 127	0.06 120	0.05 177	0.04 1	0.03 1	0.04 19	0.04 33

CSFM-Stereo	0.08 50	0.05 17	0.08 25	0.14 37	0.06 14	0.09 95	0.13 126	0.15 120	0.07 9	0.07 44	0.08 87	0.06 21	0.08 163	0.09 37	0.10 127	0.06 120	0.05 177	0.04 1	0.03 1	0.04 19	0.04 33

gasm-f	0.08 50	0.05 17	0.08 25	0.13 10	0.08 140	0.08 54	0.14 183	0.10 18	0.10 40	0.08 80	0.10 138	0.06 21	0.05 15	0.10 75	0.08 14	0.06 120	0.04 23	0.05 33	0.04 41	0.06 212	0.05 127

IGEV-FE	0.09 99	0.05 17	0.13 241	0.14 37	0.08 140	0.12 231	0.13 126	0.17 184	0.11 67	0.10 149	0.06 12	0.09 153	0.06 46	0.11 127	0.09 51	0.06 120	0.04 23	0.06 122	0.06 206	0.05 111	0.05 127

DDF-Stereo	0.08 50	0.05 17	0.10 119	0.15 79	0.10 366	0.05 3	0.13 126	0.09 11	0.14 158	0.06 11	0.06 12	0.07 79	0.06 46	0.09 37	0.10 127	0.06 120	0.04 23	0.06 122	0.04 41	0.08 352	0.05 127

Zero-FE251	0.08 50	0.05 17	0.10 119	0.13 10	0.06 14	0.12 231	0.12 81	0.11 34	0.10 40	0.07 44	0.08 87	0.06 21	0.06 46	0.10 75	0.08 14	0.06 120	0.04 23	0.05 33	0.04 41	0.04 19	0.04 33

Wavelet-MonSter	0.07 3	0.05 17	0.07 5	0.16 155	0.06 14	0.07 27	0.11 53	0.10 18	0.08 13	0.06 11	0.07 42	0.07 79	0.07 122	0.09 37	0.09 51	0.04 6	0.04 23	0.04 1	0.03 1	0.03 1	0.03 1

Replicate-Monster	0.07 3	0.05 17	0.09 79	0.14 37	0.06 14	0.09 95	0.09 18	0.14 92	0.12 99	0.05 2	0.07 42	0.06 21	0.06 46	0.08 16	0.10 127	0.06 120	0.04 23	0.05 33	0.03 1	0.04 19	0.04 33

zero-FE	0.08 50	0.05 17	0.10 119	0.15 79	0.10 366	0.05 3	0.13 126	0.09 11	0.14 158	0.07 44	0.06 12	0.07 79	0.06 46	0.09 37	0.10 127	0.06 120	0.04 23	0.06 122	0.04 41	0.08 352	0.05 127

GASTEREO	0.08 50	0.05 17	0.09 79	0.19 374	0.08 140	0.08 54	0.12 81	0.14 92	0.11 67	0.10 149	0.09 111	0.07 79	0.04 1	0.12 213	0.08 14	0.06 120	0.05 177	0.05 33	0.04 41	0.04 19	0.05 127

MSCF	0.08 50	0.05 17	0.09 79	0.19 374	0.08 140	0.07 27	0.12 81	0.14 92	0.11 67	0.10 149	0.09 111	0.07 79	0.04 1	0.11 127	0.08 14	0.06 120	0.05 177	0.05 33	0.04 41	0.05 111	0.05 127

DilatedVolume-Stereo	0.09 99	0.05 17	0.08 25	0.15 79	0.06 14	0.11 185	0.12 81	0.14 92	0.16 206	0.11 189	0.11 180	0.09 153	0.10 218	0.11 127	0.11 199	0.06 120	0.05 177	0.05 33	0.04 41	0.03 1	0.03 1

111111	0.07 3	0.05 17	0.10 119	0.17 232	0.06 14	0.05 3	0.10 30	0.11 34	0.10 40	0.06 11	0.06 12	0.07 79	0.05 15	0.08 16	0.09 51	0.06 120	0.04 23	0.05 33	0.04 41	0.07 286	0.06 224

LG-Stereo_L2	0.07 3	0.05 17	0.10 119	0.14 37	0.06 14	0.07 27	0.12 81	0.09 11	0.10 40	0.06 11	0.04 1	0.05 2	0.05 15	0.08 16	0.08 14	0.05 32	0.04 23	0.05 33	0.03 1	0.04 19	0.03 1

LG-Stereo_L1	0.07 3	0.05 17	0.11 168	0.14 37	0.06 14	0.07 27	0.12 81	0.09 11	0.08 13	0.05 2	0.04 1	0.05 2	0.04 1	0.08 16	0.08 14	0.05 32	0.04 23	0.05 33	0.03 1	0.04 19	0.04 33

MLG-Stereo_test3	0.07 3	0.05 17	0.10 119	0.15 79	0.06 14	0.07 27	0.10 30	0.08 5	0.06 4	0.06 11	0.04 1	0.06 21	0.06 46	0.08 16	0.10 127	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.06 224

MLG-Stereo_test1	0.06 1	0.05 17	0.08 25	0.17 232	0.05 1	0.07 27	0.11 53	0.09 11	0.03 1	0.05 2	0.04 1	0.06 21	0.05 15	0.09 37	0.09 51	0.05 32	0.04 23	0.05 33	0.03 1	0.04 19	0.05 127

MLG-Stereo	0.07 3	0.05 17	0.09 79	0.17 232	0.05 1	0.07 27	0.11 53	0.08 5	0.05 3	0.05 2	0.04 1	0.06 21	0.05 15	0.10 75	0.09 51	0.05 32	0.04 23	0.05 33	0.03 1	0.04 19	0.05 127

LGtest1	0.07 3	0.05 17	0.11 168	0.15 79	0.06 14	0.07 27	0.09 18	0.08 5	0.06 4	0.06 11	0.04 1	0.06 21	0.07 122	0.10 75	0.09 51	0.07 271	0.04 23	0.05 33	0.04 41	0.06 212	0.06 224

SGD-Stereo	0.08 50	0.05 17	0.10 119	0.14 37	0.06 14	0.12 231	0.12 81	0.11 34	0.12 99	0.07 44	0.09 111	0.09 153	0.09 193	0.08 16	0.08 14	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

Reg-Stereo(zero)	0.09 99	0.05 17	0.08 25	0.16 155	0.06 14	0.12 231	0.11 53	0.15 120	0.11 67	0.12 222	0.09 111	0.10 186	0.08 163	0.11 127	0.09 51	0.06 120	0.05 177	0.05 33	0.04 41	0.04 19	0.05 127

HUF	0.08 50	0.05 17	0.08 25	0.14 37	0.06 14	0.09 95	0.13 126	0.13 74	0.13 136	0.07 44	0.07 42	0.09 153	0.06 46	0.10 75	0.09 51	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

DEFOM-Stereo	0.07 3	0.05 17	0.07 5	0.14 37	0.06 14	0.09 95	0.13 126	0.07 2	0.13 136	0.06 11	0.07 42	0.06 21	0.05 15	0.10 75	0.09 51	0.05 32	0.04 23	0.05 33	0.03 1	0.04 19	0.04 33

dual_stereo	0.07 3	0.05 17	0.08 25	0.15 79	0.05 1	0.05 3	0.13 126	0.12 54	0.08 13	0.07 44	0.06 12	0.05 2	0.05 15	0.07 3	0.09 51	0.06 120	0.04 23	0.05 33	0.03 1	0.04 19	0.04 33

UGAM-zero	0.10 164	0.05 17	0.15 323	0.15 79	0.08 140	0.10 141	0.13 126	0.20 261	0.15 178	0.11 189	0.15 238	0.07 79	0.08 163	0.09 37	0.10 127	0.06 120	0.05 177	0.06 122	0.05 132	0.05 111	0.06 224

WCG-NET	0.08 50	0.05 17	0.10 119	0.15 79	0.06 14	0.11 185	0.14 183	0.13 74	0.14 158	0.07 44	0.09 111	0.07 79	0.06 46	0.13 268	0.08 14	0.05 32	0.04 23	0.06 122	0.04 41	0.04 19	0.03 1

model_zeroshot	0.10 164	0.05 17	0.12 207	0.15 79	0.09 254	0.13 269	0.14 183	0.20 261	0.14 158	0.11 189	0.10 138	0.12 232	0.07 122	0.12 213	0.11 199	0.07 271	0.06 334	0.06 122	0.05 132	0.06 212	0.06 224

Occ-G	0.08 50	0.05 17	0.07 5	0.14 37	0.07 76	0.09 95	0.14 183	0.14 92	0.15 178	0.07 44	0.12 197	0.07 79	0.05 15	0.09 37	0.10 127	0.06 120	0.05 177	0.05 33	0.04 41	0.05 111	0.06 224

Pointernet	0.09 99	0.05 17	0.10 119	0.16 155	0.08 140	0.13 269	0.10 30	0.15 120	0.18 249	0.09 116	0.07 42	0.06 21	0.06 46	0.11 127	0.10 127	0.08 335	0.04 23	0.05 33	0.03 1	0.06 212	0.05 127

AIO-Stereo-zeroshot1	0.11 208	0.05 17	0.14 286	0.16 155	0.21 561	0.09 95	0.17 346	0.21 279	0.16 206	0.11 189	0.15 238	0.10 186	0.07 122	0.10 75	0.08 14	0.06 120	0.05 177	0.07 226	0.07 302	0.07 286	0.09 418

AIO-Stereo-zeroshot	0.11 208	0.05 17	0.12 207	0.15 79	0.13 479	0.14 311	0.16 317	0.23 322	0.18 249	0.10 149	0.13 212	0.10 186	0.07 122	0.12 213	0.09 51	0.06 120	0.05 177	0.06 122	0.06 206	0.07 286	0.08 373

WCG-NET（raft）	0.08 50	0.05 17	0.10 119	0.15 79	0.06 14	0.11 185	0.13 126	0.15 120	0.12 99	0.08 80	0.07 42	0.06 21	0.06 46	0.13 268	0.08 14	0.05 32	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

trnet	0.08 50	0.05 17	0.07 5	0.12 5	0.05 1	0.12 231	0.10 30	0.13 74	0.10 40	0.08 80	0.13 212	0.09 153	0.08 163	0.11 127	0.10 127	0.08 335	0.05 177	0.05 33	0.03 1	0.06 212	0.05 127

MoCha-V2	0.08 50	0.05 17	0.11 168	0.20 432	0.07 76	0.10 141	0.14 183	0.12 54	0.08 13	0.07 44	0.08 87	0.07 79	0.06 46	0.09 37	0.08 14	0.05 32	0.05 177	0.05 33	0.04 41	0.04 19	0.04 33

IGEV_Zeroshot_test	0.09 99	0.05 17	0.13 241	0.14 37	0.08 140	0.12 231	0.13 126	0.17 184	0.11 67	0.10 149	0.06 12	0.09 153	0.06 46	0.11 127	0.09 51	0.06 120	0.04 23	0.06 122	0.06 206	0.05 111	0.05 127

MSKI-zero shot	0.09 99	0.05 17	0.09 79	0.16 155	0.07 76	0.10 141	0.13 126	0.15 120	0.14 158	0.09 116	0.09 111	0.09 153	0.06 46	0.12 213	0.11 199	0.06 120	0.04 23	0.05 33	0.04 41	0.04 19	0.05 127

AEACV	0.09 99	0.05 17	0.08 25	0.14 37	0.13 479	0.14 311	0.13 126	0.15 120	0.09 28	0.07 44	0.09 111	0.07 79	0.08 163	0.10 75	0.09 51	0.06 120	0.04 23	0.06 122	0.05 132	0.05 111	0.04 33

Any-RAFT	0.10 164	0.05 17	0.10 119	0.15 79	0.07 76	0.13 269	0.14 183	0.21 279	0.15 178	0.11 189	0.12 197	0.13 256	0.10 218	0.13 268	0.10 127	0.07 271	0.04 23	0.05 33	0.04 41	0.06 212	0.05 127

LoS_RVC	0.08 50	0.05 17	0.07 5	0.15 79	0.07 76	0.08 54	0.15 257	0.12 54	0.11 67	0.08 80	0.09 111	0.06 21	0.09 193	0.10 75	0.09 51	0.05 32	0.04 23	0.05 33	0.03 1	0.04 19	0.04 33

LoS	0.09 99	0.05 17	0.11 168	0.13 10	0.07 76	0.14 311	0.11 53	0.15 120	0.15 178	0.09 116	0.09 111	0.12 232	0.09 193	0.15 313	0.10 127	0.07 271	0.05 177	0.05 33	0.03 1	0.05 111	0.05 127
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.08 50	0.05 17	0.08 25	0.14 37	0.07 76	0.11 185	0.12 81	0.11 34	0.16 206	0.06 11	0.05 7	0.07 79	0.05 15	0.10 75	0.11 199	0.06 120	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

iRaft-Stereo_20w	0.09 99	0.05 17	0.13 241	0.14 37	0.09 254	0.12 231	0.15 257	0.19 244	0.11 67	0.11 189	0.08 87	0.08 121	0.05 15	0.10 75	0.09 51	0.06 120	0.04 23	0.06 122	0.05 132	0.06 212	0.05 127

TRStereo	0.10 164	0.05 17	0.12 207	0.16 155	0.12 453	0.10 141	0.13 126	0.18 212	0.19 275	0.09 116	0.09 111	0.09 153	0.07 122	0.10 75	0.08 14	0.07 271	0.05 177	0.07 226	0.07 302	0.04 19	0.04 33

XX-Stereo	0.09 99	0.05 17	0.09 79	0.17 232	0.09 254	0.15 337	0.12 81	0.21 279	0.10 40	0.10 149	0.14 225	0.07 79	0.06 46	0.13 268	0.08 14	0.06 120	0.05 177	0.06 122	0.06 206	0.04 19	0.04 33

CREStereo	0.09 99	0.05 17	0.08 25	0.11 1	0.06 14	0.14 311	0.14 183	0.14 92	0.10 40	0.09 116	0.13 212	0.09 153	0.08 163	0.12 213	0.10 127	0.08 335	0.04 23	0.05 33	0.03 1	0.06 212	0.06 224
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 99	0.05 17	0.09 79	0.12 5	0.06 14	0.13 269	0.14 183	0.16 149	0.11 67	0.09 116	0.13 212	0.10 186	0.07 122	0.14 295	0.10 127	0.15 534	0.04 23	0.05 33	0.03 1	0.07 286	0.06 224

BStereo	0.08 50	0.06 65	0.17 388	0.15 79	0.08 140	0.08 54	0.09 18	0.15 120	0.16 206	0.06 11	0.07 42	0.07 79	0.05 15	0.09 37	0.11 199	0.04 6	0.05 177	0.05 33	0.07 302	0.04 19	0.05 127

Wave_Phase_stereo	0.09 99	0.06 65	0.17 388	0.15 79	0.08 140	0.11 185	0.09 18	0.18 212	0.16 206	0.06 11	0.07 42	0.07 79	0.05 15	0.09 37	0.11 199	0.04 6	0.05 177	0.05 33	0.07 302	0.04 19	0.05 127

GEAStereo	0.08 50	0.06 65	0.09 79	0.13 10	0.08 140	0.08 54	0.14 183	0.10 18	0.10 40	0.08 80	0.10 138	0.06 21	0.04 1	0.11 127	0.08 14	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.05 127

GSStereo	0.08 50	0.06 65	0.09 79	0.13 10	0.08 140	0.08 54	0.14 183	0.11 34	0.12 99	0.08 80	0.10 138	0.05 2	0.04 1	0.11 127	0.08 14	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.05 127

FE-Mocha	0.09 99	0.06 65	0.14 286	0.16 155	0.09 254	0.11 185	0.15 257	0.19 244	0.16 206	0.10 149	0.09 111	0.07 79	0.07 122	0.09 37	0.09 51	0.06 120	0.04 23	0.06 122	0.06 206	0.05 111	0.05 127

Select-FE	0.11 208	0.06 65	0.21 460	0.15 79	0.11 422	0.12 231	0.13 126	0.22 303	0.18 249	0.09 116	0.11 180	0.10 186	0.06 46	0.12 213	0.09 51	0.07 271	0.05 177	0.07 226	0.08 374	0.06 212	0.08 373

MonStereo	0.07 3	0.06 65	0.06 1	0.15 79	0.05 1	0.08 54	0.10 30	0.15 120	0.15 178	0.05 2	0.06 12	0.05 2	0.06 46	0.07 3	0.09 51	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Monster-pub-eth3d	0.07 3	0.06 65	0.06 1	0.15 79	0.05 1	0.08 54	0.10 30	0.15 120	0.15 178	0.05 2	0.06 12	0.05 2	0.06 46	0.07 3	0.10 127	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

AdaDepth	0.07 3	0.06 65	0.07 5	0.18 314	0.06 14	0.11 185	0.11 53	0.10 18	0.08 13	0.06 11	0.05 7	0.07 79	0.06 46	0.09 37	0.10 127	0.04 6	0.05 177	0.05 33	0.04 41	0.04 19	0.04 33

S2M2_XL	0.08 50	0.06 65	0.12 207	0.12 5	0.08 140	0.09 95	0.09 18	0.07 2	0.07 9	0.08 80	0.07 42	0.07 79	0.06 46	0.09 37	0.09 51	0.08 335	0.06 334	0.07 226	0.06 206	0.08 352	0.06 224
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 99	0.06 65	0.08 25	0.16 155	0.07 76	0.10 141	0.13 126	0.15 120	0.13 136	0.11 189	0.12 197	0.09 153	0.10 218	0.07 3	0.08 14	0.06 120	0.05 177	0.05 33	0.05 132	0.04 19	0.04 33

depthmonostereo	0.09 99	0.06 65	0.09 79	0.15 79	0.06 14	0.11 185	0.13 126	0.14 92	0.15 178	0.10 149	0.10 138	0.09 153	0.11 255	0.08 16	0.09 51	0.06 120	0.05 177	0.06 122	0.04 41	0.04 19	0.03 1

3.25w_new	0.07 3	0.06 65	0.08 25	0.15 79	0.06 14	0.10 141	0.07 3	0.12 54	0.11 67	0.08 80	0.07 42	0.07 79	0.06 46	0.11 127	0.10 127	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 33

3.25w	0.07 3	0.06 65	0.08 25	0.15 79	0.06 14	0.10 141	0.07 3	0.12 54	0.11 67	0.08 80	0.07 42	0.07 79	0.06 46	0.11 127	0.10 127	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 33

1w_stereo	0.08 50	0.06 65	0.07 5	0.16 155	0.06 14	0.07 27	0.10 30	0.14 92	0.15 178	0.07 44	0.08 87	0.05 2	0.06 46	0.10 75	0.09 51	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 33

monsterstereo	0.08 50	0.06 65	0.07 5	0.16 155	0.06 14	0.08 54	0.10 30	0.16 149	0.12 99	0.07 44	0.08 87	0.06 21	0.07 122	0.08 16	0.09 51	0.04 6	0.04 23	0.05 33	0.04 41	0.04 19	0.03 1

monsters	0.07 3	0.06 65	0.06 1	0.15 79	0.06 14	0.08 54	0.09 18	0.13 74	0.09 28	0.09 116	0.07 42	0.06 21	0.06 46	0.09 37	0.08 14	0.05 32	0.04 23	0.04 1	0.04 41	0.03 1	0.04 33

LG-Stereo_Zeroshot	0.07 3	0.06 65	0.10 119	0.16 155	0.07 76	0.04 1	0.13 126	0.10 18	0.10 40	0.05 2	0.11 180	0.07 79	0.05 15	0.07 3	0.09 51	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

GREAT-IGEV	0.07 3	0.06 65	0.09 79	0.13 10	0.07 76	0.07 27	0.14 183	0.10 18	0.09 28	0.06 11	0.08 87	0.06 21	0.05 15	0.10 75	0.07 1	0.05 32	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

HI	0.11 208	0.06 65	0.12 207	0.13 10	0.09 254	0.09 95	0.14 183	0.22 303	0.11 67	0.20 411	0.17 274	0.14 275	0.10 218	0.16 341	0.09 51	0.05 32	0.04 23	0.07 226	0.08 374	0.07 286	0.06 224

CoSv	0.11 208	0.06 65	0.12 207	0.13 10	0.09 254	0.09 95	0.14 183	0.22 303	0.11 67	0.20 411	0.17 274	0.14 275	0.10 218	0.16 341	0.09 51	0.05 32	0.04 23	0.07 226	0.08 374	0.07 286	0.06 224

AIO_rvc	0.07 3	0.06 65	0.08 25	0.15 79	0.06 14	0.08 54	0.14 183	0.09 11	0.08 13	0.07 44	0.08 87	0.07 79	0.04 1	0.10 75	0.08 14	0.05 32	0.04 23	0.05 33	0.04 41	0.04 19	0.03 1

AIO_test	0.07 3	0.06 65	0.07 5	0.15 79	0.07 76	0.07 27	0.14 183	0.10 18	0.10 40	0.07 44	0.07 42	0.06 21	0.05 15	0.08 16	0.10 127	0.05 32	0.04 23	0.05 33	0.04 41	0.04 19	0.03 1

castereo++	0.08 50	0.06 65	0.08 25	0.15 79	0.05 1	0.14 311	0.11 53	0.11 34	0.15 178	0.07 44	0.07 42	0.08 121	0.06 46	0.08 16	0.08 14	0.06 120	0.04 23	0.05 33	0.04 41	0.04 19	0.03 1

IGEV-RUCA	0.08 50	0.06 65	0.11 168	0.14 37	0.09 254	0.10 141	0.12 81	0.10 18	0.12 99	0.06 11	0.07 42	0.08 121	0.06 46	0.09 37	0.08 14	0.06 120	0.05 177	0.05 33	0.04 41	0.05 111	0.06 224

castereo	0.09 99	0.06 65	0.11 168	0.15 79	0.06 14	0.11 185	0.14 183	0.14 92	0.18 249	0.08 80	0.10 138	0.11 210	0.08 163	0.09 37	0.10 127	0.05 32	0.04 23	0.05 33	0.04 41	0.04 19	0.04 33

MonSter	0.07 3	0.06 65	0.06 1	0.15 79	0.05 1	0.08 54	0.10 30	0.15 120	0.15 178	0.05 2	0.06 12	0.05 2	0.06 46	0.07 3	0.09 51	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

GIP-stereo	0.08 50	0.06 65	0.11 168	0.15 79	0.07 76	0.09 95	0.13 126	0.15 120	0.11 67	0.07 44	0.08 87	0.05 2	0.04 1	0.10 75	0.07 1	0.05 32	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

fffft	0.09 99	0.06 65	0.12 207	0.16 155	0.07 76	0.09 95	0.16 317	0.12 54	0.11 67	0.09 116	0.07 42	0.09 153	0.06 46	0.11 127	0.12 266	0.05 32	0.04 23	0.06 122	0.05 132	0.04 19	0.05 127
1: 1. 1
SMoEStereo_RVC	0.08 50	0.06 65	0.12 207	0.16 155	0.07 76	0.09 95	0.13 126	0.11 34	0.14 158	0.09 116	0.07 42	0.07 79	0.07 122	0.12 213	0.10 127	0.05 32	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

tt45	0.09 99	0.06 65	0.11 168	0.15 79	0.07 76	0.12 231	0.15 257	0.13 74	0.12 99	0.09 116	0.06 12	0.08 121	0.06 46	0.13 268	0.10 127	0.06 120	0.04 23	0.06 122	0.05 132	0.05 111	0.06 224

999	0.09 99	0.06 65	0.13 241	0.15 79	0.08 140	0.10 141	0.14 183	0.15 120	0.12 99	0.10 149	0.08 87	0.08 121	0.08 163	0.16 341	0.10 127	0.06 120	0.04 23	0.06 122	0.05 132	0.04 19	0.06 224

tg	0.10 164	0.06 65	0.10 119	0.18 314	0.08 140	0.11 185	0.16 317	0.20 261	0.12 99	0.08 80	0.11 180	0.11 210	0.07 122	0.11 127	0.10 127	0.05 32	0.04 23	0.08 312	0.08 374	0.04 19	0.04 33

PAM_32	0.10 164	0.06 65	0.17 388	0.15 79	0.08 140	0.10 141	0.15 257	0.14 92	0.16 206	0.09 116	0.08 87	0.10 186	0.07 122	0.14 295	0.09 51	0.06 120	0.05 177	0.06 122	0.06 206	0.05 111	0.06 224

PAM	0.10 164	0.06 65	0.17 388	0.15 79	0.09 254	0.10 141	0.16 317	0.15 120	0.16 206	0.12 222	0.09 111	0.10 186	0.07 122	0.13 268	0.09 51	0.06 120	0.05 177	0.06 122	0.06 206	0.05 111	0.06 224

IGEV-Stereo++	0.07 3	0.06 65	0.08 25	0.18 314	0.06 14	0.05 3	0.10 30	0.11 34	0.11 67	0.06 11	0.07 42	0.07 79	0.06 46	0.09 37	0.09 51	0.05 32	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

AIO-Stereo	0.08 50	0.06 65	0.10 119	0.18 314	0.06 14	0.09 95	0.11 53	0.16 149	0.09 28	0.09 116	0.08 87	0.07 79	0.05 15	0.11 127	0.08 14	0.05 32	0.05 177	0.05 33	0.04 41	0.04 19	0.04 33

RSM++	0.08 50	0.06 65	0.09 79	0.17 232	0.07 76	0.09 95	0.12 81	0.11 34	0.11 67	0.08 80	0.06 12	0.07 79	0.05 15	0.10 75	0.09 51	0.05 32	0.04 23	0.06 122	0.05 132	0.05 111	0.03 1

RSM	0.08 50	0.06 65	0.09 79	0.17 232	0.07 76	0.08 54	0.12 81	0.12 54	0.10 40	0.08 80	0.07 42	0.06 21	0.05 15	0.11 127	0.09 51	0.04 6	0.04 23	0.05 33	0.04 41	0.04 19	0.04 33

RAFT-Stereo-weight	0.09 99	0.06 65	0.11 168	0.16 155	0.07 76	0.09 95	0.14 183	0.19 244	0.16 206	0.11 189	0.10 138	0.08 121	0.06 46	0.10 75	0.11 199	0.06 120	0.04 23	0.06 122	0.04 41	0.04 19	0.04 33

gcap-zeroshot	0.09 99	0.06 65	0.10 119	0.16 155	0.07 76	0.14 311	0.13 126	0.11 34	0.12 99	0.13 255	0.12 197	0.09 153	0.08 163	0.09 37	0.09 51	0.06 120	0.05 177	0.06 122	0.05 132	0.04 19	0.04 33

testlalala2	0.10 164	0.06 65	0.11 168	0.20 432	0.10 366	0.10 141	0.11 53	0.17 184	0.13 136	0.12 222	0.13 212	0.09 153	0.08 163	0.11 127	0.13 301	0.06 120	0.05 177	0.05 33	0.04 41	0.05 111	0.05 127

IGEV++	0.08 50	0.06 65	0.09 79	0.18 314	0.07 76	0.10 141	0.13 126	0.10 18	0.10 40	0.08 80	0.08 87	0.06 21	0.05 15	0.13 268	0.09 51	0.05 32	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

MIF-Stereo (partial)	0.11 208	0.06 65	0.10 119	0.19 374	0.10 366	0.10 141	0.12 81	0.17 184	0.19 275	0.14 278	0.16 255	0.10 186	0.11 255	0.12 213	0.12 266	0.08 335	0.05 177	0.08 312	0.07 302	0.06 212	0.07 304

RAFT-Test	0.09 99	0.06 65	0.10 119	0.16 155	0.07 76	0.11 185	0.15 257	0.16 149	0.13 136	0.09 116	0.10 138	0.11 210	0.09 193	0.12 213	0.09 51	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.05 127

HH	0.09 99	0.06 65	0.13 241	0.17 232	0.08 140	0.11 185	0.16 317	0.15 120	0.10 40	0.08 80	0.10 138	0.08 121	0.07 122	0.10 75	0.09 51	0.06 120	0.04 23	0.06 122	0.05 132	0.05 111	0.04 33

HanStereo	0.09 99	0.06 65	0.13 241	0.17 232	0.08 140	0.11 185	0.16 317	0.15 120	0.10 40	0.08 80	0.10 138	0.08 121	0.07 122	0.10 75	0.09 51	0.06 120	0.04 23	0.06 122	0.05 132	0.05 111	0.04 33

Selective-IGEV	0.07 3	0.06 65	0.09 79	0.17 232	0.06 14	0.08 54	0.12 81	0.13 74	0.08 13	0.08 80	0.07 42	0.06 21	0.04 1	0.10 75	0.09 51	0.05 32	0.04 23	0.05 33	0.04 41	0.04 19	0.03 1

knoymous	0.11 208	0.06 65	0.12 207	0.14 37	0.07 76	0.15 337	0.13 126	0.20 261	0.14 158	0.11 189	0.17 274	0.13 256	0.09 193	0.14 295	0.11 199	0.09 393	0.05 177	0.06 122	0.05 132	0.07 286	0.07 304

riskmin	0.11 208	0.06 65	0.13 241	0.14 37	0.08 140	0.14 311	0.14 183	0.18 212	0.15 178	0.12 222	0.15 238	0.17 337	0.11 255	0.14 295	0.12 266	0.09 393	0.05 177	0.07 226	0.05 132	0.08 352	0.08 373

RCA-Stereo	0.09 99	0.06 65	0.09 79	0.16 155	0.06 14	0.09 95	0.13 126	0.18 212	0.14 158	0.10 149	0.11 180	0.08 121	0.07 122	0.12 213	0.11 199	0.06 120	0.04 23	0.06 122	0.05 132	0.05 111	0.04 33

fff	0.10 164	0.06 65	0.12 207	0.15 79	0.07 76	0.09 95	0.17 346	0.16 149	0.21 312	0.13 255	0.17 274	0.10 186	0.11 255	0.12 213	0.13 301	0.06 120	0.04 23	0.05 33	0.04 41	0.04 19	0.05 127

ADStereo(finetuned)	0.10 164	0.06 65	0.13 241	0.16 155	0.06 14	0.09 95	0.17 346	0.16 149	0.20 297	0.13 255	0.18 297	0.10 186	0.12 287	0.12 213	0.12 266	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.05 127

test-3	0.09 99	0.06 65	0.10 119	0.18 314	0.07 76	0.07 27	0.14 183	0.12 54	0.16 206	0.10 149	0.08 87	0.08 121	0.08 163	0.11 127	0.10 127	0.05 32	0.04 23	0.07 226	0.05 132	0.04 19	0.04 33

test_1	0.09 99	0.06 65	0.10 119	0.18 314	0.07 76	0.07 27	0.14 183	0.12 54	0.16 206	0.10 149	0.08 87	0.08 121	0.08 163	0.11 127	0.10 127	0.05 32	0.04 23	0.07 226	0.05 132	0.04 19	0.04 33

PFNet+	0.12 283	0.06 65	0.14 286	0.16 155	0.09 254	0.05 3	0.12 81	0.18 212	0.21 312	0.16 331	0.19 311	0.14 275	0.10 218	0.11 127	0.11 199	0.08 335	0.05 177	0.09 397	0.08 374	0.06 212	0.11 471

HHNet	0.11 208	0.06 65	0.16 365	0.15 79	0.14 497	0.07 27	0.13 126	0.20 261	0.18 249	0.15 302	0.25 398	0.11 210	0.09 193	0.13 268	0.10 127	0.06 120	0.04 23	0.08 312	0.06 206	0.05 111	0.09 418

IIG-Stereo	0.11 208	0.06 65	0.13 241	0.17 232	0.08 140	0.11 185	0.12 81	0.22 303	0.18 249	0.14 278	0.17 274	0.12 232	0.13 319	0.12 213	0.13 301	0.06 120	0.05 177	0.07 226	0.06 206	0.06 212	0.05 127

ASMatch	0.11 208	0.06 65	0.13 241	0.17 232	0.10 366	0.08 54	0.14 183	0.18 212	0.16 206	0.12 222	0.16 255	0.16 320	0.11 255	0.13 268	0.11 199	0.05 32	0.04 23	0.06 122	0.06 206	0.04 19	0.09 418

DEmStereo	0.12 283	0.06 65	0.14 286	0.14 37	0.10 366	0.16 364	0.15 257	0.16 149	0.24 355	0.17 342	0.23 360	0.12 232	0.14 351	0.12 213	0.14 337	0.05 32	0.04 23	0.07 226	0.06 206	0.05 111	0.05 127

DRaft	0.12 283	0.06 65	0.12 207	0.14 37	0.09 254	0.14 311	0.17 346	0.21 279	0.30 434	0.18 374	0.27 429	0.10 186	0.16 392	0.11 127	0.12 266	0.05 32	0.04 23	0.07 226	0.07 302	0.05 111	0.05 127

PFNet	0.12 283	0.06 65	0.17 388	0.18 314	0.08 140	0.09 95	0.15 257	0.26 380	0.20 297	0.16 331	0.16 255	0.14 275	0.12 287	0.13 268	0.11 199	0.06 120	0.04 23	0.07 226	0.06 206	0.05 111	0.05 127

GrayStereo	0.11 208	0.06 65	0.11 168	0.19 374	0.09 254	0.09 95	0.16 317	0.18 212	0.17 234	0.14 278	0.17 274	0.17 337	0.11 255	0.12 213	0.11 199	0.05 32	0.05 177	0.07 226	0.06 206	0.06 212	0.10 447

RAFT-RH_RVC	0.12 283	0.06 65	0.14 286	0.16 155	0.09 254	0.12 231	0.12 81	0.17 184	0.12 99	0.13 255	0.40 521	0.11 210	0.10 218	0.13 268	0.12 266	0.05 32	0.04 23	0.08 312	0.05 132	0.05 111	0.06 224

AnonymousM	0.10 164	0.06 65	0.10 119	0.14 37	0.07 76	0.09 95	0.13 126	0.19 244	0.14 158	0.13 255	0.12 197	0.09 153	0.08 163	0.13 268	0.10 127	0.08 335	0.05 177	0.08 312	0.05 132	0.05 111	0.05 127

rafts_anoy	0.11 208	0.06 65	0.10 119	0.17 232	0.08 140	0.10 141	0.14 183	0.18 212	0.14 158	0.13 255	0.13 212	0.12 232	0.11 255	0.11 127	0.13 301	0.07 271	0.05 177	0.09 397	0.11 488	0.07 286	0.06 224

s12784h	0.10 164	0.06 65	0.08 25	0.15 79	0.05 1	0.16 364	0.18 395	0.16 149	0.15 178	0.10 149	0.11 180	0.11 210	0.11 255	0.11 127	0.12 266	0.05 32	0.04 23	0.06 122	0.04 41	0.04 19	0.04 33

XX-TBD	0.09 99	0.06 65	0.07 5	0.14 37	0.07 76	0.13 269	0.16 317	0.14 92	0.14 158	0.11 189	0.12 197	0.09 153	0.08 163	0.10 75	0.10 127	0.06 120	0.04 23	0.05 33	0.04 41	0.06 212	0.05 127

raftrobust	0.09 99	0.06 65	0.11 168	0.17 232	0.08 140	0.09 95	0.10 30	0.18 212	0.16 206	0.10 149	0.09 111	0.12 232	0.08 163	0.12 213	0.10 127	0.08 335	0.05 177	0.06 122	0.05 132	0.05 111	0.06 224

DCANet	0.10 164	0.06 65	0.12 207	0.16 155	0.06 14	0.09 95	0.17 346	0.16 149	0.20 297	0.13 255	0.18 297	0.10 186	0.11 255	0.11 127	0.12 266	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.05 127

csc	0.10 164	0.06 65	0.12 207	0.15 79	0.07 76	0.09 95	0.17 346	0.16 149	0.21 312	0.13 255	0.17 274	0.10 186	0.11 255	0.12 213	0.13 301	0.06 120	0.04 23	0.05 33	0.04 41	0.04 19	0.05 127

cscssc	0.10 164	0.06 65	0.12 207	0.15 79	0.07 76	0.09 95	0.17 346	0.16 149	0.21 312	0.13 255	0.17 274	0.10 186	0.11 255	0.12 213	0.13 301	0.06 120	0.04 23	0.05 33	0.04 41	0.04 19	0.05 127

111	0.11 208	0.06 65	0.12 207	0.15 79	0.07 76	0.10 141	0.14 183	0.21 279	0.24 355	0.11 189	0.12 197	0.14 275	0.12 287	0.13 268	0.10 127	0.06 120	0.04 23	0.06 122	0.04 41	0.06 212	0.05 127

RAFT-Stereo + iAFF	0.09 99	0.06 65	0.10 119	0.17 232	0.07 76	0.10 141	0.15 257	0.17 184	0.15 178	0.10 149	0.10 138	0.08 121	0.09 193	0.12 213	0.10 127	0.05 32	0.04 23	0.06 122	0.06 206	0.04 19	0.03 1

R-Stereo Train	0.10 164	0.06 65	0.11 168	0.17 232	0.08 140	0.11 185	0.14 183	0.24 346	0.11 67	0.12 222	0.19 311	0.11 210	0.08 163	0.10 75	0.11 199	0.07 271	0.05 177	0.06 122	0.05 132	0.05 111	0.05 127

RAFT-Stereo	0.10 164	0.06 65	0.11 168	0.17 232	0.08 140	0.11 185	0.14 183	0.24 346	0.11 67	0.12 222	0.19 311	0.11 210	0.08 163	0.10 75	0.11 199	0.07 271	0.05 177	0.06 122	0.05 132	0.05 111	0.05 127
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.11 208	0.06 65	0.12 207	0.14 37	0.06 14	0.12 231	0.10 30	0.18 212	0.18 249	0.13 255	0.17 274	0.15 300	0.11 255	0.15 313	0.14 337	0.06 120	0.04 23	0.04 1	0.04 41	0.06 212	0.05 127
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
DStereoRT	0.17 429	0.07 142	0.12 207	0.19 374	0.09 254	0.13 269	0.12 81	0.28 418	0.23 344	0.12 222	0.20 321	0.11 210	0.10 218	0.15 313	0.14 337	0.06 120	0.05 177	1.02 609	0.09 419	0.05 111	0.04 33

WQFJA1	0.10 164	0.07 142	0.08 25	0.20 432	0.09 254	0.12 231	0.18 395	0.18 212	0.18 249	0.09 116	0.10 138	0.08 121	0.10 218	0.12 213	0.11 199	0.06 120	0.08 437	0.07 226	0.06 206	0.06 212	0.05 127

WQFJX1	0.10 164	0.07 142	0.08 25	0.22 488	0.09 254	0.12 231	0.17 346	0.18 212	0.18 249	0.10 149	0.10 138	0.07 79	0.10 218	0.11 127	0.10 127	0.07 271	0.08 437	0.07 226	0.06 206	0.05 111	0.05 127

WQFJX	0.10 164	0.07 142	0.09 79	0.21 467	0.09 254	0.12 231	0.16 317	0.19 244	0.18 249	0.12 222	0.10 138	0.08 121	0.10 218	0.12 213	0.10 127	0.07 271	0.07 405	0.06 122	0.05 132	0.06 212	0.05 127

NLMM	0.10 164	0.07 142	0.08 25	0.20 432	0.09 254	0.12 231	0.18 395	0.18 212	0.18 249	0.09 116	0.10 138	0.08 121	0.10 218	0.12 213	0.11 199	0.06 120	0.08 437	0.07 226	0.06 206	0.06 212	0.05 127

NLSM3	0.09 99	0.07 142	0.08 25	0.20 432	0.08 140	0.11 185	0.16 317	0.18 212	0.17 234	0.06 11	0.08 87	0.08 121	0.09 193	0.09 37	0.11 199	0.04 6	0.04 23	0.06 122	0.07 302	0.03 1	0.04 33

NLSM1	0.10 164	0.07 142	0.08 25	0.19 374	0.08 140	0.13 269	0.16 317	0.21 279	0.16 206	0.11 189	0.10 138	0.07 79	0.10 218	0.10 75	0.11 199	0.07 271	0.08 437	0.08 312	0.07 302	0.05 111	0.05 127

VIP-Stereo	0.07 3	0.07 142	0.08 25	0.15 79	0.06 14	0.11 185	0.10 30	0.11 34	0.11 67	0.06 11	0.07 42	0.06 21	0.05 15	0.10 75	0.08 14	0.05 32	0.04 23	0.05 33	0.04 41	0.03 1	0.03 1

BridgeDepth	0.07 3	0.07 142	0.08 25	0.18 314	0.06 14	0.07 27	0.11 53	0.10 18	0.06 4	0.04 1	0.07 42	0.10 186	0.09 193	0.08 16	0.08 14	0.04 6	0.03 1	0.04 1	0.04 41	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 99	0.07 142	0.07 5	0.19 374	0.08 140	0.10 141	0.13 126	0.13 74	0.12 99	0.08 80	0.10 138	0.10 186	0.08 163	0.09 37	0.10 127	0.05 32	0.04 23	0.06 122	0.04 41	0.05 111	0.04 33

GGEV	0.09 99	0.07 142	0.07 5	0.19 374	0.08 140	0.10 141	0.13 126	0.13 74	0.12 99	0.08 80	0.10 138	0.10 186	0.08 163	0.09 37	0.10 127	0.05 32	0.04 23	0.06 122	0.04 41	0.05 111	0.04 33

2.25w	0.07 3	0.07 142	0.08 25	0.15 79	0.06 14	0.08 54	0.09 18	0.10 18	0.15 178	0.08 80	0.10 138	0.07 79	0.06 46	0.09 37	0.10 127	0.05 32	0.04 23	0.04 1	0.04 41	0.03 1	0.04 33

2.5w	0.07 3	0.07 142	0.08 25	0.16 155	0.06 14	0.08 54	0.12 81	0.10 18	0.10 40	0.07 44	0.06 12	0.09 153	0.06 46	0.08 16	0.09 51	0.04 6	0.03 1	0.04 1	0.04 41	0.03 1	0.03 1

2.75w_new	0.07 3	0.07 142	0.07 5	0.13 10	0.06 14	0.08 54	0.08 7	0.18 212	0.13 136	0.08 80	0.08 87	0.06 21	0.06 46	0.09 37	0.11 199	0.04 6	0.04 23	0.04 1	0.03 1	0.03 1	0.04 33

3.75w	0.07 3	0.07 142	0.08 25	0.16 155	0.07 76	0.07 27	0.09 18	0.16 149	0.10 40	0.07 44	0.06 12	0.06 21	0.06 46	0.09 37	0.10 127	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.5w_stereo	0.07 3	0.07 142	0.07 5	0.15 79	0.07 76	0.09 95	0.06 1	0.14 92	0.11 67	0.08 80	0.07 42	0.06 21	0.07 122	0.10 75	0.09 51	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

G2L-ROB	0.13 310	0.07 142	0.13 241	0.13 10	0.08 140	0.14 311	0.17 346	0.25 367	0.19 275	0.20 411	0.19 311	0.20 377	0.14 351	0.18 397	0.16 390	0.08 335	0.05 177	0.06 122	0.05 132	0.08 352	0.09 418

xyz-stereo-finetune2	0.11 208	0.07 142	0.13 241	0.13 10	0.07 76	0.11 185	0.19 439	0.17 184	0.12 99	0.15 302	0.15 238	0.17 337	0.13 319	0.13 268	0.11 199	0.05 32	0.04 23	0.07 226	0.05 132	0.04 19	0.06 224

xyz-stereo	0.14 340	0.07 142	0.22 470	0.15 79	0.05 1	0.22 469	0.15 257	0.17 184	0.31 442	0.15 302	0.28 440	0.26 453	0.17 416	0.13 268	0.12 266	0.05 32	0.05 177	0.06 122	0.05 132	0.04 19	0.04 33

G2L-Stereo_test	0.14 340	0.07 142	0.11 168	0.13 10	0.08 140	0.12 231	0.17 346	0.31 464	0.28 421	0.21 427	0.23 360	0.20 377	0.16 392	0.17 380	0.19 435	0.07 271	0.05 177	0.05 33	0.05 132	0.07 286	0.07 304

coex_refinement	0.14 340	0.07 142	0.12 207	0.17 232	0.10 366	0.16 364	0.15 257	0.27 394	0.29 428	0.18 374	0.21 339	0.22 404	0.17 416	0.16 341	0.19 435	0.08 335	0.05 177	0.06 122	0.06 206	0.09 416	0.08 373

G2L-Stereo	0.14 340	0.07 142	0.13 241	0.17 232	0.09 254	0.13 269	0.12 81	0.27 394	0.22 334	0.17 342	0.27 429	0.21 386	0.13 319	0.18 397	0.18 420	0.09 393	0.08 437	0.08 312	0.07 302	0.07 286	0.07 304

MM-Stereo_test3	0.10 164	0.07 142	0.07 5	0.18 314	0.07 76	0.12 231	0.19 439	0.24 346	0.19 275	0.06 11	0.10 138	0.08 121	0.06 46	0.11 127	0.09 51	0.06 120	0.06 334	0.07 226	0.05 132	0.05 111	0.04 33

MM-Stereo_test2	0.09 99	0.07 142	0.09 79	0.19 374	0.08 140	0.12 231	0.18 395	0.15 120	0.14 158	0.07 44	0.10 138	0.07 79	0.06 46	0.12 213	0.09 51	0.05 32	0.04 23	0.06 122	0.05 132	0.06 212	0.04 33

MM-Stereo_test1	0.10 164	0.07 142	0.09 79	0.18 314	0.07 76	0.12 231	0.18 395	0.21 279	0.20 297	0.09 116	0.11 180	0.08 121	0.06 46	0.10 75	0.10 127	0.06 120	0.05 177	0.07 226	0.06 206	0.05 111	0.04 33

HART	0.08 50	0.07 142	0.09 79	0.18 314	0.07 76	0.10 141	0.16 317	0.13 74	0.11 67	0.09 116	0.10 138	0.08 121	0.05 15	0.10 75	0.08 14	0.05 32	0.04 23	0.06 122	0.04 41	0.05 111	0.04 33

SCV_C0	0.08 50	0.07 142	0.08 25	0.16 155	0.10 366	0.08 54	0.14 183	0.11 34	0.13 136	0.08 80	0.07 42	0.06 21	0.05 15	0.11 127	0.07 1	0.05 32	0.05 177	0.05 33	0.04 41	0.06 212	0.05 127

DEFOM-Stereo_RVC	0.08 50	0.07 142	0.09 79	0.22 488	0.06 14	0.08 54	0.12 81	0.10 18	0.10 40	0.07 44	0.07 42	0.06 21	0.05 15	0.11 127	0.09 51	0.06 120	0.04 23	0.05 33	0.03 1	0.06 212	0.04 33

AIO-test1	0.10 164	0.07 142	0.11 168	0.24 522	0.07 76	0.09 95	0.13 126	0.22 303	0.15 178	0.11 189	0.12 197	0.09 153	0.07 122	0.11 127	0.09 51	0.06 120	0.05 177	0.09 397	0.10 458	0.04 19	0.07 304

mms	0.09 99	0.07 142	0.08 25	0.17 232	0.08 140	0.11 185	0.15 257	0.12 54	0.11 67	0.09 116	0.09 111	0.08 121	0.06 46	0.11 127	0.12 266	0.05 32	0.04 23	0.07 226	0.05 132	0.04 19	0.04 33

ours_stereo	0.09 99	0.07 142	0.09 79	0.17 232	0.08 140	0.11 185	0.16 317	0.11 34	0.12 99	0.08 80	0.10 138	0.08 121	0.06 46	0.12 213	0.12 266	0.05 32	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

GCAP-BAT	0.09 99	0.07 142	0.14 286	0.15 79	0.08 140	0.10 141	0.12 81	0.15 120	0.11 67	0.11 189	0.10 138	0.09 153	0.07 122	0.12 213	0.10 127	0.06 120	0.05 177	0.06 122	0.04 41	0.04 19	0.04 33

U	0.08 50	0.07 142	0.10 119	0.19 374	0.10 366	0.10 141	0.13 126	0.12 54	0.17 234	0.07 44	0.07 42	0.06 21	0.05 15	0.07 3	0.09 51	0.06 120	0.04 23	0.06 122	0.04 41	0.06 212	0.05 127

rvit_stereo_ft	0.12 283	0.07 142	0.13 241	0.19 374	0.10 366	0.12 231	0.17 346	0.16 149	0.16 206	0.13 255	0.13 212	0.15 300	0.10 218	0.14 295	0.13 301	0.10 434	0.06 334	0.08 312	0.07 302	0.07 286	0.06 224

test_sample2	0.13 310	0.07 142	0.12 207	0.14 37	0.08 140	0.16 364	0.18 395	0.21 279	0.16 206	0.14 278	0.21 339	0.20 377	0.15 371	0.15 313	0.13 301	0.08 335	0.06 334	0.07 226	0.06 206	0.08 352	0.08 373

test_sample1	0.13 310	0.07 142	0.14 286	0.14 37	0.08 140	0.19 425	0.17 346	0.20 261	0.15 178	0.14 278	0.22 355	0.18 351	0.16 392	0.17 380	0.15 371	0.07 271	0.06 334	0.06 122	0.06 206	0.08 352	0.08 373

CAS++	0.11 208	0.07 142	0.11 168	0.14 37	0.10 366	0.13 269	0.14 183	0.24 346	0.14 158	0.11 189	0.09 111	0.11 210	0.07 122	0.14 295	0.09 51	0.11 466	0.09 469	0.09 397	0.07 302	0.07 286	0.08 373
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MGS-Stereo	0.09 99	0.07 142	0.12 207	0.16 155	0.08 140	0.09 95	0.15 257	0.12 54	0.12 99	0.07 44	0.10 138	0.08 121	0.06 46	0.11 127	0.09 51	0.05 32	0.04 23	0.06 122	0.05 132	0.06 212	0.05 127

MyStereo8	0.12 283	0.07 142	0.15 323	0.15 79	0.09 254	0.18 403	0.14 183	0.19 244	0.22 334	0.12 222	0.18 297	0.11 210	0.10 218	0.16 341	0.18 420	0.07 271	0.05 177	0.07 226	0.05 132	0.08 352	0.09 418

SMFormer	0.14 340	0.07 142	0.18 422	0.14 37	0.08 140	0.17 387	0.17 346	0.27 394	0.27 405	0.19 389	0.20 321	0.19 360	0.15 371	0.15 313	0.17 407	0.08 335	0.05 177	0.07 226	0.06 206	0.08 352	0.07 304

tta	0.14 340	0.07 142	0.18 422	0.14 37	0.08 140	0.17 387	0.17 346	0.27 394	0.27 405	0.19 389	0.20 321	0.19 360	0.15 371	0.15 313	0.17 407	0.08 335	0.05 177	0.07 226	0.06 206	0.06 212	0.06 224

qqq1	0.14 340	0.07 142	0.18 422	0.14 37	0.08 140	0.17 387	0.17 346	0.27 394	0.27 405	0.19 389	0.20 321	0.19 360	0.15 371	0.15 313	0.12 266	0.08 335	0.05 177	0.05 33	0.05 132	0.06 212	0.06 224

fff1	0.14 340	0.07 142	0.18 422	0.14 37	0.08 140	0.17 387	0.17 346	0.27 394	0.27 405	0.19 389	0.20 321	0.19 360	0.15 371	0.15 313	0.12 266	0.08 335	0.05 177	0.05 33	0.05 132	0.06 212	0.06 224

MyStereo07	0.10 164	0.07 142	0.10 119	0.17 232	0.09 254	0.14 311	0.17 346	0.15 120	0.15 178	0.09 116	0.06 12	0.06 21	0.07 122	0.12 213	0.09 51	0.06 120	0.05 177	0.08 312	0.07 302	0.06 212	0.06 224

MyStereo06	0.10 164	0.07 142	0.12 207	0.17 232	0.09 254	0.13 269	0.18 395	0.19 244	0.12 99	0.13 255	0.08 87	0.07 79	0.07 122	0.11 127	0.09 51	0.06 120	0.05 177	0.08 312	0.07 302	0.06 212	0.06 224

MyStereo05	0.13 310	0.07 142	0.10 119	0.17 232	0.09 254	0.13 269	0.18 395	0.28 418	0.35 478	0.17 342	0.14 225	0.15 300	0.11 255	0.15 313	0.13 301	0.06 120	0.05 177	0.08 312	0.07 302	0.06 212	0.06 224

MyStereo04	0.13 310	0.07 142	0.10 119	0.17 232	0.09 254	0.14 311	0.17 346	0.29 437	0.38 495	0.17 342	0.14 225	0.16 320	0.11 255	0.15 313	0.13 301	0.06 120	0.05 177	0.08 312	0.07 302	0.06 212	0.06 224

CoDeX	0.12 283	0.07 142	0.13 241	0.17 232	0.08 140	0.12 231	0.16 317	0.23 322	0.27 405	0.13 255	0.17 274	0.15 300	0.12 287	0.14 295	0.11 199	0.07 271	0.05 177	0.07 226	0.06 206	0.06 212	0.05 127

11t1	0.12 283	0.07 142	0.14 286	0.14 37	0.08 140	0.17 387	0.15 257	0.19 244	0.15 178	0.15 302	0.15 238	0.17 337	0.16 392	0.15 313	0.13 301	0.08 335	0.05 177	0.06 122	0.05 132	0.08 352	0.07 304

ff7	0.09 99	0.07 142	0.11 168	0.16 155	0.09 254	0.11 185	0.15 257	0.16 149	0.12 99	0.10 149	0.06 12	0.06 21	0.06 46	0.11 127	0.09 51	0.05 32	0.04 23	0.06 122	0.05 132	0.05 111	0.06 224

IGEVStereo-DCA	0.09 99	0.07 142	0.11 168	0.16 155	0.10 366	0.11 185	0.15 257	0.16 149	0.12 99	0.10 149	0.06 12	0.08 121	0.06 46	0.10 75	0.09 51	0.06 120	0.05 177	0.06 122	0.05 132	0.05 111	0.06 224

ffff	0.09 99	0.07 142	0.11 168	0.16 155	0.09 254	0.11 185	0.15 257	0.16 149	0.12 99	0.10 149	0.06 12	0.06 21	0.06 46	0.11 127	0.09 51	0.05 32	0.04 23	0.06 122	0.05 132	0.05 111	0.06 224

rrr	0.09 99	0.07 142	0.13 241	0.16 155	0.10 366	0.11 185	0.15 257	0.16 149	0.15 178	0.10 149	0.06 12	0.08 121	0.06 46	0.10 75	0.09 51	0.06 120	0.05 177	0.06 122	0.05 132	0.05 111	0.06 224

11t	0.09 99	0.07 142	0.11 168	0.16 155	0.09 254	0.11 185	0.15 257	0.16 149	0.12 99	0.10 149	0.06 12	0.06 21	0.06 46	0.11 127	0.09 51	0.05 32	0.04 23	0.06 122	0.05 132	0.05 111	0.06 224

UniTT-Stereo	0.09 99	0.07 142	0.08 25	0.18 314	0.08 140	0.13 269	0.11 53	0.12 54	0.11 67	0.10 149	0.12 197	0.05 2	0.06 46	0.09 37	0.10 127	0.07 271	0.06 334	0.05 33	0.05 132	0.06 212	0.05 127

EKT-Stereo	0.11 208	0.07 142	0.14 286	0.16 155	0.10 366	0.13 269	0.14 183	0.19 244	0.21 312	0.11 189	0.08 87	0.13 256	0.10 218	0.11 127	0.12 266	0.08 335	0.06 334	0.07 226	0.06 206	0.08 352	0.07 304

MIM_Stereo	0.10 164	0.07 142	0.11 168	0.15 79	0.07 76	0.07 27	0.12 81	0.20 261	0.14 158	0.13 255	0.14 225	0.09 153	0.05 15	0.12 213	0.08 14	0.05 32	0.06 334	0.07 226	0.06 206	0.06 212	0.05 127

testlalala	0.08 50	0.07 142	0.17 388	0.16 155	0.08 140	0.09 95	0.12 81	0.15 120	0.10 40	0.07 44	0.09 111	0.06 21	0.06 46	0.11 127	0.09 51	0.05 32	0.04 23	0.06 122	0.04 41	0.04 19	0.04 33

GCAP-Stereo	0.09 99	0.07 142	0.13 241	0.18 314	0.06 14	0.11 185	0.07 3	0.14 92	0.12 99	0.09 116	0.10 138	0.07 79	0.09 193	0.13 268	0.10 127	0.06 120	0.05 177	0.05 33	0.04 41	0.04 19	0.05 127

4D-IteraStereo	0.10 164	0.07 142	0.10 119	0.18 314	0.07 76	0.09 95	0.15 257	0.18 212	0.15 178	0.10 149	0.11 180	0.10 186	0.07 122	0.12 213	0.09 51	0.05 32	0.03 1	0.08 312	0.07 302	0.06 212	0.05 127

anonymousdsp2	0.11 208	0.07 142	0.11 168	0.16 155	0.09 254	0.13 269	0.14 183	0.19 244	0.23 344	0.13 255	0.14 225	0.12 232	0.09 193	0.14 295	0.11 199	0.05 32	0.05 177	0.05 33	0.04 41	0.06 212	0.06 224

anonymousdsp	0.09 99	0.07 142	0.11 168	0.17 232	0.09 254	0.11 185	0.15 257	0.16 149	0.12 99	0.10 149	0.06 12	0.06 21	0.06 46	0.11 127	0.09 51	0.05 32	0.04 23	0.06 122	0.05 132	0.05 111	0.06 224

CBFPSM	0.15 380	0.07 142	0.27 498	0.17 232	0.09 254	0.13 269	0.15 257	0.22 303	0.23 344	0.20 411	0.27 429	0.23 421	0.16 392	0.16 341	0.19 435	0.06 120	0.06 334	0.06 122	0.07 302	0.07 286	0.07 304

iinet-f	0.17 429	0.07 142	0.46 552	0.14 37	0.10 366	0.21 455	0.14 183	0.27 394	0.23 344	0.22 442	0.25 398	0.21 386	0.16 392	0.18 397	0.22 471	0.09 393	0.07 405	0.07 226	0.06 206	0.09 416	0.10 447

gwcnet-sp	0.14 340	0.07 142	0.13 241	0.18 314	0.09 254	0.16 364	0.18 395	0.24 346	0.24 355	0.19 389	0.24 372	0.15 300	0.16 392	0.16 341	0.15 371	0.08 335	0.07 405	0.07 226	0.08 374	0.08 352	0.07 304

scenet	0.14 340	0.07 142	0.13 241	0.18 314	0.09 254	0.16 364	0.18 395	0.24 346	0.24 355	0.19 389	0.24 372	0.15 300	0.16 392	0.16 341	0.15 371	0.08 335	0.07 405	0.07 226	0.08 374	0.08 352	0.07 304

DCRE	0.11 208	0.07 142	0.13 241	0.16 155	0.11 422	0.11 185	0.17 346	0.18 212	0.17 234	0.11 189	0.18 297	0.11 210	0.10 218	0.15 313	0.11 199	0.06 120	0.05 177	0.06 122	0.06 206	0.05 111	0.05 127

anonymousa	0.13 310	0.07 142	0.14 286	0.18 314	0.09 254	0.13 269	0.17 346	0.20 261	0.29 428	0.15 302	0.24 372	0.16 320	0.14 351	0.14 295	0.14 337	0.07 271	0.05 177	0.07 226	0.09 419	0.05 111	0.07 304

ProNet	0.09 99	0.07 142	0.11 168	0.17 232	0.08 140	0.11 185	0.15 257	0.15 120	0.12 99	0.10 149	0.06 12	0.07 79	0.06 46	0.11 127	0.09 51	0.05 32	0.05 177	0.06 122	0.05 132	0.04 19	0.06 224

MC-Stereo	0.09 99	0.07 142	0.09 79	0.17 232	0.06 14	0.10 141	0.14 183	0.12 54	0.11 67	0.09 116	0.12 197	0.09 153	0.06 46	0.11 127	0.10 127	0.06 120	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

ssnet	0.14 340	0.07 142	0.13 241	0.18 314	0.09 254	0.16 364	0.18 395	0.24 346	0.24 355	0.19 389	0.24 372	0.15 300	0.16 392	0.16 341	0.15 371	0.08 335	0.07 405	0.07 226	0.08 374	0.08 352	0.07 304

DCANet-4	0.11 208	0.07 142	0.13 241	0.16 155	0.06 14	0.09 95	0.17 346	0.18 212	0.20 297	0.13 255	0.17 274	0.09 153	0.14 351	0.12 213	0.13 301	0.06 120	0.04 23	0.05 33	0.04 41	0.04 19	0.05 127

ccc-4	0.09 99	0.07 142	0.11 168	0.16 155	0.09 254	0.11 185	0.15 257	0.16 149	0.12 99	0.10 149	0.06 12	0.06 21	0.06 46	0.11 127	0.09 51	0.05 32	0.04 23	0.06 122	0.05 132	0.05 111	0.06 224

tt	4.65 614	0.07 142	3.54 614	2.01 614	1.55 614	10.25 622	16.66 623	8.90 627	5.03 620	1.33 613	0.96 598	4.71 618	4.74 619	3.33 618	5.86 621	6.06 626	10.30 630	1.87 620	2.09 620	2.61 617	1.19 616

DisPM	0.11 208	0.07 142	0.13 241	0.16 155	0.09 254	0.06 10	0.13 126	0.18 212	0.17 234	0.14 278	0.19 311	0.12 232	0.10 218	0.12 213	0.11 199	0.07 271	0.05 177	0.07 226	0.06 206	0.06 212	0.11 471

IGEV-Stereo	0.09 99	0.07 142	0.11 168	0.17 232	0.09 254	0.11 185	0.15 257	0.16 149	0.12 99	0.10 149	0.06 12	0.06 21	0.06 46	0.11 127	0.09 51	0.05 32	0.04 23	0.06 122	0.05 132	0.05 111	0.06 224
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GLC_STEREO	0.11 208	0.07 142	0.11 168	0.18 314	0.07 76	0.08 54	0.13 126	0.16 149	0.24 355	0.12 222	0.13 212	0.12 232	0.08 163	0.18 397	0.12 266	0.06 120	0.08 437	0.08 312	0.06 206	0.05 111	0.05 127

GANet-ADL	0.13 310	0.07 142	0.15 323	0.17 232	0.10 366	0.19 425	0.15 257	0.30 448	0.21 312	0.13 255	0.18 297	0.19 360	0.13 319	0.16 341	0.14 337	0.08 335	0.06 334	0.06 122	0.05 132	0.07 286	0.08 373

CrosDoStereo	0.12 283	0.07 142	0.12 207	0.14 37	0.09 254	0.12 231	0.15 257	0.17 184	0.22 334	0.19 389	0.24 372	0.15 300	0.11 255	0.11 127	0.12 266	0.06 120	0.05 177	0.07 226	0.07 302	0.05 111	0.05 127

LCNet	0.11 208	0.07 142	0.09 79	0.19 374	0.09 254	0.08 54	0.14 183	0.21 279	0.15 178	0.12 222	0.15 238	0.16 320	0.11 255	0.12 213	0.11 199	0.05 32	0.04 23	0.08 312	0.07 302	0.06 212	0.14 522

STrans-v2	0.10 164	0.07 142	0.13 241	0.18 314	0.08 140	0.10 141	0.14 183	0.22 303	0.11 67	0.11 189	0.15 238	0.12 232	0.10 218	0.11 127	0.12 266	0.05 32	0.04 23	0.06 122	0.06 206	0.05 111	0.05 127

OMP-Stereo	0.11 208	0.07 142	0.14 286	0.18 314	0.08 140	0.09 95	0.12 81	0.21 279	0.21 312	0.13 255	0.14 225	0.11 210	0.12 287	0.11 127	0.13 301	0.06 120	0.05 177	0.07 226	0.06 206	0.05 111	0.04 33

NF-Stereo	0.11 208	0.07 142	0.13 241	0.17 232	0.09 254	0.10 141	0.13 126	0.23 322	0.19 275	0.12 222	0.17 274	0.12 232	0.12 287	0.11 127	0.11 199	0.06 120	0.04 23	0.07 226	0.06 206	0.07 286	0.12 492

OCTAStereo	0.11 208	0.07 142	0.14 286	0.17 232	0.09 254	0.10 141	0.13 126	0.23 322	0.19 275	0.12 222	0.17 274	0.12 232	0.12 287	0.11 127	0.11 199	0.06 120	0.04 23	0.07 226	0.06 206	0.07 286	0.11 471

PSM-softLoss	0.12 283	0.07 142	0.15 323	0.17 232	0.09 254	0.08 54	0.12 81	0.24 346	0.17 234	0.15 302	0.19 311	0.13 256	0.11 255	0.11 127	0.11 199	0.07 271	0.05 177	0.08 312	0.07 302	0.07 286	0.12 492

KMStereo	0.12 283	0.07 142	0.15 323	0.17 232	0.09 254	0.08 54	0.12 81	0.24 346	0.17 234	0.15 302	0.19 311	0.13 256	0.11 255	0.11 127	0.11 199	0.07 271	0.05 177	0.08 312	0.07 302	0.07 286	0.12 492

PSM-AAD	0.11 208	0.07 142	0.10 119	0.20 432	0.09 254	0.10 141	0.14 183	0.21 279	0.13 136	0.12 222	0.14 225	0.18 351	0.11 255	0.11 127	0.10 127	0.05 32	0.05 177	0.09 397	0.08 374	0.06 212	0.14 522

FTStereo	0.12 283	0.07 142	0.14 286	0.18 314	0.09 254	0.07 27	0.15 257	0.22 303	0.18 249	0.12 222	0.24 372	0.11 210	0.13 319	0.13 268	0.14 337	0.05 32	0.05 177	0.07 226	0.07 302	0.06 212	0.10 447

KYRaft	0.12 283	0.07 142	0.10 119	0.19 374	0.09 254	0.08 54	0.15 257	0.23 322	0.12 99	0.13 255	0.16 255	0.20 377	0.10 218	0.12 213	0.11 199	0.06 120	0.04 23	0.08 312	0.08 374	0.06 212	0.15 536

DeepStereo_LL	0.12 283	0.07 142	0.12 207	0.14 37	0.09 254	0.12 231	0.15 257	0.17 184	0.22 334	0.19 389	0.24 372	0.15 300	0.11 255	0.11 127	0.12 266	0.06 120	0.05 177	0.07 226	0.07 302	0.05 111	0.05 127

SST-Stereo	0.11 208	0.07 142	0.16 365	0.18 314	0.09 254	0.06 10	0.12 81	0.18 212	0.10 40	0.15 302	0.18 297	0.13 256	0.12 287	0.10 75	0.11 199	0.06 120	0.04 23	0.09 397	0.06 206	0.07 286	0.06 224

THIR-Stereo	0.12 283	0.07 142	0.11 168	0.15 79	0.08 140	0.14 311	0.16 317	0.18 212	0.25 379	0.17 342	0.24 372	0.13 256	0.13 319	0.12 213	0.14 337	0.06 120	0.05 177	0.07 226	0.07 302	0.05 111	0.05 127

RAFT_R40	0.11 208	0.07 142	0.15 323	0.18 314	0.09 254	0.06 10	0.13 126	0.17 184	0.15 178	0.14 278	0.18 297	0.15 300	0.12 287	0.10 75	0.11 199	0.06 120	0.04 23	0.09 397	0.06 206	0.06 212	0.05 127

RE-Stereo	0.11 208	0.07 142	0.13 241	0.17 232	0.09 254	0.10 141	0.13 126	0.23 322	0.19 275	0.12 222	0.17 274	0.12 232	0.12 287	0.11 127	0.11 199	0.06 120	0.04 23	0.07 226	0.06 206	0.07 286	0.11 471

Pruner-Stereo	0.11 208	0.07 142	0.12 207	0.17 232	0.09 254	0.06 10	0.12 81	0.18 212	0.17 234	0.14 278	0.19 311	0.13 256	0.10 218	0.11 127	0.11 199	0.06 120	0.04 23	0.07 226	0.06 206	0.06 212	0.08 373

TVStereo	0.11 208	0.07 142	0.13 241	0.17 232	0.09 254	0.10 141	0.13 126	0.23 322	0.19 275	0.12 222	0.17 274	0.12 232	0.12 287	0.11 127	0.11 199	0.06 120	0.04 23	0.07 226	0.06 206	0.07 286	0.11 471

RAFT-345	0.11 208	0.07 142	0.16 365	0.17 232	0.08 140	0.08 54	0.12 81	0.16 149	0.10 40	0.11 189	0.34 491	0.09 153	0.10 218	0.11 127	0.12 266	0.05 32	0.05 177	0.07 226	0.06 206	0.04 19	0.05 127

test-1	0.10 164	0.07 142	0.17 388	0.19 374	0.08 140	0.11 185	0.24 513	0.15 120	0.18 249	0.09 116	0.07 42	0.10 186	0.08 163	0.08 16	0.09 51	0.06 120	0.04 23	0.06 122	0.06 206	0.04 19	0.05 127

GMM-Stereo	0.11 208	0.07 142	0.10 119	0.18 314	0.09 254	0.08 54	0.14 183	0.24 346	0.16 206	0.11 189	0.15 238	0.13 256	0.11 255	0.11 127	0.11 199	0.05 32	0.04 23	0.08 312	0.07 302	0.06 212	0.09 418

Prome-Stereo	0.11 208	0.07 142	0.11 168	0.18 314	0.09 254	0.12 231	0.14 183	0.23 322	0.13 136	0.13 255	0.16 255	0.13 256	0.08 163	0.12 213	0.10 127	0.05 32	0.05 177	0.07 226	0.06 206	0.06 212	0.10 447

iRaftStereo_RVC	0.10 164	0.07 142	0.10 119	0.17 232	0.09 254	0.11 185	0.17 346	0.18 212	0.12 99	0.09 116	0.11 180	0.10 186	0.07 122	0.11 127	0.10 127	0.05 32	0.04 23	0.08 312	0.08 374	0.04 19	0.04 33

raft+_RVC	0.11 208	0.07 142	0.09 79	0.16 155	0.07 76	0.10 141	0.11 53	0.24 346	0.20 297	0.12 222	0.15 238	0.12 232	0.08 163	0.12 213	0.13 301	0.07 271	0.04 23	0.07 226	0.06 206	0.05 111	0.05 127

RALCasStereoNet	0.11 208	0.07 142	0.09 79	0.16 155	0.08 140	0.13 269	0.14 183	0.17 184	0.11 67	0.12 222	0.17 274	0.14 275	0.10 218	0.12 213	0.11 199	0.07 271	0.06 334	0.06 122	0.05 132	0.08 352	0.07 304

222	0.16 407	0.07 142	0.15 323	0.14 37	0.08 140	0.25 500	0.18 395	0.30 448	0.21 312	0.18 374	0.29 455	0.17 337	0.16 392	0.16 341	0.44 581	0.10 434	0.05 177	0.07 226	0.06 206	0.08 352	0.08 373

test_xeample3	0.09 99	0.07 142	0.12 207	0.16 155	0.09 254	0.11 185	0.15 257	0.16 149	0.14 158	0.10 149	0.07 42	0.08 121	0.06 46	0.10 75	0.09 51	0.06 120	0.04 23	0.06 122	0.05 132	0.05 111	0.06 224

xxxx	0.15 380	0.07 142	0.14 286	0.14 37	0.08 140	0.24 491	0.18 395	0.32 469	0.20 297	0.14 278	0.28 440	0.22 404	0.14 351	0.15 313	0.29 538	0.09 393	0.05 177	0.07 226	0.07 302	0.08 352	0.08 373

test_xeample	0.15 380	0.07 142	0.14 286	0.15 79	0.08 140	0.22 469	0.20 460	0.29 437	0.21 312	0.16 331	0.29 455	0.19 360	0.17 416	0.16 341	0.28 529	0.09 393	0.05 177	0.07 226	0.07 302	0.07 286	0.07 304

AFF-stereo	0.09 99	0.07 142	0.10 119	0.17 232	0.07 76	0.10 141	0.15 257	0.18 212	0.10 40	0.10 149	0.11 180	0.09 153	0.10 218	0.12 213	0.10 127	0.05 32	0.04 23	0.07 226	0.07 302	0.04 19	0.04 33

EAI-Stereo	0.09 99	0.07 142	0.11 168	0.16 155	0.07 76	0.10 141	0.15 257	0.16 149	0.09 28	0.08 80	0.09 111	0.08 121	0.07 122	0.09 37	0.11 199	0.05 32	0.05 177	0.05 33	0.05 132	0.05 111	0.04 33

CFNet-RSSM	0.09 99	0.07 142	0.10 119	0.16 155	0.07 76	0.09 95	0.15 257	0.17 184	0.18 249	0.08 80	0.12 197	0.11 210	0.09 193	0.12 213	0.10 127	0.06 120	0.04 23	0.06 122	0.04 41	0.04 19	0.04 33

SFCPSM	0.13 310	0.07 142	0.15 323	0.17 232	0.09 254	0.15 337	0.16 317	0.28 418	0.27 405	0.14 278	0.18 297	0.12 232	0.13 319	0.14 295	0.11 199	0.08 335	0.05 177	0.07 226	0.07 302	0.07 286	0.06 224

Gwc-CoAtRS	0.09 99	0.07 142	0.10 119	0.16 155	0.07 76	0.10 141	0.15 257	0.18 212	0.17 234	0.08 80	0.10 138	0.12 232	0.09 193	0.12 213	0.09 51	0.06 120	0.04 23	0.06 122	0.04 41	0.04 19	0.05 127

cf-r	0.14 340	0.07 142	0.13 241	0.16 155	0.08 140	0.14 311	0.19 439	0.21 279	0.25 379	0.17 342	0.26 411	0.22 404	0.17 416	0.14 295	0.15 371	0.10 434	0.05 177	0.06 122	0.08 374	0.06 212	0.06 224

GANet-RSSM	0.14 340	0.07 142	0.13 241	0.13 10	0.08 140	0.14 311	0.18 395	0.23 322	0.21 312	0.17 342	0.25 398	0.24 430	0.16 392	0.16 341	0.16 390	0.10 434	0.06 334	0.07 226	0.08 374	0.08 352	0.07 304

PSMNet-RSSM	0.14 340	0.07 142	0.14 286	0.15 79	0.08 140	0.13 269	0.16 317	0.25 367	0.24 355	0.17 342	0.28 440	0.23 421	0.14 351	0.16 341	0.14 337	0.11 466	0.06 334	0.09 397	0.12 510	0.08 352	0.07 304

GwcNet-RSSM	0.14 340	0.07 142	0.12 207	0.16 155	0.08 140	0.15 337	0.20 460	0.22 303	0.28 421	0.18 374	0.28 440	0.23 421	0.17 416	0.15 313	0.16 390	0.10 434	0.06 334	0.07 226	0.09 419	0.07 286	0.07 304

CFNet-ft	0.14 340	0.07 142	0.15 323	0.12 5	0.09 254	0.17 387	0.18 395	0.22 303	0.24 355	0.17 342	0.26 411	0.24 430	0.14 351	0.16 341	0.15 371	0.11 466	0.06 334	0.08 312	0.09 419	0.09 416	0.08 373

RASNet	0.15 380	0.07 142	0.15 323	0.16 155	0.08 140	0.19 425	0.14 183	0.30 448	0.21 312	0.17 342	0.25 398	0.21 386	0.19 448	0.20 440	0.20 445	0.07 271	0.06 334	0.06 122	0.08 374	0.06 212	0.06 224

CFNet_RVC	0.14 340	0.07 142	0.15 323	0.12 5	0.09 254	0.17 387	0.18 395	0.22 303	0.24 355	0.17 342	0.26 411	0.24 430	0.14 351	0.16 341	0.15 371	0.11 466	0.06 334	0.08 312	0.09 419	0.09 416	0.08 373

iResNet_ROB	0.14 340	0.07 142	0.13 241	0.15 79	0.07 76	0.19 425	0.14 183	0.26 380	0.32 448	0.23 457	0.26 411	0.23 421	0.16 392	0.15 313	0.14 337	0.07 271	0.05 177	0.05 33	0.04 41	0.08 352	0.08 373

LE_ROB	0.50 581	0.07 142	0.14 286	0.15 79	0.08 140	0.26 512	0.17 346	0.23 322	1.71 615	4.68 619	0.67 577	0.46 564	0.47 576	0.21 458	0.30 545	0.07 271	0.06 334	0.06 122	0.06 206	0.08 352	0.06 224

pmcnn	0.15 380	0.07 142	0.20 450	0.15 79	0.07 76	0.21 455	0.16 317	0.25 367	0.26 392	0.21 427	0.33 481	0.29 478	0.19 448	0.18 397	0.17 407	0.07 271	0.05 177	0.05 33	0.04 41	0.07 286	0.06 224

MultiAttention	0.30 549	0.08 264	0.15 323	0.19 374	0.13 479	1.56 614	1.33 616	0.36 520	0.36 483	0.20 411	0.21 339	0.24 430	0.11 255	0.39 562	0.18 420	0.06 120	0.05 177	0.08 312	0.08 374	0.11 472	0.09 418

FlowAnything_test	0.11 208	0.08 264	0.14 286	0.15 79	0.09 254	0.08 54	0.14 183	0.20 261	0.11 67	0.10 149	0.09 111	0.12 232	0.12 287	0.13 268	0.11 199	0.09 393	0.06 334	0.09 397	0.09 419	0.06 212	0.09 418

asda	0.07 3	0.08 264	0.08 25	0.16 155	0.07 76	0.06 10	0.10 30	0.16 149	0.11 67	0.06 11	0.06 12	0.05 2	0.06 46	0.10 75	0.10 127	0.03 1	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

asd	0.07 3	0.08 264	0.08 25	0.16 155	0.07 76	0.08 54	0.08 7	0.11 34	0.08 13	0.07 44	0.07 42	0.06 21	0.06 46	0.10 75	0.09 51	0.03 1	0.03 1	0.04 1	0.04 41	0.04 19	0.03 1

qwe	0.08 50	0.08 264	0.07 5	0.15 79	0.06 14	0.07 27	0.10 30	0.18 212	0.12 99	0.07 44	0.07 42	0.06 21	0.06 46	0.10 75	0.09 51	0.04 6	0.03 1	0.04 1	0.04 41	0.04 19	0.03 1

4.25_new	0.07 3	0.08 264	0.09 79	0.15 79	0.06 14	0.08 54	0.08 7	0.14 92	0.08 13	0.07 44	0.07 42	0.06 21	0.06 46	0.12 213	0.10 127	0.04 6	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

4.5w_new	0.07 3	0.08 264	0.09 79	0.15 79	0.06 14	0.08 54	0.08 7	0.14 92	0.08 13	0.07 44	0.07 42	0.06 21	0.06 46	0.12 213	0.10 127	0.04 6	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

4.25w-stereo	0.07 3	0.08 264	0.09 79	0.15 79	0.06 14	0.08 54	0.08 7	0.14 92	0.08 13	0.07 44	0.07 42	0.06 21	0.06 46	0.12 213	0.10 127	0.04 6	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

4w-stereo	0.07 3	0.08 264	0.08 25	0.16 155	0.07 76	0.07 27	0.08 7	0.11 34	0.09 28	0.07 44	0.07 42	0.05 2	0.06 46	0.09 37	0.10 127	0.03 1	0.03 1	0.04 1	0.04 41	0.04 19	0.03 1

2w_stereo	0.08 50	0.08 264	0.09 79	0.16 155	0.06 14	0.09 95	0.10 30	0.20 261	0.15 178	0.08 80	0.07 42	0.06 21	0.06 46	0.06 1	0.10 127	0.04 6	0.03 1	0.04 1	0.04 41	0.03 1	0.03 1

xyz-stereo-finetune	0.11 208	0.08 264	0.13 241	0.14 37	0.06 14	0.10 141	0.19 439	0.18 212	0.19 275	0.12 222	0.14 225	0.15 300	0.11 255	0.13 268	0.12 266	0.05 32	0.04 23	0.07 226	0.05 132	0.04 19	0.05 127

LG-Stereo	0.08 50	0.08 264	0.10 119	0.18 314	0.07 76	0.10 141	0.17 346	0.11 34	0.08 13	0.06 11	0.08 87	0.06 21	0.07 122	0.09 37	0.09 51	0.04 6	0.05 177	0.07 226	0.07 302	0.04 19	0.04 33

S2M2_L	0.09 99	0.08 264	0.11 168	0.13 10	0.10 366	0.08 54	0.06 1	0.10 18	0.10 40	0.10 149	0.10 138	0.09 153	0.09 193	0.11 127	0.11 199	0.13 509	0.07 405	0.08 312	0.09 419	0.10 450	0.08 373
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ISRNet	0.18 445	0.08 264	0.20 450	0.19 374	0.13 479	0.15 337	0.12 81	0.30 448	0.33 453	0.21 427	0.26 411	0.27 460	0.18 430	0.17 380	0.20 445	0.20 565	0.08 437	0.14 522	0.14 527	0.14 520	0.17 554

AIO-test2	0.10 164	0.08 264	0.10 119	0.23 509	0.09 254	0.11 185	0.11 53	0.23 322	0.24 355	0.08 80	0.09 111	0.08 121	0.05 15	0.10 75	0.08 14	0.06 120	0.05 177	0.08 312	0.09 419	0.05 111	0.05 127

fffy	0.09 99	0.08 264	0.10 119	0.16 155	0.07 76	0.13 269	0.17 346	0.13 74	0.12 99	0.08 80	0.09 111	0.08 121	0.09 193	0.13 268	0.11 199	0.05 32	0.05 177	0.07 226	0.05 132	0.04 19	0.05 127

rvit_stereo_0083	0.12 283	0.08 264	0.17 388	0.16 155	0.09 254	0.11 185	0.15 257	0.15 120	0.26 392	0.11 189	0.14 225	0.13 256	0.10 218	0.12 213	0.13 301	0.10 434	0.08 437	0.09 397	0.07 302	0.07 286	0.06 224

rvit_stereo_0081	0.11 208	0.08 264	0.16 365	0.16 155	0.09 254	0.11 185	0.14 183	0.14 92	0.24 355	0.11 189	0.13 212	0.14 275	0.09 193	0.11 127	0.12 266	0.10 434	0.07 405	0.08 312	0.07 302	0.07 286	0.06 224

rvit_stereo_0082	0.11 208	0.08 264	0.16 365	0.16 155	0.09 254	0.11 185	0.14 183	0.14 92	0.24 355	0.11 189	0.13 212	0.14 275	0.09 193	0.11 127	0.12 266	0.10 434	0.07 405	0.08 312	0.07 302	0.07 286	0.06 224

rvit_stereo_0080	0.10 164	0.08 264	0.15 323	0.15 79	0.10 366	0.07 27	0.15 257	0.16 149	0.16 206	0.11 189	0.10 138	0.15 300	0.09 193	0.12 213	0.10 127	0.09 393	0.07 405	0.07 226	0.06 206	0.07 286	0.05 127

test_sample5	0.14 340	0.08 264	0.14 286	0.16 155	0.08 140	0.18 403	0.18 395	0.25 367	0.17 234	0.17 342	0.28 440	0.18 351	0.15 371	0.16 341	0.13 301	0.08 335	0.06 334	0.08 312	0.07 302	0.09 416	0.08 373

test_sample4	0.14 340	0.08 264	0.15 323	0.15 79	0.08 140	0.19 425	0.18 395	0.26 380	0.18 249	0.17 342	0.26 411	0.18 351	0.15 371	0.17 380	0.13 301	0.08 335	0.06 334	0.08 312	0.06 206	0.09 416	0.08 373

test_sample3	0.14 340	0.08 264	0.15 323	0.14 37	0.09 254	0.20 444	0.17 346	0.27 394	0.18 249	0.17 342	0.22 355	0.19 360	0.15 371	0.17 380	0.14 337	0.09 393	0.06 334	0.07 226	0.06 206	0.09 416	0.08 373

Former-RAFT_DAM_RVC	0.11 208	0.08 264	0.13 241	0.16 155	0.08 140	0.15 337	0.16 317	0.18 212	0.19 275	0.10 149	0.09 111	0.09 153	0.08 163	0.11 127	0.12 266	0.07 271	0.05 177	0.08 312	0.06 206	0.07 286	0.06 224

AE-Stereo	0.10 164	0.08 264	0.11 168	0.19 374	0.09 254	0.10 141	0.15 257	0.14 92	0.20 297	0.09 116	0.15 238	0.12 232	0.08 163	0.11 127	0.10 127	0.05 32	0.06 334	0.07 226	0.06 206	0.05 111	0.04 33

ACVNet-DCA	0.10 164	0.08 264	0.13 241	0.17 232	0.09 254	0.13 269	0.15 257	0.24 346	0.16 206	0.09 116	0.09 111	0.06 21	0.06 46	0.10 75	0.07 1	0.06 120	0.05 177	0.06 122	0.05 132	0.07 286	0.07 304

xx1	0.11 208	0.08 264	0.13 241	0.17 232	0.09 254	0.13 269	0.15 257	0.16 149	0.18 249	0.09 116	0.09 111	0.16 320	0.16 392	0.10 75	0.07 1	0.06 120	0.05 177	0.08 312	0.08 374	0.07 286	0.07 304

1test111	0.11 208	0.08 264	0.13 241	0.17 232	0.09 254	0.13 269	0.15 257	0.24 346	0.16 206	0.09 116	0.09 111	0.06 21	0.06 46	0.15 313	0.16 390	0.06 120	0.05 177	0.06 122	0.05 132	0.07 286	0.07 304

cc1	0.10 164	0.08 264	0.13 241	0.17 232	0.09 254	0.13 269	0.15 257	0.16 149	0.18 249	0.09 116	0.09 111	0.06 21	0.06 46	0.10 75	0.07 1	0.06 120	0.05 177	0.06 122	0.05 132	0.06 212	0.06 224

mmm	0.14 340	0.08 264	0.18 422	0.17 232	0.09 254	0.17 387	0.18 395	0.21 279	0.16 206	0.16 331	0.23 360	0.21 386	0.16 392	0.16 341	0.17 407	0.08 335	0.05 177	0.08 312	0.08 374	0.08 352	0.07 304

DualNet	0.14 340	0.08 264	0.14 286	0.16 155	0.08 140	0.18 403	0.18 395	0.25 367	0.17 234	0.18 374	0.28 440	0.18 351	0.15 371	0.16 341	0.13 301	0.08 335	0.06 334	0.08 312	0.07 302	0.09 416	0.08 373

tt1	0.10 164	0.08 264	0.13 241	0.17 232	0.09 254	0.13 269	0.15 257	0.15 120	0.19 275	0.09 116	0.08 87	0.06 21	0.06 46	0.10 75	0.08 14	0.06 120	0.05 177	0.06 122	0.05 132	0.06 212	0.06 224

whm_eth	0.10 164	0.08 264	0.15 323	0.15 79	0.10 366	0.07 27	0.15 257	0.16 149	0.16 206	0.11 189	0.10 138	0.15 300	0.09 193	0.12 213	0.10 127	0.09 393	0.07 405	0.07 226	0.06 206	0.07 286	0.05 127

PCWNet_CMD	0.14 340	0.08 264	0.15 323	0.17 232	0.09 254	0.14 311	0.14 183	0.29 437	0.36 483	0.14 278	0.20 321	0.21 386	0.13 319	0.17 380	0.14 337	0.07 271	0.05 177	0.07 226	0.07 302	0.07 286	0.07 304

TestStereo1	0.13 310	0.08 264	0.08 25	0.20 432	0.08 140	0.18 403	0.29 560	0.23 322	0.17 234	0.17 342	0.20 321	0.16 320	0.11 255	0.12 213	0.13 301	0.06 120	0.06 334	0.08 312	0.06 206	0.05 111	0.05 127

x	0.13 310	0.08 264	0.15 323	0.14 37	0.08 140	0.19 425	0.14 183	0.22 303	0.21 312	0.15 302	0.20 321	0.20 377	0.18 430	0.18 397	0.18 420	0.07 271	0.05 177	0.06 122	0.06 206	0.07 286	0.07 304

IER	0.14 340	0.08 264	0.13 241	0.17 232	0.09 254	0.14 311	0.16 317	0.26 380	0.27 405	0.18 374	0.26 411	0.17 337	0.20 460	0.17 380	0.14 337	0.08 335	0.05 177	0.07 226	0.06 206	0.08 352	0.07 304

CRFU-Net	0.16 407	0.08 264	0.15 323	0.17 232	0.09 254	0.20 444	0.14 183	0.27 394	0.21 312	0.28 507	0.28 440	0.29 478	0.18 430	0.19 422	0.18 420	0.09 393	0.09 469	0.07 226	0.07 302	0.08 352	0.09 418

SA-5K	0.13 310	0.08 264	0.08 25	0.20 432	0.08 140	0.18 403	0.29 560	0.23 322	0.17 234	0.17 342	0.20 321	0.16 320	0.11 255	0.12 213	0.13 301	0.06 120	0.06 334	0.08 312	0.06 206	0.05 111	0.05 127

Sa-1000	0.12 283	0.08 264	0.09 79	0.18 314	0.08 140	0.15 337	0.22 491	0.22 303	0.19 275	0.15 302	0.20 321	0.17 337	0.11 255	0.10 75	0.10 127	0.06 120	0.05 177	0.09 397	0.09 419	0.05 111	0.05 127

CIPLG	0.11 208	0.08 264	0.15 323	0.17 232	0.08 140	0.13 269	0.15 257	0.17 184	0.16 206	0.14 278	0.11 180	0.16 320	0.10 218	0.17 380	0.12 266	0.07 271	0.05 177	0.06 122	0.06 206	0.05 111	0.06 224

DAS	0.15 380	0.08 264	0.18 422	0.19 374	0.10 366	0.19 425	0.17 346	0.28 418	0.30 434	0.18 374	0.26 411	0.21 386	0.16 392	0.16 341	0.13 301	0.08 335	0.06 334	0.06 122	0.06 206	0.07 286	0.07 304

SepStereo	0.15 380	0.08 264	0.18 422	0.19 374	0.10 366	0.19 425	0.17 346	0.28 418	0.30 434	0.18 374	0.26 411	0.21 386	0.16 392	0.26 504	0.13 301	0.08 335	0.06 334	0.06 122	0.06 206	0.07 286	0.07 304

IPLG	0.11 208	0.08 264	0.15 323	0.17 232	0.08 140	0.11 185	0.14 183	0.20 261	0.15 178	0.13 255	0.18 297	0.07 79	0.07 122	0.14 295	0.14 337	0.06 120	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

IPLGR_C	0.11 208	0.08 264	0.15 323	0.17 232	0.08 140	0.12 231	0.15 257	0.17 184	0.15 178	0.14 278	0.11 180	0.16 320	0.10 218	0.16 341	0.12 266	0.07 271	0.05 177	0.06 122	0.06 206	0.05 111	0.06 224

MIPNet	0.11 208	0.08 264	0.15 323	0.17 232	0.09 254	0.12 231	0.14 183	0.21 279	0.25 379	0.12 222	0.10 138	0.09 153	0.07 122	0.13 268	0.13 301	0.06 120	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

AASNet	0.16 407	0.08 264	0.13 241	0.19 374	0.09 254	0.19 425	0.15 257	0.38 536	0.37 489	0.20 411	0.24 372	0.20 377	0.17 416	0.17 380	0.21 458	0.10 434	0.08 437	0.08 312	0.07 302	0.09 416	0.09 418

ACRE	0.11 208	0.08 264	0.15 323	0.17 232	0.08 140	0.13 269	0.15 257	0.17 184	0.14 158	0.14 278	0.11 180	0.16 320	0.10 218	0.16 341	0.12 266	0.07 271	0.05 177	0.06 122	0.06 206	0.05 111	0.06 224

AACVNet	0.16 407	0.08 264	0.15 323	0.15 79	0.10 366	0.18 403	0.15 257	0.24 346	0.25 379	0.27 494	0.27 429	0.28 470	0.18 430	0.19 422	0.17 407	0.09 393	0.07 405	0.09 397	0.07 302	0.10 450	0.09 418

GwcNet-ADL	0.13 310	0.08 264	0.14 286	0.20 432	0.09 254	0.12 231	0.20 460	0.30 448	0.25 379	0.14 278	0.14 225	0.18 351	0.14 351	0.13 268	0.15 371	0.07 271	0.05 177	0.06 122	0.05 132	0.07 286	0.06 224

AAGNet	0.12 283	0.08 264	0.17 388	0.19 374	0.09 254	0.08 54	0.13 126	0.19 244	0.13 136	0.16 331	0.21 339	0.13 256	0.14 351	0.11 127	0.14 337	0.06 120	0.04 23	0.09 397	0.06 206	0.06 212	0.05 127

TransformOpticalFlow	0.10 164	0.08 264	0.13 241	0.18 314	0.07 76	0.09 95	0.15 257	0.19 244	0.16 206	0.12 222	0.16 255	0.11 210	0.11 255	0.11 127	0.11 199	0.05 32	0.04 23	0.06 122	0.06 206	0.05 111	0.05 127

NRIStereo	0.11 208	0.08 264	0.15 323	0.18 314	0.08 140	0.10 141	0.13 126	0.17 184	0.15 178	0.12 222	0.15 238	0.13 256	0.13 319	0.13 268	0.10 127	0.06 120	0.04 23	0.07 226	0.06 206	0.06 212	0.07 304

DeepStereo_RVC	0.11 208	0.08 264	0.17 388	0.18 314	0.08 140	0.08 54	0.11 53	0.17 184	0.12 99	0.13 255	0.15 238	0.12 232	0.12 287	0.12 213	0.11 199	0.06 120	0.04 23	0.07 226	0.06 206	0.07 286	0.08 373

IRAFT_RVC	0.12 283	0.08 264	0.17 388	0.19 374	0.08 140	0.07 27	0.14 183	0.25 367	0.23 344	0.14 278	0.15 238	0.15 300	0.12 287	0.12 213	0.11 199	0.06 120	0.04 23	0.09 397	0.06 206	0.06 212	0.06 224

CroCo-Stereo	0.09 99	0.08 264	0.08 25	0.22 488	0.09 254	0.09 95	0.18 395	0.16 149	0.12 99	0.07 44	0.07 42	0.08 121	0.06 46	0.08 16	0.07 1	0.07 271	0.05 177	0.06 122	0.04 41	0.05 111	0.04 33
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	0.15 380	0.08 264	0.14 286	0.21 467	0.09 254	0.18 403	0.19 439	0.28 418	0.19 275	0.24 469	0.24 372	0.23 421	0.17 416	0.20 440	0.17 407	0.07 271	0.06 334	0.08 312	0.06 206	0.10 450	0.09 418

CFNet_pseudo	0.14 340	0.08 264	0.16 365	0.16 155	0.09 254	0.13 269	0.14 183	0.27 394	0.34 464	0.15 302	0.21 339	0.22 404	0.13 319	0.18 397	0.14 337	0.07 271	0.05 177	0.08 312	0.06 206	0.07 286	0.07 304

RALAANet	0.11 208	0.08 264	0.10 119	0.17 232	0.09 254	0.14 311	0.10 30	0.20 261	0.16 206	0.14 278	0.13 212	0.16 320	0.09 193	0.12 213	0.12 266	0.06 120	0.05 177	0.08 312	0.07 302	0.06 212	0.04 33

ADLNet	0.16 407	0.08 264	0.15 323	0.16 155	0.10 366	0.16 364	0.17 346	0.33 483	0.27 405	0.23 457	0.27 429	0.24 430	0.16 392	0.18 397	0.21 458	0.10 434	0.06 334	0.10 444	0.10 458	0.08 352	0.09 418

GES	0.14 340	0.08 264	0.16 365	0.15 79	0.10 366	0.13 269	0.13 126	0.28 418	0.26 392	0.17 342	0.24 372	0.19 360	0.14 351	0.16 341	0.14 337	0.08 335	0.08 437	0.07 226	0.06 206	0.08 352	0.09 418

ARAFT	0.12 283	0.08 264	0.18 422	0.19 374	0.09 254	0.15 337	0.17 346	0.20 261	0.13 136	0.12 222	0.13 212	0.14 275	0.12 287	0.15 313	0.13 301	0.06 120	0.05 177	0.10 444	0.09 419	0.06 212	0.04 33

RAFT + AFF	0.13 310	0.08 264	0.21 460	0.20 432	0.10 366	0.14 311	0.23 503	0.27 394	0.21 312	0.12 222	0.10 138	0.12 232	0.10 218	0.16 341	0.12 266	0.08 335	0.07 405	0.09 397	0.09 419	0.06 212	0.09 418

UPFNet	0.16 407	0.08 264	0.12 207	0.20 432	0.12 453	0.20 444	0.23 503	0.28 418	0.26 392	0.18 374	0.24 372	0.22 404	0.20 460	0.19 422	0.22 471	0.09 393	0.07 405	0.08 312	0.09 419	0.08 352	0.06 224

FENet	0.13 310	0.08 264	0.13 241	0.16 155	0.08 140	0.15 337	0.16 317	0.23 322	0.23 344	0.17 342	0.24 372	0.16 320	0.13 319	0.14 295	0.15 371	0.08 335	0.05 177	0.08 312	0.08 374	0.08 352	0.08 373

DIP-Stereo	0.11 208	0.08 264	0.15 323	0.17 232	0.09 254	0.13 269	0.09 18	0.16 149	0.16 206	0.12 222	0.16 255	0.14 275	0.12 287	0.16 341	0.14 337	0.06 120	0.05 177	0.06 122	0.05 132	0.05 111	0.07 304
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	0.14 340	0.08 264	0.15 323	0.17 232	0.09 254	0.14 311	0.14 183	0.29 437	0.36 483	0.14 278	0.20 321	0.21 386	0.13 319	0.18 397	0.14 337	0.07 271	0.05 177	0.07 226	0.07 302	0.07 286	0.07 304

HSM-Net_RVC	0.14 340	0.08 264	0.12 207	0.15 79	0.08 140	0.16 364	0.15 257	0.27 394	0.29 428	0.20 411	0.21 339	0.29 478	0.14 351	0.18 397	0.13 301	0.06 120	0.06 334	0.06 122	0.06 206	0.07 286	0.06 224
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UCFNet_RVC	0.15 380	0.08 264	0.13 241	0.11 1	0.10 366	0.20 444	0.10 30	0.24 346	0.23 344	0.17 342	0.21 339	0.24 430	0.15 371	0.18 397	0.15 371	0.12 491	0.07 405	0.11 474	0.13 521	0.11 472	0.10 447

iResNetv2_ROB	0.15 380	0.08 264	0.16 365	0.16 155	0.08 140	0.16 364	0.13 126	0.26 380	0.36 483	0.21 427	0.29 455	0.24 430	0.13 319	0.14 295	0.14 337	0.06 120	0.06 334	0.06 122	0.04 41	0.09 416	0.08 373

MLCV	0.13 310	0.08 264	0.17 388	0.18 314	0.06 14	0.16 364	0.17 346	0.19 244	0.22 334	0.19 389	0.25 398	0.17 337	0.13 319	0.15 313	0.14 337	0.05 32	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

NLMM1	0.11 208	0.09 335	0.07 5	0.22 488	0.10 366	0.12 231	0.20 460	0.19 244	0.20 297	0.12 222	0.11 180	0.08 121	0.10 218	0.11 127	0.11 199	0.08 335	0.08 437	0.07 226	0.06 206	0.05 111	0.04 33

NLCSM	0.11 208	0.09 335	0.09 79	0.23 509	0.11 422	0.12 231	0.19 439	0.19 244	0.19 275	0.12 222	0.11 180	0.07 79	0.09 193	0.11 127	0.10 127	0.08 335	0.08 437	0.07 226	0.07 302	0.06 212	0.05 127

4.5_new	0.07 3	0.09 335	0.08 25	0.15 79	0.07 76	0.07 27	0.10 30	0.14 92	0.11 67	0.06 11	0.08 87	0.06 21	0.06 46	0.08 16	0.10 127	0.03 1	0.03 1	0.04 1	0.04 41	0.04 19	0.03 1

4.5w-stereo	0.07 3	0.09 335	0.08 25	0.15 79	0.07 76	0.07 27	0.10 30	0.14 92	0.11 67	0.06 11	0.08 87	0.06 21	0.06 46	0.08 16	0.10 127	0.03 1	0.03 1	0.04 1	0.04 41	0.04 19	0.03 1

3w_stereo	0.08 50	0.09 335	0.10 119	0.17 232	0.07 76	0.08 54	0.11 53	0.20 261	0.13 136	0.06 11	0.07 42	0.05 2	0.06 46	0.08 16	0.09 51	0.04 6	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

SCV	0.08 50	0.09 335	0.08 25	0.15 79	0.08 140	0.10 141	0.12 81	0.11 34	0.12 99	0.07 44	0.07 42	0.06 21	0.04 1	0.10 75	0.08 14	0.05 32	0.05 177	0.06 122	0.04 41	0.06 212	0.04 33

rvit_0105_6	0.14 340	0.09 335	0.18 422	0.17 232	0.10 366	0.10 141	0.17 346	0.19 244	0.26 392	0.12 222	0.18 297	0.17 337	0.13 319	0.18 397	0.13 301	0.15 534	0.11 505	0.12 495	0.10 458	0.09 416	0.06 224

rvit_0105_4	0.15 380	0.09 335	0.17 388	0.17 232	0.10 366	0.12 231	0.20 460	0.23 322	0.27 405	0.14 278	0.20 321	0.17 337	0.14 351	0.17 380	0.13 301	0.15 534	0.11 505	0.11 474	0.10 458	0.09 416	0.06 224

rvit_stereo_0081_aga	0.12 283	0.09 335	0.15 323	0.18 314	0.10 366	0.14 311	0.14 183	0.14 92	0.19 275	0.10 149	0.18 297	0.16 320	0.09 193	0.12 213	0.10 127	0.10 434	0.06 334	0.08 312	0.07 302	0.07 286	0.06 224

DCVSM-stereo	0.15 380	0.09 335	0.16 365	0.16 155	0.10 366	0.15 337	0.09 18	0.20 261	0.24 355	0.20 411	0.24 372	0.26 453	0.15 371	0.19 422	0.14 337	0.09 393	0.07 405	0.09 397	0.08 374	0.10 450	0.12 492

RAStereo	0.10 164	0.09 335	0.08 25	0.20 432	0.08 140	0.13 269	0.18 395	0.16 149	0.17 234	0.10 149	0.12 197	0.05 2	0.06 46	0.09 37	0.08 14	0.07 271	0.05 177	0.07 226	0.05 132	0.05 111	0.04 33

test_sample6	0.14 340	0.09 335	0.14 286	0.17 232	0.08 140	0.17 387	0.19 439	0.26 380	0.18 249	0.18 374	0.28 440	0.19 360	0.15 371	0.15 313	0.13 301	0.08 335	0.05 177	0.08 312	0.07 302	0.08 352	0.08 373

H2IRNET	0.10 164	0.09 335	0.10 119	0.18 314	0.09 254	0.12 231	0.15 257	0.14 92	0.21 312	0.10 149	0.10 138	0.10 186	0.11 255	0.10 75	0.10 127	0.06 120	0.04 23	0.08 312	0.08 374	0.06 212	0.05 127

DispNO	0.15 380	0.09 335	0.18 422	0.19 374	0.12 453	0.11 185	0.21 477	0.23 322	0.29 428	0.18 374	0.23 360	0.19 360	0.17 416	0.16 341	0.16 390	0.07 271	0.05 177	0.08 312	0.08 374	0.07 286	0.06 224

ffm	0.12 283	0.09 335	0.15 323	0.16 155	0.09 254	0.17 387	0.17 346	0.15 120	0.19 275	0.15 302	0.26 411	0.19 360	0.13 319	0.10 75	0.08 14	0.06 120	0.05 177	0.09 397	0.08 374	0.06 212	0.06 224

ff1	0.13 310	0.09 335	0.15 323	0.16 155	0.09 254	0.17 387	0.17 346	0.15 120	0.19 275	0.15 302	0.26 411	0.19 360	0.13 319	0.15 313	0.22 471	0.06 120	0.05 177	0.09 397	0.08 374	0.06 212	0.06 224

mmx	0.15 380	0.09 335	0.15 323	0.16 155	0.09 254	0.17 387	0.17 346	0.27 394	0.26 392	0.15 302	0.26 411	0.19 360	0.13 319	0.15 313	0.22 471	0.08 335	0.06 334	0.09 397	0.08 374	0.08 352	0.08 373

1111x	0.16 407	0.09 335	0.13 241	0.18 314	0.08 140	0.18 403	0.25 529	0.32 469	0.25 379	0.17 342	0.24 372	0.27 460	0.15 371	0.14 295	0.24 494	0.07 271	0.07 405	0.08 312	0.09 419	0.07 286	0.07 304

xxx	0.15 380	0.09 335	0.15 323	0.16 155	0.09 254	0.17 387	0.17 346	0.27 394	0.26 392	0.15 302	0.26 411	0.19 360	0.13 319	0.15 313	0.22 471	0.08 335	0.06 334	0.09 397	0.08 374	0.08 352	0.08 373

plain	0.11 208	0.09 335	0.10 119	0.19 374	0.09 254	0.11 185	0.14 183	0.14 92	0.13 136	0.13 255	0.15 238	0.09 153	0.12 287	0.13 268	0.12 266	0.07 271	0.05 177	0.09 397	0.06 206	0.06 212	0.06 224

MaDis-Stereo	0.09 99	0.09 335	0.08 25	0.17 232	0.09 254	0.14 311	0.11 53	0.16 149	0.16 206	0.09 116	0.11 180	0.06 21	0.06 46	0.09 37	0.13 301	0.07 271	0.06 334	0.08 312	0.05 132	0.05 111	0.04 33

CASnet	0.09 99	0.09 335	0.09 79	0.19 374	0.06 14	0.07 27	0.11 53	0.18 212	0.14 158	0.11 189	0.10 138	0.09 153	0.07 122	0.10 75	0.10 127	0.06 120	0.04 23	0.10 444	0.08 374	0.06 212	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet_ucs	0.15 380	0.09 335	0.17 388	0.16 155	0.11 422	0.14 311	0.14 183	0.30 448	0.34 464	0.16 331	0.24 372	0.23 421	0.14 351	0.18 397	0.15 371	0.09 393	0.06 334	0.08 312	0.07 302	0.09 416	0.09 418

testlalala_base	0.10 164	0.09 335	0.14 286	0.21 467	0.08 140	0.10 141	0.14 183	0.13 74	0.11 67	0.08 80	0.15 238	0.07 79	0.08 163	0.11 127	0.12 266	0.08 335	0.05 177	0.05 33	0.03 1	0.07 286	0.05 127

SDNR	0.20 466	0.09 335	0.19 445	0.16 155	0.12 453	0.79 596	0.13 126	0.26 380	0.33 453	0.19 389	0.25 398	0.19 360	0.12 287	0.19 422	0.15 371	0.16 551	0.18 559	0.14 522	0.11 488	0.08 352	0.12 492

CroCo-Stereo Lap2	0.09 99	0.09 335	0.08 25	0.22 488	0.09 254	0.09 95	0.18 395	0.16 149	0.12 99	0.09 116	0.10 138	0.05 2	0.05 15	0.08 16	0.08 14	0.06 120	0.06 334	0.07 226	0.05 132	0.06 212	0.05 127

qqq	0.13 310	0.09 335	0.15 323	0.16 155	0.08 140	0.13 269	0.15 257	0.24 346	0.16 206	0.15 302	0.19 311	0.16 320	0.16 392	0.15 313	0.16 390	0.07 271	0.06 334	0.08 312	0.08 374	0.07 286	0.07 304

Wz-Net-LNSev-Ref	0.18 445	0.09 335	0.30 516	0.15 79	0.11 422	0.23 483	0.20 460	0.27 394	0.40 504	0.26 487	0.43 543	0.25 443	0.15 371	0.21 458	0.20 445	0.07 271	0.05 177	0.06 122	0.05 132	0.10 450	0.09 418

BUS	0.15 380	0.09 335	0.14 286	0.22 488	0.10 366	0.20 444	0.14 183	0.34 498	0.20 297	0.17 342	0.23 360	0.16 320	0.14 351	0.16 341	0.14 337	0.08 335	0.06 334	0.10 444	0.09 419	0.07 286	0.07 304

RAFT_CTSACE	0.12 283	0.09 335	0.10 119	0.22 488	0.08 140	0.12 231	0.24 513	0.18 212	0.17 234	0.21 427	0.27 429	0.13 256	0.07 122	0.13 268	0.09 51	0.05 32	0.06 334	0.08 312	0.07 302	0.04 19	0.04 33

BSDual-CNN	0.15 380	0.09 335	0.14 286	0.22 488	0.10 366	0.15 337	0.15 257	0.34 498	0.20 297	0.17 342	0.23 360	0.25 443	0.16 392	0.16 341	0.14 337	0.08 335	0.06 334	0.10 444	0.09 419	0.07 286	0.07 304

SA	0.13 310	0.09 335	0.09 79	0.18 314	0.08 140	0.12 231	0.24 513	0.23 322	0.19 275	0.17 342	0.27 429	0.15 300	0.11 255	0.11 127	0.11 199	0.05 32	0.05 177	0.09 397	0.08 374	0.05 111	0.05 127

iRaft-Stereo_5w	0.12 283	0.09 335	0.12 207	0.20 432	0.08 140	0.09 95	0.12 81	0.22 303	0.22 334	0.19 389	0.14 225	0.11 210	0.09 193	0.20 440	0.16 390	0.05 32	0.05 177	0.07 226	0.06 206	0.05 111	0.06 224

psmg	0.14 340	0.09 335	0.14 286	0.17 232	0.10 366	0.15 337	0.17 346	0.29 437	0.20 297	0.17 342	0.21 339	0.25 443	0.16 392	0.16 341	0.14 337	0.08 335	0.07 405	0.08 312	0.08 374	0.07 286	0.07 304

CSP-Net	0.16 407	0.09 335	0.14 286	0.17 232	0.09 254	0.19 425	0.18 395	0.25 367	0.33 453	0.26 487	0.31 466	0.25 443	0.16 392	0.21 458	0.19 435	0.09 393	0.06 334	0.07 226	0.07 302	0.08 352	0.08 373

IPLGR	0.11 208	0.09 335	0.17 388	0.18 314	0.08 140	0.13 269	0.16 317	0.21 279	0.24 355	0.12 222	0.12 197	0.11 210	0.09 193	0.13 268	0.12 266	0.06 120	0.05 177	0.06 122	0.06 206	0.05 111	0.04 33

GMOStereo	0.11 208	0.09 335	0.08 25	0.19 374	0.08 140	0.12 231	0.28 549	0.13 74	0.18 249	0.11 189	0.17 274	0.14 275	0.12 287	0.07 3	0.07 1	0.05 32	0.05 177	0.09 397	0.07 302	0.04 19	0.04 33

error version	0.11 208	0.09 335	0.08 25	0.19 374	0.08 140	0.12 231	0.28 549	0.13 74	0.18 249	0.11 189	0.17 274	0.14 275	0.12 287	0.07 3	0.07 1	0.05 32	0.05 177	0.09 397	0.07 302	0.04 19	0.04 33

test-v	0.11 208	0.09 335	0.08 25	0.19 374	0.08 140	0.12 231	0.28 549	0.13 74	0.18 249	0.11 189	0.17 274	0.14 275	0.12 287	0.07 3	0.07 1	0.05 32	0.05 177	0.09 397	0.07 302	0.04 19	0.04 33

test_3	0.11 208	0.09 335	0.10 119	0.21 467	0.08 140	0.13 269	0.25 529	0.14 92	0.21 312	0.10 149	0.10 138	0.09 153	0.10 218	0.08 16	0.11 199	0.05 32	0.04 23	0.08 312	0.07 302	0.04 19	0.04 33

ADLNet2	0.16 407	0.09 335	0.14 286	0.17 232	0.09 254	0.20 444	0.16 317	0.32 469	0.39 500	0.17 342	0.20 321	0.20 377	0.19 448	0.21 458	0.23 482	0.08 335	0.07 405	0.07 226	0.07 302	0.09 416	0.07 304

Patchmatch Stereo++	0.11 208	0.09 335	0.17 388	0.19 374	0.08 140	0.06 10	0.11 53	0.17 184	0.13 136	0.15 302	0.16 255	0.14 275	0.12 287	0.11 127	0.11 199	0.06 120	0.05 177	0.08 312	0.06 206	0.08 352	0.07 304
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	0.11 208	0.09 335	0.17 388	0.19 374	0.08 140	0.06 10	0.12 81	0.17 184	0.13 136	0.15 302	0.16 255	0.14 275	0.12 287	0.11 127	0.11 199	0.06 120	0.05 177	0.08 312	0.06 206	0.08 352	0.07 304

ROB_FTStereo_v2	0.11 208	0.09 335	0.17 388	0.19 374	0.08 140	0.06 10	0.12 81	0.17 184	0.13 136	0.15 302	0.16 255	0.14 275	0.12 287	0.11 127	0.11 199	0.06 120	0.05 177	0.08 312	0.06 206	0.08 352	0.07 304

ROB_FTStereo	0.11 208	0.09 335	0.17 388	0.19 374	0.08 140	0.06 10	0.11 53	0.17 184	0.13 136	0.15 302	0.16 255	0.14 275	0.12 287	0.11 127	0.11 199	0.06 120	0.05 177	0.08 312	0.06 206	0.08 352	0.07 304

HUI-Stereo	0.11 208	0.09 335	0.17 388	0.19 374	0.08 140	0.06 10	0.11 53	0.17 184	0.13 136	0.15 302	0.16 255	0.14 275	0.12 287	0.11 127	0.11 199	0.06 120	0.05 177	0.08 312	0.06 206	0.08 352	0.07 304

iGMRVC	0.11 208	0.09 335	0.17 388	0.19 374	0.08 140	0.06 10	0.12 81	0.17 184	0.13 136	0.15 302	0.16 255	0.14 275	0.12 287	0.11 127	0.11 199	0.06 120	0.05 177	0.08 312	0.06 206	0.08 352	0.07 304

iRAFT	0.11 208	0.09 335	0.17 388	0.19 374	0.08 140	0.06 10	0.11 53	0.17 184	0.13 136	0.15 302	0.16 255	0.14 275	0.12 287	0.11 127	0.11 199	0.06 120	0.05 177	0.08 312	0.06 206	0.08 352	0.07 304

CRE-IMP	0.11 208	0.09 335	0.16 365	0.19 374	0.09 254	0.10 141	0.12 81	0.18 212	0.10 40	0.14 278	0.14 225	0.14 275	0.13 319	0.12 213	0.12 266	0.07 271	0.04 23	0.08 312	0.06 206	0.08 352	0.08 373

test-2	0.11 208	0.09 335	0.08 25	0.19 374	0.08 140	0.12 231	0.28 549	0.13 74	0.18 249	0.11 189	0.17 274	0.14 275	0.12 287	0.07 3	0.07 1	0.05 32	0.05 177	0.09 397	0.07 302	0.04 19	0.04 33

cross-raft	0.10 164	0.09 335	0.09 79	0.19 374	0.07 76	0.11 185	0.24 513	0.13 74	0.15 178	0.08 80	0.10 138	0.12 232	0.10 218	0.09 37	0.11 199	0.05 32	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

RAFT	0.13 310	0.09 335	0.11 168	0.18 314	0.08 140	0.15 337	0.23 503	0.21 279	0.20 297	0.21 427	0.21 339	0.18 351	0.13 319	0.17 380	0.10 127	0.06 120	0.07 405	0.10 444	0.09 419	0.06 212	0.05 127

RAFT-IKP	0.11 208	0.09 335	0.17 388	0.19 374	0.08 140	0.06 10	0.11 53	0.17 184	0.13 136	0.15 302	0.16 255	0.14 275	0.12 287	0.11 127	0.11 199	0.06 120	0.05 177	0.08 312	0.06 206	0.08 352	0.07 304

ICVP	0.16 407	0.09 335	0.12 207	0.22 488	0.09 254	0.18 403	0.21 477	0.26 380	0.24 355	0.18 374	0.30 461	0.27 460	0.18 430	0.18 397	0.15 371	0.10 434	0.07 405	0.08 312	0.07 302	0.07 286	0.08 373
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sCroCo_RVC	0.12 283	0.09 335	0.24 484	0.24 522	0.11 422	0.19 425	0.14 183	0.17 184	0.15 178	0.10 149	0.13 212	0.12 232	0.07 122	0.14 295	0.11 199	0.08 335	0.08 437	0.08 312	0.08 374	0.05 111	0.07 304

delet	0.17 429	0.09 335	0.18 422	0.19 374	0.11 422	0.21 455	0.22 491	0.30 448	0.38 495	0.17 342	0.27 429	0.19 360	0.19 448	0.19 422	0.21 458	0.08 335	0.08 437	0.09 397	0.11 488	0.06 212	0.07 304

UNet	0.17 429	0.09 335	0.18 422	0.19 374	0.12 453	0.28 531	0.19 439	0.33 483	0.30 434	0.21 427	0.25 398	0.23 421	0.19 448	0.20 440	0.19 435	0.07 271	0.06 334	0.08 312	0.07 302	0.08 352	0.07 304

ac_64	0.16 407	0.09 335	0.15 323	0.18 314	0.10 366	0.22 469	0.17 346	0.24 346	0.22 334	0.19 389	0.24 372	0.29 478	0.18 430	0.19 422	0.22 471	0.09 393	0.08 437	0.08 312	0.09 419	0.07 286	0.06 224

ACVNet	0.15 380	0.09 335	0.15 323	0.13 10	0.12 453	0.14 311	0.20 460	0.22 303	0.34 464	0.17 342	0.26 411	0.21 386	0.17 416	0.18 397	0.21 458	0.07 271	0.06 334	0.06 122	0.06 206	0.08 352	0.06 224

acv_ft	0.15 380	0.09 335	0.16 365	0.19 374	0.10 366	0.16 364	0.17 346	0.25 367	0.34 464	0.19 389	0.26 411	0.21 386	0.17 416	0.18 397	0.19 435	0.07 271	0.06 334	0.06 122	0.06 206	0.08 352	0.06 224

HGLStereo	0.17 429	0.09 335	0.19 445	0.17 232	0.12 453	0.18 403	0.18 395	0.31 464	0.33 453	0.22 442	0.33 481	0.24 430	0.18 430	0.20 440	0.21 458	0.10 434	0.09 469	0.07 226	0.07 302	0.09 416	0.10 447

DSFCA	0.16 407	0.09 335	0.14 286	0.16 155	0.10 366	0.21 455	0.19 439	0.28 418	0.31 442	0.23 457	0.25 398	0.22 404	0.16 392	0.20 440	0.20 445	0.10 434	0.07 405	0.09 397	0.09 419	0.08 352	0.08 373

DMCA	0.14 340	0.09 335	0.17 388	0.19 374	0.09 254	0.15 337	0.17 346	0.23 322	0.28 421	0.14 278	0.20 321	0.17 337	0.18 430	0.15 313	0.17 407	0.10 434	0.06 334	0.08 312	0.06 206	0.09 416	0.10 447

BEATNet_4x	0.12 283	0.09 335	0.15 323	0.18 314	0.07 76	0.15 337	0.07 3	0.23 322	0.19 275	0.16 331	0.19 311	0.19 360	0.14 351	0.17 380	0.15 371	0.07 271	0.05 177	0.05 33	0.05 132	0.06 212	0.07 304

ccs_rob	0.14 340	0.09 335	0.16 365	0.16 155	0.09 254	0.13 269	0.14 183	0.27 394	0.34 464	0.15 302	0.21 339	0.22 404	0.13 319	0.18 397	0.14 337	0.07 271	0.05 177	0.08 312	0.07 302	0.07 286	0.07 304

HSM	0.15 380	0.09 335	0.15 323	0.16 155	0.09 254	0.16 364	0.14 183	0.28 418	0.25 379	0.20 411	0.24 372	0.37 532	0.17 416	0.20 440	0.15 371	0.07 271	0.05 177	0.07 226	0.06 206	0.07 286	0.06 224

DISCO	0.20 466	0.09 335	0.22 470	0.17 232	0.10 366	0.25 500	0.18 395	0.28 418	0.45 528	0.23 457	0.32 475	0.34 521	0.26 506	0.29 522	0.29 538	0.08 335	0.06 334	0.07 226	0.07 302	0.09 416	0.10 447

z-ln-s-r	0.18 445	0.10 402	0.41 545	0.19 374	0.08 140	0.18 403	0.18 395	0.23 322	0.34 464	0.19 389	0.41 532	0.22 404	0.17 416	0.20 440	0.25 502	0.07 271	0.05 177	0.07 226	0.07 302	0.07 286	0.06 224

DDVS	0.16 407	0.10 402	0.22 470	0.16 155	0.12 453	0.15 337	0.14 183	0.25 367	0.19 275	0.18 374	0.30 461	0.27 460	0.13 319	0.20 440	0.16 390	0.09 393	0.06 334	0.09 397	0.07 302	0.11 472	0.11 471

rvit_0105_5	0.14 340	0.10 402	0.14 286	0.17 232	0.09 254	0.14 311	0.23 503	0.24 346	0.27 405	0.14 278	0.15 238	0.18 351	0.13 319	0.17 380	0.14 337	0.14 530	0.11 505	0.10 444	0.11 488	0.08 352	0.07 304

rvit_0105_3	0.16 407	0.10 402	0.15 323	0.20 432	0.12 453	0.15 337	0.26 538	0.25 367	0.30 434	0.15 302	0.17 274	0.21 386	0.14 351	0.18 397	0.14 337	0.14 530	0.11 505	0.12 495	0.14 527	0.07 286	0.07 304

UGAM	0.13 310	0.10 402	0.09 79	0.22 488	0.08 140	0.13 269	0.20 460	0.18 212	0.24 355	0.22 442	0.16 255	0.13 256	0.13 319	0.19 422	0.13 301	0.07 271	0.05 177	0.13 509	0.11 488	0.07 286	0.05 127

ACV-stereo	0.15 380	0.10 402	0.29 510	0.18 314	0.12 453	0.15 337	0.13 126	0.23 322	0.21 312	0.19 389	0.23 360	0.22 404	0.15 371	0.23 484	0.17 407	0.08 335	0.07 405	0.07 226	0.07 302	0.08 352	0.07 304

IGEV-BASED-STEREO-	0.09 99	0.10 402	0.32 523	0.15 79	0.06 14	0.08 54	0.14 183	0.11 34	0.10 40	0.07 44	0.07 42	0.06 21	0.04 1	0.11 127	0.07 1	0.12 491	0.04 23	0.07 226	0.05 132	0.05 111	0.05 127

test_sample7	0.16 407	0.10 402	0.16 365	0.14 37	0.12 453	0.16 364	0.17 346	0.28 418	0.24 355	0.21 427	0.21 339	0.24 430	0.20 460	0.16 341	0.16 390	0.12 491	0.06 334	0.10 444	0.09 419	0.11 472	0.10 447

LL-Strereo2	0.11 208	0.10 402	0.16 365	0.18 314	0.08 140	0.15 337	0.09 18	0.17 184	0.14 158	0.14 278	0.11 180	0.09 153	0.07 122	0.16 341	0.10 127	0.05 32	0.05 177	0.11 474	0.07 302	0.06 212	0.05 127

LL-Strereo	0.13 310	0.10 402	0.12 207	0.20 432	0.10 366	0.11 185	0.18 395	0.33 483	0.25 379	0.16 331	0.16 255	0.14 275	0.14 351	0.19 422	0.11 199	0.06 120	0.05 177	0.09 397	0.08 374	0.04 19	0.05 127

ssnet_v2	0.17 429	0.10 402	0.18 422	0.17 232	0.11 422	0.21 455	0.22 491	0.34 498	0.25 379	0.23 457	0.23 360	0.27 460	0.19 448	0.22 476	0.21 458	0.11 466	0.10 492	0.09 397	0.09 419	0.08 352	0.08 373

raft_robust	0.13 310	0.10 402	0.07 5	0.18 314	0.08 140	0.13 269	0.24 513	0.29 437	0.34 464	0.20 411	0.20 321	0.15 300	0.10 218	0.11 127	0.12 266	0.05 32	0.05 177	0.07 226	0.07 302	0.05 111	0.04 33

NINENet	0.16 407	0.10 402	0.16 365	0.17 232	0.11 422	0.20 444	0.14 183	0.41 550	0.37 489	0.18 374	0.21 339	0.16 320	0.14 351	0.16 341	0.14 337	0.08 335	0.08 437	0.10 444	0.07 302	0.10 450	0.09 418

test_4	0.11 208	0.10 402	0.08 25	0.19 374	0.09 254	0.08 54	0.21 477	0.15 120	0.18 249	0.12 222	0.18 297	0.12 232	0.09 193	0.08 16	0.11 199	0.04 6	0.04 23	0.08 312	0.08 374	0.04 19	0.04 33

MMNet	0.17 429	0.10 402	0.17 388	0.20 432	0.11 422	0.27 521	0.20 460	0.26 380	0.42 513	0.22 442	0.30 461	0.22 404	0.20 460	0.18 397	0.20 445	0.06 120	0.06 334	0.07 226	0.07 302	0.08 352	0.07 304

psm_up	0.19 457	0.10 402	0.18 422	0.21 467	0.11 422	0.17 387	0.19 439	0.38 536	0.34 464	0.22 442	0.28 440	0.29 478	0.25 498	0.20 440	0.22 471	0.09 393	0.10 492	0.11 474	0.11 488	0.08 352	0.08 373

hitnet-ft	0.18 445	0.10 402	0.17 388	0.14 37	0.09 254	0.27 521	0.20 460	0.25 367	0.26 392	0.24 469	0.32 475	0.32 510	0.23 481	0.24 495	0.21 458	0.12 491	0.07 405	0.10 444	0.08 374	0.12 489	0.11 471

DMCA-RVC	0.17 429	0.10 402	0.16 365	0.24 522	0.11 422	0.19 425	0.18 395	0.26 380	0.24 355	0.21 427	0.27 429	0.25 443	0.27 513	0.18 397	0.21 458	0.12 491	0.08 437	0.13 509	0.10 458	0.10 450	0.08 373

SuperB	0.20 466	0.10 402	0.57 566	0.16 155	0.09 254	0.19 425	0.18 395	0.25 367	0.51 547	0.27 494	0.39 518	0.17 337	0.22 475	0.22 476	0.21 458	0.08 335	0.06 334	0.06 122	0.06 206	0.12 489	0.11 471

ADCP+	0.20 466	0.10 402	0.35 535	0.21 467	0.12 453	0.22 469	0.27 543	0.31 464	0.35 478	0.26 487	0.37 503	0.22 404	0.22 475	0.27 506	0.28 529	0.09 393	0.06 334	0.08 312	0.08 374	0.10 450	0.10 447

NLCA_NET_v2_RVC	0.17 429	0.10 402	0.23 478	0.20 432	0.10 366	0.15 337	0.18 395	0.31 464	0.25 379	0.21 427	0.31 466	0.25 443	0.17 416	0.21 458	0.20 445	0.09 393	0.06 334	0.08 312	0.09 419	0.07 286	0.08 373
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	0.16 407	0.10 402	0.11 168	0.18 314	0.09 254	0.19 425	0.18 395	0.27 394	0.32 448	0.22 442	0.35 495	0.21 386	0.22 475	0.22 476	0.17 407	0.06 120	0.05 177	0.06 122	0.06 206	0.07 286	0.06 224

iResNet	0.13 310	0.10 402	0.18 422	0.19 374	0.08 140	0.14 311	0.18 395	0.21 279	0.27 405	0.16 331	0.24 372	0.15 300	0.13 319	0.14 295	0.15 371	0.06 120	0.04 23	0.06 122	0.05 132	0.06 212	0.05 127

MDST_ROB	0.22 488	0.10 402	0.18 422	0.18 314	0.11 422	0.40 566	0.19 439	0.44 565	0.42 513	0.40 556	0.40 521	0.29 478	0.21 468	0.27 506	0.19 435	0.11 466	0.10 492	0.14 522	0.11 488	0.10 450	0.08 373

DLCB_ROB	0.18 445	0.10 402	0.16 365	0.23 509	0.11 422	0.24 491	0.18 395	0.30 448	0.28 421	0.27 494	0.29 455	0.28 470	0.25 498	0.20 440	0.20 445	0.08 335	0.08 437	0.09 397	0.09 419	0.07 286	0.07 304

MSAF-DinoV2	0.23 501	0.11 427	0.25 487	0.17 232	0.10 366	0.28 531	0.17 346	0.38 536	0.56 559	0.21 427	0.27 429	0.47 567	0.28 522	0.36 550	0.40 573	0.09 393	0.06 334	0.07 226	0.09 419	0.12 489	0.11 471

DFGA-Net	0.13 310	0.11 427	0.19 445	0.18 314	0.10 366	0.13 269	0.13 126	0.23 322	0.25 379	0.16 331	0.16 255	0.13 256	0.12 287	0.17 380	0.15 371	0.07 271	0.05 177	0.08 312	0.07 302	0.05 111	0.05 127

FACV-RUCA	0.13 310	0.11 427	0.13 241	0.19 374	0.12 453	0.15 337	0.16 317	0.22 303	0.21 312	0.16 331	0.16 255	0.15 300	0.16 392	0.14 295	0.13 301	0.07 271	0.05 177	0.08 312	0.06 206	0.10 450	0.08 373

ITSA-stereo	0.16 407	0.11 427	0.14 286	0.19 374	0.08 140	0.13 269	0.14 183	0.30 448	0.49 539	0.17 342	0.18 297	0.22 404	0.15 371	0.17 380	0.16 390	0.10 434	0.06 334	0.08 312	0.08 374	0.08 352	0.09 418

fast-acv-ft	0.18 445	0.11 427	0.20 450	0.19 374	0.12 453	0.26 512	0.21 477	0.26 380	0.35 478	0.22 442	0.34 491	0.27 460	0.21 468	0.21 458	0.23 482	0.09 393	0.09 469	0.08 312	0.10 458	0.08 352	0.07 304

ToySt	0.17 429	0.11 427	0.19 445	0.17 232	0.11 422	0.16 364	0.26 538	0.24 346	0.33 453	0.19 389	0.24 372	0.26 453	0.24 490	0.19 422	0.21 458	0.07 271	0.08 437	0.09 397	0.10 458	0.09 416	0.08 373

Selective-RAFT	0.11 208	0.11 427	0.12 207	0.21 467	0.08 140	0.16 364	0.13 126	0.21 279	0.23 344	0.10 149	0.10 138	0.11 210	0.10 218	0.15 313	0.11 199	0.05 32	0.05 177	0.06 122	0.05 132	0.06 212	0.05 127

RAFT+CT+SA	0.13 310	0.11 427	0.09 79	0.19 374	0.09 254	0.15 337	0.28 549	0.22 303	0.22 334	0.15 302	0.26 411	0.10 186	0.10 218	0.11 127	0.12 266	0.05 32	0.04 23	0.07 226	0.08 374	0.07 286	0.06 224

hknet	0.15 380	0.11 427	0.14 286	0.22 488	0.11 422	0.15 337	0.15 257	0.34 498	0.26 392	0.17 342	0.23 360	0.22 404	0.18 430	0.17 380	0.13 301	0.07 271	0.06 334	0.10 444	0.09 419	0.07 286	0.07 304

pcwnet_v2	0.19 457	0.11 427	0.26 496	0.18 314	0.14 497	0.18 403	0.15 257	0.37 529	0.46 535	0.19 389	0.24 372	0.21 386	0.19 448	0.21 458	0.20 445	0.13 509	0.10 492	0.10 444	0.10 458	0.11 472	0.13 506

stereogan	0.22 488	0.11 427	0.21 460	0.20 432	0.12 453	0.32 542	0.19 439	0.36 520	0.45 528	0.23 457	0.39 518	0.35 527	0.27 513	0.33 538	0.23 482	0.10 434	0.12 521	0.10 444	0.10 458	0.14 520	0.14 522

CFNet	0.15 380	0.11 427	0.17 388	0.17 232	0.08 140	0.19 425	0.10 30	0.29 437	0.26 392	0.19 389	0.24 372	0.24 430	0.18 430	0.18 397	0.15 371	0.08 335	0.06 334	0.09 397	0.10 458	0.08 352	0.07 304

CVANet_RVC	0.18 445	0.11 427	0.14 286	0.21 467	0.11 422	0.19 425	0.18 395	0.34 498	0.34 464	0.22 442	0.31 466	0.28 470	0.18 430	0.24 495	0.18 420	0.12 491	0.08 437	0.12 495	0.12 510	0.09 416	0.08 373

AdaStereo	0.15 380	0.11 427	0.16 365	0.19 374	0.09 254	0.21 455	0.11 53	0.33 483	0.28 421	0.21 427	0.23 360	0.21 386	0.13 319	0.19 422	0.15 371	0.13 509	0.05 177	0.10 444	0.07 302	0.09 416	0.07 304
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	0.19 457	0.11 427	0.16 365	0.17 232	0.16 529	0.28 531	0.23 503	0.44 565	0.42 513	0.15 302	0.28 440	0.25 443	0.19 448	0.23 484	0.18 420	0.09 393	0.06 334	0.10 444	0.08 374	0.15 532	0.10 447

DeepPruner_ROB	0.16 407	0.11 427	0.16 365	0.17 232	0.10 366	0.17 387	0.15 257	0.32 469	0.21 312	0.19 389	0.21 339	0.22 404	0.19 448	0.21 458	0.16 390	0.13 509	0.09 469	0.09 397	0.10 458	0.11 472	0.11 471

DRN-Test	0.20 466	0.11 427	0.21 460	0.22 488	0.10 366	0.22 469	0.22 491	0.40 545	0.38 495	0.24 469	0.33 481	0.26 453	0.22 475	0.22 476	0.25 502	0.11 466	0.07 405	0.11 474	0.10 458	0.09 416	0.08 373

StereoDRNet	0.19 457	0.11 427	0.18 422	0.22 488	0.11 422	0.22 469	0.22 491	0.37 529	0.34 464	0.24 469	0.28 440	0.30 488	0.19 448	0.20 440	0.21 458	0.10 434	0.08 437	0.11 474	0.09 419	0.09 416	0.07 304

WCMA_ROB	0.24 512	0.11 427	0.24 484	0.17 232	0.14 497	0.34 548	0.16 317	0.33 483	0.33 453	0.39 553	0.54 561	0.40 549	0.35 553	0.35 546	0.26 515	0.12 491	0.12 521	0.12 495	0.11 488	0.14 520	0.14 522

TCMNet	0.19 457	0.12 446	0.20 450	0.21 467	0.18 551	0.21 455	0.24 513	0.28 418	0.36 483	0.23 457	0.26 411	0.25 443	0.20 460	0.20 440	0.23 482	0.13 509	0.11 505	0.11 474	0.12 510	0.13 504	0.12 492

YMNet	0.20 466	0.12 446	0.20 450	0.21 467	0.14 497	0.27 521	0.23 503	0.32 469	0.34 464	0.28 507	0.35 495	0.30 488	0.18 430	0.18 397	0.22 471	0.11 466	0.13 534	0.10 444	0.10 458	0.09 416	0.09 418

YMNet_1	0.20 466	0.12 446	0.20 450	0.21 467	0.14 497	0.27 521	0.23 503	0.32 469	0.34 464	0.28 507	0.35 495	0.30 488	0.18 430	0.18 397	0.22 471	0.11 466	0.13 534	0.10 444	0.10 458	0.09 416	0.09 418

rvit_105_1	0.19 457	0.12 446	0.25 487	0.21 467	0.16 529	0.22 469	0.28 549	0.32 469	0.42 513	0.20 411	0.21 339	0.22 404	0.18 430	0.19 422	0.18 420	0.12 491	0.12 521	0.13 509	0.15 543	0.08 352	0.07 304

rvit_stereo_0075_2	0.17 429	0.12 446	0.25 487	0.23 509	0.16 529	0.13 269	0.10 30	0.30 448	0.27 405	0.20 411	0.28 440	0.22 404	0.15 371	0.18 397	0.13 301	0.16 551	0.10 492	0.17 544	0.10 458	0.10 450	0.10 447

DualNet (step1)	0.17 429	0.12 446	0.21 460	0.13 10	0.14 497	0.18 403	0.14 183	0.28 418	0.24 355	0.21 427	0.21 339	0.24 430	0.20 460	0.16 341	0.16 390	0.15 534	0.06 334	0.14 522	0.14 527	0.15 532	0.13 506

test_sample9	0.18 445	0.12 446	0.21 460	0.13 10	0.14 497	0.18 403	0.14 183	0.28 418	0.24 355	0.21 427	0.21 339	0.24 430	0.20 460	0.19 422	0.18 420	0.15 534	0.30 584	0.14 522	0.14 527	0.15 532	0.13 506

test_sample8	0.20 466	0.12 446	0.21 460	0.13 10	0.14 497	0.18 403	0.14 183	0.32 469	0.21 312	0.28 507	0.22 355	0.36 529	0.26 506	0.19 422	0.18 420	0.15 534	0.30 584	0.14 522	0.14 527	0.15 532	0.13 506

test_for_model	0.09 99	0.12 446	0.14 286	0.23 509	0.11 422	0.08 54	0.13 126	0.12 54	0.13 136	0.10 149	0.07 42	0.07 79	0.06 46	0.11 127	0.10 127	0.06 120	0.05 177	0.05 33	0.04 41	0.08 352	0.05 127

CASS	0.14 340	0.12 446	0.12 207	0.23 509	0.09 254	0.15 337	0.17 346	0.19 244	0.20 297	0.17 342	0.18 297	0.15 300	0.15 371	0.15 313	0.14 337	0.09 393	0.06 334	0.10 444	0.08 374	0.09 416	0.07 304
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_5	0.14 340	0.12 446	0.08 25	0.20 432	0.10 366	0.14 311	0.28 549	0.21 279	0.24 355	0.19 389	0.28 440	0.11 210	0.15 371	0.12 213	0.13 301	0.06 120	0.05 177	0.07 226	0.08 374	0.08 352	0.07 304

SACVNet	0.19 457	0.12 446	0.15 323	0.17 232	0.13 479	0.22 469	0.18 395	0.31 464	0.31 442	0.24 469	0.31 466	0.30 488	0.23 481	0.23 484	0.17 407	0.11 466	0.08 437	0.10 444	0.10 458	0.12 489	0.14 522

PSMNet-ADL	0.15 380	0.12 446	0.13 241	0.22 488	0.09 254	0.13 269	0.20 460	0.26 380	0.23 344	0.18 374	0.20 321	0.23 421	0.17 416	0.18 397	0.18 420	0.09 393	0.08 437	0.08 312	0.11 488	0.08 352	0.07 304

GEStereo_RVC	0.17 429	0.12 446	0.16 365	0.22 488	0.11 422	0.19 425	0.18 395	0.32 469	0.49 539	0.20 411	0.25 398	0.17 337	0.13 319	0.21 458	0.16 390	0.10 434	0.06 334	0.08 312	0.07 302	0.09 416	0.08 373

sAnonymous2	0.13 310	0.12 446	0.25 487	0.20 432	0.12 453	0.18 403	0.14 183	0.27 394	0.21 312	0.11 189	0.12 197	0.13 256	0.08 163	0.11 127	0.11 199	0.09 393	0.05 177	0.08 312	0.06 206	0.15 532	0.10 447

CroCo_RVC	0.13 310	0.12 446	0.25 487	0.20 432	0.12 453	0.18 403	0.14 183	0.27 394	0.21 312	0.11 189	0.12 197	0.13 256	0.08 163	0.11 127	0.11 199	0.09 393	0.05 177	0.08 312	0.06 206	0.15 532	0.10 447

APVNet	0.23 501	0.12 446	0.20 450	0.18 314	0.14 497	0.32 542	0.31 568	0.40 545	0.33 453	0.27 494	0.40 521	0.30 488	0.29 527	0.27 506	0.25 502	0.11 466	0.12 521	0.11 474	0.14 527	0.12 489	0.13 506

FADNet-RVC-Resample	0.17 429	0.12 446	0.32 523	0.22 488	0.12 453	0.19 425	0.14 183	0.25 367	0.24 355	0.24 469	0.27 429	0.20 377	0.15 371	0.17 380	0.16 390	0.07 271	0.08 437	0.12 495	0.10 458	0.09 416	0.11 471

S-Stereo	0.21 480	0.12 446	0.25 487	0.21 467	0.13 479	0.21 455	0.19 439	0.33 483	0.45 528	0.23 457	0.36 500	0.28 470	0.29 527	0.20 440	0.23 482	0.09 393	0.12 521	0.10 444	0.10 458	0.13 504	0.14 522

ADCL	0.25 519	0.12 446	0.49 558	0.22 488	0.12 453	0.36 556	0.29 560	0.30 448	0.57 561	0.24 469	0.47 552	0.30 488	0.31 543	0.30 528	0.30 545	0.09 393	0.07 405	0.09 397	0.09 419	0.10 450	0.10 447

ADCRef	0.20 466	0.12 446	0.43 550	0.20 432	0.12 453	0.23 483	0.18 395	0.32 469	0.37 489	0.26 487	0.33 481	0.18 351	0.23 481	0.25 500	0.26 515	0.07 271	0.06 334	0.09 397	0.09 419	0.08 352	0.09 418

RYNet	0.23 501	0.12 446	0.22 470	0.19 374	0.17 541	0.47 572	0.26 538	0.39 542	0.49 539	0.24 469	0.29 455	0.34 521	0.24 490	0.20 440	0.31 550	0.10 434	0.06 334	0.09 397	0.09 419	0.14 520	0.15 536

TDLM	0.18 445	0.12 446	0.14 286	0.24 522	0.10 366	0.18 403	0.18 395	0.37 529	0.30 434	0.22 442	0.28 440	0.28 470	0.18 430	0.23 484	0.19 435	0.11 466	0.07 405	0.10 444	0.10 458	0.08 352	0.08 373

SGM-ForestM	0.33 557	0.12 446	0.17 388	0.16 155	0.11 422	0.42 569	0.20 460	0.43 561	0.53 556	0.53 576	0.57 568	1.41 608	0.44 575	0.42 573	0.29 538	0.14 530	0.16 553	0.16 541	0.16 547	0.12 489	0.13 506

StereoDRNet-Refined	0.17 429	0.12 446	0.16 365	0.20 432	0.10 366	0.18 403	0.18 395	0.27 394	0.24 355	0.26 487	0.41 532	0.23 421	0.18 430	0.21 458	0.21 458	0.09 393	0.05 177	0.09 397	0.10 458	0.07 286	0.07 304
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.22 488	0.12 446	0.20 450	0.22 488	0.13 479	0.22 469	0.19 439	0.35 513	0.40 504	0.30 523	0.40 521	0.38 538	0.27 513	0.26 504	0.29 538	0.15 534	0.10 492	0.10 444	0.10 458	0.13 504	0.12 492

PSMNet_ROB	0.22 488	0.12 446	0.15 323	0.27 547	0.15 515	0.25 500	0.36 579	0.43 561	0.37 489	0.27 494	0.33 481	0.32 510	0.23 481	0.21 458	0.27 521	0.12 491	0.08 437	0.13 509	0.11 488	0.10 450	0.09 418

SGM_RVC	0.24 512	0.12 446	0.16 365	0.15 79	0.09 254	0.34 548	0.19 439	0.35 513	0.32 448	0.44 567	0.38 510	0.53 575	0.36 556	0.36 550	0.26 515	0.13 509	0.13 534	0.13 509	0.13 521	0.11 472	0.11 471
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GMStereo_Zeroshot	0.16 407	0.13 474	0.25 487	0.20 432	0.10 366	0.17 387	0.13 126	0.30 448	0.25 379	0.23 457	0.32 475	0.25 443	0.11 255	0.19 422	0.14 337	0.09 393	0.06 334	0.11 474	0.06 206	0.12 489	0.08 373

StereoVision	0.14 340	0.13 474	0.10 119	0.24 522	0.10 366	0.16 364	0.21 477	0.21 279	0.20 297	0.12 222	0.25 398	0.10 186	0.10 218	0.16 341	0.10 127	0.09 393	0.10 492	0.12 495	0.12 510	0.06 212	0.05 127

HBP-ISP	0.18 445	0.13 474	0.17 388	0.15 79	0.11 422	0.08 54	0.13 126	0.28 418	0.30 434	0.22 442	0.33 481	0.21 386	0.25 498	0.23 484	0.18 420	0.15 534	0.17 557	0.21 558	0.17 554	0.10 450	0.09 418

Wz-Net-MNSev	0.23 501	0.13 474	0.33 526	0.20 432	0.15 515	0.36 556	0.25 529	0.34 498	0.45 528	0.29 517	0.41 532	0.39 543	0.19 448	0.25 500	0.27 521	0.09 393	0.07 405	0.09 397	0.09 419	0.12 489	0.10 447

UDGNet	0.14 340	0.13 474	0.17 388	0.18 314	0.10 366	0.12 231	0.16 317	0.21 279	0.27 405	0.20 411	0.20 321	0.17 337	0.13 319	0.16 341	0.14 337	0.10 434	0.06 334	0.09 397	0.07 302	0.07 286	0.07 304

FAT-Stereo	0.21 480	0.13 474	0.22 470	0.21 467	0.12 453	0.18 403	0.18 395	0.35 513	0.40 504	0.28 507	0.37 503	0.33 516	0.33 548	0.21 458	0.20 445	0.09 393	0.11 505	0.10 444	0.09 419	0.11 472	0.14 522

STTStereo	0.18 445	0.13 474	0.28 501	0.20 432	0.11 422	0.16 364	0.21 477	0.29 437	0.23 344	0.22 442	0.30 461	0.29 478	0.18 430	0.20 440	0.20 445	0.12 491	0.11 505	0.11 474	0.14 527	0.09 416	0.08 373

RP	0.22 488	0.13 474	0.22 470	0.23 509	0.12 453	0.21 455	0.20 460	0.26 380	0.45 528	0.22 442	0.38 510	0.37 532	0.25 498	0.28 515	0.25 502	0.11 466	0.12 521	0.13 509	0.12 510	0.13 504	0.14 522

RTSC	0.23 501	0.13 474	0.30 516	0.21 467	0.13 479	0.29 535	0.17 346	0.36 520	0.68 581	0.27 494	0.34 491	0.30 488	0.22 475	0.32 534	0.31 550	0.10 434	0.08 437	0.09 397	0.10 458	0.13 504	0.14 522

GANet	0.22 488	0.13 474	0.21 460	0.25 530	0.14 497	0.23 483	0.22 491	0.42 555	0.27 405	0.31 530	0.43 543	0.37 532	0.29 527	0.23 484	0.23 482	0.10 434	0.12 521	0.10 444	0.09 419	0.10 450	0.08 373

CBMV_ROB	0.19 457	0.13 474	0.18 422	0.16 155	0.11 422	0.16 364	0.12 81	0.27 394	0.29 428	0.27 494	0.31 466	0.27 460	0.24 490	0.24 495	0.16 390	0.15 534	0.18 559	0.22 562	0.20 560	0.10 450	0.12 492

NOSS_ROB	0.19 457	0.13 474	0.18 422	0.16 155	0.12 453	0.16 364	0.12 81	0.30 448	0.33 453	0.20 411	0.22 355	0.27 460	0.24 490	0.21 458	0.16 390	0.16 551	0.18 559	0.23 563	0.21 562	0.13 504	0.13 506

DN-CSS_ROB	0.13 310	0.13 474	0.17 388	0.18 314	0.10 366	0.16 364	0.08 7	0.22 303	0.19 275	0.17 342	0.23 360	0.13 256	0.13 319	0.13 268	0.14 337	0.05 32	0.05 177	0.10 444	0.10 458	0.08 352	0.06 224

PWCDC_ROB	0.21 480	0.13 474	0.23 478	0.25 530	0.12 453	0.20 444	0.15 257	0.34 498	0.55 557	0.29 517	0.49 554	0.21 386	0.15 371	0.28 515	0.20 445	0.11 466	0.09 469	0.10 444	0.08 374	0.11 472	0.09 418

MeshStereo	0.27 539	0.13 474	0.18 422	0.15 79	0.11 422	0.33 544	0.24 513	0.41 550	0.36 483	0.53 576	0.58 572	0.67 585	0.41 566	0.36 550	0.27 521	0.14 530	0.13 534	0.13 509	0.11 488	0.11 472	0.11 471
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	0.20 466	0.14 489	0.39 540	0.23 509	0.12 453	0.21 455	0.21 477	0.29 437	0.38 495	0.25 482	0.38 510	0.28 470	0.23 481	0.21 458	0.25 502	0.08 335	0.08 437	0.09 397	0.09 419	0.10 450	0.09 418

Anonymous3	0.16 407	0.14 489	0.34 529	0.26 539	0.14 497	0.27 521	0.18 395	0.28 418	0.28 421	0.15 302	0.17 274	0.14 275	0.11 255	0.16 341	0.12 266	0.08 335	0.08 437	0.08 312	0.08 374	0.08 352	0.11 471

GwcNet	0.20 466	0.14 489	0.20 450	0.18 314	0.12 453	0.25 500	0.20 460	0.36 520	0.45 528	0.20 411	0.33 481	0.33 516	0.21 468	0.22 476	0.25 502	0.11 466	0.09 469	0.09 397	0.09 419	0.09 416	0.10 447

FADNet_RVC	0.17 429	0.14 489	0.41 545	0.20 432	0.11 422	0.13 269	0.13 126	0.27 394	0.22 334	0.21 427	0.23 360	0.20 377	0.18 430	0.15 313	0.17 407	0.08 335	0.08 437	0.12 495	0.09 419	0.11 472	0.10 447

edge stereo	0.23 501	0.14 489	0.21 460	0.21 467	0.13 479	0.24 491	0.16 317	0.32 469	0.42 513	0.32 537	0.40 521	0.39 543	0.35 553	0.25 500	0.25 502	0.13 509	0.11 505	0.14 522	0.11 488	0.12 489	0.14 522

SANet	0.25 519	0.14 489	0.29 510	0.21 467	0.11 422	0.29 535	0.25 529	0.40 545	0.65 579	0.36 546	0.40 521	0.42 554	0.27 513	0.27 506	0.25 502	0.12 491	0.09 469	0.10 444	0.09 419	0.13 504	0.12 492

SGM-Forest	0.20 466	0.14 489	0.18 422	0.20 432	0.13 479	0.21 455	0.22 491	0.33 483	0.31 442	0.24 469	0.29 455	0.28 470	0.20 460	0.23 484	0.18 420	0.15 534	0.16 553	0.15 533	0.14 527	0.13 504	0.12 492
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
zh-mn7	0.26 531	0.15 496	0.59 571	0.19 374	0.14 497	0.24 491	0.22 491	0.35 513	0.63 575	0.35 543	0.67 577	0.31 503	0.25 498	0.31 529	0.26 515	0.09 393	0.08 437	0.09 397	0.09 419	0.09 416	0.11 471

z-mn7	0.25 519	0.15 496	0.47 555	0.19 374	0.13 479	0.28 531	0.25 529	0.35 513	0.64 576	0.27 494	0.57 568	0.29 478	0.24 490	0.32 534	0.27 521	0.08 335	0.08 437	0.08 312	0.08 374	0.10 450	0.10 447

w-ln-seven	0.24 512	0.15 496	0.58 569	0.20 432	0.14 497	0.26 512	0.22 491	0.36 520	0.62 572	0.30 523	0.40 521	0.30 488	0.23 481	0.22 476	0.28 529	0.09 393	0.09 469	0.11 474	0.10 458	0.11 472	0.10 447

TestStereo	0.14 340	0.15 496	0.11 168	0.23 509	0.08 140	0.15 337	0.21 477	0.20 261	0.23 344	0.14 278	0.25 398	0.16 320	0.13 319	0.16 341	0.14 337	0.06 120	0.06 334	0.08 312	0.06 206	0.09 416	0.05 127

GMStereo	0.13 310	0.15 496	0.14 286	0.18 314	0.09 254	0.16 364	0.16 317	0.20 261	0.25 379	0.17 342	0.17 274	0.11 210	0.11 255	0.16 341	0.13 301	0.07 271	0.06 334	0.06 122	0.06 206	0.07 286	0.06 224
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
NCC-stereo	0.25 519	0.15 496	0.31 519	0.26 539	0.17 541	0.21 455	0.31 568	0.41 550	0.40 504	0.24 469	0.38 510	0.33 516	0.29 527	0.37 555	0.28 529	0.13 509	0.11 505	0.15 533	0.22 565	0.13 504	0.13 506

Abc-Net	0.25 519	0.15 496	0.31 519	0.26 539	0.17 541	0.21 455	0.31 568	0.41 550	0.40 504	0.24 469	0.38 510	0.33 516	0.29 527	0.37 555	0.28 529	0.13 509	0.11 505	0.15 533	0.22 565	0.13 504	0.13 506
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 531	0.15 496	0.31 519	0.24 522	0.18 551	0.23 483	0.15 257	0.39 542	0.72 586	0.32 537	0.42 540	0.36 529	0.29 527	0.33 538	0.30 545	0.13 509	0.11 505	0.14 522	0.13 521	0.16 544	0.20 566

ADCMid	0.26 531	0.15 496	0.42 548	0.20 432	0.14 497	0.25 500	0.26 538	0.35 513	0.40 504	0.37 550	0.45 547	0.34 521	0.42 570	0.36 550	0.36 563	0.10 434	0.09 469	0.11 474	0.11 488	0.13 504	0.13 506

NCCL2	0.24 512	0.15 496	0.18 422	0.34 570	0.18 551	0.24 491	0.24 513	0.34 498	0.29 428	0.31 530	0.38 510	0.38 538	0.29 527	0.23 484	0.25 502	0.15 534	0.12 521	0.18 553	0.21 562	0.13 504	0.13 506

CBMV	0.20 466	0.15 496	0.18 422	0.18 314	0.10 366	0.20 444	0.11 53	0.30 448	0.31 442	0.29 517	0.31 466	0.31 503	0.23 481	0.28 515	0.19 435	0.13 509	0.15 548	0.17 544	0.16 547	0.10 450	0.10 447
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 3	0.16 507	0.17 388	0.11 1	0.05 1	0.06 10	0.11 53	0.08 5	0.08 13	0.06 11	0.06 12	0.05 2	0.05 15	0.09 37	0.08 14	0.08 335	0.04 23	0.05 33	0.03 1	0.05 111	0.04 33

Wz-Net-LNSev	0.22 488	0.16 507	0.41 545	0.22 488	0.13 479	0.25 500	0.24 513	0.33 483	0.44 524	0.30 523	0.42 540	0.32 510	0.19 448	0.23 484	0.27 521	0.10 434	0.09 469	0.08 312	0.08 374	0.12 489	0.11 471

Syn2CoEx	0.22 488	0.16 507	0.29 510	0.29 561	0.15 515	0.26 512	0.21 477	0.34 498	0.32 448	0.29 517	0.36 500	0.28 470	0.25 498	0.20 440	0.25 502	0.16 551	0.12 521	0.14 522	0.11 488	0.09 416	0.08 373

psmorigin	0.25 519	0.16 507	0.35 535	0.17 232	0.13 479	0.24 491	0.14 183	0.34 498	0.34 464	0.41 560	0.55 562	0.41 552	0.38 560	0.35 546	0.28 529	0.11 466	0.15 548	0.11 474	0.11 488	0.12 489	0.17 554

AnyNet_C32	0.26 531	0.16 507	0.39 540	0.20 432	0.17 541	0.26 512	0.31 568	0.32 469	0.45 528	0.31 530	0.50 556	0.30 488	0.34 549	0.41 572	0.36 563	0.12 491	0.12 521	0.12 495	0.14 527	0.14 520	0.15 536

DANet	0.21 480	0.16 507	0.29 510	0.25 530	0.13 479	0.23 483	0.19 439	0.28 418	0.27 405	0.28 507	0.32 475	0.35 527	0.32 545	0.31 529	0.24 494	0.11 466	0.09 469	0.11 474	0.10 458	0.13 504	0.11 471
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DPSNet	0.28 542	0.16 507	0.33 526	0.18 314	0.13 479	0.55 578	0.42 587	0.52 579	0.68 581	0.29 517	0.38 510	0.39 543	0.30 538	0.32 534	0.23 482	0.11 466	0.10 492	0.11 474	0.08 374	0.20 560	0.16 545

PDISCO_ROB	0.28 542	0.16 507	0.28 501	0.28 554	0.20 558	0.33 544	0.27 543	0.45 567	0.58 564	0.28 507	0.41 532	0.45 560	0.30 538	0.34 541	0.35 562	0.12 491	0.09 469	0.17 544	0.16 547	0.17 551	0.13 506

LALA_ROB	0.25 519	0.16 507	0.23 478	0.27 547	0.17 541	0.27 521	0.27 543	0.42 555	0.38 495	0.33 541	0.39 518	0.51 571	0.26 506	0.29 522	0.28 529	0.16 551	0.09 469	0.13 509	0.12 510	0.13 504	0.13 506

PWC_ROB	0.21 480	0.16 507	0.27 498	0.18 314	0.11 422	0.22 469	0.13 126	0.33 483	0.49 539	0.30 523	0.40 521	0.32 510	0.25 498	0.31 529	0.23 482	0.10 434	0.07 405	0.11 474	0.08 374	0.11 472	0.10 447

zh-sn7	0.26 531	0.17 517	0.55 563	0.24 522	0.14 497	0.25 500	0.25 529	0.34 498	0.49 539	0.29 517	0.55 562	0.29 478	0.32 545	0.37 555	0.33 558	0.10 434	0.10 492	0.11 474	0.11 488	0.12 489	0.12 492

Anonymous_2	0.22 488	0.17 517	0.28 501	0.15 79	0.16 529	0.33 544	0.22 491	0.23 322	0.18 249	0.23 457	0.24 372	0.26 453	0.27 513	0.27 506	0.24 494	0.22 572	0.26 580	0.17 544	0.17 554	0.16 544	0.18 558

Wz-Net-SNSev	0.26 531	0.17 517	0.46 552	0.25 530	0.14 497	0.26 512	0.24 513	0.38 536	0.57 561	0.30 523	0.56 564	0.39 543	0.26 506	0.24 495	0.32 555	0.10 434	0.09 469	0.10 444	0.11 488	0.11 472	0.11 471

WZ-Net	0.29 546	0.17 517	0.82 595	0.23 509	0.16 529	0.35 552	0.29 560	0.40 545	0.59 566	0.24 469	0.57 568	0.37 532	0.25 498	0.34 541	0.37 567	0.09 393	0.08 437	0.09 397	0.10 458	0.14 520	0.16 545

dd	0.15 380	0.17 517	0.17 388	0.19 374	0.09 254	0.15 337	0.18 395	0.22 303	0.26 392	0.23 457	0.20 321	0.21 386	0.10 218	0.21 458	0.17 407	0.10 434	0.06 334	0.08 312	0.06 206	0.08 352	0.07 304

UDG	0.21 480	0.17 517	0.20 450	0.23 509	0.15 515	0.31 540	0.20 460	0.33 483	0.35 478	0.24 469	0.28 440	0.31 503	0.29 527	0.21 458	0.23 482	0.15 534	0.12 521	0.13 509	0.09 419	0.14 520	0.15 536

aanetorigin	0.22 488	0.17 517	0.57 566	0.18 314	0.10 366	0.16 364	0.19 439	0.20 261	0.33 453	0.49 573	0.48 553	0.30 488	0.28 522	0.21 458	0.24 494	0.08 335	0.07 405	0.08 312	0.07 302	0.10 450	0.09 418

AF-Net	0.23 501	0.17 517	0.17 388	0.27 547	0.13 479	0.26 512	0.24 513	0.33 483	0.51 547	0.25 482	0.33 481	0.39 543	0.27 513	0.28 515	0.26 515	0.11 466	0.10 492	0.16 541	0.12 510	0.11 472	0.11 471

G-Net	0.25 519	0.17 517	0.38 539	0.23 509	0.16 529	0.51 575	0.23 503	0.29 437	0.35 478	0.36 546	0.38 510	0.31 503	0.29 527	0.28 515	0.27 521	0.11 466	0.09 469	0.12 495	0.10 458	0.16 544	0.14 522

Nwc_Net	0.23 501	0.17 517	0.22 470	0.25 530	0.15 515	0.25 500	0.27 543	0.38 536	0.39 500	0.22 442	0.41 532	0.30 488	0.29 527	0.28 515	0.25 502	0.11 466	0.10 492	0.17 544	0.20 560	0.10 450	0.11 471

DeepPrunerF	0.24 512	0.17 517	0.45 551	0.26 539	0.16 529	0.23 483	0.29 560	0.37 529	0.51 547	0.27 494	0.31 466	0.24 430	0.28 522	0.22 476	0.23 482	0.15 534	0.11 505	0.20 557	0.18 558	0.12 489	0.14 522

ADCPNet	0.26 531	0.17 517	0.62 574	0.21 467	0.15 515	0.36 556	0.25 529	0.33 483	0.37 489	0.31 530	0.41 532	0.36 529	0.29 527	0.29 522	0.34 561	0.12 491	0.10 492	0.11 474	0.12 510	0.14 520	0.13 506

FBW_ROB	0.25 519	0.17 517	0.23 478	0.27 547	0.14 497	0.26 512	0.22 491	0.42 555	0.43 522	0.42 562	0.41 532	0.43 556	0.27 513	0.32 534	0.24 494	0.09 393	0.15 548	0.15 533	0.12 510	0.12 489	0.10 447

ETE_ROB	0.23 501	0.17 517	0.23 478	0.25 530	0.14 497	0.26 512	0.29 560	0.32 469	0.37 489	0.28 507	0.37 503	0.45 560	0.27 513	0.28 515	0.27 521	0.11 466	0.09 469	0.12 495	0.10 458	0.14 520	0.13 506

DStereoO	0.25 519	0.18 531	0.19 445	0.20 432	0.15 515	0.22 469	0.19 439	0.33 483	0.42 513	0.30 523	0.22 355	0.33 516	0.28 522	0.42 573	0.28 529	0.47 592	0.12 521	0.31 580	0.11 488	0.17 551	0.12 492

DDUNet	0.23 501	0.18 531	0.22 470	0.22 488	0.15 515	0.25 500	0.24 513	0.30 448	0.31 442	0.31 530	0.37 503	0.34 521	0.26 506	0.25 500	0.21 458	0.18 557	0.13 534	0.17 544	0.11 488	0.16 544	0.17 554

FINET	0.22 488	0.18 531	0.28 501	0.19 374	0.16 529	0.24 491	0.24 513	0.33 483	0.49 539	0.26 487	0.33 481	0.22 404	0.23 481	0.23 484	0.18 420	0.18 557	0.16 553	0.11 474	0.10 458	0.15 532	0.14 522

PA-Net	0.24 512	0.18 531	0.34 529	0.28 554	0.22 564	0.22 469	0.39 584	0.29 437	0.39 500	0.22 442	0.33 481	0.25 443	0.26 506	0.21 458	0.25 502	0.10 434	0.23 578	0.15 533	0.22 565	0.09 416	0.13 506
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DStereoSA	0.26 531	0.19 535	0.39 540	0.27 547	0.17 541	0.23 483	0.21 477	0.50 574	0.60 567	0.22 442	0.30 461	0.29 478	0.34 549	0.40 566	0.29 538	0.12 491	0.11 505	0.16 541	0.14 527	0.15 532	0.12 492

DGSMNet	0.25 519	0.19 535	0.34 529	0.21 467	0.24 569	0.24 491	0.21 477	0.36 520	0.42 513	0.25 482	0.32 475	0.38 538	0.21 468	0.29 522	0.24 494	0.13 509	0.11 505	0.14 522	0.16 547	0.23 564	0.23 571

RTS	0.46 576	0.19 535	3.33 612	0.25 530	0.15 515	0.72 591	0.21 477	0.37 529	0.78 593	0.42 562	0.44 545	0.31 503	0.43 573	0.55 586	0.37 567	0.10 434	0.09 469	0.13 509	0.13 521	0.15 532	0.15 536

RTSA	0.46 576	0.19 535	3.33 612	0.25 530	0.15 515	0.72 591	0.21 477	0.37 529	0.78 593	0.42 562	0.44 545	0.31 503	0.43 573	0.55 586	0.37 567	0.10 434	0.09 469	0.13 509	0.13 521	0.15 532	0.15 536

ADCS	0.30 549	0.19 535	0.48 557	0.21 467	0.18 551	0.29 535	0.24 513	0.42 555	0.64 576	0.40 556	0.50 556	0.40 549	0.37 558	0.40 566	0.43 578	0.13 509	0.13 534	0.13 509	0.14 527	0.16 544	0.16 545

Wz-Net-TNSev	0.29 546	0.20 540	0.69 585	0.19 374	0.15 515	0.38 562	0.27 543	0.36 520	0.56 559	0.35 543	0.42 540	0.45 560	0.39 561	0.33 538	0.31 550	0.13 509	0.13 534	0.10 444	0.12 510	0.15 532	0.15 536

dad	0.18 445	0.20 540	0.21 460	0.17 232	0.11 422	0.20 444	0.19 439	0.21 279	0.28 421	0.30 523	0.24 372	0.30 488	0.13 319	0.19 422	0.17 407	0.18 557	0.09 469	0.11 474	0.09 419	0.11 472	0.07 304

FADNet-RVC	0.21 480	0.20 540	0.40 543	0.21 467	0.16 529	0.21 455	0.15 257	0.27 394	0.27 405	0.26 487	0.32 475	0.26 453	0.21 468	0.22 476	0.19 435	0.12 491	0.13 534	0.12 495	0.14 527	0.13 504	0.18 558

RGC	0.25 519	0.20 540	0.29 510	0.28 554	0.16 529	0.22 469	0.23 503	0.33 483	0.44 524	0.27 494	0.40 521	0.38 538	0.28 522	0.37 555	0.23 482	0.11 466	0.13 534	0.17 544	0.17 554	0.15 532	0.16 545

NaN_ROB	0.23 501	0.20 540	0.25 487	0.25 530	0.13 479	0.31 540	0.27 543	0.34 498	0.41 511	0.31 530	0.31 466	0.32 510	0.23 481	0.31 529	0.22 471	0.11 466	0.17 557	0.10 444	0.11 488	0.08 352	0.09 418

MaskLacGwcNet_RVC	0.22 488	0.21 545	0.25 487	0.26 539	0.11 422	0.24 491	0.14 183	0.39 542	0.24 355	0.32 537	0.36 500	0.30 488	0.21 468	0.19 422	0.22 471	0.17 556	0.14 544	0.21 558	0.16 547	0.13 504	0.12 492

PVD	0.40 568	0.21 545	0.40 543	0.32 569	0.23 565	0.30 538	0.45 591	0.53 582	0.97 600	0.55 579	0.80 591	0.54 576	0.60 590	0.53 583	0.40 573	0.19 560	0.14 544	0.17 544	0.14 527	0.24 570	0.32 584

LSM	0.34 563	0.21 545	0.62 574	0.27 547	0.62 600	0.35 552	0.26 538	0.43 561	0.49 539	0.45 569	0.60 575	0.42 554	0.37 558	0.35 546	0.26 515	0.13 509	0.21 575	0.14 522	0.16 547	0.18 555	0.34 586

PS-NSSS	0.20 466	0.21 545	0.23 478	0.20 432	0.10 366	0.19 425	0.17 346	0.36 520	0.26 392	0.27 494	0.34 491	0.27 460	0.24 490	0.20 440	0.20 445	0.15 534	0.12 521	0.17 544	0.14 527	0.10 450	0.09 418

DStereoFS	0.27 539	0.22 549	0.32 523	0.23 509	0.15 515	0.23 483	0.21 477	0.52 579	0.49 539	0.28 507	0.45 547	0.34 521	0.36 556	0.53 583	0.29 538	0.13 509	0.11 505	0.15 533	0.13 521	0.17 551	0.17 554

MFN_U_SF_RVC	0.33 557	0.22 549	0.58 569	0.31 566	0.15 515	0.36 556	0.17 346	0.54 583	0.46 535	0.47 572	0.56 564	0.58 578	0.39 561	0.36 550	0.38 570	0.15 534	0.15 548	0.18 553	0.21 562	0.16 544	0.16 545

DispFullNet	0.27 539	0.22 549	0.66 577	0.28 554	0.17 541	0.27 521	0.17 346	0.34 498	0.57 561	0.27 494	0.37 503	0.43 556	0.24 490	0.39 562	0.25 502	0.12 491	0.06 334	0.19 555	0.11 488	0.23 564	0.16 545

HCRNet	0.16 407	0.23 552	0.12 207	0.35 572	0.11 422	0.15 337	0.17 346	0.26 380	0.22 334	0.19 389	0.24 372	0.21 386	0.14 351	0.15 313	0.13 301	0.11 466	0.07 405	0.11 474	0.10 458	0.09 416	0.07 304

FADNet	0.21 480	0.23 552	0.37 538	0.18 314	0.17 541	0.25 500	0.13 126	0.32 469	0.32 448	0.23 457	0.25 398	0.27 460	0.21 468	0.19 422	0.16 390	0.13 509	0.15 548	0.12 495	0.15 543	0.17 551	0.18 558

XQC	0.29 546	0.23 552	0.53 560	0.29 561	0.19 555	0.36 556	0.28 549	0.37 529	0.58 564	0.31 530	0.31 466	0.37 532	0.30 538	0.39 562	0.39 571	0.13 509	0.09 469	0.15 533	0.12 510	0.18 555	0.18 558

SQANet	0.24 512	0.24 555	0.31 519	0.31 566	0.19 555	0.27 521	0.13 126	0.30 448	0.33 453	0.25 482	0.37 503	0.31 503	0.22 475	0.27 506	0.23 482	0.15 534	0.10 492	0.21 558	0.16 547	0.22 561	0.16 545

GASNet	0.22 488	0.24 555	0.34 529	0.26 539	0.17 541	0.27 521	0.16 317	0.45 567	0.42 513	0.27 494	0.24 372	0.30 488	0.16 392	0.27 506	0.18 420	0.12 491	0.09 469	0.12 495	0.11 488	0.16 544	0.08 373

EDNetEfficient	0.30 549	0.24 555	1.18 603	0.18 314	0.10 366	0.20 444	0.20 460	0.21 279	0.61 569	0.74 591	0.56 564	0.30 488	0.40 565	0.23 484	0.32 555	0.09 393	0.07 405	0.08 312	0.07 302	0.11 472	0.10 447

MFN_U_SF_DS_RVC	0.30 549	0.24 555	0.30 516	0.36 574	0.16 529	0.36 556	0.31 568	0.34 498	0.43 522	0.41 560	0.46 550	0.38 538	0.30 538	0.35 546	0.29 538	0.19 560	0.20 565	0.26 566	0.29 579	0.18 555	0.19 563

CSAN	0.30 549	0.24 555	0.28 501	0.34 570	0.19 555	0.34 548	0.42 587	0.38 536	0.51 547	0.38 552	0.40 521	0.44 559	0.34 549	0.29 522	0.31 550	0.19 560	0.16 553	0.19 555	0.19 559	0.14 520	0.15 536

PASM	0.33 557	0.25 560	0.51 559	0.28 554	0.27 575	0.30 538	0.31 568	0.35 513	0.51 547	0.36 546	0.40 521	0.47 567	0.35 553	0.34 541	0.36 563	0.23 577	0.26 580	0.26 566	0.28 578	0.23 564	0.21 567

AnyNet_C01	0.37 564	0.26 561	1.41 606	0.22 488	0.17 541	0.51 575	0.28 549	0.36 520	0.40 504	0.39 553	0.75 587	0.46 564	0.39 561	0.46 576	0.50 588	0.13 509	0.13 534	0.13 509	0.14 527	0.14 520	0.16 545

MSMD_ROB	0.31 555	0.26 561	0.26 496	0.24 522	0.21 561	0.34 548	0.25 529	0.34 498	0.39 500	0.40 556	0.69 581	0.45 560	0.41 566	0.34 541	0.28 529	0.20 565	0.20 565	0.26 566	0.25 571	0.23 564	0.22 570

MonStereo1	0.49 580	0.27 563	0.61 572	0.29 561	0.20 558	0.40 566	0.19 439	0.51 578	0.66 580	0.53 576	0.91 596	1.02 595	0.59 589	0.51 580	0.58 593	0.53 596	0.32 587	0.55 593	0.40 587	0.36 585	0.38 589

FC-DCNN v2	0.33 557	0.28 564	0.28 501	0.26 539	0.23 565	0.39 564	0.29 560	0.41 550	0.44 524	0.46 570	0.57 568	0.51 571	0.41 566	0.38 560	0.30 545	0.21 568	0.20 565	0.27 569	0.26 572	0.25 572	0.24 572

ccnet	0.30 549	0.28 564	0.24 484	0.20 432	0.28 576	0.41 568	0.22 491	0.46 570	0.33 453	0.37 550	0.46 550	0.37 532	0.30 538	0.40 566	0.43 578	0.23 577	0.14 544	0.21 558	0.17 554	0.23 564	0.19 563

FCDSN-DC	0.33 557	0.28 564	0.28 501	0.30 564	0.24 569	0.39 564	0.28 549	0.43 561	0.42 513	0.44 567	0.53 560	0.51 571	0.42 570	0.37 555	0.30 545	0.21 568	0.20 565	0.27 569	0.26 572	0.25 572	0.25 574
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BEATNet-Init1	0.54 583	0.28 564	0.68 584	0.31 566	0.21 561	0.85 599	0.31 568	0.57 585	0.69 584	0.89 598	1.00 600	2.17 615	0.66 593	0.58 590	0.44 581	0.19 560	0.18 559	0.23 563	0.22 565	0.22 561	0.21 567

SAMSARA	0.41 569	0.28 564	0.34 529	0.55 588	0.39 583	0.85 599	1.25 615	0.49 573	0.52 553	0.36 546	0.35 495	0.56 577	0.39 561	0.39 562	0.41 575	0.15 534	0.20 565	0.15 533	0.14 527	0.23 564	0.21 567

MANE	0.47 578	0.28 564	0.28 501	0.27 547	0.24 569	0.50 573	0.32 576	0.57 585	0.62 572	0.74 591	1.20 610	1.21 601	0.64 592	0.54 585	0.39 571	0.22 572	0.20 565	0.27 569	0.31 582	0.26 576	0.25 574

FC-DCNN	0.33 557	0.28 564	0.28 501	0.26 539	0.23 565	0.38 562	0.29 560	0.40 545	0.44 524	0.46 570	0.56 564	0.51 571	0.41 566	0.38 560	0.31 550	0.21 568	0.20 565	0.27 569	0.26 572	0.25 572	0.24 572

ELAS_RVC	0.42 571	0.29 571	0.33 526	0.28 554	0.24 569	0.56 579	0.38 582	0.50 574	0.61 569	0.74 591	0.76 588	0.67 585	0.56 585	0.55 586	0.42 577	0.22 572	0.21 575	0.27 569	0.26 572	0.27 578	0.26 577
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.42 571	0.29 571	0.34 529	0.28 554	0.24 569	0.63 583	0.37 580	0.52 579	0.52 553	0.72 588	0.82 592	0.68 587	0.56 585	0.52 581	0.45 584	0.22 572	0.21 575	0.27 569	0.26 572	0.26 576	0.26 577
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CC-Net-ROB	0.28 542	0.31 573	0.36 537	0.30 564	0.15 515	0.25 500	0.19 439	0.45 567	0.34 464	0.39 553	0.37 503	0.39 543	0.31 543	0.27 506	0.27 521	0.24 579	0.18 559	0.30 579	0.23 569	0.19 558	0.15 536

EDNetEfficientorigin	7.92 619	0.32 574	152.98 640	0.20 432	0.10 366	0.22 469	0.17 346	0.23 322	0.60 567	0.73 589	0.67 577	0.41 552	0.51 581	0.24 495	0.41 575	0.08 335	0.07 405	0.09 397	0.07 302	0.12 489	0.11 471

PSMNet-RUCA	0.28 542	0.33 575	0.42 548	0.36 574	0.32 581	0.18 403	0.20 460	0.42 555	0.30 434	0.33 541	0.41 532	0.40 549	0.24 490	0.31 529	0.20 445	0.19 560	0.11 505	0.25 565	0.15 543	0.22 561	0.16 545

GANetREF_RVC	0.31 555	0.34 576	0.29 510	0.35 572	0.16 529	0.33 544	0.42 587	0.48 572	0.52 553	0.35 543	0.35 495	0.34 521	0.32 545	0.40 566	0.33 558	0.27 581	0.20 565	0.29 577	0.15 543	0.19 558	0.18 558
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	3.24 612	0.35 577	57.83 639	0.18 314	0.13 479	0.27 521	0.23 503	0.28 418	0.72 586	1.89 617	0.70 582	0.43 556	0.47 576	0.29 522	0.43 578	0.09 393	0.09 469	0.12 495	0.09 419	0.14 520	0.14 522

NVStereoNet_ROB	0.47 578	0.37 578	0.47 555	0.42 580	0.29 579	0.35 552	0.35 578	0.50 574	0.61 569	0.73 589	0.94 597	0.70 589	0.68 594	0.48 577	0.62 596	0.22 572	0.33 588	0.34 582	0.34 586	0.30 579	0.31 583
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	0.39 566	0.38 579	0.53 560	0.44 581	0.28 576	0.57 580	0.24 513	0.42 555	0.62 572	0.40 556	0.50 556	0.46 564	0.34 549	0.40 566	0.33 558	0.30 582	0.30 584	0.39 584	0.33 584	0.30 579	0.29 580

MSC_U_SF_DS_RVC	0.44 573	0.39 580	0.56 564	0.40 577	0.20 558	0.66 586	0.33 577	0.54 583	0.72 586	0.71 587	0.72 584	0.62 580	0.55 583	0.52 581	0.47 585	0.20 565	0.19 564	0.29 577	0.30 581	0.24 570	0.19 563

Ntro	0.41 569	0.40 581	0.54 562	0.46 585	0.30 580	0.64 584	0.24 513	0.47 571	0.68 581	0.42 562	0.49 554	0.47 567	0.42 570	0.40 566	0.32 555	0.32 583	0.28 582	0.37 583	0.31 582	0.33 584	0.29 580

Consistency-Raft	0.44 573	0.40 581	0.46 552	0.37 576	0.43 587	0.42 569	0.41 585	0.57 585	0.55 557	0.32 537	0.73 585	0.32 510	0.50 579	0.42 573	0.49 587	0.39 586	0.36 589	0.45 586	0.52 598	0.42 587	0.30 582

GCST	0.37 564	0.42 583	0.27 498	1.03 607	0.39 583	0.18 403	0.08 7	0.21 279	0.18 249	0.28 507	0.25 398	0.15 300	0.12 287	0.16 341	0.14 337	0.64 603	0.43 592	0.75 599	0.65 602	0.64 596	0.46 595

JetBlue	0.73 593	0.46 584	1.21 604	0.52 587	0.47 589	2.16 615	0.67 603	0.78 595	0.72 586	0.70 586	0.79 590	1.21 601	0.84 601	1.06 612	1.04 612	0.40 587	0.28 582	0.33 581	0.33 584	0.30 579	0.34 586

ACVNet_1	0.45 575	0.51 585	0.61 572	0.45 582	0.28 576	0.50 573	0.28 549	0.58 590	0.71 585	0.63 582	0.59 574	0.74 590	0.50 579	0.50 578	0.36 563	0.26 580	0.25 579	0.39 584	0.29 579	0.32 583	0.25 574

ACVNet-4b	0.39 566	0.53 586	0.56 564	0.45 582	0.24 569	0.46 571	0.18 395	0.50 574	0.64 576	0.42 562	0.45 547	0.60 579	0.27 513	0.34 541	0.24 494	0.33 584	0.14 544	0.48 587	0.42 589	0.31 582	0.27 579

anonymity	0.53 582	0.58 587	0.66 577	0.41 578	0.61 599	0.54 577	0.41 585	0.57 585	0.41 511	0.56 580	0.50 556	0.50 570	0.55 583	0.59 591	0.50 588	0.58 599	0.50 602	0.51 589	0.51 596	0.52 589	0.58 597

SGM+DAISY	0.57 585	0.58 587	0.67 581	0.41 578	0.55 593	0.68 588	0.51 593	0.57 585	0.46 535	0.67 583	0.70 582	0.69 588	0.57 587	0.64 593	0.58 593	0.59 600	0.49 599	0.50 588	0.50 595	0.52 589	0.59 600

SPS-STEREO	0.58 586	0.59 589	0.66 577	0.45 582	0.55 593	0.65 585	0.44 590	0.63 592	0.51 547	0.69 585	0.65 576	0.66 584	0.58 588	0.62 592	0.62 596	0.62 602	0.47 597	0.51 589	0.49 593	0.55 592	0.58 597
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	0.54 583	0.61 590	0.71 590	0.57 589	0.43 587	0.66 586	0.37 580	0.60 591	0.87 597	0.51 574	0.67 577	0.63 581	0.47 576	0.50 578	0.44 581	0.47 592	0.48 598	0.53 591	0.41 588	0.53 591	0.41 592

IMH-64-1	0.66 588	0.62 591	0.69 585	0.72 592	0.51 590	0.60 581	0.51 593	0.92 599	0.84 595	0.75 594	1.02 601	0.81 591	0.78 599	0.80 597	0.50 588	0.43 588	0.46 593	0.72 596	0.48 591	0.55 592	0.40 590

IMH-64	0.66 588	0.62 591	0.69 585	0.72 592	0.51 590	0.60 581	0.51 593	0.92 599	0.84 595	0.75 594	1.02 601	0.81 591	0.78 599	0.80 597	0.50 588	0.43 588	0.46 593	0.72 596	0.48 591	0.55 592	0.40 590

IMH	0.72 591	0.65 593	0.70 588	0.77 594	0.54 592	0.71 590	0.56 596	0.99 607	1.08 601	0.82 597	1.09 604	0.89 593	0.88 603	0.88 605	0.53 592	0.44 591	0.50 602	0.75 599	0.51 596	0.58 595	0.42 593

MFMNet_re	0.65 587	0.66 594	0.66 577	0.51 586	0.69 604	0.70 589	0.58 597	0.65 593	0.75 591	0.61 581	0.73 585	0.63 581	0.68 594	0.65 594	0.60 595	0.66 604	0.58 611	0.63 594	0.59 599	0.68 600	0.69 607

ACVNet_2	0.67 590	0.68 595	0.70 588	0.64 590	0.41 585	0.75 594	0.50 592	0.98 605	1.38 610	0.90 599	1.09 604	1.04 596	0.74 597	0.55 586	0.48 586	0.43 588	0.40 591	0.53 591	0.45 590	0.48 588	0.36 588

MADNet+	0.76 594	0.72 596	3.76 615	0.67 591	0.41 585	0.99 605	0.97 613	0.72 594	0.75 591	0.52 575	0.58 572	0.64 583	0.68 594	0.89 606	1.04 612	0.35 585	0.36 589	0.28 576	0.23 569	0.38 586	0.33 585

TorneroNet-64	0.76 594	0.73 597	0.77 593	0.78 596	0.58 598	0.94 604	0.58 597	0.85 598	1.26 605	0.67 583	0.88 594	1.41 608	0.76 598	0.87 603	0.68 599	0.49 594	0.46 593	0.73 598	0.59 599	0.68 600	0.54 596

TorneroNet	0.83 598	0.75 598	0.83 597	0.85 599	0.63 601	1.03 608	0.65 601	0.96 603	1.14 603	0.80 596	1.10 606	1.36 606	0.88 603	0.95 608	0.82 607	0.57 597	0.49 599	0.79 604	0.66 604	0.74 606	0.64 606

WAO-7	0.80 596	0.78 599	0.57 566	0.85 599	0.67 603	0.76 595	0.69 606	1.07 609	1.30 607	0.90 599	1.20 610	1.05 597	0.93 605	0.71 595	0.68 599	0.60 601	0.62 612	0.67 595	0.68 605	0.64 596	0.59 600

WAO-6	0.82 597	0.81 600	0.63 576	0.87 601	0.63 601	0.79 596	0.60 599	0.98 605	1.52 614	0.91 601	0.97 599	1.08 598	1.04 609	0.72 596	0.70 602	0.72 605	0.49 599	0.91 607	0.71 606	0.70 602	0.59 600

WAO-8	0.92 601	0.83 601	0.67 581	0.94 604	0.70 605	0.92 602	0.68 604	1.08 611	1.80 617	1.06 607	1.42 614	1.29 603	1.08 611	0.86 601	0.80 605	0.74 607	0.54 605	0.86 605	0.75 607	0.71 603	0.63 604

Venus	0.92 601	0.83 601	0.67 581	0.94 604	0.70 605	0.92 602	0.68 604	1.08 611	1.80 617	1.06 607	1.42 614	1.29 603	1.08 611	0.86 601	0.80 605	0.74 607	0.54 605	0.86 605	0.75 607	0.71 603	0.63 604

LVE	0.84 599	0.87 603	0.86 598	0.81 597	0.56 595	1.09 610	0.66 602	1.07 609	1.45 612	0.97 603	1.23 612	1.11 599	0.86 602	0.84 600	0.72 603	0.49 594	0.56 608	0.76 601	0.60 601	0.66 598	0.60 603

Dean	0.88 600	0.88 604	0.81 594	0.82 598	0.57 596	0.91 601	0.62 600	1.17 615	1.71 615	1.15 610	1.16 608	1.31 605	1.00 608	0.82 599	0.83 608	0.57 597	0.56 608	0.78 603	0.65 602	0.67 599	0.58 597

PWCK	0.72 591	0.95 605	0.99 601	0.77 594	0.32 581	0.79 596	0.38 582	0.92 599	0.90 598	0.96 602	0.76 588	0.97 594	0.62 591	0.87 603	0.68 599	0.73 606	0.46 593	0.76 601	0.49 593	0.71 603	0.44 594

UNDER WATER-64	0.97 603	0.96 606	1.48 608	0.88 602	0.57 596	1.24 613	0.90 611	0.78 595	0.96 599	1.05 605	0.85 593	1.56 613	1.26 615	0.97 610	0.99 610	0.88 611	0.57 610	1.04 611	0.88 611	0.81 607	0.75 608

UNDER WATER	0.99 605	1.00 607	1.47 607	1.00 606	0.71 607	1.18 612	0.86 609	0.81 597	1.09 602	1.02 604	0.90 595	1.53 612	1.26 615	1.06 612	1.02 611	0.79 609	0.54 605	1.02 609	0.88 611	0.83 608	0.75 608

notaker	0.98 604	1.13 608	1.02 602	1.14 609	0.81 608	0.73 593	0.69 606	0.94 602	1.15 604	1.19 612	1.19 609	1.41 608	1.17 614	1.10 614	0.74 604	0.82 610	0.64 613	1.18 612	0.79 609	1.02 610	0.82 611

KSHMR	1.10 607	1.19 609	0.90 600	1.26 612	1.00 612	0.99 605	0.96 612	1.13 614	1.35 608	1.16 611	1.28 613	1.40 607	0.97 607	1.03 611	0.93 609	1.03 614	1.08 616	1.20 613	1.03 615	1.03 611	0.98 613

ktn	1.02 606	1.23 610	0.82 595	1.24 611	0.86 610	1.00 607	0.86 609	0.96 603	1.37 609	1.05 605	1.12 607	1.16 600	1.06 610	0.95 608	0.62 596	1.28 616	0.71 614	1.39 616	0.83 610	1.06 612	0.77 610

DPSimNet_ROB	1.14 608	1.25 611	0.87 599	1.15 610	0.90 611	1.15 611	1.18 614	1.20 616	1.26 605	1.45 614	1.05 603	1.44 611	1.13 613	0.92 607	1.70 615	1.47 617	0.52 604	1.22 614	1.04 616	0.92 609	1.03 614

HanzoNet	1.31 609	1.29 612	1.22 605	1.13 608	0.85 609	1.05 609	0.84 608	1.06 608	1.47 613	1.66 615	1.63 616	2.48 617	1.78 617	1.63 616	1.69 614	1.27 615	0.80 615	1.32 615	1.02 614	1.07 613	0.90 612

JetRed	1.66 610	1.51 613	3.09 611	0.93 603	1.21 613	5.28 618	1.61 618	1.29 617	1.42 611	1.84 616	1.77 617	1.59 614	0.95 606	1.43 615	2.51 619	0.91 613	1.61 617	0.93 608	0.91 613	1.36 614	1.03 614

MADNet++	1.97 611	1.75 614	1.66 609	1.83 613	1.69 615	2.38 616	1.45 617	2.36 618	2.11 619	2.58 618	2.37 619	2.25 616	2.21 618	2.28 617	2.36 618	1.87 618	1.67 618	1.53 617	1.34 617	1.87 615	1.78 617

DLNR_Zeroshot_test	10.48 623	2.27 615	19.78 634	120.28 639	13.29 629	0.06 10	0.13 126	0.24 346	0.10 40	0.08 80	0.10 138	0.09 153	0.07 122	0.10 75	0.09 51	0.13 509	0.04 23	0.06 122	0.04 41	52.68 640	0.04 33

DLNR-FE	10.51 624	2.29 616	19.85 635	120.28 639	13.21 628	0.06 10	0.13 126	0.24 346	0.10 40	0.08 80	0.10 138	0.09 153	0.07 122	0.10 75	0.09 51	0.13 509	0.04 23	0.06 122	0.04 41	53.18 641	0.04 33

USTest	6.16 615	2.65 617	2.79 610	6.48 621	7.21 621	14.33 625	21.38 625	6.98 626	9.55 625	5.35 622	6.12 620	5.71 621	7.69 622	6.31 623	6.75 622	1.97 619	3.38 624	1.63 618	2.14 621	2.49 616	2.35 618

DPSMNet_ROB	8.06 620	4.50 618	8.69 625	5.36 620	10.74 624	8.32 620	22.71 626	5.47 621	13.38 627	5.13 620	9.98 624	5.10 619	10.47 626	5.53 621	12.77 627	3.80 624	8.00 625	3.49 621	6.95 624	3.75 622	7.09 625

DGTPSM_ROB	8.06 620	4.50 618	8.69 625	5.34 618	10.73 623	8.32 620	22.71 626	5.47 621	13.38 627	5.13 620	9.98 624	5.10 619	10.47 626	5.53 621	12.77 627	3.79 623	8.00 625	3.49 621	6.95 624	3.74 621	7.09 625

RSGM-EC	20.15 630	4.62 620	0.75 591	16.73 626	16.97 631	21.10 633	26.46 632	10.37 628	14.13 632	18.18 632	21.56 633	22.31 639	22.50 633	21.80 633	15.71 631	62.36 640	33.86 640	20.06 637	18.04 636	19.30 635	16.22 635

acva	20.15 630	4.62 620	0.75 591	16.73 626	16.97 631	21.10 633	26.46 632	10.37 628	14.13 632	18.18 632	21.56 633	22.31 639	22.50 633	21.80 633	15.71 631	62.36 640	33.86 640	20.06 637	18.04 636	19.30 635	16.22 635

xxxxx1	7.75 616	5.06 622	7.26 618	3.15 615	3.91 617	16.37 626	22.88 628	5.87 623	8.68 622	7.99 623	8.55 621	9.13 625	8.46 623	10.05 625	10.47 623	2.43 620	2.48 620	3.56 623	12.26 627	3.48 618	3.02 620

tt_ll	7.75 616	5.06 622	7.26 618	3.15 615	3.91 617	16.37 626	22.88 628	5.87 623	8.68 622	7.99 623	8.55 621	9.13 625	8.46 623	10.05 625	10.47 623	2.43 620	2.48 620	3.56 623	12.26 627	3.48 618	3.02 620

ff	7.75 616	5.06 622	7.26 618	3.15 615	3.91 617	16.37 626	22.88 628	5.87 623	8.68 622	7.99 623	8.55 621	9.13 625	8.46 623	10.05 625	10.47 623	2.43 620	2.48 620	3.56 623	12.26 627	3.48 618	3.02 620

TCMNet-wrong-test	3.69 613	5.54 625	3.91 616	12.22 625	11.75 627	4.77 617	3.86 619	1.08 611	0.74 590	1.13 609	2.21 618	6.16 622	0.53 582	3.43 619	2.33 617	0.90 612	0.20 565	1.85 619	1.69 618	5.71 623	3.79 623

Anonymous_1	10.87 626	7.82 626	7.41 621	10.29 622	10.08 622	18.64 630	26.11 631	11.02 630	13.45 629	9.43 626	10.10 626	9.73 628	11.31 628	10.69 628	12.47 626	6.42 627	8.38 627	5.70 626	10.22 626	11.41 627	6.65 624

DPSM_ROB	11.10 627	8.47 627	7.95 622	10.84 623	11.58 625	19.10 631	26.50 634	12.02 631	14.09 630	10.38 627	10.91 627	10.39 629	11.92 629	11.67 629	13.39 629	6.99 628	8.79 628	5.82 627	6.92 622	6.97 624	7.31 627

DPSM	11.10 627	8.47 627	7.95 622	10.84 623	11.58 625	19.10 631	26.50 634	12.02 631	14.09 630	10.38 627	10.91 627	10.39 629	11.92 629	11.67 629	13.39 629	6.99 628	8.79 628	5.82 627	6.92 622	6.97 624	7.31 627

PML	8.57 622	9.39 629	6.24 617	5.34 618	6.36 620	13.21 624	20.99 624	5.35 620	6.68 621	17.75 631	26.46 641	7.58 623	6.08 621	7.89 624	5.76 620	5.33 625	1.83 619	5.95 629	1.93 619	8.75 626	2.53 619

LRCNet_RVC	10.76 625	13.97 630	7.97 624	19.07 629	2.04 616	0.35 552	0.31 568	5.29 619	0.48 538	13.02 629	17.65 630	8.69 624	5.73 620	4.78 620	2.22 616	23.53 637	2.69 623	27.60 640	25.75 640	17.60 634	16.54 637

CasAABBNet	22.33 633	17.11 631	15.84 629	21.94 631	23.28 635	38.30 635	53.40 639	24.05 638	28.44 639	20.66 635	21.86 637	21.03 637	24.04 637	23.35 637	27.03 638	14.06 631	17.69 633	11.70 631	13.94 631	14.04 629	14.76 631

RAFT-FEzeroshot	22.33 633	17.12 632	15.83 627	21.95 632	23.32 636	38.31 636	53.41 640	23.99 636	28.43 637	20.66 635	21.84 635	21.02 635	24.05 638	23.33 635	27.09 639	14.06 631	17.69 633	11.70 631	13.95 632	14.05 630	14.76 631

RAFT-FE	22.33 633	17.12 632	15.83 627	21.95 632	23.32 636	38.31 636	53.41 640	23.99 636	28.43 637	20.66 635	21.84 635	21.02 635	24.05 638	23.33 635	27.09 639	14.06 631	17.69 633	11.70 631	13.95 632	14.05 630	14.76 631

FlowAnything	22.34 636	17.13 634	15.98 630	22.00 634	23.23 634	38.39 640	53.32 637	24.19 639	28.48 640	21.00 640	21.93 638	20.83 633	23.97 635	23.44 639	26.83 636	14.04 630	17.80 637	11.63 630	14.08 635	14.00 628	14.65 629

Selective-RAFT-Error	22.39 637	17.14 635	16.01 631	22.00 634	23.34 638	38.37 638	53.36 638	24.24 641	28.53 641	20.80 638	21.94 639	20.94 634	24.02 636	23.48 640	27.33 641	14.07 634	17.70 636	11.70 631	13.93 630	14.05 630	14.83 634

LSM0	22.80 638	17.22 636	19.17 632	22.12 636	28.90 640	38.38 639	53.27 636	24.21 640	28.36 636	20.84 639	21.11 632	21.63 638	24.25 640	23.42 638	26.98 637	14.08 635	17.39 632	11.72 635	13.98 634	14.22 633	14.66 630

HaxPig	15.73 629	18.55 637	19.19 633	16.92 628	15.89 630	7.80 619	7.57 620	13.37 633	10.80 626	15.40 630	14.87 629	15.95 631	14.81 631	15.67 631	15.97 633	18.96 636	16.72 631	19.47 636	18.10 638	19.45 637	19.06 638

MEDIAN_ROB	20.38 632	24.05 638	23.36 636	21.18 630	21.62 633	10.51 623	8.17 621	17.68 634	15.46 634	20.04 634	19.65 631	20.30 632	20.16 632	21.17 632	21.03 634	23.81 638	21.77 638	24.98 639	23.75 639	25.01 638	23.94 639

AVERAGE_ROB	24.89 639	29.12 639	27.98 637	24.83 637	24.59 639	17.82 629	11.61 622	21.45 635	19.91 635	25.04 641	24.38 640	25.06 641	25.31 641	24.69 641	22.86 635	29.74 639	27.09 639	28.97 641	27.94 641	30.07 639	29.35 640

test_example2	97.69 640	92.93 640	45.57 638	96.02 638	109.84 641	88.44 641	93.70 642	25.54 642	94.63 642	130.46 643	126.87 642	58.93 642	75.48 642	87.99 642	77.94 642	150.16 642	221.11 642	76.29 642	98.21 642	108.42 642	95.33 641

ccccc		285.89 641		366.70 641	366.78 642	118.88 642		113.97 643		125.77 642		120.54 643		252.62 643		382.79 643	352.84 643	254.30 643	222.62 643	426.61 643

GS-Stereo							0.14 183	0.11 34	0.12 99	0.08 80	0.10 138	0.05 2	0.04 1	0.11 127	0.08 14	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.05 127

FSD					0.23 565	0.25 500	0.25 529	0.27 394	0.26 392	0.25 482	0.26 411	0.26 453	0.26 506	0.27 506	0.24 494	0.21 568	0.20 565	0.27 569	0.26 572	0.25 572

Low-res two-view benchmark