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

LG-Stereo_Zeroshot	0.07 3	0.06 66	0.10 120	0.16 156	0.07 76	0.04 1	0.13 126	0.10 19	0.10 40	0.05 2	0.11 181	0.07 80	0.05 15	0.07 3	0.09 51	0.06 121	0.04 23	0.05 33	0.04 41	0.05 112	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 19	0.09 28	0.06 12	0.06 13	0.06 22	0.06 46	0.06 1	0.09 51	0.06 121	0.04 23	0.05 33	0.04 41	0.06 213	0.06 225

MatchStereo	0.07 3	0.04 1	0.08 25	0.14 37	0.06 14	0.05 3	0.12 81	0.12 55	0.09 28	0.07 45	0.07 43	0.04 1	0.04 1	0.09 38	0.09 51	0.06 121	0.05 178	0.05 33	0.03 1	0.04 19	0.05 128

DDF-Stereo	0.08 51	0.05 18	0.10 120	0.15 79	0.10 367	0.05 3	0.13 126	0.09 12	0.14 159	0.06 12	0.06 13	0.07 80	0.06 46	0.09 38	0.10 128	0.06 121	0.04 23	0.06 122	0.04 41	0.08 353	0.05 128

zero-FE	0.08 51	0.05 18	0.10 120	0.15 79	0.10 367	0.05 3	0.13 126	0.09 12	0.14 159	0.07 45	0.06 13	0.07 80	0.06 46	0.09 38	0.10 128	0.06 121	0.04 23	0.06 122	0.04 41	0.08 353	0.05 128

111111	0.07 3	0.05 18	0.10 120	0.17 233	0.06 14	0.05 3	0.10 30	0.11 35	0.10 40	0.06 12	0.06 13	0.07 80	0.05 15	0.08 17	0.09 51	0.06 121	0.04 23	0.05 33	0.04 41	0.07 287	0.06 225

dual_stereo	0.07 3	0.05 18	0.08 25	0.15 79	0.05 1	0.05 3	0.13 126	0.12 55	0.08 13	0.07 45	0.06 13	0.05 3	0.05 15	0.07 3	0.09 51	0.06 121	0.04 23	0.05 33	0.03 1	0.04 19	0.04 33

IGEV-Stereo++	0.07 3	0.06 66	0.08 25	0.18 315	0.06 14	0.05 3	0.10 30	0.11 35	0.11 68	0.06 12	0.07 43	0.07 80	0.06 46	0.09 38	0.09 51	0.05 33	0.04 23	0.05 33	0.04 41	0.05 112	0.04 33

PFNet+	0.12 284	0.06 66	0.14 287	0.16 156	0.09 255	0.05 3	0.12 81	0.18 213	0.21 313	0.16 332	0.19 312	0.14 276	0.10 219	0.11 128	0.11 200	0.08 336	0.05 178	0.09 398	0.08 375	0.06 213	0.11 472

DLNR-FE	10.51 625	2.29 617	19.85 636	120.28 640	13.21 629	0.06 10	0.13 126	0.24 347	0.10 40	0.08 81	0.10 139	0.09 154	0.07 123	0.10 76	0.09 51	0.13 510	0.04 23	0.06 122	0.04 41	53.18 642	0.04 33

Monster-pub-mixall	0.07 3	0.04 1	0.09 80	0.13 10	0.06 14	0.06 10	0.08 7	0.12 55	0.07 9	0.06 12	0.06 13	0.05 3	0.06 46	0.09 38	0.09 51	0.06 121	0.04 23	0.04 1	0.03 1	0.05 112	0.05 128

asda	0.07 3	0.08 265	0.08 25	0.16 156	0.07 76	0.06 10	0.10 30	0.16 150	0.11 68	0.06 12	0.06 13	0.05 3	0.06 46	0.10 76	0.10 128	0.03 1	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

StereoAnything_RVC	0.07 3	0.16 508	0.17 389	0.11 1	0.05 1	0.06 10	0.11 53	0.08 6	0.08 13	0.06 12	0.06 13	0.05 3	0.05 15	0.09 38	0.08 14	0.08 336	0.04 23	0.05 33	0.03 1	0.05 112	0.04 33

DLNR_Zeroshot_test	10.48 624	2.27 616	19.78 635	120.28 640	13.29 630	0.06 10	0.13 126	0.24 347	0.10 40	0.08 81	0.10 139	0.09 154	0.07 123	0.10 76	0.09 51	0.13 510	0.04 23	0.06 122	0.04 41	52.68 641	0.04 33

DisPM	0.11 209	0.07 143	0.13 242	0.16 156	0.09 255	0.06 10	0.13 126	0.18 213	0.17 235	0.14 279	0.19 312	0.12 233	0.10 219	0.12 214	0.11 200	0.07 272	0.05 178	0.07 227	0.06 207	0.06 213	0.11 472

Patchmatch Stereo++	0.11 209	0.09 336	0.17 389	0.19 375	0.08 141	0.06 10	0.11 53	0.17 185	0.13 137	0.15 303	0.16 256	0.14 276	0.12 288	0.11 128	0.11 200	0.06 121	0.05 178	0.08 313	0.06 207	0.08 353	0.07 305
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	0.11 209	0.09 336	0.17 389	0.19 375	0.08 141	0.06 10	0.12 81	0.17 185	0.13 137	0.15 303	0.16 256	0.14 276	0.12 288	0.11 128	0.11 200	0.06 121	0.05 178	0.08 313	0.06 207	0.08 353	0.07 305

ROB_FTStereo_v2	0.11 209	0.09 336	0.17 389	0.19 375	0.08 141	0.06 10	0.12 81	0.17 185	0.13 137	0.15 303	0.16 256	0.14 276	0.12 288	0.11 128	0.11 200	0.06 121	0.05 178	0.08 313	0.06 207	0.08 353	0.07 305

ROB_FTStereo	0.11 209	0.09 336	0.17 389	0.19 375	0.08 141	0.06 10	0.11 53	0.17 185	0.13 137	0.15 303	0.16 256	0.14 276	0.12 288	0.11 128	0.11 200	0.06 121	0.05 178	0.08 313	0.06 207	0.08 353	0.07 305

HUI-Stereo	0.11 209	0.09 336	0.17 389	0.19 375	0.08 141	0.06 10	0.11 53	0.17 185	0.13 137	0.15 303	0.16 256	0.14 276	0.12 288	0.11 128	0.11 200	0.06 121	0.05 178	0.08 313	0.06 207	0.08 353	0.07 305

SST-Stereo	0.11 209	0.07 143	0.16 366	0.18 315	0.09 255	0.06 10	0.12 81	0.18 213	0.10 40	0.15 303	0.18 298	0.13 257	0.12 288	0.10 76	0.11 200	0.06 121	0.04 23	0.09 398	0.06 207	0.07 287	0.06 225

RAFT_R40	0.11 209	0.07 143	0.15 324	0.18 315	0.09 255	0.06 10	0.13 126	0.17 185	0.15 179	0.14 279	0.18 298	0.15 301	0.12 288	0.10 76	0.11 200	0.06 121	0.04 23	0.09 398	0.06 207	0.06 213	0.05 128

Pruner-Stereo	0.11 209	0.07 143	0.12 208	0.17 233	0.09 255	0.06 10	0.12 81	0.18 213	0.17 235	0.14 279	0.19 312	0.13 257	0.10 219	0.11 128	0.11 200	0.06 121	0.04 23	0.07 227	0.06 207	0.06 213	0.08 374

iGMRVC	0.11 209	0.09 336	0.17 389	0.19 375	0.08 141	0.06 10	0.12 81	0.17 185	0.13 137	0.15 303	0.16 256	0.14 276	0.12 288	0.11 128	0.11 200	0.06 121	0.05 178	0.08 313	0.06 207	0.08 353	0.07 305

iRAFT	0.11 209	0.09 336	0.17 389	0.19 375	0.08 141	0.06 10	0.11 53	0.17 185	0.13 137	0.15 303	0.16 256	0.14 276	0.12 288	0.11 128	0.11 200	0.06 121	0.05 178	0.08 313	0.06 207	0.08 353	0.07 305

RAFT-IKP	0.11 209	0.09 336	0.17 389	0.19 375	0.08 141	0.06 10	0.11 53	0.17 185	0.13 137	0.15 303	0.16 256	0.14 276	0.12 288	0.11 128	0.11 200	0.06 121	0.05 178	0.08 313	0.06 207	0.08 353	0.07 305

BPD-Stereo	0.07 3	0.04 1	0.08 25	0.15 79	0.07 76	0.07 27	0.14 183	0.07 2	0.10 40	0.05 2	0.05 7	0.04 1	0.06 46	0.07 3	0.09 51	0.04 6	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

BridgeDepth	0.07 3	0.07 143	0.08 25	0.18 315	0.06 14	0.07 27	0.11 53	0.10 19	0.06 4	0.04 1	0.07 43	0.10 187	0.09 194	0.08 17	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
Wavelet-MonSter	0.07 3	0.05 18	0.07 5	0.16 156	0.06 14	0.07 27	0.11 53	0.10 19	0.08 13	0.06 12	0.07 43	0.07 80	0.07 123	0.09 38	0.09 51	0.04 6	0.04 23	0.04 1	0.03 1	0.03 1	0.03 1

MSCF	0.08 51	0.05 18	0.09 80	0.19 375	0.08 141	0.07 27	0.12 81	0.14 93	0.11 68	0.10 150	0.09 112	0.07 80	0.04 1	0.11 128	0.08 14	0.06 121	0.05 178	0.05 33	0.04 41	0.05 112	0.05 128

qwe	0.08 51	0.08 265	0.07 5	0.15 79	0.06 14	0.07 27	0.10 30	0.18 213	0.12 100	0.07 45	0.07 43	0.06 22	0.06 46	0.10 76	0.09 51	0.04 6	0.03 1	0.04 1	0.04 41	0.04 19	0.03 1

4.5_new	0.07 3	0.09 336	0.08 25	0.15 79	0.07 76	0.07 27	0.10 30	0.14 93	0.11 68	0.06 12	0.08 88	0.06 22	0.06 46	0.08 17	0.10 128	0.03 1	0.03 1	0.04 1	0.04 41	0.04 19	0.03 1

4.5w-stereo	0.07 3	0.09 336	0.08 25	0.15 79	0.07 76	0.07 27	0.10 30	0.14 93	0.11 68	0.06 12	0.08 88	0.06 22	0.06 46	0.08 17	0.10 128	0.03 1	0.03 1	0.04 1	0.04 41	0.04 19	0.03 1

4w-stereo	0.07 3	0.08 265	0.08 25	0.16 156	0.07 76	0.07 27	0.08 7	0.11 35	0.09 28	0.07 45	0.07 43	0.05 3	0.06 46	0.09 38	0.10 128	0.03 1	0.03 1	0.04 1	0.04 41	0.04 19	0.03 1

3.75w	0.07 3	0.07 143	0.08 25	0.16 156	0.07 76	0.07 27	0.09 18	0.16 150	0.10 40	0.07 45	0.06 13	0.06 22	0.06 46	0.09 38	0.10 128	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

1w_stereo	0.08 51	0.06 66	0.07 5	0.16 156	0.06 14	0.07 27	0.10 30	0.14 93	0.15 179	0.07 45	0.08 88	0.05 3	0.06 46	0.10 76	0.09 51	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 33

LG-Stereo_L2	0.07 3	0.05 18	0.10 120	0.14 37	0.06 14	0.07 27	0.12 81	0.09 12	0.10 40	0.06 12	0.04 1	0.05 3	0.05 15	0.08 17	0.08 14	0.05 33	0.04 23	0.05 33	0.03 1	0.04 19	0.03 1

LG-Stereo_L1	0.07 3	0.05 18	0.11 169	0.14 37	0.06 14	0.07 27	0.12 81	0.09 12	0.08 13	0.05 2	0.04 1	0.05 3	0.04 1	0.08 17	0.08 14	0.05 33	0.04 23	0.05 33	0.03 1	0.04 19	0.04 33

MLG-Stereo_test3	0.07 3	0.05 18	0.10 120	0.15 79	0.06 14	0.07 27	0.10 30	0.08 6	0.06 4	0.06 12	0.04 1	0.06 22	0.06 46	0.08 17	0.10 128	0.06 121	0.04 23	0.05 33	0.04 41	0.05 112	0.06 225

MLG-Stereo_test2	0.07 3	0.04 1	0.10 120	0.15 79	0.06 14	0.07 27	0.11 53	0.09 12	0.04 2	0.06 12	0.05 7	0.06 22	0.04 1	0.08 17	0.09 51	0.06 121	0.04 23	0.05 33	0.03 1	0.05 112	0.05 128

MLG-Stereo_test1	0.06 1	0.05 18	0.08 25	0.17 233	0.05 1	0.07 27	0.11 53	0.09 12	0.03 1	0.05 2	0.04 1	0.06 22	0.05 15	0.09 38	0.09 51	0.05 33	0.04 23	0.05 33	0.03 1	0.04 19	0.05 128

MLG-Stereo	0.07 3	0.05 18	0.09 80	0.17 233	0.05 1	0.07 27	0.11 53	0.08 6	0.05 3	0.05 2	0.04 1	0.06 22	0.05 15	0.10 76	0.09 51	0.05 33	0.04 23	0.05 33	0.03 1	0.04 19	0.05 128

LGtest1	0.07 3	0.05 18	0.11 169	0.15 79	0.06 14	0.07 27	0.09 18	0.08 6	0.06 4	0.06 12	0.04 1	0.06 22	0.07 123	0.10 76	0.09 51	0.07 272	0.04 23	0.05 33	0.04 41	0.06 213	0.06 225

GREAT-IGEV	0.07 3	0.06 66	0.09 80	0.13 10	0.07 76	0.07 27	0.14 183	0.10 19	0.09 28	0.06 12	0.08 88	0.06 22	0.05 15	0.10 76	0.07 1	0.05 33	0.04 23	0.05 33	0.04 41	0.05 112	0.04 33

AIO_test	0.07 3	0.06 66	0.07 5	0.15 79	0.07 76	0.07 27	0.14 183	0.10 19	0.10 40	0.07 45	0.07 43	0.06 22	0.05 15	0.08 17	0.10 128	0.05 33	0.04 23	0.05 33	0.04 41	0.04 19	0.03 1

rvit_stereo_0080	0.10 165	0.08 265	0.15 324	0.15 79	0.10 367	0.07 27	0.15 258	0.16 150	0.16 207	0.11 190	0.10 139	0.15 301	0.09 194	0.12 214	0.10 128	0.09 394	0.07 406	0.07 227	0.06 207	0.07 287	0.05 128

whm_eth	0.10 165	0.08 265	0.15 324	0.15 79	0.10 367	0.07 27	0.15 258	0.16 150	0.16 207	0.11 190	0.10 139	0.15 301	0.09 194	0.12 214	0.10 128	0.09 394	0.07 406	0.07 227	0.06 207	0.07 287	0.05 128

MIM_Stereo	0.10 165	0.07 143	0.11 169	0.15 79	0.07 76	0.07 27	0.12 81	0.20 262	0.14 159	0.13 256	0.14 226	0.09 154	0.05 15	0.12 214	0.08 14	0.05 33	0.06 335	0.07 227	0.06 207	0.06 213	0.05 128

CASnet	0.09 100	0.09 336	0.09 80	0.19 375	0.06 14	0.07 27	0.11 53	0.18 213	0.14 159	0.11 190	0.10 139	0.09 154	0.07 123	0.10 76	0.10 128	0.06 121	0.04 23	0.10 445	0.08 375	0.06 213	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
test-3	0.09 100	0.06 66	0.10 120	0.18 315	0.07 76	0.07 27	0.14 183	0.12 55	0.16 207	0.10 150	0.08 88	0.08 122	0.08 164	0.11 128	0.10 128	0.05 33	0.04 23	0.07 227	0.05 132	0.04 19	0.04 33

test_1	0.09 100	0.06 66	0.10 120	0.18 315	0.07 76	0.07 27	0.14 183	0.12 55	0.16 207	0.10 150	0.08 88	0.08 122	0.08 164	0.11 128	0.10 128	0.05 33	0.04 23	0.07 227	0.05 132	0.04 19	0.04 33

HHNet	0.11 209	0.06 66	0.16 366	0.15 79	0.14 498	0.07 27	0.13 126	0.20 262	0.18 250	0.15 303	0.25 399	0.11 211	0.09 194	0.13 269	0.10 128	0.06 121	0.04 23	0.08 313	0.06 207	0.05 112	0.09 419

FTStereo	0.12 284	0.07 143	0.14 287	0.18 315	0.09 255	0.07 27	0.15 258	0.22 304	0.18 250	0.12 223	0.24 373	0.11 211	0.13 320	0.13 269	0.14 338	0.05 33	0.05 178	0.07 227	0.07 303	0.06 213	0.10 448

IRAFT_RVC	0.12 284	0.08 265	0.17 389	0.19 375	0.08 141	0.07 27	0.14 183	0.25 368	0.23 345	0.14 279	0.15 239	0.15 301	0.12 288	0.12 214	0.11 200	0.06 121	0.04 23	0.09 398	0.06 207	0.06 213	0.06 225

Pro-Stereo	0.07 3	0.05 18	0.08 25	0.15 79	0.08 141	0.08 55	0.12 81	0.07 2	0.08 13	0.06 12	0.06 13	0.05 3	0.05 15	0.09 38	0.08 14	0.05 33	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

BStereo	0.08 51	0.06 66	0.17 389	0.15 79	0.08 141	0.08 55	0.09 18	0.15 121	0.16 207	0.06 12	0.07 43	0.07 80	0.05 15	0.09 38	0.11 200	0.04 6	0.05 178	0.05 33	0.07 303	0.04 19	0.05 128

GEAStereo	0.08 51	0.06 66	0.09 80	0.13 10	0.08 141	0.08 55	0.14 183	0.10 19	0.10 40	0.08 81	0.10 139	0.06 22	0.04 1	0.11 128	0.08 14	0.06 121	0.04 23	0.05 33	0.04 41	0.05 112	0.05 128

GSStereo	0.08 51	0.06 66	0.09 80	0.13 10	0.08 141	0.08 55	0.14 183	0.11 35	0.12 100	0.08 81	0.10 139	0.05 3	0.04 1	0.11 128	0.08 14	0.06 121	0.04 23	0.05 33	0.04 41	0.05 112	0.05 128

gasm-f	0.08 51	0.05 18	0.08 25	0.13 10	0.08 141	0.08 55	0.14 183	0.10 19	0.10 40	0.08 81	0.10 139	0.06 22	0.05 15	0.10 76	0.08 14	0.06 121	0.04 23	0.05 33	0.04 41	0.06 213	0.05 128

MonStereo	0.07 3	0.06 66	0.06 1	0.15 79	0.05 1	0.08 55	0.10 30	0.15 121	0.15 179	0.05 2	0.06 13	0.05 3	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 66	0.06 1	0.15 79	0.05 1	0.08 55	0.10 30	0.15 121	0.15 179	0.05 2	0.06 13	0.05 3	0.06 46	0.07 3	0.10 128	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

FlowAnything_test	0.11 209	0.08 265	0.14 287	0.15 79	0.09 255	0.08 55	0.14 183	0.20 262	0.11 68	0.10 150	0.09 112	0.12 233	0.12 288	0.13 269	0.11 200	0.09 394	0.06 335	0.09 398	0.09 420	0.06 213	0.09 419

GASTEREO	0.08 51	0.05 18	0.09 80	0.19 375	0.08 141	0.08 55	0.12 81	0.14 93	0.11 68	0.10 150	0.09 112	0.07 80	0.04 1	0.12 214	0.08 14	0.06 121	0.05 178	0.05 33	0.04 41	0.04 19	0.05 128

asd	0.07 3	0.08 265	0.08 25	0.16 156	0.07 76	0.08 55	0.08 7	0.11 35	0.08 13	0.07 45	0.07 43	0.06 22	0.06 46	0.10 76	0.09 51	0.03 1	0.03 1	0.04 1	0.04 41	0.04 19	0.03 1

2.25w	0.07 3	0.07 143	0.08 25	0.15 79	0.06 14	0.08 55	0.09 18	0.10 19	0.15 179	0.08 81	0.10 139	0.07 80	0.06 46	0.09 38	0.10 128	0.05 33	0.04 23	0.04 1	0.04 41	0.03 1	0.04 33

4.25_new	0.07 3	0.08 265	0.09 80	0.15 79	0.06 14	0.08 55	0.08 7	0.14 93	0.08 13	0.07 45	0.07 43	0.06 22	0.06 46	0.12 214	0.10 128	0.04 6	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

4.5w_new	0.07 3	0.08 265	0.09 80	0.15 79	0.06 14	0.08 55	0.08 7	0.14 93	0.08 13	0.07 45	0.07 43	0.06 22	0.06 46	0.12 214	0.10 128	0.04 6	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

4.25w-stereo	0.07 3	0.08 265	0.09 80	0.15 79	0.06 14	0.08 55	0.08 7	0.14 93	0.08 13	0.07 45	0.07 43	0.06 22	0.06 46	0.12 214	0.10 128	0.04 6	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

2.5w	0.07 3	0.07 143	0.08 25	0.16 156	0.06 14	0.08 55	0.12 81	0.10 19	0.10 40	0.07 45	0.06 13	0.09 154	0.06 46	0.08 17	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	0.07 143	0.07 5	0.13 10	0.06 14	0.08 55	0.08 7	0.18 213	0.13 137	0.08 81	0.08 88	0.06 22	0.06 46	0.09 38	0.11 200	0.04 6	0.04 23	0.04 1	0.03 1	0.03 1	0.04 33

3w_stereo	0.08 51	0.09 336	0.10 120	0.17 233	0.07 76	0.08 55	0.11 53	0.20 262	0.13 137	0.06 12	0.07 43	0.05 3	0.06 46	0.08 17	0.09 51	0.04 6	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

monsterstereo	0.08 51	0.06 66	0.07 5	0.16 156	0.06 14	0.08 55	0.10 30	0.16 150	0.12 100	0.07 45	0.08 88	0.06 22	0.07 123	0.08 17	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 66	0.06 1	0.15 79	0.06 14	0.08 55	0.09 18	0.13 75	0.09 28	0.09 117	0.07 43	0.06 22	0.06 46	0.09 38	0.08 14	0.05 33	0.04 23	0.04 1	0.04 41	0.03 1	0.04 33

S2M2_L	0.09 100	0.08 265	0.11 169	0.13 10	0.10 367	0.08 55	0.06 1	0.10 19	0.10 40	0.10 150	0.10 139	0.09 154	0.09 194	0.11 128	0.11 200	0.13 510	0.07 406	0.08 313	0.09 420	0.10 451	0.08 374
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
SCV_C0	0.08 51	0.07 143	0.08 25	0.16 156	0.10 367	0.08 55	0.14 183	0.11 35	0.13 137	0.08 81	0.07 43	0.06 22	0.05 15	0.11 128	0.07 1	0.05 33	0.05 178	0.05 33	0.04 41	0.06 213	0.05 128

DEFOM-Stereo_RVC	0.08 51	0.07 143	0.09 80	0.22 489	0.06 14	0.08 55	0.12 81	0.10 19	0.10 40	0.07 45	0.07 43	0.06 22	0.05 15	0.11 128	0.09 51	0.06 121	0.04 23	0.05 33	0.03 1	0.06 213	0.04 33

AIO_rvc	0.07 3	0.06 66	0.08 25	0.15 79	0.06 14	0.08 55	0.14 183	0.09 12	0.08 13	0.07 45	0.08 88	0.07 80	0.04 1	0.10 76	0.08 14	0.05 33	0.04 23	0.05 33	0.04 41	0.04 19	0.03 1

MonSter	0.07 3	0.06 66	0.06 1	0.15 79	0.05 1	0.08 55	0.10 30	0.15 121	0.15 179	0.05 2	0.06 13	0.05 3	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

IGEV-BASED-STEREO-	0.09 100	0.10 403	0.32 524	0.15 79	0.06 14	0.08 55	0.14 183	0.11 35	0.10 40	0.07 45	0.07 43	0.06 22	0.04 1	0.11 128	0.07 1	0.12 492	0.04 23	0.07 227	0.05 132	0.05 112	0.05 128

RSM	0.08 51	0.06 66	0.09 80	0.17 233	0.07 76	0.08 55	0.12 81	0.12 55	0.10 40	0.08 81	0.07 43	0.06 22	0.05 15	0.11 128	0.09 51	0.04 6	0.04 23	0.05 33	0.04 41	0.04 19	0.04 33

test_for_model	0.09 100	0.12 447	0.14 287	0.23 510	0.11 423	0.08 55	0.13 126	0.12 55	0.13 137	0.10 150	0.07 43	0.07 80	0.06 46	0.11 128	0.10 128	0.06 121	0.05 178	0.05 33	0.04 41	0.08 353	0.05 128

LoS_RVC	0.08 51	0.05 18	0.07 5	0.15 79	0.07 76	0.08 55	0.15 258	0.12 55	0.11 68	0.08 81	0.09 112	0.06 22	0.09 194	0.10 76	0.09 51	0.05 33	0.04 23	0.05 33	0.03 1	0.04 19	0.04 33

Selective-IGEV	0.07 3	0.06 66	0.09 80	0.17 233	0.06 14	0.08 55	0.12 81	0.13 75	0.08 13	0.08 81	0.07 43	0.06 22	0.04 1	0.10 76	0.09 51	0.05 33	0.04 23	0.05 33	0.04 41	0.04 19	0.03 1

HBP-ISP	0.18 446	0.13 475	0.17 389	0.15 79	0.11 423	0.08 55	0.13 126	0.28 419	0.30 435	0.22 443	0.33 482	0.21 387	0.25 499	0.23 485	0.18 421	0.15 535	0.17 558	0.21 559	0.17 555	0.10 451	0.09 419

test_4	0.11 209	0.10 403	0.08 25	0.19 375	0.09 255	0.08 55	0.21 478	0.15 121	0.18 250	0.12 223	0.18 298	0.12 233	0.09 194	0.08 17	0.11 200	0.04 6	0.04 23	0.08 313	0.08 375	0.04 19	0.04 33

GLC_STEREO	0.11 209	0.07 143	0.11 169	0.18 315	0.07 76	0.08 55	0.13 126	0.16 150	0.24 356	0.12 223	0.13 213	0.12 233	0.08 164	0.18 398	0.12 267	0.06 121	0.08 438	0.08 313	0.06 207	0.05 112	0.05 128

LCNet	0.11 209	0.07 143	0.09 80	0.19 375	0.09 255	0.08 55	0.14 183	0.21 280	0.15 179	0.12 223	0.15 239	0.16 321	0.11 256	0.12 214	0.11 200	0.05 33	0.04 23	0.08 313	0.07 303	0.06 213	0.14 523

AAGNet	0.12 284	0.08 265	0.17 389	0.19 375	0.09 255	0.08 55	0.13 126	0.19 245	0.13 137	0.16 332	0.21 340	0.13 257	0.14 352	0.11 128	0.14 338	0.06 121	0.04 23	0.09 398	0.06 207	0.06 213	0.05 128

PSM-softLoss	0.12 284	0.07 143	0.15 324	0.17 233	0.09 255	0.08 55	0.12 81	0.24 347	0.17 235	0.15 303	0.19 312	0.13 257	0.11 256	0.11 128	0.11 200	0.07 272	0.05 178	0.08 313	0.07 303	0.07 287	0.12 493

KMStereo	0.12 284	0.07 143	0.15 324	0.17 233	0.09 255	0.08 55	0.12 81	0.24 347	0.17 235	0.15 303	0.19 312	0.13 257	0.11 256	0.11 128	0.11 200	0.07 272	0.05 178	0.08 313	0.07 303	0.07 287	0.12 493

KYRaft	0.12 284	0.07 143	0.10 120	0.19 375	0.09 255	0.08 55	0.15 258	0.23 323	0.12 100	0.13 256	0.16 256	0.20 378	0.10 219	0.12 214	0.11 200	0.06 121	0.04 23	0.08 313	0.08 375	0.06 213	0.15 537

ASMatch	0.11 209	0.06 66	0.13 242	0.17 233	0.10 367	0.08 55	0.14 183	0.18 213	0.16 207	0.12 223	0.16 256	0.16 321	0.11 256	0.13 269	0.11 200	0.05 33	0.04 23	0.06 122	0.06 207	0.04 19	0.09 419

DeepStereo_RVC	0.11 209	0.08 265	0.17 389	0.18 315	0.08 141	0.08 55	0.11 53	0.17 185	0.12 100	0.13 256	0.15 239	0.12 233	0.12 288	0.12 214	0.11 200	0.06 121	0.04 23	0.07 227	0.06 207	0.07 287	0.08 374

RAFT-345	0.11 209	0.07 143	0.16 366	0.17 233	0.08 141	0.08 55	0.12 81	0.16 150	0.10 40	0.11 190	0.34 492	0.09 154	0.10 219	0.11 128	0.12 267	0.05 33	0.05 178	0.07 227	0.06 207	0.04 19	0.05 128

GMM-Stereo	0.11 209	0.07 143	0.10 120	0.18 315	0.09 255	0.08 55	0.14 183	0.24 347	0.16 207	0.11 190	0.15 239	0.13 257	0.11 256	0.11 128	0.11 200	0.05 33	0.04 23	0.08 313	0.07 303	0.06 213	0.09 419

HiDET	0.08 51	0.05 18	0.10 120	0.13 10	0.06 14	0.09 96	0.12 81	0.12 55	0.12 100	0.07 45	0.07 43	0.07 80	0.07 123	0.11 128	0.11 200	0.06 121	0.05 178	0.04 1	0.03 1	0.04 19	0.04 33

LCMNet	0.08 51	0.05 18	0.10 120	0.13 10	0.07 76	0.09 96	0.12 81	0.10 19	0.12 100	0.06 12	0.08 88	0.06 22	0.07 123	0.11 128	0.10 128	0.06 121	0.05 178	0.04 1	0.03 1	0.04 19	0.04 33

CSFM-Stereo	0.08 51	0.05 18	0.08 25	0.14 37	0.06 14	0.09 96	0.13 126	0.15 121	0.07 9	0.07 45	0.08 88	0.06 22	0.08 164	0.09 38	0.10 128	0.06 121	0.05 178	0.04 1	0.03 1	0.04 19	0.04 33

Replicate-Monster	0.07 3	0.05 18	0.09 80	0.14 37	0.06 14	0.09 96	0.09 18	0.14 93	0.12 100	0.05 2	0.07 43	0.06 22	0.06 46	0.08 17	0.10 128	0.06 121	0.04 23	0.05 33	0.03 1	0.04 19	0.04 33

S2M2_XL	0.08 51	0.06 66	0.12 208	0.12 5	0.08 141	0.09 96	0.09 18	0.07 2	0.07 9	0.08 81	0.07 43	0.07 80	0.06 46	0.09 38	0.09 51	0.08 336	0.06 335	0.07 227	0.06 207	0.08 353	0.06 225
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
3.5w_stereo	0.07 3	0.07 143	0.07 5	0.15 79	0.07 76	0.09 96	0.06 1	0.14 93	0.11 68	0.08 81	0.07 43	0.06 22	0.07 123	0.10 76	0.09 51	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

2w_stereo	0.08 51	0.08 265	0.09 80	0.16 156	0.06 14	0.09 96	0.10 30	0.20 262	0.15 179	0.08 81	0.07 43	0.06 22	0.06 46	0.06 1	0.10 128	0.04 6	0.03 1	0.04 1	0.04 41	0.03 1	0.03 1

IGEV	0.08 51	0.04 1	0.09 80	0.13 10	0.06 14	0.09 96	0.12 81	0.14 93	0.10 40	0.06 12	0.09 112	0.07 80	0.05 15	0.09 38	0.09 51	0.06 121	0.04 23	0.05 33	0.04 41	0.05 112	0.04 33

LG-G_1	0.07 3	0.04 1	0.11 169	0.15 79	0.06 14	0.09 96	0.08 7	0.08 6	0.06 4	0.06 12	0.06 13	0.07 80	0.07 123	0.11 128	0.08 14	0.07 272	0.04 23	0.05 33	0.04 41	0.05 112	0.06 225

LG-G	0.07 3	0.04 1	0.11 169	0.15 79	0.06 14	0.09 96	0.08 7	0.08 6	0.06 4	0.06 12	0.06 13	0.07 80	0.07 123	0.11 128	0.08 14	0.07 272	0.04 23	0.05 33	0.04 41	0.05 112	0.06 225

HI	0.11 209	0.06 66	0.12 208	0.13 10	0.09 255	0.09 96	0.14 183	0.22 304	0.11 68	0.20 412	0.17 275	0.14 276	0.10 219	0.16 342	0.09 51	0.05 33	0.04 23	0.07 227	0.08 375	0.07 287	0.06 225

CoSv	0.11 209	0.06 66	0.12 208	0.13 10	0.09 255	0.09 96	0.14 183	0.22 304	0.11 68	0.20 412	0.17 275	0.14 276	0.10 219	0.16 342	0.09 51	0.05 33	0.04 23	0.07 227	0.08 375	0.07 287	0.06 225

FoundationStereo	0.06 1	0.04 1	0.08 25	0.13 10	0.05 1	0.09 96	0.13 126	0.06 1	0.09 28	0.05 2	0.05 7	0.06 22	0.04 1	0.07 3	0.07 1	0.06 121	0.04 23	0.05 33	0.04 41	0.05 112	0.04 33

HUF	0.08 51	0.05 18	0.08 25	0.14 37	0.06 14	0.09 96	0.13 126	0.13 75	0.13 137	0.07 45	0.07 43	0.09 154	0.06 46	0.10 76	0.09 51	0.06 121	0.04 23	0.05 33	0.04 41	0.05 112	0.04 33

AIO-test1	0.10 165	0.07 143	0.11 169	0.24 523	0.07 76	0.09 96	0.13 126	0.22 304	0.15 179	0.11 190	0.12 198	0.09 154	0.07 123	0.11 128	0.09 51	0.06 121	0.05 178	0.09 398	0.10 459	0.04 19	0.07 305

GIP-stereo	0.08 51	0.06 66	0.11 169	0.15 79	0.07 76	0.09 96	0.13 126	0.15 121	0.11 68	0.07 45	0.08 88	0.05 3	0.04 1	0.10 76	0.07 1	0.05 33	0.04 23	0.05 33	0.04 41	0.05 112	0.04 33

fffft	0.09 100	0.06 66	0.12 208	0.16 156	0.07 76	0.09 96	0.16 318	0.12 55	0.11 68	0.09 117	0.07 43	0.09 154	0.06 46	0.11 128	0.12 267	0.05 33	0.04 23	0.06 122	0.05 132	0.04 19	0.05 128
1: 1. 1
DEFOM-Stereo	0.07 3	0.05 18	0.07 5	0.14 37	0.06 14	0.09 96	0.13 126	0.07 2	0.13 137	0.06 12	0.07 43	0.06 22	0.05 15	0.10 76	0.09 51	0.05 33	0.04 23	0.05 33	0.03 1	0.04 19	0.04 33

SMoEStereo_RVC	0.08 51	0.06 66	0.12 208	0.16 156	0.07 76	0.09 96	0.13 126	0.11 35	0.14 159	0.09 117	0.07 43	0.07 80	0.07 123	0.12 214	0.10 128	0.05 33	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

Occ-G	0.08 51	0.05 18	0.07 5	0.14 37	0.07 76	0.09 96	0.14 183	0.14 93	0.15 179	0.07 45	0.12 198	0.07 80	0.05 15	0.09 38	0.10 128	0.06 121	0.05 178	0.05 33	0.04 41	0.05 112	0.06 225

AIO-Stereo-zeroshot1	0.11 209	0.05 18	0.14 287	0.16 156	0.21 562	0.09 96	0.17 347	0.21 280	0.16 207	0.11 190	0.15 239	0.10 187	0.07 123	0.10 76	0.08 14	0.06 121	0.05 178	0.07 227	0.07 303	0.07 287	0.09 419

AIO-Stereo	0.08 51	0.06 66	0.10 120	0.18 315	0.06 14	0.09 96	0.11 53	0.16 150	0.09 28	0.09 117	0.08 88	0.07 80	0.05 15	0.11 128	0.08 14	0.05 33	0.05 178	0.05 33	0.04 41	0.04 19	0.04 33

RSM++	0.08 51	0.06 66	0.09 80	0.17 233	0.07 76	0.09 96	0.12 81	0.11 35	0.11 68	0.08 81	0.06 13	0.07 80	0.05 15	0.10 76	0.09 51	0.05 33	0.04 23	0.06 122	0.05 132	0.05 112	0.03 1

RAFT-Stereo-weight	0.09 100	0.06 66	0.11 169	0.16 156	0.07 76	0.09 96	0.14 183	0.19 245	0.16 207	0.11 190	0.10 139	0.08 122	0.06 46	0.10 76	0.11 200	0.06 121	0.04 23	0.06 122	0.04 41	0.04 19	0.04 33

MGS-Stereo	0.09 100	0.07 143	0.12 208	0.16 156	0.08 141	0.09 96	0.15 258	0.12 55	0.12 100	0.07 45	0.10 139	0.08 122	0.06 46	0.11 128	0.09 51	0.05 33	0.04 23	0.06 122	0.05 132	0.06 213	0.05 128

testlalala	0.08 51	0.07 143	0.17 389	0.16 156	0.08 141	0.09 96	0.12 81	0.15 121	0.10 40	0.07 45	0.09 112	0.06 22	0.06 46	0.11 128	0.09 51	0.05 33	0.04 23	0.06 122	0.04 41	0.04 19	0.04 33

4D-IteraStereo	0.10 165	0.07 143	0.10 120	0.18 315	0.07 76	0.09 96	0.15 258	0.18 213	0.15 179	0.10 150	0.11 181	0.10 187	0.07 123	0.12 214	0.09 51	0.05 33	0.03 1	0.08 313	0.07 303	0.06 213	0.05 128

CES	0.08 51	0.04 1	0.08 25	0.14 37	0.07 76	0.09 96	0.14 183	0.11 35	0.09 28	0.08 81	0.09 112	0.11 211	0.07 123	0.12 214	0.08 14	0.06 121	0.04 23	0.05 33	0.03 1	0.05 112	0.05 128

RCA-Stereo	0.09 100	0.06 66	0.09 80	0.16 156	0.06 14	0.09 96	0.13 126	0.18 213	0.14 159	0.10 150	0.11 181	0.08 122	0.07 123	0.12 214	0.11 200	0.06 121	0.04 23	0.06 122	0.05 132	0.05 112	0.04 33

CroCo-Stereo Lap2	0.09 100	0.09 336	0.08 25	0.22 489	0.09 255	0.09 96	0.18 396	0.16 150	0.12 100	0.09 117	0.10 139	0.05 3	0.05 15	0.08 17	0.08 14	0.06 121	0.06 335	0.07 227	0.05 132	0.06 213	0.05 128

DCANet-4	0.11 209	0.07 143	0.13 242	0.16 156	0.06 14	0.09 96	0.17 347	0.18 213	0.20 298	0.13 256	0.17 275	0.09 154	0.14 352	0.12 214	0.13 302	0.06 121	0.04 23	0.05 33	0.04 41	0.04 19	0.05 128

fff	0.10 165	0.06 66	0.12 208	0.15 79	0.07 76	0.09 96	0.17 347	0.16 150	0.21 313	0.13 256	0.17 275	0.10 187	0.11 256	0.12 214	0.13 302	0.06 121	0.04 23	0.05 33	0.04 41	0.04 19	0.05 128

ADStereo(finetuned)	0.10 165	0.06 66	0.13 242	0.16 156	0.06 14	0.09 96	0.17 347	0.16 150	0.20 298	0.13 256	0.18 298	0.10 187	0.12 288	0.12 214	0.12 267	0.06 121	0.04 23	0.05 33	0.04 41	0.05 112	0.05 128

iRaft-Stereo_5w	0.12 284	0.09 336	0.12 208	0.20 433	0.08 141	0.09 96	0.12 81	0.22 304	0.22 335	0.19 390	0.14 226	0.11 211	0.09 194	0.20 441	0.16 391	0.05 33	0.05 178	0.07 227	0.06 207	0.05 112	0.06 225

TransformOpticalFlow	0.10 165	0.08 265	0.13 242	0.18 315	0.07 76	0.09 96	0.15 258	0.19 245	0.16 207	0.12 223	0.16 256	0.11 211	0.11 256	0.11 128	0.11 200	0.05 33	0.04 23	0.06 122	0.06 207	0.05 112	0.05 128

OMP-Stereo	0.11 209	0.07 143	0.14 287	0.18 315	0.08 141	0.09 96	0.12 81	0.21 280	0.21 313	0.13 256	0.14 226	0.11 211	0.12 288	0.11 128	0.13 302	0.06 121	0.05 178	0.07 227	0.06 207	0.05 112	0.04 33

PFNet	0.12 284	0.06 66	0.17 389	0.18 315	0.08 141	0.09 96	0.15 258	0.26 381	0.20 298	0.16 332	0.16 256	0.14 276	0.12 288	0.13 269	0.11 200	0.06 121	0.04 23	0.07 227	0.06 207	0.05 112	0.05 128

GrayStereo	0.11 209	0.06 66	0.11 169	0.19 375	0.09 255	0.09 96	0.16 318	0.18 213	0.17 235	0.14 279	0.17 275	0.17 338	0.11 256	0.12 214	0.11 200	0.05 33	0.05 178	0.07 227	0.06 207	0.06 213	0.10 448

AnonymousM	0.10 165	0.06 66	0.10 120	0.14 37	0.07 76	0.09 96	0.13 126	0.19 245	0.14 159	0.13 256	0.12 198	0.09 154	0.08 164	0.13 269	0.10 128	0.08 336	0.05 178	0.08 313	0.05 132	0.05 112	0.05 128

CroCo-Stereo	0.09 100	0.08 265	0.08 25	0.22 489	0.09 255	0.09 96	0.18 396	0.16 150	0.12 100	0.07 45	0.07 43	0.08 122	0.06 46	0.08 17	0.07 1	0.07 272	0.05 178	0.06 122	0.04 41	0.05 112	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
CREStereo++_RVC	0.08 51	0.04 1	0.07 5	0.13 10	0.07 76	0.09 96	0.12 81	0.14 93	0.14 159	0.10 150	0.14 226	0.08 122	0.07 123	0.10 76	0.11 200	0.06 121	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
raftrobust	0.09 100	0.06 66	0.11 169	0.17 233	0.08 141	0.09 96	0.10 30	0.18 213	0.16 207	0.10 150	0.09 112	0.12 233	0.08 164	0.12 214	0.10 128	0.08 336	0.05 178	0.06 122	0.05 132	0.05 112	0.06 225

DCANet	0.10 165	0.06 66	0.12 208	0.16 156	0.06 14	0.09 96	0.17 347	0.16 150	0.20 298	0.13 256	0.18 298	0.10 187	0.11 256	0.11 128	0.12 267	0.06 121	0.04 23	0.05 33	0.04 41	0.05 112	0.05 128

csc	0.10 165	0.06 66	0.12 208	0.15 79	0.07 76	0.09 96	0.17 347	0.16 150	0.21 313	0.13 256	0.17 275	0.10 187	0.11 256	0.12 214	0.13 302	0.06 121	0.04 23	0.05 33	0.04 41	0.04 19	0.05 128

cscssc	0.10 165	0.06 66	0.12 208	0.15 79	0.07 76	0.09 96	0.17 347	0.16 150	0.21 313	0.13 256	0.17 275	0.10 187	0.11 256	0.12 214	0.13 302	0.06 121	0.04 23	0.05 33	0.04 41	0.04 19	0.05 128

CFNet-RSSM	0.09 100	0.07 143	0.10 120	0.16 156	0.07 76	0.09 96	0.15 258	0.17 185	0.18 250	0.08 81	0.12 198	0.11 211	0.09 194	0.12 214	0.10 128	0.06 121	0.04 23	0.06 122	0.04 41	0.04 19	0.04 33

BridgeDepth_RVC	0.07 3	0.04 1	0.09 80	0.11 1	0.05 1	0.10 142	0.10 30	0.14 93	0.09 28	0.06 12	0.07 43	0.06 22	0.08 164	0.07 3	0.10 128	0.06 121	0.04 23	0.04 1	0.04 41	0.05 112	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 51	0.04 1	0.10 120	0.13 10	0.06 14	0.10 142	0.13 126	0.13 75	0.08 13	0.06 12	0.07 43	0.06 22	0.08 164	0.10 76	0.11 200	0.06 121	0.05 178	0.04 1	0.03 1	0.04 19	0.05 128

DA	0.09 100	0.07 143	0.07 5	0.19 375	0.08 141	0.10 142	0.13 126	0.13 75	0.12 100	0.08 81	0.10 139	0.10 187	0.08 164	0.09 38	0.10 128	0.05 33	0.04 23	0.06 122	0.04 41	0.05 112	0.04 33

GGEV	0.09 100	0.07 143	0.07 5	0.19 375	0.08 141	0.10 142	0.13 126	0.13 75	0.12 100	0.08 81	0.10 139	0.10 187	0.08 164	0.09 38	0.10 128	0.05 33	0.04 23	0.06 122	0.04 41	0.05 112	0.04 33

water-stereo	0.09 100	0.06 66	0.08 25	0.16 156	0.07 76	0.10 142	0.13 126	0.15 121	0.13 137	0.11 190	0.12 198	0.09 154	0.10 219	0.07 3	0.08 14	0.06 121	0.05 178	0.05 33	0.05 132	0.04 19	0.04 33

3.25w_new	0.07 3	0.06 66	0.08 25	0.15 79	0.06 14	0.10 142	0.07 3	0.12 55	0.11 68	0.08 81	0.07 43	0.07 80	0.06 46	0.11 128	0.10 128	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 66	0.08 25	0.15 79	0.06 14	0.10 142	0.07 3	0.12 55	0.11 68	0.08 81	0.07 43	0.07 80	0.06 46	0.11 128	0.10 128	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 33

xyz-stereo-finetune	0.11 209	0.08 265	0.13 242	0.14 37	0.06 14	0.10 142	0.19 440	0.18 213	0.19 276	0.12 223	0.14 226	0.15 301	0.11 256	0.13 269	0.12 267	0.05 33	0.04 23	0.07 227	0.05 132	0.04 19	0.05 128

LG-Stereo	0.08 51	0.08 265	0.10 120	0.18 315	0.07 76	0.10 142	0.17 347	0.11 35	0.08 13	0.06 12	0.08 88	0.06 22	0.07 123	0.09 38	0.09 51	0.04 6	0.05 178	0.07 227	0.07 303	0.04 19	0.04 33

HART	0.08 51	0.07 143	0.09 80	0.18 315	0.07 76	0.10 142	0.16 318	0.13 75	0.11 68	0.09 117	0.10 139	0.08 122	0.05 15	0.10 76	0.08 14	0.05 33	0.04 23	0.06 122	0.04 41	0.05 112	0.04 33

SCV	0.08 51	0.09 336	0.08 25	0.15 79	0.08 141	0.10 142	0.12 81	0.11 35	0.12 100	0.07 45	0.07 43	0.06 22	0.04 1	0.10 76	0.08 14	0.05 33	0.05 178	0.06 122	0.04 41	0.06 213	0.04 33

IGEV-RUCA	0.08 51	0.06 66	0.11 169	0.14 37	0.09 255	0.10 142	0.12 81	0.10 19	0.12 100	0.06 12	0.07 43	0.08 122	0.06 46	0.09 38	0.08 14	0.06 121	0.05 178	0.05 33	0.04 41	0.05 112	0.06 225

999	0.09 100	0.06 66	0.13 242	0.15 79	0.08 141	0.10 142	0.14 183	0.15 121	0.12 100	0.10 150	0.08 88	0.08 122	0.08 164	0.16 342	0.10 128	0.06 121	0.04 23	0.06 122	0.05 132	0.04 19	0.06 225

PAM_32	0.10 165	0.06 66	0.17 389	0.15 79	0.08 141	0.10 142	0.15 258	0.14 93	0.16 207	0.09 117	0.08 88	0.10 187	0.07 123	0.14 296	0.09 51	0.06 121	0.05 178	0.06 122	0.06 207	0.05 112	0.06 225

PAM	0.10 165	0.06 66	0.17 389	0.15 79	0.09 255	0.10 142	0.16 318	0.15 121	0.16 207	0.12 223	0.09 112	0.10 187	0.07 123	0.13 269	0.09 51	0.06 121	0.05 178	0.06 122	0.06 207	0.05 112	0.06 225

rvit_0105_6	0.14 341	0.09 336	0.18 423	0.17 233	0.10 367	0.10 142	0.17 347	0.19 245	0.26 393	0.12 223	0.18 298	0.17 338	0.13 320	0.18 398	0.13 302	0.15 535	0.11 506	0.12 496	0.10 459	0.09 417	0.06 225

UGAM-zero	0.10 165	0.05 18	0.15 324	0.15 79	0.08 141	0.10 142	0.13 126	0.20 262	0.15 179	0.11 190	0.15 239	0.07 80	0.08 164	0.09 38	0.10 128	0.06 121	0.05 178	0.06 122	0.05 132	0.05 112	0.06 225

GCAP-BAT	0.09 100	0.07 143	0.14 287	0.15 79	0.08 141	0.10 142	0.12 81	0.15 121	0.11 68	0.11 190	0.10 139	0.09 154	0.07 123	0.12 214	0.10 128	0.06 121	0.05 178	0.06 122	0.04 41	0.04 19	0.04 33

U	0.08 51	0.07 143	0.10 120	0.19 375	0.10 367	0.10 142	0.13 126	0.12 55	0.17 235	0.07 45	0.07 43	0.06 22	0.05 15	0.07 3	0.09 51	0.06 121	0.04 23	0.06 122	0.04 41	0.06 213	0.05 128

testlalala2	0.10 165	0.06 66	0.11 169	0.20 433	0.10 367	0.10 142	0.11 53	0.17 185	0.13 137	0.12 223	0.13 213	0.09 154	0.08 164	0.11 128	0.13 302	0.06 121	0.05 178	0.05 33	0.04 41	0.05 112	0.05 128

MoCha-V2	0.08 51	0.05 18	0.11 169	0.20 433	0.07 76	0.10 142	0.14 183	0.12 55	0.08 13	0.07 45	0.08 88	0.07 80	0.06 46	0.09 38	0.08 14	0.05 33	0.05 178	0.05 33	0.04 41	0.04 19	0.04 33

IGEV++	0.08 51	0.06 66	0.09 80	0.18 315	0.07 76	0.10 142	0.13 126	0.10 19	0.10 40	0.08 81	0.08 88	0.06 22	0.05 15	0.13 269	0.09 51	0.05 33	0.04 23	0.05 33	0.04 41	0.05 112	0.04 33

AE-Stereo	0.10 165	0.08 265	0.11 169	0.19 375	0.09 255	0.10 142	0.15 258	0.14 93	0.20 298	0.09 117	0.15 239	0.12 233	0.08 164	0.11 128	0.10 128	0.05 33	0.06 335	0.07 227	0.06 207	0.05 112	0.04 33

MSKI-zero shot	0.09 100	0.05 18	0.09 80	0.16 156	0.07 76	0.10 142	0.13 126	0.15 121	0.14 159	0.09 117	0.09 112	0.09 154	0.06 46	0.12 214	0.11 200	0.06 121	0.04 23	0.05 33	0.04 41	0.04 19	0.05 128

MIF-Stereo (partial)	0.11 209	0.06 66	0.10 120	0.19 375	0.10 367	0.10 142	0.12 81	0.17 185	0.19 276	0.14 279	0.16 256	0.10 187	0.11 256	0.12 214	0.12 267	0.08 336	0.05 178	0.08 313	0.07 303	0.06 213	0.07 305

testlalala_base	0.10 165	0.09 336	0.14 287	0.21 468	0.08 141	0.10 142	0.14 183	0.13 75	0.11 68	0.08 81	0.15 239	0.07 80	0.08 164	0.11 128	0.12 267	0.08 336	0.05 178	0.05 33	0.03 1	0.07 287	0.05 128

CAS	0.08 51	0.04 1	0.07 5	0.17 233	0.08 141	0.10 142	0.13 126	0.12 55	0.09 28	0.09 117	0.10 139	0.08 122	0.06 46	0.09 38	0.09 51	0.08 336	0.04 23	0.05 33	0.03 1	0.05 112	0.04 33

MC-Stereo	0.09 100	0.07 143	0.09 80	0.17 233	0.06 14	0.10 142	0.14 183	0.12 55	0.11 68	0.09 117	0.12 198	0.09 154	0.06 46	0.11 128	0.10 128	0.06 121	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

TRStereo	0.10 165	0.05 18	0.12 208	0.16 156	0.12 454	0.10 142	0.13 126	0.18 213	0.19 276	0.09 117	0.09 112	0.09 154	0.07 123	0.10 76	0.08 14	0.07 272	0.05 178	0.07 227	0.07 303	0.04 19	0.04 33

STrans-v2	0.10 165	0.07 143	0.13 242	0.18 315	0.08 141	0.10 142	0.14 183	0.22 304	0.11 68	0.11 190	0.15 239	0.12 233	0.10 219	0.11 128	0.12 267	0.05 33	0.04 23	0.06 122	0.06 207	0.05 112	0.05 128

NF-Stereo	0.11 209	0.07 143	0.13 242	0.17 233	0.09 255	0.10 142	0.13 126	0.23 323	0.19 276	0.12 223	0.17 275	0.12 233	0.12 288	0.11 128	0.11 200	0.06 121	0.04 23	0.07 227	0.06 207	0.07 287	0.12 493

OCTAStereo	0.11 209	0.07 143	0.14 287	0.17 233	0.09 255	0.10 142	0.13 126	0.23 323	0.19 276	0.12 223	0.17 275	0.12 233	0.12 288	0.11 128	0.11 200	0.06 121	0.04 23	0.07 227	0.06 207	0.07 287	0.11 472

NRIStereo	0.11 209	0.08 265	0.15 324	0.18 315	0.08 141	0.10 142	0.13 126	0.17 185	0.15 179	0.12 223	0.15 239	0.13 257	0.13 320	0.13 269	0.10 128	0.06 121	0.04 23	0.07 227	0.06 207	0.06 213	0.07 305

PSM-AAD	0.11 209	0.07 143	0.10 120	0.20 433	0.09 255	0.10 142	0.14 183	0.21 280	0.13 137	0.12 223	0.14 226	0.18 352	0.11 256	0.11 128	0.10 128	0.05 33	0.05 178	0.09 398	0.08 375	0.06 213	0.14 523

RE-Stereo	0.11 209	0.07 143	0.13 242	0.17 233	0.09 255	0.10 142	0.13 126	0.23 323	0.19 276	0.12 223	0.17 275	0.12 233	0.12 288	0.11 128	0.11 200	0.06 121	0.04 23	0.07 227	0.06 207	0.07 287	0.11 472

TVStereo	0.11 209	0.07 143	0.13 242	0.17 233	0.09 255	0.10 142	0.13 126	0.23 323	0.19 276	0.12 223	0.17 275	0.12 233	0.12 288	0.11 128	0.11 200	0.06 121	0.04 23	0.07 227	0.06 207	0.07 287	0.11 472

CRE-IMP	0.11 209	0.09 336	0.16 366	0.19 375	0.09 255	0.10 142	0.12 81	0.18 213	0.10 40	0.14 279	0.14 226	0.14 276	0.13 320	0.12 214	0.12 267	0.07 272	0.04 23	0.08 313	0.06 207	0.08 353	0.08 374

rafts_anoy	0.11 209	0.06 66	0.10 120	0.17 233	0.08 141	0.10 142	0.14 183	0.18 213	0.14 159	0.13 256	0.13 213	0.12 233	0.11 256	0.11 128	0.13 302	0.07 272	0.05 178	0.09 398	0.11 489	0.07 287	0.06 225

raft+_RVC	0.11 209	0.07 143	0.09 80	0.16 156	0.07 76	0.10 142	0.11 53	0.24 347	0.20 298	0.12 223	0.15 239	0.12 233	0.08 164	0.12 214	0.13 302	0.07 272	0.04 23	0.07 227	0.06 207	0.05 112	0.05 128

111	0.11 209	0.06 66	0.12 208	0.15 79	0.07 76	0.10 142	0.14 183	0.21 280	0.24 356	0.11 190	0.12 198	0.14 276	0.12 288	0.13 269	0.10 128	0.06 121	0.04 23	0.06 122	0.04 41	0.06 213	0.05 128

RAFT-Stereo + iAFF	0.09 100	0.06 66	0.10 120	0.17 233	0.07 76	0.10 142	0.15 258	0.17 185	0.15 179	0.10 150	0.10 139	0.08 122	0.09 194	0.12 214	0.10 128	0.05 33	0.04 23	0.06 122	0.06 207	0.04 19	0.03 1

AFF-stereo	0.09 100	0.07 143	0.10 120	0.17 233	0.07 76	0.10 142	0.15 258	0.18 213	0.10 40	0.10 150	0.11 181	0.09 154	0.10 219	0.12 214	0.10 128	0.05 33	0.04 23	0.07 227	0.07 303	0.04 19	0.04 33

EAI-Stereo	0.09 100	0.07 143	0.11 169	0.16 156	0.07 76	0.10 142	0.15 258	0.16 150	0.09 28	0.08 81	0.09 112	0.08 122	0.07 123	0.09 38	0.11 200	0.05 33	0.05 178	0.05 33	0.05 132	0.05 112	0.04 33

Gwc-CoAtRS	0.09 100	0.07 143	0.10 120	0.16 156	0.07 76	0.10 142	0.15 258	0.18 213	0.17 235	0.08 81	0.10 139	0.12 233	0.09 194	0.12 214	0.09 51	0.06 121	0.04 23	0.06 122	0.04 41	0.04 19	0.05 128

WQFJA1++	0.08 51	0.04 1	0.11 169	0.14 37	0.07 76	0.11 186	0.11 53	0.12 55	0.07 9	0.07 45	0.07 43	0.07 80	0.06 46	0.10 76	0.10 128	0.06 121	0.04 23	0.05 33	0.04 41	0.06 213	0.06 225

Wave_Phase_stereo	0.09 100	0.06 66	0.17 389	0.15 79	0.08 141	0.11 186	0.09 18	0.18 213	0.16 207	0.06 12	0.07 43	0.07 80	0.05 15	0.09 38	0.11 200	0.04 6	0.05 178	0.05 33	0.07 303	0.04 19	0.05 128

NLSM3	0.09 100	0.07 143	0.08 25	0.20 433	0.08 141	0.11 186	0.16 318	0.18 213	0.17 235	0.06 12	0.08 88	0.08 122	0.09 194	0.09 38	0.11 200	0.04 6	0.04 23	0.06 122	0.07 303	0.03 1	0.04 33

VIP-Stereo	0.07 3	0.07 143	0.08 25	0.15 79	0.06 14	0.11 186	0.10 30	0.11 35	0.11 68	0.06 12	0.07 43	0.06 22	0.05 15	0.10 76	0.08 14	0.05 33	0.04 23	0.05 33	0.04 41	0.03 1	0.03 1

FE-Mocha	0.09 100	0.06 66	0.14 287	0.16 156	0.09 255	0.11 186	0.15 258	0.19 245	0.16 207	0.10 150	0.09 112	0.07 80	0.07 123	0.09 38	0.09 51	0.06 121	0.04 23	0.06 122	0.06 207	0.05 112	0.05 128

AdaDepth	0.07 3	0.06 66	0.07 5	0.18 315	0.06 14	0.11 186	0.11 53	0.10 19	0.08 13	0.06 12	0.05 7	0.07 80	0.06 46	0.09 38	0.10 128	0.04 6	0.05 178	0.05 33	0.04 41	0.04 19	0.04 33

depthmonostereo	0.09 100	0.06 66	0.09 80	0.15 79	0.06 14	0.11 186	0.13 126	0.14 93	0.15 179	0.10 150	0.10 139	0.09 154	0.11 256	0.08 17	0.09 51	0.06 121	0.05 178	0.06 122	0.04 41	0.04 19	0.03 1

DilatedVolume-Stereo	0.09 100	0.05 18	0.08 25	0.15 79	0.06 14	0.11 186	0.12 81	0.14 93	0.16 207	0.11 190	0.11 181	0.09 154	0.10 219	0.11 128	0.11 200	0.06 121	0.05 178	0.05 33	0.04 41	0.03 1	0.03 1

xyz-stereo-finetune2	0.11 209	0.07 143	0.13 242	0.13 10	0.07 76	0.11 186	0.19 440	0.17 185	0.12 100	0.15 303	0.15 239	0.17 338	0.13 320	0.13 269	0.11 200	0.05 33	0.04 23	0.07 227	0.05 132	0.04 19	0.06 225

AIO-test2	0.10 165	0.08 265	0.10 120	0.23 510	0.09 255	0.11 186	0.11 53	0.23 323	0.24 356	0.08 81	0.09 112	0.08 122	0.05 15	0.10 76	0.08 14	0.06 121	0.05 178	0.08 313	0.09 420	0.05 112	0.05 128

castereo	0.09 100	0.06 66	0.11 169	0.15 79	0.06 14	0.11 186	0.14 183	0.14 93	0.18 250	0.08 81	0.10 139	0.11 211	0.08 164	0.09 38	0.10 128	0.05 33	0.04 23	0.05 33	0.04 41	0.04 19	0.04 33

mms	0.09 100	0.07 143	0.08 25	0.17 233	0.08 141	0.11 186	0.15 258	0.12 55	0.11 68	0.09 117	0.09 112	0.08 122	0.06 46	0.11 128	0.12 267	0.05 33	0.04 23	0.07 227	0.05 132	0.04 19	0.04 33

ours_stereo	0.09 100	0.07 143	0.09 80	0.17 233	0.08 141	0.11 186	0.16 318	0.11 35	0.12 100	0.08 81	0.10 139	0.08 122	0.06 46	0.12 214	0.12 267	0.05 33	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

tg	0.10 165	0.06 66	0.10 120	0.18 315	0.08 141	0.11 186	0.16 318	0.20 262	0.12 100	0.08 81	0.11 181	0.11 211	0.07 123	0.11 128	0.10 128	0.05 33	0.04 23	0.08 313	0.08 375	0.04 19	0.04 33

rvit_stereo_0083	0.12 284	0.08 265	0.17 389	0.16 156	0.09 255	0.11 186	0.15 258	0.15 121	0.26 393	0.11 190	0.14 226	0.13 257	0.10 219	0.12 214	0.13 302	0.10 435	0.08 438	0.09 398	0.07 303	0.07 287	0.06 225

WCG-NET	0.08 51	0.05 18	0.10 120	0.15 79	0.06 14	0.11 186	0.14 183	0.13 75	0.14 159	0.07 45	0.09 112	0.07 80	0.06 46	0.13 269	0.08 14	0.05 33	0.04 23	0.06 122	0.04 41	0.04 19	0.03 1

rvit_stereo_0081	0.11 209	0.08 265	0.16 366	0.16 156	0.09 255	0.11 186	0.14 183	0.14 93	0.24 356	0.11 190	0.13 213	0.14 276	0.09 194	0.11 128	0.12 267	0.10 435	0.07 406	0.08 313	0.07 303	0.07 287	0.06 225

rvit_stereo_0082	0.11 209	0.08 265	0.16 366	0.16 156	0.09 255	0.11 186	0.14 183	0.14 93	0.24 356	0.11 190	0.13 213	0.14 276	0.09 194	0.11 128	0.12 267	0.10 435	0.07 406	0.08 313	0.07 303	0.07 287	0.06 225

WCG-NET（raft）	0.08 51	0.05 18	0.10 120	0.15 79	0.06 14	0.11 186	0.13 126	0.15 121	0.12 100	0.08 81	0.07 43	0.06 22	0.06 46	0.13 269	0.08 14	0.05 33	0.04 23	0.05 33	0.04 41	0.05 112	0.04 33

DispNO	0.15 381	0.09 336	0.18 423	0.19 375	0.12 454	0.11 186	0.21 478	0.23 323	0.29 429	0.18 375	0.23 361	0.19 361	0.17 417	0.16 342	0.16 391	0.07 272	0.05 178	0.08 313	0.08 375	0.07 287	0.06 225

ff7	0.09 100	0.07 143	0.11 169	0.16 156	0.09 255	0.11 186	0.15 258	0.16 150	0.12 100	0.10 150	0.06 13	0.06 22	0.06 46	0.11 128	0.09 51	0.05 33	0.04 23	0.06 122	0.05 132	0.05 112	0.06 225

IGEVStereo-DCA	0.09 100	0.07 143	0.11 169	0.16 156	0.10 367	0.11 186	0.15 258	0.16 150	0.12 100	0.10 150	0.06 13	0.08 122	0.06 46	0.10 76	0.09 51	0.06 121	0.05 178	0.06 122	0.05 132	0.05 112	0.06 225

ffff	0.09 100	0.07 143	0.11 169	0.16 156	0.09 255	0.11 186	0.15 258	0.16 150	0.12 100	0.10 150	0.06 13	0.06 22	0.06 46	0.11 128	0.09 51	0.05 33	0.04 23	0.06 122	0.05 132	0.05 112	0.06 225

rrr	0.09 100	0.07 143	0.13 242	0.16 156	0.10 367	0.11 186	0.15 258	0.16 150	0.15 179	0.10 150	0.06 13	0.08 122	0.06 46	0.10 76	0.09 51	0.06 121	0.05 178	0.06 122	0.05 132	0.05 112	0.06 225

11t	0.09 100	0.07 143	0.11 169	0.16 156	0.09 255	0.11 186	0.15 258	0.16 150	0.12 100	0.10 150	0.06 13	0.06 22	0.06 46	0.11 128	0.09 51	0.05 33	0.04 23	0.06 122	0.05 132	0.05 112	0.06 225

plain	0.11 209	0.09 336	0.10 120	0.19 375	0.09 255	0.11 186	0.14 183	0.14 93	0.13 137	0.13 256	0.15 239	0.09 154	0.12 288	0.13 269	0.12 267	0.07 272	0.05 178	0.09 398	0.06 207	0.06 213	0.06 225

GCAP-Stereo	0.09 100	0.07 143	0.13 242	0.18 315	0.06 14	0.11 186	0.07 3	0.14 93	0.12 100	0.09 117	0.10 139	0.07 80	0.09 194	0.13 269	0.10 128	0.06 121	0.05 178	0.05 33	0.04 41	0.04 19	0.05 128

RAFT-Test	0.09 100	0.06 66	0.10 120	0.16 156	0.07 76	0.11 186	0.15 258	0.16 150	0.13 137	0.09 117	0.10 139	0.11 211	0.09 194	0.12 214	0.09 51	0.06 121	0.04 23	0.05 33	0.04 41	0.05 112	0.05 128

HH	0.09 100	0.06 66	0.13 242	0.17 233	0.08 141	0.11 186	0.16 318	0.15 121	0.10 40	0.08 81	0.10 139	0.08 122	0.07 123	0.10 76	0.09 51	0.06 121	0.04 23	0.06 122	0.05 132	0.05 112	0.04 33

HanStereo	0.09 100	0.06 66	0.13 242	0.17 233	0.08 141	0.11 186	0.16 318	0.15 121	0.10 40	0.08 81	0.10 139	0.08 122	0.07 123	0.10 76	0.09 51	0.06 121	0.04 23	0.06 122	0.05 132	0.05 112	0.04 33

LL-Strereo	0.13 311	0.10 403	0.12 208	0.20 433	0.10 367	0.11 186	0.18 396	0.33 484	0.25 380	0.16 332	0.16 256	0.14 276	0.14 352	0.19 423	0.11 200	0.06 121	0.05 178	0.09 398	0.08 375	0.04 19	0.05 128

anonymousdsp	0.09 100	0.07 143	0.11 169	0.17 233	0.09 255	0.11 186	0.15 258	0.16 150	0.12 100	0.10 150	0.06 13	0.06 22	0.06 46	0.11 128	0.09 51	0.05 33	0.04 23	0.06 122	0.05 132	0.05 112	0.06 225

EGLCR-Stereo	0.08 51	0.05 18	0.08 25	0.14 37	0.07 76	0.11 186	0.12 81	0.11 35	0.16 207	0.06 12	0.05 7	0.07 80	0.05 15	0.10 76	0.11 200	0.06 121	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

DCRE	0.11 209	0.07 143	0.13 242	0.16 156	0.11 423	0.11 186	0.17 347	0.18 213	0.17 235	0.11 190	0.18 298	0.11 211	0.10 219	0.15 314	0.11 200	0.06 121	0.05 178	0.06 122	0.06 207	0.05 112	0.05 128

ProNet	0.09 100	0.07 143	0.11 169	0.17 233	0.08 141	0.11 186	0.15 258	0.15 121	0.12 100	0.10 150	0.06 13	0.07 80	0.06 46	0.11 128	0.09 51	0.05 33	0.05 178	0.06 122	0.05 132	0.04 19	0.06 225

ccc-4	0.09 100	0.07 143	0.11 169	0.16 156	0.09 255	0.11 186	0.15 258	0.16 150	0.12 100	0.10 150	0.06 13	0.06 22	0.06 46	0.11 128	0.09 51	0.05 33	0.04 23	0.06 122	0.05 132	0.05 112	0.06 225

IGEV-Stereo	0.09 100	0.07 143	0.11 169	0.17 233	0.09 255	0.11 186	0.15 258	0.16 150	0.12 100	0.10 150	0.06 13	0.06 22	0.06 46	0.11 128	0.09 51	0.05 33	0.04 23	0.06 122	0.05 132	0.05 112	0.06 225
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
IPLG	0.11 209	0.08 265	0.15 324	0.17 233	0.08 141	0.11 186	0.14 183	0.20 262	0.15 179	0.13 256	0.18 298	0.07 80	0.07 123	0.14 296	0.14 338	0.06 121	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

IIG-Stereo	0.11 209	0.06 66	0.13 242	0.17 233	0.08 141	0.11 186	0.12 81	0.22 304	0.18 250	0.14 279	0.17 275	0.12 233	0.13 320	0.12 214	0.13 302	0.06 121	0.05 178	0.07 227	0.06 207	0.06 213	0.05 128

cross-raft	0.10 165	0.09 336	0.09 80	0.19 375	0.07 76	0.11 186	0.24 514	0.13 75	0.15 179	0.08 81	0.10 139	0.12 233	0.10 219	0.09 38	0.11 200	0.05 33	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

test-1	0.10 165	0.07 143	0.17 389	0.19 375	0.08 141	0.11 186	0.24 514	0.15 121	0.18 250	0.09 117	0.07 43	0.10 187	0.08 164	0.08 17	0.09 51	0.06 121	0.04 23	0.06 122	0.06 207	0.04 19	0.05 128

iRaftStereo_RVC	0.10 165	0.07 143	0.10 120	0.17 233	0.09 255	0.11 186	0.17 347	0.18 213	0.12 100	0.09 117	0.11 181	0.10 187	0.07 123	0.11 128	0.10 128	0.05 33	0.04 23	0.08 313	0.08 375	0.04 19	0.04 33

TANstereo	0.09 100	0.04 1	0.08 25	0.13 10	0.06 14	0.11 186	0.13 126	0.15 121	0.19 276	0.11 190	0.15 239	0.10 187	0.07 123	0.12 214	0.09 51	0.07 272	0.05 178	0.05 33	0.04 41	0.06 213	0.05 128

test_xeample3	0.09 100	0.07 143	0.12 208	0.16 156	0.09 255	0.11 186	0.15 258	0.16 150	0.14 159	0.10 150	0.07 43	0.08 122	0.06 46	0.10 76	0.09 51	0.06 121	0.04 23	0.06 122	0.05 132	0.05 112	0.06 225

R-Stereo Train	0.10 165	0.06 66	0.11 169	0.17 233	0.08 141	0.11 186	0.14 183	0.24 347	0.11 68	0.12 223	0.19 312	0.11 211	0.08 164	0.10 76	0.11 200	0.07 272	0.05 178	0.06 122	0.05 132	0.05 112	0.05 128

RAFT-Stereo	0.10 165	0.06 66	0.11 169	0.17 233	0.08 141	0.11 186	0.14 183	0.24 347	0.11 68	0.12 223	0.19 312	0.11 211	0.08 164	0.10 76	0.11 200	0.07 272	0.05 178	0.06 122	0.05 132	0.05 112	0.05 128
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
WQFJA1	0.10 165	0.07 143	0.08 25	0.20 433	0.09 255	0.12 232	0.18 396	0.18 213	0.18 250	0.09 117	0.10 139	0.08 122	0.10 219	0.12 214	0.11 200	0.06 121	0.08 438	0.07 227	0.06 207	0.06 213	0.05 128

WQFJX1	0.10 165	0.07 143	0.08 25	0.22 489	0.09 255	0.12 232	0.17 347	0.18 213	0.18 250	0.10 150	0.10 139	0.07 80	0.10 219	0.11 128	0.10 128	0.07 272	0.08 438	0.07 227	0.06 207	0.05 112	0.05 128

WQFJX	0.10 165	0.07 143	0.09 80	0.21 468	0.09 255	0.12 232	0.16 318	0.19 245	0.18 250	0.12 223	0.10 139	0.08 122	0.10 219	0.12 214	0.10 128	0.07 272	0.07 406	0.06 122	0.05 132	0.06 213	0.05 128

NLMM1	0.11 209	0.09 336	0.07 5	0.22 489	0.10 367	0.12 232	0.20 461	0.19 245	0.20 298	0.12 223	0.11 181	0.08 122	0.10 219	0.11 128	0.11 200	0.08 336	0.08 438	0.07 227	0.06 207	0.05 112	0.04 33

NLMM	0.10 165	0.07 143	0.08 25	0.20 433	0.09 255	0.12 232	0.18 396	0.18 213	0.18 250	0.09 117	0.10 139	0.08 122	0.10 219	0.12 214	0.11 200	0.06 121	0.08 438	0.07 227	0.06 207	0.06 213	0.05 128

NLCSM	0.11 209	0.09 336	0.09 80	0.23 510	0.11 423	0.12 232	0.19 440	0.19 245	0.19 276	0.12 223	0.11 181	0.07 80	0.09 194	0.11 128	0.10 128	0.08 336	0.08 438	0.07 227	0.07 303	0.06 213	0.05 128

Select-FE	0.11 209	0.06 66	0.21 461	0.15 79	0.11 423	0.12 232	0.13 126	0.22 304	0.18 250	0.09 117	0.11 181	0.10 187	0.06 46	0.12 214	0.09 51	0.07 272	0.05 178	0.07 227	0.08 375	0.06 213	0.08 374

IGEV-FE	0.09 100	0.05 18	0.13 242	0.14 37	0.08 141	0.12 232	0.13 126	0.17 185	0.11 68	0.10 150	0.06 13	0.09 154	0.06 46	0.11 128	0.09 51	0.06 121	0.04 23	0.06 122	0.06 207	0.05 112	0.05 128

Zero-FE251	0.08 51	0.05 18	0.10 120	0.13 10	0.06 14	0.12 232	0.12 81	0.11 35	0.10 40	0.07 45	0.08 88	0.06 22	0.06 46	0.10 76	0.08 14	0.06 121	0.04 23	0.05 33	0.04 41	0.04 19	0.04 33

G2L-Stereo_test	0.14 341	0.07 143	0.11 169	0.13 10	0.08 141	0.12 232	0.17 347	0.31 465	0.28 422	0.21 428	0.23 361	0.20 378	0.16 393	0.17 381	0.19 436	0.07 272	0.05 178	0.05 33	0.05 132	0.07 287	0.07 305

SGD-Stereo	0.08 51	0.05 18	0.10 120	0.14 37	0.06 14	0.12 232	0.12 81	0.11 35	0.12 100	0.07 45	0.09 112	0.09 154	0.09 194	0.08 17	0.08 14	0.06 121	0.04 23	0.05 33	0.04 41	0.05 112	0.04 33

MM-Stereo_test3	0.10 165	0.07 143	0.07 5	0.18 315	0.07 76	0.12 232	0.19 440	0.24 347	0.19 276	0.06 12	0.10 139	0.08 122	0.06 46	0.11 128	0.09 51	0.06 121	0.06 335	0.07 227	0.05 132	0.05 112	0.04 33

MM-Stereo_test2	0.09 100	0.07 143	0.09 80	0.19 375	0.08 141	0.12 232	0.18 396	0.15 121	0.14 159	0.07 45	0.10 139	0.07 80	0.06 46	0.12 214	0.09 51	0.05 33	0.04 23	0.06 122	0.05 132	0.06 213	0.04 33

MM-Stereo_test1	0.10 165	0.07 143	0.09 80	0.18 315	0.07 76	0.12 232	0.18 396	0.21 280	0.20 298	0.09 117	0.11 181	0.08 122	0.06 46	0.10 76	0.10 128	0.06 121	0.05 178	0.07 227	0.06 207	0.05 112	0.04 33

Reg-Stereo(zero)	0.09 100	0.05 18	0.08 25	0.16 156	0.06 14	0.12 232	0.11 53	0.15 121	0.11 68	0.12 223	0.09 112	0.10 187	0.08 164	0.11 128	0.09 51	0.06 121	0.05 178	0.05 33	0.04 41	0.04 19	0.05 128

tt45	0.09 100	0.06 66	0.11 169	0.15 79	0.07 76	0.12 232	0.15 258	0.13 75	0.12 100	0.09 117	0.06 13	0.08 122	0.06 46	0.13 269	0.10 128	0.06 121	0.04 23	0.06 122	0.05 132	0.05 112	0.06 225

rvit_0105_4	0.15 381	0.09 336	0.17 389	0.17 233	0.10 367	0.12 232	0.20 461	0.23 323	0.27 406	0.14 279	0.20 322	0.17 338	0.14 352	0.17 381	0.13 302	0.15 535	0.11 506	0.11 475	0.10 459	0.09 417	0.06 225

rvit_stereo_ft	0.12 284	0.07 143	0.13 242	0.19 375	0.10 367	0.12 232	0.17 347	0.16 150	0.16 207	0.13 256	0.13 213	0.15 301	0.10 219	0.14 296	0.13 302	0.10 435	0.06 335	0.08 313	0.07 303	0.07 287	0.06 225

trnet	0.08 51	0.05 18	0.07 5	0.12 5	0.05 1	0.12 232	0.10 30	0.13 75	0.10 40	0.08 81	0.13 213	0.09 154	0.08 164	0.11 128	0.10 128	0.08 336	0.05 178	0.05 33	0.03 1	0.06 213	0.05 128

H2IRNET	0.10 165	0.09 336	0.10 120	0.18 315	0.09 255	0.12 232	0.15 258	0.14 93	0.21 313	0.10 150	0.10 139	0.10 187	0.11 256	0.10 76	0.10 128	0.06 121	0.04 23	0.08 313	0.08 375	0.06 213	0.05 128

CoDeX	0.12 284	0.07 143	0.13 242	0.17 233	0.08 141	0.12 232	0.16 318	0.23 323	0.27 406	0.13 256	0.17 275	0.15 301	0.12 288	0.14 296	0.11 200	0.07 272	0.05 178	0.07 227	0.06 207	0.06 213	0.05 128

IGEV_Zeroshot_test	0.09 100	0.05 18	0.13 242	0.14 37	0.08 141	0.12 232	0.13 126	0.17 185	0.11 68	0.10 150	0.06 13	0.09 154	0.06 46	0.11 128	0.09 51	0.06 121	0.04 23	0.06 122	0.06 207	0.05 112	0.05 128

RAFT_CTSACE	0.12 284	0.09 336	0.10 120	0.22 489	0.08 141	0.12 232	0.24 514	0.18 213	0.17 235	0.21 428	0.27 430	0.13 257	0.07 123	0.13 269	0.09 51	0.05 33	0.06 335	0.08 313	0.07 303	0.04 19	0.04 33

SA	0.13 311	0.09 336	0.09 80	0.18 315	0.08 141	0.12 232	0.24 514	0.23 323	0.19 276	0.17 343	0.27 430	0.15 301	0.11 256	0.11 128	0.11 200	0.05 33	0.05 178	0.09 398	0.08 375	0.05 112	0.05 128

iRaft-Stereo_20w	0.09 100	0.05 18	0.13 242	0.14 37	0.09 255	0.12 232	0.15 258	0.19 245	0.11 68	0.11 190	0.08 88	0.08 122	0.05 15	0.10 76	0.09 51	0.06 121	0.04 23	0.06 122	0.05 132	0.06 213	0.05 128

UDGNet	0.14 341	0.13 475	0.17 389	0.18 315	0.10 367	0.12 232	0.16 318	0.21 280	0.27 406	0.20 412	0.20 322	0.17 338	0.13 320	0.16 342	0.14 338	0.10 435	0.06 335	0.09 398	0.07 303	0.07 287	0.07 305

IPLGR_C	0.11 209	0.08 265	0.15 324	0.17 233	0.08 141	0.12 232	0.15 258	0.17 185	0.15 179	0.14 279	0.11 181	0.16 321	0.10 219	0.16 342	0.12 267	0.07 272	0.05 178	0.06 122	0.06 207	0.05 112	0.06 225

MIPNet	0.11 209	0.08 265	0.15 324	0.17 233	0.09 255	0.12 232	0.14 183	0.21 280	0.25 380	0.12 223	0.10 139	0.09 154	0.07 123	0.13 269	0.13 302	0.06 121	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

GMOStereo	0.11 209	0.09 336	0.08 25	0.19 375	0.08 141	0.12 232	0.28 550	0.13 75	0.18 250	0.11 190	0.17 275	0.14 276	0.12 288	0.07 3	0.07 1	0.05 33	0.05 178	0.09 398	0.07 303	0.04 19	0.04 33

error version	0.11 209	0.09 336	0.08 25	0.19 375	0.08 141	0.12 232	0.28 550	0.13 75	0.18 250	0.11 190	0.17 275	0.14 276	0.12 288	0.07 3	0.07 1	0.05 33	0.05 178	0.09 398	0.07 303	0.04 19	0.04 33

test-v	0.11 209	0.09 336	0.08 25	0.19 375	0.08 141	0.12 232	0.28 550	0.13 75	0.18 250	0.11 190	0.17 275	0.14 276	0.12 288	0.07 3	0.07 1	0.05 33	0.05 178	0.09 398	0.07 303	0.04 19	0.04 33

GwcNet-ADL	0.13 311	0.08 265	0.14 287	0.20 433	0.09 255	0.12 232	0.20 461	0.30 449	0.25 380	0.14 279	0.14 226	0.18 352	0.14 352	0.13 269	0.15 372	0.07 272	0.05 178	0.06 122	0.05 132	0.07 287	0.06 225

CrosDoStereo	0.12 284	0.07 143	0.12 208	0.14 37	0.09 255	0.12 232	0.15 258	0.17 185	0.22 335	0.19 390	0.24 373	0.15 301	0.11 256	0.11 128	0.12 267	0.06 121	0.05 178	0.07 227	0.07 303	0.05 112	0.05 128

DeepStereo_LL	0.12 284	0.07 143	0.12 208	0.14 37	0.09 255	0.12 232	0.15 258	0.17 185	0.22 335	0.19 390	0.24 373	0.15 301	0.11 256	0.11 128	0.12 267	0.06 121	0.05 178	0.07 227	0.07 303	0.05 112	0.05 128

RAFT-RH_RVC	0.12 284	0.06 66	0.14 287	0.16 156	0.09 255	0.12 232	0.12 81	0.17 185	0.12 100	0.13 256	0.40 522	0.11 211	0.10 219	0.13 269	0.12 267	0.05 33	0.04 23	0.08 313	0.05 132	0.05 112	0.06 225

test-2	0.11 209	0.09 336	0.08 25	0.19 375	0.08 141	0.12 232	0.28 550	0.13 75	0.18 250	0.11 190	0.17 275	0.14 276	0.12 288	0.07 3	0.07 1	0.05 33	0.05 178	0.09 398	0.07 303	0.04 19	0.04 33

Prome-Stereo	0.11 209	0.07 143	0.11 169	0.18 315	0.09 255	0.12 232	0.14 183	0.23 323	0.13 137	0.13 256	0.16 256	0.13 257	0.08 164	0.12 214	0.10 128	0.05 33	0.05 178	0.07 227	0.06 207	0.06 213	0.10 448

HITNet	0.11 209	0.06 66	0.12 208	0.14 37	0.06 14	0.12 232	0.10 30	0.18 213	0.18 250	0.13 256	0.17 275	0.15 301	0.11 256	0.15 314	0.14 338	0.06 121	0.04 23	0.04 1	0.04 41	0.06 213	0.05 128
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	0.17 430	0.07 143	0.12 208	0.19 375	0.09 255	0.13 270	0.12 81	0.28 419	0.23 345	0.12 223	0.20 322	0.11 211	0.10 219	0.15 314	0.14 338	0.06 121	0.05 178	1.02 610	0.09 420	0.05 112	0.04 33

NLSM1	0.10 165	0.07 143	0.08 25	0.19 375	0.08 141	0.13 270	0.16 318	0.21 280	0.16 207	0.11 190	0.10 139	0.07 80	0.10 219	0.10 76	0.11 200	0.07 272	0.08 438	0.08 313	0.07 303	0.05 112	0.05 128

252Zero-FE	0.08 51	0.04 1	0.10 120	0.13 10	0.07 76	0.13 270	0.11 53	0.13 75	0.14 159	0.07 45	0.05 7	0.06 22	0.05 15	0.09 38	0.10 128	0.06 121	0.04 23	0.05 33	0.04 41	0.05 112	0.06 225

DFGA-Net	0.13 311	0.11 428	0.19 446	0.18 315	0.10 367	0.13 270	0.13 126	0.23 323	0.25 380	0.16 332	0.16 256	0.13 257	0.12 288	0.17 381	0.15 372	0.07 272	0.05 178	0.08 313	0.07 303	0.05 112	0.05 128

G2L-Stereo	0.14 341	0.07 143	0.13 242	0.17 233	0.09 255	0.13 270	0.12 81	0.27 395	0.22 335	0.17 343	0.27 430	0.21 387	0.13 320	0.18 398	0.18 421	0.09 394	0.08 438	0.08 313	0.07 303	0.07 287	0.07 305

fffy	0.09 100	0.08 265	0.10 120	0.16 156	0.07 76	0.13 270	0.17 347	0.13 75	0.12 100	0.08 81	0.09 112	0.08 122	0.09 194	0.13 269	0.11 200	0.05 33	0.05 178	0.07 227	0.05 132	0.04 19	0.05 128

UGAM	0.13 311	0.10 403	0.09 80	0.22 489	0.08 141	0.13 270	0.20 461	0.18 213	0.24 356	0.22 443	0.16 256	0.13 257	0.13 320	0.19 423	0.13 302	0.07 272	0.05 178	0.13 510	0.11 489	0.07 287	0.05 128

model_zeroshot	0.10 165	0.05 18	0.12 208	0.15 79	0.09 255	0.13 270	0.14 183	0.20 262	0.14 159	0.11 190	0.10 139	0.12 233	0.07 123	0.12 214	0.11 200	0.07 272	0.06 335	0.06 122	0.05 132	0.06 213	0.06 225

ITSA-stereo	0.16 408	0.11 428	0.14 287	0.19 375	0.08 141	0.13 270	0.14 183	0.30 449	0.49 540	0.17 343	0.18 298	0.22 405	0.15 372	0.17 381	0.16 391	0.10 435	0.06 335	0.08 313	0.08 375	0.08 353	0.09 419

rvit_stereo_0075_2	0.17 430	0.12 447	0.25 488	0.23 510	0.16 530	0.13 270	0.10 30	0.30 449	0.27 406	0.20 412	0.28 441	0.22 405	0.15 372	0.18 398	0.13 302	0.16 552	0.10 493	0.17 545	0.10 459	0.10 451	0.10 448

RAStereo	0.10 165	0.09 336	0.08 25	0.20 433	0.08 141	0.13 270	0.18 396	0.16 150	0.17 235	0.10 150	0.12 198	0.05 3	0.06 46	0.09 38	0.08 14	0.07 272	0.05 178	0.07 227	0.05 132	0.05 112	0.04 33

Pointernet	0.09 100	0.05 18	0.10 120	0.16 156	0.08 141	0.13 270	0.10 30	0.15 121	0.18 250	0.09 117	0.07 43	0.06 22	0.06 46	0.11 128	0.10 128	0.08 336	0.04 23	0.05 33	0.03 1	0.06 213	0.05 128

CAS++	0.11 209	0.07 143	0.11 169	0.14 37	0.10 367	0.13 270	0.14 183	0.24 347	0.14 159	0.11 190	0.09 112	0.11 211	0.07 123	0.14 296	0.09 51	0.11 467	0.09 470	0.09 398	0.07 303	0.07 287	0.08 374
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo06	0.10 165	0.07 143	0.12 208	0.17 233	0.09 255	0.13 270	0.18 396	0.19 245	0.12 100	0.13 256	0.08 88	0.07 80	0.07 123	0.11 128	0.09 51	0.06 121	0.05 178	0.08 313	0.07 303	0.06 213	0.06 225

MyStereo05	0.13 311	0.07 143	0.10 120	0.17 233	0.09 255	0.13 270	0.18 396	0.28 419	0.35 479	0.17 343	0.14 226	0.15 301	0.11 256	0.15 314	0.13 302	0.06 121	0.05 178	0.08 313	0.07 303	0.06 213	0.06 225

ACVNet-DCA	0.10 165	0.08 265	0.13 242	0.17 233	0.09 255	0.13 270	0.15 258	0.24 347	0.16 207	0.09 117	0.09 112	0.06 22	0.06 46	0.10 76	0.07 1	0.06 121	0.05 178	0.06 122	0.05 132	0.07 287	0.07 305

xx1	0.11 209	0.08 265	0.13 242	0.17 233	0.09 255	0.13 270	0.15 258	0.16 150	0.18 250	0.09 117	0.09 112	0.16 321	0.16 393	0.10 76	0.07 1	0.06 121	0.05 178	0.08 313	0.08 375	0.07 287	0.07 305

1test111	0.11 209	0.08 265	0.13 242	0.17 233	0.09 255	0.13 270	0.15 258	0.24 347	0.16 207	0.09 117	0.09 112	0.06 22	0.06 46	0.15 314	0.16 391	0.06 121	0.05 178	0.06 122	0.05 132	0.07 287	0.07 305

cc1	0.10 165	0.08 265	0.13 242	0.17 233	0.09 255	0.13 270	0.15 258	0.16 150	0.18 250	0.09 117	0.09 112	0.06 22	0.06 46	0.10 76	0.07 1	0.06 121	0.05 178	0.06 122	0.05 132	0.06 213	0.06 225

tt1	0.10 165	0.08 265	0.13 242	0.17 233	0.09 255	0.13 270	0.15 258	0.15 121	0.19 276	0.09 117	0.08 88	0.06 22	0.06 46	0.10 76	0.08 14	0.06 121	0.05 178	0.06 122	0.05 132	0.06 213	0.06 225

UniTT-Stereo	0.09 100	0.07 143	0.08 25	0.18 315	0.08 141	0.13 270	0.11 53	0.12 55	0.11 68	0.10 150	0.12 198	0.05 3	0.06 46	0.09 38	0.10 128	0.07 272	0.06 335	0.05 33	0.05 132	0.06 213	0.05 128

EKT-Stereo	0.11 209	0.07 143	0.14 287	0.16 156	0.10 367	0.13 270	0.14 183	0.19 245	0.21 313	0.11 190	0.08 88	0.13 257	0.10 219	0.11 128	0.12 267	0.08 336	0.06 335	0.07 227	0.06 207	0.08 353	0.07 305

Any-RAFT	0.10 165	0.05 18	0.10 120	0.15 79	0.07 76	0.13 270	0.14 183	0.21 280	0.15 179	0.11 190	0.12 198	0.13 257	0.10 219	0.13 269	0.10 128	0.07 272	0.04 23	0.05 33	0.04 41	0.06 213	0.05 128

anonymousdsp2	0.11 209	0.07 143	0.11 169	0.16 156	0.09 255	0.13 270	0.14 183	0.19 245	0.23 345	0.13 256	0.14 226	0.12 233	0.09 194	0.14 296	0.11 200	0.05 33	0.05 178	0.05 33	0.04 41	0.06 213	0.06 225

CBFPSM	0.15 381	0.07 143	0.27 499	0.17 233	0.09 255	0.13 270	0.15 258	0.22 304	0.23 345	0.20 412	0.27 430	0.23 422	0.16 393	0.16 342	0.19 436	0.06 121	0.06 335	0.06 122	0.07 303	0.07 287	0.07 305

anonymousa	0.13 311	0.07 143	0.14 287	0.18 315	0.09 255	0.13 270	0.17 347	0.20 262	0.29 429	0.15 303	0.24 373	0.16 321	0.14 352	0.14 296	0.14 338	0.07 272	0.05 178	0.07 227	0.09 420	0.05 112	0.07 305

qqq	0.13 311	0.09 336	0.15 324	0.16 156	0.08 141	0.13 270	0.15 258	0.24 347	0.16 207	0.15 303	0.19 312	0.16 321	0.16 393	0.15 314	0.16 391	0.07 272	0.06 335	0.08 313	0.08 375	0.07 287	0.07 305

raft_robust	0.13 311	0.10 403	0.07 5	0.18 315	0.08 141	0.13 270	0.24 514	0.29 438	0.34 465	0.20 412	0.20 322	0.15 301	0.10 219	0.11 128	0.12 267	0.05 33	0.05 178	0.07 227	0.07 303	0.05 112	0.04 33

CIPLG	0.11 209	0.08 265	0.15 324	0.17 233	0.08 141	0.13 270	0.15 258	0.17 185	0.16 207	0.14 279	0.11 181	0.16 321	0.10 219	0.17 381	0.12 267	0.07 272	0.05 178	0.06 122	0.06 207	0.05 112	0.06 225

IPLGR	0.11 209	0.09 336	0.17 389	0.18 315	0.08 141	0.13 270	0.16 318	0.21 280	0.24 356	0.12 223	0.12 198	0.11 211	0.09 194	0.13 269	0.12 267	0.06 121	0.05 178	0.06 122	0.06 207	0.05 112	0.04 33

ACRE	0.11 209	0.08 265	0.15 324	0.17 233	0.08 141	0.13 270	0.15 258	0.17 185	0.14 159	0.14 279	0.11 181	0.16 321	0.10 219	0.16 342	0.12 267	0.07 272	0.05 178	0.06 122	0.06 207	0.05 112	0.06 225

test_3	0.11 209	0.09 336	0.10 120	0.21 468	0.08 141	0.13 270	0.25 530	0.14 93	0.21 313	0.10 150	0.10 139	0.09 154	0.10 219	0.08 17	0.11 200	0.05 33	0.04 23	0.08 313	0.07 303	0.04 19	0.04 33

PSMNet-ADL	0.15 381	0.12 447	0.13 242	0.22 489	0.09 255	0.13 270	0.20 461	0.26 381	0.23 345	0.18 375	0.20 322	0.23 422	0.17 417	0.18 398	0.18 421	0.09 394	0.08 438	0.08 313	0.11 489	0.08 353	0.07 305

XX-TBD	0.09 100	0.06 66	0.07 5	0.14 37	0.07 76	0.13 270	0.16 318	0.14 93	0.14 159	0.11 190	0.12 198	0.09 154	0.08 164	0.10 76	0.10 128	0.06 121	0.04 23	0.05 33	0.04 41	0.06 213	0.05 128

CFNet_pseudo	0.14 341	0.08 265	0.16 366	0.16 156	0.09 255	0.13 270	0.14 183	0.27 395	0.34 465	0.15 303	0.21 340	0.22 405	0.13 320	0.18 398	0.14 338	0.07 272	0.05 178	0.08 313	0.06 207	0.07 287	0.07 305

RALCasStereoNet	0.11 209	0.07 143	0.09 80	0.16 156	0.08 141	0.13 270	0.14 183	0.17 185	0.11 68	0.12 223	0.17 275	0.14 276	0.10 219	0.12 214	0.11 200	0.07 272	0.06 335	0.06 122	0.05 132	0.08 353	0.07 305

GES	0.14 341	0.08 265	0.16 366	0.15 79	0.10 367	0.13 270	0.13 126	0.28 419	0.26 393	0.17 343	0.24 373	0.19 361	0.14 352	0.16 342	0.14 338	0.08 336	0.08 438	0.07 227	0.06 207	0.08 353	0.09 419

PSMNet-RSSM	0.14 341	0.07 143	0.14 287	0.15 79	0.08 141	0.13 270	0.16 318	0.25 368	0.24 356	0.17 343	0.28 441	0.23 422	0.14 352	0.16 342	0.14 338	0.11 467	0.06 335	0.09 398	0.12 511	0.08 353	0.07 305

PMTNet	0.09 100	0.05 18	0.09 80	0.12 5	0.06 14	0.13 270	0.14 183	0.16 150	0.11 68	0.09 117	0.13 213	0.10 187	0.07 123	0.14 296	0.10 128	0.15 535	0.04 23	0.05 33	0.03 1	0.07 287	0.06 225

FADNet_RVC	0.17 430	0.14 490	0.41 546	0.20 433	0.11 423	0.13 270	0.13 126	0.27 395	0.22 335	0.21 428	0.23 361	0.20 378	0.18 431	0.15 314	0.17 408	0.08 336	0.08 438	0.12 496	0.09 420	0.11 473	0.10 448

DIP-Stereo	0.11 209	0.08 265	0.15 324	0.17 233	0.09 255	0.13 270	0.09 18	0.16 150	0.16 207	0.12 223	0.16 256	0.14 276	0.12 288	0.16 342	0.14 338	0.06 121	0.05 178	0.06 122	0.05 132	0.05 112	0.07 305
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ccs_rob	0.14 341	0.09 336	0.16 366	0.16 156	0.09 255	0.13 270	0.14 183	0.27 395	0.34 465	0.15 303	0.21 340	0.22 405	0.13 320	0.18 398	0.14 338	0.07 272	0.05 178	0.08 313	0.07 303	0.07 287	0.07 305

G2L-ROB	0.13 311	0.07 143	0.13 242	0.13 10	0.08 141	0.14 312	0.17 347	0.25 368	0.19 276	0.20 412	0.19 312	0.20 378	0.14 352	0.18 398	0.16 391	0.08 336	0.05 178	0.06 122	0.05 132	0.08 353	0.09 419

castereo++	0.08 51	0.06 66	0.08 25	0.15 79	0.05 1	0.14 312	0.11 53	0.11 35	0.15 179	0.07 45	0.07 43	0.08 122	0.06 46	0.08 17	0.08 14	0.06 121	0.04 23	0.05 33	0.04 41	0.04 19	0.03 1

rvit_0105_5	0.14 341	0.10 403	0.14 287	0.17 233	0.09 255	0.14 312	0.23 504	0.24 347	0.27 406	0.14 279	0.15 239	0.18 352	0.13 320	0.17 381	0.14 338	0.14 531	0.11 506	0.10 445	0.11 489	0.08 353	0.07 305

rvit_stereo_0081_aga	0.12 284	0.09 336	0.15 324	0.18 315	0.10 367	0.14 312	0.14 183	0.14 93	0.19 276	0.10 150	0.18 298	0.16 321	0.09 194	0.12 214	0.10 128	0.10 435	0.06 335	0.08 313	0.07 303	0.07 287	0.06 225

AIO-Stereo-zeroshot	0.11 209	0.05 18	0.12 208	0.15 79	0.13 480	0.14 312	0.16 318	0.23 323	0.18 250	0.10 150	0.13 213	0.10 187	0.07 123	0.12 214	0.09 51	0.06 121	0.05 178	0.06 122	0.06 207	0.07 287	0.08 374

gcap-zeroshot	0.09 100	0.06 66	0.10 120	0.16 156	0.07 76	0.14 312	0.13 126	0.11 35	0.12 100	0.13 256	0.12 198	0.09 154	0.08 164	0.09 38	0.09 51	0.06 121	0.05 178	0.06 122	0.05 132	0.04 19	0.04 33

MyStereo07	0.10 165	0.07 143	0.10 120	0.17 233	0.09 255	0.14 312	0.17 347	0.15 121	0.15 179	0.09 117	0.06 13	0.06 22	0.07 123	0.12 214	0.09 51	0.06 121	0.05 178	0.08 313	0.07 303	0.06 213	0.06 225

MyStereo04	0.13 311	0.07 143	0.10 120	0.17 233	0.09 255	0.14 312	0.17 347	0.29 438	0.38 496	0.17 343	0.14 226	0.16 321	0.11 256	0.15 314	0.13 302	0.06 121	0.05 178	0.08 313	0.07 303	0.06 213	0.06 225

MaDis-Stereo	0.09 100	0.09 336	0.08 25	0.17 233	0.09 255	0.14 312	0.11 53	0.16 150	0.16 207	0.09 117	0.11 181	0.06 22	0.06 46	0.09 38	0.13 302	0.07 272	0.06 335	0.08 313	0.05 132	0.05 112	0.04 33

PCWNet_CMD	0.14 341	0.08 265	0.15 324	0.17 233	0.09 255	0.14 312	0.14 183	0.29 438	0.36 484	0.14 279	0.20 322	0.21 387	0.13 320	0.17 381	0.14 338	0.07 272	0.05 178	0.07 227	0.07 303	0.07 287	0.07 305

CFNet_ucs	0.15 381	0.09 336	0.17 389	0.16 156	0.11 423	0.14 312	0.14 183	0.30 449	0.34 465	0.16 332	0.24 373	0.23 422	0.14 352	0.18 398	0.15 372	0.09 394	0.06 335	0.08 313	0.07 303	0.09 417	0.09 419

AEACV	0.09 100	0.05 18	0.08 25	0.14 37	0.13 480	0.14 312	0.13 126	0.15 121	0.09 28	0.07 45	0.09 112	0.07 80	0.08 164	0.10 76	0.09 51	0.06 121	0.04 23	0.06 122	0.05 132	0.05 112	0.04 33

LoS	0.09 100	0.05 18	0.11 169	0.13 10	0.07 76	0.14 312	0.11 53	0.15 121	0.15 179	0.09 117	0.09 112	0.12 233	0.09 194	0.15 314	0.10 128	0.07 272	0.05 178	0.05 33	0.03 1	0.05 112	0.05 128
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
riskmin	0.11 209	0.06 66	0.13 242	0.14 37	0.08 141	0.14 312	0.14 183	0.18 213	0.15 179	0.12 223	0.15 239	0.17 338	0.11 256	0.14 296	0.12 267	0.09 394	0.05 178	0.07 227	0.05 132	0.08 353	0.08 374

IER	0.14 341	0.08 265	0.13 242	0.17 233	0.09 255	0.14 312	0.16 318	0.26 381	0.27 406	0.18 375	0.26 412	0.17 338	0.20 461	0.17 381	0.14 338	0.08 336	0.05 178	0.07 227	0.06 207	0.08 353	0.07 305

test_5	0.14 341	0.12 447	0.08 25	0.20 433	0.10 367	0.14 312	0.28 550	0.21 280	0.24 356	0.19 390	0.28 441	0.11 211	0.15 372	0.12 214	0.13 302	0.06 121	0.05 178	0.07 227	0.08 375	0.08 353	0.07 305

THIR-Stereo	0.12 284	0.07 143	0.11 169	0.15 79	0.08 141	0.14 312	0.16 318	0.18 213	0.25 380	0.17 343	0.24 373	0.13 257	0.13 320	0.12 214	0.14 338	0.06 121	0.05 178	0.07 227	0.07 303	0.05 112	0.05 128

DRaft	0.12 284	0.06 66	0.12 208	0.14 37	0.09 255	0.14 312	0.17 347	0.21 280	0.30 435	0.18 375	0.27 430	0.10 187	0.16 393	0.11 128	0.12 267	0.05 33	0.04 23	0.07 227	0.07 303	0.05 112	0.05 128

RALAANet	0.11 209	0.08 265	0.10 120	0.17 233	0.09 255	0.14 312	0.10 30	0.20 262	0.16 207	0.14 279	0.13 213	0.16 321	0.09 194	0.12 214	0.12 267	0.06 121	0.05 178	0.08 313	0.07 303	0.06 213	0.04 33

RAFT + AFF	0.13 311	0.08 265	0.21 461	0.20 433	0.10 367	0.14 312	0.23 504	0.27 395	0.21 313	0.12 223	0.10 139	0.12 233	0.10 219	0.16 342	0.12 267	0.08 336	0.07 406	0.09 398	0.09 420	0.06 213	0.09 419

CREStereo	0.09 100	0.05 18	0.08 25	0.11 1	0.06 14	0.14 312	0.14 183	0.14 93	0.10 40	0.09 117	0.13 213	0.09 154	0.08 164	0.12 214	0.10 128	0.08 336	0.04 23	0.05 33	0.03 1	0.06 213	0.06 225
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
ACVNet	0.15 381	0.09 336	0.15 324	0.13 10	0.12 454	0.14 312	0.20 461	0.22 304	0.34 465	0.17 343	0.26 412	0.21 387	0.17 417	0.18 398	0.21 459	0.07 272	0.06 335	0.06 122	0.06 207	0.08 353	0.06 225

cf-r	0.14 341	0.07 143	0.13 242	0.16 156	0.08 141	0.14 312	0.19 440	0.21 280	0.25 380	0.17 343	0.26 412	0.22 405	0.17 417	0.14 296	0.15 372	0.10 435	0.05 178	0.06 122	0.08 375	0.06 213	0.06 225

GANet-RSSM	0.14 341	0.07 143	0.13 242	0.13 10	0.08 141	0.14 312	0.18 396	0.23 323	0.21 313	0.17 343	0.25 399	0.24 431	0.16 393	0.16 342	0.16 391	0.10 435	0.06 335	0.07 227	0.08 375	0.08 353	0.07 305

MSMDNet	0.14 341	0.08 265	0.15 324	0.17 233	0.09 255	0.14 312	0.14 183	0.29 438	0.36 484	0.14 279	0.20 322	0.21 387	0.13 320	0.18 398	0.14 338	0.07 272	0.05 178	0.07 227	0.07 303	0.07 287	0.07 305

iResNet	0.13 311	0.10 403	0.18 423	0.19 375	0.08 141	0.14 312	0.18 396	0.21 280	0.27 406	0.16 332	0.24 373	0.15 301	0.13 320	0.14 296	0.15 372	0.06 121	0.04 23	0.06 122	0.05 132	0.06 213	0.05 128

ISRNet	0.18 446	0.08 265	0.20 451	0.19 375	0.13 480	0.15 338	0.12 81	0.30 449	0.33 454	0.21 428	0.26 412	0.27 461	0.18 431	0.17 381	0.20 446	0.20 566	0.08 438	0.14 523	0.14 528	0.14 521	0.17 555

FACV-RUCA	0.13 311	0.11 428	0.13 242	0.19 375	0.12 454	0.15 338	0.16 318	0.22 304	0.21 313	0.16 332	0.16 256	0.15 301	0.16 393	0.14 296	0.13 302	0.07 272	0.05 178	0.08 313	0.06 207	0.10 451	0.08 374

DDVS	0.16 408	0.10 403	0.22 471	0.16 156	0.12 454	0.15 338	0.14 183	0.25 368	0.19 276	0.18 375	0.30 462	0.27 461	0.13 320	0.20 441	0.16 391	0.09 394	0.06 335	0.09 398	0.07 303	0.11 473	0.11 472

rvit_0105_3	0.16 408	0.10 403	0.15 324	0.20 433	0.12 454	0.15 338	0.26 539	0.25 368	0.30 435	0.15 303	0.17 275	0.21 387	0.14 352	0.18 398	0.14 338	0.14 531	0.11 506	0.12 496	0.14 528	0.07 287	0.07 305

DCVSM-stereo	0.15 381	0.09 336	0.16 366	0.16 156	0.10 367	0.15 338	0.09 18	0.20 262	0.24 356	0.20 412	0.24 373	0.26 454	0.15 372	0.19 423	0.14 338	0.09 394	0.07 406	0.09 398	0.08 375	0.10 451	0.12 493

ACV-stereo	0.15 381	0.10 403	0.29 511	0.18 315	0.12 454	0.15 338	0.13 126	0.23 323	0.21 313	0.19 390	0.23 361	0.22 405	0.15 372	0.23 485	0.17 408	0.08 336	0.07 406	0.07 227	0.07 303	0.08 353	0.07 305

Former-RAFT_DAM_RVC	0.11 209	0.08 265	0.13 242	0.16 156	0.08 141	0.15 338	0.16 318	0.18 213	0.19 276	0.10 150	0.09 112	0.09 154	0.08 164	0.11 128	0.12 267	0.07 272	0.05 178	0.08 313	0.06 207	0.07 287	0.06 225

LL-Strereo2	0.11 209	0.10 403	0.16 366	0.18 315	0.08 141	0.15 338	0.09 18	0.17 185	0.14 159	0.14 279	0.11 181	0.09 154	0.07 123	0.16 342	0.10 128	0.05 33	0.05 178	0.11 475	0.07 303	0.06 213	0.05 128

CASS	0.14 341	0.12 447	0.12 208	0.23 510	0.09 255	0.15 338	0.17 347	0.19 245	0.20 298	0.17 343	0.18 298	0.15 301	0.15 372	0.15 314	0.14 338	0.09 394	0.06 335	0.10 445	0.08 375	0.09 417	0.07 305
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
knoymous	0.11 209	0.06 66	0.12 208	0.14 37	0.07 76	0.15 338	0.13 126	0.20 262	0.14 159	0.11 190	0.17 275	0.13 257	0.09 194	0.14 296	0.11 200	0.09 394	0.05 178	0.06 122	0.05 132	0.07 287	0.07 305

RAFT+CT+SA	0.13 311	0.11 428	0.09 80	0.19 375	0.09 255	0.15 338	0.28 550	0.22 304	0.22 335	0.15 303	0.26 412	0.10 187	0.10 219	0.11 128	0.12 267	0.05 33	0.04 23	0.07 227	0.08 375	0.07 287	0.06 225

BSDual-CNN	0.15 381	0.09 336	0.14 287	0.22 489	0.10 367	0.15 338	0.15 258	0.34 499	0.20 298	0.17 343	0.23 361	0.25 444	0.16 393	0.16 342	0.14 338	0.08 336	0.06 335	0.10 445	0.09 420	0.07 287	0.07 305

hknet	0.15 381	0.11 428	0.14 287	0.22 489	0.11 423	0.15 338	0.15 258	0.34 499	0.26 393	0.17 343	0.23 361	0.22 405	0.18 431	0.17 381	0.13 302	0.07 272	0.06 335	0.10 445	0.09 420	0.07 287	0.07 305

Sa-1000	0.12 284	0.08 265	0.09 80	0.18 315	0.08 141	0.15 338	0.22 492	0.22 304	0.19 276	0.15 303	0.20 322	0.17 338	0.11 256	0.10 76	0.10 128	0.06 121	0.05 178	0.09 398	0.09 420	0.05 112	0.05 128

psmg	0.14 341	0.09 336	0.14 287	0.17 233	0.10 367	0.15 338	0.17 347	0.29 438	0.20 298	0.17 343	0.21 340	0.25 444	0.16 393	0.16 342	0.14 338	0.08 336	0.07 406	0.08 313	0.08 375	0.07 287	0.07 305

dd	0.15 381	0.17 518	0.17 389	0.19 375	0.09 255	0.15 338	0.18 396	0.22 304	0.26 393	0.23 458	0.20 322	0.21 387	0.10 219	0.21 459	0.17 408	0.10 435	0.06 335	0.08 313	0.06 207	0.08 353	0.07 305

RAFT	0.13 311	0.09 336	0.11 169	0.18 315	0.08 141	0.15 338	0.23 504	0.21 280	0.20 298	0.21 428	0.21 340	0.18 352	0.13 320	0.17 381	0.10 128	0.06 121	0.07 406	0.10 445	0.09 420	0.06 213	0.05 128

TestStereo	0.14 341	0.15 497	0.11 169	0.23 510	0.08 141	0.15 338	0.21 478	0.20 262	0.23 345	0.14 279	0.25 399	0.16 321	0.13 320	0.16 342	0.14 338	0.06 121	0.06 335	0.08 313	0.06 207	0.09 417	0.05 128

XX-Stereo	0.09 100	0.05 18	0.09 80	0.17 233	0.09 255	0.15 338	0.12 81	0.21 280	0.10 40	0.10 150	0.14 226	0.07 80	0.06 46	0.13 269	0.08 14	0.06 121	0.05 178	0.06 122	0.06 207	0.04 19	0.04 33

HCRNet	0.16 408	0.23 553	0.12 208	0.35 573	0.11 423	0.15 338	0.17 347	0.26 381	0.22 335	0.19 390	0.24 373	0.21 387	0.14 352	0.15 314	0.13 302	0.11 467	0.07 406	0.11 475	0.10 459	0.09 417	0.07 305

ARAFT	0.12 284	0.08 265	0.18 423	0.19 375	0.09 255	0.15 338	0.17 347	0.20 262	0.13 137	0.12 223	0.13 213	0.14 276	0.12 288	0.15 314	0.13 302	0.06 121	0.05 178	0.10 445	0.09 420	0.06 213	0.04 33

SFCPSM	0.13 311	0.07 143	0.15 324	0.17 233	0.09 255	0.15 338	0.16 318	0.28 419	0.27 406	0.14 279	0.18 298	0.12 233	0.13 320	0.14 296	0.11 200	0.08 336	0.05 178	0.07 227	0.07 303	0.07 287	0.06 225

FENet	0.13 311	0.08 265	0.13 242	0.16 156	0.08 141	0.15 338	0.16 318	0.23 323	0.23 345	0.17 343	0.24 373	0.16 321	0.13 320	0.14 296	0.15 372	0.08 336	0.05 178	0.08 313	0.08 375	0.08 353	0.08 374

GwcNet-RSSM	0.14 341	0.07 143	0.12 208	0.16 156	0.08 141	0.15 338	0.20 461	0.22 304	0.28 422	0.18 375	0.28 441	0.23 422	0.17 417	0.15 314	0.16 391	0.10 435	0.06 335	0.07 227	0.09 420	0.07 287	0.07 305

DMCA	0.14 341	0.09 336	0.17 389	0.19 375	0.09 255	0.15 338	0.17 347	0.23 323	0.28 422	0.14 279	0.20 322	0.17 338	0.18 431	0.15 314	0.17 408	0.10 435	0.06 335	0.08 313	0.06 207	0.09 417	0.10 448

BEATNet_4x	0.12 284	0.09 336	0.15 324	0.18 315	0.07 76	0.15 338	0.07 3	0.23 323	0.19 276	0.16 332	0.19 312	0.19 361	0.14 352	0.17 381	0.15 372	0.07 272	0.05 178	0.05 33	0.05 132	0.06 213	0.07 305

NLCA_NET_v2_RVC	0.17 430	0.10 403	0.23 479	0.20 433	0.10 367	0.15 338	0.18 396	0.31 465	0.25 380	0.21 428	0.31 467	0.25 444	0.17 417	0.21 459	0.20 446	0.09 394	0.06 335	0.08 313	0.09 420	0.07 287	0.08 374
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
coex_refinement	0.14 341	0.07 143	0.12 208	0.17 233	0.10 367	0.16 365	0.15 258	0.27 395	0.29 429	0.18 375	0.21 340	0.22 405	0.17 417	0.16 342	0.19 436	0.08 336	0.05 178	0.06 122	0.06 207	0.09 417	0.08 374

test_sample7	0.16 408	0.10 403	0.16 366	0.14 37	0.12 454	0.16 365	0.17 347	0.28 419	0.24 356	0.21 428	0.21 340	0.24 431	0.20 461	0.16 342	0.16 391	0.12 492	0.06 335	0.10 445	0.09 420	0.11 473	0.10 448

test_sample2	0.13 311	0.07 143	0.12 208	0.14 37	0.08 141	0.16 365	0.18 396	0.21 280	0.16 207	0.14 279	0.21 340	0.20 378	0.15 372	0.15 314	0.13 302	0.08 336	0.06 335	0.07 227	0.06 207	0.08 353	0.08 374

StereoVision	0.14 341	0.13 475	0.10 120	0.24 523	0.10 367	0.16 365	0.21 478	0.21 280	0.20 298	0.12 223	0.25 399	0.10 187	0.10 219	0.16 342	0.10 128	0.09 394	0.10 493	0.12 496	0.12 511	0.06 213	0.05 128

gwcnet-sp	0.14 341	0.07 143	0.13 242	0.18 315	0.09 255	0.16 365	0.18 396	0.24 347	0.24 356	0.19 390	0.24 373	0.15 301	0.16 393	0.16 342	0.15 372	0.08 336	0.07 406	0.07 227	0.08 375	0.08 353	0.07 305

scenet	0.14 341	0.07 143	0.13 242	0.18 315	0.09 255	0.16 365	0.18 396	0.24 347	0.24 356	0.19 390	0.24 373	0.15 301	0.16 393	0.16 342	0.15 372	0.08 336	0.07 406	0.07 227	0.08 375	0.08 353	0.07 305

ToySt	0.17 430	0.11 428	0.19 446	0.17 233	0.11 423	0.16 365	0.26 539	0.24 347	0.33 454	0.19 390	0.24 373	0.26 454	0.24 491	0.19 423	0.21 459	0.07 272	0.08 438	0.09 398	0.10 459	0.09 417	0.08 374

Selective-RAFT	0.11 209	0.11 428	0.12 208	0.21 468	0.08 141	0.16 365	0.13 126	0.21 280	0.23 345	0.10 150	0.10 139	0.11 211	0.10 219	0.15 314	0.11 200	0.05 33	0.05 178	0.06 122	0.05 132	0.06 213	0.05 128

ssnet	0.14 341	0.07 143	0.13 242	0.18 315	0.09 255	0.16 365	0.18 396	0.24 347	0.24 356	0.19 390	0.24 373	0.15 301	0.16 393	0.16 342	0.15 372	0.08 336	0.07 406	0.07 227	0.08 375	0.08 353	0.07 305

DEmStereo	0.12 284	0.06 66	0.14 287	0.14 37	0.10 367	0.16 365	0.15 258	0.16 150	0.24 356	0.17 343	0.23 361	0.12 233	0.14 352	0.12 214	0.14 338	0.05 33	0.04 23	0.07 227	0.06 207	0.05 112	0.05 128

s12784h	0.10 165	0.06 66	0.08 25	0.15 79	0.05 1	0.16 365	0.18 396	0.16 150	0.15 179	0.10 150	0.11 181	0.11 211	0.11 256	0.11 128	0.12 267	0.05 33	0.04 23	0.06 122	0.04 41	0.04 19	0.04 33

ADLNet	0.16 408	0.08 265	0.15 324	0.16 156	0.10 367	0.16 365	0.17 347	0.33 484	0.27 406	0.23 458	0.27 430	0.24 431	0.16 393	0.18 398	0.21 459	0.10 435	0.06 335	0.10 445	0.10 459	0.08 353	0.09 419

GMStereo	0.13 311	0.15 497	0.14 287	0.18 315	0.09 255	0.16 365	0.16 318	0.20 262	0.25 380	0.17 343	0.17 275	0.11 211	0.11 256	0.16 342	0.13 302	0.07 272	0.06 335	0.06 122	0.06 207	0.07 287	0.06 225
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
aanetorigin	0.22 489	0.17 518	0.57 567	0.18 315	0.10 367	0.16 365	0.19 440	0.20 262	0.33 454	0.49 574	0.48 554	0.30 489	0.28 523	0.21 459	0.24 495	0.08 336	0.07 406	0.08 313	0.07 303	0.10 451	0.09 419

acv_ft	0.15 381	0.09 336	0.16 366	0.19 375	0.10 367	0.16 365	0.17 347	0.25 368	0.34 465	0.19 390	0.26 412	0.21 387	0.17 417	0.18 398	0.19 436	0.07 272	0.06 335	0.06 122	0.06 207	0.08 353	0.06 225

STTStereo	0.18 446	0.13 475	0.28 502	0.20 433	0.11 423	0.16 365	0.21 478	0.29 438	0.23 345	0.22 443	0.30 462	0.29 479	0.18 431	0.20 441	0.20 446	0.12 492	0.11 506	0.11 475	0.14 528	0.09 417	0.08 374

HSM-Net_RVC	0.14 341	0.08 265	0.12 208	0.15 79	0.08 141	0.16 365	0.15 258	0.27 395	0.29 429	0.20 412	0.21 340	0.29 479	0.14 352	0.18 398	0.13 302	0.06 121	0.06 335	0.06 122	0.06 207	0.07 287	0.06 225
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNetv2_ROB	0.15 381	0.08 265	0.16 366	0.16 156	0.08 141	0.16 365	0.13 126	0.26 381	0.36 484	0.21 428	0.29 456	0.24 431	0.13 320	0.14 296	0.14 338	0.06 121	0.06 335	0.06 122	0.04 41	0.09 417	0.08 374

MLCV	0.13 311	0.08 265	0.17 389	0.18 315	0.06 14	0.16 365	0.17 347	0.19 245	0.22 335	0.19 390	0.25 399	0.17 338	0.13 320	0.15 314	0.14 338	0.05 33	0.04 23	0.05 33	0.04 41	0.05 112	0.04 33

HSM	0.15 381	0.09 336	0.15 324	0.16 156	0.09 255	0.16 365	0.14 183	0.28 419	0.25 380	0.20 412	0.24 373	0.37 533	0.17 417	0.20 441	0.15 372	0.07 272	0.05 178	0.07 227	0.06 207	0.07 287	0.06 225

CBMV_ROB	0.19 458	0.13 475	0.18 423	0.16 156	0.11 423	0.16 365	0.12 81	0.27 395	0.29 429	0.27 495	0.31 467	0.27 461	0.24 491	0.24 496	0.16 391	0.15 535	0.18 560	0.22 563	0.20 561	0.10 451	0.12 493

NOSS_ROB	0.19 458	0.13 475	0.18 423	0.16 156	0.12 454	0.16 365	0.12 81	0.30 449	0.33 454	0.20 412	0.22 356	0.27 461	0.24 491	0.21 459	0.16 391	0.16 552	0.18 560	0.23 564	0.21 563	0.13 505	0.13 507

DN-CSS_ROB	0.13 311	0.13 475	0.17 389	0.18 315	0.10 367	0.16 365	0.08 7	0.22 304	0.19 276	0.17 343	0.23 361	0.13 257	0.13 320	0.13 269	0.14 338	0.05 33	0.05 178	0.10 445	0.10 459	0.08 353	0.06 225

test_sample6	0.14 341	0.09 336	0.14 287	0.17 233	0.08 141	0.17 388	0.19 440	0.26 381	0.18 250	0.18 375	0.28 441	0.19 361	0.15 372	0.15 314	0.13 302	0.08 336	0.05 178	0.08 313	0.07 303	0.08 353	0.08 374

SMFormer	0.14 341	0.07 143	0.18 423	0.14 37	0.08 141	0.17 388	0.17 347	0.27 395	0.27 406	0.19 390	0.20 322	0.19 361	0.15 372	0.15 314	0.17 408	0.08 336	0.05 178	0.07 227	0.06 207	0.08 353	0.07 305

tta	0.14 341	0.07 143	0.18 423	0.14 37	0.08 141	0.17 388	0.17 347	0.27 395	0.27 406	0.19 390	0.20 322	0.19 361	0.15 372	0.15 314	0.17 408	0.08 336	0.05 178	0.07 227	0.06 207	0.06 213	0.06 225

qqq1	0.14 341	0.07 143	0.18 423	0.14 37	0.08 141	0.17 388	0.17 347	0.27 395	0.27 406	0.19 390	0.20 322	0.19 361	0.15 372	0.15 314	0.12 267	0.08 336	0.05 178	0.05 33	0.05 132	0.06 213	0.06 225

fff1	0.14 341	0.07 143	0.18 423	0.14 37	0.08 141	0.17 388	0.17 347	0.27 395	0.27 406	0.19 390	0.20 322	0.19 361	0.15 372	0.15 314	0.12 267	0.08 336	0.05 178	0.05 33	0.05 132	0.06 213	0.06 225

mmm	0.14 341	0.08 265	0.18 423	0.17 233	0.09 255	0.17 388	0.18 396	0.21 280	0.16 207	0.16 332	0.23 361	0.21 387	0.16 393	0.16 342	0.17 408	0.08 336	0.05 178	0.08 313	0.08 375	0.08 353	0.07 305

11t1	0.12 284	0.07 143	0.14 287	0.14 37	0.08 141	0.17 388	0.15 258	0.19 245	0.15 179	0.15 303	0.15 239	0.17 338	0.16 393	0.15 314	0.13 302	0.08 336	0.05 178	0.06 122	0.05 132	0.08 353	0.07 305

ffm	0.12 284	0.09 336	0.15 324	0.16 156	0.09 255	0.17 388	0.17 347	0.15 121	0.19 276	0.15 303	0.26 412	0.19 361	0.13 320	0.10 76	0.08 14	0.06 121	0.05 178	0.09 398	0.08 375	0.06 213	0.06 225

ff1	0.13 311	0.09 336	0.15 324	0.16 156	0.09 255	0.17 388	0.17 347	0.15 121	0.19 276	0.15 303	0.26 412	0.19 361	0.13 320	0.15 314	0.22 472	0.06 121	0.05 178	0.09 398	0.08 375	0.06 213	0.06 225

mmx	0.15 381	0.09 336	0.15 324	0.16 156	0.09 255	0.17 388	0.17 347	0.27 395	0.26 393	0.15 303	0.26 412	0.19 361	0.13 320	0.15 314	0.22 472	0.08 336	0.06 335	0.09 398	0.08 375	0.08 353	0.08 374

xxx	0.15 381	0.09 336	0.15 324	0.16 156	0.09 255	0.17 388	0.17 347	0.27 395	0.26 393	0.15 303	0.26 412	0.19 361	0.13 320	0.15 314	0.22 472	0.08 336	0.06 335	0.09 398	0.08 375	0.08 353	0.08 374

GMStereo_Zeroshot	0.16 408	0.13 475	0.25 488	0.20 433	0.10 367	0.17 388	0.13 126	0.30 449	0.25 380	0.23 458	0.32 476	0.25 444	0.11 256	0.19 423	0.14 338	0.09 394	0.06 335	0.11 475	0.06 207	0.12 490	0.08 374

psm_up	0.19 458	0.10 403	0.18 423	0.21 468	0.11 423	0.17 388	0.19 440	0.38 537	0.34 465	0.22 443	0.28 441	0.29 479	0.25 499	0.20 441	0.22 472	0.09 394	0.10 493	0.11 475	0.11 489	0.08 353	0.08 374

CFNet-ft	0.14 341	0.07 143	0.15 324	0.12 5	0.09 255	0.17 388	0.18 396	0.22 304	0.24 356	0.17 343	0.26 412	0.24 431	0.14 352	0.16 342	0.15 372	0.11 467	0.06 335	0.08 313	0.09 420	0.09 417	0.08 374

CFNet_RVC	0.14 341	0.07 143	0.15 324	0.12 5	0.09 255	0.17 388	0.18 396	0.22 304	0.24 356	0.17 343	0.26 412	0.24 431	0.14 352	0.16 342	0.15 372	0.11 467	0.06 335	0.08 313	0.09 420	0.09 417	0.08 374

DeepPruner_ROB	0.16 408	0.11 428	0.16 366	0.17 233	0.10 367	0.17 388	0.15 258	0.32 470	0.21 313	0.19 390	0.21 340	0.22 405	0.19 449	0.21 459	0.16 391	0.13 510	0.09 470	0.09 398	0.10 459	0.11 473	0.11 472

z-ln-s-r	0.18 446	0.10 403	0.41 546	0.19 375	0.08 141	0.18 404	0.18 396	0.23 323	0.34 465	0.19 390	0.41 533	0.22 405	0.17 417	0.20 441	0.25 503	0.07 272	0.05 178	0.07 227	0.07 303	0.07 287	0.06 225

PSMNet-RUCA	0.28 543	0.33 576	0.42 549	0.36 575	0.32 582	0.18 404	0.20 461	0.42 556	0.30 435	0.33 542	0.41 533	0.40 550	0.24 491	0.31 530	0.20 446	0.19 561	0.11 506	0.25 566	0.15 544	0.22 562	0.16 546

GCST	0.37 565	0.42 584	0.27 499	1.03 608	0.39 584	0.18 404	0.08 7	0.21 280	0.18 250	0.28 508	0.25 399	0.15 301	0.12 288	0.16 342	0.14 338	0.64 604	0.43 593	0.75 600	0.65 603	0.64 597	0.46 596

DualNet (step1)	0.17 430	0.12 447	0.21 461	0.13 10	0.14 498	0.18 404	0.14 183	0.28 419	0.24 356	0.21 428	0.21 340	0.24 431	0.20 461	0.16 342	0.16 391	0.15 535	0.06 335	0.14 523	0.14 528	0.15 533	0.13 507

test_sample9	0.18 446	0.12 447	0.21 461	0.13 10	0.14 498	0.18 404	0.14 183	0.28 419	0.24 356	0.21 428	0.21 340	0.24 431	0.20 461	0.19 423	0.18 421	0.15 535	0.30 585	0.14 523	0.14 528	0.15 533	0.13 507

test_sample8	0.20 467	0.12 447	0.21 461	0.13 10	0.14 498	0.18 404	0.14 183	0.32 470	0.21 313	0.28 508	0.22 356	0.36 530	0.26 507	0.19 423	0.18 421	0.15 535	0.30 585	0.14 523	0.14 528	0.15 533	0.13 507

test_sample5	0.14 341	0.08 265	0.14 287	0.16 156	0.08 141	0.18 404	0.18 396	0.25 368	0.17 235	0.17 343	0.28 441	0.18 352	0.15 372	0.16 342	0.13 302	0.08 336	0.06 335	0.08 313	0.07 303	0.09 417	0.08 374

MyStereo8	0.12 284	0.07 143	0.15 324	0.15 79	0.09 255	0.18 404	0.14 183	0.19 245	0.22 335	0.12 223	0.18 298	0.11 211	0.10 219	0.16 342	0.18 421	0.07 272	0.05 178	0.07 227	0.05 132	0.08 353	0.09 419

DualNet	0.14 341	0.08 265	0.14 287	0.16 156	0.08 141	0.18 404	0.18 396	0.25 368	0.17 235	0.18 375	0.28 441	0.18 352	0.15 372	0.16 342	0.13 302	0.08 336	0.06 335	0.08 313	0.07 303	0.09 417	0.08 374

1111x	0.16 408	0.09 336	0.13 242	0.18 315	0.08 141	0.18 404	0.25 530	0.32 470	0.25 380	0.17 343	0.24 373	0.27 461	0.15 372	0.14 296	0.24 495	0.07 272	0.07 406	0.08 313	0.09 420	0.07 287	0.07 305

TestStereo1	0.13 311	0.08 265	0.08 25	0.20 433	0.08 141	0.18 404	0.29 561	0.23 323	0.17 235	0.17 343	0.20 322	0.16 321	0.11 256	0.12 214	0.13 302	0.06 121	0.06 335	0.08 313	0.06 207	0.05 112	0.05 128

SA-5K	0.13 311	0.08 265	0.08 25	0.20 433	0.08 141	0.18 404	0.29 561	0.23 323	0.17 235	0.17 343	0.20 322	0.16 321	0.11 256	0.12 214	0.13 302	0.06 121	0.06 335	0.08 313	0.06 207	0.05 112	0.05 128

AACVNet	0.16 408	0.08 265	0.15 324	0.15 79	0.10 367	0.18 404	0.15 258	0.24 347	0.25 380	0.27 495	0.27 430	0.28 471	0.18 431	0.19 423	0.17 408	0.09 394	0.07 406	0.09 398	0.07 303	0.10 451	0.09 419

LMCR-Stereo	0.15 381	0.08 265	0.14 287	0.21 468	0.09 255	0.18 404	0.19 440	0.28 419	0.19 276	0.24 470	0.24 373	0.23 422	0.17 417	0.20 441	0.17 408	0.07 272	0.06 335	0.08 313	0.06 207	0.10 451	0.09 419

ICVP	0.16 408	0.09 336	0.12 208	0.22 489	0.09 255	0.18 404	0.21 478	0.26 381	0.24 356	0.18 375	0.30 462	0.27 461	0.18 431	0.18 398	0.15 372	0.10 435	0.07 406	0.08 313	0.07 303	0.07 287	0.08 374
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sAnonymous2	0.13 311	0.12 447	0.25 488	0.20 433	0.12 454	0.18 404	0.14 183	0.27 395	0.21 313	0.11 190	0.12 198	0.13 257	0.08 164	0.11 128	0.11 200	0.09 394	0.05 178	0.08 313	0.06 207	0.15 533	0.10 448

CroCo_RVC	0.13 311	0.12 447	0.25 488	0.20 433	0.12 454	0.18 404	0.14 183	0.27 395	0.21 313	0.11 190	0.12 198	0.13 257	0.08 164	0.11 128	0.11 200	0.09 394	0.05 178	0.08 313	0.06 207	0.15 533	0.10 448

pcwnet_v2	0.19 458	0.11 428	0.26 497	0.18 315	0.14 498	0.18 404	0.15 258	0.37 530	0.46 536	0.19 390	0.24 373	0.21 387	0.19 449	0.21 459	0.20 446	0.13 510	0.10 493	0.10 445	0.10 459	0.11 473	0.13 507

HGLStereo	0.17 430	0.09 336	0.19 446	0.17 233	0.12 454	0.18 404	0.18 396	0.31 465	0.33 454	0.22 443	0.33 482	0.24 431	0.18 431	0.20 441	0.21 459	0.10 435	0.09 470	0.07 227	0.07 303	0.09 417	0.10 448

FAT-Stereo	0.21 481	0.13 475	0.22 471	0.21 468	0.12 454	0.18 404	0.18 396	0.35 514	0.40 505	0.28 508	0.37 504	0.33 517	0.33 549	0.21 459	0.20 446	0.09 394	0.11 506	0.10 445	0.09 420	0.11 473	0.14 523

TDLM	0.18 446	0.12 447	0.14 287	0.24 523	0.10 367	0.18 404	0.18 396	0.37 530	0.30 435	0.22 443	0.28 441	0.28 471	0.18 431	0.23 485	0.19 436	0.11 467	0.07 406	0.10 445	0.10 459	0.08 353	0.08 374

StereoDRNet-Refined	0.17 430	0.12 447	0.16 366	0.20 433	0.10 367	0.18 404	0.18 396	0.27 395	0.24 356	0.26 488	0.41 533	0.23 422	0.18 431	0.21 459	0.21 459	0.09 394	0.05 178	0.09 398	0.10 459	0.07 287	0.07 305
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample4	0.14 341	0.08 265	0.15 324	0.15 79	0.08 141	0.19 426	0.18 396	0.26 381	0.18 250	0.17 343	0.26 412	0.18 352	0.15 372	0.17 381	0.13 302	0.08 336	0.06 335	0.08 313	0.06 207	0.09 417	0.08 374

test_sample1	0.13 311	0.07 143	0.14 287	0.14 37	0.08 141	0.19 426	0.17 347	0.20 262	0.15 179	0.14 279	0.22 356	0.18 352	0.16 393	0.17 381	0.15 372	0.07 272	0.06 335	0.06 122	0.06 207	0.08 353	0.08 374

x	0.13 311	0.08 265	0.15 324	0.14 37	0.08 141	0.19 426	0.14 183	0.22 304	0.21 313	0.15 303	0.20 322	0.20 378	0.18 431	0.18 398	0.18 421	0.07 272	0.05 178	0.06 122	0.06 207	0.07 287	0.07 305

CSP-Net	0.16 408	0.09 336	0.14 287	0.17 233	0.09 255	0.19 426	0.18 396	0.25 368	0.33 454	0.26 488	0.31 467	0.25 444	0.16 393	0.21 459	0.19 436	0.09 394	0.06 335	0.07 227	0.07 303	0.08 353	0.08 374

DAS	0.15 381	0.08 265	0.18 423	0.19 375	0.10 367	0.19 426	0.17 347	0.28 419	0.30 435	0.18 375	0.26 412	0.21 387	0.16 393	0.16 342	0.13 302	0.08 336	0.06 335	0.06 122	0.06 207	0.07 287	0.07 305

SepStereo	0.15 381	0.08 265	0.18 423	0.19 375	0.10 367	0.19 426	0.17 347	0.28 419	0.30 435	0.18 375	0.26 412	0.21 387	0.16 393	0.26 505	0.13 302	0.08 336	0.06 335	0.06 122	0.06 207	0.07 287	0.07 305

AASNet	0.16 408	0.08 265	0.13 242	0.19 375	0.09 255	0.19 426	0.15 258	0.38 537	0.37 490	0.20 412	0.24 373	0.20 378	0.17 417	0.17 381	0.21 459	0.10 435	0.08 438	0.08 313	0.07 303	0.09 417	0.09 419

GANet-ADL	0.13 311	0.07 143	0.15 324	0.17 233	0.10 367	0.19 426	0.15 258	0.30 449	0.21 313	0.13 256	0.18 298	0.19 361	0.13 320	0.16 342	0.14 338	0.08 336	0.06 335	0.06 122	0.05 132	0.07 287	0.08 374

GEStereo_RVC	0.17 430	0.12 447	0.16 366	0.22 489	0.11 423	0.19 426	0.18 396	0.32 470	0.49 540	0.20 412	0.25 399	0.17 338	0.13 320	0.21 459	0.16 391	0.10 435	0.06 335	0.08 313	0.07 303	0.09 417	0.08 374

sCroCo_RVC	0.12 284	0.09 336	0.24 485	0.24 523	0.11 423	0.19 426	0.14 183	0.17 185	0.15 179	0.10 150	0.13 213	0.12 233	0.07 123	0.14 296	0.11 200	0.08 336	0.08 438	0.08 313	0.08 375	0.05 112	0.07 305

DMCA-RVC	0.17 430	0.10 403	0.16 366	0.24 523	0.11 423	0.19 426	0.18 396	0.26 381	0.24 356	0.21 428	0.27 430	0.25 444	0.27 514	0.18 398	0.21 459	0.12 492	0.08 438	0.13 510	0.10 459	0.10 451	0.08 374

FADNet-RVC-Resample	0.17 430	0.12 447	0.32 524	0.22 489	0.12 454	0.19 426	0.14 183	0.25 368	0.24 356	0.24 470	0.27 430	0.20 378	0.15 372	0.17 381	0.16 391	0.07 272	0.08 438	0.12 496	0.10 459	0.09 417	0.11 472

SuperB	0.20 467	0.10 403	0.57 567	0.16 156	0.09 255	0.19 426	0.18 396	0.25 368	0.51 548	0.27 495	0.39 519	0.17 338	0.22 476	0.22 477	0.21 459	0.08 336	0.06 335	0.06 122	0.06 207	0.12 490	0.11 472

RASNet	0.15 381	0.07 143	0.15 324	0.16 156	0.08 141	0.19 426	0.14 183	0.30 449	0.21 313	0.17 343	0.25 399	0.21 387	0.19 449	0.20 441	0.20 446	0.07 272	0.06 335	0.06 122	0.08 375	0.06 213	0.06 225

CFNet	0.15 381	0.11 428	0.17 389	0.17 233	0.08 141	0.19 426	0.10 30	0.29 438	0.26 393	0.19 390	0.24 373	0.24 431	0.18 431	0.18 398	0.15 372	0.08 336	0.06 335	0.09 398	0.10 459	0.08 353	0.07 305

CVANet_RVC	0.18 446	0.11 428	0.14 287	0.21 468	0.11 423	0.19 426	0.18 396	0.34 499	0.34 465	0.22 443	0.31 467	0.28 471	0.18 431	0.24 496	0.18 421	0.12 492	0.08 438	0.12 496	0.12 511	0.09 417	0.08 374

AANet_RVC	0.16 408	0.10 403	0.11 169	0.18 315	0.09 255	0.19 426	0.18 396	0.27 395	0.32 449	0.22 443	0.35 496	0.21 387	0.22 476	0.22 477	0.17 408	0.06 121	0.05 178	0.06 122	0.06 207	0.07 287	0.06 225

PS-NSSS	0.20 467	0.21 546	0.23 479	0.20 433	0.10 367	0.19 426	0.17 347	0.36 521	0.26 393	0.27 495	0.34 492	0.27 461	0.24 491	0.20 441	0.20 446	0.15 535	0.12 522	0.17 545	0.14 528	0.10 451	0.09 419

iResNet_ROB	0.14 341	0.07 143	0.13 242	0.15 79	0.07 76	0.19 426	0.14 183	0.26 381	0.32 449	0.23 458	0.26 412	0.23 422	0.16 393	0.15 314	0.14 338	0.07 272	0.05 178	0.05 33	0.04 41	0.08 353	0.08 374

test_sample3	0.14 341	0.08 265	0.15 324	0.14 37	0.09 255	0.20 445	0.17 347	0.27 395	0.18 250	0.17 343	0.22 356	0.19 361	0.15 372	0.17 381	0.14 338	0.09 394	0.06 335	0.07 227	0.06 207	0.09 417	0.08 374

BUS	0.15 381	0.09 336	0.14 287	0.22 489	0.10 367	0.20 445	0.14 183	0.34 499	0.20 298	0.17 343	0.23 361	0.16 321	0.14 352	0.16 342	0.14 338	0.08 336	0.06 335	0.10 445	0.09 420	0.07 287	0.07 305

CRFU-Net	0.16 408	0.08 265	0.15 324	0.17 233	0.09 255	0.20 445	0.14 183	0.27 395	0.21 313	0.28 508	0.28 441	0.29 479	0.18 431	0.19 423	0.18 421	0.09 394	0.09 470	0.07 227	0.07 303	0.08 353	0.09 419

NINENet	0.16 408	0.10 403	0.16 366	0.17 233	0.11 423	0.20 445	0.14 183	0.41 551	0.37 490	0.18 375	0.21 340	0.16 321	0.14 352	0.16 342	0.14 338	0.08 336	0.08 438	0.10 445	0.07 303	0.10 451	0.09 419

dad	0.18 446	0.20 541	0.21 461	0.17 233	0.11 423	0.20 445	0.19 440	0.21 280	0.28 422	0.30 524	0.24 373	0.30 489	0.13 320	0.19 423	0.17 408	0.18 558	0.09 470	0.11 475	0.09 420	0.11 473	0.07 305

ADLNet2	0.16 408	0.09 336	0.14 287	0.17 233	0.09 255	0.20 445	0.16 318	0.32 470	0.39 501	0.17 343	0.20 322	0.20 378	0.19 449	0.21 459	0.23 483	0.08 336	0.07 406	0.07 227	0.07 303	0.09 417	0.07 305

UPFNet	0.16 408	0.08 265	0.12 208	0.20 433	0.12 454	0.20 445	0.23 504	0.28 419	0.26 393	0.18 375	0.24 373	0.22 405	0.20 461	0.19 423	0.22 472	0.09 394	0.07 406	0.08 313	0.09 420	0.08 353	0.06 225

EDNetEfficient	0.30 550	0.24 556	1.18 604	0.18 315	0.10 367	0.20 445	0.20 461	0.21 280	0.61 570	0.74 592	0.56 565	0.30 489	0.40 566	0.23 485	0.32 556	0.09 394	0.07 406	0.08 313	0.07 303	0.11 473	0.10 448

UCFNet_RVC	0.15 381	0.08 265	0.13 242	0.11 1	0.10 367	0.20 445	0.10 30	0.24 347	0.23 345	0.17 343	0.21 340	0.24 431	0.15 372	0.18 398	0.15 372	0.12 492	0.07 406	0.11 475	0.13 522	0.11 473	0.10 448

PWCDC_ROB	0.21 481	0.13 475	0.23 479	0.25 531	0.12 454	0.20 445	0.15 258	0.34 499	0.55 558	0.29 518	0.49 555	0.21 387	0.15 372	0.28 516	0.20 446	0.11 467	0.09 470	0.10 445	0.08 375	0.11 473	0.09 419

CBMV	0.20 467	0.15 497	0.18 423	0.18 315	0.10 367	0.20 445	0.11 53	0.30 449	0.31 443	0.29 518	0.31 467	0.31 504	0.23 482	0.28 516	0.19 436	0.13 510	0.15 549	0.17 545	0.16 548	0.10 451	0.10 448
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
w-ln-seven-2	0.20 467	0.14 490	0.39 541	0.23 510	0.12 454	0.21 456	0.21 478	0.29 438	0.38 496	0.25 483	0.38 511	0.28 471	0.23 482	0.21 459	0.25 503	0.08 336	0.08 438	0.09 398	0.09 420	0.10 451	0.09 419

TCMNet	0.19 458	0.12 447	0.20 451	0.21 468	0.18 552	0.21 456	0.24 514	0.28 419	0.36 484	0.23 458	0.26 412	0.25 444	0.20 461	0.20 441	0.23 483	0.13 510	0.11 506	0.11 475	0.12 511	0.13 505	0.12 493

iinet-f	0.17 430	0.07 143	0.46 553	0.14 37	0.10 367	0.21 456	0.14 183	0.27 395	0.23 345	0.22 443	0.25 399	0.21 387	0.16 393	0.18 398	0.22 472	0.09 394	0.07 406	0.07 227	0.06 207	0.09 417	0.10 448

ssnet_v2	0.17 430	0.10 403	0.18 423	0.17 233	0.11 423	0.21 456	0.22 492	0.34 499	0.25 380	0.23 458	0.23 361	0.27 461	0.19 449	0.22 477	0.21 459	0.11 467	0.10 493	0.09 398	0.09 420	0.08 353	0.08 374

delet	0.17 430	0.09 336	0.18 423	0.19 375	0.11 423	0.21 456	0.22 492	0.30 449	0.38 496	0.17 343	0.27 430	0.19 361	0.19 449	0.19 423	0.21 459	0.08 336	0.08 438	0.09 398	0.11 489	0.06 213	0.07 305

DSFCA	0.16 408	0.09 336	0.14 287	0.16 156	0.10 367	0.21 456	0.19 440	0.28 419	0.31 443	0.23 458	0.25 399	0.22 405	0.16 393	0.20 441	0.20 446	0.10 435	0.07 406	0.09 398	0.09 420	0.08 353	0.08 374

FADNet-RVC	0.21 481	0.20 541	0.40 544	0.21 468	0.16 530	0.21 456	0.15 258	0.27 395	0.27 406	0.26 488	0.32 476	0.26 454	0.21 469	0.22 477	0.19 436	0.12 492	0.13 535	0.12 496	0.14 528	0.13 505	0.18 559

S-Stereo	0.21 481	0.12 447	0.25 488	0.21 468	0.13 480	0.21 456	0.19 440	0.33 484	0.45 529	0.23 458	0.36 501	0.28 471	0.29 528	0.20 441	0.23 483	0.09 394	0.12 522	0.10 445	0.10 459	0.13 505	0.14 523

RP	0.22 489	0.13 475	0.22 471	0.23 510	0.12 454	0.21 456	0.20 461	0.26 381	0.45 529	0.22 443	0.38 511	0.37 533	0.25 499	0.28 516	0.25 503	0.11 467	0.12 522	0.13 510	0.12 511	0.13 505	0.14 523

NCC-stereo	0.25 520	0.15 497	0.31 520	0.26 540	0.17 542	0.21 456	0.31 569	0.41 551	0.40 505	0.24 470	0.38 511	0.33 517	0.29 528	0.37 556	0.28 530	0.13 510	0.11 506	0.15 534	0.22 566	0.13 505	0.13 507

Abc-Net	0.25 520	0.15 497	0.31 520	0.26 540	0.17 542	0.21 456	0.31 569	0.41 551	0.40 505	0.24 470	0.38 511	0.33 517	0.29 528	0.37 556	0.28 530	0.13 510	0.11 506	0.15 534	0.22 566	0.13 505	0.13 507
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AdaStereo	0.15 381	0.11 428	0.16 366	0.19 375	0.09 255	0.21 456	0.11 53	0.33 484	0.28 422	0.21 428	0.23 361	0.21 387	0.13 320	0.19 423	0.15 372	0.13 510	0.05 178	0.10 445	0.07 303	0.09 417	0.07 305
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.
SGM-Forest	0.20 467	0.14 490	0.18 423	0.20 433	0.13 480	0.21 456	0.22 492	0.33 484	0.31 443	0.24 470	0.29 456	0.28 471	0.20 461	0.23 485	0.18 421	0.15 535	0.16 554	0.15 534	0.14 528	0.13 505	0.12 493
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
pmcnn	0.15 381	0.07 143	0.20 451	0.15 79	0.07 76	0.21 456	0.16 318	0.25 368	0.26 393	0.21 428	0.33 482	0.29 479	0.19 449	0.18 398	0.17 408	0.07 272	0.05 178	0.05 33	0.04 41	0.07 287	0.06 225

DStereoO	0.25 520	0.18 532	0.19 446	0.20 433	0.15 516	0.22 470	0.19 440	0.33 484	0.42 514	0.30 524	0.22 356	0.33 517	0.28 523	0.42 574	0.28 530	0.47 593	0.12 522	0.31 581	0.11 489	0.17 552	0.12 493

xyz-stereo	0.14 341	0.07 143	0.22 471	0.15 79	0.05 1	0.22 470	0.15 258	0.17 185	0.31 443	0.15 303	0.28 441	0.26 454	0.17 417	0.13 269	0.12 267	0.05 33	0.05 178	0.06 122	0.05 132	0.04 19	0.04 33

rvit_105_1	0.19 458	0.12 447	0.25 488	0.21 468	0.16 530	0.22 470	0.28 550	0.32 470	0.42 514	0.20 412	0.21 340	0.22 405	0.18 431	0.19 423	0.18 421	0.12 492	0.12 522	0.13 510	0.15 544	0.08 353	0.07 305

SACVNet	0.19 458	0.12 447	0.15 324	0.17 233	0.13 480	0.22 470	0.18 396	0.31 465	0.31 443	0.24 470	0.31 467	0.30 489	0.23 482	0.23 485	0.17 408	0.11 467	0.08 438	0.10 445	0.10 459	0.12 490	0.14 523

test_xeample	0.15 381	0.07 143	0.14 287	0.15 79	0.08 141	0.22 470	0.20 461	0.29 438	0.21 313	0.16 332	0.29 456	0.19 361	0.17 417	0.16 342	0.28 530	0.09 394	0.05 178	0.07 227	0.07 303	0.07 287	0.07 305

EDNetEfficientorigin	7.92 620	0.32 575	152.98 641	0.20 433	0.10 367	0.22 470	0.17 347	0.23 323	0.60 568	0.73 590	0.67 578	0.41 553	0.51 582	0.24 496	0.41 576	0.08 336	0.07 406	0.09 398	0.07 303	0.12 490	0.11 472

ac_64	0.16 408	0.09 336	0.15 324	0.18 315	0.10 367	0.22 470	0.17 347	0.24 347	0.22 335	0.19 390	0.24 373	0.29 479	0.18 431	0.19 423	0.22 472	0.09 394	0.08 438	0.08 313	0.09 420	0.07 287	0.06 225

RGC	0.25 520	0.20 541	0.29 511	0.28 555	0.16 530	0.22 470	0.23 504	0.33 484	0.44 525	0.27 495	0.40 522	0.38 539	0.28 523	0.37 556	0.23 483	0.11 467	0.13 535	0.17 545	0.17 555	0.15 533	0.16 546

ADCP+	0.20 467	0.10 403	0.35 536	0.21 468	0.12 454	0.22 470	0.27 544	0.31 465	0.35 479	0.26 488	0.37 504	0.22 405	0.22 476	0.27 507	0.28 530	0.09 394	0.06 335	0.08 313	0.08 375	0.10 451	0.10 448

PA-Net	0.24 513	0.18 532	0.34 530	0.28 555	0.22 565	0.22 470	0.39 585	0.29 438	0.39 501	0.22 443	0.33 482	0.25 444	0.26 507	0.21 459	0.25 503	0.10 435	0.23 579	0.15 534	0.22 566	0.09 417	0.13 507
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DRN-Test	0.20 467	0.11 428	0.21 461	0.22 489	0.10 367	0.22 470	0.22 492	0.40 546	0.38 496	0.24 470	0.33 482	0.26 454	0.22 476	0.22 477	0.25 503	0.11 467	0.07 406	0.11 475	0.10 459	0.09 417	0.08 374

StereoDRNet	0.19 458	0.11 428	0.18 423	0.22 489	0.11 423	0.22 470	0.22 492	0.37 530	0.34 465	0.24 470	0.28 441	0.30 489	0.19 449	0.20 441	0.21 459	0.10 435	0.08 438	0.11 475	0.09 420	0.09 417	0.07 305

XPNet_ROB	0.22 489	0.12 447	0.20 451	0.22 489	0.13 480	0.22 470	0.19 440	0.35 514	0.40 505	0.30 524	0.40 522	0.38 539	0.27 514	0.26 505	0.29 539	0.15 535	0.10 493	0.10 445	0.10 459	0.13 505	0.12 493

PWC_ROB	0.21 481	0.16 508	0.27 499	0.18 315	0.11 423	0.22 470	0.13 126	0.33 484	0.49 540	0.30 524	0.40 522	0.32 511	0.25 499	0.31 530	0.23 483	0.10 435	0.07 406	0.11 475	0.08 375	0.11 473	0.10 448

DStereoFS	0.27 540	0.22 550	0.32 524	0.23 510	0.15 516	0.23 484	0.21 478	0.52 580	0.49 540	0.28 508	0.45 548	0.34 522	0.36 557	0.53 584	0.29 539	0.13 510	0.11 506	0.15 534	0.13 522	0.17 552	0.17 555

DStereoSA	0.26 532	0.19 536	0.39 541	0.27 548	0.17 542	0.23 484	0.21 478	0.50 575	0.60 568	0.22 443	0.30 462	0.29 479	0.34 550	0.40 567	0.29 539	0.12 492	0.11 506	0.16 542	0.14 528	0.15 533	0.12 493

Wz-Net-LNSev-Ref	0.18 446	0.09 336	0.30 517	0.15 79	0.11 423	0.23 484	0.20 461	0.27 395	0.40 505	0.26 488	0.43 544	0.25 444	0.15 372	0.21 459	0.20 446	0.07 272	0.05 178	0.06 122	0.05 132	0.10 451	0.09 419

SHD	0.26 532	0.15 497	0.31 520	0.24 523	0.18 552	0.23 484	0.15 258	0.39 543	0.72 587	0.32 538	0.42 541	0.36 530	0.29 528	0.33 539	0.30 546	0.13 510	0.11 506	0.14 523	0.13 522	0.16 545	0.20 567

ADCRef	0.20 467	0.12 447	0.43 551	0.20 433	0.12 454	0.23 484	0.18 396	0.32 470	0.37 490	0.26 488	0.33 482	0.18 352	0.23 482	0.25 501	0.26 516	0.07 272	0.06 335	0.09 398	0.09 420	0.08 353	0.09 419

DeepPrunerF	0.24 513	0.17 518	0.45 552	0.26 540	0.16 530	0.23 484	0.29 561	0.37 530	0.51 548	0.27 495	0.31 467	0.24 431	0.28 523	0.22 477	0.23 483	0.15 535	0.11 506	0.20 558	0.18 559	0.12 490	0.14 523

DANet	0.21 481	0.16 508	0.29 511	0.25 531	0.13 480	0.23 484	0.19 440	0.28 419	0.27 406	0.28 508	0.32 476	0.35 528	0.32 546	0.31 530	0.24 495	0.11 467	0.09 470	0.11 475	0.10 459	0.13 505	0.11 472
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.22 489	0.13 475	0.21 461	0.25 531	0.14 498	0.23 484	0.22 492	0.42 556	0.27 406	0.31 531	0.43 544	0.37 533	0.29 528	0.23 485	0.23 483	0.10 435	0.12 522	0.10 445	0.09 420	0.10 451	0.08 374

zh-mn7	0.26 532	0.15 497	0.59 572	0.19 375	0.14 498	0.24 492	0.22 492	0.35 514	0.63 576	0.35 544	0.67 578	0.31 504	0.25 499	0.31 530	0.26 516	0.09 394	0.08 438	0.09 398	0.09 420	0.09 417	0.11 472

DGSMNet	0.25 520	0.19 536	0.34 530	0.21 468	0.24 570	0.24 492	0.21 478	0.36 521	0.42 514	0.25 483	0.32 476	0.38 539	0.21 469	0.29 523	0.24 495	0.13 510	0.11 506	0.14 523	0.16 548	0.23 565	0.23 572

xxxx	0.15 381	0.07 143	0.14 287	0.14 37	0.08 141	0.24 492	0.18 396	0.32 470	0.20 298	0.14 279	0.28 441	0.22 405	0.14 352	0.15 314	0.29 539	0.09 394	0.05 178	0.07 227	0.07 303	0.08 353	0.08 374

FINET	0.22 489	0.18 532	0.28 502	0.19 375	0.16 530	0.24 492	0.24 514	0.33 484	0.49 540	0.26 488	0.33 482	0.22 405	0.23 482	0.23 485	0.18 421	0.18 558	0.16 554	0.11 475	0.10 459	0.15 533	0.14 523

psmorigin	0.25 520	0.16 508	0.35 536	0.17 233	0.13 480	0.24 492	0.14 183	0.34 499	0.34 465	0.41 561	0.55 563	0.41 553	0.38 561	0.35 547	0.28 530	0.11 467	0.15 549	0.11 475	0.11 489	0.12 490	0.17 555

MaskLacGwcNet_RVC	0.22 489	0.21 546	0.25 488	0.26 540	0.11 423	0.24 492	0.14 183	0.39 543	0.24 356	0.32 538	0.36 501	0.30 489	0.21 469	0.19 423	0.22 472	0.17 557	0.14 545	0.21 559	0.16 548	0.13 505	0.12 493

edge stereo	0.23 502	0.14 490	0.21 461	0.21 468	0.13 480	0.24 492	0.16 318	0.32 470	0.42 514	0.32 538	0.40 522	0.39 544	0.35 554	0.25 501	0.25 503	0.13 510	0.11 506	0.14 523	0.11 489	0.12 490	0.14 523

NCCL2	0.24 513	0.15 497	0.18 423	0.34 571	0.18 552	0.24 492	0.24 514	0.34 499	0.29 429	0.31 531	0.38 511	0.38 539	0.29 528	0.23 485	0.25 503	0.15 535	0.12 522	0.18 554	0.21 563	0.13 505	0.13 507

DLCB_ROB	0.18 446	0.10 403	0.16 366	0.23 510	0.11 423	0.24 492	0.18 396	0.30 449	0.28 422	0.27 495	0.29 456	0.28 471	0.25 499	0.20 441	0.20 446	0.08 336	0.08 438	0.09 398	0.09 420	0.07 287	0.07 305

FSD					0.23 566	0.25 501	0.25 530	0.27 395	0.26 393	0.25 483	0.26 412	0.26 454	0.26 507	0.27 507	0.24 495	0.21 569	0.20 566	0.27 570	0.26 573	0.25 573

zh-sn7	0.26 532	0.17 518	0.55 564	0.24 523	0.14 498	0.25 501	0.25 530	0.34 499	0.49 540	0.29 518	0.55 563	0.29 479	0.32 546	0.37 556	0.33 559	0.10 435	0.10 493	0.11 475	0.11 489	0.12 490	0.12 493

Wz-Net-LNSev	0.22 489	0.16 508	0.41 546	0.22 489	0.13 480	0.25 501	0.24 514	0.33 484	0.44 525	0.30 524	0.42 541	0.32 511	0.19 449	0.23 485	0.27 522	0.10 435	0.09 470	0.08 313	0.08 375	0.12 490	0.11 472

DDUNet	0.23 502	0.18 532	0.22 471	0.22 489	0.15 516	0.25 501	0.24 514	0.30 449	0.31 443	0.31 531	0.37 504	0.34 522	0.26 507	0.25 501	0.21 459	0.18 558	0.13 535	0.17 545	0.11 489	0.16 545	0.17 555

222	0.16 408	0.07 143	0.15 324	0.14 37	0.08 141	0.25 501	0.18 396	0.30 449	0.21 313	0.18 375	0.29 456	0.17 338	0.16 393	0.16 342	0.44 582	0.10 435	0.05 178	0.07 227	0.06 207	0.08 353	0.08 374

GwcNet	0.20 467	0.14 490	0.20 451	0.18 315	0.12 454	0.25 501	0.20 461	0.36 521	0.45 529	0.20 412	0.33 482	0.33 517	0.21 469	0.22 477	0.25 503	0.11 467	0.09 470	0.09 398	0.09 420	0.09 417	0.10 448

FADNet	0.21 481	0.23 553	0.37 539	0.18 315	0.17 542	0.25 501	0.13 126	0.32 470	0.32 449	0.23 458	0.25 399	0.27 461	0.21 469	0.19 423	0.16 391	0.13 510	0.15 549	0.12 496	0.15 544	0.17 552	0.18 559

Nwc_Net	0.23 502	0.17 518	0.22 471	0.25 531	0.15 516	0.25 501	0.27 544	0.38 537	0.39 501	0.22 443	0.41 533	0.30 489	0.29 528	0.28 516	0.25 503	0.11 467	0.10 493	0.17 545	0.20 561	0.10 451	0.11 472

ADCMid	0.26 532	0.15 497	0.42 549	0.20 433	0.14 498	0.25 501	0.26 539	0.35 514	0.40 505	0.37 551	0.45 548	0.34 522	0.42 571	0.36 551	0.36 564	0.10 435	0.09 470	0.11 475	0.11 489	0.13 505	0.13 507

CC-Net-ROB	0.28 543	0.31 574	0.36 538	0.30 565	0.15 516	0.25 501	0.19 440	0.45 568	0.34 465	0.39 554	0.37 504	0.39 544	0.31 544	0.27 507	0.27 522	0.24 580	0.18 560	0.30 580	0.23 570	0.19 559	0.15 537

DISCO	0.20 467	0.09 336	0.22 471	0.17 233	0.10 367	0.25 501	0.18 396	0.28 419	0.45 529	0.23 458	0.32 476	0.34 522	0.26 507	0.29 523	0.29 539	0.08 336	0.06 335	0.07 227	0.07 303	0.09 417	0.10 448

PSMNet_ROB	0.22 489	0.12 447	0.15 324	0.27 548	0.15 516	0.25 501	0.36 580	0.43 562	0.37 490	0.27 495	0.33 482	0.32 511	0.23 482	0.21 459	0.27 522	0.12 492	0.08 438	0.13 510	0.11 489	0.10 451	0.09 419

w-ln-seven	0.24 513	0.15 497	0.58 570	0.20 433	0.14 498	0.26 513	0.22 492	0.36 521	0.62 573	0.30 524	0.40 522	0.30 489	0.23 482	0.22 477	0.28 530	0.09 394	0.09 470	0.11 475	0.10 459	0.11 473	0.10 448

fast-acv-ft	0.18 446	0.11 428	0.20 451	0.19 375	0.12 454	0.26 513	0.21 478	0.26 381	0.35 479	0.22 443	0.34 492	0.27 461	0.21 469	0.21 459	0.23 483	0.09 394	0.09 470	0.08 313	0.10 459	0.08 353	0.07 305

Wz-Net-SNSev	0.26 532	0.17 518	0.46 553	0.25 531	0.14 498	0.26 513	0.24 514	0.38 537	0.57 562	0.30 524	0.56 565	0.39 544	0.26 507	0.24 496	0.32 556	0.10 435	0.09 470	0.10 445	0.11 489	0.11 473	0.11 472

Syn2CoEx	0.22 489	0.16 508	0.29 511	0.29 562	0.15 516	0.26 513	0.21 478	0.34 499	0.32 449	0.29 518	0.36 501	0.28 471	0.25 499	0.20 441	0.25 503	0.16 552	0.12 522	0.14 523	0.11 489	0.09 417	0.08 374

AF-Net	0.23 502	0.17 518	0.17 389	0.27 548	0.13 480	0.26 513	0.24 514	0.33 484	0.51 548	0.25 483	0.33 482	0.39 544	0.27 514	0.28 516	0.26 516	0.11 467	0.10 493	0.16 542	0.12 511	0.11 473	0.11 472

AnyNet_C32	0.26 532	0.16 508	0.39 541	0.20 433	0.17 542	0.26 513	0.31 569	0.32 470	0.45 529	0.31 531	0.50 557	0.30 489	0.34 550	0.41 573	0.36 564	0.12 492	0.12 522	0.12 496	0.14 528	0.14 521	0.15 537

FBW_ROB	0.25 520	0.17 518	0.23 479	0.27 548	0.14 498	0.26 513	0.22 492	0.42 556	0.43 523	0.42 563	0.41 533	0.43 557	0.27 514	0.32 535	0.24 495	0.09 394	0.15 549	0.15 534	0.12 511	0.12 490	0.10 448

LE_ROB	0.50 582	0.07 143	0.14 287	0.15 79	0.08 141	0.26 513	0.17 347	0.23 323	1.71 616	4.68 620	0.67 578	0.46 565	0.47 577	0.21 459	0.30 546	0.07 272	0.06 335	0.06 122	0.06 207	0.08 353	0.06 225

ETE_ROB	0.23 502	0.17 518	0.23 479	0.25 531	0.14 498	0.26 513	0.29 561	0.32 470	0.37 490	0.28 508	0.37 504	0.45 561	0.27 514	0.28 516	0.27 522	0.11 467	0.09 470	0.12 496	0.10 459	0.14 521	0.13 507

YMNet	0.20 467	0.12 447	0.20 451	0.21 468	0.14 498	0.27 522	0.23 504	0.32 470	0.34 465	0.28 508	0.35 496	0.30 489	0.18 431	0.18 398	0.22 472	0.11 467	0.13 535	0.10 445	0.10 459	0.09 417	0.09 419

YMNet_1	0.20 467	0.12 447	0.20 451	0.21 468	0.14 498	0.27 522	0.23 504	0.32 470	0.34 465	0.28 508	0.35 496	0.30 489	0.18 431	0.18 398	0.22 472	0.11 467	0.13 535	0.10 445	0.10 459	0.09 417	0.09 419

SQANet	0.24 513	0.24 556	0.31 520	0.31 567	0.19 556	0.27 522	0.13 126	0.30 449	0.33 454	0.25 483	0.37 504	0.31 504	0.22 476	0.27 507	0.23 483	0.15 535	0.10 493	0.21 559	0.16 548	0.22 562	0.16 546

coex-ft	3.24 613	0.35 578	57.83 640	0.18 315	0.13 480	0.27 522	0.23 504	0.28 419	0.72 587	1.89 618	0.70 583	0.43 557	0.47 577	0.29 523	0.43 579	0.09 394	0.09 470	0.12 496	0.09 420	0.14 521	0.14 523

GASNet	0.22 489	0.24 556	0.34 530	0.26 540	0.17 542	0.27 522	0.16 318	0.45 568	0.42 514	0.27 495	0.24 373	0.30 489	0.16 393	0.27 507	0.18 421	0.12 492	0.09 470	0.12 496	0.11 489	0.16 545	0.08 374

Anonymous3	0.16 408	0.14 490	0.34 530	0.26 540	0.14 498	0.27 522	0.18 396	0.28 419	0.28 422	0.15 303	0.17 275	0.14 276	0.11 256	0.16 342	0.12 267	0.08 336	0.08 438	0.08 313	0.08 375	0.08 353	0.11 472

MMNet	0.17 430	0.10 403	0.17 389	0.20 433	0.11 423	0.27 522	0.20 461	0.26 381	0.42 514	0.22 443	0.30 462	0.22 405	0.20 461	0.18 398	0.20 446	0.06 121	0.06 335	0.07 227	0.07 303	0.08 353	0.07 305

hitnet-ft	0.18 446	0.10 403	0.17 389	0.14 37	0.09 255	0.27 522	0.20 461	0.25 368	0.26 393	0.24 470	0.32 476	0.32 511	0.23 482	0.24 496	0.21 459	0.12 492	0.07 406	0.10 445	0.08 375	0.12 490	0.11 472

DispFullNet	0.27 540	0.22 550	0.66 578	0.28 555	0.17 542	0.27 522	0.17 347	0.34 499	0.57 562	0.27 495	0.37 504	0.43 557	0.24 491	0.39 563	0.25 503	0.12 492	0.06 335	0.19 556	0.11 489	0.23 565	0.16 546

LALA_ROB	0.25 520	0.16 508	0.23 479	0.27 548	0.17 542	0.27 522	0.27 544	0.42 556	0.38 496	0.33 542	0.39 519	0.51 572	0.26 507	0.29 523	0.28 530	0.16 552	0.09 470	0.13 510	0.12 511	0.13 505	0.13 507

MSAF-DinoV2	0.23 502	0.11 428	0.25 488	0.17 233	0.10 367	0.28 532	0.17 347	0.38 537	0.56 560	0.21 428	0.27 430	0.47 568	0.28 523	0.36 551	0.40 574	0.09 394	0.06 335	0.07 227	0.09 420	0.12 490	0.11 472

z-mn7	0.25 520	0.15 497	0.47 556	0.19 375	0.13 480	0.28 532	0.25 530	0.35 514	0.64 577	0.27 495	0.57 569	0.29 479	0.24 491	0.32 535	0.27 522	0.08 336	0.08 438	0.08 313	0.08 375	0.10 451	0.10 448

UNet	0.17 430	0.09 336	0.18 423	0.19 375	0.12 454	0.28 532	0.19 440	0.33 484	0.30 435	0.21 428	0.25 399	0.23 422	0.19 449	0.20 441	0.19 436	0.07 272	0.06 335	0.08 313	0.07 303	0.08 353	0.07 305

NVstereo2D	0.19 458	0.11 428	0.16 366	0.17 233	0.16 530	0.28 532	0.23 504	0.44 566	0.42 514	0.15 303	0.28 441	0.25 444	0.19 449	0.23 485	0.18 421	0.09 394	0.06 335	0.10 445	0.08 375	0.15 533	0.10 448

RTSC	0.23 502	0.13 475	0.30 517	0.21 468	0.13 480	0.29 536	0.17 347	0.36 521	0.68 582	0.27 495	0.34 492	0.30 489	0.22 476	0.32 535	0.31 551	0.10 435	0.08 438	0.09 398	0.10 459	0.13 505	0.14 523

ADCS	0.30 550	0.19 536	0.48 558	0.21 468	0.18 552	0.29 536	0.24 514	0.42 556	0.64 577	0.40 557	0.50 557	0.40 550	0.37 559	0.40 567	0.43 579	0.13 510	0.13 535	0.13 510	0.14 528	0.16 545	0.16 546

SANet	0.25 520	0.14 490	0.29 511	0.21 468	0.11 423	0.29 536	0.25 530	0.40 546	0.65 580	0.36 547	0.40 522	0.42 555	0.27 514	0.27 507	0.25 503	0.12 492	0.09 470	0.10 445	0.09 420	0.13 505	0.12 493

PVD	0.40 569	0.21 546	0.40 544	0.32 570	0.23 566	0.30 539	0.45 592	0.53 583	0.97 601	0.55 580	0.80 592	0.54 577	0.60 591	0.53 584	0.40 574	0.19 561	0.14 545	0.17 545	0.14 528	0.24 571	0.32 585

PASM	0.33 558	0.25 561	0.51 560	0.28 555	0.27 576	0.30 539	0.31 569	0.35 514	0.51 548	0.36 547	0.40 522	0.47 568	0.35 554	0.34 542	0.36 564	0.23 578	0.26 581	0.26 567	0.28 579	0.23 565	0.21 568

UDG	0.21 481	0.17 518	0.20 451	0.23 510	0.15 516	0.31 541	0.20 461	0.33 484	0.35 479	0.24 470	0.28 441	0.31 504	0.29 528	0.21 459	0.23 483	0.15 535	0.12 522	0.13 510	0.09 420	0.14 521	0.15 537

NaN_ROB	0.23 502	0.20 541	0.25 488	0.25 531	0.13 480	0.31 541	0.27 544	0.34 499	0.41 512	0.31 531	0.31 467	0.32 511	0.23 482	0.31 530	0.22 472	0.11 467	0.17 558	0.10 445	0.11 489	0.08 353	0.09 419

APVNet	0.23 502	0.12 447	0.20 451	0.18 315	0.14 498	0.32 543	0.31 569	0.40 546	0.33 454	0.27 495	0.40 522	0.30 489	0.29 528	0.27 507	0.25 503	0.11 467	0.12 522	0.11 475	0.14 528	0.12 490	0.13 507

stereogan	0.22 489	0.11 428	0.21 461	0.20 433	0.12 454	0.32 543	0.19 440	0.36 521	0.45 529	0.23 458	0.39 519	0.35 528	0.27 514	0.33 539	0.23 483	0.10 435	0.12 522	0.10 445	0.10 459	0.14 521	0.14 523

Anonymous_2	0.22 489	0.17 518	0.28 502	0.15 79	0.16 530	0.33 545	0.22 492	0.23 323	0.18 250	0.23 458	0.24 373	0.26 454	0.27 514	0.27 507	0.24 495	0.22 573	0.26 581	0.17 545	0.17 555	0.16 545	0.18 559

GANetREF_RVC	0.31 556	0.34 577	0.29 511	0.35 573	0.16 530	0.33 545	0.42 588	0.48 573	0.52 554	0.35 544	0.35 496	0.34 522	0.32 546	0.40 567	0.33 559	0.27 582	0.20 566	0.29 578	0.15 544	0.19 559	0.18 559
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
PDISCO_ROB	0.28 543	0.16 508	0.28 502	0.28 555	0.20 559	0.33 545	0.27 544	0.45 568	0.58 565	0.28 508	0.41 533	0.45 561	0.30 539	0.34 542	0.35 563	0.12 492	0.09 470	0.17 545	0.16 548	0.17 552	0.13 507

MeshStereo	0.27 540	0.13 475	0.18 423	0.15 79	0.11 423	0.33 545	0.24 514	0.41 551	0.36 484	0.53 577	0.58 573	0.67 586	0.41 567	0.36 551	0.27 522	0.14 531	0.13 535	0.13 510	0.11 489	0.11 473	0.11 472
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
CSAN	0.30 550	0.24 556	0.28 502	0.34 571	0.19 556	0.34 549	0.42 588	0.38 537	0.51 548	0.38 553	0.40 522	0.44 560	0.34 550	0.29 523	0.31 551	0.19 561	0.16 554	0.19 556	0.19 560	0.14 521	0.15 537

MSMD_ROB	0.31 556	0.26 562	0.26 497	0.24 523	0.21 562	0.34 549	0.25 530	0.34 499	0.39 501	0.40 557	0.69 582	0.45 561	0.41 567	0.34 542	0.28 530	0.20 566	0.20 566	0.26 567	0.25 572	0.23 565	0.22 571

WCMA_ROB	0.24 513	0.11 428	0.24 485	0.17 233	0.14 498	0.34 549	0.16 318	0.33 484	0.33 454	0.39 554	0.54 562	0.40 550	0.35 554	0.35 547	0.26 516	0.12 492	0.12 522	0.12 496	0.11 489	0.14 521	0.14 523

SGM_RVC	0.24 513	0.12 447	0.16 366	0.15 79	0.09 255	0.34 549	0.19 440	0.35 514	0.32 449	0.44 568	0.38 511	0.53 576	0.36 557	0.36 551	0.26 516	0.13 510	0.13 535	0.13 510	0.13 522	0.11 473	0.11 472
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WZ-Net	0.29 547	0.17 518	0.82 596	0.23 510	0.16 530	0.35 553	0.29 561	0.40 546	0.59 567	0.24 470	0.57 569	0.37 533	0.25 499	0.34 542	0.37 568	0.09 394	0.08 438	0.09 398	0.10 459	0.14 521	0.16 546

LRCNet_RVC	10.76 626	13.97 631	7.97 625	19.07 630	2.04 617	0.35 553	0.31 569	5.29 620	0.48 539	13.02 630	17.65 631	8.69 625	5.73 621	4.78 621	2.22 617	23.53 638	2.69 624	27.60 641	25.75 641	17.60 635	16.54 638

LSM	0.34 564	0.21 546	0.62 575	0.27 548	0.62 601	0.35 553	0.26 539	0.43 562	0.49 540	0.45 570	0.60 576	0.42 555	0.37 559	0.35 547	0.26 516	0.13 510	0.21 576	0.14 523	0.16 548	0.18 556	0.34 587

NVStereoNet_ROB	0.47 579	0.37 579	0.47 556	0.42 581	0.29 580	0.35 553	0.35 579	0.50 575	0.61 570	0.73 590	0.94 598	0.70 590	0.68 595	0.48 578	0.62 597	0.22 573	0.33 589	0.34 583	0.34 587	0.30 580	0.31 584
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Wz-Net-MNSev	0.23 502	0.13 475	0.33 527	0.20 433	0.15 516	0.36 557	0.25 530	0.34 499	0.45 529	0.29 518	0.41 533	0.39 544	0.19 449	0.25 501	0.27 522	0.09 394	0.07 406	0.09 398	0.09 420	0.12 490	0.10 448

MFN_U_SF_RVC	0.33 558	0.22 550	0.58 570	0.31 567	0.15 516	0.36 557	0.17 347	0.54 584	0.46 536	0.47 573	0.56 565	0.58 579	0.39 562	0.36 551	0.38 571	0.15 535	0.15 549	0.18 554	0.21 563	0.16 545	0.16 546

MFN_U_SF_DS_RVC	0.30 550	0.24 556	0.30 517	0.36 575	0.16 530	0.36 557	0.31 569	0.34 499	0.43 523	0.41 561	0.46 551	0.38 539	0.30 539	0.35 547	0.29 539	0.19 561	0.20 566	0.26 567	0.29 580	0.18 556	0.19 564

XQC	0.29 547	0.23 553	0.53 561	0.29 562	0.19 556	0.36 557	0.28 550	0.37 530	0.58 565	0.31 531	0.31 467	0.37 533	0.30 539	0.39 563	0.39 572	0.13 510	0.09 470	0.15 534	0.12 511	0.18 556	0.18 559

ADCL	0.25 520	0.12 447	0.49 559	0.22 489	0.12 454	0.36 557	0.29 561	0.30 449	0.57 562	0.24 470	0.47 553	0.30 489	0.31 544	0.30 529	0.30 546	0.09 394	0.07 406	0.09 398	0.09 420	0.10 451	0.10 448

ADCPNet	0.26 532	0.17 518	0.62 575	0.21 468	0.15 516	0.36 557	0.25 530	0.33 484	0.37 490	0.31 531	0.41 533	0.36 530	0.29 528	0.29 523	0.34 562	0.12 492	0.10 493	0.11 475	0.12 511	0.14 521	0.13 507

Wz-Net-TNSev	0.29 547	0.20 541	0.69 586	0.19 375	0.15 516	0.38 563	0.27 544	0.36 521	0.56 560	0.35 544	0.42 541	0.45 561	0.39 562	0.33 539	0.31 551	0.13 510	0.13 535	0.10 445	0.12 511	0.15 533	0.15 537

FC-DCNN	0.33 558	0.28 565	0.28 502	0.26 540	0.23 566	0.38 563	0.29 561	0.40 546	0.44 525	0.46 571	0.56 565	0.51 572	0.41 567	0.38 561	0.31 551	0.21 569	0.20 566	0.27 570	0.26 573	0.25 573	0.24 573

FC-DCNN v2	0.33 558	0.28 565	0.28 502	0.26 540	0.23 566	0.39 565	0.29 561	0.41 551	0.44 525	0.46 571	0.57 569	0.51 572	0.41 567	0.38 561	0.30 546	0.21 569	0.20 566	0.27 570	0.26 573	0.25 573	0.24 573

FCDSN-DC	0.33 558	0.28 565	0.28 502	0.30 565	0.24 570	0.39 565	0.28 550	0.43 562	0.42 514	0.44 568	0.53 561	0.51 572	0.42 571	0.37 556	0.30 546	0.21 569	0.20 566	0.27 570	0.26 573	0.25 573	0.25 575
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MonStereo1	0.49 581	0.27 564	0.61 573	0.29 562	0.20 559	0.40 567	0.19 440	0.51 579	0.66 581	0.53 577	0.91 597	1.02 596	0.59 590	0.51 581	0.58 594	0.53 597	0.32 588	0.55 594	0.40 588	0.36 586	0.38 590

MDST_ROB	0.22 489	0.10 403	0.18 423	0.18 315	0.11 423	0.40 567	0.19 440	0.44 566	0.42 514	0.40 557	0.40 522	0.29 479	0.21 469	0.27 507	0.19 436	0.11 467	0.10 493	0.14 523	0.11 489	0.10 451	0.08 374

ccnet	0.30 550	0.28 565	0.24 485	0.20 433	0.28 577	0.41 569	0.22 492	0.46 571	0.33 454	0.37 551	0.46 551	0.37 533	0.30 539	0.40 567	0.43 579	0.23 578	0.14 545	0.21 559	0.17 555	0.23 565	0.19 564

Consistency-Raft	0.44 574	0.40 582	0.46 553	0.37 577	0.43 588	0.42 570	0.41 586	0.57 586	0.55 558	0.32 538	0.73 586	0.32 511	0.50 580	0.42 574	0.49 588	0.39 587	0.36 590	0.45 587	0.52 599	0.42 588	0.30 583

SGM-ForestM	0.33 558	0.12 447	0.17 389	0.16 156	0.11 423	0.42 570	0.20 461	0.43 562	0.53 557	0.53 577	0.57 569	1.41 609	0.44 576	0.42 574	0.29 539	0.14 531	0.16 554	0.16 542	0.16 548	0.12 490	0.13 507

ACVNet-4b	0.39 567	0.53 587	0.56 565	0.45 583	0.24 570	0.46 572	0.18 396	0.50 575	0.64 577	0.42 563	0.45 548	0.60 580	0.27 514	0.34 542	0.24 495	0.33 585	0.14 545	0.48 588	0.42 590	0.31 583	0.27 580

RYNet	0.23 502	0.12 447	0.22 471	0.19 375	0.17 542	0.47 573	0.26 539	0.39 543	0.49 540	0.24 470	0.29 456	0.34 522	0.24 491	0.20 441	0.31 551	0.10 435	0.06 335	0.09 398	0.09 420	0.14 521	0.15 537

ACVNet_1	0.45 576	0.51 586	0.61 573	0.45 583	0.28 577	0.50 574	0.28 550	0.58 591	0.71 586	0.63 583	0.59 575	0.74 591	0.50 580	0.50 579	0.36 564	0.26 581	0.25 580	0.39 585	0.29 580	0.32 584	0.25 575

MANE	0.47 579	0.28 565	0.28 502	0.27 548	0.24 570	0.50 574	0.32 577	0.57 586	0.62 573	0.74 592	1.20 611	1.21 602	0.64 593	0.54 586	0.39 572	0.22 573	0.20 566	0.27 570	0.31 583	0.26 577	0.25 575

G-Net	0.25 520	0.17 518	0.38 540	0.23 510	0.16 530	0.51 576	0.23 504	0.29 438	0.35 479	0.36 547	0.38 511	0.31 504	0.29 528	0.28 516	0.27 522	0.11 467	0.09 470	0.12 496	0.10 459	0.16 545	0.14 523

AnyNet_C01	0.37 565	0.26 562	1.41 607	0.22 489	0.17 542	0.51 576	0.28 550	0.36 521	0.40 505	0.39 554	0.75 588	0.46 565	0.39 562	0.46 577	0.50 589	0.13 510	0.13 535	0.13 510	0.14 528	0.14 521	0.16 546

anonymity	0.53 583	0.58 588	0.66 578	0.41 579	0.61 600	0.54 578	0.41 586	0.57 586	0.41 512	0.56 581	0.50 557	0.50 571	0.55 584	0.59 592	0.50 589	0.58 600	0.50 603	0.51 590	0.51 597	0.52 590	0.58 598

DPSNet	0.28 543	0.16 508	0.33 527	0.18 315	0.13 480	0.55 579	0.42 588	0.52 580	0.68 582	0.29 518	0.38 511	0.39 544	0.30 539	0.32 535	0.23 483	0.11 467	0.10 493	0.11 475	0.08 375	0.20 561	0.16 546

ELAS_RVC	0.42 572	0.29 572	0.33 527	0.28 555	0.24 570	0.56 580	0.38 583	0.50 575	0.61 570	0.74 592	0.76 589	0.67 586	0.56 586	0.55 587	0.42 578	0.22 573	0.21 576	0.27 570	0.26 573	0.27 579	0.26 578
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
otaku	0.39 567	0.38 580	0.53 561	0.44 582	0.28 577	0.57 581	0.24 514	0.42 556	0.62 573	0.40 557	0.50 557	0.46 565	0.34 550	0.40 567	0.33 559	0.30 583	0.30 585	0.39 585	0.33 585	0.30 580	0.29 581

IMH-64-1	0.66 589	0.62 592	0.69 586	0.72 593	0.51 591	0.60 582	0.51 594	0.92 600	0.84 596	0.75 595	1.02 602	0.81 592	0.78 600	0.80 598	0.50 589	0.43 589	0.46 594	0.72 597	0.48 592	0.55 593	0.40 591

IMH-64	0.66 589	0.62 592	0.69 586	0.72 593	0.51 591	0.60 582	0.51 594	0.92 600	0.84 596	0.75 595	1.02 602	0.81 592	0.78 600	0.80 598	0.50 589	0.43 589	0.46 594	0.72 597	0.48 592	0.55 593	0.40 591

ELAS	0.42 572	0.29 572	0.34 530	0.28 555	0.24 570	0.63 584	0.37 581	0.52 580	0.52 554	0.72 589	0.82 593	0.68 588	0.56 586	0.52 582	0.45 585	0.22 573	0.21 576	0.27 570	0.26 573	0.26 577	0.26 578
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Ntro	0.41 570	0.40 582	0.54 563	0.46 586	0.30 581	0.64 585	0.24 514	0.47 572	0.68 582	0.42 563	0.49 555	0.47 568	0.42 571	0.40 567	0.32 556	0.32 584	0.28 583	0.37 584	0.31 583	0.33 585	0.29 581

SPS-STEREO	0.58 587	0.59 590	0.66 578	0.45 583	0.55 594	0.65 586	0.44 591	0.63 593	0.51 548	0.69 586	0.65 577	0.66 585	0.58 589	0.62 593	0.62 597	0.62 603	0.47 598	0.51 590	0.49 594	0.55 593	0.58 598
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	0.54 584	0.61 591	0.71 591	0.57 590	0.43 588	0.66 587	0.37 581	0.60 592	0.87 598	0.51 575	0.67 578	0.63 582	0.47 577	0.50 579	0.44 582	0.47 593	0.48 599	0.53 592	0.41 589	0.53 592	0.41 593

MSC_U_SF_DS_RVC	0.44 574	0.39 581	0.56 565	0.40 578	0.20 559	0.66 587	0.33 578	0.54 584	0.72 587	0.71 588	0.72 585	0.62 581	0.55 584	0.52 582	0.47 586	0.20 566	0.19 565	0.29 578	0.30 582	0.24 571	0.19 564

SGM+DAISY	0.57 586	0.58 588	0.67 582	0.41 579	0.55 594	0.68 589	0.51 594	0.57 586	0.46 536	0.67 584	0.70 583	0.69 589	0.57 588	0.64 594	0.58 594	0.59 601	0.49 600	0.50 589	0.50 596	0.52 590	0.59 601

MFMNet_re	0.65 588	0.66 595	0.66 578	0.51 587	0.69 605	0.70 590	0.58 598	0.65 594	0.75 592	0.61 582	0.73 586	0.63 582	0.68 595	0.65 595	0.60 596	0.66 605	0.58 612	0.63 595	0.59 600	0.68 601	0.69 608

IMH	0.72 592	0.65 594	0.70 589	0.77 595	0.54 593	0.71 591	0.56 597	0.99 608	1.08 602	0.82 598	1.09 605	0.89 594	0.88 604	0.88 606	0.53 593	0.44 592	0.50 603	0.75 600	0.51 597	0.58 596	0.42 594

RTS	0.46 577	0.19 536	3.33 613	0.25 531	0.15 516	0.72 592	0.21 478	0.37 530	0.78 594	0.42 563	0.44 546	0.31 504	0.43 574	0.55 587	0.37 568	0.10 435	0.09 470	0.13 510	0.13 522	0.15 533	0.15 537

RTSA	0.46 577	0.19 536	3.33 613	0.25 531	0.15 516	0.72 592	0.21 478	0.37 530	0.78 594	0.42 563	0.44 546	0.31 504	0.43 574	0.55 587	0.37 568	0.10 435	0.09 470	0.13 510	0.13 522	0.15 533	0.15 537

notaker	0.98 605	1.13 609	1.02 603	1.14 610	0.81 609	0.73 594	0.69 607	0.94 603	1.15 605	1.19 613	1.19 610	1.41 609	1.17 615	1.10 615	0.74 605	0.82 611	0.64 614	1.18 613	0.79 610	1.02 611	0.82 612

ACVNet_2	0.67 591	0.68 596	0.70 589	0.64 591	0.41 586	0.75 595	0.50 593	0.98 606	1.38 611	0.90 600	1.09 605	1.04 597	0.74 598	0.55 587	0.48 587	0.43 589	0.40 592	0.53 592	0.45 591	0.48 589	0.36 589

WAO-7	0.80 597	0.78 600	0.57 567	0.85 600	0.67 604	0.76 596	0.69 607	1.07 610	1.30 608	0.90 600	1.20 611	1.05 598	0.93 606	0.71 596	0.68 600	0.60 602	0.62 613	0.67 596	0.68 606	0.64 597	0.59 601

WAO-6	0.82 598	0.81 601	0.63 577	0.87 602	0.63 602	0.79 597	0.60 600	0.98 606	1.52 615	0.91 602	0.97 600	1.08 599	1.04 610	0.72 597	0.70 603	0.72 606	0.49 600	0.91 608	0.71 607	0.70 603	0.59 601

SDNR	0.20 467	0.09 336	0.19 446	0.16 156	0.12 454	0.79 597	0.13 126	0.26 381	0.33 454	0.19 390	0.25 399	0.19 361	0.12 288	0.19 423	0.15 372	0.16 552	0.18 560	0.14 523	0.11 489	0.08 353	0.12 493

PWCK	0.72 592	0.95 606	0.99 602	0.77 595	0.32 582	0.79 597	0.38 583	0.92 600	0.90 599	0.96 603	0.76 589	0.97 595	0.62 592	0.87 604	0.68 600	0.73 607	0.46 594	0.76 602	0.49 594	0.71 604	0.44 595

BEATNet-Init1	0.54 584	0.28 565	0.68 585	0.31 567	0.21 562	0.85 600	0.31 569	0.57 586	0.69 585	0.89 599	1.00 601	2.17 616	0.66 594	0.58 591	0.44 582	0.19 561	0.18 560	0.23 564	0.22 566	0.22 562	0.21 568

SAMSARA	0.41 570	0.28 565	0.34 530	0.55 589	0.39 584	0.85 600	1.25 616	0.49 574	0.52 554	0.36 547	0.35 496	0.56 578	0.39 562	0.39 563	0.41 576	0.15 535	0.20 566	0.15 534	0.14 528	0.23 565	0.21 568

Dean	0.88 601	0.88 605	0.81 595	0.82 599	0.57 597	0.91 602	0.62 601	1.17 616	1.71 616	1.15 611	1.16 609	1.31 606	1.00 609	0.82 600	0.83 609	0.57 598	0.56 609	0.78 604	0.65 603	0.67 600	0.58 598

WAO-8	0.92 602	0.83 602	0.67 582	0.94 605	0.70 606	0.92 603	0.68 605	1.08 612	1.80 618	1.06 608	1.42 615	1.29 604	1.08 612	0.86 602	0.80 606	0.74 608	0.54 606	0.86 606	0.75 608	0.71 604	0.63 605

Venus	0.92 602	0.83 602	0.67 582	0.94 605	0.70 606	0.92 603	0.68 605	1.08 612	1.80 618	1.06 608	1.42 615	1.29 604	1.08 612	0.86 602	0.80 606	0.74 608	0.54 606	0.86 606	0.75 608	0.71 604	0.63 605

TorneroNet-64	0.76 595	0.73 598	0.77 594	0.78 597	0.58 599	0.94 605	0.58 598	0.85 599	1.26 606	0.67 584	0.88 595	1.41 609	0.76 599	0.87 604	0.68 600	0.49 595	0.46 594	0.73 599	0.59 600	0.68 601	0.54 597

KSHMR	1.10 608	1.19 610	0.90 601	1.26 613	1.00 613	0.99 606	0.96 613	1.13 615	1.35 609	1.16 612	1.28 614	1.40 608	0.97 608	1.03 612	0.93 610	1.03 615	1.08 617	1.20 614	1.03 616	1.03 612	0.98 614

MADNet+	0.76 595	0.72 597	3.76 616	0.67 592	0.41 586	0.99 606	0.97 614	0.72 595	0.75 592	0.52 576	0.58 573	0.64 584	0.68 595	0.89 607	1.04 613	0.35 586	0.36 590	0.28 577	0.23 570	0.38 587	0.33 586

ktn	1.02 607	1.23 611	0.82 596	1.24 612	0.86 611	1.00 608	0.86 610	0.96 604	1.37 610	1.05 606	1.12 608	1.16 601	1.06 611	0.95 609	0.62 597	1.28 617	0.71 615	1.39 617	0.83 611	1.06 613	0.77 611

TorneroNet	0.83 599	0.75 599	0.83 598	0.85 600	0.63 602	1.03 609	0.65 602	0.96 604	1.14 604	0.80 597	1.10 607	1.36 607	0.88 604	0.95 609	0.82 608	0.57 598	0.49 600	0.79 605	0.66 605	0.74 607	0.64 607

HanzoNet	1.31 610	1.29 613	1.22 606	1.13 609	0.85 610	1.05 610	0.84 609	1.06 609	1.47 614	1.66 616	1.63 617	2.48 618	1.78 618	1.63 617	1.69 615	1.27 616	0.80 616	1.32 616	1.02 615	1.07 614	0.90 613

LVE	0.84 600	0.87 604	0.86 599	0.81 598	0.56 596	1.09 611	0.66 603	1.07 610	1.45 613	0.97 604	1.23 613	1.11 600	0.86 603	0.84 601	0.72 604	0.49 595	0.56 609	0.76 602	0.60 602	0.66 599	0.60 604

DPSimNet_ROB	1.14 609	1.25 612	0.87 600	1.15 611	0.90 612	1.15 612	1.18 615	1.20 617	1.26 606	1.45 615	1.05 604	1.44 612	1.13 614	0.92 608	1.70 616	1.47 618	0.52 605	1.22 615	1.04 617	0.92 610	1.03 615

UNDER WATER	0.99 606	1.00 608	1.47 608	1.00 607	0.71 608	1.18 613	0.86 610	0.81 598	1.09 603	1.02 605	0.90 596	1.53 613	1.26 616	1.06 613	1.02 612	0.79 610	0.54 606	1.02 610	0.88 612	0.83 609	0.75 609

UNDER WATER-64	0.97 604	0.96 607	1.48 609	0.88 603	0.57 597	1.24 614	0.90 612	0.78 596	0.96 600	1.05 606	0.85 594	1.56 614	1.26 616	0.97 611	0.99 611	0.88 612	0.57 611	1.04 612	0.88 612	0.81 608	0.75 609

MultiAttention	0.30 550	0.08 265	0.15 324	0.19 375	0.13 480	1.56 615	1.33 617	0.36 521	0.36 484	0.20 412	0.21 340	0.24 431	0.11 256	0.39 563	0.18 421	0.06 121	0.05 178	0.08 313	0.08 375	0.11 473	0.09 419

JetBlue	0.73 594	0.46 585	1.21 605	0.52 588	0.47 590	2.16 616	0.67 604	0.78 596	0.72 587	0.70 587	0.79 591	1.21 602	0.84 602	1.06 613	1.04 613	0.40 588	0.28 583	0.33 582	0.33 585	0.30 580	0.34 587

MADNet++	1.97 612	1.75 615	1.66 610	1.83 614	1.69 616	2.38 617	1.45 618	2.36 619	2.11 620	2.58 619	2.37 620	2.25 617	2.21 619	2.28 618	2.36 619	1.87 619	1.67 619	1.53 618	1.34 618	1.87 616	1.78 618

TCMNet-wrong-test	3.69 614	5.54 626	3.91 617	12.22 626	11.75 628	4.77 618	3.86 620	1.08 612	0.74 591	1.13 610	2.21 619	6.16 623	0.53 583	3.43 620	2.33 618	0.90 613	0.20 566	1.85 620	1.69 619	5.71 624	3.79 624

JetRed	1.66 611	1.51 614	3.09 612	0.93 604	1.21 614	5.28 619	1.61 619	1.29 618	1.42 612	1.84 617	1.77 618	1.59 615	0.95 607	1.43 616	2.51 620	0.91 614	1.61 618	0.93 609	0.91 614	1.36 615	1.03 615

HaxPig	15.73 630	18.55 638	19.19 634	16.92 629	15.89 631	7.80 620	7.57 621	13.37 634	10.80 627	15.40 631	14.87 630	15.95 632	14.81 632	15.67 632	15.97 634	18.96 637	16.72 632	19.47 637	18.10 639	19.45 638	19.06 639

DPSMNet_ROB	8.06 621	4.50 619	8.69 626	5.36 621	10.74 625	8.32 621	22.71 627	5.47 622	13.38 628	5.13 621	9.98 625	5.10 620	10.47 627	5.53 622	12.77 628	3.80 625	8.00 626	3.49 622	6.95 625	3.75 623	7.09 626

DGTPSM_ROB	8.06 621	4.50 619	8.69 626	5.34 619	10.73 624	8.32 621	22.71 627	5.47 622	13.38 628	5.13 621	9.98 625	5.10 620	10.47 627	5.53 622	12.77 628	3.79 624	8.00 626	3.49 622	6.95 625	3.74 622	7.09 626

tt	4.65 615	0.07 143	3.54 615	2.01 615	1.55 615	10.25 623	16.66 624	8.90 628	5.03 621	1.33 614	0.96 599	4.71 619	4.74 620	3.33 619	5.86 622	6.06 627	10.30 631	1.87 621	2.09 621	2.61 618	1.19 617

MEDIAN_ROB	20.38 633	24.05 639	23.36 637	21.18 631	21.62 634	10.51 624	8.17 622	17.68 635	15.46 635	20.04 635	19.65 632	20.30 633	20.16 633	21.17 633	21.03 635	23.81 639	21.77 639	24.98 640	23.75 640	25.01 639	23.94 640

PML	8.57 623	9.39 630	6.24 618	5.34 619	6.36 621	13.21 625	20.99 625	5.35 621	6.68 622	17.75 632	26.46 642	7.58 624	6.08 622	7.89 625	5.76 621	5.33 626	1.83 620	5.95 630	1.93 620	8.75 627	2.53 620

USTest	6.16 616	2.65 618	2.79 611	6.48 622	7.21 622	14.33 626	21.38 626	6.98 627	9.55 626	5.35 623	6.12 621	5.71 622	7.69 623	6.31 624	6.75 623	1.97 620	3.38 625	1.63 619	2.14 622	2.49 617	2.35 619

xxxxx1	7.75 617	5.06 623	7.26 619	3.15 616	3.91 618	16.37 627	22.88 629	5.87 624	8.68 623	7.99 624	8.55 622	9.13 626	8.46 624	10.05 626	10.47 624	2.43 621	2.48 621	3.56 624	12.26 628	3.48 619	3.02 621

tt_ll	7.75 617	5.06 623	7.26 619	3.15 616	3.91 618	16.37 627	22.88 629	5.87 624	8.68 623	7.99 624	8.55 622	9.13 626	8.46 624	10.05 626	10.47 624	2.43 621	2.48 621	3.56 624	12.26 628	3.48 619	3.02 621

ff	7.75 617	5.06 623	7.26 619	3.15 616	3.91 618	16.37 627	22.88 629	5.87 624	8.68 623	7.99 624	8.55 622	9.13 626	8.46 624	10.05 626	10.47 624	2.43 621	2.48 621	3.56 624	12.26 628	3.48 619	3.02 621

AVERAGE_ROB	24.89 640	29.12 640	27.98 638	24.83 638	24.59 640	17.82 630	11.61 623	21.45 636	19.91 636	25.04 642	24.38 641	25.06 642	25.31 642	24.69 642	22.86 636	29.74 640	27.09 640	28.97 642	27.94 642	30.07 640	29.35 641

Anonymous_1	10.87 627	7.82 627	7.41 622	10.29 623	10.08 623	18.64 631	26.11 632	11.02 631	13.45 630	9.43 627	10.10 627	9.73 629	11.31 629	10.69 629	12.47 627	6.42 628	8.38 628	5.70 627	10.22 627	11.41 628	6.65 625

DPSM_ROB	11.10 628	8.47 628	7.95 623	10.84 624	11.58 626	19.10 632	26.50 635	12.02 632	14.09 631	10.38 628	10.91 628	10.39 630	11.92 630	11.67 630	13.39 630	6.99 629	8.79 629	5.82 628	6.92 623	6.97 625	7.31 628

DPSM	11.10 628	8.47 628	7.95 623	10.84 624	11.58 626	19.10 632	26.50 635	12.02 632	14.09 631	10.38 628	10.91 628	10.39 630	11.92 630	11.67 630	13.39 630	6.99 629	8.79 629	5.82 628	6.92 623	6.97 625	7.31 628

RSGM-EC	20.15 631	4.62 621	0.75 592	16.73 627	16.97 632	21.10 634	26.46 633	10.37 629	14.13 633	18.18 633	21.56 634	22.31 640	22.50 634	21.80 634	15.71 632	62.36 641	33.86 641	20.06 638	18.04 637	19.30 636	16.22 636

acva	20.15 631	4.62 621	0.75 592	16.73 627	16.97 632	21.10 634	26.46 633	10.37 629	14.13 633	18.18 633	21.56 634	22.31 640	22.50 634	21.80 634	15.71 632	62.36 641	33.86 641	20.06 638	18.04 637	19.30 636	16.22 636

CasAABBNet	22.33 634	17.11 632	15.84 630	21.94 632	23.28 636	38.30 636	53.40 640	24.05 639	28.44 640	20.66 636	21.86 638	21.03 638	24.04 638	23.35 638	27.03 639	14.06 632	17.69 634	11.70 632	13.94 632	14.04 630	14.76 632

RAFT-FEzeroshot	22.33 634	17.12 633	15.83 628	21.95 633	23.32 637	38.31 637	53.41 641	23.99 637	28.43 638	20.66 636	21.84 636	21.02 636	24.05 639	23.33 636	27.09 640	14.06 632	17.69 634	11.70 632	13.95 633	14.05 631	14.76 632

RAFT-FE	22.33 634	17.12 633	15.83 628	21.95 633	23.32 637	38.31 637	53.41 641	23.99 637	28.43 638	20.66 636	21.84 636	21.02 636	24.05 639	23.33 636	27.09 640	14.06 632	17.69 634	11.70 632	13.95 633	14.05 631	14.76 632

Selective-RAFT-Error	22.39 638	17.14 636	16.01 632	22.00 635	23.34 639	38.37 639	53.36 639	24.24 642	28.53 642	20.80 639	21.94 640	20.94 635	24.02 637	23.48 641	27.33 642	14.07 635	17.70 637	11.70 632	13.93 631	14.05 631	14.83 635

LSM0	22.80 639	17.22 637	19.17 633	22.12 637	28.90 641	38.38 640	53.27 637	24.21 641	28.36 637	20.84 640	21.11 633	21.63 639	24.25 641	23.42 639	26.98 638	14.08 636	17.39 633	11.72 636	13.98 635	14.22 634	14.66 631

FlowAnything	22.34 637	17.13 635	15.98 631	22.00 635	23.23 635	38.39 641	53.32 638	24.19 640	28.48 641	21.00 641	21.93 639	20.83 634	23.97 636	23.44 640	26.83 637	14.04 631	17.80 638	11.63 631	14.08 636	14.00 629	14.65 630

test_example2	97.69 641	92.93 641	45.57 639	96.02 639	109.84 642	88.44 642	93.70 643	25.54 643	94.63 643	130.46 644	126.87 643	58.93 643	75.48 643	87.99 643	77.94 643	150.16 643	221.11 643	76.29 643	98.21 643	108.42 643	95.33 642

ccccc		285.89 642		366.70 642	366.78 643	118.88 643		113.97 644		125.77 643		120.54 644		252.62 644		382.79 644	352.84 644	254.30 644	222.62 644	426.61 644

GS-Stereo							0.14 183	0.11 35	0.12 100	0.08 81	0.10 139	0.05 3	0.04 1	0.11 128	0.08 14	0.06 121	0.04 23	0.05 33	0.04 41	0.05 112	0.05 128

Low-res two-view benchmark