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_L2	0.07 3	0.05 14	0.10 108	0.14 36	0.06 13	0.07 26	0.12 77	0.09 10	0.10 36	0.06 11	0.04 1	0.05 1	0.05 14	0.08 15	0.08 14	0.05 29	0.04 23	0.05 32	0.03 1	0.04 18	0.03 1

LG-Stereo_L1	0.07 3	0.05 14	0.11 157	0.14 36	0.06 13	0.07 26	0.12 77	0.09 10	0.08 12	0.05 2	0.04 1	0.05 1	0.04 1	0.08 15	0.08 14	0.05 29	0.04 23	0.05 32	0.03 1	0.04 18	0.04 33

MLG-Stereo_test3	0.07 3	0.05 14	0.10 108	0.15 76	0.06 13	0.07 26	0.10 28	0.08 4	0.06 4	0.06 11	0.04 1	0.06 19	0.06 42	0.08 15	0.10 125	0.06 116	0.04 23	0.05 32	0.04 40	0.05 106	0.06 210

MLG-Stereo_test1	0.06 1	0.05 14	0.08 24	0.17 227	0.05 1	0.07 26	0.11 50	0.09 10	0.03 1	0.05 2	0.04 1	0.06 19	0.05 14	0.09 36	0.09 50	0.05 29	0.04 23	0.05 32	0.03 1	0.04 18	0.05 122

MLG-Stereo	0.07 3	0.05 14	0.09 71	0.17 227	0.05 1	0.07 26	0.11 50	0.08 4	0.05 3	0.05 2	0.04 1	0.06 19	0.05 14	0.10 69	0.09 50	0.05 29	0.04 23	0.05 32	0.03 1	0.04 18	0.05 122

LGtest1	0.07 3	0.05 14	0.11 157	0.15 76	0.06 13	0.07 26	0.09 18	0.08 4	0.06 4	0.06 11	0.04 1	0.06 19	0.07 117	0.10 69	0.09 50	0.07 261	0.04 23	0.05 32	0.04 40	0.06 202	0.06 210

252Zero-FE	0.08 47	0.04 1	0.10 108	0.13 9	0.07 74	0.13 256	0.11 50	0.13 71	0.14 154	0.07 39	0.05 7	0.06 19	0.05 14	0.09 36	0.10 125	0.06 116	0.04 23	0.05 32	0.04 40	0.05 106	0.06 210

AdaDepth	0.07 3	0.06 61	0.07 5	0.18 309	0.06 13	0.11 181	0.11 50	0.10 17	0.08 12	0.06 11	0.05 7	0.07 76	0.06 42	0.09 36	0.10 125	0.04 6	0.05 173	0.05 32	0.04 40	0.04 18	0.04 33

MLG-Stereo_test2	0.07 3	0.04 1	0.10 108	0.15 76	0.06 13	0.07 26	0.11 50	0.09 10	0.04 2	0.06 11	0.05 7	0.06 19	0.04 1	0.08 15	0.09 50	0.06 116	0.04 23	0.05 32	0.03 1	0.05 106	0.05 122

FoundationStereo	0.06 1	0.04 1	0.08 24	0.13 9	0.05 1	0.09 92	0.13 119	0.06 1	0.09 26	0.05 2	0.05 7	0.06 19	0.04 1	0.07 3	0.07 1	0.06 116	0.04 23	0.05 32	0.04 40	0.05 106	0.04 33

EGLCR-Stereo	0.08 47	0.05 14	0.08 24	0.14 36	0.07 74	0.11 181	0.12 77	0.11 33	0.16 202	0.06 11	0.05 7	0.07 76	0.05 14	0.10 69	0.11 192	0.06 116	0.04 23	0.06 117	0.05 129	0.04 18	0.04 33

IGEV-FE	0.09 94	0.05 14	0.13 228	0.14 36	0.08 137	0.12 224	0.13 119	0.17 179	0.11 63	0.10 140	0.06 12	0.09 139	0.06 42	0.11 119	0.09 50	0.06 116	0.04 23	0.06 117	0.06 201	0.05 106	0.05 122

DDF-Stereo	0.08 47	0.05 14	0.10 108	0.15 76	0.10 354	0.05 3	0.13 119	0.09 10	0.14 154	0.06 11	0.06 12	0.07 76	0.06 42	0.09 36	0.10 125	0.06 116	0.04 23	0.06 117	0.04 40	0.08 337	0.05 122

MonStereo	0.07 3	0.06 61	0.06 1	0.15 76	0.05 1	0.08 53	0.10 28	0.15 116	0.15 174	0.05 2	0.06 12	0.05 1	0.06 42	0.07 3	0.09 50	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 61	0.06 1	0.15 76	0.05 1	0.08 53	0.10 28	0.15 116	0.15 174	0.05 2	0.06 12	0.05 1	0.06 42	0.07 3	0.10 125	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Monster-pub-mixall	0.07 3	0.04 1	0.09 71	0.13 9	0.06 13	0.06 9	0.08 7	0.12 53	0.07 9	0.06 11	0.06 12	0.05 1	0.06 42	0.09 36	0.09 50	0.06 116	0.04 23	0.04 1	0.03 1	0.05 106	0.05 122

zero-FE	0.08 47	0.05 14	0.10 108	0.15 76	0.10 354	0.05 3	0.13 119	0.09 10	0.14 154	0.07 39	0.06 12	0.07 76	0.06 42	0.09 36	0.10 125	0.06 116	0.04 23	0.06 117	0.04 40	0.08 337	0.05 122

asda	0.07 3	0.08 251	0.08 24	0.16 150	0.07 74	0.06 9	0.10 28	0.16 144	0.11 63	0.06 11	0.06 12	0.05 1	0.06 42	0.10 69	0.10 125	0.03 1	0.03 1	0.04 1	0.03 1	0.04 18	0.03 1

2.5w	0.07 3	0.07 136	0.08 24	0.16 150	0.06 13	0.08 53	0.12 77	0.10 17	0.10 36	0.07 39	0.06 12	0.09 139	0.06 42	0.08 15	0.09 50	0.04 6	0.03 1	0.04 1	0.04 40	0.03 1	0.03 1

3.75w	0.07 3	0.07 136	0.08 24	0.16 150	0.07 74	0.07 26	0.09 18	0.16 144	0.10 36	0.07 39	0.06 12	0.06 19	0.06 42	0.09 36	0.10 125	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

111111	0.07 3	0.05 14	0.10 108	0.17 227	0.06 13	0.05 3	0.10 28	0.11 33	0.10 36	0.06 11	0.06 12	0.07 76	0.05 14	0.08 15	0.09 50	0.06 116	0.04 23	0.05 32	0.04 40	0.07 271	0.06 210

LG-G_1	0.07 3	0.04 1	0.11 157	0.15 76	0.06 13	0.09 92	0.08 7	0.08 4	0.06 4	0.06 11	0.06 12	0.07 76	0.07 117	0.11 119	0.08 14	0.07 261	0.04 23	0.05 32	0.04 40	0.05 106	0.06 210

LG-G	0.07 3	0.04 1	0.11 157	0.15 76	0.06 13	0.09 92	0.08 7	0.08 4	0.06 4	0.06 11	0.06 12	0.07 76	0.07 117	0.11 119	0.08 14	0.07 261	0.04 23	0.05 32	0.04 40	0.05 106	0.06 210

StereoAnything_RVC	0.07 3	0.16 493	0.17 376	0.11 1	0.05 1	0.06 9	0.11 50	0.08 4	0.08 12	0.06 11	0.06 12	0.05 1	0.05 14	0.09 36	0.08 14	0.08 322	0.04 23	0.05 32	0.03 1	0.05 106	0.04 33

MonSter	0.07 3	0.06 61	0.06 1	0.15 76	0.05 1	0.08 53	0.10 28	0.15 116	0.15 174	0.05 2	0.06 12	0.05 1	0.06 42	0.07 3	0.09 50	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

tt45	0.09 94	0.06 61	0.11 157	0.15 76	0.07 74	0.12 224	0.15 250	0.13 71	0.12 95	0.09 109	0.06 12	0.08 112	0.06 42	0.13 254	0.10 125	0.06 116	0.04 23	0.06 117	0.05 129	0.05 106	0.06 210

dual_stereo	0.07 3	0.05 14	0.08 24	0.15 76	0.05 1	0.05 3	0.13 119	0.12 53	0.08 12	0.07 39	0.06 12	0.05 1	0.05 14	0.07 3	0.09 50	0.06 116	0.04 23	0.05 32	0.03 1	0.04 18	0.04 33

IGEV-Stereo+	0.07 3	0.04 1	0.08 24	0.15 76	0.06 13	0.04 1	0.09 18	0.10 17	0.09 26	0.06 11	0.06 12	0.06 19	0.06 42	0.06 1	0.09 50	0.06 116	0.04 23	0.05 32	0.04 40	0.06 202	0.06 210

RSM++	0.08 47	0.06 61	0.09 71	0.17 227	0.07 74	0.09 92	0.12 77	0.11 33	0.11 63	0.08 73	0.06 12	0.07 76	0.05 14	0.10 69	0.09 50	0.05 29	0.04 23	0.06 117	0.05 129	0.05 106	0.03 1

MyStereo07	0.10 157	0.07 136	0.10 108	0.17 227	0.09 247	0.14 296	0.17 336	0.15 116	0.15 174	0.09 109	0.06 12	0.06 19	0.07 117	0.12 202	0.09 50	0.06 116	0.05 173	0.08 299	0.07 293	0.06 202	0.06 210

ff7	0.09 94	0.07 136	0.11 157	0.16 150	0.09 247	0.11 181	0.15 250	0.16 144	0.12 95	0.10 140	0.06 12	0.06 19	0.06 42	0.11 119	0.09 50	0.05 29	0.04 23	0.06 117	0.05 129	0.05 106	0.06 210

IGEVStereo-DCA	0.09 94	0.07 136	0.11 157	0.16 150	0.10 354	0.11 181	0.15 250	0.16 144	0.12 95	0.10 140	0.06 12	0.08 112	0.06 42	0.10 69	0.09 50	0.06 116	0.05 173	0.06 117	0.05 129	0.05 106	0.06 210

ffff	0.09 94	0.07 136	0.11 157	0.16 150	0.09 247	0.11 181	0.15 250	0.16 144	0.12 95	0.10 140	0.06 12	0.06 19	0.06 42	0.11 119	0.09 50	0.05 29	0.04 23	0.06 117	0.05 129	0.05 106	0.06 210

rrr	0.09 94	0.07 136	0.13 228	0.16 150	0.10 354	0.11 181	0.15 250	0.16 144	0.15 174	0.10 140	0.06 12	0.08 112	0.06 42	0.10 69	0.09 50	0.06 116	0.05 173	0.06 117	0.05 129	0.05 106	0.06 210

11t	0.09 94	0.07 136	0.11 157	0.16 150	0.09 247	0.11 181	0.15 250	0.16 144	0.12 95	0.10 140	0.06 12	0.06 19	0.06 42	0.11 119	0.09 50	0.05 29	0.04 23	0.06 117	0.05 129	0.05 106	0.06 210

IGEV_Zeroshot_test	0.09 94	0.05 14	0.13 228	0.14 36	0.08 137	0.12 224	0.13 119	0.17 179	0.11 63	0.10 140	0.06 12	0.09 139	0.06 42	0.11 119	0.09 50	0.06 116	0.04 23	0.06 117	0.06 201	0.05 106	0.05 122

anonymousdsp	0.09 94	0.07 136	0.11 157	0.17 227	0.09 247	0.11 181	0.15 250	0.16 144	0.12 95	0.10 140	0.06 12	0.06 19	0.06 42	0.11 119	0.09 50	0.05 29	0.04 23	0.06 117	0.05 129	0.05 106	0.06 210

ProNet	0.09 94	0.07 136	0.11 157	0.17 227	0.08 137	0.11 181	0.15 250	0.15 116	0.12 95	0.10 140	0.06 12	0.07 76	0.06 42	0.11 119	0.09 50	0.05 29	0.05 173	0.06 117	0.05 129	0.04 18	0.06 210

ccc-4	0.09 94	0.07 136	0.11 157	0.16 150	0.09 247	0.11 181	0.15 250	0.16 144	0.12 95	0.10 140	0.06 12	0.06 19	0.06 42	0.11 119	0.09 50	0.05 29	0.04 23	0.06 117	0.05 129	0.05 106	0.06 210

IGEV-Stereo	0.09 94	0.07 136	0.11 157	0.17 227	0.09 247	0.11 181	0.15 250	0.16 144	0.12 95	0.10 140	0.06 12	0.06 19	0.06 42	0.11 119	0.09 50	0.05 29	0.04 23	0.06 117	0.05 129	0.05 106	0.06 210
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MS-F	0.08 47	0.04 1	0.10 108	0.13 9	0.06 13	0.10 138	0.13 119	0.13 71	0.08 12	0.06 11	0.07 41	0.06 19	0.08 158	0.10 69	0.11 192	0.06 116	0.05 173	0.04 1	0.03 1	0.04 18	0.05 122

HiDET	0.08 47	0.05 14	0.10 108	0.13 9	0.06 13	0.09 92	0.12 77	0.12 53	0.12 95	0.07 39	0.07 41	0.07 76	0.07 117	0.11 119	0.11 192	0.06 116	0.05 173	0.04 1	0.03 1	0.04 18	0.04 33

VIP-Stereo	0.07 3	0.07 136	0.08 24	0.15 76	0.06 13	0.11 181	0.10 28	0.11 33	0.11 63	0.06 11	0.07 41	0.06 19	0.05 14	0.10 69	0.08 14	0.05 29	0.04 23	0.05 32	0.04 40	0.03 1	0.03 1

OmniDepth	0.07 3	0.07 136	0.08 24	0.18 309	0.06 13	0.07 26	0.11 50	0.10 17	0.06 4	0.04 1	0.07 41	0.10 172	0.09 187	0.08 15	0.08 14	0.04 6	0.03 1	0.04 1	0.04 40	0.03 1	0.03 1

Wavelet-MonSter	0.07 3	0.05 14	0.07 5	0.16 150	0.06 13	0.07 26	0.11 50	0.10 17	0.08 12	0.06 11	0.07 41	0.07 76	0.07 117	0.09 36	0.09 50	0.04 6	0.04 23	0.04 1	0.03 1	0.03 1	0.03 1

Replicate-Monster	0.07 3	0.05 14	0.09 71	0.14 36	0.06 13	0.09 92	0.09 18	0.14 89	0.12 95	0.05 2	0.07 41	0.06 19	0.06 42	0.08 15	0.10 125	0.06 116	0.04 23	0.05 32	0.03 1	0.04 18	0.04 33

S2M2_XL	0.08 47	0.06 61	0.12 195	0.12 4	0.08 137	0.09 92	0.09 18	0.07 2	0.07 9	0.08 73	0.07 41	0.07 76	0.06 42	0.09 36	0.09 50	0.08 322	0.06 326	0.07 218	0.06 201	0.08 337	0.06 210
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
asd	0.07 3	0.08 251	0.08 24	0.16 150	0.07 74	0.08 53	0.08 7	0.11 33	0.08 12	0.07 39	0.07 41	0.06 19	0.06 42	0.10 69	0.09 50	0.03 1	0.03 1	0.04 1	0.04 40	0.04 18	0.03 1

qwe	0.08 47	0.08 251	0.07 5	0.15 76	0.06 13	0.07 26	0.10 28	0.18 207	0.12 95	0.07 39	0.07 41	0.06 19	0.06 42	0.10 69	0.09 50	0.04 6	0.03 1	0.04 1	0.04 40	0.04 18	0.03 1

4.25_new	0.07 3	0.08 251	0.09 71	0.15 76	0.06 13	0.08 53	0.08 7	0.14 89	0.08 12	0.07 39	0.07 41	0.06 19	0.06 42	0.12 202	0.10 125	0.04 6	0.03 1	0.04 1	0.03 1	0.04 18	0.03 1

4.5w_new	0.07 3	0.08 251	0.09 71	0.15 76	0.06 13	0.08 53	0.08 7	0.14 89	0.08 12	0.07 39	0.07 41	0.06 19	0.06 42	0.12 202	0.10 125	0.04 6	0.03 1	0.04 1	0.03 1	0.04 18	0.03 1

4.25w-stereo	0.07 3	0.08 251	0.09 71	0.15 76	0.06 13	0.08 53	0.08 7	0.14 89	0.08 12	0.07 39	0.07 41	0.06 19	0.06 42	0.12 202	0.10 125	0.04 6	0.03 1	0.04 1	0.03 1	0.04 18	0.03 1

4w-stereo	0.07 3	0.08 251	0.08 24	0.16 150	0.07 74	0.07 26	0.08 7	0.11 33	0.09 26	0.07 39	0.07 41	0.05 1	0.06 42	0.09 36	0.10 125	0.03 1	0.03 1	0.04 1	0.04 40	0.04 18	0.03 1

3.25w_new	0.07 3	0.06 61	0.08 24	0.15 76	0.06 13	0.10 138	0.07 3	0.12 53	0.11 63	0.08 73	0.07 41	0.07 76	0.06 42	0.11 119	0.10 125	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 61	0.08 24	0.15 76	0.06 13	0.10 138	0.07 3	0.12 53	0.11 63	0.08 73	0.07 41	0.07 76	0.06 42	0.11 119	0.10 125	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 33

3.5w_stereo	0.07 3	0.07 136	0.07 5	0.15 76	0.07 74	0.09 92	0.06 1	0.14 89	0.11 63	0.08 73	0.07 41	0.06 19	0.07 117	0.10 69	0.09 50	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3w_stereo	0.08 47	0.09 323	0.10 108	0.17 227	0.07 74	0.08 53	0.11 50	0.20 248	0.13 132	0.06 11	0.07 41	0.05 1	0.06 42	0.08 15	0.09 50	0.04 6	0.03 1	0.04 1	0.03 1	0.04 18	0.03 1

2w_stereo	0.08 47	0.08 251	0.09 71	0.16 150	0.06 13	0.09 92	0.10 28	0.20 248	0.15 174	0.08 73	0.07 41	0.06 19	0.06 42	0.06 1	0.10 125	0.04 6	0.03 1	0.04 1	0.04 40	0.03 1	0.03 1

monsters	0.07 3	0.06 61	0.06 1	0.15 76	0.06 13	0.08 53	0.09 18	0.13 71	0.09 26	0.09 109	0.07 41	0.06 19	0.06 42	0.09 36	0.08 14	0.05 29	0.04 23	0.04 1	0.04 40	0.03 1	0.04 33

SCV_C0	0.08 47	0.07 136	0.08 24	0.16 150	0.10 354	0.08 53	0.14 176	0.11 33	0.13 132	0.08 73	0.07 41	0.06 19	0.05 14	0.11 119	0.07 1	0.05 29	0.05 173	0.05 32	0.04 40	0.06 202	0.05 122

SCV	0.08 47	0.09 323	0.08 24	0.15 76	0.08 137	0.10 138	0.12 77	0.11 33	0.12 95	0.07 39	0.07 41	0.06 19	0.04 1	0.10 69	0.08 14	0.05 29	0.05 173	0.06 117	0.04 40	0.06 202	0.04 33

DEFOM-Stereo_RVC	0.08 47	0.07 136	0.09 71	0.22 477	0.06 13	0.08 53	0.12 77	0.10 17	0.10 36	0.07 39	0.07 41	0.06 19	0.05 14	0.11 119	0.09 50	0.06 116	0.04 23	0.05 32	0.03 1	0.06 202	0.04 33

HUF	0.08 47	0.05 14	0.08 24	0.14 36	0.06 13	0.09 92	0.13 119	0.13 71	0.13 132	0.07 39	0.07 41	0.09 139	0.06 42	0.10 69	0.09 50	0.06 116	0.04 23	0.05 32	0.04 40	0.05 106	0.04 33

AIO_test	0.07 3	0.06 61	0.07 5	0.15 76	0.07 74	0.07 26	0.14 176	0.10 17	0.10 36	0.07 39	0.07 41	0.06 19	0.05 14	0.08 15	0.10 125	0.05 29	0.04 23	0.05 32	0.04 40	0.04 18	0.03 1

castereo++	0.08 47	0.06 61	0.08 24	0.15 76	0.05 1	0.14 296	0.11 50	0.11 33	0.15 174	0.07 39	0.07 41	0.08 112	0.06 42	0.08 15	0.08 14	0.06 116	0.04 23	0.05 32	0.04 40	0.04 18	0.03 1

IGEV-RUCA	0.08 47	0.06 61	0.11 157	0.14 36	0.09 247	0.10 138	0.12 77	0.10 17	0.12 95	0.06 11	0.07 41	0.08 112	0.06 42	0.09 36	0.08 14	0.06 116	0.05 173	0.05 32	0.04 40	0.05 106	0.06 210

fffft	0.09 94	0.06 61	0.12 195	0.16 150	0.07 74	0.09 92	0.16 310	0.12 53	0.11 63	0.09 109	0.07 41	0.09 139	0.06 42	0.11 119	0.12 252	0.05 29	0.04 23	0.06 117	0.05 129	0.04 18	0.05 122
1: 1. 1
DEFOM-Stereo	0.07 3	0.05 14	0.07 5	0.14 36	0.06 13	0.09 92	0.13 119	0.07 2	0.13 132	0.06 11	0.07 41	0.06 19	0.05 14	0.10 69	0.09 50	0.05 29	0.04 23	0.05 32	0.03 1	0.04 18	0.04 33

SMoEStereo_RVC	0.08 47	0.06 61	0.12 195	0.16 150	0.07 74	0.09 92	0.13 119	0.11 33	0.14 154	0.09 109	0.07 41	0.07 76	0.07 117	0.12 202	0.10 125	0.05 29	0.04 23	0.06 117	0.05 129	0.04 18	0.04 33

IGEV-Stereo++	0.07 3	0.06 61	0.08 24	0.18 309	0.06 13	0.05 3	0.10 28	0.11 33	0.11 63	0.06 11	0.07 41	0.07 76	0.06 42	0.09 36	0.09 50	0.05 29	0.04 23	0.05 32	0.04 40	0.05 106	0.04 33

Pointernet	0.09 94	0.05 14	0.10 108	0.16 150	0.08 137	0.13 256	0.10 28	0.15 116	0.18 241	0.09 109	0.07 41	0.06 19	0.06 42	0.11 119	0.10 125	0.08 322	0.04 23	0.05 32	0.03 1	0.06 202	0.05 122

U	0.08 47	0.07 136	0.10 108	0.19 369	0.10 354	0.10 138	0.13 119	0.12 53	0.17 227	0.07 39	0.07 41	0.06 19	0.05 14	0.07 3	0.09 50	0.06 116	0.04 23	0.06 117	0.04 40	0.06 202	0.05 122

IGEV-BASED-STEREO-	0.09 94	0.10 388	0.32 509	0.15 76	0.06 13	0.08 53	0.14 176	0.11 33	0.10 36	0.07 39	0.07 41	0.06 19	0.04 1	0.11 119	0.07 1	0.12 478	0.04 23	0.07 218	0.05 129	0.05 106	0.05 122

WCG-NET（raft）	0.08 47	0.05 14	0.10 108	0.15 76	0.06 13	0.11 181	0.13 119	0.15 116	0.12 95	0.08 73	0.07 41	0.06 19	0.06 42	0.13 254	0.08 14	0.05 29	0.04 23	0.05 32	0.04 40	0.05 106	0.04 33

RSM	0.08 47	0.06 61	0.09 71	0.17 227	0.07 74	0.08 53	0.12 77	0.12 53	0.10 36	0.08 73	0.07 41	0.06 19	0.05 14	0.11 119	0.09 50	0.04 6	0.04 23	0.05 32	0.04 40	0.04 18	0.04 33

test_for_model	0.09 94	0.12 432	0.14 273	0.23 496	0.11 409	0.08 53	0.13 119	0.12 53	0.13 132	0.10 140	0.07 41	0.07 76	0.06 42	0.11 119	0.10 125	0.06 116	0.05 173	0.05 32	0.04 40	0.08 337	0.05 122

Selective-IGEV	0.07 3	0.06 61	0.09 71	0.17 227	0.06 13	0.08 53	0.12 77	0.13 71	0.08 12	0.08 73	0.07 41	0.06 19	0.04 1	0.10 69	0.09 50	0.05 29	0.04 23	0.05 32	0.04 40	0.04 18	0.03 1

CroCo-Stereo	0.09 94	0.08 251	0.08 24	0.22 477	0.09 247	0.09 92	0.18 384	0.16 144	0.12 95	0.07 39	0.07 41	0.08 112	0.06 42	0.08 15	0.07 1	0.07 261	0.05 173	0.06 117	0.04 40	0.05 106	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
test-1	0.10 157	0.07 136	0.17 376	0.19 369	0.08 137	0.11 181	0.24 497	0.15 116	0.18 241	0.09 109	0.07 41	0.10 172	0.08 158	0.08 15	0.09 50	0.06 116	0.04 23	0.06 117	0.06 201	0.04 18	0.05 122

test_xeample3	0.09 94	0.07 136	0.12 195	0.16 150	0.09 247	0.11 181	0.15 250	0.16 144	0.14 154	0.10 140	0.07 41	0.08 112	0.06 42	0.10 69	0.09 50	0.06 116	0.04 23	0.06 117	0.05 129	0.05 106	0.06 210

LCMNet	0.08 47	0.05 14	0.10 108	0.13 9	0.07 74	0.09 92	0.12 77	0.10 17	0.12 95	0.06 11	0.08 81	0.06 19	0.07 117	0.11 119	0.10 125	0.06 116	0.05 173	0.04 1	0.03 1	0.04 18	0.04 33

CSFM-Stereo	0.08 47	0.05 14	0.08 24	0.14 36	0.06 13	0.09 92	0.13 119	0.15 116	0.07 9	0.07 39	0.08 81	0.06 19	0.08 158	0.09 36	0.10 125	0.06 116	0.05 173	0.04 1	0.03 1	0.04 18	0.04 33

Zero-FE251	0.08 47	0.05 14	0.10 108	0.13 9	0.06 13	0.12 224	0.12 77	0.11 33	0.10 36	0.07 39	0.08 81	0.06 19	0.06 42	0.10 69	0.08 14	0.06 116	0.04 23	0.05 32	0.04 40	0.04 18	0.04 33

4.5_new	0.07 3	0.09 323	0.08 24	0.15 76	0.07 74	0.07 26	0.10 28	0.14 89	0.11 63	0.06 11	0.08 81	0.06 19	0.06 42	0.08 15	0.10 125	0.03 1	0.03 1	0.04 1	0.04 40	0.04 18	0.03 1

4.5w-stereo	0.07 3	0.09 323	0.08 24	0.15 76	0.07 74	0.07 26	0.10 28	0.14 89	0.11 63	0.06 11	0.08 81	0.06 19	0.06 42	0.08 15	0.10 125	0.03 1	0.03 1	0.04 1	0.04 40	0.04 18	0.03 1

2.75w_new	0.07 3	0.07 136	0.07 5	0.13 9	0.06 13	0.08 53	0.08 7	0.18 207	0.13 132	0.08 73	0.08 81	0.06 19	0.06 42	0.09 36	0.11 192	0.04 6	0.04 23	0.04 1	0.03 1	0.03 1	0.04 33

1w_stereo	0.08 47	0.06 61	0.07 5	0.16 150	0.06 13	0.07 26	0.10 28	0.14 89	0.15 174	0.07 39	0.08 81	0.05 1	0.06 42	0.10 69	0.09 50	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 33

monsterstereo	0.08 47	0.06 61	0.07 5	0.16 150	0.06 13	0.08 53	0.10 28	0.16 144	0.12 95	0.07 39	0.08 81	0.06 19	0.07 117	0.08 15	0.09 50	0.04 6	0.04 23	0.05 32	0.04 40	0.04 18	0.03 1

LG-Stereo	0.08 47	0.08 251	0.10 108	0.18 309	0.07 74	0.10 138	0.17 336	0.11 33	0.08 12	0.06 11	0.08 81	0.06 19	0.07 117	0.09 36	0.09 50	0.04 6	0.05 173	0.07 218	0.07 293	0.04 18	0.04 33

GREAT-IGEV	0.07 3	0.06 61	0.09 71	0.13 9	0.07 74	0.07 26	0.14 176	0.10 17	0.09 26	0.06 11	0.08 81	0.06 19	0.05 14	0.10 69	0.07 1	0.05 29	0.04 23	0.05 32	0.04 40	0.05 106	0.04 33

AIO_rvc	0.07 3	0.06 61	0.08 24	0.15 76	0.06 13	0.08 53	0.14 176	0.09 10	0.08 12	0.07 39	0.08 81	0.07 76	0.04 1	0.10 69	0.08 14	0.05 29	0.04 23	0.05 32	0.04 40	0.04 18	0.03 1

GIP-stereo	0.08 47	0.06 61	0.11 157	0.15 76	0.07 74	0.09 92	0.13 119	0.15 116	0.11 63	0.07 39	0.08 81	0.05 1	0.04 1	0.10 69	0.07 1	0.05 29	0.04 23	0.05 32	0.04 40	0.05 106	0.04 33

999	0.09 94	0.06 61	0.13 228	0.15 76	0.08 137	0.10 138	0.14 176	0.15 116	0.12 95	0.10 140	0.08 81	0.08 112	0.08 158	0.16 327	0.10 125	0.06 116	0.04 23	0.06 117	0.05 129	0.04 18	0.06 210

PAM_32	0.10 157	0.06 61	0.17 376	0.15 76	0.08 137	0.10 138	0.15 250	0.14 89	0.16 202	0.09 109	0.08 81	0.10 172	0.07 117	0.14 282	0.09 50	0.06 116	0.05 173	0.06 117	0.06 201	0.05 106	0.06 210

AIO-Stereo	0.08 47	0.06 61	0.10 108	0.18 309	0.06 13	0.09 92	0.11 50	0.16 144	0.09 26	0.09 109	0.08 81	0.07 76	0.05 14	0.11 119	0.08 14	0.05 29	0.05 173	0.05 32	0.04 40	0.04 18	0.04 33

MoCha-V2	0.08 47	0.05 14	0.11 157	0.20 425	0.07 74	0.10 138	0.14 176	0.12 53	0.08 12	0.07 39	0.08 81	0.07 76	0.06 42	0.09 36	0.08 14	0.05 29	0.05 173	0.05 32	0.04 40	0.04 18	0.04 33

IGEV++	0.08 47	0.06 61	0.09 71	0.18 309	0.07 74	0.10 138	0.13 119	0.10 17	0.10 36	0.08 73	0.08 81	0.06 19	0.05 14	0.13 254	0.09 50	0.05 29	0.04 23	0.05 32	0.04 40	0.05 106	0.04 33

MyStereo06	0.10 157	0.07 136	0.12 195	0.17 227	0.09 247	0.13 256	0.18 384	0.19 234	0.12 95	0.13 240	0.08 81	0.07 76	0.07 117	0.11 119	0.09 50	0.06 116	0.05 173	0.08 299	0.07 293	0.06 202	0.06 210

tt1	0.10 157	0.08 251	0.13 228	0.17 227	0.09 247	0.13 256	0.15 250	0.15 116	0.19 263	0.09 109	0.08 81	0.06 19	0.06 42	0.10 69	0.08 14	0.06 116	0.05 173	0.06 117	0.05 129	0.06 202	0.06 210

EKT-Stereo	0.11 196	0.07 136	0.14 273	0.16 150	0.10 354	0.13 256	0.14 176	0.19 234	0.21 298	0.11 179	0.08 81	0.13 241	0.10 210	0.11 119	0.12 252	0.08 322	0.06 326	0.07 218	0.06 201	0.08 337	0.07 289

iRaft-Stereo_20w	0.09 94	0.05 14	0.13 228	0.14 36	0.09 247	0.12 224	0.15 250	0.19 234	0.11 63	0.11 179	0.08 81	0.08 112	0.05 14	0.10 69	0.09 50	0.06 116	0.04 23	0.06 117	0.05 129	0.06 202	0.05 122

test-3	0.09 94	0.06 61	0.10 108	0.18 309	0.07 74	0.07 26	0.14 176	0.12 53	0.16 202	0.10 140	0.08 81	0.08 112	0.08 158	0.11 119	0.10 125	0.05 29	0.04 23	0.07 218	0.05 129	0.04 18	0.04 33

test_1	0.09 94	0.06 61	0.10 108	0.18 309	0.07 74	0.07 26	0.14 176	0.12 53	0.16 202	0.10 140	0.08 81	0.08 112	0.08 158	0.11 119	0.10 125	0.05 29	0.04 23	0.07 218	0.05 129	0.04 18	0.04 33

FE-Mocha	0.09 94	0.06 61	0.14 273	0.16 150	0.09 247	0.11 181	0.15 250	0.19 234	0.16 202	0.10 140	0.09 104	0.07 76	0.07 117	0.09 36	0.09 50	0.06 116	0.04 23	0.06 117	0.06 201	0.05 106	0.05 122

FlowAnything_test	0.11 196	0.08 251	0.14 273	0.15 76	0.09 247	0.08 53	0.14 176	0.20 248	0.11 63	0.10 140	0.09 104	0.12 217	0.12 272	0.13 254	0.11 192	0.09 378	0.06 326	0.09 383	0.09 406	0.06 202	0.09 403

GASTEREO	0.08 47	0.05 14	0.09 71	0.19 369	0.08 137	0.08 53	0.12 77	0.14 89	0.11 63	0.10 140	0.09 104	0.07 76	0.04 1	0.12 202	0.08 14	0.06 116	0.05 173	0.05 32	0.04 40	0.04 18	0.05 122

MSCF	0.08 47	0.05 14	0.09 71	0.19 369	0.08 137	0.07 26	0.12 77	0.14 89	0.11 63	0.10 140	0.09 104	0.07 76	0.04 1	0.11 119	0.08 14	0.06 116	0.05 173	0.05 32	0.04 40	0.05 106	0.05 122

IGEV	0.08 47	0.04 1	0.09 71	0.13 9	0.06 13	0.09 92	0.12 77	0.14 89	0.10 36	0.06 11	0.09 104	0.07 76	0.05 14	0.09 36	0.09 50	0.06 116	0.04 23	0.05 32	0.04 40	0.05 106	0.04 33

SGD-Stereo	0.08 47	0.05 14	0.10 108	0.14 36	0.06 13	0.12 224	0.12 77	0.11 33	0.12 95	0.07 39	0.09 104	0.09 139	0.09 187	0.08 15	0.08 14	0.06 116	0.04 23	0.05 32	0.04 40	0.05 106	0.04 33

Reg-Stereo(zero)	0.09 94	0.05 14	0.08 24	0.16 150	0.06 13	0.12 224	0.11 50	0.15 116	0.11 63	0.12 211	0.09 104	0.10 172	0.08 158	0.11 119	0.09 50	0.06 116	0.05 173	0.05 32	0.04 40	0.04 18	0.05 122

AIO-test2	0.10 157	0.08 251	0.10 108	0.23 496	0.09 247	0.11 181	0.11 50	0.23 308	0.24 340	0.08 73	0.09 104	0.08 112	0.05 14	0.10 69	0.08 14	0.06 116	0.05 173	0.08 299	0.09 406	0.05 106	0.05 122

mms	0.09 94	0.07 136	0.08 24	0.17 227	0.08 137	0.11 181	0.15 250	0.12 53	0.11 63	0.09 109	0.09 104	0.08 112	0.06 42	0.11 119	0.12 252	0.05 29	0.04 23	0.07 218	0.05 129	0.04 18	0.04 33

fffy	0.09 94	0.08 251	0.10 108	0.16 150	0.07 74	0.13 256	0.17 336	0.13 71	0.12 95	0.08 73	0.09 104	0.08 112	0.09 187	0.13 254	0.11 192	0.05 29	0.05 173	0.07 218	0.05 129	0.04 18	0.05 122

PAM	0.10 157	0.06 61	0.17 376	0.15 76	0.09 247	0.10 138	0.16 310	0.15 116	0.16 202	0.12 211	0.09 104	0.10 172	0.07 117	0.13 254	0.09 50	0.06 116	0.05 173	0.06 117	0.06 201	0.05 106	0.06 210

WCG-NET	0.08 47	0.05 14	0.10 108	0.15 76	0.06 13	0.11 181	0.14 176	0.13 71	0.14 154	0.07 39	0.09 104	0.07 76	0.06 42	0.13 254	0.08 14	0.05 29	0.04 23	0.06 117	0.04 40	0.04 18	0.03 1

CAS++	0.11 196	0.07 136	0.11 157	0.14 36	0.10 354	0.13 256	0.14 176	0.24 332	0.14 154	0.11 179	0.09 104	0.11 196	0.07 117	0.14 282	0.09 50	0.11 452	0.09 455	0.09 383	0.07 293	0.07 271	0.08 358
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Former-RAFT_DAM_RVC	0.11 196	0.08 251	0.13 228	0.16 150	0.08 137	0.15 322	0.16 310	0.18 207	0.19 263	0.10 140	0.09 104	0.09 139	0.08 158	0.11 119	0.12 252	0.07 261	0.05 173	0.08 299	0.06 201	0.07 271	0.06 210

ACVNet-DCA	0.10 157	0.08 251	0.13 228	0.17 227	0.09 247	0.13 256	0.15 250	0.24 332	0.16 202	0.09 109	0.09 104	0.06 19	0.06 42	0.10 69	0.07 1	0.06 116	0.05 173	0.06 117	0.05 129	0.07 271	0.07 289

xx1	0.11 196	0.08 251	0.13 228	0.17 227	0.09 247	0.13 256	0.15 250	0.16 144	0.18 241	0.09 109	0.09 104	0.16 305	0.16 378	0.10 69	0.07 1	0.06 116	0.05 173	0.08 299	0.08 360	0.07 271	0.07 289

1test111	0.11 196	0.08 251	0.13 228	0.17 227	0.09 247	0.13 256	0.15 250	0.24 332	0.16 202	0.09 109	0.09 104	0.06 19	0.06 42	0.15 300	0.16 376	0.06 116	0.05 173	0.06 117	0.05 129	0.07 271	0.07 289

cc1	0.10 157	0.08 251	0.13 228	0.17 227	0.09 247	0.13 256	0.15 250	0.16 144	0.18 241	0.09 109	0.09 104	0.06 19	0.06 42	0.10 69	0.07 1	0.06 116	0.05 173	0.06 117	0.05 129	0.06 202	0.06 210

MSKI-zero shot	0.09 94	0.05 14	0.09 71	0.16 150	0.07 74	0.10 138	0.13 119	0.15 116	0.14 154	0.09 109	0.09 104	0.09 139	0.06 42	0.12 202	0.11 192	0.06 116	0.04 23	0.05 32	0.04 40	0.04 18	0.05 122

testlalala	0.08 47	0.07 136	0.17 376	0.16 150	0.08 137	0.09 92	0.12 77	0.15 116	0.10 36	0.07 39	0.09 104	0.06 19	0.06 42	0.11 119	0.09 50	0.05 29	0.04 23	0.06 117	0.04 40	0.04 18	0.04 33

AEACV	0.09 94	0.05 14	0.08 24	0.14 36	0.13 465	0.14 296	0.13 119	0.15 116	0.09 26	0.07 39	0.09 104	0.07 76	0.08 158	0.10 69	0.09 50	0.06 116	0.04 23	0.06 117	0.05 129	0.05 106	0.04 33

LoS_RVC	0.08 47	0.05 14	0.07 5	0.15 76	0.07 74	0.08 53	0.15 250	0.12 53	0.11 63	0.08 73	0.09 104	0.06 19	0.09 187	0.10 69	0.09 50	0.05 29	0.04 23	0.05 32	0.03 1	0.04 18	0.04 33

LoS	0.09 94	0.05 14	0.11 157	0.13 9	0.07 74	0.14 296	0.11 50	0.15 116	0.15 174	0.09 109	0.09 104	0.12 217	0.09 187	0.15 300	0.10 125	0.07 261	0.05 173	0.05 32	0.03 1	0.05 106	0.05 122
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	0.08 47	0.04 1	0.08 24	0.14 36	0.07 74	0.09 92	0.14 176	0.11 33	0.09 26	0.08 73	0.09 104	0.11 196	0.07 117	0.12 202	0.08 14	0.06 116	0.04 23	0.05 32	0.03 1	0.05 106	0.05 122

TRStereo	0.10 157	0.05 14	0.12 195	0.16 150	0.12 439	0.10 138	0.13 119	0.18 207	0.19 263	0.09 109	0.09 104	0.09 139	0.07 117	0.10 69	0.08 14	0.07 261	0.05 173	0.07 218	0.07 293	0.04 18	0.04 33

raftrobust	0.09 94	0.06 61	0.11 157	0.17 227	0.08 137	0.09 92	0.10 28	0.18 207	0.16 202	0.10 140	0.09 104	0.12 217	0.08 158	0.12 202	0.10 125	0.08 322	0.05 173	0.06 117	0.05 129	0.05 106	0.06 210

EAI-Stereo	0.09 94	0.07 136	0.11 157	0.16 150	0.07 74	0.10 138	0.15 250	0.16 144	0.09 26	0.08 73	0.09 104	0.08 112	0.07 117	0.09 36	0.11 192	0.05 29	0.05 173	0.05 32	0.05 129	0.05 106	0.04 33

GEAStereo	0.08 47	0.06 61	0.09 71	0.13 9	0.08 137	0.08 53	0.14 176	0.10 17	0.10 36	0.08 73	0.10 131	0.06 19	0.04 1	0.11 119	0.08 14	0.06 116	0.04 23	0.05 32	0.04 40	0.05 106	0.05 122

GSStereo	0.08 47	0.06 61	0.09 71	0.13 9	0.08 137	0.08 53	0.14 176	0.11 33	0.12 95	0.08 73	0.10 131	0.05 1	0.04 1	0.11 119	0.08 14	0.06 116	0.04 23	0.05 32	0.04 40	0.05 106	0.05 122

GS-Stereo							0.14 176	0.11 33	0.12 95	0.08 73	0.10 131	0.05 1	0.04 1	0.11 119	0.08 14	0.06 116	0.04 23	0.05 32	0.04 40	0.05 106	0.05 122

gasm-f	0.08 47	0.05 14	0.08 24	0.13 9	0.08 137	0.08 53	0.14 176	0.10 17	0.10 36	0.08 73	0.10 131	0.06 19	0.05 14	0.10 69	0.08 14	0.06 116	0.04 23	0.05 32	0.04 40	0.06 202	0.05 122

DLNR-FE	10.51 608	2.29 600	19.85 619	120.28 623	13.21 612	0.06 9	0.13 119	0.24 332	0.10 36	0.08 73	0.10 131	0.09 139	0.07 117	0.10 69	0.09 50	0.13 495	0.04 23	0.06 117	0.04 40	53.18 625	0.04 33

DA	0.09 94	0.07 136	0.07 5	0.19 369	0.08 137	0.10 138	0.13 119	0.13 71	0.12 95	0.08 73	0.10 131	0.10 172	0.08 158	0.09 36	0.10 125	0.05 29	0.04 23	0.06 117	0.04 40	0.05 106	0.04 33

GGEV	0.09 94	0.07 136	0.07 5	0.19 369	0.08 137	0.10 138	0.13 119	0.13 71	0.12 95	0.08 73	0.10 131	0.10 172	0.08 158	0.09 36	0.10 125	0.05 29	0.04 23	0.06 117	0.04 40	0.05 106	0.04 33

depthmonostereo	0.09 94	0.06 61	0.09 71	0.15 76	0.06 13	0.11 181	0.13 119	0.14 89	0.15 174	0.10 140	0.10 131	0.09 139	0.11 240	0.08 15	0.09 50	0.06 116	0.05 173	0.06 117	0.04 40	0.04 18	0.03 1

2.25w	0.07 3	0.07 136	0.08 24	0.15 76	0.06 13	0.08 53	0.09 18	0.10 17	0.15 174	0.08 73	0.10 131	0.07 76	0.06 42	0.09 36	0.10 125	0.05 29	0.04 23	0.04 1	0.04 40	0.03 1	0.04 33

S2M2_L	0.09 94	0.08 251	0.11 157	0.13 9	0.10 354	0.08 53	0.06 1	0.10 17	0.10 36	0.10 140	0.10 131	0.09 139	0.09 187	0.11 119	0.11 192	0.13 495	0.07 397	0.08 299	0.09 406	0.10 436	0.08 358
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test3	0.10 157	0.07 136	0.07 5	0.18 309	0.07 74	0.12 224	0.19 428	0.24 332	0.19 263	0.06 11	0.10 131	0.08 112	0.06 42	0.11 119	0.09 50	0.06 116	0.06 326	0.07 218	0.05 129	0.05 106	0.04 33

MM-Stereo_test2	0.09 94	0.07 136	0.09 71	0.19 369	0.08 137	0.12 224	0.18 384	0.15 116	0.14 154	0.07 39	0.10 131	0.07 76	0.06 42	0.12 202	0.09 50	0.05 29	0.04 23	0.06 117	0.05 129	0.06 202	0.04 33

HART	0.08 47	0.07 136	0.09 71	0.18 309	0.07 74	0.10 138	0.16 310	0.13 71	0.11 63	0.09 109	0.10 131	0.08 112	0.05 14	0.10 69	0.08 14	0.05 29	0.04 23	0.06 117	0.04 40	0.05 106	0.04 33

castereo	0.09 94	0.06 61	0.11 157	0.15 76	0.06 13	0.11 181	0.14 176	0.14 89	0.18 241	0.08 73	0.10 131	0.11 196	0.08 158	0.09 36	0.10 125	0.05 29	0.04 23	0.05 32	0.04 40	0.04 18	0.04 33

ours_stereo	0.09 94	0.07 136	0.09 71	0.17 227	0.08 137	0.11 181	0.16 310	0.11 33	0.12 95	0.08 73	0.10 131	0.08 112	0.06 42	0.12 202	0.12 252	0.05 29	0.04 23	0.06 117	0.05 129	0.04 18	0.04 33

model_zeroshot	0.10 157	0.05 14	0.12 195	0.15 76	0.09 247	0.13 256	0.14 176	0.20 248	0.14 154	0.11 179	0.10 131	0.12 217	0.07 117	0.12 202	0.11 192	0.07 261	0.06 326	0.06 117	0.05 129	0.06 202	0.06 210

GCAP-BAT	0.09 94	0.07 136	0.14 273	0.15 76	0.08 137	0.10 138	0.12 77	0.15 116	0.11 63	0.11 179	0.10 131	0.09 139	0.07 117	0.12 202	0.10 125	0.06 116	0.05 173	0.06 117	0.04 40	0.04 18	0.04 33

rvit_stereo_0080	0.10 157	0.08 251	0.15 311	0.15 76	0.10 354	0.07 26	0.15 250	0.16 144	0.16 202	0.11 179	0.10 131	0.15 285	0.09 187	0.12 202	0.10 125	0.09 378	0.07 397	0.07 218	0.06 201	0.07 271	0.05 122

RAFT-Stereo-weight	0.09 94	0.06 61	0.11 157	0.16 150	0.07 74	0.09 92	0.14 176	0.19 234	0.16 202	0.11 179	0.10 131	0.08 112	0.06 42	0.10 69	0.11 192	0.06 116	0.04 23	0.06 117	0.04 40	0.04 18	0.04 33

H2IRNET	0.10 157	0.09 323	0.10 108	0.18 309	0.09 247	0.12 224	0.15 250	0.14 89	0.21 298	0.10 140	0.10 131	0.10 172	0.11 240	0.10 69	0.10 125	0.06 116	0.04 23	0.08 299	0.08 360	0.06 202	0.05 122

MGS-Stereo	0.09 94	0.07 136	0.12 195	0.16 150	0.08 137	0.09 92	0.15 250	0.12 53	0.12 95	0.07 39	0.10 131	0.08 112	0.06 42	0.11 119	0.09 50	0.05 29	0.04 23	0.06 117	0.05 129	0.06 202	0.05 122

whm_eth	0.10 157	0.08 251	0.15 311	0.15 76	0.10 354	0.07 26	0.15 250	0.16 144	0.16 202	0.11 179	0.10 131	0.15 285	0.09 187	0.12 202	0.10 125	0.09 378	0.07 397	0.07 218	0.06 201	0.07 271	0.05 122

DLNR_Zeroshot_test	10.48 607	2.27 599	19.78 618	120.28 623	13.29 613	0.06 9	0.13 119	0.24 332	0.10 36	0.08 73	0.10 131	0.09 139	0.07 117	0.10 69	0.09 50	0.13 495	0.04 23	0.06 117	0.04 40	52.68 624	0.04 33

CASnet	0.09 94	0.09 323	0.09 71	0.19 369	0.06 13	0.07 26	0.11 50	0.18 207	0.14 154	0.11 179	0.10 131	0.09 139	0.07 117	0.10 69	0.10 125	0.06 116	0.04 23	0.10 431	0.08 360	0.06 202	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-Stereo	0.09 94	0.07 136	0.13 228	0.18 309	0.06 13	0.11 181	0.07 3	0.14 89	0.12 95	0.09 109	0.10 131	0.07 76	0.09 187	0.13 254	0.10 125	0.06 116	0.05 173	0.05 32	0.04 40	0.04 18	0.05 122

RAFT-Test	0.09 94	0.06 61	0.10 108	0.16 150	0.07 74	0.11 181	0.15 250	0.16 144	0.13 132	0.09 109	0.10 131	0.11 196	0.09 187	0.12 202	0.09 50	0.06 116	0.04 23	0.05 32	0.04 40	0.05 106	0.05 122

HH	0.09 94	0.06 61	0.13 228	0.17 227	0.08 137	0.11 181	0.16 310	0.15 116	0.10 36	0.08 73	0.10 131	0.08 112	0.07 117	0.10 69	0.09 50	0.06 116	0.04 23	0.06 117	0.05 129	0.05 106	0.04 33

HanStereo	0.09 94	0.06 61	0.13 228	0.17 227	0.08 137	0.11 181	0.16 310	0.15 116	0.10 36	0.08 73	0.10 131	0.08 112	0.07 117	0.10 69	0.09 50	0.06 116	0.04 23	0.06 117	0.05 129	0.05 106	0.04 33

CAS	0.08 47	0.04 1	0.07 5	0.17 227	0.08 137	0.10 138	0.13 119	0.12 53	0.09 26	0.09 109	0.10 131	0.08 112	0.06 42	0.09 36	0.09 50	0.08 322	0.04 23	0.05 32	0.03 1	0.05 106	0.04 33

Selective-RAFT	0.11 196	0.11 413	0.12 195	0.21 456	0.08 137	0.16 350	0.13 119	0.21 266	0.23 330	0.10 140	0.10 131	0.11 196	0.10 210	0.15 300	0.11 192	0.05 29	0.05 173	0.06 117	0.05 129	0.06 202	0.05 122

CroCo-Stereo Lap2	0.09 94	0.09 323	0.08 24	0.22 477	0.09 247	0.09 92	0.18 384	0.16 144	0.12 95	0.09 109	0.10 131	0.05 1	0.05 14	0.08 15	0.08 14	0.06 116	0.06 326	0.07 218	0.05 129	0.06 202	0.05 122

MIPNet	0.11 196	0.08 251	0.15 311	0.17 227	0.09 247	0.12 224	0.14 176	0.21 266	0.25 364	0.12 211	0.10 131	0.09 139	0.07 117	0.13 254	0.13 287	0.06 116	0.04 23	0.06 117	0.05 129	0.04 18	0.04 33

test_3	0.11 196	0.09 323	0.10 108	0.21 456	0.08 137	0.13 256	0.25 513	0.14 89	0.21 298	0.10 140	0.10 131	0.09 139	0.10 210	0.08 15	0.11 192	0.05 29	0.04 23	0.08 299	0.07 293	0.04 18	0.04 33

cross-raft	0.10 157	0.09 323	0.09 71	0.19 369	0.07 74	0.11 181	0.24 497	0.13 71	0.15 174	0.08 73	0.10 131	0.12 217	0.10 210	0.09 36	0.11 192	0.05 29	0.04 23	0.06 117	0.05 129	0.04 18	0.04 33

RAFT-Stereo + iAFF	0.09 94	0.06 61	0.10 108	0.17 227	0.07 74	0.10 138	0.15 250	0.17 179	0.15 174	0.10 140	0.10 131	0.08 112	0.09 187	0.12 202	0.10 125	0.05 29	0.04 23	0.06 117	0.06 201	0.04 18	0.03 1

RAFT + AFF	0.13 296	0.08 251	0.21 445	0.20 425	0.10 354	0.14 296	0.23 487	0.27 380	0.21 298	0.12 211	0.10 131	0.12 217	0.10 210	0.16 327	0.12 252	0.08 322	0.07 397	0.09 383	0.09 406	0.06 202	0.09 403

Gwc-CoAtRS	0.09 94	0.07 136	0.10 108	0.16 150	0.07 74	0.10 138	0.15 250	0.18 207	0.17 227	0.08 73	0.10 131	0.12 217	0.09 187	0.12 202	0.09 50	0.06 116	0.04 23	0.06 117	0.04 40	0.04 18	0.05 122

Select-FE	0.11 196	0.06 61	0.21 445	0.15 76	0.11 409	0.12 224	0.13 119	0.22 289	0.18 241	0.09 109	0.11 168	0.10 172	0.06 42	0.12 202	0.09 50	0.07 261	0.05 173	0.07 218	0.08 360	0.06 202	0.08 358

DilatedVolume-Stereo	0.09 94	0.05 14	0.08 24	0.15 76	0.06 13	0.11 181	0.12 77	0.14 89	0.16 202	0.11 179	0.11 168	0.09 139	0.10 210	0.11 119	0.11 192	0.06 116	0.05 173	0.05 32	0.04 40	0.03 1	0.03 1

LG-Stereo_Zeroshot	0.07 3	0.06 61	0.10 108	0.16 150	0.07 74	0.04 1	0.13 119	0.10 17	0.10 36	0.05 2	0.11 168	0.07 76	0.05 14	0.07 3	0.09 50	0.06 116	0.04 23	0.05 32	0.04 40	0.05 106	0.04 33

MM-Stereo_test1	0.10 157	0.07 136	0.09 71	0.18 309	0.07 74	0.12 224	0.18 384	0.21 266	0.20 284	0.09 109	0.11 168	0.08 112	0.06 42	0.10 69	0.10 125	0.06 116	0.05 173	0.07 218	0.06 201	0.05 106	0.04 33

tg	0.10 157	0.06 61	0.10 108	0.18 309	0.08 137	0.11 181	0.16 310	0.20 248	0.12 95	0.08 73	0.11 168	0.11 196	0.07 117	0.11 119	0.10 125	0.05 29	0.04 23	0.08 299	0.08 360	0.04 18	0.04 33

MaDis-Stereo	0.09 94	0.09 323	0.08 24	0.17 227	0.09 247	0.14 296	0.11 50	0.16 144	0.16 202	0.09 109	0.11 168	0.06 19	0.06 42	0.09 36	0.13 287	0.07 261	0.06 326	0.08 299	0.05 129	0.05 106	0.04 33

LL-Strereo2	0.11 196	0.10 388	0.16 353	0.18 309	0.08 137	0.15 322	0.09 18	0.17 179	0.14 154	0.14 263	0.11 168	0.09 139	0.07 117	0.16 327	0.10 125	0.05 29	0.05 173	0.11 461	0.07 293	0.06 202	0.05 122

4D-IteraStereo	0.10 157	0.07 136	0.10 108	0.18 309	0.07 74	0.09 92	0.15 250	0.18 207	0.15 174	0.10 140	0.11 168	0.10 172	0.07 117	0.12 202	0.09 50	0.05 29	0.03 1	0.08 299	0.07 293	0.06 202	0.05 122

RCA-Stereo	0.09 94	0.06 61	0.09 71	0.16 150	0.06 13	0.09 92	0.13 119	0.18 207	0.14 154	0.10 140	0.11 168	0.08 112	0.07 117	0.12 202	0.11 192	0.06 116	0.04 23	0.06 117	0.05 129	0.05 106	0.04 33

CIPLG	0.11 196	0.08 251	0.15 311	0.17 227	0.08 137	0.13 256	0.15 250	0.17 179	0.16 202	0.14 263	0.11 168	0.16 305	0.10 210	0.17 366	0.12 252	0.07 261	0.05 173	0.06 117	0.06 201	0.05 106	0.06 210

IPLGR_C	0.11 196	0.08 251	0.15 311	0.17 227	0.08 137	0.12 224	0.15 250	0.17 179	0.15 174	0.14 263	0.11 168	0.16 305	0.10 210	0.16 327	0.12 252	0.07 261	0.05 173	0.06 117	0.06 201	0.05 106	0.06 210

ACRE	0.11 196	0.08 251	0.15 311	0.17 227	0.08 137	0.13 256	0.15 250	0.17 179	0.14 154	0.14 263	0.11 168	0.16 305	0.10 210	0.16 327	0.12 252	0.07 261	0.05 173	0.06 117	0.06 201	0.05 106	0.06 210

iRaftStereo_RVC	0.10 157	0.07 136	0.10 108	0.17 227	0.09 247	0.11 181	0.17 336	0.18 207	0.12 95	0.09 109	0.11 168	0.10 172	0.07 117	0.11 119	0.10 125	0.05 29	0.04 23	0.08 299	0.08 360	0.04 18	0.04 33

s12784h	0.10 157	0.06 61	0.08 24	0.15 76	0.05 1	0.16 350	0.18 384	0.16 144	0.15 174	0.10 140	0.11 168	0.11 196	0.11 240	0.11 119	0.12 252	0.05 29	0.04 23	0.06 117	0.04 40	0.04 18	0.04 33

AFF-stereo	0.09 94	0.07 136	0.10 108	0.17 227	0.07 74	0.10 138	0.15 250	0.18 207	0.10 36	0.10 140	0.11 168	0.09 139	0.10 210	0.12 202	0.10 125	0.05 29	0.04 23	0.07 218	0.07 293	0.04 18	0.04 33

water-stereo	0.09 94	0.06 61	0.08 24	0.16 150	0.07 74	0.10 138	0.13 119	0.15 116	0.13 132	0.11 179	0.12 183	0.09 139	0.10 210	0.07 3	0.08 14	0.06 116	0.05 173	0.05 32	0.05 129	0.04 18	0.04 33

AIO-test1	0.10 157	0.07 136	0.11 157	0.24 507	0.07 74	0.09 92	0.13 119	0.22 289	0.15 174	0.11 179	0.12 183	0.09 139	0.07 117	0.11 119	0.09 50	0.06 116	0.05 173	0.09 383	0.10 444	0.04 18	0.07 289

RAStereo	0.10 157	0.09 323	0.08 24	0.20 425	0.08 137	0.13 256	0.18 384	0.16 144	0.17 227	0.10 140	0.12 183	0.05 1	0.06 42	0.09 36	0.08 14	0.07 261	0.05 173	0.07 218	0.05 129	0.05 106	0.04 33

Occ-G	0.08 47	0.05 14	0.07 5	0.14 36	0.07 74	0.09 92	0.14 176	0.14 89	0.15 174	0.07 39	0.12 183	0.07 76	0.05 14	0.09 36	0.10 125	0.06 116	0.05 173	0.05 32	0.04 40	0.05 106	0.06 210

gcap-zeroshot	0.09 94	0.06 61	0.10 108	0.16 150	0.07 74	0.14 296	0.13 119	0.11 33	0.12 95	0.13 240	0.12 183	0.09 139	0.08 158	0.09 36	0.09 50	0.06 116	0.05 173	0.06 117	0.05 129	0.04 18	0.04 33

UniTT-Stereo	0.09 94	0.07 136	0.08 24	0.18 309	0.08 137	0.13 256	0.11 50	0.12 53	0.11 63	0.10 140	0.12 183	0.05 1	0.06 42	0.09 36	0.10 125	0.07 261	0.06 326	0.05 32	0.05 129	0.06 202	0.05 122

Any-RAFT	0.10 157	0.05 14	0.10 108	0.15 76	0.07 74	0.13 256	0.14 176	0.21 266	0.15 174	0.11 179	0.12 183	0.13 241	0.10 210	0.13 254	0.10 125	0.07 261	0.04 23	0.05 32	0.04 40	0.06 202	0.05 122

MC-Stereo	0.09 94	0.07 136	0.09 71	0.17 227	0.06 13	0.10 138	0.14 176	0.12 53	0.11 63	0.09 109	0.12 183	0.09 139	0.06 42	0.11 119	0.10 125	0.06 116	0.04 23	0.06 117	0.05 129	0.04 18	0.04 33

IPLGR	0.11 196	0.09 323	0.17 376	0.18 309	0.08 137	0.13 256	0.16 310	0.21 266	0.24 340	0.12 211	0.12 183	0.11 196	0.09 187	0.13 254	0.12 252	0.06 116	0.05 173	0.06 117	0.06 201	0.05 106	0.04 33

AnonymousM	0.10 157	0.06 61	0.10 108	0.14 36	0.07 74	0.09 92	0.13 119	0.19 234	0.14 154	0.13 240	0.12 183	0.09 139	0.08 158	0.13 254	0.10 125	0.08 322	0.05 173	0.08 299	0.05 129	0.05 106	0.05 122

XX-TBD	0.09 94	0.06 61	0.07 5	0.14 36	0.07 74	0.13 256	0.16 310	0.14 89	0.14 154	0.11 179	0.12 183	0.09 139	0.08 158	0.10 69	0.10 125	0.06 116	0.04 23	0.05 32	0.04 40	0.06 202	0.05 122

sAnonymous2	0.13 296	0.12 432	0.25 473	0.20 425	0.12 439	0.18 389	0.14 176	0.27 380	0.21 298	0.11 179	0.12 183	0.13 241	0.08 158	0.11 119	0.11 192	0.09 378	0.05 173	0.08 299	0.06 201	0.15 519	0.10 433

CroCo_RVC	0.13 296	0.12 432	0.25 473	0.20 425	0.12 439	0.18 389	0.14 176	0.27 380	0.21 298	0.11 179	0.12 183	0.13 241	0.08 158	0.11 119	0.11 192	0.09 378	0.05 173	0.08 299	0.06 201	0.15 519	0.10 433

111	0.11 196	0.06 61	0.12 195	0.15 76	0.07 74	0.10 138	0.14 176	0.21 266	0.24 340	0.11 179	0.12 183	0.14 260	0.12 272	0.13 254	0.10 125	0.06 116	0.04 23	0.06 117	0.04 40	0.06 202	0.05 122

CFNet-RSSM	0.09 94	0.07 136	0.10 108	0.16 150	0.07 74	0.09 92	0.15 250	0.17 179	0.18 241	0.08 73	0.12 183	0.11 196	0.09 187	0.12 202	0.10 125	0.06 116	0.04 23	0.06 117	0.04 40	0.04 18	0.04 33

rvit_stereo_0081	0.11 196	0.08 251	0.16 353	0.16 150	0.09 247	0.11 181	0.14 176	0.14 89	0.24 340	0.11 179	0.13 198	0.14 260	0.09 187	0.11 119	0.12 252	0.10 420	0.07 397	0.08 299	0.07 293	0.07 271	0.06 210

rvit_stereo_0082	0.11 196	0.08 251	0.16 353	0.16 150	0.09 247	0.11 181	0.14 176	0.14 89	0.24 340	0.11 179	0.13 198	0.14 260	0.09 187	0.11 119	0.12 252	0.10 420	0.07 397	0.08 299	0.07 293	0.07 271	0.06 210

AIO-Stereo-zeroshot	0.11 196	0.05 14	0.12 195	0.15 76	0.13 465	0.14 296	0.16 310	0.23 308	0.18 241	0.10 140	0.13 198	0.10 172	0.07 117	0.12 202	0.09 50	0.06 116	0.05 173	0.06 117	0.06 201	0.07 271	0.08 358

rvit_stereo_ft	0.12 269	0.07 136	0.13 228	0.19 369	0.10 354	0.12 224	0.17 336	0.16 144	0.16 202	0.13 240	0.13 198	0.15 285	0.10 210	0.14 282	0.13 287	0.10 420	0.06 326	0.08 299	0.07 293	0.07 271	0.06 210

trnet	0.08 47	0.05 14	0.07 5	0.12 4	0.05 1	0.12 224	0.10 28	0.13 71	0.10 36	0.08 73	0.13 198	0.09 139	0.08 158	0.11 119	0.10 125	0.08 322	0.05 173	0.05 32	0.03 1	0.06 202	0.05 122

testlalala2	0.10 157	0.06 61	0.11 157	0.20 425	0.10 354	0.10 138	0.11 50	0.17 179	0.13 132	0.12 211	0.13 198	0.09 139	0.08 158	0.11 119	0.13 287	0.06 116	0.05 173	0.05 32	0.04 40	0.05 106	0.05 122

GLC_STEREO	0.11 196	0.07 136	0.11 157	0.18 309	0.07 74	0.08 53	0.13 119	0.16 144	0.24 340	0.12 211	0.13 198	0.12 217	0.08 158	0.18 383	0.12 252	0.06 116	0.08 428	0.08 299	0.06 201	0.05 106	0.05 122

rafts_anoy	0.11 196	0.06 61	0.10 108	0.17 227	0.08 137	0.10 138	0.14 176	0.18 207	0.14 154	0.13 240	0.13 198	0.12 217	0.11 240	0.11 119	0.13 287	0.07 261	0.05 173	0.09 383	0.11 474	0.07 271	0.06 210

RALAANet	0.11 196	0.08 251	0.10 108	0.17 227	0.09 247	0.14 296	0.10 28	0.20 248	0.16 202	0.14 263	0.13 198	0.16 305	0.09 187	0.12 202	0.12 252	0.06 116	0.05 173	0.08 299	0.07 293	0.06 202	0.04 33

sCroCo_RVC	0.12 269	0.09 323	0.24 470	0.24 507	0.11 409	0.19 411	0.14 176	0.17 179	0.15 174	0.10 140	0.13 198	0.12 217	0.07 117	0.14 282	0.11 192	0.08 322	0.08 428	0.08 299	0.08 360	0.05 106	0.07 289

ARAFT	0.12 269	0.08 251	0.18 408	0.19 369	0.09 247	0.15 322	0.17 336	0.20 248	0.13 132	0.12 211	0.13 198	0.14 260	0.12 272	0.15 300	0.13 287	0.06 116	0.05 173	0.10 431	0.09 406	0.06 202	0.04 33

CREStereo	0.09 94	0.05 14	0.08 24	0.11 1	0.06 13	0.14 296	0.14 176	0.14 89	0.10 36	0.09 109	0.13 198	0.09 139	0.08 158	0.12 202	0.10 125	0.08 322	0.04 23	0.05 32	0.03 1	0.06 202	0.06 210
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.09 94	0.05 14	0.09 71	0.12 4	0.06 13	0.13 256	0.14 176	0.16 144	0.11 63	0.09 109	0.13 198	0.10 172	0.07 117	0.14 282	0.10 125	0.15 519	0.04 23	0.05 32	0.03 1	0.07 271	0.06 210

xyz-stereo-finetune	0.11 196	0.08 251	0.13 228	0.14 36	0.06 13	0.10 138	0.19 428	0.18 207	0.19 263	0.12 211	0.14 211	0.15 285	0.11 240	0.13 254	0.12 252	0.05 29	0.04 23	0.07 218	0.05 129	0.04 18	0.05 122

rvit_stereo_0083	0.12 269	0.08 251	0.17 376	0.16 150	0.09 247	0.11 181	0.15 250	0.15 116	0.26 377	0.11 179	0.14 211	0.13 241	0.10 210	0.12 202	0.13 287	0.10 420	0.08 428	0.09 383	0.07 293	0.07 271	0.06 210

MyStereo05	0.13 296	0.07 136	0.10 108	0.17 227	0.09 247	0.13 256	0.18 384	0.28 405	0.35 465	0.17 328	0.14 211	0.15 285	0.11 240	0.15 300	0.13 287	0.06 116	0.05 173	0.08 299	0.07 293	0.06 202	0.06 210

MyStereo04	0.13 296	0.07 136	0.10 108	0.17 227	0.09 247	0.14 296	0.17 336	0.29 423	0.38 482	0.17 328	0.14 211	0.16 305	0.11 240	0.15 300	0.13 287	0.06 116	0.05 173	0.08 299	0.07 293	0.06 202	0.06 210

MIM_Stereo	0.10 157	0.07 136	0.11 157	0.15 76	0.07 74	0.07 26	0.12 77	0.20 248	0.14 154	0.13 240	0.14 211	0.09 139	0.05 14	0.12 202	0.08 14	0.05 29	0.06 326	0.07 218	0.06 201	0.06 202	0.05 122

anonymousdsp2	0.11 196	0.07 136	0.11 157	0.16 150	0.09 247	0.13 256	0.14 176	0.19 234	0.23 330	0.13 240	0.14 211	0.12 217	0.09 187	0.14 282	0.11 192	0.05 29	0.05 173	0.05 32	0.04 40	0.06 202	0.06 210

iRaft-Stereo_5w	0.12 269	0.09 323	0.12 195	0.20 425	0.08 137	0.09 92	0.12 77	0.22 289	0.22 320	0.19 375	0.14 211	0.11 196	0.09 187	0.20 426	0.16 376	0.05 29	0.05 173	0.07 218	0.06 201	0.05 106	0.06 210

GwcNet-ADL	0.13 296	0.08 251	0.14 273	0.20 425	0.09 247	0.12 224	0.20 447	0.30 434	0.25 364	0.14 263	0.14 211	0.18 337	0.14 336	0.13 254	0.15 357	0.07 261	0.05 173	0.06 117	0.05 129	0.07 271	0.06 210

OMP-Stereo	0.11 196	0.07 136	0.14 273	0.18 309	0.08 137	0.09 92	0.12 77	0.21 266	0.21 298	0.13 240	0.14 211	0.11 196	0.12 272	0.11 119	0.13 287	0.06 116	0.05 173	0.07 218	0.06 201	0.05 106	0.04 33

PSM-AAD	0.11 196	0.07 136	0.10 108	0.20 425	0.09 247	0.10 138	0.14 176	0.21 266	0.13 132	0.12 211	0.14 211	0.18 337	0.11 240	0.11 119	0.10 125	0.05 29	0.05 173	0.09 383	0.08 360	0.06 202	0.14 507

CRE-IMP	0.11 196	0.09 323	0.16 353	0.19 369	0.09 247	0.10 138	0.12 77	0.18 207	0.10 36	0.14 263	0.14 211	0.14 260	0.13 304	0.12 202	0.12 252	0.07 261	0.04 23	0.08 299	0.06 201	0.08 337	0.08 358

CREStereo++_RVC	0.08 47	0.04 1	0.07 5	0.13 9	0.07 74	0.09 92	0.12 77	0.14 89	0.14 154	0.10 140	0.14 211	0.08 112	0.07 117	0.10 69	0.11 192	0.06 116	0.04 23	0.05 32	0.05 129	0.04 18	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
XX-Stereo	0.09 94	0.05 14	0.09 71	0.17 227	0.09 247	0.15 322	0.12 77	0.21 266	0.10 36	0.10 140	0.14 211	0.07 76	0.06 42	0.13 254	0.08 14	0.06 116	0.05 173	0.06 117	0.06 201	0.04 18	0.04 33

xyz-stereo-finetune2	0.11 196	0.07 136	0.13 228	0.13 9	0.07 74	0.11 181	0.19 428	0.17 179	0.12 95	0.15 287	0.15 224	0.17 322	0.13 304	0.13 254	0.11 192	0.05 29	0.04 23	0.07 218	0.05 129	0.04 18	0.06 210

rvit_0105_5	0.14 326	0.10 388	0.14 273	0.17 227	0.09 247	0.14 296	0.23 487	0.24 332	0.27 390	0.14 263	0.15 224	0.18 337	0.13 304	0.17 366	0.14 323	0.14 515	0.11 491	0.10 431	0.11 474	0.08 337	0.07 289

UGAM-zero	0.10 157	0.05 14	0.15 311	0.15 76	0.08 137	0.10 138	0.13 119	0.20 248	0.15 174	0.11 179	0.15 224	0.07 76	0.08 158	0.09 36	0.10 125	0.06 116	0.05 173	0.06 117	0.05 129	0.05 106	0.06 210

AIO-Stereo-zeroshot1	0.11 196	0.05 14	0.14 273	0.16 150	0.21 544	0.09 92	0.17 336	0.21 266	0.16 202	0.11 179	0.15 224	0.10 172	0.07 117	0.10 69	0.08 14	0.06 116	0.05 173	0.07 218	0.07 293	0.07 271	0.09 403

AE-Stereo	0.10 157	0.08 251	0.11 157	0.19 369	0.09 247	0.10 138	0.15 250	0.14 89	0.20 284	0.09 109	0.15 224	0.12 217	0.08 158	0.11 119	0.10 125	0.05 29	0.06 326	0.07 218	0.06 201	0.05 106	0.04 33

11t1	0.12 269	0.07 136	0.14 273	0.14 36	0.08 137	0.17 373	0.15 250	0.19 234	0.15 174	0.15 287	0.15 224	0.17 322	0.16 378	0.15 300	0.13 287	0.08 322	0.05 173	0.06 117	0.05 129	0.08 337	0.07 289

plain	0.11 196	0.09 323	0.10 108	0.19 369	0.09 247	0.11 181	0.14 176	0.14 89	0.13 132	0.13 240	0.15 224	0.09 139	0.12 272	0.13 254	0.12 252	0.07 261	0.05 173	0.09 383	0.06 201	0.06 202	0.06 210

testlalala_base	0.10 157	0.09 323	0.14 273	0.21 456	0.08 137	0.10 138	0.14 176	0.13 71	0.11 63	0.08 73	0.15 224	0.07 76	0.08 158	0.11 119	0.12 252	0.08 322	0.05 173	0.05 32	0.03 1	0.07 271	0.05 122

riskmin	0.11 196	0.06 61	0.13 228	0.14 36	0.08 137	0.14 296	0.14 176	0.18 207	0.15 174	0.12 211	0.15 224	0.17 322	0.11 240	0.14 282	0.12 252	0.09 378	0.05 173	0.07 218	0.05 129	0.08 337	0.08 358

LCNet	0.11 196	0.07 136	0.09 71	0.19 369	0.09 247	0.08 53	0.14 176	0.21 266	0.15 174	0.12 211	0.15 224	0.16 305	0.11 240	0.12 202	0.11 192	0.05 29	0.04 23	0.08 299	0.07 293	0.06 202	0.14 507

STrans-v2	0.10 157	0.07 136	0.13 228	0.18 309	0.08 137	0.10 138	0.14 176	0.22 289	0.11 63	0.11 179	0.15 224	0.12 217	0.10 210	0.11 119	0.12 252	0.05 29	0.04 23	0.06 117	0.06 201	0.05 106	0.05 122

NRIStereo	0.11 196	0.08 251	0.15 311	0.18 309	0.08 137	0.10 138	0.13 119	0.17 179	0.15 174	0.12 211	0.15 224	0.13 241	0.13 304	0.13 254	0.10 125	0.06 116	0.04 23	0.07 218	0.06 201	0.06 202	0.07 289

DeepStereo_RVC	0.11 196	0.08 251	0.17 376	0.18 309	0.08 137	0.08 53	0.11 50	0.17 179	0.12 95	0.13 240	0.15 224	0.12 217	0.12 272	0.12 202	0.11 192	0.06 116	0.04 23	0.07 218	0.06 201	0.07 271	0.08 358

IRAFT_RVC	0.12 269	0.08 251	0.17 376	0.19 369	0.08 137	0.07 26	0.14 176	0.25 353	0.23 330	0.14 263	0.15 224	0.15 285	0.12 272	0.12 202	0.11 192	0.06 116	0.04 23	0.09 383	0.06 201	0.06 202	0.06 210

GMM-Stereo	0.11 196	0.07 136	0.10 108	0.18 309	0.09 247	0.08 53	0.14 176	0.24 332	0.16 202	0.11 179	0.15 224	0.13 241	0.11 240	0.11 119	0.11 192	0.05 29	0.04 23	0.08 299	0.07 293	0.06 202	0.09 403

raft+_RVC	0.11 196	0.07 136	0.09 71	0.16 150	0.07 74	0.10 138	0.11 50	0.24 332	0.20 284	0.12 211	0.15 224	0.12 217	0.08 158	0.12 202	0.13 287	0.07 261	0.04 23	0.07 218	0.06 201	0.05 106	0.05 122

TANstereo	0.09 94	0.04 1	0.08 24	0.13 9	0.06 13	0.11 181	0.13 119	0.15 116	0.19 263	0.11 179	0.15 224	0.10 172	0.07 117	0.12 202	0.09 50	0.07 261	0.05 173	0.05 32	0.04 40	0.06 202	0.05 122

DFGA-Net	0.13 296	0.11 413	0.19 431	0.18 309	0.10 354	0.13 256	0.13 119	0.23 308	0.25 364	0.16 316	0.16 241	0.13 241	0.12 272	0.17 366	0.15 357	0.07 261	0.05 173	0.08 299	0.07 293	0.05 106	0.05 122

FACV-RUCA	0.13 296	0.11 413	0.13 228	0.19 369	0.12 439	0.15 322	0.16 310	0.22 289	0.21 298	0.16 316	0.16 241	0.15 285	0.16 378	0.14 282	0.13 287	0.07 261	0.05 173	0.08 299	0.06 201	0.10 436	0.08 358

UGAM	0.13 296	0.10 388	0.09 71	0.22 477	0.08 137	0.13 256	0.20 447	0.18 207	0.24 340	0.22 428	0.16 241	0.13 241	0.13 304	0.19 408	0.13 287	0.07 261	0.05 173	0.13 497	0.11 474	0.07 271	0.05 122

MIF-Stereo (partial)	0.11 196	0.06 61	0.10 108	0.19 369	0.10 354	0.10 138	0.12 77	0.17 179	0.19 263	0.14 263	0.16 241	0.10 172	0.11 240	0.12 202	0.12 252	0.08 322	0.05 173	0.08 299	0.07 293	0.06 202	0.07 289

LL-Strereo	0.13 296	0.10 388	0.12 195	0.20 425	0.10 354	0.11 181	0.18 384	0.33 469	0.25 364	0.16 316	0.16 241	0.14 260	0.14 336	0.19 408	0.11 192	0.06 116	0.05 173	0.09 383	0.08 360	0.04 18	0.05 122

Patchmatch Stereo++	0.11 196	0.09 323	0.17 376	0.19 369	0.08 137	0.06 9	0.11 50	0.17 179	0.13 132	0.15 287	0.16 241	0.14 260	0.12 272	0.11 119	0.11 192	0.06 116	0.05 173	0.08 299	0.06 201	0.08 337	0.07 289
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
TransformOpticalFlow	0.10 157	0.08 251	0.13 228	0.18 309	0.07 74	0.09 92	0.15 250	0.19 234	0.16 202	0.12 211	0.16 241	0.11 196	0.11 240	0.11 119	0.11 192	0.05 29	0.04 23	0.06 117	0.06 201	0.05 106	0.05 122

PSM-adaLoss	0.11 196	0.09 323	0.17 376	0.19 369	0.08 137	0.06 9	0.12 77	0.17 179	0.13 132	0.15 287	0.16 241	0.14 260	0.12 272	0.11 119	0.11 192	0.06 116	0.05 173	0.08 299	0.06 201	0.08 337	0.07 289

ROB_FTStereo_v2	0.11 196	0.09 323	0.17 376	0.19 369	0.08 137	0.06 9	0.12 77	0.17 179	0.13 132	0.15 287	0.16 241	0.14 260	0.12 272	0.11 119	0.11 192	0.06 116	0.05 173	0.08 299	0.06 201	0.08 337	0.07 289

ROB_FTStereo	0.11 196	0.09 323	0.17 376	0.19 369	0.08 137	0.06 9	0.11 50	0.17 179	0.13 132	0.15 287	0.16 241	0.14 260	0.12 272	0.11 119	0.11 192	0.06 116	0.05 173	0.08 299	0.06 201	0.08 337	0.07 289

KYRaft	0.12 269	0.07 136	0.10 108	0.19 369	0.09 247	0.08 53	0.15 250	0.23 308	0.12 95	0.13 240	0.16 241	0.20 363	0.10 210	0.12 202	0.11 192	0.06 116	0.04 23	0.08 299	0.08 360	0.06 202	0.15 521

HUI-Stereo	0.11 196	0.09 323	0.17 376	0.19 369	0.08 137	0.06 9	0.11 50	0.17 179	0.13 132	0.15 287	0.16 241	0.14 260	0.12 272	0.11 119	0.11 192	0.06 116	0.05 173	0.08 299	0.06 201	0.08 337	0.07 289

ASMatch	0.11 196	0.06 61	0.13 228	0.17 227	0.10 354	0.08 53	0.14 176	0.18 207	0.16 202	0.12 211	0.16 241	0.16 305	0.11 240	0.13 254	0.11 192	0.05 29	0.04 23	0.06 117	0.06 201	0.04 18	0.09 403

PFNet	0.12 269	0.06 61	0.17 376	0.18 309	0.08 137	0.09 92	0.15 250	0.26 366	0.20 284	0.16 316	0.16 241	0.14 260	0.12 272	0.13 254	0.11 192	0.06 116	0.04 23	0.07 218	0.06 201	0.05 106	0.05 122

iGMRVC	0.11 196	0.09 323	0.17 376	0.19 369	0.08 137	0.06 9	0.12 77	0.17 179	0.13 132	0.15 287	0.16 241	0.14 260	0.12 272	0.11 119	0.11 192	0.06 116	0.05 173	0.08 299	0.06 201	0.08 337	0.07 289

iRAFT	0.11 196	0.09 323	0.17 376	0.19 369	0.08 137	0.06 9	0.11 50	0.17 179	0.13 132	0.15 287	0.16 241	0.14 260	0.12 272	0.11 119	0.11 192	0.06 116	0.05 173	0.08 299	0.06 201	0.08 337	0.07 289

RAFT-IKP	0.11 196	0.09 323	0.17 376	0.19 369	0.08 137	0.06 9	0.11 50	0.17 179	0.13 132	0.15 287	0.16 241	0.14 260	0.12 272	0.11 119	0.11 192	0.06 116	0.05 173	0.08 299	0.06 201	0.08 337	0.07 289

Prome-Stereo	0.11 196	0.07 136	0.11 157	0.18 309	0.09 247	0.12 224	0.14 176	0.23 308	0.13 132	0.13 240	0.16 241	0.13 241	0.08 158	0.12 202	0.10 125	0.05 29	0.05 173	0.07 218	0.06 201	0.06 202	0.10 433

DIP-Stereo	0.11 196	0.08 251	0.15 311	0.17 227	0.09 247	0.13 256	0.09 18	0.16 144	0.16 202	0.12 211	0.16 241	0.14 260	0.12 272	0.16 327	0.14 323	0.06 116	0.05 173	0.06 117	0.05 129	0.05 106	0.07 289
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HI	0.11 196	0.06 61	0.12 195	0.13 9	0.09 247	0.09 92	0.14 176	0.22 289	0.11 63	0.20 397	0.17 260	0.14 260	0.10 210	0.16 327	0.09 50	0.05 29	0.04 23	0.07 218	0.08 360	0.07 271	0.06 210

CoSv	0.11 196	0.06 61	0.12 195	0.13 9	0.09 247	0.09 92	0.14 176	0.22 289	0.11 63	0.20 397	0.17 260	0.14 260	0.10 210	0.16 327	0.09 50	0.05 29	0.04 23	0.07 218	0.08 360	0.07 271	0.06 210

rvit_0105_3	0.16 394	0.10 388	0.15 311	0.20 425	0.12 439	0.15 322	0.26 522	0.25 353	0.30 419	0.15 287	0.17 260	0.21 372	0.14 336	0.18 383	0.14 323	0.14 515	0.11 491	0.12 483	0.14 511	0.07 271	0.07 289

CoDeX	0.12 269	0.07 136	0.13 228	0.17 227	0.08 137	0.12 224	0.16 310	0.23 308	0.27 390	0.13 240	0.17 260	0.15 285	0.12 272	0.14 282	0.11 192	0.07 261	0.05 173	0.07 218	0.06 201	0.06 202	0.05 122

knoymous	0.11 196	0.06 61	0.12 195	0.14 36	0.07 74	0.15 322	0.13 119	0.20 248	0.14 154	0.11 179	0.17 260	0.13 241	0.09 187	0.14 282	0.11 192	0.09 378	0.05 173	0.06 117	0.05 129	0.07 271	0.07 289

DCANet-4	0.11 196	0.07 136	0.13 228	0.16 150	0.06 13	0.09 92	0.17 336	0.18 207	0.20 284	0.13 240	0.17 260	0.09 139	0.14 336	0.12 202	0.13 287	0.06 116	0.04 23	0.05 32	0.04 40	0.04 18	0.05 122

fff	0.10 157	0.06 61	0.12 195	0.15 76	0.07 74	0.09 92	0.17 336	0.16 144	0.21 298	0.13 240	0.17 260	0.10 172	0.11 240	0.12 202	0.13 287	0.06 116	0.04 23	0.05 32	0.04 40	0.04 18	0.05 122

GMOStereo	0.11 196	0.09 323	0.08 24	0.19 369	0.08 137	0.12 224	0.28 533	0.13 71	0.18 241	0.11 179	0.17 260	0.14 260	0.12 272	0.07 3	0.07 1	0.05 29	0.05 173	0.09 383	0.07 293	0.04 18	0.04 33

error version	0.11 196	0.09 323	0.08 24	0.19 369	0.08 137	0.12 224	0.28 533	0.13 71	0.18 241	0.11 179	0.17 260	0.14 260	0.12 272	0.07 3	0.07 1	0.05 29	0.05 173	0.09 383	0.07 293	0.04 18	0.04 33

test-v	0.11 196	0.09 323	0.08 24	0.19 369	0.08 137	0.12 224	0.28 533	0.13 71	0.18 241	0.11 179	0.17 260	0.14 260	0.12 272	0.07 3	0.07 1	0.05 29	0.05 173	0.09 383	0.07 293	0.04 18	0.04 33

IIG-Stereo	0.11 196	0.06 61	0.13 228	0.17 227	0.08 137	0.11 181	0.12 77	0.22 289	0.18 241	0.14 263	0.17 260	0.12 217	0.13 304	0.12 202	0.13 287	0.06 116	0.05 173	0.07 218	0.06 201	0.06 202	0.05 122

NF-Stereo	0.11 196	0.07 136	0.13 228	0.17 227	0.09 247	0.10 138	0.13 119	0.23 308	0.19 263	0.12 211	0.17 260	0.12 217	0.12 272	0.11 119	0.11 192	0.06 116	0.04 23	0.07 218	0.06 201	0.07 271	0.12 478

OCTAStereo	0.11 196	0.07 136	0.14 273	0.17 227	0.09 247	0.10 138	0.13 119	0.23 308	0.19 263	0.12 211	0.17 260	0.12 217	0.12 272	0.11 119	0.11 192	0.06 116	0.04 23	0.07 218	0.06 201	0.07 271	0.11 457

GrayStereo	0.11 196	0.06 61	0.11 157	0.19 369	0.09 247	0.09 92	0.16 310	0.18 207	0.17 227	0.14 263	0.17 260	0.17 322	0.11 240	0.12 202	0.11 192	0.05 29	0.05 173	0.07 218	0.06 201	0.06 202	0.10 433

RE-Stereo	0.11 196	0.07 136	0.13 228	0.17 227	0.09 247	0.10 138	0.13 119	0.23 308	0.19 263	0.12 211	0.17 260	0.12 217	0.12 272	0.11 119	0.11 192	0.06 116	0.04 23	0.07 218	0.06 201	0.07 271	0.11 457

TVStereo	0.11 196	0.07 136	0.13 228	0.17 227	0.09 247	0.10 138	0.13 119	0.23 308	0.19 263	0.12 211	0.17 260	0.12 217	0.12 272	0.11 119	0.11 192	0.06 116	0.04 23	0.07 218	0.06 201	0.07 271	0.11 457

test-2	0.11 196	0.09 323	0.08 24	0.19 369	0.08 137	0.12 224	0.28 533	0.13 71	0.18 241	0.11 179	0.17 260	0.14 260	0.12 272	0.07 3	0.07 1	0.05 29	0.05 173	0.09 383	0.07 293	0.04 18	0.04 33

Anonymous3	0.16 394	0.14 475	0.34 514	0.26 524	0.14 483	0.27 504	0.18 384	0.28 405	0.28 406	0.15 287	0.17 260	0.14 260	0.11 240	0.16 327	0.12 252	0.08 322	0.08 428	0.08 299	0.08 360	0.08 337	0.11 457

RALCasStereoNet	0.11 196	0.07 136	0.09 71	0.16 150	0.08 137	0.13 256	0.14 176	0.17 179	0.11 63	0.12 211	0.17 260	0.14 260	0.10 210	0.12 202	0.11 192	0.07 261	0.06 326	0.06 117	0.05 129	0.08 337	0.07 289

csc	0.10 157	0.06 61	0.12 195	0.15 76	0.07 74	0.09 92	0.17 336	0.16 144	0.21 298	0.13 240	0.17 260	0.10 172	0.11 240	0.12 202	0.13 287	0.06 116	0.04 23	0.05 32	0.04 40	0.04 18	0.05 122

cscssc	0.10 157	0.06 61	0.12 195	0.15 76	0.07 74	0.09 92	0.17 336	0.16 144	0.21 298	0.13 240	0.17 260	0.10 172	0.11 240	0.12 202	0.13 287	0.06 116	0.04 23	0.05 32	0.04 40	0.04 18	0.05 122

GMStereo	0.13 296	0.15 482	0.14 273	0.18 309	0.09 247	0.16 350	0.16 310	0.20 248	0.25 364	0.17 328	0.17 260	0.11 196	0.11 240	0.16 327	0.13 287	0.07 261	0.06 326	0.06 117	0.06 201	0.07 271	0.06 210
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HITNet	0.11 196	0.06 61	0.12 195	0.14 36	0.06 13	0.12 224	0.10 28	0.18 207	0.18 241	0.13 240	0.17 260	0.15 285	0.11 240	0.15 300	0.14 323	0.06 116	0.04 23	0.04 1	0.04 40	0.06 202	0.05 122
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
rvit_0105_6	0.14 326	0.09 323	0.18 408	0.17 227	0.10 354	0.10 138	0.17 336	0.19 234	0.26 377	0.12 211	0.18 283	0.17 322	0.13 304	0.18 383	0.13 287	0.15 519	0.11 491	0.12 483	0.10 444	0.09 401	0.06 210

rvit_stereo_0081_aga	0.12 269	0.09 323	0.15 311	0.18 309	0.10 354	0.14 296	0.14 176	0.14 89	0.19 263	0.10 140	0.18 283	0.16 305	0.09 187	0.12 202	0.10 125	0.10 420	0.06 326	0.08 299	0.07 293	0.07 271	0.06 210

ITSA-stereo	0.16 394	0.11 413	0.14 273	0.19 369	0.08 137	0.13 256	0.14 176	0.30 434	0.49 525	0.17 328	0.18 283	0.22 390	0.15 357	0.17 366	0.16 376	0.10 420	0.06 326	0.08 299	0.08 360	0.08 337	0.09 403

MyStereo8	0.12 269	0.07 136	0.15 311	0.15 76	0.09 247	0.18 389	0.14 176	0.19 234	0.22 320	0.12 211	0.18 283	0.11 196	0.10 210	0.16 327	0.18 406	0.07 261	0.05 173	0.07 218	0.05 129	0.08 337	0.09 403

CASS	0.14 326	0.12 432	0.12 195	0.23 496	0.09 247	0.15 322	0.17 336	0.19 234	0.20 284	0.17 328	0.18 283	0.15 285	0.15 357	0.15 300	0.14 323	0.09 378	0.06 326	0.10 431	0.08 360	0.09 401	0.07 289
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DCRE	0.11 196	0.07 136	0.13 228	0.16 150	0.11 409	0.11 181	0.17 336	0.18 207	0.17 227	0.11 179	0.18 283	0.11 196	0.10 210	0.15 300	0.11 192	0.06 116	0.05 173	0.06 117	0.06 201	0.05 106	0.05 122

ADStereo(finetuned)	0.10 157	0.06 61	0.13 228	0.16 150	0.06 13	0.09 92	0.17 336	0.16 144	0.20 284	0.13 240	0.18 283	0.10 172	0.12 272	0.12 202	0.12 252	0.06 116	0.04 23	0.05 32	0.04 40	0.05 106	0.05 122

test_4	0.11 196	0.10 388	0.08 24	0.19 369	0.09 247	0.08 53	0.21 463	0.15 116	0.18 241	0.12 211	0.18 283	0.12 217	0.09 187	0.08 15	0.11 192	0.04 6	0.04 23	0.08 299	0.08 360	0.04 18	0.04 33

IPLG	0.11 196	0.08 251	0.15 311	0.17 227	0.08 137	0.11 181	0.14 176	0.20 248	0.15 174	0.13 240	0.18 283	0.07 76	0.07 117	0.14 282	0.14 323	0.06 116	0.04 23	0.06 117	0.05 129	0.04 18	0.04 33

GANet-ADL	0.13 296	0.07 136	0.15 311	0.17 227	0.10 354	0.19 411	0.15 250	0.30 434	0.21 298	0.13 240	0.18 283	0.19 346	0.13 304	0.16 327	0.14 323	0.08 322	0.06 326	0.06 117	0.05 129	0.07 271	0.08 358

SST-Stereo	0.11 196	0.07 136	0.16 353	0.18 309	0.09 247	0.06 9	0.12 77	0.18 207	0.10 36	0.15 287	0.18 283	0.13 241	0.12 272	0.10 69	0.11 192	0.06 116	0.04 23	0.09 383	0.06 201	0.07 271	0.06 210

RAFT_R40	0.11 196	0.07 136	0.15 311	0.18 309	0.09 247	0.06 9	0.13 119	0.17 179	0.15 174	0.14 263	0.18 283	0.15 285	0.12 272	0.10 69	0.11 192	0.06 116	0.04 23	0.09 383	0.06 201	0.06 202	0.05 122

DCANet	0.10 157	0.06 61	0.12 195	0.16 150	0.06 13	0.09 92	0.17 336	0.16 144	0.20 284	0.13 240	0.18 283	0.10 172	0.11 240	0.11 119	0.12 252	0.06 116	0.04 23	0.05 32	0.04 40	0.05 106	0.05 122

SFCPSM	0.13 296	0.07 136	0.15 311	0.17 227	0.09 247	0.15 322	0.16 310	0.28 405	0.27 390	0.14 263	0.18 283	0.12 217	0.13 304	0.14 282	0.11 192	0.08 322	0.05 173	0.07 218	0.07 293	0.07 271	0.06 210

G2L-ROB	0.13 296	0.07 136	0.13 228	0.13 9	0.08 137	0.14 296	0.17 336	0.25 353	0.19 263	0.20 397	0.19 297	0.20 363	0.14 336	0.18 383	0.16 376	0.08 322	0.05 173	0.06 117	0.05 129	0.08 337	0.09 403

qqq	0.13 296	0.09 323	0.15 311	0.16 150	0.08 137	0.13 256	0.15 250	0.24 332	0.16 202	0.15 287	0.19 297	0.16 305	0.16 378	0.15 300	0.16 376	0.07 261	0.06 326	0.08 299	0.08 360	0.07 271	0.07 289

DisPM	0.11 196	0.07 136	0.13 228	0.16 150	0.09 247	0.06 9	0.13 119	0.18 207	0.17 227	0.14 263	0.19 297	0.12 217	0.10 210	0.12 202	0.11 192	0.07 261	0.05 173	0.07 218	0.06 201	0.06 202	0.11 457

PFNet+	0.12 269	0.06 61	0.14 273	0.16 150	0.09 247	0.05 3	0.12 77	0.18 207	0.21 298	0.16 316	0.19 297	0.14 260	0.10 210	0.11 119	0.11 192	0.08 322	0.05 173	0.09 383	0.08 360	0.06 202	0.11 457

PSM-softLoss	0.12 269	0.07 136	0.15 311	0.17 227	0.09 247	0.08 53	0.12 77	0.24 332	0.17 227	0.15 287	0.19 297	0.13 241	0.11 240	0.11 119	0.11 192	0.07 261	0.05 173	0.08 299	0.07 293	0.07 271	0.12 478

KMStereo	0.12 269	0.07 136	0.15 311	0.17 227	0.09 247	0.08 53	0.12 77	0.24 332	0.17 227	0.15 287	0.19 297	0.13 241	0.11 240	0.11 119	0.11 192	0.07 261	0.05 173	0.08 299	0.07 293	0.07 271	0.12 478

Pruner-Stereo	0.11 196	0.07 136	0.12 195	0.17 227	0.09 247	0.06 9	0.12 77	0.18 207	0.17 227	0.14 263	0.19 297	0.13 241	0.10 210	0.11 119	0.11 192	0.06 116	0.04 23	0.07 218	0.06 201	0.06 202	0.08 358

BEATNet_4x	0.12 269	0.09 323	0.15 311	0.18 309	0.07 74	0.15 322	0.07 3	0.23 308	0.19 263	0.16 316	0.19 297	0.19 346	0.14 336	0.17 366	0.15 357	0.07 261	0.05 173	0.05 32	0.05 129	0.06 202	0.07 289

R-Stereo Train	0.10 157	0.06 61	0.11 157	0.17 227	0.08 137	0.11 181	0.14 176	0.24 332	0.11 63	0.12 211	0.19 297	0.11 196	0.08 158	0.10 69	0.11 192	0.07 261	0.05 173	0.06 117	0.05 129	0.05 106	0.05 122

RAFT-Stereo	0.10 157	0.06 61	0.11 157	0.17 227	0.08 137	0.11 181	0.14 176	0.24 332	0.11 63	0.12 211	0.19 297	0.11 196	0.08 158	0.10 69	0.11 192	0.07 261	0.05 173	0.06 117	0.05 129	0.05 106	0.05 122
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
rvit_0105_4	0.15 367	0.09 323	0.17 376	0.17 227	0.10 354	0.12 224	0.20 447	0.23 308	0.27 390	0.14 263	0.20 307	0.17 322	0.14 336	0.17 366	0.13 287	0.15 519	0.11 491	0.11 461	0.10 444	0.09 401	0.06 210

SMFormer	0.14 326	0.07 136	0.18 408	0.14 36	0.08 137	0.17 373	0.17 336	0.27 380	0.27 390	0.19 375	0.20 307	0.19 346	0.15 357	0.15 300	0.17 393	0.08 322	0.05 173	0.07 218	0.06 201	0.08 337	0.07 289

tta	0.14 326	0.07 136	0.18 408	0.14 36	0.08 137	0.17 373	0.17 336	0.27 380	0.27 390	0.19 375	0.20 307	0.19 346	0.15 357	0.15 300	0.17 393	0.08 322	0.05 173	0.07 218	0.06 201	0.06 202	0.06 210

qqq1	0.14 326	0.07 136	0.18 408	0.14 36	0.08 137	0.17 373	0.17 336	0.27 380	0.27 390	0.19 375	0.20 307	0.19 346	0.15 357	0.15 300	0.12 252	0.08 322	0.05 173	0.05 32	0.05 129	0.06 202	0.06 210

fff1	0.14 326	0.07 136	0.18 408	0.14 36	0.08 137	0.17 373	0.17 336	0.27 380	0.27 390	0.19 375	0.20 307	0.19 346	0.15 357	0.15 300	0.12 252	0.08 322	0.05 173	0.05 32	0.05 129	0.06 202	0.06 210

PCWNet_CMD	0.14 326	0.08 251	0.15 311	0.17 227	0.09 247	0.14 296	0.14 176	0.29 423	0.36 470	0.14 263	0.20 307	0.21 372	0.13 304	0.17 366	0.14 323	0.07 261	0.05 173	0.07 218	0.07 293	0.07 271	0.07 289

TestStereo1	0.13 296	0.08 251	0.08 24	0.20 425	0.08 137	0.18 389	0.29 544	0.23 308	0.17 227	0.17 328	0.20 307	0.16 305	0.11 240	0.12 202	0.13 287	0.06 116	0.06 326	0.08 299	0.06 201	0.05 106	0.05 122

x	0.13 296	0.08 251	0.15 311	0.14 36	0.08 137	0.19 411	0.14 176	0.22 289	0.21 298	0.15 287	0.20 307	0.20 363	0.18 416	0.18 383	0.18 406	0.07 261	0.05 173	0.06 117	0.06 201	0.07 271	0.07 289

raft_robust	0.13 296	0.10 388	0.07 5	0.18 309	0.08 137	0.13 256	0.24 497	0.29 423	0.34 451	0.20 397	0.20 307	0.15 285	0.10 210	0.11 119	0.12 252	0.05 29	0.05 173	0.07 218	0.07 293	0.05 106	0.04 33

SA-5K	0.13 296	0.08 251	0.08 24	0.20 425	0.08 137	0.18 389	0.29 544	0.23 308	0.17 227	0.17 328	0.20 307	0.16 305	0.11 240	0.12 202	0.13 287	0.06 116	0.06 326	0.08 299	0.06 201	0.05 106	0.05 122

Sa-1000	0.12 269	0.08 251	0.09 71	0.18 309	0.08 137	0.15 322	0.22 475	0.22 289	0.19 263	0.15 287	0.20 307	0.17 322	0.11 240	0.10 69	0.10 125	0.06 116	0.05 173	0.09 383	0.09 406	0.05 106	0.05 122

UDGNet	0.14 326	0.13 460	0.17 376	0.18 309	0.10 354	0.12 224	0.16 310	0.21 266	0.27 390	0.20 397	0.20 307	0.17 322	0.13 304	0.16 327	0.14 323	0.10 420	0.06 326	0.09 383	0.07 293	0.07 271	0.07 289

dd	0.15 367	0.17 503	0.17 376	0.19 369	0.09 247	0.15 322	0.18 384	0.22 289	0.26 377	0.23 442	0.20 307	0.21 372	0.10 210	0.21 444	0.17 393	0.10 420	0.06 326	0.08 299	0.06 201	0.08 337	0.07 289

PSMNet-ADL	0.15 367	0.12 432	0.13 228	0.22 477	0.09 247	0.13 256	0.20 447	0.26 366	0.23 330	0.18 360	0.20 307	0.23 407	0.17 402	0.18 383	0.18 406	0.09 378	0.08 428	0.08 299	0.11 474	0.08 337	0.07 289

ADLNet2	0.16 394	0.09 323	0.14 273	0.17 227	0.09 247	0.20 430	0.16 310	0.32 455	0.39 487	0.17 328	0.20 307	0.20 363	0.19 434	0.21 444	0.23 468	0.08 322	0.07 397	0.07 218	0.07 293	0.09 401	0.07 289

DMCA	0.14 326	0.09 323	0.17 376	0.19 369	0.09 247	0.15 322	0.17 336	0.23 308	0.28 406	0.14 263	0.20 307	0.17 322	0.18 416	0.15 300	0.17 393	0.10 420	0.06 326	0.08 299	0.06 201	0.09 401	0.10 433

MSMDNet	0.14 326	0.08 251	0.15 311	0.17 227	0.09 247	0.14 296	0.14 176	0.29 423	0.36 470	0.14 263	0.20 307	0.21 372	0.13 304	0.18 383	0.14 323	0.07 261	0.05 173	0.07 218	0.07 293	0.07 271	0.07 289

MultiAttention	0.30 533	0.08 251	0.15 311	0.19 369	0.13 465	1.56 598	1.33 600	0.36 505	0.36 470	0.20 397	0.21 324	0.24 416	0.11 240	0.39 548	0.18 406	0.06 116	0.05 173	0.08 299	0.08 360	0.11 458	0.09 403

coex_refinement	0.14 326	0.07 136	0.12 195	0.17 227	0.10 354	0.16 350	0.15 250	0.27 380	0.29 413	0.18 360	0.21 324	0.22 390	0.17 402	0.16 327	0.19 421	0.08 322	0.05 173	0.06 117	0.06 201	0.09 401	0.08 358

rvit_105_1	0.19 443	0.12 432	0.25 473	0.21 456	0.16 513	0.22 455	0.28 533	0.32 455	0.42 500	0.20 397	0.21 324	0.22 390	0.18 416	0.19 408	0.18 406	0.12 478	0.12 506	0.13 497	0.15 526	0.08 337	0.07 289

DualNet (step1)	0.17 416	0.12 432	0.21 445	0.13 9	0.14 483	0.18 389	0.14 176	0.28 405	0.24 340	0.21 413	0.21 324	0.24 416	0.20 446	0.16 327	0.16 376	0.15 519	0.06 326	0.14 510	0.14 511	0.15 519	0.13 491

test_sample9	0.18 431	0.12 432	0.21 445	0.13 9	0.14 483	0.18 389	0.14 176	0.28 405	0.24 340	0.21 413	0.21 324	0.24 416	0.20 446	0.19 408	0.18 406	0.15 519	0.30 568	0.14 510	0.14 511	0.15 519	0.13 491

test_sample7	0.16 394	0.10 388	0.16 353	0.14 36	0.12 439	0.16 350	0.17 336	0.28 405	0.24 340	0.21 413	0.21 324	0.24 416	0.20 446	0.16 327	0.16 376	0.12 478	0.06 326	0.10 431	0.09 406	0.11 458	0.10 433

test_sample2	0.13 296	0.07 136	0.12 195	0.14 36	0.08 137	0.16 350	0.18 384	0.21 266	0.16 202	0.14 263	0.21 324	0.20 363	0.15 357	0.15 300	0.13 287	0.08 322	0.06 326	0.07 218	0.06 201	0.08 337	0.08 358

NINENet	0.16 394	0.10 388	0.16 353	0.17 227	0.11 409	0.20 430	0.14 176	0.41 535	0.37 476	0.18 360	0.21 324	0.16 305	0.14 336	0.16 327	0.14 323	0.08 322	0.08 428	0.10 431	0.07 293	0.10 436	0.09 403

psmg	0.14 326	0.09 323	0.14 273	0.17 227	0.10 354	0.15 322	0.17 336	0.29 423	0.20 284	0.17 328	0.21 324	0.25 429	0.16 378	0.16 327	0.14 323	0.08 322	0.07 397	0.08 299	0.08 360	0.07 271	0.07 289

AAGNet	0.12 269	0.08 251	0.17 376	0.19 369	0.09 247	0.08 53	0.13 119	0.19 234	0.13 132	0.16 316	0.21 324	0.13 241	0.14 336	0.11 119	0.14 323	0.06 116	0.04 23	0.09 383	0.06 201	0.06 202	0.05 122

RAFT	0.13 296	0.09 323	0.11 157	0.18 309	0.08 137	0.15 322	0.23 487	0.21 266	0.20 284	0.21 413	0.21 324	0.18 337	0.13 304	0.17 366	0.10 125	0.06 116	0.07 397	0.10 431	0.09 406	0.06 202	0.05 122

CFNet_pseudo	0.14 326	0.08 251	0.16 353	0.16 150	0.09 247	0.13 256	0.14 176	0.27 380	0.34 451	0.15 287	0.21 324	0.22 390	0.13 304	0.18 383	0.14 323	0.07 261	0.05 173	0.08 299	0.06 201	0.07 271	0.07 289

HSM-Net_RVC	0.14 326	0.08 251	0.12 195	0.15 76	0.08 137	0.16 350	0.15 250	0.27 380	0.29 413	0.20 397	0.21 324	0.29 464	0.14 336	0.18 383	0.13 287	0.06 116	0.06 326	0.06 117	0.06 201	0.07 271	0.06 210
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ccs_rob	0.14 326	0.09 323	0.16 353	0.16 150	0.09 247	0.13 256	0.14 176	0.27 380	0.34 451	0.15 287	0.21 324	0.22 390	0.13 304	0.18 383	0.14 323	0.07 261	0.05 173	0.08 299	0.07 293	0.07 271	0.07 289

UCFNet_RVC	0.15 367	0.08 251	0.13 228	0.11 1	0.10 354	0.20 430	0.10 28	0.24 332	0.23 330	0.17 328	0.21 324	0.24 416	0.15 357	0.18 383	0.15 357	0.12 478	0.07 397	0.11 461	0.13 506	0.11 458	0.10 433

DeepPruner_ROB	0.16 394	0.11 413	0.16 353	0.17 227	0.10 354	0.17 373	0.15 250	0.32 455	0.21 298	0.19 375	0.21 324	0.22 390	0.19 434	0.21 444	0.16 376	0.13 495	0.09 455	0.09 383	0.10 444	0.11 458	0.11 457

test_sample8	0.20 452	0.12 432	0.21 445	0.13 9	0.14 483	0.18 389	0.14 176	0.32 455	0.21 298	0.28 493	0.22 340	0.36 512	0.26 492	0.19 408	0.18 406	0.15 519	0.30 568	0.14 510	0.14 511	0.15 519	0.13 491

test_sample3	0.14 326	0.08 251	0.15 311	0.14 36	0.09 247	0.20 430	0.17 336	0.27 380	0.18 241	0.17 328	0.22 340	0.19 346	0.15 357	0.17 366	0.14 323	0.09 378	0.06 326	0.07 218	0.06 201	0.09 401	0.08 358

test_sample1	0.13 296	0.07 136	0.14 273	0.14 36	0.08 137	0.19 411	0.17 336	0.20 248	0.15 174	0.14 263	0.22 340	0.18 337	0.16 378	0.17 366	0.15 357	0.07 261	0.06 326	0.06 117	0.06 201	0.08 337	0.08 358

NOSS_ROB	0.19 443	0.13 460	0.18 408	0.16 150	0.12 439	0.16 350	0.12 77	0.30 434	0.33 440	0.20 397	0.22 340	0.27 446	0.24 476	0.21 444	0.16 376	0.16 536	0.18 543	0.23 549	0.21 546	0.13 491	0.13 491

G2L-Stereo_test	0.14 326	0.07 136	0.11 157	0.13 9	0.08 137	0.12 224	0.17 336	0.31 450	0.28 406	0.21 413	0.23 344	0.20 363	0.16 378	0.17 366	0.19 421	0.07 261	0.05 173	0.05 32	0.05 129	0.07 271	0.07 289

ACV-stereo	0.15 367	0.10 388	0.29 496	0.18 309	0.12 439	0.15 322	0.13 119	0.23 308	0.21 298	0.19 375	0.23 344	0.22 390	0.15 357	0.23 470	0.17 393	0.08 322	0.07 397	0.07 218	0.07 293	0.08 337	0.07 289

DispNO	0.15 367	0.09 323	0.18 408	0.19 369	0.12 439	0.11 181	0.21 463	0.23 308	0.29 413	0.18 360	0.23 344	0.19 346	0.17 402	0.16 327	0.16 376	0.07 261	0.05 173	0.08 299	0.08 360	0.07 271	0.06 210

mmm	0.14 326	0.08 251	0.18 408	0.17 227	0.09 247	0.17 373	0.18 384	0.21 266	0.16 202	0.16 316	0.23 344	0.21 372	0.16 378	0.16 327	0.17 393	0.08 322	0.05 173	0.08 299	0.08 360	0.08 337	0.07 289

ssnet_v2	0.17 416	0.10 388	0.18 408	0.17 227	0.11 409	0.21 441	0.22 475	0.34 483	0.25 364	0.23 442	0.23 344	0.27 446	0.19 434	0.22 462	0.21 444	0.11 452	0.10 478	0.09 383	0.09 406	0.08 337	0.08 358

BUS	0.15 367	0.09 323	0.14 273	0.22 477	0.10 354	0.20 430	0.14 176	0.34 483	0.20 284	0.17 328	0.23 344	0.16 305	0.14 336	0.16 327	0.14 323	0.08 322	0.06 326	0.10 431	0.09 406	0.07 271	0.07 289

BSDual-CNN	0.15 367	0.09 323	0.14 273	0.22 477	0.10 354	0.15 322	0.15 250	0.34 483	0.20 284	0.17 328	0.23 344	0.25 429	0.16 378	0.16 327	0.14 323	0.08 322	0.06 326	0.10 431	0.09 406	0.07 271	0.07 289

hknet	0.15 367	0.11 413	0.14 273	0.22 477	0.11 409	0.15 322	0.15 250	0.34 483	0.26 377	0.17 328	0.23 344	0.22 390	0.18 416	0.17 366	0.13 287	0.07 261	0.06 326	0.10 431	0.09 406	0.07 271	0.07 289

DEmStereo	0.12 269	0.06 61	0.14 273	0.14 36	0.10 354	0.16 350	0.15 250	0.16 144	0.24 340	0.17 328	0.23 344	0.12 217	0.14 336	0.12 202	0.14 323	0.05 29	0.04 23	0.07 218	0.06 201	0.05 106	0.05 122

FADNet_RVC	0.17 416	0.14 475	0.41 529	0.20 425	0.11 409	0.13 256	0.13 119	0.27 380	0.22 320	0.21 413	0.23 344	0.20 363	0.18 416	0.15 300	0.17 393	0.08 322	0.08 428	0.12 483	0.09 406	0.11 458	0.10 433

AdaStereo	0.15 367	0.11 413	0.16 353	0.19 369	0.09 247	0.21 441	0.11 50	0.33 469	0.28 406	0.21 413	0.23 344	0.21 372	0.13 304	0.19 408	0.15 357	0.13 495	0.05 173	0.10 431	0.07 293	0.09 401	0.07 289
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.
DN-CSS_ROB	0.13 296	0.13 460	0.17 376	0.18 309	0.10 354	0.16 350	0.08 7	0.22 289	0.19 263	0.17 328	0.23 344	0.13 241	0.13 304	0.13 254	0.14 323	0.05 29	0.05 173	0.10 431	0.10 444	0.08 337	0.06 210

NLCSM	0.25 505	0.17 503	0.21 445	0.21 456	0.23 548	0.27 504	0.18 384	0.46 555	0.30 419	0.27 479	0.24 356	0.39 526	0.35 537	0.47 561	0.49 570	0.09 378	0.11 491	0.11 461	0.16 530	0.11 458	0.12 478

DCVSM-stereo	0.15 367	0.09 323	0.16 353	0.16 150	0.10 354	0.15 322	0.09 18	0.20 248	0.24 340	0.20 397	0.24 356	0.26 439	0.15 357	0.19 408	0.14 323	0.09 378	0.07 397	0.09 383	0.08 360	0.10 436	0.12 478

ttt	0.14 326	0.08 251	0.14 273	0.15 76	0.08 137	0.15 322	0.18 384	0.27 380	0.30 419	0.16 316	0.24 356	0.17 322	0.14 336	0.13 254	0.14 323	0.11 452	0.08 428	0.09 383	0.08 360	0.09 401	0.09 403

1111x	0.16 394	0.09 323	0.13 228	0.18 309	0.08 137	0.18 389	0.25 513	0.32 455	0.25 364	0.17 328	0.24 356	0.27 446	0.15 357	0.14 282	0.24 480	0.07 261	0.07 397	0.08 299	0.09 406	0.07 271	0.07 289

CFNet_ucs	0.15 367	0.09 323	0.17 376	0.16 150	0.11 409	0.14 296	0.14 176	0.30 434	0.34 451	0.16 316	0.24 356	0.23 407	0.14 336	0.18 383	0.15 357	0.09 378	0.06 326	0.08 299	0.07 293	0.09 401	0.09 403

GASNet	0.22 474	0.24 539	0.34 514	0.26 524	0.17 525	0.27 504	0.16 310	0.45 552	0.42 500	0.27 479	0.24 356	0.30 473	0.16 378	0.27 492	0.18 406	0.12 478	0.09 455	0.12 483	0.11 474	0.16 530	0.08 358

gwcnet-sp	0.14 326	0.07 136	0.13 228	0.18 309	0.09 247	0.16 350	0.18 384	0.24 332	0.24 340	0.19 375	0.24 356	0.15 285	0.16 378	0.16 327	0.15 357	0.08 322	0.07 397	0.07 218	0.08 360	0.08 337	0.07 289

scenet	0.14 326	0.07 136	0.13 228	0.18 309	0.09 247	0.16 350	0.18 384	0.24 332	0.24 340	0.19 375	0.24 356	0.15 285	0.16 378	0.16 327	0.15 357	0.08 322	0.07 397	0.07 218	0.08 360	0.08 337	0.07 289

ToySt	0.17 416	0.11 413	0.19 431	0.17 227	0.11 409	0.16 350	0.26 522	0.24 332	0.33 440	0.19 375	0.24 356	0.26 439	0.24 476	0.19 408	0.21 444	0.07 261	0.08 428	0.09 383	0.10 444	0.09 401	0.08 358

anonymousa	0.13 296	0.07 136	0.14 273	0.18 309	0.09 247	0.13 256	0.17 336	0.20 248	0.29 413	0.15 287	0.24 356	0.16 305	0.14 336	0.14 282	0.14 323	0.07 261	0.05 173	0.07 218	0.09 406	0.05 106	0.07 289

Anonymous_2	0.22 474	0.17 503	0.28 487	0.15 76	0.16 513	0.33 528	0.22 475	0.23 308	0.18 241	0.23 442	0.24 356	0.26 439	0.27 499	0.27 492	0.24 480	0.22 557	0.26 564	0.17 530	0.17 538	0.16 530	0.18 542

ssnet	0.14 326	0.07 136	0.13 228	0.18 309	0.09 247	0.16 350	0.18 384	0.24 332	0.24 340	0.19 375	0.24 356	0.15 285	0.16 378	0.16 327	0.15 357	0.08 322	0.07 397	0.07 218	0.08 360	0.08 337	0.07 289

dad	0.18 431	0.20 525	0.21 445	0.17 227	0.11 409	0.20 430	0.19 428	0.21 266	0.28 406	0.30 508	0.24 356	0.30 473	0.13 304	0.19 408	0.17 393	0.18 542	0.09 455	0.11 461	0.09 406	0.11 458	0.07 289

AASNet	0.16 394	0.08 251	0.13 228	0.19 369	0.09 247	0.19 411	0.15 250	0.38 521	0.37 476	0.20 397	0.24 356	0.20 363	0.17 402	0.17 366	0.21 444	0.10 420	0.08 428	0.08 299	0.07 293	0.09 401	0.09 403

CrosDoStereo	0.12 269	0.07 136	0.12 195	0.14 36	0.09 247	0.12 224	0.15 250	0.17 179	0.22 320	0.19 375	0.24 356	0.15 285	0.11 240	0.11 119	0.12 252	0.06 116	0.05 173	0.07 218	0.07 293	0.05 106	0.05 122

FTStereo	0.12 269	0.07 136	0.14 273	0.18 309	0.09 247	0.07 26	0.15 250	0.22 289	0.18 241	0.12 211	0.24 356	0.11 196	0.13 304	0.13 254	0.14 323	0.05 29	0.05 173	0.07 218	0.07 293	0.06 202	0.10 433

DeepStereo_LL	0.12 269	0.07 136	0.12 195	0.14 36	0.09 247	0.12 224	0.15 250	0.17 179	0.22 320	0.19 375	0.24 356	0.15 285	0.11 240	0.11 119	0.12 252	0.06 116	0.05 173	0.07 218	0.07 293	0.05 106	0.05 122

THIR-Stereo	0.12 269	0.07 136	0.11 157	0.15 76	0.08 137	0.14 296	0.16 310	0.18 207	0.25 364	0.17 328	0.24 356	0.13 241	0.13 304	0.12 202	0.14 323	0.06 116	0.05 173	0.07 218	0.07 293	0.05 106	0.05 122

LMCR-Stereo	0.15 367	0.08 251	0.14 273	0.21 456	0.09 247	0.18 389	0.19 428	0.28 405	0.19 263	0.24 454	0.24 356	0.23 407	0.17 402	0.20 426	0.17 393	0.07 261	0.06 326	0.08 299	0.06 201	0.10 436	0.09 403

pcwnet_v2	0.19 443	0.11 413	0.26 482	0.18 309	0.14 483	0.18 389	0.15 250	0.37 514	0.46 521	0.19 375	0.24 356	0.21 372	0.19 434	0.21 444	0.20 431	0.13 495	0.10 478	0.10 431	0.10 444	0.11 458	0.13 491

GES	0.14 326	0.08 251	0.16 353	0.15 76	0.10 354	0.13 256	0.13 119	0.28 405	0.26 377	0.17 328	0.24 356	0.19 346	0.14 336	0.16 327	0.14 323	0.08 322	0.08 428	0.07 218	0.06 201	0.08 337	0.09 403

HCRNet	0.16 394	0.23 536	0.12 195	0.35 556	0.11 409	0.15 322	0.17 336	0.26 366	0.22 320	0.19 375	0.24 356	0.21 372	0.14 336	0.15 300	0.13 287	0.11 452	0.07 397	0.11 461	0.10 444	0.09 401	0.07 289

UPFNet	0.16 394	0.08 251	0.12 195	0.20 425	0.12 439	0.20 430	0.23 487	0.28 405	0.26 377	0.18 360	0.24 356	0.22 390	0.20 446	0.19 408	0.22 457	0.09 378	0.07 397	0.08 299	0.09 406	0.08 337	0.06 210

FENet	0.13 296	0.08 251	0.13 228	0.16 150	0.08 137	0.15 322	0.16 310	0.23 308	0.23 330	0.17 328	0.24 356	0.16 305	0.13 304	0.14 282	0.15 357	0.08 322	0.05 173	0.08 299	0.08 360	0.08 337	0.08 358

ac_64	0.16 394	0.09 323	0.15 311	0.18 309	0.10 354	0.22 455	0.17 336	0.24 332	0.22 320	0.19 375	0.24 356	0.29 464	0.18 416	0.19 408	0.22 457	0.09 378	0.08 428	0.08 299	0.09 406	0.07 271	0.06 210

CFNet	0.15 367	0.11 413	0.17 376	0.17 227	0.08 137	0.19 411	0.10 28	0.29 423	0.26 377	0.19 375	0.24 356	0.24 416	0.18 416	0.18 383	0.15 357	0.08 322	0.06 326	0.09 383	0.10 444	0.08 337	0.07 289

HSM	0.15 367	0.09 323	0.15 311	0.16 150	0.09 247	0.16 350	0.14 176	0.28 405	0.25 364	0.20 397	0.24 356	0.37 515	0.17 402	0.20 426	0.15 357	0.07 261	0.05 173	0.07 218	0.06 201	0.07 271	0.06 210

iResNet	0.13 296	0.10 388	0.18 408	0.19 369	0.08 137	0.14 296	0.18 384	0.21 266	0.27 390	0.16 316	0.24 356	0.15 285	0.13 304	0.14 282	0.15 357	0.06 116	0.04 23	0.06 117	0.05 129	0.06 202	0.05 122

GCST	0.37 548	0.42 567	0.27 484	1.03 591	0.39 567	0.18 389	0.08 7	0.21 266	0.18 241	0.28 493	0.25 384	0.15 285	0.12 272	0.16 327	0.14 323	0.64 587	0.43 576	0.75 584	0.65 586	0.64 580	0.46 579

StereoVision	0.14 326	0.13 460	0.10 108	0.24 507	0.10 354	0.16 350	0.21 463	0.21 266	0.20 284	0.12 211	0.25 384	0.10 172	0.10 210	0.16 327	0.10 125	0.09 378	0.10 478	0.12 483	0.12 495	0.06 202	0.05 122

SDNR	0.20 452	0.09 323	0.19 431	0.16 150	0.12 439	0.79 580	0.13 119	0.26 366	0.33 440	0.19 375	0.25 384	0.19 346	0.12 272	0.19 408	0.15 357	0.16 536	0.18 543	0.14 510	0.11 474	0.08 337	0.12 478

iinet-f	0.17 416	0.07 136	0.46 536	0.14 36	0.10 354	0.21 441	0.14 176	0.27 380	0.23 330	0.22 428	0.25 384	0.21 372	0.16 378	0.18 383	0.22 457	0.09 378	0.07 397	0.07 218	0.06 201	0.09 401	0.10 433

HHNet	0.11 196	0.06 61	0.16 353	0.15 76	0.14 483	0.07 26	0.13 119	0.20 248	0.18 241	0.15 287	0.25 384	0.11 196	0.09 187	0.13 254	0.10 125	0.06 116	0.04 23	0.08 299	0.06 201	0.05 106	0.09 403

GEStereo_RVC	0.17 416	0.12 432	0.16 353	0.22 477	0.11 409	0.19 411	0.18 384	0.32 455	0.49 525	0.20 397	0.25 384	0.17 322	0.13 304	0.21 444	0.16 376	0.10 420	0.06 326	0.08 299	0.07 293	0.09 401	0.08 358

TestStereo	0.14 326	0.15 482	0.11 157	0.23 496	0.08 137	0.15 322	0.21 463	0.20 248	0.23 330	0.14 263	0.25 384	0.16 305	0.13 304	0.16 327	0.14 323	0.06 116	0.06 326	0.08 299	0.06 201	0.09 401	0.05 122

UNet	0.17 416	0.09 323	0.18 408	0.19 369	0.12 439	0.28 515	0.19 428	0.33 469	0.30 419	0.21 413	0.25 384	0.23 407	0.19 434	0.20 426	0.19 421	0.07 261	0.06 326	0.08 299	0.07 293	0.08 337	0.07 289

GANet-RSSM	0.14 326	0.07 136	0.13 228	0.13 9	0.08 137	0.14 296	0.18 384	0.23 308	0.21 298	0.17 328	0.25 384	0.24 416	0.16 378	0.16 327	0.16 376	0.10 420	0.06 326	0.07 218	0.08 360	0.08 337	0.07 289

DSFCA	0.16 394	0.09 323	0.14 273	0.16 150	0.10 354	0.21 441	0.19 428	0.28 405	0.31 429	0.23 442	0.25 384	0.22 390	0.16 378	0.20 426	0.20 431	0.10 420	0.07 397	0.09 383	0.09 406	0.08 337	0.08 358

FADNet	0.21 466	0.23 536	0.37 523	0.18 309	0.17 525	0.25 483	0.13 119	0.32 455	0.32 435	0.23 442	0.25 384	0.27 446	0.21 454	0.19 408	0.16 376	0.13 495	0.15 532	0.12 483	0.15 526	0.17 537	0.18 542

RASNet	0.15 367	0.07 136	0.15 311	0.16 150	0.08 137	0.19 411	0.14 176	0.30 434	0.21 298	0.17 328	0.25 384	0.21 372	0.19 434	0.20 426	0.20 431	0.07 261	0.06 326	0.06 117	0.08 360	0.06 202	0.06 210

MLCV	0.13 296	0.08 251	0.17 376	0.18 309	0.06 13	0.16 350	0.17 336	0.19 234	0.22 320	0.19 375	0.25 384	0.17 322	0.13 304	0.15 300	0.14 323	0.05 29	0.04 23	0.05 32	0.04 40	0.05 106	0.04 33

FSD					0.23 548	0.25 483	0.25 513	0.27 380	0.26 377	0.25 467	0.26 397	0.26 439	0.26 492	0.27 492	0.24 480	0.21 553	0.20 549	0.27 555	0.26 556	0.25 556

TCMNet	0.19 443	0.12 432	0.20 435	0.21 456	0.18 534	0.21 441	0.24 497	0.28 405	0.36 470	0.23 442	0.26 397	0.25 429	0.20 446	0.20 426	0.23 468	0.13 495	0.11 491	0.11 461	0.12 495	0.13 491	0.12 478

ISRNet	0.18 431	0.08 251	0.20 435	0.19 369	0.13 465	0.15 322	0.12 77	0.30 434	0.33 440	0.21 413	0.26 397	0.27 446	0.18 416	0.17 366	0.20 431	0.20 550	0.08 428	0.14 510	0.14 511	0.14 507	0.17 539

test_sample4	0.14 326	0.08 251	0.15 311	0.15 76	0.08 137	0.19 411	0.18 384	0.26 366	0.18 241	0.17 328	0.26 397	0.18 337	0.15 357	0.17 366	0.13 287	0.08 322	0.06 326	0.08 299	0.06 201	0.09 401	0.08 358

ffm	0.12 269	0.09 323	0.15 311	0.16 150	0.09 247	0.17 373	0.17 336	0.15 116	0.19 263	0.15 287	0.26 397	0.19 346	0.13 304	0.10 69	0.08 14	0.06 116	0.05 173	0.09 383	0.08 360	0.06 202	0.06 210

ff1	0.13 296	0.09 323	0.15 311	0.16 150	0.09 247	0.17 373	0.17 336	0.15 116	0.19 263	0.15 287	0.26 397	0.19 346	0.13 304	0.15 300	0.22 457	0.06 116	0.05 173	0.09 383	0.08 360	0.06 202	0.06 210

mmx	0.15 367	0.09 323	0.15 311	0.16 150	0.09 247	0.17 373	0.17 336	0.27 380	0.26 377	0.15 287	0.26 397	0.19 346	0.13 304	0.15 300	0.22 457	0.08 322	0.06 326	0.09 383	0.08 360	0.08 337	0.08 358

xxx	0.15 367	0.09 323	0.15 311	0.16 150	0.09 247	0.17 373	0.17 336	0.27 380	0.26 377	0.15 287	0.26 397	0.19 346	0.13 304	0.15 300	0.22 457	0.08 322	0.06 326	0.09 383	0.08 360	0.08 337	0.08 358

IER	0.14 326	0.08 251	0.13 228	0.17 227	0.09 247	0.14 296	0.16 310	0.26 366	0.27 390	0.18 360	0.26 397	0.17 322	0.20 446	0.17 366	0.14 323	0.08 322	0.05 173	0.07 218	0.06 201	0.08 337	0.07 289

RAFT+CT+SA	0.13 296	0.11 413	0.09 71	0.19 369	0.09 247	0.15 322	0.28 533	0.22 289	0.22 320	0.15 287	0.26 397	0.10 172	0.10 210	0.11 119	0.12 252	0.05 29	0.04 23	0.07 218	0.08 360	0.07 271	0.06 210

DAS	0.15 367	0.08 251	0.18 408	0.19 369	0.10 354	0.19 411	0.17 336	0.28 405	0.30 419	0.18 360	0.26 397	0.21 372	0.16 378	0.16 327	0.13 287	0.08 322	0.06 326	0.06 117	0.06 201	0.07 271	0.07 289

SepStereo	0.15 367	0.08 251	0.18 408	0.19 369	0.10 354	0.19 411	0.17 336	0.28 405	0.30 419	0.18 360	0.26 397	0.21 372	0.16 378	0.26 490	0.13 287	0.08 322	0.06 326	0.06 117	0.06 201	0.07 271	0.07 289

ACVNet	0.15 367	0.09 323	0.15 311	0.13 9	0.12 439	0.14 296	0.20 447	0.22 289	0.34 451	0.17 328	0.26 397	0.21 372	0.17 402	0.18 383	0.21 444	0.07 261	0.06 326	0.06 117	0.06 201	0.08 337	0.06 210

acv_ft	0.15 367	0.09 323	0.16 353	0.19 369	0.10 354	0.16 350	0.17 336	0.25 353	0.34 451	0.19 375	0.26 397	0.21 372	0.17 402	0.18 383	0.19 421	0.07 261	0.06 326	0.06 117	0.06 201	0.08 337	0.06 210

cf-r	0.14 326	0.07 136	0.13 228	0.16 150	0.08 137	0.14 296	0.19 428	0.21 266	0.25 364	0.17 328	0.26 397	0.22 390	0.17 402	0.14 282	0.15 357	0.10 420	0.05 173	0.06 117	0.08 360	0.06 202	0.06 210

CFNet-ft	0.14 326	0.07 136	0.15 311	0.12 4	0.09 247	0.17 373	0.18 384	0.22 289	0.24 340	0.17 328	0.26 397	0.24 416	0.14 336	0.16 327	0.15 357	0.11 452	0.06 326	0.08 299	0.09 406	0.09 401	0.08 358

CFNet_RVC	0.14 326	0.07 136	0.15 311	0.12 4	0.09 247	0.17 373	0.18 384	0.22 289	0.24 340	0.17 328	0.26 397	0.24 416	0.14 336	0.16 327	0.15 357	0.11 452	0.06 326	0.08 299	0.09 406	0.09 401	0.08 358

iResNet_ROB	0.14 326	0.07 136	0.13 228	0.15 76	0.07 74	0.19 411	0.14 176	0.26 366	0.32 435	0.23 442	0.26 397	0.23 407	0.16 378	0.15 300	0.14 323	0.07 261	0.05 173	0.05 32	0.04 40	0.08 337	0.08 358

MSAF-DinoV2	0.23 487	0.11 413	0.25 473	0.17 227	0.10 354	0.28 515	0.17 336	0.38 521	0.56 544	0.21 413	0.27 415	0.47 551	0.28 508	0.36 536	0.40 556	0.09 378	0.06 326	0.07 218	0.09 406	0.12 476	0.11 457

G2L-Stereo	0.14 326	0.07 136	0.13 228	0.17 227	0.09 247	0.13 256	0.12 77	0.27 380	0.22 320	0.17 328	0.27 415	0.21 372	0.13 304	0.18 383	0.18 406	0.09 378	0.08 428	0.08 299	0.07 293	0.07 271	0.07 289

CBFPSM	0.15 367	0.07 136	0.27 484	0.17 227	0.09 247	0.13 256	0.15 250	0.22 289	0.23 330	0.20 397	0.27 415	0.23 407	0.16 378	0.16 327	0.19 421	0.06 116	0.06 326	0.06 117	0.07 293	0.07 271	0.07 289

RAFT_CTSACE	0.12 269	0.09 323	0.10 108	0.22 477	0.08 137	0.12 224	0.24 497	0.18 207	0.17 227	0.21 413	0.27 415	0.13 241	0.07 117	0.13 254	0.09 50	0.05 29	0.06 326	0.08 299	0.07 293	0.04 18	0.04 33

SA	0.13 296	0.09 323	0.09 71	0.18 309	0.08 137	0.12 224	0.24 497	0.23 308	0.19 263	0.17 328	0.27 415	0.15 285	0.11 240	0.11 119	0.11 192	0.05 29	0.05 173	0.09 383	0.08 360	0.05 106	0.05 122

AACVNet	0.16 394	0.08 251	0.15 311	0.15 76	0.10 354	0.18 389	0.15 250	0.24 332	0.25 364	0.27 479	0.27 415	0.28 456	0.18 416	0.19 408	0.17 393	0.09 378	0.07 397	0.09 383	0.07 293	0.10 436	0.09 403

DRaft	0.12 269	0.06 61	0.12 195	0.14 36	0.09 247	0.14 296	0.17 336	0.21 266	0.30 419	0.18 360	0.27 415	0.10 172	0.16 378	0.11 119	0.12 252	0.05 29	0.04 23	0.07 218	0.07 293	0.05 106	0.05 122

ADLNet	0.16 394	0.08 251	0.15 311	0.16 150	0.10 354	0.16 350	0.17 336	0.33 469	0.27 390	0.23 442	0.27 415	0.24 416	0.16 378	0.18 383	0.21 444	0.10 420	0.06 326	0.10 431	0.10 444	0.08 337	0.09 403

delet	0.17 416	0.09 323	0.18 408	0.19 369	0.11 409	0.21 441	0.22 475	0.30 434	0.38 482	0.17 328	0.27 415	0.19 346	0.19 434	0.19 408	0.21 444	0.08 322	0.08 428	0.09 383	0.11 474	0.06 202	0.07 289

DMCA-RVC	0.17 416	0.10 388	0.16 353	0.24 507	0.11 409	0.19 411	0.18 384	0.26 366	0.24 340	0.21 413	0.27 415	0.25 429	0.27 499	0.18 383	0.21 444	0.12 478	0.08 428	0.13 497	0.10 444	0.10 436	0.08 358

FADNet-RVC-Resample	0.17 416	0.12 432	0.32 509	0.22 477	0.12 439	0.19 411	0.14 176	0.25 353	0.24 340	0.24 454	0.27 415	0.20 363	0.15 357	0.17 366	0.16 376	0.07 261	0.08 428	0.12 483	0.10 444	0.09 401	0.11 457

xyz-stereo	0.14 326	0.07 136	0.22 456	0.15 76	0.05 1	0.22 455	0.15 250	0.17 179	0.31 429	0.15 287	0.28 426	0.26 439	0.17 402	0.13 254	0.12 252	0.05 29	0.05 173	0.06 117	0.05 129	0.04 18	0.04 33

rvit_stereo_0075_2	0.17 416	0.12 432	0.25 473	0.23 496	0.16 513	0.13 256	0.10 28	0.30 434	0.27 390	0.20 397	0.28 426	0.22 390	0.15 357	0.18 383	0.13 287	0.16 536	0.10 478	0.17 530	0.10 444	0.10 436	0.10 433

test_sample6	0.14 326	0.09 323	0.14 273	0.17 227	0.08 137	0.17 373	0.19 428	0.26 366	0.18 241	0.18 360	0.28 426	0.19 346	0.15 357	0.15 300	0.13 287	0.08 322	0.05 173	0.08 299	0.07 293	0.08 337	0.08 358

test_sample5	0.14 326	0.08 251	0.14 273	0.16 150	0.08 137	0.18 389	0.18 384	0.25 353	0.17 227	0.17 328	0.28 426	0.18 337	0.15 357	0.16 327	0.13 287	0.08 322	0.06 326	0.08 299	0.07 293	0.09 401	0.08 358

DualNet	0.14 326	0.08 251	0.14 273	0.16 150	0.08 137	0.18 389	0.18 384	0.25 353	0.17 227	0.18 360	0.28 426	0.18 337	0.15 357	0.16 327	0.13 287	0.08 322	0.06 326	0.08 299	0.07 293	0.09 401	0.08 358

CRFU-Net	0.16 394	0.08 251	0.15 311	0.17 227	0.09 247	0.20 430	0.14 176	0.27 380	0.21 298	0.28 493	0.28 426	0.29 464	0.18 416	0.19 408	0.18 406	0.09 378	0.09 455	0.07 218	0.07 293	0.08 337	0.09 403

test_5	0.14 326	0.12 432	0.08 24	0.20 425	0.10 354	0.14 296	0.28 533	0.21 266	0.24 340	0.19 375	0.28 426	0.11 196	0.15 357	0.12 202	0.13 287	0.06 116	0.05 173	0.07 218	0.08 360	0.08 337	0.07 289

UDG	0.21 466	0.17 503	0.20 435	0.23 496	0.15 501	0.31 524	0.20 447	0.33 469	0.35 465	0.24 454	0.28 426	0.31 488	0.29 512	0.21 444	0.23 468	0.15 519	0.12 506	0.13 497	0.09 406	0.14 507	0.15 521

xxxx	0.15 367	0.07 136	0.14 273	0.14 36	0.08 137	0.24 474	0.18 384	0.32 455	0.20 284	0.14 263	0.28 426	0.22 390	0.14 336	0.15 300	0.29 523	0.09 378	0.05 173	0.07 218	0.07 293	0.08 337	0.08 358

psm_up	0.19 443	0.10 388	0.18 408	0.21 456	0.11 409	0.17 373	0.19 428	0.38 521	0.34 451	0.22 428	0.28 426	0.29 464	0.25 484	0.20 426	0.22 457	0.09 378	0.10 478	0.11 461	0.11 474	0.08 337	0.08 358

PSMNet-RSSM	0.14 326	0.07 136	0.14 273	0.15 76	0.08 137	0.13 256	0.16 310	0.25 353	0.24 340	0.17 328	0.28 426	0.23 407	0.14 336	0.16 327	0.14 323	0.11 452	0.06 326	0.09 383	0.12 495	0.08 337	0.07 289

GwcNet-RSSM	0.14 326	0.07 136	0.12 195	0.16 150	0.08 137	0.15 322	0.20 447	0.22 289	0.28 406	0.18 360	0.28 426	0.23 407	0.17 402	0.15 300	0.16 376	0.10 420	0.06 326	0.07 218	0.09 406	0.07 271	0.07 289

TDLM	0.18 431	0.12 432	0.14 273	0.24 507	0.10 354	0.18 389	0.18 384	0.37 514	0.30 419	0.22 428	0.28 426	0.28 456	0.18 416	0.23 470	0.19 421	0.11 452	0.07 397	0.10 431	0.10 444	0.08 337	0.08 358

NVstereo2D	0.19 443	0.11 413	0.16 353	0.17 227	0.16 513	0.28 515	0.23 487	0.44 550	0.42 500	0.15 287	0.28 426	0.25 429	0.19 434	0.23 470	0.18 406	0.09 378	0.06 326	0.10 431	0.08 360	0.15 519	0.10 433

StereoDRNet	0.19 443	0.11 413	0.18 408	0.22 477	0.11 409	0.22 455	0.22 475	0.37 514	0.34 451	0.24 454	0.28 426	0.30 473	0.19 434	0.20 426	0.21 444	0.10 420	0.08 428	0.11 461	0.09 406	0.09 401	0.07 289

222	0.16 394	0.07 136	0.15 311	0.14 36	0.08 137	0.25 483	0.18 384	0.30 434	0.21 298	0.18 360	0.29 441	0.17 322	0.16 378	0.16 327	0.44 564	0.10 420	0.05 173	0.07 218	0.06 201	0.08 337	0.08 358

test_xeample	0.15 367	0.07 136	0.14 273	0.15 76	0.08 137	0.22 455	0.20 447	0.29 423	0.21 298	0.16 316	0.29 441	0.19 346	0.17 402	0.16 327	0.28 515	0.09 378	0.05 173	0.07 218	0.07 293	0.07 271	0.07 289

RYNet	0.23 487	0.12 432	0.22 456	0.19 369	0.17 525	0.47 556	0.26 522	0.39 527	0.49 525	0.24 454	0.29 441	0.34 505	0.24 476	0.20 426	0.31 533	0.10 420	0.06 326	0.09 383	0.09 406	0.14 507	0.15 521

iResNetv2_ROB	0.15 367	0.08 251	0.16 353	0.16 150	0.08 137	0.16 350	0.13 119	0.26 366	0.36 470	0.21 413	0.29 441	0.24 416	0.13 304	0.14 282	0.14 323	0.06 116	0.06 326	0.06 117	0.04 40	0.09 401	0.08 358

DLCB_ROB	0.18 431	0.10 388	0.16 353	0.23 496	0.11 409	0.24 474	0.18 384	0.30 434	0.28 406	0.27 479	0.29 441	0.28 456	0.25 484	0.20 426	0.20 431	0.08 322	0.08 428	0.09 383	0.09 406	0.07 271	0.07 289

SGM-Forest	0.20 452	0.14 475	0.18 408	0.20 425	0.13 465	0.21 441	0.22 475	0.33 469	0.31 429	0.24 454	0.29 441	0.28 456	0.20 446	0.23 470	0.18 406	0.15 519	0.16 537	0.15 521	0.14 511	0.13 491	0.12 478
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DDVS	0.16 394	0.10 388	0.22 456	0.16 150	0.12 439	0.15 322	0.14 176	0.25 353	0.19 263	0.18 360	0.30 447	0.27 446	0.13 304	0.20 426	0.16 376	0.09 378	0.06 326	0.09 383	0.07 293	0.11 458	0.11 457

ICVP	0.16 394	0.09 323	0.12 195	0.22 477	0.09 247	0.18 389	0.21 463	0.26 366	0.24 340	0.18 360	0.30 447	0.27 446	0.18 416	0.18 383	0.15 357	0.10 420	0.07 397	0.08 299	0.07 293	0.07 271	0.08 358
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MMNet	0.17 416	0.10 388	0.17 376	0.20 425	0.11 409	0.27 504	0.20 447	0.26 366	0.42 500	0.22 428	0.30 447	0.22 390	0.20 446	0.18 383	0.20 431	0.06 116	0.06 326	0.07 218	0.07 293	0.08 337	0.07 289

STTStereo	0.18 431	0.13 460	0.28 487	0.20 425	0.11 409	0.16 350	0.21 463	0.29 423	0.23 330	0.22 428	0.30 447	0.29 464	0.18 416	0.20 426	0.20 431	0.12 478	0.11 491	0.11 461	0.14 511	0.09 401	0.08 358

CSP-Net	0.16 394	0.09 323	0.14 273	0.17 227	0.09 247	0.19 411	0.18 384	0.25 353	0.33 440	0.26 472	0.31 451	0.25 429	0.16 378	0.21 444	0.19 421	0.09 378	0.06 326	0.07 218	0.07 293	0.08 337	0.08 358

SACVNet	0.19 443	0.12 432	0.15 311	0.17 227	0.13 465	0.22 455	0.18 384	0.31 450	0.31 429	0.24 454	0.31 451	0.30 473	0.23 467	0.23 470	0.17 393	0.11 452	0.08 428	0.10 431	0.10 444	0.12 476	0.14 507

XQC	0.29 530	0.23 536	0.53 544	0.29 545	0.19 538	0.36 540	0.28 533	0.37 514	0.58 549	0.31 514	0.31 451	0.37 515	0.30 523	0.39 548	0.39 554	0.13 495	0.09 455	0.15 521	0.12 495	0.18 539	0.18 542

DeepPrunerF	0.24 498	0.17 503	0.45 535	0.26 524	0.16 513	0.23 468	0.29 544	0.37 514	0.51 532	0.27 479	0.31 451	0.24 416	0.28 508	0.22 462	0.23 468	0.15 519	0.11 491	0.20 543	0.18 542	0.12 476	0.14 507

CVANet_RVC	0.18 431	0.11 413	0.14 273	0.21 456	0.11 409	0.19 411	0.18 384	0.34 483	0.34 451	0.22 428	0.31 451	0.28 456	0.18 416	0.24 481	0.18 406	0.12 478	0.08 428	0.12 483	0.12 495	0.09 401	0.08 358

NLCA_NET_v2_RVC	0.17 416	0.10 388	0.23 464	0.20 425	0.10 354	0.15 322	0.18 384	0.31 450	0.25 364	0.21 413	0.31 451	0.25 429	0.17 402	0.21 444	0.20 431	0.09 378	0.06 326	0.08 299	0.09 406	0.07 271	0.08 358
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NaN_ROB	0.23 487	0.20 525	0.25 473	0.25 515	0.13 465	0.31 524	0.27 527	0.34 483	0.41 498	0.31 514	0.31 451	0.32 495	0.23 467	0.31 515	0.22 457	0.11 452	0.17 541	0.10 431	0.11 474	0.08 337	0.09 403

CBMV_ROB	0.19 443	0.13 460	0.18 408	0.16 150	0.11 409	0.16 350	0.12 77	0.27 380	0.29 413	0.27 479	0.31 451	0.27 446	0.24 476	0.24 481	0.16 376	0.15 519	0.18 543	0.22 548	0.20 544	0.10 436	0.12 478

CBMV	0.20 452	0.15 482	0.18 408	0.18 309	0.10 354	0.20 430	0.11 50	0.30 434	0.31 429	0.29 502	0.31 451	0.31 488	0.23 467	0.28 501	0.19 421	0.13 495	0.15 532	0.17 530	0.16 530	0.10 436	0.10 433
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
GMStereo_Zeroshot	0.16 394	0.13 460	0.25 473	0.20 425	0.10 354	0.17 373	0.13 119	0.30 434	0.25 364	0.23 442	0.32 460	0.25 429	0.11 240	0.19 408	0.14 323	0.09 378	0.06 326	0.11 461	0.06 201	0.12 476	0.08 358

DGSMNet	0.25 505	0.19 521	0.34 514	0.21 456	0.24 553	0.24 474	0.21 463	0.36 505	0.42 500	0.25 467	0.32 460	0.38 521	0.21 454	0.29 508	0.24 480	0.13 495	0.11 491	0.14 510	0.16 530	0.23 548	0.23 555

hitnet-ft	0.18 431	0.10 388	0.17 376	0.14 36	0.09 247	0.27 504	0.20 447	0.25 353	0.26 377	0.24 454	0.32 460	0.32 495	0.23 467	0.24 481	0.21 444	0.12 478	0.07 397	0.10 431	0.08 360	0.12 476	0.11 457

FADNet-RVC	0.21 466	0.20 525	0.40 527	0.21 456	0.16 513	0.21 441	0.15 250	0.27 380	0.27 390	0.26 472	0.32 460	0.26 439	0.21 454	0.22 462	0.19 421	0.12 478	0.13 518	0.12 483	0.14 511	0.13 491	0.18 542

DANet	0.21 466	0.16 493	0.29 496	0.25 515	0.13 465	0.23 468	0.19 428	0.28 405	0.27 390	0.28 493	0.32 460	0.35 510	0.32 530	0.31 515	0.24 480	0.11 452	0.09 455	0.11 461	0.10 444	0.13 491	0.11 457
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DISCO	0.20 452	0.09 323	0.22 456	0.17 227	0.10 354	0.25 483	0.18 384	0.28 405	0.45 514	0.23 442	0.32 460	0.34 505	0.26 492	0.29 508	0.29 523	0.08 322	0.06 326	0.07 218	0.07 293	0.09 401	0.10 433

HBP-ISP	0.18 431	0.13 460	0.17 376	0.15 76	0.11 409	0.08 53	0.13 119	0.28 405	0.30 419	0.22 428	0.33 466	0.21 372	0.25 484	0.23 470	0.18 406	0.15 519	0.17 541	0.21 544	0.17 538	0.10 436	0.09 403

FINET	0.22 474	0.18 518	0.28 487	0.19 369	0.16 513	0.24 474	0.24 497	0.33 469	0.49 525	0.26 472	0.33 466	0.22 390	0.23 467	0.23 470	0.18 406	0.18 542	0.16 537	0.11 461	0.10 444	0.15 519	0.14 507

GwcNet	0.20 452	0.14 475	0.20 435	0.18 309	0.12 439	0.25 483	0.20 447	0.36 505	0.45 514	0.20 397	0.33 466	0.33 501	0.21 454	0.22 462	0.25 488	0.11 452	0.09 455	0.09 383	0.09 406	0.09 401	0.10 433

HGLStereo	0.17 416	0.09 323	0.19 431	0.17 227	0.12 439	0.18 389	0.18 384	0.31 450	0.33 440	0.22 428	0.33 466	0.24 416	0.18 416	0.20 426	0.21 444	0.10 420	0.09 455	0.07 218	0.07 293	0.09 401	0.10 433

AF-Net	0.23 487	0.17 503	0.17 376	0.27 532	0.13 465	0.26 495	0.24 497	0.33 469	0.51 532	0.25 467	0.33 466	0.39 526	0.27 499	0.28 501	0.26 501	0.11 452	0.10 478	0.16 528	0.12 495	0.11 458	0.11 457

ADCRef	0.20 452	0.12 432	0.43 534	0.20 425	0.12 439	0.23 468	0.18 384	0.32 455	0.37 476	0.26 472	0.33 466	0.18 337	0.23 467	0.25 486	0.26 501	0.07 261	0.06 326	0.09 383	0.09 406	0.08 337	0.09 403

PA-Net	0.24 498	0.18 518	0.34 514	0.28 538	0.22 547	0.22 455	0.39 568	0.29 423	0.39 487	0.22 428	0.33 466	0.25 429	0.26 492	0.21 444	0.25 488	0.10 420	0.23 562	0.15 521	0.22 549	0.09 401	0.13 491
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DRN-Test	0.20 452	0.11 413	0.21 445	0.22 477	0.10 354	0.22 455	0.22 475	0.40 530	0.38 482	0.24 454	0.33 466	0.26 439	0.22 461	0.22 462	0.25 488	0.11 452	0.07 397	0.11 461	0.10 444	0.09 401	0.08 358

PSMNet_ROB	0.22 474	0.12 432	0.15 311	0.27 532	0.15 501	0.25 483	0.36 563	0.43 546	0.37 476	0.27 479	0.33 466	0.32 495	0.23 467	0.21 444	0.27 507	0.12 478	0.08 428	0.13 497	0.11 474	0.10 436	0.09 403

pmcnn	0.15 367	0.07 136	0.20 435	0.15 76	0.07 74	0.21 441	0.16 310	0.25 353	0.26 377	0.21 413	0.33 466	0.29 464	0.19 434	0.18 383	0.17 393	0.07 261	0.05 173	0.05 32	0.04 40	0.07 271	0.06 210

fast-acv-ft	0.18 431	0.11 413	0.20 435	0.19 369	0.12 439	0.26 495	0.21 463	0.26 366	0.35 465	0.22 428	0.34 476	0.27 446	0.21 454	0.21 444	0.23 468	0.09 378	0.09 455	0.08 299	0.10 444	0.08 337	0.07 289

RAFT-345	0.11 196	0.07 136	0.16 353	0.17 227	0.08 137	0.08 53	0.12 77	0.16 144	0.10 36	0.11 179	0.34 476	0.09 139	0.10 210	0.11 119	0.12 252	0.05 29	0.05 173	0.07 218	0.06 201	0.04 18	0.05 122

RTSC	0.23 487	0.13 460	0.30 502	0.21 456	0.13 465	0.29 519	0.17 336	0.36 505	0.68 565	0.27 479	0.34 476	0.30 473	0.22 461	0.32 520	0.31 533	0.10 420	0.08 428	0.09 383	0.10 444	0.13 491	0.14 507

PS-NSSS	0.20 452	0.21 530	0.23 464	0.20 425	0.10 354	0.19 411	0.17 336	0.36 505	0.26 377	0.27 479	0.34 476	0.27 446	0.24 476	0.20 426	0.20 431	0.15 519	0.12 506	0.17 530	0.14 511	0.10 436	0.09 403

YMNet	0.20 452	0.12 432	0.20 435	0.21 456	0.14 483	0.27 504	0.23 487	0.32 455	0.34 451	0.28 493	0.35 480	0.30 473	0.18 416	0.18 383	0.22 457	0.11 452	0.13 518	0.10 431	0.10 444	0.09 401	0.09 403

YMNet_1	0.20 452	0.12 432	0.20 435	0.21 456	0.14 483	0.27 504	0.23 487	0.32 455	0.34 451	0.28 493	0.35 480	0.30 473	0.18 416	0.18 383	0.22 457	0.11 452	0.13 518	0.10 431	0.10 444	0.09 401	0.09 403

SAMSARA	0.41 553	0.28 548	0.34 514	0.55 572	0.39 567	0.85 583	1.25 599	0.49 559	0.52 538	0.36 530	0.35 480	0.56 561	0.39 545	0.39 548	0.41 558	0.15 519	0.20 549	0.15 521	0.14 511	0.23 548	0.21 551

GANetREF_RVC	0.31 539	0.34 560	0.29 496	0.35 556	0.16 513	0.33 528	0.42 571	0.48 558	0.52 538	0.35 527	0.35 480	0.34 505	0.32 530	0.40 552	0.33 541	0.27 566	0.20 549	0.29 563	0.15 526	0.19 542	0.18 542
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
AANet_RVC	0.16 394	0.10 388	0.11 157	0.18 309	0.09 247	0.19 411	0.18 384	0.27 380	0.32 435	0.22 428	0.35 480	0.21 372	0.22 461	0.22 462	0.17 393	0.06 116	0.05 173	0.06 117	0.06 201	0.07 271	0.06 210

Syn2CoEx	0.22 474	0.16 493	0.29 496	0.29 545	0.15 501	0.26 495	0.21 463	0.34 483	0.32 435	0.29 502	0.36 485	0.28 456	0.25 484	0.20 426	0.25 488	0.16 536	0.12 506	0.14 510	0.11 474	0.09 401	0.08 358

S-Stereo	0.21 466	0.12 432	0.25 473	0.21 456	0.13 465	0.21 441	0.19 428	0.33 469	0.45 514	0.23 442	0.36 485	0.28 456	0.29 512	0.20 426	0.23 468	0.09 378	0.12 506	0.10 431	0.10 444	0.13 491	0.14 507

MaskLacGwcNet_RVC	0.22 474	0.21 530	0.25 473	0.26 524	0.11 409	0.24 474	0.14 176	0.39 527	0.24 340	0.32 521	0.36 485	0.30 473	0.21 454	0.19 408	0.22 457	0.17 541	0.14 528	0.21 544	0.16 530	0.13 491	0.12 478

SQANet	0.24 498	0.24 539	0.31 505	0.31 550	0.19 538	0.27 504	0.13 119	0.30 434	0.33 440	0.25 467	0.37 488	0.31 488	0.22 461	0.27 492	0.23 468	0.15 519	0.10 478	0.21 544	0.16 530	0.22 545	0.16 530

DDUNet	0.23 487	0.18 518	0.22 456	0.22 477	0.15 501	0.25 483	0.24 497	0.30 434	0.31 429	0.31 514	0.37 488	0.34 505	0.26 492	0.25 486	0.21 444	0.18 542	0.13 518	0.17 530	0.11 474	0.16 530	0.17 539

FAT-Stereo	0.21 466	0.13 460	0.22 456	0.21 456	0.12 439	0.18 389	0.18 384	0.35 498	0.40 491	0.28 493	0.37 488	0.33 501	0.33 533	0.21 444	0.20 431	0.09 378	0.11 491	0.10 431	0.09 406	0.11 458	0.14 507

ADCP+	0.20 452	0.10 388	0.35 520	0.21 456	0.12 439	0.22 455	0.27 527	0.31 450	0.35 465	0.26 472	0.37 488	0.22 390	0.22 461	0.27 492	0.28 515	0.09 378	0.06 326	0.08 299	0.08 360	0.10 436	0.10 433

CC-Net-ROB	0.28 526	0.31 557	0.36 522	0.30 548	0.15 501	0.25 483	0.19 428	0.45 552	0.34 451	0.39 537	0.37 488	0.39 526	0.31 528	0.27 492	0.27 507	0.24 564	0.18 543	0.30 565	0.23 553	0.19 542	0.15 521

ETE_ROB	0.23 487	0.17 503	0.23 464	0.25 515	0.14 483	0.26 495	0.29 544	0.32 455	0.37 476	0.28 493	0.37 488	0.45 544	0.27 499	0.28 501	0.27 507	0.11 452	0.09 455	0.12 483	0.10 444	0.14 507	0.13 491

DispFullNet	0.27 524	0.22 534	0.66 561	0.28 538	0.17 525	0.27 504	0.17 336	0.34 483	0.57 546	0.27 479	0.37 488	0.43 540	0.24 476	0.39 548	0.25 488	0.12 478	0.06 326	0.19 541	0.11 474	0.23 548	0.16 530

w-ln-seven-2	0.20 452	0.14 475	0.39 525	0.23 496	0.12 439	0.21 441	0.21 463	0.29 423	0.38 482	0.25 467	0.38 495	0.28 456	0.23 467	0.21 444	0.25 488	0.08 322	0.08 428	0.09 383	0.09 406	0.10 436	0.09 403

RP	0.22 474	0.13 460	0.22 456	0.23 496	0.12 439	0.21 441	0.20 447	0.26 366	0.45 514	0.22 428	0.38 495	0.37 515	0.25 484	0.28 501	0.25 488	0.11 452	0.12 506	0.13 497	0.12 495	0.13 491	0.14 507

G-Net	0.25 505	0.17 503	0.38 524	0.23 496	0.16 513	0.51 559	0.23 487	0.29 423	0.35 465	0.36 530	0.38 495	0.31 488	0.29 512	0.28 501	0.27 507	0.11 452	0.09 455	0.12 483	0.10 444	0.16 530	0.14 507

NCC-stereo	0.25 505	0.15 482	0.31 505	0.26 524	0.17 525	0.21 441	0.31 552	0.41 535	0.40 491	0.24 454	0.38 495	0.33 501	0.29 512	0.37 541	0.28 515	0.13 495	0.11 491	0.15 521	0.22 549	0.13 491	0.13 491

Abc-Net	0.25 505	0.15 482	0.31 505	0.26 524	0.17 525	0.21 441	0.31 552	0.41 535	0.40 491	0.24 454	0.38 495	0.33 501	0.29 512	0.37 541	0.28 515	0.13 495	0.11 491	0.15 521	0.22 549	0.13 491	0.13 491
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DPSNet	0.28 526	0.16 493	0.33 511	0.18 309	0.13 465	0.55 562	0.42 571	0.52 564	0.68 565	0.29 502	0.38 495	0.39 526	0.30 523	0.32 520	0.23 468	0.11 452	0.10 478	0.11 461	0.08 360	0.20 544	0.16 530

NCCL2	0.24 498	0.15 482	0.18 408	0.34 554	0.18 534	0.24 474	0.24 497	0.34 483	0.29 413	0.31 514	0.38 495	0.38 521	0.29 512	0.23 470	0.25 488	0.15 519	0.12 506	0.18 539	0.21 546	0.13 491	0.13 491

SGM_RVC	0.24 498	0.12 432	0.16 353	0.15 76	0.09 247	0.34 532	0.19 428	0.35 498	0.32 435	0.44 551	0.38 495	0.53 559	0.36 541	0.36 536	0.26 501	0.13 495	0.13 518	0.13 497	0.13 506	0.11 458	0.11 457
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SuperB	0.20 452	0.10 388	0.57 550	0.16 150	0.09 247	0.19 411	0.18 384	0.25 353	0.51 532	0.27 479	0.39 503	0.17 322	0.22 461	0.22 462	0.21 444	0.08 322	0.06 326	0.06 117	0.06 201	0.12 476	0.11 457

stereogan	0.22 474	0.11 413	0.21 445	0.20 425	0.12 439	0.32 526	0.19 428	0.36 505	0.45 514	0.23 442	0.39 503	0.35 510	0.27 499	0.33 524	0.23 468	0.10 420	0.12 506	0.10 431	0.10 444	0.14 507	0.14 507

LALA_ROB	0.25 505	0.16 493	0.23 464	0.27 532	0.17 525	0.27 504	0.27 527	0.42 540	0.38 482	0.33 525	0.39 503	0.51 555	0.26 492	0.29 508	0.28 515	0.16 536	0.09 455	0.13 497	0.12 495	0.13 491	0.13 491

w-ln-seven	0.24 498	0.15 482	0.58 553	0.20 425	0.14 483	0.26 495	0.22 475	0.36 505	0.62 556	0.30 508	0.40 506	0.30 473	0.23 467	0.22 462	0.28 515	0.09 378	0.09 455	0.11 461	0.10 444	0.11 458	0.10 433

RAFT-RH_RVC	0.12 269	0.06 61	0.14 273	0.16 150	0.09 247	0.12 224	0.12 77	0.17 179	0.12 95	0.13 240	0.40 506	0.11 196	0.10 210	0.13 254	0.12 252	0.05 29	0.04 23	0.08 299	0.05 129	0.05 106	0.06 210

APVNet	0.23 487	0.12 432	0.20 435	0.18 309	0.14 483	0.32 526	0.31 552	0.40 530	0.33 440	0.27 479	0.40 506	0.30 473	0.29 512	0.27 492	0.25 488	0.11 452	0.12 506	0.11 461	0.14 511	0.12 476	0.13 491

RGC	0.25 505	0.20 525	0.29 496	0.28 538	0.16 513	0.22 455	0.23 487	0.33 469	0.44 510	0.27 479	0.40 506	0.38 521	0.28 508	0.37 541	0.23 468	0.11 452	0.13 518	0.17 530	0.17 538	0.15 519	0.16 530

edge stereo	0.23 487	0.14 475	0.21 445	0.21 456	0.13 465	0.24 474	0.16 310	0.32 455	0.42 500	0.32 521	0.40 506	0.39 526	0.35 537	0.25 486	0.25 488	0.13 495	0.11 491	0.14 510	0.11 474	0.12 476	0.14 507

PASM	0.33 541	0.25 544	0.51 543	0.28 538	0.27 559	0.30 522	0.31 552	0.35 498	0.51 532	0.36 530	0.40 506	0.47 551	0.35 537	0.34 527	0.36 546	0.23 562	0.26 564	0.26 552	0.28 562	0.23 548	0.21 551

MDST_ROB	0.22 474	0.10 388	0.18 408	0.18 309	0.11 409	0.40 550	0.19 428	0.44 550	0.42 500	0.40 540	0.40 506	0.29 464	0.21 454	0.27 492	0.19 421	0.11 452	0.10 478	0.14 510	0.11 474	0.10 436	0.08 358

CSAN	0.30 533	0.24 539	0.28 487	0.34 554	0.19 538	0.34 532	0.42 571	0.38 521	0.51 532	0.38 536	0.40 506	0.44 543	0.34 534	0.29 508	0.31 533	0.19 545	0.16 537	0.19 541	0.19 543	0.14 507	0.15 521

SANet	0.25 505	0.14 475	0.29 496	0.21 456	0.11 409	0.29 519	0.25 513	0.40 530	0.65 563	0.36 530	0.40 506	0.42 538	0.27 499	0.27 492	0.25 488	0.12 478	0.09 455	0.10 431	0.09 406	0.13 491	0.12 478

XPNet_ROB	0.22 474	0.12 432	0.20 435	0.22 477	0.13 465	0.22 455	0.19 428	0.35 498	0.40 491	0.30 508	0.40 506	0.38 521	0.27 499	0.26 490	0.29 523	0.15 519	0.10 478	0.10 431	0.10 444	0.13 491	0.12 478

PWC_ROB	0.21 466	0.16 493	0.27 484	0.18 309	0.11 409	0.22 455	0.13 119	0.33 469	0.49 525	0.30 508	0.40 506	0.32 495	0.25 484	0.31 515	0.23 468	0.10 420	0.07 397	0.11 461	0.08 360	0.11 458	0.10 433

z-ln-s-r	0.18 431	0.10 388	0.41 529	0.19 369	0.08 137	0.18 389	0.18 384	0.23 308	0.34 451	0.19 375	0.41 517	0.22 390	0.17 402	0.20 426	0.25 488	0.07 261	0.05 173	0.07 218	0.07 293	0.07 271	0.06 210

PSMNet-RUCA	0.28 526	0.33 559	0.42 532	0.36 558	0.32 565	0.18 389	0.20 447	0.42 540	0.30 419	0.33 525	0.41 517	0.40 533	0.24 476	0.31 515	0.20 431	0.19 545	0.11 491	0.25 551	0.15 526	0.22 545	0.16 530

Wz-Net-MNSev	0.23 487	0.13 460	0.33 511	0.20 425	0.15 501	0.36 540	0.25 513	0.34 483	0.45 514	0.29 502	0.41 517	0.39 526	0.19 434	0.25 486	0.27 507	0.09 378	0.07 397	0.09 383	0.09 406	0.12 476	0.10 433

Nwc_Net	0.23 487	0.17 503	0.22 456	0.25 515	0.15 501	0.25 483	0.27 527	0.38 521	0.39 487	0.22 428	0.41 517	0.30 473	0.29 512	0.28 501	0.25 488	0.11 452	0.10 478	0.17 530	0.20 544	0.10 436	0.11 457

ADCPNet	0.26 517	0.17 503	0.62 558	0.21 456	0.15 501	0.36 540	0.25 513	0.33 469	0.37 476	0.31 514	0.41 517	0.36 512	0.29 512	0.29 508	0.34 544	0.12 478	0.10 478	0.11 461	0.12 495	0.14 507	0.13 491

StereoDRNet-Refined	0.17 416	0.12 432	0.16 353	0.20 425	0.10 354	0.18 389	0.18 384	0.27 380	0.24 340	0.26 472	0.41 517	0.23 407	0.18 416	0.21 444	0.21 444	0.09 378	0.05 173	0.09 383	0.10 444	0.07 271	0.07 289
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
FBW_ROB	0.25 505	0.17 503	0.23 464	0.27 532	0.14 483	0.26 495	0.22 475	0.42 540	0.43 508	0.42 546	0.41 517	0.43 540	0.27 499	0.32 520	0.24 480	0.09 378	0.15 532	0.15 521	0.12 495	0.12 476	0.10 433

PDISCO_ROB	0.28 526	0.16 493	0.28 487	0.28 538	0.20 541	0.33 528	0.27 527	0.45 552	0.58 549	0.28 493	0.41 517	0.45 544	0.30 523	0.34 527	0.35 545	0.12 478	0.09 455	0.17 530	0.16 530	0.17 537	0.13 491

Wz-Net-TNSev	0.29 530	0.20 525	0.69 569	0.19 369	0.15 501	0.38 546	0.27 527	0.36 505	0.56 544	0.35 527	0.42 525	0.45 544	0.39 545	0.33 524	0.31 533	0.13 495	0.13 518	0.10 431	0.12 495	0.15 519	0.15 521

Wz-Net-LNSev	0.22 474	0.16 493	0.41 529	0.22 477	0.13 465	0.25 483	0.24 497	0.33 469	0.44 510	0.30 508	0.42 525	0.32 495	0.19 434	0.23 470	0.27 507	0.10 420	0.09 455	0.08 299	0.08 360	0.12 476	0.11 457

SHD	0.26 517	0.15 482	0.31 505	0.24 507	0.18 534	0.23 468	0.15 250	0.39 527	0.72 570	0.32 521	0.42 525	0.36 512	0.29 512	0.33 524	0.30 528	0.13 495	0.11 491	0.14 510	0.13 506	0.16 530	0.20 550

Wz-Net-LNSev-Ref	0.18 431	0.09 323	0.30 502	0.15 76	0.11 409	0.23 468	0.20 447	0.27 380	0.40 491	0.26 472	0.43 528	0.25 429	0.15 357	0.21 444	0.20 431	0.07 261	0.05 173	0.06 117	0.05 129	0.10 436	0.09 403

GANet	0.22 474	0.13 460	0.21 445	0.25 515	0.14 483	0.23 468	0.22 475	0.42 540	0.27 390	0.31 514	0.43 528	0.37 515	0.29 512	0.23 470	0.23 468	0.10 420	0.12 506	0.10 431	0.09 406	0.10 436	0.08 358

RTS	0.46 560	0.19 521	3.33 596	0.25 515	0.15 501	0.72 575	0.21 463	0.37 514	0.78 577	0.42 546	0.44 530	0.31 488	0.43 557	0.55 570	0.37 550	0.10 420	0.09 455	0.13 497	0.13 506	0.15 519	0.15 521

RTSA	0.46 560	0.19 521	3.33 596	0.25 515	0.15 501	0.72 575	0.21 463	0.37 514	0.78 577	0.42 546	0.44 530	0.31 488	0.43 557	0.55 570	0.37 550	0.10 420	0.09 455	0.13 497	0.13 506	0.15 519	0.15 521

ACVNet-4b	0.39 550	0.53 570	0.56 548	0.45 566	0.24 553	0.46 555	0.18 384	0.50 560	0.64 560	0.42 546	0.45 532	0.60 563	0.27 499	0.34 527	0.24 480	0.33 569	0.14 528	0.48 572	0.42 573	0.31 566	0.27 563

ADCMid	0.26 517	0.15 482	0.42 532	0.20 425	0.14 483	0.25 483	0.26 522	0.35 498	0.40 491	0.37 534	0.45 532	0.34 505	0.42 554	0.36 536	0.36 546	0.10 420	0.09 455	0.11 461	0.11 474	0.13 491	0.13 491

ccnet	0.30 533	0.28 548	0.24 470	0.20 425	0.28 560	0.41 552	0.22 475	0.46 555	0.33 440	0.37 534	0.46 534	0.37 515	0.30 523	0.40 552	0.43 561	0.23 562	0.14 528	0.21 544	0.17 538	0.23 548	0.19 547

MFN_U_SF_DS_RVC	0.30 533	0.24 539	0.30 502	0.36 558	0.16 513	0.36 540	0.31 552	0.34 483	0.43 508	0.41 544	0.46 534	0.38 521	0.30 523	0.35 532	0.29 523	0.19 545	0.20 549	0.26 552	0.29 563	0.18 539	0.19 547

ADCL	0.25 505	0.12 432	0.49 542	0.22 477	0.12 439	0.36 540	0.29 544	0.30 434	0.57 546	0.24 454	0.47 536	0.30 473	0.31 528	0.30 514	0.30 528	0.09 378	0.07 397	0.09 383	0.09 406	0.10 436	0.10 433

aanetorigin	0.22 474	0.17 503	0.57 550	0.18 309	0.10 354	0.16 350	0.19 428	0.20 248	0.33 440	0.49 557	0.48 537	0.30 473	0.28 508	0.21 444	0.24 480	0.08 322	0.07 397	0.08 299	0.07 293	0.10 436	0.09 403

Ntro	0.41 553	0.40 565	0.54 546	0.46 569	0.30 564	0.64 568	0.24 497	0.47 557	0.68 565	0.42 546	0.49 538	0.47 551	0.42 554	0.40 552	0.32 538	0.32 568	0.28 566	0.37 568	0.31 566	0.33 568	0.29 564

PWCDC_ROB	0.21 466	0.13 460	0.23 464	0.25 515	0.12 439	0.20 430	0.15 250	0.34 483	0.55 542	0.29 502	0.49 538	0.21 372	0.15 357	0.28 501	0.20 431	0.11 452	0.09 455	0.10 431	0.08 360	0.11 458	0.09 403

otaku	0.39 550	0.38 563	0.53 544	0.44 565	0.28 560	0.57 564	0.24 497	0.42 540	0.62 556	0.40 540	0.50 540	0.46 548	0.34 534	0.40 552	0.33 541	0.30 567	0.30 568	0.39 569	0.33 568	0.30 563	0.29 564

anonymity	0.53 566	0.58 571	0.66 561	0.41 562	0.61 583	0.54 561	0.41 569	0.57 569	0.41 498	0.56 564	0.50 540	0.50 554	0.55 567	0.59 575	0.50 572	0.58 583	0.50 586	0.51 574	0.51 580	0.52 573	0.58 581

ADCS	0.30 533	0.19 521	0.48 541	0.21 456	0.18 534	0.29 519	0.24 497	0.42 540	0.64 560	0.40 540	0.50 540	0.40 533	0.37 542	0.40 552	0.43 561	0.13 495	0.13 518	0.13 497	0.14 511	0.16 530	0.16 530

AnyNet_C32	0.26 517	0.16 493	0.39 525	0.20 425	0.17 525	0.26 495	0.31 552	0.32 455	0.45 514	0.31 514	0.50 540	0.30 473	0.34 534	0.41 557	0.36 546	0.12 478	0.12 506	0.12 483	0.14 511	0.14 507	0.15 521

FCDSN-DC	0.33 541	0.28 548	0.28 487	0.30 548	0.24 553	0.39 548	0.28 533	0.43 546	0.42 500	0.44 551	0.53 544	0.51 555	0.42 554	0.37 541	0.30 528	0.21 553	0.20 549	0.27 555	0.26 556	0.25 556	0.25 558
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
WCMA_ROB	0.24 498	0.11 413	0.24 470	0.17 227	0.14 483	0.34 532	0.16 310	0.33 469	0.33 440	0.39 537	0.54 545	0.40 533	0.35 537	0.35 532	0.26 501	0.12 478	0.12 506	0.12 483	0.11 474	0.14 507	0.14 507

zh-sn7	0.26 517	0.17 503	0.55 547	0.24 507	0.14 483	0.25 483	0.25 513	0.34 483	0.49 525	0.29 502	0.55 546	0.29 464	0.32 530	0.37 541	0.33 541	0.10 420	0.10 478	0.11 461	0.11 474	0.12 476	0.12 478

psmorigin	0.25 505	0.16 493	0.35 520	0.17 227	0.13 465	0.24 474	0.14 176	0.34 483	0.34 451	0.41 544	0.55 546	0.41 536	0.38 544	0.35 532	0.28 515	0.11 452	0.15 532	0.11 461	0.11 474	0.12 476	0.17 539

Wz-Net-SNSev	0.26 517	0.17 503	0.46 536	0.25 515	0.14 483	0.26 495	0.24 497	0.38 521	0.57 546	0.30 508	0.56 548	0.39 526	0.26 492	0.24 481	0.32 538	0.10 420	0.09 455	0.10 431	0.11 474	0.11 458	0.11 457

EDNetEfficient	0.30 533	0.24 539	1.18 587	0.18 309	0.10 354	0.20 430	0.20 447	0.21 266	0.61 553	0.74 575	0.56 548	0.30 473	0.40 549	0.23 470	0.32 538	0.09 378	0.07 397	0.08 299	0.07 293	0.11 458	0.10 433

MFN_U_SF_RVC	0.33 541	0.22 534	0.58 553	0.31 550	0.15 501	0.36 540	0.17 336	0.54 567	0.46 521	0.47 556	0.56 548	0.58 562	0.39 545	0.36 536	0.38 553	0.15 519	0.15 532	0.18 539	0.21 546	0.16 530	0.16 530

FC-DCNN	0.33 541	0.28 548	0.28 487	0.26 524	0.23 548	0.38 546	0.29 544	0.40 530	0.44 510	0.46 554	0.56 548	0.51 555	0.41 550	0.38 546	0.31 533	0.21 553	0.20 549	0.27 555	0.26 556	0.25 556	0.24 556

z-mn7	0.25 505	0.15 482	0.47 539	0.19 369	0.13 465	0.28 515	0.25 513	0.35 498	0.64 560	0.27 479	0.57 552	0.29 464	0.24 476	0.32 520	0.27 507	0.08 322	0.08 428	0.08 299	0.08 360	0.10 436	0.10 433

FC-DCNN v2	0.33 541	0.28 548	0.28 487	0.26 524	0.23 548	0.39 548	0.29 544	0.41 535	0.44 510	0.46 554	0.57 552	0.51 555	0.41 550	0.38 546	0.30 528	0.21 553	0.20 549	0.27 555	0.26 556	0.25 556	0.24 556

WZ-Net	0.29 530	0.17 503	0.82 579	0.23 496	0.16 513	0.35 536	0.29 544	0.40 530	0.59 551	0.24 454	0.57 552	0.37 515	0.25 484	0.34 527	0.37 550	0.09 378	0.08 428	0.09 383	0.10 444	0.14 507	0.16 530

SGM-ForestM	0.33 541	0.12 432	0.17 376	0.16 150	0.11 409	0.42 553	0.20 447	0.43 546	0.53 541	0.53 560	0.57 552	1.41 592	0.44 559	0.42 558	0.29 523	0.14 515	0.16 537	0.16 528	0.16 530	0.12 476	0.13 491

MADNet+	0.76 578	0.72 580	3.76 599	0.67 575	0.41 569	0.99 589	0.97 597	0.72 578	0.75 575	0.52 559	0.58 556	0.64 567	0.68 578	0.89 590	1.04 596	0.35 570	0.36 573	0.28 562	0.23 553	0.38 570	0.33 569

MeshStereo	0.27 524	0.13 460	0.18 408	0.15 76	0.11 409	0.33 528	0.24 497	0.41 535	0.36 470	0.53 560	0.58 556	0.67 569	0.41 550	0.36 536	0.27 507	0.14 515	0.13 518	0.13 497	0.11 474	0.11 458	0.11 457
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
ACVNet_1	0.45 559	0.51 569	0.61 556	0.45 566	0.28 560	0.50 557	0.28 533	0.58 574	0.71 569	0.63 566	0.59 558	0.74 574	0.50 563	0.50 563	0.36 546	0.26 565	0.25 563	0.39 569	0.29 563	0.32 567	0.25 558

LSM	0.34 547	0.21 530	0.62 558	0.27 532	0.62 584	0.35 536	0.26 522	0.43 546	0.49 525	0.45 553	0.60 559	0.42 538	0.37 542	0.35 532	0.26 501	0.13 495	0.21 559	0.14 510	0.16 530	0.18 539	0.34 570

SPS-STEREO	0.58 570	0.59 573	0.66 561	0.45 566	0.55 577	0.65 569	0.44 574	0.63 576	0.51 532	0.69 569	0.65 560	0.66 568	0.58 572	0.62 576	0.62 580	0.62 586	0.47 581	0.51 574	0.49 577	0.55 576	0.58 581
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
zh-mn7	0.26 517	0.15 482	0.59 555	0.19 369	0.14 483	0.24 474	0.22 475	0.35 498	0.63 559	0.35 527	0.67 561	0.31 488	0.25 484	0.31 515	0.26 501	0.09 378	0.08 428	0.09 383	0.09 406	0.09 401	0.11 457

RainbowNet	0.54 567	0.61 574	0.71 574	0.57 573	0.43 571	0.66 570	0.37 564	0.60 575	0.87 581	0.51 558	0.67 561	0.63 565	0.47 560	0.50 563	0.44 564	0.47 577	0.48 582	0.53 576	0.41 572	0.53 575	0.41 576

EDNetEfficientorigin	7.92 603	0.32 558	152.98 624	0.20 425	0.10 354	0.22 455	0.17 336	0.23 308	0.60 552	0.73 573	0.67 561	0.41 536	0.51 565	0.24 481	0.41 558	0.08 322	0.07 397	0.09 383	0.07 293	0.12 476	0.11 457

LE_ROB	0.50 565	0.07 136	0.14 273	0.15 76	0.08 137	0.26 495	0.17 336	0.23 308	1.71 599	4.68 603	0.67 561	0.46 548	0.47 560	0.21 444	0.30 528	0.07 261	0.06 326	0.06 117	0.06 201	0.08 337	0.06 210

MSMD_ROB	0.31 539	0.26 545	0.26 482	0.24 507	0.21 544	0.34 532	0.25 513	0.34 483	0.39 487	0.40 540	0.69 565	0.45 544	0.41 550	0.34 527	0.28 515	0.20 550	0.20 549	0.26 552	0.25 555	0.23 548	0.22 554

coex-ft	3.24 596	0.35 561	57.83 623	0.18 309	0.13 465	0.27 504	0.23 487	0.28 405	0.72 570	1.89 601	0.70 566	0.43 540	0.47 560	0.29 508	0.43 561	0.09 378	0.09 455	0.12 483	0.09 406	0.14 507	0.14 507

SGM+DAISY	0.57 569	0.58 571	0.67 565	0.41 562	0.55 577	0.68 572	0.51 577	0.57 569	0.46 521	0.67 567	0.70 566	0.69 572	0.57 571	0.64 577	0.58 577	0.59 584	0.49 583	0.50 573	0.50 579	0.52 573	0.59 584

MSC_U_SF_DS_RVC	0.44 557	0.39 564	0.56 548	0.40 561	0.20 541	0.66 570	0.33 561	0.54 567	0.72 570	0.71 571	0.72 568	0.62 564	0.55 567	0.52 566	0.47 568	0.20 550	0.19 548	0.29 563	0.30 565	0.24 554	0.19 547

Consistency-Raft	0.44 557	0.40 565	0.46 536	0.37 560	0.43 571	0.42 553	0.41 569	0.57 569	0.55 542	0.32 521	0.73 569	0.32 495	0.50 563	0.42 558	0.49 570	0.39 571	0.36 573	0.45 571	0.52 582	0.42 571	0.30 566

MFMNet_re	0.65 571	0.66 578	0.66 561	0.51 570	0.69 588	0.70 573	0.58 581	0.65 577	0.75 575	0.61 565	0.73 569	0.63 565	0.68 578	0.65 578	0.60 579	0.66 588	0.58 595	0.63 579	0.59 583	0.68 584	0.69 591

AnyNet_C01	0.37 548	0.26 545	1.41 590	0.22 477	0.17 525	0.51 559	0.28 533	0.36 505	0.40 491	0.39 537	0.75 571	0.46 548	0.39 545	0.46 560	0.50 572	0.13 495	0.13 518	0.13 497	0.14 511	0.14 507	0.16 530

PWCK	0.72 575	0.95 589	0.99 585	0.77 578	0.32 565	0.79 580	0.38 566	0.92 583	0.90 582	0.96 586	0.76 572	0.97 578	0.62 575	0.87 587	0.68 583	0.73 590	0.46 577	0.76 586	0.49 577	0.71 587	0.44 578

ELAS_RVC	0.42 555	0.29 555	0.33 511	0.28 538	0.24 553	0.56 563	0.38 566	0.50 560	0.61 553	0.74 575	0.76 572	0.67 569	0.56 569	0.55 570	0.42 560	0.22 557	0.21 559	0.27 555	0.26 556	0.27 562	0.26 561
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	0.73 577	0.46 568	1.21 588	0.52 571	0.47 573	2.16 599	0.67 587	0.78 579	0.72 570	0.70 570	0.79 574	1.21 585	0.84 585	1.06 596	1.04 596	0.40 572	0.28 566	0.33 566	0.33 568	0.30 563	0.34 570

PVD	0.40 552	0.21 530	0.40 527	0.32 553	0.23 548	0.30 522	0.45 575	0.53 566	0.97 584	0.55 563	0.80 575	0.54 560	0.60 574	0.53 568	0.40 556	0.19 545	0.14 528	0.17 530	0.14 511	0.24 554	0.32 568

ELAS	0.42 555	0.29 555	0.34 514	0.28 538	0.24 553	0.63 567	0.37 564	0.52 564	0.52 538	0.72 572	0.82 576	0.68 571	0.56 569	0.52 566	0.45 567	0.22 557	0.21 559	0.27 555	0.26 556	0.26 560	0.26 561
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UNDER WATER-64	0.97 587	0.96 590	1.48 592	0.88 586	0.57 580	1.24 597	0.90 595	0.78 579	0.96 583	1.05 589	0.85 577	1.56 597	1.26 599	0.97 594	0.99 594	0.88 595	0.57 594	1.04 595	0.88 595	0.81 591	0.75 592

TorneroNet-64	0.76 578	0.73 581	0.77 577	0.78 580	0.58 582	0.94 588	0.58 581	0.85 582	1.26 589	0.67 567	0.88 578	1.41 592	0.76 582	0.87 587	0.68 583	0.49 578	0.46 577	0.73 583	0.59 583	0.68 584	0.54 580

UNDER WATER	0.99 589	1.00 591	1.47 591	1.00 590	0.71 591	1.18 596	0.86 593	0.81 581	1.09 586	1.02 588	0.90 579	1.53 596	1.26 599	1.06 596	1.02 595	0.79 593	0.54 589	1.02 594	0.88 595	0.83 592	0.75 592

MonStereo1	0.49 564	0.27 547	0.61 556	0.29 545	0.20 541	0.40 550	0.19 428	0.51 563	0.66 564	0.53 560	0.91 580	1.02 579	0.59 573	0.51 565	0.58 577	0.53 580	0.32 571	0.55 578	0.40 571	0.36 569	0.38 573

NVStereoNet_ROB	0.47 562	0.37 562	0.47 539	0.42 564	0.29 563	0.35 536	0.35 562	0.50 560	0.61 553	0.73 573	0.94 581	0.70 573	0.68 578	0.48 562	0.62 580	0.22 557	0.33 572	0.34 567	0.34 570	0.30 563	0.31 567
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
tt	4.65 598	0.07 136	3.54 598	2.01 598	1.55 598	10.25 606	16.66 607	8.90 611	5.03 604	1.33 597	0.96 582	4.71 602	4.74 603	3.33 602	5.86 605	6.06 610	10.30 614	1.87 604	2.09 604	2.61 601	1.19 600

WAO-6	0.82 581	0.81 584	0.63 560	0.87 585	0.63 585	0.79 580	0.60 583	0.98 589	1.52 598	0.91 585	0.97 583	1.08 582	1.04 593	0.72 580	0.70 586	0.72 589	0.49 583	0.91 592	0.71 590	0.70 586	0.59 584

BEATNet-Init1	0.54 567	0.28 548	0.68 568	0.31 550	0.21 544	0.85 583	0.31 552	0.57 569	0.69 568	0.89 582	1.00 584	2.17 599	0.66 577	0.58 574	0.44 564	0.19 545	0.18 543	0.23 549	0.22 549	0.22 545	0.21 551

IMH-64-1	0.66 572	0.62 575	0.69 569	0.72 576	0.51 574	0.60 565	0.51 577	0.92 583	0.84 579	0.75 578	1.02 585	0.81 575	0.78 583	0.80 581	0.50 572	0.43 573	0.46 577	0.72 581	0.48 575	0.55 576	0.40 574

IMH-64	0.66 572	0.62 575	0.69 569	0.72 576	0.51 574	0.60 565	0.51 577	0.92 583	0.84 579	0.75 578	1.02 585	0.81 575	0.78 583	0.80 581	0.50 572	0.43 573	0.46 577	0.72 581	0.48 575	0.55 576	0.40 574

DPSimNet_ROB	1.14 592	1.25 595	0.87 583	1.15 594	0.90 595	1.15 595	1.18 598	1.20 600	1.26 589	1.45 598	1.05 587	1.44 595	1.13 597	0.92 591	1.70 599	1.47 601	0.52 588	1.22 598	1.04 600	0.92 593	1.03 598

IMH	0.72 575	0.65 577	0.70 572	0.77 578	0.54 576	0.71 574	0.56 580	0.99 591	1.08 585	0.82 581	1.09 588	0.89 577	0.88 587	0.88 589	0.53 576	0.44 576	0.50 586	0.75 584	0.51 580	0.58 579	0.42 577

ACVNet_2	0.67 574	0.68 579	0.70 572	0.64 574	0.41 569	0.75 578	0.50 576	0.98 589	1.38 594	0.90 583	1.09 588	1.04 580	0.74 581	0.55 570	0.48 569	0.43 573	0.40 575	0.53 576	0.45 574	0.48 572	0.36 572

TorneroNet	0.83 582	0.75 582	0.83 581	0.85 583	0.63 585	1.03 592	0.65 585	0.96 587	1.14 587	0.80 580	1.10 590	1.36 590	0.88 587	0.95 592	0.82 591	0.57 581	0.49 583	0.79 589	0.66 588	0.74 590	0.64 590

ktn	1.02 590	1.23 594	0.82 579	1.24 595	0.86 594	1.00 591	0.86 593	0.96 587	1.37 593	1.05 589	1.12 591	1.16 584	1.06 594	0.95 592	0.62 580	1.28 600	0.71 598	1.39 600	0.83 594	1.06 596	0.77 594

Dean	0.88 584	0.88 588	0.81 578	0.82 582	0.57 580	0.91 585	0.62 584	1.17 599	1.71 599	1.15 594	1.16 592	1.31 589	1.00 592	0.82 583	0.83 592	0.57 581	0.56 592	0.78 588	0.65 586	0.67 583	0.58 581

notaker	0.98 588	1.13 592	1.02 586	1.14 593	0.81 592	0.73 577	0.69 590	0.94 586	1.15 588	1.19 596	1.19 593	1.41 592	1.17 598	1.10 598	0.74 588	0.82 594	0.64 597	1.18 596	0.79 593	1.02 594	0.82 595

WAO-7	0.80 580	0.78 583	0.57 550	0.85 583	0.67 587	0.76 579	0.69 590	1.07 593	1.30 591	0.90 583	1.20 594	1.05 581	0.93 589	0.71 579	0.68 583	0.60 585	0.62 596	0.67 580	0.68 589	0.64 580	0.59 584

MANE	0.47 562	0.28 548	0.28 487	0.27 532	0.24 553	0.50 557	0.32 560	0.57 569	0.62 556	0.74 575	1.20 594	1.21 585	0.64 576	0.54 569	0.39 554	0.22 557	0.20 549	0.27 555	0.31 566	0.26 560	0.25 558

LVE	0.84 583	0.87 587	0.86 582	0.81 581	0.56 579	1.09 594	0.66 586	1.07 593	1.45 596	0.97 587	1.23 596	1.11 583	0.86 586	0.84 584	0.72 587	0.49 578	0.56 592	0.76 586	0.60 585	0.66 582	0.60 587

KSHMR	1.10 591	1.19 593	0.90 584	1.26 596	1.00 596	0.99 589	0.96 596	1.13 598	1.35 592	1.16 595	1.28 597	1.40 591	0.97 591	1.03 595	0.93 593	1.03 598	1.08 600	1.20 597	1.03 599	1.03 595	0.98 597

WAO-8	0.92 585	0.83 585	0.67 565	0.94 588	0.70 589	0.92 586	0.68 588	1.08 595	1.80 601	1.06 591	1.42 598	1.29 587	1.08 595	0.86 585	0.80 589	0.74 591	0.54 589	0.86 590	0.75 591	0.71 587	0.63 588

Venus	0.92 585	0.83 585	0.67 565	0.94 588	0.70 589	0.92 586	0.68 588	1.08 595	1.80 601	1.06 591	1.42 598	1.29 587	1.08 595	0.86 585	0.80 589	0.74 591	0.54 589	0.86 590	0.75 591	0.71 587	0.63 588

HanzoNet	1.31 593	1.29 596	1.22 589	1.13 592	0.85 593	1.05 593	0.84 592	1.06 592	1.47 597	1.66 599	1.63 600	2.48 601	1.78 601	1.63 600	1.69 598	1.27 599	0.80 599	1.32 599	1.02 598	1.07 597	0.90 596

JetRed	1.66 594	1.51 597	3.09 595	0.93 587	1.21 597	5.28 602	1.61 602	1.29 601	1.42 595	1.84 600	1.77 601	1.59 598	0.95 590	1.43 599	2.51 603	0.91 597	1.61 601	0.93 593	0.91 597	1.36 598	1.03 598

TCMNet-wrong-test	3.69 597	5.54 609	3.91 600	12.22 609	11.75 611	4.77 601	3.86 603	1.08 595	0.74 574	1.13 593	2.21 602	6.16 606	0.53 566	3.43 603	2.33 601	0.90 596	0.20 549	1.85 603	1.69 602	5.71 607	3.79 607

MADNet++	1.97 595	1.75 598	1.66 593	1.83 597	1.69 599	2.38 600	1.45 601	2.36 602	2.11 603	2.58 602	2.37 603	2.25 600	2.21 602	2.28 601	2.36 602	1.87 602	1.67 602	1.53 601	1.34 601	1.87 599	1.78 601

USTest	6.16 599	2.65 601	2.79 594	6.48 605	7.21 605	14.33 609	21.38 609	6.98 610	9.55 609	5.35 606	6.12 604	5.71 605	7.69 606	6.31 607	6.75 606	1.97 603	3.38 608	1.63 602	2.14 605	2.49 600	2.35 602

xxxxx1	7.75 600	5.06 606	7.26 602	3.15 599	3.91 601	16.37 610	22.88 612	5.87 607	8.68 606	7.99 607	8.55 605	9.13 609	8.46 607	10.05 609	10.47 607	2.43 604	2.48 604	3.56 607	12.26 611	3.48 602	3.02 604

tt_ll	7.75 600	5.06 606	7.26 602	3.15 599	3.91 601	16.37 610	22.88 612	5.87 607	8.68 606	7.99 607	8.55 605	9.13 609	8.46 607	10.05 609	10.47 607	2.43 604	2.48 604	3.56 607	12.26 611	3.48 602	3.02 604

ff	7.75 600	5.06 606	7.26 602	3.15 599	3.91 601	16.37 610	22.88 612	5.87 607	8.68 606	7.99 607	8.55 605	9.13 609	8.46 607	10.05 609	10.47 607	2.43 604	2.48 604	3.56 607	12.26 611	3.48 602	3.02 604

DPSMNet_ROB	8.06 604	4.50 602	8.69 609	5.36 604	10.74 608	8.32 604	22.71 610	5.47 605	13.38 611	5.13 604	9.98 608	5.10 603	10.47 610	5.53 605	12.77 611	3.80 608	8.00 609	3.49 605	6.95 608	3.75 606	7.09 609

DGTPSM_ROB	8.06 604	4.50 602	8.69 609	5.34 602	10.73 607	8.32 604	22.71 610	5.47 605	13.38 611	5.13 604	9.98 608	5.10 603	10.47 610	5.53 605	12.77 611	3.79 607	8.00 609	3.49 605	6.95 608	3.74 605	7.09 609

Anonymous_1	10.87 610	7.82 610	7.41 605	10.29 606	10.08 606	18.64 614	26.11 615	11.02 614	13.45 613	9.43 610	10.10 610	9.73 612	11.31 612	10.69 612	12.47 610	6.42 611	8.38 611	5.70 610	10.22 610	11.41 611	6.65 608

DPSM_ROB	11.10 611	8.47 611	7.95 606	10.84 607	11.58 609	19.10 615	26.50 618	12.02 615	14.09 614	10.38 611	10.91 611	10.39 613	11.92 613	11.67 613	13.39 613	6.99 612	8.79 612	5.82 611	6.92 606	6.97 608	7.31 611

DPSM	11.10 611	8.47 611	7.95 606	10.84 607	11.58 609	19.10 615	26.50 618	12.02 615	14.09 614	10.38 611	10.91 611	10.39 613	11.92 613	11.67 613	13.39 613	6.99 612	8.79 612	5.82 611	6.92 606	6.97 608	7.31 611

HaxPig	15.73 613	18.55 621	19.19 617	16.92 612	15.89 614	7.80 603	7.57 604	13.37 617	10.80 610	15.40 614	14.87 613	15.95 615	14.81 615	15.67 615	15.97 617	18.96 620	16.72 615	19.47 620	18.10 622	19.45 621	19.06 622

LRCNet_RVC	10.76 609	13.97 614	7.97 608	19.07 613	2.04 600	0.35 536	0.31 552	5.29 603	0.48 524	13.02 613	17.65 614	8.69 608	5.73 604	4.78 604	2.22 600	23.53 621	2.69 607	27.60 624	25.75 624	17.60 618	16.54 621

MEDIAN_ROB	20.38 616	24.05 622	23.36 620	21.18 614	21.62 617	10.51 607	8.17 605	17.68 618	15.46 618	20.04 618	19.65 615	20.30 616	20.16 616	21.17 616	21.03 618	23.81 622	21.77 622	24.98 623	23.75 623	25.01 622	23.94 623

LSM0	22.80 622	17.22 620	19.17 616	22.12 620	28.90 624	38.38 623	53.27 620	24.21 624	28.36 620	20.84 623	21.11 616	21.63 622	24.25 624	23.42 622	26.98 621	14.08 619	17.39 616	11.72 619	13.98 618	14.22 617	14.66 614

RSGM-EC	20.15 614	4.62 604	0.75 575	16.73 610	16.97 615	21.10 617	26.46 616	10.37 612	14.13 616	18.18 616	21.56 617	22.31 623	22.50 617	21.80 617	15.71 615	62.36 624	33.86 624	20.06 621	18.04 620	19.30 619	16.22 619

acva	20.15 614	4.62 604	0.75 575	16.73 610	16.97 615	21.10 617	26.46 616	10.37 612	14.13 616	18.18 616	21.56 617	22.31 623	22.50 617	21.80 617	15.71 615	62.36 624	33.86 624	20.06 621	18.04 620	19.30 619	16.22 619

RAFT-FEzeroshot	22.33 617	17.12 616	15.83 611	21.95 616	23.32 620	38.31 620	53.41 624	23.99 620	28.43 621	20.66 619	21.84 619	21.02 619	24.05 622	23.33 619	27.09 623	14.06 615	17.69 617	11.70 615	13.95 616	14.05 614	14.76 615

RAFT-FE	22.33 617	17.12 616	15.83 611	21.95 616	23.32 620	38.31 620	53.41 624	23.99 620	28.43 621	20.66 619	21.84 619	21.02 619	24.05 622	23.33 619	27.09 623	14.06 615	17.69 617	11.70 615	13.95 616	14.05 614	14.76 615

CasAABBNet	22.33 617	17.11 615	15.84 613	21.94 615	23.28 619	38.30 619	53.40 623	24.05 622	28.44 623	20.66 619	21.86 621	21.03 621	24.04 621	23.35 621	27.03 622	14.06 615	17.69 617	11.70 615	13.94 615	14.04 613	14.76 615

FlowAnything	22.34 620	17.13 618	15.98 614	22.00 618	23.23 618	38.39 624	53.32 621	24.19 623	28.48 624	21.00 624	21.93 622	20.83 617	23.97 619	23.44 623	26.83 620	14.04 614	17.80 621	11.63 614	14.08 619	14.00 612	14.65 613

Selective-RAFT-Error	22.39 621	17.14 619	16.01 615	22.00 618	23.34 622	38.37 622	53.36 622	24.24 625	28.53 625	20.80 622	21.94 623	20.94 618	24.02 620	23.48 624	27.33 625	14.07 618	17.70 620	11.70 615	13.93 614	14.05 614	14.83 618

AVERAGE_ROB	24.89 623	29.12 623	27.98 621	24.83 621	24.59 623	17.82 613	11.61 606	21.45 619	19.91 619	25.04 625	24.38 624	25.06 625	25.31 625	24.69 625	22.86 619	29.74 623	27.09 623	28.97 625	27.94 625	30.07 623	29.35 624

PML	8.57 606	9.39 613	6.24 601	5.34 602	6.36 604	13.21 608	20.99 608	5.35 604	6.68 605	17.75 615	26.46 625	7.58 607	6.08 605	7.89 608	5.76 604	5.33 609	1.83 603	5.95 613	1.93 603	8.75 610	2.53 603

test_example2	97.69 624	92.93 624	45.57 622	96.02 622	109.84 625	88.44 625	93.70 626	25.54 626	94.63 626	130.46 627	126.87 626	58.93 626	75.48 626	87.99 626	77.94 626	150.16 626	221.11 626	76.29 626	98.21 626	108.42 626	95.33 625

ccccc		285.89 625		366.70 625	366.78 626	118.88 626		113.97 627		125.77 626		120.54 627		252.62 627		382.79 627	352.84 627	254.30 627	222.62 627	426.61 627

Low-res two-view benchmark