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

mm1	0.07 6	0.04 1	0.10 165	0.13 17	0.06 26	0.06 13	0.13 178	0.06 1	0.08 20	0.06 23	0.07 58	0.06 40	0.09 261	0.10 116	0.09 93	0.06 162	0.05 243	0.04 1	0.03 1	0.04 45	0.05 188

PipStereo	0.07 6	0.04 1	0.09 106	0.13 17	0.05 2	0.08 76	0.10 33	0.06 1	0.07 13	0.06 23	0.05 7	0.09 220	0.05 17	0.08 21	0.09 93	0.06 162	0.04 24	0.04 1	0.03 1	0.05 162	0.05 188

PSi22b	0.06 1	0.04 1	0.09 106	0.13 17	0.05 2	0.08 76	0.10 33	0.06 1	0.06 6	0.06 23	0.06 19	0.08 178	0.05 17	0.08 21	0.09 93	0.06 162	0.04 24	0.04 1	0.03 1	0.04 45	0.05 188

PSi22a	0.06 1	0.04 1	0.09 106	0.12 7	0.05 2	0.06 13	0.11 68	0.06 1	0.06 6	0.06 23	0.06 19	0.06 40	0.05 17	0.08 21	0.09 93	0.07 341	0.04 24	0.04 1	0.03 1	0.04 45	0.04 49

Foundation-i32	0.06 1	0.04 1	0.09 106	0.13 17	0.04 1	0.06 13	0.12 106	0.06 1	0.05 3	0.06 23	0.05 7	0.05 4	0.05 17	0.07 3	0.09 93	0.06 162	0.04 24	0.05 48	0.04 54	0.04 45	0.04 49

FoundationStereo	0.06 1	0.04 1	0.08 36	0.13 17	0.05 2	0.09 136	0.13 178	0.06 1	0.09 46	0.05 2	0.05 7	0.06 40	0.04 1	0.07 3	0.07 1	0.06 162	0.04 24	0.05 48	0.04 54	0.05 162	0.04 49

LGCAT	0.08 75	0.04 1	0.10 165	0.11 1	0.06 26	0.07 36	0.13 178	0.07 7	0.08 20	0.09 177	0.07 58	0.07 123	0.08 225	0.12 283	0.11 273	0.10 526	0.09 564	0.04 1	0.05 192	0.04 45	0.09 509

BLMT-Stereo	0.07 6	0.04 1	0.08 36	0.15 116	0.07 125	0.07 36	0.14 252	0.07 7	0.10 68	0.05 2	0.05 7	0.04 1	0.06 66	0.07 3	0.09 93	0.04 6	0.04 24	0.06 195	0.05 192	0.04 45	0.04 49

Pro-Stereo	0.07 6	0.05 33	0.08 36	0.15 116	0.08 216	0.08 76	0.12 106	0.07 7	0.08 20	0.06 23	0.06 19	0.05 4	0.05 17	0.09 56	0.08 23	0.05 48	0.04 24	0.06 195	0.05 192	0.04 45	0.04 49

S2M2_XL	0.08 75	0.06 105	0.12 285	0.12 7	0.08 216	0.09 136	0.09 20	0.07 7	0.07 13	0.08 126	0.07 58	0.07 123	0.06 66	0.09 56	0.09 93	0.08 423	0.06 424	0.07 312	0.06 287	0.08 445	0.06 295
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
DEFOM-Stereo	0.07 6	0.05 33	0.07 8	0.14 65	0.06 26	0.09 136	0.13 178	0.07 7	0.13 185	0.06 23	0.07 58	0.06 40	0.05 17	0.10 116	0.09 93	0.05 48	0.04 24	0.05 48	0.03 1	0.04 45	0.04 49

qqai	0.07 6	0.05 33	0.10 165	0.14 65	0.06 26	0.05 3	0.12 106	0.08 12	0.09 46	0.05 2	0.07 58	0.06 40	0.08 225	0.10 116	0.09 93	0.06 162	0.05 243	0.05 48	0.03 1	0.04 45	0.05 188

LACA3	0.07 6	0.08 345	0.08 36	0.13 17	0.05 2	0.09 136	0.11 68	0.08 12	0.09 46	0.08 126	0.06 19	0.07 123	0.07 172	0.08 21	0.07 1	0.06 162	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

MLG-Stereo_test3	0.07 6	0.05 33	0.10 165	0.15 116	0.06 26	0.07 36	0.10 33	0.08 12	0.06 6	0.06 23	0.04 1	0.06 40	0.06 66	0.08 21	0.10 192	0.06 162	0.04 24	0.05 48	0.04 54	0.05 162	0.06 295

MLG-Stereo	0.07 6	0.05 33	0.09 106	0.17 299	0.05 2	0.07 36	0.11 68	0.08 12	0.05 3	0.05 2	0.04 1	0.06 40	0.05 17	0.10 116	0.09 93	0.05 48	0.04 24	0.05 48	0.03 1	0.04 45	0.05 188

LG-G_1	0.07 6	0.04 1	0.11 234	0.15 116	0.06 26	0.09 136	0.08 7	0.08 12	0.06 6	0.06 23	0.06 19	0.07 123	0.07 172	0.11 190	0.08 23	0.07 341	0.04 24	0.05 48	0.04 54	0.05 162	0.06 295

LG-G	0.07 6	0.04 1	0.11 234	0.15 116	0.06 26	0.09 136	0.08 7	0.08 12	0.06 6	0.06 23	0.06 19	0.07 123	0.07 172	0.11 190	0.08 23	0.07 341	0.04 24	0.05 48	0.04 54	0.05 162	0.06 295

LGtest1	0.07 6	0.05 33	0.11 234	0.15 116	0.06 26	0.07 36	0.09 20	0.08 12	0.06 6	0.06 23	0.04 1	0.06 40	0.07 172	0.10 116	0.09 93	0.07 341	0.04 24	0.05 48	0.04 54	0.06 283	0.06 295

StereoAnything_RVC	0.07 6	0.16 603	0.17 483	0.11 1	0.05 2	0.06 13	0.11 68	0.08 12	0.08 20	0.06 23	0.06 19	0.05 4	0.05 17	0.09 56	0.08 23	0.08 423	0.04 24	0.05 48	0.03 1	0.05 162	0.04 49

MCSU-Stereo	0.07 6	0.05 33	0.07 8	0.16 211	0.05 2	0.08 76	0.12 106	0.09 20	0.07 13	0.07 70	0.10 193	0.06 40	0.06 66	0.08 21	0.08 23	0.06 162	0.04 24	0.04 1	0.03 1	0.04 45	0.03 1

aanet-new-60k	0.08 75	0.07 212	0.08 36	0.18 391	0.06 26	0.07 36	0.10 33	0.09 20	0.14 215	0.07 70	0.07 58	0.06 40	0.07 172	0.11 190	0.08 23	0.05 48	0.04 24	0.05 48	0.04 54	0.04 45	0.03 1

DDF-Stereo	0.08 75	0.05 33	0.10 165	0.15 116	0.10 461	0.05 3	0.13 178	0.09 20	0.14 215	0.06 23	0.06 19	0.07 123	0.06 66	0.09 56	0.10 192	0.06 162	0.04 24	0.06 195	0.04 54	0.08 445	0.05 188

zero-FE	0.08 75	0.05 33	0.10 165	0.15 116	0.10 461	0.05 3	0.13 178	0.09 20	0.14 215	0.07 70	0.06 19	0.07 123	0.06 66	0.09 56	0.10 192	0.06 162	0.04 24	0.06 195	0.04 54	0.08 445	0.05 188

LG-Stereo_L2	0.07 6	0.05 33	0.10 165	0.14 65	0.06 26	0.07 36	0.12 106	0.09 20	0.10 68	0.06 23	0.04 1	0.05 4	0.05 17	0.08 21	0.08 23	0.05 48	0.04 24	0.05 48	0.03 1	0.04 45	0.03 1

LG-Stereo_L1	0.07 6	0.05 33	0.11 234	0.14 65	0.06 26	0.07 36	0.12 106	0.09 20	0.08 20	0.05 2	0.04 1	0.05 4	0.04 1	0.08 21	0.08 23	0.05 48	0.04 24	0.05 48	0.03 1	0.04 45	0.04 49

MLG-Stereo_test2	0.07 6	0.04 1	0.10 165	0.15 116	0.06 26	0.07 36	0.11 68	0.09 20	0.04 2	0.06 23	0.05 7	0.06 40	0.04 1	0.08 21	0.09 93	0.06 162	0.04 24	0.05 48	0.03 1	0.05 162	0.05 188

MLG-Stereo_test1	0.06 1	0.05 33	0.08 36	0.17 299	0.05 2	0.07 36	0.11 68	0.09 20	0.03 1	0.05 2	0.04 1	0.06 40	0.05 17	0.09 56	0.09 93	0.05 48	0.04 24	0.05 48	0.03 1	0.04 45	0.05 188

AIO_rvc	0.07 6	0.06 105	0.08 36	0.15 116	0.06 26	0.08 76	0.14 252	0.09 20	0.08 20	0.07 70	0.08 122	0.07 123	0.04 1	0.10 116	0.08 23	0.05 48	0.04 24	0.05 48	0.04 54	0.04 45	0.03 1

aanet-new-40k	0.07 6	0.08 345	0.08 36	0.17 299	0.07 125	0.08 76	0.13 178	0.10 29	0.10 68	0.07 70	0.09 161	0.06 40	0.05 17	0.08 21	0.07 1	0.05 48	0.04 24	0.05 48	0.04 54	0.05 162	0.04 49

aanet-new-32k	0.08 75	0.07 212	0.09 106	0.18 391	0.06 26	0.10 194	0.11 68	0.10 29	0.09 46	0.07 70	0.07 58	0.07 123	0.06 66	0.11 190	0.08 23	0.05 48	0.04 24	0.05 48	0.04 54	0.04 45	0.04 49

aanet-new-30k	0.08 75	0.07 212	0.09 106	0.18 391	0.06 26	0.10 194	0.11 68	0.10 29	0.09 46	0.07 70	0.07 58	0.07 123	0.06 66	0.11 190	0.08 23	0.05 48	0.04 24	0.05 48	0.04 54	0.04 45	0.04 49

aanet-new-28k	0.08 75	0.07 212	0.09 106	0.18 391	0.06 26	0.08 76	0.12 106	0.10 29	0.09 46	0.09 177	0.08 122	0.08 178	0.06 66	0.12 283	0.08 23	0.05 48	0.04 24	0.05 48	0.04 54	0.05 162	0.04 49

GCAP-Stereo-DPT26K	0.07 6	0.07 212	0.07 8	0.16 211	0.06 26	0.08 76	0.12 106	0.10 29	0.09 46	0.06 23	0.09 161	0.06 40	0.05 17	0.09 56	0.08 23	0.04 6	0.04 24	0.05 48	0.04 54	0.03 1	0.04 49

aanet-new-24k	0.08 75	0.08 345	0.08 36	0.17 299	0.06 26	0.07 36	0.12 106	0.10 29	0.11 103	0.09 177	0.09 161	0.06 40	0.07 172	0.09 56	0.07 1	0.04 6	0.04 24	0.05 48	0.04 54	0.04 45	0.04 49

GCAP-Stereo-DPT-20K	0.07 6	0.05 33	0.11 234	0.15 116	0.06 26	0.07 36	0.12 106	0.10 29	0.11 103	0.07 70	0.08 122	0.06 40	0.05 17	0.09 56	0.07 1	0.05 48	0.05 243	0.05 48	0.04 54	0.03 1	0.04 49

DepthFocus	0.08 75	0.04 1	0.15 414	0.13 17	0.09 344	0.08 76	0.12 106	0.10 29	0.05 3	0.09 177	0.06 19	0.07 123	0.04 1	0.08 21	0.08 23	0.06 162	0.05 243	0.07 312	0.07 390	0.05 162	0.04 49

LACA1	0.07 6	0.07 212	0.07 8	0.14 65	0.05 2	0.09 136	0.11 68	0.10 29	0.07 13	0.05 2	0.05 7	0.06 40	0.08 225	0.08 21	0.09 93	0.06 162	0.04 24	0.04 1	0.04 54	0.03 1	0.04 49

LCMNet	0.08 75	0.05 33	0.10 165	0.13 17	0.07 125	0.09 136	0.12 106	0.10 29	0.12 142	0.06 23	0.08 122	0.06 40	0.07 172	0.11 190	0.10 192	0.06 162	0.05 243	0.04 1	0.03 1	0.04 45	0.04 49

GEAStereo	0.08 75	0.06 105	0.09 106	0.13 17	0.08 216	0.08 76	0.14 252	0.10 29	0.10 68	0.08 126	0.10 193	0.06 40	0.04 1	0.11 190	0.08 23	0.06 162	0.04 24	0.05 48	0.04 54	0.05 162	0.05 188

BridgeDepth	0.07 6	0.07 212	0.08 36	0.18 391	0.06 26	0.07 36	0.11 68	0.10 29	0.06 6	0.04 1	0.07 58	0.10 254	0.09 261	0.08 21	0.08 23	0.04 6	0.03 1	0.04 1	0.04 54	0.03 1	0.03 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
gasm-f	0.08 75	0.05 33	0.08 36	0.13 17	0.08 216	0.08 76	0.14 252	0.10 29	0.10 68	0.08 126	0.10 193	0.06 40	0.05 17	0.10 116	0.08 23	0.06 162	0.04 24	0.05 48	0.04 54	0.06 283	0.05 188

Wavelet-MonSter	0.07 6	0.05 33	0.07 8	0.16 211	0.06 26	0.07 36	0.11 68	0.10 29	0.08 20	0.06 23	0.07 58	0.07 123	0.07 172	0.09 56	0.09 93	0.04 6	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

AdaDepth	0.07 6	0.06 105	0.07 8	0.18 391	0.06 26	0.11 247	0.11 68	0.10 29	0.08 20	0.06 23	0.05 7	0.07 123	0.06 66	0.09 56	0.10 192	0.04 6	0.05 243	0.05 48	0.04 54	0.04 45	0.04 49

2.25w	0.07 6	0.07 212	0.08 36	0.15 116	0.06 26	0.08 76	0.09 20	0.10 29	0.15 243	0.08 126	0.10 193	0.07 123	0.06 66	0.09 56	0.10 192	0.05 48	0.04 24	0.04 1	0.04 54	0.03 1	0.04 49

2.5w	0.07 6	0.07 212	0.08 36	0.16 211	0.06 26	0.08 76	0.12 106	0.10 29	0.10 68	0.07 70	0.06 19	0.09 220	0.06 66	0.08 21	0.09 93	0.04 6	0.03 1	0.04 1	0.04 54	0.03 1	0.03 1

LG-Stereo_Zeroshot	0.07 6	0.06 105	0.10 165	0.16 211	0.07 125	0.04 1	0.13 178	0.10 29	0.10 68	0.05 2	0.11 245	0.07 123	0.05 17	0.07 3	0.09 93	0.06 162	0.04 24	0.05 48	0.04 54	0.05 162	0.04 49

S2M2_L	0.09 167	0.08 345	0.11 234	0.13 17	0.10 461	0.08 76	0.06 1	0.10 29	0.10 68	0.10 222	0.10 193	0.09 220	0.09 261	0.11 190	0.11 273	0.13 606	0.07 496	0.08 402	0.09 512	0.10 546	0.08 461
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GREAT-IGEV	0.07 6	0.06 105	0.09 106	0.13 17	0.07 125	0.07 36	0.14 252	0.10 29	0.09 46	0.06 23	0.08 122	0.06 40	0.05 17	0.10 116	0.07 1	0.05 48	0.04 24	0.05 48	0.04 54	0.05 162	0.04 49
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
DEFOM-Stereo_RVC	0.08 75	0.07 212	0.09 106	0.22 588	0.06 26	0.08 76	0.12 106	0.10 29	0.10 68	0.07 70	0.07 58	0.06 40	0.05 17	0.11 190	0.09 93	0.06 162	0.04 24	0.05 48	0.03 1	0.06 283	0.04 49

AIO_test	0.07 6	0.06 105	0.07 8	0.15 116	0.07 125	0.07 36	0.14 252	0.10 29	0.10 68	0.07 70	0.07 58	0.06 40	0.05 17	0.08 21	0.10 192	0.05 48	0.04 24	0.05 48	0.04 54	0.04 45	0.03 1

IGEV-RUCA	0.08 75	0.06 105	0.11 234	0.14 65	0.09 344	0.10 194	0.12 106	0.10 29	0.12 142	0.06 23	0.07 58	0.08 178	0.06 66	0.09 56	0.08 23	0.06 162	0.05 243	0.05 48	0.04 54	0.05 162	0.06 295

IGEV-Stereo+	0.07 6	0.04 1	0.08 36	0.15 116	0.06 26	0.04 1	0.09 20	0.10 29	0.09 46	0.06 23	0.06 19	0.06 40	0.06 66	0.06 1	0.09 93	0.06 162	0.04 24	0.05 48	0.04 54	0.06 283	0.06 295

GCAPDPT-zeroshot4090	0.07 6	0.05 33	0.11 234	0.15 116	0.06 26	0.07 36	0.12 106	0.10 29	0.11 103	0.07 70	0.08 122	0.06 40	0.05 17	0.09 56	0.07 1	0.05 48	0.05 243	0.05 48	0.04 54	0.03 1	0.04 49

IGEV++	0.08 75	0.06 105	0.09 106	0.18 391	0.07 125	0.10 194	0.13 178	0.10 29	0.10 68	0.08 126	0.08 122	0.06 40	0.05 17	0.13 344	0.09 93	0.05 48	0.04 24	0.05 48	0.04 54	0.05 162	0.04 49

PointNet	0.08 75	0.06 105	0.07 8	0.15 116	0.07 125	0.09 136	0.14 252	0.11 55	0.08 20	0.05 2	0.08 122	0.08 178	0.09 261	0.09 56	0.09 93	0.06 162	0.04 24	0.05 48	0.04 54	0.03 1	0.04 49

TS12	0.08 75	0.06 105	0.09 106	0.21 566	0.07 125	0.12 303	0.12 106	0.11 55	0.09 46	0.10 222	0.10 193	0.08 178	0.10 298	0.09 56	0.12 345	0.04 6	0.04 24	0.05 48	0.04 54	0.03 1	0.04 49

DF	0.08 75	0.06 105	0.10 165	0.15 116	0.06 26	0.11 247	0.12 106	0.11 55	0.12 142	0.09 177	0.10 193	0.10 254	0.08 225	0.11 190	0.09 93	0.07 341	0.04 24	0.05 48	0.04 54	0.04 45	0.04 49

aanet-new-70k	0.07 6	0.06 105	0.09 106	0.17 299	0.06 26	0.08 76	0.12 106	0.11 55	0.10 68	0.07 70	0.07 58	0.07 123	0.06 66	0.10 116	0.07 1	0.04 6	0.04 24	0.05 48	0.04 54	0.04 45	0.03 1

aanet-new-78k	0.08 75	0.07 212	0.09 106	0.19 464	0.06 26	0.07 36	0.12 106	0.11 55	0.13 185	0.06 23	0.07 58	0.06 40	0.06 66	0.10 116	0.07 1	0.04 6	0.04 24	0.05 48	0.04 54	0.05 162	0.03 1

aanet-32k-new	0.08 75	0.07 212	0.08 36	0.19 464	0.06 26	0.08 76	0.12 106	0.11 55	0.13 185	0.07 70	0.08 122	0.05 4	0.07 172	0.10 116	0.08 23	0.05 48	0.04 24	0.05 48	0.04 54	0.06 283	0.04 49

LACA2	0.07 6	0.05 33	0.06 1	0.15 116	0.06 26	0.09 136	0.10 33	0.11 55	0.11 103	0.05 2	0.05 7	0.06 40	0.08 225	0.09 56	0.07 1	0.07 341	0.04 24	0.04 1	0.04 54	0.04 45	0.04 49

VIP-Stereo	0.07 6	0.07 212	0.08 36	0.15 116	0.06 26	0.11 247	0.10 33	0.11 55	0.11 103	0.06 23	0.07 58	0.06 40	0.05 17	0.10 116	0.08 23	0.05 48	0.04 24	0.05 48	0.04 54	0.03 1	0.03 1

GSStereo	0.08 75	0.06 105	0.09 106	0.13 17	0.08 216	0.08 76	0.14 252	0.11 55	0.12 142	0.08 126	0.10 193	0.05 4	0.04 1	0.11 190	0.08 23	0.06 162	0.04 24	0.05 48	0.04 54	0.05 162	0.05 188

GS-Stereo							0.14 252	0.11 55	0.12 142	0.08 126	0.10 193	0.05 4	0.04 1	0.11 190	0.08 23	0.06 162	0.04 24	0.05 48	0.04 54	0.05 162	0.05 188

Zero-FE251	0.08 75	0.05 33	0.10 165	0.13 17	0.06 26	0.12 303	0.12 106	0.11 55	0.10 68	0.07 70	0.08 122	0.06 40	0.06 66	0.10 116	0.08 23	0.06 162	0.04 24	0.05 48	0.04 54	0.04 45	0.04 49

asd	0.07 6	0.08 345	0.08 36	0.16 211	0.07 125	0.08 76	0.08 7	0.11 55	0.08 20	0.07 70	0.07 58	0.06 40	0.06 66	0.10 116	0.09 93	0.03 1	0.03 1	0.04 1	0.04 54	0.04 45	0.03 1

4w-stereo	0.07 6	0.08 345	0.08 36	0.16 211	0.07 125	0.07 36	0.08 7	0.11 55	0.09 46	0.07 70	0.07 58	0.05 4	0.06 66	0.09 56	0.10 192	0.03 1	0.03 1	0.04 1	0.04 54	0.04 45	0.03 1

111111	0.07 6	0.05 33	0.10 165	0.17 299	0.06 26	0.05 3	0.10 33	0.11 55	0.10 68	0.06 23	0.06 19	0.07 123	0.05 17	0.08 21	0.09 93	0.06 162	0.04 24	0.05 48	0.04 54	0.07 373	0.06 295

LG-Stereo	0.08 75	0.08 345	0.10 165	0.18 391	0.07 125	0.10 194	0.17 440	0.11 55	0.08 20	0.06 23	0.08 122	0.06 40	0.07 172	0.09 56	0.09 93	0.04 6	0.05 243	0.07 312	0.07 390	0.04 45	0.04 49

SGD-Stereo	0.08 75	0.05 33	0.10 165	0.14 65	0.06 26	0.12 303	0.12 106	0.11 55	0.12 142	0.07 70	0.09 161	0.09 220	0.09 261	0.08 21	0.08 23	0.06 162	0.04 24	0.05 48	0.04 54	0.05 162	0.04 49

SCV_C0	0.08 75	0.07 212	0.08 36	0.16 211	0.10 461	0.08 76	0.14 252	0.11 55	0.13 185	0.08 126	0.07 58	0.06 40	0.05 17	0.11 190	0.07 1	0.05 48	0.05 243	0.05 48	0.04 54	0.06 283	0.05 188

SCV	0.08 75	0.09 428	0.08 36	0.15 116	0.08 216	0.10 194	0.12 106	0.11 55	0.12 142	0.07 70	0.07 58	0.06 40	0.04 1	0.10 116	0.08 23	0.05 48	0.05 243	0.06 195	0.04 54	0.06 283	0.04 49

castereo++	0.08 75	0.06 105	0.08 36	0.15 116	0.05 2	0.14 398	0.11 68	0.11 55	0.15 243	0.07 70	0.07 58	0.08 178	0.06 66	0.08 21	0.08 23	0.06 162	0.04 24	0.05 48	0.04 54	0.04 45	0.03 1

SMoEStereo_RVC	0.08 75	0.06 105	0.12 285	0.16 211	0.07 125	0.09 136	0.13 178	0.11 55	0.14 215	0.09 177	0.07 58	0.07 123	0.07 172	0.12 283	0.10 192	0.05 48	0.04 24	0.06 195	0.05 192	0.04 45	0.04 49

ours_stereo	0.09 167	0.07 212	0.09 106	0.17 299	0.08 216	0.11 247	0.16 406	0.11 55	0.12 142	0.08 126	0.10 193	0.08 178	0.06 66	0.12 283	0.12 345	0.05 48	0.04 24	0.06 195	0.05 192	0.04 45	0.04 49

IGEV-Stereo++	0.07 6	0.06 105	0.08 36	0.18 391	0.06 26	0.05 3	0.10 33	0.11 55	0.11 103	0.06 23	0.07 58	0.07 123	0.06 66	0.09 56	0.09 93	0.05 48	0.04 24	0.05 48	0.04 54	0.05 162	0.04 49

IGEV-BASED-STEREO-	0.09 167	0.10 497	0.32 620	0.15 116	0.06 26	0.08 76	0.14 252	0.11 55	0.10 68	0.07 70	0.07 58	0.06 40	0.04 1	0.11 190	0.07 1	0.12 587	0.04 24	0.07 312	0.05 192	0.05 162	0.05 188

RSM++	0.08 75	0.06 105	0.09 106	0.17 299	0.07 125	0.09 136	0.12 106	0.11 55	0.11 103	0.08 126	0.06 19	0.07 123	0.05 17	0.10 116	0.09 93	0.05 48	0.04 24	0.06 195	0.05 192	0.05 162	0.03 1

CES	0.08 75	0.04 1	0.08 36	0.14 65	0.07 125	0.09 136	0.14 252	0.11 55	0.09 46	0.08 126	0.09 161	0.11 287	0.07 172	0.12 283	0.08 23	0.06 162	0.04 24	0.05 48	0.03 1	0.05 162	0.05 188

EGLCR-Stereo	0.08 75	0.05 33	0.08 36	0.14 65	0.07 125	0.11 247	0.12 106	0.11 55	0.16 278	0.06 23	0.05 7	0.07 123	0.05 17	0.10 116	0.11 273	0.06 162	0.04 24	0.06 195	0.05 192	0.04 45	0.04 49

depth_test_26	0.08 75	0.04 1	0.12 285	0.13 17	0.07 125	0.08 76	0.10 33	0.12 81	0.11 103	0.09 177	0.07 58	0.08 178	0.05 17	0.09 56	0.08 23	0.08 423	0.06 424	0.06 195	0.06 287	0.06 283	0.07 386

derf	0.07 6	0.05 33	0.10 165	0.14 65	0.06 26	0.05 3	0.12 106	0.12 81	0.09 46	0.05 2	0.07 58	0.07 123	0.08 225	0.10 116	0.09 93	0.06 162	0.05 243	0.04 1	0.03 1	0.04 45	0.05 188

MGA	0.07 6	0.04 1	0.11 234	0.13 17	0.06 26	0.08 76	0.09 20	0.12 81	0.08 20	0.05 2	0.06 19	0.06 40	0.05 17	0.10 116	0.09 93	0.06 162	0.04 24	0.05 48	0.03 1	0.05 162	0.05 188

CAR	0.07 6	0.05 33	0.09 106	0.14 65	0.06 26	0.07 36	0.08 7	0.12 81	0.08 20	0.05 2	0.06 19	0.05 4	0.05 17	0.10 116	0.09 93	0.06 162	0.04 24	0.05 48	0.04 54	0.04 45	0.04 49

MSE-Stereo	0.07 6	0.04 1	0.09 106	0.13 17	0.06 26	0.07 36	0.08 7	0.12 81	0.08 20	0.05 2	0.06 19	0.05 4	0.05 17	0.10 116	0.09 93	0.06 162	0.04 24	0.05 48	0.04 54	0.04 45	0.04 49

aanet-new-36k	0.08 75	0.07 212	0.10 165	0.17 299	0.06 26	0.09 136	0.13 178	0.12 81	0.14 215	0.08 126	0.08 122	0.06 40	0.05 17	0.09 56	0.08 23	0.04 6	0.04 24	0.05 48	0.04 54	0.03 1	0.03 1

aanet-new-34k	0.08 75	0.06 105	0.09 106	0.17 299	0.05 2	0.08 76	0.13 178	0.12 81	0.13 185	0.09 177	0.08 122	0.07 123	0.05 17	0.10 116	0.09 93	0.04 6	0.04 24	0.05 48	0.04 54	0.03 1	0.03 1

aanet-new-12k	0.08 75	0.10 497	0.07 8	0.20 529	0.08 216	0.08 76	0.12 106	0.12 81	0.14 215	0.08 126	0.08 122	0.05 4	0.07 172	0.09 56	0.08 23	0.05 48	0.04 24	0.05 48	0.04 54	0.06 283	0.04 49

GCAP-Stereo-DPT-24K	0.07 6	0.06 105	0.07 8	0.15 116	0.06 26	0.10 194	0.15 342	0.12 81	0.11 103	0.06 23	0.11 245	0.06 40	0.05 17	0.09 56	0.08 23	0.05 48	0.04 24	0.05 48	0.04 54	0.03 1	0.03 1

GCAP-Stereo-DPT-FT	0.08 75	0.05 33	0.12 285	0.15 116	0.06 26	0.09 136	0.13 178	0.12 81	0.12 142	0.07 70	0.09 161	0.06 40	0.06 66	0.10 116	0.08 23	0.06 162	0.04 24	0.05 48	0.04 54	0.04 45	0.04 49

Foundation-i1a	0.08 75	0.05 33	0.08 36	0.13 17	0.05 2	0.13 350	0.13 178	0.12 81	0.10 68	0.11 265	0.11 245	0.11 287	0.06 66	0.08 21	0.09 93	0.06 162	0.04 24	0.05 48	0.03 1	0.04 45	0.04 49

WQFJA1++	0.08 75	0.04 1	0.11 234	0.14 65	0.07 125	0.11 247	0.11 68	0.12 81	0.07 13	0.07 70	0.07 58	0.07 123	0.06 66	0.10 116	0.10 192	0.06 162	0.04 24	0.05 48	0.04 54	0.06 283	0.06 295

MatchStereo	0.07 6	0.04 1	0.08 36	0.14 65	0.06 26	0.05 3	0.12 106	0.12 81	0.09 46	0.07 70	0.07 58	0.04 1	0.04 1	0.09 56	0.09 93	0.06 162	0.05 243	0.05 48	0.03 1	0.04 45	0.05 188
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
HiDET	0.08 75	0.05 33	0.10 165	0.13 17	0.06 26	0.09 136	0.12 106	0.12 81	0.12 142	0.07 70	0.07 58	0.07 123	0.07 172	0.11 190	0.11 273	0.06 162	0.05 243	0.04 1	0.03 1	0.04 45	0.04 49

Monster-pub-mixall	0.07 6	0.04 1	0.09 106	0.13 17	0.06 26	0.06 13	0.08 7	0.12 81	0.07 13	0.06 23	0.06 19	0.05 4	0.06 66	0.09 56	0.09 93	0.06 162	0.04 24	0.04 1	0.03 1	0.05 162	0.05 188

3.25w_new	0.07 6	0.06 105	0.08 36	0.15 116	0.06 26	0.10 194	0.07 3	0.12 81	0.11 103	0.08 126	0.07 58	0.07 123	0.06 66	0.11 190	0.10 192	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 49

3.25w	0.07 6	0.06 105	0.08 36	0.15 116	0.06 26	0.10 194	0.07 3	0.12 81	0.11 103	0.08 126	0.07 58	0.07 123	0.06 66	0.11 190	0.10 192	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 49

fffft	0.09 167	0.06 105	0.12 285	0.16 211	0.07 125	0.09 136	0.16 406	0.12 81	0.11 103	0.09 177	0.07 58	0.09 220	0.06 66	0.11 190	0.12 345	0.05 48	0.04 24	0.06 195	0.05 192	0.04 45	0.05 188
1: 1. 1
mms	0.09 167	0.07 212	0.08 36	0.17 299	0.08 216	0.11 247	0.15 342	0.12 81	0.11 103	0.09 177	0.09 161	0.08 178	0.06 66	0.11 190	0.12 345	0.05 48	0.04 24	0.07 312	0.05 192	0.04 45	0.04 49

dual_stereo	0.07 6	0.05 33	0.08 36	0.15 116	0.05 2	0.05 3	0.13 178	0.12 81	0.08 20	0.07 70	0.06 19	0.05 4	0.05 17	0.07 3	0.09 93	0.06 162	0.04 24	0.05 48	0.03 1	0.04 45	0.04 49

U	0.08 75	0.07 212	0.10 165	0.19 464	0.10 461	0.10 194	0.13 178	0.12 81	0.17 315	0.07 70	0.07 58	0.06 40	0.05 17	0.07 3	0.09 93	0.06 162	0.04 24	0.06 195	0.04 54	0.06 283	0.05 188

RSM	0.08 75	0.06 105	0.09 106	0.17 299	0.07 125	0.08 76	0.12 106	0.12 81	0.10 68	0.08 126	0.07 58	0.06 40	0.05 17	0.11 190	0.09 93	0.04 6	0.04 24	0.05 48	0.04 54	0.04 45	0.04 49

MGS-Stereo	0.09 167	0.07 212	0.12 285	0.16 211	0.08 216	0.09 136	0.15 342	0.12 81	0.12 142	0.07 70	0.10 193	0.08 178	0.06 66	0.11 190	0.09 93	0.05 48	0.04 24	0.06 195	0.05 192	0.06 283	0.05 188

MoCha-V2	0.08 75	0.05 33	0.11 234	0.20 529	0.07 125	0.10 194	0.14 252	0.12 81	0.08 20	0.07 70	0.08 122	0.07 123	0.06 66	0.09 56	0.08 23	0.05 48	0.05 243	0.05 48	0.04 54	0.04 45	0.04 49

UniTT-Stereo	0.09 167	0.07 212	0.08 36	0.18 391	0.08 216	0.13 350	0.11 68	0.12 81	0.11 103	0.10 222	0.12 265	0.05 4	0.06 66	0.09 56	0.10 192	0.07 341	0.06 424	0.05 48	0.05 192	0.06 283	0.05 188

LoS_RVC	0.08 75	0.05 33	0.07 8	0.15 116	0.07 125	0.08 76	0.15 342	0.12 81	0.11 103	0.08 126	0.09 161	0.06 40	0.09 261	0.10 116	0.09 93	0.05 48	0.04 24	0.05 48	0.03 1	0.04 45	0.04 49

CAS	0.08 75	0.04 1	0.07 8	0.17 299	0.08 216	0.10 194	0.13 178	0.12 81	0.09 46	0.09 177	0.10 193	0.08 178	0.06 66	0.09 56	0.09 93	0.08 423	0.04 24	0.05 48	0.03 1	0.05 162	0.04 49

MC-Stereo	0.09 167	0.07 212	0.09 106	0.17 299	0.06 26	0.10 194	0.14 252	0.12 81	0.11 103	0.09 177	0.12 265	0.09 220	0.06 66	0.11 190	0.10 192	0.06 162	0.04 24	0.06 195	0.05 192	0.04 45	0.04 49

test-3	0.09 167	0.06 105	0.10 165	0.18 391	0.07 125	0.07 36	0.14 252	0.12 81	0.16 278	0.10 222	0.08 122	0.08 178	0.08 225	0.11 190	0.10 192	0.05 48	0.04 24	0.07 312	0.05 192	0.04 45	0.04 49

test_1	0.09 167	0.06 105	0.10 165	0.18 391	0.07 125	0.07 36	0.14 252	0.12 81	0.16 278	0.10 222	0.08 122	0.08 178	0.08 225	0.11 190	0.10 192	0.05 48	0.04 24	0.07 312	0.05 192	0.04 45	0.04 49

mm2	0.07 6	0.04 1	0.10 165	0.13 17	0.06 26	0.06 13	0.13 178	0.13 111	0.08 20	0.06 23	0.07 58	0.06 40	0.09 261	0.10 116	0.09 93	0.06 162	0.05 243	0.04 1	0.03 1	0.04 45	0.05 188

aanet-new-90k	0.08 75	0.07 212	0.09 106	0.19 464	0.06 26	0.07 36	0.12 106	0.13 111	0.13 185	0.06 23	0.07 58	0.06 40	0.07 172	0.11 190	0.07 1	0.05 48	0.04 24	0.05 48	0.04 54	0.05 162	0.03 1

aanet-new-16k	0.08 75	0.08 345	0.08 36	0.18 391	0.06 26	0.07 36	0.10 33	0.13 111	0.13 185	0.08 126	0.07 58	0.07 123	0.06 66	0.09 56	0.08 23	0.04 6	0.04 24	0.05 48	0.04 54	0.05 162	0.04 49

GCAP-Stereo-cres-4k	0.08 75	0.08 345	0.09 106	0.18 391	0.07 125	0.11 247	0.14 252	0.13 111	0.11 103	0.08 126	0.11 245	0.07 123	0.06 66	0.09 56	0.08 23	0.04 6	0.04 24	0.05 48	0.04 54	0.04 45	0.04 49

GCAP-Stereo-DPT-cres	0.08 75	0.05 33	0.08 36	0.15 116	0.06 26	0.10 194	0.14 252	0.13 111	0.12 142	0.07 70	0.08 122	0.07 123	0.06 66	0.10 116	0.09 93	0.05 48	0.04 24	0.05 48	0.04 54	0.03 1	0.04 49

GCAP-Stereo-DPT-36K	0.08 75	0.06 105	0.16 458	0.15 116	0.06 26	0.08 76	0.12 106	0.13 111	0.11 103	0.07 70	0.08 122	0.07 123	0.06 66	0.09 56	0.08 23	0.05 48	0.05 243	0.05 48	0.04 54	0.04 45	0.04 49

GCAP-Stereo-DPT-22K	0.08 75	0.06 105	0.08 36	0.17 299	0.06 26	0.07 36	0.14 252	0.13 111	0.16 278	0.05 2	0.10 193	0.06 40	0.06 66	0.08 21	0.08 23	0.04 6	0.04 24	0.05 48	0.04 54	0.03 1	0.04 49

GCAP-Stereo-DPT-50K	0.08 75	0.07 212	0.18 517	0.16 211	0.06 26	0.06 13	0.13 178	0.13 111	0.13 185	0.07 70	0.07 58	0.06 40	0.05 17	0.08 21	0.08 23	0.04 6	0.04 24	0.05 48	0.04 54	0.03 1	0.03 1

Foundation-i1c-attn	0.08 75	0.05 33	0.07 8	0.14 65	0.05 2	0.09 136	0.12 106	0.13 111	0.10 68	0.09 177	0.10 193	0.10 254	0.07 172	0.08 21	0.10 192	0.06 162	0.04 24	0.05 48	0.04 54	0.03 1	0.04 49

Foundation-i1b	0.08 75	0.05 33	0.07 8	0.14 65	0.05 2	0.09 136	0.12 106	0.13 111	0.10 68	0.09 177	0.10 193	0.10 254	0.06 66	0.07 3	0.09 93	0.06 162	0.04 24	0.05 48	0.04 54	0.03 1	0.03 1

LiteMatch	0.09 167	0.06 105	0.10 165	0.16 211	0.07 125	0.10 194	0.15 342	0.13 111	0.08 20	0.06 23	0.07 58	0.06 40	0.16 485	0.10 116	0.14 429	0.07 341	0.04 24	0.06 195	0.06 287	0.06 283	0.06 295

Selective-IGEV-i32	0.07 6	0.06 105	0.09 106	0.17 299	0.06 26	0.08 76	0.12 106	0.13 111	0.08 20	0.08 126	0.07 58	0.06 40	0.04 1	0.10 116	0.09 93	0.05 48	0.04 24	0.05 48	0.04 54	0.04 45	0.03 1

GeoVLM	0.08 75	0.04 1	0.10 165	0.13 17	0.06 26	0.10 194	0.13 178	0.13 111	0.08 20	0.06 23	0.07 58	0.06 40	0.08 225	0.10 116	0.11 273	0.06 162	0.05 243	0.04 1	0.03 1	0.04 45	0.05 188

MonSter++	0.08 75	0.04 1	0.10 165	0.13 17	0.06 26	0.10 194	0.13 178	0.13 111	0.08 20	0.06 23	0.07 58	0.06 40	0.08 225	0.10 116	0.11 273	0.06 162	0.05 243	0.04 1	0.03 1	0.04 45	0.05 188

252Zero-FE	0.08 75	0.04 1	0.10 165	0.13 17	0.07 125	0.13 350	0.11 68	0.13 111	0.14 215	0.07 70	0.05 7	0.06 40	0.05 17	0.09 56	0.10 192	0.06 162	0.04 24	0.05 48	0.04 54	0.05 162	0.06 295

DA	0.09 167	0.07 212	0.07 8	0.19 464	0.08 216	0.10 194	0.13 178	0.13 111	0.12 142	0.08 126	0.10 193	0.10 254	0.08 225	0.09 56	0.10 192	0.05 48	0.04 24	0.06 195	0.04 54	0.05 162	0.04 49

GGEV	0.09 167	0.07 212	0.07 8	0.19 464	0.08 216	0.10 194	0.13 178	0.13 111	0.12 142	0.08 126	0.10 193	0.10 254	0.08 225	0.09 56	0.10 192	0.05 48	0.04 24	0.06 195	0.04 54	0.05 162	0.04 49

monsters	0.07 6	0.06 105	0.06 1	0.15 116	0.06 26	0.08 76	0.09 20	0.13 111	0.09 46	0.09 177	0.07 58	0.06 40	0.06 66	0.09 56	0.08 23	0.05 48	0.04 24	0.04 1	0.04 54	0.03 1	0.04 49

HART	0.08 75	0.07 212	0.09 106	0.18 391	0.07 125	0.10 194	0.16 406	0.13 111	0.11 103	0.09 177	0.10 193	0.08 178	0.05 17	0.10 116	0.08 23	0.05 48	0.04 24	0.06 195	0.04 54	0.05 162	0.04 49

HUF	0.08 75	0.05 33	0.08 36	0.14 65	0.06 26	0.09 136	0.13 178	0.13 111	0.13 185	0.07 70	0.07 58	0.09 220	0.06 66	0.10 116	0.09 93	0.06 162	0.04 24	0.05 48	0.04 54	0.05 162	0.04 49

tt45	0.09 167	0.06 105	0.11 234	0.15 116	0.07 125	0.12 303	0.15 342	0.13 111	0.12 142	0.09 177	0.06 19	0.08 178	0.06 66	0.13 344	0.10 192	0.06 162	0.04 24	0.06 195	0.05 192	0.05 162	0.06 295

fffy	0.09 167	0.08 345	0.10 165	0.16 211	0.07 125	0.13 350	0.17 440	0.13 111	0.12 142	0.08 126	0.09 161	0.08 178	0.09 261	0.13 344	0.11 273	0.05 48	0.05 243	0.07 312	0.05 192	0.04 45	0.05 188

WCG-NET	0.08 75	0.05 33	0.10 165	0.15 116	0.06 26	0.11 247	0.14 252	0.13 111	0.14 215	0.07 70	0.09 161	0.07 123	0.06 66	0.13 344	0.08 23	0.05 48	0.04 24	0.06 195	0.04 54	0.04 45	0.03 1

trnet	0.08 75	0.05 33	0.07 8	0.12 7	0.05 2	0.12 303	0.10 33	0.13 111	0.10 68	0.08 126	0.13 288	0.09 220	0.08 225	0.11 190	0.10 192	0.08 423	0.05 243	0.05 48	0.03 1	0.06 283	0.05 188

Selective-IGEV	0.07 6	0.06 105	0.09 106	0.17 299	0.06 26	0.08 76	0.12 106	0.13 111	0.08 20	0.08 126	0.07 58	0.06 40	0.04 1	0.10 116	0.09 93	0.05 48	0.04 24	0.05 48	0.04 54	0.04 45	0.03 1

GMOStereo	0.11 287	0.09 428	0.08 36	0.19 464	0.08 216	0.12 303	0.28 648	0.13 111	0.18 334	0.11 265	0.17 357	0.14 365	0.12 375	0.07 3	0.07 1	0.05 48	0.05 243	0.09 491	0.07 390	0.04 45	0.04 49

error version	0.11 287	0.09 428	0.08 36	0.19 464	0.08 216	0.12 303	0.28 648	0.13 111	0.18 334	0.11 265	0.17 357	0.14 365	0.12 375	0.07 3	0.07 1	0.05 48	0.05 243	0.09 491	0.07 390	0.04 45	0.04 49

test-v	0.11 287	0.09 428	0.08 36	0.19 464	0.08 216	0.12 303	0.28 648	0.13 111	0.18 334	0.11 265	0.17 357	0.14 365	0.12 375	0.07 3	0.07 1	0.05 48	0.05 243	0.09 491	0.07 390	0.04 45	0.04 49

test-2	0.11 287	0.09 428	0.08 36	0.19 464	0.08 216	0.12 303	0.28 648	0.13 111	0.18 334	0.11 265	0.17 357	0.14 365	0.12 375	0.07 3	0.07 1	0.05 48	0.05 243	0.09 491	0.07 390	0.04 45	0.04 49

cross-raft	0.10 239	0.09 428	0.09 106	0.19 464	0.07 125	0.11 247	0.24 612	0.13 111	0.15 243	0.08 126	0.10 193	0.12 313	0.10 298	0.09 56	0.11 273	0.05 48	0.04 24	0.06 195	0.05 192	0.04 45	0.04 49

quiztm	0.08 75	0.08 345	0.08 36	0.18 391	0.07 125	0.09 136	0.14 252	0.14 141	0.13 185	0.07 70	0.07 58	0.05 4	0.06 66	0.11 190	0.09 93	0.05 48	0.04 24	0.06 195	0.04 54	0.05 162	0.03 1

LiteMatch*	0.08 75	0.04 1	0.12 285	0.13 17	0.08 216	0.08 76	0.13 178	0.14 141	0.09 46	0.05 2	0.05 7	0.05 4	0.09 261	0.11 190	0.10 192	0.06 162	0.05 243	0.05 48	0.04 54	0.05 162	0.06 295

aanet-new-22k	0.08 75	0.06 105	0.10 165	0.18 391	0.06 26	0.08 76	0.11 68	0.14 141	0.12 142	0.09 177	0.09 161	0.08 178	0.06 66	0.10 116	0.08 23	0.04 6	0.05 243	0.05 48	0.04 54	0.03 1	0.04 49

aanet-new-14k	0.08 75	0.09 428	0.08 36	0.19 464	0.07 125	0.07 36	0.10 33	0.14 141	0.15 243	0.06 23	0.08 122	0.05 4	0.06 66	0.10 116	0.08 23	0.05 48	0.04 24	0.05 48	0.04 54	0.05 162	0.04 49

GCAP-Stereo-DPT-2K	0.08 75	0.06 105	0.10 165	0.16 211	0.07 125	0.11 247	0.13 178	0.14 141	0.14 215	0.08 126	0.13 288	0.05 4	0.06 66	0.10 116	0.08 23	0.05 48	0.04 24	0.06 195	0.04 54	0.03 1	0.04 49

GCAP-Stereo-DPT-25K	0.08 75	0.06 105	0.08 36	0.16 211	0.06 26	0.06 13	0.14 252	0.14 141	0.15 243	0.07 70	0.10 193	0.06 40	0.05 17	0.09 56	0.09 93	0.04 6	0.04 24	0.05 48	0.04 54	0.03 1	0.03 1

PSi22	0.08 75	0.06 105	0.11 234	0.16 211	0.07 125	0.08 76	0.10 33	0.14 141	0.08 20	0.08 126	0.07 58	0.10 254	0.06 66	0.12 283	0.10 192	0.05 48	0.04 24	0.04 1	0.04 54	0.04 45	0.04 49

Lsterematch	0.11 287	0.06 105	0.11 234	0.16 211	0.07 125	0.13 350	0.15 342	0.14 141	0.18 334	0.16 422	0.18 386	0.15 391	0.16 485	0.13 344	0.14 429	0.07 341	0.04 24	0.06 195	0.06 287	0.06 283	0.06 295

gcap_with_dpt	0.08 75	0.06 105	0.10 165	0.16 211	0.07 125	0.10 194	0.12 106	0.14 141	0.14 215	0.08 126	0.12 265	0.05 4	0.06 66	0.10 116	0.08 23	0.05 48	0.04 24	0.05 48	0.04 54	0.03 1	0.04 49

BridgeDepth_RVC	0.07 6	0.04 1	0.09 106	0.11 1	0.05 2	0.10 194	0.10 33	0.14 141	0.09 46	0.06 23	0.07 58	0.06 40	0.08 225	0.07 3	0.10 192	0.06 162	0.04 24	0.04 1	0.04 54	0.05 162	0.04 49
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Replicate-Monster	0.07 6	0.05 33	0.09 106	0.14 65	0.06 26	0.09 136	0.09 20	0.14 141	0.12 142	0.05 2	0.07 58	0.06 40	0.06 66	0.08 21	0.10 192	0.06 162	0.04 24	0.05 48	0.03 1	0.04 45	0.04 49

GASTEREO	0.08 75	0.05 33	0.09 106	0.19 464	0.08 216	0.08 76	0.12 106	0.14 141	0.11 103	0.10 222	0.09 161	0.07 123	0.04 1	0.12 283	0.08 23	0.06 162	0.05 243	0.05 48	0.04 54	0.04 45	0.05 188

MSCF	0.08 75	0.05 33	0.09 106	0.19 464	0.08 216	0.07 36	0.12 106	0.14 141	0.11 103	0.10 222	0.09 161	0.07 123	0.04 1	0.11 190	0.08 23	0.06 162	0.05 243	0.05 48	0.04 54	0.05 162	0.05 188

depthmonostereo	0.09 167	0.06 105	0.09 106	0.15 116	0.06 26	0.11 247	0.13 178	0.14 141	0.15 243	0.10 222	0.10 193	0.09 220	0.11 340	0.08 21	0.09 93	0.06 162	0.05 243	0.06 195	0.04 54	0.04 45	0.03 1

DilatedVolume-Stereo	0.09 167	0.05 33	0.08 36	0.15 116	0.06 26	0.11 247	0.12 106	0.14 141	0.16 278	0.11 265	0.11 245	0.09 220	0.10 298	0.11 190	0.11 273	0.06 162	0.05 243	0.05 48	0.04 54	0.03 1	0.03 1

4.25_new	0.07 6	0.08 345	0.09 106	0.15 116	0.06 26	0.08 76	0.08 7	0.14 141	0.08 20	0.07 70	0.07 58	0.06 40	0.06 66	0.12 283	0.10 192	0.04 6	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

4.5w_new	0.07 6	0.08 345	0.09 106	0.15 116	0.06 26	0.08 76	0.08 7	0.14 141	0.08 20	0.07 70	0.07 58	0.06 40	0.06 66	0.12 283	0.10 192	0.04 6	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

4.5_new	0.07 6	0.09 428	0.08 36	0.15 116	0.07 125	0.07 36	0.10 33	0.14 141	0.11 103	0.06 23	0.08 122	0.06 40	0.06 66	0.08 21	0.10 192	0.03 1	0.03 1	0.04 1	0.04 54	0.04 45	0.03 1

4.5w-stereo	0.07 6	0.09 428	0.08 36	0.15 116	0.07 125	0.07 36	0.10 33	0.14 141	0.11 103	0.06 23	0.08 122	0.06 40	0.06 66	0.08 21	0.10 192	0.03 1	0.03 1	0.04 1	0.04 54	0.04 45	0.03 1

4.25w-stereo	0.07 6	0.08 345	0.09 106	0.15 116	0.06 26	0.08 76	0.08 7	0.14 141	0.08 20	0.07 70	0.07 58	0.06 40	0.06 66	0.12 283	0.10 192	0.04 6	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

3.5w_stereo	0.07 6	0.07 212	0.07 8	0.15 116	0.07 125	0.09 136	0.06 1	0.14 141	0.11 103	0.08 126	0.07 58	0.06 40	0.07 172	0.10 116	0.09 93	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

1w_stereo	0.08 75	0.06 105	0.07 8	0.16 211	0.06 26	0.07 36	0.10 33	0.14 141	0.15 243	0.07 70	0.08 122	0.05 4	0.06 66	0.10 116	0.09 93	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 49

IGEV	0.08 75	0.04 1	0.09 106	0.13 17	0.06 26	0.09 136	0.12 106	0.14 141	0.10 68	0.06 23	0.09 161	0.07 123	0.05 17	0.09 56	0.09 93	0.06 162	0.04 24	0.05 48	0.04 54	0.05 162	0.04 49

castereo	0.09 167	0.06 105	0.11 234	0.15 116	0.06 26	0.11 247	0.14 252	0.14 141	0.18 334	0.08 126	0.10 193	0.11 287	0.08 225	0.09 56	0.10 192	0.05 48	0.04 24	0.05 48	0.04 54	0.04 45	0.04 49

PAM_32	0.10 239	0.06 105	0.17 483	0.15 116	0.08 216	0.10 194	0.15 342	0.14 141	0.16 278	0.09 177	0.08 122	0.10 254	0.07 172	0.14 382	0.09 93	0.06 162	0.05 243	0.06 195	0.06 287	0.05 162	0.06 295

rvit_stereo_0081_aga	0.12 371	0.09 428	0.15 414	0.18 391	0.10 461	0.14 398	0.14 252	0.14 141	0.19 363	0.10 222	0.18 386	0.16 412	0.09 261	0.12 283	0.10 192	0.10 526	0.06 424	0.08 402	0.07 390	0.07 373	0.06 295

rvit_stereo_0081	0.11 287	0.08 345	0.16 458	0.16 211	0.09 344	0.11 247	0.14 252	0.14 141	0.24 446	0.11 265	0.13 288	0.14 365	0.09 261	0.11 190	0.12 345	0.10 526	0.07 496	0.08 402	0.07 390	0.07 373	0.06 295

GCAP-BAT	0.09 167	0.05 33	0.11 234	0.13 17	0.07 125	0.11 247	0.14 252	0.14 141	0.17 315	0.07 70	0.10 193	0.08 178	0.06 66	0.13 344	0.08 23	0.07 341	0.05 243	0.05 48	0.05 192	0.05 162	0.04 49

rvit_stereo_0082	0.11 287	0.08 345	0.16 458	0.16 211	0.09 344	0.11 247	0.14 252	0.14 141	0.24 446	0.11 265	0.13 288	0.14 365	0.09 261	0.11 190	0.12 345	0.10 526	0.07 496	0.08 402	0.07 390	0.07 373	0.06 295

Occ-G	0.08 75	0.05 33	0.07 8	0.14 65	0.07 125	0.09 136	0.14 252	0.14 141	0.15 243	0.07 70	0.12 265	0.07 123	0.05 17	0.09 56	0.10 192	0.06 162	0.05 243	0.05 48	0.04 54	0.05 162	0.06 295

H2IRNET	0.10 239	0.09 428	0.10 165	0.18 391	0.09 344	0.12 303	0.15 342	0.14 141	0.21 402	0.10 222	0.10 193	0.10 254	0.11 340	0.10 116	0.10 192	0.06 162	0.04 24	0.08 402	0.08 466	0.06 283	0.05 188

AE-Stereo	0.10 239	0.08 345	0.11 234	0.19 464	0.09 344	0.10 194	0.15 342	0.14 141	0.20 387	0.09 177	0.15 320	0.12 313	0.08 225	0.11 190	0.10 192	0.05 48	0.06 424	0.07 312	0.06 287	0.05 162	0.04 49

plain	0.11 287	0.09 428	0.10 165	0.19 464	0.09 344	0.11 247	0.14 252	0.14 141	0.13 185	0.13 337	0.15 320	0.09 220	0.12 375	0.13 344	0.12 345	0.07 341	0.05 243	0.09 491	0.06 287	0.06 283	0.06 295

GCAPDPT-zeroshot	0.09 167	0.05 33	0.11 234	0.13 17	0.07 125	0.11 247	0.14 252	0.14 141	0.17 315	0.07 70	0.10 193	0.08 178	0.06 66	0.13 344	0.08 23	0.07 341	0.05 243	0.05 48	0.05 192	0.05 162	0.04 49

GCAP-Stereo	0.09 167	0.07 212	0.13 331	0.18 391	0.06 26	0.11 247	0.07 3	0.14 141	0.12 142	0.09 177	0.10 193	0.07 123	0.09 261	0.13 344	0.10 192	0.06 162	0.05 243	0.05 48	0.04 54	0.04 45	0.05 188

test_3	0.11 287	0.09 428	0.10 165	0.21 566	0.08 216	0.13 350	0.25 628	0.14 141	0.21 402	0.10 222	0.10 193	0.09 220	0.10 298	0.08 21	0.11 273	0.05 48	0.04 24	0.08 402	0.07 390	0.04 45	0.04 49

CREStereo++_RVC	0.08 75	0.04 1	0.07 8	0.13 17	0.07 125	0.09 136	0.12 106	0.14 141	0.14 215	0.10 222	0.14 303	0.08 178	0.07 172	0.10 116	0.11 273	0.06 162	0.04 24	0.05 48	0.05 192	0.04 45	0.04 49
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-TBD	0.09 167	0.06 105	0.07 8	0.14 65	0.07 125	0.13 350	0.16 406	0.14 141	0.14 215	0.11 265	0.12 265	0.09 220	0.08 225	0.10 116	0.10 192	0.06 162	0.04 24	0.05 48	0.04 54	0.06 283	0.05 188

CREStereo	0.09 167	0.05 33	0.08 36	0.11 1	0.06 26	0.14 398	0.14 252	0.14 141	0.10 68	0.09 177	0.13 288	0.09 220	0.08 225	0.12 283	0.10 192	0.08 423	0.04 24	0.05 48	0.03 1	0.06 283	0.06 295
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
Anonymus	0.09 167	0.05 33	0.10 165	0.15 116	0.08 216	0.10 194	0.14 252	0.15 180	0.10 68	0.07 70	0.06 19	0.07 123	0.09 261	0.12 283	0.10 192	0.06 162	0.04 24	0.05 48	0.05 192	0.05 162	0.06 295

monster-pro	0.07 6	0.06 105	0.06 1	0.15 116	0.05 2	0.08 76	0.10 33	0.15 180	0.15 243	0.05 2	0.06 19	0.05 4	0.06 66	0.07 3	0.09 93	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

aanet-new-10k	0.08 75	0.08 345	0.08 36	0.19 464	0.07 125	0.08 76	0.13 178	0.15 180	0.12 142	0.07 70	0.08 122	0.07 123	0.07 172	0.09 56	0.08 23	0.05 48	0.04 24	0.05 48	0.04 54	0.05 162	0.04 49

aanet-new	0.09 167	0.09 428	0.10 165	0.18 391	0.08 216	0.10 194	0.12 106	0.15 180	0.13 185	0.08 126	0.08 122	0.05 4	0.07 172	0.10 116	0.08 23	0.05 48	0.04 24	0.05 48	0.04 54	0.06 283	0.04 49

GCAP-Stereo-DPT-5K	0.08 75	0.06 105	0.11 234	0.16 211	0.07 125	0.11 247	0.12 106	0.15 180	0.16 278	0.08 126	0.12 265	0.05 4	0.06 66	0.09 56	0.08 23	0.05 48	0.04 24	0.06 195	0.05 192	0.03 1	0.04 49

GCAP-Stereo-DPT-3K	0.08 75	0.07 212	0.10 165	0.16 211	0.07 125	0.09 136	0.12 106	0.15 180	0.15 243	0.09 177	0.12 265	0.05 4	0.06 66	0.09 56	0.08 23	0.05 48	0.04 24	0.06 195	0.04 54	0.03 1	0.04 49

Test_v1	0.07 6	0.04 1	0.06 1	0.13 17	0.06 26	0.09 136	0.10 33	0.15 180	0.12 142	0.06 23	0.05 7	0.04 1	0.05 17	0.08 21	0.10 192	0.07 341	0.04 24	0.05 48	0.04 54	0.04 45	0.04 49

Hybrid-DGEV-03	0.11 287	0.06 105	0.09 106	0.18 391	0.08 216	0.16 454	0.14 252	0.15 180	0.14 215	0.13 337	0.17 357	0.12 313	0.09 261	0.13 344	0.11 273	0.06 162	0.04 24	0.08 402	0.06 287	0.05 162	0.04 49

BStereo	0.08 75	0.06 105	0.17 483	0.15 116	0.08 216	0.08 76	0.09 20	0.15 180	0.16 278	0.06 23	0.07 58	0.07 123	0.05 17	0.09 56	0.11 273	0.04 6	0.05 243	0.05 48	0.07 390	0.04 45	0.05 188

CSFM-Stereo	0.08 75	0.05 33	0.08 36	0.14 65	0.06 26	0.09 136	0.13 178	0.15 180	0.07 13	0.07 70	0.08 122	0.06 40	0.08 225	0.09 56	0.10 192	0.06 162	0.05 243	0.04 1	0.03 1	0.04 45	0.04 49

MonStereo	0.07 6	0.06 105	0.06 1	0.15 116	0.05 2	0.08 76	0.10 33	0.15 180	0.15 243	0.05 2	0.06 19	0.05 4	0.06 66	0.07 3	0.09 93	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Monster-pub-eth3d	0.07 6	0.06 105	0.06 1	0.15 116	0.05 2	0.08 76	0.10 33	0.15 180	0.15 243	0.05 2	0.06 19	0.05 4	0.06 66	0.07 3	0.10 192	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

water-stereo	0.09 167	0.06 105	0.08 36	0.16 211	0.07 125	0.10 194	0.13 178	0.15 180	0.13 185	0.11 265	0.12 265	0.09 220	0.10 298	0.07 3	0.08 23	0.06 162	0.05 243	0.05 48	0.05 192	0.04 45	0.04 49

MM-Stereo_test2	0.09 167	0.07 212	0.09 106	0.19 464	0.08 216	0.12 303	0.18 489	0.15 180	0.14 215	0.07 70	0.10 193	0.07 123	0.06 66	0.12 283	0.09 93	0.05 48	0.04 24	0.06 195	0.05 192	0.06 283	0.04 49

Reg-Stereo(zero)	0.09 167	0.05 33	0.08 36	0.16 211	0.06 26	0.12 303	0.11 68	0.15 180	0.11 103	0.12 302	0.09 161	0.10 254	0.08 225	0.11 190	0.09 93	0.06 162	0.05 243	0.05 48	0.04 54	0.04 45	0.05 188

MonSter	0.07 6	0.06 105	0.06 1	0.15 116	0.05 2	0.08 76	0.10 33	0.15 180	0.15 243	0.05 2	0.06 19	0.05 4	0.06 66	0.07 3	0.09 93	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

GIP-stereo	0.08 75	0.06 105	0.11 234	0.15 116	0.07 125	0.09 136	0.13 178	0.15 180	0.11 103	0.07 70	0.08 122	0.05 4	0.04 1	0.10 116	0.07 1	0.05 48	0.04 24	0.05 48	0.04 54	0.05 162	0.04 49

999	0.09 167	0.06 105	0.13 331	0.15 116	0.08 216	0.10 194	0.14 252	0.15 180	0.12 142	0.10 222	0.08 122	0.08 178	0.08 225	0.16 433	0.10 192	0.06 162	0.04 24	0.06 195	0.05 192	0.04 45	0.06 295

PAM	0.10 239	0.06 105	0.17 483	0.15 116	0.09 344	0.10 194	0.16 406	0.15 180	0.16 278	0.12 302	0.09 161	0.10 254	0.07 172	0.13 344	0.09 93	0.06 162	0.05 243	0.06 195	0.06 287	0.05 162	0.06 295

rvit_stereo_0083	0.12 371	0.08 345	0.17 483	0.16 211	0.09 344	0.11 247	0.15 342	0.15 180	0.26 485	0.11 265	0.14 303	0.13 345	0.10 298	0.12 283	0.13 385	0.10 526	0.08 531	0.09 491	0.07 390	0.07 373	0.06 295

Pointernet	0.09 167	0.05 33	0.10 165	0.16 211	0.08 216	0.13 350	0.10 33	0.15 180	0.18 334	0.09 177	0.07 58	0.06 40	0.06 66	0.11 190	0.10 192	0.08 423	0.04 24	0.05 48	0.03 1	0.06 283	0.05 188

WCG-NET（raft）	0.08 75	0.05 33	0.10 165	0.15 116	0.06 26	0.11 247	0.13 178	0.15 180	0.12 142	0.08 126	0.07 58	0.06 40	0.06 66	0.13 344	0.08 23	0.05 48	0.04 24	0.05 48	0.04 54	0.05 162	0.04 49

gcap-zeroshot	0.08 75	0.06 105	0.11 234	0.15 116	0.07 125	0.12 303	0.13 178	0.15 180	0.16 278	0.08 126	0.12 265	0.05 4	0.06 66	0.09 56	0.08 23	0.05 48	0.04 24	0.06 195	0.05 192	0.03 1	0.04 49

test_for_model	0.08 75	0.06 105	0.11 234	0.16 211	0.07 125	0.11 247	0.12 106	0.15 180	0.16 278	0.08 126	0.12 265	0.05 4	0.06 66	0.09 56	0.08 23	0.05 48	0.04 24	0.06 195	0.05 192	0.03 1	0.04 49

MyStereo07	0.10 239	0.07 212	0.10 165	0.17 299	0.09 344	0.14 398	0.17 440	0.15 180	0.15 243	0.09 177	0.06 19	0.06 40	0.07 172	0.12 283	0.09 93	0.06 162	0.05 243	0.08 402	0.07 390	0.06 283	0.06 295

ffm	0.12 371	0.09 428	0.15 414	0.16 211	0.09 344	0.17 478	0.17 440	0.15 180	0.19 363	0.15 392	0.26 506	0.19 456	0.13 411	0.10 116	0.08 23	0.06 162	0.05 243	0.09 491	0.08 466	0.06 283	0.06 295

ff1	0.13 401	0.09 428	0.15 414	0.16 211	0.09 344	0.17 478	0.17 440	0.15 180	0.19 363	0.15 392	0.26 506	0.19 456	0.13 411	0.15 404	0.22 567	0.06 162	0.05 243	0.09 491	0.08 466	0.06 283	0.06 295

tt1	0.10 239	0.08 345	0.13 331	0.17 299	0.09 344	0.13 350	0.15 342	0.15 180	0.19 363	0.09 177	0.08 122	0.06 40	0.06 66	0.10 116	0.08 23	0.06 162	0.05 243	0.06 195	0.05 192	0.06 283	0.06 295

MSKI-zero shot	0.09 167	0.05 33	0.09 106	0.16 211	0.07 125	0.10 194	0.13 178	0.15 180	0.14 215	0.09 177	0.09 161	0.09 220	0.06 66	0.12 283	0.11 273	0.06 162	0.04 24	0.05 48	0.04 54	0.04 45	0.05 188

testlalala	0.08 75	0.06 105	0.11 234	0.15 116	0.07 125	0.12 303	0.13 178	0.15 180	0.16 278	0.08 126	0.12 265	0.05 4	0.06 66	0.09 56	0.08 23	0.05 48	0.04 24	0.06 195	0.05 192	0.03 1	0.04 49

AEACV	0.09 167	0.05 33	0.08 36	0.14 65	0.13 576	0.14 398	0.13 178	0.15 180	0.09 46	0.07 70	0.09 161	0.07 123	0.08 225	0.10 116	0.09 93	0.06 162	0.04 24	0.06 195	0.05 192	0.05 162	0.04 49

HH	0.09 167	0.06 105	0.13 331	0.17 299	0.08 216	0.11 247	0.16 406	0.15 180	0.10 68	0.08 126	0.10 193	0.08 178	0.07 172	0.10 116	0.09 93	0.06 162	0.04 24	0.06 195	0.05 192	0.05 162	0.04 49

HanStereo	0.09 167	0.06 105	0.13 331	0.17 299	0.08 216	0.11 247	0.16 406	0.15 180	0.10 68	0.08 126	0.10 193	0.08 178	0.07 172	0.10 116	0.09 93	0.06 162	0.04 24	0.06 195	0.05 192	0.05 162	0.04 49

LoS	0.09 167	0.05 33	0.11 234	0.13 17	0.07 125	0.14 398	0.11 68	0.15 180	0.15 243	0.09 177	0.09 161	0.12 313	0.09 261	0.15 404	0.10 192	0.07 341	0.05 243	0.05 48	0.03 1	0.05 162	0.05 188
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 167	0.07 212	0.11 234	0.17 299	0.08 216	0.11 247	0.15 342	0.15 180	0.12 142	0.10 222	0.06 19	0.07 123	0.06 66	0.11 190	0.09 93	0.05 48	0.05 243	0.06 195	0.05 192	0.04 45	0.06 295

test_4	0.11 287	0.10 497	0.08 36	0.19 464	0.09 344	0.08 76	0.21 575	0.15 180	0.18 334	0.12 302	0.18 386	0.12 313	0.09 261	0.08 21	0.11 273	0.04 6	0.04 24	0.08 402	0.08 466	0.04 45	0.04 49

test-1	0.10 239	0.07 212	0.17 483	0.19 464	0.08 216	0.11 247	0.24 612	0.15 180	0.18 334	0.09 177	0.07 58	0.10 254	0.08 225	0.08 21	0.09 93	0.06 162	0.04 24	0.06 195	0.06 287	0.04 45	0.05 188

TANstereo	0.09 167	0.04 1	0.08 36	0.13 17	0.06 26	0.11 247	0.13 178	0.15 180	0.19 363	0.11 265	0.15 320	0.10 254	0.07 172	0.12 283	0.09 93	0.07 341	0.05 243	0.05 48	0.04 54	0.06 283	0.05 188

SE	0.10 239	0.10 497	0.08 36	0.19 464	0.09 344	0.11 247	0.11 68	0.16 218	0.11 103	0.10 222	0.17 357	0.09 220	0.08 225	0.09 56	0.10 192	0.06 162	0.05 243	0.08 402	0.07 390	0.07 373	0.04 49

Foundation-i1	0.09 167	0.04 1	0.10 165	0.14 65	0.06 26	0.10 194	0.13 178	0.16 218	0.15 243	0.10 222	0.10 193	0.11 287	0.07 172	0.07 3	0.10 192	0.06 162	0.04 24	0.05 48	0.05 192	0.05 162	0.05 188

VMStereo-Base	0.09 167	0.05 33	0.10 165	0.13 17	0.07 125	0.11 247	0.10 33	0.16 218	0.13 185	0.10 222	0.16 337	0.10 254	0.09 261	0.11 190	0.10 192	0.07 341	0.05 243	0.05 48	0.04 54	0.05 162	0.06 295

asda	0.07 6	0.08 345	0.08 36	0.16 211	0.07 125	0.06 13	0.10 33	0.16 218	0.11 103	0.06 23	0.06 19	0.05 4	0.06 66	0.10 116	0.10 192	0.03 1	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

3.75w	0.07 6	0.07 212	0.08 36	0.16 211	0.07 125	0.07 36	0.09 20	0.16 218	0.10 68	0.07 70	0.06 19	0.06 40	0.06 66	0.09 56	0.10 192	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

monsterstereo	0.08 75	0.06 105	0.07 8	0.16 211	0.06 26	0.08 76	0.10 33	0.16 218	0.12 142	0.07 70	0.08 122	0.06 40	0.07 172	0.08 21	0.09 93	0.04 6	0.04 24	0.05 48	0.04 54	0.04 45	0.03 1

RAStereo	0.10 239	0.09 428	0.08 36	0.20 529	0.08 216	0.13 350	0.18 489	0.16 218	0.17 315	0.10 222	0.12 265	0.05 4	0.06 66	0.09 56	0.08 23	0.07 341	0.05 243	0.07 312	0.05 192	0.05 162	0.04 49

rvit_stereo_0080	0.10 239	0.08 345	0.15 414	0.15 116	0.10 461	0.07 36	0.15 342	0.16 218	0.16 278	0.11 265	0.10 193	0.15 391	0.09 261	0.12 283	0.10 192	0.09 483	0.07 496	0.07 312	0.06 287	0.07 373	0.05 188

AIO-Stereo	0.08 75	0.06 105	0.10 165	0.18 391	0.06 26	0.09 136	0.11 68	0.16 218	0.09 46	0.09 177	0.08 122	0.07 123	0.05 17	0.11 190	0.08 23	0.05 48	0.05 243	0.05 48	0.04 54	0.04 45	0.04 49

rvit_stereo_ft	0.12 371	0.07 212	0.13 331	0.19 464	0.10 461	0.12 303	0.17 440	0.16 218	0.16 278	0.13 337	0.13 288	0.15 391	0.10 298	0.14 382	0.13 385	0.10 526	0.06 424	0.08 402	0.07 390	0.07 373	0.06 295

xx1	0.11 287	0.08 345	0.13 331	0.17 299	0.09 344	0.13 350	0.15 342	0.16 218	0.18 334	0.09 177	0.09 161	0.16 412	0.16 485	0.10 116	0.07 1	0.06 162	0.05 243	0.08 402	0.08 466	0.07 373	0.07 386

cc1	0.10 239	0.08 345	0.13 331	0.17 299	0.09 344	0.13 350	0.15 342	0.16 218	0.18 334	0.09 177	0.09 161	0.06 40	0.06 66	0.10 116	0.07 1	0.06 162	0.05 243	0.06 195	0.05 192	0.06 283	0.06 295

ff7	0.09 167	0.07 212	0.11 234	0.16 211	0.09 344	0.11 247	0.15 342	0.16 218	0.12 142	0.10 222	0.06 19	0.06 40	0.06 66	0.11 190	0.09 93	0.05 48	0.04 24	0.06 195	0.05 192	0.05 162	0.06 295

IGEVStereo-DCA	0.09 167	0.07 212	0.11 234	0.16 211	0.10 461	0.11 247	0.15 342	0.16 218	0.12 142	0.10 222	0.06 19	0.08 178	0.06 66	0.10 116	0.09 93	0.06 162	0.05 243	0.06 195	0.05 192	0.05 162	0.06 295

ffff	0.09 167	0.07 212	0.11 234	0.16 211	0.09 344	0.11 247	0.15 342	0.16 218	0.12 142	0.10 222	0.06 19	0.06 40	0.06 66	0.11 190	0.09 93	0.05 48	0.04 24	0.06 195	0.05 192	0.05 162	0.06 295

rrr	0.09 167	0.07 212	0.13 331	0.16 211	0.10 461	0.11 247	0.15 342	0.16 218	0.15 243	0.10 222	0.06 19	0.08 178	0.06 66	0.10 116	0.09 93	0.06 162	0.05 243	0.06 195	0.05 192	0.05 162	0.06 295

11t	0.09 167	0.07 212	0.11 234	0.16 211	0.09 344	0.11 247	0.15 342	0.16 218	0.12 142	0.10 222	0.06 19	0.06 40	0.06 66	0.11 190	0.09 93	0.05 48	0.04 24	0.06 195	0.05 192	0.05 162	0.06 295

whm_eth	0.10 239	0.08 345	0.15 414	0.15 116	0.10 461	0.07 36	0.15 342	0.16 218	0.16 278	0.11 265	0.10 193	0.15 391	0.09 261	0.12 283	0.10 192	0.09 483	0.07 496	0.07 312	0.06 287	0.07 373	0.05 188

MaDis-Stereo	0.09 167	0.09 428	0.08 36	0.17 299	0.09 344	0.14 398	0.11 68	0.16 218	0.16 278	0.09 177	0.11 245	0.06 40	0.06 66	0.09 56	0.13 385	0.07 341	0.06 424	0.08 402	0.05 192	0.05 162	0.04 49

RAFT-Test	0.09 167	0.06 105	0.10 165	0.16 211	0.07 125	0.11 247	0.15 342	0.16 218	0.13 185	0.09 177	0.10 193	0.11 287	0.09 261	0.12 283	0.09 93	0.06 162	0.04 24	0.05 48	0.04 54	0.05 162	0.05 188

anonymousdsp	0.09 167	0.07 212	0.11 234	0.17 299	0.09 344	0.11 247	0.15 342	0.16 218	0.12 142	0.10 222	0.06 19	0.06 40	0.06 66	0.11 190	0.09 93	0.05 48	0.04 24	0.06 195	0.05 192	0.05 162	0.06 295

CroCo-Stereo Lap2	0.09 167	0.09 428	0.08 36	0.22 588	0.09 344	0.09 136	0.18 489	0.16 218	0.12 142	0.09 177	0.10 193	0.05 4	0.05 17	0.08 21	0.08 23	0.06 162	0.06 424	0.07 312	0.05 192	0.06 283	0.05 188

ccc-4	0.09 167	0.07 212	0.11 234	0.16 211	0.09 344	0.11 247	0.15 342	0.16 218	0.12 142	0.10 222	0.06 19	0.06 40	0.06 66	0.11 190	0.09 93	0.05 48	0.04 24	0.06 195	0.05 192	0.05 162	0.06 295

fff	0.10 239	0.06 105	0.12 285	0.15 116	0.07 125	0.09 136	0.17 440	0.16 218	0.21 402	0.13 337	0.17 357	0.10 254	0.11 340	0.12 283	0.13 385	0.06 162	0.04 24	0.05 48	0.04 54	0.04 45	0.05 188

ADStereo(finetuned)	0.10 239	0.06 105	0.13 331	0.16 211	0.06 26	0.09 136	0.17 440	0.16 218	0.20 387	0.13 337	0.18 386	0.10 254	0.12 375	0.12 283	0.12 345	0.06 162	0.04 24	0.05 48	0.04 54	0.05 162	0.05 188

IGEV-Stereo	0.09 167	0.07 212	0.11 234	0.17 299	0.09 344	0.11 247	0.15 342	0.16 218	0.12 142	0.10 222	0.06 19	0.06 40	0.06 66	0.11 190	0.09 93	0.05 48	0.04 24	0.06 195	0.05 192	0.05 162	0.06 295
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GLC_STEREO	0.11 287	0.07 212	0.11 234	0.18 391	0.07 125	0.08 76	0.13 178	0.16 218	0.24 446	0.12 302	0.13 288	0.12 313	0.08 225	0.18 493	0.12 345	0.06 162	0.08 531	0.08 402	0.06 287	0.05 162	0.05 188

DEmStereo	0.12 371	0.06 105	0.14 379	0.14 65	0.10 461	0.16 454	0.15 342	0.16 218	0.24 446	0.17 436	0.23 454	0.12 313	0.14 444	0.12 283	0.14 429	0.05 48	0.04 24	0.07 312	0.06 287	0.05 162	0.05 188

RAFT-345	0.11 287	0.07 212	0.16 458	0.17 299	0.08 216	0.08 76	0.12 106	0.16 218	0.10 68	0.11 265	0.34 588	0.09 220	0.10 298	0.11 190	0.12 345	0.05 48	0.05 243	0.07 312	0.06 287	0.04 45	0.05 188

CroCo-Stereo	0.09 167	0.08 345	0.08 36	0.22 588	0.09 344	0.09 136	0.18 489	0.16 218	0.12 142	0.07 70	0.07 58	0.08 178	0.06 66	0.08 21	0.07 1	0.07 341	0.05 243	0.06 195	0.04 54	0.05 162	0.04 49
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
s12784h	0.10 239	0.06 105	0.08 36	0.15 116	0.05 2	0.16 454	0.18 489	0.16 218	0.15 243	0.10 222	0.11 245	0.11 287	0.11 340	0.11 190	0.12 345	0.05 48	0.04 24	0.06 195	0.04 54	0.04 45	0.04 49

DCANet	0.10 239	0.06 105	0.12 285	0.16 211	0.06 26	0.09 136	0.17 440	0.16 218	0.20 387	0.13 337	0.18 386	0.10 254	0.11 340	0.11 190	0.12 345	0.06 162	0.04 24	0.05 48	0.04 54	0.05 162	0.05 188

csc	0.10 239	0.06 105	0.12 285	0.15 116	0.07 125	0.09 136	0.17 440	0.16 218	0.21 402	0.13 337	0.17 357	0.10 254	0.11 340	0.12 283	0.13 385	0.06 162	0.04 24	0.05 48	0.04 54	0.04 45	0.05 188

cscssc	0.10 239	0.06 105	0.12 285	0.15 116	0.07 125	0.09 136	0.17 440	0.16 218	0.21 402	0.13 337	0.17 357	0.10 254	0.11 340	0.12 283	0.13 385	0.06 162	0.04 24	0.05 48	0.04 54	0.04 45	0.05 188

test_xeample3	0.09 167	0.07 212	0.12 285	0.16 211	0.09 344	0.11 247	0.15 342	0.16 218	0.14 215	0.10 222	0.07 58	0.08 178	0.06 66	0.10 116	0.09 93	0.06 162	0.04 24	0.06 195	0.05 192	0.05 162	0.06 295

EAI-Stereo	0.09 167	0.07 212	0.11 234	0.16 211	0.07 125	0.10 194	0.15 342	0.16 218	0.09 46	0.08 126	0.09 161	0.08 178	0.07 172	0.09 56	0.11 273	0.05 48	0.05 243	0.05 48	0.05 192	0.05 162	0.04 49

PMTNet	0.09 167	0.05 33	0.09 106	0.12 7	0.06 26	0.13 350	0.14 252	0.16 218	0.11 103	0.09 177	0.13 288	0.10 254	0.07 172	0.14 382	0.10 192	0.15 631	0.04 24	0.05 48	0.03 1	0.07 373	0.06 295

DIP-Stereo	0.11 287	0.08 345	0.15 414	0.17 299	0.09 344	0.13 350	0.09 20	0.16 218	0.16 278	0.12 302	0.16 337	0.14 365	0.12 375	0.16 433	0.14 429	0.06 162	0.05 243	0.06 195	0.05 192	0.05 162	0.07 386
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
S	0.12 371	0.08 345	0.10 165	0.20 529	0.08 216	0.13 350	0.19 535	0.17 256	0.16 278	0.13 337	0.12 265	0.14 365	0.10 298	0.12 283	0.13 385	0.09 483	0.07 496	0.13 606	0.15 642	0.06 283	0.05 188

DNS	0.09 167	0.06 105	0.12 285	0.15 116	0.08 216	0.10 194	0.16 406	0.17 256	0.10 68	0.08 126	0.12 265	0.08 178	0.07 172	0.09 56	0.08 23	0.07 341	0.04 24	0.05 48	0.05 192	0.06 283	0.05 188

DN	0.10 239	0.05 33	0.10 165	0.15 116	0.09 344	0.12 303	0.18 489	0.17 256	0.16 278	0.08 126	0.09 161	0.08 178	0.06 66	0.08 21	0.09 93	0.11 561	0.05 243	0.07 312	0.06 287	0.07 373	0.09 509

aanet-new-8k	0.08 75	0.08 345	0.08 36	0.19 464	0.07 125	0.09 136	0.11 68	0.17 256	0.15 243	0.07 70	0.07 58	0.06 40	0.06 66	0.10 116	0.08 23	0.04 6	0.04 24	0.05 48	0.04 54	0.04 45	0.04 49

RT-Monster	0.09 167	0.05 33	0.09 106	0.14 65	0.08 216	0.12 303	0.10 33	0.17 256	0.19 363	0.14 367	0.10 193	0.10 254	0.08 225	0.11 190	0.10 192	0.07 341	0.05 243	0.05 48	0.04 54	0.05 162	0.06 295

IGEV-FE	0.09 167	0.05 33	0.13 331	0.14 65	0.08 216	0.12 303	0.13 178	0.17 256	0.11 103	0.10 222	0.06 19	0.09 220	0.06 66	0.11 190	0.09 93	0.06 162	0.04 24	0.06 195	0.06 287	0.05 162	0.05 188

xyz-stereo-finetune2	0.11 287	0.07 212	0.13 331	0.13 17	0.07 125	0.11 247	0.19 535	0.17 256	0.12 142	0.15 392	0.15 320	0.17 430	0.13 411	0.13 344	0.11 273	0.05 48	0.04 24	0.07 312	0.05 192	0.04 45	0.06 295

xyz-stereo	0.14 434	0.07 212	0.22 567	0.15 116	0.05 2	0.22 564	0.15 342	0.17 256	0.31 538	0.15 392	0.28 535	0.26 549	0.17 511	0.13 344	0.12 345	0.05 48	0.05 243	0.06 195	0.05 192	0.04 45	0.04 49

IGEV_Zeroshot_test	0.09 167	0.05 33	0.13 331	0.14 65	0.08 216	0.12 303	0.13 178	0.17 256	0.11 103	0.10 222	0.06 19	0.09 220	0.06 66	0.11 190	0.09 93	0.06 162	0.04 24	0.06 195	0.06 287	0.05 162	0.05 188

MIF-Stereo (partial)	0.11 287	0.06 105	0.10 165	0.19 464	0.10 461	0.10 194	0.12 106	0.17 256	0.19 363	0.14 367	0.16 337	0.10 254	0.11 340	0.12 283	0.12 345	0.08 423	0.05 243	0.08 402	0.07 390	0.06 283	0.07 386

LL-Strereo2	0.11 287	0.10 497	0.16 458	0.18 391	0.08 216	0.15 423	0.09 20	0.17 256	0.14 215	0.14 367	0.11 245	0.09 220	0.07 172	0.16 433	0.10 192	0.05 48	0.05 243	0.11 570	0.07 390	0.06 283	0.05 188

CIPLG	0.11 287	0.08 345	0.15 414	0.17 299	0.08 216	0.13 350	0.15 342	0.17 256	0.16 278	0.14 367	0.11 245	0.16 412	0.10 298	0.17 473	0.12 345	0.07 341	0.05 243	0.06 195	0.06 287	0.05 162	0.06 295

IPLGR_C	0.11 287	0.08 345	0.15 414	0.17 299	0.08 216	0.12 303	0.15 342	0.17 256	0.15 243	0.14 367	0.11 245	0.16 412	0.10 298	0.16 433	0.12 345	0.07 341	0.05 243	0.06 195	0.06 287	0.05 162	0.06 295

ACRE	0.11 287	0.08 345	0.15 414	0.17 299	0.08 216	0.13 350	0.15 342	0.17 256	0.14 215	0.14 367	0.11 245	0.16 412	0.10 298	0.16 433	0.12 345	0.07 341	0.05 243	0.06 195	0.06 287	0.05 162	0.06 295

CrosDoStereo	0.12 371	0.07 212	0.12 285	0.14 65	0.09 344	0.12 303	0.15 342	0.17 256	0.22 424	0.19 485	0.24 466	0.15 391	0.11 340	0.11 190	0.12 345	0.06 162	0.05 243	0.07 312	0.07 390	0.05 162	0.05 188

Patchmatch Stereo++	0.11 287	0.09 428	0.17 483	0.19 464	0.08 216	0.06 13	0.11 68	0.17 256	0.13 185	0.15 392	0.16 337	0.14 365	0.12 375	0.11 190	0.11 273	0.06 162	0.05 243	0.08 402	0.06 287	0.08 445	0.07 386
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
NRIStereo	0.11 287	0.08 345	0.15 414	0.18 391	0.08 216	0.10 194	0.13 178	0.17 256	0.15 243	0.12 302	0.15 320	0.13 345	0.13 411	0.13 344	0.10 192	0.06 162	0.04 24	0.07 312	0.06 287	0.06 283	0.07 386

PSM-adaLoss	0.11 287	0.09 428	0.17 483	0.19 464	0.08 216	0.06 13	0.12 106	0.17 256	0.13 185	0.15 392	0.16 337	0.14 365	0.12 375	0.11 190	0.11 273	0.06 162	0.05 243	0.08 402	0.06 287	0.08 445	0.07 386

ROB_FTStereo_v2	0.11 287	0.09 428	0.17 483	0.19 464	0.08 216	0.06 13	0.12 106	0.17 256	0.13 185	0.15 392	0.16 337	0.14 365	0.12 375	0.11 190	0.11 273	0.06 162	0.05 243	0.08 402	0.06 287	0.08 445	0.07 386

ROB_FTStereo	0.11 287	0.09 428	0.17 483	0.19 464	0.08 216	0.06 13	0.11 68	0.17 256	0.13 185	0.15 392	0.16 337	0.14 365	0.12 375	0.11 190	0.11 273	0.06 162	0.05 243	0.08 402	0.06 287	0.08 445	0.07 386

HUI-Stereo	0.11 287	0.09 428	0.17 483	0.19 464	0.08 216	0.06 13	0.11 68	0.17 256	0.13 185	0.15 392	0.16 337	0.14 365	0.12 375	0.11 190	0.11 273	0.06 162	0.05 243	0.08 402	0.06 287	0.08 445	0.07 386

DeepStereo_LL	0.12 371	0.07 212	0.12 285	0.14 65	0.09 344	0.12 303	0.15 342	0.17 256	0.22 424	0.19 485	0.24 466	0.15 391	0.11 340	0.11 190	0.12 345	0.06 162	0.05 243	0.07 312	0.07 390	0.05 162	0.05 188

RAFT_R40	0.11 287	0.07 212	0.15 414	0.18 391	0.09 344	0.06 13	0.13 178	0.17 256	0.15 243	0.14 367	0.18 386	0.15 391	0.12 375	0.10 116	0.11 273	0.06 162	0.04 24	0.09 491	0.06 287	0.06 283	0.05 188

DeepStereo_RVC	0.11 287	0.08 345	0.17 483	0.18 391	0.08 216	0.08 76	0.11 68	0.17 256	0.12 142	0.13 337	0.15 320	0.12 313	0.12 375	0.12 283	0.11 273	0.06 162	0.04 24	0.07 312	0.06 287	0.07 373	0.08 461

iGMRVC	0.11 287	0.09 428	0.17 483	0.19 464	0.08 216	0.06 13	0.12 106	0.17 256	0.13 185	0.15 392	0.16 337	0.14 365	0.12 375	0.11 190	0.11 273	0.06 162	0.05 243	0.08 402	0.06 287	0.08 445	0.07 386

RAFT-RH_RVC	0.12 371	0.06 105	0.14 379	0.16 211	0.09 344	0.12 303	0.12 106	0.17 256	0.12 142	0.13 337	0.40 618	0.11 287	0.10 298	0.13 344	0.12 345	0.05 48	0.04 24	0.08 402	0.05 192	0.05 162	0.06 295

iRAFT	0.11 287	0.09 428	0.17 483	0.19 464	0.08 216	0.06 13	0.11 68	0.17 256	0.13 185	0.15 392	0.16 337	0.14 365	0.12 375	0.11 190	0.11 273	0.06 162	0.05 243	0.08 402	0.06 287	0.08 445	0.07 386

RAFT-IKP	0.11 287	0.09 428	0.17 483	0.19 464	0.08 216	0.06 13	0.11 68	0.17 256	0.13 185	0.15 392	0.16 337	0.14 365	0.12 375	0.11 190	0.11 273	0.06 162	0.05 243	0.08 402	0.06 287	0.08 445	0.07 386

RALCasStereoNet	0.11 287	0.07 212	0.09 106	0.16 211	0.08 216	0.13 350	0.14 252	0.17 256	0.11 103	0.12 302	0.17 357	0.14 365	0.10 298	0.12 283	0.11 273	0.07 341	0.06 424	0.06 195	0.05 192	0.08 445	0.07 386

sCroCo_RVC	0.12 371	0.09 428	0.24 581	0.24 621	0.11 518	0.19 518	0.14 252	0.17 256	0.15 243	0.10 222	0.13 288	0.12 313	0.07 172	0.14 382	0.11 273	0.08 423	0.08 531	0.08 402	0.08 466	0.05 162	0.07 386

RAFT-Stereo + iAFF	0.09 167	0.06 105	0.10 165	0.17 299	0.07 125	0.10 194	0.15 342	0.17 256	0.15 243	0.10 222	0.10 193	0.08 178	0.09 261	0.12 283	0.10 192	0.05 48	0.04 24	0.06 195	0.06 287	0.04 45	0.03 1

CFNet-RSSM	0.09 167	0.07 212	0.10 165	0.16 211	0.07 125	0.09 136	0.15 342	0.17 256	0.18 334	0.08 126	0.12 265	0.11 287	0.09 261	0.12 283	0.10 192	0.06 162	0.04 24	0.06 195	0.04 54	0.04 45	0.04 49

DispViT+	0.08 75	0.05 33	0.10 165	0.13 17	0.06 26	0.05 3	0.11 68	0.18 288	0.16 278	0.09 177	0.08 122	0.07 123	0.06 66	0.11 190	0.09 93	0.06 162	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

Anonymus123	0.09 167	0.06 105	0.17 483	0.15 116	0.08 216	0.11 247	0.09 20	0.18 288	0.16 278	0.06 23	0.07 58	0.07 123	0.05 17	0.09 56	0.11 273	0.04 6	0.05 243	0.05 48	0.07 390	0.04 45	0.05 188

WQFJA1	0.10 239	0.07 212	0.08 36	0.20 529	0.09 344	0.12 303	0.18 489	0.18 288	0.18 334	0.09 177	0.10 193	0.08 178	0.10 298	0.12 283	0.11 273	0.06 162	0.08 531	0.07 312	0.06 287	0.06 283	0.05 188

WQFJX1	0.10 239	0.07 212	0.08 36	0.22 588	0.09 344	0.12 303	0.17 440	0.18 288	0.18 334	0.10 222	0.10 193	0.07 123	0.10 298	0.11 190	0.10 192	0.07 341	0.08 531	0.07 312	0.06 287	0.05 162	0.05 188

NLMM	0.10 239	0.07 212	0.08 36	0.20 529	0.09 344	0.12 303	0.18 489	0.18 288	0.18 334	0.09 177	0.10 193	0.08 178	0.10 298	0.12 283	0.11 273	0.06 162	0.08 531	0.07 312	0.06 287	0.06 283	0.05 188

NLSM3	0.09 167	0.07 212	0.08 36	0.20 529	0.08 216	0.11 247	0.16 406	0.18 288	0.17 315	0.06 23	0.08 122	0.08 178	0.09 261	0.09 56	0.11 273	0.04 6	0.04 24	0.06 195	0.07 390	0.03 1	0.04 49

qwe	0.08 75	0.08 345	0.07 8	0.15 116	0.06 26	0.07 36	0.10 33	0.18 288	0.12 142	0.07 70	0.07 58	0.06 40	0.06 66	0.10 116	0.09 93	0.04 6	0.03 1	0.04 1	0.04 54	0.04 45	0.03 1

2.75w_new	0.07 6	0.07 212	0.07 8	0.13 17	0.06 26	0.08 76	0.08 7	0.18 288	0.13 185	0.08 126	0.08 122	0.06 40	0.06 66	0.09 56	0.11 273	0.04 6	0.04 24	0.04 1	0.03 1	0.03 1	0.04 49

xyz-stereo-finetune	0.11 287	0.08 345	0.13 331	0.14 65	0.06 26	0.10 194	0.19 535	0.18 288	0.19 363	0.12 302	0.14 303	0.15 391	0.11 340	0.13 344	0.12 345	0.05 48	0.04 24	0.07 312	0.05 192	0.04 45	0.05 188

UGAM	0.13 401	0.10 497	0.09 106	0.22 588	0.08 216	0.13 350	0.20 558	0.18 288	0.24 446	0.22 539	0.16 337	0.13 345	0.13 411	0.19 518	0.13 385	0.07 341	0.05 243	0.13 606	0.11 585	0.07 373	0.05 188

Former-RAFT_DAM_RVC	0.11 287	0.08 345	0.13 331	0.16 211	0.08 216	0.15 423	0.16 406	0.18 288	0.19 363	0.10 222	0.09 161	0.09 220	0.08 225	0.11 190	0.12 345	0.07 341	0.05 243	0.08 402	0.06 287	0.07 373	0.06 295

CASnet	0.09 167	0.09 428	0.09 106	0.19 464	0.06 26	0.07 36	0.11 68	0.18 288	0.14 215	0.11 265	0.10 193	0.09 220	0.07 172	0.10 116	0.10 192	0.06 162	0.04 24	0.10 540	0.08 466	0.06 283	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
4D-IteraStereo	0.10 239	0.07 212	0.10 165	0.18 391	0.07 125	0.09 136	0.15 342	0.18 288	0.15 243	0.10 222	0.11 245	0.10 254	0.07 172	0.12 283	0.09 93	0.05 48	0.03 1	0.08 402	0.07 390	0.06 283	0.05 188

DCRE	0.11 287	0.07 212	0.13 331	0.16 211	0.11 518	0.11 247	0.17 440	0.18 288	0.17 315	0.11 265	0.18 386	0.11 287	0.10 298	0.15 404	0.11 273	0.06 162	0.05 243	0.06 195	0.06 287	0.05 162	0.05 188

riskmin	0.11 287	0.06 105	0.13 331	0.14 65	0.08 216	0.14 398	0.14 252	0.18 288	0.15 243	0.12 302	0.15 320	0.17 430	0.11 340	0.14 382	0.12 345	0.09 483	0.05 243	0.07 312	0.05 192	0.08 445	0.08 461

RCA-Stereo	0.09 167	0.06 105	0.09 106	0.16 211	0.06 26	0.09 136	0.13 178	0.18 288	0.14 215	0.10 222	0.11 245	0.08 178	0.07 172	0.12 283	0.11 273	0.06 162	0.04 24	0.06 195	0.05 192	0.05 162	0.04 49

DCANet-4	0.11 287	0.07 212	0.13 331	0.16 211	0.06 26	0.09 136	0.17 440	0.18 288	0.20 387	0.13 337	0.17 357	0.09 220	0.14 444	0.12 283	0.13 385	0.06 162	0.04 24	0.05 48	0.04 54	0.04 45	0.05 188

DisPM	0.11 287	0.07 212	0.13 331	0.16 211	0.09 344	0.06 13	0.13 178	0.18 288	0.17 315	0.14 367	0.19 402	0.12 313	0.10 298	0.12 283	0.11 273	0.07 341	0.05 243	0.07 312	0.06 287	0.06 283	0.11 567

RAFT_CTSACE	0.12 371	0.09 428	0.10 165	0.22 588	0.08 216	0.12 303	0.24 612	0.18 288	0.17 315	0.21 524	0.27 524	0.13 345	0.07 172	0.13 344	0.09 93	0.05 48	0.06 424	0.08 402	0.07 390	0.04 45	0.04 49

PFNet+	0.12 371	0.06 105	0.14 379	0.16 211	0.09 344	0.05 3	0.12 106	0.18 288	0.21 402	0.16 422	0.19 402	0.14 365	0.10 298	0.11 190	0.11 273	0.08 423	0.05 243	0.09 491	0.08 466	0.06 283	0.11 567

TRStereo	0.10 239	0.05 33	0.12 285	0.16 211	0.12 550	0.10 194	0.13 178	0.18 288	0.19 363	0.09 177	0.09 161	0.09 220	0.07 172	0.10 116	0.08 23	0.07 341	0.05 243	0.07 312	0.07 390	0.04 45	0.04 49

ASMatch	0.11 287	0.06 105	0.13 331	0.17 299	0.10 461	0.08 76	0.14 252	0.18 288	0.16 278	0.12 302	0.16 337	0.16 412	0.11 340	0.13 344	0.11 273	0.05 48	0.04 24	0.06 195	0.06 287	0.04 45	0.09 509

SST-Stereo	0.11 287	0.07 212	0.16 458	0.18 391	0.09 344	0.06 13	0.12 106	0.18 288	0.10 68	0.15 392	0.18 386	0.13 345	0.12 375	0.10 116	0.11 273	0.06 162	0.04 24	0.09 491	0.06 287	0.07 373	0.06 295

THIR-Stereo	0.12 371	0.07 212	0.11 234	0.15 116	0.08 216	0.14 398	0.16 406	0.18 288	0.25 471	0.17 436	0.24 466	0.13 345	0.13 411	0.12 283	0.14 429	0.06 162	0.05 243	0.07 312	0.07 390	0.05 162	0.05 188

GrayStereo	0.11 287	0.06 105	0.11 234	0.19 464	0.09 344	0.09 136	0.16 406	0.18 288	0.17 315	0.14 367	0.17 357	0.17 430	0.11 340	0.12 283	0.11 273	0.05 48	0.05 243	0.07 312	0.06 287	0.06 283	0.10 541

Pruner-Stereo	0.11 287	0.07 212	0.12 285	0.17 299	0.09 344	0.06 13	0.12 106	0.18 288	0.17 315	0.14 367	0.19 402	0.13 345	0.10 298	0.11 190	0.11 273	0.06 162	0.04 24	0.07 312	0.06 287	0.06 283	0.08 461

CRE-IMP	0.11 287	0.09 428	0.16 458	0.19 464	0.09 344	0.10 194	0.12 106	0.18 288	0.10 68	0.14 367	0.14 303	0.14 365	0.13 411	0.12 283	0.12 345	0.07 341	0.04 24	0.08 402	0.06 287	0.08 445	0.08 461

rafts_anoy	0.11 287	0.06 105	0.10 165	0.17 299	0.08 216	0.10 194	0.14 252	0.18 288	0.14 215	0.13 337	0.13 288	0.12 313	0.11 340	0.11 190	0.13 385	0.07 341	0.05 243	0.09 491	0.11 585	0.07 373	0.06 295

iRaftStereo_RVC	0.10 239	0.07 212	0.10 165	0.17 299	0.09 344	0.11 247	0.17 440	0.18 288	0.12 142	0.09 177	0.11 245	0.10 254	0.07 172	0.11 190	0.10 192	0.05 48	0.04 24	0.08 402	0.08 466	0.04 45	0.04 49

raftrobust	0.09 167	0.06 105	0.11 234	0.17 299	0.08 216	0.09 136	0.10 33	0.18 288	0.16 278	0.10 222	0.09 161	0.12 313	0.08 225	0.12 283	0.10 192	0.08 423	0.05 243	0.06 195	0.05 192	0.05 162	0.06 295

AFF-stereo	0.09 167	0.07 212	0.10 165	0.17 299	0.07 125	0.10 194	0.15 342	0.18 288	0.10 68	0.10 222	0.11 245	0.09 220	0.10 298	0.12 283	0.10 192	0.05 48	0.04 24	0.07 312	0.07 390	0.04 45	0.04 49

Gwc-CoAtRS	0.09 167	0.07 212	0.10 165	0.16 211	0.07 125	0.10 194	0.15 342	0.18 288	0.17 315	0.08 126	0.10 193	0.12 313	0.09 261	0.12 283	0.09 93	0.06 162	0.04 24	0.06 195	0.04 54	0.04 45	0.05 188

HITNet	0.11 287	0.06 105	0.12 285	0.14 65	0.06 26	0.12 303	0.10 33	0.18 288	0.18 334	0.13 337	0.17 357	0.15 391	0.11 340	0.15 404	0.14 429	0.06 162	0.04 24	0.04 1	0.04 54	0.06 283	0.05 188
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
SMOE	0.10 239	0.08 345	0.09 106	0.18 391	0.07 125	0.13 350	0.14 252	0.19 321	0.13 185	0.12 302	0.13 288	0.12 313	0.09 261	0.11 190	0.12 345	0.05 48	0.05 243	0.08 402	0.06 287	0.06 283	0.04 49

GGDA	0.11 287	0.06 105	0.12 285	0.13 17	0.07 125	0.12 303	0.14 252	0.19 321	0.19 363	0.13 337	0.20 412	0.12 313	0.09 261	0.12 283	0.12 345	0.07 341	0.04 24	0.05 48	0.05 192	0.06 283	0.07 386

IGEV_i1	0.12 371	0.08 345	0.12 285	0.17 299	0.08 216	0.19 518	0.15 342	0.19 321	0.23 434	0.18 469	0.18 386	0.16 412	0.12 375	0.17 473	0.14 429	0.06 162	0.05 243	0.06 195	0.05 192	0.06 283	0.06 295

WQFJX	0.10 239	0.07 212	0.09 106	0.21 566	0.09 344	0.12 303	0.16 406	0.19 321	0.18 334	0.12 302	0.10 193	0.08 178	0.10 298	0.12 283	0.10 192	0.07 341	0.07 496	0.06 195	0.05 192	0.06 283	0.05 188

NLMM1	0.11 287	0.09 428	0.07 8	0.22 588	0.10 461	0.12 303	0.20 558	0.19 321	0.20 387	0.12 302	0.11 245	0.08 178	0.10 298	0.11 190	0.11 273	0.08 423	0.08 531	0.07 312	0.06 287	0.05 162	0.04 49

NLCSM	0.11 287	0.09 428	0.09 106	0.23 609	0.11 518	0.12 303	0.19 535	0.19 321	0.19 363	0.12 302	0.11 245	0.07 123	0.09 261	0.11 190	0.10 192	0.08 423	0.08 531	0.07 312	0.07 390	0.06 283	0.05 188

FE-Mocha	0.09 167	0.06 105	0.14 379	0.16 211	0.09 344	0.11 247	0.15 342	0.19 321	0.16 278	0.10 222	0.09 161	0.07 123	0.07 172	0.09 56	0.09 93	0.06 162	0.04 24	0.06 195	0.06 287	0.05 162	0.05 188

rvit_0105_6	0.14 434	0.09 428	0.18 517	0.17 299	0.10 461	0.10 194	0.17 440	0.19 321	0.26 485	0.12 302	0.18 386	0.17 430	0.13 411	0.18 493	0.13 385	0.15 631	0.11 602	0.12 592	0.10 553	0.09 510	0.06 295

RAFT-Stereo-weight	0.09 167	0.06 105	0.11 234	0.16 211	0.07 125	0.09 136	0.14 252	0.19 321	0.16 278	0.11 265	0.10 193	0.08 178	0.06 66	0.10 116	0.11 273	0.06 162	0.04 24	0.06 195	0.04 54	0.04 45	0.04 49

MyStereo8	0.12 371	0.07 212	0.15 414	0.15 116	0.09 344	0.18 495	0.14 252	0.19 321	0.22 424	0.12 302	0.18 386	0.11 287	0.10 298	0.16 433	0.18 516	0.07 341	0.05 243	0.07 312	0.05 192	0.08 445	0.09 509

MyStereo06	0.10 239	0.07 212	0.12 285	0.17 299	0.09 344	0.13 350	0.18 489	0.19 321	0.12 142	0.13 337	0.08 122	0.07 123	0.07 172	0.11 190	0.09 93	0.06 162	0.05 243	0.08 402	0.07 390	0.06 283	0.06 295

11t1	0.12 371	0.07 212	0.14 379	0.14 65	0.08 216	0.17 478	0.15 342	0.19 321	0.15 243	0.15 392	0.15 320	0.17 430	0.16 485	0.15 404	0.13 385	0.08 423	0.05 243	0.06 195	0.05 192	0.08 445	0.07 386

EKT-Stereo	0.11 287	0.07 212	0.14 379	0.16 211	0.10 461	0.13 350	0.14 252	0.19 321	0.21 402	0.11 265	0.08 122	0.13 345	0.10 298	0.11 190	0.12 345	0.08 423	0.06 424	0.07 312	0.06 287	0.08 445	0.07 386

anonymousdsp2	0.11 287	0.07 212	0.11 234	0.16 211	0.09 344	0.13 350	0.14 252	0.19 321	0.23 434	0.13 337	0.14 303	0.12 313	0.09 261	0.14 382	0.11 273	0.05 48	0.05 243	0.05 48	0.04 54	0.06 283	0.06 295

CASS	0.14 434	0.12 543	0.12 285	0.23 609	0.09 344	0.15 423	0.17 440	0.19 321	0.20 387	0.17 436	0.18 386	0.15 391	0.15 464	0.15 404	0.14 429	0.09 483	0.06 424	0.10 540	0.08 466	0.09 510	0.07 386
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
iRaft-Stereo_20w	0.09 167	0.05 33	0.13 331	0.14 65	0.09 344	0.12 303	0.15 342	0.19 321	0.11 103	0.11 265	0.08 122	0.08 178	0.05 17	0.10 116	0.09 93	0.06 162	0.04 24	0.06 195	0.05 192	0.06 283	0.05 188

AAGNet	0.12 371	0.08 345	0.17 483	0.19 464	0.09 344	0.08 76	0.13 178	0.19 321	0.13 185	0.16 422	0.21 431	0.13 345	0.14 444	0.11 190	0.14 429	0.06 162	0.04 24	0.09 491	0.06 287	0.06 283	0.05 188

TransformOpticalFlow	0.10 239	0.08 345	0.13 331	0.18 391	0.07 125	0.09 136	0.15 342	0.19 321	0.16 278	0.12 302	0.16 337	0.11 287	0.11 340	0.11 190	0.11 273	0.05 48	0.04 24	0.06 195	0.06 287	0.05 162	0.05 188

AnonymousM	0.10 239	0.06 105	0.10 165	0.14 65	0.07 125	0.09 136	0.13 178	0.19 321	0.14 215	0.13 337	0.12 265	0.09 220	0.08 225	0.13 344	0.10 192	0.08 423	0.05 243	0.08 402	0.05 192	0.05 162	0.05 188

MLCV	0.13 401	0.08 345	0.17 483	0.18 391	0.06 26	0.16 454	0.17 440	0.19 321	0.22 424	0.19 485	0.25 493	0.17 430	0.13 411	0.15 404	0.14 429	0.05 48	0.04 24	0.05 48	0.04 54	0.05 162	0.04 49

PhaseNet	0.09 167	0.06 105	0.10 165	0.15 116	0.08 216	0.10 194	0.14 252	0.20 341	0.12 142	0.07 70	0.08 122	0.09 220	0.10 298	0.13 344	0.12 345	0.06 162	0.04 24	0.06 195	0.06 287	0.05 162	0.05 188

TestStereo_HL3	0.11 287	0.06 105	0.16 458	0.13 17	0.07 125	0.12 303	0.11 68	0.20 341	0.09 46	0.15 392	0.31 561	0.13 345	0.12 375	0.16 433	0.11 273	0.07 341	0.05 243	0.05 48	0.05 192	0.06 283	0.07 386

TestStereo_HL2	0.11 287	0.06 105	0.12 285	0.12 7	0.08 216	0.13 350	0.14 252	0.20 341	0.18 334	0.13 337	0.21 431	0.12 313	0.11 340	0.13 344	0.12 345	0.07 341	0.05 243	0.05 48	0.05 192	0.07 373	0.07 386

TestStereo-Hl	0.11 287	0.06 105	0.11 234	0.14 65	0.08 216	0.15 423	0.14 252	0.20 341	0.18 334	0.13 337	0.17 357	0.12 313	0.11 340	0.14 382	0.13 385	0.06 162	0.04 24	0.05 48	0.05 192	0.06 283	0.06 295

FlowAnything_test	0.11 287	0.08 345	0.14 379	0.15 116	0.09 344	0.08 76	0.14 252	0.20 341	0.11 103	0.10 222	0.09 161	0.12 313	0.12 375	0.13 344	0.11 273	0.09 483	0.06 424	0.09 491	0.09 512	0.06 283	0.09 509

3w_stereo	0.08 75	0.09 428	0.10 165	0.17 299	0.07 125	0.08 76	0.11 68	0.20 341	0.13 185	0.06 23	0.07 58	0.05 4	0.06 66	0.08 21	0.09 93	0.04 6	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

2w_stereo	0.08 75	0.08 345	0.09 106	0.16 211	0.06 26	0.09 136	0.10 33	0.20 341	0.15 243	0.08 126	0.07 58	0.06 40	0.06 66	0.06 1	0.10 192	0.04 6	0.03 1	0.04 1	0.04 54	0.03 1	0.03 1

tg	0.10 239	0.06 105	0.10 165	0.18 391	0.08 216	0.11 247	0.16 406	0.20 341	0.12 142	0.08 126	0.11 245	0.11 287	0.07 172	0.11 190	0.10 192	0.05 48	0.04 24	0.08 402	0.08 466	0.04 45	0.04 49

UGAM-zero	0.10 239	0.05 33	0.15 414	0.15 116	0.08 216	0.10 194	0.13 178	0.20 341	0.15 243	0.11 265	0.15 320	0.07 123	0.08 225	0.09 56	0.10 192	0.06 162	0.05 243	0.06 195	0.05 192	0.05 162	0.06 295

model_zeroshot	0.10 239	0.05 33	0.12 285	0.15 116	0.09 344	0.13 350	0.14 252	0.20 341	0.14 215	0.11 265	0.10 193	0.12 313	0.07 172	0.12 283	0.11 273	0.07 341	0.06 424	0.06 195	0.05 192	0.06 283	0.06 295

DCVSM-stereo	0.15 475	0.09 428	0.16 458	0.16 211	0.10 461	0.15 423	0.09 20	0.20 341	0.24 446	0.20 507	0.24 466	0.26 549	0.15 464	0.19 518	0.14 429	0.09 483	0.07 496	0.09 491	0.08 466	0.10 546	0.12 588

test_sample1	0.13 401	0.07 212	0.14 379	0.14 65	0.08 216	0.19 518	0.17 440	0.20 341	0.15 243	0.14 367	0.22 449	0.18 445	0.16 485	0.17 473	0.15 467	0.07 341	0.06 424	0.06 195	0.06 287	0.08 445	0.08 461

MIM_Stereo	0.10 239	0.07 212	0.11 234	0.15 116	0.07 125	0.07 36	0.12 106	0.20 341	0.14 215	0.13 337	0.14 303	0.09 220	0.05 17	0.12 283	0.08 23	0.05 48	0.06 424	0.07 312	0.06 287	0.06 283	0.05 188

knoymous	0.11 287	0.06 105	0.12 285	0.14 65	0.07 125	0.15 423	0.13 178	0.20 341	0.14 215	0.11 265	0.17 357	0.13 345	0.09 261	0.14 382	0.11 273	0.09 483	0.05 243	0.06 195	0.05 192	0.07 373	0.07 386

anonymousa	0.13 401	0.07 212	0.14 379	0.18 391	0.09 344	0.13 350	0.17 440	0.20 341	0.29 522	0.15 392	0.24 466	0.16 412	0.14 444	0.14 382	0.14 429	0.07 341	0.05 243	0.07 312	0.09 512	0.05 162	0.07 386

IPLG	0.11 287	0.08 345	0.15 414	0.17 299	0.08 216	0.11 247	0.14 252	0.20 341	0.15 243	0.13 337	0.18 386	0.07 123	0.07 172	0.14 382	0.14 429	0.06 162	0.04 24	0.06 195	0.05 192	0.04 45	0.04 49

HHNet	0.11 287	0.06 105	0.16 458	0.15 116	0.14 595	0.07 36	0.13 178	0.20 341	0.18 334	0.15 392	0.25 493	0.11 287	0.09 261	0.13 344	0.10 192	0.06 162	0.04 24	0.08 402	0.06 287	0.05 162	0.09 509

TestStereo	0.14 434	0.15 592	0.11 234	0.23 609	0.08 216	0.15 423	0.21 575	0.20 341	0.23 434	0.14 367	0.25 493	0.16 412	0.13 411	0.16 433	0.14 429	0.06 162	0.06 424	0.08 402	0.06 287	0.09 510	0.05 188

RALAANet	0.11 287	0.08 345	0.10 165	0.17 299	0.09 344	0.14 398	0.10 33	0.20 341	0.16 278	0.14 367	0.13 288	0.16 412	0.09 261	0.12 283	0.12 345	0.06 162	0.05 243	0.08 402	0.07 390	0.06 283	0.04 49

ARAFT	0.12 371	0.08 345	0.18 517	0.19 464	0.09 344	0.15 423	0.17 440	0.20 341	0.13 185	0.12 302	0.13 288	0.14 365	0.12 375	0.15 404	0.13 385	0.06 162	0.05 243	0.10 540	0.09 512	0.06 283	0.04 49

GMStereo	0.13 401	0.15 592	0.14 379	0.18 391	0.09 344	0.16 454	0.16 406	0.20 341	0.25 471	0.17 436	0.17 357	0.11 287	0.11 340	0.16 433	0.13 385	0.07 341	0.06 424	0.06 195	0.06 287	0.07 373	0.06 295
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
aanetorigin	0.22 585	0.17 613	0.57 663	0.18 391	0.10 461	0.16 454	0.19 535	0.20 341	0.33 549	0.49 670	0.48 650	0.30 585	0.28 618	0.21 554	0.24 590	0.08 423	0.07 496	0.08 402	0.07 390	0.10 546	0.09 509

SME	0.12 371	0.09 428	0.11 234	0.17 299	0.07 125	0.20 538	0.13 178	0.21 363	0.17 315	0.12 302	0.13 288	0.10 254	0.12 375	0.13 344	0.13 385	0.07 341	0.07 496	0.08 402	0.09 512	0.06 283	0.06 295

TestStereo_HLe17	0.10 239	0.05 33	0.12 285	0.13 17	0.07 125	0.11 247	0.14 252	0.21 363	0.15 243	0.11 265	0.14 303	0.11 287	0.09 261	0.13 344	0.13 385	0.07 341	0.04 24	0.05 48	0.05 192	0.07 373	0.06 295

NLSM1	0.10 239	0.07 212	0.08 36	0.19 464	0.08 216	0.13 350	0.16 406	0.21 363	0.16 278	0.11 265	0.10 193	0.07 123	0.10 298	0.10 116	0.11 273	0.07 341	0.08 531	0.08 402	0.07 390	0.05 162	0.05 188

MM-Stereo_test1	0.10 239	0.07 212	0.09 106	0.18 391	0.07 125	0.12 303	0.18 489	0.21 363	0.20 387	0.09 177	0.11 245	0.08 178	0.06 66	0.10 116	0.10 192	0.06 162	0.05 243	0.07 312	0.06 287	0.05 162	0.04 49

AIO-Stereo-zeroshot1	0.11 287	0.05 33	0.14 379	0.16 211	0.21 661	0.09 136	0.17 440	0.21 363	0.16 278	0.11 265	0.15 320	0.10 254	0.07 172	0.10 116	0.08 23	0.06 162	0.05 243	0.07 312	0.07 390	0.07 373	0.09 509

GCST	0.37 662	0.42 682	0.27 595	1.03 708	0.39 683	0.18 495	0.08 7	0.21 363	0.18 334	0.28 604	0.25 493	0.15 391	0.12 375	0.16 433	0.14 429	0.64 704	0.43 693	0.75 700	0.65 703	0.64 697	0.46 695

test_sample2	0.13 401	0.07 212	0.12 285	0.14 65	0.08 216	0.16 454	0.18 489	0.21 363	0.16 278	0.14 367	0.21 431	0.20 473	0.15 464	0.15 404	0.13 385	0.08 423	0.06 424	0.07 312	0.06 287	0.08 445	0.08 461

mmm	0.14 434	0.08 345	0.18 517	0.17 299	0.09 344	0.17 478	0.18 489	0.21 363	0.16 278	0.16 422	0.23 454	0.21 482	0.16 485	0.16 433	0.17 503	0.08 423	0.05 243	0.08 402	0.08 466	0.08 445	0.07 386

StereoVision	0.14 434	0.13 570	0.10 165	0.24 621	0.10 461	0.16 454	0.21 575	0.21 363	0.20 387	0.12 302	0.25 493	0.10 254	0.10 298	0.16 433	0.10 192	0.09 483	0.10 588	0.12 592	0.12 608	0.06 283	0.05 188

Any-RAFT	0.10 239	0.05 33	0.10 165	0.15 116	0.07 125	0.13 350	0.14 252	0.21 363	0.15 243	0.11 265	0.12 265	0.13 345	0.10 298	0.13 344	0.10 192	0.07 341	0.04 24	0.05 48	0.04 54	0.06 283	0.05 188

Selective-RAFT	0.11 287	0.11 524	0.12 285	0.21 566	0.08 216	0.16 454	0.13 178	0.21 363	0.23 434	0.10 222	0.10 193	0.11 287	0.10 298	0.15 404	0.11 273	0.05 48	0.05 243	0.06 195	0.05 192	0.06 283	0.05 188

test_5	0.14 434	0.12 543	0.08 36	0.20 529	0.10 461	0.14 398	0.28 648	0.21 363	0.24 446	0.19 485	0.28 535	0.11 287	0.15 464	0.12 283	0.13 385	0.06 162	0.05 243	0.07 312	0.08 466	0.08 445	0.07 386

UDGNet	0.14 434	0.13 570	0.17 483	0.18 391	0.10 461	0.12 303	0.16 406	0.21 363	0.27 498	0.20 507	0.20 412	0.17 430	0.13 411	0.16 433	0.14 429	0.10 526	0.06 424	0.09 491	0.07 390	0.07 373	0.07 386

dad	0.18 541	0.20 636	0.21 557	0.17 299	0.11 518	0.20 538	0.19 535	0.21 363	0.28 514	0.30 620	0.24 466	0.30 585	0.13 411	0.19 518	0.17 503	0.18 654	0.09 564	0.11 570	0.09 512	0.11 568	0.07 386

MIPNet	0.11 287	0.08 345	0.15 414	0.17 299	0.09 344	0.12 303	0.14 252	0.21 363	0.25 471	0.12 302	0.10 193	0.09 220	0.07 172	0.13 344	0.13 385	0.06 162	0.04 24	0.06 195	0.05 192	0.04 45	0.04 49

IPLGR	0.11 287	0.09 428	0.17 483	0.18 391	0.08 216	0.13 350	0.16 406	0.21 363	0.24 446	0.12 302	0.12 265	0.11 287	0.09 261	0.13 344	0.12 345	0.06 162	0.05 243	0.06 195	0.06 287	0.05 162	0.04 49

LCNet	0.11 287	0.07 212	0.09 106	0.19 464	0.09 344	0.08 76	0.14 252	0.21 363	0.15 243	0.12 302	0.15 320	0.16 412	0.11 340	0.12 283	0.11 273	0.05 48	0.04 24	0.08 402	0.07 390	0.06 283	0.14 620

OMP-Stereo	0.11 287	0.07 212	0.14 379	0.18 391	0.08 216	0.09 136	0.12 106	0.21 363	0.21 402	0.13 337	0.14 303	0.11 287	0.12 375	0.11 190	0.13 385	0.06 162	0.05 243	0.07 312	0.06 287	0.05 162	0.04 49

PSM-AAD	0.11 287	0.07 212	0.10 165	0.20 529	0.09 344	0.10 194	0.14 252	0.21 363	0.13 185	0.12 302	0.14 303	0.18 445	0.11 340	0.11 190	0.10 192	0.05 48	0.05 243	0.09 491	0.08 466	0.06 283	0.14 620

DRaft	0.12 371	0.06 105	0.12 285	0.14 65	0.09 344	0.14 398	0.17 440	0.21 363	0.30 528	0.18 469	0.27 524	0.10 254	0.16 485	0.11 190	0.12 345	0.05 48	0.04 24	0.07 312	0.07 390	0.05 162	0.05 188

RAFT	0.13 401	0.09 428	0.11 234	0.18 391	0.08 216	0.15 423	0.23 601	0.21 363	0.20 387	0.21 524	0.21 431	0.18 445	0.13 411	0.17 473	0.10 192	0.06 162	0.07 496	0.10 540	0.09 512	0.06 283	0.05 188

XX-Stereo	0.09 167	0.05 33	0.09 106	0.17 299	0.09 344	0.15 423	0.12 106	0.21 363	0.10 68	0.10 222	0.14 303	0.07 123	0.06 66	0.13 344	0.08 23	0.06 162	0.05 243	0.06 195	0.06 287	0.04 45	0.04 49

111	0.11 287	0.06 105	0.12 285	0.15 116	0.07 125	0.10 194	0.14 252	0.21 363	0.24 446	0.11 265	0.12 265	0.14 365	0.12 375	0.13 344	0.10 192	0.06 162	0.04 24	0.06 195	0.04 54	0.06 283	0.05 188

EDNetEfficient	0.30 646	0.24 653	1.18 704	0.18 391	0.10 461	0.20 538	0.20 558	0.21 363	0.61 667	0.74 690	0.56 662	0.30 585	0.40 664	0.23 580	0.32 652	0.09 483	0.07 496	0.08 402	0.07 390	0.11 568	0.10 541

cf-r	0.14 434	0.07 212	0.13 331	0.16 211	0.08 216	0.14 398	0.19 535	0.21 363	0.25 471	0.17 436	0.26 506	0.22 500	0.17 511	0.14 382	0.15 467	0.10 526	0.05 243	0.06 195	0.08 466	0.06 283	0.06 295

iResNet	0.13 401	0.10 497	0.18 517	0.19 464	0.08 216	0.14 398	0.18 489	0.21 363	0.27 498	0.16 422	0.24 466	0.15 391	0.13 411	0.14 382	0.15 467	0.06 162	0.04 24	0.06 195	0.05 192	0.06 283	0.05 188

HLF11	0.11 287	0.05 33	0.13 331	0.12 7	0.08 216	0.15 423	0.11 68	0.22 389	0.10 68	0.12 302	0.24 466	0.11 287	0.12 375	0.14 382	0.13 385	0.08 423	0.05 243	0.05 48	0.04 54	0.08 445	0.08 461

HLf8	0.11 287	0.05 33	0.13 331	0.11 1	0.08 216	0.15 423	0.12 106	0.22 389	0.16 278	0.13 337	0.17 357	0.12 313	0.10 298	0.14 382	0.13 385	0.09 483	0.05 243	0.05 48	0.05 192	0.08 445	0.08 461

Select-FE	0.11 287	0.06 105	0.21 557	0.15 116	0.11 518	0.12 303	0.13 178	0.22 389	0.18 334	0.09 177	0.11 245	0.10 254	0.06 66	0.12 283	0.09 93	0.07 341	0.05 243	0.07 312	0.08 466	0.06 283	0.08 461

fast-iter	0.11 287	0.06 105	0.12 285	0.13 17	0.09 344	0.09 136	0.14 252	0.22 389	0.11 103	0.20 507	0.17 357	0.14 365	0.10 298	0.16 433	0.09 93	0.05 48	0.04 24	0.07 312	0.08 466	0.07 373	0.06 295

CoSv	0.11 287	0.06 105	0.12 285	0.13 17	0.09 344	0.09 136	0.14 252	0.22 389	0.11 103	0.20 507	0.17 357	0.14 365	0.10 298	0.16 433	0.09 93	0.05 48	0.04 24	0.07 312	0.08 466	0.07 373	0.06 295

AIO-test1	0.10 239	0.07 212	0.11 234	0.24 621	0.07 125	0.09 136	0.13 178	0.22 389	0.15 243	0.11 265	0.12 265	0.09 220	0.07 172	0.11 190	0.09 93	0.06 162	0.05 243	0.09 491	0.10 553	0.04 45	0.07 386

FACV-RUCA	0.13 401	0.11 524	0.13 331	0.19 464	0.12 550	0.15 423	0.16 406	0.22 389	0.21 402	0.16 422	0.16 337	0.15 391	0.16 485	0.14 382	0.13 385	0.07 341	0.05 243	0.08 402	0.06 287	0.10 546	0.08 461

CBFPSM	0.15 475	0.07 212	0.27 595	0.17 299	0.09 344	0.13 350	0.15 342	0.22 389	0.23 434	0.20 507	0.27 524	0.23 517	0.16 485	0.16 433	0.19 531	0.06 162	0.06 424	0.06 195	0.07 390	0.07 373	0.07 386

x	0.13 401	0.08 345	0.15 414	0.14 65	0.08 216	0.19 518	0.14 252	0.22 389	0.21 402	0.15 392	0.20 412	0.20 473	0.18 525	0.18 493	0.18 516	0.07 341	0.05 243	0.06 195	0.06 287	0.07 373	0.07 386

RAFT+CT+SA	0.13 401	0.11 524	0.09 106	0.19 464	0.09 344	0.15 423	0.28 648	0.22 389	0.22 424	0.15 392	0.26 506	0.10 254	0.10 298	0.11 190	0.12 345	0.05 48	0.04 24	0.07 312	0.08 466	0.07 373	0.06 295

Sa-1000	0.12 371	0.08 345	0.09 106	0.18 391	0.08 216	0.15 423	0.22 589	0.22 389	0.19 363	0.15 392	0.20 412	0.17 430	0.11 340	0.10 116	0.10 192	0.06 162	0.05 243	0.09 491	0.09 512	0.05 162	0.05 188

iRaft-Stereo_5w	0.12 371	0.09 428	0.12 285	0.20 529	0.08 216	0.09 136	0.12 106	0.22 389	0.22 424	0.19 485	0.14 303	0.11 287	0.09 261	0.20 536	0.16 486	0.05 48	0.05 243	0.07 312	0.06 287	0.05 162	0.06 295

dd	0.15 475	0.17 613	0.17 483	0.19 464	0.09 344	0.15 423	0.18 489	0.22 389	0.26 485	0.23 554	0.20 412	0.21 482	0.10 298	0.21 554	0.17 503	0.10 526	0.06 424	0.08 402	0.06 287	0.08 445	0.07 386

STrans-v2	0.10 239	0.07 212	0.13 331	0.18 391	0.08 216	0.10 194	0.14 252	0.22 389	0.11 103	0.11 265	0.15 320	0.12 313	0.10 298	0.11 190	0.12 345	0.05 48	0.04 24	0.06 195	0.06 287	0.05 162	0.05 188

IIG-Stereo	0.11 287	0.06 105	0.13 331	0.17 299	0.08 216	0.11 247	0.12 106	0.22 389	0.18 334	0.14 367	0.17 357	0.12 313	0.13 411	0.12 283	0.13 385	0.06 162	0.05 243	0.07 312	0.06 287	0.06 283	0.05 188

FTStereo	0.12 371	0.07 212	0.14 379	0.18 391	0.09 344	0.07 36	0.15 342	0.22 389	0.18 334	0.12 302	0.24 466	0.11 287	0.13 411	0.13 344	0.14 429	0.05 48	0.05 243	0.07 312	0.07 390	0.06 283	0.10 541

ACVNet	0.15 475	0.09 428	0.15 414	0.13 17	0.12 550	0.14 398	0.20 558	0.22 389	0.34 560	0.17 436	0.26 506	0.21 482	0.17 511	0.18 493	0.21 554	0.07 341	0.06 424	0.06 195	0.06 287	0.08 445	0.06 295

GwcNet-RSSM	0.14 434	0.07 212	0.12 285	0.16 211	0.08 216	0.15 423	0.20 558	0.22 389	0.28 514	0.18 469	0.28 535	0.23 517	0.17 511	0.15 404	0.16 486	0.10 526	0.06 424	0.07 312	0.09 512	0.07 373	0.07 386

CFNet-ft	0.14 434	0.07 212	0.15 414	0.12 7	0.09 344	0.17 478	0.18 489	0.22 389	0.24 446	0.17 436	0.26 506	0.24 526	0.14 444	0.16 433	0.15 467	0.11 561	0.06 424	0.08 402	0.09 512	0.09 510	0.08 461

CFNet_RVC	0.14 434	0.07 212	0.15 414	0.12 7	0.09 344	0.17 478	0.18 489	0.22 389	0.24 446	0.17 436	0.26 506	0.24 526	0.14 444	0.16 433	0.15 467	0.11 561	0.06 424	0.08 402	0.09 512	0.09 510	0.08 461

DN-CSS_ROB	0.13 401	0.13 570	0.17 483	0.18 391	0.10 461	0.16 454	0.08 7	0.22 389	0.19 363	0.17 436	0.23 454	0.13 345	0.13 411	0.13 344	0.14 429	0.05 48	0.05 243	0.10 540	0.10 553	0.08 445	0.06 295

Selective-IGEV-i16pc	0.13 401	0.06 105	0.13 331	0.15 116	0.11 518	0.38 659	0.16 406	0.23 410	0.17 315	0.11 265	0.15 320	0.09 220	0.07 172	0.13 344	0.10 192	0.10 526	0.08 531	0.06 195	0.07 390	0.09 510	0.10 541

Selective-IGEV-i1	0.13 401	0.07 212	0.12 285	0.20 529	0.08 216	0.18 495	0.16 406	0.23 410	0.30 528	0.17 436	0.17 357	0.17 430	0.10 298	0.15 404	0.13 385	0.06 162	0.05 243	0.06 195	0.05 192	0.06 283	0.06 295

z-ln-s-r	0.18 541	0.10 497	0.41 642	0.19 464	0.08 216	0.18 495	0.18 489	0.23 410	0.34 560	0.19 485	0.41 629	0.22 500	0.17 511	0.20 536	0.25 598	0.07 341	0.05 243	0.07 312	0.07 390	0.07 373	0.06 295

DFGA-Net	0.13 401	0.11 524	0.19 541	0.18 391	0.10 461	0.13 350	0.13 178	0.23 410	0.25 471	0.16 422	0.16 337	0.13 345	0.12 375	0.17 473	0.15 467	0.07 341	0.05 243	0.08 402	0.07 390	0.05 162	0.05 188

AIO-test2	0.10 239	0.08 345	0.10 165	0.23 609	0.09 344	0.11 247	0.11 68	0.23 410	0.24 446	0.08 126	0.09 161	0.08 178	0.05 17	0.10 116	0.08 23	0.06 162	0.05 243	0.08 402	0.09 512	0.05 162	0.05 188

rvit_0105_4	0.15 475	0.09 428	0.17 483	0.17 299	0.10 461	0.12 303	0.20 558	0.23 410	0.27 498	0.14 367	0.20 412	0.17 430	0.14 444	0.17 473	0.13 385	0.15 631	0.11 602	0.11 570	0.10 553	0.09 510	0.06 295

ACV-stereo	0.15 475	0.10 497	0.29 607	0.18 391	0.12 550	0.15 423	0.13 178	0.23 410	0.21 402	0.19 485	0.23 454	0.22 500	0.15 464	0.23 580	0.17 503	0.08 423	0.07 496	0.07 312	0.07 390	0.08 445	0.07 386

AIO-Stereo-zeroshot	0.11 287	0.05 33	0.12 285	0.15 116	0.13 576	0.14 398	0.16 406	0.23 410	0.18 334	0.10 222	0.13 288	0.10 254	0.07 172	0.12 283	0.09 93	0.06 162	0.05 243	0.06 195	0.06 287	0.07 373	0.08 461

DispNO	0.15 475	0.09 428	0.18 517	0.19 464	0.12 550	0.11 247	0.21 575	0.23 410	0.29 522	0.18 469	0.23 454	0.19 456	0.17 511	0.16 433	0.16 486	0.07 341	0.05 243	0.08 402	0.08 466	0.07 373	0.06 295

CoDeX	0.12 371	0.07 212	0.13 331	0.17 299	0.08 216	0.12 303	0.16 406	0.23 410	0.27 498	0.13 337	0.17 357	0.15 391	0.12 375	0.14 382	0.11 273	0.07 341	0.05 243	0.07 312	0.06 287	0.06 283	0.05 188

Anonymous_2	0.22 585	0.17 613	0.28 598	0.15 116	0.16 628	0.33 640	0.22 589	0.23 410	0.18 334	0.23 554	0.24 466	0.26 549	0.27 609	0.27 604	0.24 590	0.22 671	0.26 681	0.17 644	0.17 654	0.16 644	0.18 656

TestStereo1	0.13 401	0.08 345	0.08 36	0.20 529	0.08 216	0.18 495	0.29 659	0.23 410	0.17 315	0.17 436	0.20 412	0.16 412	0.11 340	0.12 283	0.13 385	0.06 162	0.06 424	0.08 402	0.06 287	0.05 162	0.05 188

SA-5K	0.13 401	0.08 345	0.08 36	0.20 529	0.08 216	0.18 495	0.29 659	0.23 410	0.17 315	0.17 436	0.20 412	0.16 412	0.11 340	0.12 283	0.13 385	0.06 162	0.06 424	0.08 402	0.06 287	0.05 162	0.05 188

SA	0.13 401	0.09 428	0.09 106	0.18 391	0.08 216	0.12 303	0.24 612	0.23 410	0.19 363	0.17 436	0.27 524	0.15 391	0.11 340	0.11 190	0.11 273	0.05 48	0.05 243	0.09 491	0.08 466	0.05 162	0.05 188

NF-Stereo	0.11 287	0.07 212	0.13 331	0.17 299	0.09 344	0.10 194	0.13 178	0.23 410	0.19 363	0.12 302	0.17 357	0.12 313	0.12 375	0.11 190	0.11 273	0.06 162	0.04 24	0.07 312	0.06 287	0.07 373	0.12 588

OCTAStereo	0.11 287	0.07 212	0.14 379	0.17 299	0.09 344	0.10 194	0.13 178	0.23 410	0.19 363	0.12 302	0.17 357	0.12 313	0.12 375	0.11 190	0.11 273	0.06 162	0.04 24	0.07 312	0.06 287	0.07 373	0.11 567

KYRaft	0.12 371	0.07 212	0.10 165	0.19 464	0.09 344	0.08 76	0.15 342	0.23 410	0.12 142	0.13 337	0.16 337	0.20 473	0.10 298	0.12 283	0.11 273	0.06 162	0.04 24	0.08 402	0.08 466	0.06 283	0.15 634

RE-Stereo	0.11 287	0.07 212	0.13 331	0.17 299	0.09 344	0.10 194	0.13 178	0.23 410	0.19 363	0.12 302	0.17 357	0.12 313	0.12 375	0.11 190	0.11 273	0.06 162	0.04 24	0.07 312	0.06 287	0.07 373	0.11 567

TVStereo	0.11 287	0.07 212	0.13 331	0.17 299	0.09 344	0.10 194	0.13 178	0.23 410	0.19 363	0.12 302	0.17 357	0.12 313	0.12 375	0.11 190	0.11 273	0.06 162	0.04 24	0.07 312	0.06 287	0.07 373	0.11 567

Prome-Stereo	0.11 287	0.07 212	0.11 234	0.18 391	0.09 344	0.12 303	0.14 252	0.23 410	0.13 185	0.13 337	0.16 337	0.13 345	0.08 225	0.12 283	0.10 192	0.05 48	0.05 243	0.07 312	0.06 287	0.06 283	0.10 541

EDNetEfficientorigin	7.92 719	0.32 673	152.98 745	0.20 529	0.10 461	0.22 564	0.17 440	0.23 410	0.60 665	0.73 688	0.67 676	0.41 649	0.51 680	0.24 592	0.41 674	0.08 423	0.07 496	0.09 491	0.07 390	0.12 585	0.11 567

FENet	0.13 401	0.08 345	0.13 331	0.16 211	0.08 216	0.15 423	0.16 406	0.23 410	0.23 434	0.17 436	0.24 466	0.16 412	0.13 411	0.14 382	0.15 467	0.08 423	0.05 243	0.08 402	0.08 466	0.08 445	0.08 461

GANet-RSSM	0.14 434	0.07 212	0.13 331	0.13 17	0.08 216	0.14 398	0.18 489	0.23 410	0.21 402	0.17 436	0.25 493	0.24 526	0.16 485	0.16 433	0.16 486	0.10 526	0.06 424	0.07 312	0.08 466	0.08 445	0.07 386

DMCA	0.14 434	0.09 428	0.17 483	0.19 464	0.09 344	0.15 423	0.17 440	0.23 410	0.28 514	0.14 367	0.20 412	0.17 430	0.18 525	0.15 404	0.17 503	0.10 526	0.06 424	0.08 402	0.06 287	0.09 510	0.10 541

BEATNet_4x	0.12 371	0.09 428	0.15 414	0.18 391	0.07 125	0.15 423	0.07 3	0.23 410	0.19 363	0.16 422	0.19 402	0.19 456	0.14 444	0.17 473	0.15 467	0.07 341	0.05 243	0.05 48	0.05 192	0.06 283	0.07 386

LE_ROB	0.50 680	0.07 212	0.14 379	0.15 116	0.08 216	0.26 608	0.17 440	0.23 410	1.71 714	4.68 720	0.67 676	0.46 661	0.47 675	0.21 554	0.30 641	0.07 341	0.06 424	0.06 195	0.06 287	0.08 445	0.06 295

ManiGeoR	0.10 239	0.05 33	0.12 285	0.12 7	0.08 216	0.12 303	0.12 106	0.24 436	0.14 215	0.13 337	0.14 303	0.12 313	0.09 261	0.13 344	0.13 385	0.07 341	0.05 243	0.05 48	0.05 192	0.07 373	0.07 386

HLf10	0.10 239	0.05 33	0.12 285	0.12 7	0.08 216	0.12 303	0.12 106	0.24 436	0.14 215	0.13 337	0.14 303	0.12 313	0.09 261	0.13 344	0.13 385	0.07 341	0.05 243	0.05 48	0.05 192	0.07 373	0.07 386

DLNR-FE	10.51 726	2.29 715	19.85 740	120.28 744	13.21 731	0.06 13	0.13 178	0.24 436	0.10 68	0.08 126	0.10 193	0.09 220	0.07 172	0.10 116	0.09 93	0.13 606	0.04 24	0.06 195	0.04 54	53.18 746	0.04 49

MM-Stereo_test3	0.10 239	0.07 212	0.07 8	0.18 391	0.07 125	0.12 303	0.19 535	0.24 436	0.19 363	0.06 23	0.10 193	0.08 178	0.06 66	0.11 190	0.09 93	0.06 162	0.06 424	0.07 312	0.05 192	0.05 162	0.04 49

rvit_0105_5	0.14 434	0.10 497	0.14 379	0.17 299	0.09 344	0.14 398	0.23 601	0.24 436	0.27 498	0.14 367	0.15 320	0.18 445	0.13 411	0.17 473	0.14 429	0.14 627	0.11 602	0.10 540	0.11 585	0.08 445	0.07 386

CAS++	0.11 287	0.07 212	0.11 234	0.14 65	0.10 461	0.13 350	0.14 252	0.24 436	0.14 215	0.11 265	0.09 161	0.11 287	0.07 172	0.14 382	0.09 93	0.11 561	0.09 564	0.09 491	0.07 390	0.07 373	0.08 461
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ACVNet-DCA	0.10 239	0.08 345	0.13 331	0.17 299	0.09 344	0.13 350	0.15 342	0.24 436	0.16 278	0.09 177	0.09 161	0.06 40	0.06 66	0.10 116	0.07 1	0.06 162	0.05 243	0.06 195	0.05 192	0.07 373	0.07 386

1test111	0.11 287	0.08 345	0.13 331	0.17 299	0.09 344	0.13 350	0.15 342	0.24 436	0.16 278	0.09 177	0.09 161	0.06 40	0.06 66	0.15 404	0.16 486	0.06 162	0.05 243	0.06 195	0.05 192	0.07 373	0.07 386

DLNR_Zeroshot_test	10.48 725	2.27 714	19.78 739	120.28 744	13.29 732	0.06 13	0.13 178	0.24 436	0.10 68	0.08 126	0.10 193	0.09 220	0.07 172	0.10 116	0.09 93	0.13 606	0.04 24	0.06 195	0.04 54	52.68 745	0.04 49

gwcnet-sp	0.14 434	0.07 212	0.13 331	0.18 391	0.09 344	0.16 454	0.18 489	0.24 436	0.24 446	0.19 485	0.24 466	0.15 391	0.16 485	0.16 433	0.15 467	0.08 423	0.07 496	0.07 312	0.08 466	0.08 445	0.07 386

scenet	0.14 434	0.07 212	0.13 331	0.18 391	0.09 344	0.16 454	0.18 489	0.24 436	0.24 446	0.19 485	0.24 466	0.15 391	0.16 485	0.16 433	0.15 467	0.08 423	0.07 496	0.07 312	0.08 466	0.08 445	0.07 386

ToySt	0.17 525	0.11 524	0.19 541	0.17 299	0.11 518	0.16 454	0.26 637	0.24 436	0.33 549	0.19 485	0.24 466	0.26 549	0.24 586	0.19 518	0.21 554	0.07 341	0.08 531	0.09 491	0.10 553	0.09 510	0.08 461

ssnet	0.14 434	0.07 212	0.13 331	0.18 391	0.09 344	0.16 454	0.18 489	0.24 436	0.24 446	0.19 485	0.24 466	0.15 391	0.16 485	0.16 433	0.15 467	0.08 423	0.07 496	0.07 312	0.08 466	0.08 445	0.07 386

qqq	0.13 401	0.09 428	0.15 414	0.16 211	0.08 216	0.13 350	0.15 342	0.24 436	0.16 278	0.15 392	0.19 402	0.16 412	0.16 485	0.15 404	0.16 486	0.07 341	0.06 424	0.08 402	0.08 466	0.07 373	0.07 386

AACVNet	0.16 503	0.08 345	0.15 414	0.15 116	0.10 461	0.18 495	0.15 342	0.24 436	0.25 471	0.27 591	0.27 524	0.28 566	0.18 525	0.19 518	0.17 503	0.09 483	0.07 496	0.09 491	0.07 390	0.10 546	0.09 509

PSM-softLoss	0.12 371	0.07 212	0.15 414	0.17 299	0.09 344	0.08 76	0.12 106	0.24 436	0.17 315	0.15 392	0.19 402	0.13 345	0.11 340	0.11 190	0.11 273	0.07 341	0.05 243	0.08 402	0.07 390	0.07 373	0.12 588

KMStereo	0.12 371	0.07 212	0.15 414	0.17 299	0.09 344	0.08 76	0.12 106	0.24 436	0.17 315	0.15 392	0.19 402	0.13 345	0.11 340	0.11 190	0.11 273	0.07 341	0.05 243	0.08 402	0.07 390	0.07 373	0.12 588

GMM-Stereo	0.11 287	0.07 212	0.10 165	0.18 391	0.09 344	0.08 76	0.14 252	0.24 436	0.16 278	0.11 265	0.15 320	0.13 345	0.11 340	0.11 190	0.11 273	0.05 48	0.04 24	0.08 402	0.07 390	0.06 283	0.09 509

raft+_RVC	0.11 287	0.07 212	0.09 106	0.16 211	0.07 125	0.10 194	0.11 68	0.24 436	0.20 387	0.12 302	0.15 320	0.12 313	0.08 225	0.12 283	0.13 385	0.07 341	0.04 24	0.07 312	0.06 287	0.05 162	0.05 188

ac_64	0.16 503	0.09 428	0.15 414	0.18 391	0.10 461	0.22 564	0.17 440	0.24 436	0.22 424	0.19 485	0.24 466	0.29 575	0.18 525	0.19 518	0.22 567	0.09 483	0.08 531	0.08 402	0.09 512	0.07 373	0.06 295

R-Stereo Train	0.10 239	0.06 105	0.11 234	0.17 299	0.08 216	0.11 247	0.14 252	0.24 436	0.11 103	0.12 302	0.19 402	0.11 287	0.08 225	0.10 116	0.11 273	0.07 341	0.05 243	0.06 195	0.05 192	0.05 162	0.05 188

RAFT-Stereo	0.10 239	0.06 105	0.11 234	0.17 299	0.08 216	0.11 247	0.14 252	0.24 436	0.11 103	0.12 302	0.19 402	0.11 287	0.08 225	0.10 116	0.11 273	0.07 341	0.05 243	0.06 195	0.05 192	0.05 162	0.05 188
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
UCFNet_RVC	0.15 475	0.08 345	0.13 331	0.11 1	0.10 461	0.20 538	0.10 33	0.24 436	0.23 434	0.17 436	0.21 431	0.24 526	0.15 464	0.18 493	0.15 467	0.12 587	0.07 496	0.11 570	0.13 620	0.11 568	0.10 541

RT-IGEV	0.13 401	0.06 105	0.14 379	0.15 116	0.10 461	0.15 423	0.18 489	0.25 459	0.28 514	0.16 422	0.17 357	0.18 445	0.11 340	0.14 382	0.11 273	0.08 423	0.05 243	0.07 312	0.05 192	0.07 373	0.08 461

G2L-ROB	0.13 401	0.07 212	0.13 331	0.13 17	0.08 216	0.14 398	0.17 440	0.25 459	0.19 363	0.20 507	0.19 402	0.20 473	0.14 444	0.18 493	0.16 486	0.08 423	0.05 243	0.06 195	0.05 192	0.08 445	0.09 509

DDVS	0.16 503	0.10 497	0.22 567	0.16 211	0.12 550	0.15 423	0.14 252	0.25 459	0.19 363	0.18 469	0.30 556	0.27 556	0.13 411	0.20 536	0.16 486	0.09 483	0.06 424	0.09 491	0.07 390	0.11 568	0.11 567

rvit_0105_3	0.16 503	0.10 497	0.15 414	0.20 529	0.12 550	0.15 423	0.26 637	0.25 459	0.30 528	0.15 392	0.17 357	0.21 482	0.14 444	0.18 493	0.14 429	0.14 627	0.11 602	0.12 592	0.14 626	0.07 373	0.07 386

test_sample5	0.14 434	0.08 345	0.14 379	0.16 211	0.08 216	0.18 495	0.18 489	0.25 459	0.17 315	0.17 436	0.28 535	0.18 445	0.15 464	0.16 433	0.13 385	0.08 423	0.06 424	0.08 402	0.07 390	0.09 510	0.08 461

DualNet	0.14 434	0.08 345	0.14 379	0.16 211	0.08 216	0.18 495	0.18 489	0.25 459	0.17 315	0.18 469	0.28 535	0.18 445	0.15 464	0.16 433	0.13 385	0.08 423	0.06 424	0.08 402	0.07 390	0.09 510	0.08 461

CSP-Net	0.16 503	0.09 428	0.14 379	0.17 299	0.09 344	0.19 518	0.18 489	0.25 459	0.33 549	0.26 584	0.31 561	0.25 539	0.16 485	0.21 554	0.19 531	0.09 483	0.06 424	0.07 312	0.07 390	0.08 445	0.08 461

IRAFT_RVC	0.12 371	0.08 345	0.17 483	0.19 464	0.08 216	0.07 36	0.14 252	0.25 459	0.23 434	0.14 367	0.15 320	0.15 391	0.12 375	0.12 283	0.11 273	0.06 162	0.04 24	0.09 491	0.06 287	0.06 283	0.06 295

acv_ft	0.15 475	0.09 428	0.16 458	0.19 464	0.10 461	0.16 454	0.17 440	0.25 459	0.34 560	0.19 485	0.26 506	0.21 482	0.17 511	0.18 493	0.19 531	0.07 341	0.06 424	0.06 195	0.06 287	0.08 445	0.06 295

hitnet-ft	0.18 541	0.10 497	0.17 483	0.14 65	0.09 344	0.27 617	0.20 558	0.25 459	0.26 485	0.24 566	0.32 571	0.32 607	0.23 577	0.24 592	0.21 554	0.12 587	0.07 496	0.10 540	0.08 466	0.12 585	0.11 567

PSMNet-RSSM	0.14 434	0.07 212	0.14 379	0.15 116	0.08 216	0.13 350	0.16 406	0.25 459	0.24 446	0.17 436	0.28 535	0.23 517	0.14 444	0.16 433	0.14 429	0.11 561	0.06 424	0.09 491	0.12 608	0.08 445	0.07 386

FADNet-RVC-Resample	0.17 525	0.12 543	0.32 620	0.22 588	0.12 550	0.19 518	0.14 252	0.25 459	0.24 446	0.24 566	0.27 524	0.20 473	0.15 464	0.17 473	0.16 486	0.07 341	0.08 531	0.12 592	0.10 553	0.09 510	0.11 567

SuperB	0.20 562	0.10 497	0.57 663	0.16 211	0.09 344	0.19 518	0.18 489	0.25 459	0.51 644	0.27 591	0.39 615	0.17 430	0.22 571	0.22 572	0.21 554	0.08 423	0.06 424	0.06 195	0.06 287	0.12 585	0.11 567

pmcnn	0.15 475	0.07 212	0.20 546	0.15 116	0.07 125	0.21 550	0.16 406	0.25 459	0.26 485	0.21 524	0.33 578	0.29 575	0.19 544	0.18 493	0.17 503	0.07 341	0.05 243	0.05 48	0.04 54	0.07 373	0.06 295

test_sample6	0.14 434	0.09 428	0.14 379	0.17 299	0.08 216	0.17 478	0.19 535	0.26 473	0.18 334	0.18 469	0.28 535	0.19 456	0.15 464	0.15 404	0.13 385	0.08 423	0.05 243	0.08 402	0.07 390	0.08 445	0.08 461

test_sample4	0.14 434	0.08 345	0.15 414	0.15 116	0.08 216	0.19 518	0.18 489	0.26 473	0.18 334	0.17 436	0.26 506	0.18 445	0.15 464	0.17 473	0.13 385	0.08 423	0.06 424	0.08 402	0.06 287	0.09 510	0.08 461

SDNR	0.20 562	0.09 428	0.19 541	0.16 211	0.12 550	0.79 695	0.13 178	0.26 473	0.33 549	0.19 485	0.25 493	0.19 456	0.12 375	0.19 518	0.15 467	0.16 648	0.18 659	0.14 621	0.11 585	0.08 445	0.12 588

fast-acv-ft	0.18 541	0.11 524	0.20 546	0.19 464	0.12 550	0.26 608	0.21 575	0.26 473	0.35 574	0.22 539	0.34 588	0.27 556	0.21 564	0.21 554	0.23 578	0.09 483	0.09 564	0.08 402	0.10 553	0.08 445	0.07 386

IER	0.14 434	0.08 345	0.13 331	0.17 299	0.09 344	0.14 398	0.16 406	0.26 473	0.27 498	0.18 469	0.26 506	0.17 430	0.20 556	0.17 473	0.14 429	0.08 423	0.05 243	0.07 312	0.06 287	0.08 445	0.07 386

PSMNet-ADL	0.15 475	0.12 543	0.13 331	0.22 588	0.09 344	0.13 350	0.20 558	0.26 473	0.23 434	0.18 469	0.20 412	0.23 517	0.17 511	0.18 493	0.18 516	0.09 483	0.08 531	0.08 402	0.11 585	0.08 445	0.07 386

PFNet	0.12 371	0.06 105	0.17 483	0.18 391	0.08 216	0.09 136	0.15 342	0.26 473	0.20 387	0.16 422	0.16 337	0.14 365	0.12 375	0.13 344	0.11 273	0.06 162	0.04 24	0.07 312	0.06 287	0.05 162	0.05 188

ICVP	0.16 503	0.09 428	0.12 285	0.22 588	0.09 344	0.18 495	0.21 575	0.26 473	0.24 446	0.18 469	0.30 556	0.27 556	0.18 525	0.18 493	0.15 467	0.10 526	0.07 496	0.08 402	0.07 390	0.07 373	0.08 461
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HCRNet	0.16 503	0.23 650	0.12 285	0.35 672	0.11 518	0.15 423	0.17 440	0.26 473	0.22 424	0.19 485	0.24 466	0.21 482	0.14 444	0.15 404	0.13 385	0.11 561	0.07 496	0.11 570	0.10 553	0.09 510	0.07 386

MMNet	0.17 525	0.10 497	0.17 483	0.20 529	0.11 518	0.27 617	0.20 558	0.26 473	0.42 610	0.22 539	0.30 556	0.22 500	0.20 556	0.18 493	0.20 541	0.06 162	0.06 424	0.07 312	0.07 390	0.08 445	0.07 386

DMCA-RVC	0.17 525	0.10 497	0.16 458	0.24 621	0.11 518	0.19 518	0.18 489	0.26 473	0.24 446	0.21 524	0.27 524	0.25 539	0.27 609	0.18 493	0.21 554	0.12 587	0.08 531	0.13 606	0.10 553	0.10 546	0.08 461

RP	0.22 585	0.13 570	0.22 567	0.23 609	0.12 550	0.21 550	0.20 558	0.26 473	0.45 625	0.22 539	0.38 607	0.37 629	0.25 594	0.28 613	0.25 598	0.11 561	0.12 618	0.13 606	0.12 608	0.13 601	0.14 620

iResNetv2_ROB	0.15 475	0.08 345	0.16 458	0.16 211	0.08 216	0.16 454	0.13 178	0.26 473	0.36 579	0.21 524	0.29 550	0.24 526	0.13 411	0.14 382	0.14 429	0.06 162	0.06 424	0.06 195	0.04 54	0.09 510	0.08 461

iResNet_ROB	0.14 434	0.07 212	0.13 331	0.15 116	0.07 125	0.19 518	0.14 252	0.26 473	0.32 544	0.23 554	0.26 506	0.23 517	0.16 485	0.15 404	0.14 429	0.07 341	0.05 243	0.05 48	0.04 54	0.08 445	0.08 461

FSD					0.23 665	0.25 596	0.25 628	0.27 487	0.26 485	0.25 579	0.26 506	0.26 549	0.26 602	0.27 604	0.24 590	0.21 667	0.20 665	0.27 669	0.26 672	0.25 672

coex_refinement	0.14 434	0.07 212	0.12 285	0.17 299	0.10 461	0.16 454	0.15 342	0.27 487	0.29 522	0.18 469	0.21 431	0.22 500	0.17 511	0.16 433	0.19 531	0.08 423	0.05 243	0.06 195	0.06 287	0.09 510	0.08 461

G2L-Stereo	0.14 434	0.07 212	0.13 331	0.17 299	0.09 344	0.13 350	0.12 106	0.27 487	0.22 424	0.17 436	0.27 524	0.21 482	0.13 411	0.18 493	0.18 516	0.09 483	0.08 531	0.08 402	0.07 390	0.07 373	0.07 386

test_sample3	0.14 434	0.08 345	0.15 414	0.14 65	0.09 344	0.20 538	0.17 440	0.27 487	0.18 334	0.17 436	0.22 449	0.19 456	0.15 464	0.17 473	0.14 429	0.09 483	0.06 424	0.07 312	0.06 287	0.09 510	0.08 461

SMFormer	0.14 434	0.07 212	0.18 517	0.14 65	0.08 216	0.17 478	0.17 440	0.27 487	0.27 498	0.19 485	0.20 412	0.19 456	0.15 464	0.15 404	0.17 503	0.08 423	0.05 243	0.07 312	0.06 287	0.08 445	0.07 386

tta	0.14 434	0.07 212	0.18 517	0.14 65	0.08 216	0.17 478	0.17 440	0.27 487	0.27 498	0.19 485	0.20 412	0.19 456	0.15 464	0.15 404	0.17 503	0.08 423	0.05 243	0.07 312	0.06 287	0.06 283	0.06 295

qqq1	0.14 434	0.07 212	0.18 517	0.14 65	0.08 216	0.17 478	0.17 440	0.27 487	0.27 498	0.19 485	0.20 412	0.19 456	0.15 464	0.15 404	0.12 345	0.08 423	0.05 243	0.05 48	0.05 192	0.06 283	0.06 295

fff1	0.14 434	0.07 212	0.18 517	0.14 65	0.08 216	0.17 478	0.17 440	0.27 487	0.27 498	0.19 485	0.20 412	0.19 456	0.15 464	0.15 404	0.12 345	0.08 423	0.05 243	0.05 48	0.05 192	0.06 283	0.06 295

mmx	0.15 475	0.09 428	0.15 414	0.16 211	0.09 344	0.17 478	0.17 440	0.27 487	0.26 485	0.15 392	0.26 506	0.19 456	0.13 411	0.15 404	0.22 567	0.08 423	0.06 424	0.09 491	0.08 466	0.08 445	0.08 461

xxx	0.15 475	0.09 428	0.15 414	0.16 211	0.09 344	0.17 478	0.17 440	0.27 487	0.26 485	0.15 392	0.26 506	0.19 456	0.13 411	0.15 404	0.22 567	0.08 423	0.06 424	0.09 491	0.08 466	0.08 445	0.08 461

iinet-f	0.17 525	0.07 212	0.46 649	0.14 65	0.10 461	0.21 550	0.14 252	0.27 487	0.23 434	0.22 539	0.25 493	0.21 482	0.16 485	0.18 493	0.22 567	0.09 483	0.07 496	0.07 312	0.06 287	0.09 510	0.10 541

Wz-Net-LNSev-Ref	0.18 541	0.09 428	0.30 613	0.15 116	0.11 518	0.23 578	0.20 558	0.27 487	0.40 601	0.26 584	0.43 640	0.25 539	0.15 464	0.21 554	0.20 541	0.07 341	0.05 243	0.06 195	0.05 192	0.10 546	0.09 509

CRFU-Net	0.16 503	0.08 345	0.15 414	0.17 299	0.09 344	0.20 538	0.14 252	0.27 487	0.21 402	0.28 604	0.28 535	0.29 575	0.18 525	0.19 518	0.18 516	0.09 483	0.09 564	0.07 312	0.07 390	0.08 445	0.09 509

sAnonymous2	0.13 401	0.12 543	0.25 584	0.20 529	0.12 550	0.18 495	0.14 252	0.27 487	0.21 402	0.11 265	0.12 265	0.13 345	0.08 225	0.11 190	0.11 273	0.09 483	0.05 243	0.08 402	0.06 287	0.15 631	0.10 541

CroCo_RVC	0.13 401	0.12 543	0.25 584	0.20 529	0.12 550	0.18 495	0.14 252	0.27 487	0.21 402	0.11 265	0.12 265	0.13 345	0.08 225	0.11 190	0.11 273	0.09 483	0.05 243	0.08 402	0.06 287	0.15 631	0.10 541

CFNet_pseudo	0.14 434	0.08 345	0.16 458	0.16 211	0.09 344	0.13 350	0.14 252	0.27 487	0.34 560	0.15 392	0.21 431	0.22 500	0.13 411	0.18 493	0.14 429	0.07 341	0.05 243	0.08 402	0.06 287	0.07 373	0.07 386

RAFT + AFF	0.13 401	0.08 345	0.21 557	0.20 529	0.10 461	0.14 398	0.23 601	0.27 487	0.21 402	0.12 302	0.10 193	0.12 313	0.10 298	0.16 433	0.12 345	0.08 423	0.07 496	0.09 491	0.09 512	0.06 283	0.09 509

FADNet_RVC	0.17 525	0.14 585	0.41 642	0.20 529	0.11 518	0.13 350	0.13 178	0.27 487	0.22 424	0.21 524	0.23 454	0.20 473	0.18 525	0.15 404	0.17 503	0.08 423	0.08 531	0.12 592	0.09 512	0.11 568	0.10 541

FADNet-RVC	0.21 577	0.20 636	0.40 640	0.21 566	0.16 628	0.21 550	0.15 342	0.27 487	0.27 498	0.26 584	0.32 571	0.26 549	0.21 564	0.22 572	0.19 531	0.12 587	0.13 632	0.12 592	0.14 626	0.13 601	0.18 656

HSM-Net_RVC	0.14 434	0.08 345	0.12 285	0.15 116	0.08 216	0.16 454	0.15 342	0.27 487	0.29 522	0.20 507	0.21 431	0.29 575	0.14 444	0.18 493	0.13 385	0.06 162	0.06 424	0.06 195	0.06 287	0.07 373	0.06 295
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ccs_rob	0.14 434	0.09 428	0.16 458	0.16 211	0.09 344	0.13 350	0.14 252	0.27 487	0.34 560	0.15 392	0.21 431	0.22 500	0.13 411	0.18 493	0.14 429	0.07 341	0.05 243	0.08 402	0.07 390	0.07 373	0.07 386

AANet_RVC	0.16 503	0.10 497	0.11 234	0.18 391	0.09 344	0.19 518	0.18 489	0.27 487	0.32 544	0.22 539	0.35 592	0.21 482	0.22 571	0.22 572	0.17 503	0.06 162	0.05 243	0.06 195	0.06 287	0.07 373	0.06 295

StereoDRNet-Refined	0.17 525	0.12 543	0.16 458	0.20 529	0.10 461	0.18 495	0.18 489	0.27 487	0.24 446	0.26 584	0.41 629	0.23 517	0.18 525	0.21 554	0.21 554	0.09 483	0.05 243	0.09 491	0.10 553	0.07 373	0.07 386
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CBMV_ROB	0.19 553	0.13 570	0.18 517	0.16 211	0.11 518	0.16 454	0.12 106	0.27 487	0.29 522	0.27 591	0.31 561	0.27 556	0.24 586	0.24 592	0.16 486	0.15 631	0.18 659	0.22 662	0.20 660	0.10 546	0.12 588

PStereo	0.20 562	0.22 646	0.20 546	0.18 391	0.10 461	0.13 350	0.19 535	0.28 511	0.38 591	0.20 507	0.14 303	0.28 566	0.32 641	0.24 592	0.32 652	0.18 654	0.13 632	0.16 640	0.11 585	0.13 601	0.12 588

DStereoRT	0.17 525	0.07 212	0.12 285	0.19 464	0.09 344	0.13 350	0.12 106	0.28 511	0.23 434	0.12 302	0.20 412	0.11 287	0.10 298	0.15 404	0.14 429	0.06 162	0.05 243	1.02 710	0.09 512	0.05 162	0.04 49

TCMNet	0.19 553	0.12 543	0.20 546	0.21 566	0.18 650	0.21 550	0.24 612	0.28 511	0.36 579	0.23 554	0.26 506	0.25 539	0.20 556	0.20 536	0.23 578	0.13 606	0.11 602	0.11 570	0.12 608	0.13 601	0.12 588

DualNet (step1)	0.17 525	0.12 543	0.21 557	0.13 17	0.14 595	0.18 495	0.14 252	0.28 511	0.24 446	0.21 524	0.21 431	0.24 526	0.20 556	0.16 433	0.16 486	0.15 631	0.06 424	0.14 621	0.14 626	0.15 631	0.13 604

test_sample9	0.18 541	0.12 543	0.21 557	0.13 17	0.14 595	0.18 495	0.14 252	0.28 511	0.24 446	0.21 524	0.21 431	0.24 526	0.20 556	0.19 518	0.18 516	0.15 631	0.30 685	0.14 621	0.14 626	0.15 631	0.13 604

test_sample7	0.16 503	0.10 497	0.16 458	0.14 65	0.12 550	0.16 454	0.17 440	0.28 511	0.24 446	0.21 524	0.21 431	0.24 526	0.20 556	0.16 433	0.16 486	0.12 587	0.06 424	0.10 540	0.09 512	0.11 568	0.10 541

MyStereo05	0.13 401	0.07 212	0.10 165	0.17 299	0.09 344	0.13 350	0.18 489	0.28 511	0.35 574	0.17 436	0.14 303	0.15 391	0.11 340	0.15 404	0.13 385	0.06 162	0.05 243	0.08 402	0.07 390	0.06 283	0.06 295

coex-ft	3.24 712	0.35 676	57.83 744	0.18 391	0.13 576	0.27 617	0.23 601	0.28 511	0.72 685	1.89 716	0.70 681	0.43 653	0.47 675	0.29 620	0.43 677	0.09 483	0.09 564	0.12 592	0.09 512	0.14 619	0.14 620

HBP-ISP	0.18 541	0.13 570	0.17 483	0.15 116	0.11 518	0.08 76	0.13 178	0.28 511	0.30 528	0.22 539	0.33 578	0.21 482	0.25 594	0.23 580	0.18 516	0.15 631	0.17 657	0.21 658	0.17 654	0.10 546	0.09 509

DAS	0.15 475	0.08 345	0.18 517	0.19 464	0.10 461	0.19 518	0.17 440	0.28 511	0.30 528	0.18 469	0.26 506	0.21 482	0.16 485	0.16 433	0.13 385	0.08 423	0.06 424	0.06 195	0.06 287	0.07 373	0.07 386

SepStereo	0.15 475	0.08 345	0.18 517	0.19 464	0.10 461	0.19 518	0.17 440	0.28 511	0.30 528	0.18 469	0.26 506	0.21 482	0.16 485	0.26 602	0.13 385	0.08 423	0.06 424	0.06 195	0.06 287	0.07 373	0.07 386

LMCR-Stereo	0.15 475	0.08 345	0.14 379	0.21 566	0.09 344	0.18 495	0.19 535	0.28 511	0.19 363	0.24 566	0.24 466	0.23 517	0.17 511	0.20 536	0.17 503	0.07 341	0.06 424	0.08 402	0.06 287	0.10 546	0.09 509

Anonymous3	0.16 503	0.14 585	0.34 626	0.26 638	0.14 595	0.27 617	0.18 489	0.28 511	0.28 514	0.15 392	0.17 357	0.14 365	0.11 340	0.16 433	0.12 345	0.08 423	0.08 531	0.08 402	0.08 466	0.08 445	0.11 567

GES	0.14 434	0.08 345	0.16 458	0.15 116	0.10 461	0.13 350	0.13 178	0.28 511	0.26 485	0.17 436	0.24 466	0.19 456	0.14 444	0.16 433	0.14 429	0.08 423	0.08 531	0.07 312	0.06 287	0.08 445	0.09 509

SFCPSM	0.13 401	0.07 212	0.15 414	0.17 299	0.09 344	0.15 423	0.16 406	0.28 511	0.27 498	0.14 367	0.18 386	0.12 313	0.13 411	0.14 382	0.11 273	0.08 423	0.05 243	0.07 312	0.07 390	0.07 373	0.06 295

UPFNet	0.16 503	0.08 345	0.12 285	0.20 529	0.12 550	0.20 538	0.23 601	0.28 511	0.26 485	0.18 469	0.24 466	0.22 500	0.20 556	0.19 518	0.22 567	0.09 483	0.07 496	0.08 402	0.09 512	0.08 445	0.06 295

DSFCA	0.16 503	0.09 428	0.14 379	0.16 211	0.10 461	0.21 550	0.19 535	0.28 511	0.31 538	0.23 554	0.25 493	0.22 500	0.16 485	0.20 536	0.20 541	0.10 526	0.07 496	0.09 491	0.09 512	0.08 445	0.08 461

DANet	0.21 577	0.16 603	0.29 607	0.25 629	0.13 576	0.23 578	0.19 535	0.28 511	0.27 498	0.28 604	0.32 571	0.35 624	0.32 641	0.31 627	0.24 590	0.11 561	0.09 564	0.11 570	0.10 553	0.13 601	0.11 567
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
HSM	0.15 475	0.09 428	0.15 414	0.16 211	0.09 344	0.16 454	0.14 252	0.28 511	0.25 471	0.20 507	0.24 466	0.37 629	0.17 511	0.20 536	0.15 467	0.07 341	0.05 243	0.07 312	0.06 287	0.07 373	0.06 295

DISCO	0.20 562	0.09 428	0.22 567	0.17 299	0.10 461	0.25 596	0.18 489	0.28 511	0.45 625	0.23 554	0.32 571	0.34 618	0.26 602	0.29 620	0.29 634	0.08 423	0.06 424	0.07 312	0.07 390	0.09 510	0.10 541

Selective-IGEV-i16pb	0.14 434	0.08 345	0.17 483	0.15 116	0.11 518	0.41 666	0.16 406	0.29 531	0.24 446	0.11 265	0.21 431	0.10 254	0.07 172	0.17 473	0.12 345	0.10 526	0.07 496	0.06 195	0.08 466	0.09 510	0.10 541

Hybrid-DGEV-2	0.11 287	0.06 105	0.12 285	0.18 391	0.09 344	0.09 136	0.13 178	0.29 531	0.30 528	0.11 265	0.12 265	0.10 254	0.13 411	0.12 283	0.10 192	0.06 162	0.05 243	0.07 312	0.07 390	0.05 162	0.05 188

w-ln-seven-2	0.20 562	0.14 585	0.39 637	0.23 609	0.12 550	0.21 550	0.21 575	0.29 531	0.38 591	0.25 579	0.38 607	0.28 566	0.23 577	0.21 554	0.25 598	0.08 423	0.08 531	0.09 491	0.09 512	0.10 546	0.09 509

MyStereo04	0.13 401	0.07 212	0.10 165	0.17 299	0.09 344	0.14 398	0.17 440	0.29 531	0.38 591	0.17 436	0.14 303	0.16 412	0.11 340	0.15 404	0.13 385	0.06 162	0.05 243	0.08 402	0.07 390	0.06 283	0.06 295

PCWNet_CMD	0.14 434	0.08 345	0.15 414	0.17 299	0.09 344	0.14 398	0.14 252	0.29 531	0.36 579	0.14 367	0.20 412	0.21 482	0.13 411	0.17 473	0.14 429	0.07 341	0.05 243	0.07 312	0.07 390	0.07 373	0.07 386

raft_robust	0.13 401	0.10 497	0.07 8	0.18 391	0.08 216	0.13 350	0.24 612	0.29 531	0.34 560	0.20 507	0.20 412	0.15 391	0.10 298	0.11 190	0.12 345	0.05 48	0.05 243	0.07 312	0.07 390	0.05 162	0.04 49

psmg	0.14 434	0.09 428	0.14 379	0.17 299	0.10 461	0.15 423	0.17 440	0.29 531	0.20 387	0.17 436	0.21 431	0.25 539	0.16 485	0.16 433	0.14 429	0.08 423	0.07 496	0.08 402	0.08 466	0.07 373	0.07 386

test_xeample	0.15 475	0.07 212	0.14 379	0.15 116	0.08 216	0.22 564	0.20 558	0.29 531	0.21 402	0.16 422	0.29 550	0.19 456	0.17 511	0.16 433	0.28 625	0.09 483	0.05 243	0.07 312	0.07 390	0.07 373	0.07 386

STTStereo	0.18 541	0.13 570	0.28 598	0.20 529	0.11 518	0.16 454	0.21 575	0.29 531	0.23 434	0.22 539	0.30 556	0.29 575	0.18 525	0.20 536	0.20 541	0.12 587	0.11 602	0.11 570	0.14 626	0.09 510	0.08 461

G-Net	0.25 616	0.17 613	0.38 636	0.23 609	0.16 628	0.51 674	0.23 601	0.29 531	0.35 574	0.36 643	0.38 607	0.31 600	0.29 623	0.28 613	0.27 617	0.11 561	0.09 564	0.12 592	0.10 553	0.16 644	0.14 620

MSMDNet	0.14 434	0.08 345	0.15 414	0.17 299	0.09 344	0.14 398	0.14 252	0.29 531	0.36 579	0.14 367	0.20 412	0.21 482	0.13 411	0.18 493	0.14 429	0.07 341	0.05 243	0.07 312	0.07 390	0.07 373	0.07 386

PA-Net	0.24 609	0.18 627	0.34 626	0.28 653	0.22 664	0.22 564	0.39 684	0.29 531	0.39 597	0.22 539	0.33 578	0.25 539	0.26 602	0.21 554	0.25 598	0.10 526	0.23 678	0.15 632	0.22 665	0.09 510	0.13 604
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet	0.15 475	0.11 524	0.17 483	0.17 299	0.08 216	0.19 518	0.10 33	0.29 531	0.26 485	0.19 485	0.24 466	0.24 526	0.18 525	0.18 493	0.15 467	0.08 423	0.06 424	0.09 491	0.10 553	0.08 445	0.07 386

AANet	0.31 652	0.20 636	1.05 702	0.16 211	0.13 576	0.23 578	0.16 406	0.30 544	0.64 674	0.60 679	0.53 657	0.46 661	0.39 659	0.23 580	0.33 656	0.12 587	0.10 588	0.11 570	0.10 553	0.13 601	0.12 588

ISRNet	0.18 541	0.08 345	0.20 546	0.19 464	0.13 576	0.15 423	0.12 106	0.30 544	0.33 549	0.21 524	0.26 506	0.27 556	0.18 525	0.17 473	0.20 541	0.20 664	0.08 531	0.14 621	0.14 626	0.14 619	0.17 652

ITSA-stereo	0.16 503	0.11 524	0.14 379	0.19 464	0.08 216	0.13 350	0.14 252	0.30 544	0.49 636	0.17 436	0.18 386	0.22 500	0.15 464	0.17 473	0.16 486	0.10 526	0.06 424	0.08 402	0.08 466	0.08 445	0.09 509

rvit_stereo_0075_2	0.17 525	0.12 543	0.25 584	0.23 609	0.16 628	0.13 350	0.10 33	0.30 544	0.27 498	0.20 507	0.28 535	0.22 500	0.15 464	0.18 493	0.13 385	0.16 648	0.10 588	0.17 644	0.10 553	0.10 546	0.10 541

GMStereo_Zeroshot	0.16 503	0.13 570	0.25 584	0.20 529	0.10 461	0.17 478	0.13 178	0.30 544	0.25 471	0.23 554	0.32 571	0.25 539	0.11 340	0.19 518	0.14 429	0.09 483	0.06 424	0.11 570	0.06 287	0.12 585	0.08 461

SQANet	0.24 609	0.24 653	0.31 616	0.31 666	0.19 654	0.27 617	0.13 178	0.30 544	0.33 549	0.25 579	0.37 600	0.31 600	0.22 571	0.27 604	0.23 578	0.15 631	0.10 588	0.21 658	0.16 647	0.22 661	0.16 643

CFNet_ucs	0.15 475	0.09 428	0.17 483	0.16 211	0.11 518	0.14 398	0.14 252	0.30 544	0.34 560	0.16 422	0.24 466	0.23 517	0.14 444	0.18 493	0.15 467	0.09 483	0.06 424	0.08 402	0.07 390	0.09 510	0.09 509

DDUNet	0.23 598	0.18 627	0.22 567	0.22 588	0.15 614	0.25 596	0.24 612	0.30 544	0.31 538	0.31 627	0.37 600	0.34 618	0.26 602	0.25 598	0.21 554	0.18 654	0.13 632	0.17 644	0.11 585	0.16 644	0.17 652

GwcNet-ADL	0.13 401	0.08 345	0.14 379	0.20 529	0.09 344	0.12 303	0.20 558	0.30 544	0.25 471	0.14 367	0.14 303	0.18 445	0.14 444	0.13 344	0.15 467	0.07 341	0.05 243	0.06 195	0.05 192	0.07 373	0.06 295

GANet-ADL	0.13 401	0.07 212	0.15 414	0.17 299	0.10 461	0.19 518	0.15 342	0.30 544	0.21 402	0.13 337	0.18 386	0.19 456	0.13 411	0.16 433	0.14 429	0.08 423	0.06 424	0.06 195	0.05 192	0.07 373	0.08 461

222	0.16 503	0.07 212	0.15 414	0.14 65	0.08 216	0.25 596	0.18 489	0.30 544	0.21 402	0.18 469	0.29 550	0.17 430	0.16 485	0.16 433	0.44 680	0.10 526	0.05 243	0.07 312	0.06 287	0.08 445	0.08 461

delet	0.17 525	0.09 428	0.18 517	0.19 464	0.11 518	0.21 550	0.22 589	0.30 544	0.38 591	0.17 436	0.27 524	0.19 456	0.19 544	0.19 518	0.21 554	0.08 423	0.08 531	0.09 491	0.11 585	0.06 283	0.07 386

ADCL	0.25 616	0.12 543	0.49 655	0.22 588	0.12 550	0.36 653	0.29 659	0.30 544	0.57 659	0.24 566	0.47 649	0.30 585	0.31 639	0.30 626	0.30 641	0.09 483	0.07 496	0.09 491	0.09 512	0.10 546	0.10 541

RASNet	0.15 475	0.07 212	0.15 414	0.16 211	0.08 216	0.19 518	0.14 252	0.30 544	0.21 402	0.17 436	0.25 493	0.21 482	0.19 544	0.20 536	0.20 541	0.07 341	0.06 424	0.06 195	0.08 466	0.06 283	0.06 295

DLCB_ROB	0.18 541	0.10 497	0.16 458	0.23 609	0.11 518	0.24 587	0.18 489	0.30 544	0.28 514	0.27 591	0.29 550	0.28 566	0.25 594	0.20 536	0.20 541	0.08 423	0.08 531	0.09 491	0.09 512	0.07 373	0.07 386

NOSS_ROB	0.19 553	0.13 570	0.18 517	0.16 211	0.12 550	0.16 454	0.12 106	0.30 544	0.33 549	0.20 507	0.22 449	0.27 556	0.24 586	0.21 554	0.16 486	0.16 648	0.18 659	0.23 663	0.21 662	0.13 601	0.13 604

CBMV	0.20 562	0.15 592	0.18 517	0.18 391	0.10 461	0.20 538	0.11 68	0.30 544	0.31 538	0.29 614	0.31 561	0.31 600	0.23 577	0.28 613	0.19 531	0.13 606	0.15 647	0.17 644	0.16 647	0.10 546	0.10 541
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
G2L-Stereo_test	0.14 434	0.07 212	0.11 234	0.13 17	0.08 216	0.12 303	0.17 440	0.31 561	0.28 514	0.21 524	0.23 454	0.20 473	0.16 485	0.17 473	0.19 531	0.07 341	0.05 243	0.05 48	0.05 192	0.07 373	0.07 386

SACVNet	0.19 553	0.12 543	0.15 414	0.17 299	0.13 576	0.22 564	0.18 489	0.31 561	0.31 538	0.24 566	0.31 561	0.30 585	0.23 577	0.23 580	0.17 503	0.11 561	0.08 531	0.10 540	0.10 553	0.12 585	0.14 620

HGLStereo	0.17 525	0.09 428	0.19 541	0.17 299	0.12 550	0.18 495	0.18 489	0.31 561	0.33 549	0.22 539	0.33 578	0.24 526	0.18 525	0.20 536	0.21 554	0.10 526	0.09 564	0.07 312	0.07 390	0.09 510	0.10 541

CCAANet	0.15 475	0.06 105	0.15 414	0.17 299	0.09 344	0.17 478	0.13 178	0.31 561	0.25 471	0.16 422	0.32 571	0.18 445	0.18 525	0.17 473	0.14 429	0.06 162	0.05 243	0.09 491	0.09 512	0.06 283	0.09 509

ADCP+	0.20 562	0.10 497	0.35 632	0.21 566	0.12 550	0.22 564	0.27 642	0.31 561	0.35 574	0.26 584	0.37 600	0.22 500	0.22 571	0.27 604	0.28 625	0.09 483	0.06 424	0.08 402	0.08 466	0.10 546	0.10 541

NLCA_NET_v2_RVC	0.17 525	0.10 497	0.23 575	0.20 529	0.10 461	0.15 423	0.18 489	0.31 561	0.25 471	0.21 524	0.31 561	0.25 539	0.17 511	0.21 554	0.20 541	0.09 483	0.06 424	0.08 402	0.09 512	0.07 373	0.08 461
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
YMNet	0.20 562	0.12 543	0.20 546	0.21 566	0.14 595	0.27 617	0.23 601	0.32 567	0.34 560	0.28 604	0.35 592	0.30 585	0.18 525	0.18 493	0.22 567	0.11 561	0.13 632	0.10 540	0.10 553	0.09 510	0.09 509

YMNet_1	0.20 562	0.12 543	0.20 546	0.21 566	0.14 595	0.27 617	0.23 601	0.32 567	0.34 560	0.28 604	0.35 592	0.30 585	0.18 525	0.18 493	0.22 567	0.11 561	0.13 632	0.10 540	0.10 553	0.09 510	0.09 509

rvit_105_1	0.19 553	0.12 543	0.25 584	0.21 566	0.16 628	0.22 564	0.28 648	0.32 567	0.42 610	0.20 507	0.21 431	0.22 500	0.18 525	0.19 518	0.18 516	0.12 587	0.12 618	0.13 606	0.15 642	0.08 445	0.07 386

test_sample8	0.20 562	0.12 543	0.21 557	0.13 17	0.14 595	0.18 495	0.14 252	0.32 567	0.21 402	0.28 604	0.22 449	0.36 626	0.26 602	0.19 518	0.18 516	0.15 631	0.30 685	0.14 621	0.14 626	0.15 631	0.13 604

1111x	0.16 503	0.09 428	0.13 331	0.18 391	0.08 216	0.18 495	0.25 628	0.32 567	0.25 471	0.17 436	0.24 466	0.27 556	0.15 464	0.14 382	0.24 590	0.07 341	0.07 496	0.08 402	0.09 512	0.07 373	0.07 386

ADLNet2	0.16 503	0.09 428	0.14 379	0.17 299	0.09 344	0.20 538	0.16 406	0.32 567	0.39 597	0.17 436	0.20 412	0.20 473	0.19 544	0.21 554	0.23 578	0.08 423	0.07 496	0.07 312	0.07 390	0.09 510	0.07 386

GEStereo_RVC	0.17 525	0.12 543	0.16 458	0.22 588	0.11 518	0.19 518	0.18 489	0.32 567	0.49 636	0.20 507	0.25 493	0.17 430	0.13 411	0.21 554	0.16 486	0.10 526	0.06 424	0.08 402	0.07 390	0.09 510	0.08 461

xxxx	0.15 475	0.07 212	0.14 379	0.14 65	0.08 216	0.24 587	0.18 489	0.32 567	0.20 387	0.14 367	0.28 535	0.22 500	0.14 444	0.15 404	0.29 634	0.09 483	0.05 243	0.07 312	0.07 390	0.08 445	0.08 461

FADNet	0.21 577	0.23 650	0.37 635	0.18 391	0.17 640	0.25 596	0.13 178	0.32 567	0.32 544	0.23 554	0.25 493	0.27 556	0.21 564	0.19 518	0.16 486	0.13 606	0.15 647	0.12 592	0.15 642	0.17 651	0.18 656

edge stereo	0.23 598	0.14 585	0.21 557	0.21 566	0.13 576	0.24 587	0.16 406	0.32 567	0.42 610	0.32 634	0.40 618	0.39 640	0.35 651	0.25 598	0.25 598	0.13 606	0.11 602	0.14 621	0.11 585	0.12 585	0.14 620

ADCRef	0.20 562	0.12 543	0.43 647	0.20 529	0.12 550	0.23 578	0.18 489	0.32 567	0.37 585	0.26 584	0.33 578	0.18 445	0.23 577	0.25 598	0.26 611	0.07 341	0.06 424	0.09 491	0.09 512	0.08 445	0.09 509

AnyNet_C32	0.26 628	0.16 603	0.39 637	0.20 529	0.17 640	0.26 608	0.31 668	0.32 567	0.45 625	0.31 627	0.50 653	0.30 585	0.34 647	0.41 670	0.36 662	0.12 587	0.12 618	0.12 592	0.14 626	0.14 619	0.15 634

DeepPruner_ROB	0.16 503	0.11 524	0.16 458	0.17 299	0.10 461	0.17 478	0.15 342	0.32 567	0.21 402	0.19 485	0.21 431	0.22 500	0.19 544	0.21 554	0.16 486	0.13 606	0.09 564	0.09 491	0.10 553	0.11 568	0.11 567

ETE_ROB	0.23 598	0.17 613	0.23 575	0.25 629	0.14 595	0.26 608	0.29 659	0.32 567	0.37 585	0.28 604	0.37 600	0.45 657	0.27 609	0.28 613	0.27 617	0.11 561	0.09 564	0.12 592	0.10 553	0.14 619	0.13 604

DStereoO	0.25 616	0.18 627	0.19 541	0.20 529	0.15 614	0.22 564	0.19 535	0.33 581	0.42 610	0.30 620	0.22 449	0.33 613	0.28 618	0.42 671	0.28 625	0.47 693	0.12 618	0.31 681	0.11 585	0.17 651	0.12 588

LL-Strereo	0.13 401	0.10 497	0.12 285	0.20 529	0.10 461	0.11 247	0.18 489	0.33 581	0.25 471	0.16 422	0.16 337	0.14 365	0.14 444	0.19 518	0.11 273	0.06 162	0.05 243	0.09 491	0.08 466	0.04 45	0.05 188

Wz-Net-LNSev	0.22 585	0.16 603	0.41 642	0.22 588	0.13 576	0.25 596	0.24 612	0.33 581	0.44 621	0.30 620	0.42 637	0.32 607	0.19 544	0.23 580	0.27 617	0.10 526	0.09 564	0.08 402	0.08 466	0.12 585	0.11 567

UDG	0.21 577	0.17 613	0.20 546	0.23 609	0.15 614	0.31 636	0.20 558	0.33 581	0.35 574	0.24 566	0.28 535	0.31 600	0.29 623	0.21 554	0.23 578	0.15 631	0.12 618	0.13 606	0.09 512	0.14 619	0.15 634

ADLNet	0.16 503	0.08 345	0.15 414	0.16 211	0.10 461	0.16 454	0.17 440	0.33 581	0.27 498	0.23 554	0.27 524	0.24 526	0.16 485	0.18 493	0.21 554	0.10 526	0.06 424	0.10 540	0.10 553	0.08 445	0.09 509

FINET	0.22 585	0.18 627	0.28 598	0.19 464	0.16 628	0.24 587	0.24 612	0.33 581	0.49 636	0.26 584	0.33 578	0.22 500	0.23 577	0.23 580	0.18 516	0.18 654	0.16 653	0.11 570	0.10 553	0.15 631	0.14 620

UNet	0.17 525	0.09 428	0.18 517	0.19 464	0.12 550	0.28 627	0.19 535	0.33 581	0.30 528	0.21 524	0.25 493	0.23 517	0.19 544	0.20 536	0.19 531	0.07 341	0.06 424	0.08 402	0.07 390	0.08 445	0.07 386

S-Stereo	0.21 577	0.12 543	0.25 584	0.21 566	0.13 576	0.21 550	0.19 535	0.33 581	0.45 625	0.23 554	0.36 597	0.28 566	0.29 623	0.20 536	0.23 578	0.09 483	0.12 618	0.10 540	0.10 553	0.13 601	0.14 620

AF-Net	0.23 598	0.17 613	0.17 483	0.27 646	0.13 576	0.26 608	0.24 612	0.33 581	0.51 644	0.25 579	0.33 578	0.39 640	0.27 609	0.28 613	0.26 611	0.11 561	0.10 588	0.16 640	0.12 608	0.11 568	0.11 567

RGC	0.25 616	0.20 636	0.29 607	0.28 653	0.16 628	0.22 564	0.23 601	0.33 581	0.44 621	0.27 591	0.40 618	0.38 635	0.28 618	0.37 653	0.23 578	0.11 561	0.13 632	0.17 644	0.17 654	0.15 631	0.16 643

ADCPNet	0.26 628	0.17 613	0.62 671	0.21 566	0.15 614	0.36 653	0.25 628	0.33 581	0.37 585	0.31 627	0.41 629	0.36 626	0.29 623	0.29 620	0.34 660	0.12 587	0.10 588	0.11 570	0.12 608	0.14 619	0.13 604

AdaStereo	0.15 475	0.11 524	0.16 458	0.19 464	0.09 344	0.21 550	0.11 68	0.33 581	0.28 514	0.21 524	0.23 454	0.21 482	0.13 411	0.19 518	0.15 467	0.13 606	0.05 243	0.10 540	0.07 390	0.09 510	0.07 386
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.
PWC_ROB	0.21 577	0.16 603	0.27 595	0.18 391	0.11 518	0.22 564	0.13 178	0.33 581	0.49 636	0.30 620	0.40 618	0.32 607	0.25 594	0.31 627	0.23 578	0.10 526	0.07 496	0.11 570	0.08 466	0.11 568	0.10 541

WCMA_ROB	0.24 609	0.11 524	0.24 581	0.17 299	0.14 595	0.34 644	0.16 406	0.33 581	0.33 549	0.39 650	0.54 659	0.40 646	0.35 651	0.35 644	0.26 611	0.12 587	0.12 618	0.12 592	0.11 585	0.14 619	0.14 620

SGM-Forest	0.20 562	0.14 585	0.18 517	0.20 529	0.13 576	0.21 550	0.22 589	0.33 581	0.31 538	0.24 566	0.29 550	0.28 566	0.20 556	0.23 580	0.18 516	0.15 631	0.16 653	0.15 632	0.14 626	0.13 601	0.12 588
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
zh-sn7	0.26 628	0.17 613	0.55 660	0.24 621	0.14 595	0.25 596	0.25 628	0.34 596	0.49 636	0.29 614	0.55 660	0.29 575	0.32 641	0.37 653	0.33 656	0.10 526	0.10 588	0.11 570	0.11 585	0.12 585	0.12 588

ssnet_v2	0.17 525	0.10 497	0.18 517	0.17 299	0.11 518	0.21 550	0.22 589	0.34 596	0.25 471	0.23 554	0.23 454	0.27 556	0.19 544	0.22 572	0.21 554	0.11 561	0.10 588	0.09 491	0.09 512	0.08 445	0.08 461

BUS	0.15 475	0.09 428	0.14 379	0.22 588	0.10 461	0.20 538	0.14 252	0.34 596	0.20 387	0.17 436	0.23 454	0.16 412	0.14 444	0.16 433	0.14 429	0.08 423	0.06 424	0.10 540	0.09 512	0.07 373	0.07 386

Wz-Net-MNSev	0.23 598	0.13 570	0.33 623	0.20 529	0.15 614	0.36 653	0.25 628	0.34 596	0.45 625	0.29 614	0.41 629	0.39 640	0.19 544	0.25 598	0.27 617	0.09 483	0.07 496	0.09 491	0.09 512	0.12 585	0.10 541

BSDual-CNN	0.15 475	0.09 428	0.14 379	0.22 588	0.10 461	0.15 423	0.15 342	0.34 596	0.20 387	0.17 436	0.23 454	0.25 539	0.16 485	0.16 433	0.14 429	0.08 423	0.06 424	0.10 540	0.09 512	0.07 373	0.07 386

hknet	0.15 475	0.11 524	0.14 379	0.22 588	0.11 518	0.15 423	0.15 342	0.34 596	0.26 485	0.17 436	0.23 454	0.22 500	0.18 525	0.17 473	0.13 385	0.07 341	0.06 424	0.10 540	0.09 512	0.07 373	0.07 386

Syn2CoEx	0.22 585	0.16 603	0.29 607	0.29 660	0.15 614	0.26 608	0.21 575	0.34 596	0.32 544	0.29 614	0.36 597	0.28 566	0.25 594	0.20 536	0.25 598	0.16 648	0.12 618	0.14 621	0.11 585	0.09 510	0.08 461

psmorigin	0.25 616	0.16 603	0.35 632	0.17 299	0.13 576	0.24 587	0.14 252	0.34 596	0.34 560	0.41 657	0.55 660	0.41 649	0.38 658	0.35 644	0.28 625	0.11 561	0.15 647	0.11 570	0.11 585	0.12 585	0.17 652

MFN_U_SF_DS_RVC	0.30 646	0.24 653	0.30 613	0.36 674	0.16 628	0.36 653	0.31 668	0.34 596	0.43 619	0.41 657	0.46 647	0.38 635	0.30 634	0.35 644	0.29 634	0.19 659	0.20 665	0.26 666	0.29 679	0.18 655	0.19 661

CVANet_RVC	0.18 541	0.11 524	0.14 379	0.21 566	0.11 518	0.19 518	0.18 489	0.34 596	0.34 560	0.22 539	0.31 561	0.28 566	0.18 525	0.24 592	0.18 516	0.12 587	0.08 531	0.12 592	0.12 608	0.09 510	0.08 461

NCCL2	0.24 609	0.15 592	0.18 517	0.34 670	0.18 650	0.24 587	0.24 612	0.34 596	0.29 522	0.31 627	0.38 607	0.38 635	0.29 623	0.23 580	0.25 598	0.15 631	0.12 618	0.18 653	0.21 662	0.13 601	0.13 604

NaN_ROB	0.23 598	0.20 636	0.25 584	0.25 629	0.13 576	0.31 636	0.27 642	0.34 596	0.41 608	0.31 627	0.31 561	0.32 607	0.23 577	0.31 627	0.22 567	0.11 561	0.17 657	0.10 540	0.11 585	0.08 445	0.09 509

DispFullNet	0.27 636	0.22 646	0.66 675	0.28 653	0.17 640	0.27 617	0.17 440	0.34 596	0.57 659	0.27 591	0.37 600	0.43 653	0.24 586	0.39 660	0.25 598	0.12 587	0.06 424	0.19 655	0.11 585	0.23 664	0.16 643

MSMD_ROB	0.31 652	0.26 659	0.26 593	0.24 621	0.21 661	0.34 644	0.25 628	0.34 596	0.39 597	0.40 653	0.69 680	0.45 657	0.41 665	0.34 639	0.28 625	0.20 664	0.20 665	0.26 666	0.25 671	0.23 664	0.22 668

PWCDC_ROB	0.21 577	0.13 570	0.23 575	0.25 629	0.12 550	0.20 538	0.15 342	0.34 596	0.55 655	0.29 614	0.49 651	0.21 482	0.15 464	0.28 613	0.20 541	0.11 561	0.09 564	0.10 540	0.08 466	0.11 568	0.09 509

zh-mn7	0.26 628	0.15 592	0.59 668	0.19 464	0.14 595	0.24 587	0.22 589	0.35 611	0.63 673	0.35 640	0.67 676	0.31 600	0.25 594	0.31 627	0.26 611	0.09 483	0.08 531	0.09 491	0.09 512	0.09 510	0.11 567

z-mn7	0.25 616	0.15 592	0.47 652	0.19 464	0.13 576	0.28 627	0.25 628	0.35 611	0.64 674	0.27 591	0.57 666	0.29 575	0.24 586	0.32 632	0.27 617	0.08 423	0.08 531	0.08 402	0.08 466	0.10 546	0.10 541

FAT-Stereo	0.21 577	0.13 570	0.22 567	0.21 566	0.12 550	0.18 495	0.18 489	0.35 611	0.40 601	0.28 604	0.37 600	0.33 613	0.33 645	0.21 554	0.20 541	0.09 483	0.11 602	0.10 540	0.09 512	0.11 568	0.14 620

ADCMid	0.26 628	0.15 592	0.42 645	0.20 529	0.14 595	0.25 596	0.26 637	0.35 611	0.40 601	0.37 647	0.45 644	0.34 618	0.42 669	0.36 648	0.36 662	0.10 526	0.09 564	0.11 570	0.11 585	0.13 601	0.13 604

PASM	0.33 655	0.25 658	0.51 656	0.28 653	0.27 675	0.30 634	0.31 668	0.35 611	0.51 644	0.36 643	0.40 618	0.47 665	0.35 651	0.34 639	0.36 662	0.23 676	0.26 681	0.26 666	0.28 678	0.23 664	0.21 665

XPNet_ROB	0.22 585	0.12 543	0.20 546	0.22 588	0.13 576	0.22 564	0.19 535	0.35 611	0.40 601	0.30 620	0.40 618	0.38 635	0.27 609	0.26 602	0.29 634	0.15 631	0.10 588	0.10 540	0.10 553	0.13 601	0.12 588

SGM_RVC	0.24 609	0.12 543	0.16 458	0.15 116	0.09 344	0.34 644	0.19 535	0.35 611	0.32 544	0.44 664	0.38 607	0.53 673	0.36 654	0.36 648	0.26 611	0.13 606	0.13 632	0.13 606	0.13 620	0.11 568	0.11 567
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MultiAttention	0.30 646	0.08 345	0.15 414	0.19 464	0.13 576	1.56 713	1.33 717	0.36 618	0.36 579	0.20 507	0.21 431	0.24 526	0.11 340	0.39 660	0.18 516	0.06 162	0.05 243	0.08 402	0.08 466	0.11 568	0.09 509

w-ln-seven	0.24 609	0.15 592	0.58 666	0.20 529	0.14 595	0.26 608	0.22 589	0.36 618	0.62 670	0.30 620	0.40 618	0.30 585	0.23 577	0.22 572	0.28 625	0.09 483	0.09 564	0.11 570	0.10 553	0.11 568	0.10 541

Wz-Net-TNSev	0.29 643	0.20 636	0.69 683	0.19 464	0.15 614	0.38 659	0.27 642	0.36 618	0.56 657	0.35 640	0.42 637	0.45 657	0.39 659	0.33 636	0.31 647	0.13 606	0.13 632	0.10 540	0.12 608	0.15 631	0.15 634

DGSMNet	0.25 616	0.19 631	0.34 626	0.21 566	0.24 669	0.24 587	0.21 575	0.36 618	0.42 610	0.25 579	0.32 571	0.38 635	0.21 564	0.29 620	0.24 590	0.13 606	0.11 602	0.14 621	0.16 647	0.23 664	0.23 669

GwcNet	0.20 562	0.14 585	0.20 546	0.18 391	0.12 550	0.25 596	0.20 558	0.36 618	0.45 625	0.20 507	0.33 578	0.33 613	0.21 564	0.22 572	0.25 598	0.11 561	0.09 564	0.09 491	0.09 512	0.09 510	0.10 541

stereogan	0.22 585	0.11 524	0.21 557	0.20 529	0.12 550	0.32 638	0.19 535	0.36 618	0.45 625	0.23 554	0.39 615	0.35 624	0.27 609	0.33 636	0.23 578	0.10 526	0.12 618	0.10 540	0.10 553	0.14 619	0.14 620

RTSC	0.23 598	0.13 570	0.30 613	0.21 566	0.13 576	0.29 631	0.17 440	0.36 618	0.68 680	0.27 591	0.34 588	0.30 585	0.22 571	0.32 632	0.31 647	0.10 526	0.08 531	0.09 491	0.10 553	0.13 601	0.14 620

AnyNet_C01	0.37 662	0.26 659	1.41 707	0.22 588	0.17 640	0.51 674	0.28 648	0.36 618	0.40 601	0.39 650	0.75 686	0.46 661	0.39 659	0.46 674	0.50 687	0.13 606	0.13 632	0.13 606	0.14 626	0.14 619	0.16 643

PS-NSSS	0.20 562	0.21 642	0.23 575	0.20 529	0.10 461	0.19 518	0.17 440	0.36 618	0.26 485	0.27 591	0.34 588	0.27 556	0.24 586	0.20 536	0.20 541	0.15 631	0.12 618	0.17 644	0.14 626	0.10 546	0.09 509

pcwnet_v2	0.19 553	0.11 524	0.26 593	0.18 391	0.14 595	0.18 495	0.15 342	0.37 627	0.46 632	0.19 485	0.24 466	0.21 482	0.19 544	0.21 554	0.20 541	0.13 606	0.10 588	0.10 540	0.10 553	0.11 568	0.13 604

XQC	0.29 643	0.23 650	0.53 657	0.29 660	0.19 654	0.36 653	0.28 648	0.37 627	0.58 662	0.31 627	0.31 561	0.37 629	0.30 634	0.39 660	0.39 670	0.13 606	0.09 564	0.15 632	0.12 608	0.18 655	0.18 656

RTS	0.46 675	0.19 631	3.33 713	0.25 629	0.15 614	0.72 690	0.21 575	0.37 627	0.78 692	0.42 659	0.44 642	0.31 600	0.43 672	0.55 685	0.37 666	0.10 526	0.09 564	0.13 606	0.13 620	0.15 631	0.15 634

RTSA	0.46 675	0.19 631	3.33 713	0.25 629	0.15 614	0.72 690	0.21 575	0.37 627	0.78 692	0.42 659	0.44 642	0.31 600	0.43 672	0.55 685	0.37 666	0.10 526	0.09 564	0.13 606	0.13 620	0.15 631	0.15 634

DeepPrunerF	0.24 609	0.17 613	0.45 648	0.26 638	0.16 628	0.23 578	0.29 659	0.37 627	0.51 644	0.27 591	0.31 561	0.24 526	0.28 618	0.22 572	0.23 578	0.15 631	0.11 602	0.20 657	0.18 658	0.12 585	0.14 620

TDLM	0.18 541	0.12 543	0.14 379	0.24 621	0.10 461	0.18 495	0.18 489	0.37 627	0.30 528	0.22 539	0.28 535	0.28 566	0.18 525	0.23 580	0.19 531	0.11 561	0.07 496	0.10 540	0.10 553	0.08 445	0.08 461

StereoDRNet	0.19 553	0.11 524	0.18 517	0.22 588	0.11 518	0.22 564	0.22 589	0.37 627	0.34 560	0.24 566	0.28 535	0.30 585	0.19 544	0.20 536	0.21 554	0.10 526	0.08 531	0.11 570	0.09 512	0.09 510	0.07 386

MSAF-DinoV2	0.23 598	0.11 524	0.25 584	0.17 299	0.10 461	0.28 627	0.17 440	0.38 634	0.56 657	0.21 524	0.27 524	0.47 665	0.28 618	0.36 648	0.40 672	0.09 483	0.06 424	0.07 312	0.09 512	0.12 585	0.11 567

Wz-Net-SNSev	0.26 628	0.17 613	0.46 649	0.25 629	0.14 595	0.26 608	0.24 612	0.38 634	0.57 659	0.30 620	0.56 662	0.39 640	0.26 602	0.24 592	0.32 652	0.10 526	0.09 564	0.10 540	0.11 585	0.11 568	0.11 567

AASNet	0.16 503	0.08 345	0.13 331	0.19 464	0.09 344	0.19 518	0.15 342	0.38 634	0.37 585	0.20 507	0.24 466	0.20 473	0.17 511	0.17 473	0.21 554	0.10 526	0.08 531	0.08 402	0.07 390	0.09 510	0.09 509

psm_up	0.19 553	0.10 497	0.18 517	0.21 566	0.11 518	0.17 478	0.19 535	0.38 634	0.34 560	0.22 539	0.28 535	0.29 575	0.25 594	0.20 536	0.22 567	0.09 483	0.10 588	0.11 570	0.11 585	0.08 445	0.08 461

Nwc_Net	0.23 598	0.17 613	0.22 567	0.25 629	0.15 614	0.25 596	0.27 642	0.38 634	0.39 597	0.22 539	0.41 629	0.30 585	0.29 623	0.28 613	0.25 598	0.11 561	0.10 588	0.17 644	0.20 660	0.10 546	0.11 567

CSAN	0.30 646	0.24 653	0.28 598	0.34 670	0.19 654	0.34 644	0.42 687	0.38 634	0.51 644	0.38 649	0.40 618	0.44 656	0.34 647	0.29 620	0.31 647	0.19 659	0.16 653	0.19 655	0.19 659	0.14 619	0.15 634

MaskLacGwcNet_RVC	0.22 585	0.21 642	0.25 584	0.26 638	0.11 518	0.24 587	0.14 252	0.39 640	0.24 446	0.32 634	0.36 597	0.30 585	0.21 564	0.19 518	0.22 567	0.17 653	0.14 643	0.21 658	0.16 647	0.13 601	0.12 588

SHD	0.26 628	0.15 592	0.31 616	0.24 621	0.18 650	0.23 578	0.15 342	0.39 640	0.72 685	0.32 634	0.42 637	0.36 626	0.29 623	0.33 636	0.30 641	0.13 606	0.11 602	0.14 621	0.13 620	0.16 644	0.20 664

RYNet	0.23 598	0.12 543	0.22 567	0.19 464	0.17 640	0.47 671	0.26 637	0.39 640	0.49 636	0.24 566	0.29 550	0.34 618	0.24 586	0.20 536	0.31 647	0.10 526	0.06 424	0.09 491	0.09 512	0.14 619	0.15 634

WZ-Net	0.29 643	0.17 613	0.82 694	0.23 609	0.16 628	0.35 649	0.29 659	0.40 643	0.59 664	0.24 566	0.57 666	0.37 629	0.25 594	0.34 639	0.37 666	0.09 483	0.08 531	0.09 491	0.10 553	0.14 619	0.16 643

APVNet	0.23 598	0.12 543	0.20 546	0.18 391	0.14 595	0.32 638	0.31 668	0.40 643	0.33 549	0.27 591	0.40 618	0.30 585	0.29 623	0.27 604	0.25 598	0.11 561	0.12 618	0.11 570	0.14 626	0.12 585	0.13 604

FC-DCNN	0.33 655	0.28 663	0.28 598	0.26 638	0.23 665	0.38 659	0.29 659	0.40 643	0.44 621	0.46 667	0.56 662	0.51 669	0.41 665	0.38 658	0.31 647	0.21 667	0.20 665	0.27 669	0.26 672	0.25 672	0.24 670

DRN-Test	0.20 562	0.11 524	0.21 557	0.22 588	0.10 461	0.22 564	0.22 589	0.40 643	0.38 591	0.24 566	0.33 578	0.26 549	0.22 571	0.22 572	0.25 598	0.11 561	0.07 496	0.11 570	0.10 553	0.09 510	0.08 461

SANet	0.25 616	0.14 585	0.29 607	0.21 566	0.11 518	0.29 631	0.25 628	0.40 643	0.65 678	0.36 643	0.40 618	0.42 651	0.27 609	0.27 604	0.25 598	0.12 587	0.09 564	0.10 540	0.09 512	0.13 601	0.12 588

FC-DCNN v2	0.33 655	0.28 663	0.28 598	0.26 638	0.23 665	0.39 662	0.29 659	0.41 648	0.44 621	0.46 667	0.57 666	0.51 669	0.41 665	0.38 658	0.30 641	0.21 667	0.20 665	0.27 669	0.26 672	0.25 672	0.24 670

NINENet	0.16 503	0.10 497	0.16 458	0.17 299	0.11 518	0.20 538	0.14 252	0.41 648	0.37 585	0.18 469	0.21 431	0.16 412	0.14 444	0.16 433	0.14 429	0.08 423	0.08 531	0.10 540	0.07 390	0.10 546	0.09 509

NCC-stereo	0.25 616	0.15 592	0.31 616	0.26 638	0.17 640	0.21 550	0.31 668	0.41 648	0.40 601	0.24 566	0.38 607	0.33 613	0.29 623	0.37 653	0.28 625	0.13 606	0.11 602	0.15 632	0.22 665	0.13 601	0.13 604

Abc-Net	0.25 616	0.15 592	0.31 616	0.26 638	0.17 640	0.21 550	0.31 668	0.41 648	0.40 601	0.24 566	0.38 607	0.33 613	0.29 623	0.37 653	0.28 625	0.13 606	0.11 602	0.15 632	0.22 665	0.13 601	0.13 604
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MeshStereo	0.27 636	0.13 570	0.18 517	0.15 116	0.11 518	0.33 640	0.24 612	0.41 648	0.36 579	0.53 673	0.58 670	0.67 683	0.41 665	0.36 648	0.27 617	0.14 627	0.13 632	0.13 606	0.11 585	0.11 568	0.11 567
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
PSMNet-RUCA	0.28 639	0.33 674	0.42 645	0.36 674	0.32 681	0.18 495	0.20 558	0.42 653	0.30 528	0.33 638	0.41 629	0.40 646	0.24 586	0.31 627	0.20 541	0.19 659	0.11 602	0.25 665	0.15 642	0.22 661	0.16 643

otaku	0.39 664	0.38 678	0.53 657	0.44 681	0.28 676	0.57 679	0.24 612	0.42 653	0.62 670	0.40 653	0.50 653	0.46 661	0.34 647	0.40 664	0.33 656	0.30 681	0.30 685	0.39 685	0.33 684	0.30 679	0.29 678

ADCS	0.30 646	0.19 631	0.48 654	0.21 566	0.18 650	0.29 631	0.24 612	0.42 653	0.64 674	0.40 653	0.50 653	0.40 646	0.37 656	0.40 664	0.43 677	0.13 606	0.13 632	0.13 606	0.14 626	0.16 644	0.16 643

GANet	0.22 585	0.13 570	0.21 557	0.25 629	0.14 595	0.23 578	0.22 589	0.42 653	0.27 498	0.31 627	0.43 640	0.37 629	0.29 623	0.23 580	0.23 578	0.10 526	0.12 618	0.10 540	0.09 512	0.10 546	0.08 461

FBW_ROB	0.25 616	0.17 613	0.23 575	0.27 646	0.14 595	0.26 608	0.22 589	0.42 653	0.43 619	0.42 659	0.41 629	0.43 653	0.27 609	0.32 632	0.24 590	0.09 483	0.15 647	0.15 632	0.12 608	0.12 585	0.10 541

LALA_ROB	0.25 616	0.16 603	0.23 575	0.27 646	0.17 640	0.27 617	0.27 642	0.42 653	0.38 591	0.33 638	0.39 615	0.51 669	0.26 602	0.29 620	0.28 625	0.16 648	0.09 564	0.13 606	0.12 608	0.13 601	0.13 604

FCDSN-DC	0.33 655	0.28 663	0.28 598	0.30 664	0.24 669	0.39 662	0.28 648	0.43 659	0.42 610	0.44 664	0.53 657	0.51 669	0.42 669	0.37 653	0.30 641	0.21 667	0.20 665	0.27 669	0.26 672	0.25 672	0.25 672
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM-ForestM	0.33 655	0.12 543	0.17 483	0.16 211	0.11 518	0.42 668	0.20 558	0.43 659	0.53 654	0.53 673	0.57 666	1.41 707	0.44 674	0.42 671	0.29 634	0.14 627	0.16 653	0.16 640	0.16 647	0.12 585	0.13 604

LSM	0.34 661	0.21 642	0.62 671	0.27 646	0.62 701	0.35 649	0.26 637	0.43 659	0.49 636	0.45 666	0.60 674	0.42 651	0.37 656	0.35 644	0.26 611	0.13 606	0.21 675	0.14 621	0.16 647	0.18 655	0.34 684

PSMNet_ROB	0.22 585	0.12 543	0.15 414	0.27 646	0.15 614	0.25 596	0.36 679	0.43 659	0.37 585	0.27 591	0.33 578	0.32 607	0.23 577	0.21 554	0.27 617	0.12 587	0.08 531	0.13 606	0.11 585	0.10 546	0.09 509

NVstereo2D	0.19 553	0.11 524	0.16 458	0.17 299	0.16 628	0.28 627	0.23 601	0.44 663	0.42 610	0.15 392	0.28 535	0.25 539	0.19 544	0.23 580	0.18 516	0.09 483	0.06 424	0.10 540	0.08 466	0.15 631	0.10 541

MDST_ROB	0.22 585	0.10 497	0.18 517	0.18 391	0.11 518	0.40 664	0.19 535	0.44 663	0.42 610	0.40 653	0.40 618	0.29 575	0.21 564	0.27 604	0.19 531	0.11 561	0.10 588	0.14 621	0.11 585	0.10 546	0.08 461

GASNet	0.22 585	0.24 653	0.34 626	0.26 638	0.17 640	0.27 617	0.16 406	0.45 665	0.42 610	0.27 591	0.24 466	0.30 585	0.16 485	0.27 604	0.18 516	0.12 587	0.09 564	0.12 592	0.11 585	0.16 644	0.08 461

CC-Net-ROB	0.28 639	0.31 672	0.36 634	0.30 664	0.15 614	0.25 596	0.19 535	0.45 665	0.34 560	0.39 650	0.37 600	0.39 640	0.31 639	0.27 604	0.27 617	0.24 678	0.18 659	0.30 680	0.23 669	0.19 658	0.15 634

PDISCO_ROB	0.28 639	0.16 603	0.28 598	0.28 653	0.20 658	0.33 640	0.27 642	0.45 665	0.58 662	0.28 604	0.41 629	0.45 657	0.30 634	0.34 639	0.35 661	0.12 587	0.09 564	0.17 644	0.16 647	0.17 651	0.13 604

ccnet	0.30 646	0.28 663	0.24 581	0.20 529	0.28 676	0.41 666	0.22 589	0.46 668	0.33 549	0.37 647	0.46 647	0.37 629	0.30 634	0.40 664	0.43 677	0.23 676	0.14 643	0.21 658	0.17 654	0.23 664	0.19 661

light-stereo	0.44 671	0.27 661	0.64 674	0.61 690	0.50 690	0.34 644	0.23 601	0.47 669	0.52 650	0.57 678	0.59 672	0.78 689	0.33 645	0.49 676	0.30 641	0.33 683	0.25 679	0.27 669	0.33 684	0.47 688	0.41 691

Ntro	0.41 667	0.40 680	0.54 659	0.46 685	0.30 680	0.64 683	0.24 612	0.47 669	0.68 680	0.42 659	0.49 651	0.47 665	0.42 669	0.40 664	0.32 652	0.32 682	0.28 683	0.37 684	0.31 682	0.33 684	0.29 678

GANetREF_RVC	0.31 652	0.34 675	0.29 607	0.35 672	0.16 628	0.33 640	0.42 687	0.48 671	0.52 650	0.35 640	0.35 592	0.34 618	0.32 641	0.40 664	0.33 656	0.27 680	0.20 665	0.29 678	0.15 642	0.19 658	0.18 656
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
SAMSARA	0.41 667	0.28 663	0.34 626	0.55 688	0.39 683	0.85 698	1.25 716	0.49 672	0.52 650	0.36 643	0.35 592	0.56 675	0.39 659	0.39 660	0.41 674	0.15 631	0.20 665	0.15 632	0.14 626	0.23 664	0.21 665

DStereoSA	0.26 628	0.19 631	0.39 637	0.27 646	0.17 640	0.23 578	0.21 575	0.50 673	0.60 665	0.22 539	0.30 556	0.29 575	0.34 647	0.40 664	0.29 634	0.12 587	0.11 602	0.16 640	0.14 626	0.15 631	0.12 588

ACVNet-4b	0.39 664	0.53 685	0.56 661	0.45 682	0.24 669	0.46 670	0.18 489	0.50 673	0.64 674	0.42 659	0.45 644	0.60 677	0.27 609	0.34 639	0.24 590	0.33 683	0.14 643	0.48 688	0.42 690	0.31 682	0.27 677

NVStereoNet_ROB	0.47 677	0.37 677	0.47 652	0.42 680	0.29 679	0.35 649	0.35 678	0.50 673	0.61 667	0.73 688	0.94 696	0.70 687	0.68 693	0.48 675	0.62 695	0.22 671	0.33 689	0.34 683	0.34 687	0.30 679	0.31 681
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ELAS_RVC	0.42 669	0.29 670	0.33 623	0.28 653	0.24 669	0.56 678	0.38 682	0.50 673	0.61 667	0.74 690	0.76 687	0.67 683	0.56 684	0.55 685	0.42 676	0.22 671	0.21 675	0.27 669	0.26 672	0.27 678	0.26 675
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MonStereo1	0.49 679	0.27 661	0.61 669	0.29 660	0.20 658	0.40 664	0.19 535	0.51 677	0.66 679	0.53 673	0.91 695	1.02 694	0.59 688	0.51 679	0.58 692	0.53 697	0.32 688	0.55 694	0.40 688	0.36 685	0.38 688

DStereoFS	0.27 636	0.22 646	0.32 620	0.23 609	0.15 614	0.23 578	0.21 575	0.52 678	0.49 636	0.28 604	0.45 644	0.34 618	0.36 654	0.53 682	0.29 634	0.13 606	0.11 602	0.15 632	0.13 620	0.17 651	0.17 652

DPSNet	0.28 639	0.16 603	0.33 623	0.18 391	0.13 576	0.55 677	0.42 687	0.52 678	0.68 680	0.29 614	0.38 607	0.39 640	0.30 634	0.32 632	0.23 578	0.11 561	0.10 588	0.11 570	0.08 466	0.20 660	0.16 643

ELAS	0.42 669	0.29 670	0.34 626	0.28 653	0.24 669	0.63 682	0.37 680	0.52 678	0.52 650	0.72 687	0.82 691	0.68 685	0.56 684	0.52 680	0.45 683	0.22 671	0.21 675	0.27 669	0.26 672	0.26 676	0.26 675
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PVD	0.40 666	0.21 642	0.40 640	0.32 669	0.23 665	0.30 634	0.45 691	0.53 681	0.97 699	0.55 676	0.80 690	0.54 674	0.60 689	0.53 682	0.40 672	0.19 659	0.14 643	0.17 644	0.14 626	0.24 670	0.32 682

MFN_U_SF_RVC	0.33 655	0.22 646	0.58 666	0.31 666	0.15 614	0.36 653	0.17 440	0.54 682	0.46 632	0.47 669	0.56 662	0.58 676	0.39 659	0.36 648	0.38 669	0.15 631	0.15 647	0.18 653	0.21 662	0.16 644	0.16 643

MSC_U_SF_DS_RVC	0.44 671	0.39 679	0.56 661	0.40 677	0.20 658	0.66 685	0.33 677	0.54 682	0.72 685	0.71 686	0.72 683	0.62 678	0.55 682	0.52 680	0.47 684	0.20 664	0.19 664	0.29 678	0.30 681	0.24 670	0.19 661

anonymity	0.53 681	0.58 686	0.66 675	0.41 678	0.61 700	0.54 676	0.41 685	0.57 684	0.41 608	0.56 677	0.50 653	0.50 668	0.55 682	0.59 690	0.50 687	0.58 700	0.50 703	0.51 690	0.51 697	0.52 690	0.58 698

Consistency-Raft	0.44 671	0.40 680	0.46 649	0.37 676	0.43 687	0.42 668	0.41 685	0.57 684	0.55 655	0.32 634	0.73 684	0.32 607	0.50 678	0.42 671	0.49 686	0.39 687	0.36 690	0.45 687	0.52 699	0.42 687	0.30 680

BEATNet-Init1	0.54 682	0.28 663	0.68 682	0.31 666	0.21 661	0.85 698	0.31 668	0.57 684	0.69 683	0.89 697	1.00 699	2.17 714	0.66 692	0.58 689	0.44 680	0.19 659	0.18 659	0.23 663	0.22 665	0.22 661	0.21 665

MANE	0.47 677	0.28 663	0.28 598	0.27 646	0.24 669	0.50 672	0.32 676	0.57 684	0.62 670	0.74 690	1.20 709	1.21 700	0.64 691	0.54 684	0.39 670	0.22 671	0.20 665	0.27 669	0.31 682	0.26 676	0.25 672

SGM+DAISY	0.57 684	0.58 686	0.67 679	0.41 678	0.55 694	0.68 687	0.51 694	0.57 684	0.46 632	0.67 682	0.70 681	0.69 686	0.57 686	0.64 692	0.58 692	0.59 701	0.49 700	0.50 689	0.50 696	0.52 690	0.59 701

ACVNet_1	0.45 674	0.51 684	0.61 669	0.45 682	0.28 676	0.50 672	0.28 648	0.58 689	0.71 684	0.63 681	0.59 672	0.74 688	0.50 678	0.50 677	0.36 662	0.26 679	0.25 679	0.39 685	0.29 679	0.32 683	0.25 672

RainbowNet	0.54 682	0.61 689	0.71 688	0.57 689	0.43 687	0.66 685	0.37 680	0.60 690	0.87 696	0.51 671	0.67 676	0.63 679	0.47 675	0.50 677	0.44 680	0.47 693	0.48 699	0.53 692	0.41 689	0.53 692	0.41 691

SPS-STEREO	0.58 685	0.59 688	0.66 675	0.45 682	0.55 694	0.65 684	0.44 690	0.63 691	0.51 644	0.69 684	0.65 675	0.66 682	0.58 687	0.62 691	0.62 695	0.62 703	0.47 698	0.51 690	0.49 694	0.55 693	0.58 698
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.65 686	0.66 693	0.66 675	0.51 686	0.69 705	0.70 688	0.58 698	0.65 692	0.75 690	0.61 680	0.73 684	0.63 679	0.68 693	0.65 693	0.60 694	0.66 705	0.58 712	0.63 695	0.59 700	0.68 701	0.69 708

MADNet+	0.76 693	0.72 695	3.76 716	0.67 692	0.41 685	0.99 704	0.97 714	0.72 693	0.75 690	0.52 672	0.58 670	0.64 681	0.68 693	0.89 705	1.04 711	0.35 685	0.36 690	0.28 677	0.23 669	0.38 686	0.33 683

JetBlue	0.73 692	0.46 683	1.21 705	0.52 687	0.47 689	2.16 714	0.67 704	0.78 694	0.72 685	0.70 685	0.79 689	1.21 700	0.84 700	1.06 711	1.04 711	0.40 688	0.28 683	0.33 682	0.33 684	0.30 679	0.34 684

UNDER WATER-64	0.97 702	0.96 705	1.48 709	0.88 703	0.57 697	1.24 712	0.90 712	0.78 694	0.96 698	1.05 704	0.85 692	1.56 712	1.26 714	0.97 709	0.99 709	0.88 712	0.57 711	1.04 712	0.88 712	0.81 708	0.75 709

UNDER WATER	0.99 704	1.00 706	1.47 708	1.00 707	0.71 708	1.18 711	0.86 710	0.81 696	1.09 701	1.02 703	0.90 694	1.53 711	1.26 714	1.06 711	1.02 710	0.79 710	0.54 706	1.02 710	0.88 712	0.83 709	0.75 709

TorneroNet-64	0.76 693	0.73 696	0.77 692	0.78 697	0.58 699	0.94 703	0.58 698	0.85 697	1.26 704	0.67 682	0.88 693	1.41 707	0.76 697	0.87 702	0.68 698	0.49 695	0.46 694	0.73 699	0.59 700	0.68 701	0.54 697

IMH-64-1	0.66 687	0.62 690	0.69 683	0.72 693	0.51 691	0.60 680	0.51 694	0.92 698	0.84 694	0.75 693	1.02 700	0.81 690	0.78 698	0.80 696	0.50 687	0.43 689	0.46 694	0.72 697	0.48 692	0.55 693	0.40 689

IMH-64	0.66 687	0.62 690	0.69 683	0.72 693	0.51 691	0.60 680	0.51 694	0.92 698	0.84 694	0.75 693	1.02 700	0.81 690	0.78 698	0.80 696	0.50 687	0.43 689	0.46 694	0.72 697	0.48 692	0.55 693	0.40 689

PWCK	0.72 690	0.95 704	0.99 700	0.77 695	0.32 681	0.79 695	0.38 682	0.92 698	0.90 697	0.96 701	0.76 687	0.97 693	0.62 690	0.87 702	0.68 698	0.73 707	0.46 694	0.76 702	0.49 694	0.71 704	0.44 694

notaker	0.98 703	1.13 707	1.02 701	1.14 710	0.81 709	0.73 692	0.69 707	0.94 701	1.15 703	1.19 711	1.19 708	1.41 707	1.17 713	1.10 713	0.74 703	0.82 711	0.64 714	1.18 713	0.79 710	1.02 711	0.82 712

ktn	1.02 705	1.23 709	0.82 694	1.24 712	0.86 711	1.00 706	0.86 710	0.96 702	1.37 708	1.05 704	1.12 706	1.16 699	1.06 709	0.95 707	0.62 695	1.28 717	0.71 715	1.39 717	0.83 711	1.06 713	0.77 711

TorneroNet	0.83 697	0.75 697	0.83 696	0.85 700	0.63 702	1.03 707	0.65 702	0.96 702	1.14 702	0.80 695	1.10 705	1.36 705	0.88 702	0.95 707	0.82 706	0.57 698	0.49 700	0.79 705	0.66 705	0.74 707	0.64 707

WAO-6	0.82 696	0.81 699	0.63 673	0.87 702	0.63 702	0.79 695	0.60 700	0.98 704	1.52 713	0.91 700	0.97 698	1.08 697	1.04 708	0.72 695	0.70 701	0.72 706	0.49 700	0.91 708	0.71 707	0.70 703	0.59 701

ACVNet_2	0.67 689	0.68 694	0.70 686	0.64 691	0.41 685	0.75 693	0.50 693	0.98 704	1.38 709	0.90 698	1.09 703	1.04 695	0.74 696	0.55 685	0.48 685	0.43 689	0.40 692	0.53 692	0.45 691	0.48 689	0.36 686

IMH	0.72 690	0.65 692	0.70 686	0.77 695	0.54 693	0.71 689	0.56 697	0.99 706	1.08 700	0.82 696	1.09 703	0.89 692	0.88 702	0.88 704	0.53 691	0.44 692	0.50 703	0.75 700	0.51 697	0.58 696	0.42 693

HanzoNet	1.31 708	1.29 711	1.22 706	1.13 709	0.85 710	1.05 708	0.84 709	1.06 707	1.47 712	1.66 714	1.63 715	2.48 716	1.78 716	1.63 715	1.69 713	1.27 716	0.80 716	1.32 716	1.02 715	1.07 714	0.90 713

WAO-7	0.80 695	0.78 698	0.57 663	0.85 700	0.67 704	0.76 694	0.69 707	1.07 708	1.30 706	0.90 698	1.20 709	1.05 696	0.93 704	0.71 694	0.68 698	0.60 702	0.62 713	0.67 696	0.68 706	0.64 697	0.59 701

LVE	0.84 698	0.87 702	0.86 697	0.81 698	0.56 696	1.09 709	0.66 703	1.07 708	1.45 711	0.97 702	1.23 711	1.11 698	0.86 701	0.84 699	0.72 702	0.49 695	0.56 709	0.76 702	0.60 702	0.66 699	0.60 704

TCMNet-wrong-test	3.69 713	5.54 726	3.91 717	12.22 728	11.75 730	4.77 716	3.86 720	1.08 710	0.74 689	1.13 708	2.21 717	6.16 722	0.53 681	3.43 718	2.33 716	0.90 713	0.20 665	1.85 720	1.69 719	5.71 724	3.79 724

WAO-8	0.92 700	0.83 700	0.67 679	0.94 705	0.70 706	0.92 701	0.68 705	1.08 710	1.80 716	1.06 706	1.42 713	1.29 702	1.08 710	0.86 700	0.80 704	0.74 708	0.54 706	0.86 706	0.75 708	0.71 704	0.63 705

Venus	0.92 700	0.83 700	0.67 679	0.94 705	0.70 706	0.92 701	0.68 705	1.08 710	1.80 716	1.06 706	1.42 713	1.29 702	1.08 710	0.86 700	0.80 704	0.74 708	0.54 706	0.86 706	0.75 708	0.71 704	0.63 705

KSHMR	1.10 706	1.19 708	0.90 699	1.26 713	1.00 713	0.99 704	0.96 713	1.13 713	1.35 707	1.16 710	1.28 712	1.40 706	0.97 706	1.03 710	0.93 708	1.03 715	1.08 717	1.20 714	1.03 716	1.03 712	0.98 714

Dean	0.88 699	0.88 703	0.81 693	0.82 699	0.57 697	0.91 700	0.62 701	1.17 714	1.71 714	1.15 709	1.16 707	1.31 704	1.00 707	0.82 698	0.83 707	0.57 698	0.56 709	0.78 704	0.65 703	0.67 700	0.58 698

DPSimNet_ROB	1.14 707	1.25 710	0.87 698	1.15 711	0.90 712	1.15 710	1.18 715	1.20 715	1.26 704	1.45 713	1.05 702	1.44 710	1.13 712	0.92 706	1.70 714	1.47 718	0.52 705	1.22 715	1.04 717	0.92 710	1.03 715

JetRed	1.66 709	1.51 712	3.09 712	0.93 704	1.21 714	5.28 717	1.61 719	1.29 716	1.42 710	1.84 715	1.77 716	1.59 713	0.95 705	1.43 714	2.51 719	0.91 714	1.61 718	0.93 709	0.91 714	1.36 715	1.03 715

MADNet++	1.97 710	1.75 713	1.66 710	1.83 714	1.69 716	2.38 715	1.45 718	2.36 717	2.11 718	2.58 717	2.37 718	2.25 715	2.21 718	2.28 716	2.36 717	1.87 719	1.67 719	1.53 718	1.34 718	1.87 716	1.78 718

Selective-IGEV-i1pa	2.90 711	3.64 717	0.72 689	0.29 660	0.14 595	10.70 723	0.45 691	4.60 718	3.77 719	3.60 718	7.07 720	3.52 717	2.16 717	13.72 732	2.40 718	0.37 686	0.15 647	0.13 606	0.10 553	0.15 631	0.36 686

LRCNet_RVC	10.76 727	13.97 733	7.97 727	19.07 732	2.04 717	0.35 649	0.31 668	5.29 719	0.48 635	13.02 732	17.65 732	8.69 724	5.73 721	4.78 719	2.22 715	23.53 742	2.69 724	27.60 745	25.75 745	17.60 739	16.54 742

PML	8.57 722	9.39 732	6.24 718	5.34 719	6.36 721	13.21 724	20.99 725	5.35 720	6.68 721	17.75 734	26.46 745	7.58 723	6.08 722	7.89 723	5.76 720	5.33 726	1.83 720	5.95 732	1.93 720	8.75 729	2.53 720

DPSMNet_ROB	8.06 720	4.50 719	8.69 728	5.36 721	10.74 725	8.32 719	22.71 727	5.47 721	13.38 729	5.13 721	9.98 726	5.10 719	10.47 727	5.53 720	12.77 730	3.80 725	8.00 726	3.49 722	6.95 727	3.75 723	7.09 728

DGTPSM_ROB	8.06 720	4.50 719	8.69 728	5.34 719	10.73 724	8.32 719	22.71 727	5.47 721	13.38 729	5.13 721	9.98 726	5.10 719	10.47 727	5.53 720	12.77 730	3.79 724	8.00 726	3.49 722	6.95 727	3.74 722	7.09 728

xxxxx1	7.75 716	5.06 723	7.26 719	3.15 716	3.91 718	16.37 726	22.88 729	5.87 723	8.68 722	7.99 724	8.55 721	9.13 726	8.46 724	10.05 724	10.47 724	2.43 721	2.48 721	3.56 724	12.26 730	3.48 719	3.02 721

tt_ll	7.75 716	5.06 723	7.26 719	3.15 716	3.91 718	16.37 726	22.88 729	5.87 723	8.68 722	7.99 724	8.55 721	9.13 726	8.46 724	10.05 724	10.47 724	2.43 721	2.48 721	3.56 724	12.26 730	3.48 719	3.02 721

ff	7.75 716	5.06 723	7.26 719	3.15 716	3.91 718	16.37 726	22.88 729	5.87 723	8.68 722	7.99 724	8.55 721	9.13 726	8.46 724	10.05 724	10.47 724	2.43 721	2.48 721	3.56 724	12.26 730	3.48 719	3.02 721

USTest	6.16 715	2.65 716	2.79 711	6.48 722	7.21 722	14.33 725	21.38 726	6.98 726	9.55 725	5.35 723	6.12 719	5.71 721	7.69 723	6.31 722	6.75 723	1.97 720	3.38 725	1.63 719	2.14 722	2.49 717	2.35 719

tt	4.65 714	0.07 212	3.54 715	2.01 715	1.55 715	10.25 721	16.66 724	8.90 727	5.03 720	1.33 712	0.96 697	4.71 718	4.74 720	3.33 717	5.86 721	6.06 727	10.30 733	1.87 721	2.09 721	2.61 718	1.19 717

RSGM-EC	20.15 733	4.62 721	0.75 690	16.73 729	16.97 734	21.10 735	26.46 735	10.37 728	14.13 734	18.18 735	21.56 735	22.31 744	22.50 736	21.80 735	15.71 734	62.36 745	33.86 745	20.06 742	18.04 741	19.30 740	16.22 740

acva	20.15 733	4.62 721	0.75 690	16.73 729	16.97 734	21.10 735	26.46 735	10.37 728	14.13 734	18.18 735	21.56 735	22.31 744	22.50 736	21.80 735	15.71 734	62.36 745	33.86 745	20.06 742	18.04 741	19.30 740	16.22 740

Anonymous_1	10.87 728	7.82 727	7.41 724	10.29 725	10.08 723	18.64 732	26.11 734	11.02 730	13.45 731	9.43 727	10.10 728	9.73 731	11.31 731	10.69 727	12.47 727	6.42 728	8.38 730	5.70 729	10.22 729	11.41 730	6.65 725

iinet-test	10.41 723	8.00 728	7.40 722	10.23 723	10.93 726	17.97 730	25.06 732	11.30 731	13.29 727	9.69 728	9.78 725	9.38 729	11.23 729	10.97 728	12.61 728	6.59 729	8.30 728	5.49 727	6.54 723	6.58 725	6.91 726

IINet	10.41 723	8.00 728	7.40 722	10.23 723	10.93 726	17.97 730	25.06 732	11.30 731	13.29 727	9.69 728	9.77 724	9.38 729	11.23 729	10.97 728	12.61 728	6.59 729	8.30 728	5.49 727	6.54 723	6.58 725	6.91 726

DPSM_ROB	11.10 729	8.47 730	7.95 725	10.84 726	11.58 728	19.10 733	26.50 737	12.02 733	14.09 732	10.38 730	10.91 729	10.39 732	11.92 732	11.67 730	13.39 732	6.99 731	8.79 731	5.82 730	6.92 725	6.97 727	7.31 730

DPSM	11.10 729	8.47 730	7.95 725	10.84 726	11.58 728	19.10 733	26.50 737	12.02 733	14.09 732	10.38 730	10.91 729	10.39 732	11.92 732	11.67 730	13.39 732	6.99 731	8.79 731	5.82 730	6.92 725	6.97 727	7.31 730

HaxPig	15.73 731	18.55 742	19.19 738	16.92 731	15.89 733	7.80 718	7.57 721	13.37 735	10.80 726	15.40 733	14.87 731	15.95 734	14.81 734	15.67 733	15.97 736	18.96 741	16.72 734	19.47 741	18.10 743	19.45 742	19.06 743

MEDIAN_ROB	20.38 735	24.05 743	23.36 741	21.18 733	21.62 736	10.51 722	8.17 722	17.68 736	15.46 736	20.04 737	19.65 733	20.30 735	20.16 735	21.17 734	21.03 737	23.81 743	21.77 743	24.98 744	23.75 744	25.01 743	23.94 744

AVERAGE_ROB	24.89 744	29.12 744	27.98 742	24.83 742	24.59 744	17.82 729	11.61 723	21.45 737	19.91 737	25.04 746	24.38 744	25.06 746	25.31 746	24.69 745	22.86 738	29.74 744	27.09 744	28.97 746	27.94 746	30.07 744	29.35 745

Selective-IGEV-i16pa	19.44 732	3.95 718	1.06 703	0.21 566	0.19 654	105.21 746	0.29 659	22.78 738	47.64 746	4.27 719	59.07 746	9.08 725	2.84 719	125.10 747	5.92 722	0.18 654	0.12 618	0.09 491	0.12 608	0.12 585	0.52 696

RAFT-FEzeroshot	22.33 736	17.12 735	15.83 730	21.95 736	23.32 740	38.31 738	53.41 745	23.99 739	28.43 739	20.66 740	21.84 737	21.02 740	24.05 742	23.33 738	27.09 743	14.06 734	17.69 737	11.70 734	13.95 735	14.05 734	14.76 736

RAFT-FE	22.33 736	17.12 735	15.83 730	21.95 736	23.32 740	38.31 738	53.41 745	23.99 739	28.43 739	20.66 740	21.84 737	21.02 740	24.05 742	23.33 738	27.09 743	14.06 734	17.69 737	11.70 734	13.95 735	14.05 734	14.76 736

CasAABBNet	22.33 736	17.11 734	15.84 732	21.94 735	23.28 738	38.30 737	53.40 743	24.05 741	28.44 741	20.66 740	21.86 739	21.03 742	24.04 741	23.35 740	27.03 742	14.06 734	17.69 737	11.70 734	13.94 734	14.04 733	14.76 736

fast-reg	22.77 742	17.32 741	19.13 736	22.15 741	24.31 743	38.33 740	53.16 739	24.18 742	28.58 744	20.60 738	22.12 743	20.65 736	23.90 738	23.12 737	26.84 740	14.18 740	17.47 736	14.33 740	14.96 740	15.38 738	14.67 734

FlowAnything	22.34 739	17.13 737	15.98 733	22.00 738	23.23 737	38.39 744	53.32 741	24.19 743	28.48 742	21.00 745	21.93 741	20.83 737	23.97 739	23.44 743	26.83 739	14.04 733	17.80 742	11.63 733	14.08 739	14.00 731	14.65 732

LSM0	22.80 743	17.22 739	19.17 737	22.12 740	28.90 745	38.38 743	53.27 740	24.21 744	28.36 738	20.84 744	21.11 734	21.63 743	24.25 745	23.42 742	26.98 741	14.08 738	17.39 735	11.72 739	13.98 737	14.22 737	14.66 733

Selective-RAFT-Error	22.39 741	17.14 738	16.01 734	22.00 738	23.34 742	38.37 742	53.36 742	24.24 745	28.53 743	20.80 743	21.94 742	20.94 738	24.02 740	23.48 744	27.33 746	14.07 737	17.70 740	11.70 734	13.93 733	14.05 734	14.83 739

Hybrid-DGEV	22.38 740	17.26 740	16.15 735	21.92 734	23.29 739	38.36 741	53.40 743	24.38 746	28.67 745	20.64 739	21.89 740	21.01 739	24.05 742	23.35 740	27.12 745	14.08 738	17.70 740	11.71 738	13.99 738	14.01 732	14.70 735

test_example2	97.69 745	92.93 745	45.57 743	96.02 743	109.84 746	88.44 745	93.70 747	25.54 747	94.63 747	130.46 748	126.87 747	58.93 747	75.48 747	87.99 746	77.94 747	150.16 747	221.11 747	76.29 747	98.21 747	108.42 747	95.33 746

ccccc		285.89 746		366.70 746	366.78 747	118.88 747		113.97 748		125.77 747		120.54 748		252.62 748		382.79 748	352.84 748	254.30 748	222.62 748	426.61 748

Low-res two-view benchmark