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

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

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

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

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

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

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

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

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

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

S2M2_XL	0.08 82	0.06 114	0.12 303	0.12 7	0.08 230	0.09 148	0.09 25	0.07 7	0.07 18	0.08 136	0.07 61	0.07 131	0.06 71	0.09 61	0.09 99	0.08 442	0.06 438	0.07 324	0.06 297	0.08 463	0.06 312
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
DEFOM-Stereo	0.07 6	0.05 35	0.07 10	0.14 66	0.06 31	0.09 148	0.13 190	0.07 7	0.13 201	0.06 24	0.07 61	0.06 42	0.05 18	0.10 120	0.09 99	0.05 49	0.04 24	0.05 53	0.03 1	0.04 46	0.04 53

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

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

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

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

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

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

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

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

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

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

StereoAnything_RVC	0.07 6	0.16 625	0.17 505	0.11 1	0.05 2	0.06 15	0.11 75	0.08 13	0.08 25	0.06 24	0.06 21	0.05 4	0.05 18	0.09 61	0.08 26	0.08 442	0.04 24	0.05 53	0.03 1	0.05 167	0.04 53

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

BridgeDepth	0.07 6	0.07 224	0.08 40	0.18 400	0.06 31	0.07 40	0.11 75	0.10 34	0.06 8	0.04 1	0.07 61	0.10 274	0.09 279	0.08 26	0.08 26	0.04 6	0.03 1	0.04 1	0.04 59	0.03 1	0.03 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
gasm-f	0.08 82	0.05 35	0.08 40	0.13 18	0.08 230	0.08 85	0.14 267	0.10 34	0.10 79	0.08 136	0.10 209	0.06 42	0.05 18	0.10 120	0.08 26	0.06 170	0.04 24	0.05 53	0.04 59	0.06 300	0.05 196

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

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

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

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

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

S2M2_L	0.09 176	0.08 365	0.11 250	0.13 18	0.10 478	0.08 85	0.06 1	0.10 34	0.10 79	0.10 239	0.10 209	0.09 239	0.09 279	0.11 202	0.11 287	0.13 628	0.07 513	0.08 420	0.09 533	0.10 564	0.08 478
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GREAT-IGEV	0.07 6	0.06 114	0.09 117	0.13 18	0.07 133	0.07 40	0.14 267	0.10 34	0.09 54	0.06 24	0.08 132	0.06 42	0.05 18	0.10 120	0.07 1	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
DEFOM-Stereo_RVC	0.08 82	0.07 224	0.09 117	0.22 610	0.06 31	0.08 85	0.12 114	0.10 34	0.10 79	0.07 76	0.07 61	0.06 42	0.05 18	0.11 202	0.09 99	0.06 170	0.04 24	0.05 53	0.03 1	0.06 300	0.04 53

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

SMoEStereo_RVC	0.08 82	0.06 114	0.12 303	0.16 219	0.07 133	0.09 148	0.13 190	0.11 63	0.14 231	0.09 189	0.07 61	0.07 131	0.07 178	0.12 299	0.10 200	0.05 49	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

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

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

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

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

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

EGLCR-Stereo	0.08 82	0.05 35	0.08 40	0.14 66	0.07 133	0.11 263	0.12 114	0.11 63	0.16 296	0.06 24	0.05 7	0.07 131	0.05 18	0.10 120	0.11 287	0.06 170	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MatchStereo	0.07 6	0.04 1	0.08 40	0.14 66	0.06 31	0.05 4	0.12 114	0.12 90	0.09 54	0.07 76	0.07 61	0.04 1	0.04 1	0.09 61	0.09 99	0.06 170	0.05 253	0.05 53	0.03 1	0.04 46	0.05 196
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
HiDET	0.08 82	0.05 35	0.10 180	0.13 18	0.06 31	0.09 148	0.12 114	0.12 90	0.12 157	0.07 76	0.07 61	0.07 131	0.07 178	0.11 202	0.11 287	0.06 170	0.05 253	0.04 1	0.03 1	0.04 46	0.04 53

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

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

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

fffft	0.09 176	0.06 114	0.12 303	0.16 219	0.07 133	0.09 148	0.16 425	0.12 90	0.11 114	0.09 189	0.07 61	0.09 239	0.06 71	0.11 202	0.12 365	0.05 49	0.04 24	0.06 204	0.05 202	0.04 46	0.05 196
1: 1. 1
mms	0.09 176	0.07 224	0.08 40	0.17 307	0.08 230	0.11 263	0.15 357	0.12 90	0.11 114	0.09 189	0.09 173	0.08 192	0.06 71	0.11 202	0.12 365	0.05 49	0.04 24	0.07 324	0.05 202	0.04 46	0.04 53

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

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

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

MGS-Stereo	0.09 176	0.07 224	0.12 303	0.16 219	0.08 230	0.09 148	0.15 357	0.12 90	0.12 157	0.07 76	0.10 209	0.08 192	0.06 71	0.11 202	0.09 99	0.05 49	0.04 24	0.06 204	0.05 202	0.06 300	0.05 196

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

BridgeDepth_RVC	0.07 6	0.04 1	0.09 117	0.11 1	0.05 2	0.10 209	0.10 40	0.14 157	0.09 54	0.06 24	0.07 61	0.06 42	0.08 237	0.07 6	0.10 200	0.06 170	0.04 24	0.04 1	0.04 59	0.05 167	0.04 53
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Replicate-Monster	0.07 6	0.05 35	0.09 117	0.14 66	0.06 31	0.09 148	0.09 25	0.14 157	0.12 157	0.05 2	0.07 61	0.06 42	0.06 71	0.08 26	0.10 200	0.06 170	0.04 24	0.05 53	0.03 1	0.04 46	0.04 53

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CREStereo++_RVC	0.08 82	0.04 1	0.07 10	0.13 18	0.07 133	0.09 148	0.12 114	0.14 157	0.14 231	0.10 239	0.14 325	0.08 192	0.07 178	0.10 120	0.11 287	0.06 170	0.04 24	0.05 53	0.05 202	0.04 46	0.04 53
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
XX-TBD	0.09 176	0.06 114	0.07 10	0.14 66	0.07 133	0.13 369	0.16 425	0.14 157	0.14 231	0.11 282	0.12 285	0.09 239	0.08 237	0.10 120	0.10 200	0.06 170	0.04 24	0.05 53	0.04 59	0.06 300	0.05 196

CREStereo	0.09 176	0.05 35	0.08 40	0.11 1	0.06 31	0.14 419	0.14 267	0.14 157	0.10 79	0.09 189	0.13 310	0.09 239	0.08 237	0.12 299	0.10 200	0.08 442	0.04 24	0.05 53	0.03 1	0.06 300	0.06 312
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
S0	0.12 392	0.08 365	0.09 117	0.20 546	0.07 133	0.18 516	0.22 610	0.15 197	0.15 260	0.11 282	0.10 209	0.13 366	0.08 237	0.12 299	0.11 287	0.09 504	0.10 609	0.14 642	0.14 647	0.05 167	0.04 53

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

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

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

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

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

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

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

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

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

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

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

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

water-stereo	0.09 176	0.06 114	0.08 40	0.16 219	0.07 133	0.10 209	0.13 190	0.15 197	0.13 201	0.11 282	0.12 285	0.09 239	0.10 319	0.07 6	0.08 26	0.06 170	0.05 253	0.05 53	0.05 202	0.04 46	0.04 53

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

LoS	0.09 176	0.05 35	0.11 250	0.13 18	0.07 133	0.14 419	0.11 75	0.15 197	0.15 260	0.09 189	0.09 173	0.12 334	0.09 279	0.15 424	0.10 200	0.07 358	0.05 253	0.05 53	0.03 1	0.05 167	0.05 196
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 176	0.07 224	0.11 250	0.17 307	0.08 230	0.11 263	0.15 357	0.15 197	0.12 157	0.10 239	0.06 21	0.07 131	0.06 71	0.11 202	0.09 99	0.05 49	0.05 253	0.06 204	0.05 202	0.04 46	0.06 312

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

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

TANstereo	0.09 176	0.04 1	0.08 40	0.13 18	0.06 31	0.11 263	0.13 190	0.15 197	0.19 383	0.11 282	0.15 342	0.10 274	0.07 178	0.12 299	0.09 99	0.07 358	0.05 253	0.05 53	0.04 59	0.06 300	0.05 196

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CroCo-Stereo	0.09 176	0.08 365	0.08 40	0.22 610	0.09 359	0.09 148	0.18 509	0.16 236	0.12 157	0.07 76	0.07 61	0.08 192	0.06 71	0.08 26	0.07 1	0.07 358	0.05 253	0.06 204	0.04 59	0.05 167	0.04 53
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
s12784h	0.10 257	0.06 114	0.08 40	0.15 123	0.05 2	0.16 475	0.18 509	0.16 236	0.15 260	0.10 239	0.11 263	0.11 308	0.11 362	0.11 202	0.12 365	0.05 49	0.04 24	0.06 204	0.04 59	0.04 46	0.04 53

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

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

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

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

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

PMTNet	0.09 176	0.05 35	0.09 117	0.12 7	0.06 31	0.13 369	0.14 267	0.16 236	0.11 114	0.09 189	0.13 310	0.10 274	0.07 178	0.14 401	0.10 200	0.15 653	0.04 24	0.05 53	0.03 1	0.07 390	0.06 312

DIP-Stereo	0.11 305	0.08 365	0.15 436	0.17 307	0.09 359	0.13 369	0.09 25	0.16 236	0.16 296	0.12 322	0.16 359	0.14 387	0.12 397	0.16 453	0.14 450	0.06 170	0.05 253	0.06 204	0.05 202	0.05 167	0.07 403
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
over-6	0.08 82	0.07 224	0.08 40	0.17 307	0.05 2	0.10 209	0.09 25	0.17 274	0.11 114	0.06 24	0.07 61	0.07 131	0.09 279	0.10 120	0.08 26	0.06 170	0.04 24	0.04 1	0.04 59	0.05 167	0.05 196

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Patchmatch Stereo++	0.11 305	0.09 450	0.17 505	0.19 479	0.08 230	0.06 15	0.11 75	0.17 274	0.13 201	0.15 414	0.16 359	0.14 387	0.12 397	0.11 202	0.11 287	0.06 170	0.05 253	0.08 420	0.06 297	0.08 463	0.07 403
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
NRIStereo	0.11 305	0.08 365	0.15 436	0.18 400	0.08 230	0.10 209	0.13 190	0.17 274	0.15 260	0.12 322	0.15 342	0.13 366	0.13 433	0.13 362	0.10 200	0.06 170	0.04 24	0.07 324	0.06 297	0.06 300	0.07 403

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

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

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

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

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

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

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

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

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

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

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

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

sCroCo_RVC	0.12 392	0.09 450	0.24 603	0.24 643	0.11 537	0.19 540	0.14 267	0.17 274	0.15 260	0.10 239	0.13 310	0.12 334	0.07 178	0.14 401	0.11 287	0.08 442	0.08 549	0.08 420	0.08 486	0.05 167	0.07 403

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

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

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

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

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

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

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

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

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

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

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

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

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

CASnet	0.09 176	0.09 450	0.09 117	0.19 479	0.06 31	0.07 40	0.11 75	0.18 306	0.14 231	0.11 282	0.10 209	0.09 239	0.07 178	0.10 120	0.10 200	0.06 170	0.04 24	0.10 560	0.08 486	0.06 300	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
4D-IteraStereo	0.10 257	0.07 224	0.10 180	0.18 400	0.07 133	0.09 148	0.15 357	0.18 306	0.15 260	0.10 239	0.11 263	0.10 274	0.07 178	0.12 299	0.09 99	0.05 49	0.03 1	0.08 420	0.07 403	0.06 300	0.05 196

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HITNet	0.11 305	0.06 114	0.12 303	0.14 66	0.06 31	0.12 322	0.10 40	0.18 306	0.18 354	0.13 358	0.17 379	0.15 413	0.11 362	0.15 424	0.14 450	0.06 170	0.04 24	0.04 1	0.04 59	0.06 300	0.05 196
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
SMOE	0.10 257	0.08 365	0.09 117	0.18 400	0.07 133	0.13 369	0.14 267	0.19 339	0.13 201	0.12 322	0.13 310	0.12 334	0.09 279	0.11 202	0.12 365	0.05 49	0.05 253	0.08 420	0.06 297	0.06 300	0.04 53

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

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

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

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

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

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

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

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

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

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

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

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

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

CASS	0.14 456	0.12 565	0.12 303	0.23 631	0.09 359	0.15 444	0.17 459	0.19 339	0.20 408	0.17 458	0.18 408	0.15 413	0.15 486	0.15 424	0.14 450	0.09 504	0.06 438	0.10 560	0.08 486	0.09 528	0.07 403
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
iRaft-Stereo_20w	0.09 176	0.05 35	0.13 351	0.14 66	0.09 359	0.12 322	0.15 357	0.19 339	0.11 114	0.11 282	0.08 132	0.08 192	0.05 18	0.10 120	0.09 99	0.06 170	0.04 24	0.06 204	0.05 202	0.06 300	0.05 196

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GMStereo	0.13 423	0.15 614	0.14 399	0.18 400	0.09 359	0.16 475	0.16 425	0.20 359	0.25 493	0.17 458	0.17 379	0.11 308	0.11 362	0.16 453	0.13 406	0.07 358	0.06 438	0.06 204	0.06 297	0.07 390	0.06 312
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
aanetorigin	0.22 607	0.17 635	0.57 685	0.18 400	0.10 478	0.16 475	0.19 556	0.20 359	0.33 571	0.49 692	0.48 672	0.30 607	0.28 640	0.21 576	0.24 612	0.08 442	0.07 513	0.08 420	0.07 403	0.10 564	0.09 527

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

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

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

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

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

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

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

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

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

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

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

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

test_5	0.14 456	0.12 565	0.08 40	0.20 546	0.10 478	0.14 419	0.28 670	0.21 381	0.24 468	0.19 507	0.28 557	0.11 308	0.15 486	0.12 299	0.13 406	0.06 170	0.05 253	0.07 324	0.08 486	0.08 463	0.07 403

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zzzzzzz1	0.11 305	0.07 224	0.14 399	0.21 585	0.10 478	0.13 369	0.18 509	0.22 408	0.20 408	0.13 358	0.12 285	0.08 192	0.08 237	0.13 362	0.10 200	0.05 49	0.05 253	0.07 324	0.07 403	0.05 167	0.05 196

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CAS++	0.11 305	0.07 224	0.11 250	0.14 66	0.10 478	0.13 369	0.14 267	0.24 456	0.14 231	0.11 282	0.09 173	0.11 308	0.07 178	0.14 401	0.09 99	0.11 583	0.09 585	0.09 511	0.07 403	0.07 390	0.08 478
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ACVNet-DCA	0.10 257	0.08 365	0.13 351	0.17 307	0.09 359	0.13 369	0.15 357	0.24 456	0.16 296	0.09 189	0.09 173	0.06 42	0.06 71	0.10 120	0.07 1	0.06 170	0.05 253	0.06 204	0.05 202	0.07 390	0.07 403

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT-Stereo	0.10 257	0.06 114	0.11 250	0.17 307	0.08 230	0.11 263	0.14 267	0.24 456	0.11 114	0.12 322	0.19 424	0.11 308	0.08 237	0.10 120	0.11 287	0.07 358	0.05 253	0.06 204	0.05 202	0.05 167	0.05 196
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
UCFNet_RVC	0.15 497	0.08 365	0.13 351	0.11 1	0.10 478	0.20 560	0.10 40	0.24 456	0.23 456	0.17 458	0.21 453	0.24 548	0.15 486	0.18 514	0.15 488	0.12 609	0.07 513	0.11 591	0.13 641	0.11 586	0.10 559

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ICVP	0.16 525	0.09 450	0.12 303	0.22 610	0.09 359	0.18 516	0.21 596	0.26 493	0.24 468	0.18 491	0.30 578	0.27 578	0.18 547	0.18 514	0.15 488	0.10 548	0.07 513	0.08 420	0.07 403	0.07 390	0.08 478
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HCRNet	0.16 525	0.23 672	0.12 303	0.35 694	0.11 537	0.15 444	0.17 459	0.26 493	0.22 446	0.19 507	0.24 488	0.21 504	0.14 466	0.15 424	0.13 406	0.11 583	0.07 513	0.11 591	0.10 574	0.09 528	0.07 403

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HSM-Net_RVC	0.14 456	0.08 365	0.12 303	0.15 123	0.08 230	0.16 475	0.15 357	0.27 507	0.29 544	0.20 529	0.21 453	0.29 597	0.14 466	0.18 514	0.13 406	0.06 170	0.06 438	0.06 204	0.06 297	0.07 390	0.06 312
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ccs_rob	0.14 456	0.09 450	0.16 480	0.16 219	0.09 359	0.13 369	0.14 267	0.27 507	0.34 582	0.15 414	0.21 453	0.22 522	0.13 433	0.18 514	0.14 450	0.07 358	0.05 253	0.08 420	0.07 403	0.07 390	0.07 403

AANet_RVC	0.16 525	0.10 519	0.11 250	0.18 400	0.09 359	0.19 540	0.18 509	0.27 507	0.32 566	0.22 561	0.35 614	0.21 504	0.22 593	0.22 594	0.17 525	0.06 170	0.05 253	0.06 204	0.06 297	0.07 390	0.06 312

StereoDRNet-Refined	0.17 547	0.12 565	0.16 480	0.20 546	0.10 478	0.18 516	0.18 509	0.27 507	0.24 468	0.26 606	0.41 651	0.23 539	0.18 547	0.21 576	0.21 576	0.09 504	0.05 253	0.09 511	0.10 574	0.07 390	0.07 403
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CBMV_ROB	0.19 575	0.13 592	0.18 539	0.16 219	0.11 537	0.16 475	0.12 114	0.27 507	0.29 544	0.27 613	0.31 583	0.27 578	0.24 608	0.24 614	0.16 508	0.15 653	0.18 686	0.22 684	0.20 682	0.10 564	0.12 607

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

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

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

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

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

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

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

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

coex-ft	3.24 734	0.35 698	57.83 775	0.18 400	0.13 597	0.27 639	0.23 623	0.28 532	0.72 712	1.89 743	0.70 703	0.43 675	0.47 702	0.29 642	0.43 699	0.09 504	0.09 585	0.12 613	0.09 533	0.14 639	0.14 642

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

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

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

LMCR-Stereo	0.15 497	0.08 365	0.14 399	0.21 585	0.09 359	0.18 516	0.19 556	0.28 532	0.19 383	0.24 588	0.24 488	0.23 539	0.17 533	0.20 558	0.17 525	0.07 358	0.06 438	0.08 420	0.06 297	0.10 564	0.09 527

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

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

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

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

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

DANet	0.21 599	0.16 625	0.29 629	0.25 651	0.13 597	0.23 600	0.19 556	0.28 532	0.27 520	0.28 626	0.32 593	0.35 646	0.32 663	0.31 649	0.24 612	0.11 583	0.09 585	0.11 591	0.10 574	0.13 621	0.11 586
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
HSM	0.15 497	0.09 450	0.15 436	0.16 219	0.09 359	0.16 475	0.14 267	0.28 532	0.25 493	0.20 529	0.24 488	0.37 651	0.17 533	0.20 558	0.15 488	0.07 358	0.05 253	0.07 324	0.06 297	0.07 390	0.06 312

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

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

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

w-ln-seven-2	0.20 584	0.14 607	0.39 659	0.23 631	0.12 571	0.21 572	0.21 596	0.29 553	0.38 613	0.25 601	0.38 629	0.28 588	0.23 599	0.21 576	0.25 620	0.08 442	0.08 549	0.09 511	0.09 533	0.10 564	0.09 527

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

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

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

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

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

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

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

MSMDNet	0.14 456	0.08 365	0.15 436	0.17 307	0.09 359	0.14 419	0.14 267	0.29 553	0.36 601	0.14 389	0.20 434	0.21 504	0.13 433	0.18 514	0.14 450	0.07 358	0.05 253	0.07 324	0.07 403	0.07 390	0.07 403

PA-Net	0.24 631	0.18 649	0.34 648	0.28 675	0.22 686	0.22 586	0.39 706	0.29 553	0.39 619	0.22 561	0.33 600	0.25 561	0.26 624	0.21 576	0.25 620	0.10 548	0.23 705	0.15 654	0.22 687	0.09 528	0.13 624
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet	0.15 497	0.11 546	0.17 505	0.17 307	0.08 230	0.19 540	0.10 40	0.29 553	0.26 507	0.19 507	0.24 488	0.24 548	0.18 547	0.18 514	0.15 488	0.08 442	0.06 438	0.09 511	0.10 574	0.08 463	0.07 403

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

ISRNet	0.18 563	0.08 365	0.20 568	0.19 479	0.13 597	0.15 444	0.12 114	0.30 566	0.33 571	0.21 546	0.26 528	0.27 578	0.18 547	0.17 493	0.20 563	0.20 686	0.08 549	0.14 642	0.14 647	0.14 639	0.17 674

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

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

GMStereo_Zeroshot	0.16 525	0.13 592	0.25 606	0.20 546	0.10 478	0.17 499	0.13 190	0.30 566	0.25 493	0.23 576	0.32 593	0.25 561	0.11 362	0.19 539	0.14 450	0.09 504	0.06 438	0.11 591	0.06 297	0.12 605	0.08 478

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

CFNet_ucs	0.15 497	0.09 450	0.17 505	0.16 219	0.11 537	0.14 419	0.14 267	0.30 566	0.34 582	0.16 444	0.24 488	0.23 539	0.14 466	0.18 514	0.15 488	0.09 504	0.06 438	0.08 420	0.07 403	0.09 528	0.09 527

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

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

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

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

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

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

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

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

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

CBMV	0.20 584	0.15 614	0.18 539	0.18 400	0.10 478	0.20 560	0.11 75	0.30 566	0.31 560	0.29 636	0.31 583	0.31 622	0.23 599	0.28 635	0.19 553	0.13 628	0.15 670	0.17 666	0.16 669	0.10 564	0.10 559
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
G2L-Stereo_test	0.14 456	0.07 224	0.11 250	0.13 18	0.08 230	0.12 322	0.17 459	0.31 583	0.28 536	0.21 546	0.23 476	0.20 495	0.16 507	0.17 493	0.19 553	0.07 358	0.05 253	0.05 53	0.05 202	0.07 390	0.07 403

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

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

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

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

NLCA_NET_v2_RVC	0.17 547	0.10 519	0.23 597	0.20 546	0.10 478	0.15 444	0.18 509	0.31 583	0.25 493	0.21 546	0.31 583	0.25 561	0.17 533	0.21 576	0.20 563	0.09 504	0.06 438	0.08 420	0.09 533	0.07 390	0.08 478
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
YMNet	0.20 584	0.12 565	0.20 568	0.21 585	0.14 617	0.27 639	0.23 623	0.32 589	0.34 582	0.28 626	0.35 614	0.30 607	0.18 547	0.18 514	0.22 589	0.11 583	0.13 654	0.10 560	0.10 574	0.09 528	0.09 527

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AdaStereo	0.15 497	0.11 546	0.16 480	0.19 479	0.09 359	0.21 572	0.11 75	0.33 603	0.28 536	0.21 546	0.23 476	0.21 504	0.13 433	0.19 539	0.15 488	0.13 628	0.05 253	0.10 560	0.07 403	0.09 528	0.07 403
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
PWC_ROB	0.21 599	0.16 625	0.27 617	0.18 400	0.11 537	0.22 586	0.13 190	0.33 603	0.49 661	0.30 642	0.40 640	0.32 629	0.25 616	0.31 649	0.23 600	0.10 548	0.07 513	0.11 591	0.08 486	0.11 586	0.10 559

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

SGM-Forest	0.20 584	0.14 607	0.18 539	0.20 546	0.13 597	0.21 572	0.22 610	0.33 603	0.31 560	0.24 588	0.29 572	0.28 588	0.20 578	0.23 602	0.18 538	0.15 653	0.16 680	0.15 654	0.14 647	0.13 621	0.12 607
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
zh-sn7	0.26 650	0.17 635	0.55 682	0.24 643	0.14 617	0.25 618	0.25 650	0.34 618	0.49 661	0.29 636	0.55 682	0.29 597	0.32 663	0.37 675	0.33 678	0.10 548	0.10 609	0.11 591	0.11 606	0.12 605	0.12 607

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-mn7	0.26 650	0.15 614	0.59 690	0.19 479	0.14 617	0.24 609	0.22 610	0.35 633	0.63 700	0.35 662	0.67 698	0.31 622	0.25 616	0.31 649	0.26 633	0.09 504	0.08 549	0.09 511	0.09 533	0.09 528	0.11 586

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

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

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

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

XPNet_ROB	0.22 607	0.12 565	0.20 568	0.22 610	0.13 597	0.22 586	0.19 556	0.35 633	0.40 623	0.30 642	0.40 640	0.38 657	0.27 631	0.26 624	0.29 656	0.15 653	0.10 609	0.10 560	0.10 574	0.13 621	0.12 607

SGM_RVC	0.24 631	0.12 565	0.16 480	0.15 123	0.09 359	0.34 666	0.19 556	0.35 633	0.32 566	0.44 686	0.38 629	0.53 695	0.36 676	0.36 670	0.26 633	0.13 628	0.13 654	0.13 627	0.13 641	0.11 586	0.11 586
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MultiAttention	0.30 668	0.08 365	0.15 436	0.19 479	0.13 597	1.56 735	1.33 739	0.36 640	0.36 601	0.20 529	0.21 453	0.24 548	0.11 362	0.39 682	0.18 538	0.06 170	0.05 253	0.08 420	0.08 486	0.11 586	0.09 527

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

SHD	0.26 650	0.15 614	0.31 638	0.24 643	0.18 672	0.23 600	0.15 357	0.39 662	0.72 712	0.32 656	0.42 659	0.36 648	0.29 645	0.33 658	0.30 663	0.13 628	0.11 624	0.14 642	0.13 641	0.16 666	0.20 686

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

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

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

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

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

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

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

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

NCC-stereo	0.25 638	0.15 614	0.31 638	0.26 660	0.17 662	0.21 572	0.31 690	0.41 670	0.40 623	0.24 588	0.38 629	0.33 635	0.29 645	0.37 675	0.28 647	0.13 628	0.11 624	0.15 654	0.22 687	0.13 621	0.13 624

Abc-Net	0.25 638	0.15 614	0.31 638	0.26 660	0.17 662	0.21 572	0.31 690	0.41 670	0.40 623	0.24 588	0.38 629	0.33 635	0.29 645	0.37 675	0.28 647	0.13 628	0.11 624	0.15 654	0.22 687	0.13 621	0.13 624
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MeshStereo	0.27 658	0.13 592	0.18 539	0.15 123	0.11 537	0.33 662	0.24 634	0.41 670	0.36 601	0.53 695	0.58 692	0.67 705	0.41 688	0.36 670	0.27 639	0.14 649	0.13 654	0.13 627	0.11 606	0.11 586	0.11 586
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PSMNet-RUCA	0.28 661	0.33 696	0.42 667	0.36 696	0.32 703	0.18 516	0.20 579	0.42 675	0.30 550	0.33 660	0.41 651	0.40 668	0.24 608	0.31 649	0.20 563	0.19 681	0.11 624	0.25 687	0.15 664	0.22 683	0.16 665

otaku	0.39 686	0.38 700	0.53 679	0.44 703	0.28 698	0.57 701	0.24 634	0.42 675	0.62 697	0.40 675	0.50 675	0.46 683	0.34 669	0.40 686	0.33 678	0.30 703	0.30 712	0.39 707	0.33 706	0.30 701	0.29 700

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

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

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

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

FCDSN-DC	0.33 677	0.28 685	0.28 620	0.30 686	0.24 691	0.39 684	0.28 670	0.43 681	0.42 632	0.44 686	0.53 679	0.51 691	0.42 692	0.37 675	0.30 663	0.21 689	0.20 692	0.27 691	0.26 694	0.25 694	0.25 694
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM-ForestM	0.33 677	0.12 565	0.17 505	0.16 219	0.11 537	0.42 690	0.20 579	0.43 681	0.53 681	0.53 695	0.57 688	1.41 729	0.44 700	0.42 693	0.29 656	0.14 649	0.16 680	0.16 662	0.16 669	0.12 605	0.13 624

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

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

NVstereo2D	0.19 575	0.11 546	0.16 480	0.17 307	0.16 650	0.28 649	0.23 623	0.44 685	0.42 632	0.15 414	0.28 557	0.25 561	0.19 566	0.23 602	0.18 538	0.09 504	0.06 438	0.10 560	0.08 486	0.15 653	0.10 559

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

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

CC-Net-ROB	0.28 661	0.31 694	0.36 656	0.30 686	0.15 636	0.25 618	0.19 556	0.45 687	0.34 582	0.39 672	0.37 622	0.39 662	0.31 661	0.27 626	0.27 639	0.24 700	0.18 686	0.30 702	0.23 691	0.19 680	0.15 656

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

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

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

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

GANetREF_RVC	0.31 674	0.34 697	0.29 629	0.35 694	0.16 650	0.33 662	0.42 709	0.48 693	0.52 677	0.35 662	0.35 614	0.34 640	0.32 663	0.40 686	0.33 678	0.27 702	0.20 692	0.29 700	0.15 664	0.19 680	0.18 678
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SAMSARA	0.41 689	0.28 685	0.34 648	0.55 710	0.39 705	0.85 720	1.25 738	0.49 694	0.52 677	0.36 665	0.35 614	0.56 697	0.39 681	0.39 682	0.41 696	0.15 653	0.20 692	0.15 654	0.14 647	0.23 686	0.21 687

DStereoSA	0.26 650	0.19 653	0.39 659	0.27 668	0.17 662	0.23 600	0.21 596	0.50 695	0.60 692	0.22 561	0.30 578	0.29 597	0.34 669	0.40 686	0.29 656	0.12 609	0.11 624	0.16 662	0.14 647	0.15 653	0.12 607

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

NVStereoNet_ROB	0.47 699	0.37 699	0.47 674	0.42 702	0.29 701	0.35 671	0.35 700	0.50 695	0.61 694	0.73 710	0.94 718	0.70 709	0.68 720	0.48 697	0.62 717	0.22 693	0.33 716	0.34 705	0.34 709	0.30 701	0.31 703
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ELAS_RVC	0.42 691	0.29 692	0.33 645	0.28 675	0.24 691	0.56 700	0.38 704	0.50 695	0.61 694	0.74 712	0.76 709	0.67 705	0.56 711	0.55 707	0.42 698	0.22 693	0.21 702	0.27 691	0.26 694	0.27 700	0.26 697
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MonStereo1	0.49 701	0.27 683	0.61 691	0.29 682	0.20 680	0.40 686	0.19 556	0.51 699	0.66 706	0.53 695	0.91 717	1.02 716	0.59 715	0.51 701	0.58 714	0.53 719	0.32 715	0.55 716	0.40 710	0.36 707	0.38 710

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

DPSNet	0.28 661	0.16 625	0.33 645	0.18 400	0.13 597	0.55 699	0.42 709	0.52 700	0.68 707	0.29 636	0.38 629	0.39 662	0.30 656	0.32 654	0.23 600	0.11 583	0.10 609	0.11 591	0.08 486	0.20 682	0.16 665

ELAS	0.42 691	0.29 692	0.34 648	0.28 675	0.24 691	0.63 704	0.37 702	0.52 700	0.52 677	0.72 709	0.82 713	0.68 707	0.56 711	0.52 702	0.45 705	0.22 693	0.21 702	0.27 691	0.26 694	0.26 698	0.26 697
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PVD	0.40 688	0.21 664	0.40 662	0.32 691	0.23 687	0.30 656	0.45 713	0.53 703	0.97 726	0.55 698	0.80 712	0.54 696	0.60 716	0.53 704	0.40 694	0.19 681	0.14 665	0.17 666	0.14 647	0.24 692	0.32 704

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

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

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

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

BEATNet-Init1	0.54 704	0.28 685	0.68 704	0.31 688	0.21 683	0.85 720	0.31 690	0.57 706	0.69 710	0.89 722	1.00 721	2.17 736	0.66 719	0.58 711	0.44 702	0.19 681	0.18 686	0.23 685	0.22 687	0.22 683	0.21 687

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

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

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

RainbowNet	0.54 704	0.61 711	0.71 710	0.57 711	0.43 709	0.66 707	0.37 702	0.60 712	0.87 723	0.51 693	0.67 698	0.63 701	0.47 702	0.50 699	0.44 702	0.47 715	0.48 726	0.53 714	0.41 711	0.53 714	0.41 713

SPS-STEREO	0.58 707	0.59 710	0.66 697	0.45 704	0.55 716	0.65 706	0.44 712	0.63 713	0.51 671	0.69 706	0.65 697	0.66 704	0.58 714	0.62 713	0.62 717	0.62 725	0.47 725	0.51 712	0.49 716	0.55 715	0.58 720
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.65 708	0.66 715	0.66 697	0.51 708	0.69 727	0.70 710	0.58 720	0.65 714	0.75 717	0.61 702	0.73 706	0.63 701	0.68 720	0.65 715	0.60 716	0.66 727	0.58 739	0.63 717	0.59 722	0.68 723	0.69 730

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Low-res two-view benchmark