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

2w_stereo	0.08 70	0.08 326	0.09 104	0.16 193	0.06 25	0.09 129	0.10 33	0.20 328	0.15 227	0.08 119	0.07 57	0.06 40	0.06 65	0.06 1	0.10 185	0.04 6	0.03 1	0.04 1	0.04 49	0.03 1	0.03 1

IGEV-Stereo+	0.07 6	0.04 1	0.08 35	0.15 101	0.06 25	0.04 1	0.09 20	0.10 25	0.09 42	0.06 21	0.06 19	0.06 40	0.06 65	0.06 1	0.09 90	0.06 161	0.04 24	0.05 43	0.04 49	0.06 276	0.06 285

monster-pro	0.07 6	0.06 92	0.06 1	0.15 101	0.05 2	0.08 71	0.10 33	0.15 173	0.15 227	0.05 2	0.06 19	0.05 4	0.06 65	0.07 3	0.09 90	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Foundation-i1b	0.08 70	0.05 29	0.07 8	0.14 53	0.05 2	0.09 129	0.12 102	0.13 105	0.10 61	0.09 169	0.10 185	0.10 243	0.06 65	0.07 3	0.09 90	0.06 161	0.04 24	0.05 43	0.04 49	0.03 1	0.03 1

Foundation-i1	0.09 160	0.04 1	0.10 162	0.14 53	0.06 25	0.10 187	0.13 168	0.16 210	0.15 227	0.10 212	0.10 185	0.11 275	0.07 170	0.07 3	0.10 185	0.06 161	0.04 24	0.05 43	0.05 186	0.05 156	0.05 185

Foundation-i32	0.06 1	0.04 1	0.09 104	0.13 11	0.04 1	0.06 11	0.12 102	0.06 1	0.05 3	0.06 21	0.05 7	0.05 4	0.05 17	0.07 3	0.09 90	0.06 161	0.04 24	0.05 43	0.04 49	0.04 45	0.04 48

BLMT-Stereo	0.07 6	0.04 1	0.08 35	0.15 101	0.07 119	0.07 32	0.14 237	0.07 6	0.10 61	0.05 2	0.05 7	0.04 1	0.06 65	0.07 3	0.09 90	0.04 6	0.04 24	0.06 178	0.05 186	0.04 45	0.04 48

BridgeDepth_RVC	0.07 6	0.04 1	0.09 104	0.11 1	0.05 2	0.10 187	0.10 33	0.14 134	0.09 42	0.06 21	0.07 57	0.06 40	0.08 222	0.07 3	0.10 185	0.06 161	0.04 24	0.04 1	0.04 49	0.05 156	0.04 48
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MonStereo	0.07 6	0.06 92	0.06 1	0.15 101	0.05 2	0.08 71	0.10 33	0.15 173	0.15 227	0.05 2	0.06 19	0.05 4	0.06 65	0.07 3	0.09 90	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 92	0.06 1	0.15 101	0.05 2	0.08 71	0.10 33	0.15 173	0.15 227	0.05 2	0.06 19	0.05 4	0.06 65	0.07 3	0.10 185	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

water-stereo	0.09 160	0.06 92	0.08 35	0.16 193	0.07 119	0.10 187	0.13 168	0.15 173	0.13 172	0.11 254	0.12 256	0.09 211	0.10 283	0.07 3	0.08 23	0.06 161	0.05 236	0.05 43	0.05 186	0.04 45	0.04 48

LG-Stereo_Zeroshot	0.07 6	0.06 92	0.10 162	0.16 193	0.07 119	0.04 1	0.13 168	0.10 25	0.10 61	0.05 2	0.11 236	0.07 119	0.05 17	0.07 3	0.09 90	0.06 161	0.04 24	0.05 43	0.04 49	0.05 156	0.04 48

FoundationStereo	0.06 1	0.04 1	0.08 35	0.13 11	0.05 2	0.09 129	0.13 168	0.06 1	0.09 42	0.05 2	0.05 7	0.06 40	0.04 1	0.07 3	0.07 1	0.06 161	0.04 24	0.05 43	0.04 49	0.05 156	0.04 48

MonSter	0.07 6	0.06 92	0.06 1	0.15 101	0.05 2	0.08 71	0.10 33	0.15 173	0.15 227	0.05 2	0.06 19	0.05 4	0.06 65	0.07 3	0.09 90	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

dual_stereo	0.07 6	0.05 29	0.08 35	0.15 101	0.05 2	0.05 3	0.13 168	0.12 77	0.08 19	0.07 66	0.06 19	0.05 4	0.05 17	0.07 3	0.09 90	0.06 161	0.04 24	0.05 43	0.03 1	0.04 45	0.04 48

U	0.08 70	0.07 193	0.10 162	0.19 442	0.10 438	0.10 187	0.13 168	0.12 77	0.17 296	0.07 66	0.07 57	0.06 40	0.05 17	0.07 3	0.09 90	0.06 161	0.04 24	0.06 178	0.04 49	0.06 276	0.05 185

GMOStereo	0.11 272	0.09 407	0.08 35	0.19 442	0.08 204	0.12 291	0.28 624	0.13 105	0.18 314	0.11 254	0.17 340	0.14 343	0.12 355	0.07 3	0.07 1	0.05 48	0.05 236	0.09 470	0.07 371	0.04 45	0.04 48

error version	0.11 272	0.09 407	0.08 35	0.19 442	0.08 204	0.12 291	0.28 624	0.13 105	0.18 314	0.11 254	0.17 340	0.14 343	0.12 355	0.07 3	0.07 1	0.05 48	0.05 236	0.09 470	0.07 371	0.04 45	0.04 48

test-v	0.11 272	0.09 407	0.08 35	0.19 442	0.08 204	0.12 291	0.28 624	0.13 105	0.18 314	0.11 254	0.17 340	0.14 343	0.12 355	0.07 3	0.07 1	0.05 48	0.05 236	0.09 470	0.07 371	0.04 45	0.04 48

test-2	0.11 272	0.09 407	0.08 35	0.19 442	0.08 204	0.12 291	0.28 624	0.13 105	0.18 314	0.11 254	0.17 340	0.14 343	0.12 355	0.07 3	0.07 1	0.05 48	0.05 236	0.09 470	0.07 371	0.04 45	0.04 48

DN	0.10 229	0.05 29	0.10 162	0.15 101	0.09 323	0.12 291	0.18 467	0.17 247	0.16 261	0.08 119	0.09 153	0.08 171	0.06 65	0.08 21	0.09 90	0.11 538	0.05 236	0.07 294	0.06 270	0.07 357	0.09 488

aanet-new-40k	0.07 6	0.08 326	0.08 35	0.17 281	0.07 119	0.08 71	0.13 168	0.10 25	0.10 61	0.07 66	0.09 153	0.06 40	0.05 17	0.08 21	0.07 1	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 48

GCAP-Stereo-DPT-22K	0.08 70	0.06 92	0.08 35	0.17 281	0.06 25	0.07 32	0.14 237	0.13 105	0.16 261	0.05 2	0.10 185	0.06 40	0.06 65	0.08 21	0.08 23	0.04 6	0.04 24	0.05 43	0.04 49	0.03 1	0.04 48

GCAP-Stereo-DPT-50K	0.08 70	0.07 193	0.18 494	0.16 193	0.06 25	0.06 11	0.13 168	0.13 105	0.13 172	0.07 66	0.07 57	0.06 40	0.05 17	0.08 21	0.08 23	0.04 6	0.04 24	0.05 43	0.04 49	0.03 1	0.03 1

PipStereo	0.07 6	0.04 1	0.09 104	0.13 11	0.05 2	0.08 71	0.10 33	0.06 1	0.07 13	0.06 21	0.05 7	0.09 211	0.05 17	0.08 21	0.09 90	0.06 161	0.04 24	0.04 1	0.03 1	0.05 156	0.05 185

PSi22b	0.06 1	0.04 1	0.09 104	0.13 11	0.05 2	0.08 71	0.10 33	0.06 1	0.06 6	0.06 21	0.06 19	0.08 171	0.05 17	0.08 21	0.09 90	0.06 161	0.04 24	0.04 1	0.03 1	0.04 45	0.05 185

PSi22a	0.06 1	0.04 1	0.09 104	0.12 5	0.05 2	0.06 11	0.11 67	0.06 1	0.06 6	0.06 21	0.06 19	0.06 40	0.05 17	0.08 21	0.09 90	0.07 330	0.04 24	0.04 1	0.03 1	0.04 45	0.04 48

LACA3	0.07 6	0.08 326	0.08 35	0.13 11	0.05 2	0.09 129	0.11 67	0.08 10	0.09 42	0.08 119	0.06 19	0.07 119	0.07 170	0.08 21	0.07 1	0.06 161	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

Foundation-i1c-attn	0.08 70	0.05 29	0.07 8	0.14 53	0.05 2	0.09 129	0.12 102	0.13 105	0.10 61	0.09 169	0.10 185	0.10 243	0.07 170	0.08 21	0.10 185	0.06 161	0.04 24	0.05 43	0.04 49	0.03 1	0.04 48

Foundation-i1a	0.08 70	0.05 29	0.08 35	0.13 11	0.05 2	0.13 334	0.13 168	0.12 77	0.10 61	0.11 254	0.11 236	0.11 275	0.06 65	0.08 21	0.09 90	0.06 161	0.04 24	0.05 43	0.03 1	0.04 45	0.04 48

DepthFocus	0.08 70	0.04 1	0.15 393	0.13 11	0.09 323	0.08 71	0.12 102	0.10 25	0.05 3	0.09 169	0.06 19	0.07 119	0.04 1	0.08 21	0.08 23	0.06 161	0.05 236	0.07 294	0.07 371	0.05 156	0.04 48

LACA1	0.07 6	0.07 193	0.07 8	0.14 53	0.05 2	0.09 129	0.11 67	0.10 25	0.07 13	0.05 2	0.05 7	0.06 40	0.08 222	0.08 21	0.09 90	0.06 161	0.04 24	0.04 1	0.04 49	0.03 1	0.04 48

Test_v1	0.07 6	0.04 1	0.06 1	0.13 11	0.06 25	0.09 129	0.10 33	0.15 173	0.12 130	0.06 21	0.05 7	0.04 1	0.05 17	0.08 21	0.10 185	0.07 330	0.04 24	0.05 43	0.04 49	0.04 45	0.04 48

BridgeDepth	0.07 6	0.07 193	0.08 35	0.18 371	0.06 25	0.07 32	0.11 67	0.10 25	0.06 6	0.04 1	0.07 57	0.10 243	0.09 254	0.08 21	0.08 23	0.04 6	0.03 1	0.04 1	0.04 49	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
Replicate-Monster	0.07 6	0.05 29	0.09 104	0.14 53	0.06 25	0.09 129	0.09 20	0.14 134	0.12 130	0.05 2	0.07 57	0.06 40	0.06 65	0.08 21	0.10 185	0.06 161	0.04 24	0.05 43	0.03 1	0.04 45	0.04 48

depthmonostereo	0.09 160	0.06 92	0.09 104	0.15 101	0.06 25	0.11 237	0.13 168	0.14 134	0.15 227	0.10 212	0.10 185	0.09 211	0.11 322	0.08 21	0.09 90	0.06 161	0.05 236	0.06 178	0.04 49	0.04 45	0.03 1

4.5_new	0.07 6	0.09 407	0.08 35	0.15 101	0.07 119	0.07 32	0.10 33	0.14 134	0.11 93	0.06 21	0.08 115	0.06 40	0.06 65	0.08 21	0.10 185	0.03 1	0.03 1	0.04 1	0.04 49	0.04 45	0.03 1

4.5w-stereo	0.07 6	0.09 407	0.08 35	0.15 101	0.07 119	0.07 32	0.10 33	0.14 134	0.11 93	0.06 21	0.08 115	0.06 40	0.06 65	0.08 21	0.10 185	0.03 1	0.03 1	0.04 1	0.04 49	0.04 45	0.03 1

2.5w	0.07 6	0.07 193	0.08 35	0.16 193	0.06 25	0.08 71	0.12 102	0.10 25	0.10 61	0.07 66	0.06 19	0.09 211	0.06 65	0.08 21	0.09 90	0.04 6	0.03 1	0.04 1	0.04 49	0.03 1	0.03 1

3w_stereo	0.08 70	0.09 407	0.10 162	0.17 281	0.07 119	0.08 71	0.11 67	0.20 328	0.13 172	0.06 21	0.07 57	0.05 4	0.06 65	0.08 21	0.09 90	0.04 6	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

monsterstereo	0.08 70	0.06 92	0.07 8	0.16 193	0.06 25	0.08 71	0.10 33	0.16 210	0.12 130	0.07 66	0.08 115	0.06 40	0.07 170	0.08 21	0.09 90	0.04 6	0.04 24	0.05 43	0.04 49	0.04 45	0.03 1

111111	0.07 6	0.05 29	0.10 162	0.17 281	0.06 25	0.05 3	0.10 33	0.11 51	0.10 61	0.06 21	0.06 19	0.07 119	0.05 17	0.08 21	0.09 90	0.06 161	0.04 24	0.05 43	0.04 49	0.07 357	0.06 285

LG-Stereo_L2	0.07 6	0.05 29	0.10 162	0.14 53	0.06 25	0.07 32	0.12 102	0.09 17	0.10 61	0.06 21	0.04 1	0.05 4	0.05 17	0.08 21	0.08 23	0.05 48	0.04 24	0.05 43	0.03 1	0.04 45	0.03 1

LG-Stereo_L1	0.07 6	0.05 29	0.11 223	0.14 53	0.06 25	0.07 32	0.12 102	0.09 17	0.08 19	0.05 2	0.04 1	0.05 4	0.04 1	0.08 21	0.08 23	0.05 48	0.04 24	0.05 43	0.03 1	0.04 45	0.04 48

MLG-Stereo_test3	0.07 6	0.05 29	0.10 162	0.15 101	0.06 25	0.07 32	0.10 33	0.08 10	0.06 6	0.06 21	0.04 1	0.06 40	0.06 65	0.08 21	0.10 185	0.06 161	0.04 24	0.05 43	0.04 49	0.05 156	0.06 285

MLG-Stereo_test2	0.07 6	0.04 1	0.10 162	0.15 101	0.06 25	0.07 32	0.11 67	0.09 17	0.04 2	0.06 21	0.05 7	0.06 40	0.04 1	0.08 21	0.09 90	0.06 161	0.04 24	0.05 43	0.03 1	0.05 156	0.05 185

SGD-Stereo	0.08 70	0.05 29	0.10 162	0.14 53	0.06 25	0.12 291	0.12 102	0.11 51	0.12 130	0.07 66	0.09 153	0.09 211	0.09 254	0.08 21	0.08 23	0.06 161	0.04 24	0.05 43	0.04 49	0.05 156	0.04 48

AIO_test	0.07 6	0.06 92	0.07 8	0.15 101	0.07 119	0.07 32	0.14 237	0.10 25	0.10 61	0.07 66	0.07 57	0.06 40	0.05 17	0.08 21	0.10 185	0.05 48	0.04 24	0.05 43	0.04 49	0.04 45	0.03 1

castereo++	0.08 70	0.06 92	0.08 35	0.15 101	0.05 2	0.14 378	0.11 67	0.11 51	0.15 227	0.07 66	0.07 57	0.08 171	0.06 65	0.08 21	0.08 23	0.06 161	0.04 24	0.05 43	0.04 49	0.04 45	0.03 1

CroCo-Stereo Lap2	0.09 160	0.09 407	0.08 35	0.22 564	0.09 323	0.09 129	0.18 467	0.16 210	0.12 130	0.09 169	0.10 185	0.05 4	0.05 17	0.08 21	0.08 23	0.06 161	0.06 405	0.07 294	0.05 186	0.06 276	0.05 185

test_4	0.11 272	0.10 475	0.08 35	0.19 442	0.09 323	0.08 71	0.21 551	0.15 173	0.18 314	0.12 290	0.18 366	0.12 299	0.09 254	0.08 21	0.11 264	0.04 6	0.04 24	0.08 384	0.08 446	0.04 45	0.04 48

test_3	0.11 272	0.09 407	0.10 162	0.21 542	0.08 204	0.13 334	0.25 604	0.14 134	0.21 380	0.10 212	0.10 185	0.09 211	0.10 283	0.08 21	0.11 264	0.05 48	0.04 24	0.08 384	0.07 371	0.04 45	0.04 48

CroCo-Stereo	0.09 160	0.08 326	0.08 35	0.22 564	0.09 323	0.09 129	0.18 467	0.16 210	0.12 130	0.07 66	0.07 57	0.08 171	0.06 65	0.08 21	0.07 1	0.07 330	0.05 236	0.06 178	0.04 49	0.05 156	0.04 48
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
test-1	0.10 229	0.07 193	0.17 460	0.19 442	0.08 204	0.11 237	0.24 588	0.15 173	0.18 314	0.09 169	0.07 57	0.10 243	0.08 222	0.08 21	0.09 90	0.06 161	0.04 24	0.06 178	0.06 270	0.04 45	0.05 185

PointNet	0.08 70	0.06 92	0.07 8	0.15 101	0.07 119	0.09 129	0.14 237	0.11 51	0.08 19	0.05 2	0.08 115	0.08 171	0.09 254	0.09 55	0.09 90	0.06 161	0.04 24	0.05 43	0.04 49	0.03 1	0.04 48

TS12	0.08 70	0.06 92	0.09 104	0.21 542	0.07 119	0.12 291	0.12 102	0.11 51	0.09 42	0.10 212	0.10 185	0.08 171	0.10 283	0.09 55	0.12 334	0.04 6	0.04 24	0.05 43	0.04 49	0.03 1	0.04 48

aanet-new-36k	0.08 70	0.07 193	0.10 162	0.17 281	0.06 25	0.09 129	0.13 168	0.12 77	0.14 201	0.08 119	0.08 115	0.06 40	0.05 17	0.09 55	0.08 23	0.04 6	0.04 24	0.05 43	0.04 49	0.03 1	0.03 1

GCAP-Stereo-DPT26K	0.07 6	0.07 193	0.07 8	0.16 193	0.06 25	0.08 71	0.12 102	0.10 25	0.09 42	0.06 21	0.09 153	0.06 40	0.05 17	0.09 55	0.08 23	0.04 6	0.04 24	0.05 43	0.04 49	0.03 1	0.04 48

aanet-new-24k	0.08 70	0.08 326	0.08 35	0.17 281	0.06 25	0.07 32	0.12 102	0.10 25	0.11 93	0.09 169	0.09 153	0.06 40	0.07 170	0.09 55	0.07 1	0.04 6	0.04 24	0.05 43	0.04 49	0.04 45	0.04 48

aanet-new-16k	0.08 70	0.08 326	0.08 35	0.18 371	0.06 25	0.07 32	0.10 33	0.13 105	0.13 172	0.08 119	0.07 57	0.07 119	0.06 65	0.09 55	0.08 23	0.04 6	0.04 24	0.05 43	0.04 49	0.05 156	0.04 48

aanet-new-10k	0.08 70	0.08 326	0.08 35	0.19 442	0.07 119	0.08 71	0.13 168	0.15 173	0.12 130	0.07 66	0.08 115	0.07 119	0.07 170	0.09 55	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 48

aanet-new-12k	0.08 70	0.10 475	0.07 8	0.20 506	0.08 204	0.08 71	0.12 102	0.12 77	0.14 201	0.08 119	0.08 115	0.05 4	0.07 170	0.09 55	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.06 276	0.04 48

GCAP-Stereo-cres-4k	0.08 70	0.08 326	0.09 104	0.18 371	0.07 119	0.11 237	0.14 237	0.13 105	0.11 93	0.08 119	0.11 236	0.07 119	0.06 65	0.09 55	0.08 23	0.04 6	0.04 24	0.05 43	0.04 49	0.04 45	0.04 48

GCAP-Stereo-DPT-36K	0.08 70	0.06 92	0.16 436	0.15 101	0.06 25	0.08 71	0.12 102	0.13 105	0.11 93	0.07 66	0.08 115	0.07 119	0.06 65	0.09 55	0.08 23	0.05 48	0.05 236	0.05 43	0.04 49	0.04 45	0.04 48

GCAP-Stereo-DPT-20K	0.07 6	0.05 29	0.11 223	0.15 101	0.06 25	0.07 32	0.12 102	0.10 25	0.11 93	0.07 66	0.08 115	0.06 40	0.05 17	0.09 55	0.07 1	0.05 48	0.05 236	0.05 43	0.04 49	0.03 1	0.04 48

GCAP-Stereo-DPT-24K	0.07 6	0.06 92	0.07 8	0.15 101	0.06 25	0.10 187	0.15 321	0.12 77	0.11 93	0.06 21	0.11 236	0.06 40	0.05 17	0.09 55	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.03 1	0.03 1

GCAP-Stereo-DPT-5K	0.08 70	0.06 92	0.11 223	0.16 193	0.07 119	0.11 237	0.12 102	0.15 173	0.16 261	0.08 119	0.12 256	0.05 4	0.06 65	0.09 55	0.08 23	0.05 48	0.04 24	0.06 178	0.05 186	0.03 1	0.04 48

GCAP-Stereo-DPT-3K	0.08 70	0.07 193	0.10 162	0.16 193	0.07 119	0.09 129	0.12 102	0.15 173	0.15 227	0.09 169	0.12 256	0.05 4	0.06 65	0.09 55	0.08 23	0.05 48	0.04 24	0.06 178	0.04 49	0.03 1	0.04 48

GCAP-Stereo-DPT-25K	0.08 70	0.06 92	0.08 35	0.16 193	0.06 25	0.06 11	0.14 237	0.14 134	0.15 227	0.07 66	0.10 185	0.06 40	0.05 17	0.09 55	0.09 90	0.04 6	0.04 24	0.05 43	0.04 49	0.03 1	0.03 1

LACA2	0.07 6	0.05 29	0.06 1	0.15 101	0.06 25	0.09 129	0.10 33	0.11 51	0.11 93	0.05 2	0.05 7	0.06 40	0.08 222	0.09 55	0.07 1	0.07 330	0.04 24	0.04 1	0.04 49	0.04 45	0.04 48

Pro-Stereo	0.07 6	0.05 29	0.08 35	0.15 101	0.08 204	0.08 71	0.12 102	0.07 6	0.08 19	0.06 21	0.06 19	0.05 4	0.05 17	0.09 55	0.08 23	0.05 48	0.04 24	0.06 178	0.05 186	0.04 45	0.04 48

BStereo	0.08 70	0.06 92	0.17 460	0.15 101	0.08 204	0.08 71	0.09 20	0.15 173	0.16 261	0.06 21	0.07 57	0.07 119	0.05 17	0.09 55	0.11 264	0.04 6	0.05 236	0.05 43	0.07 371	0.04 45	0.05 185

MatchStereo	0.07 6	0.04 1	0.08 35	0.14 53	0.06 25	0.05 3	0.12 102	0.12 77	0.09 42	0.07 66	0.07 57	0.04 1	0.04 1	0.09 55	0.09 90	0.06 161	0.05 236	0.05 43	0.03 1	0.04 45	0.05 185
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
Wave_Phase_stereo	0.09 160	0.06 92	0.17 460	0.15 101	0.08 204	0.11 237	0.09 20	0.18 277	0.16 261	0.06 21	0.07 57	0.07 119	0.05 17	0.09 55	0.11 264	0.04 6	0.05 236	0.05 43	0.07 371	0.04 45	0.05 185

NLSM3	0.09 160	0.07 193	0.08 35	0.20 506	0.08 204	0.11 237	0.16 385	0.18 277	0.17 296	0.06 21	0.08 115	0.08 171	0.09 254	0.09 55	0.11 264	0.04 6	0.04 24	0.06 178	0.07 371	0.03 1	0.04 48

CSFM-Stereo	0.08 70	0.05 29	0.08 35	0.14 53	0.06 25	0.09 129	0.13 168	0.15 173	0.07 13	0.07 66	0.08 115	0.06 40	0.08 222	0.09 55	0.10 185	0.06 161	0.05 236	0.04 1	0.03 1	0.04 45	0.04 48

FE-Mocha	0.09 160	0.06 92	0.14 358	0.16 193	0.09 323	0.11 237	0.15 321	0.19 310	0.16 261	0.10 212	0.09 153	0.07 119	0.07 170	0.09 55	0.09 90	0.06 161	0.04 24	0.06 178	0.06 270	0.05 156	0.05 185

DDF-Stereo	0.08 70	0.05 29	0.10 162	0.15 101	0.10 438	0.05 3	0.13 168	0.09 17	0.14 201	0.06 21	0.06 19	0.07 119	0.06 65	0.09 55	0.10 185	0.06 161	0.04 24	0.06 178	0.04 49	0.08 424	0.05 185

252Zero-FE	0.08 70	0.04 1	0.10 162	0.13 11	0.07 119	0.13 334	0.11 67	0.13 105	0.14 201	0.07 66	0.05 7	0.06 40	0.05 17	0.09 55	0.10 185	0.06 161	0.04 24	0.05 43	0.04 49	0.05 156	0.06 285

Wavelet-MonSter	0.07 6	0.05 29	0.07 8	0.16 193	0.06 25	0.07 32	0.11 67	0.10 25	0.08 19	0.06 21	0.07 57	0.07 119	0.07 170	0.09 55	0.09 90	0.04 6	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

DA	0.09 160	0.07 193	0.07 8	0.19 442	0.08 204	0.10 187	0.13 168	0.13 105	0.12 130	0.08 119	0.10 185	0.10 243	0.08 222	0.09 55	0.10 185	0.05 48	0.04 24	0.06 178	0.04 49	0.05 156	0.04 48

Monster-pub-mixall	0.07 6	0.04 1	0.09 104	0.13 11	0.06 25	0.06 11	0.08 7	0.12 77	0.07 13	0.06 21	0.06 19	0.05 4	0.06 65	0.09 55	0.09 90	0.06 161	0.04 24	0.04 1	0.03 1	0.05 156	0.05 185

zero-FE	0.08 70	0.05 29	0.10 162	0.15 101	0.10 438	0.05 3	0.13 168	0.09 17	0.14 201	0.07 66	0.06 19	0.07 119	0.06 65	0.09 55	0.10 185	0.06 161	0.04 24	0.06 178	0.04 49	0.08 424	0.05 185

GGEV	0.09 160	0.07 193	0.07 8	0.19 442	0.08 204	0.10 187	0.13 168	0.13 105	0.12 130	0.08 119	0.10 185	0.10 243	0.08 222	0.09 55	0.10 185	0.05 48	0.04 24	0.06 178	0.04 49	0.05 156	0.04 48

AdaDepth	0.07 6	0.06 92	0.07 8	0.18 371	0.06 25	0.11 237	0.11 67	0.10 25	0.08 19	0.06 21	0.05 7	0.07 119	0.06 65	0.09 55	0.10 185	0.04 6	0.05 236	0.05 43	0.04 49	0.04 45	0.04 48

S2M2_XL	0.08 70	0.06 92	0.12 272	0.12 5	0.08 204	0.09 129	0.09 20	0.07 6	0.07 13	0.08 119	0.07 57	0.07 119	0.06 65	0.09 55	0.09 90	0.08 405	0.06 405	0.07 294	0.06 270	0.08 424	0.06 285
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
2.25w	0.07 6	0.07 193	0.08 35	0.15 101	0.06 25	0.08 71	0.09 20	0.10 25	0.15 227	0.08 119	0.10 185	0.07 119	0.06 65	0.09 55	0.10 185	0.05 48	0.04 24	0.04 1	0.04 49	0.03 1	0.04 48

4w-stereo	0.07 6	0.08 326	0.08 35	0.16 193	0.07 119	0.07 32	0.08 7	0.11 51	0.09 42	0.07 66	0.07 57	0.05 4	0.06 65	0.09 55	0.10 185	0.03 1	0.03 1	0.04 1	0.04 49	0.04 45	0.03 1

2.75w_new	0.07 6	0.07 193	0.07 8	0.13 11	0.06 25	0.08 71	0.08 7	0.18 277	0.13 172	0.08 119	0.08 115	0.06 40	0.06 65	0.09 55	0.11 264	0.04 6	0.04 24	0.04 1	0.03 1	0.03 1	0.04 48

3.75w	0.07 6	0.07 193	0.08 35	0.16 193	0.07 119	0.07 32	0.09 20	0.16 210	0.10 61	0.07 66	0.06 19	0.06 40	0.06 65	0.09 55	0.10 185	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

monsters	0.07 6	0.06 92	0.06 1	0.15 101	0.06 25	0.08 71	0.09 20	0.13 105	0.09 42	0.09 169	0.07 57	0.06 40	0.06 65	0.09 55	0.08 23	0.05 48	0.04 24	0.04 1	0.04 49	0.03 1	0.04 48

IGEV	0.08 70	0.04 1	0.09 104	0.13 11	0.06 25	0.09 129	0.12 102	0.14 134	0.10 61	0.06 21	0.09 153	0.07 119	0.05 17	0.09 55	0.09 90	0.06 161	0.04 24	0.05 43	0.04 49	0.05 156	0.04 48

MLG-Stereo_test1	0.06 1	0.05 29	0.08 35	0.17 281	0.05 2	0.07 32	0.11 67	0.09 17	0.03 1	0.05 2	0.04 1	0.06 40	0.05 17	0.09 55	0.09 90	0.05 48	0.04 24	0.05 43	0.03 1	0.04 45	0.05 185

LG-Stereo	0.08 70	0.08 326	0.10 162	0.18 371	0.07 119	0.10 187	0.17 418	0.11 51	0.08 19	0.06 21	0.08 115	0.06 40	0.07 170	0.09 55	0.09 90	0.04 6	0.05 236	0.07 294	0.07 371	0.04 45	0.04 48

StereoAnything_RVC	0.07 6	0.16 580	0.17 460	0.11 1	0.05 2	0.06 11	0.11 67	0.08 10	0.08 19	0.06 21	0.06 19	0.05 4	0.05 17	0.09 55	0.08 23	0.08 405	0.04 24	0.05 43	0.03 1	0.05 156	0.04 48

IGEV-RUCA	0.08 70	0.06 92	0.11 223	0.14 53	0.09 323	0.10 187	0.12 102	0.10 25	0.12 130	0.06 21	0.07 57	0.08 171	0.06 65	0.09 55	0.08 23	0.06 161	0.05 236	0.05 43	0.04 49	0.05 156	0.06 285

castereo	0.09 160	0.06 92	0.11 223	0.15 101	0.06 25	0.11 237	0.14 237	0.14 134	0.18 314	0.08 119	0.10 185	0.11 275	0.08 222	0.09 55	0.10 185	0.05 48	0.04 24	0.05 43	0.04 49	0.04 45	0.04 48

UGAM-zero	0.10 229	0.05 29	0.15 393	0.15 101	0.08 204	0.10 187	0.13 168	0.20 328	0.15 227	0.11 254	0.15 303	0.07 119	0.08 222	0.09 55	0.10 185	0.06 161	0.05 236	0.06 178	0.05 186	0.05 156	0.06 285

IGEV-Stereo++	0.07 6	0.06 92	0.08 35	0.18 371	0.06 25	0.05 3	0.10 33	0.11 51	0.11 93	0.06 21	0.07 57	0.07 119	0.06 65	0.09 55	0.09 90	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 48

RAStereo	0.10 229	0.09 407	0.08 35	0.20 506	0.08 204	0.13 334	0.18 467	0.16 210	0.17 296	0.10 212	0.12 256	0.05 4	0.06 65	0.09 55	0.08 23	0.07 330	0.05 236	0.07 294	0.05 186	0.05 156	0.04 48

Occ-G	0.08 70	0.05 29	0.07 8	0.14 53	0.07 119	0.09 129	0.14 237	0.14 134	0.15 227	0.07 66	0.12 256	0.07 119	0.05 17	0.09 55	0.10 185	0.06 161	0.05 236	0.05 43	0.04 49	0.05 156	0.06 285

gcap-zeroshot	0.08 70	0.06 92	0.11 223	0.15 101	0.07 119	0.12 291	0.13 168	0.15 173	0.16 261	0.08 119	0.12 256	0.05 4	0.06 65	0.09 55	0.08 23	0.05 48	0.04 24	0.06 178	0.05 186	0.03 1	0.04 48

test_for_model	0.08 70	0.06 92	0.11 223	0.16 193	0.07 119	0.11 237	0.12 102	0.15 173	0.16 261	0.08 119	0.12 256	0.05 4	0.06 65	0.09 55	0.08 23	0.05 48	0.04 24	0.06 178	0.05 186	0.03 1	0.04 48

GCAPDPT-zeroshot4090	0.07 6	0.05 29	0.11 223	0.15 101	0.06 25	0.07 32	0.12 102	0.10 25	0.11 93	0.07 66	0.08 115	0.06 40	0.05 17	0.09 55	0.07 1	0.05 48	0.05 236	0.05 43	0.04 49	0.03 1	0.04 48

MoCha-V2	0.08 70	0.05 29	0.11 223	0.20 506	0.07 119	0.10 187	0.14 237	0.12 77	0.08 19	0.07 66	0.08 115	0.07 119	0.06 65	0.09 55	0.08 23	0.05 48	0.05 236	0.05 43	0.04 49	0.04 45	0.04 48

MaDis-Stereo	0.09 160	0.09 407	0.08 35	0.17 281	0.09 323	0.14 378	0.11 67	0.16 210	0.16 261	0.09 169	0.11 236	0.06 40	0.06 65	0.09 55	0.13 370	0.07 330	0.06 405	0.08 384	0.05 186	0.05 156	0.04 48

UniTT-Stereo	0.09 160	0.07 193	0.08 35	0.18 371	0.08 204	0.13 334	0.11 67	0.12 77	0.11 93	0.10 212	0.12 256	0.05 4	0.06 65	0.09 55	0.10 185	0.07 330	0.06 405	0.05 43	0.05 186	0.06 276	0.05 185

testlalala	0.08 70	0.06 92	0.11 223	0.15 101	0.07 119	0.12 291	0.13 168	0.15 173	0.16 261	0.08 119	0.12 256	0.05 4	0.06 65	0.09 55	0.08 23	0.05 48	0.04 24	0.06 178	0.05 186	0.03 1	0.04 48

CAS	0.08 70	0.04 1	0.07 8	0.17 281	0.08 204	0.10 187	0.13 168	0.12 77	0.09 42	0.09 169	0.10 185	0.08 171	0.06 65	0.09 55	0.09 90	0.08 405	0.04 24	0.05 43	0.03 1	0.05 156	0.04 48

cross-raft	0.10 229	0.09 407	0.09 104	0.19 442	0.07 119	0.11 237	0.24 588	0.13 105	0.15 227	0.08 119	0.10 185	0.12 299	0.10 283	0.09 55	0.11 264	0.05 48	0.04 24	0.06 178	0.05 186	0.04 45	0.04 48

EAI-Stereo	0.09 160	0.07 193	0.11 223	0.16 193	0.07 119	0.10 187	0.15 321	0.16 210	0.09 42	0.08 119	0.09 153	0.08 171	0.07 170	0.09 55	0.11 264	0.05 48	0.05 236	0.05 43	0.05 186	0.05 156	0.04 48

MGA	0.07 6	0.04 1	0.11 223	0.13 11	0.06 25	0.08 71	0.09 20	0.12 77	0.08 19	0.05 2	0.06 19	0.06 40	0.05 17	0.10 112	0.09 90	0.06 161	0.04 24	0.05 43	0.03 1	0.05 156	0.05 185

CAR	0.07 6	0.05 29	0.09 104	0.14 53	0.06 25	0.07 32	0.08 7	0.12 77	0.08 19	0.05 2	0.06 19	0.05 4	0.05 17	0.10 112	0.09 90	0.06 161	0.04 24	0.05 43	0.04 49	0.04 45	0.04 48

MSE-Stereo	0.07 6	0.04 1	0.09 104	0.13 11	0.06 25	0.07 32	0.08 7	0.12 77	0.08 19	0.05 2	0.06 19	0.05 4	0.05 17	0.10 112	0.09 90	0.06 161	0.04 24	0.05 43	0.04 49	0.04 45	0.04 48

aanet-new-70k	0.07 6	0.06 92	0.09 104	0.17 281	0.06 25	0.08 71	0.12 102	0.11 51	0.10 61	0.07 66	0.07 57	0.07 119	0.06 65	0.10 112	0.07 1	0.04 6	0.04 24	0.05 43	0.04 49	0.04 45	0.03 1

aanet-new-78k	0.08 70	0.07 193	0.09 104	0.19 442	0.06 25	0.07 32	0.12 102	0.11 51	0.13 172	0.06 21	0.07 57	0.06 40	0.06 65	0.10 112	0.07 1	0.04 6	0.04 24	0.05 43	0.04 49	0.05 156	0.03 1

aanet-new-34k	0.08 70	0.06 92	0.09 104	0.17 281	0.05 2	0.08 71	0.13 168	0.12 77	0.13 172	0.09 169	0.08 115	0.07 119	0.05 17	0.10 112	0.09 90	0.04 6	0.04 24	0.05 43	0.04 49	0.03 1	0.03 1

aanet-32k-new	0.08 70	0.07 193	0.08 35	0.19 442	0.06 25	0.08 71	0.12 102	0.11 51	0.13 172	0.07 66	0.08 115	0.05 4	0.07 170	0.10 112	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.06 276	0.04 48

aanet-new-22k	0.08 70	0.06 92	0.10 162	0.18 371	0.06 25	0.08 71	0.11 67	0.14 134	0.12 130	0.09 169	0.09 153	0.08 171	0.06 65	0.10 112	0.08 23	0.04 6	0.05 236	0.05 43	0.04 49	0.03 1	0.04 48

aanet-new-14k	0.08 70	0.09 407	0.08 35	0.19 442	0.07 119	0.07 32	0.10 33	0.14 134	0.15 227	0.06 21	0.08 115	0.05 4	0.06 65	0.10 112	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 48

aanet-new-8k	0.08 70	0.08 326	0.08 35	0.19 442	0.07 119	0.09 129	0.11 67	0.17 247	0.15 227	0.07 66	0.07 57	0.06 40	0.06 65	0.10 112	0.08 23	0.04 6	0.04 24	0.05 43	0.04 49	0.04 45	0.04 48

aanet-new	0.09 160	0.09 407	0.10 162	0.18 371	0.08 204	0.10 187	0.12 102	0.15 173	0.13 172	0.08 119	0.08 115	0.05 4	0.07 170	0.10 112	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.06 276	0.04 48

GCAP-Stereo-DPT-cres	0.08 70	0.05 29	0.08 35	0.15 101	0.06 25	0.10 187	0.14 237	0.13 105	0.12 130	0.07 66	0.08 115	0.07 119	0.06 65	0.10 112	0.09 90	0.05 48	0.04 24	0.05 43	0.04 49	0.03 1	0.04 48

GCAP-Stereo-DPT-2K	0.08 70	0.06 92	0.10 162	0.16 193	0.07 119	0.11 237	0.13 168	0.14 134	0.14 201	0.08 119	0.13 277	0.05 4	0.06 65	0.10 112	0.08 23	0.05 48	0.04 24	0.06 178	0.04 49	0.03 1	0.04 48

GCAP-Stereo-DPT-FT	0.08 70	0.05 29	0.12 272	0.15 101	0.06 25	0.09 129	0.13 168	0.12 77	0.12 130	0.07 66	0.09 153	0.06 40	0.06 65	0.10 112	0.08 23	0.06 161	0.04 24	0.05 43	0.04 49	0.04 45	0.04 48

LiteMatch	0.09 160	0.06 92	0.10 162	0.16 193	0.07 119	0.10 187	0.15 321	0.13 105	0.08 19	0.06 21	0.07 57	0.06 40	0.16 462	0.10 112	0.14 407	0.07 330	0.04 24	0.06 178	0.06 270	0.06 276	0.06 285

Selective-IGEV-i32	0.07 6	0.06 92	0.09 104	0.17 281	0.06 25	0.08 71	0.12 102	0.13 105	0.08 19	0.08 119	0.07 57	0.06 40	0.04 1	0.10 112	0.09 90	0.05 48	0.04 24	0.05 43	0.04 49	0.04 45	0.03 1

GeoVLM	0.08 70	0.04 1	0.10 162	0.13 11	0.06 25	0.10 187	0.13 168	0.13 105	0.08 19	0.06 21	0.07 57	0.06 40	0.08 222	0.10 112	0.11 264	0.06 161	0.05 236	0.04 1	0.03 1	0.04 45	0.05 185

gcap_with_dpt	0.08 70	0.06 92	0.10 162	0.16 193	0.07 119	0.10 187	0.12 102	0.14 134	0.14 201	0.08 119	0.12 256	0.05 4	0.06 65	0.10 112	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.03 1	0.04 48

WQFJA1++	0.08 70	0.04 1	0.11 223	0.14 53	0.07 119	0.11 237	0.11 67	0.12 77	0.07 13	0.07 66	0.07 57	0.07 119	0.06 65	0.10 112	0.10 185	0.06 161	0.04 24	0.05 43	0.04 49	0.06 276	0.06 285

NLSM1	0.10 229	0.07 193	0.08 35	0.19 442	0.08 204	0.13 334	0.16 385	0.21 346	0.16 261	0.11 254	0.10 185	0.07 119	0.10 283	0.10 112	0.11 264	0.07 330	0.08 509	0.08 384	0.07 371	0.05 156	0.05 185

MonSter++	0.08 70	0.04 1	0.10 162	0.13 11	0.06 25	0.10 187	0.13 168	0.13 105	0.08 19	0.06 21	0.07 57	0.06 40	0.08 222	0.10 112	0.11 264	0.06 161	0.05 236	0.04 1	0.03 1	0.04 45	0.05 185

VIP-Stereo	0.07 6	0.07 193	0.08 35	0.15 101	0.06 25	0.11 237	0.10 33	0.11 51	0.11 93	0.06 21	0.07 57	0.06 40	0.05 17	0.10 112	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.03 1	0.03 1

gasm-f	0.08 70	0.05 29	0.08 35	0.13 11	0.08 204	0.08 71	0.14 237	0.10 25	0.10 61	0.08 119	0.10 185	0.06 40	0.05 17	0.10 112	0.08 23	0.06 161	0.04 24	0.05 43	0.04 49	0.06 276	0.05 185

DLNR-FE	10.51 702	2.29 691	19.85 715	120.28 719	13.21 707	0.06 11	0.13 168	0.24 415	0.10 61	0.08 119	0.10 185	0.09 211	0.07 170	0.10 112	0.09 90	0.13 583	0.04 24	0.06 178	0.04 49	53.18 721	0.04 48

Zero-FE251	0.08 70	0.05 29	0.10 162	0.13 11	0.06 25	0.12 291	0.12 102	0.11 51	0.10 61	0.07 66	0.08 115	0.06 40	0.06 65	0.10 112	0.08 23	0.06 161	0.04 24	0.05 43	0.04 49	0.04 45	0.04 48

asda	0.07 6	0.08 326	0.08 35	0.16 193	0.07 119	0.06 11	0.10 33	0.16 210	0.11 93	0.06 21	0.06 19	0.05 4	0.06 65	0.10 112	0.10 185	0.03 1	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

asd	0.07 6	0.08 326	0.08 35	0.16 193	0.07 119	0.08 71	0.08 7	0.11 51	0.08 19	0.07 66	0.07 57	0.06 40	0.06 65	0.10 112	0.09 90	0.03 1	0.03 1	0.04 1	0.04 49	0.04 45	0.03 1

qwe	0.08 70	0.08 326	0.07 8	0.15 101	0.06 25	0.07 32	0.10 33	0.18 277	0.12 130	0.07 66	0.07 57	0.06 40	0.06 65	0.10 112	0.09 90	0.04 6	0.03 1	0.04 1	0.04 49	0.04 45	0.03 1

3.5w_stereo	0.07 6	0.07 193	0.07 8	0.15 101	0.07 119	0.09 129	0.06 1	0.14 134	0.11 93	0.08 119	0.07 57	0.06 40	0.07 170	0.10 112	0.09 90	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

1w_stereo	0.08 70	0.06 92	0.07 8	0.16 193	0.06 25	0.07 32	0.10 33	0.14 134	0.15 227	0.07 66	0.08 115	0.05 4	0.06 65	0.10 112	0.09 90	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 48

MLG-Stereo	0.07 6	0.05 29	0.09 104	0.17 281	0.05 2	0.07 32	0.11 67	0.08 10	0.05 3	0.05 2	0.04 1	0.06 40	0.05 17	0.10 112	0.09 90	0.05 48	0.04 24	0.05 43	0.03 1	0.04 45	0.05 185

LGtest1	0.07 6	0.05 29	0.11 223	0.15 101	0.06 25	0.07 32	0.09 20	0.08 10	0.06 6	0.06 21	0.04 1	0.06 40	0.07 170	0.10 112	0.09 90	0.07 330	0.04 24	0.05 43	0.04 49	0.06 276	0.06 285

MM-Stereo_test1	0.10 229	0.07 193	0.09 104	0.18 371	0.07 119	0.12 291	0.18 467	0.21 346	0.20 365	0.09 169	0.11 236	0.08 171	0.06 65	0.10 112	0.10 185	0.06 161	0.05 236	0.07 294	0.06 270	0.05 156	0.04 48

HART	0.08 70	0.07 193	0.09 104	0.18 371	0.07 119	0.10 187	0.16 385	0.13 105	0.11 93	0.09 169	0.10 185	0.08 171	0.05 17	0.10 112	0.08 23	0.05 48	0.04 24	0.06 178	0.04 49	0.05 156	0.04 48

GREAT-IGEV	0.07 6	0.06 92	0.09 104	0.13 11	0.07 119	0.07 32	0.14 237	0.10 25	0.09 42	0.06 21	0.08 115	0.06 40	0.05 17	0.10 112	0.07 1	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 48
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
SCV	0.08 70	0.09 407	0.08 35	0.15 101	0.08 204	0.10 187	0.12 102	0.11 51	0.12 130	0.07 66	0.07 57	0.06 40	0.04 1	0.10 112	0.08 23	0.05 48	0.05 236	0.06 178	0.04 49	0.06 276	0.04 48

AIO_rvc	0.07 6	0.06 92	0.08 35	0.15 101	0.06 25	0.08 71	0.14 237	0.09 17	0.08 19	0.07 66	0.08 115	0.07 119	0.04 1	0.10 112	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.04 45	0.03 1

HUF	0.08 70	0.05 29	0.08 35	0.14 53	0.06 25	0.09 129	0.13 168	0.13 105	0.13 172	0.07 66	0.07 57	0.09 211	0.06 65	0.10 112	0.09 90	0.06 161	0.04 24	0.05 43	0.04 49	0.05 156	0.04 48

AIO-test2	0.10 229	0.08 326	0.10 162	0.23 585	0.09 323	0.11 237	0.11 67	0.23 389	0.24 424	0.08 119	0.09 153	0.08 171	0.05 17	0.10 112	0.08 23	0.06 161	0.05 236	0.08 384	0.09 492	0.05 156	0.05 185

GIP-stereo	0.08 70	0.06 92	0.11 223	0.15 101	0.07 119	0.09 129	0.13 168	0.15 173	0.11 93	0.07 66	0.08 115	0.05 4	0.04 1	0.10 112	0.07 1	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 48

DEFOM-Stereo	0.07 6	0.05 29	0.07 8	0.14 53	0.06 25	0.09 129	0.13 168	0.07 6	0.13 172	0.06 21	0.07 57	0.06 40	0.05 17	0.10 112	0.09 90	0.05 48	0.04 24	0.05 43	0.03 1	0.04 45	0.04 48

AIO-Stereo-zeroshot1	0.11 272	0.05 29	0.14 358	0.16 193	0.21 637	0.09 129	0.17 418	0.21 346	0.16 261	0.11 254	0.15 303	0.10 243	0.07 170	0.10 112	0.08 23	0.06 161	0.05 236	0.07 294	0.07 371	0.07 357	0.09 488

RSM++	0.08 70	0.06 92	0.09 104	0.17 281	0.07 119	0.09 129	0.12 102	0.11 51	0.11 93	0.08 119	0.06 19	0.07 119	0.05 17	0.10 112	0.09 90	0.05 48	0.04 24	0.06 178	0.05 186	0.05 156	0.03 1

RAFT-Stereo-weight	0.09 160	0.06 92	0.11 223	0.16 193	0.07 119	0.09 129	0.14 237	0.19 310	0.16 261	0.11 254	0.10 185	0.08 171	0.06 65	0.10 112	0.11 264	0.06 161	0.04 24	0.06 178	0.04 49	0.04 45	0.04 48

H2IRNET	0.10 229	0.09 407	0.10 162	0.18 371	0.09 323	0.12 291	0.15 321	0.14 134	0.21 380	0.10 212	0.10 185	0.10 243	0.11 322	0.10 112	0.10 185	0.06 161	0.04 24	0.08 384	0.08 446	0.06 276	0.05 185

ACVNet-DCA	0.10 229	0.08 326	0.13 312	0.17 281	0.09 323	0.13 334	0.15 321	0.24 415	0.16 261	0.09 169	0.09 153	0.06 40	0.06 65	0.10 112	0.07 1	0.06 161	0.05 236	0.06 178	0.05 186	0.07 357	0.07 372

xx1	0.11 272	0.08 326	0.13 312	0.17 281	0.09 323	0.13 334	0.15 321	0.16 210	0.18 314	0.09 169	0.09 153	0.16 390	0.16 462	0.10 112	0.07 1	0.06 161	0.05 236	0.08 384	0.08 446	0.07 357	0.07 372

cc1	0.10 229	0.08 326	0.13 312	0.17 281	0.09 323	0.13 334	0.15 321	0.16 210	0.18 314	0.09 169	0.09 153	0.06 40	0.06 65	0.10 112	0.07 1	0.06 161	0.05 236	0.06 178	0.05 186	0.06 276	0.06 285

IGEVStereo-DCA	0.09 160	0.07 193	0.11 223	0.16 193	0.10 438	0.11 237	0.15 321	0.16 210	0.12 130	0.10 212	0.06 19	0.08 171	0.06 65	0.10 112	0.09 90	0.06 161	0.05 236	0.06 178	0.05 186	0.05 156	0.06 285

rrr	0.09 160	0.07 193	0.13 312	0.16 193	0.10 438	0.11 237	0.15 321	0.16 210	0.15 227	0.10 212	0.06 19	0.08 171	0.06 65	0.10 112	0.09 90	0.06 161	0.05 236	0.06 178	0.05 186	0.05 156	0.06 285

ffm	0.12 350	0.09 407	0.15 393	0.16 193	0.09 323	0.17 455	0.17 418	0.15 173	0.19 342	0.15 370	0.26 483	0.19 433	0.13 388	0.10 112	0.08 23	0.06 161	0.05 236	0.09 470	0.08 446	0.06 276	0.06 285

tt1	0.10 229	0.08 326	0.13 312	0.17 281	0.09 323	0.13 334	0.15 321	0.15 173	0.19 342	0.09 169	0.08 115	0.06 40	0.06 65	0.10 112	0.08 23	0.06 161	0.05 236	0.06 178	0.05 186	0.06 276	0.06 285

DLNR_Zeroshot_test	10.48 701	2.27 690	19.78 714	120.28 719	13.29 708	0.06 11	0.13 168	0.24 415	0.10 61	0.08 119	0.10 185	0.09 211	0.07 170	0.10 112	0.09 90	0.13 583	0.04 24	0.06 178	0.04 49	52.68 720	0.04 48

CASnet	0.09 160	0.09 407	0.09 104	0.19 442	0.06 25	0.07 32	0.11 67	0.18 277	0.14 201	0.11 254	0.10 185	0.09 211	0.07 170	0.10 112	0.10 185	0.06 161	0.04 24	0.10 518	0.08 446	0.06 276	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.09 160	0.05 29	0.08 35	0.14 53	0.13 552	0.14 378	0.13 168	0.15 173	0.09 42	0.07 66	0.09 153	0.07 119	0.08 222	0.10 112	0.09 90	0.06 161	0.04 24	0.06 178	0.05 186	0.05 156	0.04 48

HH	0.09 160	0.06 92	0.13 312	0.17 281	0.08 204	0.11 237	0.16 385	0.15 173	0.10 61	0.08 119	0.10 185	0.08 171	0.07 170	0.10 112	0.09 90	0.06 161	0.04 24	0.06 178	0.05 186	0.05 156	0.04 48

HanStereo	0.09 160	0.06 92	0.13 312	0.17 281	0.08 204	0.11 237	0.16 385	0.15 173	0.10 61	0.08 119	0.10 185	0.08 171	0.07 170	0.10 112	0.09 90	0.06 161	0.04 24	0.06 178	0.05 186	0.05 156	0.04 48

LoS_RVC	0.08 70	0.05 29	0.07 8	0.15 101	0.07 119	0.08 71	0.15 321	0.12 77	0.11 93	0.08 119	0.09 153	0.06 40	0.09 254	0.10 112	0.09 90	0.05 48	0.04 24	0.05 43	0.03 1	0.04 45	0.04 48

Selective-IGEV	0.07 6	0.06 92	0.09 104	0.17 281	0.06 25	0.08 71	0.12 102	0.13 105	0.08 19	0.08 119	0.07 57	0.06 40	0.04 1	0.10 112	0.09 90	0.05 48	0.04 24	0.05 43	0.04 49	0.04 45	0.03 1

EGLCR-Stereo	0.08 70	0.05 29	0.08 35	0.14 53	0.07 119	0.11 237	0.12 102	0.11 51	0.16 261	0.06 21	0.05 7	0.07 119	0.05 17	0.10 112	0.11 264	0.06 161	0.04 24	0.06 178	0.05 186	0.04 45	0.04 48

Sa-1000	0.12 350	0.08 326	0.09 104	0.18 371	0.08 204	0.15 403	0.22 565	0.22 370	0.19 342	0.15 370	0.20 392	0.17 408	0.11 322	0.10 112	0.10 185	0.06 161	0.05 236	0.09 470	0.09 492	0.05 156	0.05 185

iRaft-Stereo_20w	0.09 160	0.05 29	0.13 312	0.14 53	0.09 323	0.12 291	0.15 321	0.19 310	0.11 93	0.11 254	0.08 115	0.08 171	0.05 17	0.10 112	0.09 90	0.06 161	0.04 24	0.06 178	0.05 186	0.06 276	0.05 185

TRStereo	0.10 229	0.05 29	0.12 272	0.16 193	0.12 526	0.10 187	0.13 168	0.18 277	0.19 342	0.09 169	0.09 153	0.09 211	0.07 170	0.10 112	0.08 23	0.07 330	0.05 236	0.07 294	0.07 371	0.04 45	0.04 48

SST-Stereo	0.11 272	0.07 193	0.16 436	0.18 371	0.09 323	0.06 11	0.12 102	0.18 277	0.10 61	0.15 370	0.18 366	0.13 324	0.12 355	0.10 112	0.11 264	0.06 161	0.04 24	0.09 470	0.06 270	0.07 357	0.06 285

RAFT_R40	0.11 272	0.07 193	0.15 393	0.18 371	0.09 323	0.06 11	0.13 168	0.17 247	0.15 227	0.14 345	0.18 366	0.15 368	0.12 355	0.10 112	0.11 264	0.06 161	0.04 24	0.09 470	0.06 270	0.06 276	0.05 185

CREStereo++_RVC	0.08 70	0.04 1	0.07 8	0.13 11	0.07 119	0.09 129	0.12 102	0.14 134	0.14 201	0.10 212	0.14 290	0.08 171	0.07 170	0.10 112	0.11 264	0.06 161	0.04 24	0.05 43	0.05 186	0.04 45	0.04 48
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	0.09 160	0.06 92	0.07 8	0.14 53	0.07 119	0.13 334	0.16 385	0.14 134	0.14 201	0.11 254	0.12 256	0.09 211	0.08 222	0.10 112	0.10 185	0.06 161	0.04 24	0.05 43	0.04 49	0.06 276	0.05 185

test_xeample3	0.09 160	0.07 193	0.12 272	0.16 193	0.09 323	0.11 237	0.15 321	0.16 210	0.14 201	0.10 212	0.07 57	0.08 171	0.06 65	0.10 112	0.09 90	0.06 161	0.04 24	0.06 178	0.05 186	0.05 156	0.06 285

R-Stereo Train	0.10 229	0.06 92	0.11 223	0.17 281	0.08 204	0.11 237	0.14 237	0.24 415	0.11 93	0.12 290	0.19 382	0.11 275	0.08 222	0.10 112	0.11 264	0.07 330	0.05 236	0.06 178	0.05 186	0.05 156	0.05 185

RAFT-Stereo	0.10 229	0.06 92	0.11 223	0.17 281	0.08 204	0.11 237	0.14 237	0.24 415	0.11 93	0.12 290	0.19 382	0.11 275	0.08 222	0.10 112	0.11 264	0.07 330	0.05 236	0.06 178	0.05 186	0.05 156	0.05 185
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
quiztm	0.08 70	0.08 326	0.08 35	0.18 371	0.07 119	0.09 129	0.14 237	0.14 134	0.13 172	0.07 66	0.07 57	0.05 4	0.06 65	0.11 182	0.09 90	0.05 48	0.04 24	0.06 178	0.04 49	0.05 156	0.03 1

DF	0.08 70	0.06 92	0.10 162	0.15 101	0.06 25	0.11 237	0.12 102	0.11 51	0.12 130	0.09 169	0.10 185	0.10 243	0.08 222	0.11 182	0.09 90	0.07 330	0.04 24	0.05 43	0.04 49	0.04 45	0.04 48

LiteMatch*	0.08 70	0.04 1	0.12 272	0.13 11	0.08 204	0.08 71	0.13 168	0.14 134	0.09 42	0.05 2	0.05 7	0.05 4	0.09 254	0.11 182	0.10 185	0.06 161	0.05 236	0.05 43	0.04 49	0.05 156	0.06 285

aanet-new-90k	0.08 70	0.07 193	0.09 104	0.19 442	0.06 25	0.07 32	0.12 102	0.13 105	0.13 172	0.06 21	0.07 57	0.06 40	0.07 170	0.11 182	0.07 1	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.03 1

aanet-new-60k	0.08 70	0.07 193	0.08 35	0.18 371	0.06 25	0.07 32	0.10 33	0.09 17	0.14 201	0.07 66	0.07 57	0.06 40	0.07 170	0.11 182	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.04 45	0.03 1

aanet-new-32k	0.08 70	0.07 193	0.09 104	0.18 371	0.06 25	0.10 187	0.11 67	0.10 25	0.09 42	0.07 66	0.07 57	0.07 119	0.06 65	0.11 182	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.04 45	0.04 48

aanet-new-30k	0.08 70	0.07 193	0.09 104	0.18 371	0.06 25	0.10 187	0.11 67	0.10 25	0.09 42	0.07 66	0.07 57	0.07 119	0.06 65	0.11 182	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.04 45	0.04 48

RT-Monster	0.09 160	0.05 29	0.09 104	0.14 53	0.08 204	0.12 291	0.10 33	0.17 247	0.19 342	0.14 345	0.10 185	0.10 243	0.08 222	0.11 182	0.10 185	0.07 330	0.05 236	0.05 43	0.04 49	0.05 156	0.06 285

VMStereo-Base	0.09 160	0.05 29	0.10 162	0.13 11	0.07 119	0.11 237	0.10 33	0.16 210	0.13 172	0.10 212	0.16 320	0.10 243	0.09 254	0.11 182	0.10 185	0.07 330	0.05 236	0.05 43	0.04 49	0.05 156	0.06 285

DispViT+	0.08 70	0.05 29	0.10 162	0.13 11	0.06 25	0.05 3	0.11 67	0.18 277	0.16 261	0.09 169	0.08 115	0.07 119	0.06 65	0.11 182	0.09 90	0.06 161	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

WQFJX1	0.10 229	0.07 193	0.08 35	0.22 564	0.09 323	0.12 291	0.17 418	0.18 277	0.18 314	0.10 212	0.10 185	0.07 119	0.10 283	0.11 182	0.10 185	0.07 330	0.08 509	0.07 294	0.06 270	0.05 156	0.05 185

NLMM1	0.11 272	0.09 407	0.07 8	0.22 564	0.10 438	0.12 291	0.20 534	0.19 310	0.20 365	0.12 290	0.11 236	0.08 171	0.10 283	0.11 182	0.11 264	0.08 405	0.08 509	0.07 294	0.06 270	0.05 156	0.04 48

HiDET	0.08 70	0.05 29	0.10 162	0.13 11	0.06 25	0.09 129	0.12 102	0.12 77	0.12 130	0.07 66	0.07 57	0.07 119	0.07 170	0.11 182	0.11 264	0.06 161	0.05 236	0.04 1	0.03 1	0.04 45	0.04 48

LCMNet	0.08 70	0.05 29	0.10 162	0.13 11	0.07 119	0.09 129	0.12 102	0.10 25	0.12 130	0.06 21	0.08 115	0.06 40	0.07 170	0.11 182	0.10 185	0.06 161	0.05 236	0.04 1	0.03 1	0.04 45	0.04 48

NLCSM	0.11 272	0.09 407	0.09 104	0.23 585	0.11 494	0.12 291	0.19 513	0.19 310	0.19 342	0.12 290	0.11 236	0.07 119	0.09 254	0.11 182	0.10 185	0.08 405	0.08 509	0.07 294	0.07 371	0.06 276	0.05 185

GEAStereo	0.08 70	0.06 92	0.09 104	0.13 11	0.08 204	0.08 71	0.14 237	0.10 25	0.10 61	0.08 119	0.10 185	0.06 40	0.04 1	0.11 182	0.08 23	0.06 161	0.04 24	0.05 43	0.04 49	0.05 156	0.05 185

GSStereo	0.08 70	0.06 92	0.09 104	0.13 11	0.08 204	0.08 71	0.14 237	0.11 51	0.12 130	0.08 119	0.10 185	0.05 4	0.04 1	0.11 182	0.08 23	0.06 161	0.04 24	0.05 43	0.04 49	0.05 156	0.05 185

GS-Stereo							0.14 237	0.11 51	0.12 130	0.08 119	0.10 185	0.05 4	0.04 1	0.11 182	0.08 23	0.06 161	0.04 24	0.05 43	0.04 49	0.05 156	0.05 185

IGEV-FE	0.09 160	0.05 29	0.13 312	0.14 53	0.08 204	0.12 291	0.13 168	0.17 247	0.11 93	0.10 212	0.06 19	0.09 211	0.06 65	0.11 182	0.09 90	0.06 161	0.04 24	0.06 178	0.06 270	0.05 156	0.05 185

MSCF	0.08 70	0.05 29	0.09 104	0.19 442	0.08 204	0.07 32	0.12 102	0.14 134	0.11 93	0.10 212	0.09 153	0.07 119	0.04 1	0.11 182	0.08 23	0.06 161	0.05 236	0.05 43	0.04 49	0.05 156	0.05 185

DilatedVolume-Stereo	0.09 160	0.05 29	0.08 35	0.15 101	0.06 25	0.11 237	0.12 102	0.14 134	0.16 261	0.11 254	0.11 236	0.09 211	0.10 283	0.11 182	0.11 264	0.06 161	0.05 236	0.05 43	0.04 49	0.03 1	0.03 1

3.25w_new	0.07 6	0.06 92	0.08 35	0.15 101	0.06 25	0.10 187	0.07 3	0.12 77	0.11 93	0.08 119	0.07 57	0.07 119	0.06 65	0.11 182	0.10 185	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 48

3.25w	0.07 6	0.06 92	0.08 35	0.15 101	0.06 25	0.10 187	0.07 3	0.12 77	0.11 93	0.08 119	0.07 57	0.07 119	0.06 65	0.11 182	0.10 185	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 48

LG-G_1	0.07 6	0.04 1	0.11 223	0.15 101	0.06 25	0.09 129	0.08 7	0.08 10	0.06 6	0.06 21	0.06 19	0.07 119	0.07 170	0.11 182	0.08 23	0.07 330	0.04 24	0.05 43	0.04 49	0.05 156	0.06 285

LG-G	0.07 6	0.04 1	0.11 223	0.15 101	0.06 25	0.09 129	0.08 7	0.08 10	0.06 6	0.06 21	0.06 19	0.07 119	0.07 170	0.11 182	0.08 23	0.07 330	0.04 24	0.05 43	0.04 49	0.05 156	0.06 285

S2M2_L	0.09 160	0.08 326	0.11 223	0.13 11	0.10 438	0.08 71	0.06 1	0.10 25	0.10 61	0.10 212	0.10 185	0.09 211	0.09 254	0.11 182	0.11 264	0.13 583	0.07 476	0.08 384	0.09 492	0.10 523	0.08 442
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test3	0.10 229	0.07 193	0.07 8	0.18 371	0.07 119	0.12 291	0.19 513	0.24 415	0.19 342	0.06 21	0.10 185	0.08 171	0.06 65	0.11 182	0.09 90	0.06 161	0.06 405	0.07 294	0.05 186	0.05 156	0.04 48

Reg-Stereo(zero)	0.09 160	0.05 29	0.08 35	0.16 193	0.06 25	0.12 291	0.11 67	0.15 173	0.11 93	0.12 290	0.09 153	0.10 243	0.08 222	0.11 182	0.09 90	0.06 161	0.05 236	0.05 43	0.04 49	0.04 45	0.05 185

SCV_C0	0.08 70	0.07 193	0.08 35	0.16 193	0.10 438	0.08 71	0.14 237	0.11 51	0.13 172	0.08 119	0.07 57	0.06 40	0.05 17	0.11 182	0.07 1	0.05 48	0.05 236	0.05 43	0.04 49	0.06 276	0.05 185

DEFOM-Stereo_RVC	0.08 70	0.07 193	0.09 104	0.22 564	0.06 25	0.08 71	0.12 102	0.10 25	0.10 61	0.07 66	0.07 57	0.06 40	0.05 17	0.11 182	0.09 90	0.06 161	0.04 24	0.05 43	0.03 1	0.06 276	0.04 48

AIO-test1	0.10 229	0.07 193	0.11 223	0.24 597	0.07 119	0.09 129	0.13 168	0.22 370	0.15 227	0.11 254	0.12 256	0.09 211	0.07 170	0.11 182	0.09 90	0.06 161	0.05 236	0.09 470	0.10 531	0.04 45	0.07 372

fffft	0.09 160	0.06 92	0.12 272	0.16 193	0.07 119	0.09 129	0.16 385	0.12 77	0.11 93	0.09 169	0.07 57	0.09 211	0.06 65	0.11 182	0.12 334	0.05 48	0.04 24	0.06 178	0.05 186	0.04 45	0.05 185
1: 1. 1
mms	0.09 160	0.07 193	0.08 35	0.17 281	0.08 204	0.11 237	0.15 321	0.12 77	0.11 93	0.09 169	0.09 153	0.08 171	0.06 65	0.11 182	0.12 334	0.05 48	0.04 24	0.07 294	0.05 186	0.04 45	0.04 48

tg	0.10 229	0.06 92	0.10 162	0.18 371	0.08 204	0.11 237	0.16 385	0.20 328	0.12 130	0.08 119	0.11 236	0.11 275	0.07 170	0.11 182	0.10 185	0.05 48	0.04 24	0.08 384	0.08 446	0.04 45	0.04 48

rvit_stereo_0081	0.11 272	0.08 326	0.16 436	0.16 193	0.09 323	0.11 237	0.14 237	0.14 134	0.24 424	0.11 254	0.13 277	0.14 343	0.09 254	0.11 182	0.12 334	0.10 504	0.07 476	0.08 384	0.07 371	0.07 357	0.06 285

rvit_stereo_0082	0.11 272	0.08 326	0.16 436	0.16 193	0.09 323	0.11 237	0.14 237	0.14 134	0.24 424	0.11 254	0.13 277	0.14 343	0.09 254	0.11 182	0.12 334	0.10 504	0.07 476	0.08 384	0.07 371	0.07 357	0.06 285

Pointernet	0.09 160	0.05 29	0.10 162	0.16 193	0.08 204	0.13 334	0.10 33	0.15 173	0.18 314	0.09 169	0.07 57	0.06 40	0.06 65	0.11 182	0.10 185	0.08 405	0.04 24	0.05 43	0.03 1	0.06 276	0.05 185

IGEV-BASED-STEREO-	0.09 160	0.10 475	0.32 596	0.15 101	0.06 25	0.08 71	0.14 237	0.11 51	0.10 61	0.07 66	0.07 57	0.06 40	0.04 1	0.11 182	0.07 1	0.12 564	0.04 24	0.07 294	0.05 186	0.05 156	0.05 185

AIO-Stereo	0.08 70	0.06 92	0.10 162	0.18 371	0.06 25	0.09 129	0.11 67	0.16 210	0.09 42	0.09 169	0.08 115	0.07 119	0.05 17	0.11 182	0.08 23	0.05 48	0.05 236	0.05 43	0.04 49	0.04 45	0.04 48

RSM	0.08 70	0.06 92	0.09 104	0.17 281	0.07 119	0.08 71	0.12 102	0.12 77	0.10 61	0.08 119	0.07 57	0.06 40	0.05 17	0.11 182	0.09 90	0.04 6	0.04 24	0.05 43	0.04 49	0.04 45	0.04 48

trnet	0.08 70	0.05 29	0.07 8	0.12 5	0.05 2	0.12 291	0.10 33	0.13 105	0.10 61	0.08 119	0.13 277	0.09 211	0.08 222	0.11 182	0.10 185	0.08 405	0.05 236	0.05 43	0.03 1	0.06 276	0.05 185

MGS-Stereo	0.09 160	0.07 193	0.12 272	0.16 193	0.08 204	0.09 129	0.15 321	0.12 77	0.12 130	0.07 66	0.10 185	0.08 171	0.06 65	0.11 182	0.09 90	0.05 48	0.04 24	0.06 178	0.05 186	0.06 276	0.05 185

Former-RAFT_DAM_RVC	0.11 272	0.08 326	0.13 312	0.16 193	0.08 204	0.15 403	0.16 385	0.18 277	0.19 342	0.10 212	0.09 153	0.09 211	0.08 222	0.11 182	0.12 334	0.07 330	0.05 236	0.08 384	0.06 270	0.07 357	0.06 285

MyStereo06	0.10 229	0.07 193	0.12 272	0.17 281	0.09 323	0.13 334	0.18 467	0.19 310	0.12 130	0.13 322	0.08 115	0.07 119	0.07 170	0.11 182	0.09 90	0.06 161	0.05 236	0.08 384	0.07 371	0.06 276	0.06 285

AE-Stereo	0.10 229	0.08 326	0.11 223	0.19 442	0.09 323	0.10 187	0.15 321	0.14 134	0.20 365	0.09 169	0.15 303	0.12 299	0.08 222	0.11 182	0.10 185	0.05 48	0.06 405	0.07 294	0.06 270	0.05 156	0.04 48

ff7	0.09 160	0.07 193	0.11 223	0.16 193	0.09 323	0.11 237	0.15 321	0.16 210	0.12 130	0.10 212	0.06 19	0.06 40	0.06 65	0.11 182	0.09 90	0.05 48	0.04 24	0.06 178	0.05 186	0.05 156	0.06 285

ffff	0.09 160	0.07 193	0.11 223	0.16 193	0.09 323	0.11 237	0.15 321	0.16 210	0.12 130	0.10 212	0.06 19	0.06 40	0.06 65	0.11 182	0.09 90	0.05 48	0.04 24	0.06 178	0.05 186	0.05 156	0.06 285

11t	0.09 160	0.07 193	0.11 223	0.16 193	0.09 323	0.11 237	0.15 321	0.16 210	0.12 130	0.10 212	0.06 19	0.06 40	0.06 65	0.11 182	0.09 90	0.05 48	0.04 24	0.06 178	0.05 186	0.05 156	0.06 285

IGEV_Zeroshot_test	0.09 160	0.05 29	0.13 312	0.14 53	0.08 204	0.12 291	0.13 168	0.17 247	0.11 93	0.10 212	0.06 19	0.09 211	0.06 65	0.11 182	0.09 90	0.06 161	0.04 24	0.06 178	0.06 270	0.05 156	0.05 185

EKT-Stereo	0.11 272	0.07 193	0.14 358	0.16 193	0.10 438	0.13 334	0.14 237	0.19 310	0.21 380	0.11 254	0.08 115	0.13 324	0.10 283	0.11 182	0.12 334	0.08 405	0.06 405	0.07 294	0.06 270	0.08 424	0.07 372

anonymousdsp	0.09 160	0.07 193	0.11 223	0.17 281	0.09 323	0.11 237	0.15 321	0.16 210	0.12 130	0.10 212	0.06 19	0.06 40	0.06 65	0.11 182	0.09 90	0.05 48	0.04 24	0.06 178	0.05 186	0.05 156	0.06 285

ProNet	0.09 160	0.07 193	0.11 223	0.17 281	0.08 204	0.11 237	0.15 321	0.15 173	0.12 130	0.10 212	0.06 19	0.07 119	0.06 65	0.11 182	0.09 90	0.05 48	0.05 236	0.06 178	0.05 186	0.04 45	0.06 285

MC-Stereo	0.09 160	0.07 193	0.09 104	0.17 281	0.06 25	0.10 187	0.14 237	0.12 77	0.11 93	0.09 169	0.12 256	0.09 211	0.06 65	0.11 182	0.10 185	0.06 161	0.04 24	0.06 178	0.05 186	0.04 45	0.04 48

ccc-4	0.09 160	0.07 193	0.11 223	0.16 193	0.09 323	0.11 237	0.15 321	0.16 210	0.12 130	0.10 212	0.06 19	0.06 40	0.06 65	0.11 182	0.09 90	0.05 48	0.04 24	0.06 178	0.05 186	0.05 156	0.06 285

raft_robust	0.13 378	0.10 475	0.07 8	0.18 371	0.08 204	0.13 334	0.24 588	0.29 508	0.34 537	0.20 484	0.20 392	0.15 368	0.10 283	0.11 182	0.12 334	0.05 48	0.05 236	0.07 294	0.07 371	0.05 156	0.04 48

RAFT+CT+SA	0.13 378	0.11 501	0.09 104	0.19 442	0.09 323	0.15 403	0.28 624	0.22 370	0.22 402	0.15 370	0.26 483	0.10 243	0.10 283	0.11 182	0.12 334	0.05 48	0.04 24	0.07 294	0.08 446	0.07 357	0.06 285

SA	0.13 378	0.09 407	0.09 104	0.18 371	0.08 204	0.12 291	0.24 588	0.23 389	0.19 342	0.17 413	0.27 501	0.15 368	0.11 322	0.11 182	0.11 264	0.05 48	0.05 236	0.09 470	0.08 446	0.05 156	0.05 185

IGEV-Stereo	0.09 160	0.07 193	0.11 223	0.17 281	0.09 323	0.11 237	0.15 321	0.16 210	0.12 130	0.10 212	0.06 19	0.06 40	0.06 65	0.11 182	0.09 90	0.05 48	0.04 24	0.06 178	0.05 186	0.05 156	0.06 285
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test-3	0.09 160	0.06 92	0.10 162	0.18 371	0.07 119	0.07 32	0.14 237	0.12 77	0.16 261	0.10 212	0.08 115	0.08 171	0.08 222	0.11 182	0.10 185	0.05 48	0.04 24	0.07 294	0.05 186	0.04 45	0.04 48

test_1	0.09 160	0.06 92	0.10 162	0.18 371	0.07 119	0.07 32	0.14 237	0.12 77	0.16 261	0.10 212	0.08 115	0.08 171	0.08 222	0.11 182	0.10 185	0.05 48	0.04 24	0.07 294	0.05 186	0.04 45	0.04 48

CrosDoStereo	0.12 350	0.07 193	0.12 272	0.14 53	0.09 323	0.12 291	0.15 321	0.17 247	0.22 402	0.19 462	0.24 444	0.15 368	0.11 322	0.11 182	0.12 334	0.06 161	0.05 236	0.07 294	0.07 371	0.05 156	0.05 185

PFNet+	0.12 350	0.06 92	0.14 358	0.16 193	0.09 323	0.05 3	0.12 102	0.18 277	0.21 380	0.16 399	0.19 382	0.14 343	0.10 283	0.11 182	0.11 264	0.08 405	0.05 236	0.09 470	0.08 446	0.06 276	0.11 544

Patchmatch Stereo++	0.11 272	0.09 407	0.17 460	0.19 442	0.08 204	0.06 11	0.11 67	0.17 247	0.13 172	0.15 370	0.16 320	0.14 343	0.12 355	0.11 182	0.11 264	0.06 161	0.05 236	0.08 384	0.06 270	0.08 424	0.07 372
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
AAGNet	0.12 350	0.08 326	0.17 460	0.19 442	0.09 323	0.08 71	0.13 168	0.19 310	0.13 172	0.16 399	0.21 410	0.13 324	0.14 421	0.11 182	0.14 407	0.06 161	0.04 24	0.09 470	0.06 270	0.06 276	0.05 185

STrans-v2	0.10 229	0.07 193	0.13 312	0.18 371	0.08 204	0.10 187	0.14 237	0.22 370	0.11 93	0.11 254	0.15 303	0.12 299	0.10 283	0.11 182	0.12 334	0.05 48	0.04 24	0.06 178	0.06 270	0.05 156	0.05 185

TransformOpticalFlow	0.10 229	0.08 326	0.13 312	0.18 371	0.07 119	0.09 129	0.15 321	0.19 310	0.16 261	0.12 290	0.16 320	0.11 275	0.11 322	0.11 182	0.11 264	0.05 48	0.04 24	0.06 178	0.06 270	0.05 156	0.05 185

OMP-Stereo	0.11 272	0.07 193	0.14 358	0.18 371	0.08 204	0.09 129	0.12 102	0.21 346	0.21 380	0.13 322	0.14 290	0.11 275	0.12 355	0.11 182	0.13 370	0.06 161	0.05 236	0.07 294	0.06 270	0.05 156	0.04 48

NF-Stereo	0.11 272	0.07 193	0.13 312	0.17 281	0.09 323	0.10 187	0.13 168	0.23 389	0.19 342	0.12 290	0.17 340	0.12 299	0.12 355	0.11 182	0.11 264	0.06 161	0.04 24	0.07 294	0.06 270	0.07 357	0.12 565

OCTAStereo	0.11 272	0.07 193	0.14 358	0.17 281	0.09 323	0.10 187	0.13 168	0.23 389	0.19 342	0.12 290	0.17 340	0.12 299	0.12 355	0.11 182	0.11 264	0.06 161	0.04 24	0.07 294	0.06 270	0.07 357	0.11 544

PSM-softLoss	0.12 350	0.07 193	0.15 393	0.17 281	0.09 323	0.08 71	0.12 102	0.24 415	0.17 296	0.15 370	0.19 382	0.13 324	0.11 322	0.11 182	0.11 264	0.07 330	0.05 236	0.08 384	0.07 371	0.07 357	0.12 565

KMStereo	0.12 350	0.07 193	0.15 393	0.17 281	0.09 323	0.08 71	0.12 102	0.24 415	0.17 296	0.15 370	0.19 382	0.13 324	0.11 322	0.11 182	0.11 264	0.07 330	0.05 236	0.08 384	0.07 371	0.07 357	0.12 565

PSM-adaLoss	0.11 272	0.09 407	0.17 460	0.19 442	0.08 204	0.06 11	0.12 102	0.17 247	0.13 172	0.15 370	0.16 320	0.14 343	0.12 355	0.11 182	0.11 264	0.06 161	0.05 236	0.08 384	0.06 270	0.08 424	0.07 372

PSM-AAD	0.11 272	0.07 193	0.10 162	0.20 506	0.09 323	0.10 187	0.14 237	0.21 346	0.13 172	0.12 290	0.14 290	0.18 423	0.11 322	0.11 182	0.10 185	0.05 48	0.05 236	0.09 470	0.08 446	0.06 276	0.14 596

ROB_FTStereo_v2	0.11 272	0.09 407	0.17 460	0.19 442	0.08 204	0.06 11	0.12 102	0.17 247	0.13 172	0.15 370	0.16 320	0.14 343	0.12 355	0.11 182	0.11 264	0.06 161	0.05 236	0.08 384	0.06 270	0.08 424	0.07 372

ROB_FTStereo	0.11 272	0.09 407	0.17 460	0.19 442	0.08 204	0.06 11	0.11 67	0.17 247	0.13 172	0.15 370	0.16 320	0.14 343	0.12 355	0.11 182	0.11 264	0.06 161	0.05 236	0.08 384	0.06 270	0.08 424	0.07 372

HUI-Stereo	0.11 272	0.09 407	0.17 460	0.19 442	0.08 204	0.06 11	0.11 67	0.17 247	0.13 172	0.15 370	0.16 320	0.14 343	0.12 355	0.11 182	0.11 264	0.06 161	0.05 236	0.08 384	0.06 270	0.08 424	0.07 372

DeepStereo_LL	0.12 350	0.07 193	0.12 272	0.14 53	0.09 323	0.12 291	0.15 321	0.17 247	0.22 402	0.19 462	0.24 444	0.15 368	0.11 322	0.11 182	0.12 334	0.06 161	0.05 236	0.07 294	0.07 371	0.05 156	0.05 185

DRaft	0.12 350	0.06 92	0.12 272	0.14 53	0.09 323	0.14 378	0.17 418	0.21 346	0.30 505	0.18 446	0.27 501	0.10 243	0.16 462	0.11 182	0.12 334	0.05 48	0.04 24	0.07 294	0.07 371	0.05 156	0.05 185

RE-Stereo	0.11 272	0.07 193	0.13 312	0.17 281	0.09 323	0.10 187	0.13 168	0.23 389	0.19 342	0.12 290	0.17 340	0.12 299	0.12 355	0.11 182	0.11 264	0.06 161	0.04 24	0.07 294	0.06 270	0.07 357	0.11 544

Pruner-Stereo	0.11 272	0.07 193	0.12 272	0.17 281	0.09 323	0.06 11	0.12 102	0.18 277	0.17 296	0.14 345	0.19 382	0.13 324	0.10 283	0.11 182	0.11 264	0.06 161	0.04 24	0.07 294	0.06 270	0.06 276	0.08 442

TVStereo	0.11 272	0.07 193	0.13 312	0.17 281	0.09 323	0.10 187	0.13 168	0.23 389	0.19 342	0.12 290	0.17 340	0.12 299	0.12 355	0.11 182	0.11 264	0.06 161	0.04 24	0.07 294	0.06 270	0.07 357	0.11 544

iGMRVC	0.11 272	0.09 407	0.17 460	0.19 442	0.08 204	0.06 11	0.12 102	0.17 247	0.13 172	0.15 370	0.16 320	0.14 343	0.12 355	0.11 182	0.11 264	0.06 161	0.05 236	0.08 384	0.06 270	0.08 424	0.07 372

RAFT-345	0.11 272	0.07 193	0.16 436	0.17 281	0.08 204	0.08 71	0.12 102	0.16 210	0.10 61	0.11 254	0.34 563	0.09 211	0.10 283	0.11 182	0.12 334	0.05 48	0.05 236	0.07 294	0.06 270	0.04 45	0.05 185

iRAFT	0.11 272	0.09 407	0.17 460	0.19 442	0.08 204	0.06 11	0.11 67	0.17 247	0.13 172	0.15 370	0.16 320	0.14 343	0.12 355	0.11 182	0.11 264	0.06 161	0.05 236	0.08 384	0.06 270	0.08 424	0.07 372

GMM-Stereo	0.11 272	0.07 193	0.10 162	0.18 371	0.09 323	0.08 71	0.14 237	0.24 415	0.16 261	0.11 254	0.15 303	0.13 324	0.11 322	0.11 182	0.11 264	0.05 48	0.04 24	0.08 384	0.07 371	0.06 276	0.09 488

RAFT-IKP	0.11 272	0.09 407	0.17 460	0.19 442	0.08 204	0.06 11	0.11 67	0.17 247	0.13 172	0.15 370	0.16 320	0.14 343	0.12 355	0.11 182	0.11 264	0.06 161	0.05 236	0.08 384	0.06 270	0.08 424	0.07 372

rafts_anoy	0.11 272	0.06 92	0.10 162	0.17 281	0.08 204	0.10 187	0.14 237	0.18 277	0.14 201	0.13 322	0.13 277	0.12 299	0.11 322	0.11 182	0.13 370	0.07 330	0.05 236	0.09 470	0.11 563	0.07 357	0.06 285

iRaftStereo_RVC	0.10 229	0.07 193	0.10 162	0.17 281	0.09 323	0.11 237	0.17 418	0.18 277	0.12 130	0.09 169	0.11 236	0.10 243	0.07 170	0.11 182	0.10 185	0.05 48	0.04 24	0.08 384	0.08 446	0.04 45	0.04 48

s12784h	0.10 229	0.06 92	0.08 35	0.15 101	0.05 2	0.16 431	0.18 467	0.16 210	0.15 227	0.10 212	0.11 236	0.11 275	0.11 322	0.11 182	0.12 334	0.05 48	0.04 24	0.06 178	0.04 49	0.04 45	0.04 48

sAnonymous2	0.13 378	0.12 520	0.25 560	0.20 506	0.12 526	0.18 471	0.14 237	0.27 464	0.21 380	0.11 254	0.12 256	0.13 324	0.08 222	0.11 182	0.11 264	0.09 463	0.05 236	0.08 384	0.06 270	0.15 607	0.10 518

CroCo_RVC	0.13 378	0.12 520	0.25 560	0.20 506	0.12 526	0.18 471	0.14 237	0.27 464	0.21 380	0.11 254	0.12 256	0.13 324	0.08 222	0.11 182	0.11 264	0.09 463	0.05 236	0.08 384	0.06 270	0.15 607	0.10 518

DCANet	0.10 229	0.06 92	0.12 272	0.16 193	0.06 25	0.09 129	0.17 418	0.16 210	0.20 365	0.13 322	0.18 366	0.10 243	0.11 322	0.11 182	0.12 334	0.06 161	0.04 24	0.05 43	0.04 49	0.05 156	0.05 185

aanet-new-28k	0.08 70	0.07 193	0.09 104	0.18 371	0.06 25	0.08 71	0.12 102	0.10 25	0.09 42	0.09 169	0.08 115	0.08 171	0.06 65	0.12 274	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 48

PSi22	0.08 70	0.06 92	0.11 223	0.16 193	0.07 119	0.08 71	0.10 33	0.14 134	0.08 19	0.08 119	0.07 57	0.10 243	0.06 65	0.12 274	0.10 185	0.05 48	0.04 24	0.04 1	0.04 49	0.04 45	0.04 48

Hybrid-DGEV-2	0.11 272	0.06 92	0.12 272	0.18 371	0.09 323	0.09 129	0.13 168	0.29 508	0.30 505	0.11 254	0.12 256	0.10 243	0.13 388	0.12 274	0.10 185	0.06 161	0.05 236	0.07 294	0.07 371	0.05 156	0.05 185

WQFJA1	0.10 229	0.07 193	0.08 35	0.20 506	0.09 323	0.12 291	0.18 467	0.18 277	0.18 314	0.09 169	0.10 185	0.08 171	0.10 283	0.12 274	0.11 264	0.06 161	0.08 509	0.07 294	0.06 270	0.06 276	0.05 185

WQFJX	0.10 229	0.07 193	0.09 104	0.21 542	0.09 323	0.12 291	0.16 385	0.19 310	0.18 314	0.12 290	0.10 185	0.08 171	0.10 283	0.12 274	0.10 185	0.07 330	0.07 476	0.06 178	0.05 186	0.06 276	0.05 185

NLMM	0.10 229	0.07 193	0.08 35	0.20 506	0.09 323	0.12 291	0.18 467	0.18 277	0.18 314	0.09 169	0.10 185	0.08 171	0.10 283	0.12 274	0.11 264	0.06 161	0.08 509	0.07 294	0.06 270	0.06 276	0.05 185

Select-FE	0.11 272	0.06 92	0.21 533	0.15 101	0.11 494	0.12 291	0.13 168	0.22 370	0.18 314	0.09 169	0.11 236	0.10 243	0.06 65	0.12 274	0.09 90	0.07 330	0.05 236	0.07 294	0.08 446	0.06 276	0.08 442

GASTEREO	0.08 70	0.05 29	0.09 104	0.19 442	0.08 204	0.08 71	0.12 102	0.14 134	0.11 93	0.10 212	0.09 153	0.07 119	0.04 1	0.12 274	0.08 23	0.06 161	0.05 236	0.05 43	0.04 49	0.04 45	0.05 185

4.25_new	0.07 6	0.08 326	0.09 104	0.15 101	0.06 25	0.08 71	0.08 7	0.14 134	0.08 19	0.07 66	0.07 57	0.06 40	0.06 65	0.12 274	0.10 185	0.04 6	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

4.5w_new	0.07 6	0.08 326	0.09 104	0.15 101	0.06 25	0.08 71	0.08 7	0.14 134	0.08 19	0.07 66	0.07 57	0.06 40	0.06 65	0.12 274	0.10 185	0.04 6	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

4.25w-stereo	0.07 6	0.08 326	0.09 104	0.15 101	0.06 25	0.08 71	0.08 7	0.14 134	0.08 19	0.07 66	0.07 57	0.06 40	0.06 65	0.12 274	0.10 185	0.04 6	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

MM-Stereo_test2	0.09 160	0.07 193	0.09 104	0.19 442	0.08 204	0.12 291	0.18 467	0.15 173	0.14 201	0.07 66	0.10 185	0.07 119	0.06 65	0.12 274	0.09 90	0.05 48	0.04 24	0.06 178	0.05 186	0.06 276	0.04 48

SMoEStereo_RVC	0.08 70	0.06 92	0.12 272	0.16 193	0.07 119	0.09 129	0.13 168	0.11 51	0.14 201	0.09 169	0.07 57	0.07 119	0.07 170	0.12 274	0.10 185	0.05 48	0.04 24	0.06 178	0.05 186	0.04 45	0.04 48

ours_stereo	0.09 160	0.07 193	0.09 104	0.17 281	0.08 204	0.11 237	0.16 385	0.11 51	0.12 130	0.08 119	0.10 185	0.08 171	0.06 65	0.12 274	0.12 334	0.05 48	0.04 24	0.06 178	0.05 186	0.04 45	0.04 48

rvit_stereo_0083	0.12 350	0.08 326	0.17 460	0.16 193	0.09 323	0.11 237	0.15 321	0.15 173	0.26 462	0.11 254	0.14 290	0.13 324	0.10 283	0.12 274	0.13 370	0.10 504	0.08 509	0.09 470	0.07 371	0.07 357	0.06 285

rvit_stereo_0081_aga	0.12 350	0.09 407	0.15 393	0.18 371	0.10 438	0.14 378	0.14 237	0.14 134	0.19 342	0.10 212	0.18 366	0.16 390	0.09 254	0.12 274	0.10 185	0.10 504	0.06 405	0.08 384	0.07 371	0.07 357	0.06 285

model_zeroshot	0.10 229	0.05 29	0.12 272	0.15 101	0.09 323	0.13 334	0.14 237	0.20 328	0.14 201	0.11 254	0.10 185	0.12 299	0.07 170	0.12 274	0.11 264	0.07 330	0.06 405	0.06 178	0.05 186	0.06 276	0.06 285

AIO-Stereo-zeroshot	0.11 272	0.05 29	0.12 272	0.15 101	0.13 552	0.14 378	0.16 385	0.23 389	0.18 314	0.10 212	0.13 277	0.10 243	0.07 170	0.12 274	0.09 90	0.06 161	0.05 236	0.06 178	0.06 270	0.07 357	0.08 442

rvit_stereo_0080	0.10 229	0.08 326	0.15 393	0.15 101	0.10 438	0.07 32	0.15 321	0.16 210	0.16 261	0.11 254	0.10 185	0.15 368	0.09 254	0.12 274	0.10 185	0.09 463	0.07 476	0.07 294	0.06 270	0.07 357	0.05 185

MyStereo07	0.10 229	0.07 193	0.10 162	0.17 281	0.09 323	0.14 378	0.17 418	0.15 173	0.15 227	0.09 169	0.06 19	0.06 40	0.07 170	0.12 274	0.09 90	0.06 161	0.05 236	0.08 384	0.07 371	0.06 276	0.06 285

whm_eth	0.10 229	0.08 326	0.15 393	0.15 101	0.10 438	0.07 32	0.15 321	0.16 210	0.16 261	0.11 254	0.10 185	0.15 368	0.09 254	0.12 274	0.10 185	0.09 463	0.07 476	0.07 294	0.06 270	0.07 357	0.05 185

MSKI-zero shot	0.09 160	0.05 29	0.09 104	0.16 193	0.07 119	0.10 187	0.13 168	0.15 173	0.14 201	0.09 169	0.09 153	0.09 211	0.06 65	0.12 274	0.11 264	0.06 161	0.04 24	0.05 43	0.04 49	0.04 45	0.05 185

MIF-Stereo (partial)	0.11 272	0.06 92	0.10 162	0.19 442	0.10 438	0.10 187	0.12 102	0.17 247	0.19 342	0.14 345	0.16 320	0.10 243	0.11 322	0.12 274	0.12 334	0.08 405	0.05 236	0.08 384	0.07 371	0.06 276	0.07 372

MIM_Stereo	0.10 229	0.07 193	0.11 223	0.15 101	0.07 119	0.07 32	0.12 102	0.20 328	0.14 201	0.13 322	0.14 290	0.09 211	0.05 17	0.12 274	0.08 23	0.05 48	0.06 405	0.07 294	0.06 270	0.06 276	0.05 185

RAFT-Test	0.09 160	0.06 92	0.10 162	0.16 193	0.07 119	0.11 237	0.15 321	0.16 210	0.13 172	0.09 169	0.10 185	0.11 275	0.09 254	0.12 274	0.09 90	0.06 161	0.04 24	0.05 43	0.04 49	0.05 156	0.05 185

4D-IteraStereo	0.10 229	0.07 193	0.10 162	0.18 371	0.07 119	0.09 129	0.15 321	0.18 277	0.15 227	0.10 212	0.11 236	0.10 243	0.07 170	0.12 274	0.09 90	0.05 48	0.03 1	0.08 384	0.07 371	0.06 276	0.05 185

CES	0.08 70	0.04 1	0.08 35	0.14 53	0.07 119	0.09 129	0.14 237	0.11 51	0.09 42	0.08 119	0.09 153	0.11 275	0.07 170	0.12 274	0.08 23	0.06 161	0.04 24	0.05 43	0.03 1	0.05 156	0.05 185

RCA-Stereo	0.09 160	0.06 92	0.09 104	0.16 193	0.06 25	0.09 129	0.13 168	0.18 277	0.14 201	0.10 212	0.11 236	0.08 171	0.07 170	0.12 274	0.11 264	0.06 161	0.04 24	0.06 178	0.05 186	0.05 156	0.04 48

TestStereo1	0.13 378	0.08 326	0.08 35	0.20 506	0.08 204	0.18 471	0.29 635	0.23 389	0.17 296	0.17 413	0.20 392	0.16 390	0.11 322	0.12 274	0.13 370	0.06 161	0.06 405	0.08 384	0.06 270	0.05 156	0.05 185

DCANet-4	0.11 272	0.07 193	0.13 312	0.16 193	0.06 25	0.09 129	0.17 418	0.18 277	0.20 365	0.13 322	0.17 340	0.09 211	0.14 421	0.12 274	0.13 370	0.06 161	0.04 24	0.05 43	0.04 49	0.04 45	0.05 185

fff	0.10 229	0.06 92	0.12 272	0.15 101	0.07 119	0.09 129	0.17 418	0.16 210	0.21 380	0.13 322	0.17 340	0.10 243	0.11 322	0.12 274	0.13 370	0.06 161	0.04 24	0.05 43	0.04 49	0.04 45	0.05 185

ADStereo(finetuned)	0.10 229	0.06 92	0.13 312	0.16 193	0.06 25	0.09 129	0.17 418	0.16 210	0.20 365	0.13 322	0.18 366	0.10 243	0.12 355	0.12 274	0.12 334	0.06 161	0.04 24	0.05 43	0.04 49	0.05 156	0.05 185

DisPM	0.11 272	0.07 193	0.13 312	0.16 193	0.09 323	0.06 11	0.13 168	0.18 277	0.17 296	0.14 345	0.19 382	0.12 299	0.10 283	0.12 274	0.11 264	0.07 330	0.05 236	0.07 294	0.06 270	0.06 276	0.11 544

test_5	0.14 411	0.12 520	0.08 35	0.20 506	0.10 438	0.14 378	0.28 624	0.21 346	0.24 424	0.19 462	0.28 512	0.11 275	0.15 441	0.12 274	0.13 370	0.06 161	0.05 236	0.07 294	0.08 446	0.08 424	0.07 372

SA-5K	0.13 378	0.08 326	0.08 35	0.20 506	0.08 204	0.18 471	0.29 635	0.23 389	0.17 296	0.17 413	0.20 392	0.16 390	0.11 322	0.12 274	0.13 370	0.06 161	0.06 405	0.08 384	0.06 270	0.05 156	0.05 185

LCNet	0.11 272	0.07 193	0.09 104	0.19 442	0.09 323	0.08 71	0.14 237	0.21 346	0.15 227	0.12 290	0.15 303	0.16 390	0.11 322	0.12 274	0.11 264	0.05 48	0.04 24	0.08 384	0.07 371	0.06 276	0.14 596

IIG-Stereo	0.11 272	0.06 92	0.13 312	0.17 281	0.08 204	0.11 237	0.12 102	0.22 370	0.18 314	0.14 345	0.17 340	0.12 299	0.13 388	0.12 274	0.13 370	0.06 161	0.05 236	0.07 294	0.06 270	0.06 276	0.05 185

KYRaft	0.12 350	0.07 193	0.10 162	0.19 442	0.09 323	0.08 71	0.15 321	0.23 389	0.12 130	0.13 322	0.16 320	0.20 450	0.10 283	0.12 274	0.11 264	0.06 161	0.04 24	0.08 384	0.08 446	0.06 276	0.15 610

DEmStereo	0.12 350	0.06 92	0.14 358	0.14 53	0.10 438	0.16 431	0.15 321	0.16 210	0.24 424	0.17 413	0.23 432	0.12 299	0.14 421	0.12 274	0.14 407	0.05 48	0.04 24	0.07 294	0.06 270	0.05 156	0.05 185

THIR-Stereo	0.12 350	0.07 193	0.11 223	0.15 101	0.08 204	0.14 378	0.16 385	0.18 277	0.25 449	0.17 413	0.24 444	0.13 324	0.13 388	0.12 274	0.14 407	0.06 161	0.05 236	0.07 294	0.07 371	0.05 156	0.05 185

GrayStereo	0.11 272	0.06 92	0.11 223	0.19 442	0.09 323	0.09 129	0.16 385	0.18 277	0.17 296	0.14 345	0.17 340	0.17 408	0.11 322	0.12 274	0.11 264	0.05 48	0.05 236	0.07 294	0.06 270	0.06 276	0.10 518

DeepStereo_RVC	0.11 272	0.08 326	0.17 460	0.18 371	0.08 204	0.08 71	0.11 67	0.17 247	0.12 130	0.13 322	0.15 303	0.12 299	0.12 355	0.12 274	0.11 264	0.06 161	0.04 24	0.07 294	0.06 270	0.07 357	0.08 442

IRAFT_RVC	0.12 350	0.08 326	0.17 460	0.19 442	0.08 204	0.07 32	0.14 237	0.25 436	0.23 412	0.14 345	0.15 303	0.15 368	0.12 355	0.12 274	0.11 264	0.06 161	0.04 24	0.09 470	0.06 270	0.06 276	0.06 285

CRE-IMP	0.11 272	0.09 407	0.16 436	0.19 442	0.09 323	0.10 187	0.12 102	0.18 277	0.10 61	0.14 345	0.14 290	0.14 343	0.13 388	0.12 274	0.12 334	0.07 330	0.04 24	0.08 384	0.06 270	0.08 424	0.08 442

Prome-Stereo	0.11 272	0.07 193	0.11 223	0.18 371	0.09 323	0.12 291	0.14 237	0.23 389	0.13 172	0.13 322	0.16 320	0.13 324	0.08 222	0.12 274	0.10 185	0.05 48	0.05 236	0.07 294	0.06 270	0.06 276	0.10 518

raft+_RVC	0.11 272	0.07 193	0.09 104	0.16 193	0.07 119	0.10 187	0.11 67	0.24 415	0.20 365	0.12 290	0.15 303	0.12 299	0.08 222	0.12 274	0.13 370	0.07 330	0.04 24	0.07 294	0.06 270	0.05 156	0.05 185

TANstereo	0.09 160	0.04 1	0.08 35	0.13 11	0.06 25	0.11 237	0.13 168	0.15 173	0.19 342	0.11 254	0.15 303	0.10 243	0.07 170	0.12 274	0.09 90	0.07 330	0.05 236	0.05 43	0.04 49	0.06 276	0.05 185

raftrobust	0.09 160	0.06 92	0.11 223	0.17 281	0.08 204	0.09 129	0.10 33	0.18 277	0.16 261	0.10 212	0.09 153	0.12 299	0.08 222	0.12 274	0.10 185	0.08 405	0.05 236	0.06 178	0.05 186	0.05 156	0.06 285

RALCasStereoNet	0.11 272	0.07 193	0.09 104	0.16 193	0.08 204	0.13 334	0.14 237	0.17 247	0.11 93	0.12 290	0.17 340	0.14 343	0.10 283	0.12 274	0.11 264	0.07 330	0.06 405	0.06 178	0.05 186	0.08 424	0.07 372

RALAANet	0.11 272	0.08 326	0.10 162	0.17 281	0.09 323	0.14 378	0.10 33	0.20 328	0.16 261	0.14 345	0.13 277	0.16 390	0.09 254	0.12 274	0.12 334	0.06 161	0.05 236	0.08 384	0.07 371	0.06 276	0.04 48

csc	0.10 229	0.06 92	0.12 272	0.15 101	0.07 119	0.09 129	0.17 418	0.16 210	0.21 380	0.13 322	0.17 340	0.10 243	0.11 322	0.12 274	0.13 370	0.06 161	0.04 24	0.05 43	0.04 49	0.04 45	0.05 185

cscssc	0.10 229	0.06 92	0.12 272	0.15 101	0.07 119	0.09 129	0.17 418	0.16 210	0.21 380	0.13 322	0.17 340	0.10 243	0.11 322	0.12 274	0.13 370	0.06 161	0.04 24	0.05 43	0.04 49	0.04 45	0.05 185

RAFT-Stereo + iAFF	0.09 160	0.06 92	0.10 162	0.17 281	0.07 119	0.10 187	0.15 321	0.17 247	0.15 227	0.10 212	0.10 185	0.08 171	0.09 254	0.12 274	0.10 185	0.05 48	0.04 24	0.06 178	0.06 270	0.04 45	0.03 1

AFF-stereo	0.09 160	0.07 193	0.10 162	0.17 281	0.07 119	0.10 187	0.15 321	0.18 277	0.10 61	0.10 212	0.11 236	0.09 211	0.10 283	0.12 274	0.10 185	0.05 48	0.04 24	0.07 294	0.07 371	0.04 45	0.04 48

CFNet-RSSM	0.09 160	0.07 193	0.10 162	0.16 193	0.07 119	0.09 129	0.15 321	0.17 247	0.18 314	0.08 119	0.12 256	0.11 275	0.09 254	0.12 274	0.10 185	0.06 161	0.04 24	0.06 178	0.04 49	0.04 45	0.04 48

Gwc-CoAtRS	0.09 160	0.07 193	0.10 162	0.16 193	0.07 119	0.10 187	0.15 321	0.18 277	0.17 296	0.08 119	0.10 185	0.12 299	0.09 254	0.12 274	0.09 90	0.06 161	0.04 24	0.06 178	0.04 49	0.04 45	0.05 185

CREStereo	0.09 160	0.05 29	0.08 35	0.11 1	0.06 25	0.14 378	0.14 237	0.14 134	0.10 61	0.09 169	0.13 277	0.09 211	0.08 222	0.12 274	0.10 185	0.08 405	0.04 24	0.05 43	0.03 1	0.06 276	0.06 285
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
Selective-IGEV-i16pc	0.13 378	0.06 92	0.13 312	0.15 101	0.11 494	0.38 635	0.16 385	0.23 389	0.17 296	0.11 254	0.15 303	0.09 211	0.07 170	0.13 331	0.10 185	0.10 504	0.08 509	0.06 178	0.07 371	0.09 487	0.10 518

Lsterematch	0.11 272	0.06 92	0.11 223	0.16 193	0.07 119	0.13 334	0.15 321	0.14 134	0.18 314	0.16 399	0.18 366	0.15 368	0.16 462	0.13 331	0.14 407	0.07 330	0.04 24	0.06 178	0.06 270	0.06 276	0.06 285

Hybrid-DGEV-03	0.11 272	0.06 92	0.09 104	0.18 371	0.08 204	0.16 431	0.14 237	0.15 173	0.14 201	0.13 322	0.17 340	0.12 299	0.09 254	0.13 331	0.11 264	0.06 161	0.04 24	0.08 384	0.06 270	0.05 156	0.04 48

FlowAnything_test	0.11 272	0.08 326	0.14 358	0.15 101	0.09 323	0.08 71	0.14 237	0.20 328	0.11 93	0.10 212	0.09 153	0.12 299	0.12 355	0.13 331	0.11 264	0.09 463	0.06 405	0.09 470	0.09 492	0.06 276	0.09 488

xyz-stereo-finetune2	0.11 272	0.07 193	0.13 312	0.13 11	0.07 119	0.11 237	0.19 513	0.17 247	0.12 130	0.15 370	0.15 303	0.17 408	0.13 388	0.13 331	0.11 264	0.05 48	0.04 24	0.07 294	0.05 186	0.04 45	0.06 285

xyz-stereo-finetune	0.11 272	0.08 326	0.13 312	0.14 53	0.06 25	0.10 187	0.19 513	0.18 277	0.19 342	0.12 290	0.14 290	0.15 368	0.11 322	0.13 331	0.12 334	0.05 48	0.04 24	0.07 294	0.05 186	0.04 45	0.05 185

xyz-stereo	0.14 411	0.07 193	0.22 543	0.15 101	0.05 2	0.22 539	0.15 321	0.17 247	0.31 515	0.15 370	0.28 512	0.26 526	0.17 488	0.13 331	0.12 334	0.05 48	0.05 236	0.06 178	0.05 186	0.04 45	0.04 48

tt45	0.09 160	0.06 92	0.11 223	0.15 101	0.07 119	0.12 291	0.15 321	0.13 105	0.12 130	0.09 169	0.06 19	0.08 171	0.06 65	0.13 331	0.10 185	0.06 161	0.04 24	0.06 178	0.05 186	0.05 156	0.06 285

fffy	0.09 160	0.08 326	0.10 162	0.16 193	0.07 119	0.13 334	0.17 418	0.13 105	0.12 130	0.08 119	0.09 153	0.08 171	0.09 254	0.13 331	0.11 264	0.05 48	0.05 236	0.07 294	0.05 186	0.04 45	0.05 185

PAM	0.10 229	0.06 92	0.17 460	0.15 101	0.09 323	0.10 187	0.16 385	0.15 173	0.16 261	0.12 290	0.09 153	0.10 243	0.07 170	0.13 331	0.09 90	0.06 161	0.05 236	0.06 178	0.06 270	0.05 156	0.06 285

WCG-NET	0.08 70	0.05 29	0.10 162	0.15 101	0.06 25	0.11 237	0.14 237	0.13 105	0.14 201	0.07 66	0.09 153	0.07 119	0.06 65	0.13 331	0.08 23	0.05 48	0.04 24	0.06 178	0.04 49	0.04 45	0.03 1

GCAP-BAT	0.09 160	0.05 29	0.11 223	0.13 11	0.07 119	0.11 237	0.14 237	0.14 134	0.17 296	0.07 66	0.10 185	0.08 171	0.06 65	0.13 331	0.08 23	0.07 330	0.05 236	0.05 43	0.05 186	0.05 156	0.04 48

WCG-NET（raft）	0.08 70	0.05 29	0.10 162	0.15 101	0.06 25	0.11 237	0.13 168	0.15 173	0.12 130	0.08 119	0.07 57	0.06 40	0.06 65	0.13 331	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 48

IGEV++	0.08 70	0.06 92	0.09 104	0.18 371	0.07 119	0.10 187	0.13 168	0.10 25	0.10 61	0.08 119	0.08 115	0.06 40	0.05 17	0.13 331	0.09 90	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 48

plain	0.11 272	0.09 407	0.10 162	0.19 442	0.09 323	0.11 237	0.14 237	0.14 134	0.13 172	0.13 322	0.15 303	0.09 211	0.12 355	0.13 331	0.12 334	0.07 330	0.05 236	0.09 470	0.06 270	0.06 276	0.06 285

GCAPDPT-zeroshot	0.09 160	0.05 29	0.11 223	0.13 11	0.07 119	0.11 237	0.14 237	0.14 134	0.17 296	0.07 66	0.10 185	0.08 171	0.06 65	0.13 331	0.08 23	0.07 330	0.05 236	0.05 43	0.05 186	0.05 156	0.04 48

GCAP-Stereo	0.09 160	0.07 193	0.13 312	0.18 371	0.06 25	0.11 237	0.07 3	0.14 134	0.12 130	0.09 169	0.10 185	0.07 119	0.09 254	0.13 331	0.10 185	0.06 161	0.05 236	0.05 43	0.04 49	0.04 45	0.05 185

Any-RAFT	0.10 229	0.05 29	0.10 162	0.15 101	0.07 119	0.13 334	0.14 237	0.21 346	0.15 227	0.11 254	0.12 256	0.13 324	0.10 283	0.13 331	0.10 185	0.07 330	0.04 24	0.05 43	0.04 49	0.06 276	0.05 185

RAFT_CTSACE	0.12 350	0.09 407	0.10 162	0.22 564	0.08 204	0.12 291	0.24 588	0.18 277	0.17 296	0.21 500	0.27 501	0.13 324	0.07 170	0.13 331	0.09 90	0.05 48	0.06 405	0.08 384	0.07 371	0.04 45	0.04 48

MIPNet	0.11 272	0.08 326	0.15 393	0.17 281	0.09 323	0.12 291	0.14 237	0.21 346	0.25 449	0.12 290	0.10 185	0.09 211	0.07 170	0.13 331	0.13 370	0.06 161	0.04 24	0.06 178	0.05 186	0.04 45	0.04 48

IPLGR	0.11 272	0.09 407	0.17 460	0.18 371	0.08 204	0.13 334	0.16 385	0.21 346	0.24 424	0.12 290	0.12 256	0.11 275	0.09 254	0.13 331	0.12 334	0.06 161	0.05 236	0.06 178	0.06 270	0.05 156	0.04 48

GwcNet-ADL	0.13 378	0.08 326	0.14 358	0.20 506	0.09 323	0.12 291	0.20 534	0.30 521	0.25 449	0.14 345	0.14 290	0.18 423	0.14 421	0.13 331	0.15 444	0.07 330	0.05 236	0.06 178	0.05 186	0.07 357	0.06 285

HHNet	0.11 272	0.06 92	0.16 436	0.15 101	0.14 571	0.07 32	0.13 168	0.20 328	0.18 314	0.15 370	0.25 470	0.11 275	0.09 254	0.13 331	0.10 185	0.06 161	0.04 24	0.08 384	0.06 270	0.05 156	0.09 488

NRIStereo	0.11 272	0.08 326	0.15 393	0.18 371	0.08 204	0.10 187	0.13 168	0.17 247	0.15 227	0.12 290	0.15 303	0.13 324	0.13 388	0.13 331	0.10 185	0.06 161	0.04 24	0.07 294	0.06 270	0.06 276	0.07 372

FTStereo	0.12 350	0.07 193	0.14 358	0.18 371	0.09 323	0.07 32	0.15 321	0.22 370	0.18 314	0.12 290	0.24 444	0.11 275	0.13 388	0.13 331	0.14 407	0.05 48	0.05 236	0.07 294	0.07 371	0.06 276	0.10 518

ASMatch	0.11 272	0.06 92	0.13 312	0.17 281	0.10 438	0.08 71	0.14 237	0.18 277	0.16 261	0.12 290	0.16 320	0.16 390	0.11 322	0.13 331	0.11 264	0.05 48	0.04 24	0.06 178	0.06 270	0.04 45	0.09 488

PFNet	0.12 350	0.06 92	0.17 460	0.18 371	0.08 204	0.09 129	0.15 321	0.26 450	0.20 365	0.16 399	0.16 320	0.14 343	0.12 355	0.13 331	0.11 264	0.06 161	0.04 24	0.07 294	0.06 270	0.05 156	0.05 185

RAFT-RH_RVC	0.12 350	0.06 92	0.14 358	0.16 193	0.09 323	0.12 291	0.12 102	0.17 247	0.12 130	0.13 322	0.40 594	0.11 275	0.10 283	0.13 331	0.12 334	0.05 48	0.04 24	0.08 384	0.05 186	0.05 156	0.06 285

AnonymousM	0.10 229	0.06 92	0.10 162	0.14 53	0.07 119	0.09 129	0.13 168	0.19 310	0.14 201	0.13 322	0.12 256	0.09 211	0.08 222	0.13 331	0.10 185	0.08 405	0.05 236	0.08 384	0.05 186	0.05 156	0.05 185

XX-Stereo	0.09 160	0.05 29	0.09 104	0.17 281	0.09 323	0.15 403	0.12 102	0.21 346	0.10 61	0.10 212	0.14 290	0.07 119	0.06 65	0.13 331	0.08 23	0.06 161	0.05 236	0.06 178	0.06 270	0.04 45	0.04 48

111	0.11 272	0.06 92	0.12 272	0.15 101	0.07 119	0.10 187	0.14 237	0.21 346	0.24 424	0.11 254	0.12 256	0.14 343	0.12 355	0.13 331	0.10 185	0.06 161	0.04 24	0.06 178	0.04 49	0.06 276	0.05 185

DN-CSS_ROB	0.13 378	0.13 547	0.17 460	0.18 371	0.10 438	0.16 431	0.08 7	0.22 370	0.19 342	0.17 413	0.23 432	0.13 324	0.13 388	0.13 331	0.14 407	0.05 48	0.05 236	0.10 518	0.10 531	0.08 424	0.06 285

RT-IGEV	0.13 378	0.06 92	0.14 358	0.15 101	0.10 438	0.15 403	0.18 467	0.25 436	0.28 491	0.16 399	0.17 340	0.18 423	0.11 322	0.14 363	0.11 264	0.08 405	0.05 236	0.07 294	0.05 186	0.07 357	0.08 442

FACV-RUCA	0.13 378	0.11 501	0.13 312	0.19 442	0.12 526	0.15 403	0.16 385	0.22 370	0.21 380	0.16 399	0.16 320	0.15 368	0.16 462	0.14 363	0.13 370	0.07 330	0.05 236	0.08 384	0.06 270	0.10 523	0.08 442

PAM_32	0.10 229	0.06 92	0.17 460	0.15 101	0.08 204	0.10 187	0.15 321	0.14 134	0.16 261	0.09 169	0.08 115	0.10 243	0.07 170	0.14 363	0.09 90	0.06 161	0.05 236	0.06 178	0.06 270	0.05 156	0.06 285

rvit_stereo_ft	0.12 350	0.07 193	0.13 312	0.19 442	0.10 438	0.12 291	0.17 418	0.16 210	0.16 261	0.13 322	0.13 277	0.15 368	0.10 283	0.14 363	0.13 370	0.10 504	0.06 405	0.08 384	0.07 371	0.07 357	0.06 285

CAS++	0.11 272	0.07 193	0.11 223	0.14 53	0.10 438	0.13 334	0.14 237	0.24 415	0.14 201	0.11 254	0.09 153	0.11 275	0.07 170	0.14 363	0.09 90	0.11 538	0.09 542	0.09 470	0.07 371	0.07 357	0.08 442
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CoDeX	0.12 350	0.07 193	0.13 312	0.17 281	0.08 204	0.12 291	0.16 385	0.23 389	0.27 475	0.13 322	0.17 340	0.15 368	0.12 355	0.14 363	0.11 264	0.07 330	0.05 236	0.07 294	0.06 270	0.06 276	0.05 185

1111x	0.16 480	0.09 407	0.13 312	0.18 371	0.08 204	0.18 471	0.25 604	0.32 543	0.25 449	0.17 413	0.24 444	0.27 533	0.15 441	0.14 363	0.24 567	0.07 330	0.07 476	0.08 384	0.09 492	0.07 357	0.07 372

anonymousdsp2	0.11 272	0.07 193	0.11 223	0.16 193	0.09 323	0.13 334	0.14 237	0.19 310	0.23 412	0.13 322	0.14 290	0.12 299	0.09 254	0.14 363	0.11 264	0.05 48	0.05 236	0.05 43	0.04 49	0.06 276	0.06 285

knoymous	0.11 272	0.06 92	0.12 272	0.14 53	0.07 119	0.15 403	0.13 168	0.20 328	0.14 201	0.11 254	0.17 340	0.13 324	0.09 254	0.14 363	0.11 264	0.09 463	0.05 236	0.06 178	0.05 186	0.07 357	0.07 372

anonymousa	0.13 378	0.07 193	0.14 358	0.18 371	0.09 323	0.13 334	0.17 418	0.20 328	0.29 499	0.15 370	0.24 444	0.16 390	0.14 421	0.14 363	0.14 407	0.07 330	0.05 236	0.07 294	0.09 492	0.05 156	0.07 372

riskmin	0.11 272	0.06 92	0.13 312	0.14 53	0.08 204	0.14 378	0.14 237	0.18 277	0.15 227	0.12 290	0.15 303	0.17 408	0.11 322	0.14 363	0.12 334	0.09 463	0.05 236	0.07 294	0.05 186	0.08 424	0.08 442

IPLG	0.11 272	0.08 326	0.15 393	0.17 281	0.08 204	0.11 237	0.14 237	0.20 328	0.15 227	0.13 322	0.18 366	0.07 119	0.07 170	0.14 363	0.14 407	0.06 161	0.04 24	0.06 178	0.05 186	0.04 45	0.04 48

sCroCo_RVC	0.12 350	0.09 407	0.24 557	0.24 597	0.11 494	0.19 494	0.14 237	0.17 247	0.15 227	0.10 212	0.13 277	0.12 299	0.07 170	0.14 363	0.11 264	0.08 405	0.08 509	0.08 384	0.08 446	0.05 156	0.07 372

SFCPSM	0.13 378	0.07 193	0.15 393	0.17 281	0.09 323	0.15 403	0.16 385	0.28 489	0.27 475	0.14 345	0.18 366	0.12 299	0.13 388	0.14 363	0.11 264	0.08 405	0.05 236	0.07 294	0.07 371	0.07 357	0.06 285

FENet	0.13 378	0.08 326	0.13 312	0.16 193	0.08 204	0.15 403	0.16 385	0.23 389	0.23 412	0.17 413	0.24 444	0.16 390	0.13 388	0.14 363	0.15 444	0.08 405	0.05 236	0.08 384	0.08 446	0.08 424	0.08 442

cf-r	0.14 411	0.07 193	0.13 312	0.16 193	0.08 204	0.14 378	0.19 513	0.21 346	0.25 449	0.17 413	0.26 483	0.22 477	0.17 488	0.14 363	0.15 444	0.10 504	0.05 236	0.06 178	0.08 446	0.06 276	0.06 285

PMTNet	0.09 160	0.05 29	0.09 104	0.12 5	0.06 25	0.13 334	0.14 237	0.16 210	0.11 93	0.09 169	0.13 277	0.10 243	0.07 170	0.14 363	0.10 185	0.15 608	0.04 24	0.05 43	0.03 1	0.07 357	0.06 285

iResNetv2_ROB	0.15 453	0.08 326	0.16 436	0.16 193	0.08 204	0.16 431	0.13 168	0.26 450	0.36 556	0.21 500	0.29 527	0.24 503	0.13 388	0.14 363	0.14 407	0.06 161	0.06 405	0.06 178	0.04 49	0.09 487	0.08 442

iResNet	0.13 378	0.10 475	0.18 494	0.19 442	0.08 204	0.14 378	0.18 467	0.21 346	0.27 475	0.16 399	0.24 444	0.15 368	0.13 388	0.14 363	0.15 444	0.06 161	0.04 24	0.06 178	0.05 186	0.06 276	0.05 185

Selective-IGEV-i1	0.13 378	0.07 193	0.12 272	0.20 506	0.08 204	0.18 471	0.16 385	0.23 389	0.30 505	0.17 413	0.17 340	0.17 408	0.10 283	0.15 382	0.13 370	0.06 161	0.05 236	0.06 178	0.05 186	0.06 276	0.06 285

DStereoRT	0.17 502	0.07 193	0.12 272	0.19 442	0.09 323	0.13 334	0.12 102	0.28 489	0.23 412	0.12 290	0.20 392	0.11 275	0.10 283	0.15 382	0.14 407	0.06 161	0.05 236	1.02 686	0.09 492	0.05 156	0.04 48

test_sample6	0.14 411	0.09 407	0.14 358	0.17 281	0.08 204	0.17 455	0.19 513	0.26 450	0.18 314	0.18 446	0.28 512	0.19 433	0.15 441	0.15 382	0.13 370	0.08 405	0.05 236	0.08 384	0.07 371	0.08 424	0.08 442

test_sample2	0.13 378	0.07 193	0.12 272	0.14 53	0.08 204	0.16 431	0.18 467	0.21 346	0.16 261	0.14 345	0.21 410	0.20 450	0.15 441	0.15 382	0.13 370	0.08 405	0.06 405	0.07 294	0.06 270	0.08 424	0.08 442

SMFormer	0.14 411	0.07 193	0.18 494	0.14 53	0.08 204	0.17 455	0.17 418	0.27 464	0.27 475	0.19 462	0.20 392	0.19 433	0.15 441	0.15 382	0.17 480	0.08 405	0.05 236	0.07 294	0.06 270	0.08 424	0.07 372

tta	0.14 411	0.07 193	0.18 494	0.14 53	0.08 204	0.17 455	0.17 418	0.27 464	0.27 475	0.19 462	0.20 392	0.19 433	0.15 441	0.15 382	0.17 480	0.08 405	0.05 236	0.07 294	0.06 270	0.06 276	0.06 285

qqq1	0.14 411	0.07 193	0.18 494	0.14 53	0.08 204	0.17 455	0.17 418	0.27 464	0.27 475	0.19 462	0.20 392	0.19 433	0.15 441	0.15 382	0.12 334	0.08 405	0.05 236	0.05 43	0.05 186	0.06 276	0.06 285

fff1	0.14 411	0.07 193	0.18 494	0.14 53	0.08 204	0.17 455	0.17 418	0.27 464	0.27 475	0.19 462	0.20 392	0.19 433	0.15 441	0.15 382	0.12 334	0.08 405	0.05 236	0.05 43	0.05 186	0.06 276	0.06 285

MyStereo05	0.13 378	0.07 193	0.10 162	0.17 281	0.09 323	0.13 334	0.18 467	0.28 489	0.35 551	0.17 413	0.14 290	0.15 368	0.11 322	0.15 382	0.13 370	0.06 161	0.05 236	0.08 384	0.07 371	0.06 276	0.06 285

MyStereo04	0.13 378	0.07 193	0.10 162	0.17 281	0.09 323	0.14 378	0.17 418	0.29 508	0.38 568	0.17 413	0.14 290	0.16 390	0.11 322	0.15 382	0.13 370	0.06 161	0.05 236	0.08 384	0.07 371	0.06 276	0.06 285

1test111	0.11 272	0.08 326	0.13 312	0.17 281	0.09 323	0.13 334	0.15 321	0.24 415	0.16 261	0.09 169	0.09 153	0.06 40	0.06 65	0.15 382	0.16 463	0.06 161	0.05 236	0.06 178	0.05 186	0.07 357	0.07 372

11t1	0.12 350	0.07 193	0.14 358	0.14 53	0.08 204	0.17 455	0.15 321	0.19 310	0.15 227	0.15 370	0.15 303	0.17 408	0.16 462	0.15 382	0.13 370	0.08 405	0.05 236	0.06 178	0.05 186	0.08 424	0.07 372

ff1	0.13 378	0.09 407	0.15 393	0.16 193	0.09 323	0.17 455	0.17 418	0.15 173	0.19 342	0.15 370	0.26 483	0.19 433	0.13 388	0.15 382	0.22 544	0.06 161	0.05 236	0.09 470	0.08 446	0.06 276	0.06 285

mmx	0.15 453	0.09 407	0.15 393	0.16 193	0.09 323	0.17 455	0.17 418	0.27 464	0.26 462	0.15 370	0.26 483	0.19 433	0.13 388	0.15 382	0.22 544	0.08 405	0.06 405	0.09 470	0.08 446	0.08 424	0.08 442

xxx	0.15 453	0.09 407	0.15 393	0.16 193	0.09 323	0.17 455	0.17 418	0.27 464	0.26 462	0.15 370	0.26 483	0.19 433	0.13 388	0.15 382	0.22 544	0.08 405	0.06 405	0.09 470	0.08 446	0.08 424	0.08 442

LoS	0.09 160	0.05 29	0.11 223	0.13 11	0.07 119	0.14 378	0.11 67	0.15 173	0.15 227	0.09 169	0.09 153	0.12 299	0.09 254	0.15 382	0.10 185	0.07 330	0.05 236	0.05 43	0.03 1	0.05 156	0.05 185
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CASS	0.14 411	0.12 520	0.12 272	0.23 585	0.09 323	0.15 403	0.17 418	0.19 310	0.20 365	0.17 413	0.18 366	0.15 368	0.15 441	0.15 382	0.14 407	0.09 463	0.06 405	0.10 518	0.08 446	0.09 487	0.07 372
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DCRE	0.11 272	0.07 193	0.13 312	0.16 193	0.11 494	0.11 237	0.17 418	0.18 277	0.17 296	0.11 254	0.18 366	0.11 275	0.10 283	0.15 382	0.11 264	0.06 161	0.05 236	0.06 178	0.06 270	0.05 156	0.05 185

Selective-RAFT	0.11 272	0.11 501	0.12 272	0.21 542	0.08 204	0.16 431	0.13 168	0.21 346	0.23 412	0.10 212	0.10 185	0.11 275	0.10 283	0.15 382	0.11 264	0.05 48	0.05 236	0.06 178	0.05 186	0.06 276	0.05 185

qqq	0.13 378	0.09 407	0.15 393	0.16 193	0.08 204	0.13 334	0.15 321	0.24 415	0.16 261	0.15 370	0.19 382	0.16 390	0.16 462	0.15 382	0.16 463	0.07 330	0.06 405	0.08 384	0.08 446	0.07 357	0.07 372

HCRNet	0.16 480	0.23 626	0.12 272	0.35 648	0.11 494	0.15 403	0.17 418	0.26 450	0.22 402	0.19 462	0.24 444	0.21 459	0.14 421	0.15 382	0.13 370	0.11 538	0.07 476	0.11 548	0.10 531	0.09 487	0.07 372

xxxx	0.15 453	0.07 193	0.14 358	0.14 53	0.08 204	0.24 563	0.18 467	0.32 543	0.20 365	0.14 345	0.28 512	0.22 477	0.14 421	0.15 382	0.29 611	0.09 463	0.05 236	0.07 294	0.07 371	0.08 424	0.08 442

ARAFT	0.12 350	0.08 326	0.18 494	0.19 442	0.09 323	0.15 403	0.17 418	0.20 328	0.13 172	0.12 290	0.13 277	0.14 343	0.12 355	0.15 382	0.13 370	0.06 161	0.05 236	0.10 518	0.09 492	0.06 276	0.04 48

GwcNet-RSSM	0.14 411	0.07 193	0.12 272	0.16 193	0.08 204	0.15 403	0.20 534	0.22 370	0.28 491	0.18 446	0.28 512	0.23 494	0.17 488	0.15 382	0.16 463	0.10 504	0.06 405	0.07 294	0.09 492	0.07 357	0.07 372

DMCA	0.14 411	0.09 407	0.17 460	0.19 442	0.09 323	0.15 403	0.17 418	0.23 389	0.28 491	0.14 345	0.20 392	0.17 408	0.18 502	0.15 382	0.17 480	0.10 504	0.06 405	0.08 384	0.06 270	0.09 487	0.10 518

FADNet_RVC	0.17 502	0.14 562	0.41 618	0.20 506	0.11 494	0.13 334	0.13 168	0.27 464	0.22 402	0.21 500	0.23 432	0.20 450	0.18 502	0.15 382	0.17 480	0.08 405	0.08 509	0.12 570	0.09 492	0.11 545	0.10 518

HITNet	0.11 272	0.06 92	0.12 272	0.14 53	0.06 25	0.12 291	0.10 33	0.18 277	0.18 314	0.13 322	0.17 340	0.15 368	0.11 322	0.15 382	0.14 407	0.06 161	0.04 24	0.04 1	0.04 49	0.06 276	0.05 185
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
MLCV	0.13 378	0.08 326	0.17 460	0.18 371	0.06 25	0.16 431	0.17 418	0.19 310	0.22 402	0.19 462	0.25 470	0.17 408	0.13 388	0.15 382	0.14 407	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 48

iResNet_ROB	0.14 411	0.07 193	0.13 312	0.15 101	0.07 119	0.19 494	0.14 237	0.26 450	0.32 521	0.23 530	0.26 483	0.23 494	0.16 462	0.15 382	0.14 407	0.07 330	0.05 236	0.05 43	0.04 49	0.08 424	0.08 442

coex_refinement	0.14 411	0.07 193	0.12 272	0.17 281	0.10 438	0.16 431	0.15 321	0.27 464	0.29 499	0.18 446	0.21 410	0.22 477	0.17 488	0.16 411	0.19 508	0.08 405	0.05 236	0.06 178	0.06 270	0.09 487	0.08 442

HI	0.11 272	0.06 92	0.12 272	0.13 11	0.09 323	0.09 129	0.14 237	0.22 370	0.11 93	0.20 484	0.17 340	0.14 343	0.10 283	0.16 411	0.09 90	0.05 48	0.04 24	0.07 294	0.08 446	0.07 357	0.06 285

CoSv	0.11 272	0.06 92	0.12 272	0.13 11	0.09 323	0.09 129	0.14 237	0.22 370	0.11 93	0.20 484	0.17 340	0.14 343	0.10 283	0.16 411	0.09 90	0.05 48	0.04 24	0.07 294	0.08 446	0.07 357	0.06 285

999	0.09 160	0.06 92	0.13 312	0.15 101	0.08 204	0.10 187	0.14 237	0.15 173	0.12 130	0.10 212	0.08 115	0.08 171	0.08 222	0.16 411	0.10 185	0.06 161	0.04 24	0.06 178	0.05 186	0.04 45	0.06 285

GCST	0.37 638	0.42 658	0.27 571	1.03 684	0.39 659	0.18 471	0.08 7	0.21 346	0.18 314	0.28 580	0.25 470	0.15 368	0.12 355	0.16 411	0.14 407	0.64 680	0.43 669	0.75 676	0.65 679	0.64 673	0.46 671

DualNet (step1)	0.17 502	0.12 520	0.21 533	0.13 11	0.14 571	0.18 471	0.14 237	0.28 489	0.24 424	0.21 500	0.21 410	0.24 503	0.20 533	0.16 411	0.16 463	0.15 608	0.06 405	0.14 598	0.14 603	0.15 607	0.13 580

test_sample7	0.16 480	0.10 475	0.16 436	0.14 53	0.12 526	0.16 431	0.17 418	0.28 489	0.24 424	0.21 500	0.21 410	0.24 503	0.20 533	0.16 411	0.16 463	0.12 564	0.06 405	0.10 518	0.09 492	0.11 545	0.10 518

test_sample5	0.14 411	0.08 326	0.14 358	0.16 193	0.08 204	0.18 471	0.18 467	0.25 436	0.17 296	0.17 413	0.28 512	0.18 423	0.15 441	0.16 411	0.13 370	0.08 405	0.06 405	0.08 384	0.07 371	0.09 487	0.08 442

DispNO	0.15 453	0.09 407	0.18 494	0.19 442	0.12 526	0.11 237	0.21 551	0.23 389	0.29 499	0.18 446	0.23 432	0.19 433	0.17 488	0.16 411	0.16 463	0.07 330	0.05 236	0.08 384	0.08 446	0.07 357	0.06 285

MyStereo8	0.12 350	0.07 193	0.15 393	0.15 101	0.09 323	0.18 471	0.14 237	0.19 310	0.22 402	0.12 290	0.18 366	0.11 275	0.10 283	0.16 411	0.18 493	0.07 330	0.05 236	0.07 294	0.05 186	0.08 424	0.09 488

mmm	0.14 411	0.08 326	0.18 494	0.17 281	0.09 323	0.17 455	0.18 467	0.21 346	0.16 261	0.16 399	0.23 432	0.21 459	0.16 462	0.16 411	0.17 480	0.08 405	0.05 236	0.08 384	0.08 446	0.08 424	0.07 372

DualNet	0.14 411	0.08 326	0.14 358	0.16 193	0.08 204	0.18 471	0.18 467	0.25 436	0.17 296	0.18 446	0.28 512	0.18 423	0.15 441	0.16 411	0.13 370	0.08 405	0.06 405	0.08 384	0.07 371	0.09 487	0.08 442

StereoVision	0.14 411	0.13 547	0.10 162	0.24 597	0.10 438	0.16 431	0.21 551	0.21 346	0.20 365	0.12 290	0.25 470	0.10 243	0.10 283	0.16 411	0.10 185	0.09 463	0.10 565	0.12 570	0.12 585	0.06 276	0.05 185

LL-Strereo2	0.11 272	0.10 475	0.16 436	0.18 371	0.08 204	0.15 403	0.09 20	0.17 247	0.14 201	0.14 345	0.11 236	0.09 211	0.07 170	0.16 411	0.10 185	0.05 48	0.05 236	0.11 548	0.07 371	0.06 276	0.05 185

CBFPSM	0.15 453	0.07 193	0.27 571	0.17 281	0.09 323	0.13 334	0.15 321	0.22 370	0.23 412	0.20 484	0.27 501	0.23 494	0.16 462	0.16 411	0.19 508	0.06 161	0.06 405	0.06 178	0.07 371	0.07 357	0.07 372

gwcnet-sp	0.14 411	0.07 193	0.13 312	0.18 371	0.09 323	0.16 431	0.18 467	0.24 415	0.24 424	0.19 462	0.24 444	0.15 368	0.16 462	0.16 411	0.15 444	0.08 405	0.07 476	0.07 294	0.08 446	0.08 424	0.07 372

scenet	0.14 411	0.07 193	0.13 312	0.18 371	0.09 323	0.16 431	0.18 467	0.24 415	0.24 424	0.19 462	0.24 444	0.15 368	0.16 462	0.16 411	0.15 444	0.08 405	0.07 476	0.07 294	0.08 446	0.08 424	0.07 372

ssnet	0.14 411	0.07 193	0.13 312	0.18 371	0.09 323	0.16 431	0.18 467	0.24 415	0.24 424	0.19 462	0.24 444	0.15 368	0.16 462	0.16 411	0.15 444	0.08 405	0.07 476	0.07 294	0.08 446	0.08 424	0.07 372

BUS	0.15 453	0.09 407	0.14 358	0.22 564	0.10 438	0.20 514	0.14 237	0.34 572	0.20 365	0.17 413	0.23 432	0.16 390	0.14 421	0.16 411	0.14 407	0.08 405	0.06 405	0.10 518	0.09 492	0.07 357	0.07 372

NINENet	0.16 480	0.10 475	0.16 436	0.17 281	0.11 494	0.20 514	0.14 237	0.41 624	0.37 562	0.18 446	0.21 410	0.16 390	0.14 421	0.16 411	0.14 407	0.08 405	0.08 509	0.10 518	0.07 371	0.10 523	0.09 488

BSDual-CNN	0.15 453	0.09 407	0.14 358	0.22 564	0.10 438	0.15 403	0.15 321	0.34 572	0.20 365	0.17 413	0.23 432	0.25 516	0.16 462	0.16 411	0.14 407	0.08 405	0.06 405	0.10 518	0.09 492	0.07 357	0.07 372

psmg	0.14 411	0.09 407	0.14 358	0.17 281	0.10 438	0.15 403	0.17 418	0.29 508	0.20 365	0.17 413	0.21 410	0.25 516	0.16 462	0.16 411	0.14 407	0.08 405	0.07 476	0.08 384	0.08 446	0.07 357	0.07 372

UDGNet	0.14 411	0.13 547	0.17 460	0.18 371	0.10 438	0.12 291	0.16 385	0.21 346	0.27 475	0.20 484	0.20 392	0.17 408	0.13 388	0.16 411	0.14 407	0.10 504	0.06 405	0.09 470	0.07 371	0.07 357	0.07 372

DAS	0.15 453	0.08 326	0.18 494	0.19 442	0.10 438	0.19 494	0.17 418	0.28 489	0.30 505	0.18 446	0.26 483	0.21 459	0.16 462	0.16 411	0.13 370	0.08 405	0.06 405	0.06 178	0.06 270	0.07 357	0.07 372

IPLGR_C	0.11 272	0.08 326	0.15 393	0.17 281	0.08 204	0.12 291	0.15 321	0.17 247	0.15 227	0.14 345	0.11 236	0.16 390	0.10 283	0.16 411	0.12 334	0.07 330	0.05 236	0.06 178	0.06 270	0.05 156	0.06 285

ACRE	0.11 272	0.08 326	0.15 393	0.17 281	0.08 204	0.13 334	0.15 321	0.17 247	0.14 201	0.14 345	0.11 236	0.16 390	0.10 283	0.16 411	0.12 334	0.07 330	0.05 236	0.06 178	0.06 270	0.05 156	0.06 285

GANet-ADL	0.13 378	0.07 193	0.15 393	0.17 281	0.10 438	0.19 494	0.15 321	0.30 521	0.21 380	0.13 322	0.18 366	0.19 433	0.13 388	0.16 411	0.14 407	0.08 405	0.06 405	0.06 178	0.05 186	0.07 357	0.08 442

Anonymous3	0.16 480	0.14 562	0.34 602	0.26 614	0.14 571	0.27 593	0.18 467	0.28 489	0.28 491	0.15 370	0.17 340	0.14 343	0.11 322	0.16 411	0.12 334	0.08 405	0.08 509	0.08 384	0.08 446	0.08 424	0.11 544

TestStereo	0.14 411	0.15 569	0.11 223	0.23 585	0.08 204	0.15 403	0.21 551	0.20 328	0.23 412	0.14 345	0.25 470	0.16 390	0.13 388	0.16 411	0.14 407	0.06 161	0.06 405	0.08 384	0.06 270	0.09 487	0.05 185

GES	0.14 411	0.08 326	0.16 436	0.15 101	0.10 438	0.13 334	0.13 168	0.28 489	0.26 462	0.17 413	0.24 444	0.19 433	0.14 421	0.16 411	0.14 407	0.08 405	0.08 509	0.07 294	0.06 270	0.08 424	0.09 488

222	0.16 480	0.07 193	0.15 393	0.14 53	0.08 204	0.25 572	0.18 467	0.30 521	0.21 380	0.18 446	0.29 527	0.17 408	0.16 462	0.16 411	0.44 656	0.10 504	0.05 236	0.07 294	0.06 270	0.08 424	0.08 442

test_xeample	0.15 453	0.07 193	0.14 358	0.15 101	0.08 204	0.22 539	0.20 534	0.29 508	0.21 380	0.16 399	0.29 527	0.19 433	0.17 488	0.16 411	0.28 602	0.09 463	0.05 236	0.07 294	0.07 371	0.07 357	0.07 372

RAFT + AFF	0.13 378	0.08 326	0.21 533	0.20 506	0.10 438	0.14 378	0.23 577	0.27 464	0.21 380	0.12 290	0.10 185	0.12 299	0.10 283	0.16 411	0.12 334	0.08 405	0.07 476	0.09 470	0.09 492	0.06 276	0.09 488

GMStereo	0.13 378	0.15 569	0.14 358	0.18 371	0.09 323	0.16 431	0.16 385	0.20 328	0.25 449	0.17 413	0.17 340	0.11 275	0.11 322	0.16 411	0.13 370	0.07 330	0.06 405	0.06 178	0.06 270	0.07 357	0.06 285
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
GANet-RSSM	0.14 411	0.07 193	0.13 312	0.13 11	0.08 204	0.14 378	0.18 467	0.23 389	0.21 380	0.17 413	0.25 470	0.24 503	0.16 462	0.16 411	0.16 463	0.10 504	0.06 405	0.07 294	0.08 446	0.08 424	0.07 372

PSMNet-RSSM	0.14 411	0.07 193	0.14 358	0.15 101	0.08 204	0.13 334	0.16 385	0.25 436	0.24 424	0.17 413	0.28 512	0.23 494	0.14 421	0.16 411	0.14 407	0.11 538	0.06 405	0.09 470	0.12 585	0.08 424	0.07 372

CFNet-ft	0.14 411	0.07 193	0.15 393	0.12 5	0.09 323	0.17 455	0.18 467	0.22 370	0.24 424	0.17 413	0.26 483	0.24 503	0.14 421	0.16 411	0.15 444	0.11 538	0.06 405	0.08 384	0.09 492	0.09 487	0.08 442

CCAANet	0.14 411	0.06 92	0.12 272	0.16 193	0.08 204	0.22 539	0.14 237	0.27 464	0.18 314	0.16 399	0.37 575	0.15 368	0.18 502	0.16 411	0.13 370	0.07 330	0.05 236	0.06 178	0.06 270	0.05 156	0.07 372

DIP-Stereo	0.11 272	0.08 326	0.15 393	0.17 281	0.09 323	0.13 334	0.09 20	0.16 210	0.16 261	0.12 290	0.16 320	0.14 343	0.12 355	0.16 411	0.14 407	0.06 161	0.05 236	0.06 178	0.05 186	0.05 156	0.07 372
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
CFNet_RVC	0.14 411	0.07 193	0.15 393	0.12 5	0.09 323	0.17 455	0.18 467	0.22 370	0.24 424	0.17 413	0.26 483	0.24 503	0.14 421	0.16 411	0.15 444	0.11 538	0.06 405	0.08 384	0.09 492	0.09 487	0.08 442

IGEV_i1	0.12 350	0.08 326	0.12 272	0.17 281	0.08 204	0.19 494	0.15 321	0.19 310	0.23 412	0.18 446	0.18 366	0.16 390	0.12 355	0.17 451	0.14 407	0.06 161	0.05 236	0.06 178	0.05 186	0.06 276	0.06 285

Selective-IGEV-i16pb	0.14 411	0.08 326	0.17 460	0.15 101	0.11 494	0.41 642	0.16 385	0.29 508	0.24 424	0.11 254	0.21 410	0.10 243	0.07 170	0.17 451	0.12 334	0.10 504	0.07 476	0.06 178	0.08 446	0.09 487	0.10 518

DFGA-Net	0.13 378	0.11 501	0.19 518	0.18 371	0.10 438	0.13 334	0.13 168	0.23 389	0.25 449	0.16 399	0.16 320	0.13 324	0.12 355	0.17 451	0.15 444	0.07 330	0.05 236	0.08 384	0.07 371	0.05 156	0.05 185

G2L-Stereo_test	0.14 411	0.07 193	0.11 223	0.13 11	0.08 204	0.12 291	0.17 418	0.31 538	0.28 491	0.21 500	0.23 432	0.20 450	0.16 462	0.17 451	0.19 508	0.07 330	0.05 236	0.05 43	0.05 186	0.07 357	0.07 372

ISRNet	0.18 518	0.08 326	0.20 523	0.19 442	0.13 552	0.15 403	0.12 102	0.30 521	0.33 526	0.21 500	0.26 483	0.27 533	0.18 502	0.17 451	0.20 518	0.20 640	0.08 509	0.14 598	0.14 603	0.14 595	0.17 628

rvit_0105_5	0.14 411	0.10 475	0.14 358	0.17 281	0.09 323	0.14 378	0.23 577	0.24 415	0.27 475	0.14 345	0.15 303	0.18 423	0.13 388	0.17 451	0.14 407	0.14 604	0.11 579	0.10 518	0.11 563	0.08 424	0.07 372

rvit_0105_4	0.15 453	0.09 407	0.17 460	0.17 281	0.10 438	0.12 291	0.20 534	0.23 389	0.27 475	0.14 345	0.20 392	0.17 408	0.14 421	0.17 451	0.13 370	0.15 608	0.11 579	0.11 548	0.10 531	0.09 487	0.06 285

ITSA-stereo	0.16 480	0.11 501	0.14 358	0.19 442	0.08 204	0.13 334	0.14 237	0.30 521	0.49 612	0.17 413	0.18 366	0.22 477	0.15 441	0.17 451	0.16 463	0.10 504	0.06 405	0.08 384	0.08 446	0.08 424	0.09 488

test_sample4	0.14 411	0.08 326	0.15 393	0.15 101	0.08 204	0.19 494	0.18 467	0.26 450	0.18 314	0.17 413	0.26 483	0.18 423	0.15 441	0.17 451	0.13 370	0.08 405	0.06 405	0.08 384	0.06 270	0.09 487	0.08 442

test_sample3	0.14 411	0.08 326	0.15 393	0.14 53	0.09 323	0.20 514	0.17 418	0.27 464	0.18 314	0.17 413	0.22 427	0.19 433	0.15 441	0.17 451	0.14 407	0.09 463	0.06 405	0.07 294	0.06 270	0.09 487	0.08 442

test_sample1	0.13 378	0.07 193	0.14 358	0.14 53	0.08 204	0.19 494	0.17 418	0.20 328	0.15 227	0.14 345	0.22 427	0.18 423	0.16 462	0.17 451	0.15 444	0.07 330	0.06 405	0.06 178	0.06 270	0.08 424	0.08 442

PCWNet_CMD	0.14 411	0.08 326	0.15 393	0.17 281	0.09 323	0.14 378	0.14 237	0.29 508	0.36 556	0.14 345	0.20 392	0.21 459	0.13 388	0.17 451	0.14 407	0.07 330	0.05 236	0.07 294	0.07 371	0.07 357	0.07 372

IER	0.14 411	0.08 326	0.13 312	0.17 281	0.09 323	0.14 378	0.16 385	0.26 450	0.27 475	0.18 446	0.26 483	0.17 408	0.20 533	0.17 451	0.14 407	0.08 405	0.05 236	0.07 294	0.06 270	0.08 424	0.07 372

hknet	0.15 453	0.11 501	0.14 358	0.22 564	0.11 494	0.15 403	0.15 321	0.34 572	0.26 462	0.17 413	0.23 432	0.22 477	0.18 502	0.17 451	0.13 370	0.07 330	0.06 405	0.10 518	0.09 492	0.07 357	0.07 372

CIPLG	0.11 272	0.08 326	0.15 393	0.17 281	0.08 204	0.13 334	0.15 321	0.17 247	0.16 261	0.14 345	0.11 236	0.16 390	0.10 283	0.17 451	0.12 334	0.07 330	0.05 236	0.06 178	0.06 270	0.05 156	0.06 285

AASNet	0.16 480	0.08 326	0.13 312	0.19 442	0.09 323	0.19 494	0.15 321	0.38 610	0.37 562	0.20 484	0.24 444	0.20 450	0.17 488	0.17 451	0.21 531	0.10 504	0.08 509	0.08 384	0.07 371	0.09 487	0.09 488

RAFT	0.13 378	0.09 407	0.11 223	0.18 371	0.08 204	0.15 403	0.23 577	0.21 346	0.20 365	0.21 500	0.21 410	0.18 423	0.13 388	0.17 451	0.10 185	0.06 161	0.07 476	0.10 518	0.09 492	0.06 276	0.05 185

FADNet-RVC-Resample	0.17 502	0.12 520	0.32 596	0.22 564	0.12 526	0.19 494	0.14 237	0.25 436	0.24 424	0.24 542	0.27 501	0.20 450	0.15 441	0.17 451	0.16 463	0.07 330	0.08 509	0.12 570	0.10 531	0.09 487	0.11 544

BEATNet_4x	0.12 350	0.09 407	0.15 393	0.18 371	0.07 119	0.15 403	0.07 3	0.23 389	0.19 342	0.16 399	0.19 382	0.19 433	0.14 421	0.17 451	0.15 444	0.07 330	0.05 236	0.05 43	0.05 186	0.06 276	0.07 372

G2L-ROB	0.13 378	0.07 193	0.13 312	0.13 11	0.08 204	0.14 378	0.17 418	0.25 436	0.19 342	0.20 484	0.19 382	0.20 450	0.14 421	0.18 470	0.16 463	0.08 405	0.05 236	0.06 178	0.05 186	0.08 424	0.09 488

G2L-Stereo	0.14 411	0.07 193	0.13 312	0.17 281	0.09 323	0.13 334	0.12 102	0.27 464	0.22 402	0.17 413	0.27 501	0.21 459	0.13 388	0.18 470	0.18 493	0.09 463	0.08 509	0.08 384	0.07 371	0.07 357	0.07 372

YMNet	0.20 539	0.12 520	0.20 523	0.21 542	0.14 571	0.27 593	0.23 577	0.32 543	0.34 537	0.28 580	0.35 567	0.30 561	0.18 502	0.18 470	0.22 544	0.11 538	0.13 609	0.10 518	0.10 531	0.09 487	0.09 488

YMNet_1	0.20 539	0.12 520	0.20 523	0.21 542	0.14 571	0.27 593	0.23 577	0.32 543	0.34 537	0.28 580	0.35 567	0.30 561	0.18 502	0.18 470	0.22 544	0.11 538	0.13 609	0.10 518	0.10 531	0.09 487	0.09 488

rvit_0105_6	0.14 411	0.09 407	0.18 494	0.17 281	0.10 438	0.10 187	0.17 418	0.19 310	0.26 462	0.12 290	0.18 366	0.17 408	0.13 388	0.18 470	0.13 370	0.15 608	0.11 579	0.12 570	0.10 531	0.09 487	0.06 285

rvit_0105_3	0.16 480	0.10 475	0.15 393	0.20 506	0.12 526	0.15 403	0.26 613	0.25 436	0.30 505	0.15 370	0.17 340	0.21 459	0.14 421	0.18 470	0.14 407	0.14 604	0.11 579	0.12 570	0.14 603	0.07 357	0.07 372

rvit_stereo_0075_2	0.17 502	0.12 520	0.25 560	0.23 585	0.16 604	0.13 334	0.10 33	0.30 521	0.27 475	0.20 484	0.28 512	0.22 477	0.15 441	0.18 470	0.13 370	0.16 625	0.10 565	0.17 620	0.10 531	0.10 523	0.10 518

CFNet_ucs	0.15 453	0.09 407	0.17 460	0.16 193	0.11 494	0.14 378	0.14 237	0.30 521	0.34 537	0.16 399	0.24 444	0.23 494	0.14 421	0.18 470	0.15 444	0.09 463	0.06 405	0.08 384	0.07 371	0.09 487	0.09 488

iinet-f	0.17 502	0.07 193	0.46 625	0.14 53	0.10 438	0.21 525	0.14 237	0.27 464	0.23 412	0.22 515	0.25 470	0.21 459	0.16 462	0.18 470	0.22 544	0.09 463	0.07 476	0.07 294	0.06 270	0.09 487	0.10 518

x	0.13 378	0.08 326	0.15 393	0.14 53	0.08 204	0.19 494	0.14 237	0.22 370	0.21 380	0.15 370	0.20 392	0.20 450	0.18 502	0.18 470	0.18 493	0.07 330	0.05 236	0.06 178	0.06 270	0.07 357	0.07 372

GLC_STEREO	0.11 272	0.07 193	0.11 223	0.18 371	0.07 119	0.08 71	0.13 168	0.16 210	0.24 424	0.12 290	0.13 277	0.12 299	0.08 222	0.18 470	0.12 334	0.06 161	0.08 509	0.08 384	0.06 270	0.05 156	0.05 185

PSMNet-ADL	0.15 453	0.12 520	0.13 312	0.22 564	0.09 323	0.13 334	0.20 534	0.26 450	0.23 412	0.18 446	0.20 392	0.23 494	0.17 488	0.18 470	0.18 493	0.09 463	0.08 509	0.08 384	0.11 563	0.08 424	0.07 372

ICVP	0.16 480	0.09 407	0.12 272	0.22 564	0.09 323	0.18 471	0.21 551	0.26 450	0.24 424	0.18 446	0.30 533	0.27 533	0.18 502	0.18 470	0.15 444	0.10 504	0.07 476	0.08 384	0.07 371	0.07 357	0.08 442
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_pseudo	0.14 411	0.08 326	0.16 436	0.16 193	0.09 323	0.13 334	0.14 237	0.27 464	0.34 537	0.15 370	0.21 410	0.22 477	0.13 388	0.18 470	0.14 407	0.07 330	0.05 236	0.08 384	0.06 270	0.07 357	0.07 372

ADLNet	0.16 480	0.08 326	0.15 393	0.16 193	0.10 438	0.16 431	0.17 418	0.33 557	0.27 475	0.23 530	0.27 501	0.24 503	0.16 462	0.18 470	0.21 531	0.10 504	0.06 405	0.10 518	0.10 531	0.08 424	0.09 488

MMNet	0.17 502	0.10 475	0.17 460	0.20 506	0.11 494	0.27 593	0.20 534	0.26 450	0.42 586	0.22 515	0.30 533	0.22 477	0.20 533	0.18 470	0.20 518	0.06 161	0.06 405	0.07 294	0.07 371	0.08 424	0.07 372

ACVNet	0.15 453	0.09 407	0.15 393	0.13 11	0.12 526	0.14 378	0.20 534	0.22 370	0.34 537	0.17 413	0.26 483	0.21 459	0.17 488	0.18 470	0.21 531	0.07 330	0.06 405	0.06 178	0.06 270	0.08 424	0.06 285

acv_ft	0.15 453	0.09 407	0.16 436	0.19 442	0.10 438	0.16 431	0.17 418	0.25 436	0.34 537	0.19 462	0.26 483	0.21 459	0.17 488	0.18 470	0.19 508	0.07 330	0.06 405	0.06 178	0.06 270	0.08 424	0.06 285

DMCA-RVC	0.17 502	0.10 475	0.16 436	0.24 597	0.11 494	0.19 494	0.18 467	0.26 450	0.24 424	0.21 500	0.27 501	0.25 516	0.27 586	0.18 470	0.21 531	0.12 564	0.08 509	0.13 584	0.10 531	0.10 523	0.08 442

MSMDNet	0.14 411	0.08 326	0.15 393	0.17 281	0.09 323	0.14 378	0.14 237	0.29 508	0.36 556	0.14 345	0.20 392	0.21 459	0.13 388	0.18 470	0.14 407	0.07 330	0.05 236	0.07 294	0.07 371	0.07 357	0.07 372

HSM-Net_RVC	0.14 411	0.08 326	0.12 272	0.15 101	0.08 204	0.16 431	0.15 321	0.27 464	0.29 499	0.20 484	0.21 410	0.29 551	0.14 421	0.18 470	0.13 370	0.06 161	0.06 405	0.06 178	0.06 270	0.07 357	0.06 285
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	0.15 453	0.11 501	0.17 460	0.17 281	0.08 204	0.19 494	0.10 33	0.29 508	0.26 462	0.19 462	0.24 444	0.24 503	0.18 502	0.18 470	0.15 444	0.08 405	0.06 405	0.09 470	0.10 531	0.08 424	0.07 372

ccs_rob	0.14 411	0.09 407	0.16 436	0.16 193	0.09 323	0.13 334	0.14 237	0.27 464	0.34 537	0.15 370	0.21 410	0.22 477	0.13 388	0.18 470	0.14 407	0.07 330	0.05 236	0.08 384	0.07 371	0.07 357	0.07 372

UCFNet_RVC	0.15 453	0.08 326	0.13 312	0.11 1	0.10 438	0.20 514	0.10 33	0.24 415	0.23 412	0.17 413	0.21 410	0.24 503	0.15 441	0.18 470	0.15 444	0.12 564	0.07 476	0.11 548	0.13 597	0.11 545	0.10 518

pmcnn	0.15 453	0.07 193	0.20 523	0.15 101	0.07 119	0.21 525	0.16 385	0.25 436	0.26 462	0.21 500	0.33 553	0.29 551	0.19 521	0.18 470	0.17 480	0.07 330	0.05 236	0.05 43	0.04 49	0.07 357	0.06 285

rvit_105_1	0.19 530	0.12 520	0.25 560	0.21 542	0.16 604	0.22 539	0.28 624	0.32 543	0.42 586	0.20 484	0.21 410	0.22 477	0.18 502	0.19 495	0.18 493	0.12 564	0.12 595	0.13 584	0.15 619	0.08 424	0.07 372

UGAM	0.13 378	0.10 475	0.09 104	0.22 564	0.08 204	0.13 334	0.20 534	0.18 277	0.24 424	0.22 515	0.16 320	0.13 324	0.13 388	0.19 495	0.13 370	0.07 330	0.05 236	0.13 584	0.11 563	0.07 357	0.05 185

DCVSM-stereo	0.15 453	0.09 407	0.16 436	0.16 193	0.10 438	0.15 403	0.09 20	0.20 328	0.24 424	0.20 484	0.24 444	0.26 526	0.15 441	0.19 495	0.14 407	0.09 463	0.07 476	0.09 470	0.08 446	0.10 523	0.12 565

test_sample9	0.18 518	0.12 520	0.21 533	0.13 11	0.14 571	0.18 471	0.14 237	0.28 489	0.24 424	0.21 500	0.21 410	0.24 503	0.20 533	0.19 495	0.18 493	0.15 608	0.30 661	0.14 598	0.14 603	0.15 607	0.13 580

test_sample8	0.20 539	0.12 520	0.21 533	0.13 11	0.14 571	0.18 471	0.14 237	0.32 543	0.21 380	0.28 580	0.22 427	0.36 602	0.26 579	0.19 495	0.18 493	0.15 608	0.30 661	0.14 598	0.14 603	0.15 607	0.13 580

GMStereo_Zeroshot	0.16 480	0.13 547	0.25 560	0.20 506	0.10 438	0.17 455	0.13 168	0.30 521	0.25 449	0.23 530	0.32 547	0.25 516	0.11 322	0.19 495	0.14 407	0.09 463	0.06 405	0.11 548	0.06 270	0.12 562	0.08 442

LL-Strereo	0.13 378	0.10 475	0.12 272	0.20 506	0.10 438	0.11 237	0.18 467	0.33 557	0.25 449	0.16 399	0.16 320	0.14 343	0.14 421	0.19 495	0.11 264	0.06 161	0.05 236	0.09 470	0.08 446	0.04 45	0.05 185

SDNR	0.20 539	0.09 407	0.19 518	0.16 193	0.12 526	0.79 671	0.13 168	0.26 450	0.33 526	0.19 462	0.25 470	0.19 433	0.12 355	0.19 495	0.15 444	0.16 625	0.18 635	0.14 598	0.11 563	0.08 424	0.12 565

ToySt	0.17 502	0.11 501	0.19 518	0.17 281	0.11 494	0.16 431	0.26 613	0.24 415	0.33 526	0.19 462	0.24 444	0.26 526	0.24 563	0.19 495	0.21 531	0.07 330	0.08 509	0.09 470	0.10 531	0.09 487	0.08 442

CRFU-Net	0.16 480	0.08 326	0.15 393	0.17 281	0.09 323	0.20 514	0.14 237	0.27 464	0.21 380	0.28 580	0.28 512	0.29 551	0.18 502	0.19 495	0.18 493	0.09 463	0.09 542	0.07 294	0.07 371	0.08 424	0.09 488

dad	0.18 518	0.20 613	0.21 533	0.17 281	0.11 494	0.20 514	0.19 513	0.21 346	0.28 491	0.30 596	0.24 444	0.30 561	0.13 388	0.19 495	0.17 480	0.18 631	0.09 542	0.11 548	0.09 492	0.11 545	0.07 372

AACVNet	0.16 480	0.08 326	0.15 393	0.15 101	0.10 438	0.18 471	0.15 321	0.24 415	0.25 449	0.27 567	0.27 501	0.28 543	0.18 502	0.19 495	0.17 480	0.09 463	0.07 476	0.09 470	0.07 371	0.10 523	0.09 488

delet	0.17 502	0.09 407	0.18 494	0.19 442	0.11 494	0.21 525	0.22 565	0.30 521	0.38 568	0.17 413	0.27 501	0.19 433	0.19 521	0.19 495	0.21 531	0.08 405	0.08 509	0.09 470	0.11 563	0.06 276	0.07 372

UPFNet	0.16 480	0.08 326	0.12 272	0.20 506	0.12 526	0.20 514	0.23 577	0.28 489	0.26 462	0.18 446	0.24 444	0.22 477	0.20 533	0.19 495	0.22 544	0.09 463	0.07 476	0.08 384	0.09 492	0.08 424	0.06 285

ac_64	0.16 480	0.09 407	0.15 393	0.18 371	0.10 438	0.22 539	0.17 418	0.24 415	0.22 402	0.19 462	0.24 444	0.29 551	0.18 502	0.19 495	0.22 544	0.09 463	0.08 509	0.08 384	0.09 492	0.07 357	0.06 285

FADNet	0.21 553	0.23 626	0.37 611	0.18 371	0.17 616	0.25 572	0.13 168	0.32 543	0.32 521	0.23 530	0.25 470	0.27 533	0.21 541	0.19 495	0.16 463	0.13 583	0.15 623	0.12 570	0.15 619	0.17 627	0.18 632

MaskLacGwcNet_RVC	0.22 561	0.21 619	0.25 560	0.26 614	0.11 494	0.24 563	0.14 237	0.39 616	0.24 424	0.32 610	0.36 572	0.30 561	0.21 541	0.19 495	0.22 544	0.17 630	0.14 619	0.21 634	0.16 623	0.13 578	0.12 565

AdaStereo	0.15 453	0.11 501	0.16 436	0.19 442	0.09 323	0.21 525	0.11 67	0.33 557	0.28 491	0.21 500	0.23 432	0.21 459	0.13 388	0.19 495	0.15 444	0.13 583	0.05 236	0.10 518	0.07 371	0.09 487	0.07 372
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.
z-ln-s-r	0.18 518	0.10 475	0.41 618	0.19 442	0.08 204	0.18 471	0.18 467	0.23 389	0.34 537	0.19 462	0.41 605	0.22 477	0.17 488	0.20 513	0.25 575	0.07 330	0.05 236	0.07 294	0.07 371	0.07 357	0.06 285

TCMNet	0.19 530	0.12 520	0.20 523	0.21 542	0.18 626	0.21 525	0.24 588	0.28 489	0.36 556	0.23 530	0.26 483	0.25 516	0.20 533	0.20 513	0.23 555	0.13 583	0.11 579	0.11 548	0.12 585	0.13 578	0.12 565

DDVS	0.16 480	0.10 475	0.22 543	0.16 193	0.12 526	0.15 403	0.14 237	0.25 436	0.19 342	0.18 446	0.30 533	0.27 533	0.13 388	0.20 513	0.16 463	0.09 463	0.06 405	0.09 470	0.07 371	0.11 545	0.11 544

iRaft-Stereo_5w	0.12 350	0.09 407	0.12 272	0.20 506	0.08 204	0.09 129	0.12 102	0.22 370	0.22 402	0.19 462	0.14 290	0.11 275	0.09 254	0.20 513	0.16 463	0.05 48	0.05 236	0.07 294	0.06 270	0.05 156	0.06 285

LMCR-Stereo	0.15 453	0.08 326	0.14 358	0.21 542	0.09 323	0.18 471	0.19 513	0.28 489	0.19 342	0.24 542	0.24 444	0.23 494	0.17 488	0.20 513	0.17 480	0.07 330	0.06 405	0.08 384	0.06 270	0.10 523	0.09 488

Syn2CoEx	0.22 561	0.16 580	0.29 583	0.29 636	0.15 590	0.26 584	0.21 551	0.34 572	0.32 521	0.29 590	0.36 572	0.28 543	0.25 571	0.20 513	0.25 575	0.16 625	0.12 595	0.14 598	0.11 563	0.09 487	0.08 442

psm_up	0.19 530	0.10 475	0.18 494	0.21 542	0.11 494	0.17 455	0.19 513	0.38 610	0.34 537	0.22 515	0.28 512	0.29 551	0.25 571	0.20 513	0.22 544	0.09 463	0.10 565	0.11 548	0.11 563	0.08 424	0.08 442

UNet	0.17 502	0.09 407	0.18 494	0.19 442	0.12 526	0.28 603	0.19 513	0.33 557	0.30 505	0.21 500	0.25 470	0.23 494	0.19 521	0.20 513	0.19 508	0.07 330	0.06 405	0.08 384	0.07 371	0.08 424	0.07 372

HGLStereo	0.17 502	0.09 407	0.19 518	0.17 281	0.12 526	0.18 471	0.18 467	0.31 538	0.33 526	0.22 515	0.33 553	0.24 503	0.18 502	0.20 513	0.21 531	0.10 504	0.09 542	0.07 294	0.07 371	0.09 487	0.10 518

DSFCA	0.16 480	0.09 407	0.14 358	0.16 193	0.10 438	0.21 525	0.19 513	0.28 489	0.31 515	0.23 530	0.25 470	0.22 477	0.16 462	0.20 513	0.20 518	0.10 504	0.07 476	0.09 470	0.09 492	0.08 424	0.08 442

S-Stereo	0.21 553	0.12 520	0.25 560	0.21 542	0.13 552	0.21 525	0.19 513	0.33 557	0.45 601	0.23 530	0.36 572	0.28 543	0.29 600	0.20 513	0.23 555	0.09 463	0.12 595	0.10 518	0.10 531	0.13 578	0.14 596

STTStereo	0.18 518	0.13 547	0.28 574	0.20 506	0.11 494	0.16 431	0.21 551	0.29 508	0.23 412	0.22 515	0.30 533	0.29 551	0.18 502	0.20 513	0.20 518	0.12 564	0.11 579	0.11 548	0.14 603	0.09 487	0.08 442

RASNet	0.15 453	0.07 193	0.15 393	0.16 193	0.08 204	0.19 494	0.14 237	0.30 521	0.21 380	0.17 413	0.25 470	0.21 459	0.19 521	0.20 513	0.20 518	0.07 330	0.06 405	0.06 178	0.08 446	0.06 276	0.06 285

RYNet	0.23 574	0.12 520	0.22 543	0.19 442	0.17 616	0.47 647	0.26 613	0.39 616	0.49 612	0.24 542	0.29 527	0.34 594	0.24 563	0.20 513	0.31 624	0.10 504	0.06 405	0.09 470	0.09 492	0.14 595	0.15 610

PS-NSSS	0.20 539	0.21 619	0.23 551	0.20 506	0.10 438	0.19 494	0.17 418	0.36 594	0.26 462	0.27 567	0.34 563	0.27 533	0.24 563	0.20 513	0.20 518	0.15 608	0.12 595	0.17 620	0.14 603	0.10 523	0.09 488

HSM	0.15 453	0.09 407	0.15 393	0.16 193	0.09 323	0.16 431	0.14 237	0.28 489	0.25 449	0.20 484	0.24 444	0.37 605	0.17 488	0.20 513	0.15 444	0.07 330	0.05 236	0.07 294	0.06 270	0.07 357	0.06 285

StereoDRNet	0.19 530	0.11 501	0.18 494	0.22 564	0.11 494	0.22 539	0.22 565	0.37 603	0.34 537	0.24 542	0.28 512	0.30 561	0.19 521	0.20 513	0.21 531	0.10 504	0.08 509	0.11 548	0.09 492	0.09 487	0.07 372

DLCB_ROB	0.18 518	0.10 475	0.16 436	0.23 585	0.11 494	0.24 563	0.18 467	0.30 521	0.28 491	0.27 567	0.29 527	0.28 543	0.25 571	0.20 513	0.20 518	0.08 405	0.08 509	0.09 470	0.09 492	0.07 357	0.07 372

w-ln-seven-2	0.20 539	0.14 562	0.39 613	0.23 585	0.12 526	0.21 525	0.21 551	0.29 508	0.38 568	0.25 555	0.38 583	0.28 543	0.23 554	0.21 531	0.25 575	0.08 405	0.08 509	0.09 470	0.09 492	0.10 523	0.09 488

fast-acv-ft	0.18 518	0.11 501	0.20 523	0.19 442	0.12 526	0.26 584	0.21 551	0.26 450	0.35 551	0.22 515	0.34 563	0.27 533	0.21 541	0.21 531	0.23 555	0.09 463	0.09 542	0.08 384	0.10 531	0.08 424	0.07 372

Wz-Net-LNSev-Ref	0.18 518	0.09 407	0.30 589	0.15 101	0.11 494	0.23 554	0.20 534	0.27 464	0.40 577	0.26 560	0.43 616	0.25 516	0.15 441	0.21 531	0.20 518	0.07 330	0.05 236	0.06 178	0.05 186	0.10 523	0.09 488

CSP-Net	0.16 480	0.09 407	0.14 358	0.17 281	0.09 323	0.19 494	0.18 467	0.25 436	0.33 526	0.26 560	0.31 538	0.25 516	0.16 462	0.21 531	0.19 508	0.09 463	0.06 405	0.07 294	0.07 371	0.08 424	0.08 442

dd	0.15 453	0.17 590	0.17 460	0.19 442	0.09 323	0.15 403	0.18 467	0.22 370	0.26 462	0.23 530	0.20 392	0.21 459	0.10 283	0.21 531	0.17 480	0.10 504	0.06 405	0.08 384	0.06 270	0.08 424	0.07 372

UDG	0.21 553	0.17 590	0.20 523	0.23 585	0.15 590	0.31 612	0.20 534	0.33 557	0.35 551	0.24 542	0.28 512	0.31 576	0.29 600	0.21 531	0.23 555	0.15 608	0.12 595	0.13 584	0.09 492	0.14 595	0.15 610

ADLNet2	0.16 480	0.09 407	0.14 358	0.17 281	0.09 323	0.20 514	0.16 385	0.32 543	0.39 573	0.17 413	0.20 392	0.20 450	0.19 521	0.21 531	0.23 555	0.08 405	0.07 476	0.07 294	0.07 371	0.09 487	0.07 372

GEStereo_RVC	0.17 502	0.12 520	0.16 436	0.22 564	0.11 494	0.19 494	0.18 467	0.32 543	0.49 612	0.20 484	0.25 470	0.17 408	0.13 388	0.21 531	0.16 463	0.10 504	0.06 405	0.08 384	0.07 371	0.09 487	0.08 442

pcwnet_v2	0.19 530	0.11 501	0.26 569	0.18 371	0.14 571	0.18 471	0.15 321	0.37 603	0.46 608	0.19 462	0.24 444	0.21 459	0.19 521	0.21 531	0.20 518	0.13 583	0.10 565	0.10 518	0.10 531	0.11 545	0.13 580

aanetorigin	0.22 561	0.17 590	0.57 639	0.18 371	0.10 438	0.16 431	0.19 513	0.20 328	0.33 526	0.49 646	0.48 626	0.30 561	0.28 595	0.21 531	0.24 567	0.08 405	0.07 476	0.08 384	0.07 371	0.10 523	0.09 488

FAT-Stereo	0.21 553	0.13 547	0.22 543	0.21 542	0.12 526	0.18 471	0.18 467	0.35 587	0.40 577	0.28 580	0.37 575	0.33 589	0.33 621	0.21 531	0.20 518	0.09 463	0.11 579	0.10 518	0.09 492	0.11 545	0.14 596

PA-Net	0.24 585	0.18 604	0.34 602	0.28 629	0.22 640	0.22 539	0.39 660	0.29 508	0.39 573	0.22 515	0.33 553	0.25 516	0.26 579	0.21 531	0.25 575	0.10 504	0.23 654	0.15 609	0.22 641	0.09 487	0.13 580
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NLCA_NET_v2_RVC	0.17 502	0.10 475	0.23 551	0.20 506	0.10 438	0.15 403	0.18 467	0.31 538	0.25 449	0.21 500	0.31 538	0.25 516	0.17 488	0.21 531	0.20 518	0.09 463	0.06 405	0.08 384	0.09 492	0.07 357	0.08 442
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DeepPruner_ROB	0.16 480	0.11 501	0.16 436	0.17 281	0.10 438	0.17 455	0.15 321	0.32 543	0.21 380	0.19 462	0.21 410	0.22 477	0.19 521	0.21 531	0.16 463	0.13 583	0.09 542	0.09 470	0.10 531	0.11 545	0.11 544

StereoDRNet-Refined	0.17 502	0.12 520	0.16 436	0.20 506	0.10 438	0.18 471	0.18 467	0.27 464	0.24 424	0.26 560	0.41 605	0.23 494	0.18 502	0.21 531	0.21 531	0.09 463	0.05 236	0.09 470	0.10 531	0.07 357	0.07 372
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
LE_ROB	0.50 656	0.07 193	0.14 358	0.15 101	0.08 204	0.26 584	0.17 418	0.23 389	1.71 690	4.68 696	0.67 652	0.46 637	0.47 651	0.21 531	0.30 618	0.07 330	0.06 405	0.06 178	0.06 270	0.08 424	0.06 285

NOSS_ROB	0.19 530	0.13 547	0.18 494	0.16 193	0.12 526	0.16 431	0.12 102	0.30 521	0.33 526	0.20 484	0.22 427	0.27 533	0.24 563	0.21 531	0.16 463	0.16 625	0.18 635	0.23 639	0.21 638	0.13 578	0.13 580

PSMNet_ROB	0.22 561	0.12 520	0.15 393	0.27 622	0.15 590	0.25 572	0.36 655	0.43 635	0.37 562	0.27 567	0.33 553	0.32 583	0.23 554	0.21 531	0.27 594	0.12 564	0.08 509	0.13 584	0.11 563	0.10 523	0.09 488

w-ln-seven	0.24 585	0.15 569	0.58 642	0.20 506	0.14 571	0.26 584	0.22 565	0.36 594	0.62 646	0.30 596	0.40 594	0.30 561	0.23 554	0.22 549	0.28 602	0.09 463	0.09 542	0.11 548	0.10 531	0.11 545	0.10 518

ssnet_v2	0.17 502	0.10 475	0.18 494	0.17 281	0.11 494	0.21 525	0.22 565	0.34 572	0.25 449	0.23 530	0.23 432	0.27 533	0.19 521	0.22 549	0.21 531	0.11 538	0.10 565	0.09 470	0.09 492	0.08 424	0.08 442

GwcNet	0.20 539	0.14 562	0.20 523	0.18 371	0.12 526	0.25 572	0.20 534	0.36 594	0.45 601	0.20 484	0.33 553	0.33 589	0.21 541	0.22 549	0.25 575	0.11 538	0.09 542	0.09 470	0.09 492	0.09 487	0.10 518

FADNet-RVC	0.21 553	0.20 613	0.40 616	0.21 542	0.16 604	0.21 525	0.15 321	0.27 464	0.27 475	0.26 560	0.32 547	0.26 526	0.21 541	0.22 549	0.19 508	0.12 564	0.13 609	0.12 570	0.14 603	0.13 578	0.18 632

SuperB	0.20 539	0.10 475	0.57 639	0.16 193	0.09 323	0.19 494	0.18 467	0.25 436	0.51 620	0.27 567	0.39 591	0.17 408	0.22 548	0.22 549	0.21 531	0.08 405	0.06 405	0.06 178	0.06 270	0.12 562	0.11 544

DeepPrunerF	0.24 585	0.17 590	0.45 624	0.26 614	0.16 604	0.23 554	0.29 635	0.37 603	0.51 620	0.27 567	0.31 538	0.24 503	0.28 595	0.22 549	0.23 555	0.15 608	0.11 579	0.20 633	0.18 634	0.12 562	0.14 596

AANet_RVC	0.16 480	0.10 475	0.11 223	0.18 371	0.09 323	0.19 494	0.18 467	0.27 464	0.32 521	0.22 515	0.35 567	0.21 459	0.22 548	0.22 549	0.17 480	0.06 161	0.05 236	0.06 178	0.06 270	0.07 357	0.06 285

DRN-Test	0.20 539	0.11 501	0.21 533	0.22 564	0.10 438	0.22 539	0.22 565	0.40 619	0.38 568	0.24 542	0.33 553	0.26 526	0.22 548	0.22 549	0.25 575	0.11 538	0.07 476	0.11 548	0.10 531	0.09 487	0.08 442

AANet	0.31 628	0.20 613	1.05 678	0.16 193	0.13 552	0.23 554	0.16 385	0.30 521	0.64 650	0.60 655	0.53 633	0.46 637	0.39 635	0.23 557	0.33 632	0.12 564	0.10 565	0.11 548	0.10 531	0.13 578	0.12 565

ACV-stereo	0.15 453	0.10 475	0.29 583	0.18 371	0.12 526	0.15 403	0.13 168	0.23 389	0.21 380	0.19 462	0.23 432	0.22 477	0.15 441	0.23 557	0.17 480	0.08 405	0.07 476	0.07 294	0.07 371	0.08 424	0.07 372

HBP-ISP	0.18 518	0.13 547	0.17 460	0.15 101	0.11 494	0.08 71	0.13 168	0.28 489	0.30 505	0.22 515	0.33 553	0.21 459	0.25 571	0.23 557	0.18 493	0.15 608	0.17 633	0.21 634	0.17 630	0.10 523	0.09 488

Wz-Net-LNSev	0.22 561	0.16 580	0.41 618	0.22 564	0.13 552	0.25 572	0.24 588	0.33 557	0.44 597	0.30 596	0.42 613	0.32 583	0.19 521	0.23 557	0.27 594	0.10 504	0.09 542	0.08 384	0.08 446	0.12 562	0.11 544

SACVNet	0.19 530	0.12 520	0.15 393	0.17 281	0.13 552	0.22 539	0.18 467	0.31 538	0.31 515	0.24 542	0.31 538	0.30 561	0.23 554	0.23 557	0.17 480	0.11 538	0.08 509	0.10 518	0.10 531	0.12 562	0.14 596

FINET	0.22 561	0.18 604	0.28 574	0.19 442	0.16 604	0.24 563	0.24 588	0.33 557	0.49 612	0.26 560	0.33 553	0.22 477	0.23 554	0.23 557	0.18 493	0.18 631	0.16 629	0.11 548	0.10 531	0.15 607	0.14 596

EDNetEfficient	0.30 622	0.24 629	1.18 680	0.18 371	0.10 438	0.20 514	0.20 534	0.21 346	0.61 643	0.74 666	0.56 638	0.30 561	0.40 640	0.23 557	0.32 629	0.09 463	0.07 476	0.08 384	0.07 371	0.11 545	0.10 518

GANet	0.22 561	0.13 547	0.21 533	0.25 605	0.14 571	0.23 554	0.22 565	0.42 629	0.27 475	0.31 603	0.43 616	0.37 605	0.29 600	0.23 557	0.23 555	0.10 504	0.12 595	0.10 518	0.09 492	0.10 523	0.08 442

TDLM	0.18 518	0.12 520	0.14 358	0.24 597	0.10 438	0.18 471	0.18 467	0.37 603	0.30 505	0.22 515	0.28 512	0.28 543	0.18 502	0.23 557	0.19 508	0.11 538	0.07 476	0.10 518	0.10 531	0.08 424	0.08 442

NVstereo2D	0.19 530	0.11 501	0.16 436	0.17 281	0.16 604	0.28 603	0.23 577	0.44 639	0.42 586	0.15 370	0.28 512	0.25 516	0.19 521	0.23 557	0.18 493	0.09 463	0.06 405	0.10 518	0.08 446	0.15 607	0.10 518

NCCL2	0.24 585	0.15 569	0.18 494	0.34 646	0.18 626	0.24 563	0.24 588	0.34 572	0.29 499	0.31 603	0.38 583	0.38 611	0.29 600	0.23 557	0.25 575	0.15 608	0.12 595	0.18 629	0.21 638	0.13 578	0.13 580

SGM-Forest	0.20 539	0.14 562	0.18 494	0.20 506	0.13 552	0.21 525	0.22 565	0.33 557	0.31 515	0.24 542	0.29 527	0.28 543	0.20 533	0.23 557	0.18 493	0.15 608	0.16 629	0.15 609	0.14 603	0.13 578	0.12 565
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Wz-Net-SNSev	0.26 604	0.17 590	0.46 625	0.25 605	0.14 571	0.26 584	0.24 588	0.38 610	0.57 635	0.30 596	0.56 638	0.39 616	0.26 579	0.24 569	0.32 629	0.10 504	0.09 542	0.10 518	0.11 563	0.11 545	0.11 544

EDNetEfficientorigin	7.92 695	0.32 649	152.98 720	0.20 506	0.10 438	0.22 539	0.17 418	0.23 389	0.60 641	0.73 664	0.67 652	0.41 625	0.51 656	0.24 569	0.41 650	0.08 405	0.07 476	0.09 470	0.07 371	0.12 562	0.11 544

hitnet-ft	0.18 518	0.10 475	0.17 460	0.14 53	0.09 323	0.27 593	0.20 534	0.25 436	0.26 462	0.24 542	0.32 547	0.32 583	0.23 554	0.24 569	0.21 531	0.12 564	0.07 476	0.10 518	0.08 446	0.12 562	0.11 544

CVANet_RVC	0.18 518	0.11 501	0.14 358	0.21 542	0.11 494	0.19 494	0.18 467	0.34 572	0.34 537	0.22 515	0.31 538	0.28 543	0.18 502	0.24 569	0.18 493	0.12 564	0.08 509	0.12 570	0.12 585	0.09 487	0.08 442

CBMV_ROB	0.19 530	0.13 547	0.18 494	0.16 193	0.11 494	0.16 431	0.12 102	0.27 464	0.29 499	0.27 567	0.31 538	0.27 533	0.24 563	0.24 569	0.16 463	0.15 608	0.18 635	0.22 638	0.20 636	0.10 523	0.12 565

Wz-Net-MNSev	0.23 574	0.13 547	0.33 599	0.20 506	0.15 590	0.36 629	0.25 604	0.34 572	0.45 601	0.29 590	0.41 605	0.39 616	0.19 521	0.25 574	0.27 594	0.09 463	0.07 476	0.09 470	0.09 492	0.12 562	0.10 518

DDUNet	0.23 574	0.18 604	0.22 543	0.22 564	0.15 590	0.25 572	0.24 588	0.30 521	0.31 515	0.31 603	0.37 575	0.34 594	0.26 579	0.25 574	0.21 531	0.18 631	0.13 609	0.17 620	0.11 563	0.16 620	0.17 628

edge stereo	0.23 574	0.14 562	0.21 533	0.21 542	0.13 552	0.24 563	0.16 385	0.32 543	0.42 586	0.32 610	0.40 594	0.39 616	0.35 627	0.25 574	0.25 575	0.13 583	0.11 579	0.14 598	0.11 563	0.12 562	0.14 596

ADCRef	0.20 539	0.12 520	0.43 623	0.20 506	0.12 526	0.23 554	0.18 467	0.32 543	0.37 562	0.26 560	0.33 553	0.18 423	0.23 554	0.25 574	0.26 588	0.07 330	0.06 405	0.09 470	0.09 492	0.08 424	0.09 488

SepStereo	0.15 453	0.08 326	0.18 494	0.19 442	0.10 438	0.19 494	0.17 418	0.28 489	0.30 505	0.18 446	0.26 483	0.21 459	0.16 462	0.26 578	0.13 370	0.08 405	0.06 405	0.06 178	0.06 270	0.07 357	0.07 372

XPNet_ROB	0.22 561	0.12 520	0.20 523	0.22 564	0.13 552	0.22 539	0.19 513	0.35 587	0.40 577	0.30 596	0.40 594	0.38 611	0.27 586	0.26 578	0.29 611	0.15 608	0.10 565	0.10 518	0.10 531	0.13 578	0.12 565

FSD					0.23 641	0.25 572	0.25 604	0.27 464	0.26 462	0.25 555	0.26 483	0.26 526	0.26 579	0.27 580	0.24 567	0.21 643	0.20 641	0.27 645	0.26 648	0.25 648

SQANet	0.24 585	0.24 629	0.31 592	0.31 642	0.19 630	0.27 593	0.13 168	0.30 521	0.33 526	0.25 555	0.37 575	0.31 576	0.22 548	0.27 580	0.23 555	0.15 608	0.10 565	0.21 634	0.16 623	0.22 637	0.16 619

GASNet	0.22 561	0.24 629	0.34 602	0.26 614	0.17 616	0.27 593	0.16 385	0.45 641	0.42 586	0.27 567	0.24 444	0.30 561	0.16 462	0.27 580	0.18 493	0.12 564	0.09 542	0.12 570	0.11 563	0.16 620	0.08 442

Anonymous_2	0.22 561	0.17 590	0.28 574	0.15 101	0.16 604	0.33 616	0.22 565	0.23 389	0.18 314	0.23 530	0.24 444	0.26 526	0.27 586	0.27 580	0.24 567	0.22 647	0.26 657	0.17 620	0.17 630	0.16 620	0.18 632

APVNet	0.23 574	0.12 520	0.20 523	0.18 371	0.14 571	0.32 614	0.31 644	0.40 619	0.33 526	0.27 567	0.40 594	0.30 561	0.29 600	0.27 580	0.25 575	0.11 538	0.12 595	0.11 548	0.14 603	0.12 562	0.13 580

ADCP+	0.20 539	0.10 475	0.35 608	0.21 542	0.12 526	0.22 539	0.27 618	0.31 538	0.35 551	0.26 560	0.37 575	0.22 477	0.22 548	0.27 580	0.28 602	0.09 463	0.06 405	0.08 384	0.08 446	0.10 523	0.10 518

CC-Net-ROB	0.28 615	0.31 648	0.36 610	0.30 640	0.15 590	0.25 572	0.19 513	0.45 641	0.34 537	0.39 626	0.37 575	0.39 616	0.31 616	0.27 580	0.27 594	0.24 654	0.18 635	0.30 656	0.23 645	0.19 634	0.15 610

MDST_ROB	0.22 561	0.10 475	0.18 494	0.18 371	0.11 494	0.40 640	0.19 513	0.44 639	0.42 586	0.40 629	0.40 594	0.29 551	0.21 541	0.27 580	0.19 508	0.11 538	0.10 565	0.14 598	0.11 563	0.10 523	0.08 442

SANet	0.25 592	0.14 562	0.29 583	0.21 542	0.11 494	0.29 607	0.25 604	0.40 619	0.65 654	0.36 619	0.40 594	0.42 627	0.27 586	0.27 580	0.25 575	0.12 564	0.09 542	0.10 518	0.09 492	0.13 578	0.12 565

AF-Net	0.23 574	0.17 590	0.17 460	0.27 622	0.13 552	0.26 584	0.24 588	0.33 557	0.51 620	0.25 555	0.33 553	0.39 616	0.27 586	0.28 589	0.26 588	0.11 538	0.10 565	0.16 617	0.12 585	0.11 545	0.11 544

RP	0.22 561	0.13 547	0.22 543	0.23 585	0.12 526	0.21 525	0.20 534	0.26 450	0.45 601	0.22 515	0.38 583	0.37 605	0.25 571	0.28 589	0.25 575	0.11 538	0.12 595	0.13 584	0.12 585	0.13 578	0.14 596

G-Net	0.25 592	0.17 590	0.38 612	0.23 585	0.16 604	0.51 650	0.23 577	0.29 508	0.35 551	0.36 619	0.38 583	0.31 576	0.29 600	0.28 589	0.27 594	0.11 538	0.09 542	0.12 570	0.10 531	0.16 620	0.14 596

Nwc_Net	0.23 574	0.17 590	0.22 543	0.25 605	0.15 590	0.25 572	0.27 618	0.38 610	0.39 573	0.22 515	0.41 605	0.30 561	0.29 600	0.28 589	0.25 575	0.11 538	0.10 565	0.17 620	0.20 636	0.10 523	0.11 544

ETE_ROB	0.23 574	0.17 590	0.23 551	0.25 605	0.14 571	0.26 584	0.29 635	0.32 543	0.37 562	0.28 580	0.37 575	0.45 633	0.27 586	0.28 589	0.27 594	0.11 538	0.09 542	0.12 570	0.10 531	0.14 595	0.13 580

PWCDC_ROB	0.21 553	0.13 547	0.23 551	0.25 605	0.12 526	0.20 514	0.15 321	0.34 572	0.55 631	0.29 590	0.49 627	0.21 459	0.15 441	0.28 589	0.20 518	0.11 538	0.09 542	0.10 518	0.08 446	0.11 545	0.09 488

CBMV	0.20 539	0.15 569	0.18 494	0.18 371	0.10 438	0.20 514	0.11 67	0.30 521	0.31 515	0.29 590	0.31 538	0.31 576	0.23 554	0.28 589	0.19 508	0.13 583	0.15 623	0.17 620	0.16 623	0.10 523	0.10 518
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
coex-ft	3.24 688	0.35 652	57.83 719	0.18 371	0.13 552	0.27 593	0.23 577	0.28 489	0.72 661	1.89 692	0.70 657	0.43 629	0.47 651	0.29 596	0.43 653	0.09 463	0.09 542	0.12 570	0.09 492	0.14 595	0.14 596

DGSMNet	0.25 592	0.19 608	0.34 602	0.21 542	0.24 645	0.24 563	0.21 551	0.36 594	0.42 586	0.25 555	0.32 547	0.38 611	0.21 541	0.29 596	0.24 567	0.13 583	0.11 579	0.14 598	0.16 623	0.23 640	0.23 645

ADCPNet	0.26 604	0.17 590	0.62 647	0.21 542	0.15 590	0.36 629	0.25 604	0.33 557	0.37 562	0.31 603	0.41 605	0.36 602	0.29 600	0.29 596	0.34 636	0.12 564	0.10 565	0.11 548	0.12 585	0.14 595	0.13 580

DISCO	0.20 539	0.09 407	0.22 543	0.17 281	0.10 438	0.25 572	0.18 467	0.28 489	0.45 601	0.23 530	0.32 547	0.34 594	0.26 579	0.29 596	0.29 611	0.08 405	0.06 405	0.07 294	0.07 371	0.09 487	0.10 518

CSAN	0.30 622	0.24 629	0.28 574	0.34 646	0.19 630	0.34 620	0.42 663	0.38 610	0.51 620	0.38 625	0.40 594	0.44 632	0.34 623	0.29 596	0.31 624	0.19 635	0.16 629	0.19 631	0.19 635	0.14 595	0.15 610

LALA_ROB	0.25 592	0.16 580	0.23 551	0.27 622	0.17 616	0.27 593	0.27 618	0.42 629	0.38 568	0.33 614	0.39 591	0.51 645	0.26 579	0.29 596	0.28 602	0.16 625	0.09 542	0.13 584	0.12 585	0.13 578	0.13 580

ADCL	0.25 592	0.12 520	0.49 631	0.22 564	0.12 526	0.36 629	0.29 635	0.30 521	0.57 635	0.24 542	0.47 625	0.30 561	0.31 616	0.30 602	0.30 618	0.09 463	0.07 476	0.09 470	0.09 492	0.10 523	0.10 518

zh-mn7	0.26 604	0.15 569	0.59 644	0.19 442	0.14 571	0.24 563	0.22 565	0.35 587	0.63 649	0.35 616	0.67 652	0.31 576	0.25 571	0.31 603	0.26 588	0.09 463	0.08 509	0.09 470	0.09 492	0.09 487	0.11 544

PSMNet-RUCA	0.28 615	0.33 650	0.42 621	0.36 650	0.32 657	0.18 471	0.20 534	0.42 629	0.30 505	0.33 614	0.41 605	0.40 622	0.24 563	0.31 603	0.20 518	0.19 635	0.11 579	0.25 641	0.15 619	0.22 637	0.16 619

DANet	0.21 553	0.16 580	0.29 583	0.25 605	0.13 552	0.23 554	0.19 513	0.28 489	0.27 475	0.28 580	0.32 547	0.35 600	0.32 618	0.31 603	0.24 567	0.11 538	0.09 542	0.11 548	0.10 531	0.13 578	0.11 544
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NaN_ROB	0.23 574	0.20 613	0.25 560	0.25 605	0.13 552	0.31 612	0.27 618	0.34 572	0.41 584	0.31 603	0.31 538	0.32 583	0.23 554	0.31 603	0.22 544	0.11 538	0.17 633	0.10 518	0.11 563	0.08 424	0.09 488

PWC_ROB	0.21 553	0.16 580	0.27 571	0.18 371	0.11 494	0.22 539	0.13 168	0.33 557	0.49 612	0.30 596	0.40 594	0.32 583	0.25 571	0.31 603	0.23 555	0.10 504	0.07 476	0.11 548	0.08 446	0.11 545	0.10 518

z-mn7	0.25 592	0.15 569	0.47 628	0.19 442	0.13 552	0.28 603	0.25 604	0.35 587	0.64 650	0.27 567	0.57 642	0.29 551	0.24 563	0.32 608	0.27 594	0.08 405	0.08 509	0.08 384	0.08 446	0.10 523	0.10 518

RTSC	0.23 574	0.13 547	0.30 589	0.21 542	0.13 552	0.29 607	0.17 418	0.36 594	0.68 656	0.27 567	0.34 563	0.30 561	0.22 548	0.32 608	0.31 624	0.10 504	0.08 509	0.09 470	0.10 531	0.13 578	0.14 596

DPSNet	0.28 615	0.16 580	0.33 599	0.18 371	0.13 552	0.55 653	0.42 663	0.52 654	0.68 656	0.29 590	0.38 583	0.39 616	0.30 611	0.32 608	0.23 555	0.11 538	0.10 565	0.11 548	0.08 446	0.20 636	0.16 619

FBW_ROB	0.25 592	0.17 590	0.23 551	0.27 622	0.14 571	0.26 584	0.22 565	0.42 629	0.43 595	0.42 635	0.41 605	0.43 629	0.27 586	0.32 608	0.24 567	0.09 463	0.15 623	0.15 609	0.12 585	0.12 562	0.10 518

Wz-Net-TNSev	0.29 619	0.20 613	0.69 659	0.19 442	0.15 590	0.38 635	0.27 618	0.36 594	0.56 633	0.35 616	0.42 613	0.45 633	0.39 635	0.33 612	0.31 624	0.13 583	0.13 609	0.10 518	0.12 585	0.15 607	0.15 610

stereogan	0.22 561	0.11 501	0.21 533	0.20 506	0.12 526	0.32 614	0.19 513	0.36 594	0.45 601	0.23 530	0.39 591	0.35 600	0.27 586	0.33 612	0.23 555	0.10 504	0.12 595	0.10 518	0.10 531	0.14 595	0.14 596

SHD	0.26 604	0.15 569	0.31 592	0.24 597	0.18 626	0.23 554	0.15 321	0.39 616	0.72 661	0.32 610	0.42 613	0.36 602	0.29 600	0.33 612	0.30 618	0.13 583	0.11 579	0.14 598	0.13 597	0.16 620	0.20 640

ACVNet-4b	0.39 640	0.53 661	0.56 637	0.45 658	0.24 645	0.46 646	0.18 467	0.50 649	0.64 650	0.42 635	0.45 620	0.60 653	0.27 586	0.34 615	0.24 567	0.33 659	0.14 619	0.48 664	0.42 666	0.31 658	0.27 653

WZ-Net	0.29 619	0.17 590	0.82 670	0.23 585	0.16 604	0.35 625	0.29 635	0.40 619	0.59 640	0.24 542	0.57 642	0.37 605	0.25 571	0.34 615	0.37 642	0.09 463	0.08 509	0.09 470	0.10 531	0.14 595	0.16 619

PASM	0.33 631	0.25 634	0.51 632	0.28 629	0.27 651	0.30 610	0.31 644	0.35 587	0.51 620	0.36 619	0.40 594	0.47 641	0.35 627	0.34 615	0.36 638	0.23 652	0.26 657	0.26 642	0.28 654	0.23 640	0.21 641

PDISCO_ROB	0.28 615	0.16 580	0.28 574	0.28 629	0.20 634	0.33 616	0.27 618	0.45 641	0.58 638	0.28 580	0.41 605	0.45 633	0.30 611	0.34 615	0.35 637	0.12 564	0.09 542	0.17 620	0.16 623	0.17 627	0.13 580

MSMD_ROB	0.31 628	0.26 635	0.26 569	0.24 597	0.21 637	0.34 620	0.25 604	0.34 572	0.39 573	0.40 629	0.69 656	0.45 633	0.41 641	0.34 615	0.28 602	0.20 640	0.20 641	0.26 642	0.25 647	0.23 640	0.22 644

psmorigin	0.25 592	0.16 580	0.35 608	0.17 281	0.13 552	0.24 563	0.14 237	0.34 572	0.34 537	0.41 633	0.55 636	0.41 625	0.38 634	0.35 620	0.28 602	0.11 538	0.15 623	0.11 548	0.11 563	0.12 562	0.17 628

MFN_U_SF_DS_RVC	0.30 622	0.24 629	0.30 589	0.36 650	0.16 604	0.36 629	0.31 644	0.34 572	0.43 595	0.41 633	0.46 623	0.38 611	0.30 611	0.35 620	0.29 611	0.19 635	0.20 641	0.26 642	0.29 655	0.18 631	0.19 637

LSM	0.34 637	0.21 619	0.62 647	0.27 622	0.62 677	0.35 625	0.26 613	0.43 635	0.49 612	0.45 642	0.60 650	0.42 627	0.37 632	0.35 620	0.26 588	0.13 583	0.21 651	0.14 598	0.16 623	0.18 631	0.34 660

WCMA_ROB	0.24 585	0.11 501	0.24 557	0.17 281	0.14 571	0.34 620	0.16 385	0.33 557	0.33 526	0.39 626	0.54 635	0.40 622	0.35 627	0.35 620	0.26 588	0.12 564	0.12 595	0.12 570	0.11 563	0.14 595	0.14 596

MSAF-DinoV2	0.23 574	0.11 501	0.25 560	0.17 281	0.10 438	0.28 603	0.17 418	0.38 610	0.56 633	0.21 500	0.27 501	0.47 641	0.28 595	0.36 624	0.40 648	0.09 463	0.06 405	0.07 294	0.09 492	0.12 562	0.11 544

MFN_U_SF_RVC	0.33 631	0.22 623	0.58 642	0.31 642	0.15 590	0.36 629	0.17 418	0.54 658	0.46 608	0.47 645	0.56 638	0.58 652	0.39 635	0.36 624	0.38 645	0.15 608	0.15 623	0.18 629	0.21 638	0.16 620	0.16 619

ADCMid	0.26 604	0.15 569	0.42 621	0.20 506	0.14 571	0.25 572	0.26 613	0.35 587	0.40 577	0.37 623	0.45 620	0.34 594	0.42 645	0.36 624	0.36 638	0.10 504	0.09 542	0.11 548	0.11 563	0.13 578	0.13 580

SGM_RVC	0.24 585	0.12 520	0.16 436	0.15 101	0.09 323	0.34 620	0.19 513	0.35 587	0.32 521	0.44 640	0.38 583	0.53 649	0.36 630	0.36 624	0.26 588	0.13 583	0.13 609	0.13 584	0.13 597	0.11 545	0.11 544
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MeshStereo	0.27 612	0.13 547	0.18 494	0.15 101	0.11 494	0.33 616	0.24 588	0.41 624	0.36 556	0.53 649	0.58 646	0.67 659	0.41 641	0.36 624	0.27 594	0.14 604	0.13 609	0.13 584	0.11 563	0.11 545	0.11 544
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
zh-sn7	0.26 604	0.17 590	0.55 636	0.24 597	0.14 571	0.25 572	0.25 604	0.34 572	0.49 612	0.29 590	0.55 636	0.29 551	0.32 618	0.37 629	0.33 632	0.10 504	0.10 565	0.11 548	0.11 563	0.12 562	0.12 565

FCDSN-DC	0.33 631	0.28 639	0.28 574	0.30 640	0.24 645	0.39 638	0.28 624	0.43 635	0.42 586	0.44 640	0.53 633	0.51 645	0.42 645	0.37 629	0.30 618	0.21 643	0.20 641	0.27 645	0.26 648	0.25 648	0.25 648
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RGC	0.25 592	0.20 613	0.29 583	0.28 629	0.16 604	0.22 539	0.23 577	0.33 557	0.44 597	0.27 567	0.40 594	0.38 611	0.28 595	0.37 629	0.23 555	0.11 538	0.13 609	0.17 620	0.17 630	0.15 607	0.16 619

NCC-stereo	0.25 592	0.15 569	0.31 592	0.26 614	0.17 616	0.21 525	0.31 644	0.41 624	0.40 577	0.24 542	0.38 583	0.33 589	0.29 600	0.37 629	0.28 602	0.13 583	0.11 579	0.15 609	0.22 641	0.13 578	0.13 580

Abc-Net	0.25 592	0.15 569	0.31 592	0.26 614	0.17 616	0.21 525	0.31 644	0.41 624	0.40 577	0.24 542	0.38 583	0.33 589	0.29 600	0.37 629	0.28 602	0.13 583	0.11 579	0.15 609	0.22 641	0.13 578	0.13 580
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FC-DCNN v2	0.33 631	0.28 639	0.28 574	0.26 614	0.23 641	0.39 638	0.29 635	0.41 624	0.44 597	0.46 643	0.57 642	0.51 645	0.41 641	0.38 634	0.30 618	0.21 643	0.20 641	0.27 645	0.26 648	0.25 648	0.24 646

FC-DCNN	0.33 631	0.28 639	0.28 574	0.26 614	0.23 641	0.38 635	0.29 635	0.40 619	0.44 597	0.46 643	0.56 638	0.51 645	0.41 641	0.38 634	0.31 624	0.21 643	0.20 641	0.27 645	0.26 648	0.25 648	0.24 646

MultiAttention	0.30 622	0.08 326	0.15 393	0.19 442	0.13 552	1.56 689	1.33 693	0.36 594	0.36 556	0.20 484	0.21 410	0.24 503	0.11 322	0.39 636	0.18 493	0.06 161	0.05 236	0.08 384	0.08 446	0.11 545	0.09 488

SAMSARA	0.41 643	0.28 639	0.34 602	0.55 664	0.39 659	0.85 674	1.25 692	0.49 648	0.52 626	0.36 619	0.35 567	0.56 651	0.39 635	0.39 636	0.41 650	0.15 608	0.20 641	0.15 609	0.14 603	0.23 640	0.21 641

XQC	0.29 619	0.23 626	0.53 633	0.29 636	0.19 630	0.36 629	0.28 624	0.37 603	0.58 638	0.31 603	0.31 538	0.37 605	0.30 611	0.39 636	0.39 646	0.13 583	0.09 542	0.15 609	0.12 585	0.18 631	0.18 632

DispFullNet	0.27 612	0.22 623	0.66 651	0.28 629	0.17 616	0.27 593	0.17 418	0.34 572	0.57 635	0.27 567	0.37 575	0.43 629	0.24 563	0.39 636	0.25 575	0.12 564	0.06 405	0.19 631	0.11 563	0.23 640	0.16 619

DStereoSA	0.26 604	0.19 608	0.39 613	0.27 622	0.17 616	0.23 554	0.21 551	0.50 649	0.60 641	0.22 515	0.30 533	0.29 551	0.34 623	0.40 640	0.29 611	0.12 564	0.11 579	0.16 617	0.14 603	0.15 607	0.12 565

otaku	0.39 640	0.38 654	0.53 633	0.44 657	0.28 652	0.57 655	0.24 588	0.42 629	0.62 646	0.40 629	0.50 629	0.46 637	0.34 623	0.40 640	0.33 632	0.30 657	0.30 661	0.39 661	0.33 660	0.30 655	0.29 654

Ntro	0.41 643	0.40 656	0.54 635	0.46 661	0.30 656	0.64 659	0.24 588	0.47 645	0.68 656	0.42 635	0.49 627	0.47 641	0.42 645	0.40 640	0.32 629	0.32 658	0.28 659	0.37 660	0.31 658	0.33 660	0.29 654

ccnet	0.30 622	0.28 639	0.24 557	0.20 506	0.28 652	0.41 642	0.22 565	0.46 644	0.33 526	0.37 623	0.46 623	0.37 605	0.30 611	0.40 640	0.43 653	0.23 652	0.14 619	0.21 634	0.17 630	0.23 640	0.19 637

ADCS	0.30 622	0.19 608	0.48 630	0.21 542	0.18 626	0.29 607	0.24 588	0.42 629	0.64 650	0.40 629	0.50 629	0.40 622	0.37 632	0.40 640	0.43 653	0.13 583	0.13 609	0.13 584	0.14 603	0.16 620	0.16 619

GANetREF_RVC	0.31 628	0.34 651	0.29 583	0.35 648	0.16 604	0.33 616	0.42 663	0.48 647	0.52 626	0.35 616	0.35 567	0.34 594	0.32 618	0.40 640	0.33 632	0.27 656	0.20 641	0.29 654	0.15 619	0.19 634	0.18 632
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
AnyNet_C32	0.26 604	0.16 580	0.39 613	0.20 506	0.17 616	0.26 584	0.31 644	0.32 543	0.45 601	0.31 603	0.50 629	0.30 561	0.34 623	0.41 646	0.36 638	0.12 564	0.12 595	0.12 570	0.14 603	0.14 595	0.15 610

DStereoO	0.25 592	0.18 604	0.19 518	0.20 506	0.15 590	0.22 539	0.19 513	0.33 557	0.42 586	0.30 596	0.22 427	0.33 589	0.28 595	0.42 647	0.28 602	0.47 669	0.12 595	0.31 657	0.11 563	0.17 627	0.12 565

Consistency-Raft	0.44 647	0.40 656	0.46 625	0.37 652	0.43 663	0.42 644	0.41 661	0.57 660	0.55 631	0.32 610	0.73 660	0.32 583	0.50 654	0.42 647	0.49 662	0.39 663	0.36 666	0.45 663	0.52 675	0.42 663	0.30 656

SGM-ForestM	0.33 631	0.12 520	0.17 460	0.16 193	0.11 494	0.42 644	0.20 534	0.43 635	0.53 630	0.53 649	0.57 642	1.41 683	0.44 650	0.42 647	0.29 611	0.14 604	0.16 629	0.16 617	0.16 623	0.12 562	0.13 580

AnyNet_C01	0.37 638	0.26 635	1.41 683	0.22 564	0.17 616	0.51 650	0.28 624	0.36 594	0.40 577	0.39 626	0.75 662	0.46 637	0.39 635	0.46 650	0.50 663	0.13 583	0.13 609	0.13 584	0.14 603	0.14 595	0.16 619

NVStereoNet_ROB	0.47 653	0.37 653	0.47 628	0.42 656	0.29 655	0.35 625	0.35 654	0.50 649	0.61 643	0.73 664	0.94 672	0.70 663	0.68 669	0.48 651	0.62 671	0.22 647	0.33 665	0.34 659	0.34 663	0.30 655	0.31 657
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
light-stereo	0.44 647	0.27 637	0.64 650	0.61 666	0.50 666	0.34 620	0.23 577	0.47 645	0.52 626	0.57 654	0.59 648	0.78 665	0.33 621	0.49 652	0.30 618	0.33 659	0.25 655	0.27 645	0.33 660	0.47 664	0.41 667

RainbowNet	0.54 658	0.61 665	0.71 664	0.57 665	0.43 663	0.66 661	0.37 656	0.60 666	0.87 672	0.51 647	0.67 652	0.63 655	0.47 651	0.50 653	0.44 656	0.47 669	0.48 675	0.53 668	0.41 665	0.53 668	0.41 667

ACVNet_1	0.45 650	0.51 660	0.61 645	0.45 658	0.28 652	0.50 648	0.28 624	0.58 665	0.71 660	0.63 657	0.59 648	0.74 664	0.50 654	0.50 653	0.36 638	0.26 655	0.25 655	0.39 661	0.29 655	0.32 659	0.25 648

MonStereo1	0.49 655	0.27 637	0.61 645	0.29 636	0.20 634	0.40 640	0.19 513	0.51 653	0.66 655	0.53 649	0.91 671	1.02 670	0.59 664	0.51 655	0.58 668	0.53 673	0.32 664	0.55 670	0.40 664	0.36 661	0.38 664

MSC_U_SF_DS_RVC	0.44 647	0.39 655	0.56 637	0.40 653	0.20 634	0.66 661	0.33 653	0.54 658	0.72 661	0.71 662	0.72 659	0.62 654	0.55 658	0.52 656	0.47 660	0.20 640	0.19 640	0.29 654	0.30 657	0.24 646	0.19 637

ELAS	0.42 645	0.29 646	0.34 602	0.28 629	0.24 645	0.63 658	0.37 656	0.52 654	0.52 626	0.72 663	0.82 667	0.68 661	0.56 660	0.52 656	0.45 659	0.22 647	0.21 651	0.27 645	0.26 648	0.26 652	0.26 651
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DStereoFS	0.27 612	0.22 623	0.32 596	0.23 585	0.15 590	0.23 554	0.21 551	0.52 654	0.49 612	0.28 580	0.45 620	0.34 594	0.36 630	0.53 658	0.29 611	0.13 583	0.11 579	0.15 609	0.13 597	0.17 627	0.17 628

PVD	0.40 642	0.21 619	0.40 616	0.32 645	0.23 641	0.30 610	0.45 667	0.53 657	0.97 675	0.55 652	0.80 666	0.54 650	0.60 665	0.53 658	0.40 648	0.19 635	0.14 619	0.17 620	0.14 603	0.24 646	0.32 658

MANE	0.47 653	0.28 639	0.28 574	0.27 622	0.24 645	0.50 648	0.32 652	0.57 660	0.62 646	0.74 666	1.20 685	1.21 676	0.64 667	0.54 660	0.39 646	0.22 647	0.20 641	0.27 645	0.31 658	0.26 652	0.25 648

ACVNet_2	0.67 665	0.68 670	0.70 662	0.64 667	0.41 661	0.75 669	0.50 669	0.98 680	1.38 685	0.90 674	1.09 679	1.04 671	0.74 672	0.55 661	0.48 661	0.43 665	0.40 668	0.53 668	0.45 667	0.48 665	0.36 662

RTS	0.46 651	0.19 608	3.33 689	0.25 605	0.15 590	0.72 666	0.21 551	0.37 603	0.78 668	0.42 635	0.44 618	0.31 576	0.43 648	0.55 661	0.37 642	0.10 504	0.09 542	0.13 584	0.13 597	0.15 607	0.15 610

RTSA	0.46 651	0.19 608	3.33 689	0.25 605	0.15 590	0.72 666	0.21 551	0.37 603	0.78 668	0.42 635	0.44 618	0.31 576	0.43 648	0.55 661	0.37 642	0.10 504	0.09 542	0.13 584	0.13 597	0.15 607	0.15 610

ELAS_RVC	0.42 645	0.29 646	0.33 599	0.28 629	0.24 645	0.56 654	0.38 658	0.50 649	0.61 643	0.74 666	0.76 663	0.67 659	0.56 660	0.55 661	0.42 652	0.22 647	0.21 651	0.27 645	0.26 648	0.27 654	0.26 651
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
BEATNet-Init1	0.54 658	0.28 639	0.68 658	0.31 642	0.21 637	0.85 674	0.31 644	0.57 660	0.69 659	0.89 673	1.00 675	2.17 690	0.66 668	0.58 665	0.44 656	0.19 635	0.18 635	0.23 639	0.22 641	0.22 637	0.21 641

anonymity	0.53 657	0.58 662	0.66 651	0.41 654	0.61 676	0.54 652	0.41 661	0.57 660	0.41 584	0.56 653	0.50 629	0.50 644	0.55 658	0.59 666	0.50 663	0.58 676	0.50 679	0.51 666	0.51 673	0.52 666	0.58 674

SPS-STEREO	0.58 661	0.59 664	0.66 651	0.45 658	0.55 670	0.65 660	0.44 666	0.63 667	0.51 620	0.69 660	0.65 651	0.66 658	0.58 663	0.62 667	0.62 671	0.62 679	0.47 674	0.51 666	0.49 670	0.55 669	0.58 674
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	0.57 660	0.58 662	0.67 655	0.41 654	0.55 670	0.68 663	0.51 670	0.57 660	0.46 608	0.67 658	0.70 657	0.69 662	0.57 662	0.64 668	0.58 668	0.59 677	0.49 676	0.50 665	0.50 672	0.52 666	0.59 677

MFMNet_re	0.65 662	0.66 669	0.66 651	0.51 662	0.69 681	0.70 664	0.58 674	0.65 668	0.75 666	0.61 656	0.73 660	0.63 655	0.68 669	0.65 669	0.60 670	0.66 681	0.58 688	0.63 671	0.59 676	0.68 677	0.69 684

WAO-7	0.80 671	0.78 674	0.57 639	0.85 676	0.67 680	0.76 670	0.69 683	1.07 684	1.30 682	0.90 674	1.20 685	1.05 672	0.93 680	0.71 670	0.68 674	0.60 678	0.62 689	0.67 672	0.68 682	0.64 673	0.59 677

WAO-6	0.82 672	0.81 675	0.63 649	0.87 678	0.63 678	0.79 671	0.60 676	0.98 680	1.52 689	0.91 676	0.97 674	1.08 673	1.04 684	0.72 671	0.70 677	0.72 682	0.49 676	0.91 684	0.71 683	0.70 679	0.59 677

IMH-64-1	0.66 663	0.62 666	0.69 659	0.72 669	0.51 667	0.60 656	0.51 670	0.92 674	0.84 670	0.75 669	1.02 676	0.81 666	0.78 674	0.80 672	0.50 663	0.43 665	0.46 670	0.72 673	0.48 668	0.55 669	0.40 665

IMH-64	0.66 663	0.62 666	0.69 659	0.72 669	0.51 667	0.60 656	0.51 670	0.92 674	0.84 670	0.75 669	1.02 676	0.81 666	0.78 674	0.80 672	0.50 663	0.43 665	0.46 670	0.72 673	0.48 668	0.55 669	0.40 665

Dean	0.88 675	0.88 679	0.81 669	0.82 675	0.57 673	0.91 676	0.62 677	1.17 690	1.71 690	1.15 685	1.16 683	1.31 680	1.00 683	0.82 674	0.83 683	0.57 674	0.56 685	0.78 680	0.65 679	0.67 676	0.58 674

LVE	0.84 674	0.87 678	0.86 673	0.81 674	0.56 672	1.09 685	0.66 679	1.07 684	1.45 687	0.97 678	1.23 687	1.11 674	0.86 677	0.84 675	0.72 678	0.49 671	0.56 685	0.76 678	0.60 678	0.66 675	0.60 680

WAO-8	0.92 676	0.83 676	0.67 655	0.94 681	0.70 682	0.92 677	0.68 681	1.08 686	1.80 692	1.06 682	1.42 689	1.29 678	1.08 686	0.86 676	0.80 680	0.74 684	0.54 682	0.86 682	0.75 684	0.71 680	0.63 681

Venus	0.92 676	0.83 676	0.67 655	0.94 681	0.70 682	0.92 677	0.68 681	1.08 686	1.80 692	1.06 682	1.42 689	1.29 678	1.08 686	0.86 676	0.80 680	0.74 684	0.54 682	0.86 682	0.75 684	0.71 680	0.63 681

TorneroNet-64	0.76 669	0.73 672	0.77 668	0.78 673	0.58 675	0.94 679	0.58 674	0.85 673	1.26 680	0.67 658	0.88 669	1.41 683	0.76 673	0.87 678	0.68 674	0.49 671	0.46 670	0.73 675	0.59 676	0.68 677	0.54 673

PWCK	0.72 666	0.95 680	0.99 676	0.77 671	0.32 657	0.79 671	0.38 658	0.92 674	0.90 673	0.96 677	0.76 663	0.97 669	0.62 666	0.87 678	0.68 674	0.73 683	0.46 670	0.76 678	0.49 670	0.71 680	0.44 670

IMH	0.72 666	0.65 668	0.70 662	0.77 671	0.54 669	0.71 665	0.56 673	0.99 682	1.08 676	0.82 672	1.09 679	0.89 668	0.88 678	0.88 680	0.53 667	0.44 668	0.50 679	0.75 676	0.51 673	0.58 672	0.42 669

MADNet+	0.76 669	0.72 671	3.76 692	0.67 668	0.41 661	0.99 680	0.97 690	0.72 669	0.75 666	0.52 648	0.58 646	0.64 657	0.68 669	0.89 681	1.04 687	0.35 661	0.36 666	0.28 653	0.23 645	0.38 662	0.33 659

DPSimNet_ROB	1.14 683	1.25 686	0.87 674	1.15 687	0.90 688	1.15 686	1.18 691	1.20 691	1.26 680	1.45 689	1.05 678	1.44 686	1.13 688	0.92 682	1.70 690	1.47 694	0.52 681	1.22 691	1.04 693	0.92 686	1.03 691

ktn	1.02 681	1.23 685	0.82 670	1.24 688	0.86 687	1.00 682	0.86 686	0.96 678	1.37 684	1.05 680	1.12 682	1.16 675	1.06 685	0.95 683	0.62 671	1.28 693	0.71 691	1.39 693	0.83 687	1.06 689	0.77 687

TorneroNet	0.83 673	0.75 673	0.83 672	0.85 676	0.63 678	1.03 683	0.65 678	0.96 678	1.14 678	0.80 671	1.10 681	1.36 681	0.88 678	0.95 683	0.82 682	0.57 674	0.49 676	0.79 681	0.66 681	0.74 683	0.64 683

UNDER WATER-64	0.97 678	0.96 681	1.48 685	0.88 679	0.57 673	1.24 688	0.90 688	0.78 670	0.96 674	1.05 680	0.85 668	1.56 688	1.26 690	0.97 685	0.99 685	0.88 688	0.57 687	1.04 688	0.88 688	0.81 684	0.75 685

KSHMR	1.10 682	1.19 684	0.90 675	1.26 689	1.00 689	0.99 680	0.96 689	1.13 689	1.35 683	1.16 686	1.28 688	1.40 682	0.97 682	1.03 686	0.93 684	1.03 691	1.08 693	1.20 690	1.03 692	1.03 688	0.98 690

JetBlue	0.73 668	0.46 659	1.21 681	0.52 663	0.47 665	2.16 690	0.67 680	0.78 670	0.72 661	0.70 661	0.79 665	1.21 676	0.84 676	1.06 687	1.04 687	0.40 664	0.28 659	0.33 658	0.33 660	0.30 655	0.34 660

UNDER WATER	0.99 680	1.00 682	1.47 684	1.00 683	0.71 684	1.18 687	0.86 686	0.81 672	1.09 677	1.02 679	0.90 670	1.53 687	1.26 690	1.06 687	1.02 686	0.79 686	0.54 682	1.02 686	0.88 688	0.83 685	0.75 685

notaker	0.98 679	1.13 683	1.02 677	1.14 686	0.81 685	0.73 668	0.69 683	0.94 677	1.15 679	1.19 687	1.19 684	1.41 683	1.17 689	1.10 689	0.74 679	0.82 687	0.64 690	1.18 689	0.79 686	1.02 687	0.82 688

JetRed	1.66 685	1.51 688	3.09 688	0.93 680	1.21 690	5.28 693	1.61 695	1.29 692	1.42 686	1.84 691	1.77 692	1.59 689	0.95 681	1.43 690	2.51 695	0.91 690	1.61 694	0.93 685	0.91 690	1.36 691	1.03 691

HanzoNet	1.31 684	1.29 687	1.22 682	1.13 685	0.85 686	1.05 684	0.84 685	1.06 683	1.47 688	1.66 690	1.63 691	2.48 692	1.78 692	1.63 691	1.69 689	1.27 692	0.80 692	1.32 692	1.02 691	1.07 690	0.90 689

MADNet++	1.97 686	1.75 689	1.66 686	1.83 690	1.69 692	2.38 691	1.45 694	2.36 693	2.11 694	2.58 693	2.37 694	2.25 691	2.21 694	2.28 692	2.36 693	1.87 695	1.67 695	1.53 694	1.34 694	1.87 692	1.78 694

tt	4.65 690	0.07 193	3.54 691	2.01 691	1.55 691	10.25 697	16.66 700	8.90 703	5.03 696	1.33 688	0.96 673	4.71 694	4.74 696	3.33 693	5.86 697	6.06 703	10.30 709	1.87 697	2.09 697	2.61 694	1.19 693

TCMNet-wrong-test	3.69 689	5.54 702	3.91 693	12.22 704	11.75 706	4.77 692	3.86 696	1.08 686	0.74 665	1.13 684	2.21 693	6.16 698	0.53 657	3.43 694	2.33 692	0.90 689	0.20 641	1.85 696	1.69 695	5.71 700	3.79 700

LRCNet_RVC	10.76 703	13.97 709	7.97 703	19.07 708	2.04 693	0.35 625	0.31 644	5.29 695	0.48 611	13.02 708	17.65 708	8.69 700	5.73 697	4.78 695	2.22 691	23.53 717	2.69 700	27.60 720	25.75 720	17.60 714	16.54 717

DPSMNet_ROB	8.06 696	4.50 695	8.69 704	5.36 697	10.74 701	8.32 695	22.71 703	5.47 697	13.38 705	5.13 697	9.98 702	5.10 695	10.47 703	5.53 696	12.77 706	3.80 701	8.00 702	3.49 698	6.95 703	3.75 699	7.09 704

DGTPSM_ROB	8.06 696	4.50 695	8.69 704	5.34 695	10.73 700	8.32 695	22.71 703	5.47 697	13.38 705	5.13 697	9.98 702	5.10 695	10.47 703	5.53 696	12.77 706	3.79 700	8.00 702	3.49 698	6.95 703	3.74 698	7.09 704

USTest	6.16 691	2.65 692	2.79 687	6.48 698	7.21 698	14.33 701	21.38 702	6.98 702	9.55 701	5.35 699	6.12 695	5.71 697	7.69 699	6.31 698	6.75 699	1.97 696	3.38 701	1.63 695	2.14 698	2.49 693	2.35 695

PML	8.57 698	9.39 708	6.24 694	5.34 695	6.36 697	13.21 700	20.99 701	5.35 696	6.68 697	17.75 710	26.46 720	7.58 699	6.08 698	7.89 699	5.76 696	5.33 702	1.83 696	5.95 708	1.93 696	8.75 705	2.53 696

xxxxx1	7.75 692	5.06 699	7.26 695	3.15 692	3.91 694	16.37 702	22.88 705	5.87 699	8.68 698	7.99 700	8.55 697	9.13 702	8.46 700	10.05 700	10.47 700	2.43 697	2.48 697	3.56 700	12.26 706	3.48 695	3.02 697

tt_ll	7.75 692	5.06 699	7.26 695	3.15 692	3.91 694	16.37 702	22.88 705	5.87 699	8.68 698	7.99 700	8.55 697	9.13 702	8.46 700	10.05 700	10.47 700	2.43 697	2.48 697	3.56 700	12.26 706	3.48 695	3.02 697

ff	7.75 692	5.06 699	7.26 695	3.15 692	3.91 694	16.37 702	22.88 705	5.87 699	8.68 698	7.99 700	8.55 697	9.13 702	8.46 700	10.05 700	10.47 700	2.43 697	2.48 697	3.56 700	12.26 706	3.48 695	3.02 697

Anonymous_1	10.87 704	7.82 703	7.41 700	10.29 701	10.08 699	18.64 708	26.11 710	11.02 706	13.45 707	9.43 703	10.10 704	9.73 707	11.31 707	10.69 703	12.47 703	6.42 704	8.38 706	5.70 705	10.22 705	11.41 706	6.65 701

iinet-test	10.41 699	8.00 704	7.40 698	10.23 699	10.93 702	17.97 706	25.06 708	11.30 707	13.29 703	9.69 704	9.78 701	9.38 705	11.23 705	10.97 704	12.61 704	6.59 705	8.30 704	5.49 703	6.54 699	6.58 701	6.91 702

IINet	10.41 699	8.00 704	7.40 698	10.23 699	10.93 702	17.97 706	25.06 708	11.30 707	13.29 703	9.69 704	9.77 700	9.38 705	11.23 705	10.97 704	12.61 704	6.59 705	8.30 704	5.49 703	6.54 699	6.58 701	6.91 702

DPSM_ROB	11.10 705	8.47 706	7.95 701	10.84 702	11.58 704	19.10 709	26.50 713	12.02 709	14.09 708	10.38 706	10.91 705	10.39 708	11.92 708	11.67 706	13.39 708	6.99 707	8.79 707	5.82 706	6.92 701	6.97 703	7.31 706

DPSM	11.10 705	8.47 706	7.95 701	10.84 702	11.58 704	19.10 709	26.50 713	12.02 709	14.09 708	10.38 706	10.91 705	10.39 708	11.92 708	11.67 706	13.39 708	6.99 707	8.79 707	5.82 706	6.92 701	6.97 703	7.31 706

Selective-IGEV-i1pa	2.90 687	3.64 693	0.72 665	0.29 636	0.14 571	10.70 699	0.45 667	4.60 694	3.77 695	3.60 694	7.07 696	3.52 693	2.16 693	13.72 708	2.40 694	0.37 662	0.15 623	0.13 584	0.10 531	0.15 607	0.36 662

HaxPig	15.73 707	18.55 717	19.19 713	16.92 707	15.89 709	7.80 694	7.57 697	13.37 711	10.80 702	15.40 709	14.87 707	15.95 710	14.81 710	15.67 709	15.97 712	18.96 716	16.72 710	19.47 716	18.10 718	19.45 717	19.06 718

MEDIAN_ROB	20.38 711	24.05 718	23.36 716	21.18 709	21.62 712	10.51 698	8.17 698	17.68 712	15.46 712	20.04 713	19.65 709	20.30 711	20.16 711	21.17 710	21.03 713	23.81 718	21.77 718	24.98 719	23.75 719	25.01 718	23.94 719

RSGM-EC	20.15 709	4.62 697	0.75 666	16.73 705	16.97 710	21.10 711	26.46 711	10.37 704	14.13 710	18.18 711	21.56 711	22.31 719	22.50 712	21.80 711	15.71 710	62.36 720	33.86 720	20.06 717	18.04 716	19.30 715	16.22 715

acva	20.15 709	4.62 697	0.75 666	16.73 705	16.97 710	21.10 711	26.46 711	10.37 704	14.13 710	18.18 711	21.56 711	22.31 719	22.50 712	21.80 711	15.71 710	62.36 720	33.86 720	20.06 717	18.04 716	19.30 715	16.22 715

RAFT-FEzeroshot	22.33 712	17.12 711	15.83 706	21.95 712	23.32 716	38.31 714	53.41 720	23.99 715	28.43 715	20.66 715	21.84 713	21.02 715	24.05 717	23.33 713	27.09 718	14.06 710	17.69 712	11.70 710	13.95 711	14.05 710	14.76 711

RAFT-FE	22.33 712	17.12 711	15.83 706	21.95 712	23.32 716	38.31 714	53.41 720	23.99 715	28.43 715	20.66 715	21.84 713	21.02 715	24.05 717	23.33 713	27.09 718	14.06 710	17.69 712	11.70 710	13.95 711	14.05 710	14.76 711

Hybrid-DGEV	22.38 716	17.26 716	16.15 711	21.92 710	23.29 715	38.36 716	53.40 718	24.38 721	28.67 720	20.64 714	21.89 716	21.01 714	24.05 717	23.35 715	27.12 720	14.08 714	17.70 715	11.71 714	13.99 714	14.01 708	14.70 710

CasAABBNet	22.33 712	17.11 710	15.84 708	21.94 711	23.28 714	38.30 713	53.40 718	24.05 717	28.44 717	20.66 715	21.86 715	21.03 717	24.04 716	23.35 715	27.03 717	14.06 710	17.69 712	11.70 710	13.94 710	14.04 709	14.76 711

LSM0	22.80 718	17.22 715	19.17 712	22.12 716	28.90 720	38.38 718	53.27 715	24.21 719	28.36 714	20.84 719	21.11 710	21.63 718	24.25 720	23.42 717	26.98 716	14.08 714	17.39 711	11.72 715	13.98 713	14.22 713	14.66 709

FlowAnything	22.34 715	17.13 713	15.98 709	22.00 714	23.23 713	38.39 719	53.32 716	24.19 718	28.48 718	21.00 720	21.93 717	20.83 712	23.97 714	23.44 718	26.83 715	14.04 709	17.80 717	11.63 709	14.08 715	14.00 707	14.65 708

Selective-RAFT-Error	22.39 717	17.14 714	16.01 710	22.00 714	23.34 718	38.37 717	53.36 717	24.24 720	28.53 719	20.80 718	21.94 718	20.94 713	24.02 715	23.48 719	27.33 721	14.07 713	17.70 715	11.70 710	13.93 709	14.05 710	14.83 714

AVERAGE_ROB	24.89 719	29.12 719	27.98 717	24.83 717	24.59 719	17.82 705	11.61 699	21.45 713	19.91 713	25.04 721	24.38 719	25.06 721	25.31 721	24.69 720	22.86 714	29.74 719	27.09 719	28.97 721	27.94 721	30.07 719	29.35 720

test_example2	97.69 720	92.93 720	45.57 718	96.02 718	109.84 721	88.44 720	93.70 722	25.54 722	94.63 722	130.46 723	126.87 722	58.93 722	75.48 722	87.99 721	77.94 722	150.16 722	221.11 722	76.29 722	98.21 722	108.42 722	95.33 721

Selective-IGEV-i16pa	19.44 708	3.95 694	1.06 679	0.21 542	0.19 630	105.21 721	0.29 635	22.78 714	47.64 721	4.27 695	59.07 721	9.08 701	2.84 695	125.10 722	5.92 698	0.18 631	0.12 595	0.09 470	0.12 585	0.12 562	0.52 672

ccccc		285.89 721		366.70 721	366.78 722	118.88 722		113.97 723		125.77 722		120.54 723		252.62 723		382.79 723	352.84 723	254.30 723	222.62 723	426.61 723

Low-res two-view benchmark