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

F7	0.07 8	0.07 244	0.05 2	0.18 429	0.06 45	0.08 95	0.09 28	0.13 142	0.06 12	0.05 2	0.06 28	0.08 224	0.06 81	0.10 141	0.05 1	0.05 53	0.04 25	0.05 64	0.04 67	0.04 50	0.04 63

FORCE_4	0.07 8	0.05 39	0.07 25	0.18 429	0.06 45	0.10 241	0.11 91	0.12 100	0.05 4	0.06 42	0.07 87	0.08 224	0.07 199	0.10 141	0.05 1	0.05 53	0.04 25	0.06 233	0.05 227	0.04 50	0.03 1

GFORCE	0.07 8	0.07 244	0.05 2	0.20 588	0.07 151	0.08 95	0.08 9	0.13 142	0.05 4	0.06 42	0.07 87	0.07 157	0.09 312	0.08 31	0.06 3	0.05 53	0.04 25	0.05 64	0.05 227	0.04 50	0.03 1

FORCE_4.7	0.07 8	0.08 397	0.05 2	0.20 588	0.07 151	0.08 95	0.12 139	0.11 70	0.08 40	0.05 2	0.06 28	0.05 3	0.07 199	0.10 141	0.06 3	0.05 53	0.04 25	0.06 233	0.06 332	0.04 50	0.03 1

FORCE_4.6	0.07 8	0.07 244	0.06 10	0.17 323	0.05 4	0.08 95	0.11 91	0.12 100	0.08 40	0.05 2	0.05 7	0.05 3	0.06 81	0.08 31	0.06 3	0.07 393	0.04 25	0.05 64	0.04 67	0.05 195	0.04 63

F5.5	0.07 8	0.06 127	0.06 10	0.19 516	0.06 45	0.09 175	0.11 91	0.14 183	0.06 12	0.05 2	0.06 28	0.07 157	0.05 18	0.09 72	0.06 3	0.05 53	0.04 25	0.05 64	0.05 227	0.04 50	0.03 1

F8.5	0.07 8	0.07 244	0.05 2	0.18 429	0.05 4	0.08 95	0.10 45	0.12 100	0.06 12	0.05 2	0.06 28	0.08 224	0.06 81	0.09 72	0.06 3	0.05 53	0.04 25	0.06 233	0.05 227	0.04 50	0.03 1

FORCE_9	0.07 8	0.07 244	0.05 2	0.18 429	0.05 4	0.08 95	0.10 45	0.12 100	0.06 12	0.05 2	0.06 28	0.08 224	0.06 81	0.09 72	0.06 3	0.05 53	0.04 25	0.05 64	0.05 227	0.04 50	0.03 1

FORCE_8	0.07 8	0.07 244	0.05 2	0.19 516	0.05 4	0.08 95	0.10 45	0.13 142	0.06 12	0.06 42	0.06 28	0.08 224	0.06 81	0.09 72	0.06 3	0.05 53	0.04 25	0.06 233	0.05 227	0.04 50	0.03 1

FORCE_5	0.07 8	0.05 39	0.06 10	0.18 429	0.05 4	0.08 95	0.11 91	0.12 100	0.05 4	0.05 2	0.06 28	0.06 54	0.06 81	0.09 72	0.06 3	0.05 53	0.04 25	0.05 64	0.05 227	0.04 50	0.04 63

CR-Stereo	0.07 8	0.08 397	0.08 57	0.13 20	0.05 4	0.06 15	0.12 139	0.12 100	0.08 40	0.05 2	0.06 28	0.06 54	0.07 199	0.05 1	0.07 11	0.05 53	0.04 25	0.04 1	0.04 67	0.05 195	0.05 219

F4.4	0.07 8	0.07 244	0.05 2	0.17 323	0.05 4	0.07 41	0.11 91	0.15 226	0.04 2	0.05 2	0.08 165	0.05 3	0.07 199	0.10 141	0.07 11	0.06 194	0.04 25	0.05 64	0.04 67	0.04 50	0.05 219

FORCE_4.5	0.07 8	0.07 244	0.05 2	0.17 323	0.05 4	0.08 95	0.11 91	0.15 226	0.06 12	0.05 2	0.06 28	0.05 3	0.07 199	0.08 31	0.07 11	0.06 194	0.04 25	0.05 64	0.05 227	0.04 50	0.03 1

FORCE_6	0.07 8	0.07 244	0.04 1	0.18 429	0.05 4	0.10 241	0.10 45	0.12 100	0.06 12	0.06 42	0.06 28	0.06 54	0.06 81	0.10 141	0.07 11	0.05 53	0.04 25	0.06 233	0.05 227	0.04 50	0.04 63

GELT-Stereo	0.09 211	0.06 127	0.10 207	0.18 429	0.07 151	0.07 41	0.15 395	0.21 418	0.17 370	0.08 169	0.07 87	0.06 54	0.08 268	0.10 141	0.07 11	0.04 6	0.04 25	0.06 233	0.06 332	0.04 50	0.03 1

testmc14	0.07 8	0.05 39	0.06 10	0.15 135	0.05 4	0.09 175	0.12 139	0.08 15	0.08 40	0.07 105	0.09 209	0.06 54	0.05 18	0.07 9	0.07 11	0.06 194	0.04 25	0.04 1	0.03 1	0.03 1	0.03 1

MCSU-Stereo	0.07 8	0.05 39	0.06 10	0.15 135	0.05 4	0.09 175	0.12 139	0.10 40	0.09 74	0.07 105	0.07 87	0.07 157	0.05 18	0.10 141	0.07 11	0.06 194	0.04 25	0.04 1	0.03 1	0.04 50	0.03 1

canet-new	0.08 106	0.07 244	0.09 138	0.19 516	0.06 45	0.07 41	0.12 139	0.13 142	0.13 234	0.06 42	0.07 87	0.06 54	0.07 199	0.11 232	0.07 11	0.05 53	0.04 25	0.05 64	0.04 67	0.05 195	0.03 1

LWStereo	0.07 8	0.06 127	0.09 138	0.17 323	0.06 45	0.08 95	0.12 139	0.11 70	0.10 105	0.07 105	0.07 87	0.07 157	0.06 81	0.10 141	0.07 11	0.04 6	0.04 25	0.05 64	0.04 67	0.04 50	0.03 1

LMStereo	0.08 106	0.07 244	0.09 138	0.19 516	0.06 45	0.07 41	0.12 139	0.11 70	0.13 234	0.06 42	0.07 87	0.06 54	0.06 81	0.10 141	0.07 11	0.04 6	0.04 25	0.05 64	0.04 67	0.05 195	0.03 1

CR7Stereo	0.07 8	0.08 397	0.08 57	0.17 323	0.07 151	0.08 95	0.13 223	0.10 40	0.10 105	0.07 105	0.09 209	0.06 54	0.05 18	0.08 31	0.07 11	0.05 53	0.04 25	0.05 64	0.04 67	0.05 195	0.04 63

CHEStereo	0.08 106	0.08 397	0.08 57	0.17 323	0.06 45	0.07 41	0.12 139	0.10 40	0.11 145	0.09 226	0.09 209	0.06 54	0.07 199	0.09 72	0.07 11	0.04 6	0.04 25	0.05 64	0.04 67	0.04 50	0.04 63

GCAP-Stereo-DPT-20K	0.07 8	0.05 39	0.11 280	0.15 135	0.06 45	0.07 41	0.12 139	0.10 40	0.11 145	0.07 105	0.08 165	0.06 54	0.05 18	0.09 72	0.07 11	0.05 53	0.05 284	0.05 64	0.04 67	0.03 1	0.04 63

LACA3	0.07 8	0.08 397	0.08 57	0.13 20	0.05 4	0.09 175	0.11 91	0.08 15	0.09 74	0.08 169	0.06 28	0.07 157	0.07 199	0.08 31	0.07 11	0.06 194	0.04 25	0.04 1	0.03 1	0.03 1	0.03 1

LACA2	0.07 8	0.05 39	0.06 10	0.15 135	0.06 45	0.09 175	0.10 45	0.11 70	0.11 145	0.05 2	0.05 7	0.06 54	0.08 268	0.09 72	0.07 11	0.07 393	0.04 25	0.04 1	0.04 67	0.04 50	0.04 63

MatchAttention (ZS)	0.06 1	0.03 1	0.08 57	0.12 7	0.04 1	0.07 41	0.12 139	0.07 8	0.07 29	0.05 2	0.06 28	0.05 3	0.05 18	0.08 31	0.07 11	0.06 194	0.04 25	0.04 1	0.03 1	0.05 195	0.04 63
Tingman Yan, Tao Liu, Chenghao Li, Xilian Yang, Qunfei Zhao, and Zeyang Xia: MatchAttention: Embedding explicit matching constraints into attention for efficient stereo matching. Arxiv, 2025
GREAT-IGEV	0.07 8	0.06 127	0.09 138	0.13 20	0.07 151	0.07 41	0.14 305	0.10 40	0.09 74	0.06 42	0.08 165	0.06 54	0.05 18	0.10 141	0.07 11	0.05 53	0.04 25	0.05 64	0.04 67	0.05 195	0.04 63
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_C0	0.08 106	0.07 244	0.08 57	0.16 233	0.10 515	0.08 95	0.14 305	0.11 70	0.13 234	0.08 169	0.07 87	0.06 54	0.05 18	0.11 232	0.07 11	0.05 53	0.05 284	0.05 64	0.04 67	0.06 336	0.05 219

FoundationStereo	0.06 1	0.04 2	0.08 57	0.13 20	0.05 4	0.09 175	0.13 223	0.06 2	0.09 74	0.05 2	0.05 7	0.06 54	0.04 1	0.07 9	0.07 11	0.06 194	0.04 25	0.05 64	0.04 67	0.05 195	0.04 63

GIP-stereo	0.08 106	0.06 127	0.11 280	0.15 135	0.07 151	0.09 175	0.13 223	0.15 226	0.11 145	0.07 105	0.08 165	0.05 3	0.04 1	0.10 141	0.07 11	0.05 53	0.04 25	0.05 64	0.04 67	0.05 195	0.04 63

IGEV-BASED-STEREO-	0.09 211	0.10 558	0.32 688	0.15 135	0.06 45	0.08 95	0.14 305	0.11 70	0.10 105	0.07 105	0.07 87	0.06 54	0.04 1	0.11 232	0.07 11	0.12 651	0.04 25	0.07 360	0.05 227	0.05 195	0.05 219

GCAPDPT-zeroshot4090	0.07 8	0.05 39	0.11 280	0.15 135	0.06 45	0.07 41	0.12 139	0.10 40	0.11 145	0.07 105	0.08 165	0.06 54	0.05 18	0.09 72	0.07 11	0.05 53	0.05 284	0.05 64	0.04 67	0.03 1	0.04 63

ACVNet-DCA	0.10 293	0.08 397	0.13 387	0.17 323	0.09 396	0.13 406	0.15 395	0.24 493	0.16 333	0.09 226	0.09 209	0.06 54	0.06 81	0.10 141	0.07 11	0.06 194	0.05 284	0.06 233	0.05 227	0.07 427	0.07 440

xx1	0.11 342	0.08 397	0.13 387	0.17 323	0.09 396	0.13 406	0.15 395	0.16 271	0.18 391	0.09 226	0.09 209	0.16 473	0.16 545	0.10 141	0.07 11	0.06 194	0.05 284	0.08 457	0.08 524	0.07 427	0.07 440

cc1	0.10 293	0.08 397	0.13 387	0.17 323	0.09 396	0.13 406	0.15 395	0.16 271	0.18 391	0.09 226	0.09 209	0.06 54	0.06 81	0.10 141	0.07 11	0.06 194	0.05 284	0.06 233	0.05 227	0.06 336	0.06 349

GMOStereo	0.11 342	0.09 489	0.08 57	0.19 516	0.08 267	0.12 359	0.28 720	0.13 142	0.18 391	0.11 320	0.17 416	0.14 424	0.12 434	0.07 9	0.07 11	0.05 53	0.05 284	0.09 550	0.07 440	0.04 50	0.04 63

error version	0.11 342	0.09 489	0.08 57	0.19 516	0.08 267	0.12 359	0.28 720	0.13 142	0.18 391	0.11 320	0.17 416	0.14 424	0.12 434	0.07 9	0.07 11	0.05 53	0.05 284	0.09 550	0.07 440	0.04 50	0.04 63

test-v	0.11 342	0.09 489	0.08 57	0.19 516	0.08 267	0.12 359	0.28 720	0.13 142	0.18 391	0.11 320	0.17 416	0.14 424	0.12 434	0.07 9	0.07 11	0.05 53	0.05 284	0.09 550	0.07 440	0.04 50	0.04 63

CroCo-Stereo	0.09 211	0.08 397	0.08 57	0.22 654	0.09 396	0.09 175	0.18 548	0.16 271	0.12 189	0.07 105	0.07 87	0.08 224	0.06 81	0.08 31	0.07 11	0.07 393	0.05 284	0.06 233	0.04 67	0.05 195	0.04 63
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-2	0.11 342	0.09 489	0.08 57	0.19 516	0.08 267	0.12 359	0.28 720	0.13 142	0.18 391	0.11 320	0.17 416	0.14 424	0.12 434	0.07 9	0.07 11	0.05 53	0.05 284	0.09 550	0.07 440	0.04 50	0.04 63

CR-RVC	0.06 1	0.04 2	0.09 138	0.12 7	0.04 1	0.07 41	0.11 91	0.13 142	0.07 29	0.05 2	0.05 7	0.06 54	0.05 18	0.05 1	0.08 41	0.06 194	0.04 25	0.04 1	0.03 1	0.04 50	0.04 63

GCAP-Stereo-w-DA	0.08 106	0.08 397	0.08 57	0.18 429	0.06 45	0.07 41	0.10 45	0.13 142	0.13 234	0.08 169	0.07 87	0.07 157	0.06 81	0.09 72	0.08 41	0.04 6	0.04 25	0.05 64	0.04 67	0.05 195	0.04 63

low	0.07 8	0.04 2	0.09 138	0.14 77	0.07 151	0.08 95	0.12 139	0.13 142	0.09 74	0.06 42	0.05 7	0.06 54	0.05 18	0.12 332	0.08 41	0.06 194	0.04 25	0.05 64	0.04 67	0.04 50	0.05 219

test410_97500	0.07 8	0.06 127	0.09 138	0.17 323	0.07 151	0.07 41	0.08 9	0.11 70	0.09 74	0.06 42	0.05 7	0.05 3	0.05 18	0.09 72	0.08 41	0.04 6	0.05 284	0.04 1	0.03 1	0.03 1	0.04 63

test410	0.07 8	0.06 127	0.09 138	0.17 323	0.07 151	0.07 41	0.08 9	0.11 70	0.09 74	0.06 42	0.05 7	0.06 54	0.05 18	0.09 72	0.08 41	0.04 6	0.05 284	0.04 1	0.03 1	0.03 1	0.04 63

LACA_dic	0.07 8	0.10 558	0.08 57	0.13 20	0.05 4	0.08 95	0.11 91	0.08 15	0.09 74	0.05 2	0.05 7	0.05 3	0.05 18	0.08 31	0.08 41	0.06 194	0.04 25	0.04 1	0.04 67	0.05 195	0.05 219

DF_test	0.07 8	0.05 39	0.08 57	0.14 77	0.08 267	0.04 1	0.13 223	0.09 27	0.11 145	0.07 105	0.08 165	0.06 54	0.07 199	0.06 4	0.08 41	0.06 194	0.05 284	0.05 64	0.05 227	0.05 195	0.04 63

over-6	0.08 106	0.07 244	0.08 57	0.17 323	0.05 4	0.10 241	0.09 28	0.17 310	0.11 145	0.06 42	0.07 87	0.07 157	0.09 312	0.10 141	0.08 41	0.06 194	0.04 25	0.04 1	0.04 67	0.05 195	0.05 219

over v1	0.07 8	0.07 244	0.07 25	0.18 429	0.05 4	0.08 95	0.08 9	0.10 40	0.05 4	0.06 42	0.06 28	0.07 157	0.10 356	0.11 232	0.08 41	0.05 53	0.04 25	0.04 1	0.03 1	0.05 195	0.05 219

over-8	0.07 8	0.07 244	0.07 25	0.18 429	0.05 4	0.08 95	0.08 9	0.13 142	0.05 4	0.06 42	0.05 7	0.07 157	0.09 312	0.11 232	0.08 41	0.06 194	0.04 25	0.04 1	0.03 1	0.05 195	0.05 219

over-9	0.07 8	0.07 244	0.07 25	0.18 429	0.05 4	0.08 95	0.08 9	0.13 142	0.06 12	0.06 42	0.05 7	0.07 157	0.09 312	0.11 232	0.08 41	0.06 194	0.04 25	0.04 1	0.03 1	0.05 195	0.05 219

depth_test_26	0.08 106	0.04 2	0.12 336	0.13 20	0.07 151	0.08 95	0.10 45	0.12 100	0.11 145	0.09 226	0.07 87	0.08 224	0.05 18	0.09 72	0.08 41	0.08 478	0.06 475	0.06 233	0.06 332	0.06 336	0.07 440

bcnet-new	0.08 106	0.07 244	0.08 57	0.18 429	0.06 45	0.07 41	0.10 45	0.09 27	0.14 265	0.07 105	0.07 87	0.06 54	0.07 199	0.11 232	0.08 41	0.05 53	0.04 25	0.05 64	0.04 67	0.04 50	0.03 1

ARStereo	0.08 106	0.07 244	0.10 207	0.17 323	0.06 45	0.09 175	0.13 223	0.12 100	0.14 265	0.08 169	0.08 165	0.06 54	0.05 18	0.09 72	0.08 41	0.04 6	0.04 25	0.05 64	0.04 67	0.03 1	0.03 1

BARStereo	0.08 106	0.07 244	0.08 57	0.19 516	0.06 45	0.08 95	0.12 139	0.11 70	0.13 234	0.07 105	0.08 165	0.05 3	0.07 199	0.10 141	0.08 41	0.05 53	0.04 25	0.05 64	0.04 67	0.06 336	0.04 63

FCBStereo	0.08 106	0.07 244	0.09 138	0.18 429	0.06 45	0.10 241	0.11 91	0.10 40	0.09 74	0.07 105	0.07 87	0.07 157	0.06 81	0.11 232	0.08 41	0.05 53	0.04 25	0.05 64	0.04 67	0.04 50	0.04 63

PSGStereo	0.08 106	0.07 244	0.09 138	0.18 429	0.06 45	0.10 241	0.11 91	0.10 40	0.09 74	0.07 105	0.07 87	0.07 157	0.06 81	0.11 232	0.08 41	0.05 53	0.04 25	0.05 64	0.04 67	0.04 50	0.04 63

MUNStereo	0.08 106	0.07 244	0.09 138	0.18 429	0.06 45	0.08 95	0.12 139	0.10 40	0.09 74	0.09 226	0.08 165	0.08 224	0.06 81	0.12 332	0.08 41	0.05 53	0.04 25	0.05 64	0.04 67	0.05 195	0.04 63

GCAP-Stereo-DPT26K	0.07 8	0.07 244	0.07 25	0.16 233	0.06 45	0.08 95	0.12 139	0.10 40	0.09 74	0.06 42	0.09 209	0.06 54	0.05 18	0.09 72	0.08 41	0.04 6	0.04 25	0.05 64	0.04 67	0.03 1	0.04 63

TOTStereo	0.08 106	0.06 127	0.10 207	0.18 429	0.06 45	0.08 95	0.11 91	0.14 183	0.12 189	0.09 226	0.09 209	0.08 224	0.06 81	0.10 141	0.08 41	0.04 6	0.05 284	0.05 64	0.04 67	0.03 1	0.04 63

GCAP-Stereo-CNN-DA	0.08 106	0.08 397	0.08 57	0.18 429	0.06 45	0.07 41	0.10 45	0.13 142	0.13 234	0.08 169	0.07 87	0.07 157	0.06 81	0.09 72	0.08 41	0.04 6	0.04 25	0.05 64	0.04 67	0.05 195	0.04 63

RMAStereo	0.08 106	0.08 397	0.08 57	0.19 516	0.07 151	0.08 95	0.13 223	0.15 226	0.12 189	0.07 105	0.08 165	0.07 157	0.07 199	0.09 72	0.08 41	0.05 53	0.04 25	0.05 64	0.04 67	0.05 195	0.04 63

ATMStereo	0.08 106	0.10 558	0.07 25	0.20 588	0.08 267	0.08 95	0.12 139	0.12 100	0.14 265	0.08 169	0.08 165	0.05 3	0.07 199	0.09 72	0.08 41	0.05 53	0.04 25	0.05 64	0.04 67	0.06 336	0.04 63

ACMStereo	0.08 106	0.09 489	0.08 57	0.19 516	0.07 151	0.07 41	0.10 45	0.14 183	0.15 295	0.06 42	0.08 165	0.05 3	0.06 81	0.10 141	0.08 41	0.05 53	0.04 25	0.05 64	0.04 67	0.05 195	0.04 63

KABStereo	0.08 106	0.08 397	0.08 57	0.19 516	0.07 151	0.09 175	0.11 91	0.17 310	0.15 295	0.07 105	0.07 87	0.06 54	0.06 81	0.10 141	0.08 41	0.04 6	0.04 25	0.05 64	0.04 67	0.04 50	0.04 63

KMOStereo	0.09 211	0.09 489	0.10 207	0.18 429	0.08 267	0.10 241	0.12 139	0.15 226	0.13 234	0.08 169	0.08 165	0.05 3	0.07 199	0.10 141	0.08 41	0.05 53	0.04 25	0.05 64	0.04 67	0.06 336	0.04 63

GCAP-Stereo-cres-4k	0.08 106	0.08 397	0.09 138	0.18 429	0.07 151	0.11 300	0.14 305	0.13 142	0.11 145	0.08 169	0.11 300	0.07 157	0.06 81	0.09 72	0.08 41	0.04 6	0.04 25	0.05 64	0.04 67	0.04 50	0.04 63

GCAP-Stereo-DPT-36K	0.08 106	0.06 127	0.16 518	0.15 135	0.06 45	0.08 95	0.12 139	0.13 142	0.11 145	0.07 105	0.08 165	0.07 157	0.06 81	0.09 72	0.08 41	0.05 53	0.05 284	0.05 64	0.04 67	0.04 50	0.04 63

GCAP-Stereo-DPT-22K	0.08 106	0.06 127	0.08 57	0.17 323	0.06 45	0.07 41	0.14 305	0.13 142	0.16 333	0.05 2	0.10 246	0.06 54	0.06 81	0.08 31	0.08 41	0.04 6	0.04 25	0.05 64	0.04 67	0.03 1	0.04 63

GCAP-Stereo-DPT-24K	0.07 8	0.06 127	0.07 25	0.15 135	0.06 45	0.10 241	0.15 395	0.12 100	0.11 145	0.06 42	0.11 300	0.06 54	0.05 18	0.09 72	0.08 41	0.05 53	0.04 25	0.05 64	0.04 67	0.03 1	0.03 1

GCAP-Stereo-DPT-5K	0.08 106	0.06 127	0.11 280	0.16 233	0.07 151	0.11 300	0.12 139	0.15 226	0.16 333	0.08 169	0.12 322	0.05 3	0.06 81	0.09 72	0.08 41	0.05 53	0.04 25	0.06 233	0.05 227	0.03 1	0.04 63

GCAP-Stereo-DPT-2K	0.08 106	0.06 127	0.10 207	0.16 233	0.07 151	0.11 300	0.13 223	0.14 183	0.14 265	0.08 169	0.13 347	0.05 3	0.06 81	0.10 141	0.08 41	0.05 53	0.04 25	0.06 233	0.04 67	0.03 1	0.04 63

GCAP-Stereo-DPT-3K	0.08 106	0.07 244	0.10 207	0.16 233	0.07 151	0.09 175	0.12 139	0.15 226	0.15 295	0.09 226	0.12 322	0.05 3	0.06 81	0.09 72	0.08 41	0.05 53	0.04 25	0.06 233	0.04 67	0.03 1	0.04 63

GCAP-Stereo-DPT-50K	0.08 106	0.07 244	0.18 579	0.16 233	0.06 45	0.06 15	0.13 223	0.13 142	0.13 234	0.07 105	0.07 87	0.06 54	0.05 18	0.08 31	0.08 41	0.04 6	0.04 25	0.05 64	0.04 67	0.03 1	0.03 1

GCAP-Stereo-DPT-FT	0.08 106	0.05 39	0.12 336	0.15 135	0.06 45	0.09 175	0.13 223	0.12 100	0.12 189	0.07 105	0.09 209	0.06 54	0.06 81	0.10 141	0.08 41	0.06 194	0.04 25	0.05 64	0.04 67	0.04 50	0.04 63

DepthFocus	0.08 106	0.04 2	0.15 474	0.13 20	0.09 396	0.08 95	0.12 139	0.10 40	0.05 4	0.09 226	0.06 28	0.07 157	0.04 1	0.08 31	0.08 41	0.06 194	0.05 284	0.07 360	0.07 440	0.05 195	0.04 63

gcap_with_dpt	0.08 106	0.06 127	0.10 207	0.16 233	0.07 151	0.10 241	0.12 139	0.14 183	0.14 265	0.08 169	0.12 322	0.05 3	0.06 81	0.10 141	0.08 41	0.05 53	0.04 25	0.05 64	0.04 67	0.03 1	0.04 63

Pro-Stereo	0.07 8	0.05 39	0.08 57	0.15 135	0.08 267	0.08 95	0.12 139	0.07 8	0.08 40	0.06 42	0.06 28	0.05 3	0.05 18	0.09 72	0.08 41	0.05 53	0.04 25	0.06 233	0.05 227	0.04 50	0.04 63

VIP-Stereo	0.07 8	0.07 244	0.08 57	0.15 135	0.06 45	0.11 300	0.10 45	0.11 70	0.11 145	0.06 42	0.07 87	0.06 54	0.05 18	0.10 141	0.08 41	0.05 53	0.04 25	0.05 64	0.04 67	0.03 1	0.03 1

GEAStereo	0.08 106	0.06 127	0.09 138	0.13 20	0.08 267	0.08 95	0.14 305	0.10 40	0.10 105	0.08 169	0.10 246	0.06 54	0.04 1	0.11 232	0.08 41	0.06 194	0.04 25	0.05 64	0.04 67	0.05 195	0.05 219

BridgeDepth	0.07 8	0.07 244	0.08 57	0.18 429	0.06 45	0.07 41	0.11 91	0.10 40	0.06 12	0.04 1	0.07 87	0.10 311	0.09 312	0.08 31	0.08 41	0.04 6	0.03 1	0.04 1	0.04 67	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
GSStereo	0.08 106	0.06 127	0.09 138	0.13 20	0.08 267	0.08 95	0.14 305	0.11 70	0.12 189	0.08 169	0.10 246	0.05 3	0.04 1	0.11 232	0.08 41	0.06 194	0.04 25	0.05 64	0.04 67	0.05 195	0.05 219

GS-Stereo							0.14 305	0.11 70	0.12 189	0.08 169	0.10 246	0.05 3	0.04 1	0.11 232	0.08 41	0.06 194	0.04 25	0.05 64	0.04 67	0.05 195	0.05 219

gasm-f	0.08 106	0.05 39	0.08 57	0.13 20	0.08 267	0.08 95	0.14 305	0.10 40	0.10 105	0.08 169	0.10 246	0.06 54	0.05 18	0.10 141	0.08 41	0.06 194	0.04 25	0.05 64	0.04 67	0.06 336	0.05 219

Zero-FE251	0.08 106	0.05 39	0.10 207	0.13 20	0.06 45	0.12 359	0.12 139	0.11 70	0.10 105	0.07 105	0.08 165	0.06 54	0.06 81	0.10 141	0.08 41	0.06 194	0.04 25	0.05 64	0.04 67	0.04 50	0.04 63

GASTEREO	0.08 106	0.05 39	0.09 138	0.19 516	0.08 267	0.08 95	0.12 139	0.14 183	0.11 145	0.10 277	0.09 209	0.07 157	0.04 1	0.12 332	0.08 41	0.06 194	0.05 284	0.05 64	0.04 67	0.04 50	0.05 219

MSCF	0.08 106	0.05 39	0.09 138	0.19 516	0.08 267	0.07 41	0.12 139	0.14 183	0.11 145	0.10 277	0.09 209	0.07 157	0.04 1	0.11 232	0.08 41	0.06 194	0.05 284	0.05 64	0.04 67	0.05 195	0.05 219

water-stereo	0.09 211	0.06 127	0.08 57	0.16 233	0.07 151	0.10 241	0.13 223	0.15 226	0.13 234	0.11 320	0.12 322	0.09 276	0.10 356	0.07 9	0.08 41	0.06 194	0.05 284	0.05 64	0.05 227	0.04 50	0.04 63

monsters	0.07 8	0.06 127	0.06 10	0.15 135	0.06 45	0.08 95	0.09 28	0.13 142	0.09 74	0.09 226	0.07 87	0.06 54	0.06 81	0.09 72	0.08 41	0.05 53	0.04 25	0.04 1	0.04 67	0.03 1	0.04 63

LG-Stereo_L2	0.07 8	0.05 39	0.10 207	0.14 77	0.06 45	0.07 41	0.12 139	0.09 27	0.10 105	0.06 42	0.04 1	0.05 3	0.05 18	0.08 31	0.08 41	0.05 53	0.04 25	0.05 64	0.03 1	0.04 50	0.03 1

LG-Stereo_L1	0.07 8	0.05 39	0.11 280	0.14 77	0.06 45	0.07 41	0.12 139	0.09 27	0.08 40	0.05 2	0.04 1	0.05 3	0.04 1	0.08 31	0.08 41	0.05 53	0.04 25	0.05 64	0.03 1	0.04 50	0.04 63

LG-G_1	0.07 8	0.04 2	0.11 280	0.15 135	0.06 45	0.09 175	0.08 9	0.08 15	0.06 12	0.06 42	0.06 28	0.07 157	0.07 199	0.11 232	0.08 41	0.07 393	0.04 25	0.05 64	0.04 67	0.05 195	0.06 349

LG-G	0.07 8	0.04 2	0.11 280	0.15 135	0.06 45	0.09 175	0.08 9	0.08 15	0.06 12	0.06 42	0.06 28	0.07 157	0.07 199	0.11 232	0.08 41	0.07 393	0.04 25	0.05 64	0.04 67	0.05 195	0.06 349

SGD-Stereo	0.08 106	0.05 39	0.10 207	0.14 77	0.06 45	0.12 359	0.12 139	0.11 70	0.12 189	0.07 105	0.09 209	0.09 276	0.09 312	0.08 31	0.08 41	0.06 194	0.04 25	0.05 64	0.04 67	0.05 195	0.04 63

HART	0.08 106	0.07 244	0.09 138	0.18 429	0.07 151	0.10 241	0.16 463	0.13 142	0.11 145	0.09 226	0.10 246	0.08 224	0.05 18	0.10 141	0.08 41	0.05 53	0.04 25	0.06 233	0.04 67	0.05 195	0.04 63

SCV	0.08 106	0.09 489	0.08 57	0.15 135	0.08 267	0.10 241	0.12 139	0.11 70	0.12 189	0.07 105	0.07 87	0.06 54	0.04 1	0.10 141	0.08 41	0.05 53	0.05 284	0.06 233	0.04 67	0.06 336	0.04 63

StereoAnything_RVC	0.07 8	0.16 668	0.17 544	0.11 1	0.05 4	0.06 15	0.11 91	0.08 15	0.08 40	0.06 42	0.06 28	0.05 3	0.05 18	0.09 72	0.08 41	0.08 478	0.04 25	0.05 64	0.03 1	0.05 195	0.04 63

AIO_rvc	0.07 8	0.06 127	0.08 57	0.15 135	0.06 45	0.08 95	0.14 305	0.09 27	0.08 40	0.07 105	0.08 165	0.07 157	0.04 1	0.10 141	0.08 41	0.05 53	0.04 25	0.05 64	0.04 67	0.04 50	0.03 1

AIO-test2	0.10 293	0.08 397	0.10 207	0.23 675	0.09 396	0.11 300	0.11 91	0.23 467	0.24 505	0.08 169	0.09 209	0.08 224	0.05 18	0.10 141	0.08 41	0.06 194	0.05 284	0.08 457	0.09 572	0.05 195	0.05 219

castereo++	0.08 106	0.06 127	0.08 57	0.15 135	0.05 4	0.14 456	0.11 91	0.11 70	0.15 295	0.07 105	0.07 87	0.08 224	0.06 81	0.08 31	0.08 41	0.06 194	0.04 25	0.05 64	0.04 67	0.04 50	0.03 1

IGEV-RUCA	0.08 106	0.06 127	0.11 280	0.14 77	0.09 396	0.10 241	0.12 139	0.10 40	0.12 189	0.06 42	0.07 87	0.08 224	0.06 81	0.09 72	0.08 41	0.06 194	0.05 284	0.05 64	0.04 67	0.05 195	0.06 349

WCG-NET	0.08 106	0.05 39	0.10 207	0.15 135	0.06 45	0.11 300	0.14 305	0.13 142	0.14 265	0.07 105	0.09 209	0.07 157	0.06 81	0.13 396	0.08 41	0.05 53	0.04 25	0.06 233	0.04 67	0.04 50	0.03 1

GCAP-BAT	0.09 211	0.05 39	0.11 280	0.13 20	0.07 151	0.11 300	0.14 305	0.14 183	0.17 370	0.07 105	0.10 246	0.08 224	0.06 81	0.13 396	0.08 41	0.07 393	0.05 284	0.05 64	0.05 227	0.05 195	0.04 63

RAStereo	0.10 293	0.09 489	0.08 57	0.20 588	0.08 267	0.13 406	0.18 548	0.16 271	0.17 370	0.10 277	0.12 322	0.05 3	0.06 81	0.09 72	0.08 41	0.07 393	0.05 284	0.07 360	0.05 227	0.05 195	0.04 63

AIO-Stereo-zeroshot1	0.11 342	0.05 39	0.14 437	0.16 233	0.21 737	0.09 175	0.17 497	0.21 418	0.16 333	0.11 320	0.15 379	0.10 311	0.07 199	0.10 141	0.08 41	0.06 194	0.05 284	0.07 360	0.07 440	0.07 427	0.09 568

AIO-Stereo	0.08 106	0.06 127	0.10 207	0.18 429	0.06 45	0.09 175	0.11 91	0.16 271	0.09 74	0.09 226	0.08 165	0.07 157	0.05 18	0.11 232	0.08 41	0.05 53	0.05 284	0.05 64	0.04 67	0.04 50	0.04 63

WCG-NET（raft）	0.08 106	0.05 39	0.10 207	0.15 135	0.06 45	0.11 300	0.13 223	0.15 226	0.12 189	0.08 169	0.07 87	0.06 54	0.06 81	0.13 396	0.08 41	0.05 53	0.04 25	0.05 64	0.04 67	0.05 195	0.04 63

gcap-zeroshot	0.08 106	0.06 127	0.11 280	0.15 135	0.07 151	0.12 359	0.13 223	0.15 226	0.16 333	0.08 169	0.12 322	0.05 3	0.06 81	0.09 72	0.08 41	0.05 53	0.04 25	0.06 233	0.05 227	0.03 1	0.04 63

test_for_model	0.08 106	0.06 127	0.11 280	0.16 233	0.07 151	0.11 300	0.12 139	0.15 226	0.16 333	0.08 169	0.12 322	0.05 3	0.06 81	0.09 72	0.08 41	0.05 53	0.04 25	0.06 233	0.05 227	0.03 1	0.04 63

MoCha-V2	0.08 106	0.05 39	0.11 280	0.20 588	0.07 151	0.10 241	0.14 305	0.12 100	0.08 40	0.07 105	0.08 165	0.07 157	0.06 81	0.09 72	0.08 41	0.05 53	0.05 284	0.05 64	0.04 67	0.04 50	0.04 63

ffm	0.12 429	0.09 489	0.15 474	0.16 233	0.09 396	0.17 536	0.17 497	0.15 226	0.19 420	0.15 452	0.26 567	0.19 519	0.13 470	0.10 141	0.08 41	0.06 194	0.05 284	0.09 550	0.08 524	0.06 336	0.06 349

tt1	0.10 293	0.08 397	0.13 387	0.17 323	0.09 396	0.13 406	0.15 395	0.15 226	0.19 420	0.09 226	0.08 165	0.06 54	0.06 81	0.10 141	0.08 41	0.06 194	0.05 284	0.06 233	0.05 227	0.06 336	0.06 349

MIM_Stereo	0.10 293	0.07 244	0.11 280	0.15 135	0.07 151	0.07 41	0.12 139	0.20 395	0.14 265	0.13 396	0.14 362	0.09 276	0.05 18	0.12 332	0.08 41	0.05 53	0.06 475	0.07 360	0.06 332	0.06 336	0.05 219

testlalala	0.08 106	0.06 127	0.11 280	0.15 135	0.07 151	0.12 359	0.13 223	0.15 226	0.16 333	0.08 169	0.12 322	0.05 3	0.06 81	0.09 72	0.08 41	0.05 53	0.04 25	0.06 233	0.05 227	0.03 1	0.04 63

GCAPDPT-zeroshot	0.09 211	0.05 39	0.11 280	0.13 20	0.07 151	0.11 300	0.14 305	0.14 183	0.17 370	0.07 105	0.10 246	0.08 224	0.06 81	0.13 396	0.08 41	0.07 393	0.05 284	0.05 64	0.05 227	0.05 195	0.04 63

CES	0.08 106	0.04 2	0.08 57	0.14 77	0.07 151	0.09 175	0.14 305	0.11 70	0.09 74	0.08 169	0.09 209	0.11 345	0.07 199	0.12 332	0.08 41	0.06 194	0.04 25	0.05 64	0.03 1	0.05 195	0.05 219

CroCo-Stereo Lap2	0.09 211	0.09 489	0.08 57	0.22 654	0.09 396	0.09 175	0.18 548	0.16 271	0.12 189	0.09 226	0.10 246	0.05 3	0.05 18	0.08 31	0.08 41	0.06 194	0.06 475	0.07 360	0.05 227	0.06 336	0.05 219

TRStereo	0.10 293	0.05 39	0.12 336	0.16 233	0.12 611	0.10 241	0.13 223	0.18 342	0.19 420	0.09 226	0.09 209	0.09 276	0.07 199	0.10 141	0.08 41	0.07 393	0.05 284	0.07 360	0.07 440	0.04 50	0.04 63

XX-Stereo	0.09 211	0.05 39	0.09 138	0.17 323	0.09 396	0.15 481	0.12 139	0.21 418	0.10 105	0.10 277	0.14 362	0.07 157	0.06 81	0.13 396	0.08 41	0.06 194	0.05 284	0.06 233	0.06 332	0.04 50	0.04 63

EE1	0.08 106	0.05 39	0.10 207	0.15 135	0.07 151	0.07 41	0.09 28	0.16 271	0.12 189	0.08 169	0.05 7	0.06 54	0.05 18	0.14 437	0.09 120	0.06 194	0.05 284	0.06 233	0.04 67	0.05 195	0.05 219

AnonStereo	0.09 211	0.08 397	0.09 138	0.17 323	0.07 151	0.09 175	0.11 91	0.20 395	0.14 265	0.09 226	0.08 165	0.06 54	0.05 18	0.13 396	0.09 120	0.06 194	0.04 25	0.06 233	0.05 227	0.06 336	0.05 219

NBS	0.07 8	0.07 244	0.08 57	0.17 323	0.07 151	0.07 41	0.13 223	0.05 1	0.07 29	0.06 42	0.09 209	0.05 3	0.04 1	0.05 1	0.09 120	0.05 53	0.05 284	0.08 457	0.06 332	0.05 195	0.04 63

rgla	0.07 8	0.06 127	0.06 10	0.17 323	0.07 151	0.09 175	0.10 45	0.09 27	0.08 40	0.07 105	0.06 28	0.05 3	0.06 81	0.10 141	0.09 120	0.05 53	0.04 25	0.04 1	0.03 1	0.04 50	0.04 63

416test1013	0.07 8	0.06 127	0.07 25	0.17 323	0.07 151	0.10 241	0.10 45	0.09 27	0.07 29	0.08 169	0.07 87	0.05 3	0.07 199	0.10 141	0.09 120	0.06 194	0.05 284	0.04 1	0.03 1	0.04 50	0.05 219

416test	0.07 8	0.07 244	0.06 10	0.17 323	0.07 151	0.10 241	0.10 45	0.09 27	0.08 40	0.07 105	0.07 87	0.05 3	0.07 199	0.09 72	0.09 120	0.05 53	0.04 25	0.04 1	0.03 1	0.04 50	0.04 63

SCION-M(vits-remse)	0.08 106	0.06 127	0.13 387	0.24 687	0.05 4	0.08 95	0.10 45	0.15 226	0.15 295	0.05 2	0.06 28	0.05 3	0.06 81	0.07 9	0.09 120	0.08 478	0.06 475	0.04 1	0.03 1	0.03 1	0.03 1

SCION-Mon(vits-remp)	0.10 293	0.13 632	0.13 387	0.24 687	0.17 706	0.26 670	0.10 45	0.15 226	0.15 295	0.05 2	0.06 28	0.05 3	0.06 81	0.07 9	0.09 120	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

GEAR-Net	0.08 106	0.07 244	0.09 138	0.18 429	0.07 151	0.10 241	0.13 223	0.10 40	0.10 105	0.08 169	0.08 165	0.06 54	0.05 18	0.13 396	0.09 120	0.05 53	0.04 25	0.05 64	0.04 67	0.05 195	0.04 63

GREATEN-IGEV-FM_RVC	0.09 211	0.05 39	0.11 280	0.19 516	0.07 151	0.10 241	0.09 28	0.12 100	0.10 105	0.09 226	0.09 209	0.07 157	0.08 268	0.08 31	0.09 120	0.06 194	0.06 475	0.10 600	0.08 524	0.07 427	0.05 219

anonymous	0.08 106	0.05 39	0.12 336	0.16 233	0.08 267	0.05 4	0.12 139	0.11 70	0.14 265	0.07 105	0.07 87	0.06 54	0.04 1	0.07 9	0.09 120	0.05 53	0.04 25	0.05 64	0.04 67	0.04 50	0.04 63

derf	0.07 8	0.05 39	0.10 207	0.14 77	0.06 45	0.05 4	0.12 139	0.12 100	0.09 74	0.05 2	0.07 87	0.07 157	0.08 268	0.10 141	0.09 120	0.06 194	0.05 284	0.04 1	0.03 1	0.04 50	0.05 219

mm2	0.07 8	0.04 2	0.10 207	0.13 20	0.06 45	0.06 15	0.13 223	0.13 142	0.08 40	0.06 42	0.07 87	0.06 54	0.09 312	0.10 141	0.09 120	0.06 194	0.05 284	0.04 1	0.03 1	0.04 50	0.05 219

mm1	0.07 8	0.04 2	0.10 207	0.13 20	0.06 45	0.06 15	0.13 223	0.06 2	0.08 40	0.06 42	0.07 87	0.06 54	0.09 312	0.10 141	0.09 120	0.06 194	0.05 284	0.04 1	0.03 1	0.04 50	0.05 219

qqai	0.07 8	0.05 39	0.10 207	0.14 77	0.06 45	0.05 4	0.12 139	0.08 15	0.09 74	0.05 2	0.07 87	0.06 54	0.08 268	0.10 141	0.09 120	0.06 194	0.05 284	0.05 64	0.03 1	0.04 50	0.05 219

quiztm	0.08 106	0.08 397	0.08 57	0.18 429	0.07 151	0.09 175	0.14 305	0.14 183	0.13 234	0.07 105	0.07 87	0.05 3	0.06 81	0.11 232	0.09 120	0.05 53	0.04 25	0.06 233	0.04 67	0.05 195	0.03 1

MGA	0.07 8	0.04 2	0.11 280	0.13 20	0.06 45	0.08 95	0.09 28	0.12 100	0.08 40	0.05 2	0.06 28	0.06 54	0.05 18	0.10 141	0.09 120	0.06 194	0.04 25	0.05 64	0.03 1	0.05 195	0.05 219

CAR	0.07 8	0.05 39	0.09 138	0.14 77	0.06 45	0.07 41	0.08 9	0.12 100	0.08 40	0.05 2	0.06 28	0.05 3	0.05 18	0.10 141	0.09 120	0.06 194	0.04 25	0.05 64	0.04 67	0.04 50	0.04 63

MSE-Stereo	0.07 8	0.04 2	0.09 138	0.13 20	0.06 45	0.07 41	0.08 9	0.12 100	0.08 40	0.05 2	0.06 28	0.05 3	0.05 18	0.10 141	0.09 120	0.06 194	0.04 25	0.05 64	0.04 67	0.04 50	0.04 63

monster-pro	0.07 8	0.06 127	0.06 10	0.15 135	0.05 4	0.08 95	0.10 45	0.15 226	0.15 295	0.05 2	0.06 28	0.05 3	0.06 81	0.07 9	0.09 120	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

PointNet	0.08 106	0.06 127	0.07 25	0.15 135	0.07 151	0.09 175	0.14 305	0.11 70	0.08 40	0.05 2	0.08 165	0.08 224	0.09 312	0.09 72	0.09 120	0.06 194	0.04 25	0.05 64	0.04 67	0.03 1	0.04 63

DF	0.08 106	0.06 127	0.10 207	0.15 135	0.06 45	0.11 300	0.12 139	0.11 70	0.12 189	0.09 226	0.10 246	0.10 311	0.08 268	0.11 232	0.09 120	0.07 393	0.04 25	0.05 64	0.04 67	0.04 50	0.04 63

DN	0.10 293	0.05 39	0.10 207	0.15 135	0.09 396	0.12 359	0.18 548	0.17 310	0.16 333	0.08 169	0.09 209	0.08 224	0.06 81	0.08 31	0.09 120	0.11 625	0.05 284	0.07 360	0.06 332	0.07 427	0.09 568

ARStereo-new	0.08 106	0.06 127	0.09 138	0.17 323	0.05 4	0.08 95	0.13 223	0.12 100	0.13 234	0.09 226	0.08 165	0.07 157	0.05 18	0.10 141	0.09 120	0.04 6	0.04 25	0.05 64	0.04 67	0.03 1	0.03 1

GCAP-Stereo-DPT-cres	0.08 106	0.05 39	0.08 57	0.15 135	0.06 45	0.10 241	0.14 305	0.13 142	0.12 189	0.07 105	0.08 165	0.07 157	0.06 81	0.10 141	0.09 120	0.05 53	0.04 25	0.05 64	0.04 67	0.03 1	0.04 63

GCAP-Stereo-DPT-25K	0.08 106	0.06 127	0.08 57	0.16 233	0.06 45	0.06 15	0.14 305	0.14 183	0.15 295	0.07 105	0.10 246	0.06 54	0.05 18	0.09 72	0.09 120	0.04 6	0.04 25	0.05 64	0.04 67	0.03 1	0.03 1

PipStereo	0.07 8	0.04 2	0.09 138	0.13 20	0.05 4	0.08 95	0.10 45	0.06 2	0.07 29	0.06 42	0.05 7	0.09 276	0.05 18	0.08 31	0.09 120	0.06 194	0.04 25	0.04 1	0.03 1	0.05 195	0.05 219

PSi22b	0.06 1	0.04 2	0.09 138	0.13 20	0.05 4	0.08 95	0.10 45	0.06 2	0.06 12	0.06 42	0.06 28	0.08 224	0.05 18	0.08 31	0.09 120	0.06 194	0.04 25	0.04 1	0.03 1	0.04 50	0.05 219

PSi22a	0.06 1	0.04 2	0.09 138	0.12 7	0.05 4	0.06 15	0.11 91	0.06 2	0.06 12	0.06 42	0.06 28	0.06 54	0.05 18	0.08 31	0.09 120	0.07 393	0.04 25	0.04 1	0.03 1	0.04 50	0.04 63

Foundation-i1b	0.08 106	0.05 39	0.07 25	0.14 77	0.05 4	0.09 175	0.12 139	0.13 142	0.10 105	0.09 226	0.10 246	0.10 311	0.06 81	0.07 9	0.09 120	0.06 194	0.04 25	0.05 64	0.04 67	0.03 1	0.03 1

Foundation-i1a	0.08 106	0.05 39	0.08 57	0.13 20	0.05 4	0.13 406	0.13 223	0.12 100	0.10 105	0.11 320	0.11 300	0.11 345	0.06 81	0.08 31	0.09 120	0.06 194	0.04 25	0.05 64	0.03 1	0.04 50	0.04 63

Foundation-i32	0.06 1	0.04 2	0.09 138	0.13 20	0.04 1	0.06 15	0.12 139	0.06 2	0.05 4	0.06 42	0.05 7	0.05 3	0.05 18	0.07 9	0.09 120	0.06 194	0.04 25	0.05 64	0.04 67	0.04 50	0.04 63

Selective-IGEV-i32	0.07 8	0.06 127	0.09 138	0.17 323	0.06 45	0.08 95	0.12 139	0.13 142	0.08 40	0.08 169	0.07 87	0.06 54	0.04 1	0.10 141	0.09 120	0.05 53	0.04 25	0.05 64	0.04 67	0.04 50	0.03 1

LACA1	0.07 8	0.07 244	0.07 25	0.14 77	0.05 4	0.09 175	0.11 91	0.10 40	0.07 29	0.05 2	0.05 7	0.06 54	0.08 268	0.08 31	0.09 120	0.06 194	0.04 25	0.04 1	0.04 67	0.03 1	0.04 63

DispViT+	0.08 106	0.05 39	0.10 207	0.13 20	0.06 45	0.05 4	0.11 91	0.18 342	0.16 333	0.09 226	0.08 165	0.07 157	0.06 81	0.11 232	0.09 120	0.06 194	0.04 25	0.04 1	0.03 1	0.03 1	0.03 1

BLMT-Stereo	0.07 8	0.04 2	0.08 57	0.15 135	0.07 151	0.07 41	0.14 305	0.07 8	0.10 105	0.05 2	0.05 7	0.04 1	0.06 81	0.07 9	0.09 120	0.04 6	0.04 25	0.06 233	0.05 227	0.04 50	0.04 63

FE-Mocha	0.09 211	0.06 127	0.14 437	0.16 233	0.09 396	0.11 300	0.15 395	0.19 375	0.16 333	0.10 277	0.09 209	0.07 157	0.07 199	0.09 72	0.09 120	0.06 194	0.04 25	0.06 233	0.06 332	0.05 195	0.05 219

DLNR-FE	10.51 810	2.29 795	19.85 824	120.28 833	13.21 815	0.06 15	0.13 223	0.24 493	0.10 105	0.08 169	0.10 246	0.09 276	0.07 199	0.10 141	0.09 120	0.13 670	0.04 25	0.06 233	0.04 67	53.18 836	0.04 63

Select-FE	0.11 342	0.06 127	0.21 622	0.15 135	0.11 576	0.12 359	0.13 223	0.22 445	0.18 391	0.09 226	0.11 300	0.10 311	0.06 81	0.12 332	0.09 120	0.07 393	0.05 284	0.07 360	0.08 524	0.06 336	0.08 517

IGEV-FE	0.09 211	0.05 39	0.13 387	0.14 77	0.08 267	0.12 359	0.13 223	0.17 310	0.11 145	0.10 277	0.06 28	0.09 276	0.06 81	0.11 232	0.09 120	0.06 194	0.04 25	0.06 233	0.06 332	0.05 195	0.05 219

MonStereo	0.07 8	0.06 127	0.06 10	0.15 135	0.05 4	0.08 95	0.10 45	0.15 226	0.15 295	0.05 2	0.06 28	0.05 3	0.06 81	0.07 9	0.09 120	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Wavelet-MonSter	0.07 8	0.05 39	0.07 25	0.16 233	0.06 45	0.07 41	0.11 91	0.10 40	0.08 40	0.06 42	0.07 87	0.07 157	0.07 199	0.09 72	0.09 120	0.04 6	0.04 25	0.04 1	0.03 1	0.03 1	0.03 1

Monster-pub-mixall	0.07 8	0.04 2	0.09 138	0.13 20	0.06 45	0.06 15	0.08 9	0.12 100	0.07 29	0.06 42	0.06 28	0.05 3	0.06 81	0.09 72	0.09 120	0.06 194	0.04 25	0.04 1	0.03 1	0.05 195	0.05 219

S2M2_XL	0.08 106	0.06 127	0.12 336	0.12 7	0.08 267	0.09 175	0.09 28	0.07 8	0.07 29	0.08 169	0.07 87	0.07 157	0.06 81	0.09 72	0.09 120	0.08 478	0.06 475	0.07 360	0.06 332	0.08 503	0.06 349
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
asd	0.07 8	0.08 397	0.08 57	0.16 233	0.07 151	0.08 95	0.08 9	0.11 70	0.08 40	0.07 105	0.07 87	0.06 54	0.06 81	0.10 141	0.09 120	0.03 1	0.03 1	0.04 1	0.04 67	0.04 50	0.03 1

qwe	0.08 106	0.08 397	0.07 25	0.15 135	0.06 45	0.07 41	0.10 45	0.18 342	0.12 189	0.07 105	0.07 87	0.06 54	0.06 81	0.10 141	0.09 120	0.04 6	0.03 1	0.04 1	0.04 67	0.04 50	0.03 1

depthmonostereo	0.09 211	0.06 127	0.09 138	0.15 135	0.06 45	0.11 300	0.13 223	0.14 183	0.15 295	0.10 277	0.10 246	0.09 276	0.11 399	0.08 31	0.09 120	0.06 194	0.05 284	0.06 233	0.04 67	0.04 50	0.03 1

2.5w	0.07 8	0.07 244	0.08 57	0.16 233	0.06 45	0.08 95	0.12 139	0.10 40	0.10 105	0.07 105	0.06 28	0.09 276	0.06 81	0.08 31	0.09 120	0.04 6	0.03 1	0.04 1	0.04 67	0.03 1	0.03 1

3.5w_stereo	0.07 8	0.07 244	0.07 25	0.15 135	0.07 151	0.09 175	0.06 1	0.14 183	0.11 145	0.08 169	0.07 87	0.06 54	0.07 199	0.10 141	0.09 120	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3w_stereo	0.08 106	0.09 489	0.10 207	0.17 323	0.07 151	0.08 95	0.11 91	0.20 395	0.13 234	0.06 42	0.07 87	0.05 3	0.06 81	0.08 31	0.09 120	0.04 6	0.03 1	0.04 1	0.03 1	0.04 50	0.03 1

1w_stereo	0.08 106	0.06 127	0.07 25	0.16 233	0.06 45	0.07 41	0.10 45	0.14 183	0.15 295	0.07 105	0.08 165	0.05 3	0.06 81	0.10 141	0.09 120	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 63

monsterstereo	0.08 106	0.06 127	0.07 25	0.16 233	0.06 45	0.08 95	0.10 45	0.16 271	0.12 189	0.07 105	0.08 165	0.06 54	0.07 199	0.08 31	0.09 120	0.04 6	0.04 25	0.05 64	0.04 67	0.04 50	0.03 1

IGEV	0.08 106	0.04 2	0.09 138	0.13 20	0.06 45	0.09 175	0.12 139	0.14 183	0.10 105	0.06 42	0.09 209	0.07 157	0.05 18	0.09 72	0.09 120	0.06 194	0.04 25	0.05 64	0.04 67	0.05 195	0.04 63

111111	0.07 8	0.05 39	0.10 207	0.17 323	0.06 45	0.05 4	0.10 45	0.11 70	0.10 105	0.06 42	0.06 28	0.07 157	0.05 18	0.08 31	0.09 120	0.06 194	0.04 25	0.05 64	0.04 67	0.07 427	0.06 349

MLG-Stereo_test2	0.07 8	0.04 2	0.10 207	0.15 135	0.06 45	0.07 41	0.11 91	0.09 27	0.04 2	0.06 42	0.05 7	0.06 54	0.04 1	0.08 31	0.09 120	0.06 194	0.04 25	0.05 64	0.03 1	0.05 195	0.05 219

MLG-Stereo_test1	0.06 1	0.05 39	0.08 57	0.17 323	0.05 4	0.07 41	0.11 91	0.09 27	0.03 1	0.05 2	0.04 1	0.06 54	0.05 18	0.09 72	0.09 120	0.05 53	0.04 25	0.05 64	0.03 1	0.04 50	0.05 219

MLG-Stereo	0.07 8	0.05 39	0.09 138	0.17 323	0.05 4	0.07 41	0.11 91	0.08 15	0.05 4	0.05 2	0.04 1	0.06 54	0.05 18	0.10 141	0.09 120	0.05 53	0.04 25	0.05 64	0.03 1	0.04 50	0.05 219

LGtest1	0.07 8	0.05 39	0.11 280	0.15 135	0.06 45	0.07 41	0.09 28	0.08 15	0.06 12	0.06 42	0.04 1	0.06 54	0.07 199	0.10 141	0.09 120	0.07 393	0.04 25	0.05 64	0.04 67	0.06 336	0.06 349

LG-Stereo_Zeroshot	0.07 8	0.06 127	0.10 207	0.16 233	0.07 151	0.04 1	0.13 223	0.10 40	0.10 105	0.05 2	0.11 300	0.07 157	0.05 18	0.07 9	0.09 120	0.06 194	0.04 25	0.05 64	0.04 67	0.05 195	0.04 63

LG-Stereo	0.08 106	0.08 397	0.10 207	0.18 429	0.07 151	0.10 241	0.17 497	0.11 70	0.08 40	0.06 42	0.08 165	0.06 54	0.07 199	0.09 72	0.09 120	0.04 6	0.05 284	0.07 360	0.07 440	0.04 50	0.04 63

MM-Stereo_test3	0.10 293	0.07 244	0.07 25	0.18 429	0.07 151	0.12 359	0.19 595	0.24 493	0.19 420	0.06 42	0.10 246	0.08 224	0.06 81	0.11 232	0.09 120	0.06 194	0.06 475	0.07 360	0.05 227	0.05 195	0.04 63

MM-Stereo_test2	0.09 211	0.07 244	0.09 138	0.19 516	0.08 267	0.12 359	0.18 548	0.15 226	0.14 265	0.07 105	0.10 246	0.07 157	0.06 81	0.12 332	0.09 120	0.05 53	0.04 25	0.06 233	0.05 227	0.06 336	0.04 63

Reg-Stereo(zero)	0.09 211	0.05 39	0.08 57	0.16 233	0.06 45	0.12 359	0.11 91	0.15 226	0.11 145	0.12 360	0.09 209	0.10 311	0.08 268	0.11 232	0.09 120	0.06 194	0.05 284	0.05 64	0.04 67	0.04 50	0.05 219

FLISNet	0.11 342	0.06 127	0.12 336	0.13 20	0.09 396	0.09 175	0.14 305	0.22 445	0.11 145	0.20 569	0.17 416	0.14 424	0.10 356	0.16 490	0.09 120	0.05 53	0.04 25	0.07 360	0.08 524	0.07 427	0.06 349

CoSv	0.11 342	0.06 127	0.12 336	0.13 20	0.09 396	0.09 175	0.14 305	0.22 445	0.11 145	0.20 569	0.17 416	0.14 424	0.10 356	0.16 490	0.09 120	0.05 53	0.04 25	0.07 360	0.08 524	0.07 427	0.06 349

DEFOM-Stereo_RVC	0.08 106	0.07 244	0.09 138	0.22 654	0.06 45	0.08 95	0.12 139	0.10 40	0.10 105	0.07 105	0.07 87	0.06 54	0.05 18	0.11 232	0.09 120	0.06 194	0.04 25	0.05 64	0.03 1	0.06 336	0.04 63

HUF	0.08 106	0.05 39	0.08 57	0.14 77	0.06 45	0.09 175	0.13 223	0.13 142	0.13 234	0.07 105	0.07 87	0.09 276	0.06 81	0.10 141	0.09 120	0.06 194	0.04 25	0.05 64	0.04 67	0.05 195	0.04 63

AIO-test1	0.10 293	0.07 244	0.11 280	0.24 687	0.07 151	0.09 175	0.13 223	0.22 445	0.15 295	0.11 320	0.12 322	0.09 276	0.07 199	0.11 232	0.09 120	0.06 194	0.05 284	0.09 550	0.10 613	0.04 50	0.07 440

MonSter	0.07 8	0.06 127	0.06 10	0.15 135	0.05 4	0.08 95	0.10 45	0.15 226	0.15 295	0.05 2	0.06 28	0.05 3	0.06 81	0.07 9	0.09 120	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

DEFOM-Stereo	0.07 8	0.05 39	0.07 25	0.14 77	0.06 45	0.09 175	0.13 223	0.07 8	0.13 234	0.06 42	0.07 87	0.06 54	0.05 18	0.10 141	0.09 120	0.05 53	0.04 25	0.05 64	0.03 1	0.04 50	0.04 63

PAM_32	0.10 293	0.06 127	0.17 544	0.15 135	0.08 267	0.10 241	0.15 395	0.14 183	0.16 333	0.09 226	0.08 165	0.10 311	0.07 199	0.14 437	0.09 120	0.06 194	0.05 284	0.06 233	0.06 332	0.05 195	0.06 349

PAM	0.10 293	0.06 127	0.17 544	0.15 135	0.09 396	0.10 241	0.16 463	0.15 226	0.16 333	0.12 360	0.09 209	0.10 311	0.07 199	0.13 396	0.09 120	0.06 194	0.05 284	0.06 233	0.06 332	0.05 195	0.06 349

dual_stereo	0.07 8	0.05 39	0.08 57	0.15 135	0.05 4	0.05 4	0.13 223	0.12 100	0.08 40	0.07 105	0.06 28	0.05 3	0.05 18	0.07 9	0.09 120	0.06 194	0.04 25	0.05 64	0.03 1	0.04 50	0.04 63

IGEV-Stereo++	0.07 8	0.06 127	0.08 57	0.18 429	0.06 45	0.05 4	0.10 45	0.11 70	0.11 145	0.06 42	0.07 87	0.07 157	0.06 81	0.09 72	0.09 120	0.05 53	0.04 25	0.05 64	0.04 67	0.05 195	0.04 63

AIO-Stereo-zeroshot	0.11 342	0.05 39	0.12 336	0.15 135	0.13 637	0.14 456	0.16 463	0.23 467	0.18 391	0.10 277	0.13 347	0.10 311	0.07 199	0.12 332	0.09 120	0.06 194	0.05 284	0.06 233	0.06 332	0.07 427	0.08 517

U	0.08 106	0.07 244	0.10 207	0.19 516	0.10 515	0.10 241	0.13 223	0.12 100	0.17 370	0.07 105	0.07 87	0.06 54	0.05 18	0.07 9	0.09 120	0.06 194	0.04 25	0.06 233	0.04 67	0.06 336	0.05 219

IGEV-Stereo+	0.07 8	0.04 2	0.08 57	0.15 135	0.06 45	0.04 1	0.09 28	0.10 40	0.09 74	0.06 42	0.06 28	0.06 54	0.06 81	0.06 4	0.09 120	0.06 194	0.04 25	0.05 64	0.04 67	0.06 336	0.06 349

RSM++	0.08 106	0.06 127	0.09 138	0.17 323	0.07 151	0.09 175	0.12 139	0.11 70	0.11 145	0.08 169	0.06 28	0.07 157	0.05 18	0.10 141	0.09 120	0.05 53	0.04 25	0.06 233	0.05 227	0.05 195	0.03 1

RSM	0.08 106	0.06 127	0.09 138	0.17 323	0.07 151	0.08 95	0.12 139	0.12 100	0.10 105	0.08 169	0.07 87	0.06 54	0.05 18	0.11 232	0.09 120	0.04 6	0.04 25	0.05 64	0.04 67	0.04 50	0.04 63

CAS++	0.11 342	0.07 244	0.11 280	0.14 77	0.10 515	0.13 406	0.14 305	0.24 493	0.14 265	0.11 320	0.09 209	0.11 345	0.07 199	0.14 437	0.09 120	0.11 625	0.09 627	0.09 550	0.07 440	0.07 427	0.08 517
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MGS-Stereo	0.09 211	0.07 244	0.12 336	0.16 233	0.08 267	0.09 175	0.15 395	0.12 100	0.12 189	0.07 105	0.10 246	0.08 224	0.06 81	0.11 232	0.09 120	0.05 53	0.04 25	0.06 233	0.05 227	0.06 336	0.05 219

IGEV++	0.08 106	0.06 127	0.09 138	0.18 429	0.07 151	0.10 241	0.13 223	0.10 40	0.10 105	0.08 169	0.08 165	0.06 54	0.05 18	0.13 396	0.09 120	0.05 53	0.04 25	0.05 64	0.04 67	0.05 195	0.04 63

MyStereo07	0.10 293	0.07 244	0.10 207	0.17 323	0.09 396	0.14 456	0.17 497	0.15 226	0.15 295	0.09 226	0.06 28	0.06 54	0.07 199	0.12 332	0.09 120	0.06 194	0.05 284	0.08 457	0.07 440	0.06 336	0.06 349

MyStereo06	0.10 293	0.07 244	0.12 336	0.17 323	0.09 396	0.13 406	0.18 548	0.19 375	0.12 189	0.13 396	0.08 165	0.07 157	0.07 199	0.11 232	0.09 120	0.06 194	0.05 284	0.08 457	0.07 440	0.06 336	0.06 349

ff7	0.09 211	0.07 244	0.11 280	0.16 233	0.09 396	0.11 300	0.15 395	0.16 271	0.12 189	0.10 277	0.06 28	0.06 54	0.06 81	0.11 232	0.09 120	0.05 53	0.04 25	0.06 233	0.05 227	0.05 195	0.06 349

IGEVStereo-DCA	0.09 211	0.07 244	0.11 280	0.16 233	0.10 515	0.11 300	0.15 395	0.16 271	0.12 189	0.10 277	0.06 28	0.08 224	0.06 81	0.10 141	0.09 120	0.06 194	0.05 284	0.06 233	0.05 227	0.05 195	0.06 349

ffff	0.09 211	0.07 244	0.11 280	0.16 233	0.09 396	0.11 300	0.15 395	0.16 271	0.12 189	0.10 277	0.06 28	0.06 54	0.06 81	0.11 232	0.09 120	0.05 53	0.04 25	0.06 233	0.05 227	0.05 195	0.06 349

rrr	0.09 211	0.07 244	0.13 387	0.16 233	0.10 515	0.11 300	0.15 395	0.16 271	0.15 295	0.10 277	0.06 28	0.08 224	0.06 81	0.10 141	0.09 120	0.06 194	0.05 284	0.06 233	0.05 227	0.05 195	0.06 349

11t	0.09 211	0.07 244	0.11 280	0.16 233	0.09 396	0.11 300	0.15 395	0.16 271	0.12 189	0.10 277	0.06 28	0.06 54	0.06 81	0.11 232	0.09 120	0.05 53	0.04 25	0.06 233	0.05 227	0.05 195	0.06 349

IGEV_Zeroshot_test	0.09 211	0.05 39	0.13 387	0.14 77	0.08 267	0.12 359	0.13 223	0.17 310	0.11 145	0.10 277	0.06 28	0.09 276	0.06 81	0.11 232	0.09 120	0.06 194	0.04 25	0.06 233	0.06 332	0.05 195	0.05 219

DLNR_Zeroshot_test	10.48 809	2.27 794	19.78 823	120.28 833	13.29 816	0.06 15	0.13 223	0.24 493	0.10 105	0.08 169	0.10 246	0.09 276	0.07 199	0.10 141	0.09 120	0.13 670	0.04 25	0.06 233	0.04 67	52.68 835	0.04 63

AEACV	0.09 211	0.05 39	0.08 57	0.14 77	0.13 637	0.14 456	0.13 223	0.15 226	0.09 74	0.07 105	0.09 209	0.07 157	0.08 268	0.10 141	0.09 120	0.06 194	0.04 25	0.06 233	0.05 227	0.05 195	0.04 63

RAFT-Test	0.09 211	0.06 127	0.10 207	0.16 233	0.07 151	0.11 300	0.15 395	0.16 271	0.13 234	0.09 226	0.10 246	0.11 345	0.09 312	0.12 332	0.09 120	0.06 194	0.04 25	0.05 64	0.04 67	0.05 195	0.05 219

HH	0.09 211	0.06 127	0.13 387	0.17 323	0.08 267	0.11 300	0.16 463	0.15 226	0.10 105	0.08 169	0.10 246	0.08 224	0.07 199	0.10 141	0.09 120	0.06 194	0.04 25	0.06 233	0.05 227	0.05 195	0.04 63

HanStereo	0.09 211	0.06 127	0.13 387	0.17 323	0.08 267	0.11 300	0.16 463	0.15 226	0.10 105	0.08 169	0.10 246	0.08 224	0.07 199	0.10 141	0.09 120	0.06 194	0.04 25	0.06 233	0.05 227	0.05 195	0.04 63

4D-IteraStereo	0.10 293	0.07 244	0.10 207	0.18 429	0.07 151	0.09 175	0.15 395	0.18 342	0.15 295	0.10 277	0.11 300	0.10 311	0.07 199	0.12 332	0.09 120	0.05 53	0.03 1	0.08 457	0.07 440	0.06 336	0.05 219

LoS_RVC	0.08 106	0.05 39	0.07 25	0.15 135	0.07 151	0.08 95	0.15 395	0.12 100	0.11 145	0.08 169	0.09 209	0.06 54	0.09 312	0.10 141	0.09 120	0.05 53	0.04 25	0.05 64	0.03 1	0.04 50	0.04 63

CAS	0.08 106	0.04 2	0.07 25	0.17 323	0.08 267	0.10 241	0.13 223	0.12 100	0.09 74	0.09 226	0.10 246	0.08 224	0.06 81	0.09 72	0.09 120	0.08 478	0.04 25	0.05 64	0.03 1	0.05 195	0.04 63

anonymousdsp	0.09 211	0.07 244	0.11 280	0.17 323	0.09 396	0.11 300	0.15 395	0.16 271	0.12 189	0.10 277	0.06 28	0.06 54	0.06 81	0.11 232	0.09 120	0.05 53	0.04 25	0.06 233	0.05 227	0.05 195	0.06 349

Selective-IGEV	0.07 8	0.06 127	0.09 138	0.17 323	0.06 45	0.08 95	0.12 139	0.13 142	0.08 40	0.08 169	0.07 87	0.06 54	0.04 1	0.10 141	0.09 120	0.05 53	0.04 25	0.05 64	0.04 67	0.04 50	0.03 1

ProNet	0.09 211	0.07 244	0.11 280	0.17 323	0.08 267	0.11 300	0.15 395	0.15 226	0.12 189	0.10 277	0.06 28	0.07 157	0.06 81	0.11 232	0.09 120	0.05 53	0.05 284	0.06 233	0.05 227	0.04 50	0.06 349

ccc-4	0.09 211	0.07 244	0.11 280	0.16 233	0.09 396	0.11 300	0.15 395	0.16 271	0.12 189	0.10 277	0.06 28	0.06 54	0.06 81	0.11 232	0.09 120	0.05 53	0.04 25	0.06 233	0.05 227	0.05 195	0.06 349

RAFT_CTSACE	0.12 429	0.09 489	0.10 207	0.22 654	0.08 267	0.12 359	0.24 680	0.18 342	0.17 370	0.21 586	0.27 585	0.13 403	0.07 199	0.13 396	0.09 120	0.05 53	0.06 475	0.08 457	0.07 440	0.04 50	0.04 63

IGEV-Stereo	0.09 211	0.07 244	0.11 280	0.17 323	0.09 396	0.11 300	0.15 395	0.16 271	0.12 189	0.10 277	0.06 28	0.06 54	0.06 81	0.11 232	0.09 120	0.05 53	0.04 25	0.06 233	0.05 227	0.05 195	0.06 349
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 211	0.05 39	0.13 387	0.14 77	0.09 396	0.12 359	0.15 395	0.19 375	0.11 145	0.11 320	0.08 165	0.08 224	0.05 18	0.10 141	0.09 120	0.06 194	0.04 25	0.06 233	0.05 227	0.06 336	0.05 219

test-1	0.10 293	0.07 244	0.17 544	0.19 516	0.08 267	0.11 300	0.24 680	0.15 226	0.18 391	0.09 226	0.07 87	0.10 311	0.08 268	0.08 31	0.09 120	0.06 194	0.04 25	0.06 233	0.06 332	0.04 50	0.05 219

TANstereo	0.09 211	0.04 2	0.08 57	0.13 20	0.06 45	0.11 300	0.13 223	0.15 226	0.19 420	0.11 320	0.15 379	0.10 311	0.07 199	0.12 332	0.09 120	0.07 393	0.05 284	0.05 64	0.04 67	0.06 336	0.05 219

test_xeample3	0.09 211	0.07 244	0.12 336	0.16 233	0.09 396	0.11 300	0.15 395	0.16 271	0.14 265	0.10 277	0.07 87	0.08 224	0.06 81	0.10 141	0.09 120	0.06 194	0.04 25	0.06 233	0.05 227	0.05 195	0.06 349

Gwc-CoAtRS	0.09 211	0.07 244	0.10 207	0.16 233	0.07 151	0.10 241	0.15 395	0.18 342	0.17 370	0.08 169	0.10 246	0.12 371	0.09 312	0.12 332	0.09 120	0.06 194	0.04 25	0.06 233	0.04 67	0.04 50	0.05 219

E$^{3}$Stereo	0.08 106	0.05 39	0.11 280	0.13 20	0.07 151	0.09 175	0.12 139	0.12 100	0.10 105	0.07 105	0.07 87	0.07 157	0.07 199	0.11 232	0.10 229	0.05 53	0.04 25	0.05 64	0.04 67	0.04 50	0.05 219

LLLLL	0.08 106	0.05 39	0.11 280	0.13 20	0.07 151	0.09 175	0.12 139	0.12 100	0.10 105	0.07 105	0.07 87	0.07 157	0.07 199	0.11 232	0.10 229	0.05 53	0.04 25	0.05 64	0.04 67	0.04 50	0.05 219

LLL	0.08 106	0.05 39	0.10 207	0.13 20	0.07 151	0.08 95	0.12 139	0.13 142	0.10 105	0.07 105	0.06 28	0.07 157	0.07 199	0.11 232	0.10 229	0.05 53	0.04 25	0.05 64	0.04 67	0.04 50	0.05 219

100	0.07 8	0.05 39	0.10 207	0.13 20	0.07 151	0.05 4	0.12 139	0.12 100	0.11 145	0.06 42	0.06 28	0.06 54	0.08 268	0.09 72	0.10 229	0.05 53	0.04 25	0.05 64	0.04 67	0.04 50	0.05 219

300	0.08 106	0.05 39	0.12 336	0.14 77	0.07 151	0.08 95	0.13 223	0.15 226	0.10 105	0.05 2	0.07 87	0.06 54	0.08 268	0.08 31	0.10 229	0.06 194	0.04 25	0.05 64	0.04 67	0.04 50	0.05 219

zzzzzzz1	0.11 342	0.07 244	0.14 437	0.21 629	0.10 515	0.13 406	0.18 548	0.22 445	0.20 445	0.13 396	0.12 322	0.08 224	0.08 268	0.13 396	0.10 229	0.05 53	0.05 284	0.07 360	0.07 440	0.05 195	0.05 219

FAST (zero-shot)	0.09 211	0.06 127	0.11 280	0.19 516	0.13 637	0.07 41	0.13 223	0.13 142	0.08 40	0.08 169	0.07 87	0.08 224	0.07 199	0.10 141	0.10 229	0.07 393	0.06 475	0.06 233	0.07 440	0.05 195	0.08 517

VeloStereo	0.09 211	0.04 2	0.12 336	0.14 77	0.11 576	0.07 41	0.06 1	0.08 15	0.06 12	0.09 226	0.07 87	0.06 54	0.08 268	0.11 232	0.10 229	0.08 478	0.08 590	0.08 457	0.07 440	0.11 627	0.13 668

flow	0.09 211	0.04 2	0.12 336	0.14 77	0.11 576	0.07 41	0.06 1	0.08 15	0.06 12	0.09 226	0.07 87	0.06 54	0.08 268	0.12 332	0.10 229	0.08 478	0.08 590	0.08 457	0.07 440	0.11 627	0.13 668

small-0shot	0.07 8	0.05 39	0.09 138	0.14 77	0.07 151	0.06 15	0.13 223	0.09 27	0.08 40	0.05 2	0.10 246	0.06 54	0.06 81	0.06 4	0.10 229	0.06 194	0.04 25	0.05 64	0.04 67	0.04 50	0.04 63

Weightmod_eth	0.09 211	0.07 244	0.08 57	0.18 429	0.07 151	0.11 300	0.16 463	0.13 142	0.11 145	0.09 226	0.09 209	0.10 311	0.07 199	0.10 141	0.10 229	0.06 194	0.07 553	0.06 233	0.07 440	0.04 50	0.03 1

SE	0.10 293	0.10 558	0.08 57	0.19 516	0.09 396	0.11 300	0.11 91	0.16 271	0.11 145	0.10 277	0.17 416	0.09 276	0.08 268	0.09 72	0.10 229	0.06 194	0.05 284	0.08 457	0.07 440	0.07 427	0.04 63

Anonymus	0.09 211	0.05 39	0.10 207	0.15 135	0.08 267	0.10 241	0.14 305	0.15 226	0.10 105	0.07 105	0.06 28	0.07 157	0.09 312	0.12 332	0.10 229	0.06 194	0.04 25	0.05 64	0.05 227	0.05 195	0.06 349

LiteMatch*	0.08 106	0.04 2	0.12 336	0.13 20	0.08 267	0.08 95	0.13 223	0.14 183	0.09 74	0.05 2	0.05 7	0.05 3	0.09 312	0.11 232	0.10 229	0.06 194	0.05 284	0.05 64	0.04 67	0.05 195	0.06 349

RT-Monster	0.09 211	0.05 39	0.09 138	0.14 77	0.08 267	0.12 359	0.10 45	0.17 310	0.19 420	0.14 427	0.10 246	0.10 311	0.08 268	0.11 232	0.10 229	0.07 393	0.05 284	0.05 64	0.04 67	0.05 195	0.06 349

PSi22	0.08 106	0.06 127	0.11 280	0.16 233	0.07 151	0.08 95	0.10 45	0.14 183	0.08 40	0.08 169	0.07 87	0.10 311	0.06 81	0.12 332	0.10 229	0.05 53	0.04 25	0.04 1	0.04 67	0.04 50	0.04 63

Foundation-i1c-attn	0.08 106	0.05 39	0.07 25	0.14 77	0.05 4	0.09 175	0.12 139	0.13 142	0.10 105	0.09 226	0.10 246	0.10 311	0.07 199	0.08 31	0.10 229	0.06 194	0.04 25	0.05 64	0.04 67	0.03 1	0.04 63

Selective-IGEV-i16pc	0.13 460	0.06 127	0.13 387	0.15 135	0.11 576	0.38 726	0.16 463	0.23 467	0.17 370	0.11 320	0.15 379	0.09 276	0.07 199	0.13 396	0.10 229	0.10 590	0.08 590	0.06 233	0.07 440	0.09 569	0.10 600

Foundation-i1	0.09 211	0.04 2	0.10 207	0.14 77	0.06 45	0.10 241	0.13 223	0.16 271	0.15 295	0.10 277	0.10 246	0.11 345	0.07 199	0.07 9	0.10 229	0.06 194	0.04 25	0.05 64	0.05 227	0.05 195	0.05 219

Test_v1	0.07 8	0.04 2	0.06 10	0.13 20	0.06 45	0.09 175	0.10 45	0.15 226	0.12 189	0.06 42	0.05 7	0.04 1	0.05 18	0.08 31	0.10 229	0.07 393	0.04 25	0.05 64	0.04 67	0.04 50	0.04 63

VMStereo-Base	0.09 211	0.05 39	0.10 207	0.13 20	0.07 151	0.11 300	0.10 45	0.16 271	0.13 234	0.10 277	0.16 396	0.10 311	0.09 312	0.11 232	0.10 229	0.07 393	0.05 284	0.05 64	0.04 67	0.05 195	0.06 349

Hybrid-DGEV-2	0.11 342	0.06 127	0.12 336	0.18 429	0.09 396	0.09 175	0.13 223	0.29 592	0.30 587	0.11 320	0.12 322	0.10 311	0.13 470	0.12 332	0.10 229	0.06 194	0.05 284	0.07 360	0.07 440	0.05 195	0.05 219

WQFJA1++	0.08 106	0.04 2	0.11 280	0.14 77	0.07 151	0.11 300	0.11 91	0.12 100	0.07 29	0.07 105	0.07 87	0.07 157	0.06 81	0.10 141	0.10 229	0.06 194	0.04 25	0.05 64	0.04 67	0.06 336	0.06 349

BridgeDepth_RVC	0.07 8	0.04 2	0.09 138	0.11 1	0.05 4	0.10 241	0.10 45	0.14 183	0.09 74	0.06 42	0.07 87	0.06 54	0.08 268	0.07 9	0.10 229	0.06 194	0.04 25	0.04 1	0.04 67	0.05 195	0.04 63
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
WQFJX1	0.10 293	0.07 244	0.08 57	0.22 654	0.09 396	0.12 359	0.17 497	0.18 342	0.18 391	0.10 277	0.10 246	0.07 157	0.10 356	0.11 232	0.10 229	0.07 393	0.08 590	0.07 360	0.06 332	0.05 195	0.05 219

WQFJX	0.10 293	0.07 244	0.09 138	0.21 629	0.09 396	0.12 359	0.16 463	0.19 375	0.18 391	0.12 360	0.10 246	0.08 224	0.10 356	0.12 332	0.10 229	0.07 393	0.07 553	0.06 233	0.05 227	0.06 336	0.05 219

LCMNet	0.08 106	0.05 39	0.10 207	0.13 20	0.07 151	0.09 175	0.12 139	0.10 40	0.12 189	0.06 42	0.08 165	0.06 54	0.07 199	0.11 232	0.10 229	0.06 194	0.05 284	0.04 1	0.03 1	0.04 50	0.04 63

CSFM-Stereo	0.08 106	0.05 39	0.08 57	0.14 77	0.06 45	0.09 175	0.13 223	0.15 226	0.07 29	0.07 105	0.08 165	0.06 54	0.08 268	0.09 72	0.10 229	0.06 194	0.05 284	0.04 1	0.03 1	0.04 50	0.04 63

NLCSM	0.11 342	0.09 489	0.09 138	0.23 675	0.11 576	0.12 359	0.19 595	0.19 375	0.19 420	0.12 360	0.11 300	0.07 157	0.09 312	0.11 232	0.10 229	0.08 478	0.08 590	0.07 360	0.07 440	0.06 336	0.05 219

DDF-Stereo	0.08 106	0.05 39	0.10 207	0.15 135	0.10 515	0.05 4	0.13 223	0.09 27	0.14 265	0.06 42	0.06 28	0.07 157	0.06 81	0.09 72	0.10 229	0.06 194	0.04 25	0.06 233	0.04 67	0.08 503	0.05 219

252Zero-FE	0.08 106	0.04 2	0.10 207	0.13 20	0.07 151	0.13 406	0.11 91	0.13 142	0.14 265	0.07 105	0.05 7	0.06 54	0.05 18	0.09 72	0.10 229	0.06 194	0.04 25	0.05 64	0.04 67	0.05 195	0.06 349

DA	0.09 211	0.07 244	0.07 25	0.19 516	0.08 267	0.10 241	0.13 223	0.13 142	0.12 189	0.08 169	0.10 246	0.10 311	0.08 268	0.09 72	0.10 229	0.05 53	0.04 25	0.06 233	0.04 67	0.05 195	0.04 63

Monster-pub-eth3d	0.07 8	0.06 127	0.06 10	0.15 135	0.05 4	0.08 95	0.10 45	0.15 226	0.15 295	0.05 2	0.06 28	0.05 3	0.06 81	0.07 9	0.10 229	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Replicate-Monster	0.07 8	0.05 39	0.09 138	0.14 77	0.06 45	0.09 175	0.09 28	0.14 183	0.12 189	0.05 2	0.07 87	0.06 54	0.06 81	0.08 31	0.10 229	0.06 194	0.04 25	0.05 64	0.03 1	0.04 50	0.04 63

zero-FE	0.08 106	0.05 39	0.10 207	0.15 135	0.10 515	0.05 4	0.13 223	0.09 27	0.14 265	0.07 105	0.06 28	0.07 157	0.06 81	0.09 72	0.10 229	0.06 194	0.04 25	0.06 233	0.04 67	0.08 503	0.05 219

GGEV	0.09 211	0.07 244	0.07 25	0.19 516	0.08 267	0.10 241	0.13 223	0.13 142	0.12 189	0.08 169	0.10 246	0.10 311	0.08 268	0.09 72	0.10 229	0.05 53	0.04 25	0.06 233	0.04 67	0.05 195	0.04 63

AdaDepth	0.07 8	0.06 127	0.07 25	0.18 429	0.06 45	0.11 300	0.11 91	0.10 40	0.08 40	0.06 42	0.05 7	0.07 157	0.06 81	0.09 72	0.10 229	0.04 6	0.05 284	0.05 64	0.04 67	0.04 50	0.04 63

asda	0.07 8	0.08 397	0.08 57	0.16 233	0.07 151	0.06 15	0.10 45	0.16 271	0.11 145	0.06 42	0.06 28	0.05 3	0.06 81	0.10 141	0.10 229	0.03 1	0.03 1	0.04 1	0.03 1	0.04 50	0.03 1

2.25w	0.07 8	0.07 244	0.08 57	0.15 135	0.06 45	0.08 95	0.09 28	0.10 40	0.15 295	0.08 169	0.10 246	0.07 157	0.06 81	0.09 72	0.10 229	0.05 53	0.04 25	0.04 1	0.04 67	0.03 1	0.04 63

4.25_new	0.07 8	0.08 397	0.09 138	0.15 135	0.06 45	0.08 95	0.08 9	0.14 183	0.08 40	0.07 105	0.07 87	0.06 54	0.06 81	0.12 332	0.10 229	0.04 6	0.03 1	0.04 1	0.03 1	0.04 50	0.03 1

4.5w_new	0.07 8	0.08 397	0.09 138	0.15 135	0.06 45	0.08 95	0.08 9	0.14 183	0.08 40	0.07 105	0.07 87	0.06 54	0.06 81	0.12 332	0.10 229	0.04 6	0.03 1	0.04 1	0.03 1	0.04 50	0.03 1

4.5_new	0.07 8	0.09 489	0.08 57	0.15 135	0.07 151	0.07 41	0.10 45	0.14 183	0.11 145	0.06 42	0.08 165	0.06 54	0.06 81	0.08 31	0.10 229	0.03 1	0.03 1	0.04 1	0.04 67	0.04 50	0.03 1

4.5w-stereo	0.07 8	0.09 489	0.08 57	0.15 135	0.07 151	0.07 41	0.10 45	0.14 183	0.11 145	0.06 42	0.08 165	0.06 54	0.06 81	0.08 31	0.10 229	0.03 1	0.03 1	0.04 1	0.04 67	0.04 50	0.03 1

4.25w-stereo	0.07 8	0.08 397	0.09 138	0.15 135	0.06 45	0.08 95	0.08 9	0.14 183	0.08 40	0.07 105	0.07 87	0.06 54	0.06 81	0.12 332	0.10 229	0.04 6	0.03 1	0.04 1	0.03 1	0.04 50	0.03 1

4w-stereo	0.07 8	0.08 397	0.08 57	0.16 233	0.07 151	0.07 41	0.08 9	0.11 70	0.09 74	0.07 105	0.07 87	0.05 3	0.06 81	0.09 72	0.10 229	0.03 1	0.03 1	0.04 1	0.04 67	0.04 50	0.03 1

3.25w_new	0.07 8	0.06 127	0.08 57	0.15 135	0.06 45	0.10 241	0.07 5	0.12 100	0.11 145	0.08 169	0.07 87	0.07 157	0.06 81	0.11 232	0.10 229	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 63

3.25w	0.07 8	0.06 127	0.08 57	0.15 135	0.06 45	0.10 241	0.07 5	0.12 100	0.11 145	0.08 169	0.07 87	0.07 157	0.06 81	0.11 232	0.10 229	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 63

3.75w	0.07 8	0.07 244	0.08 57	0.16 233	0.07 151	0.07 41	0.09 28	0.16 271	0.10 105	0.07 105	0.06 28	0.06 54	0.06 81	0.09 72	0.10 229	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

2w_stereo	0.08 106	0.08 397	0.09 138	0.16 233	0.06 45	0.09 175	0.10 45	0.20 395	0.15 295	0.08 169	0.07 87	0.06 54	0.06 81	0.06 4	0.10 229	0.04 6	0.03 1	0.04 1	0.04 67	0.03 1	0.03 1

MLG-Stereo_test3	0.07 8	0.05 39	0.10 207	0.15 135	0.06 45	0.07 41	0.10 45	0.08 15	0.06 12	0.06 42	0.04 1	0.06 54	0.06 81	0.08 31	0.10 229	0.06 194	0.04 25	0.05 64	0.04 67	0.05 195	0.06 349

MM-Stereo_test1	0.10 293	0.07 244	0.09 138	0.18 429	0.07 151	0.12 359	0.18 548	0.21 418	0.20 445	0.09 226	0.11 300	0.08 224	0.06 81	0.10 141	0.10 229	0.06 194	0.05 284	0.07 360	0.06 332	0.05 195	0.04 63

AIO_test	0.07 8	0.06 127	0.07 25	0.15 135	0.07 151	0.07 41	0.14 305	0.10 40	0.10 105	0.07 105	0.07 87	0.06 54	0.05 18	0.08 31	0.10 229	0.05 53	0.04 25	0.05 64	0.04 67	0.04 50	0.03 1

castereo	0.09 211	0.06 127	0.11 280	0.15 135	0.06 45	0.11 300	0.14 305	0.14 183	0.18 391	0.08 169	0.10 246	0.11 345	0.08 268	0.09 72	0.10 229	0.05 53	0.04 25	0.05 64	0.04 67	0.04 50	0.04 63

SMoEStereo_RVC	0.08 106	0.06 127	0.12 336	0.16 233	0.07 151	0.09 175	0.13 223	0.11 70	0.14 265	0.09 226	0.07 87	0.07 157	0.07 199	0.12 332	0.10 229	0.05 53	0.04 25	0.06 233	0.05 227	0.04 50	0.04 63

tt45	0.09 211	0.06 127	0.11 280	0.15 135	0.07 151	0.12 359	0.15 395	0.13 142	0.12 189	0.09 226	0.06 28	0.08 224	0.06 81	0.13 396	0.10 229	0.06 194	0.04 25	0.06 233	0.05 227	0.05 195	0.06 349

999	0.09 211	0.06 127	0.13 387	0.15 135	0.08 267	0.10 241	0.14 305	0.15 226	0.12 189	0.10 277	0.08 165	0.08 224	0.08 268	0.16 490	0.10 229	0.06 194	0.04 25	0.06 233	0.05 227	0.04 50	0.06 349

tg	0.10 293	0.06 127	0.10 207	0.18 429	0.08 267	0.11 300	0.16 463	0.20 395	0.12 189	0.08 169	0.11 300	0.11 345	0.07 199	0.11 232	0.10 229	0.05 53	0.04 25	0.08 457	0.08 524	0.04 50	0.04 63

UGAM-zero	0.10 293	0.05 39	0.15 474	0.15 135	0.08 267	0.10 241	0.13 223	0.20 395	0.15 295	0.11 320	0.15 379	0.07 157	0.08 268	0.09 72	0.10 229	0.06 194	0.05 284	0.06 233	0.05 227	0.05 195	0.06 349

rvit_stereo_0081_aga	0.12 429	0.09 489	0.15 474	0.18 429	0.10 515	0.14 456	0.14 305	0.14 183	0.19 420	0.10 277	0.18 445	0.16 473	0.09 312	0.12 332	0.10 229	0.10 590	0.06 475	0.08 457	0.07 440	0.07 427	0.06 349

Occ-G	0.08 106	0.05 39	0.07 25	0.14 77	0.07 151	0.09 175	0.14 305	0.14 183	0.15 295	0.07 105	0.12 322	0.07 157	0.05 18	0.09 72	0.10 229	0.06 194	0.05 284	0.05 64	0.04 67	0.05 195	0.06 349

Pointernet	0.09 211	0.05 39	0.10 207	0.16 233	0.08 267	0.13 406	0.10 45	0.15 226	0.18 391	0.09 226	0.07 87	0.06 54	0.06 81	0.11 232	0.10 229	0.08 478	0.04 25	0.05 64	0.03 1	0.06 336	0.05 219

rvit_stereo_0080	0.10 293	0.08 397	0.15 474	0.15 135	0.10 515	0.07 41	0.15 395	0.16 271	0.16 333	0.11 320	0.10 246	0.15 452	0.09 312	0.12 332	0.10 229	0.09 545	0.07 553	0.07 360	0.06 332	0.07 427	0.05 219

trnet	0.08 106	0.05 39	0.07 25	0.12 7	0.05 4	0.12 359	0.10 45	0.13 142	0.10 105	0.08 169	0.13 347	0.09 276	0.08 268	0.11 232	0.10 229	0.08 478	0.05 284	0.05 64	0.03 1	0.06 336	0.05 219

H2IRNET	0.10 293	0.09 489	0.10 207	0.18 429	0.09 396	0.12 359	0.15 395	0.14 183	0.21 461	0.10 277	0.10 246	0.10 311	0.11 399	0.10 141	0.10 229	0.06 194	0.04 25	0.08 457	0.08 524	0.06 336	0.05 219

AE-Stereo	0.10 293	0.08 397	0.11 280	0.19 516	0.09 396	0.10 241	0.15 395	0.14 183	0.20 445	0.09 226	0.15 379	0.12 371	0.08 268	0.11 232	0.10 229	0.05 53	0.06 475	0.07 360	0.06 332	0.05 195	0.04 63

whm_eth	0.10 293	0.08 397	0.15 474	0.15 135	0.10 515	0.07 41	0.15 395	0.16 271	0.16 333	0.11 320	0.10 246	0.15 452	0.09 312	0.12 332	0.10 229	0.09 545	0.07 553	0.07 360	0.06 332	0.07 427	0.05 219

StereoVision	0.14 493	0.13 632	0.10 207	0.24 687	0.10 515	0.16 512	0.21 636	0.21 418	0.20 445	0.12 360	0.25 553	0.10 311	0.10 356	0.16 490	0.10 229	0.09 545	0.10 651	0.12 653	0.12 669	0.06 336	0.05 219

UniTT-Stereo	0.09 211	0.07 244	0.08 57	0.18 429	0.08 267	0.13 406	0.11 91	0.12 100	0.11 145	0.10 277	0.12 322	0.05 3	0.06 81	0.09 72	0.10 229	0.07 393	0.06 475	0.05 64	0.05 227	0.06 336	0.05 219

CASnet	0.09 211	0.09 489	0.09 138	0.19 516	0.06 45	0.07 41	0.11 91	0.18 342	0.14 265	0.11 320	0.10 246	0.09 276	0.07 199	0.10 141	0.10 229	0.06 194	0.04 25	0.10 600	0.08 524	0.06 336	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-Stereo	0.09 211	0.07 244	0.13 387	0.18 429	0.06 45	0.11 300	0.07 5	0.14 183	0.12 189	0.09 226	0.10 246	0.07 157	0.09 312	0.13 396	0.10 229	0.06 194	0.05 284	0.05 64	0.04 67	0.04 50	0.05 219

Any-RAFT	0.10 293	0.05 39	0.10 207	0.15 135	0.07 151	0.13 406	0.14 305	0.21 418	0.15 295	0.11 320	0.12 322	0.13 403	0.10 356	0.13 396	0.10 229	0.07 393	0.04 25	0.05 64	0.04 67	0.06 336	0.05 219

LL-Strereo2	0.11 342	0.10 558	0.16 518	0.18 429	0.08 267	0.15 481	0.09 28	0.17 310	0.14 265	0.14 427	0.11 300	0.09 276	0.07 199	0.16 490	0.10 229	0.05 53	0.05 284	0.11 631	0.07 440	0.06 336	0.05 219

LoS	0.09 211	0.05 39	0.11 280	0.13 20	0.07 151	0.14 456	0.11 91	0.15 226	0.15 295	0.09 226	0.09 209	0.12 371	0.09 312	0.15 461	0.10 229	0.07 393	0.05 284	0.05 64	0.03 1	0.05 195	0.05 219
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MC-Stereo	0.09 211	0.07 244	0.09 138	0.17 323	0.06 45	0.10 241	0.14 305	0.12 100	0.11 145	0.09 226	0.12 322	0.09 276	0.06 81	0.11 232	0.10 229	0.06 194	0.04 25	0.06 233	0.05 227	0.04 50	0.04 63

Sa-1000	0.12 429	0.08 397	0.09 138	0.18 429	0.08 267	0.15 481	0.22 654	0.22 445	0.19 420	0.15 452	0.20 471	0.17 491	0.11 399	0.10 141	0.10 229	0.06 194	0.05 284	0.09 550	0.09 572	0.05 195	0.05 219

test-3	0.09 211	0.06 127	0.10 207	0.18 429	0.07 151	0.07 41	0.14 305	0.12 100	0.16 333	0.10 277	0.08 165	0.08 224	0.08 268	0.11 232	0.10 229	0.05 53	0.04 25	0.07 360	0.05 227	0.04 50	0.04 63

test_1	0.09 211	0.06 127	0.10 207	0.18 429	0.07 151	0.07 41	0.14 305	0.12 100	0.16 333	0.10 277	0.08 165	0.08 224	0.08 268	0.11 232	0.10 229	0.05 53	0.04 25	0.07 360	0.05 227	0.04 50	0.04 63

HHNet	0.11 342	0.06 127	0.16 518	0.15 135	0.14 661	0.07 41	0.13 223	0.20 395	0.18 391	0.15 452	0.25 553	0.11 345	0.09 312	0.13 396	0.10 229	0.06 194	0.04 25	0.08 457	0.06 332	0.05 195	0.09 568

NRIStereo	0.11 342	0.08 397	0.15 474	0.18 429	0.08 267	0.10 241	0.13 223	0.17 310	0.15 295	0.12 360	0.15 379	0.13 403	0.13 470	0.13 396	0.10 229	0.06 194	0.04 25	0.07 360	0.06 332	0.06 336	0.07 440

PSM-AAD	0.11 342	0.07 244	0.10 207	0.20 588	0.09 396	0.10 241	0.14 305	0.21 418	0.13 234	0.12 360	0.14 362	0.18 507	0.11 399	0.11 232	0.10 229	0.05 53	0.05 284	0.09 550	0.08 524	0.06 336	0.14 690

AnonymousM	0.10 293	0.06 127	0.10 207	0.14 77	0.07 151	0.09 175	0.13 223	0.19 375	0.14 265	0.13 396	0.12 322	0.09 276	0.08 268	0.13 396	0.10 229	0.08 478	0.05 284	0.08 457	0.05 227	0.05 195	0.05 219

RAFT	0.13 460	0.09 489	0.11 280	0.18 429	0.08 267	0.15 481	0.23 668	0.21 418	0.20 445	0.21 586	0.21 491	0.18 507	0.13 470	0.17 530	0.10 229	0.06 194	0.07 553	0.10 600	0.09 572	0.06 336	0.05 219

Prome-Stereo	0.11 342	0.07 244	0.11 280	0.18 429	0.09 396	0.12 359	0.14 305	0.23 467	0.13 234	0.13 396	0.16 396	0.13 403	0.08 268	0.12 332	0.10 229	0.05 53	0.05 284	0.07 360	0.06 332	0.06 336	0.10 600

iRaftStereo_RVC	0.10 293	0.07 244	0.10 207	0.17 323	0.09 396	0.11 300	0.17 497	0.18 342	0.12 189	0.09 226	0.11 300	0.10 311	0.07 199	0.11 232	0.10 229	0.05 53	0.04 25	0.08 457	0.08 524	0.04 50	0.04 63

XX-TBD	0.09 211	0.06 127	0.07 25	0.14 77	0.07 151	0.13 406	0.16 463	0.14 183	0.14 265	0.11 320	0.12 322	0.09 276	0.08 268	0.10 141	0.10 229	0.06 194	0.04 25	0.05 64	0.04 67	0.06 336	0.05 219

raftrobust	0.09 211	0.06 127	0.11 280	0.17 323	0.08 267	0.09 175	0.10 45	0.18 342	0.16 333	0.10 277	0.09 209	0.12 371	0.08 268	0.12 332	0.10 229	0.08 478	0.05 284	0.06 233	0.05 227	0.05 195	0.06 349

111	0.11 342	0.06 127	0.12 336	0.15 135	0.07 151	0.10 241	0.14 305	0.21 418	0.24 505	0.11 320	0.12 322	0.14 424	0.12 434	0.13 396	0.10 229	0.06 194	0.04 25	0.06 233	0.04 67	0.06 336	0.05 219

RAFT-Stereo + iAFF	0.09 211	0.06 127	0.10 207	0.17 323	0.07 151	0.10 241	0.15 395	0.17 310	0.15 295	0.10 277	0.10 246	0.08 224	0.09 312	0.12 332	0.10 229	0.05 53	0.04 25	0.06 233	0.06 332	0.04 50	0.03 1

AFF-stereo	0.09 211	0.07 244	0.10 207	0.17 323	0.07 151	0.10 241	0.15 395	0.18 342	0.10 105	0.10 277	0.11 300	0.09 276	0.10 356	0.12 332	0.10 229	0.05 53	0.04 25	0.07 360	0.07 440	0.04 50	0.04 63

CFNet-RSSM	0.09 211	0.07 244	0.10 207	0.16 233	0.07 151	0.09 175	0.15 395	0.17 310	0.18 391	0.08 169	0.12 322	0.11 345	0.09 312	0.12 332	0.10 229	0.06 194	0.04 25	0.06 233	0.04 67	0.04 50	0.04 63

CREStereo	0.09 211	0.05 39	0.08 57	0.11 1	0.06 45	0.14 456	0.14 305	0.14 183	0.10 105	0.09 226	0.13 347	0.09 276	0.08 268	0.12 332	0.10 229	0.08 478	0.04 25	0.05 64	0.03 1	0.06 336	0.06 349
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.09 211	0.05 39	0.09 138	0.12 7	0.06 45	0.13 406	0.14 305	0.16 271	0.11 145	0.09 226	0.13 347	0.10 311	0.07 199	0.14 437	0.10 229	0.15 695	0.04 25	0.05 64	0.03 1	0.07 427	0.06 349

Last	0.08 106	0.04 2	0.12 336	0.13 20	0.07 151	0.07 41	0.13 223	0.14 183	0.09 74	0.06 42	0.06 28	0.06 54	0.09 312	0.10 141	0.11 321	0.05 53	0.04 25	0.05 64	0.04 67	0.04 50	0.05 219

DDDD	0.08 106	0.04 2	0.12 336	0.13 20	0.07 151	0.08 95	0.13 223	0.15 226	0.09 74	0.06 42	0.06 28	0.06 54	0.09 312	0.09 72	0.11 321	0.06 194	0.04 25	0.05 64	0.04 67	0.04 50	0.05 219

TT111	0.08 106	0.05 39	0.11 280	0.13 20	0.06 45	0.08 95	0.12 139	0.14 183	0.09 74	0.05 2	0.06 28	0.06 54	0.09 312	0.10 141	0.11 321	0.06 194	0.05 284	0.05 64	0.04 67	0.04 50	0.05 219

noway7	0.11 342	0.07 244	0.14 437	0.20 588	0.09 396	0.11 300	0.15 395	0.28 570	0.17 370	0.11 320	0.12 322	0.08 224	0.07 199	0.10 141	0.11 321	0.05 53	0.04 25	0.07 360	0.06 332	0.06 336	0.05 219

monster_256*512	0.11 342	0.07 244	0.09 138	0.21 629	0.10 515	0.13 406	0.17 497	0.27 545	0.19 420	0.12 360	0.12 322	0.09 276	0.07 199	0.10 141	0.11 321	0.05 53	0.04 25	0.07 360	0.07 440	0.05 195	0.05 219

GREATEN-IGEV_RVC	0.09 211	0.08 397	0.08 57	0.21 629	0.09 396	0.08 95	0.11 91	0.10 40	0.09 74	0.07 105	0.11 300	0.05 3	0.06 81	0.14 437	0.11 321	0.05 53	0.06 475	0.07 360	0.06 332	0.05 195	0.05 219

WAFT-Stereo (ZS)	0.07 8	0.05 39	0.09 138	0.12 7	0.07 151	0.09 175	0.15 395	0.07 8	0.07 29	0.06 42	0.10 246	0.05 3	0.07 199	0.06 4	0.11 321	0.05 53	0.04 25	0.05 64	0.04 67	0.05 195	0.05 219

Weightmod	0.09 211	0.06 127	0.08 57	0.18 429	0.06 45	0.11 300	0.15 395	0.14 183	0.12 189	0.11 320	0.11 300	0.08 224	0.07 199	0.10 141	0.11 321	0.06 194	0.08 590	0.07 360	0.07 440	0.05 195	0.03 1

S0	0.12 429	0.08 397	0.09 138	0.20 588	0.07 151	0.18 554	0.22 654	0.15 226	0.15 295	0.11 320	0.10 246	0.13 403	0.08 268	0.12 332	0.11 321	0.09 545	0.10 651	0.14 682	0.14 687	0.05 195	0.04 63

LGCAT	0.08 106	0.04 2	0.10 207	0.11 1	0.06 45	0.07 41	0.13 223	0.07 8	0.08 40	0.09 226	0.07 87	0.07 157	0.08 268	0.12 332	0.11 321	0.10 590	0.09 627	0.04 1	0.05 227	0.04 50	0.09 568

TestStereo_HL3	0.11 342	0.06 127	0.16 518	0.13 20	0.07 151	0.12 359	0.11 91	0.20 395	0.09 74	0.15 452	0.31 623	0.13 403	0.12 434	0.16 490	0.11 321	0.07 393	0.05 284	0.05 64	0.05 227	0.06 336	0.07 440

RT-IGEV	0.13 460	0.06 127	0.14 437	0.15 135	0.10 515	0.15 481	0.18 548	0.25 516	0.28 573	0.16 482	0.17 416	0.18 507	0.11 399	0.14 437	0.11 321	0.08 478	0.05 284	0.07 360	0.05 227	0.07 427	0.08 517

GeoVLM	0.08 106	0.04 2	0.10 207	0.13 20	0.06 45	0.10 241	0.13 223	0.13 142	0.08 40	0.06 42	0.07 87	0.06 54	0.08 268	0.10 141	0.11 321	0.06 194	0.05 284	0.04 1	0.03 1	0.04 50	0.05 219

Hybrid-DGEV-03	0.11 342	0.06 127	0.09 138	0.18 429	0.08 267	0.16 512	0.14 305	0.15 226	0.14 265	0.13 396	0.17 416	0.12 371	0.09 312	0.13 396	0.11 321	0.06 194	0.04 25	0.08 457	0.06 332	0.05 195	0.04 63

BStereo	0.08 106	0.06 127	0.17 544	0.15 135	0.08 267	0.08 95	0.09 28	0.15 226	0.16 333	0.06 42	0.07 87	0.07 157	0.05 18	0.09 72	0.11 321	0.04 6	0.05 284	0.05 64	0.07 440	0.04 50	0.05 219

Anonymus123	0.09 211	0.06 127	0.17 544	0.15 135	0.08 267	0.11 300	0.09 28	0.18 342	0.16 333	0.06 42	0.07 87	0.07 157	0.05 18	0.09 72	0.11 321	0.04 6	0.05 284	0.05 64	0.07 440	0.04 50	0.05 219

WQFJA1	0.10 293	0.07 244	0.08 57	0.20 588	0.09 396	0.12 359	0.18 548	0.18 342	0.18 391	0.09 226	0.10 246	0.08 224	0.10 356	0.12 332	0.11 321	0.06 194	0.08 590	0.07 360	0.06 332	0.06 336	0.05 219

NLMM1	0.11 342	0.09 489	0.07 25	0.22 654	0.10 515	0.12 359	0.20 618	0.19 375	0.20 445	0.12 360	0.11 300	0.08 224	0.10 356	0.11 232	0.11 321	0.08 478	0.08 590	0.07 360	0.06 332	0.05 195	0.04 63

NLMM	0.10 293	0.07 244	0.08 57	0.20 588	0.09 396	0.12 359	0.18 548	0.18 342	0.18 391	0.09 226	0.10 246	0.08 224	0.10 356	0.12 332	0.11 321	0.06 194	0.08 590	0.07 360	0.06 332	0.06 336	0.05 219

NLSM3	0.09 211	0.07 244	0.08 57	0.20 588	0.08 267	0.11 300	0.16 463	0.18 342	0.17 370	0.06 42	0.08 165	0.08 224	0.09 312	0.09 72	0.11 321	0.04 6	0.04 25	0.06 233	0.07 440	0.03 1	0.04 63

NLSM1	0.10 293	0.07 244	0.08 57	0.19 516	0.08 267	0.13 406	0.16 463	0.21 418	0.16 333	0.11 320	0.10 246	0.07 157	0.10 356	0.10 141	0.11 321	0.07 393	0.08 590	0.08 457	0.07 440	0.05 195	0.05 219

MonSter++	0.08 106	0.04 2	0.10 207	0.13 20	0.06 45	0.10 241	0.13 223	0.13 142	0.08 40	0.06 42	0.07 87	0.06 54	0.08 268	0.10 141	0.11 321	0.06 194	0.05 284	0.04 1	0.03 1	0.04 50	0.05 219

HiDET	0.08 106	0.05 39	0.10 207	0.13 20	0.06 45	0.09 175	0.12 139	0.12 100	0.12 189	0.07 105	0.07 87	0.07 157	0.07 199	0.11 232	0.11 321	0.06 194	0.05 284	0.04 1	0.03 1	0.04 50	0.04 63

FlowAnything_test	0.11 342	0.08 397	0.14 437	0.15 135	0.09 396	0.08 95	0.14 305	0.20 395	0.11 145	0.10 277	0.09 209	0.12 371	0.12 434	0.13 396	0.11 321	0.09 545	0.06 475	0.09 550	0.09 572	0.06 336	0.09 568

DVStereo	0.09 211	0.05 39	0.08 57	0.15 135	0.06 45	0.11 300	0.12 139	0.14 183	0.16 333	0.11 320	0.11 300	0.09 276	0.10 356	0.11 232	0.11 321	0.06 194	0.05 284	0.05 64	0.04 67	0.03 1	0.03 1

2.75w_new	0.07 8	0.07 244	0.07 25	0.13 20	0.06 45	0.08 95	0.08 9	0.18 342	0.13 234	0.08 169	0.08 165	0.06 54	0.06 81	0.09 72	0.11 321	0.04 6	0.04 25	0.04 1	0.03 1	0.03 1	0.04 63

xyz-stereo-finetune2	0.11 342	0.07 244	0.13 387	0.13 20	0.07 151	0.11 300	0.19 595	0.17 310	0.12 189	0.15 452	0.15 379	0.17 491	0.13 470	0.13 396	0.11 321	0.05 53	0.04 25	0.07 360	0.05 227	0.04 50	0.06 349

S2M2_L	0.09 211	0.08 397	0.11 280	0.13 20	0.10 515	0.08 95	0.06 1	0.10 40	0.10 105	0.10 277	0.10 246	0.09 276	0.09 312	0.11 232	0.11 321	0.13 670	0.07 553	0.08 457	0.09 572	0.10 605	0.08 517
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
fffy	0.09 211	0.08 397	0.10 207	0.16 233	0.07 151	0.13 406	0.17 497	0.13 142	0.12 189	0.08 169	0.09 209	0.08 224	0.09 312	0.13 396	0.11 321	0.05 53	0.05 284	0.07 360	0.05 227	0.04 50	0.05 219

model_zeroshot	0.10 293	0.05 39	0.12 336	0.15 135	0.09 396	0.13 406	0.14 305	0.20 395	0.14 265	0.11 320	0.10 246	0.12 371	0.07 199	0.12 332	0.11 321	0.07 393	0.06 475	0.06 233	0.05 227	0.06 336	0.06 349

RAFT-Stereo-weight	0.09 211	0.06 127	0.11 280	0.16 233	0.07 151	0.09 175	0.14 305	0.19 375	0.16 333	0.11 320	0.10 246	0.08 224	0.06 81	0.10 141	0.11 321	0.06 194	0.04 25	0.06 233	0.04 67	0.04 50	0.04 63

CoDeX	0.12 429	0.07 244	0.13 387	0.17 323	0.08 267	0.12 359	0.16 463	0.23 467	0.27 557	0.13 396	0.17 416	0.15 452	0.12 434	0.14 437	0.11 321	0.07 393	0.05 284	0.07 360	0.06 332	0.06 336	0.05 219

MSKI-zero shot	0.09 211	0.05 39	0.09 138	0.16 233	0.07 151	0.10 241	0.13 223	0.15 226	0.14 265	0.09 226	0.09 209	0.09 276	0.06 81	0.12 332	0.11 321	0.06 194	0.04 25	0.05 64	0.04 67	0.04 50	0.05 219

LL-Strereo	0.13 460	0.10 558	0.12 336	0.20 588	0.10 515	0.11 300	0.18 548	0.33 645	0.25 530	0.16 482	0.16 396	0.14 424	0.14 504	0.19 579	0.11 321	0.06 194	0.05 284	0.09 550	0.08 524	0.04 50	0.05 219

anonymousdsp2	0.11 342	0.07 244	0.11 280	0.16 233	0.09 396	0.13 406	0.14 305	0.19 375	0.23 493	0.13 396	0.14 362	0.12 371	0.09 312	0.14 437	0.11 321	0.05 53	0.05 284	0.05 64	0.04 67	0.06 336	0.06 349

EGLCR-Stereo	0.08 106	0.05 39	0.08 57	0.14 77	0.07 151	0.11 300	0.12 139	0.11 70	0.16 333	0.06 42	0.05 7	0.07 157	0.05 18	0.10 141	0.11 321	0.06 194	0.04 25	0.06 233	0.05 227	0.04 50	0.04 63

DCRE	0.11 342	0.07 244	0.13 387	0.16 233	0.11 576	0.11 300	0.17 497	0.18 342	0.17 370	0.11 320	0.18 445	0.11 345	0.10 356	0.15 461	0.11 321	0.06 194	0.05 284	0.06 233	0.06 332	0.05 195	0.05 219

knoymous	0.11 342	0.06 127	0.12 336	0.14 77	0.07 151	0.15 481	0.13 223	0.20 395	0.14 265	0.11 320	0.17 416	0.13 403	0.09 312	0.14 437	0.11 321	0.09 545	0.05 284	0.06 233	0.05 227	0.07 427	0.07 440

Selective-RAFT	0.11 342	0.11 586	0.12 336	0.21 629	0.08 267	0.16 512	0.13 223	0.21 418	0.23 493	0.10 277	0.10 246	0.11 345	0.10 356	0.15 461	0.11 321	0.05 53	0.05 284	0.06 233	0.05 227	0.06 336	0.05 219

RCA-Stereo	0.09 211	0.06 127	0.09 138	0.16 233	0.06 45	0.09 175	0.13 223	0.18 342	0.14 265	0.10 277	0.11 300	0.08 224	0.07 199	0.12 332	0.11 321	0.06 194	0.04 25	0.06 233	0.05 227	0.05 195	0.04 63

DisPM	0.11 342	0.07 244	0.13 387	0.16 233	0.09 396	0.06 15	0.13 223	0.18 342	0.17 370	0.14 427	0.19 461	0.12 371	0.10 356	0.12 332	0.11 321	0.07 393	0.05 284	0.07 360	0.06 332	0.06 336	0.11 627

SA	0.13 460	0.09 489	0.09 138	0.18 429	0.08 267	0.12 359	0.24 680	0.23 467	0.19 420	0.17 496	0.27 585	0.15 452	0.11 399	0.11 232	0.11 321	0.05 53	0.05 284	0.09 550	0.08 524	0.05 195	0.05 219

test_4	0.11 342	0.10 558	0.08 57	0.19 516	0.09 396	0.08 95	0.21 636	0.15 226	0.18 391	0.12 360	0.18 445	0.12 371	0.09 312	0.08 31	0.11 321	0.04 6	0.04 25	0.08 457	0.08 524	0.04 50	0.04 63

test_3	0.11 342	0.09 489	0.10 207	0.21 629	0.08 267	0.13 406	0.25 698	0.14 183	0.21 461	0.10 277	0.10 246	0.09 276	0.10 356	0.08 31	0.11 321	0.05 53	0.04 25	0.08 457	0.07 440	0.04 50	0.04 63

PFNet+	0.12 429	0.06 127	0.14 437	0.16 233	0.09 396	0.05 4	0.12 139	0.18 342	0.21 461	0.16 482	0.19 461	0.14 424	0.10 356	0.11 232	0.11 321	0.08 478	0.05 284	0.09 550	0.08 524	0.06 336	0.11 627

LCNet	0.11 342	0.07 244	0.09 138	0.19 516	0.09 396	0.08 95	0.14 305	0.21 418	0.15 295	0.12 360	0.15 379	0.16 473	0.11 399	0.12 332	0.11 321	0.05 53	0.04 25	0.08 457	0.07 440	0.06 336	0.14 690

Patchmatch Stereo++	0.11 342	0.09 489	0.17 544	0.19 516	0.08 267	0.06 15	0.11 91	0.17 310	0.13 234	0.15 452	0.16 396	0.14 424	0.12 434	0.11 232	0.11 321	0.06 194	0.05 284	0.08 457	0.06 332	0.08 503	0.07 440
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
TransformOpticalFlow	0.10 293	0.08 397	0.13 387	0.18 429	0.07 151	0.09 175	0.15 395	0.19 375	0.16 333	0.12 360	0.16 396	0.11 345	0.11 399	0.11 232	0.11 321	0.05 53	0.04 25	0.06 233	0.06 332	0.05 195	0.05 219

NF-Stereo	0.11 342	0.07 244	0.13 387	0.17 323	0.09 396	0.10 241	0.13 223	0.23 467	0.19 420	0.12 360	0.17 416	0.12 371	0.12 434	0.11 232	0.11 321	0.06 194	0.04 25	0.07 360	0.06 332	0.07 427	0.12 649

OCTAStereo	0.11 342	0.07 244	0.14 437	0.17 323	0.09 396	0.10 241	0.13 223	0.23 467	0.19 420	0.12 360	0.17 416	0.12 371	0.12 434	0.11 232	0.11 321	0.06 194	0.04 25	0.07 360	0.06 332	0.07 427	0.11 627

PSM-softLoss	0.12 429	0.07 244	0.15 474	0.17 323	0.09 396	0.08 95	0.12 139	0.24 493	0.17 370	0.15 452	0.19 461	0.13 403	0.11 399	0.11 232	0.11 321	0.07 393	0.05 284	0.08 457	0.07 440	0.07 427	0.12 649

KMStereo	0.12 429	0.07 244	0.15 474	0.17 323	0.09 396	0.08 95	0.12 139	0.24 493	0.17 370	0.15 452	0.19 461	0.13 403	0.11 399	0.11 232	0.11 321	0.07 393	0.05 284	0.08 457	0.07 440	0.07 427	0.12 649

PSM-adaLoss	0.11 342	0.09 489	0.17 544	0.19 516	0.08 267	0.06 15	0.12 139	0.17 310	0.13 234	0.15 452	0.16 396	0.14 424	0.12 434	0.11 232	0.11 321	0.06 194	0.05 284	0.08 457	0.06 332	0.08 503	0.07 440

ROB_FTStereo_v2	0.11 342	0.09 489	0.17 544	0.19 516	0.08 267	0.06 15	0.12 139	0.17 310	0.13 234	0.15 452	0.16 396	0.14 424	0.12 434	0.11 232	0.11 321	0.06 194	0.05 284	0.08 457	0.06 332	0.08 503	0.07 440

ROB_FTStereo	0.11 342	0.09 489	0.17 544	0.19 516	0.08 267	0.06 15	0.11 91	0.17 310	0.13 234	0.15 452	0.16 396	0.14 424	0.12 434	0.11 232	0.11 321	0.06 194	0.05 284	0.08 457	0.06 332	0.08 503	0.07 440

KYRaft	0.12 429	0.07 244	0.10 207	0.19 516	0.09 396	0.08 95	0.15 395	0.23 467	0.12 189	0.13 396	0.16 396	0.20 536	0.10 356	0.12 332	0.11 321	0.06 194	0.04 25	0.08 457	0.08 524	0.06 336	0.15 704

HUI-Stereo	0.11 342	0.09 489	0.17 544	0.19 516	0.08 267	0.06 15	0.11 91	0.17 310	0.13 234	0.15 452	0.16 396	0.14 424	0.12 434	0.11 232	0.11 321	0.06 194	0.05 284	0.08 457	0.06 332	0.08 503	0.07 440

ASMatch	0.11 342	0.06 127	0.13 387	0.17 323	0.10 515	0.08 95	0.14 305	0.18 342	0.16 333	0.12 360	0.16 396	0.16 473	0.11 399	0.13 396	0.11 321	0.05 53	0.04 25	0.06 233	0.06 332	0.04 50	0.09 568

SST-Stereo	0.11 342	0.07 244	0.16 518	0.18 429	0.09 396	0.06 15	0.12 139	0.18 342	0.10 105	0.15 452	0.18 445	0.13 403	0.12 434	0.10 141	0.11 321	0.06 194	0.04 25	0.09 550	0.06 332	0.07 427	0.06 349

RAFT_R40	0.11 342	0.07 244	0.15 474	0.18 429	0.09 396	0.06 15	0.13 223	0.17 310	0.15 295	0.14 427	0.18 445	0.15 452	0.12 434	0.10 141	0.11 321	0.06 194	0.04 25	0.09 550	0.06 332	0.06 336	0.05 219

PFNet	0.12 429	0.06 127	0.17 544	0.18 429	0.08 267	0.09 175	0.15 395	0.26 530	0.20 445	0.16 482	0.16 396	0.14 424	0.12 434	0.13 396	0.11 321	0.06 194	0.04 25	0.07 360	0.06 332	0.05 195	0.05 219

GrayStereo	0.11 342	0.06 127	0.11 280	0.19 516	0.09 396	0.09 175	0.16 463	0.18 342	0.17 370	0.14 427	0.17 416	0.17 491	0.11 399	0.12 332	0.11 321	0.05 53	0.05 284	0.07 360	0.06 332	0.06 336	0.10 600

RE-Stereo	0.11 342	0.07 244	0.13 387	0.17 323	0.09 396	0.10 241	0.13 223	0.23 467	0.19 420	0.12 360	0.17 416	0.12 371	0.12 434	0.11 232	0.11 321	0.06 194	0.04 25	0.07 360	0.06 332	0.07 427	0.11 627

Pruner-Stereo	0.11 342	0.07 244	0.12 336	0.17 323	0.09 396	0.06 15	0.12 139	0.18 342	0.17 370	0.14 427	0.19 461	0.13 403	0.10 356	0.11 232	0.11 321	0.06 194	0.04 25	0.07 360	0.06 332	0.06 336	0.08 517

TVStereo	0.11 342	0.07 244	0.13 387	0.17 323	0.09 396	0.10 241	0.13 223	0.23 467	0.19 420	0.12 360	0.17 416	0.12 371	0.12 434	0.11 232	0.11 321	0.06 194	0.04 25	0.07 360	0.06 332	0.07 427	0.11 627

DeepStereo_RVC	0.11 342	0.08 397	0.17 544	0.18 429	0.08 267	0.08 95	0.11 91	0.17 310	0.12 189	0.13 396	0.15 379	0.12 371	0.12 434	0.12 332	0.11 321	0.06 194	0.04 25	0.07 360	0.06 332	0.07 427	0.08 517

iGMRVC	0.11 342	0.09 489	0.17 544	0.19 516	0.08 267	0.06 15	0.12 139	0.17 310	0.13 234	0.15 452	0.16 396	0.14 424	0.12 434	0.11 232	0.11 321	0.06 194	0.05 284	0.08 457	0.06 332	0.08 503	0.07 440

IRAFT_RVC	0.12 429	0.08 397	0.17 544	0.19 516	0.08 267	0.07 41	0.14 305	0.25 516	0.23 493	0.14 427	0.15 379	0.15 452	0.12 434	0.12 332	0.11 321	0.06 194	0.04 25	0.09 550	0.06 332	0.06 336	0.06 349

iRAFT	0.11 342	0.09 489	0.17 544	0.19 516	0.08 267	0.06 15	0.11 91	0.17 310	0.13 234	0.15 452	0.16 396	0.14 424	0.12 434	0.11 232	0.11 321	0.06 194	0.05 284	0.08 457	0.06 332	0.08 503	0.07 440

cross-raft	0.10 293	0.09 489	0.09 138	0.19 516	0.07 151	0.11 300	0.24 680	0.13 142	0.15 295	0.08 169	0.10 246	0.12 371	0.10 356	0.09 72	0.11 321	0.05 53	0.04 25	0.06 233	0.05 227	0.04 50	0.04 63

GMM-Stereo	0.11 342	0.07 244	0.10 207	0.18 429	0.09 396	0.08 95	0.14 305	0.24 493	0.16 333	0.11 320	0.15 379	0.13 403	0.11 399	0.11 232	0.11 321	0.05 53	0.04 25	0.08 457	0.07 440	0.06 336	0.09 568

RAFT-IKP	0.11 342	0.09 489	0.17 544	0.19 516	0.08 267	0.06 15	0.11 91	0.17 310	0.13 234	0.15 452	0.16 396	0.14 424	0.12 434	0.11 232	0.11 321	0.06 194	0.05 284	0.08 457	0.06 332	0.08 503	0.07 440

CREStereo++_RVC	0.08 106	0.04 2	0.07 25	0.13 20	0.07 151	0.09 175	0.12 139	0.14 183	0.14 265	0.10 277	0.14 362	0.08 224	0.07 199	0.10 141	0.11 321	0.06 194	0.04 25	0.05 64	0.05 227	0.04 50	0.04 63
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
sAnonymous2	0.13 460	0.12 605	0.25 650	0.20 588	0.12 611	0.18 554	0.14 305	0.27 545	0.21 461	0.11 320	0.12 322	0.13 403	0.08 268	0.11 232	0.11 321	0.09 545	0.05 284	0.08 457	0.06 332	0.15 700	0.10 600

CroCo_RVC	0.13 460	0.12 605	0.25 650	0.20 588	0.12 611	0.18 554	0.14 305	0.27 545	0.21 461	0.11 320	0.12 322	0.13 403	0.08 268	0.11 232	0.11 321	0.09 545	0.05 284	0.08 457	0.06 332	0.15 700	0.10 600

RALCasStereoNet	0.11 342	0.07 244	0.09 138	0.16 233	0.08 267	0.13 406	0.14 305	0.17 310	0.11 145	0.12 360	0.17 416	0.14 424	0.10 356	0.12 332	0.11 321	0.07 393	0.06 475	0.06 233	0.05 227	0.08 503	0.07 440

sCroCo_RVC	0.12 429	0.09 489	0.24 647	0.24 687	0.11 576	0.19 578	0.14 305	0.17 310	0.15 295	0.10 277	0.13 347	0.12 371	0.07 199	0.14 437	0.11 321	0.08 478	0.08 590	0.08 457	0.08 524	0.05 195	0.07 440

EAI-Stereo	0.09 211	0.07 244	0.11 280	0.16 233	0.07 151	0.10 241	0.15 395	0.16 271	0.09 74	0.08 169	0.09 209	0.08 224	0.07 199	0.09 72	0.11 321	0.05 53	0.05 284	0.05 64	0.05 227	0.05 195	0.04 63

SFCPSM	0.13 460	0.07 244	0.15 474	0.17 323	0.09 396	0.15 481	0.16 463	0.28 570	0.27 557	0.14 427	0.18 445	0.12 371	0.13 470	0.14 437	0.11 321	0.08 478	0.05 284	0.07 360	0.07 440	0.07 427	0.06 349

R-Stereo Train	0.10 293	0.06 127	0.11 280	0.17 323	0.08 267	0.11 300	0.14 305	0.24 493	0.11 145	0.12 360	0.19 461	0.11 345	0.08 268	0.10 141	0.11 321	0.07 393	0.05 284	0.06 233	0.05 227	0.05 195	0.05 219

RAFT-Stereo	0.10 293	0.06 127	0.11 280	0.17 323	0.08 267	0.11 300	0.14 305	0.24 493	0.11 145	0.12 360	0.19 461	0.11 345	0.08 268	0.10 141	0.11 321	0.07 393	0.05 284	0.06 233	0.05 227	0.05 195	0.05 219
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
SMOE	0.10 293	0.08 397	0.09 138	0.18 429	0.07 151	0.13 406	0.14 305	0.19 375	0.13 234	0.12 360	0.13 347	0.12 371	0.09 312	0.11 232	0.12 402	0.05 53	0.05 284	0.08 457	0.06 332	0.06 336	0.04 63

PhaseNet	0.09 211	0.06 127	0.10 207	0.15 135	0.08 267	0.10 241	0.14 305	0.20 395	0.12 189	0.07 105	0.08 165	0.09 276	0.10 356	0.13 396	0.12 402	0.06 194	0.04 25	0.06 233	0.06 332	0.05 195	0.05 219

TestStereo_HL2	0.11 342	0.06 127	0.12 336	0.12 7	0.08 267	0.13 406	0.14 305	0.20 395	0.18 391	0.13 396	0.21 491	0.12 371	0.11 399	0.13 396	0.12 402	0.07 393	0.05 284	0.05 64	0.05 227	0.07 427	0.07 440

GGDA	0.11 342	0.06 127	0.12 336	0.13 20	0.07 151	0.12 359	0.14 305	0.19 375	0.19 420	0.13 396	0.20 471	0.12 371	0.09 312	0.12 332	0.12 402	0.07 393	0.04 25	0.05 64	0.05 227	0.06 336	0.07 440

DNS	0.09 211	0.06 127	0.08 57	0.14 77	0.06 45	0.06 15	0.12 139	0.12 100	0.09 74	0.08 169	0.08 165	0.08 224	0.05 18	0.17 530	0.12 402	0.07 393	0.05 284	0.07 360	0.03 1	0.14 686	0.10 600

TS12	0.08 106	0.06 127	0.09 138	0.21 629	0.07 151	0.12 359	0.12 139	0.11 70	0.09 74	0.10 277	0.10 246	0.08 224	0.10 356	0.09 72	0.12 402	0.04 6	0.04 25	0.05 64	0.04 67	0.03 1	0.04 63

Selective-IGEV-i16pb	0.14 493	0.08 397	0.17 544	0.15 135	0.11 576	0.41 734	0.16 463	0.29 592	0.24 505	0.11 320	0.21 491	0.10 311	0.07 199	0.17 530	0.12 402	0.10 590	0.07 553	0.06 233	0.08 524	0.09 569	0.10 600

xyz-stereo-finetune	0.11 342	0.08 397	0.13 387	0.14 77	0.06 45	0.10 241	0.19 595	0.18 342	0.19 420	0.12 360	0.14 362	0.15 452	0.11 399	0.13 396	0.12 402	0.05 53	0.04 25	0.07 360	0.05 227	0.04 50	0.05 219

xyz-stereo	0.14 493	0.07 244	0.22 633	0.15 135	0.05 4	0.22 626	0.15 395	0.17 310	0.31 597	0.15 452	0.28 596	0.26 613	0.17 571	0.13 396	0.12 402	0.05 53	0.05 284	0.06 233	0.05 227	0.04 50	0.04 63

fffft	0.09 211	0.06 127	0.12 336	0.16 233	0.07 151	0.09 175	0.16 463	0.12 100	0.11 145	0.09 226	0.07 87	0.09 276	0.06 81	0.11 232	0.12 402	0.05 53	0.04 25	0.06 233	0.05 227	0.04 50	0.05 219
1: 1. 1
mms	0.09 211	0.07 244	0.08 57	0.17 323	0.08 267	0.11 300	0.15 395	0.12 100	0.11 145	0.09 226	0.09 209	0.08 224	0.06 81	0.11 232	0.12 402	0.05 53	0.04 25	0.07 360	0.05 227	0.04 50	0.04 63

ours_stereo	0.09 211	0.07 244	0.09 138	0.17 323	0.08 267	0.11 300	0.16 463	0.11 70	0.12 189	0.08 169	0.10 246	0.08 224	0.06 81	0.12 332	0.12 402	0.05 53	0.04 25	0.06 233	0.05 227	0.04 50	0.04 63

rvit_stereo_0081	0.11 342	0.08 397	0.16 518	0.16 233	0.09 396	0.11 300	0.14 305	0.14 183	0.24 505	0.11 320	0.13 347	0.14 424	0.09 312	0.11 232	0.12 402	0.10 590	0.07 553	0.08 457	0.07 440	0.07 427	0.06 349

rvit_stereo_0082	0.11 342	0.08 397	0.16 518	0.16 233	0.09 396	0.11 300	0.14 305	0.14 183	0.24 505	0.11 320	0.13 347	0.14 424	0.09 312	0.11 232	0.12 402	0.10 590	0.07 553	0.08 457	0.07 440	0.07 427	0.06 349

Former-RAFT_DAM_RVC	0.11 342	0.08 397	0.13 387	0.16 233	0.08 267	0.15 481	0.16 463	0.18 342	0.19 420	0.10 277	0.09 209	0.09 276	0.08 268	0.11 232	0.12 402	0.07 393	0.05 284	0.08 457	0.06 332	0.07 427	0.06 349

qqq1	0.14 493	0.07 244	0.18 579	0.14 77	0.08 267	0.17 536	0.17 497	0.27 545	0.27 557	0.19 547	0.20 471	0.19 519	0.15 524	0.15 461	0.12 402	0.08 478	0.05 284	0.05 64	0.05 227	0.06 336	0.06 349

fff1	0.14 493	0.07 244	0.18 579	0.14 77	0.08 267	0.17 536	0.17 497	0.27 545	0.27 557	0.19 547	0.20 471	0.19 519	0.15 524	0.15 461	0.12 402	0.08 478	0.05 284	0.05 64	0.05 227	0.06 336	0.06 349

plain	0.11 342	0.09 489	0.10 207	0.19 516	0.09 396	0.11 300	0.14 305	0.14 183	0.13 234	0.13 396	0.15 379	0.09 276	0.12 434	0.13 396	0.12 402	0.07 393	0.05 284	0.09 550	0.06 332	0.06 336	0.06 349

MIF-Stereo (partial)	0.11 342	0.06 127	0.10 207	0.19 516	0.10 515	0.10 241	0.12 139	0.17 310	0.19 420	0.14 427	0.16 396	0.10 311	0.11 399	0.12 332	0.12 402	0.08 478	0.05 284	0.08 457	0.07 440	0.06 336	0.07 440

EKT-Stereo	0.11 342	0.07 244	0.14 437	0.16 233	0.10 515	0.13 406	0.14 305	0.19 375	0.21 461	0.11 320	0.08 165	0.13 403	0.10 356	0.11 232	0.12 402	0.08 478	0.06 475	0.07 360	0.06 332	0.08 503	0.07 440

riskmin	0.11 342	0.06 127	0.13 387	0.14 77	0.08 267	0.14 456	0.14 305	0.18 342	0.15 295	0.12 360	0.15 379	0.17 491	0.11 399	0.14 437	0.12 402	0.09 545	0.05 284	0.07 360	0.05 227	0.08 503	0.08 517

ADStereo(finetuned)	0.10 293	0.06 127	0.13 387	0.16 233	0.06 45	0.09 175	0.17 497	0.16 271	0.20 445	0.13 396	0.18 445	0.10 311	0.12 434	0.12 332	0.12 402	0.06 194	0.04 25	0.05 64	0.04 67	0.05 195	0.05 219

raft_robust	0.13 460	0.10 558	0.07 25	0.18 429	0.08 267	0.13 406	0.24 680	0.29 592	0.34 620	0.20 569	0.20 471	0.15 452	0.10 356	0.11 232	0.12 402	0.05 53	0.05 284	0.07 360	0.07 440	0.05 195	0.04 63

RAFT+CT+SA	0.13 460	0.11 586	0.09 138	0.19 516	0.09 396	0.15 481	0.28 720	0.22 445	0.22 483	0.15 452	0.26 567	0.10 311	0.10 356	0.11 232	0.12 402	0.05 53	0.04 25	0.07 360	0.08 524	0.07 427	0.06 349

CIPLG	0.11 342	0.08 397	0.15 474	0.17 323	0.08 267	0.13 406	0.15 395	0.17 310	0.16 333	0.14 427	0.11 300	0.16 473	0.10 356	0.17 530	0.12 402	0.07 393	0.05 284	0.06 233	0.06 332	0.05 195	0.06 349

GLC_STEREO	0.11 342	0.07 244	0.11 280	0.18 429	0.07 151	0.08 95	0.13 223	0.16 271	0.24 505	0.12 360	0.13 347	0.12 371	0.08 268	0.18 553	0.12 402	0.06 194	0.08 590	0.08 457	0.06 332	0.05 195	0.05 219

IPLGR_C	0.11 342	0.08 397	0.15 474	0.17 323	0.08 267	0.12 359	0.15 395	0.17 310	0.15 295	0.14 427	0.11 300	0.16 473	0.10 356	0.16 490	0.12 402	0.07 393	0.05 284	0.06 233	0.06 332	0.05 195	0.06 349

IPLGR	0.11 342	0.09 489	0.17 544	0.18 429	0.08 267	0.13 406	0.16 463	0.21 418	0.24 505	0.12 360	0.12 322	0.11 345	0.09 312	0.13 396	0.12 402	0.06 194	0.05 284	0.06 233	0.06 332	0.05 195	0.04 63

ACRE	0.11 342	0.08 397	0.15 474	0.17 323	0.08 267	0.13 406	0.15 395	0.17 310	0.14 265	0.14 427	0.11 300	0.16 473	0.10 356	0.16 490	0.12 402	0.07 393	0.05 284	0.06 233	0.06 332	0.05 195	0.06 349

CrosDoStereo	0.12 429	0.07 244	0.12 336	0.14 77	0.09 396	0.12 359	0.15 395	0.17 310	0.22 483	0.19 547	0.24 526	0.15 452	0.11 399	0.11 232	0.12 402	0.06 194	0.05 284	0.07 360	0.07 440	0.05 195	0.05 219

STrans-v2	0.10 293	0.07 244	0.13 387	0.18 429	0.08 267	0.10 241	0.14 305	0.22 445	0.11 145	0.11 320	0.15 379	0.12 371	0.10 356	0.11 232	0.12 402	0.05 53	0.04 25	0.06 233	0.06 332	0.05 195	0.05 219

DeepStereo_LL	0.12 429	0.07 244	0.12 336	0.14 77	0.09 396	0.12 359	0.15 395	0.17 310	0.22 483	0.19 547	0.24 526	0.15 452	0.11 399	0.11 232	0.12 402	0.06 194	0.05 284	0.07 360	0.07 440	0.05 195	0.05 219

DRaft	0.12 429	0.06 127	0.12 336	0.14 77	0.09 396	0.14 456	0.17 497	0.21 418	0.30 587	0.18 529	0.27 585	0.10 311	0.16 545	0.11 232	0.12 402	0.05 53	0.04 25	0.07 360	0.07 440	0.05 195	0.05 219

RAFT-RH_RVC	0.12 429	0.06 127	0.14 437	0.16 233	0.09 396	0.12 359	0.12 139	0.17 310	0.12 189	0.13 396	0.40 681	0.11 345	0.10 356	0.13 396	0.12 402	0.05 53	0.04 25	0.08 457	0.05 227	0.05 195	0.06 349

RAFT-345	0.11 342	0.07 244	0.16 518	0.17 323	0.08 267	0.08 95	0.12 139	0.16 271	0.10 105	0.11 320	0.34 651	0.09 276	0.10 356	0.11 232	0.12 402	0.05 53	0.05 284	0.07 360	0.06 332	0.04 50	0.05 219

CRE-IMP	0.11 342	0.09 489	0.16 518	0.19 516	0.09 396	0.10 241	0.12 139	0.18 342	0.10 105	0.14 427	0.14 362	0.14 424	0.13 470	0.12 332	0.12 402	0.07 393	0.04 25	0.08 457	0.06 332	0.08 503	0.08 517

Anonymous3	0.16 565	0.14 648	0.34 696	0.26 707	0.14 661	0.27 680	0.18 548	0.28 570	0.28 573	0.15 452	0.17 416	0.14 424	0.11 399	0.16 490	0.12 402	0.08 478	0.08 590	0.08 457	0.08 524	0.08 503	0.11 627

s12784h	0.10 293	0.06 127	0.08 57	0.15 135	0.05 4	0.16 512	0.18 548	0.16 271	0.15 295	0.10 277	0.11 300	0.11 345	0.11 399	0.11 232	0.12 402	0.05 53	0.04 25	0.06 233	0.04 67	0.04 50	0.04 63

RALAANet	0.11 342	0.08 397	0.10 207	0.17 323	0.09 396	0.14 456	0.10 45	0.20 395	0.16 333	0.14 427	0.13 347	0.16 473	0.09 312	0.12 332	0.12 402	0.06 194	0.05 284	0.08 457	0.07 440	0.06 336	0.04 63

DCANet	0.10 293	0.06 127	0.12 336	0.16 233	0.06 45	0.09 175	0.17 497	0.16 271	0.20 445	0.13 396	0.18 445	0.10 311	0.11 399	0.11 232	0.12 402	0.06 194	0.04 25	0.05 64	0.04 67	0.05 195	0.05 219

RAFT + AFF	0.13 460	0.08 397	0.21 622	0.20 588	0.10 515	0.14 456	0.23 668	0.27 545	0.21 461	0.12 360	0.10 246	0.12 371	0.10 356	0.16 490	0.12 402	0.08 478	0.07 553	0.09 550	0.09 572	0.06 336	0.09 568

S	0.12 429	0.08 397	0.10 207	0.20 588	0.08 267	0.13 406	0.19 595	0.17 310	0.16 333	0.13 396	0.12 322	0.14 424	0.10 356	0.12 332	0.13 443	0.09 545	0.07 553	0.13 667	0.15 707	0.06 336	0.05 219

SME	0.12 429	0.09 489	0.11 280	0.17 323	0.07 151	0.20 599	0.13 223	0.21 418	0.17 370	0.12 360	0.13 347	0.10 311	0.12 434	0.13 396	0.13 443	0.07 393	0.07 553	0.08 457	0.09 572	0.06 336	0.06 349

ManiGeoR	0.10 293	0.05 39	0.12 336	0.12 7	0.08 267	0.12 359	0.12 139	0.24 493	0.14 265	0.13 396	0.14 362	0.12 371	0.09 312	0.13 396	0.13 443	0.07 393	0.05 284	0.05 64	0.05 227	0.07 427	0.07 440

HLF11	0.11 342	0.05 39	0.13 387	0.12 7	0.08 267	0.15 481	0.11 91	0.22 445	0.10 105	0.12 360	0.24 526	0.11 345	0.12 434	0.14 437	0.13 443	0.08 478	0.05 284	0.05 64	0.04 67	0.08 503	0.08 517

HLf10	0.10 293	0.05 39	0.12 336	0.12 7	0.08 267	0.12 359	0.12 139	0.24 493	0.14 265	0.13 396	0.14 362	0.12 371	0.09 312	0.13 396	0.13 443	0.07 393	0.05 284	0.05 64	0.05 227	0.07 427	0.07 440

HLf8	0.11 342	0.05 39	0.13 387	0.11 1	0.08 267	0.15 481	0.12 139	0.22 445	0.16 333	0.13 396	0.17 416	0.12 371	0.10 356	0.14 437	0.13 443	0.09 545	0.05 284	0.05 64	0.05 227	0.08 503	0.08 517

TestStereo_HLe17	0.10 293	0.05 39	0.12 336	0.13 20	0.07 151	0.11 300	0.14 305	0.21 418	0.15 295	0.11 320	0.14 362	0.11 345	0.09 312	0.13 396	0.13 443	0.07 393	0.04 25	0.05 64	0.05 227	0.07 427	0.06 349

TestStereo-Hl	0.11 342	0.06 127	0.11 280	0.14 77	0.08 267	0.15 481	0.14 305	0.20 395	0.18 391	0.13 396	0.17 416	0.12 371	0.11 399	0.14 437	0.13 443	0.06 194	0.04 25	0.05 64	0.05 227	0.06 336	0.06 349

Selective-IGEV-i1	0.13 460	0.07 244	0.12 336	0.20 588	0.08 267	0.18 554	0.16 463	0.23 467	0.30 587	0.17 496	0.17 416	0.17 491	0.10 356	0.15 461	0.13 443	0.06 194	0.05 284	0.06 233	0.05 227	0.06 336	0.06 349

FACV-RUCA	0.13 460	0.11 586	0.13 387	0.19 516	0.12 611	0.15 481	0.16 463	0.22 445	0.21 461	0.16 482	0.16 396	0.15 452	0.16 545	0.14 437	0.13 443	0.07 393	0.05 284	0.08 457	0.06 332	0.10 605	0.08 517

rvit_0105_6	0.14 493	0.09 489	0.18 579	0.17 323	0.10 515	0.10 241	0.17 497	0.19 375	0.26 544	0.12 360	0.18 445	0.17 491	0.13 470	0.18 553	0.13 443	0.15 695	0.11 666	0.12 653	0.10 613	0.09 569	0.06 349

rvit_0105_4	0.15 534	0.09 489	0.17 544	0.17 323	0.10 515	0.12 359	0.20 618	0.23 467	0.27 557	0.14 427	0.20 471	0.17 491	0.14 504	0.17 530	0.13 443	0.15 695	0.11 666	0.11 631	0.10 613	0.09 569	0.06 349

UGAM	0.13 460	0.10 558	0.09 138	0.22 654	0.08 267	0.13 406	0.20 618	0.18 342	0.24 505	0.22 602	0.16 396	0.13 403	0.13 470	0.19 579	0.13 443	0.07 393	0.05 284	0.13 667	0.11 645	0.07 427	0.05 219

rvit_stereo_0083	0.12 429	0.08 397	0.17 544	0.16 233	0.09 396	0.11 300	0.15 395	0.15 226	0.26 544	0.11 320	0.14 362	0.13 403	0.10 356	0.12 332	0.13 443	0.10 590	0.08 590	0.09 550	0.07 440	0.07 427	0.06 349

rvit_stereo_0075_2	0.17 588	0.12 605	0.25 650	0.23 675	0.16 694	0.13 406	0.10 45	0.30 607	0.27 557	0.20 569	0.28 596	0.22 564	0.15 524	0.18 553	0.13 443	0.16 717	0.10 651	0.17 711	0.10 613	0.10 605	0.10 600

rvit_stereo_ft	0.12 429	0.07 244	0.13 387	0.19 516	0.10 515	0.12 359	0.17 497	0.16 271	0.16 333	0.13 396	0.13 347	0.15 452	0.10 356	0.14 437	0.13 443	0.10 590	0.06 475	0.08 457	0.07 440	0.07 427	0.06 349

test_sample6	0.14 493	0.09 489	0.14 437	0.17 323	0.08 267	0.17 536	0.19 595	0.26 530	0.18 391	0.18 529	0.28 596	0.19 519	0.15 524	0.15 461	0.13 443	0.08 478	0.05 284	0.08 457	0.07 440	0.08 503	0.08 517

test_sample5	0.14 493	0.08 397	0.14 437	0.16 233	0.08 267	0.18 554	0.18 548	0.25 516	0.17 370	0.17 496	0.28 596	0.18 507	0.15 524	0.16 490	0.13 443	0.08 478	0.06 475	0.08 457	0.07 440	0.09 569	0.08 517

test_sample4	0.14 493	0.08 397	0.15 474	0.15 135	0.08 267	0.19 578	0.18 548	0.26 530	0.18 391	0.17 496	0.26 567	0.18 507	0.15 524	0.17 530	0.13 443	0.08 478	0.06 475	0.08 457	0.06 332	0.09 569	0.08 517

test_sample2	0.13 460	0.07 244	0.12 336	0.14 77	0.08 267	0.16 512	0.18 548	0.21 418	0.16 333	0.14 427	0.21 491	0.20 536	0.15 524	0.15 461	0.13 443	0.08 478	0.06 475	0.07 360	0.06 332	0.08 503	0.08 517

MyStereo05	0.13 460	0.07 244	0.10 207	0.17 323	0.09 396	0.13 406	0.18 548	0.28 570	0.35 634	0.17 496	0.14 362	0.15 452	0.11 399	0.15 461	0.13 443	0.06 194	0.05 284	0.08 457	0.07 440	0.06 336	0.06 349

MyStereo04	0.13 460	0.07 244	0.10 207	0.17 323	0.09 396	0.14 456	0.17 497	0.29 592	0.38 652	0.17 496	0.14 362	0.16 473	0.11 399	0.15 461	0.13 443	0.06 194	0.05 284	0.08 457	0.07 440	0.06 336	0.06 349

11t1	0.12 429	0.07 244	0.14 437	0.14 77	0.08 267	0.17 536	0.15 395	0.19 375	0.15 295	0.15 452	0.15 379	0.17 491	0.16 545	0.15 461	0.13 443	0.08 478	0.05 284	0.06 233	0.05 227	0.08 503	0.07 440

DualNet	0.14 493	0.08 397	0.14 437	0.16 233	0.08 267	0.18 554	0.18 548	0.25 516	0.17 370	0.18 529	0.28 596	0.18 507	0.15 524	0.16 490	0.13 443	0.08 478	0.06 475	0.08 457	0.07 440	0.09 569	0.08 517

MaDis-Stereo	0.09 211	0.09 489	0.08 57	0.17 323	0.09 396	0.14 456	0.11 91	0.16 271	0.16 333	0.09 226	0.11 300	0.06 54	0.06 81	0.09 72	0.13 443	0.07 393	0.06 475	0.08 457	0.05 227	0.05 195	0.04 63

TestStereo1	0.13 460	0.08 397	0.08 57	0.20 588	0.08 267	0.18 554	0.29 731	0.23 467	0.17 370	0.17 496	0.20 471	0.16 473	0.11 399	0.12 332	0.13 443	0.06 194	0.06 475	0.08 457	0.06 332	0.05 195	0.05 219

DCANet-4	0.11 342	0.07 244	0.13 387	0.16 233	0.06 45	0.09 175	0.17 497	0.18 342	0.20 445	0.13 396	0.17 416	0.09 276	0.14 504	0.12 332	0.13 443	0.06 194	0.04 25	0.05 64	0.04 67	0.04 50	0.05 219

fff	0.10 293	0.06 127	0.12 336	0.15 135	0.07 151	0.09 175	0.17 497	0.16 271	0.21 461	0.13 396	0.17 416	0.10 311	0.11 399	0.12 332	0.13 443	0.06 194	0.04 25	0.05 64	0.04 67	0.04 50	0.05 219

test_5	0.14 493	0.12 605	0.08 57	0.20 588	0.10 515	0.14 456	0.28 720	0.21 418	0.24 505	0.19 547	0.28 596	0.11 345	0.15 524	0.12 332	0.13 443	0.06 194	0.05 284	0.07 360	0.08 524	0.08 503	0.07 440

hknet	0.15 534	0.11 586	0.14 437	0.22 654	0.11 576	0.15 481	0.15 395	0.34 660	0.26 544	0.17 496	0.23 514	0.22 564	0.18 587	0.17 530	0.13 443	0.07 393	0.06 475	0.10 600	0.09 572	0.07 427	0.07 440

SA-5K	0.13 460	0.08 397	0.08 57	0.20 588	0.08 267	0.18 554	0.29 731	0.23 467	0.17 370	0.17 496	0.20 471	0.16 473	0.11 399	0.12 332	0.13 443	0.06 194	0.06 475	0.08 457	0.06 332	0.05 195	0.05 219

DAS	0.15 534	0.08 397	0.18 579	0.19 516	0.10 515	0.19 578	0.17 497	0.28 570	0.30 587	0.18 529	0.26 567	0.21 546	0.16 545	0.16 490	0.13 443	0.08 478	0.06 475	0.06 233	0.06 332	0.07 427	0.07 440

SepStereo	0.15 534	0.08 397	0.18 579	0.19 516	0.10 515	0.19 578	0.17 497	0.28 570	0.30 587	0.18 529	0.26 567	0.21 546	0.16 545	0.26 665	0.13 443	0.08 478	0.06 475	0.06 233	0.06 332	0.07 427	0.07 440

MIPNet	0.11 342	0.08 397	0.15 474	0.17 323	0.09 396	0.12 359	0.14 305	0.21 418	0.25 530	0.12 360	0.10 246	0.09 276	0.07 199	0.13 396	0.13 443	0.06 194	0.04 25	0.06 233	0.05 227	0.04 50	0.04 63

OMP-Stereo	0.11 342	0.07 244	0.14 437	0.18 429	0.08 267	0.09 175	0.12 139	0.21 418	0.21 461	0.13 396	0.14 362	0.11 345	0.12 434	0.11 232	0.13 443	0.06 194	0.05 284	0.07 360	0.06 332	0.05 195	0.04 63

IIG-Stereo	0.11 342	0.06 127	0.13 387	0.17 323	0.08 267	0.11 300	0.12 139	0.22 445	0.18 391	0.14 427	0.17 416	0.12 371	0.13 470	0.12 332	0.13 443	0.06 194	0.05 284	0.07 360	0.06 332	0.06 336	0.05 219

rafts_anoy	0.11 342	0.06 127	0.10 207	0.17 323	0.08 267	0.10 241	0.14 305	0.18 342	0.14 265	0.13 396	0.13 347	0.12 371	0.11 399	0.11 232	0.13 443	0.07 393	0.05 284	0.09 550	0.11 645	0.07 427	0.06 349

raft+_RVC	0.11 342	0.07 244	0.09 138	0.16 233	0.07 151	0.10 241	0.11 91	0.24 493	0.20 445	0.12 360	0.15 379	0.12 371	0.08 268	0.12 332	0.13 443	0.07 393	0.04 25	0.07 360	0.06 332	0.05 195	0.05 219

HCRNet	0.16 565	0.23 722	0.12 336	0.35 748	0.11 576	0.15 481	0.17 497	0.26 530	0.22 483	0.19 547	0.24 526	0.21 546	0.14 504	0.15 461	0.13 443	0.11 625	0.07 553	0.11 631	0.10 613	0.09 569	0.07 440

csc	0.10 293	0.06 127	0.12 336	0.15 135	0.07 151	0.09 175	0.17 497	0.16 271	0.21 461	0.13 396	0.17 416	0.10 311	0.11 399	0.12 332	0.13 443	0.06 194	0.04 25	0.05 64	0.04 67	0.04 50	0.05 219

cscssc	0.10 293	0.06 127	0.12 336	0.15 135	0.07 151	0.09 175	0.17 497	0.16 271	0.21 461	0.13 396	0.17 416	0.10 311	0.11 399	0.12 332	0.13 443	0.06 194	0.04 25	0.05 64	0.04 67	0.04 50	0.05 219

ARAFT	0.12 429	0.08 397	0.18 579	0.19 516	0.09 396	0.15 481	0.17 497	0.20 395	0.13 234	0.12 360	0.13 347	0.14 424	0.12 434	0.15 461	0.13 443	0.06 194	0.05 284	0.10 600	0.09 572	0.06 336	0.04 63

GMStereo	0.13 460	0.15 655	0.14 437	0.18 429	0.09 396	0.16 512	0.16 463	0.20 395	0.25 530	0.17 496	0.17 416	0.11 345	0.11 399	0.16 490	0.13 443	0.07 393	0.06 475	0.06 233	0.06 332	0.07 427	0.06 349
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HSM-Net_RVC	0.14 493	0.08 397	0.12 336	0.15 135	0.08 267	0.16 512	0.15 395	0.27 545	0.29 581	0.20 569	0.21 491	0.29 639	0.14 504	0.18 553	0.13 443	0.06 194	0.06 475	0.06 233	0.06 332	0.07 427	0.06 349
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MWSP-net	0.15 534	0.08 397	0.18 579	0.17 323	0.10 515	0.17 536	0.23 668	0.29 592	0.32 603	0.18 529	0.20 471	0.17 491	0.13 470	0.18 553	0.14 487	0.08 478	0.06 475	0.07 360	0.08 524	0.07 427	0.08 517

IGEV_i1	0.12 429	0.08 397	0.12 336	0.17 323	0.08 267	0.19 578	0.15 395	0.19 375	0.23 493	0.18 529	0.18 445	0.16 473	0.12 434	0.17 530	0.14 487	0.06 194	0.05 284	0.06 233	0.05 227	0.06 336	0.06 349

LiteMatch	0.09 211	0.06 127	0.10 207	0.16 233	0.07 151	0.10 241	0.15 395	0.13 142	0.08 40	0.06 42	0.07 87	0.06 54	0.16 545	0.10 141	0.14 487	0.07 393	0.04 25	0.06 233	0.06 332	0.06 336	0.06 349

Lsterematch	0.11 342	0.06 127	0.11 280	0.16 233	0.07 151	0.13 406	0.15 395	0.14 183	0.18 391	0.16 482	0.18 445	0.15 452	0.16 545	0.13 396	0.14 487	0.07 393	0.04 25	0.06 233	0.06 332	0.06 336	0.06 349

DStereoRT	0.17 588	0.07 244	0.12 336	0.19 516	0.09 396	0.13 406	0.12 139	0.28 570	0.23 493	0.12 360	0.20 471	0.11 345	0.10 356	0.15 461	0.14 487	0.06 194	0.05 284	1.02 790	0.09 572	0.05 195	0.04 63

rvit_0105_5	0.14 493	0.10 558	0.14 437	0.17 323	0.09 396	0.14 456	0.23 668	0.24 493	0.27 557	0.14 427	0.15 379	0.18 507	0.13 470	0.17 530	0.14 487	0.14 691	0.11 666	0.10 600	0.11 645	0.08 503	0.07 440

rvit_0105_3	0.16 565	0.10 558	0.15 474	0.20 588	0.12 611	0.15 481	0.26 709	0.25 516	0.30 587	0.15 452	0.17 416	0.21 546	0.14 504	0.18 553	0.14 487	0.14 691	0.11 666	0.12 653	0.14 687	0.07 427	0.07 440

DCVSM-stereo	0.15 534	0.09 489	0.16 518	0.16 233	0.10 515	0.15 481	0.09 28	0.20 395	0.24 505	0.20 569	0.24 526	0.26 613	0.15 524	0.19 579	0.14 487	0.09 545	0.07 553	0.09 550	0.08 524	0.10 605	0.12 649

GCST	0.37 730	0.42 762	0.27 661	1.03 788	0.39 762	0.18 554	0.08 9	0.21 418	0.18 391	0.28 668	0.25 553	0.15 452	0.12 434	0.16 490	0.14 487	0.64 784	0.43 777	0.75 780	0.65 782	0.64 777	0.46 774

test_sample3	0.14 493	0.08 397	0.15 474	0.14 77	0.09 396	0.20 599	0.17 497	0.27 545	0.18 391	0.17 496	0.22 509	0.19 519	0.15 524	0.17 530	0.14 487	0.09 545	0.06 475	0.07 360	0.06 332	0.09 569	0.08 517

GMStereo_Zeroshot	0.16 565	0.13 632	0.25 650	0.20 588	0.10 515	0.17 536	0.13 223	0.30 607	0.25 530	0.23 617	0.32 633	0.25 603	0.11 399	0.19 579	0.14 487	0.09 545	0.06 475	0.11 631	0.06 332	0.12 647	0.08 517

PCWNet_CMD	0.14 493	0.08 397	0.15 474	0.17 323	0.09 396	0.14 456	0.14 305	0.29 592	0.36 639	0.14 427	0.20 471	0.21 546	0.13 470	0.17 530	0.14 487	0.07 393	0.05 284	0.07 360	0.07 440	0.07 427	0.07 440

CASS	0.14 493	0.12 605	0.12 336	0.23 675	0.09 396	0.15 481	0.17 497	0.19 375	0.20 445	0.17 496	0.18 445	0.15 452	0.15 524	0.15 461	0.14 487	0.09 545	0.06 475	0.10 600	0.08 524	0.09 569	0.07 440
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.13 460	0.07 244	0.14 437	0.18 429	0.09 396	0.13 406	0.17 497	0.20 395	0.29 581	0.15 452	0.24 526	0.16 473	0.14 504	0.14 437	0.14 487	0.07 393	0.05 284	0.07 360	0.09 572	0.05 195	0.07 440

BUS	0.15 534	0.09 489	0.14 437	0.22 654	0.10 515	0.20 599	0.14 305	0.34 660	0.20 445	0.17 496	0.23 514	0.16 473	0.14 504	0.16 490	0.14 487	0.08 478	0.06 475	0.10 600	0.09 572	0.07 427	0.07 440

IER	0.14 493	0.08 397	0.13 387	0.17 323	0.09 396	0.14 456	0.16 463	0.26 530	0.27 557	0.18 529	0.26 567	0.17 491	0.20 620	0.17 530	0.14 487	0.08 478	0.05 284	0.07 360	0.06 332	0.08 503	0.07 440

NINENet	0.16 565	0.10 558	0.16 518	0.17 323	0.11 576	0.20 599	0.14 305	0.41 712	0.37 646	0.18 529	0.21 491	0.16 473	0.14 504	0.16 490	0.14 487	0.08 478	0.08 590	0.10 600	0.07 440	0.10 605	0.09 568

BSDual-CNN	0.15 534	0.09 489	0.14 437	0.22 654	0.10 515	0.15 481	0.15 395	0.34 660	0.20 445	0.17 496	0.23 514	0.25 603	0.16 545	0.16 490	0.14 487	0.08 478	0.06 475	0.10 600	0.09 572	0.07 427	0.07 440

psmg	0.14 493	0.09 489	0.14 437	0.17 323	0.10 515	0.15 481	0.17 497	0.29 592	0.20 445	0.17 496	0.21 491	0.25 603	0.16 545	0.16 490	0.14 487	0.08 478	0.07 553	0.08 457	0.08 524	0.07 427	0.07 440

UDGNet	0.14 493	0.13 632	0.17 544	0.18 429	0.10 515	0.12 359	0.16 463	0.21 418	0.27 557	0.20 569	0.20 471	0.17 491	0.13 470	0.16 490	0.14 487	0.10 590	0.06 475	0.09 550	0.07 440	0.07 427	0.07 440

IPLG	0.11 342	0.08 397	0.15 474	0.17 323	0.08 267	0.11 300	0.14 305	0.20 395	0.15 295	0.13 396	0.18 445	0.07 157	0.07 199	0.14 437	0.14 487	0.06 194	0.04 25	0.06 233	0.05 227	0.04 50	0.04 63

GANet-ADL	0.13 460	0.07 244	0.15 474	0.17 323	0.10 515	0.19 578	0.15 395	0.30 607	0.21 461	0.13 396	0.18 445	0.19 519	0.13 470	0.16 490	0.14 487	0.08 478	0.06 475	0.06 233	0.05 227	0.07 427	0.08 517

AAGNet	0.12 429	0.08 397	0.17 544	0.19 516	0.09 396	0.08 95	0.13 223	0.19 375	0.13 234	0.16 482	0.21 491	0.13 403	0.14 504	0.11 232	0.14 487	0.06 194	0.04 25	0.09 550	0.06 332	0.06 336	0.05 219

FTStereo	0.12 429	0.07 244	0.14 437	0.18 429	0.09 396	0.07 41	0.15 395	0.22 445	0.18 391	0.12 360	0.24 526	0.11 345	0.13 470	0.13 396	0.14 487	0.05 53	0.05 284	0.07 360	0.07 440	0.06 336	0.10 600

DEmStereo	0.12 429	0.06 127	0.14 437	0.14 77	0.10 515	0.16 512	0.15 395	0.16 271	0.24 505	0.17 496	0.23 514	0.12 371	0.14 504	0.12 332	0.14 487	0.05 53	0.04 25	0.07 360	0.06 332	0.05 195	0.05 219

THIR-Stereo	0.12 429	0.07 244	0.11 280	0.15 135	0.08 267	0.14 456	0.16 463	0.18 342	0.25 530	0.17 496	0.24 526	0.13 403	0.13 470	0.12 332	0.14 487	0.06 194	0.05 284	0.07 360	0.07 440	0.05 195	0.05 219

TestStereo	0.14 493	0.15 655	0.11 280	0.23 675	0.08 267	0.15 481	0.21 636	0.20 395	0.23 493	0.14 427	0.25 553	0.16 473	0.13 470	0.16 490	0.14 487	0.06 194	0.06 475	0.08 457	0.06 332	0.09 569	0.05 219

CFNet_pseudo	0.14 493	0.08 397	0.16 518	0.16 233	0.09 396	0.13 406	0.14 305	0.27 545	0.34 620	0.15 452	0.21 491	0.22 564	0.13 470	0.18 553	0.14 487	0.07 393	0.05 284	0.08 457	0.06 332	0.07 427	0.07 440

GES	0.14 493	0.08 397	0.16 518	0.15 135	0.10 515	0.13 406	0.13 223	0.28 570	0.26 544	0.17 496	0.24 526	0.19 519	0.14 504	0.16 490	0.14 487	0.08 478	0.08 590	0.07 360	0.06 332	0.08 503	0.09 568

PSMNet-RSSM	0.14 493	0.07 244	0.14 437	0.15 135	0.08 267	0.13 406	0.16 463	0.25 516	0.24 505	0.17 496	0.28 596	0.23 581	0.14 504	0.16 490	0.14 487	0.11 625	0.06 475	0.09 550	0.12 669	0.08 503	0.07 440

CCAANet	0.15 534	0.06 127	0.15 474	0.17 323	0.09 396	0.17 536	0.13 223	0.31 625	0.25 530	0.16 482	0.32 633	0.18 507	0.18 587	0.17 530	0.14 487	0.06 194	0.05 284	0.09 550	0.09 572	0.06 336	0.09 568

DIP-Stereo	0.11 342	0.08 397	0.15 474	0.17 323	0.09 396	0.13 406	0.09 28	0.16 271	0.16 333	0.12 360	0.16 396	0.14 424	0.12 434	0.16 490	0.14 487	0.06 194	0.05 284	0.06 233	0.05 227	0.05 195	0.07 440
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MSMDNet	0.14 493	0.08 397	0.15 474	0.17 323	0.09 396	0.14 456	0.14 305	0.29 592	0.36 639	0.14 427	0.20 471	0.21 546	0.13 470	0.18 553	0.14 487	0.07 393	0.05 284	0.07 360	0.07 440	0.07 427	0.07 440

ccs_rob	0.14 493	0.09 489	0.16 518	0.16 233	0.09 396	0.13 406	0.14 305	0.27 545	0.34 620	0.15 452	0.21 491	0.22 564	0.13 470	0.18 553	0.14 487	0.07 393	0.05 284	0.08 457	0.07 440	0.07 427	0.07 440

HITNet	0.11 342	0.06 127	0.12 336	0.14 77	0.06 45	0.12 359	0.10 45	0.18 342	0.18 391	0.13 396	0.17 416	0.15 452	0.11 399	0.15 461	0.14 487	0.06 194	0.04 25	0.04 1	0.04 67	0.06 336	0.05 219
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
iResNetv2_ROB	0.15 534	0.08 397	0.16 518	0.16 233	0.08 267	0.16 512	0.13 223	0.26 530	0.36 639	0.21 586	0.29 611	0.24 590	0.13 470	0.14 437	0.14 487	0.06 194	0.06 475	0.06 233	0.04 67	0.09 569	0.08 517

MLCV	0.13 460	0.08 397	0.17 544	0.18 429	0.06 45	0.16 512	0.17 497	0.19 375	0.22 483	0.19 547	0.25 553	0.17 491	0.13 470	0.15 461	0.14 487	0.05 53	0.04 25	0.05 64	0.04 67	0.05 195	0.04 63

iResNet_ROB	0.14 493	0.07 244	0.13 387	0.15 135	0.07 151	0.19 578	0.14 305	0.26 530	0.32 603	0.23 617	0.26 567	0.23 581	0.16 545	0.15 461	0.14 487	0.07 393	0.05 284	0.05 64	0.04 67	0.08 503	0.08 517

DN-CSS_ROB	0.13 460	0.13 632	0.17 544	0.18 429	0.10 515	0.16 512	0.08 9	0.22 445	0.19 420	0.17 496	0.23 514	0.13 403	0.13 470	0.13 396	0.14 487	0.05 53	0.05 284	0.10 600	0.10 613	0.08 503	0.06 349

MWDA-net	0.15 534	0.08 397	0.16 518	0.16 233	0.10 515	0.20 599	0.22 654	0.26 530	0.36 639	0.18 529	0.25 553	0.18 507	0.17 571	0.17 530	0.15 526	0.08 478	0.05 284	0.08 457	0.07 440	0.08 503	0.07 440

DNSM	0.09 211	0.05 39	0.08 57	0.14 77	0.06 45	0.07 41	0.12 139	0.12 100	0.11 145	0.09 226	0.09 209	0.08 224	0.05 18	0.19 579	0.15 526	0.07 393	0.05 284	0.05 64	0.04 67	0.14 686	0.12 649

DFGA-Net	0.13 460	0.11 586	0.19 605	0.18 429	0.10 515	0.13 406	0.13 223	0.23 467	0.25 530	0.16 482	0.16 396	0.13 403	0.12 434	0.17 530	0.15 526	0.07 393	0.05 284	0.08 457	0.07 440	0.05 195	0.05 219

test_sample1	0.13 460	0.07 244	0.14 437	0.14 77	0.08 267	0.19 578	0.17 497	0.20 395	0.15 295	0.14 427	0.22 509	0.18 507	0.16 545	0.17 530	0.15 526	0.07 393	0.06 475	0.06 233	0.06 332	0.08 503	0.08 517

CFNet_ucs	0.15 534	0.09 489	0.17 544	0.16 233	0.11 576	0.14 456	0.14 305	0.30 607	0.34 620	0.16 482	0.24 526	0.23 581	0.14 504	0.18 553	0.15 526	0.09 545	0.06 475	0.08 457	0.07 440	0.09 569	0.09 568

SDNR	0.20 625	0.09 489	0.19 605	0.16 233	0.12 611	0.79 770	0.13 223	0.26 530	0.33 609	0.19 547	0.25 553	0.19 519	0.12 434	0.19 579	0.15 526	0.16 717	0.18 740	0.14 682	0.11 645	0.08 503	0.12 649

gwcnet-sp	0.14 493	0.07 244	0.13 387	0.18 429	0.09 396	0.16 512	0.18 548	0.24 493	0.24 505	0.19 547	0.24 526	0.15 452	0.16 545	0.16 490	0.15 526	0.08 478	0.07 553	0.07 360	0.08 524	0.08 503	0.07 440

scenet	0.14 493	0.07 244	0.13 387	0.18 429	0.09 396	0.16 512	0.18 548	0.24 493	0.24 505	0.19 547	0.24 526	0.15 452	0.16 545	0.16 490	0.15 526	0.08 478	0.07 553	0.07 360	0.08 524	0.08 503	0.07 440

ssnet	0.14 493	0.07 244	0.13 387	0.18 429	0.09 396	0.16 512	0.18 548	0.24 493	0.24 505	0.19 547	0.24 526	0.15 452	0.16 545	0.16 490	0.15 526	0.08 478	0.07 553	0.07 360	0.08 524	0.08 503	0.07 440

GwcNet-ADL	0.13 460	0.08 397	0.14 437	0.20 588	0.09 396	0.12 359	0.20 618	0.30 607	0.25 530	0.14 427	0.14 362	0.18 507	0.14 504	0.13 396	0.15 526	0.07 393	0.05 284	0.06 233	0.05 227	0.07 427	0.06 349

ICVP	0.16 565	0.09 489	0.12 336	0.22 654	0.09 396	0.18 554	0.21 636	0.26 530	0.24 505	0.18 529	0.30 617	0.27 620	0.18 587	0.18 553	0.15 526	0.10 590	0.07 553	0.08 457	0.07 440	0.07 427	0.08 517
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
FENet	0.13 460	0.08 397	0.13 387	0.16 233	0.08 267	0.15 481	0.16 463	0.23 467	0.23 493	0.17 496	0.24 526	0.16 473	0.13 470	0.14 437	0.15 526	0.08 478	0.05 284	0.08 457	0.08 524	0.08 503	0.08 517

cf-r	0.14 493	0.07 244	0.13 387	0.16 233	0.08 267	0.14 456	0.19 595	0.21 418	0.25 530	0.17 496	0.26 567	0.22 564	0.17 571	0.14 437	0.15 526	0.10 590	0.05 284	0.06 233	0.08 524	0.06 336	0.06 349

CFNet-ft	0.14 493	0.07 244	0.15 474	0.12 7	0.09 396	0.17 536	0.18 548	0.22 445	0.24 505	0.17 496	0.26 567	0.24 590	0.14 504	0.16 490	0.15 526	0.11 625	0.06 475	0.08 457	0.09 572	0.09 569	0.08 517

BEATNet_4x	0.12 429	0.09 489	0.15 474	0.18 429	0.07 151	0.15 481	0.07 5	0.23 467	0.19 420	0.16 482	0.19 461	0.19 519	0.14 504	0.17 530	0.15 526	0.07 393	0.05 284	0.05 64	0.05 227	0.06 336	0.07 440

CFNet	0.15 534	0.11 586	0.17 544	0.17 323	0.08 267	0.19 578	0.10 45	0.29 592	0.26 544	0.19 547	0.24 526	0.24 590	0.18 587	0.18 553	0.15 526	0.08 478	0.06 475	0.09 550	0.10 613	0.08 503	0.07 440

CFNet_RVC	0.14 493	0.07 244	0.15 474	0.12 7	0.09 396	0.17 536	0.18 548	0.22 445	0.24 505	0.17 496	0.26 567	0.24 590	0.14 504	0.16 490	0.15 526	0.11 625	0.06 475	0.08 457	0.09 572	0.09 569	0.08 517

UCFNet_RVC	0.15 534	0.08 397	0.13 387	0.11 1	0.10 515	0.20 599	0.10 45	0.24 493	0.23 493	0.17 496	0.21 491	0.24 590	0.15 524	0.18 553	0.15 526	0.12 651	0.07 553	0.11 631	0.13 681	0.11 627	0.10 600

AdaStereo	0.15 534	0.11 586	0.16 518	0.19 516	0.09 396	0.21 612	0.11 91	0.33 645	0.28 573	0.21 586	0.23 514	0.21 546	0.13 470	0.19 579	0.15 526	0.13 670	0.05 284	0.10 600	0.07 440	0.09 569	0.07 440
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.
HSM	0.15 534	0.09 489	0.15 474	0.16 233	0.09 396	0.16 512	0.14 305	0.28 570	0.25 530	0.20 569	0.24 526	0.37 693	0.17 571	0.20 598	0.15 526	0.07 393	0.05 284	0.07 360	0.06 332	0.07 427	0.06 349

iResNet	0.13 460	0.10 558	0.18 579	0.19 516	0.08 267	0.14 456	0.18 548	0.21 418	0.27 557	0.16 482	0.24 526	0.15 452	0.13 470	0.14 437	0.15 526	0.06 194	0.04 25	0.06 233	0.05 227	0.06 336	0.05 219

MEA-ACV	0.16 565	0.08 397	0.18 579	0.16 233	0.11 576	0.19 578	0.20 618	0.30 607	0.39 658	0.21 586	0.30 617	0.14 424	0.19 606	0.17 530	0.16 547	0.08 478	0.07 553	0.09 550	0.11 645	0.07 427	0.07 440

G2L-ROB	0.13 460	0.07 244	0.13 387	0.13 20	0.08 267	0.14 456	0.17 497	0.25 516	0.19 420	0.20 569	0.19 461	0.20 536	0.14 504	0.18 553	0.16 547	0.08 478	0.05 284	0.06 233	0.05 227	0.08 503	0.09 568

DDVS	0.16 565	0.10 558	0.22 633	0.16 233	0.12 611	0.15 481	0.14 305	0.25 516	0.19 420	0.18 529	0.30 617	0.27 620	0.13 470	0.20 598	0.16 547	0.09 545	0.06 475	0.09 550	0.07 440	0.11 627	0.11 627

ITSA-stereo	0.16 565	0.11 586	0.14 437	0.19 516	0.08 267	0.13 406	0.14 305	0.30 607	0.49 705	0.17 496	0.18 445	0.22 564	0.15 524	0.17 530	0.16 547	0.10 590	0.06 475	0.08 457	0.08 524	0.08 503	0.09 568

DualNet (step1)	0.17 588	0.12 605	0.21 622	0.13 20	0.14 661	0.18 554	0.14 305	0.28 570	0.24 505	0.21 586	0.21 491	0.24 590	0.20 620	0.16 490	0.16 547	0.15 695	0.06 475	0.14 682	0.14 687	0.15 700	0.13 668

test_sample7	0.16 565	0.10 558	0.16 518	0.14 77	0.12 611	0.16 512	0.17 497	0.28 570	0.24 505	0.21 586	0.21 491	0.24 590	0.20 620	0.16 490	0.16 547	0.12 651	0.06 475	0.10 600	0.09 572	0.11 627	0.10 600

DispNO	0.15 534	0.09 489	0.18 579	0.19 516	0.12 611	0.11 300	0.21 636	0.23 467	0.29 581	0.18 529	0.23 514	0.19 519	0.17 571	0.16 490	0.16 547	0.07 393	0.05 284	0.08 457	0.08 524	0.07 427	0.06 349

1test111	0.11 342	0.08 397	0.13 387	0.17 323	0.09 396	0.13 406	0.15 395	0.24 493	0.16 333	0.09 226	0.09 209	0.06 54	0.06 81	0.15 461	0.16 547	0.06 194	0.05 284	0.06 233	0.05 227	0.07 427	0.07 440

qqq	0.13 460	0.09 489	0.15 474	0.16 233	0.08 267	0.13 406	0.15 395	0.24 493	0.16 333	0.15 452	0.19 461	0.16 473	0.16 545	0.15 461	0.16 547	0.07 393	0.06 475	0.08 457	0.08 524	0.07 427	0.07 440

iRaft-Stereo_5w	0.12 429	0.09 489	0.12 336	0.20 588	0.08 267	0.09 175	0.12 139	0.22 445	0.22 483	0.19 547	0.14 362	0.11 345	0.09 312	0.20 598	0.16 547	0.05 53	0.05 284	0.07 360	0.06 332	0.05 195	0.06 349

GEStereo_RVC	0.17 588	0.12 605	0.16 518	0.22 654	0.11 576	0.19 578	0.18 548	0.32 631	0.49 705	0.20 569	0.25 553	0.17 491	0.13 470	0.21 617	0.16 547	0.10 590	0.06 475	0.08 457	0.07 440	0.09 569	0.08 517

GANet-RSSM	0.14 493	0.07 244	0.13 387	0.13 20	0.08 267	0.14 456	0.18 548	0.23 467	0.21 461	0.17 496	0.25 553	0.24 590	0.16 545	0.16 490	0.16 547	0.10 590	0.06 475	0.07 360	0.08 524	0.08 503	0.07 440

GwcNet-RSSM	0.14 493	0.07 244	0.12 336	0.16 233	0.08 267	0.15 481	0.20 618	0.22 445	0.28 573	0.18 529	0.28 596	0.23 581	0.17 571	0.15 461	0.16 547	0.10 590	0.06 475	0.07 360	0.09 572	0.07 427	0.07 440

FADNet-RVC-Resample	0.17 588	0.12 605	0.32 688	0.22 654	0.12 611	0.19 578	0.14 305	0.25 516	0.24 505	0.24 630	0.27 585	0.20 536	0.15 524	0.17 530	0.16 547	0.07 393	0.08 590	0.12 653	0.10 613	0.09 569	0.11 627

FADNet	0.21 640	0.23 722	0.37 705	0.18 429	0.17 706	0.25 658	0.13 223	0.32 631	0.32 603	0.23 617	0.25 553	0.27 620	0.21 628	0.19 579	0.16 547	0.13 670	0.15 716	0.12 653	0.15 707	0.17 721	0.18 732

DeepPruner_ROB	0.16 565	0.11 586	0.16 518	0.17 323	0.10 515	0.17 536	0.15 395	0.32 631	0.21 461	0.19 547	0.21 491	0.22 564	0.19 606	0.21 617	0.16 547	0.13 670	0.09 627	0.09 550	0.10 613	0.11 627	0.11 627

CBMV_ROB	0.19 616	0.13 632	0.18 579	0.16 233	0.11 576	0.16 512	0.12 139	0.27 545	0.29 581	0.27 655	0.31 623	0.27 620	0.24 650	0.24 655	0.16 547	0.15 695	0.18 740	0.22 737	0.20 733	0.10 605	0.12 649

NOSS_ROB	0.19 616	0.13 632	0.18 579	0.16 233	0.12 611	0.16 512	0.12 139	0.30 607	0.33 609	0.20 569	0.22 509	0.27 620	0.24 650	0.21 617	0.16 547	0.16 717	0.18 740	0.23 740	0.21 740	0.13 666	0.13 668

ACV-stereo	0.15 534	0.10 558	0.29 675	0.18 429	0.12 611	0.15 481	0.13 223	0.23 467	0.21 461	0.19 547	0.23 514	0.22 564	0.15 524	0.23 643	0.17 565	0.08 478	0.07 553	0.07 360	0.07 440	0.08 503	0.07 440

SMFormer	0.14 493	0.07 244	0.18 579	0.14 77	0.08 267	0.17 536	0.17 497	0.27 545	0.27 557	0.19 547	0.20 471	0.19 519	0.15 524	0.15 461	0.17 565	0.08 478	0.05 284	0.07 360	0.06 332	0.08 503	0.07 440

tta	0.14 493	0.07 244	0.18 579	0.14 77	0.08 267	0.17 536	0.17 497	0.27 545	0.27 557	0.19 547	0.20 471	0.19 519	0.15 524	0.15 461	0.17 565	0.08 478	0.05 284	0.07 360	0.06 332	0.06 336	0.06 349

mmm	0.14 493	0.08 397	0.18 579	0.17 323	0.09 396	0.17 536	0.18 548	0.21 418	0.16 333	0.16 482	0.23 514	0.21 546	0.16 545	0.16 490	0.17 565	0.08 478	0.05 284	0.08 457	0.08 524	0.08 503	0.07 440

dd	0.15 534	0.17 681	0.17 544	0.19 516	0.09 396	0.15 481	0.18 548	0.22 445	0.26 544	0.23 617	0.20 471	0.21 546	0.10 356	0.21 617	0.17 565	0.10 590	0.06 475	0.08 457	0.06 332	0.08 503	0.07 440

dad	0.18 604	0.20 708	0.21 622	0.17 323	0.11 576	0.20 599	0.19 595	0.21 418	0.28 573	0.30 684	0.24 526	0.30 649	0.13 470	0.19 579	0.17 565	0.18 727	0.09 627	0.11 631	0.09 572	0.11 627	0.07 440

SACVNet	0.19 616	0.12 605	0.15 474	0.17 323	0.13 637	0.22 626	0.18 548	0.31 625	0.31 597	0.24 630	0.31 623	0.30 649	0.23 641	0.23 643	0.17 565	0.11 625	0.08 590	0.10 600	0.10 613	0.12 647	0.14 690

AACVNet	0.16 565	0.08 397	0.15 474	0.15 135	0.10 515	0.18 554	0.15 395	0.24 493	0.25 530	0.27 655	0.27 585	0.28 630	0.18 587	0.19 579	0.17 565	0.09 545	0.07 553	0.09 550	0.07 440	0.10 605	0.09 568

LMCR-Stereo	0.15 534	0.08 397	0.14 437	0.21 629	0.09 396	0.18 554	0.19 595	0.28 570	0.19 420	0.24 630	0.24 526	0.23 581	0.17 571	0.20 598	0.17 565	0.07 393	0.06 475	0.08 457	0.06 332	0.10 605	0.09 568

DMCA	0.14 493	0.09 489	0.17 544	0.19 516	0.09 396	0.15 481	0.17 497	0.23 467	0.28 573	0.14 427	0.20 471	0.17 491	0.18 587	0.15 461	0.17 565	0.10 590	0.06 475	0.08 457	0.06 332	0.09 569	0.10 600

FADNet_RVC	0.17 588	0.14 648	0.41 712	0.20 588	0.11 576	0.13 406	0.13 223	0.27 545	0.22 483	0.21 586	0.23 514	0.20 536	0.18 587	0.15 461	0.17 565	0.08 478	0.08 590	0.12 653	0.09 572	0.11 627	0.10 600

AANet_RVC	0.16 565	0.10 558	0.11 280	0.18 429	0.09 396	0.19 578	0.18 548	0.27 545	0.32 603	0.22 602	0.35 655	0.21 546	0.22 635	0.22 635	0.17 565	0.06 194	0.05 284	0.06 233	0.06 332	0.07 427	0.06 349

pmcnn	0.15 534	0.07 244	0.20 610	0.15 135	0.07 151	0.21 612	0.16 463	0.25 516	0.26 544	0.21 586	0.33 640	0.29 639	0.19 606	0.18 553	0.17 565	0.07 393	0.05 284	0.05 64	0.04 67	0.07 427	0.06 349

MultiAttention	0.30 710	0.08 397	0.15 474	0.19 516	0.13 637	1.56 791	1.33 796	0.36 682	0.36 639	0.20 569	0.21 491	0.24 590	0.11 399	0.39 727	0.18 578	0.06 194	0.05 284	0.08 457	0.08 524	0.11 627	0.09 568

G2L-Stereo	0.14 493	0.07 244	0.13 387	0.17 323	0.09 396	0.13 406	0.12 139	0.27 545	0.22 483	0.17 496	0.27 585	0.21 546	0.13 470	0.18 553	0.18 578	0.09 545	0.08 590	0.08 457	0.07 440	0.07 427	0.07 440

rvit_105_1	0.19 616	0.12 605	0.25 650	0.21 629	0.16 694	0.22 626	0.28 720	0.32 631	0.42 672	0.20 569	0.21 491	0.22 564	0.18 587	0.19 579	0.18 578	0.12 651	0.12 682	0.13 667	0.15 707	0.08 503	0.07 440

test_sample9	0.18 604	0.12 605	0.21 622	0.13 20	0.14 661	0.18 554	0.14 305	0.28 570	0.24 505	0.21 586	0.21 491	0.24 590	0.20 620	0.19 579	0.18 578	0.15 695	0.30 769	0.14 682	0.14 687	0.15 700	0.13 668

test_sample8	0.20 625	0.12 605	0.21 622	0.13 20	0.14 661	0.18 554	0.14 305	0.32 631	0.21 461	0.28 668	0.22 509	0.36 690	0.26 666	0.19 579	0.18 578	0.15 695	0.30 769	0.14 682	0.14 687	0.15 700	0.13 668

MyStereo8	0.12 429	0.07 244	0.15 474	0.15 135	0.09 396	0.18 554	0.14 305	0.19 375	0.22 483	0.12 360	0.18 445	0.11 345	0.10 356	0.16 490	0.18 578	0.07 393	0.05 284	0.07 360	0.05 227	0.08 503	0.09 568

GASNet	0.22 648	0.24 725	0.34 696	0.26 707	0.17 706	0.27 680	0.16 463	0.45 734	0.42 672	0.27 655	0.24 526	0.30 649	0.16 545	0.27 668	0.18 578	0.12 651	0.09 627	0.12 653	0.11 645	0.16 714	0.08 517

HBP-ISP	0.18 604	0.13 632	0.17 544	0.15 135	0.11 576	0.08 95	0.13 223	0.28 570	0.30 587	0.22 602	0.33 640	0.21 546	0.25 658	0.23 643	0.18 578	0.15 695	0.17 738	0.21 731	0.17 723	0.10 605	0.09 568

x	0.13 460	0.08 397	0.15 474	0.14 77	0.08 267	0.19 578	0.14 305	0.22 445	0.21 461	0.15 452	0.20 471	0.20 536	0.18 587	0.18 553	0.18 578	0.07 393	0.05 284	0.06 233	0.06 332	0.07 427	0.07 440

CRFU-Net	0.16 565	0.08 397	0.15 474	0.17 323	0.09 396	0.20 599	0.14 305	0.27 545	0.21 461	0.28 668	0.28 596	0.29 639	0.18 587	0.19 579	0.18 578	0.09 545	0.09 627	0.07 360	0.07 440	0.08 503	0.09 568

PSMNet-ADL	0.15 534	0.12 605	0.13 387	0.22 654	0.09 396	0.13 406	0.20 618	0.26 530	0.23 493	0.18 529	0.20 471	0.23 581	0.17 571	0.18 553	0.18 578	0.09 545	0.08 590	0.08 457	0.11 645	0.08 503	0.07 440

FINET	0.22 648	0.18 696	0.28 666	0.19 516	0.16 694	0.24 649	0.24 680	0.33 645	0.49 705	0.26 648	0.33 640	0.22 564	0.23 641	0.23 643	0.18 578	0.18 727	0.16 733	0.11 631	0.10 613	0.15 700	0.14 690

CVANet_RVC	0.18 604	0.11 586	0.14 437	0.21 629	0.11 576	0.19 578	0.18 548	0.34 660	0.34 620	0.22 602	0.31 623	0.28 630	0.18 587	0.24 655	0.18 578	0.12 651	0.08 590	0.12 653	0.12 669	0.09 569	0.08 517

NVstereo2D	0.19 616	0.11 586	0.16 518	0.17 323	0.16 694	0.28 690	0.23 668	0.44 731	0.42 672	0.15 452	0.28 596	0.25 603	0.19 606	0.23 643	0.18 578	0.09 545	0.06 475	0.10 600	0.08 524	0.15 700	0.10 600

SGM-Forest	0.20 625	0.14 648	0.18 579	0.20 588	0.13 637	0.21 612	0.22 654	0.33 645	0.31 597	0.24 630	0.29 611	0.28 630	0.20 620	0.23 643	0.18 578	0.15 695	0.16 733	0.15 694	0.14 687	0.13 666	0.12 649
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
G2L-Stereo_test	0.14 493	0.07 244	0.11 280	0.13 20	0.08 267	0.12 359	0.17 497	0.31 625	0.28 573	0.21 586	0.23 514	0.20 536	0.16 545	0.17 530	0.19 593	0.07 393	0.05 284	0.05 64	0.05 227	0.07 427	0.07 440

coex_refinement	0.14 493	0.07 244	0.12 336	0.17 323	0.10 515	0.16 512	0.15 395	0.27 545	0.29 581	0.18 529	0.21 491	0.22 564	0.17 571	0.16 490	0.19 593	0.08 478	0.05 284	0.06 233	0.06 332	0.09 569	0.08 517

CBFPSM	0.15 534	0.07 244	0.27 661	0.17 323	0.09 396	0.13 406	0.15 395	0.22 445	0.23 493	0.20 569	0.27 585	0.23 581	0.16 545	0.16 490	0.19 593	0.06 194	0.06 475	0.06 233	0.07 440	0.07 427	0.07 440

CSP-Net	0.16 565	0.09 489	0.14 437	0.17 323	0.09 396	0.19 578	0.18 548	0.25 516	0.33 609	0.26 648	0.31 623	0.25 603	0.16 545	0.21 617	0.19 593	0.09 545	0.06 475	0.07 360	0.07 440	0.08 503	0.08 517

UNet	0.17 588	0.09 489	0.18 579	0.19 516	0.12 611	0.28 690	0.19 595	0.33 645	0.30 587	0.21 586	0.25 553	0.23 581	0.19 606	0.20 598	0.19 593	0.07 393	0.06 475	0.08 457	0.07 440	0.08 503	0.07 440

acv_ft	0.15 534	0.09 489	0.16 518	0.19 516	0.10 515	0.16 512	0.17 497	0.25 516	0.34 620	0.19 547	0.26 567	0.21 546	0.17 571	0.18 553	0.19 593	0.07 393	0.06 475	0.06 233	0.06 332	0.08 503	0.06 349

FADNet-RVC	0.21 640	0.20 708	0.40 710	0.21 629	0.16 694	0.21 612	0.15 395	0.27 545	0.27 557	0.26 648	0.32 633	0.26 613	0.21 628	0.22 635	0.19 593	0.12 651	0.13 696	0.12 653	0.14 687	0.13 666	0.18 732

TDLM	0.18 604	0.12 605	0.14 437	0.24 687	0.10 515	0.18 554	0.18 548	0.37 691	0.30 587	0.22 602	0.28 596	0.28 630	0.18 587	0.23 643	0.19 593	0.11 625	0.07 553	0.10 600	0.10 613	0.08 503	0.08 517

MDST_ROB	0.22 648	0.10 558	0.18 579	0.18 429	0.11 576	0.40 731	0.19 595	0.44 731	0.42 672	0.40 719	0.40 681	0.29 639	0.21 628	0.27 668	0.19 593	0.11 625	0.10 651	0.14 682	0.11 645	0.10 605	0.08 517

CBMV	0.20 625	0.15 655	0.18 579	0.18 429	0.10 515	0.20 599	0.11 91	0.30 607	0.31 597	0.29 678	0.31 623	0.31 664	0.23 641	0.28 677	0.19 593	0.13 670	0.15 716	0.17 711	0.16 715	0.10 605	0.10 600
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
SCION-MonSter(vits)	0.15 534	0.06 127	0.06 10	0.15 135	0.05 4	0.08 95	0.10 45	0.28 570	0.42 672	0.05 2	0.33 640	0.14 424	0.17 571	0.20 598	0.20 603	0.08 478	0.06 475	0.17 711	0.16 715	0.07 427	0.08 517

ISRNet	0.18 604	0.08 397	0.20 610	0.19 516	0.13 637	0.15 481	0.12 139	0.30 607	0.33 609	0.21 586	0.26 567	0.27 620	0.18 587	0.17 530	0.20 603	0.20 743	0.08 590	0.14 682	0.14 687	0.14 686	0.17 725

PSMNet-RUCA	0.28 703	0.33 754	0.42 715	0.36 750	0.32 760	0.18 554	0.20 618	0.42 717	0.30 587	0.33 702	0.41 692	0.40 710	0.24 650	0.31 691	0.20 603	0.19 736	0.11 666	0.25 743	0.15 707	0.22 735	0.16 714

Wz-Net-LNSev-Ref	0.18 604	0.09 489	0.30 681	0.15 135	0.11 576	0.23 640	0.20 618	0.27 545	0.40 663	0.26 648	0.43 703	0.25 603	0.15 524	0.21 617	0.20 603	0.07 393	0.05 284	0.06 233	0.05 227	0.10 605	0.09 568

pcwnet_v2	0.19 616	0.11 586	0.26 659	0.18 429	0.14 661	0.18 554	0.15 395	0.37 691	0.46 699	0.19 547	0.24 526	0.21 546	0.19 606	0.21 617	0.20 603	0.13 670	0.10 651	0.10 600	0.10 613	0.11 627	0.13 668

MMNet	0.17 588	0.10 558	0.17 544	0.20 588	0.11 576	0.27 680	0.20 618	0.26 530	0.42 672	0.22 602	0.30 617	0.22 564	0.20 620	0.18 553	0.20 603	0.06 194	0.06 475	0.07 360	0.07 440	0.08 503	0.07 440

FAT-Stereo	0.21 640	0.13 632	0.22 633	0.21 629	0.12 611	0.18 554	0.18 548	0.35 675	0.40 663	0.28 668	0.37 663	0.33 677	0.33 709	0.21 617	0.20 603	0.09 545	0.11 666	0.10 600	0.09 572	0.11 627	0.14 690

DSFCA	0.16 565	0.09 489	0.14 437	0.16 233	0.10 515	0.21 612	0.19 595	0.28 570	0.31 597	0.23 617	0.25 553	0.22 564	0.16 545	0.20 598	0.20 603	0.10 590	0.07 553	0.09 550	0.09 572	0.08 503	0.08 517

STTStereo	0.18 604	0.13 632	0.28 666	0.20 588	0.11 576	0.16 512	0.21 636	0.29 592	0.23 493	0.22 602	0.30 617	0.29 639	0.18 587	0.20 598	0.20 603	0.12 651	0.11 666	0.11 631	0.14 687	0.09 569	0.08 517

RASNet	0.15 534	0.07 244	0.15 474	0.16 233	0.08 267	0.19 578	0.14 305	0.30 607	0.21 461	0.17 496	0.25 553	0.21 546	0.19 606	0.20 598	0.20 603	0.07 393	0.06 475	0.06 233	0.08 524	0.06 336	0.06 349

NLCA_NET_v2_RVC	0.17 588	0.10 558	0.23 641	0.20 588	0.10 515	0.15 481	0.18 548	0.31 625	0.25 530	0.21 586	0.31 623	0.25 603	0.17 571	0.21 617	0.20 603	0.09 545	0.06 475	0.08 457	0.09 572	0.07 427	0.08 517
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PS-NSSS	0.20 625	0.21 714	0.23 641	0.20 588	0.10 515	0.19 578	0.17 497	0.36 682	0.26 544	0.27 655	0.34 651	0.27 620	0.24 650	0.20 598	0.20 603	0.15 695	0.12 682	0.17 711	0.14 687	0.10 605	0.09 568

DLCB_ROB	0.18 604	0.10 558	0.16 518	0.23 675	0.11 576	0.24 649	0.18 548	0.30 607	0.28 573	0.27 655	0.29 611	0.28 630	0.25 658	0.20 598	0.20 603	0.08 478	0.08 590	0.09 550	0.09 572	0.07 427	0.07 440

PWCDC_ROB	0.21 640	0.13 632	0.23 641	0.25 697	0.12 611	0.20 599	0.15 395	0.34 660	0.55 728	0.29 678	0.49 715	0.21 546	0.15 524	0.28 677	0.20 603	0.11 625	0.09 627	0.10 600	0.08 524	0.11 627	0.09 568

ToySt	0.17 588	0.11 586	0.19 605	0.17 323	0.11 576	0.16 512	0.26 709	0.24 493	0.33 609	0.19 547	0.24 526	0.26 613	0.24 650	0.19 579	0.21 617	0.07 393	0.08 590	0.09 550	0.10 613	0.09 569	0.08 517

ssnet_v2	0.17 588	0.10 558	0.18 579	0.17 323	0.11 576	0.21 612	0.22 654	0.34 660	0.25 530	0.23 617	0.23 514	0.27 620	0.19 606	0.22 635	0.21 617	0.11 625	0.10 651	0.09 550	0.09 572	0.08 503	0.08 517

DDUNet	0.23 662	0.18 696	0.22 633	0.22 654	0.15 680	0.25 658	0.24 680	0.30 607	0.31 597	0.31 691	0.37 663	0.34 682	0.26 666	0.25 661	0.21 617	0.18 727	0.13 696	0.17 711	0.11 645	0.16 714	0.17 725

AASNet	0.16 565	0.08 397	0.13 387	0.19 516	0.09 396	0.19 578	0.15 395	0.38 698	0.37 646	0.20 569	0.24 526	0.20 536	0.17 571	0.17 530	0.21 617	0.10 590	0.08 590	0.08 457	0.07 440	0.09 569	0.09 568

ADLNet	0.16 565	0.08 397	0.15 474	0.16 233	0.10 515	0.16 512	0.17 497	0.33 645	0.27 557	0.23 617	0.27 585	0.24 590	0.16 545	0.18 553	0.21 617	0.10 590	0.06 475	0.10 600	0.10 613	0.08 503	0.09 568

delet	0.17 588	0.09 489	0.18 579	0.19 516	0.11 576	0.21 612	0.22 654	0.30 607	0.38 652	0.17 496	0.27 585	0.19 519	0.19 606	0.19 579	0.21 617	0.08 478	0.08 590	0.09 550	0.11 645	0.06 336	0.07 440

ACVNet	0.15 534	0.09 489	0.15 474	0.13 20	0.12 611	0.14 456	0.20 618	0.22 445	0.34 620	0.17 496	0.26 567	0.21 546	0.17 571	0.18 553	0.21 617	0.07 393	0.06 475	0.06 233	0.06 332	0.08 503	0.06 349

HGLStereo	0.17 588	0.09 489	0.19 605	0.17 323	0.12 611	0.18 554	0.18 548	0.31 625	0.33 609	0.22 602	0.33 640	0.24 590	0.18 587	0.20 598	0.21 617	0.10 590	0.09 627	0.07 360	0.07 440	0.09 569	0.10 600

hitnet-ft	0.18 604	0.10 558	0.17 544	0.14 77	0.09 396	0.27 680	0.20 618	0.25 516	0.26 544	0.24 630	0.32 633	0.32 671	0.23 641	0.24 655	0.21 617	0.12 651	0.07 553	0.10 600	0.08 524	0.12 647	0.11 627

DMCA-RVC	0.17 588	0.10 558	0.16 518	0.24 687	0.11 576	0.19 578	0.18 548	0.26 530	0.24 505	0.21 586	0.27 585	0.25 603	0.27 673	0.18 553	0.21 617	0.12 651	0.08 590	0.13 667	0.10 613	0.10 605	0.08 517

SuperB	0.20 625	0.10 558	0.57 737	0.16 233	0.09 396	0.19 578	0.18 548	0.25 516	0.51 715	0.27 655	0.39 678	0.17 491	0.22 635	0.22 635	0.21 617	0.08 478	0.06 475	0.06 233	0.06 332	0.12 647	0.11 627

StereoDRNet-Refined	0.17 588	0.12 605	0.16 518	0.20 588	0.10 515	0.18 554	0.18 548	0.27 545	0.24 505	0.26 648	0.41 692	0.23 581	0.18 587	0.21 617	0.21 617	0.09 545	0.05 284	0.09 550	0.10 613	0.07 427	0.07 440
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoDRNet	0.19 616	0.11 586	0.18 579	0.22 654	0.11 576	0.22 626	0.22 654	0.37 691	0.34 620	0.24 630	0.28 596	0.30 649	0.19 606	0.20 598	0.21 617	0.10 590	0.08 590	0.11 631	0.09 572	0.09 569	0.07 440

YMNet	0.20 625	0.12 605	0.20 610	0.21 629	0.14 661	0.27 680	0.23 668	0.32 631	0.34 620	0.28 668	0.35 655	0.30 649	0.18 587	0.18 553	0.22 630	0.11 625	0.13 696	0.10 600	0.10 613	0.09 569	0.09 568

YMNet_1	0.20 625	0.12 605	0.20 610	0.21 629	0.14 661	0.27 680	0.23 668	0.32 631	0.34 620	0.28 668	0.35 655	0.30 649	0.18 587	0.18 553	0.22 630	0.11 625	0.13 696	0.10 600	0.10 613	0.09 569	0.09 568

ff1	0.13 460	0.09 489	0.15 474	0.16 233	0.09 396	0.17 536	0.17 497	0.15 226	0.19 420	0.15 452	0.26 567	0.19 519	0.13 470	0.15 461	0.22 630	0.06 194	0.05 284	0.09 550	0.08 524	0.06 336	0.06 349

mmx	0.15 534	0.09 489	0.15 474	0.16 233	0.09 396	0.17 536	0.17 497	0.27 545	0.26 544	0.15 452	0.26 567	0.19 519	0.13 470	0.15 461	0.22 630	0.08 478	0.06 475	0.09 550	0.08 524	0.08 503	0.08 517

xxx	0.15 534	0.09 489	0.15 474	0.16 233	0.09 396	0.17 536	0.17 497	0.27 545	0.26 544	0.15 452	0.26 567	0.19 519	0.13 470	0.15 461	0.22 630	0.08 478	0.06 475	0.09 550	0.08 524	0.08 503	0.08 517

iinet-f	0.17 588	0.07 244	0.46 721	0.14 77	0.10 515	0.21 612	0.14 305	0.27 545	0.23 493	0.22 602	0.25 553	0.21 546	0.16 545	0.18 553	0.22 630	0.09 545	0.07 553	0.07 360	0.06 332	0.09 569	0.10 600

psm_up	0.19 616	0.10 558	0.18 579	0.21 629	0.11 576	0.17 536	0.19 595	0.38 698	0.34 620	0.22 602	0.28 596	0.29 639	0.25 658	0.20 598	0.22 630	0.09 545	0.10 651	0.11 631	0.11 645	0.08 503	0.08 517

UPFNet	0.16 565	0.08 397	0.12 336	0.20 588	0.12 611	0.20 599	0.23 668	0.28 570	0.26 544	0.18 529	0.24 526	0.22 564	0.20 620	0.19 579	0.22 630	0.09 545	0.07 553	0.08 457	0.09 572	0.08 503	0.06 349

ac_64	0.16 565	0.09 489	0.15 474	0.18 429	0.10 515	0.22 626	0.17 497	0.24 493	0.22 483	0.19 547	0.24 526	0.29 639	0.18 587	0.19 579	0.22 630	0.09 545	0.08 590	0.08 457	0.09 572	0.07 427	0.06 349

MaskLacGwcNet_RVC	0.22 648	0.21 714	0.25 650	0.26 707	0.11 576	0.24 649	0.14 305	0.39 704	0.24 505	0.32 698	0.36 660	0.30 649	0.21 628	0.19 579	0.22 630	0.17 723	0.14 707	0.21 731	0.16 715	0.13 666	0.12 649

NaN_ROB	0.23 662	0.20 708	0.25 650	0.25 697	0.13 637	0.31 699	0.27 714	0.34 660	0.41 670	0.31 691	0.31 623	0.32 671	0.23 641	0.31 691	0.22 630	0.11 625	0.17 738	0.10 600	0.11 645	0.08 503	0.09 568

TCMNet	0.19 616	0.12 605	0.20 610	0.21 629	0.18 717	0.21 612	0.24 680	0.28 570	0.36 639	0.23 617	0.26 567	0.25 603	0.20 620	0.20 598	0.23 641	0.13 670	0.11 666	0.11 631	0.12 669	0.13 666	0.12 649

SQANet	0.24 673	0.24 725	0.31 684	0.31 737	0.19 725	0.27 680	0.13 223	0.30 607	0.33 609	0.25 643	0.37 663	0.31 664	0.22 635	0.27 668	0.23 641	0.15 695	0.10 651	0.21 731	0.16 715	0.22 735	0.16 714

fast-acv-ft	0.18 604	0.11 586	0.20 610	0.19 516	0.12 611	0.26 670	0.21 636	0.26 530	0.35 634	0.22 602	0.34 651	0.27 620	0.21 628	0.21 617	0.23 641	0.09 545	0.09 627	0.08 457	0.10 613	0.08 503	0.07 440

UDG	0.21 640	0.17 681	0.20 610	0.23 675	0.15 680	0.31 699	0.20 618	0.33 645	0.35 634	0.24 630	0.28 596	0.31 664	0.29 687	0.21 617	0.23 641	0.15 695	0.12 682	0.13 667	0.09 572	0.14 686	0.15 704

ADLNet2	0.16 565	0.09 489	0.14 437	0.17 323	0.09 396	0.20 599	0.16 463	0.32 631	0.39 658	0.17 496	0.20 471	0.20 536	0.19 606	0.21 617	0.23 641	0.08 478	0.07 553	0.07 360	0.07 440	0.09 569	0.07 440

S-Stereo	0.21 640	0.12 605	0.25 650	0.21 629	0.13 637	0.21 612	0.19 595	0.33 645	0.45 690	0.23 617	0.36 660	0.28 630	0.29 687	0.20 598	0.23 641	0.09 545	0.12 682	0.10 600	0.10 613	0.13 666	0.14 690

RGC	0.25 680	0.20 708	0.29 675	0.28 722	0.16 694	0.22 626	0.23 668	0.33 645	0.44 686	0.27 655	0.40 681	0.38 699	0.28 682	0.37 720	0.23 641	0.11 625	0.13 696	0.17 711	0.17 723	0.15 700	0.16 714

stereogan	0.22 648	0.11 586	0.21 622	0.20 588	0.12 611	0.32 701	0.19 595	0.36 682	0.45 690	0.23 617	0.39 678	0.35 688	0.27 673	0.33 700	0.23 641	0.10 590	0.12 682	0.10 600	0.10 613	0.14 686	0.14 690

DeepPrunerF	0.24 673	0.17 681	0.45 718	0.26 707	0.16 694	0.23 640	0.29 731	0.37 691	0.51 715	0.27 655	0.31 623	0.24 590	0.28 682	0.22 635	0.23 641	0.15 695	0.11 666	0.20 728	0.18 729	0.12 647	0.14 690

GANet	0.22 648	0.13 632	0.21 622	0.25 697	0.14 661	0.23 640	0.22 654	0.42 717	0.27 557	0.31 691	0.43 703	0.37 693	0.29 687	0.23 643	0.23 641	0.10 590	0.12 682	0.10 600	0.09 572	0.10 605	0.08 517

DPSNet	0.28 703	0.16 668	0.33 693	0.18 429	0.13 637	0.55 748	0.42 762	0.52 749	0.68 755	0.29 678	0.38 670	0.39 704	0.30 698	0.32 696	0.23 641	0.11 625	0.10 651	0.11 631	0.08 524	0.20 732	0.16 714

PWC_ROB	0.21 640	0.16 668	0.27 661	0.18 429	0.11 576	0.22 626	0.13 223	0.33 645	0.49 705	0.30 684	0.40 681	0.32 671	0.25 658	0.31 691	0.23 641	0.10 590	0.07 553	0.11 631	0.08 524	0.11 627	0.10 600

FSD					0.23 743	0.25 658	0.25 698	0.27 545	0.26 544	0.25 643	0.26 567	0.26 613	0.26 666	0.27 668	0.24 653	0.21 746	0.20 746	0.27 748	0.26 750	0.25 751

1111x	0.16 565	0.09 489	0.13 387	0.18 429	0.08 267	0.18 554	0.25 698	0.32 631	0.25 530	0.17 496	0.24 526	0.27 620	0.15 524	0.14 437	0.24 653	0.07 393	0.07 553	0.08 457	0.09 572	0.07 427	0.07 440

ACVNet-4b	0.39 734	0.53 765	0.56 734	0.45 762	0.24 747	0.46 739	0.18 548	0.50 743	0.64 749	0.42 725	0.45 707	0.60 743	0.27 673	0.34 705	0.24 653	0.33 763	0.14 707	0.48 768	0.42 769	0.31 762	0.27 756

Anonymous_2	0.22 648	0.17 681	0.28 666	0.15 135	0.16 694	0.33 705	0.22 654	0.23 467	0.18 391	0.23 617	0.24 526	0.26 613	0.27 673	0.27 668	0.24 653	0.22 750	0.26 765	0.17 711	0.17 723	0.16 714	0.18 732

DGSMNet	0.25 680	0.19 702	0.34 696	0.21 629	0.24 747	0.24 649	0.21 636	0.36 682	0.42 672	0.25 643	0.32 633	0.38 699	0.21 628	0.29 684	0.24 653	0.13 670	0.11 666	0.14 682	0.16 715	0.23 741	0.23 745

aanetorigin	0.22 648	0.17 681	0.57 737	0.18 429	0.10 515	0.16 512	0.19 595	0.20 395	0.33 609	0.49 736	0.48 714	0.30 649	0.28 682	0.21 617	0.24 653	0.08 478	0.07 553	0.08 457	0.07 440	0.10 605	0.09 568

DANet	0.21 640	0.16 668	0.29 675	0.25 697	0.13 637	0.23 640	0.19 595	0.28 570	0.27 557	0.28 668	0.32 633	0.35 688	0.32 705	0.31 691	0.24 653	0.11 625	0.09 627	0.11 631	0.10 613	0.13 666	0.11 627
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	0.25 680	0.17 681	0.23 641	0.27 715	0.14 661	0.26 670	0.22 654	0.42 717	0.43 684	0.42 725	0.41 692	0.43 717	0.27 673	0.32 696	0.24 653	0.09 545	0.15 716	0.15 694	0.12 669	0.12 647	0.10 600

z-ln-s-r	0.18 604	0.10 558	0.41 712	0.19 516	0.08 267	0.18 554	0.18 548	0.23 467	0.34 620	0.19 547	0.41 692	0.22 564	0.17 571	0.20 598	0.25 661	0.07 393	0.05 284	0.07 360	0.07 440	0.07 427	0.06 349

w-ln-seven-2	0.20 625	0.14 648	0.39 707	0.23 675	0.12 611	0.21 612	0.21 636	0.29 592	0.38 652	0.25 643	0.38 670	0.28 630	0.23 641	0.21 617	0.25 661	0.08 478	0.08 590	0.09 550	0.09 572	0.10 605	0.09 568

APVNet	0.23 662	0.12 605	0.20 610	0.18 429	0.14 661	0.32 701	0.31 741	0.40 707	0.33 609	0.27 655	0.40 681	0.30 649	0.29 687	0.27 668	0.25 661	0.11 625	0.12 682	0.11 631	0.14 687	0.12 647	0.13 668

Syn2CoEx	0.22 648	0.16 668	0.29 675	0.29 731	0.15 680	0.26 670	0.21 636	0.34 660	0.32 603	0.29 678	0.36 660	0.28 630	0.25 658	0.20 598	0.25 661	0.16 717	0.12 682	0.14 682	0.11 645	0.09 569	0.08 517

GwcNet	0.20 625	0.14 648	0.20 610	0.18 429	0.12 611	0.25 658	0.20 618	0.36 682	0.45 690	0.20 569	0.33 640	0.33 677	0.21 628	0.22 635	0.25 661	0.11 625	0.09 627	0.09 550	0.09 572	0.09 569	0.10 600

RP	0.22 648	0.13 632	0.22 633	0.23 675	0.12 611	0.21 612	0.20 618	0.26 530	0.45 690	0.22 602	0.38 670	0.37 693	0.25 658	0.28 677	0.25 661	0.11 625	0.12 682	0.13 667	0.12 669	0.13 666	0.14 690

edge stereo	0.23 662	0.14 648	0.21 622	0.21 629	0.13 637	0.24 649	0.16 463	0.32 631	0.42 672	0.32 698	0.40 681	0.39 704	0.35 715	0.25 661	0.25 661	0.13 670	0.11 666	0.14 682	0.11 645	0.12 647	0.14 690

Nwc_Net	0.23 662	0.17 681	0.22 633	0.25 697	0.15 680	0.25 658	0.27 714	0.38 698	0.39 658	0.22 602	0.41 692	0.30 649	0.29 687	0.28 677	0.25 661	0.11 625	0.10 651	0.17 711	0.20 733	0.10 605	0.11 627

PA-Net	0.24 673	0.18 696	0.34 696	0.28 722	0.22 740	0.22 626	0.39 759	0.29 592	0.39 658	0.22 602	0.33 640	0.25 603	0.26 666	0.21 617	0.25 661	0.10 590	0.23 762	0.15 694	0.22 743	0.09 569	0.13 668
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DRN-Test	0.20 625	0.11 586	0.21 622	0.22 654	0.10 515	0.22 626	0.22 654	0.40 707	0.38 652	0.24 630	0.33 640	0.26 613	0.22 635	0.22 635	0.25 661	0.11 625	0.07 553	0.11 631	0.10 613	0.09 569	0.08 517

NCCL2	0.24 673	0.15 655	0.18 579	0.34 743	0.18 717	0.24 649	0.24 680	0.34 660	0.29 581	0.31 691	0.38 670	0.38 699	0.29 687	0.23 643	0.25 661	0.15 695	0.12 682	0.18 721	0.21 740	0.13 666	0.13 668

SANet	0.25 680	0.14 648	0.29 675	0.21 629	0.11 576	0.29 694	0.25 698	0.40 707	0.65 753	0.36 709	0.40 681	0.42 715	0.27 673	0.27 668	0.25 661	0.12 651	0.09 627	0.10 600	0.09 572	0.13 666	0.12 649

DispFullNet	0.27 700	0.22 718	0.66 751	0.28 722	0.17 706	0.27 680	0.17 497	0.34 660	0.57 732	0.27 655	0.37 663	0.43 717	0.24 650	0.39 727	0.25 661	0.12 651	0.06 475	0.19 723	0.11 645	0.23 741	0.16 714

zh-mn7	0.26 692	0.15 655	0.59 742	0.19 516	0.14 661	0.24 649	0.22 654	0.35 675	0.63 747	0.35 706	0.67 742	0.31 664	0.25 658	0.31 691	0.26 674	0.09 545	0.08 590	0.09 550	0.09 572	0.09 569	0.11 627

AF-Net	0.23 662	0.17 681	0.17 544	0.27 715	0.13 637	0.26 670	0.24 680	0.33 645	0.51 715	0.25 643	0.33 640	0.39 704	0.27 673	0.28 677	0.26 674	0.11 625	0.10 651	0.16 705	0.12 669	0.11 627	0.11 627

ADCRef	0.20 625	0.12 605	0.43 717	0.20 588	0.12 611	0.23 640	0.18 548	0.32 631	0.37 646	0.26 648	0.33 640	0.18 507	0.23 641	0.25 661	0.26 674	0.07 393	0.06 475	0.09 550	0.09 572	0.08 503	0.09 568

LSM	0.34 727	0.21 714	0.62 747	0.27 715	0.62 780	0.35 715	0.26 709	0.43 723	0.49 705	0.45 732	0.60 740	0.42 715	0.37 720	0.35 710	0.26 674	0.13 670	0.21 756	0.14 682	0.16 715	0.18 725	0.34 763

WCMA_ROB	0.24 673	0.11 586	0.24 647	0.17 323	0.14 661	0.34 710	0.16 463	0.33 645	0.33 609	0.39 716	0.54 725	0.40 710	0.35 715	0.35 710	0.26 674	0.12 651	0.12 682	0.12 653	0.11 645	0.14 686	0.14 690

SGM_RVC	0.24 673	0.12 605	0.16 518	0.15 135	0.09 396	0.34 710	0.19 595	0.35 675	0.32 603	0.44 730	0.38 670	0.53 739	0.36 718	0.36 714	0.26 674	0.13 670	0.13 696	0.13 667	0.13 681	0.11 627	0.11 627
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SCION-MonSter	0.22 648	0.17 681	0.17 544	0.25 697	0.18 717	0.35 715	0.17 497	0.29 592	0.48 703	0.23 617	0.46 710	0.20 536	0.19 606	0.26 665	0.27 680	0.09 545	0.08 590	0.23 740	0.20 733	0.11 627	0.11 627

z-mn7	0.25 680	0.15 655	0.47 724	0.19 516	0.13 637	0.28 690	0.25 698	0.35 675	0.64 749	0.27 655	0.57 732	0.29 639	0.24 650	0.32 696	0.27 680	0.08 478	0.08 590	0.08 457	0.08 524	0.10 605	0.10 600

Wz-Net-LNSev	0.22 648	0.16 668	0.41 712	0.22 654	0.13 637	0.25 658	0.24 680	0.33 645	0.44 686	0.30 684	0.42 700	0.32 671	0.19 606	0.23 643	0.27 680	0.10 590	0.09 627	0.08 457	0.08 524	0.12 647	0.11 627

Wz-Net-MNSev	0.23 662	0.13 632	0.33 693	0.20 588	0.15 680	0.36 720	0.25 698	0.34 660	0.45 690	0.29 678	0.41 692	0.39 704	0.19 606	0.25 661	0.27 680	0.09 545	0.07 553	0.09 550	0.09 572	0.12 647	0.10 600

G-Net	0.25 680	0.17 681	0.38 706	0.23 675	0.16 694	0.51 743	0.23 668	0.29 592	0.35 634	0.36 709	0.38 670	0.31 664	0.29 687	0.28 677	0.27 680	0.11 625	0.09 627	0.12 653	0.10 613	0.16 714	0.14 690

CC-Net-ROB	0.28 703	0.31 752	0.36 704	0.30 735	0.15 680	0.25 658	0.19 595	0.45 734	0.34 620	0.39 716	0.37 663	0.39 704	0.31 703	0.27 668	0.27 680	0.24 758	0.18 740	0.30 760	0.23 747	0.19 730	0.15 704

ETE_ROB	0.23 662	0.17 681	0.23 641	0.25 697	0.14 661	0.26 670	0.29 731	0.32 631	0.37 646	0.28 668	0.37 663	0.45 721	0.27 673	0.28 677	0.27 680	0.11 625	0.09 627	0.12 653	0.10 613	0.14 686	0.13 668

PSMNet_ROB	0.22 648	0.12 605	0.15 474	0.27 715	0.15 680	0.25 658	0.36 753	0.43 723	0.37 646	0.27 655	0.33 640	0.32 671	0.23 641	0.21 617	0.27 680	0.12 651	0.08 590	0.13 667	0.11 645	0.10 605	0.09 568

MeshStereo	0.27 700	0.13 632	0.18 579	0.15 135	0.11 576	0.33 705	0.24 680	0.41 712	0.36 639	0.53 739	0.58 736	0.67 750	0.41 732	0.36 714	0.27 680	0.14 691	0.13 696	0.13 667	0.11 645	0.11 627	0.11 627
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
DStereoO	0.25 680	0.18 696	0.19 605	0.20 588	0.15 680	0.22 626	0.19 595	0.33 645	0.42 672	0.30 684	0.22 509	0.33 677	0.28 682	0.42 742	0.28 689	0.47 773	0.12 682	0.31 761	0.11 645	0.17 721	0.12 649

w-ln-seven	0.24 673	0.15 655	0.58 740	0.20 588	0.14 661	0.26 670	0.22 654	0.36 682	0.62 744	0.30 684	0.40 681	0.30 649	0.23 641	0.22 635	0.28 689	0.09 545	0.09 627	0.11 631	0.10 613	0.11 627	0.10 600

test_xeample	0.15 534	0.07 244	0.14 437	0.15 135	0.08 267	0.22 626	0.20 618	0.29 592	0.21 461	0.16 482	0.29 611	0.19 519	0.17 571	0.16 490	0.28 689	0.09 545	0.05 284	0.07 360	0.07 440	0.07 427	0.07 440

psmorigin	0.25 680	0.16 668	0.35 702	0.17 323	0.13 637	0.24 649	0.14 305	0.34 660	0.34 620	0.41 723	0.55 726	0.41 713	0.38 722	0.35 710	0.28 689	0.11 625	0.15 716	0.11 631	0.11 645	0.12 647	0.17 725

NCC-stereo	0.25 680	0.15 655	0.31 684	0.26 707	0.17 706	0.21 612	0.31 741	0.41 712	0.40 663	0.24 630	0.38 670	0.33 677	0.29 687	0.37 720	0.28 689	0.13 670	0.11 666	0.15 694	0.22 743	0.13 666	0.13 668

Abc-Net	0.25 680	0.15 655	0.31 684	0.26 707	0.17 706	0.21 612	0.31 741	0.41 712	0.40 663	0.24 630	0.38 670	0.33 677	0.29 687	0.37 720	0.28 689	0.13 670	0.11 666	0.15 694	0.22 743	0.13 666	0.13 668
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCP+	0.20 625	0.10 558	0.35 702	0.21 629	0.12 611	0.22 626	0.27 714	0.31 625	0.35 634	0.26 648	0.37 663	0.22 564	0.22 635	0.27 668	0.28 689	0.09 545	0.06 475	0.08 457	0.08 524	0.10 605	0.10 600

LALA_ROB	0.25 680	0.16 668	0.23 641	0.27 715	0.17 706	0.27 680	0.27 714	0.42 717	0.38 652	0.33 702	0.39 678	0.51 735	0.26 666	0.29 684	0.28 689	0.16 717	0.09 627	0.13 667	0.12 669	0.13 666	0.13 668

MSMD_ROB	0.31 716	0.26 734	0.26 659	0.24 687	0.21 737	0.34 710	0.25 698	0.34 660	0.39 658	0.40 719	0.69 746	0.45 721	0.41 732	0.34 705	0.28 689	0.20 743	0.20 746	0.26 744	0.25 749	0.23 741	0.22 744

DStereoFS	0.27 700	0.22 718	0.32 688	0.23 675	0.15 680	0.23 640	0.21 636	0.52 749	0.49 705	0.28 668	0.45 707	0.34 682	0.36 718	0.53 759	0.29 698	0.13 670	0.11 666	0.15 694	0.13 681	0.17 721	0.17 725

DStereoSA	0.26 692	0.19 702	0.39 707	0.27 715	0.17 706	0.23 640	0.21 636	0.50 743	0.60 739	0.22 602	0.30 617	0.29 639	0.34 711	0.40 734	0.29 698	0.12 651	0.11 666	0.16 705	0.14 687	0.15 700	0.12 649

xxxx	0.15 534	0.07 244	0.14 437	0.14 77	0.08 267	0.24 649	0.18 548	0.32 631	0.20 445	0.14 427	0.28 596	0.22 564	0.14 504	0.15 461	0.29 698	0.09 545	0.05 284	0.07 360	0.07 440	0.08 503	0.08 517

MFN_U_SF_DS_RVC	0.30 710	0.24 725	0.30 681	0.36 750	0.16 694	0.36 720	0.31 741	0.34 660	0.43 684	0.41 723	0.46 710	0.38 699	0.30 698	0.35 710	0.29 698	0.19 736	0.20 746	0.26 744	0.29 758	0.18 725	0.19 737

SGM-ForestM	0.33 720	0.12 605	0.17 544	0.16 233	0.11 576	0.42 736	0.20 618	0.43 723	0.53 726	0.53 739	0.57 732	1.41 785	0.44 744	0.42 742	0.29 698	0.14 691	0.16 733	0.16 705	0.16 715	0.12 647	0.13 668

DISCO	0.20 625	0.09 489	0.22 633	0.17 323	0.10 515	0.25 658	0.18 548	0.28 570	0.45 690	0.23 617	0.32 633	0.34 682	0.26 666	0.29 684	0.29 698	0.08 478	0.06 475	0.07 360	0.07 440	0.09 569	0.10 600

XPNet_ROB	0.22 648	0.12 605	0.20 610	0.22 654	0.13 637	0.22 626	0.19 595	0.35 675	0.40 663	0.30 684	0.40 681	0.38 699	0.27 673	0.26 665	0.29 698	0.15 695	0.10 651	0.10 600	0.10 613	0.13 666	0.12 649

light-stereo	0.44 744	0.27 741	0.64 750	0.61 770	0.50 769	0.34 710	0.23 668	0.47 738	0.52 721	0.57 748	0.59 738	0.78 762	0.33 709	0.49 751	0.30 705	0.33 763	0.25 763	0.27 748	0.33 763	0.47 768	0.41 770

FC-DCNN v2	0.33 720	0.28 743	0.28 666	0.26 707	0.23 743	0.39 729	0.29 731	0.41 712	0.44 686	0.46 733	0.57 732	0.51 735	0.41 732	0.38 725	0.30 705	0.21 746	0.20 746	0.27 748	0.26 750	0.25 751	0.24 746

FCDSN-DC	0.33 720	0.28 743	0.28 666	0.30 735	0.24 747	0.39 729	0.28 720	0.43 723	0.42 672	0.44 730	0.53 721	0.51 735	0.42 736	0.37 720	0.30 705	0.21 746	0.20 746	0.27 748	0.26 750	0.25 751	0.25 750
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SHD	0.26 692	0.15 655	0.31 684	0.24 687	0.18 717	0.23 640	0.15 395	0.39 704	0.72 760	0.32 698	0.42 700	0.36 690	0.29 687	0.33 700	0.30 705	0.13 670	0.11 666	0.14 682	0.13 681	0.16 714	0.20 740

ADCL	0.25 680	0.12 605	0.49 727	0.22 654	0.12 611	0.36 720	0.29 731	0.30 607	0.57 732	0.24 630	0.47 713	0.30 649	0.31 703	0.30 690	0.30 705	0.09 545	0.07 553	0.09 550	0.09 572	0.10 605	0.10 600

LE_ROB	0.50 754	0.07 244	0.14 437	0.15 135	0.08 267	0.26 670	0.17 497	0.23 467	1.71 796	4.68 805	0.67 742	0.46 725	0.47 747	0.21 617	0.30 705	0.07 393	0.06 475	0.06 233	0.06 332	0.08 503	0.06 349

Wz-Net-TNSev	0.29 707	0.20 708	0.69 759	0.19 516	0.15 680	0.38 726	0.27 714	0.36 682	0.56 730	0.35 706	0.42 700	0.45 721	0.39 725	0.33 700	0.31 711	0.13 670	0.13 696	0.10 600	0.12 669	0.15 700	0.15 704

RTSC	0.23 662	0.13 632	0.30 681	0.21 629	0.13 637	0.29 694	0.17 497	0.36 682	0.68 755	0.27 655	0.34 651	0.30 649	0.22 635	0.32 696	0.31 711	0.10 590	0.08 590	0.09 550	0.10 613	0.13 666	0.14 690

RYNet	0.23 662	0.12 605	0.22 633	0.19 516	0.17 706	0.47 740	0.26 709	0.39 704	0.49 705	0.24 630	0.29 611	0.34 682	0.24 650	0.20 598	0.31 711	0.10 590	0.06 475	0.09 550	0.09 572	0.14 686	0.15 704

FC-DCNN	0.33 720	0.28 743	0.28 666	0.26 707	0.23 743	0.38 726	0.29 731	0.40 707	0.44 686	0.46 733	0.56 728	0.51 735	0.41 732	0.38 725	0.31 711	0.21 746	0.20 746	0.27 748	0.26 750	0.25 751	0.24 746

CSAN	0.30 710	0.24 725	0.28 666	0.34 743	0.19 725	0.34 710	0.42 762	0.38 698	0.51 715	0.38 715	0.40 681	0.44 720	0.34 711	0.29 684	0.31 711	0.19 736	0.16 733	0.19 723	0.19 730	0.14 686	0.15 704

TARSTereo(ZeroShot)	0.66 762	0.18 696	0.59 742	0.28 722	0.22 740	1.31 789	0.25 698	0.61 767	1.61 794	0.69 758	3.69 799	1.08 773	0.82 779	0.39 727	0.32 716	0.18 727	0.15 716	0.20 728	0.20 733	0.18 725	0.24 746

TARStereo(FT)	0.37 730	0.26 734	0.32 688	0.42 758	0.20 729	0.78 768	1.22 793	0.43 723	0.42 672	0.33 702	0.53 721	0.48 732	0.38 722	0.33 700	0.32 716	0.17 723	0.14 707	0.21 731	0.15 707	0.23 741	0.12 649

2222	0.37 730	0.26 734	0.32 688	0.42 758	0.20 729	0.78 768	1.22 793	0.43 723	0.42 672	0.33 702	0.53 721	0.48 732	0.38 722	0.33 700	0.32 716	0.17 723	0.14 707	0.21 731	0.15 707	0.23 741	0.12 649

TestStereooo	0.66 762	0.18 696	0.59 742	0.28 722	0.22 740	1.31 789	0.25 698	0.61 767	1.61 794	0.69 758	3.69 799	1.08 773	0.82 779	0.39 727	0.32 716	0.18 727	0.15 716	0.20 728	0.20 733	0.18 725	0.24 746

PStereo	0.20 625	0.22 718	0.20 610	0.18 429	0.10 515	0.13 406	0.19 595	0.28 570	0.38 652	0.20 569	0.14 362	0.28 630	0.32 705	0.24 655	0.32 716	0.18 727	0.13 696	0.16 705	0.11 645	0.13 666	0.12 649

Ntro	0.41 737	0.40 760	0.54 731	0.46 765	0.30 759	0.64 756	0.24 680	0.47 738	0.68 755	0.42 725	0.49 715	0.47 729	0.42 736	0.40 734	0.32 716	0.32 762	0.28 767	0.37 764	0.31 761	0.33 764	0.29 757

Wz-Net-SNSev	0.26 692	0.17 681	0.46 721	0.25 697	0.14 661	0.26 670	0.24 680	0.38 698	0.57 732	0.30 684	0.56 728	0.39 704	0.26 666	0.24 655	0.32 716	0.10 590	0.09 627	0.10 600	0.11 645	0.11 627	0.11 627

EDNetEfficient	0.30 710	0.24 725	1.18 781	0.18 429	0.10 515	0.20 599	0.20 618	0.21 418	0.61 741	0.74 767	0.56 728	0.30 649	0.40 730	0.23 643	0.32 716	0.09 545	0.07 553	0.08 457	0.07 440	0.11 627	0.10 600

AANet	0.31 716	0.20 708	1.05 779	0.16 233	0.13 637	0.23 640	0.16 463	0.30 607	0.64 749	0.60 750	0.53 721	0.46 725	0.39 725	0.23 643	0.33 724	0.12 651	0.10 651	0.11 631	0.10 613	0.13 666	0.12 649

zh-sn7	0.26 692	0.17 681	0.55 733	0.24 687	0.14 661	0.25 658	0.25 698	0.34 660	0.49 705	0.29 678	0.55 726	0.29 639	0.32 705	0.37 720	0.33 724	0.10 590	0.10 651	0.11 631	0.11 645	0.12 647	0.12 649

otaku	0.39 734	0.38 758	0.53 729	0.44 761	0.28 755	0.57 750	0.24 680	0.42 717	0.62 744	0.40 719	0.50 717	0.46 725	0.34 711	0.40 734	0.33 724	0.30 761	0.30 769	0.39 765	0.33 763	0.30 759	0.29 757

GANetREF_RVC	0.31 716	0.34 755	0.29 675	0.35 748	0.16 694	0.33 705	0.42 762	0.48 740	0.52 721	0.35 706	0.35 655	0.34 682	0.32 705	0.40 734	0.33 724	0.27 760	0.20 746	0.29 758	0.15 707	0.19 730	0.18 732
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
ADCPNet	0.26 692	0.17 681	0.62 747	0.21 629	0.15 680	0.36 720	0.25 698	0.33 645	0.37 646	0.31 691	0.41 692	0.36 690	0.29 687	0.29 684	0.34 728	0.12 651	0.10 651	0.11 631	0.12 669	0.14 686	0.13 668

PDISCO_ROB	0.28 703	0.16 668	0.28 666	0.28 722	0.20 729	0.33 705	0.27 714	0.45 734	0.58 735	0.28 668	0.41 692	0.45 721	0.30 698	0.34 705	0.35 729	0.12 651	0.09 627	0.17 711	0.16 715	0.17 721	0.13 668

ACVNet_1	0.45 747	0.51 764	0.61 745	0.45 762	0.28 755	0.50 741	0.28 720	0.58 765	0.71 759	0.63 752	0.59 738	0.74 760	0.50 751	0.50 752	0.36 730	0.26 759	0.25 763	0.39 765	0.29 758	0.32 763	0.25 750

ADCMid	0.26 692	0.15 655	0.42 715	0.20 588	0.14 661	0.25 658	0.26 709	0.35 675	0.40 663	0.37 713	0.45 707	0.34 682	0.42 736	0.36 714	0.36 730	0.10 590	0.09 627	0.11 631	0.11 645	0.13 666	0.13 668

AnyNet_C32	0.26 692	0.16 668	0.39 707	0.20 588	0.17 706	0.26 670	0.31 741	0.32 631	0.45 690	0.31 691	0.50 717	0.30 649	0.34 711	0.41 741	0.36 730	0.12 651	0.12 682	0.12 653	0.14 687	0.14 686	0.15 704

PASM	0.33 720	0.25 731	0.51 728	0.28 722	0.27 753	0.30 697	0.31 741	0.35 675	0.51 715	0.36 709	0.40 681	0.47 729	0.35 715	0.34 705	0.36 730	0.23 756	0.26 765	0.26 744	0.28 757	0.23 741	0.21 741

PatchMatch Cens Cmp	0.34 727	0.15 655	0.21 622	0.17 323	0.13 637	0.42 736	0.21 636	0.48 740	0.53 726	0.69 758	0.81 763	0.88 766	0.52 755	0.45 746	0.37 734	0.15 695	0.15 716	0.16 705	0.15 707	0.13 666	0.13 668

WZ-Net	0.29 707	0.17 681	0.82 771	0.23 675	0.16 694	0.35 715	0.29 731	0.40 707	0.59 738	0.24 630	0.57 732	0.37 693	0.25 658	0.34 705	0.37 734	0.09 545	0.08 590	0.09 550	0.10 613	0.14 686	0.16 714

RTS	0.46 749	0.19 702	3.33 792	0.25 697	0.15 680	0.72 763	0.21 636	0.37 691	0.78 769	0.42 725	0.44 705	0.31 664	0.43 740	0.55 762	0.37 734	0.10 590	0.09 627	0.13 667	0.13 681	0.15 700	0.15 704

RTSA	0.46 749	0.19 702	3.33 792	0.25 697	0.15 680	0.72 763	0.21 636	0.37 691	0.78 769	0.42 725	0.44 705	0.31 664	0.43 740	0.55 762	0.37 734	0.10 590	0.09 627	0.13 667	0.13 681	0.15 700	0.15 704

PM Graph cmp D40	0.32 719	0.16 668	0.27 661	0.19 516	0.13 637	0.32 701	0.21 636	0.43 723	0.58 735	0.56 745	0.73 752	0.71 759	0.47 747	0.40 734	0.38 738	0.15 695	0.15 716	0.15 694	0.14 687	0.12 647	0.13 668

PatchMatch Graph Cmp	0.33 720	0.16 668	0.27 661	0.19 516	0.13 637	0.33 705	0.21 636	0.44 731	0.63 747	0.57 748	0.84 765	0.69 753	0.46 746	0.39 727	0.38 738	0.15 695	0.15 716	0.15 694	0.14 687	0.12 647	0.13 668

1111	0.45 747	0.24 725	0.56 734	0.33 741	0.20 729	0.88 775	0.37 754	0.52 749	0.84 772	0.64 753	0.69 746	0.70 755	0.70 774	0.79 773	0.38 738	0.17 723	0.15 716	0.19 723	0.19 730	0.22 735	0.17 725

MFN_U_SF_RVC	0.33 720	0.22 718	0.58 740	0.31 737	0.15 680	0.36 720	0.17 497	0.54 756	0.46 699	0.47 735	0.56 728	0.58 742	0.39 725	0.36 714	0.38 738	0.15 695	0.15 716	0.18 721	0.21 740	0.16 714	0.16 714

PM Cens cmp D40	0.34 727	0.15 655	0.20 610	0.17 323	0.13 637	0.40 731	0.21 636	0.51 747	0.52 721	0.64 753	0.74 755	0.84 765	0.50 751	0.46 747	0.39 742	0.15 695	0.15 716	0.16 705	0.14 687	0.13 666	0.13 668

XQC	0.29 707	0.23 722	0.53 729	0.29 731	0.19 725	0.36 720	0.28 720	0.37 691	0.58 735	0.31 691	0.31 623	0.37 693	0.30 698	0.39 727	0.39 742	0.13 670	0.09 627	0.15 694	0.12 669	0.18 725	0.18 732

MANE	0.47 751	0.28 743	0.28 666	0.27 715	0.24 747	0.50 741	0.32 749	0.57 760	0.62 744	0.74 767	1.20 783	1.21 778	0.64 769	0.54 761	0.39 742	0.22 750	0.20 746	0.27 748	0.31 761	0.26 755	0.25 750

UHP(FT)	0.42 739	0.26 734	0.45 718	0.37 752	0.20 729	0.62 753	0.45 766	0.53 753	0.75 765	0.55 742	0.78 759	0.70 755	0.58 762	0.51 754	0.40 745	0.19 736	0.22 760	0.22 737	0.20 733	0.21 733	0.17 725

mmmmmm	0.42 739	0.26 734	0.45 718	0.37 752	0.20 729	0.62 753	0.45 766	0.53 753	0.75 765	0.55 742	0.78 759	0.70 755	0.58 762	0.51 754	0.40 745	0.19 736	0.22 760	0.22 737	0.20 733	0.21 733	0.17 725

MSAF-DinoV2	0.23 662	0.11 586	0.25 650	0.17 323	0.10 515	0.28 690	0.17 497	0.38 698	0.56 730	0.21 586	0.27 585	0.47 729	0.28 682	0.36 714	0.40 745	0.09 545	0.06 475	0.07 360	0.09 572	0.12 647	0.11 627

PVD	0.40 736	0.21 714	0.40 710	0.32 740	0.23 743	0.30 697	0.45 766	0.53 753	0.97 778	0.55 742	0.80 762	0.54 740	0.60 767	0.53 759	0.40 745	0.19 736	0.14 707	0.17 711	0.14 687	0.24 749	0.32 761

EDNetEfficientorigin	7.92 803	0.32 753	152.98 833	0.20 588	0.10 515	0.22 626	0.17 497	0.23 467	0.60 739	0.73 765	0.67 742	0.41 713	0.51 754	0.24 655	0.41 749	0.08 478	0.07 553	0.09 550	0.07 440	0.12 647	0.11 627

SAMSARA	0.41 737	0.28 743	0.34 696	0.55 768	0.39 762	0.85 773	1.25 795	0.49 742	0.52 721	0.36 709	0.35 655	0.56 741	0.39 725	0.39 727	0.41 749	0.15 695	0.20 746	0.15 694	0.14 687	0.23 741	0.21 741

ELAS_RVC	0.42 739	0.29 750	0.33 693	0.28 722	0.24 747	0.56 749	0.38 757	0.50 743	0.61 741	0.74 767	0.76 757	0.67 750	0.56 759	0.55 762	0.42 751	0.22 750	0.21 756	0.27 748	0.26 750	0.27 757	0.26 754
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
coex-ft	3.24 791	0.35 756	57.83 832	0.18 429	0.13 637	0.27 680	0.23 668	0.28 570	0.72 760	1.89 799	0.70 748	0.43 717	0.47 747	0.29 684	0.43 752	0.09 545	0.09 627	0.12 653	0.09 572	0.14 686	0.14 690

ccnet	0.30 710	0.28 743	0.24 647	0.20 588	0.28 755	0.41 734	0.22 654	0.46 737	0.33 609	0.37 713	0.46 710	0.37 693	0.30 698	0.40 734	0.43 752	0.23 756	0.14 707	0.21 731	0.17 723	0.23 741	0.19 737

ADCS	0.30 710	0.19 702	0.48 726	0.21 629	0.18 717	0.29 694	0.24 680	0.42 717	0.64 749	0.40 719	0.50 717	0.40 710	0.37 720	0.40 734	0.43 752	0.13 670	0.13 696	0.13 667	0.14 687	0.16 714	0.16 714

RainbowNet	0.54 756	0.61 769	0.71 764	0.57 769	0.43 766	0.66 758	0.37 754	0.60 766	0.87 775	0.51 737	0.67 742	0.63 745	0.47 747	0.50 752	0.44 755	0.47 773	0.48 783	0.53 772	0.41 768	0.53 772	0.41 770

222	0.16 565	0.07 244	0.15 474	0.14 77	0.08 267	0.25 658	0.18 548	0.30 607	0.21 461	0.18 529	0.29 611	0.17 491	0.16 545	0.16 490	0.44 755	0.10 590	0.05 284	0.07 360	0.06 332	0.08 503	0.08 517

BEATNet-Init1	0.54 756	0.28 743	0.68 758	0.31 737	0.21 737	0.85 773	0.31 741	0.57 760	0.69 758	0.89 778	1.00 773	2.17 792	0.66 770	0.58 766	0.44 755	0.19 736	0.18 740	0.23 740	0.22 743	0.22 735	0.21 741

nnnnnnn	0.43 743	0.26 734	0.54 731	0.33 741	0.27 753	0.51 743	0.30 740	0.54 756	0.79 771	0.64 753	0.71 750	0.75 761	0.58 762	0.47 749	0.45 758	0.22 750	0.21 756	0.27 748	0.26 750	0.29 758	0.25 750

ELAS	0.42 739	0.29 750	0.34 696	0.28 722	0.24 747	0.63 755	0.37 754	0.52 749	0.52 721	0.72 764	0.82 764	0.68 752	0.56 759	0.52 757	0.45 758	0.22 750	0.21 756	0.27 748	0.26 750	0.26 755	0.26 754
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSC_U_SF_DS_RVC	0.44 744	0.39 759	0.56 734	0.40 755	0.20 729	0.66 758	0.33 750	0.54 756	0.72 760	0.71 763	0.72 751	0.62 744	0.55 757	0.52 757	0.47 760	0.20 743	0.19 745	0.29 758	0.30 760	0.24 749	0.19 737

fsdfsdds	0.54 756	0.19 702	0.72 765	0.34 743	0.18 717	0.51 743	0.33 750	0.55 759	1.06 779	0.74 767	2.30 797	1.05 771	0.89 785	0.36 714	0.48 761	0.16 717	0.16 733	0.26 744	0.19 730	0.15 700	0.15 704

ACVNet_2	0.67 766	0.68 774	0.70 762	0.64 771	0.41 764	0.75 766	0.50 770	0.98 784	1.38 789	0.90 779	1.09 777	1.04 770	0.74 775	0.55 762	0.48 761	0.43 769	0.40 776	0.53 772	0.45 770	0.48 769	0.36 765

Consistency-Raft	0.44 744	0.40 760	0.46 721	0.37 752	0.43 766	0.42 736	0.41 760	0.57 760	0.55 728	0.32 698	0.73 752	0.32 671	0.50 751	0.42 742	0.49 763	0.39 767	0.36 774	0.45 767	0.52 778	0.42 767	0.30 759

IMH-64-1	0.66 762	0.62 770	0.69 759	0.72 773	0.51 770	0.60 751	0.51 771	0.92 778	0.84 772	0.75 771	1.02 774	0.81 763	0.78 777	0.80 774	0.50 764	0.43 769	0.46 778	0.72 777	0.48 771	0.55 773	0.40 768

IMH-64	0.66 762	0.62 770	0.69 759	0.72 773	0.51 770	0.60 751	0.51 771	0.92 778	0.84 772	0.75 771	1.02 774	0.81 763	0.78 777	0.80 774	0.50 764	0.43 769	0.46 778	0.72 777	0.48 771	0.55 773	0.40 768

anonymity	0.53 755	0.58 766	0.66 751	0.41 756	0.61 779	0.54 747	0.41 760	0.57 760	0.41 670	0.56 745	0.50 717	0.50 734	0.55 757	0.59 767	0.50 764	0.58 780	0.50 787	0.51 770	0.51 776	0.52 770	0.58 777

AnyNet_C01	0.37 730	0.26 734	1.41 786	0.22 654	0.17 706	0.51 743	0.28 720	0.36 682	0.40 663	0.39 716	0.75 756	0.46 725	0.39 725	0.46 747	0.50 764	0.13 670	0.13 696	0.13 667	0.14 687	0.14 686	0.16 714

IMH	0.72 767	0.65 772	0.70 762	0.77 775	0.54 772	0.71 762	0.56 774	0.99 786	1.08 780	0.82 774	1.09 777	0.89 767	0.88 783	0.88 782	0.53 768	0.44 772	0.50 787	0.75 780	0.51 776	0.58 776	0.42 772

MonStereo1	0.49 753	0.27 741	0.61 745	0.29 731	0.20 729	0.40 731	0.19 595	0.51 747	0.66 754	0.53 739	0.91 769	1.02 769	0.59 766	0.51 754	0.58 769	0.53 777	0.32 772	0.55 774	0.40 767	0.36 765	0.38 767

SGM+DAISY	0.57 759	0.58 766	0.67 755	0.41 756	0.55 773	0.68 760	0.51 771	0.57 760	0.46 699	0.67 756	0.70 748	0.69 753	0.57 761	0.64 769	0.58 769	0.59 781	0.49 784	0.50 769	0.50 775	0.52 770	0.59 780

MFMNet_re	0.65 761	0.66 773	0.66 751	0.51 766	0.69 784	0.70 761	0.58 775	0.65 770	0.75 765	0.61 751	0.73 752	0.63 745	0.68 771	0.65 770	0.60 771	0.66 785	0.58 796	0.63 775	0.59 779	0.68 781	0.69 787

ktn	1.02 782	1.23 789	0.82 771	1.24 792	0.86 790	1.00 782	0.86 787	0.96 782	1.37 788	1.05 787	1.12 780	1.16 777	1.06 791	0.95 787	0.62 772	1.28 802	0.71 799	1.39 797	0.83 790	1.06 793	0.77 790

NVStereoNet_ROB	0.47 751	0.37 757	0.47 724	0.42 758	0.29 758	0.35 715	0.35 752	0.50 743	0.61 741	0.73 765	0.94 770	0.70 755	0.68 771	0.48 750	0.62 772	0.22 750	0.33 773	0.34 763	0.34 766	0.30 759	0.31 760
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SPS-STEREO	0.58 760	0.59 768	0.66 751	0.45 762	0.55 773	0.65 757	0.44 765	0.63 769	0.51 715	0.69 758	0.65 741	0.66 748	0.58 762	0.62 768	0.62 772	0.62 783	0.47 782	0.51 770	0.49 773	0.55 773	0.58 777
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
UHP(ZeroShot)	1.91 787	0.25 731	1.18 781	0.34 743	0.18 717	5.77 801	0.24 680	0.87 776	3.44 801	2.38 800	11.09 813	6.66 806	3.09 802	0.90 784	0.65 775	0.18 727	0.14 707	0.19 723	0.17 723	0.22 735	0.16 714

UHP	1.91 787	0.25 731	1.18 781	0.34 743	0.18 717	5.77 801	0.24 680	0.87 776	3.44 801	2.38 800	11.09 813	6.66 806	3.09 802	0.90 784	0.65 775	0.18 727	0.14 707	0.19 723	0.17 723	0.22 735	0.16 714

WAO-7	0.80 772	0.78 778	0.57 737	0.85 780	0.67 783	0.76 767	0.69 784	1.07 789	1.30 786	0.90 779	1.20 783	1.05 771	0.93 786	0.71 771	0.68 777	0.60 782	0.62 797	0.67 776	0.68 785	0.64 777	0.59 780

TorneroNet-64	0.76 770	0.73 776	0.77 769	0.78 777	0.58 778	0.94 779	0.58 775	0.85 775	1.26 784	0.67 756	0.88 767	1.41 785	0.76 776	0.87 780	0.68 777	0.49 775	0.46 778	0.73 779	0.59 779	0.68 781	0.54 776

PWCK	0.72 767	0.95 784	0.99 777	0.77 775	0.32 760	0.79 770	0.38 757	0.92 778	0.90 776	0.96 784	0.76 757	0.97 768	0.62 768	0.87 780	0.68 777	0.73 787	0.46 778	0.76 782	0.49 773	0.71 784	0.44 773

WAO-6	0.82 773	0.81 779	0.63 749	0.87 782	0.63 781	0.79 770	0.60 777	0.98 784	1.52 793	0.91 782	0.97 772	1.08 773	1.04 790	0.72 772	0.70 780	0.72 786	0.49 784	0.91 788	0.71 786	0.70 783	0.59 780

LVE	0.84 775	0.87 782	0.86 774	0.81 778	0.56 775	1.09 785	0.66 780	1.07 789	1.45 791	0.97 785	1.23 785	1.11 776	0.86 782	0.84 777	0.72 781	0.49 775	0.56 793	0.76 782	0.60 781	0.66 779	0.60 783

notaker	0.98 780	1.13 787	1.02 778	1.14 790	0.81 788	0.73 765	0.69 784	0.94 781	1.15 783	1.19 794	1.19 782	1.41 785	1.17 795	1.10 793	0.74 782	0.82 791	0.64 798	1.18 793	0.79 789	1.02 791	0.82 791

WAO-8	0.92 777	0.83 780	0.67 755	0.94 785	0.70 785	0.92 777	0.68 782	1.08 791	1.80 798	1.06 789	1.42 787	1.29 780	1.08 792	0.86 778	0.80 783	0.74 788	0.54 790	0.86 786	0.75 787	0.71 784	0.63 784

Venus	0.92 777	0.83 780	0.67 755	0.94 785	0.70 785	0.92 777	0.68 782	1.08 791	1.80 798	1.06 789	1.42 787	1.29 780	1.08 792	0.86 778	0.80 783	0.74 788	0.54 790	0.86 786	0.75 787	0.71 784	0.63 784

TorneroNet	0.83 774	0.75 777	0.83 773	0.85 780	0.63 781	1.03 783	0.65 779	0.96 782	1.14 782	0.80 773	1.10 779	1.36 783	0.88 783	0.95 787	0.82 785	0.57 778	0.49 784	0.79 785	0.66 784	0.74 787	0.64 786

Dean	0.88 776	0.88 783	0.81 770	0.82 779	0.57 776	0.91 776	0.62 778	1.17 799	1.71 796	1.15 792	1.16 781	1.31 782	1.00 789	0.82 776	0.83 786	0.57 778	0.56 793	0.78 784	0.65 782	0.67 780	0.58 777

KSHMR	1.10 783	1.19 788	0.90 776	1.26 793	1.00 792	0.99 780	0.96 790	1.13 797	1.35 787	1.16 793	1.28 786	1.40 784	0.97 788	1.03 790	0.93 787	1.03 800	1.08 801	1.20 794	1.03 795	1.03 792	0.98 793

UNDER WATER-64	0.97 779	0.96 785	1.48 788	0.88 783	0.57 776	1.24 788	0.90 789	0.78 772	0.96 777	1.05 787	0.85 766	1.56 790	1.26 796	0.97 789	0.99 788	0.88 792	0.57 795	1.04 792	0.88 791	0.81 788	0.75 788

UNDER WATER	0.99 781	1.00 786	1.47 787	1.00 787	0.71 787	1.18 787	0.86 787	0.81 774	1.09 781	1.02 786	0.90 768	1.53 789	1.26 796	1.06 791	1.02 789	0.79 790	0.54 790	1.02 790	0.88 791	0.83 789	0.75 788

JetBlue	0.73 769	0.46 763	1.21 784	0.52 767	0.47 768	2.16 792	0.67 781	0.78 772	0.72 760	0.70 762	0.79 761	1.21 778	0.84 781	1.06 791	1.04 790	0.40 768	0.28 767	0.33 762	0.33 763	0.30 759	0.34 763

MADNet+	0.76 770	0.72 775	3.76 795	0.67 772	0.41 764	0.99 780	0.97 791	0.72 771	0.75 765	0.52 738	0.58 736	0.64 747	0.68 771	0.89 783	1.04 790	0.35 765	0.36 774	0.28 757	0.23 747	0.38 766	0.33 762

HanzoNet	1.31 785	1.29 791	1.22 785	1.13 789	0.85 789	1.05 784	0.84 786	1.06 788	1.47 792	1.66 797	1.63 789	2.48 794	1.78 798	1.63 795	1.69 792	1.27 801	0.80 800	1.32 796	1.02 794	1.07 794	0.90 792

DPSimNet_ROB	1.14 784	1.25 790	0.87 775	1.15 791	0.90 791	1.15 786	1.18 792	1.20 800	1.26 784	1.45 796	1.05 776	1.44 788	1.13 794	0.92 786	1.70 793	1.47 803	0.52 789	1.22 795	1.04 796	0.92 790	1.03 794

zzzz4	3.65 793	5.61 811	4.02 801	12.30 811	11.85 813	4.60 794	3.99 801	1.11 795	0.45 690	0.87 776	2.08 793	6.08 801	0.43 740	3.05 798	2.22 794	0.96 797	0.15 716	1.91 803	1.76 800	5.84 807	3.78 803

noway1	3.65 793	5.60 810	3.99 799	12.30 811	11.85 813	4.61 795	4.00 803	1.11 795	0.45 690	0.87 776	2.08 793	6.09 802	0.43 740	3.05 798	2.22 794	0.96 797	0.15 716	1.91 803	1.76 800	5.84 807	3.79 804

LRCNet_RVC	10.76 811	13.97 820	7.97 811	19.07 817	2.04 796	0.35 715	0.31 741	5.29 804	0.48 703	13.02 817	17.65 816	8.69 809	5.73 805	4.78 804	2.22 794	23.53 832	2.69 808	27.60 835	25.75 834	17.60 827	16.54 828

noway4	3.66 795	5.59 809	3.99 799	12.28 809	11.84 810	4.70 798	4.02 804	1.16 798	0.47 702	0.84 775	2.09 795	6.05 800	0.42 736	3.08 800	2.23 797	0.95 795	0.15 716	1.91 803	1.75 799	5.88 809	3.80 806

TCMNet-wrong-test	3.69 797	5.54 808	3.91 798	12.22 808	11.75 809	4.77 799	3.86 799	1.08 791	0.74 764	1.13 791	2.21 796	6.16 803	0.53 756	3.43 803	2.33 798	0.90 793	0.20 746	1.85 800	1.69 798	5.71 804	3.79 804

noway2	3.63 792	5.25 806	3.83 796	12.30 811	11.84 810	4.62 796	3.98 800	1.03 787	0.50 713	0.91 782	2.05 791	6.21 805	0.40 730	2.96 797	2.36 799	0.95 795	0.14 707	1.90 802	1.76 800	5.79 805	3.81 807

MADNet++	1.97 789	1.75 793	1.66 789	1.83 794	1.69 795	2.38 793	1.45 797	2.36 802	2.11 800	2.58 802	2.37 798	2.25 793	2.21 800	2.28 796	2.36 799	1.87 804	1.67 803	1.53 798	1.34 797	1.87 796	1.78 797

Selective-IGEV-i1pa	2.90 790	3.64 797	0.72 765	0.29 731	0.14 661	10.70 808	0.45 766	4.60 803	3.77 803	3.60 803	7.07 802	3.52 795	2.16 799	13.72 817	2.40 801	0.37 766	0.15 716	0.13 667	0.10 613	0.15 700	0.36 765

noway3	3.67 796	5.34 807	3.88 797	12.29 810	11.84 810	4.64 797	3.99 801	1.08 791	0.50 713	0.90 779	2.07 792	6.19 804	0.45 745	3.36 802	2.45 802	0.97 799	0.15 716	1.91 803	1.76 800	5.79 805	3.82 808

JetRed	1.66 786	1.51 792	3.09 791	0.93 784	1.21 793	5.28 800	1.61 798	1.29 801	1.42 790	1.84 798	1.77 790	1.59 791	0.95 787	1.43 794	2.51 803	0.91 794	1.61 802	0.93 789	0.91 793	1.36 795	1.03 794

PML	8.57 806	9.39 817	6.24 802	5.34 799	6.36 800	13.21 809	20.99 809	5.35 805	6.68 805	17.75 819	26.46 830	7.58 808	6.08 806	7.89 808	5.76 804	5.33 811	1.83 804	5.95 817	1.93 804	8.75 814	2.53 799

tt	4.65 798	0.07 244	3.54 794	2.01 795	1.55 794	10.25 806	16.66 808	8.90 812	5.03 804	1.33 795	0.96 771	4.71 796	4.74 804	3.33 801	5.86 805	6.06 812	10.30 817	1.87 801	2.09 805	2.61 798	1.19 796

Selective-IGEV-i16pa	19.44 816	3.95 798	1.06 780	0.21 629	0.19 725	105.21 835	0.29 731	22.78 823	47.64 835	4.27 804	59.07 835	9.08 810	2.84 801	125.10 837	5.92 806	0.18 727	0.12 682	0.09 550	0.12 669	0.12 647	0.52 775

USTest	6.16 799	2.65 796	2.79 790	6.48 802	7.21 801	14.33 810	21.38 810	6.98 811	9.55 809	5.35 808	6.12 801	5.71 799	7.69 807	6.31 807	6.75 807	1.97 805	3.38 809	1.63 799	2.14 806	2.49 797	2.35 798

xxxxx1	7.75 800	5.06 803	7.26 803	3.15 796	3.91 797	16.37 811	22.88 813	5.87 808	8.68 806	7.99 809	8.55 803	9.13 811	8.46 808	10.05 809	10.47 808	2.43 806	2.48 805	3.56 809	12.26 814	3.48 799	3.02 800

tt_ll	7.75 800	5.06 803	7.26 803	3.15 796	3.91 797	16.37 811	22.88 813	5.87 808	8.68 806	7.99 809	8.55 803	9.13 811	8.46 808	10.05 809	10.47 808	2.43 806	2.48 805	3.56 809	12.26 814	3.48 799	3.02 800

ff	7.75 800	5.06 803	7.26 803	3.15 796	3.91 797	16.37 811	22.88 813	5.87 808	8.68 806	7.99 809	8.55 803	9.13 811	8.46 808	10.05 809	10.47 808	2.43 806	2.48 805	3.56 809	12.26 814	3.48 799	3.02 800

Anonymous_1	10.87 812	7.82 812	7.41 808	10.29 805	10.08 802	18.64 817	26.11 818	11.02 815	13.45 815	9.43 812	10.10 810	9.73 816	11.31 815	10.69 812	12.47 811	6.42 813	8.38 814	5.70 814	10.22 813	11.41 815	6.65 809

iinet-test	10.41 807	8.00 813	7.40 806	10.23 803	10.93 805	17.97 815	25.06 816	11.30 816	13.29 811	9.69 813	9.78 807	9.38 814	11.23 813	10.97 813	12.61 812	6.59 814	8.30 812	5.49 812	6.54 807	6.58 810	6.91 810

IINet	10.41 807	8.00 813	7.40 806	10.23 803	10.93 805	17.97 815	25.06 816	11.30 816	13.29 811	9.69 813	9.77 806	9.38 814	11.23 813	10.97 813	12.61 812	6.59 814	8.30 812	5.49 812	6.54 807	6.58 810	6.91 810

DPSMNet_ROB	8.06 804	4.50 799	8.69 812	5.36 801	10.74 804	8.32 804	22.71 811	5.47 806	13.38 813	5.13 806	9.98 808	5.10 797	10.47 811	5.53 805	12.77 814	3.80 810	8.00 810	3.49 807	6.95 811	3.75 803	7.09 812

DGTPSM_ROB	8.06 804	4.50 799	8.69 812	5.34 799	10.73 803	8.32 804	22.71 811	5.47 806	13.38 813	5.13 806	9.98 808	5.10 797	10.47 811	5.53 805	12.77 814	3.79 809	8.00 810	3.49 807	6.95 811	3.74 802	7.09 812

DPSM_ROB	11.10 813	8.47 815	7.95 809	10.84 806	11.58 807	19.10 818	26.50 821	12.02 818	14.09 816	10.38 815	10.91 811	10.39 817	11.92 816	11.67 815	13.39 816	6.99 816	8.79 815	5.82 815	6.92 809	6.97 812	7.31 814

DPSM	11.10 813	8.47 815	7.95 809	10.84 806	11.58 807	19.10 818	26.50 821	12.02 818	14.09 816	10.38 815	10.91 811	10.39 817	11.92 816	11.67 815	13.39 816	6.99 816	8.79 815	5.82 815	6.92 809	6.97 812	7.31 814

RSGM-EC	20.15 817	4.62 801	0.75 767	16.73 814	16.97 818	21.10 820	26.46 819	10.37 813	14.13 818	18.18 820	21.56 819	22.31 830	22.50 820	21.80 820	15.71 818	62.36 835	33.86 834	20.06 832	18.04 826	19.30 828	16.22 826

acva	20.15 817	4.62 801	0.75 767	16.73 814	16.97 818	21.10 820	26.46 819	10.37 813	14.13 818	18.18 820	21.56 819	22.31 830	22.50 820	21.80 820	15.71 818	62.36 835	33.86 834	20.06 832	18.04 826	19.30 828	16.22 826

HaxPig	15.73 815	18.55 829	19.19 822	16.92 816	15.89 817	7.80 803	7.57 805	13.37 820	10.80 810	15.40 818	14.87 815	15.95 819	14.81 818	15.67 818	15.97 820	18.96 827	16.72 818	19.47 831	18.10 828	19.45 830	19.06 829

MEDIAN_ROB	20.38 819	24.05 830	23.36 827	21.18 818	21.62 820	10.51 807	8.17 806	17.68 821	15.46 820	20.04 822	19.65 817	20.30 820	20.16 819	21.17 819	21.03 821	23.81 833	21.77 828	24.98 834	23.75 833	25.01 833	23.94 832

AVERAGE_ROB	24.89 828	29.12 833	27.98 830	24.83 827	24.59 828	17.82 814	11.61 807	21.45 822	19.91 821	25.04 832	24.38 829	25.06 832	25.31 831	24.69 831	22.86 822	29.74 834	27.09 833	28.97 836	27.94 835	30.07 834	29.35 833

FlowAnything	22.34 823	17.13 824	15.98 817	22.00 823	23.23 821	38.39 829	53.32 826	24.19 828	28.48 826	21.00 831	21.93 825	20.83 822	23.97 823	23.44 829	26.83 823	14.04 818	17.80 827	11.63 818	14.08 823	14.00 818	14.65 816

fast-reg	22.77 826	17.32 828	19.13 820	22.15 826	24.31 827	38.33 825	53.16 823	24.18 827	28.58 828	20.60 823	22.12 827	20.65 821	23.90 822	23.12 822	26.84 824	14.18 825	17.47 820	14.33 826	14.96 825	15.38 826	14.67 818

LSM0	22.80 827	17.22 826	19.17 821	22.12 825	28.90 829	38.38 828	53.27 824	24.21 829	28.36 822	20.84 829	21.11 818	21.63 829	24.25 829	23.42 828	26.98 825	14.08 823	17.39 819	11.72 824	13.98 821	14.22 825	14.66 817

CasAABBNet	22.33 820	17.11 821	15.84 816	21.94 820	23.28 822	38.30 822	53.40 828	24.05 826	28.44 825	20.66 825	21.86 823	21.03 827	24.04 825	23.35 825	27.03 826	14.06 819	17.69 822	11.70 819	13.94 818	14.04 820	14.76 820

RAFT-FEzeroshot	22.33 820	17.12 822	15.83 814	21.95 821	23.32 824	38.31 823	53.41 830	23.99 824	28.43 823	20.66 825	21.84 821	21.02 825	24.05 826	23.33 823	27.09 827	14.06 819	17.69 822	11.70 819	13.95 819	14.05 821	14.76 820

RAFT-FE	22.33 820	17.12 822	15.83 814	21.95 821	23.32 824	38.31 823	53.41 830	23.99 824	28.43 823	20.66 825	21.84 821	21.02 825	24.05 826	23.33 823	27.09 827	14.06 819	17.69 822	11.70 819	13.95 819	14.05 821	14.76 820

Hybrid-DGEV	22.38 824	17.26 827	16.15 819	21.92 819	23.29 823	38.36 826	53.40 828	24.38 832	28.67 829	20.64 824	21.89 824	21.01 824	24.05 826	23.35 825	27.12 829	14.08 823	17.70 825	11.71 823	13.99 822	14.01 819	14.70 819

Selective-RAFT-Error	22.39 825	17.14 825	16.01 818	22.00 823	23.34 826	38.37 827	53.36 827	24.24 830	28.53 827	20.80 828	21.94 826	20.94 823	24.02 824	23.48 830	27.33 830	14.07 822	17.70 825	11.70 819	13.93 817	14.05 821	14.83 823

RAFTStereoReplicaGSO							53.30 825	24.29 831	29.26 830	20.93 830	23.62 828	21.26 828	24.31 830	23.36 827	28.04 831	14.21 826	17.68 821	11.82 825	14.23 824	14.21 824

zzzz2	33.77 831	25.93 831	24.41 828	33.32 828	35.10 830	58.15 832	80.98 834	36.98 836	42.68 832	31.82 835	33.40 833	31.44 835	36.00 832	34.74 832	40.15 832	21.20 830	26.75 829	17.85 829	21.11 831	21.10 831	22.26 830

noway5	33.77 831	25.93 831	24.41 828	33.32 828	35.10 830	58.15 832	80.98 834	36.98 836	42.68 832	31.82 835	33.40 833	31.44 835	36.00 832	34.74 832	40.15 832	21.20 830	26.75 829	17.85 829	21.11 831	21.10 831	22.26 830

zzzzzz3	32.40 829	13.78 818	19.88 825	39.27 830	40.27 832	57.81 830	73.58 833	33.27 834	42.65 831	31.40 833	32.97 831	30.93 833	36.54 834	37.48 834	43.96 834	20.77 828	26.80 831	16.44 827	20.72 829	13.41 816	16.16 824

zzz1	32.42 830	13.80 819	20.04 826	39.27 830	40.27 832	57.84 831	73.53 832	33.30 835	42.71 834	31.42 834	32.98 832	30.95 834	36.54 834	37.50 835	43.97 835	20.78 829	26.81 832	16.46 828	20.73 830	13.42 817	16.17 825

test_example2	97.69 833	92.93 834	45.57 831	96.02 832	109.84 834	88.44 834	93.70 836	25.54 833	94.63 836	130.46 838	126.87 836	58.93 837	75.48 836	87.99 836	77.94 836	150.16 837	221.11 836	76.29 837	98.21 836	108.42 837	95.33 834

PatchMatch		0.16 668		0.19 516		0.32 701		0.43 723		0.56 745		0.66 748		0.42 742		0.15 695		0.15 694		0.12 647

ccccc		285.89 835		366.70 835	366.78 835	118.88 836		113.97 838		125.77 837		120.54 838		252.62 838		382.79 838	352.84 837	254.30 838	222.62 837	426.61 838

Low-res two-view benchmark