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

BridgeDepth_RVC	0.07 3	0.04 1	0.09 79	0.11 1	0.05 1	0.10 141	0.10 30	0.14 92	0.09 28	0.06 11	0.07 42	0.06 21	0.08 163	0.07 3	0.10 127	0.06 120	0.04 23	0.04 1	0.04 41	0.05 111	0.04 33
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MonSter++	0.08 50	0.04 1	0.10 119	0.13 10	0.06 14	0.10 141	0.13 126	0.13 74	0.08 13	0.06 11	0.07 42	0.06 21	0.08 163	0.10 75	0.11 199	0.06 120	0.05 177	0.04 1	0.03 1	0.04 19	0.05 127

HiDET	0.08 50	0.05 17	0.10 119	0.13 10	0.06 14	0.09 95	0.12 81	0.12 54	0.12 99	0.07 44	0.07 42	0.07 79	0.07 122	0.11 127	0.11 199	0.06 120	0.05 177	0.04 1	0.03 1	0.04 19	0.04 33

LCMNet	0.08 50	0.05 17	0.10 119	0.13 10	0.07 76	0.09 95	0.12 81	0.10 18	0.12 99	0.06 11	0.08 87	0.06 21	0.07 122	0.11 127	0.10 127	0.06 120	0.05 177	0.04 1	0.03 1	0.04 19	0.04 33

CSFM-Stereo	0.08 50	0.05 17	0.08 25	0.14 37	0.06 14	0.09 95	0.13 126	0.15 120	0.07 9	0.07 44	0.08 87	0.06 21	0.08 163	0.09 37	0.10 127	0.06 120	0.05 177	0.04 1	0.03 1	0.04 19	0.04 33

BridgeDepth	0.07 3	0.07 142	0.08 25	0.18 314	0.06 14	0.07 27	0.11 53	0.10 18	0.06 4	0.04 1	0.07 42	0.10 186	0.09 193	0.08 16	0.08 14	0.04 6	0.03 1	0.04 1	0.04 41	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
MonStereo	0.07 3	0.06 65	0.06 1	0.15 79	0.05 1	0.08 54	0.10 30	0.15 120	0.15 178	0.05 2	0.06 12	0.05 2	0.06 46	0.07 3	0.09 51	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Wavelet-MonSter	0.07 3	0.05 17	0.07 5	0.16 155	0.06 14	0.07 27	0.11 53	0.10 18	0.08 13	0.06 11	0.07 42	0.07 79	0.07 122	0.09 37	0.09 51	0.04 6	0.04 23	0.04 1	0.03 1	0.03 1	0.03 1

Monster-pub-eth3d	0.07 3	0.06 65	0.06 1	0.15 79	0.05 1	0.08 54	0.10 30	0.15 120	0.15 178	0.05 2	0.06 12	0.05 2	0.06 46	0.07 3	0.10 127	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Monster-pub-mixall	0.07 3	0.04 1	0.09 79	0.13 10	0.06 14	0.06 10	0.08 7	0.12 54	0.07 9	0.06 11	0.06 12	0.05 2	0.06 46	0.09 37	0.09 51	0.06 120	0.04 23	0.04 1	0.03 1	0.05 111	0.05 127

asda	0.07 3	0.08 264	0.08 25	0.16 155	0.07 76	0.06 10	0.10 30	0.16 149	0.11 67	0.06 11	0.06 12	0.05 2	0.06 46	0.10 75	0.10 127	0.03 1	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

asd	0.07 3	0.08 264	0.08 25	0.16 155	0.07 76	0.08 54	0.08 7	0.11 34	0.08 13	0.07 44	0.07 42	0.06 21	0.06 46	0.10 75	0.09 51	0.03 1	0.03 1	0.04 1	0.04 41	0.04 19	0.03 1

qwe	0.08 50	0.08 264	0.07 5	0.15 79	0.06 14	0.07 27	0.10 30	0.18 212	0.12 99	0.07 44	0.07 42	0.06 21	0.06 46	0.10 75	0.09 51	0.04 6	0.03 1	0.04 1	0.04 41	0.04 19	0.03 1

2.25w	0.07 3	0.07 142	0.08 25	0.15 79	0.06 14	0.08 54	0.09 18	0.10 18	0.15 178	0.08 80	0.10 138	0.07 79	0.06 46	0.09 37	0.10 127	0.05 32	0.04 23	0.04 1	0.04 41	0.03 1	0.04 33

4.25_new	0.07 3	0.08 264	0.09 79	0.15 79	0.06 14	0.08 54	0.08 7	0.14 92	0.08 13	0.07 44	0.07 42	0.06 21	0.06 46	0.12 213	0.10 127	0.04 6	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

4.5w_new	0.07 3	0.08 264	0.09 79	0.15 79	0.06 14	0.08 54	0.08 7	0.14 92	0.08 13	0.07 44	0.07 42	0.06 21	0.06 46	0.12 213	0.10 127	0.04 6	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

4.5_new	0.07 3	0.09 335	0.08 25	0.15 79	0.07 76	0.07 27	0.10 30	0.14 92	0.11 67	0.06 11	0.08 87	0.06 21	0.06 46	0.08 16	0.10 127	0.03 1	0.03 1	0.04 1	0.04 41	0.04 19	0.03 1

4.5w-stereo	0.07 3	0.09 335	0.08 25	0.15 79	0.07 76	0.07 27	0.10 30	0.14 92	0.11 67	0.06 11	0.08 87	0.06 21	0.06 46	0.08 16	0.10 127	0.03 1	0.03 1	0.04 1	0.04 41	0.04 19	0.03 1

4.25w-stereo	0.07 3	0.08 264	0.09 79	0.15 79	0.06 14	0.08 54	0.08 7	0.14 92	0.08 13	0.07 44	0.07 42	0.06 21	0.06 46	0.12 213	0.10 127	0.04 6	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

4w-stereo	0.07 3	0.08 264	0.08 25	0.16 155	0.07 76	0.07 27	0.08 7	0.11 34	0.09 28	0.07 44	0.07 42	0.05 2	0.06 46	0.09 37	0.10 127	0.03 1	0.03 1	0.04 1	0.04 41	0.04 19	0.03 1

2.5w	0.07 3	0.07 142	0.08 25	0.16 155	0.06 14	0.08 54	0.12 81	0.10 18	0.10 40	0.07 44	0.06 12	0.09 153	0.06 46	0.08 16	0.09 51	0.04 6	0.03 1	0.04 1	0.04 41	0.03 1	0.03 1

2.75w_new	0.07 3	0.07 142	0.07 5	0.13 10	0.06 14	0.08 54	0.08 7	0.18 212	0.13 136	0.08 80	0.08 87	0.06 21	0.06 46	0.09 37	0.11 199	0.04 6	0.04 23	0.04 1	0.03 1	0.03 1	0.04 33

3.25w_new	0.07 3	0.06 65	0.08 25	0.15 79	0.06 14	0.10 141	0.07 3	0.12 54	0.11 67	0.08 80	0.07 42	0.07 79	0.06 46	0.11 127	0.10 127	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 33

3.25w	0.07 3	0.06 65	0.08 25	0.15 79	0.06 14	0.10 141	0.07 3	0.12 54	0.11 67	0.08 80	0.07 42	0.07 79	0.06 46	0.11 127	0.10 127	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 33

3.75w	0.07 3	0.07 142	0.08 25	0.16 155	0.07 76	0.07 27	0.09 18	0.16 149	0.10 40	0.07 44	0.06 12	0.06 21	0.06 46	0.09 37	0.10 127	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.5w_stereo	0.07 3	0.07 142	0.07 5	0.15 79	0.07 76	0.09 95	0.06 1	0.14 92	0.11 67	0.08 80	0.07 42	0.06 21	0.07 122	0.10 75	0.09 51	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3w_stereo	0.08 50	0.09 335	0.10 119	0.17 232	0.07 76	0.08 54	0.11 53	0.20 261	0.13 136	0.06 11	0.07 42	0.05 2	0.06 46	0.08 16	0.09 51	0.04 6	0.03 1	0.04 1	0.03 1	0.04 19	0.03 1

2w_stereo	0.08 50	0.08 264	0.09 79	0.16 155	0.06 14	0.09 95	0.10 30	0.20 261	0.15 178	0.08 80	0.07 42	0.06 21	0.06 46	0.06 1	0.10 127	0.04 6	0.03 1	0.04 1	0.04 41	0.03 1	0.03 1

1w_stereo	0.08 50	0.06 65	0.07 5	0.16 155	0.06 14	0.07 27	0.10 30	0.14 92	0.15 178	0.07 44	0.08 87	0.05 2	0.06 46	0.10 75	0.09 51	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 33

monsters	0.07 3	0.06 65	0.06 1	0.15 79	0.06 14	0.08 54	0.09 18	0.13 74	0.09 28	0.09 116	0.07 42	0.06 21	0.06 46	0.09 37	0.08 14	0.05 32	0.04 23	0.04 1	0.04 41	0.03 1	0.04 33

MonSter	0.07 3	0.06 65	0.06 1	0.15 79	0.05 1	0.08 54	0.10 30	0.15 120	0.15 178	0.05 2	0.06 12	0.05 2	0.06 46	0.07 3	0.09 51	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

HITNet	0.11 208	0.06 65	0.12 207	0.14 37	0.06 14	0.12 231	0.10 30	0.18 212	0.18 249	0.13 255	0.17 274	0.15 300	0.11 255	0.15 313	0.14 337	0.06 120	0.04 23	0.04 1	0.04 41	0.06 212	0.05 127
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
WQFJA1++	0.08 50	0.04 1	0.11 168	0.14 37	0.07 76	0.11 185	0.11 53	0.12 54	0.07 9	0.07 44	0.07 42	0.07 79	0.06 46	0.10 75	0.10 127	0.06 120	0.04 23	0.05 33	0.04 41	0.06 212	0.06 224

BStereo	0.08 50	0.06 65	0.17 388	0.15 79	0.08 140	0.08 54	0.09 18	0.15 120	0.16 206	0.06 11	0.07 42	0.07 79	0.05 15	0.09 37	0.11 199	0.04 6	0.05 177	0.05 33	0.07 302	0.04 19	0.05 127

MatchStereo	0.07 3	0.04 1	0.08 25	0.14 37	0.06 14	0.05 3	0.12 81	0.12 54	0.09 28	0.07 44	0.07 42	0.04 1	0.04 1	0.09 37	0.09 51	0.06 120	0.05 177	0.05 33	0.03 1	0.04 19	0.05 127

Wave_Phase_stereo	0.09 99	0.06 65	0.17 388	0.15 79	0.08 140	0.11 185	0.09 18	0.18 212	0.16 206	0.06 11	0.07 42	0.07 79	0.05 15	0.09 37	0.11 199	0.04 6	0.05 177	0.05 33	0.07 302	0.04 19	0.05 127

VIP-Stereo	0.07 3	0.07 142	0.08 25	0.15 79	0.06 14	0.11 185	0.10 30	0.11 34	0.11 67	0.06 11	0.07 42	0.06 21	0.05 15	0.10 75	0.08 14	0.05 32	0.04 23	0.05 33	0.04 41	0.03 1	0.03 1

GEAStereo	0.08 50	0.06 65	0.09 79	0.13 10	0.08 140	0.08 54	0.14 183	0.10 18	0.10 40	0.08 80	0.10 138	0.06 21	0.04 1	0.11 127	0.08 14	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.05 127

GSStereo	0.08 50	0.06 65	0.09 79	0.13 10	0.08 140	0.08 54	0.14 183	0.11 34	0.12 99	0.08 80	0.10 138	0.05 2	0.04 1	0.11 127	0.08 14	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.05 127

GS-Stereo							0.14 183	0.11 34	0.12 99	0.08 80	0.10 138	0.05 2	0.04 1	0.11 127	0.08 14	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.05 127

gasm-f	0.08 50	0.05 17	0.08 25	0.13 10	0.08 140	0.08 54	0.14 183	0.10 18	0.10 40	0.08 80	0.10 138	0.06 21	0.05 15	0.10 75	0.08 14	0.06 120	0.04 23	0.05 33	0.04 41	0.06 212	0.05 127

252Zero-FE	0.08 50	0.04 1	0.10 119	0.13 10	0.07 76	0.13 269	0.11 53	0.13 74	0.14 158	0.07 44	0.05 7	0.06 21	0.05 15	0.09 37	0.10 127	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.06 224

Zero-FE251	0.08 50	0.05 17	0.10 119	0.13 10	0.06 14	0.12 231	0.12 81	0.11 34	0.10 40	0.07 44	0.08 87	0.06 21	0.06 46	0.10 75	0.08 14	0.06 120	0.04 23	0.05 33	0.04 41	0.04 19	0.04 33

Replicate-Monster	0.07 3	0.05 17	0.09 79	0.14 37	0.06 14	0.09 95	0.09 18	0.14 92	0.12 99	0.05 2	0.07 42	0.06 21	0.06 46	0.08 16	0.10 127	0.06 120	0.04 23	0.05 33	0.03 1	0.04 19	0.04 33

AdaDepth	0.07 3	0.06 65	0.07 5	0.18 314	0.06 14	0.11 185	0.11 53	0.10 18	0.08 13	0.06 11	0.05 7	0.07 79	0.06 46	0.09 37	0.10 127	0.04 6	0.05 177	0.05 33	0.04 41	0.04 19	0.04 33

GASTEREO	0.08 50	0.05 17	0.09 79	0.19 374	0.08 140	0.08 54	0.12 81	0.14 92	0.11 67	0.10 149	0.09 111	0.07 79	0.04 1	0.12 213	0.08 14	0.06 120	0.05 177	0.05 33	0.04 41	0.04 19	0.05 127

MSCF	0.08 50	0.05 17	0.09 79	0.19 374	0.08 140	0.07 27	0.12 81	0.14 92	0.11 67	0.10 149	0.09 111	0.07 79	0.04 1	0.11 127	0.08 14	0.06 120	0.05 177	0.05 33	0.04 41	0.05 111	0.05 127

water-stereo	0.09 99	0.06 65	0.08 25	0.16 155	0.07 76	0.10 141	0.13 126	0.15 120	0.13 136	0.11 189	0.12 197	0.09 153	0.10 218	0.07 3	0.08 14	0.06 120	0.05 177	0.05 33	0.05 132	0.04 19	0.04 33

DilatedVolume-Stereo	0.09 99	0.05 17	0.08 25	0.15 79	0.06 14	0.11 185	0.12 81	0.14 92	0.16 206	0.11 189	0.11 180	0.09 153	0.10 218	0.11 127	0.11 199	0.06 120	0.05 177	0.05 33	0.04 41	0.03 1	0.03 1

monsterstereo	0.08 50	0.06 65	0.07 5	0.16 155	0.06 14	0.08 54	0.10 30	0.16 149	0.12 99	0.07 44	0.08 87	0.06 21	0.07 122	0.08 16	0.09 51	0.04 6	0.04 23	0.05 33	0.04 41	0.04 19	0.03 1

IGEV	0.08 50	0.04 1	0.09 79	0.13 10	0.06 14	0.09 95	0.12 81	0.14 92	0.10 40	0.06 11	0.09 111	0.07 79	0.05 15	0.09 37	0.09 51	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

111111	0.07 3	0.05 17	0.10 119	0.17 232	0.06 14	0.05 3	0.10 30	0.11 34	0.10 40	0.06 11	0.06 12	0.07 79	0.05 15	0.08 16	0.09 51	0.06 120	0.04 23	0.05 33	0.04 41	0.07 286	0.06 224

LG-Stereo_L2	0.07 3	0.05 17	0.10 119	0.14 37	0.06 14	0.07 27	0.12 81	0.09 11	0.10 40	0.06 11	0.04 1	0.05 2	0.05 15	0.08 16	0.08 14	0.05 32	0.04 23	0.05 33	0.03 1	0.04 19	0.03 1

LG-Stereo_L1	0.07 3	0.05 17	0.11 168	0.14 37	0.06 14	0.07 27	0.12 81	0.09 11	0.08 13	0.05 2	0.04 1	0.05 2	0.04 1	0.08 16	0.08 14	0.05 32	0.04 23	0.05 33	0.03 1	0.04 19	0.04 33

MLG-Stereo_test3	0.07 3	0.05 17	0.10 119	0.15 79	0.06 14	0.07 27	0.10 30	0.08 5	0.06 4	0.06 11	0.04 1	0.06 21	0.06 46	0.08 16	0.10 127	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.06 224

MLG-Stereo_test2	0.07 3	0.04 1	0.10 119	0.15 79	0.06 14	0.07 27	0.11 53	0.09 11	0.04 2	0.06 11	0.05 7	0.06 21	0.04 1	0.08 16	0.09 51	0.06 120	0.04 23	0.05 33	0.03 1	0.05 111	0.05 127

MLG-Stereo_test1	0.06 1	0.05 17	0.08 25	0.17 232	0.05 1	0.07 27	0.11 53	0.09 11	0.03 1	0.05 2	0.04 1	0.06 21	0.05 15	0.09 37	0.09 51	0.05 32	0.04 23	0.05 33	0.03 1	0.04 19	0.05 127

MLG-Stereo	0.07 3	0.05 17	0.09 79	0.17 232	0.05 1	0.07 27	0.11 53	0.08 5	0.05 3	0.05 2	0.04 1	0.06 21	0.05 15	0.10 75	0.09 51	0.05 32	0.04 23	0.05 33	0.03 1	0.04 19	0.05 127

LG-G_1	0.07 3	0.04 1	0.11 168	0.15 79	0.06 14	0.09 95	0.08 7	0.08 5	0.06 4	0.06 11	0.06 12	0.07 79	0.07 122	0.11 127	0.08 14	0.07 271	0.04 23	0.05 33	0.04 41	0.05 111	0.06 224

LG-G	0.07 3	0.04 1	0.11 168	0.15 79	0.06 14	0.09 95	0.08 7	0.08 5	0.06 4	0.06 11	0.06 12	0.07 79	0.07 122	0.11 127	0.08 14	0.07 271	0.04 23	0.05 33	0.04 41	0.05 111	0.06 224

G2L-Stereo_test	0.14 340	0.07 142	0.11 168	0.13 10	0.08 140	0.12 231	0.17 346	0.31 464	0.28 421	0.21 427	0.23 360	0.20 377	0.16 392	0.17 380	0.19 435	0.07 271	0.05 177	0.05 33	0.05 132	0.07 286	0.07 304

LGtest1	0.07 3	0.05 17	0.11 168	0.15 79	0.06 14	0.07 27	0.09 18	0.08 5	0.06 4	0.06 11	0.04 1	0.06 21	0.07 122	0.10 75	0.09 51	0.07 271	0.04 23	0.05 33	0.04 41	0.06 212	0.06 224

LG-Stereo_Zeroshot	0.07 3	0.06 65	0.10 119	0.16 155	0.07 76	0.04 1	0.13 126	0.10 18	0.10 40	0.05 2	0.11 180	0.07 79	0.05 15	0.07 3	0.09 51	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

SGD-Stereo	0.08 50	0.05 17	0.10 119	0.14 37	0.06 14	0.12 231	0.12 81	0.11 34	0.12 99	0.07 44	0.09 111	0.09 153	0.09 193	0.08 16	0.08 14	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

GREAT-IGEV	0.07 3	0.06 65	0.09 79	0.13 10	0.07 76	0.07 27	0.14 183	0.10 18	0.09 28	0.06 11	0.08 87	0.06 21	0.05 15	0.10 75	0.07 1	0.05 32	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

Reg-Stereo(zero)	0.09 99	0.05 17	0.08 25	0.16 155	0.06 14	0.12 231	0.11 53	0.15 120	0.11 67	0.12 222	0.09 111	0.10 186	0.08 163	0.11 127	0.09 51	0.06 120	0.05 177	0.05 33	0.04 41	0.04 19	0.05 127

SCV_C0	0.08 50	0.07 142	0.08 25	0.16 155	0.10 366	0.08 54	0.14 183	0.11 34	0.13 136	0.08 80	0.07 42	0.06 21	0.05 15	0.11 127	0.07 1	0.05 32	0.05 177	0.05 33	0.04 41	0.06 212	0.05 127

DEFOM-Stereo_RVC	0.08 50	0.07 142	0.09 79	0.22 488	0.06 14	0.08 54	0.12 81	0.10 18	0.10 40	0.07 44	0.07 42	0.06 21	0.05 15	0.11 127	0.09 51	0.06 120	0.04 23	0.05 33	0.03 1	0.06 212	0.04 33

FoundationStereo	0.06 1	0.04 1	0.08 25	0.13 10	0.05 1	0.09 95	0.13 126	0.06 1	0.09 28	0.05 2	0.05 7	0.06 21	0.04 1	0.07 3	0.07 1	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

StereoAnything_RVC	0.07 3	0.16 507	0.17 388	0.11 1	0.05 1	0.06 10	0.11 53	0.08 5	0.08 13	0.06 11	0.06 12	0.05 2	0.05 15	0.09 37	0.08 14	0.08 335	0.04 23	0.05 33	0.03 1	0.05 111	0.04 33

AIO_rvc	0.07 3	0.06 65	0.08 25	0.15 79	0.06 14	0.08 54	0.14 183	0.09 11	0.08 13	0.07 44	0.08 87	0.07 79	0.04 1	0.10 75	0.08 14	0.05 32	0.04 23	0.05 33	0.04 41	0.04 19	0.03 1

HUF	0.08 50	0.05 17	0.08 25	0.14 37	0.06 14	0.09 95	0.13 126	0.13 74	0.13 136	0.07 44	0.07 42	0.09 153	0.06 46	0.10 75	0.09 51	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

AIO_test	0.07 3	0.06 65	0.07 5	0.15 79	0.07 76	0.07 27	0.14 183	0.10 18	0.10 40	0.07 44	0.07 42	0.06 21	0.05 15	0.08 16	0.10 127	0.05 32	0.04 23	0.05 33	0.04 41	0.04 19	0.03 1

castereo++	0.08 50	0.06 65	0.08 25	0.15 79	0.05 1	0.14 311	0.11 53	0.11 34	0.15 178	0.07 44	0.07 42	0.08 121	0.06 46	0.08 16	0.08 14	0.06 120	0.04 23	0.05 33	0.04 41	0.04 19	0.03 1

IGEV-RUCA	0.08 50	0.06 65	0.11 168	0.14 37	0.09 254	0.10 141	0.12 81	0.10 18	0.12 99	0.06 11	0.07 42	0.08 121	0.06 46	0.09 37	0.08 14	0.06 120	0.05 177	0.05 33	0.04 41	0.05 111	0.06 224

castereo	0.09 99	0.06 65	0.11 168	0.15 79	0.06 14	0.11 185	0.14 183	0.14 92	0.18 249	0.08 80	0.10 138	0.11 210	0.08 163	0.09 37	0.10 127	0.05 32	0.04 23	0.05 33	0.04 41	0.04 19	0.04 33

GIP-stereo	0.08 50	0.06 65	0.11 168	0.15 79	0.07 76	0.09 95	0.13 126	0.15 120	0.11 67	0.07 44	0.08 87	0.05 2	0.04 1	0.10 75	0.07 1	0.05 32	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

DEFOM-Stereo	0.07 3	0.05 17	0.07 5	0.14 37	0.06 14	0.09 95	0.13 126	0.07 2	0.13 136	0.06 11	0.07 42	0.06 21	0.05 15	0.10 75	0.09 51	0.05 32	0.04 23	0.05 33	0.03 1	0.04 19	0.04 33

dual_stereo	0.07 3	0.05 17	0.08 25	0.15 79	0.05 1	0.05 3	0.13 126	0.12 54	0.08 13	0.07 44	0.06 12	0.05 2	0.05 15	0.07 3	0.09 51	0.06 120	0.04 23	0.05 33	0.03 1	0.04 19	0.04 33

IGEV-Stereo++	0.07 3	0.06 65	0.08 25	0.18 314	0.06 14	0.05 3	0.10 30	0.11 34	0.11 67	0.06 11	0.07 42	0.07 79	0.06 46	0.09 37	0.09 51	0.05 32	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

Occ-G	0.08 50	0.05 17	0.07 5	0.14 37	0.07 76	0.09 95	0.14 183	0.14 92	0.15 178	0.07 44	0.12 197	0.07 79	0.05 15	0.09 37	0.10 127	0.06 120	0.05 177	0.05 33	0.04 41	0.05 111	0.06 224

Pointernet	0.09 99	0.05 17	0.10 119	0.16 155	0.08 140	0.13 269	0.10 30	0.15 120	0.18 249	0.09 116	0.07 42	0.06 21	0.06 46	0.11 127	0.10 127	0.08 335	0.04 23	0.05 33	0.03 1	0.06 212	0.05 127

IGEV-Stereo+	0.07 3	0.04 1	0.08 25	0.15 79	0.06 14	0.04 1	0.09 18	0.10 18	0.09 28	0.06 11	0.06 12	0.06 21	0.06 46	0.06 1	0.09 51	0.06 120	0.04 23	0.05 33	0.04 41	0.06 212	0.06 224

AIO-Stereo	0.08 50	0.06 65	0.10 119	0.18 314	0.06 14	0.09 95	0.11 53	0.16 149	0.09 28	0.09 116	0.08 87	0.07 79	0.05 15	0.11 127	0.08 14	0.05 32	0.05 177	0.05 33	0.04 41	0.04 19	0.04 33

WCG-NET（raft）	0.08 50	0.05 17	0.10 119	0.15 79	0.06 14	0.11 185	0.13 126	0.15 120	0.12 99	0.08 80	0.07 42	0.06 21	0.06 46	0.13 268	0.08 14	0.05 32	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

RSM	0.08 50	0.06 65	0.09 79	0.17 232	0.07 76	0.08 54	0.12 81	0.12 54	0.10 40	0.08 80	0.07 42	0.06 21	0.05 15	0.11 127	0.09 51	0.04 6	0.04 23	0.05 33	0.04 41	0.04 19	0.04 33

test_for_model	0.09 99	0.12 446	0.14 286	0.23 509	0.11 422	0.08 54	0.13 126	0.12 54	0.13 136	0.10 149	0.07 42	0.07 79	0.06 46	0.11 127	0.10 127	0.06 120	0.05 177	0.05 33	0.04 41	0.08 352	0.05 127

trnet	0.08 50	0.05 17	0.07 5	0.12 5	0.05 1	0.12 231	0.10 30	0.13 74	0.10 40	0.08 80	0.13 212	0.09 153	0.08 163	0.11 127	0.10 127	0.08 335	0.05 177	0.05 33	0.03 1	0.06 212	0.05 127

testlalala2	0.10 164	0.06 65	0.11 168	0.20 432	0.10 366	0.10 141	0.11 53	0.17 184	0.13 136	0.12 222	0.13 212	0.09 153	0.08 163	0.11 127	0.13 301	0.06 120	0.05 177	0.05 33	0.04 41	0.05 111	0.05 127

MoCha-V2	0.08 50	0.05 17	0.11 168	0.20 432	0.07 76	0.10 141	0.14 183	0.12 54	0.08 13	0.07 44	0.08 87	0.07 79	0.06 46	0.09 37	0.08 14	0.05 32	0.05 177	0.05 33	0.04 41	0.04 19	0.04 33

IGEV++	0.08 50	0.06 65	0.09 79	0.18 314	0.07 76	0.10 141	0.13 126	0.10 18	0.10 40	0.08 80	0.08 87	0.06 21	0.05 15	0.13 268	0.09 51	0.05 32	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

qqq1	0.14 340	0.07 142	0.18 422	0.14 37	0.08 140	0.17 387	0.17 346	0.27 394	0.27 405	0.19 389	0.20 321	0.19 360	0.15 371	0.15 313	0.12 266	0.08 335	0.05 177	0.05 33	0.05 132	0.06 212	0.06 224

fff1	0.14 340	0.07 142	0.18 422	0.14 37	0.08 140	0.17 387	0.17 346	0.27 394	0.27 405	0.19 389	0.20 321	0.19 360	0.15 371	0.15 313	0.12 266	0.08 335	0.05 177	0.05 33	0.05 132	0.06 212	0.06 224

MSKI-zero shot	0.09 99	0.05 17	0.09 79	0.16 155	0.07 76	0.10 141	0.13 126	0.15 120	0.14 158	0.09 116	0.09 111	0.09 153	0.06 46	0.12 213	0.11 199	0.06 120	0.04 23	0.05 33	0.04 41	0.04 19	0.05 127

UniTT-Stereo	0.09 99	0.07 142	0.08 25	0.18 314	0.08 140	0.13 269	0.11 53	0.12 54	0.11 67	0.10 149	0.12 197	0.05 2	0.06 46	0.09 37	0.10 127	0.07 271	0.06 334	0.05 33	0.05 132	0.06 212	0.05 127

testlalala_base	0.10 164	0.09 335	0.14 286	0.21 467	0.08 140	0.10 141	0.14 183	0.13 74	0.11 67	0.08 80	0.15 238	0.07 79	0.08 163	0.11 127	0.12 266	0.08 335	0.05 177	0.05 33	0.03 1	0.07 286	0.05 127

GCAP-Stereo	0.09 99	0.07 142	0.13 241	0.18 314	0.06 14	0.11 185	0.07 3	0.14 92	0.12 99	0.09 116	0.10 138	0.07 79	0.09 193	0.13 268	0.10 127	0.06 120	0.05 177	0.05 33	0.04 41	0.04 19	0.05 127

Any-RAFT	0.10 164	0.05 17	0.10 119	0.15 79	0.07 76	0.13 269	0.14 183	0.21 279	0.15 178	0.11 189	0.12 197	0.13 256	0.10 218	0.13 268	0.10 127	0.07 271	0.04 23	0.05 33	0.04 41	0.06 212	0.05 127

RAFT-Test	0.09 99	0.06 65	0.10 119	0.16 155	0.07 76	0.11 185	0.15 257	0.16 149	0.13 136	0.09 116	0.10 138	0.11 210	0.09 193	0.12 213	0.09 51	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.05 127

LoS_RVC	0.08 50	0.05 17	0.07 5	0.15 79	0.07 76	0.08 54	0.15 257	0.12 54	0.11 67	0.08 80	0.09 111	0.06 21	0.09 193	0.10 75	0.09 51	0.05 32	0.04 23	0.05 33	0.03 1	0.04 19	0.04 33

CAS	0.08 50	0.04 1	0.07 5	0.17 232	0.08 140	0.10 141	0.13 126	0.12 54	0.09 28	0.09 116	0.10 138	0.08 121	0.06 46	0.09 37	0.09 51	0.08 335	0.04 23	0.05 33	0.03 1	0.05 111	0.04 33

anonymousdsp2	0.11 208	0.07 142	0.11 168	0.16 155	0.09 254	0.13 269	0.14 183	0.19 244	0.23 344	0.13 255	0.14 225	0.12 232	0.09 193	0.14 295	0.11 199	0.05 32	0.05 177	0.05 33	0.04 41	0.06 212	0.06 224

LoS	0.09 99	0.05 17	0.11 168	0.13 10	0.07 76	0.14 311	0.11 53	0.15 120	0.15 178	0.09 116	0.09 111	0.12 232	0.09 193	0.15 313	0.10 127	0.07 271	0.05 177	0.05 33	0.03 1	0.05 111	0.05 127
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	0.08 50	0.04 1	0.08 25	0.14 37	0.07 76	0.09 95	0.14 183	0.11 34	0.09 28	0.08 80	0.09 111	0.11 210	0.07 122	0.12 213	0.08 14	0.06 120	0.04 23	0.05 33	0.03 1	0.05 111	0.05 127

Selective-IGEV	0.07 3	0.06 65	0.09 79	0.17 232	0.06 14	0.08 54	0.12 81	0.13 74	0.08 13	0.08 80	0.07 42	0.06 21	0.04 1	0.10 75	0.09 51	0.05 32	0.04 23	0.05 33	0.04 41	0.04 19	0.03 1

DCANet-4	0.11 208	0.07 142	0.13 241	0.16 155	0.06 14	0.09 95	0.17 346	0.18 212	0.20 297	0.13 255	0.17 274	0.09 153	0.14 351	0.12 213	0.13 301	0.06 120	0.04 23	0.05 33	0.04 41	0.04 19	0.05 127

fff	0.10 164	0.06 65	0.12 207	0.15 79	0.07 76	0.09 95	0.17 346	0.16 149	0.21 312	0.13 255	0.17 274	0.10 186	0.11 255	0.12 213	0.13 301	0.06 120	0.04 23	0.05 33	0.04 41	0.04 19	0.05 127

ADStereo(finetuned)	0.10 164	0.06 65	0.13 241	0.16 155	0.06 14	0.09 95	0.17 346	0.16 149	0.20 297	0.13 255	0.18 297	0.10 186	0.12 287	0.12 213	0.12 266	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.05 127

CREStereo++_RVC	0.08 50	0.04 1	0.07 5	0.13 10	0.07 76	0.09 95	0.12 81	0.14 92	0.14 158	0.10 149	0.14 225	0.08 121	0.07 122	0.10 75	0.11 199	0.06 120	0.04 23	0.05 33	0.05 132	0.04 19	0.04 33
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TANstereo	0.09 99	0.04 1	0.08 25	0.13 10	0.06 14	0.11 185	0.13 126	0.15 120	0.19 275	0.11 189	0.15 238	0.10 186	0.07 122	0.12 213	0.09 51	0.07 271	0.05 177	0.05 33	0.04 41	0.06 212	0.05 127

XX-TBD	0.09 99	0.06 65	0.07 5	0.14 37	0.07 76	0.13 269	0.16 317	0.14 92	0.14 158	0.11 189	0.12 197	0.09 153	0.08 163	0.10 75	0.10 127	0.06 120	0.04 23	0.05 33	0.04 41	0.06 212	0.05 127

DCANet	0.10 164	0.06 65	0.12 207	0.16 155	0.06 14	0.09 95	0.17 346	0.16 149	0.20 297	0.13 255	0.18 297	0.10 186	0.11 255	0.11 127	0.12 266	0.06 120	0.04 23	0.05 33	0.04 41	0.05 111	0.05 127

csc	0.10 164	0.06 65	0.12 207	0.15 79	0.07 76	0.09 95	0.17 346	0.16 149	0.21 312	0.13 255	0.17 274	0.10 186	0.11 255	0.12 213	0.13 301	0.06 120	0.04 23	0.05 33	0.04 41	0.04 19	0.05 127

cscssc	0.10 164	0.06 65	0.12 207	0.15 79	0.07 76	0.09 95	0.17 346	0.16 149	0.21 312	0.13 255	0.17 274	0.10 186	0.11 255	0.12 213	0.13 301	0.06 120	0.04 23	0.05 33	0.04 41	0.04 19	0.05 127

EAI-Stereo	0.09 99	0.07 142	0.11 168	0.16 155	0.07 76	0.10 141	0.15 257	0.16 149	0.09 28	0.08 80	0.09 111	0.08 121	0.07 122	0.09 37	0.11 199	0.05 32	0.05 177	0.05 33	0.05 132	0.05 111	0.04 33

CREStereo	0.09 99	0.05 17	0.08 25	0.11 1	0.06 14	0.14 311	0.14 183	0.14 92	0.10 40	0.09 116	0.13 212	0.09 153	0.08 163	0.12 213	0.10 127	0.08 335	0.04 23	0.05 33	0.03 1	0.06 212	0.06 224
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 99	0.05 17	0.09 79	0.12 5	0.06 14	0.13 269	0.14 183	0.16 149	0.11 67	0.09 116	0.13 212	0.10 186	0.07 122	0.14 295	0.10 127	0.15 534	0.04 23	0.05 33	0.03 1	0.07 286	0.06 224

BEATNet_4x	0.12 283	0.09 335	0.15 323	0.18 314	0.07 76	0.15 337	0.07 3	0.23 322	0.19 275	0.16 331	0.19 311	0.19 360	0.14 351	0.17 380	0.15 371	0.07 271	0.05 177	0.05 33	0.05 132	0.06 212	0.07 304

MLCV	0.13 310	0.08 264	0.17 388	0.18 314	0.06 14	0.16 364	0.17 346	0.19 244	0.22 334	0.19 389	0.25 398	0.17 337	0.13 319	0.15 313	0.14 337	0.05 32	0.04 23	0.05 33	0.04 41	0.05 111	0.04 33

iResNet_ROB	0.14 340	0.07 142	0.13 241	0.15 79	0.07 76	0.19 425	0.14 183	0.26 380	0.32 448	0.23 457	0.26 411	0.23 421	0.16 392	0.15 313	0.14 337	0.07 271	0.05 177	0.05 33	0.04 41	0.08 352	0.08 373

pmcnn	0.15 380	0.07 142	0.20 450	0.15 79	0.07 76	0.21 455	0.16 317	0.25 367	0.26 392	0.21 427	0.33 481	0.29 478	0.19 448	0.18 397	0.17 407	0.07 271	0.05 177	0.05 33	0.04 41	0.07 286	0.06 224

Pro-Stereo	0.07 3	0.05 17	0.08 25	0.15 79	0.08 140	0.08 54	0.12 81	0.07 2	0.08 13	0.06 11	0.06 12	0.05 2	0.05 15	0.09 37	0.08 14	0.05 32	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

WQFJX	0.10 164	0.07 142	0.09 79	0.21 467	0.09 254	0.12 231	0.16 317	0.19 244	0.18 249	0.12 222	0.10 138	0.08 121	0.10 218	0.12 213	0.10 127	0.07 271	0.07 405	0.06 122	0.05 132	0.06 212	0.05 127

NLSM3	0.09 99	0.07 142	0.08 25	0.20 432	0.08 140	0.11 185	0.16 317	0.18 212	0.17 234	0.06 11	0.08 87	0.08 121	0.09 193	0.09 37	0.11 199	0.04 6	0.04 23	0.06 122	0.07 302	0.03 1	0.04 33

FE-Mocha	0.09 99	0.06 65	0.14 286	0.16 155	0.09 254	0.11 185	0.15 257	0.19 244	0.16 206	0.10 149	0.09 111	0.07 79	0.07 122	0.09 37	0.09 51	0.06 120	0.04 23	0.06 122	0.06 206	0.05 111	0.05 127

DLNR-FE	10.51 624	2.29 616	19.85 635	120.28 639	13.21 628	0.06 10	0.13 126	0.24 346	0.10 40	0.08 80	0.10 138	0.09 153	0.07 122	0.10 75	0.09 51	0.13 509	0.04 23	0.06 122	0.04 41	53.18 641	0.04 33

IGEV-FE	0.09 99	0.05 17	0.13 241	0.14 37	0.08 140	0.12 231	0.13 126	0.17 184	0.11 67	0.10 149	0.06 12	0.09 153	0.06 46	0.11 127	0.09 51	0.06 120	0.04 23	0.06 122	0.06 206	0.05 111	0.05 127

DDF-Stereo	0.08 50	0.05 17	0.10 119	0.15 79	0.10 366	0.05 3	0.13 126	0.09 11	0.14 158	0.06 11	0.06 12	0.07 79	0.06 46	0.09 37	0.10 127	0.06 120	0.04 23	0.06 122	0.04 41	0.08 352	0.05 127

DA	0.09 99	0.07 142	0.07 5	0.19 374	0.08 140	0.10 141	0.13 126	0.13 74	0.12 99	0.08 80	0.10 138	0.10 186	0.08 163	0.09 37	0.10 127	0.05 32	0.04 23	0.06 122	0.04 41	0.05 111	0.04 33

zero-FE	0.08 50	0.05 17	0.10 119	0.15 79	0.10 366	0.05 3	0.13 126	0.09 11	0.14 158	0.07 44	0.06 12	0.07 79	0.06 46	0.09 37	0.10 127	0.06 120	0.04 23	0.06 122	0.04 41	0.08 352	0.05 127

GGEV	0.09 99	0.07 142	0.07 5	0.19 374	0.08 140	0.10 141	0.13 126	0.13 74	0.12 99	0.08 80	0.10 138	0.10 186	0.08 163	0.09 37	0.10 127	0.05 32	0.04 23	0.06 122	0.04 41	0.05 111	0.04 33

depthmonostereo	0.09 99	0.06 65	0.09 79	0.15 79	0.06 14	0.11 185	0.13 126	0.14 92	0.15 178	0.10 149	0.10 138	0.09 153	0.11 255	0.08 16	0.09 51	0.06 120	0.05 177	0.06 122	0.04 41	0.04 19	0.03 1

G2L-ROB	0.13 310	0.07 142	0.13 241	0.13 10	0.08 140	0.14 311	0.17 346	0.25 367	0.19 275	0.20 411	0.19 311	0.20 377	0.14 351	0.18 397	0.16 390	0.08 335	0.05 177	0.06 122	0.05 132	0.08 352	0.09 418

xyz-stereo	0.14 340	0.07 142	0.22 470	0.15 79	0.05 1	0.22 469	0.15 257	0.17 184	0.31 442	0.15 302	0.28 440	0.26 453	0.17 416	0.13 268	0.12 266	0.05 32	0.05 177	0.06 122	0.05 132	0.04 19	0.04 33

coex_refinement	0.14 340	0.07 142	0.12 207	0.17 232	0.10 366	0.16 364	0.15 257	0.27 394	0.29 428	0.18 374	0.21 339	0.22 404	0.17 416	0.16 341	0.19 435	0.08 335	0.05 177	0.06 122	0.06 206	0.09 416	0.08 373

MM-Stereo_test2	0.09 99	0.07 142	0.09 79	0.19 374	0.08 140	0.12 231	0.18 395	0.15 120	0.14 158	0.07 44	0.10 138	0.07 79	0.06 46	0.12 213	0.09 51	0.05 32	0.04 23	0.06 122	0.05 132	0.06 212	0.04 33

HART	0.08 50	0.07 142	0.09 79	0.18 314	0.07 76	0.10 141	0.16 317	0.13 74	0.11 67	0.09 116	0.10 138	0.08 121	0.05 15	0.10 75	0.08 14	0.05 32	0.04 23	0.06 122	0.04 41	0.05 111	0.04 33

SCV	0.08 50	0.09 335	0.08 25	0.15 79	0.08 140	0.10 141	0.12 81	0.11 34	0.12 99	0.07 44	0.07 42	0.06 21	0.04 1	0.10 75	0.08 14	0.05 32	0.05 177	0.06 122	0.04 41	0.06 212	0.04 33

fffft	0.09 99	0.06 65	0.12 207	0.16 155	0.07 76	0.09 95	0.16 317	0.12 54	0.11 67	0.09 116	0.07 42	0.09 153	0.06 46	0.11 127	0.12 266	0.05 32	0.04 23	0.06 122	0.05 132	0.04 19	0.05 127
1: 1. 1
SMoEStereo_RVC	0.08 50	0.06 65	0.12 207	0.16 155	0.07 76	0.09 95	0.13 126	0.11 34	0.14 158	0.09 116	0.07 42	0.07 79	0.07 122	0.12 213	0.10 127	0.05 32	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

tt45	0.09 99	0.06 65	0.11 168	0.15 79	0.07 76	0.12 231	0.15 257	0.13 74	0.12 99	0.09 116	0.06 12	0.08 121	0.06 46	0.13 268	0.10 127	0.06 120	0.04 23	0.06 122	0.05 132	0.05 111	0.06 224

999	0.09 99	0.06 65	0.13 241	0.15 79	0.08 140	0.10 141	0.14 183	0.15 120	0.12 99	0.10 149	0.08 87	0.08 121	0.08 163	0.16 341	0.10 127	0.06 120	0.04 23	0.06 122	0.05 132	0.04 19	0.06 224

ours_stereo	0.09 99	0.07 142	0.09 79	0.17 232	0.08 140	0.11 185	0.16 317	0.11 34	0.12 99	0.08 80	0.10 138	0.08 121	0.06 46	0.12 213	0.12 266	0.05 32	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

PAM_32	0.10 164	0.06 65	0.17 388	0.15 79	0.08 140	0.10 141	0.15 257	0.14 92	0.16 206	0.09 116	0.08 87	0.10 186	0.07 122	0.14 295	0.09 51	0.06 120	0.05 177	0.06 122	0.06 206	0.05 111	0.06 224

PAM	0.10 164	0.06 65	0.17 388	0.15 79	0.09 254	0.10 141	0.16 317	0.15 120	0.16 206	0.12 222	0.09 111	0.10 186	0.07 122	0.13 268	0.09 51	0.06 120	0.05 177	0.06 122	0.06 206	0.05 111	0.06 224

UGAM-zero	0.10 164	0.05 17	0.15 323	0.15 79	0.08 140	0.10 141	0.13 126	0.20 261	0.15 178	0.11 189	0.15 238	0.07 79	0.08 163	0.09 37	0.10 127	0.06 120	0.05 177	0.06 122	0.05 132	0.05 111	0.06 224

WCG-NET	0.08 50	0.05 17	0.10 119	0.15 79	0.06 14	0.11 185	0.14 183	0.13 74	0.14 158	0.07 44	0.09 111	0.07 79	0.06 46	0.13 268	0.08 14	0.05 32	0.04 23	0.06 122	0.04 41	0.04 19	0.03 1

model_zeroshot	0.10 164	0.05 17	0.12 207	0.15 79	0.09 254	0.13 269	0.14 183	0.20 261	0.14 158	0.11 189	0.10 138	0.12 232	0.07 122	0.12 213	0.11 199	0.07 271	0.06 334	0.06 122	0.05 132	0.06 212	0.06 224

GCAP-BAT	0.09 99	0.07 142	0.14 286	0.15 79	0.08 140	0.10 141	0.12 81	0.15 120	0.11 67	0.11 189	0.10 138	0.09 153	0.07 122	0.12 213	0.10 127	0.06 120	0.05 177	0.06 122	0.04 41	0.04 19	0.04 33

AIO-Stereo-zeroshot	0.11 208	0.05 17	0.12 207	0.15 79	0.13 479	0.14 311	0.16 317	0.23 322	0.18 249	0.10 149	0.13 212	0.10 186	0.07 122	0.12 213	0.09 51	0.06 120	0.05 177	0.06 122	0.06 206	0.07 286	0.08 373

U	0.08 50	0.07 142	0.10 119	0.19 374	0.10 366	0.10 141	0.13 126	0.12 54	0.17 234	0.07 44	0.07 42	0.06 21	0.05 15	0.07 3	0.09 51	0.06 120	0.04 23	0.06 122	0.04 41	0.06 212	0.05 127

RSM++	0.08 50	0.06 65	0.09 79	0.17 232	0.07 76	0.09 95	0.12 81	0.11 34	0.11 67	0.08 80	0.06 12	0.07 79	0.05 15	0.10 75	0.09 51	0.05 32	0.04 23	0.06 122	0.05 132	0.05 111	0.03 1

RAFT-Stereo-weight	0.09 99	0.06 65	0.11 168	0.16 155	0.07 76	0.09 95	0.14 183	0.19 244	0.16 206	0.11 189	0.10 138	0.08 121	0.06 46	0.10 75	0.11 199	0.06 120	0.04 23	0.06 122	0.04 41	0.04 19	0.04 33

test_sample1	0.13 310	0.07 142	0.14 286	0.14 37	0.08 140	0.19 425	0.17 346	0.20 261	0.15 178	0.14 278	0.22 355	0.18 351	0.16 392	0.17 380	0.15 371	0.07 271	0.06 334	0.06 122	0.06 206	0.08 352	0.08 373

gcap-zeroshot	0.09 99	0.06 65	0.10 119	0.16 155	0.07 76	0.14 311	0.13 126	0.11 34	0.12 99	0.13 255	0.12 197	0.09 153	0.08 163	0.09 37	0.09 51	0.06 120	0.05 177	0.06 122	0.05 132	0.04 19	0.04 33

MGS-Stereo	0.09 99	0.07 142	0.12 207	0.16 155	0.08 140	0.09 95	0.15 257	0.12 54	0.12 99	0.07 44	0.10 138	0.08 121	0.06 46	0.11 127	0.09 51	0.05 32	0.04 23	0.06 122	0.05 132	0.06 212	0.05 127

ACVNet-DCA	0.10 164	0.08 264	0.13 241	0.17 232	0.09 254	0.13 269	0.15 257	0.24 346	0.16 206	0.09 116	0.09 111	0.06 21	0.06 46	0.10 75	0.07 1	0.06 120	0.05 177	0.06 122	0.05 132	0.07 286	0.07 304

1test111	0.11 208	0.08 264	0.13 241	0.17 232	0.09 254	0.13 269	0.15 257	0.24 346	0.16 206	0.09 116	0.09 111	0.06 21	0.06 46	0.15 313	0.16 390	0.06 120	0.05 177	0.06 122	0.05 132	0.07 286	0.07 304

cc1	0.10 164	0.08 264	0.13 241	0.17 232	0.09 254	0.13 269	0.15 257	0.16 149	0.18 249	0.09 116	0.09 111	0.06 21	0.06 46	0.10 75	0.07 1	0.06 120	0.05 177	0.06 122	0.05 132	0.06 212	0.06 224

11t1	0.12 283	0.07 142	0.14 286	0.14 37	0.08 140	0.17 387	0.15 257	0.19 244	0.15 178	0.15 302	0.15 238	0.17 337	0.16 392	0.15 313	0.13 301	0.08 335	0.05 177	0.06 122	0.05 132	0.08 352	0.07 304

ff7	0.09 99	0.07 142	0.11 168	0.16 155	0.09 254	0.11 185	0.15 257	0.16 149	0.12 99	0.10 149	0.06 12	0.06 21	0.06 46	0.11 127	0.09 51	0.05 32	0.04 23	0.06 122	0.05 132	0.05 111	0.06 224

IGEVStereo-DCA	0.09 99	0.07 142	0.11 168	0.16 155	0.10 366	0.11 185	0.15 257	0.16 149	0.12 99	0.10 149	0.06 12	0.08 121	0.06 46	0.10 75	0.09 51	0.06 120	0.05 177	0.06 122	0.05 132	0.05 111	0.06 224

ffff	0.09 99	0.07 142	0.11 168	0.16 155	0.09 254	0.11 185	0.15 257	0.16 149	0.12 99	0.10 149	0.06 12	0.06 21	0.06 46	0.11 127	0.09 51	0.05 32	0.04 23	0.06 122	0.05 132	0.05 111	0.06 224

rrr	0.09 99	0.07 142	0.13 241	0.16 155	0.10 366	0.11 185	0.15 257	0.16 149	0.15 178	0.10 149	0.06 12	0.08 121	0.06 46	0.10 75	0.09 51	0.06 120	0.05 177	0.06 122	0.05 132	0.05 111	0.06 224

11t	0.09 99	0.07 142	0.11 168	0.16 155	0.09 254	0.11 185	0.15 257	0.16 149	0.12 99	0.10 149	0.06 12	0.06 21	0.06 46	0.11 127	0.09 51	0.05 32	0.04 23	0.06 122	0.05 132	0.05 111	0.06 224

tt1	0.10 164	0.08 264	0.13 241	0.17 232	0.09 254	0.13 269	0.15 257	0.15 120	0.19 275	0.09 116	0.08 87	0.06 21	0.06 46	0.10 75	0.08 14	0.06 120	0.05 177	0.06 122	0.05 132	0.06 212	0.06 224

IGEV_Zeroshot_test	0.09 99	0.05 17	0.13 241	0.14 37	0.08 140	0.12 231	0.13 126	0.17 184	0.11 67	0.10 149	0.06 12	0.09 153	0.06 46	0.11 127	0.09 51	0.06 120	0.04 23	0.06 122	0.06 206	0.05 111	0.05 127

DLNR_Zeroshot_test	10.48 623	2.27 615	19.78 634	120.28 639	13.29 629	0.06 10	0.13 126	0.24 346	0.10 40	0.08 80	0.10 138	0.09 153	0.07 122	0.10 75	0.09 51	0.13 509	0.04 23	0.06 122	0.04 41	52.68 640	0.04 33

testlalala	0.08 50	0.07 142	0.17 388	0.16 155	0.08 140	0.09 95	0.12 81	0.15 120	0.10 40	0.07 44	0.09 111	0.06 21	0.06 46	0.11 127	0.09 51	0.05 32	0.04 23	0.06 122	0.04 41	0.04 19	0.04 33

AEACV	0.09 99	0.05 17	0.08 25	0.14 37	0.13 479	0.14 311	0.13 126	0.15 120	0.09 28	0.07 44	0.09 111	0.07 79	0.08 163	0.10 75	0.09 51	0.06 120	0.04 23	0.06 122	0.05 132	0.05 111	0.04 33

HH	0.09 99	0.06 65	0.13 241	0.17 232	0.08 140	0.11 185	0.16 317	0.15 120	0.10 40	0.08 80	0.10 138	0.08 121	0.07 122	0.10 75	0.09 51	0.06 120	0.04 23	0.06 122	0.05 132	0.05 111	0.04 33

HanStereo	0.09 99	0.06 65	0.13 241	0.17 232	0.08 140	0.11 185	0.16 317	0.15 120	0.10 40	0.08 80	0.10 138	0.08 121	0.07 122	0.10 75	0.09 51	0.06 120	0.04 23	0.06 122	0.05 132	0.05 111	0.04 33

anonymousdsp	0.09 99	0.07 142	0.11 168	0.17 232	0.09 254	0.11 185	0.15 257	0.16 149	0.12 99	0.10 149	0.06 12	0.06 21	0.06 46	0.11 127	0.09 51	0.05 32	0.04 23	0.06 122	0.05 132	0.05 111	0.06 224

CBFPSM	0.15 380	0.07 142	0.27 498	0.17 232	0.09 254	0.13 269	0.15 257	0.22 303	0.23 344	0.20 411	0.27 429	0.23 421	0.16 392	0.16 341	0.19 435	0.06 120	0.06 334	0.06 122	0.07 302	0.07 286	0.07 304

EGLCR-Stereo	0.08 50	0.05 17	0.08 25	0.14 37	0.07 76	0.11 185	0.12 81	0.11 34	0.16 206	0.06 11	0.05 7	0.07 79	0.05 15	0.10 75	0.11 199	0.06 120	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

DCRE	0.11 208	0.07 142	0.13 241	0.16 155	0.11 422	0.11 185	0.17 346	0.18 212	0.17 234	0.11 189	0.18 297	0.11 210	0.10 218	0.15 313	0.11 199	0.06 120	0.05 177	0.06 122	0.06 206	0.05 111	0.05 127

knoymous	0.11 208	0.06 65	0.12 207	0.14 37	0.07 76	0.15 337	0.13 126	0.20 261	0.14 158	0.11 189	0.17 274	0.13 256	0.09 193	0.14 295	0.11 199	0.09 393	0.05 177	0.06 122	0.05 132	0.07 286	0.07 304

Selective-RAFT	0.11 208	0.11 427	0.12 207	0.21 467	0.08 140	0.16 364	0.13 126	0.21 279	0.23 344	0.10 149	0.10 138	0.11 210	0.10 218	0.15 313	0.11 199	0.05 32	0.05 177	0.06 122	0.05 132	0.06 212	0.05 127

ProNet	0.09 99	0.07 142	0.11 168	0.17 232	0.08 140	0.11 185	0.15 257	0.15 120	0.12 99	0.10 149	0.06 12	0.07 79	0.06 46	0.11 127	0.09 51	0.05 32	0.05 177	0.06 122	0.05 132	0.04 19	0.06 224

MC-Stereo	0.09 99	0.07 142	0.09 79	0.17 232	0.06 14	0.10 141	0.14 183	0.12 54	0.11 67	0.09 116	0.12 197	0.09 153	0.06 46	0.11 127	0.10 127	0.06 120	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

RCA-Stereo	0.09 99	0.06 65	0.09 79	0.16 155	0.06 14	0.09 95	0.13 126	0.18 212	0.14 158	0.10 149	0.11 180	0.08 121	0.07 122	0.12 213	0.11 199	0.06 120	0.04 23	0.06 122	0.05 132	0.05 111	0.04 33

ccc-4	0.09 99	0.07 142	0.11 168	0.16 155	0.09 254	0.11 185	0.15 257	0.16 149	0.12 99	0.10 149	0.06 12	0.06 21	0.06 46	0.11 127	0.09 51	0.05 32	0.04 23	0.06 122	0.05 132	0.05 111	0.06 224

x	0.13 310	0.08 264	0.15 323	0.14 37	0.08 140	0.19 425	0.14 183	0.22 303	0.21 312	0.15 302	0.20 321	0.20 377	0.18 430	0.18 397	0.18 420	0.07 271	0.05 177	0.06 122	0.06 206	0.07 286	0.07 304

Wz-Net-LNSev-Ref	0.18 445	0.09 335	0.30 516	0.15 79	0.11 422	0.23 483	0.20 460	0.27 394	0.40 504	0.26 487	0.43 543	0.25 443	0.15 371	0.21 458	0.20 445	0.07 271	0.05 177	0.06 122	0.05 132	0.10 450	0.09 418

IGEV-Stereo	0.09 99	0.07 142	0.11 168	0.17 232	0.09 254	0.11 185	0.15 257	0.16 149	0.12 99	0.10 149	0.06 12	0.06 21	0.06 46	0.11 127	0.09 51	0.05 32	0.04 23	0.06 122	0.05 132	0.05 111	0.06 224
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CIPLG	0.11 208	0.08 264	0.15 323	0.17 232	0.08 140	0.13 269	0.15 257	0.17 184	0.16 206	0.14 278	0.11 180	0.16 320	0.10 218	0.17 380	0.12 266	0.07 271	0.05 177	0.06 122	0.06 206	0.05 111	0.06 224

iRaft-Stereo_20w	0.09 99	0.05 17	0.13 241	0.14 37	0.09 254	0.12 231	0.15 257	0.19 244	0.11 67	0.11 189	0.08 87	0.08 121	0.05 15	0.10 75	0.09 51	0.06 120	0.04 23	0.06 122	0.05 132	0.06 212	0.05 127

DAS	0.15 380	0.08 264	0.18 422	0.19 374	0.10 366	0.19 425	0.17 346	0.28 418	0.30 434	0.18 374	0.26 411	0.21 386	0.16 392	0.16 341	0.13 301	0.08 335	0.06 334	0.06 122	0.06 206	0.07 286	0.07 304

SepStereo	0.15 380	0.08 264	0.18 422	0.19 374	0.10 366	0.19 425	0.17 346	0.28 418	0.30 434	0.18 374	0.26 411	0.21 386	0.16 392	0.26 504	0.13 301	0.08 335	0.06 334	0.06 122	0.06 206	0.07 286	0.07 304

IPLG	0.11 208	0.08 264	0.15 323	0.17 232	0.08 140	0.11 185	0.14 183	0.20 261	0.15 178	0.13 255	0.18 297	0.07 79	0.07 122	0.14 295	0.14 337	0.06 120	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

IPLGR_C	0.11 208	0.08 264	0.15 323	0.17 232	0.08 140	0.12 231	0.15 257	0.17 184	0.15 178	0.14 278	0.11 180	0.16 320	0.10 218	0.16 341	0.12 266	0.07 271	0.05 177	0.06 122	0.06 206	0.05 111	0.06 224

MIPNet	0.11 208	0.08 264	0.15 323	0.17 232	0.09 254	0.12 231	0.14 183	0.21 279	0.25 379	0.12 222	0.10 138	0.09 153	0.07 122	0.13 268	0.13 301	0.06 120	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

IPLGR	0.11 208	0.09 335	0.17 388	0.18 314	0.08 140	0.13 269	0.16 317	0.21 279	0.24 355	0.12 222	0.12 197	0.11 210	0.09 193	0.13 268	0.12 266	0.06 120	0.05 177	0.06 122	0.06 206	0.05 111	0.04 33

ACRE	0.11 208	0.08 264	0.15 323	0.17 232	0.08 140	0.13 269	0.15 257	0.17 184	0.14 158	0.14 278	0.11 180	0.16 320	0.10 218	0.16 341	0.12 266	0.07 271	0.05 177	0.06 122	0.06 206	0.05 111	0.06 224

GwcNet-ADL	0.13 310	0.08 264	0.14 286	0.20 432	0.09 254	0.12 231	0.20 460	0.30 448	0.25 379	0.14 278	0.14 225	0.18 351	0.14 351	0.13 268	0.15 371	0.07 271	0.05 177	0.06 122	0.05 132	0.07 286	0.06 224

GANet-ADL	0.13 310	0.07 142	0.15 323	0.17 232	0.10 366	0.19 425	0.15 257	0.30 448	0.21 312	0.13 255	0.18 297	0.19 360	0.13 319	0.16 341	0.14 337	0.08 335	0.06 334	0.06 122	0.05 132	0.07 286	0.08 373

STrans-v2	0.10 164	0.07 142	0.13 241	0.18 314	0.08 140	0.10 141	0.14 183	0.22 303	0.11 67	0.11 189	0.15 238	0.12 232	0.10 218	0.11 127	0.12 266	0.05 32	0.04 23	0.06 122	0.06 206	0.05 111	0.05 127

TransformOpticalFlow	0.10 164	0.08 264	0.13 241	0.18 314	0.07 76	0.09 95	0.15 257	0.19 244	0.16 206	0.12 222	0.16 255	0.11 210	0.11 255	0.11 127	0.11 199	0.05 32	0.04 23	0.06 122	0.06 206	0.05 111	0.05 127

ASMatch	0.11 208	0.06 65	0.13 241	0.17 232	0.10 366	0.08 54	0.14 183	0.18 212	0.16 206	0.12 222	0.16 255	0.16 320	0.11 255	0.13 268	0.11 199	0.05 32	0.04 23	0.06 122	0.06 206	0.04 19	0.09 418

CroCo-Stereo	0.09 99	0.08 264	0.08 25	0.22 488	0.09 254	0.09 95	0.18 395	0.16 149	0.12 99	0.07 44	0.07 42	0.08 121	0.06 46	0.08 16	0.07 1	0.07 271	0.05 177	0.06 122	0.04 41	0.05 111	0.04 33
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
cross-raft	0.10 164	0.09 335	0.09 79	0.19 374	0.07 76	0.11 185	0.24 513	0.13 74	0.15 178	0.08 80	0.10 138	0.12 232	0.10 218	0.09 37	0.11 199	0.05 32	0.04 23	0.06 122	0.05 132	0.04 19	0.04 33

test-1	0.10 164	0.07 142	0.17 388	0.19 374	0.08 140	0.11 185	0.24 513	0.15 120	0.18 249	0.09 116	0.07 42	0.10 186	0.08 163	0.08 16	0.09 51	0.06 120	0.04 23	0.06 122	0.06 206	0.04 19	0.05 127

s12784h	0.10 164	0.06 65	0.08 25	0.15 79	0.05 1	0.16 364	0.18 395	0.16 149	0.15 178	0.10 149	0.11 180	0.11 210	0.11 255	0.11 127	0.12 266	0.05 32	0.04 23	0.06 122	0.04 41	0.04 19	0.04 33

raftrobust	0.09 99	0.06 65	0.11 168	0.17 232	0.08 140	0.09 95	0.10 30	0.18 212	0.16 206	0.10 149	0.09 111	0.12 232	0.08 163	0.12 213	0.10 127	0.08 335	0.05 177	0.06 122	0.05 132	0.05 111	0.06 224

RALCasStereoNet	0.11 208	0.07 142	0.09 79	0.16 155	0.08 140	0.13 269	0.14 183	0.17 184	0.11 67	0.12 222	0.17 274	0.14 275	0.10 218	0.12 213	0.11 199	0.07 271	0.06 334	0.06 122	0.05 132	0.08 352	0.07 304

XX-Stereo	0.09 99	0.05 17	0.09 79	0.17 232	0.09 254	0.15 337	0.12 81	0.21 279	0.10 40	0.10 149	0.14 225	0.07 79	0.06 46	0.13 268	0.08 14	0.06 120	0.05 177	0.06 122	0.06 206	0.04 19	0.04 33

111	0.11 208	0.06 65	0.12 207	0.15 79	0.07 76	0.10 141	0.14 183	0.21 279	0.24 355	0.11 189	0.12 197	0.14 275	0.12 287	0.13 268	0.10 127	0.06 120	0.04 23	0.06 122	0.04 41	0.06 212	0.05 127

test_xeample3	0.09 99	0.07 142	0.12 207	0.16 155	0.09 254	0.11 185	0.15 257	0.16 149	0.14 158	0.10 149	0.07 42	0.08 121	0.06 46	0.10 75	0.09 51	0.06 120	0.04 23	0.06 122	0.05 132	0.05 111	0.06 224

RAFT-Stereo + iAFF	0.09 99	0.06 65	0.10 119	0.17 232	0.07 76	0.10 141	0.15 257	0.17 184	0.15 178	0.10 149	0.10 138	0.08 121	0.09 193	0.12 213	0.10 127	0.05 32	0.04 23	0.06 122	0.06 206	0.04 19	0.03 1

GMStereo	0.13 310	0.15 496	0.14 286	0.18 314	0.09 254	0.16 364	0.16 317	0.20 261	0.25 379	0.17 342	0.17 274	0.11 210	0.11 255	0.16 341	0.13 301	0.07 271	0.06 334	0.06 122	0.06 206	0.07 286	0.06 224
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CFNet-RSSM	0.09 99	0.07 142	0.10 119	0.16 155	0.07 76	0.09 95	0.15 257	0.17 184	0.18 249	0.08 80	0.12 197	0.11 210	0.09 193	0.12 213	0.10 127	0.06 120	0.04 23	0.06 122	0.04 41	0.04 19	0.04 33

Gwc-CoAtRS	0.09 99	0.07 142	0.10 119	0.16 155	0.07 76	0.10 141	0.15 257	0.18 212	0.17 234	0.08 80	0.10 138	0.12 232	0.09 193	0.12 213	0.09 51	0.06 120	0.04 23	0.06 122	0.04 41	0.04 19	0.05 127

ACVNet	0.15 380	0.09 335	0.15 323	0.13 10	0.12 453	0.14 311	0.20 460	0.22 303	0.34 464	0.17 342	0.26 411	0.21 386	0.17 416	0.18 397	0.21 458	0.07 271	0.06 334	0.06 122	0.06 206	0.08 352	0.06 224

acv_ft	0.15 380	0.09 335	0.16 365	0.19 374	0.10 366	0.16 364	0.17 346	0.25 367	0.34 464	0.19 389	0.26 411	0.21 386	0.17 416	0.18 397	0.19 435	0.07 271	0.06 334	0.06 122	0.06 206	0.08 352	0.06 224

cf-r	0.14 340	0.07 142	0.13 241	0.16 155	0.08 140	0.14 311	0.19 439	0.21 279	0.25 379	0.17 342	0.26 411	0.22 404	0.17 416	0.14 295	0.15 371	0.10 434	0.05 177	0.06 122	0.08 374	0.06 212	0.06 224

DIP-Stereo	0.11 208	0.08 264	0.15 323	0.17 232	0.09 254	0.13 269	0.09 18	0.16 149	0.16 206	0.12 222	0.16 255	0.14 275	0.12 287	0.16 341	0.14 337	0.06 120	0.05 177	0.06 122	0.05 132	0.05 111	0.07 304
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
SuperB	0.20 466	0.10 402	0.57 566	0.16 155	0.09 254	0.19 425	0.18 395	0.25 367	0.51 547	0.27 494	0.39 518	0.17 337	0.22 475	0.22 476	0.21 458	0.08 335	0.06 334	0.06 122	0.06 206	0.12 489	0.11 471

R-Stereo Train	0.10 164	0.06 65	0.11 168	0.17 232	0.08 140	0.11 185	0.14 183	0.24 346	0.11 67	0.12 222	0.19 311	0.11 210	0.08 163	0.10 75	0.11 199	0.07 271	0.05 177	0.06 122	0.05 132	0.05 111	0.05 127

RAFT-Stereo	0.10 164	0.06 65	0.11 168	0.17 232	0.08 140	0.11 185	0.14 183	0.24 346	0.11 67	0.12 222	0.19 311	0.11 210	0.08 163	0.10 75	0.11 199	0.07 271	0.05 177	0.06 122	0.05 132	0.05 111	0.05 127
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	0.15 380	0.07 142	0.15 323	0.16 155	0.08 140	0.19 425	0.14 183	0.30 448	0.21 312	0.17 342	0.25 398	0.21 386	0.19 448	0.20 440	0.20 445	0.07 271	0.06 334	0.06 122	0.08 374	0.06 212	0.06 224

HSM-Net_RVC	0.14 340	0.08 264	0.12 207	0.15 79	0.08 140	0.16 364	0.15 257	0.27 394	0.29 428	0.20 411	0.21 339	0.29 478	0.14 351	0.18 397	0.13 301	0.06 120	0.06 334	0.06 122	0.06 206	0.07 286	0.06 224
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AANet_RVC	0.16 407	0.10 402	0.11 168	0.18 314	0.09 254	0.19 425	0.18 395	0.27 394	0.32 448	0.22 442	0.35 495	0.21 386	0.22 475	0.22 476	0.17 407	0.06 120	0.05 177	0.06 122	0.06 206	0.07 286	0.06 224

iResNetv2_ROB	0.15 380	0.08 264	0.16 365	0.16 155	0.08 140	0.16 364	0.13 126	0.26 380	0.36 483	0.21 427	0.29 455	0.24 430	0.13 319	0.14 295	0.14 337	0.06 120	0.06 334	0.06 122	0.04 41	0.09 416	0.08 373

iResNet	0.13 310	0.10 402	0.18 422	0.19 374	0.08 140	0.14 311	0.18 395	0.21 279	0.27 405	0.16 331	0.24 372	0.15 300	0.13 319	0.14 295	0.15 371	0.06 120	0.04 23	0.06 122	0.05 132	0.06 212	0.05 127

LE_ROB	0.50 581	0.07 142	0.14 286	0.15 79	0.08 140	0.26 512	0.17 346	0.23 322	1.71 615	4.68 619	0.67 577	0.46 564	0.47 576	0.21 458	0.30 545	0.07 271	0.06 334	0.06 122	0.06 206	0.08 352	0.06 224

WQFJA1	0.10 164	0.07 142	0.08 25	0.20 432	0.09 254	0.12 231	0.18 395	0.18 212	0.18 249	0.09 116	0.10 138	0.08 121	0.10 218	0.12 213	0.11 199	0.06 120	0.08 437	0.07 226	0.06 206	0.06 212	0.05 127

WQFJX1	0.10 164	0.07 142	0.08 25	0.22 488	0.09 254	0.12 231	0.17 346	0.18 212	0.18 249	0.10 149	0.10 138	0.07 79	0.10 218	0.11 127	0.10 127	0.07 271	0.08 437	0.07 226	0.06 206	0.05 111	0.05 127

NLMM1	0.11 208	0.09 335	0.07 5	0.22 488	0.10 366	0.12 231	0.20 460	0.19 244	0.20 297	0.12 222	0.11 180	0.08 121	0.10 218	0.11 127	0.11 199	0.08 335	0.08 437	0.07 226	0.06 206	0.05 111	0.04 33

NLMM	0.10 164	0.07 142	0.08 25	0.20 432	0.09 254	0.12 231	0.18 395	0.18 212	0.18 249	0.09 116	0.10 138	0.08 121	0.10 218	0.12 213	0.11 199	0.06 120	0.08 437	0.07 226	0.06 206	0.06 212	0.05 127

NLCSM	0.11 208	0.09 335	0.09 79	0.23 509	0.11 422	0.12 231	0.19 439	0.19 244	0.19 275	0.12 222	0.11 180	0.07 79	0.09 193	0.11 127	0.10 127	0.08 335	0.08 437	0.07 226	0.07 302	0.06 212	0.05 127

Select-FE	0.11 208	0.06 65	0.21 460	0.15 79	0.11 422	0.12 231	0.13 126	0.22 303	0.18 249	0.09 116	0.11 180	0.10 186	0.06 46	0.12 213	0.09 51	0.07 271	0.05 177	0.07 226	0.08 374	0.06 212	0.08 373

MSAF-DinoV2	0.23 501	0.11 427	0.25 487	0.17 232	0.10 366	0.28 531	0.17 346	0.38 536	0.56 559	0.21 427	0.27 429	0.47 567	0.28 522	0.36 550	0.40 573	0.09 393	0.06 334	0.07 226	0.09 419	0.12 489	0.11 471

z-ln-s-r	0.18 445	0.10 402	0.41 545	0.19 374	0.08 140	0.18 403	0.18 395	0.23 322	0.34 464	0.19 389	0.41 532	0.22 404	0.17 416	0.20 440	0.25 502	0.07 271	0.05 177	0.07 226	0.07 302	0.07 286	0.06 224

S2M2_XL	0.08 50	0.06 65	0.12 207	0.12 5	0.08 140	0.09 95	0.09 18	0.07 2	0.07 9	0.08 80	0.07 42	0.07 79	0.06 46	0.09 37	0.09 51	0.08 335	0.06 334	0.07 226	0.06 206	0.08 352	0.06 224
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
xyz-stereo-finetune2	0.11 208	0.07 142	0.13 241	0.13 10	0.07 76	0.11 185	0.19 439	0.17 184	0.12 99	0.15 302	0.15 238	0.17 337	0.13 319	0.13 268	0.11 199	0.05 32	0.04 23	0.07 226	0.05 132	0.04 19	0.06 224

xyz-stereo-finetune	0.11 208	0.08 264	0.13 241	0.14 37	0.06 14	0.10 141	0.19 439	0.18 212	0.19 275	0.12 222	0.14 225	0.15 300	0.11 255	0.13 268	0.12 266	0.05 32	0.04 23	0.07 226	0.05 132	0.04 19	0.05 127

LG-Stereo	0.08 50	0.08 264	0.10 119	0.18 314	0.07 76	0.10 141	0.17 346	0.11 34	0.08 13	0.06 11	0.08 87	0.06 21	0.07 122	0.09 37	0.09 51	0.04 6	0.05 177	0.07 226	0.07 302	0.04 19	0.04 33

MM-Stereo_test3	0.10 164	0.07 142	0.07 5	0.18 314	0.07 76	0.12 231	0.19 439	0.24 346	0.19 275	0.06 11	0.10 138	0.08 121	0.06 46	0.11 127	0.09 51	0.06 120	0.06 334	0.07 226	0.05 132	0.05 111	0.04 33

MM-Stereo_test1	0.10 164	0.07 142	0.09 79	0.18 314	0.07 76	0.12 231	0.18 395	0.21 279	0.20 297	0.09 116	0.11 180	0.08 121	0.06 46	0.10 75	0.10 127	0.06 120	0.05 177	0.07 226	0.06 206	0.05 111	0.04 33

HI	0.11 208	0.06 65	0.12 207	0.13 10	0.09 254	0.09 95	0.14 183	0.22 303	0.11 67	0.20 411	0.17 274	0.14 275	0.10 218	0.16 341	0.09 51	0.05 32	0.04 23	0.07 226	0.08 374	0.07 286	0.06 224

CoSv	0.11 208	0.06 65	0.12 207	0.13 10	0.09 254	0.09 95	0.14 183	0.22 303	0.11 67	0.20 411	0.17 274	0.14 275	0.10 218	0.16 341	0.09 51	0.05 32	0.04 23	0.07 226	0.08 374	0.07 286	0.06 224

mms	0.09 99	0.07 142	0.08 25	0.17 232	0.08 140	0.11 185	0.15 257	0.12 54	0.11 67	0.09 116	0.09 111	0.08 121	0.06 46	0.11 127	0.12 266	0.05 32	0.04 23	0.07 226	0.05 132	0.04 19	0.04 33

fffy	0.09 99	0.08 264	0.10 119	0.16 155	0.07 76	0.13 269	0.17 346	0.13 74	0.12 99	0.08 80	0.09 111	0.08 121	0.09 193	0.13 268	0.11 199	0.05 32	0.05 177	0.07 226	0.05 132	0.04 19	0.05 127

ACV-stereo	0.15 380	0.10 402	0.29 510	0.18 314	0.12 453	0.15 337	0.13 126	0.23 322	0.21 312	0.19 389	0.23 360	0.22 404	0.15 371	0.23 484	0.17 407	0.08 335	0.07 405	0.07 226	0.07 302	0.08 352	0.07 304

RAStereo	0.10 164	0.09 335	0.08 25	0.20 432	0.08 140	0.13 269	0.18 395	0.16 149	0.17 234	0.10 149	0.12 197	0.05 2	0.06 46	0.09 37	0.08 14	0.07 271	0.05 177	0.07 226	0.05 132	0.05 111	0.04 33

AIO-Stereo-zeroshot1	0.11 208	0.05 17	0.14 286	0.16 155	0.21 561	0.09 95	0.17 346	0.21 279	0.16 206	0.11 189	0.15 238	0.10 186	0.07 122	0.10 75	0.08 14	0.06 120	0.05 177	0.07 226	0.07 302	0.07 286	0.09 418

rvit_stereo_0080	0.10 164	0.08 264	0.15 323	0.15 79	0.10 366	0.07 27	0.15 257	0.16 149	0.16 206	0.11 189	0.10 138	0.15 300	0.09 193	0.12 213	0.10 127	0.09 393	0.07 405	0.07 226	0.06 206	0.07 286	0.05 127

IGEV-BASED-STEREO-	0.09 99	0.10 402	0.32 523	0.15 79	0.06 14	0.08 54	0.14 183	0.11 34	0.10 40	0.07 44	0.07 42	0.06 21	0.04 1	0.11 127	0.07 1	0.12 491	0.04 23	0.07 226	0.05 132	0.05 111	0.05 127

test_sample3	0.14 340	0.08 264	0.15 323	0.14 37	0.09 254	0.20 444	0.17 346	0.27 394	0.18 249	0.17 342	0.22 355	0.19 360	0.15 371	0.17 380	0.14 337	0.09 393	0.06 334	0.07 226	0.06 206	0.09 416	0.08 373

test_sample2	0.13 310	0.07 142	0.12 207	0.14 37	0.08 140	0.16 364	0.18 395	0.21 279	0.16 206	0.14 278	0.21 339	0.20 377	0.15 371	0.15 313	0.13 301	0.08 335	0.06 334	0.07 226	0.06 206	0.08 352	0.08 373

MyStereo8	0.12 283	0.07 142	0.15 323	0.15 79	0.09 254	0.18 403	0.14 183	0.19 244	0.22 334	0.12 222	0.18 297	0.11 210	0.10 218	0.16 341	0.18 420	0.07 271	0.05 177	0.07 226	0.05 132	0.08 352	0.09 418

SMFormer	0.14 340	0.07 142	0.18 422	0.14 37	0.08 140	0.17 387	0.17 346	0.27 394	0.27 405	0.19 389	0.20 321	0.19 360	0.15 371	0.15 313	0.17 407	0.08 335	0.05 177	0.07 226	0.06 206	0.08 352	0.07 304

tta	0.14 340	0.07 142	0.18 422	0.14 37	0.08 140	0.17 387	0.17 346	0.27 394	0.27 405	0.19 389	0.20 321	0.19 360	0.15 371	0.15 313	0.17 407	0.08 335	0.05 177	0.07 226	0.06 206	0.06 212	0.06 224

AE-Stereo	0.10 164	0.08 264	0.11 168	0.19 374	0.09 254	0.10 141	0.15 257	0.14 92	0.20 297	0.09 116	0.15 238	0.12 232	0.08 163	0.11 127	0.10 127	0.05 32	0.06 334	0.07 226	0.06 206	0.05 111	0.04 33

CoDeX	0.12 283	0.07 142	0.13 241	0.17 232	0.08 140	0.12 231	0.16 317	0.23 322	0.27 405	0.13 255	0.17 274	0.15 300	0.12 287	0.14 295	0.11 199	0.07 271	0.05 177	0.07 226	0.06 206	0.06 212	0.05 127

whm_eth	0.10 164	0.08 264	0.15 323	0.15 79	0.10 366	0.07 27	0.15 257	0.16 149	0.16 206	0.11 189	0.10 138	0.15 300	0.09 193	0.12 213	0.10 127	0.09 393	0.07 405	0.07 226	0.06 206	0.07 286	0.05 127

EKT-Stereo	0.11 208	0.07 142	0.14 286	0.16 155	0.10 366	0.13 269	0.14 183	0.19 244	0.21 312	0.11 189	0.08 87	0.13 256	0.10 218	0.11 127	0.12 266	0.08 335	0.06 334	0.07 226	0.06 206	0.08 352	0.07 304

MIM_Stereo	0.10 164	0.07 142	0.11 168	0.15 79	0.07 76	0.07 27	0.12 81	0.20 261	0.14 158	0.13 255	0.14 225	0.09 153	0.05 15	0.12 213	0.08 14	0.05 32	0.06 334	0.07 226	0.06 206	0.06 212	0.05 127

PCWNet_CMD	0.14 340	0.08 264	0.15 323	0.17 232	0.09 254	0.14 311	0.14 183	0.29 437	0.36 483	0.14 278	0.20 321	0.21 386	0.13 319	0.17 380	0.14 337	0.07 271	0.05 177	0.07 226	0.07 302	0.07 286	0.07 304

iinet-f	0.17 429	0.07 142	0.46 552	0.14 37	0.10 366	0.21 455	0.14 183	0.27 394	0.23 344	0.22 442	0.25 398	0.21 386	0.16 392	0.18 397	0.22 471	0.09 393	0.07 405	0.07 226	0.06 206	0.09 416	0.10 447

gwcnet-sp	0.14 340	0.07 142	0.13 241	0.18 314	0.09 254	0.16 364	0.18 395	0.24 346	0.24 355	0.19 389	0.24 372	0.15 300	0.16 392	0.16 341	0.15 371	0.08 335	0.07 405	0.07 226	0.08 374	0.08 352	0.07 304

scenet	0.14 340	0.07 142	0.13 241	0.18 314	0.09 254	0.16 364	0.18 395	0.24 346	0.24 355	0.19 389	0.24 372	0.15 300	0.16 392	0.16 341	0.15 371	0.08 335	0.07 405	0.07 226	0.08 374	0.08 352	0.07 304

anonymousa	0.13 310	0.07 142	0.14 286	0.18 314	0.09 254	0.13 269	0.17 346	0.20 261	0.29 428	0.15 302	0.24 372	0.16 320	0.14 351	0.14 295	0.14 337	0.07 271	0.05 177	0.07 226	0.09 419	0.05 111	0.07 304

riskmin	0.11 208	0.06 65	0.13 241	0.14 37	0.08 140	0.14 311	0.14 183	0.18 212	0.15 178	0.12 222	0.15 238	0.17 337	0.11 255	0.14 295	0.12 266	0.09 393	0.05 177	0.07 226	0.05 132	0.08 352	0.08 373

ssnet	0.14 340	0.07 142	0.13 241	0.18 314	0.09 254	0.16 364	0.18 395	0.24 346	0.24 355	0.19 389	0.24 372	0.15 300	0.16 392	0.16 341	0.15 371	0.08 335	0.07 405	0.07 226	0.08 374	0.08 352	0.07 304

CroCo-Stereo Lap2	0.09 99	0.09 335	0.08 25	0.22 488	0.09 254	0.09 95	0.18 395	0.16 149	0.12 99	0.09 116	0.10 138	0.05 2	0.05 15	0.08 16	0.08 14	0.06 120	0.06 334	0.07 226	0.05 132	0.06 212	0.05 127

DisPM	0.11 208	0.07 142	0.13 241	0.16 155	0.09 254	0.06 10	0.13 126	0.18 212	0.17 234	0.14 278	0.19 311	0.12 232	0.10 218	0.12 213	0.11 199	0.07 271	0.05 177	0.07 226	0.06 206	0.06 212	0.11 471

IER	0.14 340	0.08 264	0.13 241	0.17 232	0.09 254	0.14 311	0.16 317	0.26 380	0.27 405	0.18 374	0.26 411	0.17 337	0.20 460	0.17 380	0.14 337	0.08 335	0.05 177	0.07 226	0.06 206	0.08 352	0.07 304

raft_robust	0.13 310	0.10 402	0.07 5	0.18 314	0.08 140	0.13 269	0.24 513	0.29 437	0.34 464	0.20 411	0.20 321	0.15 300	0.10 218	0.11 127	0.12 266	0.05 32	0.05 177	0.07 226	0.07 302	0.05 111	0.04 33

CRFU-Net	0.16 407	0.08 264	0.15 323	0.17 232	0.09 254	0.20 444	0.14 183	0.27 394	0.21 312	0.28 507	0.28 440	0.29 478	0.18 430	0.19 422	0.18 420	0.09 393	0.09 469	0.07 226	0.07 302	0.08 352	0.09 418

RAFT+CT+SA	0.13 310	0.11 427	0.09 79	0.19 374	0.09 254	0.15 337	0.28 549	0.22 303	0.22 334	0.15 302	0.26 411	0.10 186	0.10 218	0.11 127	0.12 266	0.05 32	0.04 23	0.07 226	0.08 374	0.07 286	0.06 224

test_5	0.14 340	0.12 446	0.08 25	0.20 432	0.10 366	0.14 311	0.28 549	0.21 279	0.24 355	0.19 389	0.28 440	0.11 210	0.15 371	0.12 213	0.13 301	0.06 120	0.05 177	0.07 226	0.08 374	0.08 352	0.07 304

iRaft-Stereo_5w	0.12 283	0.09 335	0.12 207	0.20 432	0.08 140	0.09 95	0.12 81	0.22 303	0.22 334	0.19 389	0.14 225	0.11 210	0.09 193	0.20 440	0.16 390	0.05 32	0.05 177	0.07 226	0.06 206	0.05 111	0.06 224

CSP-Net	0.16 407	0.09 335	0.14 286	0.17 232	0.09 254	0.19 425	0.18 395	0.25 367	0.33 453	0.26 487	0.31 466	0.25 443	0.16 392	0.21 458	0.19 435	0.09 393	0.06 334	0.07 226	0.07 302	0.08 352	0.08 373

test-3	0.09 99	0.06 65	0.10 119	0.18 314	0.07 76	0.07 27	0.14 183	0.12 54	0.16 206	0.10 149	0.08 87	0.08 121	0.08 163	0.11 127	0.10 127	0.05 32	0.04 23	0.07 226	0.05 132	0.04 19	0.04 33

test_1	0.09 99	0.06 65	0.10 119	0.18 314	0.07 76	0.07 27	0.14 183	0.12 54	0.16 206	0.10 149	0.08 87	0.08 121	0.08 163	0.11 127	0.10 127	0.05 32	0.04 23	0.07 226	0.05 132	0.04 19	0.04 33

ADLNet2	0.16 407	0.09 335	0.14 286	0.17 232	0.09 254	0.20 444	0.16 317	0.32 469	0.39 500	0.17 342	0.20 321	0.20 377	0.19 448	0.21 458	0.23 482	0.08 335	0.07 405	0.07 226	0.07 302	0.09 416	0.07 304

CrosDoStereo	0.12 283	0.07 142	0.12 207	0.14 37	0.09 254	0.12 231	0.15 257	0.17 184	0.22 334	0.19 389	0.24 372	0.15 300	0.11 255	0.11 127	0.12 266	0.06 120	0.05 177	0.07 226	0.07 302	0.05 111	0.05 127

TRStereo	0.10 164	0.05 17	0.12 207	0.16 155	0.12 453	0.10 141	0.13 126	0.18 212	0.19 275	0.09 116	0.09 111	0.09 153	0.07 122	0.10 75	0.08 14	0.07 271	0.05 177	0.07 226	0.07 302	0.04 19	0.04 33

OMP-Stereo	0.11 208	0.07 142	0.14 286	0.18 314	0.08 140	0.09 95	0.12 81	0.21 279	0.21 312	0.13 255	0.14 225	0.11 210	0.12 287	0.11 127	0.13 301	0.06 120	0.05 177	0.07 226	0.06 206	0.05 111	0.04 33

IIG-Stereo	0.11 208	0.06 65	0.13 241	0.17 232	0.08 140	0.11 185	0.12 81	0.22 303	0.18 249	0.14 278	0.17 274	0.12 232	0.13 319	0.12 213	0.13 301	0.06 120	0.05 177	0.07 226	0.06 206	0.06 212	0.05 127

NF-Stereo	0.11 208	0.07 142	0.13 241	0.17 232	0.09 254	0.10 141	0.13 126	0.23 322	0.19 275	0.12 222	0.17 274	0.12 232	0.12 287	0.11 127	0.11 199	0.06 120	0.04 23	0.07 226	0.06 206	0.07 286	0.12 492

OCTAStereo	0.11 208	0.07 142	0.14 286	0.17 232	0.09 254	0.10 141	0.13 126	0.23 322	0.19 275	0.12 222	0.17 274	0.12 232	0.12 287	0.11 127	0.11 199	0.06 120	0.04 23	0.07 226	0.06 206	0.07 286	0.11 471

NRIStereo	0.11 208	0.08 264	0.15 323	0.18 314	0.08 140	0.10 141	0.13 126	0.17 184	0.15 178	0.12 222	0.15 238	0.13 256	0.13 319	0.13 268	0.10 127	0.06 120	0.04 23	0.07 226	0.06 206	0.06 212	0.07 304

FTStereo	0.12 283	0.07 142	0.14 286	0.18 314	0.09 254	0.07 27	0.15 257	0.22 303	0.18 249	0.12 222	0.24 372	0.11 210	0.13 319	0.13 268	0.14 337	0.05 32	0.05 177	0.07 226	0.07 302	0.06 212	0.10 447

DeepStereo_LL	0.12 283	0.07 142	0.12 207	0.14 37	0.09 254	0.12 231	0.15 257	0.17 184	0.22 334	0.19 389	0.24 372	0.15 300	0.11 255	0.11 127	0.12 266	0.06 120	0.05 177	0.07 226	0.07 302	0.05 111	0.05 127

DEmStereo	0.12 283	0.06 65	0.14 286	0.14 37	0.10 366	0.16 364	0.15 257	0.16 149	0.24 355	0.17 342	0.23 360	0.12 232	0.14 351	0.12 213	0.14 337	0.05 32	0.04 23	0.07 226	0.06 206	0.05 111	0.05 127

THIR-Stereo	0.12 283	0.07 142	0.11 168	0.15 79	0.08 140	0.14 311	0.16 317	0.18 212	0.25 379	0.17 342	0.24 372	0.13 256	0.13 319	0.12 213	0.14 337	0.06 120	0.05 177	0.07 226	0.07 302	0.05 111	0.05 127

DRaft	0.12 283	0.06 65	0.12 207	0.14 37	0.09 254	0.14 311	0.17 346	0.21 279	0.30 434	0.18 374	0.27 429	0.10 186	0.16 392	0.11 127	0.12 266	0.05 32	0.04 23	0.07 226	0.07 302	0.05 111	0.05 127

PFNet	0.12 283	0.06 65	0.17 388	0.18 314	0.08 140	0.09 95	0.15 257	0.26 380	0.20 297	0.16 331	0.16 255	0.14 275	0.12 287	0.13 268	0.11 199	0.06 120	0.04 23	0.07 226	0.06 206	0.05 111	0.05 127

GrayStereo	0.11 208	0.06 65	0.11 168	0.19 374	0.09 254	0.09 95	0.16 317	0.18 212	0.17 234	0.14 278	0.17 274	0.17 337	0.11 255	0.12 213	0.11 199	0.05 32	0.05 177	0.07 226	0.06 206	0.06 212	0.10 447

RE-Stereo	0.11 208	0.07 142	0.13 241	0.17 232	0.09 254	0.10 141	0.13 126	0.23 322	0.19 275	0.12 222	0.17 274	0.12 232	0.12 287	0.11 127	0.11 199	0.06 120	0.04 23	0.07 226	0.06 206	0.07 286	0.11 471

Pruner-Stereo	0.11 208	0.07 142	0.12 207	0.17 232	0.09 254	0.06 10	0.12 81	0.18 212	0.17 234	0.14 278	0.19 311	0.13 256	0.10 218	0.11 127	0.11 199	0.06 120	0.04 23	0.07 226	0.06 206	0.06 212	0.08 373

TVStereo	0.11 208	0.07 142	0.13 241	0.17 232	0.09 254	0.10 141	0.13 126	0.23 322	0.19 275	0.12 222	0.17 274	0.12 232	0.12 287	0.11 127	0.11 199	0.06 120	0.04 23	0.07 226	0.06 206	0.07 286	0.11 471

DeepStereo_RVC	0.11 208	0.08 264	0.17 388	0.18 314	0.08 140	0.08 54	0.11 53	0.17 184	0.12 99	0.13 255	0.15 238	0.12 232	0.12 287	0.12 213	0.11 199	0.06 120	0.04 23	0.07 226	0.06 206	0.07 286	0.08 373

RAFT-345	0.11 208	0.07 142	0.16 365	0.17 232	0.08 140	0.08 54	0.12 81	0.16 149	0.10 40	0.11 189	0.34 491	0.09 153	0.10 218	0.11 127	0.12 266	0.05 32	0.05 177	0.07 226	0.06 206	0.04 19	0.05 127

Prome-Stereo	0.11 208	0.07 142	0.11 168	0.18 314	0.09 254	0.12 231	0.14 183	0.23 322	0.13 136	0.13 255	0.16 255	0.13 256	0.08 163	0.12 213	0.10 127	0.05 32	0.05 177	0.07 226	0.06 206	0.06 212	0.10 447

raft+_RVC	0.11 208	0.07 142	0.09 79	0.16 155	0.07 76	0.10 141	0.11 53	0.24 346	0.20 297	0.12 222	0.15 238	0.12 232	0.08 163	0.12 213	0.13 301	0.07 271	0.04 23	0.07 226	0.06 206	0.05 111	0.05 127

GES	0.14 340	0.08 264	0.16 365	0.15 79	0.10 366	0.13 269	0.13 126	0.28 418	0.26 392	0.17 342	0.24 372	0.19 360	0.14 351	0.16 341	0.14 337	0.08 335	0.08 437	0.07 226	0.06 206	0.08 352	0.09 418

222	0.16 407	0.07 142	0.15 323	0.14 37	0.08 140	0.25 500	0.18 395	0.30 448	0.21 312	0.18 374	0.29 455	0.17 337	0.16 392	0.16 341	0.44 581	0.10 434	0.05 177	0.07 226	0.06 206	0.08 352	0.08 373

xxxx	0.15 380	0.07 142	0.14 286	0.14 37	0.08 140	0.24 491	0.18 395	0.32 469	0.20 297	0.14 278	0.28 440	0.22 404	0.14 351	0.15 313	0.29 538	0.09 393	0.05 177	0.07 226	0.07 302	0.08 352	0.08 373

test_xeample	0.15 380	0.07 142	0.14 286	0.15 79	0.08 140	0.22 469	0.20 460	0.29 437	0.21 312	0.16 331	0.29 455	0.19 360	0.17 416	0.16 341	0.28 529	0.09 393	0.05 177	0.07 226	0.07 302	0.07 286	0.07 304

AFF-stereo	0.09 99	0.07 142	0.10 119	0.17 232	0.07 76	0.10 141	0.15 257	0.18 212	0.10 40	0.10 149	0.11 180	0.09 153	0.10 218	0.12 213	0.10 127	0.05 32	0.04 23	0.07 226	0.07 302	0.04 19	0.04 33

SFCPSM	0.13 310	0.07 142	0.15 323	0.17 232	0.09 254	0.15 337	0.16 317	0.28 418	0.27 405	0.14 278	0.18 297	0.12 232	0.13 319	0.14 295	0.11 199	0.08 335	0.05 177	0.07 226	0.07 302	0.07 286	0.06 224

MMNet	0.17 429	0.10 402	0.17 388	0.20 432	0.11 422	0.27 521	0.20 460	0.26 380	0.42 513	0.22 442	0.30 461	0.22 404	0.20 460	0.18 397	0.20 445	0.06 120	0.06 334	0.07 226	0.07 302	0.08 352	0.07 304

HGLStereo	0.17 429	0.09 335	0.19 445	0.17 232	0.12 453	0.18 403	0.18 395	0.31 464	0.33 453	0.22 442	0.33 481	0.24 430	0.18 430	0.20 440	0.21 458	0.10 434	0.09 469	0.07 226	0.07 302	0.09 416	0.10 447

GANet-RSSM	0.14 340	0.07 142	0.13 241	0.13 10	0.08 140	0.14 311	0.18 395	0.23 322	0.21 312	0.17 342	0.25 398	0.24 430	0.16 392	0.16 341	0.16 390	0.10 434	0.06 334	0.07 226	0.08 374	0.08 352	0.07 304

GwcNet-RSSM	0.14 340	0.07 142	0.12 207	0.16 155	0.08 140	0.15 337	0.20 460	0.22 303	0.28 421	0.18 374	0.28 440	0.23 421	0.17 416	0.15 313	0.16 390	0.10 434	0.06 334	0.07 226	0.09 419	0.07 286	0.07 304

MSMDNet	0.14 340	0.08 264	0.15 323	0.17 232	0.09 254	0.14 311	0.14 183	0.29 437	0.36 483	0.14 278	0.20 321	0.21 386	0.13 319	0.18 397	0.14 337	0.07 271	0.05 177	0.07 226	0.07 302	0.07 286	0.07 304

HSM	0.15 380	0.09 335	0.15 323	0.16 155	0.09 254	0.16 364	0.14 183	0.28 418	0.25 379	0.20 411	0.24 372	0.37 532	0.17 416	0.20 440	0.15 371	0.07 271	0.05 177	0.07 226	0.06 206	0.07 286	0.06 224

DISCO	0.20 466	0.09 335	0.22 470	0.17 232	0.10 366	0.25 500	0.18 395	0.28 418	0.45 528	0.23 457	0.32 475	0.34 521	0.26 506	0.29 522	0.29 538	0.08 335	0.06 334	0.07 226	0.07 302	0.09 416	0.10 447

NLSM1	0.10 164	0.07 142	0.08 25	0.19 374	0.08 140	0.13 269	0.16 317	0.21 279	0.16 206	0.11 189	0.10 138	0.07 79	0.10 218	0.10 75	0.11 199	0.07 271	0.08 437	0.08 312	0.07 302	0.05 111	0.05 127

MultiAttention	0.30 549	0.08 264	0.15 323	0.19 374	0.13 479	1.56 614	1.33 616	0.36 520	0.36 483	0.20 411	0.21 339	0.24 430	0.11 255	0.39 562	0.18 420	0.06 120	0.05 177	0.08 312	0.08 374	0.11 472	0.09 418

z-mn7	0.25 519	0.15 496	0.47 555	0.19 374	0.13 479	0.28 531	0.25 529	0.35 513	0.64 576	0.27 494	0.57 568	0.29 478	0.24 490	0.32 534	0.27 521	0.08 335	0.08 437	0.08 312	0.08 374	0.10 450	0.10 447

DFGA-Net	0.13 310	0.11 427	0.19 445	0.18 314	0.10 366	0.13 269	0.13 126	0.23 322	0.25 379	0.16 331	0.16 255	0.13 256	0.12 287	0.17 380	0.15 371	0.07 271	0.05 177	0.08 312	0.07 302	0.05 111	0.05 127

S2M2_L	0.09 99	0.08 264	0.11 168	0.13 10	0.10 366	0.08 54	0.06 1	0.10 18	0.10 40	0.10 149	0.10 138	0.09 153	0.09 193	0.11 127	0.11 199	0.13 509	0.07 405	0.08 312	0.09 419	0.10 450	0.08 373
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
G2L-Stereo	0.14 340	0.07 142	0.13 241	0.17 232	0.09 254	0.13 269	0.12 81	0.27 394	0.22 334	0.17 342	0.27 429	0.21 386	0.13 319	0.18 397	0.18 420	0.09 393	0.08 437	0.08 312	0.07 302	0.07 286	0.07 304

AIO-test2	0.10 164	0.08 264	0.10 119	0.23 509	0.09 254	0.11 185	0.11 53	0.23 322	0.24 355	0.08 80	0.09 111	0.08 121	0.05 15	0.10 75	0.08 14	0.06 120	0.05 177	0.08 312	0.09 419	0.05 111	0.05 127

FACV-RUCA	0.13 310	0.11 427	0.13 241	0.19 374	0.12 453	0.15 337	0.16 317	0.22 303	0.21 312	0.16 331	0.16 255	0.15 300	0.16 392	0.14 295	0.13 301	0.07 271	0.05 177	0.08 312	0.06 206	0.10 450	0.08 373

tg	0.10 164	0.06 65	0.10 119	0.18 314	0.08 140	0.11 185	0.16 317	0.20 261	0.12 99	0.08 80	0.11 180	0.11 210	0.07 122	0.11 127	0.10 127	0.05 32	0.04 23	0.08 312	0.08 374	0.04 19	0.04 33

rvit_stereo_0081_aga	0.12 283	0.09 335	0.15 323	0.18 314	0.10 366	0.14 311	0.14 183	0.14 92	0.19 275	0.10 149	0.18 297	0.16 320	0.09 193	0.12 213	0.10 127	0.10 434	0.06 334	0.08 312	0.07 302	0.07 286	0.06 224

rvit_stereo_0081	0.11 208	0.08 264	0.16 365	0.16 155	0.09 254	0.11 185	0.14 183	0.14 92	0.24 355	0.11 189	0.13 212	0.14 275	0.09 193	0.11 127	0.12 266	0.10 434	0.07 405	0.08 312	0.07 302	0.07 286	0.06 224

ITSA-stereo	0.16 407	0.11 427	0.14 286	0.19 374	0.08 140	0.13 269	0.14 183	0.30 448	0.49 539	0.17 342	0.18 297	0.22 404	0.15 371	0.17 380	0.16 390	0.10 434	0.06 334	0.08 312	0.08 374	0.08 352	0.09 418

rvit_stereo_0082	0.11 208	0.08 264	0.16 365	0.16 155	0.09 254	0.11 185	0.14 183	0.14 92	0.24 355	0.11 189	0.13 212	0.14 275	0.09 193	0.11 127	0.12 266	0.10 434	0.07 405	0.08 312	0.07 302	0.07 286	0.06 224

rvit_stereo_ft	0.12 283	0.07 142	0.13 241	0.19 374	0.10 366	0.12 231	0.17 346	0.16 149	0.16 206	0.13 255	0.13 212	0.15 300	0.10 218	0.14 295	0.13 301	0.10 434	0.06 334	0.08 312	0.07 302	0.07 286	0.06 224

test_sample6	0.14 340	0.09 335	0.14 286	0.17 232	0.08 140	0.17 387	0.19 439	0.26 380	0.18 249	0.18 374	0.28 440	0.19 360	0.15 371	0.15 313	0.13 301	0.08 335	0.05 177	0.08 312	0.07 302	0.08 352	0.08 373

test_sample5	0.14 340	0.08 264	0.14 286	0.16 155	0.08 140	0.18 403	0.18 395	0.25 367	0.17 234	0.17 342	0.28 440	0.18 351	0.15 371	0.16 341	0.13 301	0.08 335	0.06 334	0.08 312	0.07 302	0.09 416	0.08 373

test_sample4	0.14 340	0.08 264	0.15 323	0.15 79	0.08 140	0.19 425	0.18 395	0.26 380	0.18 249	0.17 342	0.26 411	0.18 351	0.15 371	0.17 380	0.13 301	0.08 335	0.06 334	0.08 312	0.06 206	0.09 416	0.08 373

H2IRNET	0.10 164	0.09 335	0.10 119	0.18 314	0.09 254	0.12 231	0.15 257	0.14 92	0.21 312	0.10 149	0.10 138	0.10 186	0.11 255	0.10 75	0.10 127	0.06 120	0.04 23	0.08 312	0.08 374	0.06 212	0.05 127

DispNO	0.15 380	0.09 335	0.18 422	0.19 374	0.12 453	0.11 185	0.21 477	0.23 322	0.29 428	0.18 374	0.23 360	0.19 360	0.17 416	0.16 341	0.16 390	0.07 271	0.05 177	0.08 312	0.08 374	0.07 286	0.06 224

Former-RAFT_DAM_RVC	0.11 208	0.08 264	0.13 241	0.16 155	0.08 140	0.15 337	0.16 317	0.18 212	0.19 275	0.10 149	0.09 111	0.09 153	0.08 163	0.11 127	0.12 266	0.07 271	0.05 177	0.08 312	0.06 206	0.07 286	0.06 224

MyStereo07	0.10 164	0.07 142	0.10 119	0.17 232	0.09 254	0.14 311	0.17 346	0.15 120	0.15 178	0.09 116	0.06 12	0.06 21	0.07 122	0.12 213	0.09 51	0.06 120	0.05 177	0.08 312	0.07 302	0.06 212	0.06 224

MyStereo06	0.10 164	0.07 142	0.12 207	0.17 232	0.09 254	0.13 269	0.18 395	0.19 244	0.12 99	0.13 255	0.08 87	0.07 79	0.07 122	0.11 127	0.09 51	0.06 120	0.05 177	0.08 312	0.07 302	0.06 212	0.06 224

MyStereo05	0.13 310	0.07 142	0.10 119	0.17 232	0.09 254	0.13 269	0.18 395	0.28 418	0.35 478	0.17 342	0.14 225	0.15 300	0.11 255	0.15 313	0.13 301	0.06 120	0.05 177	0.08 312	0.07 302	0.06 212	0.06 224

MyStereo04	0.13 310	0.07 142	0.10 119	0.17 232	0.09 254	0.14 311	0.17 346	0.29 437	0.38 495	0.17 342	0.14 225	0.16 320	0.11 255	0.15 313	0.13 301	0.06 120	0.05 177	0.08 312	0.07 302	0.06 212	0.06 224

xx1	0.11 208	0.08 264	0.13 241	0.17 232	0.09 254	0.13 269	0.15 257	0.16 149	0.18 249	0.09 116	0.09 111	0.16 320	0.16 392	0.10 75	0.07 1	0.06 120	0.05 177	0.08 312	0.08 374	0.07 286	0.07 304

mmm	0.14 340	0.08 264	0.18 422	0.17 232	0.09 254	0.17 387	0.18 395	0.21 279	0.16 206	0.16 331	0.23 360	0.21 386	0.16 392	0.16 341	0.17 407	0.08 335	0.05 177	0.08 312	0.08 374	0.08 352	0.07 304

DualNet	0.14 340	0.08 264	0.14 286	0.16 155	0.08 140	0.18 403	0.18 395	0.25 367	0.17 234	0.18 374	0.28 440	0.18 351	0.15 371	0.16 341	0.13 301	0.08 335	0.06 334	0.08 312	0.07 302	0.09 416	0.08 373

1111x	0.16 407	0.09 335	0.13 241	0.18 314	0.08 140	0.18 403	0.25 529	0.32 469	0.25 379	0.17 342	0.24 372	0.27 460	0.15 371	0.14 295	0.24 494	0.07 271	0.07 405	0.08 312	0.09 419	0.07 286	0.07 304

MaDis-Stereo	0.09 99	0.09 335	0.08 25	0.17 232	0.09 254	0.14 311	0.11 53	0.16 149	0.16 206	0.09 116	0.11 180	0.06 21	0.06 46	0.09 37	0.13 301	0.07 271	0.06 334	0.08 312	0.05 132	0.05 111	0.04 33

MIF-Stereo (partial)	0.11 208	0.06 65	0.10 119	0.19 374	0.10 366	0.10 141	0.12 81	0.17 184	0.19 275	0.14 278	0.16 255	0.10 186	0.11 255	0.12 213	0.12 266	0.08 335	0.05 177	0.08 312	0.07 302	0.06 212	0.07 304

CFNet_ucs	0.15 380	0.09 335	0.17 388	0.16 155	0.11 422	0.14 311	0.14 183	0.30 448	0.34 464	0.16 331	0.24 372	0.23 421	0.14 351	0.18 397	0.15 371	0.09 393	0.06 334	0.08 312	0.07 302	0.09 416	0.09 418

4D-IteraStereo	0.10 164	0.07 142	0.10 119	0.18 314	0.07 76	0.09 95	0.15 257	0.18 212	0.15 178	0.10 149	0.11 180	0.10 186	0.07 122	0.12 213	0.09 51	0.05 32	0.03 1	0.08 312	0.07 302	0.06 212	0.05 127

fast-acv-ft	0.18 445	0.11 427	0.20 450	0.19 374	0.12 453	0.26 512	0.21 477	0.26 380	0.35 478	0.22 442	0.34 491	0.27 460	0.21 468	0.21 458	0.23 482	0.09 393	0.09 469	0.08 312	0.10 458	0.08 352	0.07 304

TestStereo1	0.13 310	0.08 264	0.08 25	0.20 432	0.08 140	0.18 403	0.29 560	0.23 322	0.17 234	0.17 342	0.20 321	0.16 320	0.11 255	0.12 213	0.13 301	0.06 120	0.06 334	0.08 312	0.06 206	0.05 111	0.05 127

qqq	0.13 310	0.09 335	0.15 323	0.16 155	0.08 140	0.13 269	0.15 257	0.24 346	0.16 206	0.15 302	0.19 311	0.16 320	0.16 392	0.15 313	0.16 390	0.07 271	0.06 334	0.08 312	0.08 374	0.07 286	0.07 304

Wz-Net-LNSev	0.22 488	0.16 507	0.41 545	0.22 488	0.13 479	0.25 500	0.24 513	0.33 483	0.44 524	0.30 523	0.42 540	0.32 510	0.19 448	0.23 484	0.27 521	0.10 434	0.09 469	0.08 312	0.08 374	0.12 489	0.11 471

RAFT_CTSACE	0.12 283	0.09 335	0.10 119	0.22 488	0.08 140	0.12 231	0.24 513	0.18 212	0.17 234	0.21 427	0.27 429	0.13 256	0.07 122	0.13 268	0.09 51	0.05 32	0.06 334	0.08 312	0.07 302	0.04 19	0.04 33

SA-5K	0.13 310	0.08 264	0.08 25	0.20 432	0.08 140	0.18 403	0.29 560	0.23 322	0.17 234	0.17 342	0.20 321	0.16 320	0.11 255	0.12 213	0.13 301	0.06 120	0.06 334	0.08 312	0.06 206	0.05 111	0.05 127

test_4	0.11 208	0.10 402	0.08 25	0.19 374	0.09 254	0.08 54	0.21 477	0.15 120	0.18 249	0.12 222	0.18 297	0.12 232	0.09 193	0.08 16	0.11 199	0.04 6	0.04 23	0.08 312	0.08 374	0.04 19	0.04 33

psmg	0.14 340	0.09 335	0.14 286	0.17 232	0.10 366	0.15 337	0.17 346	0.29 437	0.20 297	0.17 342	0.21 339	0.25 443	0.16 392	0.16 341	0.14 337	0.08 335	0.07 405	0.08 312	0.08 374	0.07 286	0.07 304

dd	0.15 380	0.17 517	0.17 388	0.19 374	0.09 254	0.15 337	0.18 395	0.22 303	0.26 392	0.23 457	0.20 321	0.21 386	0.10 218	0.21 458	0.17 407	0.10 434	0.06 334	0.08 312	0.06 206	0.08 352	0.07 304

GLC_STEREO	0.11 208	0.07 142	0.11 168	0.18 314	0.07 76	0.08 54	0.13 126	0.16 149	0.24 355	0.12 222	0.13 212	0.12 232	0.08 163	0.18 397	0.12 266	0.06 120	0.08 437	0.08 312	0.06 206	0.05 111	0.05 127

AASNet	0.16 407	0.08 264	0.13 241	0.19 374	0.09 254	0.19 425	0.15 257	0.38 536	0.37 489	0.20 411	0.24 372	0.20 377	0.17 416	0.17 380	0.21 458	0.10 434	0.08 437	0.08 312	0.07 302	0.09 416	0.09 418

test_3	0.11 208	0.09 335	0.10 119	0.21 467	0.08 140	0.13 269	0.25 529	0.14 92	0.21 312	0.10 149	0.10 138	0.09 153	0.10 218	0.08 16	0.11 199	0.05 32	0.04 23	0.08 312	0.07 302	0.04 19	0.04 33

PSMNet-ADL	0.15 380	0.12 446	0.13 241	0.22 488	0.09 254	0.13 269	0.20 460	0.26 380	0.23 344	0.18 374	0.20 321	0.23 421	0.17 416	0.18 397	0.18 420	0.09 393	0.08 437	0.08 312	0.11 488	0.08 352	0.07 304

LCNet	0.11 208	0.07 142	0.09 79	0.19 374	0.09 254	0.08 54	0.14 183	0.21 279	0.15 178	0.12 222	0.15 238	0.16 320	0.11 255	0.12 213	0.11 199	0.05 32	0.04 23	0.08 312	0.07 302	0.06 212	0.14 522

HHNet	0.11 208	0.06 65	0.16 365	0.15 79	0.14 497	0.07 27	0.13 126	0.20 261	0.18 249	0.15 302	0.25 398	0.11 210	0.09 193	0.13 268	0.10 127	0.06 120	0.04 23	0.08 312	0.06 206	0.05 111	0.09 418

Patchmatch Stereo++	0.11 208	0.09 335	0.17 388	0.19 374	0.08 140	0.06 10	0.11 53	0.17 184	0.13 136	0.15 302	0.16 255	0.14 275	0.12 287	0.11 127	0.11 199	0.06 120	0.05 177	0.08 312	0.06 206	0.08 352	0.07 304
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
PSM-softLoss	0.12 283	0.07 142	0.15 323	0.17 232	0.09 254	0.08 54	0.12 81	0.24 346	0.17 234	0.15 302	0.19 311	0.13 256	0.11 255	0.11 127	0.11 199	0.07 271	0.05 177	0.08 312	0.07 302	0.07 286	0.12 492

KMStereo	0.12 283	0.07 142	0.15 323	0.17 232	0.09 254	0.08 54	0.12 81	0.24 346	0.17 234	0.15 302	0.19 311	0.13 256	0.11 255	0.11 127	0.11 199	0.07 271	0.05 177	0.08 312	0.07 302	0.07 286	0.12 492

PSM-adaLoss	0.11 208	0.09 335	0.17 388	0.19 374	0.08 140	0.06 10	0.12 81	0.17 184	0.13 136	0.15 302	0.16 255	0.14 275	0.12 287	0.11 127	0.11 199	0.06 120	0.05 177	0.08 312	0.06 206	0.08 352	0.07 304

ROB_FTStereo_v2	0.11 208	0.09 335	0.17 388	0.19 374	0.08 140	0.06 10	0.12 81	0.17 184	0.13 136	0.15 302	0.16 255	0.14 275	0.12 287	0.11 127	0.11 199	0.06 120	0.05 177	0.08 312	0.06 206	0.08 352	0.07 304

ROB_FTStereo	0.11 208	0.09 335	0.17 388	0.19 374	0.08 140	0.06 10	0.11 53	0.17 184	0.13 136	0.15 302	0.16 255	0.14 275	0.12 287	0.11 127	0.11 199	0.06 120	0.05 177	0.08 312	0.06 206	0.08 352	0.07 304

KYRaft	0.12 283	0.07 142	0.10 119	0.19 374	0.09 254	0.08 54	0.15 257	0.23 322	0.12 99	0.13 255	0.16 255	0.20 377	0.10 218	0.12 213	0.11 199	0.06 120	0.04 23	0.08 312	0.08 374	0.06 212	0.15 536

HUI-Stereo	0.11 208	0.09 335	0.17 388	0.19 374	0.08 140	0.06 10	0.11 53	0.17 184	0.13 136	0.15 302	0.16 255	0.14 275	0.12 287	0.11 127	0.11 199	0.06 120	0.05 177	0.08 312	0.06 206	0.08 352	0.07 304

iGMRVC	0.11 208	0.09 335	0.17 388	0.19 374	0.08 140	0.06 10	0.12 81	0.17 184	0.13 136	0.15 302	0.16 255	0.14 275	0.12 287	0.11 127	0.11 199	0.06 120	0.05 177	0.08 312	0.06 206	0.08 352	0.07 304

RAFT-RH_RVC	0.12 283	0.06 65	0.14 286	0.16 155	0.09 254	0.12 231	0.12 81	0.17 184	0.12 99	0.13 255	0.40 521	0.11 210	0.10 218	0.13 268	0.12 266	0.05 32	0.04 23	0.08 312	0.05 132	0.05 111	0.06 224

iRAFT	0.11 208	0.09 335	0.17 388	0.19 374	0.08 140	0.06 10	0.11 53	0.17 184	0.13 136	0.15 302	0.16 255	0.14 275	0.12 287	0.11 127	0.11 199	0.06 120	0.05 177	0.08 312	0.06 206	0.08 352	0.07 304

AnonymousM	0.10 164	0.06 65	0.10 119	0.14 37	0.07 76	0.09 95	0.13 126	0.19 244	0.14 158	0.13 255	0.12 197	0.09 153	0.08 163	0.13 268	0.10 127	0.08 335	0.05 177	0.08 312	0.05 132	0.05 111	0.05 127

CRE-IMP	0.11 208	0.09 335	0.16 365	0.19 374	0.09 254	0.10 141	0.12 81	0.18 212	0.10 40	0.14 278	0.14 225	0.14 275	0.13 319	0.12 213	0.12 266	0.07 271	0.04 23	0.08 312	0.06 206	0.08 352	0.08 373

GMM-Stereo	0.11 208	0.07 142	0.10 119	0.18 314	0.09 254	0.08 54	0.14 183	0.24 346	0.16 206	0.11 189	0.15 238	0.13 256	0.11 255	0.11 127	0.11 199	0.05 32	0.04 23	0.08 312	0.07 302	0.06 212	0.09 418

RAFT-IKP	0.11 208	0.09 335	0.17 388	0.19 374	0.08 140	0.06 10	0.11 53	0.17 184	0.13 136	0.15 302	0.16 255	0.14 275	0.12 287	0.11 127	0.11 199	0.06 120	0.05 177	0.08 312	0.06 206	0.08 352	0.07 304

LMCR-Stereo	0.15 380	0.08 264	0.14 286	0.21 467	0.09 254	0.18 403	0.19 439	0.28 418	0.19 275	0.24 469	0.24 372	0.23 421	0.17 416	0.20 440	0.17 407	0.07 271	0.06 334	0.08 312	0.06 206	0.10 450	0.09 418

ICVP	0.16 407	0.09 335	0.12 207	0.22 488	0.09 254	0.18 403	0.21 477	0.26 380	0.24 355	0.18 374	0.30 461	0.27 460	0.18 430	0.18 397	0.15 371	0.10 434	0.07 405	0.08 312	0.07 302	0.07 286	0.08 373
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	0.10 164	0.07 142	0.10 119	0.17 232	0.09 254	0.11 185	0.17 346	0.18 212	0.12 99	0.09 116	0.11 180	0.10 186	0.07 122	0.11 127	0.10 127	0.05 32	0.04 23	0.08 312	0.08 374	0.04 19	0.04 33

GEStereo_RVC	0.17 429	0.12 446	0.16 365	0.22 488	0.11 422	0.19 425	0.18 395	0.32 469	0.49 539	0.20 411	0.25 398	0.17 337	0.13 319	0.21 458	0.16 390	0.10 434	0.06 334	0.08 312	0.07 302	0.09 416	0.08 373

Anonymous3	0.16 407	0.14 489	0.34 529	0.26 539	0.14 497	0.27 521	0.18 395	0.28 418	0.28 421	0.15 302	0.17 274	0.14 275	0.11 255	0.16 341	0.12 266	0.08 335	0.08 437	0.08 312	0.08 374	0.08 352	0.11 471

TestStereo	0.14 340	0.15 496	0.11 168	0.23 509	0.08 140	0.15 337	0.21 477	0.20 261	0.23 344	0.14 278	0.25 398	0.16 320	0.13 319	0.16 341	0.14 337	0.06 120	0.06 334	0.08 312	0.06 206	0.09 416	0.05 127

sAnonymous2	0.13 310	0.12 446	0.25 487	0.20 432	0.12 453	0.18 403	0.14 183	0.27 394	0.21 312	0.11 189	0.12 197	0.13 256	0.08 163	0.11 127	0.11 199	0.09 393	0.05 177	0.08 312	0.06 206	0.15 532	0.10 447

CroCo_RVC	0.13 310	0.12 446	0.25 487	0.20 432	0.12 453	0.18 403	0.14 183	0.27 394	0.21 312	0.11 189	0.12 197	0.13 256	0.08 163	0.11 127	0.11 199	0.09 393	0.05 177	0.08 312	0.06 206	0.15 532	0.10 447

CFNet_pseudo	0.14 340	0.08 264	0.16 365	0.16 155	0.09 254	0.13 269	0.14 183	0.27 394	0.34 464	0.15 302	0.21 339	0.22 404	0.13 319	0.18 397	0.14 337	0.07 271	0.05 177	0.08 312	0.06 206	0.07 286	0.07 304

RALAANet	0.11 208	0.08 264	0.10 119	0.17 232	0.09 254	0.14 311	0.10 30	0.20 261	0.16 206	0.14 278	0.13 212	0.16 320	0.09 193	0.12 213	0.12 266	0.06 120	0.05 177	0.08 312	0.07 302	0.06 212	0.04 33

sCroCo_RVC	0.12 283	0.09 335	0.24 484	0.24 522	0.11 422	0.19 425	0.14 183	0.17 184	0.15 178	0.10 149	0.13 212	0.12 232	0.07 122	0.14 295	0.11 199	0.08 335	0.08 437	0.08 312	0.08 374	0.05 111	0.07 304

UNet	0.17 429	0.09 335	0.18 422	0.19 374	0.12 453	0.28 531	0.19 439	0.33 483	0.30 434	0.21 427	0.25 398	0.23 421	0.19 448	0.20 440	0.19 435	0.07 271	0.06 334	0.08 312	0.07 302	0.08 352	0.07 304

UPFNet	0.16 407	0.08 264	0.12 207	0.20 432	0.12 453	0.20 444	0.23 503	0.28 418	0.26 392	0.18 374	0.24 372	0.22 404	0.20 460	0.19 422	0.22 471	0.09 393	0.07 405	0.08 312	0.09 419	0.08 352	0.06 224

aanetorigin	0.22 488	0.17 517	0.57 566	0.18 314	0.10 366	0.16 364	0.19 439	0.20 261	0.33 453	0.49 573	0.48 553	0.30 488	0.28 522	0.21 458	0.24 494	0.08 335	0.07 405	0.08 312	0.07 302	0.10 450	0.09 418

EDNetEfficient	0.30 549	0.24 555	1.18 603	0.18 314	0.10 366	0.20 444	0.20 460	0.21 279	0.61 569	0.74 591	0.56 564	0.30 488	0.40 565	0.23 484	0.32 555	0.09 393	0.07 405	0.08 312	0.07 302	0.11 472	0.10 447

FENet	0.13 310	0.08 264	0.13 241	0.16 155	0.08 140	0.15 337	0.16 317	0.23 322	0.23 344	0.17 342	0.24 372	0.16 320	0.13 319	0.14 295	0.15 371	0.08 335	0.05 177	0.08 312	0.08 374	0.08 352	0.08 373

ac_64	0.16 407	0.09 335	0.15 323	0.18 314	0.10 366	0.22 469	0.17 346	0.24 346	0.22 334	0.19 389	0.24 372	0.29 478	0.18 430	0.19 422	0.22 471	0.09 393	0.08 437	0.08 312	0.09 419	0.07 286	0.06 224

CFNet-ft	0.14 340	0.07 142	0.15 323	0.12 5	0.09 254	0.17 387	0.18 395	0.22 303	0.24 355	0.17 342	0.26 411	0.24 430	0.14 351	0.16 341	0.15 371	0.11 466	0.06 334	0.08 312	0.09 419	0.09 416	0.08 373

DMCA	0.14 340	0.09 335	0.17 388	0.19 374	0.09 254	0.15 337	0.17 346	0.23 322	0.28 421	0.14 278	0.20 321	0.17 337	0.18 430	0.15 313	0.17 407	0.10 434	0.06 334	0.08 312	0.06 206	0.09 416	0.10 447

ADCP+	0.20 466	0.10 402	0.35 535	0.21 467	0.12 453	0.22 469	0.27 543	0.31 464	0.35 478	0.26 487	0.37 503	0.22 404	0.22 475	0.27 506	0.28 529	0.09 393	0.06 334	0.08 312	0.08 374	0.10 450	0.10 447

CFNet_RVC	0.14 340	0.07 142	0.15 323	0.12 5	0.09 254	0.17 387	0.18 395	0.22 303	0.24 355	0.17 342	0.26 411	0.24 430	0.14 351	0.16 341	0.15 371	0.11 466	0.06 334	0.08 312	0.09 419	0.09 416	0.08 373

NLCA_NET_v2_RVC	0.17 429	0.10 402	0.23 478	0.20 432	0.10 366	0.15 337	0.18 395	0.31 464	0.25 379	0.21 427	0.31 466	0.25 443	0.17 416	0.21 458	0.20 445	0.09 393	0.06 334	0.08 312	0.09 419	0.07 286	0.08 373
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ccs_rob	0.14 340	0.09 335	0.16 365	0.16 155	0.09 254	0.13 269	0.14 183	0.27 394	0.34 464	0.15 302	0.21 339	0.22 404	0.13 319	0.18 397	0.14 337	0.07 271	0.05 177	0.08 312	0.07 302	0.07 286	0.07 304

FlowAnything_test	0.11 208	0.08 264	0.14 286	0.15 79	0.09 254	0.08 54	0.14 183	0.20 261	0.11 67	0.10 149	0.09 111	0.12 232	0.12 287	0.13 268	0.11 199	0.09 393	0.06 334	0.09 397	0.09 419	0.06 212	0.09 418

zh-mn7	0.26 531	0.15 496	0.59 571	0.19 374	0.14 497	0.24 491	0.22 491	0.35 513	0.63 575	0.35 543	0.67 577	0.31 503	0.25 498	0.31 529	0.26 515	0.09 393	0.08 437	0.09 397	0.09 419	0.09 416	0.11 471

w-ln-seven-2	0.20 466	0.14 489	0.39 540	0.23 509	0.12 453	0.21 455	0.21 477	0.29 437	0.38 495	0.25 482	0.38 510	0.28 470	0.23 481	0.21 458	0.25 502	0.08 335	0.08 437	0.09 397	0.09 419	0.10 450	0.09 418

AIO-test1	0.10 164	0.07 142	0.11 168	0.24 522	0.07 76	0.09 95	0.13 126	0.22 303	0.15 178	0.11 189	0.12 197	0.09 153	0.07 122	0.11 127	0.09 51	0.06 120	0.05 177	0.09 397	0.10 458	0.04 19	0.07 304

DDVS	0.16 407	0.10 402	0.22 470	0.16 155	0.12 453	0.15 337	0.14 183	0.25 367	0.19 275	0.18 374	0.30 461	0.27 460	0.13 319	0.20 440	0.16 390	0.09 393	0.06 334	0.09 397	0.07 302	0.11 472	0.11 471

rvit_stereo_0083	0.12 283	0.08 264	0.17 388	0.16 155	0.09 254	0.11 185	0.15 257	0.15 120	0.26 392	0.11 189	0.14 225	0.13 256	0.10 218	0.12 213	0.13 301	0.10 434	0.08 437	0.09 397	0.07 302	0.07 286	0.06 224

DCVSM-stereo	0.15 380	0.09 335	0.16 365	0.16 155	0.10 366	0.15 337	0.09 18	0.20 261	0.24 355	0.20 411	0.24 372	0.26 453	0.15 371	0.19 422	0.14 337	0.09 393	0.07 405	0.09 397	0.08 374	0.10 450	0.12 492

CAS++	0.11 208	0.07 142	0.11 168	0.14 37	0.10 366	0.13 269	0.14 183	0.24 346	0.14 158	0.11 189	0.09 111	0.11 210	0.07 122	0.14 295	0.09 51	0.11 466	0.09 469	0.09 397	0.07 302	0.07 286	0.08 373
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ffm	0.12 283	0.09 335	0.15 323	0.16 155	0.09 254	0.17 387	0.17 346	0.15 120	0.19 275	0.15 302	0.26 411	0.19 360	0.13 319	0.10 75	0.08 14	0.06 120	0.05 177	0.09 397	0.08 374	0.06 212	0.06 224

ff1	0.13 310	0.09 335	0.15 323	0.16 155	0.09 254	0.17 387	0.17 346	0.15 120	0.19 275	0.15 302	0.26 411	0.19 360	0.13 319	0.15 313	0.22 471	0.06 120	0.05 177	0.09 397	0.08 374	0.06 212	0.06 224

mmx	0.15 380	0.09 335	0.15 323	0.16 155	0.09 254	0.17 387	0.17 346	0.27 394	0.26 392	0.15 302	0.26 411	0.19 360	0.13 319	0.15 313	0.22 471	0.08 335	0.06 334	0.09 397	0.08 374	0.08 352	0.08 373

xxx	0.15 380	0.09 335	0.15 323	0.16 155	0.09 254	0.17 387	0.17 346	0.27 394	0.26 392	0.15 302	0.26 411	0.19 360	0.13 319	0.15 313	0.22 471	0.08 335	0.06 334	0.09 397	0.08 374	0.08 352	0.08 373

plain	0.11 208	0.09 335	0.10 119	0.19 374	0.09 254	0.11 185	0.14 183	0.14 92	0.13 136	0.13 255	0.15 238	0.09 153	0.12 287	0.13 268	0.12 266	0.07 271	0.05 177	0.09 397	0.06 206	0.06 212	0.06 224

LL-Strereo	0.13 310	0.10 402	0.12 207	0.20 432	0.10 366	0.11 185	0.18 395	0.33 483	0.25 379	0.16 331	0.16 255	0.14 275	0.14 351	0.19 422	0.11 199	0.06 120	0.05 177	0.09 397	0.08 374	0.04 19	0.05 127

ToySt	0.17 429	0.11 427	0.19 445	0.17 232	0.11 422	0.16 364	0.26 538	0.24 346	0.33 453	0.19 389	0.24 372	0.26 453	0.24 490	0.19 422	0.21 458	0.07 271	0.08 437	0.09 397	0.10 458	0.09 416	0.08 373

ssnet_v2	0.17 429	0.10 402	0.18 422	0.17 232	0.11 422	0.21 455	0.22 491	0.34 498	0.25 379	0.23 457	0.23 360	0.27 460	0.19 448	0.22 476	0.21 458	0.11 466	0.10 492	0.09 397	0.09 419	0.08 352	0.08 373

Wz-Net-MNSev	0.23 501	0.13 474	0.33 526	0.20 432	0.15 515	0.36 556	0.25 529	0.34 498	0.45 528	0.29 517	0.41 532	0.39 543	0.19 448	0.25 500	0.27 521	0.09 393	0.07 405	0.09 397	0.09 419	0.12 489	0.10 447

Sa-1000	0.12 283	0.08 264	0.09 79	0.18 314	0.08 140	0.15 337	0.22 491	0.22 303	0.19 275	0.15 302	0.20 321	0.17 337	0.11 255	0.10 75	0.10 127	0.06 120	0.05 177	0.09 397	0.09 419	0.05 111	0.05 127

SA	0.13 310	0.09 335	0.09 79	0.18 314	0.08 140	0.12 231	0.24 513	0.23 322	0.19 275	0.17 342	0.27 429	0.15 300	0.11 255	0.11 127	0.11 199	0.05 32	0.05 177	0.09 397	0.08 374	0.05 111	0.05 127

WZ-Net	0.29 546	0.17 517	0.82 595	0.23 509	0.16 529	0.35 552	0.29 560	0.40 545	0.59 566	0.24 469	0.57 568	0.37 532	0.25 498	0.34 541	0.37 567	0.09 393	0.08 437	0.09 397	0.10 458	0.14 520	0.16 545

UDGNet	0.14 340	0.13 474	0.17 388	0.18 314	0.10 366	0.12 231	0.16 317	0.21 279	0.27 405	0.20 411	0.20 321	0.17 337	0.13 319	0.16 341	0.14 337	0.10 434	0.06 334	0.09 397	0.07 302	0.07 286	0.07 304

GMOStereo	0.11 208	0.09 335	0.08 25	0.19 374	0.08 140	0.12 231	0.28 549	0.13 74	0.18 249	0.11 189	0.17 274	0.14 275	0.12 287	0.07 3	0.07 1	0.05 32	0.05 177	0.09 397	0.07 302	0.04 19	0.04 33

error version	0.11 208	0.09 335	0.08 25	0.19 374	0.08 140	0.12 231	0.28 549	0.13 74	0.18 249	0.11 189	0.17 274	0.14 275	0.12 287	0.07 3	0.07 1	0.05 32	0.05 177	0.09 397	0.07 302	0.04 19	0.04 33

test-v	0.11 208	0.09 335	0.08 25	0.19 374	0.08 140	0.12 231	0.28 549	0.13 74	0.18 249	0.11 189	0.17 274	0.14 275	0.12 287	0.07 3	0.07 1	0.05 32	0.05 177	0.09 397	0.07 302	0.04 19	0.04 33

AACVNet	0.16 407	0.08 264	0.15 323	0.15 79	0.10 366	0.18 403	0.15 257	0.24 346	0.25 379	0.27 494	0.27 429	0.28 470	0.18 430	0.19 422	0.17 407	0.09 393	0.07 405	0.09 397	0.07 302	0.10 450	0.09 418

PFNet+	0.12 283	0.06 65	0.14 286	0.16 155	0.09 254	0.05 3	0.12 81	0.18 212	0.21 312	0.16 331	0.19 311	0.14 275	0.10 218	0.11 127	0.11 199	0.08 335	0.05 177	0.09 397	0.08 374	0.06 212	0.11 471

AAGNet	0.12 283	0.08 264	0.17 388	0.19 374	0.09 254	0.08 54	0.13 126	0.19 244	0.13 136	0.16 331	0.21 339	0.13 256	0.14 351	0.11 127	0.14 337	0.06 120	0.04 23	0.09 397	0.06 206	0.06 212	0.05 127

PSM-AAD	0.11 208	0.07 142	0.10 119	0.20 432	0.09 254	0.10 141	0.14 183	0.21 279	0.13 136	0.12 222	0.14 225	0.18 351	0.11 255	0.11 127	0.10 127	0.05 32	0.05 177	0.09 397	0.08 374	0.06 212	0.14 522

SST-Stereo	0.11 208	0.07 142	0.16 365	0.18 314	0.09 254	0.06 10	0.12 81	0.18 212	0.10 40	0.15 302	0.18 297	0.13 256	0.12 287	0.10 75	0.11 199	0.06 120	0.04 23	0.09 397	0.06 206	0.07 286	0.06 224

RAFT_R40	0.11 208	0.07 142	0.15 323	0.18 314	0.09 254	0.06 10	0.13 126	0.17 184	0.15 178	0.14 278	0.18 297	0.15 300	0.12 287	0.10 75	0.11 199	0.06 120	0.04 23	0.09 397	0.06 206	0.06 212	0.05 127

IRAFT_RVC	0.12 283	0.08 264	0.17 388	0.19 374	0.08 140	0.07 27	0.14 183	0.25 367	0.23 344	0.14 278	0.15 238	0.15 300	0.12 287	0.12 213	0.11 199	0.06 120	0.04 23	0.09 397	0.06 206	0.06 212	0.06 224

test-2	0.11 208	0.09 335	0.08 25	0.19 374	0.08 140	0.12 231	0.28 549	0.13 74	0.18 249	0.11 189	0.17 274	0.14 275	0.12 287	0.07 3	0.07 1	0.05 32	0.05 177	0.09 397	0.07 302	0.04 19	0.04 33

rafts_anoy	0.11 208	0.06 65	0.10 119	0.17 232	0.08 140	0.10 141	0.14 183	0.18 212	0.14 158	0.13 255	0.13 212	0.12 232	0.11 255	0.11 127	0.13 301	0.07 271	0.05 177	0.09 397	0.11 488	0.07 286	0.06 224

RAFT + AFF	0.13 310	0.08 264	0.21 460	0.20 432	0.10 366	0.14 311	0.23 503	0.27 394	0.21 312	0.12 222	0.10 138	0.12 232	0.10 218	0.16 341	0.12 266	0.08 335	0.07 405	0.09 397	0.09 419	0.06 212	0.09 418

delet	0.17 429	0.09 335	0.18 422	0.19 374	0.11 422	0.21 455	0.22 491	0.30 448	0.38 495	0.17 342	0.27 429	0.19 360	0.19 448	0.19 422	0.21 458	0.08 335	0.08 437	0.09 397	0.11 488	0.06 212	0.07 304

EDNetEfficientorigin	7.92 619	0.32 574	152.98 640	0.20 432	0.10 366	0.22 469	0.17 346	0.23 322	0.60 567	0.73 589	0.67 577	0.41 552	0.51 581	0.24 495	0.41 575	0.08 335	0.07 405	0.09 397	0.07 302	0.12 489	0.11 471

GwcNet	0.20 466	0.14 489	0.20 450	0.18 314	0.12 453	0.25 500	0.20 460	0.36 520	0.45 528	0.20 411	0.33 481	0.33 516	0.21 468	0.22 476	0.25 502	0.11 466	0.09 469	0.09 397	0.09 419	0.09 416	0.10 447

PSMNet-RSSM	0.14 340	0.07 142	0.14 286	0.15 79	0.08 140	0.13 269	0.16 317	0.25 367	0.24 355	0.17 342	0.28 440	0.23 421	0.14 351	0.16 341	0.14 337	0.11 466	0.06 334	0.09 397	0.12 510	0.08 352	0.07 304

DSFCA	0.16 407	0.09 335	0.14 286	0.16 155	0.10 366	0.21 455	0.19 439	0.28 418	0.31 442	0.23 457	0.25 398	0.22 404	0.16 392	0.20 440	0.20 445	0.10 434	0.07 405	0.09 397	0.09 419	0.08 352	0.08 373

RTSC	0.23 501	0.13 474	0.30 516	0.21 467	0.13 479	0.29 535	0.17 346	0.36 520	0.68 581	0.27 494	0.34 491	0.30 488	0.22 475	0.32 534	0.31 550	0.10 434	0.08 437	0.09 397	0.10 458	0.13 504	0.14 522

ADCL	0.25 519	0.12 446	0.49 558	0.22 488	0.12 453	0.36 556	0.29 560	0.30 448	0.57 561	0.24 469	0.47 552	0.30 488	0.31 543	0.30 528	0.30 545	0.09 393	0.07 405	0.09 397	0.09 419	0.10 450	0.10 447

ADCRef	0.20 466	0.12 446	0.43 550	0.20 432	0.12 453	0.23 483	0.18 395	0.32 469	0.37 489	0.26 487	0.33 481	0.18 351	0.23 481	0.25 500	0.26 515	0.07 271	0.06 334	0.09 397	0.09 419	0.08 352	0.09 418

RYNet	0.23 501	0.12 446	0.22 470	0.19 374	0.17 541	0.47 572	0.26 538	0.39 542	0.49 539	0.24 469	0.29 455	0.34 521	0.24 490	0.20 440	0.31 550	0.10 434	0.06 334	0.09 397	0.09 419	0.14 520	0.15 536

CFNet	0.15 380	0.11 427	0.17 388	0.17 232	0.08 140	0.19 425	0.10 30	0.29 437	0.26 392	0.19 389	0.24 372	0.24 430	0.18 430	0.18 397	0.15 371	0.08 335	0.06 334	0.09 397	0.10 458	0.08 352	0.07 304

DeepPruner_ROB	0.16 407	0.11 427	0.16 365	0.17 232	0.10 366	0.17 387	0.15 257	0.32 469	0.21 312	0.19 389	0.21 339	0.22 404	0.19 448	0.21 458	0.16 390	0.13 509	0.09 469	0.09 397	0.10 458	0.11 472	0.11 471

StereoDRNet-Refined	0.17 429	0.12 446	0.16 365	0.20 432	0.10 366	0.18 403	0.18 395	0.27 394	0.24 355	0.26 487	0.41 532	0.23 421	0.18 430	0.21 458	0.21 458	0.09 393	0.05 177	0.09 397	0.10 458	0.07 286	0.07 304
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.18 445	0.10 402	0.16 365	0.23 509	0.11 422	0.24 491	0.18 395	0.30 448	0.28 421	0.27 494	0.29 455	0.28 470	0.25 498	0.20 440	0.20 445	0.08 335	0.08 437	0.09 397	0.09 419	0.07 286	0.07 304

YMNet	0.20 466	0.12 446	0.20 450	0.21 467	0.14 497	0.27 521	0.23 503	0.32 469	0.34 464	0.28 507	0.35 495	0.30 488	0.18 430	0.18 397	0.22 471	0.11 466	0.13 534	0.10 444	0.10 458	0.09 416	0.09 418

YMNet_1	0.20 466	0.12 446	0.20 450	0.21 467	0.14 497	0.27 521	0.23 503	0.32 469	0.34 464	0.28 507	0.35 495	0.30 488	0.18 430	0.18 397	0.22 471	0.11 466	0.13 534	0.10 444	0.10 458	0.09 416	0.09 418

rvit_0105_5	0.14 340	0.10 402	0.14 286	0.17 232	0.09 254	0.14 311	0.23 503	0.24 346	0.27 405	0.14 278	0.15 238	0.18 351	0.13 319	0.17 380	0.14 337	0.14 530	0.11 505	0.10 444	0.11 488	0.08 352	0.07 304

test_sample7	0.16 407	0.10 402	0.16 365	0.14 37	0.12 453	0.16 364	0.17 346	0.28 418	0.24 355	0.21 427	0.21 339	0.24 430	0.20 460	0.16 341	0.16 390	0.12 491	0.06 334	0.10 444	0.09 419	0.11 472	0.10 447

CASnet	0.09 99	0.09 335	0.09 79	0.19 374	0.06 14	0.07 27	0.11 53	0.18 212	0.14 158	0.11 189	0.10 138	0.09 153	0.07 122	0.10 75	0.10 127	0.06 120	0.04 23	0.10 444	0.08 374	0.06 212	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CASS	0.14 340	0.12 446	0.12 207	0.23 509	0.09 254	0.15 337	0.17 346	0.19 244	0.20 297	0.17 342	0.18 297	0.15 300	0.15 371	0.15 313	0.14 337	0.09 393	0.06 334	0.10 444	0.08 374	0.09 416	0.07 304
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Wz-Net-TNSev	0.29 546	0.20 540	0.69 585	0.19 374	0.15 515	0.38 562	0.27 543	0.36 520	0.56 559	0.35 543	0.42 540	0.45 560	0.39 561	0.33 538	0.31 550	0.13 509	0.13 534	0.10 444	0.12 510	0.15 532	0.15 536

Wz-Net-SNSev	0.26 531	0.17 517	0.46 552	0.25 530	0.14 497	0.26 512	0.24 513	0.38 536	0.57 561	0.30 523	0.56 564	0.39 543	0.26 506	0.24 495	0.32 555	0.10 434	0.09 469	0.10 444	0.11 488	0.11 472	0.11 471

BUS	0.15 380	0.09 335	0.14 286	0.22 488	0.10 366	0.20 444	0.14 183	0.34 498	0.20 297	0.17 342	0.23 360	0.16 320	0.14 351	0.16 341	0.14 337	0.08 335	0.06 334	0.10 444	0.09 419	0.07 286	0.07 304

NINENet	0.16 407	0.10 402	0.16 365	0.17 232	0.11 422	0.20 444	0.14 183	0.41 550	0.37 489	0.18 374	0.21 339	0.16 320	0.14 351	0.16 341	0.14 337	0.08 335	0.08 437	0.10 444	0.07 302	0.10 450	0.09 418

BSDual-CNN	0.15 380	0.09 335	0.14 286	0.22 488	0.10 366	0.15 337	0.15 257	0.34 498	0.20 297	0.17 342	0.23 360	0.25 443	0.16 392	0.16 341	0.14 337	0.08 335	0.06 334	0.10 444	0.09 419	0.07 286	0.07 304

hknet	0.15 380	0.11 427	0.14 286	0.22 488	0.11 422	0.15 337	0.15 257	0.34 498	0.26 392	0.17 342	0.23 360	0.22 404	0.18 430	0.17 380	0.13 301	0.07 271	0.06 334	0.10 444	0.09 419	0.07 286	0.07 304

SACVNet	0.19 457	0.12 446	0.15 323	0.17 232	0.13 479	0.22 469	0.18 395	0.31 464	0.31 442	0.24 469	0.31 466	0.30 488	0.23 481	0.23 484	0.17 407	0.11 466	0.08 437	0.10 444	0.10 458	0.12 489	0.14 522

RAFT	0.13 310	0.09 335	0.11 168	0.18 314	0.08 140	0.15 337	0.23 503	0.21 279	0.20 297	0.21 427	0.21 339	0.18 351	0.13 319	0.17 380	0.10 127	0.06 120	0.07 405	0.10 444	0.09 419	0.06 212	0.05 127

pcwnet_v2	0.19 457	0.11 427	0.26 496	0.18 314	0.14 497	0.18 403	0.15 257	0.37 529	0.46 535	0.19 389	0.24 372	0.21 386	0.19 448	0.21 458	0.20 445	0.13 509	0.10 492	0.10 444	0.10 458	0.11 472	0.13 506

ADLNet	0.16 407	0.08 264	0.15 323	0.16 155	0.10 366	0.16 364	0.17 346	0.33 483	0.27 405	0.23 457	0.27 429	0.24 430	0.16 392	0.18 397	0.21 458	0.10 434	0.06 334	0.10 444	0.10 458	0.08 352	0.09 418

ARAFT	0.12 283	0.08 264	0.18 422	0.19 374	0.09 254	0.15 337	0.17 346	0.20 261	0.13 136	0.12 222	0.13 212	0.14 275	0.12 287	0.15 313	0.13 301	0.06 120	0.05 177	0.10 444	0.09 419	0.06 212	0.04 33

hitnet-ft	0.18 445	0.10 402	0.17 388	0.14 37	0.09 254	0.27 521	0.20 460	0.25 367	0.26 392	0.24 469	0.32 475	0.32 510	0.23 481	0.24 495	0.21 458	0.12 491	0.07 405	0.10 444	0.08 374	0.12 489	0.11 471

FAT-Stereo	0.21 480	0.13 474	0.22 470	0.21 467	0.12 453	0.18 403	0.18 395	0.35 513	0.40 504	0.28 507	0.37 503	0.33 516	0.33 548	0.21 458	0.20 445	0.09 393	0.11 505	0.10 444	0.09 419	0.11 472	0.14 522

S-Stereo	0.21 480	0.12 446	0.25 487	0.21 467	0.13 479	0.21 455	0.19 439	0.33 483	0.45 528	0.23 457	0.36 500	0.28 470	0.29 527	0.20 440	0.23 482	0.09 393	0.12 521	0.10 444	0.10 458	0.13 504	0.14 522

stereogan	0.22 488	0.11 427	0.21 460	0.20 432	0.12 453	0.32 542	0.19 439	0.36 520	0.45 528	0.23 457	0.39 518	0.35 527	0.27 513	0.33 538	0.23 482	0.10 434	0.12 521	0.10 444	0.10 458	0.14 520	0.14 522

GANet	0.22 488	0.13 474	0.21 460	0.25 530	0.14 497	0.23 483	0.22 491	0.42 555	0.27 405	0.31 530	0.43 543	0.37 532	0.29 527	0.23 484	0.23 482	0.10 434	0.12 521	0.10 444	0.09 419	0.10 450	0.08 373

TDLM	0.18 445	0.12 446	0.14 286	0.24 522	0.10 366	0.18 403	0.18 395	0.37 529	0.30 434	0.22 442	0.28 440	0.28 470	0.18 430	0.23 484	0.19 435	0.11 466	0.07 405	0.10 444	0.10 458	0.08 352	0.08 373

AdaStereo	0.15 380	0.11 427	0.16 365	0.19 374	0.09 254	0.21 455	0.11 53	0.33 483	0.28 421	0.21 427	0.23 360	0.21 386	0.13 319	0.19 422	0.15 371	0.13 509	0.05 177	0.10 444	0.07 302	0.09 416	0.07 304
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.
NVstereo2D	0.19 457	0.11 427	0.16 365	0.17 232	0.16 529	0.28 531	0.23 503	0.44 565	0.42 513	0.15 302	0.28 440	0.25 443	0.19 448	0.23 484	0.18 420	0.09 393	0.06 334	0.10 444	0.08 374	0.15 532	0.10 447

NaN_ROB	0.23 501	0.20 540	0.25 487	0.25 530	0.13 479	0.31 540	0.27 543	0.34 498	0.41 511	0.31 530	0.31 466	0.32 510	0.23 481	0.31 529	0.22 471	0.11 466	0.17 557	0.10 444	0.11 488	0.08 352	0.09 418

SANet	0.25 519	0.14 489	0.29 510	0.21 467	0.11 422	0.29 535	0.25 529	0.40 545	0.65 579	0.36 546	0.40 521	0.42 554	0.27 513	0.27 506	0.25 502	0.12 491	0.09 469	0.10 444	0.09 419	0.13 504	0.12 492

XPNet_ROB	0.22 488	0.12 446	0.20 450	0.22 488	0.13 479	0.22 469	0.19 439	0.35 513	0.40 504	0.30 523	0.40 521	0.38 538	0.27 513	0.26 504	0.29 538	0.15 534	0.10 492	0.10 444	0.10 458	0.13 504	0.12 492

DN-CSS_ROB	0.13 310	0.13 474	0.17 388	0.18 314	0.10 366	0.16 364	0.08 7	0.22 303	0.19 275	0.17 342	0.23 360	0.13 256	0.13 319	0.13 268	0.14 337	0.05 32	0.05 177	0.10 444	0.10 458	0.08 352	0.06 224

PWCDC_ROB	0.21 480	0.13 474	0.23 478	0.25 530	0.12 453	0.20 444	0.15 257	0.34 498	0.55 557	0.29 517	0.49 554	0.21 386	0.15 371	0.28 515	0.20 445	0.11 466	0.09 469	0.10 444	0.08 374	0.11 472	0.09 418

zh-sn7	0.26 531	0.17 517	0.55 563	0.24 522	0.14 497	0.25 500	0.25 529	0.34 498	0.49 539	0.29 517	0.55 562	0.29 478	0.32 545	0.37 555	0.33 558	0.10 434	0.10 492	0.11 474	0.11 488	0.12 489	0.12 492

w-ln-seven	0.24 512	0.15 496	0.58 569	0.20 432	0.14 497	0.26 512	0.22 491	0.36 520	0.62 572	0.30 523	0.40 521	0.30 488	0.23 481	0.22 476	0.28 529	0.09 393	0.09 469	0.11 474	0.10 458	0.11 472	0.10 447

TCMNet	0.19 457	0.12 446	0.20 450	0.21 467	0.18 551	0.21 455	0.24 513	0.28 418	0.36 483	0.23 457	0.26 411	0.25 443	0.20 460	0.20 440	0.23 482	0.13 509	0.11 505	0.11 474	0.12 510	0.13 504	0.12 492

rvit_0105_4	0.15 380	0.09 335	0.17 388	0.17 232	0.10 366	0.12 231	0.20 460	0.23 322	0.27 405	0.14 278	0.20 321	0.17 337	0.14 351	0.17 380	0.13 301	0.15 534	0.11 505	0.11 474	0.10 458	0.09 416	0.06 224

GMStereo_Zeroshot	0.16 407	0.13 474	0.25 487	0.20 432	0.10 366	0.17 387	0.13 126	0.30 448	0.25 379	0.23 457	0.32 475	0.25 443	0.11 255	0.19 422	0.14 337	0.09 393	0.06 334	0.11 474	0.06 206	0.12 489	0.08 373

LL-Strereo2	0.11 208	0.10 402	0.16 365	0.18 314	0.08 140	0.15 337	0.09 18	0.17 184	0.14 158	0.14 278	0.11 180	0.09 153	0.07 122	0.16 341	0.10 127	0.05 32	0.05 177	0.11 474	0.07 302	0.06 212	0.05 127

dad	0.18 445	0.20 540	0.21 460	0.17 232	0.11 422	0.20 444	0.19 439	0.21 279	0.28 421	0.30 523	0.24 372	0.30 488	0.13 319	0.19 422	0.17 407	0.18 557	0.09 469	0.11 474	0.09 419	0.11 472	0.07 304

HCRNet	0.16 407	0.23 552	0.12 207	0.35 572	0.11 422	0.15 337	0.17 346	0.26 380	0.22 334	0.19 389	0.24 372	0.21 386	0.14 351	0.15 313	0.13 301	0.11 466	0.07 405	0.11 474	0.10 458	0.09 416	0.07 304

FINET	0.22 488	0.18 531	0.28 501	0.19 374	0.16 529	0.24 491	0.24 513	0.33 483	0.49 539	0.26 487	0.33 481	0.22 404	0.23 481	0.23 484	0.18 420	0.18 557	0.16 553	0.11 474	0.10 458	0.15 532	0.14 522

APVNet	0.23 501	0.12 446	0.20 450	0.18 314	0.14 497	0.32 542	0.31 568	0.40 545	0.33 453	0.27 494	0.40 521	0.30 488	0.29 527	0.27 506	0.25 502	0.11 466	0.12 521	0.11 474	0.14 527	0.12 489	0.13 506

psm_up	0.19 457	0.10 402	0.18 422	0.21 467	0.11 422	0.17 387	0.19 439	0.38 536	0.34 464	0.22 442	0.28 440	0.29 478	0.25 498	0.20 440	0.22 471	0.09 393	0.10 492	0.11 474	0.11 488	0.08 352	0.08 373

psmorigin	0.25 519	0.16 507	0.35 535	0.17 232	0.13 479	0.24 491	0.14 183	0.34 498	0.34 464	0.41 560	0.55 562	0.41 552	0.38 560	0.35 546	0.28 529	0.11 466	0.15 548	0.11 474	0.11 488	0.12 489	0.17 554

STTStereo	0.18 445	0.13 474	0.28 501	0.20 432	0.11 422	0.16 364	0.21 477	0.29 437	0.23 344	0.22 442	0.30 461	0.29 478	0.18 430	0.20 440	0.20 445	0.12 491	0.11 505	0.11 474	0.14 527	0.09 416	0.08 373

ADCMid	0.26 531	0.15 496	0.42 548	0.20 432	0.14 497	0.25 500	0.26 538	0.35 513	0.40 504	0.37 550	0.45 547	0.34 521	0.42 570	0.36 550	0.36 563	0.10 434	0.09 469	0.11 474	0.11 488	0.13 504	0.13 506

ADCPNet	0.26 531	0.17 517	0.62 574	0.21 467	0.15 515	0.36 556	0.25 529	0.33 483	0.37 489	0.31 530	0.41 532	0.36 529	0.29 527	0.29 522	0.34 561	0.12 491	0.10 492	0.11 474	0.12 510	0.14 520	0.13 506

DANet	0.21 480	0.16 507	0.29 510	0.25 530	0.13 479	0.23 483	0.19 439	0.28 418	0.27 405	0.28 507	0.32 475	0.35 527	0.32 545	0.31 529	0.24 494	0.11 466	0.09 469	0.11 474	0.10 458	0.13 504	0.11 471
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UCFNet_RVC	0.15 380	0.08 264	0.13 241	0.11 1	0.10 366	0.20 444	0.10 30	0.24 346	0.23 344	0.17 342	0.21 339	0.24 430	0.15 371	0.18 397	0.15 371	0.12 491	0.07 405	0.11 474	0.13 521	0.11 472	0.10 447

DPSNet	0.28 542	0.16 507	0.33 526	0.18 314	0.13 479	0.55 578	0.42 587	0.52 579	0.68 581	0.29 517	0.38 510	0.39 543	0.30 538	0.32 534	0.23 482	0.11 466	0.10 492	0.11 474	0.08 374	0.20 560	0.16 545

DRN-Test	0.20 466	0.11 427	0.21 460	0.22 488	0.10 366	0.22 469	0.22 491	0.40 545	0.38 495	0.24 469	0.33 481	0.26 453	0.22 475	0.22 476	0.25 502	0.11 466	0.07 405	0.11 474	0.10 458	0.09 416	0.08 373

StereoDRNet	0.19 457	0.11 427	0.18 422	0.22 488	0.11 422	0.22 469	0.22 491	0.37 529	0.34 464	0.24 469	0.28 440	0.30 488	0.19 448	0.20 440	0.21 458	0.10 434	0.08 437	0.11 474	0.09 419	0.09 416	0.07 304

PWC_ROB	0.21 480	0.16 507	0.27 498	0.18 314	0.11 422	0.22 469	0.13 126	0.33 483	0.49 539	0.30 523	0.40 521	0.32 510	0.25 498	0.31 529	0.23 482	0.10 434	0.07 405	0.11 474	0.08 374	0.11 472	0.10 447

rvit_0105_6	0.14 340	0.09 335	0.18 422	0.17 232	0.10 366	0.10 141	0.17 346	0.19 244	0.26 392	0.12 222	0.18 297	0.17 337	0.13 319	0.18 397	0.13 301	0.15 534	0.11 505	0.12 495	0.10 458	0.09 416	0.06 224

rvit_0105_3	0.16 407	0.10 402	0.15 323	0.20 432	0.12 453	0.15 337	0.26 538	0.25 367	0.30 434	0.15 302	0.17 274	0.21 386	0.14 351	0.18 397	0.14 337	0.14 530	0.11 505	0.12 495	0.14 527	0.07 286	0.07 304

StereoVision	0.14 340	0.13 474	0.10 119	0.24 522	0.10 366	0.16 364	0.21 477	0.21 279	0.20 297	0.12 222	0.25 398	0.10 186	0.10 218	0.16 341	0.10 127	0.09 393	0.10 492	0.12 495	0.12 510	0.06 212	0.05 127

coex-ft	3.24 612	0.35 577	57.83 639	0.18 314	0.13 479	0.27 521	0.23 503	0.28 418	0.72 586	1.89 617	0.70 582	0.43 556	0.47 576	0.29 522	0.43 578	0.09 393	0.09 469	0.12 495	0.09 419	0.14 520	0.14 522

GASNet	0.22 488	0.24 555	0.34 529	0.26 539	0.17 541	0.27 521	0.16 317	0.45 567	0.42 513	0.27 494	0.24 372	0.30 488	0.16 392	0.27 506	0.18 420	0.12 491	0.09 469	0.12 495	0.11 488	0.16 544	0.08 373

FADNet-RVC-Resample	0.17 429	0.12 446	0.32 523	0.22 488	0.12 453	0.19 425	0.14 183	0.25 367	0.24 355	0.24 469	0.27 429	0.20 377	0.15 371	0.17 380	0.16 390	0.07 271	0.08 437	0.12 495	0.10 458	0.09 416	0.11 471

FADNet_RVC	0.17 429	0.14 489	0.41 545	0.20 432	0.11 422	0.13 269	0.13 126	0.27 394	0.22 334	0.21 427	0.23 360	0.20 377	0.18 430	0.15 313	0.17 407	0.08 335	0.08 437	0.12 495	0.09 419	0.11 472	0.10 447

FADNet-RVC	0.21 480	0.20 540	0.40 543	0.21 467	0.16 529	0.21 455	0.15 257	0.27 394	0.27 405	0.26 487	0.32 475	0.26 453	0.21 468	0.22 476	0.19 435	0.12 491	0.13 534	0.12 495	0.14 527	0.13 504	0.18 558

FADNet	0.21 480	0.23 552	0.37 538	0.18 314	0.17 541	0.25 500	0.13 126	0.32 469	0.32 448	0.23 457	0.25 398	0.27 460	0.21 468	0.19 422	0.16 390	0.13 509	0.15 548	0.12 495	0.15 543	0.17 551	0.18 558

G-Net	0.25 519	0.17 517	0.38 539	0.23 509	0.16 529	0.51 575	0.23 503	0.29 437	0.35 478	0.36 546	0.38 510	0.31 503	0.29 527	0.28 515	0.27 521	0.11 466	0.09 469	0.12 495	0.10 458	0.16 544	0.14 522

AnyNet_C32	0.26 531	0.16 507	0.39 540	0.20 432	0.17 541	0.26 512	0.31 568	0.32 469	0.45 528	0.31 530	0.50 556	0.30 488	0.34 549	0.41 572	0.36 563	0.12 491	0.12 521	0.12 495	0.14 527	0.14 520	0.15 536

CVANet_RVC	0.18 445	0.11 427	0.14 286	0.21 467	0.11 422	0.19 425	0.18 395	0.34 498	0.34 464	0.22 442	0.31 466	0.28 470	0.18 430	0.24 495	0.18 420	0.12 491	0.08 437	0.12 495	0.12 510	0.09 416	0.08 373

ETE_ROB	0.23 501	0.17 517	0.23 478	0.25 530	0.14 497	0.26 512	0.29 560	0.32 469	0.37 489	0.28 507	0.37 503	0.45 560	0.27 513	0.28 515	0.27 521	0.11 466	0.09 469	0.12 495	0.10 458	0.14 520	0.13 506

WCMA_ROB	0.24 512	0.11 427	0.24 484	0.17 232	0.14 497	0.34 548	0.16 317	0.33 483	0.33 453	0.39 553	0.54 561	0.40 549	0.35 553	0.35 546	0.26 515	0.12 491	0.12 521	0.12 495	0.11 488	0.14 520	0.14 522

rvit_105_1	0.19 457	0.12 446	0.25 487	0.21 467	0.16 529	0.22 469	0.28 549	0.32 469	0.42 513	0.20 411	0.21 339	0.22 404	0.18 430	0.19 422	0.18 420	0.12 491	0.12 521	0.13 509	0.15 543	0.08 352	0.07 304

UGAM	0.13 310	0.10 402	0.09 79	0.22 488	0.08 140	0.13 269	0.20 460	0.18 212	0.24 355	0.22 442	0.16 255	0.13 256	0.13 319	0.19 422	0.13 301	0.07 271	0.05 177	0.13 509	0.11 488	0.07 286	0.05 127

UDG	0.21 480	0.17 517	0.20 450	0.23 509	0.15 515	0.31 540	0.20 460	0.33 483	0.35 478	0.24 469	0.28 440	0.31 503	0.29 527	0.21 458	0.23 482	0.15 534	0.12 521	0.13 509	0.09 419	0.14 520	0.15 536

DMCA-RVC	0.17 429	0.10 402	0.16 365	0.24 522	0.11 422	0.19 425	0.18 395	0.26 380	0.24 355	0.21 427	0.27 429	0.25 443	0.27 513	0.18 397	0.21 458	0.12 491	0.08 437	0.13 509	0.10 458	0.10 450	0.08 373

RP	0.22 488	0.13 474	0.22 470	0.23 509	0.12 453	0.21 455	0.20 460	0.26 380	0.45 528	0.22 442	0.38 510	0.37 532	0.25 498	0.28 515	0.25 502	0.11 466	0.12 521	0.13 509	0.12 510	0.13 504	0.14 522

RTS	0.46 576	0.19 535	3.33 612	0.25 530	0.15 515	0.72 591	0.21 477	0.37 529	0.78 593	0.42 562	0.44 545	0.31 503	0.43 573	0.55 586	0.37 567	0.10 434	0.09 469	0.13 509	0.13 521	0.15 532	0.15 536

RTSA	0.46 576	0.19 535	3.33 612	0.25 530	0.15 515	0.72 591	0.21 477	0.37 529	0.78 593	0.42 562	0.44 545	0.31 503	0.43 573	0.55 586	0.37 567	0.10 434	0.09 469	0.13 509	0.13 521	0.15 532	0.15 536

ADCS	0.30 549	0.19 535	0.48 557	0.21 467	0.18 551	0.29 535	0.24 513	0.42 555	0.64 576	0.40 556	0.50 556	0.40 549	0.37 558	0.40 566	0.43 578	0.13 509	0.13 534	0.13 509	0.14 527	0.16 544	0.16 545

AnyNet_C01	0.37 564	0.26 561	1.41 606	0.22 488	0.17 541	0.51 575	0.28 549	0.36 520	0.40 504	0.39 553	0.75 587	0.46 564	0.39 561	0.46 576	0.50 588	0.13 509	0.13 534	0.13 509	0.14 527	0.14 520	0.16 545

LALA_ROB	0.25 519	0.16 507	0.23 478	0.27 547	0.17 541	0.27 521	0.27 543	0.42 555	0.38 495	0.33 541	0.39 518	0.51 571	0.26 506	0.29 522	0.28 529	0.16 551	0.09 469	0.13 509	0.12 510	0.13 504	0.13 506

PSMNet_ROB	0.22 488	0.12 446	0.15 323	0.27 547	0.15 515	0.25 500	0.36 579	0.43 561	0.37 489	0.27 494	0.33 481	0.32 510	0.23 481	0.21 458	0.27 521	0.12 491	0.08 437	0.13 509	0.11 488	0.10 450	0.09 418

SGM_RVC	0.24 512	0.12 446	0.16 365	0.15 79	0.09 254	0.34 548	0.19 439	0.35 513	0.32 448	0.44 567	0.38 510	0.53 575	0.36 556	0.36 550	0.26 515	0.13 509	0.13 534	0.13 509	0.13 521	0.11 472	0.11 471
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MeshStereo	0.27 539	0.13 474	0.18 422	0.15 79	0.11 422	0.33 544	0.24 513	0.41 550	0.36 483	0.53 576	0.58 572	0.67 585	0.41 566	0.36 550	0.27 521	0.14 530	0.13 534	0.13 509	0.11 488	0.11 472	0.11 471
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
ISRNet	0.18 445	0.08 264	0.20 450	0.19 374	0.13 479	0.15 337	0.12 81	0.30 448	0.33 453	0.21 427	0.26 411	0.27 460	0.18 430	0.17 380	0.20 445	0.20 565	0.08 437	0.14 522	0.14 527	0.14 520	0.17 554

DualNet (step1)	0.17 429	0.12 446	0.21 460	0.13 10	0.14 497	0.18 403	0.14 183	0.28 418	0.24 355	0.21 427	0.21 339	0.24 430	0.20 460	0.16 341	0.16 390	0.15 534	0.06 334	0.14 522	0.14 527	0.15 532	0.13 506

test_sample9	0.18 445	0.12 446	0.21 460	0.13 10	0.14 497	0.18 403	0.14 183	0.28 418	0.24 355	0.21 427	0.21 339	0.24 430	0.20 460	0.19 422	0.18 420	0.15 534	0.30 584	0.14 522	0.14 527	0.15 532	0.13 506

test_sample8	0.20 466	0.12 446	0.21 460	0.13 10	0.14 497	0.18 403	0.14 183	0.32 469	0.21 312	0.28 507	0.22 355	0.36 529	0.26 506	0.19 422	0.18 420	0.15 534	0.30 584	0.14 522	0.14 527	0.15 532	0.13 506

SDNR	0.20 466	0.09 335	0.19 445	0.16 155	0.12 453	0.79 596	0.13 126	0.26 380	0.33 453	0.19 389	0.25 398	0.19 360	0.12 287	0.19 422	0.15 371	0.16 551	0.18 559	0.14 522	0.11 488	0.08 352	0.12 492

DGSMNet	0.25 519	0.19 535	0.34 529	0.21 467	0.24 569	0.24 491	0.21 477	0.36 520	0.42 513	0.25 482	0.32 475	0.38 538	0.21 468	0.29 522	0.24 494	0.13 509	0.11 505	0.14 522	0.16 547	0.23 564	0.23 571

Syn2CoEx	0.22 488	0.16 507	0.29 510	0.29 561	0.15 515	0.26 512	0.21 477	0.34 498	0.32 448	0.29 517	0.36 500	0.28 470	0.25 498	0.20 440	0.25 502	0.16 551	0.12 521	0.14 522	0.11 488	0.09 416	0.08 373

edge stereo	0.23 501	0.14 489	0.21 460	0.21 467	0.13 479	0.24 491	0.16 317	0.32 469	0.42 513	0.32 537	0.40 521	0.39 543	0.35 553	0.25 500	0.25 502	0.13 509	0.11 505	0.14 522	0.11 488	0.12 489	0.14 522

SHD	0.26 531	0.15 496	0.31 519	0.24 522	0.18 551	0.23 483	0.15 257	0.39 542	0.72 586	0.32 537	0.42 540	0.36 529	0.29 527	0.33 538	0.30 545	0.13 509	0.11 505	0.14 522	0.13 521	0.16 544	0.20 566

LSM	0.34 563	0.21 545	0.62 574	0.27 547	0.62 600	0.35 552	0.26 538	0.43 561	0.49 539	0.45 569	0.60 575	0.42 554	0.37 558	0.35 546	0.26 515	0.13 509	0.21 575	0.14 522	0.16 547	0.18 555	0.34 586

MDST_ROB	0.22 488	0.10 402	0.18 422	0.18 314	0.11 422	0.40 566	0.19 439	0.44 565	0.42 513	0.40 556	0.40 521	0.29 478	0.21 468	0.27 506	0.19 435	0.11 466	0.10 492	0.14 522	0.11 488	0.10 450	0.08 373

DStereoFS	0.27 539	0.22 549	0.32 523	0.23 509	0.15 515	0.23 483	0.21 477	0.52 579	0.49 539	0.28 507	0.45 547	0.34 521	0.36 556	0.53 583	0.29 538	0.13 509	0.11 505	0.15 533	0.13 521	0.17 551	0.17 554

NCC-stereo	0.25 519	0.15 496	0.31 519	0.26 539	0.17 541	0.21 455	0.31 568	0.41 550	0.40 504	0.24 469	0.38 510	0.33 516	0.29 527	0.37 555	0.28 529	0.13 509	0.11 505	0.15 533	0.22 565	0.13 504	0.13 506

Abc-Net	0.25 519	0.15 496	0.31 519	0.26 539	0.17 541	0.21 455	0.31 568	0.41 550	0.40 504	0.24 469	0.38 510	0.33 516	0.29 527	0.37 555	0.28 529	0.13 509	0.11 505	0.15 533	0.22 565	0.13 504	0.13 506
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SAMSARA	0.41 569	0.28 564	0.34 529	0.55 588	0.39 583	0.85 599	1.25 615	0.49 573	0.52 553	0.36 546	0.35 495	0.56 577	0.39 561	0.39 562	0.41 575	0.15 534	0.20 565	0.15 533	0.14 527	0.23 564	0.21 567

XQC	0.29 546	0.23 552	0.53 560	0.29 561	0.19 555	0.36 556	0.28 549	0.37 529	0.58 564	0.31 530	0.31 466	0.37 532	0.30 538	0.39 562	0.39 571	0.13 509	0.09 469	0.15 533	0.12 510	0.18 555	0.18 558

PA-Net	0.24 512	0.18 531	0.34 529	0.28 554	0.22 564	0.22 469	0.39 584	0.29 437	0.39 500	0.22 442	0.33 481	0.25 443	0.26 506	0.21 458	0.25 502	0.10 434	0.23 578	0.15 533	0.22 565	0.09 416	0.13 506
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FBW_ROB	0.25 519	0.17 517	0.23 478	0.27 547	0.14 497	0.26 512	0.22 491	0.42 555	0.43 522	0.42 562	0.41 532	0.43 556	0.27 513	0.32 534	0.24 494	0.09 393	0.15 548	0.15 533	0.12 510	0.12 489	0.10 447

SGM-Forest	0.20 466	0.14 489	0.18 422	0.20 432	0.13 479	0.21 455	0.22 491	0.33 483	0.31 442	0.24 469	0.29 455	0.28 470	0.20 460	0.23 484	0.18 420	0.15 534	0.16 553	0.15 533	0.14 527	0.13 504	0.12 492
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DStereoSA	0.26 531	0.19 535	0.39 540	0.27 547	0.17 541	0.23 483	0.21 477	0.50 574	0.60 567	0.22 442	0.30 461	0.29 478	0.34 549	0.40 566	0.29 538	0.12 491	0.11 505	0.16 541	0.14 527	0.15 532	0.12 492

AF-Net	0.23 501	0.17 517	0.17 388	0.27 547	0.13 479	0.26 512	0.24 513	0.33 483	0.51 547	0.25 482	0.33 481	0.39 543	0.27 513	0.28 515	0.26 515	0.11 466	0.10 492	0.16 541	0.12 510	0.11 472	0.11 471

SGM-ForestM	0.33 557	0.12 446	0.17 388	0.16 155	0.11 422	0.42 569	0.20 460	0.43 561	0.53 556	0.53 576	0.57 568	1.41 608	0.44 575	0.42 573	0.29 538	0.14 530	0.16 553	0.16 541	0.16 547	0.12 489	0.13 506

rvit_stereo_0075_2	0.17 429	0.12 446	0.25 487	0.23 509	0.16 529	0.13 269	0.10 30	0.30 448	0.27 405	0.20 411	0.28 440	0.22 404	0.15 371	0.18 397	0.13 301	0.16 551	0.10 492	0.17 544	0.10 458	0.10 450	0.10 447

Anonymous_2	0.22 488	0.17 517	0.28 501	0.15 79	0.16 529	0.33 544	0.22 491	0.23 322	0.18 249	0.23 457	0.24 372	0.26 453	0.27 513	0.27 506	0.24 494	0.22 572	0.26 580	0.17 544	0.17 554	0.16 544	0.18 558

DDUNet	0.23 501	0.18 531	0.22 470	0.22 488	0.15 515	0.25 500	0.24 513	0.30 448	0.31 442	0.31 530	0.37 503	0.34 521	0.26 506	0.25 500	0.21 458	0.18 557	0.13 534	0.17 544	0.11 488	0.16 544	0.17 554

RGC	0.25 519	0.20 540	0.29 510	0.28 554	0.16 529	0.22 469	0.23 503	0.33 483	0.44 524	0.27 494	0.40 521	0.38 538	0.28 522	0.37 555	0.23 482	0.11 466	0.13 534	0.17 544	0.17 554	0.15 532	0.16 545

Nwc_Net	0.23 501	0.17 517	0.22 470	0.25 530	0.15 515	0.25 500	0.27 543	0.38 536	0.39 500	0.22 442	0.41 532	0.30 488	0.29 527	0.28 515	0.25 502	0.11 466	0.10 492	0.17 544	0.20 560	0.10 450	0.11 471

PVD	0.40 568	0.21 545	0.40 543	0.32 569	0.23 565	0.30 538	0.45 591	0.53 582	0.97 600	0.55 579	0.80 591	0.54 576	0.60 590	0.53 583	0.40 573	0.19 560	0.14 544	0.17 544	0.14 527	0.24 570	0.32 584

PS-NSSS	0.20 466	0.21 545	0.23 478	0.20 432	0.10 366	0.19 425	0.17 346	0.36 520	0.26 392	0.27 494	0.34 491	0.27 460	0.24 490	0.20 440	0.20 445	0.15 534	0.12 521	0.17 544	0.14 527	0.10 450	0.09 418

PDISCO_ROB	0.28 542	0.16 507	0.28 501	0.28 554	0.20 558	0.33 544	0.27 543	0.45 567	0.58 564	0.28 507	0.41 532	0.45 560	0.30 538	0.34 541	0.35 562	0.12 491	0.09 469	0.17 544	0.16 547	0.17 551	0.13 506

CBMV	0.20 466	0.15 496	0.18 422	0.18 314	0.10 366	0.20 444	0.11 53	0.30 448	0.31 442	0.29 517	0.31 466	0.31 503	0.23 481	0.28 515	0.19 435	0.13 509	0.15 548	0.17 544	0.16 547	0.10 450	0.10 447
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MFN_U_SF_RVC	0.33 557	0.22 549	0.58 569	0.31 566	0.15 515	0.36 556	0.17 346	0.54 583	0.46 535	0.47 572	0.56 564	0.58 578	0.39 561	0.36 550	0.38 570	0.15 534	0.15 548	0.18 553	0.21 562	0.16 544	0.16 545

NCCL2	0.24 512	0.15 496	0.18 422	0.34 570	0.18 551	0.24 491	0.24 513	0.34 498	0.29 428	0.31 530	0.38 510	0.38 538	0.29 527	0.23 484	0.25 502	0.15 534	0.12 521	0.18 553	0.21 562	0.13 504	0.13 506

CSAN	0.30 549	0.24 555	0.28 501	0.34 570	0.19 555	0.34 548	0.42 587	0.38 536	0.51 547	0.38 552	0.40 521	0.44 559	0.34 549	0.29 522	0.31 550	0.19 560	0.16 553	0.19 555	0.19 559	0.14 520	0.15 536

DispFullNet	0.27 539	0.22 549	0.66 577	0.28 554	0.17 541	0.27 521	0.17 346	0.34 498	0.57 561	0.27 494	0.37 503	0.43 556	0.24 490	0.39 562	0.25 502	0.12 491	0.06 334	0.19 555	0.11 488	0.23 564	0.16 545

DeepPrunerF	0.24 512	0.17 517	0.45 551	0.26 539	0.16 529	0.23 483	0.29 560	0.37 529	0.51 547	0.27 494	0.31 466	0.24 430	0.28 522	0.22 476	0.23 482	0.15 534	0.11 505	0.20 557	0.18 558	0.12 489	0.14 522

SQANet	0.24 512	0.24 555	0.31 519	0.31 566	0.19 555	0.27 521	0.13 126	0.30 448	0.33 453	0.25 482	0.37 503	0.31 503	0.22 475	0.27 506	0.23 482	0.15 534	0.10 492	0.21 558	0.16 547	0.22 561	0.16 545

HBP-ISP	0.18 445	0.13 474	0.17 388	0.15 79	0.11 422	0.08 54	0.13 126	0.28 418	0.30 434	0.22 442	0.33 481	0.21 386	0.25 498	0.23 484	0.18 420	0.15 534	0.17 557	0.21 558	0.17 554	0.10 450	0.09 418

ccnet	0.30 549	0.28 564	0.24 484	0.20 432	0.28 576	0.41 568	0.22 491	0.46 570	0.33 453	0.37 550	0.46 550	0.37 532	0.30 538	0.40 566	0.43 578	0.23 577	0.14 544	0.21 558	0.17 554	0.23 564	0.19 563

MaskLacGwcNet_RVC	0.22 488	0.21 545	0.25 487	0.26 539	0.11 422	0.24 491	0.14 183	0.39 542	0.24 355	0.32 537	0.36 500	0.30 488	0.21 468	0.19 422	0.22 471	0.17 556	0.14 544	0.21 558	0.16 547	0.13 504	0.12 492

CBMV_ROB	0.19 457	0.13 474	0.18 422	0.16 155	0.11 422	0.16 364	0.12 81	0.27 394	0.29 428	0.27 494	0.31 466	0.27 460	0.24 490	0.24 495	0.16 390	0.15 534	0.18 559	0.22 562	0.20 560	0.10 450	0.12 492

BEATNet-Init1	0.54 583	0.28 564	0.68 584	0.31 566	0.21 561	0.85 599	0.31 568	0.57 585	0.69 584	0.89 598	1.00 600	2.17 615	0.66 593	0.58 590	0.44 581	0.19 560	0.18 559	0.23 563	0.22 565	0.22 561	0.21 567

NOSS_ROB	0.19 457	0.13 474	0.18 422	0.16 155	0.12 453	0.16 364	0.12 81	0.30 448	0.33 453	0.20 411	0.22 355	0.27 460	0.24 490	0.21 458	0.16 390	0.16 551	0.18 559	0.23 563	0.21 562	0.13 504	0.13 506

PSMNet-RUCA	0.28 542	0.33 575	0.42 548	0.36 574	0.32 581	0.18 403	0.20 460	0.42 555	0.30 434	0.33 541	0.41 532	0.40 549	0.24 490	0.31 529	0.20 445	0.19 560	0.11 505	0.25 565	0.15 543	0.22 561	0.16 545

MFN_U_SF_DS_RVC	0.30 549	0.24 555	0.30 516	0.36 574	0.16 529	0.36 556	0.31 568	0.34 498	0.43 522	0.41 560	0.46 550	0.38 538	0.30 538	0.35 546	0.29 538	0.19 560	0.20 565	0.26 566	0.29 579	0.18 555	0.19 563

PASM	0.33 557	0.25 560	0.51 559	0.28 554	0.27 575	0.30 538	0.31 568	0.35 513	0.51 547	0.36 546	0.40 521	0.47 567	0.35 553	0.34 541	0.36 563	0.23 577	0.26 580	0.26 566	0.28 578	0.23 564	0.21 567

MSMD_ROB	0.31 555	0.26 561	0.26 496	0.24 522	0.21 561	0.34 548	0.25 529	0.34 498	0.39 500	0.40 556	0.69 581	0.45 560	0.41 566	0.34 541	0.28 529	0.20 565	0.20 565	0.26 566	0.25 571	0.23 564	0.22 570

FSD					0.23 565	0.25 500	0.25 529	0.27 394	0.26 392	0.25 482	0.26 411	0.26 453	0.26 506	0.27 506	0.24 494	0.21 568	0.20 565	0.27 569	0.26 572	0.25 572

FC-DCNN v2	0.33 557	0.28 564	0.28 501	0.26 539	0.23 565	0.39 564	0.29 560	0.41 550	0.44 524	0.46 570	0.57 568	0.51 571	0.41 566	0.38 560	0.30 545	0.21 568	0.20 565	0.27 569	0.26 572	0.25 572	0.24 572

FCDSN-DC	0.33 557	0.28 564	0.28 501	0.30 564	0.24 569	0.39 564	0.28 549	0.43 561	0.42 513	0.44 567	0.53 560	0.51 571	0.42 570	0.37 555	0.30 545	0.21 568	0.20 565	0.27 569	0.26 572	0.25 572	0.25 574
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MANE	0.47 578	0.28 564	0.28 501	0.27 547	0.24 569	0.50 573	0.32 576	0.57 585	0.62 572	0.74 591	1.20 610	1.21 601	0.64 592	0.54 585	0.39 571	0.22 572	0.20 565	0.27 569	0.31 582	0.26 576	0.25 574

FC-DCNN	0.33 557	0.28 564	0.28 501	0.26 539	0.23 565	0.38 562	0.29 560	0.40 545	0.44 524	0.46 570	0.56 564	0.51 571	0.41 566	0.38 560	0.31 550	0.21 568	0.20 565	0.27 569	0.26 572	0.25 572	0.24 572

ELAS_RVC	0.42 571	0.29 571	0.33 526	0.28 554	0.24 569	0.56 579	0.38 582	0.50 574	0.61 569	0.74 591	0.76 588	0.67 585	0.56 585	0.55 586	0.42 577	0.22 572	0.21 575	0.27 569	0.26 572	0.27 578	0.26 577
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.42 571	0.29 571	0.34 529	0.28 554	0.24 569	0.63 583	0.37 580	0.52 579	0.52 553	0.72 588	0.82 592	0.68 587	0.56 585	0.52 581	0.45 584	0.22 572	0.21 575	0.27 569	0.26 572	0.26 576	0.26 577
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet+	0.76 594	0.72 596	3.76 615	0.67 591	0.41 585	0.99 605	0.97 613	0.72 594	0.75 591	0.52 575	0.58 572	0.64 583	0.68 594	0.89 606	1.04 612	0.35 585	0.36 589	0.28 576	0.23 569	0.38 586	0.33 585

MSC_U_SF_DS_RVC	0.44 573	0.39 580	0.56 564	0.40 577	0.20 558	0.66 586	0.33 577	0.54 583	0.72 586	0.71 587	0.72 584	0.62 580	0.55 583	0.52 581	0.47 585	0.20 565	0.19 564	0.29 577	0.30 581	0.24 570	0.19 563

GANetREF_RVC	0.31 555	0.34 576	0.29 510	0.35 572	0.16 529	0.33 544	0.42 587	0.48 572	0.52 553	0.35 543	0.35 495	0.34 521	0.32 545	0.40 566	0.33 558	0.27 581	0.20 565	0.29 577	0.15 543	0.19 558	0.18 558
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
CC-Net-ROB	0.28 542	0.31 573	0.36 537	0.30 564	0.15 515	0.25 500	0.19 439	0.45 567	0.34 464	0.39 553	0.37 503	0.39 543	0.31 543	0.27 506	0.27 521	0.24 579	0.18 559	0.30 579	0.23 569	0.19 558	0.15 536

DStereoO	0.25 519	0.18 531	0.19 445	0.20 432	0.15 515	0.22 469	0.19 439	0.33 483	0.42 513	0.30 523	0.22 355	0.33 516	0.28 522	0.42 573	0.28 529	0.47 592	0.12 521	0.31 580	0.11 488	0.17 551	0.12 492

JetBlue	0.73 593	0.46 584	1.21 604	0.52 587	0.47 589	2.16 615	0.67 603	0.78 595	0.72 586	0.70 586	0.79 590	1.21 601	0.84 601	1.06 612	1.04 612	0.40 587	0.28 582	0.33 581	0.33 584	0.30 579	0.34 586

NVStereoNet_ROB	0.47 578	0.37 578	0.47 555	0.42 580	0.29 579	0.35 552	0.35 578	0.50 574	0.61 569	0.73 589	0.94 597	0.70 589	0.68 594	0.48 577	0.62 596	0.22 572	0.33 588	0.34 582	0.34 586	0.30 579	0.31 583
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Ntro	0.41 569	0.40 581	0.54 562	0.46 585	0.30 580	0.64 584	0.24 513	0.47 571	0.68 581	0.42 562	0.49 554	0.47 567	0.42 570	0.40 566	0.32 555	0.32 583	0.28 582	0.37 583	0.31 582	0.33 584	0.29 580

otaku	0.39 566	0.38 579	0.53 560	0.44 581	0.28 576	0.57 580	0.24 513	0.42 555	0.62 572	0.40 556	0.50 556	0.46 564	0.34 549	0.40 566	0.33 558	0.30 582	0.30 584	0.39 584	0.33 584	0.30 579	0.29 580

ACVNet_1	0.45 575	0.51 585	0.61 572	0.45 582	0.28 576	0.50 573	0.28 549	0.58 590	0.71 585	0.63 582	0.59 574	0.74 590	0.50 579	0.50 578	0.36 563	0.26 580	0.25 579	0.39 584	0.29 579	0.32 583	0.25 574

Consistency-Raft	0.44 573	0.40 581	0.46 552	0.37 576	0.43 587	0.42 569	0.41 585	0.57 585	0.55 557	0.32 537	0.73 585	0.32 510	0.50 579	0.42 573	0.49 587	0.39 586	0.36 589	0.45 586	0.52 598	0.42 587	0.30 582

ACVNet-4b	0.39 566	0.53 586	0.56 564	0.45 582	0.24 569	0.46 571	0.18 395	0.50 574	0.64 576	0.42 562	0.45 547	0.60 579	0.27 513	0.34 541	0.24 494	0.33 584	0.14 544	0.48 587	0.42 589	0.31 582	0.27 579

SGM+DAISY	0.57 585	0.58 587	0.67 581	0.41 578	0.55 593	0.68 588	0.51 593	0.57 585	0.46 535	0.67 583	0.70 582	0.69 588	0.57 587	0.64 593	0.58 593	0.59 600	0.49 599	0.50 588	0.50 595	0.52 589	0.59 600

anonymity	0.53 582	0.58 587	0.66 577	0.41 578	0.61 599	0.54 577	0.41 585	0.57 585	0.41 511	0.56 580	0.50 556	0.50 570	0.55 583	0.59 591	0.50 588	0.58 599	0.50 602	0.51 589	0.51 596	0.52 589	0.58 597

SPS-STEREO	0.58 586	0.59 589	0.66 577	0.45 582	0.55 593	0.65 585	0.44 590	0.63 592	0.51 547	0.69 585	0.65 576	0.66 584	0.58 588	0.62 592	0.62 596	0.62 602	0.47 597	0.51 589	0.49 593	0.55 592	0.58 597
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	0.54 583	0.61 590	0.71 590	0.57 589	0.43 587	0.66 586	0.37 580	0.60 591	0.87 597	0.51 574	0.67 577	0.63 581	0.47 576	0.50 578	0.44 581	0.47 592	0.48 598	0.53 591	0.41 588	0.53 591	0.41 592

ACVNet_2	0.67 590	0.68 595	0.70 588	0.64 590	0.41 585	0.75 594	0.50 592	0.98 605	1.38 610	0.90 599	1.09 604	1.04 596	0.74 597	0.55 586	0.48 586	0.43 588	0.40 591	0.53 591	0.45 590	0.48 588	0.36 588

MonStereo1	0.49 580	0.27 563	0.61 572	0.29 561	0.20 558	0.40 566	0.19 439	0.51 578	0.66 580	0.53 576	0.91 596	1.02 595	0.59 589	0.51 580	0.58 593	0.53 596	0.32 587	0.55 593	0.40 587	0.36 585	0.38 589

MFMNet_re	0.65 587	0.66 594	0.66 577	0.51 586	0.69 604	0.70 589	0.58 597	0.65 593	0.75 591	0.61 581	0.73 585	0.63 581	0.68 594	0.65 594	0.60 595	0.66 604	0.58 611	0.63 594	0.59 599	0.68 600	0.69 607

WAO-7	0.80 596	0.78 599	0.57 566	0.85 599	0.67 603	0.76 595	0.69 606	1.07 609	1.30 607	0.90 599	1.20 610	1.05 597	0.93 605	0.71 595	0.68 599	0.60 601	0.62 612	0.67 595	0.68 605	0.64 596	0.59 600

IMH-64-1	0.66 588	0.62 591	0.69 585	0.72 592	0.51 590	0.60 581	0.51 593	0.92 599	0.84 595	0.75 594	1.02 601	0.81 591	0.78 599	0.80 597	0.50 588	0.43 588	0.46 593	0.72 596	0.48 591	0.55 592	0.40 590

IMH-64	0.66 588	0.62 591	0.69 585	0.72 592	0.51 590	0.60 581	0.51 593	0.92 599	0.84 595	0.75 594	1.02 601	0.81 591	0.78 599	0.80 597	0.50 588	0.43 588	0.46 593	0.72 596	0.48 591	0.55 592	0.40 590

TorneroNet-64	0.76 594	0.73 597	0.77 593	0.78 596	0.58 598	0.94 604	0.58 597	0.85 598	1.26 605	0.67 583	0.88 594	1.41 608	0.76 598	0.87 603	0.68 599	0.49 594	0.46 593	0.73 598	0.59 599	0.68 600	0.54 596

GCST	0.37 564	0.42 583	0.27 498	1.03 607	0.39 583	0.18 403	0.08 7	0.21 279	0.18 249	0.28 507	0.25 398	0.15 300	0.12 287	0.16 341	0.14 337	0.64 603	0.43 592	0.75 599	0.65 602	0.64 596	0.46 595

IMH	0.72 591	0.65 593	0.70 588	0.77 594	0.54 592	0.71 590	0.56 596	0.99 607	1.08 601	0.82 597	1.09 604	0.89 593	0.88 603	0.88 605	0.53 592	0.44 591	0.50 602	0.75 599	0.51 596	0.58 595	0.42 593

LVE	0.84 599	0.87 603	0.86 598	0.81 597	0.56 595	1.09 610	0.66 602	1.07 609	1.45 612	0.97 603	1.23 612	1.11 599	0.86 602	0.84 600	0.72 603	0.49 594	0.56 608	0.76 601	0.60 601	0.66 598	0.60 603

PWCK	0.72 591	0.95 605	0.99 601	0.77 594	0.32 581	0.79 596	0.38 582	0.92 599	0.90 598	0.96 602	0.76 588	0.97 594	0.62 591	0.87 603	0.68 599	0.73 606	0.46 593	0.76 601	0.49 593	0.71 603	0.44 594

Dean	0.88 600	0.88 604	0.81 594	0.82 598	0.57 596	0.91 601	0.62 600	1.17 615	1.71 615	1.15 610	1.16 608	1.31 605	1.00 608	0.82 599	0.83 608	0.57 597	0.56 608	0.78 603	0.65 602	0.67 599	0.58 597

TorneroNet	0.83 598	0.75 598	0.83 597	0.85 599	0.63 601	1.03 608	0.65 601	0.96 603	1.14 603	0.80 596	1.10 606	1.36 606	0.88 603	0.95 608	0.82 607	0.57 597	0.49 599	0.79 604	0.66 604	0.74 606	0.64 606

WAO-8	0.92 601	0.83 601	0.67 581	0.94 604	0.70 605	0.92 602	0.68 604	1.08 611	1.80 617	1.06 607	1.42 614	1.29 603	1.08 611	0.86 601	0.80 605	0.74 607	0.54 605	0.86 605	0.75 607	0.71 603	0.63 604

Venus	0.92 601	0.83 601	0.67 581	0.94 604	0.70 605	0.92 602	0.68 604	1.08 611	1.80 617	1.06 607	1.42 614	1.29 603	1.08 611	0.86 601	0.80 605	0.74 607	0.54 605	0.86 605	0.75 607	0.71 603	0.63 604

WAO-6	0.82 597	0.81 600	0.63 576	0.87 601	0.63 601	0.79 596	0.60 599	0.98 605	1.52 614	0.91 601	0.97 599	1.08 598	1.04 609	0.72 596	0.70 602	0.72 605	0.49 599	0.91 607	0.71 606	0.70 602	0.59 600

JetRed	1.66 610	1.51 613	3.09 611	0.93 603	1.21 613	5.28 618	1.61 618	1.29 617	1.42 611	1.84 616	1.77 617	1.59 614	0.95 606	1.43 615	2.51 619	0.91 613	1.61 617	0.93 608	0.91 613	1.36 614	1.03 614

DStereoRT	0.17 429	0.07 142	0.12 207	0.19 374	0.09 254	0.13 269	0.12 81	0.28 418	0.23 344	0.12 222	0.20 321	0.11 210	0.10 218	0.15 313	0.14 337	0.06 120	0.05 177	1.02 609	0.09 419	0.05 111	0.04 33

UNDER WATER	0.99 605	1.00 607	1.47 607	1.00 606	0.71 607	1.18 612	0.86 609	0.81 597	1.09 602	1.02 604	0.90 595	1.53 612	1.26 615	1.06 612	1.02 611	0.79 609	0.54 605	1.02 609	0.88 611	0.83 608	0.75 608

UNDER WATER-64	0.97 603	0.96 606	1.48 608	0.88 602	0.57 596	1.24 613	0.90 611	0.78 595	0.96 599	1.05 605	0.85 593	1.56 613	1.26 615	0.97 610	0.99 610	0.88 611	0.57 610	1.04 611	0.88 611	0.81 607	0.75 608

notaker	0.98 604	1.13 608	1.02 602	1.14 609	0.81 608	0.73 593	0.69 606	0.94 602	1.15 604	1.19 612	1.19 609	1.41 608	1.17 614	1.10 614	0.74 604	0.82 610	0.64 613	1.18 612	0.79 609	1.02 610	0.82 611

KSHMR	1.10 607	1.19 609	0.90 600	1.26 612	1.00 612	0.99 605	0.96 612	1.13 614	1.35 608	1.16 611	1.28 613	1.40 607	0.97 607	1.03 611	0.93 609	1.03 614	1.08 616	1.20 613	1.03 615	1.03 611	0.98 613

DPSimNet_ROB	1.14 608	1.25 611	0.87 599	1.15 610	0.90 611	1.15 611	1.18 614	1.20 616	1.26 605	1.45 614	1.05 603	1.44 611	1.13 613	0.92 607	1.70 615	1.47 617	0.52 604	1.22 614	1.04 616	0.92 609	1.03 614

HanzoNet	1.31 609	1.29 612	1.22 605	1.13 608	0.85 609	1.05 609	0.84 608	1.06 608	1.47 613	1.66 615	1.63 616	2.48 617	1.78 617	1.63 616	1.69 614	1.27 615	0.80 615	1.32 615	1.02 614	1.07 613	0.90 612

ktn	1.02 606	1.23 610	0.82 595	1.24 611	0.86 610	1.00 607	0.86 609	0.96 603	1.37 609	1.05 605	1.12 607	1.16 600	1.06 610	0.95 608	0.62 596	1.28 616	0.71 614	1.39 616	0.83 610	1.06 612	0.77 610

MADNet++	1.97 611	1.75 614	1.66 609	1.83 613	1.69 615	2.38 616	1.45 617	2.36 618	2.11 619	2.58 618	2.37 619	2.25 616	2.21 618	2.28 617	2.36 618	1.87 618	1.67 618	1.53 617	1.34 617	1.87 615	1.78 617

USTest	6.16 615	2.65 617	2.79 610	6.48 621	7.21 621	14.33 625	21.38 625	6.98 626	9.55 625	5.35 622	6.12 620	5.71 621	7.69 622	6.31 623	6.75 622	1.97 619	3.38 624	1.63 618	2.14 621	2.49 616	2.35 618

TCMNet-wrong-test	3.69 613	5.54 625	3.91 616	12.22 625	11.75 627	4.77 617	3.86 619	1.08 611	0.74 590	1.13 609	2.21 618	6.16 622	0.53 582	3.43 619	2.33 617	0.90 612	0.20 565	1.85 619	1.69 618	5.71 623	3.79 623

tt	4.65 614	0.07 142	3.54 614	2.01 614	1.55 614	10.25 622	16.66 623	8.90 627	5.03 620	1.33 613	0.96 598	4.71 618	4.74 619	3.33 618	5.86 621	6.06 626	10.30 630	1.87 620	2.09 620	2.61 617	1.19 616

DPSMNet_ROB	8.06 620	4.50 618	8.69 625	5.36 620	10.74 624	8.32 620	22.71 626	5.47 621	13.38 627	5.13 620	9.98 624	5.10 619	10.47 626	5.53 621	12.77 627	3.80 624	8.00 625	3.49 621	6.95 624	3.75 622	7.09 625

DGTPSM_ROB	8.06 620	4.50 618	8.69 625	5.34 618	10.73 623	8.32 620	22.71 626	5.47 621	13.38 627	5.13 620	9.98 624	5.10 619	10.47 626	5.53 621	12.77 627	3.79 623	8.00 625	3.49 621	6.95 624	3.74 621	7.09 625

xxxxx1	7.75 616	5.06 622	7.26 618	3.15 615	3.91 617	16.37 626	22.88 628	5.87 623	8.68 622	7.99 623	8.55 621	9.13 625	8.46 623	10.05 625	10.47 623	2.43 620	2.48 620	3.56 623	12.26 627	3.48 618	3.02 620

tt_ll	7.75 616	5.06 622	7.26 618	3.15 615	3.91 617	16.37 626	22.88 628	5.87 623	8.68 622	7.99 623	8.55 621	9.13 625	8.46 623	10.05 625	10.47 623	2.43 620	2.48 620	3.56 623	12.26 627	3.48 618	3.02 620

ff	7.75 616	5.06 622	7.26 618	3.15 615	3.91 617	16.37 626	22.88 628	5.87 623	8.68 622	7.99 623	8.55 621	9.13 625	8.46 623	10.05 625	10.47 623	2.43 620	2.48 620	3.56 623	12.26 627	3.48 618	3.02 620

Anonymous_1	10.87 626	7.82 626	7.41 621	10.29 622	10.08 622	18.64 630	26.11 631	11.02 630	13.45 629	9.43 626	10.10 626	9.73 628	11.31 628	10.69 628	12.47 626	6.42 627	8.38 627	5.70 626	10.22 626	11.41 627	6.65 624

DPSM_ROB	11.10 627	8.47 627	7.95 622	10.84 623	11.58 625	19.10 631	26.50 634	12.02 631	14.09 630	10.38 627	10.91 627	10.39 629	11.92 629	11.67 629	13.39 629	6.99 628	8.79 628	5.82 627	6.92 622	6.97 624	7.31 627

DPSM	11.10 627	8.47 627	7.95 622	10.84 623	11.58 625	19.10 631	26.50 634	12.02 631	14.09 630	10.38 627	10.91 627	10.39 629	11.92 629	11.67 629	13.39 629	6.99 628	8.79 628	5.82 627	6.92 622	6.97 624	7.31 627

PML	8.57 622	9.39 629	6.24 617	5.34 618	6.36 620	13.21 624	20.99 624	5.35 620	6.68 621	17.75 631	26.46 641	7.58 623	6.08 621	7.89 624	5.76 620	5.33 625	1.83 619	5.95 629	1.93 619	8.75 626	2.53 619

FlowAnything	22.34 636	17.13 634	15.98 630	22.00 634	23.23 634	38.39 640	53.32 637	24.19 639	28.48 640	21.00 640	21.93 638	20.83 633	23.97 635	23.44 639	26.83 636	14.04 630	17.80 637	11.63 630	14.08 635	14.00 628	14.65 629

RAFT-FEzeroshot	22.33 633	17.12 632	15.83 627	21.95 632	23.32 636	38.31 636	53.41 640	23.99 636	28.43 637	20.66 635	21.84 635	21.02 635	24.05 638	23.33 635	27.09 639	14.06 631	17.69 633	11.70 631	13.95 632	14.05 630	14.76 631

RAFT-FE	22.33 633	17.12 632	15.83 627	21.95 632	23.32 636	38.31 636	53.41 640	23.99 636	28.43 637	20.66 635	21.84 635	21.02 635	24.05 638	23.33 635	27.09 639	14.06 631	17.69 633	11.70 631	13.95 632	14.05 630	14.76 631

Selective-RAFT-Error	22.39 637	17.14 635	16.01 631	22.00 634	23.34 638	38.37 638	53.36 638	24.24 641	28.53 641	20.80 638	21.94 639	20.94 634	24.02 636	23.48 640	27.33 641	14.07 634	17.70 636	11.70 631	13.93 630	14.05 630	14.83 634

CasAABBNet	22.33 633	17.11 631	15.84 629	21.94 631	23.28 635	38.30 635	53.40 639	24.05 638	28.44 639	20.66 635	21.86 637	21.03 637	24.04 637	23.35 637	27.03 638	14.06 631	17.69 633	11.70 631	13.94 631	14.04 629	14.76 631

LSM0	22.80 638	17.22 636	19.17 632	22.12 636	28.90 640	38.38 639	53.27 636	24.21 640	28.36 636	20.84 639	21.11 632	21.63 638	24.25 640	23.42 638	26.98 637	14.08 635	17.39 632	11.72 635	13.98 634	14.22 633	14.66 630

HaxPig	15.73 629	18.55 637	19.19 633	16.92 628	15.89 630	7.80 619	7.57 620	13.37 633	10.80 626	15.40 630	14.87 629	15.95 631	14.81 631	15.67 631	15.97 633	18.96 636	16.72 631	19.47 636	18.10 638	19.45 637	19.06 638

RSGM-EC	20.15 630	4.62 620	0.75 591	16.73 626	16.97 631	21.10 633	26.46 632	10.37 628	14.13 632	18.18 632	21.56 633	22.31 639	22.50 633	21.80 633	15.71 631	62.36 640	33.86 640	20.06 637	18.04 636	19.30 635	16.22 635

acva	20.15 630	4.62 620	0.75 591	16.73 626	16.97 631	21.10 633	26.46 632	10.37 628	14.13 632	18.18 632	21.56 633	22.31 639	22.50 633	21.80 633	15.71 631	62.36 640	33.86 640	20.06 637	18.04 636	19.30 635	16.22 635

MEDIAN_ROB	20.38 632	24.05 638	23.36 636	21.18 630	21.62 633	10.51 623	8.17 621	17.68 634	15.46 634	20.04 634	19.65 631	20.30 632	20.16 632	21.17 632	21.03 634	23.81 638	21.77 638	24.98 639	23.75 639	25.01 638	23.94 639

LRCNet_RVC	10.76 625	13.97 630	7.97 624	19.07 629	2.04 616	0.35 552	0.31 568	5.29 619	0.48 538	13.02 629	17.65 630	8.69 624	5.73 620	4.78 620	2.22 616	23.53 637	2.69 623	27.60 640	25.75 640	17.60 634	16.54 637

AVERAGE_ROB	24.89 639	29.12 639	27.98 637	24.83 637	24.59 639	17.82 629	11.61 622	21.45 635	19.91 635	25.04 641	24.38 640	25.06 641	25.31 641	24.69 641	22.86 635	29.74 639	27.09 639	28.97 641	27.94 641	30.07 639	29.35 640

test_example2	97.69 640	92.93 640	45.57 638	96.02 638	109.84 641	88.44 641	93.70 642	25.54 642	94.63 642	130.46 643	126.87 642	58.93 642	75.48 642	87.99 642	77.94 642	150.16 642	221.11 642	76.29 642	98.21 642	108.42 642	95.33 641

ccccc		285.89 641		366.70 641	366.78 642	118.88 642		113.97 643		125.77 642		120.54 643		252.62 643		382.79 643	352.84 643	254.30 643	222.62 643	426.61 643

Low-res two-view benchmark