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

IGEV	0.29 9	0.18 1	0.43 17	0.38 13	0.31 164	0.45 77	0.21 16	0.63 25	0.42 42	0.32 23	0.44 56	0.26 18	0.20 2	0.44 11	0.26 7	0.14 27	0.12 43	0.16 61	0.13 74	0.12 1	0.14 18

HiDET	0.27 3	0.19 2	0.39 3	0.39 21	0.24 28	0.30 16	0.21 16	0.60 16	0.35 21	0.27 4	0.30 20	0.33 54	0.25 14	0.50 31	0.32 67	0.14 27	0.12 43	0.14 4	0.11 7	0.13 5	0.16 73

LCMNet	0.30 18	0.19 2	0.38 1	0.39 21	0.25 49	0.32 20	0.22 23	0.65 28	0.58 96	0.28 7	0.33 25	0.33 54	0.29 33	0.58 54	0.32 67	0.14 27	0.13 88	0.14 4	0.11 7	0.13 5	0.17 100

CSFM-Stereo	0.28 7	0.19 2	0.39 3	0.40 33	0.21 10	0.40 41	0.21 16	0.60 16	0.33 16	0.32 23	0.29 16	0.31 42	0.29 33	0.49 24	0.27 19	0.15 43	0.14 162	0.14 4	0.11 7	0.14 20	0.14 18

MonStereo	0.29 9	0.19 2	0.47 37	0.37 5	0.22 16	0.55 172	0.31 94	0.60 16	0.44 49	0.29 12	0.28 15	0.23 3	0.20 2	0.60 63	0.26 7	0.11 1	0.11 22	0.14 4	0.11 7	0.14 20	0.14 18

Monster-pub-eth3d	0.29 9	0.19 2	0.48 44	0.37 5	0.22 16	0.55 172	0.31 94	0.60 16	0.44 49	0.29 12	0.29 16	0.23 3	0.21 6	0.59 60	0.26 7	0.11 1	0.11 22	0.14 4	0.11 7	0.14 20	0.14 18

MonSter	0.29 9	0.19 2	0.48 44	0.37 5	0.22 16	0.55 172	0.31 94	0.60 16	0.44 49	0.29 12	0.29 16	0.23 3	0.20 2	0.60 63	0.26 7	0.11 1	0.11 22	0.14 4	0.11 7	0.14 20	0.14 18

CAS	0.66 253	0.19 2	0.41 13	2.31 581	0.86 529	0.56 182	0.53 336	0.83 87	0.63 117	0.49 112	0.70 147	0.36 63	0.26 18	0.47 18	0.37 125	2.33 584	0.10 2	0.14 4	0.10 1	0.17 100	1.31 573

BridgeDepth_RVC	0.27 3	0.20 9	0.40 8	0.34 1	0.19 2	0.46 82	0.19 7	0.59 13	0.28 7	0.30 16	0.29 16	0.26 18	0.32 56	0.45 13	0.30 47	0.17 93	0.11 22	0.13 1	0.12 38	0.15 47	0.13 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MS-F	0.27 3	0.20 9	0.38 1	0.39 21	0.24 28	0.35 26	0.20 13	0.53 6	0.33 16	0.30 16	0.27 13	0.39 77	0.26 18	0.47 18	0.28 27	0.13 17	0.12 43	0.14 4	0.11 7	0.13 5	0.15 38

Monster-pub-mixall	0.32 27	0.20 9	0.44 22	0.37 5	0.22 16	0.28 11	0.18 2	0.69 39	0.36 31	0.37 46	0.36 30	0.27 23	0.20 2	1.43 314	0.25 5	0.15 43	0.12 43	0.13 1	0.11 7	0.12 1	0.15 38

MLG-Stereo_test3	0.29 9	0.20 9	0.46 27	0.43 57	0.24 28	0.47 93	0.19 7	0.75 59	0.31 12	0.36 39	0.22 3	0.35 60	0.21 6	0.61 66	0.26 7	0.16 60	0.12 43	0.16 61	0.11 7	0.13 5	0.15 38

MLG-Stereo	0.31 22	0.20 9	0.42 15	0.42 50	0.20 5	0.41 49	0.19 7	0.85 95	0.24 4	0.26 3	0.22 3	0.33 54	0.27 25	1.09 229	0.27 19	0.15 43	0.11 22	0.16 61	0.11 7	0.13 5	0.13 2

MatchStereo	0.30 18	0.21 14	0.44 22	0.35 2	0.19 2	0.21 3	0.23 36	0.90 117	0.54 79	0.28 7	0.48 71	0.25 13	0.24 13	0.53 35	0.33 78	0.17 93	0.12 43	0.14 4	0.11 7	0.14 20	0.14 18

NLMM1	0.41 83	0.21 14	0.45 25	0.47 104	0.41 323	0.46 82	0.29 77	0.88 111	0.69 136	0.44 78	0.77 167	0.37 69	0.42 116	1.10 233	0.49 240	0.14 27	0.10 2	0.16 61	0.15 129	0.15 47	0.15 38

NLSM3	0.38 63	0.21 14	0.47 37	0.46 87	0.36 263	0.43 67	0.34 127	0.75 59	0.62 113	0.43 74	0.70 147	0.39 77	0.43 125	0.62 71	0.37 125	0.15 43	0.12 43	0.19 158	0.17 193	0.16 73	0.16 73

BridgeDepth	0.30 18	0.21 14	0.39 3	0.41 43	0.18 1	0.57 184	0.32 105	0.71 48	0.35 21	0.27 4	0.26 10	0.39 77	0.43 125	0.48 20	0.29 38	0.14 27	0.10 2	0.13 1	0.12 38	0.15 47	0.13 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Wavelet-MonSter	0.29 9	0.21 14	0.51 68	0.41 43	0.27 73	0.26 5	0.25 47	0.51 5	0.31 12	0.37 46	0.48 71	0.28 32	0.35 75	0.54 38	0.29 38	0.11 1	0.11 22	0.14 4	0.11 7	0.13 5	0.13 2

water-stereo	0.41 83	0.21 14	0.69 162	0.45 75	0.28 109	0.50 129	0.27 63	0.96 131	0.52 72	0.57 147	0.78 170	0.59 170	0.53 196	0.44 11	0.43 183	0.17 93	0.16 271	0.17 89	0.15 129	0.17 100	0.22 243

1w_stereo	0.36 53	0.21 14	0.47 37	0.44 66	0.27 73	0.47 93	0.54 350	0.66 32	0.51 70	0.44 78	0.67 134	0.25 13	0.45 141	0.62 71	0.34 84	0.12 5	0.10 2	0.14 4	0.11 7	0.14 20	0.15 38

monsterstereo	0.36 53	0.21 14	0.53 79	0.48 118	0.36 263	0.27 9	0.29 77	0.58 10	0.52 72	0.45 88	0.61 120	0.26 18	0.27 25	1.23 263	0.28 27	0.14 27	0.12 43	0.15 30	0.12 38	0.16 73	0.13 2

monsters	0.35 48	0.21 14	0.49 50	0.43 57	0.39 297	0.34 23	0.26 57	0.69 39	0.44 49	0.49 112	0.41 43	0.23 3	0.26 18	1.38 299	0.27 19	0.14 27	0.11 22	0.14 4	0.12 38	0.13 5	0.15 38

MLG-Stereo_test1	0.29 9	0.21 14	0.42 15	0.41 43	0.25 49	0.37 34	0.20 13	0.71 48	0.20 1	0.25 2	0.17 1	0.33 54	0.26 18	0.92 175	0.26 7	0.15 43	0.11 22	0.16 61	0.11 7	0.13 5	0.13 2

dual_stereo	0.29 9	0.21 14	0.39 3	0.40 33	0.23 23	0.25 4	0.22 23	0.59 13	0.32 15	0.33 28	0.26 10	0.40 81	0.23 11	0.86 153	0.30 47	0.16 60	0.13 88	0.14 4	0.11 7	0.14 20	0.14 18

Pointernet	0.41 83	0.21 14	0.63 127	0.45 75	0.29 124	0.51 138	0.27 63	1.54 310	0.70 138	0.48 103	0.64 124	0.49 118	0.37 91	0.51 32	0.36 112	0.18 130	0.13 88	0.14 4	0.11 7	0.14 20	0.14 18

CES	0.51 155	0.21 14	0.40 8	0.42 50	1.40 571	0.53 153	0.34 127	1.04 162	0.68 133	0.45 88	0.67 134	0.35 60	0.28 30	0.58 54	0.35 93	0.16 60	0.13 88	0.15 30	0.10 1	0.19 172	1.69 579

NLMM	0.39 71	0.22 27	0.47 37	0.46 87	0.41 323	0.34 23	0.33 113	0.87 106	0.65 125	0.44 78	0.70 147	0.35 60	0.36 83	0.83 140	0.44 188	0.14 27	0.12 43	0.18 129	0.15 129	0.15 47	0.16 73

asd	0.32 27	0.22 27	0.49 50	0.40 33	0.25 49	0.47 93	0.30 87	0.77 64	0.35 21	0.44 78	0.40 41	0.28 32	0.34 67	0.64 83	0.29 38	0.13 17	0.10 2	0.14 4	0.12 38	0.15 47	0.13 2

qwe	0.34 41	0.22 27	0.48 44	0.39 21	0.27 73	0.49 110	0.30 87	0.76 62	0.40 38	0.51 131	0.49 77	0.26 18	0.29 33	0.83 140	0.35 93	0.12 5	0.10 2	0.14 4	0.12 38	0.15 47	0.14 18

3.25w_new	0.33 34	0.22 27	0.50 60	0.39 21	0.24 28	0.52 144	0.33 113	0.77 64	0.43 47	0.49 112	0.46 66	0.32 46	0.37 91	0.64 83	0.28 27	0.12 5	0.10 2	0.14 4	0.12 38	0.12 1	0.15 38

3.25w	0.33 34	0.22 27	0.50 60	0.39 21	0.24 28	0.52 144	0.33 113	0.77 64	0.43 47	0.49 112	0.46 66	0.32 46	0.37 91	0.64 83	0.28 27	0.12 5	0.10 2	0.14 4	0.12 38	0.12 1	0.15 38

111111	0.36 53	0.22 27	0.49 50	0.47 104	0.45 355	0.36 31	0.22 23	1.04 162	0.44 49	0.33 28	0.33 25	0.40 81	0.26 18	0.99 195	0.27 19	0.17 93	0.12 43	0.15 30	0.11 7	0.15 47	0.15 38

MLG-Stereo_test2	0.27 3	0.22 27	0.40 8	0.39 21	0.24 28	0.35 26	0.18 2	0.58 10	0.23 2	0.28 7	0.24 5	0.34 59	0.19 1	0.79 128	0.24 3	0.16 60	0.11 22	0.15 30	0.11 7	0.13 5	0.14 18

LG-G_1	0.33 34	0.22 27	0.48 44	0.44 66	0.20 5	0.64 235	0.18 2	0.80 75	0.28 7	0.30 16	0.30 20	0.36 63	0.35 75	0.88 162	0.26 7	0.17 93	0.13 88	0.16 61	0.11 7	0.14 20	0.16 73

LG-G	0.33 34	0.22 27	0.48 44	0.44 66	0.20 5	0.64 235	0.18 2	0.80 75	0.28 7	0.30 16	0.30 20	0.36 63	0.35 75	0.88 162	0.26 7	0.17 93	0.13 88	0.16 61	0.11 7	0.14 20	0.16 73

SGD-Stereo	0.34 41	0.22 27	0.44 22	0.39 21	0.20 5	0.42 60	0.22 23	0.71 48	0.33 16	0.43 74	0.34 27	0.27 23	0.35 75	1.15 244	0.33 78	0.21 253	0.11 22	0.16 61	0.13 74	0.17 100	0.15 38

GREAT-IGEV	0.34 41	0.22 27	0.54 84	0.40 33	0.31 164	0.36 31	0.28 70	0.59 13	0.66 128	0.28 7	0.51 87	0.29 35	0.29 33	0.86 153	0.28 27	0.15 43	0.12 43	0.15 30	0.11 7	0.17 100	0.16 73

IGEV-Stereo++	0.32 27	0.22 27	0.47 37	0.48 118	0.33 217	0.33 22	0.22 23	0.78 72	0.48 61	0.35 36	0.41 43	0.32 46	0.47 159	0.40 4	0.29 38	0.15 43	0.12 43	0.15 30	0.12 38	0.15 47	0.15 38

RAStereo	0.36 53	0.22 27	0.85 259	0.48 118	0.28 109	0.27 9	0.28 70	0.77 64	0.65 125	0.33 28	0.43 48	0.44 88	0.31 48	0.45 13	0.35 93	0.18 130	0.15 233	0.19 158	0.15 129	0.19 172	0.15 38

U	9.23 604	0.22 27	0.65 143	0.48 118	53.11 626	61.26 632	0.24 44	0.77 64	0.55 86	0.37 46	0.30 20	0.29 35	0.34 67	0.34 2	0.27 19	0.20 216	0.12 43	60.47 630	4.24 611	0.18 136	0.14 18

CREStereo++_RVC	0.49 142	0.22 27	0.46 27	0.48 118	0.38 288	0.45 77	0.25 47	0.77 64	1.30 421	0.82 200	1.23 340	0.47 110	0.37 91	0.55 41	0.44 188	0.16 60	0.11 22	0.16 61	0.80 572	0.18 136	0.12 1
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
s12784h	0.55 168	0.22 27	0.49 50	0.43 57	0.19 2	1.00 399	0.34 127	1.40 282	1.30 421	0.84 207	0.93 206	0.63 190	0.52 192	1.48 326	0.47 219	0.15 43	0.12 43	0.17 89	0.11 7	0.19 172	0.13 2

PMTNet	0.47 130	0.22 27	0.43 17	0.39 21	0.24 28	0.71 271	0.26 57	0.78 72	1.03 264	0.65 164	0.69 141	0.55 151	0.48 164	0.90 170	0.36 112	0.99 567	0.13 88	0.15 30	0.10 1	0.15 47	0.15 38

NLSM1	0.40 76	0.23 44	0.46 27	0.47 104	0.41 323	0.38 38	0.29 77	0.82 83	0.62 113	0.48 103	0.60 117	0.36 63	0.40 107	1.17 253	0.40 156	0.13 17	0.11 22	0.19 158	0.14 108	0.15 47	0.17 100

GEAStereo	0.34 41	0.23 44	0.46 27	0.49 134	0.33 217	0.46 82	0.35 141	0.87 106	0.42 42	0.36 39	0.39 37	0.32 46	0.33 60	0.45 13	0.29 38	0.22 288	0.13 88	0.17 89	0.13 74	0.17 100	0.16 73

GSStereo	0.36 53	0.23 44	0.46 27	0.50 153	0.33 217	0.46 82	0.35 141	1.31 262	0.53 76	0.38 52	0.39 37	0.32 46	0.33 60	0.45 13	0.29 38	0.20 216	0.12 43	0.16 61	0.13 74	0.17 100	0.18 120

DA	0.47 130	0.23 44	0.59 103	0.54 229	0.26 68	1.08 415	0.44 258	1.51 300	0.63 117	0.48 103	0.69 141	0.55 151	0.49 176	0.49 24	0.38 133	0.20 216	0.14 162	0.19 158	0.13 74	0.19 172	0.17 100

GGEV	0.47 130	0.23 44	0.59 103	0.54 229	0.26 68	1.08 415	0.44 258	1.51 300	0.63 117	0.48 103	0.69 141	0.55 151	0.49 176	0.49 24	0.38 133	0.20 216	0.14 162	0.19 158	0.13 74	0.19 172	0.17 100

AdaDepth	0.33 34	0.23 44	0.69 162	0.46 87	0.29 124	0.44 73	0.24 44	0.54 8	0.38 34	0.33 28	0.38 35	0.26 18	0.31 48	0.81 132	0.27 19	0.12 5	0.13 88	0.16 61	0.13 74	0.16 73	0.20 186

2.5w	0.33 34	0.23 44	0.53 79	0.41 43	0.25 49	0.42 60	0.38 179	0.69 39	0.35 21	0.38 52	0.54 101	0.24 9	0.26 18	0.91 173	0.29 38	0.13 17	0.10 2	0.14 4	0.13 74	0.14 20	0.15 38

3.75w	0.34 41	0.23 44	0.50 60	0.39 21	0.30 143	0.62 215	0.36 154	0.70 47	0.38 34	0.44 78	0.49 77	0.25 13	0.36 83	0.72 104	0.28 27	0.13 17	0.09 1	0.14 4	0.12 38	0.13 5	0.15 38

LG-Stereo_L2	0.30 18	0.23 44	0.50 60	0.38 13	0.26 68	0.26 5	0.20 13	0.84 93	0.31 12	0.31 21	0.26 10	0.25 13	0.26 18	0.94 179	0.23 1	0.15 43	0.12 43	0.16 61	0.12 38	0.14 20	0.13 2

LGtest1	0.28 7	0.23 44	0.46 27	0.42 50	0.22 16	0.41 49	0.19 7	0.58 10	0.29 10	0.30 16	0.25 6	0.29 35	0.29 33	0.57 50	0.26 7	0.18 130	0.12 43	0.16 61	0.12 38	0.14 20	0.16 73

Reg-Stereo(zero)	0.46 120	0.23 44	0.50 60	0.45 75	0.25 49	0.41 49	0.27 63	0.80 75	1.12 312	0.93 229	0.79 173	0.91 290	0.46 151	0.74 108	0.44 188	0.15 43	0.13 88	0.15 30	0.12 38	0.15 47	0.18 120

FoundationStereo	0.26 2	0.23 44	0.41 13	0.40 33	0.24 28	0.32 20	0.22 23	0.43 2	0.24 4	0.31 21	0.25 6	0.30 39	0.32 56	0.36 3	0.27 19	0.16 60	0.12 43	0.15 30	0.11 7	0.13 5	0.14 18

DEFOM-Stereo	0.34 41	0.23 44	0.46 27	0.44 66	0.29 124	0.79 309	0.23 36	0.50 4	0.39 36	0.38 52	0.32 24	0.23 3	0.25 14	1.21 261	0.28 27	0.17 93	0.12 43	0.15 30	0.11 7	0.14 20	0.16 73

WCG-NET	0.43 100	0.23 44	0.58 97	0.42 50	0.26 68	0.46 82	0.32 105	0.77 64	1.16 336	0.77 188	0.75 162	0.58 164	0.44 134	0.62 71	0.38 133	0.16 60	0.12 43	0.16 61	0.14 108	0.15 47	0.14 18

Occ-G	0.44 107	0.23 44	0.59 103	0.44 66	0.27 73	0.43 67	0.61 401	0.85 95	0.62 113	0.48 103	0.66 131	1.00 330	0.45 141	0.79 128	0.45 203	0.17 93	0.14 162	0.18 129	0.13 74	0.16 73	0.18 120

IGEV-Stereo+	0.46 120	0.23 44	0.51 68	0.42 50	0.46 364	0.15 1	0.19 7	0.45 3	0.37 33	0.28 7	0.25 6	0.31 42	0.41 108	1.43 314	0.31 56	0.18 130	0.13 88	0.15 30	0.12 38	1.09 568	1.74 580

WCG-NET（raft）	0.46 120	0.23 44	0.59 103	0.42 50	0.24 28	0.50 129	0.35 141	0.76 62	1.10 298	0.72 178	0.76 163	0.91 290	0.50 184	0.88 162	0.40 156	0.16 60	0.13 88	0.15 30	0.14 108	0.15 47	0.17 100

trnet	0.40 76	0.23 44	0.40 8	0.37 5	0.20 5	0.53 153	0.29 77	0.81 78	1.15 329	0.59 148	0.72 155	0.53 144	0.43 125	0.56 44	0.37 125	0.18 130	0.13 88	0.15 30	0.10 1	0.14 20	0.14 18

MoCha-V2	0.43 100	0.23 44	0.55 87	0.56 266	0.23 23	0.44 73	0.32 105	1.35 270	0.63 117	0.54 139	0.55 104	0.42 83	0.57 216	1.12 239	0.28 27	0.15 43	0.13 88	0.15 30	0.13 74	0.17 100	0.18 120

LoS	0.41 83	0.23 44	0.46 27	0.39 21	0.23 23	0.48 104	0.40 201	1.12 193	0.94 225	0.50 121	0.66 131	0.49 118	0.42 116	0.63 81	0.39 139	0.19 170	0.14 162	0.16 61	0.11 7	0.14 20	0.15 38
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
test_4	0.55 168	0.23 44	0.67 152	0.56 266	0.32 197	0.71 271	0.39 193	0.83 87	0.72 141	0.93 229	1.87 511	0.70 210	0.41 108	1.21 261	0.39 139	0.16 60	0.13 88	0.21 231	0.23 369	0.20 211	0.18 120

TANstereo	0.45 110	0.23 44	0.50 60	0.43 57	0.21 10	0.65 241	0.26 57	0.83 87	0.88 200	0.95 234	0.99 228	0.51 129	0.45 141	0.56 44	0.36 112	0.19 170	0.24 436	0.16 61	0.13 74	0.17 100	0.27 349

NLCSM	0.40 76	0.24 66	0.53 79	0.48 118	0.55 428	0.47 93	0.31 94	0.95 130	0.73 142	0.42 71	0.42 47	0.42 83	0.52 192	0.72 104	0.44 188	0.15 43	0.11 22	0.17 89	0.15 129	0.15 47	0.15 38

gasm-f	0.37 59	0.24 66	0.50 60	0.49 134	0.33 217	0.37 34	0.44 258	0.87 106	0.42 42	0.36 39	0.65 128	0.32 46	0.46 151	0.58 54	0.30 47	0.22 288	0.13 88	0.17 89	0.13 74	0.19 172	0.16 73

DDF-Stereo	0.39 71	0.24 66	0.53 79	0.51 169	0.45 355	0.30 16	0.23 36	0.64 26	0.34 19	0.34 33	0.40 41	0.37 69	0.48 164	0.94 179	0.35 93	0.24 334	0.12 43	0.18 129	0.13 74	0.85 555	0.19 158

252Zero-FE	0.29 9	0.24 66	0.47 37	0.42 50	0.25 49	0.29 14	0.19 7	0.71 48	0.49 64	0.32 23	0.34 27	0.22 2	0.25 14	0.43 10	0.30 47	0.16 60	0.13 88	0.14 4	0.12 38	0.13 5	0.15 38

zero-FE	0.38 63	0.24 66	0.54 84	0.48 118	0.46 364	0.29 14	0.23 36	0.69 39	0.34 19	0.34 33	0.41 43	0.37 69	0.49 176	0.68 97	0.35 93	0.23 312	0.12 43	0.18 129	0.13 74	0.82 554	0.19 158

asda	0.31 22	0.24 66	0.51 68	0.39 21	0.24 28	0.43 67	0.33 113	0.68 35	0.40 38	0.39 59	0.44 56	0.27 23	0.35 75	0.55 41	0.31 56	0.12 5	0.10 2	0.14 4	0.11 7	0.14 20	0.13 2

DilatedVolume-Stereo	0.46 120	0.24 66	0.72 172	0.45 75	0.33 217	0.72 274	0.29 77	0.83 87	0.53 76	0.82 200	0.73 159	0.52 139	0.44 134	1.16 248	0.42 177	0.15 43	0.15 233	0.15 30	0.14 108	0.16 73	0.17 100

2.25w	0.35 48	0.24 66	0.55 87	0.38 13	0.24 28	0.44 73	0.25 47	0.69 39	0.42 42	0.49 112	0.59 115	0.27 23	0.35 75	0.83 140	0.37 125	0.13 17	0.11 22	0.14 4	0.12 38	0.13 5	0.17 100

2.75w_new	0.33 34	0.24 66	0.51 68	0.36 3	0.24 28	0.41 49	0.42 221	0.61 23	0.40 38	0.50 121	0.44 56	0.24 9	0.34 67	0.77 118	0.34 84	0.13 17	0.11 22	0.14 4	0.11 7	0.13 5	0.13 2

xyz-stereo	7.03 598	0.24 66	70.23 631	0.44 66	0.21 10	29.74 617	0.49 309	1.03 155	0.77 157	1.45 460	26.78 619	1.17 379	1.19 473	4.72 522	1.32 466	0.16 60	0.12 43	0.20 197	0.14 108	0.17 100	0.14 18

LG-Stereo_L1	0.31 22	0.24 66	0.49 50	0.38 13	0.27 73	0.28 11	0.21 16	0.68 35	0.29 10	0.27 4	0.25 6	0.25 13	0.22 9	1.25 266	0.24 3	0.16 60	0.12 43	0.15 30	0.12 38	0.14 20	0.13 2

HART	0.48 138	0.24 66	0.63 127	0.52 192	0.27 73	0.41 49	0.29 77	1.32 266	0.54 79	0.59 148	1.47 425	0.61 181	0.34 67	1.09 229	0.32 67	0.16 60	0.14 162	0.19 158	0.14 108	0.19 172	0.18 120

AIO_test	0.38 63	0.24 66	0.59 103	0.47 104	0.31 164	0.55 172	0.44 258	0.86 102	0.50 67	0.34 33	0.48 71	0.46 101	0.30 44	0.76 116	0.31 56	0.17 93	0.12 43	0.17 89	0.13 74	0.16 73	0.15 38

IGEV-RUCA	0.38 63	0.24 66	0.51 68	0.51 169	0.36 263	0.59 199	0.23 36	0.68 35	0.52 72	0.39 59	0.50 83	0.44 88	0.31 48	0.86 153	0.31 56	0.24 334	0.13 88	0.16 61	0.12 38	0.20 211	0.21 214

fffft	0.39 71	0.24 66	0.56 93	0.45 75	0.34 238	0.42 60	0.48 298	0.85 95	0.39 36	0.45 88	0.35 29	0.38 74	0.31 48	1.32 286	0.34 84	0.14 27	0.12 43	0.19 158	0.15 129	0.16 73	0.18 120
1: 1. 1
IGEV++	0.45 110	0.24 66	0.63 127	0.58 302	0.32 197	0.42 60	0.25 47	2.16 486	0.65 125	0.38 52	0.58 112	0.46 101	0.44 134	0.56 44	0.40 156	0.20 216	0.13 88	0.16 61	0.13 74	0.17 100	0.18 120

UniTT-Stereo	0.38 63	0.24 66	0.67 152	0.49 134	0.36 263	0.40 41	0.32 105	0.55 9	0.55 86	0.55 144	0.55 104	0.36 63	0.31 48	0.59 60	0.52 256	0.21 253	0.15 233	0.17 89	0.15 129	0.19 172	0.17 100

EGLCR-Stereo	0.41 83	0.24 66	0.59 103	0.45 75	0.27 73	0.54 166	0.22 23	1.23 242	0.56 90	0.44 78	0.43 48	0.68 202	0.29 33	0.89 167	0.34 84	0.17 93	0.12 43	0.20 197	0.17 193	0.17 100	0.18 120

MC-Stereo	0.46 120	0.24 66	0.58 97	0.63 361	0.30 143	0.38 38	0.32 105	0.98 136	0.74 150	0.66 167	0.85 189	0.56 160	0.60 244	1.07 220	0.32 67	0.17 93	0.12 43	0.17 89	0.15 129	0.16 73	0.16 73

test-3	0.56 179	0.24 66	0.82 233	0.50 153	0.29 124	0.57 184	0.34 127	1.09 183	1.03 264	1.33 407	0.69 141	0.87 268	0.45 141	1.68 362	0.39 139	0.17 93	0.12 43	0.20 197	0.17 193	0.17 100	0.16 73

test_1	0.56 179	0.24 66	0.82 233	0.50 153	0.29 124	0.57 184	0.34 127	1.09 183	1.03 264	1.28 385	0.69 141	0.87 268	0.45 141	1.67 360	0.39 139	0.17 93	0.12 43	0.20 197	0.17 193	0.17 100	0.16 73

test_3	0.57 191	0.24 66	0.87 268	0.55 245	0.30 143	0.60 204	0.40 201	1.07 171	1.08 285	1.20 336	0.68 136	0.92 298	0.43 125	1.68 362	0.40 156	0.16 60	0.13 88	0.22 264	0.19 235	0.21 257	0.17 100

CREStereo	0.40 76	0.24 66	0.40 8	0.37 5	0.22 16	0.52 144	0.29 77	0.81 78	1.15 329	0.59 148	0.72 155	0.51 129	0.42 116	0.57 50	0.37 125	0.19 170	0.13 88	0.15 30	0.10 1	0.14 20	0.15 38
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
VIP-Stereo	0.37 59	0.25 89	0.62 124	0.41 43	0.46 364	0.82 326	0.22 23	0.67 34	0.48 61	0.32 23	0.55 104	0.37 69	0.31 48	0.85 150	0.28 27	0.18 130	0.12 43	0.16 61	0.12 38	0.15 47	0.14 18

Zero-FE251	0.36 53	0.25 89	0.64 136	0.49 134	0.30 143	0.57 184	0.24 44	0.86 102	0.36 31	0.53 137	0.39 37	0.51 129	0.41 108	0.49 24	0.28 27	0.19 170	0.15 233	0.17 89	0.12 38	0.14 20	0.16 73

S2M2_XL	0.25 1	0.25 89	0.43 17	0.36 3	0.24 28	0.16 2	0.18 2	0.34 1	0.24 4	0.29 12	0.41 43	0.24 9	0.23 11	0.32 1	0.27 19	0.20 216	0.18 332	0.18 129	0.16 169	0.18 136	0.15 38
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
4.5_new	0.31 22	0.25 89	0.46 27	0.38 13	0.24 28	0.52 144	0.36 154	0.65 28	0.35 21	0.48 103	0.43 48	0.27 23	0.27 25	0.42 8	0.26 7	0.14 27	0.10 2	0.15 30	0.13 74	0.17 100	0.15 38

4.5w-stereo	0.31 22	0.25 89	0.46 27	0.38 13	0.24 28	0.52 144	0.36 154	0.65 28	0.35 21	0.48 103	0.43 48	0.27 23	0.27 25	0.42 8	0.26 7	0.14 27	0.10 2	0.15 30	0.13 74	0.17 100	0.15 38

4w-stereo	0.32 27	0.25 89	0.52 75	0.38 13	0.25 49	0.46 82	0.28 70	0.68 35	0.35 21	0.43 74	0.45 60	0.28 32	0.39 103	0.63 81	0.31 56	0.12 5	0.10 2	0.15 30	0.12 38	0.14 20	0.14 18

3w_stereo	0.35 48	0.25 89	0.60 112	0.41 43	0.21 10	0.52 144	0.53 336	0.72 53	0.47 59	0.47 95	0.50 83	0.23 3	0.45 141	0.49 24	0.30 47	0.13 17	0.10 2	0.15 30	0.12 38	0.15 47	0.17 100

2w_stereo	0.34 41	0.25 89	0.52 75	0.40 33	0.23 23	0.46 82	0.47 291	0.77 64	0.44 49	0.47 95	0.51 87	0.24 9	0.44 134	0.49 24	0.31 56	0.12 5	0.10 2	0.15 30	0.12 38	0.15 47	0.16 73

LG-Stereo_Zeroshot	0.38 63	0.25 89	0.61 119	0.53 215	0.29 124	0.36 31	0.22 23	1.24 244	0.42 42	0.45 88	0.65 128	0.37 69	0.51 187	0.41 7	0.30 47	0.18 130	0.12 43	0.17 89	0.13 74	0.18 136	0.20 186

MM-Stereo_test2	0.44 107	0.25 89	0.70 167	0.54 229	0.33 217	0.55 172	0.45 274	1.02 147	0.84 187	0.61 159	0.51 87	0.49 118	0.42 116	0.82 134	0.32 67	0.16 60	0.13 88	0.18 129	0.14 108	0.19 172	0.17 100

AIO_rvc	0.38 63	0.25 89	0.65 143	0.47 104	0.31 164	0.55 172	0.38 179	0.98 136	0.51 70	0.35 36	0.48 71	0.49 118	0.22 9	0.87 158	0.31 56	0.16 60	0.12 43	0.16 61	0.12 38	0.15 47	0.15 38

castereo	0.43 100	0.25 89	0.50 60	0.46 87	0.30 143	0.60 204	0.56 369	1.23 242	0.83 184	0.39 59	0.70 147	0.45 98	0.68 274	0.54 38	0.33 78	0.17 93	0.11 22	0.17 89	0.13 74	0.16 73	0.14 18

GIP-stereo	0.37 59	0.25 89	0.49 50	0.55 245	0.41 323	0.37 34	0.22 23	1.03 155	0.56 90	0.35 36	0.52 90	0.46 101	0.37 91	0.55 41	0.28 27	0.20 216	0.13 88	0.16 61	0.12 38	0.16 73	0.16 73

tt45	0.47 130	0.25 89	0.52 75	0.47 104	0.34 238	0.78 301	0.32 105	0.86 102	0.45 56	0.52 134	0.45 60	0.49 118	0.37 91	2.12 425	0.36 112	0.16 60	0.13 88	0.19 158	0.16 169	0.17 100	0.21 214

999	0.49 142	0.25 89	0.55 87	0.51 169	0.35 255	0.74 281	0.31 94	0.89 116	0.59 100	0.39 59	0.50 83	0.50 125	0.36 83	2.41 452	0.41 167	0.17 93	0.13 88	0.18 129	0.15 129	0.16 73	0.23 266

tg	0.54 165	0.25 89	0.70 167	0.52 192	0.31 164	0.89 359	0.29 77	1.12 193	0.98 241	0.85 209	1.03 245	0.62 184	0.42 116	1.37 295	0.41 167	0.17 93	0.13 88	0.22 264	0.21 309	0.17 100	0.17 100

RSM	0.40 76	0.25 89	0.53 79	0.50 153	0.27 73	0.46 82	0.40 201	0.94 129	0.49 64	0.42 71	0.44 56	0.65 194	0.33 60	1.07 220	0.32 67	0.15 43	0.13 88	0.17 89	0.14 108	0.17 100	0.15 38

AEACV	0.41 83	0.25 89	0.60 112	0.55 245	0.52 406	0.43 67	0.38 179	0.98 136	0.63 117	0.44 78	0.56 108	0.46 101	0.59 238	0.56 44	0.31 56	0.17 93	0.13 88	0.18 129	0.16 169	0.17 100	0.17 100

DEmStereo	0.98 422	0.25 89	0.85 259	0.49 134	0.33 217	1.02 402	0.55 362	0.97 132	0.93 219	1.41 443	2.13 530	1.01 335	2.01 549	5.62 540	0.78 357	0.19 170	0.15 233	0.20 197	0.20 267	0.18 136	0.25 311

CFNet-RSSM	0.57 191	0.25 89	0.76 201	0.49 134	0.28 109	0.59 199	0.27 63	1.89 412	1.17 341	1.09 273	0.95 209	1.06 346	0.53 196	0.74 108	0.41 167	0.17 93	0.13 88	0.17 89	0.15 129	0.16 73	0.16 73

depthmonostereo	0.45 110	0.26 109	0.89 277	0.49 134	0.24 28	0.60 204	0.36 154	1.03 155	0.77 157	0.50 121	0.65 128	0.50 125	0.55 207	0.70 100	0.39 139	0.16 60	0.16 271	0.16 61	0.14 108	0.16 73	0.20 186

MM-Stereo_test3	0.53 161	0.26 109	0.60 112	0.56 266	0.73 494	0.49 110	0.53 336	1.31 262	1.08 285	0.64 163	0.97 222	0.61 181	0.42 116	0.82 134	0.40 156	0.21 253	0.18 332	0.20 197	0.16 169	0.19 172	0.21 214

MM-Stereo_test1	0.51 155	0.26 109	0.59 103	0.53 215	0.31 164	0.50 129	0.53 336	1.06 168	1.09 293	0.88 216	0.70 147	0.54 148	0.59 238	1.18 255	0.35 93	0.19 170	0.17 300	0.20 197	0.17 193	0.20 211	0.18 120

castereo++	0.41 83	0.26 109	0.51 68	0.44 66	0.32 197	0.96 393	0.22 23	1.13 197	0.61 111	0.33 28	0.45 60	0.50 125	0.39 103	0.94 179	0.25 5	0.18 130	0.12 43	0.17 89	0.12 38	0.14 20	0.16 73

SMoEStereo_RVC	0.41 83	0.26 109	0.55 87	0.46 87	0.31 164	0.60 204	0.36 154	0.85 95	0.47 59	0.47 95	0.43 48	0.42 83	0.34 67	1.40 304	0.31 56	0.15 43	0.12 43	0.20 197	0.15 129	0.16 73	0.18 120

AIO-Stereo	0.39 71	0.26 109	0.54 84	0.50 153	0.24 28	0.45 77	0.39 193	1.13 197	0.57 93	0.42 71	0.49 77	0.52 139	0.25 14	0.74 108	0.32 67	0.16 60	0.13 88	0.18 129	0.14 108	0.16 73	0.15 38

RSM++	0.40 76	0.26 109	0.55 87	0.51 169	0.27 73	0.49 110	0.41 213	0.83 87	0.52 72	0.39 59	0.47 69	0.60 174	0.34 67	1.02 206	0.31 56	0.16 60	0.13 88	0.17 89	0.15 129	0.18 136	0.15 38

RAFT-Stereo-weight	0.49 142	0.26 109	0.58 97	0.49 134	0.28 109	0.61 212	0.34 127	1.16 218	1.11 305	1.06 268	0.79 173	0.75 223	0.28 30	0.79 128	0.42 177	0.16 60	0.13 88	0.17 89	0.15 129	0.16 73	0.18 120

MIM_Stereo	0.60 224	0.26 109	1.02 332	0.49 134	0.32 197	0.52 144	0.28 70	1.41 286	0.82 179	1.02 253	1.16 312	0.93 300	0.53 196	1.48 326	0.63 313	0.17 93	0.17 300	0.20 197	0.19 235	0.17 100	0.18 120

CASnet	0.42 96	0.26 109	0.52 75	0.52 192	0.21 10	0.49 110	0.35 141	0.85 95	0.85 191	0.84 207	0.69 141	0.48 115	0.31 48	0.57 50	0.34 84	0.19 170	0.12 43	0.27 400	0.22 337	0.23 299	0.15 38
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
4D-IteraStereo	0.50 152	0.26 109	0.84 253	0.51 169	0.49 386	0.64 235	0.31 94	0.91 118	1.02 261	1.05 262	0.72 155	0.76 225	0.32 56	0.69 98	0.40 156	0.18 130	0.11 22	0.23 298	0.20 267	0.19 172	0.16 73

Selective-IGEV	0.42 96	0.26 109	0.56 93	0.48 118	0.27 73	0.45 77	0.33 113	1.56 316	0.61 111	0.36 39	0.47 69	0.52 139	0.30 44	1.08 225	0.33 78	0.15 43	0.13 88	0.17 89	0.13 74	0.16 73	0.15 38

RCA-Stereo	0.52 159	0.26 109	0.66 148	0.49 134	0.33 217	0.54 166	0.44 258	1.20 230	1.41 468	0.69 172	1.06 259	0.63 190	0.79 315	0.62 71	0.35 93	0.17 93	0.12 43	0.17 89	0.14 108	0.16 73	0.16 73

fff	0.58 203	0.26 109	1.15 375	0.46 87	0.25 49	0.48 104	0.36 154	1.20 230	1.28 405	1.13 288	1.03 245	0.59 170	1.04 434	0.77 118	0.58 293	0.17 93	0.14 162	0.17 89	0.13 74	0.15 47	0.24 290

ADStereo(finetuned)	0.62 233	0.26 109	1.59 459	0.45 75	0.25 49	0.49 110	0.36 154	1.18 222	1.35 437	1.16 308	1.04 251	0.60 174	1.18 471	0.85 150	0.57 288	0.17 93	0.14 162	0.17 89	0.13 74	0.19 172	0.24 290

CrosDoStereo	1.56 510	0.26 109	0.78 210	0.51 169	0.29 124	0.66 247	11.86 607	1.18 222	1.00 254	1.35 420	1.76 492	0.99 324	1.83 542	6.64 566	0.83 373	0.19 170	0.15 233	0.20 197	0.22 337	0.18 136	0.25 311

DeepStereo_LL	1.56 510	0.26 109	0.78 210	0.51 169	0.29 124	0.66 247	11.86 607	1.18 222	1.00 254	1.35 420	1.76 492	0.99 324	1.83 542	6.64 566	0.83 373	0.19 170	0.15 233	0.20 197	0.22 337	0.18 136	0.25 311

DRaft	0.81 353	0.26 109	0.77 204	0.47 104	0.31 164	0.95 387	0.52 330	1.13 197	0.99 250	1.78 519	2.01 524	0.80 236	1.71 532	2.64 466	0.74 345	0.19 170	0.14 162	0.20 197	0.20 267	0.18 136	0.24 290

RAFT-RH_RVC	1.04 436	0.26 109	0.76 201	0.53 215	0.29 124	0.80 316	0.32 105	0.85 95	1.12 312	2.04 541	4.63 580	1.03 340	0.57 216	5.93 549	0.52 256	0.20 216	0.13 88	0.26 385	0.20 267	0.16 73	0.19 158

RAFT-345	0.86 381	0.26 109	0.73 186	0.53 215	0.28 109	0.53 153	0.41 213	0.85 95	1.31 428	1.33 407	2.32 539	0.85 265	0.53 196	5.69 541	0.48 227	0.19 170	0.14 162	0.22 264	0.17 193	0.17 100	0.17 100

cross-raft	0.56 179	0.26 109	0.65 143	0.55 245	0.31 164	0.66 247	0.37 169	1.68 342	0.82 179	1.06 268	1.07 262	1.25 398	0.45 141	0.74 108	0.39 139	0.15 43	0.13 88	0.19 158	0.16 169	0.19 172	0.17 100

DCANet	0.58 203	0.26 109	1.15 375	0.45 75	0.25 49	0.49 110	0.36 154	1.18 222	1.35 437	1.15 304	1.04 251	0.60 174	0.91 373	0.84 146	0.58 293	0.17 93	0.14 162	0.17 89	0.13 74	0.19 172	0.25 311

csc	0.58 203	0.26 109	1.15 375	0.46 87	0.25 49	0.48 104	0.36 154	1.20 230	1.28 405	1.13 288	1.03 245	0.59 170	1.04 434	0.77 118	0.58 293	0.17 93	0.14 162	0.17 89	0.13 74	0.15 47	0.24 290

cscssc	0.58 203	0.26 109	1.15 375	0.46 87	0.25 49	0.48 104	0.36 154	1.20 230	1.28 405	1.13 288	1.03 245	0.59 170	1.04 434	0.77 118	0.58 293	0.17 93	0.14 162	0.17 89	0.13 74	0.15 47	0.24 290

BStereo	0.41 83	0.27 133	1.63 461	0.43 57	0.29 124	0.55 172	0.40 201	0.60 16	0.54 79	0.37 46	0.36 30	0.38 74	0.29 33	0.66 90	0.41 167	0.13 17	0.14 162	0.15 30	0.19 235	0.16 73	0.18 120

Wave_Phase_stereo	0.53 161	0.27 133	1.63 461	0.43 57	0.29 124	2.72 561	0.40 201	0.82 83	0.54 79	0.37 46	0.36 30	0.38 74	0.29 33	0.66 90	0.41 167	0.13 17	0.14 162	0.15 30	0.19 235	0.16 73	0.18 120

FlowAnything_test	0.41 83	0.27 133	0.67 152	0.60 329	0.33 217	0.62 215	0.35 141	0.64 26	0.48 61	0.46 93	0.36 30	0.45 98	0.37 91	0.54 38	0.52 256	0.25 355	0.19 351	0.28 416	0.33 498	0.22 277	0.22 243

4.25_new	0.32 27	0.27 133	0.49 50	0.40 33	0.27 73	0.49 110	0.39 193	0.69 39	0.35 21	0.40 66	0.43 48	0.27 23	0.36 83	0.48 20	0.32 67	0.12 5	0.10 2	0.15 30	0.11 7	0.14 20	0.13 2

4.5w_new	0.32 27	0.27 133	0.49 50	0.40 33	0.27 73	0.49 110	0.39 193	0.69 39	0.35 21	0.40 66	0.43 48	0.27 23	0.36 83	0.48 20	0.32 67	0.12 5	0.10 2	0.15 30	0.11 7	0.14 20	0.13 2

4.25w-stereo	0.32 27	0.27 133	0.49 50	0.40 33	0.27 73	0.49 110	0.39 193	0.69 39	0.35 21	0.40 66	0.43 48	0.27 23	0.36 83	0.48 20	0.32 67	0.12 5	0.10 2	0.15 30	0.12 38	0.14 20	0.13 2

3.5w_stereo	0.35 48	0.27 133	0.55 87	0.38 13	0.25 49	0.54 166	0.34 127	0.73 54	0.40 38	0.46 93	0.45 60	0.31 42	0.38 101	0.80 131	0.40 156	0.12 5	0.10 2	0.15 30	0.12 38	0.14 20	0.16 73

xyz-stereo-finetune	0.50 152	0.27 133	0.63 127	0.43 57	0.23 23	0.79 309	0.46 280	0.83 87	0.82 179	0.63 162	0.63 123	0.54 148	0.44 134	1.69 366	0.62 309	0.16 60	0.15 233	0.19 158	0.16 169	0.17 100	0.16 73

LG-Stereo	0.37 59	0.27 133	0.94 304	0.48 118	0.26 68	0.37 34	0.30 87	0.88 111	0.57 93	0.38 52	0.58 112	0.29 35	0.21 6	0.51 32	0.37 125	0.14 27	0.14 162	0.20 197	0.18 212	0.18 136	0.14 18

HUF	0.39 71	0.27 133	0.71 170	0.43 57	0.24 28	0.51 138	0.47 291	0.99 144	0.55 86	0.37 46	0.45 60	0.53 144	0.41 108	0.70 100	0.29 38	0.18 130	0.14 162	0.16 61	0.12 38	0.15 47	0.17 100

AIO-test1	0.61 230	0.27 133	0.68 156	0.68 425	1.02 548	0.79 309	0.36 154	1.59 326	1.35 437	0.59 148	0.89 199	0.60 174	0.49 176	1.20 260	0.36 112	0.18 130	0.17 300	0.23 298	0.25 393	0.18 136	0.26 331

MaDis-Stereo	0.38 63	0.27 133	0.72 172	0.45 75	0.35 255	0.30 16	0.31 94	0.81 78	0.54 79	0.38 52	0.38 35	0.58 164	0.49 176	0.53 35	0.39 139	0.20 216	0.16 271	0.19 158	0.15 129	0.19 172	0.15 38

Any-RAFT	0.55 168	0.27 133	0.49 50	0.50 153	0.27 73	0.98 397	0.25 47	1.71 361	1.08 285	0.90 221	0.99 228	1.13 373	0.46 151	0.74 108	0.35 93	0.19 170	0.13 88	0.17 89	0.13 74	0.16 73	0.19 158

RAFT-Test	0.58 203	0.27 133	0.81 224	0.50 153	0.33 217	0.95 387	0.27 63	1.40 282	0.89 201	1.00 244	1.12 288	1.39 433	0.48 164	0.74 108	0.41 167	0.17 93	0.14 162	0.17 89	0.14 108	0.16 73	0.18 120

GLC_STEREO	0.41 83	0.27 133	0.43 17	0.55 245	0.24 28	0.47 93	0.30 87	0.81 78	0.64 122	0.53 137	0.74 161	0.50 125	0.31 48	0.65 88	0.45 203	0.18 130	0.20 367	0.23 298	0.19 235	0.21 257	0.21 214

GMM-Stereo	0.75 310	0.27 133	0.66 148	0.56 266	0.34 238	0.71 271	0.97 501	1.09 183	0.91 207	1.37 427	1.79 497	1.11 369	0.79 315	2.08 421	0.48 227	0.19 170	0.12 43	0.25 362	0.25 393	0.21 257	0.78 554

raftrobust	0.55 168	0.27 133	0.63 127	0.68 425	0.69 487	0.50 129	0.34 127	1.08 176	0.97 238	1.32 401	0.88 197	0.62 184	0.80 322	0.82 134	0.44 188	0.20 216	0.16 271	0.16 61	0.14 108	0.15 47	0.18 120

111	0.66 253	0.27 133	1.15 375	0.46 87	0.25 49	0.72 274	0.42 221	1.57 319	1.44 481	0.83 202	1.39 402	1.10 364	0.80 322	0.97 193	0.65 324	0.20 216	0.14 162	0.18 129	0.15 129	0.18 136	0.28 365

Gwc-CoAtRS	0.55 168	0.27 133	0.73 186	0.49 134	0.30 143	0.63 226	0.25 47	1.38 276	1.12 312	1.05 262	1.02 238	1.10 364	0.55 207	0.72 104	0.44 188	0.17 93	0.14 162	0.17 89	0.15 129	0.16 73	0.17 100

MSCF	0.41 83	0.28 152	0.64 136	0.50 153	0.27 73	0.58 197	0.37 169	1.03 155	0.54 79	0.54 139	0.72 155	0.32 46	0.64 258	0.56 44	0.30 47	0.19 170	0.13 88	0.17 89	0.15 129	0.17 100	0.21 214

G2L-ROB	0.79 338	0.28 152	1.01 329	0.57 288	0.39 297	0.94 380	0.65 413	1.76 373	1.18 347	1.27 379	1.03 245	1.62 475	0.78 306	1.93 400	1.26 455	0.20 216	0.14 162	0.17 89	0.15 129	0.20 211	0.24 290

S2M2_L	0.35 48	0.28 152	0.47 37	0.43 57	0.30 143	0.31 19	0.16 1	0.61 23	0.68 133	0.32 23	0.49 77	0.47 110	0.34 67	0.40 4	0.33 78	0.25 355	0.22 398	0.20 197	0.22 337	0.25 341	0.23 266
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
H2IRNET	0.57 191	0.28 152	0.75 196	0.49 134	0.35 255	0.40 41	0.27 63	1.03 155	1.18 347	0.62 161	1.26 348	1.07 349	0.85 341	1.02 206	0.64 319	0.20 216	0.16 271	0.23 298	0.25 393	0.22 277	0.20 186

MGS-Stereo	0.43 100	0.28 152	0.61 119	0.46 87	0.28 109	0.49 110	0.33 113	0.60 16	0.89 201	0.47 95	1.32 375	0.51 129	0.32 56	0.66 90	0.39 139	0.20 216	0.16 271	0.18 129	0.16 169	0.18 136	0.18 120

MIF-Stereo (partial)	0.48 138	0.28 152	0.83 242	0.51 169	0.53 414	0.39 40	0.27 63	1.03 155	0.64 122	0.47 95	0.71 152	0.51 129	0.51 187	1.13 241	0.47 219	0.20 216	0.16 271	0.23 298	0.20 267	0.24 329	0.20 186

DCRE	0.85 377	0.28 152	0.76 201	0.60 329	0.49 386	0.59 199	0.53 336	1.04 162	0.92 212	0.80 193	7.34 594	0.87 268	0.57 216	0.78 127	0.43 183	0.16 60	0.17 300	0.19 158	0.17 193	0.18 136	0.22 243

DCANet-4	0.59 215	0.28 152	1.65 465	0.44 66	0.25 49	0.48 104	0.36 154	1.15 213	1.36 446	1.13 288	1.03 245	0.56 160	0.74 289	0.77 118	0.58 293	0.17 93	0.14 162	0.17 89	0.13 74	0.15 47	0.24 290

tt	6.61 596	0.28 152	6.10 564	3.77 603	2.17 581	11.53 604	19.61 613	13.53 613	5.81 599	3.00 575	2.82 556	4.97 587	6.33 599	3.83 505	7.23 582	9.13 615	11.32 618	5.87 614	6.22 614	6.01 609	2.63 596

IPLGR	0.62 233	0.28 152	1.32 426	0.50 153	0.29 124	0.65 241	0.34 127	1.47 296	1.19 349	1.21 343	1.07 262	0.70 210	0.65 263	1.05 213	0.55 278	0.18 130	0.15 233	0.20 197	0.17 193	0.21 257	0.20 186

GMOStereo	0.55 168	0.28 152	0.72 172	0.52 192	0.30 143	0.53 153	0.43 239	1.02 147	0.98 241	1.44 454	1.14 304	0.88 274	0.57 216	0.62 71	0.39 139	0.16 60	0.14 162	0.24 322	0.22 337	0.20 211	0.18 120

error version	0.55 168	0.28 152	0.72 172	0.52 192	0.30 143	0.53 153	0.43 239	1.02 147	0.98 241	1.44 454	1.14 304	0.88 274	0.57 216	0.62 71	0.39 139	0.16 60	0.14 162	0.24 322	0.22 337	0.20 211	0.18 120

test-v	0.55 168	0.28 152	0.72 172	0.52 192	0.30 143	0.53 153	0.43 239	1.02 147	0.98 241	1.44 454	1.14 304	0.88 274	0.57 216	0.62 71	0.39 139	0.16 60	0.14 162	0.24 322	0.22 337	0.20 211	0.18 120

HHNet	0.64 247	0.28 152	0.69 162	0.45 75	0.46 364	0.50 129	0.57 375	1.13 197	1.03 264	1.26 374	2.21 534	0.70 210	0.59 238	1.10 233	0.51 248	0.21 253	0.13 88	0.23 298	0.19 235	0.20 211	0.31 405

FTStereo	0.92 408	0.28 152	0.61 119	0.57 288	0.34 238	0.65 241	1.80 571	1.09 183	0.84 187	1.75 515	4.13 574	1.04 341	1.62 521	1.59 346	0.48 227	0.21 253	0.17 300	0.23 298	0.22 337	0.19 172	0.58 529

PFNet	0.92 408	0.28 152	1.20 400	0.68 425	0.32 197	0.62 215	0.55 362	1.27 253	1.01 257	1.47 464	1.09 273	0.97 318	0.68 274	6.58 565	0.59 300	0.21 253	0.13 88	0.24 322	0.19 235	0.20 211	0.20 186

GrayStereo	0.83 364	0.28 152	0.62 124	0.66 399	0.37 274	0.76 291	1.79 568	1.19 226	0.91 207	1.98 538	1.89 512	1.07 349	1.76 537	1.43 314	0.50 244	0.20 216	0.15 233	0.19 158	0.21 309	0.18 136	0.41 472

test-2	0.55 168	0.28 152	0.72 172	0.52 192	0.30 143	0.53 153	0.43 239	1.02 147	0.98 241	1.44 454	1.14 304	0.88 274	0.57 216	0.62 71	0.39 139	0.16 60	0.14 162	0.24 322	0.22 337	0.20 211	0.18 120

test-1	0.56 179	0.28 152	1.13 368	0.58 302	0.34 238	0.60 204	0.38 179	1.56 316	0.98 241	0.80 193	1.02 238	0.83 258	0.52 192	0.64 83	0.46 209	0.17 93	0.16 271	0.20 197	0.17 193	0.20 211	0.26 331

iRaftStereo_RVC	0.49 142	0.28 152	0.72 172	0.53 215	0.29 124	0.52 144	0.33 113	1.14 201	0.84 187	0.85 209	0.99 228	0.55 151	0.36 83	0.83 140	0.40 156	0.18 130	0.13 88	0.22 264	0.20 267	0.20 211	0.18 120

XX-Stereo	0.97 419	0.28 152	8.28 575	0.85 516	0.70 493	0.44 73	0.22 23	1.07 171	0.69 136	0.66 167	1.56 456	1.38 432	0.38 101	1.36 292	0.38 133	0.21 253	0.14 162	0.20 197	0.19 235	0.19 172	0.16 73

RAFT-Stereo + iAFF	0.56 179	0.28 152	0.81 224	0.45 75	0.25 49	0.40 41	0.34 127	1.12 193	1.13 318	1.35 420	1.58 462	0.80 236	0.67 270	0.71 103	0.43 183	0.14 27	0.11 22	0.18 129	0.17 193	0.18 136	0.16 73

AFF-stereo	0.60 224	0.28 152	0.72 172	0.48 118	0.29 124	0.34 23	0.37 169	1.22 237	1.20 353	1.21 343	1.59 466	1.10 364	0.70 283	1.01 202	0.44 188	0.14 27	0.12 43	0.19 158	0.20 267	0.18 136	0.15 38

GASTEREO	0.43 100	0.29 175	0.62 124	0.51 169	0.27 73	0.62 215	0.36 154	1.02 147	0.58 96	0.55 144	0.83 185	0.30 39	0.65 263	0.64 83	0.30 47	0.19 170	0.13 88	0.17 89	0.15 129	0.16 73	0.21 214

xyz-stereo-finetune2	0.59 215	0.29 175	0.66 148	0.41 43	0.24 28	1.08 415	0.34 127	0.87 106	0.60 106	0.68 171	1.08 269	0.58 164	0.79 315	2.39 451	0.83 373	0.17 93	0.15 233	0.21 231	0.17 193	0.16 73	0.18 120

SCV_C0	0.48 138	0.29 175	0.88 273	0.46 87	0.31 164	0.46 82	0.31 94	1.67 338	0.87 197	0.40 66	0.52 90	0.54 148	0.29 33	1.27 273	0.34 84	0.18 130	0.14 162	0.17 89	0.14 108	0.20 211	0.18 120

SCV	0.51 155	0.29 175	0.72 172	0.63 361	0.27 73	0.40 41	0.38 179	2.32 515	0.75 155	0.36 39	0.49 77	0.55 151	0.35 75	1.31 280	0.34 84	0.25 355	0.13 88	0.17 89	0.14 108	0.18 136	0.18 120

mms	0.42 96	0.29 175	0.60 112	0.47 104	0.33 217	0.43 67	0.46 280	0.75 59	0.50 67	0.36 39	0.61 120	0.44 88	0.30 44	1.39 302	0.34 84	0.16 60	0.14 162	0.18 129	0.15 129	0.19 172	0.21 214

fffy	0.44 107	0.29 175	0.67 152	0.47 104	0.30 143	0.46 82	0.34 127	0.98 136	0.57 93	0.40 66	0.59 115	0.55 151	0.41 108	1.26 270	0.37 125	0.16 60	0.14 162	0.19 158	0.16 169	0.19 172	0.20 186

UGAM	1.17 465	0.29 175	1.08 352	0.55 245	0.43 341	0.69 265	0.71 435	1.14 201	1.35 437	1.00 244	1.49 429	1.90 507	0.86 349	9.61 598	0.89 387	0.21 253	0.19 351	0.30 440	0.25 393	0.20 211	0.18 120

MyStereo06	0.67 264	0.29 175	1.06 344	0.58 302	0.48 379	0.62 215	0.72 436	2.26 505	0.89 201	1.07 270	1.12 288	1.22 389	0.56 213	0.83 140	0.47 219	0.17 93	0.17 300	0.24 322	0.21 309	0.23 299	0.23 266

MyStereo05	0.70 287	0.29 175	1.22 405	0.58 302	0.48 379	0.62 215	0.72 436	1.52 304	1.54 503	1.17 312	0.91 202	0.77 229	0.79 315	1.45 319	0.68 333	0.17 93	0.17 300	0.24 322	0.21 309	0.23 299	0.23 266

AE-Stereo	0.58 203	0.29 175	0.81 224	0.62 351	0.41 323	0.69 265	0.46 280	2.49 543	1.25 385	0.49 112	0.77 167	0.69 207	0.46 151	0.61 66	0.42 177	0.17 93	0.16 271	0.21 231	0.20 267	0.19 172	0.18 120

plain	0.49 142	0.29 175	1.23 407	0.51 169	0.40 309	0.35 26	0.37 169	1.04 162	0.62 113	0.44 78	0.76 163	0.42 83	0.41 108	1.17 253	0.46 209	0.23 312	0.15 233	0.24 322	0.19 235	0.25 341	0.18 120

LoS_RVC	0.45 110	0.29 175	0.48 44	0.49 134	0.83 525	0.51 138	0.43 239	0.65 28	0.44 49	0.47 95	0.78 170	0.44 88	0.60 244	0.59 60	0.37 125	0.14 27	0.12 43	0.14 4	0.10 1	0.14 20	1.08 568

anonymousdsp2	0.58 203	0.29 175	0.93 297	0.51 169	0.30 143	0.75 286	0.46 280	1.95 431	0.87 197	0.81 198	0.78 170	0.76 225	0.48 164	1.10 233	0.45 203	0.19 170	0.14 162	0.18 129	0.13 74	0.20 211	0.22 243

riskmin	0.62 233	0.29 175	0.73 186	0.50 153	0.34 238	0.86 352	0.44 258	1.74 369	1.07 282	0.76 187	0.76 163	1.19 382	1.01 418	0.84 146	0.60 303	0.20 216	0.16 271	0.24 322	0.16 169	0.24 329	0.29 379

Selective-RAFT	0.55 168	0.29 175	0.85 259	0.58 302	0.28 109	0.91 366	0.34 127	1.00 146	0.96 234	0.59 148	0.64 124	0.80 236	0.76 295	1.34 290	0.51 248	0.21 253	0.15 233	0.17 89	0.15 129	0.19 172	0.19 158

TestStereo1	0.66 253	0.29 175	0.95 308	0.82 505	0.32 197	0.47 93	0.43 239	1.52 304	1.22 368	0.99 240	1.32 375	0.65 194	0.76 295	1.78 377	0.44 188	0.20 216	0.16 271	0.22 264	0.19 235	0.21 257	0.20 186

RAFT_CTSACE	0.66 253	0.29 175	1.14 373	0.57 288	0.51 401	0.68 256	0.44 258	0.88 111	0.98 241	1.03 257	1.83 504	1.23 393	0.67 270	1.48 326	0.38 133	0.16 60	0.16 271	0.21 231	0.20 267	0.20 211	0.17 100

SA-5K	0.66 253	0.29 175	0.95 308	0.82 505	0.32 197	0.47 93	0.43 239	1.52 304	1.22 368	0.99 240	1.32 375	0.65 194	0.76 295	1.78 377	0.44 188	0.20 216	0.16 271	0.22 264	0.19 235	0.21 257	0.20 186

IPLG	0.72 299	0.29 175	1.12 367	0.53 215	0.44 351	0.79 309	0.33 113	1.35 270	1.10 298	1.32 401	1.11 284	0.52 139	0.54 204	3.13 483	0.71 340	0.17 93	0.14 162	0.20 197	0.17 193	0.18 136	0.21 214

PSM-AAD	0.80 344	0.29 175	0.58 97	0.58 302	0.29 124	0.76 291	1.19 531	1.08 176	0.94 225	1.65 504	1.58 462	0.81 242	2.12 559	1.67 360	0.44 188	0.19 170	0.14 162	0.38 503	0.32 484	0.22 277	0.68 545

KYRaft	0.77 324	0.29 175	0.68 156	0.59 321	0.29 124	0.66 247	0.83 469	1.05 166	0.89 201	1.63 501	2.22 535	1.15 377	0.99 409	1.59 346	0.41 167	0.21 253	0.14 162	0.22 264	0.28 440	0.21 257	1.01 564

ASMatch	0.89 391	0.29 175	0.72 172	0.56 266	0.36 263	0.47 93	0.37 169	1.16 218	0.95 230	1.11 277	3.26 564	0.95 310	0.96 393	4.88 524	0.53 266	0.20 216	0.16 271	0.22 264	0.19 235	0.20 211	0.30 395

THIR-Stereo	1.02 433	0.29 175	0.73 186	0.51 169	0.29 124	0.94 380	1.31 541	1.08 176	0.98 241	1.35 420	1.91 516	1.16 378	1.54 517	6.37 563	0.79 362	0.20 216	0.14 162	0.21 231	0.22 337	0.19 172	0.25 311

Prome-Stereo	0.76 318	0.29 175	0.57 95	0.58 302	0.33 217	0.58 197	0.94 495	0.98 136	0.92 212	1.46 463	2.45 547	0.91 290	1.38 498	1.60 351	0.44 188	0.19 170	0.13 88	0.19 158	0.18 212	0.20 211	0.87 560

raft+_RVC	0.56 179	0.29 175	0.61 119	0.65 385	0.56 434	0.53 153	0.53 336	1.40 282	1.02 261	0.78 190	1.04 251	0.70 210	0.55 207	1.00 199	0.49 240	0.18 130	0.16 271	0.19 158	0.19 235	0.18 136	0.17 100

Replicate-Monster	0.43 100	0.30 200	2.04 496	0.37 5	0.22 16	0.47 93	0.23 36	0.82 83	0.50 67	0.44 78	0.27 13	0.31 42	0.29 33	1.01 202	0.26 7	0.14 27	0.11 22	0.14 4	0.12 38	0.13 5	0.38 458

coex_refinement	0.84 370	0.30 200	0.89 277	0.72 457	0.52 406	0.95 387	0.60 396	1.92 424	1.29 417	1.38 432	1.37 395	1.80 503	0.82 328	1.48 326	1.31 460	0.27 402	0.17 300	0.19 158	0.20 267	0.25 341	0.27 349

AIO-test2	0.61 230	0.30 200	0.93 297	0.65 385	0.65 471	0.79 309	0.50 317	1.33 268	1.40 464	0.65 164	1.15 310	0.53 144	0.42 116	1.18 255	0.36 112	0.25 355	0.18 332	0.26 385	0.31 477	0.20 211	0.21 214

ours_stereo	0.40 76	0.30 200	0.57 95	0.47 104	0.31 164	0.40 41	0.44 258	0.79 74	0.58 96	0.36 39	0.58 112	0.46 101	0.33 60	1.14 243	0.33 78	0.17 93	0.13 88	0.19 158	0.15 129	0.19 172	0.20 186

PAM_32	0.87 385	0.30 200	1.08 352	0.56 266	0.32 197	2.10 540	0.36 154	2.26 505	1.01 257	1.13 288	1.05 258	3.14 569	1.47 512	1.00 199	0.42 177	0.19 170	0.14 162	0.20 197	0.18 212	0.19 172	0.25 311

gcap-zeroshot	0.59 215	0.30 200	1.11 362	0.51 169	0.30 143	0.79 309	0.36 154	1.86 404	0.86 194	0.90 221	0.68 136	1.44 441	0.50 184	0.82 134	0.35 93	0.19 170	0.16 271	0.18 129	0.15 129	0.18 136	0.18 120

testlalala2	0.60 224	0.30 200	0.68 156	1.79 575	1.30 569	0.65 241	0.41 213	1.06 168	0.75 155	0.91 223	0.96 213	0.75 223	0.34 67	0.56 44	0.45 203	0.18 130	0.16 271	0.17 89	0.13 74	0.17 100	0.19 158

MyStereo07	0.50 152	0.30 200	0.58 97	0.58 302	0.48 379	0.59 199	0.78 448	1.19 226	0.60 106	0.49 112	0.54 101	0.43 87	0.55 207	1.32 286	0.36 112	0.18 130	0.18 332	0.24 322	0.21 309	0.23 299	0.23 266

MyStereo04	0.71 293	0.30 200	1.28 419	0.58 302	0.48 379	0.59 199	0.78 448	1.74 369	1.49 497	0.94 232	0.91 202	0.74 221	0.86 349	1.59 346	0.69 334	0.18 130	0.18 332	0.24 322	0.21 309	0.23 299	0.23 266

11t1	0.57 191	0.30 200	0.84 253	0.54 229	0.30 143	0.83 334	0.41 213	1.34 269	0.79 170	0.88 216	0.82 183	0.70 210	0.70 283	0.96 189	0.67 329	0.21 253	0.21 383	0.20 197	0.16 169	0.21 257	0.26 331

ff7	0.45 110	0.30 200	0.64 136	0.47 104	0.33 217	0.49 110	0.42 221	0.93 119	0.59 100	0.50 121	0.53 94	0.44 88	0.48 164	1.41 307	0.36 112	0.18 130	0.13 88	0.21 231	0.15 129	0.18 136	0.21 214

ffff	0.45 110	0.30 200	0.64 136	0.47 104	0.33 217	0.49 110	0.42 221	0.93 119	0.59 100	0.50 121	0.53 94	0.44 88	0.48 164	1.41 307	0.36 112	0.18 130	0.13 88	0.21 231	0.15 129	0.18 136	0.21 214

11t	0.45 110	0.30 200	0.64 136	0.47 104	0.33 217	0.49 110	0.42 221	0.93 119	0.59 100	0.50 121	0.53 94	0.44 88	0.48 164	1.41 307	0.36 112	0.18 130	0.13 88	0.21 231	0.15 129	0.18 136	0.21 214

MSKI-zero shot	0.56 179	0.30 200	0.61 119	0.55 245	0.28 109	0.68 256	0.28 70	1.25 248	0.68 133	0.92 226	1.33 381	0.81 242	0.33 60	1.94 401	0.36 112	0.18 130	0.13 88	0.17 89	0.13 74	0.16 73	0.19 158

testlalala	0.49 142	0.30 200	0.70 167	0.44 66	0.40 309	0.68 256	0.38 179	1.38 276	0.58 96	1.28 385	0.82 183	0.61 181	0.36 83	0.57 50	0.34 84	0.21 253	0.14 162	0.18 129	0.12 38	0.15 47	0.16 73

anonymousdsp	0.45 110	0.30 200	0.60 112	0.48 118	0.34 238	0.49 110	0.42 221	0.97 132	0.60 106	0.51 131	0.53 94	0.46 101	0.47 159	1.36 292	0.35 93	0.18 130	0.13 88	0.21 231	0.15 129	0.18 136	0.21 214

anonymousa	0.78 329	0.30 200	0.85 259	0.51 169	0.96 544	1.41 478	0.47 291	1.61 330	0.94 225	1.33 407	1.77 495	1.66 482	1.11 452	0.72 104	0.63 313	0.19 170	0.18 332	0.23 298	0.25 393	0.20 211	0.22 243

ProNet	0.46 120	0.30 200	0.69 162	0.46 87	0.32 197	0.57 184	0.52 330	1.15 213	0.67 130	0.44 78	0.50 83	0.44 88	0.43 125	1.31 280	0.38 133	0.16 60	0.15 233	0.19 158	0.16 169	0.18 136	0.18 120

ccc-4	0.45 110	0.30 200	0.64 136	0.47 104	0.33 217	0.49 110	0.42 221	0.93 119	0.59 100	0.50 121	0.53 94	0.44 88	0.48 164	1.41 307	0.36 112	0.18 130	0.13 88	0.21 231	0.15 129	0.18 136	0.21 214

DisPM	0.68 277	0.30 200	0.85 259	0.66 399	0.35 255	0.60 204	0.44 258	1.10 189	1.10 298	1.56 486	1.10 275	0.80 236	0.58 233	2.37 449	0.46 209	0.25 355	0.14 162	0.23 298	0.21 309	0.20 211	0.26 331

RAFT+CT+SA	0.63 244	0.30 200	0.73 186	0.69 438	0.37 274	0.40 41	0.55 362	1.93 426	1.04 270	0.72 178	1.23 340	0.62 184	0.69 278	1.69 366	0.42 177	0.19 170	0.13 88	0.22 264	0.22 337	0.21 257	0.19 158

Sa-1000	0.76 318	0.30 200	0.92 295	0.62 351	0.31 164	0.78 301	0.37 169	2.00 444	1.38 453	1.30 392	2.04 525	0.86 266	0.74 289	1.87 390	0.40 156	0.19 170	0.14 162	0.25 362	0.24 384	0.21 257	0.19 158

IGEV-Stereo	0.45 110	0.30 200	0.60 112	0.48 118	0.34 238	0.49 110	0.42 221	0.98 136	0.60 106	0.51 131	0.53 94	0.46 101	0.47 159	1.36 292	0.35 93	0.18 130	0.13 88	0.21 231	0.15 129	0.18 136	0.21 214
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
LCNet	0.73 302	0.30 200	0.58 97	0.58 302	0.31 164	0.68 256	0.53 336	1.09 183	0.94 225	1.19 331	1.34 385	0.96 315	1.32 491	2.50 459	0.46 209	0.19 170	0.13 88	0.21 231	0.25 393	0.28 375	0.69 547

AAGNet	1.84 532	0.30 200	0.79 214	0.66 399	0.32 197	0.65 241	0.50 317	1.02 147	1.01 257	1.47 464	1.21 329	0.99 324	1.16 460	2.76 473	22.69 617	0.24 334	0.13 88	0.22 264	0.20 267	0.24 329	0.16 73

TransformOpticalFlow	0.97 419	0.30 200	0.96 315	0.54 229	0.31 164	0.65 241	0.54 350	1.87 405	1.19 349	1.12 285	1.44 419	1.34 423	0.98 406	6.68 568	0.44 188	0.19 170	0.12 43	0.21 231	0.19 235	0.18 136	0.23 266

SST-Stereo	0.85 377	0.30 200	0.81 224	0.63 361	0.31 164	0.70 269	0.25 47	1.16 218	0.95 230	1.47 464	1.11 284	0.99 324	0.86 349	5.69 541	0.53 266	0.23 312	0.13 88	0.23 298	0.19 235	0.23 299	0.19 158

RAFT_R40	0.84 370	0.30 200	0.83 242	0.63 361	0.31 164	0.66 247	0.43 239	1.15 213	0.99 250	1.47 464	1.10 275	1.00 330	0.84 336	5.44 538	0.53 266	0.23 312	0.13 88	0.23 298	0.20 267	0.23 299	0.19 158

IRAFT_RVC	0.90 400	0.30 200	0.89 277	0.67 413	0.31 164	0.64 235	1.00 507	1.40 282	0.97 238	1.23 354	1.04 251	1.00 330	0.96 393	5.77 546	0.57 288	0.24 334	0.13 88	0.25 362	0.21 309	0.20 211	0.21 214

SFCPSM	0.74 306	0.30 200	1.06 344	0.52 192	0.39 297	1.36 468	0.64 411	2.42 531	1.11 305	1.18 323	1.21 329	0.81 242	0.78 306	1.08 225	0.57 288	0.22 288	0.17 300	0.22 264	0.24 384	0.23 299	0.21 214

FENet	0.62 233	0.30 200	0.68 156	0.57 288	0.33 217	0.82 326	0.40 201	1.41 286	1.12 312	1.03 257	0.87 194	0.98 319	0.84 336	1.00 199	0.70 337	0.23 312	0.16 271	0.23 298	0.20 267	0.22 277	0.24 290

R-Stereo Train	0.60 224	0.30 200	0.72 172	0.57 288	0.37 274	0.68 256	0.52 330	1.45 291	0.78 161	1.61 495	1.50 436	0.76 225	0.53 196	0.67 93	0.51 248	0.19 170	0.16 271	0.18 129	0.15 129	0.18 136	0.19 158

RAFT-Stereo	0.60 224	0.30 200	0.72 172	0.57 288	0.37 274	0.68 256	0.52 330	1.45 291	0.78 161	1.61 495	1.50 436	0.76 225	0.53 196	0.67 93	0.51 248	0.19 170	0.16 271	0.18 129	0.15 129	0.18 136	0.19 158
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
G2L-Stereo_test	0.77 324	0.31 233	0.97 316	0.51 169	0.41 323	0.90 363	0.80 459	1.67 338	1.22 368	1.32 401	1.27 357	1.50 455	0.81 326	1.74 371	1.02 424	0.20 216	0.14 162	0.16 61	0.16 169	0.18 136	0.22 243

PAM	0.86 381	0.31 233	1.19 396	0.55 245	0.35 255	2.17 541	0.47 291	2.26 505	0.87 197	1.18 323	0.96 213	3.01 564	1.41 505	0.90 170	0.40 156	0.19 170	0.13 88	0.19 158	0.18 212	0.20 211	0.27 349

model_zeroshot	0.53 161	0.31 233	1.00 327	0.57 288	0.39 297	0.74 281	0.39 193	1.38 276	0.67 130	0.88 216	0.85 189	0.71 217	0.37 91	0.77 118	0.39 139	0.21 253	0.17 300	0.19 158	0.17 193	0.17 100	0.22 243

test_sample2	0.67 264	0.31 233	0.89 277	0.54 229	0.29 124	0.80 316	0.63 409	1.83 392	1.10 298	0.93 229	1.06 259	0.94 306	0.92 381	1.24 265	0.59 300	0.23 312	0.20 367	0.22 264	0.21 309	0.24 329	0.25 311

CoDeX	0.78 329	0.31 233	1.04 337	0.56 266	0.37 274	1.13 424	0.60 396	2.77 563	1.29 417	1.17 312	1.26 348	0.91 290	0.87 358	1.42 312	0.74 345	0.21 253	0.16 271	0.21 231	0.18 212	0.21 257	0.21 214

SA	0.69 286	0.31 233	0.97 316	0.64 378	0.30 143	0.56 182	0.38 179	1.84 394	1.35 437	0.99 240	1.37 395	0.69 207	0.94 386	1.88 396	0.43 183	0.20 216	0.16 271	0.25 362	0.23 369	0.22 277	0.19 158

iRaft-Stereo_5w	0.89 391	0.31 233	1.04 337	0.56 266	0.47 375	0.47 93	0.68 422	1.19 226	1.08 285	0.80 193	1.35 390	1.46 447	0.90 370	5.11 527	1.16 438	0.18 130	0.15 233	0.22 264	0.19 235	0.21 257	0.24 290

MIPNet	0.60 224	0.31 233	1.07 349	0.51 169	0.34 238	0.68 256	0.40 201	1.67 338	1.14 324	1.11 277	0.93 206	0.60 174	0.78 306	0.77 118	0.58 293	0.18 130	0.14 162	0.19 158	0.16 169	0.18 136	0.21 214

PFNet+	0.62 233	0.31 233	0.99 322	0.57 288	0.31 164	0.57 184	0.30 87	0.99 144	1.25 385	1.33 407	1.10 275	0.79 234	0.57 216	1.35 291	0.53 266	0.26 381	0.17 300	0.28 416	0.26 411	0.21 257	0.27 349

STrans-v2	1.06 443	0.31 233	1.02 332	0.52 192	0.33 217	0.67 252	0.78 448	2.66 559	1.26 393	1.15 304	1.46 423	1.37 430	1.40 501	6.68 568	0.46 209	0.19 170	0.13 88	0.21 231	0.18 212	0.18 136	0.21 214

NRIStereo	0.62 233	0.31 233	0.78 210	0.56 266	0.28 109	0.63 226	0.33 113	1.16 218	0.92 212	1.15 304	0.87 194	0.90 286	0.58 233	2.24 436	0.56 284	0.22 288	0.14 162	0.21 231	0.19 235	0.22 277	0.18 120

Pruner-Stereo	0.64 247	0.31 233	0.79 214	0.66 399	0.31 164	0.61 212	0.42 221	1.22 237	1.09 293	1.53 478	1.09 273	0.94 306	0.55 207	1.37 295	0.56 284	0.25 355	0.14 162	0.24 322	0.21 309	0.21 257	0.25 311

DeepStereo_RVC	0.57 191	0.31 233	0.78 210	0.53 215	0.30 143	0.57 184	0.32 105	1.11 191	0.80 174	1.17 312	0.94 208	0.83 258	0.93 383	1.01 202	0.61 306	0.23 312	0.14 162	0.21 231	0.19 235	0.24 329	0.26 331

222	1.67 518	0.31 233	0.93 297	0.59 321	0.31 164	1.05 407	0.43 239	2.39 527	1.47 492	1.37 427	1.55 450	0.94 306	0.94 386	1.98 407	17.76 610	0.24 334	0.22 398	0.21 231	0.20 267	0.22 277	0.26 331

test_xeample	1.55 509	0.31 233	0.94 304	0.54 229	0.31 164	0.94 380	0.58 382	2.40 529	1.40 464	1.29 390	1.55 450	0.89 284	0.88 364	1.72 369	15.94 607	0.22 288	0.22 398	0.22 264	0.21 309	0.23 299	0.25 311

EAI-Stereo	0.76 318	0.31 233	0.74 191	0.55 245	0.28 109	0.70 269	1.72 564	2.57 550	0.90 206	0.75 183	3.03 561	0.57 162	0.43 125	1.10 233	0.49 240	0.19 170	0.14 162	0.17 89	0.18 212	0.17 100	0.21 214

GANet-RSSM	0.78 329	0.31 233	0.90 287	0.67 413	0.58 442	0.80 316	0.62 404	2.04 453	1.15 329	1.11 277	1.27 357	1.26 404	1.18 471	1.68 362	0.74 345	0.26 381	0.21 383	0.22 264	0.22 337	0.23 299	0.23 266

HSM-Net_RVC	0.91 405	0.31 233	0.60 112	0.54 229	0.31 164	1.15 431	0.60 396	3.76 583	1.30 421	1.57 489	1.75 491	1.67 484	1.01 418	1.61 353	0.90 391	0.23 312	0.17 300	0.19 158	0.18 212	0.20 211	0.22 243
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
FE-Mocha	0.52 159	0.32 251	0.98 319	0.51 169	0.37 274	0.46 82	0.22 23	1.71 361	0.56 90	1.02 253	1.10 275	0.82 248	0.41 108	0.58 54	0.32 67	0.19 170	0.13 88	0.21 231	0.21 309	0.17 100	0.19 158

test_sample1	0.67 264	0.32 251	0.90 287	0.54 229	0.33 217	0.76 291	0.48 298	1.75 371	1.06 280	0.95 234	0.99 228	0.91 290	1.10 449	1.25 266	0.79 362	0.22 288	0.19 351	0.21 231	0.20 267	0.21 257	0.25 311

MyStereo8	0.70 287	0.32 251	1.24 410	0.63 361	0.53 414	0.90 363	0.34 127	1.60 328	1.35 437	1.20 336	1.31 370	0.89 284	0.64 258	0.77 118	1.02 424	0.18 130	0.15 233	0.20 197	0.18 212	0.22 277	0.30 395

SMFormer	0.79 338	0.32 251	0.95 308	0.49 134	0.27 73	0.83 334	0.43 239	2.16 486	1.45 486	1.27 379	1.50 436	0.98 319	0.96 393	1.87 390	0.99 416	0.24 334	0.22 398	0.22 264	0.21 309	0.23 299	0.27 349

tta	0.79 338	0.32 251	0.95 308	0.49 134	0.27 73	0.83 334	0.43 239	2.16 486	1.45 486	1.27 379	1.50 436	0.98 319	0.96 393	1.87 390	0.99 416	0.24 334	0.22 398	0.22 264	0.21 309	0.19 172	0.22 243

qqq1	0.76 318	0.32 251	0.95 308	0.49 134	0.27 73	0.83 334	0.43 239	2.16 486	1.45 486	1.27 379	1.50 436	0.98 319	0.96 393	1.87 390	0.48 227	0.24 334	0.22 398	0.18 129	0.15 129	0.19 172	0.22 243

fff1	0.76 318	0.32 251	0.95 308	0.49 134	0.27 73	0.83 334	0.43 239	2.16 486	1.45 486	1.27 379	1.50 436	0.98 319	0.96 393	1.87 390	0.48 227	0.24 334	0.22 398	0.18 129	0.15 129	0.19 172	0.22 243

1111x	1.96 540	0.32 251	1.54 455	0.54 229	0.30 143	1.00 399	0.69 425	2.47 539	1.33 432	1.21 343	1.44 419	1.21 385	1.11 452	8.49 589	16.14 608	0.22 288	0.23 426	0.22 264	0.23 369	0.25 341	0.26 331

GCAP-Stereo	0.43 100	0.32 251	0.80 219	0.50 153	0.27 73	0.53 153	0.31 94	1.05 166	0.67 130	0.69 172	0.71 152	0.58 164	0.42 116	0.51 32	0.35 93	0.18 130	0.15 233	0.18 129	0.13 74	0.17 100	0.15 38

knoymous	0.53 161	0.32 251	0.51 68	0.46 87	0.30 143	0.57 184	0.54 350	1.10 189	0.78 161	0.99 240	0.84 187	0.95 310	0.57 216	0.89 167	0.51 248	0.21 253	0.14 162	0.26 385	0.14 108	0.23 299	0.25 311

raft_robust	0.71 293	0.32 251	0.75 196	0.54 229	0.28 109	0.54 166	0.35 141	1.54 310	1.24 377	1.18 323	1.07 262	0.73 220	0.53 196	3.65 497	0.40 156	0.19 170	0.16 271	0.20 197	0.22 337	0.21 257	0.19 158

test_5	0.70 287	0.32 251	0.99 322	0.69 438	0.50 391	0.89 359	0.51 319	1.88 410	1.14 324	0.78 190	1.13 299	1.04 341	0.89 367	1.59 346	0.46 209	0.19 170	0.14 162	0.23 298	0.22 337	0.22 277	0.20 186

CRE-IMP	0.57 191	0.32 251	0.82 233	0.54 229	0.29 124	0.77 300	0.25 47	1.19 226	0.79 170	1.09 273	0.95 209	0.81 242	0.57 216	1.11 237	0.57 288	0.22 288	0.14 162	0.23 298	0.19 235	0.28 375	0.24 290

RAFT	0.67 264	0.32 251	0.83 242	0.63 361	0.34 238	0.69 265	0.57 375	1.14 201	0.84 187	1.12 285	1.20 323	1.75 498	0.92 381	1.09 229	0.60 303	0.22 288	0.19 351	0.27 400	0.24 384	0.22 277	0.23 266

rafts_anoy	0.55 168	0.32 251	0.66 148	0.72 457	0.61 458	0.53 153	0.40 201	1.24 244	1.06 280	0.85 209	0.83 185	0.67 200	0.53 196	0.77 118	0.55 278	0.20 216	0.15 233	0.25 362	0.26 411	0.22 277	0.21 214

xxxx	1.61 514	0.32 251	0.98 319	0.58 302	0.31 164	1.15 431	0.43 239	2.43 532	1.41 468	1.17 312	1.40 407	1.21 385	0.86 349	1.94 401	16.68 609	0.24 334	0.24 436	0.21 231	0.20 267	0.23 299	0.27 349

ac_64	0.86 381	0.32 251	1.02 332	0.74 471	0.60 452	1.04 404	0.53 336	2.20 500	0.99 250	1.23 354	1.11 284	1.96 519	1.06 440	2.01 412	1.01 421	0.30 443	0.22 398	0.24 322	0.23 369	0.22 277	0.22 243

cf-r	0.79 338	0.32 251	1.06 344	0.57 288	0.64 466	0.78 301	0.51 319	2.04 453	1.22 368	1.20 336	1.27 357	1.53 461	0.91 373	1.47 324	0.94 407	0.25 355	0.19 351	0.22 264	0.23 369	0.19 172	0.21 214

PSMNet-RSSM	0.78 329	0.32 251	0.89 277	0.65 385	0.43 341	0.73 279	0.58 382	2.14 479	1.19 349	1.18 323	1.38 400	1.31 416	1.07 442	1.43 314	0.82 372	0.28 420	0.21 383	0.27 400	0.29 459	0.25 341	0.26 331

DIP-Stereo	0.64 247	0.32 251	0.91 292	0.49 134	0.36 263	0.91 366	0.33 113	2.51 546	0.77 157	1.25 361	1.00 233	0.68 202	0.51 187	0.92 175	0.65 324	0.19 170	0.15 233	0.21 231	0.17 193	0.19 172	0.22 243
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
IGEV-FE	0.59 215	0.33 271	1.11 362	0.63 361	0.37 274	0.41 49	0.33 113	1.80 384	0.79 170	1.04 259	1.10 275	1.05 345	0.43 125	0.87 158	0.48 227	0.18 130	0.13 88	0.19 158	0.18 212	0.20 211	0.23 266

UGAM-zero	1.05 441	0.33 271	1.04 337	0.49 134	0.31 164	0.67 252	0.26 57	2.37 525	0.80 174	1.05 262	1.11 284	2.86 562	1.81 540	6.26 556	0.50 244	0.18 130	0.15 233	0.19 158	0.16 169	0.17 100	0.21 214

GCAP-BAT	0.54 165	0.33 271	0.75 196	0.45 75	0.50 391	0.84 344	0.35 141	0.98 136	0.80 174	0.88 216	1.04 251	0.88 274	0.37 91	1.25 266	0.41 167	0.19 170	0.15 233	0.18 129	0.13 74	0.17 100	0.22 243

IGEVStereo-DCA	0.49 142	0.33 271	0.64 136	0.46 87	0.34 238	0.50 129	0.42 221	0.93 119	0.59 100	0.48 103	0.48 71	0.48 115	0.45 141	2.28 441	0.44 188	0.19 170	0.14 162	0.19 158	0.15 129	0.17 100	0.21 214

rrr	0.57 191	0.33 271	2.43 515	0.46 87	0.34 238	0.50 129	0.38 179	0.84 93	0.55 86	0.48 103	0.48 71	0.48 115	0.45 141	2.28 441	0.44 188	0.19 170	0.14 162	0.19 158	0.15 129	0.17 100	0.18 120

IGEV_Zeroshot_test	0.59 215	0.33 271	1.11 362	0.63 361	0.37 274	0.41 49	0.33 113	1.80 384	0.79 170	1.04 259	1.10 275	1.06 346	0.43 125	0.87 158	0.48 227	0.18 130	0.13 88	0.19 158	0.18 212	0.20 211	0.23 266

EKT-Stereo	0.56 179	0.33 271	0.84 253	0.61 343	0.64 466	0.51 138	0.48 298	1.14 201	0.95 230	0.74 181	0.89 199	0.77 229	0.42 116	1.18 255	0.42 177	0.23 312	0.17 300	0.21 231	0.18 212	0.20 211	0.26 331

HH	0.68 277	0.33 271	0.83 242	0.53 215	0.34 238	0.92 373	0.45 274	1.79 380	0.74 150	0.71 174	1.13 299	1.60 470	0.83 333	1.95 404	0.39 139	0.18 130	0.14 162	0.19 158	0.17 193	0.19 172	0.19 158

HanStereo	0.68 277	0.33 271	0.83 242	0.53 215	0.34 238	0.92 373	0.45 274	1.79 380	0.74 150	0.71 174	1.13 299	1.60 470	0.83 333	1.95 404	0.39 139	0.18 130	0.14 162	0.19 158	0.17 193	0.19 172	0.19 158

IER	0.74 306	0.33 271	1.25 413	0.50 153	0.53 414	1.32 460	0.55 362	1.31 262	1.08 285	1.30 392	1.34 385	1.11 369	1.10 449	1.05 213	0.81 371	0.20 216	0.17 300	0.21 231	0.21 309	0.20 211	0.21 214

iRaft-Stereo_20w	0.71 293	0.33 271	1.25 413	0.50 153	0.36 263	0.82 326	0.31 94	3.16 574	0.89 201	1.24 358	1.14 304	0.79 234	0.65 263	1.15 244	0.43 183	0.18 130	0.13 88	0.18 129	0.17 193	0.20 211	0.23 266

GwcNet-ADL	0.67 264	0.33 271	0.90 287	0.58 302	0.41 323	0.60 204	0.59 389	1.55 313	1.28 405	1.11 277	1.13 299	0.90 286	0.59 238	1.11 237	0.91 395	0.28 420	0.18 332	0.18 129	0.18 212	0.25 341	0.33 423

Patchmatch Stereo++	0.57 191	0.33 271	0.82 233	0.52 192	0.27 73	0.63 226	0.28 70	1.14 201	0.73 142	1.13 288	0.96 213	0.82 248	0.60 244	1.40 304	0.52 256	0.23 312	0.14 162	0.24 322	0.20 267	0.27 359	0.20 186
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
NF-Stereo	0.82 355	0.33 271	0.83 242	0.65 385	0.31 164	0.63 226	0.43 239	1.35 270	0.93 219	1.30 392	1.02 238	0.81 242	0.57 216	5.37 537	0.55 278	0.26 381	0.14 162	0.24 322	0.20 267	0.20 211	0.30 395

OCTAStereo	0.82 355	0.33 271	0.83 242	0.65 385	0.31 164	0.62 215	0.44 258	1.35 270	0.93 219	1.30 392	1.02 238	0.81 242	0.57 216	5.32 532	0.55 278	0.26 381	0.14 162	0.24 322	0.20 267	0.20 211	0.30 395

PSM-softLoss	0.80 344	0.33 271	0.89 277	0.63 361	0.32 197	0.55 172	0.40 201	1.26 249	0.78 161	1.25 361	1.07 262	0.83 258	0.51 187	5.33 533	0.61 306	0.25 355	0.15 233	0.25 362	0.22 337	0.20 211	0.26 331

KMStereo	0.80 344	0.33 271	0.89 277	0.63 361	0.32 197	0.55 172	0.40 201	1.26 249	0.78 161	1.25 361	1.07 262	0.83 258	0.51 187	5.33 533	0.61 306	0.25 355	0.15 233	0.25 362	0.22 337	0.20 211	0.26 331

PSM-adaLoss	0.56 179	0.33 271	0.81 224	0.52 192	0.27 73	0.63 226	0.41 213	1.14 201	0.73 142	1.13 288	0.96 213	0.82 248	0.60 244	1.09 229	0.52 256	0.23 312	0.14 162	0.24 322	0.20 267	0.27 359	0.20 186

ROB_FTStereo_v2	0.57 191	0.33 271	0.81 224	0.52 192	0.27 73	0.62 215	0.42 221	1.14 201	0.73 142	1.13 288	0.97 222	0.82 248	0.60 244	1.15 244	0.53 266	0.23 312	0.14 162	0.24 322	0.20 267	0.27 359	0.20 186

ROB_FTStereo	0.56 179	0.33 271	0.82 233	0.52 192	0.27 73	0.62 215	0.25 47	1.14 201	0.74 150	1.13 288	0.96 213	0.82 248	0.60 244	1.18 255	0.52 256	0.23 312	0.14 162	0.24 322	0.20 267	0.27 359	0.20 186

HUI-Stereo	0.54 165	0.33 271	0.81 224	0.52 192	0.27 73	0.62 215	0.29 77	1.14 201	0.74 150	1.13 288	0.96 213	0.82 248	0.60 244	0.83 140	0.52 256	0.23 312	0.14 162	0.24 322	0.20 267	0.27 359	0.20 186

RE-Stereo	0.82 355	0.33 271	0.84 253	0.65 385	0.31 164	0.63 226	0.44 258	1.35 270	0.93 219	1.30 392	1.02 238	0.80 236	0.57 216	5.34 535	0.55 278	0.26 381	0.14 162	0.24 322	0.20 267	0.20 211	0.31 405

TVStereo	0.82 355	0.33 271	0.84 253	0.65 385	0.31 164	0.63 226	0.44 258	1.35 270	0.93 219	1.30 392	1.02 238	0.80 236	0.57 216	5.34 535	0.55 278	0.26 381	0.14 162	0.24 322	0.20 267	0.20 211	0.31 405

iGMRVC	0.58 203	0.33 271	0.81 224	0.52 192	0.27 73	0.62 215	0.38 179	1.14 201	0.73 142	1.13 288	0.97 222	0.82 248	0.59 238	1.54 336	0.53 266	0.23 312	0.14 162	0.24 322	0.20 267	0.27 359	0.20 186

iRAFT	0.57 191	0.33 271	0.82 233	0.52 192	0.27 73	0.63 226	0.28 70	1.14 201	0.73 142	1.13 288	0.96 213	0.82 248	0.60 244	1.40 304	0.52 256	0.23 312	0.14 162	0.24 322	0.20 267	0.27 359	0.20 186

CroCo-Stereo	0.42 96	0.33 271	0.83 242	0.59 321	0.28 109	0.26 5	0.33 113	1.22 237	0.85 191	0.43 74	0.49 77	0.65 194	0.46 151	0.40 4	0.36 112	0.19 170	0.15 233	0.16 61	0.14 108	0.20 211	0.17 100
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
RAFT-IKP	0.57 191	0.33 271	0.82 233	0.52 192	0.27 73	0.57 184	0.35 141	1.14 201	0.73 142	1.13 288	0.96 213	0.83 258	0.61 253	1.26 270	0.53 266	0.23 312	0.14 162	0.24 322	0.20 267	0.27 359	0.20 186

test_xeample3	0.57 191	0.33 271	3.11 537	0.46 87	0.34 238	0.55 172	0.38 179	0.86 102	0.49 64	0.54 139	0.46 66	0.44 88	0.44 134	1.49 333	0.45 203	0.18 130	0.14 162	0.19 158	0.15 129	0.17 100	0.18 120

ACVNet	0.66 253	0.33 271	0.74 191	0.55 245	0.37 274	0.80 316	0.47 291	1.46 293	1.11 305	1.01 249	1.31 370	1.07 349	0.91 373	0.82 134	1.09 431	0.22 288	0.19 351	0.21 231	0.18 212	0.23 299	0.19 158

acv_ft	0.78 329	0.33 271	1.10 360	0.73 465	0.86 529	1.23 450	0.57 375	1.65 337	1.11 305	1.31 398	1.31 370	1.07 349	0.91 373	0.82 134	1.35 470	0.22 288	0.19 351	0.21 231	0.18 212	0.22 277	0.19 158

HI	0.67 264	0.34 301	0.80 219	0.51 169	0.51 401	0.41 49	0.37 169	1.15 213	0.80 174	1.34 414	1.42 413	1.60 470	1.11 452	0.96 189	0.90 391	0.16 60	0.12 43	0.20 197	0.21 309	0.20 211	0.20 186

CoSv	0.67 264	0.34 301	0.80 219	0.51 169	0.51 401	0.41 49	0.37 169	1.15 213	0.80 174	1.34 414	1.42 413	1.60 470	1.11 452	0.96 189	0.90 391	0.16 60	0.12 43	0.20 197	0.21 309	0.20 211	0.20 186

rvit_stereo_0083	0.49 142	0.34 301	0.85 259	0.57 288	0.36 263	0.49 110	0.43 239	0.73 54	1.05 276	0.50 121	0.57 111	0.55 151	0.50 184	0.92 175	0.50 244	0.25 355	0.25 448	0.24 322	0.20 267	0.25 341	0.19 158

rvit_stereo_0081	0.46 120	0.34 301	0.72 172	0.56 266	0.35 255	0.41 49	0.44 258	0.74 57	1.04 270	0.49 112	0.52 90	0.51 129	0.49 176	0.86 153	0.47 219	0.25 355	0.20 367	0.22 264	0.19 235	0.26 353	0.19 158

rvit_stereo_0082	0.46 120	0.34 301	0.72 172	0.56 266	0.35 255	0.41 49	0.44 258	0.74 57	1.04 270	0.49 112	0.52 90	0.51 129	0.49 176	0.86 153	0.47 219	0.25 355	0.20 367	0.22 264	0.19 235	0.26 353	0.19 158

CAS++	0.48 138	0.34 301	0.59 103	0.48 118	0.32 197	0.45 77	0.29 77	1.73 367	0.78 161	0.71 174	0.73 159	0.36 63	0.28 30	0.70 100	0.35 93	0.27 402	0.22 398	0.26 385	0.21 309	0.29 392	0.22 243
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DispNO	0.98 422	0.34 301	2.02 492	0.58 302	0.55 428	0.88 357	0.49 309	1.70 357	1.24 377	1.22 351	1.26 348	1.18 380	0.88 364	5.17 528	0.88 384	0.23 312	0.18 332	0.24 322	0.22 337	0.19 172	0.22 243

ACVNet-DCA	0.59 215	0.34 301	0.63 127	0.60 329	0.27 73	1.16 434	0.51 319	1.58 321	0.91 207	0.60 155	0.80 178	0.47 110	0.87 358	1.48 326	0.35 93	0.21 253	0.13 88	0.25 362	0.15 129	0.23 299	0.25 311

xx1	0.70 287	0.34 301	0.63 127	0.60 329	0.27 73	1.16 434	0.51 319	1.07 171	3.23 579	0.60 155	0.80 178	0.95 310	0.79 315	1.48 326	0.35 93	0.21 253	0.13 88	0.24 322	0.23 369	0.23 299	0.25 311

1test111	0.58 203	0.34 301	0.63 127	0.60 329	0.27 73	1.16 434	0.51 319	1.58 321	0.91 207	0.60 155	0.80 178	0.47 110	0.87 358	0.99 195	0.67 329	0.21 253	0.13 88	0.25 362	0.15 129	0.23 299	0.25 311

cc1	0.68 277	0.34 301	0.63 127	0.60 329	0.27 73	1.16 434	0.51 319	1.07 171	3.23 579	0.60 155	0.80 178	0.47 110	0.87 358	1.48 326	0.35 93	0.21 253	0.13 88	0.25 362	0.15 129	0.19 172	0.23 266

tt1	0.65 251	0.34 301	0.65 143	0.60 329	0.27 73	1.14 427	0.48 298	1.08 176	2.62 566	0.59 148	0.79 173	0.49 118	0.80 322	1.57 339	0.35 93	0.21 253	0.13 88	0.25 362	0.16 169	0.20 211	0.23 266

PCWNet_CMD	0.68 277	0.34 301	0.93 297	0.51 169	0.38 288	0.80 316	0.42 221	1.51 300	1.34 434	1.17 312	1.31 370	1.23 393	0.65 263	0.94 179	0.62 309	0.21 253	0.17 300	0.27 400	0.19 235	0.43 480	0.28 365

CFNet_ucs	0.73 302	0.34 301	0.94 304	0.53 215	0.44 351	0.76 291	0.46 280	1.73 367	1.34 434	1.24 358	1.54 447	1.08 359	0.64 258	1.05 213	0.64 319	0.26 381	0.20 367	0.37 499	0.22 337	0.42 478	0.30 395

x	0.59 215	0.34 301	0.79 214	0.51 169	0.32 197	0.69 265	0.46 280	1.64 334	0.97 238	0.86 214	0.86 191	0.83 258	0.74 289	0.75 115	0.70 337	0.21 253	0.22 398	0.22 264	0.20 267	0.21 257	0.24 290

BUS	0.78 329	0.34 301	0.77 204	0.55 245	0.45 355	2.30 547	0.42 221	2.65 556	1.04 270	1.25 361	1.12 288	1.02 337	0.70 283	0.94 179	0.75 348	0.25 355	0.18 332	0.25 362	0.22 337	0.23 299	0.24 290

BSDual-CNN	0.75 310	0.34 301	0.77 204	0.55 245	0.45 355	1.25 453	0.66 417	2.65 556	1.04 270	1.25 361	1.12 288	1.11 369	0.77 299	0.94 179	0.76 351	0.25 355	0.18 332	0.25 362	0.22 337	0.23 299	0.24 290

hknet	0.82 355	0.34 301	1.15 375	0.55 245	0.39 297	1.25 453	0.66 417	2.65 556	1.10 298	1.25 361	1.12 288	1.58 469	0.85 341	1.41 307	0.79 362	0.23 312	0.18 332	0.25 362	0.22 337	0.23 299	0.24 290

psmg	0.75 310	0.34 301	0.77 204	0.52 192	0.45 355	1.46 483	0.73 439	2.15 484	1.04 270	1.25 361	1.33 381	1.11 369	0.77 299	0.94 179	0.76 351	0.25 355	0.20 367	0.25 362	0.26 411	0.23 299	0.24 290

IIG-Stereo	0.97 419	0.34 301	0.80 219	0.90 533	0.33 217	0.61 212	0.26 57	1.27 253	1.08 285	1.69 510	1.37 395	1.44 441	0.74 289	6.94 572	0.53 266	0.21 253	0.14 162	0.23 298	0.18 212	0.20 211	0.15 38

CFNet_pseudo	0.68 277	0.34 301	0.93 297	0.50 153	0.39 297	0.72 274	0.42 221	1.44 289	1.25 385	1.17 312	1.35 390	1.22 389	0.66 268	1.04 210	0.64 319	0.21 253	0.17 300	0.33 471	0.19 235	0.39 466	0.28 365

RALCasStereoNet	0.58 203	0.34 301	0.77 204	0.65 385	0.64 466	0.64 235	0.51 319	1.06 168	0.99 250	0.71 174	1.06 259	0.77 229	0.44 134	1.38 299	0.52 256	0.20 216	0.18 332	0.18 129	0.16 169	0.20 211	0.22 243

delet	0.90 400	0.34 301	1.15 375	0.69 438	0.66 477	1.63 500	0.81 464	1.95 431	1.49 497	1.42 447	1.38 400	1.29 411	0.91 373	1.78 377	1.18 440	0.22 288	0.22 398	0.24 322	0.25 393	0.22 277	0.24 290

UPFNet	0.84 370	0.34 301	1.09 355	0.62 351	0.74 499	1.25 453	0.78 448	1.69 353	1.20 353	1.39 435	1.13 299	1.30 414	0.87 358	1.73 370	1.22 448	0.24 334	0.26 455	0.24 322	0.23 369	0.26 353	0.20 186

GwcNet-RSSM	0.83 364	0.34 301	1.29 422	0.65 385	0.55 428	0.78 301	0.62 404	1.89 412	1.27 397	1.18 323	1.39 402	1.56 466	0.91 373	1.60 351	1.22 448	0.26 381	0.20 367	0.23 298	0.24 384	0.21 257	0.21 214

RASNet	1.16 463	0.34 301	1.11 362	0.73 465	0.86 529	1.00 399	0.60 396	1.56 316	1.43 478	1.07 270	1.37 395	2.08 535	1.44 509	7.00 573	1.56 491	0.20 216	0.17 300	0.17 89	0.19 235	0.19 172	0.19 158

MSMDNet	0.68 277	0.34 301	0.93 297	0.52 192	0.38 288	0.80 316	0.42 221	1.52 304	1.35 437	1.17 312	1.31 370	1.23 393	0.65 263	0.94 179	0.62 309	0.21 253	0.17 300	0.26 385	0.19 235	0.41 474	0.28 365

ccs_rob	0.68 277	0.34 301	0.93 297	0.50 153	0.39 297	0.72 274	0.42 221	1.43 288	1.25 385	1.17 312	1.34 385	1.22 389	0.66 268	1.04 210	0.64 319	0.21 253	0.17 300	0.35 486	0.20 267	0.40 470	0.29 379

HSM	1.22 476	0.34 301	0.81 224	0.61 343	0.39 297	1.22 448	0.63 409	2.45 534	1.25 385	1.32 401	1.26 348	1.91 509	1.08 443	9.21 594	0.75 348	0.23 312	0.17 300	0.20 197	0.16 169	0.22 277	0.24 290

MultiAttention	4.59 589	0.35 330	0.90 287	0.75 480	0.46 364	31.81 623	4.41 602	2.35 524	1.41 468	1.64 503	2.43 545	2.42 550	0.70 283	38.40 624	1.78 517	0.23 312	0.15 233	0.30 440	0.30 471	0.48 506	0.48 496

G2L-Stereo	0.84 370	0.35 330	1.15 375	0.63 361	0.43 341	0.78 301	0.69 425	1.69 353	1.20 353	1.36 425	1.18 318	1.43 440	0.78 306	2.47 458	1.26 455	0.25 355	0.20 367	0.26 385	0.21 309	0.20 211	0.27 349

ISRNet	0.83 364	0.35 330	1.31 423	0.84 513	0.65 471	0.60 204	0.41 213	1.28 257	1.15 329	1.61 495	1.55 450	1.34 423	0.77 299	1.33 289	0.98 415	0.40 502	0.34 511	0.43 520	0.38 518	0.34 441	0.49 501

rvit_stereo_0080	0.47 130	0.35 330	0.87 268	0.48 118	0.36 263	0.42 60	0.54 350	0.93 119	0.78 161	0.52 134	0.60 117	0.55 151	0.47 159	0.62 71	0.48 227	0.27 402	0.21 383	0.20 197	0.20 267	0.31 415	0.20 186

test_sample3	0.73 302	0.35 330	1.06 344	0.55 245	0.32 197	0.97 396	0.51 319	2.12 469	1.25 385	1.16 308	1.17 315	0.88 274	0.78 306	1.27 273	0.79 362	0.26 381	0.21 383	0.25 362	0.25 393	0.26 353	0.27 349

whm_eth	0.47 130	0.35 330	0.87 268	0.48 118	0.36 263	0.42 60	0.54 350	0.93 119	0.78 161	0.52 134	0.60 117	0.55 151	0.47 159	0.62 71	0.48 227	0.27 402	0.21 383	0.20 197	0.20 267	0.31 415	0.20 186

ToySt	0.73 302	0.35 330	1.64 463	0.54 229	0.37 274	0.92 373	0.81 464	1.21 235	1.03 264	0.86 214	1.12 288	1.31 416	1.01 418	1.04 210	0.88 384	0.19 170	0.20 367	0.24 322	0.24 384	0.27 359	0.28 365

OMP-Stereo	0.95 414	0.35 330	0.79 214	0.92 535	0.32 197	0.49 110	0.35 141	1.22 237	1.11 305	1.58 490	1.12 288	1.44 441	0.69 278	6.92 571	0.51 248	0.20 216	0.15 233	0.24 322	0.19 235	0.21 257	0.16 73

ICVP	0.66 253	0.35 330	0.71 170	0.63 361	0.41 323	0.85 351	0.56 369	1.78 377	0.96 234	0.92 226	1.24 344	0.88 274	0.75 294	0.76 116	0.93 402	0.31 447	0.22 398	0.22 264	0.21 309	0.24 329	0.28 365
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MMNet	0.89 391	0.35 330	1.44 439	0.64 378	0.59 448	1.83 520	0.48 298	1.70 357	1.38 453	1.45 460	1.19 322	1.25 398	1.16 460	1.77 375	1.27 458	0.20 216	0.19 351	0.23 298	0.22 337	0.25 341	0.24 290

FACV-RUCA	0.66 253	0.36 340	0.89 277	0.63 361	0.65 471	0.84 344	0.41 213	1.67 338	1.11 305	0.91 223	1.14 304	0.63 190	0.77 299	0.84 146	0.54 275	0.28 420	0.19 351	0.47 531	0.22 337	0.36 449	0.29 379

DCVSM-stereo	0.75 310	0.36 340	0.82 233	0.58 302	0.43 341	0.78 301	0.42 221	1.30 260	1.05 276	1.79 520	1.04 251	1.60 470	1.08 443	1.12 239	0.86 378	0.25 355	0.27 465	0.29 428	0.24 384	0.30 408	0.37 450

test_sample6	0.77 324	0.36 340	1.07 349	0.56 266	0.31 164	0.82 326	0.56 369	2.12 469	1.24 377	1.21 343	1.40 407	0.90 286	0.90 370	1.45 319	0.87 383	0.28 420	0.23 426	0.28 416	0.29 459	0.28 375	0.30 395

test_sample5	0.75 310	0.36 340	1.04 337	0.55 245	0.31 164	0.84 344	0.53 336	2.12 469	1.23 373	1.18 323	1.30 368	0.88 274	0.86 349	1.37 295	0.76 351	0.26 381	0.22 398	0.27 400	0.28 440	0.28 375	0.29 379

test_sample4	0.74 306	0.36 340	1.09 355	0.55 245	0.32 197	0.92 373	0.51 319	2.14 479	1.25 385	1.22 351	1.22 331	0.86 266	0.82 328	1.29 277	0.76 351	0.26 381	0.21 383	0.26 385	0.26 411	0.27 359	0.28 365

DualNet	0.75 310	0.36 340	1.04 337	0.55 245	0.31 164	0.84 344	0.53 336	2.12 469	1.23 373	1.21 343	1.40 407	0.88 274	0.86 349	1.37 295	0.76 351	0.26 381	0.22 398	0.27 400	0.28 440	0.28 375	0.29 379

ffm	0.79 338	0.36 340	1.51 447	0.56 266	0.40 309	0.76 291	0.59 389	1.08 176	2.62 566	1.19 331	1.49 429	1.07 349	0.85 341	1.57 339	0.35 93	0.21 253	0.13 88	0.31 447	0.28 440	0.20 211	0.23 266

ff1	1.88 534	0.36 340	1.51 447	0.56 266	0.40 309	0.76 291	0.59 389	1.08 176	2.62 566	1.19 331	1.49 429	1.07 349	0.85 341	9.88 603	13.82 601	0.21 253	0.13 88	0.31 447	0.28 440	0.20 211	0.23 266

mmx	1.89 537	0.36 340	1.51 447	0.56 266	0.40 309	0.76 291	0.59 389	2.32 515	1.41 468	1.19 331	1.49 429	1.07 349	0.85 341	9.88 603	13.82 601	0.25 355	0.21 383	0.31 447	0.28 440	0.32 426	0.29 379

ttt	1.26 485	0.36 340	0.79 214	0.65 385	0.42 336	0.94 380	0.57 375	2.33 521	1.38 453	1.25 361	1.65 476	0.92 298	0.78 306	2.64 466	8.73 588	0.30 443	0.28 471	0.26 385	0.25 393	0.29 392	0.32 414

xxx	1.89 537	0.36 340	1.51 447	0.56 266	0.40 309	0.76 291	0.59 389	2.32 515	1.41 468	1.19 331	1.49 429	1.07 349	0.85 341	9.88 603	13.82 601	0.25 355	0.21 383	0.31 447	0.28 440	0.32 426	0.29 379

LL-Strereo2	0.56 179	0.36 340	0.77 204	0.56 266	0.40 309	0.68 256	0.37 169	1.21 235	0.83 184	0.96 237	0.79 173	0.91 290	0.41 108	1.08 225	0.48 227	0.18 130	0.17 300	0.29 428	0.25 393	0.22 277	0.19 158

CASS	0.67 264	0.36 340	0.84 253	0.57 288	0.28 109	0.82 326	0.43 239	1.62 333	0.92 212	1.39 435	1.28 363	0.87 268	0.84 336	0.88 162	0.59 300	0.36 489	0.19 351	0.26 385	0.22 337	0.29 392	0.43 484
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
qqq	0.62 233	0.36 340	0.88 273	0.50 153	0.28 109	0.64 235	0.62 404	1.58 321	0.91 207	0.83 202	0.96 213	0.95 310	0.79 315	0.99 195	0.67 329	0.21 253	0.23 426	0.24 322	0.23 369	0.23 299	0.25 311

PSMNet-ADL	0.75 310	0.36 340	0.69 162	0.71 451	0.47 375	1.13 424	0.46 280	1.47 296	1.07 282	0.85 209	1.18 318	1.31 416	0.94 386	1.56 337	1.06 429	0.34 472	0.22 398	0.22 264	0.23 369	0.27 359	0.36 446

UNet	0.86 381	0.36 340	1.52 451	0.62 351	0.74 499	1.56 493	0.49 309	1.55 313	1.12 312	1.28 385	1.10 275	1.52 460	1.10 449	1.69 366	1.14 436	0.24 334	0.18 332	0.25 362	0.21 309	0.25 341	0.25 311

CFNet-ft	0.78 329	0.36 340	0.74 191	0.67 413	0.56 434	0.86 352	0.54 350	1.46 293	1.17 341	1.01 249	1.28 363	1.68 487	1.03 428	1.57 339	0.95 410	0.27 402	0.21 383	0.33 471	0.26 411	0.31 415	0.26 331

DMCA	0.71 293	0.36 340	1.17 390	0.53 215	0.45 355	0.84 344	0.46 280	1.52 304	1.09 293	1.20 336	1.12 288	1.21 385	0.74 289	0.87 158	1.09 431	0.25 355	0.20 367	0.27 400	0.19 235	0.24 329	0.29 379

CFNet_RVC	0.78 329	0.36 340	0.74 191	0.67 413	0.56 434	0.86 352	0.54 350	1.46 293	1.17 341	1.01 249	1.28 363	1.68 487	1.03 428	1.57 339	0.95 410	0.27 402	0.21 383	0.33 471	0.26 411	0.31 415	0.26 331

iResNet_ROB	0.82 355	0.36 340	1.13 368	0.60 329	0.37 274	0.91 366	0.38 179	2.41 530	1.61 516	1.35 420	1.35 390	1.25 398	0.97 403	1.75 373	0.88 384	0.21 253	0.14 162	0.17 89	0.12 38	0.19 172	0.30 395

DN-CSS_ROB	0.67 264	0.36 340	1.36 433	0.59 321	0.41 323	0.54 166	0.45 274	1.30 260	0.95 230	1.05 262	1.47 425	0.69 207	0.64 258	1.80 384	0.60 303	0.19 170	0.15 233	0.25 362	0.23 369	0.22 277	0.23 266

rvit_stereo_0081_aga	0.46 120	0.37 361	0.91 292	0.52 192	0.41 323	0.49 110	0.40 201	0.88 111	0.66 128	0.59 148	0.56 108	0.53 144	0.43 125	0.67 93	0.44 188	0.27 402	0.21 383	0.22 264	0.20 267	0.26 353	0.19 158

mmm	0.68 277	0.37 361	0.91 292	0.54 229	0.34 238	0.86 352	0.58 382	1.72 365	1.02 261	1.13 288	1.41 412	0.83 258	0.78 306	0.95 188	0.67 329	0.22 288	0.20 367	0.29 428	0.26 411	0.27 359	0.27 349

StereoVision	0.67 264	0.37 361	1.02 332	0.60 329	0.41 323	0.50 129	0.41 213	1.32 266	0.96 234	0.73 180	2.48 549	0.82 248	0.57 216	1.06 218	0.50 244	0.26 381	0.28 471	0.29 428	0.28 440	0.37 455	0.22 243

CBFPSM	0.95 414	0.37 361	2.10 499	0.51 169	0.39 297	1.73 507	0.87 482	1.59 326	1.13 318	1.11 277	1.00 233	2.34 545	1.64 526	1.42 312	1.44 478	0.19 170	0.18 332	0.20 197	0.20 267	0.22 277	0.36 446

gwcnet-sp	0.80 344	0.37 361	1.94 485	0.62 351	0.45 355	1.38 469	0.53 336	1.68 342	1.20 353	1.37 427	1.08 269	0.93 300	0.82 328	1.45 319	0.79 362	0.22 288	0.22 398	0.22 264	0.21 309	0.23 299	0.25 311

scenet	0.80 344	0.37 361	1.94 485	0.62 351	0.45 355	1.38 469	0.53 336	1.68 342	1.20 353	1.37 427	1.08 269	0.93 300	0.82 328	1.45 319	0.79 362	0.22 288	0.22 398	0.22 264	0.21 309	0.23 299	0.25 311

ssnet	0.80 344	0.37 361	1.94 485	0.62 351	0.45 355	1.38 469	0.53 336	1.68 342	1.20 353	1.37 427	1.08 269	0.93 300	0.82 328	1.45 319	0.79 362	0.22 288	0.22 398	0.22 264	0.21 309	0.23 299	0.25 311

CroCo-Stereo Lap2	0.46 120	0.37 361	0.87 268	0.62 351	0.79 516	0.28 11	0.35 141	0.81 78	0.73 142	0.39 59	0.54 101	0.71 217	0.54 204	0.60 63	0.48 227	0.18 130	0.18 332	0.19 158	0.16 169	0.21 257	0.21 214

CIPLG	0.67 264	0.37 361	1.17 390	0.60 329	0.51 401	0.75 286	0.48 298	1.26 249	1.11 305	1.43 451	1.58 462	0.64 193	0.48 164	0.94 179	0.78 357	0.24 334	0.15 233	0.19 158	0.16 169	0.19 172	0.29 379

DAS	0.89 391	0.37 361	1.20 400	0.66 399	0.69 487	0.82 326	0.62 404	1.79 380	1.26 393	1.93 533	1.55 450	0.96 315	1.17 464	2.72 471	0.69 334	0.22 288	0.16 271	0.25 362	0.18 212	0.29 392	0.24 290

SepStereo	0.87 385	0.37 361	1.20 400	0.66 399	0.69 487	0.82 326	0.62 404	1.79 380	1.26 393	1.93 533	1.55 450	0.96 315	1.17 464	2.34 444	0.69 334	0.22 288	0.16 271	0.25 362	0.18 212	0.29 392	0.24 290

ACRE	0.66 253	0.37 361	1.27 416	0.60 329	0.50 391	0.74 281	0.47 291	1.26 249	1.10 298	1.40 441	1.56 456	0.62 184	0.46 151	0.88 162	0.78 357	0.24 334	0.15 233	0.19 158	0.16 169	0.19 172	0.29 379

ADLNet2	0.92 408	0.37 361	1.25 413	0.80 498	0.65 471	1.12 423	0.75 441	1.95 431	1.42 477	1.26 374	1.67 480	1.68 487	1.04 434	1.80 384	1.23 451	0.25 355	0.22 398	0.21 231	0.22 337	0.27 359	0.31 405

RALAANet	0.62 233	0.37 361	0.97 316	0.66 399	0.50 391	0.67 252	0.31 94	1.27 253	1.09 293	1.11 277	1.17 315	0.88 274	0.46 151	1.27 273	0.45 203	0.20 216	0.15 233	0.21 231	0.18 212	0.27 359	0.19 158

GES	0.70 287	0.37 361	1.05 342	0.62 351	0.38 288	0.94 380	0.57 375	2.37 525	0.92 212	1.05 262	1.12 288	0.67 200	0.77 299	1.02 206	0.65 324	0.28 420	0.20 367	0.20 197	0.20 267	0.22 277	0.31 405

psm_up	0.83 364	0.37 361	0.88 273	0.68 425	0.59 448	1.05 407	0.92 489	1.68 342	1.17 341	1.41 443	1.22 331	1.30 414	1.31 489	1.39 302	0.89 387	0.27 402	0.30 484	0.31 447	0.27 429	0.28 375	0.28 365

UCFNet_RVC	0.72 299	0.37 361	0.59 103	0.66 399	0.41 323	0.89 359	0.68 422	1.78 377	1.15 329	1.01 249	1.20 323	1.22 389	0.95 391	1.07 220	0.66 328	0.28 420	0.21 383	0.34 479	0.31 477	0.33 433	0.29 379

DISCO	1.06 443	0.37 361	1.19 396	0.73 465	0.46 364	2.04 536	0.84 471	2.26 505	1.54 503	1.25 361	1.36 394	2.38 547	1.08 443	2.60 465	1.62 500	0.24 334	0.19 351	0.22 264	0.20 267	0.32 426	0.29 379

rvit_0105_6	0.56 179	0.38 379	1.13 368	0.67 413	0.38 288	0.50 129	0.51 319	0.88 111	1.33 432	0.54 139	0.56 108	0.65 194	0.57 216	0.97 193	0.46 209	0.32 455	0.31 489	0.28 416	0.25 393	0.29 392	0.23 266

ITSA-stereo	0.85 377	0.38 379	0.92 295	0.58 302	0.32 197	0.86 352	0.49 309	2.33 521	1.69 522	1.16 308	1.12 288	0.95 310	0.85 341	2.46 453	1.18 440	0.27 402	0.23 426	0.28 416	0.28 440	0.28 375	0.41 472

AIO-Stereo-zeroshot	0.85 377	0.38 379	2.79 529	0.51 169	0.60 452	0.72 274	0.38 179	2.87 570	0.77 157	0.80 193	1.07 262	2.14 536	0.93 383	0.96 189	0.62 309	0.21 253	0.13 88	0.21 231	0.26 411	0.29 392	0.32 414

rvit_stereo_ft	0.49 142	0.38 379	1.03 336	0.68 425	0.42 336	0.40 41	0.58 382	0.93 119	0.86 194	0.47 95	0.55 104	0.57 162	0.48 164	0.67 93	0.53 266	0.26 381	0.17 300	0.22 264	0.22 337	0.24 329	0.19 158

Former-RAFT_DAM_RVC	0.47 130	0.38 379	0.75 196	0.48 118	0.37 274	0.67 252	0.35 141	0.82 83	1.14 324	0.61 159	0.64 124	0.39 77	0.39 103	0.74 108	0.39 139	0.20 216	0.17 300	0.22 264	0.18 212	0.24 329	0.20 186

IPLGR_C	0.67 264	0.38 379	1.20 400	0.60 329	0.50 391	0.75 286	0.48 298	1.28 257	1.13 318	1.42 447	1.57 460	0.62 184	0.48 164	0.85 150	0.80 369	0.24 334	0.15 233	0.19 158	0.16 169	0.19 172	0.29 379

GANet-ADL	0.63 244	0.38 379	0.82 233	0.67 413	0.41 323	0.68 256	0.51 319	1.64 334	1.16 336	0.98 239	1.10 275	0.90 286	0.58 233	0.81 132	0.63 313	0.27 402	0.18 332	0.18 129	0.16 169	0.23 299	0.27 349

hitnet-ft	0.84 370	0.38 379	0.75 196	0.59 321	0.44 351	0.99 398	0.47 291	1.61 330	1.38 453	1.21 343	1.22 331	1.82 505	0.99 409	1.87 390	1.09 431	0.33 462	0.29 480	0.34 479	0.27 429	0.36 449	0.33 423

DSFCA	0.95 414	0.38 379	1.23 407	0.55 245	0.66 477	1.50 486	0.93 493	1.58 321	1.24 377	1.59 493	1.16 312	1.48 450	0.95 391	2.96 478	1.20 443	0.31 447	0.28 471	0.25 362	0.26 411	0.29 392	0.26 331

WQFJA1	0.62 233	0.39 388	0.83 242	0.63 361	0.47 375	0.83 334	0.54 350	1.68 342	1.05 276	0.75 183	0.95 209	0.51 129	0.69 278	1.07 220	0.63 313	0.20 216	0.19 351	0.25 362	0.23 369	0.22 277	0.22 243

WQFJX1	0.62 233	0.39 388	0.83 242	0.63 361	0.47 375	0.83 334	0.54 350	1.68 342	1.05 276	0.75 183	0.95 209	0.51 129	0.69 278	1.07 220	0.63 313	0.20 216	0.19 351	0.25 362	0.23 369	0.22 277	0.22 243

test_sample7	0.78 329	0.39 388	0.89 277	0.55 245	0.35 255	0.93 377	0.75 441	1.99 440	1.27 397	1.25 361	1.22 331	1.09 360	1.01 418	1.31 280	0.73 341	0.32 455	0.32 501	0.32 459	0.32 484	0.33 433	0.33 423

ssnet_v2	0.92 408	0.39 388	1.22 405	0.66 399	0.39 297	1.31 459	0.96 499	2.32 515	1.45 486	1.48 470	1.17 315	1.53 461	0.91 373	1.16 248	1.71 512	0.31 447	0.27 465	0.30 440	0.29 459	0.28 375	0.29 379

AASNet	0.80 344	0.39 388	1.16 389	0.84 513	0.80 518	1.14 427	0.59 389	2.12 469	1.21 360	1.26 374	1.26 348	0.93 300	0.77 299	0.84 146	1.23 451	0.28 420	0.24 436	0.24 322	0.20 267	0.28 375	0.27 349

pcwnet_v2	0.91 405	0.39 388	2.74 527	0.64 378	0.55 428	0.81 324	0.49 309	2.19 497	1.63 517	1.44 454	1.64 475	1.09 360	0.79 315	1.31 280	0.70 337	0.32 455	0.25 448	0.29 428	0.27 429	0.37 455	0.37 450

ADLNet	0.89 391	0.39 388	1.09 355	0.88 524	0.73 494	1.24 452	0.75 441	2.02 446	1.41 468	1.58 490	1.37 395	1.26 404	1.00 415	1.31 280	1.18 440	0.28 420	0.21 383	0.26 385	0.26 411	0.29 392	0.36 446

MLCV	0.77 324	0.39 388	1.31 423	0.55 245	0.25 49	0.91 366	0.39 193	1.48 298	1.28 405	1.49 472	1.54 447	1.02 337	0.68 274	2.12 425	0.93 402	0.19 170	0.13 88	0.19 158	0.14 108	0.19 172	0.22 243

rvit_0105_4	0.58 203	0.40 396	1.19 396	0.68 425	0.38 288	0.53 153	0.55 362	0.93 119	1.27 397	0.56 146	0.61 120	0.72 219	0.63 254	1.01 202	0.47 219	0.33 462	0.33 507	0.29 428	0.25 393	0.29 392	0.26 331

NINENet	0.81 353	0.40 396	0.89 277	0.65 385	0.53 414	2.30 547	0.42 221	2.12 469	1.13 318	1.20 336	1.27 357	1.02 337	0.70 283	1.26 270	0.75 348	0.29 436	0.24 436	0.31 447	0.21 309	0.27 359	0.26 331

AACVNet	0.90 400	0.40 396	0.98 319	0.86 519	0.40 309	0.80 316	0.49 309	1.81 388	0.86 194	1.11 277	1.34 385	1.32 420	0.99 409	4.23 508	0.86 378	0.26 381	0.22 398	0.28 416	0.22 337	0.30 408	0.28 365

GEStereo_RVC	0.93 413	0.40 396	1.15 375	0.67 413	0.50 391	0.95 387	0.78 448	2.73 561	1.21 360	1.20 336	1.12 288	1.25 398	0.91 373	3.21 486	0.95 410	0.31 447	0.20 367	0.23 298	0.20 267	0.28 375	0.31 405

HCRNet	0.72 299	0.40 396	0.86 266	0.61 343	0.57 439	0.75 286	0.35 141	1.39 280	1.21 360	1.11 277	0.99 228	1.01 335	0.76 295	2.18 431	0.73 341	0.28 420	0.19 351	0.28 416	0.23 369	0.25 341	0.26 331

ARAFT	0.82 355	0.40 396	1.77 473	0.53 215	0.31 164	0.89 359	0.81 464	2.32 515	1.08 285	1.66 507	1.25 346	1.04 341	0.64 258	1.91 397	0.52 256	0.20 216	0.15 233	0.28 416	0.27 429	0.17 100	0.18 120

CFNet	0.99 425	0.40 396	1.23 407	0.65 385	0.43 341	1.03 403	0.49 309	2.01 445	1.35 437	1.02 253	1.39 402	1.10 364	0.86 349	5.47 539	0.89 387	0.24 334	0.18 332	0.28 416	0.27 429	0.27 359	0.22 243

MDST_ROB	1.88 534	0.40 396	1.71 469	0.93 541	0.60 452	4.27 589	1.23 536	3.99 586	1.44 481	4.61 593	2.63 552	1.44 441	1.03 428	9.78 600	1.62 500	0.33 462	0.26 455	0.37 499	0.33 498	0.31 415	0.34 433

SGM_RVC	1.88 534	0.40 396	0.90 287	0.63 361	0.30 143	2.81 564	1.26 539	2.73 561	1.81 536	4.09 585	2.85 557	3.88 577	3.19 579	8.42 588	2.44 536	0.33 462	0.31 489	0.30 440	0.28 440	0.31 415	0.31 405
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SGM-Forest	1.29 489	0.40 396	0.74 191	0.54 229	0.37 274	1.55 491	1.26 539	1.82 390	1.39 462	2.22 548	1.81 503	1.64 480	1.02 426	7.65 581	1.20 443	0.39 500	0.37 527	0.39 507	0.34 504	0.37 455	0.34 433
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
rvit_0105_5	0.61 230	0.41 406	1.19 396	0.67 413	0.37 274	0.57 184	0.56 369	1.08 176	1.28 405	0.65 164	0.68 136	0.77 229	0.67 270	0.91 173	0.51 248	0.33 462	0.32 501	0.30 440	0.27 429	0.28 375	0.28 365

testlalala_base	0.83 364	0.41 406	0.80 219	0.67 413	0.53 414	0.78 301	0.30 87	1.84 394	0.60 106	0.75 183	0.91 202	0.68 202	0.54 204	0.69 98	0.46 209	2.92 590	0.15 233	0.17 89	0.12 38	2.95 589	0.27 349

CSP-Net	1.00 428	0.41 406	0.99 322	0.56 266	0.43 341	1.62 499	0.76 444	2.16 486	1.16 336	1.33 407	1.22 331	1.32 420	0.89 367	4.67 519	0.93 402	0.35 482	0.24 436	0.20 197	0.20 267	0.23 299	0.30 395

Select-FE	0.87 385	0.42 409	2.64 526	0.57 288	0.48 379	0.47 93	0.23 36	2.59 552	0.85 191	1.08 272	1.32 375	2.00 523	1.73 534	1.15 244	0.47 219	0.21 253	0.17 300	0.21 231	0.26 411	0.20 211	0.33 423

CRFU-Net	0.90 400	0.42 409	1.10 360	0.69 438	0.59 448	1.76 511	0.84 471	2.33 521	0.92 212	1.45 460	1.20 323	1.62 475	1.25 479	1.38 299	0.94 407	0.28 420	0.23 426	0.22 264	0.19 235	0.24 329	0.27 349

TestStereo	0.65 251	0.42 409	0.83 242	0.52 192	0.27 73	0.57 184	0.44 258	1.07 171	0.92 212	0.85 209	1.01 235	0.68 202	0.56 213	3.22 487	0.47 219	0.23 312	0.15 233	0.24 322	0.18 212	0.28 375	0.18 120

HGLStereo	0.89 391	0.42 409	1.15 375	0.82 505	1.03 549	1.16 434	0.57 375	1.68 342	1.28 405	1.26 374	1.62 469	1.13 373	1.31 489	1.85 386	1.11 435	0.25 355	0.24 436	0.24 322	0.22 337	0.24 329	0.29 379

HITNet	0.71 293	0.42 409	1.07 349	0.52 192	0.25 49	1.05 407	0.48 298	2.12 469	1.08 285	1.21 343	1.23 340	0.91 290	0.84 336	0.90 170	0.91 395	0.17 93	0.12 43	0.21 231	0.17 193	0.29 392	0.18 120
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
DDVS	0.80 344	0.43 414	1.09 355	0.64 378	0.44 351	1.27 456	0.43 239	1.49 299	0.94 225	1.21 343	1.16 312	1.42 435	0.63 254	2.14 427	1.02 424	0.29 436	0.22 398	0.26 385	0.23 369	0.31 415	0.37 450

AIO-Stereo-zeroshot1	1.06 443	0.43 414	3.59 546	0.53 215	0.66 477	0.79 309	0.39 193	2.60 553	0.98 241	0.96 237	4.58 578	2.05 534	0.56 213	0.99 195	0.51 248	0.19 170	0.14 162	0.21 231	0.28 440	0.32 426	0.41 472

sCroCo_RVC	0.51 155	0.43 414	1.15 375	0.66 399	0.60 452	0.52 144	0.40 201	0.93 119	0.64 122	0.45 88	0.76 163	0.49 118	0.49 176	0.65 88	0.49 240	0.27 402	0.28 471	0.23 298	0.22 337	0.29 392	0.28 365

FAT-Stereo	1.10 454	0.43 414	1.46 441	0.74 471	0.60 452	1.13 424	0.92 489	2.06 459	1.71 525	1.75 515	2.00 523	2.02 527	1.47 512	2.02 414	1.26 455	0.44 520	0.36 522	0.34 479	0.29 459	0.36 449	0.57 526

iResNetv2_ROB	0.88 389	0.43 414	2.62 525	0.60 329	0.38 288	0.94 380	0.67 419	1.88 410	1.38 453	1.27 379	1.45 421	1.26 404	1.05 439	1.92 398	0.64 319	0.24 334	0.15 233	0.19 158	0.14 108	0.24 329	0.21 214

StereoDRNet-Refined	0.84 370	0.43 414	1.01 329	0.66 399	0.43 341	1.32 460	0.49 309	1.64 334	1.24 377	1.53 478	1.45 421	1.49 452	0.97 403	1.32 286	1.31 460	0.21 253	0.17 300	0.27 400	0.25 393	0.25 341	0.34 433
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.92 408	0.43 414	0.95 308	0.71 451	0.55 428	1.11 421	0.83 469	1.61 330	1.32 430	1.67 508	1.66 478	1.70 490	0.93 383	1.96 406	1.34 468	0.26 381	0.25 448	0.27 400	0.28 440	0.28 375	0.28 365

LL-Strereo	1.42 498	0.44 421	2.02 492	0.62 351	1.07 551	0.73 279	0.65 413	2.02 446	1.21 360	1.60 494	1.62 469	2.02 527	2.10 555	9.67 599	1.07 430	0.22 288	0.20 367	0.27 400	0.24 384	0.23 299	0.33 423

stereogan	1.22 476	0.45 422	2.03 495	0.87 522	0.85 528	2.52 553	0.72 436	1.98 436	1.78 533	1.92 531	1.94 517	2.31 544	1.42 506	2.10 423	1.14 436	0.38 494	0.36 522	0.39 507	0.32 484	0.52 516	0.49 501

NVstereo2D	0.99 425	0.45 422	2.21 507	0.79 497	0.75 503	1.20 446	0.86 478	1.98 436	1.41 468	1.02 253	1.18 318	1.31 416	0.97 403	2.25 437	0.93 402	0.45 523	0.22 398	0.39 507	0.25 393	0.59 532	0.68 545

iResNet	0.80 344	0.45 422	1.47 442	0.72 457	0.31 164	0.96 393	0.64 411	1.80 384	1.28 405	1.31 398	1.48 428	0.94 306	0.78 306	1.77 375	0.99 416	0.19 170	0.14 162	0.18 129	0.15 129	0.22 277	0.27 349

Wz-Net-LNSev-Ref	1.09 453	0.46 425	2.61 524	0.71 451	0.65 471	2.00 533	0.78 448	2.07 461	1.47 492	1.62 499	1.47 425	1.53 461	1.29 485	2.10 423	1.65 506	0.24 334	0.14 162	0.20 197	0.16 169	0.28 375	0.28 365

DMCA-RVC	0.83 364	0.46 425	2.19 506	0.68 425	0.49 386	0.84 344	0.48 298	1.44 289	1.07 282	1.56 486	1.04 251	1.29 411	0.86 349	1.49 333	0.92 399	0.27 402	0.22 398	0.35 486	0.28 440	0.32 426	0.28 365

NLCA_NET_v2_RVC	0.84 370	0.46 425	1.40 438	0.69 438	0.61 458	0.95 387	0.52 330	1.68 342	1.21 360	1.39 435	1.15 310	1.42 435	0.88 364	1.78 377	0.93 402	0.26 381	0.23 426	0.27 400	0.27 429	0.30 408	0.39 463
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CBMV_ROB	0.99 425	0.46 425	0.68 156	0.53 215	0.39 297	1.40 476	0.48 298	2.09 465	1.30 421	1.53 478	2.29 538	1.36 426	1.23 475	2.46 453	1.04 428	0.44 520	0.42 544	0.47 531	0.44 531	0.41 474	0.39 463

pmcnn	2.84 571	0.46 425	5.19 561	0.68 425	0.42 336	1.55 491	1.16 528	2.32 515	1.60 515	2.72 565	7.49 595	17.96 613	1.48 514	6.04 551	6.64 579	0.18 130	0.15 233	0.15 30	0.12 38	0.20 211	0.20 186

DFGA-Net	0.77 324	0.47 430	1.75 471	0.55 245	0.46 364	0.83 334	0.44 258	1.38 276	1.10 298	1.05 262	1.20 323	0.70 210	0.58 233	2.27 439	1.31 460	0.19 170	0.17 300	0.24 322	0.24 384	0.28 375	0.30 395

rvit_0105_3	0.66 253	0.47 430	1.27 416	0.74 471	0.40 309	0.63 226	0.70 432	1.22 237	1.28 405	0.83 202	0.71 152	0.82 248	0.72 288	0.93 178	0.58 293	0.37 492	0.34 511	0.34 479	0.32 484	0.28 375	0.31 405

rvit_stereo_0075_2	0.66 253	0.47 430	1.21 404	0.67 413	0.66 477	0.53 153	0.48 298	1.24 244	1.17 341	0.77 188	0.91 202	0.78 233	0.59 238	1.05 213	0.63 313	0.37 492	0.28 471	0.40 513	0.31 477	0.38 461	0.34 433

Anonymous3	0.64 247	0.47 430	1.31 423	0.59 321	0.50 391	0.93 377	0.69 425	1.11 191	0.83 184	0.74 181	0.89 199	0.65 194	0.68 274	1.08 225	0.54 275	0.40 502	0.31 489	0.26 385	0.26 411	0.31 415	0.30 395

RAFT + AFF	1.07 448	0.47 430	1.36 433	0.68 425	0.50 391	1.20 446	1.22 534	2.58 551	1.26 393	1.33 407	1.56 456	1.19 382	1.49 515	3.89 506	1.01 421	0.22 288	0.26 455	0.30 440	0.27 429	0.29 392	0.32 414

LE_ROB	8.35 601	0.47 430	27.42 616	0.83 509	0.34 238	2.84 566	3.36 600	4.03 587	27.04 621	25.20 621	8.72 603	8.55 601	27.35 621	7.37 577	22.13 613	0.22 288	0.20 367	0.20 197	0.21 309	0.25 341	0.25 311

fast-acv-ft	1.00 428	0.48 436	1.85 481	0.61 343	0.52 406	1.77 513	0.69 425	1.52 304	1.47 492	1.34 414	1.85 508	1.73 493	1.24 478	1.62 354	1.56 491	0.27 402	0.28 471	0.28 416	0.28 440	0.28 375	0.31 405

S-Stereo	1.17 465	0.48 436	2.25 511	0.83 509	0.81 522	1.22 448	1.17 529	2.12 469	2.08 551	1.47 464	2.13 530	1.55 464	1.16 460	2.09 422	1.46 481	0.42 510	0.40 538	0.35 486	0.32 484	0.45 494	0.73 549

AdaStereo	0.74 306	0.48 436	0.86 266	0.75 480	0.38 288	0.94 380	0.56 369	2.05 457	1.24 377	1.15 304	1.22 331	1.07 349	0.67 270	1.05 213	0.73 341	0.33 462	0.16 271	0.32 459	0.22 337	0.29 392	0.23 266
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.
SGM-ForestM	7.81 600	0.48 436	11.02 588	0.74 471	0.40 309	16.83 609	12.72 611	7.91 606	8.13 602	11.53 612	10.25 606	22.44 621	14.01 611	17.02 613	20.52 612	0.38 494	0.39 537	0.37 499	0.36 511	0.37 455	0.38 458

CBMV	1.04 436	0.48 436	0.88 273	0.56 266	0.36 263	1.52 488	1.55 554	1.87 405	1.59 512	2.11 545	1.67 480	1.46 447	1.35 494	1.92 398	1.31 460	0.35 482	0.35 518	0.39 507	0.33 498	0.34 441	0.34 433
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
CVANet_RVC	1.10 454	0.49 441	1.15 375	0.65 385	0.54 422	0.93 377	1.00 507	1.69 353	1.36 446	1.42 447	1.39 402	1.24 397	1.17 464	6.22 554	0.80 369	0.35 482	0.24 436	0.35 486	0.30 471	0.44 491	0.32 414

DRN-Test	1.07 448	0.49 441	1.95 489	0.75 480	0.81 522	1.61 497	0.78 448	2.26 505	1.53 501	1.84 524	1.35 390	1.42 435	1.04 434	2.26 438	1.61 498	0.28 420	0.23 426	0.31 447	0.30 471	0.33 433	0.33 423

NOSS_ROB	1.29 489	0.49 441	0.68 156	0.60 329	0.40 309	1.09 420	0.77 445	1.94 428	1.44 481	1.04 259	1.46 423	1.10 364	0.81 326	10.57 608	0.78 357	0.46 524	0.43 545	0.48 533	0.45 534	0.45 494	0.43 484

WQFJX	0.89 391	0.50 444	1.24 410	0.75 480	0.78 513	1.18 443	0.96 499	2.05 457	1.09 293	1.09 273	1.22 331	0.62 184	0.58 233	3.62 496	0.94 407	0.19 170	0.18 332	0.24 322	0.19 235	0.23 299	0.23 266

iinet-f	1.04 436	0.50 444	4.24 554	0.58 302	0.43 341	1.78 517	0.70 432	1.29 259	1.16 336	1.25 361	1.42 413	1.57 468	1.42 506	1.47 324	1.70 510	0.26 381	0.23 426	0.20 197	0.20 267	0.26 353	0.26 331

LMCR-Stereo	0.87 385	0.50 444	0.99 322	0.80 498	0.43 341	1.32 460	0.55 362	2.79 566	1.03 264	1.55 484	1.49 429	0.74 221	1.01 418	1.76 374	0.99 416	0.30 443	0.17 300	0.22 264	0.18 212	0.31 415	0.22 243

GMStereo	0.58 203	0.50 444	1.09 355	0.52 192	0.32 197	0.80 316	0.43 239	1.02 147	1.41 468	0.89 220	0.77 167	0.52 139	0.46 151	0.89 167	0.56 284	0.25 355	0.16 271	0.20 197	0.22 337	0.31 415	0.27 349
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TDLM	1.08 452	0.50 444	1.01 329	0.69 438	0.54 422	0.91 366	1.40 547	1.60 328	1.36 446	1.17 312	1.40 407	1.07 349	1.00 415	6.19 552	0.85 377	0.34 472	0.22 398	0.35 486	0.26 411	0.38 461	0.29 379

DualNet (step1)	0.89 391	0.51 449	1.35 428	0.58 302	0.40 309	1.07 411	0.80 459	1.99 440	1.27 397	1.25 361	1.22 331	1.09 360	1.01 418	1.31 280	0.73 341	0.59 550	0.32 501	0.62 558	0.67 565	0.45 494	0.48 496

test_sample9	1.96 540	0.51 449	1.35 428	0.58 302	0.40 309	1.07 411	0.80 459	1.99 440	1.27 397	1.25 361	1.22 331	1.09 360	1.01 418	2.46 453	8.57 586	0.59 550	12.85 619	0.62 558	0.67 565	0.45 494	0.48 496

test_sample8	2.29 555	0.51 449	1.35 428	0.58 302	0.40 309	1.07 411	0.80 459	2.03 450	1.22 368	2.28 551	1.33 381	4.98 588	2.51 571	2.46 453	8.57 586	0.59 550	12.85 619	0.62 558	0.67 565	0.45 494	0.48 496

dd	0.62 233	0.51 449	1.17 390	0.56 266	0.33 217	0.74 281	0.46 280	1.03 155	1.40 464	0.80 193	0.87 194	0.60 174	0.57 216	1.02 206	0.86 378	0.28 420	0.18 332	0.26 385	0.19 235	0.35 445	0.27 349

SACVNet	0.89 391	0.51 449	1.08 352	0.83 509	0.58 442	0.83 334	0.78 448	1.84 394	1.17 341	1.39 435	1.33 381	1.25 398	1.01 418	2.31 443	0.92 399	0.35 482	0.26 455	0.31 447	0.29 459	0.35 445	0.48 496

FADNet-RVC-Resample	0.91 405	0.51 449	2.92 532	0.64 378	0.46 364	1.07 411	0.60 396	1.76 373	1.24 377	1.10 276	0.98 227	1.06 346	0.98 406	2.17 430	0.95 410	0.24 334	0.22 398	0.30 440	0.32 484	0.36 449	0.40 468

RYNet	1.24 483	0.52 455	1.57 458	0.73 465	0.97 545	1.74 509	0.95 498	2.09 465	1.54 503	1.44 454	1.18 318	1.94 517	1.29 485	4.57 516	1.93 521	0.27 402	0.23 426	0.35 486	0.27 429	0.57 529	0.59 531

GANet	1.41 496	0.52 455	1.18 395	0.74 471	0.48 379	1.40 476	1.69 560	1.87 405	1.28 405	1.56 486	2.39 542	1.56 466	1.25 479	9.13 592	1.20 443	0.31 447	0.32 501	0.34 479	0.29 459	0.40 470	0.33 423

STTStereo	0.82 355	0.53 457	1.53 454	0.68 425	0.56 434	0.88 357	0.56 369	1.57 319	1.14 324	1.39 435	1.10 275	1.26 404	0.84 336	1.49 333	0.90 391	0.29 436	0.28 471	0.33 471	0.40 521	0.33 433	0.37 450

Nwc_Net	1.19 471	0.53 457	2.34 513	0.92 535	0.81 522	1.49 485	0.70 432	2.28 513	1.32 430	1.41 443	2.27 536	2.03 530	1.76 537	2.05 419	1.46 481	0.43 511	0.30 484	0.43 520	0.46 536	0.39 466	0.40 468

StereoDRNet	1.05 441	0.53 457	2.21 507	0.80 498	0.93 538	1.50 486	0.90 485	2.06 459	1.44 481	1.68 509	1.20 323	1.48 450	0.99 409	1.86 389	1.60 497	0.29 436	0.24 436	0.29 428	0.28 440	0.35 445	0.33 423

rvit_105_1	0.76 318	0.54 460	1.27 416	0.80 498	0.49 386	0.74 281	0.86 478	1.39 280	1.23 373	1.00 244	0.80 178	0.93 300	0.78 306	1.29 277	0.78 357	0.43 511	0.36 522	0.36 496	0.42 525	0.30 408	0.36 446

BEATNet_4x	0.82 355	0.54 460	2.02 492	0.56 266	0.28 109	1.04 404	0.55 362	2.14 479	1.13 318	1.24 358	1.26 348	1.00 330	0.94 386	1.13 241	1.23 451	0.21 253	0.14 162	0.24 322	0.20 267	0.37 455	0.23 266

RP	1.17 465	0.54 460	1.48 444	0.93 541	1.05 550	1.14 427	0.85 477	1.99 440	1.70 523	1.72 512	2.07 527	1.91 509	1.93 547	2.00 411	1.37 472	0.55 545	0.37 527	0.48 533	0.37 515	0.46 501	0.46 494

edge stereo	1.15 462	0.54 460	1.50 446	0.73 465	0.66 477	1.18 443	0.84 471	2.13 477	1.41 468	1.73 513	1.84 505	2.53 553	1.46 510	2.46 453	1.35 470	0.43 511	0.41 539	0.54 545	0.36 511	0.43 480	0.50 505

ACV-stereo	1.00 428	0.55 464	1.47 442	0.59 321	0.42 336	2.38 551	0.58 382	1.20 230	1.21 360	0.83 202	1.01 235	3.36 571	2.10 555	1.64 356	1.17 439	0.28 420	0.22 398	0.23 298	0.22 337	0.29 392	0.35 442

SDNR	1.66 517	0.55 464	2.36 514	0.56 266	0.58 442	3.79 583	0.45 274	1.78 377	1.40 464	1.38 432	2.45 547	1.13 373	0.96 393	11.03 609	1.31 460	0.67 558	0.64 573	0.43 520	0.32 484	0.71 549	0.76 553

DeepPruner_ROB	0.79 338	0.55 464	1.14 373	0.61 343	0.46 364	0.78 301	0.54 350	1.83 392	1.00 254	1.42 447	1.27 357	1.23 393	0.77 299	1.56 337	0.89 387	0.35 482	0.28 471	0.27 400	0.26 411	0.32 426	0.34 433

WCMA_ROB	2.05 544	0.55 464	1.77 473	0.74 471	0.61 458	2.24 544	1.56 555	2.17 494	1.79 534	4.16 589	6.36 590	5.66 590	4.66 594	3.19 485	2.77 541	0.55 545	0.45 548	0.40 513	0.43 529	0.48 506	0.50 505

Anonymous_2	1.37 491	0.56 468	0.94 304	0.57 288	0.62 462	1.04 404	0.65 413	1.82 390	1.01 257	1.00 244	0.79 173	1.42 435	1.27 482	1.06 218	0.83 373	0.62 553	0.67 576	1.05 575	9.88 616	1.09 568	0.55 521

FADNet_RVC	0.88 389	0.56 468	2.15 503	0.57 288	0.43 341	1.17 441	0.46 280	1.68 342	1.12 312	0.91 223	1.24 344	0.91 290	0.94 386	2.22 433	1.20 443	0.28 420	0.22 398	0.32 459	0.28 440	0.46 501	0.42 480

AF-Net	1.23 480	0.56 468	2.31 512	0.88 524	0.93 538	1.41 478	0.73 439	2.27 511	1.71 525	1.76 518	2.42 544	2.00 523	1.70 530	1.98 407	1.62 500	0.50 536	0.29 480	0.49 535	0.33 498	0.40 470	0.34 433

ADCP+	2.12 549	0.56 468	10.01 584	0.68 425	0.91 534	2.25 545	1.04 512	1.92 424	1.50 499	1.58 490	1.34 385	1.73 493	1.62 521	2.27 439	13.20 598	0.25 355	0.22 398	0.32 459	0.29 459	0.38 461	0.34 433

XPNet_ROB	1.02 433	0.56 468	1.33 427	0.75 480	0.58 442	1.11 421	1.13 522	1.77 375	1.29 417	1.88 527	1.43 417	1.63 479	1.13 459	2.04 415	1.69 508	0.40 502	0.31 489	0.33 471	0.29 459	0.37 455	0.37 450

PSMNet_ROB	0.95 414	0.57 473	1.45 440	0.75 480	0.64 466	1.28 457	1.12 520	1.84 394	1.15 329	1.16 308	1.29 367	1.44 441	0.89 367	1.74 371	1.70 510	0.33 462	0.25 448	0.37 499	0.39 519	0.36 449	0.32 414

YMNet	1.04 436	0.59 474	1.67 466	0.86 519	0.86 529	1.84 521	0.61 401	1.70 357	1.28 405	1.65 504	1.98 520	1.75 498	0.96 393	1.57 339	1.58 493	0.34 472	0.37 527	0.32 459	0.32 484	0.33 433	0.32 414

YMNet_1	1.04 436	0.59 474	1.67 466	0.86 519	0.86 529	1.84 521	0.61 401	1.70 357	1.28 405	1.65 504	1.98 520	1.75 498	0.96 393	1.57 339	1.58 493	0.34 472	0.37 527	0.32 459	0.32 484	0.33 433	0.32 414

APVNet	1.11 456	0.59 474	1.95 489	0.87 522	0.77 509	1.90 526	0.82 468	2.03 450	1.15 329	1.14 302	1.43 417	1.55 464	1.12 458	3.03 480	1.62 500	0.32 455	0.34 511	0.42 519	0.36 511	0.36 449	0.41 472

HBP-ISP	1.00 428	0.60 477	0.85 259	0.64 378	0.48 379	1.63 500	0.77 445	2.24 504	1.30 421	1.33 407	1.53 446	0.87 268	0.99 409	3.26 489	0.76 351	0.46 524	0.44 546	0.54 545	0.48 540	0.48 506	0.42 480

NCC-stereo	1.20 473	0.60 477	1.84 479	0.88 524	0.95 542	1.32 460	0.94 495	2.14 479	1.36 446	1.43 451	1.79 497	1.93 513	2.13 560	2.54 462	1.41 475	0.49 532	0.38 532	0.45 525	0.59 558	0.43 480	0.45 489

Abc-Net	1.20 473	0.60 477	1.84 479	0.88 524	0.95 542	1.32 460	0.94 495	2.14 479	1.36 446	1.43 451	1.79 497	1.93 513	2.13 560	2.54 462	1.41 475	0.49 532	0.38 532	0.45 525	0.59 558	0.43 480	0.45 489
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AANet_RVC	1.22 476	0.60 477	1.94 485	0.69 438	0.46 364	0.75 286	0.69 425	1.51 300	1.57 510	1.36 425	1.90 514	1.51 458	0.87 358	7.23 575	1.89 520	0.26 381	0.19 351	0.19 158	0.16 169	0.23 299	0.37 450

MeshStereo	2.36 557	0.60 477	1.05 342	0.63 361	0.51 401	2.58 555	0.99 505	3.46 578	2.21 557	7.38 607	5.06 585	7.50 595	3.10 578	7.02 574	2.54 538	0.44 520	0.44 546	0.45 525	0.40 521	0.43 480	0.45 489
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
z-ln-s-r	1.18 470	0.61 482	2.91 531	0.54 229	0.56 434	0.81 324	0.86 478	1.72 365	1.55 509	1.18 323	1.62 469	1.37 430	1.16 460	3.67 500	3.77 557	0.20 216	0.15 233	0.21 231	0.17 193	0.29 392	0.24 290

FC-DCNN v2	2.96 575	0.61 482	1.13 368	0.75 480	0.57 439	2.90 568	1.06 515	3.59 582	2.66 570	7.05 604	7.66 598	10.26 607	7.17 603	6.27 557	4.49 566	0.54 541	0.48 555	0.51 538	0.50 545	0.53 521	0.52 511

sAnonymous2	0.59 215	0.61 482	1.82 477	0.61 343	0.52 406	0.51 138	0.54 350	0.97 132	0.70 138	0.50 121	0.68 136	0.46 101	0.63 254	0.61 66	0.41 167	0.22 288	0.17 300	0.23 298	0.21 309	0.85 555	0.56 523

CroCo_RVC	0.59 215	0.61 482	1.82 477	0.61 343	0.52 406	0.51 138	0.54 350	0.97 132	0.70 138	0.50 121	0.68 136	0.46 101	0.63 254	0.61 66	0.41 167	0.22 288	0.17 300	0.23 298	0.21 309	0.85 555	0.56 523

ADCRef	1.50 505	0.61 482	3.83 550	0.76 489	0.77 509	1.91 527	0.77 445	2.16 486	1.34 434	1.63 501	1.59 466	1.35 425	1.40 501	1.79 382	8.32 585	0.25 355	0.21 383	0.32 459	0.31 477	0.31 415	0.32 414

FC-DCNN	2.88 574	0.61 482	1.15 375	0.75 480	0.57 439	2.85 567	1.05 513	3.44 577	2.64 569	6.93 603	7.63 596	9.86 604	7.02 602	5.76 545	4.31 563	0.54 541	0.48 555	0.51 538	0.50 545	0.53 521	0.52 511

MSMD_ROB	2.08 546	0.61 482	1.15 375	0.71 451	0.62 462	4.00 585	0.93 493	1.94 428	1.79 534	4.71 595	4.60 579	8.14 599	3.87 590	3.75 503	1.65 506	0.54 541	0.48 555	0.55 549	0.58 556	0.53 521	0.52 511

PS-NSSS	1.02 433	0.62 489	1.17 390	0.61 343	0.58 442	0.91 366	0.79 456	2.02 446	1.19 349	1.17 312	1.68 482	1.00 330	0.85 341	4.43 513	0.86 378	0.38 494	0.31 489	0.52 540	0.32 484	0.52 516	0.45 489

GwcNet	1.26 485	0.63 490	5.13 560	0.81 502	1.15 560	1.73 507	0.69 425	1.84 394	1.53 501	1.51 473	1.71 487	1.72 491	1.09 446	2.20 432	1.61 498	0.31 447	0.30 484	0.29 428	0.27 429	0.30 408	0.41 472

PA-Net	1.14 460	0.63 490	2.12 501	0.67 413	0.75 503	1.19 445	0.91 487	1.91 417	1.46 491	1.18 323	1.23 340	1.33 422	1.17 464	4.31 511	1.41 475	0.29 436	0.46 552	0.33 471	0.50 545	0.33 433	0.57 526
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NaN_ROB	1.23 480	0.63 490	1.76 472	0.67 413	0.50 391	1.59 496	2.00 574	1.87 405	1.52 500	2.14 547	1.26 348	1.40 434	1.09 446	4.60 517	1.75 513	0.28 420	0.34 511	0.28 416	0.29 459	0.30 408	0.37 450

GMStereo_Zeroshot	0.70 287	0.64 493	1.11 362	0.65 385	0.38 288	0.84 344	0.37 169	1.09 183	1.16 336	1.14 302	1.07 262	1.26 404	0.55 207	1.23 263	0.65 324	0.34 472	0.17 300	0.31 447	0.18 212	0.57 529	0.23 266

FADNet	0.98 422	0.64 493	2.57 521	0.66 399	0.55 428	0.95 387	0.57 375	1.91 417	1.38 453	0.94 232	1.02 238	1.36 426	1.00 415	2.69 469	0.97 414	0.34 472	0.34 511	0.31 447	0.34 504	0.61 538	0.42 480

MANE	7.50 599	0.64 493	7.97 573	1.40 567	2.10 580	16.86 610	12.56 610	12.91 612	17.51 617	8.50 609	11.60 607	14.66 610	13.33 609	12.02 610	13.28 599	0.62 553	0.52 563	0.52 540	1.90 600	0.56 527	0.58 529

DANet	1.16 463	0.64 493	1.52 451	0.88 524	0.74 499	1.52 488	0.52 330	1.68 342	1.21 360	1.81 521	1.55 450	2.02 527	1.11 452	3.30 491	2.28 531	0.34 472	0.31 489	0.40 513	0.30 471	0.46 501	0.54 515
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DPSNet	1.91 539	0.64 493	5.95 562	0.73 465	0.59 448	2.04 536	1.61 558	3.84 584	1.96 545	1.54 481	1.39 402	2.27 540	3.32 582	4.95 525	4.79 568	0.50 536	0.31 489	0.29 428	0.26 411	0.67 544	0.54 515

NCCL2	1.06 443	0.64 493	1.35 428	0.78 495	0.58 442	1.32 460	1.69 560	1.89 412	1.38 453	1.52 475	1.20 323	1.91 509	1.17 464	1.79 382	1.50 485	0.35 482	0.31 489	0.45 525	0.44 531	0.41 474	0.45 489

FCDSN-DC	2.47 562	0.65 499	1.00 327	0.85 516	0.75 503	2.26 546	0.97 501	2.31 514	1.83 537	5.52 602	7.65 597	7.72 598	7.70 604	4.43 513	2.64 539	0.52 539	0.48 555	0.52 540	0.52 549	0.57 529	0.59 531
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
TCMNet	1.07 448	0.66 500	2.49 517	0.92 535	1.32 570	1.14 427	0.67 419	1.91 417	1.29 417	1.20 336	1.57 460	1.29 411	0.96 393	2.23 434	1.59 496	0.32 455	0.31 489	0.38 503	0.35 508	0.43 480	0.40 468

Wz-Net-MNSev	1.21 475	0.66 500	3.44 544	0.69 438	0.73 494	1.93 529	1.44 549	2.16 486	1.59 512	1.85 526	1.49 429	1.50 455	1.34 493	2.05 419	1.54 490	0.27 402	0.24 436	0.28 416	0.28 440	0.35 445	0.32 414

FBW_ROB	1.78 526	0.66 500	1.90 484	0.72 457	0.66 477	1.79 518	1.07 516	2.79 566	1.77 529	1.84 524	1.79 497	1.98 521	1.37 497	12.42 611	2.22 528	0.36 489	0.38 532	0.57 553	0.39 519	0.46 501	0.51 509

LALA_ROB	1.06 443	0.66 500	1.37 436	0.70 447	0.53 414	1.61 497	1.25 538	1.81 388	1.48 496	1.82 523	1.40 407	1.93 513	1.03 428	1.68 362	1.69 508	0.38 494	0.28 471	0.43 520	0.37 515	0.43 480	0.38 458

FINET	1.54 508	0.67 504	7.28 571	0.76 489	0.97 545	1.42 481	1.38 546	2.80 568	3.12 578	1.23 354	1.68 482	1.04 341	1.11 452	3.35 492	1.78 517	0.43 511	0.37 527	0.32 459	0.29 459	0.43 480	0.41 472

G-Net	1.71 523	0.67 504	2.09 498	1.14 560	0.75 503	2.96 570	0.89 484	1.58 321	1.30 421	2.76 567	8.12 602	2.29 542	2.51 571	1.94 401	2.23 530	0.49 532	0.45 548	0.45 525	0.31 477	0.62 539	0.59 531

CSAN	1.61 514	0.67 504	3.24 541	0.74 471	0.52 406	1.77 513	1.74 565	1.98 436	1.94 543	2.47 560	2.33 540	1.93 513	2.04 552	6.45 564	1.95 522	0.43 511	0.36 522	0.41 518	0.42 525	0.43 480	0.44 487

DEFOM-Stereo_RVC	0.41 83	0.68 507	0.45 25	0.66 399	0.30 143	0.48 104	0.25 47	0.87 106	0.46 57	0.39 59	0.37 34	0.30 39	0.69 278	1.16 248	0.31 56	0.17 93	0.11 22	0.16 61	0.12 38	0.18 136	0.14 18

w-ln-seven-2	1.42 498	0.69 508	6.86 568	0.71 451	0.62 462	1.23 450	0.92 489	1.84 394	1.59 512	1.74 514	1.59 466	1.49 452	1.40 501	3.69 501	2.22 528	0.27 402	0.26 455	0.29 428	0.26 411	0.34 441	0.33 423

ETE_ROB	1.01 432	0.69 508	1.49 445	0.72 457	0.50 391	1.15 431	1.12 520	1.91 417	1.24 377	1.94 535	1.50 436	1.73 493	1.06 440	1.78 377	1.33 467	0.33 462	0.26 455	0.38 503	0.34 504	0.40 470	0.44 487

ADCL	1.82 530	0.70 510	4.57 557	0.70 447	0.63 465	2.56 554	1.77 567	2.08 462	1.77 529	1.95 537	1.89 512	2.04 532	1.88 545	2.36 446	9.55 592	0.27 402	0.25 448	0.35 486	0.32 484	0.39 466	0.39 463

SANet	2.26 554	0.70 510	6.94 569	0.69 438	0.46 364	2.76 563	1.76 566	2.61 554	5.84 600	2.45 557	3.52 568	3.71 574	3.38 584	5.90 547	2.14 526	0.34 472	0.31 489	0.32 459	0.29 459	0.54 524	0.43 484

TRStereo	0.67 264	0.71 512	1.06 344	0.77 491	0.68 484	0.53 153	0.38 179	2.52 547	0.96 234	0.81 198	0.84 187	0.87 268	0.39 103	1.16 248	0.46 209	0.24 334	0.17 300	0.23 298	0.24 384	0.18 136	0.20 186

XX-TBD	0.47 130	0.71 512	0.39 3	0.81 502	0.25 49	0.57 184	0.26 57	0.73 54	1.30 421	0.78 190	1.01 235	0.45 98	0.33 60	0.49 24	0.39 139	0.20 216	0.15 233	0.15 30	0.11 7	0.17 100	0.15 38

ccnet	1.19 471	0.71 512	1.36 433	0.81 502	0.75 503	1.72 504	1.13 522	1.98 436	1.31 428	1.52 475	1.84 505	1.75 498	1.36 496	2.01 412	2.04 523	0.57 547	0.54 565	0.57 553	0.56 554	0.60 535	0.60 534

Wz-Net-LNSev	1.17 465	0.72 515	4.71 558	0.66 399	0.84 527	1.72 504	1.13 522	1.97 435	1.43 478	1.34 414	1.32 375	1.66 482	1.30 488	1.44 318	1.51 487	0.29 436	0.26 455	0.24 322	0.23 369	0.33 433	0.35 442

FADNet-RVC	0.96 418	0.72 515	2.96 533	0.64 378	0.49 386	0.90 363	0.59 389	1.85 402	1.27 397	0.92 226	0.97 222	1.36 426	0.90 370	2.36 446	1.31 460	0.30 443	0.29 480	0.32 459	0.32 484	0.42 478	0.37 450

SuperB	2.50 563	0.72 515	18.07 603	0.72 457	0.53 414	1.85 523	0.86 478	1.80 384	2.40 560	1.54 481	1.42 413	1.13 373	1.17 464	4.18 507	4.80 570	0.25 355	0.20 367	0.23 298	0.19 235	7.64 612	0.38 458

dad	0.90 400	0.73 518	1.28 419	0.59 321	0.39 297	0.83 334	0.45 274	1.24 244	1.54 503	1.52 475	1.28 363	1.36 426	0.86 349	2.54 462	0.91 395	0.43 511	0.27 465	0.82 566	0.26 411	0.44 491	0.34 433

PDISCO_ROB	1.41 496	0.73 518	2.04 496	1.40 567	1.46 574	2.83 565	1.07 516	2.64 555	2.11 553	1.41 443	1.50 436	1.73 493	0.99 409	2.83 476	1.46 481	1.03 569	0.27 465	0.54 545	0.47 538	0.77 551	0.84 559

psmorigin	1.69 522	0.74 520	13.13 591	0.70 447	0.60 452	1.16 434	0.79 456	1.69 353	1.25 385	2.07 543	1.77 495	2.23 537	1.51 516	2.14 427	1.45 479	0.39 500	0.41 539	0.34 479	0.33 498	0.45 494	0.63 538

ADCPNet	1.97 542	0.78 521	9.38 581	0.74 471	0.61 458	2.73 562	1.36 545	2.11 468	1.66 519	1.92 531	1.70 485	2.45 551	2.07 553	2.50 459	6.84 580	0.38 494	0.38 532	0.38 503	0.43 529	0.47 505	0.50 505

Syn2CoEx	1.23 480	0.80 522	3.07 536	0.83 509	0.68 484	1.39 472	0.87 482	2.23 502	1.57 510	1.28 385	1.58 462	1.42 435	1.57 519	3.79 504	1.48 484	0.36 489	0.32 501	0.34 479	0.30 471	0.30 408	0.41 472

ELAS_RVC	2.87 573	0.80 522	3.22 540	1.16 562	1.12 554	2.92 569	5.33 603	2.98 572	4.18 591	5.04 597	4.82 582	4.71 582	8.23 605	4.25 510	4.79 568	0.67 558	0.57 569	0.57 553	0.53 551	0.66 543	0.74 550
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	2.67 564	0.80 522	2.13 502	1.13 557	1.15 560	6.25 597	2.56 594	3.50 579	3.68 586	5.36 600	4.92 584	3.79 575	5.56 596	3.65 497	5.22 572	0.66 557	0.57 569	0.56 551	0.54 552	0.65 542	0.75 552
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SHD	1.42 498	0.81 525	2.79 529	0.98 548	0.92 535	1.97 530	0.68 422	2.43 532	2.55 563	2.54 562	1.72 488	2.01 526	1.62 521	2.14 427	2.70 540	0.40 502	0.33 507	0.39 507	0.40 521	0.48 506	0.54 515

RGC	1.22 476	0.82 526	1.71 469	0.95 546	0.98 547	1.53 490	0.80 459	2.18 495	1.35 437	1.69 510	1.94 517	2.03 530	1.66 527	2.36 446	1.50 485	0.46 524	0.36 522	0.59 556	0.48 540	0.49 510	0.49 501

DeepPrunerF	1.68 520	0.82 526	6.82 567	0.94 544	1.20 565	0.91 366	0.97 501	2.50 544	5.19 598	1.22 351	1.30 368	1.18 380	1.29 485	4.96 526	1.75 513	0.43 511	0.35 518	0.52 540	0.48 540	0.43 480	0.42 480

w-ln-seven	1.56 510	0.83 528	5.96 563	0.78 495	0.74 499	2.64 559	1.01 510	2.13 477	2.03 548	2.09 544	1.76 492	1.84 506	1.27 482	2.98 479	3.23 551	0.29 436	0.26 455	0.31 447	0.30 471	0.41 474	0.38 458

DGSMNet	1.24 483	0.84 529	3.20 538	0.91 534	0.92 535	1.39 472	1.34 543	2.46 538	1.44 481	1.34 414	1.66 478	1.50 455	1.03 428	1.85 386	1.30 459	0.48 530	0.48 555	0.55 549	0.51 548	0.78 552	0.79 555

aanetorigin	1.26 485	0.85 530	3.00 534	0.72 457	0.80 518	1.08 415	1.05 513	1.12 193	1.39 462	3.53 583	2.60 551	1.72 491	1.73 534	1.98 407	1.77 516	0.26 381	0.24 436	0.26 385	0.25 393	0.38 461	0.51 509

RTSC	1.43 501	0.89 531	3.62 548	0.94 544	0.64 466	1.85 523	0.69 425	2.20 500	2.04 550	2.22 548	1.70 485	1.67 484	1.27 482	2.53 461	4.48 565	0.33 462	0.25 448	0.27 400	0.29 459	0.38 461	0.40 468

SAMSARA	1.80 528	0.90 532	3.37 543	1.28 566	1.13 556	3.71 579	2.33 588	2.53 548	1.93 542	3.17 580	1.73 489	2.99 563	1.68 529	3.53 495	2.46 537	0.47 528	0.54 565	0.43 520	0.47 538	0.59 532	0.64 539

ADCMid	2.11 548	0.90 532	8.39 577	0.75 480	0.69 487	1.98 531	1.14 525	2.18 495	1.67 521	2.85 569	1.85 508	2.35 546	2.02 551	2.35 445	10.58 596	0.34 472	0.32 501	0.39 507	0.44 531	0.51 515	0.53 514

GANetREF_RVC	1.11 456	0.90 532	1.56 456	0.88 524	0.53 414	1.41 478	1.35 544	1.91 417	1.54 503	1.28 385	1.32 375	1.46 447	1.23 475	2.04 415	1.00 420	0.57 547	0.45 548	0.67 561	0.52 549	0.91 559	0.62 536
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
PVD	1.82 530	0.91 535	3.02 535	1.03 551	0.94 541	2.61 557	1.14 525	2.78 565	3.40 583	3.08 578	2.75 554	2.39 549	2.49 570	2.81 474	3.66 556	0.48 530	0.49 561	0.59 556	0.49 543	0.60 535	0.81 557

PWCDC_ROB	1.39 494	0.91 535	2.10 499	1.08 554	0.92 535	1.72 504	0.58 382	2.03 450	3.30 581	1.32 401	4.87 583	1.21 385	1.71 532	1.98 407	1.75 513	0.65 556	0.26 455	0.29 428	0.25 393	0.56 527	0.41 472

PWC_ROB	1.39 494	0.93 537	4.07 552	0.77 491	0.83 525	1.16 434	0.53 336	1.87 405	2.01 547	2.36 553	3.06 562	1.65 481	1.60 520	2.65 468	2.29 533	0.34 472	0.23 426	0.36 496	0.25 393	0.39 466	0.49 501

SQANet	1.38 492	0.95 538	1.37 436	1.89 578	1.47 575	1.44 482	0.81 464	1.89 412	1.13 318	1.34 414	1.26 348	1.28 410	1.02 426	1.64 356	0.91 395	2.55 587	0.35 518	1.47 579	0.56 554	2.48 580	1.74 580

MFN_U_SF_RVC	1.62 516	0.96 539	4.36 556	0.92 535	0.69 487	2.62 558	1.10 518	2.50 544	1.74 528	1.99 539	1.86 510	2.45 551	1.78 539	3.08 482	2.84 543	0.54 541	0.50 562	0.56 551	0.60 560	0.60 535	0.67 541

anonymity	1.14 460	0.98 540	1.24 410	1.09 555	1.13 556	1.08 415	0.90 485	2.02 446	1.23 373	1.32 401	1.27 357	1.27 409	1.09 446	1.16 248	1.03 427	1.02 568	1.01 595	0.97 570	0.97 579	0.98 561	1.01 564

XQC	1.51 506	0.98 540	3.20 538	0.92 535	0.76 508	2.01 534	1.17 529	2.53 548	1.99 546	2.01 540	1.54 447	2.00 523	1.54 517	3.16 484	3.46 554	0.49 532	0.31 489	0.45 525	0.40 521	0.71 549	0.62 536

Consistency-Raft	1.27 488	1.01 542	2.17 504	1.04 552	1.20 565	0.96 393	1.00 507	1.84 394	1.95 544	1.38 432	2.11 529	1.44 441	1.03 428	1.18 255	1.40 474	0.73 562	0.83 581	0.89 568	0.99 582	1.33 572	0.95 563

z-mn7	1.77 525	1.06 543	7.02 570	0.74 471	0.54 422	2.58 555	1.03 511	1.90 416	2.73 574	1.61 495	3.00 560	1.96 519	1.40 501	5.23 530	2.87 544	0.31 447	0.25 448	0.27 400	0.25 393	0.34 441	0.35 442

PSMNet-RUCA	1.07 448	1.06 543	1.64 463	1.23 564	1.10 553	1.39 472	0.65 413	1.91 417	1.43 478	0.95 234	1.52 444	0.99 324	0.83 333	1.28 276	1.01 421	0.71 561	0.34 511	0.99 572	0.61 561	1.01 563	0.67 541

MaskLacGwcNet_RVC	1.17 465	1.06 543	1.28 419	0.88 524	0.69 487	1.92 528	0.92 489	1.71 361	1.14 324	1.17 312	1.26 348	1.49 452	0.80 322	2.04 415	0.86 378	2.02 580	0.34 511	0.79 565	0.36 511	1.38 574	1.33 576

WZ-Net	2.14 550	1.08 546	11.68 590	0.89 531	0.78 513	1.76 511	1.59 557	2.39 527	2.03 548	2.11 545	1.95 519	2.30 543	2.28 564	5.94 550	3.86 560	0.35 482	0.27 465	0.29 428	0.32 484	0.52 516	0.50 505

PASM	1.48 504	1.08 546	3.96 551	0.93 541	0.93 538	1.17 441	1.19 531	1.77 375	1.65 518	1.90 528	1.52 444	1.75 498	1.42 506	4.54 515	1.52 489	0.64 555	0.68 578	0.69 563	0.79 571	0.70 547	0.74 550

SPS-STEREO	1.78 526	1.09 548	1.52 451	1.22 563	1.14 558	1.87 525	1.11 519	2.27 511	1.70 523	3.17 580	2.39 542	2.84 561	1.93 547	4.41 512	2.93 545	1.04 571	0.99 594	0.97 570	0.94 577	1.03 565	1.05 566
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GASNet	1.13 458	1.10 549	3.29 542	1.00 550	0.68 484	0.82 326	0.67 419	1.85 402	1.38 453	1.39 435	1.25 346	1.25 398	1.20 474	2.72 471	1.62 500	0.46 524	0.26 455	0.36 496	0.34 504	0.55 526	0.33 423

MFN_U_SF_DS_RVC	1.80 528	1.11 550	4.33 555	0.84 513	0.77 509	3.70 578	2.41 593	2.04 453	1.85 538	1.75 515	1.90 514	1.92 512	1.25 479	7.33 576	1.45 479	0.47 528	0.47 553	0.53 544	0.77 570	0.50 512	0.55 521

AnonymousM	0.63 244	1.14 551	0.43 17	0.46 87	0.32 197	0.43 67	0.46 280	1.27 253	0.78 161	1.00 244	0.66 131	0.68 202	0.45 141	0.61 66	0.46 209	0.21 253	0.16 271	1.84 583	0.98 580	0.15 47	0.15 38

EDNetEfficient	2.40 560	1.14 551	8.59 578	0.77 491	0.73 494	1.06 410	1.53 553	1.54 310	4.06 589	4.87 596	2.81 555	2.23 537	3.53 585	3.04 481	9.65 593	0.27 402	0.24 436	0.27 400	0.31 477	0.70 547	0.67 541

otaku	1.67 518	1.18 553	1.56 456	2.27 580	1.59 576	1.98 531	1.23 536	2.23 502	1.37 451	1.48 470	1.63 474	1.73 493	1.23 475	1.85 386	1.09 431	2.96 591	0.58 571	1.74 580	0.61 561	2.94 587	2.15 586

NVStereoNet_ROB	2.17 552	1.18 553	3.51 545	1.14 560	1.26 568	1.57 494	1.51 550	2.19 497	2.11 553	2.04 541	4.80 581	3.17 570	2.11 558	7.97 584	2.10 524	1.12 574	0.94 591	1.10 576	1.34 590	0.95 560	1.31 573
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFMNet_re	1.47 502	1.20 555	2.50 518	1.46 572	1.08 552	1.58 495	1.51 550	1.96 434	1.87 539	2.31 552	2.20 533	1.51 458	1.88 545	1.57 339	1.34 468	0.94 566	0.83 581	0.84 567	0.80 572	1.00 562	1.06 567

Ntro	1.72 524	1.21 556	1.62 460	2.54 586	1.86 578	2.09 539	1.14 525	2.08 462	1.38 453	1.23 354	1.62 469	1.62 475	1.33 492	2.04 415	1.21 447	3.09 592	0.56 568	1.82 582	0.65 563	2.97 591	2.25 588

UDGNet	0.75 310	1.23 557	0.99 322	0.82 505	0.42 336	0.76 291	0.38 179	0.98 136	1.37 451	0.83 202	0.88 197	0.70 210	0.60 244	1.25 266	0.57 288	0.57 547	0.19 351	1.03 574	0.26 411	0.79 553	0.35 442

ADCS	2.35 556	1.26 558	6.54 566	0.85 516	0.77 509	2.18 542	1.79 568	2.47 539	2.20 556	2.80 568	2.14 532	2.38 547	2.09 554	2.81 474	13.83 604	0.43 511	0.41 539	0.40 513	0.45 534	0.59 532	0.67 541

LSM	6.55 595	1.26 558	15.64 597	1.79 575	68.74 627	1.67 503	2.08 580	2.26 505	2.59 564	3.13 579	3.08 563	1.90 507	1.81 540	2.89 477	2.16 527	0.43 511	0.59 572	0.50 536	0.58 556	0.64 540	17.24 619

SGM+DAISY	5.38 590	1.28 560	8.24 574	1.27 565	1.16 562	10.62 602	16.01 612	2.93 571	2.53 562	8.64 610	13.03 608	8.26 600	13.38 610	6.34 562	7.59 583	1.07 572	1.05 597	1.00 573	0.98 580	1.02 564	1.12 570

MSC_U_SF_DS_RVC	2.22 553	1.29 561	4.14 553	1.10 556	0.78 513	5.00 592	2.38 592	2.47 539	2.67 571	1.94 535	2.28 537	2.66 558	1.70 530	9.10 591	2.29 533	0.68 560	0.52 563	0.68 562	0.71 568	1.17 570	0.81 557

CC-Net-ROB	1.53 507	1.31 562	1.68 468	0.92 535	0.80 518	1.75 510	0.99 505	2.04 453	1.27 397	1.12 285	1.62 469	1.20 384	0.98 406	7.82 582	0.92 399	1.15 576	0.41 539	2.20 585	0.46 536	1.37 573	0.56 523

ACVNet-4b	3.05 577	1.42 563	18.09 604	2.85 588	2.33 588	2.32 550	1.22 534	2.47 539	2.21 557	1.26 374	2.36 541	2.64 557	1.46 510	6.32 561	1.23 451	3.29 595	0.45 548	2.37 589	1.02 585	3.03 592	2.61 593

Wz-Net-SNSev	1.68 520	1.45 564	8.71 579	0.71 451	0.67 483	1.35 467	1.51 550	2.15 484	1.47 492	1.51 473	1.68 482	2.27 540	1.38 498	4.23 508	2.36 535	0.32 455	0.29 480	0.31 447	0.33 498	0.43 480	0.39 463

AnyNet_C32	2.14 550	1.45 564	7.38 572	0.95 546	1.12 554	2.23 543	2.34 589	2.10 467	1.54 503	2.44 556	1.79 497	2.04 532	1.66 527	2.69 469	10.48 595	0.38 494	0.35 518	0.35 486	0.42 525	0.50 512	0.60 534

ACVNet_2	2.86 572	1.47 566	8.28 575	2.68 587	2.26 585	2.70 560	1.84 573	3.41 576	3.04 577	2.27 550	3.42 567	4.58 580	2.10 555	5.91 548	1.62 500	2.58 588	0.67 576	2.22 586	0.85 574	2.79 584	2.47 591

ACVNet_1	3.08 578	1.48 567	17.70 600	2.90 591	2.35 590	2.30 547	1.43 548	3.16 574	2.26 559	1.91 529	2.05 526	3.51 572	2.32 566	3.71 502	1.58 493	3.25 594	0.66 575	2.40 593	1.06 586	3.07 593	2.59 592

GCST	1.13 458	1.50 568	1.17 390	1.74 574	1.17 563	1.29 458	0.30 87	1.55 313	1.21 360	1.31 398	0.97 222	0.99 324	0.48 164	2.38 450	0.54 275	1.24 577	0.70 579	1.31 578	0.86 575	1.03 565	0.92 562

zh-mn7	1.84 532	1.51 569	9.67 583	0.70 447	0.54 422	1.47 484	0.84 471	1.93 426	2.13 555	2.50 561	2.70 553	1.67 484	1.35 494	4.75 523	3.14 550	0.32 455	0.27 465	0.27 400	0.27 429	0.32 426	0.39 463

EDNetEfficientorigin	10.59 606	1.52 570	177.33 634	0.68 425	0.54 422	1.66 502	1.20 533	1.94 428	3.39 582	4.69 594	3.37 565	3.08 567	2.79 576	3.25 488	3.63 555	0.26 381	0.24 436	0.33 471	0.28 440	0.85 555	0.87 560

WAO-7	2.78 567	1.54 571	2.18 505	1.41 570	1.19 564	3.92 584	2.01 577	4.19 588	3.89 588	2.98 574	5.47 586	4.18 578	3.28 581	8.24 587	4.27 562	1.13 575	1.01 595	1.18 577	1.13 589	1.19 571	1.13 571

RTS	2.76 565	1.55 572	15.40 594	1.13 557	1.42 572	3.75 581	2.21 583	2.45 534	2.72 572	2.91 572	2.85 557	2.58 555	1.62 521	6.28 558	5.80 575	0.41 506	0.30 484	0.35 486	0.35 508	0.52 516	0.54 515

RTSA	2.76 565	1.55 572	15.40 594	1.13 557	1.42 572	3.75 581	2.21 583	2.45 534	2.72 572	2.91 572	2.85 557	2.58 555	1.62 521	6.28 558	5.80 575	0.41 506	0.30 484	0.35 486	0.35 508	0.52 516	0.54 515

StereoAnything_RVC	0.49 142	1.60 574	0.87 268	0.37 5	0.21 10	0.26 5	0.21 16	0.53 6	0.23 2	0.23 1	0.21 2	0.19 1	0.35 75	1.29 277	0.23 1	0.22 288	0.11 22	0.15 30	0.11 7	2.36 578	0.13 2

Dean	3.77 583	1.65 575	17.87 601	3.01 593	2.54 592	3.15 572	2.10 581	4.80 594	4.42 592	2.89 571	6.03 588	5.45 589	2.55 574	3.40 493	2.13 525	3.22 593	0.89 588	2.51 596	1.07 587	3.07 593	2.65 597

WAO-6	2.98 576	1.67 576	1.88 483	2.38 584	2.30 587	3.53 577	2.37 590	4.38 591	4.64 595	2.42 554	4.50 575	4.85 584	2.99 577	5.22 529	5.37 573	1.77 579	1.16 601	2.31 588	1.47 596	2.42 579	1.99 585

MonStereo1	3.22 579	1.70 577	2.23 510	2.51 585	2.33 588	5.55 595	1.61 558	3.55 581	4.67 596	3.29 582	8.09 601	4.79 583	3.75 587	6.30 560	2.79 542	2.52 585	0.64 573	1.91 584	1.07 587	2.53 581	2.62 594

zh-sn7	2.00 543	1.73 578	9.50 582	0.77 491	0.73 494	1.77 513	1.32 542	2.08 462	1.66 519	1.91 529	2.48 549	1.81 504	2.25 563	5.74 543	4.07 561	0.33 462	0.33 507	0.32 459	0.32 484	0.44 491	0.46 494

LVE	3.40 582	1.80 579	2.21 507	2.90 591	2.44 591	3.27 576	2.25 585	4.80 594	5.06 597	2.43 555	6.79 591	5.99 591	2.64 575	9.20 593	2.28 531	3.30 596	1.11 600	2.38 590	1.48 597	2.95 589	2.62 594

RainbowNet	2.06 545	1.86 580	1.97 491	2.86 589	2.25 584	2.03 535	1.79 568	2.77 563	1.92 541	1.54 481	1.84 505	1.95 518	1.73 534	2.23 434	1.38 473	3.40 598	0.86 586	2.39 592	1.00 583	2.94 587	2.42 590

IMH-64-1	2.82 569	1.87 581	1.77 473	3.31 596	2.69 593	3.22 574	2.07 578	4.25 589	2.77 575	2.46 558	3.78 571	3.05 565	2.34 567	4.67 519	3.00 547	3.84 603	0.84 584	2.75 599	1.39 591	3.34 596	2.93 599

IMH-64	2.82 569	1.87 581	1.77 473	3.31 596	2.69 593	3.22 574	2.07 578	4.25 589	2.77 575	2.46 558	3.78 571	3.05 565	2.34 567	4.67 519	3.00 547	3.84 603	0.84 584	2.75 599	1.39 591	3.34 596	2.93 599

MSAF-DinoV2	2.45 561	1.88 583	17.19 599	0.89 531	0.52 406	1.39 472	0.97 501	2.84 569	1.77 529	1.55 484	1.65 476	3.60 573	2.28 564	5.74 543	4.64 567	0.28 420	0.17 300	0.26 385	0.28 440	0.49 510	0.54 515

IMH	3.35 581	1.95 584	1.86 482	3.30 595	2.72 595	4.03 587	2.00 574	4.58 593	3.83 587	2.87 570	6.99 593	4.69 581	3.21 580	6.77 570	2.97 546	3.91 606	0.89 588	2.78 601	1.40 595	3.36 598	2.93 599

WAO-8	4.57 587	2.01 585	2.58 522	2.37 582	2.21 582	9.75 599	1.71 562	6.04 602	16.34 609	4.11 586	7.69 599	7.41 593	3.85 588	10.02 606	3.85 558	2.05 581	1.09 598	2.44 594	1.39 591	2.56 582	1.86 583

Venus	4.57 587	2.01 585	2.58 522	2.37 582	2.21 582	9.75 599	1.71 562	6.04 602	16.34 609	4.11 586	7.69 599	7.41 593	3.85 588	10.02 606	3.85 558	2.05 581	1.09 598	2.44 594	1.39 591	2.56 582	1.86 583

TorneroNet	10.72 607	2.09 587	2.76 528	3.48 599	3.03 599	44.72 624	2.31 587	8.62 607	67.06 636	7.45 608	23.21 618	10.59 608	4.28 593	9.03 590	9.00 589	3.67 600	0.91 590	3.04 603	1.63 599	3.92 601	3.55 605

TorneroNet-64	5.41 591	2.10 588	2.43 515	3.49 600	2.83 596	9.90 601	2.13 582	8.87 608	16.79 614	5.39 601	9.18 604	10.68 609	3.92 591	9.55 597	5.11 571	3.36 597	0.86 586	2.88 602	1.62 598	3.76 599	3.37 602

KSHMR	8.76 603	2.14 589	3.59 546	3.60 602	3.13 600	4.15 588	2.67 595	5.61 600	58.90 635	3.04 576	55.71 633	4.94 585	2.54 573	4.61 518	3.05 549	3.49 599	1.57 605	3.14 604	1.98 603	3.84 600	3.49 603

AnyNet_C01	2.38 558	2.21 590	10.17 585	0.99 549	0.79 516	3.12 571	2.37 590	2.69 560	1.89 540	2.58 564	2.44 546	2.70 559	1.86 544	3.65 497	7.12 581	0.41 506	0.41 539	0.40 513	0.42 525	0.68 545	0.79 555

PWCK	3.24 580	2.37 591	10.86 587	2.14 579	1.14 558	3.71 579	4.19 601	3.02 573	3.55 585	3.05 577	3.63 569	3.09 568	2.35 569	8.16 586	3.41 553	2.17 583	0.96 592	1.77 581	1.01 584	2.84 585	1.40 577

coex-ft	8.35 601	2.39 592	100.24 633	0.68 425	0.54 422	1.77 513	1.57 556	1.71 361	11.00 604	18.91 619	3.76 570	3.85 576	8.23 605	3.29 490	6.58 578	0.31 447	0.31 489	0.32 459	0.31 477	0.69 546	0.57 526

ktn	4.56 586	2.41 593	2.54 519	3.79 604	3.25 601	4.81 591	2.91 598	5.52 598	7.36 601	4.12 588	14.55 610	7.54 596	3.70 586	7.84 583	3.35 552	4.06 607	1.86 606	3.26 607	2.22 606	3.27 595	2.86 598

notaker	4.29 585	2.42 594	5.06 559	3.89 605	3.29 603	4.00 585	2.25 585	4.93 596	3.47 584	4.21 591	6.79 591	7.67 597	3.37 583	9.25 595	6.47 577	4.09 608	1.42 603	3.35 608	2.13 605	4.11 603	3.54 604

JetBlue	4.18 584	2.45 595	10.42 586	1.40 567	2.89 598	10.68 603	10.68 605	3.91 585	2.52 561	2.74 566	3.39 566	4.50 579	4.27 592	7.97 584	7.67 584	0.89 564	0.97 593	0.89 568	0.92 576	2.26 577	2.21 587

UNDER WATER	5.68 593	2.46 596	15.52 596	3.98 607	3.53 604	5.15 593	2.74 596	5.58 599	16.41 612	4.00 584	4.56 576	9.12 602	6.43 600	6.22 554	9.11 590	3.85 605	1.35 602	3.18 606	1.98 603	4.51 606	3.84 608

UNDER WATER-64	5.84 594	2.48 597	17.93 602	3.97 606	3.58 605	7.70 598	3.03 599	5.72 601	14.13 606	4.18 590	4.00 573	9.27 603	6.80 601	6.20 553	9.22 591	3.67 600	1.52 604	3.14 604	1.95 601	4.43 605	3.83 607

UDG	1.47 502	2.69 598	1.13 368	1.45 571	1.65 577	1.34 466	0.79 456	1.75 371	1.27 397	1.29 390	1.74 490	1.99 522	1.39 500	1.66 359	1.51 487	0.91 565	0.55 567	2.30 587	0.76 569	1.99 575	1.20 572

DDUNet	1.56 510	2.70 599	1.35 428	1.79 575	1.88 579	1.82 519	0.91 487	1.84 394	1.20 353	1.40 441	1.79 497	1.62 475	1.17 464	1.59 346	1.22 448	1.11 573	0.76 580	2.38 590	0.94 577	2.12 576	1.53 578

Wz-Net-TNSev	2.10 547	2.71 600	9.30 580	0.72 457	0.65 471	2.41 552	1.81 572	2.45 534	1.77 529	1.62 499	1.56 456	2.56 554	2.01 549	5.30 531	4.46 564	0.41 506	0.38 532	0.33 471	0.37 515	0.54 524	0.64 539

DispFullNet	2.39 559	2.89 601	3.74 549	3.09 594	2.27 586	2.04 536	0.84 471	2.19 497	1.73 527	2.54 562	1.98 520	2.23 537	5.83 597	3.44 494	1.84 519	1.03 569	0.33 507	2.65 598	1.97 602	2.87 586	2.34 589

IGEV-BASED-STEREO-	0.71 293	3.18 602	2.55 520	0.40 33	0.24 28	0.42 60	0.23 36	0.66 32	0.46 57	0.47 95	0.45 60	0.33 54	0.27 25	0.58 54	0.30 47	1.34 578	0.10 2	0.22 264	0.19 235	0.45 494	1.32 575

MADNet++	5.41 591	3.18 602	6.43 565	4.66 609	3.95 607	6.15 596	6.75 604	4.51 592	4.51 594	5.06 598	6.27 589	4.96 586	6.14 598	9.39 596	11.70 597	4.71 609	4.19 611	3.97 610	3.33 608	4.08 602	4.25 609

MADNet+	2.80 568	3.38 604	11.57 589	1.50 573	1.21 567	3.18 573	2.00 574	3.52 580	2.61 565	1.81 521	2.09 528	2.83 560	2.18 562	7.55 579	5.44 574	0.84 563	0.83 581	0.71 564	0.66 564	1.05 567	1.08 568

test_for_model	1.38 492	3.71 605	0.65 143	3.45 598	2.88 597	0.57 184	0.33 113	1.91 417	0.93 219	1.47 464	0.64 124	0.51 129	0.37 91	0.53 35	0.35 93	2.54 586	0.16 271	0.17 89	0.12 38	4.56 607	1.84 582

HanzoNet	11.92 608	5.12 606	17.18 598	4.19 608	3.59 606	5.16 594	2.82 597	7.41 605	9.96 603	33.31 629	27.60 620	22.25 620	37.31 625	18.18 615	13.57 600	8.13 614	3.44 610	3.50 609	3.44 610	7.77 613	4.52 610

DGTPSM_ROB	13.06 609	8.27 607	22.29 607	9.53 611	18.14 609	11.53 604	31.97 618	10.82 610	16.25 607	7.14 605	19.39 616	10.12 605	16.69 613	9.85 601	22.49 615	4.77 610	8.72 613	5.37 612	10.24 617	6.15 610	11.56 614

DPSMNet_ROB	13.08 610	8.28 608	22.32 608	9.54 612	18.15 610	11.53 604	31.98 619	10.83 611	16.27 608	7.17 606	19.40 617	10.12 605	16.69 613	9.87 602	22.50 616	4.78 611	8.72 613	5.38 613	10.25 618	6.16 611	11.59 615

JetRed	7.02 597	8.94 609	25.72 612	2.89 590	3.27 602	14.25 608	12.27 609	6.69 604	4.45 593	4.46 592	4.56 576	6.65 592	5.43 595	7.46 578	14.41 606	2.60 589	3.31 608	2.61 597	2.30 607	4.34 604	3.79 606

DPSimNet_ROB	24.77 617	9.69 610	61.46 630	3.56 601	19.46 612	25.95 612	77.56 633	5.09 597	16.60 613	21.50 620	29.82 622	25.12 623	85.69 634	13.37 612	23.07 618	7.23 612	17.79 621	8.55 616	7.57 615	4.57 608	31.84 626

TCMNet-wrong-test	10.42 605	11.55 611	15.31 593	20.99 614	18.49 611	13.94 607	10.69 606	16.07 614	4.14 590	5.27 599	5.64 587	16.22 612	12.57 607	7.57 580	10.26 594	7.44 613	2.38 607	4.30 611	3.43 609	11.37 615	10.87 613

USTest	14.33 611	14.93 612	21.00 605	17.41 613	16.02 608	23.11 611	33.76 620	22.02 615	11.81 605	9.47 611	10.19 605	15.94 611	13.17 608	17.25 614	22.38 614	3.81 602	5.01 612	6.17 615	6.18 613	9.23 614	7.81 612

Anonymous_1	42.79 627	18.71 613	24.75 609	21.81 615	45.16 625	27.68 613	37.52 621	28.64 621	16.34 609	14.72 615	14.53 609	20.60 614	17.82 615	21.52 616	25.88 619	113.45 636	8.91 615	100.63 631	126.37 633	158.50 636	12.31 616

DPSM_ROB	19.12 612	19.13 614	25.13 610	22.15 616	20.86 614	28.06 614	37.75 622	27.18 619	16.95 615	14.25 613	15.07 611	21.66 615	18.69 616	21.83 617	26.51 620	10.15 617	9.30 616	10.45 618	10.41 619	14.00 616	12.85 617

DPSM	19.12 612	19.13 614	25.13 610	22.15 616	20.86 614	28.06 614	37.75 622	27.18 619	16.95 615	14.25 613	15.07 611	21.66 615	18.69 616	21.83 617	26.51 620	10.15 617	9.30 616	10.45 618	10.41 619	14.00 616	12.85 617

BEATNet-Init1	27.39 618	21.01 616	73.65 632	1.07 553	0.80 518	56.07 625	22.82 614	33.14 626	31.71 623	51.78 635	52.93 632	65.63 633	48.54 632	48.75 634	36.36 625	0.52 539	0.47 553	0.54 545	0.54 552	0.64 540	0.72 548

xxxxx1	54.34 630	26.72 617	27.03 613	114.14 630	99.00 630	30.68 619	47.19 624	32.52 623	26.09 618	17.85 616	17.48 613	21.86 617	20.92 618	24.38 620	33.78 622	34.73 628	41.33 629	157.67 634	175.68 634	65.82 629	71.99 633

tt_ll	54.34 630	26.72 617	27.03 613	114.14 630	99.00 630	30.68 619	47.19 624	32.52 623	26.09 618	17.85 616	17.48 613	21.86 617	20.92 618	24.38 620	33.78 622	34.73 628	41.33 629	157.67 634	175.68 634	65.82 629	71.99 633

ff	54.34 630	26.72 617	27.03 613	114.14 630	99.00 630	30.68 619	47.19 624	32.52 623	26.09 618	17.85 616	17.48 613	21.86 617	20.92 618	24.38 620	33.78 622	34.73 628	41.33 629	157.67 634	175.68 634	65.82 629	71.99 633

LRCNet_RVC	22.79 614	32.09 620	22.06 606	29.83 618	26.15 616	4.40 590	0.84 471	22.64 616	2.10 552	26.93 622	29.25 621	23.03 622	15.56 612	23.91 619	18.92 611	32.00 627	20.04 628	34.68 626	32.13 627	30.66 625	28.52 625

PML	51.64 629	37.49 621	14.31 592	7.45 610	20.27 613	107.80 635	231.34 637	8.94 609	27.70 622	86.74 636	268.93 637	69.03 634	61.09 633	24.71 623	14.36 605	9.71 616	3.40 609	9.60 617	4.67 612	20.46 618	4.76 611

FlowAnything	38.45 622	38.38 622	50.32 625	44.77 624	41.97 621	56.43 626	76.20 628	54.49 633	34.43 629	28.45 623	30.15 623	43.52 628	37.69 629	43.76 628	53.31 630	20.36 624	18.71 626	21.03 620	21.10 626	28.18 619	25.74 620

RAFT-FEzeroshot	38.43 620	38.42 623	50.19 622	44.92 625	41.98 622	56.48 629	76.24 630	54.46 631	33.87 625	28.51 624	30.31 625	43.61 630	37.54 626	43.76 628	53.32 631	20.29 622	18.70 623	21.03 620	21.04 622	28.21 621	25.79 621

RAFT-FE	38.43 620	38.42 623	50.19 622	44.92 625	41.98 622	56.48 629	76.24 630	54.46 631	33.87 625	28.51 624	30.31 625	43.61 630	37.54 626	43.76 628	53.32 631	20.29 622	18.70 623	21.03 620	21.04 622	28.21 621	25.79 621

CasAABBNet	38.42 619	38.42 623	50.26 624	44.76 623	41.87 620	56.47 627	76.22 629	54.44 629	33.92 627	28.53 626	30.36 627	43.53 629	37.59 628	43.77 631	53.32 631	20.27 621	18.70 623	21.03 620	21.04 622	28.19 620	25.79 621

Selective-RAFT-Error	38.47 623	38.44 626	50.38 626	44.74 622	42.01 624	56.47 627	76.24 630	54.44 629	34.02 628	28.59 627	30.30 624	43.51 627	38.10 630	43.69 627	53.24 629	20.36 624	18.72 627	21.05 624	21.02 621	28.25 623	25.87 624

LSM0	42.92 628	38.72 627	50.66 627	47.49 627	110.18 635	56.77 631	75.87 627	54.87 634	33.74 624	29.48 628	31.12 628	43.77 632	37.12 624	43.85 632	53.44 634	20.50 626	18.67 622	21.05 624	21.07 625	28.37 624	41.73 627

HaxPig	39.02 624	41.39 628	41.59 617	30.10 619	32.36 617	29.49 616	27.65 616	30.56 622	37.94 630	43.75 630	43.81 629	33.42 624	35.69 622	41.51 625	40.33 627	43.91 631	47.48 633	45.87 627	47.14 629	42.29 626	44.06 629

AVERAGE_ROB	40.42 625	42.30 629	42.61 618	36.91 621	35.54 619	30.42 618	27.59 615	37.45 628	38.45 631	44.87 631	44.27 630	37.55 626	36.69 623	41.82 626	40.25 626	45.36 632	46.73 632	47.09 628	46.32 628	42.47 627	43.74 628

MEDIAN_ROB	42.01 626	44.30 630	44.14 621	35.08 620	34.90 618	31.33 622	29.90 617	36.77 627	40.11 632	47.14 634	46.55 631	37.49 625	38.50 631	44.30 633	42.32 628	47.93 633	49.31 634	49.68 629	49.00 630	44.98 628	46.46 630

DLNR_Zeroshot_test	23.23 615	48.25 631	43.77 620	177.04 633	78.39 629	0.35 26	0.21 16	23.33 617	0.82 179	0.67 169	0.86 191	0.58 164	0.30 44	1.64 356	0.48 227	10.69 619	0.13 88	0.18 129	0.14 108	76.63 632	0.23 266

DLNR-FE	23.24 616	48.33 632	43.35 619	177.19 634	78.30 628	0.35 26	0.21 16	23.45 618	0.82 179	0.67 169	0.86 191	0.58 164	0.29 33	1.62 354	0.48 227	10.93 620	0.13 88	0.18 129	0.14 108	76.65 633	0.23 266

RSGM-EC	88.73 633	82.35 633	50.81 628	105.24 628	99.50 633	93.69 633	125.26 634	90.19 635	46.12 633	45.12 632	57.25 634	101.03 635	88.09 635	153.95 635	152.34 635	105.29 634	59.41 635	113.44 632	52.73 631	91.73 634	61.05 631

acva	88.73 633	82.35 633	50.81 628	105.24 628	99.50 633	93.69 633	125.26 634	90.19 635	46.12 633	45.12 632	57.25 634	101.03 635	88.09 635	153.95 635	152.34 635	105.29 634	59.41 635	113.44 632	52.73 631	91.73 634	61.05 631

test_example2	192.91 635	210.59 635	206.44 635	199.86 635	204.90 636	172.02 636	182.95 636	138.34 637	134.89 637	193.14 637	200.54 636	186.77 637	177.82 637	204.95 637	207.57 637	221.83 637	238.70 637	186.02 637	190.07 637	226.94 637	173.78 636

ccccc		492.94 636		530.37 636	529.69 637	476.06 637		494.48 638		446.40 638		473.27 638		541.46 638		660.58 638	458.79 638	353.88 638	309.98 638	597.94 638

GS-Stereo							0.35 141	1.31 262	0.53 76	0.38 52	0.39 37	0.32 46	0.33 60	0.45 13	0.29 38	0.20 216	0.12 43	0.16 61	0.13 74	0.17 100	0.18 120

FSD					0.52 406	0.54 166	0.58 382	0.71 48	0.54 79	0.54 139	0.53 94	0.60 174	0.52 192	0.58 54	0.56 284	0.51 538	0.48 555	0.50 536	0.49 543	0.50 512

Low-res two-view benchmark