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

MonStereo	0.29 10	0.19 4	0.47 37	0.37 5	0.22 16	0.55 170	0.31 95	0.60 18	0.44 52	0.29 13	0.28 16	0.23 4	0.20 3	0.60 64	0.26 7	0.11 1	0.11 21	0.14 4	0.11 7	0.14 22	0.14 19

Wavelet-MonSter	0.29 10	0.21 16	0.51 67	0.41 44	0.27 74	0.26 6	0.25 50	0.51 7	0.31 14	0.37 48	0.48 73	0.28 34	0.35 77	0.54 39	0.29 40	0.11 1	0.11 21	0.14 4	0.11 7	0.13 5	0.13 2

Monster-pub-eth3d	0.29 10	0.19 4	0.48 43	0.37 5	0.22 16	0.55 170	0.31 95	0.60 18	0.44 52	0.29 13	0.29 18	0.23 4	0.21 8	0.59 61	0.26 7	0.11 1	0.11 21	0.14 4	0.11 7	0.14 22	0.14 19

MonSter	0.29 10	0.19 4	0.48 43	0.37 5	0.22 16	0.55 170	0.31 95	0.60 18	0.44 52	0.29 13	0.29 18	0.23 4	0.20 3	0.60 64	0.26 7	0.11 1	0.11 21	0.14 4	0.11 7	0.14 22	0.14 19

BPD-Stereo	0.23 1	0.15 1	0.37 2	0.41 44	0.26 68	0.23 4	0.24 46	0.37 3	0.29 10	0.22 1	0.28 16	0.22 2	0.20 3	0.35 3	0.29 40	0.12 5	0.11 21	0.16 61	0.16 166	0.13 5	0.14 19

AdaDepth	0.33 36	0.23 44	0.69 168	0.46 90	0.29 125	0.44 72	0.24 46	0.54 10	0.38 37	0.33 29	0.38 37	0.26 20	0.31 50	0.81 135	0.27 20	0.12 5	0.13 86	0.16 61	0.13 74	0.16 71	0.20 189

asda	0.31 23	0.24 66	0.51 67	0.39 21	0.24 28	0.43 66	0.33 114	0.68 38	0.40 41	0.39 61	0.44 58	0.27 25	0.35 77	0.55 42	0.31 59	0.12 5	0.10 2	0.14 4	0.11 7	0.14 22	0.13 2

qwe	0.34 43	0.22 28	0.48 43	0.39 21	0.27 74	0.49 108	0.30 88	0.76 65	0.40 41	0.51 130	0.49 79	0.26 20	0.29 35	0.83 143	0.35 96	0.12 5	0.10 2	0.14 4	0.12 38	0.15 49	0.14 19

4.25_new	0.32 28	0.27 133	0.49 49	0.40 33	0.27 74	0.49 108	0.39 195	0.69 42	0.35 24	0.40 68	0.43 50	0.27 25	0.36 85	0.48 21	0.32 70	0.12 5	0.10 2	0.15 30	0.11 7	0.14 22	0.13 2

4.5w_new	0.32 28	0.27 133	0.49 49	0.40 33	0.27 74	0.49 108	0.39 195	0.69 42	0.35 24	0.40 68	0.43 50	0.27 25	0.36 85	0.48 21	0.32 70	0.12 5	0.10 2	0.15 30	0.11 7	0.14 22	0.13 2

4.25w-stereo	0.32 28	0.27 133	0.49 49	0.40 33	0.27 74	0.49 108	0.39 195	0.69 42	0.35 24	0.40 68	0.43 50	0.27 25	0.36 85	0.48 21	0.32 70	0.12 5	0.10 2	0.15 30	0.12 38	0.14 22	0.13 2

4w-stereo	0.32 28	0.25 88	0.52 75	0.38 13	0.25 49	0.46 81	0.28 73	0.68 38	0.35 24	0.43 76	0.45 62	0.28 34	0.39 104	0.63 82	0.31 59	0.12 5	0.10 2	0.15 30	0.12 38	0.14 22	0.14 19

3.25w_new	0.33 36	0.22 28	0.50 59	0.39 21	0.24 28	0.52 142	0.33 114	0.77 67	0.43 50	0.49 111	0.46 68	0.32 48	0.37 92	0.64 84	0.28 28	0.12 5	0.10 2	0.14 4	0.12 38	0.12 1	0.15 40

3.25w	0.33 36	0.22 28	0.50 59	0.39 21	0.24 28	0.52 142	0.33 114	0.77 67	0.43 50	0.49 111	0.46 68	0.32 48	0.37 92	0.64 84	0.28 28	0.12 5	0.10 2	0.14 4	0.12 38	0.12 1	0.15 40

3.5w_stereo	0.35 50	0.27 133	0.55 86	0.38 13	0.25 49	0.54 164	0.34 127	0.73 57	0.40 41	0.46 93	0.45 62	0.31 44	0.38 102	0.80 134	0.40 159	0.12 5	0.10 2	0.15 30	0.12 38	0.14 22	0.16 73

2w_stereo	0.34 43	0.25 88	0.52 75	0.40 33	0.23 23	0.46 81	0.47 296	0.77 67	0.44 52	0.47 95	0.51 89	0.24 11	0.44 134	0.49 25	0.31 59	0.12 5	0.10 2	0.15 30	0.12 38	0.15 49	0.16 73

1w_stereo	0.36 55	0.21 16	0.47 37	0.44 69	0.27 74	0.47 92	0.54 356	0.66 34	0.51 73	0.44 80	0.67 141	0.25 15	0.45 141	0.62 72	0.34 87	0.12 5	0.10 2	0.14 4	0.11 7	0.14 22	0.15 40

BStereo	0.41 82	0.27 133	1.63 463	0.43 60	0.29 125	0.55 170	0.40 204	0.60 18	0.54 82	0.37 48	0.36 32	0.38 74	0.29 35	0.66 91	0.41 169	0.13 18	0.14 161	0.15 30	0.19 240	0.16 71	0.18 119

Wave_Phase_stereo	0.53 159	0.27 133	1.63 463	0.43 60	0.29 125	2.72 565	0.40 204	0.82 86	0.54 82	0.37 48	0.36 32	0.38 74	0.29 35	0.66 91	0.41 169	0.13 18	0.14 161	0.15 30	0.19 240	0.16 71	0.18 119

MonSter++	0.27 4	0.20 11	0.38 3	0.39 21	0.24 28	0.35 26	0.20 13	0.53 8	0.33 19	0.30 17	0.27 14	0.39 77	0.26 20	0.47 19	0.28 28	0.13 18	0.12 42	0.14 4	0.11 7	0.13 5	0.15 40

asd	0.32 28	0.22 28	0.49 49	0.40 33	0.25 49	0.47 92	0.30 88	0.77 67	0.35 24	0.44 80	0.40 44	0.28 34	0.34 69	0.64 84	0.29 40	0.13 18	0.10 2	0.14 4	0.12 38	0.15 49	0.13 2

2.25w	0.35 50	0.24 66	0.55 86	0.38 13	0.24 28	0.44 72	0.25 50	0.69 42	0.42 45	0.49 111	0.59 122	0.27 25	0.35 77	0.83 143	0.37 128	0.13 18	0.11 21	0.14 4	0.12 38	0.13 5	0.17 99

2.5w	0.33 36	0.23 44	0.53 79	0.41 44	0.25 49	0.42 59	0.38 179	0.69 42	0.35 24	0.38 54	0.54 108	0.24 11	0.26 20	0.91 175	0.29 40	0.13 18	0.10 2	0.14 4	0.13 74	0.14 22	0.15 40

2.75w_new	0.33 36	0.24 66	0.51 67	0.36 3	0.24 28	0.41 48	0.42 224	0.61 25	0.40 41	0.50 120	0.44 58	0.24 11	0.34 69	0.77 121	0.34 87	0.13 18	0.11 21	0.14 4	0.11 7	0.13 5	0.13 2

3.75w	0.34 43	0.23 44	0.50 59	0.39 21	0.30 146	0.62 214	0.36 154	0.70 50	0.38 37	0.44 80	0.49 79	0.25 15	0.36 85	0.72 106	0.28 28	0.13 18	0.09 1	0.14 4	0.12 38	0.13 5	0.15 40

3w_stereo	0.35 50	0.25 88	0.60 115	0.41 44	0.21 10	0.52 142	0.53 342	0.72 56	0.47 62	0.47 95	0.50 85	0.23 4	0.45 141	0.49 25	0.30 50	0.13 18	0.10 2	0.15 30	0.12 38	0.15 49	0.17 99

Pro-Stereo	0.32 28	0.17 2	0.36 1	0.41 44	0.29 125	0.59 197	0.21 17	0.36 2	0.30 13	0.35 37	0.25 6	0.23 4	0.13 1	1.57 342	0.26 7	0.14 27	0.11 21	0.19 157	0.17 192	0.13 5	0.13 2

HiDET	0.27 4	0.19 4	0.39 5	0.39 21	0.24 28	0.30 17	0.21 17	0.60 18	0.35 24	0.27 5	0.30 22	0.33 56	0.25 16	0.50 32	0.32 70	0.14 27	0.12 42	0.14 4	0.11 7	0.13 5	0.16 73

LCMNet	0.30 19	0.19 4	0.38 3	0.39 21	0.25 49	0.32 21	0.22 25	0.65 30	0.58 99	0.28 8	0.33 27	0.33 56	0.29 35	0.58 55	0.32 70	0.14 27	0.13 86	0.14 4	0.11 7	0.13 5	0.17 99

BridgeDepth	0.30 19	0.21 16	0.39 5	0.41 44	0.18 1	0.57 182	0.32 106	0.71 51	0.35 24	0.27 5	0.26 11	0.39 77	0.43 125	0.48 21	0.29 40	0.14 27	0.10 2	0.13 1	0.12 38	0.15 49	0.13 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Replicate-Monster	0.43 98	0.30 205	2.04 498	0.37 5	0.22 16	0.47 92	0.23 38	0.82 86	0.50 70	0.44 80	0.27 14	0.31 44	0.29 35	1.01 205	0.26 7	0.14 27	0.11 21	0.14 4	0.12 38	0.13 5	0.38 460

4.5_new	0.31 23	0.25 88	0.46 28	0.38 13	0.24 28	0.52 142	0.36 154	0.65 30	0.35 24	0.48 103	0.43 50	0.27 25	0.27 27	0.42 9	0.26 7	0.14 27	0.10 2	0.15 30	0.13 74	0.17 98	0.15 40

4.5w-stereo	0.31 23	0.25 88	0.46 28	0.38 13	0.24 28	0.52 142	0.36 154	0.65 30	0.35 24	0.48 103	0.43 50	0.27 25	0.27 27	0.42 9	0.26 7	0.14 27	0.10 2	0.15 30	0.13 74	0.17 98	0.15 40

monsterstereo	0.36 55	0.21 16	0.53 79	0.48 121	0.36 266	0.27 10	0.29 80	0.58 12	0.52 75	0.45 88	0.61 126	0.26 20	0.27 27	1.23 263	0.28 28	0.14 27	0.12 42	0.15 30	0.12 38	0.16 71	0.13 2

monsters	0.35 50	0.21 16	0.49 49	0.43 60	0.39 300	0.34 24	0.26 60	0.69 42	0.44 52	0.49 111	0.41 46	0.23 4	0.26 20	1.38 301	0.27 20	0.14 27	0.11 21	0.14 4	0.12 38	0.13 5	0.15 40

IGEV	0.29 10	0.18 3	0.43 19	0.38 13	0.31 167	0.45 76	0.21 17	0.63 27	0.42 45	0.32 24	0.44 58	0.26 20	0.20 3	0.44 12	0.26 7	0.14 27	0.12 42	0.16 61	0.13 74	0.12 1	0.14 19

LG-Stereo	0.37 61	0.27 133	0.94 307	0.48 121	0.26 68	0.37 34	0.30 88	0.88 112	0.57 96	0.38 54	0.58 119	0.29 37	0.21 8	0.51 33	0.37 128	0.14 27	0.14 161	0.20 199	0.18 216	0.18 134	0.14 19

fffft	0.39 73	0.24 66	0.56 92	0.45 78	0.34 241	0.42 59	0.48 304	0.85 97	0.39 39	0.45 88	0.35 31	0.38 74	0.31 50	1.32 286	0.34 87	0.14 27	0.12 42	0.19 157	0.15 129	0.16 71	0.18 119
1: 1. 1
LoS_RVC	0.45 108	0.29 177	0.48 43	0.49 137	0.83 524	0.51 136	0.43 242	0.65 30	0.44 52	0.47 95	0.78 176	0.44 87	0.60 248	0.59 61	0.37 128	0.14 27	0.12 42	0.14 4	0.10 1	0.14 22	1.08 572

RAFT-Stereo + iAFF	0.56 181	0.28 153	0.81 229	0.45 78	0.25 49	0.40 40	0.34 127	1.12 192	1.13 321	1.35 422	1.58 466	0.80 239	0.67 275	0.71 105	0.43 185	0.14 27	0.11 21	0.18 129	0.17 192	0.18 134	0.16 73

AFF-stereo	0.60 228	0.28 153	0.72 178	0.48 121	0.29 125	0.34 24	0.37 169	1.22 236	1.20 356	1.21 346	1.59 470	1.10 367	0.70 286	1.01 205	0.44 190	0.14 27	0.12 42	0.19 157	0.20 272	0.18 134	0.15 40

NLSM3	0.38 65	0.21 16	0.47 37	0.46 90	0.36 266	0.43 66	0.34 127	0.75 62	0.62 116	0.43 76	0.70 154	0.39 77	0.43 125	0.62 72	0.37 128	0.15 42	0.12 42	0.19 157	0.17 192	0.16 71	0.16 73

CSFM-Stereo	0.28 8	0.19 4	0.39 5	0.40 33	0.21 10	0.40 40	0.21 17	0.60 18	0.33 19	0.32 24	0.29 18	0.31 44	0.29 35	0.49 25	0.27 20	0.15 42	0.14 161	0.14 4	0.11 7	0.14 22	0.14 19

Monster-pub-mixall	0.32 28	0.20 11	0.44 24	0.37 5	0.22 16	0.28 12	0.18 2	0.69 42	0.36 34	0.37 48	0.36 32	0.27 25	0.20 3	1.43 317	0.25 5	0.15 42	0.12 42	0.13 1	0.11 7	0.12 1	0.15 40

DilatedVolume-Stereo	0.46 118	0.24 66	0.72 178	0.45 78	0.33 220	0.72 276	0.29 80	0.83 89	0.53 79	0.82 204	0.73 165	0.52 139	0.44 134	1.16 249	0.42 179	0.15 42	0.15 232	0.15 30	0.14 109	0.16 71	0.17 99

LG-Stereo_L2	0.30 19	0.23 44	0.50 59	0.38 13	0.26 68	0.26 6	0.20 13	0.84 95	0.31 14	0.31 22	0.26 11	0.25 15	0.26 20	0.94 181	0.23 1	0.15 42	0.12 42	0.16 61	0.12 38	0.14 22	0.13 2

MLG-Stereo_test1	0.29 10	0.21 16	0.42 17	0.41 44	0.25 49	0.37 34	0.20 13	0.71 51	0.20 1	0.25 3	0.17 1	0.33 56	0.26 20	0.92 177	0.26 7	0.15 42	0.11 21	0.16 61	0.11 7	0.13 5	0.13 2

MLG-Stereo	0.31 23	0.20 11	0.42 17	0.42 53	0.20 5	0.41 48	0.19 7	0.85 97	0.24 4	0.26 4	0.22 3	0.33 56	0.27 27	1.09 231	0.27 20	0.15 42	0.11 21	0.16 61	0.11 7	0.13 5	0.13 2

GREAT-IGEV	0.34 43	0.22 28	0.54 83	0.40 33	0.31 167	0.36 31	0.28 73	0.59 15	0.66 129	0.28 8	0.51 89	0.29 37	0.29 35	0.86 155	0.28 28	0.15 42	0.12 42	0.15 30	0.11 7	0.17 98	0.16 73

Reg-Stereo(zero)	0.46 118	0.23 44	0.50 59	0.45 78	0.25 49	0.41 48	0.27 66	0.80 78	1.12 315	0.93 233	0.79 179	0.91 294	0.46 151	0.74 111	0.44 190	0.15 42	0.13 86	0.15 30	0.12 38	0.15 49	0.18 119

SMoEStereo_RVC	0.41 82	0.26 108	0.55 86	0.46 90	0.31 167	0.60 203	0.36 154	0.85 97	0.47 62	0.47 95	0.43 50	0.42 83	0.34 69	1.40 307	0.31 59	0.15 42	0.12 42	0.20 199	0.15 129	0.16 71	0.18 119

IGEV-Stereo++	0.32 28	0.22 28	0.47 37	0.48 121	0.33 220	0.33 23	0.22 25	0.78 75	0.48 64	0.35 37	0.41 46	0.32 48	0.47 159	0.40 5	0.29 40	0.15 42	0.12 42	0.15 30	0.12 38	0.15 49	0.15 40

RSM	0.40 77	0.25 88	0.53 79	0.50 158	0.27 74	0.46 81	0.40 204	0.94 129	0.49 67	0.42 74	0.44 58	0.65 197	0.33 62	1.07 224	0.32 70	0.15 42	0.13 86	0.17 90	0.14 109	0.17 98	0.15 40

MoCha-V2	0.43 98	0.23 44	0.55 86	0.56 272	0.23 23	0.44 72	0.32 106	1.35 270	0.63 119	0.54 141	0.55 111	0.42 83	0.57 221	1.12 240	0.28 28	0.15 42	0.13 86	0.15 30	0.13 74	0.17 98	0.18 119

Selective-IGEV	0.42 94	0.26 108	0.56 92	0.48 121	0.27 74	0.45 76	0.33 114	1.56 317	0.61 114	0.36 41	0.47 71	0.52 139	0.30 46	1.08 227	0.33 81	0.15 42	0.13 86	0.17 90	0.13 74	0.16 71	0.15 40

cross-raft	0.56 181	0.26 108	0.65 149	0.55 251	0.31 167	0.66 246	0.37 169	1.68 343	0.82 184	1.06 272	1.07 266	1.25 401	0.45 141	0.74 111	0.39 142	0.15 42	0.13 86	0.19 157	0.16 166	0.19 170	0.17 99

s12784h	0.55 168	0.22 28	0.49 49	0.43 60	0.19 2	1.00 402	0.34 127	1.40 282	1.30 425	0.84 211	0.93 212	0.63 193	0.52 197	1.48 329	0.47 219	0.15 42	0.12 42	0.17 90	0.11 7	0.19 170	0.13 2

252Zero-FE	0.29 10	0.24 66	0.47 37	0.42 53	0.25 49	0.29 15	0.19 7	0.71 51	0.49 67	0.32 24	0.34 29	0.22 2	0.25 16	0.43 11	0.30 50	0.16 58	0.13 86	0.14 4	0.12 38	0.13 5	0.15 40

depthmonostereo	0.45 108	0.26 108	0.89 280	0.49 137	0.24 28	0.60 203	0.36 154	1.03 154	0.77 158	0.50 120	0.65 135	0.50 126	0.55 211	0.70 102	0.39 142	0.16 58	0.16 270	0.16 61	0.14 109	0.16 71	0.20 189

xyz-stereo-finetune	0.50 150	0.27 133	0.63 132	0.43 60	0.23 23	0.79 314	0.46 284	0.83 89	0.82 184	0.63 167	0.63 129	0.54 151	0.44 134	1.69 370	0.62 312	0.16 58	0.15 232	0.19 157	0.16 166	0.17 98	0.16 73

xyz-stereo	7.03 604	0.24 66	70.23 637	0.44 69	0.21 10	29.74 623	0.49 315	1.03 154	0.77 158	1.45 463	26.78 625	1.17 382	1.19 475	4.72 525	1.32 470	0.16 58	0.12 42	0.20 199	0.14 109	0.17 98	0.14 19

LG-Stereo_L1	0.31 23	0.24 66	0.49 49	0.38 13	0.27 74	0.28 12	0.21 17	0.68 38	0.29 10	0.27 5	0.25 6	0.25 15	0.22 11	1.25 266	0.24 3	0.16 58	0.12 42	0.15 30	0.12 38	0.14 22	0.13 2

MLG-Stereo_test3	0.29 10	0.20 11	0.46 28	0.43 60	0.24 28	0.47 92	0.19 7	0.75 62	0.31 14	0.36 41	0.22 3	0.35 63	0.21 8	0.61 67	0.26 7	0.16 58	0.12 42	0.16 61	0.11 7	0.13 5	0.15 40

MLG-Stereo_test2	0.27 4	0.22 28	0.40 10	0.39 21	0.24 28	0.35 26	0.18 2	0.58 12	0.23 2	0.28 8	0.24 5	0.34 61	0.19 2	0.79 131	0.24 3	0.16 58	0.11 21	0.15 30	0.11 7	0.13 5	0.14 19

MM-Stereo_test2	0.44 105	0.25 88	0.70 173	0.54 235	0.33 220	0.55 170	0.45 278	1.02 146	0.84 192	0.61 164	0.51 89	0.49 119	0.42 117	0.82 137	0.32 70	0.16 58	0.13 86	0.18 129	0.14 109	0.19 170	0.17 99

HART	0.48 136	0.24 66	0.63 132	0.52 197	0.27 74	0.41 48	0.29 80	1.32 266	0.54 82	0.59 152	1.47 429	0.61 185	0.34 69	1.09 231	0.32 70	0.16 58	0.14 161	0.19 157	0.14 109	0.19 170	0.18 119

HI	0.67 267	0.34 307	0.80 224	0.51 174	0.51 398	0.41 48	0.37 169	1.15 212	0.80 178	1.34 416	1.42 416	1.60 474	1.11 454	0.96 191	0.90 395	0.16 58	0.12 42	0.20 199	0.21 314	0.20 212	0.20 189

CoSv	0.67 267	0.34 307	0.80 224	0.51 174	0.51 398	0.41 48	0.37 169	1.15 212	0.80 178	1.34 416	1.42 416	1.60 474	1.11 454	0.96 191	0.90 395	0.16 58	0.12 42	0.20 199	0.21 314	0.20 212	0.20 189

FoundationStereo	0.26 3	0.23 44	0.41 15	0.40 33	0.24 28	0.32 21	0.22 25	0.43 4	0.24 4	0.31 22	0.25 6	0.30 41	0.32 58	0.36 4	0.27 20	0.16 58	0.12 42	0.15 30	0.11 7	0.13 5	0.14 19

AIO_rvc	0.38 65	0.25 88	0.65 149	0.47 107	0.31 167	0.55 170	0.38 179	0.98 135	0.51 73	0.35 37	0.48 73	0.49 119	0.22 11	0.87 160	0.31 59	0.16 58	0.12 42	0.16 61	0.12 38	0.15 49	0.15 40

tt45	0.47 128	0.25 88	0.52 75	0.47 107	0.34 241	0.78 304	0.32 106	0.86 104	0.45 59	0.52 135	0.45 62	0.49 119	0.37 92	2.12 430	0.36 115	0.16 58	0.13 86	0.19 157	0.16 166	0.17 98	0.21 218

mms	0.42 94	0.29 177	0.60 115	0.47 107	0.33 220	0.43 66	0.46 284	0.75 62	0.50 70	0.36 41	0.61 126	0.44 87	0.30 46	1.39 305	0.34 87	0.16 58	0.14 161	0.18 129	0.15 129	0.19 170	0.21 218

fffy	0.44 105	0.29 177	0.67 158	0.47 107	0.30 146	0.46 81	0.34 127	0.98 135	0.57 96	0.40 68	0.59 122	0.55 155	0.41 109	1.26 270	0.37 128	0.16 58	0.14 161	0.19 157	0.16 166	0.19 170	0.20 189

dual_stereo	0.29 10	0.21 16	0.39 5	0.40 33	0.23 23	0.25 5	0.22 25	0.59 15	0.32 18	0.33 29	0.26 11	0.40 81	0.23 13	0.86 155	0.30 50	0.16 58	0.13 86	0.14 4	0.11 7	0.14 22	0.14 19

WCG-NET	0.43 98	0.23 44	0.58 99	0.42 53	0.26 68	0.46 81	0.32 106	0.77 67	1.16 339	0.77 192	0.75 168	0.58 168	0.44 134	0.62 72	0.38 136	0.16 58	0.12 42	0.16 61	0.14 109	0.15 49	0.14 19

AIO-Stereo	0.39 73	0.26 108	0.54 83	0.50 158	0.24 28	0.45 76	0.39 195	1.13 196	0.57 96	0.42 74	0.49 79	0.52 139	0.25 16	0.74 111	0.32 70	0.16 58	0.13 86	0.18 129	0.14 109	0.16 71	0.15 40

WCG-NET（raft）	0.46 118	0.23 44	0.59 105	0.42 53	0.24 28	0.50 127	0.35 141	0.76 65	1.10 300	0.72 184	0.76 169	0.91 294	0.50 186	0.88 164	0.40 159	0.16 58	0.13 86	0.15 30	0.14 109	0.15 49	0.17 99

RSM++	0.40 77	0.26 108	0.55 86	0.51 174	0.27 74	0.49 108	0.41 216	0.83 89	0.52 75	0.39 61	0.47 71	0.60 178	0.34 69	1.02 209	0.31 59	0.16 58	0.13 86	0.17 90	0.15 129	0.18 134	0.15 40

RAFT-Stereo-weight	0.49 140	0.26 108	0.58 99	0.49 137	0.28 110	0.61 211	0.34 127	1.16 217	1.11 307	1.06 272	0.79 179	0.75 226	0.28 32	0.79 131	0.42 179	0.16 58	0.13 86	0.17 90	0.15 129	0.16 71	0.18 119

CES	0.51 153	0.21 16	0.40 10	0.42 53	1.40 575	0.53 151	0.34 127	1.04 161	0.68 134	0.45 88	0.67 141	0.35 63	0.28 32	0.58 55	0.35 96	0.16 58	0.13 86	0.15 30	0.10 1	0.19 170	1.69 583

DCRE	0.85 380	0.28 153	0.76 207	0.60 335	0.49 383	0.59 197	0.53 342	1.04 161	0.92 217	0.80 197	7.34 598	0.87 272	0.57 221	0.78 130	0.43 185	0.16 58	0.17 299	0.19 157	0.17 192	0.18 134	0.22 249

ProNet	0.46 118	0.30 205	0.69 168	0.46 90	0.32 200	0.57 182	0.52 336	1.15 212	0.67 131	0.44 80	0.50 85	0.44 87	0.43 125	1.31 280	0.38 136	0.16 58	0.15 232	0.19 157	0.16 166	0.18 134	0.18 119

RAFT_CTSACE	0.66 256	0.29 177	1.14 376	0.57 294	0.51 398	0.68 255	0.44 262	0.88 112	0.98 246	1.03 261	1.83 508	1.23 396	0.67 275	1.48 329	0.38 136	0.16 58	0.16 270	0.21 235	0.20 272	0.20 212	0.17 99

test_4	0.55 168	0.23 44	0.67 158	0.56 272	0.32 200	0.71 272	0.39 195	0.83 89	0.72 143	0.93 233	1.87 515	0.70 213	0.41 109	1.21 261	0.39 142	0.16 58	0.13 86	0.21 235	0.23 374	0.20 212	0.18 119

GMOStereo	0.55 168	0.28 153	0.72 178	0.52 197	0.30 146	0.53 151	0.43 242	1.02 146	0.98 246	1.44 457	1.14 308	0.88 278	0.57 221	0.62 72	0.39 142	0.16 58	0.14 161	0.24 328	0.22 342	0.20 212	0.18 119

error version	0.55 168	0.28 153	0.72 178	0.52 197	0.30 146	0.53 151	0.43 242	1.02 146	0.98 246	1.44 457	1.14 308	0.88 278	0.57 221	0.62 72	0.39 142	0.16 58	0.14 161	0.24 328	0.22 342	0.20 212	0.18 119

test-v	0.55 168	0.28 153	0.72 178	0.52 197	0.30 146	0.53 151	0.43 242	1.02 146	0.98 246	1.44 457	1.14 308	0.88 278	0.57 221	0.62 72	0.39 142	0.16 58	0.14 161	0.24 328	0.22 342	0.20 212	0.18 119

test_3	0.57 193	0.24 66	0.87 271	0.55 251	0.30 146	0.60 203	0.40 204	1.07 170	1.08 288	1.20 339	0.68 143	0.92 302	0.43 125	1.68 366	0.40 159	0.16 58	0.13 86	0.22 270	0.19 240	0.21 261	0.17 99

test-2	0.55 168	0.28 153	0.72 178	0.52 197	0.30 146	0.53 151	0.43 242	1.02 146	0.98 246	1.44 457	1.14 308	0.88 278	0.57 221	0.62 72	0.39 142	0.16 58	0.14 161	0.24 328	0.22 342	0.20 212	0.18 119

CREStereo++_RVC	0.49 140	0.22 28	0.46 28	0.48 121	0.38 291	0.45 76	0.25 50	0.77 67	1.30 425	0.82 204	1.23 343	0.47 110	0.37 92	0.55 42	0.44 190	0.16 58	0.11 21	0.16 61	0.80 575	0.18 134	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
MatchStereo	0.30 19	0.21 16	0.44 24	0.35 2	0.19 2	0.21 3	0.23 38	0.90 117	0.54 82	0.28 8	0.48 73	0.25 15	0.24 15	0.53 36	0.33 81	0.17 91	0.12 42	0.14 4	0.11 7	0.14 22	0.14 19

BridgeDepth_RVC	0.27 4	0.20 11	0.40 10	0.34 1	0.19 2	0.46 81	0.19 7	0.59 15	0.28 7	0.30 17	0.29 18	0.26 20	0.32 58	0.45 14	0.30 50	0.17 91	0.11 21	0.13 1	0.12 38	0.15 49	0.13 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
WQFJA1	0.55 168	0.29 177	0.56 92	0.47 107	0.85 527	0.78 304	0.38 179	2.26 505	0.79 172	0.51 130	0.53 98	0.53 145	0.50 186	0.73 109	0.66 329	0.17 91	0.21 384	0.19 157	0.17 192	0.19 170	0.18 119

WQFJX	0.58 205	0.29 177	0.57 96	0.46 90	0.87 535	0.75 288	0.39 195	2.67 563	0.80 178	0.55 146	0.53 98	0.54 151	0.55 211	0.97 195	0.61 307	0.17 91	0.19 349	0.19 157	0.16 166	0.19 170	0.20 189

NLMM	0.55 168	0.29 177	0.56 92	0.47 107	0.86 529	0.78 304	0.38 179	2.26 505	0.79 172	0.51 130	0.53 98	0.53 145	0.50 186	0.73 109	0.66 329	0.17 91	0.21 384	0.19 157	0.17 192	0.19 170	0.18 119

water-stereo	0.41 82	0.21 16	0.69 168	0.45 78	0.28 110	0.50 127	0.27 66	0.96 130	0.52 75	0.57 151	0.78 176	0.59 174	0.53 200	0.44 12	0.43 185	0.17 91	0.16 270	0.17 90	0.15 129	0.17 98	0.22 249

xyz-stereo-finetune2	0.59 218	0.29 177	0.66 154	0.41 44	0.24 28	1.08 418	0.34 127	0.87 108	0.60 109	0.68 177	1.08 273	0.58 168	0.79 317	2.39 456	0.83 377	0.17 91	0.15 232	0.21 235	0.17 192	0.16 71	0.18 119

111111	0.36 55	0.22 28	0.49 49	0.47 107	0.45 354	0.36 31	0.22 25	1.04 161	0.44 52	0.33 29	0.33 27	0.40 81	0.26 20	0.99 198	0.27 20	0.17 91	0.12 42	0.15 30	0.11 7	0.15 49	0.15 40

LG-G_1	0.33 36	0.22 28	0.48 43	0.44 69	0.20 5	0.64 234	0.18 2	0.80 78	0.28 7	0.30 17	0.30 22	0.36 65	0.35 77	0.88 164	0.26 7	0.17 91	0.13 86	0.16 61	0.11 7	0.14 22	0.16 73

LG-G	0.33 36	0.22 28	0.48 43	0.44 69	0.20 5	0.64 234	0.18 2	0.80 78	0.28 7	0.30 17	0.30 22	0.36 65	0.35 77	0.88 164	0.26 7	0.17 91	0.13 86	0.16 61	0.11 7	0.14 22	0.16 73

DEFOM-Stereo_RVC	0.41 82	0.68 510	0.45 27	0.66 402	0.30 146	0.48 102	0.25 50	0.87 108	0.46 60	0.39 61	0.37 36	0.30 41	0.69 283	1.16 249	0.31 59	0.17 91	0.11 21	0.16 61	0.12 38	0.18 134	0.14 19

AIO_test	0.38 65	0.24 66	0.59 105	0.47 107	0.31 167	0.55 170	0.44 262	0.86 104	0.50 70	0.34 34	0.48 73	0.46 100	0.30 46	0.76 119	0.31 59	0.17 91	0.12 42	0.17 90	0.13 74	0.16 71	0.15 40

castereo	0.43 98	0.25 88	0.50 59	0.46 90	0.30 146	0.60 203	0.56 373	1.23 241	0.83 189	0.39 61	0.70 154	0.45 97	0.68 279	0.54 39	0.33 81	0.17 91	0.11 21	0.17 90	0.13 74	0.16 71	0.14 19

DEFOM-Stereo	0.34 43	0.23 44	0.46 28	0.44 69	0.29 125	0.79 314	0.23 38	0.50 6	0.39 39	0.38 54	0.32 26	0.23 4	0.25 16	1.21 261	0.28 28	0.17 91	0.12 42	0.15 30	0.11 7	0.14 22	0.16 73

999	0.49 140	0.25 88	0.55 86	0.51 174	0.35 258	0.74 283	0.31 95	0.89 116	0.59 103	0.39 61	0.50 85	0.50 126	0.36 85	2.41 457	0.41 169	0.17 91	0.13 86	0.18 129	0.15 129	0.16 71	0.23 270

ours_stereo	0.40 77	0.30 205	0.57 96	0.47 107	0.31 167	0.40 40	0.44 262	0.79 77	0.58 99	0.36 41	0.58 119	0.46 100	0.33 62	1.14 244	0.33 81	0.17 91	0.13 86	0.19 157	0.15 129	0.19 170	0.20 189

tg	0.54 163	0.25 88	0.70 173	0.52 197	0.31 167	0.89 363	0.29 80	1.12 192	0.98 246	0.85 213	1.03 249	0.62 188	0.42 117	1.37 297	0.41 169	0.17 91	0.13 86	0.22 270	0.21 314	0.17 98	0.17 99

Occ-G	0.44 105	0.23 44	0.59 105	0.44 69	0.27 74	0.43 66	0.61 405	0.85 97	0.62 116	0.48 103	0.66 138	1.00 333	0.45 141	0.79 131	0.45 203	0.17 91	0.14 161	0.18 129	0.13 74	0.16 71	0.18 119

MyStereo06	0.67 267	0.29 177	1.06 347	0.58 308	0.48 376	0.62 214	0.72 440	2.26 505	0.89 206	1.07 274	1.12 292	1.22 392	0.56 218	0.83 143	0.47 219	0.17 91	0.17 299	0.24 328	0.21 314	0.23 302	0.23 270

MyStereo05	0.70 290	0.29 177	1.22 408	0.58 308	0.48 376	0.62 214	0.72 440	1.52 304	1.54 506	1.17 315	0.91 208	0.77 232	0.79 317	1.45 322	0.68 336	0.17 91	0.17 299	0.24 328	0.21 314	0.23 302	0.23 270

AE-Stereo	0.58 205	0.29 177	0.81 229	0.62 357	0.41 326	0.69 266	0.46 284	2.49 545	1.25 389	0.49 111	0.77 173	0.69 210	0.46 151	0.61 67	0.42 179	0.17 91	0.16 270	0.21 235	0.20 272	0.19 170	0.18 119

MIM_Stereo	0.60 228	0.26 108	1.02 335	0.49 137	0.32 200	0.52 142	0.28 73	1.41 286	0.82 184	1.02 257	1.16 316	0.93 303	0.53 200	1.48 329	0.63 316	0.17 91	0.17 299	0.20 199	0.19 240	0.17 98	0.18 119

AEACV	0.41 82	0.25 88	0.60 115	0.55 251	0.52 403	0.43 66	0.38 179	0.98 135	0.63 119	0.44 80	0.56 115	0.46 100	0.59 242	0.56 45	0.31 59	0.17 91	0.13 86	0.18 129	0.16 166	0.17 98	0.17 99

RAFT-Test	0.58 205	0.27 133	0.81 229	0.50 158	0.33 220	0.95 390	0.27 66	1.40 282	0.89 206	1.00 248	1.12 292	1.39 436	0.48 165	0.74 111	0.41 169	0.17 91	0.14 161	0.17 90	0.14 109	0.16 71	0.18 119

EGLCR-Stereo	0.41 82	0.24 66	0.59 105	0.45 78	0.27 74	0.54 164	0.22 25	1.23 241	0.56 93	0.44 80	0.43 50	0.68 205	0.29 35	0.89 169	0.34 87	0.17 91	0.12 42	0.20 199	0.17 192	0.17 98	0.18 119

MC-Stereo	0.46 118	0.24 66	0.58 99	0.63 367	0.30 146	0.38 38	0.32 106	0.98 135	0.74 151	0.66 173	0.85 195	0.56 164	0.60 248	1.07 224	0.32 70	0.17 91	0.12 42	0.17 90	0.15 129	0.16 71	0.16 73

RCA-Stereo	0.52 157	0.26 108	0.66 154	0.49 137	0.33 220	0.54 164	0.44 262	1.20 229	1.41 471	0.69 178	1.06 263	0.63 193	0.79 317	0.62 72	0.35 96	0.17 91	0.12 42	0.17 90	0.14 109	0.16 71	0.16 73

DCANet-4	0.59 218	0.28 153	1.65 467	0.44 69	0.25 49	0.48 102	0.36 154	1.15 212	1.36 450	1.13 291	1.03 249	0.56 164	0.74 292	0.77 121	0.58 293	0.17 91	0.14 161	0.17 90	0.13 74	0.15 49	0.24 293

fff	0.58 205	0.26 108	1.15 378	0.46 90	0.25 49	0.48 102	0.36 154	1.20 229	1.28 409	1.13 291	1.03 249	0.59 174	1.04 436	0.77 121	0.58 293	0.17 91	0.14 161	0.17 90	0.13 74	0.15 49	0.24 293

ADStereo(finetuned)	0.62 238	0.26 108	1.59 461	0.45 78	0.25 49	0.49 108	0.36 154	1.18 221	1.35 441	1.16 311	1.04 255	0.60 178	1.18 473	0.85 152	0.57 288	0.17 91	0.14 161	0.17 90	0.13 74	0.19 170	0.24 293

IPLG	0.72 302	0.29 177	1.12 370	0.53 220	0.44 350	0.79 314	0.33 114	1.35 270	1.10 300	1.32 403	1.11 288	0.52 139	0.54 208	3.13 487	0.71 343	0.17 91	0.14 161	0.20 199	0.17 192	0.18 134	0.21 218

test-3	0.56 181	0.24 66	0.82 238	0.50 158	0.29 125	0.57 182	0.34 127	1.09 182	1.03 269	1.33 409	0.69 148	0.87 272	0.45 141	1.68 366	0.39 142	0.17 91	0.12 42	0.20 199	0.17 192	0.17 98	0.16 73

test_1	0.56 181	0.24 66	0.82 238	0.50 158	0.29 125	0.57 182	0.34 127	1.09 182	1.03 269	1.28 387	0.69 148	0.87 272	0.45 141	1.67 364	0.39 142	0.17 91	0.12 42	0.20 199	0.17 192	0.17 98	0.16 73

test-1	0.56 181	0.28 153	1.13 371	0.58 308	0.34 241	0.60 203	0.38 179	1.56 317	0.98 246	0.80 197	1.02 242	0.83 261	0.52 197	0.64 84	0.46 209	0.17 91	0.16 270	0.20 199	0.17 192	0.20 212	0.26 334

DCANet	0.58 205	0.26 108	1.15 378	0.45 78	0.25 49	0.49 108	0.36 154	1.18 221	1.35 441	1.15 307	1.04 255	0.60 178	0.91 375	0.84 148	0.58 293	0.17 91	0.14 161	0.17 90	0.13 74	0.19 170	0.25 314

csc	0.58 205	0.26 108	1.15 378	0.46 90	0.25 49	0.48 102	0.36 154	1.20 229	1.28 409	1.13 291	1.03 249	0.59 174	1.04 436	0.77 121	0.58 293	0.17 91	0.14 161	0.17 90	0.13 74	0.15 49	0.24 293

cscssc	0.58 205	0.26 108	1.15 378	0.46 90	0.25 49	0.48 102	0.36 154	1.20 229	1.28 409	1.13 291	1.03 249	0.59 174	1.04 436	0.77 121	0.58 293	0.17 91	0.14 161	0.17 90	0.13 74	0.15 49	0.24 293

CFNet-RSSM	0.57 193	0.25 88	0.76 207	0.49 137	0.28 110	0.59 197	0.27 66	1.89 412	1.17 344	1.09 277	0.95 215	1.06 349	0.53 200	0.74 111	0.41 169	0.17 91	0.13 86	0.17 90	0.15 129	0.16 71	0.16 73

Gwc-CoAtRS	0.55 168	0.27 133	0.73 192	0.49 137	0.30 146	0.63 225	0.25 50	1.38 276	1.12 315	1.05 266	1.02 242	1.10 367	0.55 211	0.72 106	0.44 190	0.17 91	0.14 161	0.17 90	0.15 129	0.16 71	0.17 99

HITNet	0.71 296	0.42 413	1.07 352	0.52 197	0.25 49	1.05 410	0.48 304	2.12 469	1.08 288	1.21 346	1.23 343	0.91 294	0.84 338	0.90 172	0.91 399	0.17 91	0.12 42	0.21 235	0.17 192	0.29 395	0.18 119
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
WQFJX1	0.59 218	0.27 133	0.59 105	0.49 137	0.73 491	0.68 255	0.46 284	2.65 558	0.77 158	0.55 146	0.51 89	0.52 139	0.50 186	1.38 301	0.61 307	0.18 131	0.20 366	0.20 199	0.17 192	0.20 212	0.21 218

VIP-Stereo	0.37 61	0.25 88	0.62 129	0.41 44	0.46 363	0.82 331	0.22 25	0.67 36	0.48 64	0.32 24	0.55 111	0.37 70	0.31 50	0.85 152	0.28 28	0.18 131	0.12 42	0.16 61	0.12 38	0.15 49	0.14 19

IGEV-FE	0.59 218	0.33 277	1.11 365	0.63 367	0.37 277	0.41 48	0.33 114	1.80 383	0.79 172	1.04 263	1.10 279	1.05 348	0.43 125	0.87 160	0.48 227	0.18 131	0.13 86	0.19 157	0.18 216	0.20 212	0.23 270

LGtest1	0.28 8	0.23 44	0.46 28	0.42 53	0.22 16	0.41 48	0.19 7	0.58 12	0.29 10	0.30 17	0.25 6	0.29 37	0.29 35	0.57 51	0.26 7	0.18 131	0.12 42	0.16 61	0.12 38	0.14 22	0.16 73

LG-Stereo_Zeroshot	0.38 65	0.25 88	0.61 123	0.53 220	0.29 125	0.36 31	0.22 25	1.24 243	0.42 45	0.45 88	0.65 135	0.37 70	0.51 192	0.41 8	0.30 50	0.18 131	0.12 42	0.17 90	0.13 74	0.18 134	0.20 189

SCV_C0	0.48 136	0.29 177	0.88 276	0.46 90	0.31 167	0.46 81	0.31 95	1.67 339	0.87 202	0.40 68	0.52 94	0.54 151	0.29 35	1.27 273	0.34 87	0.18 131	0.14 161	0.17 90	0.14 109	0.20 212	0.18 119

HUF	0.39 73	0.27 133	0.71 176	0.43 60	0.24 28	0.51 136	0.47 296	0.99 143	0.55 89	0.37 48	0.45 62	0.53 145	0.41 109	0.70 102	0.29 40	0.18 131	0.14 161	0.16 61	0.12 38	0.15 49	0.17 99

AIO-test1	0.61 235	0.27 133	0.68 162	0.68 428	1.02 551	0.79 314	0.36 154	1.59 327	1.35 441	0.59 152	0.89 205	0.60 178	0.49 178	1.20 260	0.36 115	0.18 131	0.17 299	0.23 304	0.25 396	0.18 134	0.26 334

castereo++	0.41 82	0.26 108	0.51 67	0.44 69	0.32 200	0.96 396	0.22 25	1.13 196	0.61 114	0.33 29	0.45 62	0.50 126	0.39 104	0.94 181	0.25 5	0.18 131	0.12 42	0.17 90	0.12 38	0.14 22	0.16 73

UGAM-zero	1.05 443	0.33 277	1.04 340	0.49 137	0.31 167	0.67 251	0.26 60	2.37 526	0.80 178	1.05 266	1.11 288	2.86 567	1.81 543	6.26 559	0.50 243	0.18 131	0.15 232	0.19 157	0.16 166	0.17 98	0.21 218

RAStereo	0.36 55	0.22 28	0.85 262	0.48 121	0.28 110	0.27 10	0.28 73	0.77 67	0.65 127	0.33 29	0.43 50	0.44 87	0.31 50	0.45 14	0.35 96	0.18 131	0.15 232	0.19 157	0.15 129	0.19 170	0.15 40

Pointernet	0.41 82	0.21 16	0.63 132	0.45 78	0.29 125	0.51 136	0.27 66	1.54 310	0.70 139	0.48 103	0.64 131	0.49 119	0.37 92	0.51 33	0.36 115	0.18 131	0.13 86	0.14 4	0.11 7	0.14 22	0.14 19

IGEV-Stereo+	0.46 118	0.23 44	0.51 67	0.42 53	0.46 363	0.15 1	0.19 7	0.45 5	0.37 36	0.28 8	0.25 6	0.31 44	0.41 109	1.43 317	0.31 59	0.18 131	0.13 86	0.15 30	0.12 38	1.09 570	1.74 584

trnet	0.40 77	0.23 44	0.40 10	0.37 5	0.20 5	0.53 151	0.29 80	0.81 81	1.15 332	0.59 152	0.72 161	0.53 145	0.43 125	0.56 45	0.37 128	0.18 131	0.13 86	0.15 30	0.10 1	0.14 22	0.14 19

testlalala2	0.60 228	0.30 205	0.68 162	1.79 579	1.30 573	0.65 240	0.41 216	1.06 167	0.75 156	0.91 227	0.96 217	0.75 226	0.34 69	0.56 45	0.45 203	0.18 131	0.16 270	0.17 90	0.13 74	0.17 98	0.19 160

MyStereo8	0.70 290	0.32 257	1.24 413	0.63 367	0.53 411	0.90 367	0.34 127	1.60 329	1.35 441	1.20 339	1.31 373	0.89 288	0.64 263	0.77 121	1.02 427	0.18 131	0.15 232	0.20 199	0.18 216	0.22 281	0.30 398

MyStereo07	0.50 150	0.30 205	0.58 99	0.58 308	0.48 376	0.59 197	0.78 452	1.19 225	0.60 109	0.49 111	0.54 108	0.43 86	0.55 211	1.32 286	0.36 115	0.18 131	0.18 331	0.24 328	0.21 314	0.23 302	0.23 270

MyStereo04	0.71 296	0.30 205	1.28 421	0.58 308	0.48 376	0.59 197	0.78 452	1.74 368	1.49 500	0.94 236	0.91 208	0.74 224	0.86 351	1.59 350	0.69 337	0.18 131	0.18 331	0.24 328	0.21 314	0.23 302	0.23 270

ff7	0.45 108	0.30 205	0.64 142	0.47 107	0.33 220	0.49 108	0.42 224	0.93 119	0.59 103	0.50 120	0.53 98	0.44 87	0.48 165	1.41 310	0.36 115	0.18 131	0.13 86	0.21 235	0.15 129	0.18 134	0.21 218

ffff	0.45 108	0.30 205	0.64 142	0.47 107	0.33 220	0.49 108	0.42 224	0.93 119	0.59 103	0.50 120	0.53 98	0.44 87	0.48 165	1.41 310	0.36 115	0.18 131	0.13 86	0.21 235	0.15 129	0.18 134	0.21 218

11t	0.45 108	0.30 205	0.64 142	0.47 107	0.33 220	0.49 108	0.42 224	0.93 119	0.59 103	0.50 120	0.53 98	0.44 87	0.48 165	1.41 310	0.36 115	0.18 131	0.13 86	0.21 235	0.15 129	0.18 134	0.21 218

IGEV_Zeroshot_test	0.59 218	0.33 277	1.11 365	0.63 367	0.37 277	0.41 48	0.33 114	1.80 383	0.79 172	1.04 263	1.10 279	1.06 349	0.43 125	0.87 160	0.48 227	0.18 131	0.13 86	0.19 157	0.18 216	0.20 212	0.23 270

MSKI-zero shot	0.56 181	0.30 205	0.61 123	0.55 251	0.28 110	0.68 255	0.28 73	1.25 247	0.68 134	0.92 230	1.33 384	0.81 245	0.33 62	1.94 406	0.36 115	0.18 131	0.13 86	0.17 90	0.13 74	0.16 71	0.19 160

GCAP-Stereo	0.43 98	0.32 257	0.80 224	0.50 158	0.27 74	0.53 151	0.31 95	1.05 165	0.67 131	0.69 178	0.71 158	0.58 168	0.42 117	0.51 33	0.35 96	0.18 131	0.15 232	0.18 129	0.13 74	0.17 98	0.15 40

HH	0.68 280	0.33 277	0.83 247	0.53 220	0.34 241	0.92 377	0.45 278	1.79 379	0.74 151	0.71 180	1.13 303	1.60 474	0.83 335	1.95 409	0.39 142	0.18 131	0.14 161	0.19 157	0.17 192	0.19 170	0.19 160

HanStereo	0.68 280	0.33 277	0.83 247	0.53 220	0.34 241	0.92 377	0.45 278	1.79 379	0.74 151	0.71 180	1.13 303	1.60 474	0.83 335	1.95 409	0.39 142	0.18 131	0.14 161	0.19 157	0.17 192	0.19 170	0.19 160

LL-Strereo2	0.56 181	0.36 346	0.77 210	0.56 272	0.40 312	0.68 255	0.37 169	1.21 234	0.83 189	0.96 241	0.79 179	0.91 294	0.41 109	1.08 227	0.48 227	0.18 131	0.17 299	0.29 430	0.25 396	0.22 281	0.19 160

4D-IteraStereo	0.50 150	0.26 108	0.84 256	0.51 174	0.49 383	0.64 234	0.31 95	0.91 118	1.02 266	1.05 266	0.72 161	0.76 228	0.32 58	0.69 100	0.40 159	0.18 131	0.11 21	0.23 304	0.20 272	0.19 170	0.16 73

anonymousdsp	0.45 108	0.30 205	0.60 115	0.48 121	0.34 241	0.49 108	0.42 224	0.97 131	0.60 109	0.51 130	0.53 98	0.46 100	0.47 159	1.36 294	0.35 96	0.18 131	0.13 86	0.21 235	0.15 129	0.18 134	0.21 218

CroCo-Stereo Lap2	0.46 118	0.37 367	0.87 271	0.62 357	0.79 515	0.28 12	0.35 141	0.81 81	0.73 144	0.39 61	0.54 108	0.71 220	0.54 208	0.60 64	0.48 227	0.18 131	0.18 331	0.19 157	0.16 166	0.21 261	0.21 218

ccc-4	0.45 108	0.30 205	0.64 142	0.47 107	0.33 220	0.49 108	0.42 224	0.93 119	0.59 103	0.50 120	0.53 98	0.44 87	0.48 165	1.41 310	0.36 115	0.18 131	0.13 86	0.21 235	0.15 129	0.18 134	0.21 218

IGEV-Stereo	0.45 108	0.30 205	0.60 115	0.48 121	0.34 241	0.49 108	0.42 224	0.98 135	0.60 109	0.51 130	0.53 98	0.46 100	0.47 159	1.36 294	0.35 96	0.18 131	0.13 86	0.21 235	0.15 129	0.18 134	0.21 218
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.89 394	0.31 239	1.04 340	0.56 272	0.47 374	0.47 92	0.68 426	1.19 225	1.08 288	0.80 197	1.35 393	1.46 450	0.90 372	5.11 530	1.16 442	0.18 131	0.15 232	0.22 270	0.19 240	0.21 261	0.24 293

iRaft-Stereo_20w	0.71 296	0.33 277	1.25 415	0.50 158	0.36 266	0.82 331	0.31 95	3.16 578	0.89 206	1.24 361	1.14 308	0.79 237	0.65 268	1.15 245	0.43 185	0.18 131	0.13 86	0.18 129	0.17 192	0.20 212	0.23 270

GLC_STEREO	0.41 82	0.27 133	0.43 19	0.55 251	0.24 28	0.47 92	0.30 88	0.81 81	0.64 124	0.53 139	0.74 167	0.50 126	0.31 50	0.65 89	0.45 203	0.18 131	0.20 366	0.23 304	0.19 240	0.21 261	0.21 218

MIPNet	0.60 228	0.31 239	1.07 352	0.51 174	0.34 241	0.68 255	0.40 204	1.67 339	1.14 327	1.11 280	0.93 212	0.60 178	0.78 309	0.77 121	0.58 293	0.18 131	0.14 161	0.19 157	0.16 166	0.18 134	0.21 218

IPLGR	0.62 238	0.28 153	1.32 428	0.50 158	0.29 125	0.65 240	0.34 127	1.47 296	1.19 352	1.21 346	1.07 266	0.70 213	0.65 268	1.05 217	0.55 277	0.18 131	0.15 232	0.20 199	0.17 192	0.21 261	0.20 189

iRaftStereo_RVC	0.49 140	0.28 153	0.72 178	0.53 220	0.29 125	0.52 142	0.33 114	1.14 200	0.84 192	0.85 213	0.99 232	0.55 155	0.36 85	0.83 143	0.40 159	0.18 131	0.13 86	0.22 270	0.20 272	0.20 212	0.18 119

raft+_RVC	0.56 181	0.29 177	0.61 123	0.65 389	0.56 431	0.53 151	0.53 342	1.40 282	1.02 266	0.78 194	1.04 255	0.70 213	0.55 211	1.00 202	0.49 240	0.18 131	0.16 270	0.19 157	0.19 240	0.18 134	0.17 99

test_xeample3	0.57 193	0.33 277	3.11 540	0.46 90	0.34 241	0.55 170	0.38 179	0.86 104	0.49 67	0.54 141	0.46 68	0.44 87	0.44 134	1.49 336	0.45 203	0.18 131	0.14 161	0.19 157	0.15 129	0.17 98	0.18 119

pmcnn	2.84 575	0.46 429	5.19 565	0.68 428	0.42 336	1.55 494	1.16 531	2.32 517	1.60 518	2.72 570	7.49 599	17.96 619	1.48 517	6.04 554	6.64 584	0.18 131	0.15 232	0.15 30	0.12 38	0.20 212	0.20 189

WQFJA1++	1.34 492	0.23 44	0.51 67	0.40 33	0.29 125	0.46 81	0.20 13	0.67 36	0.31 14	0.40 68	0.39 39	0.34 61	0.39 104	0.66 91	0.28 28	0.19 172	0.13 86	0.16 61	0.13 74	20.39 623	0.17 99

NLMM1	0.60 228	0.28 153	0.63 132	0.48 121	0.73 491	0.68 255	0.43 242	2.47 540	1.11 307	0.60 159	0.63 129	0.51 130	0.47 159	1.34 290	0.58 293	0.19 172	0.21 384	0.20 199	0.17 192	0.20 212	0.19 160

NLSM1	0.54 163	0.26 108	0.61 123	0.49 137	1.04 553	0.83 339	0.31 95	1.55 313	0.68 134	0.52 135	0.77 173	0.46 100	0.48 165	1.02 209	0.56 283	0.19 172	0.19 349	0.21 235	0.18 216	0.20 212	0.18 119

NLCSM	0.54 163	0.30 205	0.60 115	0.53 220	0.74 498	0.71 272	0.47 296	1.25 247	0.71 142	0.64 168	0.51 89	0.48 115	0.60 248	1.34 290	0.71 343	0.19 172	0.20 366	0.21 235	0.19 240	0.22 281	0.21 218

FE-Mocha	0.52 157	0.32 257	0.98 322	0.51 174	0.37 277	0.46 81	0.22 25	1.71 360	0.56 93	1.02 257	1.10 279	0.82 251	0.41 109	0.58 55	0.32 70	0.19 172	0.13 86	0.21 235	0.21 314	0.17 98	0.19 160

Zero-FE251	0.36 55	0.25 88	0.64 142	0.49 137	0.30 146	0.57 182	0.24 46	0.86 104	0.36 34	0.53 139	0.39 39	0.51 130	0.41 109	0.49 25	0.28 28	0.19 172	0.15 232	0.17 90	0.12 38	0.14 22	0.16 73

GASTEREO	0.43 98	0.29 177	0.62 129	0.51 174	0.27 74	0.62 214	0.36 154	1.02 146	0.58 99	0.55 146	0.83 191	0.30 41	0.65 268	0.64 84	0.30 50	0.19 172	0.13 86	0.17 90	0.15 129	0.16 71	0.21 218

MSCF	0.41 82	0.28 153	0.64 142	0.50 158	0.27 74	0.58 195	0.37 169	1.03 154	0.54 82	0.54 141	0.72 161	0.32 48	0.64 263	0.56 45	0.30 50	0.19 172	0.13 86	0.17 90	0.15 129	0.17 98	0.21 218

DFGA-Net	0.77 327	0.47 434	1.75 473	0.55 251	0.46 363	0.83 339	0.44 262	1.38 276	1.10 300	1.05 266	1.20 327	0.70 213	0.58 238	2.27 444	1.31 464	0.19 172	0.17 299	0.24 328	0.24 387	0.28 378	0.30 398

MM-Stereo_test1	0.51 153	0.26 108	0.59 105	0.53 220	0.31 167	0.50 127	0.53 342	1.06 167	1.09 296	0.88 220	0.70 154	0.54 151	0.59 242	1.18 255	0.35 96	0.19 172	0.17 299	0.20 199	0.17 192	0.20 212	0.18 119

PAM_32	0.87 388	0.30 205	1.08 355	0.56 272	0.32 200	2.10 544	0.36 154	2.26 505	1.01 262	1.13 291	1.05 262	3.14 574	1.47 515	1.00 202	0.42 179	0.19 172	0.14 161	0.20 199	0.18 216	0.19 170	0.25 314

PAM	0.86 384	0.31 239	1.19 399	0.55 251	0.35 258	2.17 545	0.47 296	2.26 505	0.87 202	1.18 326	0.96 217	3.01 569	1.41 508	0.90 172	0.40 159	0.19 172	0.13 86	0.19 157	0.18 216	0.20 212	0.27 352

GCAP-BAT	0.54 163	0.33 277	0.75 202	0.45 78	0.50 388	0.84 348	0.35 141	0.98 135	0.80 178	0.88 220	1.04 255	0.88 278	0.37 92	1.25 266	0.41 169	0.19 172	0.15 232	0.18 129	0.13 74	0.17 98	0.22 249

AIO-Stereo-zeroshot1	1.06 445	0.43 418	3.59 550	0.53 220	0.66 474	0.79 314	0.39 195	2.60 555	0.98 246	0.96 241	4.58 582	2.05 539	0.56 218	0.99 198	0.51 247	0.19 172	0.14 161	0.21 235	0.28 442	0.32 428	0.41 475

gcap-zeroshot	0.59 218	0.30 205	1.11 365	0.51 174	0.30 146	0.79 314	0.36 154	1.86 404	0.86 199	0.90 225	0.68 143	1.44 444	0.50 186	0.82 137	0.35 96	0.19 172	0.16 270	0.18 129	0.15 129	0.18 134	0.18 119

IGEVStereo-DCA	0.49 140	0.33 277	0.64 142	0.46 90	0.34 241	0.50 127	0.42 224	0.93 119	0.59 103	0.48 103	0.48 73	0.48 115	0.45 141	2.28 446	0.44 190	0.19 172	0.14 161	0.19 157	0.15 129	0.17 98	0.21 218

rrr	0.57 193	0.33 277	2.43 517	0.46 90	0.34 241	0.50 127	0.38 179	0.84 95	0.55 89	0.48 103	0.48 73	0.48 115	0.45 141	2.28 446	0.44 190	0.19 172	0.14 161	0.19 157	0.15 129	0.17 98	0.18 119

CASnet	0.42 94	0.26 108	0.52 75	0.52 197	0.21 10	0.49 108	0.35 141	0.85 97	0.85 196	0.84 211	0.69 148	0.48 115	0.31 50	0.57 51	0.34 87	0.19 172	0.12 42	0.27 402	0.22 342	0.23 302	0.15 40
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.55 168	0.27 133	0.49 49	0.50 158	0.27 74	0.98 400	0.25 50	1.71 360	1.08 288	0.90 225	0.99 232	1.13 376	0.46 151	0.74 111	0.35 96	0.19 172	0.13 86	0.17 90	0.13 74	0.16 71	0.19 160

anonymousdsp2	0.58 205	0.29 177	0.93 300	0.51 174	0.30 146	0.75 288	0.46 284	1.95 432	0.87 202	0.81 202	0.78 176	0.76 228	0.48 165	1.10 235	0.45 203	0.19 172	0.14 161	0.18 129	0.13 74	0.20 212	0.22 249

CBFPSM	0.95 416	0.37 367	2.10 501	0.51 174	0.39 300	1.73 510	0.87 486	1.59 327	1.13 321	1.11 280	1.00 237	2.34 550	1.64 529	1.42 315	1.44 482	0.19 172	0.18 331	0.20 199	0.20 272	0.22 281	0.36 448

LoS	0.41 82	0.23 44	0.46 28	0.39 21	0.23 23	0.48 102	0.40 204	1.12 192	0.94 230	0.50 120	0.66 138	0.49 119	0.42 117	0.63 82	0.39 142	0.19 172	0.14 161	0.16 61	0.11 7	0.14 22	0.15 40
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ToySt	0.73 305	0.35 336	1.64 465	0.54 235	0.37 277	0.92 377	0.81 468	1.21 234	1.03 269	0.86 218	1.12 292	1.31 419	1.01 420	1.04 214	0.88 388	0.19 172	0.20 366	0.24 328	0.24 387	0.27 362	0.28 368

anonymousa	0.78 332	0.30 205	0.85 262	0.51 174	0.96 547	1.41 480	0.47 296	1.61 331	0.94 230	1.33 409	1.77 498	1.66 486	1.11 454	0.72 106	0.63 316	0.19 172	0.18 331	0.23 304	0.25 396	0.20 212	0.22 249

raft_robust	0.71 296	0.32 257	0.75 202	0.54 235	0.28 110	0.54 164	0.35 141	1.54 310	1.24 381	1.18 326	1.07 266	0.73 223	0.53 200	3.65 500	0.40 159	0.19 172	0.16 270	0.20 199	0.22 342	0.21 261	0.19 160

RAFT+CT+SA	0.63 247	0.30 205	0.73 192	0.69 441	0.37 277	0.40 40	0.55 366	1.93 427	1.04 275	0.72 184	1.23 343	0.62 188	0.69 283	1.69 370	0.42 179	0.19 172	0.13 86	0.22 270	0.22 342	0.21 261	0.19 160

test_5	0.70 290	0.32 257	0.99 325	0.69 441	0.50 388	0.89 363	0.51 325	1.88 410	1.14 327	0.78 194	1.13 303	1.04 344	0.89 369	1.59 350	0.46 209	0.19 172	0.14 161	0.23 304	0.22 342	0.22 281	0.20 189

Sa-1000	0.76 321	0.30 205	0.92 298	0.62 357	0.31 167	0.78 304	0.37 169	2.00 445	1.38 457	1.30 394	2.04 529	0.86 270	0.74 292	1.87 395	0.40 159	0.19 172	0.14 161	0.25 367	0.24 387	0.21 261	0.19 160

CrosDoStereo	1.56 513	0.26 108	0.78 216	0.51 174	0.29 125	0.66 246	11.86 612	1.18 221	1.00 259	1.35 422	1.76 495	0.99 327	1.83 545	6.64 570	0.83 377	0.19 172	0.15 232	0.20 199	0.22 342	0.18 134	0.25 314

LCNet	0.73 305	0.30 205	0.58 99	0.58 308	0.31 167	0.68 255	0.53 342	1.09 182	0.94 230	1.19 334	1.34 388	0.96 318	1.32 494	2.50 464	0.46 209	0.19 172	0.13 86	0.21 235	0.25 396	0.28 378	0.69 551

STrans-v2	1.06 445	0.31 239	1.02 335	0.52 197	0.33 220	0.67 251	0.78 452	2.66 562	1.26 397	1.15 307	1.46 426	1.37 433	1.40 504	6.68 572	0.46 209	0.19 172	0.13 86	0.21 235	0.18 216	0.18 134	0.21 218

TransformOpticalFlow	0.97 421	0.30 205	0.96 318	0.54 235	0.31 167	0.65 240	0.54 356	1.87 405	1.19 352	1.12 288	1.44 422	1.34 426	0.98 408	6.68 572	0.44 190	0.19 172	0.12 42	0.21 235	0.19 240	0.18 134	0.23 270

PSM-AAD	0.80 347	0.29 177	0.58 99	0.58 308	0.29 125	0.76 294	1.19 534	1.08 175	0.94 230	1.65 508	1.58 466	0.81 245	2.12 562	1.67 364	0.44 190	0.19 172	0.14 161	0.38 505	0.32 486	0.22 281	0.68 548

DeepStereo_LL	1.56 513	0.26 108	0.78 216	0.51 174	0.29 125	0.66 246	11.86 612	1.18 221	1.00 259	1.35 422	1.76 495	0.99 327	1.83 545	6.64 570	0.83 377	0.19 172	0.15 232	0.20 199	0.22 342	0.18 134	0.25 314

DEmStereo	0.98 424	0.25 88	0.85 262	0.49 137	0.33 220	1.02 405	0.55 366	0.97 131	0.93 224	1.41 446	2.13 534	1.01 338	2.01 552	5.62 543	0.78 361	0.19 172	0.15 232	0.20 199	0.20 272	0.18 134	0.25 314

DRaft	0.81 356	0.26 108	0.77 210	0.47 107	0.31 167	0.95 390	0.52 336	1.13 196	0.99 255	1.78 523	2.01 528	0.80 239	1.71 535	2.64 471	0.74 349	0.19 172	0.14 161	0.20 199	0.20 272	0.18 134	0.24 293

RAFT-345	0.86 384	0.26 108	0.73 192	0.53 220	0.28 110	0.53 151	0.41 216	0.85 97	1.31 432	1.33 409	2.32 543	0.85 269	0.53 200	5.69 544	0.48 227	0.19 172	0.14 161	0.22 270	0.17 192	0.17 98	0.17 99

CroCo-Stereo	0.42 94	0.33 277	0.83 247	0.59 327	0.28 110	0.26 6	0.33 114	1.22 236	0.85 196	0.43 76	0.49 79	0.65 197	0.46 151	0.40 5	0.36 115	0.19 172	0.15 232	0.16 61	0.14 109	0.20 212	0.17 99
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
GMM-Stereo	0.75 313	0.27 133	0.66 154	0.56 272	0.34 241	0.71 272	0.97 504	1.09 182	0.91 212	1.37 429	1.79 500	1.11 372	0.79 317	2.08 426	0.48 227	0.19 172	0.12 42	0.25 367	0.25 396	0.21 261	0.78 558

Prome-Stereo	0.76 321	0.29 177	0.57 96	0.58 308	0.33 220	0.58 195	0.94 499	0.98 135	0.92 217	1.46 466	2.45 551	0.91 294	1.38 501	1.60 355	0.44 190	0.19 172	0.13 86	0.19 157	0.18 216	0.20 212	0.87 564

TANstereo	0.45 108	0.23 44	0.50 59	0.43 60	0.21 10	0.65 240	0.26 60	0.83 89	0.88 205	0.95 238	0.99 232	0.51 130	0.45 141	0.56 45	0.36 115	0.19 172	0.24 440	0.16 61	0.13 74	0.17 98	0.27 352

EAI-Stereo	0.76 321	0.31 239	0.74 197	0.55 251	0.28 110	0.70 270	1.72 567	2.57 552	0.90 211	0.75 189	3.03 565	0.57 166	0.43 125	1.10 235	0.49 240	0.19 172	0.14 161	0.17 90	0.18 216	0.17 98	0.21 218

CREStereo	0.40 77	0.24 66	0.40 10	0.37 5	0.22 16	0.52 142	0.29 80	0.81 81	1.15 332	0.59 152	0.72 161	0.51 130	0.42 117	0.57 51	0.37 128	0.19 172	0.13 86	0.15 30	0.10 1	0.14 22	0.15 40
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
DIP-Stereo	0.64 250	0.32 257	0.91 295	0.49 137	0.36 266	0.91 370	0.33 114	2.51 548	0.77 158	1.25 364	1.00 237	0.68 205	0.51 192	0.92 177	0.65 325	0.19 172	0.15 232	0.21 235	0.17 192	0.19 170	0.22 249
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.60 228	0.30 205	0.72 178	0.57 294	0.37 277	0.68 255	0.52 336	1.45 291	0.78 163	1.61 499	1.50 440	0.76 228	0.53 200	0.67 95	0.51 247	0.19 172	0.16 270	0.18 129	0.15 129	0.18 134	0.19 160

RAFT-Stereo	0.60 228	0.30 205	0.72 178	0.57 294	0.37 277	0.68 255	0.52 336	1.45 291	0.78 163	1.61 499	1.50 440	0.76 228	0.53 200	0.67 95	0.51 247	0.19 172	0.16 270	0.18 129	0.15 129	0.18 134	0.19 160
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	0.77 327	0.39 394	1.31 425	0.55 251	0.25 49	0.91 370	0.39 195	1.48 298	1.28 409	1.49 475	1.54 451	1.02 340	0.68 279	2.12 430	0.93 406	0.19 172	0.13 86	0.19 157	0.14 109	0.19 170	0.22 249

iResNet	0.80 347	0.45 426	1.47 444	0.72 461	0.31 167	0.96 396	0.64 415	1.80 383	1.28 409	1.31 400	1.48 432	0.94 309	0.78 309	1.77 380	0.99 419	0.19 172	0.14 161	0.18 129	0.15 129	0.22 281	0.27 352

DN-CSS_ROB	0.67 267	0.36 346	1.36 435	0.59 327	0.41 326	0.54 164	0.45 278	1.30 260	0.95 235	1.05 266	1.47 429	0.69 210	0.64 263	1.80 389	0.60 304	0.19 172	0.15 232	0.25 367	0.23 374	0.22 281	0.23 270

GSStereo	0.36 55	0.23 44	0.46 28	0.50 158	0.33 220	0.46 81	0.35 141	1.31 262	0.53 79	0.38 54	0.39 39	0.32 48	0.33 62	0.45 14	0.29 40	0.20 221	0.12 42	0.16 61	0.13 74	0.17 98	0.18 119

GS-Stereo							0.35 141	1.31 262	0.53 79	0.38 54	0.39 39	0.32 48	0.33 62	0.45 14	0.29 40	0.20 221	0.12 42	0.16 61	0.13 74	0.17 98	0.18 119

DA	0.47 128	0.23 44	0.59 105	0.54 235	0.26 68	1.08 418	0.44 262	1.51 300	0.63 119	0.48 103	0.69 148	0.55 155	0.49 178	0.49 25	0.38 136	0.20 221	0.14 161	0.19 157	0.13 74	0.19 170	0.17 99

GGEV	0.47 128	0.23 44	0.59 105	0.54 235	0.26 68	1.08 418	0.44 262	1.51 300	0.63 119	0.48 103	0.69 148	0.55 155	0.49 178	0.49 25	0.38 136	0.20 221	0.14 161	0.19 157	0.13 74	0.19 170	0.17 99

z-ln-s-r	1.18 472	0.61 485	2.91 533	0.54 235	0.56 431	0.81 329	0.86 482	1.72 364	1.55 512	1.18 326	1.62 473	1.37 433	1.16 462	3.67 503	3.77 562	0.20 221	0.15 232	0.21 235	0.17 192	0.29 395	0.24 293

S2M2_XL	0.25 2	0.25 88	0.43 19	0.36 3	0.24 28	0.16 2	0.18 2	0.34 1	0.24 4	0.29 13	0.41 46	0.24 11	0.23 13	0.32 1	0.27 20	0.20 221	0.18 331	0.18 129	0.16 166	0.18 134	0.15 40
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
G2L-ROB	0.79 341	0.28 153	1.01 332	0.57 294	0.39 300	0.94 384	0.65 417	1.76 372	1.18 350	1.27 381	1.03 249	1.62 479	0.78 309	1.93 405	1.26 459	0.20 221	0.14 161	0.17 90	0.15 129	0.20 212	0.24 293

G2L-Stereo_test	0.77 327	0.31 239	0.97 319	0.51 174	0.41 326	0.90 367	0.80 463	1.67 339	1.22 372	1.32 403	1.27 360	1.50 458	0.81 328	1.74 375	1.02 427	0.20 221	0.14 161	0.16 61	0.16 166	0.18 134	0.22 249

GIP-stereo	0.37 61	0.25 88	0.49 49	0.55 251	0.41 326	0.37 34	0.22 25	1.03 154	0.56 93	0.35 37	0.52 94	0.46 100	0.37 92	0.55 42	0.28 28	0.20 221	0.13 86	0.16 61	0.12 38	0.16 71	0.16 73

U	9.23 610	0.22 28	0.65 149	0.48 121	53.11 632	61.26 638	0.24 46	0.77 67	0.55 89	0.37 48	0.30 22	0.29 37	0.34 69	0.34 2	0.27 20	0.20 221	0.12 42	60.47 636	4.24 617	0.18 134	0.14 19

H2IRNET	0.57 193	0.28 153	0.75 202	0.49 137	0.35 258	0.40 40	0.27 66	1.03 154	1.18 350	0.62 166	1.26 351	1.07 352	0.85 343	1.02 209	0.64 320	0.20 221	0.16 270	0.23 304	0.25 396	0.22 281	0.20 189

MGS-Stereo	0.43 98	0.28 153	0.61 123	0.46 90	0.28 110	0.49 108	0.33 114	0.60 18	0.89 206	0.47 95	1.32 378	0.51 130	0.32 58	0.66 91	0.39 142	0.20 221	0.16 270	0.18 129	0.16 166	0.18 134	0.18 119

IGEV++	0.45 108	0.24 66	0.63 132	0.58 308	0.32 200	0.42 59	0.25 50	2.16 486	0.65 127	0.38 54	0.58 119	0.46 100	0.44 134	0.56 45	0.40 159	0.20 221	0.13 86	0.16 61	0.13 74	0.17 98	0.18 119

Former-RAFT_DAM_RVC	0.47 128	0.38 385	0.75 202	0.48 121	0.37 277	0.67 251	0.35 141	0.82 86	1.14 327	0.61 164	0.64 131	0.39 77	0.39 104	0.74 111	0.39 142	0.20 221	0.17 299	0.22 270	0.18 216	0.24 331	0.20 189

MaDis-Stereo	0.38 65	0.27 133	0.72 178	0.45 78	0.35 258	0.30 17	0.31 95	0.81 81	0.54 82	0.38 54	0.38 37	0.58 168	0.49 178	0.53 36	0.39 142	0.20 221	0.16 270	0.19 157	0.15 129	0.19 170	0.15 40

MIF-Stereo (partial)	0.48 136	0.28 153	0.83 247	0.51 174	0.53 411	0.39 39	0.27 66	1.03 154	0.64 124	0.47 95	0.71 158	0.51 130	0.51 192	1.13 242	0.47 219	0.20 221	0.16 270	0.23 304	0.20 272	0.24 331	0.20 189

riskmin	0.62 238	0.29 177	0.73 192	0.50 158	0.34 241	0.86 356	0.44 262	1.74 368	1.07 285	0.76 191	0.76 169	1.19 385	1.01 420	0.84 148	0.60 304	0.20 221	0.16 270	0.24 328	0.16 166	0.24 331	0.29 382

TestStereo1	0.66 256	0.29 177	0.95 311	0.82 508	0.32 200	0.47 92	0.43 242	1.52 304	1.22 372	0.99 244	1.32 378	0.65 197	0.76 298	1.78 382	0.44 190	0.20 221	0.16 270	0.22 270	0.19 240	0.21 261	0.20 189

IER	0.74 309	0.33 277	1.25 415	0.50 158	0.53 411	1.32 462	0.55 366	1.31 262	1.08 288	1.30 394	1.34 388	1.11 372	1.10 451	1.05 217	0.81 375	0.20 221	0.17 299	0.21 235	0.21 314	0.20 212	0.21 218

SA-5K	0.66 256	0.29 177	0.95 311	0.82 508	0.32 200	0.47 92	0.43 242	1.52 304	1.22 372	0.99 244	1.32 378	0.65 197	0.76 298	1.78 382	0.44 190	0.20 221	0.16 270	0.22 270	0.19 240	0.21 261	0.20 189

SA	0.69 289	0.31 239	0.97 319	0.64 382	0.30 146	0.56 180	0.38 179	1.84 393	1.35 441	0.99 244	1.37 398	0.69 210	0.94 388	1.88 401	0.43 185	0.20 221	0.16 270	0.25 367	0.23 374	0.22 281	0.19 160

OMP-Stereo	0.95 416	0.35 336	0.79 220	0.92 538	0.32 200	0.49 108	0.35 141	1.22 236	1.11 307	1.58 494	1.12 292	1.44 444	0.69 283	6.92 575	0.51 247	0.20 221	0.15 232	0.24 328	0.19 240	0.21 261	0.16 73

ASMatch	0.89 394	0.29 177	0.72 178	0.56 272	0.36 266	0.47 92	0.37 169	1.16 217	0.95 235	1.11 280	3.26 568	0.95 313	0.96 395	4.88 527	0.53 265	0.20 221	0.16 270	0.22 270	0.19 240	0.20 212	0.30 398

THIR-Stereo	1.02 435	0.29 177	0.73 192	0.51 174	0.29 125	0.94 384	1.31 544	1.08 175	0.98 246	1.35 422	1.91 520	1.16 381	1.54 520	6.37 567	0.79 366	0.20 221	0.14 161	0.21 235	0.22 342	0.19 170	0.25 314

GrayStereo	0.83 367	0.28 153	0.62 129	0.66 402	0.37 277	0.76 294	1.79 571	1.19 225	0.91 212	1.98 543	1.89 516	1.07 352	1.76 540	1.43 317	0.50 243	0.20 221	0.15 232	0.19 157	0.21 314	0.18 134	0.41 475

RAFT-RH_RVC	1.04 438	0.26 108	0.76 207	0.53 220	0.29 125	0.80 321	0.32 106	0.85 97	1.12 315	2.04 546	4.63 584	1.03 343	0.57 221	5.93 552	0.52 255	0.20 221	0.13 86	0.26 388	0.20 272	0.16 71	0.19 160

rafts_anoy	0.55 168	0.32 257	0.66 154	0.72 461	0.61 455	0.53 151	0.40 204	1.24 243	1.06 283	0.85 213	0.83 191	0.67 203	0.53 200	0.77 121	0.55 277	0.20 221	0.15 232	0.25 367	0.26 413	0.22 281	0.21 218

XX-TBD	0.47 128	0.71 515	0.39 5	0.81 505	0.25 49	0.57 182	0.26 60	0.73 57	1.30 425	0.78 194	1.01 239	0.45 97	0.33 62	0.49 25	0.39 142	0.20 221	0.15 232	0.15 30	0.11 7	0.17 98	0.15 40

raftrobust	0.55 168	0.27 133	0.63 132	0.68 428	0.69 484	0.50 127	0.34 127	1.08 175	0.97 243	1.32 403	0.88 203	0.62 188	0.80 324	0.82 137	0.44 190	0.20 221	0.16 270	0.16 61	0.14 109	0.15 49	0.18 119

RALCasStereoNet	0.58 205	0.34 307	0.77 210	0.65 389	0.64 463	0.64 234	0.51 325	1.06 167	0.99 255	0.71 180	1.06 263	0.77 232	0.44 134	1.38 301	0.52 255	0.20 221	0.18 331	0.18 129	0.16 166	0.20 212	0.22 249

RALAANet	0.62 238	0.37 367	0.97 319	0.66 402	0.50 388	0.67 251	0.31 95	1.27 253	1.09 296	1.11 280	1.17 319	0.88 278	0.46 151	1.27 273	0.45 203	0.20 221	0.15 232	0.21 235	0.18 216	0.27 362	0.19 160

111	0.66 256	0.27 133	1.15 378	0.46 90	0.25 49	0.72 276	0.42 224	1.57 320	1.44 484	0.83 206	1.39 405	1.10 367	0.80 324	0.97 195	0.65 325	0.20 221	0.14 161	0.18 129	0.15 129	0.18 134	0.28 368

ARAFT	0.82 358	0.40 400	1.77 475	0.53 220	0.31 167	0.89 363	0.81 468	2.32 517	1.08 288	1.66 511	1.25 349	1.04 344	0.64 263	1.91 402	0.52 255	0.20 221	0.15 232	0.28 418	0.27 431	0.17 98	0.18 119

MMNet	0.89 394	0.35 336	1.44 441	0.64 382	0.59 445	1.83 523	0.48 304	1.70 356	1.38 457	1.45 463	1.19 326	1.25 401	1.16 462	1.77 380	1.27 462	0.20 221	0.19 349	0.23 304	0.22 342	0.25 343	0.24 293

RASNet	1.16 465	0.34 307	1.11 365	0.73 469	0.86 529	1.00 402	0.60 400	1.56 317	1.43 481	1.07 274	1.37 398	2.08 540	1.44 512	7.00 577	1.56 495	0.20 221	0.17 299	0.17 90	0.19 240	0.19 170	0.19 160

Select-FE	0.87 388	0.42 413	2.64 528	0.57 294	0.48 376	0.47 92	0.23 38	2.59 554	0.85 196	1.08 276	1.32 378	2.00 528	1.73 537	1.15 245	0.47 219	0.21 256	0.17 299	0.21 235	0.26 413	0.20 212	0.33 425

SGD-Stereo	0.34 43	0.22 28	0.44 24	0.39 21	0.20 5	0.42 59	0.22 25	0.71 51	0.33 19	0.43 76	0.34 29	0.27 25	0.35 77	1.15 245	0.33 81	0.21 256	0.11 21	0.16 61	0.13 74	0.17 98	0.15 40

MM-Stereo_test3	0.53 159	0.26 108	0.60 115	0.56 272	0.73 491	0.49 108	0.53 342	1.31 262	1.08 288	0.64 168	0.97 226	0.61 185	0.42 117	0.82 137	0.40 159	0.21 256	0.18 331	0.20 199	0.16 166	0.19 170	0.21 218

UGAM	1.17 467	0.29 177	1.08 355	0.55 251	0.43 340	0.69 266	0.71 439	1.14 200	1.35 441	1.00 248	1.49 433	1.90 512	0.86 351	9.61 604	0.89 391	0.21 256	0.19 349	0.30 442	0.25 396	0.20 212	0.18 119

model_zeroshot	0.53 159	0.31 239	1.00 330	0.57 294	0.39 300	0.74 283	0.39 195	1.38 276	0.67 131	0.88 220	0.85 195	0.71 220	0.37 92	0.77 121	0.39 142	0.21 256	0.17 299	0.19 157	0.17 192	0.17 98	0.22 249

AIO-Stereo-zeroshot	0.85 380	0.38 385	2.79 531	0.51 174	0.60 449	0.72 276	0.38 179	2.87 574	0.77 158	0.80 197	1.07 266	2.14 541	0.93 385	0.96 191	0.62 312	0.21 256	0.13 86	0.21 235	0.26 413	0.29 395	0.32 417

CoDeX	0.78 332	0.31 239	1.04 340	0.56 272	0.37 277	1.13 427	0.60 400	2.77 567	1.29 421	1.17 315	1.26 351	0.91 294	0.87 360	1.42 315	0.74 349	0.21 256	0.16 270	0.21 235	0.18 216	0.21 261	0.21 218

ACVNet-DCA	0.59 218	0.34 307	0.63 132	0.60 335	0.27 74	1.16 437	0.51 325	1.58 322	0.91 212	0.60 159	0.80 184	0.47 110	0.87 360	1.48 329	0.35 96	0.21 256	0.13 86	0.25 367	0.15 129	0.23 302	0.25 314

xx1	0.70 290	0.34 307	0.63 132	0.60 335	0.27 74	1.16 437	0.51 325	1.07 170	3.23 583	0.60 159	0.80 184	0.95 313	0.79 317	1.48 329	0.35 96	0.21 256	0.13 86	0.24 328	0.23 374	0.23 302	0.25 314

1test111	0.58 205	0.34 307	0.63 132	0.60 335	0.27 74	1.16 437	0.51 325	1.58 322	0.91 212	0.60 159	0.80 184	0.47 110	0.87 360	0.99 198	0.67 332	0.21 256	0.13 86	0.25 367	0.15 129	0.23 302	0.25 314

cc1	0.68 280	0.34 307	0.63 132	0.60 335	0.27 74	1.16 437	0.51 325	1.07 170	3.23 583	0.60 159	0.80 184	0.47 110	0.87 360	1.48 329	0.35 96	0.21 256	0.13 86	0.25 367	0.15 129	0.19 170	0.23 270

11t1	0.57 193	0.30 205	0.84 256	0.54 235	0.30 146	0.83 339	0.41 216	1.34 269	0.79 172	0.88 220	0.82 189	0.70 213	0.70 286	0.96 191	0.67 332	0.21 256	0.21 384	0.20 199	0.16 166	0.21 261	0.26 334

ffm	0.79 341	0.36 346	1.51 449	0.56 272	0.40 312	0.76 294	0.59 392	1.08 175	2.62 570	1.19 334	1.49 433	1.07 352	0.85 343	1.57 342	0.35 96	0.21 256	0.13 86	0.31 449	0.28 442	0.20 212	0.23 270

ff1	1.88 538	0.36 346	1.51 449	0.56 272	0.40 312	0.76 294	0.59 392	1.08 175	2.62 570	1.19 334	1.49 433	1.07 352	0.85 343	9.88 609	13.82 607	0.21 256	0.13 86	0.31 449	0.28 442	0.20 212	0.23 270

tt1	0.65 254	0.34 307	0.65 149	0.60 335	0.27 74	1.14 430	0.48 304	1.08 175	2.62 570	0.59 152	0.79 179	0.49 119	0.80 324	1.57 342	0.35 96	0.21 256	0.13 86	0.25 367	0.16 166	0.20 212	0.23 270

UniTT-Stereo	0.38 65	0.24 66	0.67 158	0.49 137	0.36 266	0.40 40	0.32 106	0.55 11	0.55 89	0.55 146	0.55 111	0.36 65	0.31 50	0.59 61	0.52 255	0.21 256	0.15 232	0.17 90	0.15 129	0.19 170	0.17 99

PCWNet_CMD	0.68 280	0.34 307	0.93 300	0.51 174	0.38 291	0.80 321	0.42 224	1.51 300	1.34 438	1.17 315	1.31 373	1.23 396	0.65 268	0.94 181	0.62 312	0.21 256	0.17 299	0.27 402	0.19 240	0.43 482	0.28 368

testlalala	0.49 140	0.30 205	0.70 173	0.44 69	0.40 312	0.68 255	0.38 179	1.38 276	0.58 99	1.28 387	0.82 189	0.61 185	0.36 85	0.57 51	0.34 87	0.21 256	0.14 161	0.18 129	0.12 38	0.15 49	0.16 73

knoymous	0.53 159	0.32 257	0.51 67	0.46 90	0.30 146	0.57 182	0.54 356	1.10 188	0.78 163	0.99 244	0.84 193	0.95 313	0.57 221	0.89 169	0.51 247	0.21 256	0.14 161	0.26 388	0.14 109	0.23 302	0.25 314

Selective-RAFT	0.55 168	0.29 177	0.85 262	0.58 308	0.28 110	0.91 370	0.34 127	1.00 145	0.96 239	0.59 152	0.64 131	0.80 239	0.76 298	1.34 290	0.51 247	0.21 256	0.15 232	0.17 90	0.15 129	0.19 170	0.19 160

qqq	0.62 238	0.36 346	0.88 276	0.50 158	0.28 110	0.64 234	0.62 408	1.58 322	0.91 212	0.83 206	0.96 217	0.95 313	0.79 317	0.99 198	0.67 332	0.21 256	0.23 430	0.24 328	0.23 374	0.23 302	0.25 314

x	0.59 218	0.34 307	0.79 220	0.51 174	0.32 200	0.69 266	0.46 284	1.64 335	0.97 243	0.86 218	0.86 197	0.83 261	0.74 292	0.75 118	0.70 340	0.21 256	0.22 402	0.22 270	0.20 272	0.21 261	0.24 293

HHNet	0.64 250	0.28 153	0.69 168	0.45 78	0.46 363	0.50 127	0.57 379	1.13 196	1.03 269	1.26 376	2.21 538	0.70 213	0.59 242	1.10 235	0.51 247	0.21 256	0.13 86	0.23 304	0.19 240	0.20 212	0.31 408

IIG-Stereo	0.97 421	0.34 307	0.80 224	0.90 536	0.33 220	0.61 211	0.26 60	1.27 253	1.08 288	1.69 514	1.37 398	1.44 444	0.74 292	6.94 576	0.53 265	0.21 256	0.14 161	0.23 304	0.18 216	0.20 212	0.15 40

FTStereo	0.92 410	0.28 153	0.61 123	0.57 294	0.34 241	0.65 240	1.80 574	1.09 182	0.84 192	1.75 519	4.13 578	1.04 344	1.62 524	1.59 350	0.48 227	0.21 256	0.17 299	0.23 304	0.22 342	0.19 170	0.58 532

KYRaft	0.77 327	0.29 177	0.68 162	0.59 327	0.29 125	0.66 246	0.83 473	1.05 165	0.89 206	1.63 505	2.22 539	1.15 380	0.99 411	1.59 350	0.41 169	0.21 256	0.14 161	0.22 270	0.28 442	0.21 261	1.01 568

PFNet	0.92 410	0.28 153	1.20 403	0.68 428	0.32 200	0.62 214	0.55 366	1.27 253	1.01 262	1.47 467	1.09 277	0.97 321	0.68 279	6.58 569	0.59 301	0.21 256	0.13 86	0.24 328	0.19 240	0.20 212	0.20 189

AnonymousM	0.63 247	1.14 555	0.43 19	0.46 90	0.32 200	0.43 66	0.46 284	1.27 253	0.78 163	1.00 248	0.66 138	0.68 205	0.45 141	0.61 67	0.46 209	0.21 256	0.16 270	1.84 588	0.98 583	0.15 49	0.15 40

CFNet_pseudo	0.68 280	0.34 307	0.93 300	0.50 158	0.39 300	0.72 276	0.42 224	1.44 289	1.25 389	1.17 315	1.35 393	1.22 392	0.66 273	1.04 214	0.64 320	0.21 256	0.17 299	0.33 473	0.19 240	0.39 468	0.28 368

XX-Stereo	0.97 421	0.28 153	8.28 581	0.85 519	0.70 490	0.44 72	0.22 25	1.07 170	0.69 138	0.66 173	1.56 460	1.38 435	0.38 102	1.36 294	0.38 136	0.21 256	0.14 161	0.20 199	0.19 240	0.19 170	0.16 73

BEATNet_4x	0.82 358	0.54 463	2.02 494	0.56 272	0.28 110	1.04 407	0.55 366	2.14 479	1.13 321	1.24 361	1.26 351	1.00 333	0.94 388	1.13 242	1.23 455	0.21 256	0.14 161	0.24 328	0.20 272	0.37 457	0.23 270

MSMDNet	0.68 280	0.34 307	0.93 300	0.52 197	0.38 291	0.80 321	0.42 224	1.52 304	1.35 441	1.17 315	1.31 373	1.23 396	0.65 268	0.94 181	0.62 312	0.21 256	0.17 299	0.26 388	0.19 240	0.41 476	0.28 368

ccs_rob	0.68 280	0.34 307	0.93 300	0.50 158	0.39 300	0.72 276	0.42 224	1.43 288	1.25 389	1.17 315	1.34 388	1.22 392	0.66 273	1.04 214	0.64 320	0.21 256	0.17 299	0.35 488	0.20 272	0.40 472	0.29 382

StereoDRNet-Refined	0.84 373	0.43 418	1.01 332	0.66 402	0.43 340	1.32 462	0.49 315	1.64 335	1.24 381	1.53 481	1.45 424	1.49 455	0.97 405	1.32 286	1.31 464	0.21 256	0.17 299	0.27 402	0.25 396	0.25 343	0.34 435
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet_ROB	0.82 358	0.36 346	1.13 371	0.60 335	0.37 277	0.91 370	0.38 179	2.41 531	1.61 519	1.35 422	1.35 393	1.25 401	0.97 405	1.75 377	0.88 388	0.21 256	0.14 161	0.17 90	0.12 38	0.19 170	0.30 398

GEAStereo	0.34 43	0.23 44	0.46 28	0.49 137	0.33 220	0.46 81	0.35 141	0.87 108	0.42 45	0.36 41	0.39 39	0.32 48	0.33 62	0.45 14	0.29 40	0.22 291	0.13 86	0.17 90	0.13 74	0.17 98	0.16 73

gasm-f	0.37 61	0.24 66	0.50 59	0.49 137	0.33 220	0.37 34	0.44 262	0.87 108	0.42 45	0.36 41	0.65 135	0.32 48	0.46 151	0.58 55	0.30 50	0.22 291	0.13 86	0.17 90	0.13 74	0.19 170	0.16 73

StereoAnything_RVC	0.49 140	1.60 579	0.87 271	0.37 5	0.21 10	0.26 6	0.21 17	0.53 8	0.23 2	0.23 2	0.21 2	0.19 1	0.35 77	1.29 277	0.23 1	0.22 291	0.11 21	0.15 30	0.11 7	2.36 583	0.13 2

test_sample1	0.67 267	0.32 257	0.90 290	0.54 235	0.33 220	0.76 294	0.48 304	1.75 370	1.06 283	0.95 238	0.99 232	0.91 294	1.10 451	1.25 266	0.79 366	0.22 291	0.19 349	0.21 235	0.20 272	0.21 261	0.25 314

mmm	0.68 280	0.37 367	0.91 295	0.54 235	0.34 241	0.86 356	0.58 385	1.72 364	1.02 266	1.13 291	1.41 415	0.83 261	0.78 309	0.95 190	0.67 332	0.22 291	0.20 366	0.29 430	0.26 413	0.27 362	0.27 352

1111x	1.96 544	0.32 257	1.54 457	0.54 235	0.30 146	1.00 402	0.69 429	2.47 540	1.33 436	1.21 346	1.44 422	1.21 388	1.11 454	8.49 595	16.14 614	0.22 291	0.23 430	0.22 270	0.23 374	0.25 343	0.26 334

LL-Strereo	1.42 500	0.44 425	2.02 494	0.62 357	1.07 555	0.73 281	0.65 417	2.02 447	1.21 363	1.60 498	1.62 473	2.02 532	2.10 558	9.67 605	1.07 433	0.22 291	0.20 366	0.27 402	0.24 387	0.23 302	0.33 425

gwcnet-sp	0.80 347	0.37 367	1.94 487	0.62 357	0.45 354	1.38 471	0.53 342	1.68 343	1.20 356	1.37 429	1.08 273	0.93 303	0.82 330	1.45 322	0.79 366	0.22 291	0.22 402	0.22 270	0.21 314	0.23 302	0.25 314

scenet	0.80 347	0.37 367	1.94 487	0.62 357	0.45 354	1.38 471	0.53 342	1.68 343	1.20 356	1.37 429	1.08 273	0.93 303	0.82 330	1.45 322	0.79 366	0.22 291	0.22 402	0.22 270	0.21 314	0.23 302	0.25 314

ssnet	0.80 347	0.37 367	1.94 487	0.62 357	0.45 354	1.38 471	0.53 342	1.68 343	1.20 356	1.37 429	1.08 273	0.93 303	0.82 330	1.45 322	0.79 366	0.22 291	0.22 402	0.22 270	0.21 314	0.23 302	0.25 314

DAS	0.89 394	0.37 367	1.20 403	0.66 402	0.69 484	0.82 331	0.62 408	1.79 379	1.26 397	1.93 537	1.55 454	0.96 318	1.17 466	2.72 475	0.69 337	0.22 291	0.16 270	0.25 367	0.18 216	0.29 395	0.24 293

SepStereo	0.87 388	0.37 367	1.20 403	0.66 402	0.69 484	0.82 331	0.62 408	1.79 379	1.26 397	1.93 537	1.55 454	0.96 318	1.17 466	2.34 449	0.69 337	0.22 291	0.16 270	0.25 367	0.18 216	0.29 395	0.24 293

NRIStereo	0.62 238	0.31 239	0.78 216	0.56 272	0.28 110	0.63 225	0.33 114	1.16 217	0.92 217	1.15 307	0.87 200	0.90 290	0.58 238	2.24 441	0.56 283	0.22 291	0.14 161	0.21 235	0.19 240	0.22 281	0.18 119

CRE-IMP	0.57 193	0.32 257	0.82 238	0.54 235	0.29 125	0.77 303	0.25 50	1.19 225	0.79 172	1.09 277	0.95 215	0.81 245	0.57 221	1.11 238	0.57 288	0.22 291	0.14 161	0.23 304	0.19 240	0.28 378	0.24 293

RAFT	0.67 267	0.32 257	0.83 247	0.63 367	0.34 241	0.69 266	0.57 379	1.14 200	0.84 192	1.12 288	1.20 327	1.75 502	0.92 383	1.09 231	0.60 304	0.22 291	0.19 349	0.27 402	0.24 387	0.22 281	0.23 270

sAnonymous2	0.59 218	0.61 485	1.82 479	0.61 349	0.52 403	0.51 136	0.54 356	0.97 131	0.70 139	0.50 120	0.68 143	0.46 100	0.63 259	0.61 67	0.41 169	0.22 291	0.17 299	0.23 304	0.21 314	0.85 557	0.56 526

CroCo_RVC	0.59 218	0.61 485	1.82 479	0.61 349	0.52 403	0.51 136	0.54 356	0.97 131	0.70 139	0.50 120	0.68 143	0.46 100	0.63 259	0.61 67	0.41 169	0.22 291	0.17 299	0.23 304	0.21 314	0.85 557	0.56 526

test_xeample	1.55 512	0.31 239	0.94 307	0.54 235	0.31 167	0.94 384	0.58 385	2.40 530	1.40 467	1.29 392	1.55 454	0.89 288	0.88 366	1.72 373	15.94 613	0.22 291	0.22 402	0.22 270	0.21 314	0.23 302	0.25 314

RAFT + AFF	1.07 450	0.47 434	1.36 435	0.68 428	0.50 388	1.20 448	1.22 537	2.58 553	1.26 397	1.33 409	1.56 460	1.19 385	1.49 518	3.89 509	1.01 424	0.22 291	0.26 459	0.30 442	0.27 431	0.29 395	0.32 417

SFCPSM	0.74 309	0.30 205	1.06 347	0.52 197	0.39 300	1.36 470	0.64 415	2.42 532	1.11 307	1.18 326	1.21 333	0.81 245	0.78 309	1.08 227	0.57 288	0.22 291	0.17 299	0.22 270	0.24 387	0.23 302	0.21 218

delet	0.90 402	0.34 307	1.15 378	0.69 441	0.66 474	1.63 503	0.81 468	1.95 432	1.49 500	1.42 450	1.38 403	1.29 414	0.91 375	1.78 382	1.18 444	0.22 291	0.22 402	0.24 328	0.25 396	0.22 281	0.24 293

ACVNet	0.66 256	0.33 277	0.74 197	0.55 251	0.37 277	0.80 321	0.47 296	1.46 293	1.11 307	1.01 253	1.31 373	1.07 352	0.91 375	0.82 137	1.09 435	0.22 291	0.19 349	0.21 235	0.18 216	0.23 302	0.19 160

acv_ft	0.78 332	0.33 277	1.10 363	0.73 469	0.86 529	1.23 452	0.57 379	1.65 338	1.11 307	1.31 400	1.31 373	1.07 352	0.91 375	0.82 137	1.35 474	0.22 291	0.19 349	0.21 235	0.18 216	0.22 281	0.19 160

LE_ROB	8.35 607	0.47 434	27.42 622	0.83 512	0.34 241	2.84 570	3.36 603	4.03 591	27.04 627	25.20 627	8.72 607	8.55 607	27.35 627	7.37 583	22.13 619	0.22 291	0.20 366	0.20 199	0.21 314	0.25 343	0.25 314

zero-FE	0.38 65	0.24 66	0.54 83	0.48 121	0.46 363	0.29 15	0.23 38	0.69 42	0.34 22	0.34 34	0.41 46	0.37 70	0.49 178	0.68 99	0.35 96	0.23 315	0.12 42	0.18 129	0.13 74	0.82 556	0.19 160

MultiAttention	4.59 593	0.35 336	0.90 290	0.75 484	0.46 363	31.81 629	4.41 606	2.35 525	1.41 471	1.64 507	2.43 549	2.42 555	0.70 286	38.40 630	1.78 521	0.23 315	0.15 232	0.30 442	0.30 473	0.48 508	0.48 499

test_sample2	0.67 267	0.31 239	0.89 280	0.54 235	0.29 125	0.80 321	0.63 413	1.83 391	1.10 300	0.93 233	1.06 263	0.94 309	0.92 383	1.24 265	0.59 301	0.23 315	0.20 366	0.22 270	0.21 314	0.24 331	0.25 314

DispNO	0.98 424	0.34 307	2.02 494	0.58 308	0.55 426	0.88 361	0.49 315	1.70 356	1.24 381	1.22 354	1.26 351	1.18 383	0.88 366	5.17 531	0.88 388	0.23 315	0.18 331	0.24 328	0.22 342	0.19 170	0.22 249

plain	0.49 140	0.29 177	1.23 410	0.51 174	0.40 312	0.35 26	0.37 169	1.04 161	0.62 116	0.44 80	0.76 169	0.42 83	0.41 109	1.17 254	0.46 209	0.23 315	0.15 232	0.24 328	0.19 240	0.25 343	0.18 119

EKT-Stereo	0.56 181	0.33 277	0.84 256	0.61 349	0.64 463	0.51 136	0.48 304	1.14 200	0.95 235	0.74 187	0.89 205	0.77 232	0.42 117	1.18 255	0.42 179	0.23 315	0.17 299	0.21 235	0.18 216	0.20 212	0.26 334

hknet	0.82 358	0.34 307	1.15 378	0.55 251	0.39 300	1.25 455	0.66 421	2.65 558	1.10 300	1.25 364	1.12 292	1.58 473	0.85 343	1.41 310	0.79 366	0.23 315	0.18 331	0.25 367	0.22 342	0.23 302	0.24 293

Patchmatch Stereo++	0.57 193	0.33 277	0.82 238	0.52 197	0.27 74	0.63 225	0.28 73	1.14 200	0.73 144	1.13 291	0.96 217	0.82 251	0.60 248	1.40 307	0.52 255	0.23 315	0.14 161	0.24 328	0.20 272	0.27 362	0.20 189
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.56 181	0.33 277	0.81 229	0.52 197	0.27 74	0.63 225	0.41 216	1.14 200	0.73 144	1.13 291	0.96 217	0.82 251	0.60 248	1.09 231	0.52 255	0.23 315	0.14 161	0.24 328	0.20 272	0.27 362	0.20 189

ROB_FTStereo_v2	0.57 193	0.33 277	0.81 229	0.52 197	0.27 74	0.62 214	0.42 224	1.14 200	0.73 144	1.13 291	0.97 226	0.82 251	0.60 248	1.15 245	0.53 265	0.23 315	0.14 161	0.24 328	0.20 272	0.27 362	0.20 189

ROB_FTStereo	0.56 181	0.33 277	0.82 238	0.52 197	0.27 74	0.62 214	0.25 50	1.14 200	0.74 151	1.13 291	0.96 217	0.82 251	0.60 248	1.18 255	0.52 255	0.23 315	0.14 161	0.24 328	0.20 272	0.27 362	0.20 189

HUI-Stereo	0.54 163	0.33 277	0.81 229	0.52 197	0.27 74	0.62 214	0.29 80	1.14 200	0.74 151	1.13 291	0.96 217	0.82 251	0.60 248	0.83 143	0.52 255	0.23 315	0.14 161	0.24 328	0.20 272	0.27 362	0.20 189

SST-Stereo	0.85 380	0.30 205	0.81 229	0.63 367	0.31 167	0.70 270	0.25 50	1.16 217	0.95 235	1.47 467	1.11 288	0.99 327	0.86 351	5.69 544	0.53 265	0.23 315	0.13 86	0.23 304	0.19 240	0.23 302	0.19 160

RAFT_R40	0.84 373	0.30 205	0.83 247	0.63 367	0.31 167	0.66 246	0.43 242	1.15 212	0.99 255	1.47 467	1.10 279	1.00 333	0.84 338	5.44 541	0.53 265	0.23 315	0.13 86	0.23 304	0.20 272	0.23 302	0.19 160

DeepStereo_RVC	0.57 193	0.31 239	0.78 216	0.53 220	0.30 146	0.57 182	0.32 106	1.11 190	0.80 178	1.17 315	0.94 214	0.83 261	0.93 385	1.01 205	0.61 307	0.23 315	0.14 161	0.21 235	0.19 240	0.24 331	0.26 334

iGMRVC	0.58 205	0.33 277	0.81 229	0.52 197	0.27 74	0.62 214	0.38 179	1.14 200	0.73 144	1.13 291	0.97 226	0.82 251	0.59 242	1.54 339	0.53 265	0.23 315	0.14 161	0.24 328	0.20 272	0.27 362	0.20 189

iRAFT	0.57 193	0.33 277	0.82 238	0.52 197	0.27 74	0.63 225	0.28 73	1.14 200	0.73 144	1.13 291	0.96 217	0.82 251	0.60 248	1.40 307	0.52 255	0.23 315	0.14 161	0.24 328	0.20 272	0.27 362	0.20 189

RAFT-IKP	0.57 193	0.33 277	0.82 238	0.52 197	0.27 74	0.57 182	0.35 141	1.14 200	0.73 144	1.13 291	0.96 217	0.83 261	0.61 258	1.26 270	0.53 265	0.23 315	0.14 161	0.24 328	0.20 272	0.27 362	0.20 189

TestStereo	0.65 254	0.42 413	0.83 247	0.52 197	0.27 74	0.57 182	0.44 262	1.07 170	0.92 217	0.85 213	1.01 239	0.68 205	0.56 218	3.22 491	0.47 219	0.23 315	0.15 232	0.24 328	0.18 216	0.28 378	0.18 119

FENet	0.62 238	0.30 205	0.68 162	0.57 294	0.33 220	0.82 331	0.40 204	1.41 286	1.12 315	1.03 261	0.87 200	0.98 322	0.84 338	1.00 202	0.70 340	0.23 315	0.16 270	0.23 304	0.20 272	0.22 281	0.24 293

HSM-Net_RVC	0.91 407	0.31 239	0.60 115	0.54 235	0.31 167	1.15 434	0.60 400	3.76 587	1.30 425	1.57 493	1.75 494	1.67 488	1.01 420	1.61 357	0.90 395	0.23 315	0.17 299	0.19 157	0.18 216	0.20 212	0.22 249
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
HSM	1.22 478	0.34 307	0.81 229	0.61 349	0.39 300	1.22 450	0.63 413	2.45 535	1.25 389	1.32 403	1.26 351	1.91 514	1.08 445	9.21 600	0.75 352	0.23 315	0.17 299	0.20 199	0.16 166	0.22 281	0.24 293

DStereoRT	1.52 509	0.36 346	3.37 546	0.69 441	0.54 419	2.05 542	0.59 392	1.85 401	1.21 363	1.38 434	1.46 426	0.84 268	1.27 484	6.33 565	1.07 433	0.24 337	0.19 349	4.29 616	2.08 608	0.25 343	0.39 465

DDF-Stereo	0.39 73	0.24 66	0.53 79	0.51 174	0.45 354	0.30 17	0.23 38	0.64 28	0.34 22	0.34 34	0.40 44	0.37 70	0.48 165	0.94 181	0.35 96	0.24 337	0.12 42	0.18 129	0.13 74	0.85 557	0.19 160

IGEV-RUCA	0.38 65	0.24 66	0.51 67	0.51 174	0.36 266	0.59 197	0.23 38	0.68 38	0.52 75	0.39 61	0.50 85	0.44 87	0.31 50	0.86 155	0.31 59	0.24 337	0.13 86	0.16 61	0.12 38	0.20 212	0.21 218

SMFormer	0.79 341	0.32 257	0.95 311	0.49 137	0.27 74	0.83 339	0.43 242	2.16 486	1.45 489	1.27 381	1.50 440	0.98 322	0.96 395	1.87 395	0.99 419	0.24 337	0.22 402	0.22 270	0.21 314	0.23 302	0.27 352

tta	0.79 341	0.32 257	0.95 311	0.49 137	0.27 74	0.83 339	0.43 242	2.16 486	1.45 489	1.27 381	1.50 440	0.98 322	0.96 395	1.87 395	0.99 419	0.24 337	0.22 402	0.22 270	0.21 314	0.19 170	0.22 249

qqq1	0.76 321	0.32 257	0.95 311	0.49 137	0.27 74	0.83 339	0.43 242	2.16 486	1.45 489	1.27 381	1.50 440	0.98 322	0.96 395	1.87 395	0.48 227	0.24 337	0.22 402	0.18 129	0.15 129	0.19 170	0.22 249

fff1	0.76 321	0.32 257	0.95 311	0.49 137	0.27 74	0.83 339	0.43 242	2.16 486	1.45 489	1.27 381	1.50 440	0.98 322	0.96 395	1.87 395	0.48 227	0.24 337	0.22 402	0.18 129	0.15 129	0.19 170	0.22 249

Wz-Net-LNSev-Ref	1.09 455	0.46 429	2.61 526	0.71 455	0.65 468	2.00 536	0.78 452	2.07 461	1.47 495	1.62 503	1.47 429	1.53 464	1.29 488	2.10 428	1.65 510	0.24 337	0.14 161	0.20 199	0.16 166	0.28 378	0.28 368

CIPLG	0.67 267	0.37 367	1.17 393	0.60 335	0.51 398	0.75 288	0.48 304	1.26 249	1.11 307	1.43 454	1.58 466	0.64 196	0.48 165	0.94 181	0.78 361	0.24 337	0.15 232	0.19 157	0.16 166	0.19 170	0.29 382

IPLGR_C	0.67 267	0.38 385	1.20 403	0.60 335	0.50 388	0.75 288	0.48 304	1.28 257	1.13 321	1.42 450	1.57 464	0.62 188	0.48 165	0.85 152	0.80 373	0.24 337	0.15 232	0.19 157	0.16 166	0.19 170	0.29 382

ACRE	0.66 256	0.37 367	1.27 418	0.60 335	0.50 388	0.74 283	0.47 296	1.26 249	1.10 300	1.40 444	1.56 460	0.62 188	0.46 151	0.88 164	0.78 361	0.24 337	0.15 232	0.19 157	0.16 166	0.19 170	0.29 382

TRStereo	0.67 267	0.71 515	1.06 347	0.77 494	0.68 481	0.53 151	0.38 179	2.52 549	0.96 239	0.81 202	0.84 193	0.87 272	0.39 104	1.16 249	0.46 209	0.24 337	0.17 299	0.23 304	0.24 387	0.18 134	0.20 189

AAGNet	1.84 536	0.30 205	0.79 220	0.66 402	0.32 200	0.65 240	0.50 323	1.02 146	1.01 262	1.47 467	1.21 333	0.99 327	1.16 462	2.76 477	22.69 623	0.24 337	0.13 86	0.22 270	0.20 272	0.24 331	0.16 73

IRAFT_RVC	0.90 402	0.30 205	0.89 280	0.67 416	0.31 167	0.64 234	1.00 510	1.40 282	0.97 243	1.23 357	1.04 255	1.00 333	0.96 395	5.77 549	0.57 288	0.24 337	0.13 86	0.25 367	0.21 314	0.20 212	0.21 218

222	1.67 521	0.31 239	0.93 300	0.59 327	0.31 167	1.05 410	0.43 242	2.39 528	1.47 495	1.37 429	1.55 454	0.94 309	0.94 388	1.98 412	17.76 616	0.24 337	0.22 402	0.21 235	0.20 272	0.22 281	0.26 334

xxxx	1.61 517	0.32 257	0.98 322	0.58 308	0.31 167	1.15 434	0.43 242	2.43 533	1.41 471	1.17 315	1.40 410	1.21 388	0.86 351	1.94 406	16.68 615	0.24 337	0.24 440	0.21 235	0.20 272	0.23 302	0.27 352

UNet	0.86 384	0.36 346	1.52 453	0.62 357	0.74 498	1.56 496	0.49 315	1.55 313	1.12 315	1.28 387	1.10 279	1.52 463	1.10 451	1.69 370	1.14 440	0.24 337	0.18 331	0.25 367	0.21 314	0.25 343	0.25 314

UPFNet	0.84 373	0.34 307	1.09 358	0.62 357	0.74 498	1.25 455	0.78 452	1.69 352	1.20 356	1.39 438	1.13 303	1.30 417	0.87 360	1.73 374	1.22 452	0.24 337	0.26 459	0.24 328	0.23 374	0.26 356	0.20 189

FADNet-RVC-Resample	0.91 407	0.51 452	2.92 534	0.64 382	0.46 363	1.07 414	0.60 400	1.76 372	1.24 381	1.10 279	0.98 231	1.06 349	0.98 408	2.17 435	0.95 413	0.24 337	0.22 402	0.30 442	0.32 486	0.36 451	0.40 471

CFNet	0.99 427	0.40 400	1.23 410	0.65 389	0.43 340	1.03 406	0.49 315	2.01 446	1.35 441	1.02 257	1.39 405	1.10 367	0.86 351	5.47 542	0.89 391	0.24 337	0.18 331	0.28 418	0.27 431	0.27 362	0.22 249

iResNetv2_ROB	0.88 392	0.43 418	2.62 527	0.60 335	0.38 291	0.94 384	0.67 423	1.88 410	1.38 457	1.27 381	1.45 424	1.26 407	1.05 441	1.92 403	0.64 320	0.24 337	0.15 232	0.19 157	0.14 109	0.24 331	0.21 218

DISCO	1.06 445	0.37 367	1.19 399	0.73 469	0.46 363	2.04 539	0.84 475	2.26 505	1.54 506	1.25 364	1.36 397	2.38 552	1.08 445	2.60 470	1.62 504	0.24 337	0.19 349	0.22 270	0.20 272	0.32 428	0.29 382

FlowAnything_test	0.41 82	0.27 133	0.67 158	0.60 335	0.33 220	0.62 214	0.35 141	0.64 28	0.48 64	0.46 93	0.36 32	0.45 97	0.37 92	0.54 39	0.52 255	0.25 359	0.19 349	0.28 418	0.33 500	0.22 281	0.22 249

S2M2_L	0.35 50	0.28 153	0.47 37	0.43 60	0.30 146	0.31 20	0.16 1	0.61 25	0.68 134	0.32 24	0.49 79	0.47 110	0.34 69	0.40 5	0.33 81	0.25 359	0.22 402	0.20 199	0.22 342	0.25 343	0.23 270
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
G2L-Stereo	0.84 373	0.35 336	1.15 378	0.63 367	0.43 340	0.78 304	0.69 429	1.69 352	1.20 356	1.36 427	1.18 322	1.43 443	0.78 309	2.47 463	1.26 459	0.25 359	0.20 366	0.26 388	0.21 314	0.20 212	0.27 352

SCV	0.51 153	0.29 177	0.72 178	0.63 367	0.27 74	0.40 40	0.38 179	2.32 517	0.75 156	0.36 41	0.49 79	0.55 155	0.35 77	1.31 280	0.34 87	0.25 359	0.13 86	0.17 90	0.14 109	0.18 134	0.18 119

AIO-test2	0.61 235	0.30 205	0.93 300	0.65 389	0.65 468	0.79 314	0.50 323	1.33 268	1.40 467	0.65 170	1.15 314	0.53 145	0.42 117	1.18 255	0.36 115	0.25 359	0.18 331	0.26 388	0.31 479	0.20 212	0.21 218

rvit_stereo_0083	0.49 140	0.34 307	0.85 262	0.57 294	0.36 266	0.49 108	0.43 242	0.73 57	1.05 281	0.50 120	0.57 118	0.55 155	0.50 186	0.92 177	0.50 243	0.25 359	0.25 452	0.24 328	0.20 272	0.25 343	0.19 160

rvit_stereo_0081	0.46 118	0.34 307	0.72 178	0.56 272	0.35 258	0.41 48	0.44 262	0.74 60	1.04 275	0.49 111	0.52 94	0.51 130	0.49 178	0.86 155	0.47 219	0.25 359	0.20 366	0.22 270	0.19 240	0.26 356	0.19 160

DCVSM-stereo	0.75 313	0.36 346	0.82 238	0.58 308	0.43 340	0.78 304	0.42 224	1.30 260	1.05 281	1.79 524	1.04 255	1.60 474	1.08 445	1.12 240	0.86 382	0.25 359	0.27 469	0.29 430	0.24 387	0.30 410	0.37 452

rvit_stereo_0082	0.46 118	0.34 307	0.72 178	0.56 272	0.35 258	0.41 48	0.44 262	0.74 60	1.04 275	0.49 111	0.52 94	0.51 130	0.49 178	0.86 155	0.47 219	0.25 359	0.20 366	0.22 270	0.19 240	0.26 356	0.19 160

mmx	1.89 541	0.36 346	1.51 449	0.56 272	0.40 312	0.76 294	0.59 392	2.32 517	1.41 471	1.19 334	1.49 433	1.07 352	0.85 343	9.88 609	13.82 607	0.25 359	0.21 384	0.31 449	0.28 442	0.32 428	0.29 382

xxx	1.89 541	0.36 346	1.51 449	0.56 272	0.40 312	0.76 294	0.59 392	2.32 517	1.41 471	1.19 334	1.49 433	1.07 352	0.85 343	9.88 609	13.82 607	0.25 359	0.21 384	0.31 449	0.28 442	0.32 428	0.29 382

DisPM	0.68 280	0.30 205	0.85 262	0.66 402	0.35 258	0.60 203	0.44 262	1.10 188	1.10 300	1.56 489	1.10 279	0.80 239	0.58 238	2.37 454	0.46 209	0.25 359	0.14 161	0.23 304	0.21 314	0.20 212	0.26 334

BUS	0.78 332	0.34 307	0.77 210	0.55 251	0.45 354	2.30 551	0.42 224	2.65 558	1.04 275	1.25 364	1.12 292	1.02 340	0.70 286	0.94 181	0.75 352	0.25 359	0.18 331	0.25 367	0.22 342	0.23 302	0.24 293

BSDual-CNN	0.75 313	0.34 307	0.77 210	0.55 251	0.45 354	1.25 455	0.66 421	2.65 558	1.04 275	1.25 364	1.12 292	1.11 372	0.77 302	0.94 181	0.76 355	0.25 359	0.18 331	0.25 367	0.22 342	0.23 302	0.24 293

psmg	0.75 313	0.34 307	0.77 210	0.52 197	0.45 354	1.46 485	0.73 443	2.15 484	1.04 275	1.25 364	1.33 384	1.11 372	0.77 302	0.94 181	0.76 355	0.25 359	0.20 366	0.25 367	0.26 413	0.23 302	0.24 293

ADLNet2	0.92 410	0.37 367	1.25 415	0.80 501	0.65 468	1.12 426	0.75 445	1.95 432	1.42 480	1.26 376	1.67 483	1.68 491	1.04 436	1.80 389	1.23 455	0.25 359	0.22 402	0.21 235	0.22 342	0.27 362	0.31 408

PSM-softLoss	0.80 347	0.33 277	0.89 280	0.63 367	0.32 200	0.55 170	0.40 204	1.26 249	0.78 163	1.25 364	1.07 266	0.83 261	0.51 192	5.33 536	0.61 307	0.25 359	0.15 232	0.25 367	0.22 342	0.20 212	0.26 334

KMStereo	0.80 347	0.33 277	0.89 280	0.63 367	0.32 200	0.55 170	0.40 204	1.26 249	0.78 163	1.25 364	1.07 266	0.83 261	0.51 192	5.33 536	0.61 307	0.25 359	0.15 232	0.25 367	0.22 342	0.20 212	0.26 334

Pruner-Stereo	0.64 250	0.31 239	0.79 220	0.66 402	0.31 167	0.61 211	0.42 224	1.22 236	1.09 296	1.53 481	1.09 277	0.94 309	0.55 211	1.37 297	0.56 283	0.25 359	0.14 161	0.24 328	0.21 314	0.21 261	0.25 314

GMStereo	0.58 205	0.50 448	1.09 358	0.52 197	0.32 200	0.80 321	0.43 242	1.02 146	1.41 471	0.89 224	0.77 173	0.52 139	0.46 151	0.89 169	0.56 283	0.25 359	0.16 270	0.20 199	0.22 342	0.31 417	0.27 352
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HGLStereo	0.89 394	0.42 413	1.15 378	0.82 508	1.03 552	1.16 437	0.57 379	1.68 343	1.28 409	1.26 376	1.62 473	1.13 376	1.31 492	1.85 391	1.11 439	0.25 359	0.24 440	0.24 328	0.22 342	0.24 331	0.29 382

cf-r	0.79 341	0.32 257	1.06 347	0.57 294	0.64 463	0.78 304	0.51 325	2.04 454	1.22 372	1.20 339	1.27 360	1.53 464	0.91 375	1.47 327	0.94 411	0.25 359	0.19 349	0.22 270	0.23 374	0.19 170	0.21 218

DMCA	0.71 296	0.36 346	1.17 393	0.53 220	0.45 354	0.84 348	0.46 284	1.52 304	1.09 296	1.20 339	1.12 292	1.21 388	0.74 292	0.87 160	1.09 435	0.25 359	0.20 366	0.27 402	0.19 240	0.24 331	0.29 382

SuperB	2.50 567	0.72 518	18.07 609	0.72 461	0.53 411	1.85 526	0.86 482	1.80 383	2.40 564	1.54 484	1.42 416	1.13 376	1.17 466	4.18 510	4.80 575	0.25 359	0.20 366	0.23 304	0.19 240	7.64 617	0.38 460

ADCRef	1.50 507	0.61 485	3.83 554	0.76 492	0.77 509	1.91 530	0.77 449	2.16 486	1.34 438	1.63 505	1.59 470	1.35 428	1.40 504	1.79 387	8.32 590	0.25 359	0.21 384	0.32 461	0.31 479	0.31 417	0.32 417

ADCP+	2.12 553	0.56 471	10.01 590	0.68 428	0.91 537	2.25 549	1.04 515	1.92 425	1.50 502	1.58 494	1.34 388	1.73 497	1.62 524	2.27 444	13.20 604	0.25 359	0.22 402	0.32 461	0.29 461	0.38 463	0.34 435

rvit_stereo_ft	0.49 140	0.38 385	1.03 339	0.68 428	0.42 336	0.40 40	0.58 385	0.93 119	0.86 199	0.47 95	0.55 111	0.57 166	0.48 165	0.67 95	0.53 265	0.26 385	0.17 299	0.22 270	0.22 342	0.24 331	0.19 160

test_sample5	0.75 313	0.36 346	1.04 340	0.55 251	0.31 167	0.84 348	0.53 342	2.12 469	1.23 377	1.18 326	1.30 371	0.88 278	0.86 351	1.37 297	0.76 355	0.26 385	0.22 402	0.27 402	0.28 442	0.28 378	0.29 382

test_sample4	0.74 309	0.36 346	1.09 358	0.55 251	0.32 200	0.92 377	0.51 325	2.14 479	1.25 389	1.22 354	1.22 335	0.86 270	0.82 330	1.29 277	0.76 355	0.26 385	0.21 384	0.26 388	0.26 413	0.27 362	0.28 368

test_sample3	0.73 305	0.35 336	1.06 347	0.55 251	0.32 200	0.97 399	0.51 325	2.12 469	1.25 389	1.16 311	1.17 319	0.88 278	0.78 309	1.27 273	0.79 366	0.26 385	0.21 384	0.25 367	0.25 396	0.26 356	0.27 352

DualNet	0.75 313	0.36 346	1.04 340	0.55 251	0.31 167	0.84 348	0.53 342	2.12 469	1.23 377	1.21 346	1.40 410	0.88 278	0.86 351	1.37 297	0.76 355	0.26 385	0.22 402	0.27 402	0.28 442	0.28 378	0.29 382

StereoVision	0.67 267	0.37 367	1.02 335	0.60 335	0.41 326	0.50 127	0.41 216	1.32 266	0.96 239	0.73 186	2.48 553	0.82 251	0.57 221	1.06 222	0.50 243	0.26 385	0.28 475	0.29 430	0.28 442	0.37 457	0.22 249

CFNet_ucs	0.73 305	0.34 307	0.94 307	0.53 220	0.44 350	0.76 294	0.46 284	1.73 366	1.34 438	1.24 361	1.54 451	1.08 362	0.64 263	1.05 217	0.64 320	0.26 385	0.20 366	0.37 501	0.22 342	0.42 480	0.30 398

iinet-f	1.04 438	0.50 448	4.24 558	0.58 308	0.43 340	1.78 520	0.70 436	1.29 259	1.16 339	1.25 364	1.42 416	1.57 471	1.42 509	1.47 327	1.70 514	0.26 385	0.23 430	0.20 199	0.20 272	0.26 356	0.26 334

AACVNet	0.90 402	0.40 400	0.98 322	0.86 522	0.40 312	0.80 321	0.49 315	1.81 387	0.86 199	1.11 280	1.34 388	1.32 423	0.99 411	4.23 511	0.86 382	0.26 385	0.22 402	0.28 418	0.22 342	0.30 410	0.28 368

PFNet+	0.62 238	0.31 239	0.99 325	0.57 294	0.31 167	0.57 182	0.30 88	0.99 143	1.25 389	1.33 409	1.10 279	0.79 237	0.57 221	1.35 293	0.53 265	0.26 385	0.17 299	0.28 418	0.26 413	0.21 261	0.27 352

NF-Stereo	0.82 358	0.33 277	0.83 247	0.65 389	0.31 167	0.63 225	0.43 242	1.35 270	0.93 224	1.30 394	1.02 242	0.81 245	0.57 221	5.37 540	0.55 277	0.26 385	0.14 161	0.24 328	0.20 272	0.20 212	0.30 398

OCTAStereo	0.82 358	0.33 277	0.83 247	0.65 389	0.31 167	0.62 214	0.44 262	1.35 270	0.93 224	1.30 394	1.02 242	0.81 245	0.57 221	5.32 535	0.55 277	0.26 385	0.14 161	0.24 328	0.20 272	0.20 212	0.30 398

RE-Stereo	0.82 358	0.33 277	0.84 256	0.65 389	0.31 167	0.63 225	0.44 262	1.35 270	0.93 224	1.30 394	1.02 242	0.80 239	0.57 221	5.34 538	0.55 277	0.26 385	0.14 161	0.24 328	0.20 272	0.20 212	0.31 408

TVStereo	0.82 358	0.33 277	0.84 256	0.65 389	0.31 167	0.63 225	0.44 262	1.35 270	0.93 224	1.30 394	1.02 242	0.80 239	0.57 221	5.34 538	0.55 277	0.26 385	0.14 161	0.24 328	0.20 272	0.20 212	0.31 408

aanetorigin	1.26 487	0.85 533	3.00 537	0.72 461	0.80 517	1.08 418	1.05 516	1.12 192	1.39 465	3.53 588	2.60 555	1.72 495	1.73 537	1.98 412	1.77 520	0.26 385	0.24 440	0.26 388	0.25 396	0.38 463	0.51 512

EDNetEfficientorigin	10.59 612	1.52 575	177.33 640	0.68 428	0.54 419	1.66 505	1.20 536	1.94 429	3.39 586	4.69 600	3.37 569	3.08 572	2.79 579	3.25 492	3.63 560	0.26 385	0.24 440	0.33 473	0.28 442	0.85 557	0.87 564

GANet-RSSM	0.78 332	0.31 239	0.90 290	0.67 416	0.58 439	0.80 321	0.62 408	2.04 454	1.15 332	1.11 280	1.27 360	1.26 407	1.18 473	1.68 366	0.74 349	0.26 385	0.21 384	0.22 270	0.22 342	0.23 302	0.23 270

GwcNet-RSSM	0.83 367	0.34 307	1.29 424	0.65 389	0.55 426	0.78 304	0.62 408	1.89 412	1.27 401	1.18 326	1.39 405	1.56 469	0.91 375	1.60 355	1.22 452	0.26 385	0.20 366	0.23 304	0.24 387	0.21 261	0.21 218

NLCA_NET_v2_RVC	0.84 373	0.46 429	1.40 440	0.69 441	0.61 455	0.95 390	0.52 336	1.68 343	1.21 363	1.39 438	1.15 314	1.42 438	0.88 366	1.78 382	0.93 406	0.26 385	0.23 430	0.27 402	0.27 431	0.30 410	0.39 465
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	1.22 478	0.60 480	1.94 487	0.69 441	0.46 363	0.75 288	0.69 429	1.51 300	1.57 513	1.36 427	1.90 518	1.51 461	0.87 360	7.23 581	1.89 524	0.26 385	0.19 349	0.19 157	0.16 166	0.23 302	0.37 452

DLCB_ROB	0.92 410	0.43 418	0.95 311	0.71 455	0.55 426	1.11 424	0.83 473	1.61 331	1.32 434	1.67 512	1.66 481	1.70 494	0.93 385	1.96 411	1.34 472	0.26 385	0.25 452	0.27 402	0.28 442	0.28 378	0.28 368

w-ln-seven-2	1.42 500	0.69 511	6.86 572	0.71 455	0.62 459	1.23 452	0.92 493	1.84 393	1.59 515	1.74 518	1.59 470	1.49 455	1.40 504	3.69 504	2.22 533	0.27 406	0.26 459	0.29 430	0.26 413	0.34 443	0.33 425

coex_refinement	0.84 373	0.30 205	0.89 280	0.72 461	0.52 403	0.95 390	0.60 400	1.92 425	1.29 421	1.38 434	1.37 398	1.80 508	0.82 330	1.48 329	1.31 464	0.27 406	0.17 299	0.19 157	0.20 272	0.25 343	0.27 352

rvit_stereo_0081_aga	0.46 118	0.37 367	0.91 295	0.52 197	0.41 326	0.49 108	0.40 204	0.88 112	0.66 129	0.59 152	0.56 115	0.53 145	0.43 125	0.67 95	0.44 190	0.27 406	0.21 384	0.22 270	0.20 272	0.26 356	0.19 160

ITSA-stereo	0.85 380	0.38 385	0.92 298	0.58 308	0.32 200	0.86 356	0.49 315	2.33 523	1.69 525	1.16 311	1.12 292	0.95 313	0.85 343	2.46 458	1.18 444	0.27 406	0.23 430	0.28 418	0.28 442	0.28 378	0.41 475

rvit_stereo_0080	0.47 128	0.35 336	0.87 271	0.48 121	0.36 266	0.42 59	0.54 356	0.93 119	0.78 163	0.52 135	0.60 124	0.55 155	0.47 159	0.62 72	0.48 227	0.27 406	0.21 384	0.20 199	0.20 272	0.31 417	0.20 189

CAS++	0.48 136	0.34 307	0.59 105	0.48 121	0.32 200	0.45 76	0.29 80	1.73 366	0.78 163	0.71 180	0.73 165	0.36 65	0.28 32	0.70 102	0.35 96	0.27 406	0.22 402	0.26 388	0.21 314	0.29 395	0.22 249
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
whm_eth	0.47 128	0.35 336	0.87 271	0.48 121	0.36 266	0.42 59	0.54 356	0.93 119	0.78 163	0.52 135	0.60 124	0.55 155	0.47 159	0.62 72	0.48 227	0.27 406	0.21 384	0.20 199	0.20 272	0.31 417	0.20 189

fast-acv-ft	1.00 430	0.48 440	1.85 483	0.61 349	0.52 403	1.77 516	0.69 429	1.52 304	1.47 495	1.34 416	1.85 512	1.73 497	1.24 480	1.62 358	1.56 495	0.27 406	0.28 475	0.28 418	0.28 442	0.28 378	0.31 408

Wz-Net-MNSev	1.21 477	0.66 503	3.44 548	0.69 441	0.73 491	1.93 532	1.44 552	2.16 486	1.59 515	1.85 530	1.49 433	1.50 458	1.34 496	2.05 424	1.54 494	0.27 406	0.24 440	0.28 418	0.28 442	0.35 447	0.32 417

GANet-ADL	0.63 247	0.38 385	0.82 238	0.67 416	0.41 326	0.68 255	0.51 325	1.64 335	1.16 339	0.98 243	1.10 279	0.90 290	0.58 238	0.81 135	0.63 316	0.27 406	0.18 331	0.18 129	0.16 166	0.23 302	0.27 352

sCroCo_RVC	0.51 153	0.43 418	1.15 378	0.66 402	0.60 449	0.52 142	0.40 204	0.93 119	0.64 124	0.45 88	0.76 169	0.49 119	0.49 178	0.65 89	0.49 240	0.27 406	0.28 475	0.23 304	0.22 342	0.29 395	0.28 368

psm_up	0.83 367	0.37 367	0.88 276	0.68 428	0.59 445	1.05 410	0.92 493	1.68 343	1.17 344	1.41 446	1.22 335	1.30 417	1.31 492	1.39 305	0.89 391	0.27 406	0.30 487	0.31 449	0.27 431	0.28 378	0.28 368

EDNetEfficient	2.40 564	1.14 555	8.59 584	0.77 494	0.73 491	1.06 413	1.53 556	1.54 310	4.06 593	4.87 602	2.81 559	2.23 542	3.53 588	3.04 485	9.65 597	0.27 406	0.24 440	0.27 402	0.31 479	0.70 549	0.67 544

CFNet-ft	0.78 332	0.36 346	0.74 197	0.67 416	0.56 431	0.86 356	0.54 356	1.46 293	1.17 344	1.01 253	1.28 366	1.68 491	1.03 430	1.57 342	0.95 413	0.27 406	0.21 384	0.33 473	0.26 413	0.31 417	0.26 334

DMCA-RVC	0.83 367	0.46 429	2.19 508	0.68 428	0.49 383	0.84 348	0.48 304	1.44 289	1.07 285	1.56 489	1.04 255	1.29 414	0.86 351	1.49 336	0.92 403	0.27 406	0.22 402	0.35 488	0.28 442	0.32 428	0.28 368

ADCL	1.82 533	0.70 513	4.57 561	0.70 451	0.63 462	2.56 558	1.77 570	2.08 462	1.77 532	1.95 541	1.89 516	2.04 537	1.88 548	2.36 451	9.55 596	0.27 406	0.25 452	0.35 488	0.32 486	0.39 468	0.39 465

RYNet	1.24 485	0.52 458	1.57 460	0.73 469	0.97 548	1.74 512	0.95 502	2.09 465	1.54 506	1.44 457	1.18 322	1.94 522	1.29 488	4.57 519	1.93 525	0.27 406	0.23 430	0.35 488	0.27 431	0.57 531	0.59 534

CFNet_RVC	0.78 332	0.36 346	0.74 197	0.67 416	0.56 431	0.86 356	0.54 356	1.46 293	1.17 344	1.01 253	1.28 366	1.68 491	1.03 430	1.57 342	0.95 413	0.27 406	0.21 384	0.33 473	0.26 413	0.31 417	0.26 334

MSAF-DinoV2	2.45 565	1.88 588	17.19 605	0.89 534	0.52 403	1.39 474	0.97 504	2.84 573	1.77 532	1.55 487	1.65 480	3.60 578	2.28 567	5.74 546	4.64 572	0.28 424	0.17 299	0.26 388	0.28 442	0.49 512	0.54 518

FACV-RUCA	0.66 256	0.36 346	0.89 280	0.63 367	0.65 468	0.84 348	0.41 216	1.67 339	1.11 307	0.91 227	1.14 308	0.63 193	0.77 302	0.84 148	0.54 274	0.28 424	0.19 349	0.47 533	0.22 342	0.36 451	0.29 382

ACV-stereo	1.00 430	0.55 467	1.47 444	0.59 327	0.42 336	2.38 555	0.58 385	1.20 229	1.21 363	0.83 206	1.01 239	3.36 576	2.10 558	1.64 360	1.17 443	0.28 424	0.22 402	0.23 304	0.22 342	0.29 395	0.35 444

test_sample6	0.77 327	0.36 346	1.07 352	0.56 272	0.31 167	0.82 331	0.56 373	2.12 469	1.24 381	1.21 346	1.40 410	0.90 290	0.90 372	1.45 322	0.87 387	0.28 424	0.23 430	0.28 418	0.29 461	0.28 378	0.30 398

CRFU-Net	0.90 402	0.42 413	1.10 363	0.69 441	0.59 445	1.76 514	0.84 475	2.33 523	0.92 217	1.45 463	1.20 327	1.62 479	1.25 481	1.38 301	0.94 411	0.28 424	0.23 430	0.22 270	0.19 240	0.24 331	0.27 352

dd	0.62 238	0.51 452	1.17 393	0.56 272	0.33 220	0.74 283	0.46 284	1.03 154	1.40 467	0.80 197	0.87 200	0.60 178	0.57 221	1.02 209	0.86 382	0.28 424	0.18 331	0.26 388	0.19 240	0.35 447	0.27 352

AASNet	0.80 347	0.39 394	1.16 392	0.84 516	0.80 517	1.14 430	0.59 392	2.12 469	1.21 363	1.26 376	1.26 351	0.93 303	0.77 302	0.84 148	1.23 455	0.28 424	0.24 440	0.24 328	0.20 272	0.28 378	0.27 352

GwcNet-ADL	0.67 267	0.33 277	0.90 290	0.58 308	0.41 326	0.60 203	0.59 392	1.55 313	1.28 409	1.11 280	1.13 303	0.90 290	0.59 242	1.11 238	0.91 399	0.28 424	0.18 331	0.18 129	0.18 216	0.25 343	0.33 425

ADLNet	0.89 394	0.39 394	1.09 358	0.88 527	0.73 491	1.24 454	0.75 445	2.02 447	1.41 471	1.58 494	1.37 398	1.26 407	1.00 417	1.31 280	1.18 444	0.28 424	0.21 384	0.26 388	0.26 413	0.29 395	0.36 448

GES	0.70 290	0.37 367	1.05 345	0.62 357	0.38 291	0.94 384	0.57 379	2.37 526	0.92 217	1.05 266	1.12 292	0.67 203	0.77 302	1.02 209	0.65 325	0.28 424	0.20 366	0.20 199	0.20 272	0.22 281	0.31 408

HCRNet	0.72 302	0.40 400	0.86 269	0.61 349	0.57 436	0.75 288	0.35 141	1.39 280	1.21 363	1.11 280	0.99 232	1.01 338	0.76 298	2.18 436	0.73 345	0.28 424	0.19 349	0.28 418	0.23 374	0.25 343	0.26 334

PSMNet-RSSM	0.78 332	0.32 257	0.89 280	0.65 389	0.43 340	0.73 281	0.58 385	2.14 479	1.19 352	1.18 326	1.38 403	1.31 419	1.07 444	1.43 317	0.82 376	0.28 424	0.21 384	0.27 402	0.29 461	0.25 343	0.26 334

FADNet_RVC	0.88 392	0.56 471	2.15 505	0.57 294	0.43 340	1.17 444	0.46 284	1.68 343	1.12 315	0.91 227	1.24 347	0.91 294	0.94 388	2.22 438	1.20 447	0.28 424	0.22 402	0.32 461	0.28 442	0.46 503	0.42 483

UCFNet_RVC	0.72 302	0.37 367	0.59 105	0.66 402	0.41 326	0.89 363	0.68 426	1.78 376	1.15 332	1.01 253	1.20 327	1.22 392	0.95 393	1.07 224	0.66 329	0.28 424	0.21 384	0.34 481	0.31 479	0.33 435	0.29 382

DRN-Test	1.07 450	0.49 445	1.95 491	0.75 484	0.81 521	1.61 500	0.78 452	2.26 505	1.53 504	1.84 528	1.35 393	1.42 438	1.04 436	2.26 443	1.61 502	0.28 424	0.23 430	0.31 449	0.30 473	0.33 435	0.33 425

NaN_ROB	1.23 482	0.63 493	1.76 474	0.67 416	0.50 388	1.59 499	2.00 577	1.87 405	1.52 503	2.14 552	1.26 351	1.40 437	1.09 448	4.60 520	1.75 517	0.28 424	0.34 514	0.28 418	0.29 461	0.30 410	0.37 452

w-ln-seven	1.56 513	0.83 531	5.96 567	0.78 498	0.74 498	2.64 563	1.01 513	2.13 477	2.03 551	2.09 549	1.76 495	1.84 511	1.27 484	2.98 483	3.23 556	0.29 440	0.26 459	0.31 449	0.30 473	0.41 476	0.38 460

DDVS	0.80 347	0.43 418	1.09 358	0.64 382	0.44 350	1.27 458	0.43 242	1.49 299	0.94 230	1.21 346	1.16 316	1.42 438	0.63 259	2.14 432	1.02 427	0.29 440	0.22 402	0.26 388	0.23 374	0.31 417	0.37 452

Wz-Net-LNSev	1.17 467	0.72 518	4.71 562	0.66 402	0.84 526	1.72 507	1.13 525	1.97 436	1.43 481	1.34 416	1.32 378	1.66 486	1.30 491	1.44 321	1.51 491	0.29 440	0.26 459	0.24 328	0.23 374	0.33 435	0.35 444

NINENet	0.81 356	0.40 400	0.89 280	0.65 389	0.53 411	2.30 551	0.42 224	2.12 469	1.13 321	1.20 339	1.27 360	1.02 340	0.70 286	1.26 270	0.75 352	0.29 440	0.24 440	0.31 449	0.21 314	0.27 362	0.26 334

STTStereo	0.82 358	0.53 460	1.53 456	0.68 428	0.56 431	0.88 361	0.56 373	1.57 320	1.14 327	1.39 438	1.10 279	1.26 407	0.84 338	1.49 336	0.90 395	0.29 440	0.28 475	0.33 473	0.40 523	0.33 435	0.37 452

PA-Net	1.14 462	0.63 493	2.12 503	0.67 416	0.75 503	1.19 447	0.91 491	1.91 418	1.46 494	1.18 326	1.23 343	1.33 425	1.17 466	4.31 514	1.41 479	0.29 440	0.46 555	0.33 473	0.50 548	0.33 435	0.57 529
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
StereoDRNet	1.05 443	0.53 460	2.21 509	0.80 501	0.93 541	1.50 488	0.90 489	2.06 459	1.44 484	1.68 513	1.20 327	1.48 453	0.99 411	1.86 394	1.60 501	0.29 440	0.24 440	0.29 430	0.28 442	0.35 447	0.33 425

LMCR-Stereo	0.87 388	0.50 448	0.99 325	0.80 501	0.43 340	1.32 462	0.55 366	2.79 570	1.03 269	1.55 487	1.49 433	0.74 224	1.01 420	1.76 378	0.99 419	0.30 447	0.17 299	0.22 270	0.18 216	0.31 417	0.22 249

ac_64	0.86 384	0.32 257	1.02 335	0.74 475	0.60 449	1.04 407	0.53 342	2.20 500	0.99 255	1.23 357	1.11 288	1.96 524	1.06 442	2.01 417	1.01 424	0.30 447	0.22 402	0.24 328	0.23 374	0.22 281	0.22 249

FADNet-RVC	0.96 420	0.72 518	2.96 535	0.64 382	0.49 383	0.90 367	0.59 392	1.85 401	1.27 401	0.92 230	0.97 226	1.36 429	0.90 372	2.36 451	1.31 464	0.30 447	0.29 483	0.32 461	0.32 486	0.42 480	0.37 452

z-mn7	1.77 528	1.06 546	7.02 574	0.74 475	0.54 419	2.58 559	1.03 514	1.90 416	2.73 578	1.61 499	3.00 564	1.96 524	1.40 504	5.23 533	2.87 549	0.31 450	0.25 452	0.27 402	0.25 396	0.34 443	0.35 444

coex-ft	8.35 607	2.39 597	100.24 639	0.68 428	0.54 419	1.77 516	1.57 559	1.71 360	11.00 609	18.91 625	3.76 574	3.85 581	8.23 609	3.29 494	6.58 583	0.31 450	0.31 492	0.32 461	0.31 479	0.69 548	0.57 529

ssnet_v2	0.92 410	0.39 394	1.22 408	0.66 402	0.39 300	1.31 461	0.96 503	2.32 517	1.45 489	1.48 473	1.17 319	1.53 464	0.91 375	1.16 249	1.71 516	0.31 450	0.27 469	0.30 442	0.29 461	0.28 378	0.29 382

ICVP	0.66 256	0.35 336	0.71 176	0.63 367	0.41 326	0.85 355	0.56 373	1.78 376	0.96 239	0.92 230	1.24 347	0.88 278	0.75 297	0.76 119	0.93 406	0.31 450	0.22 402	0.22 270	0.21 314	0.24 331	0.28 368
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.93 415	0.40 400	1.15 378	0.67 416	0.50 388	0.95 390	0.78 452	2.73 565	1.21 363	1.20 339	1.12 292	1.25 401	0.91 375	3.21 490	0.95 413	0.31 450	0.20 366	0.23 304	0.20 272	0.28 378	0.31 408

GwcNet	1.26 487	0.63 493	5.13 564	0.81 505	1.15 564	1.73 510	0.69 429	1.84 393	1.53 504	1.51 476	1.71 490	1.72 495	1.09 448	2.20 437	1.61 502	0.31 450	0.30 487	0.29 430	0.27 431	0.30 410	0.41 475

DSFCA	0.95 416	0.38 385	1.23 410	0.55 251	0.66 474	1.50 488	0.93 497	1.58 322	1.24 381	1.59 497	1.16 316	1.48 453	0.95 393	2.96 482	1.20 447	0.31 450	0.28 475	0.25 367	0.26 413	0.29 395	0.26 334

GANet	1.41 498	0.52 458	1.18 398	0.74 475	0.48 376	1.40 478	1.69 563	1.87 405	1.28 409	1.56 489	2.39 546	1.56 469	1.25 481	9.13 598	1.20 447	0.31 450	0.32 504	0.34 481	0.29 461	0.40 472	0.33 425

zh-mn7	1.84 536	1.51 574	9.67 589	0.70 451	0.54 419	1.47 486	0.84 475	1.93 427	2.13 558	2.50 566	2.70 557	1.67 488	1.35 497	4.75 526	3.14 555	0.32 458	0.27 469	0.27 402	0.27 431	0.32 428	0.39 465

TCMNet	1.07 450	0.66 503	2.49 519	0.92 538	1.32 574	1.14 430	0.67 423	1.91 418	1.29 421	1.20 339	1.57 464	1.29 414	0.96 395	2.23 439	1.59 500	0.32 458	0.31 492	0.38 505	0.35 510	0.43 482	0.40 471

rvit_0105_6	0.56 181	0.38 385	1.13 371	0.67 416	0.38 291	0.50 127	0.51 325	0.88 112	1.33 436	0.54 141	0.56 115	0.65 197	0.57 221	0.97 195	0.46 209	0.32 458	0.31 492	0.28 418	0.25 396	0.29 395	0.23 270

test_sample7	0.78 332	0.39 394	0.89 280	0.55 251	0.35 258	0.93 381	0.75 445	1.99 441	1.27 401	1.25 364	1.22 335	1.09 363	1.01 420	1.31 280	0.73 345	0.32 458	0.32 504	0.32 461	0.32 486	0.33 435	0.33 425

Wz-Net-SNSev	1.68 523	1.45 569	8.71 585	0.71 455	0.67 480	1.35 469	1.51 553	2.15 484	1.47 495	1.51 476	1.68 485	2.27 545	1.38 501	4.23 511	2.36 540	0.32 458	0.29 483	0.31 449	0.33 500	0.43 482	0.39 465

pcwnet_v2	0.91 407	0.39 394	2.74 529	0.64 382	0.55 426	0.81 329	0.49 315	2.19 497	1.63 520	1.44 457	1.64 479	1.09 363	0.79 317	1.31 280	0.70 340	0.32 458	0.25 452	0.29 430	0.27 431	0.37 457	0.37 452

APVNet	1.11 458	0.59 477	1.95 491	0.87 525	0.77 509	1.90 529	0.82 472	2.03 451	1.15 332	1.14 305	1.43 420	1.55 467	1.12 460	3.03 484	1.62 504	0.32 458	0.34 514	0.42 521	0.36 513	0.36 451	0.41 475

zh-sn7	2.00 547	1.73 583	9.50 588	0.77 494	0.73 491	1.77 516	1.32 545	2.08 462	1.66 522	1.91 533	2.48 553	1.81 509	2.25 566	5.74 546	4.07 566	0.33 465	0.33 510	0.32 461	0.32 486	0.44 493	0.46 497

rvit_0105_5	0.61 235	0.41 410	1.19 399	0.67 416	0.37 277	0.57 182	0.56 373	1.08 175	1.28 409	0.65 170	0.68 143	0.77 232	0.67 275	0.91 175	0.51 247	0.33 465	0.32 504	0.30 442	0.27 431	0.28 378	0.28 368

rvit_0105_4	0.58 205	0.40 400	1.19 399	0.68 428	0.38 291	0.53 151	0.55 366	0.93 119	1.27 401	0.56 150	0.61 126	0.72 222	0.63 259	1.01 205	0.47 219	0.33 465	0.33 510	0.29 430	0.25 396	0.29 395	0.26 334

hitnet-ft	0.84 373	0.38 385	0.75 202	0.59 327	0.44 350	0.99 401	0.47 296	1.61 331	1.38 457	1.21 346	1.22 335	1.82 510	0.99 411	1.87 395	1.09 435	0.33 465	0.29 483	0.34 481	0.27 431	0.36 451	0.33 425

RTSC	1.43 503	0.89 534	3.62 552	0.94 547	0.64 463	1.85 526	0.69 429	2.20 500	2.04 553	2.22 553	1.70 488	1.67 488	1.27 484	2.53 466	4.48 570	0.33 465	0.25 452	0.27 402	0.29 461	0.38 463	0.40 471

AdaStereo	0.74 309	0.48 440	0.86 269	0.75 484	0.38 291	0.94 384	0.56 373	2.05 458	1.24 381	1.15 307	1.22 335	1.07 352	0.67 275	1.05 217	0.73 345	0.33 465	0.16 270	0.32 461	0.22 342	0.29 395	0.23 270
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.
MDST_ROB	1.88 538	0.40 400	1.71 471	0.93 544	0.60 449	4.27 594	1.23 539	3.99 590	1.44 484	4.61 599	2.63 556	1.44 444	1.03 430	9.78 606	1.62 504	0.33 465	0.26 459	0.37 501	0.33 500	0.31 417	0.34 435

ETE_ROB	1.01 434	0.69 511	1.49 447	0.72 461	0.50 388	1.15 434	1.12 523	1.91 418	1.24 381	1.94 539	1.50 440	1.73 497	1.06 442	1.78 382	1.33 471	0.33 465	0.26 459	0.38 505	0.34 506	0.40 472	0.44 490

PSMNet_ROB	0.95 416	0.57 476	1.45 442	0.75 484	0.64 463	1.28 459	1.12 523	1.84 393	1.15 332	1.16 311	1.29 370	1.44 444	0.89 369	1.74 375	1.70 514	0.33 465	0.25 452	0.37 501	0.39 521	0.36 451	0.32 417

SGM_RVC	1.88 538	0.40 400	0.90 290	0.63 367	0.30 146	2.81 568	1.26 542	2.73 565	1.81 539	4.09 591	2.85 561	3.88 582	3.19 582	8.42 594	2.44 541	0.33 465	0.31 492	0.30 442	0.28 442	0.31 417	0.31 408
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
YMNet	1.04 438	0.59 477	1.67 468	0.86 522	0.86 529	1.84 524	0.61 405	1.70 356	1.28 409	1.65 508	1.98 524	1.75 502	0.96 395	1.57 342	1.58 497	0.34 475	0.37 530	0.32 461	0.32 486	0.33 435	0.32 417

YMNet_1	1.04 438	0.59 477	1.67 468	0.86 522	0.86 529	1.84 524	0.61 405	1.70 356	1.28 409	1.65 508	1.98 524	1.75 502	0.96 395	1.57 342	1.58 497	0.34 475	0.37 530	0.32 461	0.32 486	0.33 435	0.32 417

GMStereo_Zeroshot	0.70 290	0.64 496	1.11 365	0.65 389	0.38 291	0.84 348	0.37 169	1.09 182	1.16 339	1.14 305	1.07 266	1.26 407	0.55 211	1.23 263	0.65 325	0.34 475	0.17 299	0.31 449	0.18 216	0.57 531	0.23 270

PSMNet-ADL	0.75 313	0.36 346	0.69 168	0.71 455	0.47 374	1.13 427	0.46 284	1.47 296	1.07 285	0.85 213	1.18 322	1.31 419	0.94 388	1.56 340	1.06 432	0.34 475	0.22 402	0.22 270	0.23 374	0.27 362	0.36 448

FADNet	0.98 424	0.64 496	2.57 523	0.66 402	0.55 426	0.95 390	0.57 379	1.91 418	1.38 457	0.94 236	1.02 242	1.36 429	1.00 417	2.69 473	0.97 417	0.34 475	0.34 514	0.31 449	0.34 506	0.61 540	0.42 483

ADCMid	2.11 552	0.90 535	8.39 583	0.75 484	0.69 484	1.98 534	1.14 528	2.18 495	1.67 524	2.85 574	1.85 512	2.35 551	2.02 554	2.35 450	10.58 601	0.34 475	0.32 504	0.39 509	0.44 534	0.51 517	0.53 517

DANet	1.16 465	0.64 496	1.52 453	0.88 527	0.74 498	1.52 490	0.52 336	1.68 343	1.21 363	1.81 525	1.55 454	2.02 532	1.11 454	3.30 495	2.28 536	0.34 475	0.31 492	0.40 515	0.30 473	0.46 503	0.54 518
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
TDLM	1.08 454	0.50 448	1.01 332	0.69 441	0.54 419	0.91 370	1.40 550	1.60 329	1.36 450	1.17 315	1.40 410	1.07 352	1.00 417	6.19 555	0.85 381	0.34 475	0.22 402	0.35 488	0.26 413	0.38 463	0.29 382

SANet	2.26 558	0.70 513	6.94 573	0.69 441	0.46 363	2.76 567	1.76 569	2.61 556	5.84 605	2.45 562	3.52 572	3.71 579	3.38 587	5.90 550	2.14 530	0.34 475	0.31 492	0.32 461	0.29 461	0.54 526	0.43 487

PWC_ROB	1.39 496	0.93 540	4.07 556	0.77 494	0.83 524	1.16 437	0.53 342	1.87 405	2.01 550	2.36 558	3.06 566	1.65 485	1.60 523	2.65 472	2.29 538	0.34 475	0.23 430	0.36 498	0.25 396	0.39 468	0.49 504

CSP-Net	1.00 430	0.41 410	0.99 325	0.56 272	0.43 340	1.62 502	0.76 448	2.16 486	1.16 339	1.33 409	1.22 335	1.32 423	0.89 369	4.67 522	0.93 406	0.35 485	0.24 440	0.20 199	0.20 272	0.23 302	0.30 398

WZ-Net	2.14 554	1.08 549	11.68 596	0.89 534	0.78 513	1.76 514	1.59 560	2.39 528	2.03 551	2.11 550	1.95 523	2.30 548	2.28 567	5.94 553	3.86 565	0.35 485	0.27 469	0.29 430	0.32 486	0.52 518	0.50 508

SACVNet	0.89 394	0.51 452	1.08 355	0.83 512	0.58 439	0.83 339	0.78 452	1.84 393	1.17 344	1.39 438	1.33 384	1.25 401	1.01 420	2.31 448	0.92 403	0.35 485	0.26 459	0.31 449	0.29 461	0.35 447	0.48 499

CVANet_RVC	1.10 456	0.49 445	1.15 378	0.65 389	0.54 419	0.93 381	1.00 510	1.69 352	1.36 450	1.42 450	1.39 405	1.24 400	1.17 466	6.22 557	0.80 373	0.35 485	0.24 440	0.35 488	0.30 473	0.44 493	0.32 417

DeepPruner_ROB	0.79 341	0.55 467	1.14 376	0.61 349	0.46 363	0.78 304	0.54 356	1.83 391	1.00 259	1.42 450	1.27 360	1.23 396	0.77 302	1.56 340	0.89 391	0.35 485	0.28 475	0.27 402	0.26 413	0.32 428	0.34 435

NCCL2	1.06 445	0.64 496	1.35 430	0.78 498	0.58 439	1.32 462	1.69 563	1.89 412	1.38 457	1.52 478	1.20 327	1.91 514	1.17 466	1.79 387	1.50 489	0.35 485	0.31 492	0.45 527	0.44 534	0.41 476	0.45 492

CBMV	1.04 438	0.48 440	0.88 276	0.56 272	0.36 266	1.52 490	1.55 557	1.87 405	1.59 515	2.11 550	1.67 483	1.46 450	1.35 497	1.92 403	1.31 464	0.35 485	0.35 521	0.39 509	0.33 500	0.34 443	0.34 435
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
CASS	0.67 267	0.36 346	0.84 256	0.57 294	0.28 110	0.82 331	0.43 242	1.62 334	0.92 217	1.39 438	1.28 366	0.87 272	0.84 338	0.88 164	0.59 301	0.36 492	0.19 349	0.26 388	0.22 342	0.29 395	0.43 487
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Syn2CoEx	1.23 482	0.80 525	3.07 539	0.83 512	0.68 481	1.39 474	0.87 486	2.23 502	1.57 513	1.28 387	1.58 466	1.42 438	1.57 522	3.79 507	1.48 488	0.36 492	0.32 504	0.34 481	0.30 473	0.30 410	0.41 475

FBW_ROB	1.78 529	0.66 503	1.90 486	0.72 461	0.66 474	1.79 521	1.07 519	2.79 570	1.77 532	1.84 528	1.79 500	1.98 526	1.37 500	12.42 617	2.22 533	0.36 492	0.38 535	0.57 555	0.39 521	0.46 503	0.51 512

rvit_0105_3	0.66 256	0.47 434	1.27 418	0.74 475	0.40 312	0.63 225	0.70 436	1.22 236	1.28 409	0.83 206	0.71 158	0.82 251	0.72 291	0.93 180	0.58 293	0.37 495	0.34 514	0.34 481	0.32 486	0.28 378	0.31 408

rvit_stereo_0075_2	0.66 256	0.47 434	1.21 407	0.67 416	0.66 474	0.53 151	0.48 304	1.24 243	1.17 344	0.77 192	0.91 208	0.78 236	0.59 242	1.05 217	0.63 316	0.37 495	0.28 475	0.40 515	0.31 479	0.38 463	0.34 435

stereogan	1.22 478	0.45 426	2.03 497	0.87 525	0.85 527	2.52 557	0.72 440	1.98 437	1.78 536	1.92 535	1.94 521	2.31 549	1.42 509	2.10 428	1.14 440	0.38 497	0.36 525	0.39 509	0.32 486	0.52 518	0.49 504

AnyNet_C32	2.14 554	1.45 569	7.38 576	0.95 549	1.12 558	2.23 547	2.34 592	2.10 467	1.54 506	2.44 561	1.79 500	2.04 537	1.66 530	2.69 473	10.48 600	0.38 497	0.35 521	0.35 488	0.42 527	0.50 514	0.60 537

ADCPNet	1.97 546	0.78 524	9.38 587	0.74 475	0.61 455	2.73 566	1.36 548	2.11 468	1.66 522	1.92 535	1.70 488	2.45 556	2.07 556	2.50 464	6.84 585	0.38 497	0.38 535	0.38 505	0.43 531	0.47 507	0.50 508

SGM-ForestM	7.81 606	0.48 440	11.02 594	0.74 475	0.40 312	16.83 615	12.72 616	7.91 612	8.13 607	11.53 618	10.25 610	22.44 627	14.01 617	17.02 619	20.52 618	0.38 497	0.39 540	0.37 501	0.36 513	0.37 457	0.38 460

PS-NSSS	1.02 435	0.62 492	1.17 393	0.61 349	0.58 439	0.91 370	0.79 460	2.02 447	1.19 352	1.17 315	1.68 485	1.00 333	0.85 343	4.43 516	0.86 382	0.38 497	0.31 492	0.52 542	0.32 486	0.52 518	0.45 492

LALA_ROB	1.06 445	0.66 503	1.37 438	0.70 451	0.53 411	1.61 500	1.25 541	1.81 387	1.48 499	1.82 527	1.40 410	1.93 518	1.03 430	1.68 366	1.69 512	0.38 497	0.28 475	0.43 522	0.37 517	0.43 482	0.38 460

psmorigin	1.69 525	0.74 523	13.13 597	0.70 451	0.60 449	1.16 437	0.79 460	1.69 352	1.25 389	2.07 548	1.77 498	2.23 542	1.51 519	2.14 432	1.45 483	0.39 503	0.41 542	0.34 481	0.33 500	0.45 496	0.63 541

SGM-Forest	1.29 490	0.40 400	0.74 197	0.54 235	0.37 277	1.55 494	1.26 542	1.82 389	1.39 465	2.22 553	1.81 506	1.64 484	1.02 428	7.65 587	1.20 447	0.39 503	0.37 530	0.39 509	0.34 506	0.37 457	0.34 435
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ISRNet	0.83 367	0.35 336	1.31 425	0.84 516	0.65 468	0.60 203	0.41 216	1.28 257	1.15 332	1.61 499	1.55 454	1.34 426	0.77 302	1.33 289	0.98 418	0.40 505	0.34 514	0.43 522	0.38 520	0.34 443	0.49 504

Anonymous3	0.64 250	0.47 434	1.31 425	0.59 327	0.50 388	0.93 381	0.69 429	1.11 190	0.83 189	0.74 187	0.89 205	0.65 197	0.68 279	1.08 227	0.54 274	0.40 505	0.31 492	0.26 388	0.26 413	0.31 417	0.30 398

SHD	1.42 500	0.81 528	2.79 531	0.98 551	0.92 538	1.97 533	0.68 426	2.43 533	2.55 567	2.54 567	1.72 491	2.01 531	1.62 524	2.14 432	2.70 545	0.40 505	0.33 510	0.39 509	0.40 523	0.48 508	0.54 518

XPNet_ROB	1.02 435	0.56 471	1.33 429	0.75 484	0.58 439	1.11 424	1.13 525	1.77 374	1.29 421	1.88 531	1.43 420	1.63 483	1.13 461	2.04 420	1.69 512	0.40 505	0.31 492	0.33 473	0.29 461	0.37 457	0.37 452

Wz-Net-TNSev	2.10 551	2.71 606	9.30 586	0.72 461	0.65 468	2.41 556	1.81 575	2.45 535	1.77 532	1.62 503	1.56 460	2.56 559	2.01 552	5.30 534	4.46 569	0.41 509	0.38 535	0.33 473	0.37 517	0.54 526	0.64 542

RTS	2.76 569	1.55 577	15.40 600	1.13 560	1.42 576	3.75 585	2.21 586	2.45 535	2.72 576	2.91 577	2.85 561	2.58 560	1.62 524	6.28 561	5.80 580	0.41 509	0.30 487	0.35 488	0.35 510	0.52 518	0.54 518

RTSA	2.76 569	1.55 577	15.40 600	1.13 560	1.42 576	3.75 585	2.21 586	2.45 535	2.72 576	2.91 577	2.85 561	2.58 560	1.62 524	6.28 561	5.80 580	0.41 509	0.30 487	0.35 488	0.35 510	0.52 518	0.54 518

AnyNet_C01	2.38 562	2.21 595	10.17 591	0.99 552	0.79 515	3.12 575	2.37 593	2.69 564	1.89 543	2.58 569	2.44 550	2.70 564	1.86 547	3.65 500	7.12 586	0.41 509	0.41 542	0.40 515	0.42 527	0.68 547	0.79 559

S-Stereo	1.17 467	0.48 440	2.25 513	0.83 512	0.81 521	1.22 450	1.17 532	2.12 469	2.08 554	1.47 467	2.13 534	1.55 467	1.16 462	2.09 427	1.46 485	0.42 513	0.40 541	0.35 488	0.32 486	0.45 496	0.73 553

rvit_105_1	0.76 321	0.54 463	1.27 418	0.80 501	0.49 383	0.74 283	0.86 482	1.39 280	1.23 377	1.00 248	0.80 184	0.93 303	0.78 309	1.29 277	0.78 361	0.43 514	0.36 525	0.36 498	0.42 527	0.30 410	0.36 448

dad	0.90 402	0.73 521	1.28 421	0.59 327	0.39 300	0.83 339	0.45 278	1.24 243	1.54 506	1.52 478	1.28 366	1.36 429	0.86 351	2.54 467	0.91 399	0.43 514	0.27 469	0.82 568	0.26 413	0.44 493	0.34 435

FINET	1.54 511	0.67 507	7.28 575	0.76 492	0.97 548	1.42 483	1.38 549	2.80 572	3.12 582	1.23 357	1.68 485	1.04 344	1.11 454	3.35 496	1.78 521	0.43 514	0.37 530	0.32 461	0.29 461	0.43 482	0.41 475

edge stereo	1.15 464	0.54 463	1.50 448	0.73 469	0.66 474	1.18 446	0.84 475	2.13 477	1.41 471	1.73 517	1.84 509	2.53 558	1.46 513	2.46 458	1.35 474	0.43 514	0.41 542	0.54 547	0.36 513	0.43 482	0.50 508

Nwc_Net	1.19 473	0.53 460	2.34 515	0.92 538	0.81 521	1.49 487	0.70 436	2.28 515	1.32 434	1.41 446	2.27 540	2.03 535	1.76 540	2.05 424	1.46 485	0.43 514	0.30 487	0.43 522	0.46 539	0.39 468	0.40 471

ADCS	2.35 560	1.26 563	6.54 570	0.85 519	0.77 509	2.18 546	1.79 571	2.47 540	2.20 560	2.80 573	2.14 536	2.38 552	2.09 557	2.81 478	13.83 610	0.43 514	0.41 542	0.40 515	0.45 537	0.59 534	0.67 544

DeepPrunerF	1.68 523	0.82 529	6.82 571	0.94 547	1.20 569	0.91 370	0.97 504	2.50 546	5.19 602	1.22 354	1.30 371	1.18 383	1.29 488	4.96 529	1.75 517	0.43 514	0.35 521	0.52 542	0.48 543	0.43 482	0.42 483

LSM	6.55 601	1.26 563	15.64 603	1.79 579	68.74 633	1.67 506	2.08 583	2.26 505	2.59 568	3.13 584	3.08 567	1.90 512	1.81 543	2.89 481	2.16 532	0.43 514	0.59 576	0.50 538	0.58 559	0.64 542	17.24 625

CSAN	1.61 517	0.67 507	3.24 544	0.74 475	0.52 403	1.77 516	1.74 568	1.98 437	1.94 546	2.47 565	2.33 544	1.93 518	2.04 555	6.45 568	1.95 526	0.43 514	0.36 525	0.41 520	0.42 527	0.43 482	0.44 490

FAT-Stereo	1.10 456	0.43 418	1.46 443	0.74 475	0.60 449	1.13 427	0.92 493	2.06 459	1.71 528	1.75 519	2.00 527	2.02 532	1.47 515	2.02 419	1.26 459	0.44 523	0.36 525	0.34 481	0.29 461	0.36 451	0.57 529

CBMV_ROB	0.99 427	0.46 429	0.68 162	0.53 220	0.39 300	1.40 478	0.48 304	2.09 465	1.30 425	1.53 481	2.29 542	1.36 429	1.23 477	2.46 458	1.04 431	0.44 523	0.42 547	0.47 533	0.44 534	0.41 476	0.39 465

MeshStereo	2.36 561	0.60 480	1.05 345	0.63 367	0.51 398	2.58 559	0.99 508	3.46 582	2.21 561	7.38 613	5.06 589	7.50 600	3.10 581	7.02 578	2.54 543	0.44 523	0.44 549	0.45 527	0.40 523	0.43 482	0.45 492
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
NVstereo2D	0.99 427	0.45 426	2.21 509	0.79 500	0.75 503	1.20 448	0.86 482	1.98 437	1.41 471	1.02 257	1.18 322	1.31 419	0.97 405	2.25 442	0.93 406	0.45 526	0.22 402	0.39 509	0.25 396	0.59 534	0.68 548

GASNet	1.13 460	1.10 553	3.29 545	1.00 553	0.68 481	0.82 331	0.67 423	1.85 401	1.38 457	1.39 438	1.25 349	1.25 401	1.20 476	2.72 475	1.62 504	0.46 527	0.26 459	0.36 498	0.34 506	0.55 528	0.33 425

HBP-ISP	1.00 430	0.60 480	0.85 262	0.64 382	0.48 376	1.63 503	0.77 449	2.24 504	1.30 425	1.33 409	1.53 450	0.87 272	0.99 411	3.26 493	0.76 355	0.46 527	0.44 549	0.54 547	0.48 543	0.48 508	0.42 483

RGC	1.22 478	0.82 529	1.71 471	0.95 549	0.98 550	1.53 492	0.80 463	2.18 495	1.35 441	1.69 514	1.94 521	2.03 535	1.66 530	2.36 451	1.50 489	0.46 527	0.36 525	0.59 558	0.48 543	0.49 512	0.49 504

NOSS_ROB	1.29 490	0.49 445	0.68 162	0.60 335	0.40 312	1.09 423	0.77 449	1.94 429	1.44 484	1.04 263	1.46 426	1.10 367	0.81 328	10.57 614	0.78 361	0.46 527	0.43 548	0.48 535	0.45 537	0.45 496	0.43 487

MFN_U_SF_DS_RVC	1.80 531	1.11 554	4.33 559	0.84 516	0.77 509	3.70 582	2.41 596	2.04 454	1.85 541	1.75 519	1.90 518	1.92 517	1.25 481	7.33 582	1.45 483	0.47 531	0.47 556	0.53 546	0.77 573	0.50 514	0.55 524

SAMSARA	1.80 531	0.90 535	3.37 546	1.28 569	1.13 560	3.71 583	2.33 591	2.53 550	1.93 545	3.17 585	1.73 492	2.99 568	1.68 532	3.53 499	2.46 542	0.47 531	0.54 569	0.43 522	0.47 541	0.59 534	0.64 542

DGSMNet	1.24 485	0.84 532	3.20 541	0.91 537	0.92 538	1.39 474	1.34 546	2.46 539	1.44 484	1.34 416	1.66 481	1.50 458	1.03 430	1.85 391	1.30 463	0.48 533	0.48 558	0.55 551	0.51 551	0.78 554	0.79 559

PVD	1.82 533	0.91 538	3.02 538	1.03 554	0.94 544	2.61 561	1.14 528	2.78 569	3.40 587	3.08 583	2.75 558	2.39 554	2.49 573	2.81 478	3.66 561	0.48 533	0.49 564	0.59 558	0.49 546	0.60 537	0.81 561

G-Net	1.71 526	0.67 507	2.09 500	1.14 563	0.75 503	2.96 574	0.89 488	1.58 322	1.30 425	2.76 572	8.12 606	2.29 547	2.51 574	1.94 406	2.23 535	0.49 535	0.45 551	0.45 527	0.31 479	0.62 541	0.59 534

NCC-stereo	1.20 475	0.60 480	1.84 481	0.88 527	0.95 545	1.32 462	0.94 499	2.14 479	1.36 450	1.43 454	1.79 500	1.93 518	2.13 563	2.54 467	1.41 479	0.49 535	0.38 535	0.45 527	0.59 561	0.43 482	0.45 492

Abc-Net	1.20 475	0.60 480	1.84 481	0.88 527	0.95 545	1.32 462	0.94 499	2.14 479	1.36 450	1.43 454	1.79 500	1.93 518	2.13 563	2.54 467	1.41 479	0.49 535	0.38 535	0.45 527	0.59 561	0.43 482	0.45 492
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XQC	1.51 508	0.98 543	3.20 541	0.92 538	0.76 508	2.01 537	1.17 532	2.53 550	1.99 549	2.01 545	1.54 451	2.00 528	1.54 520	3.16 488	3.46 559	0.49 535	0.31 492	0.45 527	0.40 523	0.71 551	0.62 539

AF-Net	1.23 482	0.56 471	2.31 514	0.88 527	0.93 541	1.41 480	0.73 443	2.27 513	1.71 528	1.76 522	2.42 548	2.00 528	1.70 533	1.98 412	1.62 504	0.50 539	0.29 483	0.49 537	0.33 500	0.40 472	0.34 435

DPSNet	1.91 543	0.64 496	5.95 566	0.73 469	0.59 445	2.04 539	1.61 561	3.84 588	1.96 548	1.54 484	1.39 405	2.27 545	3.32 585	4.95 528	4.79 573	0.50 539	0.31 492	0.29 430	0.26 413	0.67 546	0.54 518

FSD					0.52 403	0.54 164	0.58 385	0.71 51	0.54 82	0.54 141	0.53 98	0.60 178	0.52 197	0.58 55	0.56 283	0.51 541	0.48 558	0.50 538	0.49 546	0.50 514

FCDSN-DC	2.47 566	0.65 502	1.00 330	0.85 519	0.75 503	2.26 550	0.97 504	2.31 516	1.83 540	5.52 608	7.65 601	7.72 603	7.70 608	4.43 516	2.64 544	0.52 542	0.48 558	0.52 542	0.52 552	0.57 531	0.59 534
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BEATNet-Init1	27.39 624	21.01 622	73.65 638	1.07 556	0.80 517	56.07 631	22.82 620	33.14 632	31.71 629	51.78 641	52.93 638	65.63 639	48.54 638	48.75 640	36.36 631	0.52 542	0.47 556	0.54 547	0.54 555	0.64 542	0.72 552

FC-DCNN v2	2.96 579	0.61 485	1.13 371	0.75 484	0.57 436	2.90 572	1.06 518	3.59 586	2.66 574	7.05 610	7.66 602	10.26 613	7.17 607	6.27 560	4.49 571	0.54 544	0.48 558	0.51 540	0.50 548	0.53 523	0.52 514

MFN_U_SF_RVC	1.62 519	0.96 542	4.36 560	0.92 538	0.69 484	2.62 562	1.10 521	2.50 546	1.74 531	1.99 544	1.86 514	2.45 556	1.78 542	3.08 486	2.84 548	0.54 544	0.50 565	0.56 553	0.60 563	0.60 537	0.67 544

FC-DCNN	2.88 578	0.61 485	1.15 378	0.75 484	0.57 436	2.85 571	1.05 516	3.44 581	2.64 573	6.93 609	7.63 600	9.86 610	7.02 606	5.76 548	4.31 568	0.54 544	0.48 558	0.51 540	0.50 548	0.53 523	0.52 514

MSMD_ROB	2.08 550	0.61 485	1.15 378	0.71 455	0.62 459	4.00 589	0.93 497	1.94 429	1.79 537	4.71 601	4.60 583	8.14 605	3.87 593	3.75 506	1.65 510	0.54 544	0.48 558	0.55 551	0.58 559	0.53 523	0.52 514

RP	1.17 467	0.54 463	1.48 446	0.93 544	1.05 554	1.14 430	0.85 481	1.99 441	1.70 526	1.72 516	2.07 531	1.91 514	1.93 550	2.00 416	1.37 476	0.55 548	0.37 530	0.48 535	0.37 517	0.46 503	0.46 497

WCMA_ROB	2.05 548	0.55 467	1.77 475	0.74 475	0.61 455	2.24 548	1.56 558	2.17 494	1.79 537	4.16 595	6.36 594	5.66 595	4.66 598	3.19 489	2.77 546	0.55 548	0.45 551	0.40 515	0.43 531	0.48 508	0.50 508

UDGNet	0.75 313	1.23 562	0.99 325	0.82 508	0.42 336	0.76 294	0.38 179	0.98 135	1.37 455	0.83 206	0.88 203	0.70 213	0.60 248	1.25 266	0.57 288	0.57 550	0.19 349	1.03 578	0.26 413	0.79 555	0.35 444

ccnet	1.19 473	0.71 515	1.36 435	0.81 505	0.75 503	1.72 507	1.13 525	1.98 437	1.31 432	1.52 478	1.84 509	1.75 502	1.36 499	2.01 417	2.04 527	0.57 550	0.54 569	0.57 555	0.56 557	0.60 537	0.60 537

GANetREF_RVC	1.11 458	0.90 535	1.56 458	0.88 527	0.53 411	1.41 480	1.35 547	1.91 418	1.54 506	1.28 387	1.32 378	1.46 450	1.23 477	2.04 420	1.00 423	0.57 550	0.45 551	0.67 563	0.52 552	0.91 561	0.62 539
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
DualNet (step1)	0.89 394	0.51 452	1.35 430	0.58 308	0.40 312	1.07 414	0.80 463	1.99 441	1.27 401	1.25 364	1.22 335	1.09 363	1.01 420	1.31 280	0.73 345	0.59 553	0.32 504	0.62 560	0.67 568	0.45 496	0.48 499

test_sample9	1.96 544	0.51 452	1.35 430	0.58 308	0.40 312	1.07 414	0.80 463	1.99 441	1.27 401	1.25 364	1.22 335	1.09 363	1.01 420	2.46 458	8.57 591	0.59 553	12.85 625	0.62 560	0.67 568	0.45 496	0.48 499

test_sample8	2.29 559	0.51 452	1.35 430	0.58 308	0.40 312	1.07 414	0.80 463	2.03 451	1.22 372	2.28 556	1.33 384	4.98 593	2.51 574	2.46 458	8.57 591	0.59 553	12.85 625	0.62 560	0.67 568	0.45 496	0.48 499

Anonymous_2	1.37 493	0.56 471	0.94 307	0.57 294	0.62 459	1.04 407	0.65 417	1.82 389	1.01 262	1.00 248	0.79 179	1.42 438	1.27 484	1.06 222	0.83 377	0.62 556	0.67 580	1.05 579	9.88 622	1.09 570	0.55 524

MANE	7.50 605	0.64 496	7.97 578	1.40 570	2.10 584	16.86 616	12.56 615	12.91 618	17.51 623	8.50 615	11.60 611	14.66 616	13.33 613	12.02 616	13.28 605	0.62 556	0.52 566	0.52 542	1.90 603	0.56 529	0.58 532

PASM	1.48 506	1.08 549	3.96 555	0.93 544	0.93 541	1.17 444	1.19 534	1.77 374	1.65 521	1.90 532	1.52 448	1.75 502	1.42 509	4.54 518	1.52 493	0.64 558	0.68 582	0.69 565	0.79 574	0.70 549	0.74 554

PWCDC_ROB	1.39 496	0.91 538	2.10 501	1.08 557	0.92 538	1.72 507	0.58 385	2.03 451	3.30 585	1.32 403	4.87 587	1.21 388	1.71 535	1.98 412	1.75 517	0.65 559	0.26 459	0.29 430	0.25 396	0.56 529	0.41 475

ELAS	2.67 568	0.80 525	2.13 504	1.13 560	1.15 564	6.25 602	2.56 597	3.50 583	3.68 590	5.36 606	4.92 588	3.79 580	5.56 600	3.65 500	5.22 577	0.66 560	0.57 573	0.56 553	0.54 555	0.65 544	0.75 556
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	1.66 520	0.55 467	2.36 516	0.56 272	0.58 439	3.79 587	0.45 278	1.78 376	1.40 467	1.38 434	2.45 551	1.13 376	0.96 395	11.03 615	1.31 464	0.67 561	0.64 577	0.43 522	0.32 486	0.71 551	0.76 557

ELAS_RVC	2.87 577	0.80 525	3.22 543	1.16 565	1.12 558	2.92 573	5.33 607	2.98 576	4.18 595	5.04 603	4.82 586	4.71 587	8.23 609	4.25 513	4.79 573	0.67 561	0.57 573	0.57 555	0.53 554	0.66 545	0.74 554
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSC_U_SF_DS_RVC	2.22 557	1.29 566	4.14 557	1.10 559	0.78 513	5.00 597	2.38 595	2.47 540	2.67 575	1.94 539	2.28 541	2.66 563	1.70 533	9.10 597	2.29 538	0.68 563	0.52 566	0.68 564	0.71 571	1.17 572	0.81 561

PSMNet-RUCA	1.07 450	1.06 546	1.64 465	1.23 567	1.10 557	1.39 474	0.65 417	1.91 418	1.43 481	0.95 238	1.52 448	0.99 327	0.83 335	1.28 276	1.01 424	0.71 564	0.34 514	0.99 576	0.61 564	1.01 565	0.67 544

Consistency-Raft	1.27 489	1.01 545	2.17 506	1.04 555	1.20 569	0.96 396	1.00 510	1.84 393	1.95 547	1.38 434	2.11 533	1.44 444	1.03 430	1.18 255	1.40 478	0.73 565	0.83 585	0.89 570	0.99 585	1.33 574	0.95 567

MADNet+	2.80 572	3.38 610	11.57 595	1.50 577	1.21 571	3.18 577	2.00 577	3.52 584	2.61 569	1.81 525	2.09 532	2.83 565	2.18 565	7.55 585	5.44 579	0.84 566	0.83 585	0.71 566	0.66 567	1.05 569	1.08 572

JetBlue	4.18 588	2.45 601	10.42 592	1.40 570	2.89 603	10.68 608	10.68 610	3.91 589	2.52 565	2.74 571	3.39 570	4.50 584	4.27 596	7.97 590	7.67 589	0.89 567	0.97 597	0.89 570	0.92 579	2.26 582	2.21 591

DStereoFS	6.12 600	2.43 600	7.51 577	2.47 590	2.16 585	16.09 614	8.18 609	4.22 594	12.08 611	3.74 589	14.16 614	7.84 604	13.66 616	7.03 580	9.84 598	0.90 568	1.49 608	1.23 582	2.79 612	1.36 575	3.31 606

DStereoSA	5.78 598	1.09 551	8.20 579	2.07 583	4.09 613	4.26 593	21.23 619	4.17 592	5.59 603	1.96 542	12.40 612	1.57 471	13.59 615	7.02 578	13.02 603	0.90 568	3.63 616	0.91 572	3.68 616	1.84 578	4.43 615

UDG	1.47 504	2.69 604	1.13 371	1.45 575	1.65 581	1.34 468	0.79 460	1.75 370	1.27 401	1.29 392	1.74 493	1.99 527	1.39 503	1.66 363	1.51 491	0.91 570	0.55 571	2.30 592	0.76 572	1.99 579	1.20 576

MFMNet_re	1.47 504	1.20 559	2.50 520	1.46 576	1.08 556	1.58 498	1.51 553	1.96 435	1.87 542	2.31 557	2.20 537	1.51 461	1.88 548	1.57 342	1.34 472	0.94 571	0.83 585	0.84 569	0.80 575	1.00 564	1.06 571

PMTNet	0.47 128	0.22 28	0.43 19	0.39 21	0.24 28	0.71 272	0.26 60	0.78 75	1.03 269	0.65 170	0.69 148	0.55 155	0.48 165	0.90 172	0.36 115	0.99 572	0.13 86	0.15 30	0.10 1	0.15 49	0.15 40

anonymity	1.14 462	0.98 543	1.24 413	1.09 558	1.13 560	1.08 418	0.90 489	2.02 447	1.23 377	1.32 403	1.27 360	1.27 412	1.09 448	1.16 249	1.03 430	1.02 573	1.01 599	0.97 573	0.97 582	0.98 563	1.01 568

PDISCO_ROB	1.41 498	0.73 521	2.04 498	1.40 570	1.46 578	2.83 569	1.07 519	2.64 557	2.11 556	1.41 446	1.50 440	1.73 497	0.99 411	2.83 480	1.46 485	1.03 574	0.27 469	0.54 547	0.47 541	0.77 553	0.84 563

DispFullNet	2.39 563	2.89 607	3.74 553	3.09 600	2.27 591	2.04 539	0.84 475	2.19 497	1.73 530	2.54 567	1.98 524	2.23 542	5.83 601	3.44 498	1.84 523	1.03 574	0.33 510	2.65 603	1.97 605	2.87 591	2.34 593

SPS-STEREO	1.78 529	1.09 551	1.52 453	1.22 566	1.14 562	1.87 528	1.11 522	2.27 513	1.70 526	3.17 585	2.39 546	2.84 566	1.93 550	4.41 515	2.93 550	1.04 576	0.99 598	0.97 573	0.94 580	1.03 567	1.05 570
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	5.38 594	1.28 565	8.24 580	1.27 568	1.16 566	10.62 607	16.01 617	2.93 575	2.53 566	8.64 616	13.03 613	8.26 606	13.38 614	6.34 566	7.59 588	1.07 577	1.05 601	1.00 577	0.98 583	1.02 566	1.12 574

DDUNet	1.56 513	2.70 605	1.35 430	1.79 579	1.88 583	1.82 522	0.91 491	1.84 393	1.20 356	1.40 444	1.79 500	1.62 479	1.17 466	1.59 350	1.22 452	1.11 578	0.76 584	2.38 595	0.94 580	2.12 580	1.53 582

NVStereoNet_ROB	2.17 556	1.18 557	3.51 549	1.14 563	1.26 572	1.57 497	1.51 553	2.19 497	2.11 556	2.04 546	4.80 585	3.17 575	2.11 561	7.97 590	2.10 528	1.12 579	0.94 595	1.10 580	1.34 593	0.95 562	1.31 577
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WAO-7	2.78 571	1.54 576	2.18 507	1.41 573	1.19 568	3.92 588	2.01 580	4.19 593	3.89 592	2.98 579	5.47 590	4.18 583	3.28 584	8.24 593	4.27 567	1.13 580	1.01 599	1.18 581	1.13 592	1.19 573	1.13 575

CC-Net-ROB	1.53 510	1.31 567	1.68 470	0.92 538	0.80 517	1.75 513	0.99 508	2.04 454	1.27 401	1.12 288	1.62 473	1.20 387	0.98 408	7.82 588	0.92 403	1.15 581	0.41 542	2.20 590	0.46 539	1.37 576	0.56 526

GCST	1.13 460	1.50 573	1.17 393	1.74 578	1.17 567	1.29 460	0.30 88	1.55 313	1.21 363	1.31 400	0.97 226	0.99 327	0.48 165	2.38 455	0.54 274	1.24 582	0.70 583	1.31 583	0.86 578	1.03 567	0.92 566

IGEV-BASED-STEREO-	0.71 296	3.18 608	2.55 522	0.40 33	0.24 28	0.42 59	0.23 38	0.66 34	0.46 60	0.47 95	0.45 62	0.33 56	0.27 27	0.58 55	0.30 50	1.34 583	0.10 2	0.22 270	0.19 240	0.45 496	1.32 579

WAO-6	2.98 580	1.67 581	1.88 485	2.38 589	2.30 592	3.53 581	2.37 593	4.38 597	4.64 599	2.42 559	4.50 579	4.85 589	2.99 580	5.22 532	5.37 578	1.77 584	1.16 605	2.31 593	1.47 599	2.42 584	1.99 589

MaskLacGwcNet_RVC	1.17 467	1.06 546	1.28 421	0.88 527	0.69 484	1.92 531	0.92 493	1.71 360	1.14 327	1.17 315	1.26 351	1.49 455	0.80 324	2.04 420	0.86 382	2.02 585	0.34 514	0.79 567	0.36 513	1.38 577	1.33 580

WAO-8	4.57 591	2.01 590	2.58 524	2.37 587	2.21 587	9.75 604	1.71 565	6.04 608	16.34 615	4.11 592	7.69 603	7.41 598	3.85 591	10.02 612	3.85 563	2.05 586	1.09 602	2.44 599	1.39 594	2.56 587	1.86 587

Venus	4.57 591	2.01 590	2.58 524	2.37 587	2.21 587	9.75 604	1.71 565	6.04 608	16.34 615	4.11 592	7.69 603	7.41 598	3.85 591	10.02 612	3.85 563	2.05 586	1.09 602	2.44 599	1.39 594	2.56 587	1.86 587

PWCK	3.24 584	2.37 596	10.86 593	2.14 584	1.14 562	3.71 583	4.19 605	3.02 577	3.55 589	3.05 582	3.63 573	3.09 573	2.35 572	8.16 592	3.41 558	2.17 588	0.96 596	1.77 586	1.01 587	2.84 590	1.40 581

CAS	0.66 256	0.19 4	0.41 15	2.31 586	0.86 529	0.56 180	0.53 342	0.83 89	0.63 119	0.49 111	0.70 154	0.36 65	0.26 20	0.47 19	0.37 128	2.33 589	0.10 2	0.14 4	0.10 1	0.17 98	1.31 577

DStereoO	1.82 533	1.21 560	2.98 536	1.42 574	0.88 536	1.54 493	4.03 604	1.90 416	2.15 559	1.56 489	1.82 507	1.75 502	4.06 595	1.76 378	2.15 531	2.39 590	0.52 566	0.97 573	0.43 531	2.24 581	0.68 548

MonStereo1	3.22 583	1.70 582	2.23 512	2.51 591	2.33 593	5.55 600	1.61 561	3.55 585	4.67 600	3.29 587	8.09 605	4.79 588	3.75 590	6.30 563	2.79 547	2.52 591	0.64 577	1.91 589	1.07 590	2.53 586	2.62 598

test_for_model	1.38 494	3.71 611	0.65 149	3.45 604	2.88 602	0.57 182	0.33 114	1.91 418	0.93 224	1.47 467	0.64 131	0.51 130	0.37 92	0.53 36	0.35 96	2.54 592	0.16 270	0.17 90	0.12 38	4.56 612	1.84 586

SQANet	1.38 494	0.95 541	1.37 438	1.89 582	1.47 579	1.44 484	0.81 468	1.89 412	1.13 321	1.34 416	1.26 351	1.28 413	1.02 428	1.64 360	0.91 399	2.55 593	0.35 521	1.47 584	0.56 557	2.48 585	1.74 584

ACVNet_2	2.86 576	1.47 571	8.28 581	2.68 593	2.26 590	2.70 564	1.84 576	3.41 580	3.04 581	2.27 555	3.42 571	4.58 585	2.10 558	5.91 551	1.62 504	2.58 594	0.67 580	2.22 591	0.85 577	2.79 589	2.47 595

JetRed	7.02 603	8.94 615	25.72 618	2.89 596	3.27 607	14.25 613	12.27 614	6.69 610	4.45 597	4.46 598	4.56 580	6.65 597	5.43 599	7.46 584	14.41 612	2.60 595	3.31 613	2.61 602	2.30 611	4.34 609	3.79 611

testlalala_base	0.83 367	0.41 410	0.80 224	0.67 416	0.53 411	0.78 304	0.30 88	1.84 393	0.60 109	0.75 189	0.91 208	0.68 205	0.54 208	0.69 100	0.46 209	2.92 596	0.15 232	0.17 90	0.12 38	2.95 594	0.27 352

otaku	1.67 521	1.18 557	1.56 458	2.27 585	1.59 580	1.98 534	1.23 539	2.23 502	1.37 455	1.48 473	1.63 478	1.73 497	1.23 477	1.85 391	1.09 435	2.96 597	0.58 575	1.74 585	0.61 564	2.94 592	2.15 590

Ntro	1.72 527	1.21 560	1.62 462	2.54 592	1.86 582	2.09 543	1.14 528	2.08 462	1.38 457	1.23 357	1.62 473	1.62 479	1.33 495	2.04 420	1.21 451	3.09 598	0.56 572	1.82 587	0.65 566	2.97 596	2.25 592

Dean	3.77 587	1.65 580	17.87 607	3.01 599	2.54 597	3.15 576	2.10 584	4.80 600	4.42 596	2.89 576	6.03 592	5.45 594	2.55 577	3.40 497	2.13 529	3.22 599	0.89 592	2.51 601	1.07 590	3.07 598	2.65 601

ACVNet_1	3.08 582	1.48 572	17.70 606	2.90 597	2.35 595	2.30 551	1.43 551	3.16 578	2.26 563	1.91 533	2.05 530	3.51 577	2.32 569	3.71 505	1.58 497	3.25 600	0.66 579	2.40 598	1.06 589	3.07 598	2.59 596

ACVNet-4b	3.05 581	1.42 568	18.09 610	2.85 594	2.33 593	2.32 554	1.22 537	2.47 540	2.21 561	1.26 376	2.36 545	2.64 562	1.46 513	6.32 564	1.23 455	3.29 601	0.45 551	2.37 594	1.02 588	3.03 597	2.61 597

LVE	3.40 586	1.80 584	2.21 509	2.90 597	2.44 596	3.27 580	2.25 588	4.80 600	5.06 601	2.43 560	6.79 595	5.99 596	2.64 578	9.20 599	2.28 536	3.30 602	1.11 604	2.38 595	1.48 600	2.95 594	2.62 598

TorneroNet-64	5.41 595	2.10 593	2.43 517	3.49 606	2.83 601	9.90 606	2.13 585	8.87 614	16.79 620	5.39 607	9.18 608	10.68 615	3.92 594	9.55 603	5.11 576	3.36 603	0.86 590	2.88 607	1.62 601	3.76 604	3.37 607

RainbowNet	2.06 549	1.86 585	1.97 493	2.86 595	2.25 589	2.03 538	1.79 571	2.77 567	1.92 544	1.54 484	1.84 509	1.95 523	1.73 537	2.23 439	1.38 477	3.40 604	0.86 590	2.39 597	1.00 586	2.94 592	2.42 594

KSHMR	8.76 609	2.14 594	3.59 550	3.60 608	3.13 605	4.15 592	2.67 598	5.61 606	58.90 641	3.04 581	55.71 639	4.94 590	2.54 576	4.61 521	3.05 554	3.49 605	1.57 610	3.14 609	1.98 606	3.84 605	3.49 608

UNDER WATER-64	5.84 599	2.48 603	17.93 608	3.97 612	3.58 610	7.70 603	3.03 602	5.72 607	14.13 612	4.18 596	4.00 577	9.27 609	6.80 605	6.20 556	9.22 595	3.67 606	1.52 609	3.14 609	1.95 604	4.43 610	3.83 612

TorneroNet	10.72 613	2.09 592	2.76 530	3.48 605	3.03 604	44.72 630	2.31 590	8.62 613	67.06 642	7.45 614	23.21 624	10.59 614	4.28 597	9.03 596	9.00 593	3.67 606	0.91 594	3.04 608	1.63 602	3.92 606	3.55 610

USTest	14.33 617	14.93 618	21.00 611	17.41 619	16.02 614	23.11 617	33.76 626	22.02 621	11.81 610	9.47 617	10.19 609	15.94 617	13.17 612	17.25 620	22.38 620	3.81 608	5.01 618	6.17 621	6.18 619	9.23 619	7.81 618

IMH-64-1	2.82 573	1.87 586	1.77 475	3.31 602	2.69 598	3.22 578	2.07 581	4.25 595	2.77 579	2.46 563	3.78 575	3.05 570	2.34 570	4.67 522	3.00 552	3.84 609	0.84 588	2.75 604	1.39 594	3.34 601	2.93 603

IMH-64	2.82 573	1.87 586	1.77 475	3.31 602	2.69 598	3.22 578	2.07 581	4.25 595	2.77 579	2.46 563	3.78 575	3.05 570	2.34 570	4.67 522	3.00 552	3.84 609	0.84 588	2.75 604	1.39 594	3.34 601	2.93 603

UNDER WATER	5.68 597	2.46 602	15.52 602	3.98 613	3.53 609	5.15 598	2.74 599	5.58 605	16.41 618	4.00 590	4.56 580	9.12 608	6.43 604	6.22 557	9.11 594	3.85 611	1.35 606	3.18 611	1.98 606	4.51 611	3.84 613

IMH	3.35 585	1.95 589	1.86 484	3.30 601	2.72 600	4.03 591	2.00 577	4.58 599	3.83 591	2.87 575	6.99 597	4.69 586	3.21 583	6.77 574	2.97 551	3.91 612	0.89 592	2.78 606	1.40 598	3.36 603	2.93 603

ktn	4.56 590	2.41 598	2.54 521	3.79 610	3.25 606	4.81 596	2.91 601	5.52 604	7.36 606	4.12 594	14.55 616	7.54 601	3.70 589	7.84 589	3.35 557	4.06 613	1.86 611	3.26 612	2.22 610	3.27 600	2.86 602

notaker	4.29 589	2.42 599	5.06 563	3.89 611	3.29 608	4.00 589	2.25 588	4.93 602	3.47 588	4.21 597	6.79 595	7.67 602	3.37 586	9.25 601	6.47 582	4.09 614	1.42 607	3.35 613	2.13 609	4.11 608	3.54 609

MADNet++	5.41 595	3.18 608	6.43 569	4.66 615	3.95 612	6.15 601	6.75 608	4.51 598	4.51 598	5.06 604	6.27 593	4.96 591	6.14 602	9.39 602	11.70 602	4.71 615	4.19 617	3.97 615	3.33 613	4.08 607	4.25 614

DGTPSM_ROB	13.06 615	8.27 613	22.29 613	9.53 617	18.14 615	11.53 609	31.97 624	10.82 616	16.25 613	7.14 611	19.39 622	10.12 611	16.69 619	9.85 607	22.49 621	4.77 616	8.72 619	5.37 618	10.24 623	6.15 615	11.56 620

DPSMNet_ROB	13.08 616	8.28 614	22.32 614	9.54 618	18.15 616	11.53 609	31.98 625	10.83 617	16.27 614	7.17 612	19.40 623	10.12 611	16.69 619	9.87 608	22.50 622	4.78 617	8.72 619	5.38 619	10.25 624	6.16 616	11.59 621

DPSimNet_ROB	24.77 623	9.69 616	61.46 636	3.56 607	19.46 618	25.95 618	77.56 639	5.09 603	16.60 619	21.50 626	29.82 628	25.12 629	85.69 640	13.37 618	23.07 624	7.23 618	17.79 627	8.55 622	7.57 621	4.57 613	31.84 632

TCMNet-wrong-test	10.42 611	11.55 617	15.31 599	20.99 620	18.49 617	13.94 612	10.69 611	16.07 620	4.14 594	5.27 605	5.64 591	16.22 618	12.57 611	7.57 586	10.26 599	7.44 619	2.38 612	4.30 617	3.43 614	11.37 620	10.87 619

HanzoNet	11.92 614	5.12 612	17.18 604	4.19 614	3.59 611	5.16 599	2.82 600	7.41 611	9.96 608	33.31 635	27.60 626	22.25 626	37.31 631	18.18 621	13.57 606	8.13 620	3.44 615	3.50 614	3.44 615	7.77 618	4.52 616

tt	6.61 602	0.28 153	6.10 568	3.77 609	2.17 586	11.53 609	19.61 618	13.53 619	5.81 604	3.00 580	2.82 560	4.97 592	6.33 603	3.83 508	7.23 587	9.13 621	11.32 624	5.87 620	6.22 620	6.01 614	2.63 600

PML	51.64 635	37.49 627	14.31 598	7.45 616	20.27 619	107.80 641	231.34 643	8.94 615	27.70 628	86.74 642	268.93 643	69.03 640	61.09 639	24.71 629	14.36 611	9.71 622	3.40 614	9.60 623	4.67 618	20.46 624	4.76 617

DPSM_ROB	19.12 618	19.13 620	25.13 616	22.15 622	20.86 620	28.06 620	37.75 628	27.18 625	16.95 621	14.25 619	15.07 617	21.66 621	18.69 622	21.83 623	26.51 626	10.15 623	9.30 622	10.45 624	10.41 625	14.00 621	12.85 623

DPSM	19.12 618	19.13 620	25.13 616	22.15 622	20.86 620	28.06 620	37.75 628	27.18 625	16.95 621	14.25 619	15.07 617	21.66 621	18.69 622	21.83 623	26.51 626	10.15 623	9.30 622	10.45 624	10.41 625	14.00 621	12.85 623

DLNR_Zeroshot_test	23.23 621	48.25 637	43.77 626	177.04 639	78.39 635	0.35 26	0.21 17	23.33 623	0.82 184	0.67 175	0.86 197	0.58 168	0.30 46	1.64 360	0.48 227	10.69 625	0.13 86	0.18 129	0.14 109	76.63 638	0.23 270

DLNR-FE	23.24 622	48.33 638	43.35 625	177.19 640	78.30 634	0.35 26	0.21 17	23.45 624	0.82 184	0.67 175	0.86 197	0.58 168	0.29 35	1.62 358	0.48 227	10.93 626	0.13 86	0.18 129	0.14 109	76.65 639	0.23 270

CasAABBNet	38.42 625	38.42 629	50.26 630	44.76 629	41.87 626	56.47 633	76.22 635	54.44 635	33.92 633	28.53 632	30.36 633	43.53 635	37.59 634	43.77 637	53.32 637	20.27 627	18.70 629	21.03 626	21.04 628	28.19 626	25.79 627

RAFT-FEzeroshot	38.43 626	38.42 629	50.19 628	44.92 631	41.98 628	56.48 635	76.24 636	54.46 637	33.87 631	28.51 630	30.31 631	43.61 636	37.54 632	43.76 634	53.32 637	20.29 628	18.70 629	21.03 626	21.04 628	28.21 627	25.79 627

RAFT-FE	38.43 626	38.42 629	50.19 628	44.92 631	41.98 628	56.48 635	76.24 636	54.46 637	33.87 631	28.51 630	30.31 631	43.61 636	37.54 632	43.76 634	53.32 637	20.29 628	18.70 629	21.03 626	21.04 628	28.21 627	25.79 627

FlowAnything	38.45 628	38.38 628	50.32 631	44.77 630	41.97 627	56.43 632	76.20 634	54.49 639	34.43 635	28.45 629	30.15 629	43.52 634	37.69 635	43.76 634	53.31 636	20.36 630	18.71 632	21.03 626	21.10 632	28.18 625	25.74 626

Selective-RAFT-Error	38.47 629	38.44 632	50.38 632	44.74 628	42.01 630	56.47 633	76.24 636	54.44 635	34.02 634	28.59 633	30.30 630	43.51 633	38.10 636	43.69 633	53.24 635	20.36 630	18.72 633	21.05 630	21.02 627	28.25 629	25.87 630

LSM0	42.92 634	38.72 633	50.66 633	47.49 633	110.18 641	56.77 637	75.87 633	54.87 640	33.74 630	29.48 634	31.12 634	43.77 638	37.12 630	43.85 638	53.44 640	20.50 632	18.67 628	21.05 630	21.07 631	28.37 630	41.73 633

LRCNet_RVC	22.79 620	32.09 626	22.06 612	29.83 624	26.15 622	4.40 595	0.84 475	22.64 622	2.10 555	26.93 628	29.25 627	23.03 628	15.56 618	23.91 625	18.92 617	32.00 633	20.04 634	34.68 632	32.13 633	30.66 631	28.52 631

xxxxx1	54.34 636	26.72 623	27.03 619	114.14 636	99.00 636	30.68 625	47.19 630	32.52 629	26.09 624	17.85 622	17.48 619	21.86 623	20.92 624	24.38 626	33.78 628	34.73 634	41.33 635	157.67 640	175.68 640	65.82 635	71.99 639

tt_ll	54.34 636	26.72 623	27.03 619	114.14 636	99.00 636	30.68 625	47.19 630	32.52 629	26.09 624	17.85 622	17.48 619	21.86 623	20.92 624	24.38 626	33.78 628	34.73 634	41.33 635	157.67 640	175.68 640	65.82 635	71.99 639

ff	54.34 636	26.72 623	27.03 619	114.14 636	99.00 636	30.68 625	47.19 630	32.52 629	26.09 624	17.85 622	17.48 619	21.86 623	20.92 624	24.38 626	33.78 628	34.73 634	41.33 635	157.67 640	175.68 640	65.82 635	71.99 639

HaxPig	39.02 630	41.39 634	41.59 623	30.10 625	32.36 623	29.49 622	27.65 622	30.56 628	37.94 636	43.75 636	43.81 635	33.42 630	35.69 628	41.51 631	40.33 633	43.91 637	47.48 639	45.87 633	47.14 635	42.29 632	44.06 635

AVERAGE_ROB	40.42 631	42.30 635	42.61 624	36.91 627	35.54 625	30.42 624	27.59 621	37.45 634	38.45 637	44.87 637	44.27 636	37.55 632	36.69 629	41.82 632	40.25 632	45.36 638	46.73 638	47.09 634	46.32 634	42.47 633	43.74 634

MEDIAN_ROB	42.01 632	44.30 636	44.14 627	35.08 626	34.90 624	31.33 628	29.90 623	36.77 633	40.11 638	47.14 640	46.55 637	37.49 631	38.50 637	44.30 639	42.32 634	47.93 639	49.31 640	49.68 635	49.00 636	44.98 634	46.46 636

RSGM-EC	88.73 639	82.35 639	50.81 634	105.24 634	99.50 639	93.69 639	125.26 640	90.19 641	46.12 639	45.12 638	57.25 640	101.03 641	88.09 641	153.95 641	152.34 641	105.29 640	59.41 641	113.44 638	52.73 637	91.73 640	61.05 637

acva	88.73 639	82.35 639	50.81 634	105.24 634	99.50 639	93.69 639	125.26 640	90.19 641	46.12 639	45.12 638	57.25 640	101.03 641	88.09 641	153.95 641	152.34 641	105.29 640	59.41 641	113.44 638	52.73 637	91.73 640	61.05 637

Anonymous_1	42.79 633	18.71 619	24.75 615	21.81 621	45.16 631	27.68 619	37.52 627	28.64 627	16.34 615	14.72 621	14.53 615	20.60 620	17.82 621	21.52 622	25.88 625	113.45 642	8.91 621	100.63 637	126.37 639	158.50 642	12.31 622

test_example2	192.91 641	210.59 641	206.44 641	199.86 641	204.90 642	172.02 642	182.95 642	138.34 643	134.89 643	193.14 643	200.54 642	186.77 643	177.82 643	204.95 643	207.57 643	221.83 643	238.70 643	186.02 643	190.07 643	226.94 643	173.78 642

ccccc		492.94 642		530.37 642	529.69 643	476.06 643		494.48 644		446.40 644		473.27 644		541.46 644		660.58 644	458.79 644	353.88 644	309.98 644	597.94 644

Low-res two-view benchmark