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

CREStereo++_RVC	0.49 138	0.22 26	0.46 26	0.48 119	0.38 289	0.45 75	0.25 48	0.77 65	1.30 423	0.82 202	1.23 341	0.47 108	0.37 90	0.55 41	0.44 188	0.16 56	0.11 21	0.16 61	0.80 573	0.18 132	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
BridgeDepth_RVC	0.27 3	0.20 9	0.40 8	0.34 1	0.19 2	0.46 80	0.19 7	0.59 13	0.28 7	0.30 16	0.29 16	0.26 18	0.32 56	0.45 13	0.30 48	0.17 89	0.11 21	0.13 1	0.12 38	0.15 47	0.13 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.30 18	0.21 14	0.39 3	0.41 44	0.18 1	0.57 181	0.32 104	0.71 49	0.35 22	0.27 4	0.26 10	0.39 75	0.43 123	0.48 20	0.29 39	0.14 26	0.10 2	0.13 1	0.12 38	0.15 47	0.13 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Wavelet-MonSter	0.29 9	0.21 14	0.51 65	0.41 44	0.27 73	0.26 5	0.25 48	0.51 5	0.31 12	0.37 46	0.48 71	0.28 32	0.35 75	0.54 38	0.29 39	0.11 1	0.11 21	0.14 4	0.11 7	0.13 5	0.13 2

asda	0.31 22	0.24 64	0.51 65	0.39 21	0.24 28	0.43 65	0.33 112	0.68 36	0.40 39	0.39 59	0.44 56	0.27 23	0.35 75	0.55 41	0.31 57	0.12 5	0.10 2	0.14 4	0.11 7	0.14 20	0.13 2

asd	0.32 27	0.22 26	0.49 47	0.40 33	0.25 49	0.47 91	0.30 86	0.77 65	0.35 22	0.44 78	0.40 42	0.28 32	0.34 67	0.64 83	0.29 39	0.13 17	0.10 2	0.14 4	0.12 38	0.15 47	0.13 2

4.25_new	0.32 27	0.27 131	0.49 47	0.40 33	0.27 73	0.49 107	0.39 193	0.69 40	0.35 22	0.40 66	0.43 48	0.27 23	0.36 83	0.48 20	0.32 68	0.12 5	0.10 2	0.15 30	0.11 7	0.14 20	0.13 2

4.5w_new	0.32 27	0.27 131	0.49 47	0.40 33	0.27 73	0.49 107	0.39 193	0.69 40	0.35 22	0.40 66	0.43 48	0.27 23	0.36 83	0.48 20	0.32 68	0.12 5	0.10 2	0.15 30	0.11 7	0.14 20	0.13 2

4.25w-stereo	0.32 27	0.27 131	0.49 47	0.40 33	0.27 73	0.49 107	0.39 193	0.69 40	0.35 22	0.40 66	0.43 48	0.27 23	0.36 83	0.48 20	0.32 68	0.12 5	0.10 2	0.15 30	0.12 38	0.14 20	0.13 2

2.75w_new	0.33 34	0.24 64	0.51 65	0.36 3	0.24 28	0.41 47	0.42 222	0.61 23	0.40 39	0.50 118	0.44 56	0.24 9	0.34 67	0.77 120	0.34 85	0.13 17	0.11 21	0.14 4	0.11 7	0.13 5	0.13 2

monsterstereo	0.36 53	0.21 14	0.53 77	0.48 119	0.36 264	0.27 9	0.29 78	0.58 10	0.52 73	0.45 86	0.61 124	0.26 18	0.27 25	1.23 262	0.28 27	0.14 26	0.12 40	0.15 30	0.12 38	0.16 69	0.13 2

LG-Stereo_L2	0.30 18	0.23 42	0.50 57	0.38 13	0.26 68	0.26 5	0.20 13	0.84 93	0.31 12	0.31 21	0.26 10	0.25 13	0.26 18	0.94 180	0.23 1	0.15 40	0.12 40	0.16 61	0.12 38	0.14 20	0.13 2

LG-Stereo_L1	0.31 22	0.24 64	0.49 47	0.38 13	0.27 73	0.28 11	0.21 17	0.68 36	0.29 10	0.27 4	0.25 6	0.25 13	0.22 9	1.25 265	0.24 3	0.16 56	0.12 40	0.15 30	0.12 38	0.14 20	0.13 2

MLG-Stereo_test1	0.29 9	0.21 14	0.42 15	0.41 44	0.25 49	0.37 33	0.20 13	0.71 49	0.20 1	0.25 2	0.17 1	0.33 54	0.26 18	0.92 176	0.26 7	0.15 40	0.11 21	0.16 61	0.11 7	0.13 5	0.13 2

MLG-Stereo	0.31 22	0.20 9	0.42 15	0.42 51	0.20 5	0.41 47	0.19 7	0.85 95	0.24 4	0.26 3	0.22 3	0.33 54	0.27 25	1.09 230	0.27 19	0.15 40	0.11 21	0.16 61	0.11 7	0.13 5	0.13 2

StereoAnything_RVC	0.49 138	1.60 577	0.87 269	0.37 5	0.21 10	0.26 5	0.21 17	0.53 6	0.23 2	0.23 1	0.21 2	0.19 1	0.35 75	1.29 276	0.23 1	0.22 289	0.11 21	0.15 30	0.11 7	2.36 581	0.13 2

s12784h	0.55 166	0.22 26	0.49 47	0.43 58	0.19 2	1.00 400	0.34 125	1.40 280	1.30 423	0.84 209	0.93 210	0.63 191	0.52 195	1.48 328	0.47 217	0.15 40	0.12 40	0.17 89	0.11 7	0.19 168	0.13 2

MatchStereo	0.30 18	0.21 14	0.44 22	0.35 2	0.19 2	0.21 3	0.23 37	0.90 115	0.54 80	0.28 7	0.48 71	0.25 13	0.24 13	0.53 35	0.33 79	0.17 89	0.12 40	0.14 4	0.11 7	0.14 20	0.14 18

CSFM-Stereo	0.28 7	0.19 2	0.39 3	0.40 33	0.21 10	0.40 39	0.21 17	0.60 16	0.33 17	0.32 23	0.29 16	0.31 42	0.29 33	0.49 24	0.27 19	0.15 40	0.14 159	0.14 4	0.11 7	0.14 20	0.14 18

VIP-Stereo	0.37 59	0.25 86	0.62 127	0.41 44	0.46 361	0.82 329	0.22 24	0.67 34	0.48 62	0.32 23	0.55 109	0.37 68	0.31 48	0.85 151	0.28 27	0.18 129	0.12 40	0.16 61	0.12 38	0.15 47	0.14 18

MonStereo	0.29 9	0.19 2	0.47 35	0.37 5	0.22 16	0.55 169	0.31 93	0.60 16	0.44 50	0.29 12	0.28 15	0.23 3	0.20 2	0.60 63	0.26 7	0.11 1	0.11 21	0.14 4	0.11 7	0.14 20	0.14 18

Monster-pub-eth3d	0.29 9	0.19 2	0.48 41	0.37 5	0.22 16	0.55 169	0.31 93	0.60 16	0.44 50	0.29 12	0.29 16	0.23 3	0.21 6	0.59 60	0.26 7	0.11 1	0.11 21	0.14 4	0.11 7	0.14 20	0.14 18

qwe	0.34 41	0.22 26	0.48 41	0.39 21	0.27 73	0.49 107	0.30 86	0.76 63	0.40 39	0.51 128	0.49 77	0.26 18	0.29 33	0.83 142	0.35 94	0.12 5	0.10 2	0.14 4	0.12 38	0.15 47	0.14 18

4w-stereo	0.32 27	0.25 86	0.52 73	0.38 13	0.25 49	0.46 80	0.28 71	0.68 36	0.35 22	0.43 74	0.45 60	0.28 32	0.39 102	0.63 81	0.31 57	0.12 5	0.10 2	0.15 30	0.12 38	0.14 20	0.14 18

IGEV	0.29 9	0.18 1	0.43 17	0.38 13	0.31 165	0.45 75	0.21 17	0.63 25	0.42 43	0.32 23	0.44 56	0.26 18	0.20 2	0.44 11	0.26 7	0.14 26	0.12 40	0.16 61	0.13 74	0.12 1	0.14 18

xyz-stereo	7.03 602	0.24 64	70.23 635	0.44 67	0.21 10	29.74 621	0.49 313	1.03 152	0.77 156	1.45 461	26.78 623	1.17 380	1.19 473	4.72 523	1.32 468	0.16 56	0.12 40	0.20 197	0.14 109	0.17 96	0.14 18

MLG-Stereo_test2	0.27 3	0.22 26	0.40 8	0.39 21	0.24 28	0.35 25	0.18 2	0.58 10	0.23 2	0.28 7	0.24 5	0.34 59	0.19 1	0.79 130	0.24 3	0.16 56	0.11 21	0.15 30	0.11 7	0.13 5	0.14 18

LG-Stereo	0.37 59	0.27 131	0.94 305	0.48 119	0.26 68	0.37 33	0.30 86	0.88 110	0.57 94	0.38 52	0.58 117	0.29 35	0.21 6	0.51 32	0.37 126	0.14 26	0.14 159	0.20 197	0.18 214	0.18 132	0.14 18

DEFOM-Stereo_RVC	0.41 80	0.68 508	0.45 25	0.66 400	0.30 144	0.48 101	0.25 48	0.87 106	0.46 58	0.39 59	0.37 34	0.30 39	0.69 281	1.16 248	0.31 57	0.17 89	0.11 21	0.16 61	0.12 38	0.18 132	0.14 18

FoundationStereo	0.26 2	0.23 42	0.41 13	0.40 33	0.24 28	0.32 20	0.22 24	0.43 2	0.24 4	0.31 21	0.25 6	0.30 39	0.32 56	0.36 3	0.27 19	0.16 56	0.12 40	0.15 30	0.11 7	0.13 5	0.14 18

castereo	0.43 96	0.25 86	0.50 57	0.46 88	0.30 144	0.60 201	0.56 371	1.23 239	0.83 187	0.39 59	0.70 152	0.45 95	0.68 277	0.54 38	0.33 79	0.17 89	0.11 21	0.17 89	0.13 74	0.16 69	0.14 18

MonSter	0.29 9	0.19 2	0.48 41	0.37 5	0.22 16	0.55 169	0.31 93	0.60 16	0.44 50	0.29 12	0.29 16	0.23 3	0.20 2	0.60 63	0.26 7	0.11 1	0.11 21	0.14 4	0.11 7	0.14 20	0.14 18

dual_stereo	0.29 9	0.21 14	0.39 3	0.40 33	0.23 23	0.25 4	0.22 24	0.59 13	0.32 16	0.33 28	0.26 10	0.40 79	0.23 11	0.86 154	0.30 48	0.16 56	0.13 84	0.14 4	0.11 7	0.14 20	0.14 18

WCG-NET	0.43 96	0.23 42	0.58 97	0.42 51	0.26 68	0.46 80	0.32 104	0.77 65	1.16 337	0.77 190	0.75 166	0.58 166	0.44 132	0.62 71	0.38 134	0.16 56	0.12 40	0.16 61	0.14 109	0.15 47	0.14 18

Pointernet	0.41 80	0.21 14	0.63 130	0.45 76	0.29 124	0.51 135	0.27 64	1.54 308	0.70 137	0.48 101	0.64 129	0.49 117	0.37 90	0.51 32	0.36 113	0.18 129	0.13 84	0.14 4	0.11 7	0.14 20	0.14 18

U	9.23 608	0.22 26	0.65 147	0.48 119	53.11 630	61.26 636	0.24 45	0.77 65	0.55 87	0.37 46	0.30 20	0.29 35	0.34 67	0.34 2	0.27 19	0.20 219	0.12 40	60.47 634	4.24 615	0.18 132	0.14 18

trnet	0.40 75	0.23 42	0.40 8	0.37 5	0.20 5	0.53 150	0.29 78	0.81 79	1.15 330	0.59 150	0.72 159	0.53 143	0.43 123	0.56 44	0.37 126	0.18 129	0.13 84	0.15 30	0.10 1	0.14 20	0.14 18

MonSter++	0.27 3	0.20 9	0.38 1	0.39 21	0.24 28	0.35 25	0.20 13	0.53 6	0.33 17	0.30 16	0.27 13	0.39 75	0.26 18	0.47 18	0.28 27	0.13 17	0.12 40	0.14 4	0.11 7	0.13 5	0.15 38

252Zero-FE	0.29 9	0.24 64	0.47 35	0.42 51	0.25 49	0.29 14	0.19 7	0.71 49	0.49 65	0.32 23	0.34 27	0.22 2	0.25 14	0.43 10	0.30 48	0.16 56	0.13 84	0.14 4	0.12 38	0.13 5	0.15 38

Monster-pub-mixall	0.32 27	0.20 9	0.44 22	0.37 5	0.22 16	0.28 11	0.18 2	0.69 40	0.36 32	0.37 46	0.36 30	0.27 23	0.20 2	1.43 316	0.25 5	0.15 40	0.12 40	0.13 1	0.11 7	0.12 1	0.15 38

S2M2_XL	0.25 1	0.25 86	0.43 17	0.36 3	0.24 28	0.16 2	0.18 2	0.34 1	0.24 4	0.29 12	0.41 44	0.24 9	0.23 11	0.32 1	0.27 19	0.20 219	0.18 329	0.18 128	0.16 166	0.18 132	0.15 38
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
4.5_new	0.31 22	0.25 86	0.46 26	0.38 13	0.24 28	0.52 141	0.36 152	0.65 28	0.35 22	0.48 101	0.43 48	0.27 23	0.27 25	0.42 8	0.26 7	0.14 26	0.10 2	0.15 30	0.13 74	0.17 96	0.15 38

4.5w-stereo	0.31 22	0.25 86	0.46 26	0.38 13	0.24 28	0.52 141	0.36 152	0.65 28	0.35 22	0.48 101	0.43 48	0.27 23	0.27 25	0.42 8	0.26 7	0.14 26	0.10 2	0.15 30	0.13 74	0.17 96	0.15 38

2.5w	0.33 34	0.23 42	0.53 77	0.41 44	0.25 49	0.42 58	0.38 177	0.69 40	0.35 22	0.38 52	0.54 106	0.24 9	0.26 18	0.91 174	0.29 39	0.13 17	0.10 2	0.14 4	0.13 74	0.14 20	0.15 38

3.25w_new	0.33 34	0.22 26	0.50 57	0.39 21	0.24 28	0.52 141	0.33 112	0.77 65	0.43 48	0.49 109	0.46 66	0.32 46	0.37 90	0.64 83	0.28 27	0.12 5	0.10 2	0.14 4	0.12 38	0.12 1	0.15 38

3.25w	0.33 34	0.22 26	0.50 57	0.39 21	0.24 28	0.52 141	0.33 112	0.77 65	0.43 48	0.49 109	0.46 66	0.32 46	0.37 90	0.64 83	0.28 27	0.12 5	0.10 2	0.14 4	0.12 38	0.12 1	0.15 38

3.75w	0.34 41	0.23 42	0.50 57	0.39 21	0.30 144	0.62 212	0.36 152	0.70 48	0.38 35	0.44 78	0.49 77	0.25 13	0.36 83	0.72 105	0.28 27	0.13 17	0.09 1	0.14 4	0.12 38	0.13 5	0.15 38

1w_stereo	0.36 53	0.21 14	0.47 35	0.44 67	0.27 73	0.47 91	0.54 354	0.66 32	0.51 71	0.44 78	0.67 139	0.25 13	0.45 139	0.62 71	0.34 85	0.12 5	0.10 2	0.14 4	0.11 7	0.14 20	0.15 38

monsters	0.35 48	0.21 14	0.49 47	0.43 58	0.39 298	0.34 23	0.26 58	0.69 40	0.44 50	0.49 109	0.41 44	0.23 3	0.26 18	1.38 300	0.27 19	0.14 26	0.11 21	0.14 4	0.12 38	0.13 5	0.15 38

111111	0.36 53	0.22 26	0.49 47	0.47 105	0.45 352	0.36 30	0.22 24	1.04 159	0.44 50	0.33 28	0.33 25	0.40 79	0.26 18	0.99 197	0.27 19	0.17 89	0.12 40	0.15 30	0.11 7	0.15 47	0.15 38

MLG-Stereo_test3	0.29 9	0.20 9	0.46 26	0.43 58	0.24 28	0.47 91	0.19 7	0.75 60	0.31 12	0.36 39	0.22 3	0.35 61	0.21 6	0.61 66	0.26 7	0.16 56	0.12 40	0.16 61	0.11 7	0.13 5	0.15 38

SGD-Stereo	0.34 41	0.22 26	0.44 22	0.39 21	0.20 5	0.42 58	0.22 24	0.71 49	0.33 17	0.43 74	0.34 27	0.27 23	0.35 75	1.15 244	0.33 79	0.21 254	0.11 21	0.16 61	0.13 74	0.17 96	0.15 38

AIO_rvc	0.38 63	0.25 86	0.65 147	0.47 105	0.31 165	0.55 169	0.38 177	0.98 133	0.51 71	0.35 36	0.48 71	0.49 117	0.22 9	0.87 159	0.31 57	0.16 56	0.12 40	0.16 61	0.12 38	0.15 47	0.15 38

AIO_test	0.38 63	0.24 64	0.59 103	0.47 105	0.31 165	0.55 169	0.44 260	0.86 102	0.50 68	0.34 33	0.48 71	0.46 98	0.30 44	0.76 118	0.31 57	0.17 89	0.12 40	0.17 89	0.13 74	0.16 69	0.15 38

IGEV-Stereo++	0.32 27	0.22 26	0.47 35	0.48 119	0.33 218	0.33 22	0.22 24	0.78 73	0.48 62	0.35 36	0.41 44	0.32 46	0.47 157	0.40 4	0.29 39	0.15 40	0.12 40	0.15 30	0.12 38	0.15 47	0.15 38

RAStereo	0.36 53	0.22 26	0.85 260	0.48 119	0.28 109	0.27 9	0.28 71	0.77 65	0.65 125	0.33 28	0.43 48	0.44 85	0.31 48	0.45 13	0.35 94	0.18 129	0.15 230	0.19 156	0.15 129	0.19 168	0.15 38

AIO-Stereo	0.39 71	0.26 106	0.54 81	0.50 156	0.24 28	0.45 75	0.39 193	1.13 194	0.57 94	0.42 72	0.49 77	0.52 137	0.25 14	0.74 110	0.32 68	0.16 56	0.13 84	0.18 128	0.14 109	0.16 69	0.15 38

RSM++	0.40 75	0.26 106	0.55 84	0.51 172	0.27 73	0.49 107	0.41 214	0.83 87	0.52 73	0.39 59	0.47 69	0.60 176	0.34 67	1.02 208	0.31 57	0.16 56	0.13 84	0.17 89	0.15 129	0.18 132	0.15 38

RSM	0.40 75	0.25 86	0.53 77	0.50 156	0.27 73	0.46 80	0.40 202	0.94 127	0.49 65	0.42 72	0.44 56	0.65 195	0.33 60	1.07 223	0.32 68	0.15 40	0.13 84	0.17 89	0.14 109	0.17 96	0.15 38

MaDis-Stereo	0.38 63	0.27 131	0.72 176	0.45 76	0.35 256	0.30 16	0.31 93	0.81 79	0.54 80	0.38 52	0.38 35	0.58 166	0.49 176	0.53 35	0.39 140	0.20 219	0.16 268	0.19 156	0.15 129	0.19 168	0.15 38

CASnet	0.42 92	0.26 106	0.52 73	0.52 195	0.21 10	0.49 107	0.35 139	0.85 95	0.85 194	0.84 209	0.69 146	0.48 113	0.31 48	0.57 50	0.34 85	0.19 170	0.12 40	0.27 400	0.22 340	0.23 300	0.15 38
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-Stereo	0.43 96	0.32 255	0.80 222	0.50 156	0.27 73	0.53 150	0.31 93	1.05 163	0.67 129	0.69 176	0.71 156	0.58 166	0.42 115	0.51 32	0.35 94	0.18 129	0.15 230	0.18 128	0.13 74	0.17 96	0.15 38

LoS	0.41 80	0.23 42	0.46 26	0.39 21	0.23 23	0.48 101	0.40 202	1.12 190	0.94 228	0.50 118	0.66 136	0.49 117	0.42 115	0.63 81	0.39 140	0.19 170	0.14 159	0.16 61	0.11 7	0.14 20	0.15 38
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-IGEV	0.42 92	0.26 106	0.56 90	0.48 119	0.27 73	0.45 75	0.33 112	1.56 315	0.61 112	0.36 39	0.47 69	0.52 137	0.30 44	1.08 226	0.33 79	0.15 40	0.13 84	0.17 89	0.13 74	0.16 69	0.15 38

IIG-Stereo	0.97 419	0.34 305	0.80 222	0.90 534	0.33 218	0.61 209	0.26 58	1.27 251	1.08 286	1.69 512	1.37 396	1.44 442	0.74 290	6.94 574	0.53 263	0.21 254	0.14 159	0.23 302	0.18 214	0.20 210	0.15 38

AnonymousM	0.63 245	1.14 553	0.43 17	0.46 88	0.32 198	0.43 65	0.46 282	1.27 251	0.78 161	1.00 246	0.66 136	0.68 203	0.45 139	0.61 66	0.46 207	0.21 254	0.16 268	1.84 586	0.98 581	0.15 47	0.15 38

XX-TBD	0.47 126	0.71 513	0.39 3	0.81 503	0.25 49	0.57 181	0.26 58	0.73 55	1.30 423	0.78 192	1.01 237	0.45 95	0.33 60	0.49 24	0.39 140	0.20 219	0.15 230	0.15 30	0.11 7	0.17 96	0.15 38

AFF-stereo	0.60 226	0.28 151	0.72 176	0.48 119	0.29 124	0.34 23	0.37 167	1.22 234	1.20 354	1.21 344	1.59 468	1.10 365	0.70 284	1.01 204	0.44 188	0.14 26	0.12 40	0.19 156	0.20 270	0.18 132	0.15 38

CREStereo	0.40 75	0.24 64	0.40 8	0.37 5	0.22 16	0.52 141	0.29 78	0.81 79	1.15 330	0.59 150	0.72 159	0.51 128	0.42 115	0.57 50	0.37 126	0.19 170	0.13 84	0.15 30	0.10 1	0.14 20	0.15 38
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.47 126	0.22 26	0.43 17	0.39 21	0.24 28	0.71 270	0.26 58	0.78 73	1.03 267	0.65 168	0.69 146	0.55 153	0.48 163	0.90 171	0.36 113	0.99 570	0.13 84	0.15 30	0.10 1	0.15 47	0.15 38

NLSM3	0.38 63	0.21 14	0.47 35	0.46 88	0.36 264	0.43 65	0.34 125	0.75 60	0.62 114	0.43 74	0.70 152	0.39 75	0.43 123	0.62 71	0.37 126	0.15 40	0.12 40	0.19 156	0.17 191	0.16 69	0.16 71

HiDET	0.27 3	0.19 2	0.39 3	0.39 21	0.24 28	0.30 16	0.21 17	0.60 16	0.35 22	0.27 4	0.30 20	0.33 54	0.25 14	0.50 31	0.32 68	0.14 26	0.12 40	0.14 4	0.11 7	0.13 5	0.16 71

GEAStereo	0.34 41	0.23 42	0.46 26	0.49 135	0.33 218	0.46 80	0.35 139	0.87 106	0.42 43	0.36 39	0.39 37	0.32 46	0.33 60	0.45 13	0.29 39	0.22 289	0.13 84	0.17 89	0.13 74	0.17 96	0.16 71

gasm-f	0.37 59	0.24 64	0.50 57	0.49 135	0.33 218	0.37 33	0.44 260	0.87 106	0.42 43	0.36 39	0.65 133	0.32 46	0.46 149	0.58 54	0.30 48	0.22 289	0.13 84	0.17 89	0.13 74	0.19 168	0.16 71

Zero-FE251	0.36 53	0.25 86	0.64 140	0.49 135	0.30 144	0.57 181	0.24 45	0.86 102	0.36 32	0.53 137	0.39 37	0.51 128	0.41 107	0.49 24	0.28 27	0.19 170	0.15 230	0.17 89	0.12 38	0.14 20	0.16 71

3.5w_stereo	0.35 48	0.27 131	0.55 84	0.38 13	0.25 49	0.54 163	0.34 125	0.73 55	0.40 39	0.46 91	0.45 60	0.31 42	0.38 100	0.80 133	0.40 157	0.12 5	0.10 2	0.15 30	0.12 38	0.14 20	0.16 71

2w_stereo	0.34 41	0.25 86	0.52 73	0.40 33	0.23 23	0.46 80	0.47 294	0.77 65	0.44 50	0.47 93	0.51 87	0.24 9	0.44 132	0.49 24	0.31 57	0.12 5	0.10 2	0.15 30	0.12 38	0.15 47	0.16 71

xyz-stereo-finetune	0.50 148	0.27 131	0.63 130	0.43 58	0.23 23	0.79 312	0.46 282	0.83 87	0.82 182	0.63 165	0.63 127	0.54 149	0.44 132	1.69 368	0.62 310	0.16 56	0.15 230	0.19 156	0.16 166	0.17 96	0.16 71

LG-G_1	0.33 34	0.22 26	0.48 41	0.44 67	0.20 5	0.64 232	0.18 2	0.80 76	0.28 7	0.30 16	0.30 20	0.36 63	0.35 75	0.88 163	0.26 7	0.17 89	0.13 84	0.16 61	0.11 7	0.14 20	0.16 71

LG-G	0.33 34	0.22 26	0.48 41	0.44 67	0.20 5	0.64 232	0.18 2	0.80 76	0.28 7	0.30 16	0.30 20	0.36 63	0.35 75	0.88 163	0.26 7	0.17 89	0.13 84	0.16 61	0.11 7	0.14 20	0.16 71

LGtest1	0.28 7	0.23 42	0.46 26	0.42 51	0.22 16	0.41 47	0.19 7	0.58 10	0.29 10	0.30 16	0.25 6	0.29 35	0.29 33	0.57 50	0.26 7	0.18 129	0.12 40	0.16 61	0.12 38	0.14 20	0.16 71

GREAT-IGEV	0.34 41	0.22 26	0.54 81	0.40 33	0.31 165	0.36 30	0.28 71	0.59 13	0.66 127	0.28 7	0.51 87	0.29 35	0.29 33	0.86 154	0.28 27	0.15 40	0.12 40	0.15 30	0.11 7	0.17 96	0.16 71

castereo++	0.41 80	0.26 106	0.51 65	0.44 67	0.32 198	0.96 394	0.22 24	1.13 194	0.61 112	0.33 28	0.45 60	0.50 124	0.39 102	0.94 180	0.25 5	0.18 129	0.12 40	0.17 89	0.12 38	0.14 20	0.16 71

GIP-stereo	0.37 59	0.25 86	0.49 47	0.55 249	0.41 324	0.37 33	0.22 24	1.03 152	0.56 91	0.35 36	0.52 92	0.46 98	0.37 90	0.55 41	0.28 27	0.20 219	0.13 84	0.16 61	0.12 38	0.16 69	0.16 71

DEFOM-Stereo	0.34 41	0.23 42	0.46 26	0.44 67	0.29 124	0.79 312	0.23 37	0.50 4	0.39 37	0.38 52	0.32 24	0.23 3	0.25 14	1.21 260	0.28 27	0.17 89	0.12 40	0.15 30	0.11 7	0.14 20	0.16 71

testlalala	0.49 138	0.30 203	0.70 171	0.44 67	0.40 310	0.68 253	0.38 177	1.38 274	0.58 97	1.28 385	0.82 187	0.61 183	0.36 83	0.57 50	0.34 85	0.21 254	0.14 159	0.18 128	0.12 38	0.15 47	0.16 71

4D-IteraStereo	0.50 148	0.26 106	0.84 254	0.51 172	0.49 381	0.64 232	0.31 93	0.91 116	1.02 264	1.05 264	0.72 159	0.76 226	0.32 56	0.69 99	0.40 157	0.18 129	0.11 21	0.23 302	0.20 270	0.19 168	0.16 71

MC-Stereo	0.46 116	0.24 64	0.58 97	0.63 365	0.30 144	0.38 37	0.32 104	0.98 133	0.74 149	0.66 171	0.85 193	0.56 162	0.60 246	1.07 223	0.32 68	0.17 89	0.12 40	0.17 89	0.15 129	0.16 69	0.16 71

RCA-Stereo	0.52 155	0.26 106	0.66 152	0.49 135	0.33 218	0.54 163	0.44 260	1.20 227	1.41 469	0.69 176	1.06 261	0.63 191	0.79 315	0.62 71	0.35 94	0.17 89	0.12 40	0.17 89	0.14 109	0.16 69	0.16 71

test-3	0.56 179	0.24 64	0.82 236	0.50 156	0.29 124	0.57 181	0.34 125	1.09 180	1.03 267	1.33 407	0.69 146	0.87 270	0.45 139	1.68 364	0.39 140	0.17 89	0.12 40	0.20 197	0.17 191	0.17 96	0.16 71

test_1	0.56 179	0.24 64	0.82 236	0.50 156	0.29 124	0.57 181	0.34 125	1.09 180	1.03 267	1.28 385	0.69 146	0.87 270	0.45 139	1.67 362	0.39 140	0.17 89	0.12 40	0.20 197	0.17 191	0.17 96	0.16 71

AAGNet	1.84 534	0.30 203	0.79 218	0.66 400	0.32 198	0.65 238	0.50 321	1.02 144	1.01 260	1.47 465	1.21 331	0.99 325	1.16 460	2.76 475	22.69 621	0.24 335	0.13 84	0.22 268	0.20 270	0.24 329	0.16 71

OMP-Stereo	0.95 414	0.35 334	0.79 218	0.92 536	0.32 198	0.49 107	0.35 139	1.22 234	1.11 305	1.58 492	1.12 290	1.44 442	0.69 281	6.92 573	0.51 245	0.20 219	0.15 230	0.24 326	0.19 238	0.21 259	0.16 71

XX-Stereo	0.97 419	0.28 151	8.28 579	0.85 517	0.70 488	0.44 71	0.22 24	1.07 168	0.69 136	0.66 171	1.56 458	1.38 433	0.38 100	1.36 293	0.38 134	0.21 254	0.14 159	0.20 197	0.19 238	0.19 168	0.16 71

RAFT-Stereo + iAFF	0.56 179	0.28 151	0.81 227	0.45 76	0.25 49	0.40 39	0.34 125	1.12 190	1.13 319	1.35 420	1.58 464	0.80 237	0.67 273	0.71 104	0.43 183	0.14 26	0.11 21	0.18 128	0.17 191	0.18 132	0.16 71

CFNet-RSSM	0.57 191	0.25 86	0.76 205	0.49 135	0.28 109	0.59 196	0.27 64	1.89 410	1.17 342	1.09 275	0.95 213	1.06 347	0.53 198	0.74 110	0.41 167	0.17 89	0.13 84	0.17 89	0.15 129	0.16 69	0.16 71

WQFJA1++	1.34 490	0.23 42	0.51 65	0.40 33	0.29 124	0.46 80	0.20 13	0.67 34	0.31 12	0.40 66	0.39 37	0.34 59	0.39 102	0.66 90	0.28 27	0.19 170	0.13 84	0.16 61	0.13 74	20.39 621	0.17 97

LCMNet	0.30 18	0.19 2	0.38 1	0.39 21	0.25 49	0.32 20	0.22 24	0.65 28	0.58 97	0.28 7	0.33 25	0.33 54	0.29 33	0.58 54	0.32 68	0.14 26	0.13 84	0.14 4	0.11 7	0.13 5	0.17 97

DA	0.47 126	0.23 42	0.59 103	0.54 233	0.26 68	1.08 416	0.44 260	1.51 298	0.63 117	0.48 101	0.69 146	0.55 153	0.49 176	0.49 24	0.38 134	0.20 219	0.14 159	0.19 156	0.13 74	0.19 168	0.17 97

GGEV	0.47 126	0.23 42	0.59 103	0.54 233	0.26 68	1.08 416	0.44 260	1.51 298	0.63 117	0.48 101	0.69 146	0.55 153	0.49 176	0.49 24	0.38 134	0.20 219	0.14 159	0.19 156	0.13 74	0.19 168	0.17 97

DilatedVolume-Stereo	0.46 116	0.24 64	0.72 176	0.45 76	0.33 218	0.72 274	0.29 78	0.83 87	0.53 77	0.82 202	0.73 163	0.52 137	0.44 132	1.16 248	0.42 177	0.15 40	0.15 230	0.15 30	0.14 109	0.16 69	0.17 97

2.25w	0.35 48	0.24 64	0.55 84	0.38 13	0.24 28	0.44 71	0.25 48	0.69 40	0.42 43	0.49 109	0.59 120	0.27 23	0.35 75	0.83 142	0.37 126	0.13 17	0.11 21	0.14 4	0.12 38	0.13 5	0.17 97

3w_stereo	0.35 48	0.25 86	0.60 113	0.41 44	0.21 10	0.52 141	0.53 340	0.72 54	0.47 60	0.47 93	0.50 83	0.23 3	0.45 139	0.49 24	0.30 48	0.13 17	0.10 2	0.15 30	0.12 38	0.15 47	0.17 97

MM-Stereo_test2	0.44 103	0.25 86	0.70 171	0.54 233	0.33 218	0.55 169	0.45 276	1.02 144	0.84 190	0.61 162	0.51 87	0.49 117	0.42 115	0.82 136	0.32 68	0.16 56	0.13 84	0.18 128	0.14 109	0.19 168	0.17 97

HUF	0.39 71	0.27 131	0.71 174	0.43 58	0.24 28	0.51 135	0.47 294	0.99 141	0.55 87	0.37 46	0.45 60	0.53 143	0.41 107	0.70 101	0.29 39	0.18 129	0.14 159	0.16 61	0.12 38	0.15 47	0.17 97

tg	0.54 161	0.25 86	0.70 171	0.52 195	0.31 165	0.89 361	0.29 78	1.12 190	0.98 244	0.85 211	1.03 247	0.62 186	0.42 115	1.37 296	0.41 167	0.17 89	0.13 84	0.22 268	0.21 312	0.17 96	0.17 97

WCG-NET（raft）	0.46 116	0.23 42	0.59 103	0.42 51	0.24 28	0.50 126	0.35 139	0.76 63	1.10 298	0.72 182	0.76 167	0.91 292	0.50 184	0.88 163	0.40 157	0.16 56	0.13 84	0.15 30	0.14 109	0.15 47	0.17 97

UniTT-Stereo	0.38 63	0.24 64	0.67 156	0.49 135	0.36 264	0.40 39	0.32 104	0.55 9	0.55 87	0.55 144	0.55 109	0.36 63	0.31 48	0.59 60	0.52 253	0.21 254	0.15 230	0.17 89	0.15 129	0.19 168	0.17 97

AEACV	0.41 80	0.25 86	0.60 113	0.55 249	0.52 401	0.43 65	0.38 177	0.98 133	0.63 117	0.44 78	0.56 113	0.46 98	0.59 240	0.56 44	0.31 57	0.17 89	0.13 84	0.18 128	0.16 166	0.17 96	0.17 97

RAFT_CTSACE	0.66 254	0.29 175	1.14 374	0.57 292	0.51 396	0.68 253	0.44 260	0.88 110	0.98 244	1.03 259	1.83 506	1.23 394	0.67 273	1.48 328	0.38 134	0.16 56	0.16 268	0.21 233	0.20 270	0.20 210	0.17 97

test_3	0.57 191	0.24 64	0.87 269	0.55 249	0.30 144	0.60 201	0.40 202	1.07 168	1.08 286	1.20 337	0.68 141	0.92 300	0.43 123	1.68 364	0.40 157	0.16 56	0.13 84	0.22 268	0.19 238	0.21 259	0.17 97

RAFT-345	0.86 382	0.26 106	0.73 190	0.53 218	0.28 109	0.53 150	0.41 214	0.85 95	1.31 430	1.33 407	2.32 541	0.85 267	0.53 198	5.69 542	0.48 225	0.19 170	0.14 159	0.22 268	0.17 191	0.17 96	0.17 97

CroCo-Stereo	0.42 92	0.33 275	0.83 245	0.59 325	0.28 109	0.26 5	0.33 112	1.22 234	0.85 194	0.43 74	0.49 77	0.65 195	0.46 149	0.40 4	0.36 113	0.19 170	0.15 230	0.16 61	0.14 109	0.20 210	0.17 97
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
cross-raft	0.56 179	0.26 106	0.65 147	0.55 249	0.31 165	0.66 244	0.37 167	1.68 341	0.82 182	1.06 270	1.07 264	1.25 399	0.45 139	0.74 110	0.39 140	0.15 40	0.13 84	0.19 156	0.16 166	0.19 168	0.17 97

raft+_RVC	0.56 179	0.29 175	0.61 121	0.65 387	0.56 429	0.53 150	0.53 340	1.40 280	1.02 264	0.78 192	1.04 253	0.70 211	0.55 209	1.00 201	0.49 238	0.18 129	0.16 268	0.19 156	0.19 238	0.18 132	0.17 97

Gwc-CoAtRS	0.55 166	0.27 131	0.73 190	0.49 135	0.30 144	0.63 223	0.25 48	1.38 274	1.12 313	1.05 264	1.02 240	1.10 365	0.55 209	0.72 105	0.44 188	0.17 89	0.14 159	0.17 89	0.15 129	0.16 69	0.17 97

BStereo	0.41 80	0.27 131	1.63 461	0.43 58	0.29 124	0.55 169	0.40 202	0.60 16	0.54 80	0.37 46	0.36 30	0.38 72	0.29 33	0.66 90	0.41 167	0.13 17	0.14 159	0.15 30	0.19 238	0.16 69	0.18 117

Wave_Phase_stereo	0.53 157	0.27 131	1.63 461	0.43 58	0.29 124	2.72 563	0.40 202	0.82 84	0.54 80	0.37 46	0.36 30	0.38 72	0.29 33	0.66 90	0.41 167	0.13 17	0.14 159	0.15 30	0.19 238	0.16 69	0.18 117

WQFJA1	0.55 166	0.29 175	0.56 90	0.47 105	0.85 525	0.78 302	0.38 177	2.26 503	0.79 170	0.51 128	0.53 96	0.53 143	0.50 184	0.73 108	0.66 327	0.17 89	0.21 382	0.19 156	0.17 191	0.19 168	0.18 117

NLMM	0.55 166	0.29 175	0.56 90	0.47 105	0.86 527	0.78 302	0.38 177	2.26 503	0.79 170	0.51 128	0.53 96	0.53 143	0.50 184	0.73 108	0.66 327	0.17 89	0.21 382	0.19 156	0.17 191	0.19 168	0.18 117

NLSM1	0.54 161	0.26 106	0.61 121	0.49 135	1.04 551	0.83 337	0.31 93	1.55 311	0.68 132	0.52 133	0.77 171	0.46 98	0.48 163	1.02 208	0.56 281	0.19 170	0.19 347	0.21 233	0.18 214	0.20 210	0.18 117

GSStereo	0.36 53	0.23 42	0.46 26	0.50 156	0.33 218	0.46 80	0.35 139	1.31 260	0.53 77	0.38 52	0.39 37	0.32 46	0.33 60	0.45 13	0.29 39	0.20 219	0.12 40	0.16 61	0.13 74	0.17 96	0.18 117

GS-Stereo							0.35 139	1.31 260	0.53 77	0.38 52	0.39 37	0.32 46	0.33 60	0.45 13	0.29 39	0.20 219	0.12 40	0.16 61	0.13 74	0.17 96	0.18 117

xyz-stereo-finetune2	0.59 216	0.29 175	0.66 152	0.41 44	0.24 28	1.08 416	0.34 125	0.87 106	0.60 107	0.68 175	1.08 271	0.58 166	0.79 315	2.39 454	0.83 375	0.17 89	0.15 230	0.21 233	0.17 191	0.16 69	0.18 117

MM-Stereo_test1	0.51 151	0.26 106	0.59 103	0.53 218	0.31 165	0.50 126	0.53 340	1.06 165	1.09 294	0.88 218	0.70 152	0.54 149	0.59 240	1.18 254	0.35 94	0.19 170	0.17 297	0.20 197	0.17 191	0.20 210	0.18 117

HART	0.48 134	0.24 64	0.63 130	0.52 195	0.27 73	0.41 47	0.29 78	1.32 264	0.54 80	0.59 150	1.47 427	0.61 183	0.34 67	1.09 230	0.32 68	0.16 56	0.14 159	0.19 156	0.14 109	0.19 168	0.18 117

Reg-Stereo(zero)	0.46 116	0.23 42	0.50 57	0.45 76	0.25 49	0.41 47	0.27 64	0.80 76	1.12 313	0.93 231	0.79 177	0.91 292	0.46 149	0.74 110	0.44 188	0.15 40	0.13 84	0.15 30	0.12 38	0.15 47	0.18 117

SCV_C0	0.48 134	0.29 175	0.88 274	0.46 88	0.31 165	0.46 80	0.31 93	1.67 337	0.87 200	0.40 66	0.52 92	0.54 149	0.29 33	1.27 272	0.34 85	0.18 129	0.14 159	0.17 89	0.14 109	0.20 210	0.18 117

SCV	0.51 151	0.29 175	0.72 176	0.63 365	0.27 73	0.40 39	0.38 177	2.32 515	0.75 154	0.36 39	0.49 77	0.55 153	0.35 75	1.31 279	0.34 85	0.25 357	0.13 84	0.17 89	0.14 109	0.18 132	0.18 117

fffft	0.39 71	0.24 64	0.56 90	0.45 76	0.34 239	0.42 58	0.48 302	0.85 95	0.39 37	0.45 86	0.35 29	0.38 72	0.31 48	1.32 285	0.34 85	0.14 26	0.12 40	0.19 156	0.15 129	0.16 69	0.18 117
1: 1. 1
SMoEStereo_RVC	0.41 80	0.26 106	0.55 84	0.46 88	0.31 165	0.60 201	0.36 152	0.85 95	0.47 60	0.47 93	0.43 48	0.42 81	0.34 67	1.40 306	0.31 57	0.15 40	0.12 40	0.20 197	0.15 129	0.16 69	0.18 117

UGAM	1.17 465	0.29 175	1.08 353	0.55 249	0.43 338	0.69 264	0.71 437	1.14 198	1.35 439	1.00 246	1.49 431	1.90 510	0.86 349	9.61 602	0.89 389	0.21 254	0.19 347	0.30 440	0.25 394	0.20 210	0.18 117

Occ-G	0.44 103	0.23 42	0.59 103	0.44 67	0.27 73	0.43 65	0.61 403	0.85 95	0.62 114	0.48 101	0.66 136	1.00 331	0.45 139	0.79 130	0.45 201	0.17 89	0.14 159	0.18 128	0.13 74	0.16 69	0.18 117

RAFT-Stereo-weight	0.49 138	0.26 106	0.58 97	0.49 135	0.28 109	0.61 209	0.34 125	1.16 215	1.11 305	1.06 270	0.79 177	0.75 224	0.28 30	0.79 130	0.42 177	0.16 56	0.13 84	0.17 89	0.15 129	0.16 69	0.18 117

gcap-zeroshot	0.59 216	0.30 203	1.11 363	0.51 172	0.30 144	0.79 312	0.36 152	1.86 402	0.86 197	0.90 223	0.68 141	1.44 442	0.50 184	0.82 136	0.35 94	0.19 170	0.16 268	0.18 128	0.15 129	0.18 132	0.18 117

MGS-Stereo	0.43 96	0.28 151	0.61 121	0.46 88	0.28 109	0.49 107	0.33 112	0.60 16	0.89 204	0.47 93	1.32 376	0.51 128	0.32 56	0.66 90	0.39 140	0.20 219	0.16 268	0.18 128	0.16 166	0.18 132	0.18 117

MoCha-V2	0.43 96	0.23 42	0.55 84	0.56 270	0.23 23	0.44 71	0.32 104	1.35 268	0.63 117	0.54 139	0.55 109	0.42 81	0.57 219	1.12 239	0.28 27	0.15 40	0.13 84	0.15 30	0.13 74	0.17 96	0.18 117

IGEV++	0.45 106	0.24 64	0.63 130	0.58 306	0.32 198	0.42 58	0.25 48	2.16 484	0.65 125	0.38 52	0.58 117	0.46 98	0.44 132	0.56 44	0.40 157	0.20 219	0.13 84	0.16 61	0.13 74	0.17 96	0.18 117

AE-Stereo	0.58 203	0.29 175	0.81 227	0.62 355	0.41 324	0.69 264	0.46 282	2.49 543	1.25 387	0.49 109	0.77 171	0.69 208	0.46 149	0.61 66	0.42 177	0.17 89	0.16 268	0.21 233	0.20 270	0.19 168	0.18 117

rrr	0.57 191	0.33 275	2.43 515	0.46 88	0.34 239	0.50 126	0.38 177	0.84 93	0.55 87	0.48 101	0.48 71	0.48 113	0.45 139	2.28 444	0.44 188	0.19 170	0.14 159	0.19 156	0.15 129	0.17 96	0.18 117

plain	0.49 138	0.29 175	1.23 408	0.51 172	0.40 310	0.35 25	0.37 167	1.04 159	0.62 114	0.44 78	0.76 167	0.42 81	0.41 107	1.17 253	0.46 207	0.23 313	0.15 230	0.24 326	0.19 238	0.25 341	0.18 117

MIM_Stereo	0.60 226	0.26 106	1.02 333	0.49 135	0.32 198	0.52 141	0.28 71	1.41 284	0.82 182	1.02 255	1.16 314	0.93 301	0.53 198	1.48 328	0.63 314	0.17 89	0.17 297	0.20 197	0.19 238	0.17 96	0.18 117

RAFT-Test	0.58 203	0.27 131	0.81 227	0.50 156	0.33 218	0.95 388	0.27 64	1.40 280	0.89 204	1.00 246	1.12 290	1.39 434	0.48 163	0.74 110	0.41 167	0.17 89	0.14 159	0.17 89	0.14 109	0.16 69	0.18 117

EGLCR-Stereo	0.41 80	0.24 64	0.59 103	0.45 76	0.27 73	0.54 163	0.22 24	1.23 239	0.56 91	0.44 78	0.43 48	0.68 203	0.29 33	0.89 168	0.34 85	0.17 89	0.12 40	0.20 197	0.17 191	0.17 96	0.18 117

ProNet	0.46 116	0.30 203	0.69 166	0.46 88	0.32 198	0.57 181	0.52 334	1.15 210	0.67 129	0.44 78	0.50 83	0.44 85	0.43 123	1.31 279	0.38 134	0.16 56	0.15 230	0.19 156	0.16 166	0.18 132	0.18 117

test_4	0.55 166	0.23 42	0.67 156	0.56 270	0.32 198	0.71 270	0.39 193	0.83 87	0.72 141	0.93 231	1.87 513	0.70 211	0.41 107	1.21 260	0.39 140	0.16 56	0.13 84	0.21 233	0.23 372	0.20 210	0.18 117

GMOStereo	0.55 166	0.28 151	0.72 176	0.52 195	0.30 144	0.53 150	0.43 240	1.02 144	0.98 244	1.44 455	1.14 306	0.88 276	0.57 219	0.62 71	0.39 140	0.16 56	0.14 159	0.24 326	0.22 340	0.20 210	0.18 117

error version	0.55 166	0.28 151	0.72 176	0.52 195	0.30 144	0.53 150	0.43 240	1.02 144	0.98 244	1.44 455	1.14 306	0.88 276	0.57 219	0.62 71	0.39 140	0.16 56	0.14 159	0.24 326	0.22 340	0.20 210	0.18 117

test-v	0.55 166	0.28 151	0.72 176	0.52 195	0.30 144	0.53 150	0.43 240	1.02 144	0.98 244	1.44 455	1.14 306	0.88 276	0.57 219	0.62 71	0.39 140	0.16 56	0.14 159	0.24 326	0.22 340	0.20 210	0.18 117

NRIStereo	0.62 236	0.31 237	0.78 214	0.56 270	0.28 109	0.63 223	0.33 112	1.16 215	0.92 215	1.15 305	0.87 198	0.90 288	0.58 236	2.24 439	0.56 281	0.22 289	0.14 159	0.21 233	0.19 238	0.22 279	0.18 117

test-2	0.55 166	0.28 151	0.72 176	0.52 195	0.30 144	0.53 150	0.43 240	1.02 144	0.98 244	1.44 455	1.14 306	0.88 276	0.57 219	0.62 71	0.39 140	0.16 56	0.14 159	0.24 326	0.22 340	0.20 210	0.18 117

iRaftStereo_RVC	0.49 138	0.28 151	0.72 176	0.53 218	0.29 124	0.52 141	0.33 112	1.14 198	0.84 190	0.85 211	0.99 230	0.55 153	0.36 83	0.83 142	0.40 157	0.18 129	0.13 84	0.22 268	0.20 270	0.20 210	0.18 117

TestStereo	0.65 252	0.42 411	0.83 245	0.52 195	0.27 73	0.57 181	0.44 260	1.07 168	0.92 215	0.85 211	1.01 237	0.68 203	0.56 216	3.22 489	0.47 217	0.23 313	0.15 230	0.24 326	0.18 214	0.28 376	0.18 117

raftrobust	0.55 166	0.27 131	0.63 130	0.68 426	0.69 482	0.50 126	0.34 125	1.08 173	0.97 241	1.32 401	0.88 201	0.62 186	0.80 322	0.82 136	0.44 188	0.20 219	0.16 268	0.16 61	0.14 109	0.15 47	0.18 117

test_xeample3	0.57 191	0.33 275	3.11 538	0.46 88	0.34 239	0.55 169	0.38 177	0.86 102	0.49 65	0.54 139	0.46 66	0.44 85	0.44 132	1.49 335	0.45 201	0.18 129	0.14 159	0.19 156	0.15 129	0.17 96	0.18 117

ARAFT	0.82 356	0.40 398	1.77 473	0.53 218	0.31 165	0.89 361	0.81 466	2.32 515	1.08 286	1.66 509	1.25 347	1.04 342	0.64 261	1.91 400	0.52 253	0.20 219	0.15 230	0.28 416	0.27 429	0.17 96	0.18 117

HITNet	0.71 294	0.42 411	1.07 350	0.52 195	0.25 49	1.05 408	0.48 302	2.12 467	1.08 286	1.21 344	1.23 341	0.91 292	0.84 336	0.90 171	0.91 397	0.17 89	0.12 40	0.21 233	0.17 191	0.29 393	0.18 117
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
NLMM1	0.60 226	0.28 151	0.63 130	0.48 119	0.73 489	0.68 253	0.43 240	2.47 538	1.11 305	0.60 157	0.63 127	0.51 128	0.47 157	1.34 289	0.58 291	0.19 170	0.21 382	0.20 197	0.17 191	0.20 210	0.19 158

FE-Mocha	0.52 155	0.32 255	0.98 320	0.51 172	0.37 275	0.46 80	0.22 24	1.71 358	0.56 91	1.02 255	1.10 277	0.82 249	0.41 107	0.58 54	0.32 68	0.19 170	0.13 84	0.21 233	0.21 312	0.17 96	0.19 158

DDF-Stereo	0.39 71	0.24 64	0.53 77	0.51 172	0.45 352	0.30 16	0.23 37	0.64 26	0.34 20	0.34 33	0.40 42	0.37 68	0.48 163	0.94 180	0.35 94	0.24 335	0.12 40	0.18 128	0.13 74	0.85 555	0.19 158

zero-FE	0.38 63	0.24 64	0.54 81	0.48 119	0.46 361	0.29 14	0.23 37	0.69 40	0.34 20	0.34 33	0.41 44	0.37 68	0.49 176	0.68 98	0.35 94	0.23 313	0.12 40	0.18 128	0.13 74	0.82 554	0.19 158

rvit_stereo_0083	0.49 138	0.34 305	0.85 260	0.57 292	0.36 264	0.49 107	0.43 240	0.73 55	1.05 279	0.50 118	0.57 116	0.55 153	0.50 184	0.92 176	0.50 241	0.25 357	0.25 450	0.24 326	0.20 270	0.25 341	0.19 158

rvit_stereo_0081_aga	0.46 116	0.37 365	0.91 293	0.52 195	0.41 324	0.49 107	0.40 202	0.88 110	0.66 127	0.59 150	0.56 113	0.53 143	0.43 123	0.67 94	0.44 188	0.27 404	0.21 382	0.22 268	0.20 270	0.26 354	0.19 158

rvit_stereo_0081	0.46 116	0.34 305	0.72 176	0.56 270	0.35 256	0.41 47	0.44 260	0.74 58	1.04 273	0.49 109	0.52 92	0.51 128	0.49 176	0.86 154	0.47 217	0.25 357	0.20 364	0.22 268	0.19 238	0.26 354	0.19 158

rvit_stereo_0082	0.46 116	0.34 305	0.72 176	0.56 270	0.35 256	0.41 47	0.44 260	0.74 58	1.04 273	0.49 109	0.52 92	0.51 128	0.49 176	0.86 154	0.47 217	0.25 357	0.20 364	0.22 268	0.19 238	0.26 354	0.19 158

rvit_stereo_ft	0.49 138	0.38 383	1.03 337	0.68 426	0.42 334	0.40 39	0.58 383	0.93 117	0.86 197	0.47 93	0.55 109	0.57 164	0.48 163	0.67 94	0.53 263	0.26 383	0.17 297	0.22 268	0.22 340	0.24 329	0.19 158

testlalala2	0.60 226	0.30 203	0.68 160	1.79 577	1.30 571	0.65 238	0.41 214	1.06 165	0.75 154	0.91 225	0.96 215	0.75 224	0.34 67	0.56 44	0.45 201	0.18 129	0.16 268	0.17 89	0.13 74	0.17 96	0.19 158

MSKI-zero shot	0.56 179	0.30 203	0.61 121	0.55 249	0.28 109	0.68 253	0.28 71	1.25 245	0.68 132	0.92 228	1.33 382	0.81 243	0.33 60	1.94 404	0.36 113	0.18 129	0.13 84	0.17 89	0.13 74	0.16 69	0.19 158

Any-RAFT	0.55 166	0.27 131	0.49 47	0.50 156	0.27 73	0.98 398	0.25 48	1.71 358	1.08 286	0.90 223	0.99 230	1.13 374	0.46 149	0.74 110	0.35 94	0.19 170	0.13 84	0.17 89	0.13 74	0.16 69	0.19 158

HH	0.68 278	0.33 275	0.83 245	0.53 218	0.34 239	0.92 375	0.45 276	1.79 377	0.74 149	0.71 178	1.13 301	1.60 472	0.83 333	1.95 407	0.39 140	0.18 129	0.14 159	0.19 156	0.17 191	0.19 168	0.19 158

HanStereo	0.68 278	0.33 275	0.83 245	0.53 218	0.34 239	0.92 375	0.45 276	1.79 377	0.74 149	0.71 178	1.13 301	1.60 472	0.83 333	1.95 407	0.39 140	0.18 129	0.14 159	0.19 156	0.17 191	0.19 168	0.19 158

LL-Strereo2	0.56 179	0.36 344	0.77 208	0.56 270	0.40 310	0.68 253	0.37 167	1.21 232	0.83 187	0.96 239	0.79 177	0.91 292	0.41 107	1.08 226	0.48 225	0.18 129	0.17 297	0.29 428	0.25 394	0.22 279	0.19 158

Selective-RAFT	0.55 166	0.29 175	0.85 260	0.58 306	0.28 109	0.91 368	0.34 125	1.00 143	0.96 237	0.59 150	0.64 129	0.80 237	0.76 296	1.34 289	0.51 245	0.21 254	0.15 230	0.17 89	0.15 129	0.19 168	0.19 158

raft_robust	0.71 294	0.32 255	0.75 200	0.54 233	0.28 109	0.54 163	0.35 139	1.54 308	1.24 379	1.18 324	1.07 264	0.73 221	0.53 198	3.65 498	0.40 157	0.19 170	0.16 268	0.20 197	0.22 340	0.21 259	0.19 158

RAFT+CT+SA	0.63 245	0.30 203	0.73 190	0.69 439	0.37 275	0.40 39	0.55 364	1.93 425	1.04 273	0.72 182	1.23 341	0.62 186	0.69 281	1.69 368	0.42 177	0.19 170	0.13 84	0.22 268	0.22 340	0.21 259	0.19 158

Sa-1000	0.76 319	0.30 203	0.92 296	0.62 355	0.31 165	0.78 302	0.37 167	2.00 443	1.38 455	1.30 392	2.04 527	0.86 268	0.74 290	1.87 393	0.40 157	0.19 170	0.14 159	0.25 365	0.24 385	0.21 259	0.19 158

SA	0.69 287	0.31 237	0.97 317	0.64 380	0.30 144	0.56 179	0.38 177	1.84 391	1.35 439	0.99 242	1.37 396	0.69 208	0.94 386	1.88 399	0.43 183	0.20 219	0.16 268	0.25 365	0.23 372	0.22 279	0.19 158

SST-Stereo	0.85 378	0.30 203	0.81 227	0.63 365	0.31 165	0.70 268	0.25 48	1.16 215	0.95 233	1.47 465	1.11 286	0.99 325	0.86 349	5.69 542	0.53 263	0.23 313	0.13 84	0.23 302	0.19 238	0.23 300	0.19 158

RAFT_R40	0.84 371	0.30 203	0.83 245	0.63 365	0.31 165	0.66 244	0.43 240	1.15 210	0.99 253	1.47 465	1.10 277	1.00 331	0.84 336	5.44 539	0.53 263	0.23 313	0.13 84	0.23 302	0.20 270	0.23 300	0.19 158

RAFT-RH_RVC	1.04 436	0.26 106	0.76 205	0.53 218	0.29 124	0.80 319	0.32 104	0.85 95	1.12 313	2.04 544	4.63 582	1.03 341	0.57 219	5.93 550	0.52 253	0.20 219	0.13 84	0.26 386	0.20 270	0.16 69	0.19 158

RALAANet	0.62 236	0.37 365	0.97 317	0.66 400	0.50 386	0.67 249	0.31 93	1.27 251	1.09 294	1.11 278	1.17 317	0.88 276	0.46 149	1.27 272	0.45 201	0.20 219	0.15 230	0.21 233	0.18 214	0.27 360	0.19 158

ACVNet	0.66 254	0.33 275	0.74 195	0.55 249	0.37 275	0.80 319	0.47 294	1.46 291	1.11 305	1.01 251	1.31 371	1.07 350	0.91 373	0.82 136	1.09 433	0.22 289	0.19 347	0.21 233	0.18 214	0.23 300	0.19 158

acv_ft	0.78 330	0.33 275	1.10 361	0.73 467	0.86 527	1.23 450	0.57 377	1.65 336	1.11 305	1.31 398	1.31 371	1.07 350	0.91 373	0.82 136	1.35 472	0.22 289	0.19 347	0.21 233	0.18 214	0.22 279	0.19 158

R-Stereo Train	0.60 226	0.30 203	0.72 176	0.57 292	0.37 275	0.68 253	0.52 334	1.45 289	0.78 161	1.61 497	1.50 438	0.76 226	0.53 198	0.67 94	0.51 245	0.19 170	0.16 268	0.18 128	0.15 129	0.18 132	0.19 158

RAFT-Stereo	0.60 226	0.30 203	0.72 176	0.57 292	0.37 275	0.68 253	0.52 334	1.45 289	0.78 161	1.61 497	1.50 438	0.76 226	0.53 198	0.67 94	0.51 245	0.19 170	0.16 268	0.18 128	0.15 129	0.18 132	0.19 158
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	1.16 463	0.34 305	1.11 363	0.73 467	0.86 527	1.00 400	0.60 398	1.56 315	1.43 479	1.07 272	1.37 396	2.08 538	1.44 510	7.00 575	1.56 493	0.20 219	0.17 297	0.17 89	0.19 238	0.19 168	0.19 158

WQFJX	0.58 203	0.29 175	0.57 94	0.46 88	0.87 533	0.75 286	0.39 193	2.67 561	0.80 176	0.55 144	0.53 96	0.54 149	0.55 209	0.97 194	0.61 305	0.17 89	0.19 347	0.19 156	0.16 166	0.19 168	0.20 187

AdaDepth	0.33 34	0.23 42	0.69 166	0.46 88	0.29 124	0.44 71	0.24 45	0.54 8	0.38 35	0.33 28	0.38 35	0.26 18	0.31 48	0.81 134	0.27 19	0.12 5	0.13 84	0.16 61	0.13 74	0.16 69	0.20 187

depthmonostereo	0.45 106	0.26 106	0.89 278	0.49 135	0.24 28	0.60 201	0.36 152	1.03 152	0.77 156	0.50 118	0.65 133	0.50 124	0.55 209	0.70 101	0.39 140	0.16 56	0.16 268	0.16 61	0.14 109	0.16 69	0.20 187

LG-Stereo_Zeroshot	0.38 63	0.25 86	0.61 121	0.53 218	0.29 124	0.36 30	0.22 24	1.24 241	0.42 43	0.45 86	0.65 133	0.37 68	0.51 190	0.41 7	0.30 48	0.18 129	0.12 40	0.17 89	0.13 74	0.18 132	0.20 187

HI	0.67 265	0.34 305	0.80 222	0.51 172	0.51 396	0.41 47	0.37 167	1.15 210	0.80 176	1.34 414	1.42 414	1.60 472	1.11 452	0.96 190	0.90 393	0.16 56	0.12 40	0.20 197	0.21 312	0.20 210	0.20 187

CoSv	0.67 265	0.34 305	0.80 222	0.51 172	0.51 396	0.41 47	0.37 167	1.15 210	0.80 176	1.34 414	1.42 414	1.60 472	1.11 452	0.96 190	0.90 393	0.16 56	0.12 40	0.20 197	0.21 312	0.20 210	0.20 187

ours_stereo	0.40 75	0.30 203	0.57 94	0.47 105	0.31 165	0.40 39	0.44 260	0.79 75	0.58 97	0.36 39	0.58 117	0.46 98	0.33 60	1.14 243	0.33 79	0.17 89	0.13 84	0.19 156	0.15 129	0.19 168	0.20 187

fffy	0.44 103	0.29 175	0.67 156	0.47 105	0.30 144	0.46 80	0.34 125	0.98 133	0.57 94	0.40 66	0.59 120	0.55 153	0.41 107	1.26 269	0.37 126	0.16 56	0.14 159	0.19 156	0.16 166	0.19 168	0.20 187

rvit_stereo_0080	0.47 126	0.35 334	0.87 269	0.48 119	0.36 264	0.42 58	0.54 354	0.93 117	0.78 161	0.52 133	0.60 122	0.55 153	0.47 157	0.62 71	0.48 225	0.27 404	0.21 382	0.20 197	0.20 270	0.31 415	0.20 187

H2IRNET	0.57 191	0.28 151	0.75 200	0.49 135	0.35 256	0.40 39	0.27 64	1.03 152	1.18 348	0.62 164	1.26 349	1.07 350	0.85 341	1.02 208	0.64 318	0.20 219	0.16 268	0.23 302	0.25 394	0.22 279	0.20 187

Former-RAFT_DAM_RVC	0.47 126	0.38 383	0.75 200	0.48 119	0.37 275	0.67 249	0.35 139	0.82 84	1.14 325	0.61 162	0.64 129	0.39 75	0.39 102	0.74 110	0.39 140	0.20 219	0.17 297	0.22 268	0.18 214	0.24 329	0.20 187

whm_eth	0.47 126	0.35 334	0.87 269	0.48 119	0.36 264	0.42 58	0.54 354	0.93 117	0.78 161	0.52 133	0.60 122	0.55 153	0.47 157	0.62 71	0.48 225	0.27 404	0.21 382	0.20 197	0.20 270	0.31 415	0.20 187

MIF-Stereo (partial)	0.48 134	0.28 151	0.83 245	0.51 172	0.53 409	0.39 38	0.27 64	1.03 152	0.64 122	0.47 93	0.71 156	0.51 128	0.51 190	1.13 241	0.47 217	0.20 219	0.16 268	0.23 302	0.20 270	0.24 329	0.20 187

TestStereo1	0.66 254	0.29 175	0.95 309	0.82 506	0.32 198	0.47 91	0.43 240	1.52 302	1.22 370	0.99 242	1.32 376	0.65 195	0.76 296	1.78 380	0.44 188	0.20 219	0.16 268	0.22 268	0.19 238	0.21 259	0.20 187

test_5	0.70 288	0.32 255	0.99 323	0.69 439	0.50 386	0.89 361	0.51 323	1.88 408	1.14 325	0.78 192	1.13 301	1.04 342	0.89 367	1.59 348	0.46 207	0.19 170	0.14 159	0.23 302	0.22 340	0.22 279	0.20 187

SA-5K	0.66 254	0.29 175	0.95 309	0.82 506	0.32 198	0.47 91	0.43 240	1.52 302	1.22 370	0.99 242	1.32 376	0.65 195	0.76 296	1.78 380	0.44 188	0.20 219	0.16 268	0.22 268	0.19 238	0.21 259	0.20 187

IPLGR	0.62 236	0.28 151	1.32 426	0.50 156	0.29 124	0.65 238	0.34 125	1.47 294	1.19 350	1.21 344	1.07 264	0.70 211	0.65 266	1.05 216	0.55 275	0.18 129	0.15 230	0.20 197	0.17 191	0.21 259	0.20 187

TRStereo	0.67 265	0.71 513	1.06 345	0.77 492	0.68 479	0.53 150	0.38 177	2.52 547	0.96 237	0.81 200	0.84 191	0.87 270	0.39 102	1.16 248	0.46 207	0.24 335	0.17 297	0.23 302	0.24 385	0.18 132	0.20 187

Patchmatch Stereo++	0.57 191	0.33 275	0.82 236	0.52 195	0.27 73	0.63 223	0.28 71	1.14 198	0.73 142	1.13 289	0.96 215	0.82 249	0.60 246	1.40 306	0.52 253	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187
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	0.56 179	0.33 275	0.81 227	0.52 195	0.27 73	0.63 223	0.41 214	1.14 198	0.73 142	1.13 289	0.96 215	0.82 249	0.60 246	1.09 230	0.52 253	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

ROB_FTStereo_v2	0.57 191	0.33 275	0.81 227	0.52 195	0.27 73	0.62 212	0.42 222	1.14 198	0.73 142	1.13 289	0.97 224	0.82 249	0.60 246	1.15 244	0.53 263	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

ROB_FTStereo	0.56 179	0.33 275	0.82 236	0.52 195	0.27 73	0.62 212	0.25 48	1.14 198	0.74 149	1.13 289	0.96 215	0.82 249	0.60 246	1.18 254	0.52 253	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

HUI-Stereo	0.54 161	0.33 275	0.81 227	0.52 195	0.27 73	0.62 212	0.29 78	1.14 198	0.74 149	1.13 289	0.96 215	0.82 249	0.60 246	0.83 142	0.52 253	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

PFNet	0.92 408	0.28 151	1.20 401	0.68 426	0.32 198	0.62 212	0.55 364	1.27 251	1.01 260	1.47 465	1.09 275	0.97 319	0.68 277	6.58 567	0.59 299	0.21 254	0.13 84	0.24 326	0.19 238	0.20 210	0.20 187

iGMRVC	0.58 203	0.33 275	0.81 227	0.52 195	0.27 73	0.62 212	0.38 177	1.14 198	0.73 142	1.13 289	0.97 224	0.82 249	0.59 240	1.54 338	0.53 263	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

iRAFT	0.57 191	0.33 275	0.82 236	0.52 195	0.27 73	0.63 223	0.28 71	1.14 198	0.73 142	1.13 289	0.96 215	0.82 249	0.60 246	1.40 306	0.52 253	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

RAFT-IKP	0.57 191	0.33 275	0.82 236	0.52 195	0.27 73	0.57 181	0.35 139	1.14 198	0.73 142	1.13 289	0.96 215	0.83 259	0.61 256	1.26 269	0.53 263	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

UPFNet	0.84 371	0.34 305	1.09 356	0.62 355	0.74 496	1.25 453	0.78 450	1.69 350	1.20 354	1.39 436	1.13 301	1.30 415	0.87 358	1.73 372	1.22 450	0.24 335	0.26 457	0.24 326	0.23 372	0.26 354	0.20 187

pmcnn	2.84 573	0.46 427	5.19 563	0.68 426	0.42 334	1.55 492	1.16 529	2.32 515	1.60 516	2.72 568	7.49 597	17.96 617	1.48 515	6.04 552	6.64 582	0.18 129	0.15 230	0.15 30	0.12 38	0.20 210	0.20 187

WQFJX1	0.59 216	0.27 131	0.59 103	0.49 135	0.73 489	0.68 253	0.46 282	2.65 556	0.77 156	0.55 144	0.51 87	0.52 137	0.50 184	1.38 300	0.61 305	0.18 129	0.20 364	0.20 197	0.17 191	0.20 210	0.21 216

NLCSM	0.54 161	0.30 203	0.60 113	0.53 218	0.74 496	0.71 270	0.47 294	1.25 245	0.71 140	0.64 166	0.51 87	0.48 113	0.60 246	1.34 289	0.71 341	0.19 170	0.20 364	0.21 233	0.19 238	0.22 279	0.21 216

GASTEREO	0.43 96	0.29 175	0.62 127	0.51 172	0.27 73	0.62 212	0.36 152	1.02 144	0.58 97	0.55 144	0.83 189	0.30 39	0.65 266	0.64 83	0.30 48	0.19 170	0.13 84	0.17 89	0.15 129	0.16 69	0.21 216

MSCF	0.41 80	0.28 151	0.64 140	0.50 156	0.27 73	0.58 194	0.37 167	1.03 152	0.54 80	0.54 139	0.72 159	0.32 46	0.64 261	0.56 44	0.30 48	0.19 170	0.13 84	0.17 89	0.15 129	0.17 96	0.21 216

MM-Stereo_test3	0.53 157	0.26 106	0.60 113	0.56 270	0.73 489	0.49 107	0.53 340	1.31 260	1.08 286	0.64 166	0.97 224	0.61 183	0.42 115	0.82 136	0.40 157	0.21 254	0.18 329	0.20 197	0.16 166	0.19 168	0.21 216

AIO-test2	0.61 233	0.30 203	0.93 298	0.65 387	0.65 466	0.79 312	0.50 321	1.33 266	1.40 465	0.65 168	1.15 312	0.53 143	0.42 115	1.18 254	0.36 113	0.25 357	0.18 329	0.26 386	0.31 477	0.20 210	0.21 216

IGEV-RUCA	0.38 63	0.24 64	0.51 65	0.51 172	0.36 264	0.59 196	0.23 37	0.68 36	0.52 73	0.39 59	0.50 83	0.44 85	0.31 48	0.86 154	0.31 57	0.24 335	0.13 84	0.16 61	0.12 38	0.20 210	0.21 216

tt45	0.47 126	0.25 86	0.52 73	0.47 105	0.34 239	0.78 302	0.32 104	0.86 102	0.45 57	0.52 133	0.45 60	0.49 117	0.37 90	2.12 428	0.36 113	0.16 56	0.13 84	0.19 156	0.16 166	0.17 96	0.21 216

mms	0.42 92	0.29 175	0.60 113	0.47 105	0.33 218	0.43 65	0.46 282	0.75 60	0.50 68	0.36 39	0.61 124	0.44 85	0.30 44	1.39 304	0.34 85	0.16 56	0.14 159	0.18 128	0.15 129	0.19 168	0.21 216

UGAM-zero	1.05 441	0.33 275	1.04 338	0.49 135	0.31 165	0.67 249	0.26 58	2.37 524	0.80 176	1.05 264	1.11 286	2.86 565	1.81 541	6.26 557	0.50 241	0.18 129	0.15 230	0.19 156	0.16 166	0.17 96	0.21 216

CoDeX	0.78 330	0.31 237	1.04 338	0.56 270	0.37 275	1.13 425	0.60 398	2.77 565	1.29 419	1.17 313	1.26 349	0.91 292	0.87 358	1.42 314	0.74 347	0.21 254	0.16 268	0.21 233	0.18 214	0.21 259	0.21 216

ff7	0.45 106	0.30 203	0.64 140	0.47 105	0.33 218	0.49 107	0.42 222	0.93 117	0.59 101	0.50 118	0.53 96	0.44 85	0.48 163	1.41 309	0.36 113	0.18 129	0.13 84	0.21 233	0.15 129	0.18 132	0.21 216

IGEVStereo-DCA	0.49 138	0.33 275	0.64 140	0.46 88	0.34 239	0.50 126	0.42 222	0.93 117	0.59 101	0.48 101	0.48 71	0.48 113	0.45 139	2.28 444	0.44 188	0.19 170	0.14 159	0.19 156	0.15 129	0.17 96	0.21 216

ffff	0.45 106	0.30 203	0.64 140	0.47 105	0.33 218	0.49 107	0.42 222	0.93 117	0.59 101	0.50 118	0.53 96	0.44 85	0.48 163	1.41 309	0.36 113	0.18 129	0.13 84	0.21 233	0.15 129	0.18 132	0.21 216

11t	0.45 106	0.30 203	0.64 140	0.47 105	0.33 218	0.49 107	0.42 222	0.93 117	0.59 101	0.50 118	0.53 96	0.44 85	0.48 163	1.41 309	0.36 113	0.18 129	0.13 84	0.21 233	0.15 129	0.18 132	0.21 216

anonymousdsp	0.45 106	0.30 203	0.60 113	0.48 119	0.34 239	0.49 107	0.42 222	0.97 129	0.60 107	0.51 128	0.53 96	0.46 98	0.47 157	1.36 293	0.35 94	0.18 129	0.13 84	0.21 233	0.15 129	0.18 132	0.21 216

CroCo-Stereo Lap2	0.46 116	0.37 365	0.87 269	0.62 355	0.79 513	0.28 11	0.35 139	0.81 79	0.73 142	0.39 59	0.54 106	0.71 218	0.54 206	0.60 63	0.48 225	0.18 129	0.18 329	0.19 156	0.16 166	0.21 259	0.21 216

ccc-4	0.45 106	0.30 203	0.64 140	0.47 105	0.33 218	0.49 107	0.42 222	0.93 117	0.59 101	0.50 118	0.53 96	0.44 85	0.48 163	1.41 309	0.36 113	0.18 129	0.13 84	0.21 233	0.15 129	0.18 132	0.21 216

IER	0.74 307	0.33 275	1.25 413	0.50 156	0.53 409	1.32 460	0.55 364	1.31 260	1.08 286	1.30 392	1.34 386	1.11 370	1.10 449	1.05 216	0.81 373	0.20 219	0.17 297	0.21 233	0.21 312	0.20 210	0.21 216

IGEV-Stereo	0.45 106	0.30 203	0.60 113	0.48 119	0.34 239	0.49 107	0.42 222	0.98 133	0.60 107	0.51 128	0.53 96	0.46 98	0.47 157	1.36 293	0.35 94	0.18 129	0.13 84	0.21 233	0.15 129	0.18 132	0.21 216
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GLC_STEREO	0.41 80	0.27 131	0.43 17	0.55 249	0.24 28	0.47 91	0.30 86	0.81 79	0.64 122	0.53 137	0.74 165	0.50 124	0.31 48	0.65 88	0.45 201	0.18 129	0.20 364	0.23 302	0.19 238	0.21 259	0.21 216

IPLG	0.72 300	0.29 175	1.12 368	0.53 218	0.44 348	0.79 312	0.33 112	1.35 268	1.10 298	1.32 401	1.11 286	0.52 137	0.54 206	3.13 485	0.71 341	0.17 89	0.14 159	0.20 197	0.17 191	0.18 132	0.21 216

MIPNet	0.60 226	0.31 237	1.07 350	0.51 172	0.34 239	0.68 253	0.40 202	1.67 337	1.14 325	1.11 278	0.93 210	0.60 176	0.78 307	0.77 120	0.58 291	0.18 129	0.14 159	0.19 156	0.16 166	0.18 132	0.21 216

STrans-v2	1.06 443	0.31 237	1.02 333	0.52 195	0.33 218	0.67 249	0.78 450	2.66 560	1.26 395	1.15 305	1.46 424	1.37 431	1.40 502	6.68 570	0.46 207	0.19 170	0.13 84	0.21 233	0.18 214	0.18 132	0.21 216

IRAFT_RVC	0.90 400	0.30 203	0.89 278	0.67 414	0.31 165	0.64 232	1.00 508	1.40 280	0.97 241	1.23 355	1.04 253	1.00 331	0.96 393	5.77 547	0.57 286	0.24 335	0.13 84	0.25 365	0.21 312	0.20 210	0.21 216

rafts_anoy	0.55 166	0.32 255	0.66 152	0.72 459	0.61 453	0.53 150	0.40 202	1.24 241	1.06 281	0.85 211	0.83 189	0.67 201	0.53 198	0.77 120	0.55 275	0.20 219	0.15 230	0.25 365	0.26 411	0.22 279	0.21 216

EAI-Stereo	0.76 319	0.31 237	0.74 195	0.55 249	0.28 109	0.70 268	1.72 565	2.57 550	0.90 209	0.75 187	3.03 563	0.57 164	0.43 123	1.10 234	0.49 238	0.19 170	0.14 159	0.17 89	0.18 214	0.17 96	0.21 216

SFCPSM	0.74 307	0.30 203	1.06 345	0.52 195	0.39 298	1.36 468	0.64 413	2.42 530	1.11 305	1.18 324	1.21 331	0.81 243	0.78 307	1.08 226	0.57 286	0.22 289	0.17 297	0.22 268	0.24 385	0.23 300	0.21 216

cf-r	0.79 339	0.32 255	1.06 345	0.57 292	0.64 461	0.78 302	0.51 323	2.04 452	1.22 370	1.20 337	1.27 358	1.53 462	0.91 373	1.47 326	0.94 409	0.25 357	0.19 347	0.22 268	0.23 372	0.19 168	0.21 216

GwcNet-RSSM	0.83 365	0.34 305	1.29 422	0.65 387	0.55 424	0.78 302	0.62 406	1.89 410	1.27 399	1.18 324	1.39 403	1.56 467	0.91 373	1.60 353	1.22 450	0.26 383	0.20 364	0.23 302	0.24 385	0.21 259	0.21 216

iResNetv2_ROB	0.88 390	0.43 416	2.62 525	0.60 333	0.38 289	0.94 382	0.67 421	1.88 408	1.38 455	1.27 379	1.45 422	1.26 405	1.05 439	1.92 401	0.64 318	0.24 335	0.15 230	0.19 156	0.14 109	0.24 329	0.21 216

FlowAnything_test	0.41 80	0.27 131	0.67 156	0.60 333	0.33 218	0.62 212	0.35 139	0.64 26	0.48 62	0.46 91	0.36 30	0.45 95	0.37 90	0.54 38	0.52 253	0.25 357	0.19 347	0.28 416	0.33 498	0.22 279	0.22 247

water-stereo	0.41 80	0.21 14	0.69 166	0.45 76	0.28 109	0.50 126	0.27 64	0.96 128	0.52 73	0.57 149	0.78 174	0.59 172	0.53 198	0.44 11	0.43 183	0.17 89	0.16 268	0.17 89	0.15 129	0.17 96	0.22 247

G2L-Stereo_test	0.77 325	0.31 237	0.97 317	0.51 172	0.41 324	0.90 365	0.80 461	1.67 337	1.22 370	1.32 401	1.27 358	1.50 456	0.81 326	1.74 373	1.02 425	0.20 219	0.14 159	0.16 61	0.16 166	0.18 132	0.22 247

model_zeroshot	0.53 157	0.31 237	1.00 328	0.57 292	0.39 298	0.74 281	0.39 193	1.38 274	0.67 129	0.88 218	0.85 193	0.71 218	0.37 90	0.77 120	0.39 140	0.21 254	0.17 297	0.19 156	0.17 191	0.17 96	0.22 247

GCAP-BAT	0.54 161	0.33 275	0.75 200	0.45 76	0.50 386	0.84 346	0.35 139	0.98 133	0.80 176	0.88 218	1.04 253	0.88 276	0.37 90	1.25 265	0.41 167	0.19 170	0.15 230	0.18 128	0.13 74	0.17 96	0.22 247

CAS++	0.48 134	0.34 305	0.59 103	0.48 119	0.32 198	0.45 75	0.29 78	1.73 364	0.78 161	0.71 178	0.73 163	0.36 63	0.28 30	0.70 101	0.35 94	0.27 404	0.22 400	0.26 386	0.21 312	0.29 393	0.22 247
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DispNO	0.98 422	0.34 305	2.02 492	0.58 306	0.55 424	0.88 359	0.49 313	1.70 354	1.24 379	1.22 352	1.26 349	1.18 381	0.88 364	5.17 529	0.88 386	0.23 313	0.18 329	0.24 326	0.22 340	0.19 168	0.22 247

tta	0.79 339	0.32 255	0.95 309	0.49 135	0.27 73	0.83 337	0.43 240	2.16 484	1.45 487	1.27 379	1.50 438	0.98 320	0.96 393	1.87 393	0.99 417	0.24 335	0.22 400	0.22 268	0.21 312	0.19 168	0.22 247

qqq1	0.76 319	0.32 255	0.95 309	0.49 135	0.27 73	0.83 337	0.43 240	2.16 484	1.45 487	1.27 379	1.50 438	0.98 320	0.96 393	1.87 393	0.48 225	0.24 335	0.22 400	0.18 128	0.15 129	0.19 168	0.22 247

fff1	0.76 319	0.32 255	0.95 309	0.49 135	0.27 73	0.83 337	0.43 240	2.16 484	1.45 487	1.27 379	1.50 438	0.98 320	0.96 393	1.87 393	0.48 225	0.24 335	0.22 400	0.18 128	0.15 129	0.19 168	0.22 247

StereoVision	0.67 265	0.37 365	1.02 333	0.60 333	0.41 324	0.50 126	0.41 214	1.32 264	0.96 237	0.73 184	2.48 551	0.82 249	0.57 219	1.06 221	0.50 241	0.26 383	0.28 473	0.29 428	0.28 440	0.37 455	0.22 247

anonymousdsp2	0.58 203	0.29 175	0.93 298	0.51 172	0.30 144	0.75 286	0.46 282	1.95 430	0.87 200	0.81 200	0.78 174	0.76 226	0.48 163	1.10 234	0.45 201	0.19 170	0.14 159	0.18 128	0.13 74	0.20 210	0.22 247

DCRE	0.85 378	0.28 151	0.76 205	0.60 333	0.49 381	0.59 196	0.53 340	1.04 159	0.92 215	0.80 195	7.34 596	0.87 270	0.57 219	0.78 129	0.43 183	0.16 56	0.17 297	0.19 156	0.17 191	0.18 132	0.22 247

anonymousa	0.78 330	0.30 203	0.85 260	0.51 172	0.96 545	1.41 478	0.47 294	1.61 329	0.94 228	1.33 407	1.77 496	1.66 484	1.11 452	0.72 105	0.63 314	0.19 170	0.18 329	0.23 302	0.25 394	0.20 210	0.22 247

LMCR-Stereo	0.87 386	0.50 446	0.99 323	0.80 499	0.43 338	1.32 460	0.55 364	2.79 568	1.03 267	1.55 485	1.49 431	0.74 222	1.01 418	1.76 376	0.99 417	0.30 445	0.17 297	0.22 268	0.18 214	0.31 415	0.22 247

RALCasStereoNet	0.58 203	0.34 305	0.77 208	0.65 387	0.64 461	0.64 232	0.51 323	1.06 165	0.99 253	0.71 178	1.06 261	0.77 230	0.44 132	1.38 300	0.52 253	0.20 219	0.18 329	0.18 128	0.16 166	0.20 210	0.22 247

ac_64	0.86 382	0.32 255	1.02 333	0.74 473	0.60 447	1.04 405	0.53 340	2.20 498	0.99 253	1.23 355	1.11 286	1.96 522	1.06 440	2.01 415	1.01 422	0.30 445	0.22 400	0.24 326	0.23 372	0.22 279	0.22 247

DIP-Stereo	0.64 248	0.32 255	0.91 293	0.49 135	0.36 264	0.91 368	0.33 112	2.51 546	0.77 156	1.25 362	1.00 235	0.68 203	0.51 190	0.92 176	0.65 323	0.19 170	0.15 230	0.21 233	0.17 191	0.19 168	0.22 247
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HSM-Net_RVC	0.91 405	0.31 237	0.60 113	0.54 233	0.31 165	1.15 432	0.60 398	3.76 585	1.30 423	1.57 491	1.75 492	1.67 486	1.01 418	1.61 355	0.90 393	0.23 313	0.17 297	0.19 156	0.18 214	0.20 210	0.22 247
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	0.99 425	0.40 398	1.23 408	0.65 387	0.43 338	1.03 404	0.49 313	2.01 444	1.35 439	1.02 255	1.39 403	1.10 365	0.86 349	5.47 540	0.89 389	0.24 335	0.18 329	0.28 416	0.27 429	0.27 360	0.22 247

MLCV	0.77 325	0.39 392	1.31 423	0.55 249	0.25 49	0.91 368	0.39 193	1.48 296	1.28 407	1.49 473	1.54 449	1.02 338	0.68 277	2.12 428	0.93 404	0.19 170	0.13 84	0.19 156	0.14 109	0.19 168	0.22 247

DLNR-FE	23.24 620	48.33 636	43.35 623	177.19 638	78.30 632	0.35 25	0.21 17	23.45 622	0.82 182	0.67 173	0.86 195	0.58 166	0.29 33	1.62 356	0.48 225	10.93 624	0.13 84	0.18 128	0.14 109	76.65 637	0.23 268

IGEV-FE	0.59 216	0.33 275	1.11 363	0.63 365	0.37 275	0.41 47	0.33 112	1.80 381	0.79 170	1.04 261	1.10 277	1.05 346	0.43 123	0.87 159	0.48 225	0.18 129	0.13 84	0.19 156	0.18 214	0.20 210	0.23 268

S2M2_L	0.35 48	0.28 151	0.47 35	0.43 58	0.30 144	0.31 19	0.16 1	0.61 23	0.68 132	0.32 23	0.49 77	0.47 108	0.34 67	0.40 4	0.33 79	0.25 357	0.22 400	0.20 197	0.22 340	0.25 341	0.23 268
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
999	0.49 138	0.25 86	0.55 84	0.51 172	0.35 256	0.74 281	0.31 93	0.89 114	0.59 101	0.39 59	0.50 83	0.50 124	0.36 83	2.41 455	0.41 167	0.17 89	0.13 84	0.18 128	0.15 129	0.16 69	0.23 268

rvit_0105_6	0.56 179	0.38 383	1.13 369	0.67 414	0.38 289	0.50 126	0.51 323	0.88 110	1.33 434	0.54 139	0.56 113	0.65 195	0.57 219	0.97 194	0.46 207	0.32 456	0.31 490	0.28 416	0.25 394	0.29 393	0.23 268

MyStereo07	0.50 148	0.30 203	0.58 97	0.58 306	0.48 374	0.59 196	0.78 450	1.19 223	0.60 107	0.49 109	0.54 106	0.43 84	0.55 209	1.32 285	0.36 113	0.18 129	0.18 329	0.24 326	0.21 312	0.23 300	0.23 268

MyStereo06	0.67 265	0.29 175	1.06 345	0.58 306	0.48 374	0.62 212	0.72 438	2.26 503	0.89 204	1.07 272	1.12 290	1.22 390	0.56 216	0.83 142	0.47 217	0.17 89	0.17 297	0.24 326	0.21 312	0.23 300	0.23 268

MyStereo05	0.70 288	0.29 175	1.22 406	0.58 306	0.48 374	0.62 212	0.72 438	1.52 302	1.54 504	1.17 313	0.91 206	0.77 230	0.79 315	1.45 321	0.68 334	0.17 89	0.17 297	0.24 326	0.21 312	0.23 300	0.23 268

MyStereo04	0.71 294	0.30 203	1.28 419	0.58 306	0.48 374	0.59 196	0.78 450	1.74 366	1.49 498	0.94 234	0.91 206	0.74 222	0.86 349	1.59 348	0.69 335	0.18 129	0.18 329	0.24 326	0.21 312	0.23 300	0.23 268

cc1	0.68 278	0.34 305	0.63 130	0.60 333	0.27 73	1.16 435	0.51 323	1.07 168	3.23 581	0.60 157	0.80 182	0.47 108	0.87 358	1.48 328	0.35 94	0.21 254	0.13 84	0.25 365	0.15 129	0.19 168	0.23 268

ffm	0.79 339	0.36 344	1.51 447	0.56 270	0.40 310	0.76 292	0.59 390	1.08 173	2.62 568	1.19 332	1.49 431	1.07 350	0.85 341	1.57 341	0.35 94	0.21 254	0.13 84	0.31 447	0.28 440	0.20 210	0.23 268

ff1	1.88 536	0.36 344	1.51 447	0.56 270	0.40 310	0.76 292	0.59 390	1.08 173	2.62 568	1.19 332	1.49 431	1.07 350	0.85 341	9.88 607	13.82 605	0.21 254	0.13 84	0.31 447	0.28 440	0.20 210	0.23 268

tt1	0.65 252	0.34 305	0.65 147	0.60 333	0.27 73	1.14 428	0.48 302	1.08 173	2.62 568	0.59 150	0.79 177	0.49 117	0.80 322	1.57 341	0.35 94	0.21 254	0.13 84	0.25 365	0.16 166	0.20 210	0.23 268

GMStereo_Zeroshot	0.70 288	0.64 494	1.11 363	0.65 387	0.38 289	0.84 346	0.37 167	1.09 180	1.16 337	1.14 303	1.07 264	1.26 405	0.55 209	1.23 262	0.65 323	0.34 473	0.17 297	0.31 447	0.18 214	0.57 529	0.23 268

IGEV_Zeroshot_test	0.59 216	0.33 275	1.11 363	0.63 365	0.37 275	0.41 47	0.33 112	1.80 381	0.79 170	1.04 261	1.10 277	1.06 347	0.43 123	0.87 159	0.48 225	0.18 129	0.13 84	0.19 156	0.18 214	0.20 210	0.23 268

DLNR_Zeroshot_test	23.23 619	48.25 635	43.77 624	177.04 637	78.39 633	0.35 25	0.21 17	23.33 621	0.82 182	0.67 173	0.86 195	0.58 166	0.30 44	1.64 358	0.48 225	10.69 623	0.13 84	0.18 128	0.14 109	76.63 636	0.23 268

iRaft-Stereo_20w	0.71 294	0.33 275	1.25 413	0.50 156	0.36 264	0.82 329	0.31 93	3.16 576	0.89 204	1.24 359	1.14 306	0.79 235	0.65 266	1.15 244	0.43 183	0.18 129	0.13 84	0.18 128	0.17 191	0.20 210	0.23 268

TransformOpticalFlow	0.97 419	0.30 203	0.96 316	0.54 233	0.31 165	0.65 238	0.54 354	1.87 403	1.19 350	1.12 286	1.44 420	1.34 424	0.98 406	6.68 570	0.44 188	0.19 170	0.12 40	0.21 233	0.19 238	0.18 132	0.23 268

RAFT	0.67 265	0.32 255	0.83 245	0.63 365	0.34 239	0.69 264	0.57 377	1.14 198	0.84 190	1.12 286	1.20 325	1.75 500	0.92 381	1.09 230	0.60 302	0.22 289	0.19 347	0.27 400	0.24 385	0.22 279	0.23 268

GANet-RSSM	0.78 330	0.31 237	0.90 288	0.67 414	0.58 437	0.80 319	0.62 406	2.04 452	1.15 330	1.11 278	1.27 358	1.26 405	1.18 471	1.68 364	0.74 347	0.26 383	0.21 382	0.22 268	0.22 340	0.23 300	0.23 268

BEATNet_4x	0.82 356	0.54 461	2.02 492	0.56 270	0.28 109	1.04 405	0.55 364	2.14 477	1.13 319	1.24 359	1.26 349	1.00 331	0.94 386	1.13 241	1.23 453	0.21 254	0.14 159	0.24 326	0.20 270	0.37 455	0.23 268

AdaStereo	0.74 307	0.48 438	0.86 267	0.75 482	0.38 289	0.94 382	0.56 371	2.05 456	1.24 379	1.15 305	1.22 333	1.07 350	0.67 273	1.05 216	0.73 343	0.33 463	0.16 268	0.32 459	0.22 340	0.29 393	0.23 268
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.
DN-CSS_ROB	0.67 265	0.36 344	1.36 433	0.59 325	0.41 324	0.54 163	0.45 276	1.30 258	0.95 233	1.05 264	1.47 427	0.69 208	0.64 261	1.80 387	0.60 302	0.19 170	0.15 230	0.25 365	0.23 372	0.22 279	0.23 268

z-ln-s-r	1.18 470	0.61 483	2.91 531	0.54 233	0.56 429	0.81 327	0.86 480	1.72 362	1.55 510	1.18 324	1.62 471	1.37 431	1.16 460	3.67 501	3.77 560	0.20 219	0.15 230	0.21 233	0.17 191	0.29 393	0.24 291

G2L-ROB	0.79 339	0.28 151	1.01 330	0.57 292	0.39 298	0.94 382	0.65 415	1.76 370	1.18 348	1.27 379	1.03 247	1.62 477	0.78 307	1.93 403	1.26 457	0.20 219	0.14 159	0.17 89	0.15 129	0.20 210	0.24 291

DCANet-4	0.59 216	0.28 151	1.65 465	0.44 67	0.25 49	0.48 101	0.36 152	1.15 210	1.36 448	1.13 289	1.03 247	0.56 162	0.74 290	0.77 120	0.58 291	0.17 89	0.14 159	0.17 89	0.13 74	0.15 47	0.24 291

fff	0.58 203	0.26 106	1.15 376	0.46 88	0.25 49	0.48 101	0.36 152	1.20 227	1.28 407	1.13 289	1.03 247	0.59 172	1.04 434	0.77 120	0.58 291	0.17 89	0.14 159	0.17 89	0.13 74	0.15 47	0.24 291

ADStereo(finetuned)	0.62 236	0.26 106	1.59 459	0.45 76	0.25 49	0.49 107	0.36 152	1.18 219	1.35 439	1.16 309	1.04 253	0.60 176	1.18 471	0.85 151	0.57 286	0.17 89	0.14 159	0.17 89	0.13 74	0.19 168	0.24 291

x	0.59 216	0.34 305	0.79 218	0.51 172	0.32 198	0.69 264	0.46 282	1.64 333	0.97 241	0.86 216	0.86 195	0.83 259	0.74 290	0.75 117	0.70 338	0.21 254	0.22 400	0.22 268	0.20 270	0.21 259	0.24 291

BUS	0.78 330	0.34 305	0.77 208	0.55 249	0.45 352	2.30 549	0.42 222	2.65 556	1.04 273	1.25 362	1.12 290	1.02 338	0.70 284	0.94 180	0.75 350	0.25 357	0.18 329	0.25 365	0.22 340	0.23 300	0.24 291

BSDual-CNN	0.75 311	0.34 305	0.77 208	0.55 249	0.45 352	1.25 453	0.66 419	2.65 556	1.04 273	1.25 362	1.12 290	1.11 370	0.77 300	0.94 180	0.76 353	0.25 357	0.18 329	0.25 365	0.22 340	0.23 300	0.24 291

hknet	0.82 356	0.34 305	1.15 376	0.55 249	0.39 298	1.25 453	0.66 419	2.65 556	1.10 298	1.25 362	1.12 290	1.58 471	0.85 341	1.41 309	0.79 364	0.23 313	0.18 329	0.25 365	0.22 340	0.23 300	0.24 291

iRaft-Stereo_5w	0.89 392	0.31 237	1.04 338	0.56 270	0.47 372	0.47 91	0.68 424	1.19 223	1.08 286	0.80 195	1.35 391	1.46 448	0.90 370	5.11 528	1.16 440	0.18 129	0.15 230	0.22 268	0.19 238	0.21 259	0.24 291

psmg	0.75 311	0.34 305	0.77 208	0.52 195	0.45 352	1.46 483	0.73 441	2.15 482	1.04 273	1.25 362	1.33 382	1.11 370	0.77 300	0.94 180	0.76 353	0.25 357	0.20 364	0.25 365	0.26 411	0.23 300	0.24 291

DAS	0.89 392	0.37 365	1.20 401	0.66 400	0.69 482	0.82 329	0.62 406	1.79 377	1.26 395	1.93 535	1.55 452	0.96 316	1.17 464	2.72 473	0.69 335	0.22 289	0.16 268	0.25 365	0.18 214	0.29 393	0.24 291

SepStereo	0.87 386	0.37 365	1.20 401	0.66 400	0.69 482	0.82 329	0.62 406	1.79 377	1.26 395	1.93 535	1.55 452	0.96 316	1.17 464	2.34 447	0.69 335	0.22 289	0.16 268	0.25 365	0.18 214	0.29 393	0.24 291

DRaft	0.81 354	0.26 106	0.77 208	0.47 105	0.31 165	0.95 388	0.52 334	1.13 194	0.99 253	1.78 521	2.01 526	0.80 237	1.71 533	2.64 469	0.74 347	0.19 170	0.14 159	0.20 197	0.20 270	0.18 132	0.24 291

CRE-IMP	0.57 191	0.32 255	0.82 236	0.54 233	0.29 124	0.77 301	0.25 48	1.19 223	0.79 170	1.09 275	0.95 213	0.81 243	0.57 219	1.11 237	0.57 286	0.22 289	0.14 159	0.23 302	0.19 238	0.28 376	0.24 291

csc	0.58 203	0.26 106	1.15 376	0.46 88	0.25 49	0.48 101	0.36 152	1.20 227	1.28 407	1.13 289	1.03 247	0.59 172	1.04 434	0.77 120	0.58 291	0.17 89	0.14 159	0.17 89	0.13 74	0.15 47	0.24 291

cscssc	0.58 203	0.26 106	1.15 376	0.46 88	0.25 49	0.48 101	0.36 152	1.20 227	1.28 407	1.13 289	1.03 247	0.59 172	1.04 434	0.77 120	0.58 291	0.17 89	0.14 159	0.17 89	0.13 74	0.15 47	0.24 291

MMNet	0.89 392	0.35 334	1.44 439	0.64 380	0.59 443	1.83 521	0.48 302	1.70 354	1.38 455	1.45 461	1.19 324	1.25 399	1.16 460	1.77 378	1.27 460	0.20 219	0.19 347	0.23 302	0.22 340	0.25 341	0.24 291

delet	0.90 400	0.34 305	1.15 376	0.69 439	0.66 472	1.63 501	0.81 466	1.95 430	1.49 498	1.42 448	1.38 401	1.29 412	0.91 373	1.78 380	1.18 442	0.22 289	0.22 400	0.24 326	0.25 394	0.22 279	0.24 291

FENet	0.62 236	0.30 203	0.68 160	0.57 292	0.33 218	0.82 329	0.40 202	1.41 284	1.12 313	1.03 259	0.87 198	0.98 320	0.84 336	1.00 201	0.70 338	0.23 313	0.16 268	0.23 302	0.20 270	0.22 279	0.24 291

HSM	1.22 476	0.34 305	0.81 227	0.61 347	0.39 298	1.22 448	0.63 411	2.45 533	1.25 387	1.32 401	1.26 349	1.91 512	1.08 443	9.21 598	0.75 350	0.23 313	0.17 297	0.20 197	0.16 166	0.22 279	0.24 291

PAM_32	0.87 386	0.30 203	1.08 353	0.56 270	0.32 198	2.10 542	0.36 152	2.26 503	1.01 260	1.13 289	1.05 260	3.14 572	1.47 513	1.00 201	0.42 177	0.19 170	0.14 159	0.20 197	0.18 214	0.19 168	0.25 312

test_sample2	0.67 265	0.31 237	0.89 278	0.54 233	0.29 124	0.80 319	0.63 411	1.83 389	1.10 298	0.93 231	1.06 261	0.94 307	0.92 381	1.24 264	0.59 299	0.23 313	0.20 364	0.22 268	0.21 312	0.24 329	0.25 312

test_sample1	0.67 265	0.32 255	0.90 288	0.54 233	0.33 218	0.76 292	0.48 302	1.75 368	1.06 281	0.95 236	0.99 230	0.91 292	1.10 449	1.25 265	0.79 364	0.22 289	0.19 347	0.21 233	0.20 270	0.21 259	0.25 312

ACVNet-DCA	0.59 216	0.34 305	0.63 130	0.60 333	0.27 73	1.16 435	0.51 323	1.58 320	0.91 210	0.60 157	0.80 182	0.47 108	0.87 358	1.48 328	0.35 94	0.21 254	0.13 84	0.25 365	0.15 129	0.23 300	0.25 312

xx1	0.70 288	0.34 305	0.63 130	0.60 333	0.27 73	1.16 435	0.51 323	1.07 168	3.23 581	0.60 157	0.80 182	0.95 311	0.79 315	1.48 328	0.35 94	0.21 254	0.13 84	0.24 326	0.23 372	0.23 300	0.25 312

1test111	0.58 203	0.34 305	0.63 130	0.60 333	0.27 73	1.16 435	0.51 323	1.58 320	0.91 210	0.60 157	0.80 182	0.47 108	0.87 358	0.99 197	0.67 330	0.21 254	0.13 84	0.25 365	0.15 129	0.23 300	0.25 312

gwcnet-sp	0.80 345	0.37 365	1.94 485	0.62 355	0.45 352	1.38 469	0.53 340	1.68 341	1.20 354	1.37 427	1.08 271	0.93 301	0.82 328	1.45 321	0.79 364	0.22 289	0.22 400	0.22 268	0.21 312	0.23 300	0.25 312

scenet	0.80 345	0.37 365	1.94 485	0.62 355	0.45 352	1.38 469	0.53 340	1.68 341	1.20 354	1.37 427	1.08 271	0.93 301	0.82 328	1.45 321	0.79 364	0.22 289	0.22 400	0.22 268	0.21 312	0.23 300	0.25 312

knoymous	0.53 157	0.32 255	0.51 65	0.46 88	0.30 144	0.57 181	0.54 354	1.10 186	0.78 161	0.99 242	0.84 191	0.95 311	0.57 219	0.89 168	0.51 245	0.21 254	0.14 159	0.26 386	0.14 109	0.23 300	0.25 312

ssnet	0.80 345	0.37 365	1.94 485	0.62 355	0.45 352	1.38 469	0.53 340	1.68 341	1.20 354	1.37 427	1.08 271	0.93 301	0.82 328	1.45 321	0.79 364	0.22 289	0.22 400	0.22 268	0.21 312	0.23 300	0.25 312

qqq	0.62 236	0.36 344	0.88 274	0.50 156	0.28 109	0.64 232	0.62 406	1.58 320	0.91 210	0.83 204	0.96 215	0.95 311	0.79 315	0.99 197	0.67 330	0.21 254	0.23 428	0.24 326	0.23 372	0.23 300	0.25 312

CrosDoStereo	1.56 511	0.26 106	0.78 214	0.51 172	0.29 124	0.66 244	11.86 610	1.18 219	1.00 257	1.35 420	1.76 493	0.99 325	1.83 543	6.64 568	0.83 375	0.19 170	0.15 230	0.20 197	0.22 340	0.18 132	0.25 312

DeepStereo_LL	1.56 511	0.26 106	0.78 214	0.51 172	0.29 124	0.66 244	11.86 610	1.18 219	1.00 257	1.35 420	1.76 493	0.99 325	1.83 543	6.64 568	0.83 375	0.19 170	0.15 230	0.20 197	0.22 340	0.18 132	0.25 312

DEmStereo	0.98 422	0.25 86	0.85 260	0.49 135	0.33 218	1.02 403	0.55 364	0.97 129	0.93 222	1.41 444	2.13 532	1.01 336	2.01 550	5.62 541	0.78 359	0.19 170	0.15 230	0.20 197	0.20 270	0.18 132	0.25 312

THIR-Stereo	1.02 433	0.29 175	0.73 190	0.51 172	0.29 124	0.94 382	1.31 542	1.08 173	0.98 244	1.35 420	1.91 518	1.16 379	1.54 518	6.37 565	0.79 364	0.20 219	0.14 159	0.21 233	0.22 340	0.19 168	0.25 312

Pruner-Stereo	0.64 248	0.31 237	0.79 218	0.66 400	0.31 165	0.61 209	0.42 222	1.22 234	1.09 294	1.53 479	1.09 275	0.94 307	0.55 209	1.37 296	0.56 281	0.25 357	0.14 159	0.24 326	0.21 312	0.21 259	0.25 312

DCANet	0.58 203	0.26 106	1.15 376	0.45 76	0.25 49	0.49 107	0.36 152	1.18 219	1.35 439	1.15 305	1.04 253	0.60 176	0.91 373	0.84 147	0.58 291	0.17 89	0.14 159	0.17 89	0.13 74	0.19 168	0.25 312

test_xeample	1.55 510	0.31 237	0.94 305	0.54 233	0.31 165	0.94 382	0.58 383	2.40 528	1.40 465	1.29 390	1.55 452	0.89 286	0.88 364	1.72 371	15.94 611	0.22 289	0.22 400	0.22 268	0.21 312	0.23 300	0.25 312

UNet	0.86 382	0.36 344	1.52 451	0.62 355	0.74 496	1.56 494	0.49 313	1.55 311	1.12 313	1.28 385	1.10 277	1.52 461	1.10 449	1.69 368	1.14 438	0.24 335	0.18 329	0.25 365	0.21 312	0.25 341	0.25 312

LE_ROB	8.35 605	0.47 432	27.42 620	0.83 510	0.34 239	2.84 568	3.36 601	4.03 589	27.04 625	25.20 625	8.72 605	8.55 605	27.35 625	7.37 581	22.13 617	0.22 289	0.20 364	0.20 197	0.21 312	0.25 341	0.25 312

AIO-test1	0.61 233	0.27 131	0.68 160	0.68 426	1.02 549	0.79 312	0.36 152	1.59 325	1.35 439	0.59 150	0.89 203	0.60 176	0.49 176	1.20 259	0.36 113	0.18 129	0.17 297	0.23 302	0.25 394	0.18 132	0.26 332

rvit_0105_4	0.58 203	0.40 398	1.19 397	0.68 426	0.38 289	0.53 150	0.55 364	0.93 117	1.27 399	0.56 148	0.61 124	0.72 220	0.63 257	1.01 204	0.47 217	0.33 463	0.33 508	0.29 428	0.25 394	0.29 393	0.26 332

11t1	0.57 191	0.30 203	0.84 254	0.54 233	0.30 144	0.83 337	0.41 214	1.34 267	0.79 170	0.88 218	0.82 187	0.70 211	0.70 284	0.96 190	0.67 330	0.21 254	0.21 382	0.20 197	0.16 166	0.21 259	0.26 332

1111x	1.96 542	0.32 255	1.54 455	0.54 233	0.30 144	1.00 400	0.69 427	2.47 538	1.33 434	1.21 344	1.44 420	1.21 386	1.11 452	8.49 593	16.14 612	0.22 289	0.23 428	0.22 268	0.23 372	0.25 341	0.26 332

EKT-Stereo	0.56 179	0.33 275	0.84 254	0.61 347	0.64 461	0.51 135	0.48 302	1.14 198	0.95 233	0.74 185	0.89 203	0.77 230	0.42 115	1.18 254	0.42 177	0.23 313	0.17 297	0.21 233	0.18 214	0.20 210	0.26 332

iinet-f	1.04 436	0.50 446	4.24 556	0.58 306	0.43 338	1.78 518	0.70 434	1.29 257	1.16 337	1.25 362	1.42 414	1.57 469	1.42 507	1.47 326	1.70 512	0.26 383	0.23 428	0.20 197	0.20 270	0.26 354	0.26 332

DisPM	0.68 278	0.30 203	0.85 260	0.66 400	0.35 256	0.60 201	0.44 260	1.10 186	1.10 298	1.56 487	1.10 277	0.80 237	0.58 236	2.37 452	0.46 207	0.25 357	0.14 159	0.23 302	0.21 312	0.20 210	0.26 332

NINENet	0.81 354	0.40 398	0.89 278	0.65 387	0.53 409	2.30 549	0.42 222	2.12 467	1.13 319	1.20 337	1.27 358	1.02 338	0.70 284	1.26 269	0.75 350	0.29 438	0.24 438	0.31 447	0.21 312	0.27 360	0.26 332

PSM-softLoss	0.80 345	0.33 275	0.89 278	0.63 365	0.32 198	0.55 169	0.40 202	1.26 247	0.78 161	1.25 362	1.07 264	0.83 259	0.51 190	5.33 534	0.61 305	0.25 357	0.15 230	0.25 365	0.22 340	0.20 210	0.26 332

KMStereo	0.80 345	0.33 275	0.89 278	0.63 365	0.32 198	0.55 169	0.40 202	1.26 247	0.78 161	1.25 362	1.07 264	0.83 259	0.51 190	5.33 534	0.61 305	0.25 357	0.15 230	0.25 365	0.22 340	0.20 210	0.26 332

DeepStereo_RVC	0.57 191	0.31 237	0.78 214	0.53 218	0.30 144	0.57 181	0.32 104	1.11 188	0.80 176	1.17 313	0.94 212	0.83 259	0.93 383	1.01 204	0.61 305	0.23 313	0.14 159	0.21 233	0.19 238	0.24 329	0.26 332

test-1	0.56 179	0.28 151	1.13 369	0.58 306	0.34 239	0.60 201	0.38 177	1.56 315	0.98 244	0.80 195	1.02 240	0.83 259	0.52 195	0.64 83	0.46 207	0.17 89	0.16 268	0.20 197	0.17 191	0.20 210	0.26 332

HCRNet	0.72 300	0.40 398	0.86 267	0.61 347	0.57 434	0.75 286	0.35 139	1.39 278	1.21 361	1.11 278	0.99 230	1.01 336	0.76 296	2.18 434	0.73 343	0.28 422	0.19 347	0.28 416	0.23 372	0.25 341	0.26 332

222	1.67 519	0.31 237	0.93 298	0.59 325	0.31 165	1.05 408	0.43 240	2.39 526	1.47 493	1.37 427	1.55 452	0.94 307	0.94 386	1.98 410	17.76 614	0.24 335	0.22 400	0.21 233	0.20 270	0.22 279	0.26 332

PSMNet-RSSM	0.78 330	0.32 255	0.89 278	0.65 387	0.43 338	0.73 279	0.58 383	2.14 477	1.19 350	1.18 324	1.38 401	1.31 417	1.07 442	1.43 316	0.82 374	0.28 422	0.21 382	0.27 400	0.29 459	0.25 341	0.26 332

CFNet-ft	0.78 330	0.36 344	0.74 195	0.67 414	0.56 429	0.86 354	0.54 354	1.46 291	1.17 342	1.01 251	1.28 364	1.68 489	1.03 428	1.57 341	0.95 411	0.27 404	0.21 382	0.33 471	0.26 411	0.31 415	0.26 332

DSFCA	0.95 414	0.38 383	1.23 408	0.55 249	0.66 472	1.50 486	0.93 495	1.58 320	1.24 379	1.59 495	1.16 314	1.48 451	0.95 391	2.96 480	1.20 445	0.31 448	0.28 473	0.25 365	0.26 411	0.29 393	0.26 332

CFNet_RVC	0.78 330	0.36 344	0.74 195	0.67 414	0.56 429	0.86 354	0.54 354	1.46 291	1.17 342	1.01 251	1.28 364	1.68 489	1.03 428	1.57 341	0.95 411	0.27 404	0.21 382	0.33 471	0.26 411	0.31 415	0.26 332

coex_refinement	0.84 371	0.30 203	0.89 278	0.72 459	0.52 401	0.95 388	0.60 398	1.92 423	1.29 419	1.38 432	1.37 396	1.80 506	0.82 328	1.48 328	1.31 462	0.27 404	0.17 297	0.19 156	0.20 270	0.25 341	0.27 350

G2L-Stereo	0.84 371	0.35 334	1.15 376	0.63 365	0.43 338	0.78 302	0.69 427	1.69 350	1.20 354	1.36 425	1.18 320	1.43 441	0.78 307	2.47 461	1.26 457	0.25 357	0.20 364	0.26 386	0.21 312	0.20 210	0.27 350

PAM	0.86 382	0.31 237	1.19 397	0.55 249	0.35 256	2.17 543	0.47 294	2.26 503	0.87 200	1.18 324	0.96 215	3.01 567	1.41 506	0.90 171	0.40 157	0.19 170	0.13 84	0.19 156	0.18 214	0.20 210	0.27 350

test_sample3	0.73 303	0.35 334	1.06 345	0.55 249	0.32 198	0.97 397	0.51 323	2.12 467	1.25 387	1.16 309	1.17 317	0.88 276	0.78 307	1.27 272	0.79 364	0.26 383	0.21 382	0.25 365	0.25 394	0.26 354	0.27 350

SMFormer	0.79 339	0.32 255	0.95 309	0.49 135	0.27 73	0.83 337	0.43 240	2.16 484	1.45 487	1.27 379	1.50 438	0.98 320	0.96 393	1.87 393	0.99 417	0.24 335	0.22 400	0.22 268	0.21 312	0.23 300	0.27 350

mmm	0.68 278	0.37 365	0.91 293	0.54 233	0.34 239	0.86 354	0.58 383	1.72 362	1.02 264	1.13 289	1.41 413	0.83 259	0.78 307	0.95 189	0.67 330	0.22 289	0.20 364	0.29 428	0.26 411	0.27 360	0.27 350

testlalala_base	0.83 365	0.41 408	0.80 222	0.67 414	0.53 409	0.78 302	0.30 86	1.84 391	0.60 107	0.75 187	0.91 206	0.68 203	0.54 206	0.69 99	0.46 207	2.92 594	0.15 230	0.17 89	0.12 38	2.95 592	0.27 350

CRFU-Net	0.90 400	0.42 411	1.10 361	0.69 439	0.59 443	1.76 512	0.84 473	2.33 521	0.92 215	1.45 461	1.20 325	1.62 477	1.25 479	1.38 300	0.94 409	0.28 422	0.23 428	0.22 268	0.19 238	0.24 329	0.27 350

dd	0.62 236	0.51 450	1.17 391	0.56 270	0.33 218	0.74 281	0.46 282	1.03 152	1.40 465	0.80 195	0.87 198	0.60 176	0.57 219	1.02 208	0.86 380	0.28 422	0.18 329	0.26 386	0.19 238	0.35 445	0.27 350

AASNet	0.80 345	0.39 392	1.16 390	0.84 514	0.80 515	1.14 428	0.59 390	2.12 467	1.21 361	1.26 374	1.26 349	0.93 301	0.77 300	0.84 147	1.23 453	0.28 422	0.24 438	0.24 326	0.20 270	0.28 376	0.27 350

GANet-ADL	0.63 245	0.38 383	0.82 236	0.67 414	0.41 324	0.68 253	0.51 323	1.64 333	1.16 337	0.98 241	1.10 277	0.90 288	0.58 236	0.81 134	0.63 314	0.27 404	0.18 329	0.18 128	0.16 166	0.23 300	0.27 350

PFNet+	0.62 236	0.31 237	0.99 323	0.57 292	0.31 165	0.57 181	0.30 86	0.99 141	1.25 387	1.33 407	1.10 277	0.79 235	0.57 219	1.35 292	0.53 263	0.26 383	0.17 297	0.28 416	0.26 411	0.21 259	0.27 350

TANstereo	0.45 106	0.23 42	0.50 57	0.43 58	0.21 10	0.65 238	0.26 58	0.83 87	0.88 203	0.95 236	0.99 230	0.51 128	0.45 139	0.56 44	0.36 113	0.19 170	0.24 438	0.16 61	0.13 74	0.17 96	0.27 350

xxxx	1.61 515	0.32 255	0.98 320	0.58 306	0.31 165	1.15 432	0.43 240	2.43 531	1.41 469	1.17 313	1.40 408	1.21 386	0.86 349	1.94 404	16.68 613	0.24 335	0.24 438	0.21 233	0.20 270	0.23 300	0.27 350

GMStereo	0.58 203	0.50 446	1.09 356	0.52 195	0.32 198	0.80 319	0.43 240	1.02 144	1.41 469	0.89 222	0.77 171	0.52 137	0.46 149	0.89 168	0.56 281	0.25 357	0.16 268	0.20 197	0.22 340	0.31 415	0.27 350
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
iResNet	0.80 345	0.45 424	1.47 442	0.72 459	0.31 165	0.96 394	0.64 413	1.80 381	1.28 407	1.31 398	1.48 430	0.94 307	0.78 307	1.77 378	0.99 417	0.19 170	0.14 159	0.18 128	0.15 129	0.22 279	0.27 350

rvit_0105_5	0.61 233	0.41 408	1.19 397	0.67 414	0.37 275	0.57 181	0.56 371	1.08 173	1.28 407	0.65 168	0.68 141	0.77 230	0.67 273	0.91 174	0.51 245	0.33 463	0.32 502	0.30 440	0.27 429	0.28 376	0.28 366

test_sample4	0.74 307	0.36 344	1.09 356	0.55 249	0.32 198	0.92 375	0.51 323	2.14 477	1.25 387	1.22 352	1.22 333	0.86 268	0.82 328	1.29 276	0.76 353	0.26 383	0.21 382	0.26 386	0.26 411	0.27 360	0.28 366

PCWNet_CMD	0.68 278	0.34 305	0.93 298	0.51 172	0.38 289	0.80 319	0.42 222	1.51 298	1.34 436	1.17 313	1.31 371	1.23 394	0.65 266	0.94 180	0.62 310	0.21 254	0.17 297	0.27 400	0.19 238	0.43 480	0.28 366

ToySt	0.73 303	0.35 334	1.64 463	0.54 233	0.37 275	0.92 375	0.81 466	1.21 232	1.03 267	0.86 216	1.12 290	1.31 417	1.01 418	1.04 213	0.88 386	0.19 170	0.20 364	0.24 326	0.24 385	0.27 360	0.28 366

Wz-Net-LNSev-Ref	1.09 453	0.46 427	2.61 524	0.71 453	0.65 466	2.00 534	0.78 450	2.07 459	1.47 493	1.62 501	1.47 427	1.53 462	1.29 486	2.10 426	1.65 508	0.24 335	0.14 159	0.20 197	0.16 166	0.28 376	0.28 366

AACVNet	0.90 400	0.40 398	0.98 320	0.86 520	0.40 310	0.80 319	0.49 313	1.81 385	0.86 197	1.11 278	1.34 386	1.32 421	0.99 409	4.23 509	0.86 380	0.26 383	0.22 400	0.28 416	0.22 340	0.30 408	0.28 366

ICVP	0.66 254	0.35 334	0.71 174	0.63 365	0.41 324	0.85 353	0.56 371	1.78 374	0.96 237	0.92 228	1.24 345	0.88 276	0.75 295	0.76 118	0.93 404	0.31 448	0.22 400	0.22 268	0.21 312	0.24 329	0.28 366
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_pseudo	0.68 278	0.34 305	0.93 298	0.50 156	0.39 298	0.72 274	0.42 222	1.44 287	1.25 387	1.17 313	1.35 391	1.22 390	0.66 271	1.04 213	0.64 318	0.21 254	0.17 297	0.33 471	0.19 238	0.39 466	0.28 366

sCroCo_RVC	0.51 151	0.43 416	1.15 376	0.66 400	0.60 447	0.52 141	0.40 202	0.93 117	0.64 122	0.45 86	0.76 167	0.49 117	0.49 176	0.65 88	0.49 238	0.27 404	0.28 473	0.23 302	0.22 340	0.29 393	0.28 366

111	0.66 254	0.27 131	1.15 376	0.46 88	0.25 49	0.72 274	0.42 222	1.57 318	1.44 482	0.83 204	1.39 403	1.10 365	0.80 322	0.97 194	0.65 323	0.20 219	0.14 159	0.18 128	0.15 129	0.18 132	0.28 366

psm_up	0.83 365	0.37 365	0.88 274	0.68 426	0.59 443	1.05 408	0.92 491	1.68 341	1.17 342	1.41 444	1.22 333	1.30 415	1.31 490	1.39 304	0.89 389	0.27 404	0.30 485	0.31 447	0.27 429	0.28 376	0.28 366

DMCA-RVC	0.83 365	0.46 427	2.19 506	0.68 426	0.49 381	0.84 346	0.48 302	1.44 287	1.07 283	1.56 487	1.04 253	1.29 412	0.86 349	1.49 335	0.92 401	0.27 404	0.22 400	0.35 486	0.28 440	0.32 426	0.28 366

MSMDNet	0.68 278	0.34 305	0.93 298	0.52 195	0.38 289	0.80 319	0.42 222	1.52 302	1.35 439	1.17 313	1.31 371	1.23 394	0.65 266	0.94 180	0.62 310	0.21 254	0.17 297	0.26 386	0.19 238	0.41 474	0.28 366

DLCB_ROB	0.92 408	0.43 416	0.95 309	0.71 453	0.55 424	1.11 422	0.83 471	1.61 329	1.32 432	1.67 510	1.66 479	1.70 492	0.93 383	1.96 409	1.34 470	0.26 383	0.25 450	0.27 400	0.28 440	0.28 376	0.28 366

FACV-RUCA	0.66 254	0.36 344	0.89 278	0.63 365	0.65 466	0.84 346	0.41 214	1.67 337	1.11 305	0.91 225	1.14 306	0.63 191	0.77 300	0.84 147	0.54 272	0.28 422	0.19 347	0.47 531	0.22 340	0.36 449	0.29 380

test_sample5	0.75 311	0.36 344	1.04 338	0.55 249	0.31 165	0.84 346	0.53 340	2.12 467	1.23 375	1.18 324	1.30 369	0.88 276	0.86 349	1.37 296	0.76 353	0.26 383	0.22 400	0.27 400	0.28 440	0.28 376	0.29 380

DualNet	0.75 311	0.36 344	1.04 338	0.55 249	0.31 165	0.84 346	0.53 340	2.12 467	1.23 375	1.21 344	1.40 408	0.88 276	0.86 349	1.37 296	0.76 353	0.26 383	0.22 400	0.27 400	0.28 440	0.28 376	0.29 380

mmx	1.89 539	0.36 344	1.51 447	0.56 270	0.40 310	0.76 292	0.59 390	2.32 515	1.41 469	1.19 332	1.49 431	1.07 350	0.85 341	9.88 607	13.82 605	0.25 357	0.21 382	0.31 447	0.28 440	0.32 426	0.29 380

xxx	1.89 539	0.36 344	1.51 447	0.56 270	0.40 310	0.76 292	0.59 390	2.32 515	1.41 469	1.19 332	1.49 431	1.07 350	0.85 341	9.88 607	13.82 605	0.25 357	0.21 382	0.31 447	0.28 440	0.32 426	0.29 380

riskmin	0.62 236	0.29 175	0.73 190	0.50 156	0.34 239	0.86 354	0.44 260	1.74 366	1.07 283	0.76 189	0.76 167	1.19 383	1.01 418	0.84 147	0.60 302	0.20 219	0.16 268	0.24 326	0.16 166	0.24 329	0.29 380

ssnet_v2	0.92 408	0.39 392	1.22 406	0.66 400	0.39 298	1.31 459	0.96 501	2.32 515	1.45 487	1.48 471	1.17 317	1.53 462	0.91 373	1.16 248	1.71 514	0.31 448	0.27 467	0.30 440	0.29 459	0.28 376	0.29 380

CIPLG	0.67 265	0.37 365	1.17 391	0.60 333	0.51 396	0.75 286	0.48 302	1.26 247	1.11 305	1.43 452	1.58 464	0.64 194	0.48 163	0.94 180	0.78 359	0.24 335	0.15 230	0.19 156	0.16 166	0.19 168	0.29 380

IPLGR_C	0.67 265	0.38 383	1.20 401	0.60 333	0.50 386	0.75 286	0.48 302	1.28 255	1.13 319	1.42 448	1.57 462	0.62 186	0.48 163	0.85 151	0.80 371	0.24 335	0.15 230	0.19 156	0.16 166	0.19 168	0.29 380

ACRE	0.66 254	0.37 365	1.27 416	0.60 333	0.50 386	0.74 281	0.47 294	1.26 247	1.10 298	1.40 442	1.56 458	0.62 186	0.46 149	0.88 163	0.78 359	0.24 335	0.15 230	0.19 156	0.16 166	0.19 168	0.29 380

HGLStereo	0.89 392	0.42 411	1.15 376	0.82 506	1.03 550	1.16 435	0.57 377	1.68 341	1.28 407	1.26 374	1.62 471	1.13 374	1.31 490	1.85 389	1.11 437	0.25 357	0.24 438	0.24 326	0.22 340	0.24 329	0.29 380

DMCA	0.71 294	0.36 344	1.17 391	0.53 218	0.45 352	0.84 346	0.46 282	1.52 302	1.09 294	1.20 337	1.12 290	1.21 386	0.74 290	0.87 159	1.09 433	0.25 357	0.20 364	0.27 400	0.19 238	0.24 329	0.29 380

TDLM	1.08 452	0.50 446	1.01 330	0.69 439	0.54 417	0.91 368	1.40 548	1.60 327	1.36 448	1.17 313	1.40 408	1.07 350	1.00 415	6.19 553	0.85 379	0.34 473	0.22 400	0.35 486	0.26 411	0.38 461	0.29 380

ccs_rob	0.68 278	0.34 305	0.93 298	0.50 156	0.39 298	0.72 274	0.42 222	1.43 286	1.25 387	1.17 313	1.34 386	1.22 390	0.66 271	1.04 213	0.64 318	0.21 254	0.17 297	0.35 486	0.20 270	0.40 470	0.29 380

UCFNet_RVC	0.72 300	0.37 365	0.59 103	0.66 400	0.41 324	0.89 361	0.68 424	1.78 374	1.15 330	1.01 251	1.20 325	1.22 390	0.95 391	1.07 223	0.66 327	0.28 422	0.21 382	0.34 479	0.31 477	0.33 433	0.29 380

DISCO	1.06 443	0.37 365	1.19 397	0.73 467	0.46 361	2.04 537	0.84 473	2.26 503	1.54 504	1.25 362	1.36 395	2.38 550	1.08 443	2.60 468	1.62 502	0.24 335	0.19 347	0.22 268	0.20 270	0.32 426	0.29 380

DFGA-Net	0.77 325	0.47 432	1.75 471	0.55 249	0.46 361	0.83 337	0.44 260	1.38 274	1.10 298	1.05 264	1.20 325	0.70 211	0.58 236	2.27 442	1.31 462	0.19 170	0.17 297	0.24 326	0.24 385	0.28 376	0.30 396

test_sample6	0.77 325	0.36 344	1.07 350	0.56 270	0.31 165	0.82 329	0.56 371	2.12 467	1.24 379	1.21 344	1.40 408	0.90 288	0.90 370	1.45 321	0.87 385	0.28 422	0.23 428	0.28 416	0.29 459	0.28 376	0.30 396

MyStereo8	0.70 288	0.32 255	1.24 411	0.63 365	0.53 409	0.90 365	0.34 125	1.60 327	1.35 439	1.20 337	1.31 371	0.89 286	0.64 261	0.77 120	1.02 425	0.18 129	0.15 230	0.20 197	0.18 214	0.22 279	0.30 396

CFNet_ucs	0.73 303	0.34 305	0.94 305	0.53 218	0.44 348	0.76 292	0.46 282	1.73 364	1.34 436	1.24 359	1.54 449	1.08 360	0.64 261	1.05 216	0.64 318	0.26 383	0.20 364	0.37 499	0.22 340	0.42 478	0.30 396

CSP-Net	1.00 428	0.41 408	0.99 323	0.56 270	0.43 338	1.62 500	0.76 446	2.16 484	1.16 337	1.33 407	1.22 333	1.32 421	0.89 367	4.67 520	0.93 404	0.35 483	0.24 438	0.20 197	0.20 270	0.23 300	0.30 396

NF-Stereo	0.82 356	0.33 275	0.83 245	0.65 387	0.31 165	0.63 223	0.43 240	1.35 268	0.93 222	1.30 392	1.02 240	0.81 243	0.57 219	5.37 538	0.55 275	0.26 383	0.14 159	0.24 326	0.20 270	0.20 210	0.30 396

OCTAStereo	0.82 356	0.33 275	0.83 245	0.65 387	0.31 165	0.62 212	0.44 260	1.35 268	0.93 222	1.30 392	1.02 240	0.81 243	0.57 219	5.32 533	0.55 275	0.26 383	0.14 159	0.24 326	0.20 270	0.20 210	0.30 396

ASMatch	0.89 392	0.29 175	0.72 176	0.56 270	0.36 264	0.47 91	0.37 167	1.16 215	0.95 233	1.11 278	3.26 566	0.95 311	0.96 393	4.88 525	0.53 263	0.20 219	0.16 268	0.22 268	0.19 238	0.20 210	0.30 396

Anonymous3	0.64 248	0.47 432	1.31 423	0.59 325	0.50 386	0.93 379	0.69 427	1.11 188	0.83 187	0.74 185	0.89 203	0.65 195	0.68 277	1.08 226	0.54 272	0.40 503	0.31 490	0.26 386	0.26 411	0.31 415	0.30 396

iResNet_ROB	0.82 356	0.36 344	1.13 369	0.60 333	0.37 275	0.91 368	0.38 177	2.41 529	1.61 517	1.35 420	1.35 391	1.25 399	0.97 403	1.75 375	0.88 386	0.21 254	0.14 159	0.17 89	0.12 38	0.19 168	0.30 396

rvit_0105_3	0.66 254	0.47 432	1.27 416	0.74 473	0.40 310	0.63 223	0.70 434	1.22 234	1.28 407	0.83 204	0.71 156	0.82 249	0.72 289	0.93 179	0.58 291	0.37 493	0.34 512	0.34 479	0.32 484	0.28 376	0.31 406

fast-acv-ft	1.00 428	0.48 438	1.85 481	0.61 347	0.52 401	1.77 514	0.69 427	1.52 302	1.47 493	1.34 414	1.85 510	1.73 495	1.24 478	1.62 356	1.56 493	0.27 404	0.28 473	0.28 416	0.28 440	0.28 376	0.31 406

ADLNet2	0.92 408	0.37 365	1.25 413	0.80 499	0.65 466	1.12 424	0.75 443	1.95 430	1.42 478	1.26 374	1.67 481	1.68 489	1.04 434	1.80 387	1.23 453	0.25 357	0.22 400	0.21 233	0.22 340	0.27 360	0.31 406

HHNet	0.64 248	0.28 151	0.69 166	0.45 76	0.46 361	0.50 126	0.57 377	1.13 194	1.03 267	1.26 374	2.21 536	0.70 211	0.59 240	1.10 234	0.51 245	0.21 254	0.13 84	0.23 302	0.19 238	0.20 210	0.31 406

RE-Stereo	0.82 356	0.33 275	0.84 254	0.65 387	0.31 165	0.63 223	0.44 260	1.35 268	0.93 222	1.30 392	1.02 240	0.80 237	0.57 219	5.34 536	0.55 275	0.26 383	0.14 159	0.24 326	0.20 270	0.20 210	0.31 406

TVStereo	0.82 356	0.33 275	0.84 254	0.65 387	0.31 165	0.63 223	0.44 260	1.35 268	0.93 222	1.30 392	1.02 240	0.80 237	0.57 219	5.34 536	0.55 275	0.26 383	0.14 159	0.24 326	0.20 270	0.20 210	0.31 406

GEStereo_RVC	0.93 413	0.40 398	1.15 376	0.67 414	0.50 386	0.95 388	0.78 450	2.73 563	1.21 361	1.20 337	1.12 290	1.25 399	0.91 373	3.21 488	0.95 411	0.31 448	0.20 364	0.23 302	0.20 270	0.28 376	0.31 406

GES	0.70 288	0.37 365	1.05 343	0.62 355	0.38 289	0.94 382	0.57 377	2.37 524	0.92 215	1.05 264	1.12 290	0.67 201	0.77 300	1.02 208	0.65 323	0.28 422	0.20 364	0.20 197	0.20 270	0.22 279	0.31 406

SGM_RVC	1.88 536	0.40 398	0.90 288	0.63 365	0.30 144	2.81 566	1.26 540	2.73 563	1.81 537	4.09 589	2.85 559	3.88 580	3.19 580	8.42 592	2.44 539	0.33 463	0.31 490	0.30 440	0.28 440	0.31 415	0.31 406
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
YMNet	1.04 436	0.59 475	1.67 466	0.86 520	0.86 527	1.84 522	0.61 403	1.70 354	1.28 407	1.65 506	1.98 522	1.75 500	0.96 393	1.57 341	1.58 495	0.34 473	0.37 528	0.32 459	0.32 484	0.33 433	0.32 415

YMNet_1	1.04 436	0.59 475	1.67 466	0.86 520	0.86 527	1.84 522	0.61 403	1.70 354	1.28 407	1.65 506	1.98 522	1.75 500	0.96 393	1.57 341	1.58 495	0.34 473	0.37 528	0.32 459	0.32 484	0.33 433	0.32 415

AIO-Stereo-zeroshot	0.85 378	0.38 383	2.79 529	0.51 172	0.60 447	0.72 274	0.38 177	2.87 572	0.77 156	0.80 195	1.07 264	2.14 539	0.93 383	0.96 190	0.62 310	0.21 254	0.13 84	0.21 233	0.26 411	0.29 393	0.32 415

Wz-Net-MNSev	1.21 475	0.66 501	3.44 546	0.69 439	0.73 489	1.93 530	1.44 550	2.16 484	1.59 513	1.85 528	1.49 431	1.50 456	1.34 494	2.05 422	1.54 492	0.27 404	0.24 438	0.28 416	0.28 440	0.35 445	0.32 415

RAFT + AFF	1.07 448	0.47 432	1.36 433	0.68 426	0.50 386	1.20 446	1.22 535	2.58 551	1.26 395	1.33 407	1.56 458	1.19 383	1.49 516	3.89 507	1.01 422	0.22 289	0.26 457	0.30 440	0.27 429	0.29 393	0.32 415

ADCRef	1.50 505	0.61 483	3.83 552	0.76 490	0.77 507	1.91 528	0.77 447	2.16 484	1.34 436	1.63 503	1.59 468	1.35 426	1.40 502	1.79 385	8.32 588	0.25 357	0.21 382	0.32 459	0.31 477	0.31 415	0.32 415

CVANet_RVC	1.10 454	0.49 443	1.15 376	0.65 387	0.54 417	0.93 379	1.00 508	1.69 350	1.36 448	1.42 448	1.39 403	1.24 398	1.17 464	6.22 555	0.80 371	0.35 483	0.24 438	0.35 486	0.30 471	0.44 491	0.32 415

PSMNet_ROB	0.95 414	0.57 474	1.45 440	0.75 482	0.64 461	1.28 457	1.12 521	1.84 391	1.15 330	1.16 309	1.29 368	1.44 442	0.89 367	1.74 373	1.70 512	0.33 463	0.25 450	0.37 499	0.39 519	0.36 449	0.32 415

Select-FE	0.87 386	0.42 411	2.64 526	0.57 292	0.48 374	0.47 91	0.23 37	2.59 552	0.85 194	1.08 274	1.32 376	2.00 526	1.73 535	1.15 244	0.47 217	0.21 254	0.17 297	0.21 233	0.26 411	0.20 210	0.33 423

w-ln-seven-2	1.42 498	0.69 509	6.86 570	0.71 453	0.62 457	1.23 450	0.92 491	1.84 391	1.59 513	1.74 516	1.59 468	1.49 453	1.40 502	3.69 502	2.22 531	0.27 404	0.26 457	0.29 428	0.26 411	0.34 441	0.33 423

test_sample7	0.78 330	0.39 392	0.89 278	0.55 249	0.35 256	0.93 379	0.75 443	1.99 439	1.27 399	1.25 362	1.22 333	1.09 361	1.01 418	1.31 279	0.73 343	0.32 456	0.32 502	0.32 459	0.32 484	0.33 433	0.33 423

LL-Strereo	1.42 498	0.44 423	2.02 492	0.62 355	1.07 553	0.73 279	0.65 415	2.02 445	1.21 361	1.60 496	1.62 471	2.02 530	2.10 556	9.67 603	1.07 431	0.22 289	0.20 364	0.27 400	0.24 385	0.23 300	0.33 423

GASNet	1.13 458	1.10 551	3.29 543	1.00 551	0.68 479	0.82 329	0.67 421	1.85 399	1.38 455	1.39 436	1.25 347	1.25 399	1.20 474	2.72 473	1.62 502	0.46 525	0.26 457	0.36 496	0.34 504	0.55 526	0.33 423

GwcNet-ADL	0.67 265	0.33 275	0.90 288	0.58 306	0.41 324	0.60 201	0.59 390	1.55 311	1.28 407	1.11 278	1.13 301	0.90 288	0.59 240	1.11 237	0.91 397	0.28 422	0.18 329	0.18 128	0.18 214	0.25 341	0.33 423

hitnet-ft	0.84 371	0.38 383	0.75 200	0.59 325	0.44 348	0.99 399	0.47 294	1.61 329	1.38 455	1.21 344	1.22 333	1.82 508	0.99 409	1.87 393	1.09 433	0.33 463	0.29 481	0.34 479	0.27 429	0.36 449	0.33 423

GANet	1.41 496	0.52 456	1.18 396	0.74 473	0.48 374	1.40 476	1.69 561	1.87 403	1.28 407	1.56 487	2.39 544	1.56 467	1.25 479	9.13 596	1.20 445	0.31 448	0.32 502	0.34 479	0.29 459	0.40 470	0.33 423

DRN-Test	1.07 448	0.49 443	1.95 489	0.75 482	0.81 519	1.61 498	0.78 450	2.26 503	1.53 502	1.84 526	1.35 391	1.42 436	1.04 434	2.26 441	1.61 500	0.28 422	0.23 428	0.31 447	0.30 471	0.33 433	0.33 423

StereoDRNet	1.05 441	0.53 458	2.21 507	0.80 499	0.93 539	1.50 486	0.90 487	2.06 457	1.44 482	1.68 511	1.20 325	1.48 451	0.99 409	1.86 392	1.60 499	0.29 438	0.24 438	0.29 428	0.28 440	0.35 445	0.33 423

rvit_stereo_0075_2	0.66 254	0.47 432	1.21 405	0.67 414	0.66 472	0.53 150	0.48 302	1.24 241	1.17 342	0.77 190	0.91 206	0.78 234	0.59 240	1.05 216	0.63 314	0.37 493	0.28 473	0.40 513	0.31 477	0.38 461	0.34 433

dad	0.90 400	0.73 519	1.28 419	0.59 325	0.39 298	0.83 337	0.45 276	1.24 241	1.54 504	1.52 476	1.28 364	1.36 427	0.86 349	2.54 465	0.91 397	0.43 512	0.27 467	0.82 566	0.26 411	0.44 491	0.34 433

AF-Net	1.23 480	0.56 469	2.31 512	0.88 525	0.93 539	1.41 478	0.73 441	2.27 511	1.71 526	1.76 520	2.42 546	2.00 526	1.70 531	1.98 410	1.62 502	0.50 537	0.29 481	0.49 535	0.33 498	0.40 470	0.34 433

ADCP+	2.12 551	0.56 469	10.01 588	0.68 426	0.91 535	2.25 547	1.04 513	1.92 423	1.50 500	1.58 492	1.34 386	1.73 495	1.62 522	2.27 442	13.20 602	0.25 357	0.22 400	0.32 459	0.29 459	0.38 461	0.34 433

DeepPruner_ROB	0.79 339	0.55 465	1.14 374	0.61 347	0.46 361	0.78 302	0.54 354	1.83 389	1.00 257	1.42 448	1.27 358	1.23 394	0.77 300	1.56 339	0.89 389	0.35 483	0.28 473	0.27 400	0.26 411	0.32 426	0.34 433

StereoDRNet-Refined	0.84 371	0.43 416	1.01 330	0.66 400	0.43 338	1.32 460	0.49 313	1.64 333	1.24 379	1.53 479	1.45 422	1.49 453	0.97 403	1.32 285	1.31 462	0.21 254	0.17 297	0.27 400	0.25 394	0.25 341	0.34 433
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MDST_ROB	1.88 536	0.40 398	1.71 469	0.93 542	0.60 447	4.27 592	1.23 537	3.99 588	1.44 482	4.61 597	2.63 554	1.44 442	1.03 428	9.78 604	1.62 502	0.33 463	0.26 457	0.37 499	0.33 498	0.31 415	0.34 433

SGM-Forest	1.29 488	0.40 398	0.74 195	0.54 233	0.37 275	1.55 492	1.26 540	1.82 387	1.39 463	2.22 551	1.81 504	1.64 482	1.02 426	7.65 585	1.20 445	0.39 501	0.37 528	0.39 507	0.34 504	0.37 455	0.34 433
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	1.04 436	0.48 438	0.88 274	0.56 270	0.36 264	1.52 488	1.55 555	1.87 403	1.59 513	2.11 548	1.67 481	1.46 448	1.35 495	1.92 401	1.31 462	0.35 483	0.35 519	0.39 507	0.33 498	0.34 441	0.34 433
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
z-mn7	1.77 526	1.06 544	7.02 572	0.74 473	0.54 417	2.58 557	1.03 512	1.90 414	2.73 576	1.61 497	3.00 562	1.96 522	1.40 502	5.23 531	2.87 547	0.31 448	0.25 450	0.27 400	0.25 394	0.34 441	0.35 442

ACV-stereo	1.00 428	0.55 465	1.47 442	0.59 325	0.42 334	2.38 553	0.58 383	1.20 227	1.21 361	0.83 204	1.01 237	3.36 574	2.10 556	1.64 358	1.17 441	0.28 422	0.22 400	0.23 302	0.22 340	0.29 393	0.35 442

Wz-Net-LNSev	1.17 465	0.72 516	4.71 560	0.66 400	0.84 524	1.72 505	1.13 523	1.97 434	1.43 479	1.34 414	1.32 376	1.66 484	1.30 489	1.44 320	1.51 489	0.29 438	0.26 457	0.24 326	0.23 372	0.33 433	0.35 442

UDGNet	0.75 311	1.23 560	0.99 323	0.82 506	0.42 334	0.76 292	0.38 177	0.98 133	1.37 453	0.83 204	0.88 201	0.70 211	0.60 246	1.25 265	0.57 286	0.57 548	0.19 347	1.03 576	0.26 411	0.79 553	0.35 442

rvit_105_1	0.76 319	0.54 461	1.27 416	0.80 499	0.49 381	0.74 281	0.86 480	1.39 278	1.23 375	1.00 246	0.80 182	0.93 301	0.78 307	1.29 276	0.78 359	0.43 512	0.36 523	0.36 496	0.42 525	0.30 408	0.36 446

CBFPSM	0.95 414	0.37 365	2.10 499	0.51 172	0.39 298	1.73 508	0.87 484	1.59 325	1.13 319	1.11 278	1.00 235	2.34 548	1.64 527	1.42 314	1.44 480	0.19 170	0.18 329	0.20 197	0.20 270	0.22 279	0.36 446

PSMNet-ADL	0.75 311	0.36 344	0.69 166	0.71 453	0.47 372	1.13 425	0.46 282	1.47 294	1.07 283	0.85 211	1.18 320	1.31 417	0.94 386	1.56 339	1.06 430	0.34 473	0.22 400	0.22 268	0.23 372	0.27 360	0.36 446

ADLNet	0.89 392	0.39 392	1.09 356	0.88 525	0.73 489	1.24 452	0.75 443	2.02 445	1.41 469	1.58 492	1.37 396	1.26 405	1.00 415	1.31 279	1.18 442	0.28 422	0.21 382	0.26 386	0.26 411	0.29 393	0.36 446

DDVS	0.80 345	0.43 416	1.09 356	0.64 380	0.44 348	1.27 456	0.43 240	1.49 297	0.94 228	1.21 344	1.16 314	1.42 436	0.63 257	2.14 430	1.02 425	0.29 438	0.22 400	0.26 386	0.23 372	0.31 415	0.37 450

DCVSM-stereo	0.75 311	0.36 344	0.82 236	0.58 306	0.43 338	0.78 302	0.42 222	1.30 258	1.05 279	1.79 522	1.04 253	1.60 472	1.08 443	1.12 239	0.86 380	0.25 357	0.27 467	0.29 428	0.24 385	0.30 408	0.37 450

pcwnet_v2	0.91 405	0.39 392	2.74 527	0.64 380	0.55 424	0.81 327	0.49 313	2.19 495	1.63 518	1.44 455	1.64 477	1.09 361	0.79 315	1.31 279	0.70 338	0.32 456	0.25 450	0.29 428	0.27 429	0.37 455	0.37 450

FADNet-RVC	0.96 418	0.72 516	2.96 533	0.64 380	0.49 381	0.90 365	0.59 390	1.85 399	1.27 399	0.92 228	0.97 224	1.36 427	0.90 370	2.36 449	1.31 462	0.30 445	0.29 481	0.32 459	0.32 484	0.42 478	0.37 450

STTStereo	0.82 356	0.53 458	1.53 454	0.68 426	0.56 429	0.88 359	0.56 371	1.57 318	1.14 325	1.39 436	1.10 277	1.26 405	0.84 336	1.49 335	0.90 393	0.29 438	0.28 473	0.33 471	0.40 521	0.33 433	0.37 450

AANet_RVC	1.22 476	0.60 478	1.94 485	0.69 439	0.46 361	0.75 286	0.69 427	1.51 298	1.57 511	1.36 425	1.90 516	1.51 459	0.87 358	7.23 579	1.89 522	0.26 383	0.19 347	0.19 156	0.16 166	0.23 300	0.37 450

NaN_ROB	1.23 480	0.63 491	1.76 472	0.67 414	0.50 386	1.59 497	2.00 575	1.87 403	1.52 501	2.14 550	1.26 349	1.40 435	1.09 446	4.60 518	1.75 515	0.28 422	0.34 512	0.28 416	0.29 459	0.30 408	0.37 450

XPNet_ROB	1.02 433	0.56 469	1.33 427	0.75 482	0.58 437	1.11 422	1.13 523	1.77 372	1.29 419	1.88 529	1.43 418	1.63 481	1.13 459	2.04 418	1.69 510	0.40 503	0.31 490	0.33 471	0.29 459	0.37 455	0.37 450

Replicate-Monster	0.43 96	0.30 203	2.04 496	0.37 5	0.22 16	0.47 91	0.23 37	0.82 84	0.50 68	0.44 78	0.27 13	0.31 42	0.29 33	1.01 204	0.26 7	0.14 26	0.11 21	0.14 4	0.12 38	0.13 5	0.38 458

w-ln-seven	1.56 511	0.83 529	5.96 565	0.78 496	0.74 496	2.64 561	1.01 511	2.13 475	2.03 549	2.09 547	1.76 493	1.84 509	1.27 482	2.98 481	3.23 554	0.29 438	0.26 457	0.31 447	0.30 471	0.41 474	0.38 458

SuperB	2.50 565	0.72 516	18.07 607	0.72 459	0.53 409	1.85 524	0.86 480	1.80 381	2.40 562	1.54 482	1.42 414	1.13 374	1.17 464	4.18 508	4.80 573	0.25 357	0.20 364	0.23 302	0.19 238	7.64 615	0.38 458

SGM-ForestM	7.81 604	0.48 438	11.02 592	0.74 473	0.40 310	16.83 613	12.72 614	7.91 610	8.13 605	11.53 616	10.25 608	22.44 625	14.01 615	17.02 617	20.52 616	0.38 495	0.39 538	0.37 499	0.36 511	0.37 455	0.38 458

LALA_ROB	1.06 443	0.66 501	1.37 436	0.70 449	0.53 409	1.61 498	1.25 539	1.81 385	1.48 497	1.82 525	1.40 408	1.93 516	1.03 428	1.68 364	1.69 510	0.38 495	0.28 473	0.43 520	0.37 515	0.43 480	0.38 458

DStereoRT	1.52 507	0.36 344	3.37 544	0.69 439	0.54 417	2.05 540	0.59 390	1.85 399	1.21 361	1.38 432	1.46 424	0.84 266	1.27 482	6.33 563	1.07 431	0.24 335	0.19 347	4.29 614	2.08 606	0.25 341	0.39 463

zh-mn7	1.84 534	1.51 572	9.67 587	0.70 449	0.54 417	1.47 484	0.84 473	1.93 425	2.13 556	2.50 564	2.70 555	1.67 486	1.35 495	4.75 524	3.14 553	0.32 456	0.27 467	0.27 400	0.27 429	0.32 426	0.39 463

Wz-Net-SNSev	1.68 521	1.45 567	8.71 583	0.71 453	0.67 478	1.35 467	1.51 551	2.15 482	1.47 493	1.51 474	1.68 483	2.27 543	1.38 499	4.23 509	2.36 538	0.32 456	0.29 481	0.31 447	0.33 498	0.43 480	0.39 463

ADCL	1.82 531	0.70 511	4.57 559	0.70 449	0.63 460	2.56 556	1.77 568	2.08 460	1.77 530	1.95 539	1.89 514	2.04 535	1.88 546	2.36 449	9.55 594	0.27 404	0.25 450	0.35 486	0.32 484	0.39 466	0.39 463

NLCA_NET_v2_RVC	0.84 371	0.46 427	1.40 438	0.69 439	0.61 453	0.95 388	0.52 334	1.68 341	1.21 361	1.39 436	1.15 312	1.42 436	0.88 364	1.78 380	0.93 404	0.26 383	0.23 428	0.27 400	0.27 429	0.30 408	0.39 463
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CBMV_ROB	0.99 425	0.46 427	0.68 160	0.53 218	0.39 298	1.40 476	0.48 302	2.09 463	1.30 423	1.53 479	2.29 540	1.36 427	1.23 475	2.46 456	1.04 429	0.44 521	0.42 545	0.47 531	0.44 532	0.41 474	0.39 463

TCMNet	1.07 448	0.66 501	2.49 517	0.92 536	1.32 572	1.14 428	0.67 421	1.91 416	1.29 419	1.20 337	1.57 462	1.29 412	0.96 393	2.23 437	1.59 498	0.32 456	0.31 490	0.38 503	0.35 508	0.43 480	0.40 469

FADNet-RVC-Resample	0.91 405	0.51 450	2.92 532	0.64 380	0.46 361	1.07 412	0.60 398	1.76 370	1.24 379	1.10 277	0.98 229	1.06 347	0.98 406	2.17 433	0.95 411	0.24 335	0.22 400	0.30 440	0.32 484	0.36 449	0.40 469

Nwc_Net	1.19 471	0.53 458	2.34 513	0.92 536	0.81 519	1.49 485	0.70 434	2.28 513	1.32 432	1.41 444	2.27 538	2.03 533	1.76 538	2.05 422	1.46 483	0.43 512	0.30 485	0.43 520	0.46 537	0.39 466	0.40 469

RTSC	1.43 501	0.89 532	3.62 550	0.94 545	0.64 461	1.85 524	0.69 427	2.20 498	2.04 551	2.22 551	1.70 486	1.67 486	1.27 482	2.53 464	4.48 568	0.33 463	0.25 450	0.27 400	0.29 459	0.38 461	0.40 469

ITSA-stereo	0.85 378	0.38 383	0.92 296	0.58 306	0.32 198	0.86 354	0.49 313	2.33 521	1.69 523	1.16 309	1.12 290	0.95 311	0.85 341	2.46 456	1.18 442	0.27 404	0.23 428	0.28 416	0.28 440	0.28 376	0.41 473

AIO-Stereo-zeroshot1	1.06 443	0.43 416	3.59 548	0.53 218	0.66 472	0.79 312	0.39 193	2.60 553	0.98 244	0.96 239	4.58 580	2.05 537	0.56 216	0.99 197	0.51 245	0.19 170	0.14 159	0.21 233	0.28 440	0.32 426	0.41 473

GrayStereo	0.83 365	0.28 151	0.62 127	0.66 400	0.37 275	0.76 292	1.79 569	1.19 223	0.91 210	1.98 541	1.89 514	1.07 350	1.76 538	1.43 316	0.50 241	0.20 219	0.15 230	0.19 156	0.21 312	0.18 132	0.41 473

FINET	1.54 509	0.67 505	7.28 573	0.76 490	0.97 546	1.42 481	1.38 547	2.80 570	3.12 580	1.23 355	1.68 483	1.04 342	1.11 452	3.35 494	1.78 519	0.43 512	0.37 528	0.32 459	0.29 459	0.43 480	0.41 473

APVNet	1.11 456	0.59 475	1.95 489	0.87 523	0.77 507	1.90 527	0.82 470	2.03 449	1.15 330	1.14 303	1.43 418	1.55 465	1.12 458	3.03 482	1.62 502	0.32 456	0.34 512	0.42 519	0.36 511	0.36 449	0.41 473

Syn2CoEx	1.23 480	0.80 523	3.07 537	0.83 510	0.68 479	1.39 472	0.87 484	2.23 500	1.57 511	1.28 385	1.58 464	1.42 436	1.57 520	3.79 505	1.48 486	0.36 490	0.32 502	0.34 479	0.30 471	0.30 408	0.41 473

GwcNet	1.26 485	0.63 491	5.13 562	0.81 503	1.15 562	1.73 508	0.69 427	1.84 391	1.53 502	1.51 474	1.71 488	1.72 493	1.09 446	2.20 435	1.61 500	0.31 448	0.30 485	0.29 428	0.27 429	0.30 408	0.41 473

PWCDC_ROB	1.39 494	0.91 536	2.10 499	1.08 555	0.92 536	1.72 505	0.58 383	2.03 449	3.30 583	1.32 401	4.87 585	1.21 386	1.71 533	1.98 410	1.75 515	0.65 557	0.26 457	0.29 428	0.25 394	0.56 527	0.41 473

HBP-ISP	1.00 428	0.60 478	0.85 260	0.64 380	0.48 374	1.63 501	0.77 447	2.24 502	1.30 423	1.33 407	1.53 448	0.87 270	0.99 409	3.26 491	0.76 353	0.46 525	0.44 547	0.54 545	0.48 541	0.48 506	0.42 481

FADNet_RVC	0.88 390	0.56 469	2.15 503	0.57 292	0.43 338	1.17 442	0.46 282	1.68 341	1.12 313	0.91 225	1.24 345	0.91 292	0.94 386	2.22 436	1.20 445	0.28 422	0.22 400	0.32 459	0.28 440	0.46 501	0.42 481

FADNet	0.98 422	0.64 494	2.57 521	0.66 400	0.55 424	0.95 388	0.57 377	1.91 416	1.38 455	0.94 234	1.02 240	1.36 427	1.00 415	2.69 471	0.97 415	0.34 473	0.34 512	0.31 447	0.34 504	0.61 538	0.42 481

DeepPrunerF	1.68 521	0.82 527	6.82 569	0.94 545	1.20 567	0.91 368	0.97 502	2.50 544	5.19 600	1.22 352	1.30 369	1.18 381	1.29 486	4.96 527	1.75 515	0.43 512	0.35 519	0.52 540	0.48 541	0.43 480	0.42 481

CASS	0.67 265	0.36 344	0.84 254	0.57 292	0.28 109	0.82 329	0.43 240	1.62 332	0.92 215	1.39 436	1.28 364	0.87 270	0.84 336	0.88 163	0.59 299	0.36 490	0.19 347	0.26 386	0.22 340	0.29 393	0.43 485
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
SANet	2.26 556	0.70 511	6.94 571	0.69 439	0.46 361	2.76 565	1.76 567	2.61 554	5.84 603	2.45 560	3.52 570	3.71 577	3.38 585	5.90 548	2.14 528	0.34 473	0.31 490	0.32 459	0.29 459	0.54 524	0.43 485

NOSS_ROB	1.29 488	0.49 443	0.68 160	0.60 333	0.40 310	1.09 421	0.77 447	1.94 427	1.44 482	1.04 261	1.46 424	1.10 365	0.81 326	10.57 612	0.78 359	0.46 525	0.43 546	0.48 533	0.45 535	0.45 494	0.43 485

CSAN	1.61 515	0.67 505	3.24 542	0.74 473	0.52 401	1.77 514	1.74 566	1.98 435	1.94 544	2.47 563	2.33 542	1.93 516	2.04 553	6.45 566	1.95 524	0.43 512	0.36 523	0.41 518	0.42 525	0.43 480	0.44 488

ETE_ROB	1.01 432	0.69 509	1.49 445	0.72 459	0.50 386	1.15 432	1.12 521	1.91 416	1.24 379	1.94 537	1.50 438	1.73 495	1.06 440	1.78 380	1.33 469	0.33 463	0.26 457	0.38 503	0.34 504	0.40 470	0.44 488

NCC-stereo	1.20 473	0.60 478	1.84 479	0.88 525	0.95 543	1.32 460	0.94 497	2.14 477	1.36 448	1.43 452	1.79 498	1.93 516	2.13 561	2.54 465	1.41 477	0.49 533	0.38 533	0.45 525	0.59 559	0.43 480	0.45 490

Abc-Net	1.20 473	0.60 478	1.84 479	0.88 525	0.95 543	1.32 460	0.94 497	2.14 477	1.36 448	1.43 452	1.79 498	1.93 516	2.13 561	2.54 465	1.41 477	0.49 533	0.38 533	0.45 525	0.59 559	0.43 480	0.45 490
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PS-NSSS	1.02 433	0.62 490	1.17 391	0.61 347	0.58 437	0.91 368	0.79 458	2.02 445	1.19 350	1.17 313	1.68 483	1.00 331	0.85 341	4.43 514	0.86 380	0.38 495	0.31 490	0.52 540	0.32 484	0.52 516	0.45 490

NCCL2	1.06 443	0.64 494	1.35 428	0.78 496	0.58 437	1.32 460	1.69 561	1.89 410	1.38 455	1.52 476	1.20 325	1.91 512	1.17 464	1.79 385	1.50 487	0.35 483	0.31 490	0.45 525	0.44 532	0.41 474	0.45 490

MeshStereo	2.36 559	0.60 478	1.05 343	0.63 365	0.51 396	2.58 557	0.99 506	3.46 580	2.21 559	7.38 611	5.06 587	7.50 598	3.10 579	7.02 576	2.54 541	0.44 521	0.44 547	0.45 525	0.40 521	0.43 480	0.45 490
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
zh-sn7	2.00 545	1.73 581	9.50 586	0.77 492	0.73 489	1.77 514	1.32 543	2.08 460	1.66 520	1.91 531	2.48 551	1.81 507	2.25 564	5.74 544	4.07 564	0.33 463	0.33 508	0.32 459	0.32 484	0.44 491	0.46 495

RP	1.17 465	0.54 461	1.48 444	0.93 542	1.05 552	1.14 428	0.85 479	1.99 439	1.70 524	1.72 514	2.07 529	1.91 512	1.93 548	2.00 414	1.37 474	0.55 546	0.37 528	0.48 533	0.37 515	0.46 501	0.46 495

MultiAttention	4.59 591	0.35 334	0.90 288	0.75 482	0.46 361	31.81 627	4.41 604	2.35 523	1.41 469	1.64 505	2.43 547	2.42 553	0.70 284	38.40 628	1.78 519	0.23 313	0.15 230	0.30 440	0.30 471	0.48 506	0.48 497

DualNet (step1)	0.89 392	0.51 450	1.35 428	0.58 306	0.40 310	1.07 412	0.80 461	1.99 439	1.27 399	1.25 362	1.22 333	1.09 361	1.01 418	1.31 279	0.73 343	0.59 551	0.32 502	0.62 558	0.67 566	0.45 494	0.48 497

test_sample9	1.96 542	0.51 450	1.35 428	0.58 306	0.40 310	1.07 412	0.80 461	1.99 439	1.27 399	1.25 362	1.22 333	1.09 361	1.01 418	2.46 456	8.57 589	0.59 551	12.85 623	0.62 558	0.67 566	0.45 494	0.48 497

test_sample8	2.29 557	0.51 450	1.35 428	0.58 306	0.40 310	1.07 412	0.80 461	2.03 449	1.22 370	2.28 554	1.33 382	4.98 591	2.51 572	2.46 456	8.57 589	0.59 551	12.85 623	0.62 558	0.67 566	0.45 494	0.48 497

SACVNet	0.89 392	0.51 450	1.08 353	0.83 510	0.58 437	0.83 337	0.78 450	1.84 391	1.17 342	1.39 436	1.33 382	1.25 399	1.01 418	2.31 446	0.92 401	0.35 483	0.26 457	0.31 447	0.29 459	0.35 445	0.48 497

ISRNet	0.83 365	0.35 334	1.31 423	0.84 514	0.65 466	0.60 201	0.41 214	1.28 255	1.15 330	1.61 497	1.55 452	1.34 424	0.77 300	1.33 288	0.98 416	0.40 503	0.34 512	0.43 520	0.38 518	0.34 441	0.49 502

RGC	1.22 476	0.82 527	1.71 469	0.95 547	0.98 548	1.53 490	0.80 461	2.18 493	1.35 439	1.69 512	1.94 519	2.03 533	1.66 528	2.36 449	1.50 487	0.46 525	0.36 523	0.59 556	0.48 541	0.49 510	0.49 502

stereogan	1.22 476	0.45 424	2.03 495	0.87 523	0.85 525	2.52 555	0.72 438	1.98 435	1.78 534	1.92 533	1.94 519	2.31 547	1.42 507	2.10 426	1.14 438	0.38 495	0.36 523	0.39 507	0.32 484	0.52 516	0.49 502

PWC_ROB	1.39 494	0.93 538	4.07 554	0.77 492	0.83 522	1.16 435	0.53 340	1.87 403	2.01 548	2.36 556	3.06 564	1.65 483	1.60 521	2.65 470	2.29 536	0.34 473	0.23 428	0.36 496	0.25 394	0.39 466	0.49 502

WZ-Net	2.14 552	1.08 547	11.68 594	0.89 532	0.78 511	1.76 512	1.59 558	2.39 526	2.03 549	2.11 548	1.95 521	2.30 546	2.28 565	5.94 551	3.86 563	0.35 483	0.27 467	0.29 428	0.32 484	0.52 516	0.50 506

edge stereo	1.15 462	0.54 461	1.50 446	0.73 467	0.66 472	1.18 444	0.84 473	2.13 475	1.41 469	1.73 515	1.84 507	2.53 556	1.46 511	2.46 456	1.35 472	0.43 512	0.41 540	0.54 545	0.36 511	0.43 480	0.50 506

ADCPNet	1.97 544	0.78 522	9.38 585	0.74 473	0.61 453	2.73 564	1.36 546	2.11 466	1.66 520	1.92 533	1.70 486	2.45 554	2.07 554	2.50 462	6.84 583	0.38 495	0.38 533	0.38 503	0.43 529	0.47 505	0.50 506

WCMA_ROB	2.05 546	0.55 465	1.77 473	0.74 473	0.61 453	2.24 546	1.56 556	2.17 492	1.79 535	4.16 593	6.36 592	5.66 593	4.66 596	3.19 487	2.77 544	0.55 546	0.45 549	0.40 513	0.43 529	0.48 506	0.50 506

aanetorigin	1.26 485	0.85 531	3.00 535	0.72 459	0.80 515	1.08 416	1.05 514	1.12 190	1.39 463	3.53 586	2.60 553	1.72 493	1.73 535	1.98 410	1.77 518	0.26 383	0.24 438	0.26 386	0.25 394	0.38 461	0.51 510

FBW_ROB	1.78 527	0.66 501	1.90 484	0.72 459	0.66 472	1.79 519	1.07 517	2.79 568	1.77 530	1.84 526	1.79 498	1.98 524	1.37 498	12.42 615	2.22 531	0.36 490	0.38 533	0.57 553	0.39 519	0.46 501	0.51 510

FC-DCNN v2	2.96 577	0.61 483	1.13 369	0.75 482	0.57 434	2.90 570	1.06 516	3.59 584	2.66 572	7.05 608	7.66 600	10.26 611	7.17 605	6.27 558	4.49 569	0.54 542	0.48 556	0.51 538	0.50 546	0.53 521	0.52 512

FC-DCNN	2.88 576	0.61 483	1.15 376	0.75 482	0.57 434	2.85 569	1.05 514	3.44 579	2.64 571	6.93 607	7.63 598	9.86 608	7.02 604	5.76 546	4.31 566	0.54 542	0.48 556	0.51 538	0.50 546	0.53 521	0.52 512

MSMD_ROB	2.08 548	0.61 483	1.15 376	0.71 453	0.62 457	4.00 587	0.93 495	1.94 427	1.79 535	4.71 599	4.60 581	8.14 603	3.87 591	3.75 504	1.65 508	0.54 542	0.48 556	0.55 549	0.58 557	0.53 521	0.52 512

ADCMid	2.11 550	0.90 533	8.39 581	0.75 482	0.69 482	1.98 532	1.14 526	2.18 493	1.67 522	2.85 572	1.85 510	2.35 549	2.02 552	2.35 448	10.58 599	0.34 473	0.32 502	0.39 507	0.44 532	0.51 515	0.53 515

MSAF-DinoV2	2.45 563	1.88 586	17.19 603	0.89 532	0.52 401	1.39 472	0.97 502	2.84 571	1.77 530	1.55 485	1.65 478	3.60 576	2.28 565	5.74 544	4.64 570	0.28 422	0.17 297	0.26 386	0.28 440	0.49 510	0.54 516

SHD	1.42 498	0.81 526	2.79 529	0.98 549	0.92 536	1.97 531	0.68 424	2.43 531	2.55 565	2.54 565	1.72 489	2.01 529	1.62 522	2.14 430	2.70 543	0.40 503	0.33 508	0.39 507	0.40 521	0.48 506	0.54 516

RTS	2.76 567	1.55 575	15.40 598	1.13 558	1.42 574	3.75 583	2.21 584	2.45 533	2.72 574	2.91 575	2.85 559	2.58 558	1.62 522	6.28 559	5.80 578	0.41 507	0.30 485	0.35 486	0.35 508	0.52 516	0.54 516

RTSA	2.76 567	1.55 575	15.40 598	1.13 558	1.42 574	3.75 583	2.21 584	2.45 533	2.72 574	2.91 575	2.85 559	2.58 558	1.62 522	6.28 559	5.80 578	0.41 507	0.30 485	0.35 486	0.35 508	0.52 516	0.54 516

DANet	1.16 463	0.64 494	1.52 451	0.88 525	0.74 496	1.52 488	0.52 334	1.68 341	1.21 361	1.81 523	1.55 452	2.02 530	1.11 452	3.30 493	2.28 534	0.34 473	0.31 490	0.40 513	0.30 471	0.46 501	0.54 516
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DPSNet	1.91 541	0.64 494	5.95 564	0.73 467	0.59 443	2.04 537	1.61 559	3.84 586	1.96 546	1.54 482	1.39 403	2.27 543	3.32 583	4.95 526	4.79 571	0.50 537	0.31 490	0.29 428	0.26 411	0.67 544	0.54 516

Anonymous_2	1.37 491	0.56 469	0.94 305	0.57 292	0.62 457	1.04 405	0.65 415	1.82 387	1.01 260	1.00 246	0.79 177	1.42 436	1.27 482	1.06 221	0.83 375	0.62 554	0.67 578	1.05 577	9.88 620	1.09 568	0.55 522

MFN_U_SF_DS_RVC	1.80 529	1.11 552	4.33 557	0.84 514	0.77 507	3.70 580	2.41 594	2.04 452	1.85 539	1.75 517	1.90 516	1.92 515	1.25 479	7.33 580	1.45 481	0.47 529	0.47 554	0.53 544	0.77 571	0.50 512	0.55 522

sAnonymous2	0.59 216	0.61 483	1.82 477	0.61 347	0.52 401	0.51 135	0.54 354	0.97 129	0.70 137	0.50 118	0.68 141	0.46 98	0.63 257	0.61 66	0.41 167	0.22 289	0.17 297	0.23 302	0.21 312	0.85 555	0.56 524

CroCo_RVC	0.59 216	0.61 483	1.82 477	0.61 347	0.52 401	0.51 135	0.54 354	0.97 129	0.70 137	0.50 118	0.68 141	0.46 98	0.63 257	0.61 66	0.41 167	0.22 289	0.17 297	0.23 302	0.21 312	0.85 555	0.56 524

CC-Net-ROB	1.53 508	1.31 565	1.68 468	0.92 536	0.80 515	1.75 511	0.99 506	2.04 452	1.27 399	1.12 286	1.62 471	1.20 385	0.98 406	7.82 586	0.92 401	1.15 579	0.41 540	2.20 588	0.46 537	1.37 574	0.56 524

coex-ft	8.35 605	2.39 595	100.24 637	0.68 426	0.54 417	1.77 514	1.57 557	1.71 358	11.00 607	18.91 623	3.76 572	3.85 579	8.23 607	3.29 492	6.58 581	0.31 448	0.31 490	0.32 459	0.31 477	0.69 546	0.57 527

FAT-Stereo	1.10 454	0.43 416	1.46 441	0.74 473	0.60 447	1.13 425	0.92 491	2.06 457	1.71 526	1.75 517	2.00 525	2.02 530	1.47 513	2.02 417	1.26 457	0.44 521	0.36 523	0.34 479	0.29 459	0.36 449	0.57 527

PA-Net	1.14 460	0.63 491	2.12 501	0.67 414	0.75 501	1.19 445	0.91 489	1.91 416	1.46 492	1.18 324	1.23 341	1.33 423	1.17 464	4.31 512	1.41 477	0.29 438	0.46 553	0.33 471	0.50 546	0.33 433	0.57 527
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FTStereo	0.92 408	0.28 151	0.61 121	0.57 292	0.34 239	0.65 238	1.80 572	1.09 180	0.84 190	1.75 517	4.13 576	1.04 342	1.62 522	1.59 348	0.48 225	0.21 254	0.17 297	0.23 302	0.22 340	0.19 168	0.58 530

MANE	7.50 603	0.64 494	7.97 576	1.40 568	2.10 582	16.86 614	12.56 613	12.91 616	17.51 621	8.50 613	11.60 609	14.66 614	13.33 611	12.02 614	13.28 603	0.62 554	0.52 564	0.52 540	1.90 601	0.56 527	0.58 530

FCDSN-DC	2.47 564	0.65 500	1.00 328	0.85 517	0.75 501	2.26 548	0.97 502	2.31 514	1.83 538	5.52 606	7.65 599	7.72 601	7.70 606	4.43 514	2.64 542	0.52 540	0.48 556	0.52 540	0.52 550	0.57 529	0.59 532
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
G-Net	1.71 524	0.67 505	2.09 498	1.14 561	0.75 501	2.96 572	0.89 486	1.58 320	1.30 423	2.76 570	8.12 604	2.29 545	2.51 572	1.94 404	2.23 533	0.49 533	0.45 549	0.45 525	0.31 477	0.62 539	0.59 532

RYNet	1.24 483	0.52 456	1.57 458	0.73 467	0.97 546	1.74 510	0.95 500	2.09 463	1.54 504	1.44 455	1.18 320	1.94 520	1.29 486	4.57 517	1.93 523	0.27 404	0.23 428	0.35 486	0.27 429	0.57 529	0.59 532

ccnet	1.19 471	0.71 513	1.36 433	0.81 503	0.75 501	1.72 505	1.13 523	1.98 435	1.31 430	1.52 476	1.84 507	1.75 500	1.36 497	2.01 415	2.04 525	0.57 548	0.54 567	0.57 553	0.56 555	0.60 535	0.60 535

AnyNet_C32	2.14 552	1.45 567	7.38 574	0.95 547	1.12 556	2.23 545	2.34 590	2.10 465	1.54 504	2.44 559	1.79 498	2.04 535	1.66 528	2.69 471	10.48 598	0.38 495	0.35 519	0.35 486	0.42 525	0.50 512	0.60 535

XQC	1.51 506	0.98 541	3.20 539	0.92 536	0.76 506	2.01 535	1.17 530	2.53 548	1.99 547	2.01 543	1.54 449	2.00 526	1.54 518	3.16 486	3.46 557	0.49 533	0.31 490	0.45 525	0.40 521	0.71 549	0.62 537

GANetREF_RVC	1.11 456	0.90 533	1.56 456	0.88 525	0.53 409	1.41 478	1.35 545	1.91 416	1.54 504	1.28 385	1.32 376	1.46 448	1.23 475	2.04 418	1.00 421	0.57 548	0.45 549	0.67 561	0.52 550	0.91 559	0.62 537
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
psmorigin	1.69 523	0.74 521	13.13 595	0.70 449	0.60 447	1.16 435	0.79 458	1.69 350	1.25 387	2.07 546	1.77 496	2.23 540	1.51 517	2.14 430	1.45 481	0.39 501	0.41 540	0.34 479	0.33 498	0.45 494	0.63 539

Wz-Net-TNSev	2.10 549	2.71 604	9.30 584	0.72 459	0.65 466	2.41 554	1.81 573	2.45 533	1.77 530	1.62 501	1.56 458	2.56 557	2.01 550	5.30 532	4.46 567	0.41 507	0.38 533	0.33 471	0.37 515	0.54 524	0.64 540

SAMSARA	1.80 529	0.90 533	3.37 544	1.28 567	1.13 558	3.71 581	2.33 589	2.53 548	1.93 543	3.17 583	1.73 490	2.99 566	1.68 530	3.53 497	2.46 540	0.47 529	0.54 567	0.43 520	0.47 539	0.59 532	0.64 540

PSMNet-RUCA	1.07 448	1.06 544	1.64 463	1.23 565	1.10 555	1.39 472	0.65 415	1.91 416	1.43 479	0.95 236	1.52 446	0.99 325	0.83 333	1.28 275	1.01 422	0.71 562	0.34 512	0.99 574	0.61 562	1.01 563	0.67 542

EDNetEfficient	2.40 562	1.14 553	8.59 582	0.77 492	0.73 489	1.06 411	1.53 554	1.54 308	4.06 591	4.87 600	2.81 557	2.23 540	3.53 586	3.04 483	9.65 595	0.27 404	0.24 438	0.27 400	0.31 477	0.70 547	0.67 542

MFN_U_SF_RVC	1.62 517	0.96 540	4.36 558	0.92 536	0.69 482	2.62 560	1.10 519	2.50 544	1.74 529	1.99 542	1.86 512	2.45 554	1.78 540	3.08 484	2.84 546	0.54 542	0.50 563	0.56 551	0.60 561	0.60 535	0.67 542

ADCS	2.35 558	1.26 561	6.54 568	0.85 517	0.77 507	2.18 544	1.79 569	2.47 538	2.20 558	2.80 571	2.14 534	2.38 550	2.09 555	2.81 476	13.83 608	0.43 512	0.41 540	0.40 513	0.45 535	0.59 532	0.67 542

DStereoO	1.82 531	1.21 558	2.98 534	1.42 572	0.88 534	1.54 491	4.03 602	1.90 414	2.15 557	1.56 487	1.82 505	1.75 500	4.06 593	1.76 376	2.15 529	2.39 588	0.52 564	0.97 571	0.43 529	2.24 579	0.68 546

PSM-AAD	0.80 345	0.29 175	0.58 97	0.58 306	0.29 124	0.76 292	1.19 532	1.08 173	0.94 228	1.65 506	1.58 464	0.81 243	2.12 560	1.67 362	0.44 188	0.19 170	0.14 159	0.38 503	0.32 484	0.22 279	0.68 546

NVstereo2D	0.99 425	0.45 424	2.21 507	0.79 498	0.75 501	1.20 446	0.86 480	1.98 435	1.41 469	1.02 255	1.18 320	1.31 417	0.97 403	2.25 440	0.93 404	0.45 524	0.22 400	0.39 507	0.25 394	0.59 532	0.68 546

LCNet	0.73 303	0.30 203	0.58 97	0.58 306	0.31 165	0.68 253	0.53 340	1.09 180	0.94 228	1.19 332	1.34 386	0.96 316	1.32 492	2.50 462	0.46 207	0.19 170	0.13 84	0.21 233	0.25 394	0.28 376	0.69 549

BEATNet-Init1	27.39 622	21.01 620	73.65 636	1.07 554	0.80 515	56.07 629	22.82 618	33.14 630	31.71 627	51.78 639	52.93 636	65.63 637	48.54 636	48.75 638	36.36 629	0.52 540	0.47 554	0.54 545	0.54 553	0.64 540	0.72 550

S-Stereo	1.17 465	0.48 438	2.25 511	0.83 510	0.81 519	1.22 448	1.17 530	2.12 467	2.08 552	1.47 465	2.13 532	1.55 465	1.16 460	2.09 425	1.46 483	0.42 511	0.40 539	0.35 486	0.32 484	0.45 494	0.73 551

PASM	1.48 504	1.08 547	3.96 553	0.93 542	0.93 539	1.17 442	1.19 532	1.77 372	1.65 519	1.90 530	1.52 446	1.75 500	1.42 507	4.54 516	1.52 491	0.64 556	0.68 580	0.69 563	0.79 572	0.70 547	0.74 552

ELAS_RVC	2.87 575	0.80 523	3.22 541	1.16 563	1.12 556	2.92 571	5.33 605	2.98 574	4.18 593	5.04 601	4.82 584	4.71 585	8.23 607	4.25 511	4.79 571	0.67 559	0.57 571	0.57 553	0.53 552	0.66 543	0.74 552
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	2.67 566	0.80 523	2.13 502	1.13 558	1.15 562	6.25 600	2.56 595	3.50 581	3.68 588	5.36 604	4.92 586	3.79 578	5.56 598	3.65 498	5.22 575	0.66 558	0.57 571	0.56 551	0.54 553	0.65 542	0.75 554
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	1.66 518	0.55 465	2.36 514	0.56 270	0.58 437	3.79 585	0.45 276	1.78 374	1.40 465	1.38 432	2.45 549	1.13 374	0.96 393	11.03 613	1.31 462	0.67 559	0.64 575	0.43 520	0.32 484	0.71 549	0.76 555

GMM-Stereo	0.75 311	0.27 131	0.66 152	0.56 270	0.34 239	0.71 270	0.97 502	1.09 180	0.91 210	1.37 427	1.79 498	1.11 370	0.79 315	2.08 424	0.48 225	0.19 170	0.12 40	0.25 365	0.25 394	0.21 259	0.78 556

DGSMNet	1.24 483	0.84 530	3.20 539	0.91 535	0.92 536	1.39 472	1.34 544	2.46 537	1.44 482	1.34 414	1.66 479	1.50 456	1.03 428	1.85 389	1.30 461	0.48 531	0.48 556	0.55 549	0.51 549	0.78 552	0.79 557

AnyNet_C01	2.38 560	2.21 593	10.17 589	0.99 550	0.79 513	3.12 573	2.37 591	2.69 562	1.89 541	2.58 567	2.44 548	2.70 562	1.86 545	3.65 498	7.12 584	0.41 507	0.41 540	0.40 513	0.42 525	0.68 545	0.79 557

MSC_U_SF_DS_RVC	2.22 555	1.29 564	4.14 555	1.10 557	0.78 511	5.00 595	2.38 593	2.47 538	2.67 573	1.94 537	2.28 539	2.66 561	1.70 531	9.10 595	2.29 536	0.68 561	0.52 564	0.68 562	0.71 569	1.17 570	0.81 559

PVD	1.82 531	0.91 536	3.02 536	1.03 552	0.94 542	2.61 559	1.14 526	2.78 567	3.40 585	3.08 581	2.75 556	2.39 552	2.49 571	2.81 476	3.66 559	0.48 531	0.49 562	0.59 556	0.49 544	0.60 535	0.81 559

PDISCO_ROB	1.41 496	0.73 519	2.04 496	1.40 568	1.46 576	2.83 567	1.07 517	2.64 555	2.11 554	1.41 444	1.50 438	1.73 495	0.99 409	2.83 478	1.46 483	1.03 572	0.27 467	0.54 545	0.47 539	0.77 551	0.84 561

Prome-Stereo	0.76 319	0.29 175	0.57 94	0.58 306	0.33 218	0.58 194	0.94 497	0.98 133	0.92 215	1.46 464	2.45 549	0.91 292	1.38 499	1.60 353	0.44 188	0.19 170	0.13 84	0.19 156	0.18 214	0.20 210	0.87 562

EDNetEfficientorigin	10.59 610	1.52 573	177.33 638	0.68 426	0.54 417	1.66 503	1.20 534	1.94 427	3.39 584	4.69 598	3.37 567	3.08 570	2.79 577	3.25 490	3.63 558	0.26 383	0.24 438	0.33 471	0.28 440	0.85 555	0.87 562

GCST	1.13 458	1.50 571	1.17 391	1.74 576	1.17 565	1.29 458	0.30 86	1.55 311	1.21 361	1.31 398	0.97 224	0.99 325	0.48 163	2.38 453	0.54 272	1.24 580	0.70 581	1.31 581	0.86 576	1.03 565	0.92 564

Consistency-Raft	1.27 487	1.01 543	2.17 504	1.04 553	1.20 567	0.96 394	1.00 508	1.84 391	1.95 545	1.38 432	2.11 531	1.44 442	1.03 428	1.18 254	1.40 476	0.73 563	0.83 583	0.89 568	0.99 583	1.33 572	0.95 565

anonymity	1.14 460	0.98 541	1.24 411	1.09 556	1.13 558	1.08 416	0.90 487	2.02 445	1.23 375	1.32 401	1.27 358	1.27 410	1.09 446	1.16 248	1.03 428	1.02 571	1.01 597	0.97 571	0.97 580	0.98 561	1.01 566

KYRaft	0.77 325	0.29 175	0.68 160	0.59 325	0.29 124	0.66 244	0.83 471	1.05 163	0.89 204	1.63 503	2.22 537	1.15 378	0.99 409	1.59 348	0.41 167	0.21 254	0.14 159	0.22 268	0.28 440	0.21 259	1.01 566

SPS-STEREO	1.78 527	1.09 549	1.52 451	1.22 564	1.14 560	1.87 526	1.11 520	2.27 511	1.70 524	3.17 583	2.39 544	2.84 564	1.93 548	4.41 513	2.93 548	1.04 574	0.99 596	0.97 571	0.94 578	1.03 565	1.05 568
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	1.47 502	1.20 557	2.50 518	1.46 574	1.08 554	1.58 496	1.51 551	1.96 433	1.87 540	2.31 555	2.20 535	1.51 459	1.88 546	1.57 341	1.34 470	0.94 569	0.83 583	0.84 567	0.80 573	1.00 562	1.06 569

LoS_RVC	0.45 106	0.29 175	0.48 41	0.49 135	0.83 522	0.51 135	0.43 240	0.65 28	0.44 50	0.47 93	0.78 174	0.44 85	0.60 246	0.59 60	0.37 126	0.14 26	0.12 40	0.14 4	0.10 1	0.14 20	1.08 570

MADNet+	2.80 570	3.38 608	11.57 593	1.50 575	1.21 569	3.18 575	2.00 575	3.52 582	2.61 567	1.81 523	2.09 530	2.83 563	2.18 563	7.55 583	5.44 577	0.84 564	0.83 583	0.71 564	0.66 565	1.05 567	1.08 570

SGM+DAISY	5.38 592	1.28 563	8.24 578	1.27 566	1.16 564	10.62 605	16.01 615	2.93 573	2.53 564	8.64 614	13.03 611	8.26 604	13.38 612	6.34 564	7.59 586	1.07 575	1.05 599	1.00 575	0.98 581	1.02 564	1.12 572

WAO-7	2.78 569	1.54 574	2.18 505	1.41 571	1.19 566	3.92 586	2.01 578	4.19 591	3.89 590	2.98 577	5.47 588	4.18 581	3.28 582	8.24 591	4.27 565	1.13 578	1.01 597	1.18 579	1.13 590	1.19 571	1.13 573

UDG	1.47 502	2.69 602	1.13 369	1.45 573	1.65 579	1.34 466	0.79 458	1.75 368	1.27 399	1.29 390	1.74 491	1.99 525	1.39 501	1.66 361	1.51 489	0.91 568	0.55 569	2.30 590	0.76 570	1.99 577	1.20 574

CAS	0.66 254	0.19 2	0.41 13	2.31 584	0.86 527	0.56 179	0.53 340	0.83 87	0.63 117	0.49 109	0.70 152	0.36 63	0.26 18	0.47 18	0.37 126	2.33 587	0.10 2	0.14 4	0.10 1	0.17 96	1.31 575

NVStereoNet_ROB	2.17 554	1.18 555	3.51 547	1.14 561	1.26 570	1.57 495	1.51 551	2.19 495	2.11 554	2.04 544	4.80 583	3.17 573	2.11 559	7.97 588	2.10 526	1.12 577	0.94 593	1.10 578	1.34 591	0.95 560	1.31 575
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IGEV-BASED-STEREO-	0.71 294	3.18 606	2.55 520	0.40 33	0.24 28	0.42 58	0.23 37	0.66 32	0.46 58	0.47 93	0.45 60	0.33 54	0.27 25	0.58 54	0.30 48	1.34 581	0.10 2	0.22 268	0.19 238	0.45 494	1.32 577

MaskLacGwcNet_RVC	1.17 465	1.06 544	1.28 419	0.88 525	0.69 482	1.92 529	0.92 491	1.71 358	1.14 325	1.17 313	1.26 349	1.49 453	0.80 322	2.04 418	0.86 380	2.02 583	0.34 512	0.79 565	0.36 511	1.38 575	1.33 578

PWCK	3.24 582	2.37 594	10.86 591	2.14 582	1.14 560	3.71 581	4.19 603	3.02 575	3.55 587	3.05 580	3.63 571	3.09 571	2.35 570	8.16 590	3.41 556	2.17 586	0.96 594	1.77 584	1.01 585	2.84 588	1.40 579

DDUNet	1.56 511	2.70 603	1.35 428	1.79 577	1.88 581	1.82 520	0.91 489	1.84 391	1.20 354	1.40 442	1.79 498	1.62 477	1.17 464	1.59 348	1.22 450	1.11 576	0.76 582	2.38 593	0.94 578	2.12 578	1.53 580

CES	0.51 151	0.21 14	0.40 8	0.42 51	1.40 573	0.53 150	0.34 125	1.04 159	0.68 132	0.45 86	0.67 139	0.35 61	0.28 30	0.58 54	0.35 94	0.16 56	0.13 84	0.15 30	0.10 1	0.19 168	1.69 581

IGEV-Stereo+	0.46 116	0.23 42	0.51 65	0.42 51	0.46 361	0.15 1	0.19 7	0.45 3	0.37 34	0.28 7	0.25 6	0.31 42	0.41 107	1.43 316	0.31 57	0.18 129	0.13 84	0.15 30	0.12 38	1.09 568	1.74 582

SQANet	1.38 492	0.95 539	1.37 436	1.89 580	1.47 577	1.44 482	0.81 466	1.89 410	1.13 319	1.34 414	1.26 349	1.28 411	1.02 426	1.64 358	0.91 397	2.55 591	0.35 519	1.47 582	0.56 555	2.48 583	1.74 582

test_for_model	1.38 492	3.71 609	0.65 147	3.45 602	2.88 600	0.57 181	0.33 112	1.91 416	0.93 222	1.47 465	0.64 129	0.51 128	0.37 90	0.53 35	0.35 94	2.54 590	0.16 268	0.17 89	0.12 38	4.56 610	1.84 584

WAO-8	4.57 589	2.01 588	2.58 522	2.37 585	2.21 585	9.75 602	1.71 563	6.04 606	16.34 613	4.11 590	7.69 601	7.41 596	3.85 589	10.02 610	3.85 561	2.05 584	1.09 600	2.44 597	1.39 592	2.56 585	1.86 585

Venus	4.57 589	2.01 588	2.58 522	2.37 585	2.21 585	9.75 602	1.71 563	6.04 606	16.34 613	4.11 590	7.69 601	7.41 596	3.85 589	10.02 610	3.85 561	2.05 584	1.09 600	2.44 597	1.39 592	2.56 585	1.86 585

WAO-6	2.98 578	1.67 579	1.88 483	2.38 587	2.30 590	3.53 579	2.37 591	4.38 595	4.64 597	2.42 557	4.50 577	4.85 587	2.99 578	5.22 530	5.37 576	1.77 582	1.16 603	2.31 591	1.47 597	2.42 582	1.99 587

otaku	1.67 519	1.18 555	1.56 456	2.27 583	1.59 578	1.98 532	1.23 537	2.23 500	1.37 453	1.48 471	1.63 476	1.73 495	1.23 475	1.85 389	1.09 433	2.96 595	0.58 573	1.74 583	0.61 562	2.94 590	2.15 588

JetBlue	4.18 586	2.45 599	10.42 590	1.40 568	2.89 601	10.68 606	10.68 608	3.91 587	2.52 563	2.74 569	3.39 568	4.50 582	4.27 594	7.97 588	7.67 587	0.89 565	0.97 595	0.89 568	0.92 577	2.26 580	2.21 589

Ntro	1.72 525	1.21 558	1.62 460	2.54 590	1.86 580	2.09 541	1.14 526	2.08 460	1.38 455	1.23 355	1.62 471	1.62 477	1.33 493	2.04 418	1.21 449	3.09 596	0.56 570	1.82 585	0.65 564	2.97 594	2.25 590

DispFullNet	2.39 561	2.89 605	3.74 551	3.09 598	2.27 589	2.04 537	0.84 473	2.19 495	1.73 528	2.54 565	1.98 522	2.23 540	5.83 599	3.44 496	1.84 521	1.03 572	0.33 508	2.65 601	1.97 603	2.87 589	2.34 591

RainbowNet	2.06 547	1.86 583	1.97 491	2.86 593	2.25 587	2.03 536	1.79 569	2.77 565	1.92 542	1.54 482	1.84 507	1.95 521	1.73 535	2.23 437	1.38 475	3.40 602	0.86 588	2.39 595	1.00 584	2.94 590	2.42 592

ACVNet_2	2.86 574	1.47 569	8.28 579	2.68 591	2.26 588	2.70 562	1.84 574	3.41 578	3.04 579	2.27 553	3.42 569	4.58 583	2.10 556	5.91 549	1.62 502	2.58 592	0.67 578	2.22 589	0.85 575	2.79 587	2.47 593

ACVNet_1	3.08 580	1.48 570	17.70 604	2.90 595	2.35 593	2.30 549	1.43 549	3.16 576	2.26 561	1.91 531	2.05 528	3.51 575	2.32 567	3.71 503	1.58 495	3.25 598	0.66 577	2.40 596	1.06 587	3.07 596	2.59 594

ACVNet-4b	3.05 579	1.42 566	18.09 608	2.85 592	2.33 591	2.32 552	1.22 535	2.47 538	2.21 559	1.26 374	2.36 543	2.64 560	1.46 511	6.32 562	1.23 453	3.29 599	0.45 549	2.37 592	1.02 586	3.03 595	2.61 595

MonStereo1	3.22 581	1.70 580	2.23 510	2.51 589	2.33 591	5.55 598	1.61 559	3.55 583	4.67 598	3.29 585	8.09 603	4.79 586	3.75 588	6.30 561	2.79 545	2.52 589	0.64 575	1.91 587	1.07 588	2.53 584	2.62 596

LVE	3.40 584	1.80 582	2.21 507	2.90 595	2.44 594	3.27 578	2.25 586	4.80 598	5.06 599	2.43 558	6.79 593	5.99 594	2.64 576	9.20 597	2.28 534	3.30 600	1.11 602	2.38 593	1.48 598	2.95 592	2.62 596

tt	6.61 600	0.28 151	6.10 566	3.77 607	2.17 584	11.53 607	19.61 616	13.53 617	5.81 602	3.00 578	2.82 558	4.97 590	6.33 601	3.83 506	7.23 585	9.13 619	11.32 622	5.87 618	6.22 618	6.01 612	2.63 598

Dean	3.77 585	1.65 578	17.87 605	3.01 597	2.54 595	3.15 574	2.10 582	4.80 598	4.42 594	2.89 574	6.03 590	5.45 592	2.55 575	3.40 495	2.13 527	3.22 597	0.89 590	2.51 599	1.07 588	3.07 596	2.65 599

ktn	4.56 588	2.41 596	2.54 519	3.79 608	3.25 604	4.81 594	2.91 599	5.52 602	7.36 604	4.12 592	14.55 614	7.54 599	3.70 587	7.84 587	3.35 555	4.06 611	1.86 609	3.26 610	2.22 608	3.27 598	2.86 600

IMH-64-1	2.82 571	1.87 584	1.77 473	3.31 600	2.69 596	3.22 576	2.07 579	4.25 593	2.77 577	2.46 561	3.78 573	3.05 568	2.34 568	4.67 520	3.00 550	3.84 607	0.84 586	2.75 602	1.39 592	3.34 599	2.93 601

IMH-64	2.82 571	1.87 584	1.77 473	3.31 600	2.69 596	3.22 576	2.07 579	4.25 593	2.77 577	2.46 561	3.78 573	3.05 568	2.34 568	4.67 520	3.00 550	3.84 607	0.84 586	2.75 602	1.39 592	3.34 599	2.93 601

IMH	3.35 583	1.95 587	1.86 482	3.30 599	2.72 598	4.03 589	2.00 575	4.58 597	3.83 589	2.87 573	6.99 595	4.69 584	3.21 581	6.77 572	2.97 549	3.91 610	0.89 590	2.78 604	1.40 596	3.36 601	2.93 601

DStereoFS	6.12 598	2.43 598	7.51 575	2.47 588	2.16 583	16.09 612	8.18 607	4.22 592	12.08 609	3.74 587	14.16 612	7.84 602	13.66 614	7.03 578	9.84 596	0.90 566	1.49 606	1.23 580	2.79 610	1.36 573	3.31 604

TorneroNet-64	5.41 593	2.10 591	2.43 515	3.49 604	2.83 599	9.90 604	2.13 583	8.87 612	16.79 618	5.39 605	9.18 606	10.68 613	3.92 592	9.55 601	5.11 574	3.36 601	0.86 588	2.88 605	1.62 599	3.76 602	3.37 605

KSHMR	8.76 607	2.14 592	3.59 548	3.60 606	3.13 603	4.15 590	2.67 596	5.61 604	58.90 639	3.04 579	55.71 637	4.94 588	2.54 574	4.61 519	3.05 552	3.49 603	1.57 608	3.14 607	1.98 604	3.84 603	3.49 606

notaker	4.29 587	2.42 597	5.06 561	3.89 609	3.29 606	4.00 587	2.25 586	4.93 600	3.47 586	4.21 595	6.79 593	7.67 600	3.37 584	9.25 599	6.47 580	4.09 612	1.42 605	3.35 611	2.13 607	4.11 606	3.54 607

TorneroNet	10.72 611	2.09 590	2.76 528	3.48 603	3.03 602	44.72 628	2.31 588	8.62 611	67.06 640	7.45 612	23.21 622	10.59 612	4.28 595	9.03 594	9.00 591	3.67 604	0.91 592	3.04 606	1.63 600	3.92 604	3.55 608

JetRed	7.02 601	8.94 613	25.72 616	2.89 594	3.27 605	14.25 611	12.27 612	6.69 608	4.45 595	4.46 596	4.56 578	6.65 595	5.43 597	7.46 582	14.41 610	2.60 593	3.31 611	2.61 600	2.30 609	4.34 607	3.79 609

UNDER WATER-64	5.84 597	2.48 601	17.93 606	3.97 610	3.58 608	7.70 601	3.03 600	5.72 605	14.13 610	4.18 594	4.00 575	9.27 607	6.80 603	6.20 554	9.22 593	3.67 604	1.52 607	3.14 607	1.95 602	4.43 608	3.83 610

UNDER WATER	5.68 595	2.46 600	15.52 600	3.98 611	3.53 607	5.15 596	2.74 597	5.58 603	16.41 616	4.00 588	4.56 578	9.12 606	6.43 602	6.22 555	9.11 592	3.85 609	1.35 604	3.18 609	1.98 604	4.51 609	3.84 611

MADNet++	5.41 593	3.18 606	6.43 567	4.66 613	3.95 610	6.15 599	6.75 606	4.51 596	4.51 596	5.06 602	6.27 591	4.96 589	6.14 600	9.39 600	11.70 600	4.71 613	4.19 615	3.97 613	3.33 611	4.08 605	4.25 612

DStereoSA	5.78 596	1.09 549	8.20 577	2.07 581	4.09 611	4.26 591	21.23 617	4.17 590	5.59 601	1.96 540	12.40 610	1.57 469	13.59 613	7.02 576	13.02 601	0.90 566	3.63 614	0.91 570	3.68 614	1.84 576	4.43 613

HanzoNet	11.92 612	5.12 610	17.18 602	4.19 612	3.59 609	5.16 597	2.82 598	7.41 609	9.96 606	33.31 633	27.60 624	22.25 624	37.31 629	18.18 619	13.57 604	8.13 618	3.44 613	3.50 612	3.44 613	7.77 616	4.52 614

PML	51.64 633	37.49 625	14.31 596	7.45 614	20.27 617	107.80 639	231.34 641	8.94 613	27.70 626	86.74 640	268.93 641	69.03 638	61.09 637	24.71 627	14.36 609	9.71 620	3.40 612	9.60 621	4.67 616	20.46 622	4.76 615

USTest	14.33 615	14.93 616	21.00 609	17.41 617	16.02 612	23.11 615	33.76 624	22.02 619	11.81 608	9.47 615	10.19 607	15.94 615	13.17 610	17.25 618	22.38 618	3.81 606	5.01 616	6.17 619	6.18 617	9.23 617	7.81 616

TCMNet-wrong-test	10.42 609	11.55 615	15.31 597	20.99 618	18.49 615	13.94 610	10.69 609	16.07 618	4.14 592	5.27 603	5.64 589	16.22 616	12.57 609	7.57 584	10.26 597	7.44 617	2.38 610	4.30 615	3.43 612	11.37 618	10.87 617

DGTPSM_ROB	13.06 613	8.27 611	22.29 611	9.53 615	18.14 613	11.53 607	31.97 622	10.82 614	16.25 611	7.14 609	19.39 620	10.12 609	16.69 617	9.85 605	22.49 619	4.77 614	8.72 617	5.37 616	10.24 621	6.15 613	11.56 618

DPSMNet_ROB	13.08 614	8.28 612	22.32 612	9.54 616	18.15 614	11.53 607	31.98 623	10.83 615	16.27 612	7.17 610	19.40 621	10.12 609	16.69 617	9.87 606	22.50 620	4.78 615	8.72 617	5.38 617	10.25 622	6.16 614	11.59 619

Anonymous_1	42.79 631	18.71 617	24.75 613	21.81 619	45.16 629	27.68 617	37.52 625	28.64 625	16.34 613	14.72 619	14.53 613	20.60 618	17.82 619	21.52 620	25.88 623	113.45 640	8.91 619	100.63 635	126.37 637	158.50 640	12.31 620

DPSM_ROB	19.12 616	19.13 618	25.13 614	22.15 620	20.86 618	28.06 618	37.75 626	27.18 623	16.95 619	14.25 617	15.07 615	21.66 619	18.69 620	21.83 621	26.51 624	10.15 621	9.30 620	10.45 622	10.41 623	14.00 619	12.85 621

DPSM	19.12 616	19.13 618	25.13 614	22.15 620	20.86 618	28.06 618	37.75 626	27.18 623	16.95 619	14.25 617	15.07 615	21.66 619	18.69 620	21.83 621	26.51 624	10.15 621	9.30 620	10.45 622	10.41 623	14.00 619	12.85 621

LSM	6.55 599	1.26 561	15.64 601	1.79 577	68.74 631	1.67 504	2.08 581	2.26 503	2.59 566	3.13 582	3.08 565	1.90 510	1.81 541	2.89 479	2.16 530	0.43 512	0.59 574	0.50 536	0.58 557	0.64 540	17.24 623

FlowAnything	38.45 626	38.38 626	50.32 629	44.77 628	41.97 625	56.43 630	76.20 632	54.49 637	34.43 633	28.45 627	30.15 627	43.52 632	37.69 633	43.76 632	53.31 634	20.36 628	18.71 630	21.03 624	21.10 630	28.18 623	25.74 624

RAFT-FEzeroshot	38.43 624	38.42 627	50.19 626	44.92 629	41.98 626	56.48 633	76.24 634	54.46 635	33.87 629	28.51 628	30.31 629	43.61 634	37.54 630	43.76 632	53.32 635	20.29 626	18.70 627	21.03 624	21.04 626	28.21 625	25.79 625

RAFT-FE	38.43 624	38.42 627	50.19 626	44.92 629	41.98 626	56.48 633	76.24 634	54.46 635	33.87 629	28.51 628	30.31 629	43.61 634	37.54 630	43.76 632	53.32 635	20.29 626	18.70 627	21.03 624	21.04 626	28.21 625	25.79 625

CasAABBNet	38.42 623	38.42 627	50.26 628	44.76 627	41.87 624	56.47 631	76.22 633	54.44 633	33.92 631	28.53 630	30.36 631	43.53 633	37.59 632	43.77 635	53.32 635	20.27 625	18.70 627	21.03 624	21.04 626	28.19 624	25.79 625

Selective-RAFT-Error	38.47 627	38.44 630	50.38 630	44.74 626	42.01 628	56.47 631	76.24 634	54.44 633	34.02 632	28.59 631	30.30 628	43.51 631	38.10 634	43.69 631	53.24 633	20.36 628	18.72 631	21.05 628	21.02 625	28.25 627	25.87 628

LRCNet_RVC	22.79 618	32.09 624	22.06 610	29.83 622	26.15 620	4.40 593	0.84 473	22.64 620	2.10 553	26.93 626	29.25 625	23.03 626	15.56 616	23.91 623	18.92 615	32.00 631	20.04 632	34.68 630	32.13 631	30.66 629	28.52 629

DPSimNet_ROB	24.77 621	9.69 614	61.46 634	3.56 605	19.46 616	25.95 616	77.56 637	5.09 601	16.60 617	21.50 624	29.82 626	25.12 627	85.69 638	13.37 616	23.07 622	7.23 616	17.79 625	8.55 620	7.57 619	4.57 611	31.84 630

LSM0	42.92 632	38.72 631	50.66 631	47.49 631	110.18 639	56.77 635	75.87 631	54.87 638	33.74 628	29.48 632	31.12 632	43.77 636	37.12 628	43.85 636	53.44 638	20.50 630	18.67 626	21.05 628	21.07 629	28.37 628	41.73 631

AVERAGE_ROB	40.42 629	42.30 633	42.61 622	36.91 625	35.54 623	30.42 622	27.59 619	37.45 632	38.45 635	44.87 635	44.27 634	37.55 630	36.69 627	41.82 630	40.25 630	45.36 636	46.73 636	47.09 632	46.32 632	42.47 631	43.74 632

HaxPig	39.02 628	41.39 632	41.59 621	30.10 623	32.36 621	29.49 620	27.65 620	30.56 626	37.94 634	43.75 634	43.81 633	33.42 628	35.69 626	41.51 629	40.33 631	43.91 635	47.48 637	45.87 631	47.14 633	42.29 630	44.06 633

MEDIAN_ROB	42.01 630	44.30 634	44.14 625	35.08 624	34.90 622	31.33 626	29.90 621	36.77 631	40.11 636	47.14 638	46.55 635	37.49 629	38.50 635	44.30 637	42.32 632	47.93 637	49.31 638	49.68 633	49.00 634	44.98 632	46.46 634

RSGM-EC	88.73 637	82.35 637	50.81 632	105.24 632	99.50 637	93.69 637	125.26 638	90.19 639	46.12 637	45.12 636	57.25 638	101.03 639	88.09 639	153.95 639	152.34 639	105.29 638	59.41 639	113.44 636	52.73 635	91.73 638	61.05 635

acva	88.73 637	82.35 637	50.81 632	105.24 632	99.50 637	93.69 637	125.26 638	90.19 639	46.12 637	45.12 636	57.25 638	101.03 639	88.09 639	153.95 639	152.34 639	105.29 638	59.41 639	113.44 636	52.73 635	91.73 638	61.05 635

xxxxx1	54.34 634	26.72 621	27.03 617	114.14 634	99.00 634	30.68 623	47.19 628	32.52 627	26.09 622	17.85 620	17.48 617	21.86 621	20.92 622	24.38 624	33.78 626	34.73 632	41.33 633	157.67 638	175.68 638	65.82 633	71.99 637

tt_ll	54.34 634	26.72 621	27.03 617	114.14 634	99.00 634	30.68 623	47.19 628	32.52 627	26.09 622	17.85 620	17.48 617	21.86 621	20.92 622	24.38 624	33.78 626	34.73 632	41.33 633	157.67 638	175.68 638	65.82 633	71.99 637

ff	54.34 634	26.72 621	27.03 617	114.14 634	99.00 634	30.68 623	47.19 628	32.52 627	26.09 622	17.85 620	17.48 617	21.86 621	20.92 622	24.38 624	33.78 626	34.73 632	41.33 633	157.67 638	175.68 638	65.82 633	71.99 637

test_example2	192.91 639	210.59 639	206.44 639	199.86 639	204.90 640	172.02 640	182.95 640	138.34 641	134.89 641	193.14 641	200.54 640	186.77 641	177.82 641	204.95 641	207.57 641	221.83 641	238.70 641	186.02 641	190.07 641	226.94 641	173.78 640

FSD					0.52 401	0.54 163	0.58 383	0.71 49	0.54 80	0.54 139	0.53 96	0.60 176	0.52 195	0.58 54	0.56 281	0.51 539	0.48 556	0.50 536	0.49 544	0.50 512

ccccc		492.94 640		530.37 640	529.69 641	476.06 641		494.48 642		446.40 642		473.27 642		541.46 642		660.58 642	458.79 642	353.88 642	309.98 642	597.94 642

Low-res two-view benchmark