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

MatchStereo	0.07 4	0.04 1	0.08 40	0.14 41	0.06 16	0.05 4	0.12 76	0.12 58	0.09 30	0.07 48	0.06 15	0.04 1	0.04 1	0.08 19	0.09 62	0.06 128	0.05 209	0.05 34	0.03 1	0.04 21	0.04 49

GASTEREO	0.08 57	0.05 27	0.09 92	0.19 385	0.07 84	0.07 34	0.12 76	0.14 97	0.11 77	0.10 159	0.09 113	0.07 82	0.04 1	0.12 226	0.08 17	0.06 128	0.05 209	0.05 34	0.04 46	0.04 21	0.05 146

MSCF	0.08 57	0.05 27	0.08 40	0.19 385	0.08 146	0.06 11	0.12 76	0.14 97	0.11 77	0.10 159	0.09 113	0.07 82	0.04 1	0.11 135	0.08 17	0.06 128	0.05 209	0.05 34	0.04 46	0.05 119	0.05 146

LG-Stereo_L1	0.07 4	0.05 27	0.11 182	0.14 41	0.06 16	0.07 34	0.13 126	0.09 13	0.07 10	0.05 2	0.04 1	0.05 3	0.04 1	0.08 19	0.07 1	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

MLG-Stereo_test2	0.06 1	0.04 1	0.10 138	0.15 85	0.05 1	0.07 34	0.11 55	0.09 13	0.04 2	0.06 14	0.05 7	0.06 24	0.04 1	0.08 19	0.09 62	0.06 128	0.04 24	0.05 34	0.03 1	0.05 119	0.05 146

SCV	0.08 57	0.09 351	0.08 40	0.15 85	0.08 146	0.10 151	0.13 126	0.10 22	0.12 107	0.07 48	0.07 49	0.06 24	0.04 1	0.09 40	0.08 17	0.05 35	0.04 24	0.06 126	0.04 46	0.06 226	0.04 49

FoundationStereo	0.06 1	0.04 1	0.08 40	0.12 5	0.05 1	0.09 98	0.13 126	0.06 1	0.09 30	0.05 2	0.05 7	0.06 24	0.04 1	0.06 1	0.07 1	0.06 128	0.04 24	0.05 34	0.03 1	0.05 119	0.04 49

AIO_rvc	0.07 4	0.06 76	0.08 40	0.15 85	0.06 16	0.08 60	0.14 180	0.09 13	0.08 17	0.07 48	0.08 91	0.07 82	0.04 1	0.10 82	0.08 17	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

GIP-stereo	0.08 57	0.06 76	0.11 182	0.14 41	0.06 16	0.09 98	0.13 126	0.14 97	0.11 77	0.07 48	0.08 91	0.05 3	0.04 1	0.10 82	0.07 1	0.05 35	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

IGEV-BASED-STEREO-	0.09 108	0.10 411	0.31 525	0.15 85	0.06 16	0.08 60	0.14 180	0.10 22	0.10 48	0.07 48	0.07 49	0.06 24	0.04 1	0.11 135	0.07 1	0.12 496	0.04 24	0.07 228	0.05 133	0.05 119	0.05 146

Selective-IGEV	0.07 4	0.06 76	0.08 40	0.17 243	0.06 16	0.08 60	0.12 76	0.13 76	0.07 10	0.08 86	0.07 49	0.06 24	0.04 1	0.10 82	0.09 62	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

Pro-Stereo	0.07 4	0.05 27	0.08 40	0.15 85	0.07 84	0.08 60	0.12 76	0.07 2	0.07 10	0.06 14	0.06 15	0.05 3	0.05 12	0.09 40	0.08 17	0.05 35	0.04 24	0.06 126	0.05 133	0.04 21	0.04 49

BStereo	0.08 57	0.06 76	0.16 387	0.15 85	0.08 146	0.07 34	0.09 18	0.15 130	0.16 217	0.06 14	0.07 49	0.07 82	0.05 12	0.09 40	0.11 219	0.04 11	0.05 209	0.05 34	0.07 308	0.04 21	0.04 49

Wave_Phase_stereo	0.09 108	0.06 76	0.16 387	0.15 85	0.08 146	0.11 198	0.09 18	0.18 229	0.16 217	0.06 14	0.07 49	0.07 82	0.05 12	0.09 40	0.11 219	0.04 11	0.05 209	0.05 34	0.07 308	0.04 21	0.04 49

VIP-Stereo	0.07 4	0.07 169	0.07 8	0.15 85	0.06 16	0.12 237	0.10 31	0.11 37	0.11 77	0.06 14	0.07 49	0.06 24	0.05 12	0.10 82	0.08 17	0.05 35	0.04 24	0.05 34	0.03 1	0.03 1	0.02 1

GEAStereo	0.08 57	0.05 27	0.08 40	0.13 14	0.08 146	0.08 60	0.14 180	0.10 22	0.09 30	0.08 86	0.10 144	0.06 24	0.05 12	0.11 135	0.08 17	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.05 146

GSStereo	0.08 57	0.05 27	0.08 40	0.13 14	0.08 146	0.08 60	0.14 180	0.11 37	0.12 107	0.08 86	0.10 144	0.05 3	0.05 12	0.11 135	0.08 17	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.05 146

GS-Stereo							0.14 180	0.11 37	0.12 107	0.08 86	0.10 144	0.05 3	0.05 12	0.11 135	0.08 17	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.05 146

gasm-f	0.08 57	0.05 27	0.07 8	0.13 14	0.08 146	0.08 60	0.14 180	0.10 22	0.09 30	0.08 86	0.10 144	0.06 24	0.05 12	0.10 82	0.08 17	0.06 128	0.04 24	0.05 34	0.04 46	0.06 226	0.05 146

252Zero-FE	0.08 57	0.04 1	0.09 92	0.13 14	0.07 84	0.12 237	0.11 55	0.13 76	0.14 167	0.06 14	0.05 7	0.06 24	0.05 12	0.09 40	0.10 144	0.06 128	0.04 24	0.04 1	0.03 1	0.05 119	0.06 240

asda	0.07 4	0.08 275	0.08 40	0.16 167	0.06 16	0.06 11	0.10 31	0.16 161	0.10 48	0.06 14	0.06 15	0.05 3	0.05 12	0.10 82	0.10 144	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

IGEV	0.07 4	0.04 1	0.08 40	0.13 14	0.06 16	0.09 98	0.12 76	0.14 97	0.10 48	0.06 14	0.09 113	0.07 82	0.05 12	0.09 40	0.09 62	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

111111	0.07 4	0.04 1	0.09 92	0.17 243	0.06 16	0.05 4	0.10 31	0.11 37	0.09 30	0.06 14	0.06 15	0.07 82	0.05 12	0.09 40	0.09 62	0.06 128	0.04 24	0.05 34	0.04 46	0.07 299	0.06 240

LG-Stereo_L2	0.07 4	0.05 27	0.10 138	0.14 41	0.06 16	0.07 34	0.12 76	0.09 13	0.09 30	0.06 14	0.04 1	0.05 3	0.05 12	0.08 19	0.08 17	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.03 2

MLG-Stereo_test1	0.06 1	0.05 27	0.08 40	0.17 243	0.05 1	0.06 11	0.11 55	0.08 6	0.03 1	0.05 2	0.04 1	0.06 24	0.05 12	0.09 40	0.09 62	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

MLG-Stereo	0.07 4	0.05 27	0.08 40	0.17 243	0.05 1	0.07 34	0.11 55	0.08 6	0.04 2	0.05 2	0.04 1	0.06 24	0.05 12	0.10 82	0.09 62	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

LG-Stereo_Zeroshot	0.07 4	0.06 76	0.10 138	0.16 167	0.07 84	0.04 1	0.13 126	0.10 22	0.10 48	0.05 2	0.11 185	0.07 82	0.05 12	0.07 4	0.09 62	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

HART	0.08 57	0.07 169	0.09 92	0.17 243	0.07 84	0.10 151	0.16 320	0.13 76	0.11 77	0.08 86	0.10 144	0.07 82	0.05 12	0.10 82	0.08 17	0.05 35	0.04 24	0.06 126	0.04 46	0.05 119	0.04 49

GREAT-IGEV	0.07 4	0.06 76	0.08 40	0.13 14	0.07 84	0.07 34	0.14 180	0.09 13	0.09 30	0.06 14	0.07 49	0.06 24	0.05 12	0.10 82	0.07 1	0.05 35	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
SCV_C0	0.08 57	0.07 169	0.07 8	0.16 167	0.09 268	0.08 60	0.15 254	0.11 37	0.12 107	0.08 86	0.07 49	0.06 24	0.05 12	0.11 135	0.07 1	0.05 35	0.05 209	0.05 34	0.04 46	0.06 226	0.05 146

DEFOM-Stereo_RVC	0.08 57	0.06 76	0.09 92	0.22 493	0.06 16	0.08 60	0.12 76	0.10 22	0.10 48	0.07 48	0.07 49	0.06 24	0.05 12	0.11 135	0.09 62	0.06 128	0.04 24	0.05 34	0.03 1	0.06 226	0.04 49

StereoAnything_RVC	0.07 4	0.15 506	0.17 417	0.11 1	0.05 1	0.05 4	0.11 55	0.08 6	0.08 17	0.06 14	0.06 15	0.05 3	0.05 12	0.09 40	0.08 17	0.08 342	0.04 24	0.05 34	0.03 1	0.05 119	0.04 49

AIO_test	0.07 4	0.05 27	0.07 8	0.15 85	0.07 84	0.06 11	0.14 180	0.10 22	0.10 48	0.07 48	0.07 49	0.06 24	0.05 12	0.08 19	0.10 144	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

AIO-test2	0.10 173	0.08 275	0.10 138	0.23 517	0.08 146	0.11 198	0.10 31	0.23 335	0.23 351	0.08 86	0.09 113	0.08 131	0.05 12	0.10 82	0.08 17	0.06 128	0.05 209	0.08 319	0.09 425	0.05 119	0.05 146

DEFOM-Stereo	0.07 4	0.05 27	0.07 8	0.14 41	0.06 16	0.10 151	0.13 126	0.07 2	0.13 142	0.06 14	0.07 49	0.06 24	0.05 12	0.10 82	0.09 62	0.04 11	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

dual_stereo	0.07 4	0.04 1	0.08 40	0.15 85	0.05 1	0.05 4	0.13 126	0.12 58	0.08 17	0.07 48	0.06 15	0.05 3	0.05 12	0.07 4	0.09 62	0.06 128	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

Occ-G	0.08 57	0.05 27	0.06 4	0.14 41	0.07 84	0.08 60	0.14 180	0.13 76	0.15 187	0.07 48	0.11 185	0.07 82	0.05 12	0.09 40	0.10 144	0.06 128	0.05 209	0.05 34	0.04 46	0.05 119	0.05 146

U	0.08 57	0.07 169	0.09 92	0.19 385	0.10 377	0.10 151	0.13 126	0.12 58	0.17 240	0.07 48	0.07 49	0.06 24	0.05 12	0.07 4	0.08 17	0.06 128	0.04 24	0.06 126	0.04 46	0.06 226	0.05 146

AIO-Stereo	0.08 57	0.06 76	0.09 92	0.18 325	0.06 16	0.08 60	0.12 76	0.15 130	0.09 30	0.08 86	0.08 91	0.07 82	0.05 12	0.11 135	0.08 17	0.05 35	0.05 209	0.05 34	0.04 46	0.04 21	0.04 49

RSM++	0.08 57	0.06 76	0.09 92	0.17 243	0.07 84	0.09 98	0.12 76	0.11 37	0.11 77	0.08 86	0.06 15	0.07 82	0.05 12	0.10 82	0.09 62	0.04 11	0.04 24	0.06 126	0.05 133	0.05 119	0.03 2

RSM	0.08 57	0.06 76	0.09 92	0.17 243	0.06 16	0.08 60	0.12 76	0.12 58	0.10 48	0.08 86	0.07 49	0.06 24	0.05 12	0.11 135	0.09 62	0.04 11	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

MIM_Stereo	0.09 108	0.07 169	0.11 182	0.15 85	0.07 84	0.06 11	0.12 76	0.20 268	0.14 167	0.13 262	0.13 216	0.09 158	0.05 12	0.12 226	0.08 17	0.05 35	0.06 344	0.07 228	0.06 214	0.06 226	0.05 146

EGLCR-Stereo	0.08 57	0.05 27	0.08 40	0.14 41	0.06 16	0.10 151	0.12 76	0.11 37	0.16 217	0.06 14	0.05 7	0.07 82	0.05 12	0.10 82	0.11 219	0.06 128	0.04 24	0.06 126	0.05 133	0.04 21	0.04 49

CroCo-Stereo Lap2	0.09 108	0.09 351	0.08 40	0.22 493	0.09 268	0.09 98	0.19 444	0.16 161	0.12 107	0.09 122	0.10 144	0.05 3	0.05 12	0.08 19	0.08 17	0.06 128	0.06 344	0.07 228	0.05 133	0.05 119	0.05 146

iRaft-Stereo_20w	0.09 108	0.05 27	0.13 266	0.14 41	0.08 146	0.12 237	0.15 254	0.18 229	0.10 48	0.11 191	0.08 91	0.08 131	0.05 12	0.10 82	0.09 62	0.06 128	0.04 24	0.06 126	0.05 133	0.06 226	0.05 146

BPD-Stereo	0.07 4	0.04 1	0.08 40	0.15 85	0.07 84	0.06 11	0.14 180	0.07 2	0.10 48	0.05 2	0.05 7	0.04 1	0.06 46	0.07 4	0.09 62	0.04 11	0.04 24	0.05 34	0.05 133	0.04 21	0.04 49

WQFJA1++	0.08 57	0.04 1	0.11 182	0.14 41	0.07 84	0.11 198	0.11 55	0.11 37	0.07 10	0.07 48	0.07 49	0.07 82	0.06 46	0.10 82	0.10 144	0.06 128	0.04 24	0.05 34	0.04 46	0.06 226	0.06 240

DLNR-FE	10.43 628	1.83 620	19.53 640	120.75 644	13.06 632	0.06 11	0.13 126	0.23 335	0.10 48	0.07 48	0.10 144	0.09 158	0.06 46	0.10 82	0.09 62	0.13 521	0.04 24	0.06 126	0.04 46	52.01 646	0.04 49

Select-FE	0.11 222	0.06 76	0.20 464	0.15 85	0.11 428	0.11 198	0.13 126	0.21 291	0.18 270	0.09 122	0.11 185	0.10 192	0.06 46	0.12 226	0.09 62	0.07 277	0.05 209	0.07 228	0.08 379	0.06 226	0.08 386

IGEV-FE	0.09 108	0.05 27	0.12 219	0.13 14	0.08 146	0.12 237	0.13 126	0.17 197	0.11 77	0.10 159	0.06 15	0.09 158	0.06 46	0.11 135	0.09 62	0.06 128	0.04 24	0.06 126	0.06 214	0.05 119	0.05 146

DDF-Stereo	0.08 57	0.04 1	0.09 92	0.15 85	0.10 377	0.06 11	0.13 126	0.09 13	0.14 167	0.06 14	0.06 15	0.07 82	0.06 46	0.09 40	0.10 144	0.06 128	0.04 24	0.06 126	0.04 46	0.08 362	0.05 146

Zero-FE251	0.07 4	0.05 27	0.09 92	0.13 14	0.06 16	0.12 237	0.12 76	0.11 37	0.10 48	0.07 48	0.08 91	0.06 24	0.06 46	0.09 40	0.08 17	0.06 128	0.04 24	0.05 34	0.04 46	0.04 21	0.04 49

MonStereo	0.07 4	0.06 76	0.05 1	0.15 85	0.05 1	0.08 60	0.10 31	0.15 130	0.15 187	0.05 2	0.06 15	0.05 3	0.06 46	0.07 4	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 4	0.06 76	0.05 1	0.15 85	0.05 1	0.08 60	0.10 31	0.15 130	0.15 187	0.05 2	0.06 15	0.05 3	0.06 46	0.07 4	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-mixall	0.07 4	0.04 1	0.09 92	0.13 14	0.06 16	0.05 4	0.09 18	0.11 37	0.07 10	0.06 14	0.06 15	0.05 3	0.06 46	0.09 40	0.09 62	0.06 128	0.04 24	0.04 1	0.03 1	0.05 119	0.05 146

Replicate-Monster	0.07 4	0.05 27	0.09 92	0.14 41	0.06 16	0.08 60	0.09 18	0.13 76	0.13 142	0.05 2	0.07 49	0.06 24	0.06 46	0.08 19	0.10 144	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

zero-FE	0.08 57	0.04 1	0.09 92	0.15 85	0.10 377	0.05 4	0.14 180	0.09 13	0.14 167	0.07 48	0.06 15	0.07 82	0.06 46	0.09 40	0.10 144	0.06 128	0.04 24	0.06 126	0.04 46	0.08 362	0.05 146

AdaDepth	0.07 4	0.06 76	0.07 8	0.18 325	0.06 16	0.11 198	0.12 76	0.09 13	0.07 10	0.06 14	0.05 7	0.07 82	0.06 46	0.09 40	0.10 144	0.04 11	0.05 209	0.05 34	0.04 46	0.04 21	0.04 49

S2M2_XL	0.08 57	0.06 76	0.12 219	0.12 5	0.08 146	0.09 98	0.09 18	0.07 2	0.07 10	0.08 86	0.07 49	0.07 82	0.06 46	0.09 40	0.09 62	0.08 342	0.06 344	0.07 228	0.05 133	0.08 362	0.06 240
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
asd	0.07 4	0.08 275	0.07 8	0.16 167	0.07 84	0.08 60	0.08 7	0.11 37	0.08 17	0.07 48	0.07 49	0.06 24	0.06 46	0.10 82	0.09 62	0.03 1	0.03 1	0.04 1	0.04 46	0.04 21	0.03 2

qwe	0.07 4	0.08 275	0.07 8	0.15 85	0.06 16	0.07 34	0.10 31	0.18 229	0.11 77	0.07 48	0.07 49	0.06 24	0.06 46	0.10 82	0.09 62	0.03 1	0.03 1	0.04 1	0.04 46	0.04 21	0.03 2

2.25w	0.07 4	0.06 76	0.07 8	0.14 41	0.06 16	0.08 60	0.08 7	0.10 22	0.15 187	0.08 86	0.10 144	0.07 82	0.06 46	0.08 19	0.10 144	0.05 35	0.03 1	0.04 1	0.04 46	0.03 1	0.04 49

4.25_new	0.07 4	0.08 275	0.09 92	0.15 85	0.06 16	0.09 98	0.08 7	0.14 97	0.08 17	0.07 48	0.07 49	0.06 24	0.06 46	0.12 226	0.10 144	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4.5w_new	0.07 4	0.08 275	0.09 92	0.15 85	0.06 16	0.09 98	0.08 7	0.14 97	0.08 17	0.07 48	0.07 49	0.06 24	0.06 46	0.12 226	0.10 144	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4.5_new	0.07 4	0.09 351	0.08 40	0.15 85	0.07 84	0.06 11	0.10 31	0.14 97	0.11 77	0.06 14	0.08 91	0.06 24	0.06 46	0.08 19	0.10 144	0.03 1	0.03 1	0.04 1	0.04 46	0.04 21	0.03 2

4.5w-stereo	0.07 4	0.09 351	0.08 40	0.15 85	0.07 84	0.06 11	0.10 31	0.14 97	0.11 77	0.06 14	0.08 91	0.06 24	0.06 46	0.08 19	0.10 144	0.03 1	0.03 1	0.04 1	0.04 46	0.04 21	0.03 2

4.25w-stereo	0.07 4	0.08 275	0.09 92	0.15 85	0.06 16	0.09 98	0.08 7	0.14 97	0.08 17	0.07 48	0.07 49	0.06 24	0.06 46	0.12 226	0.10 144	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4w-stereo	0.07 4	0.08 275	0.08 40	0.16 167	0.06 16	0.07 34	0.08 7	0.12 58	0.08 17	0.07 48	0.07 49	0.05 3	0.06 46	0.09 40	0.10 144	0.03 1	0.03 1	0.04 1	0.04 46	0.04 21	0.03 2

2.5w	0.07 4	0.07 169	0.07 8	0.16 167	0.06 16	0.08 60	0.12 76	0.10 22	0.10 48	0.07 48	0.06 15	0.09 158	0.06 46	0.08 19	0.09 62	0.04 11	0.03 1	0.04 1	0.04 46	0.03 1	0.03 2

2.75w_new	0.07 4	0.07 169	0.07 8	0.13 14	0.06 16	0.08 60	0.08 7	0.18 229	0.12 107	0.07 48	0.08 91	0.06 24	0.06 46	0.09 40	0.11 219	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.04 49

3.25w_new	0.07 4	0.06 76	0.07 8	0.15 85	0.06 16	0.10 151	0.07 3	0.12 58	0.11 77	0.08 86	0.06 15	0.07 82	0.06 46	0.11 135	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 4	0.06 76	0.07 8	0.15 85	0.06 16	0.10 151	0.07 3	0.12 58	0.11 77	0.08 86	0.06 15	0.07 82	0.06 46	0.11 135	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 4	0.07 169	0.08 40	0.16 167	0.07 84	0.07 34	0.09 18	0.16 161	0.09 30	0.07 48	0.06 15	0.05 3	0.06 46	0.09 40	0.10 144	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3w_stereo	0.08 57	0.09 351	0.10 138	0.17 243	0.07 84	0.08 60	0.10 31	0.20 268	0.13 142	0.06 14	0.07 49	0.05 3	0.06 46	0.08 19	0.09 62	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

2w_stereo	0.08 57	0.08 275	0.09 92	0.16 167	0.06 16	0.08 60	0.10 31	0.20 268	0.15 187	0.08 86	0.07 49	0.06 24	0.06 46	0.06 1	0.09 62	0.04 11	0.03 1	0.04 1	0.04 46	0.03 1	0.03 2

1w_stereo	0.07 4	0.06 76	0.07 8	0.16 167	0.06 16	0.07 34	0.10 31	0.14 97	0.14 167	0.07 48	0.08 91	0.05 3	0.06 46	0.09 40	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 49

monsters	0.07 4	0.06 76	0.06 4	0.15 85	0.06 16	0.08 60	0.09 18	0.12 58	0.08 17	0.09 122	0.07 49	0.06 24	0.06 46	0.08 19	0.08 17	0.05 35	0.04 24	0.04 1	0.04 46	0.03 1	0.03 2

MLG-Stereo_test3	0.07 4	0.05 27	0.10 138	0.14 41	0.06 16	0.07 34	0.11 55	0.08 6	0.06 4	0.06 14	0.04 1	0.06 24	0.06 46	0.07 4	0.10 144	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.06 240

LGtest1	0.07 4	0.04 1	0.10 138	0.15 85	0.06 16	0.07 34	0.09 18	0.08 6	0.06 4	0.05 2	0.04 1	0.06 24	0.06 46	0.10 82	0.09 62	0.07 277	0.04 24	0.05 34	0.04 46	0.06 226	0.06 240

MM-Stereo_test3	0.10 173	0.07 169	0.07 8	0.18 325	0.07 84	0.12 237	0.19 444	0.24 358	0.19 287	0.06 14	0.10 144	0.08 131	0.06 46	0.11 135	0.08 17	0.06 128	0.06 344	0.07 228	0.05 133	0.05 119	0.04 49

MM-Stereo_test2	0.09 108	0.06 76	0.09 92	0.19 385	0.08 146	0.12 237	0.18 405	0.15 130	0.14 167	0.07 48	0.10 144	0.07 82	0.06 46	0.12 226	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.05 119	0.03 2

MM-Stereo_test1	0.10 173	0.07 169	0.08 40	0.18 325	0.07 84	0.12 237	0.18 405	0.21 291	0.20 310	0.09 122	0.11 185	0.08 131	0.06 46	0.10 82	0.10 144	0.06 128	0.05 209	0.07 228	0.06 214	0.05 119	0.04 49

HUF	0.08 57	0.05 27	0.08 40	0.14 41	0.06 16	0.09 98	0.13 126	0.13 76	0.13 142	0.07 48	0.07 49	0.08 131	0.06 46	0.10 82	0.09 62	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

castereo++	0.08 57	0.05 27	0.08 40	0.15 85	0.05 1	0.14 320	0.12 76	0.11 37	0.15 187	0.07 48	0.07 49	0.07 82	0.06 46	0.08 19	0.08 17	0.06 128	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

IGEV-RUCA	0.08 57	0.06 76	0.11 182	0.14 41	0.09 268	0.10 151	0.12 76	0.10 22	0.12 107	0.06 14	0.07 49	0.07 82	0.06 46	0.09 40	0.08 17	0.06 128	0.05 209	0.05 34	0.04 46	0.05 119	0.06 240

MonSter	0.07 4	0.06 76	0.05 1	0.15 85	0.05 1	0.07 34	0.10 31	0.15 130	0.15 187	0.05 2	0.06 15	0.05 3	0.06 46	0.07 4	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

fffft	0.09 108	0.06 76	0.12 219	0.16 167	0.07 84	0.09 98	0.17 357	0.12 58	0.11 77	0.08 86	0.07 49	0.09 158	0.06 46	0.11 135	0.12 278	0.05 35	0.04 24	0.06 126	0.05 133	0.04 21	0.05 146
1: 1. 1
tt45	0.09 108	0.06 76	0.11 182	0.15 85	0.07 84	0.11 198	0.16 320	0.13 76	0.11 77	0.09 122	0.06 15	0.08 131	0.06 46	0.13 276	0.10 144	0.06 128	0.04 24	0.06 126	0.05 133	0.05 119	0.06 240

mms	0.09 108	0.07 169	0.08 40	0.16 167	0.08 146	0.10 151	0.16 320	0.12 58	0.11 77	0.08 86	0.09 113	0.08 131	0.06 46	0.11 135	0.12 278	0.05 35	0.04 24	0.07 228	0.05 133	0.04 21	0.03 2

ours_stereo	0.09 108	0.07 169	0.09 92	0.17 243	0.08 146	0.11 198	0.16 320	0.11 37	0.12 107	0.08 86	0.10 144	0.08 131	0.06 46	0.12 226	0.12 278	0.05 35	0.04 24	0.06 126	0.05 133	0.04 21	0.03 2

WCG-NET	0.08 57	0.05 27	0.09 92	0.15 85	0.06 16	0.11 198	0.14 180	0.13 76	0.13 142	0.06 14	0.09 113	0.07 82	0.06 46	0.13 276	0.08 17	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

IGEV-Stereo++	0.07 4	0.06 76	0.08 40	0.18 325	0.06 16	0.04 1	0.10 31	0.11 37	0.11 77	0.06 14	0.07 49	0.07 82	0.06 46	0.09 40	0.09 62	0.05 35	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

RAStereo	0.10 173	0.09 351	0.08 40	0.20 445	0.08 146	0.13 287	0.18 405	0.15 130	0.17 240	0.10 159	0.12 202	0.05 3	0.06 46	0.09 40	0.08 17	0.07 277	0.05 209	0.07 228	0.05 133	0.05 119	0.04 49

Pointernet	0.09 108	0.04 1	0.09 92	0.16 167	0.08 146	0.13 287	0.10 31	0.15 130	0.17 240	0.09 122	0.07 49	0.06 24	0.06 46	0.11 135	0.09 62	0.08 342	0.04 24	0.05 34	0.03 1	0.06 226	0.05 146

IGEV-Stereo+	0.07 4	0.04 1	0.08 40	0.15 85	0.06 16	0.04 1	0.09 18	0.10 22	0.09 30	0.06 14	0.06 15	0.06 24	0.06 46	0.06 1	0.08 17	0.06 128	0.04 24	0.05 34	0.04 46	0.06 226	0.06 240

WCG-NET（raft）	0.08 57	0.05 27	0.10 138	0.15 85	0.06 16	0.11 198	0.13 126	0.15 130	0.12 107	0.08 86	0.07 49	0.06 24	0.06 46	0.13 276	0.08 17	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.04 49

RAFT-Stereo-weight	0.09 108	0.06 76	0.10 138	0.16 167	0.07 84	0.09 98	0.14 180	0.19 257	0.16 217	0.11 191	0.10 144	0.08 131	0.06 46	0.10 82	0.11 219	0.06 128	0.04 24	0.06 126	0.04 46	0.04 21	0.04 49

test_for_model	0.09 108	0.12 455	0.14 302	0.23 517	0.11 428	0.08 60	0.13 126	0.12 58	0.12 107	0.10 159	0.07 49	0.07 82	0.06 46	0.11 135	0.10 144	0.06 128	0.05 209	0.05 34	0.03 1	0.07 299	0.04 49

MGS-Stereo	0.09 108	0.07 169	0.12 219	0.15 85	0.08 146	0.09 98	0.15 254	0.12 58	0.12 107	0.07 48	0.10 144	0.08 131	0.06 46	0.10 82	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.06 226	0.05 146

MoCha-V2	0.08 57	0.05 27	0.10 138	0.20 445	0.07 84	0.09 98	0.14 180	0.11 37	0.08 17	0.07 48	0.08 91	0.07 82	0.06 46	0.09 40	0.08 17	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.04 49

IGEV++	0.08 57	0.06 76	0.08 40	0.18 325	0.07 84	0.09 98	0.13 126	0.10 22	0.09 30	0.08 86	0.08 91	0.06 24	0.06 46	0.13 276	0.09 62	0.05 35	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

ACVNet-DCA	0.10 173	0.08 275	0.12 219	0.17 243	0.09 268	0.13 287	0.15 254	0.23 335	0.16 217	0.09 122	0.09 113	0.06 24	0.06 46	0.10 82	0.07 1	0.06 128	0.04 24	0.06 126	0.05 133	0.07 299	0.07 322

1test111	0.11 222	0.08 275	0.12 219	0.17 243	0.09 268	0.13 287	0.15 254	0.23 335	0.16 217	0.09 122	0.09 113	0.06 24	0.06 46	0.15 324	0.16 401	0.06 128	0.04 24	0.06 126	0.05 133	0.07 299	0.07 322

cc1	0.10 173	0.08 275	0.12 219	0.17 243	0.09 268	0.13 287	0.15 254	0.16 161	0.18 270	0.09 122	0.09 113	0.06 24	0.06 46	0.10 82	0.07 1	0.06 128	0.04 24	0.06 126	0.05 133	0.06 226	0.06 240

ff7	0.09 108	0.07 169	0.11 182	0.16 167	0.09 268	0.11 198	0.15 254	0.16 161	0.12 107	0.10 159	0.06 15	0.06 24	0.06 46	0.11 135	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.05 119	0.06 240

IGEVStereo-DCA	0.09 108	0.06 76	0.11 182	0.15 85	0.10 377	0.11 198	0.15 254	0.16 161	0.12 107	0.10 159	0.06 15	0.08 131	0.06 46	0.10 82	0.08 17	0.06 128	0.05 209	0.06 126	0.05 133	0.05 119	0.06 240

ffff	0.09 108	0.07 169	0.11 182	0.16 167	0.09 268	0.11 198	0.15 254	0.16 161	0.12 107	0.10 159	0.06 15	0.06 24	0.06 46	0.11 135	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.05 119	0.06 240

rrr	0.09 108	0.06 76	0.12 219	0.15 85	0.10 377	0.11 198	0.16 320	0.16 161	0.15 187	0.10 159	0.06 15	0.08 131	0.06 46	0.10 82	0.08 17	0.06 128	0.05 209	0.06 126	0.05 133	0.05 119	0.06 240

11t	0.09 108	0.07 169	0.11 182	0.16 167	0.09 268	0.11 198	0.15 254	0.16 161	0.12 107	0.10 159	0.06 15	0.06 24	0.06 46	0.11 135	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.05 119	0.06 240

tt1	0.10 173	0.08 275	0.12 219	0.17 243	0.09 268	0.12 237	0.16 320	0.15 130	0.19 287	0.09 122	0.08 91	0.06 24	0.06 46	0.10 82	0.07 1	0.06 128	0.04 24	0.06 126	0.05 133	0.06 226	0.06 240

MaDis-Stereo	0.09 108	0.09 351	0.08 40	0.17 243	0.09 268	0.13 287	0.10 31	0.16 161	0.16 217	0.09 122	0.11 185	0.06 24	0.06 46	0.09 40	0.13 320	0.07 277	0.06 344	0.07 228	0.05 133	0.05 119	0.04 49

IGEV_Zeroshot_test	0.09 108	0.05 27	0.12 219	0.13 14	0.08 146	0.12 237	0.13 126	0.17 197	0.11 77	0.10 159	0.06 15	0.09 158	0.06 46	0.11 135	0.09 62	0.06 128	0.04 24	0.06 126	0.06 214	0.05 119	0.05 146

MSKI-zero shot	0.09 108	0.05 27	0.09 92	0.15 85	0.07 84	0.10 151	0.13 126	0.14 97	0.13 142	0.09 122	0.09 113	0.09 158	0.06 46	0.12 226	0.10 144	0.06 128	0.04 24	0.05 34	0.04 46	0.04 21	0.04 49

DLNR_Zeroshot_test	10.40 627	1.82 619	19.49 639	120.77 645	13.11 633	0.06 11	0.13 126	0.23 335	0.10 48	0.07 48	0.10 144	0.09 158	0.06 46	0.10 82	0.09 62	0.13 521	0.04 24	0.06 126	0.04 46	51.54 645	0.04 49

testlalala	0.08 57	0.07 169	0.17 417	0.16 167	0.08 146	0.09 98	0.12 76	0.15 130	0.10 48	0.07 48	0.09 113	0.06 24	0.06 46	0.11 135	0.09 62	0.05 35	0.04 24	0.06 126	0.04 46	0.04 21	0.04 49

CAS	0.08 57	0.04 1	0.07 8	0.17 243	0.08 146	0.10 151	0.13 126	0.12 58	0.09 30	0.09 122	0.10 144	0.08 131	0.06 46	0.09 40	0.08 17	0.08 342	0.04 24	0.05 34	0.03 1	0.05 119	0.04 49

anonymousdsp	0.09 108	0.07 169	0.11 182	0.16 167	0.09 268	0.11 198	0.15 254	0.16 161	0.12 107	0.09 122	0.06 15	0.06 24	0.06 46	0.11 135	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.05 119	0.06 240

CES	0.08 57	0.04 1	0.08 40	0.14 41	0.07 84	0.09 98	0.14 180	0.11 37	0.09 30	0.08 86	0.09 113	0.11 217	0.06 46	0.12 226	0.08 17	0.06 128	0.04 24	0.05 34	0.03 1	0.05 119	0.05 146

ProNet	0.09 108	0.07 169	0.10 138	0.17 243	0.08 146	0.10 151	0.15 254	0.15 130	0.12 107	0.09 122	0.06 15	0.07 82	0.06 46	0.11 135	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.04 21	0.06 240

MC-Stereo	0.08 57	0.06 76	0.09 92	0.17 243	0.06 16	0.10 151	0.14 180	0.12 58	0.10 48	0.09 122	0.12 202	0.09 158	0.06 46	0.11 135	0.10 144	0.06 128	0.04 24	0.06 126	0.05 133	0.04 21	0.04 49

ccc-4	0.09 108	0.07 169	0.11 182	0.16 167	0.09 268	0.11 198	0.15 254	0.16 161	0.12 107	0.10 159	0.06 15	0.06 24	0.06 46	0.11 135	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.05 119	0.06 240

IGEV-Stereo	0.09 108	0.07 169	0.11 182	0.16 167	0.09 268	0.11 198	0.15 254	0.16 161	0.12 107	0.09 122	0.06 15	0.06 24	0.06 46	0.11 135	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.05 119	0.06 240
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TRStereo	0.09 108	0.05 27	0.12 219	0.15 85	0.12 461	0.10 151	0.13 126	0.18 229	0.18 270	0.09 122	0.09 113	0.09 158	0.06 46	0.10 82	0.08 17	0.07 277	0.05 209	0.07 228	0.07 308	0.04 21	0.04 49

CroCo-Stereo	0.09 108	0.08 275	0.08 40	0.22 493	0.09 268	0.09 98	0.19 444	0.15 130	0.12 107	0.07 48	0.07 49	0.08 131	0.06 46	0.08 19	0.07 1	0.07 277	0.05 209	0.06 126	0.04 46	0.05 119	0.04 49
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
TANstereo	0.09 108	0.04 1	0.08 40	0.13 14	0.06 16	0.11 198	0.14 180	0.15 130	0.19 287	0.11 191	0.15 247	0.10 192	0.06 46	0.12 226	0.09 62	0.07 277	0.05 209	0.05 34	0.04 46	0.06 226	0.05 146

XX-Stereo	0.09 108	0.05 27	0.08 40	0.17 243	0.09 268	0.15 346	0.12 76	0.20 268	0.10 48	0.10 159	0.14 230	0.07 82	0.06 46	0.12 226	0.08 17	0.06 128	0.05 209	0.06 126	0.06 214	0.04 21	0.04 49

test_xeample3	0.09 108	0.06 76	0.12 219	0.16 167	0.09 268	0.11 198	0.15 254	0.16 161	0.13 142	0.10 159	0.06 15	0.08 131	0.06 46	0.10 82	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.05 119	0.06 240

DispViT+	0.08 57	0.08 275	0.13 266	0.15 85	0.07 84	0.08 60	0.10 31	0.14 97	0.09 30	0.09 122	0.06 15	0.06 24	0.07 128	0.10 82	0.12 278	0.05 35	0.05 209	0.05 34	0.04 46	0.05 119	0.05 146

BridgeDepth_RVC	0.07 4	0.04 1	0.09 92	0.11 1	0.05 1	0.10 151	0.10 31	0.14 97	0.09 30	0.06 14	0.07 49	0.06 24	0.07 128	0.07 4	0.10 144	0.06 128	0.04 24	0.04 1	0.04 46	0.04 21	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
HiDET	0.08 57	0.04 1	0.10 138	0.13 14	0.06 16	0.08 60	0.12 76	0.12 58	0.11 77	0.06 14	0.07 49	0.07 82	0.07 128	0.11 135	0.11 219	0.06 128	0.04 24	0.04 1	0.03 1	0.04 21	0.04 49

LCMNet	0.08 57	0.05 27	0.10 138	0.13 14	0.07 84	0.09 98	0.12 76	0.10 22	0.11 77	0.06 14	0.08 91	0.06 24	0.07 128	0.11 135	0.10 144	0.06 128	0.05 209	0.04 1	0.03 1	0.04 21	0.04 49

FE-Mocha	0.09 108	0.06 76	0.14 302	0.16 167	0.09 268	0.10 151	0.15 254	0.18 229	0.16 217	0.10 159	0.09 113	0.07 82	0.07 128	0.09 40	0.09 62	0.06 128	0.04 24	0.06 126	0.06 214	0.05 119	0.05 146

Wavelet-MonSter	0.07 4	0.05 27	0.07 8	0.16 167	0.06 16	0.07 34	0.11 55	0.10 22	0.08 17	0.06 14	0.06 15	0.07 82	0.07 128	0.09 40	0.09 62	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 4	0.07 169	0.07 8	0.15 85	0.07 84	0.09 98	0.06 1	0.13 76	0.11 77	0.07 48	0.07 49	0.06 24	0.07 128	0.10 82	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

monsterstereo	0.07 4	0.06 76	0.06 4	0.16 167	0.06 16	0.08 60	0.10 31	0.16 161	0.11 77	0.07 48	0.08 91	0.06 24	0.07 128	0.08 19	0.09 62	0.04 11	0.04 24	0.05 34	0.04 46	0.03 1	0.03 2

LG-G_1	0.07 4	0.04 1	0.11 182	0.15 85	0.06 16	0.09 98	0.08 7	0.08 6	0.06 4	0.06 14	0.05 7	0.07 82	0.07 128	0.11 135	0.08 17	0.07 277	0.04 24	0.05 34	0.04 46	0.05 119	0.05 146

LG-G	0.07 4	0.04 1	0.11 182	0.15 85	0.06 16	0.09 98	0.08 7	0.08 6	0.06 4	0.06 14	0.05 7	0.07 82	0.07 128	0.11 135	0.08 17	0.07 277	0.04 24	0.05 34	0.04 46	0.05 119	0.05 146

LG-Stereo	0.08 57	0.07 169	0.10 138	0.18 325	0.07 84	0.10 151	0.17 357	0.11 37	0.08 17	0.05 2	0.07 49	0.05 3	0.07 128	0.09 40	0.09 62	0.04 11	0.05 209	0.07 228	0.07 308	0.04 21	0.04 49

AIO-test1	0.10 173	0.07 169	0.10 138	0.23 517	0.07 84	0.09 98	0.13 126	0.21 291	0.14 167	0.11 191	0.12 202	0.09 158	0.07 128	0.11 135	0.09 62	0.06 128	0.05 209	0.09 402	0.10 465	0.03 1	0.06 240

SMoEStereo_RVC	0.08 57	0.06 76	0.12 219	0.16 167	0.07 84	0.09 98	0.14 180	0.11 37	0.13 142	0.09 122	0.07 49	0.07 82	0.07 128	0.12 226	0.10 144	0.05 35	0.04 24	0.06 126	0.05 133	0.04 21	0.04 49

tg	0.10 173	0.06 76	0.10 138	0.18 325	0.08 146	0.11 198	0.16 320	0.20 268	0.12 107	0.08 86	0.11 185	0.11 217	0.07 128	0.11 135	0.10 144	0.05 35	0.04 24	0.08 319	0.08 379	0.04 21	0.04 49

PAM_32	0.09 108	0.05 27	0.17 417	0.15 85	0.08 146	0.10 151	0.15 254	0.14 97	0.15 187	0.09 122	0.08 91	0.09 158	0.07 128	0.14 302	0.08 17	0.06 128	0.05 209	0.06 126	0.06 214	0.05 119	0.06 240

PAM	0.10 173	0.05 27	0.16 387	0.15 85	0.08 146	0.09 98	0.16 320	0.15 130	0.16 217	0.12 231	0.09 113	0.09 158	0.07 128	0.13 276	0.08 17	0.06 128	0.05 209	0.06 126	0.06 214	0.05 119	0.06 240

UGAM-zero	0.09 108	0.05 27	0.15 353	0.15 85	0.08 146	0.09 98	0.13 126	0.19 257	0.15 187	0.11 191	0.15 247	0.07 82	0.07 128	0.09 40	0.09 62	0.06 128	0.05 209	0.06 126	0.05 133	0.05 119	0.06 240

model_zeroshot	0.10 173	0.04 1	0.11 182	0.15 85	0.09 268	0.12 237	0.14 180	0.20 268	0.13 142	0.11 191	0.10 144	0.12 235	0.07 128	0.12 226	0.10 144	0.07 277	0.06 344	0.06 126	0.05 133	0.06 226	0.06 240

GCAP-BAT	0.09 108	0.07 169	0.14 302	0.15 85	0.08 146	0.10 151	0.13 126	0.14 97	0.10 48	0.11 191	0.10 144	0.08 131	0.07 128	0.12 226	0.10 144	0.06 128	0.05 209	0.06 126	0.04 46	0.04 21	0.04 49

AIO-Stereo-zeroshot1	0.11 222	0.05 27	0.14 302	0.15 85	0.20 562	0.09 98	0.17 357	0.21 291	0.15 187	0.11 191	0.14 230	0.10 192	0.07 128	0.10 82	0.08 17	0.06 128	0.05 209	0.07 228	0.07 308	0.07 299	0.09 430

AIO-Stereo-zeroshot	0.11 222	0.05 27	0.11 182	0.15 85	0.13 484	0.13 287	0.16 320	0.23 335	0.17 240	0.10 159	0.12 202	0.10 192	0.07 128	0.11 135	0.09 62	0.06 128	0.05 209	0.06 126	0.06 214	0.07 299	0.08 386

CAS++	0.11 222	0.07 169	0.11 182	0.14 41	0.09 268	0.12 237	0.14 180	0.24 358	0.14 167	0.11 191	0.09 113	0.11 217	0.07 128	0.14 302	0.09 62	0.11 472	0.09 477	0.09 402	0.07 308	0.07 299	0.08 386
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
testlalala2	0.10 173	0.06 76	0.11 182	0.20 445	0.10 377	0.10 151	0.12 76	0.17 197	0.12 107	0.12 231	0.13 216	0.09 158	0.07 128	0.11 135	0.13 320	0.06 128	0.05 209	0.05 34	0.04 46	0.05 119	0.05 146

MyStereo07	0.10 173	0.07 169	0.10 138	0.17 243	0.09 268	0.14 320	0.18 405	0.15 130	0.15 187	0.09 122	0.06 15	0.06 24	0.07 128	0.12 226	0.09 62	0.06 128	0.05 209	0.08 319	0.07 308	0.06 226	0.06 240

MyStereo06	0.10 173	0.07 169	0.12 219	0.17 243	0.09 268	0.13 287	0.18 405	0.19 257	0.12 107	0.12 231	0.08 91	0.07 82	0.07 128	0.11 135	0.09 62	0.06 128	0.05 209	0.07 228	0.07 308	0.06 226	0.06 240

UniTT-Stereo	0.09 108	0.07 169	0.08 40	0.18 325	0.08 146	0.13 287	0.11 55	0.12 58	0.11 77	0.10 159	0.12 202	0.05 3	0.07 128	0.09 40	0.09 62	0.07 277	0.05 209	0.05 34	0.05 133	0.05 119	0.05 146

CASnet	0.09 108	0.09 351	0.09 92	0.19 385	0.06 16	0.07 34	0.11 55	0.18 229	0.14 167	0.11 191	0.10 144	0.09 158	0.07 128	0.10 82	0.10 144	0.06 128	0.04 24	0.10 449	0.08 379	0.05 119	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
HH	0.09 108	0.06 76	0.13 266	0.17 243	0.08 146	0.10 151	0.16 320	0.14 97	0.10 48	0.08 86	0.09 113	0.08 131	0.07 128	0.10 82	0.09 62	0.06 128	0.04 24	0.06 126	0.05 133	0.05 119	0.04 49

HanStereo	0.09 108	0.06 76	0.13 266	0.17 243	0.08 146	0.10 151	0.16 320	0.14 97	0.10 48	0.08 86	0.09 113	0.08 131	0.07 128	0.10 82	0.09 62	0.06 128	0.04 24	0.06 126	0.05 133	0.05 119	0.04 49

LL-Strereo2	0.10 173	0.10 411	0.15 353	0.18 325	0.08 146	0.15 346	0.09 18	0.17 197	0.14 167	0.14 284	0.10 144	0.09 158	0.07 128	0.16 359	0.10 144	0.05 35	0.05 209	0.10 449	0.07 308	0.06 226	0.05 146

4D-IteraStereo	0.09 108	0.07 169	0.10 138	0.18 325	0.07 84	0.09 98	0.15 254	0.17 197	0.15 187	0.10 159	0.11 185	0.10 192	0.07 128	0.11 135	0.09 62	0.05 35	0.03 1	0.08 319	0.07 308	0.06 226	0.05 146

RCA-Stereo	0.09 108	0.06 76	0.09 92	0.16 167	0.06 16	0.09 98	0.13 126	0.18 229	0.14 167	0.09 122	0.10 144	0.08 131	0.07 128	0.12 226	0.11 219	0.06 128	0.04 24	0.06 126	0.05 133	0.05 119	0.04 49

RAFT_CTSACE	0.12 292	0.09 351	0.10 138	0.22 493	0.08 146	0.12 237	0.24 520	0.18 229	0.16 217	0.20 423	0.27 435	0.13 261	0.07 128	0.13 276	0.09 62	0.05 35	0.06 344	0.08 319	0.07 308	0.04 21	0.04 49

IPLG	0.10 173	0.07 169	0.15 353	0.17 243	0.08 146	0.11 198	0.14 180	0.20 268	0.15 187	0.12 231	0.17 281	0.07 82	0.07 128	0.14 302	0.13 320	0.06 128	0.04 24	0.06 126	0.05 133	0.04 21	0.04 49

MIPNet	0.11 222	0.08 275	0.14 302	0.17 243	0.09 268	0.12 237	0.14 180	0.20 268	0.24 367	0.11 191	0.10 144	0.09 158	0.07 128	0.13 276	0.12 278	0.06 128	0.04 24	0.06 126	0.05 133	0.04 21	0.04 49

iRaftStereo_RVC	0.10 173	0.07 169	0.09 92	0.17 243	0.09 268	0.11 198	0.17 357	0.18 229	0.12 107	0.09 122	0.12 202	0.10 192	0.07 128	0.11 135	0.10 144	0.05 35	0.04 24	0.08 319	0.08 379	0.04 21	0.04 49

CREStereo++_RVC	0.08 57	0.04 1	0.06 4	0.13 14	0.07 84	0.09 98	0.12 76	0.14 97	0.14 167	0.10 159	0.14 230	0.08 131	0.07 128	0.09 40	0.11 219	0.06 128	0.04 24	0.05 34	0.05 133	0.04 21	0.04 49
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
raftrobust	0.09 108	0.06 76	0.10 138	0.17 243	0.08 146	0.09 98	0.10 31	0.18 229	0.16 217	0.10 159	0.09 113	0.12 235	0.07 128	0.12 226	0.10 144	0.08 342	0.05 209	0.06 126	0.05 133	0.05 119	0.05 146

sCroCo_RVC	0.12 292	0.09 351	0.23 488	0.24 527	0.11 428	0.19 439	0.14 180	0.17 197	0.14 167	0.10 159	0.13 216	0.12 235	0.07 128	0.14 302	0.11 219	0.08 342	0.08 445	0.08 319	0.08 379	0.05 119	0.07 322

EAI-Stereo	0.09 108	0.07 169	0.11 182	0.15 85	0.06 16	0.10 151	0.15 254	0.16 161	0.09 30	0.08 86	0.09 113	0.08 131	0.07 128	0.09 40	0.11 219	0.05 35	0.04 24	0.05 34	0.05 133	0.05 119	0.04 49

PMTNet	0.09 108	0.05 27	0.09 92	0.12 5	0.06 16	0.12 237	0.14 180	0.15 130	0.11 77	0.09 122	0.13 216	0.10 192	0.07 128	0.13 276	0.10 144	0.15 539	0.04 24	0.05 34	0.03 1	0.07 299	0.06 240

NLSM3	0.09 108	0.06 76	0.08 40	0.19 385	0.08 146	0.11 198	0.16 320	0.18 229	0.16 217	0.06 14	0.08 91	0.07 82	0.08 169	0.09 40	0.11 219	0.04 11	0.04 24	0.06 126	0.07 308	0.03 1	0.03 2

MonSter++	0.08 57	0.04 1	0.10 138	0.13 14	0.06 16	0.09 98	0.12 76	0.13 76	0.08 17	0.06 14	0.07 49	0.06 24	0.08 169	0.10 82	0.11 219	0.06 128	0.05 209	0.04 1	0.03 1	0.04 21	0.04 49

CSFM-Stereo	0.07 4	0.05 27	0.07 8	0.14 41	0.06 16	0.09 98	0.13 126	0.15 130	0.06 4	0.07 48	0.08 91	0.06 24	0.08 169	0.09 40	0.09 62	0.06 128	0.05 209	0.04 1	0.03 1	0.04 21	0.04 49

DA	0.08 57	0.07 169	0.07 8	0.19 385	0.08 146	0.09 98	0.12 76	0.13 76	0.12 107	0.08 86	0.10 144	0.10 192	0.08 169	0.09 40	0.10 144	0.05 35	0.04 24	0.06 126	0.04 46	0.05 119	0.03 2

GGEV	0.08 57	0.07 169	0.07 8	0.19 385	0.08 146	0.09 98	0.12 76	0.13 76	0.12 107	0.08 86	0.10 144	0.10 192	0.08 169	0.09 40	0.10 144	0.05 35	0.04 24	0.06 126	0.04 46	0.05 119	0.03 2

Reg-Stereo(zero)	0.08 57	0.05 27	0.08 40	0.16 167	0.06 16	0.12 237	0.11 55	0.15 130	0.10 48	0.12 231	0.09 113	0.10 192	0.08 169	0.11 135	0.08 17	0.06 128	0.04 24	0.05 34	0.04 46	0.04 21	0.05 146

castereo	0.09 108	0.06 76	0.11 182	0.15 85	0.06 16	0.11 198	0.15 254	0.14 97	0.18 270	0.08 86	0.10 144	0.11 217	0.08 169	0.09 40	0.10 144	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

999	0.09 108	0.05 27	0.13 266	0.15 85	0.08 146	0.10 151	0.14 180	0.15 130	0.11 77	0.10 159	0.08 91	0.08 131	0.08 169	0.16 359	0.10 144	0.06 128	0.04 24	0.06 126	0.05 133	0.04 21	0.05 146

rvit_stereo_0080	0.10 173	0.08 275	0.14 302	0.15 85	0.09 268	0.07 34	0.15 254	0.16 161	0.16 217	0.11 191	0.10 144	0.14 281	0.08 169	0.12 226	0.10 144	0.09 402	0.07 416	0.07 228	0.06 214	0.07 299	0.05 146

gcap-zeroshot	0.09 108	0.05 27	0.10 138	0.16 167	0.07 84	0.13 287	0.13 126	0.11 37	0.12 107	0.13 262	0.12 202	0.09 158	0.08 169	0.09 40	0.09 62	0.06 128	0.05 209	0.06 126	0.05 133	0.04 21	0.04 49

trnet	0.08 57	0.05 27	0.07 8	0.12 5	0.05 1	0.12 237	0.11 55	0.13 76	0.10 48	0.08 86	0.13 216	0.09 158	0.08 169	0.11 135	0.10 144	0.08 342	0.05 209	0.05 34	0.03 1	0.06 226	0.05 146

Former-RAFT_DAM_RVC	0.10 173	0.08 275	0.12 219	0.16 167	0.08 146	0.15 346	0.16 320	0.18 229	0.18 270	0.10 159	0.09 113	0.09 158	0.08 169	0.11 135	0.12 278	0.07 277	0.05 209	0.08 319	0.06 214	0.07 299	0.06 240

AE-Stereo	0.10 173	0.08 275	0.10 138	0.18 325	0.09 268	0.10 151	0.15 254	0.14 97	0.19 287	0.09 122	0.14 230	0.12 235	0.08 169	0.11 135	0.10 144	0.05 35	0.06 344	0.07 228	0.06 214	0.05 119	0.04 49

whm_eth	0.10 173	0.08 275	0.14 302	0.15 85	0.09 268	0.07 34	0.15 254	0.16 161	0.16 217	0.11 191	0.10 144	0.14 281	0.08 169	0.12 226	0.10 144	0.09 402	0.07 416	0.07 228	0.06 214	0.07 299	0.05 146

testlalala_base	0.10 173	0.09 351	0.14 302	0.21 477	0.08 146	0.10 151	0.14 180	0.13 76	0.10 48	0.07 48	0.15 247	0.07 82	0.08 169	0.10 82	0.12 278	0.08 342	0.05 209	0.05 34	0.03 1	0.06 226	0.05 146

AEACV	0.08 57	0.05 27	0.08 40	0.14 41	0.13 484	0.14 320	0.13 126	0.14 97	0.09 30	0.07 48	0.09 113	0.07 82	0.08 169	0.10 82	0.09 62	0.06 128	0.04 24	0.06 126	0.05 133	0.05 119	0.04 49

GLC_STEREO	0.11 222	0.07 169	0.11 182	0.17 243	0.07 84	0.09 98	0.13 126	0.15 130	0.24 367	0.12 231	0.13 216	0.12 235	0.08 169	0.18 412	0.11 219	0.06 128	0.08 445	0.08 319	0.06 214	0.05 119	0.05 146

IPLGR	0.11 222	0.09 351	0.16 387	0.18 325	0.08 146	0.12 237	0.17 357	0.21 291	0.24 367	0.11 191	0.12 202	0.11 217	0.08 169	0.12 226	0.12 278	0.06 128	0.05 209	0.06 126	0.06 214	0.04 21	0.04 49

test-3	0.08 57	0.06 76	0.09 92	0.17 243	0.07 84	0.07 34	0.14 180	0.12 58	0.15 187	0.09 122	0.08 91	0.07 82	0.08 169	0.11 135	0.10 144	0.05 35	0.04 24	0.07 228	0.05 133	0.04 21	0.04 49

test_1	0.08 57	0.06 76	0.09 92	0.17 243	0.07 84	0.07 34	0.14 180	0.12 58	0.15 187	0.09 122	0.08 91	0.07 82	0.08 169	0.11 135	0.10 144	0.05 35	0.04 24	0.07 228	0.05 133	0.04 21	0.04 49

HHNet	0.11 222	0.06 76	0.16 387	0.15 85	0.14 504	0.07 34	0.13 126	0.20 268	0.17 240	0.14 284	0.25 409	0.11 217	0.08 169	0.13 276	0.10 144	0.05 35	0.04 24	0.08 319	0.06 214	0.05 119	0.09 430

AnonymousM	0.09 108	0.05 27	0.10 138	0.14 41	0.06 16	0.09 98	0.13 126	0.19 257	0.14 167	0.13 262	0.11 185	0.09 158	0.08 169	0.13 276	0.10 144	0.08 342	0.05 209	0.08 319	0.05 133	0.05 119	0.05 146

test-1	0.10 173	0.07 169	0.16 387	0.19 385	0.08 146	0.11 198	0.24 520	0.14 97	0.18 270	0.09 122	0.07 49	0.09 158	0.08 169	0.07 4	0.09 62	0.06 128	0.04 24	0.06 126	0.05 133	0.04 21	0.04 49

Prome-Stereo	0.11 222	0.06 76	0.10 138	0.18 325	0.08 146	0.12 237	0.15 254	0.22 315	0.13 142	0.12 231	0.17 281	0.13 261	0.08 169	0.12 226	0.10 144	0.05 35	0.04 24	0.07 228	0.06 214	0.06 226	0.09 430

raft+_RVC	0.11 222	0.07 169	0.09 92	0.16 167	0.07 84	0.10 151	0.11 55	0.24 358	0.20 310	0.12 231	0.15 247	0.12 235	0.08 169	0.12 226	0.13 320	0.07 277	0.04 24	0.07 228	0.06 214	0.05 119	0.05 146

XX-TBD	0.09 108	0.06 76	0.07 8	0.14 41	0.07 84	0.12 237	0.16 320	0.14 97	0.13 142	0.11 191	0.12 202	0.09 158	0.08 169	0.10 82	0.10 144	0.06 128	0.04 24	0.05 34	0.03 1	0.06 226	0.05 146

sAnonymous2	0.13 317	0.12 455	0.24 492	0.20 445	0.12 461	0.17 397	0.13 126	0.26 392	0.21 326	0.11 191	0.11 185	0.13 261	0.08 169	0.10 82	0.10 144	0.09 402	0.05 209	0.08 319	0.06 214	0.15 541	0.10 457

CroCo_RVC	0.13 317	0.12 455	0.24 492	0.20 445	0.12 461	0.17 397	0.13 126	0.26 392	0.21 326	0.11 191	0.11 185	0.13 261	0.08 169	0.10 82	0.10 144	0.09 402	0.05 209	0.08 319	0.06 214	0.15 541	0.10 457

CREStereo	0.09 108	0.04 1	0.08 40	0.11 1	0.06 16	0.13 287	0.14 180	0.14 97	0.10 48	0.08 86	0.13 216	0.09 158	0.08 169	0.11 135	0.10 144	0.08 342	0.04 24	0.05 34	0.03 1	0.06 226	0.06 240
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
R-Stereo Train	0.10 173	0.06 76	0.10 138	0.17 243	0.08 146	0.11 198	0.14 180	0.23 335	0.11 77	0.12 231	0.19 315	0.11 217	0.08 169	0.09 40	0.11 219	0.07 277	0.05 209	0.06 126	0.05 133	0.05 119	0.05 146

RAFT-Stereo	0.10 173	0.06 76	0.10 138	0.17 243	0.08 146	0.11 198	0.14 180	0.23 335	0.11 77	0.12 231	0.19 315	0.11 217	0.08 169	0.09 40	0.11 219	0.07 277	0.05 209	0.06 126	0.05 133	0.05 119	0.05 146
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
Hybrid-DGEV-03	0.10 173	0.06 76	0.09 92	0.18 325	0.08 146	0.16 375	0.14 180	0.15 130	0.14 167	0.13 262	0.16 259	0.12 235	0.09 200	0.13 276	0.11 219	0.06 128	0.04 24	0.08 319	0.06 214	0.05 119	0.04 49

WQFJX	0.10 173	0.07 169	0.09 92	0.21 477	0.09 268	0.12 237	0.16 320	0.18 229	0.17 240	0.12 231	0.10 144	0.07 82	0.09 200	0.12 226	0.10 144	0.06 128	0.07 416	0.06 126	0.05 133	0.06 226	0.05 146

NLMM1	0.11 222	0.09 351	0.07 8	0.22 493	0.10 377	0.12 237	0.20 467	0.18 229	0.20 310	0.12 231	0.11 185	0.07 82	0.09 200	0.11 135	0.11 219	0.08 342	0.08 445	0.07 228	0.06 214	0.04 21	0.04 49

NLCSM	0.11 222	0.09 351	0.09 92	0.23 517	0.11 428	0.12 237	0.19 444	0.18 229	0.18 270	0.12 231	0.11 185	0.07 82	0.09 200	0.11 135	0.10 144	0.07 277	0.08 445	0.07 228	0.07 308	0.06 226	0.05 146

BridgeDepth	0.07 4	0.07 169	0.08 40	0.18 325	0.06 16	0.07 34	0.11 55	0.09 13	0.06 4	0.04 1	0.07 49	0.10 192	0.09 200	0.08 19	0.08 17	0.04 11	0.03 1	0.04 1	0.04 46	0.03 1	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
water-stereo	0.09 108	0.06 76	0.08 40	0.16 167	0.07 84	0.09 98	0.13 126	0.15 130	0.13 142	0.11 191	0.12 202	0.08 131	0.09 200	0.07 4	0.08 17	0.06 128	0.05 209	0.05 34	0.05 133	0.04 21	0.04 49

DilatedVolume-Stereo	0.09 108	0.05 27	0.08 40	0.15 85	0.06 16	0.11 198	0.12 76	0.14 97	0.16 217	0.11 191	0.11 185	0.09 158	0.09 200	0.11 135	0.10 144	0.06 128	0.05 209	0.05 34	0.04 46	0.03 1	0.03 2

S2M2_L	0.09 108	0.08 275	0.11 182	0.13 14	0.10 377	0.08 60	0.06 1	0.10 22	0.10 48	0.10 159	0.09 113	0.10 192	0.09 200	0.11 135	0.11 219	0.13 521	0.07 416	0.08 319	0.09 425	0.10 456	0.08 386
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
SGD-Stereo	0.08 57	0.05 27	0.10 138	0.14 41	0.05 1	0.12 237	0.12 76	0.11 37	0.12 107	0.07 48	0.09 113	0.09 158	0.09 200	0.08 19	0.08 17	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.03 2

HI	0.11 222	0.06 76	0.11 182	0.13 14	0.09 268	0.09 98	0.14 180	0.21 291	0.10 48	0.19 400	0.17 281	0.14 281	0.09 200	0.16 359	0.08 17	0.05 35	0.04 24	0.07 228	0.08 379	0.07 299	0.06 240

CoSv	0.11 222	0.06 76	0.11 182	0.13 14	0.09 268	0.09 98	0.14 180	0.21 291	0.10 48	0.19 400	0.17 281	0.14 281	0.09 200	0.16 359	0.08 17	0.05 35	0.04 24	0.07 228	0.08 379	0.07 299	0.06 240

fffy	0.09 108	0.08 275	0.09 92	0.16 167	0.07 84	0.13 287	0.17 357	0.13 76	0.12 107	0.08 86	0.09 113	0.08 131	0.09 200	0.13 276	0.11 219	0.05 35	0.05 209	0.07 228	0.05 133	0.04 21	0.05 146

rvit_stereo_0081_aga	0.11 222	0.09 351	0.14 302	0.18 325	0.09 268	0.13 287	0.14 180	0.14 97	0.19 287	0.10 159	0.18 306	0.16 324	0.09 200	0.12 226	0.09 62	0.10 443	0.06 344	0.08 319	0.07 308	0.07 299	0.06 240

rvit_stereo_0081	0.11 222	0.08 275	0.15 353	0.16 167	0.09 268	0.10 151	0.14 180	0.14 97	0.24 367	0.11 191	0.13 216	0.13 261	0.09 200	0.11 135	0.12 278	0.10 443	0.07 416	0.08 319	0.07 308	0.07 299	0.05 146

rvit_stereo_0082	0.11 222	0.08 275	0.15 353	0.16 167	0.09 268	0.10 151	0.14 180	0.14 97	0.24 367	0.11 191	0.13 216	0.13 261	0.09 200	0.11 135	0.12 278	0.10 443	0.07 416	0.08 319	0.07 308	0.07 299	0.05 146

EKT-Stereo	0.11 222	0.07 169	0.14 302	0.15 85	0.10 377	0.13 287	0.14 180	0.18 229	0.21 326	0.11 191	0.08 91	0.12 235	0.09 200	0.11 135	0.12 278	0.08 342	0.06 344	0.07 228	0.06 214	0.08 362	0.07 322

GCAP-Stereo	0.09 108	0.07 169	0.13 266	0.18 325	0.06 16	0.11 198	0.07 3	0.13 76	0.12 107	0.09 122	0.10 144	0.07 82	0.09 200	0.13 276	0.10 144	0.06 128	0.05 209	0.05 34	0.04 46	0.04 21	0.05 146

Any-RAFT	0.10 173	0.05 27	0.09 92	0.14 41	0.07 84	0.13 287	0.14 180	0.21 291	0.15 187	0.11 191	0.12 202	0.12 235	0.09 200	0.12 226	0.09 62	0.07 277	0.04 24	0.05 34	0.04 46	0.06 226	0.05 146

RAFT-Test	0.09 108	0.06 76	0.10 138	0.15 85	0.07 84	0.11 198	0.15 254	0.16 161	0.13 142	0.09 122	0.10 144	0.10 192	0.09 200	0.12 226	0.09 62	0.06 128	0.04 24	0.05 34	0.04 46	0.04 21	0.05 146

LoS_RVC	0.08 57	0.05 27	0.07 8	0.15 85	0.07 84	0.08 60	0.15 254	0.11 37	0.10 48	0.08 86	0.09 113	0.06 24	0.09 200	0.10 82	0.09 62	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.03 2

anonymousdsp2	0.11 222	0.07 169	0.10 138	0.16 167	0.09 268	0.13 287	0.14 180	0.18 229	0.22 340	0.13 262	0.14 230	0.12 235	0.09 200	0.14 302	0.11 219	0.05 35	0.04 24	0.05 34	0.04 46	0.06 226	0.05 146

LoS	0.09 108	0.05 27	0.11 182	0.13 14	0.07 84	0.14 320	0.11 55	0.15 130	0.15 187	0.09 122	0.09 113	0.12 235	0.09 200	0.15 324	0.10 144	0.07 277	0.05 209	0.05 34	0.03 1	0.05 119	0.05 146
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
knoymous	0.11 222	0.05 27	0.12 219	0.13 14	0.07 84	0.15 346	0.14 180	0.19 257	0.13 142	0.11 191	0.17 281	0.13 261	0.09 200	0.13 276	0.11 219	0.08 342	0.05 209	0.06 126	0.05 133	0.08 362	0.07 322

test_4	0.10 173	0.10 411	0.08 40	0.19 385	0.09 268	0.08 60	0.22 497	0.15 130	0.17 240	0.12 231	0.18 306	0.12 235	0.09 200	0.08 19	0.11 219	0.04 11	0.04 24	0.08 319	0.08 379	0.04 21	0.03 2

iRaft-Stereo_5w	0.12 292	0.09 351	0.12 219	0.19 385	0.08 146	0.09 98	0.12 76	0.21 291	0.21 326	0.19 400	0.14 230	0.11 217	0.09 200	0.20 452	0.16 401	0.05 35	0.05 209	0.07 228	0.06 214	0.05 119	0.06 240

CIPLG	0.11 222	0.08 275	0.14 302	0.17 243	0.08 146	0.12 237	0.15 254	0.17 197	0.15 187	0.14 284	0.11 185	0.16 324	0.09 200	0.16 359	0.11 219	0.07 277	0.05 209	0.06 126	0.05 133	0.05 119	0.06 240

dd	0.15 394	0.16 514	0.16 387	0.19 385	0.09 268	0.15 346	0.18 405	0.21 291	0.25 388	0.23 466	0.20 327	0.21 392	0.09 200	0.21 469	0.16 401	0.10 443	0.06 344	0.08 319	0.06 214	0.08 362	0.06 240

IPLGR_C	0.11 222	0.08 275	0.14 302	0.17 243	0.08 146	0.12 237	0.15 254	0.17 197	0.15 187	0.14 284	0.10 144	0.16 324	0.09 200	0.16 359	0.11 219	0.07 277	0.05 209	0.06 126	0.05 133	0.05 119	0.06 240

ACRE	0.11 222	0.08 275	0.14 302	0.17 243	0.08 146	0.12 237	0.15 254	0.17 197	0.14 167	0.14 284	0.10 144	0.16 324	0.09 200	0.16 359	0.11 219	0.07 277	0.05 209	0.06 126	0.05 133	0.05 119	0.06 240

test_3	0.10 173	0.09 351	0.10 138	0.20 445	0.08 146	0.13 287	0.26 544	0.14 97	0.21 326	0.10 159	0.10 144	0.09 158	0.09 200	0.08 19	0.11 219	0.05 35	0.04 24	0.08 319	0.07 308	0.04 21	0.04 49

Pruner-Stereo	0.11 222	0.07 169	0.12 219	0.17 243	0.09 268	0.06 11	0.12 76	0.17 197	0.17 240	0.13 262	0.19 315	0.13 261	0.09 200	0.11 135	0.11 219	0.06 128	0.04 24	0.07 228	0.06 214	0.06 226	0.08 386

RAFT-345	0.11 222	0.07 169	0.15 353	0.16 167	0.08 146	0.08 60	0.12 76	0.15 130	0.10 48	0.11 191	0.36 503	0.09 158	0.09 200	0.11 135	0.12 278	0.05 35	0.05 209	0.07 228	0.06 214	0.04 21	0.05 146

RALAANet	0.11 222	0.08 275	0.10 138	0.17 243	0.09 268	0.14 320	0.10 31	0.20 268	0.15 187	0.14 284	0.13 216	0.16 324	0.09 200	0.12 226	0.11 219	0.06 128	0.05 209	0.07 228	0.06 214	0.05 119	0.04 49

RAFT-Stereo + iAFF	0.09 108	0.06 76	0.10 138	0.17 243	0.06 16	0.10 151	0.16 320	0.17 197	0.14 167	0.09 122	0.10 144	0.08 131	0.09 200	0.11 135	0.09 62	0.05 35	0.04 24	0.06 126	0.06 214	0.04 21	0.03 2

AFF-stereo	0.09 108	0.06 76	0.10 138	0.17 243	0.07 84	0.10 151	0.16 320	0.17 197	0.09 30	0.10 159	0.12 202	0.09 158	0.09 200	0.12 226	0.09 62	0.05 35	0.04 24	0.07 228	0.07 308	0.04 21	0.03 2

CFNet-RSSM	0.09 108	0.07 169	0.09 92	0.16 167	0.07 84	0.09 98	0.15 254	0.16 161	0.17 240	0.08 86	0.12 202	0.10 192	0.09 200	0.11 135	0.09 62	0.06 128	0.04 24	0.06 126	0.04 46	0.04 21	0.04 49

Gwc-CoAtRS	0.09 108	0.06 76	0.10 138	0.16 167	0.07 84	0.10 151	0.14 180	0.17 197	0.17 240	0.08 86	0.10 144	0.12 235	0.09 200	0.12 226	0.09 62	0.06 128	0.04 24	0.06 126	0.04 46	0.04 21	0.04 49

DStereoRT	0.16 417	0.06 76	0.11 182	0.19 385	0.09 268	0.12 237	0.12 76	0.28 432	0.22 340	0.12 231	0.20 327	0.11 217	0.10 237	0.15 324	0.14 357	0.06 128	0.05 209	0.96 613	0.09 425	0.05 119	0.04 49

WQFJA1	0.10 173	0.07 169	0.08 40	0.20 445	0.09 268	0.12 237	0.17 357	0.17 197	0.17 240	0.09 122	0.10 144	0.08 131	0.10 237	0.12 226	0.11 219	0.06 128	0.07 416	0.07 228	0.06 214	0.06 226	0.05 146

WQFJX1	0.10 173	0.07 169	0.08 40	0.22 493	0.09 268	0.12 237	0.17 357	0.18 229	0.17 240	0.10 159	0.09 113	0.07 82	0.10 237	0.11 135	0.09 62	0.07 277	0.08 445	0.07 228	0.06 214	0.05 119	0.04 49

NLMM	0.10 173	0.07 169	0.08 40	0.20 445	0.09 268	0.12 237	0.17 357	0.17 197	0.17 240	0.09 122	0.10 144	0.08 131	0.10 237	0.12 226	0.11 219	0.06 128	0.07 416	0.07 228	0.06 214	0.06 226	0.05 146

NLSM1	0.10 173	0.07 169	0.07 8	0.19 385	0.08 146	0.13 287	0.16 320	0.21 291	0.15 187	0.11 191	0.10 144	0.06 24	0.10 237	0.10 82	0.11 219	0.07 277	0.08 445	0.08 319	0.07 308	0.05 119	0.05 146

xyz-stereo-finetune	0.11 222	0.08 275	0.13 266	0.14 41	0.06 16	0.10 151	0.19 444	0.17 197	0.19 287	0.12 231	0.14 230	0.15 310	0.10 237	0.13 276	0.11 219	0.05 35	0.04 24	0.07 228	0.05 133	0.04 21	0.05 146

rvit_stereo_0083	0.12 292	0.08 275	0.17 417	0.16 167	0.09 268	0.11 198	0.15 254	0.14 97	0.26 402	0.11 191	0.14 230	0.13 261	0.10 237	0.12 226	0.12 278	0.10 443	0.08 445	0.09 402	0.07 308	0.07 299	0.05 146

rvit_stereo_ft	0.12 292	0.07 169	0.13 266	0.19 385	0.10 377	0.12 237	0.17 357	0.16 161	0.16 217	0.12 231	0.13 216	0.15 310	0.10 237	0.14 302	0.13 320	0.09 402	0.06 344	0.08 319	0.07 308	0.07 299	0.05 146

H2IRNET	0.10 173	0.09 351	0.09 92	0.18 325	0.09 268	0.12 237	0.15 254	0.14 97	0.21 326	0.10 159	0.10 144	0.10 192	0.10 237	0.10 82	0.10 144	0.05 35	0.04 24	0.08 319	0.08 379	0.06 226	0.05 146

MyStereo8	0.12 292	0.07 169	0.15 353	0.15 85	0.09 268	0.18 416	0.14 180	0.19 257	0.22 340	0.12 231	0.18 306	0.11 217	0.10 237	0.16 359	0.18 434	0.07 277	0.05 209	0.07 228	0.05 133	0.08 362	0.09 430

MyStereo04	0.13 317	0.07 169	0.10 138	0.17 243	0.09 268	0.14 320	0.18 405	0.29 445	0.38 503	0.17 354	0.14 230	0.16 324	0.10 237	0.15 324	0.13 320	0.06 128	0.05 209	0.08 319	0.07 308	0.06 226	0.06 240

StereoVision	0.13 317	0.12 455	0.09 92	0.24 527	0.10 377	0.15 346	0.21 487	0.21 291	0.20 310	0.12 231	0.24 381	0.10 192	0.10 237	0.16 359	0.10 144	0.09 402	0.11 509	0.12 499	0.12 517	0.06 226	0.05 146

DCRE	0.11 222	0.07 169	0.13 266	0.16 167	0.11 428	0.11 198	0.17 357	0.18 229	0.17 240	0.11 191	0.18 306	0.10 192	0.10 237	0.15 324	0.11 219	0.06 128	0.05 209	0.06 126	0.06 214	0.05 119	0.04 49

Selective-RAFT	0.11 222	0.10 411	0.11 182	0.21 477	0.08 146	0.16 375	0.13 126	0.20 268	0.22 340	0.10 159	0.10 144	0.11 217	0.10 237	0.15 324	0.11 219	0.05 35	0.05 209	0.06 126	0.05 133	0.06 226	0.05 146

TestStereo1	0.13 317	0.08 275	0.08 40	0.19 385	0.08 146	0.18 416	0.29 566	0.23 335	0.16 217	0.17 354	0.20 327	0.16 324	0.10 237	0.12 226	0.13 320	0.06 128	0.06 344	0.08 319	0.06 214	0.05 119	0.05 146

DisPM	0.11 222	0.07 169	0.12 219	0.16 167	0.09 268	0.06 11	0.13 126	0.17 197	0.17 240	0.14 284	0.20 327	0.12 235	0.10 237	0.11 135	0.10 144	0.06 128	0.04 24	0.07 228	0.06 214	0.06 226	0.11 483

raft_robust	0.13 317	0.10 411	0.07 8	0.18 325	0.08 146	0.13 287	0.24 520	0.28 432	0.33 464	0.20 423	0.19 315	0.14 281	0.10 237	0.11 135	0.12 278	0.05 35	0.05 209	0.07 228	0.07 308	0.05 119	0.04 49

RAFT+CT+SA	0.13 317	0.11 437	0.09 92	0.19 385	0.09 268	0.15 346	0.28 557	0.22 315	0.22 340	0.15 311	0.26 426	0.10 192	0.10 237	0.11 135	0.12 278	0.05 35	0.04 24	0.07 228	0.08 379	0.07 299	0.06 240

SA-5K	0.13 317	0.08 275	0.08 40	0.19 385	0.08 146	0.18 416	0.29 566	0.23 335	0.16 217	0.17 354	0.20 327	0.16 324	0.10 237	0.12 226	0.13 320	0.06 128	0.06 344	0.08 319	0.06 214	0.05 119	0.05 146

PFNet+	0.11 222	0.06 76	0.13 266	0.16 167	0.09 268	0.05 4	0.12 76	0.17 197	0.21 326	0.16 339	0.19 315	0.14 281	0.10 237	0.11 135	0.11 219	0.08 342	0.05 209	0.09 402	0.08 379	0.06 226	0.11 483

STrans-v2	0.10 173	0.07 169	0.12 219	0.18 325	0.07 84	0.10 151	0.14 180	0.21 291	0.11 77	0.11 191	0.15 247	0.12 235	0.10 237	0.11 135	0.12 278	0.05 35	0.04 24	0.06 126	0.06 214	0.04 21	0.04 49

KYRaft	0.11 222	0.07 169	0.10 138	0.19 385	0.09 268	0.08 60	0.15 254	0.22 315	0.12 107	0.13 262	0.16 259	0.20 383	0.10 237	0.12 226	0.10 144	0.05 35	0.04 24	0.08 319	0.08 379	0.06 226	0.16 552

ASMatch	0.11 222	0.06 76	0.13 266	0.16 167	0.10 377	0.07 34	0.14 180	0.17 197	0.17 240	0.12 231	0.16 259	0.16 324	0.10 237	0.13 276	0.10 144	0.05 35	0.04 24	0.06 126	0.05 133	0.04 21	0.08 386

RAFT-RH_RVC	0.11 222	0.06 76	0.14 302	0.16 167	0.09 268	0.12 237	0.12 76	0.17 197	0.12 107	0.13 262	0.41 540	0.11 217	0.10 237	0.13 276	0.12 278	0.05 35	0.04 24	0.08 319	0.05 133	0.04 21	0.06 240

cross-raft	0.10 173	0.09 351	0.09 92	0.19 385	0.07 84	0.11 198	0.25 535	0.13 76	0.15 187	0.08 86	0.11 185	0.12 235	0.10 237	0.09 40	0.11 219	0.05 35	0.04 24	0.06 126	0.05 133	0.04 21	0.04 49

rafts_anoy	0.11 222	0.06 76	0.10 138	0.17 243	0.08 146	0.10 151	0.14 180	0.17 197	0.14 167	0.13 262	0.13 216	0.12 235	0.10 237	0.11 135	0.12 278	0.07 277	0.04 24	0.09 402	0.11 497	0.07 299	0.06 240

Anonymous3	0.16 417	0.13 484	0.33 532	0.26 543	0.14 504	0.27 531	0.17 357	0.28 432	0.28 426	0.15 311	0.17 281	0.14 281	0.10 237	0.15 324	0.12 278	0.08 342	0.08 445	0.08 319	0.08 379	0.08 362	0.11 483

RALCasStereoNet	0.10 173	0.06 76	0.09 92	0.16 167	0.08 146	0.12 237	0.14 180	0.17 197	0.11 77	0.12 231	0.17 281	0.14 281	0.10 237	0.12 226	0.11 219	0.07 277	0.06 344	0.06 126	0.05 133	0.08 362	0.07 322

RAFT + AFF	0.13 317	0.07 169	0.20 464	0.20 445	0.10 377	0.14 320	0.24 520	0.26 392	0.20 310	0.11 191	0.10 144	0.12 235	0.10 237	0.15 324	0.12 278	0.07 277	0.06 344	0.09 402	0.08 379	0.06 226	0.08 386

GMStereo	0.13 317	0.14 496	0.14 302	0.18 325	0.09 268	0.15 346	0.16 320	0.20 268	0.24 367	0.16 339	0.17 281	0.10 192	0.10 237	0.16 359	0.13 320	0.07 277	0.06 344	0.06 126	0.06 214	0.07 299	0.06 240
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MultiAttention	0.29 552	0.08 275	0.14 302	0.19 385	0.12 461	1.45 618	1.33 620	0.36 531	0.37 496	0.19 400	0.21 349	0.24 434	0.11 267	0.38 566	0.18 434	0.06 128	0.05 209	0.08 319	0.08 379	0.10 456	0.09 430

depthmonostereo	0.09 108	0.06 76	0.09 92	0.15 85	0.06 16	0.10 151	0.13 126	0.14 97	0.14 167	0.10 159	0.10 144	0.09 158	0.11 267	0.08 19	0.09 62	0.06 128	0.05 209	0.06 126	0.04 46	0.04 21	0.03 2

MyStereo05	0.13 317	0.07 169	0.10 138	0.17 243	0.09 268	0.13 287	0.18 405	0.27 413	0.35 485	0.17 354	0.14 230	0.15 310	0.11 267	0.15 324	0.13 320	0.06 128	0.05 209	0.07 228	0.07 308	0.06 226	0.06 240

CoDeX	0.12 292	0.07 169	0.12 219	0.17 243	0.08 146	0.12 237	0.15 254	0.23 335	0.27 412	0.13 262	0.17 281	0.16 324	0.11 267	0.14 302	0.11 219	0.07 277	0.05 209	0.07 228	0.06 214	0.06 226	0.05 146

GMStereo_Zeroshot	0.16 417	0.13 484	0.24 492	0.20 445	0.10 377	0.17 397	0.13 126	0.29 445	0.25 388	0.23 466	0.32 480	0.25 448	0.11 267	0.19 427	0.14 357	0.09 402	0.06 344	0.11 480	0.06 214	0.12 494	0.08 386

MIF-Stereo (partial)	0.11 222	0.06 76	0.10 138	0.19 385	0.10 377	0.10 151	0.11 55	0.17 197	0.18 270	0.14 284	0.16 259	0.09 158	0.11 267	0.12 226	0.12 278	0.08 342	0.05 209	0.08 319	0.07 308	0.06 226	0.07 322

riskmin	0.11 222	0.06 76	0.13 266	0.14 41	0.08 146	0.14 320	0.14 180	0.18 229	0.14 167	0.11 191	0.14 230	0.16 324	0.11 267	0.14 302	0.12 278	0.09 402	0.05 209	0.07 228	0.05 133	0.08 362	0.08 386

fff	0.10 173	0.06 76	0.12 219	0.15 85	0.07 84	0.09 98	0.17 357	0.16 161	0.20 310	0.13 262	0.16 259	0.10 192	0.11 267	0.11 135	0.12 278	0.06 128	0.04 24	0.05 34	0.04 46	0.04 21	0.05 146

Sa-1000	0.12 292	0.08 275	0.08 40	0.18 325	0.08 146	0.14 320	0.22 497	0.22 315	0.18 270	0.15 311	0.20 327	0.17 344	0.11 267	0.10 82	0.10 144	0.06 128	0.05 209	0.09 402	0.09 425	0.05 119	0.05 146

SA	0.12 292	0.09 351	0.08 40	0.18 325	0.08 146	0.12 237	0.24 520	0.23 335	0.18 270	0.17 354	0.27 435	0.14 281	0.11 267	0.11 135	0.11 219	0.05 35	0.05 209	0.09 402	0.08 379	0.05 119	0.04 49

CrosDoStereo	0.12 292	0.06 76	0.12 219	0.14 41	0.08 146	0.12 237	0.15 254	0.17 197	0.22 340	0.19 400	0.24 381	0.15 310	0.11 267	0.11 135	0.12 278	0.06 128	0.04 24	0.07 228	0.07 308	0.05 119	0.05 146

LCNet	0.11 222	0.07 169	0.09 92	0.19 385	0.09 268	0.08 60	0.15 254	0.21 291	0.15 187	0.11 191	0.15 247	0.16 324	0.11 267	0.12 226	0.11 219	0.05 35	0.04 24	0.08 319	0.07 308	0.06 226	0.15 541

TransformOpticalFlow	0.10 173	0.08 275	0.13 266	0.18 325	0.07 84	0.09 98	0.15 254	0.19 257	0.15 187	0.12 231	0.17 281	0.11 217	0.11 267	0.11 135	0.10 144	0.05 35	0.04 24	0.06 126	0.06 214	0.05 119	0.05 146

NF-Stereo	0.11 222	0.07 169	0.13 266	0.17 243	0.09 268	0.10 151	0.14 180	0.23 335	0.19 287	0.12 231	0.17 281	0.12 235	0.11 267	0.11 135	0.11 219	0.06 128	0.04 24	0.07 228	0.06 214	0.06 226	0.12 496

OCTAStereo	0.11 222	0.07 169	0.13 266	0.17 243	0.09 268	0.10 151	0.14 180	0.23 335	0.19 287	0.12 231	0.17 281	0.12 235	0.11 267	0.11 135	0.11 219	0.06 128	0.04 24	0.07 228	0.06 214	0.06 226	0.12 496

PSM-softLoss	0.12 292	0.07 169	0.15 353	0.17 243	0.09 268	0.08 60	0.13 126	0.24 358	0.17 240	0.14 284	0.19 315	0.13 261	0.11 267	0.11 135	0.11 219	0.07 277	0.05 209	0.08 319	0.07 308	0.06 226	0.12 496

KMStereo	0.12 292	0.07 169	0.15 353	0.17 243	0.09 268	0.08 60	0.13 126	0.24 358	0.17 240	0.14 284	0.19 315	0.13 261	0.11 267	0.11 135	0.11 219	0.07 277	0.05 209	0.08 319	0.07 308	0.06 226	0.12 496

PSM-AAD	0.11 222	0.07 169	0.10 138	0.19 385	0.09 268	0.10 151	0.15 254	0.20 268	0.13 142	0.12 231	0.14 230	0.18 357	0.11 267	0.11 135	0.10 144	0.05 35	0.05 209	0.09 402	0.08 379	0.06 226	0.14 534

DeepStereo_LL	0.12 292	0.06 76	0.12 219	0.14 41	0.08 146	0.12 237	0.15 254	0.17 197	0.22 340	0.19 400	0.24 381	0.15 310	0.11 267	0.11 135	0.12 278	0.06 128	0.04 24	0.07 228	0.07 308	0.05 119	0.05 146

PFNet	0.12 292	0.06 76	0.17 417	0.17 243	0.08 146	0.09 98	0.15 254	0.26 392	0.20 310	0.16 339	0.16 259	0.14 281	0.11 267	0.12 226	0.11 219	0.06 128	0.04 24	0.07 228	0.06 214	0.05 119	0.05 146

GrayStereo	0.11 222	0.06 76	0.11 182	0.19 385	0.09 268	0.09 98	0.16 320	0.18 229	0.17 240	0.14 284	0.17 281	0.17 344	0.11 267	0.12 226	0.11 219	0.05 35	0.05 209	0.07 228	0.06 214	0.05 119	0.10 457

RE-Stereo	0.11 222	0.07 169	0.13 266	0.17 243	0.09 268	0.10 151	0.14 180	0.23 335	0.19 287	0.12 231	0.17 281	0.12 235	0.11 267	0.11 135	0.11 219	0.06 128	0.04 24	0.07 228	0.06 214	0.06 226	0.12 496

TVStereo	0.11 222	0.07 169	0.13 266	0.17 243	0.09 268	0.10 151	0.14 180	0.23 335	0.19 287	0.12 231	0.17 281	0.12 235	0.11 267	0.11 135	0.11 219	0.06 128	0.04 24	0.07 228	0.06 214	0.06 226	0.12 496

GMM-Stereo	0.11 222	0.07 169	0.10 138	0.18 325	0.09 268	0.08 60	0.15 254	0.23 335	0.16 217	0.11 191	0.15 247	0.13 261	0.11 267	0.11 135	0.11 219	0.05 35	0.04 24	0.08 319	0.07 308	0.06 226	0.09 430

s12784h	0.09 108	0.06 76	0.07 8	0.15 85	0.05 1	0.16 375	0.18 405	0.15 130	0.15 187	0.10 159	0.11 185	0.11 217	0.11 267	0.10 82	0.12 278	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.04 49

DCANet	0.10 173	0.06 76	0.12 219	0.16 167	0.06 16	0.09 98	0.17 357	0.15 130	0.19 287	0.13 262	0.17 281	0.10 192	0.11 267	0.11 135	0.12 278	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

csc	0.10 173	0.06 76	0.12 219	0.15 85	0.07 84	0.09 98	0.17 357	0.16 161	0.20 310	0.13 262	0.16 259	0.10 192	0.11 267	0.11 135	0.12 278	0.06 128	0.04 24	0.05 34	0.04 46	0.04 21	0.05 146

cscssc	0.10 173	0.06 76	0.12 219	0.15 85	0.07 84	0.09 98	0.17 357	0.16 161	0.20 310	0.13 262	0.16 259	0.10 192	0.11 267	0.11 135	0.12 278	0.06 128	0.04 24	0.05 34	0.04 46	0.04 21	0.05 146

111	0.10 173	0.06 76	0.12 219	0.15 85	0.07 84	0.10 151	0.14 180	0.21 291	0.23 351	0.11 191	0.12 202	0.14 281	0.11 267	0.13 276	0.10 144	0.06 128	0.04 24	0.06 126	0.04 46	0.05 119	0.05 146

ARAFT	0.12 292	0.08 275	0.17 417	0.19 385	0.09 268	0.14 320	0.18 405	0.20 268	0.12 107	0.12 231	0.13 216	0.14 281	0.11 267	0.15 324	0.12 278	0.06 128	0.05 209	0.10 449	0.09 425	0.05 119	0.04 49

HITNet	0.10 173	0.06 76	0.12 219	0.14 41	0.06 16	0.11 198	0.10 31	0.18 229	0.18 270	0.13 262	0.16 259	0.14 281	0.11 267	0.15 324	0.13 320	0.06 128	0.04 24	0.04 1	0.04 46	0.06 226	0.05 146
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
Hybrid-DGEV-2	0.11 222	0.06 76	0.12 219	0.18 325	0.09 268	0.09 98	0.13 126	0.28 432	0.29 433	0.11 191	0.11 185	0.09 158	0.12 298	0.12 226	0.09 62	0.06 128	0.05 209	0.07 228	0.07 308	0.05 119	0.05 146

FlowAnything_test	0.11 222	0.08 275	0.14 302	0.15 85	0.09 268	0.07 34	0.14 180	0.20 268	0.11 77	0.09 122	0.09 113	0.12 235	0.12 298	0.13 276	0.11 219	0.09 402	0.06 344	0.09 402	0.09 425	0.06 226	0.09 430

xyz-stereo-finetune2	0.11 222	0.07 169	0.13 266	0.13 14	0.07 84	0.11 198	0.19 444	0.17 197	0.12 107	0.15 311	0.15 247	0.17 344	0.12 298	0.13 276	0.11 219	0.05 35	0.04 24	0.07 228	0.05 133	0.04 21	0.06 240

DFGA-Net	0.13 317	0.11 437	0.18 440	0.17 243	0.10 377	0.12 237	0.13 126	0.22 315	0.25 388	0.16 339	0.16 259	0.13 261	0.12 298	0.16 359	0.14 357	0.07 277	0.05 209	0.08 319	0.07 308	0.05 119	0.05 146

DDVS	0.15 394	0.10 411	0.21 473	0.16 167	0.12 461	0.15 346	0.14 180	0.25 374	0.19 287	0.18 384	0.29 461	0.27 466	0.12 298	0.19 427	0.15 385	0.09 402	0.06 344	0.09 402	0.07 308	0.11 479	0.11 483

rvit_0105_6	0.14 351	0.09 351	0.18 440	0.17 243	0.10 377	0.10 151	0.16 320	0.19 257	0.26 402	0.12 231	0.18 306	0.17 344	0.12 298	0.18 412	0.12 278	0.15 539	0.11 509	0.12 499	0.10 465	0.09 425	0.06 240

rvit_0105_5	0.14 351	0.09 351	0.13 266	0.17 243	0.09 268	0.14 320	0.23 508	0.24 358	0.27 412	0.14 284	0.15 247	0.18 357	0.12 298	0.17 391	0.14 357	0.14 535	0.11 509	0.10 449	0.10 465	0.08 362	0.06 240

GCST	0.37 569	0.42 587	0.26 500	1.02 611	0.39 587	0.18 416	0.08 7	0.20 268	0.17 240	0.28 515	0.25 409	0.15 310	0.12 298	0.16 359	0.14 357	0.64 607	0.43 596	0.75 603	0.65 607	0.63 600	0.46 599

plain	0.10 173	0.08 275	0.10 138	0.19 385	0.09 268	0.10 151	0.15 254	0.14 97	0.13 142	0.13 262	0.15 247	0.09 158	0.12 298	0.13 276	0.12 278	0.07 277	0.05 209	0.09 402	0.06 214	0.06 226	0.06 240

PCWNet_CMD	0.14 351	0.08 275	0.15 353	0.17 243	0.09 268	0.14 320	0.14 180	0.29 445	0.36 489	0.14 284	0.20 327	0.21 392	0.12 298	0.17 391	0.13 320	0.07 277	0.05 209	0.07 228	0.07 308	0.07 299	0.07 322

ADStereo(finetuned)	0.10 173	0.06 76	0.12 219	0.16 167	0.06 16	0.09 98	0.17 357	0.15 130	0.19 287	0.13 262	0.17 281	0.10 192	0.12 298	0.11 135	0.12 278	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

GMOStereo	0.11 222	0.09 351	0.07 8	0.19 385	0.08 146	0.12 237	0.28 557	0.13 76	0.17 240	0.11 191	0.17 281	0.14 281	0.12 298	0.07 4	0.07 1	0.05 35	0.05 209	0.09 402	0.07 308	0.04 21	0.04 49

error version	0.11 222	0.09 351	0.07 8	0.19 385	0.08 146	0.12 237	0.28 557	0.13 76	0.17 240	0.11 191	0.17 281	0.14 281	0.12 298	0.07 4	0.07 1	0.05 35	0.05 209	0.09 402	0.07 308	0.04 21	0.04 49

test-v	0.11 222	0.09 351	0.07 8	0.19 385	0.08 146	0.12 237	0.28 557	0.13 76	0.17 240	0.11 191	0.17 281	0.14 281	0.12 298	0.07 4	0.07 1	0.05 35	0.05 209	0.09 402	0.07 308	0.04 21	0.04 49

GANet-ADL	0.13 317	0.07 169	0.15 353	0.17 243	0.10 377	0.18 416	0.15 254	0.30 459	0.20 310	0.13 262	0.18 306	0.19 371	0.12 298	0.16 359	0.13 320	0.08 342	0.06 344	0.06 126	0.05 133	0.07 299	0.08 386

Patchmatch Stereo++	0.11 222	0.09 351	0.16 387	0.18 325	0.08 146	0.06 11	0.11 55	0.16 161	0.13 142	0.15 311	0.16 259	0.14 281	0.12 298	0.11 135	0.10 144	0.06 128	0.04 24	0.08 319	0.06 214	0.08 362	0.07 322
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
OMP-Stereo	0.11 222	0.06 76	0.14 302	0.18 325	0.08 146	0.09 98	0.12 76	0.21 291	0.21 326	0.13 262	0.14 230	0.11 217	0.12 298	0.11 135	0.13 320	0.06 128	0.04 24	0.07 228	0.06 214	0.05 119	0.04 49

IIG-Stereo	0.11 222	0.06 76	0.13 266	0.17 243	0.08 146	0.11 198	0.12 76	0.22 315	0.17 240	0.14 284	0.17 281	0.11 217	0.12 298	0.12 226	0.12 278	0.06 128	0.05 209	0.07 228	0.06 214	0.05 119	0.04 49

NRIStereo	0.11 222	0.08 275	0.14 302	0.18 325	0.08 146	0.10 151	0.14 180	0.16 161	0.15 187	0.12 231	0.14 230	0.13 261	0.12 298	0.13 276	0.10 144	0.06 128	0.04 24	0.07 228	0.06 214	0.06 226	0.07 322

PSM-adaLoss	0.11 222	0.09 351	0.16 387	0.18 325	0.08 146	0.06 11	0.12 76	0.16 161	0.13 142	0.15 311	0.16 259	0.14 281	0.12 298	0.11 135	0.10 144	0.06 128	0.04 24	0.08 319	0.06 214	0.08 362	0.07 322

FTStereo	0.12 292	0.06 76	0.14 302	0.18 325	0.09 268	0.07 34	0.15 254	0.21 291	0.18 270	0.12 231	0.24 381	0.12 235	0.12 298	0.13 276	0.13 320	0.05 35	0.05 209	0.07 228	0.06 214	0.06 226	0.10 457

ROB_FTStereo_v2	0.11 222	0.09 351	0.16 387	0.19 385	0.08 146	0.06 11	0.12 76	0.16 161	0.13 142	0.15 311	0.16 259	0.14 281	0.12 298	0.11 135	0.10 144	0.06 128	0.04 24	0.08 319	0.06 214	0.08 362	0.07 322

ROB_FTStereo	0.11 222	0.09 351	0.16 387	0.19 385	0.08 146	0.06 11	0.11 55	0.16 161	0.13 142	0.15 311	0.16 259	0.14 281	0.12 298	0.11 135	0.10 144	0.06 128	0.04 24	0.08 319	0.06 214	0.08 362	0.07 322

HUI-Stereo	0.11 222	0.09 351	0.16 387	0.18 325	0.08 146	0.06 11	0.12 76	0.16 161	0.13 142	0.15 311	0.16 259	0.14 281	0.12 298	0.11 135	0.10 144	0.06 128	0.04 24	0.08 319	0.06 214	0.08 362	0.07 322

SST-Stereo	0.10 173	0.07 169	0.15 353	0.18 325	0.09 268	0.06 11	0.12 76	0.17 197	0.11 77	0.15 311	0.17 281	0.13 261	0.12 298	0.10 82	0.11 219	0.06 128	0.04 24	0.09 402	0.06 214	0.06 226	0.05 146

THIR-Stereo	0.12 292	0.07 169	0.11 182	0.15 85	0.08 146	0.14 320	0.16 320	0.17 197	0.25 388	0.16 339	0.24 381	0.14 281	0.12 298	0.12 226	0.14 357	0.06 128	0.04 24	0.07 228	0.07 308	0.05 119	0.05 146

RAFT_R40	0.11 222	0.07 169	0.14 302	0.18 325	0.09 268	0.06 11	0.13 126	0.17 197	0.16 217	0.14 284	0.18 306	0.15 310	0.12 298	0.10 82	0.11 219	0.06 128	0.04 24	0.09 402	0.06 214	0.06 226	0.05 146

DeepStereo_RVC	0.11 222	0.08 275	0.16 387	0.18 325	0.08 146	0.08 60	0.12 76	0.17 197	0.12 107	0.13 262	0.14 230	0.12 235	0.12 298	0.12 226	0.11 219	0.06 128	0.04 24	0.07 228	0.06 214	0.07 299	0.08 386

iGMRVC	0.11 222	0.09 351	0.16 387	0.19 385	0.08 146	0.06 11	0.12 76	0.16 161	0.13 142	0.15 311	0.16 259	0.14 281	0.12 298	0.11 135	0.10 144	0.06 128	0.04 24	0.08 319	0.06 214	0.08 362	0.07 322

IRAFT_RVC	0.12 292	0.08 275	0.16 387	0.19 385	0.08 146	0.07 34	0.15 254	0.24 358	0.23 351	0.14 284	0.14 230	0.15 310	0.12 298	0.12 226	0.10 144	0.06 128	0.04 24	0.09 402	0.06 214	0.06 226	0.06 240

iRAFT	0.11 222	0.09 351	0.16 387	0.18 325	0.08 146	0.06 11	0.11 55	0.16 161	0.13 142	0.15 311	0.16 259	0.14 281	0.12 298	0.11 135	0.10 144	0.06 128	0.04 24	0.08 319	0.06 214	0.08 362	0.07 322

CRE-IMP	0.11 222	0.09 351	0.16 387	0.19 385	0.08 146	0.10 151	0.12 76	0.18 229	0.10 48	0.14 284	0.13 216	0.13 261	0.12 298	0.12 226	0.11 219	0.07 277	0.04 24	0.08 319	0.06 214	0.08 362	0.08 386

test-2	0.11 222	0.09 351	0.07 8	0.19 385	0.08 146	0.12 237	0.28 557	0.13 76	0.17 240	0.11 191	0.17 281	0.14 281	0.12 298	0.07 4	0.07 1	0.05 35	0.05 209	0.09 402	0.07 308	0.04 21	0.04 49

RAFT	0.13 317	0.09 351	0.11 182	0.18 325	0.08 146	0.15 346	0.24 520	0.20 268	0.19 287	0.21 437	0.21 349	0.17 344	0.12 298	0.16 359	0.09 62	0.06 128	0.07 416	0.10 449	0.09 425	0.05 119	0.05 146

RAFT-IKP	0.11 222	0.09 351	0.16 387	0.19 385	0.08 146	0.06 11	0.12 76	0.16 161	0.13 142	0.15 311	0.16 259	0.14 281	0.12 298	0.11 135	0.10 144	0.06 128	0.04 24	0.08 319	0.06 214	0.08 362	0.07 322

TestStereo	0.13 317	0.14 496	0.11 182	0.23 517	0.08 146	0.15 346	0.21 487	0.20 268	0.23 351	0.14 284	0.24 381	0.16 324	0.12 298	0.16 359	0.14 357	0.05 35	0.06 344	0.08 319	0.06 214	0.09 425	0.05 146

FENet	0.13 317	0.08 275	0.12 219	0.16 167	0.08 146	0.14 320	0.15 254	0.22 315	0.23 351	0.17 354	0.23 369	0.16 324	0.12 298	0.14 302	0.15 385	0.08 342	0.05 209	0.08 319	0.08 379	0.07 299	0.07 322

DIP-Stereo	0.11 222	0.07 169	0.14 302	0.17 243	0.09 268	0.13 287	0.09 18	0.16 161	0.16 217	0.11 191	0.16 259	0.14 281	0.12 298	0.15 324	0.13 320	0.06 128	0.05 209	0.06 126	0.05 133	0.05 119	0.06 240
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MSMDNet	0.14 351	0.08 275	0.15 353	0.17 243	0.09 268	0.14 320	0.14 180	0.29 445	0.36 489	0.14 284	0.21 349	0.21 392	0.12 298	0.17 391	0.14 357	0.07 277	0.05 209	0.07 228	0.07 308	0.07 299	0.07 322

G2L-Stereo	0.14 351	0.07 169	0.13 266	0.17 243	0.09 268	0.13 287	0.12 76	0.27 413	0.22 340	0.16 339	0.27 435	0.21 392	0.13 337	0.17 391	0.18 434	0.09 402	0.08 445	0.08 319	0.07 308	0.07 299	0.07 322

rvit_0105_4	0.14 351	0.09 351	0.17 417	0.17 243	0.10 377	0.12 237	0.19 444	0.23 335	0.27 412	0.14 284	0.20 327	0.17 344	0.13 337	0.17 391	0.13 320	0.15 539	0.11 509	0.11 480	0.10 465	0.09 425	0.06 240

rvit_0105_3	0.15 394	0.09 351	0.14 302	0.19 385	0.12 461	0.15 346	0.25 535	0.25 374	0.29 433	0.15 311	0.17 281	0.20 383	0.13 337	0.17 391	0.14 357	0.13 521	0.11 509	0.12 499	0.14 531	0.07 299	0.06 240

UGAM	0.13 317	0.10 411	0.09 92	0.22 493	0.08 146	0.12 237	0.20 467	0.17 197	0.23 351	0.21 437	0.16 259	0.13 261	0.13 337	0.19 427	0.12 278	0.07 277	0.05 209	0.13 514	0.11 497	0.07 299	0.05 146

ffm	0.12 292	0.09 351	0.14 302	0.16 167	0.08 146	0.17 397	0.17 357	0.15 130	0.19 287	0.15 311	0.25 409	0.19 371	0.13 337	0.10 82	0.07 1	0.06 128	0.04 24	0.09 402	0.08 379	0.06 226	0.06 240

ff1	0.13 317	0.09 351	0.14 302	0.16 167	0.08 146	0.17 397	0.17 357	0.15 130	0.19 287	0.15 311	0.25 409	0.19 371	0.13 337	0.14 302	0.20 453	0.06 128	0.04 24	0.09 402	0.08 379	0.06 226	0.06 240

mmx	0.14 351	0.09 351	0.14 302	0.16 167	0.08 146	0.17 397	0.17 357	0.27 413	0.25 388	0.15 311	0.25 409	0.19 371	0.13 337	0.14 302	0.20 453	0.08 342	0.06 344	0.09 402	0.08 379	0.08 362	0.08 386

xxx	0.14 351	0.09 351	0.14 302	0.16 167	0.08 146	0.17 397	0.17 357	0.27 413	0.25 388	0.15 311	0.25 409	0.19 371	0.13 337	0.14 302	0.20 453	0.08 342	0.06 344	0.09 402	0.08 379	0.08 362	0.08 386

LL-Strereo	0.13 317	0.09 351	0.11 182	0.20 445	0.10 377	0.11 198	0.18 405	0.32 480	0.24 367	0.15 311	0.15 247	0.14 281	0.13 337	0.19 427	0.11 219	0.06 128	0.04 24	0.09 402	0.08 379	0.04 21	0.05 146

SDNR	0.19 464	0.08 275	0.19 452	0.16 167	0.12 461	0.77 603	0.14 180	0.25 374	0.32 457	0.19 400	0.24 381	0.19 371	0.13 337	0.19 427	0.15 385	0.16 555	0.18 564	0.14 526	0.11 497	0.08 362	0.11 483

BUS	0.14 351	0.09 351	0.14 302	0.22 493	0.10 377	0.19 439	0.14 180	0.34 509	0.19 287	0.17 354	0.22 360	0.16 324	0.13 337	0.15 324	0.13 320	0.08 342	0.06 344	0.10 449	0.09 425	0.07 299	0.07 322

NINENet	0.16 417	0.10 411	0.15 353	0.17 243	0.11 428	0.19 439	0.14 180	0.40 553	0.36 489	0.18 384	0.21 349	0.16 324	0.13 337	0.15 324	0.13 320	0.08 342	0.08 445	0.10 449	0.07 308	0.10 456	0.09 430

UDGNet	0.14 351	0.13 484	0.16 387	0.17 243	0.10 377	0.12 237	0.16 320	0.21 291	0.27 412	0.20 423	0.20 327	0.16 324	0.13 337	0.16 359	0.13 320	0.10 443	0.06 344	0.09 402	0.07 308	0.06 226	0.07 322

dad	0.17 438	0.20 545	0.20 464	0.16 167	0.11 428	0.20 454	0.18 405	0.21 291	0.28 426	0.30 529	0.24 381	0.29 484	0.13 337	0.19 427	0.16 401	0.18 561	0.09 477	0.11 480	0.09 425	0.11 479	0.07 322

GEStereo_RVC	0.17 438	0.12 455	0.15 353	0.22 493	0.11 428	0.19 439	0.17 357	0.32 480	0.48 542	0.20 423	0.25 409	0.17 344	0.13 337	0.21 469	0.16 401	0.10 443	0.06 344	0.08 319	0.07 308	0.09 425	0.08 386

CFNet_pseudo	0.14 351	0.08 275	0.15 353	0.16 167	0.09 268	0.13 287	0.14 180	0.27 413	0.34 476	0.14 284	0.21 349	0.22 410	0.13 337	0.18 412	0.14 357	0.07 277	0.05 209	0.08 319	0.06 214	0.07 299	0.07 322

GES	0.14 351	0.08 275	0.16 387	0.15 85	0.10 377	0.13 287	0.13 126	0.28 432	0.25 388	0.16 339	0.23 369	0.18 357	0.13 337	0.16 359	0.13 320	0.08 342	0.07 416	0.07 228	0.06 214	0.08 362	0.09 430

SFCPSM	0.13 317	0.07 169	0.14 302	0.17 243	0.09 268	0.15 346	0.16 320	0.28 432	0.27 412	0.14 284	0.17 281	0.12 235	0.13 337	0.14 302	0.11 219	0.08 342	0.05 209	0.07 228	0.07 308	0.07 299	0.06 240

ccs_rob	0.14 351	0.08 275	0.15 353	0.16 167	0.09 268	0.12 237	0.14 180	0.27 413	0.34 476	0.14 284	0.21 349	0.22 410	0.13 337	0.18 412	0.14 357	0.07 277	0.05 209	0.08 319	0.07 308	0.07 299	0.07 322

AdaStereo	0.15 394	0.11 437	0.15 353	0.18 325	0.09 268	0.20 454	0.11 55	0.32 480	0.28 426	0.20 423	0.23 369	0.20 383	0.13 337	0.19 427	0.14 357	0.12 496	0.05 209	0.10 449	0.07 308	0.09 425	0.07 322
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.
iResNetv2_ROB	0.14 351	0.08 275	0.15 353	0.16 167	0.08 146	0.16 375	0.12 76	0.25 374	0.35 485	0.21 437	0.29 461	0.24 434	0.13 337	0.14 302	0.14 357	0.06 128	0.05 209	0.06 126	0.04 46	0.09 425	0.08 386

MLCV	0.12 292	0.07 169	0.16 387	0.18 325	0.06 16	0.15 346	0.17 357	0.19 257	0.21 326	0.18 384	0.25 409	0.17 344	0.13 337	0.14 302	0.13 320	0.05 35	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

iResNet	0.13 317	0.10 411	0.18 440	0.19 385	0.08 146	0.13 287	0.18 405	0.20 268	0.26 402	0.15 311	0.23 369	0.15 310	0.13 337	0.14 302	0.14 357	0.06 128	0.04 24	0.06 126	0.05 133	0.06 226	0.05 146

DN-CSS_ROB	0.13 317	0.13 484	0.16 387	0.18 325	0.10 377	0.16 375	0.08 7	0.22 315	0.18 270	0.17 354	0.22 360	0.13 261	0.13 337	0.12 226	0.13 320	0.05 35	0.05 209	0.10 449	0.10 465	0.08 362	0.06 240

G2L-ROB	0.13 317	0.06 76	0.13 266	0.13 14	0.08 146	0.14 320	0.16 320	0.25 374	0.18 270	0.19 400	0.18 306	0.20 383	0.14 361	0.17 391	0.16 401	0.08 342	0.05 209	0.06 126	0.05 133	0.08 362	0.09 430

test_sample6	0.14 351	0.08 275	0.13 266	0.16 167	0.08 146	0.17 397	0.19 444	0.25 374	0.17 240	0.17 354	0.27 435	0.19 371	0.14 361	0.15 324	0.13 320	0.08 342	0.05 209	0.08 319	0.07 308	0.08 362	0.08 386

test_sample5	0.14 351	0.08 275	0.14 302	0.16 167	0.08 146	0.18 416	0.18 405	0.25 374	0.17 240	0.17 354	0.27 435	0.18 357	0.14 361	0.16 359	0.13 320	0.08 342	0.05 209	0.08 319	0.07 308	0.08 362	0.08 386

test_sample4	0.14 351	0.08 275	0.14 302	0.15 85	0.08 146	0.19 439	0.18 405	0.26 392	0.17 240	0.16 339	0.25 409	0.18 357	0.14 361	0.16 359	0.13 320	0.08 342	0.06 344	0.08 319	0.06 214	0.08 362	0.08 386

DualNet	0.14 351	0.08 275	0.14 302	0.16 167	0.08 146	0.18 416	0.18 405	0.25 374	0.17 240	0.17 354	0.27 435	0.18 357	0.14 361	0.16 359	0.13 320	0.08 342	0.05 209	0.08 319	0.07 308	0.08 362	0.08 386

CFNet_ucs	0.15 394	0.08 275	0.16 387	0.16 167	0.11 428	0.14 320	0.14 180	0.30 459	0.34 476	0.16 339	0.24 381	0.23 428	0.14 361	0.18 412	0.15 385	0.09 402	0.06 344	0.08 319	0.07 308	0.09 425	0.09 430

anonymousa	0.13 317	0.07 169	0.13 266	0.18 325	0.09 268	0.13 287	0.17 357	0.19 257	0.29 433	0.15 311	0.24 381	0.15 310	0.14 361	0.14 302	0.14 357	0.07 277	0.05 209	0.07 228	0.09 425	0.05 119	0.06 240

DCANet-4	0.10 173	0.06 76	0.12 219	0.16 167	0.06 16	0.09 98	0.17 357	0.18 229	0.19 287	0.13 262	0.16 259	0.09 158	0.14 361	0.11 135	0.12 278	0.06 128	0.04 24	0.05 34	0.04 46	0.04 21	0.05 146

GwcNet-ADL	0.13 317	0.08 275	0.14 302	0.20 445	0.09 268	0.11 198	0.20 467	0.30 459	0.24 367	0.13 262	0.14 230	0.18 357	0.14 361	0.13 276	0.14 357	0.07 277	0.05 209	0.06 126	0.05 133	0.07 299	0.06 240

AAGNet	0.11 222	0.07 169	0.16 387	0.19 385	0.09 268	0.08 60	0.13 126	0.18 229	0.13 142	0.16 339	0.21 349	0.13 261	0.14 361	0.11 135	0.14 357	0.06 128	0.04 24	0.09 402	0.06 214	0.06 226	0.05 146

DEmStereo	0.12 292	0.06 76	0.14 302	0.14 41	0.10 377	0.16 375	0.15 254	0.16 161	0.24 367	0.17 354	0.24 381	0.13 261	0.14 361	0.12 226	0.13 320	0.05 35	0.04 24	0.07 228	0.06 214	0.05 119	0.05 146

HCRNet	0.16 417	0.24 560	0.12 219	0.35 576	0.11 428	0.15 346	0.17 357	0.26 392	0.22 340	0.19 400	0.24 381	0.21 392	0.14 361	0.15 324	0.13 320	0.11 472	0.07 416	0.11 480	0.10 465	0.09 425	0.07 322

xxxx	0.15 394	0.07 169	0.14 302	0.14 41	0.08 146	0.23 495	0.18 405	0.31 469	0.19 287	0.14 284	0.28 449	0.22 410	0.14 361	0.15 324	0.26 528	0.09 402	0.05 209	0.07 228	0.07 308	0.08 362	0.07 322

PSMNet-RSSM	0.14 351	0.07 169	0.13 266	0.15 85	0.08 146	0.13 287	0.16 320	0.24 358	0.24 367	0.16 339	0.28 449	0.22 410	0.14 361	0.15 324	0.13 320	0.11 472	0.06 344	0.09 402	0.12 517	0.08 362	0.07 322

CFNet-ft	0.14 351	0.07 169	0.15 353	0.12 5	0.09 268	0.16 375	0.18 405	0.22 315	0.24 367	0.17 354	0.26 426	0.24 434	0.14 361	0.16 359	0.14 357	0.11 472	0.06 344	0.08 319	0.09 425	0.09 425	0.08 386

BEATNet_4x	0.12 292	0.08 275	0.14 302	0.18 325	0.07 84	0.15 346	0.07 3	0.22 315	0.18 270	0.16 339	0.19 315	0.18 357	0.14 361	0.16 359	0.15 385	0.07 277	0.05 209	0.05 34	0.05 133	0.06 226	0.06 240

HSM-Net_RVC	0.14 351	0.08 275	0.11 182	0.15 85	0.08 146	0.15 346	0.15 254	0.27 413	0.29 433	0.19 400	0.21 349	0.29 484	0.14 361	0.17 391	0.13 320	0.06 128	0.06 344	0.06 126	0.06 214	0.07 299	0.06 240
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 351	0.07 169	0.15 353	0.12 5	0.09 268	0.16 375	0.18 405	0.22 315	0.24 367	0.17 354	0.26 426	0.24 434	0.14 361	0.16 359	0.14 357	0.11 472	0.06 344	0.08 319	0.09 425	0.09 425	0.08 386

DCVSM-stereo	0.14 351	0.09 351	0.16 387	0.16 167	0.10 377	0.15 346	0.09 18	0.19 257	0.23 351	0.20 423	0.23 369	0.26 458	0.15 379	0.18 412	0.14 357	0.09 402	0.07 416	0.09 402	0.08 379	0.10 456	0.12 496

ACV-stereo	0.15 394	0.10 411	0.28 512	0.18 325	0.12 461	0.14 320	0.12 76	0.23 335	0.21 326	0.19 400	0.23 369	0.22 410	0.15 379	0.23 493	0.17 416	0.07 277	0.06 344	0.07 228	0.07 308	0.07 299	0.07 322

ITSA-stereo	0.15 394	0.10 411	0.14 302	0.19 385	0.08 146	0.12 237	0.14 180	0.30 459	0.49 549	0.17 354	0.19 315	0.22 410	0.15 379	0.17 391	0.16 401	0.10 443	0.06 344	0.08 319	0.08 379	0.08 362	0.08 386

rvit_stereo_0075_2	0.17 438	0.12 455	0.25 497	0.23 517	0.16 534	0.13 287	0.10 31	0.30 459	0.27 412	0.20 423	0.28 449	0.22 410	0.15 379	0.18 412	0.13 320	0.16 555	0.10 497	0.17 548	0.10 465	0.10 456	0.09 430

test_sample3	0.14 351	0.08 275	0.15 353	0.14 41	0.09 268	0.19 439	0.17 357	0.26 392	0.18 270	0.16 339	0.22 360	0.19 371	0.15 379	0.17 391	0.13 320	0.08 342	0.06 344	0.07 228	0.06 214	0.09 425	0.08 386

test_sample2	0.12 292	0.07 169	0.12 219	0.14 41	0.08 146	0.16 375	0.18 405	0.21 291	0.16 217	0.14 284	0.20 327	0.19 371	0.15 379	0.15 324	0.12 278	0.08 342	0.05 209	0.07 228	0.06 214	0.08 362	0.07 322

SMFormer	0.14 351	0.07 169	0.17 417	0.14 41	0.08 146	0.16 375	0.17 357	0.26 392	0.27 412	0.19 400	0.20 327	0.18 357	0.15 379	0.15 324	0.17 416	0.08 342	0.05 209	0.07 228	0.06 214	0.07 299	0.06 240

tta	0.14 351	0.07 169	0.17 417	0.14 41	0.08 146	0.16 375	0.17 357	0.26 392	0.27 412	0.19 400	0.20 327	0.18 357	0.15 379	0.15 324	0.17 416	0.08 342	0.05 209	0.07 228	0.06 214	0.06 226	0.06 240

qqq1	0.13 317	0.07 169	0.17 417	0.14 41	0.08 146	0.16 375	0.17 357	0.26 392	0.27 412	0.19 400	0.20 327	0.18 357	0.15 379	0.15 324	0.11 219	0.08 342	0.05 209	0.05 34	0.05 133	0.06 226	0.06 240

fff1	0.13 317	0.07 169	0.17 417	0.14 41	0.08 146	0.16 375	0.17 357	0.26 392	0.27 412	0.19 400	0.20 327	0.18 357	0.15 379	0.15 324	0.11 219	0.08 342	0.05 209	0.05 34	0.05 133	0.06 226	0.06 240

1111x	0.15 394	0.08 275	0.12 219	0.18 325	0.07 84	0.18 416	0.25 535	0.31 469	0.24 367	0.17 354	0.24 381	0.26 458	0.15 379	0.13 276	0.23 494	0.07 277	0.07 416	0.08 319	0.09 425	0.07 299	0.06 240

iinet-f	0.16 417	0.06 76	0.45 557	0.14 41	0.10 377	0.21 471	0.14 180	0.27 413	0.23 351	0.21 437	0.24 381	0.21 392	0.15 379	0.18 412	0.21 473	0.09 402	0.07 416	0.07 228	0.06 214	0.09 425	0.10 457

GASNet	0.22 497	0.23 557	0.33 532	0.26 543	0.17 549	0.26 521	0.16 320	0.44 570	0.42 523	0.27 500	0.24 381	0.30 494	0.15 379	0.27 512	0.18 434	0.12 496	0.08 445	0.12 499	0.11 497	0.16 549	0.07 322

CASS	0.13 317	0.12 455	0.11 182	0.23 517	0.09 268	0.15 346	0.17 357	0.18 229	0.19 287	0.17 354	0.18 306	0.15 310	0.15 379	0.14 302	0.14 357	0.09 402	0.06 344	0.10 449	0.08 379	0.09 425	0.07 322
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Wz-Net-LNSev-Ref	0.18 452	0.09 351	0.29 520	0.15 85	0.10 377	0.22 480	0.20 467	0.26 392	0.39 506	0.25 488	0.42 546	0.24 434	0.15 379	0.20 452	0.19 447	0.07 277	0.05 209	0.06 126	0.05 133	0.10 456	0.09 430

test_5	0.14 351	0.12 455	0.08 40	0.20 445	0.10 377	0.14 320	0.29 566	0.21 291	0.24 367	0.18 384	0.28 449	0.11 217	0.15 379	0.12 226	0.13 320	0.06 128	0.05 209	0.07 228	0.08 379	0.08 362	0.07 322

CSP-Net	0.16 417	0.09 351	0.14 302	0.16 167	0.09 268	0.19 439	0.17 357	0.25 374	0.32 457	0.25 488	0.30 468	0.24 434	0.15 379	0.21 469	0.18 434	0.09 402	0.06 344	0.07 228	0.07 308	0.08 362	0.07 322

DAS	0.15 394	0.08 275	0.18 440	0.19 385	0.10 377	0.19 439	0.17 357	0.27 413	0.29 433	0.18 384	0.25 409	0.21 392	0.15 379	0.16 359	0.12 278	0.08 342	0.06 344	0.06 126	0.06 214	0.07 299	0.07 322

SepStereo	0.15 394	0.08 275	0.18 440	0.19 385	0.10 377	0.19 439	0.17 357	0.27 413	0.29 433	0.18 384	0.25 409	0.21 392	0.15 379	0.25 507	0.12 278	0.08 342	0.06 344	0.06 126	0.06 214	0.07 299	0.07 322

DRaft	0.12 292	0.06 76	0.11 182	0.14 41	0.09 268	0.14 320	0.17 357	0.21 291	0.30 443	0.17 354	0.28 449	0.10 192	0.15 379	0.10 82	0.12 278	0.05 35	0.04 24	0.07 228	0.06 214	0.05 119	0.05 146

GANet-RSSM	0.14 351	0.07 169	0.13 266	0.13 14	0.08 146	0.14 320	0.17 357	0.22 315	0.21 326	0.17 354	0.24 381	0.23 428	0.15 379	0.16 359	0.15 385	0.10 443	0.06 344	0.07 228	0.08 379	0.08 362	0.07 322

DSFCA	0.16 417	0.09 351	0.14 302	0.16 167	0.10 377	0.20 454	0.19 444	0.28 432	0.31 450	0.23 466	0.24 381	0.22 410	0.15 379	0.19 427	0.20 453	0.10 443	0.07 416	0.09 402	0.09 425	0.08 362	0.08 386

FADNet-RVC-Resample	0.16 417	0.11 437	0.31 525	0.22 493	0.11 428	0.19 439	0.14 180	0.25 374	0.24 367	0.24 475	0.27 435	0.20 383	0.15 379	0.16 359	0.15 385	0.07 277	0.08 445	0.12 499	0.10 465	0.09 425	0.10 457

UCFNet_RVC	0.14 351	0.08 275	0.13 266	0.11 1	0.10 377	0.20 454	0.10 31	0.24 358	0.22 340	0.17 354	0.20 327	0.23 428	0.15 379	0.17 391	0.15 385	0.12 496	0.07 416	0.10 449	0.13 527	0.11 479	0.10 457

iResNet_ROB	0.14 351	0.07 169	0.13 266	0.14 41	0.07 84	0.18 416	0.14 180	0.26 392	0.31 450	0.22 453	0.25 409	0.23 428	0.15 379	0.15 324	0.13 320	0.07 277	0.05 209	0.05 34	0.04 46	0.08 362	0.08 386

PWCDC_ROB	0.20 476	0.13 484	0.22 479	0.24 527	0.11 428	0.19 439	0.15 254	0.33 500	0.54 561	0.29 524	0.50 562	0.21 392	0.15 379	0.27 512	0.20 453	0.11 472	0.09 477	0.10 449	0.08 379	0.11 479	0.09 430

xyz-stereo	0.13 317	0.07 169	0.20 464	0.15 85	0.05 1	0.20 454	0.15 254	0.17 197	0.31 450	0.15 311	0.29 461	0.26 458	0.16 405	0.13 276	0.12 278	0.05 35	0.05 209	0.06 126	0.05 133	0.04 21	0.04 49

G2L-Stereo_test	0.14 351	0.07 169	0.11 182	0.13 14	0.08 146	0.12 237	0.16 320	0.30 459	0.28 426	0.20 423	0.23 369	0.20 383	0.16 405	0.17 391	0.18 434	0.07 277	0.05 209	0.05 34	0.05 133	0.07 299	0.06 240

FACV-RUCA	0.13 317	0.11 437	0.12 219	0.19 385	0.12 461	0.15 346	0.15 254	0.22 315	0.20 310	0.15 311	0.16 259	0.14 281	0.16 405	0.14 302	0.13 320	0.07 277	0.05 209	0.08 319	0.06 214	0.10 456	0.08 386

test_sample1	0.13 317	0.07 169	0.14 302	0.13 14	0.08 146	0.19 439	0.16 320	0.20 268	0.15 187	0.14 284	0.22 360	0.18 357	0.16 405	0.17 391	0.14 357	0.07 277	0.06 344	0.06 126	0.06 214	0.08 362	0.07 322

xx1	0.11 222	0.08 275	0.12 219	0.17 243	0.09 268	0.13 287	0.15 254	0.16 161	0.18 270	0.09 122	0.09 113	0.16 324	0.16 405	0.10 82	0.07 1	0.06 128	0.04 24	0.08 319	0.08 379	0.07 299	0.07 322

mmm	0.14 351	0.08 275	0.17 417	0.17 243	0.09 268	0.17 397	0.18 405	0.21 291	0.15 187	0.15 311	0.23 369	0.21 392	0.16 405	0.16 359	0.17 416	0.08 342	0.05 209	0.08 319	0.07 308	0.07 299	0.07 322

11t1	0.12 292	0.06 76	0.13 266	0.14 41	0.08 146	0.17 397	0.15 254	0.18 229	0.15 187	0.15 311	0.15 247	0.16 324	0.16 405	0.15 324	0.13 320	0.08 342	0.05 209	0.06 126	0.05 133	0.08 362	0.07 322

CBFPSM	0.14 351	0.06 76	0.26 500	0.17 243	0.09 268	0.13 287	0.15 254	0.22 315	0.23 351	0.20 423	0.27 435	0.24 434	0.16 405	0.16 359	0.18 434	0.06 128	0.06 344	0.06 126	0.07 308	0.07 299	0.07 322

gwcnet-sp	0.14 351	0.07 169	0.12 219	0.18 325	0.09 268	0.16 375	0.17 357	0.24 358	0.24 367	0.18 384	0.24 381	0.15 310	0.16 405	0.15 324	0.15 385	0.08 342	0.06 344	0.07 228	0.08 379	0.08 362	0.07 322

scenet	0.14 351	0.07 169	0.12 219	0.18 325	0.09 268	0.16 375	0.17 357	0.24 358	0.24 367	0.18 384	0.24 381	0.15 310	0.16 405	0.15 324	0.15 385	0.08 342	0.06 344	0.07 228	0.08 379	0.08 362	0.07 322

ssnet	0.14 351	0.07 169	0.12 219	0.18 325	0.09 268	0.16 375	0.17 357	0.24 358	0.24 367	0.18 384	0.24 381	0.15 310	0.16 405	0.15 324	0.15 385	0.08 342	0.06 344	0.07 228	0.08 379	0.08 362	0.07 322

qqq	0.13 317	0.09 351	0.15 353	0.16 167	0.08 146	0.13 287	0.15 254	0.23 335	0.16 217	0.15 311	0.19 315	0.16 324	0.16 405	0.15 324	0.16 401	0.07 277	0.06 344	0.08 319	0.08 379	0.07 299	0.07 322

BSDual-CNN	0.15 394	0.09 351	0.14 302	0.22 493	0.10 377	0.14 320	0.15 254	0.34 509	0.19 287	0.17 354	0.22 360	0.25 448	0.16 405	0.15 324	0.14 357	0.08 342	0.06 344	0.10 449	0.09 425	0.07 299	0.07 322

psmg	0.14 351	0.09 351	0.14 302	0.17 243	0.10 377	0.15 346	0.17 357	0.29 445	0.19 287	0.17 354	0.21 349	0.25 448	0.16 405	0.15 324	0.14 357	0.08 342	0.06 344	0.08 319	0.08 379	0.07 299	0.06 240

AASNet	0.16 417	0.08 275	0.12 219	0.19 385	0.09 268	0.18 416	0.15 254	0.37 537	0.37 496	0.19 400	0.23 369	0.20 383	0.16 405	0.17 391	0.20 453	0.10 443	0.08 445	0.08 319	0.07 308	0.09 425	0.09 430

PSMNet-ADL	0.15 394	0.12 455	0.13 266	0.22 493	0.09 268	0.13 287	0.20 467	0.26 392	0.23 351	0.18 384	0.20 327	0.24 434	0.16 405	0.18 412	0.17 416	0.08 342	0.08 445	0.08 319	0.11 497	0.08 362	0.07 322

ADLNet	0.16 417	0.08 275	0.15 353	0.16 167	0.10 377	0.16 375	0.17 357	0.32 480	0.27 412	0.22 453	0.27 435	0.24 434	0.16 405	0.18 412	0.21 473	0.10 443	0.06 344	0.10 449	0.10 465	0.08 362	0.09 430

222	0.16 417	0.07 169	0.14 302	0.14 41	0.08 146	0.24 500	0.18 405	0.30 459	0.20 310	0.17 354	0.28 449	0.17 344	0.16 405	0.15 324	0.40 581	0.10 443	0.05 209	0.07 228	0.06 214	0.07 299	0.08 386

test_xeample	0.15 394	0.06 76	0.13 266	0.14 41	0.08 146	0.21 471	0.20 467	0.28 432	0.20 310	0.16 339	0.29 461	0.19 371	0.16 405	0.15 324	0.26 528	0.09 402	0.05 209	0.07 228	0.07 308	0.07 299	0.07 322

ACVNet	0.15 394	0.09 351	0.15 353	0.13 14	0.12 461	0.14 320	0.20 467	0.22 315	0.33 464	0.17 354	0.26 426	0.21 392	0.16 405	0.17 391	0.21 473	0.07 277	0.06 344	0.06 126	0.06 214	0.08 362	0.06 240

cf-r	0.13 317	0.07 169	0.12 219	0.16 167	0.08 146	0.14 320	0.19 444	0.20 268	0.25 388	0.17 354	0.25 409	0.21 392	0.16 405	0.14 302	0.14 357	0.10 443	0.05 209	0.06 126	0.08 379	0.06 226	0.06 240

GwcNet-RSSM	0.14 351	0.07 169	0.12 219	0.15 85	0.08 146	0.15 346	0.20 467	0.21 291	0.27 412	0.18 384	0.27 435	0.22 410	0.16 405	0.14 302	0.15 385	0.10 443	0.05 209	0.07 228	0.09 425	0.07 299	0.07 322

HSM	0.15 394	0.08 275	0.14 302	0.16 167	0.09 268	0.16 375	0.14 180	0.28 432	0.25 388	0.19 400	0.23 369	0.37 538	0.16 405	0.20 452	0.15 385	0.07 277	0.05 209	0.07 228	0.06 214	0.07 299	0.06 240

z-ln-s-r	0.17 438	0.10 411	0.40 550	0.19 385	0.08 146	0.17 397	0.18 405	0.22 315	0.33 464	0.18 384	0.40 529	0.22 410	0.17 428	0.20 452	0.23 494	0.07 277	0.05 209	0.07 228	0.07 308	0.07 299	0.05 146

coex_refinement	0.14 351	0.07 169	0.12 219	0.17 243	0.10 377	0.15 346	0.15 254	0.26 392	0.29 433	0.18 384	0.20 327	0.22 410	0.17 428	0.16 359	0.18 434	0.08 342	0.05 209	0.06 126	0.06 214	0.09 425	0.08 386

ISRNet	0.18 452	0.08 275	0.19 452	0.19 385	0.13 484	0.15 346	0.12 76	0.30 459	0.32 457	0.21 437	0.25 409	0.27 466	0.17 428	0.17 391	0.20 453	0.20 568	0.08 445	0.14 526	0.14 531	0.14 525	0.17 561

rvit_105_1	0.19 464	0.11 437	0.25 497	0.21 477	0.16 534	0.21 471	0.27 551	0.31 469	0.41 515	0.19 400	0.20 327	0.22 410	0.17 428	0.19 427	0.17 416	0.12 496	0.12 525	0.13 514	0.15 547	0.08 362	0.07 322

DispNO	0.14 351	0.08 275	0.17 417	0.19 385	0.12 461	0.11 198	0.21 487	0.23 335	0.29 433	0.17 354	0.23 369	0.18 357	0.17 428	0.15 324	0.15 385	0.07 277	0.05 209	0.08 319	0.08 379	0.07 299	0.06 240

x	0.13 317	0.07 169	0.14 302	0.14 41	0.08 146	0.18 416	0.14 180	0.22 315	0.20 310	0.15 311	0.19 315	0.19 371	0.17 428	0.18 412	0.18 434	0.07 277	0.05 209	0.06 126	0.06 214	0.07 299	0.07 322

CRFU-Net	0.16 417	0.08 275	0.14 302	0.17 243	0.09 268	0.19 439	0.14 180	0.26 392	0.20 310	0.28 515	0.27 435	0.29 484	0.17 428	0.19 427	0.17 416	0.09 402	0.09 477	0.07 228	0.07 308	0.08 362	0.08 386

AACVNet	0.16 417	0.08 275	0.14 302	0.15 85	0.10 377	0.18 416	0.15 254	0.23 335	0.24 367	0.27 500	0.27 435	0.28 476	0.17 428	0.19 427	0.16 401	0.09 402	0.07 416	0.09 402	0.07 308	0.10 456	0.09 430

LMCR-Stereo	0.15 394	0.08 275	0.13 266	0.21 477	0.09 268	0.17 397	0.20 467	0.27 413	0.19 287	0.24 475	0.24 381	0.23 428	0.17 428	0.20 452	0.17 416	0.07 277	0.06 344	0.08 319	0.06 214	0.10 456	0.08 386

acv_ft	0.15 394	0.09 351	0.15 353	0.19 385	0.10 377	0.16 375	0.17 357	0.25 374	0.33 464	0.19 400	0.26 426	0.21 392	0.17 428	0.17 391	0.18 434	0.07 277	0.06 344	0.06 126	0.06 214	0.08 362	0.06 240

FADNet_RVC	0.16 417	0.14 496	0.40 550	0.20 445	0.11 428	0.13 287	0.13 126	0.26 392	0.22 340	0.21 437	0.23 369	0.20 383	0.17 428	0.14 302	0.16 401	0.08 342	0.08 445	0.12 499	0.09 425	0.11 479	0.10 457

CFNet	0.15 394	0.10 411	0.17 417	0.17 243	0.08 146	0.18 416	0.09 18	0.28 432	0.25 388	0.19 400	0.24 381	0.24 434	0.17 428	0.17 391	0.14 357	0.08 342	0.06 344	0.09 402	0.10 465	0.07 299	0.06 240

NLCA_NET_v2_RVC	0.17 438	0.10 411	0.22 479	0.20 445	0.10 377	0.15 346	0.18 405	0.31 469	0.25 388	0.21 437	0.30 468	0.25 448	0.17 428	0.21 469	0.20 453	0.09 402	0.06 344	0.08 319	0.08 379	0.07 299	0.08 386
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.17 438	0.12 455	0.15 353	0.20 445	0.09 268	0.18 416	0.18 405	0.26 392	0.23 351	0.26 494	0.40 529	0.22 410	0.17 428	0.21 469	0.20 453	0.08 342	0.05 209	0.09 402	0.10 465	0.07 299	0.07 322
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
YMNet	0.20 476	0.12 455	0.19 452	0.20 445	0.14 504	0.26 521	0.23 508	0.32 480	0.34 476	0.27 500	0.34 496	0.30 494	0.18 442	0.18 412	0.22 482	0.10 443	0.13 539	0.10 449	0.10 465	0.08 362	0.09 430

YMNet_1	0.20 476	0.12 455	0.19 452	0.20 445	0.14 504	0.26 521	0.23 508	0.32 480	0.34 476	0.27 500	0.34 496	0.30 494	0.18 442	0.18 412	0.22 482	0.10 443	0.13 539	0.10 449	0.10 465	0.08 362	0.09 430

ssnet_v2	0.17 438	0.10 411	0.17 417	0.17 243	0.11 428	0.21 471	0.21 487	0.33 500	0.25 388	0.22 453	0.22 360	0.27 466	0.18 442	0.22 482	0.20 453	0.11 472	0.09 477	0.09 402	0.09 425	0.08 362	0.08 386

Wz-Net-LNSev	0.22 497	0.16 514	0.38 547	0.21 477	0.13 484	0.25 511	0.23 508	0.32 480	0.43 528	0.30 529	0.41 540	0.31 507	0.18 442	0.22 482	0.25 517	0.10 443	0.09 477	0.08 319	0.08 379	0.12 494	0.11 483

hknet	0.15 394	0.11 437	0.13 266	0.22 493	0.11 428	0.14 320	0.15 254	0.34 509	0.25 388	0.17 354	0.22 360	0.22 410	0.18 442	0.17 391	0.12 278	0.07 277	0.06 344	0.10 449	0.09 425	0.07 299	0.07 322

ADLNet2	0.16 417	0.09 351	0.13 266	0.16 167	0.09 268	0.20 454	0.16 320	0.31 469	0.39 506	0.16 339	0.20 327	0.20 383	0.18 442	0.21 469	0.22 482	0.08 342	0.06 344	0.07 228	0.07 308	0.09 425	0.07 322

ICVP	0.15 394	0.09 351	0.12 219	0.22 493	0.09 268	0.17 397	0.21 487	0.25 374	0.23 351	0.18 384	0.30 468	0.26 458	0.18 442	0.17 391	0.14 357	0.09 402	0.07 416	0.08 319	0.07 308	0.07 299	0.07 322
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ac_64	0.16 417	0.08 275	0.15 353	0.18 325	0.10 377	0.22 480	0.18 405	0.24 358	0.21 326	0.18 384	0.24 381	0.29 484	0.18 442	0.19 427	0.22 482	0.09 402	0.07 416	0.08 319	0.09 425	0.07 299	0.06 240

HGLStereo	0.17 438	0.08 275	0.19 452	0.17 243	0.12 461	0.18 416	0.18 405	0.31 469	0.32 457	0.21 437	0.32 480	0.25 448	0.18 442	0.19 427	0.20 453	0.09 402	0.09 477	0.07 228	0.07 308	0.09 425	0.10 457

DMCA	0.14 351	0.09 351	0.16 387	0.19 385	0.09 268	0.15 346	0.17 357	0.23 335	0.27 412	0.14 284	0.19 315	0.17 344	0.18 442	0.15 324	0.17 416	0.10 443	0.06 344	0.08 319	0.06 214	0.09 425	0.10 457

STTStereo	0.18 452	0.12 455	0.27 507	0.20 445	0.11 428	0.16 375	0.21 487	0.29 445	0.23 351	0.21 437	0.30 468	0.29 484	0.18 442	0.20 452	0.19 447	0.12 496	0.11 509	0.11 480	0.14 531	0.09 425	0.08 386

RASNet	0.14 351	0.07 169	0.14 302	0.16 167	0.08 146	0.18 416	0.14 180	0.29 445	0.20 310	0.17 354	0.25 409	0.21 392	0.18 442	0.20 452	0.19 447	0.07 277	0.06 344	0.06 126	0.08 379	0.06 226	0.06 240

TDLM	0.17 438	0.12 455	0.13 266	0.24 527	0.10 377	0.18 416	0.18 405	0.36 531	0.30 443	0.21 437	0.28 449	0.28 476	0.18 442	0.23 493	0.18 434	0.11 472	0.07 416	0.10 449	0.10 465	0.08 362	0.08 386

CVANet_RVC	0.18 452	0.10 411	0.14 302	0.21 477	0.10 377	0.18 416	0.17 357	0.34 509	0.33 464	0.22 453	0.31 476	0.28 476	0.18 442	0.23 493	0.17 416	0.12 496	0.08 445	0.12 499	0.11 497	0.09 425	0.07 322

DeepPruner_ROB	0.16 417	0.11 437	0.15 353	0.17 243	0.10 377	0.17 397	0.15 254	0.32 480	0.21 326	0.19 400	0.21 349	0.22 410	0.18 442	0.20 452	0.15 385	0.13 521	0.09 477	0.09 402	0.09 425	0.11 479	0.10 457

pmcnn	0.15 394	0.07 169	0.19 452	0.15 85	0.07 84	0.20 454	0.15 254	0.24 358	0.26 402	0.21 437	0.34 496	0.28 476	0.18 442	0.18 412	0.17 416	0.07 277	0.05 209	0.05 34	0.04 46	0.07 299	0.06 240

TCMNet	0.19 464	0.12 455	0.19 452	0.20 445	0.18 556	0.20 454	0.24 520	0.27 413	0.36 489	0.23 466	0.26 426	0.25 448	0.19 458	0.19 427	0.23 494	0.13 521	0.11 509	0.11 480	0.12 517	0.13 512	0.12 496

DualNet (step1)	0.16 417	0.12 455	0.20 464	0.12 5	0.14 504	0.17 397	0.13 126	0.27 413	0.23 351	0.20 423	0.20 327	0.24 434	0.19 458	0.16 359	0.16 401	0.15 539	0.06 344	0.14 526	0.14 531	0.14 525	0.12 496

test_sample9	0.18 452	0.12 455	0.20 464	0.12 5	0.14 504	0.17 397	0.13 126	0.27 413	0.23 351	0.20 423	0.20 327	0.24 434	0.19 458	0.19 427	0.17 416	0.15 539	0.30 588	0.14 526	0.14 531	0.14 525	0.12 496

test_sample7	0.15 394	0.10 411	0.16 387	0.14 41	0.11 428	0.16 375	0.16 320	0.27 413	0.23 351	0.20 423	0.20 327	0.24 434	0.19 458	0.16 359	0.16 401	0.12 496	0.06 344	0.10 449	0.09 425	0.10 456	0.10 457

Wz-Net-MNSev	0.22 497	0.13 484	0.31 525	0.20 445	0.14 504	0.36 565	0.24 520	0.33 500	0.44 533	0.28 515	0.40 529	0.38 542	0.19 458	0.24 502	0.25 517	0.09 402	0.07 416	0.09 402	0.09 425	0.12 494	0.10 457

pcwnet_v2	0.19 464	0.10 411	0.26 500	0.17 243	0.14 504	0.18 416	0.15 254	0.37 537	0.46 540	0.19 400	0.24 381	0.21 392	0.19 458	0.20 452	0.19 447	0.13 521	0.10 497	0.10 449	0.10 465	0.11 479	0.13 517

delet	0.17 438	0.08 275	0.17 417	0.19 385	0.11 428	0.20 454	0.21 487	0.30 459	0.37 496	0.17 354	0.26 426	0.19 371	0.19 458	0.19 427	0.21 473	0.08 342	0.08 445	0.09 402	0.11 497	0.06 226	0.06 240

UNet	0.17 438	0.09 351	0.18 440	0.19 385	0.12 461	0.27 531	0.19 444	0.33 500	0.29 433	0.21 437	0.24 381	0.23 428	0.19 458	0.19 427	0.18 434	0.07 277	0.06 344	0.08 319	0.07 308	0.08 362	0.06 240

UPFNet	0.16 417	0.08 275	0.12 219	0.20 445	0.12 461	0.20 454	0.23 508	0.28 432	0.26 402	0.17 354	0.24 381	0.22 410	0.19 458	0.19 427	0.21 473	0.09 402	0.07 416	0.08 319	0.09 425	0.08 362	0.06 240

NVstereo2D	0.19 464	0.10 411	0.15 353	0.17 243	0.15 523	0.28 538	0.23 508	0.44 570	0.42 523	0.15 311	0.27 435	0.25 448	0.19 458	0.22 482	0.17 416	0.09 402	0.06 344	0.10 449	0.08 379	0.15 541	0.09 430

StereoDRNet	0.18 452	0.11 437	0.17 417	0.22 493	0.11 428	0.21 471	0.22 497	0.37 537	0.33 464	0.24 475	0.28 449	0.30 494	0.19 458	0.20 452	0.20 453	0.09 402	0.08 445	0.11 480	0.09 425	0.09 425	0.07 322

SGM-Forest	0.20 476	0.14 496	0.18 440	0.19 385	0.13 484	0.20 454	0.22 497	0.33 500	0.30 443	0.24 475	0.29 461	0.28 476	0.19 458	0.23 493	0.17 416	0.15 539	0.16 557	0.15 538	0.14 531	0.12 494	0.12 496
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
fast-acv-ft	0.18 452	0.11 437	0.19 452	0.19 385	0.12 461	0.24 500	0.21 487	0.25 374	0.34 476	0.22 453	0.34 496	0.27 466	0.20 470	0.21 469	0.23 494	0.09 402	0.09 477	0.08 319	0.10 465	0.08 362	0.07 322

IER	0.14 351	0.07 169	0.13 266	0.17 243	0.09 268	0.14 320	0.16 320	0.25 374	0.26 402	0.18 384	0.25 409	0.17 344	0.20 470	0.16 359	0.14 357	0.08 342	0.05 209	0.07 228	0.06 214	0.08 362	0.07 322

MMNet	0.17 438	0.09 351	0.16 387	0.20 445	0.11 428	0.27 531	0.20 467	0.25 374	0.41 515	0.22 453	0.30 468	0.21 392	0.20 470	0.17 391	0.20 453	0.06 128	0.06 344	0.07 228	0.07 308	0.08 362	0.07 322

GwcNet	0.20 476	0.13 484	0.19 452	0.18 325	0.12 461	0.24 500	0.19 444	0.35 524	0.43 528	0.20 423	0.32 480	0.33 520	0.20 470	0.22 482	0.24 507	0.11 472	0.09 477	0.09 402	0.09 425	0.09 425	0.10 457

DGSMNet	0.24 520	0.19 540	0.33 532	0.21 477	0.24 573	0.24 500	0.20 467	0.35 524	0.41 515	0.24 475	0.32 480	0.38 542	0.21 474	0.29 530	0.23 494	0.12 496	0.11 509	0.14 526	0.16 551	0.23 569	0.23 575

FADNet-RVC	0.20 476	0.20 545	0.38 547	0.21 477	0.16 534	0.20 454	0.15 254	0.26 392	0.26 402	0.26 494	0.32 480	0.26 458	0.21 474	0.22 482	0.19 447	0.12 496	0.13 539	0.12 499	0.14 531	0.13 512	0.18 564

FADNet	0.21 488	0.22 555	0.36 541	0.18 325	0.17 549	0.24 500	0.13 126	0.31 469	0.31 450	0.23 466	0.25 409	0.27 466	0.21 474	0.19 427	0.15 385	0.13 521	0.15 554	0.12 499	0.15 547	0.16 549	0.18 564

MaskLacGwcNet_RVC	0.22 497	0.21 551	0.24 492	0.26 543	0.11 428	0.23 495	0.14 180	0.39 549	0.24 367	0.32 541	0.36 503	0.30 494	0.21 474	0.19 427	0.21 473	0.17 560	0.14 548	0.21 562	0.16 551	0.12 494	0.12 496

SuperB	0.20 476	0.10 411	0.56 573	0.16 167	0.09 268	0.18 416	0.18 405	0.24 358	0.50 552	0.26 494	0.39 523	0.17 344	0.21 474	0.22 482	0.21 473	0.08 342	0.06 344	0.06 126	0.06 214	0.12 494	0.10 457

RTSC	0.23 513	0.12 455	0.28 512	0.21 477	0.13 484	0.28 538	0.16 320	0.35 524	0.66 586	0.27 500	0.33 492	0.30 494	0.21 474	0.31 534	0.29 548	0.10 443	0.08 445	0.09 402	0.10 465	0.13 512	0.13 517

AANet_RVC	0.16 417	0.10 411	0.10 138	0.18 325	0.09 268	0.18 416	0.19 444	0.26 392	0.31 450	0.22 453	0.35 500	0.21 392	0.21 474	0.22 482	0.16 401	0.06 128	0.05 209	0.06 126	0.06 214	0.07 299	0.06 240

DRN-Test	0.19 464	0.11 437	0.20 464	0.22 493	0.10 377	0.22 480	0.22 497	0.39 549	0.37 496	0.24 475	0.32 480	0.26 458	0.21 474	0.22 482	0.24 507	0.11 472	0.07 416	0.11 480	0.10 465	0.09 425	0.07 322

MDST_ROB	0.22 497	0.10 411	0.17 417	0.18 325	0.11 428	0.37 566	0.19 444	0.43 568	0.41 515	0.39 558	0.39 523	0.29 484	0.21 474	0.26 509	0.18 434	0.11 472	0.10 497	0.14 526	0.11 497	0.10 456	0.08 386

w-ln-seven-2	0.20 476	0.14 496	0.37 545	0.22 493	0.12 461	0.20 454	0.21 487	0.28 432	0.37 496	0.25 488	0.37 509	0.27 466	0.22 483	0.21 469	0.23 494	0.08 342	0.08 445	0.09 402	0.09 425	0.10 456	0.09 430

w-ln-seven	0.24 520	0.14 496	0.55 570	0.19 385	0.14 504	0.26 521	0.22 497	0.35 524	0.60 575	0.29 524	0.39 523	0.30 494	0.22 483	0.21 469	0.26 528	0.09 402	0.09 477	0.11 480	0.10 465	0.11 479	0.10 457

SQANet	0.23 513	0.23 557	0.30 523	0.30 569	0.19 559	0.27 531	0.13 126	0.29 445	0.33 464	0.24 475	0.37 509	0.31 507	0.22 483	0.27 512	0.23 494	0.15 539	0.10 497	0.21 562	0.16 551	0.21 565	0.15 541

SACVNet	0.18 452	0.12 455	0.14 302	0.17 243	0.13 484	0.22 480	0.18 405	0.31 469	0.30 443	0.23 466	0.31 476	0.30 494	0.22 483	0.22 482	0.17 416	0.11 472	0.08 445	0.10 449	0.10 465	0.12 494	0.14 534

FINET	0.21 488	0.18 536	0.26 500	0.18 325	0.16 534	0.23 495	0.23 508	0.32 480	0.48 542	0.25 488	0.32 480	0.22 410	0.22 483	0.22 482	0.17 416	0.18 561	0.16 557	0.11 480	0.10 465	0.15 541	0.13 517

hitnet-ft	0.18 452	0.09 351	0.17 417	0.14 41	0.09 268	0.26 521	0.20 467	0.25 374	0.26 402	0.24 475	0.32 480	0.31 507	0.22 483	0.24 502	0.21 473	0.12 496	0.07 416	0.10 449	0.08 379	0.12 494	0.11 483

ADCP+	0.20 476	0.10 411	0.33 532	0.20 445	0.12 461	0.22 480	0.26 544	0.31 469	0.34 476	0.26 494	0.37 509	0.22 410	0.22 483	0.27 512	0.27 536	0.09 402	0.06 344	0.08 319	0.08 379	0.09 425	0.10 457

PSMNet_ROB	0.21 488	0.11 437	0.15 353	0.27 556	0.15 523	0.24 500	0.35 583	0.43 568	0.37 496	0.27 500	0.32 480	0.32 516	0.22 483	0.21 469	0.26 528	0.12 496	0.08 445	0.13 514	0.11 497	0.09 425	0.09 430

ADCRef	0.19 464	0.12 455	0.41 553	0.20 445	0.12 461	0.22 480	0.18 405	0.32 480	0.36 489	0.26 494	0.32 480	0.17 344	0.23 491	0.24 502	0.24 507	0.07 277	0.06 344	0.09 402	0.09 425	0.08 362	0.08 386

RYNet	0.22 497	0.12 455	0.22 479	0.19 385	0.17 549	0.46 574	0.26 544	0.38 545	0.48 542	0.24 475	0.28 449	0.34 527	0.23 491	0.20 452	0.30 554	0.10 443	0.06 344	0.09 402	0.09 425	0.13 512	0.15 541

NaN_ROB	0.22 497	0.19 540	0.24 492	0.25 538	0.13 484	0.29 542	0.26 544	0.33 500	0.41 515	0.31 535	0.31 476	0.32 516	0.23 491	0.30 533	0.21 473	0.11 472	0.17 562	0.10 449	0.10 465	0.08 362	0.09 430

NOSS_ROB	0.19 464	0.12 455	0.18 440	0.16 167	0.12 461	0.15 346	0.12 76	0.30 459	0.32 457	0.20 423	0.22 360	0.27 466	0.23 491	0.21 469	0.16 401	0.16 555	0.18 564	0.23 567	0.21 566	0.12 494	0.13 517

DispFullNet	0.27 543	0.21 551	0.65 582	0.28 559	0.16 534	0.26 521	0.17 357	0.33 500	0.58 570	0.27 500	0.38 515	0.43 560	0.23 491	0.38 566	0.23 494	0.12 496	0.06 344	0.19 559	0.11 497	0.21 565	0.15 541

CBMV	0.19 464	0.14 496	0.17 417	0.18 325	0.10 377	0.20 454	0.11 55	0.29 445	0.30 443	0.29 524	0.30 468	0.30 494	0.23 491	0.27 512	0.19 447	0.13 521	0.15 554	0.17 548	0.16 551	0.10 456	0.10 457
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
z-mn7	0.24 520	0.14 496	0.45 557	0.19 385	0.13 484	0.28 538	0.25 535	0.34 509	0.62 578	0.27 500	0.56 573	0.29 484	0.24 497	0.32 541	0.25 517	0.08 342	0.08 445	0.08 319	0.08 379	0.10 456	0.10 457

ToySt	0.17 438	0.11 437	0.18 440	0.17 243	0.11 428	0.16 375	0.25 535	0.24 358	0.33 464	0.19 400	0.24 381	0.26 458	0.24 497	0.19 427	0.20 453	0.07 277	0.08 445	0.09 402	0.10 465	0.09 425	0.08 386

WZ-Net	0.28 548	0.17 525	0.78 598	0.22 493	0.16 534	0.34 556	0.29 566	0.39 549	0.57 567	0.24 475	0.55 568	0.37 538	0.24 497	0.33 544	0.35 569	0.09 402	0.08 445	0.09 402	0.10 465	0.14 525	0.16 552

psm_up	0.18 452	0.10 411	0.18 440	0.20 445	0.11 428	0.17 397	0.19 444	0.37 537	0.34 476	0.21 437	0.28 449	0.29 484	0.24 497	0.20 452	0.22 482	0.09 402	0.10 497	0.11 480	0.11 497	0.08 362	0.08 386

RP	0.21 488	0.13 484	0.21 473	0.23 517	0.11 428	0.21 471	0.20 467	0.25 374	0.44 533	0.21 437	0.38 515	0.36 533	0.24 497	0.27 512	0.25 517	0.11 472	0.12 525	0.13 514	0.12 517	0.12 494	0.14 534

PS-NSSS	0.20 476	0.21 551	0.23 488	0.20 445	0.10 377	0.19 439	0.17 357	0.36 531	0.25 388	0.27 500	0.33 492	0.27 466	0.24 497	0.20 452	0.20 453	0.15 539	0.12 525	0.17 548	0.14 531	0.10 456	0.08 386

CBMV_ROB	0.19 464	0.13 484	0.17 417	0.16 167	0.11 428	0.15 346	0.13 126	0.26 392	0.28 426	0.27 500	0.30 468	0.27 466	0.24 497	0.23 493	0.16 401	0.15 539	0.17 562	0.22 566	0.20 564	0.10 456	0.11 483

DLCB_ROB	0.18 452	0.10 411	0.15 353	0.23 517	0.11 428	0.24 500	0.18 405	0.29 445	0.28 426	0.27 500	0.28 449	0.28 476	0.24 497	0.19 427	0.20 453	0.08 342	0.08 445	0.09 402	0.09 425	0.07 299	0.07 322

PWC_ROB	0.21 488	0.16 514	0.26 500	0.18 325	0.11 428	0.22 480	0.13 126	0.32 480	0.49 549	0.30 529	0.40 529	0.32 516	0.24 497	0.31 534	0.22 482	0.10 443	0.07 416	0.11 480	0.08 379	0.11 479	0.10 457

zh-mn7	0.25 532	0.14 496	0.56 573	0.19 385	0.14 504	0.24 500	0.22 497	0.34 509	0.62 578	0.35 548	0.65 581	0.31 507	0.25 506	0.31 534	0.25 517	0.09 402	0.08 445	0.09 402	0.09 425	0.09 425	0.11 483

PSMNet-RUCA	0.27 543	0.33 579	0.41 553	0.36 578	0.32 586	0.18 416	0.19 444	0.42 564	0.30 443	0.33 545	0.41 540	0.39 550	0.25 506	0.31 534	0.20 453	0.18 561	0.10 497	0.25 569	0.15 547	0.21 565	0.16 552

test_sample8	0.19 464	0.12 455	0.20 464	0.12 5	0.14 504	0.17 397	0.13 126	0.31 469	0.21 326	0.27 500	0.22 360	0.36 533	0.25 506	0.19 427	0.17 416	0.15 539	0.30 588	0.14 526	0.14 531	0.14 525	0.12 496

HBP-ISP	0.18 452	0.13 484	0.16 387	0.15 85	0.11 428	0.08 60	0.13 126	0.28 432	0.29 433	0.22 453	0.33 492	0.21 392	0.25 506	0.23 493	0.17 416	0.14 535	0.16 557	0.21 562	0.17 558	0.10 456	0.08 386

DDUNet	0.22 497	0.17 525	0.21 473	0.22 493	0.15 523	0.25 511	0.24 520	0.29 445	0.30 443	0.31 535	0.36 503	0.33 520	0.25 506	0.24 502	0.20 453	0.18 561	0.13 539	0.17 548	0.11 497	0.16 549	0.16 552

Syn2CoEx	0.21 488	0.16 514	0.27 507	0.29 567	0.14 504	0.26 521	0.20 467	0.33 500	0.31 450	0.28 515	0.36 503	0.27 466	0.25 506	0.19 427	0.24 507	0.16 555	0.12 525	0.14 526	0.11 497	0.09 425	0.08 386

Wz-Net-SNSev	0.25 532	0.17 525	0.44 556	0.25 538	0.14 504	0.26 521	0.23 508	0.38 545	0.56 565	0.30 529	0.55 568	0.39 550	0.26 512	0.23 493	0.30 554	0.10 443	0.09 477	0.09 402	0.10 465	0.11 479	0.11 483

AF-Net	0.22 497	0.17 525	0.17 417	0.26 543	0.13 484	0.25 511	0.24 520	0.32 480	0.50 552	0.25 488	0.33 492	0.38 542	0.26 512	0.28 524	0.25 517	0.11 472	0.10 497	0.16 545	0.11 497	0.11 479	0.10 457

PA-Net	0.23 513	0.18 536	0.33 532	0.28 559	0.22 568	0.21 471	0.38 588	0.29 445	0.39 506	0.22 453	0.32 480	0.25 448	0.26 512	0.20 452	0.25 517	0.09 402	0.23 582	0.15 538	0.22 569	0.09 425	0.13 517
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	0.19 464	0.09 351	0.22 479	0.17 243	0.10 377	0.25 511	0.18 405	0.27 413	0.44 533	0.22 453	0.31 476	0.33 520	0.26 512	0.28 524	0.28 544	0.08 342	0.06 344	0.07 228	0.07 308	0.09 425	0.09 430

SANet	0.24 520	0.14 496	0.28 512	0.21 477	0.11 428	0.27 531	0.24 520	0.38 545	0.64 582	0.36 551	0.40 529	0.43 560	0.26 512	0.27 512	0.24 507	0.12 496	0.09 477	0.10 449	0.09 425	0.13 512	0.11 483

XPNet_ROB	0.22 497	0.11 437	0.19 452	0.22 493	0.13 484	0.22 480	0.19 444	0.34 509	0.40 512	0.30 529	0.39 523	0.39 550	0.26 512	0.26 509	0.28 544	0.15 539	0.10 497	0.10 449	0.10 465	0.13 512	0.12 496

ETE_ROB	0.23 513	0.17 525	0.22 479	0.25 538	0.13 484	0.26 521	0.29 566	0.31 469	0.36 489	0.28 515	0.36 503	0.45 564	0.26 512	0.27 512	0.26 528	0.11 472	0.08 445	0.12 499	0.09 425	0.14 525	0.13 517

LALA_ROB	0.25 532	0.16 514	0.22 479	0.26 543	0.17 549	0.27 531	0.27 551	0.42 564	0.37 496	0.33 545	0.38 515	0.51 575	0.26 512	0.28 524	0.27 536	0.16 555	0.09 477	0.12 499	0.11 497	0.13 512	0.12 496

DStereoO	0.24 520	0.18 536	0.18 440	0.20 445	0.14 504	0.21 471	0.19 444	0.32 480	0.41 515	0.29 524	0.21 349	0.32 516	0.27 520	0.41 578	0.27 536	0.46 596	0.12 525	0.31 584	0.11 497	0.15 541	0.12 496

FSD					0.22 568	0.25 511	0.25 535	0.27 413	0.26 402	0.25 488	0.26 426	0.25 448	0.27 520	0.27 512	0.24 507	0.21 572	0.20 570	0.27 573	0.26 576	0.25 576

MSAF-DinoV2	0.22 497	0.11 437	0.23 488	0.17 243	0.10 377	0.27 531	0.16 320	0.37 537	0.55 562	0.21 437	0.27 435	0.47 571	0.27 520	0.35 553	0.39 578	0.09 402	0.06 344	0.07 228	0.09 425	0.12 494	0.10 457

ACVNet-4b	0.39 570	0.53 590	0.55 570	0.45 586	0.24 573	0.47 576	0.18 405	0.49 579	0.64 582	0.42 568	0.45 553	0.60 583	0.27 520	0.34 547	0.24 507	0.33 588	0.14 548	0.48 591	0.42 593	0.30 584	0.26 583

Anonymous_2	0.22 497	0.17 525	0.28 512	0.15 85	0.16 534	0.32 547	0.22 497	0.22 315	0.17 240	0.23 466	0.24 381	0.26 458	0.27 520	0.27 512	0.23 494	0.22 577	0.25 584	0.17 548	0.17 558	0.17 557	0.17 561

UDG	0.21 488	0.17 525	0.19 452	0.23 517	0.15 523	0.30 545	0.20 467	0.33 500	0.35 485	0.23 466	0.28 449	0.31 507	0.27 520	0.20 452	0.22 482	0.15 539	0.12 525	0.13 514	0.09 425	0.14 525	0.14 534

aanetorigin	0.22 497	0.17 525	0.56 573	0.17 243	0.10 377	0.15 346	0.19 444	0.20 268	0.33 464	0.49 577	0.48 557	0.29 484	0.27 520	0.20 452	0.23 494	0.08 342	0.07 416	0.08 319	0.07 308	0.10 456	0.09 430

DMCA-RVC	0.17 438	0.10 411	0.15 353	0.24 527	0.11 428	0.18 416	0.18 405	0.25 374	0.24 367	0.21 437	0.26 426	0.25 448	0.27 520	0.18 412	0.20 453	0.12 496	0.08 445	0.13 514	0.10 465	0.10 456	0.08 386

RGC	0.25 532	0.20 545	0.29 520	0.28 559	0.16 534	0.22 480	0.23 508	0.32 480	0.44 533	0.27 500	0.40 529	0.38 542	0.27 520	0.36 559	0.22 482	0.11 472	0.13 539	0.17 548	0.17 558	0.14 525	0.16 552

stereogan	0.22 497	0.11 437	0.21 473	0.20 445	0.12 461	0.31 546	0.19 444	0.35 524	0.44 533	0.22 453	0.39 523	0.35 531	0.27 520	0.33 544	0.22 482	0.10 443	0.12 525	0.10 449	0.10 465	0.14 525	0.13 517

FBW_ROB	0.24 520	0.17 525	0.22 479	0.26 543	0.14 504	0.25 511	0.22 497	0.41 559	0.41 515	0.41 565	0.41 540	0.42 557	0.27 520	0.31 534	0.23 494	0.09 402	0.14 548	0.14 526	0.12 517	0.11 479	0.09 430

NCC-stereo	0.24 520	0.15 506	0.31 525	0.26 543	0.16 534	0.20 454	0.30 573	0.40 553	0.40 512	0.24 475	0.38 515	0.33 520	0.28 531	0.36 559	0.27 536	0.12 496	0.11 509	0.15 538	0.22 569	0.13 512	0.13 517

Nwc_Net	0.23 513	0.16 514	0.21 473	0.25 538	0.14 504	0.24 500	0.26 544	0.37 537	0.38 503	0.22 453	0.41 540	0.30 494	0.28 531	0.28 524	0.25 517	0.11 472	0.10 497	0.17 548	0.20 564	0.10 456	0.10 457

Abc-Net	0.24 520	0.15 506	0.31 525	0.26 543	0.16 534	0.20 454	0.30 573	0.40 553	0.40 512	0.24 475	0.38 515	0.33 520	0.28 531	0.36 559	0.27 536	0.12 496	0.11 509	0.15 538	0.22 569	0.13 512	0.13 517
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 541	0.15 506	0.30 523	0.24 527	0.18 556	0.22 480	0.15 254	0.38 545	0.71 590	0.32 541	0.41 540	0.36 533	0.28 531	0.32 541	0.29 548	0.12 496	0.11 509	0.14 526	0.13 527	0.16 549	0.20 570

DeepPrunerF	0.24 520	0.17 525	0.42 555	0.26 543	0.16 534	0.22 480	0.28 557	0.37 537	0.50 552	0.26 494	0.29 461	0.24 434	0.28 531	0.21 469	0.22 482	0.15 539	0.11 509	0.20 561	0.18 562	0.12 494	0.13 517

ADCPNet	0.25 532	0.16 514	0.61 579	0.21 477	0.15 523	0.35 564	0.25 535	0.32 480	0.35 485	0.30 529	0.40 529	0.36 533	0.28 531	0.28 524	0.32 562	0.12 496	0.10 497	0.11 480	0.12 517	0.14 525	0.13 517

GANet	0.21 488	0.12 455	0.21 473	0.24 527	0.13 484	0.22 480	0.22 497	0.41 559	0.26 402	0.31 535	0.42 546	0.37 538	0.28 531	0.23 493	0.22 482	0.10 443	0.12 525	0.10 449	0.09 425	0.10 456	0.08 386

NCCL2	0.23 513	0.15 506	0.17 417	0.34 574	0.18 556	0.24 500	0.23 508	0.34 509	0.28 426	0.31 535	0.38 515	0.38 542	0.28 531	0.23 493	0.24 507	0.15 539	0.12 525	0.18 557	0.21 566	0.13 512	0.13 517

APVNet	0.22 497	0.12 455	0.19 452	0.18 325	0.14 504	0.32 547	0.31 579	0.39 549	0.32 457	0.27 500	0.40 529	0.30 494	0.29 539	0.26 509	0.25 517	0.11 472	0.12 525	0.11 480	0.14 531	0.12 494	0.12 496

G-Net	0.24 520	0.16 514	0.36 541	0.22 493	0.16 534	0.51 580	0.23 508	0.29 445	0.34 476	0.36 551	0.38 515	0.31 507	0.29 539	0.27 512	0.26 528	0.11 472	0.09 477	0.12 499	0.09 425	0.16 549	0.13 517

DPSNet	0.28 548	0.16 514	0.31 525	0.18 325	0.13 484	0.54 582	0.42 592	0.51 585	0.67 587	0.29 524	0.38 515	0.38 542	0.29 539	0.31 534	0.23 494	0.11 472	0.10 497	0.11 480	0.08 379	0.20 564	0.16 552

PDISCO_ROB	0.27 543	0.16 514	0.26 500	0.28 559	0.20 562	0.32 547	0.26 544	0.44 570	0.57 567	0.28 515	0.40 529	0.45 564	0.29 539	0.33 544	0.34 568	0.12 496	0.09 477	0.17 548	0.16 551	0.17 557	0.13 517

ccnet	0.29 552	0.28 572	0.23 488	0.20 445	0.28 580	0.41 573	0.21 487	0.45 573	0.33 464	0.36 551	0.46 554	0.36 533	0.30 543	0.39 570	0.42 585	0.23 581	0.14 548	0.21 562	0.17 558	0.23 569	0.18 564

S-Stereo	0.20 476	0.12 455	0.25 497	0.21 477	0.13 484	0.20 454	0.18 405	0.32 480	0.43 528	0.23 466	0.36 503	0.28 476	0.30 543	0.19 427	0.22 482	0.09 402	0.12 525	0.10 449	0.10 465	0.13 512	0.13 517

XQC	0.28 548	0.23 557	0.51 565	0.28 559	0.19 559	0.34 556	0.27 551	0.36 531	0.57 567	0.31 535	0.30 468	0.37 538	0.30 543	0.38 566	0.38 576	0.13 521	0.09 477	0.15 538	0.12 517	0.17 557	0.18 564

ADCL	0.24 520	0.11 437	0.47 562	0.22 493	0.12 461	0.34 556	0.29 566	0.29 445	0.56 565	0.24 475	0.46 554	0.30 494	0.30 543	0.29 530	0.29 548	0.08 342	0.07 416	0.09 402	0.09 425	0.10 456	0.10 457

zh-sn7	0.25 532	0.17 525	0.50 564	0.24 527	0.13 484	0.25 511	0.24 520	0.34 509	0.48 542	0.28 515	0.54 566	0.28 476	0.31 547	0.36 559	0.32 562	0.10 443	0.10 497	0.11 480	0.10 465	0.12 494	0.12 496

MFN_U_SF_DS_RVC	0.30 558	0.24 560	0.29 520	0.36 578	0.16 534	0.34 556	0.30 573	0.32 480	0.42 523	0.40 561	0.46 554	0.38 542	0.31 547	0.34 547	0.28 544	0.19 566	0.20 570	0.26 570	0.29 583	0.18 560	0.19 569

CC-Net-ROB	0.28 548	0.31 577	0.36 541	0.29 567	0.15 523	0.25 511	0.19 444	0.45 573	0.33 464	0.39 558	0.37 509	0.39 550	0.31 547	0.27 512	0.26 528	0.24 583	0.19 567	0.30 583	0.23 573	0.18 560	0.15 541

DANet	0.21 488	0.15 506	0.28 512	0.25 538	0.13 484	0.22 480	0.19 444	0.27 413	0.27 412	0.28 515	0.32 480	0.35 531	0.31 547	0.31 534	0.23 494	0.11 472	0.09 477	0.11 480	0.10 465	0.13 512	0.11 483
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FAT-Stereo	0.20 476	0.12 455	0.22 479	0.21 477	0.12 461	0.17 397	0.18 405	0.34 509	0.39 506	0.27 500	0.37 509	0.34 527	0.32 551	0.21 469	0.20 453	0.09 402	0.11 509	0.10 449	0.09 425	0.11 479	0.14 534

DStereoSA	0.25 532	0.19 540	0.37 545	0.26 543	0.17 549	0.22 480	0.20 467	0.49 579	0.59 571	0.22 453	0.29 461	0.29 484	0.33 552	0.39 570	0.28 544	0.12 496	0.11 509	0.16 545	0.14 531	0.14 525	0.12 496

otaku	0.39 570	0.37 583	0.52 566	0.44 585	0.28 580	0.58 584	0.24 520	0.41 559	0.62 578	0.40 561	0.49 558	0.46 568	0.33 552	0.40 575	0.32 562	0.30 586	0.30 588	0.39 588	0.33 588	0.29 583	0.28 584

AnyNet_C32	0.26 541	0.16 514	0.36 541	0.20 445	0.16 534	0.25 511	0.30 573	0.32 480	0.44 533	0.31 535	0.49 558	0.30 494	0.33 552	0.40 575	0.33 566	0.12 496	0.12 525	0.12 499	0.14 531	0.14 525	0.15 541

GANetREF_RVC	0.31 559	0.34 580	0.27 507	0.35 576	0.16 534	0.32 547	0.41 589	0.48 577	0.51 559	0.35 548	0.35 500	0.34 527	0.33 552	0.39 570	0.32 562	0.27 585	0.20 570	0.29 581	0.15 547	0.18 560	0.17 561
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
CSAN	0.29 552	0.24 560	0.27 507	0.34 574	0.19 559	0.33 553	0.42 592	0.37 537	0.50 552	0.38 556	0.40 529	0.44 562	0.33 552	0.28 524	0.30 554	0.20 568	0.16 557	0.19 559	0.19 563	0.14 525	0.15 541

DStereoFS	0.27 543	0.22 555	0.31 525	0.22 493	0.15 523	0.22 480	0.20 467	0.50 583	0.48 542	0.28 515	0.44 551	0.33 520	0.34 557	0.52 587	0.29 548	0.12 496	0.11 509	0.15 538	0.13 527	0.16 549	0.16 552

PASM	0.32 561	0.24 560	0.48 563	0.28 559	0.27 579	0.29 542	0.30 573	0.34 509	0.49 549	0.35 548	0.39 523	0.46 568	0.34 557	0.34 547	0.35 569	0.23 581	0.25 584	0.26 570	0.28 582	0.23 569	0.21 572

WCMA_ROB	0.24 520	0.11 437	0.22 479	0.17 243	0.14 504	0.32 547	0.15 254	0.32 480	0.32 457	0.38 556	0.53 564	0.40 554	0.34 557	0.34 547	0.25 517	0.11 472	0.12 525	0.12 499	0.10 465	0.14 525	0.14 534

edge stereo	0.22 497	0.13 484	0.20 464	0.21 477	0.13 484	0.23 495	0.16 320	0.32 480	0.42 523	0.32 541	0.40 529	0.38 542	0.35 560	0.25 507	0.24 507	0.13 521	0.11 509	0.14 526	0.11 497	0.12 494	0.13 517

SGM_RVC	0.23 513	0.12 455	0.15 353	0.15 85	0.09 268	0.33 553	0.18 405	0.34 509	0.31 450	0.44 572	0.37 509	0.53 579	0.35 560	0.35 553	0.24 507	0.13 521	0.13 539	0.13 514	0.13 527	0.10 456	0.11 483
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ADCS	0.29 552	0.18 536	0.45 557	0.21 477	0.17 549	0.28 538	0.23 508	0.41 559	0.63 581	0.40 561	0.49 558	0.40 554	0.36 562	0.39 570	0.40 581	0.13 521	0.12 525	0.13 514	0.14 531	0.16 549	0.16 552

LSM	0.33 564	0.20 545	0.58 576	0.26 543	0.60 603	0.34 556	0.25 535	0.42 564	0.48 542	0.45 573	0.58 578	0.42 557	0.36 562	0.35 553	0.25 517	0.12 496	0.20 570	0.14 526	0.16 551	0.19 563	0.33 590

psmorigin	0.25 532	0.15 506	0.34 540	0.17 243	0.13 484	0.23 495	0.14 180	0.34 509	0.33 464	0.41 565	0.55 568	0.41 556	0.37 564	0.34 547	0.27 536	0.11 472	0.15 554	0.11 480	0.11 497	0.12 494	0.16 552

Wz-Net-TNSev	0.29 552	0.20 545	0.65 582	0.19 385	0.15 523	0.38 569	0.27 551	0.35 524	0.55 562	0.34 547	0.42 546	0.45 564	0.38 565	0.32 541	0.30 554	0.12 496	0.13 539	0.10 449	0.12 517	0.15 541	0.14 534

AnyNet_C01	0.36 568	0.25 565	1.37 610	0.22 493	0.17 549	0.48 578	0.27 551	0.35 524	0.39 506	0.39 558	0.74 591	0.46 568	0.38 565	0.45 580	0.47 590	0.13 521	0.13 539	0.13 514	0.14 531	0.14 525	0.15 541

EDNetEfficient	0.29 552	0.24 560	1.13 607	0.18 325	0.10 377	0.19 439	0.20 467	0.20 268	0.60 575	0.74 597	0.56 573	0.31 507	0.39 567	0.22 482	0.30 554	0.09 402	0.07 416	0.08 319	0.07 308	0.11 479	0.09 430

MFN_U_SF_RVC	0.32 561	0.21 551	0.55 570	0.30 569	0.15 523	0.34 556	0.17 357	0.52 586	0.46 540	0.46 576	0.55 568	0.59 582	0.39 567	0.35 553	0.37 574	0.15 539	0.14 548	0.18 557	0.21 566	0.16 549	0.15 541

SAMSARA	0.40 573	0.28 572	0.33 532	0.55 592	0.39 587	0.82 604	1.23 619	0.47 576	0.51 559	0.36 551	0.35 500	0.55 581	0.39 567	0.38 566	0.39 578	0.15 539	0.20 570	0.15 538	0.14 531	0.23 569	0.20 570

FC-DCNN v2	0.33 564	0.27 568	0.28 512	0.26 543	0.23 571	0.37 566	0.28 557	0.40 553	0.43 528	0.45 573	0.56 573	0.51 575	0.40 570	0.37 564	0.29 548	0.21 572	0.20 570	0.27 573	0.26 576	0.25 576	0.24 576

ADCMid	0.25 532	0.15 506	0.40 550	0.20 445	0.14 504	0.25 511	0.26 544	0.34 509	0.38 503	0.36 551	0.44 551	0.34 527	0.40 570	0.35 553	0.33 566	0.10 443	0.09 477	0.11 480	0.11 497	0.13 512	0.12 496

FC-DCNN	0.33 564	0.27 568	0.28 512	0.26 543	0.23 571	0.37 566	0.28 557	0.40 553	0.43 528	0.45 573	0.55 568	0.51 575	0.40 570	0.37 564	0.30 554	0.21 572	0.20 570	0.27 573	0.26 576	0.25 576	0.24 576

MSMD_ROB	0.31 559	0.26 566	0.26 500	0.24 527	0.21 566	0.34 556	0.25 535	0.34 509	0.39 506	0.40 561	0.69 585	0.45 564	0.40 570	0.34 547	0.27 536	0.20 568	0.19 567	0.26 570	0.25 575	0.23 569	0.22 574

MeshStereo	0.27 543	0.13 484	0.18 440	0.15 85	0.11 428	0.32 547	0.24 520	0.40 553	0.36 489	0.52 579	0.57 576	0.67 590	0.40 570	0.35 553	0.26 528	0.14 535	0.13 539	0.13 514	0.11 497	0.11 479	0.10 457
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
FCDSN-DC	0.33 564	0.28 572	0.28 512	0.30 569	0.24 573	0.39 570	0.28 557	0.42 564	0.42 523	0.43 571	0.53 564	0.51 575	0.41 575	0.36 559	0.30 554	0.21 572	0.20 570	0.27 573	0.26 576	0.25 576	0.24 576
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RTS	0.45 580	0.19 540	3.26 616	0.24 527	0.15 523	0.74 597	0.20 467	0.36 531	0.76 597	0.42 568	0.43 549	0.31 507	0.41 575	0.53 590	0.35 569	0.10 443	0.08 445	0.13 514	0.12 517	0.15 541	0.15 541

RTSA	0.45 580	0.19 540	3.26 616	0.24 527	0.15 523	0.74 597	0.20 467	0.36 531	0.76 597	0.42 568	0.43 549	0.31 507	0.41 575	0.53 590	0.35 569	0.10 443	0.08 445	0.13 514	0.12 517	0.15 541	0.15 541

Ntro	0.40 573	0.40 585	0.53 567	0.46 589	0.30 584	0.65 590	0.24 520	0.46 575	0.68 588	0.41 565	0.49 558	0.48 573	0.42 578	0.39 570	0.31 561	0.32 587	0.28 586	0.37 587	0.30 585	0.32 588	0.29 585

SGM-ForestM	0.32 561	0.12 455	0.16 387	0.16 167	0.11 428	0.39 570	0.19 444	0.41 559	0.50 552	0.52 579	0.54 566	1.32 610	0.42 578	0.40 575	0.27 536	0.14 535	0.16 557	0.16 545	0.16 551	0.12 494	0.12 496

LE_ROB	0.50 585	0.07 169	0.14 302	0.15 85	0.08 146	0.24 500	0.16 320	0.22 315	1.81 620	4.63 623	0.67 583	0.47 571	0.44 580	0.20 452	0.29 548	0.07 277	0.06 344	0.06 126	0.06 214	0.08 362	0.06 240

coex-ft	3.30 616	0.34 580	59.09 644	0.18 325	0.13 484	0.26 521	0.22 497	0.27 413	0.72 591	1.90 621	0.70 587	0.44 562	0.45 581	0.29 530	0.41 584	0.09 402	0.09 477	0.12 499	0.09 425	0.14 525	0.13 517

RainbowNet	0.54 588	0.61 594	0.70 596	0.57 593	0.43 591	0.65 590	0.37 587	0.60 595	0.87 601	0.50 578	0.66 582	0.64 586	0.47 582	0.49 582	0.43 588	0.47 597	0.48 602	0.52 595	0.41 592	0.52 594	0.40 596

Consistency-Raft	0.44 578	0.40 585	0.45 557	0.37 580	0.43 591	0.46 574	0.41 589	0.57 593	0.55 562	0.32 541	0.73 589	0.33 520	0.48 583	0.42 579	0.49 592	0.39 590	0.35 593	0.45 590	0.51 600	0.42 591	0.29 585

ACVNet_1	0.44 578	0.49 589	0.60 578	0.45 586	0.28 580	0.49 579	0.27 551	0.57 593	0.72 591	0.62 586	0.58 578	0.74 594	0.49 584	0.50 583	0.35 569	0.26 584	0.24 583	0.39 588	0.29 583	0.31 587	0.24 576

EDNetEfficientorigin	7.91 623	0.31 577	153.02 645	0.19 385	0.09 268	0.21 471	0.16 320	0.22 315	0.59 571	0.72 593	0.67 583	0.42 557	0.50 585	0.24 502	0.39 578	0.08 342	0.07 416	0.08 319	0.07 308	0.12 494	0.10 457

TCMNet-wrong-test	3.67 617	5.48 630	3.89 620	12.18 629	11.75 631	4.65 621	3.88 623	1.06 615	0.72 591	1.09 613	2.15 622	6.30 626	0.53 586	3.43 623	2.36 622	0.89 616	0.20 570	1.87 623	1.69 622	5.57 627	3.62 627

MSC_U_SF_DS_RVC	0.43 577	0.39 584	0.54 568	0.40 581	0.20 562	0.64 589	0.32 581	0.53 588	0.72 591	0.71 591	0.72 588	0.61 584	0.54 587	0.51 585	0.46 589	0.20 568	0.19 567	0.29 581	0.30 585	0.23 569	0.18 564

ELAS_RVC	0.41 575	0.29 575	0.33 532	0.28 559	0.24 573	0.54 582	0.36 584	0.49 579	0.59 571	0.72 593	0.74 591	0.65 588	0.54 587	0.54 592	0.40 581	0.22 577	0.20 570	0.27 573	0.26 576	0.26 581	0.25 581
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 575	0.29 575	0.33 532	0.27 556	0.24 573	0.60 587	0.36 584	0.50 583	0.50 552	0.71 591	0.79 595	0.67 590	0.54 587	0.51 585	0.42 585	0.22 577	0.20 570	0.27 573	0.26 576	0.26 581	0.25 581
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
anonymity	0.53 587	0.58 592	0.65 582	0.41 583	0.61 604	0.53 581	0.41 589	0.56 591	0.41 515	0.55 583	0.50 562	0.49 574	0.55 590	0.58 595	0.50 595	0.58 603	0.50 606	0.51 593	0.51 600	0.51 593	0.57 601

SGM+DAISY	0.56 589	0.57 591	0.65 582	0.40 581	0.54 596	0.66 592	0.49 596	0.56 591	0.45 539	0.66 587	0.69 585	0.67 590	0.56 591	0.63 597	0.56 597	0.59 604	0.48 602	0.50 592	0.50 599	0.52 594	0.58 602

MonStereo1	0.47 584	0.26 566	0.58 576	0.28 559	0.20 562	0.39 570	0.18 405	0.49 579	0.64 582	0.52 579	0.87 598	1.01 599	0.57 592	0.50 583	0.56 597	0.53 600	0.31 591	0.54 597	0.40 591	0.33 589	0.34 591

SPS-STEREO	0.57 590	0.58 592	0.65 582	0.45 586	0.55 598	0.62 588	0.44 595	0.62 596	0.50 552	0.68 589	0.64 580	0.66 589	0.57 592	0.61 596	0.60 600	0.62 606	0.47 601	0.51 593	0.49 597	0.55 598	0.58 602
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	0.39 570	0.20 545	0.39 549	0.31 573	0.22 568	0.29 542	0.43 594	0.52 586	0.96 604	0.55 583	0.79 595	0.53 579	0.59 594	0.52 587	0.38 576	0.19 566	0.14 548	0.17 548	0.14 531	0.24 575	0.31 588

MANE	0.45 580	0.27 568	0.27 507	0.27 556	0.24 573	0.47 576	0.31 579	0.55 590	0.59 571	0.72 593	1.13 612	1.15 604	0.61 595	0.52 587	0.37 574	0.21 572	0.20 570	0.27 573	0.31 587	0.25 576	0.24 576

PWCK	0.71 595	0.94 609	0.95 605	0.76 598	0.31 585	0.74 597	0.36 584	0.90 603	0.90 602	0.96 606	0.75 593	0.95 598	0.61 595	0.87 609	0.66 603	0.72 609	0.46 597	0.75 603	0.49 597	0.69 607	0.44 598

BEATNet-Init1	0.52 586	0.27 568	0.62 580	0.30 569	0.21 566	0.76 601	0.29 566	0.54 589	0.65 585	0.86 602	0.95 603	2.07 619	0.62 597	0.56 594	0.42 585	0.18 561	0.18 564	0.23 567	0.22 569	0.22 568	0.21 572

NVStereoNet_ROB	0.46 583	0.36 582	0.46 561	0.41 583	0.28 580	0.34 556	0.34 582	0.48 577	0.60 575	0.72 593	0.93 601	0.70 593	0.66 598	0.47 581	0.60 600	0.22 577	0.33 592	0.34 586	0.34 590	0.30 584	0.30 587
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFMNet_re	0.64 591	0.66 598	0.65 582	0.51 590	0.69 608	0.69 593	0.57 602	0.64 597	0.73 595	0.60 585	0.73 589	0.62 585	0.67 599	0.65 598	0.60 600	0.66 608	0.58 615	0.63 598	0.59 603	0.68 605	0.69 611

MADNet+	0.75 598	0.71 600	3.70 619	0.66 595	0.41 589	0.98 609	0.97 617	0.69 598	0.73 595	0.52 579	0.57 576	0.64 586	0.68 600	0.86 608	1.01 616	0.34 589	0.36 594	0.28 580	0.23 573	0.36 590	0.31 588

ACVNet_2	0.66 594	0.66 598	0.68 590	0.63 594	0.41 589	0.71 595	0.49 596	0.96 608	1.39 613	0.89 603	1.09 608	1.04 600	0.73 601	0.54 592	0.47 590	0.43 594	0.40 595	0.53 596	0.44 594	0.47 592	0.35 593

TorneroNet-64	0.76 599	0.72 601	0.74 597	0.78 600	0.58 602	0.91 608	0.56 601	0.84 602	1.29 610	0.66 587	0.90 599	1.40 612	0.75 602	0.85 607	0.67 606	0.49 598	0.46 597	0.72 602	0.59 603	0.67 604	0.53 600

IMH-64-1	0.65 592	0.61 594	0.68 590	0.71 596	0.51 594	0.59 585	0.49 596	0.91 604	0.85 599	0.74 597	1.02 605	0.81 595	0.78 603	0.79 601	0.49 592	0.42 592	0.46 597	0.71 600	0.47 595	0.52 594	0.39 594

IMH-64	0.65 592	0.61 594	0.68 590	0.71 596	0.51 594	0.59 585	0.49 596	0.91 604	0.85 599	0.74 597	1.02 605	0.81 595	0.78 603	0.79 601	0.49 592	0.42 592	0.46 597	0.71 600	0.47 595	0.52 594	0.39 594

JetBlue	0.71 595	0.45 588	1.14 608	0.51 590	0.47 593	2.02 619	0.64 606	0.75 599	0.70 589	0.69 590	0.77 594	1.22 606	0.83 605	1.03 616	1.01 616	0.40 591	0.28 586	0.33 585	0.33 588	0.30 584	0.34 591

LVE	0.83 603	0.85 607	0.85 603	0.80 601	0.56 599	1.04 614	0.65 607	1.05 613	1.47 616	0.96 606	1.22 616	1.10 603	0.85 606	0.83 604	0.71 608	0.49 598	0.55 612	0.76 606	0.60 605	0.65 602	0.59 607

TorneroNet	0.82 602	0.74 602	0.81 602	0.84 603	0.63 605	0.99 610	0.63 604	0.96 608	1.16 607	0.80 600	1.11 610	1.36 611	0.86 607	0.93 612	0.80 611	0.56 601	0.49 604	0.78 608	0.66 608	0.73 610	0.63 610

IMH	0.71 595	0.64 597	0.68 590	0.76 598	0.54 596	0.69 593	0.54 600	0.98 610	1.10 606	0.82 601	1.09 608	0.89 597	0.88 608	0.87 609	0.52 596	0.44 595	0.50 606	0.75 603	0.51 600	0.56 599	0.41 597

WAO-7	0.79 600	0.78 603	0.54 568	0.85 604	0.67 607	0.74 597	0.68 610	1.05 613	1.32 611	0.90 604	1.20 615	1.04 600	0.92 609	0.69 599	0.66 603	0.60 605	0.62 616	0.67 599	0.68 609	0.64 601	0.58 602

JetRed	1.62 614	1.46 617	2.98 614	0.92 607	1.21 617	4.99 622	1.53 622	1.27 621	1.39 613	1.83 620	1.74 621	1.60 618	0.95 610	1.41 619	2.45 623	0.90 617	1.60 621	0.93 612	0.90 617	1.35 618	0.99 618

KSHMR	1.09 611	1.17 613	0.88 604	1.25 616	1.00 616	0.99 610	0.96 616	1.13 618	1.37 612	1.16 615	1.29 617	1.41 613	0.96 611	1.01 615	0.92 613	1.03 618	1.08 620	1.20 617	1.03 619	1.01 615	0.97 617

Dean	0.87 604	0.86 608	0.79 600	0.81 602	0.56 599	0.90 605	0.63 604	1.15 619	1.73 619	1.15 614	1.15 613	1.31 609	0.99 612	0.81 603	0.81 612	0.57 602	0.56 613	0.77 607	0.64 606	0.66 603	0.58 602

WAO-6	0.81 601	0.80 604	0.62 580	0.86 605	0.63 605	0.76 601	0.58 603	0.98 610	1.54 618	0.90 604	0.96 604	1.07 602	1.03 613	0.70 600	0.66 603	0.72 609	0.49 604	0.90 611	0.71 610	0.68 605	0.58 602

WAO-8	0.91 605	0.81 605	0.65 582	0.94 608	0.69 608	0.90 605	0.67 608	1.07 616	1.83 621	1.06 611	1.45 618	1.30 607	1.07 614	0.84 605	0.78 609	0.74 611	0.53 609	0.86 609	0.75 611	0.69 607	0.62 608

ktn	1.01 610	1.21 614	0.80 601	1.23 615	0.86 614	1.01 612	0.87 614	0.94 607	1.39 613	1.04 609	1.12 611	1.15 604	1.07 614	0.94 613	0.59 599	1.28 620	0.71 618	1.38 620	0.83 614	1.02 616	0.75 614

Venus	0.91 605	0.81 605	0.65 582	0.94 608	0.69 608	0.90 605	0.67 608	1.07 616	1.83 621	1.06 611	1.45 618	1.30 607	1.07 614	0.84 605	0.78 609	0.74 611	0.53 609	0.86 609	0.75 611	0.69 607	0.62 608

DPSimNet_ROB	1.11 612	1.23 615	0.78 598	1.13 613	0.88 615	1.10 615	1.13 618	1.16 620	1.23 609	1.43 618	1.02 605	1.41 613	1.10 617	0.90 611	1.60 618	1.46 621	0.51 608	1.21 618	1.03 619	0.90 613	1.01 619

notaker	0.97 608	1.11 612	0.98 606	1.13 613	0.81 612	0.73 596	0.68 610	0.93 606	1.16 607	1.18 616	1.18 614	1.41 613	1.16 618	1.08 618	0.69 607	0.81 614	0.64 617	1.17 616	0.79 613	0.98 614	0.80 615

UNDER WATER-64	0.95 607	0.94 609	1.43 612	0.87 606	0.56 599	1.18 617	0.87 614	0.77 600	0.94 603	1.04 609	0.85 597	1.58 617	1.21 619	0.94 613	0.96 614	0.87 615	0.57 614	1.03 615	0.88 616	0.78 611	0.73 612

UNDER WATER	0.97 608	0.97 611	1.42 611	0.99 610	0.70 611	1.12 616	0.84 613	0.80 601	1.08 605	1.01 608	0.90 599	1.55 616	1.22 620	1.03 616	1.00 615	0.78 613	0.53 609	1.02 614	0.87 615	0.80 612	0.74 613

HanzoNet	1.29 613	1.26 616	1.19 609	1.12 612	0.85 613	1.02 613	0.83 612	1.03 612	1.48 617	1.64 619	1.61 620	2.50 621	1.72 621	1.61 620	1.61 619	1.26 619	0.80 619	1.31 619	1.01 618	1.02 616	0.86 616

MADNet++	1.95 615	1.75 618	1.59 613	1.82 617	1.69 619	2.33 620	1.40 621	2.35 622	2.09 623	2.57 622	2.36 623	2.24 620	2.17 622	2.28 621	2.34 621	1.87 622	1.66 622	1.54 621	1.34 621	1.92 619	1.77 621

tt	4.67 618	0.06 76	3.55 618	2.02 618	1.55 618	10.25 626	16.71 627	8.91 631	5.03 624	1.31 617	0.94 602	4.71 622	4.76 623	3.33 622	5.87 625	6.06 630	10.30 634	1.88 624	2.11 624	2.75 621	1.21 620

LRCNet_RVC	10.62 629	13.42 635	7.30 622	18.92 633	2.07 620	0.33 553	0.30 573	5.59 626	0.48 542	13.03 633	17.94 634	8.87 628	5.65 624	4.79 624	1.89 620	23.51 642	2.73 627	27.55 645	25.71 645	16.07 639	16.33 640

PML	8.91 626	9.34 634	6.13 621	5.35 622	6.41 624	14.99 629	23.38 634	5.27 623	6.83 625	18.04 637	28.19 646	7.67 627	6.83 625	7.85 628	5.75 624	5.35 629	1.83 623	5.95 633	1.93 623	8.64 630	2.52 623

USTest	6.22 619	2.73 621	3.00 615	6.57 625	7.29 625	14.37 628	21.57 628	7.00 630	9.56 629	5.34 626	6.10 624	5.72 625	7.64 626	6.41 627	6.96 626	1.97 623	3.42 628	1.64 622	2.15 625	2.66 620	2.36 622

xxxxx1	7.79 620	5.02 627	7.31 623	3.12 619	3.85 621	16.35 630	22.88 629	5.86 627	8.69 626	7.97 627	8.54 625	9.12 629	8.27 627	10.18 629	10.92 627	2.42 624	2.45 624	3.56 627	12.37 631	3.77 622	3.06 624

tt_ll	7.79 620	5.02 627	7.31 623	3.12 619	3.85 621	16.35 630	22.88 629	5.86 627	8.69 626	7.97 627	8.54 625	9.12 629	8.27 627	10.18 629	10.92 627	2.42 624	2.45 624	3.56 627	12.37 631	3.77 622	3.06 624

ff	7.79 620	5.02 627	7.31 623	3.12 619	3.85 621	16.35 630	22.88 629	5.86 627	8.69 626	7.97 627	8.54 625	9.12 629	8.27 627	10.18 629	10.92 627	2.42 624	2.45 624	3.56 627	12.37 631	3.77 622	3.06 624

DPSMNet_ROB	8.06 624	4.48 623	8.63 629	5.37 624	10.74 628	8.32 624	22.98 633	5.46 624	13.36 632	5.12 624	9.92 628	5.08 623	10.40 630	5.53 626	12.58 630	3.80 628	8.00 629	3.50 625	7.02 628	3.83 625	7.14 629

DGTPSM_ROB	8.06 624	4.48 623	8.63 629	5.35 622	10.72 627	8.32 624	22.97 632	5.46 624	13.35 631	5.12 624	9.92 628	5.08 623	10.40 630	5.52 625	12.58 630	3.79 627	8.00 629	3.50 625	7.02 628	3.83 625	7.14 629

Anonymous_1	10.96 630	7.92 631	7.46 626	10.33 626	10.06 626	18.65 634	26.34 635	11.06 634	13.44 633	9.40 630	10.05 630	9.67 632	11.23 632	10.73 632	12.72 632	6.42 631	8.38 631	5.77 630	10.61 630	12.12 631	6.77 628

DPSM_ROB	11.15 631	8.58 632	8.00 627	10.88 627	11.58 629	19.10 635	26.71 636	12.05 635	14.07 636	10.36 631	10.84 631	10.33 633	11.86 633	11.70 633	13.54 633	6.99 632	8.79 632	5.89 631	6.95 626	7.29 628	7.42 631

DPSM	11.15 631	8.58 632	8.00 627	10.88 627	11.58 629	19.10 635	26.71 636	12.05 635	14.07 636	10.36 631	10.84 631	10.33 633	11.86 633	11.70 633	13.54 633	6.99 632	8.79 632	5.89 631	6.95 626	7.29 628	7.42 631

HaxPig	15.71 633	18.52 643	19.18 638	16.89 632	15.89 634	7.73 623	7.60 624	13.31 637	10.82 630	15.42 634	14.91 633	15.98 635	14.92 635	15.58 635	15.98 635	18.95 641	16.73 635	19.46 641	18.08 641	19.26 640	19.05 643

MEDIAN_ROB	20.38 636	24.04 644	23.31 641	21.23 634	21.71 637	10.40 627	7.92 625	17.64 638	15.50 638	20.12 638	19.70 635	20.34 636	20.32 636	21.19 636	21.13 638	23.81 643	21.81 643	24.98 644	23.76 644	24.71 643	23.93 644

RSGM-EC	20.36 634	4.73 625	0.68 590	16.76 630	16.92 635	21.28 637	27.18 638	10.46 632	14.04 634	18.00 635	21.31 637	22.24 644	21.82 637	22.57 637	17.63 636	62.81 645	33.79 645	20.14 642	18.10 642	20.18 641	16.45 641

acva	20.36 634	4.73 625	0.68 590	16.76 630	16.92 635	21.28 637	27.18 638	10.46 632	14.04 634	18.00 635	21.31 637	22.24 644	21.82 637	22.57 637	17.63 636	62.81 645	33.79 645	20.14 642	18.10 642	20.18 641	16.45 641

FlowAnything	22.44 640	17.35 640	16.14 635	22.07 640	23.23 638	38.39 643	53.77 641	24.25 643	28.44 644	20.96 645	21.82 643	20.70 637	23.84 639	23.49 643	27.14 640	14.04 634	17.79 642	11.75 634	14.15 640	14.65 632	14.89 633

Selective-RAFT-Error	22.47 641	17.37 641	16.09 634	22.06 639	23.34 643	38.39 643	53.83 646	24.29 645	28.47 645	20.74 643	21.83 644	20.81 638	23.90 640	23.54 645	27.53 646	14.08 638	17.69 637	11.82 635	14.00 634	14.69 635	15.00 639

Hybrid-DGEV	22.47 641	17.40 642	16.14 635	22.00 635	23.29 640	38.36 642	53.80 642	24.43 646	28.63 646	20.59 639	21.81 642	20.88 639	23.91 641	23.45 642	27.42 643	14.08 638	17.69 637	11.83 636	14.06 639	14.65 632	14.93 635

CasAABBNet	22.42 637	17.33 637	16.01 633	22.01 636	23.28 639	38.32 639	53.80 642	24.14 642	28.41 643	20.60 640	21.77 641	20.89 642	23.91 641	23.43 641	27.36 641	14.07 635	17.69 637	11.83 636	14.01 635	14.67 634	14.95 636

RAFT-FEzeroshot	22.43 638	17.33 637	15.98 631	22.02 637	23.31 641	38.34 640	53.82 644	24.05 640	28.39 641	20.61 641	21.76 639	20.88 639	23.92 643	23.41 639	27.42 643	14.07 635	17.69 637	11.83 636	14.02 636	14.69 635	14.97 637

RAFT-FE	22.43 638	17.33 637	15.98 631	22.02 637	23.31 641	38.34 640	53.82 644	24.05 640	28.39 641	20.61 641	21.76 639	20.88 639	23.92 643	23.41 639	27.42 643	14.07 635	17.69 637	11.83 636	14.02 636	14.69 635	14.97 637

LSM0	22.87 643	17.28 636	18.96 637	22.19 641	29.04 645	38.42 645	53.71 640	24.28 644	28.31 640	20.78 644	21.00 636	21.43 643	24.16 645	23.50 644	27.39 642	14.09 640	17.38 636	11.84 640	14.04 638	14.73 638	14.89 633

AVERAGE_ROB	24.90 644	29.20 645	28.14 642	24.89 642	24.64 644	17.75 633	11.12 626	21.45 639	19.93 639	25.12 646	24.46 645	25.12 646	25.46 646	24.69 646	22.83 639	29.76 644	27.13 644	28.97 646	27.95 646	29.91 644	29.47 645

test_example2	98.32 645	94.13 646	45.89 643	96.35 643	109.85 646	88.61 646	95.45 647	25.75 647	94.37 647	130.00 648	126.06 647	58.17 647	74.63 647	88.51 647	79.96 647	150.23 647	221.02 647	77.62 647	99.10 647	113.75 647	96.94 646

ccccc		285.66 647		368.85 646	370.60 647	123.16 647		115.05 648		126.68 647		122.83 648		252.94 648		384.56 648	353.86 648	254.69 648	223.00 648	425.87 648

ASD4		3.38 622

Low-res two-view benchmark