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

NBS	0.07 8	0.07 272	0.08 79	0.17 335	0.07 161	0.07 49	0.13 220	0.05 1	0.07 31	0.06 43	0.09 210	0.05 5	0.04 1	0.05 1	0.09 132	0.05 56	0.05 317	0.08 461	0.06 338	0.05 205	0.04 91

anonymous	0.08 116	0.05 49	0.12 350	0.16 244	0.08 271	0.05 5	0.13 220	0.10 45	0.14 276	0.07 108	0.07 96	0.06 56	0.04 1	0.07 10	0.09 132	0.05 56	0.04 26	0.05 65	0.04 73	0.04 54	0.03 2

DepthFocus	0.08 116	0.04 1	0.15 501	0.12 7	0.09 407	0.07 49	0.12 133	0.10 45	0.05 6	0.09 234	0.05 7	0.07 160	0.04 1	0.08 35	0.08 43	0.06 200	0.05 317	0.07 360	0.07 443	0.05 205	0.04 91

Selective-IGEV-i32	0.07 8	0.06 138	0.08 79	0.17 335	0.06 47	0.08 110	0.12 133	0.13 150	0.07 31	0.08 175	0.07 96	0.06 56	0.04 1	0.10 151	0.09 132	0.05 56	0.04 26	0.05 65	0.04 73	0.04 54	0.03 2

MatchStereo	0.07 8	0.04 1	0.08 79	0.14 81	0.06 47	0.05 5	0.12 133	0.12 107	0.09 80	0.07 108	0.06 32	0.04 1	0.04 1	0.08 35	0.09 132	0.06 200	0.05 317	0.05 65	0.03 1	0.04 54	0.04 91
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
GASTEREO	0.08 116	0.05 49	0.09 159	0.19 524	0.07 161	0.07 49	0.12 133	0.14 189	0.11 152	0.10 285	0.09 210	0.07 160	0.04 1	0.12 344	0.08 43	0.06 200	0.05 317	0.05 65	0.04 73	0.04 54	0.05 243

MSCF	0.08 116	0.05 49	0.08 79	0.19 524	0.08 271	0.06 17	0.12 133	0.14 189	0.11 152	0.10 285	0.09 210	0.07 160	0.04 1	0.11 241	0.08 43	0.06 200	0.05 317	0.05 65	0.04 73	0.05 205	0.05 243

LG-Stereo_L1	0.07 8	0.05 49	0.11 300	0.14 81	0.06 47	0.07 49	0.13 220	0.09 28	0.07 31	0.05 2	0.04 1	0.05 5	0.04 1	0.08 35	0.07 11	0.05 56	0.04 26	0.05 65	0.03 1	0.04 54	0.04 91

MLG-Stereo_test2	0.06 1	0.04 1	0.10 235	0.15 143	0.05 3	0.07 49	0.11 86	0.09 28	0.04 2	0.06 43	0.05 7	0.06 56	0.04 1	0.08 35	0.09 132	0.06 200	0.04 26	0.05 65	0.03 1	0.05 205	0.05 243

SCV	0.08 116	0.09 501	0.08 79	0.15 143	0.08 271	0.10 253	0.13 220	0.10 45	0.12 196	0.07 108	0.07 96	0.06 56	0.04 1	0.09 74	0.08 43	0.05 56	0.04 26	0.06 240	0.04 73	0.06 347	0.04 91

FoundationStereo	0.06 1	0.04 1	0.08 79	0.12 7	0.05 3	0.09 180	0.13 220	0.06 2	0.09 80	0.05 2	0.05 7	0.06 56	0.04 1	0.06 4	0.07 11	0.06 200	0.04 26	0.05 65	0.03 1	0.05 205	0.04 91

AIO_rvc	0.07 8	0.06 138	0.08 79	0.15 143	0.06 47	0.08 110	0.14 299	0.09 28	0.08 44	0.07 108	0.08 169	0.07 160	0.04 1	0.10 151	0.08 43	0.05 56	0.04 26	0.05 65	0.04 73	0.04 54	0.03 2

GIP-stereo	0.08 116	0.06 138	0.11 300	0.14 81	0.06 47	0.09 180	0.13 220	0.14 189	0.11 152	0.07 108	0.08 169	0.05 5	0.04 1	0.10 151	0.07 11	0.05 56	0.04 26	0.05 65	0.04 73	0.05 205	0.04 91

IGEV-BASED-STEREO-	0.09 220	0.10 564	0.31 686	0.15 143	0.06 47	0.08 110	0.14 299	0.10 45	0.10 115	0.07 108	0.07 96	0.06 56	0.04 1	0.11 241	0.07 11	0.12 652	0.04 26	0.07 360	0.05 227	0.05 205	0.05 243

Selective-IGEV	0.07 8	0.06 138	0.08 79	0.17 335	0.06 47	0.08 110	0.12 133	0.13 150	0.07 31	0.08 175	0.07 96	0.06 56	0.04 1	0.10 151	0.09 132	0.05 56	0.04 26	0.05 65	0.04 73	0.04 54	0.03 2

CR-RVC	0.06 1	0.04 1	0.09 159	0.12 7	0.04 1	0.07 49	0.11 86	0.13 150	0.07 31	0.05 2	0.05 7	0.06 56	0.05 16	0.05 1	0.08 43	0.06 200	0.04 26	0.04 1	0.03 1	0.04 54	0.04 91

low	0.07 8	0.04 1	0.08 79	0.14 81	0.07 161	0.08 110	0.12 133	0.12 107	0.09 80	0.06 43	0.05 7	0.06 56	0.05 16	0.12 344	0.08 43	0.06 200	0.04 26	0.05 65	0.04 73	0.04 54	0.05 243

F5.5	0.07 8	0.06 138	0.06 15	0.19 524	0.06 47	0.09 180	0.11 86	0.14 189	0.06 13	0.05 2	0.06 32	0.07 160	0.05 16	0.09 74	0.06 4	0.05 56	0.04 26	0.05 65	0.05 227	0.04 54	0.03 2

AnonStereo	0.09 220	0.08 411	0.09 159	0.17 335	0.07 161	0.09 180	0.10 47	0.19 387	0.13 242	0.08 175	0.08 169	0.06 56	0.05 16	0.13 403	0.09 132	0.06 200	0.04 26	0.06 240	0.05 227	0.06 347	0.05 243

test410_97500	0.07 8	0.06 138	0.09 159	0.17 335	0.07 161	0.07 49	0.08 9	0.10 45	0.09 80	0.06 43	0.05 7	0.05 5	0.05 16	0.09 74	0.08 43	0.04 11	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

test410	0.07 8	0.06 138	0.09 159	0.17 335	0.07 161	0.07 49	0.08 9	0.10 45	0.09 80	0.06 43	0.05 7	0.06 56	0.05 16	0.09 74	0.07 11	0.04 11	0.05 317	0.04 1	0.03 1	0.03 1	0.03 2

LACA_dic	0.07 8	0.10 564	0.08 79	0.13 24	0.05 3	0.08 110	0.11 86	0.08 14	0.09 80	0.05 2	0.05 7	0.05 5	0.05 16	0.08 35	0.08 43	0.06 200	0.04 26	0.04 1	0.04 73	0.05 205	0.04 91

DNSM	0.09 220	0.05 49	0.07 30	0.14 81	0.06 47	0.07 49	0.13 220	0.12 107	0.11 152	0.09 234	0.09 210	0.08 234	0.05 16	0.18 564	0.14 503	0.07 395	0.05 317	0.05 65	0.04 73	0.13 671	0.10 608

testmc14	0.07 8	0.05 49	0.06 15	0.15 143	0.05 3	0.09 180	0.13 220	0.08 14	0.08 44	0.07 108	0.09 210	0.06 56	0.05 16	0.07 10	0.07 11	0.06 200	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

depth_test_26	0.08 116	0.04 1	0.11 300	0.13 24	0.07 161	0.07 49	0.11 86	0.12 107	0.11 152	0.09 234	0.07 96	0.08 234	0.05 16	0.09 74	0.08 43	0.08 481	0.06 482	0.06 240	0.06 338	0.06 347	0.07 454

MCSU-Stereo	0.07 8	0.05 49	0.06 15	0.15 143	0.05 3	0.09 180	0.13 220	0.10 45	0.09 80	0.07 108	0.07 96	0.07 160	0.05 16	0.09 74	0.07 11	0.06 200	0.04 26	0.04 1	0.03 1	0.04 54	0.03 2

DNS	0.09 220	0.06 138	0.08 79	0.14 81	0.06 47	0.06 17	0.12 133	0.12 107	0.09 80	0.08 175	0.08 169	0.08 234	0.05 16	0.17 539	0.11 341	0.07 395	0.05 317	0.07 360	0.03 1	0.13 671	0.09 576

MGA	0.07 8	0.04 1	0.10 235	0.13 24	0.06 47	0.08 110	0.09 28	0.12 107	0.08 44	0.05 2	0.06 32	0.06 56	0.05 16	0.10 151	0.09 132	0.06 200	0.04 26	0.05 65	0.03 1	0.05 205	0.05 243

CAR	0.07 8	0.05 49	0.08 79	0.14 81	0.06 47	0.07 49	0.08 9	0.12 107	0.08 44	0.05 2	0.06 32	0.05 5	0.05 16	0.10 151	0.09 132	0.06 200	0.04 26	0.05 65	0.04 73	0.04 54	0.04 91

MSE-Stereo	0.07 8	0.04 1	0.08 79	0.13 24	0.06 47	0.07 49	0.08 9	0.12 107	0.08 44	0.05 2	0.06 32	0.05 5	0.05 16	0.10 151	0.09 132	0.06 200	0.04 26	0.05 65	0.04 73	0.04 54	0.04 91

CR7Stereo	0.07 8	0.08 411	0.07 30	0.17 335	0.07 161	0.08 110	0.13 220	0.10 45	0.10 115	0.07 108	0.08 169	0.06 56	0.05 16	0.08 35	0.08 43	0.05 56	0.04 26	0.05 65	0.04 73	0.05 205	0.04 91

ARStereo	0.08 116	0.06 138	0.09 159	0.17 335	0.06 47	0.09 180	0.13 220	0.11 75	0.13 242	0.08 175	0.08 169	0.06 56	0.05 16	0.09 74	0.08 43	0.04 11	0.04 26	0.05 65	0.04 73	0.03 1	0.03 2

ARStereo-new	0.08 116	0.06 138	0.09 159	0.17 335	0.05 3	0.07 49	0.13 220	0.12 107	0.12 196	0.09 234	0.08 169	0.07 160	0.05 16	0.10 151	0.09 132	0.04 11	0.04 26	0.05 65	0.04 73	0.03 1	0.03 2

GCAP-Stereo-DPT26K	0.07 8	0.06 138	0.07 30	0.16 244	0.06 47	0.08 110	0.12 133	0.10 45	0.08 44	0.06 43	0.09 210	0.06 56	0.05 16	0.08 35	0.08 43	0.04 11	0.04 26	0.05 65	0.04 73	0.03 1	0.03 2

GCAP-Stereo-DPT-20K	0.07 8	0.05 49	0.11 300	0.15 143	0.06 47	0.07 49	0.13 220	0.09 28	0.11 152	0.07 108	0.08 169	0.06 56	0.05 16	0.09 74	0.07 11	0.05 56	0.05 317	0.05 65	0.04 73	0.03 1	0.04 91

GCAP-Stereo-DPT-24K	0.07 8	0.06 138	0.07 30	0.15 143	0.06 47	0.10 253	0.15 388	0.12 107	0.11 152	0.06 43	0.11 305	0.06 56	0.05 16	0.09 74	0.08 43	0.05 56	0.04 26	0.05 65	0.04 73	0.03 1	0.03 2

GCAP-Stereo-DPT-50K	0.08 116	0.06 138	0.17 570	0.15 143	0.06 47	0.06 17	0.13 220	0.13 150	0.13 242	0.07 108	0.07 96	0.06 56	0.05 16	0.08 35	0.08 43	0.04 11	0.04 26	0.05 65	0.04 73	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 116	0.06 138	0.07 30	0.16 244	0.06 47	0.06 17	0.14 299	0.14 189	0.14 276	0.07 108	0.10 250	0.06 56	0.05 16	0.09 74	0.09 132	0.04 11	0.04 26	0.04 1	0.04 73	0.03 1	0.03 2

PipStereo	0.07 8	0.04 1	0.09 159	0.13 24	0.05 3	0.08 110	0.11 86	0.06 2	0.06 13	0.06 43	0.05 7	0.08 234	0.05 16	0.08 35	0.09 132	0.06 200	0.04 26	0.04 1	0.03 1	0.05 205	0.04 91

PSi22b	0.06 1	0.04 1	0.09 159	0.13 24	0.05 3	0.08 110	0.11 86	0.06 2	0.06 13	0.06 43	0.06 32	0.08 234	0.05 16	0.08 35	0.09 132	0.06 200	0.04 26	0.04 1	0.03 1	0.05 205	0.04 91

PSi22a	0.06 1	0.04 1	0.09 159	0.12 7	0.05 3	0.06 17	0.11 86	0.06 2	0.06 13	0.06 43	0.06 32	0.06 56	0.05 16	0.08 35	0.09 132	0.07 395	0.04 26	0.04 1	0.03 1	0.05 205	0.04 91

Foundation-i32	0.06 1	0.04 1	0.09 159	0.13 24	0.04 1	0.06 17	0.12 133	0.06 2	0.05 6	0.06 43	0.05 7	0.05 5	0.05 16	0.07 10	0.09 132	0.06 200	0.04 26	0.05 65	0.03 1	0.04 54	0.04 91

Test_v1	0.07 8	0.04 1	0.06 15	0.13 24	0.06 47	0.08 110	0.11 86	0.15 235	0.12 196	0.06 43	0.05 7	0.04 1	0.05 16	0.08 35	0.10 248	0.07 395	0.04 26	0.05 65	0.04 73	0.04 54	0.04 91

Pro-Stereo	0.07 8	0.05 49	0.08 79	0.15 143	0.07 161	0.08 110	0.12 133	0.07 8	0.07 31	0.06 43	0.06 32	0.05 5	0.05 16	0.09 74	0.08 43	0.05 56	0.04 26	0.06 240	0.05 227	0.04 54	0.04 91

BStereo	0.08 116	0.06 138	0.16 538	0.15 143	0.08 271	0.07 49	0.09 28	0.15 235	0.16 346	0.06 43	0.07 96	0.07 160	0.05 16	0.09 74	0.11 341	0.04 11	0.05 317	0.05 65	0.07 443	0.04 54	0.04 91

Anonymus123	0.09 220	0.06 138	0.16 538	0.15 143	0.08 271	0.11 311	0.09 28	0.18 356	0.16 346	0.06 43	0.07 96	0.07 160	0.05 16	0.09 74	0.11 341	0.04 11	0.05 317	0.05 65	0.07 443	0.04 54	0.04 91

VIP-Stereo	0.07 8	0.07 272	0.07 30	0.15 143	0.06 47	0.12 366	0.10 47	0.11 75	0.11 152	0.06 43	0.07 96	0.06 56	0.05 16	0.10 151	0.08 43	0.05 56	0.04 26	0.05 65	0.03 1	0.03 1	0.02 1

GEAStereo	0.08 116	0.05 49	0.08 79	0.13 24	0.08 271	0.08 110	0.14 299	0.10 45	0.09 80	0.08 175	0.10 250	0.06 56	0.05 16	0.11 241	0.08 43	0.06 200	0.04 26	0.05 65	0.04 73	0.05 205	0.05 243

GSStereo	0.08 116	0.05 49	0.08 79	0.13 24	0.08 271	0.08 110	0.14 299	0.11 75	0.12 196	0.08 175	0.10 250	0.05 5	0.05 16	0.11 241	0.08 43	0.06 200	0.04 26	0.05 65	0.04 73	0.05 205	0.05 243

GS-Stereo							0.14 299	0.11 75	0.12 196	0.08 175	0.10 250	0.05 5	0.05 16	0.11 241	0.08 43	0.06 200	0.04 26	0.05 65	0.04 73	0.05 205	0.05 243

gasm-f	0.08 116	0.05 49	0.07 30	0.13 24	0.08 271	0.08 110	0.14 299	0.10 45	0.09 80	0.08 175	0.10 250	0.06 56	0.05 16	0.10 151	0.08 43	0.06 200	0.04 26	0.05 65	0.04 73	0.06 347	0.05 243

252Zero-FE	0.08 116	0.04 1	0.09 159	0.13 24	0.07 161	0.12 366	0.11 86	0.13 150	0.14 276	0.06 43	0.05 7	0.06 56	0.05 16	0.09 74	0.10 248	0.06 200	0.04 26	0.04 1	0.03 1	0.05 205	0.06 364

asda	0.07 8	0.08 411	0.08 79	0.16 244	0.06 47	0.06 17	0.10 47	0.16 281	0.10 115	0.06 43	0.06 32	0.05 5	0.05 16	0.10 151	0.10 248	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

IGEV	0.07 8	0.04 1	0.08 79	0.13 24	0.06 47	0.09 180	0.12 133	0.14 189	0.10 115	0.06 43	0.09 210	0.07 160	0.05 16	0.09 74	0.09 132	0.06 200	0.04 26	0.05 65	0.04 73	0.05 205	0.04 91

111111	0.07 8	0.04 1	0.09 159	0.17 335	0.06 47	0.05 5	0.10 47	0.11 75	0.09 80	0.06 43	0.06 32	0.07 160	0.05 16	0.09 74	0.09 132	0.06 200	0.04 26	0.05 65	0.04 73	0.07 435	0.06 364

LG-Stereo_L2	0.07 8	0.05 49	0.10 235	0.14 81	0.06 47	0.07 49	0.12 133	0.09 28	0.09 80	0.06 43	0.04 1	0.05 5	0.05 16	0.08 35	0.08 43	0.05 56	0.04 26	0.05 65	0.03 1	0.04 54	0.03 2

MLG-Stereo_test1	0.06 1	0.05 49	0.08 79	0.17 335	0.05 3	0.06 17	0.11 86	0.08 14	0.03 1	0.05 2	0.04 1	0.06 56	0.05 16	0.09 74	0.09 132	0.05 56	0.04 26	0.05 65	0.03 1	0.04 54	0.04 91

MLG-Stereo	0.07 8	0.05 49	0.08 79	0.17 335	0.05 3	0.07 49	0.11 86	0.08 14	0.04 2	0.05 2	0.04 1	0.06 56	0.05 16	0.10 151	0.09 132	0.05 56	0.04 26	0.05 65	0.03 1	0.04 54	0.04 91

LG-Stereo_Zeroshot	0.07 8	0.06 138	0.10 235	0.16 244	0.07 161	0.04 1	0.13 220	0.10 45	0.10 115	0.05 2	0.11 305	0.07 160	0.05 16	0.07 10	0.09 132	0.06 200	0.04 26	0.05 65	0.04 73	0.05 205	0.04 91

HART	0.08 116	0.07 272	0.09 159	0.17 335	0.07 161	0.10 253	0.16 462	0.13 150	0.11 152	0.08 175	0.10 250	0.07 160	0.05 16	0.10 151	0.08 43	0.05 56	0.04 26	0.06 240	0.04 73	0.05 205	0.04 91

GREAT-IGEV	0.07 8	0.06 138	0.08 79	0.13 24	0.07 161	0.07 49	0.14 299	0.09 28	0.09 80	0.06 43	0.07 96	0.06 56	0.05 16	0.10 151	0.07 11	0.05 56	0.04 26	0.05 65	0.04 73	0.05 205	0.04 91
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	0.08 116	0.07 272	0.07 30	0.16 244	0.09 407	0.08 110	0.15 388	0.11 75	0.12 196	0.08 175	0.07 96	0.06 56	0.05 16	0.11 241	0.07 11	0.05 56	0.05 317	0.05 65	0.04 73	0.06 347	0.05 243

DEFOM-Stereo_RVC	0.08 116	0.06 138	0.09 159	0.22 655	0.06 47	0.08 110	0.12 133	0.10 45	0.10 115	0.07 108	0.07 96	0.06 56	0.05 16	0.11 241	0.09 132	0.06 200	0.04 26	0.05 65	0.03 1	0.06 347	0.04 91

StereoAnything_RVC	0.07 8	0.15 662	0.17 570	0.11 1	0.05 3	0.05 5	0.11 86	0.08 14	0.08 44	0.06 43	0.06 32	0.05 5	0.05 16	0.09 74	0.08 43	0.08 481	0.04 26	0.05 65	0.03 1	0.05 205	0.04 91

AIO_test	0.07 8	0.05 49	0.07 30	0.15 143	0.07 161	0.06 17	0.14 299	0.10 45	0.10 115	0.07 108	0.07 96	0.06 56	0.05 16	0.08 35	0.10 248	0.05 56	0.04 26	0.05 65	0.04 73	0.04 54	0.03 2

AIO-test2	0.10 301	0.08 411	0.10 235	0.23 679	0.08 271	0.11 311	0.10 47	0.23 478	0.23 498	0.08 175	0.09 210	0.08 234	0.05 16	0.10 151	0.08 43	0.06 200	0.05 317	0.08 461	0.09 574	0.05 205	0.05 243

DEFOM-Stereo	0.07 8	0.05 49	0.07 30	0.14 81	0.06 47	0.10 253	0.13 220	0.07 8	0.13 242	0.06 43	0.07 96	0.06 56	0.05 16	0.10 151	0.09 132	0.04 11	0.04 26	0.05 65	0.03 1	0.04 54	0.04 91

dual_stereo	0.07 8	0.04 1	0.08 79	0.15 143	0.05 3	0.05 5	0.13 220	0.12 107	0.08 44	0.07 108	0.06 32	0.05 5	0.05 16	0.07 10	0.09 132	0.06 200	0.04 26	0.05 65	0.03 1	0.04 54	0.04 91

Occ-G	0.08 116	0.05 49	0.06 15	0.14 81	0.07 161	0.08 110	0.14 299	0.13 150	0.15 304	0.07 108	0.11 305	0.07 160	0.05 16	0.09 74	0.10 248	0.06 200	0.05 317	0.05 65	0.04 73	0.05 205	0.05 243

U	0.08 116	0.07 272	0.09 159	0.19 524	0.10 523	0.10 253	0.13 220	0.12 107	0.17 377	0.07 108	0.07 96	0.06 56	0.05 16	0.07 10	0.08 43	0.06 200	0.04 26	0.06 240	0.04 73	0.06 347	0.05 243

AIO-Stereo	0.08 116	0.06 138	0.09 159	0.18 440	0.06 47	0.08 110	0.12 133	0.15 235	0.09 80	0.08 175	0.08 169	0.07 160	0.05 16	0.11 241	0.08 43	0.05 56	0.05 317	0.05 65	0.04 73	0.04 54	0.04 91

RSM++	0.08 116	0.06 138	0.09 159	0.17 335	0.07 161	0.09 180	0.12 133	0.11 75	0.11 152	0.08 175	0.06 32	0.07 160	0.05 16	0.10 151	0.09 132	0.04 11	0.04 26	0.06 240	0.05 227	0.05 205	0.03 2

RSM	0.08 116	0.06 138	0.09 159	0.17 335	0.06 47	0.08 110	0.12 133	0.12 107	0.10 115	0.08 175	0.07 96	0.06 56	0.05 16	0.11 241	0.09 132	0.04 11	0.04 26	0.05 65	0.04 73	0.04 54	0.03 2

GCAPDPT-zeroshot4090	0.07 8	0.05 49	0.11 300	0.15 143	0.06 47	0.07 49	0.13 220	0.09 28	0.11 152	0.07 108	0.08 169	0.06 56	0.05 16	0.09 74	0.07 11	0.05 56	0.05 317	0.05 65	0.04 73	0.03 1	0.04 91

MIM_Stereo	0.09 220	0.07 272	0.11 300	0.15 143	0.07 161	0.06 17	0.12 133	0.20 400	0.14 276	0.13 402	0.13 348	0.09 280	0.05 16	0.12 344	0.08 43	0.05 56	0.06 482	0.07 360	0.06 338	0.06 347	0.05 243

EGLCR-Stereo	0.08 116	0.05 49	0.08 79	0.14 81	0.06 47	0.10 253	0.12 133	0.11 75	0.16 346	0.06 43	0.05 7	0.07 160	0.05 16	0.10 151	0.11 341	0.06 200	0.04 26	0.06 240	0.05 227	0.04 54	0.04 91

CroCo-Stereo Lap2	0.09 220	0.09 501	0.08 79	0.22 655	0.09 407	0.09 180	0.19 596	0.16 281	0.12 196	0.09 234	0.10 250	0.05 5	0.05 16	0.08 35	0.08 43	0.06 200	0.06 482	0.07 360	0.05 227	0.05 205	0.05 243

iRaft-Stereo_20w	0.09 220	0.05 49	0.13 411	0.14 81	0.08 271	0.12 366	0.15 388	0.18 356	0.10 115	0.11 322	0.08 169	0.08 234	0.05 16	0.10 151	0.09 132	0.06 200	0.04 26	0.06 240	0.05 227	0.06 347	0.05 243

GCAP-Stereo-w-DA	0.08 116	0.08 411	0.08 79	0.18 440	0.06 47	0.07 49	0.09 28	0.13 150	0.12 196	0.08 175	0.07 96	0.07 160	0.06 79	0.09 74	0.08 43	0.04 11	0.04 26	0.05 65	0.04 73	0.05 205	0.03 2

FORCE_4.6	0.07 8	0.07 272	0.06 15	0.17 335	0.05 3	0.08 110	0.11 86	0.12 107	0.08 44	0.05 2	0.05 7	0.05 5	0.06 79	0.08 35	0.06 4	0.07 395	0.04 26	0.05 65	0.04 73	0.05 205	0.04 91

F8.5	0.07 8	0.07 272	0.05 2	0.18 440	0.05 3	0.08 110	0.10 47	0.12 107	0.06 13	0.05 2	0.06 32	0.08 234	0.06 79	0.09 74	0.05 1	0.05 56	0.04 26	0.05 65	0.05 227	0.04 54	0.03 2

FORCE_9	0.07 8	0.07 272	0.05 2	0.18 440	0.05 3	0.08 110	0.11 86	0.12 107	0.06 13	0.05 2	0.06 32	0.08 234	0.06 79	0.09 74	0.06 4	0.05 56	0.04 26	0.05 65	0.05 227	0.04 54	0.03 2

FORCE_8	0.07 8	0.07 272	0.05 2	0.19 524	0.05 3	0.08 110	0.11 86	0.12 107	0.06 13	0.06 43	0.06 32	0.08 234	0.06 79	0.09 74	0.06 4	0.05 56	0.04 26	0.05 65	0.05 227	0.04 54	0.03 2

F7	0.07 8	0.07 272	0.05 2	0.18 440	0.05 3	0.07 49	0.09 28	0.13 150	0.05 6	0.05 2	0.06 32	0.07 160	0.06 79	0.10 151	0.05 1	0.05 56	0.04 26	0.05 65	0.04 73	0.04 54	0.04 91

FORCE_5	0.07 8	0.05 49	0.06 15	0.18 440	0.05 3	0.08 110	0.11 86	0.12 107	0.04 2	0.05 2	0.06 32	0.06 56	0.06 79	0.09 74	0.06 4	0.05 56	0.04 26	0.05 65	0.05 227	0.04 54	0.04 91

FORCE_6	0.07 8	0.07 272	0.04 1	0.18 440	0.05 3	0.09 180	0.10 47	0.12 107	0.06 13	0.06 43	0.06 32	0.06 56	0.06 79	0.10 151	0.07 11	0.05 56	0.04 26	0.06 240	0.05 227	0.04 54	0.04 91

EE1	0.08 116	0.05 49	0.09 159	0.15 143	0.07 161	0.07 49	0.10 47	0.16 281	0.12 196	0.08 175	0.05 7	0.06 56	0.06 79	0.13 403	0.09 132	0.06 200	0.05 317	0.06 240	0.04 73	0.05 205	0.05 243

rgla	0.07 8	0.06 138	0.06 15	0.16 244	0.06 47	0.08 110	0.10 47	0.09 28	0.08 44	0.07 108	0.06 32	0.05 5	0.06 79	0.10 151	0.09 132	0.05 56	0.04 26	0.04 1	0.03 1	0.04 54	0.04 91

416test1013	0.07 8	0.06 138	0.06 15	0.16 244	0.07 161	0.10 253	0.10 47	0.09 28	0.07 31	0.07 108	0.07 96	0.05 5	0.06 79	0.10 151	0.08 43	0.06 200	0.05 317	0.04 1	0.03 1	0.04 54	0.04 91

416test	0.07 8	0.07 272	0.06 15	0.17 335	0.07 161	0.09 180	0.10 47	0.09 28	0.08 44	0.07 108	0.06 32	0.05 5	0.06 79	0.09 74	0.08 43	0.05 56	0.04 26	0.04 1	0.03 1	0.04 54	0.04 91

SCION-M(vits-remse)	0.08 116	0.06 138	0.12 350	0.24 688	0.05 3	0.07 49	0.10 47	0.15 235	0.15 304	0.05 2	0.06 32	0.05 5	0.06 79	0.07 10	0.09 132	0.08 481	0.06 482	0.04 1	0.03 1	0.03 1	0.03 2

SCION-Mon(vits-remp)	0.09 220	0.13 638	0.12 350	0.24 688	0.16 695	0.25 665	0.10 47	0.15 235	0.15 304	0.05 2	0.06 32	0.05 5	0.06 79	0.07 10	0.09 132	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

GEAR-Net	0.08 116	0.06 138	0.08 79	0.18 440	0.07 161	0.09 180	0.13 220	0.10 45	0.09 80	0.08 175	0.08 169	0.06 56	0.06 79	0.13 403	0.09 132	0.05 56	0.04 26	0.05 65	0.04 73	0.05 205	0.04 91

GREATEN-IGEV_RVC	0.09 220	0.08 411	0.08 79	0.21 635	0.09 407	0.08 110	0.11 86	0.10 45	0.09 80	0.07 108	0.10 250	0.05 5	0.06 79	0.14 441	0.11 341	0.05 56	0.06 482	0.07 360	0.06 338	0.05 205	0.05 243

small-0shot	0.07 8	0.05 49	0.08 79	0.14 81	0.07 161	0.06 17	0.13 220	0.09 28	0.08 44	0.05 2	0.10 250	0.06 56	0.06 79	0.06 4	0.10 248	0.06 200	0.04 26	0.05 65	0.04 73	0.04 54	0.04 91

quiztm	0.08 116	0.07 272	0.08 79	0.18 440	0.07 161	0.09 180	0.14 299	0.14 189	0.12 196	0.07 108	0.07 96	0.05 5	0.06 79	0.11 241	0.09 132	0.05 56	0.04 26	0.06 240	0.04 73	0.04 54	0.03 2

monster-pro	0.07 8	0.06 138	0.05 2	0.15 143	0.05 3	0.07 49	0.10 47	0.15 235	0.15 304	0.05 2	0.06 32	0.05 5	0.06 79	0.07 10	0.09 132	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DN	0.10 301	0.05 49	0.09 159	0.14 81	0.09 407	0.12 366	0.18 555	0.17 321	0.16 346	0.08 175	0.09 210	0.08 234	0.06 79	0.08 35	0.09 132	0.11 627	0.05 317	0.07 360	0.06 338	0.07 435	0.09 576

canet-new	0.08 116	0.07 272	0.08 79	0.19 524	0.06 47	0.07 49	0.12 133	0.12 107	0.13 242	0.06 43	0.07 96	0.06 56	0.06 79	0.10 151	0.07 11	0.05 56	0.04 26	0.05 65	0.04 73	0.05 205	0.03 2

bcnet-new	0.07 8	0.07 272	0.08 79	0.18 440	0.06 47	0.07 49	0.10 47	0.09 28	0.14 276	0.07 108	0.07 96	0.06 56	0.06 79	0.11 241	0.08 43	0.05 56	0.04 26	0.05 65	0.04 73	0.04 54	0.03 2

LWStereo	0.07 8	0.06 138	0.09 159	0.17 335	0.06 47	0.08 110	0.12 133	0.11 75	0.10 115	0.06 43	0.07 96	0.07 160	0.06 79	0.10 151	0.07 11	0.04 11	0.04 26	0.05 65	0.04 73	0.04 54	0.03 2

LMStereo	0.07 8	0.07 272	0.09 159	0.19 524	0.06 47	0.07 49	0.12 133	0.11 75	0.13 242	0.06 43	0.07 96	0.06 56	0.06 79	0.09 74	0.07 11	0.04 11	0.04 26	0.05 65	0.04 73	0.05 205	0.03 2

FCBStereo	0.08 116	0.07 272	0.09 159	0.18 440	0.06 47	0.11 311	0.11 86	0.10 45	0.08 44	0.07 108	0.07 96	0.07 160	0.06 79	0.10 151	0.08 43	0.05 56	0.04 26	0.05 65	0.04 73	0.04 54	0.03 2

PSGStereo	0.08 116	0.07 272	0.09 159	0.18 440	0.06 47	0.11 311	0.11 86	0.10 45	0.08 44	0.07 108	0.07 96	0.07 160	0.06 79	0.10 151	0.08 43	0.05 56	0.04 26	0.05 65	0.04 73	0.04 54	0.03 2

MUNStereo	0.08 116	0.07 272	0.09 159	0.18 440	0.06 47	0.08 110	0.12 133	0.10 45	0.09 80	0.09 234	0.08 169	0.08 234	0.06 79	0.12 344	0.08 43	0.05 56	0.04 26	0.05 65	0.04 73	0.05 205	0.04 91

TOTStereo	0.08 116	0.06 138	0.09 159	0.17 335	0.06 47	0.08 110	0.11 86	0.14 189	0.12 196	0.09 234	0.09 210	0.08 234	0.06 79	0.10 151	0.08 43	0.04 11	0.04 26	0.05 65	0.04 73	0.03 1	0.03 2

GCAP-Stereo-CNN-DA	0.08 116	0.08 411	0.08 79	0.18 440	0.06 47	0.07 49	0.09 28	0.13 150	0.12 196	0.08 175	0.07 96	0.07 160	0.06 79	0.09 74	0.08 43	0.04 11	0.04 26	0.05 65	0.04 73	0.05 205	0.03 2

ACMStereo	0.08 116	0.09 501	0.08 79	0.19 524	0.06 47	0.07 49	0.10 47	0.14 189	0.15 304	0.06 43	0.08 169	0.05 5	0.06 79	0.09 74	0.08 43	0.05 56	0.04 26	0.05 65	0.04 73	0.05 205	0.04 91

KABStereo	0.08 116	0.07 272	0.08 79	0.19 524	0.07 161	0.09 180	0.12 133	0.16 281	0.15 304	0.07 108	0.07 96	0.06 56	0.06 79	0.10 151	0.08 43	0.04 11	0.04 26	0.05 65	0.04 73	0.04 54	0.04 91

GCAP-Stereo-cres-4k	0.08 116	0.07 272	0.08 79	0.18 440	0.07 161	0.11 311	0.14 299	0.12 107	0.11 152	0.07 108	0.11 305	0.07 160	0.06 79	0.09 74	0.08 43	0.04 11	0.04 26	0.05 65	0.04 73	0.04 54	0.04 91

GCAP-Stereo-DPT-cres	0.08 116	0.05 49	0.07 30	0.15 143	0.06 47	0.10 253	0.14 299	0.13 150	0.12 196	0.07 108	0.09 210	0.07 160	0.06 79	0.10 151	0.09 132	0.05 56	0.04 26	0.05 65	0.04 73	0.03 1	0.03 2

GCAP-Stereo-DPT-36K	0.08 116	0.06 138	0.15 501	0.14 81	0.06 47	0.08 110	0.13 220	0.13 150	0.11 152	0.07 108	0.08 169	0.07 160	0.06 79	0.09 74	0.08 43	0.05 56	0.05 317	0.05 65	0.04 73	0.03 1	0.04 91

GCAP-Stereo-DPT-22K	0.08 116	0.06 138	0.07 30	0.17 335	0.06 47	0.07 49	0.14 299	0.13 150	0.16 346	0.05 2	0.10 250	0.06 56	0.06 79	0.08 35	0.08 43	0.04 11	0.04 26	0.05 65	0.04 73	0.03 1	0.04 91

GCAP-Stereo-DPT-5K	0.08 116	0.06 138	0.10 235	0.16 244	0.07 161	0.11 311	0.12 133	0.15 235	0.15 304	0.08 175	0.12 328	0.05 5	0.06 79	0.09 74	0.08 43	0.05 56	0.04 26	0.06 240	0.05 227	0.03 1	0.04 91

GCAP-Stereo-DPT-2K	0.08 116	0.06 138	0.10 235	0.16 244	0.07 161	0.11 311	0.13 220	0.14 189	0.14 276	0.08 175	0.13 348	0.05 5	0.06 79	0.10 151	0.08 43	0.05 56	0.04 26	0.05 65	0.04 73	0.03 1	0.04 91

GCAP-Stereo-DPT-3K	0.08 116	0.07 272	0.10 235	0.16 244	0.07 161	0.09 180	0.12 133	0.15 235	0.14 276	0.08 175	0.11 305	0.05 5	0.06 79	0.09 74	0.08 43	0.05 56	0.04 26	0.05 65	0.04 73	0.03 1	0.04 91

GCAP-Stereo-DPT-FT	0.08 116	0.05 49	0.12 350	0.15 143	0.06 47	0.10 253	0.14 299	0.12 107	0.12 196	0.07 108	0.09 210	0.06 56	0.06 79	0.10 151	0.08 43	0.06 200	0.04 26	0.05 65	0.04 73	0.04 54	0.04 91

PSi22	0.08 116	0.06 138	0.11 300	0.16 244	0.07 161	0.08 110	0.10 47	0.14 189	0.08 44	0.08 175	0.06 32	0.10 318	0.06 79	0.12 344	0.09 132	0.05 56	0.04 26	0.04 1	0.03 1	0.04 54	0.04 91

Foundation-i1b	0.08 116	0.05 49	0.07 30	0.14 81	0.05 3	0.09 180	0.12 133	0.13 150	0.10 115	0.09 234	0.10 250	0.09 280	0.06 79	0.07 10	0.09 132	0.06 200	0.04 26	0.05 65	0.04 73	0.03 1	0.03 2

Foundation-i1a	0.08 116	0.05 49	0.07 30	0.13 24	0.05 3	0.13 424	0.13 220	0.12 107	0.09 80	0.11 322	0.11 305	0.11 349	0.06 79	0.08 35	0.09 132	0.06 200	0.04 26	0.05 65	0.03 1	0.04 54	0.04 91

Selective-IGEV-i16pc	0.13 463	0.06 138	0.13 411	0.15 143	0.11 578	0.38 730	0.16 462	0.23 478	0.16 346	0.10 285	0.15 385	0.09 280	0.06 79	0.13 403	0.10 248	0.10 595	0.08 594	0.06 240	0.07 443	0.09 574	0.09 576

gcap_with_dpt	0.08 116	0.06 138	0.09 159	0.16 244	0.07 161	0.09 180	0.12 133	0.13 150	0.13 242	0.08 175	0.12 328	0.04 1	0.06 79	0.10 151	0.08 43	0.05 56	0.04 26	0.05 65	0.04 73	0.03 1	0.04 91

DispViT+	0.08 116	0.05 49	0.09 159	0.13 24	0.06 47	0.05 5	0.11 86	0.18 356	0.16 346	0.09 234	0.08 169	0.07 160	0.06 79	0.11 241	0.09 132	0.06 200	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

BLMT-Stereo	0.07 8	0.04 1	0.08 79	0.15 143	0.07 161	0.06 17	0.14 299	0.07 8	0.10 115	0.05 2	0.05 7	0.04 1	0.06 79	0.07 10	0.09 132	0.04 11	0.04 26	0.05 65	0.05 227	0.04 54	0.04 91

WQFJA1++	0.08 116	0.04 1	0.11 300	0.14 81	0.07 161	0.11 311	0.11 86	0.11 75	0.07 31	0.07 108	0.07 96	0.07 160	0.06 79	0.10 151	0.10 248	0.06 200	0.04 26	0.05 65	0.04 73	0.06 347	0.06 364

DLNR-FE	10.43 808	1.83 795	19.53 826	120.75 833	13.06 815	0.06 17	0.13 220	0.23 478	0.10 115	0.07 108	0.10 250	0.09 280	0.06 79	0.10 151	0.09 132	0.13 678	0.04 26	0.06 240	0.04 73	52.01 835	0.04 91

Select-FE	0.11 355	0.06 138	0.20 621	0.15 143	0.11 578	0.11 311	0.13 220	0.21 427	0.18 411	0.09 234	0.11 305	0.10 318	0.06 79	0.12 344	0.09 132	0.07 395	0.05 317	0.07 360	0.08 526	0.06 347	0.08 527

IGEV-FE	0.09 220	0.05 49	0.12 350	0.13 24	0.08 271	0.12 366	0.13 220	0.17 321	0.11 152	0.10 285	0.06 32	0.09 280	0.06 79	0.11 241	0.09 132	0.06 200	0.04 26	0.06 240	0.06 338	0.05 205	0.05 243

DDF-Stereo	0.08 116	0.04 1	0.09 159	0.15 143	0.10 523	0.06 17	0.13 220	0.09 28	0.14 276	0.06 43	0.06 32	0.07 160	0.06 79	0.09 74	0.10 248	0.06 200	0.04 26	0.06 240	0.04 73	0.08 509	0.05 243

Zero-FE251	0.07 8	0.05 49	0.09 159	0.13 24	0.06 47	0.12 366	0.12 133	0.11 75	0.10 115	0.07 108	0.08 169	0.06 56	0.06 79	0.09 74	0.08 43	0.06 200	0.04 26	0.05 65	0.04 73	0.04 54	0.04 91

MonStereo	0.07 8	0.06 138	0.05 2	0.15 143	0.05 3	0.08 110	0.10 47	0.15 235	0.15 304	0.05 2	0.06 32	0.05 5	0.06 79	0.07 10	0.09 132	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 8	0.06 138	0.05 2	0.15 143	0.05 3	0.08 110	0.10 47	0.15 235	0.15 304	0.05 2	0.06 32	0.05 5	0.06 79	0.07 10	0.09 132	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-mixall	0.07 8	0.04 1	0.09 159	0.13 24	0.06 47	0.05 5	0.09 28	0.11 75	0.07 31	0.06 43	0.06 32	0.05 5	0.06 79	0.09 74	0.09 132	0.06 200	0.04 26	0.04 1	0.03 1	0.05 205	0.05 243

Replicate-Monster	0.07 8	0.05 49	0.09 159	0.14 81	0.06 47	0.08 110	0.09 28	0.13 150	0.13 242	0.05 2	0.07 96	0.06 56	0.06 79	0.08 35	0.10 248	0.05 56	0.04 26	0.05 65	0.03 1	0.04 54	0.04 91

zero-FE	0.08 116	0.04 1	0.09 159	0.15 143	0.10 523	0.05 5	0.14 299	0.09 28	0.14 276	0.07 108	0.06 32	0.07 160	0.06 79	0.09 74	0.10 248	0.06 200	0.04 26	0.06 240	0.04 73	0.08 509	0.05 243

AdaDepth	0.07 8	0.06 138	0.07 30	0.18 440	0.06 47	0.11 311	0.12 133	0.09 28	0.07 31	0.06 43	0.05 7	0.07 160	0.06 79	0.09 74	0.10 248	0.04 11	0.05 317	0.05 65	0.04 73	0.04 54	0.04 91

S2M2_XL	0.08 116	0.06 138	0.12 350	0.12 7	0.08 271	0.09 180	0.09 28	0.07 8	0.07 31	0.08 175	0.07 96	0.07 160	0.06 79	0.09 74	0.09 132	0.08 481	0.06 482	0.07 360	0.05 227	0.08 509	0.06 364
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
asd	0.07 8	0.08 411	0.07 30	0.16 244	0.07 161	0.08 110	0.08 9	0.11 75	0.08 44	0.07 108	0.07 96	0.06 56	0.06 79	0.10 151	0.09 132	0.03 1	0.03 1	0.04 1	0.04 73	0.04 54	0.03 2

qwe	0.07 8	0.08 411	0.07 30	0.15 143	0.06 47	0.07 49	0.10 47	0.18 356	0.11 152	0.07 108	0.07 96	0.06 56	0.06 79	0.10 151	0.09 132	0.03 1	0.03 1	0.04 1	0.04 73	0.04 54	0.03 2

2.25w	0.07 8	0.06 138	0.07 30	0.14 81	0.06 47	0.08 110	0.08 9	0.10 45	0.15 304	0.08 175	0.10 250	0.07 160	0.06 79	0.08 35	0.10 248	0.05 56	0.03 1	0.04 1	0.04 73	0.03 1	0.04 91

4.25_new	0.07 8	0.08 411	0.09 159	0.15 143	0.06 47	0.09 180	0.08 9	0.14 189	0.08 44	0.07 108	0.07 96	0.06 56	0.06 79	0.12 344	0.10 248	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

4.5w_new	0.07 8	0.08 411	0.09 159	0.15 143	0.06 47	0.09 180	0.08 9	0.14 189	0.08 44	0.07 108	0.07 96	0.06 56	0.06 79	0.12 344	0.10 248	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

4.5_new	0.07 8	0.09 501	0.08 79	0.15 143	0.07 161	0.06 17	0.10 47	0.14 189	0.11 152	0.06 43	0.08 169	0.06 56	0.06 79	0.08 35	0.10 248	0.03 1	0.03 1	0.04 1	0.04 73	0.04 54	0.03 2

4.5w-stereo	0.07 8	0.09 501	0.08 79	0.15 143	0.07 161	0.06 17	0.10 47	0.14 189	0.11 152	0.06 43	0.08 169	0.06 56	0.06 79	0.08 35	0.10 248	0.03 1	0.03 1	0.04 1	0.04 73	0.04 54	0.03 2

4.25w-stereo	0.07 8	0.08 411	0.09 159	0.15 143	0.06 47	0.09 180	0.08 9	0.14 189	0.08 44	0.07 108	0.07 96	0.06 56	0.06 79	0.12 344	0.10 248	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

4w-stereo	0.07 8	0.08 411	0.08 79	0.16 244	0.06 47	0.07 49	0.08 9	0.12 107	0.08 44	0.07 108	0.07 96	0.05 5	0.06 79	0.09 74	0.10 248	0.03 1	0.03 1	0.04 1	0.04 73	0.04 54	0.03 2

2.5w	0.07 8	0.07 272	0.07 30	0.16 244	0.06 47	0.08 110	0.12 133	0.10 45	0.10 115	0.07 108	0.06 32	0.09 280	0.06 79	0.08 35	0.09 132	0.04 11	0.03 1	0.04 1	0.04 73	0.03 1	0.03 2

2.75w_new	0.07 8	0.07 272	0.07 30	0.13 24	0.06 47	0.08 110	0.08 9	0.18 356	0.12 196	0.07 108	0.08 169	0.06 56	0.06 79	0.09 74	0.11 341	0.04 11	0.04 26	0.04 1	0.03 1	0.03 1	0.04 91

3.25w_new	0.07 8	0.06 138	0.07 30	0.15 143	0.06 47	0.10 253	0.07 5	0.12 107	0.11 152	0.08 175	0.06 32	0.07 160	0.06 79	0.11 241	0.09 132	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 8	0.06 138	0.07 30	0.15 143	0.06 47	0.10 253	0.07 5	0.12 107	0.11 152	0.08 175	0.06 32	0.07 160	0.06 79	0.11 241	0.09 132	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 8	0.07 272	0.08 79	0.16 244	0.07 161	0.07 49	0.09 28	0.16 281	0.09 80	0.07 108	0.06 32	0.05 5	0.06 79	0.09 74	0.10 248	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3w_stereo	0.08 116	0.09 501	0.10 235	0.17 335	0.07 161	0.08 110	0.10 47	0.20 400	0.13 242	0.06 43	0.07 96	0.05 5	0.06 79	0.08 35	0.09 132	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

2w_stereo	0.08 116	0.08 411	0.09 159	0.16 244	0.06 47	0.08 110	0.10 47	0.20 400	0.15 304	0.08 175	0.07 96	0.06 56	0.06 79	0.06 4	0.09 132	0.04 11	0.03 1	0.04 1	0.04 73	0.03 1	0.03 2

1w_stereo	0.07 8	0.06 138	0.07 30	0.16 244	0.06 47	0.07 49	0.10 47	0.14 189	0.14 276	0.07 108	0.08 169	0.05 5	0.06 79	0.09 74	0.09 132	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 91

monsters	0.07 8	0.06 138	0.06 15	0.15 143	0.06 47	0.08 110	0.09 28	0.12 107	0.08 44	0.09 234	0.07 96	0.06 56	0.06 79	0.08 35	0.08 43	0.05 56	0.04 26	0.04 1	0.04 73	0.03 1	0.03 2

MLG-Stereo_test3	0.07 8	0.05 49	0.10 235	0.14 81	0.06 47	0.07 49	0.11 86	0.08 14	0.06 13	0.06 43	0.04 1	0.06 56	0.06 79	0.07 10	0.10 248	0.06 200	0.04 26	0.05 65	0.04 73	0.05 205	0.06 364

LGtest1	0.07 8	0.04 1	0.10 235	0.15 143	0.06 47	0.07 49	0.09 28	0.08 14	0.06 13	0.05 2	0.04 1	0.06 56	0.06 79	0.10 151	0.09 132	0.07 395	0.04 26	0.05 65	0.04 73	0.06 347	0.06 364

MM-Stereo_test3	0.10 301	0.07 272	0.07 30	0.18 440	0.07 161	0.12 366	0.19 596	0.24 502	0.19 431	0.06 43	0.10 250	0.08 234	0.06 79	0.11 241	0.08 43	0.06 200	0.06 482	0.07 360	0.05 227	0.05 205	0.04 91

MM-Stereo_test2	0.09 220	0.06 138	0.09 159	0.19 524	0.08 271	0.12 366	0.18 555	0.15 235	0.14 276	0.07 108	0.10 250	0.07 160	0.06 79	0.12 344	0.09 132	0.05 56	0.04 26	0.06 240	0.05 227	0.05 205	0.03 2

MM-Stereo_test1	0.10 301	0.07 272	0.08 79	0.18 440	0.07 161	0.12 366	0.18 555	0.21 427	0.20 455	0.09 234	0.11 305	0.08 234	0.06 79	0.10 151	0.10 248	0.06 200	0.05 317	0.07 360	0.06 338	0.05 205	0.04 91

HUF	0.08 116	0.05 49	0.08 79	0.14 81	0.06 47	0.09 180	0.13 220	0.13 150	0.13 242	0.07 108	0.07 96	0.08 234	0.06 79	0.10 151	0.09 132	0.06 200	0.04 26	0.05 65	0.04 73	0.05 205	0.04 91

castereo++	0.08 116	0.05 49	0.08 79	0.15 143	0.05 3	0.14 461	0.12 133	0.11 75	0.15 304	0.07 108	0.07 96	0.07 160	0.06 79	0.08 35	0.08 43	0.06 200	0.04 26	0.05 65	0.04 73	0.04 54	0.03 2

IGEV-RUCA	0.08 116	0.06 138	0.11 300	0.14 81	0.09 407	0.10 253	0.12 133	0.10 45	0.12 196	0.06 43	0.07 96	0.07 160	0.06 79	0.09 74	0.08 43	0.06 200	0.05 317	0.05 65	0.04 73	0.05 205	0.06 364

MonSter	0.07 8	0.06 138	0.05 2	0.15 143	0.05 3	0.07 49	0.10 47	0.15 235	0.15 304	0.05 2	0.06 32	0.05 5	0.06 79	0.07 10	0.09 132	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

fffft	0.09 220	0.06 138	0.12 350	0.16 244	0.07 161	0.09 180	0.17 504	0.12 107	0.11 152	0.08 175	0.07 96	0.09 280	0.06 79	0.11 241	0.12 413	0.05 56	0.04 26	0.06 240	0.05 227	0.04 54	0.05 243
1: 1. 1
tt45	0.09 220	0.06 138	0.11 300	0.15 143	0.07 161	0.11 311	0.16 462	0.13 150	0.11 152	0.09 234	0.06 32	0.08 234	0.06 79	0.13 403	0.10 248	0.06 200	0.04 26	0.06 240	0.05 227	0.05 205	0.06 364

mms	0.09 220	0.07 272	0.08 79	0.16 244	0.08 271	0.10 253	0.16 462	0.12 107	0.11 152	0.08 175	0.09 210	0.08 234	0.06 79	0.11 241	0.12 413	0.05 56	0.04 26	0.07 360	0.05 227	0.04 54	0.03 2

ours_stereo	0.09 220	0.07 272	0.09 159	0.17 335	0.08 271	0.11 311	0.16 462	0.11 75	0.12 196	0.08 175	0.10 250	0.08 234	0.06 79	0.12 344	0.12 413	0.05 56	0.04 26	0.06 240	0.05 227	0.04 54	0.03 2

WCG-NET	0.08 116	0.05 49	0.09 159	0.15 143	0.06 47	0.11 311	0.14 299	0.13 150	0.13 242	0.06 43	0.09 210	0.07 160	0.06 79	0.13 403	0.08 43	0.05 56	0.04 26	0.05 65	0.04 73	0.04 54	0.03 2

GCAP-BAT	0.09 220	0.05 49	0.11 300	0.13 24	0.07 161	0.11 311	0.14 299	0.14 189	0.16 346	0.07 108	0.10 250	0.08 234	0.06 79	0.13 403	0.08 43	0.07 395	0.05 317	0.05 65	0.05 227	0.04 54	0.04 91

IGEV-Stereo++	0.07 8	0.06 138	0.08 79	0.18 440	0.06 47	0.04 1	0.10 47	0.11 75	0.11 152	0.06 43	0.07 96	0.07 160	0.06 79	0.09 74	0.09 132	0.05 56	0.04 26	0.05 65	0.04 73	0.05 205	0.04 91

RAStereo	0.10 301	0.09 501	0.08 79	0.20 598	0.08 271	0.13 424	0.18 555	0.15 235	0.17 377	0.10 285	0.12 328	0.05 5	0.06 79	0.09 74	0.08 43	0.07 395	0.05 317	0.07 360	0.05 227	0.05 205	0.04 91

Pointernet	0.09 220	0.04 1	0.09 159	0.16 244	0.08 271	0.13 424	0.10 47	0.15 235	0.17 377	0.09 234	0.07 96	0.06 56	0.06 79	0.11 241	0.09 132	0.08 481	0.04 26	0.05 65	0.03 1	0.06 347	0.05 243

IGEV-Stereo+	0.07 8	0.04 1	0.08 79	0.15 143	0.06 47	0.04 1	0.09 28	0.10 45	0.09 80	0.06 43	0.06 32	0.06 56	0.06 79	0.06 4	0.08 43	0.06 200	0.04 26	0.05 65	0.04 73	0.06 347	0.06 364

WCG-NET（raft）	0.08 116	0.05 49	0.10 235	0.15 143	0.06 47	0.11 311	0.13 220	0.15 235	0.12 196	0.08 175	0.07 96	0.06 56	0.06 79	0.13 403	0.08 43	0.05 56	0.04 26	0.05 65	0.04 73	0.04 54	0.04 91

RAFT-Stereo-weight	0.09 220	0.06 138	0.10 235	0.16 244	0.07 161	0.09 180	0.14 299	0.19 387	0.16 346	0.11 322	0.10 250	0.08 234	0.06 79	0.10 151	0.11 341	0.06 200	0.04 26	0.06 240	0.04 73	0.04 54	0.04 91

gcap-zeroshot	0.08 116	0.06 138	0.10 235	0.15 143	0.07 161	0.11 311	0.12 133	0.15 235	0.15 304	0.08 175	0.12 328	0.05 5	0.06 79	0.09 74	0.08 43	0.05 56	0.04 26	0.06 240	0.05 227	0.03 1	0.04 91

test_for_model	0.08 116	0.06 138	0.10 235	0.16 244	0.07 161	0.11 311	0.12 133	0.15 235	0.15 304	0.08 175	0.12 328	0.05 5	0.06 79	0.09 74	0.08 43	0.05 56	0.04 26	0.06 240	0.05 227	0.03 1	0.04 91

MGS-Stereo	0.09 220	0.07 272	0.12 350	0.15 143	0.08 271	0.09 180	0.15 388	0.12 107	0.12 196	0.07 108	0.10 250	0.08 234	0.06 79	0.10 151	0.09 132	0.05 56	0.04 26	0.06 240	0.05 227	0.06 347	0.05 243

MoCha-V2	0.08 116	0.05 49	0.10 235	0.20 598	0.07 161	0.09 180	0.14 299	0.11 75	0.08 44	0.07 108	0.08 169	0.07 160	0.06 79	0.09 74	0.08 43	0.05 56	0.04 26	0.05 65	0.04 73	0.04 54	0.04 91

IGEV++	0.08 116	0.06 138	0.08 79	0.18 440	0.07 161	0.09 180	0.13 220	0.10 45	0.09 80	0.08 175	0.08 169	0.06 56	0.06 79	0.13 403	0.09 132	0.05 56	0.04 26	0.05 65	0.04 73	0.05 205	0.04 91

ACVNet-DCA	0.10 301	0.08 411	0.12 350	0.17 335	0.09 407	0.13 424	0.15 388	0.23 478	0.16 346	0.09 234	0.09 210	0.06 56	0.06 79	0.10 151	0.07 11	0.06 200	0.04 26	0.06 240	0.05 227	0.07 435	0.07 454

1test111	0.11 355	0.08 411	0.12 350	0.17 335	0.09 407	0.13 424	0.15 388	0.23 478	0.16 346	0.09 234	0.09 210	0.06 56	0.06 79	0.15 469	0.16 554	0.06 200	0.04 26	0.06 240	0.05 227	0.07 435	0.07 454

cc1	0.10 301	0.08 411	0.12 350	0.17 335	0.09 407	0.13 424	0.15 388	0.16 281	0.18 411	0.09 234	0.09 210	0.06 56	0.06 79	0.10 151	0.07 11	0.06 200	0.04 26	0.06 240	0.05 227	0.06 347	0.06 364

ff7	0.09 220	0.07 272	0.11 300	0.16 244	0.09 407	0.11 311	0.15 388	0.16 281	0.12 196	0.10 285	0.06 32	0.06 56	0.06 79	0.11 241	0.09 132	0.05 56	0.04 26	0.06 240	0.05 227	0.05 205	0.06 364

IGEVStereo-DCA	0.09 220	0.06 138	0.11 300	0.15 143	0.10 523	0.11 311	0.15 388	0.16 281	0.12 196	0.10 285	0.06 32	0.08 234	0.06 79	0.10 151	0.08 43	0.06 200	0.05 317	0.06 240	0.05 227	0.05 205	0.06 364

ffff	0.09 220	0.07 272	0.11 300	0.16 244	0.09 407	0.11 311	0.15 388	0.16 281	0.12 196	0.10 285	0.06 32	0.06 56	0.06 79	0.11 241	0.09 132	0.05 56	0.04 26	0.06 240	0.05 227	0.05 205	0.06 364

rrr	0.09 220	0.06 138	0.12 350	0.15 143	0.10 523	0.11 311	0.16 462	0.16 281	0.15 304	0.10 285	0.06 32	0.08 234	0.06 79	0.10 151	0.08 43	0.06 200	0.05 317	0.06 240	0.05 227	0.05 205	0.06 364

11t	0.09 220	0.07 272	0.11 300	0.16 244	0.09 407	0.11 311	0.15 388	0.16 281	0.12 196	0.10 285	0.06 32	0.06 56	0.06 79	0.11 241	0.09 132	0.05 56	0.04 26	0.06 240	0.05 227	0.05 205	0.06 364

tt1	0.10 301	0.08 411	0.12 350	0.17 335	0.09 407	0.12 366	0.16 462	0.15 235	0.19 431	0.09 234	0.08 169	0.06 56	0.06 79	0.10 151	0.07 11	0.06 200	0.04 26	0.06 240	0.05 227	0.06 347	0.06 364

MaDis-Stereo	0.09 220	0.09 501	0.08 79	0.17 335	0.09 407	0.13 424	0.10 47	0.16 281	0.16 346	0.09 234	0.11 305	0.06 56	0.06 79	0.09 74	0.13 460	0.07 395	0.06 482	0.07 360	0.05 227	0.05 205	0.04 91

IGEV_Zeroshot_test	0.09 220	0.05 49	0.12 350	0.13 24	0.08 271	0.12 366	0.13 220	0.17 321	0.11 152	0.10 285	0.06 32	0.09 280	0.06 79	0.11 241	0.09 132	0.06 200	0.04 26	0.06 240	0.06 338	0.05 205	0.05 243

MSKI-zero shot	0.09 220	0.05 49	0.09 159	0.15 143	0.07 161	0.10 253	0.13 220	0.14 189	0.13 242	0.09 234	0.09 210	0.09 280	0.06 79	0.12 344	0.10 248	0.06 200	0.04 26	0.05 65	0.04 73	0.04 54	0.04 91

DLNR_Zeroshot_test	10.40 807	1.82 794	19.49 825	120.77 834	13.11 816	0.06 17	0.13 220	0.23 478	0.10 115	0.07 108	0.10 250	0.09 280	0.06 79	0.10 151	0.09 132	0.13 678	0.04 26	0.06 240	0.04 73	51.54 834	0.04 91

testlalala	0.08 116	0.06 138	0.10 235	0.15 143	0.07 161	0.11 311	0.12 133	0.15 235	0.15 304	0.08 175	0.12 328	0.05 5	0.06 79	0.09 74	0.08 43	0.05 56	0.04 26	0.06 240	0.05 227	0.03 1	0.04 91

GCAPDPT-zeroshot	0.09 220	0.05 49	0.11 300	0.13 24	0.07 161	0.11 311	0.14 299	0.14 189	0.16 346	0.07 108	0.10 250	0.08 234	0.06 79	0.13 403	0.08 43	0.07 395	0.05 317	0.05 65	0.05 227	0.04 54	0.04 91

CAS	0.08 116	0.04 1	0.07 30	0.17 335	0.08 271	0.10 253	0.13 220	0.12 107	0.09 80	0.09 234	0.10 250	0.08 234	0.06 79	0.09 74	0.08 43	0.08 481	0.04 26	0.05 65	0.03 1	0.05 205	0.04 91

anonymousdsp	0.09 220	0.07 272	0.11 300	0.16 244	0.09 407	0.11 311	0.15 388	0.16 281	0.12 196	0.09 234	0.06 32	0.06 56	0.06 79	0.11 241	0.09 132	0.05 56	0.04 26	0.06 240	0.05 227	0.05 205	0.06 364

CES	0.08 116	0.04 1	0.08 79	0.14 81	0.07 161	0.09 180	0.14 299	0.11 75	0.09 80	0.08 175	0.09 210	0.11 349	0.06 79	0.12 344	0.08 43	0.06 200	0.04 26	0.05 65	0.03 1	0.05 205	0.05 243

ProNet	0.09 220	0.07 272	0.10 235	0.17 335	0.08 271	0.10 253	0.15 388	0.15 235	0.12 196	0.09 234	0.06 32	0.07 160	0.06 79	0.11 241	0.09 132	0.05 56	0.04 26	0.06 240	0.05 227	0.04 54	0.06 364

MC-Stereo	0.08 116	0.06 138	0.09 159	0.17 335	0.06 47	0.10 253	0.14 299	0.12 107	0.10 115	0.09 234	0.12 328	0.09 280	0.06 79	0.11 241	0.10 248	0.06 200	0.04 26	0.06 240	0.05 227	0.04 54	0.04 91

ccc-4	0.09 220	0.07 272	0.11 300	0.16 244	0.09 407	0.11 311	0.15 388	0.16 281	0.12 196	0.10 285	0.06 32	0.06 56	0.06 79	0.11 241	0.09 132	0.05 56	0.04 26	0.06 240	0.05 227	0.05 205	0.06 364

IGEV-Stereo	0.09 220	0.07 272	0.11 300	0.16 244	0.09 407	0.11 311	0.15 388	0.16 281	0.12 196	0.09 234	0.06 32	0.06 56	0.06 79	0.11 241	0.09 132	0.05 56	0.04 26	0.06 240	0.05 227	0.05 205	0.06 364
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TRStereo	0.09 220	0.05 49	0.12 350	0.15 143	0.12 615	0.10 253	0.13 220	0.18 356	0.18 411	0.09 234	0.09 210	0.09 280	0.06 79	0.10 151	0.08 43	0.07 395	0.05 317	0.07 360	0.07 443	0.04 54	0.04 91

CroCo-Stereo	0.09 220	0.08 411	0.08 79	0.22 655	0.09 407	0.09 180	0.19 596	0.15 235	0.12 196	0.07 108	0.07 96	0.08 234	0.06 79	0.08 35	0.07 11	0.07 395	0.05 317	0.06 240	0.04 73	0.05 205	0.04 91
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	0.09 220	0.04 1	0.08 79	0.13 24	0.06 47	0.11 311	0.14 299	0.15 235	0.19 431	0.11 322	0.15 385	0.10 318	0.06 79	0.12 344	0.09 132	0.07 395	0.05 317	0.05 65	0.04 73	0.06 347	0.05 243

XX-Stereo	0.09 220	0.05 49	0.08 79	0.17 335	0.09 407	0.15 488	0.12 133	0.20 400	0.10 115	0.10 285	0.14 364	0.07 160	0.06 79	0.12 344	0.08 43	0.06 200	0.05 317	0.06 240	0.06 338	0.04 54	0.04 91

test_xeample3	0.09 220	0.06 138	0.12 350	0.16 244	0.09 407	0.11 311	0.15 388	0.16 281	0.13 242	0.10 285	0.06 32	0.08 234	0.06 79	0.10 151	0.09 132	0.05 56	0.04 26	0.06 240	0.05 227	0.05 205	0.06 364

CR-Stereo	0.07 8	0.08 411	0.08 79	0.13 24	0.05 3	0.06 17	0.12 133	0.11 75	0.08 44	0.05 2	0.06 32	0.06 56	0.07 209	0.05 1	0.07 11	0.05 56	0.04 26	0.04 1	0.04 73	0.05 205	0.04 91

E$^{3}$Stereo	0.08 116	0.05 49	0.10 235	0.13 24	0.07 161	0.09 180	0.12 133	0.11 75	0.10 115	0.07 108	0.07 96	0.07 160	0.07 209	0.11 241	0.09 132	0.05 56	0.04 26	0.05 65	0.04 73	0.04 54	0.05 243

LLLLL	0.08 116	0.05 49	0.10 235	0.13 24	0.07 161	0.09 180	0.12 133	0.11 75	0.10 115	0.07 108	0.07 96	0.07 160	0.07 209	0.11 241	0.09 132	0.05 56	0.04 26	0.05 65	0.04 73	0.04 54	0.05 243

LLL	0.08 116	0.05 49	0.09 159	0.13 24	0.07 161	0.07 49	0.13 220	0.12 107	0.10 115	0.07 108	0.06 32	0.07 160	0.07 209	0.11 241	0.10 248	0.05 56	0.04 26	0.05 65	0.04 73	0.04 54	0.05 243

FORCE_4.7	0.07 8	0.08 411	0.05 2	0.20 598	0.07 161	0.08 110	0.12 133	0.11 75	0.08 44	0.05 2	0.06 32	0.05 5	0.07 209	0.10 151	0.06 4	0.05 56	0.04 26	0.06 240	0.06 338	0.04 54	0.03 2

F4.4	0.07 8	0.07 272	0.05 2	0.17 335	0.05 3	0.07 49	0.11 86	0.15 235	0.04 2	0.05 2	0.07 96	0.05 5	0.07 209	0.09 74	0.07 11	0.06 200	0.04 26	0.05 65	0.04 73	0.04 54	0.04 91

FORCE_4.5	0.07 8	0.07 272	0.05 2	0.17 335	0.05 3	0.07 49	0.11 86	0.14 189	0.06 13	0.05 2	0.06 32	0.05 5	0.07 209	0.08 35	0.07 11	0.06 200	0.04 26	0.05 65	0.05 227	0.04 54	0.03 2

FORCE_4	0.07 8	0.05 49	0.06 15	0.18 440	0.06 47	0.09 180	0.11 86	0.12 107	0.05 6	0.06 43	0.07 96	0.08 234	0.07 209	0.10 151	0.05 1	0.05 56	0.04 26	0.06 240	0.05 227	0.04 54	0.03 2

noway7	0.10 301	0.07 272	0.13 411	0.20 598	0.09 407	0.11 311	0.15 388	0.28 583	0.16 346	0.11 322	0.11 305	0.07 160	0.07 209	0.10 151	0.10 248	0.05 56	0.04 26	0.07 360	0.06 338	0.05 205	0.05 243

monster_256*512	0.11 355	0.07 272	0.09 159	0.21 635	0.10 523	0.12 366	0.17 504	0.26 540	0.18 411	0.12 367	0.12 328	0.08 234	0.07 209	0.10 151	0.10 248	0.05 56	0.04 26	0.07 360	0.07 443	0.05 205	0.05 243

FAST (zero-shot)	0.09 220	0.06 138	0.11 300	0.19 524	0.13 640	0.07 49	0.13 220	0.12 107	0.08 44	0.08 175	0.06 32	0.08 234	0.07 209	0.10 151	0.10 248	0.07 395	0.06 482	0.06 240	0.07 443	0.05 205	0.08 527

DF_test	0.07 8	0.05 49	0.08 79	0.14 81	0.08 271	0.04 1	0.13 220	0.08 14	0.11 152	0.07 108	0.08 169	0.06 56	0.07 209	0.06 4	0.08 43	0.06 200	0.05 317	0.05 65	0.05 227	0.05 205	0.04 91

Weightmod_eth	0.09 220	0.07 272	0.08 79	0.18 440	0.07 161	0.10 253	0.16 462	0.13 150	0.11 152	0.08 175	0.08 169	0.09 280	0.07 209	0.10 151	0.10 248	0.06 200	0.07 560	0.06 240	0.07 443	0.04 54	0.03 2

WAFT-Stereo (ZS)	0.07 8	0.05 49	0.09 159	0.12 7	0.07 161	0.08 110	0.15 388	0.07 8	0.07 31	0.06 43	0.10 250	0.05 5	0.07 209	0.06 4	0.11 341	0.05 56	0.04 26	0.05 65	0.04 73	0.05 205	0.05 243

Weightmod	0.09 220	0.06 138	0.08 79	0.18 440	0.06 47	0.10 253	0.15 388	0.14 189	0.12 196	0.11 322	0.10 250	0.08 234	0.07 209	0.10 151	0.11 341	0.06 200	0.08 594	0.07 360	0.07 443	0.04 54	0.03 2

BARStereo	0.08 116	0.07 272	0.08 79	0.18 440	0.06 47	0.08 110	0.12 133	0.11 75	0.12 196	0.07 108	0.08 169	0.05 5	0.07 209	0.10 151	0.08 43	0.05 56	0.04 26	0.05 65	0.04 73	0.06 347	0.04 91

CHEStereo	0.07 8	0.07 272	0.07 30	0.17 335	0.06 47	0.07 49	0.12 133	0.09 28	0.11 152	0.09 234	0.09 210	0.06 56	0.07 209	0.09 74	0.07 11	0.04 11	0.04 26	0.05 65	0.04 73	0.04 54	0.03 2

RMAStereo	0.08 116	0.08 411	0.08 79	0.19 524	0.07 161	0.08 110	0.12 133	0.14 189	0.11 152	0.07 108	0.08 169	0.07 160	0.07 209	0.09 74	0.08 43	0.05 56	0.04 26	0.05 65	0.04 73	0.05 205	0.04 91

ATMStereo	0.08 116	0.09 501	0.07 30	0.20 598	0.08 271	0.08 110	0.13 220	0.12 107	0.13 242	0.08 175	0.08 169	0.05 5	0.07 209	0.09 74	0.08 43	0.04 11	0.04 26	0.05 65	0.04 73	0.06 347	0.04 91

KMOStereo	0.08 116	0.09 501	0.10 235	0.18 440	0.08 271	0.10 253	0.12 133	0.15 235	0.12 196	0.08 175	0.08 169	0.05 5	0.07 209	0.10 151	0.08 43	0.05 56	0.04 26	0.05 65	0.04 73	0.06 347	0.04 91

LACA3	0.07 8	0.08 411	0.08 79	0.13 24	0.05 3	0.09 180	0.11 86	0.08 14	0.08 44	0.08 175	0.05 7	0.07 160	0.07 209	0.07 10	0.07 11	0.06 200	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

Foundation-i1c-attn	0.08 116	0.05 49	0.07 30	0.14 81	0.05 3	0.09 180	0.12 133	0.12 107	0.10 115	0.09 234	0.10 250	0.10 318	0.07 209	0.07 10	0.10 248	0.06 200	0.04 26	0.05 65	0.04 73	0.03 1	0.03 2

Selective-IGEV-i16pb	0.14 500	0.08 411	0.17 570	0.15 143	0.11 578	0.41 736	0.16 462	0.28 583	0.23 498	0.11 322	0.20 474	0.10 318	0.07 209	0.17 539	0.12 413	0.10 595	0.07 560	0.06 240	0.08 526	0.09 574	0.10 608

Foundation-i1	0.09 220	0.04 1	0.10 235	0.14 81	0.06 47	0.10 253	0.13 220	0.16 281	0.14 276	0.10 285	0.10 250	0.11 349	0.07 209	0.07 10	0.10 248	0.06 200	0.04 26	0.05 65	0.05 227	0.05 205	0.05 243

LACA1	0.07 8	0.07 272	0.07 30	0.14 81	0.05 3	0.09 180	0.11 86	0.10 45	0.07 31	0.05 2	0.05 7	0.06 56	0.07 209	0.08 35	0.09 132	0.06 200	0.04 26	0.04 1	0.04 73	0.03 1	0.04 91

BridgeDepth_RVC	0.07 8	0.04 1	0.09 159	0.11 1	0.05 3	0.10 253	0.10 47	0.14 189	0.09 80	0.06 43	0.07 96	0.06 56	0.07 209	0.07 10	0.10 248	0.06 200	0.04 26	0.04 1	0.04 73	0.04 54	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	0.08 116	0.04 1	0.10 235	0.13 24	0.06 47	0.08 110	0.12 133	0.12 107	0.11 152	0.06 43	0.07 96	0.07 160	0.07 209	0.11 241	0.11 341	0.06 200	0.04 26	0.04 1	0.03 1	0.04 54	0.04 91

LCMNet	0.08 116	0.05 49	0.10 235	0.13 24	0.07 161	0.09 180	0.12 133	0.10 45	0.11 152	0.06 43	0.08 169	0.06 56	0.07 209	0.11 241	0.10 248	0.06 200	0.05 317	0.04 1	0.03 1	0.04 54	0.04 91

FE-Mocha	0.09 220	0.06 138	0.14 452	0.16 244	0.09 407	0.10 253	0.15 388	0.18 356	0.16 346	0.10 285	0.09 210	0.07 160	0.07 209	0.09 74	0.09 132	0.06 200	0.04 26	0.06 240	0.06 338	0.05 205	0.05 243

Wavelet-MonSter	0.07 8	0.05 49	0.07 30	0.16 244	0.06 47	0.07 49	0.11 86	0.10 45	0.08 44	0.06 43	0.06 32	0.07 160	0.07 209	0.09 74	0.09 132	0.04 11	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 8	0.07 272	0.07 30	0.15 143	0.07 161	0.09 180	0.06 1	0.13 150	0.11 152	0.07 108	0.07 96	0.06 56	0.07 209	0.10 151	0.09 132	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

monsterstereo	0.07 8	0.06 138	0.06 15	0.16 244	0.06 47	0.08 110	0.10 47	0.16 281	0.11 152	0.07 108	0.08 169	0.06 56	0.07 209	0.08 35	0.09 132	0.04 11	0.04 26	0.05 65	0.04 73	0.03 1	0.03 2

LG-G_1	0.07 8	0.04 1	0.11 300	0.15 143	0.06 47	0.09 180	0.08 9	0.08 14	0.06 13	0.06 43	0.05 7	0.07 160	0.07 209	0.11 241	0.08 43	0.07 395	0.04 26	0.05 65	0.04 73	0.05 205	0.05 243

LG-G	0.07 8	0.04 1	0.11 300	0.15 143	0.06 47	0.09 180	0.08 9	0.08 14	0.06 13	0.06 43	0.05 7	0.07 160	0.07 209	0.11 241	0.08 43	0.07 395	0.04 26	0.05 65	0.04 73	0.05 205	0.05 243

LG-Stereo	0.08 116	0.07 272	0.10 235	0.18 440	0.07 161	0.10 253	0.17 504	0.11 75	0.08 44	0.05 2	0.07 96	0.05 5	0.07 209	0.09 74	0.09 132	0.04 11	0.05 317	0.07 360	0.07 443	0.04 54	0.04 91

AIO-test1	0.10 301	0.07 272	0.10 235	0.23 679	0.07 161	0.09 180	0.13 220	0.21 427	0.14 276	0.11 322	0.12 328	0.09 280	0.07 209	0.11 241	0.09 132	0.06 200	0.05 317	0.09 551	0.10 616	0.03 1	0.06 364

SMoEStereo_RVC	0.08 116	0.06 138	0.12 350	0.16 244	0.07 161	0.09 180	0.14 299	0.11 75	0.13 242	0.09 234	0.07 96	0.07 160	0.07 209	0.12 344	0.10 248	0.05 56	0.04 26	0.06 240	0.05 227	0.04 54	0.04 91

tg	0.10 301	0.06 138	0.10 235	0.18 440	0.08 271	0.11 311	0.16 462	0.20 400	0.12 196	0.08 175	0.11 305	0.11 349	0.07 209	0.11 241	0.10 248	0.05 56	0.04 26	0.08 461	0.08 526	0.04 54	0.04 91

PAM_32	0.09 220	0.05 49	0.17 570	0.15 143	0.08 271	0.10 253	0.15 388	0.14 189	0.15 304	0.09 234	0.08 169	0.09 280	0.07 209	0.14 441	0.08 43	0.06 200	0.05 317	0.06 240	0.06 338	0.05 205	0.06 364

PAM	0.10 301	0.05 49	0.16 538	0.15 143	0.08 271	0.09 180	0.16 462	0.15 235	0.16 346	0.12 367	0.09 210	0.09 280	0.07 209	0.13 403	0.08 43	0.06 200	0.05 317	0.06 240	0.06 338	0.05 205	0.06 364

UGAM-zero	0.09 220	0.05 49	0.15 501	0.15 143	0.08 271	0.09 180	0.13 220	0.19 387	0.15 304	0.11 322	0.15 385	0.07 160	0.07 209	0.09 74	0.09 132	0.06 200	0.05 317	0.06 240	0.05 227	0.05 205	0.06 364

model_zeroshot	0.10 301	0.04 1	0.11 300	0.15 143	0.09 407	0.12 366	0.14 299	0.20 400	0.13 242	0.11 322	0.10 250	0.12 371	0.07 209	0.12 344	0.10 248	0.07 395	0.06 482	0.06 240	0.05 227	0.06 347	0.06 364

AIO-Stereo-zeroshot1	0.11 355	0.05 49	0.14 452	0.15 143	0.20 731	0.09 180	0.17 504	0.21 427	0.15 304	0.11 322	0.14 364	0.10 318	0.07 209	0.10 151	0.08 43	0.06 200	0.05 317	0.07 360	0.07 443	0.07 435	0.09 576

AIO-Stereo-zeroshot	0.11 355	0.05 49	0.11 300	0.15 143	0.13 640	0.13 424	0.16 462	0.23 478	0.17 377	0.10 285	0.12 328	0.10 318	0.07 209	0.11 241	0.09 132	0.06 200	0.05 317	0.06 240	0.06 338	0.07 435	0.08 527

CAS++	0.11 355	0.07 272	0.11 300	0.14 81	0.09 407	0.12 366	0.14 299	0.24 502	0.14 276	0.11 322	0.09 210	0.11 349	0.07 209	0.14 441	0.09 132	0.11 627	0.09 631	0.09 551	0.07 443	0.07 435	0.08 527
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	0.10 301	0.07 272	0.10 235	0.17 335	0.09 407	0.14 461	0.18 555	0.15 235	0.15 304	0.09 234	0.06 32	0.06 56	0.07 209	0.12 344	0.09 132	0.06 200	0.05 317	0.08 461	0.07 443	0.06 347	0.06 364

MyStereo06	0.10 301	0.07 272	0.12 350	0.17 335	0.09 407	0.13 424	0.18 555	0.19 387	0.12 196	0.12 367	0.08 169	0.07 160	0.07 209	0.11 241	0.09 132	0.06 200	0.05 317	0.07 360	0.07 443	0.06 347	0.06 364

UniTT-Stereo	0.09 220	0.07 272	0.08 79	0.18 440	0.08 271	0.13 424	0.11 86	0.12 107	0.11 152	0.10 285	0.12 328	0.05 5	0.07 209	0.09 74	0.09 132	0.07 395	0.05 317	0.05 65	0.05 227	0.05 205	0.05 243

CASnet	0.09 220	0.09 501	0.09 159	0.19 524	0.06 47	0.07 49	0.11 86	0.18 356	0.14 276	0.11 322	0.10 250	0.09 280	0.07 209	0.10 151	0.10 248	0.06 200	0.04 26	0.10 601	0.08 526	0.05 205	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
HH	0.09 220	0.06 138	0.13 411	0.17 335	0.08 271	0.10 253	0.16 462	0.14 189	0.10 115	0.08 175	0.09 210	0.08 234	0.07 209	0.10 151	0.09 132	0.06 200	0.04 26	0.06 240	0.05 227	0.05 205	0.04 91

HanStereo	0.09 220	0.06 138	0.13 411	0.17 335	0.08 271	0.10 253	0.16 462	0.14 189	0.10 115	0.08 175	0.09 210	0.08 234	0.07 209	0.10 151	0.09 132	0.06 200	0.04 26	0.06 240	0.05 227	0.05 205	0.04 91

LL-Strereo2	0.10 301	0.10 564	0.15 501	0.18 440	0.08 271	0.15 488	0.09 28	0.17 321	0.14 276	0.14 430	0.10 250	0.09 280	0.07 209	0.16 504	0.10 248	0.05 56	0.05 317	0.10 601	0.07 443	0.06 347	0.05 243

4D-IteraStereo	0.09 220	0.07 272	0.10 235	0.18 440	0.07 161	0.09 180	0.15 388	0.17 321	0.15 304	0.10 285	0.11 305	0.10 318	0.07 209	0.11 241	0.09 132	0.05 56	0.03 1	0.08 461	0.07 443	0.06 347	0.05 243

RCA-Stereo	0.09 220	0.06 138	0.09 159	0.16 244	0.06 47	0.09 180	0.13 220	0.18 356	0.14 276	0.09 234	0.10 250	0.08 234	0.07 209	0.12 344	0.11 341	0.06 200	0.04 26	0.06 240	0.05 227	0.05 205	0.04 91

RAFT_CTSACE	0.12 435	0.09 501	0.10 235	0.22 655	0.08 271	0.12 366	0.24 683	0.18 356	0.16 346	0.20 577	0.27 587	0.13 404	0.07 209	0.13 403	0.09 132	0.05 56	0.06 482	0.08 461	0.07 443	0.04 54	0.04 91

IPLG	0.10 301	0.07 272	0.15 501	0.17 335	0.08 271	0.11 311	0.14 299	0.20 400	0.15 304	0.12 367	0.17 422	0.07 160	0.07 209	0.14 441	0.13 460	0.06 200	0.04 26	0.06 240	0.05 227	0.04 54	0.04 91

MIPNet	0.11 355	0.08 411	0.14 452	0.17 335	0.09 407	0.12 366	0.14 299	0.20 400	0.24 515	0.11 322	0.10 250	0.09 280	0.07 209	0.13 403	0.12 413	0.06 200	0.04 26	0.06 240	0.05 227	0.04 54	0.04 91

iRaftStereo_RVC	0.10 301	0.07 272	0.09 159	0.17 335	0.09 407	0.11 311	0.17 504	0.18 356	0.12 196	0.09 234	0.12 328	0.10 318	0.07 209	0.11 241	0.10 248	0.05 56	0.04 26	0.08 461	0.08 526	0.04 54	0.04 91

CREStereo++_RVC	0.08 116	0.04 1	0.06 15	0.13 24	0.07 161	0.09 180	0.12 133	0.14 189	0.14 276	0.10 285	0.14 364	0.08 234	0.07 209	0.09 74	0.11 341	0.06 200	0.04 26	0.05 65	0.05 227	0.04 54	0.04 91
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	0.09 220	0.06 138	0.10 235	0.17 335	0.08 271	0.09 180	0.10 47	0.18 356	0.16 346	0.10 285	0.09 210	0.12 371	0.07 209	0.12 344	0.10 248	0.08 481	0.05 317	0.06 240	0.05 227	0.05 205	0.05 243

sCroCo_RVC	0.12 435	0.09 501	0.23 647	0.24 688	0.11 578	0.19 588	0.14 299	0.17 321	0.14 276	0.10 285	0.13 348	0.12 371	0.07 209	0.14 441	0.11 341	0.08 481	0.08 594	0.08 461	0.08 526	0.05 205	0.07 454

EAI-Stereo	0.09 220	0.07 272	0.11 300	0.15 143	0.06 47	0.10 253	0.15 388	0.16 281	0.09 80	0.08 175	0.09 210	0.08 234	0.07 209	0.09 74	0.11 341	0.05 56	0.04 26	0.05 65	0.05 227	0.05 205	0.04 91

PMTNet	0.09 220	0.05 49	0.09 159	0.12 7	0.06 47	0.12 366	0.14 299	0.15 235	0.11 152	0.09 234	0.13 348	0.10 318	0.07 209	0.13 403	0.10 248	0.15 696	0.04 26	0.05 65	0.03 1	0.07 435	0.06 364

100	0.07 8	0.05 49	0.09 159	0.13 24	0.07 161	0.05 5	0.12 133	0.11 75	0.11 152	0.06 43	0.06 32	0.06 56	0.08 272	0.09 74	0.10 248	0.05 56	0.04 26	0.05 65	0.04 73	0.04 54	0.04 91

300	0.08 116	0.05 49	0.12 350	0.14 81	0.07 161	0.08 110	0.12 133	0.15 235	0.10 115	0.05 2	0.06 32	0.06 56	0.08 272	0.08 35	0.10 248	0.06 200	0.04 26	0.05 65	0.04 73	0.04 54	0.04 91

Last	0.08 116	0.04 1	0.12 350	0.13 24	0.07 161	0.07 49	0.13 220	0.13 150	0.09 80	0.06 43	0.06 32	0.06 56	0.08 272	0.10 151	0.11 341	0.05 56	0.04 26	0.05 65	0.04 73	0.04 54	0.05 243

zzzzzzz1	0.11 355	0.07 272	0.13 411	0.21 635	0.10 523	0.12 366	0.18 555	0.22 454	0.20 455	0.13 402	0.12 328	0.08 234	0.08 272	0.13 403	0.09 132	0.05 56	0.05 317	0.07 360	0.07 443	0.05 205	0.05 243

GELT-Stereo	0.09 220	0.06 138	0.09 159	0.18 440	0.07 161	0.07 49	0.14 299	0.21 427	0.17 377	0.08 175	0.07 96	0.06 56	0.08 272	0.10 151	0.07 11	0.04 11	0.04 26	0.06 240	0.06 338	0.03 1	0.03 2

VeloStereo	0.09 220	0.04 1	0.12 350	0.14 81	0.11 578	0.07 49	0.06 1	0.08 14	0.06 13	0.09 234	0.07 96	0.06 56	0.08 272	0.11 241	0.10 248	0.08 481	0.08 594	0.08 461	0.07 443	0.11 630	0.13 677

flow	0.09 220	0.04 1	0.12 350	0.14 81	0.11 578	0.07 49	0.06 1	0.08 14	0.06 13	0.09 234	0.07 96	0.06 56	0.08 272	0.12 344	0.10 248	0.08 481	0.08 594	0.08 461	0.07 443	0.11 630	0.13 677

GREATEN-IGEV-FM_RVC	0.09 220	0.05 49	0.11 300	0.19 524	0.07 161	0.10 253	0.09 28	0.12 107	0.09 80	0.09 234	0.09 210	0.07 160	0.08 272	0.08 35	0.09 132	0.06 200	0.06 482	0.10 601	0.08 526	0.07 435	0.05 243

S0	0.12 435	0.08 411	0.08 79	0.20 598	0.07 161	0.18 563	0.23 668	0.15 235	0.15 304	0.10 285	0.10 250	0.13 404	0.08 272	0.12 344	0.11 341	0.09 550	0.10 653	0.14 682	0.14 687	0.05 205	0.04 91

SE	0.10 301	0.10 564	0.08 79	0.19 524	0.09 407	0.11 311	0.11 86	0.15 235	0.11 152	0.10 285	0.16 398	0.09 280	0.08 272	0.09 74	0.10 248	0.06 200	0.05 317	0.08 461	0.07 443	0.07 435	0.04 91

Anonymus	0.08 116	0.05 49	0.10 235	0.15 143	0.08 271	0.10 253	0.15 388	0.15 235	0.10 115	0.07 108	0.06 32	0.07 160	0.08 272	0.12 344	0.10 248	0.06 200	0.04 26	0.05 65	0.05 227	0.05 205	0.06 364

LGCAT	0.08 116	0.04 1	0.10 235	0.11 1	0.06 47	0.07 49	0.12 133	0.07 8	0.08 44	0.09 234	0.07 96	0.07 160	0.08 272	0.12 344	0.11 341	0.10 595	0.09 631	0.04 1	0.05 227	0.04 54	0.09 576

derf	0.07 8	0.04 1	0.10 235	0.14 81	0.06 47	0.05 5	0.12 133	0.12 107	0.09 80	0.05 2	0.07 96	0.07 160	0.08 272	0.10 151	0.10 248	0.06 200	0.05 317	0.04 1	0.03 1	0.04 54	0.05 243

mm2	0.07 8	0.04 1	0.10 235	0.13 24	0.06 47	0.06 17	0.12 133	0.13 150	0.08 44	0.06 43	0.07 96	0.06 56	0.08 272	0.10 151	0.09 132	0.06 200	0.05 317	0.04 1	0.03 1	0.04 54	0.05 243

mm1	0.07 8	0.04 1	0.10 235	0.13 24	0.06 47	0.06 17	0.12 133	0.06 2	0.08 44	0.06 43	0.07 96	0.06 56	0.08 272	0.10 151	0.09 132	0.06 200	0.05 317	0.04 1	0.03 1	0.04 54	0.05 243

qqai	0.07 8	0.05 49	0.10 235	0.14 81	0.06 47	0.05 5	0.12 133	0.08 14	0.09 80	0.05 2	0.06 32	0.06 56	0.08 272	0.10 151	0.09 132	0.06 200	0.05 317	0.05 65	0.03 1	0.04 54	0.05 243

PointNet	0.07 8	0.06 138	0.07 30	0.15 143	0.07 161	0.08 110	0.14 299	0.11 75	0.08 44	0.05 2	0.07 96	0.08 234	0.08 272	0.09 74	0.09 132	0.06 200	0.04 26	0.05 65	0.04 73	0.03 1	0.04 91

DF	0.08 116	0.05 49	0.09 159	0.15 143	0.06 47	0.11 311	0.13 220	0.10 45	0.12 196	0.09 234	0.10 250	0.10 318	0.08 272	0.11 241	0.09 132	0.07 395	0.04 26	0.05 65	0.04 73	0.04 54	0.04 91

RT-Monster	0.09 220	0.05 49	0.09 159	0.14 81	0.08 271	0.11 311	0.10 47	0.17 321	0.18 411	0.13 402	0.10 250	0.09 280	0.08 272	0.10 151	0.10 248	0.07 395	0.05 317	0.05 65	0.04 73	0.05 205	0.06 364

GeoVLM	0.08 116	0.04 1	0.10 235	0.13 24	0.06 47	0.10 253	0.12 133	0.13 150	0.08 44	0.06 43	0.07 96	0.06 56	0.08 272	0.10 151	0.11 341	0.06 200	0.05 317	0.04 1	0.03 1	0.04 54	0.05 243

LACA2	0.07 8	0.05 49	0.06 15	0.15 143	0.06 47	0.09 180	0.11 86	0.11 75	0.10 115	0.05 2	0.05 7	0.06 56	0.08 272	0.09 74	0.07 11	0.07 395	0.04 26	0.04 1	0.04 73	0.04 54	0.04 91

NLSM3	0.09 220	0.06 138	0.08 79	0.19 524	0.08 271	0.11 311	0.16 462	0.18 356	0.16 346	0.06 43	0.08 169	0.07 160	0.08 272	0.09 74	0.11 341	0.04 11	0.04 26	0.06 240	0.07 443	0.03 1	0.03 2

MonSter++	0.08 116	0.04 1	0.10 235	0.13 24	0.06 47	0.09 180	0.12 133	0.13 150	0.08 44	0.06 43	0.07 96	0.06 56	0.08 272	0.10 151	0.11 341	0.06 200	0.05 317	0.04 1	0.03 1	0.04 54	0.04 91

CSFM-Stereo	0.07 8	0.05 49	0.07 30	0.14 81	0.06 47	0.09 180	0.13 220	0.15 235	0.06 13	0.07 108	0.08 169	0.06 56	0.08 272	0.09 74	0.09 132	0.06 200	0.05 317	0.04 1	0.03 1	0.04 54	0.04 91

DA	0.08 116	0.07 272	0.07 30	0.19 524	0.08 271	0.09 180	0.12 133	0.13 150	0.12 196	0.08 175	0.10 250	0.10 318	0.08 272	0.09 74	0.10 248	0.05 56	0.04 26	0.06 240	0.04 73	0.05 205	0.03 2

GGEV	0.08 116	0.07 272	0.07 30	0.19 524	0.08 271	0.09 180	0.12 133	0.13 150	0.12 196	0.08 175	0.10 250	0.10 318	0.08 272	0.09 74	0.10 248	0.05 56	0.04 26	0.06 240	0.04 73	0.05 205	0.03 2

Reg-Stereo(zero)	0.08 116	0.05 49	0.08 79	0.16 244	0.06 47	0.12 366	0.11 86	0.15 235	0.10 115	0.12 367	0.09 210	0.10 318	0.08 272	0.11 241	0.08 43	0.06 200	0.04 26	0.05 65	0.04 73	0.04 54	0.05 243

castereo	0.09 220	0.06 138	0.11 300	0.15 143	0.06 47	0.11 311	0.15 388	0.14 189	0.18 411	0.08 175	0.10 250	0.11 349	0.08 272	0.09 74	0.10 248	0.05 56	0.04 26	0.05 65	0.04 73	0.04 54	0.03 2

999	0.09 220	0.05 49	0.13 411	0.15 143	0.08 271	0.10 253	0.14 299	0.15 235	0.11 152	0.10 285	0.08 169	0.08 234	0.08 272	0.16 504	0.10 248	0.06 200	0.04 26	0.06 240	0.05 227	0.04 54	0.05 243

rvit_stereo_0080	0.10 301	0.08 411	0.14 452	0.15 143	0.09 407	0.07 49	0.15 388	0.16 281	0.16 346	0.11 322	0.10 250	0.14 427	0.08 272	0.12 344	0.10 248	0.09 550	0.07 560	0.07 360	0.06 338	0.07 435	0.05 243

trnet	0.08 116	0.05 49	0.07 30	0.12 7	0.05 3	0.12 366	0.11 86	0.13 150	0.10 115	0.08 175	0.13 348	0.09 280	0.08 272	0.11 241	0.10 248	0.08 481	0.05 317	0.05 65	0.03 1	0.06 347	0.05 243

Former-RAFT_DAM_RVC	0.10 301	0.08 411	0.12 350	0.16 244	0.08 271	0.15 488	0.16 462	0.18 356	0.18 411	0.10 285	0.09 210	0.09 280	0.08 272	0.11 241	0.12 413	0.07 395	0.05 317	0.08 461	0.06 338	0.07 435	0.06 364

AE-Stereo	0.10 301	0.08 411	0.10 235	0.18 440	0.09 407	0.10 253	0.15 388	0.14 189	0.19 431	0.09 234	0.14 364	0.12 371	0.08 272	0.11 241	0.10 248	0.05 56	0.06 482	0.07 360	0.06 338	0.05 205	0.04 91

whm_eth	0.10 301	0.08 411	0.14 452	0.15 143	0.09 407	0.07 49	0.15 388	0.16 281	0.16 346	0.11 322	0.10 250	0.14 427	0.08 272	0.12 344	0.10 248	0.09 550	0.07 560	0.07 360	0.06 338	0.07 435	0.05 243

AEACV	0.08 116	0.05 49	0.08 79	0.14 81	0.13 640	0.14 461	0.13 220	0.14 189	0.09 80	0.07 108	0.09 210	0.07 160	0.08 272	0.10 151	0.09 132	0.06 200	0.04 26	0.06 240	0.05 227	0.05 205	0.04 91

GLC_STEREO	0.11 355	0.07 272	0.11 300	0.17 335	0.07 161	0.09 180	0.13 220	0.15 235	0.24 515	0.12 367	0.13 348	0.12 371	0.08 272	0.18 564	0.11 341	0.06 200	0.08 594	0.08 461	0.06 338	0.05 205	0.05 243

IPLGR	0.11 355	0.09 501	0.16 538	0.18 440	0.08 271	0.12 366	0.17 504	0.21 427	0.24 515	0.11 322	0.12 328	0.11 349	0.08 272	0.12 344	0.12 413	0.06 200	0.05 317	0.06 240	0.06 338	0.04 54	0.04 91

test-3	0.08 116	0.06 138	0.09 159	0.17 335	0.07 161	0.07 49	0.14 299	0.12 107	0.15 304	0.09 234	0.08 169	0.07 160	0.08 272	0.11 241	0.10 248	0.05 56	0.04 26	0.07 360	0.05 227	0.04 54	0.04 91

test_1	0.08 116	0.06 138	0.09 159	0.17 335	0.07 161	0.07 49	0.14 299	0.12 107	0.15 304	0.09 234	0.08 169	0.07 160	0.08 272	0.11 241	0.10 248	0.05 56	0.04 26	0.07 360	0.05 227	0.04 54	0.04 91

HHNet	0.11 355	0.06 138	0.16 538	0.15 143	0.14 664	0.07 49	0.13 220	0.20 400	0.17 377	0.14 430	0.25 561	0.11 349	0.08 272	0.13 403	0.10 248	0.05 56	0.04 26	0.08 461	0.06 338	0.05 205	0.09 576

AnonymousM	0.09 220	0.05 49	0.10 235	0.14 81	0.06 47	0.09 180	0.13 220	0.19 387	0.14 276	0.13 402	0.11 305	0.09 280	0.08 272	0.13 403	0.10 248	0.08 481	0.05 317	0.08 461	0.05 227	0.05 205	0.05 243

test-1	0.10 301	0.07 272	0.16 538	0.19 524	0.08 271	0.11 311	0.24 683	0.14 189	0.18 411	0.09 234	0.07 96	0.09 280	0.08 272	0.07 10	0.09 132	0.06 200	0.04 26	0.06 240	0.05 227	0.04 54	0.04 91

Prome-Stereo	0.11 355	0.06 138	0.10 235	0.18 440	0.08 271	0.12 366	0.15 388	0.22 454	0.13 242	0.12 367	0.17 422	0.13 404	0.08 272	0.12 344	0.10 248	0.05 56	0.04 26	0.07 360	0.06 338	0.06 347	0.09 576

raft+_RVC	0.11 355	0.07 272	0.09 159	0.16 244	0.07 161	0.10 253	0.11 86	0.24 502	0.20 455	0.12 367	0.15 385	0.12 371	0.08 272	0.12 344	0.13 460	0.07 395	0.04 26	0.07 360	0.06 338	0.05 205	0.05 243

XX-TBD	0.09 220	0.06 138	0.07 30	0.14 81	0.07 161	0.12 366	0.16 462	0.14 189	0.13 242	0.11 322	0.12 328	0.09 280	0.08 272	0.10 151	0.10 248	0.06 200	0.04 26	0.05 65	0.03 1	0.06 347	0.05 243

sAnonymous2	0.13 463	0.12 610	0.24 651	0.20 598	0.12 615	0.17 544	0.13 220	0.26 540	0.21 472	0.11 322	0.11 305	0.13 404	0.08 272	0.10 151	0.10 248	0.09 550	0.05 317	0.08 461	0.06 338	0.15 706	0.10 608

CroCo_RVC	0.13 463	0.12 610	0.24 651	0.20 598	0.12 615	0.17 544	0.13 220	0.26 540	0.21 472	0.11 322	0.11 305	0.13 404	0.08 272	0.10 151	0.10 248	0.09 550	0.05 317	0.08 461	0.06 338	0.15 706	0.10 608

CREStereo	0.09 220	0.04 1	0.08 79	0.11 1	0.06 47	0.13 424	0.14 299	0.14 189	0.10 115	0.08 175	0.13 348	0.09 280	0.08 272	0.11 241	0.10 248	0.08 481	0.04 26	0.05 65	0.03 1	0.06 347	0.06 364
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	0.10 301	0.06 138	0.10 235	0.17 335	0.08 271	0.11 311	0.14 299	0.23 478	0.11 152	0.12 367	0.19 461	0.11 349	0.08 272	0.09 74	0.11 341	0.07 395	0.05 317	0.06 240	0.05 227	0.05 205	0.05 243

RAFT-Stereo	0.10 301	0.06 138	0.10 235	0.17 335	0.08 271	0.11 311	0.14 299	0.23 478	0.11 152	0.12 367	0.19 461	0.11 349	0.08 272	0.09 74	0.11 341	0.07 395	0.05 317	0.06 240	0.05 227	0.05 205	0.05 243
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
GFORCE	0.07 8	0.07 272	0.05 2	0.20 598	0.07 161	0.08 110	0.08 9	0.13 150	0.05 6	0.06 43	0.07 96	0.06 56	0.09 322	0.08 35	0.06 4	0.05 56	0.04 26	0.05 65	0.05 227	0.04 54	0.03 2

DDDD	0.08 116	0.04 1	0.12 350	0.13 24	0.07 161	0.07 49	0.13 220	0.15 235	0.09 80	0.06 43	0.06 32	0.06 56	0.09 322	0.09 74	0.11 341	0.06 200	0.04 26	0.05 65	0.04 73	0.04 54	0.05 243

TT111	0.08 116	0.05 49	0.11 300	0.13 24	0.06 47	0.08 110	0.12 133	0.14 189	0.08 44	0.05 2	0.06 32	0.06 56	0.09 322	0.10 151	0.11 341	0.06 200	0.05 317	0.05 65	0.04 73	0.04 54	0.05 243

over-6	0.08 116	0.07 272	0.08 79	0.17 335	0.05 3	0.10 253	0.09 28	0.17 321	0.11 152	0.06 43	0.07 96	0.06 56	0.09 322	0.10 151	0.08 43	0.06 200	0.04 26	0.04 1	0.04 73	0.05 205	0.05 243

over-8	0.07 8	0.07 272	0.07 30	0.18 440	0.05 3	0.08 110	0.08 9	0.13 150	0.05 6	0.06 43	0.05 7	0.07 160	0.09 322	0.11 241	0.08 43	0.06 200	0.04 26	0.04 1	0.03 1	0.05 205	0.05 243

over-9	0.07 8	0.07 272	0.07 30	0.18 440	0.05 3	0.08 110	0.08 9	0.13 150	0.06 13	0.06 43	0.05 7	0.07 160	0.09 322	0.11 241	0.08 43	0.06 200	0.04 26	0.04 1	0.03 1	0.05 205	0.05 243

SMOE	0.10 301	0.08 411	0.09 159	0.18 440	0.07 161	0.13 424	0.14 299	0.18 356	0.13 242	0.11 322	0.13 348	0.12 371	0.09 322	0.11 241	0.11 341	0.05 56	0.05 317	0.08 461	0.06 338	0.06 347	0.04 91

ManiGeoR	0.10 301	0.05 49	0.12 350	0.12 7	0.08 271	0.12 366	0.12 133	0.24 502	0.14 276	0.12 367	0.14 364	0.12 371	0.09 322	0.13 403	0.13 460	0.07 395	0.04 26	0.05 65	0.05 227	0.07 435	0.07 454

HLf10	0.10 301	0.05 49	0.12 350	0.12 7	0.08 271	0.12 366	0.12 133	0.24 502	0.14 276	0.12 367	0.14 364	0.12 371	0.09 322	0.13 403	0.13 460	0.07 395	0.04 26	0.05 65	0.05 227	0.07 435	0.07 454

TestStereo_HLe17	0.10 301	0.05 49	0.12 350	0.13 24	0.07 161	0.11 311	0.15 388	0.21 427	0.15 304	0.11 322	0.14 364	0.11 349	0.09 322	0.13 403	0.12 413	0.07 395	0.04 26	0.05 65	0.05 227	0.07 435	0.06 364

GGDA	0.11 355	0.06 138	0.11 300	0.13 24	0.07 161	0.12 366	0.14 299	0.19 387	0.19 431	0.13 402	0.20 474	0.12 371	0.09 322	0.12 344	0.12 413	0.07 395	0.04 26	0.05 65	0.05 227	0.06 347	0.07 454

LiteMatch*	0.08 116	0.04 1	0.11 300	0.13 24	0.08 271	0.08 110	0.13 220	0.14 189	0.09 80	0.05 2	0.05 7	0.05 5	0.09 322	0.11 241	0.10 248	0.06 200	0.05 317	0.05 65	0.04 73	0.05 205	0.05 243

VMStereo-Base	0.09 220	0.05 49	0.10 235	0.13 24	0.07 161	0.10 253	0.10 47	0.16 281	0.13 242	0.10 285	0.15 385	0.10 318	0.09 322	0.11 241	0.10 248	0.07 395	0.05 317	0.05 65	0.04 73	0.05 205	0.06 364

Hybrid-DGEV-03	0.10 301	0.06 138	0.09 159	0.18 440	0.08 271	0.16 520	0.14 299	0.15 235	0.14 276	0.13 402	0.16 398	0.12 371	0.09 322	0.13 403	0.11 341	0.06 200	0.04 26	0.08 461	0.06 338	0.05 205	0.04 91

WQFJX	0.10 301	0.07 272	0.09 159	0.21 635	0.09 407	0.12 366	0.16 462	0.18 356	0.17 377	0.12 367	0.10 250	0.07 160	0.09 322	0.12 344	0.10 248	0.06 200	0.07 560	0.06 240	0.05 227	0.06 347	0.05 243

NLMM1	0.11 355	0.09 501	0.07 30	0.22 655	0.10 523	0.12 366	0.20 620	0.18 356	0.20 455	0.12 367	0.11 305	0.07 160	0.09 322	0.11 241	0.11 341	0.08 481	0.08 594	0.07 360	0.06 338	0.04 54	0.04 91

NLCSM	0.11 355	0.09 501	0.09 159	0.23 679	0.11 578	0.12 366	0.19 596	0.18 356	0.18 411	0.12 367	0.11 305	0.07 160	0.09 322	0.11 241	0.10 248	0.07 395	0.08 594	0.07 360	0.07 443	0.06 347	0.05 243

BridgeDepth	0.07 8	0.07 272	0.08 79	0.18 440	0.06 47	0.07 49	0.11 86	0.09 28	0.06 13	0.04 1	0.07 96	0.10 318	0.09 322	0.08 35	0.08 43	0.04 11	0.03 1	0.04 1	0.04 73	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	0.09 220	0.06 138	0.08 79	0.16 244	0.07 161	0.09 180	0.13 220	0.15 235	0.13 242	0.11 322	0.12 328	0.08 234	0.09 322	0.07 10	0.08 43	0.06 200	0.05 317	0.05 65	0.05 227	0.04 54	0.04 91

DVStereo	0.09 220	0.05 49	0.08 79	0.15 143	0.06 47	0.11 311	0.12 133	0.14 189	0.16 346	0.11 322	0.11 305	0.09 280	0.09 322	0.11 241	0.10 248	0.06 200	0.05 317	0.05 65	0.04 73	0.03 1	0.03 2

S2M2_L	0.09 220	0.08 411	0.11 300	0.13 24	0.10 523	0.08 110	0.06 1	0.10 45	0.10 115	0.10 285	0.09 210	0.10 318	0.09 322	0.11 241	0.11 341	0.13 678	0.07 560	0.08 461	0.09 574	0.10 607	0.08 527
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
SGD-Stereo	0.08 116	0.05 49	0.10 235	0.14 81	0.05 3	0.12 366	0.12 133	0.11 75	0.12 196	0.07 108	0.09 210	0.09 280	0.09 322	0.08 35	0.08 43	0.06 200	0.04 26	0.05 65	0.04 73	0.05 205	0.03 2

FLISNet	0.11 355	0.06 138	0.11 300	0.13 24	0.09 407	0.09 180	0.14 299	0.21 427	0.10 115	0.19 554	0.17 422	0.14 427	0.09 322	0.16 504	0.08 43	0.05 56	0.04 26	0.07 360	0.08 526	0.07 435	0.06 364

CoSv	0.11 355	0.06 138	0.11 300	0.13 24	0.09 407	0.09 180	0.14 299	0.21 427	0.10 115	0.19 554	0.17 422	0.14 427	0.09 322	0.16 504	0.08 43	0.05 56	0.04 26	0.07 360	0.08 526	0.07 435	0.06 364

fffy	0.09 220	0.08 411	0.09 159	0.16 244	0.07 161	0.13 424	0.17 504	0.13 150	0.12 196	0.08 175	0.09 210	0.08 234	0.09 322	0.13 403	0.11 341	0.05 56	0.05 317	0.07 360	0.05 227	0.04 54	0.05 243

rvit_stereo_0081_aga	0.11 355	0.09 501	0.14 452	0.18 440	0.09 407	0.13 424	0.14 299	0.14 189	0.19 431	0.10 285	0.18 450	0.16 473	0.09 322	0.12 344	0.09 132	0.10 595	0.06 482	0.08 461	0.07 443	0.07 435	0.06 364

rvit_stereo_0081	0.11 355	0.08 411	0.15 501	0.16 244	0.09 407	0.10 253	0.14 299	0.14 189	0.24 515	0.11 322	0.13 348	0.13 404	0.09 322	0.11 241	0.12 413	0.10 595	0.07 560	0.08 461	0.07 443	0.07 435	0.05 243

rvit_stereo_0082	0.11 355	0.08 411	0.15 501	0.16 244	0.09 407	0.10 253	0.14 299	0.14 189	0.24 515	0.11 322	0.13 348	0.13 404	0.09 322	0.11 241	0.12 413	0.10 595	0.07 560	0.08 461	0.07 443	0.07 435	0.05 243

EKT-Stereo	0.11 355	0.07 272	0.14 452	0.15 143	0.10 523	0.13 424	0.14 299	0.18 356	0.21 472	0.11 322	0.08 169	0.12 371	0.09 322	0.11 241	0.12 413	0.08 481	0.06 482	0.07 360	0.06 338	0.08 509	0.07 454

GCAP-Stereo	0.09 220	0.07 272	0.13 411	0.18 440	0.06 47	0.11 311	0.07 5	0.13 150	0.12 196	0.09 234	0.10 250	0.07 160	0.09 322	0.13 403	0.10 248	0.06 200	0.05 317	0.05 65	0.04 73	0.04 54	0.05 243

Any-RAFT	0.10 301	0.05 49	0.09 159	0.14 81	0.07 161	0.13 424	0.14 299	0.21 427	0.15 304	0.11 322	0.12 328	0.12 371	0.09 322	0.12 344	0.09 132	0.07 395	0.04 26	0.05 65	0.04 73	0.06 347	0.05 243

RAFT-Test	0.09 220	0.06 138	0.10 235	0.15 143	0.07 161	0.11 311	0.15 388	0.16 281	0.13 242	0.09 234	0.10 250	0.10 318	0.09 322	0.12 344	0.09 132	0.06 200	0.04 26	0.05 65	0.04 73	0.04 54	0.05 243

LoS_RVC	0.08 116	0.05 49	0.07 30	0.15 143	0.07 161	0.08 110	0.15 388	0.11 75	0.10 115	0.08 175	0.09 210	0.06 56	0.09 322	0.10 151	0.09 132	0.05 56	0.04 26	0.05 65	0.03 1	0.04 54	0.03 2

anonymousdsp2	0.11 355	0.07 272	0.10 235	0.16 244	0.09 407	0.13 424	0.14 299	0.18 356	0.22 486	0.13 402	0.14 364	0.12 371	0.09 322	0.14 441	0.11 341	0.05 56	0.04 26	0.05 65	0.04 73	0.06 347	0.05 243

LoS	0.09 220	0.05 49	0.11 300	0.13 24	0.07 161	0.14 461	0.11 86	0.15 235	0.15 304	0.09 234	0.09 210	0.12 371	0.09 322	0.15 469	0.10 248	0.07 395	0.05 317	0.05 65	0.03 1	0.05 205	0.05 243
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
knoymous	0.11 355	0.05 49	0.12 350	0.13 24	0.07 161	0.15 488	0.14 299	0.19 387	0.13 242	0.11 322	0.17 422	0.13 404	0.09 322	0.13 403	0.11 341	0.08 481	0.05 317	0.06 240	0.05 227	0.08 509	0.07 454

test_4	0.10 301	0.10 564	0.08 79	0.19 524	0.09 407	0.08 110	0.22 656	0.15 235	0.17 377	0.12 367	0.18 450	0.12 371	0.09 322	0.08 35	0.11 341	0.04 11	0.04 26	0.08 461	0.08 526	0.04 54	0.03 2

iRaft-Stereo_5w	0.12 435	0.09 501	0.12 350	0.19 524	0.08 271	0.09 180	0.12 133	0.21 427	0.21 472	0.19 554	0.14 364	0.11 349	0.09 322	0.20 606	0.16 554	0.05 56	0.05 317	0.07 360	0.06 338	0.05 205	0.06 364

CIPLG	0.11 355	0.08 411	0.14 452	0.17 335	0.08 271	0.12 366	0.15 388	0.17 321	0.15 304	0.14 430	0.11 305	0.16 473	0.09 322	0.16 504	0.11 341	0.07 395	0.05 317	0.06 240	0.05 227	0.05 205	0.06 364

dd	0.15 546	0.16 671	0.16 538	0.19 524	0.09 407	0.15 488	0.18 555	0.21 427	0.25 537	0.23 622	0.20 474	0.21 548	0.09 322	0.21 624	0.16 554	0.10 595	0.06 482	0.08 461	0.06 338	0.08 509	0.06 364

IPLGR_C	0.11 355	0.08 411	0.14 452	0.17 335	0.08 271	0.12 366	0.15 388	0.17 321	0.15 304	0.14 430	0.10 250	0.16 473	0.09 322	0.16 504	0.11 341	0.07 395	0.05 317	0.06 240	0.05 227	0.05 205	0.06 364

ACRE	0.11 355	0.08 411	0.14 452	0.17 335	0.08 271	0.12 366	0.15 388	0.17 321	0.14 276	0.14 430	0.10 250	0.16 473	0.09 322	0.16 504	0.11 341	0.07 395	0.05 317	0.06 240	0.05 227	0.05 205	0.06 364

test_3	0.10 301	0.09 501	0.10 235	0.20 598	0.08 271	0.13 424	0.26 711	0.14 189	0.21 472	0.10 285	0.10 250	0.09 280	0.09 322	0.08 35	0.11 341	0.05 56	0.04 26	0.08 461	0.07 443	0.04 54	0.04 91

Pruner-Stereo	0.11 355	0.07 272	0.12 350	0.17 335	0.09 407	0.06 17	0.12 133	0.17 321	0.17 377	0.13 402	0.19 461	0.13 404	0.09 322	0.11 241	0.11 341	0.06 200	0.04 26	0.07 360	0.06 338	0.06 347	0.08 527

RAFT-345	0.11 355	0.07 272	0.15 501	0.16 244	0.08 271	0.08 110	0.12 133	0.15 235	0.10 115	0.11 322	0.36 659	0.09 280	0.09 322	0.11 241	0.12 413	0.05 56	0.05 317	0.07 360	0.06 338	0.04 54	0.05 243

RALAANet	0.11 355	0.08 411	0.10 235	0.17 335	0.09 407	0.14 461	0.10 47	0.20 400	0.15 304	0.14 430	0.13 348	0.16 473	0.09 322	0.12 344	0.11 341	0.06 200	0.05 317	0.07 360	0.06 338	0.05 205	0.04 91

RAFT-Stereo + iAFF	0.09 220	0.06 138	0.10 235	0.17 335	0.06 47	0.10 253	0.16 462	0.17 321	0.14 276	0.09 234	0.10 250	0.08 234	0.09 322	0.11 241	0.09 132	0.05 56	0.04 26	0.06 240	0.06 338	0.04 54	0.03 2

AFF-stereo	0.09 220	0.06 138	0.10 235	0.17 335	0.07 161	0.10 253	0.16 462	0.17 321	0.09 80	0.10 285	0.12 328	0.09 280	0.09 322	0.12 344	0.09 132	0.05 56	0.04 26	0.07 360	0.07 443	0.04 54	0.03 2

CFNet-RSSM	0.09 220	0.07 272	0.09 159	0.16 244	0.07 161	0.09 180	0.15 388	0.16 281	0.17 377	0.08 175	0.12 328	0.10 318	0.09 322	0.11 241	0.09 132	0.06 200	0.04 26	0.06 240	0.04 73	0.04 54	0.04 91

Gwc-CoAtRS	0.09 220	0.06 138	0.10 235	0.16 244	0.07 161	0.10 253	0.14 299	0.17 321	0.17 377	0.08 175	0.10 250	0.12 371	0.09 322	0.12 344	0.09 132	0.06 200	0.04 26	0.06 240	0.04 73	0.04 54	0.04 91

over v1	0.07 8	0.07 272	0.07 30	0.18 440	0.05 3	0.08 110	0.08 9	0.10 45	0.05 6	0.06 43	0.06 32	0.07 160	0.10 372	0.11 241	0.08 43	0.05 56	0.04 26	0.04 1	0.03 1	0.05 205	0.05 243

S	0.12 435	0.08 411	0.09 159	0.20 598	0.08 271	0.13 424	0.19 596	0.17 321	0.16 346	0.13 402	0.11 305	0.13 404	0.10 372	0.11 241	0.13 460	0.09 550	0.07 560	0.13 668	0.15 708	0.06 347	0.04 91

PhaseNet	0.09 220	0.06 138	0.10 235	0.15 143	0.08 271	0.10 253	0.14 299	0.20 400	0.12 196	0.07 108	0.08 169	0.09 280	0.10 372	0.13 403	0.12 413	0.06 200	0.04 26	0.06 240	0.06 338	0.05 205	0.05 243

HLf8	0.11 355	0.05 49	0.13 411	0.11 1	0.08 271	0.15 488	0.12 133	0.22 454	0.15 304	0.13 402	0.17 422	0.12 371	0.10 372	0.14 441	0.12 413	0.09 550	0.05 317	0.05 65	0.05 227	0.08 509	0.08 527

TestStereo_HL2	0.11 355	0.06 138	0.11 300	0.12 7	0.08 271	0.12 366	0.14 299	0.20 400	0.18 411	0.13 402	0.21 498	0.12 371	0.10 372	0.12 344	0.12 413	0.07 395	0.05 317	0.05 65	0.05 227	0.07 435	0.07 454

TS12	0.08 116	0.06 138	0.09 159	0.21 635	0.07 161	0.11 311	0.13 220	0.11 75	0.09 80	0.10 285	0.10 250	0.08 234	0.10 372	0.09 74	0.12 413	0.04 11	0.04 26	0.05 65	0.04 73	0.03 1	0.04 91

RT-IGEV	0.13 463	0.06 138	0.13 411	0.15 143	0.09 407	0.15 488	0.17 504	0.24 502	0.27 561	0.16 486	0.17 422	0.17 495	0.10 372	0.14 441	0.11 341	0.08 481	0.05 317	0.07 360	0.05 227	0.07 435	0.07 454

Selective-IGEV-i1	0.13 463	0.07 272	0.12 350	0.19 524	0.08 271	0.18 563	0.16 462	0.22 454	0.30 593	0.16 486	0.17 422	0.16 473	0.10 372	0.14 441	0.13 460	0.06 200	0.05 317	0.06 240	0.05 227	0.06 347	0.05 243

DStereoRT	0.16 571	0.06 138	0.11 300	0.19 524	0.09 407	0.12 366	0.12 133	0.28 583	0.22 486	0.12 367	0.20 474	0.11 349	0.10 372	0.15 469	0.14 503	0.06 200	0.05 317	0.96 790	0.09 574	0.05 205	0.04 91

WQFJA1	0.10 301	0.07 272	0.08 79	0.20 598	0.09 407	0.12 366	0.17 504	0.17 321	0.17 377	0.09 234	0.10 250	0.08 234	0.10 372	0.12 344	0.11 341	0.06 200	0.07 560	0.07 360	0.06 338	0.06 347	0.05 243

WQFJX1	0.10 301	0.07 272	0.08 79	0.22 655	0.09 407	0.12 366	0.17 504	0.18 356	0.17 377	0.10 285	0.09 210	0.07 160	0.10 372	0.11 241	0.09 132	0.07 395	0.08 594	0.07 360	0.06 338	0.05 205	0.04 91

NLMM	0.10 301	0.07 272	0.08 79	0.20 598	0.09 407	0.12 366	0.17 504	0.17 321	0.17 377	0.09 234	0.10 250	0.08 234	0.10 372	0.12 344	0.11 341	0.06 200	0.07 560	0.07 360	0.06 338	0.06 347	0.05 243

NLSM1	0.10 301	0.07 272	0.07 30	0.19 524	0.08 271	0.13 424	0.16 462	0.21 427	0.15 304	0.11 322	0.10 250	0.06 56	0.10 372	0.10 151	0.11 341	0.07 395	0.08 594	0.08 461	0.07 443	0.05 205	0.05 243

xyz-stereo-finetune	0.11 355	0.08 411	0.13 411	0.14 81	0.06 47	0.10 253	0.19 596	0.17 321	0.19 431	0.12 367	0.14 364	0.15 458	0.10 372	0.13 403	0.11 341	0.05 56	0.04 26	0.07 360	0.05 227	0.04 54	0.05 243

rvit_stereo_0083	0.12 435	0.08 411	0.17 570	0.16 244	0.09 407	0.11 311	0.15 388	0.14 189	0.26 551	0.11 322	0.14 364	0.13 404	0.10 372	0.12 344	0.12 413	0.10 595	0.08 594	0.09 551	0.07 443	0.07 435	0.05 243

rvit_stereo_ft	0.12 435	0.07 272	0.13 411	0.19 524	0.10 523	0.12 366	0.17 504	0.16 281	0.16 346	0.12 367	0.13 348	0.15 458	0.10 372	0.14 441	0.13 460	0.09 550	0.06 482	0.08 461	0.07 443	0.07 435	0.05 243

H2IRNET	0.10 301	0.09 501	0.09 159	0.18 440	0.09 407	0.12 366	0.15 388	0.14 189	0.21 472	0.10 285	0.10 250	0.10 318	0.10 372	0.10 151	0.10 248	0.05 56	0.04 26	0.08 461	0.08 526	0.06 347	0.05 243

MyStereo8	0.12 435	0.07 272	0.15 501	0.15 143	0.09 407	0.18 563	0.14 299	0.19 387	0.22 486	0.12 367	0.18 450	0.11 349	0.10 372	0.16 504	0.18 588	0.07 395	0.05 317	0.07 360	0.05 227	0.08 509	0.09 576

MyStereo04	0.13 463	0.07 272	0.10 235	0.17 335	0.09 407	0.14 461	0.18 555	0.29 599	0.38 656	0.17 505	0.14 364	0.16 473	0.10 372	0.15 469	0.13 460	0.06 200	0.05 317	0.08 461	0.07 443	0.06 347	0.06 364

StereoVision	0.13 463	0.12 610	0.09 159	0.24 688	0.10 523	0.15 488	0.21 644	0.21 427	0.20 455	0.12 367	0.24 532	0.10 318	0.10 372	0.16 504	0.10 248	0.09 550	0.11 666	0.12 653	0.12 672	0.06 347	0.05 243

DCRE	0.11 355	0.07 272	0.13 411	0.16 244	0.11 578	0.11 311	0.17 504	0.18 356	0.17 377	0.11 322	0.18 450	0.10 318	0.10 372	0.15 469	0.11 341	0.06 200	0.05 317	0.06 240	0.06 338	0.05 205	0.04 91

Selective-RAFT	0.11 355	0.10 564	0.11 300	0.21 635	0.08 271	0.16 520	0.13 220	0.20 400	0.22 486	0.10 285	0.10 250	0.11 349	0.10 372	0.15 469	0.11 341	0.05 56	0.05 317	0.06 240	0.05 227	0.06 347	0.05 243

TestStereo1	0.13 463	0.08 411	0.08 79	0.19 524	0.08 271	0.18 563	0.29 734	0.23 478	0.16 346	0.17 505	0.20 474	0.16 473	0.10 372	0.12 344	0.13 460	0.06 200	0.06 482	0.08 461	0.06 338	0.05 205	0.05 243

DisPM	0.11 355	0.07 272	0.12 350	0.16 244	0.09 407	0.06 17	0.13 220	0.17 321	0.17 377	0.14 430	0.20 474	0.12 371	0.10 372	0.11 241	0.10 248	0.06 200	0.04 26	0.07 360	0.06 338	0.06 347	0.11 636

raft_robust	0.13 463	0.10 564	0.07 30	0.18 440	0.08 271	0.13 424	0.24 683	0.28 583	0.33 616	0.20 577	0.19 461	0.14 427	0.10 372	0.11 241	0.12 413	0.05 56	0.05 317	0.07 360	0.07 443	0.05 205	0.04 91

RAFT+CT+SA	0.13 463	0.11 592	0.09 159	0.19 524	0.09 407	0.15 488	0.28 724	0.22 454	0.22 486	0.15 457	0.26 578	0.10 318	0.10 372	0.11 241	0.12 413	0.05 56	0.04 26	0.07 360	0.08 526	0.07 435	0.06 364

SA-5K	0.13 463	0.08 411	0.08 79	0.19 524	0.08 271	0.18 563	0.29 734	0.23 478	0.16 346	0.17 505	0.20 474	0.16 473	0.10 372	0.12 344	0.13 460	0.06 200	0.06 482	0.08 461	0.06 338	0.05 205	0.05 243

PFNet+	0.11 355	0.06 138	0.13 411	0.16 244	0.09 407	0.05 5	0.12 133	0.17 321	0.21 472	0.16 486	0.19 461	0.14 427	0.10 372	0.11 241	0.11 341	0.08 481	0.05 317	0.09 551	0.08 526	0.06 347	0.11 636

STrans-v2	0.10 301	0.07 272	0.12 350	0.18 440	0.07 161	0.10 253	0.14 299	0.21 427	0.11 152	0.11 322	0.15 385	0.12 371	0.10 372	0.11 241	0.12 413	0.05 56	0.04 26	0.06 240	0.06 338	0.04 54	0.04 91

KYRaft	0.11 355	0.07 272	0.10 235	0.19 524	0.09 407	0.08 110	0.15 388	0.22 454	0.12 196	0.13 402	0.16 398	0.20 538	0.10 372	0.12 344	0.10 248	0.05 56	0.04 26	0.08 461	0.08 526	0.06 347	0.16 717

ASMatch	0.11 355	0.06 138	0.13 411	0.16 244	0.10 523	0.07 49	0.14 299	0.17 321	0.17 377	0.12 367	0.16 398	0.16 473	0.10 372	0.13 403	0.10 248	0.05 56	0.04 26	0.06 240	0.05 227	0.04 54	0.08 527

RAFT-RH_RVC	0.11 355	0.06 138	0.14 452	0.16 244	0.09 407	0.12 366	0.12 133	0.17 321	0.12 196	0.13 402	0.41 696	0.11 349	0.10 372	0.13 403	0.12 413	0.05 56	0.04 26	0.08 461	0.05 227	0.04 54	0.06 364

cross-raft	0.10 301	0.09 501	0.09 159	0.19 524	0.07 161	0.11 311	0.25 700	0.13 150	0.15 304	0.08 175	0.11 305	0.12 371	0.10 372	0.09 74	0.11 341	0.05 56	0.04 26	0.06 240	0.05 227	0.04 54	0.04 91

rafts_anoy	0.11 355	0.06 138	0.10 235	0.17 335	0.08 271	0.10 253	0.14 299	0.17 321	0.14 276	0.13 402	0.13 348	0.12 371	0.10 372	0.11 241	0.12 413	0.07 395	0.04 26	0.09 551	0.11 650	0.07 435	0.06 364

Anonymous3	0.16 571	0.13 638	0.33 695	0.26 707	0.14 664	0.27 686	0.17 504	0.28 583	0.28 576	0.15 457	0.17 422	0.14 427	0.10 372	0.15 469	0.12 413	0.08 481	0.08 594	0.08 461	0.08 526	0.08 509	0.11 636

RALCasStereoNet	0.10 301	0.06 138	0.09 159	0.16 244	0.08 271	0.12 366	0.14 299	0.17 321	0.11 152	0.12 367	0.17 422	0.14 427	0.10 372	0.12 344	0.11 341	0.07 395	0.06 482	0.06 240	0.05 227	0.08 509	0.07 454

RAFT + AFF	0.13 463	0.07 272	0.20 621	0.20 598	0.10 523	0.14 461	0.24 683	0.26 540	0.20 455	0.11 322	0.10 250	0.12 371	0.10 372	0.15 469	0.12 413	0.07 395	0.06 482	0.09 551	0.08 526	0.06 347	0.08 527

GMStereo	0.13 463	0.14 651	0.14 452	0.18 440	0.09 407	0.15 488	0.16 462	0.20 400	0.24 515	0.16 486	0.17 422	0.10 318	0.10 372	0.16 504	0.13 460	0.07 395	0.06 482	0.06 240	0.06 338	0.07 435	0.06 364
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HLF11	0.11 355	0.05 49	0.13 411	0.12 7	0.08 271	0.14 461	0.11 86	0.22 454	0.10 115	0.12 367	0.23 519	0.11 349	0.11 410	0.14 441	0.13 460	0.08 481	0.05 317	0.05 65	0.04 73	0.08 509	0.08 527

TestStereo-Hl	0.11 355	0.06 138	0.11 300	0.13 24	0.08 271	0.15 488	0.14 299	0.20 400	0.17 377	0.13 402	0.16 398	0.12 371	0.11 410	0.14 441	0.13 460	0.06 200	0.04 26	0.05 65	0.05 227	0.06 347	0.06 364

MultiAttention	0.29 709	0.08 411	0.14 452	0.19 524	0.12 615	1.45 791	1.33 796	0.36 689	0.37 649	0.19 554	0.21 498	0.24 590	0.11 410	0.38 727	0.18 588	0.06 200	0.05 317	0.08 461	0.08 526	0.10 607	0.09 576

depthmonostereo	0.09 220	0.06 138	0.09 159	0.15 143	0.06 47	0.10 253	0.13 220	0.14 189	0.14 276	0.10 285	0.10 250	0.09 280	0.11 410	0.08 35	0.09 132	0.06 200	0.05 317	0.06 240	0.04 73	0.04 54	0.03 2

MyStereo05	0.13 463	0.07 272	0.10 235	0.17 335	0.09 407	0.13 424	0.18 555	0.27 562	0.35 637	0.17 505	0.14 364	0.15 458	0.11 410	0.15 469	0.13 460	0.06 200	0.05 317	0.07 360	0.07 443	0.06 347	0.06 364

CoDeX	0.12 435	0.07 272	0.12 350	0.17 335	0.08 271	0.12 366	0.15 388	0.23 478	0.27 561	0.13 402	0.17 422	0.16 473	0.11 410	0.14 441	0.11 341	0.07 395	0.05 317	0.07 360	0.06 338	0.06 347	0.05 243

GMStereo_Zeroshot	0.16 571	0.13 638	0.24 651	0.20 598	0.10 523	0.17 544	0.13 220	0.29 599	0.25 537	0.23 622	0.32 634	0.25 604	0.11 410	0.19 581	0.14 503	0.09 550	0.06 482	0.11 633	0.06 338	0.12 648	0.08 527

MIF-Stereo (partial)	0.11 355	0.06 138	0.10 235	0.19 524	0.10 523	0.10 253	0.11 86	0.17 321	0.18 411	0.14 430	0.16 398	0.09 280	0.11 410	0.12 344	0.12 413	0.08 481	0.05 317	0.08 461	0.07 443	0.06 347	0.07 454

riskmin	0.11 355	0.06 138	0.13 411	0.14 81	0.08 271	0.14 461	0.14 299	0.18 356	0.14 276	0.11 322	0.14 364	0.16 473	0.11 410	0.14 441	0.12 413	0.09 550	0.05 317	0.07 360	0.05 227	0.08 509	0.08 527

fff	0.10 301	0.06 138	0.12 350	0.15 143	0.07 161	0.09 180	0.17 504	0.16 281	0.20 455	0.13 402	0.16 398	0.10 318	0.11 410	0.11 241	0.12 413	0.06 200	0.04 26	0.05 65	0.04 73	0.04 54	0.05 243

Sa-1000	0.12 435	0.08 411	0.08 79	0.18 440	0.08 271	0.14 461	0.22 656	0.22 454	0.18 411	0.15 457	0.20 474	0.17 495	0.11 410	0.10 151	0.10 248	0.06 200	0.05 317	0.09 551	0.09 574	0.05 205	0.05 243

SA	0.12 435	0.09 501	0.08 79	0.18 440	0.08 271	0.12 366	0.24 683	0.23 478	0.18 411	0.17 505	0.27 587	0.14 427	0.11 410	0.11 241	0.11 341	0.05 56	0.05 317	0.09 551	0.08 526	0.05 205	0.04 91

CrosDoStereo	0.12 435	0.06 138	0.12 350	0.14 81	0.08 271	0.12 366	0.15 388	0.17 321	0.22 486	0.19 554	0.24 532	0.15 458	0.11 410	0.11 241	0.12 413	0.06 200	0.04 26	0.07 360	0.07 443	0.05 205	0.05 243

LCNet	0.11 355	0.07 272	0.09 159	0.19 524	0.09 407	0.08 110	0.15 388	0.21 427	0.15 304	0.11 322	0.15 385	0.16 473	0.11 410	0.12 344	0.11 341	0.05 56	0.04 26	0.08 461	0.07 443	0.06 347	0.15 705

TransformOpticalFlow	0.10 301	0.08 411	0.13 411	0.18 440	0.07 161	0.09 180	0.15 388	0.19 387	0.15 304	0.12 367	0.17 422	0.11 349	0.11 410	0.11 241	0.10 248	0.05 56	0.04 26	0.06 240	0.06 338	0.05 205	0.05 243

NF-Stereo	0.11 355	0.07 272	0.13 411	0.17 335	0.09 407	0.10 253	0.14 299	0.23 478	0.19 431	0.12 367	0.17 422	0.12 371	0.11 410	0.11 241	0.11 341	0.06 200	0.04 26	0.07 360	0.06 338	0.06 347	0.12 652

OCTAStereo	0.11 355	0.07 272	0.13 411	0.17 335	0.09 407	0.10 253	0.14 299	0.23 478	0.19 431	0.12 367	0.17 422	0.12 371	0.11 410	0.11 241	0.11 341	0.06 200	0.04 26	0.07 360	0.06 338	0.06 347	0.12 652

PSM-softLoss	0.12 435	0.07 272	0.15 501	0.17 335	0.09 407	0.08 110	0.13 220	0.24 502	0.17 377	0.14 430	0.19 461	0.13 404	0.11 410	0.11 241	0.11 341	0.07 395	0.05 317	0.08 461	0.07 443	0.06 347	0.12 652

KMStereo	0.12 435	0.07 272	0.15 501	0.17 335	0.09 407	0.08 110	0.13 220	0.24 502	0.17 377	0.14 430	0.19 461	0.13 404	0.11 410	0.11 241	0.11 341	0.07 395	0.05 317	0.08 461	0.07 443	0.06 347	0.12 652

PSM-AAD	0.11 355	0.07 272	0.10 235	0.19 524	0.09 407	0.10 253	0.15 388	0.20 400	0.13 242	0.12 367	0.14 364	0.18 510	0.11 410	0.11 241	0.10 248	0.05 56	0.05 317	0.09 551	0.08 526	0.06 347	0.14 698

DeepStereo_LL	0.12 435	0.06 138	0.12 350	0.14 81	0.08 271	0.12 366	0.15 388	0.17 321	0.22 486	0.19 554	0.24 532	0.15 458	0.11 410	0.11 241	0.12 413	0.06 200	0.04 26	0.07 360	0.07 443	0.05 205	0.05 243

PFNet	0.12 435	0.06 138	0.17 570	0.17 335	0.08 271	0.09 180	0.15 388	0.26 540	0.20 455	0.16 486	0.16 398	0.14 427	0.11 410	0.12 344	0.11 341	0.06 200	0.04 26	0.07 360	0.06 338	0.05 205	0.05 243

GrayStereo	0.11 355	0.06 138	0.11 300	0.19 524	0.09 407	0.09 180	0.16 462	0.18 356	0.17 377	0.14 430	0.17 422	0.17 495	0.11 410	0.12 344	0.11 341	0.05 56	0.05 317	0.07 360	0.06 338	0.05 205	0.10 608

RE-Stereo	0.11 355	0.07 272	0.13 411	0.17 335	0.09 407	0.10 253	0.14 299	0.23 478	0.19 431	0.12 367	0.17 422	0.12 371	0.11 410	0.11 241	0.11 341	0.06 200	0.04 26	0.07 360	0.06 338	0.06 347	0.12 652

TVStereo	0.11 355	0.07 272	0.13 411	0.17 335	0.09 407	0.10 253	0.14 299	0.23 478	0.19 431	0.12 367	0.17 422	0.12 371	0.11 410	0.11 241	0.11 341	0.06 200	0.04 26	0.07 360	0.06 338	0.06 347	0.12 652

GMM-Stereo	0.11 355	0.07 272	0.10 235	0.18 440	0.09 407	0.08 110	0.15 388	0.23 478	0.16 346	0.11 322	0.15 385	0.13 404	0.11 410	0.11 241	0.11 341	0.05 56	0.04 26	0.08 461	0.07 443	0.06 347	0.09 576

s12784h	0.09 220	0.06 138	0.07 30	0.15 143	0.05 3	0.16 520	0.18 555	0.15 235	0.15 304	0.10 285	0.11 305	0.11 349	0.11 410	0.10 151	0.12 413	0.05 56	0.04 26	0.05 65	0.04 73	0.04 54	0.04 91

DCANet	0.10 301	0.06 138	0.12 350	0.16 244	0.06 47	0.09 180	0.17 504	0.15 235	0.19 431	0.13 402	0.17 422	0.10 318	0.11 410	0.11 241	0.12 413	0.06 200	0.04 26	0.05 65	0.04 73	0.05 205	0.04 91

csc	0.10 301	0.06 138	0.12 350	0.15 143	0.07 161	0.09 180	0.17 504	0.16 281	0.20 455	0.13 402	0.16 398	0.10 318	0.11 410	0.11 241	0.12 413	0.06 200	0.04 26	0.05 65	0.04 73	0.04 54	0.05 243

cscssc	0.10 301	0.06 138	0.12 350	0.15 143	0.07 161	0.09 180	0.17 504	0.16 281	0.20 455	0.13 402	0.16 398	0.10 318	0.11 410	0.11 241	0.12 413	0.06 200	0.04 26	0.05 65	0.04 73	0.04 54	0.05 243

111	0.10 301	0.06 138	0.12 350	0.15 143	0.07 161	0.10 253	0.14 299	0.21 427	0.23 498	0.11 322	0.12 328	0.14 427	0.11 410	0.13 403	0.10 248	0.06 200	0.04 26	0.06 240	0.04 73	0.05 205	0.05 243

ARAFT	0.12 435	0.08 411	0.17 570	0.19 524	0.09 407	0.14 461	0.18 555	0.20 400	0.12 196	0.12 367	0.13 348	0.14 427	0.11 410	0.15 469	0.12 413	0.06 200	0.05 317	0.10 601	0.09 574	0.05 205	0.04 91

HITNet	0.10 301	0.06 138	0.12 350	0.14 81	0.06 47	0.11 311	0.10 47	0.18 356	0.18 411	0.13 402	0.16 398	0.14 427	0.11 410	0.15 469	0.13 460	0.06 200	0.04 26	0.04 1	0.04 73	0.06 347	0.05 243
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
SME	0.11 355	0.09 501	0.10 235	0.17 335	0.07 161	0.20 604	0.13 220	0.21 427	0.17 377	0.12 367	0.13 348	0.10 318	0.12 443	0.13 403	0.13 460	0.07 395	0.07 560	0.08 461	0.09 574	0.06 347	0.05 243

TestStereo_HL3	0.11 355	0.05 49	0.16 538	0.13 24	0.07 161	0.12 366	0.11 86	0.20 400	0.09 80	0.15 457	0.30 621	0.13 404	0.12 443	0.16 504	0.11 341	0.07 395	0.05 317	0.05 65	0.05 227	0.06 347	0.07 454

IGEV_i1	0.12 435	0.07 272	0.12 350	0.16 244	0.08 271	0.19 588	0.14 299	0.18 356	0.22 486	0.18 535	0.18 450	0.16 473	0.12 443	0.16 504	0.14 503	0.06 200	0.05 317	0.06 240	0.05 227	0.06 347	0.06 364

Hybrid-DGEV-2	0.11 355	0.06 138	0.12 350	0.18 440	0.09 407	0.09 180	0.13 220	0.28 583	0.29 583	0.11 322	0.11 305	0.09 280	0.12 443	0.12 344	0.09 132	0.06 200	0.05 317	0.07 360	0.07 443	0.05 205	0.05 243

FlowAnything_test	0.11 355	0.08 411	0.14 452	0.15 143	0.09 407	0.07 49	0.14 299	0.20 400	0.11 152	0.09 234	0.09 210	0.12 371	0.12 443	0.13 403	0.11 341	0.09 550	0.06 482	0.09 551	0.09 574	0.06 347	0.09 576

xyz-stereo-finetune2	0.11 355	0.07 272	0.13 411	0.13 24	0.07 161	0.11 311	0.19 596	0.17 321	0.12 196	0.15 457	0.15 385	0.17 495	0.12 443	0.13 403	0.11 341	0.05 56	0.04 26	0.07 360	0.05 227	0.04 54	0.06 364

DFGA-Net	0.13 463	0.11 592	0.18 596	0.17 335	0.10 523	0.12 366	0.13 220	0.22 454	0.25 537	0.16 486	0.16 398	0.13 404	0.12 443	0.16 504	0.14 503	0.07 395	0.05 317	0.08 461	0.07 443	0.05 205	0.05 243

DDVS	0.15 546	0.10 564	0.21 632	0.16 244	0.12 615	0.15 488	0.14 299	0.25 521	0.19 431	0.18 535	0.29 613	0.27 622	0.12 443	0.19 581	0.15 538	0.09 550	0.06 482	0.09 551	0.07 443	0.11 630	0.11 636

rvit_0105_6	0.14 500	0.09 501	0.18 596	0.17 335	0.10 523	0.10 253	0.16 462	0.19 387	0.26 551	0.12 367	0.18 450	0.17 495	0.12 443	0.18 564	0.12 413	0.15 696	0.11 666	0.12 653	0.10 616	0.09 574	0.06 364

rvit_0105_5	0.14 500	0.09 501	0.13 411	0.17 335	0.09 407	0.14 461	0.23 668	0.24 502	0.27 561	0.14 430	0.15 385	0.18 510	0.12 443	0.17 539	0.14 503	0.14 692	0.11 666	0.10 601	0.10 616	0.08 509	0.06 364

GCST	0.37 731	0.42 762	0.26 659	1.02 788	0.39 762	0.18 563	0.08 9	0.20 400	0.17 377	0.28 672	0.25 561	0.15 458	0.12 443	0.16 504	0.14 503	0.64 784	0.43 777	0.75 780	0.65 783	0.63 777	0.46 774

plain	0.10 301	0.08 411	0.10 235	0.19 524	0.09 407	0.10 253	0.15 388	0.14 189	0.13 242	0.13 402	0.15 385	0.09 280	0.12 443	0.13 403	0.12 413	0.07 395	0.05 317	0.09 551	0.06 338	0.06 347	0.06 364

PCWNet_CMD	0.14 500	0.08 411	0.15 501	0.17 335	0.09 407	0.14 461	0.14 299	0.29 599	0.36 642	0.14 430	0.20 474	0.21 548	0.12 443	0.17 539	0.13 460	0.07 395	0.05 317	0.07 360	0.07 443	0.07 435	0.07 454

ADStereo(finetuned)	0.10 301	0.06 138	0.12 350	0.16 244	0.06 47	0.09 180	0.17 504	0.15 235	0.19 431	0.13 402	0.17 422	0.10 318	0.12 443	0.11 241	0.12 413	0.06 200	0.04 26	0.05 65	0.04 73	0.05 205	0.04 91

GMOStereo	0.11 355	0.09 501	0.07 30	0.19 524	0.08 271	0.12 366	0.28 724	0.13 150	0.17 377	0.11 322	0.17 422	0.14 427	0.12 443	0.07 10	0.07 11	0.05 56	0.05 317	0.09 551	0.07 443	0.04 54	0.04 91

error version	0.11 355	0.09 501	0.07 30	0.19 524	0.08 271	0.12 366	0.28 724	0.13 150	0.17 377	0.11 322	0.17 422	0.14 427	0.12 443	0.07 10	0.07 11	0.05 56	0.05 317	0.09 551	0.07 443	0.04 54	0.04 91

test-v	0.11 355	0.09 501	0.07 30	0.19 524	0.08 271	0.12 366	0.28 724	0.13 150	0.17 377	0.11 322	0.17 422	0.14 427	0.12 443	0.07 10	0.07 11	0.05 56	0.05 317	0.09 551	0.07 443	0.04 54	0.04 91

GANet-ADL	0.13 463	0.07 272	0.15 501	0.17 335	0.10 523	0.18 563	0.15 388	0.30 614	0.20 455	0.13 402	0.18 450	0.19 526	0.12 443	0.16 504	0.13 460	0.08 481	0.06 482	0.06 240	0.05 227	0.07 435	0.08 527

Patchmatch Stereo++	0.11 355	0.09 501	0.16 538	0.18 440	0.08 271	0.06 17	0.11 86	0.16 281	0.13 242	0.15 457	0.16 398	0.14 427	0.12 443	0.11 241	0.10 248	0.06 200	0.04 26	0.08 461	0.06 338	0.08 509	0.07 454
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	0.11 355	0.06 138	0.14 452	0.18 440	0.08 271	0.09 180	0.12 133	0.21 427	0.21 472	0.13 402	0.14 364	0.11 349	0.12 443	0.11 241	0.13 460	0.06 200	0.04 26	0.07 360	0.06 338	0.05 205	0.04 91

IIG-Stereo	0.11 355	0.06 138	0.13 411	0.17 335	0.08 271	0.11 311	0.12 133	0.22 454	0.17 377	0.14 430	0.17 422	0.11 349	0.12 443	0.12 344	0.12 413	0.06 200	0.05 317	0.07 360	0.06 338	0.05 205	0.04 91

NRIStereo	0.11 355	0.08 411	0.14 452	0.18 440	0.08 271	0.10 253	0.14 299	0.16 281	0.15 304	0.12 367	0.14 364	0.13 404	0.12 443	0.13 403	0.10 248	0.06 200	0.04 26	0.07 360	0.06 338	0.06 347	0.07 454

PSM-adaLoss	0.11 355	0.09 501	0.16 538	0.18 440	0.08 271	0.06 17	0.12 133	0.16 281	0.13 242	0.15 457	0.16 398	0.14 427	0.12 443	0.11 241	0.10 248	0.06 200	0.04 26	0.08 461	0.06 338	0.08 509	0.07 454

FTStereo	0.12 435	0.06 138	0.14 452	0.18 440	0.09 407	0.07 49	0.15 388	0.21 427	0.18 411	0.12 367	0.24 532	0.12 371	0.12 443	0.13 403	0.13 460	0.05 56	0.05 317	0.07 360	0.06 338	0.06 347	0.10 608

ROB_FTStereo_v2	0.11 355	0.09 501	0.16 538	0.19 524	0.08 271	0.06 17	0.12 133	0.16 281	0.13 242	0.15 457	0.16 398	0.14 427	0.12 443	0.11 241	0.10 248	0.06 200	0.04 26	0.08 461	0.06 338	0.08 509	0.07 454

ROB_FTStereo	0.11 355	0.09 501	0.16 538	0.19 524	0.08 271	0.06 17	0.11 86	0.16 281	0.13 242	0.15 457	0.16 398	0.14 427	0.12 443	0.11 241	0.10 248	0.06 200	0.04 26	0.08 461	0.06 338	0.08 509	0.07 454

HUI-Stereo	0.11 355	0.09 501	0.16 538	0.18 440	0.08 271	0.06 17	0.12 133	0.16 281	0.13 242	0.15 457	0.16 398	0.14 427	0.12 443	0.11 241	0.10 248	0.06 200	0.04 26	0.08 461	0.06 338	0.08 509	0.07 454

SST-Stereo	0.10 301	0.07 272	0.15 501	0.18 440	0.09 407	0.06 17	0.12 133	0.17 321	0.11 152	0.15 457	0.17 422	0.13 404	0.12 443	0.10 151	0.11 341	0.06 200	0.04 26	0.09 551	0.06 338	0.06 347	0.05 243

THIR-Stereo	0.12 435	0.07 272	0.11 300	0.15 143	0.08 271	0.14 461	0.16 462	0.17 321	0.25 537	0.16 486	0.24 532	0.14 427	0.12 443	0.12 344	0.14 503	0.06 200	0.04 26	0.07 360	0.07 443	0.05 205	0.05 243

RAFT_R40	0.11 355	0.07 272	0.14 452	0.18 440	0.09 407	0.06 17	0.13 220	0.17 321	0.16 346	0.14 430	0.18 450	0.15 458	0.12 443	0.10 151	0.11 341	0.06 200	0.04 26	0.09 551	0.06 338	0.06 347	0.05 243

DeepStereo_RVC	0.11 355	0.08 411	0.16 538	0.18 440	0.08 271	0.08 110	0.12 133	0.17 321	0.12 196	0.13 402	0.14 364	0.12 371	0.12 443	0.12 344	0.11 341	0.06 200	0.04 26	0.07 360	0.06 338	0.07 435	0.08 527

iGMRVC	0.11 355	0.09 501	0.16 538	0.19 524	0.08 271	0.06 17	0.12 133	0.16 281	0.13 242	0.15 457	0.16 398	0.14 427	0.12 443	0.11 241	0.10 248	0.06 200	0.04 26	0.08 461	0.06 338	0.08 509	0.07 454

IRAFT_RVC	0.12 435	0.08 411	0.16 538	0.19 524	0.08 271	0.07 49	0.15 388	0.24 502	0.23 498	0.14 430	0.14 364	0.15 458	0.12 443	0.12 344	0.10 248	0.06 200	0.04 26	0.09 551	0.06 338	0.06 347	0.06 364

iRAFT	0.11 355	0.09 501	0.16 538	0.18 440	0.08 271	0.06 17	0.11 86	0.16 281	0.13 242	0.15 457	0.16 398	0.14 427	0.12 443	0.11 241	0.10 248	0.06 200	0.04 26	0.08 461	0.06 338	0.08 509	0.07 454

CRE-IMP	0.11 355	0.09 501	0.16 538	0.19 524	0.08 271	0.10 253	0.12 133	0.18 356	0.10 115	0.14 430	0.13 348	0.13 404	0.12 443	0.12 344	0.11 341	0.07 395	0.04 26	0.08 461	0.06 338	0.08 509	0.08 527

test-2	0.11 355	0.09 501	0.07 30	0.19 524	0.08 271	0.12 366	0.28 724	0.13 150	0.17 377	0.11 322	0.17 422	0.14 427	0.12 443	0.07 10	0.07 11	0.05 56	0.05 317	0.09 551	0.07 443	0.04 54	0.04 91

RAFT	0.13 463	0.09 501	0.11 300	0.18 440	0.08 271	0.15 488	0.24 683	0.20 400	0.19 431	0.21 593	0.21 498	0.17 495	0.12 443	0.16 504	0.09 132	0.06 200	0.07 560	0.10 601	0.09 574	0.05 205	0.05 243

RAFT-IKP	0.11 355	0.09 501	0.16 538	0.19 524	0.08 271	0.06 17	0.12 133	0.16 281	0.13 242	0.15 457	0.16 398	0.14 427	0.12 443	0.11 241	0.10 248	0.06 200	0.04 26	0.08 461	0.06 338	0.08 509	0.07 454

TestStereo	0.13 463	0.14 651	0.11 300	0.23 679	0.08 271	0.15 488	0.21 644	0.20 400	0.23 498	0.14 430	0.24 532	0.16 473	0.12 443	0.16 504	0.14 503	0.05 56	0.06 482	0.08 461	0.06 338	0.09 574	0.05 243

FENet	0.13 463	0.08 411	0.12 350	0.16 244	0.08 271	0.14 461	0.15 388	0.22 454	0.23 498	0.17 505	0.23 519	0.16 473	0.12 443	0.14 441	0.15 538	0.08 481	0.05 317	0.08 461	0.08 526	0.07 435	0.07 454

DIP-Stereo	0.11 355	0.07 272	0.14 452	0.17 335	0.09 407	0.13 424	0.09 28	0.16 281	0.16 346	0.11 322	0.16 398	0.14 427	0.12 443	0.15 469	0.13 460	0.06 200	0.05 317	0.06 240	0.05 227	0.05 205	0.06 364
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	0.14 500	0.08 411	0.15 501	0.17 335	0.09 407	0.14 461	0.14 299	0.29 599	0.36 642	0.14 430	0.21 498	0.21 548	0.12 443	0.17 539	0.14 503	0.07 395	0.05 317	0.07 360	0.07 443	0.07 435	0.07 454

MWSP-net	0.15 546	0.08 411	0.17 570	0.17 335	0.10 523	0.16 520	0.23 668	0.29 599	0.32 608	0.18 535	0.19 461	0.17 495	0.13 485	0.18 564	0.14 503	0.08 481	0.05 317	0.07 360	0.07 443	0.07 435	0.08 527

G2L-Stereo	0.14 500	0.07 272	0.13 411	0.17 335	0.09 407	0.13 424	0.12 133	0.27 562	0.22 486	0.16 486	0.27 587	0.21 548	0.13 485	0.17 539	0.18 588	0.09 550	0.08 594	0.08 461	0.07 443	0.07 435	0.07 454

rvit_0105_4	0.14 500	0.09 501	0.17 570	0.17 335	0.10 523	0.12 366	0.19 596	0.23 478	0.27 561	0.14 430	0.20 474	0.17 495	0.13 485	0.17 539	0.13 460	0.15 696	0.11 666	0.11 633	0.10 616	0.09 574	0.06 364

rvit_0105_3	0.15 546	0.09 501	0.14 452	0.19 524	0.12 615	0.15 488	0.25 700	0.25 521	0.29 583	0.15 457	0.17 422	0.20 538	0.13 485	0.17 539	0.14 503	0.13 678	0.11 666	0.12 653	0.14 687	0.07 435	0.06 364

UGAM	0.13 463	0.10 564	0.09 159	0.22 655	0.08 271	0.12 366	0.20 620	0.17 321	0.23 498	0.21 593	0.16 398	0.13 404	0.13 485	0.19 581	0.12 413	0.07 395	0.05 317	0.13 668	0.11 650	0.07 435	0.05 243

ffm	0.12 435	0.09 501	0.14 452	0.16 244	0.08 271	0.17 544	0.17 504	0.15 235	0.19 431	0.15 457	0.25 561	0.19 526	0.13 485	0.10 151	0.07 11	0.06 200	0.04 26	0.09 551	0.08 526	0.06 347	0.06 364

ff1	0.13 463	0.09 501	0.14 452	0.16 244	0.08 271	0.17 544	0.17 504	0.15 235	0.19 431	0.15 457	0.25 561	0.19 526	0.13 485	0.14 441	0.20 608	0.06 200	0.04 26	0.09 551	0.08 526	0.06 347	0.06 364

mmx	0.14 500	0.09 501	0.14 452	0.16 244	0.08 271	0.17 544	0.17 504	0.27 562	0.25 537	0.15 457	0.25 561	0.19 526	0.13 485	0.14 441	0.20 608	0.08 481	0.06 482	0.09 551	0.08 526	0.08 509	0.08 527

xxx	0.14 500	0.09 501	0.14 452	0.16 244	0.08 271	0.17 544	0.17 504	0.27 562	0.25 537	0.15 457	0.25 561	0.19 526	0.13 485	0.14 441	0.20 608	0.08 481	0.06 482	0.09 551	0.08 526	0.08 509	0.08 527

LL-Strereo	0.13 463	0.09 501	0.11 300	0.20 598	0.10 523	0.11 311	0.18 555	0.32 638	0.24 515	0.15 457	0.15 385	0.14 427	0.13 485	0.19 581	0.11 341	0.06 200	0.04 26	0.09 551	0.08 526	0.04 54	0.05 243

SDNR	0.19 619	0.08 411	0.19 608	0.16 244	0.12 615	0.77 771	0.14 299	0.25 521	0.32 608	0.19 554	0.24 532	0.19 526	0.13 485	0.19 581	0.15 538	0.16 717	0.18 741	0.14 682	0.11 650	0.08 509	0.11 636

BUS	0.14 500	0.09 501	0.14 452	0.22 655	0.10 523	0.19 588	0.14 299	0.34 667	0.19 431	0.17 505	0.22 510	0.16 473	0.13 485	0.15 469	0.13 460	0.08 481	0.06 482	0.10 601	0.09 574	0.07 435	0.07 454

NINENet	0.16 571	0.10 564	0.15 501	0.17 335	0.11 578	0.19 588	0.14 299	0.40 711	0.36 642	0.18 535	0.21 498	0.16 473	0.13 485	0.15 469	0.13 460	0.08 481	0.08 594	0.10 601	0.07 443	0.10 607	0.09 576

UDGNet	0.14 500	0.13 638	0.16 538	0.17 335	0.10 523	0.12 366	0.16 462	0.21 427	0.27 561	0.20 577	0.20 474	0.16 473	0.13 485	0.16 504	0.13 460	0.10 595	0.06 482	0.09 551	0.07 443	0.06 347	0.07 454

dad	0.17 593	0.20 710	0.20 621	0.16 244	0.11 578	0.20 604	0.18 555	0.21 427	0.28 576	0.30 686	0.24 532	0.29 641	0.13 485	0.19 581	0.16 554	0.18 729	0.09 631	0.11 633	0.09 574	0.11 630	0.07 454

GEStereo_RVC	0.17 593	0.12 610	0.15 501	0.22 655	0.11 578	0.19 588	0.17 504	0.32 638	0.48 704	0.20 577	0.25 561	0.17 495	0.13 485	0.21 624	0.16 554	0.10 595	0.06 482	0.08 461	0.07 443	0.09 574	0.08 527

CFNet_pseudo	0.14 500	0.08 411	0.15 501	0.16 244	0.09 407	0.13 424	0.14 299	0.27 562	0.34 628	0.14 430	0.21 498	0.22 566	0.13 485	0.18 564	0.14 503	0.07 395	0.05 317	0.08 461	0.06 338	0.07 435	0.07 454

GES	0.14 500	0.08 411	0.16 538	0.15 143	0.10 523	0.13 424	0.13 220	0.28 583	0.25 537	0.16 486	0.23 519	0.18 510	0.13 485	0.16 504	0.13 460	0.08 481	0.07 560	0.07 360	0.06 338	0.08 509	0.09 576

SFCPSM	0.13 463	0.07 272	0.14 452	0.17 335	0.09 407	0.15 488	0.16 462	0.28 583	0.27 561	0.14 430	0.17 422	0.12 371	0.13 485	0.14 441	0.11 341	0.08 481	0.05 317	0.07 360	0.07 443	0.07 435	0.06 364

ccs_rob	0.14 500	0.08 411	0.15 501	0.16 244	0.09 407	0.12 366	0.14 299	0.27 562	0.34 628	0.14 430	0.21 498	0.22 566	0.13 485	0.18 564	0.14 503	0.07 395	0.05 317	0.08 461	0.07 443	0.07 435	0.07 454

AdaStereo	0.15 546	0.11 592	0.15 501	0.18 440	0.09 407	0.20 604	0.11 86	0.32 638	0.28 576	0.20 577	0.23 519	0.20 538	0.13 485	0.19 581	0.14 503	0.12 652	0.05 317	0.10 601	0.07 443	0.09 574	0.07 454
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	0.14 500	0.08 411	0.15 501	0.16 244	0.08 271	0.16 520	0.12 133	0.25 521	0.35 637	0.21 593	0.29 613	0.24 590	0.13 485	0.14 441	0.14 503	0.06 200	0.05 317	0.06 240	0.04 73	0.09 574	0.08 527

MLCV	0.12 435	0.07 272	0.16 538	0.18 440	0.06 47	0.15 488	0.17 504	0.19 387	0.21 472	0.18 535	0.25 561	0.17 495	0.13 485	0.14 441	0.13 460	0.05 56	0.04 26	0.05 65	0.04 73	0.05 205	0.04 91

iResNet	0.13 463	0.10 564	0.18 596	0.19 524	0.08 271	0.13 424	0.18 555	0.20 400	0.26 551	0.15 457	0.23 519	0.15 458	0.13 485	0.14 441	0.14 503	0.06 200	0.04 26	0.06 240	0.05 227	0.06 347	0.05 243

DN-CSS_ROB	0.13 463	0.13 638	0.16 538	0.18 440	0.10 523	0.16 520	0.08 9	0.22 454	0.18 411	0.17 505	0.22 510	0.13 404	0.13 485	0.12 344	0.13 460	0.05 56	0.05 317	0.10 601	0.10 616	0.08 509	0.06 364

G2L-ROB	0.13 463	0.06 138	0.13 411	0.13 24	0.08 271	0.14 461	0.16 462	0.25 521	0.18 411	0.19 554	0.18 450	0.20 538	0.14 510	0.17 539	0.16 554	0.08 481	0.05 317	0.06 240	0.05 227	0.08 509	0.09 576

test_sample6	0.14 500	0.08 411	0.13 411	0.16 244	0.08 271	0.17 544	0.19 596	0.25 521	0.17 377	0.17 505	0.27 587	0.19 526	0.14 510	0.15 469	0.13 460	0.08 481	0.05 317	0.08 461	0.07 443	0.08 509	0.08 527

test_sample5	0.14 500	0.08 411	0.14 452	0.16 244	0.08 271	0.18 563	0.18 555	0.25 521	0.17 377	0.17 505	0.27 587	0.18 510	0.14 510	0.16 504	0.13 460	0.08 481	0.05 317	0.08 461	0.07 443	0.08 509	0.08 527

test_sample4	0.14 500	0.08 411	0.14 452	0.15 143	0.08 271	0.19 588	0.18 555	0.26 540	0.17 377	0.16 486	0.25 561	0.18 510	0.14 510	0.16 504	0.13 460	0.08 481	0.06 482	0.08 461	0.06 338	0.08 509	0.08 527

DualNet	0.14 500	0.08 411	0.14 452	0.16 244	0.08 271	0.18 563	0.18 555	0.25 521	0.17 377	0.17 505	0.27 587	0.18 510	0.14 510	0.16 504	0.13 460	0.08 481	0.05 317	0.08 461	0.07 443	0.08 509	0.08 527

CFNet_ucs	0.15 546	0.08 411	0.16 538	0.16 244	0.11 578	0.14 461	0.14 299	0.30 614	0.34 628	0.16 486	0.24 532	0.23 584	0.14 510	0.18 564	0.15 538	0.09 550	0.06 482	0.08 461	0.07 443	0.09 574	0.09 576

anonymousa	0.13 463	0.07 272	0.13 411	0.18 440	0.09 407	0.13 424	0.17 504	0.19 387	0.29 583	0.15 457	0.24 532	0.15 458	0.14 510	0.14 441	0.14 503	0.07 395	0.05 317	0.07 360	0.09 574	0.05 205	0.06 364

DCANet-4	0.10 301	0.06 138	0.12 350	0.16 244	0.06 47	0.09 180	0.17 504	0.18 356	0.19 431	0.13 402	0.16 398	0.09 280	0.14 510	0.11 241	0.12 413	0.06 200	0.04 26	0.05 65	0.04 73	0.04 54	0.05 243

GwcNet-ADL	0.13 463	0.08 411	0.14 452	0.20 598	0.09 407	0.11 311	0.20 620	0.30 614	0.24 515	0.13 402	0.14 364	0.18 510	0.14 510	0.13 403	0.14 503	0.07 395	0.05 317	0.06 240	0.05 227	0.07 435	0.06 364

AAGNet	0.11 355	0.07 272	0.16 538	0.19 524	0.09 407	0.08 110	0.13 220	0.18 356	0.13 242	0.16 486	0.21 498	0.13 404	0.14 510	0.11 241	0.14 503	0.06 200	0.04 26	0.09 551	0.06 338	0.06 347	0.05 243

DEmStereo	0.12 435	0.06 138	0.14 452	0.14 81	0.10 523	0.16 520	0.15 388	0.16 281	0.24 515	0.17 505	0.24 532	0.13 404	0.14 510	0.12 344	0.13 460	0.05 56	0.04 26	0.07 360	0.06 338	0.05 205	0.05 243

HCRNet	0.16 571	0.24 727	0.12 350	0.35 748	0.11 578	0.15 488	0.17 504	0.26 540	0.22 486	0.19 554	0.24 532	0.21 548	0.14 510	0.15 469	0.13 460	0.11 627	0.07 560	0.11 633	0.10 616	0.09 574	0.07 454

xxxx	0.15 546	0.07 272	0.14 452	0.14 81	0.08 271	0.23 649	0.18 555	0.31 627	0.19 431	0.14 430	0.28 601	0.22 566	0.14 510	0.15 469	0.26 684	0.09 550	0.05 317	0.07 360	0.07 443	0.08 509	0.07 454

PSMNet-RSSM	0.14 500	0.07 272	0.13 411	0.15 143	0.08 271	0.13 424	0.16 462	0.24 502	0.24 515	0.16 486	0.28 601	0.22 566	0.14 510	0.15 469	0.13 460	0.11 627	0.06 482	0.09 551	0.12 672	0.08 509	0.07 454

CFNet-ft	0.14 500	0.07 272	0.15 501	0.12 7	0.09 407	0.16 520	0.18 555	0.22 454	0.24 515	0.17 505	0.26 578	0.24 590	0.14 510	0.16 504	0.14 503	0.11 627	0.06 482	0.08 461	0.09 574	0.09 574	0.08 527

BEATNet_4x	0.12 435	0.08 411	0.14 452	0.18 440	0.07 161	0.15 488	0.07 5	0.22 454	0.18 411	0.16 486	0.19 461	0.18 510	0.14 510	0.16 504	0.15 538	0.07 395	0.05 317	0.05 65	0.05 227	0.06 347	0.06 364

HSM-Net_RVC	0.14 500	0.08 411	0.11 300	0.15 143	0.08 271	0.15 488	0.15 388	0.27 562	0.29 583	0.19 554	0.21 498	0.29 641	0.14 510	0.17 539	0.13 460	0.06 200	0.06 482	0.06 240	0.06 338	0.07 435	0.06 364
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 500	0.07 272	0.15 501	0.12 7	0.09 407	0.16 520	0.18 555	0.22 454	0.24 515	0.17 505	0.26 578	0.24 590	0.14 510	0.16 504	0.14 503	0.11 627	0.06 482	0.08 461	0.09 574	0.09 574	0.08 527

LiteMatch	0.09 220	0.06 138	0.10 235	0.16 244	0.07 161	0.09 180	0.15 388	0.13 150	0.08 44	0.06 43	0.07 96	0.06 56	0.15 528	0.10 151	0.14 503	0.07 395	0.04 26	0.06 240	0.06 338	0.06 347	0.06 364

Lsterematch	0.11 355	0.06 138	0.11 300	0.16 244	0.07 161	0.13 424	0.15 388	0.14 189	0.17 377	0.16 486	0.18 450	0.15 458	0.15 528	0.12 344	0.14 503	0.07 395	0.04 26	0.06 240	0.06 338	0.06 347	0.06 364

DCVSM-stereo	0.14 500	0.09 501	0.16 538	0.16 244	0.10 523	0.15 488	0.09 28	0.19 387	0.23 498	0.20 577	0.23 519	0.26 614	0.15 528	0.18 564	0.14 503	0.09 550	0.07 560	0.09 551	0.08 526	0.10 607	0.12 652

ACV-stereo	0.15 546	0.10 564	0.28 673	0.18 440	0.12 615	0.14 461	0.12 133	0.23 478	0.21 472	0.19 554	0.23 519	0.22 566	0.15 528	0.23 648	0.17 570	0.07 395	0.06 482	0.07 360	0.07 443	0.07 435	0.07 454

ITSA-stereo	0.15 546	0.10 564	0.14 452	0.19 524	0.08 271	0.12 366	0.14 299	0.30 614	0.49 713	0.17 505	0.19 461	0.22 566	0.15 528	0.17 539	0.16 554	0.10 595	0.06 482	0.08 461	0.08 526	0.08 509	0.08 527

rvit_stereo_0075_2	0.17 593	0.12 610	0.25 656	0.23 679	0.16 695	0.13 424	0.10 47	0.30 614	0.27 561	0.20 577	0.28 601	0.22 566	0.15 528	0.18 564	0.13 460	0.16 717	0.10 653	0.17 711	0.10 616	0.10 607	0.09 576

test_sample3	0.14 500	0.08 411	0.15 501	0.14 81	0.09 407	0.19 588	0.17 504	0.26 540	0.18 411	0.16 486	0.22 510	0.19 526	0.15 528	0.17 539	0.13 460	0.08 481	0.06 482	0.07 360	0.06 338	0.09 574	0.08 527

test_sample2	0.12 435	0.07 272	0.12 350	0.14 81	0.08 271	0.16 520	0.18 555	0.21 427	0.16 346	0.14 430	0.20 474	0.19 526	0.15 528	0.15 469	0.12 413	0.08 481	0.05 317	0.07 360	0.06 338	0.08 509	0.07 454

SMFormer	0.14 500	0.07 272	0.17 570	0.14 81	0.08 271	0.16 520	0.17 504	0.26 540	0.27 561	0.19 554	0.20 474	0.18 510	0.15 528	0.15 469	0.17 570	0.08 481	0.05 317	0.07 360	0.06 338	0.07 435	0.06 364

tta	0.14 500	0.07 272	0.17 570	0.14 81	0.08 271	0.16 520	0.17 504	0.26 540	0.27 561	0.19 554	0.20 474	0.18 510	0.15 528	0.15 469	0.17 570	0.08 481	0.05 317	0.07 360	0.06 338	0.06 347	0.06 364

qqq1	0.13 463	0.07 272	0.17 570	0.14 81	0.08 271	0.16 520	0.17 504	0.26 540	0.27 561	0.19 554	0.20 474	0.18 510	0.15 528	0.15 469	0.11 341	0.08 481	0.05 317	0.05 65	0.05 227	0.06 347	0.06 364

fff1	0.13 463	0.07 272	0.17 570	0.14 81	0.08 271	0.16 520	0.17 504	0.26 540	0.27 561	0.19 554	0.20 474	0.18 510	0.15 528	0.15 469	0.11 341	0.08 481	0.05 317	0.05 65	0.05 227	0.06 347	0.06 364

1111x	0.15 546	0.08 411	0.12 350	0.18 440	0.07 161	0.18 563	0.25 700	0.31 627	0.24 515	0.17 505	0.24 532	0.26 614	0.15 528	0.13 403	0.23 649	0.07 395	0.07 560	0.08 461	0.09 574	0.07 435	0.06 364

iinet-f	0.16 571	0.06 138	0.45 722	0.14 81	0.10 523	0.21 624	0.14 299	0.27 562	0.23 498	0.21 593	0.24 532	0.21 548	0.15 528	0.18 564	0.21 628	0.09 550	0.07 560	0.07 360	0.06 338	0.09 574	0.10 608

GASNet	0.22 653	0.23 723	0.33 695	0.26 707	0.17 711	0.26 676	0.16 462	0.44 733	0.42 681	0.27 657	0.24 532	0.30 651	0.15 528	0.27 670	0.18 588	0.12 652	0.08 594	0.12 653	0.11 650	0.16 715	0.07 454

CASS	0.13 463	0.12 610	0.11 300	0.23 679	0.09 407	0.15 488	0.17 504	0.18 356	0.19 431	0.17 505	0.18 450	0.15 458	0.15 528	0.14 441	0.14 503	0.09 550	0.06 482	0.10 601	0.08 526	0.09 574	0.07 454
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Wz-Net-LNSev-Ref	0.18 607	0.09 501	0.29 681	0.15 143	0.10 523	0.22 633	0.20 620	0.26 540	0.39 661	0.25 645	0.42 702	0.24 590	0.15 528	0.20 606	0.19 601	0.07 395	0.05 317	0.06 240	0.05 227	0.10 607	0.09 576

test_5	0.14 500	0.12 610	0.08 79	0.20 598	0.10 523	0.14 461	0.29 734	0.21 427	0.24 515	0.18 535	0.28 601	0.11 349	0.15 528	0.12 344	0.13 460	0.06 200	0.05 317	0.07 360	0.08 526	0.08 509	0.07 454

CSP-Net	0.16 571	0.09 501	0.14 452	0.16 244	0.09 407	0.19 588	0.17 504	0.25 521	0.32 608	0.25 645	0.30 621	0.24 590	0.15 528	0.21 624	0.18 588	0.09 550	0.06 482	0.07 360	0.07 443	0.08 509	0.07 454

DAS	0.15 546	0.08 411	0.18 596	0.19 524	0.10 523	0.19 588	0.17 504	0.27 562	0.29 583	0.18 535	0.25 561	0.21 548	0.15 528	0.16 504	0.12 413	0.08 481	0.06 482	0.06 240	0.06 338	0.07 435	0.07 454

SepStereo	0.15 546	0.08 411	0.18 596	0.19 524	0.10 523	0.19 588	0.17 504	0.27 562	0.29 583	0.18 535	0.25 561	0.21 548	0.15 528	0.25 664	0.12 413	0.08 481	0.06 482	0.06 240	0.06 338	0.07 435	0.07 454

DRaft	0.12 435	0.06 138	0.11 300	0.14 81	0.09 407	0.14 461	0.17 504	0.21 427	0.30 593	0.17 505	0.28 601	0.10 318	0.15 528	0.10 151	0.12 413	0.05 56	0.04 26	0.07 360	0.06 338	0.05 205	0.05 243

GANet-RSSM	0.14 500	0.07 272	0.13 411	0.13 24	0.08 271	0.14 461	0.17 504	0.22 454	0.21 472	0.17 505	0.24 532	0.23 584	0.15 528	0.16 504	0.15 538	0.10 595	0.06 482	0.07 360	0.08 526	0.08 509	0.07 454

DSFCA	0.16 571	0.09 501	0.14 452	0.16 244	0.10 523	0.20 604	0.19 596	0.28 583	0.31 601	0.23 622	0.24 532	0.22 566	0.15 528	0.19 581	0.20 608	0.10 595	0.07 560	0.09 551	0.09 574	0.08 509	0.08 527

FADNet-RVC-Resample	0.16 571	0.11 592	0.31 686	0.22 655	0.11 578	0.19 588	0.14 299	0.25 521	0.24 515	0.24 632	0.27 587	0.20 538	0.15 528	0.16 504	0.15 538	0.07 395	0.08 594	0.12 653	0.10 616	0.09 574	0.10 608

UCFNet_RVC	0.14 500	0.08 411	0.13 411	0.11 1	0.10 523	0.20 604	0.10 47	0.24 502	0.22 486	0.17 505	0.20 474	0.23 584	0.15 528	0.17 539	0.15 538	0.12 652	0.07 560	0.10 601	0.13 683	0.11 630	0.10 608

iResNet_ROB	0.14 500	0.07 272	0.13 411	0.14 81	0.07 161	0.18 563	0.14 299	0.26 540	0.31 601	0.22 609	0.25 561	0.23 584	0.15 528	0.15 469	0.13 460	0.07 395	0.05 317	0.05 65	0.04 73	0.08 509	0.08 527

PWCDC_ROB	0.20 631	0.13 638	0.22 638	0.24 688	0.11 578	0.19 588	0.15 388	0.33 658	0.54 728	0.29 681	0.50 719	0.21 548	0.15 528	0.27 670	0.20 608	0.11 627	0.09 631	0.10 601	0.08 526	0.11 630	0.09 576

SCION-MonSter(vits)	0.14 500	0.06 138	0.05 2	0.15 143	0.05 3	0.07 49	0.10 47	0.27 562	0.41 670	0.05 2	0.33 647	0.14 427	0.16 556	0.20 606	0.19 601	0.08 481	0.06 482	0.17 711	0.15 708	0.07 435	0.08 527

xyz-stereo	0.13 463	0.07 272	0.20 621	0.15 143	0.05 3	0.20 604	0.15 388	0.17 321	0.31 601	0.15 457	0.29 613	0.26 614	0.16 556	0.13 403	0.12 413	0.05 56	0.05 317	0.06 240	0.05 227	0.04 54	0.04 91

G2L-Stereo_test	0.14 500	0.07 272	0.11 300	0.13 24	0.08 271	0.12 366	0.16 462	0.30 614	0.28 576	0.20 577	0.23 519	0.20 538	0.16 556	0.17 539	0.18 588	0.07 395	0.05 317	0.05 65	0.05 227	0.07 435	0.06 364

FACV-RUCA	0.13 463	0.11 592	0.12 350	0.19 524	0.12 615	0.15 488	0.15 388	0.22 454	0.20 455	0.15 457	0.16 398	0.14 427	0.16 556	0.14 441	0.13 460	0.07 395	0.05 317	0.08 461	0.06 338	0.10 607	0.08 527

test_sample1	0.13 463	0.07 272	0.14 452	0.13 24	0.08 271	0.19 588	0.16 462	0.20 400	0.15 304	0.14 430	0.22 510	0.18 510	0.16 556	0.17 539	0.14 503	0.07 395	0.06 482	0.06 240	0.06 338	0.08 509	0.07 454

xx1	0.11 355	0.08 411	0.12 350	0.17 335	0.09 407	0.13 424	0.15 388	0.16 281	0.18 411	0.09 234	0.09 210	0.16 473	0.16 556	0.10 151	0.07 11	0.06 200	0.04 26	0.08 461	0.08 526	0.07 435	0.07 454

mmm	0.14 500	0.08 411	0.17 570	0.17 335	0.09 407	0.17 544	0.18 555	0.21 427	0.15 304	0.15 457	0.23 519	0.21 548	0.16 556	0.16 504	0.17 570	0.08 481	0.05 317	0.08 461	0.07 443	0.07 435	0.07 454

11t1	0.12 435	0.06 138	0.13 411	0.14 81	0.08 271	0.17 544	0.15 388	0.18 356	0.15 304	0.15 457	0.15 385	0.16 473	0.16 556	0.15 469	0.13 460	0.08 481	0.05 317	0.06 240	0.05 227	0.08 509	0.07 454

CBFPSM	0.14 500	0.06 138	0.26 659	0.17 335	0.09 407	0.13 424	0.15 388	0.22 454	0.23 498	0.20 577	0.27 587	0.24 590	0.16 556	0.16 504	0.18 588	0.06 200	0.06 482	0.06 240	0.07 443	0.07 435	0.07 454

gwcnet-sp	0.14 500	0.07 272	0.12 350	0.18 440	0.09 407	0.16 520	0.17 504	0.24 502	0.24 515	0.18 535	0.24 532	0.15 458	0.16 556	0.15 469	0.15 538	0.08 481	0.06 482	0.07 360	0.08 526	0.08 509	0.07 454

scenet	0.14 500	0.07 272	0.12 350	0.18 440	0.09 407	0.16 520	0.17 504	0.24 502	0.24 515	0.18 535	0.24 532	0.15 458	0.16 556	0.15 469	0.15 538	0.08 481	0.06 482	0.07 360	0.08 526	0.08 509	0.07 454

ssnet	0.14 500	0.07 272	0.12 350	0.18 440	0.09 407	0.16 520	0.17 504	0.24 502	0.24 515	0.18 535	0.24 532	0.15 458	0.16 556	0.15 469	0.15 538	0.08 481	0.06 482	0.07 360	0.08 526	0.08 509	0.07 454

qqq	0.13 463	0.09 501	0.15 501	0.16 244	0.08 271	0.13 424	0.15 388	0.23 478	0.16 346	0.15 457	0.19 461	0.16 473	0.16 556	0.15 469	0.16 554	0.07 395	0.06 482	0.08 461	0.08 526	0.07 435	0.07 454

BSDual-CNN	0.15 546	0.09 501	0.14 452	0.22 655	0.10 523	0.14 461	0.15 388	0.34 667	0.19 431	0.17 505	0.22 510	0.25 604	0.16 556	0.15 469	0.14 503	0.08 481	0.06 482	0.10 601	0.09 574	0.07 435	0.07 454

psmg	0.14 500	0.09 501	0.14 452	0.17 335	0.10 523	0.15 488	0.17 504	0.29 599	0.19 431	0.17 505	0.21 498	0.25 604	0.16 556	0.15 469	0.14 503	0.08 481	0.06 482	0.08 461	0.08 526	0.07 435	0.06 364

AASNet	0.16 571	0.08 411	0.12 350	0.19 524	0.09 407	0.18 563	0.15 388	0.37 695	0.37 649	0.19 554	0.23 519	0.20 538	0.16 556	0.17 539	0.20 608	0.10 595	0.08 594	0.08 461	0.07 443	0.09 574	0.09 576

PSMNet-ADL	0.15 546	0.12 610	0.13 411	0.22 655	0.09 407	0.13 424	0.20 620	0.26 540	0.23 498	0.18 535	0.20 474	0.24 590	0.16 556	0.18 564	0.17 570	0.08 481	0.08 594	0.08 461	0.11 650	0.08 509	0.07 454

ADLNet	0.16 571	0.08 411	0.15 501	0.16 244	0.10 523	0.16 520	0.17 504	0.32 638	0.27 561	0.22 609	0.27 587	0.24 590	0.16 556	0.18 564	0.21 628	0.10 595	0.06 482	0.10 601	0.10 616	0.08 509	0.09 576

222	0.16 571	0.07 272	0.14 452	0.14 81	0.08 271	0.24 654	0.18 555	0.30 614	0.20 455	0.17 505	0.28 601	0.17 495	0.16 556	0.15 469	0.40 751	0.10 595	0.05 317	0.07 360	0.06 338	0.07 435	0.08 527

test_xeample	0.15 546	0.06 138	0.13 411	0.14 81	0.08 271	0.21 624	0.20 620	0.28 583	0.20 455	0.16 486	0.29 613	0.19 526	0.16 556	0.15 469	0.26 684	0.09 550	0.05 317	0.07 360	0.07 443	0.07 435	0.07 454

ACVNet	0.15 546	0.09 501	0.15 501	0.13 24	0.12 615	0.14 461	0.20 620	0.22 454	0.33 616	0.17 505	0.26 578	0.21 548	0.16 556	0.17 539	0.21 628	0.07 395	0.06 482	0.06 240	0.06 338	0.08 509	0.06 364

cf-r	0.13 463	0.07 272	0.12 350	0.16 244	0.08 271	0.14 461	0.19 596	0.20 400	0.25 537	0.17 505	0.25 561	0.21 548	0.16 556	0.14 441	0.14 503	0.10 595	0.05 317	0.06 240	0.08 526	0.06 347	0.06 364

GwcNet-RSSM	0.14 500	0.07 272	0.12 350	0.15 143	0.08 271	0.15 488	0.20 620	0.21 427	0.27 561	0.18 535	0.27 587	0.22 566	0.16 556	0.14 441	0.15 538	0.10 595	0.05 317	0.07 360	0.09 574	0.07 435	0.07 454

HSM	0.15 546	0.08 411	0.14 452	0.16 244	0.09 407	0.16 520	0.14 299	0.28 583	0.25 537	0.19 554	0.23 519	0.37 695	0.16 556	0.20 606	0.15 538	0.07 395	0.05 317	0.07 360	0.06 338	0.07 435	0.06 364

MWDA-net	0.15 546	0.08 411	0.15 501	0.16 244	0.10 523	0.20 604	0.22 656	0.25 521	0.35 637	0.18 535	0.24 532	0.18 510	0.17 580	0.17 539	0.14 503	0.08 481	0.05 317	0.08 461	0.07 443	0.07 435	0.07 454

z-ln-s-r	0.17 593	0.10 564	0.40 713	0.19 524	0.08 271	0.17 544	0.18 555	0.22 454	0.33 616	0.18 535	0.40 685	0.22 566	0.17 580	0.20 606	0.23 649	0.07 395	0.05 317	0.07 360	0.07 443	0.07 435	0.05 243

coex_refinement	0.14 500	0.07 272	0.12 350	0.17 335	0.10 523	0.15 488	0.15 388	0.26 540	0.29 583	0.18 535	0.20 474	0.22 566	0.17 580	0.16 504	0.18 588	0.08 481	0.05 317	0.06 240	0.06 338	0.09 574	0.08 527

ISRNet	0.18 607	0.08 411	0.19 608	0.19 524	0.13 640	0.15 488	0.12 133	0.30 614	0.32 608	0.21 593	0.25 561	0.27 622	0.17 580	0.17 539	0.20 608	0.20 742	0.08 594	0.14 682	0.14 687	0.14 689	0.17 728

rvit_105_1	0.19 619	0.11 592	0.25 656	0.21 635	0.16 695	0.21 624	0.27 718	0.31 627	0.41 670	0.19 554	0.20 474	0.22 566	0.17 580	0.19 581	0.17 570	0.12 652	0.12 682	0.13 668	0.15 708	0.08 509	0.07 454

DispNO	0.14 500	0.08 411	0.17 570	0.19 524	0.12 615	0.11 311	0.21 644	0.23 478	0.29 583	0.17 505	0.23 519	0.18 510	0.17 580	0.15 469	0.15 538	0.07 395	0.05 317	0.08 461	0.08 526	0.07 435	0.06 364

x	0.13 463	0.07 272	0.14 452	0.14 81	0.08 271	0.18 563	0.14 299	0.22 454	0.20 455	0.15 457	0.19 461	0.19 526	0.17 580	0.18 564	0.18 588	0.07 395	0.05 317	0.06 240	0.06 338	0.07 435	0.07 454

CRFU-Net	0.16 571	0.08 411	0.14 452	0.17 335	0.09 407	0.19 588	0.14 299	0.26 540	0.20 455	0.28 672	0.27 587	0.29 641	0.17 580	0.19 581	0.17 570	0.09 550	0.09 631	0.07 360	0.07 443	0.08 509	0.08 527

AACVNet	0.16 571	0.08 411	0.14 452	0.15 143	0.10 523	0.18 563	0.15 388	0.23 478	0.24 515	0.27 657	0.27 587	0.28 632	0.17 580	0.19 581	0.16 554	0.09 550	0.07 560	0.09 551	0.07 443	0.10 607	0.09 576

LMCR-Stereo	0.15 546	0.08 411	0.13 411	0.21 635	0.09 407	0.17 544	0.20 620	0.27 562	0.19 431	0.24 632	0.24 532	0.23 584	0.17 580	0.20 606	0.17 570	0.07 395	0.06 482	0.08 461	0.06 338	0.10 607	0.08 527

acv_ft	0.15 546	0.09 501	0.15 501	0.19 524	0.10 523	0.16 520	0.17 504	0.25 521	0.33 616	0.19 554	0.26 578	0.21 548	0.17 580	0.17 539	0.18 588	0.07 395	0.06 482	0.06 240	0.06 338	0.08 509	0.06 364

CCAANet	0.14 500	0.06 138	0.14 452	0.17 335	0.09 407	0.16 520	0.13 220	0.30 614	0.24 515	0.16 486	0.32 634	0.18 510	0.17 580	0.17 539	0.14 503	0.06 200	0.05 317	0.09 551	0.09 574	0.06 347	0.09 576

FADNet_RVC	0.16 571	0.14 651	0.40 713	0.20 598	0.11 578	0.13 424	0.13 220	0.26 540	0.22 486	0.21 593	0.23 519	0.20 538	0.17 580	0.14 441	0.16 554	0.08 481	0.08 594	0.12 653	0.09 574	0.11 630	0.10 608

CFNet	0.15 546	0.10 564	0.17 570	0.17 335	0.08 271	0.18 563	0.09 28	0.28 583	0.25 537	0.19 554	0.24 532	0.24 590	0.17 580	0.17 539	0.14 503	0.08 481	0.06 482	0.09 551	0.10 616	0.07 435	0.06 364

NLCA_NET_v2_RVC	0.17 593	0.10 564	0.22 638	0.20 598	0.10 523	0.15 488	0.18 555	0.31 627	0.25 537	0.21 593	0.30 621	0.25 604	0.17 580	0.21 624	0.20 608	0.09 550	0.06 482	0.08 461	0.08 526	0.07 435	0.08 527
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	0.17 593	0.12 610	0.15 501	0.20 598	0.09 407	0.18 563	0.18 555	0.26 540	0.23 498	0.26 651	0.40 685	0.22 566	0.17 580	0.21 624	0.20 608	0.08 481	0.05 317	0.09 551	0.10 616	0.07 435	0.07 454
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SCION-MonSter	0.22 653	0.17 685	0.16 538	0.25 701	0.18 718	0.34 715	0.17 504	0.28 583	0.47 703	0.23 622	0.46 710	0.20 538	0.18 596	0.25 664	0.25 672	0.09 550	0.08 594	0.23 740	0.19 731	0.11 630	0.11 636

YMNet	0.20 631	0.12 610	0.19 608	0.20 598	0.14 664	0.26 676	0.23 668	0.32 638	0.34 628	0.27 657	0.34 652	0.30 651	0.18 596	0.18 564	0.22 637	0.10 595	0.13 697	0.10 601	0.10 616	0.08 509	0.09 576

YMNet_1	0.20 631	0.12 610	0.19 608	0.20 598	0.14 664	0.26 676	0.23 668	0.32 638	0.34 628	0.27 657	0.34 652	0.30 651	0.18 596	0.18 564	0.22 637	0.10 595	0.13 697	0.10 601	0.10 616	0.08 509	0.09 576

ssnet_v2	0.17 593	0.10 564	0.17 570	0.17 335	0.11 578	0.21 624	0.21 644	0.33 658	0.25 537	0.22 609	0.22 510	0.27 622	0.18 596	0.22 637	0.20 608	0.11 627	0.09 631	0.09 551	0.09 574	0.08 509	0.08 527

Wz-Net-LNSev	0.22 653	0.16 671	0.38 710	0.21 635	0.13 640	0.25 665	0.23 668	0.32 638	0.43 688	0.30 686	0.41 696	0.31 664	0.18 596	0.22 637	0.25 672	0.10 595	0.09 631	0.08 461	0.08 526	0.12 648	0.11 636

hknet	0.15 546	0.11 592	0.13 411	0.22 655	0.11 578	0.14 461	0.15 388	0.34 667	0.25 537	0.17 505	0.22 510	0.22 566	0.18 596	0.17 539	0.12 413	0.07 395	0.06 482	0.10 601	0.09 574	0.07 435	0.07 454

ADLNet2	0.16 571	0.09 501	0.13 411	0.16 244	0.09 407	0.20 604	0.16 462	0.31 627	0.39 661	0.16 486	0.20 474	0.20 538	0.18 596	0.21 624	0.22 637	0.08 481	0.06 482	0.07 360	0.07 443	0.09 574	0.07 454

ICVP	0.15 546	0.09 501	0.12 350	0.22 655	0.09 407	0.17 544	0.21 644	0.25 521	0.23 498	0.18 535	0.30 621	0.26 614	0.18 596	0.17 539	0.14 503	0.09 550	0.07 560	0.08 461	0.07 443	0.07 435	0.07 454
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ac_64	0.16 571	0.08 411	0.15 501	0.18 440	0.10 523	0.22 633	0.18 555	0.24 502	0.21 472	0.18 535	0.24 532	0.29 641	0.18 596	0.19 581	0.22 637	0.09 550	0.07 560	0.08 461	0.09 574	0.07 435	0.06 364

HGLStereo	0.17 593	0.08 411	0.19 608	0.17 335	0.12 615	0.18 563	0.18 555	0.31 627	0.32 608	0.21 593	0.32 634	0.25 604	0.18 596	0.19 581	0.20 608	0.09 550	0.09 631	0.07 360	0.07 443	0.09 574	0.10 608

DMCA	0.14 500	0.09 501	0.16 538	0.19 524	0.09 407	0.15 488	0.17 504	0.23 478	0.27 561	0.14 430	0.19 461	0.17 495	0.18 596	0.15 469	0.17 570	0.10 595	0.06 482	0.08 461	0.06 338	0.09 574	0.10 608

STTStereo	0.18 607	0.12 610	0.27 668	0.20 598	0.11 578	0.16 520	0.21 644	0.29 599	0.23 498	0.21 593	0.30 621	0.29 641	0.18 596	0.20 606	0.19 601	0.12 652	0.11 666	0.11 633	0.14 687	0.09 574	0.08 527

RASNet	0.14 500	0.07 272	0.14 452	0.16 244	0.08 271	0.18 563	0.14 299	0.29 599	0.20 455	0.17 505	0.25 561	0.21 548	0.18 596	0.20 606	0.19 601	0.07 395	0.06 482	0.06 240	0.08 526	0.06 347	0.06 364

TDLM	0.17 593	0.12 610	0.13 411	0.24 688	0.10 523	0.18 563	0.18 555	0.36 689	0.30 593	0.21 593	0.28 601	0.28 632	0.18 596	0.23 648	0.18 588	0.11 627	0.07 560	0.10 601	0.10 616	0.08 509	0.08 527

CVANet_RVC	0.18 607	0.10 564	0.14 452	0.21 635	0.10 523	0.18 563	0.17 504	0.34 667	0.33 616	0.22 609	0.31 630	0.28 632	0.18 596	0.23 648	0.17 570	0.12 652	0.08 594	0.12 653	0.11 650	0.09 574	0.07 454

DeepPruner_ROB	0.16 571	0.11 592	0.15 501	0.17 335	0.10 523	0.17 544	0.15 388	0.32 638	0.21 472	0.19 554	0.21 498	0.22 566	0.18 596	0.20 606	0.15 538	0.13 678	0.09 631	0.09 551	0.09 574	0.11 630	0.10 608

pmcnn	0.15 546	0.07 272	0.19 608	0.15 143	0.07 161	0.20 604	0.15 388	0.24 502	0.26 551	0.21 593	0.34 652	0.28 632	0.18 596	0.18 564	0.17 570	0.07 395	0.05 317	0.05 65	0.04 73	0.07 435	0.06 364

MEA-ACV	0.16 571	0.07 272	0.17 570	0.16 244	0.11 578	0.20 604	0.21 644	0.30 614	0.38 656	0.20 577	0.29 613	0.14 427	0.19 613	0.16 504	0.16 554	0.08 481	0.07 560	0.09 551	0.11 650	0.07 435	0.07 454

TCMNet	0.19 619	0.12 610	0.19 608	0.20 598	0.18 718	0.20 604	0.24 683	0.27 562	0.36 642	0.23 622	0.26 578	0.25 604	0.19 613	0.19 581	0.23 649	0.13 678	0.11 666	0.11 633	0.12 672	0.13 671	0.12 652

DualNet (step1)	0.16 571	0.12 610	0.20 621	0.12 7	0.14 664	0.17 544	0.13 220	0.27 562	0.23 498	0.20 577	0.20 474	0.24 590	0.19 613	0.16 504	0.16 554	0.15 696	0.06 482	0.14 682	0.14 687	0.14 689	0.12 652

test_sample9	0.18 607	0.12 610	0.20 621	0.12 7	0.14 664	0.17 544	0.13 220	0.27 562	0.23 498	0.20 577	0.20 474	0.24 590	0.19 613	0.19 581	0.17 570	0.15 696	0.30 769	0.14 682	0.14 687	0.14 689	0.12 652

test_sample7	0.15 546	0.10 564	0.16 538	0.14 81	0.11 578	0.16 520	0.16 462	0.27 562	0.23 498	0.20 577	0.20 474	0.24 590	0.19 613	0.16 504	0.16 554	0.12 652	0.06 482	0.10 601	0.09 574	0.10 607	0.10 608

Wz-Net-MNSev	0.22 653	0.13 638	0.31 686	0.20 598	0.14 664	0.36 725	0.24 683	0.33 658	0.44 693	0.28 672	0.40 685	0.38 699	0.19 613	0.24 658	0.25 672	0.09 550	0.07 560	0.09 551	0.09 574	0.12 648	0.10 608

pcwnet_v2	0.19 619	0.10 564	0.26 659	0.17 335	0.14 664	0.18 563	0.15 388	0.37 695	0.46 701	0.19 554	0.24 532	0.21 548	0.19 613	0.20 606	0.19 601	0.13 678	0.10 653	0.10 601	0.10 616	0.11 630	0.13 677

delet	0.17 593	0.08 411	0.17 570	0.19 524	0.11 578	0.20 604	0.21 644	0.30 614	0.37 649	0.17 505	0.26 578	0.19 526	0.19 613	0.19 581	0.21 628	0.08 481	0.08 594	0.09 551	0.11 650	0.06 347	0.06 364

UNet	0.17 593	0.09 501	0.18 596	0.19 524	0.12 615	0.27 686	0.19 596	0.33 658	0.29 583	0.21 593	0.24 532	0.23 584	0.19 613	0.19 581	0.18 588	0.07 395	0.06 482	0.08 461	0.07 443	0.08 509	0.06 364

UPFNet	0.16 571	0.08 411	0.12 350	0.20 598	0.12 615	0.20 604	0.23 668	0.28 583	0.26 551	0.17 505	0.24 532	0.22 566	0.19 613	0.19 581	0.21 628	0.09 550	0.07 560	0.08 461	0.09 574	0.08 509	0.06 364

NVstereo2D	0.19 619	0.10 564	0.15 501	0.17 335	0.15 684	0.28 693	0.23 668	0.44 733	0.42 681	0.15 457	0.27 587	0.25 604	0.19 613	0.22 637	0.17 570	0.09 550	0.06 482	0.10 601	0.08 526	0.15 706	0.09 576

StereoDRNet	0.18 607	0.11 592	0.17 570	0.22 655	0.11 578	0.21 624	0.22 656	0.37 695	0.33 616	0.24 632	0.28 601	0.30 651	0.19 613	0.20 606	0.20 608	0.09 550	0.08 594	0.11 633	0.09 574	0.09 574	0.07 454

SGM-Forest	0.20 631	0.14 651	0.18 596	0.19 524	0.13 640	0.20 604	0.22 656	0.33 658	0.30 593	0.24 632	0.29 613	0.28 632	0.19 613	0.23 648	0.17 570	0.15 696	0.16 733	0.15 695	0.14 687	0.12 648	0.12 652
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	0.18 607	0.11 592	0.19 608	0.19 524	0.12 615	0.24 654	0.21 644	0.25 521	0.34 628	0.22 609	0.34 652	0.27 622	0.20 626	0.21 624	0.23 649	0.09 550	0.09 631	0.08 461	0.10 616	0.08 509	0.07 454

IER	0.14 500	0.07 272	0.13 411	0.17 335	0.09 407	0.14 461	0.16 462	0.25 521	0.26 551	0.18 535	0.25 561	0.17 495	0.20 626	0.16 504	0.14 503	0.08 481	0.05 317	0.07 360	0.06 338	0.08 509	0.07 454

MMNet	0.17 593	0.09 501	0.16 538	0.20 598	0.11 578	0.27 686	0.20 620	0.25 521	0.41 670	0.22 609	0.30 621	0.21 548	0.20 626	0.17 539	0.20 608	0.06 200	0.06 482	0.07 360	0.07 443	0.08 509	0.07 454

GwcNet	0.20 631	0.13 638	0.19 608	0.18 440	0.12 615	0.24 654	0.19 596	0.35 682	0.43 688	0.20 577	0.32 634	0.33 677	0.20 626	0.22 637	0.24 662	0.11 627	0.09 631	0.09 551	0.09 574	0.09 574	0.10 608

DGSMNet	0.24 677	0.19 703	0.33 695	0.21 635	0.24 747	0.24 654	0.20 620	0.35 682	0.41 670	0.24 632	0.32 634	0.38 699	0.21 630	0.29 688	0.23 649	0.12 652	0.11 666	0.14 682	0.16 716	0.23 744	0.23 745

FADNet-RVC	0.20 631	0.20 710	0.38 710	0.21 635	0.16 695	0.20 604	0.15 388	0.26 540	0.26 551	0.26 651	0.32 634	0.26 614	0.21 630	0.22 637	0.19 601	0.12 652	0.13 697	0.12 653	0.14 687	0.13 671	0.18 734

FADNet	0.21 644	0.22 720	0.36 704	0.18 440	0.17 711	0.24 654	0.13 220	0.31 627	0.31 601	0.23 622	0.25 561	0.27 622	0.21 630	0.19 581	0.15 538	0.13 678	0.15 718	0.12 653	0.15 708	0.16 715	0.18 734

MaskLacGwcNet_RVC	0.22 653	0.21 716	0.24 651	0.26 707	0.11 578	0.23 649	0.14 299	0.39 707	0.24 515	0.32 698	0.36 659	0.30 651	0.21 630	0.19 581	0.21 628	0.17 723	0.14 708	0.21 731	0.16 716	0.12 648	0.12 652

SuperB	0.20 631	0.10 564	0.56 740	0.16 244	0.09 407	0.18 563	0.18 555	0.24 502	0.50 716	0.26 651	0.39 679	0.17 495	0.21 630	0.22 637	0.21 628	0.08 481	0.06 482	0.06 240	0.06 338	0.12 648	0.10 608

RTSC	0.23 670	0.12 610	0.28 673	0.21 635	0.13 640	0.28 693	0.16 462	0.35 682	0.66 756	0.27 657	0.33 647	0.30 651	0.21 630	0.31 692	0.29 704	0.10 595	0.08 594	0.09 551	0.10 616	0.13 671	0.13 677

AANet_RVC	0.16 571	0.10 564	0.10 235	0.18 440	0.09 407	0.18 563	0.19 596	0.26 540	0.31 601	0.22 609	0.35 656	0.21 548	0.21 630	0.22 637	0.16 554	0.06 200	0.05 317	0.06 240	0.06 338	0.07 435	0.06 364

DRN-Test	0.19 619	0.11 592	0.20 621	0.22 655	0.10 523	0.22 633	0.22 656	0.39 707	0.37 649	0.24 632	0.32 634	0.26 614	0.21 630	0.22 637	0.24 662	0.11 627	0.07 560	0.11 633	0.10 616	0.09 574	0.07 454

MDST_ROB	0.22 653	0.10 564	0.17 570	0.18 440	0.11 578	0.37 726	0.19 596	0.43 731	0.41 670	0.39 717	0.39 679	0.29 641	0.21 630	0.26 667	0.18 588	0.11 627	0.10 653	0.14 682	0.11 650	0.10 607	0.08 527

w-ln-seven-2	0.20 631	0.14 651	0.37 708	0.22 655	0.12 615	0.20 604	0.21 644	0.28 583	0.37 649	0.25 645	0.37 665	0.27 622	0.22 639	0.21 624	0.23 649	0.08 481	0.08 594	0.09 551	0.09 574	0.10 607	0.09 576

w-ln-seven	0.24 677	0.14 651	0.55 737	0.19 524	0.14 664	0.26 676	0.22 656	0.35 682	0.60 743	0.29 681	0.39 679	0.30 651	0.22 639	0.21 624	0.26 684	0.09 550	0.09 631	0.11 633	0.10 616	0.11 630	0.10 608

SQANet	0.23 670	0.23 723	0.30 684	0.30 736	0.19 726	0.27 686	0.13 220	0.29 599	0.33 616	0.24 632	0.37 665	0.31 664	0.22 639	0.27 670	0.23 649	0.15 696	0.10 653	0.21 731	0.16 716	0.21 735	0.15 705

SACVNet	0.18 607	0.12 610	0.14 452	0.17 335	0.13 640	0.22 633	0.18 555	0.31 627	0.30 593	0.23 622	0.31 630	0.30 651	0.22 639	0.22 637	0.17 570	0.11 627	0.08 594	0.10 601	0.10 616	0.12 648	0.14 698

FINET	0.21 644	0.18 697	0.26 659	0.18 440	0.16 695	0.23 649	0.23 668	0.32 638	0.48 704	0.25 645	0.32 634	0.22 566	0.22 639	0.22 637	0.17 570	0.18 729	0.16 733	0.11 633	0.10 616	0.15 706	0.13 677

hitnet-ft	0.18 607	0.09 501	0.17 570	0.14 81	0.09 407	0.26 676	0.20 620	0.25 521	0.26 551	0.24 632	0.32 634	0.31 664	0.22 639	0.24 658	0.21 628	0.12 652	0.07 560	0.10 601	0.08 526	0.12 648	0.11 636

ADCP+	0.20 631	0.10 564	0.33 695	0.20 598	0.12 615	0.22 633	0.26 711	0.31 627	0.34 628	0.26 651	0.37 665	0.22 566	0.22 639	0.27 670	0.27 692	0.09 550	0.06 482	0.08 461	0.08 526	0.09 574	0.10 608

PSMNet_ROB	0.21 644	0.11 592	0.15 501	0.27 720	0.15 684	0.24 654	0.35 753	0.43 731	0.37 649	0.27 657	0.32 634	0.32 673	0.22 639	0.21 624	0.26 684	0.12 652	0.08 594	0.13 668	0.11 650	0.09 574	0.09 576

ADCRef	0.19 619	0.12 610	0.41 716	0.20 598	0.12 615	0.22 633	0.18 555	0.32 638	0.36 642	0.26 651	0.32 634	0.17 495	0.23 647	0.24 658	0.24 662	0.07 395	0.06 482	0.09 551	0.09 574	0.08 509	0.08 527

RYNet	0.22 653	0.12 610	0.22 638	0.19 524	0.17 711	0.46 738	0.26 711	0.38 703	0.48 704	0.24 632	0.28 601	0.34 684	0.23 647	0.20 606	0.30 711	0.10 595	0.06 482	0.09 551	0.09 574	0.13 671	0.15 705

NaN_ROB	0.22 653	0.19 703	0.24 651	0.25 701	0.13 640	0.29 697	0.26 711	0.33 658	0.41 670	0.31 692	0.31 630	0.32 673	0.23 647	0.30 691	0.21 628	0.11 627	0.17 739	0.10 601	0.10 616	0.08 509	0.09 576

NOSS_ROB	0.19 619	0.12 610	0.18 596	0.16 244	0.12 615	0.15 488	0.12 133	0.30 614	0.32 608	0.20 577	0.22 510	0.27 622	0.23 647	0.21 624	0.16 554	0.16 717	0.18 741	0.23 740	0.21 740	0.12 648	0.13 677

DispFullNet	0.27 700	0.21 716	0.65 752	0.28 725	0.16 695	0.26 676	0.17 504	0.33 658	0.58 738	0.27 657	0.38 671	0.43 717	0.23 647	0.38 727	0.23 649	0.12 652	0.06 482	0.19 723	0.11 650	0.21 735	0.15 705

CBMV	0.19 619	0.14 651	0.17 570	0.18 440	0.10 523	0.20 604	0.11 86	0.29 599	0.30 593	0.29 681	0.30 621	0.30 651	0.23 647	0.27 670	0.19 601	0.13 678	0.15 718	0.17 711	0.16 716	0.10 607	0.10 608
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
z-mn7	0.24 677	0.14 651	0.45 722	0.19 524	0.13 640	0.28 693	0.25 700	0.34 667	0.62 747	0.27 657	0.56 733	0.29 641	0.24 653	0.32 699	0.25 672	0.08 481	0.08 594	0.08 461	0.08 526	0.10 607	0.10 608

ToySt	0.17 593	0.11 592	0.18 596	0.17 335	0.11 578	0.16 520	0.25 700	0.24 502	0.33 616	0.19 554	0.24 532	0.26 614	0.24 653	0.19 581	0.20 608	0.07 395	0.08 594	0.09 551	0.10 616	0.09 574	0.08 527

WZ-Net	0.28 705	0.17 685	0.78 770	0.22 655	0.16 695	0.34 715	0.29 734	0.39 707	0.57 735	0.24 632	0.55 728	0.37 695	0.24 653	0.33 704	0.35 732	0.09 550	0.08 594	0.09 551	0.10 616	0.14 689	0.16 717

psm_up	0.18 607	0.10 564	0.18 596	0.20 598	0.11 578	0.17 544	0.19 596	0.37 695	0.34 628	0.21 593	0.28 601	0.29 641	0.24 653	0.20 606	0.22 637	0.09 550	0.10 653	0.11 633	0.11 650	0.08 509	0.08 527

RP	0.21 644	0.13 638	0.21 632	0.23 679	0.11 578	0.21 624	0.20 620	0.25 521	0.44 693	0.21 593	0.38 671	0.36 690	0.24 653	0.27 670	0.25 672	0.11 627	0.12 682	0.13 668	0.12 672	0.12 648	0.14 698

PS-NSSS	0.20 631	0.21 716	0.23 647	0.20 598	0.10 523	0.19 588	0.17 504	0.36 689	0.25 537	0.27 657	0.33 647	0.27 622	0.24 653	0.20 606	0.20 608	0.15 696	0.12 682	0.17 711	0.14 687	0.10 607	0.08 527

CBMV_ROB	0.19 619	0.13 638	0.17 570	0.16 244	0.11 578	0.15 488	0.13 220	0.26 540	0.28 576	0.27 657	0.30 621	0.27 622	0.24 653	0.23 648	0.16 554	0.15 696	0.17 739	0.22 737	0.20 736	0.10 607	0.11 636

DLCB_ROB	0.18 607	0.10 564	0.15 501	0.23 679	0.11 578	0.24 654	0.18 555	0.29 599	0.28 576	0.27 657	0.28 601	0.28 632	0.24 653	0.19 581	0.20 608	0.08 481	0.08 594	0.09 551	0.09 574	0.07 435	0.07 454

PWC_ROB	0.21 644	0.16 671	0.26 659	0.18 440	0.11 578	0.22 633	0.13 220	0.32 638	0.49 713	0.30 686	0.40 685	0.32 673	0.24 653	0.31 692	0.22 637	0.10 595	0.07 560	0.11 633	0.08 526	0.11 630	0.10 608

zh-mn7	0.25 689	0.14 651	0.56 740	0.19 524	0.14 664	0.24 654	0.22 656	0.34 667	0.62 747	0.35 707	0.65 742	0.31 664	0.25 662	0.31 692	0.25 672	0.09 550	0.08 594	0.09 551	0.09 574	0.09 574	0.11 636

PSMNet-RUCA	0.27 700	0.33 754	0.41 716	0.36 750	0.32 761	0.18 563	0.19 596	0.42 723	0.30 593	0.33 702	0.41 696	0.39 707	0.25 662	0.31 692	0.20 608	0.18 729	0.10 653	0.25 743	0.15 708	0.21 735	0.16 717

test_sample8	0.19 619	0.12 610	0.20 621	0.12 7	0.14 664	0.17 544	0.13 220	0.31 627	0.21 472	0.27 657	0.22 510	0.36 690	0.25 662	0.19 581	0.17 570	0.15 696	0.30 769	0.14 682	0.14 687	0.14 689	0.12 652

HBP-ISP	0.18 607	0.13 638	0.16 538	0.15 143	0.11 578	0.08 110	0.13 220	0.28 583	0.29 583	0.22 609	0.33 647	0.21 548	0.25 662	0.23 648	0.17 570	0.14 692	0.16 733	0.21 731	0.17 723	0.10 607	0.08 527

DDUNet	0.22 653	0.17 685	0.21 632	0.22 655	0.15 684	0.25 665	0.24 683	0.29 599	0.30 593	0.31 692	0.36 659	0.33 677	0.25 662	0.24 658	0.20 608	0.18 729	0.13 697	0.17 711	0.11 650	0.16 715	0.16 717

Syn2CoEx	0.21 644	0.16 671	0.27 668	0.29 734	0.14 664	0.26 676	0.20 620	0.33 658	0.31 601	0.28 672	0.36 659	0.27 622	0.25 662	0.19 581	0.24 662	0.16 717	0.12 682	0.14 682	0.11 650	0.09 574	0.08 527

Wz-Net-SNSev	0.25 689	0.17 685	0.44 721	0.25 701	0.14 664	0.26 676	0.23 668	0.38 703	0.56 733	0.30 686	0.55 728	0.39 707	0.26 668	0.23 648	0.30 711	0.10 595	0.09 631	0.09 551	0.10 616	0.11 630	0.11 636

AF-Net	0.22 653	0.17 685	0.17 570	0.26 707	0.13 640	0.25 665	0.24 683	0.32 638	0.50 716	0.25 645	0.33 647	0.38 699	0.26 668	0.28 682	0.25 672	0.11 627	0.10 653	0.16 706	0.11 650	0.11 630	0.10 608

PA-Net	0.23 670	0.18 697	0.33 695	0.28 725	0.22 742	0.21 624	0.38 759	0.29 599	0.39 661	0.22 609	0.32 634	0.25 604	0.26 668	0.20 606	0.25 672	0.09 550	0.23 762	0.15 695	0.22 743	0.09 574	0.13 677
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	0.19 619	0.09 501	0.22 638	0.17 335	0.10 523	0.25 665	0.18 555	0.27 562	0.44 693	0.22 609	0.31 630	0.33 677	0.26 668	0.28 682	0.28 700	0.08 481	0.06 482	0.07 360	0.07 443	0.09 574	0.09 576

SANet	0.24 677	0.14 651	0.28 673	0.21 635	0.11 578	0.27 686	0.24 683	0.38 703	0.64 752	0.36 710	0.40 685	0.43 717	0.26 668	0.27 670	0.24 662	0.12 652	0.09 631	0.10 601	0.09 574	0.13 671	0.11 636

XPNet_ROB	0.22 653	0.11 592	0.19 608	0.22 655	0.13 640	0.22 633	0.19 596	0.34 667	0.40 667	0.30 686	0.39 679	0.39 707	0.26 668	0.26 667	0.28 700	0.15 696	0.10 653	0.10 601	0.10 616	0.13 671	0.12 652

ETE_ROB	0.23 670	0.17 685	0.22 638	0.25 701	0.13 640	0.26 676	0.29 734	0.31 627	0.36 642	0.28 672	0.36 659	0.45 721	0.26 668	0.27 670	0.26 684	0.11 627	0.08 594	0.12 653	0.09 574	0.14 689	0.13 677

LALA_ROB	0.25 689	0.16 671	0.22 638	0.26 707	0.17 711	0.27 686	0.27 718	0.42 723	0.37 649	0.33 702	0.38 671	0.51 735	0.26 668	0.28 682	0.27 692	0.16 717	0.09 631	0.12 653	0.11 650	0.13 671	0.12 652

DStereoO	0.24 677	0.18 697	0.18 596	0.20 598	0.14 664	0.21 624	0.19 596	0.32 638	0.41 670	0.29 681	0.21 498	0.32 673	0.27 676	0.41 744	0.27 692	0.46 773	0.12 682	0.31 761	0.11 650	0.15 706	0.12 652

FSD					0.22 742	0.25 665	0.25 700	0.27 562	0.26 551	0.25 645	0.26 578	0.25 604	0.27 676	0.27 670	0.24 662	0.21 746	0.20 747	0.27 748	0.26 750	0.25 751

MSAF-DinoV2	0.22 653	0.11 592	0.23 647	0.17 335	0.10 523	0.27 686	0.16 462	0.37 695	0.55 729	0.21 593	0.27 587	0.47 729	0.27 676	0.35 714	0.39 748	0.09 550	0.06 482	0.07 360	0.09 574	0.12 648	0.10 608

ACVNet-4b	0.39 734	0.53 765	0.55 737	0.45 762	0.24 747	0.47 740	0.18 555	0.49 744	0.64 752	0.42 727	0.45 709	0.60 743	0.27 676	0.34 707	0.24 662	0.33 764	0.14 708	0.48 768	0.42 769	0.30 760	0.26 756

Anonymous_2	0.22 653	0.17 685	0.28 673	0.15 143	0.16 695	0.32 705	0.22 656	0.22 454	0.17 377	0.23 622	0.24 532	0.26 614	0.27 676	0.27 670	0.23 649	0.22 751	0.25 765	0.17 711	0.17 723	0.17 723	0.17 728

UDG	0.21 644	0.17 685	0.19 608	0.23 679	0.15 684	0.30 700	0.20 620	0.33 658	0.35 637	0.23 622	0.28 601	0.31 664	0.27 676	0.20 606	0.22 637	0.15 696	0.12 682	0.13 668	0.09 574	0.14 689	0.14 698

aanetorigin	0.22 653	0.17 685	0.56 740	0.17 335	0.10 523	0.15 488	0.19 596	0.20 400	0.33 616	0.49 736	0.48 714	0.29 641	0.27 676	0.20 606	0.23 649	0.08 481	0.07 560	0.08 461	0.07 443	0.10 607	0.09 576

DMCA-RVC	0.17 593	0.10 564	0.15 501	0.24 688	0.11 578	0.18 563	0.18 555	0.25 521	0.24 515	0.21 593	0.26 578	0.25 604	0.27 676	0.18 564	0.20 608	0.12 652	0.08 594	0.13 668	0.10 616	0.10 607	0.08 527

RGC	0.25 689	0.20 710	0.29 681	0.28 725	0.16 695	0.22 633	0.23 668	0.32 638	0.44 693	0.27 657	0.40 685	0.38 699	0.27 676	0.36 720	0.22 637	0.11 627	0.13 697	0.17 711	0.17 723	0.14 689	0.16 717

stereogan	0.22 653	0.11 592	0.21 632	0.20 598	0.12 615	0.31 702	0.19 596	0.35 682	0.44 693	0.22 609	0.39 679	0.35 688	0.27 676	0.33 704	0.22 637	0.10 595	0.12 682	0.10 601	0.10 616	0.14 689	0.13 677

FBW_ROB	0.24 677	0.17 685	0.22 638	0.26 707	0.14 664	0.25 665	0.22 656	0.41 717	0.41 670	0.41 724	0.41 696	0.42 714	0.27 676	0.31 692	0.23 649	0.09 550	0.14 708	0.14 682	0.12 672	0.11 630	0.09 576

NCC-stereo	0.24 677	0.15 662	0.31 686	0.26 707	0.16 695	0.20 604	0.30 742	0.40 711	0.40 667	0.24 632	0.38 671	0.33 677	0.28 687	0.36 720	0.27 692	0.12 652	0.11 666	0.15 695	0.22 743	0.13 671	0.13 677

Nwc_Net	0.23 670	0.16 671	0.21 632	0.25 701	0.14 664	0.24 654	0.26 711	0.37 695	0.38 656	0.22 609	0.41 696	0.30 651	0.28 687	0.28 682	0.25 672	0.11 627	0.10 653	0.17 711	0.20 736	0.10 607	0.10 608

Abc-Net	0.24 677	0.15 662	0.31 686	0.26 707	0.16 695	0.20 604	0.30 742	0.40 711	0.40 667	0.24 632	0.38 671	0.33 677	0.28 687	0.36 720	0.27 692	0.12 652	0.11 666	0.15 695	0.22 743	0.13 671	0.13 677
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 698	0.15 662	0.30 684	0.24 688	0.18 718	0.22 633	0.15 388	0.38 703	0.71 760	0.32 698	0.41 696	0.36 690	0.28 687	0.32 699	0.29 704	0.12 652	0.11 666	0.14 682	0.13 683	0.16 715	0.20 740

DeepPrunerF	0.24 677	0.17 685	0.42 718	0.26 707	0.16 695	0.22 633	0.28 724	0.37 695	0.50 716	0.26 651	0.29 613	0.24 590	0.28 687	0.21 624	0.22 637	0.15 696	0.11 666	0.20 728	0.18 729	0.12 648	0.13 677

ADCPNet	0.25 689	0.16 671	0.61 749	0.21 635	0.15 684	0.35 724	0.25 700	0.32 638	0.35 637	0.30 686	0.40 685	0.36 690	0.28 687	0.28 682	0.32 724	0.12 652	0.10 653	0.11 633	0.12 672	0.14 689	0.13 677

GANet	0.21 644	0.12 610	0.21 632	0.24 688	0.13 640	0.22 633	0.22 656	0.41 717	0.26 551	0.31 692	0.42 702	0.37 695	0.28 687	0.23 648	0.22 637	0.10 595	0.12 682	0.10 601	0.09 574	0.10 607	0.08 527

NCCL2	0.23 670	0.15 662	0.17 570	0.34 744	0.18 718	0.24 654	0.23 668	0.34 667	0.28 576	0.31 692	0.38 671	0.38 699	0.28 687	0.23 648	0.24 662	0.15 696	0.12 682	0.18 721	0.21 740	0.13 671	0.13 677

APVNet	0.22 653	0.12 610	0.19 608	0.18 440	0.14 664	0.32 705	0.31 748	0.39 707	0.32 608	0.27 657	0.40 685	0.30 651	0.29 695	0.26 667	0.25 672	0.11 627	0.12 682	0.11 633	0.14 687	0.12 648	0.12 652

G-Net	0.24 677	0.16 671	0.36 704	0.22 655	0.16 695	0.51 746	0.23 668	0.29 599	0.34 628	0.36 710	0.38 671	0.31 664	0.29 695	0.27 670	0.26 684	0.11 627	0.09 631	0.12 653	0.09 574	0.16 715	0.13 677

DPSNet	0.28 705	0.16 671	0.31 686	0.18 440	0.13 640	0.54 748	0.42 763	0.51 752	0.67 757	0.29 681	0.38 671	0.38 699	0.29 695	0.31 692	0.23 649	0.11 627	0.10 653	0.11 633	0.08 526	0.20 732	0.16 717

PDISCO_ROB	0.27 700	0.16 671	0.26 659	0.28 725	0.20 731	0.32 705	0.26 711	0.44 733	0.57 735	0.28 672	0.40 685	0.45 721	0.29 695	0.33 704	0.34 731	0.12 652	0.09 631	0.17 711	0.16 716	0.17 723	0.13 677

ccnet	0.29 709	0.28 747	0.23 647	0.20 598	0.28 755	0.41 736	0.21 644	0.45 736	0.33 616	0.36 710	0.46 710	0.36 690	0.30 699	0.39 734	0.42 755	0.23 756	0.14 708	0.21 731	0.17 723	0.23 744	0.18 734

S-Stereo	0.20 631	0.12 610	0.25 656	0.21 635	0.13 640	0.20 604	0.18 555	0.32 638	0.43 688	0.23 622	0.36 659	0.28 632	0.30 699	0.19 581	0.22 637	0.09 550	0.12 682	0.10 601	0.10 616	0.13 671	0.13 677

XQC	0.28 705	0.23 723	0.51 730	0.28 725	0.19 726	0.34 715	0.27 718	0.36 689	0.57 735	0.31 692	0.30 621	0.37 695	0.30 699	0.38 727	0.38 744	0.13 678	0.09 631	0.15 695	0.12 672	0.17 723	0.18 734

ADCL	0.24 677	0.11 592	0.47 727	0.22 655	0.12 615	0.34 715	0.29 734	0.29 599	0.56 733	0.24 632	0.46 710	0.30 651	0.30 699	0.29 688	0.29 704	0.08 481	0.07 560	0.09 551	0.09 574	0.10 607	0.10 608

PStereo	0.20 631	0.22 720	0.20 621	0.17 335	0.10 523	0.13 424	0.20 620	0.27 562	0.38 656	0.20 577	0.14 364	0.28 632	0.31 703	0.24 658	0.31 720	0.18 729	0.13 697	0.15 695	0.11 650	0.12 648	0.12 652

zh-sn7	0.25 689	0.17 685	0.50 729	0.24 688	0.13 640	0.25 665	0.24 683	0.34 667	0.48 704	0.28 672	0.54 726	0.28 632	0.31 703	0.36 720	0.32 724	0.10 595	0.10 653	0.11 633	0.10 616	0.12 648	0.12 652

MFN_U_SF_DS_RVC	0.30 715	0.24 727	0.29 681	0.36 750	0.16 695	0.34 715	0.30 742	0.32 638	0.42 681	0.40 720	0.46 710	0.38 699	0.31 703	0.34 707	0.28 700	0.19 740	0.20 747	0.26 744	0.29 758	0.18 728	0.19 739

CC-Net-ROB	0.28 705	0.31 752	0.36 704	0.29 734	0.15 684	0.25 665	0.19 596	0.45 736	0.33 616	0.39 717	0.37 665	0.39 707	0.31 703	0.27 670	0.26 684	0.24 758	0.19 744	0.30 760	0.23 747	0.18 728	0.15 705

DANet	0.21 644	0.15 662	0.28 673	0.25 701	0.13 640	0.22 633	0.19 596	0.27 562	0.27 561	0.28 672	0.32 634	0.35 688	0.31 703	0.31 692	0.23 649	0.11 627	0.09 631	0.11 633	0.10 616	0.13 671	0.11 636
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
light-stereo	0.42 743	0.26 738	0.59 747	0.60 770	0.49 769	0.32 705	0.23 668	0.46 738	0.52 727	0.56 749	0.58 738	0.76 762	0.32 708	0.48 751	0.29 704	0.32 762	0.24 763	0.27 748	0.33 763	0.46 768	0.39 768

FAT-Stereo	0.20 631	0.12 610	0.22 638	0.21 635	0.12 615	0.17 544	0.18 555	0.34 667	0.39 661	0.27 657	0.37 665	0.34 684	0.32 708	0.21 624	0.20 608	0.09 550	0.11 666	0.10 601	0.09 574	0.11 630	0.14 698

DStereoSA	0.25 689	0.19 703	0.37 708	0.26 707	0.17 711	0.22 633	0.20 620	0.49 744	0.59 739	0.22 609	0.29 613	0.29 641	0.33 710	0.39 734	0.28 700	0.12 652	0.11 666	0.16 706	0.14 687	0.14 689	0.12 652

otaku	0.39 734	0.37 758	0.52 731	0.44 761	0.28 755	0.58 750	0.24 683	0.41 717	0.62 747	0.40 720	0.49 715	0.46 725	0.33 710	0.40 740	0.32 724	0.30 761	0.30 769	0.39 765	0.33 763	0.29 759	0.28 757

AnyNet_C32	0.26 698	0.16 671	0.36 704	0.20 598	0.16 695	0.25 665	0.30 742	0.32 638	0.44 693	0.31 692	0.49 715	0.30 651	0.33 710	0.40 740	0.33 729	0.12 652	0.12 682	0.12 653	0.14 687	0.14 689	0.15 705

GANetREF_RVC	0.31 717	0.34 755	0.27 668	0.35 748	0.16 695	0.32 705	0.41 760	0.48 742	0.51 724	0.35 707	0.35 656	0.34 684	0.33 710	0.39 734	0.32 724	0.27 760	0.20 747	0.29 758	0.15 708	0.18 728	0.17 728
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	0.29 709	0.24 727	0.27 668	0.34 744	0.19 726	0.33 712	0.42 763	0.37 695	0.50 716	0.38 715	0.40 685	0.44 719	0.33 710	0.28 682	0.30 711	0.20 742	0.16 733	0.19 723	0.19 731	0.14 689	0.15 705

DStereoFS	0.27 700	0.22 720	0.31 686	0.22 655	0.15 684	0.22 633	0.20 620	0.50 749	0.48 704	0.28 672	0.44 707	0.33 677	0.34 715	0.52 759	0.29 704	0.12 652	0.11 666	0.15 695	0.13 683	0.16 715	0.16 717

PASM	0.32 720	0.24 727	0.48 728	0.28 725	0.27 753	0.29 697	0.30 742	0.34 667	0.49 713	0.35 707	0.39 679	0.46 725	0.34 715	0.34 707	0.35 732	0.23 756	0.25 765	0.26 744	0.28 757	0.23 744	0.21 742

WCMA_ROB	0.24 677	0.11 592	0.22 638	0.17 335	0.14 664	0.32 705	0.15 388	0.32 638	0.32 608	0.38 715	0.53 724	0.40 711	0.34 715	0.34 707	0.25 672	0.11 627	0.12 682	0.12 653	0.10 616	0.14 689	0.14 698

edge stereo	0.22 653	0.13 638	0.20 621	0.21 635	0.13 640	0.23 649	0.16 462	0.32 638	0.42 681	0.32 698	0.40 685	0.38 699	0.35 718	0.25 664	0.24 662	0.13 678	0.11 666	0.14 682	0.11 650	0.12 648	0.13 677

SGM_RVC	0.23 670	0.12 610	0.15 501	0.15 143	0.09 407	0.33 712	0.18 555	0.34 667	0.31 601	0.44 731	0.37 665	0.53 739	0.35 718	0.35 714	0.24 662	0.13 678	0.13 697	0.13 668	0.13 683	0.10 607	0.11 636
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ADCS	0.29 709	0.18 697	0.45 722	0.21 635	0.17 711	0.28 693	0.23 668	0.41 717	0.63 751	0.40 720	0.49 715	0.40 711	0.36 720	0.39 734	0.40 751	0.13 678	0.12 682	0.13 668	0.14 687	0.16 715	0.16 717

LSM	0.33 724	0.20 710	0.58 745	0.26 707	0.60 779	0.34 715	0.25 700	0.42 723	0.48 704	0.45 732	0.58 738	0.42 714	0.36 720	0.35 714	0.25 672	0.12 652	0.20 747	0.14 682	0.16 716	0.19 731	0.33 763

TARStereo(FT)	0.37 731	0.26 738	0.31 686	0.42 759	0.19 726	0.77 771	1.20 793	0.42 723	0.41 670	0.33 702	0.52 721	0.48 731	0.37 722	0.32 699	0.31 720	0.17 723	0.14 708	0.21 731	0.15 708	0.22 741	0.11 636

2222	0.37 731	0.26 738	0.31 686	0.42 759	0.19 726	0.77 771	1.20 793	0.42 723	0.41 670	0.33 702	0.52 721	0.48 731	0.37 722	0.32 699	0.31 720	0.17 723	0.14 708	0.21 731	0.15 708	0.22 741	0.11 636

psmorigin	0.25 689	0.15 662	0.34 703	0.17 335	0.13 640	0.23 649	0.14 299	0.34 667	0.33 616	0.41 724	0.55 728	0.41 713	0.37 722	0.34 707	0.27 692	0.11 627	0.15 718	0.11 633	0.11 650	0.12 648	0.16 717

AANet	0.30 715	0.19 703	1.03 779	0.16 244	0.13 640	0.22 633	0.16 462	0.30 614	0.62 747	0.60 750	0.52 721	0.46 725	0.38 725	0.23 648	0.32 724	0.12 652	0.09 631	0.11 633	0.10 616	0.13 671	0.12 652

Wz-Net-TNSev	0.29 709	0.20 710	0.65 752	0.19 524	0.15 684	0.38 730	0.27 718	0.35 682	0.55 729	0.34 706	0.42 702	0.45 721	0.38 725	0.32 699	0.30 711	0.12 652	0.13 697	0.10 601	0.12 672	0.15 706	0.14 698

AnyNet_C01	0.36 730	0.25 734	1.37 786	0.22 655	0.17 711	0.48 742	0.27 718	0.35 682	0.39 661	0.39 717	0.74 756	0.46 725	0.38 725	0.45 748	0.47 762	0.13 678	0.13 697	0.13 668	0.14 687	0.14 689	0.15 705

EDNetEfficient	0.29 709	0.24 727	1.13 783	0.18 440	0.10 523	0.19 588	0.20 620	0.20 400	0.60 743	0.74 770	0.56 733	0.31 664	0.39 728	0.22 637	0.30 711	0.09 550	0.07 560	0.08 461	0.07 443	0.11 630	0.09 576

MFN_U_SF_RVC	0.32 720	0.21 716	0.55 737	0.30 736	0.15 684	0.34 715	0.17 504	0.52 755	0.46 701	0.46 735	0.55 728	0.59 742	0.39 728	0.35 714	0.37 741	0.15 696	0.14 708	0.18 721	0.21 740	0.16 715	0.15 705

SAMSARA	0.40 737	0.28 747	0.33 695	0.55 768	0.39 762	0.82 774	1.23 795	0.47 740	0.51 724	0.36 710	0.35 656	0.55 741	0.39 728	0.38 727	0.39 748	0.15 696	0.20 747	0.15 695	0.14 687	0.23 744	0.20 740

FC-DCNN v2	0.33 724	0.27 743	0.28 673	0.26 707	0.23 745	0.37 726	0.28 724	0.40 711	0.43 688	0.45 732	0.56 733	0.51 735	0.40 731	0.37 725	0.29 704	0.21 746	0.20 747	0.27 748	0.26 750	0.25 751	0.24 748

ADCMid	0.25 689	0.15 662	0.40 713	0.20 598	0.14 664	0.25 665	0.26 711	0.34 667	0.38 656	0.36 710	0.44 707	0.34 684	0.40 731	0.35 714	0.33 729	0.10 595	0.09 631	0.11 633	0.11 650	0.13 671	0.12 652

FC-DCNN	0.33 724	0.27 743	0.28 673	0.26 707	0.23 745	0.37 726	0.28 724	0.40 711	0.43 688	0.45 732	0.55 728	0.51 735	0.40 731	0.37 725	0.30 711	0.21 746	0.20 747	0.27 748	0.26 750	0.25 751	0.24 748

MSMD_ROB	0.31 717	0.26 738	0.26 659	0.24 688	0.21 738	0.34 715	0.25 700	0.34 667	0.39 661	0.40 720	0.69 748	0.45 721	0.40 731	0.34 707	0.27 692	0.20 742	0.19 744	0.26 744	0.25 749	0.23 744	0.22 744

MeshStereo	0.27 700	0.13 638	0.18 596	0.15 143	0.11 578	0.32 705	0.24 683	0.40 711	0.36 642	0.52 738	0.57 736	0.67 751	0.40 731	0.35 714	0.26 684	0.14 692	0.13 697	0.13 668	0.11 650	0.11 630	0.10 608
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
noway2	3.60 792	5.21 807	3.74 796	12.26 810	11.84 810	4.51 796	3.91 800	1.00 787	0.48 704	0.89 780	1.98 791	6.35 805	0.41 736	2.90 797	2.47 802	0.93 795	0.13 697	1.92 802	1.77 803	5.66 805	3.67 804

FCDSN-DC	0.33 724	0.28 747	0.28 673	0.30 736	0.24 747	0.39 732	0.28 724	0.42 723	0.42 681	0.43 730	0.53 724	0.51 735	0.41 736	0.36 720	0.30 711	0.21 746	0.20 747	0.27 748	0.26 750	0.25 751	0.24 748
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RTS	0.45 749	0.19 703	3.26 792	0.24 688	0.15 684	0.74 765	0.20 620	0.36 689	0.76 769	0.42 727	0.43 705	0.31 664	0.41 736	0.53 762	0.35 732	0.10 595	0.08 594	0.13 668	0.12 672	0.15 706	0.15 705

RTSA	0.45 749	0.19 703	3.26 792	0.24 688	0.15 684	0.74 765	0.20 620	0.36 689	0.76 769	0.42 727	0.43 705	0.31 664	0.41 736	0.53 762	0.35 732	0.10 595	0.08 594	0.13 668	0.12 672	0.15 706	0.15 705

Ntro	0.40 737	0.40 760	0.53 733	0.46 765	0.30 759	0.65 758	0.24 683	0.46 738	0.68 758	0.41 724	0.49 715	0.48 731	0.42 740	0.39 734	0.31 720	0.32 762	0.28 767	0.37 764	0.30 760	0.32 764	0.29 758

SGM-ForestM	0.32 720	0.12 610	0.16 538	0.16 244	0.11 578	0.39 732	0.19 596	0.41 717	0.50 716	0.52 738	0.54 726	1.32 783	0.42 740	0.40 740	0.27 692	0.14 692	0.16 733	0.16 706	0.16 716	0.12 648	0.12 652

noway4	3.64 795	5.53 810	3.97 799	12.24 809	11.84 810	4.58 798	3.96 804	1.14 798	0.45 699	0.82 774	2.01 793	6.19 800	0.43 742	3.04 800	2.29 798	0.94 796	0.15 718	1.93 803	1.76 799	5.75 809	3.71 808

PatchMatch Graph Cmp	0.32 720	0.16 671	0.26 659	0.19 524	0.13 640	0.31 702	0.20 620	0.42 723	0.60 743	0.55 744	0.81 765	0.67 751	0.44 743	0.38 727	0.36 739	0.15 696	0.15 718	0.15 695	0.14 687	0.12 648	0.13 677

zzzz4	3.62 793	5.55 811	4.00 801	12.27 812	11.85 813	4.49 794	3.91 800	1.10 796	0.42 681	0.85 776	2.01 793	6.20 801	0.44 743	3.00 798	2.25 795	0.94 796	0.15 718	1.93 803	1.76 799	5.70 807	3.67 804

noway1	3.62 793	5.55 811	3.97 799	12.27 812	11.85 813	4.50 795	3.92 802	1.09 795	0.42 681	0.85 776	2.01 793	6.22 802	0.44 743	3.00 798	2.25 795	0.94 796	0.15 718	1.93 803	1.76 799	5.70 807	3.67 804

LE_ROB	0.50 754	0.07 272	0.14 452	0.15 143	0.08 271	0.24 654	0.16 462	0.22 454	1.81 797	4.63 805	0.67 744	0.47 729	0.44 743	0.20 606	0.29 704	0.07 395	0.06 482	0.06 240	0.06 338	0.08 509	0.06 364

PM Graph cmp D40	0.31 717	0.16 671	0.26 659	0.19 524	0.13 640	0.31 702	0.20 620	0.42 723	0.55 729	0.55 744	0.70 750	0.69 755	0.45 747	0.39 734	0.36 739	0.15 696	0.15 718	0.15 695	0.14 687	0.12 648	0.13 677

coex-ft	3.30 791	0.34 755	59.09 832	0.18 440	0.13 640	0.26 676	0.22 656	0.27 562	0.72 761	1.90 799	0.70 750	0.44 719	0.45 747	0.29 688	0.41 754	0.09 550	0.09 631	0.12 653	0.09 574	0.14 689	0.13 677

noway3	3.64 795	5.28 808	3.79 797	12.26 810	11.84 810	4.53 797	3.92 802	1.06 791	0.48 704	0.88 779	1.98 791	6.32 804	0.46 749	3.32 801	2.57 803	0.95 799	0.15 718	1.93 803	1.76 799	5.67 806	3.69 807

RainbowNet	0.54 758	0.61 769	0.70 768	0.57 769	0.43 766	0.65 758	0.37 758	0.60 768	0.87 775	0.50 737	0.66 743	0.64 746	0.47 750	0.49 752	0.43 758	0.47 774	0.48 783	0.52 772	0.41 768	0.52 771	0.40 771

PM Cens cmp D40	0.33 724	0.14 651	0.19 608	0.17 335	0.12 615	0.37 726	0.20 620	0.49 744	0.50 716	0.63 753	0.73 753	0.82 765	0.48 751	0.44 747	0.37 741	0.15 696	0.15 718	0.16 706	0.14 687	0.13 671	0.12 652

Consistency-Raft	0.44 747	0.40 760	0.45 722	0.37 752	0.43 766	0.46 738	0.41 760	0.57 764	0.55 729	0.32 698	0.73 753	0.33 677	0.48 751	0.42 745	0.49 764	0.39 767	0.35 774	0.45 767	0.51 776	0.42 767	0.29 758

ACVNet_1	0.44 747	0.49 764	0.60 748	0.45 762	0.28 755	0.49 744	0.27 718	0.57 764	0.72 761	0.62 752	0.58 738	0.74 760	0.49 753	0.50 753	0.35 732	0.26 759	0.24 763	0.39 765	0.29 758	0.31 763	0.24 748

EDNetEfficientorigin	7.91 803	0.31 752	153.02 833	0.19 524	0.09 407	0.21 624	0.16 462	0.22 454	0.59 739	0.72 765	0.67 744	0.42 714	0.50 754	0.24 658	0.39 748	0.08 481	0.07 560	0.08 461	0.07 443	0.12 648	0.10 608

PatchMatch Cens Cmp	0.33 724	0.15 662	0.20 621	0.17 335	0.12 615	0.39 732	0.21 644	0.47 740	0.51 724	0.68 758	0.78 762	0.87 766	0.51 755	0.43 746	0.35 732	0.15 696	0.15 718	0.16 706	0.14 687	0.13 671	0.12 652

TCMNet-wrong-test	3.67 797	5.48 809	3.89 798	12.18 808	11.75 809	4.65 799	3.88 799	1.06 791	0.72 761	1.09 791	2.15 796	6.30 803	0.53 756	3.43 803	2.36 800	0.89 793	0.20 747	1.87 800	1.69 798	5.57 804	3.62 803

MSC_U_SF_DS_RVC	0.43 745	0.39 759	0.54 734	0.40 755	0.20 731	0.64 757	0.32 750	0.53 757	0.72 761	0.71 763	0.72 752	0.61 744	0.54 757	0.51 757	0.46 761	0.20 742	0.19 744	0.29 758	0.30 760	0.23 744	0.18 734

ELAS_RVC	0.41 739	0.29 750	0.33 695	0.28 725	0.24 747	0.54 748	0.36 755	0.49 744	0.59 739	0.72 765	0.74 756	0.65 749	0.54 757	0.54 764	0.40 751	0.22 751	0.20 747	0.27 748	0.26 750	0.26 756	0.25 753
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 739	0.29 750	0.33 695	0.27 720	0.24 747	0.60 755	0.36 755	0.50 749	0.50 716	0.71 763	0.79 763	0.67 751	0.54 757	0.51 757	0.42 755	0.22 751	0.20 747	0.27 748	0.26 750	0.26 756	0.25 753
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
anonymity	0.53 757	0.58 767	0.65 752	0.41 757	0.61 780	0.53 747	0.41 760	0.56 762	0.41 670	0.55 744	0.50 719	0.49 734	0.55 760	0.58 767	0.50 767	0.58 780	0.50 787	0.51 770	0.51 776	0.51 770	0.57 777

UHP(FT)	0.41 739	0.25 734	0.42 718	0.37 752	0.20 731	0.59 751	0.44 767	0.51 752	0.73 765	0.54 742	0.76 759	0.70 757	0.56 761	0.50 753	0.38 744	0.18 729	0.22 760	0.22 737	0.20 736	0.20 732	0.17 728

nnnnnnn	0.42 743	0.25 734	0.52 731	0.33 741	0.27 753	0.49 744	0.29 734	0.53 757	0.77 771	0.63 753	0.68 746	0.74 760	0.56 761	0.46 749	0.43 758	0.22 751	0.21 759	0.27 748	0.26 750	0.28 758	0.25 753

mmmmmm	0.41 739	0.25 734	0.42 718	0.37 752	0.20 731	0.59 751	0.44 767	0.51 752	0.73 765	0.54 742	0.76 759	0.70 757	0.56 761	0.50 753	0.38 744	0.18 729	0.22 760	0.22 737	0.20 736	0.20 732	0.17 728

SGM+DAISY	0.56 759	0.57 766	0.65 752	0.40 755	0.54 772	0.66 760	0.49 770	0.56 762	0.45 699	0.66 756	0.69 748	0.67 751	0.56 761	0.63 769	0.56 769	0.59 781	0.48 783	0.50 769	0.50 775	0.52 771	0.58 778

MonStereo1	0.47 753	0.26 738	0.58 745	0.28 725	0.20 731	0.39 732	0.18 555	0.49 744	0.64 752	0.52 738	0.87 767	1.01 769	0.57 765	0.50 753	0.56 769	0.53 777	0.31 772	0.54 774	0.40 767	0.33 765	0.34 764

SPS-STEREO	0.57 760	0.58 767	0.65 752	0.45 762	0.55 774	0.62 756	0.44 767	0.62 769	0.50 716	0.68 758	0.64 741	0.66 750	0.57 765	0.61 768	0.60 772	0.62 783	0.47 782	0.51 770	0.49 773	0.55 775	0.58 778
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	0.39 734	0.20 710	0.39 712	0.31 740	0.22 742	0.29 697	0.43 765	0.52 755	0.96 778	0.55 744	0.79 763	0.53 739	0.59 767	0.52 759	0.38 744	0.19 740	0.14 708	0.17 711	0.14 687	0.24 750	0.31 761

MANE	0.45 749	0.27 743	0.27 668	0.27 720	0.24 747	0.47 740	0.31 748	0.55 761	0.59 739	0.72 765	1.13 781	1.15 777	0.61 768	0.52 759	0.37 741	0.21 746	0.20 747	0.27 748	0.31 762	0.25 751	0.24 748

PWCK	0.71 765	0.94 784	0.95 777	0.76 775	0.31 760	0.74 765	0.36 755	0.90 778	0.90 776	0.96 784	0.75 758	0.95 768	0.61 768	0.87 782	0.66 777	0.72 786	0.46 778	0.75 780	0.49 773	0.69 784	0.44 773

BEATNet-Init1	0.52 755	0.27 743	0.62 750	0.30 736	0.21 738	0.76 769	0.29 734	0.54 760	0.65 755	0.86 778	0.95 772	2.07 792	0.62 770	0.56 766	0.42 755	0.18 729	0.18 741	0.23 740	0.22 743	0.22 741	0.21 742

NVStereoNet_ROB	0.46 752	0.36 757	0.46 726	0.41 757	0.28 755	0.34 715	0.34 752	0.48 742	0.60 743	0.72 765	0.93 770	0.70 757	0.66 771	0.47 750	0.60 772	0.22 751	0.33 773	0.34 763	0.34 766	0.30 760	0.30 760
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	0.64 761	0.66 773	0.65 752	0.51 766	0.69 784	0.69 761	0.57 776	0.64 770	0.73 765	0.60 750	0.73 753	0.62 745	0.67 772	0.65 770	0.60 772	0.66 785	0.58 796	0.63 775	0.59 779	0.68 782	0.69 787

1111	0.43 745	0.23 723	0.54 734	0.33 741	0.20 731	0.83 775	0.35 753	0.50 749	0.82 772	0.63 753	0.68 746	0.69 755	0.68 773	0.77 773	0.35 732	0.17 723	0.15 718	0.19 723	0.19 731	0.21 735	0.17 728

MADNet+	0.75 770	0.71 775	3.70 795	0.66 772	0.41 764	0.98 780	0.97 791	0.69 771	0.73 765	0.52 738	0.57 736	0.64 746	0.68 773	0.86 781	1.01 790	0.34 765	0.36 775	0.28 757	0.23 747	0.36 766	0.31 761

ACVNet_2	0.66 764	0.66 773	0.68 762	0.63 771	0.41 764	0.71 763	0.49 770	0.96 783	1.39 788	0.89 780	1.09 777	1.04 771	0.73 775	0.54 764	0.47 762	0.43 771	0.40 776	0.53 773	0.44 770	0.47 769	0.35 766

TorneroNet-64	0.76 771	0.72 776	0.74 769	0.78 777	0.58 778	0.91 779	0.56 775	0.84 775	1.29 785	0.66 756	0.90 768	1.40 785	0.75 776	0.85 780	0.67 780	0.49 775	0.46 778	0.72 779	0.59 779	0.67 781	0.53 776

IMH-64-1	0.65 762	0.61 769	0.68 762	0.71 773	0.51 770	0.59 751	0.49 770	0.91 779	0.85 773	0.74 770	1.02 774	0.81 763	0.78 777	0.79 774	0.49 764	0.42 769	0.46 778	0.71 777	0.47 771	0.52 771	0.39 768

IMH-64	0.65 762	0.61 769	0.68 762	0.71 773	0.51 770	0.59 751	0.49 770	0.91 779	0.85 773	0.74 770	1.02 774	0.81 763	0.78 777	0.79 774	0.49 764	0.42 769	0.46 778	0.71 777	0.47 771	0.52 771	0.39 768

TARSTereo(ZeroShot)	0.72 768	0.18 697	0.56 740	0.27 720	0.21 738	1.35 789	0.25 700	0.59 766	1.65 794	0.68 758	5.01 799	1.08 774	0.81 779	0.38 727	0.30 711	0.18 729	0.15 718	0.20 728	0.19 731	0.17 723	0.23 745

TestStereooo	0.72 768	0.18 697	0.56 740	0.27 720	0.21 738	1.35 789	0.25 700	0.59 766	1.65 794	0.68 758	5.01 799	1.08 774	0.81 779	0.38 727	0.30 711	0.18 729	0.15 718	0.20 728	0.19 731	0.17 723	0.23 745

JetBlue	0.71 765	0.45 763	1.14 784	0.51 766	0.47 768	2.02 792	0.64 780	0.75 772	0.70 759	0.69 762	0.77 761	1.22 779	0.83 781	1.03 791	1.01 790	0.40 768	0.28 767	0.33 762	0.33 763	0.30 760	0.34 764

LVE	0.83 775	0.85 782	0.85 775	0.80 778	0.56 775	1.04 785	0.65 781	1.05 789	1.47 791	0.96 784	1.22 785	1.10 776	0.85 782	0.83 777	0.71 782	0.49 775	0.55 793	0.76 783	0.60 781	0.65 779	0.59 783

fsdfsdds	0.52 755	0.19 703	0.67 760	0.33 741	0.18 718	0.48 742	0.32 750	0.53 757	1.00 779	0.73 769	2.21 797	1.03 770	0.86 783	0.34 707	0.45 760	0.16 717	0.16 733	0.26 744	0.18 729	0.14 689	0.15 705

TorneroNet	0.82 774	0.74 777	0.81 774	0.84 780	0.63 781	0.99 781	0.63 778	0.96 783	1.16 782	0.80 773	1.11 779	1.36 784	0.86 783	0.93 787	0.80 785	0.56 778	0.49 785	0.78 785	0.66 784	0.73 787	0.63 786

IMH	0.71 765	0.64 772	0.68 762	0.76 775	0.54 772	0.69 761	0.54 774	0.98 785	1.10 781	0.82 774	1.09 777	0.89 767	0.88 785	0.87 782	0.52 768	0.44 772	0.50 787	0.75 780	0.51 776	0.56 776	0.41 772

WAO-7	0.79 772	0.78 778	0.54 734	0.85 781	0.67 783	0.74 765	0.68 784	1.05 789	1.32 786	0.90 782	1.20 784	1.04 771	0.92 786	0.69 771	0.66 777	0.60 782	0.62 797	0.67 776	0.68 785	0.64 778	0.58 778

JetRed	1.62 786	1.46 792	2.98 790	0.92 784	1.21 793	4.99 800	1.53 798	1.27 801	1.39 788	1.83 798	1.74 790	1.60 791	0.95 787	1.41 794	2.45 801	0.90 794	1.60 802	0.93 789	0.90 793	1.35 795	0.99 794

KSHMR	1.09 783	1.17 788	0.88 776	1.25 793	1.00 792	0.99 781	0.96 790	1.13 797	1.37 787	1.16 793	1.29 786	1.41 786	0.96 788	1.01 790	0.92 787	1.03 800	1.08 801	1.20 794	1.03 795	1.01 792	0.97 793

Dean	0.87 776	0.86 783	0.79 772	0.81 779	0.56 775	0.90 776	0.63 778	1.15 799	1.73 796	1.15 792	1.15 782	1.31 782	0.99 789	0.81 776	0.81 786	0.57 779	0.56 794	0.77 784	0.64 782	0.66 780	0.58 778

WAO-6	0.81 773	0.80 779	0.62 750	0.86 782	0.63 781	0.76 769	0.58 777	0.98 785	1.54 793	0.90 782	0.96 773	1.07 773	1.03 790	0.70 772	0.66 777	0.72 786	0.49 785	0.90 788	0.71 786	0.68 782	0.58 778

WAO-8	0.91 777	0.81 780	0.65 752	0.94 785	0.69 784	0.90 776	0.67 782	1.07 793	1.83 798	1.06 789	1.45 787	1.30 780	1.07 791	0.84 778	0.78 783	0.74 788	0.53 790	0.86 786	0.75 787	0.69 784	0.62 784

ktn	1.01 782	1.21 789	0.80 773	1.23 792	0.86 790	1.01 783	0.87 788	0.94 782	1.39 788	1.04 787	1.12 780	1.15 777	1.07 791	0.94 788	0.59 771	1.28 802	0.71 799	1.38 797	0.83 790	1.02 793	0.75 790

Venus	0.91 777	0.81 780	0.65 752	0.94 785	0.69 784	0.90 776	0.67 782	1.07 793	1.83 798	1.06 789	1.45 787	1.30 780	1.07 791	0.84 778	0.78 783	0.74 788	0.53 790	0.86 786	0.75 787	0.69 784	0.62 784

DPSimNet_ROB	1.11 784	1.23 790	0.78 770	1.13 790	0.88 791	1.10 786	1.13 792	1.16 800	1.23 784	1.43 796	1.02 774	1.41 786	1.10 794	0.90 786	1.60 792	1.46 803	0.51 789	1.21 795	1.03 795	0.90 790	1.01 795

notaker	0.97 780	1.11 787	0.98 778	1.13 790	0.81 788	0.73 764	0.68 784	0.93 781	1.16 782	1.18 794	1.18 783	1.41 786	1.16 795	1.08 793	0.69 781	0.81 791	0.64 798	1.17 793	0.79 789	0.98 791	0.80 791

UNDER WATER-64	0.95 779	0.94 784	1.43 788	0.87 783	0.56 775	1.18 788	0.87 788	0.77 773	0.94 777	1.04 787	0.85 766	1.58 790	1.21 796	0.94 788	0.96 788	0.87 792	0.57 795	1.03 792	0.88 792	0.78 788	0.73 788

UNDER WATER	0.97 780	0.97 786	1.42 787	0.99 787	0.70 787	1.12 787	0.84 787	0.80 774	1.08 780	1.01 786	0.90 768	1.55 789	1.22 797	1.03 791	1.00 789	0.78 790	0.53 790	1.02 791	0.87 791	0.80 789	0.74 789

HanzoNet	1.29 785	1.26 791	1.19 785	1.12 789	0.85 789	1.02 784	0.83 786	1.03 788	1.48 792	1.64 797	1.61 789	2.50 794	1.72 798	1.61 795	1.61 793	1.26 801	0.80 800	1.31 796	1.01 794	1.02 793	0.86 792

Selective-IGEV-i1pa	2.80 790	3.51 799	0.67 760	0.28 725	0.14 664	10.22 806	0.43 765	4.36 803	3.63 801	3.53 803	6.92 802	3.47 795	1.97 799	13.41 817	2.26 797	0.36 766	0.15 718	0.13 668	0.10 616	0.15 706	0.35 766

MADNet++	1.95 789	1.75 793	1.59 789	1.82 794	1.69 795	2.33 793	1.40 797	2.35 802	2.09 800	2.57 802	2.36 798	2.24 793	2.17 800	2.28 796	2.34 799	1.87 804	1.66 803	1.54 798	1.34 797	1.92 796	1.77 797

Selective-IGEV-i16pa	18.58 816	3.30 797	1.09 782	0.21 635	0.18 718	103.68 835	0.28 724	19.87 822	40.73 830	4.16 804	56.45 834	8.07 809	2.59 801	123.95 836	5.89 806	0.18 729	0.12 682	0.09 551	0.12 672	0.12 648	0.51 775

UHP(ZeroShot)	1.94 787	0.24 727	1.06 780	0.34 744	0.18 718	5.35 801	0.24 683	0.86 776	4.09 802	2.33 800	11.82 813	7.01 806	2.71 802	0.87 782	0.60 772	0.17 723	0.14 708	0.19 723	0.17 723	0.21 735	0.16 717

UHP	1.94 787	0.24 727	1.06 780	0.34 744	0.18 718	5.35 801	0.24 683	0.86 776	4.09 802	2.33 800	11.82 813	7.01 806	2.71 802	0.87 782	0.60 772	0.17 723	0.14 708	0.19 723	0.17 723	0.21 735	0.16 717

tt	4.67 798	0.06 138	3.55 794	2.02 795	1.55 794	10.25 807	16.71 808	8.91 812	5.03 804	1.31 795	0.94 771	4.71 796	4.76 804	3.33 802	5.87 805	6.06 812	10.30 817	1.88 801	2.11 805	2.75 798	1.21 796

LRCNet_RVC	10.62 811	13.42 819	7.30 803	18.92 817	2.07 796	0.33 712	0.30 742	5.59 807	0.48 704	13.03 817	17.94 816	8.87 810	5.65 805	4.79 804	1.89 794	23.51 831	2.73 808	27.55 834	25.71 833	16.07 826	16.33 826

PML	8.91 806	9.34 818	6.13 802	5.35 799	6.41 800	14.99 810	23.38 815	5.27 804	6.83 805	18.04 821	28.19 829	7.67 808	6.83 806	7.85 808	5.75 804	5.35 811	1.83 804	5.95 817	1.93 804	8.64 814	2.52 799

USTest	6.22 799	2.73 796	3.00 791	6.57 802	7.29 801	14.37 809	21.57 809	7.00 811	9.56 809	5.34 808	6.10 801	5.72 799	7.64 807	6.41 807	6.96 807	1.97 805	3.42 809	1.64 799	2.15 806	2.66 797	2.36 798

xxxxx1	7.79 800	5.02 804	7.31 804	3.12 796	3.85 797	16.35 811	22.88 810	5.86 808	8.69 806	7.97 809	8.54 803	9.12 811	8.27 808	10.18 809	10.92 808	2.42 806	2.45 805	3.56 809	12.37 814	3.77 799	3.06 800

tt_ll	7.79 800	5.02 804	7.31 804	3.12 796	3.85 797	16.35 811	22.88 810	5.86 808	8.69 806	7.97 809	8.54 803	9.12 811	8.27 808	10.18 809	10.92 808	2.42 806	2.45 805	3.56 809	12.37 814	3.77 799	3.06 800

ff	7.79 800	5.02 804	7.31 804	3.12 796	3.85 797	16.35 811	22.88 810	5.86 808	8.69 806	7.97 809	8.54 803	9.12 811	8.27 808	10.18 809	10.92 808	2.42 806	2.45 805	3.56 809	12.37 814	3.77 799	3.06 800

DPSMNet_ROB	8.06 804	4.48 800	8.63 812	5.37 801	10.74 804	8.32 804	22.98 814	5.46 805	13.36 814	5.12 806	9.92 808	5.08 797	10.40 811	5.53 806	12.58 811	3.80 810	8.00 810	3.50 807	7.02 811	3.83 802	7.14 812

DGTPSM_ROB	8.06 804	4.48 800	8.63 812	5.35 799	10.72 803	8.32 804	22.97 813	5.46 805	13.35 813	5.12 806	9.92 808	5.08 797	10.40 811	5.52 805	12.58 811	3.79 809	8.00 810	3.50 807	7.02 811	3.83 802	7.14 812

iinet-test	10.48 809	8.09 814	7.54 808	10.26 803	10.94 805	18.00 815	25.26 816	11.33 816	13.28 811	9.69 813	9.85 806	9.42 814	11.17 813	11.02 813	12.78 814	6.59 814	8.30 812	5.56 812	6.56 807	6.89 810	7.02 810

IINet	10.48 809	8.09 814	7.54 808	10.26 803	10.94 805	18.00 815	25.26 816	11.33 816	13.28 811	9.69 813	9.85 806	9.42 814	11.17 813	11.02 813	12.78 814	6.59 814	8.30 812	5.56 812	6.56 807	6.89 810	7.02 810

Anonymous_1	10.96 812	7.92 813	7.46 807	10.33 805	10.06 802	18.65 817	26.34 818	11.06 815	13.44 815	9.40 812	10.05 810	9.67 816	11.23 815	10.73 812	12.72 813	6.42 813	8.38 814	5.77 814	10.61 813	12.12 815	6.77 809

DPSM_ROB	11.15 813	8.58 816	8.00 810	10.88 806	11.58 807	19.10 818	26.71 819	12.05 818	14.07 818	10.36 815	10.84 811	10.33 817	11.86 816	11.70 815	13.54 816	6.99 816	8.79 815	5.89 815	6.95 809	7.29 812	7.42 814

DPSM	11.15 813	8.58 816	8.00 810	10.88 806	11.58 807	19.10 818	26.71 819	12.05 818	14.07 818	10.36 815	10.84 811	10.33 817	11.86 816	11.70 815	13.54 816	6.99 816	8.79 815	5.89 815	6.95 809	7.29 812	7.42 814

HaxPig	15.71 815	18.52 830	19.18 824	16.89 816	15.89 817	7.73 803	7.60 805	13.31 820	10.82 810	15.42 818	14.91 815	15.98 819	14.92 818	15.58 818	15.98 818	18.95 826	16.73 818	19.46 830	18.08 825	19.26 827	19.05 829

MEDIAN_ROB	20.38 819	24.04 831	23.31 827	21.23 818	21.71 820	10.40 808	7.92 806	17.64 821	15.50 820	20.12 822	19.70 817	20.34 820	20.32 819	21.19 819	21.13 821	23.81 832	21.81 827	24.98 833	23.76 832	24.71 832	23.93 832

RSGM-EC	20.36 817	4.73 802	0.68 762	16.76 814	16.92 818	21.28 820	27.18 821	10.46 813	14.04 816	18.00 819	21.31 819	22.24 829	21.82 820	22.57 820	17.63 819	62.81 834	33.79 833	20.14 831	18.10 826	20.18 828	16.45 827

acva	20.36 817	4.73 802	0.68 762	16.76 814	16.92 818	21.28 820	27.18 821	10.46 813	14.04 816	18.00 819	21.31 819	22.24 829	21.82 820	22.57 820	17.63 819	62.81 834	33.79 833	20.14 831	18.10 826	20.18 828	16.45 827

fast-reg	22.85 826	17.43 829	19.15 823	22.22 826	24.34 827	38.36 825	53.78 825	24.23 827	28.52 828	20.55 823	22.05 827	20.54 821	23.77 822	23.21 822	27.31 824	14.18 825	17.47 820	14.33 825	14.96 824	15.81 825	14.81 816

FlowAnything	22.44 823	17.35 826	16.14 818	22.07 824	23.23 821	38.39 827	53.77 824	24.25 828	28.44 826	20.96 830	21.82 825	20.70 822	23.84 823	23.49 827	27.14 823	14.04 818	17.79 826	11.75 818	14.15 823	14.65 818	14.89 817

Selective-RAFT-Error	22.47 824	17.37 827	16.09 817	22.06 823	23.34 826	38.39 827	53.83 830	24.29 830	28.47 827	20.74 828	21.83 826	20.81 823	23.90 824	23.54 829	27.53 830	14.08 822	17.69 821	11.82 819	14.00 817	14.69 821	15.00 823

Hybrid-DGEV	22.47 824	17.40 828	16.14 818	22.00 819	23.29 823	38.36 825	53.80 826	24.43 831	28.63 829	20.59 824	21.81 824	20.88 824	23.91 825	23.45 826	27.42 827	14.08 822	17.69 821	11.83 820	14.06 822	14.65 818	14.93 819

CasAABBNet	22.42 820	17.33 823	16.01 816	22.01 820	23.28 822	38.32 822	53.80 826	24.14 826	28.41 825	20.60 825	21.77 823	20.89 827	23.91 825	23.43 825	27.36 825	14.07 819	17.69 821	11.83 820	14.01 818	14.67 820	14.95 820

RAFT-FEzeroshot	22.43 821	17.33 823	15.98 814	22.02 821	23.31 824	38.34 823	53.82 828	24.05 824	28.39 823	20.61 826	21.76 821	20.88 824	23.92 827	23.41 823	27.42 827	14.07 819	17.69 821	11.83 820	14.02 819	14.69 821	14.97 821

RAFT-FE	22.43 821	17.33 823	15.98 814	22.02 821	23.31 824	38.34 823	53.82 828	24.05 824	28.39 823	20.61 826	21.76 821	20.88 824	23.92 827	23.41 823	27.42 827	14.07 819	17.69 821	11.83 820	14.02 819	14.69 821	14.97 821

LSM0	22.87 827	17.28 822	18.96 821	22.19 825	29.04 829	38.42 829	53.71 823	24.28 829	28.31 822	20.78 829	21.00 818	21.43 828	24.16 829	23.50 828	27.39 826	14.09 824	17.38 819	11.84 824	14.04 821	14.73 824	14.89 817

AVERAGE_ROB	24.90 828	29.20 834	28.14 830	24.89 827	24.64 828	17.75 814	11.12 807	21.45 823	19.93 821	25.12 831	24.46 828	25.12 831	25.46 830	24.69 830	22.83 822	29.76 833	27.13 832	28.97 835	27.95 834	29.91 833	29.47 833

zzzz2	33.88 831	26.18 832	24.44 828	33.40 828	35.10 830	58.13 830	81.44 833	37.02 835	42.64 832	31.75 834	33.25 832	31.23 834	35.81 831	34.90 831	40.56 831	21.21 829	26.75 828	18.05 828	21.21 830	22.06 830	22.50 830

noway5	33.88 831	26.18 832	24.44 828	33.40 828	35.10 830	58.13 830	81.44 833	37.02 835	42.64 832	31.75 834	33.25 832	31.23 834	35.81 831	34.90 831	40.56 831	21.21 829	26.75 828	18.05 828	21.21 830	22.06 830	22.50 830

zzzzzz3	32.30 829	13.60 820	18.91 820	39.10 830	40.27 832	58.35 832	74.04 832	33.28 833	42.63 831	31.37 832	33.03 830	30.65 832	36.33 833	37.51 833	43.96 833	20.73 827	26.80 830	16.52 826	20.79 828	12.34 816	15.78 824

zzz1	32.32 830	13.62 821	19.04 822	39.10 830	40.27 832	58.39 833	73.98 831	33.31 834	42.69 834	31.39 833	33.04 831	30.66 833	36.33 833	37.52 834	43.96 833	20.74 828	26.81 831	16.53 827	20.80 829	12.35 817	15.78 824

test_example2	98.32 833	94.13 835	45.89 831	96.35 832	109.85 834	88.61 834	95.45 835	25.75 832	94.37 835	130.00 837	126.06 835	58.17 836	74.63 835	88.51 835	79.96 835	150.23 836	221.02 835	77.62 836	99.10 835	113.75 836	96.94 834

PatchMatch		0.16 671		0.19 524		0.30 700		0.41 717		0.55 744		0.64 746		0.40 740		0.15 696		0.15 695		0.12 648

ccccc		285.66 836		368.85 835	370.60 835	123.16 836		115.05 837		126.68 836		122.83 837		252.94 837		384.56 837	353.86 836	254.69 837	223.00 836	425.87 837

ASD4		3.38 798

Low-res two-view benchmark