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

anonymous	0.08 91	0.05 45	0.12 312	0.16 228	0.08 231	0.05 4	0.13 186	0.10 39	0.14 238	0.07 80	0.07 68	0.06 44	0.04 1	0.07 6	0.09 109	0.05 51	0.04 25	0.05 55	0.04 64	0.04 49	0.03 2

DepthFocus	0.08 91	0.04 1	0.15 456	0.12 7	0.09 367	0.07 45	0.12 108	0.10 39	0.05 4	0.09 193	0.05 7	0.07 131	0.04 1	0.08 29	0.08 27	0.06 172	0.05 284	0.07 321	0.07 402	0.05 175	0.04 77

Selective-IGEV-i32	0.07 7	0.06 124	0.08 61	0.17 315	0.06 33	0.08 89	0.12 108	0.13 124	0.07 20	0.08 140	0.07 68	0.06 44	0.04 1	0.10 129	0.09 109	0.05 51	0.04 25	0.05 55	0.04 64	0.04 49	0.03 2

MatchStereo	0.07 7	0.04 1	0.08 61	0.14 71	0.06 33	0.05 4	0.12 108	0.12 93	0.09 59	0.07 80	0.06 25	0.04 1	0.04 1	0.08 29	0.09 109	0.06 172	0.05 284	0.05 55	0.03 1	0.04 49	0.04 77
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 91	0.05 45	0.09 133	0.19 484	0.07 140	0.07 45	0.12 108	0.14 158	0.11 120	0.10 243	0.09 170	0.07 131	0.04 1	0.12 307	0.08 27	0.06 172	0.05 284	0.05 55	0.04 64	0.04 49	0.05 213

MSCF	0.08 91	0.05 45	0.08 61	0.19 484	0.08 231	0.06 15	0.12 108	0.14 158	0.11 120	0.10 243	0.09 170	0.07 131	0.04 1	0.11 207	0.08 27	0.06 172	0.05 284	0.05 55	0.04 64	0.05 175	0.05 213

LG-Stereo_L1	0.07 7	0.05 45	0.11 263	0.14 71	0.06 33	0.07 45	0.13 186	0.09 25	0.07 20	0.05 2	0.04 1	0.05 5	0.04 1	0.08 29	0.07 1	0.05 51	0.04 25	0.05 55	0.03 1	0.04 49	0.04 77

MLG-Stereo_test2	0.06 1	0.04 1	0.10 200	0.15 128	0.05 2	0.07 45	0.11 71	0.09 25	0.04 2	0.06 26	0.05 7	0.06 44	0.04 1	0.08 29	0.09 109	0.06 172	0.04 25	0.05 55	0.03 1	0.05 175	0.05 213

SCV	0.08 91	0.09 455	0.08 61	0.15 128	0.08 231	0.10 212	0.13 186	0.10 39	0.12 161	0.07 80	0.07 68	0.06 44	0.04 1	0.09 63	0.08 27	0.05 51	0.04 25	0.06 208	0.04 64	0.06 305	0.04 77

FoundationStereo	0.06 1	0.04 1	0.08 61	0.12 7	0.05 2	0.09 147	0.13 186	0.06 1	0.09 59	0.05 2	0.05 7	0.06 44	0.04 1	0.06 1	0.07 1	0.06 172	0.04 25	0.05 55	0.03 1	0.05 175	0.04 77

AIO_rvc	0.07 7	0.06 124	0.08 61	0.15 128	0.06 33	0.08 89	0.14 257	0.09 25	0.08 30	0.07 80	0.08 133	0.07 131	0.04 1	0.10 129	0.08 27	0.05 51	0.04 25	0.05 55	0.04 64	0.04 49	0.03 2

GIP-stereo	0.08 91	0.06 124	0.11 263	0.14 71	0.06 33	0.09 147	0.13 186	0.14 158	0.11 120	0.07 80	0.08 133	0.05 5	0.04 1	0.10 129	0.07 1	0.05 51	0.04 25	0.05 55	0.04 64	0.05 175	0.04 77

IGEV-BASED-STEREO-	0.09 184	0.10 518	0.31 633	0.15 128	0.06 33	0.08 89	0.14 257	0.10 39	0.10 87	0.07 80	0.07 68	0.06 44	0.04 1	0.11 207	0.07 1	0.12 603	0.04 25	0.07 321	0.05 200	0.05 175	0.05 213

Selective-IGEV	0.07 7	0.06 124	0.08 61	0.17 315	0.06 33	0.08 89	0.12 108	0.13 124	0.07 20	0.08 140	0.07 68	0.06 44	0.04 1	0.10 129	0.09 109	0.05 51	0.04 25	0.05 55	0.04 64	0.04 49	0.03 2

testmc14	0.07 7	0.05 45	0.06 5	0.15 128	0.05 2	0.09 147	0.13 186	0.08 13	0.08 30	0.07 80	0.09 170	0.06 44	0.05 15	0.07 6	0.07 1	0.06 172	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

depth_test_26	0.08 91	0.04 1	0.11 263	0.13 23	0.07 140	0.07 45	0.11 71	0.12 93	0.11 120	0.09 193	0.07 68	0.08 198	0.05 15	0.09 63	0.08 27	0.08 438	0.06 438	0.06 208	0.06 301	0.06 305	0.07 413

MCSU-Stereo	0.07 7	0.05 45	0.06 5	0.15 128	0.05 2	0.09 147	0.13 186	0.10 39	0.09 59	0.07 80	0.07 68	0.07 131	0.05 15	0.09 63	0.07 1	0.06 172	0.04 25	0.04 1	0.03 1	0.04 49	0.03 2

MGA	0.07 7	0.04 1	0.10 200	0.13 23	0.06 33	0.08 89	0.09 25	0.12 93	0.08 30	0.05 2	0.06 25	0.06 44	0.05 15	0.10 129	0.09 109	0.06 172	0.04 25	0.05 55	0.03 1	0.05 175	0.05 213

CAR	0.07 7	0.05 45	0.08 61	0.14 71	0.06 33	0.07 45	0.08 9	0.12 93	0.08 30	0.05 2	0.06 25	0.05 5	0.05 15	0.10 129	0.09 109	0.06 172	0.04 25	0.05 55	0.04 64	0.04 49	0.04 77

MSE-Stereo	0.07 7	0.04 1	0.08 61	0.13 23	0.06 33	0.07 45	0.08 9	0.12 93	0.08 30	0.05 2	0.06 25	0.05 5	0.05 15	0.10 129	0.09 109	0.06 172	0.04 25	0.05 55	0.04 64	0.04 49	0.04 77

aanet-new-40k	0.07 7	0.08 371	0.07 13	0.17 315	0.07 140	0.08 89	0.13 186	0.10 39	0.10 87	0.07 80	0.08 133	0.06 44	0.05 15	0.08 29	0.08 27	0.05 51	0.04 25	0.05 55	0.04 64	0.05 175	0.04 77

aanet-new-36k	0.08 91	0.06 124	0.09 133	0.17 315	0.06 33	0.09 147	0.13 186	0.11 66	0.13 205	0.08 140	0.08 133	0.06 44	0.05 15	0.09 63	0.08 27	0.04 11	0.04 25	0.05 55	0.04 64	0.03 1	0.03 2

aanet-new-34k	0.08 91	0.06 124	0.09 133	0.17 315	0.05 2	0.07 45	0.13 186	0.12 93	0.12 161	0.09 193	0.08 133	0.07 131	0.05 15	0.10 129	0.09 109	0.04 11	0.04 25	0.05 55	0.04 64	0.03 1	0.03 2

GCAP-Stereo-DPT26K	0.07 7	0.06 124	0.07 13	0.16 228	0.06 33	0.08 89	0.12 108	0.10 39	0.08 30	0.06 26	0.09 170	0.06 44	0.05 15	0.08 29	0.08 27	0.04 11	0.04 25	0.05 55	0.04 64	0.03 1	0.03 2

GCAP-Stereo-DPT-20K	0.07 7	0.05 45	0.11 263	0.15 128	0.06 33	0.07 45	0.13 186	0.09 25	0.11 120	0.07 80	0.08 133	0.06 44	0.05 15	0.09 63	0.07 1	0.05 51	0.05 284	0.05 55	0.04 64	0.03 1	0.04 77

GCAP-Stereo-DPT-24K	0.07 7	0.06 124	0.07 13	0.15 128	0.06 33	0.10 212	0.15 345	0.12 93	0.11 120	0.06 26	0.11 263	0.06 44	0.05 15	0.09 63	0.08 27	0.05 51	0.04 25	0.05 55	0.04 64	0.03 1	0.03 2

GCAP-Stereo-DPT-50K	0.08 91	0.06 124	0.17 523	0.15 128	0.06 33	0.06 15	0.13 186	0.13 124	0.13 205	0.07 80	0.07 68	0.06 44	0.05 15	0.08 29	0.08 27	0.04 11	0.04 25	0.05 55	0.04 64	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 91	0.06 124	0.07 13	0.16 228	0.06 33	0.06 15	0.14 257	0.14 158	0.14 238	0.07 80	0.10 208	0.06 44	0.05 15	0.09 63	0.09 109	0.04 11	0.04 25	0.04 1	0.04 64	0.03 1	0.03 2

PipStereo	0.07 7	0.04 1	0.09 133	0.13 23	0.05 2	0.08 89	0.11 71	0.06 1	0.06 8	0.06 26	0.05 7	0.08 198	0.05 15	0.08 29	0.09 109	0.06 172	0.04 25	0.04 1	0.03 1	0.05 175	0.04 77

PSi22b	0.06 1	0.04 1	0.09 133	0.13 23	0.05 2	0.08 89	0.11 71	0.06 1	0.06 8	0.06 26	0.06 25	0.08 198	0.05 15	0.08 29	0.09 109	0.06 172	0.04 25	0.04 1	0.03 1	0.05 175	0.04 77

PSi22a	0.06 1	0.04 1	0.09 133	0.12 7	0.05 2	0.06 15	0.11 71	0.06 1	0.06 8	0.06 26	0.06 25	0.06 44	0.05 15	0.08 29	0.09 109	0.07 355	0.04 25	0.04 1	0.03 1	0.05 175	0.04 77

Foundation-i32	0.06 1	0.04 1	0.09 133	0.13 23	0.04 1	0.06 15	0.12 108	0.06 1	0.05 4	0.06 26	0.05 7	0.05 5	0.05 15	0.07 6	0.09 109	0.06 172	0.04 25	0.05 55	0.03 1	0.04 49	0.04 77

Test_v1	0.07 7	0.04 1	0.06 5	0.13 23	0.06 33	0.08 89	0.11 71	0.15 201	0.12 161	0.06 26	0.05 7	0.04 1	0.05 15	0.08 29	0.10 215	0.07 355	0.04 25	0.05 55	0.04 64	0.04 49	0.04 77

Pro-Stereo	0.07 7	0.05 45	0.08 61	0.15 128	0.07 140	0.08 89	0.12 108	0.07 7	0.07 20	0.06 26	0.06 25	0.05 5	0.05 15	0.09 63	0.08 27	0.05 51	0.04 25	0.06 208	0.05 200	0.04 49	0.04 77

BStereo	0.08 91	0.06 124	0.16 492	0.15 128	0.08 231	0.07 45	0.09 25	0.15 201	0.16 306	0.06 26	0.07 68	0.07 131	0.05 15	0.09 63	0.11 302	0.04 11	0.05 284	0.05 55	0.07 402	0.04 49	0.04 77

Anonymus123	0.09 184	0.06 124	0.16 492	0.15 128	0.08 231	0.11 270	0.09 25	0.18 317	0.16 306	0.06 26	0.07 68	0.07 131	0.05 15	0.09 63	0.11 302	0.04 11	0.05 284	0.05 55	0.07 402	0.04 49	0.04 77

VIP-Stereo	0.07 7	0.07 247	0.07 13	0.15 128	0.06 33	0.12 324	0.10 42	0.11 66	0.11 120	0.06 26	0.07 68	0.06 44	0.05 15	0.10 129	0.08 27	0.05 51	0.04 25	0.05 55	0.03 1	0.03 1	0.02 1

GEAStereo	0.08 91	0.05 45	0.08 61	0.13 23	0.08 231	0.08 89	0.14 257	0.10 39	0.09 59	0.08 140	0.10 208	0.06 44	0.05 15	0.11 207	0.08 27	0.06 172	0.04 25	0.05 55	0.04 64	0.05 175	0.05 213

GSStereo	0.08 91	0.05 45	0.08 61	0.13 23	0.08 231	0.08 89	0.14 257	0.11 66	0.12 161	0.08 140	0.10 208	0.05 5	0.05 15	0.11 207	0.08 27	0.06 172	0.04 25	0.05 55	0.04 64	0.05 175	0.05 213

GS-Stereo							0.14 257	0.11 66	0.12 161	0.08 140	0.10 208	0.05 5	0.05 15	0.11 207	0.08 27	0.06 172	0.04 25	0.05 55	0.04 64	0.05 175	0.05 213

gasm-f	0.08 91	0.05 45	0.07 13	0.13 23	0.08 231	0.08 89	0.14 257	0.10 39	0.09 59	0.08 140	0.10 208	0.06 44	0.05 15	0.10 129	0.08 27	0.06 172	0.04 25	0.05 55	0.04 64	0.06 305	0.05 213

252Zero-FE	0.08 91	0.04 1	0.09 133	0.13 23	0.07 140	0.12 324	0.11 71	0.13 124	0.14 238	0.06 26	0.05 7	0.06 44	0.05 15	0.09 63	0.10 215	0.06 172	0.04 25	0.04 1	0.03 1	0.05 175	0.06 323

asda	0.07 7	0.08 371	0.08 61	0.16 228	0.06 33	0.06 15	0.10 42	0.16 242	0.10 87	0.06 26	0.06 25	0.05 5	0.05 15	0.10 129	0.10 215	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

IGEV	0.07 7	0.04 1	0.08 61	0.13 23	0.06 33	0.09 147	0.12 108	0.14 158	0.10 87	0.06 26	0.09 170	0.07 131	0.05 15	0.09 63	0.09 109	0.06 172	0.04 25	0.05 55	0.04 64	0.05 175	0.04 77

111111	0.07 7	0.04 1	0.09 133	0.17 315	0.06 33	0.05 4	0.10 42	0.11 66	0.09 59	0.06 26	0.06 25	0.07 131	0.05 15	0.09 63	0.09 109	0.06 172	0.04 25	0.05 55	0.04 64	0.07 393	0.06 323

LG-Stereo_L2	0.07 7	0.05 45	0.10 200	0.14 71	0.06 33	0.07 45	0.12 108	0.09 25	0.09 59	0.06 26	0.04 1	0.05 5	0.05 15	0.08 29	0.08 27	0.05 51	0.04 25	0.05 55	0.03 1	0.04 49	0.03 2

MLG-Stereo_test1	0.06 1	0.05 45	0.08 61	0.17 315	0.05 2	0.06 15	0.11 71	0.08 13	0.03 1	0.05 2	0.04 1	0.06 44	0.05 15	0.09 63	0.09 109	0.05 51	0.04 25	0.05 55	0.03 1	0.04 49	0.04 77

MLG-Stereo	0.07 7	0.05 45	0.08 61	0.17 315	0.05 2	0.07 45	0.11 71	0.08 13	0.04 2	0.05 2	0.04 1	0.06 44	0.05 15	0.10 129	0.09 109	0.05 51	0.04 25	0.05 55	0.03 1	0.04 49	0.04 77

LG-Stereo_Zeroshot	0.07 7	0.06 124	0.10 200	0.16 228	0.07 140	0.04 1	0.13 186	0.10 39	0.10 87	0.05 2	0.11 263	0.07 131	0.05 15	0.07 6	0.09 109	0.06 172	0.04 25	0.05 55	0.04 64	0.05 175	0.04 77

HART	0.08 91	0.07 247	0.09 133	0.17 315	0.07 140	0.10 212	0.16 418	0.13 124	0.11 120	0.08 140	0.10 208	0.07 131	0.05 15	0.10 129	0.08 27	0.05 51	0.04 25	0.06 208	0.04 64	0.05 175	0.04 77

GREAT-IGEV	0.07 7	0.06 124	0.08 61	0.13 23	0.07 140	0.07 45	0.14 257	0.09 25	0.09 59	0.06 26	0.07 68	0.06 44	0.05 15	0.10 129	0.07 1	0.05 51	0.04 25	0.05 55	0.04 64	0.05 175	0.04 77
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 91	0.07 247	0.07 13	0.16 228	0.09 367	0.08 89	0.15 345	0.11 66	0.12 161	0.08 140	0.07 68	0.06 44	0.05 15	0.11 207	0.07 1	0.05 51	0.05 284	0.05 55	0.04 64	0.06 305	0.05 213

DEFOM-Stereo_RVC	0.08 91	0.06 124	0.09 133	0.22 604	0.06 33	0.08 89	0.12 108	0.10 39	0.10 87	0.07 80	0.07 68	0.06 44	0.05 15	0.11 207	0.09 109	0.06 172	0.04 25	0.05 55	0.03 1	0.06 305	0.04 77

StereoAnything_RVC	0.07 7	0.15 613	0.17 523	0.11 1	0.05 2	0.05 4	0.11 71	0.08 13	0.08 30	0.06 26	0.06 25	0.05 5	0.05 15	0.09 63	0.08 27	0.08 438	0.04 25	0.05 55	0.03 1	0.05 175	0.04 77

AIO_test	0.07 7	0.05 45	0.07 13	0.15 128	0.07 140	0.06 15	0.14 257	0.10 39	0.10 87	0.07 80	0.07 68	0.06 44	0.05 15	0.08 29	0.10 215	0.05 51	0.04 25	0.05 55	0.04 64	0.04 49	0.03 2

AIO-test2	0.10 260	0.08 371	0.10 200	0.23 628	0.08 231	0.11 270	0.10 42	0.23 436	0.23 454	0.08 140	0.09 170	0.08 198	0.05 15	0.10 129	0.08 27	0.06 172	0.05 284	0.08 417	0.09 528	0.05 175	0.05 213

DEFOM-Stereo	0.07 7	0.05 45	0.07 13	0.14 71	0.06 33	0.10 212	0.13 186	0.07 7	0.13 205	0.06 26	0.07 68	0.06 44	0.05 15	0.10 129	0.09 109	0.04 11	0.04 25	0.05 55	0.03 1	0.04 49	0.04 77

dual_stereo	0.07 7	0.04 1	0.08 61	0.15 128	0.05 2	0.05 4	0.13 186	0.12 93	0.08 30	0.07 80	0.06 25	0.05 5	0.05 15	0.07 6	0.09 109	0.06 172	0.04 25	0.05 55	0.03 1	0.04 49	0.04 77

Occ-G	0.08 91	0.05 45	0.06 5	0.14 71	0.07 140	0.08 89	0.14 257	0.13 124	0.15 266	0.07 80	0.11 263	0.07 131	0.05 15	0.09 63	0.10 215	0.06 172	0.05 284	0.05 55	0.04 64	0.05 175	0.05 213

U	0.08 91	0.07 247	0.09 133	0.19 484	0.10 482	0.10 212	0.13 186	0.12 93	0.17 336	0.07 80	0.07 68	0.06 44	0.05 15	0.07 6	0.08 27	0.06 172	0.04 25	0.06 208	0.04 64	0.06 305	0.05 213

AIO-Stereo	0.08 91	0.06 124	0.09 133	0.18 409	0.06 33	0.08 89	0.12 108	0.15 201	0.09 59	0.08 140	0.08 133	0.07 131	0.05 15	0.11 207	0.08 27	0.05 51	0.05 284	0.05 55	0.04 64	0.04 49	0.04 77

RSM++	0.08 91	0.06 124	0.09 133	0.17 315	0.07 140	0.09 147	0.12 108	0.11 66	0.11 120	0.08 140	0.06 25	0.07 131	0.05 15	0.10 129	0.09 109	0.04 11	0.04 25	0.06 208	0.05 200	0.05 175	0.03 2

RSM	0.08 91	0.06 124	0.09 133	0.17 315	0.06 33	0.08 89	0.12 108	0.12 93	0.10 87	0.08 140	0.07 68	0.06 44	0.05 15	0.11 207	0.09 109	0.04 11	0.04 25	0.05 55	0.04 64	0.04 49	0.03 2

GCAPDPT-zeroshot4090	0.07 7	0.05 45	0.11 263	0.15 128	0.06 33	0.07 45	0.13 186	0.09 25	0.11 120	0.07 80	0.08 133	0.06 44	0.05 15	0.09 63	0.07 1	0.05 51	0.05 284	0.05 55	0.04 64	0.03 1	0.04 77

MIM_Stereo	0.09 184	0.07 247	0.11 263	0.15 128	0.07 140	0.06 15	0.12 108	0.20 360	0.14 238	0.13 358	0.13 304	0.09 236	0.05 15	0.12 307	0.08 27	0.05 51	0.06 438	0.07 321	0.06 301	0.06 305	0.05 213

EGLCR-Stereo	0.08 91	0.05 45	0.08 61	0.14 71	0.06 33	0.10 212	0.12 108	0.11 66	0.16 306	0.06 26	0.05 7	0.07 131	0.05 15	0.10 129	0.11 302	0.06 172	0.04 25	0.06 208	0.05 200	0.04 49	0.04 77

CroCo-Stereo Lap2	0.09 184	0.09 455	0.08 61	0.22 604	0.09 367	0.09 147	0.19 550	0.16 242	0.12 161	0.09 193	0.10 208	0.05 5	0.05 15	0.08 29	0.08 27	0.06 172	0.06 438	0.07 321	0.05 200	0.05 175	0.05 213

iRaft-Stereo_20w	0.09 184	0.05 45	0.13 368	0.14 71	0.08 231	0.12 324	0.15 345	0.18 317	0.10 87	0.11 280	0.08 133	0.08 198	0.05 15	0.10 129	0.09 109	0.06 172	0.04 25	0.06 208	0.05 200	0.06 305	0.05 213

GREATEN-IGEV_RVC	0.09 184	0.08 371	0.08 61	0.21 586	0.09 367	0.08 89	0.11 71	0.10 39	0.09 59	0.07 80	0.10 208	0.05 5	0.06 69	0.14 399	0.11 302	0.05 51	0.06 438	0.07 321	0.06 301	0.05 175	0.05 213

small-0shot	0.07 7	0.05 45	0.08 61	0.14 71	0.07 140	0.06 15	0.13 186	0.09 25	0.08 30	0.05 2	0.10 208	0.06 44	0.06 69	0.06 1	0.10 215	0.06 172	0.04 25	0.05 55	0.04 64	0.04 49	0.04 77

quiztm	0.08 91	0.07 247	0.08 61	0.18 409	0.07 140	0.09 147	0.14 257	0.14 158	0.12 161	0.07 80	0.07 68	0.05 5	0.06 69	0.11 207	0.09 109	0.05 51	0.04 25	0.06 208	0.04 64	0.04 49	0.03 2

monster-pro	0.07 7	0.06 124	0.05 1	0.15 128	0.05 2	0.07 45	0.10 42	0.15 201	0.15 266	0.05 2	0.06 25	0.05 5	0.06 69	0.07 6	0.09 109	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DN	0.10 260	0.05 45	0.09 133	0.14 71	0.09 367	0.12 324	0.18 510	0.17 281	0.16 306	0.08 140	0.09 170	0.08 198	0.06 69	0.08 29	0.09 109	0.11 578	0.05 284	0.07 321	0.06 301	0.07 393	0.09 530

aanet-new-90k	0.08 91	0.07 247	0.08 61	0.19 484	0.06 33	0.07 45	0.12 108	0.12 93	0.13 205	0.06 26	0.07 68	0.06 44	0.06 69	0.10 129	0.07 1	0.05 51	0.04 25	0.05 55	0.04 64	0.05 175	0.03 2

aanet-new-60k	0.07 7	0.07 247	0.08 61	0.18 409	0.06 33	0.07 45	0.10 42	0.09 25	0.14 238	0.07 80	0.07 68	0.06 44	0.06 69	0.11 207	0.08 27	0.05 51	0.04 25	0.05 55	0.04 64	0.04 49	0.03 2

aanet-new-70k	0.07 7	0.06 124	0.09 133	0.17 315	0.06 33	0.08 89	0.12 108	0.11 66	0.10 87	0.06 26	0.07 68	0.07 131	0.06 69	0.10 129	0.07 1	0.04 11	0.04 25	0.05 55	0.04 64	0.04 49	0.03 2

aanet-new-78k	0.07 7	0.07 247	0.09 133	0.19 484	0.06 33	0.07 45	0.12 108	0.11 66	0.13 205	0.06 26	0.07 68	0.06 44	0.06 69	0.09 63	0.07 1	0.04 11	0.04 25	0.05 55	0.04 64	0.05 175	0.03 2

aanet-new-32k	0.08 91	0.07 247	0.09 133	0.18 409	0.06 33	0.11 270	0.11 71	0.10 39	0.08 30	0.07 80	0.07 68	0.07 131	0.06 69	0.10 129	0.08 27	0.05 51	0.04 25	0.05 55	0.04 64	0.04 49	0.03 2

aanet-new-30k	0.08 91	0.07 247	0.09 133	0.18 409	0.06 33	0.11 270	0.11 71	0.10 39	0.08 30	0.07 80	0.07 68	0.07 131	0.06 69	0.10 129	0.08 27	0.05 51	0.04 25	0.05 55	0.04 64	0.04 49	0.03 2

aanet-new-28k	0.08 91	0.07 247	0.09 133	0.18 409	0.06 33	0.08 89	0.12 108	0.10 39	0.09 59	0.09 193	0.08 133	0.08 198	0.06 69	0.12 307	0.08 27	0.05 51	0.04 25	0.05 55	0.04 64	0.05 175	0.04 77

aanet-new-22k	0.08 91	0.06 124	0.09 133	0.17 315	0.06 33	0.08 89	0.11 71	0.14 158	0.12 161	0.09 193	0.09 170	0.08 198	0.06 69	0.10 129	0.08 27	0.04 11	0.04 25	0.05 55	0.04 64	0.03 1	0.03 2

aanet-new-16k	0.08 91	0.08 371	0.08 61	0.18 409	0.06 33	0.07 45	0.09 25	0.13 124	0.12 161	0.08 140	0.07 68	0.07 131	0.06 69	0.09 63	0.08 27	0.04 11	0.04 25	0.05 55	0.04 64	0.05 175	0.03 2

aanet-new-14k	0.08 91	0.09 455	0.08 61	0.19 484	0.06 33	0.07 45	0.10 42	0.14 158	0.15 266	0.06 26	0.08 133	0.05 5	0.06 69	0.09 63	0.08 27	0.05 51	0.04 25	0.05 55	0.04 64	0.05 175	0.04 77

aanet-new-8k	0.08 91	0.07 247	0.08 61	0.19 484	0.07 140	0.09 147	0.12 108	0.16 242	0.15 266	0.07 80	0.07 68	0.06 44	0.06 69	0.10 129	0.08 27	0.04 11	0.04 25	0.05 55	0.04 64	0.04 49	0.04 77

GCAP-Stereo-cres-4k	0.08 91	0.07 247	0.08 61	0.18 409	0.07 140	0.11 270	0.14 257	0.12 93	0.11 120	0.07 80	0.11 263	0.07 131	0.06 69	0.09 63	0.08 27	0.04 11	0.04 25	0.05 55	0.04 64	0.04 49	0.04 77

GCAP-Stereo-DPT-cres	0.08 91	0.05 45	0.07 13	0.15 128	0.06 33	0.10 212	0.14 257	0.13 124	0.12 161	0.07 80	0.09 170	0.07 131	0.06 69	0.10 129	0.09 109	0.05 51	0.04 25	0.05 55	0.04 64	0.03 1	0.03 2

GCAP-Stereo-DPT-36K	0.08 91	0.06 124	0.15 456	0.14 71	0.06 33	0.08 89	0.13 186	0.13 124	0.11 120	0.07 80	0.08 133	0.07 131	0.06 69	0.09 63	0.08 27	0.05 51	0.05 284	0.05 55	0.04 64	0.03 1	0.04 77

GCAP-Stereo-DPT-22K	0.08 91	0.06 124	0.07 13	0.17 315	0.06 33	0.07 45	0.14 257	0.13 124	0.16 306	0.05 2	0.10 208	0.06 44	0.06 69	0.08 29	0.08 27	0.04 11	0.04 25	0.05 55	0.04 64	0.03 1	0.04 77

GCAP-Stereo-DPT-5K	0.08 91	0.06 124	0.10 200	0.16 228	0.07 140	0.11 270	0.12 108	0.15 201	0.15 266	0.08 140	0.12 285	0.05 5	0.06 69	0.09 63	0.08 27	0.05 51	0.04 25	0.06 208	0.05 200	0.03 1	0.04 77

GCAP-Stereo-DPT-2K	0.08 91	0.06 124	0.10 200	0.16 228	0.07 140	0.11 270	0.13 186	0.14 158	0.14 238	0.08 140	0.13 304	0.05 5	0.06 69	0.10 129	0.08 27	0.05 51	0.04 25	0.05 55	0.04 64	0.03 1	0.04 77

GCAP-Stereo-DPT-3K	0.08 91	0.07 247	0.10 200	0.16 228	0.07 140	0.09 147	0.12 108	0.15 201	0.14 238	0.08 140	0.11 263	0.05 5	0.06 69	0.09 63	0.08 27	0.05 51	0.04 25	0.05 55	0.04 64	0.03 1	0.04 77

GCAP-Stereo-DPT-FT	0.08 91	0.05 45	0.12 312	0.15 128	0.06 33	0.10 212	0.14 257	0.12 93	0.12 161	0.07 80	0.09 170	0.06 44	0.06 69	0.10 129	0.08 27	0.06 172	0.04 25	0.05 55	0.04 64	0.04 49	0.04 77

PSi22	0.08 91	0.06 124	0.11 263	0.16 228	0.07 140	0.08 89	0.10 42	0.14 158	0.08 30	0.08 140	0.06 25	0.10 274	0.06 69	0.12 307	0.09 109	0.05 51	0.04 25	0.04 1	0.03 1	0.04 49	0.04 77

Foundation-i1b	0.08 91	0.05 45	0.07 13	0.14 71	0.05 2	0.09 147	0.12 108	0.13 124	0.10 87	0.09 193	0.10 208	0.09 236	0.06 69	0.07 6	0.09 109	0.06 172	0.04 25	0.05 55	0.04 64	0.03 1	0.03 2

Foundation-i1a	0.08 91	0.05 45	0.07 13	0.13 23	0.05 2	0.13 380	0.13 186	0.12 93	0.09 59	0.11 280	0.11 263	0.11 305	0.06 69	0.08 29	0.09 109	0.06 172	0.04 25	0.05 55	0.03 1	0.04 49	0.04 77

Selective-IGEV-i16pc	0.13 419	0.06 124	0.13 368	0.15 128	0.11 533	0.38 677	0.16 418	0.23 436	0.16 306	0.10 243	0.15 341	0.09 236	0.06 69	0.13 365	0.10 215	0.10 546	0.08 546	0.06 208	0.07 402	0.09 528	0.09 530

gcap_with_dpt	0.08 91	0.06 124	0.09 133	0.16 228	0.07 140	0.09 147	0.12 108	0.13 124	0.13 205	0.08 140	0.12 285	0.04 1	0.06 69	0.10 129	0.08 27	0.05 51	0.04 25	0.05 55	0.04 64	0.03 1	0.04 77

DispViT+	0.08 91	0.05 45	0.09 133	0.13 23	0.06 33	0.05 4	0.11 71	0.18 317	0.16 306	0.09 193	0.08 133	0.07 131	0.06 69	0.11 207	0.09 109	0.06 172	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

BLMT-Stereo	0.07 7	0.04 1	0.08 61	0.15 128	0.07 140	0.06 15	0.14 257	0.07 7	0.10 87	0.05 2	0.05 7	0.04 1	0.06 69	0.07 6	0.09 109	0.04 11	0.04 25	0.05 55	0.05 200	0.04 49	0.04 77

WQFJA1++	0.08 91	0.04 1	0.11 263	0.14 71	0.07 140	0.11 270	0.11 71	0.11 66	0.07 20	0.07 80	0.07 68	0.07 131	0.06 69	0.10 129	0.10 215	0.06 172	0.04 25	0.05 55	0.04 64	0.06 305	0.06 323

DLNR-FE	10.43 739	1.83 730	19.53 755	120.75 759	13.06 746	0.06 15	0.13 186	0.23 436	0.10 87	0.07 80	0.10 208	0.09 236	0.06 69	0.10 129	0.09 109	0.13 629	0.04 25	0.06 208	0.04 64	52.01 761	0.04 77

Select-FE	0.11 313	0.06 124	0.20 571	0.15 128	0.11 533	0.11 270	0.13 186	0.21 387	0.18 369	0.09 193	0.11 263	0.10 274	0.06 69	0.12 307	0.09 109	0.07 355	0.05 284	0.07 321	0.08 480	0.06 305	0.08 484

IGEV-FE	0.09 184	0.05 45	0.12 312	0.13 23	0.08 231	0.12 324	0.13 186	0.17 281	0.11 120	0.10 243	0.06 25	0.09 236	0.06 69	0.11 207	0.09 109	0.06 172	0.04 25	0.06 208	0.06 301	0.05 175	0.05 213

DDF-Stereo	0.08 91	0.04 1	0.09 133	0.15 128	0.10 482	0.06 15	0.13 186	0.09 25	0.14 238	0.06 26	0.06 25	0.07 131	0.06 69	0.09 63	0.10 215	0.06 172	0.04 25	0.06 208	0.04 64	0.08 463	0.05 213

Zero-FE251	0.07 7	0.05 45	0.09 133	0.13 23	0.06 33	0.12 324	0.12 108	0.11 66	0.10 87	0.07 80	0.08 133	0.06 44	0.06 69	0.09 63	0.08 27	0.06 172	0.04 25	0.05 55	0.04 64	0.04 49	0.04 77

MonStereo	0.07 7	0.06 124	0.05 1	0.15 128	0.05 2	0.08 89	0.10 42	0.15 201	0.15 266	0.05 2	0.06 25	0.05 5	0.06 69	0.07 6	0.09 109	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 7	0.06 124	0.05 1	0.15 128	0.05 2	0.08 89	0.10 42	0.15 201	0.15 266	0.05 2	0.06 25	0.05 5	0.06 69	0.07 6	0.09 109	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-mixall	0.07 7	0.04 1	0.09 133	0.13 23	0.06 33	0.05 4	0.09 25	0.11 66	0.07 20	0.06 26	0.06 25	0.05 5	0.06 69	0.09 63	0.09 109	0.06 172	0.04 25	0.04 1	0.03 1	0.05 175	0.05 213

Replicate-Monster	0.07 7	0.05 45	0.09 133	0.14 71	0.06 33	0.08 89	0.09 25	0.13 124	0.13 205	0.05 2	0.07 68	0.06 44	0.06 69	0.08 29	0.10 215	0.05 51	0.04 25	0.05 55	0.03 1	0.04 49	0.04 77

zero-FE	0.08 91	0.04 1	0.09 133	0.15 128	0.10 482	0.05 4	0.14 257	0.09 25	0.14 238	0.07 80	0.06 25	0.07 131	0.06 69	0.09 63	0.10 215	0.06 172	0.04 25	0.06 208	0.04 64	0.08 463	0.05 213

AdaDepth	0.07 7	0.06 124	0.07 13	0.18 409	0.06 33	0.11 270	0.12 108	0.09 25	0.07 20	0.06 26	0.05 7	0.07 131	0.06 69	0.09 63	0.10 215	0.04 11	0.05 284	0.05 55	0.04 64	0.04 49	0.04 77

S2M2_XL	0.08 91	0.06 124	0.12 312	0.12 7	0.08 231	0.09 147	0.09 25	0.07 7	0.07 20	0.08 140	0.07 68	0.07 131	0.06 69	0.09 63	0.09 109	0.08 438	0.06 438	0.07 321	0.05 200	0.08 463	0.06 323
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
asd	0.07 7	0.08 371	0.07 13	0.16 228	0.07 140	0.08 89	0.08 9	0.11 66	0.08 30	0.07 80	0.07 68	0.06 44	0.06 69	0.10 129	0.09 109	0.03 1	0.03 1	0.04 1	0.04 64	0.04 49	0.03 2

qwe	0.07 7	0.08 371	0.07 13	0.15 128	0.06 33	0.07 45	0.10 42	0.18 317	0.11 120	0.07 80	0.07 68	0.06 44	0.06 69	0.10 129	0.09 109	0.03 1	0.03 1	0.04 1	0.04 64	0.04 49	0.03 2

2.25w	0.07 7	0.06 124	0.07 13	0.14 71	0.06 33	0.08 89	0.08 9	0.10 39	0.15 266	0.08 140	0.10 208	0.07 131	0.06 69	0.08 29	0.10 215	0.05 51	0.03 1	0.04 1	0.04 64	0.03 1	0.04 77

4.25_new	0.07 7	0.08 371	0.09 133	0.15 128	0.06 33	0.09 147	0.08 9	0.14 158	0.08 30	0.07 80	0.07 68	0.06 44	0.06 69	0.12 307	0.10 215	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

4.5w_new	0.07 7	0.08 371	0.09 133	0.15 128	0.06 33	0.09 147	0.08 9	0.14 158	0.08 30	0.07 80	0.07 68	0.06 44	0.06 69	0.12 307	0.10 215	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

4.5_new	0.07 7	0.09 455	0.08 61	0.15 128	0.07 140	0.06 15	0.10 42	0.14 158	0.11 120	0.06 26	0.08 133	0.06 44	0.06 69	0.08 29	0.10 215	0.03 1	0.03 1	0.04 1	0.04 64	0.04 49	0.03 2

4.5w-stereo	0.07 7	0.09 455	0.08 61	0.15 128	0.07 140	0.06 15	0.10 42	0.14 158	0.11 120	0.06 26	0.08 133	0.06 44	0.06 69	0.08 29	0.10 215	0.03 1	0.03 1	0.04 1	0.04 64	0.04 49	0.03 2

4.25w-stereo	0.07 7	0.08 371	0.09 133	0.15 128	0.06 33	0.09 147	0.08 9	0.14 158	0.08 30	0.07 80	0.07 68	0.06 44	0.06 69	0.12 307	0.10 215	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

4w-stereo	0.07 7	0.08 371	0.08 61	0.16 228	0.06 33	0.07 45	0.08 9	0.12 93	0.08 30	0.07 80	0.07 68	0.05 5	0.06 69	0.09 63	0.10 215	0.03 1	0.03 1	0.04 1	0.04 64	0.04 49	0.03 2

2.5w	0.07 7	0.07 247	0.07 13	0.16 228	0.06 33	0.08 89	0.12 108	0.10 39	0.10 87	0.07 80	0.06 25	0.09 236	0.06 69	0.08 29	0.09 109	0.04 11	0.03 1	0.04 1	0.04 64	0.03 1	0.03 2

2.75w_new	0.07 7	0.07 247	0.07 13	0.13 23	0.06 33	0.08 89	0.08 9	0.18 317	0.12 161	0.07 80	0.08 133	0.06 44	0.06 69	0.09 63	0.11 302	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.04 77

3.25w_new	0.07 7	0.06 124	0.07 13	0.15 128	0.06 33	0.10 212	0.07 5	0.12 93	0.11 120	0.08 140	0.06 25	0.07 131	0.06 69	0.11 207	0.09 109	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 7	0.06 124	0.07 13	0.15 128	0.06 33	0.10 212	0.07 5	0.12 93	0.11 120	0.08 140	0.06 25	0.07 131	0.06 69	0.11 207	0.09 109	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 7	0.07 247	0.08 61	0.16 228	0.07 140	0.07 45	0.09 25	0.16 242	0.09 59	0.07 80	0.06 25	0.05 5	0.06 69	0.09 63	0.10 215	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3w_stereo	0.08 91	0.09 455	0.10 200	0.17 315	0.07 140	0.08 89	0.10 42	0.20 360	0.13 205	0.06 26	0.07 68	0.05 5	0.06 69	0.08 29	0.09 109	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

2w_stereo	0.08 91	0.08 371	0.09 133	0.16 228	0.06 33	0.08 89	0.10 42	0.20 360	0.15 266	0.08 140	0.07 68	0.06 44	0.06 69	0.06 1	0.09 109	0.04 11	0.03 1	0.04 1	0.04 64	0.03 1	0.03 2

1w_stereo	0.07 7	0.06 124	0.07 13	0.16 228	0.06 33	0.07 45	0.10 42	0.14 158	0.14 238	0.07 80	0.08 133	0.05 5	0.06 69	0.09 63	0.09 109	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 77

monsters	0.07 7	0.06 124	0.06 5	0.15 128	0.06 33	0.08 89	0.09 25	0.12 93	0.08 30	0.09 193	0.07 68	0.06 44	0.06 69	0.08 29	0.08 27	0.05 51	0.04 25	0.04 1	0.04 64	0.03 1	0.03 2

MLG-Stereo_test3	0.07 7	0.05 45	0.10 200	0.14 71	0.06 33	0.07 45	0.11 71	0.08 13	0.06 8	0.06 26	0.04 1	0.06 44	0.06 69	0.07 6	0.10 215	0.06 172	0.04 25	0.05 55	0.04 64	0.05 175	0.06 323

LGtest1	0.07 7	0.04 1	0.10 200	0.15 128	0.06 33	0.07 45	0.09 25	0.08 13	0.06 8	0.05 2	0.04 1	0.06 44	0.06 69	0.10 129	0.09 109	0.07 355	0.04 25	0.05 55	0.04 64	0.06 305	0.06 323

MM-Stereo_test3	0.10 260	0.07 247	0.07 13	0.18 409	0.07 140	0.12 324	0.19 550	0.24 460	0.19 388	0.06 26	0.10 208	0.08 198	0.06 69	0.11 207	0.08 27	0.06 172	0.06 438	0.07 321	0.05 200	0.05 175	0.04 77

MM-Stereo_test2	0.09 184	0.06 124	0.09 133	0.19 484	0.08 231	0.12 324	0.18 510	0.15 201	0.14 238	0.07 80	0.10 208	0.07 131	0.06 69	0.12 307	0.09 109	0.05 51	0.04 25	0.06 208	0.05 200	0.05 175	0.03 2

MM-Stereo_test1	0.10 260	0.07 247	0.08 61	0.18 409	0.07 140	0.12 324	0.18 510	0.21 387	0.20 412	0.09 193	0.11 263	0.08 198	0.06 69	0.10 129	0.10 215	0.06 172	0.05 284	0.07 321	0.06 301	0.05 175	0.04 77

HUF	0.08 91	0.05 45	0.08 61	0.14 71	0.06 33	0.09 147	0.13 186	0.13 124	0.13 205	0.07 80	0.07 68	0.08 198	0.06 69	0.10 129	0.09 109	0.06 172	0.04 25	0.05 55	0.04 64	0.05 175	0.04 77

castereo++	0.08 91	0.05 45	0.08 61	0.15 128	0.05 2	0.14 417	0.12 108	0.11 66	0.15 266	0.07 80	0.07 68	0.07 131	0.06 69	0.08 29	0.08 27	0.06 172	0.04 25	0.05 55	0.04 64	0.04 49	0.03 2

IGEV-RUCA	0.08 91	0.06 124	0.11 263	0.14 71	0.09 367	0.10 212	0.12 108	0.10 39	0.12 161	0.06 26	0.07 68	0.07 131	0.06 69	0.09 63	0.08 27	0.06 172	0.05 284	0.05 55	0.04 64	0.05 175	0.06 323

MonSter	0.07 7	0.06 124	0.05 1	0.15 128	0.05 2	0.07 45	0.10 42	0.15 201	0.15 266	0.05 2	0.06 25	0.05 5	0.06 69	0.07 6	0.09 109	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

fffft	0.09 184	0.06 124	0.12 312	0.16 228	0.07 140	0.09 147	0.17 461	0.12 93	0.11 120	0.08 140	0.07 68	0.09 236	0.06 69	0.11 207	0.12 370	0.05 51	0.04 25	0.06 208	0.05 200	0.04 49	0.05 213
1: 1. 1
tt45	0.09 184	0.06 124	0.11 263	0.15 128	0.07 140	0.11 270	0.16 418	0.13 124	0.11 120	0.09 193	0.06 25	0.08 198	0.06 69	0.13 365	0.10 215	0.06 172	0.04 25	0.06 208	0.05 200	0.05 175	0.06 323

mms	0.09 184	0.07 247	0.08 61	0.16 228	0.08 231	0.10 212	0.16 418	0.12 93	0.11 120	0.08 140	0.09 170	0.08 198	0.06 69	0.11 207	0.12 370	0.05 51	0.04 25	0.07 321	0.05 200	0.04 49	0.03 2

ours_stereo	0.09 184	0.07 247	0.09 133	0.17 315	0.08 231	0.11 270	0.16 418	0.11 66	0.12 161	0.08 140	0.10 208	0.08 198	0.06 69	0.12 307	0.12 370	0.05 51	0.04 25	0.06 208	0.05 200	0.04 49	0.03 2

WCG-NET	0.08 91	0.05 45	0.09 133	0.15 128	0.06 33	0.11 270	0.14 257	0.13 124	0.13 205	0.06 26	0.09 170	0.07 131	0.06 69	0.13 365	0.08 27	0.05 51	0.04 25	0.05 55	0.04 64	0.04 49	0.03 2

GCAP-BAT	0.09 184	0.05 45	0.11 263	0.13 23	0.07 140	0.11 270	0.14 257	0.14 158	0.16 306	0.07 80	0.10 208	0.08 198	0.06 69	0.13 365	0.08 27	0.07 355	0.05 284	0.05 55	0.05 200	0.04 49	0.04 77

IGEV-Stereo++	0.07 7	0.06 124	0.08 61	0.18 409	0.06 33	0.04 1	0.10 42	0.11 66	0.11 120	0.06 26	0.07 68	0.07 131	0.06 69	0.09 63	0.09 109	0.05 51	0.04 25	0.05 55	0.04 64	0.05 175	0.04 77

RAStereo	0.10 260	0.09 455	0.08 61	0.20 552	0.08 231	0.13 380	0.18 510	0.15 201	0.17 336	0.10 243	0.12 285	0.05 5	0.06 69	0.09 63	0.08 27	0.07 355	0.05 284	0.07 321	0.05 200	0.05 175	0.04 77

Pointernet	0.09 184	0.04 1	0.09 133	0.16 228	0.08 231	0.13 380	0.10 42	0.15 201	0.17 336	0.09 193	0.07 68	0.06 44	0.06 69	0.11 207	0.09 109	0.08 438	0.04 25	0.05 55	0.03 1	0.06 305	0.05 213

IGEV-Stereo+	0.07 7	0.04 1	0.08 61	0.15 128	0.06 33	0.04 1	0.09 25	0.10 39	0.09 59	0.06 26	0.06 25	0.06 44	0.06 69	0.06 1	0.08 27	0.06 172	0.04 25	0.05 55	0.04 64	0.06 305	0.06 323

WCG-NET（raft）	0.08 91	0.05 45	0.10 200	0.15 128	0.06 33	0.11 270	0.13 186	0.15 201	0.12 161	0.08 140	0.07 68	0.06 44	0.06 69	0.13 365	0.08 27	0.05 51	0.04 25	0.05 55	0.04 64	0.04 49	0.04 77

RAFT-Stereo-weight	0.09 184	0.06 124	0.10 200	0.16 228	0.07 140	0.09 147	0.14 257	0.19 348	0.16 306	0.11 280	0.10 208	0.08 198	0.06 69	0.10 129	0.11 302	0.06 172	0.04 25	0.06 208	0.04 64	0.04 49	0.04 77

gcap-zeroshot	0.08 91	0.06 124	0.10 200	0.15 128	0.07 140	0.11 270	0.12 108	0.15 201	0.15 266	0.08 140	0.12 285	0.05 5	0.06 69	0.09 63	0.08 27	0.05 51	0.04 25	0.06 208	0.05 200	0.03 1	0.04 77

test_for_model	0.08 91	0.06 124	0.10 200	0.16 228	0.07 140	0.11 270	0.12 108	0.15 201	0.15 266	0.08 140	0.12 285	0.05 5	0.06 69	0.09 63	0.08 27	0.05 51	0.04 25	0.06 208	0.05 200	0.03 1	0.04 77

MGS-Stereo	0.09 184	0.07 247	0.12 312	0.15 128	0.08 231	0.09 147	0.15 345	0.12 93	0.12 161	0.07 80	0.10 208	0.08 198	0.06 69	0.10 129	0.09 109	0.05 51	0.04 25	0.06 208	0.05 200	0.06 305	0.05 213

MoCha-V2	0.08 91	0.05 45	0.10 200	0.20 552	0.07 140	0.09 147	0.14 257	0.11 66	0.08 30	0.07 80	0.08 133	0.07 131	0.06 69	0.09 63	0.08 27	0.05 51	0.04 25	0.05 55	0.04 64	0.04 49	0.04 77

IGEV++	0.08 91	0.06 124	0.08 61	0.18 409	0.07 140	0.09 147	0.13 186	0.10 39	0.09 59	0.08 140	0.08 133	0.06 44	0.06 69	0.13 365	0.09 109	0.05 51	0.04 25	0.05 55	0.04 64	0.05 175	0.04 77

ACVNet-DCA	0.10 260	0.08 371	0.12 312	0.17 315	0.09 367	0.13 380	0.15 345	0.23 436	0.16 306	0.09 193	0.09 170	0.06 44	0.06 69	0.10 129	0.07 1	0.06 172	0.04 25	0.06 208	0.05 200	0.07 393	0.07 413

1test111	0.11 313	0.08 371	0.12 312	0.17 315	0.09 367	0.13 380	0.15 345	0.23 436	0.16 306	0.09 193	0.09 170	0.06 44	0.06 69	0.15 427	0.16 508	0.06 172	0.04 25	0.06 208	0.05 200	0.07 393	0.07 413

cc1	0.10 260	0.08 371	0.12 312	0.17 315	0.09 367	0.13 380	0.15 345	0.16 242	0.18 369	0.09 193	0.09 170	0.06 44	0.06 69	0.10 129	0.07 1	0.06 172	0.04 25	0.06 208	0.05 200	0.06 305	0.06 323

ff7	0.09 184	0.07 247	0.11 263	0.16 228	0.09 367	0.11 270	0.15 345	0.16 242	0.12 161	0.10 243	0.06 25	0.06 44	0.06 69	0.11 207	0.09 109	0.05 51	0.04 25	0.06 208	0.05 200	0.05 175	0.06 323

IGEVStereo-DCA	0.09 184	0.06 124	0.11 263	0.15 128	0.10 482	0.11 270	0.15 345	0.16 242	0.12 161	0.10 243	0.06 25	0.08 198	0.06 69	0.10 129	0.08 27	0.06 172	0.05 284	0.06 208	0.05 200	0.05 175	0.06 323

ffff	0.09 184	0.07 247	0.11 263	0.16 228	0.09 367	0.11 270	0.15 345	0.16 242	0.12 161	0.10 243	0.06 25	0.06 44	0.06 69	0.11 207	0.09 109	0.05 51	0.04 25	0.06 208	0.05 200	0.05 175	0.06 323

rrr	0.09 184	0.06 124	0.12 312	0.15 128	0.10 482	0.11 270	0.16 418	0.16 242	0.15 266	0.10 243	0.06 25	0.08 198	0.06 69	0.10 129	0.08 27	0.06 172	0.05 284	0.06 208	0.05 200	0.05 175	0.06 323

11t	0.09 184	0.07 247	0.11 263	0.16 228	0.09 367	0.11 270	0.15 345	0.16 242	0.12 161	0.10 243	0.06 25	0.06 44	0.06 69	0.11 207	0.09 109	0.05 51	0.04 25	0.06 208	0.05 200	0.05 175	0.06 323

tt1	0.10 260	0.08 371	0.12 312	0.17 315	0.09 367	0.12 324	0.16 418	0.15 201	0.19 388	0.09 193	0.08 133	0.06 44	0.06 69	0.10 129	0.07 1	0.06 172	0.04 25	0.06 208	0.05 200	0.06 305	0.06 323

MaDis-Stereo	0.09 184	0.09 455	0.08 61	0.17 315	0.09 367	0.13 380	0.10 42	0.16 242	0.16 306	0.09 193	0.11 263	0.06 44	0.06 69	0.09 63	0.13 417	0.07 355	0.06 438	0.07 321	0.05 200	0.05 175	0.04 77

IGEV_Zeroshot_test	0.09 184	0.05 45	0.12 312	0.13 23	0.08 231	0.12 324	0.13 186	0.17 281	0.11 120	0.10 243	0.06 25	0.09 236	0.06 69	0.11 207	0.09 109	0.06 172	0.04 25	0.06 208	0.06 301	0.05 175	0.05 213

MSKI-zero shot	0.09 184	0.05 45	0.09 133	0.15 128	0.07 140	0.10 212	0.13 186	0.14 158	0.13 205	0.09 193	0.09 170	0.09 236	0.06 69	0.12 307	0.10 215	0.06 172	0.04 25	0.05 55	0.04 64	0.04 49	0.04 77

DLNR_Zeroshot_test	10.40 738	1.82 729	19.49 754	120.77 760	13.11 747	0.06 15	0.13 186	0.23 436	0.10 87	0.07 80	0.10 208	0.09 236	0.06 69	0.10 129	0.09 109	0.13 629	0.04 25	0.06 208	0.04 64	51.54 760	0.04 77

testlalala	0.08 91	0.06 124	0.10 200	0.15 128	0.07 140	0.11 270	0.12 108	0.15 201	0.15 266	0.08 140	0.12 285	0.05 5	0.06 69	0.09 63	0.08 27	0.05 51	0.04 25	0.06 208	0.05 200	0.03 1	0.04 77

GCAPDPT-zeroshot	0.09 184	0.05 45	0.11 263	0.13 23	0.07 140	0.11 270	0.14 257	0.14 158	0.16 306	0.07 80	0.10 208	0.08 198	0.06 69	0.13 365	0.08 27	0.07 355	0.05 284	0.05 55	0.05 200	0.04 49	0.04 77

CAS	0.08 91	0.04 1	0.07 13	0.17 315	0.08 231	0.10 212	0.13 186	0.12 93	0.09 59	0.09 193	0.10 208	0.08 198	0.06 69	0.09 63	0.08 27	0.08 438	0.04 25	0.05 55	0.03 1	0.05 175	0.04 77

anonymousdsp	0.09 184	0.07 247	0.11 263	0.16 228	0.09 367	0.11 270	0.15 345	0.16 242	0.12 161	0.09 193	0.06 25	0.06 44	0.06 69	0.11 207	0.09 109	0.05 51	0.04 25	0.06 208	0.05 200	0.05 175	0.06 323

CES	0.08 91	0.04 1	0.08 61	0.14 71	0.07 140	0.09 147	0.14 257	0.11 66	0.09 59	0.08 140	0.09 170	0.11 305	0.06 69	0.12 307	0.08 27	0.06 172	0.04 25	0.05 55	0.03 1	0.05 175	0.05 213

ProNet	0.09 184	0.07 247	0.10 200	0.17 315	0.08 231	0.10 212	0.15 345	0.15 201	0.12 161	0.09 193	0.06 25	0.07 131	0.06 69	0.11 207	0.09 109	0.05 51	0.04 25	0.06 208	0.05 200	0.04 49	0.06 323

MC-Stereo	0.08 91	0.06 124	0.09 133	0.17 315	0.06 33	0.10 212	0.14 257	0.12 93	0.10 87	0.09 193	0.12 285	0.09 236	0.06 69	0.11 207	0.10 215	0.06 172	0.04 25	0.06 208	0.05 200	0.04 49	0.04 77

ccc-4	0.09 184	0.07 247	0.11 263	0.16 228	0.09 367	0.11 270	0.15 345	0.16 242	0.12 161	0.10 243	0.06 25	0.06 44	0.06 69	0.11 207	0.09 109	0.05 51	0.04 25	0.06 208	0.05 200	0.05 175	0.06 323

IGEV-Stereo	0.09 184	0.07 247	0.11 263	0.16 228	0.09 367	0.11 270	0.15 345	0.16 242	0.12 161	0.09 193	0.06 25	0.06 44	0.06 69	0.11 207	0.09 109	0.05 51	0.04 25	0.06 208	0.05 200	0.05 175	0.06 323
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TRStereo	0.09 184	0.05 45	0.12 312	0.15 128	0.12 569	0.10 212	0.13 186	0.18 317	0.18 369	0.09 193	0.09 170	0.09 236	0.06 69	0.10 129	0.08 27	0.07 355	0.05 284	0.07 321	0.07 402	0.04 49	0.04 77

CroCo-Stereo	0.09 184	0.08 371	0.08 61	0.22 604	0.09 367	0.09 147	0.19 550	0.15 201	0.12 161	0.07 80	0.07 68	0.08 198	0.06 69	0.08 29	0.07 1	0.07 355	0.05 284	0.06 208	0.04 64	0.05 175	0.04 77
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	0.09 184	0.04 1	0.08 61	0.13 23	0.06 33	0.11 270	0.14 257	0.15 201	0.19 388	0.11 280	0.15 341	0.10 274	0.06 69	0.12 307	0.09 109	0.07 355	0.05 284	0.05 55	0.04 64	0.06 305	0.05 213

XX-Stereo	0.09 184	0.05 45	0.08 61	0.17 315	0.09 367	0.15 444	0.12 108	0.20 360	0.10 87	0.10 243	0.14 320	0.07 131	0.06 69	0.12 307	0.08 27	0.06 172	0.05 284	0.06 208	0.06 301	0.04 49	0.04 77

test_xeample3	0.09 184	0.06 124	0.12 312	0.16 228	0.09 367	0.11 270	0.15 345	0.16 242	0.13 205	0.10 243	0.06 25	0.08 198	0.06 69	0.10 129	0.09 109	0.05 51	0.04 25	0.06 208	0.05 200	0.05 175	0.06 323

Weightmod_eth	0.09 184	0.07 247	0.08 61	0.18 409	0.07 140	0.10 212	0.16 418	0.13 124	0.11 120	0.08 140	0.08 133	0.09 236	0.07 184	0.10 129	0.10 215	0.06 172	0.07 513	0.06 208	0.07 402	0.04 49	0.03 2

WAFT-Stereo (ZS)	0.07 7	0.05 45	0.09 133	0.12 7	0.07 140	0.08 89	0.15 345	0.07 7	0.07 20	0.06 26	0.10 208	0.05 5	0.07 184	0.06 1	0.11 302	0.05 51	0.04 25	0.05 55	0.04 64	0.05 175	0.05 213

Weightmod	0.09 184	0.06 124	0.08 61	0.18 409	0.06 33	0.10 212	0.15 345	0.14 158	0.12 161	0.11 280	0.10 208	0.08 198	0.07 184	0.10 129	0.11 302	0.06 172	0.08 546	0.07 321	0.07 402	0.04 49	0.03 2

DNS	0.09 184	0.05 45	0.11 263	0.15 128	0.08 231	0.10 212	0.16 418	0.17 281	0.09 59	0.08 140	0.12 285	0.08 198	0.07 184	0.09 63	0.08 27	0.07 355	0.04 25	0.05 55	0.05 200	0.06 305	0.05 213

aanet-32k-new	0.08 91	0.07 247	0.08 61	0.18 409	0.06 33	0.08 89	0.12 108	0.11 66	0.12 161	0.07 80	0.08 133	0.05 5	0.07 184	0.10 129	0.08 27	0.05 51	0.04 25	0.05 55	0.04 64	0.06 305	0.04 77

aanet-new-24k	0.07 7	0.07 247	0.07 13	0.17 315	0.06 33	0.07 45	0.12 108	0.09 25	0.11 120	0.09 193	0.09 170	0.06 44	0.07 184	0.09 63	0.07 1	0.04 11	0.04 25	0.05 55	0.04 64	0.04 49	0.03 2

aanet-new-10k	0.08 91	0.08 371	0.08 61	0.19 484	0.07 140	0.08 89	0.12 108	0.14 158	0.11 120	0.07 80	0.08 133	0.07 131	0.07 184	0.09 63	0.08 27	0.05 51	0.04 25	0.05 55	0.04 64	0.05 175	0.04 77

aanet-new-12k	0.08 91	0.09 455	0.07 13	0.20 552	0.08 231	0.08 89	0.13 186	0.12 93	0.13 205	0.08 140	0.08 133	0.05 5	0.07 184	0.09 63	0.08 27	0.04 11	0.04 25	0.05 55	0.04 64	0.06 305	0.04 77

aanet-new	0.08 91	0.09 455	0.10 200	0.18 409	0.08 231	0.10 212	0.12 108	0.15 201	0.12 161	0.08 140	0.08 133	0.05 5	0.07 184	0.10 129	0.08 27	0.05 51	0.04 25	0.05 55	0.04 64	0.06 305	0.04 77

LACA3	0.07 7	0.08 371	0.08 61	0.13 23	0.05 2	0.09 147	0.11 71	0.08 13	0.08 30	0.08 140	0.05 7	0.07 131	0.07 184	0.07 6	0.07 1	0.06 172	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

Foundation-i1c-attn	0.08 91	0.05 45	0.07 13	0.14 71	0.05 2	0.09 147	0.12 108	0.12 93	0.10 87	0.09 193	0.10 208	0.10 274	0.07 184	0.07 6	0.10 215	0.06 172	0.04 25	0.05 55	0.04 64	0.03 1	0.03 2

Selective-IGEV-i16pb	0.14 456	0.08 371	0.17 523	0.15 128	0.11 533	0.41 682	0.16 418	0.28 538	0.23 454	0.11 280	0.20 429	0.10 274	0.07 184	0.17 496	0.12 370	0.10 546	0.07 513	0.06 208	0.08 480	0.09 528	0.10 561

Foundation-i1	0.09 184	0.04 1	0.10 200	0.14 71	0.06 33	0.10 212	0.13 186	0.16 242	0.14 238	0.10 243	0.10 208	0.11 305	0.07 184	0.07 6	0.10 215	0.06 172	0.04 25	0.05 55	0.05 200	0.05 175	0.05 213

LACA1	0.07 7	0.07 247	0.07 13	0.14 71	0.05 2	0.09 147	0.11 71	0.10 39	0.07 20	0.05 2	0.05 7	0.06 44	0.07 184	0.08 29	0.09 109	0.06 172	0.04 25	0.04 1	0.04 64	0.03 1	0.04 77

BridgeDepth_RVC	0.07 7	0.04 1	0.09 133	0.11 1	0.05 2	0.10 212	0.10 42	0.14 158	0.09 59	0.06 26	0.07 68	0.06 44	0.07 184	0.07 6	0.10 215	0.06 172	0.04 25	0.04 1	0.04 64	0.04 49	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 91	0.04 1	0.10 200	0.13 23	0.06 33	0.08 89	0.12 108	0.12 93	0.11 120	0.06 26	0.07 68	0.07 131	0.07 184	0.11 207	0.11 302	0.06 172	0.04 25	0.04 1	0.03 1	0.04 49	0.04 77

LCMNet	0.08 91	0.05 45	0.10 200	0.13 23	0.07 140	0.09 147	0.12 108	0.10 39	0.11 120	0.06 26	0.08 133	0.06 44	0.07 184	0.11 207	0.10 215	0.06 172	0.05 284	0.04 1	0.03 1	0.04 49	0.04 77

FE-Mocha	0.09 184	0.06 124	0.14 407	0.16 228	0.09 367	0.10 212	0.15 345	0.18 317	0.16 306	0.10 243	0.09 170	0.07 131	0.07 184	0.09 63	0.09 109	0.06 172	0.04 25	0.06 208	0.06 301	0.05 175	0.05 213

Wavelet-MonSter	0.07 7	0.05 45	0.07 13	0.16 228	0.06 33	0.07 45	0.11 71	0.10 39	0.08 30	0.06 26	0.06 25	0.07 131	0.07 184	0.09 63	0.09 109	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 247	0.07 13	0.15 128	0.07 140	0.09 147	0.06 1	0.13 124	0.11 120	0.07 80	0.07 68	0.06 44	0.07 184	0.10 129	0.09 109	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

monsterstereo	0.07 7	0.06 124	0.06 5	0.16 228	0.06 33	0.08 89	0.10 42	0.16 242	0.11 120	0.07 80	0.08 133	0.06 44	0.07 184	0.08 29	0.09 109	0.04 11	0.04 25	0.05 55	0.04 64	0.03 1	0.03 2

LG-G_1	0.07 7	0.04 1	0.11 263	0.15 128	0.06 33	0.09 147	0.08 9	0.08 13	0.06 8	0.06 26	0.05 7	0.07 131	0.07 184	0.11 207	0.08 27	0.07 355	0.04 25	0.05 55	0.04 64	0.05 175	0.05 213

LG-G	0.07 7	0.04 1	0.11 263	0.15 128	0.06 33	0.09 147	0.08 9	0.08 13	0.06 8	0.06 26	0.05 7	0.07 131	0.07 184	0.11 207	0.08 27	0.07 355	0.04 25	0.05 55	0.04 64	0.05 175	0.05 213

LG-Stereo	0.08 91	0.07 247	0.10 200	0.18 409	0.07 140	0.10 212	0.17 461	0.11 66	0.08 30	0.05 2	0.07 68	0.05 5	0.07 184	0.09 63	0.09 109	0.04 11	0.05 284	0.07 321	0.07 402	0.04 49	0.04 77

AIO-test1	0.10 260	0.07 247	0.10 200	0.23 628	0.07 140	0.09 147	0.13 186	0.21 387	0.14 238	0.11 280	0.12 285	0.09 236	0.07 184	0.11 207	0.09 109	0.06 172	0.05 284	0.09 505	0.10 570	0.03 1	0.06 323

SMoEStereo_RVC	0.08 91	0.06 124	0.12 312	0.16 228	0.07 140	0.09 147	0.14 257	0.11 66	0.13 205	0.09 193	0.07 68	0.07 131	0.07 184	0.12 307	0.10 215	0.05 51	0.04 25	0.06 208	0.05 200	0.04 49	0.04 77

tg	0.10 260	0.06 124	0.10 200	0.18 409	0.08 231	0.11 270	0.16 418	0.20 360	0.12 161	0.08 140	0.11 263	0.11 305	0.07 184	0.11 207	0.10 215	0.05 51	0.04 25	0.08 417	0.08 480	0.04 49	0.04 77

PAM_32	0.09 184	0.05 45	0.17 523	0.15 128	0.08 231	0.10 212	0.15 345	0.14 158	0.15 266	0.09 193	0.08 133	0.09 236	0.07 184	0.14 399	0.08 27	0.06 172	0.05 284	0.06 208	0.06 301	0.05 175	0.06 323

PAM	0.10 260	0.05 45	0.16 492	0.15 128	0.08 231	0.09 147	0.16 418	0.15 201	0.16 306	0.12 324	0.09 170	0.09 236	0.07 184	0.13 365	0.08 27	0.06 172	0.05 284	0.06 208	0.06 301	0.05 175	0.06 323

UGAM-zero	0.09 184	0.05 45	0.15 456	0.15 128	0.08 231	0.09 147	0.13 186	0.19 348	0.15 266	0.11 280	0.15 341	0.07 131	0.07 184	0.09 63	0.09 109	0.06 172	0.05 284	0.06 208	0.05 200	0.05 175	0.06 323

model_zeroshot	0.10 260	0.04 1	0.11 263	0.15 128	0.09 367	0.12 324	0.14 257	0.20 360	0.13 205	0.11 280	0.10 208	0.12 327	0.07 184	0.12 307	0.10 215	0.07 355	0.06 438	0.06 208	0.05 200	0.06 305	0.06 323

AIO-Stereo-zeroshot1	0.11 313	0.05 45	0.14 407	0.15 128	0.20 673	0.09 147	0.17 461	0.21 387	0.15 266	0.11 280	0.14 320	0.10 274	0.07 184	0.10 129	0.08 27	0.06 172	0.05 284	0.07 321	0.07 402	0.07 393	0.09 530

AIO-Stereo-zeroshot	0.11 313	0.05 45	0.11 263	0.15 128	0.13 592	0.13 380	0.16 418	0.23 436	0.17 336	0.10 243	0.12 285	0.10 274	0.07 184	0.11 207	0.09 109	0.06 172	0.05 284	0.06 208	0.06 301	0.07 393	0.08 484

CAS++	0.11 313	0.07 247	0.11 263	0.14 71	0.09 367	0.12 324	0.14 257	0.24 460	0.14 238	0.11 280	0.09 170	0.11 305	0.07 184	0.14 399	0.09 109	0.11 578	0.09 582	0.09 505	0.07 402	0.07 393	0.08 484
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	0.10 260	0.07 247	0.10 200	0.17 315	0.09 367	0.14 417	0.18 510	0.15 201	0.15 266	0.09 193	0.06 25	0.06 44	0.07 184	0.12 307	0.09 109	0.06 172	0.05 284	0.08 417	0.07 402	0.06 305	0.06 323

MyStereo06	0.10 260	0.07 247	0.12 312	0.17 315	0.09 367	0.13 380	0.18 510	0.19 348	0.12 161	0.12 324	0.08 133	0.07 131	0.07 184	0.11 207	0.09 109	0.06 172	0.05 284	0.07 321	0.07 402	0.06 305	0.06 323

UniTT-Stereo	0.09 184	0.07 247	0.08 61	0.18 409	0.08 231	0.13 380	0.11 71	0.12 93	0.11 120	0.10 243	0.12 285	0.05 5	0.07 184	0.09 63	0.09 109	0.07 355	0.05 284	0.05 55	0.05 200	0.05 175	0.05 213

CASnet	0.09 184	0.09 455	0.09 133	0.19 484	0.06 33	0.07 45	0.11 71	0.18 317	0.14 238	0.11 280	0.10 208	0.09 236	0.07 184	0.10 129	0.10 215	0.06 172	0.04 25	0.10 554	0.08 480	0.05 175	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
HH	0.09 184	0.06 124	0.13 368	0.17 315	0.08 231	0.10 212	0.16 418	0.14 158	0.10 87	0.08 140	0.09 170	0.08 198	0.07 184	0.10 129	0.09 109	0.06 172	0.04 25	0.06 208	0.05 200	0.05 175	0.04 77

HanStereo	0.09 184	0.06 124	0.13 368	0.17 315	0.08 231	0.10 212	0.16 418	0.14 158	0.10 87	0.08 140	0.09 170	0.08 198	0.07 184	0.10 129	0.09 109	0.06 172	0.04 25	0.06 208	0.05 200	0.05 175	0.04 77

LL-Strereo2	0.10 260	0.10 518	0.15 456	0.18 409	0.08 231	0.15 444	0.09 25	0.17 281	0.14 238	0.14 385	0.10 208	0.09 236	0.07 184	0.16 462	0.10 215	0.05 51	0.05 284	0.10 554	0.07 402	0.06 305	0.05 213

4D-IteraStereo	0.09 184	0.07 247	0.10 200	0.18 409	0.07 140	0.09 147	0.15 345	0.17 281	0.15 266	0.10 243	0.11 263	0.10 274	0.07 184	0.11 207	0.09 109	0.05 51	0.03 1	0.08 417	0.07 402	0.06 305	0.05 213

RCA-Stereo	0.09 184	0.06 124	0.09 133	0.16 228	0.06 33	0.09 147	0.13 186	0.18 317	0.14 238	0.09 193	0.10 208	0.08 198	0.07 184	0.12 307	0.11 302	0.06 172	0.04 25	0.06 208	0.05 200	0.05 175	0.04 77

RAFT_CTSACE	0.12 391	0.09 455	0.10 200	0.22 604	0.08 231	0.12 324	0.24 630	0.18 317	0.16 306	0.20 530	0.27 541	0.13 360	0.07 184	0.13 365	0.09 109	0.05 51	0.06 438	0.08 417	0.07 402	0.04 49	0.04 77

IPLG	0.10 260	0.07 247	0.15 456	0.17 315	0.08 231	0.11 270	0.14 257	0.20 360	0.15 266	0.12 324	0.17 378	0.07 131	0.07 184	0.14 399	0.13 417	0.06 172	0.04 25	0.06 208	0.05 200	0.04 49	0.04 77

MIPNet	0.11 313	0.08 371	0.14 407	0.17 315	0.09 367	0.12 324	0.14 257	0.20 360	0.24 471	0.11 280	0.10 208	0.09 236	0.07 184	0.13 365	0.12 370	0.06 172	0.04 25	0.06 208	0.05 200	0.04 49	0.04 77

iRaftStereo_RVC	0.10 260	0.07 247	0.09 133	0.17 315	0.09 367	0.11 270	0.17 461	0.18 317	0.12 161	0.09 193	0.12 285	0.10 274	0.07 184	0.11 207	0.10 215	0.05 51	0.04 25	0.08 417	0.08 480	0.04 49	0.04 77

CREStereo++_RVC	0.08 91	0.04 1	0.06 5	0.13 23	0.07 140	0.09 147	0.12 108	0.14 158	0.14 238	0.10 243	0.14 320	0.08 198	0.07 184	0.09 63	0.11 302	0.06 172	0.04 25	0.05 55	0.05 200	0.04 49	0.04 77
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	0.09 184	0.06 124	0.10 200	0.17 315	0.08 231	0.09 147	0.10 42	0.18 317	0.16 306	0.10 243	0.09 170	0.12 327	0.07 184	0.12 307	0.10 215	0.08 438	0.05 284	0.06 208	0.05 200	0.05 175	0.05 213

sCroCo_RVC	0.12 391	0.09 455	0.23 596	0.24 637	0.11 533	0.19 543	0.14 257	0.17 281	0.14 238	0.10 243	0.13 304	0.12 327	0.07 184	0.14 399	0.11 302	0.08 438	0.08 546	0.08 417	0.08 480	0.05 175	0.07 413

EAI-Stereo	0.09 184	0.07 247	0.11 263	0.15 128	0.06 33	0.10 212	0.15 345	0.16 242	0.09 59	0.08 140	0.09 170	0.08 198	0.07 184	0.09 63	0.11 302	0.05 51	0.04 25	0.05 55	0.05 200	0.05 175	0.04 77

PMTNet	0.09 184	0.05 45	0.09 133	0.12 7	0.06 33	0.12 324	0.14 257	0.15 201	0.11 120	0.09 193	0.13 304	0.10 274	0.07 184	0.13 365	0.10 215	0.15 647	0.04 25	0.05 55	0.03 1	0.07 393	0.06 323

LSFM	0.09 184	0.04 1	0.12 312	0.14 71	0.11 533	0.07 45	0.06 1	0.08 13	0.06 8	0.09 193	0.07 68	0.06 44	0.08 236	0.11 207	0.10 215	0.08 438	0.08 546	0.08 417	0.07 402	0.11 584	0.13 624

flow	0.09 184	0.04 1	0.12 312	0.14 71	0.11 533	0.07 45	0.06 1	0.08 13	0.06 8	0.09 193	0.07 68	0.06 44	0.08 236	0.12 307	0.10 215	0.08 438	0.08 546	0.08 417	0.07 402	0.11 584	0.13 624

GREATEN-IGEV-FM_RVC	0.09 184	0.05 45	0.11 263	0.19 484	0.07 140	0.10 212	0.09 25	0.12 93	0.09 59	0.09 193	0.09 170	0.07 131	0.08 236	0.08 29	0.09 109	0.06 172	0.06 438	0.10 554	0.08 480	0.07 393	0.05 213

S0	0.12 391	0.08 371	0.08 61	0.20 552	0.07 140	0.18 518	0.23 616	0.15 201	0.15 266	0.10 243	0.10 208	0.13 360	0.08 236	0.12 307	0.11 302	0.09 502	0.10 604	0.14 635	0.14 640	0.05 175	0.04 77

SE	0.10 260	0.10 518	0.08 61	0.19 484	0.09 367	0.11 270	0.11 71	0.15 201	0.11 120	0.10 243	0.16 354	0.09 236	0.08 236	0.09 63	0.10 215	0.06 172	0.05 284	0.08 417	0.07 402	0.07 393	0.04 77

Anonymus	0.08 91	0.05 45	0.10 200	0.15 128	0.08 231	0.10 212	0.15 345	0.15 201	0.10 87	0.07 80	0.06 25	0.07 131	0.08 236	0.12 307	0.10 215	0.06 172	0.04 25	0.05 55	0.05 200	0.05 175	0.06 323

LGCAT	0.08 91	0.04 1	0.10 200	0.11 1	0.06 33	0.07 45	0.12 108	0.07 7	0.08 30	0.09 193	0.07 68	0.07 131	0.08 236	0.12 307	0.11 302	0.10 546	0.09 582	0.04 1	0.05 200	0.04 49	0.09 530

derf	0.07 7	0.04 1	0.10 200	0.14 71	0.06 33	0.05 4	0.12 108	0.12 93	0.09 59	0.05 2	0.07 68	0.07 131	0.08 236	0.10 129	0.10 215	0.06 172	0.05 284	0.04 1	0.03 1	0.04 49	0.05 213

mm2	0.07 7	0.04 1	0.10 200	0.13 23	0.06 33	0.06 15	0.12 108	0.13 124	0.08 30	0.06 26	0.07 68	0.06 44	0.08 236	0.10 129	0.09 109	0.06 172	0.05 284	0.04 1	0.03 1	0.04 49	0.05 213

mm1	0.07 7	0.04 1	0.10 200	0.13 23	0.06 33	0.06 15	0.12 108	0.06 1	0.08 30	0.06 26	0.07 68	0.06 44	0.08 236	0.10 129	0.09 109	0.06 172	0.05 284	0.04 1	0.03 1	0.04 49	0.05 213

qqai	0.07 7	0.05 45	0.10 200	0.14 71	0.06 33	0.05 4	0.12 108	0.08 13	0.09 59	0.05 2	0.06 25	0.06 44	0.08 236	0.10 129	0.09 109	0.06 172	0.05 284	0.05 55	0.03 1	0.04 49	0.05 213

PointNet	0.07 7	0.06 124	0.07 13	0.15 128	0.07 140	0.08 89	0.14 257	0.11 66	0.08 30	0.05 2	0.07 68	0.08 198	0.08 236	0.09 63	0.09 109	0.06 172	0.04 25	0.05 55	0.04 64	0.03 1	0.04 77

DF	0.08 91	0.05 45	0.09 133	0.15 128	0.06 33	0.11 270	0.13 186	0.10 39	0.12 161	0.09 193	0.10 208	0.10 274	0.08 236	0.11 207	0.09 109	0.07 355	0.04 25	0.05 55	0.04 64	0.04 49	0.04 77

RT-Monster	0.09 184	0.05 45	0.09 133	0.14 71	0.08 231	0.11 270	0.10 42	0.17 281	0.18 369	0.13 358	0.10 208	0.09 236	0.08 236	0.10 129	0.10 215	0.07 355	0.05 284	0.05 55	0.04 64	0.05 175	0.06 323

GeoVLM	0.08 91	0.04 1	0.10 200	0.13 23	0.06 33	0.10 212	0.12 108	0.13 124	0.08 30	0.06 26	0.07 68	0.06 44	0.08 236	0.10 129	0.11 302	0.06 172	0.05 284	0.04 1	0.03 1	0.04 49	0.05 213

LACA2	0.07 7	0.05 45	0.06 5	0.15 128	0.06 33	0.09 147	0.11 71	0.11 66	0.10 87	0.05 2	0.05 7	0.06 44	0.08 236	0.09 63	0.07 1	0.07 355	0.04 25	0.04 1	0.04 64	0.04 49	0.04 77

NLSM3	0.09 184	0.06 124	0.08 61	0.19 484	0.08 231	0.11 270	0.16 418	0.18 317	0.16 306	0.06 26	0.08 133	0.07 131	0.08 236	0.09 63	0.11 302	0.04 11	0.04 25	0.06 208	0.07 402	0.03 1	0.03 2

MonSter++	0.08 91	0.04 1	0.10 200	0.13 23	0.06 33	0.09 147	0.12 108	0.13 124	0.08 30	0.06 26	0.07 68	0.06 44	0.08 236	0.10 129	0.11 302	0.06 172	0.05 284	0.04 1	0.03 1	0.04 49	0.04 77

CSFM-Stereo	0.07 7	0.05 45	0.07 13	0.14 71	0.06 33	0.09 147	0.13 186	0.15 201	0.06 8	0.07 80	0.08 133	0.06 44	0.08 236	0.09 63	0.09 109	0.06 172	0.05 284	0.04 1	0.03 1	0.04 49	0.04 77

DA	0.08 91	0.07 247	0.07 13	0.19 484	0.08 231	0.09 147	0.12 108	0.13 124	0.12 161	0.08 140	0.10 208	0.10 274	0.08 236	0.09 63	0.10 215	0.05 51	0.04 25	0.06 208	0.04 64	0.05 175	0.03 2

GGEV	0.08 91	0.07 247	0.07 13	0.19 484	0.08 231	0.09 147	0.12 108	0.13 124	0.12 161	0.08 140	0.10 208	0.10 274	0.08 236	0.09 63	0.10 215	0.05 51	0.04 25	0.06 208	0.04 64	0.05 175	0.03 2

Reg-Stereo(zero)	0.08 91	0.05 45	0.08 61	0.16 228	0.06 33	0.12 324	0.11 71	0.15 201	0.10 87	0.12 324	0.09 170	0.10 274	0.08 236	0.11 207	0.08 27	0.06 172	0.04 25	0.05 55	0.04 64	0.04 49	0.05 213

castereo	0.09 184	0.06 124	0.11 263	0.15 128	0.06 33	0.11 270	0.15 345	0.14 158	0.18 369	0.08 140	0.10 208	0.11 305	0.08 236	0.09 63	0.10 215	0.05 51	0.04 25	0.05 55	0.04 64	0.04 49	0.03 2

999	0.09 184	0.05 45	0.13 368	0.15 128	0.08 231	0.10 212	0.14 257	0.15 201	0.11 120	0.10 243	0.08 133	0.08 198	0.08 236	0.16 462	0.10 215	0.06 172	0.04 25	0.06 208	0.05 200	0.04 49	0.05 213

rvit_stereo_0080	0.10 260	0.08 371	0.14 407	0.15 128	0.09 367	0.07 45	0.15 345	0.16 242	0.16 306	0.11 280	0.10 208	0.14 383	0.08 236	0.12 307	0.10 215	0.09 502	0.07 513	0.07 321	0.06 301	0.07 393	0.05 213

trnet	0.08 91	0.05 45	0.07 13	0.12 7	0.05 2	0.12 324	0.11 71	0.13 124	0.10 87	0.08 140	0.13 304	0.09 236	0.08 236	0.11 207	0.10 215	0.08 438	0.05 284	0.05 55	0.03 1	0.06 305	0.05 213

Former-RAFT_DAM_RVC	0.10 260	0.08 371	0.12 312	0.16 228	0.08 231	0.15 444	0.16 418	0.18 317	0.18 369	0.10 243	0.09 170	0.09 236	0.08 236	0.11 207	0.12 370	0.07 355	0.05 284	0.08 417	0.06 301	0.07 393	0.06 323

AE-Stereo	0.10 260	0.08 371	0.10 200	0.18 409	0.09 367	0.10 212	0.15 345	0.14 158	0.19 388	0.09 193	0.14 320	0.12 327	0.08 236	0.11 207	0.10 215	0.05 51	0.06 438	0.07 321	0.06 301	0.05 175	0.04 77

whm_eth	0.10 260	0.08 371	0.14 407	0.15 128	0.09 367	0.07 45	0.15 345	0.16 242	0.16 306	0.11 280	0.10 208	0.14 383	0.08 236	0.12 307	0.10 215	0.09 502	0.07 513	0.07 321	0.06 301	0.07 393	0.05 213

AEACV	0.08 91	0.05 45	0.08 61	0.14 71	0.13 592	0.14 417	0.13 186	0.14 158	0.09 59	0.07 80	0.09 170	0.07 131	0.08 236	0.10 129	0.09 109	0.06 172	0.04 25	0.06 208	0.05 200	0.05 175	0.04 77

GLC_STEREO	0.11 313	0.07 247	0.11 263	0.17 315	0.07 140	0.09 147	0.13 186	0.15 201	0.24 471	0.12 324	0.13 304	0.12 327	0.08 236	0.18 519	0.11 302	0.06 172	0.08 546	0.08 417	0.06 301	0.05 175	0.05 213

IPLGR	0.11 313	0.09 455	0.16 492	0.18 409	0.08 231	0.12 324	0.17 461	0.21 387	0.24 471	0.11 280	0.12 285	0.11 305	0.08 236	0.12 307	0.12 370	0.06 172	0.05 284	0.06 208	0.06 301	0.04 49	0.04 77

test-3	0.08 91	0.06 124	0.09 133	0.17 315	0.07 140	0.07 45	0.14 257	0.12 93	0.15 266	0.09 193	0.08 133	0.07 131	0.08 236	0.11 207	0.10 215	0.05 51	0.04 25	0.07 321	0.05 200	0.04 49	0.04 77

test_1	0.08 91	0.06 124	0.09 133	0.17 315	0.07 140	0.07 45	0.14 257	0.12 93	0.15 266	0.09 193	0.08 133	0.07 131	0.08 236	0.11 207	0.10 215	0.05 51	0.04 25	0.07 321	0.05 200	0.04 49	0.04 77

HHNet	0.11 313	0.06 124	0.16 492	0.15 128	0.14 613	0.07 45	0.13 186	0.20 360	0.17 336	0.14 385	0.25 515	0.11 305	0.08 236	0.13 365	0.10 215	0.05 51	0.04 25	0.08 417	0.06 301	0.05 175	0.09 530

AnonymousM	0.09 184	0.05 45	0.10 200	0.14 71	0.06 33	0.09 147	0.13 186	0.19 348	0.14 238	0.13 358	0.11 263	0.09 236	0.08 236	0.13 365	0.10 215	0.08 438	0.05 284	0.08 417	0.05 200	0.05 175	0.05 213

test-1	0.10 260	0.07 247	0.16 492	0.19 484	0.08 231	0.11 270	0.24 630	0.14 158	0.18 369	0.09 193	0.07 68	0.09 236	0.08 236	0.07 6	0.09 109	0.06 172	0.04 25	0.06 208	0.05 200	0.04 49	0.04 77

Prome-Stereo	0.11 313	0.06 124	0.10 200	0.18 409	0.08 231	0.12 324	0.15 345	0.22 413	0.13 205	0.12 324	0.17 378	0.13 360	0.08 236	0.12 307	0.10 215	0.05 51	0.04 25	0.07 321	0.06 301	0.06 305	0.09 530

raft+_RVC	0.11 313	0.07 247	0.09 133	0.16 228	0.07 140	0.10 212	0.11 71	0.24 460	0.20 412	0.12 324	0.15 341	0.12 327	0.08 236	0.12 307	0.13 417	0.07 355	0.04 25	0.07 321	0.06 301	0.05 175	0.05 213

XX-TBD	0.09 184	0.06 124	0.07 13	0.14 71	0.07 140	0.12 324	0.16 418	0.14 158	0.13 205	0.11 280	0.12 285	0.09 236	0.08 236	0.10 129	0.10 215	0.06 172	0.04 25	0.05 55	0.03 1	0.06 305	0.05 213

sAnonymous2	0.13 419	0.12 563	0.24 600	0.20 552	0.12 569	0.17 499	0.13 186	0.26 497	0.21 428	0.11 280	0.11 263	0.13 360	0.08 236	0.10 129	0.10 215	0.09 502	0.05 284	0.08 417	0.06 301	0.15 651	0.10 561

CroCo_RVC	0.13 419	0.12 563	0.24 600	0.20 552	0.12 569	0.17 499	0.13 186	0.26 497	0.21 428	0.11 280	0.11 263	0.13 360	0.08 236	0.10 129	0.10 215	0.09 502	0.05 284	0.08 417	0.06 301	0.15 651	0.10 561

CREStereo	0.09 184	0.04 1	0.08 61	0.11 1	0.06 33	0.13 380	0.14 257	0.14 158	0.10 87	0.08 140	0.13 304	0.09 236	0.08 236	0.11 207	0.10 215	0.08 438	0.04 25	0.05 55	0.03 1	0.06 305	0.06 323
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	0.10 260	0.06 124	0.10 200	0.17 315	0.08 231	0.11 270	0.14 257	0.23 436	0.11 120	0.12 324	0.19 417	0.11 305	0.08 236	0.09 63	0.11 302	0.07 355	0.05 284	0.06 208	0.05 200	0.05 175	0.05 213

RAFT-Stereo	0.10 260	0.06 124	0.10 200	0.17 315	0.08 231	0.11 270	0.14 257	0.23 436	0.11 120	0.12 324	0.19 417	0.11 305	0.08 236	0.09 63	0.11 302	0.07 355	0.05 284	0.06 208	0.05 200	0.05 175	0.05 213
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
over-6	0.08 91	0.07 247	0.08 61	0.17 315	0.05 2	0.10 212	0.09 25	0.17 281	0.11 120	0.06 26	0.07 68	0.06 44	0.09 281	0.10 129	0.08 27	0.06 172	0.04 25	0.04 1	0.04 64	0.05 175	0.05 213

over-8	0.07 7	0.07 247	0.07 13	0.18 409	0.05 2	0.08 89	0.08 9	0.13 124	0.05 4	0.06 26	0.05 7	0.07 131	0.09 281	0.11 207	0.08 27	0.06 172	0.04 25	0.04 1	0.03 1	0.05 175	0.05 213

over-9	0.07 7	0.07 247	0.07 13	0.18 409	0.05 2	0.08 89	0.08 9	0.13 124	0.06 8	0.06 26	0.05 7	0.07 131	0.09 281	0.11 207	0.08 27	0.06 172	0.04 25	0.04 1	0.03 1	0.05 175	0.05 213

SMOE	0.10 260	0.08 371	0.09 133	0.18 409	0.07 140	0.13 380	0.14 257	0.18 317	0.13 205	0.11 280	0.13 304	0.12 327	0.09 281	0.11 207	0.11 302	0.05 51	0.05 284	0.08 417	0.06 301	0.06 305	0.04 77

ManiGeoR	0.10 260	0.05 45	0.12 312	0.12 7	0.08 231	0.12 324	0.12 108	0.24 460	0.14 238	0.12 324	0.14 320	0.12 327	0.09 281	0.13 365	0.13 417	0.07 355	0.04 25	0.05 55	0.05 200	0.07 393	0.07 413

HLf10	0.10 260	0.05 45	0.12 312	0.12 7	0.08 231	0.12 324	0.12 108	0.24 460	0.14 238	0.12 324	0.14 320	0.12 327	0.09 281	0.13 365	0.13 417	0.07 355	0.04 25	0.05 55	0.05 200	0.07 393	0.07 413

TestStereo_HLe17	0.10 260	0.05 45	0.12 312	0.13 23	0.07 140	0.11 270	0.15 345	0.21 387	0.15 266	0.11 280	0.14 320	0.11 305	0.09 281	0.13 365	0.12 370	0.07 355	0.04 25	0.05 55	0.05 200	0.07 393	0.06 323

GGDA	0.11 313	0.06 124	0.11 263	0.13 23	0.07 140	0.12 324	0.14 257	0.19 348	0.19 388	0.13 358	0.20 429	0.12 327	0.09 281	0.12 307	0.12 370	0.07 355	0.04 25	0.05 55	0.05 200	0.06 305	0.07 413

LiteMatch*	0.08 91	0.04 1	0.11 263	0.13 23	0.08 231	0.08 89	0.13 186	0.14 158	0.09 59	0.05 2	0.05 7	0.05 5	0.09 281	0.11 207	0.10 215	0.06 172	0.05 284	0.05 55	0.04 64	0.05 175	0.05 213

VMStereo-Base	0.09 184	0.05 45	0.10 200	0.13 23	0.07 140	0.10 212	0.10 42	0.16 242	0.13 205	0.10 243	0.15 341	0.10 274	0.09 281	0.11 207	0.10 215	0.07 355	0.05 284	0.05 55	0.04 64	0.05 175	0.06 323

Hybrid-DGEV-03	0.10 260	0.06 124	0.09 133	0.18 409	0.08 231	0.16 476	0.14 257	0.15 201	0.14 238	0.13 358	0.16 354	0.12 327	0.09 281	0.13 365	0.11 302	0.06 172	0.04 25	0.08 417	0.06 301	0.05 175	0.04 77

WQFJX	0.10 260	0.07 247	0.09 133	0.21 586	0.09 367	0.12 324	0.16 418	0.18 317	0.17 336	0.12 324	0.10 208	0.07 131	0.09 281	0.12 307	0.10 215	0.06 172	0.07 513	0.06 208	0.05 200	0.06 305	0.05 213

NLMM1	0.11 313	0.09 455	0.07 13	0.22 604	0.10 482	0.12 324	0.20 574	0.18 317	0.20 412	0.12 324	0.11 263	0.07 131	0.09 281	0.11 207	0.11 302	0.08 438	0.08 546	0.07 321	0.06 301	0.04 49	0.04 77

NLCSM	0.11 313	0.09 455	0.09 133	0.23 628	0.11 533	0.12 324	0.19 550	0.18 317	0.18 369	0.12 324	0.11 263	0.07 131	0.09 281	0.11 207	0.10 215	0.07 355	0.08 546	0.07 321	0.07 402	0.06 305	0.05 213

BridgeDepth	0.07 7	0.07 247	0.08 61	0.18 409	0.06 33	0.07 45	0.11 71	0.09 25	0.06 8	0.04 1	0.07 68	0.10 274	0.09 281	0.08 29	0.08 27	0.04 11	0.03 1	0.04 1	0.04 64	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	0.09 184	0.06 124	0.08 61	0.16 228	0.07 140	0.09 147	0.13 186	0.15 201	0.13 205	0.11 280	0.12 285	0.08 198	0.09 281	0.07 6	0.08 27	0.06 172	0.05 284	0.05 55	0.05 200	0.04 49	0.04 77

DilatedVolume-Stereo	0.09 184	0.05 45	0.08 61	0.15 128	0.06 33	0.11 270	0.12 108	0.14 158	0.16 306	0.11 280	0.11 263	0.09 236	0.09 281	0.11 207	0.10 215	0.06 172	0.05 284	0.05 55	0.04 64	0.03 1	0.03 2

S2M2_L	0.09 184	0.08 371	0.11 263	0.13 23	0.10 482	0.08 89	0.06 1	0.10 39	0.10 87	0.10 243	0.09 170	0.10 274	0.09 281	0.11 207	0.11 302	0.13 629	0.07 513	0.08 417	0.09 528	0.10 561	0.08 484
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 91	0.05 45	0.10 200	0.14 71	0.05 2	0.12 324	0.12 108	0.11 66	0.12 161	0.07 80	0.09 170	0.09 236	0.09 281	0.08 29	0.08 27	0.06 172	0.04 25	0.05 55	0.04 64	0.05 175	0.03 2

fast-iter	0.11 313	0.06 124	0.11 263	0.13 23	0.09 367	0.09 147	0.14 257	0.21 387	0.10 87	0.19 507	0.17 378	0.14 383	0.09 281	0.16 462	0.08 27	0.05 51	0.04 25	0.07 321	0.08 480	0.07 393	0.06 323

CoSv	0.11 313	0.06 124	0.11 263	0.13 23	0.09 367	0.09 147	0.14 257	0.21 387	0.10 87	0.19 507	0.17 378	0.14 383	0.09 281	0.16 462	0.08 27	0.05 51	0.04 25	0.07 321	0.08 480	0.07 393	0.06 323

fffy	0.09 184	0.08 371	0.09 133	0.16 228	0.07 140	0.13 380	0.17 461	0.13 124	0.12 161	0.08 140	0.09 170	0.08 198	0.09 281	0.13 365	0.11 302	0.05 51	0.05 284	0.07 321	0.05 200	0.04 49	0.05 213

rvit_stereo_0081_aga	0.11 313	0.09 455	0.14 407	0.18 409	0.09 367	0.13 380	0.14 257	0.14 158	0.19 388	0.10 243	0.18 406	0.16 427	0.09 281	0.12 307	0.09 109	0.10 546	0.06 438	0.08 417	0.07 402	0.07 393	0.06 323

rvit_stereo_0081	0.11 313	0.08 371	0.15 456	0.16 228	0.09 367	0.10 212	0.14 257	0.14 158	0.24 471	0.11 280	0.13 304	0.13 360	0.09 281	0.11 207	0.12 370	0.10 546	0.07 513	0.08 417	0.07 402	0.07 393	0.05 213

rvit_stereo_0082	0.11 313	0.08 371	0.15 456	0.16 228	0.09 367	0.10 212	0.14 257	0.14 158	0.24 471	0.11 280	0.13 304	0.13 360	0.09 281	0.11 207	0.12 370	0.10 546	0.07 513	0.08 417	0.07 402	0.07 393	0.05 213

EKT-Stereo	0.11 313	0.07 247	0.14 407	0.15 128	0.10 482	0.13 380	0.14 257	0.18 317	0.21 428	0.11 280	0.08 133	0.12 327	0.09 281	0.11 207	0.12 370	0.08 438	0.06 438	0.07 321	0.06 301	0.08 463	0.07 413

GCAP-Stereo	0.09 184	0.07 247	0.13 368	0.18 409	0.06 33	0.11 270	0.07 5	0.13 124	0.12 161	0.09 193	0.10 208	0.07 131	0.09 281	0.13 365	0.10 215	0.06 172	0.05 284	0.05 55	0.04 64	0.04 49	0.05 213

Any-RAFT	0.10 260	0.05 45	0.09 133	0.14 71	0.07 140	0.13 380	0.14 257	0.21 387	0.15 266	0.11 280	0.12 285	0.12 327	0.09 281	0.12 307	0.09 109	0.07 355	0.04 25	0.05 55	0.04 64	0.06 305	0.05 213

RAFT-Test	0.09 184	0.06 124	0.10 200	0.15 128	0.07 140	0.11 270	0.15 345	0.16 242	0.13 205	0.09 193	0.10 208	0.10 274	0.09 281	0.12 307	0.09 109	0.06 172	0.04 25	0.05 55	0.04 64	0.04 49	0.05 213

LoS_RVC	0.08 91	0.05 45	0.07 13	0.15 128	0.07 140	0.08 89	0.15 345	0.11 66	0.10 87	0.08 140	0.09 170	0.06 44	0.09 281	0.10 129	0.09 109	0.05 51	0.04 25	0.05 55	0.03 1	0.04 49	0.03 2

anonymousdsp2	0.11 313	0.07 247	0.10 200	0.16 228	0.09 367	0.13 380	0.14 257	0.18 317	0.22 442	0.13 358	0.14 320	0.12 327	0.09 281	0.14 399	0.11 302	0.05 51	0.04 25	0.05 55	0.04 64	0.06 305	0.05 213

LoS	0.09 184	0.05 45	0.11 263	0.13 23	0.07 140	0.14 417	0.11 71	0.15 201	0.15 266	0.09 193	0.09 170	0.12 327	0.09 281	0.15 427	0.10 215	0.07 355	0.05 284	0.05 55	0.03 1	0.05 175	0.05 213
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
knoymous	0.11 313	0.05 45	0.12 312	0.13 23	0.07 140	0.15 444	0.14 257	0.19 348	0.13 205	0.11 280	0.17 378	0.13 360	0.09 281	0.13 365	0.11 302	0.08 438	0.05 284	0.06 208	0.05 200	0.08 463	0.07 413

test_4	0.10 260	0.10 518	0.08 61	0.19 484	0.09 367	0.08 89	0.22 605	0.15 201	0.17 336	0.12 324	0.18 406	0.12 327	0.09 281	0.08 29	0.11 302	0.04 11	0.04 25	0.08 417	0.08 480	0.04 49	0.03 2

iRaft-Stereo_5w	0.12 391	0.09 455	0.12 312	0.19 484	0.08 231	0.09 147	0.12 108	0.21 387	0.21 428	0.19 507	0.14 320	0.11 305	0.09 281	0.20 559	0.16 508	0.05 51	0.05 284	0.07 321	0.06 301	0.05 175	0.06 323

CIPLG	0.11 313	0.08 371	0.14 407	0.17 315	0.08 231	0.12 324	0.15 345	0.17 281	0.15 266	0.14 385	0.11 263	0.16 427	0.09 281	0.16 462	0.11 302	0.07 355	0.05 284	0.06 208	0.05 200	0.05 175	0.06 323

dd	0.15 501	0.16 621	0.16 492	0.19 484	0.09 367	0.15 444	0.18 510	0.21 387	0.25 493	0.23 574	0.20 429	0.21 499	0.09 281	0.21 576	0.16 508	0.10 546	0.06 438	0.08 417	0.06 301	0.08 463	0.06 323

IPLGR_C	0.11 313	0.08 371	0.14 407	0.17 315	0.08 231	0.12 324	0.15 345	0.17 281	0.15 266	0.14 385	0.10 208	0.16 427	0.09 281	0.16 462	0.11 302	0.07 355	0.05 284	0.06 208	0.05 200	0.05 175	0.06 323

ACRE	0.11 313	0.08 371	0.14 407	0.17 315	0.08 231	0.12 324	0.15 345	0.17 281	0.14 238	0.14 385	0.10 208	0.16 427	0.09 281	0.16 462	0.11 302	0.07 355	0.05 284	0.06 208	0.05 200	0.05 175	0.06 323

test_3	0.10 260	0.09 455	0.10 200	0.20 552	0.08 231	0.13 380	0.26 654	0.14 158	0.21 428	0.10 243	0.10 208	0.09 236	0.09 281	0.08 29	0.11 302	0.05 51	0.04 25	0.08 417	0.07 402	0.04 49	0.04 77

Pruner-Stereo	0.11 313	0.07 247	0.12 312	0.17 315	0.09 367	0.06 15	0.12 108	0.17 281	0.17 336	0.13 358	0.19 417	0.13 360	0.09 281	0.11 207	0.11 302	0.06 172	0.04 25	0.07 321	0.06 301	0.06 305	0.08 484

RAFT-345	0.11 313	0.07 247	0.15 456	0.16 228	0.08 231	0.08 89	0.12 108	0.15 201	0.10 87	0.11 280	0.36 611	0.09 236	0.09 281	0.11 207	0.12 370	0.05 51	0.05 284	0.07 321	0.06 301	0.04 49	0.05 213

RALAANet	0.11 313	0.08 371	0.10 200	0.17 315	0.09 367	0.14 417	0.10 42	0.20 360	0.15 266	0.14 385	0.13 304	0.16 427	0.09 281	0.12 307	0.11 302	0.06 172	0.05 284	0.07 321	0.06 301	0.05 175	0.04 77

RAFT-Stereo + iAFF	0.09 184	0.06 124	0.10 200	0.17 315	0.06 33	0.10 212	0.16 418	0.17 281	0.14 238	0.09 193	0.10 208	0.08 198	0.09 281	0.11 207	0.09 109	0.05 51	0.04 25	0.06 208	0.06 301	0.04 49	0.03 2

AFF-stereo	0.09 184	0.06 124	0.10 200	0.17 315	0.07 140	0.10 212	0.16 418	0.17 281	0.09 59	0.10 243	0.12 285	0.09 236	0.09 281	0.12 307	0.09 109	0.05 51	0.04 25	0.07 321	0.07 402	0.04 49	0.03 2

CFNet-RSSM	0.09 184	0.07 247	0.09 133	0.16 228	0.07 140	0.09 147	0.15 345	0.16 242	0.17 336	0.08 140	0.12 285	0.10 274	0.09 281	0.11 207	0.09 109	0.06 172	0.04 25	0.06 208	0.04 64	0.04 49	0.04 77

Gwc-CoAtRS	0.09 184	0.06 124	0.10 200	0.16 228	0.07 140	0.10 212	0.14 257	0.17 281	0.17 336	0.08 140	0.10 208	0.12 327	0.09 281	0.12 307	0.09 109	0.06 172	0.04 25	0.06 208	0.04 64	0.04 49	0.04 77

over v1	0.07 7	0.07 247	0.07 13	0.18 409	0.05 2	0.08 89	0.08 9	0.10 39	0.05 4	0.06 26	0.06 25	0.07 131	0.10 328	0.11 207	0.08 27	0.05 51	0.04 25	0.04 1	0.03 1	0.05 175	0.05 213

S	0.12 391	0.08 371	0.09 133	0.20 552	0.08 231	0.13 380	0.19 550	0.17 281	0.16 306	0.13 358	0.11 263	0.13 360	0.10 328	0.11 207	0.13 417	0.09 502	0.07 513	0.13 621	0.15 657	0.06 305	0.04 77

PhaseNet	0.09 184	0.06 124	0.10 200	0.15 128	0.08 231	0.10 212	0.14 257	0.20 360	0.12 161	0.07 80	0.08 133	0.09 236	0.10 328	0.13 365	0.12 370	0.06 172	0.04 25	0.06 208	0.06 301	0.05 175	0.05 213

HLf8	0.11 313	0.05 45	0.13 368	0.11 1	0.08 231	0.15 444	0.12 108	0.22 413	0.15 266	0.13 358	0.17 378	0.12 327	0.10 328	0.14 399	0.12 370	0.09 502	0.05 284	0.05 55	0.05 200	0.08 463	0.08 484

TestStereo_HL2	0.11 313	0.06 124	0.11 263	0.12 7	0.08 231	0.12 324	0.14 257	0.20 360	0.18 369	0.13 358	0.21 453	0.12 327	0.10 328	0.12 307	0.12 370	0.07 355	0.05 284	0.05 55	0.05 200	0.07 393	0.07 413

TS12	0.08 91	0.06 124	0.09 133	0.21 586	0.07 140	0.11 270	0.13 186	0.11 66	0.09 59	0.10 243	0.10 208	0.08 198	0.10 328	0.09 63	0.12 370	0.04 11	0.04 25	0.05 55	0.04 64	0.03 1	0.04 77

RT-IGEV	0.13 419	0.06 124	0.13 368	0.15 128	0.09 367	0.15 444	0.17 461	0.24 460	0.27 517	0.16 441	0.17 378	0.17 449	0.10 328	0.14 399	0.11 302	0.08 438	0.05 284	0.07 321	0.05 200	0.07 393	0.07 413

Selective-IGEV-i1	0.13 419	0.07 247	0.12 312	0.19 484	0.08 231	0.18 518	0.16 418	0.22 413	0.30 549	0.16 441	0.17 378	0.16 427	0.10 328	0.14 399	0.13 417	0.06 172	0.05 284	0.06 208	0.05 200	0.06 305	0.05 213

DStereoRT	0.16 524	0.06 124	0.11 263	0.19 484	0.09 367	0.12 324	0.12 108	0.28 538	0.22 442	0.12 324	0.20 429	0.11 305	0.10 328	0.15 427	0.14 460	0.06 172	0.05 284	0.96 725	0.09 528	0.05 175	0.04 77

WQFJA1	0.10 260	0.07 247	0.08 61	0.20 552	0.09 367	0.12 324	0.17 461	0.17 281	0.17 336	0.09 193	0.10 208	0.08 198	0.10 328	0.12 307	0.11 302	0.06 172	0.07 513	0.07 321	0.06 301	0.06 305	0.05 213

WQFJX1	0.10 260	0.07 247	0.08 61	0.22 604	0.09 367	0.12 324	0.17 461	0.18 317	0.17 336	0.10 243	0.09 170	0.07 131	0.10 328	0.11 207	0.09 109	0.07 355	0.08 546	0.07 321	0.06 301	0.05 175	0.04 77

NLMM	0.10 260	0.07 247	0.08 61	0.20 552	0.09 367	0.12 324	0.17 461	0.17 281	0.17 336	0.09 193	0.10 208	0.08 198	0.10 328	0.12 307	0.11 302	0.06 172	0.07 513	0.07 321	0.06 301	0.06 305	0.05 213

NLSM1	0.10 260	0.07 247	0.07 13	0.19 484	0.08 231	0.13 380	0.16 418	0.21 387	0.15 266	0.11 280	0.10 208	0.06 44	0.10 328	0.10 129	0.11 302	0.07 355	0.08 546	0.08 417	0.07 402	0.05 175	0.05 213

xyz-stereo-finetune	0.11 313	0.08 371	0.13 368	0.14 71	0.06 33	0.10 212	0.19 550	0.17 281	0.19 388	0.12 324	0.14 320	0.15 412	0.10 328	0.13 365	0.11 302	0.05 51	0.04 25	0.07 321	0.05 200	0.04 49	0.05 213

rvit_stereo_0083	0.12 391	0.08 371	0.17 523	0.16 228	0.09 367	0.11 270	0.15 345	0.14 158	0.26 507	0.11 280	0.14 320	0.13 360	0.10 328	0.12 307	0.12 370	0.10 546	0.08 546	0.09 505	0.07 402	0.07 393	0.05 213

rvit_stereo_ft	0.12 391	0.07 247	0.13 368	0.19 484	0.10 482	0.12 324	0.17 461	0.16 242	0.16 306	0.12 324	0.13 304	0.15 412	0.10 328	0.14 399	0.13 417	0.09 502	0.06 438	0.08 417	0.07 402	0.07 393	0.05 213

H2IRNET	0.10 260	0.09 455	0.09 133	0.18 409	0.09 367	0.12 324	0.15 345	0.14 158	0.21 428	0.10 243	0.10 208	0.10 274	0.10 328	0.10 129	0.10 215	0.05 51	0.04 25	0.08 417	0.08 480	0.06 305	0.05 213

MyStereo8	0.12 391	0.07 247	0.15 456	0.15 128	0.09 367	0.18 518	0.14 257	0.19 348	0.22 442	0.12 324	0.18 406	0.11 305	0.10 328	0.16 462	0.18 541	0.07 355	0.05 284	0.07 321	0.05 200	0.08 463	0.09 530

MyStereo04	0.13 419	0.07 247	0.10 200	0.17 315	0.09 367	0.14 417	0.18 510	0.29 552	0.38 610	0.17 460	0.14 320	0.16 427	0.10 328	0.15 427	0.13 417	0.06 172	0.05 284	0.08 417	0.07 402	0.06 305	0.06 323

StereoVision	0.13 419	0.12 563	0.09 133	0.24 637	0.10 482	0.15 444	0.21 595	0.21 387	0.20 412	0.12 324	0.24 487	0.10 274	0.10 328	0.16 462	0.10 215	0.09 502	0.11 617	0.12 606	0.12 625	0.06 305	0.05 213

DCRE	0.11 313	0.07 247	0.13 368	0.16 228	0.11 533	0.11 270	0.17 461	0.18 317	0.17 336	0.11 280	0.18 406	0.10 274	0.10 328	0.15 427	0.11 302	0.06 172	0.05 284	0.06 208	0.06 301	0.05 175	0.04 77

Selective-RAFT	0.11 313	0.10 518	0.11 263	0.21 586	0.08 231	0.16 476	0.13 186	0.20 360	0.22 442	0.10 243	0.10 208	0.11 305	0.10 328	0.15 427	0.11 302	0.05 51	0.05 284	0.06 208	0.05 200	0.06 305	0.05 213

TestStereo1	0.13 419	0.08 371	0.08 61	0.19 484	0.08 231	0.18 518	0.29 677	0.23 436	0.16 306	0.17 460	0.20 429	0.16 427	0.10 328	0.12 307	0.13 417	0.06 172	0.06 438	0.08 417	0.06 301	0.05 175	0.05 213

DisPM	0.11 313	0.07 247	0.12 312	0.16 228	0.09 367	0.06 15	0.13 186	0.17 281	0.17 336	0.14 385	0.20 429	0.12 327	0.10 328	0.11 207	0.10 215	0.06 172	0.04 25	0.07 321	0.06 301	0.06 305	0.11 588

raft_robust	0.13 419	0.10 518	0.07 13	0.18 409	0.08 231	0.13 380	0.24 630	0.28 538	0.33 571	0.20 530	0.19 417	0.14 383	0.10 328	0.11 207	0.12 370	0.05 51	0.05 284	0.07 321	0.07 402	0.05 175	0.04 77

RAFT+CT+SA	0.13 419	0.11 545	0.09 133	0.19 484	0.09 367	0.15 444	0.28 667	0.22 413	0.22 442	0.15 412	0.26 532	0.10 274	0.10 328	0.11 207	0.12 370	0.05 51	0.04 25	0.07 321	0.08 480	0.07 393	0.06 323

SA-5K	0.13 419	0.08 371	0.08 61	0.19 484	0.08 231	0.18 518	0.29 677	0.23 436	0.16 306	0.17 460	0.20 429	0.16 427	0.10 328	0.12 307	0.13 417	0.06 172	0.06 438	0.08 417	0.06 301	0.05 175	0.05 213

PFNet+	0.11 313	0.06 124	0.13 368	0.16 228	0.09 367	0.05 4	0.12 108	0.17 281	0.21 428	0.16 441	0.19 417	0.14 383	0.10 328	0.11 207	0.11 302	0.08 438	0.05 284	0.09 505	0.08 480	0.06 305	0.11 588

STrans-v2	0.10 260	0.07 247	0.12 312	0.18 409	0.07 140	0.10 212	0.14 257	0.21 387	0.11 120	0.11 280	0.15 341	0.12 327	0.10 328	0.11 207	0.12 370	0.05 51	0.04 25	0.06 208	0.06 301	0.04 49	0.04 77

KYRaft	0.11 313	0.07 247	0.10 200	0.19 484	0.09 367	0.08 89	0.15 345	0.22 413	0.12 161	0.13 358	0.16 354	0.20 490	0.10 328	0.12 307	0.10 215	0.05 51	0.04 25	0.08 417	0.08 480	0.06 305	0.16 661

ASMatch	0.11 313	0.06 124	0.13 368	0.16 228	0.10 482	0.07 45	0.14 257	0.17 281	0.17 336	0.12 324	0.16 354	0.16 427	0.10 328	0.13 365	0.10 215	0.05 51	0.04 25	0.06 208	0.05 200	0.04 49	0.08 484

RAFT-RH_RVC	0.11 313	0.06 124	0.14 407	0.16 228	0.09 367	0.12 324	0.12 108	0.17 281	0.12 161	0.13 358	0.41 648	0.11 305	0.10 328	0.13 365	0.12 370	0.05 51	0.04 25	0.08 417	0.05 200	0.04 49	0.06 323

cross-raft	0.10 260	0.09 455	0.09 133	0.19 484	0.07 140	0.11 270	0.25 645	0.13 124	0.15 266	0.08 140	0.11 263	0.12 327	0.10 328	0.09 63	0.11 302	0.05 51	0.04 25	0.06 208	0.05 200	0.04 49	0.04 77

rafts_anoy	0.11 313	0.06 124	0.10 200	0.17 315	0.08 231	0.10 212	0.14 257	0.17 281	0.14 238	0.13 358	0.13 304	0.12 327	0.10 328	0.11 207	0.12 370	0.07 355	0.04 25	0.09 505	0.11 604	0.07 393	0.06 323

Anonymous3	0.16 524	0.13 591	0.33 640	0.26 653	0.14 613	0.27 638	0.17 461	0.28 538	0.28 532	0.15 412	0.17 378	0.14 383	0.10 328	0.15 427	0.12 370	0.08 438	0.08 546	0.08 417	0.08 480	0.08 463	0.11 588

RALCasStereoNet	0.10 260	0.06 124	0.09 133	0.16 228	0.08 231	0.12 324	0.14 257	0.17 281	0.11 120	0.12 324	0.17 378	0.14 383	0.10 328	0.12 307	0.11 302	0.07 355	0.06 438	0.06 208	0.05 200	0.08 463	0.07 413

RAFT + AFF	0.13 419	0.07 247	0.20 571	0.20 552	0.10 482	0.14 417	0.24 630	0.26 497	0.20 412	0.11 280	0.10 208	0.12 327	0.10 328	0.15 427	0.12 370	0.07 355	0.06 438	0.09 505	0.08 480	0.06 305	0.08 484

GMStereo	0.13 419	0.14 603	0.14 407	0.18 409	0.09 367	0.15 444	0.16 418	0.20 360	0.24 471	0.16 441	0.17 378	0.10 274	0.10 328	0.16 462	0.13 417	0.07 355	0.06 438	0.06 208	0.06 301	0.07 393	0.06 323
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HLF11	0.11 313	0.05 45	0.13 368	0.12 7	0.08 231	0.14 417	0.11 71	0.22 413	0.10 87	0.12 324	0.23 474	0.11 305	0.11 366	0.14 399	0.13 417	0.08 438	0.05 284	0.05 55	0.04 64	0.08 463	0.08 484

TestStereo-Hl	0.11 313	0.06 124	0.11 263	0.13 23	0.08 231	0.15 444	0.14 257	0.20 360	0.17 336	0.13 358	0.16 354	0.12 327	0.11 366	0.14 399	0.13 417	0.06 172	0.04 25	0.05 55	0.05 200	0.06 305	0.06 323

MultiAttention	0.29 660	0.08 371	0.14 407	0.19 484	0.12 569	1.45 728	1.33 732	0.36 640	0.37 603	0.19 507	0.21 453	0.24 541	0.11 366	0.38 675	0.18 541	0.06 172	0.05 284	0.08 417	0.08 480	0.10 561	0.09 530

depthmonostereo	0.09 184	0.06 124	0.09 133	0.15 128	0.06 33	0.10 212	0.13 186	0.14 158	0.14 238	0.10 243	0.10 208	0.09 236	0.11 366	0.08 29	0.09 109	0.06 172	0.05 284	0.06 208	0.04 64	0.04 49	0.03 2

MyStereo05	0.13 419	0.07 247	0.10 200	0.17 315	0.09 367	0.13 380	0.18 510	0.27 518	0.35 592	0.17 460	0.14 320	0.15 412	0.11 366	0.15 427	0.13 417	0.06 172	0.05 284	0.07 321	0.07 402	0.06 305	0.06 323

CoDeX	0.12 391	0.07 247	0.12 312	0.17 315	0.08 231	0.12 324	0.15 345	0.23 436	0.27 517	0.13 358	0.17 378	0.16 427	0.11 366	0.14 399	0.11 302	0.07 355	0.05 284	0.07 321	0.06 301	0.06 305	0.05 213

GMStereo_Zeroshot	0.16 524	0.13 591	0.24 600	0.20 552	0.10 482	0.17 499	0.13 186	0.29 552	0.25 493	0.23 574	0.32 587	0.25 555	0.11 366	0.19 534	0.14 460	0.09 502	0.06 438	0.11 586	0.06 301	0.12 601	0.08 484

MIF-Stereo (partial)	0.11 313	0.06 124	0.10 200	0.19 484	0.10 482	0.10 212	0.11 71	0.17 281	0.18 369	0.14 385	0.16 354	0.09 236	0.11 366	0.12 307	0.12 370	0.08 438	0.05 284	0.08 417	0.07 402	0.06 305	0.07 413

riskmin	0.11 313	0.06 124	0.13 368	0.14 71	0.08 231	0.14 417	0.14 257	0.18 317	0.14 238	0.11 280	0.14 320	0.16 427	0.11 366	0.14 399	0.12 370	0.09 502	0.05 284	0.07 321	0.05 200	0.08 463	0.08 484

fff	0.10 260	0.06 124	0.12 312	0.15 128	0.07 140	0.09 147	0.17 461	0.16 242	0.20 412	0.13 358	0.16 354	0.10 274	0.11 366	0.11 207	0.12 370	0.06 172	0.04 25	0.05 55	0.04 64	0.04 49	0.05 213

Sa-1000	0.12 391	0.08 371	0.08 61	0.18 409	0.08 231	0.14 417	0.22 605	0.22 413	0.18 369	0.15 412	0.20 429	0.17 449	0.11 366	0.10 129	0.10 215	0.06 172	0.05 284	0.09 505	0.09 528	0.05 175	0.05 213

SA	0.12 391	0.09 455	0.08 61	0.18 409	0.08 231	0.12 324	0.24 630	0.23 436	0.18 369	0.17 460	0.27 541	0.14 383	0.11 366	0.11 207	0.11 302	0.05 51	0.05 284	0.09 505	0.08 480	0.05 175	0.04 77

CrosDoStereo	0.12 391	0.06 124	0.12 312	0.14 71	0.08 231	0.12 324	0.15 345	0.17 281	0.22 442	0.19 507	0.24 487	0.15 412	0.11 366	0.11 207	0.12 370	0.06 172	0.04 25	0.07 321	0.07 402	0.05 175	0.05 213

LCNet	0.11 313	0.07 247	0.09 133	0.19 484	0.09 367	0.08 89	0.15 345	0.21 387	0.15 266	0.11 280	0.15 341	0.16 427	0.11 366	0.12 307	0.11 302	0.05 51	0.04 25	0.08 417	0.07 402	0.06 305	0.15 650

TransformOpticalFlow	0.10 260	0.08 371	0.13 368	0.18 409	0.07 140	0.09 147	0.15 345	0.19 348	0.15 266	0.12 324	0.17 378	0.11 305	0.11 366	0.11 207	0.10 215	0.05 51	0.04 25	0.06 208	0.06 301	0.05 175	0.05 213

NF-Stereo	0.11 313	0.07 247	0.13 368	0.17 315	0.09 367	0.10 212	0.14 257	0.23 436	0.19 388	0.12 324	0.17 378	0.12 327	0.11 366	0.11 207	0.11 302	0.06 172	0.04 25	0.07 321	0.06 301	0.06 305	0.12 601

OCTAStereo	0.11 313	0.07 247	0.13 368	0.17 315	0.09 367	0.10 212	0.14 257	0.23 436	0.19 388	0.12 324	0.17 378	0.12 327	0.11 366	0.11 207	0.11 302	0.06 172	0.04 25	0.07 321	0.06 301	0.06 305	0.12 601

PSM-softLoss	0.12 391	0.07 247	0.15 456	0.17 315	0.09 367	0.08 89	0.13 186	0.24 460	0.17 336	0.14 385	0.19 417	0.13 360	0.11 366	0.11 207	0.11 302	0.07 355	0.05 284	0.08 417	0.07 402	0.06 305	0.12 601

KMStereo	0.12 391	0.07 247	0.15 456	0.17 315	0.09 367	0.08 89	0.13 186	0.24 460	0.17 336	0.14 385	0.19 417	0.13 360	0.11 366	0.11 207	0.11 302	0.07 355	0.05 284	0.08 417	0.07 402	0.06 305	0.12 601

PSM-AAD	0.11 313	0.07 247	0.10 200	0.19 484	0.09 367	0.10 212	0.15 345	0.20 360	0.13 205	0.12 324	0.14 320	0.18 463	0.11 366	0.11 207	0.10 215	0.05 51	0.05 284	0.09 505	0.08 480	0.06 305	0.14 643

DeepStereo_LL	0.12 391	0.06 124	0.12 312	0.14 71	0.08 231	0.12 324	0.15 345	0.17 281	0.22 442	0.19 507	0.24 487	0.15 412	0.11 366	0.11 207	0.12 370	0.06 172	0.04 25	0.07 321	0.07 402	0.05 175	0.05 213

PFNet	0.12 391	0.06 124	0.17 523	0.17 315	0.08 231	0.09 147	0.15 345	0.26 497	0.20 412	0.16 441	0.16 354	0.14 383	0.11 366	0.12 307	0.11 302	0.06 172	0.04 25	0.07 321	0.06 301	0.05 175	0.05 213

GrayStereo	0.11 313	0.06 124	0.11 263	0.19 484	0.09 367	0.09 147	0.16 418	0.18 317	0.17 336	0.14 385	0.17 378	0.17 449	0.11 366	0.12 307	0.11 302	0.05 51	0.05 284	0.07 321	0.06 301	0.05 175	0.10 561

RE-Stereo	0.11 313	0.07 247	0.13 368	0.17 315	0.09 367	0.10 212	0.14 257	0.23 436	0.19 388	0.12 324	0.17 378	0.12 327	0.11 366	0.11 207	0.11 302	0.06 172	0.04 25	0.07 321	0.06 301	0.06 305	0.12 601

TVStereo	0.11 313	0.07 247	0.13 368	0.17 315	0.09 367	0.10 212	0.14 257	0.23 436	0.19 388	0.12 324	0.17 378	0.12 327	0.11 366	0.11 207	0.11 302	0.06 172	0.04 25	0.07 321	0.06 301	0.06 305	0.12 601

GMM-Stereo	0.11 313	0.07 247	0.10 200	0.18 409	0.09 367	0.08 89	0.15 345	0.23 436	0.16 306	0.11 280	0.15 341	0.13 360	0.11 366	0.11 207	0.11 302	0.05 51	0.04 25	0.08 417	0.07 402	0.06 305	0.09 530

s12784h	0.09 184	0.06 124	0.07 13	0.15 128	0.05 2	0.16 476	0.18 510	0.15 201	0.15 266	0.10 243	0.11 263	0.11 305	0.11 366	0.10 129	0.12 370	0.05 51	0.04 25	0.05 55	0.04 64	0.04 49	0.04 77

DCANet	0.10 260	0.06 124	0.12 312	0.16 228	0.06 33	0.09 147	0.17 461	0.15 201	0.19 388	0.13 358	0.17 378	0.10 274	0.11 366	0.11 207	0.12 370	0.06 172	0.04 25	0.05 55	0.04 64	0.05 175	0.04 77

csc	0.10 260	0.06 124	0.12 312	0.15 128	0.07 140	0.09 147	0.17 461	0.16 242	0.20 412	0.13 358	0.16 354	0.10 274	0.11 366	0.11 207	0.12 370	0.06 172	0.04 25	0.05 55	0.04 64	0.04 49	0.05 213

cscssc	0.10 260	0.06 124	0.12 312	0.15 128	0.07 140	0.09 147	0.17 461	0.16 242	0.20 412	0.13 358	0.16 354	0.10 274	0.11 366	0.11 207	0.12 370	0.06 172	0.04 25	0.05 55	0.04 64	0.04 49	0.05 213

111	0.10 260	0.06 124	0.12 312	0.15 128	0.07 140	0.10 212	0.14 257	0.21 387	0.23 454	0.11 280	0.12 285	0.14 383	0.11 366	0.13 365	0.10 215	0.06 172	0.04 25	0.06 208	0.04 64	0.05 175	0.05 213

ARAFT	0.12 391	0.08 371	0.17 523	0.19 484	0.09 367	0.14 417	0.18 510	0.20 360	0.12 161	0.12 324	0.13 304	0.14 383	0.11 366	0.15 427	0.12 370	0.06 172	0.05 284	0.10 554	0.09 528	0.05 175	0.04 77

HITNet	0.10 260	0.06 124	0.12 312	0.14 71	0.06 33	0.11 270	0.10 42	0.18 317	0.18 369	0.13 358	0.16 354	0.14 383	0.11 366	0.15 427	0.13 417	0.06 172	0.04 25	0.04 1	0.04 64	0.06 305	0.05 213
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	0.11 313	0.09 455	0.10 200	0.17 315	0.07 140	0.20 559	0.13 186	0.21 387	0.17 336	0.12 324	0.13 304	0.10 274	0.12 399	0.13 365	0.13 417	0.07 355	0.07 513	0.08 417	0.09 528	0.06 305	0.05 213

TestStereo_HL3	0.11 313	0.05 45	0.16 492	0.13 23	0.07 140	0.12 324	0.11 71	0.20 360	0.09 59	0.15 412	0.30 574	0.13 360	0.12 399	0.16 462	0.11 302	0.07 355	0.05 284	0.05 55	0.05 200	0.06 305	0.07 413

IGEV_i1	0.12 391	0.07 247	0.12 312	0.16 228	0.08 231	0.19 543	0.14 257	0.18 317	0.22 442	0.18 490	0.18 406	0.16 427	0.12 399	0.16 462	0.14 460	0.06 172	0.05 284	0.06 208	0.05 200	0.06 305	0.06 323

Hybrid-DGEV-2	0.11 313	0.06 124	0.12 312	0.18 409	0.09 367	0.09 147	0.13 186	0.28 538	0.29 539	0.11 280	0.11 263	0.09 236	0.12 399	0.12 307	0.09 109	0.06 172	0.05 284	0.07 321	0.07 402	0.05 175	0.05 213

FlowAnything_test	0.11 313	0.08 371	0.14 407	0.15 128	0.09 367	0.07 45	0.14 257	0.20 360	0.11 120	0.09 193	0.09 170	0.12 327	0.12 399	0.13 365	0.11 302	0.09 502	0.06 438	0.09 505	0.09 528	0.06 305	0.09 530

xyz-stereo-finetune2	0.11 313	0.07 247	0.13 368	0.13 23	0.07 140	0.11 270	0.19 550	0.17 281	0.12 161	0.15 412	0.15 341	0.17 449	0.12 399	0.13 365	0.11 302	0.05 51	0.04 25	0.07 321	0.05 200	0.04 49	0.06 323

DFGA-Net	0.13 419	0.11 545	0.18 547	0.17 315	0.10 482	0.12 324	0.13 186	0.22 413	0.25 493	0.16 441	0.16 354	0.13 360	0.12 399	0.16 462	0.14 460	0.07 355	0.05 284	0.08 417	0.07 402	0.05 175	0.05 213

DDVS	0.15 501	0.10 518	0.21 581	0.16 228	0.12 569	0.15 444	0.14 257	0.25 479	0.19 388	0.18 490	0.29 567	0.27 573	0.12 399	0.19 534	0.15 492	0.09 502	0.06 438	0.09 505	0.07 402	0.11 584	0.11 588

rvit_0105_6	0.14 456	0.09 455	0.18 547	0.17 315	0.10 482	0.10 212	0.16 418	0.19 348	0.26 507	0.12 324	0.18 406	0.17 449	0.12 399	0.18 519	0.12 370	0.15 647	0.11 617	0.12 606	0.10 570	0.09 528	0.06 323

rvit_0105_5	0.14 456	0.09 455	0.13 368	0.17 315	0.09 367	0.14 417	0.23 616	0.24 460	0.27 517	0.14 385	0.15 341	0.18 463	0.12 399	0.17 496	0.14 460	0.14 643	0.11 617	0.10 554	0.10 570	0.08 463	0.06 323

GCST	0.37 678	0.42 697	0.26 608	1.02 723	0.39 698	0.18 518	0.08 9	0.20 360	0.17 336	0.28 623	0.25 515	0.15 412	0.12 399	0.16 462	0.14 460	0.64 719	0.43 708	0.75 715	0.65 719	0.63 712	0.46 710

plain	0.10 260	0.08 371	0.10 200	0.19 484	0.09 367	0.10 212	0.15 345	0.14 158	0.13 205	0.13 358	0.15 341	0.09 236	0.12 399	0.13 365	0.12 370	0.07 355	0.05 284	0.09 505	0.06 301	0.06 305	0.06 323

PCWNet_CMD	0.14 456	0.08 371	0.15 456	0.17 315	0.09 367	0.14 417	0.14 257	0.29 552	0.36 596	0.14 385	0.20 429	0.21 499	0.12 399	0.17 496	0.13 417	0.07 355	0.05 284	0.07 321	0.07 402	0.07 393	0.07 413

ADStereo(finetuned)	0.10 260	0.06 124	0.12 312	0.16 228	0.06 33	0.09 147	0.17 461	0.15 201	0.19 388	0.13 358	0.17 378	0.10 274	0.12 399	0.11 207	0.12 370	0.06 172	0.04 25	0.05 55	0.04 64	0.05 175	0.04 77

GMOStereo	0.11 313	0.09 455	0.07 13	0.19 484	0.08 231	0.12 324	0.28 667	0.13 124	0.17 336	0.11 280	0.17 378	0.14 383	0.12 399	0.07 6	0.07 1	0.05 51	0.05 284	0.09 505	0.07 402	0.04 49	0.04 77

error version	0.11 313	0.09 455	0.07 13	0.19 484	0.08 231	0.12 324	0.28 667	0.13 124	0.17 336	0.11 280	0.17 378	0.14 383	0.12 399	0.07 6	0.07 1	0.05 51	0.05 284	0.09 505	0.07 402	0.04 49	0.04 77

test-v	0.11 313	0.09 455	0.07 13	0.19 484	0.08 231	0.12 324	0.28 667	0.13 124	0.17 336	0.11 280	0.17 378	0.14 383	0.12 399	0.07 6	0.07 1	0.05 51	0.05 284	0.09 505	0.07 402	0.04 49	0.04 77

GANet-ADL	0.13 419	0.07 247	0.15 456	0.17 315	0.10 482	0.18 518	0.15 345	0.30 566	0.20 412	0.13 358	0.18 406	0.19 478	0.12 399	0.16 462	0.13 417	0.08 438	0.06 438	0.06 208	0.05 200	0.07 393	0.08 484

Patchmatch Stereo++	0.11 313	0.09 455	0.16 492	0.18 409	0.08 231	0.06 15	0.11 71	0.16 242	0.13 205	0.15 412	0.16 354	0.14 383	0.12 399	0.11 207	0.10 215	0.06 172	0.04 25	0.08 417	0.06 301	0.08 463	0.07 413
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	0.11 313	0.06 124	0.14 407	0.18 409	0.08 231	0.09 147	0.12 108	0.21 387	0.21 428	0.13 358	0.14 320	0.11 305	0.12 399	0.11 207	0.13 417	0.06 172	0.04 25	0.07 321	0.06 301	0.05 175	0.04 77

IIG-Stereo	0.11 313	0.06 124	0.13 368	0.17 315	0.08 231	0.11 270	0.12 108	0.22 413	0.17 336	0.14 385	0.17 378	0.11 305	0.12 399	0.12 307	0.12 370	0.06 172	0.05 284	0.07 321	0.06 301	0.05 175	0.04 77

NRIStereo	0.11 313	0.08 371	0.14 407	0.18 409	0.08 231	0.10 212	0.14 257	0.16 242	0.15 266	0.12 324	0.14 320	0.13 360	0.12 399	0.13 365	0.10 215	0.06 172	0.04 25	0.07 321	0.06 301	0.06 305	0.07 413

PSM-adaLoss	0.11 313	0.09 455	0.16 492	0.18 409	0.08 231	0.06 15	0.12 108	0.16 242	0.13 205	0.15 412	0.16 354	0.14 383	0.12 399	0.11 207	0.10 215	0.06 172	0.04 25	0.08 417	0.06 301	0.08 463	0.07 413

FTStereo	0.12 391	0.06 124	0.14 407	0.18 409	0.09 367	0.07 45	0.15 345	0.21 387	0.18 369	0.12 324	0.24 487	0.12 327	0.12 399	0.13 365	0.13 417	0.05 51	0.05 284	0.07 321	0.06 301	0.06 305	0.10 561

ROB_FTStereo_v2	0.11 313	0.09 455	0.16 492	0.19 484	0.08 231	0.06 15	0.12 108	0.16 242	0.13 205	0.15 412	0.16 354	0.14 383	0.12 399	0.11 207	0.10 215	0.06 172	0.04 25	0.08 417	0.06 301	0.08 463	0.07 413

ROB_FTStereo	0.11 313	0.09 455	0.16 492	0.19 484	0.08 231	0.06 15	0.11 71	0.16 242	0.13 205	0.15 412	0.16 354	0.14 383	0.12 399	0.11 207	0.10 215	0.06 172	0.04 25	0.08 417	0.06 301	0.08 463	0.07 413

HUI-Stereo	0.11 313	0.09 455	0.16 492	0.18 409	0.08 231	0.06 15	0.12 108	0.16 242	0.13 205	0.15 412	0.16 354	0.14 383	0.12 399	0.11 207	0.10 215	0.06 172	0.04 25	0.08 417	0.06 301	0.08 463	0.07 413

SST-Stereo	0.10 260	0.07 247	0.15 456	0.18 409	0.09 367	0.06 15	0.12 108	0.17 281	0.11 120	0.15 412	0.17 378	0.13 360	0.12 399	0.10 129	0.11 302	0.06 172	0.04 25	0.09 505	0.06 301	0.06 305	0.05 213

THIR-Stereo	0.12 391	0.07 247	0.11 263	0.15 128	0.08 231	0.14 417	0.16 418	0.17 281	0.25 493	0.16 441	0.24 487	0.14 383	0.12 399	0.12 307	0.14 460	0.06 172	0.04 25	0.07 321	0.07 402	0.05 175	0.05 213

RAFT_R40	0.11 313	0.07 247	0.14 407	0.18 409	0.09 367	0.06 15	0.13 186	0.17 281	0.16 306	0.14 385	0.18 406	0.15 412	0.12 399	0.10 129	0.11 302	0.06 172	0.04 25	0.09 505	0.06 301	0.06 305	0.05 213

DeepStereo_RVC	0.11 313	0.08 371	0.16 492	0.18 409	0.08 231	0.08 89	0.12 108	0.17 281	0.12 161	0.13 358	0.14 320	0.12 327	0.12 399	0.12 307	0.11 302	0.06 172	0.04 25	0.07 321	0.06 301	0.07 393	0.08 484

iGMRVC	0.11 313	0.09 455	0.16 492	0.19 484	0.08 231	0.06 15	0.12 108	0.16 242	0.13 205	0.15 412	0.16 354	0.14 383	0.12 399	0.11 207	0.10 215	0.06 172	0.04 25	0.08 417	0.06 301	0.08 463	0.07 413

IRAFT_RVC	0.12 391	0.08 371	0.16 492	0.19 484	0.08 231	0.07 45	0.15 345	0.24 460	0.23 454	0.14 385	0.14 320	0.15 412	0.12 399	0.12 307	0.10 215	0.06 172	0.04 25	0.09 505	0.06 301	0.06 305	0.06 323

iRAFT	0.11 313	0.09 455	0.16 492	0.18 409	0.08 231	0.06 15	0.11 71	0.16 242	0.13 205	0.15 412	0.16 354	0.14 383	0.12 399	0.11 207	0.10 215	0.06 172	0.04 25	0.08 417	0.06 301	0.08 463	0.07 413

CRE-IMP	0.11 313	0.09 455	0.16 492	0.19 484	0.08 231	0.10 212	0.12 108	0.18 317	0.10 87	0.14 385	0.13 304	0.13 360	0.12 399	0.12 307	0.11 302	0.07 355	0.04 25	0.08 417	0.06 301	0.08 463	0.08 484

test-2	0.11 313	0.09 455	0.07 13	0.19 484	0.08 231	0.12 324	0.28 667	0.13 124	0.17 336	0.11 280	0.17 378	0.14 383	0.12 399	0.07 6	0.07 1	0.05 51	0.05 284	0.09 505	0.07 402	0.04 49	0.04 77

RAFT	0.13 419	0.09 455	0.11 263	0.18 409	0.08 231	0.15 444	0.24 630	0.20 360	0.19 388	0.21 545	0.21 453	0.17 449	0.12 399	0.16 462	0.09 109	0.06 172	0.07 513	0.10 554	0.09 528	0.05 175	0.05 213

RAFT-IKP	0.11 313	0.09 455	0.16 492	0.19 484	0.08 231	0.06 15	0.12 108	0.16 242	0.13 205	0.15 412	0.16 354	0.14 383	0.12 399	0.11 207	0.10 215	0.06 172	0.04 25	0.08 417	0.06 301	0.08 463	0.07 413

TestStereo	0.13 419	0.14 603	0.11 263	0.23 628	0.08 231	0.15 444	0.21 595	0.20 360	0.23 454	0.14 385	0.24 487	0.16 427	0.12 399	0.16 462	0.14 460	0.05 51	0.06 438	0.08 417	0.06 301	0.09 528	0.05 213

FENet	0.13 419	0.08 371	0.12 312	0.16 228	0.08 231	0.14 417	0.15 345	0.22 413	0.23 454	0.17 460	0.23 474	0.16 427	0.12 399	0.14 399	0.15 492	0.08 438	0.05 284	0.08 417	0.08 480	0.07 393	0.07 413

DIP-Stereo	0.11 313	0.07 247	0.14 407	0.17 315	0.09 367	0.13 380	0.09 25	0.16 242	0.16 306	0.11 280	0.16 354	0.14 383	0.12 399	0.15 427	0.13 417	0.06 172	0.05 284	0.06 208	0.05 200	0.05 175	0.06 323
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	0.14 456	0.08 371	0.15 456	0.17 315	0.09 367	0.14 417	0.14 257	0.29 552	0.36 596	0.14 385	0.21 453	0.21 499	0.12 399	0.17 496	0.14 460	0.07 355	0.05 284	0.07 321	0.07 402	0.07 393	0.07 413

G2L-Stereo	0.14 456	0.07 247	0.13 368	0.17 315	0.09 367	0.13 380	0.12 108	0.27 518	0.22 442	0.16 441	0.27 541	0.21 499	0.13 441	0.17 496	0.18 541	0.09 502	0.08 546	0.08 417	0.07 402	0.07 393	0.07 413

rvit_0105_4	0.14 456	0.09 455	0.17 523	0.17 315	0.10 482	0.12 324	0.19 550	0.23 436	0.27 517	0.14 385	0.20 429	0.17 449	0.13 441	0.17 496	0.13 417	0.15 647	0.11 617	0.11 586	0.10 570	0.09 528	0.06 323

rvit_0105_3	0.15 501	0.09 455	0.14 407	0.19 484	0.12 569	0.15 444	0.25 645	0.25 479	0.29 539	0.15 412	0.17 378	0.20 490	0.13 441	0.17 496	0.14 460	0.13 629	0.11 617	0.12 606	0.14 640	0.07 393	0.06 323

UGAM	0.13 419	0.10 518	0.09 133	0.22 604	0.08 231	0.12 324	0.20 574	0.17 281	0.23 454	0.21 545	0.16 354	0.13 360	0.13 441	0.19 534	0.12 370	0.07 355	0.05 284	0.13 621	0.11 604	0.07 393	0.05 213

ffm	0.12 391	0.09 455	0.14 407	0.16 228	0.08 231	0.17 499	0.17 461	0.15 201	0.19 388	0.15 412	0.25 515	0.19 478	0.13 441	0.10 129	0.07 1	0.06 172	0.04 25	0.09 505	0.08 480	0.06 305	0.06 323

ff1	0.13 419	0.09 455	0.14 407	0.16 228	0.08 231	0.17 499	0.17 461	0.15 201	0.19 388	0.15 412	0.25 515	0.19 478	0.13 441	0.14 399	0.20 560	0.06 172	0.04 25	0.09 505	0.08 480	0.06 305	0.06 323

mmx	0.14 456	0.09 455	0.14 407	0.16 228	0.08 231	0.17 499	0.17 461	0.27 518	0.25 493	0.15 412	0.25 515	0.19 478	0.13 441	0.14 399	0.20 560	0.08 438	0.06 438	0.09 505	0.08 480	0.08 463	0.08 484

xxx	0.14 456	0.09 455	0.14 407	0.16 228	0.08 231	0.17 499	0.17 461	0.27 518	0.25 493	0.15 412	0.25 515	0.19 478	0.13 441	0.14 399	0.20 560	0.08 438	0.06 438	0.09 505	0.08 480	0.08 463	0.08 484

LL-Strereo	0.13 419	0.09 455	0.11 263	0.20 552	0.10 482	0.11 270	0.18 510	0.32 589	0.24 471	0.15 412	0.15 341	0.14 383	0.13 441	0.19 534	0.11 302	0.06 172	0.04 25	0.09 505	0.08 480	0.04 49	0.05 213

SDNR	0.19 571	0.08 371	0.19 559	0.16 228	0.12 569	0.77 713	0.14 257	0.25 479	0.32 564	0.19 507	0.24 487	0.19 478	0.13 441	0.19 534	0.15 492	0.16 663	0.18 675	0.14 635	0.11 604	0.08 463	0.11 588

BUS	0.14 456	0.09 455	0.14 407	0.22 604	0.10 482	0.19 543	0.14 257	0.34 618	0.19 388	0.17 460	0.22 465	0.16 427	0.13 441	0.15 427	0.13 417	0.08 438	0.06 438	0.10 554	0.09 528	0.07 393	0.07 413

NINENet	0.16 524	0.10 518	0.15 456	0.17 315	0.11 533	0.19 543	0.14 257	0.40 662	0.36 596	0.18 490	0.21 453	0.16 427	0.13 441	0.15 427	0.13 417	0.08 438	0.08 546	0.10 554	0.07 402	0.10 561	0.09 530

UDGNet	0.14 456	0.13 591	0.16 492	0.17 315	0.10 482	0.12 324	0.16 418	0.21 387	0.27 517	0.20 530	0.20 429	0.16 427	0.13 441	0.16 462	0.13 417	0.10 546	0.06 438	0.09 505	0.07 402	0.06 305	0.07 413

dad	0.17 545	0.20 653	0.20 571	0.16 228	0.11 533	0.20 559	0.18 510	0.21 387	0.28 532	0.30 637	0.24 487	0.29 592	0.13 441	0.19 534	0.16 508	0.18 669	0.09 582	0.11 586	0.09 528	0.11 584	0.07 413

GEStereo_RVC	0.17 545	0.12 563	0.15 456	0.22 604	0.11 533	0.19 543	0.17 461	0.32 589	0.48 650	0.20 530	0.25 515	0.17 449	0.13 441	0.21 576	0.16 508	0.10 546	0.06 438	0.08 417	0.07 402	0.09 528	0.08 484

CFNet_pseudo	0.14 456	0.08 371	0.15 456	0.16 228	0.09 367	0.13 380	0.14 257	0.27 518	0.34 583	0.14 385	0.21 453	0.22 517	0.13 441	0.18 519	0.14 460	0.07 355	0.05 284	0.08 417	0.06 301	0.07 393	0.07 413

GES	0.14 456	0.08 371	0.16 492	0.15 128	0.10 482	0.13 380	0.13 186	0.28 538	0.25 493	0.16 441	0.23 474	0.18 463	0.13 441	0.16 462	0.13 417	0.08 438	0.07 513	0.07 321	0.06 301	0.08 463	0.09 530

SFCPSM	0.13 419	0.07 247	0.14 407	0.17 315	0.09 367	0.15 444	0.16 418	0.28 538	0.27 517	0.14 385	0.17 378	0.12 327	0.13 441	0.14 399	0.11 302	0.08 438	0.05 284	0.07 321	0.07 402	0.07 393	0.06 323

ccs_rob	0.14 456	0.08 371	0.15 456	0.16 228	0.09 367	0.12 324	0.14 257	0.27 518	0.34 583	0.14 385	0.21 453	0.22 517	0.13 441	0.18 519	0.14 460	0.07 355	0.05 284	0.08 417	0.07 402	0.07 393	0.07 413

AdaStereo	0.15 501	0.11 545	0.15 456	0.18 409	0.09 367	0.20 559	0.11 71	0.32 589	0.28 532	0.20 530	0.23 474	0.20 490	0.13 441	0.19 534	0.14 460	0.12 603	0.05 284	0.10 554	0.07 402	0.09 528	0.07 413
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	0.14 456	0.08 371	0.15 456	0.16 228	0.08 231	0.16 476	0.12 108	0.25 479	0.35 592	0.21 545	0.29 567	0.24 541	0.13 441	0.14 399	0.14 460	0.06 172	0.05 284	0.06 208	0.04 64	0.09 528	0.08 484

MLCV	0.12 391	0.07 247	0.16 492	0.18 409	0.06 33	0.15 444	0.17 461	0.19 348	0.21 428	0.18 490	0.25 515	0.17 449	0.13 441	0.14 399	0.13 417	0.05 51	0.04 25	0.05 55	0.04 64	0.05 175	0.04 77

iResNet	0.13 419	0.10 518	0.18 547	0.19 484	0.08 231	0.13 380	0.18 510	0.20 360	0.26 507	0.15 412	0.23 474	0.15 412	0.13 441	0.14 399	0.14 460	0.06 172	0.04 25	0.06 208	0.05 200	0.06 305	0.05 213

DN-CSS_ROB	0.13 419	0.13 591	0.16 492	0.18 409	0.10 482	0.16 476	0.08 9	0.22 413	0.18 369	0.17 460	0.22 465	0.13 360	0.13 441	0.12 307	0.13 417	0.05 51	0.05 284	0.10 554	0.10 570	0.08 463	0.06 323

G2L-ROB	0.13 419	0.06 124	0.13 368	0.13 23	0.08 231	0.14 417	0.16 418	0.25 479	0.18 369	0.19 507	0.18 406	0.20 490	0.14 465	0.17 496	0.16 508	0.08 438	0.05 284	0.06 208	0.05 200	0.08 463	0.09 530

test_sample6	0.14 456	0.08 371	0.13 368	0.16 228	0.08 231	0.17 499	0.19 550	0.25 479	0.17 336	0.17 460	0.27 541	0.19 478	0.14 465	0.15 427	0.13 417	0.08 438	0.05 284	0.08 417	0.07 402	0.08 463	0.08 484

test_sample5	0.14 456	0.08 371	0.14 407	0.16 228	0.08 231	0.18 518	0.18 510	0.25 479	0.17 336	0.17 460	0.27 541	0.18 463	0.14 465	0.16 462	0.13 417	0.08 438	0.05 284	0.08 417	0.07 402	0.08 463	0.08 484

test_sample4	0.14 456	0.08 371	0.14 407	0.15 128	0.08 231	0.19 543	0.18 510	0.26 497	0.17 336	0.16 441	0.25 515	0.18 463	0.14 465	0.16 462	0.13 417	0.08 438	0.06 438	0.08 417	0.06 301	0.08 463	0.08 484

DualNet	0.14 456	0.08 371	0.14 407	0.16 228	0.08 231	0.18 518	0.18 510	0.25 479	0.17 336	0.17 460	0.27 541	0.18 463	0.14 465	0.16 462	0.13 417	0.08 438	0.05 284	0.08 417	0.07 402	0.08 463	0.08 484

CFNet_ucs	0.15 501	0.08 371	0.16 492	0.16 228	0.11 533	0.14 417	0.14 257	0.30 566	0.34 583	0.16 441	0.24 487	0.23 535	0.14 465	0.18 519	0.15 492	0.09 502	0.06 438	0.08 417	0.07 402	0.09 528	0.09 530

anonymousa	0.13 419	0.07 247	0.13 368	0.18 409	0.09 367	0.13 380	0.17 461	0.19 348	0.29 539	0.15 412	0.24 487	0.15 412	0.14 465	0.14 399	0.14 460	0.07 355	0.05 284	0.07 321	0.09 528	0.05 175	0.06 323

DCANet-4	0.10 260	0.06 124	0.12 312	0.16 228	0.06 33	0.09 147	0.17 461	0.18 317	0.19 388	0.13 358	0.16 354	0.09 236	0.14 465	0.11 207	0.12 370	0.06 172	0.04 25	0.05 55	0.04 64	0.04 49	0.05 213

GwcNet-ADL	0.13 419	0.08 371	0.14 407	0.20 552	0.09 367	0.11 270	0.20 574	0.30 566	0.24 471	0.13 358	0.14 320	0.18 463	0.14 465	0.13 365	0.14 460	0.07 355	0.05 284	0.06 208	0.05 200	0.07 393	0.06 323

AAGNet	0.11 313	0.07 247	0.16 492	0.19 484	0.09 367	0.08 89	0.13 186	0.18 317	0.13 205	0.16 441	0.21 453	0.13 360	0.14 465	0.11 207	0.14 460	0.06 172	0.04 25	0.09 505	0.06 301	0.06 305	0.05 213

DEmStereo	0.12 391	0.06 124	0.14 407	0.14 71	0.10 482	0.16 476	0.15 345	0.16 242	0.24 471	0.17 460	0.24 487	0.13 360	0.14 465	0.12 307	0.13 417	0.05 51	0.04 25	0.07 321	0.06 301	0.05 175	0.05 213

HCRNet	0.16 524	0.24 669	0.12 312	0.35 687	0.11 533	0.15 444	0.17 461	0.26 497	0.22 442	0.19 507	0.24 487	0.21 499	0.14 465	0.15 427	0.13 417	0.11 578	0.07 513	0.11 586	0.10 570	0.09 528	0.07 413

xxxx	0.15 501	0.07 247	0.14 407	0.14 71	0.08 231	0.23 602	0.18 510	0.31 578	0.19 388	0.14 385	0.28 555	0.22 517	0.14 465	0.15 427	0.26 635	0.09 502	0.05 284	0.07 321	0.07 402	0.08 463	0.07 413

PSMNet-RSSM	0.14 456	0.07 247	0.13 368	0.15 128	0.08 231	0.13 380	0.16 418	0.24 460	0.24 471	0.16 441	0.28 555	0.22 517	0.14 465	0.15 427	0.13 417	0.11 578	0.06 438	0.09 505	0.12 625	0.08 463	0.07 413

CFNet-ft	0.14 456	0.07 247	0.15 456	0.12 7	0.09 367	0.16 476	0.18 510	0.22 413	0.24 471	0.17 460	0.26 532	0.24 541	0.14 465	0.16 462	0.14 460	0.11 578	0.06 438	0.08 417	0.09 528	0.09 528	0.08 484

BEATNet_4x	0.12 391	0.08 371	0.14 407	0.18 409	0.07 140	0.15 444	0.07 5	0.22 413	0.18 369	0.16 441	0.19 417	0.18 463	0.14 465	0.16 462	0.15 492	0.07 355	0.05 284	0.05 55	0.05 200	0.06 305	0.06 323

HSM-Net_RVC	0.14 456	0.08 371	0.11 263	0.15 128	0.08 231	0.15 444	0.15 345	0.27 518	0.29 539	0.19 507	0.21 453	0.29 592	0.14 465	0.17 496	0.13 417	0.06 172	0.06 438	0.06 208	0.06 301	0.07 393	0.06 323
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 456	0.07 247	0.15 456	0.12 7	0.09 367	0.16 476	0.18 510	0.22 413	0.24 471	0.17 460	0.26 532	0.24 541	0.14 465	0.16 462	0.14 460	0.11 578	0.06 438	0.08 417	0.09 528	0.09 528	0.08 484

LiteMatch	0.09 184	0.06 124	0.10 200	0.16 228	0.07 140	0.09 147	0.15 345	0.13 124	0.08 30	0.06 26	0.07 68	0.06 44	0.15 483	0.10 129	0.14 460	0.07 355	0.04 25	0.06 208	0.06 301	0.06 305	0.06 323

Lsterematch	0.11 313	0.06 124	0.11 263	0.16 228	0.07 140	0.13 380	0.15 345	0.14 158	0.17 336	0.16 441	0.18 406	0.15 412	0.15 483	0.12 307	0.14 460	0.07 355	0.04 25	0.06 208	0.06 301	0.06 305	0.06 323

DCVSM-stereo	0.14 456	0.09 455	0.16 492	0.16 228	0.10 482	0.15 444	0.09 25	0.19 348	0.23 454	0.20 530	0.23 474	0.26 565	0.15 483	0.18 519	0.14 460	0.09 502	0.07 513	0.09 505	0.08 480	0.10 561	0.12 601

ACV-stereo	0.15 501	0.10 518	0.28 620	0.18 409	0.12 569	0.14 417	0.12 108	0.23 436	0.21 428	0.19 507	0.23 474	0.22 517	0.15 483	0.23 600	0.17 523	0.07 355	0.06 438	0.07 321	0.07 402	0.07 393	0.07 413

ITSA-stereo	0.15 501	0.10 518	0.14 407	0.19 484	0.08 231	0.12 324	0.14 257	0.30 566	0.49 657	0.17 460	0.19 417	0.22 517	0.15 483	0.17 496	0.16 508	0.10 546	0.06 438	0.08 417	0.08 480	0.08 463	0.08 484

rvit_stereo_0075_2	0.17 545	0.12 563	0.25 605	0.23 628	0.16 644	0.13 380	0.10 42	0.30 566	0.27 517	0.20 530	0.28 555	0.22 517	0.15 483	0.18 519	0.13 417	0.16 663	0.10 604	0.17 659	0.10 570	0.10 561	0.09 530

test_sample3	0.14 456	0.08 371	0.15 456	0.14 71	0.09 367	0.19 543	0.17 461	0.26 497	0.18 369	0.16 441	0.22 465	0.19 478	0.15 483	0.17 496	0.13 417	0.08 438	0.06 438	0.07 321	0.06 301	0.09 528	0.08 484

test_sample2	0.12 391	0.07 247	0.12 312	0.14 71	0.08 231	0.16 476	0.18 510	0.21 387	0.16 306	0.14 385	0.20 429	0.19 478	0.15 483	0.15 427	0.12 370	0.08 438	0.05 284	0.07 321	0.06 301	0.08 463	0.07 413

SMFormer	0.14 456	0.07 247	0.17 523	0.14 71	0.08 231	0.16 476	0.17 461	0.26 497	0.27 517	0.19 507	0.20 429	0.18 463	0.15 483	0.15 427	0.17 523	0.08 438	0.05 284	0.07 321	0.06 301	0.07 393	0.06 323

tta	0.14 456	0.07 247	0.17 523	0.14 71	0.08 231	0.16 476	0.17 461	0.26 497	0.27 517	0.19 507	0.20 429	0.18 463	0.15 483	0.15 427	0.17 523	0.08 438	0.05 284	0.07 321	0.06 301	0.06 305	0.06 323

qqq1	0.13 419	0.07 247	0.17 523	0.14 71	0.08 231	0.16 476	0.17 461	0.26 497	0.27 517	0.19 507	0.20 429	0.18 463	0.15 483	0.15 427	0.11 302	0.08 438	0.05 284	0.05 55	0.05 200	0.06 305	0.06 323

fff1	0.13 419	0.07 247	0.17 523	0.14 71	0.08 231	0.16 476	0.17 461	0.26 497	0.27 517	0.19 507	0.20 429	0.18 463	0.15 483	0.15 427	0.11 302	0.08 438	0.05 284	0.05 55	0.05 200	0.06 305	0.06 323

1111x	0.15 501	0.08 371	0.12 312	0.18 409	0.07 140	0.18 518	0.25 645	0.31 578	0.24 471	0.17 460	0.24 487	0.26 565	0.15 483	0.13 365	0.23 601	0.07 355	0.07 513	0.08 417	0.09 528	0.07 393	0.06 323

iinet-f	0.16 524	0.06 124	0.45 665	0.14 71	0.10 482	0.21 577	0.14 257	0.27 518	0.23 454	0.21 545	0.24 487	0.21 499	0.15 483	0.18 519	0.21 580	0.09 502	0.07 513	0.07 321	0.06 301	0.09 528	0.10 561

GASNet	0.22 605	0.23 666	0.33 640	0.26 653	0.17 659	0.26 628	0.16 418	0.44 679	0.42 631	0.27 608	0.24 487	0.30 602	0.15 483	0.27 621	0.18 541	0.12 603	0.08 546	0.12 606	0.11 604	0.16 660	0.07 413

CASS	0.13 419	0.12 563	0.11 263	0.23 628	0.09 367	0.15 444	0.17 461	0.18 317	0.19 388	0.17 460	0.18 406	0.15 412	0.15 483	0.14 399	0.14 460	0.09 502	0.06 438	0.10 554	0.08 480	0.09 528	0.07 413
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Wz-Net-LNSev-Ref	0.18 559	0.09 455	0.29 628	0.15 128	0.10 482	0.22 586	0.20 574	0.26 497	0.39 614	0.25 596	0.42 654	0.24 541	0.15 483	0.20 559	0.19 554	0.07 355	0.05 284	0.06 208	0.05 200	0.10 561	0.09 530

test_5	0.14 456	0.12 563	0.08 61	0.20 552	0.10 482	0.14 417	0.29 677	0.21 387	0.24 471	0.18 490	0.28 555	0.11 305	0.15 483	0.12 307	0.13 417	0.06 172	0.05 284	0.07 321	0.08 480	0.08 463	0.07 413

CSP-Net	0.16 524	0.09 455	0.14 407	0.16 228	0.09 367	0.19 543	0.17 461	0.25 479	0.32 564	0.25 596	0.30 574	0.24 541	0.15 483	0.21 576	0.18 541	0.09 502	0.06 438	0.07 321	0.07 402	0.08 463	0.07 413

DAS	0.15 501	0.08 371	0.18 547	0.19 484	0.10 482	0.19 543	0.17 461	0.27 518	0.29 539	0.18 490	0.25 515	0.21 499	0.15 483	0.16 462	0.12 370	0.08 438	0.06 438	0.06 208	0.06 301	0.07 393	0.07 413

SepStereo	0.15 501	0.08 371	0.18 547	0.19 484	0.10 482	0.19 543	0.17 461	0.27 518	0.29 539	0.18 490	0.25 515	0.21 499	0.15 483	0.25 616	0.12 370	0.08 438	0.06 438	0.06 208	0.06 301	0.07 393	0.07 413

DRaft	0.12 391	0.06 124	0.11 263	0.14 71	0.09 367	0.14 417	0.17 461	0.21 387	0.30 549	0.17 460	0.28 555	0.10 274	0.15 483	0.10 129	0.12 370	0.05 51	0.04 25	0.07 321	0.06 301	0.05 175	0.05 213

GANet-RSSM	0.14 456	0.07 247	0.13 368	0.13 23	0.08 231	0.14 417	0.17 461	0.22 413	0.21 428	0.17 460	0.24 487	0.23 535	0.15 483	0.16 462	0.15 492	0.10 546	0.06 438	0.07 321	0.08 480	0.08 463	0.07 413

DSFCA	0.16 524	0.09 455	0.14 407	0.16 228	0.10 482	0.20 559	0.19 550	0.28 538	0.31 557	0.23 574	0.24 487	0.22 517	0.15 483	0.19 534	0.20 560	0.10 546	0.07 513	0.09 505	0.09 528	0.08 463	0.08 484

FADNet-RVC-Resample	0.16 524	0.11 545	0.31 633	0.22 604	0.11 533	0.19 543	0.14 257	0.25 479	0.24 471	0.24 583	0.27 541	0.20 490	0.15 483	0.16 462	0.15 492	0.07 355	0.08 546	0.12 606	0.10 570	0.09 528	0.10 561

UCFNet_RVC	0.14 456	0.08 371	0.13 368	0.11 1	0.10 482	0.20 559	0.10 42	0.24 460	0.22 442	0.17 460	0.20 429	0.23 535	0.15 483	0.17 496	0.15 492	0.12 603	0.07 513	0.10 554	0.13 636	0.11 584	0.10 561

iResNet_ROB	0.14 456	0.07 247	0.13 368	0.14 71	0.07 140	0.18 518	0.14 257	0.26 497	0.31 557	0.22 561	0.25 515	0.23 535	0.15 483	0.15 427	0.13 417	0.07 355	0.05 284	0.05 55	0.04 64	0.08 463	0.08 484

PWCDC_ROB	0.20 583	0.13 591	0.22 587	0.24 637	0.11 533	0.19 543	0.15 345	0.33 609	0.54 670	0.29 632	0.50 670	0.21 499	0.15 483	0.27 621	0.20 560	0.11 578	0.09 582	0.10 554	0.08 480	0.11 584	0.09 530

xyz-stereo	0.13 419	0.07 247	0.20 571	0.15 128	0.05 2	0.20 559	0.15 345	0.17 281	0.31 557	0.15 412	0.29 567	0.26 565	0.16 511	0.13 365	0.12 370	0.05 51	0.05 284	0.06 208	0.05 200	0.04 49	0.04 77

G2L-Stereo_test	0.14 456	0.07 247	0.11 263	0.13 23	0.08 231	0.12 324	0.16 418	0.30 566	0.28 532	0.20 530	0.23 474	0.20 490	0.16 511	0.17 496	0.18 541	0.07 355	0.05 284	0.05 55	0.05 200	0.07 393	0.06 323

FACV-RUCA	0.13 419	0.11 545	0.12 312	0.19 484	0.12 569	0.15 444	0.15 345	0.22 413	0.20 412	0.15 412	0.16 354	0.14 383	0.16 511	0.14 399	0.13 417	0.07 355	0.05 284	0.08 417	0.06 301	0.10 561	0.08 484

test_sample1	0.13 419	0.07 247	0.14 407	0.13 23	0.08 231	0.19 543	0.16 418	0.20 360	0.15 266	0.14 385	0.22 465	0.18 463	0.16 511	0.17 496	0.14 460	0.07 355	0.06 438	0.06 208	0.06 301	0.08 463	0.07 413

xx1	0.11 313	0.08 371	0.12 312	0.17 315	0.09 367	0.13 380	0.15 345	0.16 242	0.18 369	0.09 193	0.09 170	0.16 427	0.16 511	0.10 129	0.07 1	0.06 172	0.04 25	0.08 417	0.08 480	0.07 393	0.07 413

mmm	0.14 456	0.08 371	0.17 523	0.17 315	0.09 367	0.17 499	0.18 510	0.21 387	0.15 266	0.15 412	0.23 474	0.21 499	0.16 511	0.16 462	0.17 523	0.08 438	0.05 284	0.08 417	0.07 402	0.07 393	0.07 413

11t1	0.12 391	0.06 124	0.13 368	0.14 71	0.08 231	0.17 499	0.15 345	0.18 317	0.15 266	0.15 412	0.15 341	0.16 427	0.16 511	0.15 427	0.13 417	0.08 438	0.05 284	0.06 208	0.05 200	0.08 463	0.07 413

CBFPSM	0.14 456	0.06 124	0.26 608	0.17 315	0.09 367	0.13 380	0.15 345	0.22 413	0.23 454	0.20 530	0.27 541	0.24 541	0.16 511	0.16 462	0.18 541	0.06 172	0.06 438	0.06 208	0.07 402	0.07 393	0.07 413

gwcnet-sp	0.14 456	0.07 247	0.12 312	0.18 409	0.09 367	0.16 476	0.17 461	0.24 460	0.24 471	0.18 490	0.24 487	0.15 412	0.16 511	0.15 427	0.15 492	0.08 438	0.06 438	0.07 321	0.08 480	0.08 463	0.07 413

scenet	0.14 456	0.07 247	0.12 312	0.18 409	0.09 367	0.16 476	0.17 461	0.24 460	0.24 471	0.18 490	0.24 487	0.15 412	0.16 511	0.15 427	0.15 492	0.08 438	0.06 438	0.07 321	0.08 480	0.08 463	0.07 413

ssnet	0.14 456	0.07 247	0.12 312	0.18 409	0.09 367	0.16 476	0.17 461	0.24 460	0.24 471	0.18 490	0.24 487	0.15 412	0.16 511	0.15 427	0.15 492	0.08 438	0.06 438	0.07 321	0.08 480	0.08 463	0.07 413

qqq	0.13 419	0.09 455	0.15 456	0.16 228	0.08 231	0.13 380	0.15 345	0.23 436	0.16 306	0.15 412	0.19 417	0.16 427	0.16 511	0.15 427	0.16 508	0.07 355	0.06 438	0.08 417	0.08 480	0.07 393	0.07 413

BSDual-CNN	0.15 501	0.09 455	0.14 407	0.22 604	0.10 482	0.14 417	0.15 345	0.34 618	0.19 388	0.17 460	0.22 465	0.25 555	0.16 511	0.15 427	0.14 460	0.08 438	0.06 438	0.10 554	0.09 528	0.07 393	0.07 413

psmg	0.14 456	0.09 455	0.14 407	0.17 315	0.10 482	0.15 444	0.17 461	0.29 552	0.19 388	0.17 460	0.21 453	0.25 555	0.16 511	0.15 427	0.14 460	0.08 438	0.06 438	0.08 417	0.08 480	0.07 393	0.06 323

AASNet	0.16 524	0.08 371	0.12 312	0.19 484	0.09 367	0.18 518	0.15 345	0.37 646	0.37 603	0.19 507	0.23 474	0.20 490	0.16 511	0.17 496	0.20 560	0.10 546	0.08 546	0.08 417	0.07 402	0.09 528	0.09 530

PSMNet-ADL	0.15 501	0.12 563	0.13 368	0.22 604	0.09 367	0.13 380	0.20 574	0.26 497	0.23 454	0.18 490	0.20 429	0.24 541	0.16 511	0.18 519	0.17 523	0.08 438	0.08 546	0.08 417	0.11 604	0.08 463	0.07 413

ADLNet	0.16 524	0.08 371	0.15 456	0.16 228	0.10 482	0.16 476	0.17 461	0.32 589	0.27 517	0.22 561	0.27 541	0.24 541	0.16 511	0.18 519	0.21 580	0.10 546	0.06 438	0.10 554	0.10 570	0.08 463	0.09 530

222	0.16 524	0.07 247	0.14 407	0.14 71	0.08 231	0.24 607	0.18 510	0.30 566	0.20 412	0.17 460	0.28 555	0.17 449	0.16 511	0.15 427	0.40 691	0.10 546	0.05 284	0.07 321	0.06 301	0.07 393	0.08 484

test_xeample	0.15 501	0.06 124	0.13 368	0.14 71	0.08 231	0.21 577	0.20 574	0.28 538	0.20 412	0.16 441	0.29 567	0.19 478	0.16 511	0.15 427	0.26 635	0.09 502	0.05 284	0.07 321	0.07 402	0.07 393	0.07 413

ACVNet	0.15 501	0.09 455	0.15 456	0.13 23	0.12 569	0.14 417	0.20 574	0.22 413	0.33 571	0.17 460	0.26 532	0.21 499	0.16 511	0.17 496	0.21 580	0.07 355	0.06 438	0.06 208	0.06 301	0.08 463	0.06 323

cf-r	0.13 419	0.07 247	0.12 312	0.16 228	0.08 231	0.14 417	0.19 550	0.20 360	0.25 493	0.17 460	0.25 515	0.21 499	0.16 511	0.14 399	0.14 460	0.10 546	0.05 284	0.06 208	0.08 480	0.06 305	0.06 323

GwcNet-RSSM	0.14 456	0.07 247	0.12 312	0.15 128	0.08 231	0.15 444	0.20 574	0.21 387	0.27 517	0.18 490	0.27 541	0.22 517	0.16 511	0.14 399	0.15 492	0.10 546	0.05 284	0.07 321	0.09 528	0.07 393	0.07 413

HSM	0.15 501	0.08 371	0.14 407	0.16 228	0.09 367	0.16 476	0.14 257	0.28 538	0.25 493	0.19 507	0.23 474	0.37 646	0.16 511	0.20 559	0.15 492	0.07 355	0.05 284	0.07 321	0.06 301	0.07 393	0.06 323

z-ln-s-r	0.17 545	0.10 518	0.40 658	0.19 484	0.08 231	0.17 499	0.18 510	0.22 413	0.33 571	0.18 490	0.40 637	0.22 517	0.17 534	0.20 559	0.23 601	0.07 355	0.05 284	0.07 321	0.07 402	0.07 393	0.05 213

coex_refinement	0.14 456	0.07 247	0.12 312	0.17 315	0.10 482	0.15 444	0.15 345	0.26 497	0.29 539	0.18 490	0.20 429	0.22 517	0.17 534	0.16 462	0.18 541	0.08 438	0.05 284	0.06 208	0.06 301	0.09 528	0.08 484

ISRNet	0.18 559	0.08 371	0.19 559	0.19 484	0.13 592	0.15 444	0.12 108	0.30 566	0.32 564	0.21 545	0.25 515	0.27 573	0.17 534	0.17 496	0.20 560	0.20 678	0.08 546	0.14 635	0.14 640	0.14 635	0.17 670

rvit_105_1	0.19 571	0.11 545	0.25 605	0.21 586	0.16 644	0.21 577	0.27 661	0.31 578	0.41 623	0.19 507	0.20 429	0.22 517	0.17 534	0.19 534	0.17 523	0.12 603	0.12 633	0.13 621	0.15 657	0.08 463	0.07 413

DispNO	0.14 456	0.08 371	0.17 523	0.19 484	0.12 569	0.11 270	0.21 595	0.23 436	0.29 539	0.17 460	0.23 474	0.18 463	0.17 534	0.15 427	0.15 492	0.07 355	0.05 284	0.08 417	0.08 480	0.07 393	0.06 323

x	0.13 419	0.07 247	0.14 407	0.14 71	0.08 231	0.18 518	0.14 257	0.22 413	0.20 412	0.15 412	0.19 417	0.19 478	0.17 534	0.18 519	0.18 541	0.07 355	0.05 284	0.06 208	0.06 301	0.07 393	0.07 413

CRFU-Net	0.16 524	0.08 371	0.14 407	0.17 315	0.09 367	0.19 543	0.14 257	0.26 497	0.20 412	0.28 623	0.27 541	0.29 592	0.17 534	0.19 534	0.17 523	0.09 502	0.09 582	0.07 321	0.07 402	0.08 463	0.08 484

AACVNet	0.16 524	0.08 371	0.14 407	0.15 128	0.10 482	0.18 518	0.15 345	0.23 436	0.24 471	0.27 608	0.27 541	0.28 583	0.17 534	0.19 534	0.16 508	0.09 502	0.07 513	0.09 505	0.07 402	0.10 561	0.09 530

LMCR-Stereo	0.15 501	0.08 371	0.13 368	0.21 586	0.09 367	0.17 499	0.20 574	0.27 518	0.19 388	0.24 583	0.24 487	0.23 535	0.17 534	0.20 559	0.17 523	0.07 355	0.06 438	0.08 417	0.06 301	0.10 561	0.08 484

acv_ft	0.15 501	0.09 455	0.15 456	0.19 484	0.10 482	0.16 476	0.17 461	0.25 479	0.33 571	0.19 507	0.26 532	0.21 499	0.17 534	0.17 496	0.18 541	0.07 355	0.06 438	0.06 208	0.06 301	0.08 463	0.06 323

CCAANet	0.14 456	0.06 124	0.14 407	0.17 315	0.09 367	0.16 476	0.13 186	0.30 566	0.24 471	0.16 441	0.32 587	0.18 463	0.17 534	0.17 496	0.14 460	0.06 172	0.05 284	0.09 505	0.09 528	0.06 305	0.09 530

FADNet_RVC	0.16 524	0.14 603	0.40 658	0.20 552	0.11 533	0.13 380	0.13 186	0.26 497	0.22 442	0.21 545	0.23 474	0.20 490	0.17 534	0.14 399	0.16 508	0.08 438	0.08 546	0.12 606	0.09 528	0.11 584	0.10 561

CFNet	0.15 501	0.10 518	0.17 523	0.17 315	0.08 231	0.18 518	0.09 25	0.28 538	0.25 493	0.19 507	0.24 487	0.24 541	0.17 534	0.17 496	0.14 460	0.08 438	0.06 438	0.09 505	0.10 570	0.07 393	0.06 323

NLCA_NET_v2_RVC	0.17 545	0.10 518	0.22 587	0.20 552	0.10 482	0.15 444	0.18 510	0.31 578	0.25 493	0.21 545	0.30 574	0.25 555	0.17 534	0.21 576	0.20 560	0.09 502	0.06 438	0.08 417	0.08 480	0.07 393	0.08 484
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	0.17 545	0.12 563	0.15 456	0.20 552	0.09 367	0.18 518	0.18 510	0.26 497	0.23 454	0.26 602	0.40 637	0.22 517	0.17 534	0.21 576	0.20 560	0.08 438	0.05 284	0.09 505	0.10 570	0.07 393	0.07 413
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
YMNet	0.20 583	0.12 563	0.19 559	0.20 552	0.14 613	0.26 628	0.23 616	0.32 589	0.34 583	0.27 608	0.34 604	0.30 602	0.18 549	0.18 519	0.22 589	0.10 546	0.13 648	0.10 554	0.10 570	0.08 463	0.09 530

YMNet_1	0.20 583	0.12 563	0.19 559	0.20 552	0.14 613	0.26 628	0.23 616	0.32 589	0.34 583	0.27 608	0.34 604	0.30 602	0.18 549	0.18 519	0.22 589	0.10 546	0.13 648	0.10 554	0.10 570	0.08 463	0.09 530

ssnet_v2	0.17 545	0.10 518	0.17 523	0.17 315	0.11 533	0.21 577	0.21 595	0.33 609	0.25 493	0.22 561	0.22 465	0.27 573	0.18 549	0.22 589	0.20 560	0.11 578	0.09 582	0.09 505	0.09 528	0.08 463	0.08 484

Wz-Net-LNSev	0.22 605	0.16 621	0.38 655	0.21 586	0.13 592	0.25 618	0.23 616	0.32 589	0.43 636	0.30 637	0.41 648	0.31 615	0.18 549	0.22 589	0.25 624	0.10 546	0.09 582	0.08 417	0.08 480	0.12 601	0.11 588

hknet	0.15 501	0.11 545	0.13 368	0.22 604	0.11 533	0.14 417	0.15 345	0.34 618	0.25 493	0.17 460	0.22 465	0.22 517	0.18 549	0.17 496	0.12 370	0.07 355	0.06 438	0.10 554	0.09 528	0.07 393	0.07 413

ADLNet2	0.16 524	0.09 455	0.13 368	0.16 228	0.09 367	0.20 559	0.16 418	0.31 578	0.39 614	0.16 441	0.20 429	0.20 490	0.18 549	0.21 576	0.22 589	0.08 438	0.06 438	0.07 321	0.07 402	0.09 528	0.07 413

ICVP	0.15 501	0.09 455	0.12 312	0.22 604	0.09 367	0.17 499	0.21 595	0.25 479	0.23 454	0.18 490	0.30 574	0.26 565	0.18 549	0.17 496	0.14 460	0.09 502	0.07 513	0.08 417	0.07 402	0.07 393	0.07 413
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ac_64	0.16 524	0.08 371	0.15 456	0.18 409	0.10 482	0.22 586	0.18 510	0.24 460	0.21 428	0.18 490	0.24 487	0.29 592	0.18 549	0.19 534	0.22 589	0.09 502	0.07 513	0.08 417	0.09 528	0.07 393	0.06 323

HGLStereo	0.17 545	0.08 371	0.19 559	0.17 315	0.12 569	0.18 518	0.18 510	0.31 578	0.32 564	0.21 545	0.32 587	0.25 555	0.18 549	0.19 534	0.20 560	0.09 502	0.09 582	0.07 321	0.07 402	0.09 528	0.10 561

DMCA	0.14 456	0.09 455	0.16 492	0.19 484	0.09 367	0.15 444	0.17 461	0.23 436	0.27 517	0.14 385	0.19 417	0.17 449	0.18 549	0.15 427	0.17 523	0.10 546	0.06 438	0.08 417	0.06 301	0.09 528	0.10 561

STTStereo	0.18 559	0.12 563	0.27 615	0.20 552	0.11 533	0.16 476	0.21 595	0.29 552	0.23 454	0.21 545	0.30 574	0.29 592	0.18 549	0.20 559	0.19 554	0.12 603	0.11 617	0.11 586	0.14 640	0.09 528	0.08 484

RASNet	0.14 456	0.07 247	0.14 407	0.16 228	0.08 231	0.18 518	0.14 257	0.29 552	0.20 412	0.17 460	0.25 515	0.21 499	0.18 549	0.20 559	0.19 554	0.07 355	0.06 438	0.06 208	0.08 480	0.06 305	0.06 323

TDLM	0.17 545	0.12 563	0.13 368	0.24 637	0.10 482	0.18 518	0.18 510	0.36 640	0.30 549	0.21 545	0.28 555	0.28 583	0.18 549	0.23 600	0.18 541	0.11 578	0.07 513	0.10 554	0.10 570	0.08 463	0.08 484

CVANet_RVC	0.18 559	0.10 518	0.14 407	0.21 586	0.10 482	0.18 518	0.17 461	0.34 618	0.33 571	0.22 561	0.31 583	0.28 583	0.18 549	0.23 600	0.17 523	0.12 603	0.08 546	0.12 606	0.11 604	0.09 528	0.07 413

DeepPruner_ROB	0.16 524	0.11 545	0.15 456	0.17 315	0.10 482	0.17 499	0.15 345	0.32 589	0.21 428	0.19 507	0.21 453	0.22 517	0.18 549	0.20 559	0.15 492	0.13 629	0.09 582	0.09 505	0.09 528	0.11 584	0.10 561

pmcnn	0.15 501	0.07 247	0.19 559	0.15 128	0.07 140	0.20 559	0.15 345	0.24 460	0.26 507	0.21 545	0.34 604	0.28 583	0.18 549	0.18 519	0.17 523	0.07 355	0.05 284	0.05 55	0.04 64	0.07 393	0.06 323

TCMNet	0.19 571	0.12 563	0.19 559	0.20 552	0.18 666	0.20 559	0.24 630	0.27 518	0.36 596	0.23 574	0.26 532	0.25 555	0.19 565	0.19 534	0.23 601	0.13 629	0.11 617	0.11 586	0.12 625	0.13 621	0.12 601

DualNet (step1)	0.16 524	0.12 563	0.20 571	0.12 7	0.14 613	0.17 499	0.13 186	0.27 518	0.23 454	0.20 530	0.20 429	0.24 541	0.19 565	0.16 462	0.16 508	0.15 647	0.06 438	0.14 635	0.14 640	0.14 635	0.12 601

test_sample9	0.18 559	0.12 563	0.20 571	0.12 7	0.14 613	0.17 499	0.13 186	0.27 518	0.23 454	0.20 530	0.20 429	0.24 541	0.19 565	0.19 534	0.17 523	0.15 647	0.30 700	0.14 635	0.14 640	0.14 635	0.12 601

test_sample7	0.15 501	0.10 518	0.16 492	0.14 71	0.11 533	0.16 476	0.16 418	0.27 518	0.23 454	0.20 530	0.20 429	0.24 541	0.19 565	0.16 462	0.16 508	0.12 603	0.06 438	0.10 554	0.09 528	0.10 561	0.10 561

Wz-Net-MNSev	0.22 605	0.13 591	0.31 633	0.20 552	0.14 613	0.36 673	0.24 630	0.33 609	0.44 641	0.28 623	0.40 637	0.38 650	0.19 565	0.24 610	0.25 624	0.09 502	0.07 513	0.09 505	0.09 528	0.12 601	0.10 561

pcwnet_v2	0.19 571	0.10 518	0.26 608	0.17 315	0.14 613	0.18 518	0.15 345	0.37 646	0.46 648	0.19 507	0.24 487	0.21 499	0.19 565	0.20 559	0.19 554	0.13 629	0.10 604	0.10 554	0.10 570	0.11 584	0.13 624

delet	0.17 545	0.08 371	0.17 523	0.19 484	0.11 533	0.20 559	0.21 595	0.30 566	0.37 603	0.17 460	0.26 532	0.19 478	0.19 565	0.19 534	0.21 580	0.08 438	0.08 546	0.09 505	0.11 604	0.06 305	0.06 323

UNet	0.17 545	0.09 455	0.18 547	0.19 484	0.12 569	0.27 638	0.19 550	0.33 609	0.29 539	0.21 545	0.24 487	0.23 535	0.19 565	0.19 534	0.18 541	0.07 355	0.06 438	0.08 417	0.07 402	0.08 463	0.06 323

UPFNet	0.16 524	0.08 371	0.12 312	0.20 552	0.12 569	0.20 559	0.23 616	0.28 538	0.26 507	0.17 460	0.24 487	0.22 517	0.19 565	0.19 534	0.21 580	0.09 502	0.07 513	0.08 417	0.09 528	0.08 463	0.06 323

NVstereo2D	0.19 571	0.10 518	0.15 456	0.17 315	0.15 633	0.28 645	0.23 616	0.44 679	0.42 631	0.15 412	0.27 541	0.25 555	0.19 565	0.22 589	0.17 523	0.09 502	0.06 438	0.10 554	0.08 480	0.15 651	0.09 530

StereoDRNet	0.18 559	0.11 545	0.17 523	0.22 604	0.11 533	0.21 577	0.22 605	0.37 646	0.33 571	0.24 583	0.28 555	0.30 602	0.19 565	0.20 559	0.20 560	0.09 502	0.08 546	0.11 586	0.09 528	0.09 528	0.07 413

SGM-Forest	0.20 583	0.14 603	0.18 547	0.19 484	0.13 592	0.20 559	0.22 605	0.33 609	0.30 549	0.24 583	0.29 567	0.28 583	0.19 565	0.23 600	0.17 523	0.15 647	0.16 668	0.15 648	0.14 640	0.12 601	0.12 601
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	0.18 559	0.11 545	0.19 559	0.19 484	0.12 569	0.24 607	0.21 595	0.25 479	0.34 583	0.22 561	0.34 604	0.27 573	0.20 577	0.21 576	0.23 601	0.09 502	0.09 582	0.08 417	0.10 570	0.08 463	0.07 413

IER	0.14 456	0.07 247	0.13 368	0.17 315	0.09 367	0.14 417	0.16 418	0.25 479	0.26 507	0.18 490	0.25 515	0.17 449	0.20 577	0.16 462	0.14 460	0.08 438	0.05 284	0.07 321	0.06 301	0.08 463	0.07 413

MMNet	0.17 545	0.09 455	0.16 492	0.20 552	0.11 533	0.27 638	0.20 574	0.25 479	0.41 623	0.22 561	0.30 574	0.21 499	0.20 577	0.17 496	0.20 560	0.06 172	0.06 438	0.07 321	0.07 402	0.08 463	0.07 413

GwcNet	0.20 583	0.13 591	0.19 559	0.18 409	0.12 569	0.24 607	0.19 550	0.35 633	0.43 636	0.20 530	0.32 587	0.33 628	0.20 577	0.22 589	0.24 614	0.11 578	0.09 582	0.09 505	0.09 528	0.09 528	0.10 561

DGSMNet	0.24 628	0.19 647	0.33 640	0.21 586	0.24 684	0.24 607	0.20 574	0.35 633	0.41 623	0.24 583	0.32 587	0.38 650	0.21 581	0.29 639	0.23 601	0.12 603	0.11 617	0.14 635	0.16 662	0.23 680	0.23 684

FADNet-RVC	0.20 583	0.20 653	0.38 655	0.21 586	0.16 644	0.20 559	0.15 345	0.26 497	0.26 507	0.26 602	0.32 587	0.26 565	0.21 581	0.22 589	0.19 554	0.12 603	0.13 648	0.12 606	0.14 640	0.13 621	0.18 673

FADNet	0.21 596	0.22 663	0.36 649	0.18 409	0.17 659	0.24 607	0.13 186	0.31 578	0.31 557	0.23 574	0.25 515	0.27 573	0.21 581	0.19 534	0.15 492	0.13 629	0.15 664	0.12 606	0.15 657	0.16 660	0.18 673

MaskLacGwcNet_RVC	0.22 605	0.21 659	0.24 600	0.26 653	0.11 533	0.23 602	0.14 257	0.39 658	0.24 471	0.32 649	0.36 611	0.30 602	0.21 581	0.19 534	0.21 580	0.17 668	0.14 658	0.21 673	0.16 662	0.12 601	0.12 601

SuperB	0.20 583	0.10 518	0.56 681	0.16 228	0.09 367	0.18 518	0.18 510	0.24 460	0.50 660	0.26 602	0.39 631	0.17 449	0.21 581	0.22 589	0.21 580	0.08 438	0.06 438	0.06 208	0.06 301	0.12 601	0.10 561

RTSC	0.23 621	0.12 563	0.28 620	0.21 586	0.13 592	0.28 645	0.16 418	0.35 633	0.66 696	0.27 608	0.33 600	0.30 602	0.21 581	0.31 643	0.29 655	0.10 546	0.08 546	0.09 505	0.10 570	0.13 621	0.13 624

AANet_RVC	0.16 524	0.10 518	0.10 200	0.18 409	0.09 367	0.18 518	0.19 550	0.26 497	0.31 557	0.22 561	0.35 608	0.21 499	0.21 581	0.22 589	0.16 508	0.06 172	0.05 284	0.06 208	0.06 301	0.07 393	0.06 323

DRN-Test	0.19 571	0.11 545	0.20 571	0.22 604	0.10 482	0.22 586	0.22 605	0.39 658	0.37 603	0.24 583	0.32 587	0.26 565	0.21 581	0.22 589	0.24 614	0.11 578	0.07 513	0.11 586	0.10 570	0.09 528	0.07 413

MDST_ROB	0.22 605	0.10 518	0.17 523	0.18 409	0.11 533	0.37 674	0.19 550	0.43 677	0.41 623	0.39 666	0.39 631	0.29 592	0.21 581	0.26 618	0.18 541	0.11 578	0.10 604	0.14 635	0.11 604	0.10 561	0.08 484

w-ln-seven-2	0.20 583	0.14 603	0.37 653	0.22 604	0.12 569	0.20 559	0.21 595	0.28 538	0.37 603	0.25 596	0.37 617	0.27 573	0.22 590	0.21 576	0.23 601	0.08 438	0.08 546	0.09 505	0.09 528	0.10 561	0.09 530

w-ln-seven	0.24 628	0.14 603	0.55 678	0.19 484	0.14 613	0.26 628	0.22 605	0.35 633	0.60 684	0.29 632	0.39 631	0.30 602	0.22 590	0.21 576	0.26 635	0.09 502	0.09 582	0.11 586	0.10 570	0.11 584	0.10 561

SQANet	0.23 621	0.23 666	0.30 631	0.30 680	0.19 670	0.27 638	0.13 186	0.29 552	0.33 571	0.24 583	0.37 617	0.31 615	0.22 590	0.27 621	0.23 601	0.15 647	0.10 604	0.21 673	0.16 662	0.21 676	0.15 650

SACVNet	0.18 559	0.12 563	0.14 407	0.17 315	0.13 592	0.22 586	0.18 510	0.31 578	0.30 549	0.23 574	0.31 583	0.30 602	0.22 590	0.22 589	0.17 523	0.11 578	0.08 546	0.10 554	0.10 570	0.12 601	0.14 643

FINET	0.21 596	0.18 643	0.26 608	0.18 409	0.16 644	0.23 602	0.23 616	0.32 589	0.48 650	0.25 596	0.32 587	0.22 517	0.22 590	0.22 589	0.17 523	0.18 669	0.16 668	0.11 586	0.10 570	0.15 651	0.13 624

hitnet-ft	0.18 559	0.09 455	0.17 523	0.14 71	0.09 367	0.26 628	0.20 574	0.25 479	0.26 507	0.24 583	0.32 587	0.31 615	0.22 590	0.24 610	0.21 580	0.12 603	0.07 513	0.10 554	0.08 480	0.12 601	0.11 588

ADCP+	0.20 583	0.10 518	0.33 640	0.20 552	0.12 569	0.22 586	0.26 654	0.31 578	0.34 583	0.26 602	0.37 617	0.22 517	0.22 590	0.27 621	0.27 643	0.09 502	0.06 438	0.08 417	0.08 480	0.09 528	0.10 561

PSMNet_ROB	0.21 596	0.11 545	0.15 456	0.27 666	0.15 633	0.24 607	0.35 694	0.43 677	0.37 603	0.27 608	0.32 587	0.32 624	0.22 590	0.21 576	0.26 635	0.12 603	0.08 546	0.13 621	0.11 604	0.09 528	0.09 530

ADCRef	0.19 571	0.12 563	0.41 661	0.20 552	0.12 569	0.22 586	0.18 510	0.32 589	0.36 596	0.26 602	0.32 587	0.17 449	0.23 598	0.24 610	0.24 614	0.07 355	0.06 438	0.09 505	0.09 528	0.08 463	0.08 484

RYNet	0.22 605	0.12 563	0.22 587	0.19 484	0.17 659	0.46 684	0.26 654	0.38 654	0.48 650	0.24 583	0.28 555	0.34 635	0.23 598	0.20 559	0.30 662	0.10 546	0.06 438	0.09 505	0.09 528	0.13 621	0.15 650

NaN_ROB	0.22 605	0.19 647	0.24 600	0.25 648	0.13 592	0.29 649	0.26 654	0.33 609	0.41 623	0.31 643	0.31 583	0.32 624	0.23 598	0.30 642	0.21 580	0.11 578	0.17 673	0.10 554	0.10 570	0.08 463	0.09 530

NOSS_ROB	0.19 571	0.12 563	0.18 547	0.16 228	0.12 569	0.15 444	0.12 108	0.30 566	0.32 564	0.20 530	0.22 465	0.27 573	0.23 598	0.21 576	0.16 508	0.16 663	0.18 675	0.23 678	0.21 677	0.12 601	0.13 624

DispFullNet	0.27 651	0.21 659	0.65 691	0.28 669	0.16 644	0.26 628	0.17 461	0.33 609	0.58 679	0.27 608	0.38 623	0.43 668	0.23 598	0.38 675	0.23 601	0.12 603	0.06 438	0.19 670	0.11 604	0.21 676	0.15 650

CBMV	0.19 571	0.14 603	0.17 523	0.18 409	0.10 482	0.20 559	0.11 71	0.29 552	0.30 549	0.29 632	0.30 574	0.30 602	0.23 598	0.27 621	0.19 554	0.13 629	0.15 664	0.17 659	0.16 662	0.10 561	0.10 561
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
z-mn7	0.24 628	0.14 603	0.45 665	0.19 484	0.13 592	0.28 645	0.25 645	0.34 618	0.62 687	0.27 608	0.56 682	0.29 592	0.24 604	0.32 650	0.25 624	0.08 438	0.08 546	0.08 417	0.08 480	0.10 561	0.10 561

ToySt	0.17 545	0.11 545	0.18 547	0.17 315	0.11 533	0.16 476	0.25 645	0.24 460	0.33 571	0.19 507	0.24 487	0.26 565	0.24 604	0.19 534	0.20 560	0.07 355	0.08 546	0.09 505	0.10 570	0.09 528	0.08 484

WZ-Net	0.28 656	0.17 632	0.78 708	0.22 604	0.16 644	0.34 664	0.29 677	0.39 658	0.57 676	0.24 583	0.55 677	0.37 646	0.24 604	0.33 653	0.35 679	0.09 502	0.08 546	0.09 505	0.10 570	0.14 635	0.16 661

psm_up	0.18 559	0.10 518	0.18 547	0.20 552	0.11 533	0.17 499	0.19 550	0.37 646	0.34 583	0.21 545	0.28 555	0.29 592	0.24 604	0.20 559	0.22 589	0.09 502	0.10 604	0.11 586	0.11 604	0.08 463	0.08 484

RP	0.21 596	0.13 591	0.21 581	0.23 628	0.11 533	0.21 577	0.20 574	0.25 479	0.44 641	0.21 545	0.38 623	0.36 641	0.24 604	0.27 621	0.25 624	0.11 578	0.12 633	0.13 621	0.12 625	0.12 601	0.14 643

PS-NSSS	0.20 583	0.21 659	0.23 596	0.20 552	0.10 482	0.19 543	0.17 461	0.36 640	0.25 493	0.27 608	0.33 600	0.27 573	0.24 604	0.20 559	0.20 560	0.15 647	0.12 633	0.17 659	0.14 640	0.10 561	0.08 484

CBMV_ROB	0.19 571	0.13 591	0.17 523	0.16 228	0.11 533	0.15 444	0.13 186	0.26 497	0.28 532	0.27 608	0.30 574	0.27 573	0.24 604	0.23 600	0.16 508	0.15 647	0.17 673	0.22 677	0.20 675	0.10 561	0.11 588

DLCB_ROB	0.18 559	0.10 518	0.15 456	0.23 628	0.11 533	0.24 607	0.18 510	0.29 552	0.28 532	0.27 608	0.28 555	0.28 583	0.24 604	0.19 534	0.20 560	0.08 438	0.08 546	0.09 505	0.09 528	0.07 393	0.07 413

PWC_ROB	0.21 596	0.16 621	0.26 608	0.18 409	0.11 533	0.22 586	0.13 186	0.32 589	0.49 657	0.30 637	0.40 637	0.32 624	0.24 604	0.31 643	0.22 589	0.10 546	0.07 513	0.11 586	0.08 480	0.11 584	0.10 561

zh-mn7	0.25 640	0.14 603	0.56 681	0.19 484	0.14 613	0.24 607	0.22 605	0.34 618	0.62 687	0.35 656	0.65 691	0.31 615	0.25 613	0.31 643	0.25 624	0.09 502	0.08 546	0.09 505	0.09 528	0.09 528	0.11 588

PSMNet-RUCA	0.27 651	0.33 689	0.41 661	0.36 689	0.32 697	0.18 518	0.19 550	0.42 673	0.30 549	0.33 653	0.41 648	0.39 658	0.25 613	0.31 643	0.20 560	0.18 669	0.10 604	0.25 680	0.15 657	0.21 676	0.16 661

test_sample8	0.19 571	0.12 563	0.20 571	0.12 7	0.14 613	0.17 499	0.13 186	0.31 578	0.21 428	0.27 608	0.22 465	0.36 641	0.25 613	0.19 534	0.17 523	0.15 647	0.30 700	0.14 635	0.14 640	0.14 635	0.12 601

HBP-ISP	0.18 559	0.13 591	0.16 492	0.15 128	0.11 533	0.08 89	0.13 186	0.28 538	0.29 539	0.22 561	0.33 600	0.21 499	0.25 613	0.23 600	0.17 523	0.14 643	0.16 668	0.21 673	0.17 669	0.10 561	0.08 484

DDUNet	0.22 605	0.17 632	0.21 581	0.22 604	0.15 633	0.25 618	0.24 630	0.29 552	0.30 549	0.31 643	0.36 611	0.33 628	0.25 613	0.24 610	0.20 560	0.18 669	0.13 648	0.17 659	0.11 604	0.16 660	0.16 661

Syn2CoEx	0.21 596	0.16 621	0.27 615	0.29 678	0.14 613	0.26 628	0.20 574	0.33 609	0.31 557	0.28 623	0.36 611	0.27 573	0.25 613	0.19 534	0.24 614	0.16 663	0.12 633	0.14 635	0.11 604	0.09 528	0.08 484

Wz-Net-SNSev	0.25 640	0.17 632	0.44 664	0.25 648	0.14 613	0.26 628	0.23 616	0.38 654	0.56 674	0.30 637	0.55 677	0.39 658	0.26 619	0.23 600	0.30 662	0.10 546	0.09 582	0.09 505	0.10 570	0.11 584	0.11 588

AF-Net	0.22 605	0.17 632	0.17 523	0.26 653	0.13 592	0.25 618	0.24 630	0.32 589	0.50 660	0.25 596	0.33 600	0.38 650	0.26 619	0.28 633	0.25 624	0.11 578	0.10 604	0.16 656	0.11 604	0.11 584	0.10 561

PA-Net	0.23 621	0.18 643	0.33 640	0.28 669	0.22 679	0.21 577	0.38 699	0.29 552	0.39 614	0.22 561	0.32 587	0.25 555	0.26 619	0.20 559	0.25 624	0.09 502	0.23 693	0.15 648	0.22 680	0.09 528	0.13 624
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	0.19 571	0.09 455	0.22 587	0.17 315	0.10 482	0.25 618	0.18 510	0.27 518	0.44 641	0.22 561	0.31 583	0.33 628	0.26 619	0.28 633	0.28 651	0.08 438	0.06 438	0.07 321	0.07 402	0.09 528	0.09 530

SANet	0.24 628	0.14 603	0.28 620	0.21 586	0.11 533	0.27 638	0.24 630	0.38 654	0.64 692	0.36 659	0.40 637	0.43 668	0.26 619	0.27 621	0.24 614	0.12 603	0.09 582	0.10 554	0.09 528	0.13 621	0.11 588

XPNet_ROB	0.22 605	0.11 545	0.19 559	0.22 604	0.13 592	0.22 586	0.19 550	0.34 618	0.40 620	0.30 637	0.39 631	0.39 658	0.26 619	0.26 618	0.28 651	0.15 647	0.10 604	0.10 554	0.10 570	0.13 621	0.12 601

ETE_ROB	0.23 621	0.17 632	0.22 587	0.25 648	0.13 592	0.26 628	0.29 677	0.31 578	0.36 596	0.28 623	0.36 611	0.45 672	0.26 619	0.27 621	0.26 635	0.11 578	0.08 546	0.12 606	0.09 528	0.14 635	0.13 624

LALA_ROB	0.25 640	0.16 621	0.22 587	0.26 653	0.17 659	0.27 638	0.27 661	0.42 673	0.37 603	0.33 653	0.38 623	0.51 684	0.26 619	0.28 633	0.27 643	0.16 663	0.09 582	0.12 606	0.11 604	0.13 621	0.12 601

DStereoO	0.24 628	0.18 643	0.18 547	0.20 552	0.14 613	0.21 577	0.19 550	0.32 589	0.41 623	0.29 632	0.21 453	0.32 624	0.27 627	0.41 687	0.27 643	0.46 708	0.12 633	0.31 696	0.11 604	0.15 651	0.12 601

FSD					0.22 679	0.25 618	0.25 645	0.27 518	0.26 507	0.25 596	0.26 532	0.25 555	0.27 627	0.27 621	0.24 614	0.21 682	0.20 681	0.27 684	0.26 687	0.25 687

MSAF-DinoV2	0.22 605	0.11 545	0.23 596	0.17 315	0.10 482	0.27 638	0.16 418	0.37 646	0.55 671	0.21 545	0.27 541	0.47 680	0.27 627	0.35 662	0.39 688	0.09 502	0.06 438	0.07 321	0.09 528	0.12 601	0.10 561

ACVNet-4b	0.39 679	0.53 700	0.55 678	0.45 697	0.24 684	0.47 686	0.18 510	0.49 689	0.64 692	0.42 676	0.45 661	0.60 692	0.27 627	0.34 656	0.24 614	0.33 699	0.14 658	0.48 703	0.42 705	0.30 695	0.26 692

Anonymous_2	0.22 605	0.17 632	0.28 620	0.15 128	0.16 644	0.32 654	0.22 605	0.22 413	0.17 336	0.23 574	0.24 487	0.26 565	0.27 627	0.27 621	0.23 601	0.22 687	0.25 696	0.17 659	0.17 669	0.17 668	0.17 670

UDG	0.21 596	0.17 632	0.19 559	0.23 628	0.15 633	0.30 652	0.20 574	0.33 609	0.35 592	0.23 574	0.28 555	0.31 615	0.27 627	0.20 559	0.22 589	0.15 647	0.12 633	0.13 621	0.09 528	0.14 635	0.14 643

aanetorigin	0.22 605	0.17 632	0.56 681	0.17 315	0.10 482	0.15 444	0.19 550	0.20 360	0.33 571	0.49 685	0.48 665	0.29 592	0.27 627	0.20 559	0.23 601	0.08 438	0.07 513	0.08 417	0.07 402	0.10 561	0.09 530

DMCA-RVC	0.17 545	0.10 518	0.15 456	0.24 637	0.11 533	0.18 518	0.18 510	0.25 479	0.24 471	0.21 545	0.26 532	0.25 555	0.27 627	0.18 519	0.20 560	0.12 603	0.08 546	0.13 621	0.10 570	0.10 561	0.08 484

RGC	0.25 640	0.20 653	0.29 628	0.28 669	0.16 644	0.22 586	0.23 616	0.32 589	0.44 641	0.27 608	0.40 637	0.38 650	0.27 627	0.36 668	0.22 589	0.11 578	0.13 648	0.17 659	0.17 669	0.14 635	0.16 661

stereogan	0.22 605	0.11 545	0.21 581	0.20 552	0.12 569	0.31 653	0.19 550	0.35 633	0.44 641	0.22 561	0.39 631	0.35 639	0.27 627	0.33 653	0.22 589	0.10 546	0.12 633	0.10 554	0.10 570	0.14 635	0.13 624

FBW_ROB	0.24 628	0.17 632	0.22 587	0.26 653	0.14 613	0.25 618	0.22 605	0.41 668	0.41 623	0.41 673	0.41 648	0.42 665	0.27 627	0.31 643	0.23 601	0.09 502	0.14 658	0.14 635	0.12 625	0.11 584	0.09 530

NCC-stereo	0.24 628	0.15 613	0.31 633	0.26 653	0.16 644	0.20 559	0.30 684	0.40 662	0.40 620	0.24 583	0.38 623	0.33 628	0.28 638	0.36 668	0.27 643	0.12 603	0.11 617	0.15 648	0.22 680	0.13 621	0.13 624

Nwc_Net	0.23 621	0.16 621	0.21 581	0.25 648	0.14 613	0.24 607	0.26 654	0.37 646	0.38 610	0.22 561	0.41 648	0.30 602	0.28 638	0.28 633	0.25 624	0.11 578	0.10 604	0.17 659	0.20 675	0.10 561	0.10 561

Abc-Net	0.24 628	0.15 613	0.31 633	0.26 653	0.16 644	0.20 559	0.30 684	0.40 662	0.40 620	0.24 583	0.38 623	0.33 628	0.28 638	0.36 668	0.27 643	0.12 603	0.11 617	0.15 648	0.22 680	0.13 621	0.13 624
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 649	0.15 613	0.30 631	0.24 637	0.18 666	0.22 586	0.15 345	0.38 654	0.71 700	0.32 649	0.41 648	0.36 641	0.28 638	0.32 650	0.29 655	0.12 603	0.11 617	0.14 635	0.13 636	0.16 660	0.20 679

DeepPrunerF	0.24 628	0.17 632	0.42 663	0.26 653	0.16 644	0.22 586	0.28 667	0.37 646	0.50 660	0.26 602	0.29 567	0.24 541	0.28 638	0.21 576	0.22 589	0.15 647	0.11 617	0.20 672	0.18 673	0.12 601	0.13 624

ADCPNet	0.25 640	0.16 621	0.61 688	0.21 586	0.15 633	0.35 672	0.25 645	0.32 589	0.35 592	0.30 637	0.40 637	0.36 641	0.28 638	0.28 633	0.32 671	0.12 603	0.10 604	0.11 586	0.12 625	0.14 635	0.13 624

GANet	0.21 596	0.12 563	0.21 581	0.24 637	0.13 592	0.22 586	0.22 605	0.41 668	0.26 507	0.31 643	0.42 654	0.37 646	0.28 638	0.23 600	0.22 589	0.10 546	0.12 633	0.10 554	0.09 528	0.10 561	0.08 484

NCCL2	0.23 621	0.15 613	0.17 523	0.34 685	0.18 666	0.24 607	0.23 616	0.34 618	0.28 532	0.31 643	0.38 623	0.38 650	0.28 638	0.23 600	0.24 614	0.15 647	0.12 633	0.18 668	0.21 677	0.13 621	0.13 624

APVNet	0.22 605	0.12 563	0.19 559	0.18 409	0.14 613	0.32 654	0.31 690	0.39 658	0.32 564	0.27 608	0.40 637	0.30 602	0.29 646	0.26 618	0.25 624	0.11 578	0.12 633	0.11 586	0.14 640	0.12 601	0.12 601

G-Net	0.24 628	0.16 621	0.36 649	0.22 604	0.16 644	0.51 690	0.23 616	0.29 552	0.34 583	0.36 659	0.38 623	0.31 615	0.29 646	0.27 621	0.26 635	0.11 578	0.09 582	0.12 606	0.09 528	0.16 660	0.13 624

DPSNet	0.28 656	0.16 621	0.31 633	0.18 409	0.13 592	0.54 692	0.42 703	0.51 695	0.67 697	0.29 632	0.38 623	0.38 650	0.29 646	0.31 643	0.23 601	0.11 578	0.10 604	0.11 586	0.08 480	0.20 675	0.16 661

PDISCO_ROB	0.27 651	0.16 621	0.26 608	0.28 669	0.20 673	0.32 654	0.26 654	0.44 679	0.57 676	0.28 623	0.40 637	0.45 672	0.29 646	0.33 653	0.34 678	0.12 603	0.09 582	0.17 659	0.16 662	0.17 668	0.13 624

ccnet	0.29 660	0.28 682	0.23 596	0.20 552	0.28 691	0.41 682	0.21 595	0.45 682	0.33 571	0.36 659	0.46 662	0.36 641	0.30 650	0.39 679	0.42 695	0.23 691	0.14 658	0.21 673	0.17 669	0.23 680	0.18 673

S-Stereo	0.20 583	0.12 563	0.25 605	0.21 586	0.13 592	0.20 559	0.18 510	0.32 589	0.43 636	0.23 574	0.36 611	0.28 583	0.30 650	0.19 534	0.22 589	0.09 502	0.12 633	0.10 554	0.10 570	0.13 621	0.13 624

XQC	0.28 656	0.23 666	0.51 673	0.28 669	0.19 670	0.34 664	0.27 661	0.36 640	0.57 676	0.31 643	0.30 574	0.37 646	0.30 650	0.38 675	0.38 686	0.13 629	0.09 582	0.15 648	0.12 625	0.17 668	0.18 673

ADCL	0.24 628	0.11 545	0.47 670	0.22 604	0.12 569	0.34 664	0.29 677	0.29 552	0.56 674	0.24 583	0.46 662	0.30 602	0.30 650	0.29 639	0.29 655	0.08 438	0.07 513	0.09 505	0.09 528	0.10 561	0.10 561

PStereo	0.20 583	0.22 663	0.20 571	0.17 315	0.10 482	0.13 380	0.20 574	0.27 518	0.38 610	0.20 530	0.14 320	0.28 583	0.31 654	0.24 610	0.31 669	0.18 669	0.13 648	0.15 648	0.11 604	0.12 601	0.12 601

zh-sn7	0.25 640	0.17 632	0.50 672	0.24 637	0.13 592	0.25 618	0.24 630	0.34 618	0.48 650	0.28 623	0.54 675	0.28 583	0.31 654	0.36 668	0.32 671	0.10 546	0.10 604	0.11 586	0.10 570	0.12 601	0.12 601

MFN_U_SF_DS_RVC	0.30 666	0.24 669	0.29 628	0.36 689	0.16 644	0.34 664	0.30 684	0.32 589	0.42 631	0.40 669	0.46 662	0.38 650	0.31 654	0.34 656	0.28 651	0.19 676	0.20 681	0.26 681	0.29 694	0.18 671	0.19 678

CC-Net-ROB	0.28 656	0.31 687	0.36 649	0.29 678	0.15 633	0.25 618	0.19 550	0.45 682	0.33 571	0.39 666	0.37 617	0.39 658	0.31 654	0.27 621	0.26 635	0.24 693	0.19 678	0.30 695	0.23 684	0.18 671	0.15 650

DANet	0.21 596	0.15 613	0.28 620	0.25 648	0.13 592	0.22 586	0.19 550	0.27 518	0.27 517	0.28 623	0.32 587	0.35 639	0.31 654	0.31 643	0.23 601	0.11 578	0.09 582	0.11 586	0.10 570	0.13 621	0.11 588
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	0.42 686	0.26 675	0.59 686	0.60 705	0.49 705	0.32 654	0.23 616	0.46 684	0.52 669	0.56 693	0.58 687	0.76 704	0.32 659	0.48 691	0.29 655	0.32 697	0.24 694	0.27 684	0.33 699	0.46 703	0.39 704

FAT-Stereo	0.20 583	0.12 563	0.22 587	0.21 586	0.12 569	0.17 499	0.18 510	0.34 618	0.39 614	0.27 608	0.37 617	0.34 635	0.32 659	0.21 576	0.20 560	0.09 502	0.11 617	0.10 554	0.09 528	0.11 584	0.14 643

DStereoSA	0.25 640	0.19 647	0.37 653	0.26 653	0.17 659	0.22 586	0.20 574	0.49 689	0.59 680	0.22 561	0.29 567	0.29 592	0.33 661	0.39 679	0.28 651	0.12 603	0.11 617	0.16 656	0.14 640	0.14 635	0.12 601

otaku	0.39 679	0.37 693	0.52 674	0.44 696	0.28 691	0.58 694	0.24 630	0.41 668	0.62 687	0.40 669	0.49 666	0.46 676	0.33 661	0.40 684	0.32 671	0.30 696	0.30 700	0.39 700	0.33 699	0.29 694	0.28 693

AnyNet_C32	0.26 649	0.16 621	0.36 649	0.20 552	0.16 644	0.25 618	0.30 684	0.32 589	0.44 641	0.31 643	0.49 666	0.30 602	0.33 661	0.40 684	0.33 676	0.12 603	0.12 633	0.12 606	0.14 640	0.14 635	0.15 650

GANetREF_RVC	0.31 668	0.34 690	0.27 615	0.35 687	0.16 644	0.32 654	0.41 700	0.48 687	0.51 667	0.35 656	0.35 608	0.34 635	0.33 661	0.39 679	0.32 671	0.27 695	0.20 681	0.29 693	0.15 657	0.18 671	0.17 670
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	0.29 660	0.24 669	0.27 615	0.34 685	0.19 670	0.33 661	0.42 703	0.37 646	0.50 660	0.38 664	0.40 637	0.44 670	0.33 661	0.28 633	0.30 662	0.20 678	0.16 668	0.19 670	0.19 674	0.14 635	0.15 650

DStereoFS	0.27 651	0.22 663	0.31 633	0.22 604	0.15 633	0.22 586	0.20 574	0.50 693	0.48 650	0.28 623	0.44 659	0.33 628	0.34 666	0.52 697	0.29 655	0.12 603	0.11 617	0.15 648	0.13 636	0.16 660	0.16 661

PASM	0.32 670	0.24 669	0.48 671	0.28 669	0.27 690	0.29 649	0.30 684	0.34 618	0.49 657	0.35 656	0.39 631	0.46 676	0.34 666	0.34 656	0.35 679	0.23 691	0.25 696	0.26 681	0.28 693	0.23 680	0.21 681

WCMA_ROB	0.24 628	0.11 545	0.22 587	0.17 315	0.14 613	0.32 654	0.15 345	0.32 589	0.32 564	0.38 664	0.53 673	0.40 662	0.34 666	0.34 656	0.25 624	0.11 578	0.12 633	0.12 606	0.10 570	0.14 635	0.14 643

edge stereo	0.22 605	0.13 591	0.20 571	0.21 586	0.13 592	0.23 602	0.16 418	0.32 589	0.42 631	0.32 649	0.40 637	0.38 650	0.35 669	0.25 616	0.24 614	0.13 629	0.11 617	0.14 635	0.11 604	0.12 601	0.13 624

SGM_RVC	0.23 621	0.12 563	0.15 456	0.15 128	0.09 367	0.33 661	0.18 510	0.34 618	0.31 557	0.44 680	0.37 617	0.53 688	0.35 669	0.35 662	0.24 614	0.13 629	0.13 648	0.13 621	0.13 636	0.10 561	0.11 588
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ADCS	0.29 660	0.18 643	0.45 665	0.21 586	0.17 659	0.28 645	0.23 616	0.41 668	0.63 691	0.40 669	0.49 666	0.40 662	0.36 671	0.39 679	0.40 691	0.13 629	0.12 633	0.13 621	0.14 640	0.16 660	0.16 661

LSM	0.33 673	0.20 653	0.58 684	0.26 653	0.60 715	0.34 664	0.25 645	0.42 673	0.48 650	0.45 681	0.58 687	0.42 665	0.36 671	0.35 662	0.25 624	0.12 603	0.20 681	0.14 635	0.16 662	0.19 674	0.33 699

psmorigin	0.25 640	0.15 613	0.34 648	0.17 315	0.13 592	0.23 602	0.14 257	0.34 618	0.33 571	0.41 673	0.55 677	0.41 664	0.37 673	0.34 656	0.27 643	0.11 578	0.15 664	0.11 586	0.11 604	0.12 601	0.16 661

AANet	0.30 666	0.19 647	1.03 717	0.16 228	0.13 592	0.22 586	0.16 418	0.30 566	0.62 687	0.60 694	0.52 672	0.46 676	0.38 674	0.23 600	0.32 671	0.12 603	0.09 582	0.11 586	0.10 570	0.13 621	0.12 601

Wz-Net-TNSev	0.29 660	0.20 653	0.65 691	0.19 484	0.15 633	0.38 677	0.27 661	0.35 633	0.55 671	0.34 655	0.42 654	0.45 672	0.38 674	0.32 650	0.30 662	0.12 603	0.13 648	0.10 554	0.12 625	0.15 651	0.14 643

AnyNet_C01	0.36 677	0.25 674	1.37 722	0.22 604	0.17 659	0.48 688	0.27 661	0.35 633	0.39 614	0.39 666	0.74 701	0.46 676	0.38 674	0.45 689	0.47 700	0.13 629	0.13 648	0.13 621	0.14 640	0.14 635	0.15 650

EDNetEfficient	0.29 660	0.24 669	1.13 719	0.18 409	0.10 482	0.19 543	0.20 574	0.20 360	0.60 684	0.74 707	0.56 682	0.31 615	0.39 677	0.22 589	0.30 662	0.09 502	0.07 513	0.08 417	0.07 402	0.11 584	0.09 530

MFN_U_SF_RVC	0.32 670	0.21 659	0.55 678	0.30 680	0.15 633	0.34 664	0.17 461	0.52 696	0.46 648	0.46 684	0.55 677	0.59 691	0.39 677	0.35 662	0.37 684	0.15 647	0.14 658	0.18 668	0.21 677	0.16 660	0.15 650

SAMSARA	0.40 682	0.28 682	0.33 640	0.55 703	0.39 698	0.82 714	1.23 731	0.47 686	0.51 667	0.36 659	0.35 608	0.55 690	0.39 677	0.38 675	0.39 688	0.15 647	0.20 681	0.15 648	0.14 640	0.23 680	0.20 679

FC-DCNN v2	0.33 673	0.27 678	0.28 620	0.26 653	0.23 682	0.37 674	0.28 667	0.40 662	0.43 636	0.45 681	0.56 682	0.51 684	0.40 680	0.37 673	0.29 655	0.21 682	0.20 681	0.27 684	0.26 687	0.25 687	0.24 685

ADCMid	0.25 640	0.15 613	0.40 658	0.20 552	0.14 613	0.25 618	0.26 654	0.34 618	0.38 610	0.36 659	0.44 659	0.34 635	0.40 680	0.35 662	0.33 676	0.10 546	0.09 582	0.11 586	0.11 604	0.13 621	0.12 601

FC-DCNN	0.33 673	0.27 678	0.28 620	0.26 653	0.23 682	0.37 674	0.28 667	0.40 662	0.43 636	0.45 681	0.55 677	0.51 684	0.40 680	0.37 673	0.30 662	0.21 682	0.20 681	0.27 684	0.26 687	0.25 687	0.24 685

MSMD_ROB	0.31 668	0.26 675	0.26 608	0.24 637	0.21 677	0.34 664	0.25 645	0.34 618	0.39 614	0.40 669	0.69 695	0.45 672	0.40 680	0.34 656	0.27 643	0.20 678	0.19 678	0.26 681	0.25 686	0.23 680	0.22 683

MeshStereo	0.27 651	0.13 591	0.18 547	0.15 128	0.11 533	0.32 654	0.24 630	0.40 662	0.36 596	0.52 687	0.57 685	0.67 699	0.40 680	0.35 662	0.26 635	0.14 643	0.13 648	0.13 621	0.11 604	0.11 584	0.10 561
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
FCDSN-DC	0.33 673	0.28 682	0.28 620	0.30 680	0.24 684	0.39 679	0.28 667	0.42 673	0.42 631	0.43 679	0.53 673	0.51 684	0.41 685	0.36 668	0.30 662	0.21 682	0.20 681	0.27 684	0.26 687	0.25 687	0.24 685
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RTS	0.45 690	0.19 647	3.26 728	0.24 637	0.15 633	0.74 707	0.20 574	0.36 640	0.76 707	0.42 676	0.43 657	0.31 615	0.41 685	0.53 700	0.35 679	0.10 546	0.08 546	0.13 621	0.12 625	0.15 651	0.15 650

RTSA	0.45 690	0.19 647	3.26 728	0.24 637	0.15 633	0.74 707	0.20 574	0.36 640	0.76 707	0.42 676	0.43 657	0.31 615	0.41 685	0.53 700	0.35 679	0.10 546	0.08 546	0.13 621	0.12 625	0.15 651	0.15 650

Ntro	0.40 682	0.40 695	0.53 675	0.46 700	0.30 695	0.65 700	0.24 630	0.46 684	0.68 698	0.41 673	0.49 666	0.48 682	0.42 688	0.39 679	0.31 669	0.32 697	0.28 698	0.37 699	0.30 696	0.32 699	0.29 694

SGM-ForestM	0.32 670	0.12 563	0.16 492	0.16 228	0.11 533	0.39 679	0.19 550	0.41 668	0.50 660	0.52 687	0.54 675	1.32 720	0.42 688	0.40 684	0.27 643	0.14 643	0.16 668	0.16 656	0.16 662	0.12 601	0.12 601

LE_ROB	0.50 695	0.07 247	0.14 407	0.15 128	0.08 231	0.24 607	0.16 418	0.22 413	1.81 730	4.63 735	0.67 693	0.47 680	0.44 690	0.20 559	0.29 655	0.07 355	0.06 438	0.06 208	0.06 301	0.08 463	0.06 323

coex-ft	3.30 727	0.34 690	59.09 759	0.18 409	0.13 592	0.26 628	0.22 605	0.27 518	0.72 701	1.90 731	0.70 697	0.44 670	0.45 691	0.29 639	0.41 694	0.09 502	0.09 582	0.12 606	0.09 528	0.14 635	0.13 624

RainbowNet	0.54 698	0.61 704	0.70 706	0.57 704	0.43 702	0.65 700	0.37 698	0.60 705	0.87 711	0.50 686	0.66 692	0.64 695	0.47 692	0.49 692	0.43 698	0.47 709	0.48 714	0.52 707	0.41 704	0.52 706	0.40 707

Consistency-Raft	0.44 688	0.40 695	0.45 665	0.37 691	0.43 702	0.46 684	0.41 700	0.57 703	0.55 671	0.32 649	0.73 699	0.33 628	0.48 693	0.42 688	0.49 702	0.39 702	0.35 705	0.45 702	0.51 712	0.42 702	0.29 694

ACVNet_1	0.44 688	0.49 699	0.60 687	0.45 697	0.28 691	0.49 689	0.27 661	0.57 703	0.72 701	0.62 696	0.58 687	0.74 703	0.49 694	0.50 693	0.35 679	0.26 694	0.24 694	0.39 700	0.29 694	0.31 698	0.24 685

EDNetEfficientorigin	7.91 734	0.31 687	153.02 760	0.19 484	0.09 367	0.21 577	0.16 418	0.22 413	0.59 680	0.72 703	0.67 693	0.42 665	0.50 695	0.24 610	0.39 688	0.08 438	0.07 513	0.08 417	0.07 402	0.12 601	0.10 561

TCMNet-wrong-test	3.67 728	5.48 742	3.89 732	12.18 743	11.75 745	4.65 731	3.88 735	1.06 725	0.72 701	1.09 723	2.15 732	6.30 737	0.53 696	3.43 733	2.36 733	0.89 728	0.20 681	1.87 735	1.69 734	5.57 739	3.62 739

MSC_U_SF_DS_RVC	0.43 687	0.39 694	0.54 676	0.40 692	0.20 673	0.64 699	0.32 692	0.53 698	0.72 701	0.71 701	0.72 698	0.61 693	0.54 697	0.51 695	0.46 699	0.20 678	0.19 678	0.29 693	0.30 696	0.23 680	0.18 673

ELAS_RVC	0.41 684	0.29 685	0.33 640	0.28 669	0.24 684	0.54 692	0.36 695	0.49 689	0.59 680	0.72 703	0.74 701	0.65 697	0.54 697	0.54 702	0.40 691	0.22 687	0.20 681	0.27 684	0.26 687	0.26 692	0.25 690
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 684	0.29 685	0.33 640	0.27 666	0.24 684	0.60 697	0.36 695	0.50 693	0.50 660	0.71 701	0.79 705	0.67 699	0.54 697	0.51 695	0.42 695	0.22 687	0.20 681	0.27 684	0.26 687	0.26 692	0.25 690
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
anonymity	0.53 697	0.58 702	0.65 691	0.41 694	0.61 716	0.53 691	0.41 700	0.56 701	0.41 623	0.55 691	0.50 670	0.49 683	0.55 700	0.58 705	0.50 705	0.58 715	0.50 718	0.51 705	0.51 712	0.51 705	0.57 713

SGM+DAISY	0.56 699	0.57 701	0.65 691	0.40 692	0.54 708	0.66 702	0.49 708	0.56 701	0.45 647	0.66 697	0.69 695	0.67 699	0.56 701	0.63 707	0.56 707	0.59 716	0.48 714	0.50 704	0.50 711	0.52 706	0.58 714

MonStereo1	0.47 694	0.26 675	0.58 684	0.28 669	0.20 673	0.39 679	0.18 510	0.49 689	0.64 692	0.52 687	0.87 708	1.01 709	0.57 702	0.50 693	0.56 707	0.53 712	0.31 703	0.54 709	0.40 703	0.33 700	0.34 700

SPS-STEREO	0.57 700	0.58 702	0.65 691	0.45 697	0.55 710	0.62 698	0.44 707	0.62 706	0.50 660	0.68 699	0.64 690	0.66 698	0.57 702	0.61 706	0.60 710	0.62 718	0.47 713	0.51 705	0.49 709	0.55 710	0.58 714
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	0.39 679	0.20 653	0.39 657	0.31 684	0.22 679	0.29 649	0.43 705	0.52 696	0.96 714	0.55 691	0.79 705	0.53 688	0.59 704	0.52 697	0.38 686	0.19 676	0.14 658	0.17 659	0.14 640	0.24 686	0.31 697

MANE	0.45 690	0.27 678	0.27 615	0.27 666	0.24 684	0.47 686	0.31 690	0.55 700	0.59 680	0.72 703	1.13 722	1.15 714	0.61 705	0.52 697	0.37 684	0.21 682	0.20 681	0.27 684	0.31 698	0.25 687	0.24 685

PWCK	0.71 705	0.94 719	0.95 715	0.76 710	0.31 696	0.74 707	0.36 695	0.90 713	0.90 712	0.96 716	0.75 703	0.95 708	0.61 705	0.87 719	0.66 713	0.72 721	0.46 709	0.75 715	0.49 709	0.69 719	0.44 709

BEATNet-Init1	0.52 696	0.27 678	0.62 689	0.30 680	0.21 677	0.76 711	0.29 677	0.54 699	0.65 695	0.86 712	0.95 713	2.07 729	0.62 707	0.56 704	0.42 695	0.18 669	0.18 675	0.23 678	0.22 680	0.22 679	0.21 681

NVStereoNet_ROB	0.46 693	0.36 692	0.46 669	0.41 694	0.28 691	0.34 664	0.34 693	0.48 687	0.60 684	0.72 703	0.93 711	0.70 702	0.66 708	0.47 690	0.60 710	0.22 687	0.33 704	0.34 698	0.34 702	0.30 695	0.30 696
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	0.64 701	0.66 708	0.65 691	0.51 701	0.69 720	0.69 703	0.57 714	0.64 707	0.73 705	0.60 694	0.73 699	0.62 694	0.67 709	0.65 708	0.60 710	0.66 720	0.58 727	0.63 710	0.59 715	0.68 717	0.69 723

MADNet+	0.75 708	0.71 710	3.70 731	0.66 707	0.41 700	0.98 719	0.97 729	0.69 708	0.73 705	0.52 687	0.57 685	0.64 695	0.68 710	0.86 718	1.01 726	0.34 700	0.36 706	0.28 692	0.23 684	0.36 701	0.31 697

ACVNet_2	0.66 704	0.66 708	0.68 700	0.63 706	0.41 700	0.71 705	0.49 708	0.96 718	1.39 723	0.89 713	1.09 718	1.04 710	0.73 711	0.54 702	0.47 700	0.43 706	0.40 707	0.53 708	0.44 706	0.47 704	0.35 702

TorneroNet-64	0.76 709	0.72 711	0.74 707	0.78 712	0.58 714	0.91 718	0.56 713	0.84 712	1.29 720	0.66 697	0.90 709	1.40 722	0.75 712	0.85 717	0.67 716	0.49 710	0.46 709	0.72 714	0.59 715	0.67 716	0.53 712

IMH-64-1	0.65 702	0.61 704	0.68 700	0.71 708	0.51 706	0.59 695	0.49 708	0.91 714	0.85 709	0.74 707	1.02 715	0.81 705	0.78 713	0.79 711	0.49 702	0.42 704	0.46 709	0.71 712	0.47 707	0.52 706	0.39 704

IMH-64	0.65 702	0.61 704	0.68 700	0.71 708	0.51 706	0.59 695	0.49 708	0.91 714	0.85 709	0.74 707	1.02 715	0.81 705	0.78 713	0.79 711	0.49 702	0.42 704	0.46 709	0.71 712	0.47 707	0.52 706	0.39 704

JetBlue	0.71 705	0.45 698	1.14 720	0.51 701	0.47 704	2.02 729	0.64 718	0.75 709	0.70 699	0.69 700	0.77 704	1.22 716	0.83 715	1.03 726	1.01 726	0.40 703	0.28 698	0.33 697	0.33 699	0.30 695	0.34 700

LVE	0.83 713	0.85 717	0.85 713	0.80 713	0.56 711	1.04 724	0.65 719	1.05 723	1.47 726	0.96 716	1.22 726	1.10 713	0.85 716	0.83 714	0.71 718	0.49 710	0.55 724	0.76 718	0.60 717	0.65 714	0.59 719

TorneroNet	0.82 712	0.74 712	0.81 712	0.84 715	0.63 717	0.99 720	0.63 716	0.96 718	1.16 717	0.80 710	1.11 720	1.36 721	0.86 717	0.93 722	0.80 721	0.56 713	0.49 716	0.78 720	0.66 720	0.73 722	0.63 722

IMH	0.71 705	0.64 707	0.68 700	0.76 710	0.54 708	0.69 703	0.54 712	0.98 720	1.10 716	0.82 711	1.09 718	0.89 707	0.88 718	0.87 719	0.52 706	0.44 707	0.50 718	0.75 715	0.51 712	0.56 711	0.41 708

WAO-7	0.79 710	0.78 713	0.54 676	0.85 716	0.67 719	0.74 707	0.68 722	1.05 723	1.32 721	0.90 714	1.20 725	1.04 710	0.92 719	0.69 709	0.66 713	0.60 717	0.62 728	0.67 711	0.68 721	0.64 713	0.58 714

JetRed	1.62 724	1.46 727	2.98 726	0.92 719	1.21 729	4.99 732	1.53 734	1.27 731	1.39 723	1.83 730	1.74 731	1.60 728	0.95 720	1.41 729	2.45 734	0.90 729	1.60 733	0.93 724	0.90 729	1.35 730	0.99 730

KSHMR	1.09 721	1.17 723	0.88 714	1.25 728	1.00 728	0.99 720	0.96 728	1.13 728	1.37 722	1.16 725	1.29 727	1.41 723	0.96 721	1.01 725	0.92 723	1.03 730	1.08 732	1.20 729	1.03 731	1.01 727	0.97 729

Dean	0.87 714	0.86 718	0.79 710	0.81 714	0.56 711	0.90 715	0.63 716	1.15 729	1.73 729	1.15 724	1.15 723	1.31 719	0.99 722	0.81 713	0.81 722	0.57 714	0.56 725	0.77 719	0.64 718	0.66 715	0.58 714

WAO-6	0.81 711	0.80 714	0.62 689	0.86 717	0.63 717	0.76 711	0.58 715	0.98 720	1.54 728	0.90 714	0.96 714	1.07 712	1.03 723	0.70 710	0.66 713	0.72 721	0.49 716	0.90 723	0.71 722	0.68 717	0.58 714

WAO-8	0.91 715	0.81 715	0.65 691	0.94 720	0.69 720	0.90 715	0.67 720	1.07 726	1.83 731	1.06 721	1.45 728	1.30 717	1.07 724	0.84 715	0.78 719	0.74 723	0.53 721	0.86 721	0.75 723	0.69 719	0.62 720

ktn	1.01 720	1.21 724	0.80 711	1.23 727	0.86 726	1.01 722	0.87 726	0.94 717	1.39 723	1.04 719	1.12 721	1.15 714	1.07 724	0.94 723	0.59 709	1.28 732	0.71 730	1.38 732	0.83 726	1.02 728	0.75 726

Venus	0.91 715	0.81 715	0.65 691	0.94 720	0.69 720	0.90 715	0.67 720	1.07 726	1.83 731	1.06 721	1.45 728	1.30 717	1.07 724	0.84 715	0.78 719	0.74 723	0.53 721	0.86 721	0.75 723	0.69 719	0.62 720

DPSimNet_ROB	1.11 722	1.23 725	0.78 708	1.13 725	0.88 727	1.10 725	1.13 730	1.16 730	1.23 719	1.43 728	1.02 715	1.41 723	1.10 727	0.90 721	1.60 728	1.46 733	0.51 720	1.21 730	1.03 731	0.90 725	1.01 731

notaker	0.97 718	1.11 722	0.98 716	1.13 725	0.81 724	0.73 706	0.68 722	0.93 716	1.16 717	1.18 726	1.18 724	1.41 723	1.16 728	1.08 728	0.69 717	0.81 726	0.64 729	1.17 728	0.79 725	0.98 726	0.80 727

UNDER WATER-64	0.95 717	0.94 719	1.43 724	0.87 718	0.56 711	1.18 727	0.87 726	0.77 710	0.94 713	1.04 719	0.85 707	1.58 727	1.21 729	0.94 723	0.96 724	0.87 727	0.57 726	1.03 727	0.88 728	0.78 723	0.73 724

UNDER WATER	0.97 718	0.97 721	1.42 723	0.99 722	0.70 723	1.12 726	0.84 725	0.80 711	1.08 715	1.01 718	0.90 709	1.55 726	1.22 730	1.03 726	1.00 725	0.78 725	0.53 721	1.02 726	0.87 727	0.80 724	0.74 725

HanzoNet	1.29 723	1.26 726	1.19 721	1.12 724	0.85 725	1.02 723	0.83 724	1.03 722	1.48 727	1.64 729	1.61 730	2.50 731	1.72 731	1.61 730	1.61 729	1.26 731	0.80 731	1.31 731	1.01 730	1.02 728	0.86 728

Selective-IGEV-i1pa	2.80 726	3.51 734	0.67 699	0.28 669	0.14 613	10.22 736	0.43 705	4.36 733	3.63 734	3.53 733	6.92 735	3.47 732	1.97 732	13.41 747	2.26 731	0.36 701	0.15 664	0.13 621	0.10 570	0.15 651	0.35 702

MADNet++	1.95 725	1.75 728	1.59 725	1.82 729	1.69 731	2.33 730	1.40 733	2.35 732	2.09 733	2.57 732	2.36 733	2.24 730	2.17 733	2.28 731	2.34 732	1.87 734	1.66 734	1.54 733	1.34 733	1.92 731	1.77 733

Selective-IGEV-i16pa	18.58 747	3.30 732	1.09 718	0.21 586	0.18 666	103.68 761	0.28 667	19.87 752	40.73 761	4.16 734	56.45 761	8.07 739	2.59 734	123.95 762	5.89 737	0.18 669	0.12 633	0.09 505	0.12 625	0.12 601	0.51 711

tt	4.67 729	0.06 124	3.55 730	2.02 730	1.55 730	10.25 737	16.71 739	8.91 742	5.03 735	1.31 727	0.94 712	4.71 733	4.76 735	3.33 732	5.87 736	6.06 742	10.30 748	1.88 736	2.11 736	2.75 733	1.21 732

LRCNet_RVC	10.62 742	13.42 749	7.30 734	18.92 747	2.07 732	0.33 661	0.30 684	5.59 737	0.48 650	13.03 747	17.94 747	8.87 740	5.65 736	4.79 734	1.89 730	23.51 757	2.73 739	27.55 760	25.71 760	16.07 754	16.33 755

PML	8.91 737	9.34 748	6.13 733	5.35 734	6.41 736	14.99 740	23.38 746	5.27 734	6.83 736	18.04 751	28.19 760	7.67 738	6.83 737	7.85 738	5.75 735	5.35 741	1.83 735	5.95 747	1.93 735	8.64 744	2.52 735

USTest	6.22 730	2.73 731	3.00 727	6.57 737	7.29 737	14.37 739	21.57 740	7.00 741	9.56 740	5.34 738	6.10 734	5.72 736	7.64 738	6.41 737	6.96 738	1.97 735	3.42 740	1.64 734	2.15 737	2.66 732	2.36 734

xxxxx1	7.79 731	5.02 739	7.31 735	3.12 731	3.85 733	16.35 741	22.88 741	5.86 738	8.69 737	7.97 739	8.54 736	9.12 741	8.27 739	10.18 739	10.92 739	2.42 736	2.45 736	3.56 739	12.37 745	3.77 734	3.06 736

tt_ll	7.79 731	5.02 739	7.31 735	3.12 731	3.85 733	16.35 741	22.88 741	5.86 738	8.69 737	7.97 739	8.54 736	9.12 741	8.27 739	10.18 739	10.92 739	2.42 736	2.45 736	3.56 739	12.37 745	3.77 734	3.06 736

ff	7.79 731	5.02 739	7.31 735	3.12 731	3.85 733	16.35 741	22.88 741	5.86 738	8.69 737	7.97 739	8.54 736	9.12 741	8.27 739	10.18 739	10.92 739	2.42 736	2.45 736	3.56 739	12.37 745	3.77 734	3.06 736

DPSMNet_ROB	8.06 735	4.48 735	8.63 743	5.37 736	10.74 740	8.32 734	22.98 745	5.46 735	13.36 745	5.12 736	9.92 741	5.08 734	10.40 742	5.53 736	12.58 742	3.80 740	8.00 741	3.50 737	7.02 742	3.83 737	7.14 743

DGTPSM_ROB	8.06 735	4.48 735	8.63 743	5.35 734	10.72 739	8.32 734	22.97 744	5.46 735	13.35 744	5.12 736	9.92 741	5.08 734	10.40 742	5.52 735	12.58 742	3.79 739	8.00 741	3.50 737	7.02 742	3.83 737	7.14 743

iinet-test	10.48 740	8.09 744	7.54 739	10.26 738	10.94 741	18.00 745	25.26 747	11.33 746	13.28 742	9.69 743	9.85 739	9.42 744	11.17 744	11.02 743	12.78 745	6.59 744	8.30 743	5.56 742	6.56 738	6.89 740	7.02 741

IINet	10.48 740	8.09 744	7.54 739	10.26 738	10.94 741	18.00 745	25.26 747	11.33 746	13.28 742	9.69 743	9.85 739	9.42 744	11.17 744	11.02 743	12.78 745	6.59 744	8.30 743	5.56 742	6.56 738	6.89 740	7.02 741

Anonymous_1	10.96 743	7.92 743	7.46 738	10.33 740	10.06 738	18.65 747	26.34 749	11.06 745	13.44 746	9.40 742	10.05 743	9.67 746	11.23 746	10.73 742	12.72 744	6.42 743	8.38 745	5.77 744	10.61 744	12.12 745	6.77 740

DPSM_ROB	11.15 744	8.58 746	8.00 741	10.88 741	11.58 743	19.10 748	26.71 750	12.05 748	14.07 749	10.36 745	10.84 744	10.33 747	11.86 747	11.70 745	13.54 747	6.99 746	8.79 746	5.89 745	6.95 740	7.29 742	7.42 745

DPSM	11.15 744	8.58 746	8.00 741	10.88 741	11.58 743	19.10 748	26.71 750	12.05 748	14.07 749	10.36 745	10.84 744	10.33 747	11.86 747	11.70 745	13.54 747	6.99 746	8.79 746	5.89 745	6.95 740	7.29 742	7.42 745

HaxPig	15.71 746	18.52 758	19.18 753	16.89 746	15.89 748	7.73 733	7.60 736	13.31 750	10.82 741	15.42 748	14.91 746	15.98 749	14.92 749	15.58 748	15.98 749	18.95 756	16.73 749	19.46 756	18.08 756	19.26 755	19.05 758

MEDIAN_ROB	20.38 750	24.04 759	23.31 756	21.23 748	21.71 751	10.40 738	7.92 737	17.64 751	15.50 751	20.12 752	19.70 748	20.34 750	20.32 750	21.19 749	21.13 752	23.81 758	21.81 758	24.98 759	23.76 759	24.71 758	23.93 759

RSGM-EC	20.36 748	4.73 737	0.68 700	16.76 744	16.92 749	21.28 750	27.18 752	10.46 743	14.04 747	18.00 749	21.31 750	22.24 759	21.82 751	22.57 750	17.63 750	62.81 760	33.79 760	20.14 757	18.10 757	20.18 756	16.45 756

acva	20.36 748	4.73 737	0.68 700	16.76 744	16.92 749	21.28 750	27.18 752	10.46 743	14.04 747	18.00 749	21.31 750	22.24 759	21.82 751	22.57 750	17.63 750	62.81 760	33.79 760	20.14 757	18.10 757	20.18 756	16.45 756

fast-reg	22.85 757	17.43 757	19.15 752	22.22 756	24.34 758	38.36 755	53.78 756	24.23 757	28.52 759	20.55 753	22.05 758	20.54 751	23.77 753	23.21 752	27.31 755	14.18 755	17.47 751	14.33 755	14.96 755	15.81 753	14.81 747

FlowAnything	22.44 754	17.35 754	16.14 749	22.07 754	23.23 752	38.39 757	53.77 755	24.25 758	28.44 757	20.96 760	21.82 756	20.70 752	23.84 754	23.49 757	27.14 754	14.04 748	17.79 757	11.75 748	14.15 754	14.65 746	14.89 748

Selective-RAFT-Error	22.47 755	17.37 755	16.09 748	22.06 753	23.34 757	38.39 757	53.83 761	24.29 760	28.47 758	20.74 758	21.83 757	20.81 753	23.90 755	23.54 759	27.53 761	14.08 752	17.69 752	11.82 749	14.00 748	14.69 749	15.00 754

Hybrid-DGEV	22.47 755	17.40 756	16.14 749	22.00 749	23.29 754	38.36 755	53.80 757	24.43 761	28.63 760	20.59 754	21.81 755	20.88 754	23.91 756	23.45 756	27.42 758	14.08 752	17.69 752	11.83 750	14.06 753	14.65 746	14.93 750

CasAABBNet	22.42 751	17.33 751	16.01 747	22.01 750	23.28 753	38.32 752	53.80 757	24.14 756	28.41 756	20.60 755	21.77 754	20.89 757	23.91 756	23.43 755	27.36 756	14.07 749	17.69 752	11.83 750	14.01 749	14.67 748	14.95 751

RAFT-FEzeroshot	22.43 752	17.33 751	15.98 745	22.02 751	23.31 755	38.34 753	53.82 759	24.05 754	28.39 754	20.61 756	21.76 752	20.88 754	23.92 758	23.41 753	27.42 758	14.07 749	17.69 752	11.83 750	14.02 750	14.69 749	14.97 752

RAFT-FE	22.43 752	17.33 751	15.98 745	22.02 751	23.31 755	38.34 753	53.82 759	24.05 754	28.39 754	20.61 756	21.76 752	20.88 754	23.92 758	23.41 753	27.42 758	14.07 749	17.69 752	11.83 750	14.02 750	14.69 749	14.97 752

LSM0	22.87 758	17.28 750	18.96 751	22.19 755	29.04 760	38.42 759	53.71 754	24.28 759	28.31 753	20.78 759	21.00 749	21.43 758	24.16 760	23.50 758	27.39 757	14.09 754	17.38 750	11.84 754	14.04 752	14.73 752	14.89 748

AVERAGE_ROB	24.90 759	29.20 760	28.14 757	24.89 757	24.64 759	17.75 744	11.12 738	21.45 753	19.93 752	25.12 761	24.46 759	25.12 761	25.46 761	24.69 760	22.83 753	29.76 759	27.13 759	28.97 761	27.95 761	29.91 759	29.47 760

test_example2	98.32 760	94.13 761	45.89 758	96.35 758	109.85 761	88.61 760	95.45 762	25.75 762	94.37 762	130.00 763	126.06 762	58.17 762	74.63 762	88.51 761	79.96 762	150.23 762	221.02 762	77.62 762	99.10 762	113.75 762	96.94 761

ccccc		285.66 762		368.85 761	370.60 762	123.16 762		115.05 763		126.68 762		122.83 763		252.94 763		384.56 763	353.86 763	254.69 763	223.00 763	425.87 763

ASD4		3.38 733

Low-res two-view benchmark