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 95	0.05 45	0.12 322	0.16 232	0.08 240	0.05 5	0.13 193	0.10 41	0.14 245	0.07 86	0.07 74	0.06 48	0.04 1	0.07 7	0.09 113	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

DepthFocus	0.08 95	0.04 1	0.15 470	0.12 7	0.09 376	0.07 47	0.12 114	0.10 41	0.05 4	0.09 203	0.05 7	0.07 139	0.04 1	0.08 32	0.08 29	0.06 180	0.05 290	0.07 330	0.07 412	0.05 180	0.04 82

Selective-IGEV-i32	0.07 7	0.06 125	0.08 63	0.17 321	0.06 36	0.08 98	0.12 114	0.13 132	0.07 20	0.08 147	0.07 74	0.06 48	0.04 1	0.10 134	0.09 113	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

MatchStereo	0.07 7	0.04 1	0.08 63	0.14 72	0.06 36	0.05 5	0.12 114	0.12 98	0.09 60	0.07 86	0.06 28	0.04 1	0.04 1	0.08 32	0.09 113	0.06 180	0.05 290	0.05 60	0.03 1	0.04 54	0.04 82
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 95	0.05 45	0.09 139	0.19 495	0.07 145	0.07 47	0.12 114	0.14 166	0.11 125	0.10 254	0.09 180	0.07 139	0.04 1	0.12 316	0.08 29	0.06 180	0.05 290	0.05 60	0.04 69	0.04 54	0.05 221

MSCF	0.08 95	0.05 45	0.08 63	0.19 495	0.08 240	0.06 16	0.12 114	0.14 166	0.11 125	0.10 254	0.09 180	0.07 139	0.04 1	0.11 216	0.08 29	0.06 180	0.05 290	0.05 60	0.04 69	0.05 180	0.05 221

LG-Stereo_L1	0.07 7	0.05 45	0.11 273	0.14 72	0.06 36	0.07 47	0.13 193	0.09 27	0.07 20	0.05 2	0.04 1	0.05 5	0.04 1	0.08 32	0.07 1	0.05 55	0.04 26	0.05 60	0.03 1	0.04 54	0.04 82

MLG-Stereo_test2	0.06 1	0.04 1	0.10 210	0.15 132	0.05 2	0.07 47	0.11 76	0.09 27	0.04 2	0.06 30	0.05 7	0.06 48	0.04 1	0.08 32	0.09 113	0.06 180	0.04 26	0.05 60	0.03 1	0.05 180	0.05 221

SCV	0.08 95	0.09 470	0.08 63	0.15 132	0.08 240	0.10 223	0.13 193	0.10 41	0.12 168	0.07 86	0.07 74	0.06 48	0.04 1	0.09 67	0.08 29	0.05 55	0.04 26	0.06 215	0.04 69	0.06 317	0.04 82

FoundationStereo	0.06 1	0.04 1	0.08 63	0.12 7	0.05 2	0.09 157	0.13 193	0.06 1	0.09 60	0.05 2	0.05 7	0.06 48	0.04 1	0.06 1	0.07 1	0.06 180	0.04 26	0.05 60	0.03 1	0.05 180	0.04 82

AIO_rvc	0.07 7	0.06 125	0.08 63	0.15 132	0.06 36	0.08 98	0.14 268	0.09 27	0.08 30	0.07 86	0.08 140	0.07 139	0.04 1	0.10 134	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

GIP-stereo	0.08 95	0.06 125	0.11 273	0.14 72	0.06 36	0.09 157	0.13 193	0.14 166	0.11 125	0.07 86	0.08 140	0.05 5	0.04 1	0.10 134	0.07 1	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

IGEV-BASED-STEREO-	0.09 190	0.10 533	0.31 651	0.15 132	0.06 36	0.08 98	0.14 268	0.10 41	0.10 92	0.07 86	0.07 74	0.06 48	0.04 1	0.11 216	0.07 1	0.12 621	0.04 26	0.07 330	0.05 208	0.05 180	0.05 221

Selective-IGEV	0.07 7	0.06 125	0.08 63	0.17 321	0.06 36	0.08 98	0.12 114	0.13 132	0.07 20	0.08 147	0.07 74	0.06 48	0.04 1	0.10 134	0.09 113	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

test410_97500	0.07 7	0.06 125	0.09 139	0.17 321	0.07 145	0.07 47	0.08 9	0.10 41	0.09 60	0.06 30	0.05 7	0.05 5	0.05 15	0.09 67	0.08 29	0.04 11	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

test410	0.07 7	0.06 125	0.09 139	0.17 321	0.07 145	0.07 47	0.08 9	0.10 41	0.09 60	0.06 30	0.05 7	0.06 48	0.05 15	0.09 67	0.07 1	0.04 11	0.05 290	0.04 1	0.03 1	0.03 1	0.03 2

LACA_dic	0.07 7	0.10 533	0.08 63	0.13 23	0.05 2	0.08 98	0.11 76	0.08 13	0.09 60	0.05 2	0.05 7	0.05 5	0.05 15	0.08 32	0.08 29	0.06 180	0.04 26	0.04 1	0.04 69	0.05 180	0.04 82

DNSM	0.09 190	0.05 45	0.07 14	0.14 72	0.06 36	0.07 47	0.13 193	0.12 98	0.11 125	0.09 203	0.09 180	0.08 207	0.05 15	0.18 533	0.14 472	0.07 365	0.05 290	0.05 60	0.04 69	0.13 637	0.10 577

testmc14	0.07 7	0.05 45	0.06 6	0.15 132	0.05 2	0.09 157	0.13 193	0.08 13	0.08 30	0.07 86	0.09 180	0.06 48	0.05 15	0.07 7	0.07 1	0.06 180	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

depth_test_26	0.08 95	0.04 1	0.11 273	0.13 23	0.07 145	0.07 47	0.11 76	0.12 98	0.11 125	0.09 203	0.07 74	0.08 207	0.05 15	0.09 67	0.08 29	0.08 450	0.06 451	0.06 215	0.06 309	0.06 317	0.07 423

MCSU-Stereo	0.07 7	0.05 45	0.06 6	0.15 132	0.05 2	0.09 157	0.13 193	0.10 41	0.09 60	0.07 86	0.07 74	0.07 139	0.05 15	0.09 67	0.07 1	0.06 180	0.04 26	0.04 1	0.03 1	0.04 54	0.03 2

DNS	0.09 190	0.06 125	0.08 63	0.14 72	0.06 36	0.06 16	0.12 114	0.12 98	0.09 60	0.08 147	0.08 140	0.08 207	0.05 15	0.17 508	0.11 313	0.07 365	0.05 290	0.07 330	0.03 1	0.13 637	0.09 545

MGA	0.07 7	0.04 1	0.10 210	0.13 23	0.06 36	0.08 98	0.09 27	0.12 98	0.08 30	0.05 2	0.06 28	0.06 48	0.05 15	0.10 134	0.09 113	0.06 180	0.04 26	0.05 60	0.03 1	0.05 180	0.05 221

CAR	0.07 7	0.05 45	0.08 63	0.14 72	0.06 36	0.07 47	0.08 9	0.12 98	0.08 30	0.05 2	0.06 28	0.05 5	0.05 15	0.10 134	0.09 113	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

MSE-Stereo	0.07 7	0.04 1	0.08 63	0.13 23	0.06 36	0.07 47	0.08 9	0.12 98	0.08 30	0.05 2	0.06 28	0.05 5	0.05 15	0.10 134	0.09 113	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

aanet-new-40k	0.07 7	0.08 384	0.07 14	0.17 321	0.07 145	0.08 98	0.13 193	0.10 41	0.10 92	0.07 86	0.08 140	0.06 48	0.05 15	0.08 32	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

aanet-new-36k	0.08 95	0.06 125	0.09 139	0.17 321	0.06 36	0.09 157	0.13 193	0.11 71	0.13 212	0.08 147	0.08 140	0.06 48	0.05 15	0.09 67	0.08 29	0.04 11	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

aanet-new-34k	0.08 95	0.06 125	0.09 139	0.17 321	0.05 2	0.07 47	0.13 193	0.12 98	0.12 168	0.09 203	0.08 140	0.07 139	0.05 15	0.10 134	0.09 113	0.04 11	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

GCAP-Stereo-DPT26K	0.07 7	0.06 125	0.07 14	0.16 232	0.06 36	0.08 98	0.12 114	0.10 41	0.08 30	0.06 30	0.09 180	0.06 48	0.05 15	0.08 32	0.08 29	0.04 11	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

GCAP-Stereo-DPT-20K	0.07 7	0.05 45	0.11 273	0.15 132	0.06 36	0.07 47	0.13 193	0.09 27	0.11 125	0.07 86	0.08 140	0.06 48	0.05 15	0.09 67	0.07 1	0.05 55	0.05 290	0.05 60	0.04 69	0.03 1	0.04 82

GCAP-Stereo-DPT-24K	0.07 7	0.06 125	0.07 14	0.15 132	0.06 36	0.10 223	0.15 357	0.12 98	0.11 125	0.06 30	0.11 274	0.06 48	0.05 15	0.09 67	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

GCAP-Stereo-DPT-50K	0.08 95	0.06 125	0.17 539	0.15 132	0.06 36	0.06 16	0.13 193	0.13 132	0.13 212	0.07 86	0.07 74	0.06 48	0.05 15	0.08 32	0.08 29	0.04 11	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 95	0.06 125	0.07 14	0.16 232	0.06 36	0.06 16	0.14 268	0.14 166	0.14 245	0.07 86	0.10 219	0.06 48	0.05 15	0.09 67	0.09 113	0.04 11	0.04 26	0.04 1	0.04 69	0.03 1	0.03 2

PipStereo	0.07 7	0.04 1	0.09 139	0.13 23	0.05 2	0.08 98	0.11 76	0.06 1	0.06 8	0.06 30	0.05 7	0.08 207	0.05 15	0.08 32	0.09 113	0.06 180	0.04 26	0.04 1	0.03 1	0.05 180	0.04 82

PSi22b	0.06 1	0.04 1	0.09 139	0.13 23	0.05 2	0.08 98	0.11 76	0.06 1	0.06 8	0.06 30	0.06 28	0.08 207	0.05 15	0.08 32	0.09 113	0.06 180	0.04 26	0.04 1	0.03 1	0.05 180	0.04 82

PSi22a	0.06 1	0.04 1	0.09 139	0.12 7	0.05 2	0.06 16	0.11 76	0.06 1	0.06 8	0.06 30	0.06 28	0.06 48	0.05 15	0.08 32	0.09 113	0.07 365	0.04 26	0.04 1	0.03 1	0.05 180	0.04 82

Foundation-i32	0.06 1	0.04 1	0.09 139	0.13 23	0.04 1	0.06 16	0.12 114	0.06 1	0.05 4	0.06 30	0.05 7	0.05 5	0.05 15	0.07 7	0.09 113	0.06 180	0.04 26	0.05 60	0.03 1	0.04 54	0.04 82

Test_v1	0.07 7	0.04 1	0.06 6	0.13 23	0.06 36	0.08 98	0.11 76	0.15 209	0.12 168	0.06 30	0.05 7	0.04 1	0.05 15	0.08 32	0.10 223	0.07 365	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

Pro-Stereo	0.07 7	0.05 45	0.08 63	0.15 132	0.07 145	0.08 98	0.12 114	0.07 7	0.07 20	0.06 30	0.06 28	0.05 5	0.05 15	0.09 67	0.08 29	0.05 55	0.04 26	0.06 215	0.05 208	0.04 54	0.04 82

BStereo	0.08 95	0.06 125	0.16 507	0.15 132	0.08 240	0.07 47	0.09 27	0.15 209	0.16 315	0.06 30	0.07 74	0.07 139	0.05 15	0.09 67	0.11 313	0.04 11	0.05 290	0.05 60	0.07 412	0.04 54	0.04 82

Anonymus123	0.09 190	0.06 125	0.16 507	0.15 132	0.08 240	0.11 280	0.09 27	0.18 326	0.16 315	0.06 30	0.07 74	0.07 139	0.05 15	0.09 67	0.11 313	0.04 11	0.05 290	0.05 60	0.07 412	0.04 54	0.04 82

VIP-Stereo	0.07 7	0.07 256	0.07 14	0.15 132	0.06 36	0.12 335	0.10 44	0.11 71	0.11 125	0.06 30	0.07 74	0.06 48	0.05 15	0.10 134	0.08 29	0.05 55	0.04 26	0.05 60	0.03 1	0.03 1	0.02 1

GEAStereo	0.08 95	0.05 45	0.08 63	0.13 23	0.08 240	0.08 98	0.14 268	0.10 41	0.09 60	0.08 147	0.10 219	0.06 48	0.05 15	0.11 216	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.05 221

GSStereo	0.08 95	0.05 45	0.08 63	0.13 23	0.08 240	0.08 98	0.14 268	0.11 71	0.12 168	0.08 147	0.10 219	0.05 5	0.05 15	0.11 216	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.05 221

GS-Stereo							0.14 268	0.11 71	0.12 168	0.08 147	0.10 219	0.05 5	0.05 15	0.11 216	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.05 221

gasm-f	0.08 95	0.05 45	0.07 14	0.13 23	0.08 240	0.08 98	0.14 268	0.10 41	0.09 60	0.08 147	0.10 219	0.06 48	0.05 15	0.10 134	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.06 317	0.05 221

252Zero-FE	0.08 95	0.04 1	0.09 139	0.13 23	0.07 145	0.12 335	0.11 76	0.13 132	0.14 245	0.06 30	0.05 7	0.06 48	0.05 15	0.09 67	0.10 223	0.06 180	0.04 26	0.04 1	0.03 1	0.05 180	0.06 333

asda	0.07 7	0.08 384	0.08 63	0.16 232	0.06 36	0.06 16	0.10 44	0.16 252	0.10 92	0.06 30	0.06 28	0.05 5	0.05 15	0.10 134	0.10 223	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

IGEV	0.07 7	0.04 1	0.08 63	0.13 23	0.06 36	0.09 157	0.12 114	0.14 166	0.10 92	0.06 30	0.09 180	0.07 139	0.05 15	0.09 67	0.09 113	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

111111	0.07 7	0.04 1	0.09 139	0.17 321	0.06 36	0.05 5	0.10 44	0.11 71	0.09 60	0.06 30	0.06 28	0.07 139	0.05 15	0.09 67	0.09 113	0.06 180	0.04 26	0.05 60	0.04 69	0.07 404	0.06 333

LG-Stereo_L2	0.07 7	0.05 45	0.10 210	0.14 72	0.06 36	0.07 47	0.12 114	0.09 27	0.09 60	0.06 30	0.04 1	0.05 5	0.05 15	0.08 32	0.08 29	0.05 55	0.04 26	0.05 60	0.03 1	0.04 54	0.03 2

MLG-Stereo_test1	0.06 1	0.05 45	0.08 63	0.17 321	0.05 2	0.06 16	0.11 76	0.08 13	0.03 1	0.05 2	0.04 1	0.06 48	0.05 15	0.09 67	0.09 113	0.05 55	0.04 26	0.05 60	0.03 1	0.04 54	0.04 82

MLG-Stereo	0.07 7	0.05 45	0.08 63	0.17 321	0.05 2	0.07 47	0.11 76	0.08 13	0.04 2	0.05 2	0.04 1	0.06 48	0.05 15	0.10 134	0.09 113	0.05 55	0.04 26	0.05 60	0.03 1	0.04 54	0.04 82

LG-Stereo_Zeroshot	0.07 7	0.06 125	0.10 210	0.16 232	0.07 145	0.04 1	0.13 193	0.10 41	0.10 92	0.05 2	0.11 274	0.07 139	0.05 15	0.07 7	0.09 113	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

HART	0.08 95	0.07 256	0.09 139	0.17 321	0.07 145	0.10 223	0.16 431	0.13 132	0.11 125	0.08 147	0.10 219	0.07 139	0.05 15	0.10 134	0.08 29	0.05 55	0.04 26	0.06 215	0.04 69	0.05 180	0.04 82

GREAT-IGEV	0.07 7	0.06 125	0.08 63	0.13 23	0.07 145	0.07 47	0.14 268	0.09 27	0.09 60	0.06 30	0.07 74	0.06 48	0.05 15	0.10 134	0.07 1	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82
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 95	0.07 256	0.07 14	0.16 232	0.09 376	0.08 98	0.15 357	0.11 71	0.12 168	0.08 147	0.07 74	0.06 48	0.05 15	0.11 216	0.07 1	0.05 55	0.05 290	0.05 60	0.04 69	0.06 317	0.05 221

DEFOM-Stereo_RVC	0.08 95	0.06 125	0.09 139	0.22 619	0.06 36	0.08 98	0.12 114	0.10 41	0.10 92	0.07 86	0.07 74	0.06 48	0.05 15	0.11 216	0.09 113	0.06 180	0.04 26	0.05 60	0.03 1	0.06 317	0.04 82

StereoAnything_RVC	0.07 7	0.15 630	0.17 539	0.11 1	0.05 2	0.05 5	0.11 76	0.08 13	0.08 30	0.06 30	0.06 28	0.05 5	0.05 15	0.09 67	0.08 29	0.08 450	0.04 26	0.05 60	0.03 1	0.05 180	0.04 82

AIO_test	0.07 7	0.05 45	0.07 14	0.15 132	0.07 145	0.06 16	0.14 268	0.10 41	0.10 92	0.07 86	0.07 74	0.06 48	0.05 15	0.08 32	0.10 223	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

AIO-test2	0.10 270	0.08 384	0.10 210	0.23 643	0.08 240	0.11 280	0.10 44	0.23 447	0.23 467	0.08 147	0.09 180	0.08 207	0.05 15	0.10 134	0.08 29	0.06 180	0.05 290	0.08 431	0.09 543	0.05 180	0.05 221

DEFOM-Stereo	0.07 7	0.05 45	0.07 14	0.14 72	0.06 36	0.10 223	0.13 193	0.07 7	0.13 212	0.06 30	0.07 74	0.06 48	0.05 15	0.10 134	0.09 113	0.04 11	0.04 26	0.05 60	0.03 1	0.04 54	0.04 82

dual_stereo	0.07 7	0.04 1	0.08 63	0.15 132	0.05 2	0.05 5	0.13 193	0.12 98	0.08 30	0.07 86	0.06 28	0.05 5	0.05 15	0.07 7	0.09 113	0.06 180	0.04 26	0.05 60	0.03 1	0.04 54	0.04 82

Occ-G	0.08 95	0.05 45	0.06 6	0.14 72	0.07 145	0.08 98	0.14 268	0.13 132	0.15 273	0.07 86	0.11 274	0.07 139	0.05 15	0.09 67	0.10 223	0.06 180	0.05 290	0.05 60	0.04 69	0.05 180	0.05 221

U	0.08 95	0.07 256	0.09 139	0.19 495	0.10 492	0.10 223	0.13 193	0.12 98	0.17 346	0.07 86	0.07 74	0.06 48	0.05 15	0.07 7	0.08 29	0.06 180	0.04 26	0.06 215	0.04 69	0.06 317	0.05 221

AIO-Stereo	0.08 95	0.06 125	0.09 139	0.18 418	0.06 36	0.08 98	0.12 114	0.15 209	0.09 60	0.08 147	0.08 140	0.07 139	0.05 15	0.11 216	0.08 29	0.05 55	0.05 290	0.05 60	0.04 69	0.04 54	0.04 82

RSM++	0.08 95	0.06 125	0.09 139	0.17 321	0.07 145	0.09 157	0.12 114	0.11 71	0.11 125	0.08 147	0.06 28	0.07 139	0.05 15	0.10 134	0.09 113	0.04 11	0.04 26	0.06 215	0.05 208	0.05 180	0.03 2

RSM	0.08 95	0.06 125	0.09 139	0.17 321	0.06 36	0.08 98	0.12 114	0.12 98	0.10 92	0.08 147	0.07 74	0.06 48	0.05 15	0.11 216	0.09 113	0.04 11	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

GCAPDPT-zeroshot4090	0.07 7	0.05 45	0.11 273	0.15 132	0.06 36	0.07 47	0.13 193	0.09 27	0.11 125	0.07 86	0.08 140	0.06 48	0.05 15	0.09 67	0.07 1	0.05 55	0.05 290	0.05 60	0.04 69	0.03 1	0.04 82

MIM_Stereo	0.09 190	0.07 256	0.11 273	0.15 132	0.07 145	0.06 16	0.12 114	0.20 369	0.14 245	0.13 371	0.13 317	0.09 249	0.05 15	0.12 316	0.08 29	0.05 55	0.06 451	0.07 330	0.06 309	0.06 317	0.05 221

EGLCR-Stereo	0.08 95	0.05 45	0.08 63	0.14 72	0.06 36	0.10 223	0.12 114	0.11 71	0.16 315	0.06 30	0.05 7	0.07 139	0.05 15	0.10 134	0.11 313	0.06 180	0.04 26	0.06 215	0.05 208	0.04 54	0.04 82

CroCo-Stereo Lap2	0.09 190	0.09 470	0.08 63	0.22 619	0.09 376	0.09 157	0.19 565	0.16 252	0.12 168	0.09 203	0.10 219	0.05 5	0.05 15	0.08 32	0.08 29	0.06 180	0.06 451	0.07 330	0.05 208	0.05 180	0.05 221

iRaft-Stereo_20w	0.09 190	0.05 45	0.13 380	0.14 72	0.08 240	0.12 335	0.15 357	0.18 326	0.10 92	0.11 291	0.08 140	0.08 207	0.05 15	0.10 134	0.09 113	0.06 180	0.04 26	0.06 215	0.05 208	0.06 317	0.05 221

SCION-M(vits-remse)	0.08 95	0.06 125	0.12 322	0.24 652	0.05 2	0.07 47	0.10 44	0.15 209	0.15 273	0.05 2	0.06 28	0.05 5	0.06 74	0.07 7	0.09 113	0.08 450	0.06 451	0.04 1	0.03 1	0.03 1	0.03 2

SCION-Mon(vits-remp)	0.09 190	0.13 607	0.12 322	0.24 652	0.16 660	0.25 634	0.10 44	0.15 209	0.15 273	0.05 2	0.06 28	0.05 5	0.06 74	0.07 7	0.09 113	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

GEAR-Net	0.08 95	0.06 125	0.08 63	0.18 418	0.07 145	0.09 157	0.13 193	0.10 41	0.09 60	0.08 147	0.08 140	0.06 48	0.06 74	0.13 374	0.09 113	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

GREATEN-IGEV_RVC	0.09 190	0.08 384	0.08 63	0.21 599	0.09 376	0.08 98	0.11 76	0.10 41	0.09 60	0.07 86	0.10 219	0.05 5	0.06 74	0.14 410	0.11 313	0.05 55	0.06 451	0.07 330	0.06 309	0.05 180	0.05 221

small-0shot	0.07 7	0.05 45	0.08 63	0.14 72	0.07 145	0.06 16	0.13 193	0.09 27	0.08 30	0.05 2	0.10 219	0.06 48	0.06 74	0.06 1	0.10 223	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

quiztm	0.08 95	0.07 256	0.08 63	0.18 418	0.07 145	0.09 157	0.14 268	0.14 166	0.12 168	0.07 86	0.07 74	0.05 5	0.06 74	0.11 216	0.09 113	0.05 55	0.04 26	0.06 215	0.04 69	0.04 54	0.03 2

monster-pro	0.07 7	0.06 125	0.05 1	0.15 132	0.05 2	0.07 47	0.10 44	0.15 209	0.15 273	0.05 2	0.06 28	0.05 5	0.06 74	0.07 7	0.09 113	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DN	0.10 270	0.05 45	0.09 139	0.14 72	0.09 376	0.12 335	0.18 524	0.17 291	0.16 315	0.08 147	0.09 180	0.08 207	0.06 74	0.08 32	0.09 113	0.11 596	0.05 290	0.07 330	0.06 309	0.07 404	0.09 545

aanet-new-90k	0.08 95	0.07 256	0.08 63	0.19 495	0.06 36	0.07 47	0.12 114	0.12 98	0.13 212	0.06 30	0.07 74	0.06 48	0.06 74	0.10 134	0.07 1	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.03 2

aanet-new-60k	0.07 7	0.07 256	0.08 63	0.18 418	0.06 36	0.07 47	0.10 44	0.09 27	0.14 245	0.07 86	0.07 74	0.06 48	0.06 74	0.11 216	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

aanet-new-70k	0.07 7	0.06 125	0.09 139	0.17 321	0.06 36	0.08 98	0.12 114	0.11 71	0.10 92	0.06 30	0.07 74	0.07 139	0.06 74	0.10 134	0.07 1	0.04 11	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

aanet-new-78k	0.07 7	0.07 256	0.09 139	0.19 495	0.06 36	0.07 47	0.12 114	0.11 71	0.13 212	0.06 30	0.07 74	0.06 48	0.06 74	0.09 67	0.07 1	0.04 11	0.04 26	0.05 60	0.04 69	0.05 180	0.03 2

aanet-new-32k	0.08 95	0.07 256	0.09 139	0.18 418	0.06 36	0.11 280	0.11 76	0.10 41	0.08 30	0.07 86	0.07 74	0.07 139	0.06 74	0.10 134	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

aanet-new-30k	0.08 95	0.07 256	0.09 139	0.18 418	0.06 36	0.11 280	0.11 76	0.10 41	0.08 30	0.07 86	0.07 74	0.07 139	0.06 74	0.10 134	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

aanet-new-28k	0.08 95	0.07 256	0.09 139	0.18 418	0.06 36	0.08 98	0.12 114	0.10 41	0.09 60	0.09 203	0.08 140	0.08 207	0.06 74	0.12 316	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

aanet-new-22k	0.08 95	0.06 125	0.09 139	0.17 321	0.06 36	0.08 98	0.11 76	0.14 166	0.12 168	0.09 203	0.09 180	0.08 207	0.06 74	0.10 134	0.08 29	0.04 11	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

aanet-new-16k	0.08 95	0.08 384	0.08 63	0.18 418	0.06 36	0.07 47	0.09 27	0.13 132	0.12 168	0.08 147	0.07 74	0.07 139	0.06 74	0.09 67	0.08 29	0.04 11	0.04 26	0.05 60	0.04 69	0.05 180	0.03 2

aanet-new-14k	0.08 95	0.09 470	0.08 63	0.19 495	0.06 36	0.07 47	0.10 44	0.14 166	0.15 273	0.06 30	0.08 140	0.05 5	0.06 74	0.09 67	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

aanet-new-8k	0.08 95	0.07 256	0.08 63	0.19 495	0.07 145	0.09 157	0.12 114	0.16 252	0.15 273	0.07 86	0.07 74	0.06 48	0.06 74	0.10 134	0.08 29	0.04 11	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

GCAP-Stereo-cres-4k	0.08 95	0.07 256	0.08 63	0.18 418	0.07 145	0.11 280	0.14 268	0.12 98	0.11 125	0.07 86	0.11 274	0.07 139	0.06 74	0.09 67	0.08 29	0.04 11	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

GCAP-Stereo-DPT-cres	0.08 95	0.05 45	0.07 14	0.15 132	0.06 36	0.10 223	0.14 268	0.13 132	0.12 168	0.07 86	0.09 180	0.07 139	0.06 74	0.10 134	0.09 113	0.05 55	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

GCAP-Stereo-DPT-36K	0.08 95	0.06 125	0.15 470	0.14 72	0.06 36	0.08 98	0.13 193	0.13 132	0.11 125	0.07 86	0.08 140	0.07 139	0.06 74	0.09 67	0.08 29	0.05 55	0.05 290	0.05 60	0.04 69	0.03 1	0.04 82

GCAP-Stereo-DPT-22K	0.08 95	0.06 125	0.07 14	0.17 321	0.06 36	0.07 47	0.14 268	0.13 132	0.16 315	0.05 2	0.10 219	0.06 48	0.06 74	0.08 32	0.08 29	0.04 11	0.04 26	0.05 60	0.04 69	0.03 1	0.04 82

GCAP-Stereo-DPT-5K	0.08 95	0.06 125	0.10 210	0.16 232	0.07 145	0.11 280	0.12 114	0.15 209	0.15 273	0.08 147	0.12 297	0.05 5	0.06 74	0.09 67	0.08 29	0.05 55	0.04 26	0.06 215	0.05 208	0.03 1	0.04 82

GCAP-Stereo-DPT-2K	0.08 95	0.06 125	0.10 210	0.16 232	0.07 145	0.11 280	0.13 193	0.14 166	0.14 245	0.08 147	0.13 317	0.05 5	0.06 74	0.10 134	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.03 1	0.04 82

GCAP-Stereo-DPT-3K	0.08 95	0.07 256	0.10 210	0.16 232	0.07 145	0.09 157	0.12 114	0.15 209	0.14 245	0.08 147	0.11 274	0.05 5	0.06 74	0.09 67	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.03 1	0.04 82

GCAP-Stereo-DPT-FT	0.08 95	0.05 45	0.12 322	0.15 132	0.06 36	0.10 223	0.14 268	0.12 98	0.12 168	0.07 86	0.09 180	0.06 48	0.06 74	0.10 134	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

PSi22	0.08 95	0.06 125	0.11 273	0.16 232	0.07 145	0.08 98	0.10 44	0.14 166	0.08 30	0.08 147	0.06 28	0.10 287	0.06 74	0.12 316	0.09 113	0.05 55	0.04 26	0.04 1	0.03 1	0.04 54	0.04 82

Foundation-i1b	0.08 95	0.05 45	0.07 14	0.14 72	0.05 2	0.09 157	0.12 114	0.13 132	0.10 92	0.09 203	0.10 219	0.09 249	0.06 74	0.07 7	0.09 113	0.06 180	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

Foundation-i1a	0.08 95	0.05 45	0.07 14	0.13 23	0.05 2	0.13 393	0.13 193	0.12 98	0.09 60	0.11 291	0.11 274	0.11 318	0.06 74	0.08 32	0.09 113	0.06 180	0.04 26	0.05 60	0.03 1	0.04 54	0.04 82

Selective-IGEV-i16pc	0.13 432	0.06 125	0.13 380	0.15 132	0.11 547	0.38 695	0.16 431	0.23 447	0.16 315	0.10 254	0.15 354	0.09 249	0.06 74	0.13 374	0.10 223	0.10 564	0.08 563	0.06 215	0.07 412	0.09 543	0.09 545

gcap_with_dpt	0.08 95	0.06 125	0.09 139	0.16 232	0.07 145	0.09 157	0.12 114	0.13 132	0.13 212	0.08 147	0.12 297	0.04 1	0.06 74	0.10 134	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.03 1	0.04 82

DispViT+	0.08 95	0.05 45	0.09 139	0.13 23	0.06 36	0.05 5	0.11 76	0.18 326	0.16 315	0.09 203	0.08 140	0.07 139	0.06 74	0.11 216	0.09 113	0.06 180	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

BLMT-Stereo	0.07 7	0.04 1	0.08 63	0.15 132	0.07 145	0.06 16	0.14 268	0.07 7	0.10 92	0.05 2	0.05 7	0.04 1	0.06 74	0.07 7	0.09 113	0.04 11	0.04 26	0.05 60	0.05 208	0.04 54	0.04 82

WQFJA1++	0.08 95	0.04 1	0.11 273	0.14 72	0.07 145	0.11 280	0.11 76	0.11 71	0.07 20	0.07 86	0.07 74	0.07 139	0.06 74	0.10 134	0.10 223	0.06 180	0.04 26	0.05 60	0.04 69	0.06 317	0.06 333

DLNR-FE	10.43 762	1.83 748	19.53 780	120.75 786	13.06 769	0.06 16	0.13 193	0.23 447	0.10 92	0.07 86	0.10 219	0.09 249	0.06 74	0.10 134	0.09 113	0.13 647	0.04 26	0.06 215	0.04 69	52.01 788	0.04 82

Select-FE	0.11 324	0.06 125	0.20 589	0.15 132	0.11 547	0.11 280	0.13 193	0.21 396	0.18 380	0.09 203	0.11 274	0.10 287	0.06 74	0.12 316	0.09 113	0.07 365	0.05 290	0.07 330	0.08 495	0.06 317	0.08 496

IGEV-FE	0.09 190	0.05 45	0.12 322	0.13 23	0.08 240	0.12 335	0.13 193	0.17 291	0.11 125	0.10 254	0.06 28	0.09 249	0.06 74	0.11 216	0.09 113	0.06 180	0.04 26	0.06 215	0.06 309	0.05 180	0.05 221

DDF-Stereo	0.08 95	0.04 1	0.09 139	0.15 132	0.10 492	0.06 16	0.13 193	0.09 27	0.14 245	0.06 30	0.06 28	0.07 139	0.06 74	0.09 67	0.10 223	0.06 180	0.04 26	0.06 215	0.04 69	0.08 478	0.05 221

Zero-FE251	0.07 7	0.05 45	0.09 139	0.13 23	0.06 36	0.12 335	0.12 114	0.11 71	0.10 92	0.07 86	0.08 140	0.06 48	0.06 74	0.09 67	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

MonStereo	0.07 7	0.06 125	0.05 1	0.15 132	0.05 2	0.08 98	0.10 44	0.15 209	0.15 273	0.05 2	0.06 28	0.05 5	0.06 74	0.07 7	0.09 113	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 7	0.06 125	0.05 1	0.15 132	0.05 2	0.08 98	0.10 44	0.15 209	0.15 273	0.05 2	0.06 28	0.05 5	0.06 74	0.07 7	0.09 113	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	0.09 139	0.13 23	0.06 36	0.05 5	0.09 27	0.11 71	0.07 20	0.06 30	0.06 28	0.05 5	0.06 74	0.09 67	0.09 113	0.06 180	0.04 26	0.04 1	0.03 1	0.05 180	0.05 221

Replicate-Monster	0.07 7	0.05 45	0.09 139	0.14 72	0.06 36	0.08 98	0.09 27	0.13 132	0.13 212	0.05 2	0.07 74	0.06 48	0.06 74	0.08 32	0.10 223	0.05 55	0.04 26	0.05 60	0.03 1	0.04 54	0.04 82

zero-FE	0.08 95	0.04 1	0.09 139	0.15 132	0.10 492	0.05 5	0.14 268	0.09 27	0.14 245	0.07 86	0.06 28	0.07 139	0.06 74	0.09 67	0.10 223	0.06 180	0.04 26	0.06 215	0.04 69	0.08 478	0.05 221

AdaDepth	0.07 7	0.06 125	0.07 14	0.18 418	0.06 36	0.11 280	0.12 114	0.09 27	0.07 20	0.06 30	0.05 7	0.07 139	0.06 74	0.09 67	0.10 223	0.04 11	0.05 290	0.05 60	0.04 69	0.04 54	0.04 82

S2M2_XL	0.08 95	0.06 125	0.12 322	0.12 7	0.08 240	0.09 157	0.09 27	0.07 7	0.07 20	0.08 147	0.07 74	0.07 139	0.06 74	0.09 67	0.09 113	0.08 450	0.06 451	0.07 330	0.05 208	0.08 478	0.06 333
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	0.08 384	0.07 14	0.16 232	0.07 145	0.08 98	0.08 9	0.11 71	0.08 30	0.07 86	0.07 74	0.06 48	0.06 74	0.10 134	0.09 113	0.03 1	0.03 1	0.04 1	0.04 69	0.04 54	0.03 2

qwe	0.07 7	0.08 384	0.07 14	0.15 132	0.06 36	0.07 47	0.10 44	0.18 326	0.11 125	0.07 86	0.07 74	0.06 48	0.06 74	0.10 134	0.09 113	0.03 1	0.03 1	0.04 1	0.04 69	0.04 54	0.03 2

2.25w	0.07 7	0.06 125	0.07 14	0.14 72	0.06 36	0.08 98	0.08 9	0.10 41	0.15 273	0.08 147	0.10 219	0.07 139	0.06 74	0.08 32	0.10 223	0.05 55	0.03 1	0.04 1	0.04 69	0.03 1	0.04 82

4.25_new	0.07 7	0.08 384	0.09 139	0.15 132	0.06 36	0.09 157	0.08 9	0.14 166	0.08 30	0.07 86	0.07 74	0.06 48	0.06 74	0.12 316	0.10 223	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

4.5w_new	0.07 7	0.08 384	0.09 139	0.15 132	0.06 36	0.09 157	0.08 9	0.14 166	0.08 30	0.07 86	0.07 74	0.06 48	0.06 74	0.12 316	0.10 223	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

4.5_new	0.07 7	0.09 470	0.08 63	0.15 132	0.07 145	0.06 16	0.10 44	0.14 166	0.11 125	0.06 30	0.08 140	0.06 48	0.06 74	0.08 32	0.10 223	0.03 1	0.03 1	0.04 1	0.04 69	0.04 54	0.03 2

4.5w-stereo	0.07 7	0.09 470	0.08 63	0.15 132	0.07 145	0.06 16	0.10 44	0.14 166	0.11 125	0.06 30	0.08 140	0.06 48	0.06 74	0.08 32	0.10 223	0.03 1	0.03 1	0.04 1	0.04 69	0.04 54	0.03 2

4.25w-stereo	0.07 7	0.08 384	0.09 139	0.15 132	0.06 36	0.09 157	0.08 9	0.14 166	0.08 30	0.07 86	0.07 74	0.06 48	0.06 74	0.12 316	0.10 223	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

4w-stereo	0.07 7	0.08 384	0.08 63	0.16 232	0.06 36	0.07 47	0.08 9	0.12 98	0.08 30	0.07 86	0.07 74	0.05 5	0.06 74	0.09 67	0.10 223	0.03 1	0.03 1	0.04 1	0.04 69	0.04 54	0.03 2

2.5w	0.07 7	0.07 256	0.07 14	0.16 232	0.06 36	0.08 98	0.12 114	0.10 41	0.10 92	0.07 86	0.06 28	0.09 249	0.06 74	0.08 32	0.09 113	0.04 11	0.03 1	0.04 1	0.04 69	0.03 1	0.03 2

2.75w_new	0.07 7	0.07 256	0.07 14	0.13 23	0.06 36	0.08 98	0.08 9	0.18 326	0.12 168	0.07 86	0.08 140	0.06 48	0.06 74	0.09 67	0.11 313	0.04 11	0.04 26	0.04 1	0.03 1	0.03 1	0.04 82

3.25w_new	0.07 7	0.06 125	0.07 14	0.15 132	0.06 36	0.10 223	0.07 5	0.12 98	0.11 125	0.08 147	0.06 28	0.07 139	0.06 74	0.11 216	0.09 113	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 7	0.06 125	0.07 14	0.15 132	0.06 36	0.10 223	0.07 5	0.12 98	0.11 125	0.08 147	0.06 28	0.07 139	0.06 74	0.11 216	0.09 113	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 7	0.07 256	0.08 63	0.16 232	0.07 145	0.07 47	0.09 27	0.16 252	0.09 60	0.07 86	0.06 28	0.05 5	0.06 74	0.09 67	0.10 223	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3w_stereo	0.08 95	0.09 470	0.10 210	0.17 321	0.07 145	0.08 98	0.10 44	0.20 369	0.13 212	0.06 30	0.07 74	0.05 5	0.06 74	0.08 32	0.09 113	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

2w_stereo	0.08 95	0.08 384	0.09 139	0.16 232	0.06 36	0.08 98	0.10 44	0.20 369	0.15 273	0.08 147	0.07 74	0.06 48	0.06 74	0.06 1	0.09 113	0.04 11	0.03 1	0.04 1	0.04 69	0.03 1	0.03 2

1w_stereo	0.07 7	0.06 125	0.07 14	0.16 232	0.06 36	0.07 47	0.10 44	0.14 166	0.14 245	0.07 86	0.08 140	0.05 5	0.06 74	0.09 67	0.09 113	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 82

monsters	0.07 7	0.06 125	0.06 6	0.15 132	0.06 36	0.08 98	0.09 27	0.12 98	0.08 30	0.09 203	0.07 74	0.06 48	0.06 74	0.08 32	0.08 29	0.05 55	0.04 26	0.04 1	0.04 69	0.03 1	0.03 2

MLG-Stereo_test3	0.07 7	0.05 45	0.10 210	0.14 72	0.06 36	0.07 47	0.11 76	0.08 13	0.06 8	0.06 30	0.04 1	0.06 48	0.06 74	0.07 7	0.10 223	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.06 333

LGtest1	0.07 7	0.04 1	0.10 210	0.15 132	0.06 36	0.07 47	0.09 27	0.08 13	0.06 8	0.05 2	0.04 1	0.06 48	0.06 74	0.10 134	0.09 113	0.07 365	0.04 26	0.05 60	0.04 69	0.06 317	0.06 333

MM-Stereo_test3	0.10 270	0.07 256	0.07 14	0.18 418	0.07 145	0.12 335	0.19 565	0.24 471	0.19 400	0.06 30	0.10 219	0.08 207	0.06 74	0.11 216	0.08 29	0.06 180	0.06 451	0.07 330	0.05 208	0.05 180	0.04 82

MM-Stereo_test2	0.09 190	0.06 125	0.09 139	0.19 495	0.08 240	0.12 335	0.18 524	0.15 209	0.14 245	0.07 86	0.10 219	0.07 139	0.06 74	0.12 316	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.05 180	0.03 2

MM-Stereo_test1	0.10 270	0.07 256	0.08 63	0.18 418	0.07 145	0.12 335	0.18 524	0.21 396	0.20 424	0.09 203	0.11 274	0.08 207	0.06 74	0.10 134	0.10 223	0.06 180	0.05 290	0.07 330	0.06 309	0.05 180	0.04 82

HUF	0.08 95	0.05 45	0.08 63	0.14 72	0.06 36	0.09 157	0.13 193	0.13 132	0.13 212	0.07 86	0.07 74	0.08 207	0.06 74	0.10 134	0.09 113	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

castereo++	0.08 95	0.05 45	0.08 63	0.15 132	0.05 2	0.14 430	0.12 114	0.11 71	0.15 273	0.07 86	0.07 74	0.07 139	0.06 74	0.08 32	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

IGEV-RUCA	0.08 95	0.06 125	0.11 273	0.14 72	0.09 376	0.10 223	0.12 114	0.10 41	0.12 168	0.06 30	0.07 74	0.07 139	0.06 74	0.09 67	0.08 29	0.06 180	0.05 290	0.05 60	0.04 69	0.05 180	0.06 333

MonSter	0.07 7	0.06 125	0.05 1	0.15 132	0.05 2	0.07 47	0.10 44	0.15 209	0.15 273	0.05 2	0.06 28	0.05 5	0.06 74	0.07 7	0.09 113	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

fffft	0.09 190	0.06 125	0.12 322	0.16 232	0.07 145	0.09 157	0.17 473	0.12 98	0.11 125	0.08 147	0.07 74	0.09 249	0.06 74	0.11 216	0.12 382	0.05 55	0.04 26	0.06 215	0.05 208	0.04 54	0.05 221
1: 1. 1
tt45	0.09 190	0.06 125	0.11 273	0.15 132	0.07 145	0.11 280	0.16 431	0.13 132	0.11 125	0.09 203	0.06 28	0.08 207	0.06 74	0.13 374	0.10 223	0.06 180	0.04 26	0.06 215	0.05 208	0.05 180	0.06 333

mms	0.09 190	0.07 256	0.08 63	0.16 232	0.08 240	0.10 223	0.16 431	0.12 98	0.11 125	0.08 147	0.09 180	0.08 207	0.06 74	0.11 216	0.12 382	0.05 55	0.04 26	0.07 330	0.05 208	0.04 54	0.03 2

ours_stereo	0.09 190	0.07 256	0.09 139	0.17 321	0.08 240	0.11 280	0.16 431	0.11 71	0.12 168	0.08 147	0.10 219	0.08 207	0.06 74	0.12 316	0.12 382	0.05 55	0.04 26	0.06 215	0.05 208	0.04 54	0.03 2

WCG-NET	0.08 95	0.05 45	0.09 139	0.15 132	0.06 36	0.11 280	0.14 268	0.13 132	0.13 212	0.06 30	0.09 180	0.07 139	0.06 74	0.13 374	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

GCAP-BAT	0.09 190	0.05 45	0.11 273	0.13 23	0.07 145	0.11 280	0.14 268	0.14 166	0.16 315	0.07 86	0.10 219	0.08 207	0.06 74	0.13 374	0.08 29	0.07 365	0.05 290	0.05 60	0.05 208	0.04 54	0.04 82

IGEV-Stereo++	0.07 7	0.06 125	0.08 63	0.18 418	0.06 36	0.04 1	0.10 44	0.11 71	0.11 125	0.06 30	0.07 74	0.07 139	0.06 74	0.09 67	0.09 113	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

RAStereo	0.10 270	0.09 470	0.08 63	0.20 564	0.08 240	0.13 393	0.18 524	0.15 209	0.17 346	0.10 254	0.12 297	0.05 5	0.06 74	0.09 67	0.08 29	0.07 365	0.05 290	0.07 330	0.05 208	0.05 180	0.04 82

Pointernet	0.09 190	0.04 1	0.09 139	0.16 232	0.08 240	0.13 393	0.10 44	0.15 209	0.17 346	0.09 203	0.07 74	0.06 48	0.06 74	0.11 216	0.09 113	0.08 450	0.04 26	0.05 60	0.03 1	0.06 317	0.05 221

IGEV-Stereo+	0.07 7	0.04 1	0.08 63	0.15 132	0.06 36	0.04 1	0.09 27	0.10 41	0.09 60	0.06 30	0.06 28	0.06 48	0.06 74	0.06 1	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.06 317	0.06 333

WCG-NET（raft）	0.08 95	0.05 45	0.10 210	0.15 132	0.06 36	0.11 280	0.13 193	0.15 209	0.12 168	0.08 147	0.07 74	0.06 48	0.06 74	0.13 374	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

RAFT-Stereo-weight	0.09 190	0.06 125	0.10 210	0.16 232	0.07 145	0.09 157	0.14 268	0.19 357	0.16 315	0.11 291	0.10 219	0.08 207	0.06 74	0.10 134	0.11 313	0.06 180	0.04 26	0.06 215	0.04 69	0.04 54	0.04 82

gcap-zeroshot	0.08 95	0.06 125	0.10 210	0.15 132	0.07 145	0.11 280	0.12 114	0.15 209	0.15 273	0.08 147	0.12 297	0.05 5	0.06 74	0.09 67	0.08 29	0.05 55	0.04 26	0.06 215	0.05 208	0.03 1	0.04 82

test_for_model	0.08 95	0.06 125	0.10 210	0.16 232	0.07 145	0.11 280	0.12 114	0.15 209	0.15 273	0.08 147	0.12 297	0.05 5	0.06 74	0.09 67	0.08 29	0.05 55	0.04 26	0.06 215	0.05 208	0.03 1	0.04 82

MGS-Stereo	0.09 190	0.07 256	0.12 322	0.15 132	0.08 240	0.09 157	0.15 357	0.12 98	0.12 168	0.07 86	0.10 219	0.08 207	0.06 74	0.10 134	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.06 317	0.05 221

MoCha-V2	0.08 95	0.05 45	0.10 210	0.20 564	0.07 145	0.09 157	0.14 268	0.11 71	0.08 30	0.07 86	0.08 140	0.07 139	0.06 74	0.09 67	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

IGEV++	0.08 95	0.06 125	0.08 63	0.18 418	0.07 145	0.09 157	0.13 193	0.10 41	0.09 60	0.08 147	0.08 140	0.06 48	0.06 74	0.13 374	0.09 113	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

ACVNet-DCA	0.10 270	0.08 384	0.12 322	0.17 321	0.09 376	0.13 393	0.15 357	0.23 447	0.16 315	0.09 203	0.09 180	0.06 48	0.06 74	0.10 134	0.07 1	0.06 180	0.04 26	0.06 215	0.05 208	0.07 404	0.07 423

1test111	0.11 324	0.08 384	0.12 322	0.17 321	0.09 376	0.13 393	0.15 357	0.23 447	0.16 315	0.09 203	0.09 180	0.06 48	0.06 74	0.15 438	0.16 523	0.06 180	0.04 26	0.06 215	0.05 208	0.07 404	0.07 423

cc1	0.10 270	0.08 384	0.12 322	0.17 321	0.09 376	0.13 393	0.15 357	0.16 252	0.18 380	0.09 203	0.09 180	0.06 48	0.06 74	0.10 134	0.07 1	0.06 180	0.04 26	0.06 215	0.05 208	0.06 317	0.06 333

ff7	0.09 190	0.07 256	0.11 273	0.16 232	0.09 376	0.11 280	0.15 357	0.16 252	0.12 168	0.10 254	0.06 28	0.06 48	0.06 74	0.11 216	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.05 180	0.06 333

IGEVStereo-DCA	0.09 190	0.06 125	0.11 273	0.15 132	0.10 492	0.11 280	0.15 357	0.16 252	0.12 168	0.10 254	0.06 28	0.08 207	0.06 74	0.10 134	0.08 29	0.06 180	0.05 290	0.06 215	0.05 208	0.05 180	0.06 333

ffff	0.09 190	0.07 256	0.11 273	0.16 232	0.09 376	0.11 280	0.15 357	0.16 252	0.12 168	0.10 254	0.06 28	0.06 48	0.06 74	0.11 216	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.05 180	0.06 333

rrr	0.09 190	0.06 125	0.12 322	0.15 132	0.10 492	0.11 280	0.16 431	0.16 252	0.15 273	0.10 254	0.06 28	0.08 207	0.06 74	0.10 134	0.08 29	0.06 180	0.05 290	0.06 215	0.05 208	0.05 180	0.06 333

11t	0.09 190	0.07 256	0.11 273	0.16 232	0.09 376	0.11 280	0.15 357	0.16 252	0.12 168	0.10 254	0.06 28	0.06 48	0.06 74	0.11 216	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.05 180	0.06 333

tt1	0.10 270	0.08 384	0.12 322	0.17 321	0.09 376	0.12 335	0.16 431	0.15 209	0.19 400	0.09 203	0.08 140	0.06 48	0.06 74	0.10 134	0.07 1	0.06 180	0.04 26	0.06 215	0.05 208	0.06 317	0.06 333

MaDis-Stereo	0.09 190	0.09 470	0.08 63	0.17 321	0.09 376	0.13 393	0.10 44	0.16 252	0.16 315	0.09 203	0.11 274	0.06 48	0.06 74	0.09 67	0.13 429	0.07 365	0.06 451	0.07 330	0.05 208	0.05 180	0.04 82

IGEV_Zeroshot_test	0.09 190	0.05 45	0.12 322	0.13 23	0.08 240	0.12 335	0.13 193	0.17 291	0.11 125	0.10 254	0.06 28	0.09 249	0.06 74	0.11 216	0.09 113	0.06 180	0.04 26	0.06 215	0.06 309	0.05 180	0.05 221

MSKI-zero shot	0.09 190	0.05 45	0.09 139	0.15 132	0.07 145	0.10 223	0.13 193	0.14 166	0.13 212	0.09 203	0.09 180	0.09 249	0.06 74	0.12 316	0.10 223	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

DLNR_Zeroshot_test	10.40 761	1.82 747	19.49 779	120.77 787	13.11 770	0.06 16	0.13 193	0.23 447	0.10 92	0.07 86	0.10 219	0.09 249	0.06 74	0.10 134	0.09 113	0.13 647	0.04 26	0.06 215	0.04 69	51.54 787	0.04 82

testlalala	0.08 95	0.06 125	0.10 210	0.15 132	0.07 145	0.11 280	0.12 114	0.15 209	0.15 273	0.08 147	0.12 297	0.05 5	0.06 74	0.09 67	0.08 29	0.05 55	0.04 26	0.06 215	0.05 208	0.03 1	0.04 82

GCAPDPT-zeroshot	0.09 190	0.05 45	0.11 273	0.13 23	0.07 145	0.11 280	0.14 268	0.14 166	0.16 315	0.07 86	0.10 219	0.08 207	0.06 74	0.13 374	0.08 29	0.07 365	0.05 290	0.05 60	0.05 208	0.04 54	0.04 82

CAS	0.08 95	0.04 1	0.07 14	0.17 321	0.08 240	0.10 223	0.13 193	0.12 98	0.09 60	0.09 203	0.10 219	0.08 207	0.06 74	0.09 67	0.08 29	0.08 450	0.04 26	0.05 60	0.03 1	0.05 180	0.04 82

anonymousdsp	0.09 190	0.07 256	0.11 273	0.16 232	0.09 376	0.11 280	0.15 357	0.16 252	0.12 168	0.09 203	0.06 28	0.06 48	0.06 74	0.11 216	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.05 180	0.06 333

CES	0.08 95	0.04 1	0.08 63	0.14 72	0.07 145	0.09 157	0.14 268	0.11 71	0.09 60	0.08 147	0.09 180	0.11 318	0.06 74	0.12 316	0.08 29	0.06 180	0.04 26	0.05 60	0.03 1	0.05 180	0.05 221

ProNet	0.09 190	0.07 256	0.10 210	0.17 321	0.08 240	0.10 223	0.15 357	0.15 209	0.12 168	0.09 203	0.06 28	0.07 139	0.06 74	0.11 216	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.04 54	0.06 333

MC-Stereo	0.08 95	0.06 125	0.09 139	0.17 321	0.06 36	0.10 223	0.14 268	0.12 98	0.10 92	0.09 203	0.12 297	0.09 249	0.06 74	0.11 216	0.10 223	0.06 180	0.04 26	0.06 215	0.05 208	0.04 54	0.04 82

ccc-4	0.09 190	0.07 256	0.11 273	0.16 232	0.09 376	0.11 280	0.15 357	0.16 252	0.12 168	0.10 254	0.06 28	0.06 48	0.06 74	0.11 216	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.05 180	0.06 333

IGEV-Stereo	0.09 190	0.07 256	0.11 273	0.16 232	0.09 376	0.11 280	0.15 357	0.16 252	0.12 168	0.09 203	0.06 28	0.06 48	0.06 74	0.11 216	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.05 180	0.06 333
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TRStereo	0.09 190	0.05 45	0.12 322	0.15 132	0.12 584	0.10 223	0.13 193	0.18 326	0.18 380	0.09 203	0.09 180	0.09 249	0.06 74	0.10 134	0.08 29	0.07 365	0.05 290	0.07 330	0.07 412	0.04 54	0.04 82

CroCo-Stereo	0.09 190	0.08 384	0.08 63	0.22 619	0.09 376	0.09 157	0.19 565	0.15 209	0.12 168	0.07 86	0.07 74	0.08 207	0.06 74	0.08 32	0.07 1	0.07 365	0.05 290	0.06 215	0.04 69	0.05 180	0.04 82
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	0.09 190	0.04 1	0.08 63	0.13 23	0.06 36	0.11 280	0.14 268	0.15 209	0.19 400	0.11 291	0.15 354	0.10 287	0.06 74	0.12 316	0.09 113	0.07 365	0.05 290	0.05 60	0.04 69	0.06 317	0.05 221

XX-Stereo	0.09 190	0.05 45	0.08 63	0.17 321	0.09 376	0.15 457	0.12 114	0.20 369	0.10 92	0.10 254	0.14 333	0.07 139	0.06 74	0.12 316	0.08 29	0.06 180	0.05 290	0.06 215	0.06 309	0.04 54	0.04 82

test_xeample3	0.09 190	0.06 125	0.12 322	0.16 232	0.09 376	0.11 280	0.15 357	0.16 252	0.13 212	0.10 254	0.06 28	0.08 207	0.06 74	0.10 134	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.05 180	0.06 333

noway7	0.10 270	0.07 256	0.13 380	0.20 564	0.09 376	0.11 280	0.15 357	0.28 552	0.16 315	0.11 291	0.11 274	0.07 139	0.07 192	0.10 134	0.10 223	0.05 55	0.04 26	0.07 330	0.06 309	0.05 180	0.05 221

monster_256*512	0.11 324	0.07 256	0.09 139	0.21 599	0.10 492	0.12 335	0.17 473	0.26 509	0.18 380	0.12 336	0.12 297	0.08 207	0.07 192	0.10 134	0.10 223	0.05 55	0.04 26	0.07 330	0.07 412	0.05 180	0.05 221

FAST (zero-shot)	0.09 190	0.06 125	0.11 273	0.19 495	0.13 607	0.07 47	0.13 193	0.12 98	0.08 30	0.08 147	0.06 28	0.08 207	0.07 192	0.10 134	0.10 223	0.07 365	0.06 451	0.06 215	0.07 412	0.05 180	0.08 496

DF_test	0.07 7	0.05 45	0.08 63	0.14 72	0.08 240	0.04 1	0.13 193	0.08 13	0.11 125	0.07 86	0.08 140	0.06 48	0.07 192	0.06 1	0.08 29	0.06 180	0.05 290	0.05 60	0.05 208	0.05 180	0.04 82

Weightmod_eth	0.09 190	0.07 256	0.08 63	0.18 418	0.07 145	0.10 223	0.16 431	0.13 132	0.11 125	0.08 147	0.08 140	0.09 249	0.07 192	0.10 134	0.10 223	0.06 180	0.07 529	0.06 215	0.07 412	0.04 54	0.03 2

WAFT-Stereo (ZS)	0.07 7	0.05 45	0.09 139	0.12 7	0.07 145	0.08 98	0.15 357	0.07 7	0.07 20	0.06 30	0.10 219	0.05 5	0.07 192	0.06 1	0.11 313	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.05 221

Weightmod	0.09 190	0.06 125	0.08 63	0.18 418	0.06 36	0.10 223	0.15 357	0.14 166	0.12 168	0.11 291	0.10 219	0.08 207	0.07 192	0.10 134	0.11 313	0.06 180	0.08 563	0.07 330	0.07 412	0.04 54	0.03 2

aanet-32k-new	0.08 95	0.07 256	0.08 63	0.18 418	0.06 36	0.08 98	0.12 114	0.11 71	0.12 168	0.07 86	0.08 140	0.05 5	0.07 192	0.10 134	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.06 317	0.04 82

aanet-new-24k	0.07 7	0.07 256	0.07 14	0.17 321	0.06 36	0.07 47	0.12 114	0.09 27	0.11 125	0.09 203	0.09 180	0.06 48	0.07 192	0.09 67	0.07 1	0.04 11	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

aanet-new-10k	0.08 95	0.08 384	0.08 63	0.19 495	0.07 145	0.08 98	0.12 114	0.14 166	0.11 125	0.07 86	0.08 140	0.07 139	0.07 192	0.09 67	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

aanet-new-12k	0.08 95	0.09 470	0.07 14	0.20 564	0.08 240	0.08 98	0.13 193	0.12 98	0.13 212	0.08 147	0.08 140	0.05 5	0.07 192	0.09 67	0.08 29	0.04 11	0.04 26	0.05 60	0.04 69	0.06 317	0.04 82

aanet-new	0.08 95	0.09 470	0.10 210	0.18 418	0.08 240	0.10 223	0.12 114	0.15 209	0.12 168	0.08 147	0.08 140	0.05 5	0.07 192	0.10 134	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.06 317	0.04 82

LACA3	0.07 7	0.08 384	0.08 63	0.13 23	0.05 2	0.09 157	0.11 76	0.08 13	0.08 30	0.08 147	0.05 7	0.07 139	0.07 192	0.07 7	0.07 1	0.06 180	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

Foundation-i1c-attn	0.08 95	0.05 45	0.07 14	0.14 72	0.05 2	0.09 157	0.12 114	0.12 98	0.10 92	0.09 203	0.10 219	0.10 287	0.07 192	0.07 7	0.10 223	0.06 180	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

Selective-IGEV-i16pb	0.14 469	0.08 384	0.17 539	0.15 132	0.11 547	0.41 700	0.16 431	0.28 552	0.23 467	0.11 291	0.20 443	0.10 287	0.07 192	0.17 508	0.12 382	0.10 564	0.07 529	0.06 215	0.08 495	0.09 543	0.10 577

Foundation-i1	0.09 190	0.04 1	0.10 210	0.14 72	0.06 36	0.10 223	0.13 193	0.16 252	0.14 245	0.10 254	0.10 219	0.11 318	0.07 192	0.07 7	0.10 223	0.06 180	0.04 26	0.05 60	0.05 208	0.05 180	0.05 221

LACA1	0.07 7	0.07 256	0.07 14	0.14 72	0.05 2	0.09 157	0.11 76	0.10 41	0.07 20	0.05 2	0.05 7	0.06 48	0.07 192	0.08 32	0.09 113	0.06 180	0.04 26	0.04 1	0.04 69	0.03 1	0.04 82

BridgeDepth_RVC	0.07 7	0.04 1	0.09 139	0.11 1	0.05 2	0.10 223	0.10 44	0.14 166	0.09 60	0.06 30	0.07 74	0.06 48	0.07 192	0.07 7	0.10 223	0.06 180	0.04 26	0.04 1	0.04 69	0.04 54	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
HiDET	0.08 95	0.04 1	0.10 210	0.13 23	0.06 36	0.08 98	0.12 114	0.12 98	0.11 125	0.06 30	0.07 74	0.07 139	0.07 192	0.11 216	0.11 313	0.06 180	0.04 26	0.04 1	0.03 1	0.04 54	0.04 82

LCMNet	0.08 95	0.05 45	0.10 210	0.13 23	0.07 145	0.09 157	0.12 114	0.10 41	0.11 125	0.06 30	0.08 140	0.06 48	0.07 192	0.11 216	0.10 223	0.06 180	0.05 290	0.04 1	0.03 1	0.04 54	0.04 82

FE-Mocha	0.09 190	0.06 125	0.14 421	0.16 232	0.09 376	0.10 223	0.15 357	0.18 326	0.16 315	0.10 254	0.09 180	0.07 139	0.07 192	0.09 67	0.09 113	0.06 180	0.04 26	0.06 215	0.06 309	0.05 180	0.05 221

Wavelet-MonSter	0.07 7	0.05 45	0.07 14	0.16 232	0.06 36	0.07 47	0.11 76	0.10 41	0.08 30	0.06 30	0.06 28	0.07 139	0.07 192	0.09 67	0.09 113	0.04 11	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 256	0.07 14	0.15 132	0.07 145	0.09 157	0.06 1	0.13 132	0.11 125	0.07 86	0.07 74	0.06 48	0.07 192	0.10 134	0.09 113	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

monsterstereo	0.07 7	0.06 125	0.06 6	0.16 232	0.06 36	0.08 98	0.10 44	0.16 252	0.11 125	0.07 86	0.08 140	0.06 48	0.07 192	0.08 32	0.09 113	0.04 11	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

LG-G_1	0.07 7	0.04 1	0.11 273	0.15 132	0.06 36	0.09 157	0.08 9	0.08 13	0.06 8	0.06 30	0.05 7	0.07 139	0.07 192	0.11 216	0.08 29	0.07 365	0.04 26	0.05 60	0.04 69	0.05 180	0.05 221

LG-G	0.07 7	0.04 1	0.11 273	0.15 132	0.06 36	0.09 157	0.08 9	0.08 13	0.06 8	0.06 30	0.05 7	0.07 139	0.07 192	0.11 216	0.08 29	0.07 365	0.04 26	0.05 60	0.04 69	0.05 180	0.05 221

LG-Stereo	0.08 95	0.07 256	0.10 210	0.18 418	0.07 145	0.10 223	0.17 473	0.11 71	0.08 30	0.05 2	0.07 74	0.05 5	0.07 192	0.09 67	0.09 113	0.04 11	0.05 290	0.07 330	0.07 412	0.04 54	0.04 82

AIO-test1	0.10 270	0.07 256	0.10 210	0.23 643	0.07 145	0.09 157	0.13 193	0.21 396	0.14 245	0.11 291	0.12 297	0.09 249	0.07 192	0.11 216	0.09 113	0.06 180	0.05 290	0.09 520	0.10 585	0.03 1	0.06 333

SMoEStereo_RVC	0.08 95	0.06 125	0.12 322	0.16 232	0.07 145	0.09 157	0.14 268	0.11 71	0.13 212	0.09 203	0.07 74	0.07 139	0.07 192	0.12 316	0.10 223	0.05 55	0.04 26	0.06 215	0.05 208	0.04 54	0.04 82

tg	0.10 270	0.06 125	0.10 210	0.18 418	0.08 240	0.11 280	0.16 431	0.20 369	0.12 168	0.08 147	0.11 274	0.11 318	0.07 192	0.11 216	0.10 223	0.05 55	0.04 26	0.08 431	0.08 495	0.04 54	0.04 82

PAM_32	0.09 190	0.05 45	0.17 539	0.15 132	0.08 240	0.10 223	0.15 357	0.14 166	0.15 273	0.09 203	0.08 140	0.09 249	0.07 192	0.14 410	0.08 29	0.06 180	0.05 290	0.06 215	0.06 309	0.05 180	0.06 333

PAM	0.10 270	0.05 45	0.16 507	0.15 132	0.08 240	0.09 157	0.16 431	0.15 209	0.16 315	0.12 336	0.09 180	0.09 249	0.07 192	0.13 374	0.08 29	0.06 180	0.05 290	0.06 215	0.06 309	0.05 180	0.06 333

UGAM-zero	0.09 190	0.05 45	0.15 470	0.15 132	0.08 240	0.09 157	0.13 193	0.19 357	0.15 273	0.11 291	0.15 354	0.07 139	0.07 192	0.09 67	0.09 113	0.06 180	0.05 290	0.06 215	0.05 208	0.05 180	0.06 333

model_zeroshot	0.10 270	0.04 1	0.11 273	0.15 132	0.09 376	0.12 335	0.14 268	0.20 369	0.13 212	0.11 291	0.10 219	0.12 340	0.07 192	0.12 316	0.10 223	0.07 365	0.06 451	0.06 215	0.05 208	0.06 317	0.06 333

AIO-Stereo-zeroshot1	0.11 324	0.05 45	0.14 421	0.15 132	0.20 691	0.09 157	0.17 473	0.21 396	0.15 273	0.11 291	0.14 333	0.10 287	0.07 192	0.10 134	0.08 29	0.06 180	0.05 290	0.07 330	0.07 412	0.07 404	0.09 545

AIO-Stereo-zeroshot	0.11 324	0.05 45	0.11 273	0.15 132	0.13 607	0.13 393	0.16 431	0.23 447	0.17 346	0.10 254	0.12 297	0.10 287	0.07 192	0.11 216	0.09 113	0.06 180	0.05 290	0.06 215	0.06 309	0.07 404	0.08 496

CAS++	0.11 324	0.07 256	0.11 273	0.14 72	0.09 376	0.12 335	0.14 268	0.24 471	0.14 245	0.11 291	0.09 180	0.11 318	0.07 192	0.14 410	0.09 113	0.11 596	0.09 600	0.09 520	0.07 412	0.07 404	0.08 496
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	0.10 270	0.07 256	0.10 210	0.17 321	0.09 376	0.14 430	0.18 524	0.15 209	0.15 273	0.09 203	0.06 28	0.06 48	0.07 192	0.12 316	0.09 113	0.06 180	0.05 290	0.08 431	0.07 412	0.06 317	0.06 333

MyStereo06	0.10 270	0.07 256	0.12 322	0.17 321	0.09 376	0.13 393	0.18 524	0.19 357	0.12 168	0.12 336	0.08 140	0.07 139	0.07 192	0.11 216	0.09 113	0.06 180	0.05 290	0.07 330	0.07 412	0.06 317	0.06 333

UniTT-Stereo	0.09 190	0.07 256	0.08 63	0.18 418	0.08 240	0.13 393	0.11 76	0.12 98	0.11 125	0.10 254	0.12 297	0.05 5	0.07 192	0.09 67	0.09 113	0.07 365	0.05 290	0.05 60	0.05 208	0.05 180	0.05 221

CASnet	0.09 190	0.09 470	0.09 139	0.19 495	0.06 36	0.07 47	0.11 76	0.18 326	0.14 245	0.11 291	0.10 219	0.09 249	0.07 192	0.10 134	0.10 223	0.06 180	0.04 26	0.10 570	0.08 495	0.05 180	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
HH	0.09 190	0.06 125	0.13 380	0.17 321	0.08 240	0.10 223	0.16 431	0.14 166	0.10 92	0.08 147	0.09 180	0.08 207	0.07 192	0.10 134	0.09 113	0.06 180	0.04 26	0.06 215	0.05 208	0.05 180	0.04 82

HanStereo	0.09 190	0.06 125	0.13 380	0.17 321	0.08 240	0.10 223	0.16 431	0.14 166	0.10 92	0.08 147	0.09 180	0.08 207	0.07 192	0.10 134	0.09 113	0.06 180	0.04 26	0.06 215	0.05 208	0.05 180	0.04 82

LL-Strereo2	0.10 270	0.10 533	0.15 470	0.18 418	0.08 240	0.15 457	0.09 27	0.17 291	0.14 245	0.14 399	0.10 219	0.09 249	0.07 192	0.16 473	0.10 223	0.05 55	0.05 290	0.10 570	0.07 412	0.06 317	0.05 221

4D-IteraStereo	0.09 190	0.07 256	0.10 210	0.18 418	0.07 145	0.09 157	0.15 357	0.17 291	0.15 273	0.10 254	0.11 274	0.10 287	0.07 192	0.11 216	0.09 113	0.05 55	0.03 1	0.08 431	0.07 412	0.06 317	0.05 221

RCA-Stereo	0.09 190	0.06 125	0.09 139	0.16 232	0.06 36	0.09 157	0.13 193	0.18 326	0.14 245	0.09 203	0.10 219	0.08 207	0.07 192	0.12 316	0.11 313	0.06 180	0.04 26	0.06 215	0.05 208	0.05 180	0.04 82

RAFT_CTSACE	0.12 404	0.09 470	0.10 210	0.22 619	0.08 240	0.12 335	0.24 648	0.18 326	0.16 315	0.20 546	0.27 556	0.13 373	0.07 192	0.13 374	0.09 113	0.05 55	0.06 451	0.08 431	0.07 412	0.04 54	0.04 82

IPLG	0.10 270	0.07 256	0.15 470	0.17 321	0.08 240	0.11 280	0.14 268	0.20 369	0.15 273	0.12 336	0.17 391	0.07 139	0.07 192	0.14 410	0.13 429	0.06 180	0.04 26	0.06 215	0.05 208	0.04 54	0.04 82

MIPNet	0.11 324	0.08 384	0.14 421	0.17 321	0.09 376	0.12 335	0.14 268	0.20 369	0.24 484	0.11 291	0.10 219	0.09 249	0.07 192	0.13 374	0.12 382	0.06 180	0.04 26	0.06 215	0.05 208	0.04 54	0.04 82

iRaftStereo_RVC	0.10 270	0.07 256	0.09 139	0.17 321	0.09 376	0.11 280	0.17 473	0.18 326	0.12 168	0.09 203	0.12 297	0.10 287	0.07 192	0.11 216	0.10 223	0.05 55	0.04 26	0.08 431	0.08 495	0.04 54	0.04 82

CREStereo++_RVC	0.08 95	0.04 1	0.06 6	0.13 23	0.07 145	0.09 157	0.12 114	0.14 166	0.14 245	0.10 254	0.14 333	0.08 207	0.07 192	0.09 67	0.11 313	0.06 180	0.04 26	0.05 60	0.05 208	0.04 54	0.04 82
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	0.09 190	0.06 125	0.10 210	0.17 321	0.08 240	0.09 157	0.10 44	0.18 326	0.16 315	0.10 254	0.09 180	0.12 340	0.07 192	0.12 316	0.10 223	0.08 450	0.05 290	0.06 215	0.05 208	0.05 180	0.05 221

sCroCo_RVC	0.12 404	0.09 470	0.23 614	0.24 652	0.11 547	0.19 557	0.14 268	0.17 291	0.14 245	0.10 254	0.13 317	0.12 340	0.07 192	0.14 410	0.11 313	0.08 450	0.08 563	0.08 431	0.08 495	0.05 180	0.07 423

EAI-Stereo	0.09 190	0.07 256	0.11 273	0.15 132	0.06 36	0.10 223	0.15 357	0.16 252	0.09 60	0.08 147	0.09 180	0.08 207	0.07 192	0.09 67	0.11 313	0.05 55	0.04 26	0.05 60	0.05 208	0.05 180	0.04 82

PMTNet	0.09 190	0.05 45	0.09 139	0.12 7	0.06 36	0.12 335	0.14 268	0.15 209	0.11 125	0.09 203	0.13 317	0.10 287	0.07 192	0.13 374	0.10 223	0.15 665	0.04 26	0.05 60	0.03 1	0.07 404	0.06 333

zzzzzzz1	0.11 324	0.07 256	0.13 380	0.21 599	0.10 492	0.12 335	0.18 524	0.22 423	0.20 424	0.13 371	0.12 297	0.08 207	0.08 247	0.13 374	0.09 113	0.05 55	0.05 290	0.07 330	0.07 412	0.05 180	0.05 221

GELT-Stereo	0.09 190	0.06 125	0.09 139	0.18 418	0.07 145	0.07 47	0.14 268	0.21 396	0.17 346	0.08 147	0.07 74	0.06 48	0.08 247	0.10 134	0.07 1	0.04 11	0.04 26	0.06 215	0.06 309	0.03 1	0.03 2

VeloStereo	0.09 190	0.04 1	0.12 322	0.14 72	0.11 547	0.07 47	0.06 1	0.08 13	0.06 8	0.09 203	0.07 74	0.06 48	0.08 247	0.11 216	0.10 223	0.08 450	0.08 563	0.08 431	0.07 412	0.11 599	0.13 642

flow	0.09 190	0.04 1	0.12 322	0.14 72	0.11 547	0.07 47	0.06 1	0.08 13	0.06 8	0.09 203	0.07 74	0.06 48	0.08 247	0.12 316	0.10 223	0.08 450	0.08 563	0.08 431	0.07 412	0.11 599	0.13 642

GREATEN-IGEV-FM_RVC	0.09 190	0.05 45	0.11 273	0.19 495	0.07 145	0.10 223	0.09 27	0.12 98	0.09 60	0.09 203	0.09 180	0.07 139	0.08 247	0.08 32	0.09 113	0.06 180	0.06 451	0.10 570	0.08 495	0.07 404	0.05 221

S0	0.12 404	0.08 384	0.08 63	0.20 564	0.07 145	0.18 532	0.23 633	0.15 209	0.15 273	0.10 254	0.10 219	0.13 373	0.08 247	0.12 316	0.11 313	0.09 519	0.10 622	0.14 651	0.14 656	0.05 180	0.04 82

SE	0.10 270	0.10 533	0.08 63	0.19 495	0.09 376	0.11 280	0.11 76	0.15 209	0.11 125	0.10 254	0.16 367	0.09 249	0.08 247	0.09 67	0.10 223	0.06 180	0.05 290	0.08 431	0.07 412	0.07 404	0.04 82

Anonymus	0.08 95	0.05 45	0.10 210	0.15 132	0.08 240	0.10 223	0.15 357	0.15 209	0.10 92	0.07 86	0.06 28	0.07 139	0.08 247	0.12 316	0.10 223	0.06 180	0.04 26	0.05 60	0.05 208	0.05 180	0.06 333

LGCAT	0.08 95	0.04 1	0.10 210	0.11 1	0.06 36	0.07 47	0.12 114	0.07 7	0.08 30	0.09 203	0.07 74	0.07 139	0.08 247	0.12 316	0.11 313	0.10 564	0.09 600	0.04 1	0.05 208	0.04 54	0.09 545

derf	0.07 7	0.04 1	0.10 210	0.14 72	0.06 36	0.05 5	0.12 114	0.12 98	0.09 60	0.05 2	0.07 74	0.07 139	0.08 247	0.10 134	0.10 223	0.06 180	0.05 290	0.04 1	0.03 1	0.04 54	0.05 221

mm2	0.07 7	0.04 1	0.10 210	0.13 23	0.06 36	0.06 16	0.12 114	0.13 132	0.08 30	0.06 30	0.07 74	0.06 48	0.08 247	0.10 134	0.09 113	0.06 180	0.05 290	0.04 1	0.03 1	0.04 54	0.05 221

mm1	0.07 7	0.04 1	0.10 210	0.13 23	0.06 36	0.06 16	0.12 114	0.06 1	0.08 30	0.06 30	0.07 74	0.06 48	0.08 247	0.10 134	0.09 113	0.06 180	0.05 290	0.04 1	0.03 1	0.04 54	0.05 221

qqai	0.07 7	0.05 45	0.10 210	0.14 72	0.06 36	0.05 5	0.12 114	0.08 13	0.09 60	0.05 2	0.06 28	0.06 48	0.08 247	0.10 134	0.09 113	0.06 180	0.05 290	0.05 60	0.03 1	0.04 54	0.05 221

PointNet	0.07 7	0.06 125	0.07 14	0.15 132	0.07 145	0.08 98	0.14 268	0.11 71	0.08 30	0.05 2	0.07 74	0.08 207	0.08 247	0.09 67	0.09 113	0.06 180	0.04 26	0.05 60	0.04 69	0.03 1	0.04 82

DF	0.08 95	0.05 45	0.09 139	0.15 132	0.06 36	0.11 280	0.13 193	0.10 41	0.12 168	0.09 203	0.10 219	0.10 287	0.08 247	0.11 216	0.09 113	0.07 365	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

RT-Monster	0.09 190	0.05 45	0.09 139	0.14 72	0.08 240	0.11 280	0.10 44	0.17 291	0.18 380	0.13 371	0.10 219	0.09 249	0.08 247	0.10 134	0.10 223	0.07 365	0.05 290	0.05 60	0.04 69	0.05 180	0.06 333

GeoVLM	0.08 95	0.04 1	0.10 210	0.13 23	0.06 36	0.10 223	0.12 114	0.13 132	0.08 30	0.06 30	0.07 74	0.06 48	0.08 247	0.10 134	0.11 313	0.06 180	0.05 290	0.04 1	0.03 1	0.04 54	0.05 221

LACA2	0.07 7	0.05 45	0.06 6	0.15 132	0.06 36	0.09 157	0.11 76	0.11 71	0.10 92	0.05 2	0.05 7	0.06 48	0.08 247	0.09 67	0.07 1	0.07 365	0.04 26	0.04 1	0.04 69	0.04 54	0.04 82

NLSM3	0.09 190	0.06 125	0.08 63	0.19 495	0.08 240	0.11 280	0.16 431	0.18 326	0.16 315	0.06 30	0.08 140	0.07 139	0.08 247	0.09 67	0.11 313	0.04 11	0.04 26	0.06 215	0.07 412	0.03 1	0.03 2

MonSter++	0.08 95	0.04 1	0.10 210	0.13 23	0.06 36	0.09 157	0.12 114	0.13 132	0.08 30	0.06 30	0.07 74	0.06 48	0.08 247	0.10 134	0.11 313	0.06 180	0.05 290	0.04 1	0.03 1	0.04 54	0.04 82

CSFM-Stereo	0.07 7	0.05 45	0.07 14	0.14 72	0.06 36	0.09 157	0.13 193	0.15 209	0.06 8	0.07 86	0.08 140	0.06 48	0.08 247	0.09 67	0.09 113	0.06 180	0.05 290	0.04 1	0.03 1	0.04 54	0.04 82

DA	0.08 95	0.07 256	0.07 14	0.19 495	0.08 240	0.09 157	0.12 114	0.13 132	0.12 168	0.08 147	0.10 219	0.10 287	0.08 247	0.09 67	0.10 223	0.05 55	0.04 26	0.06 215	0.04 69	0.05 180	0.03 2

GGEV	0.08 95	0.07 256	0.07 14	0.19 495	0.08 240	0.09 157	0.12 114	0.13 132	0.12 168	0.08 147	0.10 219	0.10 287	0.08 247	0.09 67	0.10 223	0.05 55	0.04 26	0.06 215	0.04 69	0.05 180	0.03 2

Reg-Stereo(zero)	0.08 95	0.05 45	0.08 63	0.16 232	0.06 36	0.12 335	0.11 76	0.15 209	0.10 92	0.12 336	0.09 180	0.10 287	0.08 247	0.11 216	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.05 221

castereo	0.09 190	0.06 125	0.11 273	0.15 132	0.06 36	0.11 280	0.15 357	0.14 166	0.18 380	0.08 147	0.10 219	0.11 318	0.08 247	0.09 67	0.10 223	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

999	0.09 190	0.05 45	0.13 380	0.15 132	0.08 240	0.10 223	0.14 268	0.15 209	0.11 125	0.10 254	0.08 140	0.08 207	0.08 247	0.16 473	0.10 223	0.06 180	0.04 26	0.06 215	0.05 208	0.04 54	0.05 221

rvit_stereo_0080	0.10 270	0.08 384	0.14 421	0.15 132	0.09 376	0.07 47	0.15 357	0.16 252	0.16 315	0.11 291	0.10 219	0.14 396	0.08 247	0.12 316	0.10 223	0.09 519	0.07 529	0.07 330	0.06 309	0.07 404	0.05 221

trnet	0.08 95	0.05 45	0.07 14	0.12 7	0.05 2	0.12 335	0.11 76	0.13 132	0.10 92	0.08 147	0.13 317	0.09 249	0.08 247	0.11 216	0.10 223	0.08 450	0.05 290	0.05 60	0.03 1	0.06 317	0.05 221

Former-RAFT_DAM_RVC	0.10 270	0.08 384	0.12 322	0.16 232	0.08 240	0.15 457	0.16 431	0.18 326	0.18 380	0.10 254	0.09 180	0.09 249	0.08 247	0.11 216	0.12 382	0.07 365	0.05 290	0.08 431	0.06 309	0.07 404	0.06 333

AE-Stereo	0.10 270	0.08 384	0.10 210	0.18 418	0.09 376	0.10 223	0.15 357	0.14 166	0.19 400	0.09 203	0.14 333	0.12 340	0.08 247	0.11 216	0.10 223	0.05 55	0.06 451	0.07 330	0.06 309	0.05 180	0.04 82

whm_eth	0.10 270	0.08 384	0.14 421	0.15 132	0.09 376	0.07 47	0.15 357	0.16 252	0.16 315	0.11 291	0.10 219	0.14 396	0.08 247	0.12 316	0.10 223	0.09 519	0.07 529	0.07 330	0.06 309	0.07 404	0.05 221

AEACV	0.08 95	0.05 45	0.08 63	0.14 72	0.13 607	0.14 430	0.13 193	0.14 166	0.09 60	0.07 86	0.09 180	0.07 139	0.08 247	0.10 134	0.09 113	0.06 180	0.04 26	0.06 215	0.05 208	0.05 180	0.04 82

GLC_STEREO	0.11 324	0.07 256	0.11 273	0.17 321	0.07 145	0.09 157	0.13 193	0.15 209	0.24 484	0.12 336	0.13 317	0.12 340	0.08 247	0.18 533	0.11 313	0.06 180	0.08 563	0.08 431	0.06 309	0.05 180	0.05 221

IPLGR	0.11 324	0.09 470	0.16 507	0.18 418	0.08 240	0.12 335	0.17 473	0.21 396	0.24 484	0.11 291	0.12 297	0.11 318	0.08 247	0.12 316	0.12 382	0.06 180	0.05 290	0.06 215	0.06 309	0.04 54	0.04 82

test-3	0.08 95	0.06 125	0.09 139	0.17 321	0.07 145	0.07 47	0.14 268	0.12 98	0.15 273	0.09 203	0.08 140	0.07 139	0.08 247	0.11 216	0.10 223	0.05 55	0.04 26	0.07 330	0.05 208	0.04 54	0.04 82

test_1	0.08 95	0.06 125	0.09 139	0.17 321	0.07 145	0.07 47	0.14 268	0.12 98	0.15 273	0.09 203	0.08 140	0.07 139	0.08 247	0.11 216	0.10 223	0.05 55	0.04 26	0.07 330	0.05 208	0.04 54	0.04 82

HHNet	0.11 324	0.06 125	0.16 507	0.15 132	0.14 629	0.07 47	0.13 193	0.20 369	0.17 346	0.14 399	0.25 530	0.11 318	0.08 247	0.13 374	0.10 223	0.05 55	0.04 26	0.08 431	0.06 309	0.05 180	0.09 545

AnonymousM	0.09 190	0.05 45	0.10 210	0.14 72	0.06 36	0.09 157	0.13 193	0.19 357	0.14 245	0.13 371	0.11 274	0.09 249	0.08 247	0.13 374	0.10 223	0.08 450	0.05 290	0.08 431	0.05 208	0.05 180	0.05 221

test-1	0.10 270	0.07 256	0.16 507	0.19 495	0.08 240	0.11 280	0.24 648	0.14 166	0.18 380	0.09 203	0.07 74	0.09 249	0.08 247	0.07 7	0.09 113	0.06 180	0.04 26	0.06 215	0.05 208	0.04 54	0.04 82

Prome-Stereo	0.11 324	0.06 125	0.10 210	0.18 418	0.08 240	0.12 335	0.15 357	0.22 423	0.13 212	0.12 336	0.17 391	0.13 373	0.08 247	0.12 316	0.10 223	0.05 55	0.04 26	0.07 330	0.06 309	0.06 317	0.09 545

raft+_RVC	0.11 324	0.07 256	0.09 139	0.16 232	0.07 145	0.10 223	0.11 76	0.24 471	0.20 424	0.12 336	0.15 354	0.12 340	0.08 247	0.12 316	0.13 429	0.07 365	0.04 26	0.07 330	0.06 309	0.05 180	0.05 221

XX-TBD	0.09 190	0.06 125	0.07 14	0.14 72	0.07 145	0.12 335	0.16 431	0.14 166	0.13 212	0.11 291	0.12 297	0.09 249	0.08 247	0.10 134	0.10 223	0.06 180	0.04 26	0.05 60	0.03 1	0.06 317	0.05 221

sAnonymous2	0.13 432	0.12 579	0.24 618	0.20 564	0.12 584	0.17 513	0.13 193	0.26 509	0.21 441	0.11 291	0.11 274	0.13 373	0.08 247	0.10 134	0.10 223	0.09 519	0.05 290	0.08 431	0.06 309	0.15 669	0.10 577

CroCo_RVC	0.13 432	0.12 579	0.24 618	0.20 564	0.12 584	0.17 513	0.13 193	0.26 509	0.21 441	0.11 291	0.11 274	0.13 373	0.08 247	0.10 134	0.10 223	0.09 519	0.05 290	0.08 431	0.06 309	0.15 669	0.10 577

CREStereo	0.09 190	0.04 1	0.08 63	0.11 1	0.06 36	0.13 393	0.14 268	0.14 166	0.10 92	0.08 147	0.13 317	0.09 249	0.08 247	0.11 216	0.10 223	0.08 450	0.04 26	0.05 60	0.03 1	0.06 317	0.06 333
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	0.10 270	0.06 125	0.10 210	0.17 321	0.08 240	0.11 280	0.14 268	0.23 447	0.11 125	0.12 336	0.19 430	0.11 318	0.08 247	0.09 67	0.11 313	0.07 365	0.05 290	0.06 215	0.05 208	0.05 180	0.05 221

RAFT-Stereo	0.10 270	0.06 125	0.10 210	0.17 321	0.08 240	0.11 280	0.14 268	0.23 447	0.11 125	0.12 336	0.19 430	0.11 318	0.08 247	0.09 67	0.11 313	0.07 365	0.05 290	0.06 215	0.05 208	0.05 180	0.05 221
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
over-6	0.08 95	0.07 256	0.08 63	0.17 321	0.05 2	0.10 223	0.09 27	0.17 291	0.11 125	0.06 30	0.07 74	0.06 48	0.09 294	0.10 134	0.08 29	0.06 180	0.04 26	0.04 1	0.04 69	0.05 180	0.05 221

over-8	0.07 7	0.07 256	0.07 14	0.18 418	0.05 2	0.08 98	0.08 9	0.13 132	0.05 4	0.06 30	0.05 7	0.07 139	0.09 294	0.11 216	0.08 29	0.06 180	0.04 26	0.04 1	0.03 1	0.05 180	0.05 221

over-9	0.07 7	0.07 256	0.07 14	0.18 418	0.05 2	0.08 98	0.08 9	0.13 132	0.06 8	0.06 30	0.05 7	0.07 139	0.09 294	0.11 216	0.08 29	0.06 180	0.04 26	0.04 1	0.03 1	0.05 180	0.05 221

SMOE	0.10 270	0.08 384	0.09 139	0.18 418	0.07 145	0.13 393	0.14 268	0.18 326	0.13 212	0.11 291	0.13 317	0.12 340	0.09 294	0.11 216	0.11 313	0.05 55	0.05 290	0.08 431	0.06 309	0.06 317	0.04 82

ManiGeoR	0.10 270	0.05 45	0.12 322	0.12 7	0.08 240	0.12 335	0.12 114	0.24 471	0.14 245	0.12 336	0.14 333	0.12 340	0.09 294	0.13 374	0.13 429	0.07 365	0.04 26	0.05 60	0.05 208	0.07 404	0.07 423

HLf10	0.10 270	0.05 45	0.12 322	0.12 7	0.08 240	0.12 335	0.12 114	0.24 471	0.14 245	0.12 336	0.14 333	0.12 340	0.09 294	0.13 374	0.13 429	0.07 365	0.04 26	0.05 60	0.05 208	0.07 404	0.07 423

TestStereo_HLe17	0.10 270	0.05 45	0.12 322	0.13 23	0.07 145	0.11 280	0.15 357	0.21 396	0.15 273	0.11 291	0.14 333	0.11 318	0.09 294	0.13 374	0.12 382	0.07 365	0.04 26	0.05 60	0.05 208	0.07 404	0.06 333

GGDA	0.11 324	0.06 125	0.11 273	0.13 23	0.07 145	0.12 335	0.14 268	0.19 357	0.19 400	0.13 371	0.20 443	0.12 340	0.09 294	0.12 316	0.12 382	0.07 365	0.04 26	0.05 60	0.05 208	0.06 317	0.07 423

LiteMatch*	0.08 95	0.04 1	0.11 273	0.13 23	0.08 240	0.08 98	0.13 193	0.14 166	0.09 60	0.05 2	0.05 7	0.05 5	0.09 294	0.11 216	0.10 223	0.06 180	0.05 290	0.05 60	0.04 69	0.05 180	0.05 221

VMStereo-Base	0.09 190	0.05 45	0.10 210	0.13 23	0.07 145	0.10 223	0.10 44	0.16 252	0.13 212	0.10 254	0.15 354	0.10 287	0.09 294	0.11 216	0.10 223	0.07 365	0.05 290	0.05 60	0.04 69	0.05 180	0.06 333

Hybrid-DGEV-03	0.10 270	0.06 125	0.09 139	0.18 418	0.08 240	0.16 489	0.14 268	0.15 209	0.14 245	0.13 371	0.16 367	0.12 340	0.09 294	0.13 374	0.11 313	0.06 180	0.04 26	0.08 431	0.06 309	0.05 180	0.04 82

WQFJX	0.10 270	0.07 256	0.09 139	0.21 599	0.09 376	0.12 335	0.16 431	0.18 326	0.17 346	0.12 336	0.10 219	0.07 139	0.09 294	0.12 316	0.10 223	0.06 180	0.07 529	0.06 215	0.05 208	0.06 317	0.05 221

NLMM1	0.11 324	0.09 470	0.07 14	0.22 619	0.10 492	0.12 335	0.20 589	0.18 326	0.20 424	0.12 336	0.11 274	0.07 139	0.09 294	0.11 216	0.11 313	0.08 450	0.08 563	0.07 330	0.06 309	0.04 54	0.04 82

NLCSM	0.11 324	0.09 470	0.09 139	0.23 643	0.11 547	0.12 335	0.19 565	0.18 326	0.18 380	0.12 336	0.11 274	0.07 139	0.09 294	0.11 216	0.10 223	0.07 365	0.08 563	0.07 330	0.07 412	0.06 317	0.05 221

BridgeDepth	0.07 7	0.07 256	0.08 63	0.18 418	0.06 36	0.07 47	0.11 76	0.09 27	0.06 8	0.04 1	0.07 74	0.10 287	0.09 294	0.08 32	0.08 29	0.04 11	0.03 1	0.04 1	0.04 69	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	0.09 190	0.06 125	0.08 63	0.16 232	0.07 145	0.09 157	0.13 193	0.15 209	0.13 212	0.11 291	0.12 297	0.08 207	0.09 294	0.07 7	0.08 29	0.06 180	0.05 290	0.05 60	0.05 208	0.04 54	0.04 82

DVStereo	0.09 190	0.05 45	0.08 63	0.15 132	0.06 36	0.11 280	0.12 114	0.14 166	0.16 315	0.11 291	0.11 274	0.09 249	0.09 294	0.11 216	0.10 223	0.06 180	0.05 290	0.05 60	0.04 69	0.03 1	0.03 2

S2M2_L	0.09 190	0.08 384	0.11 273	0.13 23	0.10 492	0.08 98	0.06 1	0.10 41	0.10 92	0.10 254	0.09 180	0.10 287	0.09 294	0.11 216	0.11 313	0.13 647	0.07 529	0.08 431	0.09 543	0.10 576	0.08 496
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 95	0.05 45	0.10 210	0.14 72	0.05 2	0.12 335	0.12 114	0.11 71	0.12 168	0.07 86	0.09 180	0.09 249	0.09 294	0.08 32	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.03 2

FLISNet	0.11 324	0.06 125	0.11 273	0.13 23	0.09 376	0.09 157	0.14 268	0.21 396	0.10 92	0.19 523	0.17 391	0.14 396	0.09 294	0.16 473	0.08 29	0.05 55	0.04 26	0.07 330	0.08 495	0.07 404	0.06 333

CoSv	0.11 324	0.06 125	0.11 273	0.13 23	0.09 376	0.09 157	0.14 268	0.21 396	0.10 92	0.19 523	0.17 391	0.14 396	0.09 294	0.16 473	0.08 29	0.05 55	0.04 26	0.07 330	0.08 495	0.07 404	0.06 333

fffy	0.09 190	0.08 384	0.09 139	0.16 232	0.07 145	0.13 393	0.17 473	0.13 132	0.12 168	0.08 147	0.09 180	0.08 207	0.09 294	0.13 374	0.11 313	0.05 55	0.05 290	0.07 330	0.05 208	0.04 54	0.05 221

rvit_stereo_0081_aga	0.11 324	0.09 470	0.14 421	0.18 418	0.09 376	0.13 393	0.14 268	0.14 166	0.19 400	0.10 254	0.18 419	0.16 442	0.09 294	0.12 316	0.09 113	0.10 564	0.06 451	0.08 431	0.07 412	0.07 404	0.06 333

rvit_stereo_0081	0.11 324	0.08 384	0.15 470	0.16 232	0.09 376	0.10 223	0.14 268	0.14 166	0.24 484	0.11 291	0.13 317	0.13 373	0.09 294	0.11 216	0.12 382	0.10 564	0.07 529	0.08 431	0.07 412	0.07 404	0.05 221

rvit_stereo_0082	0.11 324	0.08 384	0.15 470	0.16 232	0.09 376	0.10 223	0.14 268	0.14 166	0.24 484	0.11 291	0.13 317	0.13 373	0.09 294	0.11 216	0.12 382	0.10 564	0.07 529	0.08 431	0.07 412	0.07 404	0.05 221

EKT-Stereo	0.11 324	0.07 256	0.14 421	0.15 132	0.10 492	0.13 393	0.14 268	0.18 326	0.21 441	0.11 291	0.08 140	0.12 340	0.09 294	0.11 216	0.12 382	0.08 450	0.06 451	0.07 330	0.06 309	0.08 478	0.07 423

GCAP-Stereo	0.09 190	0.07 256	0.13 380	0.18 418	0.06 36	0.11 280	0.07 5	0.13 132	0.12 168	0.09 203	0.10 219	0.07 139	0.09 294	0.13 374	0.10 223	0.06 180	0.05 290	0.05 60	0.04 69	0.04 54	0.05 221

Any-RAFT	0.10 270	0.05 45	0.09 139	0.14 72	0.07 145	0.13 393	0.14 268	0.21 396	0.15 273	0.11 291	0.12 297	0.12 340	0.09 294	0.12 316	0.09 113	0.07 365	0.04 26	0.05 60	0.04 69	0.06 317	0.05 221

RAFT-Test	0.09 190	0.06 125	0.10 210	0.15 132	0.07 145	0.11 280	0.15 357	0.16 252	0.13 212	0.09 203	0.10 219	0.10 287	0.09 294	0.12 316	0.09 113	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.05 221

LoS_RVC	0.08 95	0.05 45	0.07 14	0.15 132	0.07 145	0.08 98	0.15 357	0.11 71	0.10 92	0.08 147	0.09 180	0.06 48	0.09 294	0.10 134	0.09 113	0.05 55	0.04 26	0.05 60	0.03 1	0.04 54	0.03 2

anonymousdsp2	0.11 324	0.07 256	0.10 210	0.16 232	0.09 376	0.13 393	0.14 268	0.18 326	0.22 455	0.13 371	0.14 333	0.12 340	0.09 294	0.14 410	0.11 313	0.05 55	0.04 26	0.05 60	0.04 69	0.06 317	0.05 221

LoS	0.09 190	0.05 45	0.11 273	0.13 23	0.07 145	0.14 430	0.11 76	0.15 209	0.15 273	0.09 203	0.09 180	0.12 340	0.09 294	0.15 438	0.10 223	0.07 365	0.05 290	0.05 60	0.03 1	0.05 180	0.05 221
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
knoymous	0.11 324	0.05 45	0.12 322	0.13 23	0.07 145	0.15 457	0.14 268	0.19 357	0.13 212	0.11 291	0.17 391	0.13 373	0.09 294	0.13 374	0.11 313	0.08 450	0.05 290	0.06 215	0.05 208	0.08 478	0.07 423

test_4	0.10 270	0.10 533	0.08 63	0.19 495	0.09 376	0.08 98	0.22 621	0.15 209	0.17 346	0.12 336	0.18 419	0.12 340	0.09 294	0.08 32	0.11 313	0.04 11	0.04 26	0.08 431	0.08 495	0.04 54	0.03 2

iRaft-Stereo_5w	0.12 404	0.09 470	0.12 322	0.19 495	0.08 240	0.09 157	0.12 114	0.21 396	0.21 441	0.19 523	0.14 333	0.11 318	0.09 294	0.20 575	0.16 523	0.05 55	0.05 290	0.07 330	0.06 309	0.05 180	0.06 333

CIPLG	0.11 324	0.08 384	0.14 421	0.17 321	0.08 240	0.12 335	0.15 357	0.17 291	0.15 273	0.14 399	0.11 274	0.16 442	0.09 294	0.16 473	0.11 313	0.07 365	0.05 290	0.06 215	0.05 208	0.05 180	0.06 333

dd	0.15 515	0.16 638	0.16 507	0.19 495	0.09 376	0.15 457	0.18 524	0.21 396	0.25 506	0.23 591	0.20 443	0.21 517	0.09 294	0.21 593	0.16 523	0.10 564	0.06 451	0.08 431	0.06 309	0.08 478	0.06 333

IPLGR_C	0.11 324	0.08 384	0.14 421	0.17 321	0.08 240	0.12 335	0.15 357	0.17 291	0.15 273	0.14 399	0.10 219	0.16 442	0.09 294	0.16 473	0.11 313	0.07 365	0.05 290	0.06 215	0.05 208	0.05 180	0.06 333

ACRE	0.11 324	0.08 384	0.14 421	0.17 321	0.08 240	0.12 335	0.15 357	0.17 291	0.14 245	0.14 399	0.10 219	0.16 442	0.09 294	0.16 473	0.11 313	0.07 365	0.05 290	0.06 215	0.05 208	0.05 180	0.06 333

test_3	0.10 270	0.09 470	0.10 210	0.20 564	0.08 240	0.13 393	0.26 672	0.14 166	0.21 441	0.10 254	0.10 219	0.09 249	0.09 294	0.08 32	0.11 313	0.05 55	0.04 26	0.08 431	0.07 412	0.04 54	0.04 82

Pruner-Stereo	0.11 324	0.07 256	0.12 322	0.17 321	0.09 376	0.06 16	0.12 114	0.17 291	0.17 346	0.13 371	0.19 430	0.13 373	0.09 294	0.11 216	0.11 313	0.06 180	0.04 26	0.07 330	0.06 309	0.06 317	0.08 496

RAFT-345	0.11 324	0.07 256	0.15 470	0.16 232	0.08 240	0.08 98	0.12 114	0.15 209	0.10 92	0.11 291	0.36 628	0.09 249	0.09 294	0.11 216	0.12 382	0.05 55	0.05 290	0.07 330	0.06 309	0.04 54	0.05 221

RALAANet	0.11 324	0.08 384	0.10 210	0.17 321	0.09 376	0.14 430	0.10 44	0.20 369	0.15 273	0.14 399	0.13 317	0.16 442	0.09 294	0.12 316	0.11 313	0.06 180	0.05 290	0.07 330	0.06 309	0.05 180	0.04 82

RAFT-Stereo + iAFF	0.09 190	0.06 125	0.10 210	0.17 321	0.06 36	0.10 223	0.16 431	0.17 291	0.14 245	0.09 203	0.10 219	0.08 207	0.09 294	0.11 216	0.09 113	0.05 55	0.04 26	0.06 215	0.06 309	0.04 54	0.03 2

AFF-stereo	0.09 190	0.06 125	0.10 210	0.17 321	0.07 145	0.10 223	0.16 431	0.17 291	0.09 60	0.10 254	0.12 297	0.09 249	0.09 294	0.12 316	0.09 113	0.05 55	0.04 26	0.07 330	0.07 412	0.04 54	0.03 2

CFNet-RSSM	0.09 190	0.07 256	0.09 139	0.16 232	0.07 145	0.09 157	0.15 357	0.16 252	0.17 346	0.08 147	0.12 297	0.10 287	0.09 294	0.11 216	0.09 113	0.06 180	0.04 26	0.06 215	0.04 69	0.04 54	0.04 82

Gwc-CoAtRS	0.09 190	0.06 125	0.10 210	0.16 232	0.07 145	0.10 223	0.14 268	0.17 291	0.17 346	0.08 147	0.10 219	0.12 340	0.09 294	0.12 316	0.09 113	0.06 180	0.04 26	0.06 215	0.04 69	0.04 54	0.04 82

over v1	0.07 7	0.07 256	0.07 14	0.18 418	0.05 2	0.08 98	0.08 9	0.10 41	0.05 4	0.06 30	0.06 28	0.07 139	0.10 341	0.11 216	0.08 29	0.05 55	0.04 26	0.04 1	0.03 1	0.05 180	0.05 221

S	0.12 404	0.08 384	0.09 139	0.20 564	0.08 240	0.13 393	0.19 565	0.17 291	0.16 315	0.13 371	0.11 274	0.13 373	0.10 341	0.11 216	0.13 429	0.09 519	0.07 529	0.13 637	0.15 673	0.06 317	0.04 82

PhaseNet	0.09 190	0.06 125	0.10 210	0.15 132	0.08 240	0.10 223	0.14 268	0.20 369	0.12 168	0.07 86	0.08 140	0.09 249	0.10 341	0.13 374	0.12 382	0.06 180	0.04 26	0.06 215	0.06 309	0.05 180	0.05 221

HLf8	0.11 324	0.05 45	0.13 380	0.11 1	0.08 240	0.15 457	0.12 114	0.22 423	0.15 273	0.13 371	0.17 391	0.12 340	0.10 341	0.14 410	0.12 382	0.09 519	0.05 290	0.05 60	0.05 208	0.08 478	0.08 496

TestStereo_HL2	0.11 324	0.06 125	0.11 273	0.12 7	0.08 240	0.12 335	0.14 268	0.20 369	0.18 380	0.13 371	0.21 467	0.12 340	0.10 341	0.12 316	0.12 382	0.07 365	0.05 290	0.05 60	0.05 208	0.07 404	0.07 423

TS12	0.08 95	0.06 125	0.09 139	0.21 599	0.07 145	0.11 280	0.13 193	0.11 71	0.09 60	0.10 254	0.10 219	0.08 207	0.10 341	0.09 67	0.12 382	0.04 11	0.04 26	0.05 60	0.04 69	0.03 1	0.04 82

RT-IGEV	0.13 432	0.06 125	0.13 380	0.15 132	0.09 376	0.15 457	0.17 473	0.24 471	0.27 530	0.16 455	0.17 391	0.17 464	0.10 341	0.14 410	0.11 313	0.08 450	0.05 290	0.07 330	0.05 208	0.07 404	0.07 423

Selective-IGEV-i1	0.13 432	0.07 256	0.12 322	0.19 495	0.08 240	0.18 532	0.16 431	0.22 423	0.30 562	0.16 455	0.17 391	0.16 442	0.10 341	0.14 410	0.13 429	0.06 180	0.05 290	0.06 215	0.05 208	0.06 317	0.05 221

DStereoRT	0.16 540	0.06 125	0.11 273	0.19 495	0.09 376	0.12 335	0.12 114	0.28 552	0.22 455	0.12 336	0.20 443	0.11 318	0.10 341	0.15 438	0.14 472	0.06 180	0.05 290	0.96 743	0.09 543	0.05 180	0.04 82

WQFJA1	0.10 270	0.07 256	0.08 63	0.20 564	0.09 376	0.12 335	0.17 473	0.17 291	0.17 346	0.09 203	0.10 219	0.08 207	0.10 341	0.12 316	0.11 313	0.06 180	0.07 529	0.07 330	0.06 309	0.06 317	0.05 221

WQFJX1	0.10 270	0.07 256	0.08 63	0.22 619	0.09 376	0.12 335	0.17 473	0.18 326	0.17 346	0.10 254	0.09 180	0.07 139	0.10 341	0.11 216	0.09 113	0.07 365	0.08 563	0.07 330	0.06 309	0.05 180	0.04 82

NLMM	0.10 270	0.07 256	0.08 63	0.20 564	0.09 376	0.12 335	0.17 473	0.17 291	0.17 346	0.09 203	0.10 219	0.08 207	0.10 341	0.12 316	0.11 313	0.06 180	0.07 529	0.07 330	0.06 309	0.06 317	0.05 221

NLSM1	0.10 270	0.07 256	0.07 14	0.19 495	0.08 240	0.13 393	0.16 431	0.21 396	0.15 273	0.11 291	0.10 219	0.06 48	0.10 341	0.10 134	0.11 313	0.07 365	0.08 563	0.08 431	0.07 412	0.05 180	0.05 221

xyz-stereo-finetune	0.11 324	0.08 384	0.13 380	0.14 72	0.06 36	0.10 223	0.19 565	0.17 291	0.19 400	0.12 336	0.14 333	0.15 427	0.10 341	0.13 374	0.11 313	0.05 55	0.04 26	0.07 330	0.05 208	0.04 54	0.05 221

rvit_stereo_0083	0.12 404	0.08 384	0.17 539	0.16 232	0.09 376	0.11 280	0.15 357	0.14 166	0.26 520	0.11 291	0.14 333	0.13 373	0.10 341	0.12 316	0.12 382	0.10 564	0.08 563	0.09 520	0.07 412	0.07 404	0.05 221

rvit_stereo_ft	0.12 404	0.07 256	0.13 380	0.19 495	0.10 492	0.12 335	0.17 473	0.16 252	0.16 315	0.12 336	0.13 317	0.15 427	0.10 341	0.14 410	0.13 429	0.09 519	0.06 451	0.08 431	0.07 412	0.07 404	0.05 221

H2IRNET	0.10 270	0.09 470	0.09 139	0.18 418	0.09 376	0.12 335	0.15 357	0.14 166	0.21 441	0.10 254	0.10 219	0.10 287	0.10 341	0.10 134	0.10 223	0.05 55	0.04 26	0.08 431	0.08 495	0.06 317	0.05 221

MyStereo8	0.12 404	0.07 256	0.15 470	0.15 132	0.09 376	0.18 532	0.14 268	0.19 357	0.22 455	0.12 336	0.18 419	0.11 318	0.10 341	0.16 473	0.18 557	0.07 365	0.05 290	0.07 330	0.05 208	0.08 478	0.09 545

MyStereo04	0.13 432	0.07 256	0.10 210	0.17 321	0.09 376	0.14 430	0.18 524	0.29 568	0.38 625	0.17 474	0.14 333	0.16 442	0.10 341	0.15 438	0.13 429	0.06 180	0.05 290	0.08 431	0.07 412	0.06 317	0.06 333

StereoVision	0.13 432	0.12 579	0.09 139	0.24 652	0.10 492	0.15 457	0.21 610	0.21 396	0.20 424	0.12 336	0.24 501	0.10 287	0.10 341	0.16 473	0.10 223	0.09 519	0.11 635	0.12 622	0.12 641	0.06 317	0.05 221

DCRE	0.11 324	0.07 256	0.13 380	0.16 232	0.11 547	0.11 280	0.17 473	0.18 326	0.17 346	0.11 291	0.18 419	0.10 287	0.10 341	0.15 438	0.11 313	0.06 180	0.05 290	0.06 215	0.06 309	0.05 180	0.04 82

Selective-RAFT	0.11 324	0.10 533	0.11 273	0.21 599	0.08 240	0.16 489	0.13 193	0.20 369	0.22 455	0.10 254	0.10 219	0.11 318	0.10 341	0.15 438	0.11 313	0.05 55	0.05 290	0.06 215	0.05 208	0.06 317	0.05 221

TestStereo1	0.13 432	0.08 384	0.08 63	0.19 495	0.08 240	0.18 532	0.29 695	0.23 447	0.16 315	0.17 474	0.20 443	0.16 442	0.10 341	0.12 316	0.13 429	0.06 180	0.06 451	0.08 431	0.06 309	0.05 180	0.05 221

DisPM	0.11 324	0.07 256	0.12 322	0.16 232	0.09 376	0.06 16	0.13 193	0.17 291	0.17 346	0.14 399	0.20 443	0.12 340	0.10 341	0.11 216	0.10 223	0.06 180	0.04 26	0.07 330	0.06 309	0.06 317	0.11 605

raft_robust	0.13 432	0.10 533	0.07 14	0.18 418	0.08 240	0.13 393	0.24 648	0.28 552	0.33 585	0.20 546	0.19 430	0.14 396	0.10 341	0.11 216	0.12 382	0.05 55	0.05 290	0.07 330	0.07 412	0.05 180	0.04 82

RAFT+CT+SA	0.13 432	0.11 561	0.09 139	0.19 495	0.09 376	0.15 457	0.28 685	0.22 423	0.22 455	0.15 426	0.26 547	0.10 287	0.10 341	0.11 216	0.12 382	0.05 55	0.04 26	0.07 330	0.08 495	0.07 404	0.06 333

SA-5K	0.13 432	0.08 384	0.08 63	0.19 495	0.08 240	0.18 532	0.29 695	0.23 447	0.16 315	0.17 474	0.20 443	0.16 442	0.10 341	0.12 316	0.13 429	0.06 180	0.06 451	0.08 431	0.06 309	0.05 180	0.05 221

PFNet+	0.11 324	0.06 125	0.13 380	0.16 232	0.09 376	0.05 5	0.12 114	0.17 291	0.21 441	0.16 455	0.19 430	0.14 396	0.10 341	0.11 216	0.11 313	0.08 450	0.05 290	0.09 520	0.08 495	0.06 317	0.11 605

STrans-v2	0.10 270	0.07 256	0.12 322	0.18 418	0.07 145	0.10 223	0.14 268	0.21 396	0.11 125	0.11 291	0.15 354	0.12 340	0.10 341	0.11 216	0.12 382	0.05 55	0.04 26	0.06 215	0.06 309	0.04 54	0.04 82

KYRaft	0.11 324	0.07 256	0.10 210	0.19 495	0.09 376	0.08 98	0.15 357	0.22 423	0.12 168	0.13 371	0.16 367	0.20 507	0.10 341	0.12 316	0.10 223	0.05 55	0.04 26	0.08 431	0.08 495	0.06 317	0.16 679

ASMatch	0.11 324	0.06 125	0.13 380	0.16 232	0.10 492	0.07 47	0.14 268	0.17 291	0.17 346	0.12 336	0.16 367	0.16 442	0.10 341	0.13 374	0.10 223	0.05 55	0.04 26	0.06 215	0.05 208	0.04 54	0.08 496

RAFT-RH_RVC	0.11 324	0.06 125	0.14 421	0.16 232	0.09 376	0.12 335	0.12 114	0.17 291	0.12 168	0.13 371	0.41 665	0.11 318	0.10 341	0.13 374	0.12 382	0.05 55	0.04 26	0.08 431	0.05 208	0.04 54	0.06 333

cross-raft	0.10 270	0.09 470	0.09 139	0.19 495	0.07 145	0.11 280	0.25 663	0.13 132	0.15 273	0.08 147	0.11 274	0.12 340	0.10 341	0.09 67	0.11 313	0.05 55	0.04 26	0.06 215	0.05 208	0.04 54	0.04 82

rafts_anoy	0.11 324	0.06 125	0.10 210	0.17 321	0.08 240	0.10 223	0.14 268	0.17 291	0.14 245	0.13 371	0.13 317	0.12 340	0.10 341	0.11 216	0.12 382	0.07 365	0.04 26	0.09 520	0.11 619	0.07 404	0.06 333

Anonymous3	0.16 540	0.13 607	0.33 658	0.26 671	0.14 629	0.27 655	0.17 473	0.28 552	0.28 545	0.15 426	0.17 391	0.14 396	0.10 341	0.15 438	0.12 382	0.08 450	0.08 563	0.08 431	0.08 495	0.08 478	0.11 605

RALCasStereoNet	0.10 270	0.06 125	0.09 139	0.16 232	0.08 240	0.12 335	0.14 268	0.17 291	0.11 125	0.12 336	0.17 391	0.14 396	0.10 341	0.12 316	0.11 313	0.07 365	0.06 451	0.06 215	0.05 208	0.08 478	0.07 423

RAFT + AFF	0.13 432	0.07 256	0.20 589	0.20 564	0.10 492	0.14 430	0.24 648	0.26 509	0.20 424	0.11 291	0.10 219	0.12 340	0.10 341	0.15 438	0.12 382	0.07 365	0.06 451	0.09 520	0.08 495	0.06 317	0.08 496

GMStereo	0.13 432	0.14 620	0.14 421	0.18 418	0.09 376	0.15 457	0.16 431	0.20 369	0.24 484	0.16 455	0.17 391	0.10 287	0.10 341	0.16 473	0.13 429	0.07 365	0.06 451	0.06 215	0.06 309	0.07 404	0.06 333
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HLF11	0.11 324	0.05 45	0.13 380	0.12 7	0.08 240	0.14 430	0.11 76	0.22 423	0.10 92	0.12 336	0.23 488	0.11 318	0.11 379	0.14 410	0.13 429	0.08 450	0.05 290	0.05 60	0.04 69	0.08 478	0.08 496

TestStereo-Hl	0.11 324	0.06 125	0.11 273	0.13 23	0.08 240	0.15 457	0.14 268	0.20 369	0.17 346	0.13 371	0.16 367	0.12 340	0.11 379	0.14 410	0.13 429	0.06 180	0.04 26	0.05 60	0.05 208	0.06 317	0.06 333

MultiAttention	0.29 678	0.08 384	0.14 421	0.19 495	0.12 584	1.45 746	1.33 750	0.36 658	0.37 618	0.19 523	0.21 467	0.24 559	0.11 379	0.38 693	0.18 557	0.06 180	0.05 290	0.08 431	0.08 495	0.10 576	0.09 545

depthmonostereo	0.09 190	0.06 125	0.09 139	0.15 132	0.06 36	0.10 223	0.13 193	0.14 166	0.14 245	0.10 254	0.10 219	0.09 249	0.11 379	0.08 32	0.09 113	0.06 180	0.05 290	0.06 215	0.04 69	0.04 54	0.03 2

MyStereo05	0.13 432	0.07 256	0.10 210	0.17 321	0.09 376	0.13 393	0.18 524	0.27 531	0.35 606	0.17 474	0.14 333	0.15 427	0.11 379	0.15 438	0.13 429	0.06 180	0.05 290	0.07 330	0.07 412	0.06 317	0.06 333

CoDeX	0.12 404	0.07 256	0.12 322	0.17 321	0.08 240	0.12 335	0.15 357	0.23 447	0.27 530	0.13 371	0.17 391	0.16 442	0.11 379	0.14 410	0.11 313	0.07 365	0.05 290	0.07 330	0.06 309	0.06 317	0.05 221

GMStereo_Zeroshot	0.16 540	0.13 607	0.24 618	0.20 564	0.10 492	0.17 513	0.13 193	0.29 568	0.25 506	0.23 591	0.32 603	0.25 573	0.11 379	0.19 550	0.14 472	0.09 519	0.06 451	0.11 602	0.06 309	0.12 617	0.08 496

MIF-Stereo (partial)	0.11 324	0.06 125	0.10 210	0.19 495	0.10 492	0.10 223	0.11 76	0.17 291	0.18 380	0.14 399	0.16 367	0.09 249	0.11 379	0.12 316	0.12 382	0.08 450	0.05 290	0.08 431	0.07 412	0.06 317	0.07 423

riskmin	0.11 324	0.06 125	0.13 380	0.14 72	0.08 240	0.14 430	0.14 268	0.18 326	0.14 245	0.11 291	0.14 333	0.16 442	0.11 379	0.14 410	0.12 382	0.09 519	0.05 290	0.07 330	0.05 208	0.08 478	0.08 496

fff	0.10 270	0.06 125	0.12 322	0.15 132	0.07 145	0.09 157	0.17 473	0.16 252	0.20 424	0.13 371	0.16 367	0.10 287	0.11 379	0.11 216	0.12 382	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.05 221

Sa-1000	0.12 404	0.08 384	0.08 63	0.18 418	0.08 240	0.14 430	0.22 621	0.22 423	0.18 380	0.15 426	0.20 443	0.17 464	0.11 379	0.10 134	0.10 223	0.06 180	0.05 290	0.09 520	0.09 543	0.05 180	0.05 221

SA	0.12 404	0.09 470	0.08 63	0.18 418	0.08 240	0.12 335	0.24 648	0.23 447	0.18 380	0.17 474	0.27 556	0.14 396	0.11 379	0.11 216	0.11 313	0.05 55	0.05 290	0.09 520	0.08 495	0.05 180	0.04 82

CrosDoStereo	0.12 404	0.06 125	0.12 322	0.14 72	0.08 240	0.12 335	0.15 357	0.17 291	0.22 455	0.19 523	0.24 501	0.15 427	0.11 379	0.11 216	0.12 382	0.06 180	0.04 26	0.07 330	0.07 412	0.05 180	0.05 221

LCNet	0.11 324	0.07 256	0.09 139	0.19 495	0.09 376	0.08 98	0.15 357	0.21 396	0.15 273	0.11 291	0.15 354	0.16 442	0.11 379	0.12 316	0.11 313	0.05 55	0.04 26	0.08 431	0.07 412	0.06 317	0.15 668

TransformOpticalFlow	0.10 270	0.08 384	0.13 380	0.18 418	0.07 145	0.09 157	0.15 357	0.19 357	0.15 273	0.12 336	0.17 391	0.11 318	0.11 379	0.11 216	0.10 223	0.05 55	0.04 26	0.06 215	0.06 309	0.05 180	0.05 221

NF-Stereo	0.11 324	0.07 256	0.13 380	0.17 321	0.09 376	0.10 223	0.14 268	0.23 447	0.19 400	0.12 336	0.17 391	0.12 340	0.11 379	0.11 216	0.11 313	0.06 180	0.04 26	0.07 330	0.06 309	0.06 317	0.12 619

OCTAStereo	0.11 324	0.07 256	0.13 380	0.17 321	0.09 376	0.10 223	0.14 268	0.23 447	0.19 400	0.12 336	0.17 391	0.12 340	0.11 379	0.11 216	0.11 313	0.06 180	0.04 26	0.07 330	0.06 309	0.06 317	0.12 619

PSM-softLoss	0.12 404	0.07 256	0.15 470	0.17 321	0.09 376	0.08 98	0.13 193	0.24 471	0.17 346	0.14 399	0.19 430	0.13 373	0.11 379	0.11 216	0.11 313	0.07 365	0.05 290	0.08 431	0.07 412	0.06 317	0.12 619

KMStereo	0.12 404	0.07 256	0.15 470	0.17 321	0.09 376	0.08 98	0.13 193	0.24 471	0.17 346	0.14 399	0.19 430	0.13 373	0.11 379	0.11 216	0.11 313	0.07 365	0.05 290	0.08 431	0.07 412	0.06 317	0.12 619

PSM-AAD	0.11 324	0.07 256	0.10 210	0.19 495	0.09 376	0.10 223	0.15 357	0.20 369	0.13 212	0.12 336	0.14 333	0.18 479	0.11 379	0.11 216	0.10 223	0.05 55	0.05 290	0.09 520	0.08 495	0.06 317	0.14 661

DeepStereo_LL	0.12 404	0.06 125	0.12 322	0.14 72	0.08 240	0.12 335	0.15 357	0.17 291	0.22 455	0.19 523	0.24 501	0.15 427	0.11 379	0.11 216	0.12 382	0.06 180	0.04 26	0.07 330	0.07 412	0.05 180	0.05 221

PFNet	0.12 404	0.06 125	0.17 539	0.17 321	0.08 240	0.09 157	0.15 357	0.26 509	0.20 424	0.16 455	0.16 367	0.14 396	0.11 379	0.12 316	0.11 313	0.06 180	0.04 26	0.07 330	0.06 309	0.05 180	0.05 221

GrayStereo	0.11 324	0.06 125	0.11 273	0.19 495	0.09 376	0.09 157	0.16 431	0.18 326	0.17 346	0.14 399	0.17 391	0.17 464	0.11 379	0.12 316	0.11 313	0.05 55	0.05 290	0.07 330	0.06 309	0.05 180	0.10 577

RE-Stereo	0.11 324	0.07 256	0.13 380	0.17 321	0.09 376	0.10 223	0.14 268	0.23 447	0.19 400	0.12 336	0.17 391	0.12 340	0.11 379	0.11 216	0.11 313	0.06 180	0.04 26	0.07 330	0.06 309	0.06 317	0.12 619

TVStereo	0.11 324	0.07 256	0.13 380	0.17 321	0.09 376	0.10 223	0.14 268	0.23 447	0.19 400	0.12 336	0.17 391	0.12 340	0.11 379	0.11 216	0.11 313	0.06 180	0.04 26	0.07 330	0.06 309	0.06 317	0.12 619

GMM-Stereo	0.11 324	0.07 256	0.10 210	0.18 418	0.09 376	0.08 98	0.15 357	0.23 447	0.16 315	0.11 291	0.15 354	0.13 373	0.11 379	0.11 216	0.11 313	0.05 55	0.04 26	0.08 431	0.07 412	0.06 317	0.09 545

s12784h	0.09 190	0.06 125	0.07 14	0.15 132	0.05 2	0.16 489	0.18 524	0.15 209	0.15 273	0.10 254	0.11 274	0.11 318	0.11 379	0.10 134	0.12 382	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

DCANet	0.10 270	0.06 125	0.12 322	0.16 232	0.06 36	0.09 157	0.17 473	0.15 209	0.19 400	0.13 371	0.17 391	0.10 287	0.11 379	0.11 216	0.12 382	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

csc	0.10 270	0.06 125	0.12 322	0.15 132	0.07 145	0.09 157	0.17 473	0.16 252	0.20 424	0.13 371	0.16 367	0.10 287	0.11 379	0.11 216	0.12 382	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.05 221

cscssc	0.10 270	0.06 125	0.12 322	0.15 132	0.07 145	0.09 157	0.17 473	0.16 252	0.20 424	0.13 371	0.16 367	0.10 287	0.11 379	0.11 216	0.12 382	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.05 221

111	0.10 270	0.06 125	0.12 322	0.15 132	0.07 145	0.10 223	0.14 268	0.21 396	0.23 467	0.11 291	0.12 297	0.14 396	0.11 379	0.13 374	0.10 223	0.06 180	0.04 26	0.06 215	0.04 69	0.05 180	0.05 221

ARAFT	0.12 404	0.08 384	0.17 539	0.19 495	0.09 376	0.14 430	0.18 524	0.20 369	0.12 168	0.12 336	0.13 317	0.14 396	0.11 379	0.15 438	0.12 382	0.06 180	0.05 290	0.10 570	0.09 543	0.05 180	0.04 82

HITNet	0.10 270	0.06 125	0.12 322	0.14 72	0.06 36	0.11 280	0.10 44	0.18 326	0.18 380	0.13 371	0.16 367	0.14 396	0.11 379	0.15 438	0.13 429	0.06 180	0.04 26	0.04 1	0.04 69	0.06 317	0.05 221
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	0.11 324	0.09 470	0.10 210	0.17 321	0.07 145	0.20 573	0.13 193	0.21 396	0.17 346	0.12 336	0.13 317	0.10 287	0.12 412	0.13 374	0.13 429	0.07 365	0.07 529	0.08 431	0.09 543	0.06 317	0.05 221

TestStereo_HL3	0.11 324	0.05 45	0.16 507	0.13 23	0.07 145	0.12 335	0.11 76	0.20 369	0.09 60	0.15 426	0.30 590	0.13 373	0.12 412	0.16 473	0.11 313	0.07 365	0.05 290	0.05 60	0.05 208	0.06 317	0.07 423

IGEV_i1	0.12 404	0.07 256	0.12 322	0.16 232	0.08 240	0.19 557	0.14 268	0.18 326	0.22 455	0.18 504	0.18 419	0.16 442	0.12 412	0.16 473	0.14 472	0.06 180	0.05 290	0.06 215	0.05 208	0.06 317	0.06 333

Hybrid-DGEV-2	0.11 324	0.06 125	0.12 322	0.18 418	0.09 376	0.09 157	0.13 193	0.28 552	0.29 552	0.11 291	0.11 274	0.09 249	0.12 412	0.12 316	0.09 113	0.06 180	0.05 290	0.07 330	0.07 412	0.05 180	0.05 221

FlowAnything_test	0.11 324	0.08 384	0.14 421	0.15 132	0.09 376	0.07 47	0.14 268	0.20 369	0.11 125	0.09 203	0.09 180	0.12 340	0.12 412	0.13 374	0.11 313	0.09 519	0.06 451	0.09 520	0.09 543	0.06 317	0.09 545

xyz-stereo-finetune2	0.11 324	0.07 256	0.13 380	0.13 23	0.07 145	0.11 280	0.19 565	0.17 291	0.12 168	0.15 426	0.15 354	0.17 464	0.12 412	0.13 374	0.11 313	0.05 55	0.04 26	0.07 330	0.05 208	0.04 54	0.06 333

DFGA-Net	0.13 432	0.11 561	0.18 565	0.17 321	0.10 492	0.12 335	0.13 193	0.22 423	0.25 506	0.16 455	0.16 367	0.13 373	0.12 412	0.16 473	0.14 472	0.07 365	0.05 290	0.08 431	0.07 412	0.05 180	0.05 221

DDVS	0.15 515	0.10 533	0.21 599	0.16 232	0.12 584	0.15 457	0.14 268	0.25 490	0.19 400	0.18 504	0.29 582	0.27 591	0.12 412	0.19 550	0.15 507	0.09 519	0.06 451	0.09 520	0.07 412	0.11 599	0.11 605

rvit_0105_6	0.14 469	0.09 470	0.18 565	0.17 321	0.10 492	0.10 223	0.16 431	0.19 357	0.26 520	0.12 336	0.18 419	0.17 464	0.12 412	0.18 533	0.12 382	0.15 665	0.11 635	0.12 622	0.10 585	0.09 543	0.06 333

rvit_0105_5	0.14 469	0.09 470	0.13 380	0.17 321	0.09 376	0.14 430	0.23 633	0.24 471	0.27 530	0.14 399	0.15 354	0.18 479	0.12 412	0.17 508	0.14 472	0.14 661	0.11 635	0.10 570	0.10 585	0.08 478	0.06 333

GCST	0.37 696	0.42 715	0.26 626	1.02 741	0.39 716	0.18 532	0.08 9	0.20 369	0.17 346	0.28 641	0.25 530	0.15 427	0.12 412	0.16 473	0.14 472	0.64 737	0.43 731	0.75 733	0.65 737	0.63 730	0.46 728

plain	0.10 270	0.08 384	0.10 210	0.19 495	0.09 376	0.10 223	0.15 357	0.14 166	0.13 212	0.13 371	0.15 354	0.09 249	0.12 412	0.13 374	0.12 382	0.07 365	0.05 290	0.09 520	0.06 309	0.06 317	0.06 333

PCWNet_CMD	0.14 469	0.08 384	0.15 470	0.17 321	0.09 376	0.14 430	0.14 268	0.29 568	0.36 611	0.14 399	0.20 443	0.21 517	0.12 412	0.17 508	0.13 429	0.07 365	0.05 290	0.07 330	0.07 412	0.07 404	0.07 423

ADStereo(finetuned)	0.10 270	0.06 125	0.12 322	0.16 232	0.06 36	0.09 157	0.17 473	0.15 209	0.19 400	0.13 371	0.17 391	0.10 287	0.12 412	0.11 216	0.12 382	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

GMOStereo	0.11 324	0.09 470	0.07 14	0.19 495	0.08 240	0.12 335	0.28 685	0.13 132	0.17 346	0.11 291	0.17 391	0.14 396	0.12 412	0.07 7	0.07 1	0.05 55	0.05 290	0.09 520	0.07 412	0.04 54	0.04 82

error version	0.11 324	0.09 470	0.07 14	0.19 495	0.08 240	0.12 335	0.28 685	0.13 132	0.17 346	0.11 291	0.17 391	0.14 396	0.12 412	0.07 7	0.07 1	0.05 55	0.05 290	0.09 520	0.07 412	0.04 54	0.04 82

test-v	0.11 324	0.09 470	0.07 14	0.19 495	0.08 240	0.12 335	0.28 685	0.13 132	0.17 346	0.11 291	0.17 391	0.14 396	0.12 412	0.07 7	0.07 1	0.05 55	0.05 290	0.09 520	0.07 412	0.04 54	0.04 82

GANet-ADL	0.13 432	0.07 256	0.15 470	0.17 321	0.10 492	0.18 532	0.15 357	0.30 583	0.20 424	0.13 371	0.18 419	0.19 495	0.12 412	0.16 473	0.13 429	0.08 450	0.06 451	0.06 215	0.05 208	0.07 404	0.08 496

Patchmatch Stereo++	0.11 324	0.09 470	0.16 507	0.18 418	0.08 240	0.06 16	0.11 76	0.16 252	0.13 212	0.15 426	0.16 367	0.14 396	0.12 412	0.11 216	0.10 223	0.06 180	0.04 26	0.08 431	0.06 309	0.08 478	0.07 423
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	0.11 324	0.06 125	0.14 421	0.18 418	0.08 240	0.09 157	0.12 114	0.21 396	0.21 441	0.13 371	0.14 333	0.11 318	0.12 412	0.11 216	0.13 429	0.06 180	0.04 26	0.07 330	0.06 309	0.05 180	0.04 82

IIG-Stereo	0.11 324	0.06 125	0.13 380	0.17 321	0.08 240	0.11 280	0.12 114	0.22 423	0.17 346	0.14 399	0.17 391	0.11 318	0.12 412	0.12 316	0.12 382	0.06 180	0.05 290	0.07 330	0.06 309	0.05 180	0.04 82

NRIStereo	0.11 324	0.08 384	0.14 421	0.18 418	0.08 240	0.10 223	0.14 268	0.16 252	0.15 273	0.12 336	0.14 333	0.13 373	0.12 412	0.13 374	0.10 223	0.06 180	0.04 26	0.07 330	0.06 309	0.06 317	0.07 423

PSM-adaLoss	0.11 324	0.09 470	0.16 507	0.18 418	0.08 240	0.06 16	0.12 114	0.16 252	0.13 212	0.15 426	0.16 367	0.14 396	0.12 412	0.11 216	0.10 223	0.06 180	0.04 26	0.08 431	0.06 309	0.08 478	0.07 423

FTStereo	0.12 404	0.06 125	0.14 421	0.18 418	0.09 376	0.07 47	0.15 357	0.21 396	0.18 380	0.12 336	0.24 501	0.12 340	0.12 412	0.13 374	0.13 429	0.05 55	0.05 290	0.07 330	0.06 309	0.06 317	0.10 577

ROB_FTStereo_v2	0.11 324	0.09 470	0.16 507	0.19 495	0.08 240	0.06 16	0.12 114	0.16 252	0.13 212	0.15 426	0.16 367	0.14 396	0.12 412	0.11 216	0.10 223	0.06 180	0.04 26	0.08 431	0.06 309	0.08 478	0.07 423

ROB_FTStereo	0.11 324	0.09 470	0.16 507	0.19 495	0.08 240	0.06 16	0.11 76	0.16 252	0.13 212	0.15 426	0.16 367	0.14 396	0.12 412	0.11 216	0.10 223	0.06 180	0.04 26	0.08 431	0.06 309	0.08 478	0.07 423

HUI-Stereo	0.11 324	0.09 470	0.16 507	0.18 418	0.08 240	0.06 16	0.12 114	0.16 252	0.13 212	0.15 426	0.16 367	0.14 396	0.12 412	0.11 216	0.10 223	0.06 180	0.04 26	0.08 431	0.06 309	0.08 478	0.07 423

SST-Stereo	0.10 270	0.07 256	0.15 470	0.18 418	0.09 376	0.06 16	0.12 114	0.17 291	0.11 125	0.15 426	0.17 391	0.13 373	0.12 412	0.10 134	0.11 313	0.06 180	0.04 26	0.09 520	0.06 309	0.06 317	0.05 221

THIR-Stereo	0.12 404	0.07 256	0.11 273	0.15 132	0.08 240	0.14 430	0.16 431	0.17 291	0.25 506	0.16 455	0.24 501	0.14 396	0.12 412	0.12 316	0.14 472	0.06 180	0.04 26	0.07 330	0.07 412	0.05 180	0.05 221

RAFT_R40	0.11 324	0.07 256	0.14 421	0.18 418	0.09 376	0.06 16	0.13 193	0.17 291	0.16 315	0.14 399	0.18 419	0.15 427	0.12 412	0.10 134	0.11 313	0.06 180	0.04 26	0.09 520	0.06 309	0.06 317	0.05 221

DeepStereo_RVC	0.11 324	0.08 384	0.16 507	0.18 418	0.08 240	0.08 98	0.12 114	0.17 291	0.12 168	0.13 371	0.14 333	0.12 340	0.12 412	0.12 316	0.11 313	0.06 180	0.04 26	0.07 330	0.06 309	0.07 404	0.08 496

iGMRVC	0.11 324	0.09 470	0.16 507	0.19 495	0.08 240	0.06 16	0.12 114	0.16 252	0.13 212	0.15 426	0.16 367	0.14 396	0.12 412	0.11 216	0.10 223	0.06 180	0.04 26	0.08 431	0.06 309	0.08 478	0.07 423

IRAFT_RVC	0.12 404	0.08 384	0.16 507	0.19 495	0.08 240	0.07 47	0.15 357	0.24 471	0.23 467	0.14 399	0.14 333	0.15 427	0.12 412	0.12 316	0.10 223	0.06 180	0.04 26	0.09 520	0.06 309	0.06 317	0.06 333

iRAFT	0.11 324	0.09 470	0.16 507	0.18 418	0.08 240	0.06 16	0.11 76	0.16 252	0.13 212	0.15 426	0.16 367	0.14 396	0.12 412	0.11 216	0.10 223	0.06 180	0.04 26	0.08 431	0.06 309	0.08 478	0.07 423

CRE-IMP	0.11 324	0.09 470	0.16 507	0.19 495	0.08 240	0.10 223	0.12 114	0.18 326	0.10 92	0.14 399	0.13 317	0.13 373	0.12 412	0.12 316	0.11 313	0.07 365	0.04 26	0.08 431	0.06 309	0.08 478	0.08 496

test-2	0.11 324	0.09 470	0.07 14	0.19 495	0.08 240	0.12 335	0.28 685	0.13 132	0.17 346	0.11 291	0.17 391	0.14 396	0.12 412	0.07 7	0.07 1	0.05 55	0.05 290	0.09 520	0.07 412	0.04 54	0.04 82

RAFT	0.13 432	0.09 470	0.11 273	0.18 418	0.08 240	0.15 457	0.24 648	0.20 369	0.19 400	0.21 562	0.21 467	0.17 464	0.12 412	0.16 473	0.09 113	0.06 180	0.07 529	0.10 570	0.09 543	0.05 180	0.05 221

RAFT-IKP	0.11 324	0.09 470	0.16 507	0.19 495	0.08 240	0.06 16	0.12 114	0.16 252	0.13 212	0.15 426	0.16 367	0.14 396	0.12 412	0.11 216	0.10 223	0.06 180	0.04 26	0.08 431	0.06 309	0.08 478	0.07 423

TestStereo	0.13 432	0.14 620	0.11 273	0.23 643	0.08 240	0.15 457	0.21 610	0.20 369	0.23 467	0.14 399	0.24 501	0.16 442	0.12 412	0.16 473	0.14 472	0.05 55	0.06 451	0.08 431	0.06 309	0.09 543	0.05 221

FENet	0.13 432	0.08 384	0.12 322	0.16 232	0.08 240	0.14 430	0.15 357	0.22 423	0.23 467	0.17 474	0.23 488	0.16 442	0.12 412	0.14 410	0.15 507	0.08 450	0.05 290	0.08 431	0.08 495	0.07 404	0.07 423

DIP-Stereo	0.11 324	0.07 256	0.14 421	0.17 321	0.09 376	0.13 393	0.09 27	0.16 252	0.16 315	0.11 291	0.16 367	0.14 396	0.12 412	0.15 438	0.13 429	0.06 180	0.05 290	0.06 215	0.05 208	0.05 180	0.06 333
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	0.14 469	0.08 384	0.15 470	0.17 321	0.09 376	0.14 430	0.14 268	0.29 568	0.36 611	0.14 399	0.21 467	0.21 517	0.12 412	0.17 508	0.14 472	0.07 365	0.05 290	0.07 330	0.07 412	0.07 404	0.07 423

MWSP-net	0.15 515	0.08 384	0.17 539	0.17 321	0.10 492	0.16 489	0.23 633	0.29 568	0.32 577	0.18 504	0.19 430	0.17 464	0.13 454	0.18 533	0.14 472	0.08 450	0.05 290	0.07 330	0.07 412	0.07 404	0.08 496

G2L-Stereo	0.14 469	0.07 256	0.13 380	0.17 321	0.09 376	0.13 393	0.12 114	0.27 531	0.22 455	0.16 455	0.27 556	0.21 517	0.13 454	0.17 508	0.18 557	0.09 519	0.08 563	0.08 431	0.07 412	0.07 404	0.07 423

rvit_0105_4	0.14 469	0.09 470	0.17 539	0.17 321	0.10 492	0.12 335	0.19 565	0.23 447	0.27 530	0.14 399	0.20 443	0.17 464	0.13 454	0.17 508	0.13 429	0.15 665	0.11 635	0.11 602	0.10 585	0.09 543	0.06 333

rvit_0105_3	0.15 515	0.09 470	0.14 421	0.19 495	0.12 584	0.15 457	0.25 663	0.25 490	0.29 552	0.15 426	0.17 391	0.20 507	0.13 454	0.17 508	0.14 472	0.13 647	0.11 635	0.12 622	0.14 656	0.07 404	0.06 333

UGAM	0.13 432	0.10 533	0.09 139	0.22 619	0.08 240	0.12 335	0.20 589	0.17 291	0.23 467	0.21 562	0.16 367	0.13 373	0.13 454	0.19 550	0.12 382	0.07 365	0.05 290	0.13 637	0.11 619	0.07 404	0.05 221

ffm	0.12 404	0.09 470	0.14 421	0.16 232	0.08 240	0.17 513	0.17 473	0.15 209	0.19 400	0.15 426	0.25 530	0.19 495	0.13 454	0.10 134	0.07 1	0.06 180	0.04 26	0.09 520	0.08 495	0.06 317	0.06 333

ff1	0.13 432	0.09 470	0.14 421	0.16 232	0.08 240	0.17 513	0.17 473	0.15 209	0.19 400	0.15 426	0.25 530	0.19 495	0.13 454	0.14 410	0.20 577	0.06 180	0.04 26	0.09 520	0.08 495	0.06 317	0.06 333

mmx	0.14 469	0.09 470	0.14 421	0.16 232	0.08 240	0.17 513	0.17 473	0.27 531	0.25 506	0.15 426	0.25 530	0.19 495	0.13 454	0.14 410	0.20 577	0.08 450	0.06 451	0.09 520	0.08 495	0.08 478	0.08 496

xxx	0.14 469	0.09 470	0.14 421	0.16 232	0.08 240	0.17 513	0.17 473	0.27 531	0.25 506	0.15 426	0.25 530	0.19 495	0.13 454	0.14 410	0.20 577	0.08 450	0.06 451	0.09 520	0.08 495	0.08 478	0.08 496

LL-Strereo	0.13 432	0.09 470	0.11 273	0.20 564	0.10 492	0.11 280	0.18 524	0.32 607	0.24 484	0.15 426	0.15 354	0.14 396	0.13 454	0.19 550	0.11 313	0.06 180	0.04 26	0.09 520	0.08 495	0.04 54	0.05 221

SDNR	0.19 588	0.08 384	0.19 577	0.16 232	0.12 584	0.77 731	0.14 268	0.25 490	0.32 577	0.19 523	0.24 501	0.19 495	0.13 454	0.19 550	0.15 507	0.16 681	0.18 698	0.14 651	0.11 619	0.08 478	0.11 605

BUS	0.14 469	0.09 470	0.14 421	0.22 619	0.10 492	0.19 557	0.14 268	0.34 636	0.19 400	0.17 474	0.22 479	0.16 442	0.13 454	0.15 438	0.13 429	0.08 450	0.06 451	0.10 570	0.09 543	0.07 404	0.07 423

NINENet	0.16 540	0.10 533	0.15 470	0.17 321	0.11 547	0.19 557	0.14 268	0.40 680	0.36 611	0.18 504	0.21 467	0.16 442	0.13 454	0.15 438	0.13 429	0.08 450	0.08 563	0.10 570	0.07 412	0.10 576	0.09 545

UDGNet	0.14 469	0.13 607	0.16 507	0.17 321	0.10 492	0.12 335	0.16 431	0.21 396	0.27 530	0.20 546	0.20 443	0.16 442	0.13 454	0.16 473	0.13 429	0.10 564	0.06 451	0.09 520	0.07 412	0.06 317	0.07 423

dad	0.17 562	0.20 671	0.20 589	0.16 232	0.11 547	0.20 573	0.18 524	0.21 396	0.28 545	0.30 655	0.24 501	0.29 610	0.13 454	0.19 550	0.16 523	0.18 687	0.09 600	0.11 602	0.09 543	0.11 599	0.07 423

GEStereo_RVC	0.17 562	0.12 579	0.15 470	0.22 619	0.11 547	0.19 557	0.17 473	0.32 607	0.48 671	0.20 546	0.25 530	0.17 464	0.13 454	0.21 593	0.16 523	0.10 564	0.06 451	0.08 431	0.07 412	0.09 543	0.08 496

CFNet_pseudo	0.14 469	0.08 384	0.15 470	0.16 232	0.09 376	0.13 393	0.14 268	0.27 531	0.34 597	0.14 399	0.21 467	0.22 535	0.13 454	0.18 533	0.14 472	0.07 365	0.05 290	0.08 431	0.06 309	0.07 404	0.07 423

GES	0.14 469	0.08 384	0.16 507	0.15 132	0.10 492	0.13 393	0.13 193	0.28 552	0.25 506	0.16 455	0.23 488	0.18 479	0.13 454	0.16 473	0.13 429	0.08 450	0.07 529	0.07 330	0.06 309	0.08 478	0.09 545

SFCPSM	0.13 432	0.07 256	0.14 421	0.17 321	0.09 376	0.15 457	0.16 431	0.28 552	0.27 530	0.14 399	0.17 391	0.12 340	0.13 454	0.14 410	0.11 313	0.08 450	0.05 290	0.07 330	0.07 412	0.07 404	0.06 333

ccs_rob	0.14 469	0.08 384	0.15 470	0.16 232	0.09 376	0.12 335	0.14 268	0.27 531	0.34 597	0.14 399	0.21 467	0.22 535	0.13 454	0.18 533	0.14 472	0.07 365	0.05 290	0.08 431	0.07 412	0.07 404	0.07 423

AdaStereo	0.15 515	0.11 561	0.15 470	0.18 418	0.09 376	0.20 573	0.11 76	0.32 607	0.28 545	0.20 546	0.23 488	0.20 507	0.13 454	0.19 550	0.14 472	0.12 621	0.05 290	0.10 570	0.07 412	0.09 543	0.07 423
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	0.14 469	0.08 384	0.15 470	0.16 232	0.08 240	0.16 489	0.12 114	0.25 490	0.35 606	0.21 562	0.29 582	0.24 559	0.13 454	0.14 410	0.14 472	0.06 180	0.05 290	0.06 215	0.04 69	0.09 543	0.08 496

MLCV	0.12 404	0.07 256	0.16 507	0.18 418	0.06 36	0.15 457	0.17 473	0.19 357	0.21 441	0.18 504	0.25 530	0.17 464	0.13 454	0.14 410	0.13 429	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

iResNet	0.13 432	0.10 533	0.18 565	0.19 495	0.08 240	0.13 393	0.18 524	0.20 369	0.26 520	0.15 426	0.23 488	0.15 427	0.13 454	0.14 410	0.14 472	0.06 180	0.04 26	0.06 215	0.05 208	0.06 317	0.05 221

DN-CSS_ROB	0.13 432	0.13 607	0.16 507	0.18 418	0.10 492	0.16 489	0.08 9	0.22 423	0.18 380	0.17 474	0.22 479	0.13 373	0.13 454	0.12 316	0.13 429	0.05 55	0.05 290	0.10 570	0.10 585	0.08 478	0.06 333

G2L-ROB	0.13 432	0.06 125	0.13 380	0.13 23	0.08 240	0.14 430	0.16 431	0.25 490	0.18 380	0.19 523	0.18 419	0.20 507	0.14 479	0.17 508	0.16 523	0.08 450	0.05 290	0.06 215	0.05 208	0.08 478	0.09 545

test_sample6	0.14 469	0.08 384	0.13 380	0.16 232	0.08 240	0.17 513	0.19 565	0.25 490	0.17 346	0.17 474	0.27 556	0.19 495	0.14 479	0.15 438	0.13 429	0.08 450	0.05 290	0.08 431	0.07 412	0.08 478	0.08 496

test_sample5	0.14 469	0.08 384	0.14 421	0.16 232	0.08 240	0.18 532	0.18 524	0.25 490	0.17 346	0.17 474	0.27 556	0.18 479	0.14 479	0.16 473	0.13 429	0.08 450	0.05 290	0.08 431	0.07 412	0.08 478	0.08 496

test_sample4	0.14 469	0.08 384	0.14 421	0.15 132	0.08 240	0.19 557	0.18 524	0.26 509	0.17 346	0.16 455	0.25 530	0.18 479	0.14 479	0.16 473	0.13 429	0.08 450	0.06 451	0.08 431	0.06 309	0.08 478	0.08 496

DualNet	0.14 469	0.08 384	0.14 421	0.16 232	0.08 240	0.18 532	0.18 524	0.25 490	0.17 346	0.17 474	0.27 556	0.18 479	0.14 479	0.16 473	0.13 429	0.08 450	0.05 290	0.08 431	0.07 412	0.08 478	0.08 496

CFNet_ucs	0.15 515	0.08 384	0.16 507	0.16 232	0.11 547	0.14 430	0.14 268	0.30 583	0.34 597	0.16 455	0.24 501	0.23 553	0.14 479	0.18 533	0.15 507	0.09 519	0.06 451	0.08 431	0.07 412	0.09 543	0.09 545

anonymousa	0.13 432	0.07 256	0.13 380	0.18 418	0.09 376	0.13 393	0.17 473	0.19 357	0.29 552	0.15 426	0.24 501	0.15 427	0.14 479	0.14 410	0.14 472	0.07 365	0.05 290	0.07 330	0.09 543	0.05 180	0.06 333

DCANet-4	0.10 270	0.06 125	0.12 322	0.16 232	0.06 36	0.09 157	0.17 473	0.18 326	0.19 400	0.13 371	0.16 367	0.09 249	0.14 479	0.11 216	0.12 382	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.05 221

GwcNet-ADL	0.13 432	0.08 384	0.14 421	0.20 564	0.09 376	0.11 280	0.20 589	0.30 583	0.24 484	0.13 371	0.14 333	0.18 479	0.14 479	0.13 374	0.14 472	0.07 365	0.05 290	0.06 215	0.05 208	0.07 404	0.06 333

AAGNet	0.11 324	0.07 256	0.16 507	0.19 495	0.09 376	0.08 98	0.13 193	0.18 326	0.13 212	0.16 455	0.21 467	0.13 373	0.14 479	0.11 216	0.14 472	0.06 180	0.04 26	0.09 520	0.06 309	0.06 317	0.05 221

DEmStereo	0.12 404	0.06 125	0.14 421	0.14 72	0.10 492	0.16 489	0.15 357	0.16 252	0.24 484	0.17 474	0.24 501	0.13 373	0.14 479	0.12 316	0.13 429	0.05 55	0.04 26	0.07 330	0.06 309	0.05 180	0.05 221

HCRNet	0.16 540	0.24 687	0.12 322	0.35 705	0.11 547	0.15 457	0.17 473	0.26 509	0.22 455	0.19 523	0.24 501	0.21 517	0.14 479	0.15 438	0.13 429	0.11 596	0.07 529	0.11 602	0.10 585	0.09 543	0.07 423

xxxx	0.15 515	0.07 256	0.14 421	0.14 72	0.08 240	0.23 618	0.18 524	0.31 596	0.19 400	0.14 399	0.28 570	0.22 535	0.14 479	0.15 438	0.26 653	0.09 519	0.05 290	0.07 330	0.07 412	0.08 478	0.07 423

PSMNet-RSSM	0.14 469	0.07 256	0.13 380	0.15 132	0.08 240	0.13 393	0.16 431	0.24 471	0.24 484	0.16 455	0.28 570	0.22 535	0.14 479	0.15 438	0.13 429	0.11 596	0.06 451	0.09 520	0.12 641	0.08 478	0.07 423

CFNet-ft	0.14 469	0.07 256	0.15 470	0.12 7	0.09 376	0.16 489	0.18 524	0.22 423	0.24 484	0.17 474	0.26 547	0.24 559	0.14 479	0.16 473	0.14 472	0.11 596	0.06 451	0.08 431	0.09 543	0.09 543	0.08 496

BEATNet_4x	0.12 404	0.08 384	0.14 421	0.18 418	0.07 145	0.15 457	0.07 5	0.22 423	0.18 380	0.16 455	0.19 430	0.18 479	0.14 479	0.16 473	0.15 507	0.07 365	0.05 290	0.05 60	0.05 208	0.06 317	0.06 333

HSM-Net_RVC	0.14 469	0.08 384	0.11 273	0.15 132	0.08 240	0.15 457	0.15 357	0.27 531	0.29 552	0.19 523	0.21 467	0.29 610	0.14 479	0.17 508	0.13 429	0.06 180	0.06 451	0.06 215	0.06 309	0.07 404	0.06 333
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 469	0.07 256	0.15 470	0.12 7	0.09 376	0.16 489	0.18 524	0.22 423	0.24 484	0.17 474	0.26 547	0.24 559	0.14 479	0.16 473	0.14 472	0.11 596	0.06 451	0.08 431	0.09 543	0.09 543	0.08 496

LiteMatch	0.09 190	0.06 125	0.10 210	0.16 232	0.07 145	0.09 157	0.15 357	0.13 132	0.08 30	0.06 30	0.07 74	0.06 48	0.15 497	0.10 134	0.14 472	0.07 365	0.04 26	0.06 215	0.06 309	0.06 317	0.06 333

Lsterematch	0.11 324	0.06 125	0.11 273	0.16 232	0.07 145	0.13 393	0.15 357	0.14 166	0.17 346	0.16 455	0.18 419	0.15 427	0.15 497	0.12 316	0.14 472	0.07 365	0.04 26	0.06 215	0.06 309	0.06 317	0.06 333

DCVSM-stereo	0.14 469	0.09 470	0.16 507	0.16 232	0.10 492	0.15 457	0.09 27	0.19 357	0.23 467	0.20 546	0.23 488	0.26 583	0.15 497	0.18 533	0.14 472	0.09 519	0.07 529	0.09 520	0.08 495	0.10 576	0.12 619

ACV-stereo	0.15 515	0.10 533	0.28 638	0.18 418	0.12 584	0.14 430	0.12 114	0.23 447	0.21 441	0.19 523	0.23 488	0.22 535	0.15 497	0.23 617	0.17 539	0.07 365	0.06 451	0.07 330	0.07 412	0.07 404	0.07 423

ITSA-stereo	0.15 515	0.10 533	0.14 421	0.19 495	0.08 240	0.12 335	0.14 268	0.30 583	0.49 680	0.17 474	0.19 430	0.22 535	0.15 497	0.17 508	0.16 523	0.10 564	0.06 451	0.08 431	0.08 495	0.08 478	0.08 496

rvit_stereo_0075_2	0.17 562	0.12 579	0.25 623	0.23 643	0.16 660	0.13 393	0.10 44	0.30 583	0.27 530	0.20 546	0.28 570	0.22 535	0.15 497	0.18 533	0.13 429	0.16 681	0.10 622	0.17 675	0.10 585	0.10 576	0.09 545

test_sample3	0.14 469	0.08 384	0.15 470	0.14 72	0.09 376	0.19 557	0.17 473	0.26 509	0.18 380	0.16 455	0.22 479	0.19 495	0.15 497	0.17 508	0.13 429	0.08 450	0.06 451	0.07 330	0.06 309	0.09 543	0.08 496

test_sample2	0.12 404	0.07 256	0.12 322	0.14 72	0.08 240	0.16 489	0.18 524	0.21 396	0.16 315	0.14 399	0.20 443	0.19 495	0.15 497	0.15 438	0.12 382	0.08 450	0.05 290	0.07 330	0.06 309	0.08 478	0.07 423

SMFormer	0.14 469	0.07 256	0.17 539	0.14 72	0.08 240	0.16 489	0.17 473	0.26 509	0.27 530	0.19 523	0.20 443	0.18 479	0.15 497	0.15 438	0.17 539	0.08 450	0.05 290	0.07 330	0.06 309	0.07 404	0.06 333

tta	0.14 469	0.07 256	0.17 539	0.14 72	0.08 240	0.16 489	0.17 473	0.26 509	0.27 530	0.19 523	0.20 443	0.18 479	0.15 497	0.15 438	0.17 539	0.08 450	0.05 290	0.07 330	0.06 309	0.06 317	0.06 333

qqq1	0.13 432	0.07 256	0.17 539	0.14 72	0.08 240	0.16 489	0.17 473	0.26 509	0.27 530	0.19 523	0.20 443	0.18 479	0.15 497	0.15 438	0.11 313	0.08 450	0.05 290	0.05 60	0.05 208	0.06 317	0.06 333

fff1	0.13 432	0.07 256	0.17 539	0.14 72	0.08 240	0.16 489	0.17 473	0.26 509	0.27 530	0.19 523	0.20 443	0.18 479	0.15 497	0.15 438	0.11 313	0.08 450	0.05 290	0.05 60	0.05 208	0.06 317	0.06 333

1111x	0.15 515	0.08 384	0.12 322	0.18 418	0.07 145	0.18 532	0.25 663	0.31 596	0.24 484	0.17 474	0.24 501	0.26 583	0.15 497	0.13 374	0.23 618	0.07 365	0.07 529	0.08 431	0.09 543	0.07 404	0.06 333

iinet-f	0.16 540	0.06 125	0.45 683	0.14 72	0.10 492	0.21 593	0.14 268	0.27 531	0.23 467	0.21 562	0.24 501	0.21 517	0.15 497	0.18 533	0.21 597	0.09 519	0.07 529	0.07 330	0.06 309	0.09 543	0.10 577

GASNet	0.22 622	0.23 684	0.33 658	0.26 671	0.17 676	0.26 645	0.16 431	0.44 697	0.42 648	0.27 626	0.24 501	0.30 620	0.15 497	0.27 639	0.18 557	0.12 621	0.08 563	0.12 622	0.11 619	0.16 678	0.07 423

CASS	0.13 432	0.12 579	0.11 273	0.23 643	0.09 376	0.15 457	0.17 473	0.18 326	0.19 400	0.17 474	0.18 419	0.15 427	0.15 497	0.14 410	0.14 472	0.09 519	0.06 451	0.10 570	0.08 495	0.09 543	0.07 423
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Wz-Net-LNSev-Ref	0.18 576	0.09 470	0.29 646	0.15 132	0.10 492	0.22 602	0.20 589	0.26 509	0.39 630	0.25 614	0.42 671	0.24 559	0.15 497	0.20 575	0.19 570	0.07 365	0.05 290	0.06 215	0.05 208	0.10 576	0.09 545

test_5	0.14 469	0.12 579	0.08 63	0.20 564	0.10 492	0.14 430	0.29 695	0.21 396	0.24 484	0.18 504	0.28 570	0.11 318	0.15 497	0.12 316	0.13 429	0.06 180	0.05 290	0.07 330	0.08 495	0.08 478	0.07 423

CSP-Net	0.16 540	0.09 470	0.14 421	0.16 232	0.09 376	0.19 557	0.17 473	0.25 490	0.32 577	0.25 614	0.30 590	0.24 559	0.15 497	0.21 593	0.18 557	0.09 519	0.06 451	0.07 330	0.07 412	0.08 478	0.07 423

DAS	0.15 515	0.08 384	0.18 565	0.19 495	0.10 492	0.19 557	0.17 473	0.27 531	0.29 552	0.18 504	0.25 530	0.21 517	0.15 497	0.16 473	0.12 382	0.08 450	0.06 451	0.06 215	0.06 309	0.07 404	0.07 423

SepStereo	0.15 515	0.08 384	0.18 565	0.19 495	0.10 492	0.19 557	0.17 473	0.27 531	0.29 552	0.18 504	0.25 530	0.21 517	0.15 497	0.25 633	0.12 382	0.08 450	0.06 451	0.06 215	0.06 309	0.07 404	0.07 423

DRaft	0.12 404	0.06 125	0.11 273	0.14 72	0.09 376	0.14 430	0.17 473	0.21 396	0.30 562	0.17 474	0.28 570	0.10 287	0.15 497	0.10 134	0.12 382	0.05 55	0.04 26	0.07 330	0.06 309	0.05 180	0.05 221

GANet-RSSM	0.14 469	0.07 256	0.13 380	0.13 23	0.08 240	0.14 430	0.17 473	0.22 423	0.21 441	0.17 474	0.24 501	0.23 553	0.15 497	0.16 473	0.15 507	0.10 564	0.06 451	0.07 330	0.08 495	0.08 478	0.07 423

DSFCA	0.16 540	0.09 470	0.14 421	0.16 232	0.10 492	0.20 573	0.19 565	0.28 552	0.31 570	0.23 591	0.24 501	0.22 535	0.15 497	0.19 550	0.20 577	0.10 564	0.07 529	0.09 520	0.09 543	0.08 478	0.08 496

FADNet-RVC-Resample	0.16 540	0.11 561	0.31 651	0.22 619	0.11 547	0.19 557	0.14 268	0.25 490	0.24 484	0.24 601	0.27 556	0.20 507	0.15 497	0.16 473	0.15 507	0.07 365	0.08 563	0.12 622	0.10 585	0.09 543	0.10 577

UCFNet_RVC	0.14 469	0.08 384	0.13 380	0.11 1	0.10 492	0.20 573	0.10 44	0.24 471	0.22 455	0.17 474	0.20 443	0.23 553	0.15 497	0.17 508	0.15 507	0.12 621	0.07 529	0.10 570	0.13 652	0.11 599	0.10 577

iResNet_ROB	0.14 469	0.07 256	0.13 380	0.14 72	0.07 145	0.18 532	0.14 268	0.26 509	0.31 570	0.22 578	0.25 530	0.23 553	0.15 497	0.15 438	0.13 429	0.07 365	0.05 290	0.05 60	0.04 69	0.08 478	0.08 496

PWCDC_ROB	0.20 600	0.13 607	0.22 605	0.24 652	0.11 547	0.19 557	0.15 357	0.33 627	0.54 693	0.29 650	0.50 688	0.21 517	0.15 497	0.27 639	0.20 577	0.11 596	0.09 600	0.10 570	0.08 495	0.11 599	0.09 545

SCION-MonSter(vits)	0.14 469	0.06 125	0.05 1	0.15 132	0.05 2	0.07 47	0.10 44	0.27 531	0.41 639	0.05 2	0.33 616	0.14 396	0.16 525	0.20 575	0.19 570	0.08 450	0.06 451	0.17 675	0.15 673	0.07 404	0.08 496

xyz-stereo	0.13 432	0.07 256	0.20 589	0.15 132	0.05 2	0.20 573	0.15 357	0.17 291	0.31 570	0.15 426	0.29 582	0.26 583	0.16 525	0.13 374	0.12 382	0.05 55	0.05 290	0.06 215	0.05 208	0.04 54	0.04 82

G2L-Stereo_test	0.14 469	0.07 256	0.11 273	0.13 23	0.08 240	0.12 335	0.16 431	0.30 583	0.28 545	0.20 546	0.23 488	0.20 507	0.16 525	0.17 508	0.18 557	0.07 365	0.05 290	0.05 60	0.05 208	0.07 404	0.06 333

FACV-RUCA	0.13 432	0.11 561	0.12 322	0.19 495	0.12 584	0.15 457	0.15 357	0.22 423	0.20 424	0.15 426	0.16 367	0.14 396	0.16 525	0.14 410	0.13 429	0.07 365	0.05 290	0.08 431	0.06 309	0.10 576	0.08 496

test_sample1	0.13 432	0.07 256	0.14 421	0.13 23	0.08 240	0.19 557	0.16 431	0.20 369	0.15 273	0.14 399	0.22 479	0.18 479	0.16 525	0.17 508	0.14 472	0.07 365	0.06 451	0.06 215	0.06 309	0.08 478	0.07 423

xx1	0.11 324	0.08 384	0.12 322	0.17 321	0.09 376	0.13 393	0.15 357	0.16 252	0.18 380	0.09 203	0.09 180	0.16 442	0.16 525	0.10 134	0.07 1	0.06 180	0.04 26	0.08 431	0.08 495	0.07 404	0.07 423

mmm	0.14 469	0.08 384	0.17 539	0.17 321	0.09 376	0.17 513	0.18 524	0.21 396	0.15 273	0.15 426	0.23 488	0.21 517	0.16 525	0.16 473	0.17 539	0.08 450	0.05 290	0.08 431	0.07 412	0.07 404	0.07 423

11t1	0.12 404	0.06 125	0.13 380	0.14 72	0.08 240	0.17 513	0.15 357	0.18 326	0.15 273	0.15 426	0.15 354	0.16 442	0.16 525	0.15 438	0.13 429	0.08 450	0.05 290	0.06 215	0.05 208	0.08 478	0.07 423

CBFPSM	0.14 469	0.06 125	0.26 626	0.17 321	0.09 376	0.13 393	0.15 357	0.22 423	0.23 467	0.20 546	0.27 556	0.24 559	0.16 525	0.16 473	0.18 557	0.06 180	0.06 451	0.06 215	0.07 412	0.07 404	0.07 423

gwcnet-sp	0.14 469	0.07 256	0.12 322	0.18 418	0.09 376	0.16 489	0.17 473	0.24 471	0.24 484	0.18 504	0.24 501	0.15 427	0.16 525	0.15 438	0.15 507	0.08 450	0.06 451	0.07 330	0.08 495	0.08 478	0.07 423

scenet	0.14 469	0.07 256	0.12 322	0.18 418	0.09 376	0.16 489	0.17 473	0.24 471	0.24 484	0.18 504	0.24 501	0.15 427	0.16 525	0.15 438	0.15 507	0.08 450	0.06 451	0.07 330	0.08 495	0.08 478	0.07 423

ssnet	0.14 469	0.07 256	0.12 322	0.18 418	0.09 376	0.16 489	0.17 473	0.24 471	0.24 484	0.18 504	0.24 501	0.15 427	0.16 525	0.15 438	0.15 507	0.08 450	0.06 451	0.07 330	0.08 495	0.08 478	0.07 423

qqq	0.13 432	0.09 470	0.15 470	0.16 232	0.08 240	0.13 393	0.15 357	0.23 447	0.16 315	0.15 426	0.19 430	0.16 442	0.16 525	0.15 438	0.16 523	0.07 365	0.06 451	0.08 431	0.08 495	0.07 404	0.07 423

BSDual-CNN	0.15 515	0.09 470	0.14 421	0.22 619	0.10 492	0.14 430	0.15 357	0.34 636	0.19 400	0.17 474	0.22 479	0.25 573	0.16 525	0.15 438	0.14 472	0.08 450	0.06 451	0.10 570	0.09 543	0.07 404	0.07 423

psmg	0.14 469	0.09 470	0.14 421	0.17 321	0.10 492	0.15 457	0.17 473	0.29 568	0.19 400	0.17 474	0.21 467	0.25 573	0.16 525	0.15 438	0.14 472	0.08 450	0.06 451	0.08 431	0.08 495	0.07 404	0.06 333

AASNet	0.16 540	0.08 384	0.12 322	0.19 495	0.09 376	0.18 532	0.15 357	0.37 664	0.37 618	0.19 523	0.23 488	0.20 507	0.16 525	0.17 508	0.20 577	0.10 564	0.08 563	0.08 431	0.07 412	0.09 543	0.09 545

PSMNet-ADL	0.15 515	0.12 579	0.13 380	0.22 619	0.09 376	0.13 393	0.20 589	0.26 509	0.23 467	0.18 504	0.20 443	0.24 559	0.16 525	0.18 533	0.17 539	0.08 450	0.08 563	0.08 431	0.11 619	0.08 478	0.07 423

ADLNet	0.16 540	0.08 384	0.15 470	0.16 232	0.10 492	0.16 489	0.17 473	0.32 607	0.27 530	0.22 578	0.27 556	0.24 559	0.16 525	0.18 533	0.21 597	0.10 564	0.06 451	0.10 570	0.10 585	0.08 478	0.09 545

222	0.16 540	0.07 256	0.14 421	0.14 72	0.08 240	0.24 623	0.18 524	0.30 583	0.20 424	0.17 474	0.28 570	0.17 464	0.16 525	0.15 438	0.40 709	0.10 564	0.05 290	0.07 330	0.06 309	0.07 404	0.08 496

test_xeample	0.15 515	0.06 125	0.13 380	0.14 72	0.08 240	0.21 593	0.20 589	0.28 552	0.20 424	0.16 455	0.29 582	0.19 495	0.16 525	0.15 438	0.26 653	0.09 519	0.05 290	0.07 330	0.07 412	0.07 404	0.07 423

ACVNet	0.15 515	0.09 470	0.15 470	0.13 23	0.12 584	0.14 430	0.20 589	0.22 423	0.33 585	0.17 474	0.26 547	0.21 517	0.16 525	0.17 508	0.21 597	0.07 365	0.06 451	0.06 215	0.06 309	0.08 478	0.06 333

cf-r	0.13 432	0.07 256	0.12 322	0.16 232	0.08 240	0.14 430	0.19 565	0.20 369	0.25 506	0.17 474	0.25 530	0.21 517	0.16 525	0.14 410	0.14 472	0.10 564	0.05 290	0.06 215	0.08 495	0.06 317	0.06 333

GwcNet-RSSM	0.14 469	0.07 256	0.12 322	0.15 132	0.08 240	0.15 457	0.20 589	0.21 396	0.27 530	0.18 504	0.27 556	0.22 535	0.16 525	0.14 410	0.15 507	0.10 564	0.05 290	0.07 330	0.09 543	0.07 404	0.07 423

HSM	0.15 515	0.08 384	0.14 421	0.16 232	0.09 376	0.16 489	0.14 268	0.28 552	0.25 506	0.19 523	0.23 488	0.37 664	0.16 525	0.20 575	0.15 507	0.07 365	0.05 290	0.07 330	0.06 309	0.07 404	0.06 333

MWDA-net	0.15 515	0.08 384	0.15 470	0.16 232	0.10 492	0.20 573	0.22 621	0.25 490	0.35 606	0.18 504	0.24 501	0.18 479	0.17 549	0.17 508	0.14 472	0.08 450	0.05 290	0.08 431	0.07 412	0.07 404	0.07 423

z-ln-s-r	0.17 562	0.10 533	0.40 676	0.19 495	0.08 240	0.17 513	0.18 524	0.22 423	0.33 585	0.18 504	0.40 654	0.22 535	0.17 549	0.20 575	0.23 618	0.07 365	0.05 290	0.07 330	0.07 412	0.07 404	0.05 221

coex_refinement	0.14 469	0.07 256	0.12 322	0.17 321	0.10 492	0.15 457	0.15 357	0.26 509	0.29 552	0.18 504	0.20 443	0.22 535	0.17 549	0.16 473	0.18 557	0.08 450	0.05 290	0.06 215	0.06 309	0.09 543	0.08 496

ISRNet	0.18 576	0.08 384	0.19 577	0.19 495	0.13 607	0.15 457	0.12 114	0.30 583	0.32 577	0.21 562	0.25 530	0.27 591	0.17 549	0.17 508	0.20 577	0.20 696	0.08 563	0.14 651	0.14 656	0.14 653	0.17 688

rvit_105_1	0.19 588	0.11 561	0.25 623	0.21 599	0.16 660	0.21 593	0.27 679	0.31 596	0.41 639	0.19 523	0.20 443	0.22 535	0.17 549	0.19 550	0.17 539	0.12 621	0.12 651	0.13 637	0.15 673	0.08 478	0.07 423

DispNO	0.14 469	0.08 384	0.17 539	0.19 495	0.12 584	0.11 280	0.21 610	0.23 447	0.29 552	0.17 474	0.23 488	0.18 479	0.17 549	0.15 438	0.15 507	0.07 365	0.05 290	0.08 431	0.08 495	0.07 404	0.06 333

x	0.13 432	0.07 256	0.14 421	0.14 72	0.08 240	0.18 532	0.14 268	0.22 423	0.20 424	0.15 426	0.19 430	0.19 495	0.17 549	0.18 533	0.18 557	0.07 365	0.05 290	0.06 215	0.06 309	0.07 404	0.07 423

CRFU-Net	0.16 540	0.08 384	0.14 421	0.17 321	0.09 376	0.19 557	0.14 268	0.26 509	0.20 424	0.28 641	0.27 556	0.29 610	0.17 549	0.19 550	0.17 539	0.09 519	0.09 600	0.07 330	0.07 412	0.08 478	0.08 496

AACVNet	0.16 540	0.08 384	0.14 421	0.15 132	0.10 492	0.18 532	0.15 357	0.23 447	0.24 484	0.27 626	0.27 556	0.28 601	0.17 549	0.19 550	0.16 523	0.09 519	0.07 529	0.09 520	0.07 412	0.10 576	0.09 545

LMCR-Stereo	0.15 515	0.08 384	0.13 380	0.21 599	0.09 376	0.17 513	0.20 589	0.27 531	0.19 400	0.24 601	0.24 501	0.23 553	0.17 549	0.20 575	0.17 539	0.07 365	0.06 451	0.08 431	0.06 309	0.10 576	0.08 496

acv_ft	0.15 515	0.09 470	0.15 470	0.19 495	0.10 492	0.16 489	0.17 473	0.25 490	0.33 585	0.19 523	0.26 547	0.21 517	0.17 549	0.17 508	0.18 557	0.07 365	0.06 451	0.06 215	0.06 309	0.08 478	0.06 333

CCAANet	0.14 469	0.06 125	0.14 421	0.17 321	0.09 376	0.16 489	0.13 193	0.30 583	0.24 484	0.16 455	0.32 603	0.18 479	0.17 549	0.17 508	0.14 472	0.06 180	0.05 290	0.09 520	0.09 543	0.06 317	0.09 545

FADNet_RVC	0.16 540	0.14 620	0.40 676	0.20 564	0.11 547	0.13 393	0.13 193	0.26 509	0.22 455	0.21 562	0.23 488	0.20 507	0.17 549	0.14 410	0.16 523	0.08 450	0.08 563	0.12 622	0.09 543	0.11 599	0.10 577

CFNet	0.15 515	0.10 533	0.17 539	0.17 321	0.08 240	0.18 532	0.09 27	0.28 552	0.25 506	0.19 523	0.24 501	0.24 559	0.17 549	0.17 508	0.14 472	0.08 450	0.06 451	0.09 520	0.10 585	0.07 404	0.06 333

NLCA_NET_v2_RVC	0.17 562	0.10 533	0.22 605	0.20 564	0.10 492	0.15 457	0.18 524	0.31 596	0.25 506	0.21 562	0.30 590	0.25 573	0.17 549	0.21 593	0.20 577	0.09 519	0.06 451	0.08 431	0.08 495	0.07 404	0.08 496
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	0.17 562	0.12 579	0.15 470	0.20 564	0.09 376	0.18 532	0.18 524	0.26 509	0.23 467	0.26 620	0.40 654	0.22 535	0.17 549	0.21 593	0.20 577	0.08 450	0.05 290	0.09 520	0.10 585	0.07 404	0.07 423
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SCION-MonSter	0.22 622	0.17 649	0.16 507	0.25 665	0.18 683	0.34 681	0.17 473	0.28 552	0.47 670	0.23 591	0.46 679	0.20 507	0.18 565	0.25 633	0.25 641	0.09 519	0.08 563	0.23 695	0.19 691	0.11 599	0.11 605

YMNet	0.20 600	0.12 579	0.19 577	0.20 564	0.14 629	0.26 645	0.23 633	0.32 607	0.34 597	0.27 626	0.34 621	0.30 620	0.18 565	0.18 533	0.22 606	0.10 564	0.13 666	0.10 570	0.10 585	0.08 478	0.09 545

YMNet_1	0.20 600	0.12 579	0.19 577	0.20 564	0.14 629	0.26 645	0.23 633	0.32 607	0.34 597	0.27 626	0.34 621	0.30 620	0.18 565	0.18 533	0.22 606	0.10 564	0.13 666	0.10 570	0.10 585	0.08 478	0.09 545

ssnet_v2	0.17 562	0.10 533	0.17 539	0.17 321	0.11 547	0.21 593	0.21 610	0.33 627	0.25 506	0.22 578	0.22 479	0.27 591	0.18 565	0.22 606	0.20 577	0.11 596	0.09 600	0.09 520	0.09 543	0.08 478	0.08 496

Wz-Net-LNSev	0.22 622	0.16 638	0.38 673	0.21 599	0.13 607	0.25 634	0.23 633	0.32 607	0.43 655	0.30 655	0.41 665	0.31 633	0.18 565	0.22 606	0.25 641	0.10 564	0.09 600	0.08 431	0.08 495	0.12 617	0.11 605

hknet	0.15 515	0.11 561	0.13 380	0.22 619	0.11 547	0.14 430	0.15 357	0.34 636	0.25 506	0.17 474	0.22 479	0.22 535	0.18 565	0.17 508	0.12 382	0.07 365	0.06 451	0.10 570	0.09 543	0.07 404	0.07 423

ADLNet2	0.16 540	0.09 470	0.13 380	0.16 232	0.09 376	0.20 573	0.16 431	0.31 596	0.39 630	0.16 455	0.20 443	0.20 507	0.18 565	0.21 593	0.22 606	0.08 450	0.06 451	0.07 330	0.07 412	0.09 543	0.07 423

ICVP	0.15 515	0.09 470	0.12 322	0.22 619	0.09 376	0.17 513	0.21 610	0.25 490	0.23 467	0.18 504	0.30 590	0.26 583	0.18 565	0.17 508	0.14 472	0.09 519	0.07 529	0.08 431	0.07 412	0.07 404	0.07 423
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ac_64	0.16 540	0.08 384	0.15 470	0.18 418	0.10 492	0.22 602	0.18 524	0.24 471	0.21 441	0.18 504	0.24 501	0.29 610	0.18 565	0.19 550	0.22 606	0.09 519	0.07 529	0.08 431	0.09 543	0.07 404	0.06 333

HGLStereo	0.17 562	0.08 384	0.19 577	0.17 321	0.12 584	0.18 532	0.18 524	0.31 596	0.32 577	0.21 562	0.32 603	0.25 573	0.18 565	0.19 550	0.20 577	0.09 519	0.09 600	0.07 330	0.07 412	0.09 543	0.10 577

DMCA	0.14 469	0.09 470	0.16 507	0.19 495	0.09 376	0.15 457	0.17 473	0.23 447	0.27 530	0.14 399	0.19 430	0.17 464	0.18 565	0.15 438	0.17 539	0.10 564	0.06 451	0.08 431	0.06 309	0.09 543	0.10 577

STTStereo	0.18 576	0.12 579	0.27 633	0.20 564	0.11 547	0.16 489	0.21 610	0.29 568	0.23 467	0.21 562	0.30 590	0.29 610	0.18 565	0.20 575	0.19 570	0.12 621	0.11 635	0.11 602	0.14 656	0.09 543	0.08 496

RASNet	0.14 469	0.07 256	0.14 421	0.16 232	0.08 240	0.18 532	0.14 268	0.29 568	0.20 424	0.17 474	0.25 530	0.21 517	0.18 565	0.20 575	0.19 570	0.07 365	0.06 451	0.06 215	0.08 495	0.06 317	0.06 333

TDLM	0.17 562	0.12 579	0.13 380	0.24 652	0.10 492	0.18 532	0.18 524	0.36 658	0.30 562	0.21 562	0.28 570	0.28 601	0.18 565	0.23 617	0.18 557	0.11 596	0.07 529	0.10 570	0.10 585	0.08 478	0.08 496

CVANet_RVC	0.18 576	0.10 533	0.14 421	0.21 599	0.10 492	0.18 532	0.17 473	0.34 636	0.33 585	0.22 578	0.31 599	0.28 601	0.18 565	0.23 617	0.17 539	0.12 621	0.08 563	0.12 622	0.11 619	0.09 543	0.07 423

DeepPruner_ROB	0.16 540	0.11 561	0.15 470	0.17 321	0.10 492	0.17 513	0.15 357	0.32 607	0.21 441	0.19 523	0.21 467	0.22 535	0.18 565	0.20 575	0.15 507	0.13 647	0.09 600	0.09 520	0.09 543	0.11 599	0.10 577

pmcnn	0.15 515	0.07 256	0.19 577	0.15 132	0.07 145	0.20 573	0.15 357	0.24 471	0.26 520	0.21 562	0.34 621	0.28 601	0.18 565	0.18 533	0.17 539	0.07 365	0.05 290	0.05 60	0.04 69	0.07 404	0.06 333

MEA-ACV	0.16 540	0.07 256	0.17 539	0.16 232	0.11 547	0.20 573	0.21 610	0.30 583	0.38 625	0.20 546	0.29 582	0.14 396	0.19 582	0.16 473	0.16 523	0.08 450	0.07 529	0.09 520	0.11 619	0.07 404	0.07 423

TCMNet	0.19 588	0.12 579	0.19 577	0.20 564	0.18 683	0.20 573	0.24 648	0.27 531	0.36 611	0.23 591	0.26 547	0.25 573	0.19 582	0.19 550	0.23 618	0.13 647	0.11 635	0.11 602	0.12 641	0.13 637	0.12 619

DualNet (step1)	0.16 540	0.12 579	0.20 589	0.12 7	0.14 629	0.17 513	0.13 193	0.27 531	0.23 467	0.20 546	0.20 443	0.24 559	0.19 582	0.16 473	0.16 523	0.15 665	0.06 451	0.14 651	0.14 656	0.14 653	0.12 619

test_sample9	0.18 576	0.12 579	0.20 589	0.12 7	0.14 629	0.17 513	0.13 193	0.27 531	0.23 467	0.20 546	0.20 443	0.24 559	0.19 582	0.19 550	0.17 539	0.15 665	0.30 723	0.14 651	0.14 656	0.14 653	0.12 619

test_sample7	0.15 515	0.10 533	0.16 507	0.14 72	0.11 547	0.16 489	0.16 431	0.27 531	0.23 467	0.20 546	0.20 443	0.24 559	0.19 582	0.16 473	0.16 523	0.12 621	0.06 451	0.10 570	0.09 543	0.10 576	0.10 577

Wz-Net-MNSev	0.22 622	0.13 607	0.31 651	0.20 564	0.14 629	0.36 691	0.24 648	0.33 627	0.44 660	0.28 641	0.40 654	0.38 668	0.19 582	0.24 627	0.25 641	0.09 519	0.07 529	0.09 520	0.09 543	0.12 617	0.10 577

pcwnet_v2	0.19 588	0.10 533	0.26 626	0.17 321	0.14 629	0.18 532	0.15 357	0.37 664	0.46 668	0.19 523	0.24 501	0.21 517	0.19 582	0.20 575	0.19 570	0.13 647	0.10 622	0.10 570	0.10 585	0.11 599	0.13 642

delet	0.17 562	0.08 384	0.17 539	0.19 495	0.11 547	0.20 573	0.21 610	0.30 583	0.37 618	0.17 474	0.26 547	0.19 495	0.19 582	0.19 550	0.21 597	0.08 450	0.08 563	0.09 520	0.11 619	0.06 317	0.06 333

UNet	0.17 562	0.09 470	0.18 565	0.19 495	0.12 584	0.27 655	0.19 565	0.33 627	0.29 552	0.21 562	0.24 501	0.23 553	0.19 582	0.19 550	0.18 557	0.07 365	0.06 451	0.08 431	0.07 412	0.08 478	0.06 333

UPFNet	0.16 540	0.08 384	0.12 322	0.20 564	0.12 584	0.20 573	0.23 633	0.28 552	0.26 520	0.17 474	0.24 501	0.22 535	0.19 582	0.19 550	0.21 597	0.09 519	0.07 529	0.08 431	0.09 543	0.08 478	0.06 333

NVstereo2D	0.19 588	0.10 533	0.15 470	0.17 321	0.15 649	0.28 662	0.23 633	0.44 697	0.42 648	0.15 426	0.27 556	0.25 573	0.19 582	0.22 606	0.17 539	0.09 519	0.06 451	0.10 570	0.08 495	0.15 669	0.09 545

StereoDRNet	0.18 576	0.11 561	0.17 539	0.22 619	0.11 547	0.21 593	0.22 621	0.37 664	0.33 585	0.24 601	0.28 570	0.30 620	0.19 582	0.20 575	0.20 577	0.09 519	0.08 563	0.11 602	0.09 543	0.09 543	0.07 423

SGM-Forest	0.20 600	0.14 620	0.18 565	0.19 495	0.13 607	0.20 573	0.22 621	0.33 627	0.30 562	0.24 601	0.29 582	0.28 601	0.19 582	0.23 617	0.17 539	0.15 665	0.16 691	0.15 664	0.14 656	0.12 617	0.12 619
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	0.18 576	0.11 561	0.19 577	0.19 495	0.12 584	0.24 623	0.21 610	0.25 490	0.34 597	0.22 578	0.34 621	0.27 591	0.20 595	0.21 593	0.23 618	0.09 519	0.09 600	0.08 431	0.10 585	0.08 478	0.07 423

IER	0.14 469	0.07 256	0.13 380	0.17 321	0.09 376	0.14 430	0.16 431	0.25 490	0.26 520	0.18 504	0.25 530	0.17 464	0.20 595	0.16 473	0.14 472	0.08 450	0.05 290	0.07 330	0.06 309	0.08 478	0.07 423

MMNet	0.17 562	0.09 470	0.16 507	0.20 564	0.11 547	0.27 655	0.20 589	0.25 490	0.41 639	0.22 578	0.30 590	0.21 517	0.20 595	0.17 508	0.20 577	0.06 180	0.06 451	0.07 330	0.07 412	0.08 478	0.07 423

GwcNet	0.20 600	0.13 607	0.19 577	0.18 418	0.12 584	0.24 623	0.19 565	0.35 651	0.43 655	0.20 546	0.32 603	0.33 646	0.20 595	0.22 606	0.24 631	0.11 596	0.09 600	0.09 520	0.09 543	0.09 543	0.10 577

DGSMNet	0.24 646	0.19 665	0.33 658	0.21 599	0.24 702	0.24 623	0.20 589	0.35 651	0.41 639	0.24 601	0.32 603	0.38 668	0.21 599	0.29 657	0.23 618	0.12 621	0.11 635	0.14 651	0.16 679	0.23 698	0.23 702

FADNet-RVC	0.20 600	0.20 671	0.38 673	0.21 599	0.16 660	0.20 573	0.15 357	0.26 509	0.26 520	0.26 620	0.32 603	0.26 583	0.21 599	0.22 606	0.19 570	0.12 621	0.13 666	0.12 622	0.14 656	0.13 637	0.18 691

FADNet	0.21 613	0.22 681	0.36 667	0.18 418	0.17 676	0.24 623	0.13 193	0.31 596	0.31 570	0.23 591	0.25 530	0.27 591	0.21 599	0.19 550	0.15 507	0.13 647	0.15 683	0.12 622	0.15 673	0.16 678	0.18 691

MaskLacGwcNet_RVC	0.22 622	0.21 677	0.24 618	0.26 671	0.11 547	0.23 618	0.14 268	0.39 676	0.24 484	0.32 667	0.36 628	0.30 620	0.21 599	0.19 550	0.21 597	0.17 686	0.14 677	0.21 690	0.16 679	0.12 617	0.12 619

SuperB	0.20 600	0.10 533	0.56 699	0.16 232	0.09 376	0.18 532	0.18 524	0.24 471	0.50 683	0.26 620	0.39 648	0.17 464	0.21 599	0.22 606	0.21 597	0.08 450	0.06 451	0.06 215	0.06 309	0.12 617	0.10 577

RTSC	0.23 639	0.12 579	0.28 638	0.21 599	0.13 607	0.28 662	0.16 431	0.35 651	0.66 719	0.27 626	0.33 616	0.30 620	0.21 599	0.31 661	0.29 673	0.10 564	0.08 563	0.09 520	0.10 585	0.13 637	0.13 642

AANet_RVC	0.16 540	0.10 533	0.10 210	0.18 418	0.09 376	0.18 532	0.19 565	0.26 509	0.31 570	0.22 578	0.35 625	0.21 517	0.21 599	0.22 606	0.16 523	0.06 180	0.05 290	0.06 215	0.06 309	0.07 404	0.06 333

DRN-Test	0.19 588	0.11 561	0.20 589	0.22 619	0.10 492	0.22 602	0.22 621	0.39 676	0.37 618	0.24 601	0.32 603	0.26 583	0.21 599	0.22 606	0.24 631	0.11 596	0.07 529	0.11 602	0.10 585	0.09 543	0.07 423

MDST_ROB	0.22 622	0.10 533	0.17 539	0.18 418	0.11 547	0.37 692	0.19 565	0.43 695	0.41 639	0.39 684	0.39 648	0.29 610	0.21 599	0.26 636	0.18 557	0.11 596	0.10 622	0.14 651	0.11 619	0.10 576	0.08 496

w-ln-seven-2	0.20 600	0.14 620	0.37 671	0.22 619	0.12 584	0.20 573	0.21 610	0.28 552	0.37 618	0.25 614	0.37 634	0.27 591	0.22 608	0.21 593	0.23 618	0.08 450	0.08 563	0.09 520	0.09 543	0.10 576	0.09 545

w-ln-seven	0.24 646	0.14 620	0.55 696	0.19 495	0.14 629	0.26 645	0.22 621	0.35 651	0.60 707	0.29 650	0.39 648	0.30 620	0.22 608	0.21 593	0.26 653	0.09 519	0.09 600	0.11 602	0.10 585	0.11 599	0.10 577

SQANet	0.23 639	0.23 684	0.30 649	0.30 698	0.19 688	0.27 655	0.13 193	0.29 568	0.33 585	0.24 601	0.37 634	0.31 633	0.22 608	0.27 639	0.23 618	0.15 665	0.10 622	0.21 690	0.16 679	0.21 694	0.15 668

SACVNet	0.18 576	0.12 579	0.14 421	0.17 321	0.13 607	0.22 602	0.18 524	0.31 596	0.30 562	0.23 591	0.31 599	0.30 620	0.22 608	0.22 606	0.17 539	0.11 596	0.08 563	0.10 570	0.10 585	0.12 617	0.14 661

FINET	0.21 613	0.18 661	0.26 626	0.18 418	0.16 660	0.23 618	0.23 633	0.32 607	0.48 671	0.25 614	0.32 603	0.22 535	0.22 608	0.22 606	0.17 539	0.18 687	0.16 691	0.11 602	0.10 585	0.15 669	0.13 642

hitnet-ft	0.18 576	0.09 470	0.17 539	0.14 72	0.09 376	0.26 645	0.20 589	0.25 490	0.26 520	0.24 601	0.32 603	0.31 633	0.22 608	0.24 627	0.21 597	0.12 621	0.07 529	0.10 570	0.08 495	0.12 617	0.11 605

ADCP+	0.20 600	0.10 533	0.33 658	0.20 564	0.12 584	0.22 602	0.26 672	0.31 596	0.34 597	0.26 620	0.37 634	0.22 535	0.22 608	0.27 639	0.27 661	0.09 519	0.06 451	0.08 431	0.08 495	0.09 543	0.10 577

PSMNet_ROB	0.21 613	0.11 561	0.15 470	0.27 684	0.15 649	0.24 623	0.35 712	0.43 695	0.37 618	0.27 626	0.32 603	0.32 642	0.22 608	0.21 593	0.26 653	0.12 621	0.08 563	0.13 637	0.11 619	0.09 543	0.09 545

ADCRef	0.19 588	0.12 579	0.41 679	0.20 564	0.12 584	0.22 602	0.18 524	0.32 607	0.36 611	0.26 620	0.32 603	0.17 464	0.23 616	0.24 627	0.24 631	0.07 365	0.06 451	0.09 520	0.09 543	0.08 478	0.08 496

RYNet	0.22 622	0.12 579	0.22 605	0.19 495	0.17 676	0.46 702	0.26 672	0.38 672	0.48 671	0.24 601	0.28 570	0.34 653	0.23 616	0.20 575	0.30 680	0.10 564	0.06 451	0.09 520	0.09 543	0.13 637	0.15 668

NaN_ROB	0.22 622	0.19 665	0.24 618	0.25 665	0.13 607	0.29 666	0.26 672	0.33 627	0.41 639	0.31 661	0.31 599	0.32 642	0.23 616	0.30 660	0.21 597	0.11 596	0.17 696	0.10 570	0.10 585	0.08 478	0.09 545

NOSS_ROB	0.19 588	0.12 579	0.18 565	0.16 232	0.12 584	0.15 457	0.12 114	0.30 583	0.32 577	0.20 546	0.22 479	0.27 591	0.23 616	0.21 593	0.16 523	0.16 681	0.18 698	0.23 695	0.21 695	0.12 617	0.13 642

DispFullNet	0.27 669	0.21 677	0.65 709	0.28 687	0.16 660	0.26 645	0.17 473	0.33 627	0.58 702	0.27 626	0.38 640	0.43 686	0.23 616	0.38 693	0.23 618	0.12 621	0.06 451	0.19 687	0.11 619	0.21 694	0.15 668

CBMV	0.19 588	0.14 620	0.17 539	0.18 418	0.10 492	0.20 573	0.11 76	0.29 568	0.30 562	0.29 650	0.30 590	0.30 620	0.23 616	0.27 639	0.19 570	0.13 647	0.15 683	0.17 675	0.16 679	0.10 576	0.10 577
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
z-mn7	0.24 646	0.14 620	0.45 683	0.19 495	0.13 607	0.28 662	0.25 663	0.34 636	0.62 710	0.27 626	0.56 700	0.29 610	0.24 622	0.32 668	0.25 641	0.08 450	0.08 563	0.08 431	0.08 495	0.10 576	0.10 577

ToySt	0.17 562	0.11 561	0.18 565	0.17 321	0.11 547	0.16 489	0.25 663	0.24 471	0.33 585	0.19 523	0.24 501	0.26 583	0.24 622	0.19 550	0.20 577	0.07 365	0.08 563	0.09 520	0.10 585	0.09 543	0.08 496

WZ-Net	0.28 674	0.17 649	0.78 726	0.22 619	0.16 660	0.34 681	0.29 695	0.39 676	0.57 699	0.24 601	0.55 695	0.37 664	0.24 622	0.33 671	0.35 697	0.09 519	0.08 563	0.09 520	0.10 585	0.14 653	0.16 679

psm_up	0.18 576	0.10 533	0.18 565	0.20 564	0.11 547	0.17 513	0.19 565	0.37 664	0.34 597	0.21 562	0.28 570	0.29 610	0.24 622	0.20 575	0.22 606	0.09 519	0.10 622	0.11 602	0.11 619	0.08 478	0.08 496

RP	0.21 613	0.13 607	0.21 599	0.23 643	0.11 547	0.21 593	0.20 589	0.25 490	0.44 660	0.21 562	0.38 640	0.36 659	0.24 622	0.27 639	0.25 641	0.11 596	0.12 651	0.13 637	0.12 641	0.12 617	0.14 661

PS-NSSS	0.20 600	0.21 677	0.23 614	0.20 564	0.10 492	0.19 557	0.17 473	0.36 658	0.25 506	0.27 626	0.33 616	0.27 591	0.24 622	0.20 575	0.20 577	0.15 665	0.12 651	0.17 675	0.14 656	0.10 576	0.08 496

CBMV_ROB	0.19 588	0.13 607	0.17 539	0.16 232	0.11 547	0.15 457	0.13 193	0.26 509	0.28 545	0.27 626	0.30 590	0.27 591	0.24 622	0.23 617	0.16 523	0.15 665	0.17 696	0.22 694	0.20 693	0.10 576	0.11 605

DLCB_ROB	0.18 576	0.10 533	0.15 470	0.23 643	0.11 547	0.24 623	0.18 524	0.29 568	0.28 545	0.27 626	0.28 570	0.28 601	0.24 622	0.19 550	0.20 577	0.08 450	0.08 563	0.09 520	0.09 543	0.07 404	0.07 423

PWC_ROB	0.21 613	0.16 638	0.26 626	0.18 418	0.11 547	0.22 602	0.13 193	0.32 607	0.49 680	0.30 655	0.40 654	0.32 642	0.24 622	0.31 661	0.22 606	0.10 564	0.07 529	0.11 602	0.08 495	0.11 599	0.10 577

zh-mn7	0.25 658	0.14 620	0.56 699	0.19 495	0.14 629	0.24 623	0.22 621	0.34 636	0.62 710	0.35 674	0.65 709	0.31 633	0.25 631	0.31 661	0.25 641	0.09 519	0.08 563	0.09 520	0.09 543	0.09 543	0.11 605

PSMNet-RUCA	0.27 669	0.33 707	0.41 679	0.36 707	0.32 715	0.18 532	0.19 565	0.42 691	0.30 562	0.33 671	0.41 665	0.39 676	0.25 631	0.31 661	0.20 577	0.18 687	0.10 622	0.25 698	0.15 673	0.21 694	0.16 679

test_sample8	0.19 588	0.12 579	0.20 589	0.12 7	0.14 629	0.17 513	0.13 193	0.31 596	0.21 441	0.27 626	0.22 479	0.36 659	0.25 631	0.19 550	0.17 539	0.15 665	0.30 723	0.14 651	0.14 656	0.14 653	0.12 619

HBP-ISP	0.18 576	0.13 607	0.16 507	0.15 132	0.11 547	0.08 98	0.13 193	0.28 552	0.29 552	0.22 578	0.33 616	0.21 517	0.25 631	0.23 617	0.17 539	0.14 661	0.16 691	0.21 690	0.17 686	0.10 576	0.08 496

DDUNet	0.22 622	0.17 649	0.21 599	0.22 619	0.15 649	0.25 634	0.24 648	0.29 568	0.30 562	0.31 661	0.36 628	0.33 646	0.25 631	0.24 627	0.20 577	0.18 687	0.13 666	0.17 675	0.11 619	0.16 678	0.16 679

Syn2CoEx	0.21 613	0.16 638	0.27 633	0.29 696	0.14 629	0.26 645	0.20 589	0.33 627	0.31 570	0.28 641	0.36 628	0.27 591	0.25 631	0.19 550	0.24 631	0.16 681	0.12 651	0.14 651	0.11 619	0.09 543	0.08 496

Wz-Net-SNSev	0.25 658	0.17 649	0.44 682	0.25 665	0.14 629	0.26 645	0.23 633	0.38 672	0.56 697	0.30 655	0.55 695	0.39 676	0.26 637	0.23 617	0.30 680	0.10 564	0.09 600	0.09 520	0.10 585	0.11 599	0.11 605

AF-Net	0.22 622	0.17 649	0.17 539	0.26 671	0.13 607	0.25 634	0.24 648	0.32 607	0.50 683	0.25 614	0.33 616	0.38 668	0.26 637	0.28 651	0.25 641	0.11 596	0.10 622	0.16 672	0.11 619	0.11 599	0.10 577

PA-Net	0.23 639	0.18 661	0.33 658	0.28 687	0.22 697	0.21 593	0.38 717	0.29 568	0.39 630	0.22 578	0.32 603	0.25 573	0.26 637	0.20 575	0.25 641	0.09 519	0.23 716	0.15 664	0.22 698	0.09 543	0.13 642
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	0.19 588	0.09 470	0.22 605	0.17 321	0.10 492	0.25 634	0.18 524	0.27 531	0.44 660	0.22 578	0.31 599	0.33 646	0.26 637	0.28 651	0.28 669	0.08 450	0.06 451	0.07 330	0.07 412	0.09 543	0.09 545

SANet	0.24 646	0.14 620	0.28 638	0.21 599	0.11 547	0.27 655	0.24 648	0.38 672	0.64 715	0.36 677	0.40 654	0.43 686	0.26 637	0.27 639	0.24 631	0.12 621	0.09 600	0.10 570	0.09 543	0.13 637	0.11 605

XPNet_ROB	0.22 622	0.11 561	0.19 577	0.22 619	0.13 607	0.22 602	0.19 565	0.34 636	0.40 636	0.30 655	0.39 648	0.39 676	0.26 637	0.26 636	0.28 669	0.15 665	0.10 622	0.10 570	0.10 585	0.13 637	0.12 619

ETE_ROB	0.23 639	0.17 649	0.22 605	0.25 665	0.13 607	0.26 645	0.29 695	0.31 596	0.36 611	0.28 641	0.36 628	0.45 690	0.26 637	0.27 639	0.26 653	0.11 596	0.08 563	0.12 622	0.09 543	0.14 653	0.13 642

LALA_ROB	0.25 658	0.16 638	0.22 605	0.26 671	0.17 676	0.27 655	0.27 679	0.42 691	0.37 618	0.33 671	0.38 640	0.51 702	0.26 637	0.28 651	0.27 661	0.16 681	0.09 600	0.12 622	0.11 619	0.13 637	0.12 619

DStereoO	0.24 646	0.18 661	0.18 565	0.20 564	0.14 629	0.21 593	0.19 565	0.32 607	0.41 639	0.29 650	0.21 467	0.32 642	0.27 645	0.41 705	0.27 661	0.46 726	0.12 651	0.31 714	0.11 619	0.15 669	0.12 619

FSD					0.22 697	0.25 634	0.25 663	0.27 531	0.26 520	0.25 614	0.26 547	0.25 573	0.27 645	0.27 639	0.24 631	0.21 700	0.20 704	0.27 702	0.26 705	0.25 705

MSAF-DinoV2	0.22 622	0.11 561	0.23 614	0.17 321	0.10 492	0.27 655	0.16 431	0.37 664	0.55 694	0.21 562	0.27 556	0.47 698	0.27 645	0.35 680	0.39 706	0.09 519	0.06 451	0.07 330	0.09 543	0.12 617	0.10 577

ACVNet-4b	0.39 697	0.53 718	0.55 696	0.45 715	0.24 702	0.47 704	0.18 524	0.49 707	0.64 715	0.42 694	0.45 678	0.60 710	0.27 645	0.34 674	0.24 631	0.33 717	0.14 677	0.48 721	0.42 723	0.30 713	0.26 710

Anonymous_2	0.22 622	0.17 649	0.28 638	0.15 132	0.16 660	0.32 671	0.22 621	0.22 423	0.17 346	0.23 591	0.24 501	0.26 583	0.27 645	0.27 639	0.23 618	0.22 705	0.25 719	0.17 675	0.17 686	0.17 686	0.17 688

UDG	0.21 613	0.17 649	0.19 577	0.23 643	0.15 649	0.30 669	0.20 589	0.33 627	0.35 606	0.23 591	0.28 570	0.31 633	0.27 645	0.20 575	0.22 606	0.15 665	0.12 651	0.13 637	0.09 543	0.14 653	0.14 661

aanetorigin	0.22 622	0.17 649	0.56 699	0.17 321	0.10 492	0.15 457	0.19 565	0.20 369	0.33 585	0.49 703	0.48 683	0.29 610	0.27 645	0.20 575	0.23 618	0.08 450	0.07 529	0.08 431	0.07 412	0.10 576	0.09 545

DMCA-RVC	0.17 562	0.10 533	0.15 470	0.24 652	0.11 547	0.18 532	0.18 524	0.25 490	0.24 484	0.21 562	0.26 547	0.25 573	0.27 645	0.18 533	0.20 577	0.12 621	0.08 563	0.13 637	0.10 585	0.10 576	0.08 496

RGC	0.25 658	0.20 671	0.29 646	0.28 687	0.16 660	0.22 602	0.23 633	0.32 607	0.44 660	0.27 626	0.40 654	0.38 668	0.27 645	0.36 686	0.22 606	0.11 596	0.13 666	0.17 675	0.17 686	0.14 653	0.16 679

stereogan	0.22 622	0.11 561	0.21 599	0.20 564	0.12 584	0.31 670	0.19 565	0.35 651	0.44 660	0.22 578	0.39 648	0.35 657	0.27 645	0.33 671	0.22 606	0.10 564	0.12 651	0.10 570	0.10 585	0.14 653	0.13 642

FBW_ROB	0.24 646	0.17 649	0.22 605	0.26 671	0.14 629	0.25 634	0.22 621	0.41 686	0.41 639	0.41 691	0.41 665	0.42 683	0.27 645	0.31 661	0.23 618	0.09 519	0.14 677	0.14 651	0.12 641	0.11 599	0.09 545

NCC-stereo	0.24 646	0.15 630	0.31 651	0.26 671	0.16 660	0.20 573	0.30 702	0.40 680	0.40 636	0.24 601	0.38 640	0.33 646	0.28 656	0.36 686	0.27 661	0.12 621	0.11 635	0.15 664	0.22 698	0.13 637	0.13 642

Nwc_Net	0.23 639	0.16 638	0.21 599	0.25 665	0.14 629	0.24 623	0.26 672	0.37 664	0.38 625	0.22 578	0.41 665	0.30 620	0.28 656	0.28 651	0.25 641	0.11 596	0.10 622	0.17 675	0.20 693	0.10 576	0.10 577

Abc-Net	0.24 646	0.15 630	0.31 651	0.26 671	0.16 660	0.20 573	0.30 702	0.40 680	0.40 636	0.24 601	0.38 640	0.33 646	0.28 656	0.36 686	0.27 661	0.12 621	0.11 635	0.15 664	0.22 698	0.13 637	0.13 642
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 667	0.15 630	0.30 649	0.24 652	0.18 683	0.22 602	0.15 357	0.38 672	0.71 723	0.32 667	0.41 665	0.36 659	0.28 656	0.32 668	0.29 673	0.12 621	0.11 635	0.14 651	0.13 652	0.16 678	0.20 697

DeepPrunerF	0.24 646	0.17 649	0.42 681	0.26 671	0.16 660	0.22 602	0.28 685	0.37 664	0.50 683	0.26 620	0.29 582	0.24 559	0.28 656	0.21 593	0.22 606	0.15 665	0.11 635	0.20 689	0.18 690	0.12 617	0.13 642

ADCPNet	0.25 658	0.16 638	0.61 706	0.21 599	0.15 649	0.35 690	0.25 663	0.32 607	0.35 606	0.30 655	0.40 654	0.36 659	0.28 656	0.28 651	0.32 689	0.12 621	0.10 622	0.11 602	0.12 641	0.14 653	0.13 642

GANet	0.21 613	0.12 579	0.21 599	0.24 652	0.13 607	0.22 602	0.22 621	0.41 686	0.26 520	0.31 661	0.42 671	0.37 664	0.28 656	0.23 617	0.22 606	0.10 564	0.12 651	0.10 570	0.09 543	0.10 576	0.08 496

NCCL2	0.23 639	0.15 630	0.17 539	0.34 703	0.18 683	0.24 623	0.23 633	0.34 636	0.28 545	0.31 661	0.38 640	0.38 668	0.28 656	0.23 617	0.24 631	0.15 665	0.12 651	0.18 685	0.21 695	0.13 637	0.13 642

APVNet	0.22 622	0.12 579	0.19 577	0.18 418	0.14 629	0.32 671	0.31 708	0.39 676	0.32 577	0.27 626	0.40 654	0.30 620	0.29 664	0.26 636	0.25 641	0.11 596	0.12 651	0.11 602	0.14 656	0.12 617	0.12 619

G-Net	0.24 646	0.16 638	0.36 667	0.22 619	0.16 660	0.51 708	0.23 633	0.29 568	0.34 597	0.36 677	0.38 640	0.31 633	0.29 664	0.27 639	0.26 653	0.11 596	0.09 600	0.12 622	0.09 543	0.16 678	0.13 642

DPSNet	0.28 674	0.16 638	0.31 651	0.18 418	0.13 607	0.54 710	0.42 721	0.51 713	0.67 720	0.29 650	0.38 640	0.38 668	0.29 664	0.31 661	0.23 618	0.11 596	0.10 622	0.11 602	0.08 495	0.20 693	0.16 679

PDISCO_ROB	0.27 669	0.16 638	0.26 626	0.28 687	0.20 691	0.32 671	0.26 672	0.44 697	0.57 699	0.28 641	0.40 654	0.45 690	0.29 664	0.33 671	0.34 696	0.12 621	0.09 600	0.17 675	0.16 679	0.17 686	0.13 642

ccnet	0.29 678	0.28 700	0.23 614	0.20 564	0.28 709	0.41 700	0.21 610	0.45 700	0.33 585	0.36 677	0.46 679	0.36 659	0.30 668	0.39 697	0.42 713	0.23 709	0.14 677	0.21 690	0.17 686	0.23 698	0.18 691

S-Stereo	0.20 600	0.12 579	0.25 623	0.21 599	0.13 607	0.20 573	0.18 524	0.32 607	0.43 655	0.23 591	0.36 628	0.28 601	0.30 668	0.19 550	0.22 606	0.09 519	0.12 651	0.10 570	0.10 585	0.13 637	0.13 642

XQC	0.28 674	0.23 684	0.51 691	0.28 687	0.19 688	0.34 681	0.27 679	0.36 658	0.57 699	0.31 661	0.30 590	0.37 664	0.30 668	0.38 693	0.38 704	0.13 647	0.09 600	0.15 664	0.12 641	0.17 686	0.18 691

ADCL	0.24 646	0.11 561	0.47 688	0.22 619	0.12 584	0.34 681	0.29 695	0.29 568	0.56 697	0.24 601	0.46 679	0.30 620	0.30 668	0.29 657	0.29 673	0.08 450	0.07 529	0.09 520	0.09 543	0.10 576	0.10 577

PStereo	0.20 600	0.22 681	0.20 589	0.17 321	0.10 492	0.13 393	0.20 589	0.27 531	0.38 625	0.20 546	0.14 333	0.28 601	0.31 672	0.24 627	0.31 687	0.18 687	0.13 666	0.15 664	0.11 619	0.12 617	0.12 619

zh-sn7	0.25 658	0.17 649	0.50 690	0.24 652	0.13 607	0.25 634	0.24 648	0.34 636	0.48 671	0.28 641	0.54 693	0.28 601	0.31 672	0.36 686	0.32 689	0.10 564	0.10 622	0.11 602	0.10 585	0.12 617	0.12 619

MFN_U_SF_DS_RVC	0.30 684	0.24 687	0.29 646	0.36 707	0.16 660	0.34 681	0.30 702	0.32 607	0.42 648	0.40 687	0.46 679	0.38 668	0.31 672	0.34 674	0.28 669	0.19 694	0.20 704	0.26 699	0.29 712	0.18 689	0.19 696

CC-Net-ROB	0.28 674	0.31 705	0.36 667	0.29 696	0.15 649	0.25 634	0.19 565	0.45 700	0.33 585	0.39 684	0.37 634	0.39 676	0.31 672	0.27 639	0.26 653	0.24 711	0.19 701	0.30 713	0.23 702	0.18 689	0.15 668

DANet	0.21 613	0.15 630	0.28 638	0.25 665	0.13 607	0.22 602	0.19 565	0.27 531	0.27 530	0.28 641	0.32 603	0.35 657	0.31 672	0.31 661	0.23 618	0.11 596	0.09 600	0.11 602	0.10 585	0.13 637	0.11 605
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	0.42 704	0.26 693	0.59 704	0.60 723	0.49 723	0.32 671	0.23 633	0.46 702	0.52 692	0.56 711	0.58 705	0.76 722	0.32 677	0.48 709	0.29 673	0.32 715	0.24 717	0.27 702	0.33 717	0.46 721	0.39 722

FAT-Stereo	0.20 600	0.12 579	0.22 605	0.21 599	0.12 584	0.17 513	0.18 524	0.34 636	0.39 630	0.27 626	0.37 634	0.34 653	0.32 677	0.21 593	0.20 577	0.09 519	0.11 635	0.10 570	0.09 543	0.11 599	0.14 661

DStereoSA	0.25 658	0.19 665	0.37 671	0.26 671	0.17 676	0.22 602	0.20 589	0.49 707	0.59 703	0.22 578	0.29 582	0.29 610	0.33 679	0.39 697	0.28 669	0.12 621	0.11 635	0.16 672	0.14 656	0.14 653	0.12 619

otaku	0.39 697	0.37 711	0.52 692	0.44 714	0.28 709	0.58 712	0.24 648	0.41 686	0.62 710	0.40 687	0.49 684	0.46 694	0.33 679	0.40 702	0.32 689	0.30 714	0.30 723	0.39 718	0.33 717	0.29 712	0.28 711

AnyNet_C32	0.26 667	0.16 638	0.36 667	0.20 564	0.16 660	0.25 634	0.30 702	0.32 607	0.44 660	0.31 661	0.49 684	0.30 620	0.33 679	0.40 702	0.33 694	0.12 621	0.12 651	0.12 622	0.14 656	0.14 653	0.15 668

GANetREF_RVC	0.31 686	0.34 708	0.27 633	0.35 705	0.16 660	0.32 671	0.41 718	0.48 705	0.51 690	0.35 674	0.35 625	0.34 653	0.33 679	0.39 697	0.32 689	0.27 713	0.20 704	0.29 711	0.15 673	0.18 689	0.17 688
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	0.29 678	0.24 687	0.27 633	0.34 703	0.19 688	0.33 678	0.42 721	0.37 664	0.50 683	0.38 682	0.40 654	0.44 688	0.33 679	0.28 651	0.30 680	0.20 696	0.16 691	0.19 687	0.19 691	0.14 653	0.15 668

DStereoFS	0.27 669	0.22 681	0.31 651	0.22 619	0.15 649	0.22 602	0.20 589	0.50 711	0.48 671	0.28 641	0.44 676	0.33 646	0.34 684	0.52 715	0.29 673	0.12 621	0.11 635	0.15 664	0.13 652	0.16 678	0.16 679

PASM	0.32 688	0.24 687	0.48 689	0.28 687	0.27 708	0.29 666	0.30 702	0.34 636	0.49 680	0.35 674	0.39 648	0.46 694	0.34 684	0.34 674	0.35 697	0.23 709	0.25 719	0.26 699	0.28 711	0.23 698	0.21 699

WCMA_ROB	0.24 646	0.11 561	0.22 605	0.17 321	0.14 629	0.32 671	0.15 357	0.32 607	0.32 577	0.38 682	0.53 691	0.40 680	0.34 684	0.34 674	0.25 641	0.11 596	0.12 651	0.12 622	0.10 585	0.14 653	0.14 661

edge stereo	0.22 622	0.13 607	0.20 589	0.21 599	0.13 607	0.23 618	0.16 431	0.32 607	0.42 648	0.32 667	0.40 654	0.38 668	0.35 687	0.25 633	0.24 631	0.13 647	0.11 635	0.14 651	0.11 619	0.12 617	0.13 642

SGM_RVC	0.23 639	0.12 579	0.15 470	0.15 132	0.09 376	0.33 678	0.18 524	0.34 636	0.31 570	0.44 698	0.37 634	0.53 706	0.35 687	0.35 680	0.24 631	0.13 647	0.13 666	0.13 637	0.13 652	0.10 576	0.11 605
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ADCS	0.29 678	0.18 661	0.45 683	0.21 599	0.17 676	0.28 662	0.23 633	0.41 686	0.63 714	0.40 687	0.49 684	0.40 680	0.36 689	0.39 697	0.40 709	0.13 647	0.12 651	0.13 637	0.14 656	0.16 678	0.16 679

LSM	0.33 691	0.20 671	0.58 702	0.26 671	0.60 733	0.34 681	0.25 663	0.42 691	0.48 671	0.45 699	0.58 705	0.42 683	0.36 689	0.35 680	0.25 641	0.12 621	0.20 704	0.14 651	0.16 679	0.19 692	0.33 717

psmorigin	0.25 658	0.15 630	0.34 666	0.17 321	0.13 607	0.23 618	0.14 268	0.34 636	0.33 585	0.41 691	0.55 695	0.41 682	0.37 691	0.34 674	0.27 661	0.11 596	0.15 683	0.11 602	0.11 619	0.12 617	0.16 679

AANet	0.30 684	0.19 665	1.03 735	0.16 232	0.13 607	0.22 602	0.16 431	0.30 583	0.62 710	0.60 712	0.52 690	0.46 694	0.38 692	0.23 617	0.32 689	0.12 621	0.09 600	0.11 602	0.10 585	0.13 637	0.12 619

Wz-Net-TNSev	0.29 678	0.20 671	0.65 709	0.19 495	0.15 649	0.38 695	0.27 679	0.35 651	0.55 694	0.34 673	0.42 671	0.45 690	0.38 692	0.32 668	0.30 680	0.12 621	0.13 666	0.10 570	0.12 641	0.15 669	0.14 661

AnyNet_C01	0.36 695	0.25 692	1.37 740	0.22 619	0.17 676	0.48 706	0.27 679	0.35 651	0.39 630	0.39 684	0.74 719	0.46 694	0.38 692	0.45 707	0.47 718	0.13 647	0.13 666	0.13 637	0.14 656	0.14 653	0.15 668

EDNetEfficient	0.29 678	0.24 687	1.13 737	0.18 418	0.10 492	0.19 557	0.20 589	0.20 369	0.60 707	0.74 725	0.56 700	0.31 633	0.39 695	0.22 606	0.30 680	0.09 519	0.07 529	0.08 431	0.07 412	0.11 599	0.09 545

MFN_U_SF_RVC	0.32 688	0.21 677	0.55 696	0.30 698	0.15 649	0.34 681	0.17 473	0.52 714	0.46 668	0.46 702	0.55 695	0.59 709	0.39 695	0.35 680	0.37 702	0.15 665	0.14 677	0.18 685	0.21 695	0.16 678	0.15 668

SAMSARA	0.40 700	0.28 700	0.33 658	0.55 721	0.39 716	0.82 732	1.23 749	0.47 704	0.51 690	0.36 677	0.35 625	0.55 708	0.39 695	0.38 693	0.39 706	0.15 665	0.20 704	0.15 664	0.14 656	0.23 698	0.20 697

FC-DCNN v2	0.33 691	0.27 696	0.28 638	0.26 671	0.23 700	0.37 692	0.28 685	0.40 680	0.43 655	0.45 699	0.56 700	0.51 702	0.40 698	0.37 691	0.29 673	0.21 700	0.20 704	0.27 702	0.26 705	0.25 705	0.24 703

ADCMid	0.25 658	0.15 630	0.40 676	0.20 564	0.14 629	0.25 634	0.26 672	0.34 636	0.38 625	0.36 677	0.44 676	0.34 653	0.40 698	0.35 680	0.33 694	0.10 564	0.09 600	0.11 602	0.11 619	0.13 637	0.12 619

FC-DCNN	0.33 691	0.27 696	0.28 638	0.26 671	0.23 700	0.37 692	0.28 685	0.40 680	0.43 655	0.45 699	0.55 695	0.51 702	0.40 698	0.37 691	0.30 680	0.21 700	0.20 704	0.27 702	0.26 705	0.25 705	0.24 703

MSMD_ROB	0.31 686	0.26 693	0.26 626	0.24 652	0.21 695	0.34 681	0.25 663	0.34 636	0.39 630	0.40 687	0.69 713	0.45 690	0.40 698	0.34 674	0.27 661	0.20 696	0.19 701	0.26 699	0.25 704	0.23 698	0.22 701

MeshStereo	0.27 669	0.13 607	0.18 565	0.15 132	0.11 547	0.32 671	0.24 648	0.40 680	0.36 611	0.52 705	0.57 703	0.67 717	0.40 698	0.35 680	0.26 653	0.14 661	0.13 666	0.13 637	0.11 619	0.11 599	0.10 577
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
noway2	3.60 746	5.21 760	3.74 750	12.26 763	11.84 764	4.51 751	3.91 754	1.00 740	0.48 671	0.89 735	1.98 750	6.35 760	0.41 703	2.90 750	2.47 756	0.93 748	0.13 666	1.92 755	1.77 757	5.66 758	3.67 758

FCDSN-DC	0.33 691	0.28 700	0.28 638	0.30 698	0.24 702	0.39 697	0.28 685	0.42 691	0.42 648	0.43 697	0.53 691	0.51 702	0.41 703	0.36 686	0.30 680	0.21 700	0.20 704	0.27 702	0.26 705	0.25 705	0.24 703
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RTS	0.45 708	0.19 665	3.26 746	0.24 652	0.15 649	0.74 725	0.20 589	0.36 658	0.76 730	0.42 694	0.43 674	0.31 633	0.41 703	0.53 718	0.35 697	0.10 564	0.08 563	0.13 637	0.12 641	0.15 669	0.15 668

RTSA	0.45 708	0.19 665	3.26 746	0.24 652	0.15 649	0.74 725	0.20 589	0.36 658	0.76 730	0.42 694	0.43 674	0.31 633	0.41 703	0.53 718	0.35 697	0.10 564	0.08 563	0.13 637	0.12 641	0.15 669	0.15 668

Ntro	0.40 700	0.40 713	0.53 693	0.46 718	0.30 713	0.65 718	0.24 648	0.46 702	0.68 721	0.41 691	0.49 684	0.48 700	0.42 707	0.39 697	0.31 687	0.32 715	0.28 721	0.37 717	0.30 714	0.32 717	0.29 712

SGM-ForestM	0.32 688	0.12 579	0.16 507	0.16 232	0.11 547	0.39 697	0.19 565	0.41 686	0.50 683	0.52 705	0.54 693	1.32 738	0.42 707	0.40 702	0.27 661	0.14 661	0.16 691	0.16 672	0.16 679	0.12 617	0.12 619

noway4	3.64 749	5.53 763	3.97 753	12.24 762	11.84 764	4.58 753	3.96 758	1.14 751	0.45 666	0.82 729	2.01 752	6.19 755	0.43 709	3.04 753	2.29 752	0.94 749	0.15 683	1.93 756	1.76 753	5.75 762	3.71 762

zzzz4	3.62 747	5.55 764	4.00 755	12.27 765	11.85 767	4.49 749	3.91 754	1.10 749	0.42 648	0.85 731	2.01 752	6.20 756	0.44 710	3.00 751	2.25 749	0.94 749	0.15 683	1.93 756	1.76 753	5.70 760	3.67 758

noway1	3.62 747	5.55 764	3.97 753	12.27 765	11.85 767	4.50 750	3.92 756	1.09 748	0.42 648	0.85 731	2.01 752	6.22 757	0.44 710	3.00 751	2.25 749	0.94 749	0.15 683	1.93 756	1.76 753	5.70 760	3.67 758

LE_ROB	0.50 713	0.07 256	0.14 421	0.15 132	0.08 240	0.24 623	0.16 431	0.22 423	1.81 753	4.63 758	0.67 711	0.47 698	0.44 710	0.20 575	0.29 673	0.07 365	0.06 451	0.06 215	0.06 309	0.08 478	0.06 333

coex-ft	3.30 745	0.34 708	59.09 786	0.18 418	0.13 607	0.26 645	0.22 621	0.27 531	0.72 724	1.90 754	0.70 715	0.44 688	0.45 713	0.29 657	0.41 712	0.09 519	0.09 600	0.12 622	0.09 543	0.14 653	0.13 642

noway3	3.64 749	5.28 761	3.79 751	12.26 763	11.84 764	4.53 752	3.92 756	1.06 744	0.48 671	0.88 734	1.98 750	6.32 759	0.46 714	3.32 754	2.57 757	0.95 752	0.15 683	1.93 756	1.76 753	5.67 759	3.69 761

RainbowNet	0.54 716	0.61 722	0.70 724	0.57 722	0.43 720	0.65 718	0.37 716	0.60 723	0.87 734	0.50 704	0.66 710	0.64 713	0.47 715	0.49 710	0.43 716	0.47 727	0.48 737	0.52 725	0.41 722	0.52 724	0.40 725

Consistency-Raft	0.44 706	0.40 713	0.45 683	0.37 709	0.43 720	0.46 702	0.41 718	0.57 721	0.55 694	0.32 667	0.73 717	0.33 646	0.48 716	0.42 706	0.49 720	0.39 720	0.35 728	0.45 720	0.51 730	0.42 720	0.29 712

ACVNet_1	0.44 706	0.49 717	0.60 705	0.45 715	0.28 709	0.49 707	0.27 679	0.57 721	0.72 724	0.62 714	0.58 705	0.74 721	0.49 717	0.50 711	0.35 697	0.26 712	0.24 717	0.39 718	0.29 712	0.31 716	0.24 703

EDNetEfficientorigin	7.91 757	0.31 705	153.02 787	0.19 495	0.09 376	0.21 593	0.16 431	0.22 423	0.59 703	0.72 721	0.67 711	0.42 683	0.50 718	0.24 627	0.39 706	0.08 450	0.07 529	0.08 431	0.07 412	0.12 617	0.10 577

TCMNet-wrong-test	3.67 751	5.48 762	3.89 752	12.18 761	11.75 763	4.65 754	3.88 753	1.06 744	0.72 724	1.09 746	2.15 755	6.30 758	0.53 719	3.43 756	2.36 754	0.89 746	0.20 704	1.87 753	1.69 752	5.57 757	3.62 757

MSC_U_SF_DS_RVC	0.43 705	0.39 712	0.54 694	0.40 710	0.20 691	0.64 717	0.32 710	0.53 716	0.72 724	0.71 719	0.72 716	0.61 711	0.54 720	0.51 713	0.46 717	0.20 696	0.19 701	0.29 711	0.30 714	0.23 698	0.18 691

ELAS_RVC	0.41 702	0.29 703	0.33 658	0.28 687	0.24 702	0.54 710	0.36 713	0.49 707	0.59 703	0.72 721	0.74 719	0.65 715	0.54 720	0.54 720	0.40 709	0.22 705	0.20 704	0.27 702	0.26 705	0.26 710	0.25 708
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 702	0.29 703	0.33 658	0.27 684	0.24 702	0.60 715	0.36 713	0.50 711	0.50 683	0.71 719	0.79 723	0.67 717	0.54 720	0.51 713	0.42 713	0.22 705	0.20 704	0.27 702	0.26 705	0.26 710	0.25 708
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
anonymity	0.53 715	0.58 720	0.65 709	0.41 712	0.61 734	0.53 709	0.41 718	0.56 719	0.41 639	0.55 709	0.50 688	0.49 701	0.55 723	0.58 723	0.50 723	0.58 733	0.50 741	0.51 723	0.51 730	0.51 723	0.57 731

SGM+DAISY	0.56 717	0.57 719	0.65 709	0.40 710	0.54 726	0.66 720	0.49 726	0.56 719	0.45 666	0.66 715	0.69 713	0.67 717	0.56 724	0.63 725	0.56 725	0.59 734	0.48 737	0.50 722	0.50 729	0.52 724	0.58 732

MonStereo1	0.47 712	0.26 693	0.58 702	0.28 687	0.20 691	0.39 697	0.18 524	0.49 707	0.64 715	0.52 705	0.87 726	1.01 727	0.57 725	0.50 711	0.56 725	0.53 730	0.31 726	0.54 727	0.40 721	0.33 718	0.34 718

SPS-STEREO	0.57 718	0.58 720	0.65 709	0.45 715	0.55 728	0.62 716	0.44 725	0.62 724	0.50 683	0.68 717	0.64 708	0.66 716	0.57 725	0.61 724	0.60 728	0.62 736	0.47 736	0.51 723	0.49 727	0.55 728	0.58 732
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	0.39 697	0.20 671	0.39 675	0.31 702	0.22 697	0.29 666	0.43 723	0.52 714	0.96 737	0.55 709	0.79 723	0.53 706	0.59 727	0.52 715	0.38 704	0.19 694	0.14 677	0.17 675	0.14 656	0.24 704	0.31 715

MANE	0.45 708	0.27 696	0.27 633	0.27 684	0.24 702	0.47 704	0.31 708	0.55 718	0.59 703	0.72 721	1.13 740	1.15 732	0.61 728	0.52 715	0.37 702	0.21 700	0.20 704	0.27 702	0.31 716	0.25 705	0.24 703

PWCK	0.71 723	0.94 737	0.95 733	0.76 728	0.31 714	0.74 725	0.36 713	0.90 731	0.90 735	0.96 739	0.75 721	0.95 726	0.61 728	0.87 737	0.66 731	0.72 739	0.46 732	0.75 733	0.49 727	0.69 737	0.44 727

BEATNet-Init1	0.52 714	0.27 696	0.62 707	0.30 698	0.21 695	0.76 729	0.29 695	0.54 717	0.65 718	0.86 733	0.95 731	2.07 747	0.62 730	0.56 722	0.42 713	0.18 687	0.18 698	0.23 695	0.22 698	0.22 697	0.21 699

NVStereoNet_ROB	0.46 711	0.36 710	0.46 687	0.41 712	0.28 709	0.34 681	0.34 711	0.48 705	0.60 707	0.72 721	0.93 729	0.70 720	0.66 731	0.47 708	0.60 728	0.22 705	0.33 727	0.34 716	0.34 720	0.30 713	0.30 714
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	0.64 719	0.66 726	0.65 709	0.51 719	0.69 738	0.69 721	0.57 732	0.64 725	0.73 728	0.60 712	0.73 717	0.62 712	0.67 732	0.65 726	0.60 728	0.66 738	0.58 750	0.63 728	0.59 733	0.68 735	0.69 741

MADNet+	0.75 726	0.71 728	3.70 749	0.66 725	0.41 718	0.98 737	0.97 747	0.69 726	0.73 728	0.52 705	0.57 703	0.64 713	0.68 733	0.86 736	1.01 744	0.34 718	0.36 729	0.28 710	0.23 702	0.36 719	0.31 715

ACVNet_2	0.66 722	0.66 726	0.68 718	0.63 724	0.41 718	0.71 723	0.49 726	0.96 736	1.39 746	0.89 735	1.09 736	1.04 728	0.73 734	0.54 720	0.47 718	0.43 724	0.40 730	0.53 726	0.44 724	0.47 722	0.35 720

TorneroNet-64	0.76 727	0.72 729	0.74 725	0.78 730	0.58 732	0.91 736	0.56 731	0.84 730	1.29 743	0.66 715	0.90 727	1.40 740	0.75 735	0.85 735	0.67 734	0.49 728	0.46 732	0.72 732	0.59 733	0.67 734	0.53 730

IMH-64-1	0.65 720	0.61 722	0.68 718	0.71 726	0.51 724	0.59 713	0.49 726	0.91 732	0.85 732	0.74 725	1.02 733	0.81 723	0.78 736	0.79 729	0.49 720	0.42 722	0.46 732	0.71 730	0.47 725	0.52 724	0.39 722

IMH-64	0.65 720	0.61 722	0.68 718	0.71 726	0.51 724	0.59 713	0.49 726	0.91 732	0.85 732	0.74 725	1.02 733	0.81 723	0.78 736	0.79 729	0.49 720	0.42 722	0.46 732	0.71 730	0.47 725	0.52 724	0.39 722

JetBlue	0.71 723	0.45 716	1.14 738	0.51 719	0.47 722	2.02 747	0.64 736	0.75 727	0.70 722	0.69 718	0.77 722	1.22 734	0.83 738	1.03 744	1.01 744	0.40 721	0.28 721	0.33 715	0.33 717	0.30 713	0.34 718

LVE	0.83 731	0.85 735	0.85 731	0.80 731	0.56 729	1.04 742	0.65 737	1.05 742	1.47 749	0.96 739	1.22 744	1.10 731	0.85 739	0.83 732	0.71 736	0.49 728	0.55 747	0.76 736	0.60 735	0.65 732	0.59 737

TorneroNet	0.82 730	0.74 730	0.81 730	0.84 733	0.63 735	0.99 738	0.63 734	0.96 736	1.16 740	0.80 728	1.11 738	1.36 739	0.86 740	0.93 740	0.80 739	0.56 731	0.49 739	0.78 738	0.66 738	0.73 740	0.63 740

IMH	0.71 723	0.64 725	0.68 718	0.76 728	0.54 726	0.69 721	0.54 730	0.98 738	1.10 739	0.82 729	1.09 736	0.89 725	0.88 741	0.87 737	0.52 724	0.44 725	0.50 741	0.75 733	0.51 730	0.56 729	0.41 726

WAO-7	0.79 728	0.78 731	0.54 694	0.85 734	0.67 737	0.74 725	0.68 740	1.05 742	1.32 744	0.90 737	1.20 743	1.04 728	0.92 742	0.69 727	0.66 731	0.60 735	0.62 751	0.67 729	0.68 739	0.64 731	0.58 732

JetRed	1.62 742	1.46 745	2.98 744	0.92 737	1.21 747	4.99 755	1.53 752	1.27 754	1.39 746	1.83 753	1.74 749	1.60 746	0.95 743	1.41 747	2.45 755	0.90 747	1.60 756	0.93 742	0.90 747	1.35 748	0.99 748

KSHMR	1.09 739	1.17 741	0.88 732	1.25 746	1.00 746	0.99 738	0.96 746	1.13 750	1.37 745	1.16 748	1.29 745	1.41 741	0.96 744	1.01 743	0.92 741	1.03 753	1.08 755	1.20 747	1.03 749	1.01 745	0.97 747

Dean	0.87 732	0.86 736	0.79 728	0.81 732	0.56 729	0.90 733	0.63 734	1.15 752	1.73 752	1.15 747	1.15 741	1.31 737	0.99 745	0.81 731	0.81 740	0.57 732	0.56 748	0.77 737	0.64 736	0.66 733	0.58 732

WAO-6	0.81 729	0.80 732	0.62 707	0.86 735	0.63 735	0.76 729	0.58 733	0.98 738	1.54 751	0.90 737	0.96 732	1.07 730	1.03 746	0.70 728	0.66 731	0.72 739	0.49 739	0.90 741	0.71 740	0.68 735	0.58 732

WAO-8	0.91 733	0.81 733	0.65 709	0.94 738	0.69 738	0.90 733	0.67 738	1.07 746	1.83 754	1.06 744	1.45 746	1.30 735	1.07 747	0.84 733	0.78 737	0.74 741	0.53 744	0.86 739	0.75 741	0.69 737	0.62 738

ktn	1.01 738	1.21 742	0.80 729	1.23 745	0.86 744	1.01 740	0.87 744	0.94 735	1.39 746	1.04 742	1.12 739	1.15 732	1.07 747	0.94 741	0.59 727	1.28 755	0.71 753	1.38 750	0.83 744	1.02 746	0.75 744

Venus	0.91 733	0.81 733	0.65 709	0.94 738	0.69 738	0.90 733	0.67 738	1.07 746	1.83 754	1.06 744	1.45 746	1.30 735	1.07 747	0.84 733	0.78 737	0.74 741	0.53 744	0.86 739	0.75 741	0.69 737	0.62 738

DPSimNet_ROB	1.11 740	1.23 743	0.78 726	1.13 743	0.88 745	1.10 743	1.13 748	1.16 753	1.23 742	1.43 751	1.02 733	1.41 741	1.10 750	0.90 739	1.60 746	1.46 756	0.51 743	1.21 748	1.03 749	0.90 743	1.01 749

notaker	0.97 736	1.11 740	0.98 734	1.13 743	0.81 742	0.73 724	0.68 740	0.93 734	1.16 740	1.18 749	1.18 742	1.41 741	1.16 751	1.08 746	0.69 735	0.81 744	0.64 752	1.17 746	0.79 743	0.98 744	0.80 745

UNDER WATER-64	0.95 735	0.94 737	1.43 742	0.87 736	0.56 729	1.18 745	0.87 744	0.77 728	0.94 736	1.04 742	0.85 725	1.58 745	1.21 752	0.94 741	0.96 742	0.87 745	0.57 749	1.03 745	0.88 746	0.78 741	0.73 742

UNDER WATER	0.97 736	0.97 739	1.42 741	0.99 740	0.70 741	1.12 744	0.84 743	0.80 729	1.08 738	1.01 741	0.90 727	1.55 744	1.22 753	1.03 744	1.00 743	0.78 743	0.53 744	1.02 744	0.87 745	0.80 742	0.74 743

HanzoNet	1.29 741	1.26 744	1.19 739	1.12 742	0.85 743	1.02 741	0.83 742	1.03 741	1.48 750	1.64 752	1.61 748	2.50 749	1.72 754	1.61 748	1.61 747	1.26 754	0.80 754	1.31 749	1.01 748	1.02 746	0.86 746

Selective-IGEV-i1pa	2.80 744	3.51 752	0.67 717	0.28 687	0.14 629	10.22 759	0.43 723	4.36 756	3.63 757	3.53 756	6.92 758	3.47 750	1.97 755	13.41 770	2.26 751	0.36 719	0.15 683	0.13 637	0.10 585	0.15 669	0.35 720

MADNet++	1.95 743	1.75 746	1.59 743	1.82 747	1.69 749	2.33 748	1.40 751	2.35 755	2.09 756	2.57 755	2.36 756	2.24 748	2.17 756	2.28 749	2.34 753	1.87 757	1.66 757	1.54 751	1.34 751	1.92 749	1.77 751

Selective-IGEV-i16pa	18.58 770	3.30 750	1.09 736	0.21 599	0.18 683	103.68 788	0.28 685	19.87 775	40.73 784	4.16 757	56.45 788	8.07 762	2.59 757	123.95 789	5.89 760	0.18 687	0.12 651	0.09 520	0.12 641	0.12 617	0.51 729

tt	4.67 752	0.06 125	3.55 748	2.02 748	1.55 748	10.25 760	16.71 762	8.91 765	5.03 758	1.31 750	0.94 730	4.71 751	4.76 758	3.33 755	5.87 759	6.06 765	10.30 771	1.88 754	2.11 759	2.75 751	1.21 750

LRCNet_RVC	10.62 765	13.42 772	7.30 757	18.92 770	2.07 750	0.33 678	0.30 702	5.59 760	0.48 671	13.03 770	17.94 770	8.87 763	5.65 759	4.79 757	1.89 748	23.51 784	2.73 762	27.55 787	25.71 787	16.07 779	16.33 780

PML	8.91 760	9.34 771	6.13 756	5.35 752	6.41 754	14.99 763	23.38 769	5.27 757	6.83 759	18.04 774	28.19 783	7.67 761	6.83 760	7.85 761	5.75 758	5.35 764	1.83 758	5.95 770	1.93 758	8.64 767	2.52 753

USTest	6.22 753	2.73 749	3.00 745	6.57 755	7.29 755	14.37 762	21.57 763	7.00 764	9.56 763	5.34 761	6.10 757	5.72 754	7.64 761	6.41 760	6.96 761	1.97 758	3.42 763	1.64 752	2.15 760	2.66 750	2.36 752

xxxxx1	7.79 754	5.02 757	7.31 758	3.12 749	3.85 751	16.35 764	22.88 764	5.86 761	8.69 760	7.97 762	8.54 759	9.12 764	8.27 762	10.18 762	10.92 762	2.42 759	2.45 759	3.56 762	12.37 768	3.77 752	3.06 754

tt_ll	7.79 754	5.02 757	7.31 758	3.12 749	3.85 751	16.35 764	22.88 764	5.86 761	8.69 760	7.97 762	8.54 759	9.12 764	8.27 762	10.18 762	10.92 762	2.42 759	2.45 759	3.56 762	12.37 768	3.77 752	3.06 754

ff	7.79 754	5.02 757	7.31 758	3.12 749	3.85 751	16.35 764	22.88 764	5.86 761	8.69 760	7.97 762	8.54 759	9.12 764	8.27 762	10.18 762	10.92 762	2.42 759	2.45 759	3.56 762	12.37 768	3.77 752	3.06 754

DPSMNet_ROB	8.06 758	4.48 753	8.63 766	5.37 754	10.74 758	8.32 757	22.98 768	5.46 758	13.36 768	5.12 759	9.92 764	5.08 752	10.40 765	5.53 759	12.58 765	3.80 763	8.00 764	3.50 760	7.02 765	3.83 755	7.14 766

DGTPSM_ROB	8.06 758	4.48 753	8.63 766	5.35 752	10.72 757	8.32 757	22.97 767	5.46 758	13.35 767	5.12 759	9.92 764	5.08 752	10.40 765	5.52 758	12.58 765	3.79 762	8.00 764	3.50 760	7.02 765	3.83 755	7.14 766

iinet-test	10.48 763	8.09 767	7.54 762	10.26 756	10.94 759	18.00 768	25.26 770	11.33 769	13.28 765	9.69 766	9.85 762	9.42 767	11.17 767	11.02 766	12.78 768	6.59 767	8.30 766	5.56 765	6.56 761	6.89 763	7.02 764

IINet	10.48 763	8.09 767	7.54 762	10.26 756	10.94 759	18.00 768	25.26 770	11.33 769	13.28 765	9.69 766	9.85 762	9.42 767	11.17 767	11.02 766	12.78 768	6.59 767	8.30 766	5.56 765	6.56 761	6.89 763	7.02 764

Anonymous_1	10.96 766	7.92 766	7.46 761	10.33 758	10.06 756	18.65 770	26.34 772	11.06 768	13.44 769	9.40 765	10.05 766	9.67 769	11.23 769	10.73 765	12.72 767	6.42 766	8.38 768	5.77 767	10.61 767	12.12 768	6.77 763

DPSM_ROB	11.15 767	8.58 769	8.00 764	10.88 759	11.58 761	19.10 771	26.71 773	12.05 771	14.07 772	10.36 768	10.84 767	10.33 770	11.86 770	11.70 768	13.54 770	6.99 769	8.79 769	5.89 768	6.95 763	7.29 765	7.42 768

DPSM	11.15 767	8.58 769	8.00 764	10.88 759	11.58 761	19.10 771	26.71 773	12.05 771	14.07 772	10.36 768	10.84 767	10.33 770	11.86 770	11.70 768	13.54 770	6.99 769	8.79 769	5.89 768	6.95 763	7.29 765	7.42 768

HaxPig	15.71 769	18.52 783	19.18 778	16.89 769	15.89 771	7.73 756	7.60 759	13.31 773	10.82 764	15.42 771	14.91 769	15.98 772	14.92 772	15.58 771	15.98 772	18.95 779	16.73 772	19.46 783	18.08 779	19.26 780	19.05 783

MEDIAN_ROB	20.38 773	24.04 784	23.31 781	21.23 771	21.71 774	10.40 761	7.92 760	17.64 774	15.50 774	20.12 775	19.70 771	20.34 773	20.32 773	21.19 772	21.13 775	23.81 785	21.81 781	24.98 786	23.76 786	24.71 785	23.93 786

RSGM-EC	20.36 771	4.73 755	0.68 718	16.76 767	16.92 772	21.28 773	27.18 775	10.46 766	14.04 770	18.00 772	21.31 773	22.24 782	21.82 774	22.57 773	17.63 773	62.81 787	33.79 787	20.14 784	18.10 780	20.18 781	16.45 781

acva	20.36 771	4.73 755	0.68 718	16.76 767	16.92 772	21.28 773	27.18 775	10.46 766	14.04 770	18.00 772	21.31 773	22.24 782	21.82 774	22.57 773	17.63 773	62.81 787	33.79 787	20.14 784	18.10 780	20.18 781	16.45 781

fast-reg	22.85 780	17.43 782	19.15 777	22.22 779	24.34 781	38.36 778	53.78 779	24.23 780	28.52 782	20.55 776	22.05 781	20.54 774	23.77 776	23.21 775	27.31 778	14.18 778	17.47 774	14.33 778	14.96 778	15.81 778	14.81 770

FlowAnything	22.44 777	17.35 779	16.14 772	22.07 777	23.23 775	38.39 780	53.77 778	24.25 781	28.44 780	20.96 783	21.82 779	20.70 775	23.84 777	23.49 780	27.14 777	14.04 771	17.79 780	11.75 771	14.15 777	14.65 771	14.89 771

Selective-RAFT-Error	22.47 778	17.37 780	16.09 771	22.06 776	23.34 780	38.39 780	53.83 784	24.29 783	28.47 781	20.74 781	21.83 780	20.81 776	23.90 778	23.54 782	27.53 784	14.08 775	17.69 775	11.82 772	14.00 771	14.69 774	15.00 777

Hybrid-DGEV	22.47 778	17.40 781	16.14 772	22.00 772	23.29 777	38.36 778	53.80 780	24.43 784	28.63 783	20.59 777	21.81 778	20.88 777	23.91 779	23.45 779	27.42 781	14.08 775	17.69 775	11.83 773	14.06 776	14.65 771	14.93 773

CasAABBNet	22.42 774	17.33 776	16.01 770	22.01 773	23.28 776	38.32 775	53.80 780	24.14 779	28.41 779	20.60 778	21.77 777	20.89 780	23.91 779	23.43 778	27.36 779	14.07 772	17.69 775	11.83 773	14.01 772	14.67 773	14.95 774

RAFT-FEzeroshot	22.43 775	17.33 776	15.98 768	22.02 774	23.31 778	38.34 776	53.82 782	24.05 777	28.39 777	20.61 779	21.76 775	20.88 777	23.92 781	23.41 776	27.42 781	14.07 772	17.69 775	11.83 773	14.02 773	14.69 774	14.97 775

RAFT-FE	22.43 775	17.33 776	15.98 768	22.02 774	23.31 778	38.34 776	53.82 782	24.05 777	28.39 777	20.61 779	21.76 775	20.88 777	23.92 781	23.41 776	27.42 781	14.07 772	17.69 775	11.83 773	14.02 773	14.69 774	14.97 775

LSM0	22.87 781	17.28 775	18.96 775	22.19 778	29.04 783	38.42 782	53.71 777	24.28 782	28.31 776	20.78 782	21.00 772	21.43 781	24.16 783	23.50 781	27.39 780	14.09 777	17.38 773	11.84 777	14.04 775	14.73 777	14.89 771

AVERAGE_ROB	24.90 782	29.20 787	28.14 784	24.89 780	24.64 782	17.75 767	11.12 761	21.45 776	19.93 775	25.12 784	24.46 782	25.12 784	25.46 784	24.69 783	22.83 776	29.76 786	27.13 786	28.97 788	27.95 788	29.91 786	29.47 787

zzzz2	33.88 785	26.18 785	24.44 782	33.40 781	35.10 784	58.13 783	81.44 787	37.02 788	42.64 786	31.75 787	33.25 786	31.23 787	35.81 785	34.90 784	40.56 785	21.21 782	26.75 782	18.05 781	21.21 784	22.06 783	22.50 784

noway5	33.88 785	26.18 785	24.44 782	33.40 781	35.10 784	58.13 783	81.44 787	37.02 788	42.64 786	31.75 787	33.25 786	31.23 787	35.81 785	34.90 784	40.56 785	21.21 782	26.75 782	18.05 781	21.21 784	22.06 783	22.50 784

zzzzzz3	32.30 783	13.60 773	18.91 774	39.10 783	40.27 786	58.35 785	74.04 786	33.28 786	42.63 785	31.37 785	33.03 784	30.65 785	36.33 787	37.51 786	43.96 787	20.73 780	26.80 784	16.52 779	20.79 782	12.34 769	15.78 778

zzz1	32.32 784	13.62 774	19.04 776	39.10 783	40.27 786	58.39 786	73.98 785	33.31 787	42.69 788	31.39 786	33.04 785	30.66 786	36.33 787	37.52 787	43.96 787	20.74 781	26.81 785	16.53 780	20.80 783	12.35 770	15.78 778

test_example2	98.32 787	94.13 788	45.89 785	96.35 785	109.85 788	88.61 787	95.45 789	25.75 785	94.37 789	130.00 790	126.06 789	58.17 789	74.63 789	88.51 788	79.96 789	150.23 789	221.02 789	77.62 789	99.10 789	113.75 789	96.94 788

ccccc		285.66 789		368.85 788	370.60 789	123.16 789		115.05 790		126.68 789		122.83 790		252.94 790		384.56 790	353.86 790	254.69 790	223.00 790	425.87 790

ASD4		3.38 751

Low-res two-view benchmark