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

LG-Stereo_L1	0.07 4	0.05 40	0.11 194	0.14 54	0.06 19	0.07 37	0.13 138	0.09 11	0.07 10	0.05 2	0.04 1	0.05 7	0.04 1	0.08 21	0.07 1	0.05 37	0.04 24	0.05 56	0.03 1	0.04 21	0.04 53

GREAT-IGEV	0.07 4	0.06 92	0.08 42	0.13 19	0.07 96	0.07 37	0.14 195	0.09 11	0.09 42	0.06 16	0.07 55	0.06 31	0.05 11	0.10 92	0.07 1	0.05 37	0.04 24	0.05 56	0.04 57	0.05 124	0.04 53

SCV_C0	0.08 73	0.07 184	0.07 9	0.16 183	0.09 284	0.08 65	0.15 269	0.11 36	0.12 124	0.08 104	0.07 55	0.06 31	0.05 11	0.11 152	0.07 1	0.05 37	0.05 215	0.05 56	0.04 57	0.06 232	0.05 151

FoundationStereo	0.06 1	0.04 1	0.08 42	0.12 9	0.05 1	0.09 112	0.13 138	0.06 1	0.09 42	0.05 2	0.05 7	0.06 31	0.04 1	0.06 1	0.07 1	0.06 131	0.04 24	0.05 56	0.03 1	0.05 124	0.04 53

GIP-stereo	0.08 73	0.06 92	0.11 194	0.14 54	0.06 19	0.09 112	0.13 138	0.14 100	0.11 95	0.07 62	0.08 103	0.05 7	0.04 1	0.10 92	0.07 1	0.05 37	0.04 24	0.05 56	0.04 57	0.05 124	0.04 53

IGEV-BASED-STEREO-	0.09 127	0.10 419	0.31 533	0.15 102	0.06 19	0.08 65	0.14 195	0.10 20	0.10 65	0.07 62	0.07 55	0.06 31	0.04 1	0.11 152	0.07 1	0.12 505	0.04 24	0.07 244	0.05 155	0.05 124	0.05 151

ACVNet-DCA	0.10 190	0.08 285	0.12 230	0.17 261	0.09 284	0.13 296	0.15 269	0.23 344	0.16 235	0.09 140	0.09 127	0.06 31	0.06 42	0.10 92	0.07 1	0.06 131	0.04 24	0.06 145	0.05 155	0.07 306	0.07 329

xx1	0.11 233	0.08 285	0.12 230	0.17 261	0.09 284	0.13 296	0.15 269	0.16 179	0.18 281	0.09 140	0.09 127	0.16 331	0.16 413	0.10 92	0.07 1	0.06 131	0.04 24	0.08 329	0.08 387	0.07 306	0.07 329

cc1	0.10 190	0.08 285	0.12 230	0.17 261	0.09 284	0.13 296	0.15 269	0.16 179	0.18 281	0.09 140	0.09 127	0.06 31	0.06 42	0.10 92	0.07 1	0.06 131	0.04 24	0.06 145	0.05 155	0.06 232	0.06 248

ffm	0.12 300	0.09 361	0.14 311	0.16 183	0.08 166	0.17 405	0.17 369	0.15 141	0.19 297	0.15 318	0.25 417	0.19 379	0.13 344	0.10 92	0.07 1	0.06 131	0.04 24	0.09 410	0.08 387	0.06 232	0.06 248

tt1	0.10 190	0.08 285	0.12 230	0.17 261	0.09 284	0.12 253	0.16 335	0.15 141	0.19 297	0.09 140	0.08 103	0.06 31	0.06 42	0.10 92	0.07 1	0.06 131	0.04 24	0.06 145	0.05 155	0.06 232	0.06 248

GMOStereo	0.11 233	0.09 361	0.07 9	0.19 402	0.08 166	0.12 253	0.28 563	0.13 75	0.17 255	0.11 205	0.17 289	0.14 288	0.12 306	0.07 4	0.07 1	0.05 37	0.05 215	0.09 410	0.07 322	0.04 21	0.04 53

error version	0.11 233	0.09 361	0.07 9	0.19 402	0.08 166	0.12 253	0.28 563	0.13 75	0.17 255	0.11 205	0.17 289	0.14 288	0.12 306	0.07 4	0.07 1	0.05 37	0.05 215	0.09 410	0.07 322	0.04 21	0.04 53

test-v	0.11 233	0.09 361	0.07 9	0.19 402	0.08 166	0.12 253	0.28 563	0.13 75	0.17 255	0.11 205	0.17 289	0.14 288	0.12 306	0.07 4	0.07 1	0.05 37	0.05 215	0.09 410	0.07 322	0.04 21	0.04 53

CroCo-Stereo	0.09 127	0.08 285	0.08 42	0.22 504	0.09 284	0.09 112	0.19 455	0.15 141	0.12 124	0.07 62	0.07 55	0.08 143	0.06 42	0.08 21	0.07 1	0.07 282	0.05 215	0.06 145	0.04 57	0.05 124	0.04 53
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
test-2	0.11 233	0.09 361	0.07 9	0.19 402	0.08 166	0.12 253	0.28 563	0.13 75	0.17 255	0.11 205	0.17 289	0.14 288	0.12 306	0.07 4	0.07 1	0.05 37	0.05 215	0.09 410	0.07 322	0.04 21	0.04 53

ITERv19	0.07 4	0.04 1	0.08 42	0.14 54	0.05 1	0.05 4	0.12 84	0.11 36	0.09 42	0.06 16	0.07 55	0.06 31	0.07 130	0.07 4	0.08 17	0.06 131	0.04 24	0.04 1	0.04 57	0.04 21	0.04 53

VIP-Stereo	0.07 4	0.07 184	0.07 9	0.15 102	0.06 19	0.12 253	0.10 29	0.11 36	0.11 95	0.06 16	0.07 55	0.06 31	0.05 11	0.10 92	0.08 17	0.05 37	0.04 24	0.05 56	0.03 1	0.03 1	0.02 1

GEAStereo	0.08 73	0.05 40	0.08 42	0.13 19	0.08 166	0.08 65	0.14 195	0.10 20	0.09 42	0.08 104	0.10 160	0.06 31	0.05 11	0.11 152	0.08 17	0.06 131	0.04 24	0.05 56	0.04 57	0.05 124	0.05 151

zaero_v3	0.07 4	0.04 1	0.10 145	0.14 54	0.05 1	0.06 11	0.11 55	0.10 20	0.08 25	0.07 62	0.06 16	0.04 1	0.07 130	0.07 4	0.08 17	0.06 131	0.04 24	0.04 1	0.04 57	0.04 21	0.04 53

OmniDepth	0.07 4	0.07 184	0.08 42	0.18 344	0.06 19	0.07 37	0.11 55	0.09 11	0.06 5	0.04 1	0.07 55	0.10 201	0.09 217	0.08 21	0.08 17	0.04 11	0.03 1	0.04 1	0.04 57	0.03 1	0.03 2

GSStereo	0.08 73	0.05 40	0.08 42	0.13 19	0.08 166	0.08 65	0.14 195	0.11 36	0.12 124	0.08 104	0.10 160	0.05 7	0.05 11	0.11 152	0.08 17	0.06 131	0.04 24	0.05 56	0.04 57	0.05 124	0.05 151

GS-Stereo							0.14 195	0.11 36	0.12 124	0.08 104	0.10 160	0.05 7	0.05 11	0.11 152	0.08 17	0.06 131	0.04 24	0.05 56	0.04 57	0.05 124	0.05 151

gasm-f	0.08 73	0.05 40	0.07 9	0.13 19	0.08 166	0.08 65	0.14 195	0.10 20	0.09 42	0.08 104	0.10 160	0.06 31	0.05 11	0.10 92	0.08 17	0.06 131	0.04 24	0.05 56	0.04 57	0.06 232	0.05 151

Zero-FE251	0.07 4	0.05 40	0.09 97	0.13 19	0.06 19	0.12 253	0.12 84	0.11 36	0.10 65	0.07 62	0.08 103	0.06 31	0.06 42	0.09 48	0.08 17	0.06 131	0.04 24	0.05 56	0.04 57	0.04 21	0.04 53

GASTEREO	0.08 73	0.05 40	0.09 97	0.19 402	0.07 96	0.07 37	0.12 84	0.14 100	0.11 95	0.10 174	0.09 127	0.07 99	0.04 1	0.12 239	0.08 17	0.06 131	0.05 215	0.05 56	0.04 57	0.04 21	0.05 151

MSCF	0.08 73	0.05 40	0.08 42	0.19 402	0.08 166	0.06 11	0.12 84	0.14 100	0.11 95	0.10 174	0.09 127	0.07 99	0.04 1	0.11 152	0.08 17	0.06 131	0.05 215	0.05 56	0.04 57	0.05 124	0.05 151

water-stereo	0.09 127	0.06 92	0.08 42	0.16 183	0.07 96	0.09 112	0.13 138	0.15 141	0.13 160	0.11 205	0.12 211	0.08 143	0.09 217	0.07 4	0.08 17	0.06 131	0.05 215	0.05 56	0.05 155	0.04 21	0.04 53

monsters	0.07 4	0.06 92	0.06 4	0.15 102	0.06 19	0.08 65	0.09 18	0.12 58	0.08 25	0.09 140	0.07 55	0.06 31	0.06 42	0.08 21	0.08 17	0.05 37	0.04 24	0.04 1	0.04 57	0.03 1	0.03 2

LG-Stereo_L2	0.07 4	0.05 40	0.10 145	0.14 54	0.06 19	0.07 37	0.12 84	0.09 11	0.09 42	0.06 16	0.04 1	0.05 7	0.05 11	0.08 21	0.08 17	0.05 37	0.04 24	0.05 56	0.03 1	0.04 21	0.03 2

LG-G_1	0.07 4	0.04 1	0.11 194	0.15 102	0.06 19	0.09 112	0.08 7	0.08 4	0.06 5	0.06 16	0.05 7	0.07 99	0.07 130	0.11 152	0.08 17	0.07 282	0.04 24	0.05 56	0.04 57	0.05 124	0.05 151

LG-G	0.07 4	0.04 1	0.11 194	0.15 102	0.06 19	0.09 112	0.08 7	0.08 4	0.06 5	0.06 16	0.05 7	0.07 99	0.07 130	0.11 152	0.08 17	0.07 282	0.04 24	0.05 56	0.04 57	0.05 124	0.05 151

SGD-Stereo	0.08 73	0.05 40	0.10 145	0.14 54	0.05 1	0.12 253	0.12 84	0.11 36	0.12 124	0.07 62	0.09 127	0.09 168	0.09 217	0.08 21	0.08 17	0.06 131	0.04 24	0.05 56	0.04 57	0.05 124	0.03 2

MM-Stereo_test3	0.10 190	0.07 184	0.07 9	0.18 344	0.07 96	0.12 253	0.19 455	0.24 367	0.19 297	0.06 16	0.10 160	0.08 143	0.06 42	0.11 152	0.08 17	0.06 131	0.06 355	0.07 244	0.05 155	0.05 124	0.04 53

HART	0.08 73	0.07 184	0.09 97	0.17 261	0.07 96	0.10 169	0.16 335	0.13 75	0.11 95	0.08 104	0.10 160	0.07 99	0.05 11	0.10 92	0.08 17	0.05 37	0.04 24	0.06 145	0.04 57	0.05 124	0.04 53

Reg-Stereo(zero)	0.08 73	0.05 40	0.08 42	0.16 183	0.06 19	0.12 253	0.11 55	0.15 141	0.10 65	0.12 243	0.09 127	0.10 201	0.08 180	0.11 152	0.08 17	0.06 131	0.04 24	0.05 56	0.04 57	0.04 21	0.05 151

HI	0.11 233	0.06 92	0.11 194	0.13 19	0.09 284	0.09 112	0.14 195	0.21 301	0.10 65	0.19 408	0.17 289	0.14 288	0.09 217	0.16 367	0.08 17	0.05 37	0.04 24	0.07 244	0.08 387	0.07 306	0.06 248

CoSv	0.11 233	0.06 92	0.11 194	0.13 19	0.09 284	0.09 112	0.14 195	0.21 301	0.10 65	0.19 408	0.17 289	0.14 288	0.09 217	0.16 367	0.08 17	0.05 37	0.04 24	0.07 244	0.08 387	0.07 306	0.06 248

SCV	0.08 73	0.09 361	0.08 42	0.15 102	0.08 166	0.10 169	0.13 138	0.10 20	0.12 124	0.07 62	0.07 55	0.06 31	0.04 1	0.09 48	0.08 17	0.05 37	0.04 24	0.06 145	0.04 57	0.06 232	0.04 53

StereoAnything_RVC	0.07 4	0.15 514	0.17 425	0.11 1	0.05 1	0.05 4	0.11 55	0.08 4	0.08 25	0.06 16	0.06 16	0.05 7	0.05 11	0.09 48	0.08 17	0.08 345	0.04 24	0.05 56	0.03 1	0.05 124	0.04 53

AIO_rvc	0.07 4	0.06 92	0.08 42	0.15 102	0.06 19	0.08 65	0.14 195	0.09 11	0.08 25	0.07 62	0.08 103	0.07 99	0.04 1	0.10 92	0.08 17	0.05 37	0.04 24	0.05 56	0.04 57	0.04 21	0.03 2

AIO-test2	0.10 190	0.08 285	0.10 145	0.23 525	0.08 166	0.11 217	0.10 29	0.23 344	0.23 359	0.08 104	0.09 127	0.08 143	0.05 11	0.10 92	0.08 17	0.06 131	0.05 215	0.08 329	0.09 434	0.05 124	0.05 151

castereo++	0.08 73	0.05 40	0.08 42	0.15 102	0.05 1	0.14 328	0.12 84	0.11 36	0.15 206	0.07 62	0.07 55	0.07 99	0.06 42	0.08 21	0.08 17	0.06 131	0.04 24	0.05 56	0.04 57	0.04 21	0.03 2

IGEV-RUCA	0.08 73	0.06 92	0.11 194	0.14 54	0.09 284	0.10 169	0.12 84	0.10 20	0.12 124	0.06 16	0.07 55	0.07 99	0.06 42	0.09 48	0.08 17	0.06 131	0.05 215	0.05 56	0.04 57	0.05 124	0.06 248

PAM_32	0.09 127	0.05 40	0.17 425	0.15 102	0.08 166	0.10 169	0.15 269	0.14 100	0.15 206	0.09 140	0.08 103	0.09 168	0.07 130	0.14 311	0.08 17	0.06 131	0.05 215	0.06 145	0.06 233	0.05 124	0.06 248

PAM	0.10 190	0.05 40	0.16 397	0.15 102	0.08 166	0.09 112	0.16 335	0.15 141	0.16 235	0.12 243	0.09 127	0.09 168	0.07 130	0.13 285	0.08 17	0.06 131	0.05 215	0.06 145	0.06 233	0.05 124	0.06 248

WCG-NET	0.08 73	0.05 40	0.09 97	0.15 102	0.06 19	0.11 217	0.14 195	0.13 75	0.13 160	0.06 16	0.09 127	0.07 99	0.06 42	0.13 285	0.08 17	0.05 37	0.04 24	0.05 56	0.04 57	0.04 21	0.03 2

RAStereo	0.10 190	0.09 361	0.08 42	0.20 459	0.08 166	0.13 296	0.18 415	0.15 141	0.17 255	0.10 174	0.12 211	0.05 7	0.06 42	0.09 48	0.08 17	0.07 282	0.05 215	0.07 244	0.05 155	0.05 124	0.04 53

AIO-Stereo-zeroshot1	0.11 233	0.05 40	0.14 311	0.15 102	0.20 567	0.09 112	0.17 369	0.21 301	0.15 206	0.11 205	0.14 239	0.10 201	0.07 130	0.10 92	0.08 17	0.06 131	0.05 215	0.07 244	0.07 322	0.07 306	0.09 438

U	0.08 73	0.07 184	0.09 97	0.19 402	0.10 387	0.10 169	0.13 138	0.12 58	0.17 255	0.07 62	0.07 55	0.06 31	0.05 11	0.07 4	0.08 17	0.06 131	0.04 24	0.06 145	0.04 57	0.06 232	0.05 151

IGEV-Stereo+	0.07 4	0.04 1	0.08 42	0.15 102	0.06 19	0.04 1	0.09 18	0.10 20	0.09 42	0.06 16	0.06 16	0.06 31	0.06 42	0.06 1	0.08 17	0.06 131	0.04 24	0.05 56	0.04 57	0.06 232	0.06 248

AIO-Stereo	0.08 73	0.06 92	0.09 97	0.18 344	0.06 19	0.08 65	0.12 84	0.15 141	0.09 42	0.08 104	0.08 103	0.07 99	0.05 11	0.11 152	0.08 17	0.05 37	0.05 215	0.05 56	0.04 57	0.04 21	0.04 53

WCG-NET（raft）	0.08 73	0.05 40	0.10 145	0.15 102	0.06 19	0.11 217	0.13 138	0.15 141	0.12 124	0.08 104	0.07 55	0.06 31	0.06 42	0.13 285	0.08 17	0.05 37	0.04 24	0.05 56	0.04 57	0.04 21	0.04 53

MoCha-V2	0.08 73	0.05 40	0.10 145	0.20 459	0.07 96	0.09 112	0.14 195	0.11 36	0.08 25	0.07 62	0.08 103	0.07 99	0.06 42	0.09 48	0.08 17	0.05 37	0.04 24	0.05 56	0.04 57	0.04 21	0.04 53

IGEVStereo-DCA	0.09 127	0.06 92	0.11 194	0.15 102	0.10 387	0.11 217	0.15 269	0.16 179	0.12 124	0.10 174	0.06 16	0.08 143	0.06 42	0.10 92	0.08 17	0.06 131	0.05 215	0.06 145	0.05 155	0.05 124	0.06 248

rrr	0.09 127	0.06 92	0.12 230	0.15 102	0.10 387	0.11 217	0.16 335	0.16 179	0.15 206	0.10 174	0.06 16	0.08 143	0.06 42	0.10 92	0.08 17	0.06 131	0.05 215	0.06 145	0.05 155	0.05 124	0.06 248

MIM_Stereo	0.09 127	0.07 184	0.11 194	0.15 102	0.07 96	0.06 11	0.12 84	0.20 278	0.14 187	0.13 270	0.13 225	0.09 168	0.05 11	0.12 239	0.08 17	0.05 37	0.06 355	0.07 244	0.06 233	0.06 232	0.05 151

CAS	0.08 73	0.04 1	0.07 9	0.17 261	0.08 166	0.10 169	0.13 138	0.12 58	0.09 42	0.09 140	0.10 160	0.08 143	0.06 42	0.09 48	0.08 17	0.08 345	0.04 24	0.05 56	0.03 1	0.05 124	0.04 53

CES	0.08 73	0.04 1	0.08 42	0.14 54	0.07 96	0.09 112	0.14 195	0.11 36	0.09 42	0.08 104	0.09 127	0.11 226	0.06 42	0.12 239	0.08 17	0.06 131	0.04 24	0.05 56	0.03 1	0.05 124	0.05 151

CroCo-Stereo Lap2	0.09 127	0.09 361	0.08 42	0.22 504	0.09 284	0.09 112	0.19 455	0.16 179	0.12 124	0.09 140	0.10 160	0.05 7	0.05 11	0.08 21	0.08 17	0.06 131	0.06 355	0.07 244	0.05 155	0.05 124	0.05 151

TRStereo	0.09 127	0.05 40	0.12 230	0.15 102	0.12 469	0.10 169	0.13 138	0.18 245	0.18 281	0.09 140	0.09 127	0.09 168	0.06 42	0.10 92	0.08 17	0.07 282	0.05 215	0.07 244	0.07 322	0.04 21	0.04 53

XX-Stereo	0.09 127	0.05 40	0.08 42	0.17 261	0.09 284	0.15 354	0.12 84	0.20 278	0.10 65	0.10 174	0.14 239	0.07 99	0.06 42	0.12 239	0.08 17	0.06 131	0.05 215	0.06 145	0.06 233	0.04 21	0.04 53

SX1w	0.07 4	0.06 92	0.07 9	0.11 1	0.07 96	0.07 37	0.14 195	0.13 75	0.05 4	0.06 16	0.06 16	0.06 31	0.06 42	0.10 92	0.09 63	0.09 406	0.07 429	0.05 56	0.04 57	0.06 232	0.05 151

wo013ll	0.07 4	0.05 40	0.08 42	0.11 1	0.06 19	0.06 11	0.14 195	0.14 100	0.10 65	0.06 16	0.07 55	0.06 31	0.06 42	0.07 4	0.09 63	0.08 345	0.05 215	0.04 1	0.04 57	0.06 232	0.04 53

2k_new	0.07 4	0.04 1	0.08 42	0.11 1	0.07 96	0.10 169	0.13 138	0.14 100	0.09 42	0.07 62	0.05 7	0.06 31	0.06 42	0.09 48	0.09 63	0.08 345	0.04 24	0.05 56	0.04 57	0.06 232	0.05 151

uiiii_40	0.07 4	0.06 92	0.06 4	0.13 19	0.07 96	0.07 37	0.10 29	0.14 100	0.07 10	0.05 2	0.06 16	0.06 31	0.06 42	0.10 92	0.09 63	0.05 37	0.04 24	0.04 1	0.03 1	0.05 124	0.05 151

4.5w_L	0.07 4	0.06 92	0.07 9	0.14 54	0.07 96	0.08 65	0.10 29	0.14 100	0.09 42	0.06 16	0.07 55	0.06 31	0.06 42	0.10 92	0.09 63	0.06 131	0.04 24	0.04 1	0.03 1	0.05 124	0.05 151

StePilot	0.07 4	0.06 92	0.07 9	0.14 54	0.07 96	0.08 65	0.10 29	0.14 100	0.10 65	0.06 16	0.07 55	0.06 31	0.06 42	0.10 92	0.09 63	0.05 37	0.04 24	0.04 1	0.03 1	0.05 124	0.05 151

SteFusion	0.07 4	0.05 40	0.08 42	0.15 102	0.06 19	0.06 11	0.13 138	0.15 141	0.13 160	0.06 16	0.06 16	0.05 7	0.07 130	0.08 21	0.09 63	0.04 11	0.04 24	0.04 1	0.04 57	0.04 21	0.03 2

xxxad45	0.07 4	0.04 1	0.08 42	0.16 183	0.06 19	0.07 37	0.12 84	0.15 141	0.12 124	0.06 16	0.05 7	0.04 1	0.08 180	0.07 4	0.09 63	0.04 11	0.05 215	0.04 1	0.04 57	0.04 21	0.03 2

ACW_4w	0.07 4	0.05 40	0.09 97	0.15 102	0.06 19	0.08 65	0.11 55	0.14 100	0.13 160	0.06 16	0.07 55	0.04 1	0.08 180	0.08 21	0.09 63	0.04 11	0.04 24	0.04 1	0.04 57	0.03 1	0.03 2

5w_v4	0.07 4	0.04 1	0.08 42	0.15 102	0.06 19	0.08 65	0.11 55	0.15 141	0.11 95	0.07 62	0.06 16	0.04 1	0.08 180	0.08 21	0.09 63	0.04 11	0.05 215	0.04 1	0.04 57	0.04 21	0.03 2

ITERv2	0.07 4	0.04 1	0.10 145	0.14 54	0.05 1	0.08 65	0.11 55	0.11 36	0.07 10	0.05 2	0.07 55	0.05 7	0.07 130	0.08 21	0.09 63	0.06 131	0.04 24	0.04 1	0.04 57	0.05 124	0.04 53

ITER	0.07 4	0.04 1	0.10 145	0.14 54	0.05 1	0.06 11	0.10 29	0.10 20	0.07 10	0.06 16	0.08 103	0.06 31	0.08 180	0.08 21	0.09 63	0.06 131	0.04 24	0.04 1	0.03 1	0.05 124	0.05 151

FE-Mocha	0.09 127	0.06 92	0.14 311	0.16 183	0.09 284	0.10 169	0.15 269	0.18 245	0.16 235	0.10 174	0.09 127	0.07 99	0.07 130	0.09 48	0.09 63	0.06 131	0.04 24	0.06 145	0.06 233	0.05 124	0.05 151

DLNR-FE	10.43 659	1.83 651	19.53 668	120.75 672	13.06 663	0.06 11	0.13 138	0.23 344	0.10 65	0.07 62	0.10 160	0.09 168	0.06 42	0.10 92	0.09 63	0.13 528	0.04 24	0.06 145	0.04 57	52.01 674	0.04 53

Select-FE	0.11 233	0.06 92	0.20 471	0.15 102	0.11 437	0.11 217	0.13 138	0.21 301	0.18 281	0.09 140	0.11 197	0.10 201	0.06 42	0.12 239	0.09 63	0.07 282	0.05 215	0.07 244	0.08 387	0.06 232	0.08 393

IGEV-FE	0.09 127	0.05 40	0.12 230	0.13 19	0.08 166	0.12 253	0.13 138	0.17 215	0.11 95	0.10 174	0.06 16	0.09 168	0.06 42	0.11 152	0.09 63	0.06 131	0.04 24	0.06 145	0.06 233	0.05 124	0.05 151

MonStereo	0.07 4	0.06 92	0.05 1	0.15 102	0.05 1	0.08 65	0.10 29	0.15 141	0.15 206	0.05 2	0.06 16	0.05 7	0.06 42	0.07 4	0.09 63	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Wavelet-MonSter	0.07 4	0.05 40	0.07 9	0.16 183	0.06 19	0.07 37	0.11 55	0.10 20	0.08 25	0.06 16	0.06 16	0.07 99	0.07 130	0.09 48	0.09 63	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 4	0.06 92	0.05 1	0.15 102	0.05 1	0.08 65	0.10 29	0.15 141	0.15 206	0.05 2	0.06 16	0.05 7	0.06 42	0.07 4	0.09 63	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-mixall	0.07 4	0.04 1	0.09 97	0.13 19	0.06 19	0.05 4	0.09 18	0.11 36	0.07 10	0.06 16	0.06 16	0.05 7	0.06 42	0.09 48	0.09 63	0.06 131	0.04 24	0.04 1	0.03 1	0.05 124	0.05 151

S2M2_XL	0.08 73	0.06 92	0.12 230	0.12 9	0.08 166	0.09 112	0.09 18	0.07 2	0.07 10	0.08 104	0.07 55	0.07 99	0.06 42	0.09 48	0.09 63	0.08 345	0.06 355	0.07 244	0.05 155	0.08 369	0.06 248
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
asd	0.07 4	0.08 285	0.07 9	0.16 183	0.07 96	0.08 65	0.08 7	0.11 36	0.08 25	0.07 62	0.07 55	0.06 31	0.06 42	0.10 92	0.09 63	0.03 1	0.03 1	0.04 1	0.04 57	0.04 21	0.03 2

qwe	0.07 4	0.08 285	0.07 9	0.15 102	0.06 19	0.07 37	0.10 29	0.18 245	0.11 95	0.07 62	0.07 55	0.06 31	0.06 42	0.10 92	0.09 63	0.03 1	0.03 1	0.04 1	0.04 57	0.04 21	0.03 2

depthmonostereo	0.09 127	0.06 92	0.09 97	0.15 102	0.06 19	0.10 169	0.13 138	0.14 100	0.14 187	0.10 174	0.10 160	0.09 168	0.11 275	0.08 21	0.09 63	0.06 131	0.05 215	0.06 145	0.04 57	0.04 21	0.03 2

2.5w	0.07 4	0.07 184	0.07 9	0.16 183	0.06 19	0.08 65	0.12 84	0.10 20	0.10 65	0.07 62	0.06 16	0.09 168	0.06 42	0.08 21	0.09 63	0.04 11	0.03 1	0.04 1	0.04 57	0.03 1	0.03 2

3.25w_new	0.07 4	0.06 92	0.07 9	0.15 102	0.06 19	0.10 169	0.07 3	0.12 58	0.11 95	0.08 104	0.06 16	0.07 99	0.06 42	0.11 152	0.09 63	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 4	0.06 92	0.07 9	0.15 102	0.06 19	0.10 169	0.07 3	0.12 58	0.11 95	0.08 104	0.06 16	0.07 99	0.06 42	0.11 152	0.09 63	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 4	0.07 184	0.07 9	0.15 102	0.07 96	0.09 112	0.06 1	0.13 75	0.11 95	0.07 62	0.07 55	0.06 31	0.07 130	0.10 92	0.09 63	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3w_stereo	0.08 73	0.09 361	0.10 145	0.17 261	0.07 96	0.08 65	0.10 29	0.20 278	0.13 160	0.06 16	0.07 55	0.05 7	0.06 42	0.08 21	0.09 63	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

2w_stereo	0.08 73	0.08 285	0.09 97	0.16 183	0.06 19	0.08 65	0.10 29	0.20 278	0.15 206	0.08 104	0.07 55	0.06 31	0.06 42	0.06 1	0.09 63	0.04 11	0.03 1	0.04 1	0.04 57	0.03 1	0.03 2

1w_stereo	0.07 4	0.06 92	0.07 9	0.16 183	0.06 19	0.07 37	0.10 29	0.14 100	0.14 187	0.07 62	0.08 103	0.05 7	0.06 42	0.09 48	0.09 63	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 53

monsterstereo	0.07 4	0.06 92	0.06 4	0.16 183	0.06 19	0.08 65	0.10 29	0.16 179	0.11 95	0.07 62	0.08 103	0.06 31	0.07 130	0.08 21	0.09 63	0.04 11	0.04 24	0.05 56	0.04 57	0.03 1	0.03 2

IGEV	0.07 4	0.04 1	0.08 42	0.13 19	0.06 19	0.09 112	0.12 84	0.14 100	0.10 65	0.06 16	0.09 127	0.07 99	0.05 11	0.09 48	0.09 63	0.06 131	0.04 24	0.05 56	0.04 57	0.05 124	0.04 53

111111	0.07 4	0.04 1	0.09 97	0.17 261	0.06 19	0.05 4	0.10 29	0.11 36	0.09 42	0.06 16	0.06 16	0.07 99	0.05 11	0.09 48	0.09 63	0.06 131	0.04 24	0.05 56	0.04 57	0.07 306	0.06 248

MLG-Stereo_test2	0.06 1	0.04 1	0.10 145	0.15 102	0.05 1	0.07 37	0.11 55	0.09 11	0.04 2	0.06 16	0.05 7	0.06 31	0.04 1	0.08 21	0.09 63	0.06 131	0.04 24	0.05 56	0.03 1	0.05 124	0.05 151

MLG-Stereo_test1	0.06 1	0.05 40	0.08 42	0.17 261	0.05 1	0.06 11	0.11 55	0.08 4	0.03 1	0.05 2	0.04 1	0.06 31	0.05 11	0.09 48	0.09 63	0.05 37	0.04 24	0.05 56	0.03 1	0.04 21	0.04 53

MLG-Stereo	0.07 4	0.05 40	0.08 42	0.17 261	0.05 1	0.07 37	0.11 55	0.08 4	0.04 2	0.05 2	0.04 1	0.06 31	0.05 11	0.10 92	0.09 63	0.05 37	0.04 24	0.05 56	0.03 1	0.04 21	0.04 53

LGtest1	0.07 4	0.04 1	0.10 145	0.15 102	0.06 19	0.07 37	0.09 18	0.08 4	0.06 5	0.05 2	0.04 1	0.06 31	0.06 42	0.10 92	0.09 63	0.07 282	0.04 24	0.05 56	0.04 57	0.06 232	0.06 248

LG-Stereo_Zeroshot	0.07 4	0.06 92	0.10 145	0.16 183	0.07 96	0.04 1	0.13 138	0.10 20	0.10 65	0.05 2	0.11 197	0.07 99	0.05 11	0.07 4	0.09 63	0.06 131	0.04 24	0.05 56	0.04 57	0.05 124	0.04 53

LG-Stereo	0.08 73	0.07 184	0.10 145	0.18 344	0.07 96	0.10 169	0.17 369	0.11 36	0.08 25	0.05 2	0.07 55	0.05 7	0.07 130	0.09 48	0.09 63	0.04 11	0.05 215	0.07 244	0.07 322	0.04 21	0.04 53

MM-Stereo_test2	0.09 127	0.06 92	0.09 97	0.19 402	0.08 166	0.12 253	0.18 415	0.15 141	0.14 187	0.07 62	0.10 160	0.07 99	0.06 42	0.12 239	0.09 63	0.05 37	0.04 24	0.06 145	0.05 155	0.05 124	0.03 2

DEFOM-Stereo_RVC	0.08 73	0.06 92	0.09 97	0.22 504	0.06 19	0.08 65	0.12 84	0.10 20	0.10 65	0.07 62	0.07 55	0.06 31	0.05 11	0.11 152	0.09 63	0.06 131	0.04 24	0.05 56	0.03 1	0.06 232	0.04 53

HUF	0.08 73	0.05 40	0.08 42	0.14 54	0.06 19	0.09 112	0.13 138	0.13 75	0.13 160	0.07 62	0.07 55	0.08 143	0.06 42	0.10 92	0.09 63	0.06 131	0.04 24	0.05 56	0.04 57	0.05 124	0.04 53

AIO-test1	0.10 190	0.07 184	0.10 145	0.23 525	0.07 96	0.09 112	0.13 138	0.21 301	0.14 187	0.11 205	0.12 211	0.09 168	0.07 130	0.11 152	0.09 63	0.06 131	0.05 215	0.09 410	0.10 473	0.03 1	0.06 248

MonSter	0.07 4	0.06 92	0.05 1	0.15 102	0.05 1	0.07 37	0.10 29	0.15 141	0.15 206	0.05 2	0.06 16	0.05 7	0.06 42	0.07 4	0.09 63	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DEFOM-Stereo	0.07 4	0.05 40	0.07 9	0.14 54	0.06 19	0.10 169	0.13 138	0.07 2	0.13 160	0.06 16	0.07 55	0.06 31	0.05 11	0.10 92	0.09 63	0.04 11	0.04 24	0.05 56	0.03 1	0.04 21	0.04 53

dual_stereo	0.07 4	0.04 1	0.08 42	0.15 102	0.05 1	0.05 4	0.13 138	0.12 58	0.08 25	0.07 62	0.06 16	0.05 7	0.05 11	0.07 4	0.09 63	0.06 131	0.04 24	0.05 56	0.03 1	0.04 21	0.04 53

UGAM-zero	0.09 127	0.05 40	0.15 363	0.15 102	0.08 166	0.09 112	0.13 138	0.19 267	0.15 206	0.11 205	0.15 256	0.07 99	0.07 130	0.09 48	0.09 63	0.06 131	0.05 215	0.06 145	0.05 155	0.05 124	0.06 248

rvit_stereo_0081_aga	0.11 233	0.09 361	0.14 311	0.18 344	0.09 284	0.13 296	0.14 195	0.14 100	0.19 297	0.10 174	0.18 314	0.16 331	0.09 217	0.12 239	0.09 63	0.10 450	0.06 355	0.08 329	0.07 322	0.07 306	0.06 248

IGEV-Stereo++	0.07 4	0.06 92	0.08 42	0.18 344	0.06 19	0.04 1	0.10 29	0.11 36	0.11 95	0.06 16	0.07 55	0.07 99	0.06 42	0.09 48	0.09 63	0.05 37	0.04 24	0.05 56	0.04 57	0.05 124	0.04 53

Pointernet	0.09 127	0.04 1	0.09 97	0.16 183	0.08 166	0.13 296	0.10 29	0.15 141	0.17 255	0.09 140	0.07 55	0.06 31	0.06 42	0.11 152	0.09 63	0.08 345	0.04 24	0.05 56	0.03 1	0.06 232	0.05 151

AIO-Stereo-zeroshot	0.11 233	0.05 40	0.11 194	0.15 102	0.13 492	0.13 296	0.16 335	0.23 344	0.17 255	0.10 174	0.12 211	0.10 201	0.07 130	0.11 152	0.09 63	0.06 131	0.05 215	0.06 145	0.06 233	0.07 306	0.08 393

RSM++	0.08 73	0.06 92	0.09 97	0.17 261	0.07 96	0.09 112	0.12 84	0.11 36	0.11 95	0.08 104	0.06 16	0.07 99	0.05 11	0.10 92	0.09 63	0.04 11	0.04 24	0.06 145	0.05 155	0.05 124	0.03 2

RSM	0.08 73	0.06 92	0.09 97	0.17 261	0.06 19	0.08 65	0.12 84	0.12 58	0.10 65	0.08 104	0.07 55	0.06 31	0.05 11	0.11 152	0.09 63	0.04 11	0.04 24	0.05 56	0.04 57	0.04 21	0.03 2

CAS++	0.11 233	0.07 184	0.11 194	0.14 54	0.09 284	0.12 253	0.14 195	0.24 367	0.14 187	0.11 205	0.09 127	0.11 226	0.07 130	0.14 311	0.09 63	0.11 480	0.09 485	0.09 410	0.07 322	0.07 306	0.08 393
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
gcap-zeroshot	0.09 127	0.05 40	0.10 145	0.16 183	0.07 96	0.13 296	0.13 138	0.11 36	0.12 124	0.13 270	0.12 211	0.09 168	0.08 180	0.09 48	0.09 63	0.06 131	0.05 215	0.06 145	0.05 155	0.04 21	0.04 53

MGS-Stereo	0.09 127	0.07 184	0.12 230	0.15 102	0.08 166	0.09 112	0.15 269	0.12 58	0.12 124	0.07 62	0.10 160	0.08 143	0.06 42	0.10 92	0.09 63	0.05 37	0.04 24	0.06 145	0.05 155	0.06 232	0.05 151

IGEV++	0.08 73	0.06 92	0.08 42	0.18 344	0.07 96	0.09 112	0.13 138	0.10 20	0.09 42	0.08 104	0.08 103	0.06 31	0.06 42	0.13 285	0.09 63	0.05 37	0.04 24	0.05 56	0.04 57	0.05 124	0.04 53

MyStereo07	0.10 190	0.07 184	0.10 145	0.17 261	0.09 284	0.14 328	0.18 415	0.15 141	0.15 206	0.09 140	0.06 16	0.06 31	0.07 130	0.12 239	0.09 63	0.06 131	0.05 215	0.08 329	0.07 322	0.06 232	0.06 248

MyStereo06	0.10 190	0.07 184	0.12 230	0.17 261	0.09 284	0.13 296	0.18 415	0.19 267	0.12 124	0.12 243	0.08 103	0.07 99	0.07 130	0.11 152	0.09 63	0.06 131	0.05 215	0.07 244	0.07 322	0.06 232	0.06 248

ff7	0.09 127	0.07 184	0.11 194	0.16 183	0.09 284	0.11 217	0.15 269	0.16 179	0.12 124	0.10 174	0.06 16	0.06 31	0.06 42	0.11 152	0.09 63	0.05 37	0.04 24	0.06 145	0.05 155	0.05 124	0.06 248

ffff	0.09 127	0.07 184	0.11 194	0.16 183	0.09 284	0.11 217	0.15 269	0.16 179	0.12 124	0.10 174	0.06 16	0.06 31	0.06 42	0.11 152	0.09 63	0.05 37	0.04 24	0.06 145	0.05 155	0.05 124	0.06 248

11t	0.09 127	0.07 184	0.11 194	0.16 183	0.09 284	0.11 217	0.15 269	0.16 179	0.12 124	0.10 174	0.06 16	0.06 31	0.06 42	0.11 152	0.09 63	0.05 37	0.04 24	0.06 145	0.05 155	0.05 124	0.06 248

IGEV_Zeroshot_test	0.09 127	0.05 40	0.12 230	0.13 19	0.08 166	0.12 253	0.13 138	0.17 215	0.11 95	0.10 174	0.06 16	0.09 168	0.06 42	0.11 152	0.09 63	0.06 131	0.04 24	0.06 145	0.06 233	0.05 124	0.05 151

UniTT-Stereo	0.09 127	0.07 184	0.08 42	0.18 344	0.08 166	0.13 296	0.11 55	0.12 58	0.11 95	0.10 174	0.12 211	0.05 7	0.07 130	0.09 48	0.09 63	0.07 282	0.05 215	0.05 56	0.05 155	0.05 124	0.05 151

DLNR_Zeroshot_test	10.40 658	1.82 650	19.49 667	120.77 673	13.11 664	0.06 11	0.13 138	0.23 344	0.10 65	0.07 62	0.10 160	0.09 168	0.06 42	0.10 92	0.09 63	0.13 528	0.04 24	0.06 145	0.04 57	51.54 673	0.04 53

testlalala	0.08 73	0.07 184	0.17 425	0.16 183	0.08 166	0.09 112	0.12 84	0.15 141	0.10 65	0.07 62	0.09 127	0.06 31	0.06 42	0.11 152	0.09 63	0.05 37	0.04 24	0.06 145	0.04 57	0.04 21	0.04 53

AEACV	0.08 73	0.05 40	0.08 42	0.14 54	0.13 492	0.14 328	0.13 138	0.14 100	0.09 42	0.07 62	0.09 127	0.07 99	0.08 180	0.10 92	0.09 63	0.06 131	0.04 24	0.06 145	0.05 155	0.05 124	0.04 53

Any-RAFT	0.10 190	0.05 40	0.09 97	0.14 54	0.07 96	0.13 296	0.14 195	0.21 301	0.15 206	0.11 205	0.12 211	0.12 243	0.09 217	0.12 239	0.09 63	0.07 282	0.04 24	0.05 56	0.04 57	0.06 232	0.05 151

RAFT-Test	0.09 127	0.06 92	0.10 145	0.15 102	0.07 96	0.11 217	0.15 269	0.16 179	0.13 160	0.09 140	0.10 160	0.10 201	0.09 217	0.12 239	0.09 63	0.06 131	0.04 24	0.05 56	0.04 57	0.04 21	0.05 151

HH	0.09 127	0.06 92	0.13 276	0.17 261	0.08 166	0.10 169	0.16 335	0.14 100	0.10 65	0.08 104	0.09 127	0.08 143	0.07 130	0.10 92	0.09 63	0.06 131	0.04 24	0.06 145	0.05 155	0.05 124	0.04 53

HanStereo	0.09 127	0.06 92	0.13 276	0.17 261	0.08 166	0.10 169	0.16 335	0.14 100	0.10 65	0.08 104	0.09 127	0.08 143	0.07 130	0.10 92	0.09 63	0.06 131	0.04 24	0.06 145	0.05 155	0.05 124	0.04 53

4D-IteraStereo	0.09 127	0.07 184	0.10 145	0.18 344	0.07 96	0.09 112	0.15 269	0.17 215	0.15 206	0.10 174	0.11 197	0.10 201	0.07 130	0.11 152	0.09 63	0.05 37	0.03 1	0.08 329	0.07 322	0.06 232	0.05 151

LoS_RVC	0.08 73	0.05 40	0.07 9	0.15 102	0.07 96	0.08 65	0.15 269	0.11 36	0.10 65	0.08 104	0.09 127	0.06 31	0.09 217	0.10 92	0.09 63	0.05 37	0.04 24	0.05 56	0.03 1	0.04 21	0.03 2

anonymousdsp	0.09 127	0.07 184	0.11 194	0.16 183	0.09 284	0.11 217	0.15 269	0.16 179	0.12 124	0.09 140	0.06 16	0.06 31	0.06 42	0.11 152	0.09 63	0.05 37	0.04 24	0.06 145	0.05 155	0.05 124	0.06 248

Selective-IGEV	0.07 4	0.06 92	0.08 42	0.17 261	0.06 19	0.08 65	0.12 84	0.13 75	0.07 10	0.08 104	0.07 55	0.06 31	0.04 1	0.10 92	0.09 63	0.05 37	0.04 24	0.05 56	0.04 57	0.04 21	0.03 2

ProNet	0.09 127	0.07 184	0.10 145	0.17 261	0.08 166	0.10 169	0.15 269	0.15 141	0.12 124	0.09 140	0.06 16	0.07 99	0.06 42	0.11 152	0.09 63	0.05 37	0.04 24	0.06 145	0.05 155	0.04 21	0.06 248

ccc-4	0.09 127	0.07 184	0.11 194	0.16 183	0.09 284	0.11 217	0.15 269	0.16 179	0.12 124	0.10 174	0.06 16	0.06 31	0.06 42	0.11 152	0.09 63	0.05 37	0.04 24	0.06 145	0.05 155	0.05 124	0.06 248

RAFT_CTSACE	0.12 300	0.09 361	0.10 145	0.22 504	0.08 166	0.12 253	0.24 526	0.18 245	0.16 235	0.20 431	0.27 443	0.13 268	0.07 130	0.13 285	0.09 63	0.05 37	0.06 355	0.08 329	0.07 322	0.04 21	0.04 53

IGEV-Stereo	0.09 127	0.07 184	0.11 194	0.16 183	0.09 284	0.11 217	0.15 269	0.16 179	0.12 124	0.09 140	0.06 16	0.06 31	0.06 42	0.11 152	0.09 63	0.05 37	0.04 24	0.06 145	0.05 155	0.05 124	0.06 248
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 127	0.05 40	0.13 276	0.14 54	0.08 166	0.12 253	0.15 269	0.18 245	0.10 65	0.11 205	0.08 103	0.08 143	0.05 11	0.10 92	0.09 63	0.06 131	0.04 24	0.06 145	0.05 155	0.06 232	0.05 151

RAFT	0.13 325	0.09 361	0.11 194	0.18 344	0.08 166	0.15 354	0.24 526	0.20 278	0.19 297	0.21 445	0.21 356	0.17 351	0.12 306	0.16 367	0.09 63	0.06 131	0.07 429	0.10 458	0.09 434	0.05 124	0.05 151

test-1	0.10 190	0.07 184	0.16 397	0.19 402	0.08 166	0.11 217	0.24 526	0.14 100	0.18 281	0.09 140	0.07 55	0.09 168	0.08 180	0.07 4	0.09 63	0.06 131	0.04 24	0.06 145	0.05 155	0.04 21	0.04 53

TANstereo	0.09 127	0.04 1	0.08 42	0.13 19	0.06 19	0.11 217	0.14 195	0.15 141	0.19 297	0.11 205	0.15 256	0.10 201	0.06 42	0.12 239	0.09 63	0.07 282	0.05 215	0.05 56	0.04 57	0.06 232	0.05 151

test_xeample3	0.09 127	0.06 92	0.12 230	0.16 183	0.09 284	0.11 217	0.15 269	0.16 179	0.13 160	0.10 174	0.06 16	0.08 143	0.06 42	0.10 92	0.09 63	0.05 37	0.04 24	0.06 145	0.05 155	0.05 124	0.06 248

RAFT-Stereo + iAFF	0.09 127	0.06 92	0.10 145	0.17 261	0.06 19	0.10 169	0.16 335	0.17 215	0.14 187	0.09 140	0.10 160	0.08 143	0.09 217	0.11 152	0.09 63	0.05 37	0.04 24	0.06 145	0.06 233	0.04 21	0.03 2

AFF-stereo	0.09 127	0.06 92	0.10 145	0.17 261	0.07 96	0.10 169	0.16 335	0.17 215	0.09 42	0.10 174	0.12 211	0.09 168	0.09 217	0.12 239	0.09 63	0.05 37	0.04 24	0.07 244	0.07 322	0.04 21	0.03 2

CFNet-RSSM	0.09 127	0.07 184	0.09 97	0.16 183	0.07 96	0.09 112	0.15 269	0.16 179	0.17 255	0.08 104	0.12 211	0.10 201	0.09 217	0.11 152	0.09 63	0.06 131	0.04 24	0.06 145	0.04 57	0.04 21	0.04 53

Gwc-CoAtRS	0.09 127	0.06 92	0.10 145	0.16 183	0.07 96	0.10 169	0.14 195	0.17 215	0.17 255	0.08 104	0.10 160	0.12 243	0.09 217	0.12 239	0.09 63	0.06 131	0.04 24	0.06 145	0.04 57	0.04 21	0.04 53

mnv4	0.07 4	0.06 92	0.07 9	0.12 9	0.06 19	0.08 65	0.13 138	0.14 100	0.07 10	0.07 62	0.06 16	0.07 99	0.06 42	0.09 48	0.10 152	0.09 406	0.06 355	0.04 1	0.04 57	0.06 232	0.04 53

CNT	0.07 4	0.04 1	0.08 42	0.11 1	0.07 96	0.08 65	0.13 138	0.13 75	0.09 42	0.06 16	0.07 55	0.07 99	0.06 42	0.09 48	0.10 152	0.07 282	0.04 24	0.05 56	0.04 57	0.06 232	0.05 151

4k_L	0.08 73	0.04 1	0.10 145	0.13 19	0.07 96	0.09 112	0.12 84	0.15 141	0.07 10	0.06 16	0.08 103	0.06 31	0.07 130	0.10 92	0.10 152	0.06 131	0.05 215	0.04 1	0.03 1	0.04 21	0.04 53

ss10	0.07 4	0.04 1	0.09 97	0.13 19	0.06 19	0.09 112	0.12 84	0.15 141	0.08 25	0.06 16	0.08 103	0.05 7	0.07 130	0.09 48	0.10 152	0.06 131	0.05 215	0.04 1	0.03 1	0.04 21	0.04 53

5k_new	0.07 4	0.04 1	0.10 145	0.13 19	0.07 96	0.08 65	0.12 84	0.13 75	0.07 10	0.06 16	0.07 55	0.06 31	0.07 130	0.11 152	0.10 152	0.06 131	0.05 215	0.04 1	0.03 1	0.05 124	0.05 151

USM	0.08 73	0.05 40	0.09 97	0.14 54	0.06 19	0.09 112	0.12 84	0.15 141	0.09 42	0.06 16	0.07 55	0.05 7	0.07 130	0.10 92	0.10 152	0.05 37	0.05 215	0.04 1	0.03 1	0.04 21	0.04 53

PyraSte	0.07 4	0.05 40	0.08 42	0.17 261	0.06 19	0.08 65	0.11 55	0.15 141	0.08 25	0.07 62	0.07 55	0.04 1	0.07 130	0.08 21	0.10 152	0.04 11	0.04 24	0.04 1	0.04 57	0.04 21	0.03 2

tim_s	0.07 4	0.04 1	0.08 42	0.16 183	0.06 19	0.08 65	0.11 55	0.14 100	0.09 42	0.06 16	0.06 16	0.04 1	0.08 180	0.08 21	0.10 152	0.04 11	0.04 24	0.04 1	0.03 1	0.04 21	0.03 2

ITER124	0.08 73	0.04 1	0.09 97	0.13 19	0.06 19	0.09 112	0.13 138	0.15 141	0.07 10	0.06 16	0.08 103	0.06 31	0.08 180	0.10 92	0.10 152	0.06 131	0.05 215	0.04 1	0.03 1	0.04 21	0.04 53

DDF-Stereo	0.08 73	0.04 1	0.09 97	0.15 102	0.10 387	0.06 11	0.13 138	0.09 11	0.14 187	0.06 16	0.06 16	0.07 99	0.06 42	0.09 48	0.10 152	0.06 131	0.04 24	0.06 145	0.04 57	0.08 369	0.05 151

252Zero-FE	0.08 73	0.04 1	0.09 97	0.13 19	0.07 96	0.12 253	0.11 55	0.13 75	0.14 187	0.06 16	0.05 7	0.06 31	0.05 11	0.09 48	0.10 152	0.06 131	0.04 24	0.04 1	0.03 1	0.05 124	0.06 248

DA	0.08 73	0.07 184	0.07 9	0.19 402	0.08 166	0.09 112	0.12 84	0.13 75	0.12 124	0.08 104	0.10 160	0.10 201	0.08 180	0.09 48	0.10 152	0.05 37	0.04 24	0.06 145	0.04 57	0.05 124	0.03 2

Replicate-Monster	0.07 4	0.05 40	0.09 97	0.14 54	0.06 19	0.08 65	0.09 18	0.13 75	0.13 160	0.05 2	0.07 55	0.06 31	0.06 42	0.08 21	0.10 152	0.05 37	0.04 24	0.05 56	0.03 1	0.04 21	0.04 53

zero-FE	0.08 73	0.04 1	0.09 97	0.15 102	0.10 387	0.05 4	0.14 195	0.09 11	0.14 187	0.07 62	0.06 16	0.07 99	0.06 42	0.09 48	0.10 152	0.06 131	0.04 24	0.06 145	0.04 57	0.08 369	0.05 151

GGEV	0.08 73	0.07 184	0.07 9	0.19 402	0.08 166	0.09 112	0.12 84	0.13 75	0.12 124	0.08 104	0.10 160	0.10 201	0.08 180	0.09 48	0.10 152	0.05 37	0.04 24	0.06 145	0.04 57	0.05 124	0.03 2

AdaDepth	0.07 4	0.06 92	0.07 9	0.18 344	0.06 19	0.11 217	0.12 84	0.09 11	0.07 10	0.06 16	0.05 7	0.07 99	0.06 42	0.09 48	0.10 152	0.04 11	0.05 215	0.05 56	0.04 57	0.04 21	0.04 53

asda	0.07 4	0.08 285	0.08 42	0.16 183	0.06 19	0.06 11	0.10 29	0.16 179	0.10 65	0.06 16	0.06 16	0.05 7	0.05 11	0.10 92	0.10 152	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

DilatedVolume-Stereo	0.09 127	0.05 40	0.08 42	0.15 102	0.06 19	0.11 217	0.12 84	0.14 100	0.16 235	0.11 205	0.11 197	0.09 168	0.09 217	0.11 152	0.10 152	0.06 131	0.05 215	0.05 56	0.04 57	0.03 1	0.03 2

2.25w	0.07 4	0.06 92	0.07 9	0.14 54	0.06 19	0.08 65	0.08 7	0.10 20	0.15 206	0.08 104	0.10 160	0.07 99	0.06 42	0.08 21	0.10 152	0.05 37	0.03 1	0.04 1	0.04 57	0.03 1	0.04 53

4.25_new	0.07 4	0.08 285	0.09 97	0.15 102	0.06 19	0.09 112	0.08 7	0.14 100	0.08 25	0.07 62	0.07 55	0.06 31	0.06 42	0.12 239	0.10 152	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4.5w_new	0.07 4	0.08 285	0.09 97	0.15 102	0.06 19	0.09 112	0.08 7	0.14 100	0.08 25	0.07 62	0.07 55	0.06 31	0.06 42	0.12 239	0.10 152	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4.5_new	0.07 4	0.09 361	0.08 42	0.15 102	0.07 96	0.06 11	0.10 29	0.14 100	0.11 95	0.06 16	0.08 103	0.06 31	0.06 42	0.08 21	0.10 152	0.03 1	0.03 1	0.04 1	0.04 57	0.04 21	0.03 2

4.5w-stereo	0.07 4	0.09 361	0.08 42	0.15 102	0.07 96	0.06 11	0.10 29	0.14 100	0.11 95	0.06 16	0.08 103	0.06 31	0.06 42	0.08 21	0.10 152	0.03 1	0.03 1	0.04 1	0.04 57	0.04 21	0.03 2

4.25w-stereo	0.07 4	0.08 285	0.09 97	0.15 102	0.06 19	0.09 112	0.08 7	0.14 100	0.08 25	0.07 62	0.07 55	0.06 31	0.06 42	0.12 239	0.10 152	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4w-stereo	0.07 4	0.08 285	0.08 42	0.16 183	0.06 19	0.07 37	0.08 7	0.12 58	0.08 25	0.07 62	0.07 55	0.05 7	0.06 42	0.09 48	0.10 152	0.03 1	0.03 1	0.04 1	0.04 57	0.04 21	0.03 2

3.75w	0.07 4	0.07 184	0.08 42	0.16 183	0.07 96	0.07 37	0.09 18	0.16 179	0.09 42	0.07 62	0.06 16	0.05 7	0.06 42	0.09 48	0.10 152	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

MLG-Stereo_test3	0.07 4	0.05 40	0.10 145	0.14 54	0.06 19	0.07 37	0.11 55	0.08 4	0.06 5	0.06 16	0.04 1	0.06 31	0.06 42	0.07 4	0.10 152	0.06 131	0.04 24	0.05 56	0.04 57	0.05 124	0.06 248

MM-Stereo_test1	0.10 190	0.07 184	0.08 42	0.18 344	0.07 96	0.12 253	0.18 415	0.21 301	0.20 320	0.09 140	0.11 197	0.08 143	0.06 42	0.10 92	0.10 152	0.06 131	0.05 215	0.07 244	0.06 233	0.05 124	0.04 53

AIO_test	0.07 4	0.05 40	0.07 9	0.15 102	0.07 96	0.06 11	0.14 195	0.10 20	0.10 65	0.07 62	0.07 55	0.06 31	0.05 11	0.08 21	0.10 152	0.05 37	0.04 24	0.05 56	0.04 57	0.04 21	0.03 2

castereo	0.09 127	0.06 92	0.11 194	0.15 102	0.06 19	0.11 217	0.15 269	0.14 100	0.18 281	0.08 104	0.10 160	0.11 226	0.08 180	0.09 48	0.10 152	0.05 37	0.04 24	0.05 56	0.04 57	0.04 21	0.03 2

SMoEStereo_RVC	0.08 73	0.06 92	0.12 230	0.16 183	0.07 96	0.09 112	0.14 195	0.11 36	0.13 160	0.09 140	0.07 55	0.07 99	0.07 130	0.12 239	0.10 152	0.05 37	0.04 24	0.06 145	0.05 155	0.04 21	0.04 53

tt45	0.09 127	0.06 92	0.11 194	0.15 102	0.07 96	0.11 217	0.16 335	0.13 75	0.11 95	0.09 140	0.06 16	0.08 143	0.06 42	0.13 285	0.10 152	0.06 131	0.04 24	0.06 145	0.05 155	0.05 124	0.06 248

999	0.09 127	0.05 40	0.13 276	0.15 102	0.08 166	0.10 169	0.14 195	0.15 141	0.11 95	0.10 174	0.08 103	0.08 143	0.08 180	0.16 367	0.10 152	0.06 131	0.04 24	0.06 145	0.05 155	0.04 21	0.05 151

tg	0.10 190	0.06 92	0.10 145	0.18 344	0.08 166	0.11 217	0.16 335	0.20 278	0.12 124	0.08 104	0.11 197	0.11 226	0.07 130	0.11 152	0.10 152	0.05 37	0.04 24	0.08 329	0.08 387	0.04 21	0.04 53

model_zeroshot	0.10 190	0.04 1	0.11 194	0.15 102	0.09 284	0.12 253	0.14 195	0.20 278	0.13 160	0.11 205	0.10 160	0.12 243	0.07 130	0.12 239	0.10 152	0.07 282	0.06 355	0.06 145	0.05 155	0.06 232	0.06 248

GCAP-BAT	0.09 127	0.07 184	0.14 311	0.15 102	0.08 166	0.10 169	0.13 138	0.14 100	0.10 65	0.11 205	0.10 160	0.08 143	0.07 130	0.12 239	0.10 152	0.06 131	0.05 215	0.06 145	0.04 57	0.04 21	0.04 53

Occ-G	0.08 73	0.05 40	0.06 4	0.14 54	0.07 96	0.08 65	0.14 195	0.13 75	0.15 206	0.07 62	0.11 197	0.07 99	0.05 11	0.09 48	0.10 152	0.06 131	0.05 215	0.05 56	0.04 57	0.05 124	0.05 151

rvit_stereo_0080	0.10 190	0.08 285	0.14 311	0.15 102	0.09 284	0.07 37	0.15 269	0.16 179	0.16 235	0.11 205	0.10 160	0.14 288	0.08 180	0.12 239	0.10 152	0.09 406	0.07 429	0.07 244	0.06 233	0.07 306	0.05 151

test_for_model	0.09 127	0.12 463	0.14 311	0.23 525	0.11 437	0.08 65	0.13 138	0.12 58	0.12 124	0.10 174	0.07 55	0.07 99	0.06 42	0.11 152	0.10 152	0.06 131	0.05 215	0.05 56	0.03 1	0.07 306	0.04 53

trnet	0.08 73	0.05 40	0.07 9	0.12 9	0.05 1	0.12 253	0.11 55	0.13 75	0.10 65	0.08 104	0.13 225	0.09 168	0.08 180	0.11 152	0.10 152	0.08 345	0.05 215	0.05 56	0.03 1	0.06 232	0.05 151

H2IRNET	0.10 190	0.09 361	0.09 97	0.18 344	0.09 284	0.12 253	0.15 269	0.14 100	0.21 335	0.10 174	0.10 160	0.10 201	0.10 250	0.10 92	0.10 152	0.05 37	0.04 24	0.08 329	0.08 387	0.06 232	0.05 151

AE-Stereo	0.10 190	0.08 285	0.10 145	0.18 344	0.09 284	0.10 169	0.15 269	0.14 100	0.19 297	0.09 140	0.14 239	0.12 243	0.08 180	0.11 152	0.10 152	0.05 37	0.06 355	0.07 244	0.06 233	0.05 124	0.04 53

whm_eth	0.10 190	0.08 285	0.14 311	0.15 102	0.09 284	0.07 37	0.15 269	0.16 179	0.16 235	0.11 205	0.10 160	0.14 288	0.08 180	0.12 239	0.10 152	0.09 406	0.07 429	0.07 244	0.06 233	0.07 306	0.05 151

MSKI-zero shot	0.09 127	0.05 40	0.09 97	0.15 102	0.07 96	0.10 169	0.13 138	0.14 100	0.13 160	0.09 140	0.09 127	0.09 168	0.06 42	0.12 239	0.10 152	0.06 131	0.04 24	0.05 56	0.04 57	0.04 21	0.04 53

StereoVision	0.13 325	0.12 463	0.09 97	0.24 534	0.10 387	0.15 354	0.21 493	0.21 301	0.20 320	0.12 243	0.24 387	0.10 201	0.10 250	0.16 367	0.10 152	0.09 406	0.11 517	0.12 509	0.12 524	0.06 232	0.05 151

CASnet	0.09 127	0.09 361	0.09 97	0.19 402	0.06 19	0.07 37	0.11 55	0.18 245	0.14 187	0.11 205	0.10 160	0.09 168	0.07 130	0.10 92	0.10 152	0.06 131	0.04 24	0.10 458	0.08 387	0.05 124	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-Stereo	0.09 127	0.07 184	0.13 276	0.18 344	0.06 19	0.11 217	0.07 3	0.13 75	0.12 124	0.09 140	0.10 160	0.07 99	0.09 217	0.13 285	0.10 152	0.06 131	0.05 215	0.05 56	0.04 57	0.04 21	0.05 151

LL-Strereo2	0.10 190	0.10 419	0.15 363	0.18 344	0.08 166	0.15 354	0.09 18	0.17 215	0.14 187	0.14 291	0.10 160	0.09 168	0.07 130	0.16 367	0.10 152	0.05 37	0.05 215	0.10 458	0.07 322	0.06 232	0.05 151

LoS	0.09 127	0.05 40	0.11 194	0.13 19	0.07 96	0.14 328	0.11 55	0.15 141	0.15 206	0.09 140	0.09 127	0.12 243	0.09 217	0.15 333	0.10 152	0.07 282	0.05 215	0.05 56	0.03 1	0.05 124	0.05 151
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MC-Stereo	0.08 73	0.06 92	0.09 97	0.17 261	0.06 19	0.10 169	0.14 195	0.12 58	0.10 65	0.09 140	0.12 211	0.09 168	0.06 42	0.11 152	0.10 152	0.06 131	0.04 24	0.06 145	0.05 155	0.04 21	0.04 53

DisPM	0.11 233	0.07 184	0.12 230	0.16 183	0.09 284	0.06 11	0.13 138	0.17 215	0.17 255	0.14 291	0.20 335	0.12 243	0.10 250	0.11 152	0.10 152	0.06 131	0.04 24	0.07 244	0.06 233	0.06 232	0.11 491

Sa-1000	0.12 300	0.08 285	0.08 42	0.18 344	0.08 166	0.14 328	0.22 503	0.22 324	0.18 281	0.15 318	0.20 335	0.17 351	0.11 275	0.10 92	0.10 152	0.06 131	0.05 215	0.09 410	0.09 434	0.05 124	0.05 151

test-3	0.08 73	0.06 92	0.09 97	0.17 261	0.07 96	0.07 37	0.14 195	0.12 58	0.15 206	0.09 140	0.08 103	0.07 99	0.08 180	0.11 152	0.10 152	0.05 37	0.04 24	0.07 244	0.05 155	0.04 21	0.04 53

test_1	0.08 73	0.06 92	0.09 97	0.17 261	0.07 96	0.07 37	0.14 195	0.12 58	0.15 206	0.09 140	0.08 103	0.07 99	0.08 180	0.11 152	0.10 152	0.05 37	0.04 24	0.07 244	0.05 155	0.04 21	0.04 53

HHNet	0.11 233	0.06 92	0.16 397	0.15 102	0.14 512	0.07 37	0.13 138	0.20 278	0.17 255	0.14 291	0.25 417	0.11 226	0.08 180	0.13 285	0.10 152	0.05 37	0.04 24	0.08 329	0.06 233	0.05 124	0.09 438

Patchmatch Stereo++	0.11 233	0.09 361	0.16 397	0.18 344	0.08 166	0.06 11	0.11 55	0.16 179	0.13 160	0.15 318	0.16 268	0.14 288	0.12 306	0.11 152	0.10 152	0.06 131	0.04 24	0.08 329	0.06 233	0.08 369	0.07 329
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
TransformOpticalFlow	0.10 190	0.08 285	0.13 276	0.18 344	0.07 96	0.09 112	0.15 269	0.19 267	0.15 206	0.12 243	0.17 289	0.11 226	0.11 275	0.11 152	0.10 152	0.05 37	0.04 24	0.06 145	0.06 233	0.05 124	0.05 151

NRIStereo	0.11 233	0.08 285	0.14 311	0.18 344	0.08 166	0.10 169	0.14 195	0.16 179	0.15 206	0.12 243	0.14 239	0.13 268	0.12 306	0.13 285	0.10 152	0.06 131	0.04 24	0.07 244	0.06 233	0.06 232	0.07 329

PSM-adaLoss	0.11 233	0.09 361	0.16 397	0.18 344	0.08 166	0.06 11	0.12 84	0.16 179	0.13 160	0.15 318	0.16 268	0.14 288	0.12 306	0.11 152	0.10 152	0.06 131	0.04 24	0.08 329	0.06 233	0.08 369	0.07 329

PSM-AAD	0.11 233	0.07 184	0.10 145	0.19 402	0.09 284	0.10 169	0.15 269	0.20 278	0.13 160	0.12 243	0.14 239	0.18 365	0.11 275	0.11 152	0.10 152	0.05 37	0.05 215	0.09 410	0.08 387	0.06 232	0.14 541

ROB_FTStereo_v2	0.11 233	0.09 361	0.16 397	0.19 402	0.08 166	0.06 11	0.12 84	0.16 179	0.13 160	0.15 318	0.16 268	0.14 288	0.12 306	0.11 152	0.10 152	0.06 131	0.04 24	0.08 329	0.06 233	0.08 369	0.07 329

ROB_FTStereo	0.11 233	0.09 361	0.16 397	0.19 402	0.08 166	0.06 11	0.11 55	0.16 179	0.13 160	0.15 318	0.16 268	0.14 288	0.12 306	0.11 152	0.10 152	0.06 131	0.04 24	0.08 329	0.06 233	0.08 369	0.07 329

KYRaft	0.11 233	0.07 184	0.10 145	0.19 402	0.09 284	0.08 65	0.15 269	0.22 324	0.12 124	0.13 270	0.16 268	0.20 391	0.10 250	0.12 239	0.10 152	0.05 37	0.04 24	0.08 329	0.08 387	0.06 232	0.16 559

HUI-Stereo	0.11 233	0.09 361	0.16 397	0.18 344	0.08 166	0.06 11	0.12 84	0.16 179	0.13 160	0.15 318	0.16 268	0.14 288	0.12 306	0.11 152	0.10 152	0.06 131	0.04 24	0.08 329	0.06 233	0.08 369	0.07 329

ASMatch	0.11 233	0.06 92	0.13 276	0.16 183	0.10 387	0.07 37	0.14 195	0.17 215	0.17 255	0.12 243	0.16 268	0.16 331	0.10 250	0.13 285	0.10 152	0.05 37	0.04 24	0.06 145	0.05 155	0.04 21	0.08 393

iGMRVC	0.11 233	0.09 361	0.16 397	0.19 402	0.08 166	0.06 11	0.12 84	0.16 179	0.13 160	0.15 318	0.16 268	0.14 288	0.12 306	0.11 152	0.10 152	0.06 131	0.04 24	0.08 329	0.06 233	0.08 369	0.07 329

IRAFT_RVC	0.12 300	0.08 285	0.16 397	0.19 402	0.08 166	0.07 37	0.15 269	0.24 367	0.23 359	0.14 291	0.14 239	0.15 317	0.12 306	0.12 239	0.10 152	0.06 131	0.04 24	0.09 410	0.06 233	0.06 232	0.06 248

iRAFT	0.11 233	0.09 361	0.16 397	0.18 344	0.08 166	0.06 11	0.11 55	0.16 179	0.13 160	0.15 318	0.16 268	0.14 288	0.12 306	0.11 152	0.10 152	0.06 131	0.04 24	0.08 329	0.06 233	0.08 369	0.07 329

AnonymousM	0.09 127	0.05 40	0.10 145	0.14 54	0.06 19	0.09 112	0.13 138	0.19 267	0.14 187	0.13 270	0.11 197	0.09 168	0.08 180	0.13 285	0.10 152	0.08 345	0.05 215	0.08 329	0.05 155	0.05 124	0.05 151

RAFT-IKP	0.11 233	0.09 361	0.16 397	0.19 402	0.08 166	0.06 11	0.12 84	0.16 179	0.13 160	0.15 318	0.16 268	0.14 288	0.12 306	0.11 152	0.10 152	0.06 131	0.04 24	0.08 329	0.06 233	0.08 369	0.07 329

Prome-Stereo	0.11 233	0.06 92	0.10 145	0.18 344	0.08 166	0.12 253	0.15 269	0.22 324	0.13 160	0.12 243	0.17 289	0.13 268	0.08 180	0.12 239	0.10 152	0.05 37	0.04 24	0.07 244	0.06 233	0.06 232	0.09 438

iRaftStereo_RVC	0.10 190	0.07 184	0.09 97	0.17 261	0.09 284	0.11 217	0.17 369	0.18 245	0.12 124	0.09 140	0.12 211	0.10 201	0.07 130	0.11 152	0.10 152	0.05 37	0.04 24	0.08 329	0.08 387	0.04 21	0.04 53

XX-TBD	0.09 127	0.06 92	0.07 9	0.14 54	0.07 96	0.12 253	0.16 335	0.14 100	0.13 160	0.11 205	0.12 211	0.09 168	0.08 180	0.10 92	0.10 152	0.06 131	0.04 24	0.05 56	0.03 1	0.06 232	0.05 151

raftrobust	0.09 127	0.06 92	0.10 145	0.17 261	0.08 166	0.09 112	0.10 29	0.18 245	0.16 235	0.10 174	0.09 127	0.12 243	0.07 130	0.12 239	0.10 152	0.08 345	0.05 215	0.06 145	0.05 155	0.05 124	0.05 151

sAnonymous2	0.13 325	0.12 463	0.24 500	0.20 459	0.12 469	0.17 405	0.13 138	0.26 401	0.21 335	0.11 205	0.11 197	0.13 268	0.08 180	0.10 92	0.10 152	0.09 406	0.05 215	0.08 329	0.06 233	0.15 549	0.10 465

CroCo_RVC	0.13 325	0.12 463	0.24 500	0.20 459	0.12 469	0.17 405	0.13 138	0.26 401	0.21 335	0.11 205	0.11 197	0.13 268	0.08 180	0.10 92	0.10 152	0.09 406	0.05 215	0.08 329	0.06 233	0.15 549	0.10 465

111	0.10 190	0.06 92	0.12 230	0.15 102	0.07 96	0.10 169	0.14 195	0.21 301	0.23 359	0.11 205	0.12 211	0.14 288	0.11 275	0.13 285	0.10 152	0.06 131	0.04 24	0.06 145	0.04 57	0.05 124	0.05 151

CREStereo	0.09 127	0.04 1	0.08 42	0.11 1	0.06 19	0.13 296	0.14 195	0.14 100	0.10 65	0.08 104	0.13 225	0.09 168	0.08 180	0.11 152	0.10 152	0.08 345	0.04 24	0.05 56	0.03 1	0.06 232	0.06 248
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.09 127	0.05 40	0.09 97	0.12 9	0.06 19	0.12 253	0.14 195	0.15 141	0.11 95	0.09 140	0.13 225	0.10 201	0.07 130	0.13 285	0.10 152	0.15 546	0.04 24	0.05 56	0.03 1	0.07 306	0.06 248

5k_stereo	0.08 73	0.05 40	0.08 42	0.11 1	0.07 96	0.08 65	0.12 84	0.15 141	0.09 42	0.07 62	0.07 55	0.07 99	0.07 130	0.09 48	0.11 231	0.10 450	0.06 355	0.04 1	0.04 57	0.06 232	0.05 151

aaa3	0.08 73	0.04 1	0.09 97	0.13 19	0.07 96	0.08 65	0.12 84	0.15 141	0.07 10	0.05 2	0.09 127	0.06 31	0.08 180	0.10 92	0.11 231	0.06 131	0.05 215	0.04 1	0.03 1	0.04 21	0.04 53

gc-stereo	0.08 73	0.04 1	0.09 97	0.13 19	0.06 19	0.09 112	0.12 84	0.13 75	0.07 10	0.06 16	0.09 127	0.06 31	0.07 130	0.09 48	0.11 231	0.06 131	0.05 215	0.04 1	0.03 1	0.04 21	0.04 53

mfccc	0.08 73	0.04 1	0.10 145	0.13 19	0.07 96	0.10 169	0.11 55	0.14 100	0.09 42	0.06 16	0.09 127	0.06 31	0.08 180	0.10 92	0.11 231	0.06 131	0.05 215	0.04 1	0.03 1	0.04 21	0.04 53

SX	0.08 73	0.04 1	0.11 194	0.13 19	0.07 96	0.09 112	0.11 55	0.12 58	0.07 10	0.07 62	0.06 16	0.07 99	0.07 130	0.10 92	0.11 231	0.06 131	0.05 215	0.04 1	0.03 1	0.05 124	0.05 151

weee2	0.08 73	0.04 1	0.10 145	0.13 19	0.06 19	0.09 112	0.12 84	0.13 75	0.08 25	0.06 16	0.07 55	0.06 31	0.08 180	0.10 92	0.11 231	0.06 131	0.05 215	0.04 1	0.03 1	0.04 21	0.04 53

ACM	0.07 4	0.04 1	0.10 145	0.13 19	0.07 96	0.09 112	0.11 55	0.14 100	0.08 25	0.06 16	0.08 103	0.06 31	0.07 130	0.09 48	0.11 231	0.06 131	0.05 215	0.04 1	0.03 1	0.04 21	0.04 53

FlowAnything_test	0.11 233	0.08 285	0.14 311	0.15 102	0.09 284	0.07 37	0.14 195	0.20 278	0.11 95	0.09 140	0.09 127	0.12 243	0.12 306	0.13 285	0.11 231	0.09 406	0.06 355	0.09 410	0.09 434	0.06 232	0.09 438

2.75w_new	0.07 4	0.07 184	0.07 9	0.13 19	0.06 19	0.08 65	0.08 7	0.18 245	0.12 124	0.07 62	0.08 103	0.06 31	0.06 42	0.09 48	0.11 231	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.04 53

xyz-stereo-finetune2	0.11 233	0.07 184	0.13 276	0.13 19	0.07 96	0.11 217	0.19 455	0.17 215	0.12 124	0.15 318	0.15 256	0.17 351	0.12 306	0.13 285	0.11 231	0.05 37	0.04 24	0.07 244	0.05 155	0.04 21	0.06 248

xyz-stereo-finetune	0.11 233	0.08 285	0.13 276	0.14 54	0.06 19	0.10 169	0.19 455	0.17 215	0.19 297	0.12 243	0.14 239	0.15 317	0.10 250	0.13 285	0.11 231	0.05 37	0.04 24	0.07 244	0.05 155	0.04 21	0.05 151

S2M2_L	0.09 127	0.08 285	0.11 194	0.13 19	0.10 387	0.08 65	0.06 1	0.10 20	0.10 65	0.10 174	0.09 127	0.10 201	0.09 217	0.11 152	0.11 231	0.13 528	0.07 429	0.08 329	0.09 434	0.10 464	0.08 393
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
fffy	0.09 127	0.08 285	0.09 97	0.16 183	0.07 96	0.13 296	0.17 369	0.13 75	0.12 124	0.08 104	0.09 127	0.08 143	0.09 217	0.13 285	0.11 231	0.05 37	0.05 215	0.07 244	0.05 155	0.04 21	0.05 151

RAFT-Stereo-weight	0.09 127	0.06 92	0.10 145	0.16 183	0.07 96	0.09 112	0.14 195	0.19 267	0.16 235	0.11 205	0.10 160	0.08 143	0.06 42	0.10 92	0.11 231	0.06 131	0.04 24	0.06 145	0.04 57	0.04 21	0.04 53

qqq1	0.13 325	0.07 184	0.17 425	0.14 54	0.08 166	0.16 384	0.17 369	0.26 401	0.27 420	0.19 408	0.20 335	0.18 365	0.15 387	0.15 333	0.11 231	0.08 345	0.05 215	0.05 56	0.05 155	0.06 232	0.06 248

fff1	0.13 325	0.07 184	0.17 425	0.14 54	0.08 166	0.16 384	0.17 369	0.26 401	0.27 420	0.19 408	0.20 335	0.18 365	0.15 387	0.15 333	0.11 231	0.08 345	0.05 215	0.05 56	0.05 155	0.06 232	0.06 248

CoDeX	0.12 300	0.07 184	0.12 230	0.17 261	0.08 166	0.12 253	0.15 269	0.23 344	0.27 420	0.13 270	0.17 289	0.16 331	0.11 275	0.14 311	0.11 231	0.07 282	0.05 215	0.07 244	0.06 233	0.06 232	0.05 151

LL-Strereo	0.13 325	0.09 361	0.11 194	0.20 459	0.10 387	0.11 217	0.18 415	0.32 488	0.24 375	0.15 318	0.15 256	0.14 288	0.13 344	0.19 435	0.11 231	0.06 131	0.04 24	0.09 410	0.08 387	0.04 21	0.05 151

anonymousdsp2	0.11 233	0.07 184	0.10 145	0.16 183	0.09 284	0.13 296	0.14 195	0.18 245	0.22 349	0.13 270	0.14 239	0.12 243	0.09 217	0.14 311	0.11 231	0.05 37	0.04 24	0.05 56	0.04 57	0.06 232	0.05 151

EGLCR-Stereo	0.08 73	0.05 40	0.08 42	0.14 54	0.06 19	0.10 169	0.12 84	0.11 36	0.16 235	0.06 16	0.05 7	0.07 99	0.05 11	0.10 92	0.11 231	0.06 131	0.04 24	0.06 145	0.05 155	0.04 21	0.04 53

DCRE	0.11 233	0.07 184	0.13 276	0.16 183	0.11 437	0.11 217	0.17 369	0.18 245	0.17 255	0.11 205	0.18 314	0.10 201	0.10 250	0.15 333	0.11 231	0.06 131	0.05 215	0.06 145	0.06 233	0.05 124	0.04 53

knoymous	0.11 233	0.05 40	0.12 230	0.13 19	0.07 96	0.15 354	0.14 195	0.19 267	0.13 160	0.11 205	0.17 289	0.13 268	0.09 217	0.13 285	0.11 231	0.08 345	0.05 215	0.06 145	0.05 155	0.08 369	0.07 329

Selective-RAFT	0.11 233	0.10 419	0.11 194	0.21 488	0.08 166	0.16 384	0.13 138	0.20 278	0.22 349	0.10 174	0.10 160	0.11 226	0.10 250	0.15 333	0.11 231	0.05 37	0.05 215	0.06 145	0.05 155	0.06 232	0.05 151

RCA-Stereo	0.09 127	0.06 92	0.09 97	0.16 183	0.06 19	0.09 112	0.13 138	0.18 245	0.14 187	0.09 140	0.10 160	0.08 143	0.07 130	0.12 239	0.11 231	0.06 131	0.04 24	0.06 145	0.05 155	0.05 124	0.04 53

SA	0.12 300	0.09 361	0.08 42	0.18 344	0.08 166	0.12 253	0.24 526	0.23 344	0.18 281	0.17 362	0.27 443	0.14 288	0.11 275	0.11 152	0.11 231	0.05 37	0.05 215	0.09 410	0.08 387	0.05 124	0.04 53

test_4	0.10 190	0.10 419	0.08 42	0.19 402	0.09 284	0.08 65	0.22 503	0.15 141	0.17 255	0.12 243	0.18 314	0.12 243	0.09 217	0.08 21	0.11 231	0.04 11	0.04 24	0.08 329	0.08 387	0.04 21	0.03 2

CIPLG	0.11 233	0.08 285	0.14 311	0.17 261	0.08 166	0.12 253	0.15 269	0.17 215	0.15 206	0.14 291	0.11 197	0.16 331	0.09 217	0.16 367	0.11 231	0.07 282	0.05 215	0.06 145	0.05 155	0.05 124	0.06 248

GLC_STEREO	0.11 233	0.07 184	0.11 194	0.17 261	0.07 96	0.09 112	0.13 138	0.15 141	0.24 375	0.12 243	0.13 225	0.12 243	0.08 180	0.18 420	0.11 231	0.06 131	0.08 456	0.08 329	0.06 233	0.05 124	0.05 151

IPLGR_C	0.11 233	0.08 285	0.14 311	0.17 261	0.08 166	0.12 253	0.15 269	0.17 215	0.15 206	0.14 291	0.10 160	0.16 331	0.09 217	0.16 367	0.11 231	0.07 282	0.05 215	0.06 145	0.05 155	0.05 124	0.06 248

ACRE	0.11 233	0.08 285	0.14 311	0.17 261	0.08 166	0.12 253	0.15 269	0.17 215	0.14 187	0.14 291	0.10 160	0.16 331	0.09 217	0.16 367	0.11 231	0.07 282	0.05 215	0.06 145	0.05 155	0.05 124	0.06 248

test_3	0.10 190	0.09 361	0.10 145	0.20 459	0.08 166	0.13 296	0.26 550	0.14 100	0.21 335	0.10 174	0.10 160	0.09 168	0.09 217	0.08 21	0.11 231	0.05 37	0.04 24	0.08 329	0.07 322	0.04 21	0.04 53

PFNet+	0.11 233	0.06 92	0.13 276	0.16 183	0.09 284	0.05 4	0.12 84	0.17 215	0.21 335	0.16 346	0.19 323	0.14 288	0.10 250	0.11 152	0.11 231	0.08 345	0.05 215	0.09 410	0.08 387	0.06 232	0.11 491

LCNet	0.11 233	0.07 184	0.09 97	0.19 402	0.09 284	0.08 65	0.15 269	0.21 301	0.15 206	0.11 205	0.15 256	0.16 331	0.11 275	0.12 239	0.11 231	0.05 37	0.04 24	0.08 329	0.07 322	0.06 232	0.15 548

NF-Stereo	0.11 233	0.07 184	0.13 276	0.17 261	0.09 284	0.10 169	0.14 195	0.23 344	0.19 297	0.12 243	0.17 289	0.12 243	0.11 275	0.11 152	0.11 231	0.06 131	0.04 24	0.07 244	0.06 233	0.06 232	0.12 504

OCTAStereo	0.11 233	0.07 184	0.13 276	0.17 261	0.09 284	0.10 169	0.14 195	0.23 344	0.19 297	0.12 243	0.17 289	0.12 243	0.11 275	0.11 152	0.11 231	0.06 131	0.04 24	0.07 244	0.06 233	0.06 232	0.12 504

PSM-softLoss	0.12 300	0.07 184	0.15 363	0.17 261	0.09 284	0.08 65	0.13 138	0.24 367	0.17 255	0.14 291	0.19 323	0.13 268	0.11 275	0.11 152	0.11 231	0.07 282	0.05 215	0.08 329	0.07 322	0.06 232	0.12 504

KMStereo	0.12 300	0.07 184	0.15 363	0.17 261	0.09 284	0.08 65	0.13 138	0.24 367	0.17 255	0.14 291	0.19 323	0.13 268	0.11 275	0.11 152	0.11 231	0.07 282	0.05 215	0.08 329	0.07 322	0.06 232	0.12 504

SST-Stereo	0.10 190	0.07 184	0.15 363	0.18 344	0.09 284	0.06 11	0.12 84	0.17 215	0.11 95	0.15 318	0.17 289	0.13 268	0.12 306	0.10 92	0.11 231	0.06 131	0.04 24	0.09 410	0.06 233	0.06 232	0.05 151

RAFT_R40	0.11 233	0.07 184	0.14 311	0.18 344	0.09 284	0.06 11	0.13 138	0.17 215	0.16 235	0.14 291	0.18 314	0.15 317	0.12 306	0.10 92	0.11 231	0.06 131	0.04 24	0.09 410	0.06 233	0.06 232	0.05 151

PFNet	0.12 300	0.06 92	0.17 425	0.17 261	0.08 166	0.09 112	0.15 269	0.26 401	0.20 320	0.16 346	0.16 268	0.14 288	0.11 275	0.12 239	0.11 231	0.06 131	0.04 24	0.07 244	0.06 233	0.05 124	0.05 151

GrayStereo	0.11 233	0.06 92	0.11 194	0.19 402	0.09 284	0.09 112	0.16 335	0.18 245	0.17 255	0.14 291	0.17 289	0.17 351	0.11 275	0.12 239	0.11 231	0.05 37	0.05 215	0.07 244	0.06 233	0.05 124	0.10 465

RE-Stereo	0.11 233	0.07 184	0.13 276	0.17 261	0.09 284	0.10 169	0.14 195	0.23 344	0.19 297	0.12 243	0.17 289	0.12 243	0.11 275	0.11 152	0.11 231	0.06 131	0.04 24	0.07 244	0.06 233	0.06 232	0.12 504

Pruner-Stereo	0.11 233	0.07 184	0.12 230	0.17 261	0.09 284	0.06 11	0.12 84	0.17 215	0.17 255	0.13 270	0.19 323	0.13 268	0.09 217	0.11 152	0.11 231	0.06 131	0.04 24	0.07 244	0.06 233	0.06 232	0.08 393

TVStereo	0.11 233	0.07 184	0.13 276	0.17 261	0.09 284	0.10 169	0.14 195	0.23 344	0.19 297	0.12 243	0.17 289	0.12 243	0.11 275	0.11 152	0.11 231	0.06 131	0.04 24	0.07 244	0.06 233	0.06 232	0.12 504

DeepStereo_RVC	0.11 233	0.08 285	0.16 397	0.18 344	0.08 166	0.08 65	0.12 84	0.17 215	0.12 124	0.13 270	0.14 239	0.12 243	0.12 306	0.12 239	0.11 231	0.06 131	0.04 24	0.07 244	0.06 233	0.07 306	0.08 393

CRE-IMP	0.11 233	0.09 361	0.16 397	0.19 402	0.08 166	0.10 169	0.12 84	0.18 245	0.10 65	0.14 291	0.13 225	0.13 268	0.12 306	0.12 239	0.11 231	0.07 282	0.04 24	0.08 329	0.06 233	0.08 369	0.08 393

cross-raft	0.10 190	0.09 361	0.09 97	0.19 402	0.07 96	0.11 217	0.25 541	0.13 75	0.15 206	0.08 104	0.11 197	0.12 243	0.10 250	0.09 48	0.11 231	0.05 37	0.04 24	0.06 145	0.05 155	0.04 21	0.04 53

GMM-Stereo	0.11 233	0.07 184	0.10 145	0.18 344	0.09 284	0.08 65	0.15 269	0.23 344	0.16 235	0.11 205	0.15 256	0.13 268	0.11 275	0.11 152	0.11 231	0.05 37	0.04 24	0.08 329	0.07 322	0.06 232	0.09 438

CREStereo++_RVC	0.08 73	0.04 1	0.06 4	0.13 19	0.07 96	0.09 112	0.12 84	0.14 100	0.14 187	0.10 174	0.14 239	0.08 143	0.07 130	0.09 48	0.11 231	0.06 131	0.04 24	0.05 56	0.05 155	0.04 21	0.04 53
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
RALCasStereoNet	0.10 190	0.06 92	0.09 97	0.16 183	0.08 166	0.12 253	0.14 195	0.17 215	0.11 95	0.12 243	0.17 289	0.14 288	0.10 250	0.12 239	0.11 231	0.07 282	0.06 355	0.06 145	0.05 155	0.08 369	0.07 329

RALAANet	0.11 233	0.08 285	0.10 145	0.17 261	0.09 284	0.14 328	0.10 29	0.20 278	0.15 206	0.14 291	0.13 225	0.16 331	0.09 217	0.12 239	0.11 231	0.06 131	0.05 215	0.07 244	0.06 233	0.05 124	0.04 53

sCroCo_RVC	0.12 300	0.09 361	0.23 496	0.24 534	0.11 437	0.19 447	0.14 195	0.17 215	0.14 187	0.10 174	0.13 225	0.12 243	0.07 130	0.14 311	0.11 231	0.08 345	0.08 456	0.08 329	0.08 387	0.05 124	0.07 329

EAI-Stereo	0.09 127	0.07 184	0.11 194	0.15 102	0.06 19	0.10 169	0.15 269	0.16 179	0.09 42	0.08 104	0.09 127	0.08 143	0.07 130	0.09 48	0.11 231	0.05 37	0.04 24	0.05 56	0.05 155	0.05 124	0.04 53

SFCPSM	0.13 325	0.07 184	0.14 311	0.17 261	0.09 284	0.15 354	0.16 335	0.28 442	0.27 420	0.14 291	0.17 289	0.12 243	0.13 344	0.14 311	0.11 231	0.08 345	0.05 215	0.07 244	0.07 322	0.07 306	0.06 248

R-Stereo Train	0.10 190	0.06 92	0.10 145	0.17 261	0.08 166	0.11 217	0.14 195	0.23 344	0.11 95	0.12 243	0.19 323	0.11 226	0.08 180	0.09 48	0.11 231	0.07 282	0.05 215	0.06 145	0.05 155	0.05 124	0.05 151

RAFT-Stereo	0.10 190	0.06 92	0.10 145	0.17 261	0.08 166	0.11 217	0.14 195	0.23 344	0.11 95	0.12 243	0.19 323	0.11 226	0.08 180	0.09 48	0.11 231	0.07 282	0.05 215	0.06 145	0.05 155	0.05 124	0.05 151
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
xyz-stereo	0.13 325	0.07 184	0.20 471	0.15 102	0.05 1	0.20 462	0.15 269	0.17 215	0.31 459	0.15 318	0.29 469	0.26 466	0.16 413	0.13 285	0.12 287	0.05 37	0.05 215	0.06 145	0.05 155	0.04 21	0.04 53

fffft	0.09 127	0.06 92	0.12 230	0.16 183	0.07 96	0.09 112	0.17 369	0.12 58	0.11 95	0.08 104	0.07 55	0.09 168	0.06 42	0.11 152	0.12 287	0.05 37	0.04 24	0.06 145	0.05 155	0.04 21	0.05 151
1: 1. 1
mms	0.09 127	0.07 184	0.08 42	0.16 183	0.08 166	0.10 169	0.16 335	0.12 58	0.11 95	0.08 104	0.09 127	0.08 143	0.06 42	0.11 152	0.12 287	0.05 37	0.04 24	0.07 244	0.05 155	0.04 21	0.03 2

ours_stereo	0.09 127	0.07 184	0.09 97	0.17 261	0.08 166	0.11 217	0.16 335	0.11 36	0.12 124	0.08 104	0.10 160	0.08 143	0.06 42	0.12 239	0.12 287	0.05 37	0.04 24	0.06 145	0.05 155	0.04 21	0.03 2

rvit_0105_6	0.14 359	0.09 361	0.18 448	0.17 261	0.10 387	0.10 169	0.16 335	0.19 267	0.26 410	0.12 243	0.18 314	0.17 351	0.12 306	0.18 420	0.12 287	0.15 546	0.11 517	0.12 509	0.10 473	0.09 432	0.06 248

UGAM	0.13 325	0.10 419	0.09 97	0.22 504	0.08 166	0.12 253	0.20 476	0.17 215	0.23 359	0.21 445	0.16 268	0.13 268	0.13 344	0.19 435	0.12 287	0.07 282	0.05 215	0.13 524	0.11 505	0.07 306	0.05 151

rvit_stereo_0083	0.12 300	0.08 285	0.17 425	0.16 183	0.09 284	0.11 217	0.15 269	0.14 100	0.26 410	0.11 205	0.14 239	0.13 268	0.10 250	0.12 239	0.12 287	0.10 450	0.08 456	0.09 410	0.07 322	0.07 306	0.05 151

rvit_stereo_0081	0.11 233	0.08 285	0.15 363	0.16 183	0.09 284	0.10 169	0.14 195	0.14 100	0.24 375	0.11 205	0.13 225	0.13 268	0.09 217	0.11 152	0.12 287	0.10 450	0.07 429	0.08 329	0.07 322	0.07 306	0.05 151

rvit_stereo_0082	0.11 233	0.08 285	0.15 363	0.16 183	0.09 284	0.10 169	0.14 195	0.14 100	0.24 375	0.11 205	0.13 225	0.13 268	0.09 217	0.11 152	0.12 287	0.10 450	0.07 429	0.08 329	0.07 322	0.07 306	0.05 151

test_sample2	0.12 300	0.07 184	0.12 230	0.14 54	0.08 166	0.16 384	0.18 415	0.21 301	0.16 235	0.14 291	0.20 335	0.19 379	0.15 387	0.15 333	0.12 287	0.08 345	0.05 215	0.07 244	0.06 233	0.08 369	0.07 329

Former-RAFT_DAM_RVC	0.10 190	0.08 285	0.12 230	0.16 183	0.08 166	0.15 354	0.16 335	0.18 245	0.18 281	0.10 174	0.09 127	0.09 168	0.08 180	0.11 152	0.12 287	0.07 282	0.05 215	0.08 329	0.06 233	0.07 306	0.06 248

plain	0.10 190	0.08 285	0.10 145	0.19 402	0.09 284	0.10 169	0.15 269	0.14 100	0.13 160	0.13 270	0.15 256	0.09 168	0.12 306	0.13 285	0.12 287	0.07 282	0.05 215	0.09 410	0.06 233	0.06 232	0.06 248

MIF-Stereo (partial)	0.11 233	0.06 92	0.10 145	0.19 402	0.10 387	0.10 169	0.11 55	0.17 215	0.18 281	0.14 291	0.16 268	0.09 168	0.11 275	0.12 239	0.12 287	0.08 345	0.05 215	0.08 329	0.07 322	0.06 232	0.07 329

EKT-Stereo	0.11 233	0.07 184	0.14 311	0.15 102	0.10 387	0.13 296	0.14 195	0.18 245	0.21 335	0.11 205	0.08 103	0.12 243	0.09 217	0.11 152	0.12 287	0.08 345	0.06 355	0.07 244	0.06 233	0.08 369	0.07 329

testlalala_base	0.10 190	0.09 361	0.14 311	0.21 488	0.08 166	0.10 169	0.14 195	0.13 75	0.10 65	0.07 62	0.15 256	0.07 99	0.08 180	0.10 92	0.12 287	0.08 345	0.05 215	0.05 56	0.03 1	0.06 232	0.05 151

riskmin	0.11 233	0.06 92	0.13 276	0.14 54	0.08 166	0.14 328	0.14 195	0.18 245	0.14 187	0.11 205	0.14 239	0.16 331	0.11 275	0.14 311	0.12 287	0.09 406	0.05 215	0.07 244	0.05 155	0.08 369	0.08 393

DCANet-4	0.10 190	0.06 92	0.12 230	0.16 183	0.06 19	0.09 112	0.17 369	0.18 245	0.19 297	0.13 270	0.16 268	0.09 168	0.14 369	0.11 152	0.12 287	0.06 131	0.04 24	0.05 56	0.04 57	0.04 21	0.05 151

fff	0.10 190	0.06 92	0.12 230	0.15 102	0.07 96	0.09 112	0.17 369	0.16 179	0.20 320	0.13 270	0.16 268	0.10 201	0.11 275	0.11 152	0.12 287	0.06 131	0.04 24	0.05 56	0.04 57	0.04 21	0.05 151

ADStereo(finetuned)	0.10 190	0.06 92	0.12 230	0.16 183	0.06 19	0.09 112	0.17 369	0.15 141	0.19 297	0.13 270	0.17 289	0.10 201	0.12 306	0.11 152	0.12 287	0.06 131	0.04 24	0.05 56	0.04 57	0.05 124	0.04 53

raft_robust	0.13 325	0.10 419	0.07 9	0.18 344	0.08 166	0.13 296	0.24 526	0.28 442	0.33 473	0.20 431	0.19 323	0.14 288	0.10 250	0.11 152	0.12 287	0.05 37	0.05 215	0.07 244	0.07 322	0.05 124	0.04 53

RAFT+CT+SA	0.13 325	0.11 445	0.09 97	0.19 402	0.09 284	0.15 354	0.28 563	0.22 324	0.22 349	0.15 318	0.26 434	0.10 201	0.10 250	0.11 152	0.12 287	0.05 37	0.04 24	0.07 244	0.08 387	0.07 306	0.06 248

hknet	0.15 403	0.11 445	0.13 276	0.22 504	0.11 437	0.14 328	0.15 269	0.34 516	0.25 396	0.17 362	0.22 366	0.22 418	0.18 450	0.17 399	0.12 287	0.07 282	0.06 355	0.10 458	0.09 434	0.07 306	0.07 329

DAS	0.15 403	0.08 285	0.18 448	0.19 402	0.10 387	0.19 447	0.17 369	0.27 422	0.29 441	0.18 392	0.25 417	0.21 400	0.15 387	0.16 367	0.12 287	0.08 345	0.06 355	0.06 145	0.06 233	0.07 306	0.07 329

SepStereo	0.15 403	0.08 285	0.18 448	0.19 402	0.10 387	0.19 447	0.17 369	0.27 422	0.29 441	0.18 392	0.25 417	0.21 400	0.15 387	0.25 515	0.12 287	0.08 345	0.06 355	0.06 145	0.06 233	0.07 306	0.07 329

MIPNet	0.11 233	0.08 285	0.14 311	0.17 261	0.09 284	0.12 253	0.14 195	0.20 278	0.24 375	0.11 205	0.10 160	0.09 168	0.07 130	0.13 285	0.12 287	0.06 131	0.04 24	0.06 145	0.05 155	0.04 21	0.04 53

IPLGR	0.11 233	0.09 361	0.16 397	0.18 344	0.08 166	0.12 253	0.17 369	0.21 301	0.24 375	0.11 205	0.12 211	0.11 226	0.08 180	0.12 239	0.12 287	0.06 131	0.05 215	0.06 145	0.06 233	0.04 21	0.04 53

CrosDoStereo	0.12 300	0.06 92	0.12 230	0.14 54	0.08 166	0.12 253	0.15 269	0.17 215	0.22 349	0.19 408	0.24 387	0.15 317	0.11 275	0.11 152	0.12 287	0.06 131	0.04 24	0.07 244	0.07 322	0.05 124	0.05 151

STrans-v2	0.10 190	0.07 184	0.12 230	0.18 344	0.07 96	0.10 169	0.14 195	0.21 301	0.11 95	0.11 205	0.15 256	0.12 243	0.10 250	0.11 152	0.12 287	0.05 37	0.04 24	0.06 145	0.06 233	0.04 21	0.04 53

IIG-Stereo	0.11 233	0.06 92	0.13 276	0.17 261	0.08 166	0.11 217	0.12 84	0.22 324	0.17 255	0.14 291	0.17 289	0.11 226	0.12 306	0.12 239	0.12 287	0.06 131	0.05 215	0.07 244	0.06 233	0.05 124	0.04 53

DeepStereo_LL	0.12 300	0.06 92	0.12 230	0.14 54	0.08 166	0.12 253	0.15 269	0.17 215	0.22 349	0.19 408	0.24 387	0.15 317	0.11 275	0.11 152	0.12 287	0.06 131	0.04 24	0.07 244	0.07 322	0.05 124	0.05 151

DRaft	0.12 300	0.06 92	0.11 194	0.14 54	0.09 284	0.14 328	0.17 369	0.21 301	0.30 452	0.17 362	0.28 457	0.10 201	0.15 387	0.10 92	0.12 287	0.05 37	0.04 24	0.07 244	0.06 233	0.05 124	0.05 151

RAFT-RH_RVC	0.11 233	0.06 92	0.14 311	0.16 183	0.09 284	0.12 253	0.12 84	0.17 215	0.12 124	0.13 270	0.41 547	0.11 226	0.10 250	0.13 285	0.12 287	0.05 37	0.04 24	0.08 329	0.05 155	0.04 21	0.06 248

RAFT-345	0.11 233	0.07 184	0.15 363	0.16 183	0.08 166	0.08 65	0.12 84	0.15 141	0.10 65	0.11 205	0.36 510	0.09 168	0.09 217	0.11 152	0.12 287	0.05 37	0.05 215	0.07 244	0.06 233	0.04 21	0.05 151

rafts_anoy	0.11 233	0.06 92	0.10 145	0.17 261	0.08 166	0.10 169	0.14 195	0.17 215	0.14 187	0.13 270	0.13 225	0.12 243	0.10 250	0.11 152	0.12 287	0.07 282	0.04 24	0.09 410	0.11 505	0.07 306	0.06 248

Anonymous3	0.16 426	0.13 492	0.33 539	0.26 550	0.14 512	0.27 536	0.17 369	0.28 442	0.28 434	0.15 318	0.17 289	0.14 288	0.10 250	0.15 333	0.12 287	0.08 345	0.08 456	0.08 329	0.08 387	0.08 369	0.11 491

s12784h	0.09 127	0.06 92	0.07 9	0.15 102	0.05 1	0.16 384	0.18 415	0.15 141	0.15 206	0.10 174	0.11 197	0.11 226	0.11 275	0.10 92	0.12 287	0.05 37	0.04 24	0.05 56	0.04 57	0.04 21	0.04 53

DCANet	0.10 190	0.06 92	0.12 230	0.16 183	0.06 19	0.09 112	0.17 369	0.15 141	0.19 297	0.13 270	0.17 289	0.10 201	0.11 275	0.11 152	0.12 287	0.06 131	0.04 24	0.05 56	0.04 57	0.05 124	0.04 53

csc	0.10 190	0.06 92	0.12 230	0.15 102	0.07 96	0.09 112	0.17 369	0.16 179	0.20 320	0.13 270	0.16 268	0.10 201	0.11 275	0.11 152	0.12 287	0.06 131	0.04 24	0.05 56	0.04 57	0.04 21	0.05 151

cscssc	0.10 190	0.06 92	0.12 230	0.15 102	0.07 96	0.09 112	0.17 369	0.16 179	0.20 320	0.13 270	0.16 268	0.10 201	0.11 275	0.11 152	0.12 287	0.06 131	0.04 24	0.05 56	0.04 57	0.04 21	0.05 151

ARAFT	0.12 300	0.08 285	0.17 425	0.19 402	0.09 284	0.14 328	0.18 415	0.20 278	0.12 124	0.12 243	0.13 225	0.14 288	0.11 275	0.15 333	0.12 287	0.06 131	0.05 215	0.10 458	0.09 434	0.05 124	0.04 53

RAFT + AFF	0.13 325	0.07 184	0.20 471	0.20 459	0.10 387	0.14 328	0.24 526	0.26 401	0.20 320	0.11 205	0.10 160	0.12 243	0.10 250	0.15 333	0.12 287	0.07 282	0.06 355	0.09 410	0.08 387	0.06 232	0.08 393

FACV-RUCA	0.13 325	0.11 445	0.12 230	0.19 402	0.12 469	0.15 354	0.15 269	0.22 324	0.20 320	0.15 318	0.16 268	0.14 288	0.16 413	0.14 311	0.13 328	0.07 282	0.05 215	0.08 329	0.06 233	0.10 464	0.08 393

rvit_0105_4	0.14 359	0.09 361	0.17 425	0.17 261	0.10 387	0.12 253	0.19 455	0.23 344	0.27 420	0.14 291	0.20 335	0.17 351	0.13 344	0.17 399	0.13 328	0.15 546	0.11 517	0.11 489	0.10 473	0.09 432	0.06 248

rvit_stereo_0075_2	0.17 446	0.12 463	0.25 505	0.23 525	0.16 540	0.13 296	0.10 29	0.30 467	0.27 420	0.20 431	0.28 457	0.22 418	0.15 387	0.18 420	0.13 328	0.16 562	0.10 505	0.17 556	0.10 473	0.10 464	0.09 438

rvit_stereo_ft	0.12 300	0.07 184	0.13 276	0.19 402	0.10 387	0.12 253	0.17 369	0.16 179	0.16 235	0.12 243	0.13 225	0.15 317	0.10 250	0.14 311	0.13 328	0.09 406	0.06 355	0.08 329	0.07 322	0.07 306	0.05 151

test_sample6	0.14 359	0.08 285	0.13 276	0.16 183	0.08 166	0.17 405	0.19 455	0.25 383	0.17 255	0.17 362	0.27 443	0.19 379	0.14 369	0.15 333	0.13 328	0.08 345	0.05 215	0.08 329	0.07 322	0.08 369	0.08 393

test_sample5	0.14 359	0.08 285	0.14 311	0.16 183	0.08 166	0.18 424	0.18 415	0.25 383	0.17 255	0.17 362	0.27 443	0.18 365	0.14 369	0.16 367	0.13 328	0.08 345	0.05 215	0.08 329	0.07 322	0.08 369	0.08 393

test_sample4	0.14 359	0.08 285	0.14 311	0.15 102	0.08 166	0.19 447	0.18 415	0.26 401	0.17 255	0.16 346	0.25 417	0.18 365	0.14 369	0.16 367	0.13 328	0.08 345	0.06 355	0.08 329	0.06 233	0.08 369	0.08 393

test_sample3	0.14 359	0.08 285	0.15 363	0.14 54	0.09 284	0.19 447	0.17 369	0.26 401	0.18 281	0.16 346	0.22 366	0.19 379	0.15 387	0.17 399	0.13 328	0.08 345	0.06 355	0.07 244	0.06 233	0.09 432	0.08 393

testlalala2	0.10 190	0.06 92	0.11 194	0.20 459	0.10 387	0.10 169	0.12 84	0.17 215	0.12 124	0.12 243	0.13 225	0.09 168	0.07 130	0.11 152	0.13 328	0.06 131	0.05 215	0.05 56	0.04 57	0.05 124	0.05 151

MyStereo05	0.13 325	0.07 184	0.10 145	0.17 261	0.09 284	0.13 296	0.18 415	0.27 422	0.35 494	0.17 362	0.14 239	0.15 317	0.11 275	0.15 333	0.13 328	0.06 131	0.05 215	0.07 244	0.07 322	0.06 232	0.06 248

MyStereo04	0.13 325	0.07 184	0.10 145	0.17 261	0.09 284	0.14 328	0.18 415	0.29 453	0.38 512	0.17 362	0.14 239	0.16 331	0.10 250	0.15 333	0.13 328	0.06 131	0.05 215	0.08 329	0.07 322	0.06 232	0.06 248

11t1	0.12 300	0.06 92	0.13 276	0.14 54	0.08 166	0.17 405	0.15 269	0.18 245	0.15 206	0.15 318	0.15 256	0.16 331	0.16 413	0.15 333	0.13 328	0.08 345	0.05 215	0.06 145	0.05 155	0.08 369	0.07 329

DualNet	0.14 359	0.08 285	0.14 311	0.16 183	0.08 166	0.18 424	0.18 415	0.25 383	0.17 255	0.17 362	0.27 443	0.18 365	0.14 369	0.16 367	0.13 328	0.08 345	0.05 215	0.08 329	0.07 322	0.08 369	0.08 393

MaDis-Stereo	0.09 127	0.09 361	0.08 42	0.17 261	0.09 284	0.13 296	0.10 29	0.16 179	0.16 235	0.09 140	0.11 197	0.06 31	0.06 42	0.09 48	0.13 328	0.07 282	0.06 355	0.07 244	0.05 155	0.05 124	0.04 53

PCWNet_CMD	0.14 359	0.08 285	0.15 363	0.17 261	0.09 284	0.14 328	0.14 195	0.29 453	0.36 498	0.14 291	0.20 335	0.21 400	0.12 306	0.17 399	0.13 328	0.07 282	0.05 215	0.07 244	0.07 322	0.07 306	0.07 329

TestStereo1	0.13 325	0.08 285	0.08 42	0.19 402	0.08 166	0.18 424	0.29 572	0.23 344	0.16 235	0.17 362	0.20 335	0.16 331	0.10 250	0.12 239	0.13 328	0.06 131	0.06 355	0.08 329	0.06 233	0.05 124	0.05 151

BUS	0.14 359	0.09 361	0.14 311	0.22 504	0.10 387	0.19 447	0.14 195	0.34 516	0.19 297	0.17 362	0.22 366	0.16 331	0.13 344	0.15 333	0.13 328	0.08 345	0.06 355	0.10 458	0.09 434	0.07 306	0.07 329

test_5	0.14 359	0.12 463	0.08 42	0.20 459	0.10 387	0.14 328	0.29 572	0.21 301	0.24 375	0.18 392	0.28 457	0.11 226	0.15 387	0.12 239	0.13 328	0.06 131	0.05 215	0.07 244	0.08 387	0.08 369	0.07 329

NINENet	0.16 426	0.10 419	0.15 363	0.17 261	0.11 437	0.19 447	0.14 195	0.40 560	0.36 498	0.18 392	0.21 356	0.16 331	0.13 344	0.15 333	0.13 328	0.08 345	0.08 456	0.10 458	0.07 322	0.10 464	0.09 438

SA-5K	0.13 325	0.08 285	0.08 42	0.19 402	0.08 166	0.18 424	0.29 572	0.23 344	0.16 235	0.17 362	0.20 335	0.16 331	0.10 250	0.12 239	0.13 328	0.06 131	0.06 355	0.08 329	0.06 233	0.05 124	0.05 151

UDGNet	0.14 359	0.13 492	0.16 397	0.17 261	0.10 387	0.12 253	0.16 335	0.21 301	0.27 420	0.20 431	0.20 335	0.16 331	0.13 344	0.16 367	0.13 328	0.10 450	0.06 355	0.09 410	0.07 322	0.06 232	0.07 329

IPLG	0.10 190	0.07 184	0.15 363	0.17 261	0.08 166	0.11 217	0.14 195	0.20 278	0.15 206	0.12 243	0.17 289	0.07 99	0.07 130	0.14 311	0.13 328	0.06 131	0.04 24	0.06 145	0.05 155	0.04 21	0.04 53

GANet-ADL	0.13 325	0.07 184	0.15 363	0.17 261	0.10 387	0.18 424	0.15 269	0.30 467	0.20 320	0.13 270	0.18 314	0.19 379	0.12 306	0.16 367	0.13 328	0.08 345	0.06 355	0.06 145	0.05 155	0.07 306	0.08 393

OMP-Stereo	0.11 233	0.06 92	0.14 311	0.18 344	0.08 166	0.09 112	0.12 84	0.21 301	0.21 335	0.13 270	0.14 239	0.11 226	0.12 306	0.11 152	0.13 328	0.06 131	0.04 24	0.07 244	0.06 233	0.05 124	0.04 53

FTStereo	0.12 300	0.06 92	0.14 311	0.18 344	0.09 284	0.07 37	0.15 269	0.21 301	0.18 281	0.12 243	0.24 387	0.12 243	0.12 306	0.13 285	0.13 328	0.05 37	0.05 215	0.07 244	0.06 233	0.06 232	0.10 465

DEmStereo	0.12 300	0.06 92	0.14 311	0.14 54	0.10 387	0.16 384	0.15 269	0.16 179	0.24 375	0.17 362	0.24 387	0.13 268	0.14 369	0.12 239	0.13 328	0.05 37	0.04 24	0.07 244	0.06 233	0.05 124	0.05 151

raft+_RVC	0.11 233	0.07 184	0.09 97	0.16 183	0.07 96	0.10 169	0.11 55	0.24 367	0.20 320	0.12 243	0.15 256	0.12 243	0.08 180	0.12 239	0.13 328	0.07 282	0.04 24	0.07 244	0.06 233	0.05 124	0.05 151

GES	0.14 359	0.08 285	0.16 397	0.15 102	0.10 387	0.13 296	0.13 138	0.28 442	0.25 396	0.16 346	0.23 375	0.18 365	0.13 344	0.16 367	0.13 328	0.08 345	0.07 429	0.07 244	0.06 233	0.08 369	0.09 438

HCRNet	0.16 426	0.24 566	0.12 230	0.35 582	0.11 437	0.15 354	0.17 369	0.26 401	0.22 349	0.19 408	0.24 387	0.21 400	0.14 369	0.15 333	0.13 328	0.11 480	0.07 429	0.11 489	0.10 473	0.09 432	0.07 329

GMStereo	0.13 325	0.14 504	0.14 311	0.18 344	0.09 284	0.15 354	0.16 335	0.20 278	0.24 375	0.16 346	0.17 289	0.10 201	0.10 250	0.16 367	0.13 328	0.07 282	0.06 355	0.06 145	0.06 233	0.07 306	0.06 248
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PSMNet-RSSM	0.14 359	0.07 184	0.13 276	0.15 102	0.08 166	0.13 296	0.16 335	0.24 367	0.24 375	0.16 346	0.28 457	0.22 418	0.14 369	0.15 333	0.13 328	0.11 480	0.06 355	0.09 410	0.12 524	0.08 369	0.07 329

DIP-Stereo	0.11 233	0.07 184	0.14 311	0.17 261	0.09 284	0.13 296	0.09 18	0.16 179	0.16 235	0.11 205	0.16 268	0.14 288	0.12 306	0.15 333	0.13 328	0.06 131	0.05 215	0.06 145	0.05 155	0.05 124	0.06 248
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HSM-Net_RVC	0.14 359	0.08 285	0.11 194	0.15 102	0.08 166	0.15 354	0.15 269	0.27 422	0.29 441	0.19 408	0.21 356	0.29 492	0.14 369	0.17 399	0.13 328	0.06 131	0.06 355	0.06 145	0.06 233	0.07 306	0.06 248
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
HITNet	0.10 190	0.06 92	0.12 230	0.14 54	0.06 19	0.11 217	0.10 29	0.18 245	0.18 281	0.13 270	0.16 268	0.14 288	0.11 275	0.15 333	0.13 328	0.06 131	0.04 24	0.04 1	0.04 57	0.06 232	0.05 151
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
MLCV	0.12 300	0.07 184	0.16 397	0.18 344	0.06 19	0.15 354	0.17 369	0.19 267	0.21 335	0.18 392	0.25 417	0.17 351	0.13 344	0.14 311	0.13 328	0.05 37	0.04 24	0.05 56	0.04 57	0.05 124	0.04 53

iResNet_ROB	0.14 359	0.07 184	0.13 276	0.14 54	0.07 96	0.18 424	0.14 195	0.26 401	0.31 459	0.22 461	0.25 417	0.23 436	0.15 387	0.15 333	0.13 328	0.07 282	0.05 215	0.05 56	0.04 57	0.08 369	0.08 393

DN-CSS_ROB	0.13 325	0.13 492	0.16 397	0.18 344	0.10 387	0.16 384	0.08 7	0.22 324	0.18 281	0.17 362	0.22 366	0.13 268	0.13 344	0.12 239	0.13 328	0.05 37	0.05 215	0.10 458	0.10 473	0.08 369	0.06 248

DFGA-Net	0.13 325	0.11 445	0.18 448	0.17 261	0.10 387	0.12 253	0.13 138	0.22 324	0.25 396	0.16 346	0.16 268	0.13 268	0.12 306	0.16 367	0.14 365	0.07 282	0.05 215	0.08 329	0.07 322	0.05 124	0.05 151

rvit_0105_5	0.14 359	0.09 361	0.13 276	0.17 261	0.09 284	0.14 328	0.23 514	0.24 367	0.27 420	0.14 291	0.15 256	0.18 365	0.12 306	0.17 399	0.14 365	0.14 542	0.11 517	0.10 458	0.10 473	0.08 369	0.06 248

rvit_0105_3	0.15 403	0.09 361	0.14 311	0.19 402	0.12 469	0.15 354	0.25 541	0.25 383	0.29 441	0.15 318	0.17 289	0.20 391	0.13 344	0.17 399	0.14 365	0.13 528	0.11 517	0.12 509	0.14 537	0.07 306	0.06 248

DCVSM-stereo	0.14 359	0.09 361	0.16 397	0.16 183	0.10 387	0.15 354	0.09 18	0.19 267	0.23 359	0.20 431	0.23 375	0.26 466	0.15 387	0.18 420	0.14 365	0.09 406	0.07 429	0.09 410	0.08 387	0.10 464	0.12 504

GCST	0.37 575	0.42 593	0.26 508	1.02 617	0.39 593	0.18 424	0.08 7	0.20 278	0.17 255	0.28 523	0.25 417	0.15 317	0.12 306	0.16 367	0.14 365	0.64 613	0.43 602	0.75 610	0.65 613	0.63 606	0.46 605

test_sample1	0.13 325	0.07 184	0.14 311	0.13 19	0.08 166	0.19 447	0.16 335	0.20 278	0.15 206	0.14 291	0.22 366	0.18 365	0.16 413	0.17 399	0.14 365	0.07 282	0.06 355	0.06 145	0.06 233	0.08 369	0.07 329

ttt	0.14 359	0.08 285	0.14 311	0.15 102	0.08 166	0.15 354	0.18 415	0.27 422	0.29 441	0.16 346	0.24 387	0.17 351	0.13 344	0.13 285	0.14 365	0.11 480	0.08 456	0.09 410	0.08 387	0.09 432	0.08 393

GMStereo_Zeroshot	0.16 426	0.13 492	0.24 500	0.20 459	0.10 387	0.17 405	0.13 138	0.29 453	0.25 396	0.23 473	0.32 487	0.25 456	0.11 275	0.19 435	0.14 365	0.09 406	0.06 355	0.11 489	0.06 233	0.12 503	0.08 393

CASS	0.13 325	0.12 463	0.11 194	0.23 525	0.09 284	0.15 354	0.17 369	0.18 245	0.19 297	0.17 362	0.18 314	0.15 317	0.15 387	0.14 311	0.14 365	0.09 406	0.06 355	0.10 458	0.08 387	0.09 432	0.07 329
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.13 325	0.07 184	0.13 276	0.18 344	0.09 284	0.13 296	0.17 369	0.19 267	0.29 441	0.15 318	0.24 387	0.15 317	0.14 369	0.14 311	0.14 365	0.07 282	0.05 215	0.07 244	0.09 434	0.05 124	0.06 248

IER	0.14 359	0.07 184	0.13 276	0.17 261	0.09 284	0.14 328	0.16 335	0.25 383	0.26 410	0.18 392	0.25 417	0.17 351	0.20 478	0.16 367	0.14 365	0.08 345	0.05 215	0.07 244	0.06 233	0.08 369	0.07 329

BSDual-CNN	0.15 403	0.09 361	0.14 311	0.22 504	0.10 387	0.14 328	0.15 269	0.34 516	0.19 297	0.17 362	0.22 366	0.25 456	0.16 413	0.15 333	0.14 365	0.08 345	0.06 355	0.10 458	0.09 434	0.07 306	0.07 329

psmg	0.14 359	0.09 361	0.14 311	0.17 261	0.10 387	0.15 354	0.17 369	0.29 453	0.19 297	0.17 362	0.21 356	0.25 456	0.16 413	0.15 333	0.14 365	0.08 345	0.06 355	0.08 329	0.08 387	0.07 306	0.06 248

GwcNet-ADL	0.13 325	0.08 285	0.14 311	0.20 459	0.09 284	0.11 217	0.20 476	0.30 467	0.24 375	0.13 270	0.14 239	0.18 365	0.14 369	0.13 285	0.14 365	0.07 282	0.05 215	0.06 145	0.05 155	0.07 306	0.06 248

AAGNet	0.11 233	0.07 184	0.16 397	0.19 402	0.09 284	0.08 65	0.13 138	0.18 245	0.13 160	0.16 346	0.21 356	0.13 268	0.14 369	0.11 152	0.14 365	0.06 131	0.04 24	0.09 410	0.06 233	0.06 232	0.05 151

THIR-Stereo	0.12 300	0.07 184	0.11 194	0.15 102	0.08 166	0.14 328	0.16 335	0.17 215	0.25 396	0.16 346	0.24 387	0.14 288	0.12 306	0.12 239	0.14 365	0.06 131	0.04 24	0.07 244	0.07 322	0.05 124	0.05 151

ICVP	0.15 403	0.09 361	0.12 230	0.22 504	0.09 284	0.17 405	0.21 493	0.25 383	0.23 359	0.18 392	0.30 475	0.26 466	0.18 450	0.17 399	0.14 365	0.09 406	0.07 429	0.08 329	0.07 322	0.07 306	0.07 329
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
TestStereo	0.13 325	0.14 504	0.11 194	0.23 525	0.08 166	0.15 354	0.21 493	0.20 278	0.23 359	0.14 291	0.24 387	0.16 331	0.12 306	0.16 367	0.14 365	0.05 37	0.06 355	0.08 329	0.06 233	0.09 432	0.05 151

CFNet_pseudo	0.14 359	0.08 285	0.15 363	0.16 183	0.09 284	0.13 296	0.14 195	0.27 422	0.34 485	0.14 291	0.21 356	0.22 418	0.13 344	0.18 420	0.14 365	0.07 282	0.05 215	0.08 329	0.06 233	0.07 306	0.07 329

cf-r	0.13 325	0.07 184	0.12 230	0.16 183	0.08 166	0.14 328	0.19 455	0.20 278	0.25 396	0.17 362	0.25 417	0.21 400	0.16 413	0.14 311	0.14 365	0.10 450	0.05 215	0.06 145	0.08 387	0.06 232	0.06 248

CFNet-ft	0.14 359	0.07 184	0.15 363	0.12 9	0.09 284	0.16 384	0.18 415	0.22 324	0.24 375	0.17 362	0.26 434	0.24 442	0.14 369	0.16 367	0.14 365	0.11 480	0.06 355	0.08 329	0.09 434	0.09 432	0.08 393

MSMDNet	0.14 359	0.08 285	0.15 363	0.17 261	0.09 284	0.14 328	0.14 195	0.29 453	0.36 498	0.14 291	0.21 356	0.21 400	0.12 306	0.17 399	0.14 365	0.07 282	0.05 215	0.07 244	0.07 322	0.07 306	0.07 329

CFNet	0.15 403	0.10 419	0.17 425	0.17 261	0.08 166	0.18 424	0.09 18	0.28 442	0.25 396	0.19 408	0.24 387	0.24 442	0.17 436	0.17 399	0.14 365	0.08 345	0.06 355	0.09 410	0.10 473	0.07 306	0.06 248

CFNet_RVC	0.14 359	0.07 184	0.15 363	0.12 9	0.09 284	0.16 384	0.18 415	0.22 324	0.24 375	0.17 362	0.26 434	0.24 442	0.14 369	0.16 367	0.14 365	0.11 480	0.06 355	0.08 329	0.09 434	0.09 432	0.08 393

ccs_rob	0.14 359	0.08 285	0.15 363	0.16 183	0.09 284	0.12 253	0.14 195	0.27 422	0.34 485	0.14 291	0.21 356	0.22 418	0.13 344	0.18 420	0.14 365	0.07 282	0.05 215	0.08 329	0.07 322	0.07 306	0.07 329

AdaStereo	0.15 403	0.11 445	0.15 363	0.18 344	0.09 284	0.20 462	0.11 55	0.32 488	0.28 434	0.20 431	0.23 375	0.20 391	0.13 344	0.19 435	0.14 365	0.12 505	0.05 215	0.10 458	0.07 322	0.09 432	0.07 329
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	0.14 359	0.08 285	0.15 363	0.16 183	0.08 166	0.16 384	0.12 84	0.25 383	0.35 494	0.21 445	0.29 469	0.24 442	0.13 344	0.14 311	0.14 365	0.06 131	0.05 215	0.06 145	0.04 57	0.09 432	0.08 393

iResNet	0.13 325	0.10 419	0.18 448	0.19 402	0.08 166	0.13 296	0.18 415	0.20 278	0.26 410	0.15 318	0.23 375	0.15 317	0.13 344	0.14 311	0.14 365	0.06 131	0.04 24	0.06 145	0.05 155	0.06 232	0.05 151

DDVS	0.15 403	0.10 419	0.21 480	0.16 183	0.12 469	0.15 354	0.14 195	0.25 383	0.19 297	0.18 392	0.29 469	0.27 474	0.12 306	0.19 435	0.15 393	0.09 406	0.06 355	0.09 410	0.07 322	0.11 487	0.11 491

DispNO	0.14 359	0.08 285	0.17 425	0.19 402	0.12 469	0.11 217	0.21 493	0.23 344	0.29 441	0.17 362	0.23 375	0.18 365	0.17 436	0.15 333	0.15 393	0.07 282	0.05 215	0.08 329	0.08 387	0.07 306	0.06 248

CFNet_ucs	0.15 403	0.08 285	0.16 397	0.16 183	0.11 437	0.14 328	0.14 195	0.30 467	0.34 485	0.16 346	0.24 387	0.23 436	0.14 369	0.18 420	0.15 393	0.09 406	0.06 355	0.08 329	0.07 322	0.09 432	0.09 438

SDNR	0.19 472	0.08 285	0.19 459	0.16 183	0.12 469	0.77 609	0.14 195	0.25 383	0.32 466	0.19 408	0.24 387	0.19 379	0.13 344	0.19 435	0.15 393	0.16 562	0.18 570	0.14 536	0.11 505	0.08 369	0.11 491

gwcnet-sp	0.14 359	0.07 184	0.12 230	0.18 344	0.09 284	0.16 384	0.17 369	0.24 367	0.24 375	0.18 392	0.24 387	0.15 317	0.16 413	0.15 333	0.15 393	0.08 345	0.06 355	0.07 244	0.08 387	0.08 369	0.07 329

scenet	0.14 359	0.07 184	0.12 230	0.18 344	0.09 284	0.16 384	0.17 369	0.24 367	0.24 375	0.18 392	0.24 387	0.15 317	0.16 413	0.15 333	0.15 393	0.08 345	0.06 355	0.07 244	0.08 387	0.08 369	0.07 329

ssnet	0.14 359	0.07 184	0.12 230	0.18 344	0.09 284	0.16 384	0.17 369	0.24 367	0.24 375	0.18 392	0.24 387	0.15 317	0.16 413	0.15 333	0.15 393	0.08 345	0.06 355	0.07 244	0.08 387	0.08 369	0.07 329

FENet	0.13 325	0.08 285	0.12 230	0.16 183	0.08 166	0.14 328	0.15 269	0.22 324	0.23 359	0.17 362	0.23 375	0.16 331	0.12 306	0.14 311	0.15 393	0.08 345	0.05 215	0.08 329	0.08 387	0.07 306	0.07 329

GANet-RSSM	0.14 359	0.07 184	0.13 276	0.13 19	0.08 166	0.14 328	0.17 369	0.22 324	0.21 335	0.17 362	0.24 387	0.23 436	0.15 387	0.16 367	0.15 393	0.10 450	0.06 355	0.07 244	0.08 387	0.08 369	0.07 329

GwcNet-RSSM	0.14 359	0.07 184	0.12 230	0.15 102	0.08 166	0.15 354	0.20 476	0.21 301	0.27 420	0.18 392	0.27 443	0.22 418	0.16 413	0.14 311	0.15 393	0.10 450	0.05 215	0.07 244	0.09 434	0.07 306	0.07 329

FADNet-RVC-Resample	0.16 426	0.11 445	0.31 533	0.22 504	0.11 437	0.19 447	0.14 195	0.25 383	0.24 375	0.24 482	0.27 443	0.20 391	0.15 387	0.16 367	0.15 393	0.07 282	0.08 456	0.12 509	0.10 473	0.09 432	0.10 465

FADNet	0.21 496	0.22 562	0.36 548	0.18 344	0.17 555	0.24 505	0.13 138	0.31 477	0.31 459	0.23 473	0.25 417	0.27 474	0.21 482	0.19 435	0.15 393	0.13 528	0.15 560	0.12 509	0.15 552	0.16 556	0.18 570

BEATNet_4x	0.12 300	0.08 285	0.14 311	0.18 344	0.07 96	0.15 354	0.07 3	0.22 324	0.18 281	0.16 346	0.19 323	0.18 365	0.14 369	0.16 367	0.15 393	0.07 282	0.05 215	0.05 56	0.05 155	0.06 232	0.06 248

UCFNet_RVC	0.14 359	0.08 285	0.13 276	0.11 1	0.10 387	0.20 462	0.10 29	0.24 367	0.22 349	0.17 362	0.20 335	0.23 436	0.15 387	0.17 399	0.15 393	0.12 505	0.07 429	0.10 458	0.13 534	0.11 487	0.10 465

DeepPruner_ROB	0.16 426	0.11 445	0.15 363	0.17 261	0.10 387	0.17 405	0.15 269	0.32 488	0.21 335	0.19 408	0.21 356	0.22 418	0.18 450	0.20 460	0.15 393	0.13 528	0.09 485	0.09 410	0.09 434	0.11 487	0.10 465

HSM	0.15 403	0.08 285	0.14 311	0.16 183	0.09 284	0.16 384	0.14 195	0.28 442	0.25 396	0.19 408	0.23 375	0.37 543	0.16 413	0.20 460	0.15 393	0.07 282	0.05 215	0.07 244	0.06 233	0.07 306	0.06 248

G2L-ROB	0.13 325	0.06 92	0.13 276	0.13 19	0.08 166	0.14 328	0.16 335	0.25 383	0.18 281	0.19 408	0.18 314	0.20 391	0.14 369	0.17 399	0.16 409	0.08 345	0.05 215	0.06 145	0.05 155	0.08 369	0.09 438

ITSA-stereo	0.15 403	0.10 419	0.14 311	0.19 402	0.08 166	0.12 253	0.14 195	0.30 467	0.49 556	0.17 362	0.19 323	0.22 418	0.15 387	0.17 399	0.16 409	0.10 450	0.06 355	0.08 329	0.08 387	0.08 369	0.08 393

DualNet (step1)	0.16 426	0.12 463	0.20 471	0.12 9	0.14 512	0.17 405	0.13 138	0.27 422	0.23 359	0.20 431	0.20 335	0.24 442	0.19 466	0.16 367	0.16 409	0.15 546	0.06 355	0.14 536	0.14 537	0.14 534	0.12 504

test_sample7	0.15 403	0.10 419	0.16 397	0.14 54	0.11 437	0.16 384	0.16 335	0.27 422	0.23 359	0.20 431	0.20 335	0.24 442	0.19 466	0.16 367	0.16 409	0.12 505	0.06 355	0.10 458	0.09 434	0.10 464	0.10 465

1test111	0.11 233	0.08 285	0.12 230	0.17 261	0.09 284	0.13 296	0.15 269	0.23 344	0.16 235	0.09 140	0.09 127	0.06 31	0.06 42	0.15 333	0.16 409	0.06 131	0.04 24	0.06 145	0.05 155	0.07 306	0.07 329

qqq	0.13 325	0.09 361	0.15 363	0.16 183	0.08 166	0.13 296	0.15 269	0.23 344	0.16 235	0.15 318	0.19 323	0.16 331	0.16 413	0.15 333	0.16 409	0.07 282	0.06 355	0.08 329	0.08 387	0.07 306	0.07 329

iRaft-Stereo_5w	0.12 300	0.09 361	0.12 230	0.19 402	0.08 166	0.09 112	0.12 84	0.21 301	0.21 335	0.19 408	0.14 239	0.11 226	0.09 217	0.20 460	0.16 409	0.05 37	0.05 215	0.07 244	0.06 233	0.05 124	0.06 248

dd	0.15 403	0.16 522	0.16 397	0.19 402	0.09 284	0.15 354	0.18 415	0.21 301	0.25 396	0.23 473	0.20 335	0.21 400	0.09 217	0.21 477	0.16 409	0.10 450	0.06 355	0.08 329	0.06 233	0.08 369	0.06 248

dad	0.17 446	0.20 552	0.20 471	0.16 183	0.11 437	0.20 462	0.18 415	0.21 301	0.28 434	0.30 535	0.24 387	0.29 492	0.13 344	0.19 435	0.16 409	0.18 568	0.09 485	0.11 489	0.09 434	0.11 487	0.07 329

AACVNet	0.16 426	0.08 285	0.14 311	0.15 102	0.10 387	0.18 424	0.15 269	0.23 344	0.24 375	0.27 507	0.27 443	0.28 484	0.17 436	0.19 435	0.16 409	0.09 406	0.07 429	0.09 410	0.07 322	0.10 464	0.09 438

GEStereo_RVC	0.17 446	0.12 463	0.15 363	0.22 504	0.11 437	0.19 447	0.17 369	0.32 488	0.48 550	0.20 431	0.25 417	0.17 351	0.13 344	0.21 477	0.16 409	0.10 450	0.06 355	0.08 329	0.07 322	0.09 432	0.08 393

FADNet_RVC	0.16 426	0.14 504	0.40 556	0.20 459	0.11 437	0.13 296	0.13 138	0.26 401	0.22 349	0.21 445	0.23 375	0.20 391	0.17 436	0.14 311	0.16 409	0.08 345	0.08 456	0.12 509	0.09 434	0.11 487	0.10 465

AANet_RVC	0.16 426	0.10 419	0.10 145	0.18 344	0.09 284	0.18 424	0.19 455	0.26 401	0.31 459	0.22 461	0.35 507	0.21 400	0.21 482	0.22 490	0.16 409	0.06 131	0.05 215	0.06 145	0.06 233	0.07 306	0.06 248

CBMV_ROB	0.19 472	0.13 492	0.17 425	0.16 183	0.11 437	0.15 354	0.13 138	0.26 401	0.28 434	0.27 507	0.30 475	0.27 474	0.24 505	0.23 501	0.16 409	0.15 546	0.17 568	0.22 574	0.20 570	0.10 464	0.11 491

NOSS_ROB	0.19 472	0.12 463	0.18 448	0.16 183	0.12 469	0.15 354	0.12 84	0.30 467	0.32 466	0.20 431	0.22 366	0.27 474	0.23 499	0.21 477	0.16 409	0.16 562	0.18 570	0.23 575	0.21 572	0.12 503	0.13 524

rvit_105_1	0.19 472	0.11 445	0.25 505	0.21 488	0.16 540	0.21 479	0.27 557	0.31 477	0.41 524	0.19 408	0.20 335	0.22 418	0.17 436	0.19 435	0.17 424	0.12 505	0.12 532	0.13 524	0.15 552	0.08 369	0.07 329

ACV-stereo	0.15 403	0.10 419	0.28 520	0.18 344	0.12 469	0.14 328	0.12 84	0.23 344	0.21 335	0.19 408	0.23 375	0.22 418	0.15 387	0.23 501	0.17 424	0.07 282	0.06 355	0.07 244	0.07 322	0.07 306	0.07 329

test_sample9	0.18 460	0.12 463	0.20 471	0.12 9	0.14 512	0.17 405	0.13 138	0.27 422	0.23 359	0.20 431	0.20 335	0.24 442	0.19 466	0.19 435	0.17 424	0.15 546	0.30 594	0.14 536	0.14 537	0.14 534	0.12 504

test_sample8	0.19 472	0.12 463	0.20 471	0.12 9	0.14 512	0.17 405	0.13 138	0.31 477	0.21 335	0.27 507	0.22 366	0.36 538	0.25 514	0.19 435	0.17 424	0.15 546	0.30 594	0.14 536	0.14 537	0.14 534	0.12 504

SMFormer	0.14 359	0.07 184	0.17 425	0.14 54	0.08 166	0.16 384	0.17 369	0.26 401	0.27 420	0.19 408	0.20 335	0.18 365	0.15 387	0.15 333	0.17 424	0.08 345	0.05 215	0.07 244	0.06 233	0.07 306	0.06 248

tta	0.14 359	0.07 184	0.17 425	0.14 54	0.08 166	0.16 384	0.17 369	0.26 401	0.27 420	0.19 408	0.20 335	0.18 365	0.15 387	0.15 333	0.17 424	0.08 345	0.05 215	0.07 244	0.06 233	0.06 232	0.06 248

mmm	0.14 359	0.08 285	0.17 425	0.17 261	0.09 284	0.17 405	0.18 415	0.21 301	0.15 206	0.15 318	0.23 375	0.21 400	0.16 413	0.16 367	0.17 424	0.08 345	0.05 215	0.08 329	0.07 322	0.07 306	0.07 329

HBP-ISP	0.18 460	0.13 492	0.16 397	0.15 102	0.11 437	0.08 65	0.13 138	0.28 442	0.29 441	0.22 461	0.33 499	0.21 400	0.25 514	0.23 501	0.17 424	0.14 542	0.16 563	0.21 570	0.17 564	0.10 464	0.08 393

CRFU-Net	0.16 426	0.08 285	0.14 311	0.17 261	0.09 284	0.19 447	0.14 195	0.26 401	0.20 320	0.28 523	0.27 443	0.29 492	0.17 436	0.19 435	0.17 424	0.09 406	0.09 485	0.07 244	0.07 322	0.08 369	0.08 393

SACVNet	0.18 460	0.12 463	0.14 311	0.17 261	0.13 492	0.22 487	0.18 415	0.31 477	0.30 452	0.23 473	0.31 483	0.30 501	0.22 491	0.22 490	0.17 424	0.11 480	0.08 456	0.10 458	0.10 473	0.12 503	0.14 541

PSMNet-ADL	0.15 403	0.12 463	0.13 276	0.22 504	0.09 284	0.13 296	0.20 476	0.26 401	0.23 359	0.18 392	0.20 335	0.24 442	0.16 413	0.18 420	0.17 424	0.08 345	0.08 456	0.08 329	0.11 505	0.08 369	0.07 329

LMCR-Stereo	0.15 403	0.08 285	0.13 276	0.21 488	0.09 284	0.17 405	0.20 476	0.27 422	0.19 297	0.24 482	0.24 387	0.23 436	0.17 436	0.20 460	0.17 424	0.07 282	0.06 355	0.08 329	0.06 233	0.10 464	0.08 393

FINET	0.21 496	0.18 545	0.26 508	0.18 344	0.16 540	0.23 500	0.23 514	0.32 488	0.48 550	0.25 495	0.32 487	0.22 418	0.22 491	0.22 490	0.17 424	0.18 568	0.16 563	0.11 489	0.10 473	0.15 549	0.13 524

DMCA	0.14 359	0.09 361	0.16 397	0.19 402	0.09 284	0.15 354	0.17 369	0.23 344	0.27 420	0.14 291	0.19 323	0.17 351	0.18 450	0.15 333	0.17 424	0.10 450	0.06 355	0.08 329	0.06 233	0.09 432	0.10 465

CVANet_RVC	0.18 460	0.10 419	0.14 311	0.21 488	0.10 387	0.18 424	0.17 369	0.34 516	0.33 473	0.22 461	0.31 483	0.28 484	0.18 450	0.23 501	0.17 424	0.12 505	0.08 456	0.12 509	0.11 505	0.09 432	0.07 329

NVstereo2D	0.19 472	0.10 419	0.15 363	0.17 261	0.15 530	0.28 544	0.23 514	0.44 577	0.42 531	0.15 318	0.27 443	0.25 456	0.19 466	0.22 490	0.17 424	0.09 406	0.06 355	0.10 458	0.08 387	0.15 549	0.09 438

SGM-Forest	0.20 484	0.14 504	0.18 448	0.19 402	0.13 492	0.20 462	0.22 503	0.33 507	0.30 452	0.24 482	0.29 469	0.28 484	0.19 466	0.23 501	0.17 424	0.15 546	0.16 563	0.15 548	0.14 537	0.12 503	0.12 504
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
pmcnn	0.15 403	0.07 184	0.19 459	0.15 102	0.07 96	0.20 462	0.15 269	0.24 367	0.26 410	0.21 445	0.34 503	0.28 484	0.18 450	0.18 420	0.17 424	0.07 282	0.05 215	0.05 56	0.04 57	0.07 306	0.06 248

MultiAttention	0.29 558	0.08 285	0.14 311	0.19 402	0.12 469	1.45 624	1.33 626	0.36 538	0.37 505	0.19 408	0.21 356	0.24 442	0.11 275	0.38 574	0.18 442	0.06 131	0.05 215	0.08 329	0.08 387	0.10 464	0.09 438

G2L-Stereo_test	0.14 359	0.07 184	0.11 194	0.13 19	0.08 166	0.12 253	0.16 335	0.30 467	0.28 434	0.20 431	0.23 375	0.20 391	0.16 413	0.17 399	0.18 442	0.07 282	0.05 215	0.05 56	0.05 155	0.07 306	0.06 248

coex_refinement	0.14 359	0.07 184	0.12 230	0.17 261	0.10 387	0.15 354	0.15 269	0.26 401	0.29 441	0.18 392	0.20 335	0.22 418	0.17 436	0.16 367	0.18 442	0.08 345	0.05 215	0.06 145	0.06 233	0.09 432	0.08 393

G2L-Stereo	0.14 359	0.07 184	0.13 276	0.17 261	0.09 284	0.13 296	0.12 84	0.27 422	0.22 349	0.16 346	0.27 443	0.21 400	0.13 344	0.17 399	0.18 442	0.09 406	0.08 456	0.08 329	0.07 322	0.07 306	0.07 329

MyStereo8	0.12 300	0.07 184	0.15 363	0.15 102	0.09 284	0.18 424	0.14 195	0.19 267	0.22 349	0.12 243	0.18 314	0.11 226	0.10 250	0.16 367	0.18 442	0.07 282	0.05 215	0.07 244	0.05 155	0.08 369	0.09 438

CBFPSM	0.14 359	0.06 92	0.26 508	0.17 261	0.09 284	0.13 296	0.15 269	0.22 324	0.23 359	0.20 431	0.27 443	0.24 442	0.16 413	0.16 367	0.18 442	0.06 131	0.06 355	0.06 145	0.07 322	0.07 306	0.07 329

GASNet	0.22 505	0.23 563	0.33 539	0.26 550	0.17 555	0.26 526	0.16 335	0.44 577	0.42 531	0.27 507	0.24 387	0.30 501	0.15 387	0.27 520	0.18 442	0.12 505	0.08 456	0.12 509	0.11 505	0.16 556	0.07 329

x	0.13 325	0.07 184	0.14 311	0.14 54	0.08 166	0.18 424	0.14 195	0.22 324	0.20 320	0.15 318	0.19 323	0.19 379	0.17 436	0.18 420	0.18 442	0.07 282	0.05 215	0.06 145	0.06 233	0.07 306	0.07 329

CSP-Net	0.16 426	0.09 361	0.14 311	0.16 183	0.09 284	0.19 447	0.17 369	0.25 383	0.32 466	0.25 495	0.30 475	0.24 442	0.15 387	0.21 477	0.18 442	0.09 406	0.06 355	0.07 244	0.07 322	0.08 369	0.07 329

UNet	0.17 446	0.09 361	0.18 448	0.19 402	0.12 469	0.27 536	0.19 455	0.33 507	0.29 441	0.21 445	0.24 387	0.23 436	0.19 466	0.19 435	0.18 442	0.07 282	0.06 355	0.08 329	0.07 322	0.08 369	0.06 248

acv_ft	0.15 403	0.09 361	0.15 363	0.19 402	0.10 387	0.16 384	0.17 369	0.25 383	0.33 473	0.19 408	0.26 434	0.21 400	0.17 436	0.17 399	0.18 442	0.07 282	0.06 355	0.06 145	0.06 233	0.08 369	0.06 248

TDLM	0.17 446	0.12 463	0.13 276	0.24 534	0.10 387	0.18 424	0.18 415	0.36 538	0.30 452	0.21 445	0.28 457	0.28 484	0.18 450	0.23 501	0.18 442	0.11 480	0.07 429	0.10 458	0.10 473	0.08 369	0.08 393

MDST_ROB	0.22 505	0.10 419	0.17 425	0.18 344	0.11 437	0.37 572	0.19 455	0.43 575	0.41 524	0.39 564	0.39 530	0.29 492	0.21 482	0.26 517	0.18 442	0.11 480	0.10 505	0.14 536	0.11 505	0.10 464	0.08 393

Wz-Net-LNSev-Ref	0.18 460	0.09 361	0.29 528	0.15 102	0.10 387	0.22 487	0.20 476	0.26 401	0.39 515	0.25 495	0.42 553	0.24 442	0.15 387	0.20 460	0.19 455	0.07 282	0.05 215	0.06 145	0.05 155	0.10 464	0.09 438

pcwnet_v2	0.19 472	0.10 419	0.26 508	0.17 261	0.14 512	0.18 424	0.15 269	0.37 544	0.46 548	0.19 408	0.24 387	0.21 400	0.19 466	0.20 460	0.19 455	0.13 528	0.10 505	0.10 458	0.10 473	0.11 487	0.13 524

FADNet-RVC	0.20 484	0.20 552	0.38 553	0.21 488	0.16 540	0.20 462	0.15 269	0.26 401	0.26 410	0.26 501	0.32 487	0.26 466	0.21 482	0.22 490	0.19 455	0.12 505	0.13 545	0.12 509	0.14 537	0.13 521	0.18 570

STTStereo	0.18 460	0.12 463	0.27 515	0.20 459	0.11 437	0.16 384	0.21 493	0.29 453	0.23 359	0.21 445	0.30 475	0.29 492	0.18 450	0.20 460	0.19 455	0.12 505	0.11 517	0.11 489	0.14 537	0.09 432	0.08 393

RASNet	0.14 359	0.07 184	0.14 311	0.16 183	0.08 166	0.18 424	0.14 195	0.29 453	0.20 320	0.17 362	0.25 417	0.21 400	0.18 450	0.20 460	0.19 455	0.07 282	0.06 355	0.06 145	0.08 387	0.06 232	0.06 248

CBMV	0.19 472	0.14 504	0.17 425	0.18 344	0.10 387	0.20 462	0.11 55	0.29 453	0.30 452	0.29 531	0.30 475	0.30 501	0.23 499	0.27 520	0.19 455	0.13 528	0.15 560	0.17 556	0.16 556	0.10 464	0.10 465
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ISRNet	0.18 460	0.08 285	0.19 459	0.19 402	0.13 492	0.15 354	0.12 84	0.30 467	0.32 466	0.21 445	0.25 417	0.27 474	0.17 436	0.17 399	0.20 461	0.20 575	0.08 456	0.14 536	0.14 537	0.14 534	0.17 567

PSMNet-RUCA	0.27 550	0.33 585	0.41 559	0.36 584	0.32 592	0.18 424	0.19 455	0.42 571	0.30 452	0.33 551	0.41 547	0.39 555	0.25 514	0.31 542	0.20 461	0.18 568	0.10 505	0.25 577	0.15 552	0.21 571	0.16 559

ff1	0.13 325	0.09 361	0.14 311	0.16 183	0.08 166	0.17 405	0.17 369	0.15 141	0.19 297	0.15 318	0.25 417	0.19 379	0.13 344	0.14 311	0.20 461	0.06 131	0.04 24	0.09 410	0.08 387	0.06 232	0.06 248

mmx	0.14 359	0.09 361	0.14 311	0.16 183	0.08 166	0.17 405	0.17 369	0.27 422	0.25 396	0.15 318	0.25 417	0.19 379	0.13 344	0.14 311	0.20 461	0.08 345	0.06 355	0.09 410	0.08 387	0.08 369	0.08 393

xxx	0.14 359	0.09 361	0.14 311	0.16 183	0.08 166	0.17 405	0.17 369	0.27 422	0.25 396	0.15 318	0.25 417	0.19 379	0.13 344	0.14 311	0.20 461	0.08 345	0.06 355	0.09 410	0.08 387	0.08 369	0.08 393

ToySt	0.17 446	0.11 445	0.18 448	0.17 261	0.11 437	0.16 384	0.25 541	0.24 367	0.33 473	0.19 408	0.24 387	0.26 466	0.24 505	0.19 435	0.20 461	0.07 282	0.08 456	0.09 410	0.10 473	0.09 432	0.08 393

ssnet_v2	0.17 446	0.10 419	0.17 425	0.17 261	0.11 437	0.21 479	0.21 493	0.33 507	0.25 396	0.22 461	0.22 366	0.27 474	0.18 450	0.22 490	0.20 461	0.11 480	0.09 485	0.09 410	0.09 434	0.08 369	0.08 393

DDUNet	0.22 505	0.17 533	0.21 480	0.22 504	0.15 530	0.25 516	0.24 526	0.29 453	0.30 452	0.31 541	0.36 510	0.33 526	0.25 514	0.24 510	0.20 461	0.18 568	0.13 545	0.17 556	0.11 505	0.16 556	0.16 559

AASNet	0.16 426	0.08 285	0.12 230	0.19 402	0.09 284	0.18 424	0.15 269	0.37 544	0.37 505	0.19 408	0.23 375	0.20 391	0.16 413	0.17 399	0.20 461	0.10 450	0.08 456	0.08 329	0.07 322	0.09 432	0.09 438

MMNet	0.17 446	0.09 361	0.16 397	0.20 459	0.11 437	0.27 536	0.20 476	0.25 383	0.41 524	0.22 461	0.30 475	0.21 400	0.20 478	0.17 399	0.20 461	0.06 131	0.06 355	0.07 244	0.07 322	0.08 369	0.07 329

HGLStereo	0.17 446	0.08 285	0.19 459	0.17 261	0.12 469	0.18 424	0.18 415	0.31 477	0.32 466	0.21 445	0.32 487	0.25 456	0.18 450	0.19 435	0.20 461	0.09 406	0.09 485	0.07 244	0.07 322	0.09 432	0.10 465

FAT-Stereo	0.20 484	0.12 463	0.22 487	0.21 488	0.12 469	0.17 405	0.18 415	0.34 516	0.39 515	0.27 507	0.37 516	0.34 532	0.32 558	0.21 477	0.20 461	0.09 406	0.11 517	0.10 458	0.09 434	0.11 487	0.14 541

DSFCA	0.16 426	0.09 361	0.14 311	0.16 183	0.10 387	0.20 462	0.19 455	0.28 442	0.31 459	0.23 473	0.24 387	0.22 418	0.15 387	0.19 435	0.20 461	0.10 450	0.07 429	0.09 410	0.09 434	0.08 369	0.08 393

DMCA-RVC	0.17 446	0.10 419	0.15 363	0.24 534	0.11 437	0.18 424	0.18 415	0.25 383	0.24 375	0.21 445	0.26 434	0.25 456	0.27 528	0.18 420	0.20 461	0.12 505	0.08 456	0.13 524	0.10 473	0.10 464	0.08 393

NLCA_NET_v2_RVC	0.17 446	0.10 419	0.22 487	0.20 459	0.10 387	0.15 354	0.18 415	0.31 477	0.25 396	0.21 445	0.30 475	0.25 456	0.17 436	0.21 477	0.20 461	0.09 406	0.06 355	0.08 329	0.08 387	0.07 306	0.08 393
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PS-NSSS	0.20 484	0.21 558	0.23 496	0.20 459	0.10 387	0.19 447	0.17 369	0.36 538	0.25 396	0.27 507	0.33 499	0.27 474	0.24 505	0.20 460	0.20 461	0.15 546	0.12 532	0.17 556	0.14 537	0.10 464	0.08 393

StereoDRNet-Refined	0.17 446	0.12 463	0.15 363	0.20 459	0.09 284	0.18 424	0.18 415	0.26 401	0.23 359	0.26 501	0.40 536	0.22 418	0.17 436	0.21 477	0.20 461	0.08 345	0.05 215	0.09 410	0.10 473	0.07 306	0.07 329
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoDRNet	0.18 460	0.11 445	0.17 425	0.22 504	0.11 437	0.21 479	0.22 503	0.37 544	0.33 473	0.24 482	0.28 457	0.30 501	0.19 466	0.20 460	0.20 461	0.09 406	0.08 456	0.11 489	0.09 434	0.09 432	0.07 329

DLCB_ROB	0.18 460	0.10 419	0.15 363	0.23 525	0.11 437	0.24 505	0.18 415	0.29 453	0.28 434	0.27 507	0.28 457	0.28 484	0.24 505	0.19 435	0.20 461	0.08 345	0.08 456	0.09 410	0.09 434	0.07 306	0.07 329

PWCDC_ROB	0.20 484	0.13 492	0.22 487	0.24 534	0.11 437	0.19 447	0.15 269	0.33 507	0.54 568	0.29 531	0.50 568	0.21 400	0.15 387	0.27 520	0.20 461	0.11 480	0.09 485	0.10 458	0.08 387	0.11 487	0.09 438

iinet-f	0.16 426	0.06 92	0.45 563	0.14 54	0.10 387	0.21 479	0.14 195	0.27 422	0.23 359	0.21 445	0.24 387	0.21 400	0.15 387	0.18 420	0.21 481	0.09 406	0.07 429	0.07 244	0.06 233	0.09 432	0.10 465

ADLNet	0.16 426	0.08 285	0.15 363	0.16 183	0.10 387	0.16 384	0.17 369	0.32 488	0.27 420	0.22 461	0.27 443	0.24 442	0.16 413	0.18 420	0.21 481	0.10 450	0.06 355	0.10 458	0.10 473	0.08 369	0.09 438

delet	0.17 446	0.08 285	0.17 425	0.19 402	0.11 437	0.20 462	0.21 493	0.30 467	0.37 505	0.17 362	0.26 434	0.19 379	0.19 466	0.19 435	0.21 481	0.08 345	0.08 456	0.09 410	0.11 505	0.06 232	0.06 248

UPFNet	0.16 426	0.08 285	0.12 230	0.20 459	0.12 469	0.20 462	0.23 514	0.28 442	0.26 410	0.17 362	0.24 387	0.22 418	0.19 466	0.19 435	0.21 481	0.09 406	0.07 429	0.08 329	0.09 434	0.08 369	0.06 248

ACVNet	0.15 403	0.09 361	0.15 363	0.13 19	0.12 469	0.14 328	0.20 476	0.22 324	0.33 473	0.17 362	0.26 434	0.21 400	0.16 413	0.17 399	0.21 481	0.07 282	0.06 355	0.06 145	0.06 233	0.08 369	0.06 248

hitnet-ft	0.18 460	0.09 361	0.17 425	0.14 54	0.09 284	0.26 526	0.20 476	0.25 383	0.26 410	0.24 482	0.32 487	0.31 514	0.22 491	0.24 510	0.21 481	0.12 505	0.07 429	0.10 458	0.08 387	0.12 503	0.11 491

MaskLacGwcNet_RVC	0.22 505	0.21 558	0.24 500	0.26 550	0.11 437	0.23 500	0.14 195	0.39 556	0.24 375	0.32 547	0.36 510	0.30 501	0.21 482	0.19 435	0.21 481	0.17 567	0.14 554	0.21 570	0.16 556	0.12 503	0.12 504

SuperB	0.20 484	0.10 419	0.56 587	0.16 183	0.09 284	0.18 424	0.18 415	0.24 367	0.50 559	0.26 501	0.39 530	0.17 351	0.21 482	0.22 490	0.21 481	0.08 345	0.06 355	0.06 145	0.06 233	0.12 503	0.10 465

NaN_ROB	0.22 505	0.19 548	0.24 500	0.25 545	0.13 492	0.29 548	0.26 550	0.33 507	0.41 524	0.31 541	0.31 483	0.32 523	0.23 499	0.30 541	0.21 481	0.11 480	0.17 568	0.10 458	0.10 473	0.08 369	0.09 438

YMNet	0.20 484	0.12 463	0.19 459	0.20 459	0.14 512	0.26 526	0.23 514	0.32 488	0.34 485	0.27 507	0.34 503	0.30 501	0.18 450	0.18 420	0.22 490	0.10 450	0.13 545	0.10 458	0.10 473	0.08 369	0.09 438

YMNet_1	0.20 484	0.12 463	0.19 459	0.20 459	0.14 512	0.26 526	0.23 514	0.32 488	0.34 485	0.27 507	0.34 503	0.30 501	0.18 450	0.18 420	0.22 490	0.10 450	0.13 545	0.10 458	0.10 473	0.08 369	0.09 438

UDG	0.21 496	0.17 533	0.19 459	0.23 525	0.15 530	0.30 551	0.20 476	0.33 507	0.35 494	0.23 473	0.28 457	0.31 514	0.27 528	0.20 460	0.22 490	0.15 546	0.12 532	0.13 524	0.09 434	0.14 534	0.14 541

ADLNet2	0.16 426	0.09 361	0.13 276	0.16 183	0.09 284	0.20 462	0.16 335	0.31 477	0.39 515	0.16 346	0.20 335	0.20 391	0.18 450	0.21 477	0.22 490	0.08 345	0.06 355	0.07 244	0.07 322	0.09 432	0.07 329

psm_up	0.18 460	0.10 419	0.18 448	0.20 459	0.11 437	0.17 405	0.19 455	0.37 544	0.34 485	0.21 445	0.28 457	0.29 492	0.24 505	0.20 460	0.22 490	0.09 406	0.10 505	0.11 489	0.11 505	0.08 369	0.08 393

ac_64	0.16 426	0.08 285	0.15 363	0.18 344	0.10 387	0.22 487	0.18 415	0.24 367	0.21 335	0.18 392	0.24 387	0.29 492	0.18 450	0.19 435	0.22 490	0.09 406	0.07 429	0.08 329	0.09 434	0.07 306	0.06 248

S-Stereo	0.20 484	0.12 463	0.25 505	0.21 488	0.13 492	0.20 462	0.18 415	0.32 488	0.43 536	0.23 473	0.36 510	0.28 484	0.30 550	0.19 435	0.22 490	0.09 406	0.12 532	0.10 458	0.10 473	0.13 521	0.13 524

RGC	0.25 540	0.20 552	0.29 528	0.28 565	0.16 540	0.22 487	0.23 514	0.32 488	0.44 541	0.27 507	0.40 536	0.38 547	0.27 528	0.36 567	0.22 490	0.11 480	0.13 545	0.17 556	0.17 564	0.14 534	0.16 559

stereogan	0.22 505	0.11 445	0.21 480	0.20 459	0.12 469	0.31 552	0.19 455	0.35 531	0.44 541	0.22 461	0.39 530	0.35 536	0.27 528	0.33 552	0.22 490	0.10 450	0.12 532	0.10 458	0.10 473	0.14 534	0.13 524

DeepPrunerF	0.24 528	0.17 533	0.42 561	0.26 550	0.16 540	0.22 487	0.28 563	0.37 544	0.50 559	0.26 501	0.29 469	0.24 442	0.28 538	0.21 477	0.22 490	0.15 546	0.11 517	0.20 569	0.18 568	0.12 503	0.13 524

GANet	0.21 496	0.12 463	0.21 480	0.24 534	0.13 492	0.22 487	0.22 503	0.41 566	0.26 410	0.31 541	0.42 553	0.37 543	0.28 538	0.23 501	0.22 490	0.10 450	0.12 532	0.10 458	0.09 434	0.10 464	0.08 393

PWC_ROB	0.21 496	0.16 522	0.26 508	0.18 344	0.11 437	0.22 487	0.13 138	0.32 488	0.49 556	0.30 535	0.40 536	0.32 523	0.24 505	0.31 542	0.22 490	0.10 450	0.07 429	0.11 489	0.08 387	0.11 487	0.10 465

z-ln-s-r	0.17 446	0.10 419	0.40 556	0.19 402	0.08 166	0.17 405	0.18 415	0.22 324	0.33 473	0.18 392	0.40 536	0.22 418	0.17 436	0.20 460	0.23 502	0.07 282	0.05 215	0.07 244	0.07 322	0.07 306	0.05 151

w-ln-seven-2	0.20 484	0.14 504	0.37 552	0.22 504	0.12 469	0.20 462	0.21 493	0.28 442	0.37 505	0.25 495	0.37 516	0.27 474	0.22 491	0.21 477	0.23 502	0.08 345	0.08 456	0.09 410	0.09 434	0.10 464	0.09 438

TCMNet	0.19 472	0.12 463	0.19 459	0.20 459	0.18 561	0.20 462	0.24 526	0.27 422	0.36 498	0.23 473	0.26 434	0.25 456	0.19 466	0.19 435	0.23 502	0.13 528	0.11 517	0.11 489	0.12 524	0.13 521	0.12 504

1111x	0.15 403	0.08 285	0.12 230	0.18 344	0.07 96	0.18 424	0.25 541	0.31 477	0.24 375	0.17 362	0.24 387	0.26 466	0.15 387	0.13 285	0.23 502	0.07 282	0.07 429	0.08 329	0.09 434	0.07 306	0.06 248

SQANet	0.23 521	0.23 563	0.30 531	0.30 575	0.19 564	0.27 536	0.13 138	0.29 453	0.33 473	0.24 482	0.37 516	0.31 514	0.22 491	0.27 520	0.23 502	0.15 546	0.10 505	0.21 570	0.16 556	0.21 571	0.15 548

fast-acv-ft	0.18 460	0.11 445	0.19 459	0.19 402	0.12 469	0.24 505	0.21 493	0.25 383	0.34 485	0.22 461	0.34 503	0.27 474	0.20 478	0.21 477	0.23 502	0.09 406	0.09 485	0.08 329	0.10 473	0.08 369	0.07 329

Anonymous_2	0.22 505	0.17 533	0.28 520	0.15 102	0.16 540	0.32 553	0.22 503	0.22 324	0.17 255	0.23 473	0.24 387	0.26 466	0.27 528	0.27 520	0.23 502	0.22 584	0.25 590	0.17 556	0.17 564	0.17 563	0.17 567

DGSMNet	0.24 528	0.19 548	0.33 539	0.21 488	0.24 579	0.24 505	0.20 476	0.35 531	0.41 524	0.24 482	0.32 487	0.38 547	0.21 482	0.29 538	0.23 502	0.12 505	0.11 517	0.14 536	0.16 556	0.23 575	0.23 581

aanetorigin	0.22 505	0.17 533	0.56 587	0.17 261	0.10 387	0.15 354	0.19 455	0.20 278	0.33 473	0.49 583	0.48 563	0.29 492	0.27 528	0.20 460	0.23 502	0.08 345	0.07 429	0.08 329	0.07 322	0.10 464	0.09 438

DANet	0.21 496	0.15 514	0.28 520	0.25 545	0.13 492	0.22 487	0.19 455	0.27 422	0.27 420	0.28 523	0.32 487	0.35 536	0.31 554	0.31 542	0.23 502	0.11 480	0.09 485	0.11 489	0.10 473	0.13 521	0.11 491
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DPSNet	0.28 554	0.16 522	0.31 533	0.18 344	0.13 492	0.54 588	0.42 598	0.51 591	0.67 593	0.29 531	0.38 522	0.38 547	0.29 546	0.31 542	0.23 502	0.11 480	0.10 505	0.11 489	0.08 387	0.20 570	0.16 559

FBW_ROB	0.24 528	0.17 533	0.22 487	0.26 550	0.14 512	0.25 516	0.22 503	0.41 566	0.41 524	0.41 571	0.41 547	0.42 563	0.27 528	0.31 542	0.23 502	0.09 406	0.14 554	0.14 536	0.12 524	0.11 487	0.09 438

DispFullNet	0.27 550	0.21 558	0.65 596	0.28 565	0.16 540	0.26 526	0.17 369	0.33 507	0.58 577	0.27 507	0.38 522	0.43 566	0.23 499	0.38 574	0.23 502	0.12 505	0.06 355	0.19 567	0.11 505	0.21 571	0.15 548

FSD					0.22 573	0.25 516	0.25 541	0.27 422	0.26 410	0.25 495	0.26 434	0.25 456	0.27 528	0.27 520	0.24 515	0.21 579	0.20 576	0.27 581	0.26 582	0.25 582

ACVNet-4b	0.39 576	0.53 596	0.55 576	0.45 592	0.24 579	0.47 582	0.18 415	0.49 587	0.64 588	0.42 574	0.45 559	0.60 589	0.27 528	0.34 555	0.24 515	0.33 595	0.14 554	0.48 598	0.42 599	0.30 590	0.26 589

Syn2CoEx	0.21 496	0.16 522	0.27 515	0.29 573	0.14 512	0.26 526	0.20 476	0.33 507	0.31 459	0.28 523	0.36 510	0.27 474	0.25 514	0.19 435	0.24 515	0.16 562	0.12 532	0.14 536	0.11 505	0.09 432	0.08 393

GwcNet	0.20 484	0.13 492	0.19 459	0.18 344	0.12 469	0.24 505	0.19 455	0.35 531	0.43 536	0.20 431	0.32 487	0.33 526	0.20 478	0.22 490	0.24 515	0.11 480	0.09 485	0.09 410	0.09 434	0.09 432	0.10 465

edge stereo	0.22 505	0.13 492	0.20 471	0.21 488	0.13 492	0.23 500	0.16 335	0.32 488	0.42 531	0.32 547	0.40 536	0.38 547	0.35 565	0.25 515	0.24 515	0.13 528	0.11 517	0.14 536	0.11 505	0.12 503	0.13 524

ADCRef	0.19 472	0.12 463	0.41 559	0.20 459	0.12 469	0.22 487	0.18 415	0.32 488	0.36 498	0.26 501	0.32 487	0.17 351	0.23 499	0.24 510	0.24 515	0.07 282	0.06 355	0.09 410	0.09 434	0.08 369	0.08 393

DRN-Test	0.19 472	0.11 445	0.20 471	0.22 504	0.10 387	0.22 487	0.22 503	0.39 556	0.37 505	0.24 482	0.32 487	0.26 466	0.21 482	0.22 490	0.24 515	0.11 480	0.07 429	0.11 489	0.10 473	0.09 432	0.07 329

NCCL2	0.23 521	0.15 514	0.17 425	0.34 580	0.18 561	0.24 505	0.23 514	0.34 516	0.28 434	0.31 541	0.38 522	0.38 547	0.28 538	0.23 501	0.24 515	0.15 546	0.12 532	0.18 565	0.21 572	0.13 521	0.13 524

SANet	0.24 528	0.14 504	0.28 520	0.21 488	0.11 437	0.27 536	0.24 526	0.38 552	0.64 588	0.36 557	0.40 536	0.43 566	0.26 520	0.27 520	0.24 515	0.12 505	0.09 485	0.10 458	0.09 434	0.13 521	0.11 491

SGM_RVC	0.23 521	0.12 463	0.15 363	0.15 102	0.09 284	0.33 559	0.18 415	0.34 516	0.31 459	0.44 578	0.37 516	0.53 585	0.35 565	0.35 561	0.24 515	0.13 528	0.13 545	0.13 524	0.13 534	0.10 464	0.11 491
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
zh-mn7	0.25 540	0.14 504	0.56 587	0.19 402	0.14 512	0.24 505	0.22 503	0.34 516	0.62 584	0.35 554	0.65 587	0.31 514	0.25 514	0.31 542	0.25 525	0.09 406	0.08 456	0.09 410	0.09 434	0.09 432	0.11 491

z-mn7	0.24 528	0.14 504	0.45 563	0.19 402	0.13 492	0.28 544	0.25 541	0.34 516	0.62 584	0.27 507	0.56 579	0.29 492	0.24 505	0.32 549	0.25 525	0.08 345	0.08 456	0.08 329	0.08 387	0.10 464	0.10 465

Wz-Net-LNSev	0.22 505	0.16 522	0.38 553	0.21 488	0.13 492	0.25 516	0.23 514	0.32 488	0.43 536	0.30 535	0.41 547	0.31 514	0.18 450	0.22 490	0.25 525	0.10 450	0.09 485	0.08 329	0.08 387	0.12 503	0.11 491

Wz-Net-MNSev	0.22 505	0.13 492	0.31 533	0.20 459	0.14 512	0.36 571	0.24 526	0.33 507	0.44 541	0.28 523	0.40 536	0.38 547	0.19 466	0.24 510	0.25 525	0.09 406	0.07 429	0.09 410	0.09 434	0.12 503	0.10 465

APVNet	0.22 505	0.12 463	0.19 459	0.18 344	0.14 512	0.32 553	0.31 585	0.39 556	0.32 466	0.27 507	0.40 536	0.30 501	0.29 546	0.26 517	0.25 525	0.11 480	0.12 532	0.11 489	0.14 537	0.12 503	0.12 504

AF-Net	0.22 505	0.17 533	0.17 425	0.26 550	0.13 492	0.25 516	0.24 526	0.32 488	0.50 559	0.25 495	0.33 499	0.38 547	0.26 520	0.28 532	0.25 525	0.11 480	0.10 505	0.16 554	0.11 505	0.11 487	0.10 465

RP	0.21 496	0.13 492	0.21 480	0.23 525	0.11 437	0.21 479	0.20 476	0.25 383	0.44 541	0.21 445	0.38 522	0.36 538	0.24 505	0.27 520	0.25 525	0.11 480	0.12 532	0.13 524	0.12 524	0.12 503	0.14 541

Nwc_Net	0.23 521	0.16 522	0.21 480	0.25 545	0.14 512	0.24 505	0.26 550	0.37 544	0.38 512	0.22 461	0.41 547	0.30 501	0.28 538	0.28 532	0.25 525	0.11 480	0.10 505	0.17 556	0.20 570	0.10 464	0.10 465

PA-Net	0.23 521	0.18 545	0.33 539	0.28 565	0.22 573	0.21 479	0.38 594	0.29 453	0.39 515	0.22 461	0.32 487	0.25 456	0.26 520	0.20 460	0.25 525	0.09 406	0.23 588	0.15 548	0.22 575	0.09 432	0.13 524
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LSM	0.33 570	0.20 552	0.58 590	0.26 550	0.60 609	0.34 562	0.25 541	0.42 571	0.48 550	0.45 579	0.58 584	0.42 563	0.36 568	0.35 561	0.25 525	0.12 505	0.20 576	0.14 536	0.16 556	0.19 569	0.33 596

WCMA_ROB	0.24 528	0.11 445	0.22 487	0.17 261	0.14 512	0.32 553	0.15 269	0.32 488	0.32 466	0.38 562	0.53 570	0.40 560	0.34 563	0.34 555	0.25 525	0.11 480	0.12 532	0.12 509	0.10 473	0.14 534	0.14 541

w-ln-seven	0.24 528	0.14 504	0.55 576	0.19 402	0.14 512	0.26 526	0.22 503	0.35 531	0.60 581	0.29 531	0.39 530	0.30 501	0.22 491	0.21 477	0.26 536	0.09 406	0.09 485	0.11 489	0.10 473	0.11 487	0.10 465

xxxx	0.15 403	0.07 184	0.14 311	0.14 54	0.08 166	0.23 500	0.18 415	0.31 477	0.19 297	0.14 291	0.28 457	0.22 418	0.14 369	0.15 333	0.26 536	0.09 406	0.05 215	0.07 244	0.07 322	0.08 369	0.07 329

test_xeample	0.15 403	0.06 92	0.13 276	0.14 54	0.08 166	0.21 479	0.20 476	0.28 442	0.20 320	0.16 346	0.29 469	0.19 379	0.16 413	0.15 333	0.26 536	0.09 406	0.05 215	0.07 244	0.07 322	0.07 306	0.07 329

G-Net	0.24 528	0.16 522	0.36 548	0.22 504	0.16 540	0.51 586	0.23 514	0.29 453	0.34 485	0.36 557	0.38 522	0.31 514	0.29 546	0.27 520	0.26 536	0.11 480	0.09 485	0.12 509	0.09 434	0.16 556	0.13 524

CC-Net-ROB	0.28 554	0.31 583	0.36 548	0.29 573	0.15 530	0.25 516	0.19 455	0.45 580	0.33 473	0.39 564	0.37 516	0.39 555	0.31 554	0.27 520	0.26 536	0.24 590	0.19 573	0.30 591	0.23 579	0.18 566	0.15 548

ETE_ROB	0.23 521	0.17 533	0.22 487	0.25 545	0.13 492	0.26 526	0.29 572	0.31 477	0.36 498	0.28 523	0.36 510	0.45 570	0.26 520	0.27 520	0.26 536	0.11 480	0.08 456	0.12 509	0.09 434	0.14 534	0.13 524

PSMNet_ROB	0.21 496	0.11 445	0.15 363	0.27 562	0.15 530	0.24 505	0.35 589	0.43 575	0.37 505	0.27 507	0.32 487	0.32 523	0.22 491	0.21 477	0.26 536	0.12 505	0.08 456	0.13 524	0.11 505	0.09 432	0.09 438

MeshStereo	0.27 550	0.13 492	0.18 448	0.15 102	0.11 437	0.32 553	0.24 526	0.40 560	0.36 498	0.52 585	0.57 582	0.67 596	0.40 576	0.35 561	0.26 536	0.14 542	0.13 545	0.13 524	0.11 505	0.11 487	0.10 465
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
psmorigin	0.25 540	0.15 514	0.34 547	0.17 261	0.13 492	0.23 500	0.14 195	0.34 516	0.33 473	0.41 571	0.55 574	0.41 562	0.37 570	0.34 555	0.27 544	0.11 480	0.15 560	0.11 489	0.11 505	0.12 503	0.16 559

NCC-stereo	0.24 528	0.15 514	0.31 533	0.26 550	0.16 540	0.20 462	0.30 579	0.40 560	0.40 521	0.24 482	0.38 522	0.33 526	0.28 538	0.36 567	0.27 544	0.12 505	0.11 517	0.15 548	0.22 575	0.13 521	0.13 524

Abc-Net	0.24 528	0.15 514	0.31 533	0.26 550	0.16 540	0.20 462	0.30 579	0.40 560	0.40 521	0.24 482	0.38 522	0.33 526	0.28 538	0.36 567	0.27 544	0.12 505	0.11 517	0.15 548	0.22 575	0.13 521	0.13 524
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCP+	0.20 484	0.10 419	0.33 539	0.20 459	0.12 469	0.22 487	0.26 550	0.31 477	0.34 485	0.26 501	0.37 516	0.22 418	0.22 491	0.27 520	0.27 544	0.09 406	0.06 355	0.08 329	0.08 387	0.09 432	0.10 465

SGM-ForestM	0.32 567	0.12 463	0.16 397	0.16 183	0.11 437	0.39 576	0.19 455	0.41 566	0.50 559	0.52 585	0.54 572	1.32 616	0.42 584	0.40 582	0.27 544	0.14 542	0.16 563	0.16 554	0.16 556	0.12 503	0.12 504

LALA_ROB	0.25 540	0.16 522	0.22 487	0.26 550	0.17 555	0.27 536	0.27 557	0.42 571	0.37 505	0.33 551	0.38 522	0.51 581	0.26 520	0.28 532	0.27 544	0.16 562	0.09 485	0.12 509	0.11 505	0.13 521	0.12 504

MSMD_ROB	0.31 565	0.26 572	0.26 508	0.24 534	0.21 571	0.34 562	0.25 541	0.34 516	0.39 515	0.40 567	0.69 591	0.45 570	0.40 576	0.34 555	0.27 544	0.20 575	0.19 573	0.26 578	0.25 581	0.23 575	0.22 580

MFN_U_SF_DS_RVC	0.30 564	0.24 566	0.29 528	0.36 584	0.16 540	0.34 562	0.30 579	0.32 488	0.42 531	0.40 567	0.46 560	0.38 547	0.31 554	0.34 555	0.28 551	0.19 573	0.20 576	0.26 578	0.29 589	0.18 566	0.19 575

DISCO	0.19 472	0.09 361	0.22 487	0.17 261	0.10 387	0.25 516	0.18 415	0.27 422	0.44 541	0.22 461	0.31 483	0.33 526	0.26 520	0.28 532	0.28 551	0.08 345	0.06 355	0.07 244	0.07 322	0.09 432	0.09 438

XPNet_ROB	0.22 505	0.11 445	0.19 459	0.22 504	0.13 492	0.22 487	0.19 455	0.34 516	0.40 521	0.30 535	0.39 530	0.39 555	0.26 520	0.26 517	0.28 551	0.15 546	0.10 505	0.10 458	0.10 473	0.13 521	0.12 504

FC-DCNN v2	0.33 570	0.27 574	0.28 520	0.26 550	0.23 576	0.37 572	0.28 563	0.40 560	0.43 536	0.45 579	0.56 579	0.51 581	0.40 576	0.37 572	0.29 554	0.21 579	0.20 576	0.27 581	0.26 582	0.25 582	0.24 582

SHD	0.26 548	0.15 514	0.30 531	0.24 534	0.18 561	0.22 487	0.15 269	0.38 552	0.71 596	0.32 547	0.41 547	0.36 538	0.28 538	0.32 549	0.29 554	0.12 505	0.11 517	0.14 536	0.13 534	0.16 556	0.20 576

RTSC	0.23 521	0.12 463	0.28 520	0.21 488	0.13 492	0.28 544	0.16 335	0.35 531	0.66 592	0.27 507	0.33 499	0.30 501	0.21 482	0.31 542	0.29 554	0.10 450	0.08 456	0.09 410	0.10 473	0.13 521	0.13 524

ADCL	0.24 528	0.11 445	0.47 568	0.22 504	0.12 469	0.34 562	0.29 572	0.29 453	0.56 572	0.24 482	0.46 560	0.30 501	0.30 550	0.29 538	0.29 554	0.08 345	0.07 429	0.09 410	0.09 434	0.10 464	0.10 465

LE_ROB	0.50 591	0.07 184	0.14 311	0.15 102	0.08 166	0.24 505	0.16 335	0.22 324	1.81 626	4.63 654	0.67 589	0.47 577	0.44 586	0.20 460	0.29 554	0.07 282	0.06 355	0.06 145	0.06 233	0.08 369	0.06 248

Wz-Net-TNSev	0.29 558	0.20 552	0.65 596	0.19 402	0.15 530	0.38 575	0.27 557	0.35 531	0.55 569	0.34 553	0.42 553	0.45 570	0.38 571	0.32 549	0.30 559	0.12 505	0.13 545	0.10 458	0.12 524	0.15 549	0.14 541

Wz-Net-SNSev	0.25 540	0.17 533	0.44 562	0.25 545	0.14 512	0.26 526	0.23 514	0.38 552	0.56 572	0.30 535	0.55 574	0.39 555	0.26 520	0.23 501	0.30 559	0.10 450	0.09 485	0.09 410	0.10 473	0.11 487	0.11 491

FCDSN-DC	0.33 570	0.28 578	0.28 520	0.30 575	0.24 579	0.39 576	0.28 563	0.42 571	0.42 531	0.43 577	0.53 570	0.51 581	0.41 581	0.36 567	0.30 559	0.21 579	0.20 576	0.27 581	0.26 582	0.25 582	0.24 582
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
EDNetEfficient	0.29 558	0.24 566	1.13 636	0.18 344	0.10 387	0.19 447	0.20 476	0.20 278	0.60 581	0.74 603	0.56 579	0.31 514	0.39 573	0.22 490	0.30 559	0.09 406	0.07 429	0.08 329	0.07 322	0.11 487	0.09 438

RYNet	0.22 505	0.12 463	0.22 487	0.19 402	0.17 555	0.46 580	0.26 550	0.38 552	0.48 550	0.24 482	0.28 457	0.34 532	0.23 499	0.20 460	0.30 559	0.10 450	0.06 355	0.09 410	0.09 434	0.13 521	0.15 548

FC-DCNN	0.33 570	0.27 574	0.28 520	0.26 550	0.23 576	0.37 572	0.28 563	0.40 560	0.43 536	0.45 579	0.55 574	0.51 581	0.40 576	0.37 572	0.30 559	0.21 579	0.20 576	0.27 581	0.26 582	0.25 582	0.24 582

CSAN	0.29 558	0.24 566	0.27 515	0.34 580	0.19 564	0.33 559	0.42 598	0.37 544	0.50 559	0.38 562	0.40 536	0.44 568	0.33 559	0.28 532	0.30 559	0.20 575	0.16 563	0.19 567	0.19 569	0.14 534	0.15 548

Ntro	0.40 579	0.40 591	0.53 573	0.46 595	0.30 590	0.65 596	0.24 526	0.46 583	0.68 594	0.41 571	0.49 564	0.48 579	0.42 584	0.39 578	0.31 566	0.32 594	0.28 592	0.37 594	0.30 591	0.32 594	0.29 591

zh-sn7	0.25 540	0.17 533	0.50 570	0.24 534	0.13 492	0.25 516	0.24 526	0.34 516	0.48 550	0.28 523	0.54 572	0.28 484	0.31 554	0.36 567	0.32 567	0.10 450	0.10 505	0.11 489	0.10 473	0.12 503	0.12 504

otaku	0.39 576	0.37 589	0.52 572	0.44 591	0.28 586	0.58 590	0.24 526	0.41 566	0.62 584	0.40 567	0.49 564	0.46 574	0.33 559	0.40 582	0.32 567	0.30 593	0.30 594	0.39 595	0.33 594	0.29 589	0.28 590

ADCPNet	0.25 540	0.16 522	0.61 593	0.21 488	0.15 530	0.35 570	0.25 541	0.32 488	0.35 494	0.30 535	0.40 536	0.36 538	0.28 538	0.28 532	0.32 567	0.12 505	0.10 505	0.11 489	0.12 524	0.14 534	0.13 524

GANetREF_RVC	0.31 565	0.34 586	0.27 515	0.35 582	0.16 540	0.32 553	0.41 595	0.48 585	0.51 566	0.35 554	0.35 507	0.34 532	0.33 559	0.39 578	0.32 567	0.27 592	0.20 576	0.29 589	0.15 552	0.18 566	0.17 567
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
ADCMid	0.25 540	0.15 514	0.40 556	0.20 459	0.14 512	0.25 516	0.26 550	0.34 516	0.38 512	0.36 557	0.44 558	0.34 532	0.40 576	0.35 561	0.33 571	0.10 450	0.09 485	0.11 489	0.11 505	0.13 521	0.12 504

AnyNet_C32	0.26 548	0.16 522	0.36 548	0.20 459	0.16 540	0.25 516	0.30 579	0.32 488	0.44 541	0.31 541	0.49 564	0.30 501	0.33 559	0.40 582	0.33 571	0.12 505	0.12 532	0.12 509	0.14 537	0.14 534	0.15 548

PDISCO_ROB	0.27 550	0.16 522	0.26 508	0.28 565	0.20 567	0.32 553	0.26 550	0.44 577	0.57 574	0.28 523	0.40 536	0.45 570	0.29 546	0.33 552	0.34 573	0.12 505	0.09 485	0.17 556	0.16 556	0.17 563	0.13 524

ACVNet_1	0.44 584	0.49 595	0.60 592	0.45 592	0.28 586	0.49 585	0.27 557	0.57 599	0.72 597	0.62 592	0.58 584	0.74 600	0.49 590	0.50 590	0.35 574	0.26 591	0.24 589	0.39 595	0.29 589	0.31 593	0.24 582

WZ-Net	0.28 554	0.17 533	0.78 627	0.22 504	0.16 540	0.34 562	0.29 572	0.39 556	0.57 574	0.24 482	0.55 574	0.37 543	0.24 505	0.33 552	0.35 574	0.09 406	0.08 456	0.09 410	0.10 473	0.14 534	0.16 559

RTS	0.45 586	0.19 548	3.26 645	0.24 534	0.15 530	0.74 603	0.20 476	0.36 538	0.76 603	0.42 574	0.43 556	0.31 514	0.41 581	0.53 596	0.35 574	0.10 450	0.08 456	0.13 524	0.12 524	0.15 549	0.15 548

RTSA	0.45 586	0.19 548	3.26 645	0.24 534	0.15 530	0.74 603	0.20 476	0.36 538	0.76 603	0.42 574	0.43 556	0.31 514	0.41 581	0.53 596	0.35 574	0.10 450	0.08 456	0.13 524	0.12 524	0.15 549	0.15 548

PASM	0.32 567	0.24 566	0.48 569	0.28 565	0.27 585	0.29 548	0.30 579	0.34 516	0.49 556	0.35 554	0.39 530	0.46 574	0.34 563	0.34 555	0.35 574	0.23 588	0.25 590	0.26 578	0.28 588	0.23 575	0.21 578

MFN_U_SF_RVC	0.32 567	0.21 558	0.55 576	0.30 575	0.15 530	0.34 562	0.17 369	0.52 592	0.46 548	0.46 582	0.55 574	0.59 588	0.39 573	0.35 561	0.37 579	0.15 546	0.14 554	0.18 565	0.21 572	0.16 556	0.15 548

MANE	0.45 586	0.27 574	0.27 515	0.27 562	0.24 579	0.47 582	0.31 585	0.55 596	0.59 578	0.72 599	1.13 618	1.15 610	0.61 601	0.52 594	0.37 579	0.21 579	0.20 576	0.27 581	0.31 593	0.25 582	0.24 582

PVD	0.39 576	0.20 552	0.39 555	0.31 579	0.22 573	0.29 548	0.43 600	0.52 592	0.96 610	0.55 589	0.79 601	0.53 585	0.59 600	0.52 594	0.38 581	0.19 573	0.14 554	0.17 556	0.14 537	0.24 581	0.31 594

XQC	0.28 554	0.23 563	0.51 571	0.28 565	0.19 564	0.34 562	0.27 557	0.36 538	0.57 574	0.31 541	0.30 475	0.37 543	0.30 550	0.38 574	0.38 581	0.13 528	0.09 485	0.15 548	0.12 524	0.17 563	0.18 570

MSAF-DinoV2	0.22 505	0.11 445	0.23 496	0.17 261	0.10 387	0.27 536	0.16 335	0.37 544	0.55 569	0.21 445	0.27 443	0.47 577	0.27 528	0.35 561	0.39 583	0.09 406	0.06 355	0.07 244	0.09 434	0.12 503	0.10 465

EDNetEfficientorigin	7.91 654	0.31 583	153.02 673	0.19 402	0.09 284	0.21 479	0.16 335	0.22 324	0.59 578	0.72 599	0.67 589	0.42 563	0.50 591	0.24 510	0.39 583	0.08 345	0.07 429	0.08 329	0.07 322	0.12 503	0.10 465

SAMSARA	0.40 579	0.28 578	0.33 539	0.55 598	0.39 593	0.82 610	1.23 625	0.47 584	0.51 566	0.36 557	0.35 507	0.55 587	0.39 573	0.38 574	0.39 583	0.15 546	0.20 576	0.15 548	0.14 537	0.23 575	0.20 576

222	0.16 426	0.07 184	0.14 311	0.14 54	0.08 166	0.24 505	0.18 415	0.30 467	0.20 320	0.17 362	0.28 457	0.17 351	0.16 413	0.15 333	0.40 586	0.10 450	0.05 215	0.07 244	0.06 233	0.07 306	0.08 393

ADCS	0.29 558	0.18 545	0.45 563	0.21 488	0.17 555	0.28 544	0.23 514	0.41 566	0.63 587	0.40 567	0.49 564	0.40 560	0.36 568	0.39 578	0.40 586	0.13 528	0.12 532	0.13 524	0.14 537	0.16 556	0.16 559

ELAS_RVC	0.41 581	0.29 581	0.33 539	0.28 565	0.24 579	0.54 588	0.36 590	0.49 587	0.59 578	0.72 599	0.74 597	0.65 594	0.54 593	0.54 598	0.40 586	0.22 584	0.20 576	0.27 581	0.26 582	0.26 587	0.25 587
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
coex-ft	3.30 622	0.34 586	59.09 672	0.18 344	0.13 492	0.26 526	0.22 503	0.27 422	0.72 597	1.90 627	0.70 593	0.44 568	0.45 587	0.29 538	0.41 589	0.09 406	0.09 485	0.12 509	0.09 434	0.14 534	0.13 524

ccnet	0.29 558	0.28 578	0.23 496	0.20 459	0.28 586	0.41 579	0.21 493	0.45 580	0.33 473	0.36 557	0.46 560	0.36 538	0.30 550	0.39 578	0.42 590	0.23 588	0.14 554	0.21 570	0.17 564	0.23 575	0.18 570

BEATNet-Init1	0.52 592	0.27 574	0.62 594	0.30 575	0.21 571	0.76 607	0.29 572	0.54 595	0.65 591	0.86 608	0.95 609	2.07 625	0.62 603	0.56 600	0.42 590	0.18 568	0.18 570	0.23 575	0.22 575	0.22 574	0.21 578

ELAS	0.41 581	0.29 581	0.33 539	0.27 562	0.24 579	0.60 593	0.36 590	0.50 590	0.50 559	0.71 597	0.79 601	0.67 596	0.54 593	0.51 592	0.42 590	0.22 584	0.20 576	0.27 581	0.26 582	0.26 587	0.25 587
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RainbowNet	0.54 594	0.61 600	0.70 613	0.57 599	0.43 597	0.65 596	0.37 593	0.60 601	0.87 607	0.50 584	0.66 588	0.64 592	0.47 588	0.49 589	0.43 593	0.47 603	0.48 608	0.52 602	0.41 598	0.52 600	0.40 602

MSC_U_SF_DS_RVC	0.43 583	0.39 590	0.54 574	0.40 587	0.20 567	0.64 595	0.32 587	0.53 594	0.72 597	0.71 597	0.72 594	0.61 590	0.54 593	0.51 592	0.46 594	0.20 575	0.19 573	0.29 589	0.30 591	0.23 575	0.18 570

ACVNet_2	0.66 600	0.66 604	0.68 609	0.63 600	0.41 595	0.71 601	0.49 602	0.96 627	1.39 619	0.89 609	1.09 614	1.04 606	0.73 607	0.54 598	0.47 595	0.43 601	0.40 601	0.53 603	0.44 600	0.47 598	0.35 599

AnyNet_C01	0.36 574	0.25 571	1.37 639	0.22 504	0.17 555	0.48 584	0.27 557	0.35 531	0.39 515	0.39 564	0.74 597	0.46 574	0.38 571	0.45 586	0.47 595	0.13 528	0.13 545	0.13 524	0.14 537	0.14 534	0.15 548

NLCSM	0.24 528	0.17 533	0.21 480	0.21 488	0.23 576	0.27 536	0.17 369	0.45 580	0.29 441	0.27 507	0.24 387	0.39 555	0.35 565	0.46 587	0.48 597	0.09 406	0.11 517	0.11 489	0.16 556	0.11 487	0.12 504

IMH-64-1	0.65 598	0.61 600	0.68 609	0.71 602	0.51 600	0.59 591	0.49 602	0.91 623	0.85 605	0.74 603	1.02 611	0.81 601	0.78 609	0.79 607	0.49 598	0.42 599	0.46 603	0.71 607	0.47 601	0.52 600	0.39 600

IMH-64	0.65 598	0.61 600	0.68 609	0.71 602	0.51 600	0.59 591	0.49 602	0.91 623	0.85 605	0.74 603	1.02 611	0.81 601	0.78 609	0.79 607	0.49 598	0.42 599	0.46 603	0.71 607	0.47 601	0.52 600	0.39 600

Consistency-Raft	0.44 584	0.40 591	0.45 563	0.37 586	0.43 597	0.46 580	0.41 595	0.57 599	0.55 569	0.32 547	0.73 595	0.33 526	0.48 589	0.42 585	0.49 598	0.39 597	0.35 599	0.45 597	0.51 606	0.42 597	0.29 591

anonymity	0.53 593	0.58 598	0.65 596	0.41 589	0.61 610	0.53 587	0.41 595	0.56 597	0.41 524	0.55 589	0.50 568	0.49 580	0.55 596	0.58 601	0.50 601	0.58 609	0.50 612	0.51 600	0.51 606	0.51 599	0.57 607

IMH	0.71 601	0.64 603	0.68 609	0.76 604	0.54 602	0.69 599	0.54 606	0.98 636	1.10 612	0.82 607	1.09 614	0.89 603	0.88 614	0.87 615	0.52 602	0.44 602	0.50 612	0.75 610	0.51 606	0.56 605	0.41 603

MonStereo1	0.47 590	0.26 572	0.58 590	0.28 565	0.20 567	0.39 576	0.18 415	0.49 587	0.64 588	0.52 585	0.87 604	1.01 605	0.57 598	0.50 590	0.56 603	0.53 606	0.31 597	0.54 604	0.40 597	0.33 595	0.34 597

SGM+DAISY	0.56 595	0.57 597	0.65 596	0.40 587	0.54 602	0.66 598	0.49 602	0.56 597	0.45 547	0.66 593	0.69 591	0.67 596	0.56 597	0.63 603	0.56 603	0.59 610	0.48 608	0.50 599	0.50 605	0.52 600	0.58 608

ktn	1.01 616	1.21 620	0.80 630	1.23 621	0.86 620	1.01 618	0.87 620	0.94 626	1.39 619	1.04 615	1.12 617	1.15 610	1.07 620	0.94 619	0.59 605	1.28 626	0.71 624	1.38 626	0.83 620	1.02 622	0.75 620

MFMNet_re	0.64 597	0.66 604	0.65 596	0.51 596	0.69 614	0.69 599	0.57 608	0.64 603	0.73 601	0.60 591	0.73 595	0.62 591	0.67 605	0.65 604	0.60 606	0.66 614	0.58 621	0.63 605	0.59 609	0.68 611	0.69 617

NVStereoNet_ROB	0.46 589	0.36 588	0.46 567	0.41 589	0.28 586	0.34 562	0.34 588	0.48 585	0.60 581	0.72 599	0.93 607	0.70 599	0.66 604	0.47 588	0.60 606	0.22 584	0.33 598	0.34 593	0.34 596	0.30 590	0.30 593
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SPS-STEREO	0.57 596	0.58 598	0.65 596	0.45 592	0.55 604	0.62 594	0.44 601	0.62 602	0.50 559	0.68 595	0.64 586	0.66 595	0.57 598	0.61 602	0.60 606	0.62 612	0.47 607	0.51 600	0.49 603	0.55 604	0.58 608
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-7	0.79 606	0.78 609	0.54 574	0.85 610	0.67 613	0.74 603	0.68 616	1.05 644	1.32 617	0.90 610	1.20 621	1.04 606	0.92 615	0.69 605	0.66 609	0.60 611	0.62 622	0.67 606	0.68 615	0.64 607	0.58 608

WAO-6	0.81 607	0.80 610	0.62 594	0.86 611	0.63 611	0.76 607	0.58 609	0.98 636	1.54 624	0.90 610	0.96 610	1.07 608	1.03 619	0.70 606	0.66 609	0.72 615	0.49 610	0.90 618	0.71 616	0.68 611	0.58 608

PWCK	0.71 601	0.94 615	0.95 634	0.76 604	0.31 591	0.74 603	0.36 590	0.90 617	0.90 608	0.96 612	0.75 599	0.95 604	0.61 601	0.87 615	0.66 609	0.72 615	0.46 603	0.75 610	0.49 603	0.69 613	0.44 604

TorneroNet-64	0.76 605	0.72 607	0.74 621	0.78 606	0.58 608	0.91 614	0.56 607	0.84 608	1.29 616	0.66 593	0.90 605	1.40 618	0.75 608	0.85 613	0.67 612	0.49 604	0.46 603	0.72 609	0.59 609	0.67 610	0.53 606

notaker	0.97 614	1.11 618	0.98 635	1.13 619	0.81 618	0.73 602	0.68 616	0.93 625	1.16 613	1.18 622	1.18 620	1.41 619	1.16 624	1.08 624	0.69 613	0.81 620	0.64 623	1.17 622	0.79 619	0.98 620	0.80 621

LVE	0.83 609	0.85 613	0.85 632	0.80 607	0.56 605	1.04 620	0.65 613	1.05 644	1.47 622	0.96 612	1.22 622	1.10 609	0.85 612	0.83 610	0.71 614	0.49 604	0.55 618	0.76 613	0.60 611	0.65 608	0.59 613

WAO-8	0.91 611	0.81 611	0.65 596	0.94 614	0.69 614	0.90 611	0.67 614	1.07 647	1.83 627	1.06 617	1.45 624	1.30 613	1.07 620	0.84 611	0.78 615	0.74 617	0.53 615	0.86 616	0.75 617	0.69 613	0.62 614

Venus	0.91 611	0.81 611	0.65 596	0.94 614	0.69 614	0.90 611	0.67 614	1.07 647	1.83 627	1.06 617	1.45 624	1.30 613	1.07 620	0.84 611	0.78 615	0.74 617	0.53 615	0.86 616	0.75 617	0.69 613	0.62 614

TorneroNet	0.82 608	0.74 608	0.81 631	0.84 609	0.63 611	0.99 616	0.63 610	0.96 627	1.16 613	0.80 606	1.11 616	1.36 617	0.86 613	0.93 618	0.80 617	0.56 607	0.49 610	0.78 615	0.66 614	0.73 616	0.63 616

Dean	0.87 610	0.86 614	0.79 629	0.81 608	0.56 605	0.90 611	0.63 610	1.15 650	1.73 625	1.15 620	1.15 619	1.31 615	0.99 618	0.81 609	0.81 618	0.57 608	0.56 619	0.77 614	0.64 612	0.66 609	0.58 608

KSHMR	1.09 617	1.17 619	0.88 633	1.25 622	1.00 622	0.99 616	0.96 622	1.13 649	1.37 618	1.16 621	1.29 623	1.41 619	0.96 617	1.01 621	0.92 619	1.03 624	1.08 626	1.20 623	1.03 625	1.01 621	0.97 623

UNDER WATER-64	0.95 613	0.94 615	1.43 641	0.87 612	0.56 605	1.18 623	0.87 620	0.77 606	0.94 609	1.04 615	0.85 603	1.58 623	1.21 625	0.94 619	0.96 620	0.87 621	0.57 620	1.03 621	0.88 622	0.78 617	0.73 618

UNDER WATER	0.97 614	0.97 617	1.42 640	0.99 616	0.70 617	1.12 622	0.84 619	0.80 607	1.08 611	1.01 614	0.90 605	1.55 622	1.22 626	1.03 622	1.00 621	0.78 619	0.53 615	1.02 620	0.87 621	0.80 618	0.74 619

JetBlue	0.71 601	0.45 594	1.14 637	0.51 596	0.47 599	2.02 625	0.64 612	0.75 605	0.70 595	0.69 596	0.77 600	1.22 612	0.83 611	1.03 622	1.01 622	0.40 598	0.28 592	0.33 592	0.33 594	0.30 590	0.34 597

MADNet+	0.75 604	0.71 606	3.70 648	0.66 601	0.41 595	0.98 615	0.97 623	0.69 604	0.73 601	0.52 585	0.57 582	0.64 592	0.68 606	0.86 614	1.01 622	0.34 596	0.36 600	0.28 588	0.23 579	0.36 596	0.31 594

DPSimNet_ROB	1.11 618	1.23 621	0.78 627	1.13 619	0.88 621	1.10 621	1.13 624	1.16 651	1.23 615	1.43 624	1.02 611	1.41 619	1.10 623	0.90 617	1.60 624	1.46 627	0.51 614	1.21 624	1.03 625	0.90 619	1.01 625

HanzoNet	1.29 619	1.26 622	1.19 638	1.12 618	0.85 619	1.02 619	0.83 618	1.03 638	1.48 623	1.64 625	1.61 626	2.50 627	1.72 627	1.61 626	1.61 625	1.26 625	0.80 625	1.31 625	1.01 624	1.02 622	0.86 622

LRCNet_RVC	10.62 660	13.42 664	7.30 651	18.92 662	2.07 651	0.33 559	0.30 579	5.59 657	0.48 550	13.03 664	17.94 665	8.87 659	5.65 655	4.79 630	1.89 626	23.51 672	2.73 633	27.55 673	25.71 673	16.07 669	16.33 670

MADNet++	1.95 621	1.75 644	1.59 642	1.82 623	1.69 645	2.33 626	1.40 627	2.35 653	2.09 629	2.57 628	2.36 629	2.24 626	2.17 628	2.28 627	2.34 627	1.87 628	1.66 628	1.54 627	1.34 627	1.92 625	1.77 627

TCMNet-wrong-test	3.67 623	5.48 659	3.89 649	12.18 660	11.75 662	4.65 627	3.88 629	1.06 646	0.72 597	1.09 619	2.15 628	6.30 652	0.53 592	3.43 629	2.36 628	0.89 622	0.20 576	1.87 629	1.69 628	5.57 658	3.62 633

hj116sk	4.60 637	1.52 632	0.66 604	2.38 633	1.28 632	7.52 641	12.07 653	0.90 617	2.75 638	3.23 637	3.76 638	6.43 653	4.71 637	5.12 631	2.45 629	13.63 652	7.28 655	4.54 644	2.18 640	5.13 653	4.51 642

iked130	4.60 637	1.52 632	0.66 604	2.38 633	1.28 632	7.52 641	12.07 653	0.90 617	2.75 638	3.23 637	3.76 638	6.43 653	4.71 637	5.12 631	2.45 629	13.63 652	7.28 655	4.54 644	2.18 640	5.13 653	4.51 642

vnu138km	4.60 637	1.52 632	0.66 604	2.38 633	1.28 632	7.52 641	12.07 653	0.90 617	2.75 638	3.23 637	3.76 638	6.43 653	4.71 637	5.12 631	2.45 629	13.63 652	7.28 655	4.54 644	2.18 640	5.13 653	4.51 642

99wein	4.60 637	1.52 632	0.66 604	2.38 633	1.28 632	7.52 641	12.07 653	0.90 617	2.75 638	3.23 637	3.76 638	6.43 653	4.71 637	5.12 631	2.45 629	13.63 652	7.28 655	4.54 644	2.18 640	5.13 653	4.51 642

a5sdf	4.60 637	1.52 632	0.66 604	2.38 633	1.28 632	7.52 641	12.07 653	0.90 617	2.75 638	3.23 637	3.76 638	6.43 653	4.71 637	5.12 631	2.45 629	13.63 652	7.28 655	4.54 644	2.18 640	5.13 653	4.51 642

JetRed	1.62 620	1.46 631	2.98 643	0.92 613	1.21 623	4.99 628	1.53 628	1.27 652	1.39 619	1.83 626	1.74 627	1.60 624	0.95 616	1.41 625	2.45 629	0.90 623	1.60 627	0.93 619	0.90 623	1.35 624	0.99 624

ITERv30	4.50 624	1.35 623	0.55 576	2.26 625	1.25 624	8.33 649	11.65 638	0.85 609	2.58 630	2.85 629	3.35 630	6.22 644	4.56 629	5.19 636	2.46 635	14.02 657	7.20 640	4.23 636	2.08 630	4.80 633	4.22 634

qyd29nn	4.50 624	1.35 623	0.55 576	2.26 625	1.25 624	8.33 649	11.65 638	0.85 609	2.58 630	2.85 629	3.35 630	6.22 644	4.56 629	5.19 636	2.46 635	14.02 657	7.20 640	4.23 636	2.08 630	4.80 633	4.22 634

yuret106	4.50 624	1.35 623	0.55 576	2.26 625	1.25 624	8.33 649	11.65 638	0.85 609	2.58 630	2.85 629	3.35 630	6.22 644	4.56 629	5.19 636	2.46 635	14.02 657	7.20 640	4.23 636	2.08 630	4.80 633	4.22 634

uio108cc	4.50 624	1.35 623	0.55 576	2.26 625	1.25 624	8.33 649	11.65 638	0.85 609	2.58 630	2.85 629	3.35 630	6.22 644	4.56 629	5.19 636	2.46 635	14.02 657	7.20 640	4.23 636	2.08 630	4.80 633	4.22 634

v20iiwwt	4.50 624	1.35 623	0.55 576	2.26 625	1.25 624	8.33 649	11.65 638	0.85 609	2.58 630	2.85 629	3.35 630	6.22 644	4.56 629	5.19 636	2.46 635	14.02 657	7.20 640	4.23 636	2.08 630	4.80 633	4.22 634

ITERv14	4.50 624	1.35 623	0.55 576	2.26 625	1.25 624	8.33 649	11.65 638	0.85 609	2.58 630	2.85 629	3.35 630	6.22 644	4.56 629	5.19 636	2.46 635	14.02 657	7.20 640	4.23 636	2.08 630	4.80 633	4.22 634

v134_o9	4.50 624	1.35 623	0.55 576	2.26 625	1.25 624	8.33 649	11.65 638	0.85 609	2.58 630	2.85 629	3.35 630	6.22 644	4.56 629	5.19 636	2.46 635	14.02 657	7.20 640	4.23 636	2.08 630	4.80 633	4.22 634

ITERv7	4.50 624	1.35 623	0.55 576	2.26 625	1.25 624	8.33 649	11.65 638	0.85 609	2.58 630	2.85 629	3.35 630	6.22 644	4.56 629	5.19 636	2.46 635	14.02 657	7.20 640	4.23 636	2.08 630	4.80 633	4.22 634

oiu110	4.58 632	1.76 645	0.76 622	2.70 645	1.71 646	7.14 629	10.52 632	1.04 639	3.16 650	3.58 649	3.89 643	5.96 632	4.77 643	5.19 636	2.52 643	13.20 640	6.97 635	4.75 649	2.56 652	4.91 641	4.58 647

dddd17k	4.58 632	1.76 645	0.76 622	2.70 645	1.71 646	7.14 629	10.52 632	1.04 639	3.16 650	3.58 649	3.89 643	5.96 632	4.77 643	5.19 636	2.52 643	13.20 640	6.97 635	4.75 649	2.56 652	4.91 641	4.58 647

ITERv10	4.58 632	1.76 645	0.76 622	2.70 645	1.71 646	7.14 629	10.52 632	1.04 639	3.16 650	3.58 649	3.89 643	5.96 632	4.77 643	5.19 636	2.52 643	13.20 640	6.97 635	4.75 649	2.56 652	4.91 641	4.58 647

ITERv8	4.58 632	1.76 645	0.76 622	2.70 645	1.71 646	7.14 629	10.52 632	1.04 639	3.16 650	3.58 649	3.89 643	5.96 632	4.77 643	5.19 636	2.52 643	13.20 640	6.97 635	4.75 649	2.56 652	4.91 641	4.58 647

ITERv4	4.58 632	1.76 645	0.76 622	2.70 645	1.71 646	7.14 629	10.52 632	1.04 639	3.16 650	3.58 649	3.89 643	5.96 632	4.77 643	5.19 636	2.52 643	13.20 640	6.97 635	4.75 649	2.56 652	4.91 641	4.58 647

ITERv28	4.68 643	1.56 637	0.70 613	2.67 638	1.54 637	7.16 634	11.88 646	0.97 629	2.87 643	3.54 642	3.97 648	6.18 637	5.17 648	5.27 649	2.55 648	13.55 645	7.25 648	4.82 654	2.31 645	5.10 646	4.58 647

ITERv24	4.68 643	1.56 637	0.70 613	2.67 638	1.54 637	7.16 634	11.88 646	0.97 629	2.87 643	3.54 642	3.97 648	6.18 637	5.17 648	5.27 649	2.55 648	13.55 645	7.25 648	4.82 654	2.31 645	5.10 646	4.58 647

dd23bbn	4.68 643	1.56 637	0.70 613	2.67 638	1.54 637	7.16 634	11.88 646	0.97 629	2.87 643	3.54 642	3.97 648	6.18 637	5.17 648	5.27 649	2.55 648	13.55 645	7.25 648	4.82 654	2.31 645	5.10 646	4.58 647

ITERv21	4.68 643	1.56 637	0.70 613	2.67 638	1.54 637	7.16 634	11.88 646	0.97 629	2.87 643	3.54 642	3.97 648	6.18 637	5.17 648	5.27 649	2.55 648	13.55 645	7.25 648	4.82 654	2.31 645	5.10 646	4.58 647

zxcv128	4.68 643	1.56 637	0.70 613	2.67 638	1.54 637	7.16 634	11.88 646	0.97 629	2.87 643	3.54 642	3.97 648	6.18 637	5.17 648	5.27 649	2.55 648	13.55 645	7.25 648	4.82 654	2.31 645	5.10 646	4.58 647

ITERv12	4.68 643	1.56 637	0.70 613	2.67 638	1.54 637	7.16 634	11.88 646	0.97 629	2.87 643	3.54 642	3.97 648	6.18 637	5.17 648	5.27 649	2.55 648	13.55 645	7.25 648	4.82 654	2.31 645	5.10 646	4.58 647

s6wercc	4.68 643	1.56 637	0.70 613	2.67 638	1.54 637	7.16 634	11.88 646	0.97 629	2.87 643	3.54 642	3.97 648	6.18 637	5.17 648	5.27 649	2.55 648	13.55 645	7.25 648	4.82 654	2.31 645	5.10 646	4.58 647

PML	8.91 657	9.34 663	6.13 650	5.35 653	6.41 655	14.99 660	23.38 665	5.27 654	6.83 656	18.04 666	28.19 674	7.67 658	6.83 656	7.85 659	5.75 655	5.35 635	1.83 629	5.95 664	1.93 629	8.64 661	2.52 629

tt	4.67 642	0.06 92	3.55 647	2.02 624	1.55 644	10.25 657	16.71 658	8.91 662	5.03 655	1.31 623	0.94 608	4.71 628	4.76 642	3.33 628	5.87 656	6.06 636	10.30 665	1.88 630	2.11 638	2.75 627	1.21 626

USTest	6.22 650	2.73 652	3.00 644	6.57 656	7.29 656	14.37 659	21.57 659	7.00 661	9.56 660	5.34 657	6.10 655	5.72 631	7.64 657	6.41 658	6.96 657	1.97 629	3.42 634	1.64 628	2.15 639	2.66 626	2.36 628

xxxxx1	7.79 651	5.02 656	7.31 652	3.12 650	3.85 652	16.35 661	22.88 660	5.86 658	8.69 657	7.97 658	8.54 656	9.12 660	8.27 658	10.18 660	10.92 658	2.42 630	2.45 630	3.56 633	12.37 662	3.77 628	3.06 630

tt_ll	7.79 651	5.02 656	7.31 652	3.12 650	3.85 652	16.35 661	22.88 660	5.86 658	8.69 657	7.97 658	8.54 656	9.12 660	8.27 658	10.18 660	10.92 658	2.42 630	2.45 630	3.56 633	12.37 662	3.77 628	3.06 630

ff	7.79 651	5.02 656	7.31 652	3.12 650	3.85 652	16.35 661	22.88 660	5.86 658	8.69 657	7.97 658	8.54 656	9.12 660	8.27 658	10.18 660	10.92 658	2.42 630	2.45 630	3.56 633	12.37 662	3.77 628	3.06 630

DPSMNet_ROB	8.06 655	4.48 654	8.63 658	5.37 655	10.74 659	8.32 647	22.98 664	5.46 655	13.36 663	5.12 655	9.92 659	5.08 629	10.40 661	5.53 657	12.58 661	3.80 634	8.00 660	3.50 631	7.02 659	3.83 631	7.14 660

DGTPSM_ROB	8.06 655	4.48 654	8.63 658	5.35 653	10.72 658	8.32 647	22.97 663	5.46 655	13.35 662	5.12 655	9.92 659	5.08 629	10.40 661	5.52 656	12.58 661	3.79 633	8.00 660	3.50 631	7.02 659	3.83 631	7.14 660

Anonymous_1	10.96 661	7.92 660	7.46 655	10.33 657	10.06 657	18.65 665	26.34 666	11.06 663	13.44 664	9.40 661	10.05 661	9.67 663	11.23 663	10.73 663	12.72 663	6.42 637	8.38 662	5.77 661	10.61 661	12.12 662	6.77 659

DPSM_ROB	11.15 662	8.58 661	8.00 656	10.88 658	11.58 660	19.10 666	26.71 667	12.05 664	14.07 665	10.36 662	10.84 662	10.33 664	11.86 664	11.70 664	13.54 664	6.99 638	8.79 663	5.89 662	6.95 657	7.29 659	7.42 662

DPSM	11.15 662	8.58 661	8.00 656	10.88 658	11.58 660	19.10 666	26.71 667	12.05 664	14.07 665	10.36 662	10.84 662	10.33 664	11.86 664	11.70 664	13.54 664	6.99 638	8.79 663	5.89 662	6.95 657	7.29 659	7.42 662

HaxPig	15.71 664	18.52 671	19.18 666	16.89 661	15.89 665	7.73 646	7.60 630	13.31 666	10.82 661	15.42 665	14.91 664	15.98 666	14.92 666	15.58 666	15.98 666	18.95 671	16.73 666	19.46 671	18.08 671	19.26 670	19.05 671

MEDIAN_ROB	20.38 665	24.04 672	23.31 669	21.23 663	21.71 666	10.40 658	7.92 631	17.64 667	15.50 667	20.12 667	19.70 666	20.34 667	20.32 667	21.19 667	21.13 667	23.81 673	21.81 673	24.98 672	23.76 672	24.71 671	23.93 672

AVERAGE_ROB	24.90 672	29.20 673	28.14 670	24.89 670	24.64 672	17.75 664	11.12 637	21.45 668	19.93 668	25.12 674	24.46 673	25.12 674	25.46 674	24.69 674	22.83 668	29.76 674	27.13 674	28.97 674	27.95 674	29.91 672	29.47 673

FlowAnything	22.44 669	17.35 669	16.14 664	22.07 668	23.23 667	38.39 671	53.77 670	24.25 672	28.44 673	20.96 673	21.82 671	20.70 668	23.84 668	23.49 671	27.14 669	14.04 665	17.79 672	11.75 665	14.15 670	14.65 663	14.89 664

CasAABBNet	22.42 666	17.33 666	16.01 662	22.01 664	23.28 668	38.32 668	53.80 671	24.14 671	28.41 672	20.60 668	21.77 670	20.89 672	23.91 670	23.43 670	27.36 670	14.07 666	17.69 668	11.83 667	14.01 666	14.67 664	14.95 666

LSM0	22.87 671	17.28 665	18.96 665	22.19 669	29.04 673	38.42 673	53.71 669	24.28 673	28.31 669	20.78 672	21.00 667	21.43 673	24.16 673	23.50 672	27.39 671	14.09 670	17.38 667	11.84 670	14.04 669	14.73 668	14.89 664

RAFT-FEzeroshot	22.43 667	17.33 666	15.98 660	22.02 665	23.31 669	38.34 669	53.82 672	24.05 669	28.39 670	20.61 669	21.76 668	20.88 670	23.92 671	23.41 668	27.42 672	14.07 666	17.69 668	11.83 667	14.02 667	14.69 665	14.97 667

RAFT-FE	22.43 667	17.33 666	15.98 660	22.02 665	23.31 669	38.34 669	53.82 672	24.05 669	28.39 670	20.61 669	21.76 668	20.88 670	23.92 671	23.41 668	27.42 672	14.07 666	17.69 668	11.83 667	14.02 667	14.69 665	14.97 667

Selective-RAFT-Error	22.47 670	17.37 670	16.09 663	22.06 667	23.34 671	38.39 671	53.83 674	24.29 674	28.47 674	20.74 671	21.83 672	20.81 669	23.90 669	23.54 673	27.53 674	14.08 669	17.69 668	11.82 666	14.00 665	14.69 665	15.00 669

test_example2	98.32 673	94.13 674	45.89 671	96.35 671	109.85 674	88.61 674	95.45 675	25.75 675	94.37 675	130.00 676	126.06 675	58.17 675	74.63 675	88.51 675	79.96 675	150.23 675	221.02 675	77.62 675	99.10 675	113.75 675	96.94 674

ccccc		285.66 675		368.85 674	370.60 675	123.16 675		115.05 676		126.68 675		122.83 676		252.94 676		384.56 676	353.86 676	254.69 676	223.00 676	425.87 676

ASD4		3.38 653

Low-res two-view benchmark