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

aanet-new-90k	0.08 80	0.07 220	0.08 56	0.19 450	0.06 27	0.07 39	0.12 96	0.12 81	0.13 179	0.06 23	0.07 63	0.06 42	0.06 65	0.10 120	0.07 1	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.03 2

aanet-new-70k	0.07 7	0.06 102	0.09 121	0.17 291	0.06 27	0.08 79	0.12 96	0.11 54	0.10 69	0.06 23	0.07 63	0.07 120	0.06 65	0.10 120	0.07 1	0.04 11	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

aanet-new-78k	0.07 7	0.07 220	0.09 121	0.19 450	0.06 27	0.07 39	0.12 96	0.11 54	0.13 179	0.06 23	0.07 63	0.06 42	0.06 65	0.09 58	0.07 1	0.04 11	0.04 25	0.05 45	0.04 55	0.05 164	0.03 2

aanet-new-24k	0.07 7	0.07 220	0.07 11	0.17 291	0.06 27	0.07 39	0.12 96	0.09 18	0.11 100	0.09 175	0.09 153	0.06 42	0.07 178	0.09 58	0.07 1	0.04 11	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

GCAP-Stereo-DPT-20K	0.07 7	0.05 38	0.11 240	0.15 109	0.06 27	0.07 39	0.13 166	0.09 18	0.11 100	0.07 70	0.08 118	0.06 42	0.05 14	0.09 58	0.07 1	0.05 51	0.05 267	0.05 45	0.04 55	0.03 1	0.04 72

LACA3	0.07 7	0.08 339	0.08 56	0.13 16	0.05 2	0.09 132	0.11 64	0.08 10	0.08 24	0.08 124	0.05 7	0.07 120	0.07 178	0.07 4	0.07 1	0.06 167	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

LACA2	0.07 7	0.05 38	0.06 5	0.15 109	0.06 27	0.09 132	0.11 64	0.11 54	0.10 69	0.05 2	0.05 7	0.06 42	0.08 226	0.09 58	0.07 1	0.07 332	0.04 25	0.04 1	0.04 55	0.04 48	0.04 72

LG-Stereo_L1	0.07 7	0.05 38	0.11 240	0.14 57	0.06 27	0.07 39	0.13 166	0.09 18	0.07 15	0.05 2	0.04 1	0.05 5	0.04 1	0.08 25	0.07 1	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.04 72

GREAT-IGEV	0.07 7	0.06 102	0.08 56	0.13 16	0.07 128	0.07 39	0.14 231	0.09 18	0.09 48	0.06 23	0.07 63	0.06 42	0.05 14	0.10 120	0.07 1	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
SCV_C0	0.08 80	0.07 220	0.07 11	0.16 204	0.09 334	0.08 79	0.15 315	0.11 54	0.12 137	0.08 124	0.07 63	0.06 42	0.05 14	0.11 191	0.07 1	0.05 51	0.05 267	0.05 45	0.04 55	0.06 286	0.05 203

FoundationStereo	0.06 1	0.04 1	0.08 56	0.12 5	0.05 2	0.09 132	0.13 166	0.06 1	0.09 48	0.05 2	0.05 7	0.06 42	0.04 1	0.06 1	0.07 1	0.06 167	0.04 25	0.05 45	0.03 1	0.05 164	0.04 72

GIP-stereo	0.08 80	0.06 102	0.11 240	0.14 57	0.06 27	0.09 132	0.13 166	0.14 139	0.11 100	0.07 70	0.08 118	0.05 5	0.04 1	0.10 120	0.07 1	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

IGEV-BASED-STEREO-	0.09 168	0.10 481	0.31 594	0.15 109	0.06 27	0.08 79	0.14 231	0.10 31	0.10 69	0.07 70	0.07 63	0.06 42	0.04 1	0.11 191	0.07 1	0.12 565	0.04 25	0.07 294	0.05 186	0.05 164	0.05 203

GCAPDPT-zeroshot4090	0.07 7	0.05 38	0.11 240	0.15 109	0.06 27	0.07 39	0.13 166	0.09 18	0.11 100	0.07 70	0.08 118	0.06 42	0.05 14	0.09 58	0.07 1	0.05 51	0.05 267	0.05 45	0.04 55	0.03 1	0.04 72

ACVNet-DCA	0.10 236	0.08 339	0.12 284	0.17 291	0.09 334	0.13 349	0.15 315	0.23 400	0.16 273	0.09 175	0.09 153	0.06 42	0.06 65	0.10 120	0.07 1	0.06 167	0.04 25	0.06 183	0.05 186	0.07 365	0.07 386

xx1	0.11 284	0.08 339	0.12 284	0.17 291	0.09 334	0.13 349	0.15 315	0.16 219	0.18 333	0.09 175	0.09 153	0.16 390	0.16 473	0.10 120	0.07 1	0.06 167	0.04 25	0.08 388	0.08 447	0.07 365	0.07 386

cc1	0.10 236	0.08 339	0.12 284	0.17 291	0.09 334	0.13 349	0.15 315	0.16 219	0.18 333	0.09 175	0.09 153	0.06 42	0.06 65	0.10 120	0.07 1	0.06 167	0.04 25	0.06 183	0.05 186	0.06 286	0.06 299

ffm	0.12 355	0.09 419	0.14 371	0.16 204	0.08 208	0.17 461	0.17 425	0.15 181	0.19 352	0.15 375	0.25 477	0.19 440	0.13 403	0.10 120	0.07 1	0.06 167	0.04 25	0.09 471	0.08 447	0.06 286	0.06 299

tt1	0.10 236	0.08 339	0.12 284	0.17 291	0.09 334	0.12 298	0.16 384	0.15 181	0.19 352	0.09 175	0.08 118	0.06 42	0.06 65	0.10 120	0.07 1	0.06 167	0.04 25	0.06 183	0.05 186	0.06 286	0.06 299

GMOStereo	0.11 284	0.09 419	0.07 11	0.19 450	0.08 208	0.12 298	0.28 628	0.13 109	0.17 302	0.11 255	0.17 344	0.14 345	0.12 363	0.07 4	0.07 1	0.05 51	0.05 267	0.09 471	0.07 374	0.04 48	0.04 72

error version	0.11 284	0.09 419	0.07 11	0.19 450	0.08 208	0.12 298	0.28 628	0.13 109	0.17 302	0.11 255	0.17 344	0.14 345	0.12 363	0.07 4	0.07 1	0.05 51	0.05 267	0.09 471	0.07 374	0.04 48	0.04 72

test-v	0.11 284	0.09 419	0.07 11	0.19 450	0.08 208	0.12 298	0.28 628	0.13 109	0.17 302	0.11 255	0.17 344	0.14 345	0.12 363	0.07 4	0.07 1	0.05 51	0.05 267	0.09 471	0.07 374	0.04 48	0.04 72

CroCo-Stereo	0.09 168	0.08 339	0.08 56	0.22 565	0.09 334	0.09 132	0.19 514	0.15 181	0.12 137	0.07 70	0.07 63	0.08 179	0.06 65	0.08 25	0.07 1	0.07 332	0.05 267	0.06 183	0.04 55	0.05 164	0.04 72
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	0.11 284	0.09 419	0.07 11	0.19 450	0.08 208	0.12 298	0.28 628	0.13 109	0.17 302	0.11 255	0.17 344	0.14 345	0.12 363	0.07 4	0.07 1	0.05 51	0.05 267	0.09 471	0.07 374	0.04 48	0.04 72

aanet-new-60k	0.07 7	0.07 220	0.08 56	0.18 381	0.06 27	0.07 39	0.10 35	0.09 18	0.14 211	0.07 70	0.07 63	0.06 42	0.06 65	0.11 191	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

aanet-new-40k	0.07 7	0.08 339	0.07 11	0.17 291	0.07 128	0.08 79	0.13 166	0.10 31	0.10 69	0.07 70	0.08 118	0.06 42	0.05 14	0.08 25	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

aanet-new-36k	0.08 80	0.06 102	0.09 121	0.17 291	0.06 27	0.09 132	0.13 166	0.11 54	0.13 179	0.08 124	0.08 118	0.06 42	0.05 14	0.09 58	0.08 25	0.04 11	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

aanet-32k-new	0.08 80	0.07 220	0.08 56	0.18 381	0.06 27	0.08 79	0.12 96	0.11 54	0.12 137	0.07 70	0.08 118	0.05 5	0.07 178	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.06 286	0.04 72

aanet-new-32k	0.08 80	0.07 220	0.09 121	0.18 381	0.06 27	0.11 246	0.11 64	0.10 31	0.08 24	0.07 70	0.07 63	0.07 120	0.06 65	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

aanet-new-30k	0.08 80	0.07 220	0.09 121	0.18 381	0.06 27	0.11 246	0.11 64	0.10 31	0.08 24	0.07 70	0.07 63	0.07 120	0.06 65	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

aanet-new-28k	0.08 80	0.07 220	0.09 121	0.18 381	0.06 27	0.08 79	0.12 96	0.10 31	0.09 48	0.09 175	0.08 118	0.08 179	0.06 65	0.12 285	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

GCAP-Stereo-DPT26K	0.07 7	0.06 102	0.07 11	0.16 204	0.06 27	0.08 79	0.12 96	0.10 31	0.08 24	0.06 23	0.09 153	0.06 42	0.05 14	0.08 25	0.08 25	0.04 11	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

aanet-new-22k	0.08 80	0.06 102	0.09 121	0.17 291	0.06 27	0.08 79	0.11 64	0.14 139	0.12 137	0.09 175	0.09 153	0.08 179	0.06 65	0.10 120	0.08 25	0.04 11	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

aanet-new-16k	0.08 80	0.08 339	0.08 56	0.18 381	0.06 27	0.07 39	0.09 20	0.13 109	0.12 137	0.08 124	0.07 63	0.07 120	0.06 65	0.09 58	0.08 25	0.04 11	0.04 25	0.05 45	0.04 55	0.05 164	0.03 2

aanet-new-10k	0.08 80	0.08 339	0.08 56	0.19 450	0.07 128	0.08 79	0.12 96	0.14 139	0.11 100	0.07 70	0.08 118	0.07 120	0.07 178	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

aanet-new-12k	0.08 80	0.09 419	0.07 11	0.20 516	0.08 208	0.08 79	0.13 166	0.12 81	0.13 179	0.08 124	0.08 118	0.05 5	0.07 178	0.09 58	0.08 25	0.04 11	0.04 25	0.05 45	0.04 55	0.06 286	0.04 72

aanet-new-14k	0.08 80	0.09 419	0.08 56	0.19 450	0.06 27	0.07 39	0.10 35	0.14 139	0.15 236	0.06 23	0.08 118	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

aanet-new-8k	0.08 80	0.07 220	0.08 56	0.19 450	0.07 128	0.09 132	0.12 96	0.16 219	0.15 236	0.07 70	0.07 63	0.06 42	0.06 65	0.10 120	0.08 25	0.04 11	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

aanet-new	0.08 80	0.09 419	0.10 185	0.18 381	0.08 208	0.10 195	0.12 96	0.15 181	0.12 137	0.08 124	0.08 118	0.05 5	0.07 178	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.06 286	0.04 72

GCAP-Stereo-cres-4k	0.08 80	0.07 220	0.08 56	0.18 381	0.07 128	0.11 246	0.14 231	0.12 81	0.11 100	0.07 70	0.11 239	0.07 120	0.06 65	0.09 58	0.08 25	0.04 11	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

GCAP-Stereo-DPT-36K	0.08 80	0.06 102	0.15 419	0.14 57	0.06 27	0.08 79	0.13 166	0.13 109	0.11 100	0.07 70	0.08 118	0.07 120	0.06 65	0.09 58	0.08 25	0.05 51	0.05 267	0.05 45	0.04 55	0.03 1	0.04 72

GCAP-Stereo-DPT-22K	0.08 80	0.06 102	0.07 11	0.17 291	0.06 27	0.07 39	0.14 231	0.13 109	0.16 273	0.05 2	0.10 189	0.06 42	0.06 65	0.08 25	0.08 25	0.04 11	0.04 25	0.05 45	0.04 55	0.03 1	0.04 72

GCAP-Stereo-DPT-24K	0.07 7	0.06 102	0.07 11	0.15 109	0.06 27	0.10 195	0.15 315	0.12 81	0.11 100	0.06 23	0.11 239	0.06 42	0.05 14	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

GCAP-Stereo-DPT-5K	0.08 80	0.06 102	0.10 185	0.16 204	0.07 128	0.11 246	0.12 96	0.15 181	0.15 236	0.08 124	0.12 260	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.06 183	0.05 186	0.03 1	0.04 72

GCAP-Stereo-DPT-2K	0.08 80	0.06 102	0.10 185	0.16 204	0.07 128	0.11 246	0.13 166	0.14 139	0.14 211	0.08 124	0.13 278	0.05 5	0.06 65	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.03 1	0.04 72

GCAP-Stereo-DPT-3K	0.08 80	0.07 220	0.10 185	0.16 204	0.07 128	0.09 132	0.12 96	0.15 181	0.14 211	0.08 124	0.11 239	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.03 1	0.04 72

GCAP-Stereo-DPT-50K	0.08 80	0.06 102	0.17 485	0.15 109	0.06 27	0.06 12	0.13 166	0.13 109	0.13 179	0.07 70	0.07 63	0.06 42	0.05 14	0.08 25	0.08 25	0.04 11	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

GCAP-Stereo-DPT-FT	0.08 80	0.05 38	0.12 284	0.15 109	0.06 27	0.10 195	0.14 231	0.12 81	0.12 137	0.07 70	0.09 153	0.06 42	0.06 65	0.10 120	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

DepthFocus	0.08 80	0.04 1	0.15 419	0.12 5	0.09 334	0.07 39	0.12 96	0.10 31	0.05 4	0.09 175	0.05 7	0.07 120	0.04 1	0.08 25	0.08 25	0.06 167	0.05 267	0.07 294	0.07 374	0.05 164	0.04 72

gcap_with_dpt	0.08 80	0.06 102	0.09 121	0.16 204	0.07 128	0.09 132	0.12 96	0.13 109	0.13 179	0.08 124	0.12 260	0.04 1	0.06 65	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.03 1	0.04 72

Pro-Stereo	0.07 7	0.05 38	0.08 56	0.15 109	0.07 128	0.08 79	0.12 96	0.07 6	0.07 15	0.06 23	0.06 23	0.05 5	0.05 14	0.09 58	0.08 25	0.05 51	0.04 25	0.06 183	0.05 186	0.04 48	0.04 72

VIP-Stereo	0.07 7	0.07 220	0.07 11	0.15 109	0.06 27	0.12 298	0.10 35	0.11 54	0.11 100	0.06 23	0.07 63	0.06 42	0.05 14	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.03 1	0.03 1	0.02 1

GEAStereo	0.08 80	0.05 38	0.08 56	0.13 16	0.08 208	0.08 79	0.14 231	0.10 31	0.09 48	0.08 124	0.10 189	0.06 42	0.05 14	0.11 191	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.05 203

BridgeDepth	0.07 7	0.07 220	0.08 56	0.18 381	0.06 27	0.07 39	0.11 64	0.09 18	0.06 6	0.04 1	0.07 63	0.10 249	0.09 260	0.08 25	0.08 25	0.04 11	0.03 1	0.04 1	0.04 55	0.03 1	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
GSStereo	0.08 80	0.05 38	0.08 56	0.13 16	0.08 208	0.08 79	0.14 231	0.11 54	0.12 137	0.08 124	0.10 189	0.05 5	0.05 14	0.11 191	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.05 203

GS-Stereo							0.14 231	0.11 54	0.12 137	0.08 124	0.10 189	0.05 5	0.05 14	0.11 191	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.05 203

gasm-f	0.08 80	0.05 38	0.07 11	0.13 16	0.08 208	0.08 79	0.14 231	0.10 31	0.09 48	0.08 124	0.10 189	0.06 42	0.05 14	0.10 120	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.06 286	0.05 203

Zero-FE251	0.07 7	0.05 38	0.09 121	0.13 16	0.06 27	0.12 298	0.12 96	0.11 54	0.10 69	0.07 70	0.08 118	0.06 42	0.06 65	0.09 58	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

GASTEREO	0.08 80	0.05 38	0.09 121	0.19 450	0.07 128	0.07 39	0.12 96	0.14 139	0.11 100	0.10 220	0.09 153	0.07 120	0.04 1	0.12 285	0.08 25	0.06 167	0.05 267	0.05 45	0.04 55	0.04 48	0.05 203

MSCF	0.08 80	0.05 38	0.08 56	0.19 450	0.08 208	0.06 12	0.12 96	0.14 139	0.11 100	0.10 220	0.09 153	0.07 120	0.04 1	0.11 191	0.08 25	0.06 167	0.05 267	0.05 45	0.04 55	0.05 164	0.05 203

water-stereo	0.09 168	0.06 102	0.08 56	0.16 204	0.07 128	0.09 132	0.13 166	0.15 181	0.13 179	0.11 255	0.12 260	0.08 179	0.09 260	0.07 4	0.08 25	0.06 167	0.05 267	0.05 45	0.05 186	0.04 48	0.04 72

monsters	0.07 7	0.06 102	0.06 5	0.15 109	0.06 27	0.08 79	0.09 20	0.12 81	0.08 24	0.09 175	0.07 63	0.06 42	0.06 65	0.08 25	0.08 25	0.05 51	0.04 25	0.04 1	0.04 55	0.03 1	0.03 2

LG-Stereo_L2	0.07 7	0.05 38	0.10 185	0.14 57	0.06 27	0.07 39	0.12 96	0.09 18	0.09 48	0.06 23	0.04 1	0.05 5	0.05 14	0.08 25	0.08 25	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.03 2

LG-G_1	0.07 7	0.04 1	0.11 240	0.15 109	0.06 27	0.09 132	0.08 7	0.08 10	0.06 6	0.06 23	0.05 7	0.07 120	0.07 178	0.11 191	0.08 25	0.07 332	0.04 25	0.05 45	0.04 55	0.05 164	0.05 203

LG-G	0.07 7	0.04 1	0.11 240	0.15 109	0.06 27	0.09 132	0.08 7	0.08 10	0.06 6	0.06 23	0.05 7	0.07 120	0.07 178	0.11 191	0.08 25	0.07 332	0.04 25	0.05 45	0.04 55	0.05 164	0.05 203

SGD-Stereo	0.08 80	0.05 38	0.10 185	0.14 57	0.05 2	0.12 298	0.12 96	0.11 54	0.12 137	0.07 70	0.09 153	0.09 214	0.09 260	0.08 25	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.03 2

MM-Stereo_test3	0.10 236	0.07 220	0.07 11	0.18 381	0.07 128	0.12 298	0.19 514	0.24 424	0.19 352	0.06 23	0.10 189	0.08 179	0.06 65	0.11 191	0.08 25	0.06 167	0.06 411	0.07 294	0.05 186	0.05 164	0.04 72

HART	0.08 80	0.07 220	0.09 121	0.17 291	0.07 128	0.10 195	0.16 384	0.13 109	0.11 100	0.08 124	0.10 189	0.07 120	0.05 14	0.10 120	0.08 25	0.05 51	0.04 25	0.06 183	0.04 55	0.05 164	0.04 72

Reg-Stereo(zero)	0.08 80	0.05 38	0.08 56	0.16 204	0.06 27	0.12 298	0.11 64	0.15 181	0.10 69	0.12 296	0.09 153	0.10 249	0.08 226	0.11 191	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.05 203

HI	0.11 284	0.06 102	0.11 240	0.13 16	0.09 334	0.09 132	0.14 231	0.21 355	0.10 69	0.19 469	0.17 344	0.14 345	0.09 260	0.16 425	0.08 25	0.05 51	0.04 25	0.07 294	0.08 447	0.07 365	0.06 299

CoSv	0.11 284	0.06 102	0.11 240	0.13 16	0.09 334	0.09 132	0.14 231	0.21 355	0.10 69	0.19 469	0.17 344	0.14 345	0.09 260	0.16 425	0.08 25	0.05 51	0.04 25	0.07 294	0.08 447	0.07 365	0.06 299

SCV	0.08 80	0.09 419	0.08 56	0.15 109	0.08 208	0.10 195	0.13 166	0.10 31	0.12 137	0.07 70	0.07 63	0.06 42	0.04 1	0.09 58	0.08 25	0.05 51	0.04 25	0.06 183	0.04 55	0.06 286	0.04 72

StereoAnything_RVC	0.07 7	0.15 575	0.17 485	0.11 1	0.05 2	0.05 4	0.11 64	0.08 10	0.08 24	0.06 23	0.06 23	0.05 5	0.05 14	0.09 58	0.08 25	0.08 408	0.04 25	0.05 45	0.03 1	0.05 164	0.04 72

AIO_rvc	0.07 7	0.06 102	0.08 56	0.15 109	0.06 27	0.08 79	0.14 231	0.09 18	0.08 24	0.07 70	0.08 118	0.07 120	0.04 1	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

AIO-test2	0.10 236	0.08 339	0.10 185	0.23 589	0.08 208	0.11 246	0.10 35	0.23 400	0.23 417	0.08 124	0.09 153	0.08 179	0.05 14	0.10 120	0.08 25	0.06 167	0.05 267	0.08 388	0.09 494	0.05 164	0.05 203

castereo++	0.08 80	0.05 38	0.08 56	0.15 109	0.05 2	0.14 383	0.12 96	0.11 54	0.15 236	0.07 70	0.07 63	0.07 120	0.06 65	0.08 25	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

IGEV-RUCA	0.08 80	0.06 102	0.11 240	0.14 57	0.09 334	0.10 195	0.12 96	0.10 31	0.12 137	0.06 23	0.07 63	0.07 120	0.06 65	0.09 58	0.08 25	0.06 167	0.05 267	0.05 45	0.04 55	0.05 164	0.06 299

PAM_32	0.09 168	0.05 38	0.17 485	0.15 109	0.08 208	0.10 195	0.15 315	0.14 139	0.15 236	0.09 175	0.08 118	0.09 214	0.07 178	0.14 366	0.08 25	0.06 167	0.05 267	0.06 183	0.06 276	0.05 164	0.06 299

PAM	0.10 236	0.05 38	0.16 455	0.15 109	0.08 208	0.09 132	0.16 384	0.15 181	0.16 273	0.12 296	0.09 153	0.09 214	0.07 178	0.13 337	0.08 25	0.06 167	0.05 267	0.06 183	0.06 276	0.05 164	0.06 299

WCG-NET	0.08 80	0.05 38	0.09 121	0.15 109	0.06 27	0.11 246	0.14 231	0.13 109	0.13 179	0.06 23	0.09 153	0.07 120	0.06 65	0.13 337	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

GCAP-BAT	0.09 168	0.05 38	0.11 240	0.13 16	0.07 128	0.11 246	0.14 231	0.14 139	0.16 273	0.07 70	0.10 189	0.08 179	0.06 65	0.13 337	0.08 25	0.07 332	0.05 267	0.05 45	0.05 186	0.04 48	0.04 72

RAStereo	0.10 236	0.09 419	0.08 56	0.20 516	0.08 208	0.13 349	0.18 474	0.15 181	0.17 302	0.10 220	0.12 260	0.05 5	0.06 65	0.09 58	0.08 25	0.07 332	0.05 267	0.07 294	0.05 186	0.05 164	0.04 72

AIO-Stereo-zeroshot1	0.11 284	0.05 38	0.14 371	0.15 109	0.20 634	0.09 132	0.17 425	0.21 355	0.15 236	0.11 255	0.14 292	0.10 249	0.07 178	0.10 120	0.08 25	0.06 167	0.05 267	0.07 294	0.07 374	0.07 365	0.09 496

U	0.08 80	0.07 220	0.09 121	0.19 450	0.10 446	0.10 195	0.13 166	0.12 81	0.17 302	0.07 70	0.07 63	0.06 42	0.05 14	0.07 4	0.08 25	0.06 167	0.04 25	0.06 183	0.04 55	0.06 286	0.05 203

IGEV-Stereo+	0.07 7	0.04 1	0.08 56	0.15 109	0.06 27	0.04 1	0.09 20	0.10 31	0.09 48	0.06 23	0.06 23	0.06 42	0.06 65	0.06 1	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.06 286	0.06 299

AIO-Stereo	0.08 80	0.06 102	0.09 121	0.18 381	0.06 27	0.08 79	0.12 96	0.15 181	0.09 48	0.08 124	0.08 118	0.07 120	0.05 14	0.11 191	0.08 25	0.05 51	0.05 267	0.05 45	0.04 55	0.04 48	0.04 72

WCG-NET（raft）	0.08 80	0.05 38	0.10 185	0.15 109	0.06 27	0.11 246	0.13 166	0.15 181	0.12 137	0.08 124	0.07 63	0.06 42	0.06 65	0.13 337	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

gcap-zeroshot	0.08 80	0.06 102	0.10 185	0.15 109	0.07 128	0.11 246	0.12 96	0.15 181	0.15 236	0.08 124	0.12 260	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.06 183	0.05 186	0.03 1	0.04 72

test_for_model	0.08 80	0.06 102	0.10 185	0.16 204	0.07 128	0.11 246	0.12 96	0.15 181	0.15 236	0.08 124	0.12 260	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.06 183	0.05 186	0.03 1	0.04 72

MoCha-V2	0.08 80	0.05 38	0.10 185	0.20 516	0.07 128	0.09 132	0.14 231	0.11 54	0.08 24	0.07 70	0.08 118	0.07 120	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

IGEVStereo-DCA	0.09 168	0.06 102	0.11 240	0.15 109	0.10 446	0.11 246	0.15 315	0.16 219	0.12 137	0.10 220	0.06 23	0.08 179	0.06 65	0.10 120	0.08 25	0.06 167	0.05 267	0.06 183	0.05 186	0.05 164	0.06 299

rrr	0.09 168	0.06 102	0.12 284	0.15 109	0.10 446	0.11 246	0.16 384	0.16 219	0.15 236	0.10 220	0.06 23	0.08 179	0.06 65	0.10 120	0.08 25	0.06 167	0.05 267	0.06 183	0.05 186	0.05 164	0.06 299

MIM_Stereo	0.09 168	0.07 220	0.11 240	0.15 109	0.07 128	0.06 12	0.12 96	0.20 332	0.14 211	0.13 326	0.13 278	0.09 214	0.05 14	0.12 285	0.08 25	0.05 51	0.06 411	0.07 294	0.06 276	0.06 286	0.05 203

testlalala	0.08 80	0.06 102	0.10 185	0.15 109	0.07 128	0.11 246	0.12 96	0.15 181	0.15 236	0.08 124	0.12 260	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.06 183	0.05 186	0.03 1	0.04 72

GCAPDPT-zeroshot	0.09 168	0.05 38	0.11 240	0.13 16	0.07 128	0.11 246	0.14 231	0.14 139	0.16 273	0.07 70	0.10 189	0.08 179	0.06 65	0.13 337	0.08 25	0.07 332	0.05 267	0.05 45	0.05 186	0.04 48	0.04 72

CAS	0.08 80	0.04 1	0.07 11	0.17 291	0.08 208	0.10 195	0.13 166	0.12 81	0.09 48	0.09 175	0.10 189	0.08 179	0.06 65	0.09 58	0.08 25	0.08 408	0.04 25	0.05 45	0.03 1	0.05 164	0.04 72

CES	0.08 80	0.04 1	0.08 56	0.14 57	0.07 128	0.09 132	0.14 231	0.11 54	0.09 48	0.08 124	0.09 153	0.11 279	0.06 65	0.12 285	0.08 25	0.06 167	0.04 25	0.05 45	0.03 1	0.05 164	0.05 203

CroCo-Stereo Lap2	0.09 168	0.09 419	0.08 56	0.22 565	0.09 334	0.09 132	0.19 514	0.16 219	0.12 137	0.09 175	0.10 189	0.05 5	0.05 14	0.08 25	0.08 25	0.06 167	0.06 411	0.07 294	0.05 186	0.05 164	0.05 203

TRStereo	0.09 168	0.05 38	0.12 284	0.15 109	0.12 530	0.10 195	0.13 166	0.18 291	0.18 333	0.09 175	0.09 153	0.09 214	0.06 65	0.10 120	0.08 25	0.07 332	0.05 267	0.07 294	0.07 374	0.04 48	0.04 72

XX-Stereo	0.09 168	0.05 38	0.08 56	0.17 291	0.09 334	0.15 409	0.12 96	0.20 332	0.10 69	0.10 220	0.14 292	0.07 120	0.06 65	0.12 285	0.08 25	0.06 167	0.05 267	0.06 183	0.06 276	0.04 48	0.04 72

quiztm	0.08 80	0.07 220	0.08 56	0.18 381	0.07 128	0.09 132	0.14 231	0.14 139	0.12 137	0.07 70	0.07 63	0.05 5	0.06 65	0.11 191	0.09 101	0.05 51	0.04 25	0.06 183	0.04 55	0.04 48	0.03 2

MGA	0.07 7	0.04 1	0.10 185	0.13 16	0.06 27	0.08 79	0.09 20	0.12 81	0.08 24	0.05 2	0.06 23	0.06 42	0.05 14	0.10 120	0.09 101	0.06 167	0.04 25	0.05 45	0.03 1	0.05 164	0.05 203

CAR	0.07 7	0.05 38	0.08 56	0.14 57	0.06 27	0.07 39	0.08 7	0.12 81	0.08 24	0.05 2	0.06 23	0.05 5	0.05 14	0.10 120	0.09 101	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

MSE-Stereo	0.07 7	0.04 1	0.08 56	0.13 16	0.06 27	0.07 39	0.08 7	0.12 81	0.08 24	0.05 2	0.06 23	0.05 5	0.05 14	0.10 120	0.09 101	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

monster-pro	0.07 7	0.06 102	0.05 1	0.15 109	0.05 2	0.07 39	0.10 35	0.15 181	0.15 236	0.05 2	0.06 23	0.05 5	0.06 65	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

PointNet	0.07 7	0.06 102	0.07 11	0.15 109	0.07 128	0.08 79	0.14 231	0.11 54	0.08 24	0.05 2	0.07 63	0.08 179	0.08 226	0.09 58	0.09 101	0.06 167	0.04 25	0.05 45	0.04 55	0.03 1	0.04 72

DF	0.08 80	0.05 38	0.09 121	0.15 109	0.06 27	0.11 246	0.13 166	0.10 31	0.12 137	0.09 175	0.10 189	0.10 249	0.08 226	0.11 191	0.09 101	0.07 332	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

DN	0.10 236	0.05 38	0.09 121	0.14 57	0.09 334	0.12 298	0.18 474	0.17 258	0.16 273	0.08 124	0.09 153	0.08 179	0.06 65	0.08 25	0.09 101	0.11 540	0.05 267	0.07 294	0.06 276	0.07 365	0.09 496

aanet-new-34k	0.08 80	0.06 102	0.09 121	0.17 291	0.05 2	0.07 39	0.13 166	0.12 81	0.12 137	0.09 175	0.08 118	0.07 120	0.05 14	0.10 120	0.09 101	0.04 11	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

GCAP-Stereo-DPT-cres	0.08 80	0.05 38	0.07 11	0.15 109	0.06 27	0.10 195	0.14 231	0.13 109	0.12 137	0.07 70	0.09 153	0.07 120	0.06 65	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 80	0.06 102	0.07 11	0.16 204	0.06 27	0.06 12	0.14 231	0.14 139	0.14 211	0.07 70	0.10 189	0.06 42	0.05 14	0.09 58	0.09 101	0.04 11	0.04 25	0.04 1	0.04 55	0.03 1	0.03 2

PipStereo	0.07 7	0.04 1	0.09 121	0.13 16	0.05 2	0.08 79	0.11 64	0.06 1	0.06 6	0.06 23	0.05 7	0.08 179	0.05 14	0.08 25	0.09 101	0.06 167	0.04 25	0.04 1	0.03 1	0.05 164	0.04 72

PSi22b	0.06 1	0.04 1	0.09 121	0.13 16	0.05 2	0.08 79	0.11 64	0.06 1	0.06 6	0.06 23	0.06 23	0.08 179	0.05 14	0.08 25	0.09 101	0.06 167	0.04 25	0.04 1	0.03 1	0.05 164	0.04 72

PSi22a	0.06 1	0.04 1	0.09 121	0.12 5	0.05 2	0.06 12	0.11 64	0.06 1	0.06 6	0.06 23	0.06 23	0.06 42	0.05 14	0.08 25	0.09 101	0.07 332	0.04 25	0.04 1	0.03 1	0.05 164	0.04 72

PSi22	0.08 80	0.06 102	0.11 240	0.16 204	0.07 128	0.08 79	0.10 35	0.14 139	0.08 24	0.08 124	0.06 23	0.10 249	0.06 65	0.12 285	0.09 101	0.05 51	0.04 25	0.04 1	0.03 1	0.04 48	0.04 72

Foundation-i1b	0.08 80	0.05 38	0.07 11	0.14 57	0.05 2	0.09 132	0.12 96	0.13 109	0.10 69	0.09 175	0.10 189	0.09 214	0.06 65	0.07 4	0.09 101	0.06 167	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

Foundation-i1a	0.08 80	0.05 38	0.07 11	0.13 16	0.05 2	0.13 349	0.13 166	0.12 81	0.09 48	0.11 255	0.11 239	0.11 279	0.06 65	0.08 25	0.09 101	0.06 167	0.04 25	0.05 45	0.03 1	0.04 48	0.04 72

Foundation-i32	0.06 1	0.04 1	0.09 121	0.13 16	0.04 1	0.06 12	0.12 96	0.06 1	0.05 4	0.06 23	0.05 7	0.05 5	0.05 14	0.07 4	0.09 101	0.06 167	0.04 25	0.05 45	0.03 1	0.04 48	0.04 72

Selective-IGEV-i32	0.07 7	0.06 102	0.08 56	0.17 291	0.06 27	0.08 79	0.12 96	0.13 109	0.07 15	0.08 124	0.07 63	0.06 42	0.04 1	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

LACA1	0.07 7	0.07 220	0.07 11	0.14 57	0.05 2	0.09 132	0.11 64	0.10 31	0.07 15	0.05 2	0.05 7	0.06 42	0.07 178	0.08 25	0.09 101	0.06 167	0.04 25	0.04 1	0.04 55	0.03 1	0.04 72

Hybrid-DGEV-2	0.11 284	0.06 102	0.12 284	0.18 381	0.09 334	0.09 132	0.13 166	0.28 500	0.29 501	0.11 255	0.11 239	0.09 214	0.12 363	0.12 285	0.09 101	0.06 167	0.05 267	0.07 294	0.07 374	0.05 164	0.05 203

DispViT+	0.08 80	0.05 38	0.09 121	0.13 16	0.06 27	0.05 4	0.11 64	0.18 291	0.16 273	0.09 175	0.08 118	0.07 120	0.06 65	0.11 191	0.09 101	0.06 167	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

BLMT-Stereo	0.07 7	0.04 1	0.08 56	0.15 109	0.07 128	0.06 12	0.14 231	0.07 6	0.10 69	0.05 2	0.05 7	0.04 1	0.06 65	0.07 4	0.09 101	0.04 11	0.04 25	0.05 45	0.05 186	0.04 48	0.04 72

MatchStereo	0.07 7	0.04 1	0.08 56	0.14 57	0.06 27	0.05 4	0.12 96	0.12 81	0.09 48	0.07 70	0.06 23	0.04 1	0.04 1	0.08 25	0.09 101	0.06 167	0.05 267	0.05 45	0.03 1	0.04 48	0.04 72
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
WQFJX1	0.10 236	0.07 220	0.08 56	0.22 565	0.09 334	0.12 298	0.17 425	0.18 291	0.17 302	0.10 220	0.09 153	0.07 120	0.10 299	0.11 191	0.09 101	0.07 332	0.08 513	0.07 294	0.06 276	0.05 164	0.04 72

CSFM-Stereo	0.07 7	0.05 38	0.07 11	0.14 57	0.06 27	0.09 132	0.13 166	0.15 181	0.06 6	0.07 70	0.08 118	0.06 42	0.08 226	0.09 58	0.09 101	0.06 167	0.05 267	0.04 1	0.03 1	0.04 48	0.04 72

FE-Mocha	0.09 168	0.06 102	0.14 371	0.16 204	0.09 334	0.10 195	0.15 315	0.18 291	0.16 273	0.10 220	0.09 153	0.07 120	0.07 178	0.09 58	0.09 101	0.06 167	0.04 25	0.06 183	0.06 276	0.05 164	0.05 203

DLNR-FE	10.43 700	1.83 691	19.53 715	120.75 719	13.06 707	0.06 12	0.13 166	0.23 400	0.10 69	0.07 70	0.10 189	0.09 214	0.06 65	0.10 120	0.09 101	0.13 591	0.04 25	0.06 183	0.04 55	52.01 721	0.04 72

Select-FE	0.11 284	0.06 102	0.20 533	0.15 109	0.11 496	0.11 246	0.13 166	0.21 355	0.18 333	0.09 175	0.11 239	0.10 249	0.06 65	0.12 285	0.09 101	0.07 332	0.05 267	0.07 294	0.08 447	0.06 286	0.08 452

IGEV-FE	0.09 168	0.05 38	0.12 284	0.13 16	0.08 208	0.12 298	0.13 166	0.17 258	0.11 100	0.10 220	0.06 23	0.09 214	0.06 65	0.11 191	0.09 101	0.06 167	0.04 25	0.06 183	0.06 276	0.05 164	0.05 203

MonStereo	0.07 7	0.06 102	0.05 1	0.15 109	0.05 2	0.08 79	0.10 35	0.15 181	0.15 236	0.05 2	0.06 23	0.05 5	0.06 65	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Wavelet-MonSter	0.07 7	0.05 38	0.07 11	0.16 204	0.06 27	0.07 39	0.11 64	0.10 31	0.08 24	0.06 23	0.06 23	0.07 120	0.07 178	0.09 58	0.09 101	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 7	0.06 102	0.05 1	0.15 109	0.05 2	0.08 79	0.10 35	0.15 181	0.15 236	0.05 2	0.06 23	0.05 5	0.06 65	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-mixall	0.07 7	0.04 1	0.09 121	0.13 16	0.06 27	0.05 4	0.09 20	0.11 54	0.07 15	0.06 23	0.06 23	0.05 5	0.06 65	0.09 58	0.09 101	0.06 167	0.04 25	0.04 1	0.03 1	0.05 164	0.05 203

S2M2_XL	0.08 80	0.06 102	0.12 284	0.12 5	0.08 208	0.09 132	0.09 20	0.07 6	0.07 15	0.08 124	0.07 63	0.07 120	0.06 65	0.09 58	0.09 101	0.08 408	0.06 411	0.07 294	0.05 186	0.08 429	0.06 299
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
asd	0.07 7	0.08 339	0.07 11	0.16 204	0.07 128	0.08 79	0.08 7	0.11 54	0.08 24	0.07 70	0.07 63	0.06 42	0.06 65	0.10 120	0.09 101	0.03 1	0.03 1	0.04 1	0.04 55	0.04 48	0.03 2

qwe	0.07 7	0.08 339	0.07 11	0.15 109	0.06 27	0.07 39	0.10 35	0.18 291	0.11 100	0.07 70	0.07 63	0.06 42	0.06 65	0.10 120	0.09 101	0.03 1	0.03 1	0.04 1	0.04 55	0.04 48	0.03 2

depthmonostereo	0.09 168	0.06 102	0.09 121	0.15 109	0.06 27	0.10 195	0.13 166	0.14 139	0.14 211	0.10 220	0.10 189	0.09 214	0.11 332	0.08 25	0.09 101	0.06 167	0.05 267	0.06 183	0.04 55	0.04 48	0.03 2

2.5w	0.07 7	0.07 220	0.07 11	0.16 204	0.06 27	0.08 79	0.12 96	0.10 31	0.10 69	0.07 70	0.06 23	0.09 214	0.06 65	0.08 25	0.09 101	0.04 11	0.03 1	0.04 1	0.04 55	0.03 1	0.03 2

3.25w_new	0.07 7	0.06 102	0.07 11	0.15 109	0.06 27	0.10 195	0.07 3	0.12 81	0.11 100	0.08 124	0.06 23	0.07 120	0.06 65	0.11 191	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 7	0.06 102	0.07 11	0.15 109	0.06 27	0.10 195	0.07 3	0.12 81	0.11 100	0.08 124	0.06 23	0.07 120	0.06 65	0.11 191	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 220	0.07 11	0.15 109	0.07 128	0.09 132	0.06 1	0.13 109	0.11 100	0.07 70	0.07 63	0.06 42	0.07 178	0.10 120	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3w_stereo	0.08 80	0.09 419	0.10 185	0.17 291	0.07 128	0.08 79	0.10 35	0.20 332	0.13 179	0.06 23	0.07 63	0.05 5	0.06 65	0.08 25	0.09 101	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

2w_stereo	0.08 80	0.08 339	0.09 121	0.16 204	0.06 27	0.08 79	0.10 35	0.20 332	0.15 236	0.08 124	0.07 63	0.06 42	0.06 65	0.06 1	0.09 101	0.04 11	0.03 1	0.04 1	0.04 55	0.03 1	0.03 2

1w_stereo	0.07 7	0.06 102	0.07 11	0.16 204	0.06 27	0.07 39	0.10 35	0.14 139	0.14 211	0.07 70	0.08 118	0.05 5	0.06 65	0.09 58	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 72

monsterstereo	0.07 7	0.06 102	0.06 5	0.16 204	0.06 27	0.08 79	0.10 35	0.16 219	0.11 100	0.07 70	0.08 118	0.06 42	0.07 178	0.08 25	0.09 101	0.04 11	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

IGEV	0.07 7	0.04 1	0.08 56	0.13 16	0.06 27	0.09 132	0.12 96	0.14 139	0.10 69	0.06 23	0.09 153	0.07 120	0.05 14	0.09 58	0.09 101	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

111111	0.07 7	0.04 1	0.09 121	0.17 291	0.06 27	0.05 4	0.10 35	0.11 54	0.09 48	0.06 23	0.06 23	0.07 120	0.05 14	0.09 58	0.09 101	0.06 167	0.04 25	0.05 45	0.04 55	0.07 365	0.06 299

MLG-Stereo_test2	0.06 1	0.04 1	0.10 185	0.15 109	0.05 2	0.07 39	0.11 64	0.09 18	0.04 2	0.06 23	0.05 7	0.06 42	0.04 1	0.08 25	0.09 101	0.06 167	0.04 25	0.05 45	0.03 1	0.05 164	0.05 203

MLG-Stereo_test1	0.06 1	0.05 38	0.08 56	0.17 291	0.05 2	0.06 12	0.11 64	0.08 10	0.03 1	0.05 2	0.04 1	0.06 42	0.05 14	0.09 58	0.09 101	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.04 72

MLG-Stereo	0.07 7	0.05 38	0.08 56	0.17 291	0.05 2	0.07 39	0.11 64	0.08 10	0.04 2	0.05 2	0.04 1	0.06 42	0.05 14	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.04 72

LGtest1	0.07 7	0.04 1	0.10 185	0.15 109	0.06 27	0.07 39	0.09 20	0.08 10	0.06 6	0.05 2	0.04 1	0.06 42	0.06 65	0.10 120	0.09 101	0.07 332	0.04 25	0.05 45	0.04 55	0.06 286	0.06 299

LG-Stereo_Zeroshot	0.07 7	0.06 102	0.10 185	0.16 204	0.07 128	0.04 1	0.13 166	0.10 31	0.10 69	0.05 2	0.11 239	0.07 120	0.05 14	0.07 4	0.09 101	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

LG-Stereo	0.08 80	0.07 220	0.10 185	0.18 381	0.07 128	0.10 195	0.17 425	0.11 54	0.08 24	0.05 2	0.07 63	0.05 5	0.07 178	0.09 58	0.09 101	0.04 11	0.05 267	0.07 294	0.07 374	0.04 48	0.04 72

MM-Stereo_test2	0.09 168	0.06 102	0.09 121	0.19 450	0.08 208	0.12 298	0.18 474	0.15 181	0.14 211	0.07 70	0.10 189	0.07 120	0.06 65	0.12 285	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.05 164	0.03 2

DEFOM-Stereo_RVC	0.08 80	0.06 102	0.09 121	0.22 565	0.06 27	0.08 79	0.12 96	0.10 31	0.10 69	0.07 70	0.07 63	0.06 42	0.05 14	0.11 191	0.09 101	0.06 167	0.04 25	0.05 45	0.03 1	0.06 286	0.04 72

HUF	0.08 80	0.05 38	0.08 56	0.14 57	0.06 27	0.09 132	0.13 166	0.13 109	0.13 179	0.07 70	0.07 63	0.08 179	0.06 65	0.10 120	0.09 101	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

AIO-test1	0.10 236	0.07 220	0.10 185	0.23 589	0.07 128	0.09 132	0.13 166	0.21 355	0.14 211	0.11 255	0.12 260	0.09 214	0.07 178	0.11 191	0.09 101	0.06 167	0.05 267	0.09 471	0.10 534	0.03 1	0.06 299

MonSter	0.07 7	0.06 102	0.05 1	0.15 109	0.05 2	0.07 39	0.10 35	0.15 181	0.15 236	0.05 2	0.06 23	0.05 5	0.06 65	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DEFOM-Stereo	0.07 7	0.05 38	0.07 11	0.14 57	0.06 27	0.10 195	0.13 166	0.07 6	0.13 179	0.06 23	0.07 63	0.06 42	0.05 14	0.10 120	0.09 101	0.04 11	0.04 25	0.05 45	0.03 1	0.04 48	0.04 72

dual_stereo	0.07 7	0.04 1	0.08 56	0.15 109	0.05 2	0.05 4	0.13 166	0.12 81	0.08 24	0.07 70	0.06 23	0.05 5	0.05 14	0.07 4	0.09 101	0.06 167	0.04 25	0.05 45	0.03 1	0.04 48	0.04 72

UGAM-zero	0.09 168	0.05 38	0.15 419	0.15 109	0.08 208	0.09 132	0.13 166	0.19 321	0.15 236	0.11 255	0.15 309	0.07 120	0.07 178	0.09 58	0.09 101	0.06 167	0.05 267	0.06 183	0.05 186	0.05 164	0.06 299

rvit_stereo_0081_aga	0.11 284	0.09 419	0.14 371	0.18 381	0.09 334	0.13 349	0.14 231	0.14 139	0.19 352	0.10 220	0.18 371	0.16 390	0.09 260	0.12 285	0.09 101	0.10 509	0.06 411	0.08 388	0.07 374	0.07 365	0.06 299

IGEV-Stereo++	0.07 7	0.06 102	0.08 56	0.18 381	0.06 27	0.04 1	0.10 35	0.11 54	0.11 100	0.06 23	0.07 63	0.07 120	0.06 65	0.09 58	0.09 101	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

Pointernet	0.09 168	0.04 1	0.09 121	0.16 204	0.08 208	0.13 349	0.10 35	0.15 181	0.17 302	0.09 175	0.07 63	0.06 42	0.06 65	0.11 191	0.09 101	0.08 408	0.04 25	0.05 45	0.03 1	0.06 286	0.05 203

AIO-Stereo-zeroshot	0.11 284	0.05 38	0.11 240	0.15 109	0.13 553	0.13 349	0.16 384	0.23 400	0.17 302	0.10 220	0.12 260	0.10 249	0.07 178	0.11 191	0.09 101	0.06 167	0.05 267	0.06 183	0.06 276	0.07 365	0.08 452

RSM++	0.08 80	0.06 102	0.09 121	0.17 291	0.07 128	0.09 132	0.12 96	0.11 54	0.11 100	0.08 124	0.06 23	0.07 120	0.05 14	0.10 120	0.09 101	0.04 11	0.04 25	0.06 183	0.05 186	0.05 164	0.03 2

RSM	0.08 80	0.06 102	0.09 121	0.17 291	0.06 27	0.08 79	0.12 96	0.12 81	0.10 69	0.08 124	0.07 63	0.06 42	0.05 14	0.11 191	0.09 101	0.04 11	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

CAS++	0.11 284	0.07 220	0.11 240	0.14 57	0.09 334	0.12 298	0.14 231	0.24 424	0.14 211	0.11 255	0.09 153	0.11 279	0.07 178	0.14 366	0.09 101	0.11 540	0.09 546	0.09 471	0.07 374	0.07 365	0.08 452
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MGS-Stereo	0.09 168	0.07 220	0.12 284	0.15 109	0.08 208	0.09 132	0.15 315	0.12 81	0.12 137	0.07 70	0.10 189	0.08 179	0.06 65	0.10 120	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.06 286	0.05 203

IGEV++	0.08 80	0.06 102	0.08 56	0.18 381	0.07 128	0.09 132	0.13 166	0.10 31	0.09 48	0.08 124	0.08 118	0.06 42	0.06 65	0.13 337	0.09 101	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

MyStereo07	0.10 236	0.07 220	0.10 185	0.17 291	0.09 334	0.14 383	0.18 474	0.15 181	0.15 236	0.09 175	0.06 23	0.06 42	0.07 178	0.12 285	0.09 101	0.06 167	0.05 267	0.08 388	0.07 374	0.06 286	0.06 299

MyStereo06	0.10 236	0.07 220	0.12 284	0.17 291	0.09 334	0.13 349	0.18 474	0.19 321	0.12 137	0.12 296	0.08 118	0.07 120	0.07 178	0.11 191	0.09 101	0.06 167	0.05 267	0.07 294	0.07 374	0.06 286	0.06 299

ff7	0.09 168	0.07 220	0.11 240	0.16 204	0.09 334	0.11 246	0.15 315	0.16 219	0.12 137	0.10 220	0.06 23	0.06 42	0.06 65	0.11 191	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.05 164	0.06 299

ffff	0.09 168	0.07 220	0.11 240	0.16 204	0.09 334	0.11 246	0.15 315	0.16 219	0.12 137	0.10 220	0.06 23	0.06 42	0.06 65	0.11 191	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.05 164	0.06 299

11t	0.09 168	0.07 220	0.11 240	0.16 204	0.09 334	0.11 246	0.15 315	0.16 219	0.12 137	0.10 220	0.06 23	0.06 42	0.06 65	0.11 191	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.05 164	0.06 299

IGEV_Zeroshot_test	0.09 168	0.05 38	0.12 284	0.13 16	0.08 208	0.12 298	0.13 166	0.17 258	0.11 100	0.10 220	0.06 23	0.09 214	0.06 65	0.11 191	0.09 101	0.06 167	0.04 25	0.06 183	0.06 276	0.05 164	0.05 203

UniTT-Stereo	0.09 168	0.07 220	0.08 56	0.18 381	0.08 208	0.13 349	0.11 64	0.12 81	0.11 100	0.10 220	0.12 260	0.05 5	0.07 178	0.09 58	0.09 101	0.07 332	0.05 267	0.05 45	0.05 186	0.05 164	0.05 203

DLNR_Zeroshot_test	10.40 699	1.82 690	19.49 714	120.77 720	13.11 708	0.06 12	0.13 166	0.23 400	0.10 69	0.07 70	0.10 189	0.09 214	0.06 65	0.10 120	0.09 101	0.13 591	0.04 25	0.06 183	0.04 55	51.54 720	0.04 72

AEACV	0.08 80	0.05 38	0.08 56	0.14 57	0.13 553	0.14 383	0.13 166	0.14 139	0.09 48	0.07 70	0.09 153	0.07 120	0.08 226	0.10 120	0.09 101	0.06 167	0.04 25	0.06 183	0.05 186	0.05 164	0.04 72

Any-RAFT	0.10 236	0.05 38	0.09 121	0.14 57	0.07 128	0.13 349	0.14 231	0.21 355	0.15 236	0.11 255	0.12 260	0.12 299	0.09 260	0.12 285	0.09 101	0.07 332	0.04 25	0.05 45	0.04 55	0.06 286	0.05 203

RAFT-Test	0.09 168	0.06 102	0.10 185	0.15 109	0.07 128	0.11 246	0.15 315	0.16 219	0.13 179	0.09 175	0.10 189	0.10 249	0.09 260	0.12 285	0.09 101	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.05 203

HH	0.09 168	0.06 102	0.13 334	0.17 291	0.08 208	0.10 195	0.16 384	0.14 139	0.10 69	0.08 124	0.09 153	0.08 179	0.07 178	0.10 120	0.09 101	0.06 167	0.04 25	0.06 183	0.05 186	0.05 164	0.04 72

HanStereo	0.09 168	0.06 102	0.13 334	0.17 291	0.08 208	0.10 195	0.16 384	0.14 139	0.10 69	0.08 124	0.09 153	0.08 179	0.07 178	0.10 120	0.09 101	0.06 167	0.04 25	0.06 183	0.05 186	0.05 164	0.04 72

4D-IteraStereo	0.09 168	0.07 220	0.10 185	0.18 381	0.07 128	0.09 132	0.15 315	0.17 258	0.15 236	0.10 220	0.11 239	0.10 249	0.07 178	0.11 191	0.09 101	0.05 51	0.03 1	0.08 388	0.07 374	0.06 286	0.05 203

LoS_RVC	0.08 80	0.05 38	0.07 11	0.15 109	0.07 128	0.08 79	0.15 315	0.11 54	0.10 69	0.08 124	0.09 153	0.06 42	0.09 260	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.03 2

anonymousdsp	0.09 168	0.07 220	0.11 240	0.16 204	0.09 334	0.11 246	0.15 315	0.16 219	0.12 137	0.09 175	0.06 23	0.06 42	0.06 65	0.11 191	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.05 164	0.06 299

Selective-IGEV	0.07 7	0.06 102	0.08 56	0.17 291	0.06 27	0.08 79	0.12 96	0.13 109	0.07 15	0.08 124	0.07 63	0.06 42	0.04 1	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

ProNet	0.09 168	0.07 220	0.10 185	0.17 291	0.08 208	0.10 195	0.15 315	0.15 181	0.12 137	0.09 175	0.06 23	0.07 120	0.06 65	0.11 191	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.04 48	0.06 299

ccc-4	0.09 168	0.07 220	0.11 240	0.16 204	0.09 334	0.11 246	0.15 315	0.16 219	0.12 137	0.10 220	0.06 23	0.06 42	0.06 65	0.11 191	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.05 164	0.06 299

RAFT_CTSACE	0.12 355	0.09 419	0.10 185	0.22 565	0.08 208	0.12 298	0.24 591	0.18 291	0.16 273	0.20 492	0.27 503	0.13 325	0.07 178	0.13 337	0.09 101	0.05 51	0.06 411	0.08 388	0.07 374	0.04 48	0.04 72

IGEV-Stereo	0.09 168	0.07 220	0.11 240	0.16 204	0.09 334	0.11 246	0.15 315	0.16 219	0.12 137	0.09 175	0.06 23	0.06 42	0.06 65	0.11 191	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.05 164	0.06 299
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 168	0.05 38	0.13 334	0.14 57	0.08 208	0.12 298	0.15 315	0.18 291	0.10 69	0.11 255	0.08 118	0.08 179	0.05 14	0.10 120	0.09 101	0.06 167	0.04 25	0.06 183	0.05 186	0.06 286	0.05 203

RAFT	0.13 381	0.09 419	0.11 240	0.18 381	0.08 208	0.15 409	0.24 591	0.20 332	0.19 352	0.21 506	0.21 417	0.17 412	0.12 363	0.16 425	0.09 101	0.06 167	0.07 483	0.10 519	0.09 494	0.05 164	0.05 203

test-1	0.10 236	0.07 220	0.16 455	0.19 450	0.08 208	0.11 246	0.24 591	0.14 139	0.18 333	0.09 175	0.07 63	0.09 214	0.08 226	0.07 4	0.09 101	0.06 167	0.04 25	0.06 183	0.05 186	0.04 48	0.04 72

TANstereo	0.09 168	0.04 1	0.08 56	0.13 16	0.06 27	0.11 246	0.14 231	0.15 181	0.19 352	0.11 255	0.15 309	0.10 249	0.06 65	0.12 285	0.09 101	0.07 332	0.05 267	0.05 45	0.04 55	0.06 286	0.05 203

test_xeample3	0.09 168	0.06 102	0.12 284	0.16 204	0.09 334	0.11 246	0.15 315	0.16 219	0.13 179	0.10 220	0.06 23	0.08 179	0.06 65	0.10 120	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.05 164	0.06 299

RAFT-Stereo + iAFF	0.09 168	0.06 102	0.10 185	0.17 291	0.06 27	0.10 195	0.16 384	0.17 258	0.14 211	0.09 175	0.10 189	0.08 179	0.09 260	0.11 191	0.09 101	0.05 51	0.04 25	0.06 183	0.06 276	0.04 48	0.03 2

AFF-stereo	0.09 168	0.06 102	0.10 185	0.17 291	0.07 128	0.10 195	0.16 384	0.17 258	0.09 48	0.10 220	0.12 260	0.09 214	0.09 260	0.12 285	0.09 101	0.05 51	0.04 25	0.07 294	0.07 374	0.04 48	0.03 2

CFNet-RSSM	0.09 168	0.07 220	0.09 121	0.16 204	0.07 128	0.09 132	0.15 315	0.16 219	0.17 302	0.08 124	0.12 260	0.10 249	0.09 260	0.11 191	0.09 101	0.06 167	0.04 25	0.06 183	0.04 55	0.04 48	0.04 72

Gwc-CoAtRS	0.09 168	0.06 102	0.10 185	0.16 204	0.07 128	0.10 195	0.14 231	0.17 258	0.17 302	0.08 124	0.10 189	0.12 299	0.09 260	0.12 285	0.09 101	0.06 167	0.04 25	0.06 183	0.04 55	0.04 48	0.04 72

LiteMatch*	0.08 80	0.04 1	0.11 240	0.13 16	0.08 208	0.08 79	0.13 166	0.14 139	0.09 48	0.05 2	0.05 7	0.05 5	0.09 260	0.11 191	0.10 202	0.06 167	0.05 267	0.05 45	0.04 55	0.05 164	0.05 203

RT-Monster	0.09 168	0.05 38	0.09 121	0.14 57	0.08 208	0.11 246	0.10 35	0.17 258	0.18 333	0.13 326	0.10 189	0.09 214	0.08 226	0.10 120	0.10 202	0.07 332	0.05 267	0.05 45	0.04 55	0.05 164	0.06 299

Foundation-i1c-attn	0.08 80	0.05 38	0.07 11	0.14 57	0.05 2	0.09 132	0.12 96	0.12 81	0.10 69	0.09 175	0.10 189	0.10 249	0.07 178	0.07 4	0.10 202	0.06 167	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

Selective-IGEV-i16pc	0.13 381	0.06 102	0.13 334	0.15 109	0.11 496	0.38 638	0.16 384	0.23 400	0.16 273	0.10 220	0.15 309	0.09 214	0.06 65	0.13 337	0.10 202	0.10 509	0.08 513	0.06 183	0.07 374	0.09 492	0.09 496

Foundation-i1	0.09 168	0.04 1	0.10 185	0.14 57	0.06 27	0.10 195	0.13 166	0.16 219	0.14 211	0.10 220	0.10 189	0.11 279	0.07 178	0.07 4	0.10 202	0.06 167	0.04 25	0.05 45	0.05 186	0.05 164	0.05 203

Test_v1	0.07 7	0.04 1	0.06 5	0.13 16	0.06 27	0.08 79	0.11 64	0.15 181	0.12 137	0.06 23	0.05 7	0.04 1	0.05 14	0.08 25	0.10 202	0.07 332	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

VMStereo-Base	0.09 168	0.05 38	0.10 185	0.13 16	0.07 128	0.10 195	0.10 35	0.16 219	0.13 179	0.10 220	0.15 309	0.10 249	0.09 260	0.11 191	0.10 202	0.07 332	0.05 267	0.05 45	0.04 55	0.05 164	0.06 299

WQFJA1++	0.08 80	0.04 1	0.11 240	0.14 57	0.07 128	0.11 246	0.11 64	0.11 54	0.07 15	0.07 70	0.07 63	0.07 120	0.06 65	0.10 120	0.10 202	0.06 167	0.04 25	0.05 45	0.04 55	0.06 286	0.06 299

BridgeDepth_RVC	0.07 7	0.04 1	0.09 121	0.11 1	0.05 2	0.10 195	0.10 35	0.14 139	0.09 48	0.06 23	0.07 63	0.06 42	0.07 178	0.07 4	0.10 202	0.06 167	0.04 25	0.04 1	0.04 55	0.04 48	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
WQFJX	0.10 236	0.07 220	0.09 121	0.21 548	0.09 334	0.12 298	0.16 384	0.18 291	0.17 302	0.12 296	0.10 189	0.07 120	0.09 260	0.12 285	0.10 202	0.06 167	0.07 483	0.06 183	0.05 186	0.06 286	0.05 203

LCMNet	0.08 80	0.05 38	0.10 185	0.13 16	0.07 128	0.09 132	0.12 96	0.10 31	0.11 100	0.06 23	0.08 118	0.06 42	0.07 178	0.11 191	0.10 202	0.06 167	0.05 267	0.04 1	0.03 1	0.04 48	0.04 72

NLCSM	0.11 284	0.09 419	0.09 121	0.23 589	0.11 496	0.12 298	0.19 514	0.18 291	0.18 333	0.12 296	0.11 239	0.07 120	0.09 260	0.11 191	0.10 202	0.07 332	0.08 513	0.07 294	0.07 374	0.06 286	0.05 203

DDF-Stereo	0.08 80	0.04 1	0.09 121	0.15 109	0.10 446	0.06 12	0.13 166	0.09 18	0.14 211	0.06 23	0.06 23	0.07 120	0.06 65	0.09 58	0.10 202	0.06 167	0.04 25	0.06 183	0.04 55	0.08 429	0.05 203

252Zero-FE	0.08 80	0.04 1	0.09 121	0.13 16	0.07 128	0.12 298	0.11 64	0.13 109	0.14 211	0.06 23	0.05 7	0.06 42	0.05 14	0.09 58	0.10 202	0.06 167	0.04 25	0.04 1	0.03 1	0.05 164	0.06 299

DA	0.08 80	0.07 220	0.07 11	0.19 450	0.08 208	0.09 132	0.12 96	0.13 109	0.12 137	0.08 124	0.10 189	0.10 249	0.08 226	0.09 58	0.10 202	0.05 51	0.04 25	0.06 183	0.04 55	0.05 164	0.03 2

Replicate-Monster	0.07 7	0.05 38	0.09 121	0.14 57	0.06 27	0.08 79	0.09 20	0.13 109	0.13 179	0.05 2	0.07 63	0.06 42	0.06 65	0.08 25	0.10 202	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.04 72

zero-FE	0.08 80	0.04 1	0.09 121	0.15 109	0.10 446	0.05 4	0.14 231	0.09 18	0.14 211	0.07 70	0.06 23	0.07 120	0.06 65	0.09 58	0.10 202	0.06 167	0.04 25	0.06 183	0.04 55	0.08 429	0.05 203

GGEV	0.08 80	0.07 220	0.07 11	0.19 450	0.08 208	0.09 132	0.12 96	0.13 109	0.12 137	0.08 124	0.10 189	0.10 249	0.08 226	0.09 58	0.10 202	0.05 51	0.04 25	0.06 183	0.04 55	0.05 164	0.03 2

AdaDepth	0.07 7	0.06 102	0.07 11	0.18 381	0.06 27	0.11 246	0.12 96	0.09 18	0.07 15	0.06 23	0.05 7	0.07 120	0.06 65	0.09 58	0.10 202	0.04 11	0.05 267	0.05 45	0.04 55	0.04 48	0.04 72

asda	0.07 7	0.08 339	0.08 56	0.16 204	0.06 27	0.06 12	0.10 35	0.16 219	0.10 69	0.06 23	0.06 23	0.05 5	0.05 14	0.10 120	0.10 202	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

DilatedVolume-Stereo	0.09 168	0.05 38	0.08 56	0.15 109	0.06 27	0.11 246	0.12 96	0.14 139	0.16 273	0.11 255	0.11 239	0.09 214	0.09 260	0.11 191	0.10 202	0.06 167	0.05 267	0.05 45	0.04 55	0.03 1	0.03 2

2.25w	0.07 7	0.06 102	0.07 11	0.14 57	0.06 27	0.08 79	0.08 7	0.10 31	0.15 236	0.08 124	0.10 189	0.07 120	0.06 65	0.08 25	0.10 202	0.05 51	0.03 1	0.04 1	0.04 55	0.03 1	0.04 72

4.25_new	0.07 7	0.08 339	0.09 121	0.15 109	0.06 27	0.09 132	0.08 7	0.14 139	0.08 24	0.07 70	0.07 63	0.06 42	0.06 65	0.12 285	0.10 202	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

4.5w_new	0.07 7	0.08 339	0.09 121	0.15 109	0.06 27	0.09 132	0.08 7	0.14 139	0.08 24	0.07 70	0.07 63	0.06 42	0.06 65	0.12 285	0.10 202	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

4.5_new	0.07 7	0.09 419	0.08 56	0.15 109	0.07 128	0.06 12	0.10 35	0.14 139	0.11 100	0.06 23	0.08 118	0.06 42	0.06 65	0.08 25	0.10 202	0.03 1	0.03 1	0.04 1	0.04 55	0.04 48	0.03 2

4.5w-stereo	0.07 7	0.09 419	0.08 56	0.15 109	0.07 128	0.06 12	0.10 35	0.14 139	0.11 100	0.06 23	0.08 118	0.06 42	0.06 65	0.08 25	0.10 202	0.03 1	0.03 1	0.04 1	0.04 55	0.04 48	0.03 2

4.25w-stereo	0.07 7	0.08 339	0.09 121	0.15 109	0.06 27	0.09 132	0.08 7	0.14 139	0.08 24	0.07 70	0.07 63	0.06 42	0.06 65	0.12 285	0.10 202	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

4w-stereo	0.07 7	0.08 339	0.08 56	0.16 204	0.06 27	0.07 39	0.08 7	0.12 81	0.08 24	0.07 70	0.07 63	0.05 5	0.06 65	0.09 58	0.10 202	0.03 1	0.03 1	0.04 1	0.04 55	0.04 48	0.03 2

3.75w	0.07 7	0.07 220	0.08 56	0.16 204	0.07 128	0.07 39	0.09 20	0.16 219	0.09 48	0.07 70	0.06 23	0.05 5	0.06 65	0.09 58	0.10 202	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

MLG-Stereo_test3	0.07 7	0.05 38	0.10 185	0.14 57	0.06 27	0.07 39	0.11 64	0.08 10	0.06 6	0.06 23	0.04 1	0.06 42	0.06 65	0.07 4	0.10 202	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.06 299

MM-Stereo_test1	0.10 236	0.07 220	0.08 56	0.18 381	0.07 128	0.12 298	0.18 474	0.21 355	0.20 375	0.09 175	0.11 239	0.08 179	0.06 65	0.10 120	0.10 202	0.06 167	0.05 267	0.07 294	0.06 276	0.05 164	0.04 72

AIO_test	0.07 7	0.05 38	0.07 11	0.15 109	0.07 128	0.06 12	0.14 231	0.10 31	0.10 69	0.07 70	0.07 63	0.06 42	0.05 14	0.08 25	0.10 202	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

castereo	0.09 168	0.06 102	0.11 240	0.15 109	0.06 27	0.11 246	0.15 315	0.14 139	0.18 333	0.08 124	0.10 189	0.11 279	0.08 226	0.09 58	0.10 202	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

SMoEStereo_RVC	0.08 80	0.06 102	0.12 284	0.16 204	0.07 128	0.09 132	0.14 231	0.11 54	0.13 179	0.09 175	0.07 63	0.07 120	0.07 178	0.12 285	0.10 202	0.05 51	0.04 25	0.06 183	0.05 186	0.04 48	0.04 72

tt45	0.09 168	0.06 102	0.11 240	0.15 109	0.07 128	0.11 246	0.16 384	0.13 109	0.11 100	0.09 175	0.06 23	0.08 179	0.06 65	0.13 337	0.10 202	0.06 167	0.04 25	0.06 183	0.05 186	0.05 164	0.06 299

999	0.09 168	0.05 38	0.13 334	0.15 109	0.08 208	0.10 195	0.14 231	0.15 181	0.11 100	0.10 220	0.08 118	0.08 179	0.08 226	0.16 425	0.10 202	0.06 167	0.04 25	0.06 183	0.05 186	0.04 48	0.05 203

tg	0.10 236	0.06 102	0.10 185	0.18 381	0.08 208	0.11 246	0.16 384	0.20 332	0.12 137	0.08 124	0.11 239	0.11 279	0.07 178	0.11 191	0.10 202	0.05 51	0.04 25	0.08 388	0.08 447	0.04 48	0.04 72

model_zeroshot	0.10 236	0.04 1	0.11 240	0.15 109	0.09 334	0.12 298	0.14 231	0.20 332	0.13 179	0.11 255	0.10 189	0.12 299	0.07 178	0.12 285	0.10 202	0.07 332	0.06 411	0.06 183	0.05 186	0.06 286	0.06 299

Occ-G	0.08 80	0.05 38	0.06 5	0.14 57	0.07 128	0.08 79	0.14 231	0.13 109	0.15 236	0.07 70	0.11 239	0.07 120	0.05 14	0.09 58	0.10 202	0.06 167	0.05 267	0.05 45	0.04 55	0.05 164	0.05 203

rvit_stereo_0080	0.10 236	0.08 339	0.14 371	0.15 109	0.09 334	0.07 39	0.15 315	0.16 219	0.16 273	0.11 255	0.10 189	0.14 345	0.08 226	0.12 285	0.10 202	0.09 468	0.07 483	0.07 294	0.06 276	0.07 365	0.05 203

trnet	0.08 80	0.05 38	0.07 11	0.12 5	0.05 2	0.12 298	0.11 64	0.13 109	0.10 69	0.08 124	0.13 278	0.09 214	0.08 226	0.11 191	0.10 202	0.08 408	0.05 267	0.05 45	0.03 1	0.06 286	0.05 203

H2IRNET	0.10 236	0.09 419	0.09 121	0.18 381	0.09 334	0.12 298	0.15 315	0.14 139	0.21 391	0.10 220	0.10 189	0.10 249	0.10 299	0.10 120	0.10 202	0.05 51	0.04 25	0.08 388	0.08 447	0.06 286	0.05 203

AE-Stereo	0.10 236	0.08 339	0.10 185	0.18 381	0.09 334	0.10 195	0.15 315	0.14 139	0.19 352	0.09 175	0.14 292	0.12 299	0.08 226	0.11 191	0.10 202	0.05 51	0.06 411	0.07 294	0.06 276	0.05 164	0.04 72

whm_eth	0.10 236	0.08 339	0.14 371	0.15 109	0.09 334	0.07 39	0.15 315	0.16 219	0.16 273	0.11 255	0.10 189	0.14 345	0.08 226	0.12 285	0.10 202	0.09 468	0.07 483	0.07 294	0.06 276	0.07 365	0.05 203

MSKI-zero shot	0.09 168	0.05 38	0.09 121	0.15 109	0.07 128	0.10 195	0.13 166	0.14 139	0.13 179	0.09 175	0.09 153	0.09 214	0.06 65	0.12 285	0.10 202	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

StereoVision	0.13 381	0.12 525	0.09 121	0.24 598	0.10 446	0.15 409	0.21 557	0.21 355	0.20 375	0.12 296	0.24 449	0.10 249	0.10 299	0.16 425	0.10 202	0.09 468	0.11 579	0.12 570	0.12 588	0.06 286	0.05 203

CASnet	0.09 168	0.09 419	0.09 121	0.19 450	0.06 27	0.07 39	0.11 64	0.18 291	0.14 211	0.11 255	0.10 189	0.09 214	0.07 178	0.10 120	0.10 202	0.06 167	0.04 25	0.10 519	0.08 447	0.05 164	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-Stereo	0.09 168	0.07 220	0.13 334	0.18 381	0.06 27	0.11 246	0.07 3	0.13 109	0.12 137	0.09 175	0.10 189	0.07 120	0.09 260	0.13 337	0.10 202	0.06 167	0.05 267	0.05 45	0.04 55	0.04 48	0.05 203

LL-Strereo2	0.10 236	0.10 481	0.15 419	0.18 381	0.08 208	0.15 409	0.09 20	0.17 258	0.14 211	0.14 348	0.10 189	0.09 214	0.07 178	0.16 425	0.10 202	0.05 51	0.05 267	0.10 519	0.07 374	0.06 286	0.05 203

LoS	0.09 168	0.05 38	0.11 240	0.13 16	0.07 128	0.14 383	0.11 64	0.15 181	0.15 236	0.09 175	0.09 153	0.12 299	0.09 260	0.15 390	0.10 202	0.07 332	0.05 267	0.05 45	0.03 1	0.05 164	0.05 203
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MC-Stereo	0.08 80	0.06 102	0.09 121	0.17 291	0.06 27	0.10 195	0.14 231	0.12 81	0.10 69	0.09 175	0.12 260	0.09 214	0.06 65	0.11 191	0.10 202	0.06 167	0.04 25	0.06 183	0.05 186	0.04 48	0.04 72

DisPM	0.11 284	0.07 220	0.12 284	0.16 204	0.09 334	0.06 12	0.13 166	0.17 258	0.17 302	0.14 348	0.20 394	0.12 299	0.10 299	0.11 191	0.10 202	0.06 167	0.04 25	0.07 294	0.06 276	0.06 286	0.11 552

Sa-1000	0.12 355	0.08 339	0.08 56	0.18 381	0.08 208	0.14 383	0.22 567	0.22 379	0.18 333	0.15 375	0.20 394	0.17 412	0.11 332	0.10 120	0.10 202	0.06 167	0.05 267	0.09 471	0.09 494	0.05 164	0.05 203

test-3	0.08 80	0.06 102	0.09 121	0.17 291	0.07 128	0.07 39	0.14 231	0.12 81	0.15 236	0.09 175	0.08 118	0.07 120	0.08 226	0.11 191	0.10 202	0.05 51	0.04 25	0.07 294	0.05 186	0.04 48	0.04 72

test_1	0.08 80	0.06 102	0.09 121	0.17 291	0.07 128	0.07 39	0.14 231	0.12 81	0.15 236	0.09 175	0.08 118	0.07 120	0.08 226	0.11 191	0.10 202	0.05 51	0.04 25	0.07 294	0.05 186	0.04 48	0.04 72

HHNet	0.11 284	0.06 102	0.16 455	0.15 109	0.14 574	0.07 39	0.13 166	0.20 332	0.17 302	0.14 348	0.25 477	0.11 279	0.08 226	0.13 337	0.10 202	0.05 51	0.04 25	0.08 388	0.06 276	0.05 164	0.09 496

Patchmatch Stereo++	0.11 284	0.09 419	0.16 455	0.18 381	0.08 208	0.06 12	0.11 64	0.16 219	0.13 179	0.15 375	0.16 322	0.14 345	0.12 363	0.11 191	0.10 202	0.06 167	0.04 25	0.08 388	0.06 276	0.08 429	0.07 386
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	0.10 236	0.08 339	0.13 334	0.18 381	0.07 128	0.09 132	0.15 315	0.19 321	0.15 236	0.12 296	0.17 344	0.11 279	0.11 332	0.11 191	0.10 202	0.05 51	0.04 25	0.06 183	0.06 276	0.05 164	0.05 203

NRIStereo	0.11 284	0.08 339	0.14 371	0.18 381	0.08 208	0.10 195	0.14 231	0.16 219	0.15 236	0.12 296	0.14 292	0.13 325	0.12 363	0.13 337	0.10 202	0.06 167	0.04 25	0.07 294	0.06 276	0.06 286	0.07 386

PSM-adaLoss	0.11 284	0.09 419	0.16 455	0.18 381	0.08 208	0.06 12	0.12 96	0.16 219	0.13 179	0.15 375	0.16 322	0.14 345	0.12 363	0.11 191	0.10 202	0.06 167	0.04 25	0.08 388	0.06 276	0.08 429	0.07 386

PSM-AAD	0.11 284	0.07 220	0.10 185	0.19 450	0.09 334	0.10 195	0.15 315	0.20 332	0.13 179	0.12 296	0.14 292	0.18 426	0.11 332	0.11 191	0.10 202	0.05 51	0.05 267	0.09 471	0.08 447	0.06 286	0.14 604

ROB_FTStereo_v2	0.11 284	0.09 419	0.16 455	0.19 450	0.08 208	0.06 12	0.12 96	0.16 219	0.13 179	0.15 375	0.16 322	0.14 345	0.12 363	0.11 191	0.10 202	0.06 167	0.04 25	0.08 388	0.06 276	0.08 429	0.07 386

ROB_FTStereo	0.11 284	0.09 419	0.16 455	0.19 450	0.08 208	0.06 12	0.11 64	0.16 219	0.13 179	0.15 375	0.16 322	0.14 345	0.12 363	0.11 191	0.10 202	0.06 167	0.04 25	0.08 388	0.06 276	0.08 429	0.07 386

KYRaft	0.11 284	0.07 220	0.10 185	0.19 450	0.09 334	0.08 79	0.15 315	0.22 379	0.12 137	0.13 326	0.16 322	0.20 452	0.10 299	0.12 285	0.10 202	0.05 51	0.04 25	0.08 388	0.08 447	0.06 286	0.16 622

HUI-Stereo	0.11 284	0.09 419	0.16 455	0.18 381	0.08 208	0.06 12	0.12 96	0.16 219	0.13 179	0.15 375	0.16 322	0.14 345	0.12 363	0.11 191	0.10 202	0.06 167	0.04 25	0.08 388	0.06 276	0.08 429	0.07 386

ASMatch	0.11 284	0.06 102	0.13 334	0.16 204	0.10 446	0.07 39	0.14 231	0.17 258	0.17 302	0.12 296	0.16 322	0.16 390	0.10 299	0.13 337	0.10 202	0.05 51	0.04 25	0.06 183	0.05 186	0.04 48	0.08 452

iGMRVC	0.11 284	0.09 419	0.16 455	0.19 450	0.08 208	0.06 12	0.12 96	0.16 219	0.13 179	0.15 375	0.16 322	0.14 345	0.12 363	0.11 191	0.10 202	0.06 167	0.04 25	0.08 388	0.06 276	0.08 429	0.07 386

IRAFT_RVC	0.12 355	0.08 339	0.16 455	0.19 450	0.08 208	0.07 39	0.15 315	0.24 424	0.23 417	0.14 348	0.14 292	0.15 374	0.12 363	0.12 285	0.10 202	0.06 167	0.04 25	0.09 471	0.06 276	0.06 286	0.06 299

iRAFT	0.11 284	0.09 419	0.16 455	0.18 381	0.08 208	0.06 12	0.11 64	0.16 219	0.13 179	0.15 375	0.16 322	0.14 345	0.12 363	0.11 191	0.10 202	0.06 167	0.04 25	0.08 388	0.06 276	0.08 429	0.07 386

AnonymousM	0.09 168	0.05 38	0.10 185	0.14 57	0.06 27	0.09 132	0.13 166	0.19 321	0.14 211	0.13 326	0.11 239	0.09 214	0.08 226	0.13 337	0.10 202	0.08 408	0.05 267	0.08 388	0.05 186	0.05 164	0.05 203

RAFT-IKP	0.11 284	0.09 419	0.16 455	0.19 450	0.08 208	0.06 12	0.12 96	0.16 219	0.13 179	0.15 375	0.16 322	0.14 345	0.12 363	0.11 191	0.10 202	0.06 167	0.04 25	0.08 388	0.06 276	0.08 429	0.07 386

Prome-Stereo	0.11 284	0.06 102	0.10 185	0.18 381	0.08 208	0.12 298	0.15 315	0.22 379	0.13 179	0.12 296	0.17 344	0.13 325	0.08 226	0.12 285	0.10 202	0.05 51	0.04 25	0.07 294	0.06 276	0.06 286	0.09 496

iRaftStereo_RVC	0.10 236	0.07 220	0.09 121	0.17 291	0.09 334	0.11 246	0.17 425	0.18 291	0.12 137	0.09 175	0.12 260	0.10 249	0.07 178	0.11 191	0.10 202	0.05 51	0.04 25	0.08 388	0.08 447	0.04 48	0.04 72

XX-TBD	0.09 168	0.06 102	0.07 11	0.14 57	0.07 128	0.12 298	0.16 384	0.14 139	0.13 179	0.11 255	0.12 260	0.09 214	0.08 226	0.10 120	0.10 202	0.06 167	0.04 25	0.05 45	0.03 1	0.06 286	0.05 203

raftrobust	0.09 168	0.06 102	0.10 185	0.17 291	0.08 208	0.09 132	0.10 35	0.18 291	0.16 273	0.10 220	0.09 153	0.12 299	0.07 178	0.12 285	0.10 202	0.08 408	0.05 267	0.06 183	0.05 186	0.05 164	0.05 203

sAnonymous2	0.13 381	0.12 525	0.24 561	0.20 516	0.12 530	0.17 461	0.13 166	0.26 459	0.21 391	0.11 255	0.11 239	0.13 325	0.08 226	0.10 120	0.10 202	0.09 468	0.05 267	0.08 388	0.06 276	0.15 612	0.10 525

CroCo_RVC	0.13 381	0.12 525	0.24 561	0.20 516	0.12 530	0.17 461	0.13 166	0.26 459	0.21 391	0.11 255	0.11 239	0.13 325	0.08 226	0.10 120	0.10 202	0.09 468	0.05 267	0.08 388	0.06 276	0.15 612	0.10 525

111	0.10 236	0.06 102	0.12 284	0.15 109	0.07 128	0.10 195	0.14 231	0.21 355	0.23 417	0.11 255	0.12 260	0.14 345	0.11 332	0.13 337	0.10 202	0.06 167	0.04 25	0.06 183	0.04 55	0.05 164	0.05 203

CREStereo	0.09 168	0.04 1	0.08 56	0.11 1	0.06 27	0.13 349	0.14 231	0.14 139	0.10 69	0.08 124	0.13 278	0.09 214	0.08 226	0.11 191	0.10 202	0.08 408	0.04 25	0.05 45	0.03 1	0.06 286	0.06 299
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	0.09 168	0.05 38	0.09 121	0.12 5	0.06 27	0.12 298	0.14 231	0.15 181	0.11 100	0.09 175	0.13 278	0.10 249	0.07 178	0.13 337	0.10 202	0.15 609	0.04 25	0.05 45	0.03 1	0.07 365	0.06 299

RT-IGEV	0.13 381	0.06 102	0.13 334	0.15 109	0.09 334	0.15 409	0.17 425	0.24 424	0.27 479	0.16 403	0.17 344	0.17 412	0.10 299	0.14 366	0.11 282	0.08 408	0.05 267	0.07 294	0.05 186	0.07 365	0.07 386

GeoVLM	0.08 80	0.04 1	0.10 185	0.13 16	0.06 27	0.10 195	0.12 96	0.13 109	0.08 24	0.06 23	0.07 63	0.06 42	0.08 226	0.10 120	0.11 282	0.06 167	0.05 267	0.04 1	0.03 1	0.04 48	0.05 203

Hybrid-DGEV-03	0.10 236	0.06 102	0.09 121	0.18 381	0.08 208	0.16 439	0.14 231	0.15 181	0.14 211	0.13 326	0.16 322	0.12 299	0.09 260	0.13 337	0.11 282	0.06 167	0.04 25	0.08 388	0.06 276	0.05 164	0.04 72

BStereo	0.08 80	0.06 102	0.16 455	0.15 109	0.08 208	0.07 39	0.09 20	0.15 181	0.16 273	0.06 23	0.07 63	0.07 120	0.05 14	0.09 58	0.11 282	0.04 11	0.05 267	0.05 45	0.07 374	0.04 48	0.04 72

Wave_Phase_stereo	0.09 168	0.06 102	0.16 455	0.15 109	0.08 208	0.11 246	0.09 20	0.18 291	0.16 273	0.06 23	0.07 63	0.07 120	0.05 14	0.09 58	0.11 282	0.04 11	0.05 267	0.05 45	0.07 374	0.04 48	0.04 72

WQFJA1	0.10 236	0.07 220	0.08 56	0.20 516	0.09 334	0.12 298	0.17 425	0.17 258	0.17 302	0.09 175	0.10 189	0.08 179	0.10 299	0.12 285	0.11 282	0.06 167	0.07 483	0.07 294	0.06 276	0.06 286	0.05 203

NLMM1	0.11 284	0.09 419	0.07 11	0.22 565	0.10 446	0.12 298	0.20 537	0.18 291	0.20 375	0.12 296	0.11 239	0.07 120	0.09 260	0.11 191	0.11 282	0.08 408	0.08 513	0.07 294	0.06 276	0.04 48	0.04 72

NLMM	0.10 236	0.07 220	0.08 56	0.20 516	0.09 334	0.12 298	0.17 425	0.17 258	0.17 302	0.09 175	0.10 189	0.08 179	0.10 299	0.12 285	0.11 282	0.06 167	0.07 483	0.07 294	0.06 276	0.06 286	0.05 203

NLSM3	0.09 168	0.06 102	0.08 56	0.19 450	0.08 208	0.11 246	0.16 384	0.18 291	0.16 273	0.06 23	0.08 118	0.07 120	0.08 226	0.09 58	0.11 282	0.04 11	0.04 25	0.06 183	0.07 374	0.03 1	0.03 2

NLSM1	0.10 236	0.07 220	0.07 11	0.19 450	0.08 208	0.13 349	0.16 384	0.21 355	0.15 236	0.11 255	0.10 189	0.06 42	0.10 299	0.10 120	0.11 282	0.07 332	0.08 513	0.08 388	0.07 374	0.05 164	0.05 203

MonSter++	0.08 80	0.04 1	0.10 185	0.13 16	0.06 27	0.09 132	0.12 96	0.13 109	0.08 24	0.06 23	0.07 63	0.06 42	0.08 226	0.10 120	0.11 282	0.06 167	0.05 267	0.04 1	0.03 1	0.04 48	0.04 72

HiDET	0.08 80	0.04 1	0.10 185	0.13 16	0.06 27	0.08 79	0.12 96	0.12 81	0.11 100	0.06 23	0.07 63	0.07 120	0.07 178	0.11 191	0.11 282	0.06 167	0.04 25	0.04 1	0.03 1	0.04 48	0.04 72

FlowAnything_test	0.11 284	0.08 339	0.14 371	0.15 109	0.09 334	0.07 39	0.14 231	0.20 332	0.11 100	0.09 175	0.09 153	0.12 299	0.12 363	0.13 337	0.11 282	0.09 468	0.06 411	0.09 471	0.09 494	0.06 286	0.09 496

2.75w_new	0.07 7	0.07 220	0.07 11	0.13 16	0.06 27	0.08 79	0.08 7	0.18 291	0.12 137	0.07 70	0.08 118	0.06 42	0.06 65	0.09 58	0.11 282	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.04 72

xyz-stereo-finetune2	0.11 284	0.07 220	0.13 334	0.13 16	0.07 128	0.11 246	0.19 514	0.17 258	0.12 137	0.15 375	0.15 309	0.17 412	0.12 363	0.13 337	0.11 282	0.05 51	0.04 25	0.07 294	0.05 186	0.04 48	0.06 299

xyz-stereo-finetune	0.11 284	0.08 339	0.13 334	0.14 57	0.06 27	0.10 195	0.19 514	0.17 258	0.19 352	0.12 296	0.14 292	0.15 374	0.10 299	0.13 337	0.11 282	0.05 51	0.04 25	0.07 294	0.05 186	0.04 48	0.05 203

S2M2_L	0.09 168	0.08 339	0.11 240	0.13 16	0.10 446	0.08 79	0.06 1	0.10 31	0.10 69	0.10 220	0.09 153	0.10 249	0.09 260	0.11 191	0.11 282	0.13 591	0.07 483	0.08 388	0.09 494	0.10 525	0.08 452
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
fffy	0.09 168	0.08 339	0.09 121	0.16 204	0.07 128	0.13 349	0.17 425	0.13 109	0.12 137	0.08 124	0.09 153	0.08 179	0.09 260	0.13 337	0.11 282	0.05 51	0.05 267	0.07 294	0.05 186	0.04 48	0.05 203

RAFT-Stereo-weight	0.09 168	0.06 102	0.10 185	0.16 204	0.07 128	0.09 132	0.14 231	0.19 321	0.16 273	0.11 255	0.10 189	0.08 179	0.06 65	0.10 120	0.11 282	0.06 167	0.04 25	0.06 183	0.04 55	0.04 48	0.04 72

qqq1	0.13 381	0.07 220	0.17 485	0.14 57	0.08 208	0.16 439	0.17 425	0.26 459	0.27 479	0.19 469	0.20 394	0.18 426	0.15 445	0.15 390	0.11 282	0.08 408	0.05 267	0.05 45	0.05 186	0.06 286	0.06 299

fff1	0.13 381	0.07 220	0.17 485	0.14 57	0.08 208	0.16 439	0.17 425	0.26 459	0.27 479	0.19 469	0.20 394	0.18 426	0.15 445	0.15 390	0.11 282	0.08 408	0.05 267	0.05 45	0.05 186	0.06 286	0.06 299

CoDeX	0.12 355	0.07 220	0.12 284	0.17 291	0.08 208	0.12 298	0.15 315	0.23 400	0.27 479	0.13 326	0.17 344	0.16 390	0.11 332	0.14 366	0.11 282	0.07 332	0.05 267	0.07 294	0.06 276	0.06 286	0.05 203

LL-Strereo	0.13 381	0.09 419	0.11 240	0.20 516	0.10 446	0.11 246	0.18 474	0.32 550	0.24 434	0.15 375	0.15 309	0.14 345	0.13 403	0.19 496	0.11 282	0.06 167	0.04 25	0.09 471	0.08 447	0.04 48	0.05 203

anonymousdsp2	0.11 284	0.07 220	0.10 185	0.16 204	0.09 334	0.13 349	0.14 231	0.18 291	0.22 405	0.13 326	0.14 292	0.12 299	0.09 260	0.14 366	0.11 282	0.05 51	0.04 25	0.05 45	0.04 55	0.06 286	0.05 203

EGLCR-Stereo	0.08 80	0.05 38	0.08 56	0.14 57	0.06 27	0.10 195	0.12 96	0.11 54	0.16 273	0.06 23	0.05 7	0.07 120	0.05 14	0.10 120	0.11 282	0.06 167	0.04 25	0.06 183	0.05 186	0.04 48	0.04 72

DCRE	0.11 284	0.07 220	0.13 334	0.16 204	0.11 496	0.11 246	0.17 425	0.18 291	0.17 302	0.11 255	0.18 371	0.10 249	0.10 299	0.15 390	0.11 282	0.06 167	0.05 267	0.06 183	0.06 276	0.05 164	0.04 72

knoymous	0.11 284	0.05 38	0.12 284	0.13 16	0.07 128	0.15 409	0.14 231	0.19 321	0.13 179	0.11 255	0.17 344	0.13 325	0.09 260	0.13 337	0.11 282	0.08 408	0.05 267	0.06 183	0.05 186	0.08 429	0.07 386

Selective-RAFT	0.11 284	0.10 481	0.11 240	0.21 548	0.08 208	0.16 439	0.13 166	0.20 332	0.22 405	0.10 220	0.10 189	0.11 279	0.10 299	0.15 390	0.11 282	0.05 51	0.05 267	0.06 183	0.05 186	0.06 286	0.05 203

RCA-Stereo	0.09 168	0.06 102	0.09 121	0.16 204	0.06 27	0.09 132	0.13 166	0.18 291	0.14 211	0.09 175	0.10 189	0.08 179	0.07 178	0.12 285	0.11 282	0.06 167	0.04 25	0.06 183	0.05 186	0.05 164	0.04 72

SA	0.12 355	0.09 419	0.08 56	0.18 381	0.08 208	0.12 298	0.24 591	0.23 400	0.18 333	0.17 422	0.27 503	0.14 345	0.11 332	0.11 191	0.11 282	0.05 51	0.05 267	0.09 471	0.08 447	0.05 164	0.04 72

test_4	0.10 236	0.10 481	0.08 56	0.19 450	0.09 334	0.08 79	0.22 567	0.15 181	0.17 302	0.12 296	0.18 371	0.12 299	0.09 260	0.08 25	0.11 282	0.04 11	0.04 25	0.08 388	0.08 447	0.04 48	0.03 2

CIPLG	0.11 284	0.08 339	0.14 371	0.17 291	0.08 208	0.12 298	0.15 315	0.17 258	0.15 236	0.14 348	0.11 239	0.16 390	0.09 260	0.16 425	0.11 282	0.07 332	0.05 267	0.06 183	0.05 186	0.05 164	0.06 299

GLC_STEREO	0.11 284	0.07 220	0.11 240	0.17 291	0.07 128	0.09 132	0.13 166	0.15 181	0.24 434	0.12 296	0.13 278	0.12 299	0.08 226	0.18 481	0.11 282	0.06 167	0.08 513	0.08 388	0.06 276	0.05 164	0.05 203

IPLGR_C	0.11 284	0.08 339	0.14 371	0.17 291	0.08 208	0.12 298	0.15 315	0.17 258	0.15 236	0.14 348	0.10 189	0.16 390	0.09 260	0.16 425	0.11 282	0.07 332	0.05 267	0.06 183	0.05 186	0.05 164	0.06 299

ACRE	0.11 284	0.08 339	0.14 371	0.17 291	0.08 208	0.12 298	0.15 315	0.17 258	0.14 211	0.14 348	0.10 189	0.16 390	0.09 260	0.16 425	0.11 282	0.07 332	0.05 267	0.06 183	0.05 186	0.05 164	0.06 299

test_3	0.10 236	0.09 419	0.10 185	0.20 516	0.08 208	0.13 349	0.26 615	0.14 139	0.21 391	0.10 220	0.10 189	0.09 214	0.09 260	0.08 25	0.11 282	0.05 51	0.04 25	0.08 388	0.07 374	0.04 48	0.04 72

PFNet+	0.11 284	0.06 102	0.13 334	0.16 204	0.09 334	0.05 4	0.12 96	0.17 258	0.21 391	0.16 403	0.19 382	0.14 345	0.10 299	0.11 191	0.11 282	0.08 408	0.05 267	0.09 471	0.08 447	0.06 286	0.11 552

LCNet	0.11 284	0.07 220	0.09 121	0.19 450	0.09 334	0.08 79	0.15 315	0.21 355	0.15 236	0.11 255	0.15 309	0.16 390	0.11 332	0.12 285	0.11 282	0.05 51	0.04 25	0.08 388	0.07 374	0.06 286	0.15 611

NF-Stereo	0.11 284	0.07 220	0.13 334	0.17 291	0.09 334	0.10 195	0.14 231	0.23 400	0.19 352	0.12 296	0.17 344	0.12 299	0.11 332	0.11 191	0.11 282	0.06 167	0.04 25	0.07 294	0.06 276	0.06 286	0.12 565

OCTAStereo	0.11 284	0.07 220	0.13 334	0.17 291	0.09 334	0.10 195	0.14 231	0.23 400	0.19 352	0.12 296	0.17 344	0.12 299	0.11 332	0.11 191	0.11 282	0.06 167	0.04 25	0.07 294	0.06 276	0.06 286	0.12 565

PSM-softLoss	0.12 355	0.07 220	0.15 419	0.17 291	0.09 334	0.08 79	0.13 166	0.24 424	0.17 302	0.14 348	0.19 382	0.13 325	0.11 332	0.11 191	0.11 282	0.07 332	0.05 267	0.08 388	0.07 374	0.06 286	0.12 565

KMStereo	0.12 355	0.07 220	0.15 419	0.17 291	0.09 334	0.08 79	0.13 166	0.24 424	0.17 302	0.14 348	0.19 382	0.13 325	0.11 332	0.11 191	0.11 282	0.07 332	0.05 267	0.08 388	0.07 374	0.06 286	0.12 565

SST-Stereo	0.10 236	0.07 220	0.15 419	0.18 381	0.09 334	0.06 12	0.12 96	0.17 258	0.11 100	0.15 375	0.17 344	0.13 325	0.12 363	0.10 120	0.11 282	0.06 167	0.04 25	0.09 471	0.06 276	0.06 286	0.05 203

RAFT_R40	0.11 284	0.07 220	0.14 371	0.18 381	0.09 334	0.06 12	0.13 166	0.17 258	0.16 273	0.14 348	0.18 371	0.15 374	0.12 363	0.10 120	0.11 282	0.06 167	0.04 25	0.09 471	0.06 276	0.06 286	0.05 203

PFNet	0.12 355	0.06 102	0.17 485	0.17 291	0.08 208	0.09 132	0.15 315	0.26 459	0.20 375	0.16 403	0.16 322	0.14 345	0.11 332	0.12 285	0.11 282	0.06 167	0.04 25	0.07 294	0.06 276	0.05 164	0.05 203

GrayStereo	0.11 284	0.06 102	0.11 240	0.19 450	0.09 334	0.09 132	0.16 384	0.18 291	0.17 302	0.14 348	0.17 344	0.17 412	0.11 332	0.12 285	0.11 282	0.05 51	0.05 267	0.07 294	0.06 276	0.05 164	0.10 525

RE-Stereo	0.11 284	0.07 220	0.13 334	0.17 291	0.09 334	0.10 195	0.14 231	0.23 400	0.19 352	0.12 296	0.17 344	0.12 299	0.11 332	0.11 191	0.11 282	0.06 167	0.04 25	0.07 294	0.06 276	0.06 286	0.12 565

Pruner-Stereo	0.11 284	0.07 220	0.12 284	0.17 291	0.09 334	0.06 12	0.12 96	0.17 258	0.17 302	0.13 326	0.19 382	0.13 325	0.09 260	0.11 191	0.11 282	0.06 167	0.04 25	0.07 294	0.06 276	0.06 286	0.08 452

TVStereo	0.11 284	0.07 220	0.13 334	0.17 291	0.09 334	0.10 195	0.14 231	0.23 400	0.19 352	0.12 296	0.17 344	0.12 299	0.11 332	0.11 191	0.11 282	0.06 167	0.04 25	0.07 294	0.06 276	0.06 286	0.12 565

DeepStereo_RVC	0.11 284	0.08 339	0.16 455	0.18 381	0.08 208	0.08 79	0.12 96	0.17 258	0.12 137	0.13 326	0.14 292	0.12 299	0.12 363	0.12 285	0.11 282	0.06 167	0.04 25	0.07 294	0.06 276	0.07 365	0.08 452

CRE-IMP	0.11 284	0.09 419	0.16 455	0.19 450	0.08 208	0.10 195	0.12 96	0.18 291	0.10 69	0.14 348	0.13 278	0.13 325	0.12 363	0.12 285	0.11 282	0.07 332	0.04 25	0.08 388	0.06 276	0.08 429	0.08 452

cross-raft	0.10 236	0.09 419	0.09 121	0.19 450	0.07 128	0.11 246	0.25 606	0.13 109	0.15 236	0.08 124	0.11 239	0.12 299	0.10 299	0.09 58	0.11 282	0.05 51	0.04 25	0.06 183	0.05 186	0.04 48	0.04 72

GMM-Stereo	0.11 284	0.07 220	0.10 185	0.18 381	0.09 334	0.08 79	0.15 315	0.23 400	0.16 273	0.11 255	0.15 309	0.13 325	0.11 332	0.11 191	0.11 282	0.05 51	0.04 25	0.08 388	0.07 374	0.06 286	0.09 496

CREStereo++_RVC	0.08 80	0.04 1	0.06 5	0.13 16	0.07 128	0.09 132	0.12 96	0.14 139	0.14 211	0.10 220	0.14 292	0.08 179	0.07 178	0.09 58	0.11 282	0.06 167	0.04 25	0.05 45	0.05 186	0.04 48	0.04 72
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	0.10 236	0.06 102	0.09 121	0.16 204	0.08 208	0.12 298	0.14 231	0.17 258	0.11 100	0.12 296	0.17 344	0.14 345	0.10 299	0.12 285	0.11 282	0.07 332	0.06 411	0.06 183	0.05 186	0.08 429	0.07 386

RALAANet	0.11 284	0.08 339	0.10 185	0.17 291	0.09 334	0.14 383	0.10 35	0.20 332	0.15 236	0.14 348	0.13 278	0.16 390	0.09 260	0.12 285	0.11 282	0.06 167	0.05 267	0.07 294	0.06 276	0.05 164	0.04 72

sCroCo_RVC	0.12 355	0.09 419	0.23 557	0.24 598	0.11 496	0.19 504	0.14 231	0.17 258	0.14 211	0.10 220	0.13 278	0.12 299	0.07 178	0.14 366	0.11 282	0.08 408	0.08 513	0.08 388	0.08 447	0.05 164	0.07 386

EAI-Stereo	0.09 168	0.07 220	0.11 240	0.15 109	0.06 27	0.10 195	0.15 315	0.16 219	0.09 48	0.08 124	0.09 153	0.08 179	0.07 178	0.09 58	0.11 282	0.05 51	0.04 25	0.05 45	0.05 186	0.05 164	0.04 72

SFCPSM	0.13 381	0.07 220	0.14 371	0.17 291	0.09 334	0.15 409	0.16 384	0.28 500	0.27 479	0.14 348	0.17 344	0.12 299	0.13 403	0.14 366	0.11 282	0.08 408	0.05 267	0.07 294	0.07 374	0.07 365	0.06 299

R-Stereo Train	0.10 236	0.06 102	0.10 185	0.17 291	0.08 208	0.11 246	0.14 231	0.23 400	0.11 100	0.12 296	0.19 382	0.11 279	0.08 226	0.09 58	0.11 282	0.07 332	0.05 267	0.06 183	0.05 186	0.05 164	0.05 203

RAFT-Stereo	0.10 236	0.06 102	0.10 185	0.17 291	0.08 208	0.11 246	0.14 231	0.23 400	0.11 100	0.12 296	0.19 382	0.11 279	0.08 226	0.09 58	0.11 282	0.07 332	0.05 267	0.06 183	0.05 186	0.05 164	0.05 203
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
TS12	0.08 80	0.06 102	0.09 121	0.21 548	0.07 128	0.11 246	0.13 166	0.11 54	0.09 48	0.10 220	0.10 189	0.08 179	0.10 299	0.09 58	0.12 343	0.04 11	0.04 25	0.05 45	0.04 55	0.03 1	0.04 72

Selective-IGEV-i16pb	0.14 418	0.08 339	0.17 485	0.15 109	0.11 496	0.41 643	0.16 384	0.28 500	0.23 417	0.11 255	0.20 394	0.10 249	0.07 178	0.17 459	0.12 343	0.10 509	0.07 483	0.06 183	0.08 447	0.09 492	0.10 525

xyz-stereo	0.13 381	0.07 220	0.20 533	0.15 109	0.05 2	0.20 520	0.15 315	0.17 258	0.31 519	0.15 375	0.29 529	0.26 527	0.16 473	0.13 337	0.12 343	0.05 51	0.05 267	0.06 183	0.05 186	0.04 48	0.04 72

fffft	0.09 168	0.06 102	0.12 284	0.16 204	0.07 128	0.09 132	0.17 425	0.12 81	0.11 100	0.08 124	0.07 63	0.09 214	0.06 65	0.11 191	0.12 343	0.05 51	0.04 25	0.06 183	0.05 186	0.04 48	0.05 203
1: 1. 1
mms	0.09 168	0.07 220	0.08 56	0.16 204	0.08 208	0.10 195	0.16 384	0.12 81	0.11 100	0.08 124	0.09 153	0.08 179	0.06 65	0.11 191	0.12 343	0.05 51	0.04 25	0.07 294	0.05 186	0.04 48	0.03 2

ours_stereo	0.09 168	0.07 220	0.09 121	0.17 291	0.08 208	0.11 246	0.16 384	0.11 54	0.12 137	0.08 124	0.10 189	0.08 179	0.06 65	0.12 285	0.12 343	0.05 51	0.04 25	0.06 183	0.05 186	0.04 48	0.03 2

rvit_0105_6	0.14 418	0.09 419	0.18 509	0.17 291	0.10 446	0.10 195	0.16 384	0.19 321	0.26 469	0.12 296	0.18 371	0.17 412	0.12 363	0.18 481	0.12 343	0.15 609	0.11 579	0.12 570	0.10 534	0.09 492	0.06 299

UGAM	0.13 381	0.10 481	0.09 121	0.22 565	0.08 208	0.12 298	0.20 537	0.17 258	0.23 417	0.21 506	0.16 322	0.13 325	0.13 403	0.19 496	0.12 343	0.07 332	0.05 267	0.13 585	0.11 568	0.07 365	0.05 203

rvit_stereo_0083	0.12 355	0.08 339	0.17 485	0.16 204	0.09 334	0.11 246	0.15 315	0.14 139	0.26 469	0.11 255	0.14 292	0.13 325	0.10 299	0.12 285	0.12 343	0.10 509	0.08 513	0.09 471	0.07 374	0.07 365	0.05 203

rvit_stereo_0081	0.11 284	0.08 339	0.15 419	0.16 204	0.09 334	0.10 195	0.14 231	0.14 139	0.24 434	0.11 255	0.13 278	0.13 325	0.09 260	0.11 191	0.12 343	0.10 509	0.07 483	0.08 388	0.07 374	0.07 365	0.05 203

rvit_stereo_0082	0.11 284	0.08 339	0.15 419	0.16 204	0.09 334	0.10 195	0.14 231	0.14 139	0.24 434	0.11 255	0.13 278	0.13 325	0.09 260	0.11 191	0.12 343	0.10 509	0.07 483	0.08 388	0.07 374	0.07 365	0.05 203

test_sample2	0.12 355	0.07 220	0.12 284	0.14 57	0.08 208	0.16 439	0.18 474	0.21 355	0.16 273	0.14 348	0.20 394	0.19 440	0.15 445	0.15 390	0.12 343	0.08 408	0.05 267	0.07 294	0.06 276	0.08 429	0.07 386

Former-RAFT_DAM_RVC	0.10 236	0.08 339	0.12 284	0.16 204	0.08 208	0.15 409	0.16 384	0.18 291	0.18 333	0.10 220	0.09 153	0.09 214	0.08 226	0.11 191	0.12 343	0.07 332	0.05 267	0.08 388	0.06 276	0.07 365	0.06 299

plain	0.10 236	0.08 339	0.10 185	0.19 450	0.09 334	0.10 195	0.15 315	0.14 139	0.13 179	0.13 326	0.15 309	0.09 214	0.12 363	0.13 337	0.12 343	0.07 332	0.05 267	0.09 471	0.06 276	0.06 286	0.06 299

MIF-Stereo (partial)	0.11 284	0.06 102	0.10 185	0.19 450	0.10 446	0.10 195	0.11 64	0.17 258	0.18 333	0.14 348	0.16 322	0.09 214	0.11 332	0.12 285	0.12 343	0.08 408	0.05 267	0.08 388	0.07 374	0.06 286	0.07 386

EKT-Stereo	0.11 284	0.07 220	0.14 371	0.15 109	0.10 446	0.13 349	0.14 231	0.18 291	0.21 391	0.11 255	0.08 118	0.12 299	0.09 260	0.11 191	0.12 343	0.08 408	0.06 411	0.07 294	0.06 276	0.08 429	0.07 386

riskmin	0.11 284	0.06 102	0.13 334	0.14 57	0.08 208	0.14 383	0.14 231	0.18 291	0.14 211	0.11 255	0.14 292	0.16 390	0.11 332	0.14 366	0.12 343	0.09 468	0.05 267	0.07 294	0.05 186	0.08 429	0.08 452

DCANet-4	0.10 236	0.06 102	0.12 284	0.16 204	0.06 27	0.09 132	0.17 425	0.18 291	0.19 352	0.13 326	0.16 322	0.09 214	0.14 427	0.11 191	0.12 343	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.05 203

fff	0.10 236	0.06 102	0.12 284	0.15 109	0.07 128	0.09 132	0.17 425	0.16 219	0.20 375	0.13 326	0.16 322	0.10 249	0.11 332	0.11 191	0.12 343	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.05 203

ADStereo(finetuned)	0.10 236	0.06 102	0.12 284	0.16 204	0.06 27	0.09 132	0.17 425	0.15 181	0.19 352	0.13 326	0.17 344	0.10 249	0.12 363	0.11 191	0.12 343	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

raft_robust	0.13 381	0.10 481	0.07 11	0.18 381	0.08 208	0.13 349	0.24 591	0.28 500	0.33 533	0.20 492	0.19 382	0.14 345	0.10 299	0.11 191	0.12 343	0.05 51	0.05 267	0.07 294	0.07 374	0.05 164	0.04 72

RAFT+CT+SA	0.13 381	0.11 507	0.09 121	0.19 450	0.09 334	0.15 409	0.28 628	0.22 379	0.22 405	0.15 375	0.26 494	0.10 249	0.10 299	0.11 191	0.12 343	0.05 51	0.04 25	0.07 294	0.08 447	0.07 365	0.06 299

hknet	0.15 463	0.11 507	0.13 334	0.22 565	0.11 496	0.14 383	0.15 315	0.34 579	0.25 455	0.17 422	0.22 428	0.22 479	0.18 511	0.17 459	0.12 343	0.07 332	0.06 411	0.10 519	0.09 494	0.07 365	0.07 386

DAS	0.15 463	0.08 339	0.18 509	0.19 450	0.10 446	0.19 504	0.17 425	0.27 481	0.29 501	0.18 452	0.25 477	0.21 461	0.15 445	0.16 425	0.12 343	0.08 408	0.06 411	0.06 183	0.06 276	0.07 365	0.07 386

SepStereo	0.15 463	0.08 339	0.18 509	0.19 450	0.10 446	0.19 504	0.17 425	0.27 481	0.29 501	0.18 452	0.25 477	0.21 461	0.15 445	0.25 577	0.12 343	0.08 408	0.06 411	0.06 183	0.06 276	0.07 365	0.07 386

MIPNet	0.11 284	0.08 339	0.14 371	0.17 291	0.09 334	0.12 298	0.14 231	0.20 332	0.24 434	0.11 255	0.10 189	0.09 214	0.07 178	0.13 337	0.12 343	0.06 167	0.04 25	0.06 183	0.05 186	0.04 48	0.04 72

IPLGR	0.11 284	0.09 419	0.16 455	0.18 381	0.08 208	0.12 298	0.17 425	0.21 355	0.24 434	0.11 255	0.12 260	0.11 279	0.08 226	0.12 285	0.12 343	0.06 167	0.05 267	0.06 183	0.06 276	0.04 48	0.04 72

CrosDoStereo	0.12 355	0.06 102	0.12 284	0.14 57	0.08 208	0.12 298	0.15 315	0.17 258	0.22 405	0.19 469	0.24 449	0.15 374	0.11 332	0.11 191	0.12 343	0.06 167	0.04 25	0.07 294	0.07 374	0.05 164	0.05 203

STrans-v2	0.10 236	0.07 220	0.12 284	0.18 381	0.07 128	0.10 195	0.14 231	0.21 355	0.11 100	0.11 255	0.15 309	0.12 299	0.10 299	0.11 191	0.12 343	0.05 51	0.04 25	0.06 183	0.06 276	0.04 48	0.04 72

IIG-Stereo	0.11 284	0.06 102	0.13 334	0.17 291	0.08 208	0.11 246	0.12 96	0.22 379	0.17 302	0.14 348	0.17 344	0.11 279	0.12 363	0.12 285	0.12 343	0.06 167	0.05 267	0.07 294	0.06 276	0.05 164	0.04 72

DeepStereo_LL	0.12 355	0.06 102	0.12 284	0.14 57	0.08 208	0.12 298	0.15 315	0.17 258	0.22 405	0.19 469	0.24 449	0.15 374	0.11 332	0.11 191	0.12 343	0.06 167	0.04 25	0.07 294	0.07 374	0.05 164	0.05 203

DRaft	0.12 355	0.06 102	0.11 240	0.14 57	0.09 334	0.14 383	0.17 425	0.21 355	0.30 511	0.17 422	0.28 517	0.10 249	0.15 445	0.10 120	0.12 343	0.05 51	0.04 25	0.07 294	0.06 276	0.05 164	0.05 203

RAFT-RH_RVC	0.11 284	0.06 102	0.14 371	0.16 204	0.09 334	0.12 298	0.12 96	0.17 258	0.12 137	0.13 326	0.41 609	0.11 279	0.10 299	0.13 337	0.12 343	0.05 51	0.04 25	0.08 388	0.05 186	0.04 48	0.06 299

RAFT-345	0.11 284	0.07 220	0.15 419	0.16 204	0.08 208	0.08 79	0.12 96	0.15 181	0.10 69	0.11 255	0.36 571	0.09 214	0.09 260	0.11 191	0.12 343	0.05 51	0.05 267	0.07 294	0.06 276	0.04 48	0.05 203

rafts_anoy	0.11 284	0.06 102	0.10 185	0.17 291	0.08 208	0.10 195	0.14 231	0.17 258	0.14 211	0.13 326	0.13 278	0.12 299	0.10 299	0.11 191	0.12 343	0.07 332	0.04 25	0.09 471	0.11 568	0.07 365	0.06 299

Anonymous3	0.16 486	0.13 553	0.33 601	0.26 614	0.14 574	0.27 599	0.17 425	0.28 500	0.28 494	0.15 375	0.17 344	0.14 345	0.10 299	0.15 390	0.12 343	0.08 408	0.08 513	0.08 388	0.08 447	0.08 429	0.11 552

s12784h	0.09 168	0.06 102	0.07 11	0.15 109	0.05 2	0.16 439	0.18 474	0.15 181	0.15 236	0.10 220	0.11 239	0.11 279	0.11 332	0.10 120	0.12 343	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

DCANet	0.10 236	0.06 102	0.12 284	0.16 204	0.06 27	0.09 132	0.17 425	0.15 181	0.19 352	0.13 326	0.17 344	0.10 249	0.11 332	0.11 191	0.12 343	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

csc	0.10 236	0.06 102	0.12 284	0.15 109	0.07 128	0.09 132	0.17 425	0.16 219	0.20 375	0.13 326	0.16 322	0.10 249	0.11 332	0.11 191	0.12 343	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.05 203

cscssc	0.10 236	0.06 102	0.12 284	0.15 109	0.07 128	0.09 132	0.17 425	0.16 219	0.20 375	0.13 326	0.16 322	0.10 249	0.11 332	0.11 191	0.12 343	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.05 203

ARAFT	0.12 355	0.08 339	0.17 485	0.19 450	0.09 334	0.14 383	0.18 474	0.20 332	0.12 137	0.12 296	0.13 278	0.14 345	0.11 332	0.15 390	0.12 343	0.06 167	0.05 267	0.10 519	0.09 494	0.05 164	0.04 72

RAFT + AFF	0.13 381	0.07 220	0.20 533	0.20 516	0.10 446	0.14 383	0.24 591	0.26 459	0.20 375	0.11 255	0.10 189	0.12 299	0.10 299	0.15 390	0.12 343	0.07 332	0.06 411	0.09 471	0.08 447	0.06 286	0.08 452

Selective-IGEV-i1	0.13 381	0.07 220	0.12 284	0.19 450	0.08 208	0.18 480	0.16 384	0.22 379	0.30 511	0.16 403	0.17 344	0.16 390	0.10 299	0.14 366	0.13 385	0.06 167	0.05 267	0.06 183	0.05 186	0.06 286	0.05 203

FACV-RUCA	0.13 381	0.11 507	0.12 284	0.19 450	0.12 530	0.15 409	0.15 315	0.22 379	0.20 375	0.15 375	0.16 322	0.14 345	0.16 473	0.14 366	0.13 385	0.07 332	0.05 267	0.08 388	0.06 276	0.10 525	0.08 452

rvit_0105_4	0.14 418	0.09 419	0.17 485	0.17 291	0.10 446	0.12 298	0.19 514	0.23 400	0.27 479	0.14 348	0.20 394	0.17 412	0.13 403	0.17 459	0.13 385	0.15 609	0.11 579	0.11 550	0.10 534	0.09 492	0.06 299

rvit_stereo_0075_2	0.17 507	0.12 525	0.25 566	0.23 589	0.16 605	0.13 349	0.10 35	0.30 528	0.27 479	0.20 492	0.28 517	0.22 479	0.15 445	0.18 481	0.13 385	0.16 625	0.10 567	0.17 620	0.10 534	0.10 525	0.09 496

rvit_stereo_ft	0.12 355	0.07 220	0.13 334	0.19 450	0.10 446	0.12 298	0.17 425	0.16 219	0.16 273	0.12 296	0.13 278	0.15 374	0.10 299	0.14 366	0.13 385	0.09 468	0.06 411	0.08 388	0.07 374	0.07 365	0.05 203

test_sample6	0.14 418	0.08 339	0.13 334	0.16 204	0.08 208	0.17 461	0.19 514	0.25 441	0.17 302	0.17 422	0.27 503	0.19 440	0.14 427	0.15 390	0.13 385	0.08 408	0.05 267	0.08 388	0.07 374	0.08 429	0.08 452

test_sample5	0.14 418	0.08 339	0.14 371	0.16 204	0.08 208	0.18 480	0.18 474	0.25 441	0.17 302	0.17 422	0.27 503	0.18 426	0.14 427	0.16 425	0.13 385	0.08 408	0.05 267	0.08 388	0.07 374	0.08 429	0.08 452

test_sample4	0.14 418	0.08 339	0.14 371	0.15 109	0.08 208	0.19 504	0.18 474	0.26 459	0.17 302	0.16 403	0.25 477	0.18 426	0.14 427	0.16 425	0.13 385	0.08 408	0.06 411	0.08 388	0.06 276	0.08 429	0.08 452

test_sample3	0.14 418	0.08 339	0.15 419	0.14 57	0.09 334	0.19 504	0.17 425	0.26 459	0.18 333	0.16 403	0.22 428	0.19 440	0.15 445	0.17 459	0.13 385	0.08 408	0.06 411	0.07 294	0.06 276	0.09 492	0.08 452

MyStereo05	0.13 381	0.07 220	0.10 185	0.17 291	0.09 334	0.13 349	0.18 474	0.27 481	0.35 554	0.17 422	0.14 292	0.15 374	0.11 332	0.15 390	0.13 385	0.06 167	0.05 267	0.07 294	0.07 374	0.06 286	0.06 299

MyStereo04	0.13 381	0.07 220	0.10 185	0.17 291	0.09 334	0.14 383	0.18 474	0.29 514	0.38 572	0.17 422	0.14 292	0.16 390	0.10 299	0.15 390	0.13 385	0.06 167	0.05 267	0.08 388	0.07 374	0.06 286	0.06 299

11t1	0.12 355	0.06 102	0.13 334	0.14 57	0.08 208	0.17 461	0.15 315	0.18 291	0.15 236	0.15 375	0.15 309	0.16 390	0.16 473	0.15 390	0.13 385	0.08 408	0.05 267	0.06 183	0.05 186	0.08 429	0.07 386

DualNet	0.14 418	0.08 339	0.14 371	0.16 204	0.08 208	0.18 480	0.18 474	0.25 441	0.17 302	0.17 422	0.27 503	0.18 426	0.14 427	0.16 425	0.13 385	0.08 408	0.05 267	0.08 388	0.07 374	0.08 429	0.08 452

MaDis-Stereo	0.09 168	0.09 419	0.08 56	0.17 291	0.09 334	0.13 349	0.10 35	0.16 219	0.16 273	0.09 175	0.11 239	0.06 42	0.06 65	0.09 58	0.13 385	0.07 332	0.06 411	0.07 294	0.05 186	0.05 164	0.04 72

PCWNet_CMD	0.14 418	0.08 339	0.15 419	0.17 291	0.09 334	0.14 383	0.14 231	0.29 514	0.36 558	0.14 348	0.20 394	0.21 461	0.12 363	0.17 459	0.13 385	0.07 332	0.05 267	0.07 294	0.07 374	0.07 365	0.07 386

TestStereo1	0.13 381	0.08 339	0.08 56	0.19 450	0.08 208	0.18 480	0.29 638	0.23 400	0.16 273	0.17 422	0.20 394	0.16 390	0.10 299	0.12 285	0.13 385	0.06 167	0.06 411	0.08 388	0.06 276	0.05 164	0.05 203

BUS	0.14 418	0.09 419	0.14 371	0.22 565	0.10 446	0.19 504	0.14 231	0.34 579	0.19 352	0.17 422	0.22 428	0.16 390	0.13 403	0.15 390	0.13 385	0.08 408	0.06 411	0.10 519	0.09 494	0.07 365	0.07 386

test_5	0.14 418	0.12 525	0.08 56	0.20 516	0.10 446	0.14 383	0.29 638	0.21 355	0.24 434	0.18 452	0.28 517	0.11 279	0.15 445	0.12 285	0.13 385	0.06 167	0.05 267	0.07 294	0.08 447	0.08 429	0.07 386

NINENet	0.16 486	0.10 481	0.15 419	0.17 291	0.11 496	0.19 504	0.14 231	0.40 623	0.36 558	0.18 452	0.21 417	0.16 390	0.13 403	0.15 390	0.13 385	0.08 408	0.08 513	0.10 519	0.07 374	0.10 525	0.09 496

SA-5K	0.13 381	0.08 339	0.08 56	0.19 450	0.08 208	0.18 480	0.29 638	0.23 400	0.16 273	0.17 422	0.20 394	0.16 390	0.10 299	0.12 285	0.13 385	0.06 167	0.06 411	0.08 388	0.06 276	0.05 164	0.05 203

UDGNet	0.14 418	0.13 553	0.16 455	0.17 291	0.10 446	0.12 298	0.16 384	0.21 355	0.27 479	0.20 492	0.20 394	0.16 390	0.13 403	0.16 425	0.13 385	0.10 509	0.06 411	0.09 471	0.07 374	0.06 286	0.07 386

IPLG	0.10 236	0.07 220	0.15 419	0.17 291	0.08 208	0.11 246	0.14 231	0.20 332	0.15 236	0.12 296	0.17 344	0.07 120	0.07 178	0.14 366	0.13 385	0.06 167	0.04 25	0.06 183	0.05 186	0.04 48	0.04 72

GANet-ADL	0.13 381	0.07 220	0.15 419	0.17 291	0.10 446	0.18 480	0.15 315	0.30 528	0.20 375	0.13 326	0.18 371	0.19 440	0.12 363	0.16 425	0.13 385	0.08 408	0.06 411	0.06 183	0.05 186	0.07 365	0.08 452

OMP-Stereo	0.11 284	0.06 102	0.14 371	0.18 381	0.08 208	0.09 132	0.12 96	0.21 355	0.21 391	0.13 326	0.14 292	0.11 279	0.12 363	0.11 191	0.13 385	0.06 167	0.04 25	0.07 294	0.06 276	0.05 164	0.04 72

FTStereo	0.12 355	0.06 102	0.14 371	0.18 381	0.09 334	0.07 39	0.15 315	0.21 355	0.18 333	0.12 296	0.24 449	0.12 299	0.12 363	0.13 337	0.13 385	0.05 51	0.05 267	0.07 294	0.06 276	0.06 286	0.10 525

DEmStereo	0.12 355	0.06 102	0.14 371	0.14 57	0.10 446	0.16 439	0.15 315	0.16 219	0.24 434	0.17 422	0.24 449	0.13 325	0.14 427	0.12 285	0.13 385	0.05 51	0.04 25	0.07 294	0.06 276	0.05 164	0.05 203

raft+_RVC	0.11 284	0.07 220	0.09 121	0.16 204	0.07 128	0.10 195	0.11 64	0.24 424	0.20 375	0.12 296	0.15 309	0.12 299	0.08 226	0.12 285	0.13 385	0.07 332	0.04 25	0.07 294	0.06 276	0.05 164	0.05 203

GES	0.14 418	0.08 339	0.16 455	0.15 109	0.10 446	0.13 349	0.13 166	0.28 500	0.25 455	0.16 403	0.23 437	0.18 426	0.13 403	0.16 425	0.13 385	0.08 408	0.07 483	0.07 294	0.06 276	0.08 429	0.09 496

HCRNet	0.16 486	0.24 630	0.12 284	0.35 648	0.11 496	0.15 409	0.17 425	0.26 459	0.22 405	0.19 469	0.24 449	0.21 461	0.14 427	0.15 390	0.13 385	0.11 540	0.07 483	0.11 550	0.10 534	0.09 492	0.07 386

GMStereo	0.13 381	0.14 565	0.14 371	0.18 381	0.09 334	0.15 409	0.16 384	0.20 332	0.24 434	0.16 403	0.17 344	0.10 249	0.10 299	0.16 425	0.13 385	0.07 332	0.06 411	0.06 183	0.06 276	0.07 365	0.06 299
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PSMNet-RSSM	0.14 418	0.07 220	0.13 334	0.15 109	0.08 208	0.13 349	0.16 384	0.24 424	0.24 434	0.16 403	0.28 517	0.22 479	0.14 427	0.15 390	0.13 385	0.11 540	0.06 411	0.09 471	0.12 588	0.08 429	0.07 386

CCAANet	0.14 418	0.06 102	0.11 240	0.16 204	0.08 208	0.22 546	0.14 231	0.26 459	0.18 333	0.16 403	0.36 571	0.15 374	0.17 496	0.16 425	0.13 385	0.07 332	0.05 267	0.06 183	0.06 276	0.05 164	0.07 386

DIP-Stereo	0.11 284	0.07 220	0.14 371	0.17 291	0.09 334	0.13 349	0.09 20	0.16 219	0.16 273	0.11 255	0.16 322	0.14 345	0.12 363	0.15 390	0.13 385	0.06 167	0.05 267	0.06 183	0.05 186	0.05 164	0.06 299
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	0.14 418	0.08 339	0.11 240	0.15 109	0.08 208	0.15 409	0.15 315	0.27 481	0.29 501	0.19 469	0.21 417	0.29 553	0.14 427	0.17 459	0.13 385	0.06 167	0.06 411	0.06 183	0.06 276	0.07 365	0.06 299
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
HITNet	0.10 236	0.06 102	0.12 284	0.14 57	0.06 27	0.11 246	0.10 35	0.18 291	0.18 333	0.13 326	0.16 322	0.14 345	0.11 332	0.15 390	0.13 385	0.06 167	0.04 25	0.04 1	0.04 55	0.06 286	0.05 203
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	0.12 355	0.07 220	0.16 455	0.18 381	0.06 27	0.15 409	0.17 425	0.19 321	0.21 391	0.18 452	0.25 477	0.17 412	0.13 403	0.14 366	0.13 385	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

iResNet_ROB	0.14 418	0.07 220	0.13 334	0.14 57	0.07 128	0.18 480	0.14 231	0.26 459	0.31 519	0.22 522	0.25 477	0.23 497	0.15 445	0.15 390	0.13 385	0.07 332	0.05 267	0.05 45	0.04 55	0.08 429	0.08 452

DN-CSS_ROB	0.13 381	0.13 553	0.16 455	0.18 381	0.10 446	0.16 439	0.08 7	0.22 379	0.18 333	0.17 422	0.22 428	0.13 325	0.13 403	0.12 285	0.13 385	0.05 51	0.05 267	0.10 519	0.10 534	0.08 429	0.06 299

IGEV_i1	0.12 355	0.07 220	0.12 284	0.16 204	0.08 208	0.19 504	0.14 231	0.18 291	0.22 405	0.18 452	0.18 371	0.16 390	0.12 363	0.16 425	0.14 423	0.06 167	0.05 267	0.06 183	0.05 186	0.06 286	0.06 299

LiteMatch	0.09 168	0.06 102	0.10 185	0.16 204	0.07 128	0.09 132	0.15 315	0.13 109	0.08 24	0.06 23	0.07 63	0.06 42	0.15 445	0.10 120	0.14 423	0.07 332	0.04 25	0.06 183	0.06 276	0.06 286	0.06 299

Lsterematch	0.11 284	0.06 102	0.11 240	0.16 204	0.07 128	0.13 349	0.15 315	0.14 139	0.17 302	0.16 403	0.18 371	0.15 374	0.15 445	0.12 285	0.14 423	0.07 332	0.04 25	0.06 183	0.06 276	0.06 286	0.06 299

DStereoRT	0.16 486	0.06 102	0.11 240	0.19 450	0.09 334	0.12 298	0.12 96	0.28 500	0.22 405	0.12 296	0.20 394	0.11 279	0.10 299	0.15 390	0.14 423	0.06 167	0.05 267	0.96 686	0.09 494	0.05 164	0.04 72

DFGA-Net	0.13 381	0.11 507	0.18 509	0.17 291	0.10 446	0.12 298	0.13 166	0.22 379	0.25 455	0.16 403	0.16 322	0.13 325	0.12 363	0.16 425	0.14 423	0.07 332	0.05 267	0.08 388	0.07 374	0.05 164	0.05 203

rvit_0105_5	0.14 418	0.09 419	0.13 334	0.17 291	0.09 334	0.14 383	0.23 578	0.24 424	0.27 479	0.14 348	0.15 309	0.18 426	0.12 363	0.17 459	0.14 423	0.14 605	0.11 579	0.10 519	0.10 534	0.08 429	0.06 299

rvit_0105_3	0.15 463	0.09 419	0.14 371	0.19 450	0.12 530	0.15 409	0.25 606	0.25 441	0.29 501	0.15 375	0.17 344	0.20 452	0.13 403	0.17 459	0.14 423	0.13 591	0.11 579	0.12 570	0.14 603	0.07 365	0.06 299

DCVSM-stereo	0.14 418	0.09 419	0.16 455	0.16 204	0.10 446	0.15 409	0.09 20	0.19 321	0.23 417	0.20 492	0.23 437	0.26 527	0.15 445	0.18 481	0.14 423	0.09 468	0.07 483	0.09 471	0.08 447	0.10 525	0.12 565

GCST	0.37 639	0.42 658	0.26 569	1.02 684	0.39 659	0.18 480	0.08 7	0.20 332	0.17 302	0.28 584	0.25 477	0.15 374	0.12 363	0.16 425	0.14 423	0.64 680	0.43 669	0.75 676	0.65 680	0.63 673	0.46 671

test_sample1	0.13 381	0.07 220	0.14 371	0.13 16	0.08 208	0.19 504	0.16 384	0.20 332	0.15 236	0.14 348	0.22 428	0.18 426	0.16 473	0.17 459	0.14 423	0.07 332	0.06 411	0.06 183	0.06 276	0.08 429	0.07 386

GMStereo_Zeroshot	0.16 486	0.13 553	0.24 561	0.20 516	0.10 446	0.17 461	0.13 166	0.29 514	0.25 455	0.23 535	0.32 548	0.25 517	0.11 332	0.19 496	0.14 423	0.09 468	0.06 411	0.11 550	0.06 276	0.12 563	0.08 452

CASS	0.13 381	0.12 525	0.11 240	0.23 589	0.09 334	0.15 409	0.17 425	0.18 291	0.19 352	0.17 422	0.18 371	0.15 374	0.15 445	0.14 366	0.14 423	0.09 468	0.06 411	0.10 519	0.08 447	0.09 492	0.07 386
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.13 381	0.07 220	0.13 334	0.18 381	0.09 334	0.13 349	0.17 425	0.19 321	0.29 501	0.15 375	0.24 449	0.15 374	0.14 427	0.14 366	0.14 423	0.07 332	0.05 267	0.07 294	0.09 494	0.05 164	0.06 299

IER	0.14 418	0.07 220	0.13 334	0.17 291	0.09 334	0.14 383	0.16 384	0.25 441	0.26 469	0.18 452	0.25 477	0.17 412	0.20 539	0.16 425	0.14 423	0.08 408	0.05 267	0.07 294	0.06 276	0.08 429	0.07 386

BSDual-CNN	0.15 463	0.09 419	0.14 371	0.22 565	0.10 446	0.14 383	0.15 315	0.34 579	0.19 352	0.17 422	0.22 428	0.25 517	0.16 473	0.15 390	0.14 423	0.08 408	0.06 411	0.10 519	0.09 494	0.07 365	0.07 386

psmg	0.14 418	0.09 419	0.14 371	0.17 291	0.10 446	0.15 409	0.17 425	0.29 514	0.19 352	0.17 422	0.21 417	0.25 517	0.16 473	0.15 390	0.14 423	0.08 408	0.06 411	0.08 388	0.08 447	0.07 365	0.06 299

GwcNet-ADL	0.13 381	0.08 339	0.14 371	0.20 516	0.09 334	0.11 246	0.20 537	0.30 528	0.24 434	0.13 326	0.14 292	0.18 426	0.14 427	0.13 337	0.14 423	0.07 332	0.05 267	0.06 183	0.05 186	0.07 365	0.06 299

AAGNet	0.11 284	0.07 220	0.16 455	0.19 450	0.09 334	0.08 79	0.13 166	0.18 291	0.13 179	0.16 403	0.21 417	0.13 325	0.14 427	0.11 191	0.14 423	0.06 167	0.04 25	0.09 471	0.06 276	0.06 286	0.05 203

THIR-Stereo	0.12 355	0.07 220	0.11 240	0.15 109	0.08 208	0.14 383	0.16 384	0.17 258	0.25 455	0.16 403	0.24 449	0.14 345	0.12 363	0.12 285	0.14 423	0.06 167	0.04 25	0.07 294	0.07 374	0.05 164	0.05 203

ICVP	0.15 463	0.09 419	0.12 284	0.22 565	0.09 334	0.17 461	0.21 557	0.25 441	0.23 417	0.18 452	0.30 536	0.26 527	0.18 511	0.17 459	0.14 423	0.09 468	0.07 483	0.08 388	0.07 374	0.07 365	0.07 386
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
TestStereo	0.13 381	0.14 565	0.11 240	0.23 589	0.08 208	0.15 409	0.21 557	0.20 332	0.23 417	0.14 348	0.24 449	0.16 390	0.12 363	0.16 425	0.14 423	0.05 51	0.06 411	0.08 388	0.06 276	0.09 492	0.05 203

CFNet_pseudo	0.14 418	0.08 339	0.15 419	0.16 204	0.09 334	0.13 349	0.14 231	0.27 481	0.34 545	0.14 348	0.21 417	0.22 479	0.13 403	0.18 481	0.14 423	0.07 332	0.05 267	0.08 388	0.06 276	0.07 365	0.07 386

cf-r	0.13 381	0.07 220	0.12 284	0.16 204	0.08 208	0.14 383	0.19 514	0.20 332	0.25 455	0.17 422	0.25 477	0.21 461	0.16 473	0.14 366	0.14 423	0.10 509	0.05 267	0.06 183	0.08 447	0.06 286	0.06 299

CFNet-ft	0.14 418	0.07 220	0.15 419	0.12 5	0.09 334	0.16 439	0.18 474	0.22 379	0.24 434	0.17 422	0.26 494	0.24 503	0.14 427	0.16 425	0.14 423	0.11 540	0.06 411	0.08 388	0.09 494	0.09 492	0.08 452

MSMDNet	0.14 418	0.08 339	0.15 419	0.17 291	0.09 334	0.14 383	0.14 231	0.29 514	0.36 558	0.14 348	0.21 417	0.21 461	0.12 363	0.17 459	0.14 423	0.07 332	0.05 267	0.07 294	0.07 374	0.07 365	0.07 386

CFNet	0.15 463	0.10 481	0.17 485	0.17 291	0.08 208	0.18 480	0.09 20	0.28 500	0.25 455	0.19 469	0.24 449	0.24 503	0.17 496	0.17 459	0.14 423	0.08 408	0.06 411	0.09 471	0.10 534	0.07 365	0.06 299

CFNet_RVC	0.14 418	0.07 220	0.15 419	0.12 5	0.09 334	0.16 439	0.18 474	0.22 379	0.24 434	0.17 422	0.26 494	0.24 503	0.14 427	0.16 425	0.14 423	0.11 540	0.06 411	0.08 388	0.09 494	0.09 492	0.08 452

ccs_rob	0.14 418	0.08 339	0.15 419	0.16 204	0.09 334	0.12 298	0.14 231	0.27 481	0.34 545	0.14 348	0.21 417	0.22 479	0.13 403	0.18 481	0.14 423	0.07 332	0.05 267	0.08 388	0.07 374	0.07 365	0.07 386

AdaStereo	0.15 463	0.11 507	0.15 419	0.18 381	0.09 334	0.20 520	0.11 64	0.32 550	0.28 494	0.20 492	0.23 437	0.20 452	0.13 403	0.19 496	0.14 423	0.12 565	0.05 267	0.10 519	0.07 374	0.09 492	0.07 386
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	0.14 418	0.08 339	0.15 419	0.16 204	0.08 208	0.16 439	0.12 96	0.25 441	0.35 554	0.21 506	0.29 529	0.24 503	0.13 403	0.14 366	0.14 423	0.06 167	0.05 267	0.06 183	0.04 55	0.09 492	0.08 452

iResNet	0.13 381	0.10 481	0.18 509	0.19 450	0.08 208	0.13 349	0.18 474	0.20 332	0.26 469	0.15 375	0.23 437	0.15 374	0.13 403	0.14 366	0.14 423	0.06 167	0.04 25	0.06 183	0.05 186	0.06 286	0.05 203

DDVS	0.15 463	0.10 481	0.21 542	0.16 204	0.12 530	0.15 409	0.14 231	0.25 441	0.19 352	0.18 452	0.29 529	0.27 535	0.12 363	0.19 496	0.15 454	0.09 468	0.06 411	0.09 471	0.07 374	0.11 548	0.11 552

DispNO	0.14 418	0.08 339	0.17 485	0.19 450	0.12 530	0.11 246	0.21 557	0.23 400	0.29 501	0.17 422	0.23 437	0.18 426	0.17 496	0.15 390	0.15 454	0.07 332	0.05 267	0.08 388	0.08 447	0.07 365	0.06 299

CFNet_ucs	0.15 463	0.08 339	0.16 455	0.16 204	0.11 496	0.14 383	0.14 231	0.30 528	0.34 545	0.16 403	0.24 449	0.23 497	0.14 427	0.18 481	0.15 454	0.09 468	0.06 411	0.08 388	0.07 374	0.09 492	0.09 496

SDNR	0.19 533	0.08 339	0.19 521	0.16 204	0.12 530	0.77 674	0.14 231	0.25 441	0.32 526	0.19 469	0.24 449	0.19 440	0.13 403	0.19 496	0.15 454	0.16 625	0.18 636	0.14 598	0.11 568	0.08 429	0.11 552

gwcnet-sp	0.14 418	0.07 220	0.12 284	0.18 381	0.09 334	0.16 439	0.17 425	0.24 424	0.24 434	0.18 452	0.24 449	0.15 374	0.16 473	0.15 390	0.15 454	0.08 408	0.06 411	0.07 294	0.08 447	0.08 429	0.07 386

scenet	0.14 418	0.07 220	0.12 284	0.18 381	0.09 334	0.16 439	0.17 425	0.24 424	0.24 434	0.18 452	0.24 449	0.15 374	0.16 473	0.15 390	0.15 454	0.08 408	0.06 411	0.07 294	0.08 447	0.08 429	0.07 386

ssnet	0.14 418	0.07 220	0.12 284	0.18 381	0.09 334	0.16 439	0.17 425	0.24 424	0.24 434	0.18 452	0.24 449	0.15 374	0.16 473	0.15 390	0.15 454	0.08 408	0.06 411	0.07 294	0.08 447	0.08 429	0.07 386

FENet	0.13 381	0.08 339	0.12 284	0.16 204	0.08 208	0.14 383	0.15 315	0.22 379	0.23 417	0.17 422	0.23 437	0.16 390	0.12 363	0.14 366	0.15 454	0.08 408	0.05 267	0.08 388	0.08 447	0.07 365	0.07 386

GANet-RSSM	0.14 418	0.07 220	0.13 334	0.13 16	0.08 208	0.14 383	0.17 425	0.22 379	0.21 391	0.17 422	0.24 449	0.23 497	0.15 445	0.16 425	0.15 454	0.10 509	0.06 411	0.07 294	0.08 447	0.08 429	0.07 386

GwcNet-RSSM	0.14 418	0.07 220	0.12 284	0.15 109	0.08 208	0.15 409	0.20 537	0.21 355	0.27 479	0.18 452	0.27 503	0.22 479	0.16 473	0.14 366	0.15 454	0.10 509	0.05 267	0.07 294	0.09 494	0.07 365	0.07 386

FADNet-RVC-Resample	0.16 486	0.11 507	0.31 594	0.22 565	0.11 496	0.19 504	0.14 231	0.25 441	0.24 434	0.24 544	0.27 503	0.20 452	0.15 445	0.16 425	0.15 454	0.07 332	0.08 513	0.12 570	0.10 534	0.09 492	0.10 525

FADNet	0.21 557	0.22 625	0.36 610	0.18 381	0.17 620	0.24 568	0.13 166	0.31 539	0.31 519	0.23 535	0.25 477	0.27 535	0.21 543	0.19 496	0.15 454	0.13 591	0.15 625	0.12 570	0.15 619	0.16 621	0.18 634

BEATNet_4x	0.12 355	0.08 339	0.14 371	0.18 381	0.07 128	0.15 409	0.07 3	0.22 379	0.18 333	0.16 403	0.19 382	0.18 426	0.14 427	0.16 425	0.15 454	0.07 332	0.05 267	0.05 45	0.05 186	0.06 286	0.06 299

UCFNet_RVC	0.14 418	0.08 339	0.13 334	0.11 1	0.10 446	0.20 520	0.10 35	0.24 424	0.22 405	0.17 422	0.20 394	0.23 497	0.15 445	0.17 459	0.15 454	0.12 565	0.07 483	0.10 519	0.13 599	0.11 548	0.10 525

DeepPruner_ROB	0.16 486	0.11 507	0.15 419	0.17 291	0.10 446	0.17 461	0.15 315	0.32 550	0.21 391	0.19 469	0.21 417	0.22 479	0.18 511	0.20 521	0.15 454	0.13 591	0.09 546	0.09 471	0.09 494	0.11 548	0.10 525

HSM	0.15 463	0.08 339	0.14 371	0.16 204	0.09 334	0.16 439	0.14 231	0.28 500	0.25 455	0.19 469	0.23 437	0.37 607	0.16 473	0.20 521	0.15 454	0.07 332	0.05 267	0.07 294	0.06 276	0.07 365	0.06 299

G2L-ROB	0.13 381	0.06 102	0.13 334	0.13 16	0.08 208	0.14 383	0.16 384	0.25 441	0.18 333	0.19 469	0.18 371	0.20 452	0.14 427	0.17 459	0.16 470	0.08 408	0.05 267	0.06 183	0.05 186	0.08 429	0.09 496

ITSA-stereo	0.15 463	0.10 481	0.14 371	0.19 450	0.08 208	0.12 298	0.14 231	0.30 528	0.49 618	0.17 422	0.19 382	0.22 479	0.15 445	0.17 459	0.16 470	0.10 509	0.06 411	0.08 388	0.08 447	0.08 429	0.08 452

DualNet (step1)	0.16 486	0.12 525	0.20 533	0.12 5	0.14 574	0.17 461	0.13 166	0.27 481	0.23 417	0.20 492	0.20 394	0.24 503	0.19 527	0.16 425	0.16 470	0.15 609	0.06 411	0.14 598	0.14 603	0.14 596	0.12 565

test_sample7	0.15 463	0.10 481	0.16 455	0.14 57	0.11 496	0.16 439	0.16 384	0.27 481	0.23 417	0.20 492	0.20 394	0.24 503	0.19 527	0.16 425	0.16 470	0.12 565	0.06 411	0.10 519	0.09 494	0.10 525	0.10 525

1test111	0.11 284	0.08 339	0.12 284	0.17 291	0.09 334	0.13 349	0.15 315	0.23 400	0.16 273	0.09 175	0.09 153	0.06 42	0.06 65	0.15 390	0.16 470	0.06 167	0.04 25	0.06 183	0.05 186	0.07 365	0.07 386

qqq	0.13 381	0.09 419	0.15 419	0.16 204	0.08 208	0.13 349	0.15 315	0.23 400	0.16 273	0.15 375	0.19 382	0.16 390	0.16 473	0.15 390	0.16 470	0.07 332	0.06 411	0.08 388	0.08 447	0.07 365	0.07 386

iRaft-Stereo_5w	0.12 355	0.09 419	0.12 284	0.19 450	0.08 208	0.09 132	0.12 96	0.21 355	0.21 391	0.19 469	0.14 292	0.11 279	0.09 260	0.20 521	0.16 470	0.05 51	0.05 267	0.07 294	0.06 276	0.05 164	0.06 299

dd	0.15 463	0.16 583	0.16 455	0.19 450	0.09 334	0.15 409	0.18 474	0.21 355	0.25 455	0.23 535	0.20 394	0.21 461	0.09 260	0.21 538	0.16 470	0.10 509	0.06 411	0.08 388	0.06 276	0.08 429	0.06 299

dad	0.17 507	0.20 615	0.20 533	0.16 204	0.11 496	0.20 520	0.18 474	0.21 355	0.28 494	0.30 598	0.24 449	0.29 553	0.13 403	0.19 496	0.16 470	0.18 631	0.09 546	0.11 550	0.09 494	0.11 548	0.07 386

AACVNet	0.16 486	0.08 339	0.14 371	0.15 109	0.10 446	0.18 480	0.15 315	0.23 400	0.24 434	0.27 569	0.27 503	0.28 545	0.17 496	0.19 496	0.16 470	0.09 468	0.07 483	0.09 471	0.07 374	0.10 525	0.09 496

GEStereo_RVC	0.17 507	0.12 525	0.15 419	0.22 565	0.11 496	0.19 504	0.17 425	0.32 550	0.48 611	0.20 492	0.25 477	0.17 412	0.13 403	0.21 538	0.16 470	0.10 509	0.06 411	0.08 388	0.07 374	0.09 492	0.08 452

FADNet_RVC	0.16 486	0.14 565	0.40 619	0.20 516	0.11 496	0.13 349	0.13 166	0.26 459	0.22 405	0.21 506	0.23 437	0.20 452	0.17 496	0.14 366	0.16 470	0.08 408	0.08 513	0.12 570	0.09 494	0.11 548	0.10 525

AANet_RVC	0.16 486	0.10 481	0.10 185	0.18 381	0.09 334	0.18 480	0.19 514	0.26 459	0.31 519	0.22 522	0.35 568	0.21 461	0.21 543	0.22 551	0.16 470	0.06 167	0.05 267	0.06 183	0.06 276	0.07 365	0.06 299

CBMV_ROB	0.19 533	0.13 553	0.17 485	0.16 204	0.11 496	0.15 409	0.13 166	0.26 459	0.28 494	0.27 569	0.30 536	0.27 535	0.24 566	0.23 562	0.16 470	0.15 609	0.17 634	0.22 638	0.20 636	0.10 525	0.11 552

NOSS_ROB	0.19 533	0.12 525	0.18 509	0.16 204	0.12 530	0.15 409	0.12 96	0.30 528	0.32 526	0.20 492	0.22 428	0.27 535	0.23 560	0.21 538	0.16 470	0.16 625	0.18 636	0.23 639	0.21 638	0.12 563	0.13 587

rvit_105_1	0.19 533	0.11 507	0.25 566	0.21 548	0.16 605	0.21 537	0.27 622	0.31 539	0.41 584	0.19 469	0.20 394	0.22 479	0.17 496	0.19 496	0.17 485	0.12 565	0.12 595	0.13 585	0.15 619	0.08 429	0.07 386

ACV-stereo	0.15 463	0.10 481	0.28 581	0.18 381	0.12 530	0.14 383	0.12 96	0.23 400	0.21 391	0.19 469	0.23 437	0.22 479	0.15 445	0.23 562	0.17 485	0.07 332	0.06 411	0.07 294	0.07 374	0.07 365	0.07 386

test_sample9	0.18 521	0.12 525	0.20 533	0.12 5	0.14 574	0.17 461	0.13 166	0.27 481	0.23 417	0.20 492	0.20 394	0.24 503	0.19 527	0.19 496	0.17 485	0.15 609	0.30 661	0.14 598	0.14 603	0.14 596	0.12 565

test_sample8	0.19 533	0.12 525	0.20 533	0.12 5	0.14 574	0.17 461	0.13 166	0.31 539	0.21 391	0.27 569	0.22 428	0.36 602	0.25 575	0.19 496	0.17 485	0.15 609	0.30 661	0.14 598	0.14 603	0.14 596	0.12 565

SMFormer	0.14 418	0.07 220	0.17 485	0.14 57	0.08 208	0.16 439	0.17 425	0.26 459	0.27 479	0.19 469	0.20 394	0.18 426	0.15 445	0.15 390	0.17 485	0.08 408	0.05 267	0.07 294	0.06 276	0.07 365	0.06 299

tta	0.14 418	0.07 220	0.17 485	0.14 57	0.08 208	0.16 439	0.17 425	0.26 459	0.27 479	0.19 469	0.20 394	0.18 426	0.15 445	0.15 390	0.17 485	0.08 408	0.05 267	0.07 294	0.06 276	0.06 286	0.06 299

mmm	0.14 418	0.08 339	0.17 485	0.17 291	0.09 334	0.17 461	0.18 474	0.21 355	0.15 236	0.15 375	0.23 437	0.21 461	0.16 473	0.16 425	0.17 485	0.08 408	0.05 267	0.08 388	0.07 374	0.07 365	0.07 386

HBP-ISP	0.18 521	0.13 553	0.16 455	0.15 109	0.11 496	0.08 79	0.13 166	0.28 500	0.29 501	0.22 522	0.33 560	0.21 461	0.25 575	0.23 562	0.17 485	0.14 605	0.16 629	0.21 634	0.17 630	0.10 525	0.08 452

CRFU-Net	0.16 486	0.08 339	0.14 371	0.17 291	0.09 334	0.19 504	0.14 231	0.26 459	0.20 375	0.28 584	0.27 503	0.29 553	0.17 496	0.19 496	0.17 485	0.09 468	0.09 546	0.07 294	0.07 374	0.08 429	0.08 452

SACVNet	0.18 521	0.12 525	0.14 371	0.17 291	0.13 553	0.22 546	0.18 474	0.31 539	0.30 511	0.23 535	0.31 544	0.30 563	0.22 552	0.22 551	0.17 485	0.11 540	0.08 513	0.10 519	0.10 534	0.12 563	0.14 604

PSMNet-ADL	0.15 463	0.12 525	0.13 334	0.22 565	0.09 334	0.13 349	0.20 537	0.26 459	0.23 417	0.18 452	0.20 394	0.24 503	0.16 473	0.18 481	0.17 485	0.08 408	0.08 513	0.08 388	0.11 568	0.08 429	0.07 386

LMCR-Stereo	0.15 463	0.08 339	0.13 334	0.21 548	0.09 334	0.17 461	0.20 537	0.27 481	0.19 352	0.24 544	0.24 449	0.23 497	0.17 496	0.20 521	0.17 485	0.07 332	0.06 411	0.08 388	0.06 276	0.10 525	0.08 452

FINET	0.21 557	0.18 605	0.26 569	0.18 381	0.16 605	0.23 563	0.23 578	0.32 550	0.48 611	0.25 557	0.32 548	0.22 479	0.22 552	0.22 551	0.17 485	0.18 631	0.16 629	0.11 550	0.10 534	0.15 612	0.13 587

DMCA	0.14 418	0.09 419	0.16 455	0.19 450	0.09 334	0.15 409	0.17 425	0.23 400	0.27 479	0.14 348	0.19 382	0.17 412	0.18 511	0.15 390	0.17 485	0.10 509	0.06 411	0.08 388	0.06 276	0.09 492	0.10 525

CVANet_RVC	0.18 521	0.10 481	0.14 371	0.21 548	0.10 446	0.18 480	0.17 425	0.34 579	0.33 533	0.22 522	0.31 544	0.28 545	0.18 511	0.23 562	0.17 485	0.12 565	0.08 513	0.12 570	0.11 568	0.09 492	0.07 386

NVstereo2D	0.19 533	0.10 481	0.15 419	0.17 291	0.15 594	0.28 606	0.23 578	0.44 640	0.42 592	0.15 375	0.27 503	0.25 517	0.19 527	0.22 551	0.17 485	0.09 468	0.06 411	0.10 519	0.08 447	0.15 612	0.09 496

SGM-Forest	0.20 545	0.14 565	0.18 509	0.19 450	0.13 553	0.20 520	0.22 567	0.33 570	0.30 511	0.24 544	0.29 529	0.28 545	0.19 527	0.23 562	0.17 485	0.15 609	0.16 629	0.15 610	0.14 603	0.12 563	0.12 565
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
pmcnn	0.15 463	0.07 220	0.19 521	0.15 109	0.07 128	0.20 520	0.15 315	0.24 424	0.26 469	0.21 506	0.34 564	0.28 545	0.18 511	0.18 481	0.17 485	0.07 332	0.05 267	0.05 45	0.04 55	0.07 365	0.06 299

MultiAttention	0.29 621	0.08 339	0.14 371	0.19 450	0.12 530	1.45 689	1.33 693	0.36 601	0.37 565	0.19 469	0.21 417	0.24 503	0.11 332	0.38 636	0.18 503	0.06 167	0.05 267	0.08 388	0.08 447	0.10 525	0.09 496

G2L-Stereo_test	0.14 418	0.07 220	0.11 240	0.13 16	0.08 208	0.12 298	0.16 384	0.30 528	0.28 494	0.20 492	0.23 437	0.20 452	0.16 473	0.17 459	0.18 503	0.07 332	0.05 267	0.05 45	0.05 186	0.07 365	0.06 299

coex_refinement	0.14 418	0.07 220	0.12 284	0.17 291	0.10 446	0.15 409	0.15 315	0.26 459	0.29 501	0.18 452	0.20 394	0.22 479	0.17 496	0.16 425	0.18 503	0.08 408	0.05 267	0.06 183	0.06 276	0.09 492	0.08 452

G2L-Stereo	0.14 418	0.07 220	0.13 334	0.17 291	0.09 334	0.13 349	0.12 96	0.27 481	0.22 405	0.16 403	0.27 503	0.21 461	0.13 403	0.17 459	0.18 503	0.09 468	0.08 513	0.08 388	0.07 374	0.07 365	0.07 386

MyStereo8	0.12 355	0.07 220	0.15 419	0.15 109	0.09 334	0.18 480	0.14 231	0.19 321	0.22 405	0.12 296	0.18 371	0.11 279	0.10 299	0.16 425	0.18 503	0.07 332	0.05 267	0.07 294	0.05 186	0.08 429	0.09 496

CBFPSM	0.14 418	0.06 102	0.26 569	0.17 291	0.09 334	0.13 349	0.15 315	0.22 379	0.23 417	0.20 492	0.27 503	0.24 503	0.16 473	0.16 425	0.18 503	0.06 167	0.06 411	0.06 183	0.07 374	0.07 365	0.07 386

GASNet	0.22 566	0.23 627	0.33 601	0.26 614	0.17 620	0.26 589	0.16 384	0.44 640	0.42 592	0.27 569	0.24 449	0.30 563	0.15 445	0.27 582	0.18 503	0.12 565	0.08 513	0.12 570	0.11 568	0.16 621	0.07 386

x	0.13 381	0.07 220	0.14 371	0.14 57	0.08 208	0.18 480	0.14 231	0.22 379	0.20 375	0.15 375	0.19 382	0.19 440	0.17 496	0.18 481	0.18 503	0.07 332	0.05 267	0.06 183	0.06 276	0.07 365	0.07 386

CSP-Net	0.16 486	0.09 419	0.14 371	0.16 204	0.09 334	0.19 504	0.17 425	0.25 441	0.32 526	0.25 557	0.30 536	0.24 503	0.15 445	0.21 538	0.18 503	0.09 468	0.06 411	0.07 294	0.07 374	0.08 429	0.07 386

UNet	0.17 507	0.09 419	0.18 509	0.19 450	0.12 530	0.27 599	0.19 514	0.33 570	0.29 501	0.21 506	0.24 449	0.23 497	0.19 527	0.19 496	0.18 503	0.07 332	0.06 411	0.08 388	0.07 374	0.08 429	0.06 299

acv_ft	0.15 463	0.09 419	0.15 419	0.19 450	0.10 446	0.16 439	0.17 425	0.25 441	0.33 533	0.19 469	0.26 494	0.21 461	0.17 496	0.17 459	0.18 503	0.07 332	0.06 411	0.06 183	0.06 276	0.08 429	0.06 299

TDLM	0.17 507	0.12 525	0.13 334	0.24 598	0.10 446	0.18 480	0.18 474	0.36 601	0.30 511	0.21 506	0.28 517	0.28 545	0.18 511	0.23 562	0.18 503	0.11 540	0.07 483	0.10 519	0.10 534	0.08 429	0.08 452

MDST_ROB	0.22 566	0.10 481	0.17 485	0.18 381	0.11 496	0.37 635	0.19 514	0.43 638	0.41 584	0.39 627	0.39 592	0.29 553	0.21 543	0.26 579	0.18 503	0.11 540	0.10 567	0.14 598	0.11 568	0.10 525	0.08 452

Wz-Net-LNSev-Ref	0.18 521	0.09 419	0.29 589	0.15 109	0.10 446	0.22 546	0.20 537	0.26 459	0.39 575	0.25 557	0.42 615	0.24 503	0.15 445	0.20 521	0.19 516	0.07 332	0.05 267	0.06 183	0.05 186	0.10 525	0.09 496

pcwnet_v2	0.19 533	0.10 481	0.26 569	0.17 291	0.14 574	0.18 480	0.15 315	0.37 607	0.46 609	0.19 469	0.24 449	0.21 461	0.19 527	0.20 521	0.19 516	0.13 591	0.10 567	0.10 519	0.10 534	0.11 548	0.13 587

FADNet-RVC	0.20 545	0.20 615	0.38 616	0.21 548	0.16 605	0.20 520	0.15 315	0.26 459	0.26 469	0.26 563	0.32 548	0.26 527	0.21 543	0.22 551	0.19 516	0.12 565	0.13 610	0.12 570	0.14 603	0.13 582	0.18 634

STTStereo	0.18 521	0.12 525	0.27 576	0.20 516	0.11 496	0.16 439	0.21 557	0.29 514	0.23 417	0.21 506	0.30 536	0.29 553	0.18 511	0.20 521	0.19 516	0.12 565	0.11 579	0.11 550	0.14 603	0.09 492	0.08 452

RASNet	0.14 418	0.07 220	0.14 371	0.16 204	0.08 208	0.18 480	0.14 231	0.29 514	0.20 375	0.17 422	0.25 477	0.21 461	0.18 511	0.20 521	0.19 516	0.07 332	0.06 411	0.06 183	0.08 447	0.06 286	0.06 299

CBMV	0.19 533	0.14 565	0.17 485	0.18 381	0.10 446	0.20 520	0.11 64	0.29 514	0.30 511	0.29 593	0.30 536	0.30 563	0.23 560	0.27 582	0.19 516	0.13 591	0.15 625	0.17 620	0.16 623	0.10 525	0.10 525
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ISRNet	0.18 521	0.08 339	0.19 521	0.19 450	0.13 553	0.15 409	0.12 96	0.30 528	0.32 526	0.21 506	0.25 477	0.27 535	0.17 496	0.17 459	0.20 522	0.20 639	0.08 513	0.14 598	0.14 603	0.14 596	0.17 631

PSMNet-RUCA	0.27 612	0.33 650	0.41 622	0.36 650	0.32 658	0.18 480	0.19 514	0.42 634	0.30 511	0.33 614	0.41 609	0.39 619	0.25 575	0.31 604	0.20 522	0.18 631	0.10 567	0.25 641	0.15 619	0.21 637	0.16 622

ff1	0.13 381	0.09 419	0.14 371	0.16 204	0.08 208	0.17 461	0.17 425	0.15 181	0.19 352	0.15 375	0.25 477	0.19 440	0.13 403	0.14 366	0.20 522	0.06 167	0.04 25	0.09 471	0.08 447	0.06 286	0.06 299

mmx	0.14 418	0.09 419	0.14 371	0.16 204	0.08 208	0.17 461	0.17 425	0.27 481	0.25 455	0.15 375	0.25 477	0.19 440	0.13 403	0.14 366	0.20 522	0.08 408	0.06 411	0.09 471	0.08 447	0.08 429	0.08 452

xxx	0.14 418	0.09 419	0.14 371	0.16 204	0.08 208	0.17 461	0.17 425	0.27 481	0.25 455	0.15 375	0.25 477	0.19 440	0.13 403	0.14 366	0.20 522	0.08 408	0.06 411	0.09 471	0.08 447	0.08 429	0.08 452

ToySt	0.17 507	0.11 507	0.18 509	0.17 291	0.11 496	0.16 439	0.25 606	0.24 424	0.33 533	0.19 469	0.24 449	0.26 527	0.24 566	0.19 496	0.20 522	0.07 332	0.08 513	0.09 471	0.10 534	0.09 492	0.08 452

ssnet_v2	0.17 507	0.10 481	0.17 485	0.17 291	0.11 496	0.21 537	0.21 557	0.33 570	0.25 455	0.22 522	0.22 428	0.27 535	0.18 511	0.22 551	0.20 522	0.11 540	0.09 546	0.09 471	0.09 494	0.08 429	0.08 452

DDUNet	0.22 566	0.17 594	0.21 542	0.22 565	0.15 594	0.25 579	0.24 591	0.29 514	0.30 511	0.31 604	0.36 571	0.33 589	0.25 575	0.24 572	0.20 522	0.18 631	0.13 610	0.17 620	0.11 568	0.16 621	0.16 622

AASNet	0.16 486	0.08 339	0.12 284	0.19 450	0.09 334	0.18 480	0.15 315	0.37 607	0.37 565	0.19 469	0.23 437	0.20 452	0.16 473	0.17 459	0.20 522	0.10 509	0.08 513	0.08 388	0.07 374	0.09 492	0.09 496

MMNet	0.17 507	0.09 419	0.16 455	0.20 516	0.11 496	0.27 599	0.20 537	0.25 441	0.41 584	0.22 522	0.30 536	0.21 461	0.20 539	0.17 459	0.20 522	0.06 167	0.06 411	0.07 294	0.07 374	0.08 429	0.07 386

HGLStereo	0.17 507	0.08 339	0.19 521	0.17 291	0.12 530	0.18 480	0.18 474	0.31 539	0.32 526	0.21 506	0.32 548	0.25 517	0.18 511	0.19 496	0.20 522	0.09 468	0.09 546	0.07 294	0.07 374	0.09 492	0.10 525

FAT-Stereo	0.20 545	0.12 525	0.22 548	0.21 548	0.12 530	0.17 461	0.18 474	0.34 579	0.39 575	0.27 569	0.37 578	0.34 596	0.32 620	0.21 538	0.20 522	0.09 468	0.11 579	0.10 519	0.09 494	0.11 548	0.14 604

DSFCA	0.16 486	0.09 419	0.14 371	0.16 204	0.10 446	0.20 520	0.19 514	0.28 500	0.31 519	0.23 535	0.24 449	0.22 479	0.15 445	0.19 496	0.20 522	0.10 509	0.07 483	0.09 471	0.09 494	0.08 429	0.08 452

DMCA-RVC	0.17 507	0.10 481	0.15 419	0.24 598	0.11 496	0.18 480	0.18 474	0.25 441	0.24 434	0.21 506	0.26 494	0.25 517	0.27 589	0.18 481	0.20 522	0.12 565	0.08 513	0.13 585	0.10 534	0.10 525	0.08 452

NLCA_NET_v2_RVC	0.17 507	0.10 481	0.22 548	0.20 516	0.10 446	0.15 409	0.18 474	0.31 539	0.25 455	0.21 506	0.30 536	0.25 517	0.17 496	0.21 538	0.20 522	0.09 468	0.06 411	0.08 388	0.08 447	0.07 365	0.08 452
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	0.20 545	0.21 621	0.23 557	0.20 516	0.10 446	0.19 504	0.17 425	0.36 601	0.25 455	0.27 569	0.33 560	0.27 535	0.24 566	0.20 521	0.20 522	0.15 609	0.12 595	0.17 620	0.14 603	0.10 525	0.08 452

StereoDRNet-Refined	0.17 507	0.12 525	0.15 419	0.20 516	0.09 334	0.18 480	0.18 474	0.26 459	0.23 417	0.26 563	0.40 598	0.22 479	0.17 496	0.21 538	0.20 522	0.08 408	0.05 267	0.09 471	0.10 534	0.07 365	0.07 386
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoDRNet	0.18 521	0.11 507	0.17 485	0.22 565	0.11 496	0.21 537	0.22 567	0.37 607	0.33 533	0.24 544	0.28 517	0.30 563	0.19 527	0.20 521	0.20 522	0.09 468	0.08 513	0.11 550	0.09 494	0.09 492	0.07 386

DLCB_ROB	0.18 521	0.10 481	0.15 419	0.23 589	0.11 496	0.24 568	0.18 474	0.29 514	0.28 494	0.27 569	0.28 517	0.28 545	0.24 566	0.19 496	0.20 522	0.08 408	0.08 513	0.09 471	0.09 494	0.07 365	0.07 386

PWCDC_ROB	0.20 545	0.13 553	0.22 548	0.24 598	0.11 496	0.19 504	0.15 315	0.33 570	0.54 631	0.29 593	0.50 631	0.21 461	0.15 445	0.27 582	0.20 522	0.11 540	0.09 546	0.10 519	0.08 447	0.11 548	0.09 496

iinet-f	0.16 486	0.06 102	0.45 626	0.14 57	0.10 446	0.21 537	0.14 231	0.27 481	0.23 417	0.21 506	0.24 449	0.21 461	0.15 445	0.18 481	0.21 542	0.09 468	0.07 483	0.07 294	0.06 276	0.09 492	0.10 525

ADLNet	0.16 486	0.08 339	0.15 419	0.16 204	0.10 446	0.16 439	0.17 425	0.32 550	0.27 479	0.22 522	0.27 503	0.24 503	0.16 473	0.18 481	0.21 542	0.10 509	0.06 411	0.10 519	0.10 534	0.08 429	0.09 496

delet	0.17 507	0.08 339	0.17 485	0.19 450	0.11 496	0.20 520	0.21 557	0.30 528	0.37 565	0.17 422	0.26 494	0.19 440	0.19 527	0.19 496	0.21 542	0.08 408	0.08 513	0.09 471	0.11 568	0.06 286	0.06 299

UPFNet	0.16 486	0.08 339	0.12 284	0.20 516	0.12 530	0.20 520	0.23 578	0.28 500	0.26 469	0.17 422	0.24 449	0.22 479	0.19 527	0.19 496	0.21 542	0.09 468	0.07 483	0.08 388	0.09 494	0.08 429	0.06 299

ACVNet	0.15 463	0.09 419	0.15 419	0.13 16	0.12 530	0.14 383	0.20 537	0.22 379	0.33 533	0.17 422	0.26 494	0.21 461	0.16 473	0.17 459	0.21 542	0.07 332	0.06 411	0.06 183	0.06 276	0.08 429	0.06 299

hitnet-ft	0.18 521	0.09 419	0.17 485	0.14 57	0.09 334	0.26 589	0.20 537	0.25 441	0.26 469	0.24 544	0.32 548	0.31 576	0.22 552	0.24 572	0.21 542	0.12 565	0.07 483	0.10 519	0.08 447	0.12 563	0.11 552

MaskLacGwcNet_RVC	0.22 566	0.21 621	0.24 561	0.26 614	0.11 496	0.23 563	0.14 231	0.39 619	0.24 434	0.32 610	0.36 571	0.30 563	0.21 543	0.19 496	0.21 542	0.17 630	0.14 619	0.21 634	0.16 623	0.12 563	0.12 565

SuperB	0.20 545	0.10 481	0.56 642	0.16 204	0.09 334	0.18 480	0.18 474	0.24 424	0.50 621	0.26 563	0.39 592	0.17 412	0.21 543	0.22 551	0.21 542	0.08 408	0.06 411	0.06 183	0.06 276	0.12 563	0.10 525

NaN_ROB	0.22 566	0.19 609	0.24 561	0.25 609	0.13 553	0.29 610	0.26 615	0.33 570	0.41 584	0.31 604	0.31 544	0.32 585	0.23 560	0.30 603	0.21 542	0.11 540	0.17 634	0.10 519	0.10 534	0.08 429	0.09 496

YMNet	0.20 545	0.12 525	0.19 521	0.20 516	0.14 574	0.26 589	0.23 578	0.32 550	0.34 545	0.27 569	0.34 564	0.30 563	0.18 511	0.18 481	0.22 551	0.10 509	0.13 610	0.10 519	0.10 534	0.08 429	0.09 496

YMNet_1	0.20 545	0.12 525	0.19 521	0.20 516	0.14 574	0.26 589	0.23 578	0.32 550	0.34 545	0.27 569	0.34 564	0.30 563	0.18 511	0.18 481	0.22 551	0.10 509	0.13 610	0.10 519	0.10 534	0.08 429	0.09 496

UDG	0.21 557	0.17 594	0.19 521	0.23 589	0.15 594	0.30 613	0.20 537	0.33 570	0.35 554	0.23 535	0.28 517	0.31 576	0.27 589	0.20 521	0.22 551	0.15 609	0.12 595	0.13 585	0.09 494	0.14 596	0.14 604

ADLNet2	0.16 486	0.09 419	0.13 334	0.16 204	0.09 334	0.20 520	0.16 384	0.31 539	0.39 575	0.16 403	0.20 394	0.20 452	0.18 511	0.21 538	0.22 551	0.08 408	0.06 411	0.07 294	0.07 374	0.09 492	0.07 386

psm_up	0.18 521	0.10 481	0.18 509	0.20 516	0.11 496	0.17 461	0.19 514	0.37 607	0.34 545	0.21 506	0.28 517	0.29 553	0.24 566	0.20 521	0.22 551	0.09 468	0.10 567	0.11 550	0.11 568	0.08 429	0.08 452

ac_64	0.16 486	0.08 339	0.15 419	0.18 381	0.10 446	0.22 546	0.18 474	0.24 424	0.21 391	0.18 452	0.24 449	0.29 553	0.18 511	0.19 496	0.22 551	0.09 468	0.07 483	0.08 388	0.09 494	0.07 365	0.06 299

S-Stereo	0.20 545	0.12 525	0.25 566	0.21 548	0.13 553	0.20 520	0.18 474	0.32 550	0.43 597	0.23 535	0.36 571	0.28 545	0.30 612	0.19 496	0.22 551	0.09 468	0.12 595	0.10 519	0.10 534	0.13 582	0.13 587

RGC	0.25 601	0.20 615	0.29 589	0.28 630	0.16 605	0.22 546	0.23 578	0.32 550	0.44 602	0.27 569	0.40 598	0.38 611	0.27 589	0.36 629	0.22 551	0.11 540	0.13 610	0.17 620	0.17 630	0.14 596	0.16 622

stereogan	0.22 566	0.11 507	0.21 542	0.20 516	0.12 530	0.31 614	0.19 514	0.35 594	0.44 602	0.22 522	0.39 592	0.35 600	0.27 589	0.33 614	0.22 551	0.10 509	0.12 595	0.10 519	0.10 534	0.14 596	0.13 587

DeepPrunerF	0.24 589	0.17 594	0.42 624	0.26 614	0.16 605	0.22 546	0.28 628	0.37 607	0.50 621	0.26 563	0.29 529	0.24 503	0.28 600	0.21 538	0.22 551	0.15 609	0.11 579	0.20 633	0.18 634	0.12 563	0.13 587

GANet	0.21 557	0.12 525	0.21 542	0.24 598	0.13 553	0.22 546	0.22 567	0.41 629	0.26 469	0.31 604	0.42 615	0.37 607	0.28 600	0.23 562	0.22 551	0.10 509	0.12 595	0.10 519	0.09 494	0.10 525	0.08 452

PWC_ROB	0.21 557	0.16 583	0.26 569	0.18 381	0.11 496	0.22 546	0.13 166	0.32 550	0.49 618	0.30 598	0.40 598	0.32 585	0.24 566	0.31 604	0.22 551	0.10 509	0.07 483	0.11 550	0.08 447	0.11 548	0.10 525

z-ln-s-r	0.17 507	0.10 481	0.40 619	0.19 450	0.08 208	0.17 461	0.18 474	0.22 379	0.33 533	0.18 452	0.40 598	0.22 479	0.17 496	0.20 521	0.23 563	0.07 332	0.05 267	0.07 294	0.07 374	0.07 365	0.05 203

w-ln-seven-2	0.20 545	0.14 565	0.37 614	0.22 565	0.12 530	0.20 520	0.21 557	0.28 500	0.37 565	0.25 557	0.37 578	0.27 535	0.22 552	0.21 538	0.23 563	0.08 408	0.08 513	0.09 471	0.09 494	0.10 525	0.09 496

TCMNet	0.19 533	0.12 525	0.19 521	0.20 516	0.18 627	0.20 520	0.24 591	0.27 481	0.36 558	0.23 535	0.26 494	0.25 517	0.19 527	0.19 496	0.23 563	0.13 591	0.11 579	0.11 550	0.12 588	0.13 582	0.12 565

1111x	0.15 463	0.08 339	0.12 284	0.18 381	0.07 128	0.18 480	0.25 606	0.31 539	0.24 434	0.17 422	0.24 449	0.26 527	0.15 445	0.13 337	0.23 563	0.07 332	0.07 483	0.08 388	0.09 494	0.07 365	0.06 299

SQANet	0.23 582	0.23 627	0.30 592	0.30 641	0.19 631	0.27 599	0.13 166	0.29 514	0.33 533	0.24 544	0.37 578	0.31 576	0.22 552	0.27 582	0.23 563	0.15 609	0.10 567	0.21 634	0.16 623	0.21 637	0.15 611

fast-acv-ft	0.18 521	0.11 507	0.19 521	0.19 450	0.12 530	0.24 568	0.21 557	0.25 441	0.34 545	0.22 522	0.34 564	0.27 535	0.20 539	0.21 538	0.23 563	0.09 468	0.09 546	0.08 388	0.10 534	0.08 429	0.07 386

Anonymous_2	0.22 566	0.17 594	0.28 581	0.15 109	0.16 605	0.32 615	0.22 567	0.22 379	0.17 302	0.23 535	0.24 449	0.26 527	0.27 589	0.27 582	0.23 563	0.22 648	0.25 657	0.17 620	0.17 630	0.17 629	0.17 631

DGSMNet	0.24 589	0.19 609	0.33 601	0.21 548	0.24 645	0.24 568	0.20 537	0.35 594	0.41 584	0.24 544	0.32 548	0.38 611	0.21 543	0.29 600	0.23 563	0.12 565	0.11 579	0.14 598	0.16 623	0.23 641	0.23 645

aanetorigin	0.22 566	0.17 594	0.56 642	0.17 291	0.10 446	0.15 409	0.19 514	0.20 332	0.33 533	0.49 646	0.48 626	0.29 553	0.27 589	0.20 521	0.23 563	0.08 408	0.07 483	0.08 388	0.07 374	0.10 525	0.09 496

DANet	0.21 557	0.15 575	0.28 581	0.25 609	0.13 553	0.22 546	0.19 514	0.27 481	0.27 479	0.28 584	0.32 548	0.35 600	0.31 616	0.31 604	0.23 563	0.11 540	0.09 546	0.11 550	0.10 534	0.13 582	0.11 552
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DPSNet	0.28 617	0.16 583	0.31 594	0.18 381	0.13 553	0.54 653	0.42 664	0.51 656	0.67 658	0.29 593	0.38 584	0.38 611	0.29 608	0.31 604	0.23 563	0.11 540	0.10 567	0.11 550	0.08 447	0.20 636	0.16 622

FBW_ROB	0.24 589	0.17 594	0.22 548	0.26 614	0.14 574	0.25 579	0.22 567	0.41 629	0.41 584	0.41 634	0.41 609	0.42 626	0.27 589	0.31 604	0.23 563	0.09 468	0.14 619	0.14 598	0.12 588	0.11 548	0.09 496

DispFullNet	0.27 612	0.21 621	0.65 652	0.28 630	0.16 605	0.26 589	0.17 425	0.33 570	0.58 640	0.27 569	0.38 584	0.43 629	0.23 560	0.38 636	0.23 563	0.12 565	0.06 411	0.19 631	0.11 568	0.21 637	0.15 611

FSD					0.22 640	0.25 579	0.25 606	0.27 481	0.26 469	0.25 557	0.26 494	0.25 517	0.27 589	0.27 582	0.24 576	0.21 643	0.20 642	0.27 645	0.26 648	0.25 648

ACVNet-4b	0.39 640	0.53 661	0.55 639	0.45 658	0.24 645	0.47 647	0.18 474	0.49 650	0.64 653	0.42 637	0.45 622	0.60 653	0.27 589	0.34 617	0.24 576	0.33 660	0.14 619	0.48 664	0.42 666	0.30 656	0.26 653

Syn2CoEx	0.21 557	0.16 583	0.27 576	0.29 639	0.14 574	0.26 589	0.20 537	0.33 570	0.31 519	0.28 584	0.36 571	0.27 535	0.25 575	0.19 496	0.24 576	0.16 625	0.12 595	0.14 598	0.11 568	0.09 492	0.08 452

GwcNet	0.20 545	0.13 553	0.19 521	0.18 381	0.12 530	0.24 568	0.19 514	0.35 594	0.43 597	0.20 492	0.32 548	0.33 589	0.20 539	0.22 551	0.24 576	0.11 540	0.09 546	0.09 471	0.09 494	0.09 492	0.10 525

edge stereo	0.22 566	0.13 553	0.20 533	0.21 548	0.13 553	0.23 563	0.16 384	0.32 550	0.42 592	0.32 610	0.40 598	0.38 611	0.35 630	0.25 577	0.24 576	0.13 591	0.11 579	0.14 598	0.11 568	0.12 563	0.13 587

ADCRef	0.19 533	0.12 525	0.41 622	0.20 516	0.12 530	0.22 546	0.18 474	0.32 550	0.36 558	0.26 563	0.32 548	0.17 412	0.23 560	0.24 572	0.24 576	0.07 332	0.06 411	0.09 471	0.09 494	0.08 429	0.08 452

DRN-Test	0.19 533	0.11 507	0.20 533	0.22 565	0.10 446	0.22 546	0.22 567	0.39 619	0.37 565	0.24 544	0.32 548	0.26 527	0.21 543	0.22 551	0.24 576	0.11 540	0.07 483	0.11 550	0.10 534	0.09 492	0.07 386

NCCL2	0.23 582	0.15 575	0.17 485	0.34 646	0.18 627	0.24 568	0.23 578	0.34 579	0.28 494	0.31 604	0.38 584	0.38 611	0.28 600	0.23 562	0.24 576	0.15 609	0.12 595	0.18 629	0.21 638	0.13 582	0.13 587

SANet	0.24 589	0.14 565	0.28 581	0.21 548	0.11 496	0.27 599	0.24 591	0.38 615	0.64 653	0.36 620	0.40 598	0.43 629	0.26 581	0.27 582	0.24 576	0.12 565	0.09 546	0.10 519	0.09 494	0.13 582	0.11 552

SGM_RVC	0.23 582	0.12 525	0.15 419	0.15 109	0.09 334	0.33 622	0.18 474	0.34 579	0.31 519	0.44 641	0.37 578	0.53 649	0.35 630	0.35 623	0.24 576	0.13 591	0.13 610	0.13 585	0.13 599	0.10 525	0.11 552
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
zh-mn7	0.25 601	0.14 565	0.56 642	0.19 450	0.14 574	0.24 568	0.22 567	0.34 579	0.62 648	0.35 617	0.65 652	0.31 576	0.25 575	0.31 604	0.25 586	0.09 468	0.08 513	0.09 471	0.09 494	0.09 492	0.11 552

z-mn7	0.24 589	0.14 565	0.45 626	0.19 450	0.13 553	0.28 606	0.25 606	0.34 579	0.62 648	0.27 569	0.56 643	0.29 553	0.24 566	0.32 611	0.25 586	0.08 408	0.08 513	0.08 388	0.08 447	0.10 525	0.10 525

Wz-Net-LNSev	0.22 566	0.16 583	0.38 616	0.21 548	0.13 553	0.25 579	0.23 578	0.32 550	0.43 597	0.30 598	0.41 609	0.31 576	0.18 511	0.22 551	0.25 586	0.10 509	0.09 546	0.08 388	0.08 447	0.12 563	0.11 552

Wz-Net-MNSev	0.22 566	0.13 553	0.31 594	0.20 516	0.14 574	0.36 634	0.24 591	0.33 570	0.44 602	0.28 584	0.40 598	0.38 611	0.19 527	0.24 572	0.25 586	0.09 468	0.07 483	0.09 471	0.09 494	0.12 563	0.10 525

APVNet	0.22 566	0.12 525	0.19 521	0.18 381	0.14 574	0.32 615	0.31 651	0.39 619	0.32 526	0.27 569	0.40 598	0.30 563	0.29 608	0.26 579	0.25 586	0.11 540	0.12 595	0.11 550	0.14 603	0.12 563	0.12 565

AF-Net	0.22 566	0.17 594	0.17 485	0.26 614	0.13 553	0.25 579	0.24 591	0.32 550	0.50 621	0.25 557	0.33 560	0.38 611	0.26 581	0.28 594	0.25 586	0.11 540	0.10 567	0.16 617	0.11 568	0.11 548	0.10 525

RP	0.21 557	0.13 553	0.21 542	0.23 589	0.11 496	0.21 537	0.20 537	0.25 441	0.44 602	0.21 506	0.38 584	0.36 602	0.24 566	0.27 582	0.25 586	0.11 540	0.12 595	0.13 585	0.12 588	0.12 563	0.14 604

Nwc_Net	0.23 582	0.16 583	0.21 542	0.25 609	0.14 574	0.24 568	0.26 615	0.37 607	0.38 572	0.22 522	0.41 609	0.30 563	0.28 600	0.28 594	0.25 586	0.11 540	0.10 567	0.17 620	0.20 636	0.10 525	0.10 525

PA-Net	0.23 582	0.18 605	0.33 601	0.28 630	0.22 640	0.21 537	0.38 660	0.29 514	0.39 575	0.22 522	0.32 548	0.25 517	0.26 581	0.20 521	0.25 586	0.09 468	0.23 654	0.15 610	0.22 641	0.09 492	0.13 587
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LSM	0.33 634	0.20 615	0.58 645	0.26 614	0.60 676	0.34 625	0.25 606	0.42 634	0.48 611	0.45 642	0.58 648	0.42 626	0.36 632	0.35 623	0.25 586	0.12 565	0.20 642	0.14 598	0.16 623	0.19 635	0.33 660

WCMA_ROB	0.24 589	0.11 507	0.22 548	0.17 291	0.14 574	0.32 615	0.15 315	0.32 550	0.32 526	0.38 625	0.53 634	0.40 623	0.34 627	0.34 617	0.25 586	0.11 540	0.12 595	0.12 570	0.10 534	0.14 596	0.14 604

w-ln-seven	0.24 589	0.14 565	0.55 639	0.19 450	0.14 574	0.26 589	0.22 567	0.35 594	0.60 645	0.29 593	0.39 592	0.30 563	0.22 552	0.21 538	0.26 597	0.09 468	0.09 546	0.11 550	0.10 534	0.11 548	0.10 525

xxxx	0.15 463	0.07 220	0.14 371	0.14 57	0.08 208	0.23 563	0.18 474	0.31 539	0.19 352	0.14 348	0.28 517	0.22 479	0.14 427	0.15 390	0.26 597	0.09 468	0.05 267	0.07 294	0.07 374	0.08 429	0.07 386

test_xeample	0.15 463	0.06 102	0.13 334	0.14 57	0.08 208	0.21 537	0.20 537	0.28 500	0.20 375	0.16 403	0.29 529	0.19 440	0.16 473	0.15 390	0.26 597	0.09 468	0.05 267	0.07 294	0.07 374	0.07 365	0.07 386

G-Net	0.24 589	0.16 583	0.36 610	0.22 565	0.16 605	0.51 651	0.23 578	0.29 514	0.34 545	0.36 620	0.38 584	0.31 576	0.29 608	0.27 582	0.26 597	0.11 540	0.09 546	0.12 570	0.09 494	0.16 621	0.13 587

CC-Net-ROB	0.28 617	0.31 648	0.36 610	0.29 639	0.15 594	0.25 579	0.19 514	0.45 643	0.33 533	0.39 627	0.37 578	0.39 619	0.31 616	0.27 582	0.26 597	0.24 654	0.19 639	0.30 656	0.23 645	0.18 632	0.15 611

ETE_ROB	0.23 582	0.17 594	0.22 548	0.25 609	0.13 553	0.26 589	0.29 638	0.31 539	0.36 558	0.28 584	0.36 571	0.45 633	0.26 581	0.27 582	0.26 597	0.11 540	0.08 513	0.12 570	0.09 494	0.14 596	0.13 587

PSMNet_ROB	0.21 557	0.11 507	0.15 419	0.27 627	0.15 594	0.24 568	0.35 655	0.43 638	0.37 565	0.27 569	0.32 548	0.32 585	0.22 552	0.21 538	0.26 597	0.12 565	0.08 513	0.13 585	0.11 568	0.09 492	0.09 496

MeshStereo	0.27 612	0.13 553	0.18 509	0.15 109	0.11 496	0.32 615	0.24 591	0.40 623	0.36 558	0.52 648	0.57 646	0.67 660	0.40 641	0.35 623	0.26 597	0.14 605	0.13 610	0.13 585	0.11 568	0.11 548	0.10 525
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
DStereoO	0.24 589	0.18 605	0.18 509	0.20 516	0.14 574	0.21 537	0.19 514	0.32 550	0.41 584	0.29 593	0.21 417	0.32 585	0.27 589	0.41 648	0.27 605	0.46 669	0.12 595	0.31 657	0.11 568	0.15 612	0.12 565

psmorigin	0.25 601	0.15 575	0.34 609	0.17 291	0.13 553	0.23 563	0.14 231	0.34 579	0.33 533	0.41 634	0.55 638	0.41 625	0.37 634	0.34 617	0.27 605	0.11 540	0.15 625	0.11 550	0.11 568	0.12 563	0.16 622

NCC-stereo	0.24 589	0.15 575	0.31 594	0.26 614	0.16 605	0.20 520	0.30 645	0.40 623	0.40 581	0.24 544	0.38 584	0.33 589	0.28 600	0.36 629	0.27 605	0.12 565	0.11 579	0.15 610	0.22 641	0.13 582	0.13 587

Abc-Net	0.24 589	0.15 575	0.31 594	0.26 614	0.16 605	0.20 520	0.30 645	0.40 623	0.40 581	0.24 544	0.38 584	0.33 589	0.28 600	0.36 629	0.27 605	0.12 565	0.11 579	0.15 610	0.22 641	0.13 582	0.13 587
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCP+	0.20 545	0.10 481	0.33 601	0.20 516	0.12 530	0.22 546	0.26 615	0.31 539	0.34 545	0.26 563	0.37 578	0.22 479	0.22 552	0.27 582	0.27 605	0.09 468	0.06 411	0.08 388	0.08 447	0.09 492	0.10 525

SGM-ForestM	0.32 631	0.12 525	0.16 455	0.16 204	0.11 496	0.39 640	0.19 514	0.41 629	0.50 621	0.52 648	0.54 636	1.32 681	0.42 649	0.40 645	0.27 605	0.14 605	0.16 629	0.16 617	0.16 623	0.12 563	0.12 565

LALA_ROB	0.25 601	0.16 583	0.22 548	0.26 614	0.17 620	0.27 599	0.27 622	0.42 634	0.37 565	0.33 614	0.38 584	0.51 645	0.26 581	0.28 594	0.27 605	0.16 625	0.09 546	0.12 570	0.11 568	0.13 582	0.12 565

MSMD_ROB	0.31 629	0.26 636	0.26 569	0.24 598	0.21 638	0.34 625	0.25 606	0.34 579	0.39 575	0.40 630	0.69 656	0.45 633	0.40 641	0.34 617	0.27 605	0.20 639	0.19 639	0.26 642	0.25 647	0.23 641	0.22 644

DStereoSA	0.25 601	0.19 609	0.37 614	0.26 614	0.17 620	0.22 546	0.20 537	0.49 650	0.59 641	0.22 522	0.29 529	0.29 553	0.33 622	0.39 640	0.28 613	0.12 565	0.11 579	0.16 617	0.14 603	0.14 596	0.12 565

MFN_U_SF_DS_RVC	0.30 627	0.24 630	0.29 589	0.36 650	0.16 605	0.34 625	0.30 645	0.32 550	0.42 592	0.40 630	0.46 623	0.38 611	0.31 616	0.34 617	0.28 613	0.19 637	0.20 642	0.26 642	0.29 655	0.18 632	0.19 639

DISCO	0.19 533	0.09 419	0.22 548	0.17 291	0.10 446	0.25 579	0.18 474	0.27 481	0.44 602	0.22 522	0.31 544	0.33 589	0.26 581	0.28 594	0.28 613	0.08 408	0.06 411	0.07 294	0.07 374	0.09 492	0.09 496

XPNet_ROB	0.22 566	0.11 507	0.19 521	0.22 565	0.13 553	0.22 546	0.19 514	0.34 579	0.40 581	0.30 598	0.39 592	0.39 619	0.26 581	0.26 579	0.28 613	0.15 609	0.10 567	0.10 519	0.10 534	0.13 582	0.12 565

light-stereo	0.42 647	0.26 636	0.59 647	0.60 666	0.49 666	0.32 615	0.23 578	0.46 645	0.52 630	0.56 654	0.58 648	0.76 665	0.32 620	0.48 652	0.29 617	0.32 658	0.24 655	0.27 645	0.33 660	0.46 664	0.39 665

DStereoFS	0.27 612	0.22 625	0.31 594	0.22 565	0.15 594	0.22 546	0.20 537	0.50 654	0.48 611	0.28 584	0.44 620	0.33 589	0.34 627	0.52 658	0.29 617	0.12 565	0.11 579	0.15 610	0.13 599	0.16 621	0.16 622

FC-DCNN v2	0.33 634	0.27 639	0.28 581	0.26 614	0.23 643	0.37 635	0.28 628	0.40 623	0.43 597	0.45 642	0.56 643	0.51 645	0.40 641	0.37 634	0.29 617	0.21 643	0.20 642	0.27 645	0.26 648	0.25 648	0.24 646

SHD	0.26 610	0.15 575	0.30 592	0.24 598	0.18 627	0.22 546	0.15 315	0.38 615	0.71 661	0.32 610	0.41 609	0.36 602	0.28 600	0.32 611	0.29 617	0.12 565	0.11 579	0.14 598	0.13 599	0.16 621	0.20 640

RTSC	0.23 582	0.12 525	0.28 581	0.21 548	0.13 553	0.28 606	0.16 384	0.35 594	0.66 657	0.27 569	0.33 560	0.30 563	0.21 543	0.31 604	0.29 617	0.10 509	0.08 513	0.09 471	0.10 534	0.13 582	0.13 587

ADCL	0.24 589	0.11 507	0.47 631	0.22 565	0.12 530	0.34 625	0.29 638	0.29 514	0.56 635	0.24 544	0.46 623	0.30 563	0.30 612	0.29 600	0.29 617	0.08 408	0.07 483	0.09 471	0.09 494	0.10 525	0.10 525

LE_ROB	0.50 656	0.07 220	0.14 371	0.15 109	0.08 208	0.24 568	0.16 384	0.22 379	1.81 691	4.63 696	0.67 654	0.47 641	0.44 651	0.20 521	0.29 617	0.07 332	0.06 411	0.06 183	0.06 276	0.08 429	0.06 299

Wz-Net-TNSev	0.29 621	0.20 615	0.65 652	0.19 450	0.15 594	0.38 638	0.27 622	0.35 594	0.55 632	0.34 616	0.42 615	0.45 633	0.38 635	0.32 611	0.30 624	0.12 565	0.13 610	0.10 519	0.12 588	0.15 612	0.14 604

Wz-Net-SNSev	0.25 601	0.17 594	0.44 625	0.25 609	0.14 574	0.26 589	0.23 578	0.38 615	0.56 635	0.30 598	0.55 638	0.39 619	0.26 581	0.23 562	0.30 624	0.10 509	0.09 546	0.09 471	0.10 534	0.11 548	0.11 552

FCDSN-DC	0.33 634	0.28 643	0.28 581	0.30 641	0.24 645	0.39 640	0.28 628	0.42 634	0.42 592	0.43 640	0.53 634	0.51 645	0.41 646	0.36 629	0.30 624	0.21 643	0.20 642	0.27 645	0.26 648	0.25 648	0.24 646
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
EDNetEfficient	0.29 621	0.24 630	1.13 680	0.18 381	0.10 446	0.19 504	0.20 537	0.20 332	0.60 645	0.74 668	0.56 643	0.31 576	0.39 638	0.22 551	0.30 624	0.09 468	0.07 483	0.08 388	0.07 374	0.11 548	0.09 496

RYNet	0.22 566	0.12 525	0.22 548	0.19 450	0.17 620	0.46 645	0.26 615	0.38 615	0.48 611	0.24 544	0.28 517	0.34 596	0.23 560	0.20 521	0.30 624	0.10 509	0.06 411	0.09 471	0.09 494	0.13 582	0.15 611

FC-DCNN	0.33 634	0.27 639	0.28 581	0.26 614	0.23 643	0.37 635	0.28 628	0.40 623	0.43 597	0.45 642	0.55 638	0.51 645	0.40 641	0.37 634	0.30 624	0.21 643	0.20 642	0.27 645	0.26 648	0.25 648	0.24 646

CSAN	0.29 621	0.24 630	0.27 576	0.34 646	0.19 631	0.33 622	0.42 664	0.37 607	0.50 621	0.38 625	0.40 598	0.44 631	0.33 622	0.28 594	0.30 624	0.20 639	0.16 629	0.19 631	0.19 635	0.14 596	0.15 611

Ntro	0.40 643	0.40 656	0.53 636	0.46 661	0.30 656	0.65 661	0.24 591	0.46 645	0.68 659	0.41 634	0.49 627	0.48 643	0.42 649	0.39 640	0.31 631	0.32 658	0.28 659	0.37 660	0.30 657	0.32 660	0.29 655

AANet	0.30 627	0.19 609	1.03 678	0.16 204	0.13 553	0.22 546	0.16 384	0.30 528	0.62 648	0.60 655	0.52 633	0.46 637	0.38 635	0.23 562	0.32 632	0.12 565	0.09 546	0.11 550	0.10 534	0.13 582	0.12 565

zh-sn7	0.25 601	0.17 594	0.50 633	0.24 598	0.13 553	0.25 579	0.24 591	0.34 579	0.48 611	0.28 584	0.54 636	0.28 545	0.31 616	0.36 629	0.32 632	0.10 509	0.10 567	0.11 550	0.10 534	0.12 563	0.12 565

otaku	0.39 640	0.37 654	0.52 635	0.44 657	0.28 652	0.58 655	0.24 591	0.41 629	0.62 648	0.40 630	0.49 627	0.46 637	0.33 622	0.40 645	0.32 632	0.30 657	0.30 661	0.39 661	0.33 660	0.29 655	0.28 654

ADCPNet	0.25 601	0.16 583	0.61 649	0.21 548	0.15 594	0.35 633	0.25 606	0.32 550	0.35 554	0.30 598	0.40 598	0.36 602	0.28 600	0.28 594	0.32 632	0.12 565	0.10 567	0.11 550	0.12 588	0.14 596	0.13 587

GANetREF_RVC	0.31 629	0.34 651	0.27 576	0.35 648	0.16 605	0.32 615	0.41 661	0.48 648	0.51 628	0.35 617	0.35 568	0.34 596	0.33 622	0.39 640	0.32 632	0.27 656	0.20 642	0.29 654	0.15 619	0.18 632	0.17 631
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	0.25 601	0.15 575	0.40 619	0.20 516	0.14 574	0.25 579	0.26 615	0.34 579	0.38 572	0.36 620	0.44 620	0.34 596	0.40 641	0.35 623	0.33 637	0.10 509	0.09 546	0.11 550	0.11 568	0.13 582	0.12 565

AnyNet_C32	0.26 610	0.16 583	0.36 610	0.20 516	0.16 605	0.25 579	0.30 645	0.32 550	0.44 602	0.31 604	0.49 627	0.30 563	0.33 622	0.40 645	0.33 637	0.12 565	0.12 595	0.12 570	0.14 603	0.14 596	0.15 611

PDISCO_ROB	0.27 612	0.16 583	0.26 569	0.28 630	0.20 634	0.32 615	0.26 615	0.44 640	0.57 637	0.28 584	0.40 598	0.45 633	0.29 608	0.33 614	0.34 639	0.12 565	0.09 546	0.17 620	0.16 623	0.17 629	0.13 587

ACVNet_1	0.44 649	0.49 660	0.60 648	0.45 658	0.28 652	0.49 650	0.27 622	0.57 664	0.72 662	0.62 657	0.58 648	0.74 664	0.49 655	0.50 654	0.35 640	0.26 655	0.24 655	0.39 661	0.29 655	0.31 659	0.24 646

WZ-Net	0.28 617	0.17 594	0.78 669	0.22 565	0.16 605	0.34 625	0.29 638	0.39 619	0.57 637	0.24 544	0.55 638	0.37 607	0.24 566	0.33 614	0.35 640	0.09 468	0.08 513	0.09 471	0.10 534	0.14 596	0.16 622

RTS	0.45 651	0.19 609	3.26 689	0.24 598	0.15 594	0.74 668	0.20 537	0.36 601	0.76 668	0.42 637	0.43 618	0.31 576	0.41 646	0.53 661	0.35 640	0.10 509	0.08 513	0.13 585	0.12 588	0.15 612	0.15 611

RTSA	0.45 651	0.19 609	3.26 689	0.24 598	0.15 594	0.74 668	0.20 537	0.36 601	0.76 668	0.42 637	0.43 618	0.31 576	0.41 646	0.53 661	0.35 640	0.10 509	0.08 513	0.13 585	0.12 588	0.15 612	0.15 611

PASM	0.32 631	0.24 630	0.48 632	0.28 630	0.27 651	0.29 610	0.30 645	0.34 579	0.49 618	0.35 617	0.39 592	0.46 637	0.34 627	0.34 617	0.35 640	0.23 652	0.25 657	0.26 642	0.28 654	0.23 641	0.21 642

MFN_U_SF_RVC	0.32 631	0.21 621	0.55 639	0.30 641	0.15 594	0.34 625	0.17 425	0.52 657	0.46 609	0.46 645	0.55 638	0.59 652	0.39 638	0.35 623	0.37 645	0.15 609	0.14 619	0.18 629	0.21 638	0.16 621	0.15 611

MANE	0.45 651	0.27 639	0.27 576	0.27 627	0.24 645	0.47 647	0.31 651	0.55 661	0.59 641	0.72 664	1.13 683	1.15 675	0.61 666	0.52 658	0.37 645	0.21 643	0.20 642	0.27 645	0.31 659	0.25 648	0.24 646

PVD	0.39 640	0.20 615	0.39 618	0.31 645	0.22 640	0.29 610	0.43 666	0.52 657	0.96 675	0.55 652	0.79 666	0.53 649	0.59 665	0.52 658	0.38 647	0.19 637	0.14 619	0.17 620	0.14 603	0.24 647	0.31 658

XQC	0.28 617	0.23 627	0.51 634	0.28 630	0.19 631	0.34 625	0.27 622	0.36 601	0.57 637	0.31 604	0.30 536	0.37 607	0.30 612	0.38 636	0.38 647	0.13 591	0.09 546	0.15 610	0.12 588	0.17 629	0.18 634

MSAF-DinoV2	0.22 566	0.11 507	0.23 557	0.17 291	0.10 446	0.27 599	0.16 384	0.37 607	0.55 632	0.21 506	0.27 503	0.47 641	0.27 589	0.35 623	0.39 649	0.09 468	0.06 411	0.07 294	0.09 494	0.12 563	0.10 525

EDNetEfficientorigin	7.91 695	0.31 648	153.02 720	0.19 450	0.09 334	0.21 537	0.16 384	0.22 379	0.59 641	0.72 664	0.67 654	0.42 626	0.50 656	0.24 572	0.39 649	0.08 408	0.07 483	0.08 388	0.07 374	0.12 563	0.10 525

SAMSARA	0.40 643	0.28 643	0.33 601	0.55 664	0.39 659	0.82 675	1.23 692	0.47 647	0.51 628	0.36 620	0.35 568	0.55 651	0.39 638	0.38 636	0.39 649	0.15 609	0.20 642	0.15 610	0.14 603	0.23 641	0.20 640

222	0.16 486	0.07 220	0.14 371	0.14 57	0.08 208	0.24 568	0.18 474	0.30 528	0.20 375	0.17 422	0.28 517	0.17 412	0.16 473	0.15 390	0.40 652	0.10 509	0.05 267	0.07 294	0.06 276	0.07 365	0.08 452

ADCS	0.29 621	0.18 605	0.45 626	0.21 548	0.17 620	0.28 606	0.23 578	0.41 629	0.63 652	0.40 630	0.49 627	0.40 623	0.36 632	0.39 640	0.40 652	0.13 591	0.12 595	0.13 585	0.14 603	0.16 621	0.16 622

ELAS_RVC	0.41 645	0.29 646	0.33 601	0.28 630	0.24 645	0.54 653	0.36 656	0.49 650	0.59 641	0.72 664	0.74 662	0.65 658	0.54 658	0.54 663	0.40 652	0.22 648	0.20 642	0.27 645	0.26 648	0.26 653	0.25 651
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
coex-ft	3.30 688	0.34 651	59.09 719	0.18 381	0.13 553	0.26 589	0.22 567	0.27 481	0.72 662	1.90 692	0.70 658	0.44 631	0.45 652	0.29 600	0.41 655	0.09 468	0.09 546	0.12 570	0.09 494	0.14 596	0.13 587

ccnet	0.29 621	0.28 643	0.23 557	0.20 516	0.28 652	0.41 643	0.21 557	0.45 643	0.33 533	0.36 620	0.46 623	0.36 602	0.30 612	0.39 640	0.42 656	0.23 652	0.14 619	0.21 634	0.17 630	0.23 641	0.18 634

BEATNet-Init1	0.52 657	0.27 639	0.62 650	0.30 641	0.21 638	0.76 672	0.29 638	0.54 660	0.65 656	0.86 673	0.95 674	2.07 690	0.62 668	0.56 665	0.42 656	0.18 631	0.18 636	0.23 639	0.22 641	0.22 640	0.21 642

ELAS	0.41 645	0.29 646	0.33 601	0.27 627	0.24 645	0.60 658	0.36 656	0.50 654	0.50 621	0.71 662	0.79 666	0.67 660	0.54 658	0.51 656	0.42 656	0.22 648	0.20 642	0.27 645	0.26 648	0.26 653	0.25 651
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RainbowNet	0.54 659	0.61 665	0.70 667	0.57 665	0.43 663	0.65 661	0.37 659	0.60 666	0.87 672	0.50 647	0.66 653	0.64 656	0.47 653	0.49 653	0.43 659	0.47 670	0.48 675	0.52 668	0.41 665	0.52 667	0.40 668

MSC_U_SF_DS_RVC	0.43 648	0.39 655	0.54 637	0.40 653	0.20 634	0.64 660	0.32 653	0.53 659	0.72 662	0.71 662	0.72 659	0.61 654	0.54 658	0.51 656	0.46 660	0.20 639	0.19 639	0.29 654	0.30 657	0.23 641	0.18 634

ACVNet_2	0.66 665	0.66 669	0.68 661	0.63 667	0.41 661	0.71 666	0.49 669	0.96 679	1.39 684	0.89 674	1.09 679	1.04 671	0.73 672	0.54 663	0.47 661	0.43 667	0.40 668	0.53 669	0.44 667	0.47 665	0.35 663

AnyNet_C01	0.36 638	0.25 635	1.37 683	0.22 565	0.17 620	0.48 649	0.27 622	0.35 594	0.39 575	0.39 627	0.74 662	0.46 637	0.38 635	0.45 650	0.47 661	0.13 591	0.13 610	0.13 585	0.14 603	0.14 596	0.15 611

IMH-64-1	0.65 663	0.61 665	0.68 661	0.71 669	0.51 667	0.59 656	0.49 669	0.91 675	0.85 670	0.74 668	1.02 676	0.81 666	0.78 674	0.79 672	0.49 663	0.42 665	0.46 670	0.71 673	0.47 668	0.52 667	0.39 665

IMH-64	0.65 663	0.61 665	0.68 661	0.71 669	0.51 667	0.59 656	0.49 669	0.91 675	0.85 670	0.74 668	1.02 676	0.81 666	0.78 674	0.79 672	0.49 663	0.42 665	0.46 670	0.71 673	0.47 668	0.52 667	0.39 665

Consistency-Raft	0.44 649	0.40 656	0.45 626	0.37 652	0.43 663	0.46 645	0.41 661	0.57 664	0.55 632	0.32 610	0.73 660	0.33 589	0.48 654	0.42 649	0.49 663	0.39 663	0.35 666	0.45 663	0.51 673	0.42 663	0.29 655

anonymity	0.53 658	0.58 663	0.65 652	0.41 655	0.61 677	0.53 652	0.41 661	0.56 662	0.41 584	0.55 652	0.50 631	0.49 644	0.55 661	0.58 666	0.50 666	0.58 676	0.50 679	0.51 666	0.51 673	0.51 666	0.57 674

IMH	0.71 666	0.64 668	0.68 661	0.76 671	0.54 669	0.69 664	0.54 673	0.98 681	1.10 677	0.82 672	1.09 679	0.89 668	0.88 679	0.87 680	0.52 667	0.44 668	0.50 679	0.75 676	0.51 673	0.56 672	0.41 669

MonStereo1	0.47 655	0.26 636	0.58 645	0.28 630	0.20 634	0.39 640	0.18 474	0.49 650	0.64 653	0.52 648	0.87 669	1.01 670	0.57 663	0.50 654	0.56 668	0.53 673	0.31 664	0.54 670	0.40 664	0.33 661	0.34 661

SGM+DAISY	0.56 660	0.57 662	0.65 652	0.40 653	0.54 669	0.66 663	0.49 669	0.56 662	0.45 608	0.66 658	0.69 656	0.67 660	0.56 662	0.63 668	0.56 668	0.59 677	0.48 675	0.50 665	0.50 672	0.52 667	0.58 675

ktn	1.01 681	1.21 685	0.80 672	1.23 688	0.86 687	1.01 683	0.87 687	0.94 678	1.39 684	1.04 680	1.12 682	1.15 675	1.07 685	0.94 684	0.59 670	1.28 693	0.71 691	1.38 693	0.83 687	1.02 689	0.75 687

MFMNet_re	0.64 662	0.66 669	0.65 652	0.51 662	0.69 681	0.69 664	0.57 675	0.64 668	0.73 666	0.60 655	0.73 660	0.62 655	0.67 670	0.65 669	0.60 671	0.66 681	0.58 688	0.63 671	0.59 676	0.68 678	0.69 684

NVStereoNet_ROB	0.46 654	0.36 653	0.46 630	0.41 655	0.28 652	0.34 625	0.34 654	0.48 648	0.60 645	0.72 664	0.93 672	0.70 663	0.66 669	0.47 651	0.60 671	0.22 648	0.33 665	0.34 659	0.34 663	0.30 656	0.30 657
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	0.57 661	0.58 663	0.65 652	0.45 658	0.55 671	0.62 659	0.44 668	0.62 667	0.50 621	0.68 660	0.64 651	0.66 659	0.57 663	0.61 667	0.60 671	0.62 679	0.47 674	0.51 666	0.49 670	0.55 671	0.58 675
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-7	0.79 671	0.78 674	0.54 637	0.85 677	0.67 680	0.74 668	0.68 683	1.05 684	1.32 682	0.90 675	1.20 686	1.04 671	0.92 680	0.69 670	0.66 674	0.60 678	0.62 689	0.67 672	0.68 682	0.64 674	0.58 675

WAO-6	0.81 672	0.80 675	0.62 650	0.86 678	0.63 678	0.76 672	0.58 676	0.98 681	1.54 689	0.90 675	0.96 675	1.07 673	1.03 684	0.70 671	0.66 674	0.72 682	0.49 677	0.90 684	0.71 683	0.68 678	0.58 675

PWCK	0.71 666	0.94 680	0.95 676	0.76 671	0.31 657	0.74 668	0.36 656	0.90 674	0.90 673	0.96 677	0.75 664	0.95 669	0.61 666	0.87 680	0.66 674	0.72 682	0.46 670	0.75 676	0.49 670	0.69 680	0.44 670

TorneroNet-64	0.76 670	0.72 672	0.74 668	0.78 673	0.58 675	0.91 679	0.56 674	0.84 673	1.29 681	0.66 658	0.90 670	1.40 683	0.75 673	0.85 678	0.67 677	0.49 671	0.46 670	0.72 675	0.59 676	0.67 677	0.53 673

notaker	0.97 679	1.11 683	0.98 677	1.13 686	0.81 685	0.73 667	0.68 683	0.93 677	1.16 678	1.18 687	1.18 685	1.41 684	1.16 689	1.08 689	0.69 678	0.81 687	0.64 690	1.17 689	0.79 686	0.98 687	0.80 688

LVE	0.83 674	0.85 678	0.85 674	0.80 674	0.56 672	1.04 685	0.65 680	1.05 684	1.47 687	0.96 677	1.22 687	1.10 674	0.85 677	0.83 675	0.71 679	0.49 671	0.55 685	0.76 679	0.60 678	0.65 675	0.59 680

WAO-8	0.91 676	0.81 676	0.65 652	0.94 681	0.69 681	0.90 676	0.67 681	1.07 687	1.83 692	1.06 682	1.45 689	1.30 678	1.07 685	0.84 676	0.78 680	0.74 684	0.53 682	0.86 682	0.75 684	0.69 680	0.62 681

Venus	0.91 676	0.81 676	0.65 652	0.94 681	0.69 681	0.90 676	0.67 681	1.07 687	1.83 692	1.06 682	1.45 689	1.30 678	1.07 685	0.84 676	0.78 680	0.74 684	0.53 682	0.86 682	0.75 684	0.69 680	0.62 681

TorneroNet	0.82 673	0.74 673	0.81 673	0.84 676	0.63 678	0.99 681	0.63 677	0.96 679	1.16 678	0.80 671	1.11 681	1.36 682	0.86 678	0.93 683	0.80 682	0.56 674	0.49 677	0.78 681	0.66 681	0.73 683	0.63 683

Dean	0.87 675	0.86 679	0.79 671	0.81 675	0.56 672	0.90 676	0.63 677	1.15 690	1.73 690	1.15 685	1.15 684	1.31 680	0.99 683	0.81 674	0.81 683	0.57 675	0.56 686	0.77 680	0.64 679	0.66 676	0.58 675

KSHMR	1.09 682	1.17 684	0.88 675	1.25 689	1.00 689	0.99 681	0.96 689	1.13 689	1.37 683	1.16 686	1.29 688	1.41 684	0.96 682	1.01 686	0.92 684	1.03 691	1.08 693	1.20 690	1.03 692	1.01 688	0.97 690

UNDER WATER-64	0.95 678	0.94 680	1.43 685	0.87 679	0.56 672	1.18 688	0.87 687	0.77 671	0.94 674	1.04 680	0.85 668	1.58 688	1.21 690	0.94 684	0.96 685	0.87 688	0.57 687	1.03 688	0.88 689	0.78 684	0.73 685

UNDER WATER	0.97 679	0.97 682	1.42 684	0.99 683	0.70 684	1.12 687	0.84 686	0.80 672	1.08 676	1.01 679	0.90 670	1.55 687	1.22 691	1.03 687	1.00 686	0.78 686	0.53 682	1.02 687	0.87 688	0.80 685	0.74 686

JetBlue	0.71 666	0.45 659	1.14 681	0.51 662	0.47 665	2.02 690	0.64 679	0.75 670	0.70 660	0.69 661	0.77 665	1.22 677	0.83 676	1.03 687	1.01 687	0.40 664	0.28 659	0.33 658	0.33 660	0.30 656	0.34 661

MADNet+	0.75 669	0.71 671	3.70 692	0.66 668	0.41 661	0.98 680	0.97 690	0.69 669	0.73 666	0.52 648	0.57 646	0.64 656	0.68 671	0.86 679	1.01 687	0.34 661	0.36 667	0.28 653	0.23 645	0.36 662	0.31 658

DPSimNet_ROB	1.11 683	1.23 686	0.78 669	1.13 686	0.88 688	1.10 686	1.13 691	1.16 691	1.23 680	1.43 689	1.02 676	1.41 684	1.10 688	0.90 682	1.60 689	1.46 694	0.51 681	1.21 691	1.03 692	0.90 686	1.01 692

HanzoNet	1.29 684	1.26 687	1.19 682	1.12 685	0.85 686	1.02 684	0.83 685	1.03 683	1.48 688	1.64 690	1.61 691	2.50 692	1.72 692	1.61 691	1.61 690	1.26 692	0.80 692	1.31 692	1.01 691	1.02 689	0.86 689

LRCNet_RVC	10.62 703	13.42 710	7.30 695	18.92 708	2.07 693	0.33 622	0.30 645	5.59 698	0.48 611	13.03 708	17.94 708	8.87 701	5.65 697	4.79 695	1.89 691	23.51 717	2.73 700	27.55 720	25.71 720	16.07 714	16.33 715

Selective-IGEV-i1pa	2.80 687	3.51 695	0.67 660	0.28 630	0.14 574	10.22 697	0.43 666	4.36 694	3.63 695	3.53 694	6.92 696	3.47 693	1.97 693	13.41 708	2.26 692	0.36 662	0.15 625	0.13 585	0.10 534	0.15 612	0.35 663

MADNet++	1.95 686	1.75 689	1.59 686	1.82 690	1.69 692	2.33 691	1.40 694	2.35 693	2.09 694	2.57 693	2.36 694	2.24 691	2.17 694	2.28 692	2.34 693	1.87 695	1.66 695	1.54 694	1.34 694	1.92 692	1.77 694

TCMNet-wrong-test	3.67 689	5.48 703	3.89 693	12.18 704	11.75 706	4.65 692	3.88 696	1.06 686	0.72 662	1.09 684	2.15 693	6.30 698	0.53 657	3.43 694	2.36 694	0.89 689	0.20 642	1.87 696	1.69 695	5.57 700	3.62 700

JetRed	1.62 685	1.46 688	2.98 687	0.92 680	1.21 690	4.99 693	1.53 695	1.27 692	1.39 684	1.83 691	1.74 692	1.60 689	0.95 681	1.41 690	2.45 695	0.90 690	1.60 694	0.93 685	0.90 690	1.35 691	0.99 691

PML	8.91 698	9.34 709	6.13 694	5.35 695	6.41 697	14.99 701	23.38 707	5.27 695	6.83 697	18.04 712	28.19 720	7.67 699	6.83 698	7.85 699	5.75 696	5.35 702	1.83 696	5.95 708	1.93 696	8.64 705	2.52 696

tt	4.67 690	0.06 102	3.55 691	2.02 691	1.55 691	10.25 698	16.71 700	8.91 703	5.03 696	1.31 688	0.94 673	4.71 694	4.76 696	3.33 693	5.87 697	6.06 703	10.30 709	1.88 697	2.11 697	2.75 694	1.21 693

Selective-IGEV-i16pa	18.58 708	3.30 693	1.09 679	0.21 548	0.18 627	103.68 721	0.28 628	19.87 713	40.73 721	4.16 695	56.45 721	8.07 700	2.59 695	123.95 722	5.89 698	0.18 631	0.12 595	0.09 471	0.12 588	0.12 563	0.51 672

USTest	6.22 691	2.73 692	3.00 688	6.57 698	7.29 698	14.37 700	21.57 701	7.00 702	9.56 701	5.34 699	6.10 695	5.72 697	7.64 699	6.41 698	6.96 699	1.97 696	3.42 701	1.64 695	2.15 698	2.66 693	2.36 695

xxxxx1	7.79 692	5.02 700	7.31 696	3.12 692	3.85 694	16.35 702	22.88 702	5.86 699	8.69 698	7.97 700	8.54 697	9.12 702	8.27 700	10.18 700	10.92 700	2.42 697	2.45 697	3.56 700	12.37 706	3.77 695	3.06 697

tt_ll	7.79 692	5.02 700	7.31 696	3.12 692	3.85 694	16.35 702	22.88 702	5.86 699	8.69 698	7.97 700	8.54 697	9.12 702	8.27 700	10.18 700	10.92 700	2.42 697	2.45 697	3.56 700	12.37 706	3.77 695	3.06 697

ff	7.79 692	5.02 700	7.31 696	3.12 692	3.85 694	16.35 702	22.88 702	5.86 699	8.69 698	7.97 700	8.54 697	9.12 702	8.27 700	10.18 700	10.92 700	2.42 697	2.45 697	3.56 700	12.37 706	3.77 695	3.06 697

DPSMNet_ROB	8.06 696	4.48 696	8.63 704	5.37 697	10.74 701	8.32 695	22.98 706	5.46 696	13.36 706	5.12 697	9.92 702	5.08 695	10.40 703	5.53 697	12.58 703	3.80 701	8.00 702	3.50 698	7.02 703	3.83 698	7.14 704

DGTPSM_ROB	8.06 696	4.48 696	8.63 704	5.35 695	10.72 700	8.32 695	22.97 705	5.46 696	13.35 705	5.12 697	9.92 702	5.08 695	10.40 703	5.52 696	12.58 703	3.79 700	8.00 702	3.50 698	7.02 703	3.83 698	7.14 704

Anonymous_1	10.96 704	7.92 704	7.46 699	10.33 701	10.06 699	18.65 708	26.34 710	11.06 706	13.44 707	9.40 703	10.05 704	9.67 707	11.23 707	10.73 703	12.72 705	6.42 704	8.38 706	5.77 705	10.61 705	12.12 706	6.77 701

iinet-test	10.48 701	8.09 705	7.54 700	10.26 699	10.94 702	18.00 706	25.26 708	11.33 707	13.28 703	9.69 704	9.85 700	9.42 705	11.17 705	11.02 704	12.78 706	6.59 705	8.30 704	5.56 703	6.56 699	6.89 701	7.02 702

IINet	10.48 701	8.09 705	7.54 700	10.26 699	10.94 702	18.00 706	25.26 708	11.33 707	13.28 703	9.69 704	9.85 700	9.42 705	11.17 705	11.02 704	12.78 706	6.59 705	8.30 704	5.56 703	6.56 699	6.89 701	7.02 702

DPSM_ROB	11.15 705	8.58 707	8.00 702	10.88 702	11.58 704	19.10 709	26.71 711	12.05 709	14.07 710	10.36 706	10.84 705	10.33 708	11.86 708	11.70 706	13.54 708	6.99 707	8.79 707	5.89 706	6.95 701	7.29 703	7.42 706

DPSM	11.15 705	8.58 707	8.00 702	10.88 702	11.58 704	19.10 709	26.71 711	12.05 709	14.07 710	10.36 706	10.84 705	10.33 708	11.86 708	11.70 706	13.54 708	6.99 707	8.79 707	5.89 706	6.95 701	7.29 703	7.42 706

HaxPig	15.71 707	18.52 718	19.18 713	16.89 707	15.89 709	7.73 694	7.60 697	13.31 711	10.82 702	15.42 709	14.91 707	15.98 710	14.92 710	15.58 709	15.98 710	18.95 716	16.73 710	19.46 716	18.08 716	19.26 715	19.05 718

RSGM-EC	20.36 709	4.73 698	0.68 661	16.76 705	16.92 710	21.28 711	27.18 713	10.46 704	14.04 708	18.00 710	21.31 711	22.24 719	21.82 712	22.57 711	17.63 711	62.81 720	33.79 720	20.14 717	18.10 717	20.18 716	16.45 716

acva	20.36 709	4.73 698	0.68 661	16.76 705	16.92 710	21.28 711	27.18 713	10.46 704	14.04 708	18.00 710	21.31 711	22.24 719	21.82 712	22.57 711	17.63 711	62.81 720	33.79 720	20.14 717	18.10 717	20.18 716	16.45 716

MEDIAN_ROB	20.38 711	24.04 719	23.31 716	21.23 709	21.71 712	10.40 699	7.92 698	17.64 712	15.50 712	20.12 713	19.70 709	20.34 711	20.32 711	21.19 710	21.13 713	23.81 718	21.81 718	24.98 719	23.76 719	24.71 718	23.93 719

AVERAGE_ROB	24.90 719	29.20 720	28.14 717	24.89 717	24.64 719	17.75 705	11.12 699	21.45 714	19.93 713	25.12 721	24.46 719	25.12 721	25.46 721	24.69 720	22.83 714	29.76 719	27.13 719	28.97 721	27.95 721	29.91 719	29.47 720

FlowAnything	22.44 715	17.35 715	16.14 710	22.07 715	23.23 713	38.39 717	53.77 716	24.25 718	28.44 718	20.96 720	21.82 717	20.70 712	23.84 714	23.49 717	27.14 715	14.04 709	17.79 717	11.75 709	14.15 715	14.65 707	14.89 708

CasAABBNet	22.42 712	17.33 712	16.01 708	22.01 711	23.28 714	38.32 713	53.80 717	24.14 717	28.41 717	20.60 715	21.77 715	20.89 717	23.91 716	23.43 715	27.36 716	14.07 710	17.69 712	11.83 711	14.01 710	14.67 709	14.95 711

LSM0	22.87 718	17.28 711	18.96 712	22.19 716	29.04 720	38.42 719	53.71 715	24.28 719	28.31 714	20.78 719	21.00 710	21.43 718	24.16 720	23.50 718	27.39 717	14.09 715	17.38 711	11.84 715	14.04 713	14.73 713	14.89 708

Hybrid-DGEV	22.47 716	17.40 717	16.14 710	22.00 710	23.29 715	38.36 716	53.80 717	24.43 721	28.63 720	20.59 714	21.81 716	20.88 714	23.91 716	23.45 716	27.42 718	14.08 713	17.69 712	11.83 711	14.06 714	14.65 707	14.93 710

RAFT-FEzeroshot	22.43 713	17.33 712	15.98 706	22.02 712	23.31 716	38.34 714	53.82 719	24.05 715	28.39 715	20.61 716	21.76 713	20.88 714	23.92 718	23.41 713	27.42 718	14.07 710	17.69 712	11.83 711	14.02 711	14.69 710	14.97 712

RAFT-FE	22.43 713	17.33 712	15.98 706	22.02 712	23.31 716	38.34 714	53.82 719	24.05 715	28.39 715	20.61 716	21.76 713	20.88 714	23.92 718	23.41 713	27.42 718	14.07 710	17.69 712	11.83 711	14.02 711	14.69 710	14.97 712

Selective-RAFT-Error	22.47 716	17.37 716	16.09 709	22.06 714	23.34 718	38.39 717	53.83 721	24.29 720	28.47 719	20.74 718	21.83 718	20.81 713	23.90 715	23.54 719	27.53 721	14.08 713	17.69 712	11.82 710	14.00 709	14.69 710	15.00 714

test_example2	98.32 720	94.13 721	45.89 718	96.35 718	109.85 721	88.61 720	95.45 722	25.75 722	94.37 722	130.00 723	126.06 722	58.17 722	74.63 722	88.51 721	79.96 722	150.23 722	221.02 722	77.62 722	99.10 722	113.75 722	96.94 721

ccccc		285.66 722		368.85 721	370.60 722	123.16 722		115.05 723		126.68 722		122.83 723		252.94 723		384.56 723	353.86 723	254.69 723	223.00 723	425.87 723

ASD4		3.38 694

Low-res two-view benchmark