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

BridgeDepth	0.07 4	0.07 169	0.08 40	0.18 325	0.06 16	0.07 34	0.11 55	0.09 13	0.06 4	0.04 1	0.07 49	0.10 192	0.09 200	0.08 19	0.08 17	0.04 11	0.03 1	0.04 1	0.04 46	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
MonStereo	0.07 4	0.06 76	0.05 1	0.15 85	0.05 1	0.08 60	0.10 31	0.15 130	0.15 187	0.05 2	0.06 15	0.05 3	0.06 46	0.07 4	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 4	0.06 76	0.05 1	0.15 85	0.05 1	0.08 60	0.10 31	0.15 130	0.15 187	0.05 2	0.06 15	0.05 3	0.06 46	0.07 4	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

asda	0.07 4	0.08 275	0.08 40	0.16 167	0.06 16	0.06 11	0.10 31	0.16 161	0.10 48	0.06 14	0.06 15	0.05 3	0.05 12	0.10 82	0.10 144	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

asd	0.07 4	0.08 275	0.07 8	0.16 167	0.07 84	0.08 60	0.08 7	0.11 37	0.08 17	0.07 48	0.07 49	0.06 24	0.06 46	0.10 82	0.09 62	0.03 1	0.03 1	0.04 1	0.04 46	0.04 21	0.03 2

qwe	0.07 4	0.08 275	0.07 8	0.15 85	0.06 16	0.07 34	0.10 31	0.18 229	0.11 77	0.07 48	0.07 49	0.06 24	0.06 46	0.10 82	0.09 62	0.03 1	0.03 1	0.04 1	0.04 46	0.04 21	0.03 2

2.25w	0.07 4	0.06 76	0.07 8	0.14 41	0.06 16	0.08 60	0.08 7	0.10 22	0.15 187	0.08 86	0.10 144	0.07 82	0.06 46	0.08 19	0.10 144	0.05 35	0.03 1	0.04 1	0.04 46	0.03 1	0.04 49

4.25_new	0.07 4	0.08 275	0.09 92	0.15 85	0.06 16	0.09 98	0.08 7	0.14 97	0.08 17	0.07 48	0.07 49	0.06 24	0.06 46	0.12 226	0.10 144	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4.5w_new	0.07 4	0.08 275	0.09 92	0.15 85	0.06 16	0.09 98	0.08 7	0.14 97	0.08 17	0.07 48	0.07 49	0.06 24	0.06 46	0.12 226	0.10 144	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4.5_new	0.07 4	0.09 351	0.08 40	0.15 85	0.07 84	0.06 11	0.10 31	0.14 97	0.11 77	0.06 14	0.08 91	0.06 24	0.06 46	0.08 19	0.10 144	0.03 1	0.03 1	0.04 1	0.04 46	0.04 21	0.03 2

4.5w-stereo	0.07 4	0.09 351	0.08 40	0.15 85	0.07 84	0.06 11	0.10 31	0.14 97	0.11 77	0.06 14	0.08 91	0.06 24	0.06 46	0.08 19	0.10 144	0.03 1	0.03 1	0.04 1	0.04 46	0.04 21	0.03 2

4.25w-stereo	0.07 4	0.08 275	0.09 92	0.15 85	0.06 16	0.09 98	0.08 7	0.14 97	0.08 17	0.07 48	0.07 49	0.06 24	0.06 46	0.12 226	0.10 144	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4w-stereo	0.07 4	0.08 275	0.08 40	0.16 167	0.06 16	0.07 34	0.08 7	0.12 58	0.08 17	0.07 48	0.07 49	0.05 3	0.06 46	0.09 40	0.10 144	0.03 1	0.03 1	0.04 1	0.04 46	0.04 21	0.03 2

2.5w	0.07 4	0.07 169	0.07 8	0.16 167	0.06 16	0.08 60	0.12 76	0.10 22	0.10 48	0.07 48	0.06 15	0.09 158	0.06 46	0.08 19	0.09 62	0.04 11	0.03 1	0.04 1	0.04 46	0.03 1	0.03 2

3.25w_new	0.07 4	0.06 76	0.07 8	0.15 85	0.06 16	0.10 151	0.07 3	0.12 58	0.11 77	0.08 86	0.06 15	0.07 82	0.06 46	0.11 135	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 4	0.06 76	0.07 8	0.15 85	0.06 16	0.10 151	0.07 3	0.12 58	0.11 77	0.08 86	0.06 15	0.07 82	0.06 46	0.11 135	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 4	0.07 169	0.08 40	0.16 167	0.07 84	0.07 34	0.09 18	0.16 161	0.09 30	0.07 48	0.06 15	0.05 3	0.06 46	0.09 40	0.10 144	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 4	0.07 169	0.07 8	0.15 85	0.07 84	0.09 98	0.06 1	0.13 76	0.11 77	0.07 48	0.07 49	0.06 24	0.07 128	0.10 82	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3w_stereo	0.08 57	0.09 351	0.10 138	0.17 243	0.07 84	0.08 60	0.10 31	0.20 268	0.13 142	0.06 14	0.07 49	0.05 3	0.06 46	0.08 19	0.09 62	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

2w_stereo	0.08 57	0.08 275	0.09 92	0.16 167	0.06 16	0.08 60	0.10 31	0.20 268	0.15 187	0.08 86	0.07 49	0.06 24	0.06 46	0.06 1	0.09 62	0.04 11	0.03 1	0.04 1	0.04 46	0.03 1	0.03 2

1w_stereo	0.07 4	0.06 76	0.07 8	0.16 167	0.06 16	0.07 34	0.10 31	0.14 97	0.14 167	0.07 48	0.08 91	0.05 3	0.06 46	0.09 40	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 49

MonSter	0.07 4	0.06 76	0.05 1	0.15 85	0.05 1	0.07 34	0.10 31	0.15 130	0.15 187	0.05 2	0.06 15	0.05 3	0.06 46	0.07 4	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

4D-IteraStereo	0.09 108	0.07 169	0.10 138	0.18 325	0.07 84	0.09 98	0.15 254	0.17 197	0.15 187	0.10 159	0.11 185	0.10 192	0.07 128	0.11 135	0.09 62	0.05 35	0.03 1	0.08 319	0.07 308	0.06 226	0.05 146

Hybrid-DGEV-03	0.10 173	0.06 76	0.09 92	0.18 325	0.08 146	0.16 375	0.14 180	0.15 130	0.14 167	0.13 262	0.16 259	0.12 235	0.09 200	0.13 276	0.11 219	0.06 128	0.04 24	0.08 319	0.06 214	0.05 119	0.04 49

BPD-Stereo	0.07 4	0.04 1	0.08 40	0.15 85	0.07 84	0.06 11	0.14 180	0.07 2	0.10 48	0.05 2	0.05 7	0.04 1	0.06 46	0.07 4	0.09 62	0.04 11	0.04 24	0.05 34	0.05 133	0.04 21	0.04 49

Pro-Stereo	0.07 4	0.05 27	0.08 40	0.15 85	0.07 84	0.08 60	0.12 76	0.07 2	0.07 10	0.06 14	0.06 15	0.05 3	0.05 12	0.09 40	0.08 17	0.05 35	0.04 24	0.06 126	0.05 133	0.04 21	0.04 49

WQFJA1++	0.08 57	0.04 1	0.11 182	0.14 41	0.07 84	0.11 198	0.11 55	0.11 37	0.07 10	0.07 48	0.07 49	0.07 82	0.06 46	0.10 82	0.10 144	0.06 128	0.04 24	0.05 34	0.04 46	0.06 226	0.06 240

BridgeDepth_RVC	0.07 4	0.04 1	0.09 92	0.11 1	0.05 1	0.10 151	0.10 31	0.14 97	0.09 30	0.06 14	0.07 49	0.06 24	0.07 128	0.07 4	0.10 144	0.06 128	0.04 24	0.04 1	0.04 46	0.04 21	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
NLSM3	0.09 108	0.06 76	0.08 40	0.19 385	0.08 146	0.11 198	0.16 320	0.18 229	0.16 217	0.06 14	0.08 91	0.07 82	0.08 169	0.09 40	0.11 219	0.04 11	0.04 24	0.06 126	0.07 308	0.03 1	0.03 2

HiDET	0.08 57	0.04 1	0.10 138	0.13 14	0.06 16	0.08 60	0.12 76	0.12 58	0.11 77	0.06 14	0.07 49	0.07 82	0.07 128	0.11 135	0.11 219	0.06 128	0.04 24	0.04 1	0.03 1	0.04 21	0.04 49

VIP-Stereo	0.07 4	0.07 169	0.07 8	0.15 85	0.06 16	0.12 237	0.10 31	0.11 37	0.11 77	0.06 14	0.07 49	0.06 24	0.05 12	0.10 82	0.08 17	0.05 35	0.04 24	0.05 34	0.03 1	0.03 1	0.02 1

GEAStereo	0.08 57	0.05 27	0.08 40	0.13 14	0.08 146	0.08 60	0.14 180	0.10 22	0.09 30	0.08 86	0.10 144	0.06 24	0.05 12	0.11 135	0.08 17	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.05 146

GSStereo	0.08 57	0.05 27	0.08 40	0.13 14	0.08 146	0.08 60	0.14 180	0.11 37	0.12 107	0.08 86	0.10 144	0.05 3	0.05 12	0.11 135	0.08 17	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.05 146

GS-Stereo							0.14 180	0.11 37	0.12 107	0.08 86	0.10 144	0.05 3	0.05 12	0.11 135	0.08 17	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.05 146

gasm-f	0.08 57	0.05 27	0.07 8	0.13 14	0.08 146	0.08 60	0.14 180	0.10 22	0.09 30	0.08 86	0.10 144	0.06 24	0.05 12	0.10 82	0.08 17	0.06 128	0.04 24	0.05 34	0.04 46	0.06 226	0.05 146

FE-Mocha	0.09 108	0.06 76	0.14 302	0.16 167	0.09 268	0.10 151	0.15 254	0.18 229	0.16 217	0.10 159	0.09 113	0.07 82	0.07 128	0.09 40	0.09 62	0.06 128	0.04 24	0.06 126	0.06 214	0.05 119	0.05 146

DLNR-FE	10.43 628	1.83 620	19.53 640	120.75 644	13.06 632	0.06 11	0.13 126	0.23 335	0.10 48	0.07 48	0.10 144	0.09 158	0.06 46	0.10 82	0.09 62	0.13 521	0.04 24	0.06 126	0.04 46	52.01 646	0.04 49

IGEV-FE	0.09 108	0.05 27	0.12 219	0.13 14	0.08 146	0.12 237	0.13 126	0.17 197	0.11 77	0.10 159	0.06 15	0.09 158	0.06 46	0.11 135	0.09 62	0.06 128	0.04 24	0.06 126	0.06 214	0.05 119	0.05 146

DDF-Stereo	0.08 57	0.04 1	0.09 92	0.15 85	0.10 377	0.06 11	0.13 126	0.09 13	0.14 167	0.06 14	0.06 15	0.07 82	0.06 46	0.09 40	0.10 144	0.06 128	0.04 24	0.06 126	0.04 46	0.08 362	0.05 146

252Zero-FE	0.08 57	0.04 1	0.09 92	0.13 14	0.07 84	0.12 237	0.11 55	0.13 76	0.14 167	0.06 14	0.05 7	0.06 24	0.05 12	0.09 40	0.10 144	0.06 128	0.04 24	0.04 1	0.03 1	0.05 119	0.06 240

Zero-FE251	0.07 4	0.05 27	0.09 92	0.13 14	0.06 16	0.12 237	0.12 76	0.11 37	0.10 48	0.07 48	0.08 91	0.06 24	0.06 46	0.09 40	0.08 17	0.06 128	0.04 24	0.05 34	0.04 46	0.04 21	0.04 49

Wavelet-MonSter	0.07 4	0.05 27	0.07 8	0.16 167	0.06 16	0.07 34	0.11 55	0.10 22	0.08 17	0.06 14	0.06 15	0.07 82	0.07 128	0.09 40	0.09 62	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.03 2

DA	0.08 57	0.07 169	0.07 8	0.19 385	0.08 146	0.09 98	0.12 76	0.13 76	0.12 107	0.08 86	0.10 144	0.10 192	0.08 169	0.09 40	0.10 144	0.05 35	0.04 24	0.06 126	0.04 46	0.05 119	0.03 2

Monster-pub-mixall	0.07 4	0.04 1	0.09 92	0.13 14	0.06 16	0.05 4	0.09 18	0.11 37	0.07 10	0.06 14	0.06 15	0.05 3	0.06 46	0.09 40	0.09 62	0.06 128	0.04 24	0.04 1	0.03 1	0.05 119	0.05 146

Replicate-Monster	0.07 4	0.05 27	0.09 92	0.14 41	0.06 16	0.08 60	0.09 18	0.13 76	0.13 142	0.05 2	0.07 49	0.06 24	0.06 46	0.08 19	0.10 144	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

zero-FE	0.08 57	0.04 1	0.09 92	0.15 85	0.10 377	0.05 4	0.14 180	0.09 13	0.14 167	0.07 48	0.06 15	0.07 82	0.06 46	0.09 40	0.10 144	0.06 128	0.04 24	0.06 126	0.04 46	0.08 362	0.05 146

GGEV	0.08 57	0.07 169	0.07 8	0.19 385	0.08 146	0.09 98	0.12 76	0.13 76	0.12 107	0.08 86	0.10 144	0.10 192	0.08 169	0.09 40	0.10 144	0.05 35	0.04 24	0.06 126	0.04 46	0.05 119	0.03 2

2.75w_new	0.07 4	0.07 169	0.07 8	0.13 14	0.06 16	0.08 60	0.08 7	0.18 229	0.12 107	0.07 48	0.08 91	0.06 24	0.06 46	0.09 40	0.11 219	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.04 49

monsterstereo	0.07 4	0.06 76	0.06 4	0.16 167	0.06 16	0.08 60	0.10 31	0.16 161	0.11 77	0.07 48	0.08 91	0.06 24	0.07 128	0.08 19	0.09 62	0.04 11	0.04 24	0.05 34	0.04 46	0.03 1	0.03 2

monsters	0.07 4	0.06 76	0.06 4	0.15 85	0.06 16	0.08 60	0.09 18	0.12 58	0.08 17	0.09 122	0.07 49	0.06 24	0.06 46	0.08 19	0.08 17	0.05 35	0.04 24	0.04 1	0.04 46	0.03 1	0.03 2

IGEV	0.07 4	0.04 1	0.08 40	0.13 14	0.06 16	0.09 98	0.12 76	0.14 97	0.10 48	0.06 14	0.09 113	0.07 82	0.05 12	0.09 40	0.09 62	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

xyz-stereo-finetune2	0.11 222	0.07 169	0.13 266	0.13 14	0.07 84	0.11 198	0.19 444	0.17 197	0.12 107	0.15 311	0.15 247	0.17 344	0.12 298	0.13 276	0.11 219	0.05 35	0.04 24	0.07 228	0.05 133	0.04 21	0.06 240

xyz-stereo-finetune	0.11 222	0.08 275	0.13 266	0.14 41	0.06 16	0.10 151	0.19 444	0.17 197	0.19 287	0.12 231	0.14 230	0.15 310	0.10 237	0.13 276	0.11 219	0.05 35	0.04 24	0.07 228	0.05 133	0.04 21	0.05 146

111111	0.07 4	0.04 1	0.09 92	0.17 243	0.06 16	0.05 4	0.10 31	0.11 37	0.09 30	0.06 14	0.06 15	0.07 82	0.05 12	0.09 40	0.09 62	0.06 128	0.04 24	0.05 34	0.04 46	0.07 299	0.06 240

LG-Stereo_L2	0.07 4	0.05 27	0.10 138	0.14 41	0.06 16	0.07 34	0.12 76	0.09 13	0.09 30	0.06 14	0.04 1	0.05 3	0.05 12	0.08 19	0.08 17	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.03 2

LG-Stereo_L1	0.07 4	0.05 27	0.11 182	0.14 41	0.06 16	0.07 34	0.13 126	0.09 13	0.07 10	0.05 2	0.04 1	0.05 3	0.04 1	0.08 19	0.07 1	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

MLG-Stereo_test3	0.07 4	0.05 27	0.10 138	0.14 41	0.06 16	0.07 34	0.11 55	0.08 6	0.06 4	0.06 14	0.04 1	0.06 24	0.06 46	0.07 4	0.10 144	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.06 240

MLG-Stereo_test2	0.06 1	0.04 1	0.10 138	0.15 85	0.05 1	0.07 34	0.11 55	0.09 13	0.04 2	0.06 14	0.05 7	0.06 24	0.04 1	0.08 19	0.09 62	0.06 128	0.04 24	0.05 34	0.03 1	0.05 119	0.05 146

MLG-Stereo_test1	0.06 1	0.05 27	0.08 40	0.17 243	0.05 1	0.06 11	0.11 55	0.08 6	0.03 1	0.05 2	0.04 1	0.06 24	0.05 12	0.09 40	0.09 62	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

MLG-Stereo	0.07 4	0.05 27	0.08 40	0.17 243	0.05 1	0.07 34	0.11 55	0.08 6	0.04 2	0.05 2	0.04 1	0.06 24	0.05 12	0.10 82	0.09 62	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

LG-G_1	0.07 4	0.04 1	0.11 182	0.15 85	0.06 16	0.09 98	0.08 7	0.08 6	0.06 4	0.06 14	0.05 7	0.07 82	0.07 128	0.11 135	0.08 17	0.07 277	0.04 24	0.05 34	0.04 46	0.05 119	0.05 146

LG-G	0.07 4	0.04 1	0.11 182	0.15 85	0.06 16	0.09 98	0.08 7	0.08 6	0.06 4	0.06 14	0.05 7	0.07 82	0.07 128	0.11 135	0.08 17	0.07 277	0.04 24	0.05 34	0.04 46	0.05 119	0.05 146

LGtest1	0.07 4	0.04 1	0.10 138	0.15 85	0.06 16	0.07 34	0.09 18	0.08 6	0.06 4	0.05 2	0.04 1	0.06 24	0.06 46	0.10 82	0.09 62	0.07 277	0.04 24	0.05 34	0.04 46	0.06 226	0.06 240

LG-Stereo_Zeroshot	0.07 4	0.06 76	0.10 138	0.16 167	0.07 84	0.04 1	0.13 126	0.10 22	0.10 48	0.05 2	0.11 185	0.07 82	0.05 12	0.07 4	0.09 62	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

SGD-Stereo	0.08 57	0.05 27	0.10 138	0.14 41	0.05 1	0.12 237	0.12 76	0.11 37	0.12 107	0.07 48	0.09 113	0.09 158	0.09 200	0.08 19	0.08 17	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.03 2

MM-Stereo_test2	0.09 108	0.06 76	0.09 92	0.19 385	0.08 146	0.12 237	0.18 405	0.15 130	0.14 167	0.07 48	0.10 144	0.07 82	0.06 46	0.12 226	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.05 119	0.03 2

HART	0.08 57	0.07 169	0.09 92	0.17 243	0.07 84	0.10 151	0.16 320	0.13 76	0.11 77	0.08 86	0.10 144	0.07 82	0.05 12	0.10 82	0.08 17	0.05 35	0.04 24	0.06 126	0.04 46	0.05 119	0.04 49

GREAT-IGEV	0.07 4	0.06 76	0.08 40	0.13 14	0.07 84	0.07 34	0.14 180	0.09 13	0.09 30	0.06 14	0.07 49	0.06 24	0.05 12	0.10 82	0.07 1	0.05 35	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
Reg-Stereo(zero)	0.08 57	0.05 27	0.08 40	0.16 167	0.06 16	0.12 237	0.11 55	0.15 130	0.10 48	0.12 231	0.09 113	0.10 192	0.08 169	0.11 135	0.08 17	0.06 128	0.04 24	0.05 34	0.04 46	0.04 21	0.05 146

HI	0.11 222	0.06 76	0.11 182	0.13 14	0.09 268	0.09 98	0.14 180	0.21 291	0.10 48	0.19 400	0.17 281	0.14 281	0.09 200	0.16 359	0.08 17	0.05 35	0.04 24	0.07 228	0.08 379	0.07 299	0.06 240

CoSv	0.11 222	0.06 76	0.11 182	0.13 14	0.09 268	0.09 98	0.14 180	0.21 291	0.10 48	0.19 400	0.17 281	0.14 281	0.09 200	0.16 359	0.08 17	0.05 35	0.04 24	0.07 228	0.08 379	0.07 299	0.06 240

SCV	0.08 57	0.09 351	0.08 40	0.15 85	0.08 146	0.10 151	0.13 126	0.10 22	0.12 107	0.07 48	0.07 49	0.06 24	0.04 1	0.09 40	0.08 17	0.05 35	0.04 24	0.06 126	0.04 46	0.06 226	0.04 49

DEFOM-Stereo_RVC	0.08 57	0.06 76	0.09 92	0.22 493	0.06 16	0.08 60	0.12 76	0.10 22	0.10 48	0.07 48	0.07 49	0.06 24	0.05 12	0.11 135	0.09 62	0.06 128	0.04 24	0.05 34	0.03 1	0.06 226	0.04 49

FoundationStereo	0.06 1	0.04 1	0.08 40	0.12 5	0.05 1	0.09 98	0.13 126	0.06 1	0.09 30	0.05 2	0.05 7	0.06 24	0.04 1	0.06 1	0.07 1	0.06 128	0.04 24	0.05 34	0.03 1	0.05 119	0.04 49

StereoAnything_RVC	0.07 4	0.15 506	0.17 417	0.11 1	0.05 1	0.05 4	0.11 55	0.08 6	0.08 17	0.06 14	0.06 15	0.05 3	0.05 12	0.09 40	0.08 17	0.08 342	0.04 24	0.05 34	0.03 1	0.05 119	0.04 49

AIO_rvc	0.07 4	0.06 76	0.08 40	0.15 85	0.06 16	0.08 60	0.14 180	0.09 13	0.08 17	0.07 48	0.08 91	0.07 82	0.04 1	0.10 82	0.08 17	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

HUF	0.08 57	0.05 27	0.08 40	0.14 41	0.06 16	0.09 98	0.13 126	0.13 76	0.13 142	0.07 48	0.07 49	0.08 131	0.06 46	0.10 82	0.09 62	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

AIO_test	0.07 4	0.05 27	0.07 8	0.15 85	0.07 84	0.06 11	0.14 180	0.10 22	0.10 48	0.07 48	0.07 49	0.06 24	0.05 12	0.08 19	0.10 144	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

castereo++	0.08 57	0.05 27	0.08 40	0.15 85	0.05 1	0.14 320	0.12 76	0.11 37	0.15 187	0.07 48	0.07 49	0.07 82	0.06 46	0.08 19	0.08 17	0.06 128	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

castereo	0.09 108	0.06 76	0.11 182	0.15 85	0.06 16	0.11 198	0.15 254	0.14 97	0.18 270	0.08 86	0.10 144	0.11 217	0.08 169	0.09 40	0.10 144	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

GIP-stereo	0.08 57	0.06 76	0.11 182	0.14 41	0.06 16	0.09 98	0.13 126	0.14 97	0.11 77	0.07 48	0.08 91	0.05 3	0.04 1	0.10 82	0.07 1	0.05 35	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

fffft	0.09 108	0.06 76	0.12 219	0.16 167	0.07 84	0.09 98	0.17 357	0.12 58	0.11 77	0.08 86	0.07 49	0.09 158	0.06 46	0.11 135	0.12 278	0.05 35	0.04 24	0.06 126	0.05 133	0.04 21	0.05 146
1: 1. 1
DEFOM-Stereo	0.07 4	0.05 27	0.07 8	0.14 41	0.06 16	0.10 151	0.13 126	0.07 2	0.13 142	0.06 14	0.07 49	0.06 24	0.05 12	0.10 82	0.09 62	0.04 11	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

SMoEStereo_RVC	0.08 57	0.06 76	0.12 219	0.16 167	0.07 84	0.09 98	0.14 180	0.11 37	0.13 142	0.09 122	0.07 49	0.07 82	0.07 128	0.12 226	0.10 144	0.05 35	0.04 24	0.06 126	0.05 133	0.04 21	0.04 49

tt45	0.09 108	0.06 76	0.11 182	0.15 85	0.07 84	0.11 198	0.16 320	0.13 76	0.11 77	0.09 122	0.06 15	0.08 131	0.06 46	0.13 276	0.10 144	0.06 128	0.04 24	0.06 126	0.05 133	0.05 119	0.06 240

999	0.09 108	0.05 27	0.13 266	0.15 85	0.08 146	0.10 151	0.14 180	0.15 130	0.11 77	0.10 159	0.08 91	0.08 131	0.08 169	0.16 359	0.10 144	0.06 128	0.04 24	0.06 126	0.05 133	0.04 21	0.05 146

mms	0.09 108	0.07 169	0.08 40	0.16 167	0.08 146	0.10 151	0.16 320	0.12 58	0.11 77	0.08 86	0.09 113	0.08 131	0.06 46	0.11 135	0.12 278	0.05 35	0.04 24	0.07 228	0.05 133	0.04 21	0.03 2

ours_stereo	0.09 108	0.07 169	0.09 92	0.17 243	0.08 146	0.11 198	0.16 320	0.11 37	0.12 107	0.08 86	0.10 144	0.08 131	0.06 46	0.12 226	0.12 278	0.05 35	0.04 24	0.06 126	0.05 133	0.04 21	0.03 2

tg	0.10 173	0.06 76	0.10 138	0.18 325	0.08 146	0.11 198	0.16 320	0.20 268	0.12 107	0.08 86	0.11 185	0.11 217	0.07 128	0.11 135	0.10 144	0.05 35	0.04 24	0.08 319	0.08 379	0.04 21	0.04 49

dual_stereo	0.07 4	0.04 1	0.08 40	0.15 85	0.05 1	0.05 4	0.13 126	0.12 58	0.08 17	0.07 48	0.06 15	0.05 3	0.05 12	0.07 4	0.09 62	0.06 128	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

WCG-NET	0.08 57	0.05 27	0.09 92	0.15 85	0.06 16	0.11 198	0.14 180	0.13 76	0.13 142	0.06 14	0.09 113	0.07 82	0.06 46	0.13 276	0.08 17	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

IGEV-Stereo++	0.07 4	0.06 76	0.08 40	0.18 325	0.06 16	0.04 1	0.10 31	0.11 37	0.11 77	0.06 14	0.07 49	0.07 82	0.06 46	0.09 40	0.09 62	0.05 35	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

Pointernet	0.09 108	0.04 1	0.09 92	0.16 167	0.08 146	0.13 287	0.10 31	0.15 130	0.17 240	0.09 122	0.07 49	0.06 24	0.06 46	0.11 135	0.09 62	0.08 342	0.04 24	0.05 34	0.03 1	0.06 226	0.05 146

U	0.08 57	0.07 169	0.09 92	0.19 385	0.10 377	0.10 151	0.13 126	0.12 58	0.17 240	0.07 48	0.07 49	0.06 24	0.05 12	0.07 4	0.08 17	0.06 128	0.04 24	0.06 126	0.04 46	0.06 226	0.05 146

IGEV-BASED-STEREO-	0.09 108	0.10 411	0.31 525	0.15 85	0.06 16	0.08 60	0.14 180	0.10 22	0.10 48	0.07 48	0.07 49	0.06 24	0.04 1	0.11 135	0.07 1	0.12 496	0.04 24	0.07 228	0.05 133	0.05 119	0.05 146

IGEV-Stereo+	0.07 4	0.04 1	0.08 40	0.15 85	0.06 16	0.04 1	0.09 18	0.10 22	0.09 30	0.06 14	0.06 15	0.06 24	0.06 46	0.06 1	0.08 17	0.06 128	0.04 24	0.05 34	0.04 46	0.06 226	0.06 240

WCG-NET（raft）	0.08 57	0.05 27	0.10 138	0.15 85	0.06 16	0.11 198	0.13 126	0.15 130	0.12 107	0.08 86	0.07 49	0.06 24	0.06 46	0.13 276	0.08 17	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.04 49

RSM++	0.08 57	0.06 76	0.09 92	0.17 243	0.07 84	0.09 98	0.12 76	0.11 37	0.11 77	0.08 86	0.06 15	0.07 82	0.05 12	0.10 82	0.09 62	0.04 11	0.04 24	0.06 126	0.05 133	0.05 119	0.03 2

RSM	0.08 57	0.06 76	0.09 92	0.17 243	0.06 16	0.08 60	0.12 76	0.12 58	0.10 48	0.08 86	0.07 49	0.06 24	0.05 12	0.11 135	0.09 62	0.04 11	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

RAFT-Stereo-weight	0.09 108	0.06 76	0.10 138	0.16 167	0.07 84	0.09 98	0.14 180	0.19 257	0.16 217	0.11 191	0.10 144	0.08 131	0.06 46	0.10 82	0.11 219	0.06 128	0.04 24	0.06 126	0.04 46	0.04 21	0.04 49

H2IRNET	0.10 173	0.09 351	0.09 92	0.18 325	0.09 268	0.12 237	0.15 254	0.14 97	0.21 326	0.10 159	0.10 144	0.10 192	0.10 237	0.10 82	0.10 144	0.05 35	0.04 24	0.08 319	0.08 379	0.06 226	0.05 146

MGS-Stereo	0.09 108	0.07 169	0.12 219	0.15 85	0.08 146	0.09 98	0.15 254	0.12 58	0.12 107	0.07 48	0.10 144	0.08 131	0.06 46	0.10 82	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.06 226	0.05 146

MoCha-V2	0.08 57	0.05 27	0.10 138	0.20 445	0.07 84	0.09 98	0.14 180	0.11 37	0.08 17	0.07 48	0.08 91	0.07 82	0.06 46	0.09 40	0.08 17	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.04 49

IGEV++	0.08 57	0.06 76	0.08 40	0.18 325	0.07 84	0.09 98	0.13 126	0.10 22	0.09 30	0.08 86	0.08 91	0.06 24	0.06 46	0.13 276	0.09 62	0.05 35	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

ACVNet-DCA	0.10 173	0.08 275	0.12 219	0.17 243	0.09 268	0.13 287	0.15 254	0.23 335	0.16 217	0.09 122	0.09 113	0.06 24	0.06 46	0.10 82	0.07 1	0.06 128	0.04 24	0.06 126	0.05 133	0.07 299	0.07 322

xx1	0.11 222	0.08 275	0.12 219	0.17 243	0.09 268	0.13 287	0.15 254	0.16 161	0.18 270	0.09 122	0.09 113	0.16 324	0.16 405	0.10 82	0.07 1	0.06 128	0.04 24	0.08 319	0.08 379	0.07 299	0.07 322

1test111	0.11 222	0.08 275	0.12 219	0.17 243	0.09 268	0.13 287	0.15 254	0.23 335	0.16 217	0.09 122	0.09 113	0.06 24	0.06 46	0.15 324	0.16 401	0.06 128	0.04 24	0.06 126	0.05 133	0.07 299	0.07 322

cc1	0.10 173	0.08 275	0.12 219	0.17 243	0.09 268	0.13 287	0.15 254	0.16 161	0.18 270	0.09 122	0.09 113	0.06 24	0.06 46	0.10 82	0.07 1	0.06 128	0.04 24	0.06 126	0.05 133	0.06 226	0.06 240

ff7	0.09 108	0.07 169	0.11 182	0.16 167	0.09 268	0.11 198	0.15 254	0.16 161	0.12 107	0.10 159	0.06 15	0.06 24	0.06 46	0.11 135	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.05 119	0.06 240

ffff	0.09 108	0.07 169	0.11 182	0.16 167	0.09 268	0.11 198	0.15 254	0.16 161	0.12 107	0.10 159	0.06 15	0.06 24	0.06 46	0.11 135	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.05 119	0.06 240

ffm	0.12 292	0.09 351	0.14 302	0.16 167	0.08 146	0.17 397	0.17 357	0.15 130	0.19 287	0.15 311	0.25 409	0.19 371	0.13 337	0.10 82	0.07 1	0.06 128	0.04 24	0.09 402	0.08 379	0.06 226	0.06 240

ff1	0.13 317	0.09 351	0.14 302	0.16 167	0.08 146	0.17 397	0.17 357	0.15 130	0.19 287	0.15 311	0.25 409	0.19 371	0.13 337	0.14 302	0.20 453	0.06 128	0.04 24	0.09 402	0.08 379	0.06 226	0.06 240

11t	0.09 108	0.07 169	0.11 182	0.16 167	0.09 268	0.11 198	0.15 254	0.16 161	0.12 107	0.10 159	0.06 15	0.06 24	0.06 46	0.11 135	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.05 119	0.06 240

tt1	0.10 173	0.08 275	0.12 219	0.17 243	0.09 268	0.12 237	0.16 320	0.15 130	0.19 287	0.09 122	0.08 91	0.06 24	0.06 46	0.10 82	0.07 1	0.06 128	0.04 24	0.06 126	0.05 133	0.06 226	0.06 240

IGEV_Zeroshot_test	0.09 108	0.05 27	0.12 219	0.13 14	0.08 146	0.12 237	0.13 126	0.17 197	0.11 77	0.10 159	0.06 15	0.09 158	0.06 46	0.11 135	0.09 62	0.06 128	0.04 24	0.06 126	0.06 214	0.05 119	0.05 146

MSKI-zero shot	0.09 108	0.05 27	0.09 92	0.15 85	0.07 84	0.10 151	0.13 126	0.14 97	0.13 142	0.09 122	0.09 113	0.09 158	0.06 46	0.12 226	0.10 144	0.06 128	0.04 24	0.05 34	0.04 46	0.04 21	0.04 49

DLNR_Zeroshot_test	10.40 627	1.82 619	19.49 639	120.77 645	13.11 633	0.06 11	0.13 126	0.23 335	0.10 48	0.07 48	0.10 144	0.09 158	0.06 46	0.10 82	0.09 62	0.13 521	0.04 24	0.06 126	0.04 46	51.54 645	0.04 49

CASnet	0.09 108	0.09 351	0.09 92	0.19 385	0.06 16	0.07 34	0.11 55	0.18 229	0.14 167	0.11 191	0.10 144	0.09 158	0.07 128	0.10 82	0.10 144	0.06 128	0.04 24	0.10 449	0.08 379	0.05 119	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	0.08 57	0.07 169	0.17 417	0.16 167	0.08 146	0.09 98	0.12 76	0.15 130	0.10 48	0.07 48	0.09 113	0.06 24	0.06 46	0.11 135	0.09 62	0.05 35	0.04 24	0.06 126	0.04 46	0.04 21	0.04 49

AEACV	0.08 57	0.05 27	0.08 40	0.14 41	0.13 484	0.14 320	0.13 126	0.14 97	0.09 30	0.07 48	0.09 113	0.07 82	0.08 169	0.10 82	0.09 62	0.06 128	0.04 24	0.06 126	0.05 133	0.05 119	0.04 49

Any-RAFT	0.10 173	0.05 27	0.09 92	0.14 41	0.07 84	0.13 287	0.14 180	0.21 291	0.15 187	0.11 191	0.12 202	0.12 235	0.09 200	0.12 226	0.09 62	0.07 277	0.04 24	0.05 34	0.04 46	0.06 226	0.05 146

RAFT-Test	0.09 108	0.06 76	0.10 138	0.15 85	0.07 84	0.11 198	0.15 254	0.16 161	0.13 142	0.09 122	0.10 144	0.10 192	0.09 200	0.12 226	0.09 62	0.06 128	0.04 24	0.05 34	0.04 46	0.04 21	0.05 146

HH	0.09 108	0.06 76	0.13 266	0.17 243	0.08 146	0.10 151	0.16 320	0.14 97	0.10 48	0.08 86	0.09 113	0.08 131	0.07 128	0.10 82	0.09 62	0.06 128	0.04 24	0.06 126	0.05 133	0.05 119	0.04 49

HanStereo	0.09 108	0.06 76	0.13 266	0.17 243	0.08 146	0.10 151	0.16 320	0.14 97	0.10 48	0.08 86	0.09 113	0.08 131	0.07 128	0.10 82	0.09 62	0.06 128	0.04 24	0.06 126	0.05 133	0.05 119	0.04 49

LL-Strereo	0.13 317	0.09 351	0.11 182	0.20 445	0.10 377	0.11 198	0.18 405	0.32 480	0.24 367	0.15 311	0.15 247	0.14 281	0.13 337	0.19 427	0.11 219	0.06 128	0.04 24	0.09 402	0.08 379	0.04 21	0.05 146

LoS_RVC	0.08 57	0.05 27	0.07 8	0.15 85	0.07 84	0.08 60	0.15 254	0.11 37	0.10 48	0.08 86	0.09 113	0.06 24	0.09 200	0.10 82	0.09 62	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.03 2

CAS	0.08 57	0.04 1	0.07 8	0.17 243	0.08 146	0.10 151	0.13 126	0.12 58	0.09 30	0.09 122	0.10 144	0.08 131	0.06 46	0.09 40	0.08 17	0.08 342	0.04 24	0.05 34	0.03 1	0.05 119	0.04 49

anonymousdsp2	0.11 222	0.07 169	0.10 138	0.16 167	0.09 268	0.13 287	0.14 180	0.18 229	0.22 340	0.13 262	0.14 230	0.12 235	0.09 200	0.14 302	0.11 219	0.05 35	0.04 24	0.05 34	0.04 46	0.06 226	0.05 146

anonymousdsp	0.09 108	0.07 169	0.11 182	0.16 167	0.09 268	0.11 198	0.15 254	0.16 161	0.12 107	0.09 122	0.06 15	0.06 24	0.06 46	0.11 135	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.05 119	0.06 240

CES	0.08 57	0.04 1	0.08 40	0.14 41	0.07 84	0.09 98	0.14 180	0.11 37	0.09 30	0.08 86	0.09 113	0.11 217	0.06 46	0.12 226	0.08 17	0.06 128	0.04 24	0.05 34	0.03 1	0.05 119	0.05 146

Selective-IGEV	0.07 4	0.06 76	0.08 40	0.17 243	0.06 16	0.08 60	0.12 76	0.13 76	0.07 10	0.08 86	0.07 49	0.06 24	0.04 1	0.10 82	0.09 62	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

EGLCR-Stereo	0.08 57	0.05 27	0.08 40	0.14 41	0.06 16	0.10 151	0.12 76	0.11 37	0.16 217	0.06 14	0.05 7	0.07 82	0.05 12	0.10 82	0.11 219	0.06 128	0.04 24	0.06 126	0.05 133	0.04 21	0.04 49

ProNet	0.09 108	0.07 169	0.10 138	0.17 243	0.08 146	0.10 151	0.15 254	0.15 130	0.12 107	0.09 122	0.06 15	0.07 82	0.06 46	0.11 135	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.04 21	0.06 240

MC-Stereo	0.08 57	0.06 76	0.09 92	0.17 243	0.06 16	0.10 151	0.14 180	0.12 58	0.10 48	0.09 122	0.12 202	0.09 158	0.06 46	0.11 135	0.10 144	0.06 128	0.04 24	0.06 126	0.05 133	0.04 21	0.04 49

RCA-Stereo	0.09 108	0.06 76	0.09 92	0.16 167	0.06 16	0.09 98	0.13 126	0.18 229	0.14 167	0.09 122	0.10 144	0.08 131	0.07 128	0.12 226	0.11 219	0.06 128	0.04 24	0.06 126	0.05 133	0.05 119	0.04 49

DCANet-4	0.10 173	0.06 76	0.12 219	0.16 167	0.06 16	0.09 98	0.17 357	0.18 229	0.19 287	0.13 262	0.16 259	0.09 158	0.14 361	0.11 135	0.12 278	0.06 128	0.04 24	0.05 34	0.04 46	0.04 21	0.05 146

ccc-4	0.09 108	0.07 169	0.11 182	0.16 167	0.09 268	0.11 198	0.15 254	0.16 161	0.12 107	0.10 159	0.06 15	0.06 24	0.06 46	0.11 135	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.05 119	0.06 240

fff	0.10 173	0.06 76	0.12 219	0.15 85	0.07 84	0.09 98	0.17 357	0.16 161	0.20 310	0.13 262	0.16 259	0.10 192	0.11 267	0.11 135	0.12 278	0.06 128	0.04 24	0.05 34	0.04 46	0.04 21	0.05 146

ADStereo(finetuned)	0.10 173	0.06 76	0.12 219	0.16 167	0.06 16	0.09 98	0.17 357	0.15 130	0.19 287	0.13 262	0.17 281	0.10 192	0.12 298	0.11 135	0.12 278	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

DisPM	0.11 222	0.07 169	0.12 219	0.16 167	0.09 268	0.06 11	0.13 126	0.17 197	0.17 240	0.14 284	0.20 327	0.12 235	0.10 237	0.11 135	0.10 144	0.06 128	0.04 24	0.07 228	0.06 214	0.06 226	0.11 483

RAFT+CT+SA	0.13 317	0.11 437	0.09 92	0.19 385	0.09 268	0.15 346	0.28 557	0.22 315	0.22 340	0.15 311	0.26 426	0.10 192	0.10 237	0.11 135	0.12 278	0.05 35	0.04 24	0.07 228	0.08 379	0.07 299	0.06 240

test_4	0.10 173	0.10 411	0.08 40	0.19 385	0.09 268	0.08 60	0.22 497	0.15 130	0.17 240	0.12 231	0.18 306	0.12 235	0.09 200	0.08 19	0.11 219	0.04 11	0.04 24	0.08 319	0.08 379	0.04 21	0.03 2

IGEV-Stereo	0.09 108	0.07 169	0.11 182	0.16 167	0.09 268	0.11 198	0.15 254	0.16 161	0.12 107	0.09 122	0.06 15	0.06 24	0.06 46	0.11 135	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.05 119	0.06 240
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 108	0.05 27	0.13 266	0.14 41	0.08 146	0.12 237	0.15 254	0.18 229	0.10 48	0.11 191	0.08 91	0.08 131	0.05 12	0.10 82	0.09 62	0.06 128	0.04 24	0.06 126	0.05 133	0.06 226	0.05 146

IPLG	0.10 173	0.07 169	0.15 353	0.17 243	0.08 146	0.11 198	0.14 180	0.20 268	0.15 187	0.12 231	0.17 281	0.07 82	0.07 128	0.14 302	0.13 320	0.06 128	0.04 24	0.06 126	0.05 133	0.04 21	0.04 49

MIPNet	0.11 222	0.08 275	0.14 302	0.17 243	0.09 268	0.12 237	0.14 180	0.20 268	0.24 367	0.11 191	0.10 144	0.09 158	0.07 128	0.13 276	0.12 278	0.06 128	0.04 24	0.06 126	0.05 133	0.04 21	0.04 49

test-3	0.08 57	0.06 76	0.09 92	0.17 243	0.07 84	0.07 34	0.14 180	0.12 58	0.15 187	0.09 122	0.08 91	0.07 82	0.08 169	0.11 135	0.10 144	0.05 35	0.04 24	0.07 228	0.05 133	0.04 21	0.04 49

test_1	0.08 57	0.06 76	0.09 92	0.17 243	0.07 84	0.07 34	0.14 180	0.12 58	0.15 187	0.09 122	0.08 91	0.07 82	0.08 169	0.11 135	0.10 144	0.05 35	0.04 24	0.07 228	0.05 133	0.04 21	0.04 49

test_3	0.10 173	0.09 351	0.10 138	0.20 445	0.08 146	0.13 287	0.26 544	0.14 97	0.21 326	0.10 159	0.10 144	0.09 158	0.09 200	0.08 19	0.11 219	0.05 35	0.04 24	0.08 319	0.07 308	0.04 21	0.04 49

CrosDoStereo	0.12 292	0.06 76	0.12 219	0.14 41	0.08 146	0.12 237	0.15 254	0.17 197	0.22 340	0.19 400	0.24 381	0.15 310	0.11 267	0.11 135	0.12 278	0.06 128	0.04 24	0.07 228	0.07 308	0.05 119	0.05 146

LCNet	0.11 222	0.07 169	0.09 92	0.19 385	0.09 268	0.08 60	0.15 254	0.21 291	0.15 187	0.11 191	0.15 247	0.16 324	0.11 267	0.12 226	0.11 219	0.05 35	0.04 24	0.08 319	0.07 308	0.06 226	0.15 541

HHNet	0.11 222	0.06 76	0.16 387	0.15 85	0.14 504	0.07 34	0.13 126	0.20 268	0.17 240	0.14 284	0.25 409	0.11 217	0.08 169	0.13 276	0.10 144	0.05 35	0.04 24	0.08 319	0.06 214	0.05 119	0.09 430

Patchmatch Stereo++	0.11 222	0.09 351	0.16 387	0.18 325	0.08 146	0.06 11	0.11 55	0.16 161	0.13 142	0.15 311	0.16 259	0.14 281	0.12 298	0.11 135	0.10 144	0.06 128	0.04 24	0.08 319	0.06 214	0.08 362	0.07 322
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
AAGNet	0.11 222	0.07 169	0.16 387	0.19 385	0.09 268	0.08 60	0.13 126	0.18 229	0.13 142	0.16 339	0.21 349	0.13 261	0.14 361	0.11 135	0.14 357	0.06 128	0.04 24	0.09 402	0.06 214	0.06 226	0.05 146

STrans-v2	0.10 173	0.07 169	0.12 219	0.18 325	0.07 84	0.10 151	0.14 180	0.21 291	0.11 77	0.11 191	0.15 247	0.12 235	0.10 237	0.11 135	0.12 278	0.05 35	0.04 24	0.06 126	0.06 214	0.04 21	0.04 49

TransformOpticalFlow	0.10 173	0.08 275	0.13 266	0.18 325	0.07 84	0.09 98	0.15 254	0.19 257	0.15 187	0.12 231	0.17 281	0.11 217	0.11 267	0.11 135	0.10 144	0.05 35	0.04 24	0.06 126	0.06 214	0.05 119	0.05 146

OMP-Stereo	0.11 222	0.06 76	0.14 302	0.18 325	0.08 146	0.09 98	0.12 76	0.21 291	0.21 326	0.13 262	0.14 230	0.11 217	0.12 298	0.11 135	0.13 320	0.06 128	0.04 24	0.07 228	0.06 214	0.05 119	0.04 49

NF-Stereo	0.11 222	0.07 169	0.13 266	0.17 243	0.09 268	0.10 151	0.14 180	0.23 335	0.19 287	0.12 231	0.17 281	0.12 235	0.11 267	0.11 135	0.11 219	0.06 128	0.04 24	0.07 228	0.06 214	0.06 226	0.12 496

OCTAStereo	0.11 222	0.07 169	0.13 266	0.17 243	0.09 268	0.10 151	0.14 180	0.23 335	0.19 287	0.12 231	0.17 281	0.12 235	0.11 267	0.11 135	0.11 219	0.06 128	0.04 24	0.07 228	0.06 214	0.06 226	0.12 496

NRIStereo	0.11 222	0.08 275	0.14 302	0.18 325	0.08 146	0.10 151	0.14 180	0.16 161	0.15 187	0.12 231	0.14 230	0.13 261	0.12 298	0.13 276	0.10 144	0.06 128	0.04 24	0.07 228	0.06 214	0.06 226	0.07 322

PSM-adaLoss	0.11 222	0.09 351	0.16 387	0.18 325	0.08 146	0.06 11	0.12 76	0.16 161	0.13 142	0.15 311	0.16 259	0.14 281	0.12 298	0.11 135	0.10 144	0.06 128	0.04 24	0.08 319	0.06 214	0.08 362	0.07 322

ROB_FTStereo_v2	0.11 222	0.09 351	0.16 387	0.19 385	0.08 146	0.06 11	0.12 76	0.16 161	0.13 142	0.15 311	0.16 259	0.14 281	0.12 298	0.11 135	0.10 144	0.06 128	0.04 24	0.08 319	0.06 214	0.08 362	0.07 322

ROB_FTStereo	0.11 222	0.09 351	0.16 387	0.19 385	0.08 146	0.06 11	0.11 55	0.16 161	0.13 142	0.15 311	0.16 259	0.14 281	0.12 298	0.11 135	0.10 144	0.06 128	0.04 24	0.08 319	0.06 214	0.08 362	0.07 322

KYRaft	0.11 222	0.07 169	0.10 138	0.19 385	0.09 268	0.08 60	0.15 254	0.22 315	0.12 107	0.13 262	0.16 259	0.20 383	0.10 237	0.12 226	0.10 144	0.05 35	0.04 24	0.08 319	0.08 379	0.06 226	0.16 552

HUI-Stereo	0.11 222	0.09 351	0.16 387	0.18 325	0.08 146	0.06 11	0.12 76	0.16 161	0.13 142	0.15 311	0.16 259	0.14 281	0.12 298	0.11 135	0.10 144	0.06 128	0.04 24	0.08 319	0.06 214	0.08 362	0.07 322

ASMatch	0.11 222	0.06 76	0.13 266	0.16 167	0.10 377	0.07 34	0.14 180	0.17 197	0.17 240	0.12 231	0.16 259	0.16 324	0.10 237	0.13 276	0.10 144	0.05 35	0.04 24	0.06 126	0.05 133	0.04 21	0.08 386

DeepStereo_LL	0.12 292	0.06 76	0.12 219	0.14 41	0.08 146	0.12 237	0.15 254	0.17 197	0.22 340	0.19 400	0.24 381	0.15 310	0.11 267	0.11 135	0.12 278	0.06 128	0.04 24	0.07 228	0.07 308	0.05 119	0.05 146

DEmStereo	0.12 292	0.06 76	0.14 302	0.14 41	0.10 377	0.16 375	0.15 254	0.16 161	0.24 367	0.17 354	0.24 381	0.13 261	0.14 361	0.12 226	0.13 320	0.05 35	0.04 24	0.07 228	0.06 214	0.05 119	0.05 146

SST-Stereo	0.10 173	0.07 169	0.15 353	0.18 325	0.09 268	0.06 11	0.12 76	0.17 197	0.11 77	0.15 311	0.17 281	0.13 261	0.12 298	0.10 82	0.11 219	0.06 128	0.04 24	0.09 402	0.06 214	0.06 226	0.05 146

THIR-Stereo	0.12 292	0.07 169	0.11 182	0.15 85	0.08 146	0.14 320	0.16 320	0.17 197	0.25 388	0.16 339	0.24 381	0.14 281	0.12 298	0.12 226	0.14 357	0.06 128	0.04 24	0.07 228	0.07 308	0.05 119	0.05 146

RAFT_R40	0.11 222	0.07 169	0.14 302	0.18 325	0.09 268	0.06 11	0.13 126	0.17 197	0.16 217	0.14 284	0.18 306	0.15 310	0.12 298	0.10 82	0.11 219	0.06 128	0.04 24	0.09 402	0.06 214	0.06 226	0.05 146

DRaft	0.12 292	0.06 76	0.11 182	0.14 41	0.09 268	0.14 320	0.17 357	0.21 291	0.30 443	0.17 354	0.28 449	0.10 192	0.15 379	0.10 82	0.12 278	0.05 35	0.04 24	0.07 228	0.06 214	0.05 119	0.05 146

PFNet	0.12 292	0.06 76	0.17 417	0.17 243	0.08 146	0.09 98	0.15 254	0.26 392	0.20 310	0.16 339	0.16 259	0.14 281	0.11 267	0.12 226	0.11 219	0.06 128	0.04 24	0.07 228	0.06 214	0.05 119	0.05 146

RE-Stereo	0.11 222	0.07 169	0.13 266	0.17 243	0.09 268	0.10 151	0.14 180	0.23 335	0.19 287	0.12 231	0.17 281	0.12 235	0.11 267	0.11 135	0.11 219	0.06 128	0.04 24	0.07 228	0.06 214	0.06 226	0.12 496

Pruner-Stereo	0.11 222	0.07 169	0.12 219	0.17 243	0.09 268	0.06 11	0.12 76	0.17 197	0.17 240	0.13 262	0.19 315	0.13 261	0.09 200	0.11 135	0.11 219	0.06 128	0.04 24	0.07 228	0.06 214	0.06 226	0.08 386

TVStereo	0.11 222	0.07 169	0.13 266	0.17 243	0.09 268	0.10 151	0.14 180	0.23 335	0.19 287	0.12 231	0.17 281	0.12 235	0.11 267	0.11 135	0.11 219	0.06 128	0.04 24	0.07 228	0.06 214	0.06 226	0.12 496

DeepStereo_RVC	0.11 222	0.08 275	0.16 387	0.18 325	0.08 146	0.08 60	0.12 76	0.17 197	0.12 107	0.13 262	0.14 230	0.12 235	0.12 298	0.12 226	0.11 219	0.06 128	0.04 24	0.07 228	0.06 214	0.07 299	0.08 386

iGMRVC	0.11 222	0.09 351	0.16 387	0.19 385	0.08 146	0.06 11	0.12 76	0.16 161	0.13 142	0.15 311	0.16 259	0.14 281	0.12 298	0.11 135	0.10 144	0.06 128	0.04 24	0.08 319	0.06 214	0.08 362	0.07 322

RAFT-RH_RVC	0.11 222	0.06 76	0.14 302	0.16 167	0.09 268	0.12 237	0.12 76	0.17 197	0.12 107	0.13 262	0.41 540	0.11 217	0.10 237	0.13 276	0.12 278	0.05 35	0.04 24	0.08 319	0.05 133	0.04 21	0.06 240

IRAFT_RVC	0.12 292	0.08 275	0.16 387	0.19 385	0.08 146	0.07 34	0.15 254	0.24 358	0.23 351	0.14 284	0.14 230	0.15 310	0.12 298	0.12 226	0.10 144	0.06 128	0.04 24	0.09 402	0.06 214	0.06 226	0.06 240

iRAFT	0.11 222	0.09 351	0.16 387	0.18 325	0.08 146	0.06 11	0.11 55	0.16 161	0.13 142	0.15 311	0.16 259	0.14 281	0.12 298	0.11 135	0.10 144	0.06 128	0.04 24	0.08 319	0.06 214	0.08 362	0.07 322

CRE-IMP	0.11 222	0.09 351	0.16 387	0.19 385	0.08 146	0.10 151	0.12 76	0.18 229	0.10 48	0.14 284	0.13 216	0.13 261	0.12 298	0.12 226	0.11 219	0.07 277	0.04 24	0.08 319	0.06 214	0.08 362	0.08 386

cross-raft	0.10 173	0.09 351	0.09 92	0.19 385	0.07 84	0.11 198	0.25 535	0.13 76	0.15 187	0.08 86	0.11 185	0.12 235	0.10 237	0.09 40	0.11 219	0.05 35	0.04 24	0.06 126	0.05 133	0.04 21	0.04 49

test-1	0.10 173	0.07 169	0.16 387	0.19 385	0.08 146	0.11 198	0.24 520	0.14 97	0.18 270	0.09 122	0.07 49	0.09 158	0.08 169	0.07 4	0.09 62	0.06 128	0.04 24	0.06 126	0.05 133	0.04 21	0.04 49

GMM-Stereo	0.11 222	0.07 169	0.10 138	0.18 325	0.09 268	0.08 60	0.15 254	0.23 335	0.16 217	0.11 191	0.15 247	0.13 261	0.11 267	0.11 135	0.11 219	0.05 35	0.04 24	0.08 319	0.07 308	0.06 226	0.09 430

RAFT-IKP	0.11 222	0.09 351	0.16 387	0.19 385	0.08 146	0.06 11	0.12 76	0.16 161	0.13 142	0.15 311	0.16 259	0.14 281	0.12 298	0.11 135	0.10 144	0.06 128	0.04 24	0.08 319	0.06 214	0.08 362	0.07 322

Prome-Stereo	0.11 222	0.06 76	0.10 138	0.18 325	0.08 146	0.12 237	0.15 254	0.22 315	0.13 142	0.12 231	0.17 281	0.13 261	0.08 169	0.12 226	0.10 144	0.05 35	0.04 24	0.07 228	0.06 214	0.06 226	0.09 430

rafts_anoy	0.11 222	0.06 76	0.10 138	0.17 243	0.08 146	0.10 151	0.14 180	0.17 197	0.14 167	0.13 262	0.13 216	0.12 235	0.10 237	0.11 135	0.12 278	0.07 277	0.04 24	0.09 402	0.11 497	0.07 299	0.06 240

iRaftStereo_RVC	0.10 173	0.07 169	0.09 92	0.17 243	0.09 268	0.11 198	0.17 357	0.18 229	0.12 107	0.09 122	0.12 202	0.10 192	0.07 128	0.11 135	0.10 144	0.05 35	0.04 24	0.08 319	0.08 379	0.04 21	0.04 49

CREStereo++_RVC	0.08 57	0.04 1	0.06 4	0.13 14	0.07 84	0.09 98	0.12 76	0.14 97	0.14 167	0.10 159	0.14 230	0.08 131	0.07 128	0.09 40	0.11 219	0.06 128	0.04 24	0.05 34	0.05 133	0.04 21	0.04 49
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
s12784h	0.09 108	0.06 76	0.07 8	0.15 85	0.05 1	0.16 375	0.18 405	0.15 130	0.15 187	0.10 159	0.11 185	0.11 217	0.11 267	0.10 82	0.12 278	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.04 49

raft+_RVC	0.11 222	0.07 169	0.09 92	0.16 167	0.07 84	0.10 151	0.11 55	0.24 358	0.20 310	0.12 231	0.15 247	0.12 235	0.08 169	0.12 226	0.13 320	0.07 277	0.04 24	0.07 228	0.06 214	0.05 119	0.05 146

XX-TBD	0.09 108	0.06 76	0.07 8	0.14 41	0.07 84	0.12 237	0.16 320	0.14 97	0.13 142	0.11 191	0.12 202	0.09 158	0.08 169	0.10 82	0.10 144	0.06 128	0.04 24	0.05 34	0.03 1	0.06 226	0.05 146

DCANet	0.10 173	0.06 76	0.12 219	0.16 167	0.06 16	0.09 98	0.17 357	0.15 130	0.19 287	0.13 262	0.17 281	0.10 192	0.11 267	0.11 135	0.12 278	0.06 128	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

csc	0.10 173	0.06 76	0.12 219	0.15 85	0.07 84	0.09 98	0.17 357	0.16 161	0.20 310	0.13 262	0.16 259	0.10 192	0.11 267	0.11 135	0.12 278	0.06 128	0.04 24	0.05 34	0.04 46	0.04 21	0.05 146

cscssc	0.10 173	0.06 76	0.12 219	0.15 85	0.07 84	0.09 98	0.17 357	0.16 161	0.20 310	0.13 262	0.16 259	0.10 192	0.11 267	0.11 135	0.12 278	0.06 128	0.04 24	0.05 34	0.04 46	0.04 21	0.05 146

111	0.10 173	0.06 76	0.12 219	0.15 85	0.07 84	0.10 151	0.14 180	0.21 291	0.23 351	0.11 191	0.12 202	0.14 281	0.11 267	0.13 276	0.10 144	0.06 128	0.04 24	0.06 126	0.04 46	0.05 119	0.05 146

test_xeample3	0.09 108	0.06 76	0.12 219	0.16 167	0.09 268	0.11 198	0.15 254	0.16 161	0.13 142	0.10 159	0.06 15	0.08 131	0.06 46	0.10 82	0.09 62	0.05 35	0.04 24	0.06 126	0.05 133	0.05 119	0.06 240

RAFT-Stereo + iAFF	0.09 108	0.06 76	0.10 138	0.17 243	0.06 16	0.10 151	0.16 320	0.17 197	0.14 167	0.09 122	0.10 144	0.08 131	0.09 200	0.11 135	0.09 62	0.05 35	0.04 24	0.06 126	0.06 214	0.04 21	0.03 2

AFF-stereo	0.09 108	0.06 76	0.10 138	0.17 243	0.07 84	0.10 151	0.16 320	0.17 197	0.09 30	0.10 159	0.12 202	0.09 158	0.09 200	0.12 226	0.09 62	0.05 35	0.04 24	0.07 228	0.07 308	0.04 21	0.03 2

EAI-Stereo	0.09 108	0.07 169	0.11 182	0.15 85	0.06 16	0.10 151	0.15 254	0.16 161	0.09 30	0.08 86	0.09 113	0.08 131	0.07 128	0.09 40	0.11 219	0.05 35	0.04 24	0.05 34	0.05 133	0.05 119	0.04 49

CFNet-RSSM	0.09 108	0.07 169	0.09 92	0.16 167	0.07 84	0.09 98	0.15 254	0.16 161	0.17 240	0.08 86	0.12 202	0.10 192	0.09 200	0.11 135	0.09 62	0.06 128	0.04 24	0.06 126	0.04 46	0.04 21	0.04 49

Gwc-CoAtRS	0.09 108	0.06 76	0.10 138	0.16 167	0.07 84	0.10 151	0.14 180	0.17 197	0.17 240	0.08 86	0.10 144	0.12 235	0.09 200	0.12 226	0.09 62	0.06 128	0.04 24	0.06 126	0.04 46	0.04 21	0.04 49

CREStereo	0.09 108	0.04 1	0.08 40	0.11 1	0.06 16	0.13 287	0.14 180	0.14 97	0.10 48	0.08 86	0.13 216	0.09 158	0.08 169	0.11 135	0.10 144	0.08 342	0.04 24	0.05 34	0.03 1	0.06 226	0.06 240
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	0.09 108	0.05 27	0.09 92	0.12 5	0.06 16	0.12 237	0.14 180	0.15 130	0.11 77	0.09 122	0.13 216	0.10 192	0.07 128	0.13 276	0.10 144	0.15 539	0.04 24	0.05 34	0.03 1	0.07 299	0.06 240

HITNet	0.10 173	0.06 76	0.12 219	0.14 41	0.06 16	0.11 198	0.10 31	0.18 229	0.18 270	0.13 262	0.16 259	0.14 281	0.11 267	0.15 324	0.13 320	0.06 128	0.04 24	0.04 1	0.04 46	0.06 226	0.05 146
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	0.12 292	0.07 169	0.16 387	0.18 325	0.06 16	0.15 346	0.17 357	0.19 257	0.21 326	0.18 384	0.25 409	0.17 344	0.13 337	0.14 302	0.13 320	0.05 35	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

iResNet	0.13 317	0.10 411	0.18 440	0.19 385	0.08 146	0.13 287	0.18 405	0.20 268	0.26 402	0.15 311	0.23 369	0.15 310	0.13 337	0.14 302	0.14 357	0.06 128	0.04 24	0.06 126	0.05 133	0.06 226	0.05 146

Hybrid-DGEV-2	0.11 222	0.06 76	0.12 219	0.18 325	0.09 268	0.09 98	0.13 126	0.28 432	0.29 433	0.11 191	0.11 185	0.09 158	0.12 298	0.12 226	0.09 62	0.06 128	0.05 209	0.07 228	0.07 308	0.05 119	0.05 146

DispViT+	0.08 57	0.08 275	0.13 266	0.15 85	0.07 84	0.08 60	0.10 31	0.14 97	0.09 30	0.09 122	0.06 15	0.06 24	0.07 128	0.10 82	0.12 278	0.05 35	0.05 209	0.05 34	0.04 46	0.05 119	0.05 146

DStereoRT	0.16 417	0.06 76	0.11 182	0.19 385	0.09 268	0.12 237	0.12 76	0.28 432	0.22 340	0.12 231	0.20 327	0.11 217	0.10 237	0.15 324	0.14 357	0.06 128	0.05 209	0.96 613	0.09 425	0.05 119	0.04 49

BStereo	0.08 57	0.06 76	0.16 387	0.15 85	0.08 146	0.07 34	0.09 18	0.15 130	0.16 217	0.06 14	0.07 49	0.07 82	0.05 12	0.09 40	0.11 219	0.04 11	0.05 209	0.05 34	0.07 308	0.04 21	0.04 49

MatchStereo	0.07 4	0.04 1	0.08 40	0.14 41	0.06 16	0.05 4	0.12 76	0.12 58	0.09 30	0.07 48	0.06 15	0.04 1	0.04 1	0.08 19	0.09 62	0.06 128	0.05 209	0.05 34	0.03 1	0.04 21	0.04 49

Wave_Phase_stereo	0.09 108	0.06 76	0.16 387	0.15 85	0.08 146	0.11 198	0.09 18	0.18 229	0.16 217	0.06 14	0.07 49	0.07 82	0.05 12	0.09 40	0.11 219	0.04 11	0.05 209	0.05 34	0.07 308	0.04 21	0.04 49

MonSter++	0.08 57	0.04 1	0.10 138	0.13 14	0.06 16	0.09 98	0.12 76	0.13 76	0.08 17	0.06 14	0.07 49	0.06 24	0.08 169	0.10 82	0.11 219	0.06 128	0.05 209	0.04 1	0.03 1	0.04 21	0.04 49

LCMNet	0.08 57	0.05 27	0.10 138	0.13 14	0.07 84	0.09 98	0.12 76	0.10 22	0.11 77	0.06 14	0.08 91	0.06 24	0.07 128	0.11 135	0.10 144	0.06 128	0.05 209	0.04 1	0.03 1	0.04 21	0.04 49

CSFM-Stereo	0.07 4	0.05 27	0.07 8	0.14 41	0.06 16	0.09 98	0.13 126	0.15 130	0.06 4	0.07 48	0.08 91	0.06 24	0.08 169	0.09 40	0.09 62	0.06 128	0.05 209	0.04 1	0.03 1	0.04 21	0.04 49

Select-FE	0.11 222	0.06 76	0.20 464	0.15 85	0.11 428	0.11 198	0.13 126	0.21 291	0.18 270	0.09 122	0.11 185	0.10 192	0.06 46	0.12 226	0.09 62	0.07 277	0.05 209	0.07 228	0.08 379	0.06 226	0.08 386

MultiAttention	0.29 552	0.08 275	0.14 302	0.19 385	0.12 461	1.45 618	1.33 620	0.36 531	0.37 496	0.19 400	0.21 349	0.24 434	0.11 267	0.38 566	0.18 434	0.06 128	0.05 209	0.08 319	0.08 379	0.10 456	0.09 430

AdaDepth	0.07 4	0.06 76	0.07 8	0.18 325	0.06 16	0.11 198	0.12 76	0.09 13	0.07 10	0.06 14	0.05 7	0.07 82	0.06 46	0.09 40	0.10 144	0.04 11	0.05 209	0.05 34	0.04 46	0.04 21	0.04 49

GASTEREO	0.08 57	0.05 27	0.09 92	0.19 385	0.07 84	0.07 34	0.12 76	0.14 97	0.11 77	0.10 159	0.09 113	0.07 82	0.04 1	0.12 226	0.08 17	0.06 128	0.05 209	0.05 34	0.04 46	0.04 21	0.05 146

MSCF	0.08 57	0.05 27	0.08 40	0.19 385	0.08 146	0.06 11	0.12 76	0.14 97	0.11 77	0.10 159	0.09 113	0.07 82	0.04 1	0.11 135	0.08 17	0.06 128	0.05 209	0.05 34	0.04 46	0.05 119	0.05 146

z-ln-s-r	0.17 438	0.10 411	0.40 550	0.19 385	0.08 146	0.17 397	0.18 405	0.22 315	0.33 464	0.18 384	0.40 529	0.22 410	0.17 428	0.20 452	0.23 494	0.07 277	0.05 209	0.07 228	0.07 308	0.07 299	0.05 146

water-stereo	0.09 108	0.06 76	0.08 40	0.16 167	0.07 84	0.09 98	0.13 126	0.15 130	0.13 142	0.11 191	0.12 202	0.08 131	0.09 200	0.07 4	0.08 17	0.06 128	0.05 209	0.05 34	0.05 133	0.04 21	0.04 49

depthmonostereo	0.09 108	0.06 76	0.09 92	0.15 85	0.06 16	0.10 151	0.13 126	0.14 97	0.14 167	0.10 159	0.10 144	0.09 158	0.11 267	0.08 19	0.09 62	0.06 128	0.05 209	0.06 126	0.04 46	0.04 21	0.03 2

DilatedVolume-Stereo	0.09 108	0.05 27	0.08 40	0.15 85	0.06 16	0.11 198	0.12 76	0.14 97	0.16 217	0.11 191	0.11 185	0.09 158	0.09 200	0.11 135	0.10 144	0.06 128	0.05 209	0.05 34	0.04 46	0.03 1	0.03 2

G2L-ROB	0.13 317	0.06 76	0.13 266	0.13 14	0.08 146	0.14 320	0.16 320	0.25 374	0.18 270	0.19 400	0.18 306	0.20 383	0.14 361	0.17 391	0.16 401	0.08 342	0.05 209	0.06 126	0.05 133	0.08 362	0.09 430

xyz-stereo	0.13 317	0.07 169	0.20 464	0.15 85	0.05 1	0.20 454	0.15 254	0.17 197	0.31 450	0.15 311	0.29 461	0.26 458	0.16 405	0.13 276	0.12 278	0.05 35	0.05 209	0.06 126	0.05 133	0.04 21	0.04 49

DFGA-Net	0.13 317	0.11 437	0.18 440	0.17 243	0.10 377	0.12 237	0.13 126	0.22 315	0.25 388	0.16 339	0.16 259	0.13 261	0.12 298	0.16 359	0.14 357	0.07 277	0.05 209	0.08 319	0.07 308	0.05 119	0.05 146

G2L-Stereo_test	0.14 351	0.07 169	0.11 182	0.13 14	0.08 146	0.12 237	0.16 320	0.30 459	0.28 426	0.20 423	0.23 369	0.20 383	0.16 405	0.17 391	0.18 434	0.07 277	0.05 209	0.05 34	0.05 133	0.07 299	0.06 240

coex_refinement	0.14 351	0.07 169	0.12 219	0.17 243	0.10 377	0.15 346	0.15 254	0.26 392	0.29 433	0.18 384	0.20 327	0.22 410	0.17 428	0.16 359	0.18 434	0.08 342	0.05 209	0.06 126	0.06 214	0.09 425	0.08 386

LG-Stereo	0.08 57	0.07 169	0.10 138	0.18 325	0.07 84	0.10 151	0.17 357	0.11 37	0.08 17	0.05 2	0.07 49	0.05 3	0.07 128	0.09 40	0.09 62	0.04 11	0.05 209	0.07 228	0.07 308	0.04 21	0.04 49

MM-Stereo_test1	0.10 173	0.07 169	0.08 40	0.18 325	0.07 84	0.12 237	0.18 405	0.21 291	0.20 310	0.09 122	0.11 185	0.08 131	0.06 46	0.10 82	0.10 144	0.06 128	0.05 209	0.07 228	0.06 214	0.05 119	0.04 49

SCV_C0	0.08 57	0.07 169	0.07 8	0.16 167	0.09 268	0.08 60	0.15 254	0.11 37	0.12 107	0.08 86	0.07 49	0.06 24	0.05 12	0.11 135	0.07 1	0.05 35	0.05 209	0.05 34	0.04 46	0.06 226	0.05 146

AIO-test2	0.10 173	0.08 275	0.10 138	0.23 517	0.08 146	0.11 198	0.10 31	0.23 335	0.23 351	0.08 86	0.09 113	0.08 131	0.05 12	0.10 82	0.08 17	0.06 128	0.05 209	0.08 319	0.09 425	0.05 119	0.05 146

AIO-test1	0.10 173	0.07 169	0.10 138	0.23 517	0.07 84	0.09 98	0.13 126	0.21 291	0.14 167	0.11 191	0.12 202	0.09 158	0.07 128	0.11 135	0.09 62	0.06 128	0.05 209	0.09 402	0.10 465	0.03 1	0.06 240

FACV-RUCA	0.13 317	0.11 437	0.12 219	0.19 385	0.12 461	0.15 346	0.15 254	0.22 315	0.20 310	0.15 311	0.16 259	0.14 281	0.16 405	0.14 302	0.13 320	0.07 277	0.05 209	0.08 319	0.06 214	0.10 456	0.08 386

IGEV-RUCA	0.08 57	0.06 76	0.11 182	0.14 41	0.09 268	0.10 151	0.12 76	0.10 22	0.12 107	0.06 14	0.07 49	0.07 82	0.06 46	0.09 40	0.08 17	0.06 128	0.05 209	0.05 34	0.04 46	0.05 119	0.06 240

fffy	0.09 108	0.08 275	0.09 92	0.16 167	0.07 84	0.13 287	0.17 357	0.13 76	0.12 107	0.08 86	0.09 113	0.08 131	0.09 200	0.13 276	0.11 219	0.05 35	0.05 209	0.07 228	0.05 133	0.04 21	0.05 146

PAM_32	0.09 108	0.05 27	0.17 417	0.15 85	0.08 146	0.10 151	0.15 254	0.14 97	0.15 187	0.09 122	0.08 91	0.09 158	0.07 128	0.14 302	0.08 17	0.06 128	0.05 209	0.06 126	0.06 214	0.05 119	0.06 240

PAM	0.10 173	0.05 27	0.16 387	0.15 85	0.08 146	0.09 98	0.16 320	0.15 130	0.16 217	0.12 231	0.09 113	0.09 158	0.07 128	0.13 276	0.08 17	0.06 128	0.05 209	0.06 126	0.06 214	0.05 119	0.06 240

UGAM-zero	0.09 108	0.05 27	0.15 353	0.15 85	0.08 146	0.09 98	0.13 126	0.19 257	0.15 187	0.11 191	0.15 247	0.07 82	0.07 128	0.09 40	0.09 62	0.06 128	0.05 209	0.06 126	0.05 133	0.05 119	0.06 240

UGAM	0.13 317	0.10 411	0.09 92	0.22 493	0.08 146	0.12 237	0.20 467	0.17 197	0.23 351	0.21 437	0.16 259	0.13 261	0.13 337	0.19 427	0.12 278	0.07 277	0.05 209	0.13 514	0.11 497	0.07 299	0.05 146

GCAP-BAT	0.09 108	0.07 169	0.14 302	0.15 85	0.08 146	0.10 151	0.13 126	0.14 97	0.10 48	0.11 191	0.10 144	0.08 131	0.07 128	0.12 226	0.10 144	0.06 128	0.05 209	0.06 126	0.04 46	0.04 21	0.04 49

RAStereo	0.10 173	0.09 351	0.08 40	0.20 445	0.08 146	0.13 287	0.18 405	0.15 130	0.17 240	0.10 159	0.12 202	0.05 3	0.06 46	0.09 40	0.08 17	0.07 277	0.05 209	0.07 228	0.05 133	0.05 119	0.04 49

Occ-G	0.08 57	0.05 27	0.06 4	0.14 41	0.07 84	0.08 60	0.14 180	0.13 76	0.15 187	0.07 48	0.11 185	0.07 82	0.05 12	0.09 40	0.10 144	0.06 128	0.05 209	0.05 34	0.04 46	0.05 119	0.05 146

AIO-Stereo-zeroshot1	0.11 222	0.05 27	0.14 302	0.15 85	0.20 562	0.09 98	0.17 357	0.21 291	0.15 187	0.11 191	0.14 230	0.10 192	0.07 128	0.10 82	0.08 17	0.06 128	0.05 209	0.07 228	0.07 308	0.07 299	0.09 430

AIO-Stereo-zeroshot	0.11 222	0.05 27	0.11 182	0.15 85	0.13 484	0.13 287	0.16 320	0.23 335	0.17 240	0.10 159	0.12 202	0.10 192	0.07 128	0.11 135	0.09 62	0.06 128	0.05 209	0.06 126	0.06 214	0.07 299	0.08 386

AIO-Stereo	0.08 57	0.06 76	0.09 92	0.18 325	0.06 16	0.08 60	0.12 76	0.15 130	0.09 30	0.08 86	0.08 91	0.07 82	0.05 12	0.11 135	0.08 17	0.05 35	0.05 209	0.05 34	0.04 46	0.04 21	0.04 49

test_sample6	0.14 351	0.08 275	0.13 266	0.16 167	0.08 146	0.17 397	0.19 444	0.25 374	0.17 240	0.17 354	0.27 435	0.19 371	0.14 361	0.15 324	0.13 320	0.08 342	0.05 209	0.08 319	0.07 308	0.08 362	0.08 386

test_sample5	0.14 351	0.08 275	0.14 302	0.16 167	0.08 146	0.18 416	0.18 405	0.25 374	0.17 240	0.17 354	0.27 435	0.18 357	0.14 361	0.16 359	0.13 320	0.08 342	0.05 209	0.08 319	0.07 308	0.08 362	0.08 386

test_sample2	0.12 292	0.07 169	0.12 219	0.14 41	0.08 146	0.16 375	0.18 405	0.21 291	0.16 217	0.14 284	0.20 327	0.19 371	0.15 379	0.15 324	0.12 278	0.08 342	0.05 209	0.07 228	0.06 214	0.08 362	0.07 322

gcap-zeroshot	0.09 108	0.05 27	0.10 138	0.16 167	0.07 84	0.13 287	0.13 126	0.11 37	0.12 107	0.13 262	0.12 202	0.09 158	0.08 169	0.09 40	0.09 62	0.06 128	0.05 209	0.06 126	0.05 133	0.04 21	0.04 49

test_for_model	0.09 108	0.12 455	0.14 302	0.23 517	0.11 428	0.08 60	0.13 126	0.12 58	0.12 107	0.10 159	0.07 49	0.07 82	0.06 46	0.11 135	0.10 144	0.06 128	0.05 209	0.05 34	0.03 1	0.07 299	0.04 49

trnet	0.08 57	0.05 27	0.07 8	0.12 5	0.05 1	0.12 237	0.11 55	0.13 76	0.10 48	0.08 86	0.13 216	0.09 158	0.08 169	0.11 135	0.10 144	0.08 342	0.05 209	0.05 34	0.03 1	0.06 226	0.05 146

testlalala2	0.10 173	0.06 76	0.11 182	0.20 445	0.10 377	0.10 151	0.12 76	0.17 197	0.12 107	0.12 231	0.13 216	0.09 158	0.07 128	0.11 135	0.13 320	0.06 128	0.05 209	0.05 34	0.04 46	0.05 119	0.05 146

DispNO	0.14 351	0.08 275	0.17 417	0.19 385	0.12 461	0.11 198	0.21 487	0.23 335	0.29 433	0.17 354	0.23 369	0.18 357	0.17 428	0.15 324	0.15 385	0.07 277	0.05 209	0.08 319	0.08 379	0.07 299	0.06 240

Former-RAFT_DAM_RVC	0.10 173	0.08 275	0.12 219	0.16 167	0.08 146	0.15 346	0.16 320	0.18 229	0.18 270	0.10 159	0.09 113	0.09 158	0.08 169	0.11 135	0.12 278	0.07 277	0.05 209	0.08 319	0.06 214	0.07 299	0.06 240

MyStereo8	0.12 292	0.07 169	0.15 353	0.15 85	0.09 268	0.18 416	0.14 180	0.19 257	0.22 340	0.12 231	0.18 306	0.11 217	0.10 237	0.16 359	0.18 434	0.07 277	0.05 209	0.07 228	0.05 133	0.08 362	0.09 430

SMFormer	0.14 351	0.07 169	0.17 417	0.14 41	0.08 146	0.16 375	0.17 357	0.26 392	0.27 412	0.19 400	0.20 327	0.18 357	0.15 379	0.15 324	0.17 416	0.08 342	0.05 209	0.07 228	0.06 214	0.07 299	0.06 240

tta	0.14 351	0.07 169	0.17 417	0.14 41	0.08 146	0.16 375	0.17 357	0.26 392	0.27 412	0.19 400	0.20 327	0.18 357	0.15 379	0.15 324	0.17 416	0.08 342	0.05 209	0.07 228	0.06 214	0.06 226	0.06 240

qqq1	0.13 317	0.07 169	0.17 417	0.14 41	0.08 146	0.16 375	0.17 357	0.26 392	0.27 412	0.19 400	0.20 327	0.18 357	0.15 379	0.15 324	0.11 219	0.08 342	0.05 209	0.05 34	0.05 133	0.06 226	0.06 240

fff1	0.13 317	0.07 169	0.17 417	0.14 41	0.08 146	0.16 375	0.17 357	0.26 392	0.27 412	0.19 400	0.20 327	0.18 357	0.15 379	0.15 324	0.11 219	0.08 342	0.05 209	0.05 34	0.05 133	0.06 226	0.06 240

MyStereo07	0.10 173	0.07 169	0.10 138	0.17 243	0.09 268	0.14 320	0.18 405	0.15 130	0.15 187	0.09 122	0.06 15	0.06 24	0.07 128	0.12 226	0.09 62	0.06 128	0.05 209	0.08 319	0.07 308	0.06 226	0.06 240

MyStereo06	0.10 173	0.07 169	0.12 219	0.17 243	0.09 268	0.13 287	0.18 405	0.19 257	0.12 107	0.12 231	0.08 91	0.07 82	0.07 128	0.11 135	0.09 62	0.06 128	0.05 209	0.07 228	0.07 308	0.06 226	0.06 240

MyStereo05	0.13 317	0.07 169	0.10 138	0.17 243	0.09 268	0.13 287	0.18 405	0.27 413	0.35 485	0.17 354	0.14 230	0.15 310	0.11 267	0.15 324	0.13 320	0.06 128	0.05 209	0.07 228	0.07 308	0.06 226	0.06 240

MyStereo04	0.13 317	0.07 169	0.10 138	0.17 243	0.09 268	0.14 320	0.18 405	0.29 445	0.38 503	0.17 354	0.14 230	0.16 324	0.10 237	0.15 324	0.13 320	0.06 128	0.05 209	0.08 319	0.07 308	0.06 226	0.06 240

CoDeX	0.12 292	0.07 169	0.12 219	0.17 243	0.08 146	0.12 237	0.15 254	0.23 335	0.27 412	0.13 262	0.17 281	0.16 324	0.11 267	0.14 302	0.11 219	0.07 277	0.05 209	0.07 228	0.06 214	0.06 226	0.05 146

mmm	0.14 351	0.08 275	0.17 417	0.17 243	0.09 268	0.17 397	0.18 405	0.21 291	0.15 187	0.15 311	0.23 369	0.21 392	0.16 405	0.16 359	0.17 416	0.08 342	0.05 209	0.08 319	0.07 308	0.07 299	0.07 322

11t1	0.12 292	0.06 76	0.13 266	0.14 41	0.08 146	0.17 397	0.15 254	0.18 229	0.15 187	0.15 311	0.15 247	0.16 324	0.16 405	0.15 324	0.13 320	0.08 342	0.05 209	0.06 126	0.05 133	0.08 362	0.07 322

IGEVStereo-DCA	0.09 108	0.06 76	0.11 182	0.15 85	0.10 377	0.11 198	0.15 254	0.16 161	0.12 107	0.10 159	0.06 15	0.08 131	0.06 46	0.10 82	0.08 17	0.06 128	0.05 209	0.06 126	0.05 133	0.05 119	0.06 240

rrr	0.09 108	0.06 76	0.12 219	0.15 85	0.10 377	0.11 198	0.16 320	0.16 161	0.15 187	0.10 159	0.06 15	0.08 131	0.06 46	0.10 82	0.08 17	0.06 128	0.05 209	0.06 126	0.05 133	0.05 119	0.06 240

DualNet	0.14 351	0.08 275	0.14 302	0.16 167	0.08 146	0.18 416	0.18 405	0.25 374	0.17 240	0.17 354	0.27 435	0.18 357	0.14 361	0.16 359	0.13 320	0.08 342	0.05 209	0.08 319	0.07 308	0.08 362	0.08 386

plain	0.10 173	0.08 275	0.10 138	0.19 385	0.09 268	0.10 151	0.15 254	0.14 97	0.13 142	0.13 262	0.15 247	0.09 158	0.12 298	0.13 276	0.12 278	0.07 277	0.05 209	0.09 402	0.06 214	0.06 226	0.06 240

MIF-Stereo (partial)	0.11 222	0.06 76	0.10 138	0.19 385	0.10 377	0.10 151	0.11 55	0.17 197	0.18 270	0.14 284	0.16 259	0.09 158	0.11 267	0.12 226	0.12 278	0.08 342	0.05 209	0.08 319	0.07 308	0.06 226	0.07 322

UniTT-Stereo	0.09 108	0.07 169	0.08 40	0.18 325	0.08 146	0.13 287	0.11 55	0.12 58	0.11 77	0.10 159	0.12 202	0.05 3	0.07 128	0.09 40	0.09 62	0.07 277	0.05 209	0.05 34	0.05 133	0.05 119	0.05 146

PCWNet_CMD	0.14 351	0.08 275	0.15 353	0.17 243	0.09 268	0.14 320	0.14 180	0.29 445	0.36 489	0.14 284	0.20 327	0.21 392	0.12 298	0.17 391	0.13 320	0.07 277	0.05 209	0.07 228	0.07 308	0.07 299	0.07 322

testlalala_base	0.10 173	0.09 351	0.14 302	0.21 477	0.08 146	0.10 151	0.14 180	0.13 76	0.10 48	0.07 48	0.15 247	0.07 82	0.08 169	0.10 82	0.12 278	0.08 342	0.05 209	0.05 34	0.03 1	0.06 226	0.05 146

GCAP-Stereo	0.09 108	0.07 169	0.13 266	0.18 325	0.06 16	0.11 198	0.07 3	0.13 76	0.12 107	0.09 122	0.10 144	0.07 82	0.09 200	0.13 276	0.10 144	0.06 128	0.05 209	0.05 34	0.04 46	0.04 21	0.05 146

LL-Strereo2	0.10 173	0.10 411	0.15 353	0.18 325	0.08 146	0.15 346	0.09 18	0.17 197	0.14 167	0.14 284	0.10 144	0.09 158	0.07 128	0.16 359	0.10 144	0.05 35	0.05 209	0.10 449	0.07 308	0.06 226	0.05 146

LoS	0.09 108	0.05 27	0.11 182	0.13 14	0.07 84	0.14 320	0.11 55	0.15 130	0.15 187	0.09 122	0.09 113	0.12 235	0.09 200	0.15 324	0.10 144	0.07 277	0.05 209	0.05 34	0.03 1	0.05 119	0.05 146
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DCRE	0.11 222	0.07 169	0.13 266	0.16 167	0.11 428	0.11 198	0.17 357	0.18 229	0.17 240	0.11 191	0.18 306	0.10 192	0.10 237	0.15 324	0.11 219	0.06 128	0.05 209	0.06 126	0.06 214	0.05 119	0.04 49

knoymous	0.11 222	0.05 27	0.12 219	0.13 14	0.07 84	0.15 346	0.14 180	0.19 257	0.13 142	0.11 191	0.17 281	0.13 261	0.09 200	0.13 276	0.11 219	0.08 342	0.05 209	0.06 126	0.05 133	0.08 362	0.07 322

anonymousa	0.13 317	0.07 169	0.13 266	0.18 325	0.09 268	0.13 287	0.17 357	0.19 257	0.29 433	0.15 311	0.24 381	0.15 310	0.14 361	0.14 302	0.14 357	0.07 277	0.05 209	0.07 228	0.09 425	0.05 119	0.06 240

riskmin	0.11 222	0.06 76	0.13 266	0.14 41	0.08 146	0.14 320	0.14 180	0.18 229	0.14 167	0.11 191	0.14 230	0.16 324	0.11 267	0.14 302	0.12 278	0.09 402	0.05 209	0.07 228	0.05 133	0.08 362	0.08 386

Selective-RAFT	0.11 222	0.10 411	0.11 182	0.21 477	0.08 146	0.16 375	0.13 126	0.20 268	0.22 340	0.10 159	0.10 144	0.11 217	0.10 237	0.15 324	0.11 219	0.05 35	0.05 209	0.06 126	0.05 133	0.06 226	0.05 146

x	0.13 317	0.07 169	0.14 302	0.14 41	0.08 146	0.18 416	0.14 180	0.22 315	0.20 310	0.15 311	0.19 315	0.19 371	0.17 428	0.18 412	0.18 434	0.07 277	0.05 209	0.06 126	0.06 214	0.07 299	0.07 322

Wz-Net-LNSev-Ref	0.18 452	0.09 351	0.29 520	0.15 85	0.10 377	0.22 480	0.20 467	0.26 392	0.39 506	0.25 488	0.42 546	0.24 434	0.15 379	0.20 452	0.19 447	0.07 277	0.05 209	0.06 126	0.05 133	0.10 456	0.09 430

IER	0.14 351	0.07 169	0.13 266	0.17 243	0.09 268	0.14 320	0.16 320	0.25 374	0.26 402	0.18 384	0.25 409	0.17 344	0.20 470	0.16 359	0.14 357	0.08 342	0.05 209	0.07 228	0.06 214	0.08 362	0.07 322

raft_robust	0.13 317	0.10 411	0.07 8	0.18 325	0.08 146	0.13 287	0.24 520	0.28 432	0.33 464	0.20 423	0.19 315	0.14 281	0.10 237	0.11 135	0.12 278	0.05 35	0.05 209	0.07 228	0.07 308	0.05 119	0.04 49

test_5	0.14 351	0.12 455	0.08 40	0.20 445	0.10 377	0.14 320	0.29 566	0.21 291	0.24 367	0.18 384	0.28 449	0.11 217	0.15 379	0.12 226	0.13 320	0.06 128	0.05 209	0.07 228	0.08 379	0.08 362	0.07 322

Sa-1000	0.12 292	0.08 275	0.08 40	0.18 325	0.08 146	0.14 320	0.22 497	0.22 315	0.18 270	0.15 311	0.20 327	0.17 344	0.11 267	0.10 82	0.10 144	0.06 128	0.05 209	0.09 402	0.09 425	0.05 119	0.05 146

SA	0.12 292	0.09 351	0.08 40	0.18 325	0.08 146	0.12 237	0.24 520	0.23 335	0.18 270	0.17 354	0.27 435	0.14 281	0.11 267	0.11 135	0.11 219	0.05 35	0.05 209	0.09 402	0.08 379	0.05 119	0.04 49

iRaft-Stereo_5w	0.12 292	0.09 351	0.12 219	0.19 385	0.08 146	0.09 98	0.12 76	0.21 291	0.21 326	0.19 400	0.14 230	0.11 217	0.09 200	0.20 452	0.16 401	0.05 35	0.05 209	0.07 228	0.06 214	0.05 119	0.06 240

CIPLG	0.11 222	0.08 275	0.14 302	0.17 243	0.08 146	0.12 237	0.15 254	0.17 197	0.15 187	0.14 284	0.11 185	0.16 324	0.09 200	0.16 359	0.11 219	0.07 277	0.05 209	0.06 126	0.05 133	0.05 119	0.06 240

IPLGR_C	0.11 222	0.08 275	0.14 302	0.17 243	0.08 146	0.12 237	0.15 254	0.17 197	0.15 187	0.14 284	0.10 144	0.16 324	0.09 200	0.16 359	0.11 219	0.07 277	0.05 209	0.06 126	0.05 133	0.05 119	0.06 240

IPLGR	0.11 222	0.09 351	0.16 387	0.18 325	0.08 146	0.12 237	0.17 357	0.21 291	0.24 367	0.11 191	0.12 202	0.11 217	0.08 169	0.12 226	0.12 278	0.06 128	0.05 209	0.06 126	0.06 214	0.04 21	0.04 49

GMOStereo	0.11 222	0.09 351	0.07 8	0.19 385	0.08 146	0.12 237	0.28 557	0.13 76	0.17 240	0.11 191	0.17 281	0.14 281	0.12 298	0.07 4	0.07 1	0.05 35	0.05 209	0.09 402	0.07 308	0.04 21	0.04 49

error version	0.11 222	0.09 351	0.07 8	0.19 385	0.08 146	0.12 237	0.28 557	0.13 76	0.17 240	0.11 191	0.17 281	0.14 281	0.12 298	0.07 4	0.07 1	0.05 35	0.05 209	0.09 402	0.07 308	0.04 21	0.04 49

test-v	0.11 222	0.09 351	0.07 8	0.19 385	0.08 146	0.12 237	0.28 557	0.13 76	0.17 240	0.11 191	0.17 281	0.14 281	0.12 298	0.07 4	0.07 1	0.05 35	0.05 209	0.09 402	0.07 308	0.04 21	0.04 49

ACRE	0.11 222	0.08 275	0.14 302	0.17 243	0.08 146	0.12 237	0.15 254	0.17 197	0.14 167	0.14 284	0.10 144	0.16 324	0.09 200	0.16 359	0.11 219	0.07 277	0.05 209	0.06 126	0.05 133	0.05 119	0.06 240

GwcNet-ADL	0.13 317	0.08 275	0.14 302	0.20 445	0.09 268	0.11 198	0.20 467	0.30 459	0.24 367	0.13 262	0.14 230	0.18 357	0.14 361	0.13 276	0.14 357	0.07 277	0.05 209	0.06 126	0.05 133	0.07 299	0.06 240

PFNet+	0.11 222	0.06 76	0.13 266	0.16 167	0.09 268	0.05 4	0.12 76	0.17 197	0.21 326	0.16 339	0.19 315	0.14 281	0.10 237	0.11 135	0.11 219	0.08 342	0.05 209	0.09 402	0.08 379	0.06 226	0.11 483

TRStereo	0.09 108	0.05 27	0.12 219	0.15 85	0.12 461	0.10 151	0.13 126	0.18 229	0.18 270	0.09 122	0.09 113	0.09 158	0.06 46	0.10 82	0.08 17	0.07 277	0.05 209	0.07 228	0.07 308	0.04 21	0.04 49

IIG-Stereo	0.11 222	0.06 76	0.13 266	0.17 243	0.08 146	0.11 198	0.12 76	0.22 315	0.17 240	0.14 284	0.17 281	0.11 217	0.12 298	0.12 226	0.12 278	0.06 128	0.05 209	0.07 228	0.06 214	0.05 119	0.04 49

PSM-softLoss	0.12 292	0.07 169	0.15 353	0.17 243	0.09 268	0.08 60	0.13 126	0.24 358	0.17 240	0.14 284	0.19 315	0.13 261	0.11 267	0.11 135	0.11 219	0.07 277	0.05 209	0.08 319	0.07 308	0.06 226	0.12 496

KMStereo	0.12 292	0.07 169	0.15 353	0.17 243	0.09 268	0.08 60	0.13 126	0.24 358	0.17 240	0.14 284	0.19 315	0.13 261	0.11 267	0.11 135	0.11 219	0.07 277	0.05 209	0.08 319	0.07 308	0.06 226	0.12 496

PSM-AAD	0.11 222	0.07 169	0.10 138	0.19 385	0.09 268	0.10 151	0.15 254	0.20 268	0.13 142	0.12 231	0.14 230	0.18 357	0.11 267	0.11 135	0.10 144	0.05 35	0.05 209	0.09 402	0.08 379	0.06 226	0.14 534

FTStereo	0.12 292	0.06 76	0.14 302	0.18 325	0.09 268	0.07 34	0.15 254	0.21 291	0.18 270	0.12 231	0.24 381	0.12 235	0.12 298	0.13 276	0.13 320	0.05 35	0.05 209	0.07 228	0.06 214	0.06 226	0.10 457

GrayStereo	0.11 222	0.06 76	0.11 182	0.19 385	0.09 268	0.09 98	0.16 320	0.18 229	0.17 240	0.14 284	0.17 281	0.17 344	0.11 267	0.12 226	0.11 219	0.05 35	0.05 209	0.07 228	0.06 214	0.05 119	0.10 457

RAFT-345	0.11 222	0.07 169	0.15 353	0.16 167	0.08 146	0.08 60	0.12 76	0.15 130	0.10 48	0.11 191	0.36 503	0.09 158	0.09 200	0.11 135	0.12 278	0.05 35	0.05 209	0.07 228	0.06 214	0.04 21	0.05 146

AnonymousM	0.09 108	0.05 27	0.10 138	0.14 41	0.06 16	0.09 98	0.13 126	0.19 257	0.14 167	0.13 262	0.11 185	0.09 158	0.08 169	0.13 276	0.10 144	0.08 342	0.05 209	0.08 319	0.05 133	0.05 119	0.05 146

CroCo-Stereo	0.09 108	0.08 275	0.08 40	0.22 493	0.09 268	0.09 98	0.19 444	0.15 130	0.12 107	0.07 48	0.07 49	0.08 131	0.06 46	0.08 19	0.07 1	0.07 277	0.05 209	0.06 126	0.04 46	0.05 119	0.04 49
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	0.11 222	0.09 351	0.07 8	0.19 385	0.08 146	0.12 237	0.28 557	0.13 76	0.17 240	0.11 191	0.17 281	0.14 281	0.12 298	0.07 4	0.07 1	0.05 35	0.05 209	0.09 402	0.07 308	0.04 21	0.04 49

TANstereo	0.09 108	0.04 1	0.08 40	0.13 14	0.06 16	0.11 198	0.14 180	0.15 130	0.19 287	0.11 191	0.15 247	0.10 192	0.06 46	0.12 226	0.09 62	0.07 277	0.05 209	0.05 34	0.04 46	0.06 226	0.05 146

raftrobust	0.09 108	0.06 76	0.10 138	0.17 243	0.08 146	0.09 98	0.10 31	0.18 229	0.16 217	0.10 159	0.09 113	0.12 235	0.07 128	0.12 226	0.10 144	0.08 342	0.05 209	0.06 126	0.05 133	0.05 119	0.05 146

sAnonymous2	0.13 317	0.12 455	0.24 492	0.20 445	0.12 461	0.17 397	0.13 126	0.26 392	0.21 326	0.11 191	0.11 185	0.13 261	0.08 169	0.10 82	0.10 144	0.09 402	0.05 209	0.08 319	0.06 214	0.15 541	0.10 457

CroCo_RVC	0.13 317	0.12 455	0.24 492	0.20 445	0.12 461	0.17 397	0.13 126	0.26 392	0.21 326	0.11 191	0.11 185	0.13 261	0.08 169	0.10 82	0.10 144	0.09 402	0.05 209	0.08 319	0.06 214	0.15 541	0.10 457

CFNet_pseudo	0.14 351	0.08 275	0.15 353	0.16 167	0.09 268	0.13 287	0.14 180	0.27 413	0.34 476	0.14 284	0.21 349	0.22 410	0.13 337	0.18 412	0.14 357	0.07 277	0.05 209	0.08 319	0.06 214	0.07 299	0.07 322

RALAANet	0.11 222	0.08 275	0.10 138	0.17 243	0.09 268	0.14 320	0.10 31	0.20 268	0.15 187	0.14 284	0.13 216	0.16 324	0.09 200	0.12 226	0.11 219	0.06 128	0.05 209	0.07 228	0.06 214	0.05 119	0.04 49

XX-Stereo	0.09 108	0.05 27	0.08 40	0.17 243	0.09 268	0.15 346	0.12 76	0.20 268	0.10 48	0.10 159	0.14 230	0.07 82	0.06 46	0.12 226	0.08 17	0.06 128	0.05 209	0.06 126	0.06 214	0.04 21	0.04 49

222	0.16 417	0.07 169	0.14 302	0.14 41	0.08 146	0.24 500	0.18 405	0.30 459	0.20 310	0.17 354	0.28 449	0.17 344	0.16 405	0.15 324	0.40 581	0.10 443	0.05 209	0.07 228	0.06 214	0.07 299	0.08 386

xxxx	0.15 394	0.07 169	0.14 302	0.14 41	0.08 146	0.23 495	0.18 405	0.31 469	0.19 287	0.14 284	0.28 449	0.22 410	0.14 361	0.15 324	0.26 528	0.09 402	0.05 209	0.07 228	0.07 308	0.08 362	0.07 322

test_xeample	0.15 394	0.06 76	0.13 266	0.14 41	0.08 146	0.21 471	0.20 467	0.28 432	0.20 310	0.16 339	0.29 461	0.19 371	0.16 405	0.15 324	0.26 528	0.09 402	0.05 209	0.07 228	0.07 308	0.07 299	0.07 322

ARAFT	0.12 292	0.08 275	0.17 417	0.19 385	0.09 268	0.14 320	0.18 405	0.20 268	0.12 107	0.12 231	0.13 216	0.14 281	0.11 267	0.15 324	0.12 278	0.06 128	0.05 209	0.10 449	0.09 425	0.05 119	0.04 49

SFCPSM	0.13 317	0.07 169	0.14 302	0.17 243	0.09 268	0.15 346	0.16 320	0.28 432	0.27 412	0.14 284	0.17 281	0.12 235	0.13 337	0.14 302	0.11 219	0.08 342	0.05 209	0.07 228	0.07 308	0.07 299	0.06 240

FENet	0.13 317	0.08 275	0.12 219	0.16 167	0.08 146	0.14 320	0.15 254	0.22 315	0.23 351	0.17 354	0.23 369	0.16 324	0.12 298	0.14 302	0.15 385	0.08 342	0.05 209	0.08 319	0.08 379	0.07 299	0.07 322

cf-r	0.13 317	0.07 169	0.12 219	0.16 167	0.08 146	0.14 320	0.19 444	0.20 268	0.25 388	0.17 354	0.25 409	0.21 392	0.16 405	0.14 302	0.14 357	0.10 443	0.05 209	0.06 126	0.08 379	0.06 226	0.06 240

GwcNet-RSSM	0.14 351	0.07 169	0.12 219	0.15 85	0.08 146	0.15 346	0.20 467	0.21 291	0.27 412	0.18 384	0.27 435	0.22 410	0.16 405	0.14 302	0.15 385	0.10 443	0.05 209	0.07 228	0.09 425	0.07 299	0.07 322

DIP-Stereo	0.11 222	0.07 169	0.14 302	0.17 243	0.09 268	0.13 287	0.09 18	0.16 161	0.16 217	0.11 191	0.16 259	0.14 281	0.12 298	0.15 324	0.13 320	0.06 128	0.05 209	0.06 126	0.05 133	0.05 119	0.06 240
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	0.12 292	0.08 275	0.14 302	0.18 325	0.07 84	0.15 346	0.07 3	0.22 315	0.18 270	0.16 339	0.19 315	0.18 357	0.14 361	0.16 359	0.15 385	0.07 277	0.05 209	0.05 34	0.05 133	0.06 226	0.06 240

R-Stereo Train	0.10 173	0.06 76	0.10 138	0.17 243	0.08 146	0.11 198	0.14 180	0.23 335	0.11 77	0.12 231	0.19 315	0.11 217	0.08 169	0.09 40	0.11 219	0.07 277	0.05 209	0.06 126	0.05 133	0.05 119	0.05 146

RAFT-Stereo	0.10 173	0.06 76	0.10 138	0.17 243	0.08 146	0.11 198	0.14 180	0.23 335	0.11 77	0.12 231	0.19 315	0.11 217	0.08 169	0.09 40	0.11 219	0.07 277	0.05 209	0.06 126	0.05 133	0.05 119	0.05 146
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.14 351	0.08 275	0.15 353	0.17 243	0.09 268	0.14 320	0.14 180	0.29 445	0.36 489	0.14 284	0.21 349	0.21 392	0.12 298	0.17 391	0.14 357	0.07 277	0.05 209	0.07 228	0.07 308	0.07 299	0.07 322

ccs_rob	0.14 351	0.08 275	0.15 353	0.16 167	0.09 268	0.12 237	0.14 180	0.27 413	0.34 476	0.14 284	0.21 349	0.22 410	0.13 337	0.18 412	0.14 357	0.07 277	0.05 209	0.08 319	0.07 308	0.07 299	0.07 322

AANet_RVC	0.16 417	0.10 411	0.10 138	0.18 325	0.09 268	0.18 416	0.19 444	0.26 392	0.31 450	0.22 453	0.35 500	0.21 392	0.21 474	0.22 482	0.16 401	0.06 128	0.05 209	0.06 126	0.06 214	0.07 299	0.06 240

AdaStereo	0.15 394	0.11 437	0.15 353	0.18 325	0.09 268	0.20 454	0.11 55	0.32 480	0.28 426	0.20 423	0.23 369	0.20 383	0.13 337	0.19 427	0.14 357	0.12 496	0.05 209	0.10 449	0.07 308	0.09 425	0.07 322
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	0.14 351	0.08 275	0.15 353	0.16 167	0.08 146	0.16 375	0.12 76	0.25 374	0.35 485	0.21 437	0.29 461	0.24 434	0.13 337	0.14 302	0.14 357	0.06 128	0.05 209	0.06 126	0.04 46	0.09 425	0.08 386

HSM	0.15 394	0.08 275	0.14 302	0.16 167	0.09 268	0.16 375	0.14 180	0.28 432	0.25 388	0.19 400	0.23 369	0.37 538	0.16 405	0.20 452	0.15 385	0.07 277	0.05 209	0.07 228	0.06 214	0.07 299	0.06 240

StereoDRNet-Refined	0.17 438	0.12 455	0.15 353	0.20 445	0.09 268	0.18 416	0.18 405	0.26 392	0.23 351	0.26 494	0.40 529	0.22 410	0.17 428	0.21 469	0.20 453	0.08 342	0.05 209	0.09 402	0.10 465	0.07 299	0.07 322
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet_ROB	0.14 351	0.07 169	0.13 266	0.14 41	0.07 84	0.18 416	0.14 180	0.26 392	0.31 450	0.22 453	0.25 409	0.23 428	0.15 379	0.15 324	0.13 320	0.07 277	0.05 209	0.05 34	0.04 46	0.08 362	0.08 386

DN-CSS_ROB	0.13 317	0.13 484	0.16 387	0.18 325	0.10 377	0.16 375	0.08 7	0.22 315	0.18 270	0.17 354	0.22 360	0.13 261	0.13 337	0.12 226	0.13 320	0.05 35	0.05 209	0.10 449	0.10 465	0.08 362	0.06 240

pmcnn	0.15 394	0.07 169	0.19 452	0.15 85	0.07 84	0.20 454	0.15 254	0.24 358	0.26 402	0.21 437	0.34 496	0.28 476	0.18 442	0.18 412	0.17 416	0.07 277	0.05 209	0.05 34	0.04 46	0.07 299	0.06 240

FlowAnything_test	0.11 222	0.08 275	0.14 302	0.15 85	0.09 268	0.07 34	0.14 180	0.20 268	0.11 77	0.09 122	0.09 113	0.12 235	0.12 298	0.13 276	0.11 219	0.09 402	0.06 344	0.09 402	0.09 425	0.06 226	0.09 430

MSAF-DinoV2	0.22 497	0.11 437	0.23 488	0.17 243	0.10 377	0.27 531	0.16 320	0.37 537	0.55 562	0.21 437	0.27 435	0.47 571	0.27 520	0.35 553	0.39 578	0.09 402	0.06 344	0.07 228	0.09 425	0.12 494	0.10 457

S2M2_XL	0.08 57	0.06 76	0.12 219	0.12 5	0.08 146	0.09 98	0.09 18	0.07 2	0.07 10	0.08 86	0.07 49	0.07 82	0.06 46	0.09 40	0.09 62	0.08 342	0.06 344	0.07 228	0.05 133	0.08 362	0.06 240
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test3	0.10 173	0.07 169	0.07 8	0.18 325	0.07 84	0.12 237	0.19 444	0.24 358	0.19 287	0.06 14	0.10 144	0.08 131	0.06 46	0.11 135	0.08 17	0.06 128	0.06 344	0.07 228	0.05 133	0.05 119	0.04 49

DDVS	0.15 394	0.10 411	0.21 473	0.16 167	0.12 461	0.15 346	0.14 180	0.25 374	0.19 287	0.18 384	0.29 461	0.27 466	0.12 298	0.19 427	0.15 385	0.09 402	0.06 344	0.09 402	0.07 308	0.11 479	0.11 483

rvit_stereo_0081_aga	0.11 222	0.09 351	0.14 302	0.18 325	0.09 268	0.13 287	0.14 180	0.14 97	0.19 287	0.10 159	0.18 306	0.16 324	0.09 200	0.12 226	0.09 62	0.10 443	0.06 344	0.08 319	0.07 308	0.07 299	0.06 240

model_zeroshot	0.10 173	0.04 1	0.11 182	0.15 85	0.09 268	0.12 237	0.14 180	0.20 268	0.13 142	0.11 191	0.10 144	0.12 235	0.07 128	0.12 226	0.10 144	0.07 277	0.06 344	0.06 126	0.05 133	0.06 226	0.06 240

ACV-stereo	0.15 394	0.10 411	0.28 512	0.18 325	0.12 461	0.14 320	0.12 76	0.23 335	0.21 326	0.19 400	0.23 369	0.22 410	0.15 379	0.23 493	0.17 416	0.07 277	0.06 344	0.07 228	0.07 308	0.07 299	0.07 322

ITSA-stereo	0.15 394	0.10 411	0.14 302	0.19 385	0.08 146	0.12 237	0.14 180	0.30 459	0.49 549	0.17 354	0.19 315	0.22 410	0.15 379	0.17 391	0.16 401	0.10 443	0.06 344	0.08 319	0.08 379	0.08 362	0.08 386

rvit_stereo_ft	0.12 292	0.07 169	0.13 266	0.19 385	0.10 377	0.12 237	0.17 357	0.16 161	0.16 217	0.12 231	0.13 216	0.15 310	0.10 237	0.14 302	0.13 320	0.09 402	0.06 344	0.08 319	0.07 308	0.07 299	0.05 146

DualNet (step1)	0.16 417	0.12 455	0.20 464	0.12 5	0.14 504	0.17 397	0.13 126	0.27 413	0.23 351	0.20 423	0.20 327	0.24 434	0.19 458	0.16 359	0.16 401	0.15 539	0.06 344	0.14 526	0.14 531	0.14 525	0.12 496

test_sample7	0.15 394	0.10 411	0.16 387	0.14 41	0.11 428	0.16 375	0.16 320	0.27 413	0.23 351	0.20 423	0.20 327	0.24 434	0.19 458	0.16 359	0.16 401	0.12 496	0.06 344	0.10 449	0.09 425	0.10 456	0.10 457

test_sample4	0.14 351	0.08 275	0.14 302	0.15 85	0.08 146	0.19 439	0.18 405	0.26 392	0.17 240	0.16 339	0.25 409	0.18 357	0.14 361	0.16 359	0.13 320	0.08 342	0.06 344	0.08 319	0.06 214	0.08 362	0.08 386

test_sample3	0.14 351	0.08 275	0.15 353	0.14 41	0.09 268	0.19 439	0.17 357	0.26 392	0.18 270	0.16 339	0.22 360	0.19 371	0.15 379	0.17 391	0.13 320	0.08 342	0.06 344	0.07 228	0.06 214	0.09 425	0.08 386

test_sample1	0.13 317	0.07 169	0.14 302	0.13 14	0.08 146	0.19 439	0.16 320	0.20 268	0.15 187	0.14 284	0.22 360	0.18 357	0.16 405	0.17 391	0.14 357	0.07 277	0.06 344	0.06 126	0.06 214	0.08 362	0.07 322

AE-Stereo	0.10 173	0.08 275	0.10 138	0.18 325	0.09 268	0.10 151	0.15 254	0.14 97	0.19 287	0.09 122	0.14 230	0.12 235	0.08 169	0.11 135	0.10 144	0.05 35	0.06 344	0.07 228	0.06 214	0.05 119	0.04 49

mmx	0.14 351	0.09 351	0.14 302	0.16 167	0.08 146	0.17 397	0.17 357	0.27 413	0.25 388	0.15 311	0.25 409	0.19 371	0.13 337	0.14 302	0.20 453	0.08 342	0.06 344	0.09 402	0.08 379	0.08 362	0.08 386

xxx	0.14 351	0.09 351	0.14 302	0.16 167	0.08 146	0.17 397	0.17 357	0.27 413	0.25 388	0.15 311	0.25 409	0.19 371	0.13 337	0.14 302	0.20 453	0.08 342	0.06 344	0.09 402	0.08 379	0.08 362	0.08 386

GMStereo_Zeroshot	0.16 417	0.13 484	0.24 492	0.20 445	0.10 377	0.17 397	0.13 126	0.29 445	0.25 388	0.23 466	0.32 480	0.25 448	0.11 267	0.19 427	0.14 357	0.09 402	0.06 344	0.11 480	0.06 214	0.12 494	0.08 386

MaDis-Stereo	0.09 108	0.09 351	0.08 40	0.17 243	0.09 268	0.13 287	0.10 31	0.16 161	0.16 217	0.09 122	0.11 185	0.06 24	0.06 46	0.09 40	0.13 320	0.07 277	0.06 344	0.07 228	0.05 133	0.05 119	0.04 49

EKT-Stereo	0.11 222	0.07 169	0.14 302	0.15 85	0.10 377	0.13 287	0.14 180	0.18 229	0.21 326	0.11 191	0.08 91	0.12 235	0.09 200	0.11 135	0.12 278	0.08 342	0.06 344	0.07 228	0.06 214	0.08 362	0.07 322

MIM_Stereo	0.09 108	0.07 169	0.11 182	0.15 85	0.07 84	0.06 11	0.12 76	0.20 268	0.14 167	0.13 262	0.13 216	0.09 158	0.05 12	0.12 226	0.08 17	0.05 35	0.06 344	0.07 228	0.06 214	0.06 226	0.05 146

CFNet_ucs	0.15 394	0.08 275	0.16 387	0.16 167	0.11 428	0.14 320	0.14 180	0.30 459	0.34 476	0.16 339	0.24 381	0.23 428	0.14 361	0.18 412	0.15 385	0.09 402	0.06 344	0.08 319	0.07 308	0.09 425	0.09 430

CBFPSM	0.14 351	0.06 76	0.26 500	0.17 243	0.09 268	0.13 287	0.15 254	0.22 315	0.23 351	0.20 423	0.27 435	0.24 434	0.16 405	0.16 359	0.18 434	0.06 128	0.06 344	0.06 126	0.07 308	0.07 299	0.07 322

gwcnet-sp	0.14 351	0.07 169	0.12 219	0.18 325	0.09 268	0.16 375	0.17 357	0.24 358	0.24 367	0.18 384	0.24 381	0.15 310	0.16 405	0.15 324	0.15 385	0.08 342	0.06 344	0.07 228	0.08 379	0.08 362	0.07 322

scenet	0.14 351	0.07 169	0.12 219	0.18 325	0.09 268	0.16 375	0.17 357	0.24 358	0.24 367	0.18 384	0.24 381	0.15 310	0.16 405	0.15 324	0.15 385	0.08 342	0.06 344	0.07 228	0.08 379	0.08 362	0.07 322

CASS	0.13 317	0.12 455	0.11 182	0.23 517	0.09 268	0.15 346	0.17 357	0.18 229	0.19 287	0.17 354	0.18 306	0.15 310	0.15 379	0.14 302	0.14 357	0.09 402	0.06 344	0.10 449	0.08 379	0.09 425	0.07 322
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.14 351	0.07 169	0.12 219	0.18 325	0.09 268	0.16 375	0.17 357	0.24 358	0.24 367	0.18 384	0.24 381	0.15 310	0.16 405	0.15 324	0.15 385	0.08 342	0.06 344	0.07 228	0.08 379	0.08 362	0.07 322

CroCo-Stereo Lap2	0.09 108	0.09 351	0.08 40	0.22 493	0.09 268	0.09 98	0.19 444	0.16 161	0.12 107	0.09 122	0.10 144	0.05 3	0.05 12	0.08 19	0.08 17	0.06 128	0.06 344	0.07 228	0.05 133	0.05 119	0.05 146

TestStereo1	0.13 317	0.08 275	0.08 40	0.19 385	0.08 146	0.18 416	0.29 566	0.23 335	0.16 217	0.17 354	0.20 327	0.16 324	0.10 237	0.12 226	0.13 320	0.06 128	0.06 344	0.08 319	0.06 214	0.05 119	0.05 146

qqq	0.13 317	0.09 351	0.15 353	0.16 167	0.08 146	0.13 287	0.15 254	0.23 335	0.16 217	0.15 311	0.19 315	0.16 324	0.16 405	0.15 324	0.16 401	0.07 277	0.06 344	0.08 319	0.08 379	0.07 299	0.07 322

BUS	0.14 351	0.09 351	0.14 302	0.22 493	0.10 377	0.19 439	0.14 180	0.34 509	0.19 287	0.17 354	0.22 360	0.16 324	0.13 337	0.15 324	0.13 320	0.08 342	0.06 344	0.10 449	0.09 425	0.07 299	0.07 322

RAFT_CTSACE	0.12 292	0.09 351	0.10 138	0.22 493	0.08 146	0.12 237	0.24 520	0.18 229	0.16 217	0.20 423	0.27 435	0.13 261	0.07 128	0.13 276	0.09 62	0.05 35	0.06 344	0.08 319	0.07 308	0.04 21	0.04 49

BSDual-CNN	0.15 394	0.09 351	0.14 302	0.22 493	0.10 377	0.14 320	0.15 254	0.34 509	0.19 287	0.17 354	0.22 360	0.25 448	0.16 405	0.15 324	0.14 357	0.08 342	0.06 344	0.10 449	0.09 425	0.07 299	0.07 322

hknet	0.15 394	0.11 437	0.13 266	0.22 493	0.11 428	0.14 320	0.15 254	0.34 509	0.25 388	0.17 354	0.22 360	0.22 410	0.18 442	0.17 391	0.12 278	0.07 277	0.06 344	0.10 449	0.09 425	0.07 299	0.07 322

SA-5K	0.13 317	0.08 275	0.08 40	0.19 385	0.08 146	0.18 416	0.29 566	0.23 335	0.16 217	0.17 354	0.20 327	0.16 324	0.10 237	0.12 226	0.13 320	0.06 128	0.06 344	0.08 319	0.06 214	0.05 119	0.05 146

psmg	0.14 351	0.09 351	0.14 302	0.17 243	0.10 377	0.15 346	0.17 357	0.29 445	0.19 287	0.17 354	0.21 349	0.25 448	0.16 405	0.15 324	0.14 357	0.08 342	0.06 344	0.08 319	0.08 379	0.07 299	0.06 240

CSP-Net	0.16 417	0.09 351	0.14 302	0.16 167	0.09 268	0.19 439	0.17 357	0.25 374	0.32 457	0.25 488	0.30 468	0.24 434	0.15 379	0.21 469	0.18 434	0.09 402	0.06 344	0.07 228	0.07 308	0.08 362	0.07 322

UDGNet	0.14 351	0.13 484	0.16 387	0.17 243	0.10 377	0.12 237	0.16 320	0.21 291	0.27 412	0.20 423	0.20 327	0.16 324	0.13 337	0.16 359	0.13 320	0.10 443	0.06 344	0.09 402	0.07 308	0.06 226	0.07 322

dd	0.15 394	0.16 514	0.16 387	0.19 385	0.09 268	0.15 346	0.18 405	0.21 291	0.25 388	0.23 466	0.20 327	0.21 392	0.09 200	0.21 469	0.16 401	0.10 443	0.06 344	0.08 319	0.06 214	0.08 362	0.06 240

DAS	0.15 394	0.08 275	0.18 440	0.19 385	0.10 377	0.19 439	0.17 357	0.27 413	0.29 433	0.18 384	0.25 409	0.21 392	0.15 379	0.16 359	0.12 278	0.08 342	0.06 344	0.06 126	0.06 214	0.07 299	0.07 322

SepStereo	0.15 394	0.08 275	0.18 440	0.19 385	0.10 377	0.19 439	0.17 357	0.27 413	0.29 433	0.18 384	0.25 409	0.21 392	0.15 379	0.25 507	0.12 278	0.08 342	0.06 344	0.06 126	0.06 214	0.07 299	0.07 322

GANet-ADL	0.13 317	0.07 169	0.15 353	0.17 243	0.10 377	0.18 416	0.15 254	0.30 459	0.20 310	0.13 262	0.18 306	0.19 371	0.12 298	0.16 359	0.13 320	0.08 342	0.06 344	0.06 126	0.05 133	0.07 299	0.08 386

ADLNet2	0.16 417	0.09 351	0.13 266	0.16 167	0.09 268	0.20 454	0.16 320	0.31 469	0.39 506	0.16 339	0.20 327	0.20 383	0.18 442	0.21 469	0.22 482	0.08 342	0.06 344	0.07 228	0.07 308	0.09 425	0.07 322

LMCR-Stereo	0.15 394	0.08 275	0.13 266	0.21 477	0.09 268	0.17 397	0.20 467	0.27 413	0.19 287	0.24 475	0.24 381	0.23 428	0.17 428	0.20 452	0.17 416	0.07 277	0.06 344	0.08 319	0.06 214	0.10 456	0.08 386

GEStereo_RVC	0.17 438	0.12 455	0.15 353	0.22 493	0.11 428	0.19 439	0.17 357	0.32 480	0.48 542	0.20 423	0.25 409	0.17 344	0.13 337	0.21 469	0.16 401	0.10 443	0.06 344	0.08 319	0.07 308	0.09 425	0.08 386

TestStereo	0.13 317	0.14 496	0.11 182	0.23 517	0.08 146	0.15 346	0.21 487	0.20 268	0.23 351	0.14 284	0.24 381	0.16 324	0.12 298	0.16 359	0.14 357	0.05 35	0.06 344	0.08 319	0.06 214	0.09 425	0.05 146

RALCasStereoNet	0.10 173	0.06 76	0.09 92	0.16 167	0.08 146	0.12 237	0.14 180	0.17 197	0.11 77	0.12 231	0.17 281	0.14 281	0.10 237	0.12 226	0.11 219	0.07 277	0.06 344	0.06 126	0.05 133	0.08 362	0.07 322

ADLNet	0.16 417	0.08 275	0.15 353	0.16 167	0.10 377	0.16 375	0.17 357	0.32 480	0.27 412	0.22 453	0.27 435	0.24 434	0.16 405	0.18 412	0.21 473	0.10 443	0.06 344	0.10 449	0.10 465	0.08 362	0.09 430

RAFT + AFF	0.13 317	0.07 169	0.20 464	0.20 445	0.10 377	0.14 320	0.24 520	0.26 392	0.20 310	0.11 191	0.10 144	0.12 235	0.10 237	0.15 324	0.12 278	0.07 277	0.06 344	0.09 402	0.08 379	0.06 226	0.08 386

GMStereo	0.13 317	0.14 496	0.14 302	0.18 325	0.09 268	0.15 346	0.16 320	0.20 268	0.24 367	0.16 339	0.17 281	0.10 192	0.10 237	0.16 359	0.13 320	0.07 277	0.06 344	0.06 126	0.06 214	0.07 299	0.06 240
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MMNet	0.17 438	0.09 351	0.16 387	0.20 445	0.11 428	0.27 531	0.20 467	0.25 374	0.41 515	0.22 453	0.30 468	0.21 392	0.20 470	0.17 391	0.20 453	0.06 128	0.06 344	0.07 228	0.07 308	0.08 362	0.07 322

UNet	0.17 438	0.09 351	0.18 440	0.19 385	0.12 461	0.27 531	0.19 444	0.33 500	0.29 433	0.21 437	0.24 381	0.23 428	0.19 458	0.19 427	0.18 434	0.07 277	0.06 344	0.08 319	0.07 308	0.08 362	0.06 240

ACVNet	0.15 394	0.09 351	0.15 353	0.13 14	0.12 461	0.14 320	0.20 467	0.22 315	0.33 464	0.17 354	0.26 426	0.21 392	0.16 405	0.17 391	0.21 473	0.07 277	0.06 344	0.06 126	0.06 214	0.08 362	0.06 240

acv_ft	0.15 394	0.09 351	0.15 353	0.19 385	0.10 377	0.16 375	0.17 357	0.25 374	0.33 464	0.19 400	0.26 426	0.21 392	0.17 428	0.17 391	0.18 434	0.07 277	0.06 344	0.06 126	0.06 214	0.08 362	0.06 240

GANet-RSSM	0.14 351	0.07 169	0.13 266	0.13 14	0.08 146	0.14 320	0.17 357	0.22 315	0.21 326	0.17 354	0.24 381	0.23 428	0.15 379	0.16 359	0.15 385	0.10 443	0.06 344	0.07 228	0.08 379	0.08 362	0.07 322

PSMNet-RSSM	0.14 351	0.07 169	0.13 266	0.15 85	0.08 146	0.13 287	0.16 320	0.24 358	0.24 367	0.16 339	0.28 449	0.22 410	0.14 361	0.15 324	0.13 320	0.11 472	0.06 344	0.09 402	0.12 517	0.08 362	0.07 322

CFNet-ft	0.14 351	0.07 169	0.15 353	0.12 5	0.09 268	0.16 375	0.18 405	0.22 315	0.24 367	0.17 354	0.26 426	0.24 434	0.14 361	0.16 359	0.14 357	0.11 472	0.06 344	0.08 319	0.09 425	0.09 425	0.08 386

DMCA	0.14 351	0.09 351	0.16 387	0.19 385	0.09 268	0.15 346	0.17 357	0.23 335	0.27 412	0.14 284	0.19 315	0.17 344	0.18 442	0.15 324	0.17 416	0.10 443	0.06 344	0.08 319	0.06 214	0.09 425	0.10 457

SuperB	0.20 476	0.10 411	0.56 573	0.16 167	0.09 268	0.18 416	0.18 405	0.24 358	0.50 552	0.26 494	0.39 523	0.17 344	0.21 474	0.22 482	0.21 473	0.08 342	0.06 344	0.06 126	0.06 214	0.12 494	0.10 457

ADCRef	0.19 464	0.12 455	0.41 553	0.20 445	0.12 461	0.22 480	0.18 405	0.32 480	0.36 489	0.26 494	0.32 480	0.17 344	0.23 491	0.24 502	0.24 507	0.07 277	0.06 344	0.09 402	0.09 425	0.08 362	0.08 386

ADCP+	0.20 476	0.10 411	0.33 532	0.20 445	0.12 461	0.22 480	0.26 544	0.31 469	0.34 476	0.26 494	0.37 509	0.22 410	0.22 483	0.27 512	0.27 536	0.09 402	0.06 344	0.08 319	0.08 379	0.09 425	0.10 457

RASNet	0.14 351	0.07 169	0.14 302	0.16 167	0.08 146	0.18 416	0.14 180	0.29 445	0.20 310	0.17 354	0.25 409	0.21 392	0.18 442	0.20 452	0.19 447	0.07 277	0.06 344	0.06 126	0.08 379	0.06 226	0.06 240

HSM-Net_RVC	0.14 351	0.08 275	0.11 182	0.15 85	0.08 146	0.15 346	0.15 254	0.27 413	0.29 433	0.19 400	0.21 349	0.29 484	0.14 361	0.17 391	0.13 320	0.06 128	0.06 344	0.06 126	0.06 214	0.07 299	0.06 240
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RYNet	0.22 497	0.12 455	0.22 479	0.19 385	0.17 549	0.46 574	0.26 544	0.38 545	0.48 542	0.24 475	0.28 449	0.34 527	0.23 491	0.20 452	0.30 554	0.10 443	0.06 344	0.09 402	0.09 425	0.13 512	0.15 541

CFNet	0.15 394	0.10 411	0.17 417	0.17 243	0.08 146	0.18 416	0.09 18	0.28 432	0.25 388	0.19 400	0.24 381	0.24 434	0.17 428	0.17 391	0.14 357	0.08 342	0.06 344	0.09 402	0.10 465	0.07 299	0.06 240

CFNet_RVC	0.14 351	0.07 169	0.15 353	0.12 5	0.09 268	0.16 375	0.18 405	0.22 315	0.24 367	0.17 354	0.26 426	0.24 434	0.14 361	0.16 359	0.14 357	0.11 472	0.06 344	0.08 319	0.09 425	0.09 425	0.08 386

NLCA_NET_v2_RVC	0.17 438	0.10 411	0.22 479	0.20 445	0.10 377	0.15 346	0.18 405	0.31 469	0.25 388	0.21 437	0.30 468	0.25 448	0.17 428	0.21 469	0.20 453	0.09 402	0.06 344	0.08 319	0.08 379	0.07 299	0.08 386
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	0.19 464	0.10 411	0.15 353	0.17 243	0.15 523	0.28 538	0.23 508	0.44 570	0.42 523	0.15 311	0.27 435	0.25 448	0.19 458	0.22 482	0.17 416	0.09 402	0.06 344	0.10 449	0.08 379	0.15 541	0.09 430

DISCO	0.19 464	0.09 351	0.22 479	0.17 243	0.10 377	0.25 511	0.18 405	0.27 413	0.44 533	0.22 453	0.31 476	0.33 520	0.26 512	0.28 524	0.28 544	0.08 342	0.06 344	0.07 228	0.07 308	0.09 425	0.09 430

LE_ROB	0.50 585	0.07 169	0.14 302	0.15 85	0.08 146	0.24 500	0.16 320	0.22 315	1.81 620	4.63 623	0.67 583	0.47 571	0.44 580	0.20 452	0.29 548	0.07 277	0.06 344	0.06 126	0.06 214	0.08 362	0.06 240

DispFullNet	0.27 543	0.21 551	0.65 582	0.28 559	0.16 534	0.26 521	0.17 357	0.33 500	0.58 570	0.27 500	0.38 515	0.43 560	0.23 491	0.38 566	0.23 494	0.12 496	0.06 344	0.19 559	0.11 497	0.21 565	0.15 541

WQFJA1	0.10 173	0.07 169	0.08 40	0.20 445	0.09 268	0.12 237	0.17 357	0.17 197	0.17 240	0.09 122	0.10 144	0.08 131	0.10 237	0.12 226	0.11 219	0.06 128	0.07 416	0.07 228	0.06 214	0.06 226	0.05 146

WQFJX	0.10 173	0.07 169	0.09 92	0.21 477	0.09 268	0.12 237	0.16 320	0.18 229	0.17 240	0.12 231	0.10 144	0.07 82	0.09 200	0.12 226	0.10 144	0.06 128	0.07 416	0.06 126	0.05 133	0.06 226	0.05 146

NLMM	0.10 173	0.07 169	0.08 40	0.20 445	0.09 268	0.12 237	0.17 357	0.17 197	0.17 240	0.09 122	0.10 144	0.08 131	0.10 237	0.12 226	0.11 219	0.06 128	0.07 416	0.07 228	0.06 214	0.06 226	0.05 146

S2M2_L	0.09 108	0.08 275	0.11 182	0.13 14	0.10 377	0.08 60	0.06 1	0.10 22	0.10 48	0.10 159	0.09 113	0.10 192	0.09 200	0.11 135	0.11 219	0.13 521	0.07 416	0.08 319	0.09 425	0.10 456	0.08 386
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
rvit_stereo_0081	0.11 222	0.08 275	0.15 353	0.16 167	0.09 268	0.10 151	0.14 180	0.14 97	0.24 367	0.11 191	0.13 216	0.13 261	0.09 200	0.11 135	0.12 278	0.10 443	0.07 416	0.08 319	0.07 308	0.07 299	0.05 146

DCVSM-stereo	0.14 351	0.09 351	0.16 387	0.16 167	0.10 377	0.15 346	0.09 18	0.19 257	0.23 351	0.20 423	0.23 369	0.26 458	0.15 379	0.18 412	0.14 357	0.09 402	0.07 416	0.09 402	0.08 379	0.10 456	0.12 496

rvit_stereo_0082	0.11 222	0.08 275	0.15 353	0.16 167	0.09 268	0.10 151	0.14 180	0.14 97	0.24 367	0.11 191	0.13 216	0.13 261	0.09 200	0.11 135	0.12 278	0.10 443	0.07 416	0.08 319	0.07 308	0.07 299	0.05 146

rvit_stereo_0080	0.10 173	0.08 275	0.14 302	0.15 85	0.09 268	0.07 34	0.15 254	0.16 161	0.16 217	0.11 191	0.10 144	0.14 281	0.08 169	0.12 226	0.10 144	0.09 402	0.07 416	0.07 228	0.06 214	0.07 299	0.05 146

1111x	0.15 394	0.08 275	0.12 219	0.18 325	0.07 84	0.18 416	0.25 535	0.31 469	0.24 367	0.17 354	0.24 381	0.26 458	0.15 379	0.13 276	0.23 494	0.07 277	0.07 416	0.08 319	0.09 425	0.07 299	0.06 240

whm_eth	0.10 173	0.08 275	0.14 302	0.15 85	0.09 268	0.07 34	0.15 254	0.16 161	0.16 217	0.11 191	0.10 144	0.14 281	0.08 169	0.12 226	0.10 144	0.09 402	0.07 416	0.07 228	0.06 214	0.07 299	0.05 146

iinet-f	0.16 417	0.06 76	0.45 557	0.14 41	0.10 377	0.21 471	0.14 180	0.27 413	0.23 351	0.21 437	0.24 381	0.21 392	0.15 379	0.18 412	0.21 473	0.09 402	0.07 416	0.07 228	0.06 214	0.09 425	0.10 457

Wz-Net-MNSev	0.22 497	0.13 484	0.31 525	0.20 445	0.14 504	0.36 565	0.24 520	0.33 500	0.44 533	0.28 515	0.40 529	0.38 542	0.19 458	0.24 502	0.25 517	0.09 402	0.07 416	0.09 402	0.09 425	0.12 494	0.10 457

AACVNet	0.16 417	0.08 275	0.14 302	0.15 85	0.10 377	0.18 416	0.15 254	0.23 335	0.24 367	0.27 500	0.27 435	0.28 476	0.17 428	0.19 427	0.16 401	0.09 402	0.07 416	0.09 402	0.07 308	0.10 456	0.09 430

RAFT	0.13 317	0.09 351	0.11 182	0.18 325	0.08 146	0.15 346	0.24 520	0.20 268	0.19 287	0.21 437	0.21 349	0.17 344	0.12 298	0.16 359	0.09 62	0.06 128	0.07 416	0.10 449	0.09 425	0.05 119	0.05 146

ICVP	0.15 394	0.09 351	0.12 219	0.22 493	0.09 268	0.17 397	0.21 487	0.25 374	0.23 351	0.18 384	0.30 468	0.26 458	0.18 442	0.17 391	0.14 357	0.09 402	0.07 416	0.08 319	0.07 308	0.07 299	0.07 322
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GES	0.14 351	0.08 275	0.16 387	0.15 85	0.10 377	0.13 287	0.13 126	0.28 432	0.25 388	0.16 339	0.23 369	0.18 357	0.13 337	0.16 359	0.13 320	0.08 342	0.07 416	0.07 228	0.06 214	0.08 362	0.09 430

HCRNet	0.16 417	0.24 560	0.12 219	0.35 576	0.11 428	0.15 346	0.17 357	0.26 392	0.22 340	0.19 400	0.24 381	0.21 392	0.14 361	0.15 324	0.13 320	0.11 472	0.07 416	0.11 480	0.10 465	0.09 425	0.07 322

UPFNet	0.16 417	0.08 275	0.12 219	0.20 445	0.12 461	0.20 454	0.23 508	0.28 432	0.26 402	0.17 354	0.24 381	0.22 410	0.19 458	0.19 427	0.21 473	0.09 402	0.07 416	0.08 319	0.09 425	0.08 362	0.06 240

aanetorigin	0.22 497	0.17 525	0.56 573	0.17 243	0.10 377	0.15 346	0.19 444	0.20 268	0.33 464	0.49 577	0.48 557	0.29 484	0.27 520	0.20 452	0.23 494	0.08 342	0.07 416	0.08 319	0.07 308	0.10 456	0.09 430

EDNetEfficientorigin	7.91 623	0.31 577	153.02 645	0.19 385	0.09 268	0.21 471	0.16 320	0.22 315	0.59 571	0.72 593	0.67 583	0.42 557	0.50 585	0.24 502	0.39 578	0.08 342	0.07 416	0.08 319	0.07 308	0.12 494	0.10 457

EDNetEfficient	0.29 552	0.24 560	1.13 607	0.18 325	0.10 377	0.19 439	0.20 467	0.20 268	0.60 575	0.74 597	0.56 573	0.31 507	0.39 567	0.22 482	0.30 554	0.09 402	0.07 416	0.08 319	0.07 308	0.11 479	0.09 430

ac_64	0.16 417	0.08 275	0.15 353	0.18 325	0.10 377	0.22 480	0.18 405	0.24 358	0.21 326	0.18 384	0.24 381	0.29 484	0.18 442	0.19 427	0.22 482	0.09 402	0.07 416	0.08 319	0.09 425	0.07 299	0.06 240

hitnet-ft	0.18 452	0.09 351	0.17 417	0.14 41	0.09 268	0.26 521	0.20 467	0.25 374	0.26 402	0.24 475	0.32 480	0.31 507	0.22 483	0.24 502	0.21 473	0.12 496	0.07 416	0.10 449	0.08 379	0.12 494	0.11 483

DSFCA	0.16 417	0.09 351	0.14 302	0.16 167	0.10 377	0.20 454	0.19 444	0.28 432	0.31 450	0.23 466	0.24 381	0.22 410	0.15 379	0.19 427	0.20 453	0.10 443	0.07 416	0.09 402	0.09 425	0.08 362	0.08 386

ADCL	0.24 520	0.11 437	0.47 562	0.22 493	0.12 461	0.34 556	0.29 566	0.29 445	0.56 565	0.24 475	0.46 554	0.30 494	0.30 543	0.29 530	0.29 548	0.08 342	0.07 416	0.09 402	0.09 425	0.10 456	0.10 457

TDLM	0.17 438	0.12 455	0.13 266	0.24 527	0.10 377	0.18 416	0.18 405	0.36 531	0.30 443	0.21 437	0.28 449	0.28 476	0.18 442	0.23 493	0.18 434	0.11 472	0.07 416	0.10 449	0.10 465	0.08 362	0.08 386

UCFNet_RVC	0.14 351	0.08 275	0.13 266	0.11 1	0.10 377	0.20 454	0.10 31	0.24 358	0.22 340	0.17 354	0.20 327	0.23 428	0.15 379	0.17 391	0.15 385	0.12 496	0.07 416	0.10 449	0.13 527	0.11 479	0.10 457

DRN-Test	0.19 464	0.11 437	0.20 464	0.22 493	0.10 377	0.22 480	0.22 497	0.39 549	0.37 496	0.24 475	0.32 480	0.26 458	0.21 474	0.22 482	0.24 507	0.11 472	0.07 416	0.11 480	0.10 465	0.09 425	0.07 322

PWC_ROB	0.21 488	0.16 514	0.26 500	0.18 325	0.11 428	0.22 480	0.13 126	0.32 480	0.49 549	0.30 529	0.40 529	0.32 516	0.24 497	0.31 534	0.22 482	0.10 443	0.07 416	0.11 480	0.08 379	0.11 479	0.10 457

WQFJX1	0.10 173	0.07 169	0.08 40	0.22 493	0.09 268	0.12 237	0.17 357	0.18 229	0.17 240	0.10 159	0.09 113	0.07 82	0.10 237	0.11 135	0.09 62	0.07 277	0.08 445	0.07 228	0.06 214	0.05 119	0.04 49

NLMM1	0.11 222	0.09 351	0.07 8	0.22 493	0.10 377	0.12 237	0.20 467	0.18 229	0.20 310	0.12 231	0.11 185	0.07 82	0.09 200	0.11 135	0.11 219	0.08 342	0.08 445	0.07 228	0.06 214	0.04 21	0.04 49

NLSM1	0.10 173	0.07 169	0.07 8	0.19 385	0.08 146	0.13 287	0.16 320	0.21 291	0.15 187	0.11 191	0.10 144	0.06 24	0.10 237	0.10 82	0.11 219	0.07 277	0.08 445	0.08 319	0.07 308	0.05 119	0.05 146

NLCSM	0.11 222	0.09 351	0.09 92	0.23 517	0.11 428	0.12 237	0.19 444	0.18 229	0.18 270	0.12 231	0.11 185	0.07 82	0.09 200	0.11 135	0.10 144	0.07 277	0.08 445	0.07 228	0.07 308	0.06 226	0.05 146

zh-mn7	0.25 532	0.14 496	0.56 573	0.19 385	0.14 504	0.24 500	0.22 497	0.34 509	0.62 578	0.35 548	0.65 581	0.31 507	0.25 506	0.31 534	0.25 517	0.09 402	0.08 445	0.09 402	0.09 425	0.09 425	0.11 483

z-mn7	0.24 520	0.14 496	0.45 557	0.19 385	0.13 484	0.28 538	0.25 535	0.34 509	0.62 578	0.27 500	0.56 573	0.29 484	0.24 497	0.32 541	0.25 517	0.08 342	0.08 445	0.08 319	0.08 379	0.10 456	0.10 457

w-ln-seven-2	0.20 476	0.14 496	0.37 545	0.22 493	0.12 461	0.20 454	0.21 487	0.28 432	0.37 496	0.25 488	0.37 509	0.27 466	0.22 483	0.21 469	0.23 494	0.08 342	0.08 445	0.09 402	0.09 425	0.10 456	0.09 430

G2L-Stereo	0.14 351	0.07 169	0.13 266	0.17 243	0.09 268	0.13 287	0.12 76	0.27 413	0.22 340	0.16 339	0.27 435	0.21 392	0.13 337	0.17 391	0.18 434	0.09 402	0.08 445	0.08 319	0.07 308	0.07 299	0.07 322

ISRNet	0.18 452	0.08 275	0.19 452	0.19 385	0.13 484	0.15 346	0.12 76	0.30 459	0.32 457	0.21 437	0.25 409	0.27 466	0.17 428	0.17 391	0.20 453	0.20 568	0.08 445	0.14 526	0.14 531	0.14 525	0.17 561

rvit_stereo_0083	0.12 292	0.08 275	0.17 417	0.16 167	0.09 268	0.11 198	0.15 254	0.14 97	0.26 402	0.11 191	0.14 230	0.13 261	0.10 237	0.12 226	0.12 278	0.10 443	0.08 445	0.09 402	0.07 308	0.07 299	0.05 146

GASNet	0.22 497	0.23 557	0.33 532	0.26 543	0.17 549	0.26 521	0.16 320	0.44 570	0.42 523	0.27 500	0.24 381	0.30 494	0.15 379	0.27 512	0.18 434	0.12 496	0.08 445	0.12 499	0.11 497	0.16 549	0.07 322

ToySt	0.17 438	0.11 437	0.18 440	0.17 243	0.11 428	0.16 375	0.25 535	0.24 358	0.33 464	0.19 400	0.24 381	0.26 458	0.24 497	0.19 427	0.20 453	0.07 277	0.08 445	0.09 402	0.10 465	0.09 425	0.08 386

NINENet	0.16 417	0.10 411	0.15 353	0.17 243	0.11 428	0.19 439	0.14 180	0.40 553	0.36 489	0.18 384	0.21 349	0.16 324	0.13 337	0.15 324	0.13 320	0.08 342	0.08 445	0.10 449	0.07 308	0.10 456	0.09 430

WZ-Net	0.28 548	0.17 525	0.78 598	0.22 493	0.16 534	0.34 556	0.29 566	0.39 549	0.57 567	0.24 475	0.55 568	0.37 538	0.24 497	0.33 544	0.35 569	0.09 402	0.08 445	0.09 402	0.10 465	0.14 525	0.16 552

GLC_STEREO	0.11 222	0.07 169	0.11 182	0.17 243	0.07 84	0.09 98	0.13 126	0.15 130	0.24 367	0.12 231	0.13 216	0.12 235	0.08 169	0.18 412	0.11 219	0.06 128	0.08 445	0.08 319	0.06 214	0.05 119	0.05 146

AASNet	0.16 417	0.08 275	0.12 219	0.19 385	0.09 268	0.18 416	0.15 254	0.37 537	0.37 496	0.19 400	0.23 369	0.20 383	0.16 405	0.17 391	0.20 453	0.10 443	0.08 445	0.08 319	0.07 308	0.09 425	0.09 430

SACVNet	0.18 452	0.12 455	0.14 302	0.17 243	0.13 484	0.22 480	0.18 405	0.31 469	0.30 443	0.23 466	0.31 476	0.30 494	0.22 483	0.22 482	0.17 416	0.11 472	0.08 445	0.10 449	0.10 465	0.12 494	0.14 534

PSMNet-ADL	0.15 394	0.12 455	0.13 266	0.22 493	0.09 268	0.13 287	0.20 467	0.26 392	0.23 351	0.18 384	0.20 327	0.24 434	0.16 405	0.18 412	0.17 416	0.08 342	0.08 445	0.08 319	0.11 497	0.08 362	0.07 322

Anonymous3	0.16 417	0.13 484	0.33 532	0.26 543	0.14 504	0.27 531	0.17 357	0.28 432	0.28 426	0.15 311	0.17 281	0.14 281	0.10 237	0.15 324	0.12 278	0.08 342	0.08 445	0.08 319	0.08 379	0.08 362	0.11 483

sCroCo_RVC	0.12 292	0.09 351	0.23 488	0.24 527	0.11 428	0.19 439	0.14 180	0.17 197	0.14 167	0.10 159	0.13 216	0.12 235	0.07 128	0.14 302	0.11 219	0.08 342	0.08 445	0.08 319	0.08 379	0.05 119	0.07 322

delet	0.17 438	0.08 275	0.17 417	0.19 385	0.11 428	0.20 454	0.21 487	0.30 459	0.37 496	0.17 354	0.26 426	0.19 371	0.19 458	0.19 427	0.21 473	0.08 342	0.08 445	0.09 402	0.11 497	0.06 226	0.06 240

DMCA-RVC	0.17 438	0.10 411	0.15 353	0.24 527	0.11 428	0.18 416	0.18 405	0.25 374	0.24 367	0.21 437	0.26 426	0.25 448	0.27 520	0.18 412	0.20 453	0.12 496	0.08 445	0.13 514	0.10 465	0.10 456	0.08 386

FADNet-RVC-Resample	0.16 417	0.11 437	0.31 525	0.22 493	0.11 428	0.19 439	0.14 180	0.25 374	0.24 367	0.24 475	0.27 435	0.20 383	0.15 379	0.16 359	0.15 385	0.07 277	0.08 445	0.12 499	0.10 465	0.09 425	0.10 457

FADNet_RVC	0.16 417	0.14 496	0.40 550	0.20 445	0.11 428	0.13 287	0.13 126	0.26 392	0.22 340	0.21 437	0.23 369	0.20 383	0.17 428	0.14 302	0.16 401	0.08 342	0.08 445	0.12 499	0.09 425	0.11 479	0.10 457

RTSC	0.23 513	0.12 455	0.28 512	0.21 477	0.13 484	0.28 538	0.16 320	0.35 524	0.66 586	0.27 500	0.33 492	0.30 494	0.21 474	0.31 534	0.29 548	0.10 443	0.08 445	0.09 402	0.10 465	0.13 512	0.13 517

RTS	0.45 580	0.19 540	3.26 616	0.24 527	0.15 523	0.74 597	0.20 467	0.36 531	0.76 597	0.42 568	0.43 549	0.31 507	0.41 575	0.53 590	0.35 569	0.10 443	0.08 445	0.13 514	0.12 517	0.15 541	0.15 541

RTSA	0.45 580	0.19 540	3.26 616	0.24 527	0.15 523	0.74 597	0.20 467	0.36 531	0.76 597	0.42 568	0.43 549	0.31 507	0.41 575	0.53 590	0.35 569	0.10 443	0.08 445	0.13 514	0.12 517	0.15 541	0.15 541

CVANet_RVC	0.18 452	0.10 411	0.14 302	0.21 477	0.10 377	0.18 416	0.17 357	0.34 509	0.33 464	0.22 453	0.31 476	0.28 476	0.18 442	0.23 493	0.17 416	0.12 496	0.08 445	0.12 499	0.11 497	0.09 425	0.07 322

StereoDRNet	0.18 452	0.11 437	0.17 417	0.22 493	0.11 428	0.21 471	0.22 497	0.37 537	0.33 464	0.24 475	0.28 449	0.30 494	0.19 458	0.20 452	0.20 453	0.09 402	0.08 445	0.11 480	0.09 425	0.09 425	0.07 322

DLCB_ROB	0.18 452	0.10 411	0.15 353	0.23 517	0.11 428	0.24 500	0.18 405	0.29 445	0.28 426	0.27 500	0.28 449	0.28 476	0.24 497	0.19 427	0.20 453	0.08 342	0.08 445	0.09 402	0.09 425	0.07 299	0.07 322

ETE_ROB	0.23 513	0.17 525	0.22 479	0.25 538	0.13 484	0.26 521	0.29 566	0.31 469	0.36 489	0.28 515	0.36 503	0.45 564	0.26 512	0.27 512	0.26 528	0.11 472	0.08 445	0.12 499	0.09 425	0.14 525	0.13 517

PSMNet_ROB	0.21 488	0.11 437	0.15 353	0.27 556	0.15 523	0.24 500	0.35 583	0.43 568	0.37 496	0.27 500	0.32 480	0.32 516	0.22 483	0.21 469	0.26 528	0.12 496	0.08 445	0.13 514	0.11 497	0.09 425	0.09 430

w-ln-seven	0.24 520	0.14 496	0.55 570	0.19 385	0.14 504	0.26 521	0.22 497	0.35 524	0.60 575	0.29 524	0.39 523	0.30 494	0.22 483	0.21 469	0.26 528	0.09 402	0.09 477	0.11 480	0.10 465	0.11 479	0.10 457

CAS++	0.11 222	0.07 169	0.11 182	0.14 41	0.09 268	0.12 237	0.14 180	0.24 358	0.14 167	0.11 191	0.09 113	0.11 217	0.07 128	0.14 302	0.09 62	0.11 472	0.09 477	0.09 402	0.07 308	0.07 299	0.08 386
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
coex-ft	3.30 616	0.34 580	59.09 644	0.18 325	0.13 484	0.26 521	0.22 497	0.27 413	0.72 591	1.90 621	0.70 587	0.44 562	0.45 581	0.29 530	0.41 584	0.09 402	0.09 477	0.12 499	0.09 425	0.14 525	0.13 517

fast-acv-ft	0.18 452	0.11 437	0.19 452	0.19 385	0.12 461	0.24 500	0.21 487	0.25 374	0.34 476	0.22 453	0.34 496	0.27 466	0.20 470	0.21 469	0.23 494	0.09 402	0.09 477	0.08 319	0.10 465	0.08 362	0.07 322

ssnet_v2	0.17 438	0.10 411	0.17 417	0.17 243	0.11 428	0.21 471	0.21 487	0.33 500	0.25 388	0.22 453	0.22 360	0.27 466	0.18 442	0.22 482	0.20 453	0.11 472	0.09 477	0.09 402	0.09 425	0.08 362	0.08 386

Wz-Net-SNSev	0.25 532	0.17 525	0.44 556	0.25 538	0.14 504	0.26 521	0.23 508	0.38 545	0.56 565	0.30 529	0.55 568	0.39 550	0.26 512	0.23 493	0.30 554	0.10 443	0.09 477	0.09 402	0.10 465	0.11 479	0.11 483

Wz-Net-LNSev	0.22 497	0.16 514	0.38 547	0.21 477	0.13 484	0.25 511	0.23 508	0.32 480	0.43 528	0.30 529	0.41 540	0.31 507	0.18 442	0.22 482	0.25 517	0.10 443	0.09 477	0.08 319	0.08 379	0.12 494	0.11 483

CRFU-Net	0.16 417	0.08 275	0.14 302	0.17 243	0.09 268	0.19 439	0.14 180	0.26 392	0.20 310	0.28 515	0.27 435	0.29 484	0.17 428	0.19 427	0.17 416	0.09 402	0.09 477	0.07 228	0.07 308	0.08 362	0.08 386

dad	0.17 438	0.20 545	0.20 464	0.16 167	0.11 428	0.20 454	0.18 405	0.21 291	0.28 426	0.30 529	0.24 381	0.29 484	0.13 337	0.19 427	0.16 401	0.18 561	0.09 477	0.11 480	0.09 425	0.11 479	0.07 322

GwcNet	0.20 476	0.13 484	0.19 452	0.18 325	0.12 461	0.24 500	0.19 444	0.35 524	0.43 528	0.20 423	0.32 480	0.33 520	0.20 470	0.22 482	0.24 507	0.11 472	0.09 477	0.09 402	0.09 425	0.09 425	0.10 457

HGLStereo	0.17 438	0.08 275	0.19 452	0.17 243	0.12 461	0.18 416	0.18 405	0.31 469	0.32 457	0.21 437	0.32 480	0.25 448	0.18 442	0.19 427	0.20 453	0.09 402	0.09 477	0.07 228	0.07 308	0.09 425	0.10 457

G-Net	0.24 520	0.16 514	0.36 541	0.22 493	0.16 534	0.51 580	0.23 508	0.29 445	0.34 476	0.36 551	0.38 515	0.31 507	0.29 539	0.27 512	0.26 528	0.11 472	0.09 477	0.12 499	0.09 425	0.16 549	0.13 517

XQC	0.28 548	0.23 557	0.51 565	0.28 559	0.19 559	0.34 556	0.27 551	0.36 531	0.57 567	0.31 535	0.30 468	0.37 538	0.30 543	0.38 566	0.38 576	0.13 521	0.09 477	0.15 538	0.12 517	0.17 557	0.18 564

ADCMid	0.25 532	0.15 506	0.40 550	0.20 445	0.14 504	0.25 511	0.26 544	0.34 509	0.38 503	0.36 551	0.44 551	0.34 527	0.40 570	0.35 553	0.33 566	0.10 443	0.09 477	0.11 480	0.11 497	0.13 512	0.12 496

DANet	0.21 488	0.15 506	0.28 512	0.25 538	0.13 484	0.22 480	0.19 444	0.27 413	0.27 412	0.28 515	0.32 480	0.35 531	0.31 547	0.31 534	0.23 494	0.11 472	0.09 477	0.11 480	0.10 465	0.13 512	0.11 483
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DeepPruner_ROB	0.16 417	0.11 437	0.15 353	0.17 243	0.10 377	0.17 397	0.15 254	0.32 480	0.21 326	0.19 400	0.21 349	0.22 410	0.18 442	0.20 452	0.15 385	0.13 521	0.09 477	0.09 402	0.09 425	0.11 479	0.10 457

SANet	0.24 520	0.14 496	0.28 512	0.21 477	0.11 428	0.27 531	0.24 520	0.38 545	0.64 582	0.36 551	0.40 529	0.43 560	0.26 512	0.27 512	0.24 507	0.12 496	0.09 477	0.10 449	0.09 425	0.13 512	0.11 483

PDISCO_ROB	0.27 543	0.16 514	0.26 500	0.28 559	0.20 562	0.32 547	0.26 544	0.44 570	0.57 567	0.28 515	0.40 529	0.45 564	0.29 539	0.33 544	0.34 568	0.12 496	0.09 477	0.17 548	0.16 551	0.17 557	0.13 517

LALA_ROB	0.25 532	0.16 514	0.22 479	0.26 543	0.17 549	0.27 531	0.27 551	0.42 564	0.37 496	0.33 545	0.38 515	0.51 575	0.26 512	0.28 524	0.27 536	0.16 555	0.09 477	0.12 499	0.11 497	0.13 512	0.12 496

PWCDC_ROB	0.20 476	0.13 484	0.22 479	0.24 527	0.11 428	0.19 439	0.15 254	0.33 500	0.54 561	0.29 524	0.50 562	0.21 392	0.15 379	0.27 512	0.20 453	0.11 472	0.09 477	0.10 449	0.08 379	0.11 479	0.09 430

zh-sn7	0.25 532	0.17 525	0.50 564	0.24 527	0.13 484	0.25 511	0.24 520	0.34 509	0.48 542	0.28 515	0.54 566	0.28 476	0.31 547	0.36 559	0.32 562	0.10 443	0.10 497	0.11 480	0.10 465	0.12 494	0.12 496

PSMNet-RUCA	0.27 543	0.33 579	0.41 553	0.36 578	0.32 586	0.18 416	0.19 444	0.42 564	0.30 443	0.33 545	0.41 540	0.39 550	0.25 506	0.31 534	0.20 453	0.18 561	0.10 497	0.25 569	0.15 547	0.21 565	0.16 552

rvit_stereo_0075_2	0.17 438	0.12 455	0.25 497	0.23 517	0.16 534	0.13 287	0.10 31	0.30 459	0.27 412	0.20 423	0.28 449	0.22 410	0.15 379	0.18 412	0.13 320	0.16 555	0.10 497	0.17 548	0.10 465	0.10 456	0.09 430

SQANet	0.23 513	0.23 557	0.30 523	0.30 569	0.19 559	0.27 531	0.13 126	0.29 445	0.33 464	0.24 475	0.37 509	0.31 507	0.22 483	0.27 512	0.23 494	0.15 539	0.10 497	0.21 562	0.16 551	0.21 565	0.15 541

pcwnet_v2	0.19 464	0.10 411	0.26 500	0.17 243	0.14 504	0.18 416	0.15 254	0.37 537	0.46 540	0.19 400	0.24 381	0.21 392	0.19 458	0.20 452	0.19 447	0.13 521	0.10 497	0.10 449	0.10 465	0.11 479	0.13 517

psm_up	0.18 452	0.10 411	0.18 440	0.20 445	0.11 428	0.17 397	0.19 444	0.37 537	0.34 476	0.21 437	0.28 449	0.29 484	0.24 497	0.20 452	0.22 482	0.09 402	0.10 497	0.11 480	0.11 497	0.08 362	0.08 386

AF-Net	0.22 497	0.17 525	0.17 417	0.26 543	0.13 484	0.25 511	0.24 520	0.32 480	0.50 552	0.25 488	0.33 492	0.38 542	0.26 512	0.28 524	0.25 517	0.11 472	0.10 497	0.16 545	0.11 497	0.11 479	0.10 457

Nwc_Net	0.23 513	0.16 514	0.21 473	0.25 538	0.14 504	0.24 500	0.26 544	0.37 537	0.38 503	0.22 453	0.41 540	0.30 494	0.28 531	0.28 524	0.25 517	0.11 472	0.10 497	0.17 548	0.20 564	0.10 456	0.10 457

ADCPNet	0.25 532	0.16 514	0.61 579	0.21 477	0.15 523	0.35 564	0.25 535	0.32 480	0.35 485	0.30 529	0.40 529	0.36 533	0.28 531	0.28 524	0.32 562	0.12 496	0.10 497	0.11 480	0.12 517	0.14 525	0.13 517

DPSNet	0.28 548	0.16 514	0.31 525	0.18 325	0.13 484	0.54 582	0.42 592	0.51 585	0.67 587	0.29 524	0.38 515	0.38 542	0.29 539	0.31 534	0.23 494	0.11 472	0.10 497	0.11 480	0.08 379	0.20 564	0.16 552

MDST_ROB	0.22 497	0.10 411	0.17 417	0.18 325	0.11 428	0.37 566	0.19 444	0.43 568	0.41 515	0.39 558	0.39 523	0.29 484	0.21 474	0.26 509	0.18 434	0.11 472	0.10 497	0.14 526	0.11 497	0.10 456	0.08 386

XPNet_ROB	0.22 497	0.11 437	0.19 452	0.22 493	0.13 484	0.22 480	0.19 444	0.34 509	0.40 512	0.30 529	0.39 523	0.39 550	0.26 512	0.26 509	0.28 544	0.15 539	0.10 497	0.10 449	0.10 465	0.13 512	0.12 496

DStereoFS	0.27 543	0.22 555	0.31 525	0.22 493	0.15 523	0.22 480	0.20 467	0.50 583	0.48 542	0.28 515	0.44 551	0.33 520	0.34 557	0.52 587	0.29 548	0.12 496	0.11 509	0.15 538	0.13 527	0.16 549	0.16 552

DStereoSA	0.25 532	0.19 540	0.37 545	0.26 543	0.17 549	0.22 480	0.20 467	0.49 579	0.59 571	0.22 453	0.29 461	0.29 484	0.33 552	0.39 570	0.28 544	0.12 496	0.11 509	0.16 545	0.14 531	0.14 525	0.12 496

TCMNet	0.19 464	0.12 455	0.19 452	0.20 445	0.18 556	0.20 454	0.24 520	0.27 413	0.36 489	0.23 466	0.26 426	0.25 448	0.19 458	0.19 427	0.23 494	0.13 521	0.11 509	0.11 480	0.12 517	0.13 512	0.12 496

rvit_0105_6	0.14 351	0.09 351	0.18 440	0.17 243	0.10 377	0.10 151	0.16 320	0.19 257	0.26 402	0.12 231	0.18 306	0.17 344	0.12 298	0.18 412	0.12 278	0.15 539	0.11 509	0.12 499	0.10 465	0.09 425	0.06 240

rvit_0105_5	0.14 351	0.09 351	0.13 266	0.17 243	0.09 268	0.14 320	0.23 508	0.24 358	0.27 412	0.14 284	0.15 247	0.18 357	0.12 298	0.17 391	0.14 357	0.14 535	0.11 509	0.10 449	0.10 465	0.08 362	0.06 240

rvit_0105_4	0.14 351	0.09 351	0.17 417	0.17 243	0.10 377	0.12 237	0.19 444	0.23 335	0.27 412	0.14 284	0.20 327	0.17 344	0.13 337	0.17 391	0.13 320	0.15 539	0.11 509	0.11 480	0.10 465	0.09 425	0.06 240

rvit_0105_3	0.15 394	0.09 351	0.14 302	0.19 385	0.12 461	0.15 346	0.25 535	0.25 374	0.29 433	0.15 311	0.17 281	0.20 383	0.13 337	0.17 391	0.14 357	0.13 521	0.11 509	0.12 499	0.14 531	0.07 299	0.06 240

StereoVision	0.13 317	0.12 455	0.09 92	0.24 527	0.10 377	0.15 346	0.21 487	0.21 291	0.20 310	0.12 231	0.24 381	0.10 192	0.10 237	0.16 359	0.10 144	0.09 402	0.11 509	0.12 499	0.12 517	0.06 226	0.05 146

DGSMNet	0.24 520	0.19 540	0.33 532	0.21 477	0.24 573	0.24 500	0.20 467	0.35 524	0.41 515	0.24 475	0.32 480	0.38 542	0.21 474	0.29 530	0.23 494	0.12 496	0.11 509	0.14 526	0.16 551	0.23 569	0.23 575

FAT-Stereo	0.20 476	0.12 455	0.22 479	0.21 477	0.12 461	0.17 397	0.18 405	0.34 509	0.39 506	0.27 500	0.37 509	0.34 527	0.32 551	0.21 469	0.20 453	0.09 402	0.11 509	0.10 449	0.09 425	0.11 479	0.14 534

STTStereo	0.18 452	0.12 455	0.27 507	0.20 445	0.11 428	0.16 375	0.21 487	0.29 445	0.23 351	0.21 437	0.30 468	0.29 484	0.18 442	0.20 452	0.19 447	0.12 496	0.11 509	0.11 480	0.14 531	0.09 425	0.08 386

NCC-stereo	0.24 520	0.15 506	0.31 525	0.26 543	0.16 534	0.20 454	0.30 573	0.40 553	0.40 512	0.24 475	0.38 515	0.33 520	0.28 531	0.36 559	0.27 536	0.12 496	0.11 509	0.15 538	0.22 569	0.13 512	0.13 517

edge stereo	0.22 497	0.13 484	0.20 464	0.21 477	0.13 484	0.23 495	0.16 320	0.32 480	0.42 523	0.32 541	0.40 529	0.38 542	0.35 560	0.25 507	0.24 507	0.13 521	0.11 509	0.14 526	0.11 497	0.12 494	0.13 517

Abc-Net	0.24 520	0.15 506	0.31 525	0.26 543	0.16 534	0.20 454	0.30 573	0.40 553	0.40 512	0.24 475	0.38 515	0.33 520	0.28 531	0.36 559	0.27 536	0.12 496	0.11 509	0.15 538	0.22 569	0.13 512	0.13 517
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 541	0.15 506	0.30 523	0.24 527	0.18 556	0.22 480	0.15 254	0.38 545	0.71 590	0.32 541	0.41 540	0.36 533	0.28 531	0.32 541	0.29 548	0.12 496	0.11 509	0.14 526	0.13 527	0.16 549	0.20 570

DeepPrunerF	0.24 520	0.17 525	0.42 555	0.26 543	0.16 534	0.22 480	0.28 557	0.37 537	0.50 552	0.26 494	0.29 461	0.24 434	0.28 531	0.21 469	0.22 482	0.15 539	0.11 509	0.20 561	0.18 562	0.12 494	0.13 517

DStereoO	0.24 520	0.18 536	0.18 440	0.20 445	0.14 504	0.21 471	0.19 444	0.32 480	0.41 515	0.29 524	0.21 349	0.32 516	0.27 520	0.41 578	0.27 536	0.46 596	0.12 525	0.31 584	0.11 497	0.15 541	0.12 496

rvit_105_1	0.19 464	0.11 437	0.25 497	0.21 477	0.16 534	0.21 471	0.27 551	0.31 469	0.41 515	0.19 400	0.20 327	0.22 410	0.17 428	0.19 427	0.17 416	0.12 496	0.12 525	0.13 514	0.15 547	0.08 362	0.07 322

UDG	0.21 488	0.17 525	0.19 452	0.23 517	0.15 523	0.30 545	0.20 467	0.33 500	0.35 485	0.23 466	0.28 449	0.31 507	0.27 520	0.20 452	0.22 482	0.15 539	0.12 525	0.13 514	0.09 425	0.14 525	0.14 534

APVNet	0.22 497	0.12 455	0.19 452	0.18 325	0.14 504	0.32 547	0.31 579	0.39 549	0.32 457	0.27 500	0.40 529	0.30 494	0.29 539	0.26 509	0.25 517	0.11 472	0.12 525	0.11 480	0.14 531	0.12 494	0.12 496

Syn2CoEx	0.21 488	0.16 514	0.27 507	0.29 567	0.14 504	0.26 521	0.20 467	0.33 500	0.31 450	0.28 515	0.36 503	0.27 466	0.25 506	0.19 427	0.24 507	0.16 555	0.12 525	0.14 526	0.11 497	0.09 425	0.08 386

S-Stereo	0.20 476	0.12 455	0.25 497	0.21 477	0.13 484	0.20 454	0.18 405	0.32 480	0.43 528	0.23 466	0.36 503	0.28 476	0.30 543	0.19 427	0.22 482	0.09 402	0.12 525	0.10 449	0.10 465	0.13 512	0.13 517

RP	0.21 488	0.13 484	0.21 473	0.23 517	0.11 428	0.21 471	0.20 467	0.25 374	0.44 533	0.21 437	0.38 515	0.36 533	0.24 497	0.27 512	0.25 517	0.11 472	0.12 525	0.13 514	0.12 517	0.12 494	0.14 534

stereogan	0.22 497	0.11 437	0.21 473	0.20 445	0.12 461	0.31 546	0.19 444	0.35 524	0.44 533	0.22 453	0.39 523	0.35 531	0.27 520	0.33 544	0.22 482	0.10 443	0.12 525	0.10 449	0.10 465	0.14 525	0.13 517

ADCS	0.29 552	0.18 536	0.45 557	0.21 477	0.17 549	0.28 538	0.23 508	0.41 559	0.63 581	0.40 561	0.49 558	0.40 554	0.36 562	0.39 570	0.40 581	0.13 521	0.12 525	0.13 514	0.14 531	0.16 549	0.16 552

AnyNet_C32	0.26 541	0.16 514	0.36 541	0.20 445	0.16 534	0.25 511	0.30 573	0.32 480	0.44 533	0.31 535	0.49 558	0.30 494	0.33 552	0.40 575	0.33 566	0.12 496	0.12 525	0.12 499	0.14 531	0.14 525	0.15 541

GANet	0.21 488	0.12 455	0.21 473	0.24 527	0.13 484	0.22 480	0.22 497	0.41 559	0.26 402	0.31 535	0.42 546	0.37 538	0.28 531	0.23 493	0.22 482	0.10 443	0.12 525	0.10 449	0.09 425	0.10 456	0.08 386

PS-NSSS	0.20 476	0.21 551	0.23 488	0.20 445	0.10 377	0.19 439	0.17 357	0.36 531	0.25 388	0.27 500	0.33 492	0.27 466	0.24 497	0.20 452	0.20 453	0.15 539	0.12 525	0.17 548	0.14 531	0.10 456	0.08 386

NCCL2	0.23 513	0.15 506	0.17 417	0.34 574	0.18 556	0.24 500	0.23 508	0.34 509	0.28 426	0.31 535	0.38 515	0.38 542	0.28 531	0.23 493	0.24 507	0.15 539	0.12 525	0.18 557	0.21 566	0.13 512	0.13 517

WCMA_ROB	0.24 520	0.11 437	0.22 479	0.17 243	0.14 504	0.32 547	0.15 254	0.32 480	0.32 457	0.38 556	0.53 564	0.40 554	0.34 557	0.34 547	0.25 517	0.11 472	0.12 525	0.12 499	0.10 465	0.14 525	0.14 534

YMNet	0.20 476	0.12 455	0.19 452	0.20 445	0.14 504	0.26 521	0.23 508	0.32 480	0.34 476	0.27 500	0.34 496	0.30 494	0.18 442	0.18 412	0.22 482	0.10 443	0.13 539	0.10 449	0.10 465	0.08 362	0.09 430

YMNet_1	0.20 476	0.12 455	0.19 452	0.20 445	0.14 504	0.26 521	0.23 508	0.32 480	0.34 476	0.27 500	0.34 496	0.30 494	0.18 442	0.18 412	0.22 482	0.10 443	0.13 539	0.10 449	0.10 465	0.08 362	0.09 430

Wz-Net-TNSev	0.29 552	0.20 545	0.65 582	0.19 385	0.15 523	0.38 569	0.27 551	0.35 524	0.55 562	0.34 547	0.42 546	0.45 564	0.38 565	0.32 541	0.30 554	0.12 496	0.13 539	0.10 449	0.12 517	0.15 541	0.14 534

DDUNet	0.22 497	0.17 525	0.21 473	0.22 493	0.15 523	0.25 511	0.24 520	0.29 445	0.30 443	0.31 535	0.36 503	0.33 520	0.25 506	0.24 502	0.20 453	0.18 561	0.13 539	0.17 548	0.11 497	0.16 549	0.16 552

FADNet-RVC	0.20 476	0.20 545	0.38 547	0.21 477	0.16 534	0.20 454	0.15 254	0.26 392	0.26 402	0.26 494	0.32 480	0.26 458	0.21 474	0.22 482	0.19 447	0.12 496	0.13 539	0.12 499	0.14 531	0.13 512	0.18 564

RGC	0.25 532	0.20 545	0.29 520	0.28 559	0.16 534	0.22 480	0.23 508	0.32 480	0.44 533	0.27 500	0.40 529	0.38 542	0.27 520	0.36 559	0.22 482	0.11 472	0.13 539	0.17 548	0.17 558	0.14 525	0.16 552

AnyNet_C01	0.36 568	0.25 565	1.37 610	0.22 493	0.17 549	0.48 578	0.27 551	0.35 524	0.39 506	0.39 558	0.74 591	0.46 568	0.38 565	0.45 580	0.47 590	0.13 521	0.13 539	0.13 514	0.14 531	0.14 525	0.15 541

SGM_RVC	0.23 513	0.12 455	0.15 353	0.15 85	0.09 268	0.33 553	0.18 405	0.34 509	0.31 450	0.44 572	0.37 509	0.53 579	0.35 560	0.35 553	0.24 507	0.13 521	0.13 539	0.13 514	0.13 527	0.10 456	0.11 483
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MeshStereo	0.27 543	0.13 484	0.18 440	0.15 85	0.11 428	0.32 547	0.24 520	0.40 553	0.36 489	0.52 579	0.57 576	0.67 590	0.40 570	0.35 553	0.26 528	0.14 535	0.13 539	0.13 514	0.11 497	0.11 479	0.10 457
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
ACVNet-4b	0.39 570	0.53 590	0.55 570	0.45 586	0.24 573	0.47 576	0.18 405	0.49 579	0.64 582	0.42 568	0.45 553	0.60 583	0.27 520	0.34 547	0.24 507	0.33 588	0.14 548	0.48 591	0.42 593	0.30 584	0.26 583

ccnet	0.29 552	0.28 572	0.23 488	0.20 445	0.28 580	0.41 573	0.21 487	0.45 573	0.33 464	0.36 551	0.46 554	0.36 533	0.30 543	0.39 570	0.42 585	0.23 581	0.14 548	0.21 562	0.17 558	0.23 569	0.18 564

MFN_U_SF_RVC	0.32 561	0.21 551	0.55 570	0.30 569	0.15 523	0.34 556	0.17 357	0.52 586	0.46 540	0.46 576	0.55 568	0.59 582	0.39 567	0.35 553	0.37 574	0.15 539	0.14 548	0.18 557	0.21 566	0.16 549	0.15 541

MaskLacGwcNet_RVC	0.22 497	0.21 551	0.24 492	0.26 543	0.11 428	0.23 495	0.14 180	0.39 549	0.24 367	0.32 541	0.36 503	0.30 494	0.21 474	0.19 427	0.21 473	0.17 560	0.14 548	0.21 562	0.16 551	0.12 494	0.12 496

PVD	0.39 570	0.20 545	0.39 549	0.31 573	0.22 568	0.29 542	0.43 594	0.52 586	0.96 604	0.55 583	0.79 595	0.53 579	0.59 594	0.52 587	0.38 576	0.19 566	0.14 548	0.17 548	0.14 531	0.24 575	0.31 588

FBW_ROB	0.24 520	0.17 525	0.22 479	0.26 543	0.14 504	0.25 511	0.22 497	0.41 559	0.41 515	0.41 565	0.41 540	0.42 557	0.27 520	0.31 534	0.23 494	0.09 402	0.14 548	0.14 526	0.12 517	0.11 479	0.09 430

psmorigin	0.25 532	0.15 506	0.34 540	0.17 243	0.13 484	0.23 495	0.14 180	0.34 509	0.33 464	0.41 565	0.55 568	0.41 556	0.37 564	0.34 547	0.27 536	0.11 472	0.15 554	0.11 480	0.11 497	0.12 494	0.16 552

FADNet	0.21 488	0.22 555	0.36 541	0.18 325	0.17 549	0.24 500	0.13 126	0.31 469	0.31 450	0.23 466	0.25 409	0.27 466	0.21 474	0.19 427	0.15 385	0.13 521	0.15 554	0.12 499	0.15 547	0.16 549	0.18 564

CBMV	0.19 464	0.14 496	0.17 417	0.18 325	0.10 377	0.20 454	0.11 55	0.29 445	0.30 443	0.29 524	0.30 468	0.30 494	0.23 491	0.27 512	0.19 447	0.13 521	0.15 554	0.17 548	0.16 551	0.10 456	0.10 457
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
HBP-ISP	0.18 452	0.13 484	0.16 387	0.15 85	0.11 428	0.08 60	0.13 126	0.28 432	0.29 433	0.22 453	0.33 492	0.21 392	0.25 506	0.23 493	0.17 416	0.14 535	0.16 557	0.21 562	0.17 558	0.10 456	0.08 386

FINET	0.21 488	0.18 536	0.26 500	0.18 325	0.16 534	0.23 495	0.23 508	0.32 480	0.48 542	0.25 488	0.32 480	0.22 410	0.22 483	0.22 482	0.17 416	0.18 561	0.16 557	0.11 480	0.10 465	0.15 541	0.13 517

SGM-ForestM	0.32 561	0.12 455	0.16 387	0.16 167	0.11 428	0.39 570	0.19 444	0.41 559	0.50 552	0.52 579	0.54 566	1.32 610	0.42 578	0.40 575	0.27 536	0.14 535	0.16 557	0.16 545	0.16 551	0.12 494	0.12 496

CSAN	0.29 552	0.24 560	0.27 507	0.34 574	0.19 559	0.33 553	0.42 592	0.37 537	0.50 552	0.38 556	0.40 529	0.44 562	0.33 552	0.28 524	0.30 554	0.20 568	0.16 557	0.19 559	0.19 563	0.14 525	0.15 541

SGM-Forest	0.20 476	0.14 496	0.18 440	0.19 385	0.13 484	0.20 454	0.22 497	0.33 500	0.30 443	0.24 475	0.29 461	0.28 476	0.19 458	0.23 493	0.17 416	0.15 539	0.16 557	0.15 538	0.14 531	0.12 494	0.12 496
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
NaN_ROB	0.22 497	0.19 540	0.24 492	0.25 538	0.13 484	0.29 542	0.26 544	0.33 500	0.41 515	0.31 535	0.31 476	0.32 516	0.23 491	0.30 533	0.21 473	0.11 472	0.17 562	0.10 449	0.10 465	0.08 362	0.09 430

CBMV_ROB	0.19 464	0.13 484	0.17 417	0.16 167	0.11 428	0.15 346	0.13 126	0.26 392	0.28 426	0.27 500	0.30 468	0.27 466	0.24 497	0.23 493	0.16 401	0.15 539	0.17 562	0.22 566	0.20 564	0.10 456	0.11 483

SDNR	0.19 464	0.08 275	0.19 452	0.16 167	0.12 461	0.77 603	0.14 180	0.25 374	0.32 457	0.19 400	0.24 381	0.19 371	0.13 337	0.19 427	0.15 385	0.16 555	0.18 564	0.14 526	0.11 497	0.08 362	0.11 483

BEATNet-Init1	0.52 586	0.27 568	0.62 580	0.30 569	0.21 566	0.76 601	0.29 566	0.54 589	0.65 585	0.86 602	0.95 603	2.07 619	0.62 597	0.56 594	0.42 585	0.18 561	0.18 564	0.23 567	0.22 569	0.22 568	0.21 572

NOSS_ROB	0.19 464	0.12 455	0.18 440	0.16 167	0.12 461	0.15 346	0.12 76	0.30 459	0.32 457	0.20 423	0.22 360	0.27 466	0.23 491	0.21 469	0.16 401	0.16 555	0.18 564	0.23 567	0.21 566	0.12 494	0.13 517

MSC_U_SF_DS_RVC	0.43 577	0.39 584	0.54 568	0.40 581	0.20 562	0.64 589	0.32 581	0.53 588	0.72 591	0.71 591	0.72 588	0.61 584	0.54 587	0.51 585	0.46 589	0.20 568	0.19 567	0.29 581	0.30 585	0.23 569	0.18 564

CC-Net-ROB	0.28 548	0.31 577	0.36 541	0.29 567	0.15 523	0.25 511	0.19 444	0.45 573	0.33 464	0.39 558	0.37 509	0.39 550	0.31 547	0.27 512	0.26 528	0.24 583	0.19 567	0.30 583	0.23 573	0.18 560	0.15 541

MSMD_ROB	0.31 559	0.26 566	0.26 500	0.24 527	0.21 566	0.34 556	0.25 535	0.34 509	0.39 506	0.40 561	0.69 585	0.45 564	0.40 570	0.34 547	0.27 536	0.20 568	0.19 567	0.26 570	0.25 575	0.23 569	0.22 574

FSD					0.22 568	0.25 511	0.25 535	0.27 413	0.26 402	0.25 488	0.26 426	0.25 448	0.27 520	0.27 512	0.24 507	0.21 572	0.20 570	0.27 573	0.26 576	0.25 576

TCMNet-wrong-test	3.67 617	5.48 630	3.89 620	12.18 629	11.75 631	4.65 621	3.88 623	1.06 615	0.72 591	1.09 613	2.15 622	6.30 626	0.53 586	3.43 623	2.36 622	0.89 616	0.20 570	1.87 623	1.69 622	5.57 627	3.62 627

FC-DCNN v2	0.33 564	0.27 568	0.28 512	0.26 543	0.23 571	0.37 566	0.28 557	0.40 553	0.43 528	0.45 573	0.56 573	0.51 575	0.40 570	0.37 564	0.29 548	0.21 572	0.20 570	0.27 573	0.26 576	0.25 576	0.24 576

FCDSN-DC	0.33 564	0.28 572	0.28 512	0.30 569	0.24 573	0.39 570	0.28 557	0.42 564	0.42 523	0.43 571	0.53 564	0.51 575	0.41 575	0.36 559	0.30 554	0.21 572	0.20 570	0.27 573	0.26 576	0.25 576	0.24 576
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_DS_RVC	0.30 558	0.24 560	0.29 520	0.36 578	0.16 534	0.34 556	0.30 573	0.32 480	0.42 523	0.40 561	0.46 554	0.38 542	0.31 547	0.34 547	0.28 544	0.19 566	0.20 570	0.26 570	0.29 583	0.18 560	0.19 569

SAMSARA	0.40 573	0.28 572	0.33 532	0.55 592	0.39 587	0.82 604	1.23 619	0.47 576	0.51 559	0.36 551	0.35 500	0.55 581	0.39 567	0.38 566	0.39 578	0.15 539	0.20 570	0.15 538	0.14 531	0.23 569	0.20 570

MANE	0.45 580	0.27 568	0.27 507	0.27 556	0.24 573	0.47 576	0.31 579	0.55 590	0.59 571	0.72 593	1.13 612	1.15 604	0.61 595	0.52 587	0.37 574	0.21 572	0.20 570	0.27 573	0.31 587	0.25 576	0.24 576

GANetREF_RVC	0.31 559	0.34 580	0.27 507	0.35 576	0.16 534	0.32 547	0.41 589	0.48 577	0.51 559	0.35 548	0.35 500	0.34 527	0.33 552	0.39 570	0.32 562	0.27 585	0.20 570	0.29 581	0.15 547	0.18 560	0.17 561
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
FC-DCNN	0.33 564	0.27 568	0.28 512	0.26 543	0.23 571	0.37 566	0.28 557	0.40 553	0.43 528	0.45 573	0.55 568	0.51 575	0.40 570	0.37 564	0.30 554	0.21 572	0.20 570	0.27 573	0.26 576	0.25 576	0.24 576

LSM	0.33 564	0.20 545	0.58 576	0.26 543	0.60 603	0.34 556	0.25 535	0.42 564	0.48 542	0.45 573	0.58 578	0.42 557	0.36 562	0.35 553	0.25 517	0.12 496	0.20 570	0.14 526	0.16 551	0.19 563	0.33 590

ELAS_RVC	0.41 575	0.29 575	0.33 532	0.28 559	0.24 573	0.54 582	0.36 584	0.49 579	0.59 571	0.72 593	0.74 591	0.65 588	0.54 587	0.54 592	0.40 581	0.22 577	0.20 570	0.27 573	0.26 576	0.26 581	0.25 581
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 575	0.29 575	0.33 532	0.27 556	0.24 573	0.60 587	0.36 584	0.50 583	0.50 552	0.71 591	0.79 595	0.67 590	0.54 587	0.51 585	0.42 585	0.22 577	0.20 570	0.27 573	0.26 576	0.26 581	0.25 581
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PA-Net	0.23 513	0.18 536	0.33 532	0.28 559	0.22 568	0.21 471	0.38 588	0.29 445	0.39 506	0.22 453	0.32 480	0.25 448	0.26 512	0.20 452	0.25 517	0.09 402	0.23 582	0.15 538	0.22 569	0.09 425	0.13 517
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ACVNet_1	0.44 578	0.49 589	0.60 578	0.45 586	0.28 580	0.49 579	0.27 551	0.57 593	0.72 591	0.62 586	0.58 578	0.74 594	0.49 584	0.50 583	0.35 569	0.26 584	0.24 583	0.39 588	0.29 583	0.31 587	0.24 576

Anonymous_2	0.22 497	0.17 525	0.28 512	0.15 85	0.16 534	0.32 547	0.22 497	0.22 315	0.17 240	0.23 466	0.24 381	0.26 458	0.27 520	0.27 512	0.23 494	0.22 577	0.25 584	0.17 548	0.17 558	0.17 557	0.17 561

PASM	0.32 561	0.24 560	0.48 563	0.28 559	0.27 579	0.29 542	0.30 573	0.34 509	0.49 549	0.35 548	0.39 523	0.46 568	0.34 557	0.34 547	0.35 569	0.23 581	0.25 584	0.26 570	0.28 582	0.23 569	0.21 572

JetBlue	0.71 595	0.45 588	1.14 608	0.51 590	0.47 593	2.02 619	0.64 606	0.75 599	0.70 589	0.69 590	0.77 594	1.22 606	0.83 605	1.03 616	1.01 616	0.40 591	0.28 586	0.33 585	0.33 588	0.30 584	0.34 591

Ntro	0.40 573	0.40 585	0.53 567	0.46 589	0.30 584	0.65 590	0.24 520	0.46 575	0.68 588	0.41 565	0.49 558	0.48 573	0.42 578	0.39 570	0.31 561	0.32 587	0.28 586	0.37 587	0.30 585	0.32 588	0.29 585

test_sample9	0.18 452	0.12 455	0.20 464	0.12 5	0.14 504	0.17 397	0.13 126	0.27 413	0.23 351	0.20 423	0.20 327	0.24 434	0.19 458	0.19 427	0.17 416	0.15 539	0.30 588	0.14 526	0.14 531	0.14 525	0.12 496

test_sample8	0.19 464	0.12 455	0.20 464	0.12 5	0.14 504	0.17 397	0.13 126	0.31 469	0.21 326	0.27 500	0.22 360	0.36 533	0.25 506	0.19 427	0.17 416	0.15 539	0.30 588	0.14 526	0.14 531	0.14 525	0.12 496

otaku	0.39 570	0.37 583	0.52 566	0.44 585	0.28 580	0.58 584	0.24 520	0.41 559	0.62 578	0.40 561	0.49 558	0.46 568	0.33 552	0.40 575	0.32 562	0.30 586	0.30 588	0.39 588	0.33 588	0.29 583	0.28 584

MonStereo1	0.47 584	0.26 566	0.58 576	0.28 559	0.20 562	0.39 570	0.18 405	0.49 579	0.64 582	0.52 579	0.87 598	1.01 599	0.57 592	0.50 583	0.56 597	0.53 600	0.31 591	0.54 597	0.40 591	0.33 589	0.34 591

NVStereoNet_ROB	0.46 583	0.36 582	0.46 561	0.41 583	0.28 580	0.34 556	0.34 582	0.48 577	0.60 575	0.72 593	0.93 601	0.70 593	0.66 598	0.47 581	0.60 600	0.22 577	0.33 592	0.34 586	0.34 590	0.30 584	0.30 587
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Consistency-Raft	0.44 578	0.40 585	0.45 557	0.37 580	0.43 591	0.46 574	0.41 589	0.57 593	0.55 562	0.32 541	0.73 589	0.33 520	0.48 583	0.42 579	0.49 592	0.39 590	0.35 593	0.45 590	0.51 600	0.42 591	0.29 585

MADNet+	0.75 598	0.71 600	3.70 619	0.66 595	0.41 589	0.98 609	0.97 617	0.69 598	0.73 595	0.52 579	0.57 576	0.64 586	0.68 600	0.86 608	1.01 616	0.34 589	0.36 594	0.28 580	0.23 573	0.36 590	0.31 588

ACVNet_2	0.66 594	0.66 598	0.68 590	0.63 594	0.41 589	0.71 595	0.49 596	0.96 608	1.39 613	0.89 603	1.09 608	1.04 600	0.73 601	0.54 592	0.47 590	0.43 594	0.40 595	0.53 596	0.44 594	0.47 592	0.35 593

GCST	0.37 569	0.42 587	0.26 500	1.02 611	0.39 587	0.18 416	0.08 7	0.20 268	0.17 240	0.28 515	0.25 409	0.15 310	0.12 298	0.16 359	0.14 357	0.64 607	0.43 596	0.75 603	0.65 607	0.63 600	0.46 599

IMH-64-1	0.65 592	0.61 594	0.68 590	0.71 596	0.51 594	0.59 585	0.49 596	0.91 604	0.85 599	0.74 597	1.02 605	0.81 595	0.78 603	0.79 601	0.49 592	0.42 592	0.46 597	0.71 600	0.47 595	0.52 594	0.39 594

IMH-64	0.65 592	0.61 594	0.68 590	0.71 596	0.51 594	0.59 585	0.49 596	0.91 604	0.85 599	0.74 597	1.02 605	0.81 595	0.78 603	0.79 601	0.49 592	0.42 592	0.46 597	0.71 600	0.47 595	0.52 594	0.39 594

TorneroNet-64	0.76 599	0.72 601	0.74 597	0.78 600	0.58 602	0.91 608	0.56 601	0.84 602	1.29 610	0.66 587	0.90 599	1.40 612	0.75 602	0.85 607	0.67 606	0.49 598	0.46 597	0.72 602	0.59 603	0.67 604	0.53 600

PWCK	0.71 595	0.94 609	0.95 605	0.76 598	0.31 585	0.74 597	0.36 584	0.90 603	0.90 602	0.96 606	0.75 593	0.95 598	0.61 595	0.87 609	0.66 603	0.72 609	0.46 597	0.75 603	0.49 597	0.69 607	0.44 598

SPS-STEREO	0.57 590	0.58 592	0.65 582	0.45 586	0.55 598	0.62 588	0.44 595	0.62 596	0.50 552	0.68 589	0.64 580	0.66 589	0.57 592	0.61 596	0.60 600	0.62 606	0.47 601	0.51 593	0.49 597	0.55 598	0.58 602
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	0.54 588	0.61 594	0.70 596	0.57 593	0.43 591	0.65 590	0.37 587	0.60 595	0.87 601	0.50 578	0.66 582	0.64 586	0.47 582	0.49 582	0.43 588	0.47 597	0.48 602	0.52 595	0.41 592	0.52 594	0.40 596

SGM+DAISY	0.56 589	0.57 591	0.65 582	0.40 581	0.54 596	0.66 592	0.49 596	0.56 591	0.45 539	0.66 587	0.69 585	0.67 590	0.56 591	0.63 597	0.56 597	0.59 604	0.48 602	0.50 592	0.50 599	0.52 594	0.58 602

WAO-6	0.81 601	0.80 604	0.62 580	0.86 605	0.63 605	0.76 601	0.58 603	0.98 610	1.54 618	0.90 604	0.96 604	1.07 602	1.03 613	0.70 600	0.66 603	0.72 609	0.49 604	0.90 611	0.71 610	0.68 605	0.58 602

TorneroNet	0.82 602	0.74 602	0.81 602	0.84 603	0.63 605	0.99 610	0.63 604	0.96 608	1.16 607	0.80 600	1.11 610	1.36 611	0.86 607	0.93 612	0.80 611	0.56 601	0.49 604	0.78 608	0.66 608	0.73 610	0.63 610

IMH	0.71 595	0.64 597	0.68 590	0.76 598	0.54 596	0.69 593	0.54 600	0.98 610	1.10 606	0.82 601	1.09 608	0.89 597	0.88 608	0.87 609	0.52 596	0.44 595	0.50 606	0.75 603	0.51 600	0.56 599	0.41 597

anonymity	0.53 587	0.58 592	0.65 582	0.41 583	0.61 604	0.53 581	0.41 589	0.56 591	0.41 515	0.55 583	0.50 562	0.49 574	0.55 590	0.58 595	0.50 595	0.58 603	0.50 606	0.51 593	0.51 600	0.51 593	0.57 601

DPSimNet_ROB	1.11 612	1.23 615	0.78 598	1.13 613	0.88 615	1.10 615	1.13 618	1.16 620	1.23 609	1.43 618	1.02 605	1.41 613	1.10 617	0.90 611	1.60 618	1.46 621	0.51 608	1.21 618	1.03 619	0.90 613	1.01 619

WAO-8	0.91 605	0.81 605	0.65 582	0.94 608	0.69 608	0.90 605	0.67 608	1.07 616	1.83 621	1.06 611	1.45 618	1.30 607	1.07 614	0.84 605	0.78 609	0.74 611	0.53 609	0.86 609	0.75 611	0.69 607	0.62 608

Venus	0.91 605	0.81 605	0.65 582	0.94 608	0.69 608	0.90 605	0.67 608	1.07 616	1.83 621	1.06 611	1.45 618	1.30 607	1.07 614	0.84 605	0.78 609	0.74 611	0.53 609	0.86 609	0.75 611	0.69 607	0.62 608

UNDER WATER	0.97 608	0.97 611	1.42 611	0.99 610	0.70 611	1.12 616	0.84 613	0.80 601	1.08 605	1.01 608	0.90 599	1.55 616	1.22 620	1.03 616	1.00 615	0.78 613	0.53 609	1.02 614	0.87 615	0.80 612	0.74 613

LVE	0.83 603	0.85 607	0.85 603	0.80 601	0.56 599	1.04 614	0.65 607	1.05 613	1.47 616	0.96 606	1.22 616	1.10 603	0.85 606	0.83 604	0.71 608	0.49 598	0.55 612	0.76 606	0.60 605	0.65 602	0.59 607

Dean	0.87 604	0.86 608	0.79 600	0.81 602	0.56 599	0.90 605	0.63 604	1.15 619	1.73 619	1.15 614	1.15 613	1.31 609	0.99 612	0.81 603	0.81 612	0.57 602	0.56 613	0.77 607	0.64 606	0.66 603	0.58 602

UNDER WATER-64	0.95 607	0.94 609	1.43 612	0.87 606	0.56 599	1.18 617	0.87 614	0.77 600	0.94 603	1.04 609	0.85 597	1.58 617	1.21 619	0.94 613	0.96 614	0.87 615	0.57 614	1.03 615	0.88 616	0.78 611	0.73 612

MFMNet_re	0.64 591	0.66 598	0.65 582	0.51 590	0.69 608	0.69 593	0.57 602	0.64 597	0.73 595	0.60 585	0.73 589	0.62 585	0.67 599	0.65 598	0.60 600	0.66 608	0.58 615	0.63 598	0.59 603	0.68 605	0.69 611

WAO-7	0.79 600	0.78 603	0.54 568	0.85 604	0.67 607	0.74 597	0.68 610	1.05 613	1.32 611	0.90 604	1.20 615	1.04 600	0.92 609	0.69 599	0.66 603	0.60 605	0.62 616	0.67 599	0.68 609	0.64 601	0.58 602

notaker	0.97 608	1.11 612	0.98 606	1.13 613	0.81 612	0.73 596	0.68 610	0.93 606	1.16 607	1.18 616	1.18 614	1.41 613	1.16 618	1.08 618	0.69 607	0.81 614	0.64 617	1.17 616	0.79 613	0.98 614	0.80 615

ktn	1.01 610	1.21 614	0.80 601	1.23 615	0.86 614	1.01 612	0.87 614	0.94 607	1.39 613	1.04 609	1.12 611	1.15 604	1.07 614	0.94 613	0.59 599	1.28 620	0.71 618	1.38 620	0.83 614	1.02 616	0.75 614

HanzoNet	1.29 613	1.26 616	1.19 609	1.12 612	0.85 613	1.02 613	0.83 612	1.03 612	1.48 617	1.64 619	1.61 620	2.50 621	1.72 621	1.61 620	1.61 619	1.26 619	0.80 619	1.31 619	1.01 618	1.02 616	0.86 616

KSHMR	1.09 611	1.17 613	0.88 604	1.25 616	1.00 616	0.99 610	0.96 616	1.13 618	1.37 612	1.16 615	1.29 617	1.41 613	0.96 611	1.01 615	0.92 613	1.03 618	1.08 620	1.20 617	1.03 619	1.01 615	0.97 617

JetRed	1.62 614	1.46 617	2.98 614	0.92 607	1.21 617	4.99 622	1.53 622	1.27 621	1.39 613	1.83 620	1.74 621	1.60 618	0.95 610	1.41 619	2.45 623	0.90 617	1.60 621	0.93 612	0.90 617	1.35 618	0.99 618

MADNet++	1.95 615	1.75 618	1.59 613	1.82 617	1.69 619	2.33 620	1.40 621	2.35 622	2.09 623	2.57 622	2.36 623	2.24 620	2.17 622	2.28 621	2.34 621	1.87 622	1.66 622	1.54 621	1.34 621	1.92 619	1.77 621

PML	8.91 626	9.34 634	6.13 621	5.35 622	6.41 624	14.99 629	23.38 634	5.27 623	6.83 625	18.04 637	28.19 646	7.67 627	6.83 625	7.85 628	5.75 624	5.35 629	1.83 623	5.95 633	1.93 623	8.64 630	2.52 623

xxxxx1	7.79 620	5.02 627	7.31 623	3.12 619	3.85 621	16.35 630	22.88 629	5.86 627	8.69 626	7.97 627	8.54 625	9.12 629	8.27 627	10.18 629	10.92 627	2.42 624	2.45 624	3.56 627	12.37 631	3.77 622	3.06 624

tt_ll	7.79 620	5.02 627	7.31 623	3.12 619	3.85 621	16.35 630	22.88 629	5.86 627	8.69 626	7.97 627	8.54 625	9.12 629	8.27 627	10.18 629	10.92 627	2.42 624	2.45 624	3.56 627	12.37 631	3.77 622	3.06 624

ff	7.79 620	5.02 627	7.31 623	3.12 619	3.85 621	16.35 630	22.88 629	5.86 627	8.69 626	7.97 627	8.54 625	9.12 629	8.27 627	10.18 629	10.92 627	2.42 624	2.45 624	3.56 627	12.37 631	3.77 622	3.06 624

LRCNet_RVC	10.62 629	13.42 635	7.30 622	18.92 633	2.07 620	0.33 553	0.30 573	5.59 626	0.48 542	13.03 633	17.94 634	8.87 628	5.65 624	4.79 624	1.89 620	23.51 642	2.73 627	27.55 645	25.71 645	16.07 639	16.33 640

USTest	6.22 619	2.73 621	3.00 615	6.57 625	7.29 625	14.37 628	21.57 628	7.00 630	9.56 629	5.34 626	6.10 624	5.72 625	7.64 626	6.41 627	6.96 626	1.97 623	3.42 628	1.64 622	2.15 625	2.66 620	2.36 622

DPSMNet_ROB	8.06 624	4.48 623	8.63 629	5.37 624	10.74 628	8.32 624	22.98 633	5.46 624	13.36 632	5.12 624	9.92 628	5.08 623	10.40 630	5.53 626	12.58 630	3.80 628	8.00 629	3.50 625	7.02 628	3.83 625	7.14 629

DGTPSM_ROB	8.06 624	4.48 623	8.63 629	5.35 622	10.72 627	8.32 624	22.97 632	5.46 624	13.35 631	5.12 624	9.92 628	5.08 623	10.40 630	5.52 625	12.58 630	3.79 627	8.00 629	3.50 625	7.02 628	3.83 625	7.14 629

Anonymous_1	10.96 630	7.92 631	7.46 626	10.33 626	10.06 626	18.65 634	26.34 635	11.06 634	13.44 633	9.40 630	10.05 630	9.67 632	11.23 632	10.73 632	12.72 632	6.42 631	8.38 631	5.77 630	10.61 630	12.12 631	6.77 628

DPSM_ROB	11.15 631	8.58 632	8.00 627	10.88 627	11.58 629	19.10 635	26.71 636	12.05 635	14.07 636	10.36 631	10.84 631	10.33 633	11.86 633	11.70 633	13.54 633	6.99 632	8.79 632	5.89 631	6.95 626	7.29 628	7.42 631

DPSM	11.15 631	8.58 632	8.00 627	10.88 627	11.58 629	19.10 635	26.71 636	12.05 635	14.07 636	10.36 631	10.84 631	10.33 633	11.86 633	11.70 633	13.54 633	6.99 632	8.79 632	5.89 631	6.95 626	7.29 628	7.42 631

tt	4.67 618	0.06 76	3.55 618	2.02 618	1.55 618	10.25 626	16.71 627	8.91 631	5.03 624	1.31 617	0.94 602	4.71 622	4.76 623	3.33 622	5.87 625	6.06 630	10.30 634	1.88 624	2.11 624	2.75 621	1.21 620

HaxPig	15.71 633	18.52 643	19.18 638	16.89 632	15.89 634	7.73 623	7.60 624	13.31 637	10.82 630	15.42 634	14.91 633	15.98 635	14.92 635	15.58 635	15.98 635	18.95 641	16.73 635	19.46 641	18.08 641	19.26 640	19.05 643

LSM0	22.87 643	17.28 636	18.96 637	22.19 641	29.04 645	38.42 645	53.71 640	24.28 644	28.31 640	20.78 644	21.00 636	21.43 643	24.16 645	23.50 644	27.39 642	14.09 640	17.38 636	11.84 640	14.04 638	14.73 638	14.89 633

Hybrid-DGEV	22.47 641	17.40 642	16.14 635	22.00 635	23.29 640	38.36 642	53.80 642	24.43 646	28.63 646	20.59 639	21.81 642	20.88 639	23.91 641	23.45 642	27.42 643	14.08 638	17.69 637	11.83 636	14.06 639	14.65 632	14.93 635

RAFT-FEzeroshot	22.43 638	17.33 637	15.98 631	22.02 637	23.31 641	38.34 640	53.82 644	24.05 640	28.39 641	20.61 641	21.76 639	20.88 639	23.92 643	23.41 639	27.42 643	14.07 635	17.69 637	11.83 636	14.02 636	14.69 635	14.97 637

RAFT-FE	22.43 638	17.33 637	15.98 631	22.02 637	23.31 641	38.34 640	53.82 644	24.05 640	28.39 641	20.61 641	21.76 639	20.88 639	23.92 643	23.41 639	27.42 643	14.07 635	17.69 637	11.83 636	14.02 636	14.69 635	14.97 637

Selective-RAFT-Error	22.47 641	17.37 641	16.09 634	22.06 639	23.34 643	38.39 643	53.83 646	24.29 645	28.47 645	20.74 643	21.83 644	20.81 638	23.90 640	23.54 645	27.53 646	14.08 638	17.69 637	11.82 635	14.00 634	14.69 635	15.00 639

CasAABBNet	22.42 637	17.33 637	16.01 633	22.01 636	23.28 639	38.32 639	53.80 642	24.14 642	28.41 643	20.60 640	21.77 641	20.89 642	23.91 641	23.43 641	27.36 641	14.07 635	17.69 637	11.83 636	14.01 635	14.67 634	14.95 636

FlowAnything	22.44 640	17.35 640	16.14 635	22.07 640	23.23 638	38.39 643	53.77 641	24.25 643	28.44 644	20.96 645	21.82 643	20.70 637	23.84 639	23.49 643	27.14 640	14.04 634	17.79 642	11.75 634	14.15 640	14.65 632	14.89 633

MEDIAN_ROB	20.38 636	24.04 644	23.31 641	21.23 634	21.71 637	10.40 627	7.92 625	17.64 638	15.50 638	20.12 638	19.70 635	20.34 636	20.32 636	21.19 636	21.13 638	23.81 643	21.81 643	24.98 644	23.76 644	24.71 643	23.93 644

AVERAGE_ROB	24.90 644	29.20 645	28.14 642	24.89 642	24.64 644	17.75 633	11.12 626	21.45 639	19.93 639	25.12 646	24.46 645	25.12 646	25.46 646	24.69 646	22.83 639	29.76 644	27.13 644	28.97 646	27.95 646	29.91 644	29.47 645

RSGM-EC	20.36 634	4.73 625	0.68 590	16.76 630	16.92 635	21.28 637	27.18 638	10.46 632	14.04 634	18.00 635	21.31 637	22.24 644	21.82 637	22.57 637	17.63 636	62.81 645	33.79 645	20.14 642	18.10 642	20.18 641	16.45 641

acva	20.36 634	4.73 625	0.68 590	16.76 630	16.92 635	21.28 637	27.18 638	10.46 632	14.04 634	18.00 635	21.31 637	22.24 644	21.82 637	22.57 637	17.63 636	62.81 645	33.79 645	20.14 642	18.10 642	20.18 641	16.45 641

test_example2	98.32 645	94.13 646	45.89 643	96.35 643	109.85 646	88.61 646	95.45 647	25.75 647	94.37 647	130.00 648	126.06 647	58.17 647	74.63 647	88.51 647	79.96 647	150.23 647	221.02 647	77.62 647	99.10 647	113.75 647	96.94 646

ccccc		285.66 647		368.85 646	370.60 647	123.16 647		115.05 648		126.68 647		122.83 648		252.94 648		384.56 648	353.86 648	254.69 648	223.00 648	425.87 648

ASD4		3.38 622

Low-res two-view benchmark