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

monster-pro	0.07 7	0.06 99	0.05 1	0.15 106	0.05 2	0.07 39	0.10 32	0.15 177	0.15 232	0.05 2	0.06 23	0.05 5	0.06 62	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

BridgeDepth	0.07 7	0.07 217	0.08 56	0.18 378	0.06 27	0.07 39	0.11 61	0.09 18	0.06 6	0.04 1	0.07 60	0.10 245	0.09 256	0.08 25	0.08 25	0.04 11	0.03 1	0.04 1	0.04 54	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 7	0.06 99	0.05 1	0.15 106	0.05 2	0.08 77	0.10 32	0.15 177	0.15 232	0.05 2	0.06 23	0.05 5	0.06 62	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 7	0.06 99	0.05 1	0.15 106	0.05 2	0.08 77	0.10 32	0.15 177	0.15 232	0.05 2	0.06 23	0.05 5	0.06 62	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

asda	0.07 7	0.08 335	0.08 56	0.16 201	0.06 27	0.06 12	0.10 32	0.16 215	0.10 66	0.06 20	0.06 23	0.05 5	0.05 14	0.10 120	0.10 198	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

asd	0.07 7	0.08 335	0.07 11	0.16 201	0.07 125	0.08 77	0.08 7	0.11 54	0.08 24	0.07 67	0.07 60	0.06 39	0.06 62	0.10 120	0.09 101	0.03 1	0.03 1	0.04 1	0.04 54	0.04 48	0.03 2

qwe	0.07 7	0.08 335	0.07 11	0.15 106	0.06 27	0.07 39	0.10 32	0.18 287	0.11 97	0.07 67	0.07 60	0.06 39	0.06 62	0.10 120	0.09 101	0.03 1	0.03 1	0.04 1	0.04 54	0.04 48	0.03 2

2.25w	0.07 7	0.06 99	0.07 11	0.14 55	0.06 27	0.08 77	0.08 7	0.10 31	0.15 232	0.08 120	0.10 185	0.07 116	0.06 62	0.08 25	0.10 198	0.05 51	0.03 1	0.04 1	0.04 54	0.03 1	0.04 71

4.25_new	0.07 7	0.08 335	0.09 118	0.15 106	0.06 27	0.09 129	0.08 7	0.14 136	0.08 24	0.07 67	0.07 60	0.06 39	0.06 62	0.12 281	0.10 198	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

4.5w_new	0.07 7	0.08 335	0.09 118	0.15 106	0.06 27	0.09 129	0.08 7	0.14 136	0.08 24	0.07 67	0.07 60	0.06 39	0.06 62	0.12 281	0.10 198	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

4.5_new	0.07 7	0.09 415	0.08 56	0.15 106	0.07 125	0.06 12	0.10 32	0.14 136	0.11 97	0.06 20	0.08 114	0.06 39	0.06 62	0.08 25	0.10 198	0.03 1	0.03 1	0.04 1	0.04 54	0.04 48	0.03 2

4.5w-stereo	0.07 7	0.09 415	0.08 56	0.15 106	0.07 125	0.06 12	0.10 32	0.14 136	0.11 97	0.06 20	0.08 114	0.06 39	0.06 62	0.08 25	0.10 198	0.03 1	0.03 1	0.04 1	0.04 54	0.04 48	0.03 2

4.25w-stereo	0.07 7	0.08 335	0.09 118	0.15 106	0.06 27	0.09 129	0.08 7	0.14 136	0.08 24	0.07 67	0.07 60	0.06 39	0.06 62	0.12 281	0.10 198	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

4w-stereo	0.07 7	0.08 335	0.08 56	0.16 201	0.06 27	0.07 39	0.08 7	0.12 81	0.08 24	0.07 67	0.07 60	0.05 5	0.06 62	0.09 58	0.10 198	0.03 1	0.03 1	0.04 1	0.04 54	0.04 48	0.03 2

2.5w	0.07 7	0.07 217	0.07 11	0.16 201	0.06 27	0.08 77	0.12 93	0.10 31	0.10 66	0.07 67	0.06 23	0.09 210	0.06 62	0.08 25	0.09 101	0.04 11	0.03 1	0.04 1	0.04 54	0.03 1	0.03 2

3.25w_new	0.07 7	0.06 99	0.07 11	0.15 106	0.06 27	0.10 191	0.07 3	0.12 81	0.11 97	0.08 120	0.06 23	0.07 116	0.06 62	0.11 188	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 7	0.06 99	0.07 11	0.15 106	0.06 27	0.10 191	0.07 3	0.12 81	0.11 97	0.08 120	0.06 23	0.07 116	0.06 62	0.11 188	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 7	0.07 217	0.08 56	0.16 201	0.07 125	0.07 39	0.09 18	0.16 215	0.09 45	0.07 67	0.06 23	0.05 5	0.06 62	0.09 58	0.10 198	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 217	0.07 11	0.15 106	0.07 125	0.09 129	0.06 1	0.13 106	0.11 97	0.07 67	0.07 60	0.06 39	0.07 174	0.10 120	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3w_stereo	0.08 77	0.09 415	0.10 182	0.17 288	0.07 125	0.08 77	0.10 32	0.20 328	0.13 175	0.06 20	0.07 60	0.05 5	0.06 62	0.08 25	0.09 101	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

2w_stereo	0.08 77	0.08 335	0.09 118	0.16 201	0.06 27	0.08 77	0.10 32	0.20 328	0.15 232	0.08 120	0.07 60	0.06 39	0.06 62	0.06 1	0.09 101	0.04 11	0.03 1	0.04 1	0.04 54	0.03 1	0.03 2

1w_stereo	0.07 7	0.06 99	0.07 11	0.16 201	0.06 27	0.07 39	0.10 32	0.14 136	0.14 207	0.07 67	0.08 114	0.05 5	0.06 62	0.09 58	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 71

MonSter	0.07 7	0.06 99	0.05 1	0.15 106	0.05 2	0.07 39	0.10 32	0.15 177	0.15 232	0.05 2	0.06 23	0.05 5	0.06 62	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

4D-IteraStereo	0.09 164	0.07 217	0.10 182	0.18 378	0.07 125	0.09 129	0.15 311	0.17 254	0.15 232	0.10 216	0.11 235	0.10 245	0.07 174	0.11 188	0.09 101	0.05 51	0.03 1	0.08 384	0.07 370	0.06 282	0.05 200

PointNet	0.07 7	0.06 99	0.07 11	0.15 106	0.07 125	0.08 77	0.14 228	0.11 54	0.08 24	0.05 2	0.07 60	0.08 175	0.08 222	0.09 58	0.09 101	0.06 166	0.04 25	0.05 45	0.04 54	0.03 1	0.04 71

TS12	0.08 77	0.06 99	0.09 118	0.21 544	0.07 125	0.11 242	0.13 163	0.11 54	0.09 45	0.10 216	0.10 185	0.08 175	0.10 295	0.09 58	0.12 339	0.04 11	0.04 25	0.05 45	0.04 54	0.03 1	0.04 71

DF	0.08 77	0.05 36	0.09 118	0.15 106	0.06 27	0.11 242	0.13 163	0.10 31	0.12 134	0.09 171	0.10 185	0.10 245	0.08 222	0.11 188	0.09 101	0.07 328	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

aanet-new-90k	0.08 77	0.07 217	0.08 56	0.19 446	0.06 27	0.07 39	0.12 93	0.12 81	0.13 175	0.06 20	0.07 60	0.06 39	0.06 62	0.10 120	0.07 1	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.03 2

aanet-new-60k	0.07 7	0.07 217	0.08 56	0.18 378	0.06 27	0.07 39	0.10 32	0.09 18	0.14 207	0.07 67	0.07 60	0.06 39	0.06 62	0.11 188	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

aanet-new-70k	0.07 7	0.06 99	0.09 118	0.17 288	0.06 27	0.08 77	0.12 93	0.11 54	0.10 66	0.06 20	0.07 60	0.07 116	0.06 62	0.10 120	0.07 1	0.04 11	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

aanet-new-78k	0.07 7	0.07 217	0.09 118	0.19 446	0.06 27	0.07 39	0.12 93	0.11 54	0.13 175	0.06 20	0.07 60	0.06 39	0.06 62	0.09 58	0.07 1	0.04 11	0.04 25	0.05 45	0.04 54	0.05 161	0.03 2

aanet-new-40k	0.07 7	0.08 335	0.07 11	0.17 288	0.07 125	0.08 77	0.13 163	0.10 31	0.10 66	0.07 67	0.08 114	0.06 39	0.05 14	0.08 25	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

aanet-new-36k	0.08 77	0.06 99	0.09 118	0.17 288	0.06 27	0.09 129	0.13 163	0.11 54	0.13 175	0.08 120	0.08 114	0.06 39	0.05 14	0.09 58	0.08 25	0.04 11	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

aanet-new-34k	0.08 77	0.06 99	0.09 118	0.17 288	0.05 2	0.07 39	0.13 163	0.12 81	0.12 134	0.09 171	0.08 114	0.07 116	0.05 14	0.10 120	0.09 101	0.04 11	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

aanet-32k-new	0.08 77	0.07 217	0.08 56	0.18 378	0.06 27	0.08 77	0.12 93	0.11 54	0.12 134	0.07 67	0.08 114	0.05 5	0.07 174	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.06 282	0.04 71

aanet-new-32k	0.08 77	0.07 217	0.09 118	0.18 378	0.06 27	0.11 242	0.11 61	0.10 31	0.08 24	0.07 67	0.07 60	0.07 116	0.06 62	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

aanet-new-30k	0.08 77	0.07 217	0.09 118	0.18 378	0.06 27	0.11 242	0.11 61	0.10 31	0.08 24	0.07 67	0.07 60	0.07 116	0.06 62	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

aanet-new-28k	0.08 77	0.07 217	0.09 118	0.18 378	0.06 27	0.08 77	0.12 93	0.10 31	0.09 45	0.09 171	0.08 114	0.08 175	0.06 62	0.12 281	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

GCAP-Stereo-DPT26K	0.07 7	0.06 99	0.07 11	0.16 201	0.06 27	0.08 77	0.12 93	0.10 31	0.08 24	0.06 20	0.09 149	0.06 39	0.05 14	0.08 25	0.08 25	0.04 11	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

aanet-new-24k	0.07 7	0.07 217	0.07 11	0.17 288	0.06 27	0.07 39	0.12 93	0.09 18	0.11 97	0.09 171	0.09 149	0.06 39	0.07 174	0.09 58	0.07 1	0.04 11	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

aanet-new-22k	0.08 77	0.06 99	0.09 118	0.17 288	0.06 27	0.08 77	0.11 61	0.14 136	0.12 134	0.09 171	0.09 149	0.08 175	0.06 62	0.10 120	0.08 25	0.04 11	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

aanet-new-16k	0.08 77	0.08 335	0.08 56	0.18 378	0.06 27	0.07 39	0.09 18	0.13 106	0.12 134	0.08 120	0.07 60	0.07 116	0.06 62	0.09 58	0.08 25	0.04 11	0.04 25	0.05 45	0.04 54	0.05 161	0.03 2

aanet-new-10k	0.08 77	0.08 335	0.08 56	0.19 446	0.07 125	0.08 77	0.12 93	0.14 136	0.11 97	0.07 67	0.08 114	0.07 116	0.07 174	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

aanet-new-12k	0.08 77	0.09 415	0.07 11	0.20 512	0.08 204	0.08 77	0.13 163	0.12 81	0.13 175	0.08 120	0.08 114	0.05 5	0.07 174	0.09 58	0.08 25	0.04 11	0.04 25	0.05 45	0.04 54	0.06 282	0.04 71

aanet-new-14k	0.08 77	0.09 415	0.08 56	0.19 446	0.06 27	0.07 39	0.10 32	0.14 136	0.15 232	0.06 20	0.08 114	0.05 5	0.06 62	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

aanet-new-8k	0.08 77	0.07 217	0.08 56	0.19 446	0.07 125	0.09 129	0.12 93	0.16 215	0.15 232	0.07 67	0.07 60	0.06 39	0.06 62	0.10 120	0.08 25	0.04 11	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

aanet-new	0.08 77	0.09 415	0.10 182	0.18 378	0.08 204	0.10 191	0.12 93	0.15 177	0.12 134	0.08 120	0.08 114	0.05 5	0.07 174	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.06 282	0.04 71

GCAP-Stereo-cres-4k	0.08 77	0.07 217	0.08 56	0.18 378	0.07 125	0.11 242	0.14 228	0.12 81	0.11 97	0.07 67	0.11 235	0.07 116	0.06 62	0.09 58	0.08 25	0.04 11	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

GCAP-Stereo-DPT-cres	0.08 77	0.05 36	0.07 11	0.15 106	0.06 27	0.10 191	0.14 228	0.13 106	0.12 134	0.07 67	0.09 149	0.07 116	0.06 62	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

GCAP-Stereo-DPT-22K	0.08 77	0.06 99	0.07 11	0.17 288	0.06 27	0.07 39	0.14 228	0.13 106	0.16 269	0.05 2	0.10 185	0.06 39	0.06 62	0.08 25	0.08 25	0.04 11	0.04 25	0.05 45	0.04 54	0.03 1	0.04 71

GCAP-Stereo-DPT-24K	0.07 7	0.06 99	0.07 11	0.15 106	0.06 27	0.10 191	0.15 311	0.12 81	0.11 97	0.06 20	0.11 235	0.06 39	0.05 14	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

GCAP-Stereo-DPT-5K	0.08 77	0.06 99	0.10 182	0.16 201	0.07 125	0.11 242	0.12 93	0.15 177	0.15 232	0.08 120	0.12 256	0.05 5	0.06 62	0.09 58	0.08 25	0.05 51	0.04 25	0.06 180	0.05 182	0.03 1	0.04 71

GCAP-Stereo-DPT-2K	0.08 77	0.06 99	0.10 182	0.16 201	0.07 125	0.11 242	0.13 163	0.14 136	0.14 207	0.08 120	0.13 274	0.05 5	0.06 62	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.03 1	0.04 71

GCAP-Stereo-DPT-3K	0.08 77	0.07 217	0.10 182	0.16 201	0.07 125	0.09 129	0.12 93	0.15 177	0.14 207	0.08 120	0.11 235	0.05 5	0.06 62	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.03 1	0.04 71

GCAP-Stereo-DPT-50K	0.08 77	0.06 99	0.17 481	0.15 106	0.06 27	0.06 12	0.13 163	0.13 106	0.13 175	0.07 67	0.07 60	0.06 39	0.05 14	0.08 25	0.08 25	0.04 11	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 77	0.06 99	0.07 11	0.16 201	0.06 27	0.06 12	0.14 228	0.14 136	0.14 207	0.07 67	0.10 185	0.06 39	0.05 14	0.09 58	0.09 101	0.04 11	0.04 25	0.04 1	0.04 54	0.03 1	0.03 2

GCAP-Stereo-DPT-FT	0.08 77	0.05 36	0.12 280	0.15 106	0.06 27	0.10 191	0.14 228	0.12 81	0.12 134	0.07 67	0.09 149	0.06 39	0.06 62	0.10 120	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

PipStereo	0.07 7	0.04 1	0.09 118	0.13 16	0.05 2	0.08 77	0.11 61	0.06 1	0.06 6	0.06 20	0.05 7	0.08 175	0.05 14	0.08 25	0.09 101	0.06 166	0.04 25	0.04 1	0.03 1	0.05 161	0.04 71

PSi22b	0.06 1	0.04 1	0.09 118	0.13 16	0.05 2	0.08 77	0.11 61	0.06 1	0.06 6	0.06 20	0.06 23	0.08 175	0.05 14	0.08 25	0.09 101	0.06 166	0.04 25	0.04 1	0.03 1	0.05 161	0.04 71

PSi22a	0.06 1	0.04 1	0.09 118	0.12 5	0.05 2	0.06 12	0.11 61	0.06 1	0.06 6	0.06 20	0.06 23	0.06 39	0.05 14	0.08 25	0.09 101	0.07 328	0.04 25	0.04 1	0.03 1	0.05 161	0.04 71

LACA3	0.07 7	0.08 335	0.08 56	0.13 16	0.05 2	0.09 129	0.11 61	0.08 10	0.08 24	0.08 120	0.05 7	0.07 116	0.07 174	0.07 4	0.07 1	0.06 166	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

PSi22	0.08 77	0.06 99	0.11 236	0.16 201	0.07 125	0.08 77	0.10 32	0.14 136	0.08 24	0.08 120	0.06 23	0.10 245	0.06 62	0.12 281	0.09 101	0.05 51	0.04 25	0.04 1	0.03 1	0.04 48	0.04 71

Foundation-i1c-attn	0.08 77	0.05 36	0.07 11	0.14 55	0.05 2	0.09 129	0.12 93	0.12 81	0.10 66	0.09 171	0.10 185	0.10 245	0.07 174	0.07 4	0.10 198	0.06 166	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

Foundation-i1b	0.08 77	0.05 36	0.07 11	0.14 55	0.05 2	0.09 129	0.12 93	0.13 106	0.10 66	0.09 171	0.10 185	0.09 210	0.06 62	0.07 4	0.09 101	0.06 166	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

Foundation-i1a	0.08 77	0.05 36	0.07 11	0.13 16	0.05 2	0.13 345	0.13 163	0.12 81	0.09 45	0.11 251	0.11 235	0.11 275	0.06 62	0.08 25	0.09 101	0.06 166	0.04 25	0.05 45	0.03 1	0.04 48	0.04 71

LiteMatch	0.09 164	0.06 99	0.10 182	0.16 201	0.07 125	0.09 129	0.15 311	0.13 106	0.08 24	0.06 20	0.07 60	0.06 39	0.15 441	0.10 120	0.14 419	0.07 328	0.04 25	0.06 180	0.06 272	0.06 282	0.06 295

Lsterematch	0.11 280	0.06 99	0.11 236	0.16 201	0.07 125	0.13 345	0.15 311	0.14 136	0.17 298	0.16 399	0.18 367	0.15 370	0.15 441	0.12 281	0.14 419	0.07 328	0.04 25	0.06 180	0.06 272	0.06 282	0.06 295

Foundation-i1	0.09 164	0.04 1	0.10 182	0.14 55	0.06 27	0.10 191	0.13 163	0.16 215	0.14 207	0.10 216	0.10 185	0.11 275	0.07 174	0.07 4	0.10 198	0.06 166	0.04 25	0.05 45	0.05 182	0.05 161	0.05 200

Foundation-i32	0.06 1	0.04 1	0.09 118	0.13 16	0.04 1	0.06 12	0.12 93	0.06 1	0.05 4	0.06 20	0.05 7	0.05 5	0.05 14	0.07 4	0.09 101	0.06 166	0.04 25	0.05 45	0.03 1	0.04 48	0.04 71

Selective-IGEV-i32	0.07 7	0.06 99	0.08 56	0.17 288	0.06 27	0.08 77	0.12 93	0.13 106	0.07 15	0.08 120	0.07 60	0.06 39	0.04 1	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

LACA2	0.07 7	0.05 36	0.06 5	0.15 106	0.06 27	0.09 129	0.11 61	0.11 54	0.10 66	0.05 2	0.05 7	0.06 39	0.08 222	0.09 58	0.07 1	0.07 328	0.04 25	0.04 1	0.04 54	0.04 48	0.04 71

LACA1	0.07 7	0.07 217	0.07 11	0.14 55	0.05 2	0.09 129	0.11 61	0.10 31	0.07 15	0.05 2	0.05 7	0.06 39	0.07 174	0.08 25	0.09 101	0.06 166	0.04 25	0.04 1	0.04 54	0.03 1	0.04 71

Test_v1	0.07 7	0.04 1	0.06 5	0.13 16	0.06 27	0.08 77	0.11 61	0.15 177	0.12 134	0.06 20	0.05 7	0.04 1	0.05 14	0.08 25	0.10 198	0.07 328	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

gcap_with_dpt	0.08 77	0.06 99	0.09 118	0.16 201	0.07 125	0.09 129	0.12 93	0.13 106	0.13 175	0.08 120	0.12 256	0.04 1	0.06 62	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.03 1	0.04 71

Hybrid-DGEV-03	0.10 232	0.06 99	0.09 118	0.18 378	0.08 204	0.16 435	0.14 228	0.15 177	0.14 207	0.13 322	0.16 318	0.12 295	0.09 256	0.13 333	0.11 278	0.06 166	0.04 25	0.08 384	0.06 272	0.05 161	0.04 71

DispViT+	0.08 77	0.05 36	0.09 118	0.13 16	0.06 27	0.05 4	0.11 61	0.18 287	0.16 269	0.09 171	0.08 114	0.07 116	0.06 62	0.11 188	0.09 101	0.06 166	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

BLMT-Stereo	0.07 7	0.04 1	0.08 56	0.15 106	0.07 125	0.06 12	0.14 228	0.07 6	0.10 66	0.05 2	0.05 7	0.04 1	0.06 62	0.07 4	0.09 101	0.04 11	0.04 25	0.05 45	0.05 182	0.04 48	0.04 71

Pro-Stereo	0.07 7	0.05 36	0.08 56	0.15 106	0.07 125	0.08 77	0.12 93	0.07 6	0.07 15	0.06 20	0.06 23	0.05 5	0.05 14	0.09 58	0.08 25	0.05 51	0.04 25	0.06 180	0.05 182	0.04 48	0.04 71

WQFJA1++	0.08 77	0.04 1	0.11 236	0.14 55	0.07 125	0.11 242	0.11 61	0.11 54	0.07 15	0.07 67	0.07 60	0.07 116	0.06 62	0.10 120	0.10 198	0.06 166	0.04 25	0.05 45	0.04 54	0.06 282	0.06 295

BridgeDepth_RVC	0.07 7	0.04 1	0.09 118	0.11 1	0.05 2	0.10 191	0.10 32	0.14 136	0.09 45	0.06 20	0.07 60	0.06 39	0.07 174	0.07 4	0.10 198	0.06 166	0.04 25	0.04 1	0.04 54	0.04 48	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
NLSM3	0.09 164	0.06 99	0.08 56	0.19 446	0.08 204	0.11 242	0.16 380	0.18 287	0.16 269	0.06 20	0.08 114	0.07 116	0.08 222	0.09 58	0.11 278	0.04 11	0.04 25	0.06 180	0.07 370	0.03 1	0.03 2

HiDET	0.08 77	0.04 1	0.10 182	0.13 16	0.06 27	0.08 77	0.12 93	0.12 81	0.11 97	0.06 20	0.07 60	0.07 116	0.07 174	0.11 188	0.11 278	0.06 166	0.04 25	0.04 1	0.03 1	0.04 48	0.04 71

VIP-Stereo	0.07 7	0.07 217	0.07 11	0.15 106	0.06 27	0.12 294	0.10 32	0.11 54	0.11 97	0.06 20	0.07 60	0.06 39	0.05 14	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.03 1	0.03 1	0.02 1

GEAStereo	0.08 77	0.05 36	0.08 56	0.13 16	0.08 204	0.08 77	0.14 228	0.10 31	0.09 45	0.08 120	0.10 185	0.06 39	0.05 14	0.11 188	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.05 200

GSStereo	0.08 77	0.05 36	0.08 56	0.13 16	0.08 204	0.08 77	0.14 228	0.11 54	0.12 134	0.08 120	0.10 185	0.05 5	0.05 14	0.11 188	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.05 200

GS-Stereo							0.14 228	0.11 54	0.12 134	0.08 120	0.10 185	0.05 5	0.05 14	0.11 188	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.05 200

gasm-f	0.08 77	0.05 36	0.07 11	0.13 16	0.08 204	0.08 77	0.14 228	0.10 31	0.09 45	0.08 120	0.10 185	0.06 39	0.05 14	0.10 120	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.06 282	0.05 200

FE-Mocha	0.09 164	0.06 99	0.14 367	0.16 201	0.09 330	0.10 191	0.15 311	0.18 287	0.16 269	0.10 216	0.09 149	0.07 116	0.07 174	0.09 58	0.09 101	0.06 166	0.04 25	0.06 180	0.06 272	0.05 161	0.05 200

DLNR-FE	10.43 696	1.83 687	19.53 711	120.75 715	13.06 703	0.06 12	0.13 163	0.23 396	0.10 66	0.07 67	0.10 185	0.09 210	0.06 62	0.10 120	0.09 101	0.13 587	0.04 25	0.06 180	0.04 54	52.01 717	0.04 71

IGEV-FE	0.09 164	0.05 36	0.12 280	0.13 16	0.08 204	0.12 294	0.13 163	0.17 254	0.11 97	0.10 216	0.06 23	0.09 210	0.06 62	0.11 188	0.09 101	0.06 166	0.04 25	0.06 180	0.06 272	0.05 161	0.05 200

DDF-Stereo	0.08 77	0.04 1	0.09 118	0.15 106	0.10 442	0.06 12	0.13 163	0.09 18	0.14 207	0.06 20	0.06 23	0.07 116	0.06 62	0.09 58	0.10 198	0.06 166	0.04 25	0.06 180	0.04 54	0.08 425	0.05 200

252Zero-FE	0.08 77	0.04 1	0.09 118	0.13 16	0.07 125	0.12 294	0.11 61	0.13 106	0.14 207	0.06 20	0.05 7	0.06 39	0.05 14	0.09 58	0.10 198	0.06 166	0.04 25	0.04 1	0.03 1	0.05 161	0.06 295

Zero-FE251	0.07 7	0.05 36	0.09 118	0.13 16	0.06 27	0.12 294	0.12 93	0.11 54	0.10 66	0.07 67	0.08 114	0.06 39	0.06 62	0.09 58	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

Wavelet-MonSter	0.07 7	0.05 36	0.07 11	0.16 201	0.06 27	0.07 39	0.11 61	0.10 31	0.08 24	0.06 20	0.06 23	0.07 116	0.07 174	0.09 58	0.09 101	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

DA	0.08 77	0.07 217	0.07 11	0.19 446	0.08 204	0.09 129	0.12 93	0.13 106	0.12 134	0.08 120	0.10 185	0.10 245	0.08 222	0.09 58	0.10 198	0.05 51	0.04 25	0.06 180	0.04 54	0.05 161	0.03 2

Monster-pub-mixall	0.07 7	0.04 1	0.09 118	0.13 16	0.06 27	0.05 4	0.09 18	0.11 54	0.07 15	0.06 20	0.06 23	0.05 5	0.06 62	0.09 58	0.09 101	0.06 166	0.04 25	0.04 1	0.03 1	0.05 161	0.05 200

Replicate-Monster	0.07 7	0.05 36	0.09 118	0.14 55	0.06 27	0.08 77	0.09 18	0.13 106	0.13 175	0.05 2	0.07 60	0.06 39	0.06 62	0.08 25	0.10 198	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.04 71

zero-FE	0.08 77	0.04 1	0.09 118	0.15 106	0.10 442	0.05 4	0.14 228	0.09 18	0.14 207	0.07 67	0.06 23	0.07 116	0.06 62	0.09 58	0.10 198	0.06 166	0.04 25	0.06 180	0.04 54	0.08 425	0.05 200

GGEV	0.08 77	0.07 217	0.07 11	0.19 446	0.08 204	0.09 129	0.12 93	0.13 106	0.12 134	0.08 120	0.10 185	0.10 245	0.08 222	0.09 58	0.10 198	0.05 51	0.04 25	0.06 180	0.04 54	0.05 161	0.03 2

2.75w_new	0.07 7	0.07 217	0.07 11	0.13 16	0.06 27	0.08 77	0.08 7	0.18 287	0.12 134	0.07 67	0.08 114	0.06 39	0.06 62	0.09 58	0.11 278	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.04 71

monsterstereo	0.07 7	0.06 99	0.06 5	0.16 201	0.06 27	0.08 77	0.10 32	0.16 215	0.11 97	0.07 67	0.08 114	0.06 39	0.07 174	0.08 25	0.09 101	0.04 11	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

monsters	0.07 7	0.06 99	0.06 5	0.15 106	0.06 27	0.08 77	0.09 18	0.12 81	0.08 24	0.09 171	0.07 60	0.06 39	0.06 62	0.08 25	0.08 25	0.05 51	0.04 25	0.04 1	0.04 54	0.03 1	0.03 2

IGEV	0.07 7	0.04 1	0.08 56	0.13 16	0.06 27	0.09 129	0.12 93	0.14 136	0.10 66	0.06 20	0.09 149	0.07 116	0.05 14	0.09 58	0.09 101	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

xyz-stereo-finetune2	0.11 280	0.07 217	0.13 330	0.13 16	0.07 125	0.11 242	0.19 510	0.17 254	0.12 134	0.15 371	0.15 305	0.17 408	0.12 359	0.13 333	0.11 278	0.05 51	0.04 25	0.07 290	0.05 182	0.04 48	0.06 295

xyz-stereo-finetune	0.11 280	0.08 335	0.13 330	0.14 55	0.06 27	0.10 191	0.19 510	0.17 254	0.19 348	0.12 292	0.14 288	0.15 370	0.10 295	0.13 333	0.11 278	0.05 51	0.04 25	0.07 290	0.05 182	0.04 48	0.05 200

111111	0.07 7	0.04 1	0.09 118	0.17 288	0.06 27	0.05 4	0.10 32	0.11 54	0.09 45	0.06 20	0.06 23	0.07 116	0.05 14	0.09 58	0.09 101	0.06 166	0.04 25	0.05 45	0.04 54	0.07 361	0.06 295

LG-Stereo_L2	0.07 7	0.05 36	0.10 182	0.14 55	0.06 27	0.07 39	0.12 93	0.09 18	0.09 45	0.06 20	0.04 1	0.05 5	0.05 14	0.08 25	0.08 25	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.03 2

LG-Stereo_L1	0.07 7	0.05 36	0.11 236	0.14 55	0.06 27	0.07 39	0.13 163	0.09 18	0.07 15	0.05 2	0.04 1	0.05 5	0.04 1	0.08 25	0.07 1	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.04 71

MLG-Stereo_test3	0.07 7	0.05 36	0.10 182	0.14 55	0.06 27	0.07 39	0.11 61	0.08 10	0.06 6	0.06 20	0.04 1	0.06 39	0.06 62	0.07 4	0.10 198	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.06 295

MLG-Stereo_test2	0.06 1	0.04 1	0.10 182	0.15 106	0.05 2	0.07 39	0.11 61	0.09 18	0.04 2	0.06 20	0.05 7	0.06 39	0.04 1	0.08 25	0.09 101	0.06 166	0.04 25	0.05 45	0.03 1	0.05 161	0.05 200

MLG-Stereo_test1	0.06 1	0.05 36	0.08 56	0.17 288	0.05 2	0.06 12	0.11 61	0.08 10	0.03 1	0.05 2	0.04 1	0.06 39	0.05 14	0.09 58	0.09 101	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.04 71

MLG-Stereo	0.07 7	0.05 36	0.08 56	0.17 288	0.05 2	0.07 39	0.11 61	0.08 10	0.04 2	0.05 2	0.04 1	0.06 39	0.05 14	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.04 71

LG-G_1	0.07 7	0.04 1	0.11 236	0.15 106	0.06 27	0.09 129	0.08 7	0.08 10	0.06 6	0.06 20	0.05 7	0.07 116	0.07 174	0.11 188	0.08 25	0.07 328	0.04 25	0.05 45	0.04 54	0.05 161	0.05 200

LG-G	0.07 7	0.04 1	0.11 236	0.15 106	0.06 27	0.09 129	0.08 7	0.08 10	0.06 6	0.06 20	0.05 7	0.07 116	0.07 174	0.11 188	0.08 25	0.07 328	0.04 25	0.05 45	0.04 54	0.05 161	0.05 200

LGtest1	0.07 7	0.04 1	0.10 182	0.15 106	0.06 27	0.07 39	0.09 18	0.08 10	0.06 6	0.05 2	0.04 1	0.06 39	0.06 62	0.10 120	0.09 101	0.07 328	0.04 25	0.05 45	0.04 54	0.06 282	0.06 295

LG-Stereo_Zeroshot	0.07 7	0.06 99	0.10 182	0.16 201	0.07 125	0.04 1	0.13 163	0.10 31	0.10 66	0.05 2	0.11 235	0.07 116	0.05 14	0.07 4	0.09 101	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

SGD-Stereo	0.08 77	0.05 36	0.10 182	0.14 55	0.05 2	0.12 294	0.12 93	0.11 54	0.12 134	0.07 67	0.09 149	0.09 210	0.09 256	0.08 25	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.03 2

MM-Stereo_test2	0.09 164	0.06 99	0.09 118	0.19 446	0.08 204	0.12 294	0.18 470	0.15 177	0.14 207	0.07 67	0.10 185	0.07 116	0.06 62	0.12 281	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.05 161	0.03 2

HART	0.08 77	0.07 217	0.09 118	0.17 288	0.07 125	0.10 191	0.16 380	0.13 106	0.11 97	0.08 120	0.10 185	0.07 116	0.05 14	0.10 120	0.08 25	0.05 51	0.04 25	0.06 180	0.04 54	0.05 161	0.04 71

GREAT-IGEV	0.07 7	0.06 99	0.08 56	0.13 16	0.07 125	0.07 39	0.14 228	0.09 18	0.09 45	0.06 20	0.07 60	0.06 39	0.05 14	0.10 120	0.07 1	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71
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 77	0.05 36	0.08 56	0.16 201	0.06 27	0.12 294	0.11 61	0.15 177	0.10 66	0.12 292	0.09 149	0.10 245	0.08 222	0.11 188	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.05 200

HI	0.11 280	0.06 99	0.11 236	0.13 16	0.09 330	0.09 129	0.14 228	0.21 351	0.10 66	0.19 465	0.17 340	0.14 341	0.09 256	0.16 421	0.08 25	0.05 51	0.04 25	0.07 290	0.08 443	0.07 361	0.06 295

CoSv	0.11 280	0.06 99	0.11 236	0.13 16	0.09 330	0.09 129	0.14 228	0.21 351	0.10 66	0.19 465	0.17 340	0.14 341	0.09 256	0.16 421	0.08 25	0.05 51	0.04 25	0.07 290	0.08 443	0.07 361	0.06 295

SCV	0.08 77	0.09 415	0.08 56	0.15 106	0.08 204	0.10 191	0.13 163	0.10 31	0.12 134	0.07 67	0.07 60	0.06 39	0.04 1	0.09 58	0.08 25	0.05 51	0.04 25	0.06 180	0.04 54	0.06 282	0.04 71

DEFOM-Stereo_RVC	0.08 77	0.06 99	0.09 118	0.22 561	0.06 27	0.08 77	0.12 93	0.10 31	0.10 66	0.07 67	0.07 60	0.06 39	0.05 14	0.11 188	0.09 101	0.06 166	0.04 25	0.05 45	0.03 1	0.06 282	0.04 71

FoundationStereo	0.06 1	0.04 1	0.08 56	0.12 5	0.05 2	0.09 129	0.13 163	0.06 1	0.09 45	0.05 2	0.05 7	0.06 39	0.04 1	0.06 1	0.07 1	0.06 166	0.04 25	0.05 45	0.03 1	0.05 161	0.04 71

StereoAnything_RVC	0.07 7	0.15 571	0.17 481	0.11 1	0.05 2	0.05 4	0.11 61	0.08 10	0.08 24	0.06 20	0.06 23	0.05 5	0.05 14	0.09 58	0.08 25	0.08 404	0.04 25	0.05 45	0.03 1	0.05 161	0.04 71

AIO_rvc	0.07 7	0.06 99	0.08 56	0.15 106	0.06 27	0.08 77	0.14 228	0.09 18	0.08 24	0.07 67	0.08 114	0.07 116	0.04 1	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

HUF	0.08 77	0.05 36	0.08 56	0.14 55	0.06 27	0.09 129	0.13 163	0.13 106	0.13 175	0.07 67	0.07 60	0.08 175	0.06 62	0.10 120	0.09 101	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

AIO_test	0.07 7	0.05 36	0.07 11	0.15 106	0.07 125	0.06 12	0.14 228	0.10 31	0.10 66	0.07 67	0.07 60	0.06 39	0.05 14	0.08 25	0.10 198	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

castereo++	0.08 77	0.05 36	0.08 56	0.15 106	0.05 2	0.14 379	0.12 93	0.11 54	0.15 232	0.07 67	0.07 60	0.07 116	0.06 62	0.08 25	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

castereo	0.09 164	0.06 99	0.11 236	0.15 106	0.06 27	0.11 242	0.15 311	0.14 136	0.18 329	0.08 120	0.10 185	0.11 275	0.08 222	0.09 58	0.10 198	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

GIP-stereo	0.08 77	0.06 99	0.11 236	0.14 55	0.06 27	0.09 129	0.13 163	0.14 136	0.11 97	0.07 67	0.08 114	0.05 5	0.04 1	0.10 120	0.07 1	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

fffft	0.09 164	0.06 99	0.12 280	0.16 201	0.07 125	0.09 129	0.17 421	0.12 81	0.11 97	0.08 120	0.07 60	0.09 210	0.06 62	0.11 188	0.12 339	0.05 51	0.04 25	0.06 180	0.05 182	0.04 48	0.05 200
1: 1. 1
DEFOM-Stereo	0.07 7	0.05 36	0.07 11	0.14 55	0.06 27	0.10 191	0.13 163	0.07 6	0.13 175	0.06 20	0.07 60	0.06 39	0.05 14	0.10 120	0.09 101	0.04 11	0.04 25	0.05 45	0.03 1	0.04 48	0.04 71

SMoEStereo_RVC	0.08 77	0.06 99	0.12 280	0.16 201	0.07 125	0.09 129	0.14 228	0.11 54	0.13 175	0.09 171	0.07 60	0.07 116	0.07 174	0.12 281	0.10 198	0.05 51	0.04 25	0.06 180	0.05 182	0.04 48	0.04 71

tt45	0.09 164	0.06 99	0.11 236	0.15 106	0.07 125	0.11 242	0.16 380	0.13 106	0.11 97	0.09 171	0.06 23	0.08 175	0.06 62	0.13 333	0.10 198	0.06 166	0.04 25	0.06 180	0.05 182	0.05 161	0.06 295

999	0.09 164	0.05 36	0.13 330	0.15 106	0.08 204	0.10 191	0.14 228	0.15 177	0.11 97	0.10 216	0.08 114	0.08 175	0.08 222	0.16 421	0.10 198	0.06 166	0.04 25	0.06 180	0.05 182	0.04 48	0.05 200

mms	0.09 164	0.07 217	0.08 56	0.16 201	0.08 204	0.10 191	0.16 380	0.12 81	0.11 97	0.08 120	0.09 149	0.08 175	0.06 62	0.11 188	0.12 339	0.05 51	0.04 25	0.07 290	0.05 182	0.04 48	0.03 2

ours_stereo	0.09 164	0.07 217	0.09 118	0.17 288	0.08 204	0.11 242	0.16 380	0.11 54	0.12 134	0.08 120	0.10 185	0.08 175	0.06 62	0.12 281	0.12 339	0.05 51	0.04 25	0.06 180	0.05 182	0.04 48	0.03 2

tg	0.10 232	0.06 99	0.10 182	0.18 378	0.08 204	0.11 242	0.16 380	0.20 328	0.12 134	0.08 120	0.11 235	0.11 275	0.07 174	0.11 188	0.10 198	0.05 51	0.04 25	0.08 384	0.08 443	0.04 48	0.04 71

dual_stereo	0.07 7	0.04 1	0.08 56	0.15 106	0.05 2	0.05 4	0.13 163	0.12 81	0.08 24	0.07 67	0.06 23	0.05 5	0.05 14	0.07 4	0.09 101	0.06 166	0.04 25	0.05 45	0.03 1	0.04 48	0.04 71

WCG-NET	0.08 77	0.05 36	0.09 118	0.15 106	0.06 27	0.11 242	0.14 228	0.13 106	0.13 175	0.06 20	0.09 149	0.07 116	0.06 62	0.13 333	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

IGEV-Stereo++	0.07 7	0.06 99	0.08 56	0.18 378	0.06 27	0.04 1	0.10 32	0.11 54	0.11 97	0.06 20	0.07 60	0.07 116	0.06 62	0.09 58	0.09 101	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

Pointernet	0.09 164	0.04 1	0.09 118	0.16 201	0.08 204	0.13 345	0.10 32	0.15 177	0.17 298	0.09 171	0.07 60	0.06 39	0.06 62	0.11 188	0.09 101	0.08 404	0.04 25	0.05 45	0.03 1	0.06 282	0.05 200

U	0.08 77	0.07 217	0.09 118	0.19 446	0.10 442	0.10 191	0.13 163	0.12 81	0.17 298	0.07 67	0.07 60	0.06 39	0.05 14	0.07 4	0.08 25	0.06 166	0.04 25	0.06 180	0.04 54	0.06 282	0.05 200

IGEV-BASED-STEREO-	0.09 164	0.10 477	0.31 590	0.15 106	0.06 27	0.08 77	0.14 228	0.10 31	0.10 66	0.07 67	0.07 60	0.06 39	0.04 1	0.11 188	0.07 1	0.12 561	0.04 25	0.07 290	0.05 182	0.05 161	0.05 200

IGEV-Stereo+	0.07 7	0.04 1	0.08 56	0.15 106	0.06 27	0.04 1	0.09 18	0.10 31	0.09 45	0.06 20	0.06 23	0.06 39	0.06 62	0.06 1	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.06 282	0.06 295

WCG-NET（raft）	0.08 77	0.05 36	0.10 182	0.15 106	0.06 27	0.11 242	0.13 163	0.15 177	0.12 134	0.08 120	0.07 60	0.06 39	0.06 62	0.13 333	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

RSM++	0.08 77	0.06 99	0.09 118	0.17 288	0.07 125	0.09 129	0.12 93	0.11 54	0.11 97	0.08 120	0.06 23	0.07 116	0.05 14	0.10 120	0.09 101	0.04 11	0.04 25	0.06 180	0.05 182	0.05 161	0.03 2

RSM	0.08 77	0.06 99	0.09 118	0.17 288	0.06 27	0.08 77	0.12 93	0.12 81	0.10 66	0.08 120	0.07 60	0.06 39	0.05 14	0.11 188	0.09 101	0.04 11	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

RAFT-Stereo-weight	0.09 164	0.06 99	0.10 182	0.16 201	0.07 125	0.09 129	0.14 228	0.19 317	0.16 269	0.11 251	0.10 185	0.08 175	0.06 62	0.10 120	0.11 278	0.06 166	0.04 25	0.06 180	0.04 54	0.04 48	0.04 71

gcap-zeroshot	0.08 77	0.06 99	0.10 182	0.15 106	0.07 125	0.11 242	0.12 93	0.15 177	0.15 232	0.08 120	0.12 256	0.05 5	0.06 62	0.09 58	0.08 25	0.05 51	0.04 25	0.06 180	0.05 182	0.03 1	0.04 71

test_for_model	0.08 77	0.06 99	0.10 182	0.16 201	0.07 125	0.11 242	0.12 93	0.15 177	0.15 232	0.08 120	0.12 256	0.05 5	0.06 62	0.09 58	0.08 25	0.05 51	0.04 25	0.06 180	0.05 182	0.03 1	0.04 71

H2IRNET	0.10 232	0.09 415	0.09 118	0.18 378	0.09 330	0.12 294	0.15 311	0.14 136	0.21 387	0.10 216	0.10 185	0.10 245	0.10 295	0.10 120	0.10 198	0.05 51	0.04 25	0.08 384	0.08 443	0.06 282	0.05 200

MGS-Stereo	0.09 164	0.07 217	0.12 280	0.15 106	0.08 204	0.09 129	0.15 311	0.12 81	0.12 134	0.07 67	0.10 185	0.08 175	0.06 62	0.10 120	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.06 282	0.05 200

MoCha-V2	0.08 77	0.05 36	0.10 182	0.20 512	0.07 125	0.09 129	0.14 228	0.11 54	0.08 24	0.07 67	0.08 114	0.07 116	0.06 62	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

IGEV++	0.08 77	0.06 99	0.08 56	0.18 378	0.07 125	0.09 129	0.13 163	0.10 31	0.09 45	0.08 120	0.08 114	0.06 39	0.06 62	0.13 333	0.09 101	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

ACVNet-DCA	0.10 232	0.08 335	0.12 280	0.17 288	0.09 330	0.13 345	0.15 311	0.23 396	0.16 269	0.09 171	0.09 149	0.06 39	0.06 62	0.10 120	0.07 1	0.06 166	0.04 25	0.06 180	0.05 182	0.07 361	0.07 382

xx1	0.11 280	0.08 335	0.12 280	0.17 288	0.09 330	0.13 345	0.15 311	0.16 215	0.18 329	0.09 171	0.09 149	0.16 386	0.16 469	0.10 120	0.07 1	0.06 166	0.04 25	0.08 384	0.08 443	0.07 361	0.07 382

1test111	0.11 280	0.08 335	0.12 280	0.17 288	0.09 330	0.13 345	0.15 311	0.23 396	0.16 269	0.09 171	0.09 149	0.06 39	0.06 62	0.15 386	0.16 466	0.06 166	0.04 25	0.06 180	0.05 182	0.07 361	0.07 382

cc1	0.10 232	0.08 335	0.12 280	0.17 288	0.09 330	0.13 345	0.15 311	0.16 215	0.18 329	0.09 171	0.09 149	0.06 39	0.06 62	0.10 120	0.07 1	0.06 166	0.04 25	0.06 180	0.05 182	0.06 282	0.06 295

ff7	0.09 164	0.07 217	0.11 236	0.16 201	0.09 330	0.11 242	0.15 311	0.16 215	0.12 134	0.10 216	0.06 23	0.06 39	0.06 62	0.11 188	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.05 161	0.06 295

ffff	0.09 164	0.07 217	0.11 236	0.16 201	0.09 330	0.11 242	0.15 311	0.16 215	0.12 134	0.10 216	0.06 23	0.06 39	0.06 62	0.11 188	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.05 161	0.06 295

ffm	0.12 351	0.09 415	0.14 367	0.16 201	0.08 204	0.17 457	0.17 421	0.15 177	0.19 348	0.15 371	0.25 473	0.19 436	0.13 399	0.10 120	0.07 1	0.06 166	0.04 25	0.09 467	0.08 443	0.06 282	0.06 295

ff1	0.13 377	0.09 415	0.14 367	0.16 201	0.08 204	0.17 457	0.17 421	0.15 177	0.19 348	0.15 371	0.25 473	0.19 436	0.13 399	0.14 362	0.20 518	0.06 166	0.04 25	0.09 467	0.08 443	0.06 282	0.06 295

11t	0.09 164	0.07 217	0.11 236	0.16 201	0.09 330	0.11 242	0.15 311	0.16 215	0.12 134	0.10 216	0.06 23	0.06 39	0.06 62	0.11 188	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.05 161	0.06 295

tt1	0.10 232	0.08 335	0.12 280	0.17 288	0.09 330	0.12 294	0.16 380	0.15 177	0.19 348	0.09 171	0.08 114	0.06 39	0.06 62	0.10 120	0.07 1	0.06 166	0.04 25	0.06 180	0.05 182	0.06 282	0.06 295

IGEV_Zeroshot_test	0.09 164	0.05 36	0.12 280	0.13 16	0.08 204	0.12 294	0.13 163	0.17 254	0.11 97	0.10 216	0.06 23	0.09 210	0.06 62	0.11 188	0.09 101	0.06 166	0.04 25	0.06 180	0.06 272	0.05 161	0.05 200

MSKI-zero shot	0.09 164	0.05 36	0.09 118	0.15 106	0.07 125	0.10 191	0.13 163	0.14 136	0.13 175	0.09 171	0.09 149	0.09 210	0.06 62	0.12 281	0.10 198	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

DLNR_Zeroshot_test	10.40 695	1.82 686	19.49 710	120.77 716	13.11 704	0.06 12	0.13 163	0.23 396	0.10 66	0.07 67	0.10 185	0.09 210	0.06 62	0.10 120	0.09 101	0.13 587	0.04 25	0.06 180	0.04 54	51.54 716	0.04 71

CASnet	0.09 164	0.09 415	0.09 118	0.19 446	0.06 27	0.07 39	0.11 61	0.18 287	0.14 207	0.11 251	0.10 185	0.09 210	0.07 174	0.10 120	0.10 198	0.06 166	0.04 25	0.10 515	0.08 443	0.05 161	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	0.08 77	0.06 99	0.10 182	0.15 106	0.07 125	0.11 242	0.12 93	0.15 177	0.15 232	0.08 120	0.12 256	0.05 5	0.06 62	0.09 58	0.08 25	0.05 51	0.04 25	0.06 180	0.05 182	0.03 1	0.04 71

AEACV	0.08 77	0.05 36	0.08 56	0.14 55	0.13 549	0.14 379	0.13 163	0.14 136	0.09 45	0.07 67	0.09 149	0.07 116	0.08 222	0.10 120	0.09 101	0.06 166	0.04 25	0.06 180	0.05 182	0.05 161	0.04 71

Any-RAFT	0.10 232	0.05 36	0.09 118	0.14 55	0.07 125	0.13 345	0.14 228	0.21 351	0.15 232	0.11 251	0.12 256	0.12 295	0.09 256	0.12 281	0.09 101	0.07 328	0.04 25	0.05 45	0.04 54	0.06 282	0.05 200

RAFT-Test	0.09 164	0.06 99	0.10 182	0.15 106	0.07 125	0.11 242	0.15 311	0.16 215	0.13 175	0.09 171	0.10 185	0.10 245	0.09 256	0.12 281	0.09 101	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.05 200

HH	0.09 164	0.06 99	0.13 330	0.17 288	0.08 204	0.10 191	0.16 380	0.14 136	0.10 66	0.08 120	0.09 149	0.08 175	0.07 174	0.10 120	0.09 101	0.06 166	0.04 25	0.06 180	0.05 182	0.05 161	0.04 71

HanStereo	0.09 164	0.06 99	0.13 330	0.17 288	0.08 204	0.10 191	0.16 380	0.14 136	0.10 66	0.08 120	0.09 149	0.08 175	0.07 174	0.10 120	0.09 101	0.06 166	0.04 25	0.06 180	0.05 182	0.05 161	0.04 71

LL-Strereo	0.13 377	0.09 415	0.11 236	0.20 512	0.10 442	0.11 242	0.18 470	0.32 546	0.24 430	0.15 371	0.15 305	0.14 341	0.13 399	0.19 492	0.11 278	0.06 166	0.04 25	0.09 467	0.08 443	0.04 48	0.05 200

LoS_RVC	0.08 77	0.05 36	0.07 11	0.15 106	0.07 125	0.08 77	0.15 311	0.11 54	0.10 66	0.08 120	0.09 149	0.06 39	0.09 256	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.03 2

CAS	0.08 77	0.04 1	0.07 11	0.17 288	0.08 204	0.10 191	0.13 163	0.12 81	0.09 45	0.09 171	0.10 185	0.08 175	0.06 62	0.09 58	0.08 25	0.08 404	0.04 25	0.05 45	0.03 1	0.05 161	0.04 71

anonymousdsp2	0.11 280	0.07 217	0.10 182	0.16 201	0.09 330	0.13 345	0.14 228	0.18 287	0.22 401	0.13 322	0.14 288	0.12 295	0.09 256	0.14 362	0.11 278	0.05 51	0.04 25	0.05 45	0.04 54	0.06 282	0.05 200

anonymousdsp	0.09 164	0.07 217	0.11 236	0.16 201	0.09 330	0.11 242	0.15 311	0.16 215	0.12 134	0.09 171	0.06 23	0.06 39	0.06 62	0.11 188	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.05 161	0.06 295

CES	0.08 77	0.04 1	0.08 56	0.14 55	0.07 125	0.09 129	0.14 228	0.11 54	0.09 45	0.08 120	0.09 149	0.11 275	0.06 62	0.12 281	0.08 25	0.06 166	0.04 25	0.05 45	0.03 1	0.05 161	0.05 200

Selective-IGEV	0.07 7	0.06 99	0.08 56	0.17 288	0.06 27	0.08 77	0.12 93	0.13 106	0.07 15	0.08 120	0.07 60	0.06 39	0.04 1	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

EGLCR-Stereo	0.08 77	0.05 36	0.08 56	0.14 55	0.06 27	0.10 191	0.12 93	0.11 54	0.16 269	0.06 20	0.05 7	0.07 116	0.05 14	0.10 120	0.11 278	0.06 166	0.04 25	0.06 180	0.05 182	0.04 48	0.04 71

ProNet	0.09 164	0.07 217	0.10 182	0.17 288	0.08 204	0.10 191	0.15 311	0.15 177	0.12 134	0.09 171	0.06 23	0.07 116	0.06 62	0.11 188	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.04 48	0.06 295

MC-Stereo	0.08 77	0.06 99	0.09 118	0.17 288	0.06 27	0.10 191	0.14 228	0.12 81	0.10 66	0.09 171	0.12 256	0.09 210	0.06 62	0.11 188	0.10 198	0.06 166	0.04 25	0.06 180	0.05 182	0.04 48	0.04 71

RCA-Stereo	0.09 164	0.06 99	0.09 118	0.16 201	0.06 27	0.09 129	0.13 163	0.18 287	0.14 207	0.09 171	0.10 185	0.08 175	0.07 174	0.12 281	0.11 278	0.06 166	0.04 25	0.06 180	0.05 182	0.05 161	0.04 71

DCANet-4	0.10 232	0.06 99	0.12 280	0.16 201	0.06 27	0.09 129	0.17 421	0.18 287	0.19 348	0.13 322	0.16 318	0.09 210	0.14 423	0.11 188	0.12 339	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.05 200

ccc-4	0.09 164	0.07 217	0.11 236	0.16 201	0.09 330	0.11 242	0.15 311	0.16 215	0.12 134	0.10 216	0.06 23	0.06 39	0.06 62	0.11 188	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.05 161	0.06 295

fff	0.10 232	0.06 99	0.12 280	0.15 106	0.07 125	0.09 129	0.17 421	0.16 215	0.20 371	0.13 322	0.16 318	0.10 245	0.11 328	0.11 188	0.12 339	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.05 200

ADStereo(finetuned)	0.10 232	0.06 99	0.12 280	0.16 201	0.06 27	0.09 129	0.17 421	0.15 177	0.19 348	0.13 322	0.17 340	0.10 245	0.12 359	0.11 188	0.12 339	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

DisPM	0.11 280	0.07 217	0.12 280	0.16 201	0.09 330	0.06 12	0.13 163	0.17 254	0.17 298	0.14 344	0.20 390	0.12 295	0.10 295	0.11 188	0.10 198	0.06 166	0.04 25	0.07 290	0.06 272	0.06 282	0.11 548

RAFT+CT+SA	0.13 377	0.11 503	0.09 118	0.19 446	0.09 330	0.15 405	0.28 624	0.22 375	0.22 401	0.15 371	0.26 490	0.10 245	0.10 295	0.11 188	0.12 339	0.05 51	0.04 25	0.07 290	0.08 443	0.07 361	0.06 295

test_4	0.10 232	0.10 477	0.08 56	0.19 446	0.09 330	0.08 77	0.22 563	0.15 177	0.17 298	0.12 292	0.18 367	0.12 295	0.09 256	0.08 25	0.11 278	0.04 11	0.04 25	0.08 384	0.08 443	0.04 48	0.03 2

IGEV-Stereo	0.09 164	0.07 217	0.11 236	0.16 201	0.09 330	0.11 242	0.15 311	0.16 215	0.12 134	0.09 171	0.06 23	0.06 39	0.06 62	0.11 188	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.05 161	0.06 295
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 164	0.05 36	0.13 330	0.14 55	0.08 204	0.12 294	0.15 311	0.18 287	0.10 66	0.11 251	0.08 114	0.08 175	0.05 14	0.10 120	0.09 101	0.06 166	0.04 25	0.06 180	0.05 182	0.06 282	0.05 200

IPLG	0.10 232	0.07 217	0.15 415	0.17 288	0.08 204	0.11 242	0.14 228	0.20 328	0.15 232	0.12 292	0.17 340	0.07 116	0.07 174	0.14 362	0.13 381	0.06 166	0.04 25	0.06 180	0.05 182	0.04 48	0.04 71

MIPNet	0.11 280	0.08 335	0.14 367	0.17 288	0.09 330	0.12 294	0.14 228	0.20 328	0.24 430	0.11 251	0.10 185	0.09 210	0.07 174	0.13 333	0.12 339	0.06 166	0.04 25	0.06 180	0.05 182	0.04 48	0.04 71

test-3	0.08 77	0.06 99	0.09 118	0.17 288	0.07 125	0.07 39	0.14 228	0.12 81	0.15 232	0.09 171	0.08 114	0.07 116	0.08 222	0.11 188	0.10 198	0.05 51	0.04 25	0.07 290	0.05 182	0.04 48	0.04 71

test_1	0.08 77	0.06 99	0.09 118	0.17 288	0.07 125	0.07 39	0.14 228	0.12 81	0.15 232	0.09 171	0.08 114	0.07 116	0.08 222	0.11 188	0.10 198	0.05 51	0.04 25	0.07 290	0.05 182	0.04 48	0.04 71

test_3	0.10 232	0.09 415	0.10 182	0.20 512	0.08 204	0.13 345	0.26 611	0.14 136	0.21 387	0.10 216	0.10 185	0.09 210	0.09 256	0.08 25	0.11 278	0.05 51	0.04 25	0.08 384	0.07 370	0.04 48	0.04 71

CrosDoStereo	0.12 351	0.06 99	0.12 280	0.14 55	0.08 204	0.12 294	0.15 311	0.17 254	0.22 401	0.19 465	0.24 445	0.15 370	0.11 328	0.11 188	0.12 339	0.06 166	0.04 25	0.07 290	0.07 370	0.05 161	0.05 200

LCNet	0.11 280	0.07 217	0.09 118	0.19 446	0.09 330	0.08 77	0.15 311	0.21 351	0.15 232	0.11 251	0.15 305	0.16 386	0.11 328	0.12 281	0.11 278	0.05 51	0.04 25	0.08 384	0.07 370	0.06 282	0.15 607

HHNet	0.11 280	0.06 99	0.16 451	0.15 106	0.14 570	0.07 39	0.13 163	0.20 328	0.17 298	0.14 344	0.25 473	0.11 275	0.08 222	0.13 333	0.10 198	0.05 51	0.04 25	0.08 384	0.06 272	0.05 161	0.09 492

Patchmatch Stereo++	0.11 280	0.09 415	0.16 451	0.18 378	0.08 204	0.06 12	0.11 61	0.16 215	0.13 175	0.15 371	0.16 318	0.14 341	0.12 359	0.11 188	0.10 198	0.06 166	0.04 25	0.08 384	0.06 272	0.08 425	0.07 382
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	0.11 280	0.07 217	0.16 451	0.19 446	0.09 330	0.08 77	0.13 163	0.18 287	0.13 175	0.16 399	0.21 413	0.13 321	0.14 423	0.11 188	0.14 419	0.06 166	0.04 25	0.09 467	0.06 272	0.06 282	0.05 200

STrans-v2	0.10 232	0.07 217	0.12 280	0.18 378	0.07 125	0.10 191	0.14 228	0.21 351	0.11 97	0.11 251	0.15 305	0.12 295	0.10 295	0.11 188	0.12 339	0.05 51	0.04 25	0.06 180	0.06 272	0.04 48	0.04 71

TransformOpticalFlow	0.10 232	0.08 335	0.13 330	0.18 378	0.07 125	0.09 129	0.15 311	0.19 317	0.15 232	0.12 292	0.17 340	0.11 275	0.11 328	0.11 188	0.10 198	0.05 51	0.04 25	0.06 180	0.06 272	0.05 161	0.05 200

OMP-Stereo	0.11 280	0.06 99	0.14 367	0.18 378	0.08 204	0.09 129	0.12 93	0.21 351	0.21 387	0.13 322	0.14 288	0.11 275	0.12 359	0.11 188	0.13 381	0.06 166	0.04 25	0.07 290	0.06 272	0.05 161	0.04 71

NF-Stereo	0.11 280	0.07 217	0.13 330	0.17 288	0.09 330	0.10 191	0.14 228	0.23 396	0.19 348	0.12 292	0.17 340	0.12 295	0.11 328	0.11 188	0.11 278	0.06 166	0.04 25	0.07 290	0.06 272	0.06 282	0.12 561

OCTAStereo	0.11 280	0.07 217	0.13 330	0.17 288	0.09 330	0.10 191	0.14 228	0.23 396	0.19 348	0.12 292	0.17 340	0.12 295	0.11 328	0.11 188	0.11 278	0.06 166	0.04 25	0.07 290	0.06 272	0.06 282	0.12 561

NRIStereo	0.11 280	0.08 335	0.14 367	0.18 378	0.08 204	0.10 191	0.14 228	0.16 215	0.15 232	0.12 292	0.14 288	0.13 321	0.12 359	0.13 333	0.10 198	0.06 166	0.04 25	0.07 290	0.06 272	0.06 282	0.07 382

PSM-adaLoss	0.11 280	0.09 415	0.16 451	0.18 378	0.08 204	0.06 12	0.12 93	0.16 215	0.13 175	0.15 371	0.16 318	0.14 341	0.12 359	0.11 188	0.10 198	0.06 166	0.04 25	0.08 384	0.06 272	0.08 425	0.07 382

ROB_FTStereo_v2	0.11 280	0.09 415	0.16 451	0.19 446	0.08 204	0.06 12	0.12 93	0.16 215	0.13 175	0.15 371	0.16 318	0.14 341	0.12 359	0.11 188	0.10 198	0.06 166	0.04 25	0.08 384	0.06 272	0.08 425	0.07 382

ROB_FTStereo	0.11 280	0.09 415	0.16 451	0.19 446	0.08 204	0.06 12	0.11 61	0.16 215	0.13 175	0.15 371	0.16 318	0.14 341	0.12 359	0.11 188	0.10 198	0.06 166	0.04 25	0.08 384	0.06 272	0.08 425	0.07 382

KYRaft	0.11 280	0.07 217	0.10 182	0.19 446	0.09 330	0.08 77	0.15 311	0.22 375	0.12 134	0.13 322	0.16 318	0.20 448	0.10 295	0.12 281	0.10 198	0.05 51	0.04 25	0.08 384	0.08 443	0.06 282	0.16 618

HUI-Stereo	0.11 280	0.09 415	0.16 451	0.18 378	0.08 204	0.06 12	0.12 93	0.16 215	0.13 175	0.15 371	0.16 318	0.14 341	0.12 359	0.11 188	0.10 198	0.06 166	0.04 25	0.08 384	0.06 272	0.08 425	0.07 382

ASMatch	0.11 280	0.06 99	0.13 330	0.16 201	0.10 442	0.07 39	0.14 228	0.17 254	0.17 298	0.12 292	0.16 318	0.16 386	0.10 295	0.13 333	0.10 198	0.05 51	0.04 25	0.06 180	0.05 182	0.04 48	0.08 448

DeepStereo_LL	0.12 351	0.06 99	0.12 280	0.14 55	0.08 204	0.12 294	0.15 311	0.17 254	0.22 401	0.19 465	0.24 445	0.15 370	0.11 328	0.11 188	0.12 339	0.06 166	0.04 25	0.07 290	0.07 370	0.05 161	0.05 200

DEmStereo	0.12 351	0.06 99	0.14 367	0.14 55	0.10 442	0.16 435	0.15 311	0.16 215	0.24 430	0.17 418	0.24 445	0.13 321	0.14 423	0.12 281	0.13 381	0.05 51	0.04 25	0.07 290	0.06 272	0.05 161	0.05 200

SST-Stereo	0.10 232	0.07 217	0.15 415	0.18 378	0.09 330	0.06 12	0.12 93	0.17 254	0.11 97	0.15 371	0.17 340	0.13 321	0.12 359	0.10 120	0.11 278	0.06 166	0.04 25	0.09 467	0.06 272	0.06 282	0.05 200

THIR-Stereo	0.12 351	0.07 217	0.11 236	0.15 106	0.08 204	0.14 379	0.16 380	0.17 254	0.25 451	0.16 399	0.24 445	0.14 341	0.12 359	0.12 281	0.14 419	0.06 166	0.04 25	0.07 290	0.07 370	0.05 161	0.05 200

RAFT_R40	0.11 280	0.07 217	0.14 367	0.18 378	0.09 330	0.06 12	0.13 163	0.17 254	0.16 269	0.14 344	0.18 367	0.15 370	0.12 359	0.10 120	0.11 278	0.06 166	0.04 25	0.09 467	0.06 272	0.06 282	0.05 200

DRaft	0.12 351	0.06 99	0.11 236	0.14 55	0.09 330	0.14 379	0.17 421	0.21 351	0.30 507	0.17 418	0.28 513	0.10 245	0.15 441	0.10 120	0.12 339	0.05 51	0.04 25	0.07 290	0.06 272	0.05 161	0.05 200

PFNet	0.12 351	0.06 99	0.17 481	0.17 288	0.08 204	0.09 129	0.15 311	0.26 455	0.20 371	0.16 399	0.16 318	0.14 341	0.11 328	0.12 281	0.11 278	0.06 166	0.04 25	0.07 290	0.06 272	0.05 161	0.05 200

RE-Stereo	0.11 280	0.07 217	0.13 330	0.17 288	0.09 330	0.10 191	0.14 228	0.23 396	0.19 348	0.12 292	0.17 340	0.12 295	0.11 328	0.11 188	0.11 278	0.06 166	0.04 25	0.07 290	0.06 272	0.06 282	0.12 561

Pruner-Stereo	0.11 280	0.07 217	0.12 280	0.17 288	0.09 330	0.06 12	0.12 93	0.17 254	0.17 298	0.13 322	0.19 378	0.13 321	0.09 256	0.11 188	0.11 278	0.06 166	0.04 25	0.07 290	0.06 272	0.06 282	0.08 448

TVStereo	0.11 280	0.07 217	0.13 330	0.17 288	0.09 330	0.10 191	0.14 228	0.23 396	0.19 348	0.12 292	0.17 340	0.12 295	0.11 328	0.11 188	0.11 278	0.06 166	0.04 25	0.07 290	0.06 272	0.06 282	0.12 561

DeepStereo_RVC	0.11 280	0.08 335	0.16 451	0.18 378	0.08 204	0.08 77	0.12 93	0.17 254	0.12 134	0.13 322	0.14 288	0.12 295	0.12 359	0.12 281	0.11 278	0.06 166	0.04 25	0.07 290	0.06 272	0.07 361	0.08 448

iGMRVC	0.11 280	0.09 415	0.16 451	0.19 446	0.08 204	0.06 12	0.12 93	0.16 215	0.13 175	0.15 371	0.16 318	0.14 341	0.12 359	0.11 188	0.10 198	0.06 166	0.04 25	0.08 384	0.06 272	0.08 425	0.07 382

RAFT-RH_RVC	0.11 280	0.06 99	0.14 367	0.16 201	0.09 330	0.12 294	0.12 93	0.17 254	0.12 134	0.13 322	0.41 605	0.11 275	0.10 295	0.13 333	0.12 339	0.05 51	0.04 25	0.08 384	0.05 182	0.04 48	0.06 295

IRAFT_RVC	0.12 351	0.08 335	0.16 451	0.19 446	0.08 204	0.07 39	0.15 311	0.24 420	0.23 413	0.14 344	0.14 288	0.15 370	0.12 359	0.12 281	0.10 198	0.06 166	0.04 25	0.09 467	0.06 272	0.06 282	0.06 295

iRAFT	0.11 280	0.09 415	0.16 451	0.18 378	0.08 204	0.06 12	0.11 61	0.16 215	0.13 175	0.15 371	0.16 318	0.14 341	0.12 359	0.11 188	0.10 198	0.06 166	0.04 25	0.08 384	0.06 272	0.08 425	0.07 382

CRE-IMP	0.11 280	0.09 415	0.16 451	0.19 446	0.08 204	0.10 191	0.12 93	0.18 287	0.10 66	0.14 344	0.13 274	0.13 321	0.12 359	0.12 281	0.11 278	0.07 328	0.04 25	0.08 384	0.06 272	0.08 425	0.08 448

cross-raft	0.10 232	0.09 415	0.09 118	0.19 446	0.07 125	0.11 242	0.25 602	0.13 106	0.15 232	0.08 120	0.11 235	0.12 295	0.10 295	0.09 58	0.11 278	0.05 51	0.04 25	0.06 180	0.05 182	0.04 48	0.04 71

test-1	0.10 232	0.07 217	0.16 451	0.19 446	0.08 204	0.11 242	0.24 587	0.14 136	0.18 329	0.09 171	0.07 60	0.09 210	0.08 222	0.07 4	0.09 101	0.06 166	0.04 25	0.06 180	0.05 182	0.04 48	0.04 71

GMM-Stereo	0.11 280	0.07 217	0.10 182	0.18 378	0.09 330	0.08 77	0.15 311	0.23 396	0.16 269	0.11 251	0.15 305	0.13 321	0.11 328	0.11 188	0.11 278	0.05 51	0.04 25	0.08 384	0.07 370	0.06 282	0.09 492

RAFT-IKP	0.11 280	0.09 415	0.16 451	0.19 446	0.08 204	0.06 12	0.12 93	0.16 215	0.13 175	0.15 371	0.16 318	0.14 341	0.12 359	0.11 188	0.10 198	0.06 166	0.04 25	0.08 384	0.06 272	0.08 425	0.07 382

Prome-Stereo	0.11 280	0.06 99	0.10 182	0.18 378	0.08 204	0.12 294	0.15 311	0.22 375	0.13 175	0.12 292	0.17 340	0.13 321	0.08 222	0.12 281	0.10 198	0.05 51	0.04 25	0.07 290	0.06 272	0.06 282	0.09 492

rafts_anoy	0.11 280	0.06 99	0.10 182	0.17 288	0.08 204	0.10 191	0.14 228	0.17 254	0.14 207	0.13 322	0.13 274	0.12 295	0.10 295	0.11 188	0.12 339	0.07 328	0.04 25	0.09 467	0.11 564	0.07 361	0.06 295

iRaftStereo_RVC	0.10 232	0.07 217	0.09 118	0.17 288	0.09 330	0.11 242	0.17 421	0.18 287	0.12 134	0.09 171	0.12 256	0.10 245	0.07 174	0.11 188	0.10 198	0.05 51	0.04 25	0.08 384	0.08 443	0.04 48	0.04 71

CREStereo++_RVC	0.08 77	0.04 1	0.06 5	0.13 16	0.07 125	0.09 129	0.12 93	0.14 136	0.14 207	0.10 216	0.14 288	0.08 175	0.07 174	0.09 58	0.11 278	0.06 166	0.04 25	0.05 45	0.05 182	0.04 48	0.04 71
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	0.09 164	0.06 99	0.07 11	0.15 106	0.05 2	0.16 435	0.18 470	0.15 177	0.15 232	0.10 216	0.11 235	0.11 275	0.11 328	0.10 120	0.12 339	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

raft+_RVC	0.11 280	0.07 217	0.09 118	0.16 201	0.07 125	0.10 191	0.11 61	0.24 420	0.20 371	0.12 292	0.15 305	0.12 295	0.08 222	0.12 281	0.13 381	0.07 328	0.04 25	0.07 290	0.06 272	0.05 161	0.05 200

XX-TBD	0.09 164	0.06 99	0.07 11	0.14 55	0.07 125	0.12 294	0.16 380	0.14 136	0.13 175	0.11 251	0.12 256	0.09 210	0.08 222	0.10 120	0.10 198	0.06 166	0.04 25	0.05 45	0.03 1	0.06 282	0.05 200

DCANet	0.10 232	0.06 99	0.12 280	0.16 201	0.06 27	0.09 129	0.17 421	0.15 177	0.19 348	0.13 322	0.17 340	0.10 245	0.11 328	0.11 188	0.12 339	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

csc	0.10 232	0.06 99	0.12 280	0.15 106	0.07 125	0.09 129	0.17 421	0.16 215	0.20 371	0.13 322	0.16 318	0.10 245	0.11 328	0.11 188	0.12 339	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.05 200

cscssc	0.10 232	0.06 99	0.12 280	0.15 106	0.07 125	0.09 129	0.17 421	0.16 215	0.20 371	0.13 322	0.16 318	0.10 245	0.11 328	0.11 188	0.12 339	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.05 200

111	0.10 232	0.06 99	0.12 280	0.15 106	0.07 125	0.10 191	0.14 228	0.21 351	0.23 413	0.11 251	0.12 256	0.14 341	0.11 328	0.13 333	0.10 198	0.06 166	0.04 25	0.06 180	0.04 54	0.05 161	0.05 200

test_xeample3	0.09 164	0.06 99	0.12 280	0.16 201	0.09 330	0.11 242	0.15 311	0.16 215	0.13 175	0.10 216	0.06 23	0.08 175	0.06 62	0.10 120	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.05 161	0.06 295

RAFT-Stereo + iAFF	0.09 164	0.06 99	0.10 182	0.17 288	0.06 27	0.10 191	0.16 380	0.17 254	0.14 207	0.09 171	0.10 185	0.08 175	0.09 256	0.11 188	0.09 101	0.05 51	0.04 25	0.06 180	0.06 272	0.04 48	0.03 2

AFF-stereo	0.09 164	0.06 99	0.10 182	0.17 288	0.07 125	0.10 191	0.16 380	0.17 254	0.09 45	0.10 216	0.12 256	0.09 210	0.09 256	0.12 281	0.09 101	0.05 51	0.04 25	0.07 290	0.07 370	0.04 48	0.03 2

EAI-Stereo	0.09 164	0.07 217	0.11 236	0.15 106	0.06 27	0.10 191	0.15 311	0.16 215	0.09 45	0.08 120	0.09 149	0.08 175	0.07 174	0.09 58	0.11 278	0.05 51	0.04 25	0.05 45	0.05 182	0.05 161	0.04 71

CFNet-RSSM	0.09 164	0.07 217	0.09 118	0.16 201	0.07 125	0.09 129	0.15 311	0.16 215	0.17 298	0.08 120	0.12 256	0.10 245	0.09 256	0.11 188	0.09 101	0.06 166	0.04 25	0.06 180	0.04 54	0.04 48	0.04 71

Gwc-CoAtRS	0.09 164	0.06 99	0.10 182	0.16 201	0.07 125	0.10 191	0.14 228	0.17 254	0.17 298	0.08 120	0.10 185	0.12 295	0.09 256	0.12 281	0.09 101	0.06 166	0.04 25	0.06 180	0.04 54	0.04 48	0.04 71

CREStereo	0.09 164	0.04 1	0.08 56	0.11 1	0.06 27	0.13 345	0.14 228	0.14 136	0.10 66	0.08 120	0.13 274	0.09 210	0.08 222	0.11 188	0.10 198	0.08 404	0.04 25	0.05 45	0.03 1	0.06 282	0.06 295
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	0.09 164	0.05 36	0.09 118	0.12 5	0.06 27	0.12 294	0.14 228	0.15 177	0.11 97	0.09 171	0.13 274	0.10 245	0.07 174	0.13 333	0.10 198	0.15 605	0.04 25	0.05 45	0.03 1	0.07 361	0.06 295

HITNet	0.10 232	0.06 99	0.12 280	0.14 55	0.06 27	0.11 242	0.10 32	0.18 287	0.18 329	0.13 322	0.16 318	0.14 341	0.11 328	0.15 386	0.13 381	0.06 166	0.04 25	0.04 1	0.04 54	0.06 282	0.05 200
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	0.12 351	0.07 217	0.16 451	0.18 378	0.06 27	0.15 405	0.17 421	0.19 317	0.21 387	0.18 448	0.25 473	0.17 408	0.13 399	0.14 362	0.13 381	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

iResNet	0.13 377	0.10 477	0.18 505	0.19 446	0.08 204	0.13 345	0.18 470	0.20 328	0.26 465	0.15 371	0.23 433	0.15 370	0.13 399	0.14 362	0.14 419	0.06 166	0.04 25	0.06 180	0.05 182	0.06 282	0.05 200

LiteMatch*	0.08 77	0.04 1	0.11 236	0.13 16	0.08 204	0.08 77	0.13 163	0.14 136	0.09 45	0.05 2	0.05 7	0.05 5	0.09 256	0.11 188	0.10 198	0.06 166	0.05 263	0.05 45	0.04 54	0.05 161	0.05 200

DN	0.10 232	0.05 36	0.09 118	0.14 55	0.09 330	0.12 294	0.18 470	0.17 254	0.16 269	0.08 120	0.09 149	0.08 175	0.06 62	0.08 25	0.09 101	0.11 536	0.05 263	0.07 290	0.06 272	0.07 361	0.09 492

GCAP-Stereo-DPT-36K	0.08 77	0.06 99	0.15 415	0.14 55	0.06 27	0.08 77	0.13 163	0.13 106	0.11 97	0.07 67	0.08 114	0.07 116	0.06 62	0.09 58	0.08 25	0.05 51	0.05 263	0.05 45	0.04 54	0.03 1	0.04 71

GCAP-Stereo-DPT-20K	0.07 7	0.05 36	0.11 236	0.15 106	0.06 27	0.07 39	0.13 163	0.09 18	0.11 97	0.07 67	0.08 114	0.06 39	0.05 14	0.09 58	0.07 1	0.05 51	0.05 263	0.05 45	0.04 54	0.03 1	0.04 71

IGEV_i1	0.12 351	0.07 217	0.12 280	0.16 201	0.08 204	0.19 500	0.14 228	0.18 287	0.22 401	0.18 448	0.18 367	0.16 386	0.12 359	0.16 421	0.14 419	0.06 166	0.05 263	0.06 180	0.05 182	0.06 282	0.06 295

RT-IGEV	0.13 377	0.06 99	0.13 330	0.15 106	0.09 330	0.15 405	0.17 421	0.24 420	0.27 475	0.16 399	0.17 340	0.17 408	0.10 295	0.14 362	0.11 278	0.08 404	0.05 263	0.07 290	0.05 182	0.07 361	0.07 382

RT-Monster	0.09 164	0.05 36	0.09 118	0.14 55	0.08 204	0.11 242	0.10 32	0.17 254	0.18 329	0.13 322	0.10 185	0.09 210	0.08 222	0.10 120	0.10 198	0.07 328	0.05 263	0.05 45	0.04 54	0.05 161	0.06 295

DepthFocus	0.08 77	0.04 1	0.15 415	0.12 5	0.09 330	0.07 39	0.12 93	0.10 31	0.05 4	0.09 171	0.05 7	0.07 116	0.04 1	0.08 25	0.08 25	0.06 166	0.05 263	0.07 290	0.07 370	0.05 161	0.04 71

Selective-IGEV-i1	0.13 377	0.07 217	0.12 280	0.19 446	0.08 204	0.18 476	0.16 380	0.22 375	0.30 507	0.16 399	0.17 340	0.16 386	0.10 295	0.14 362	0.13 381	0.06 166	0.05 263	0.06 180	0.05 182	0.06 282	0.05 200

GeoVLM	0.08 77	0.04 1	0.10 182	0.13 16	0.06 27	0.10 191	0.12 93	0.13 106	0.08 24	0.06 20	0.07 60	0.06 39	0.08 222	0.10 120	0.11 278	0.06 166	0.05 263	0.04 1	0.03 1	0.04 48	0.05 200

VMStereo-Base	0.09 164	0.05 36	0.10 182	0.13 16	0.07 125	0.10 191	0.10 32	0.16 215	0.13 175	0.10 216	0.15 305	0.10 245	0.09 256	0.11 188	0.10 198	0.07 328	0.05 263	0.05 45	0.04 54	0.05 161	0.06 295

Hybrid-DGEV-2	0.11 280	0.06 99	0.12 280	0.18 378	0.09 330	0.09 129	0.13 163	0.28 496	0.29 497	0.11 251	0.11 235	0.09 210	0.12 359	0.12 281	0.09 101	0.06 166	0.05 263	0.07 290	0.07 370	0.05 161	0.05 200

DStereoRT	0.16 482	0.06 99	0.11 236	0.19 446	0.09 330	0.12 294	0.12 93	0.28 496	0.22 401	0.12 292	0.20 390	0.11 275	0.10 295	0.15 386	0.14 419	0.06 166	0.05 263	0.96 682	0.09 490	0.05 161	0.04 71

BStereo	0.08 77	0.06 99	0.16 451	0.15 106	0.08 204	0.07 39	0.09 18	0.15 177	0.16 269	0.06 20	0.07 60	0.07 116	0.05 14	0.09 58	0.11 278	0.04 11	0.05 263	0.05 45	0.07 370	0.04 48	0.04 71

MatchStereo	0.07 7	0.04 1	0.08 56	0.14 55	0.06 27	0.05 4	0.12 93	0.12 81	0.09 45	0.07 67	0.06 23	0.04 1	0.04 1	0.08 25	0.09 101	0.06 166	0.05 263	0.05 45	0.03 1	0.04 48	0.04 71
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
Wave_Phase_stereo	0.09 164	0.06 99	0.16 451	0.15 106	0.08 204	0.11 242	0.09 18	0.18 287	0.16 269	0.06 20	0.07 60	0.07 116	0.05 14	0.09 58	0.11 278	0.04 11	0.05 263	0.05 45	0.07 370	0.04 48	0.04 71

MonSter++	0.08 77	0.04 1	0.10 182	0.13 16	0.06 27	0.09 129	0.12 93	0.13 106	0.08 24	0.06 20	0.07 60	0.06 39	0.08 222	0.10 120	0.11 278	0.06 166	0.05 263	0.04 1	0.03 1	0.04 48	0.04 71

LCMNet	0.08 77	0.05 36	0.10 182	0.13 16	0.07 125	0.09 129	0.12 93	0.10 31	0.11 97	0.06 20	0.08 114	0.06 39	0.07 174	0.11 188	0.10 198	0.06 166	0.05 263	0.04 1	0.03 1	0.04 48	0.04 71

CSFM-Stereo	0.07 7	0.05 36	0.07 11	0.14 55	0.06 27	0.09 129	0.13 163	0.15 177	0.06 6	0.07 67	0.08 114	0.06 39	0.08 222	0.09 58	0.09 101	0.06 166	0.05 263	0.04 1	0.03 1	0.04 48	0.04 71

Select-FE	0.11 280	0.06 99	0.20 529	0.15 106	0.11 492	0.11 242	0.13 163	0.21 351	0.18 329	0.09 171	0.11 235	0.10 245	0.06 62	0.12 281	0.09 101	0.07 328	0.05 263	0.07 290	0.08 443	0.06 282	0.08 448

MultiAttention	0.29 617	0.08 335	0.14 367	0.19 446	0.12 526	1.45 685	1.33 689	0.36 597	0.37 561	0.19 465	0.21 413	0.24 499	0.11 328	0.38 632	0.18 499	0.06 166	0.05 263	0.08 384	0.08 443	0.10 521	0.09 492

AdaDepth	0.07 7	0.06 99	0.07 11	0.18 378	0.06 27	0.11 242	0.12 93	0.09 18	0.07 15	0.06 20	0.05 7	0.07 116	0.06 62	0.09 58	0.10 198	0.04 11	0.05 263	0.05 45	0.04 54	0.04 48	0.04 71

GASTEREO	0.08 77	0.05 36	0.09 118	0.19 446	0.07 125	0.07 39	0.12 93	0.14 136	0.11 97	0.10 216	0.09 149	0.07 116	0.04 1	0.12 281	0.08 25	0.06 166	0.05 263	0.05 45	0.04 54	0.04 48	0.05 200

MSCF	0.08 77	0.05 36	0.08 56	0.19 446	0.08 204	0.06 12	0.12 93	0.14 136	0.11 97	0.10 216	0.09 149	0.07 116	0.04 1	0.11 188	0.08 25	0.06 166	0.05 263	0.05 45	0.04 54	0.05 161	0.05 200

z-ln-s-r	0.17 503	0.10 477	0.40 615	0.19 446	0.08 204	0.17 457	0.18 470	0.22 375	0.33 529	0.18 448	0.40 594	0.22 475	0.17 492	0.20 517	0.23 559	0.07 328	0.05 263	0.07 290	0.07 370	0.07 361	0.05 200

water-stereo	0.09 164	0.06 99	0.08 56	0.16 201	0.07 125	0.09 129	0.13 163	0.15 177	0.13 175	0.11 251	0.12 256	0.08 175	0.09 256	0.07 4	0.08 25	0.06 166	0.05 263	0.05 45	0.05 182	0.04 48	0.04 71

depthmonostereo	0.09 164	0.06 99	0.09 118	0.15 106	0.06 27	0.10 191	0.13 163	0.14 136	0.14 207	0.10 216	0.10 185	0.09 210	0.11 328	0.08 25	0.09 101	0.06 166	0.05 263	0.06 180	0.04 54	0.04 48	0.03 2

DilatedVolume-Stereo	0.09 164	0.05 36	0.08 56	0.15 106	0.06 27	0.11 242	0.12 93	0.14 136	0.16 269	0.11 251	0.11 235	0.09 210	0.09 256	0.11 188	0.10 198	0.06 166	0.05 263	0.05 45	0.04 54	0.03 1	0.03 2

G2L-ROB	0.13 377	0.06 99	0.13 330	0.13 16	0.08 204	0.14 379	0.16 380	0.25 437	0.18 329	0.19 465	0.18 367	0.20 448	0.14 423	0.17 455	0.16 466	0.08 404	0.05 263	0.06 180	0.05 182	0.08 425	0.09 492

xyz-stereo	0.13 377	0.07 217	0.20 529	0.15 106	0.05 2	0.20 516	0.15 311	0.17 254	0.31 515	0.15 371	0.29 525	0.26 523	0.16 469	0.13 333	0.12 339	0.05 51	0.05 263	0.06 180	0.05 182	0.04 48	0.04 71

DFGA-Net	0.13 377	0.11 503	0.18 505	0.17 288	0.10 442	0.12 294	0.13 163	0.22 375	0.25 451	0.16 399	0.16 318	0.13 321	0.12 359	0.16 421	0.14 419	0.07 328	0.05 263	0.08 384	0.07 370	0.05 161	0.05 200

G2L-Stereo_test	0.14 414	0.07 217	0.11 236	0.13 16	0.08 204	0.12 294	0.16 380	0.30 524	0.28 490	0.20 488	0.23 433	0.20 448	0.16 469	0.17 455	0.18 499	0.07 328	0.05 263	0.05 45	0.05 182	0.07 361	0.06 295

coex_refinement	0.14 414	0.07 217	0.12 280	0.17 288	0.10 442	0.15 405	0.15 311	0.26 455	0.29 497	0.18 448	0.20 390	0.22 475	0.17 492	0.16 421	0.18 499	0.08 404	0.05 263	0.06 180	0.06 272	0.09 488	0.08 448

LG-Stereo	0.08 77	0.07 217	0.10 182	0.18 378	0.07 125	0.10 191	0.17 421	0.11 54	0.08 24	0.05 2	0.07 60	0.05 5	0.07 174	0.09 58	0.09 101	0.04 11	0.05 263	0.07 290	0.07 370	0.04 48	0.04 71

MM-Stereo_test1	0.10 232	0.07 217	0.08 56	0.18 378	0.07 125	0.12 294	0.18 470	0.21 351	0.20 371	0.09 171	0.11 235	0.08 175	0.06 62	0.10 120	0.10 198	0.06 166	0.05 263	0.07 290	0.06 272	0.05 161	0.04 71

SCV_C0	0.08 77	0.07 217	0.07 11	0.16 201	0.09 330	0.08 77	0.15 311	0.11 54	0.12 134	0.08 120	0.07 60	0.06 39	0.05 14	0.11 188	0.07 1	0.05 51	0.05 263	0.05 45	0.04 54	0.06 282	0.05 200

AIO-test2	0.10 232	0.08 335	0.10 182	0.23 585	0.08 204	0.11 242	0.10 32	0.23 396	0.23 413	0.08 120	0.09 149	0.08 175	0.05 14	0.10 120	0.08 25	0.06 166	0.05 263	0.08 384	0.09 490	0.05 161	0.05 200

AIO-test1	0.10 232	0.07 217	0.10 182	0.23 585	0.07 125	0.09 129	0.13 163	0.21 351	0.14 207	0.11 251	0.12 256	0.09 210	0.07 174	0.11 188	0.09 101	0.06 166	0.05 263	0.09 467	0.10 530	0.03 1	0.06 295

FACV-RUCA	0.13 377	0.11 503	0.12 280	0.19 446	0.12 526	0.15 405	0.15 311	0.22 375	0.20 371	0.15 371	0.16 318	0.14 341	0.16 469	0.14 362	0.13 381	0.07 328	0.05 263	0.08 384	0.06 272	0.10 521	0.08 448

IGEV-RUCA	0.08 77	0.06 99	0.11 236	0.14 55	0.09 330	0.10 191	0.12 93	0.10 31	0.12 134	0.06 20	0.07 60	0.07 116	0.06 62	0.09 58	0.08 25	0.06 166	0.05 263	0.05 45	0.04 54	0.05 161	0.06 295

fffy	0.09 164	0.08 335	0.09 118	0.16 201	0.07 125	0.13 345	0.17 421	0.13 106	0.12 134	0.08 120	0.09 149	0.08 175	0.09 256	0.13 333	0.11 278	0.05 51	0.05 263	0.07 290	0.05 182	0.04 48	0.05 200

PAM_32	0.09 164	0.05 36	0.17 481	0.15 106	0.08 204	0.10 191	0.15 311	0.14 136	0.15 232	0.09 171	0.08 114	0.09 210	0.07 174	0.14 362	0.08 25	0.06 166	0.05 263	0.06 180	0.06 272	0.05 161	0.06 295

PAM	0.10 232	0.05 36	0.16 451	0.15 106	0.08 204	0.09 129	0.16 380	0.15 177	0.16 269	0.12 292	0.09 149	0.09 210	0.07 174	0.13 333	0.08 25	0.06 166	0.05 263	0.06 180	0.06 272	0.05 161	0.06 295

UGAM-zero	0.09 164	0.05 36	0.15 415	0.15 106	0.08 204	0.09 129	0.13 163	0.19 317	0.15 232	0.11 251	0.15 305	0.07 116	0.07 174	0.09 58	0.09 101	0.06 166	0.05 263	0.06 180	0.05 182	0.05 161	0.06 295

UGAM	0.13 377	0.10 477	0.09 118	0.22 561	0.08 204	0.12 294	0.20 533	0.17 254	0.23 413	0.21 502	0.16 318	0.13 321	0.13 399	0.19 492	0.12 339	0.07 328	0.05 263	0.13 581	0.11 564	0.07 361	0.05 200

GCAP-BAT	0.09 164	0.05 36	0.11 236	0.13 16	0.07 125	0.11 242	0.14 228	0.14 136	0.16 269	0.07 67	0.10 185	0.08 175	0.06 62	0.13 333	0.08 25	0.07 328	0.05 263	0.05 45	0.05 182	0.04 48	0.04 71

RAStereo	0.10 232	0.09 415	0.08 56	0.20 512	0.08 204	0.13 345	0.18 470	0.15 177	0.17 298	0.10 216	0.12 256	0.05 5	0.06 62	0.09 58	0.08 25	0.07 328	0.05 263	0.07 290	0.05 182	0.05 161	0.04 71

Occ-G	0.08 77	0.05 36	0.06 5	0.14 55	0.07 125	0.08 77	0.14 228	0.13 106	0.15 232	0.07 67	0.11 235	0.07 116	0.05 14	0.09 58	0.10 198	0.06 166	0.05 263	0.05 45	0.04 54	0.05 161	0.05 200

AIO-Stereo-zeroshot1	0.11 280	0.05 36	0.14 367	0.15 106	0.20 630	0.09 129	0.17 421	0.21 351	0.15 232	0.11 251	0.14 288	0.10 245	0.07 174	0.10 120	0.08 25	0.06 166	0.05 263	0.07 290	0.07 370	0.07 361	0.09 492

AIO-Stereo-zeroshot	0.11 280	0.05 36	0.11 236	0.15 106	0.13 549	0.13 345	0.16 380	0.23 396	0.17 298	0.10 216	0.12 256	0.10 245	0.07 174	0.11 188	0.09 101	0.06 166	0.05 263	0.06 180	0.06 272	0.07 361	0.08 448

AIO-Stereo	0.08 77	0.06 99	0.09 118	0.18 378	0.06 27	0.08 77	0.12 93	0.15 177	0.09 45	0.08 120	0.08 114	0.07 116	0.05 14	0.11 188	0.08 25	0.05 51	0.05 263	0.05 45	0.04 54	0.04 48	0.04 71

test_sample6	0.14 414	0.08 335	0.13 330	0.16 201	0.08 204	0.17 457	0.19 510	0.25 437	0.17 298	0.17 418	0.27 499	0.19 436	0.14 423	0.15 386	0.13 381	0.08 404	0.05 263	0.08 384	0.07 370	0.08 425	0.08 448

test_sample5	0.14 414	0.08 335	0.14 367	0.16 201	0.08 204	0.18 476	0.18 470	0.25 437	0.17 298	0.17 418	0.27 499	0.18 422	0.14 423	0.16 421	0.13 381	0.08 404	0.05 263	0.08 384	0.07 370	0.08 425	0.08 448

test_sample2	0.12 351	0.07 217	0.12 280	0.14 55	0.08 204	0.16 435	0.18 470	0.21 351	0.16 269	0.14 344	0.20 390	0.19 436	0.15 441	0.15 386	0.12 339	0.08 404	0.05 263	0.07 290	0.06 272	0.08 425	0.07 382

trnet	0.08 77	0.05 36	0.07 11	0.12 5	0.05 2	0.12 294	0.11 61	0.13 106	0.10 66	0.08 120	0.13 274	0.09 210	0.08 222	0.11 188	0.10 198	0.08 404	0.05 263	0.05 45	0.03 1	0.06 282	0.05 200

GCAPDPT-zeroshot4090	0.07 7	0.05 36	0.11 236	0.15 106	0.06 27	0.07 39	0.13 163	0.09 18	0.11 97	0.07 67	0.08 114	0.06 39	0.05 14	0.09 58	0.07 1	0.05 51	0.05 263	0.05 45	0.04 54	0.03 1	0.04 71

DispNO	0.14 414	0.08 335	0.17 481	0.19 446	0.12 526	0.11 242	0.21 553	0.23 396	0.29 497	0.17 418	0.23 433	0.18 422	0.17 492	0.15 386	0.15 450	0.07 328	0.05 263	0.08 384	0.08 443	0.07 361	0.06 295

Former-RAFT_DAM_RVC	0.10 232	0.08 335	0.12 280	0.16 201	0.08 204	0.15 405	0.16 380	0.18 287	0.18 329	0.10 216	0.09 149	0.09 210	0.08 222	0.11 188	0.12 339	0.07 328	0.05 263	0.08 384	0.06 272	0.07 361	0.06 295

MyStereo8	0.12 351	0.07 217	0.15 415	0.15 106	0.09 330	0.18 476	0.14 228	0.19 317	0.22 401	0.12 292	0.18 367	0.11 275	0.10 295	0.16 421	0.18 499	0.07 328	0.05 263	0.07 290	0.05 182	0.08 425	0.09 492

SMFormer	0.14 414	0.07 217	0.17 481	0.14 55	0.08 204	0.16 435	0.17 421	0.26 455	0.27 475	0.19 465	0.20 390	0.18 422	0.15 441	0.15 386	0.17 481	0.08 404	0.05 263	0.07 290	0.06 272	0.07 361	0.06 295

tta	0.14 414	0.07 217	0.17 481	0.14 55	0.08 204	0.16 435	0.17 421	0.26 455	0.27 475	0.19 465	0.20 390	0.18 422	0.15 441	0.15 386	0.17 481	0.08 404	0.05 263	0.07 290	0.06 272	0.06 282	0.06 295

qqq1	0.13 377	0.07 217	0.17 481	0.14 55	0.08 204	0.16 435	0.17 421	0.26 455	0.27 475	0.19 465	0.20 390	0.18 422	0.15 441	0.15 386	0.11 278	0.08 404	0.05 263	0.05 45	0.05 182	0.06 282	0.06 295

fff1	0.13 377	0.07 217	0.17 481	0.14 55	0.08 204	0.16 435	0.17 421	0.26 455	0.27 475	0.19 465	0.20 390	0.18 422	0.15 441	0.15 386	0.11 278	0.08 404	0.05 263	0.05 45	0.05 182	0.06 282	0.06 295

MyStereo07	0.10 232	0.07 217	0.10 182	0.17 288	0.09 330	0.14 379	0.18 470	0.15 177	0.15 232	0.09 171	0.06 23	0.06 39	0.07 174	0.12 281	0.09 101	0.06 166	0.05 263	0.08 384	0.07 370	0.06 282	0.06 295

MyStereo06	0.10 232	0.07 217	0.12 280	0.17 288	0.09 330	0.13 345	0.18 470	0.19 317	0.12 134	0.12 292	0.08 114	0.07 116	0.07 174	0.11 188	0.09 101	0.06 166	0.05 263	0.07 290	0.07 370	0.06 282	0.06 295

MyStereo05	0.13 377	0.07 217	0.10 182	0.17 288	0.09 330	0.13 345	0.18 470	0.27 477	0.35 550	0.17 418	0.14 288	0.15 370	0.11 328	0.15 386	0.13 381	0.06 166	0.05 263	0.07 290	0.07 370	0.06 282	0.06 295

MyStereo04	0.13 377	0.07 217	0.10 182	0.17 288	0.09 330	0.14 379	0.18 470	0.29 510	0.38 568	0.17 418	0.14 288	0.16 386	0.10 295	0.15 386	0.13 381	0.06 166	0.05 263	0.08 384	0.07 370	0.06 282	0.06 295

CoDeX	0.12 351	0.07 217	0.12 280	0.17 288	0.08 204	0.12 294	0.15 311	0.23 396	0.27 475	0.13 322	0.17 340	0.16 386	0.11 328	0.14 362	0.11 278	0.07 328	0.05 263	0.07 290	0.06 272	0.06 282	0.05 200

mmm	0.14 414	0.08 335	0.17 481	0.17 288	0.09 330	0.17 457	0.18 470	0.21 351	0.15 232	0.15 371	0.23 433	0.21 457	0.16 469	0.16 421	0.17 481	0.08 404	0.05 263	0.08 384	0.07 370	0.07 361	0.07 382

11t1	0.12 351	0.06 99	0.13 330	0.14 55	0.08 204	0.17 457	0.15 311	0.18 287	0.15 232	0.15 371	0.15 305	0.16 386	0.16 469	0.15 386	0.13 381	0.08 404	0.05 263	0.06 180	0.05 182	0.08 425	0.07 382

IGEVStereo-DCA	0.09 164	0.06 99	0.11 236	0.15 106	0.10 442	0.11 242	0.15 311	0.16 215	0.12 134	0.10 216	0.06 23	0.08 175	0.06 62	0.10 120	0.08 25	0.06 166	0.05 263	0.06 180	0.05 182	0.05 161	0.06 295

rrr	0.09 164	0.06 99	0.12 280	0.15 106	0.10 442	0.11 242	0.16 380	0.16 215	0.15 232	0.10 216	0.06 23	0.08 175	0.06 62	0.10 120	0.08 25	0.06 166	0.05 263	0.06 180	0.05 182	0.05 161	0.06 295

DualNet	0.14 414	0.08 335	0.14 367	0.16 201	0.08 204	0.18 476	0.18 470	0.25 437	0.17 298	0.17 418	0.27 499	0.18 422	0.14 423	0.16 421	0.13 381	0.08 404	0.05 263	0.08 384	0.07 370	0.08 425	0.08 448

plain	0.10 232	0.08 335	0.10 182	0.19 446	0.09 330	0.10 191	0.15 311	0.14 136	0.13 175	0.13 322	0.15 305	0.09 210	0.12 359	0.13 333	0.12 339	0.07 328	0.05 263	0.09 467	0.06 272	0.06 282	0.06 295

MIF-Stereo (partial)	0.11 280	0.06 99	0.10 182	0.19 446	0.10 442	0.10 191	0.11 61	0.17 254	0.18 329	0.14 344	0.16 318	0.09 210	0.11 328	0.12 281	0.12 339	0.08 404	0.05 263	0.08 384	0.07 370	0.06 282	0.07 382

UniTT-Stereo	0.09 164	0.07 217	0.08 56	0.18 378	0.08 204	0.13 345	0.11 61	0.12 81	0.11 97	0.10 216	0.12 256	0.05 5	0.07 174	0.09 58	0.09 101	0.07 328	0.05 263	0.05 45	0.05 182	0.05 161	0.05 200

PCWNet_CMD	0.14 414	0.08 335	0.15 415	0.17 288	0.09 330	0.14 379	0.14 228	0.29 510	0.36 554	0.14 344	0.20 390	0.21 457	0.12 359	0.17 455	0.13 381	0.07 328	0.05 263	0.07 290	0.07 370	0.07 361	0.07 382

GCAPDPT-zeroshot	0.09 164	0.05 36	0.11 236	0.13 16	0.07 125	0.11 242	0.14 228	0.14 136	0.16 269	0.07 67	0.10 185	0.08 175	0.06 62	0.13 333	0.08 25	0.07 328	0.05 263	0.05 45	0.05 182	0.04 48	0.04 71

GCAP-Stereo	0.09 164	0.07 217	0.13 330	0.18 378	0.06 27	0.11 242	0.07 3	0.13 106	0.12 134	0.09 171	0.10 185	0.07 116	0.09 256	0.13 333	0.10 198	0.06 166	0.05 263	0.05 45	0.04 54	0.04 48	0.05 200

LL-Strereo2	0.10 232	0.10 477	0.15 415	0.18 378	0.08 204	0.15 405	0.09 18	0.17 254	0.14 207	0.14 344	0.10 185	0.09 210	0.07 174	0.16 421	0.10 198	0.05 51	0.05 263	0.10 515	0.07 370	0.06 282	0.05 200

LoS	0.09 164	0.05 36	0.11 236	0.13 16	0.07 125	0.14 379	0.11 61	0.15 177	0.15 232	0.09 171	0.09 149	0.12 295	0.09 256	0.15 386	0.10 198	0.07 328	0.05 263	0.05 45	0.03 1	0.05 161	0.05 200
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DCRE	0.11 280	0.07 217	0.13 330	0.16 201	0.11 492	0.11 242	0.17 421	0.18 287	0.17 298	0.11 251	0.18 367	0.10 245	0.10 295	0.15 386	0.11 278	0.06 166	0.05 263	0.06 180	0.06 272	0.05 161	0.04 71

knoymous	0.11 280	0.05 36	0.12 280	0.13 16	0.07 125	0.15 405	0.14 228	0.19 317	0.13 175	0.11 251	0.17 340	0.13 321	0.09 256	0.13 333	0.11 278	0.08 404	0.05 263	0.06 180	0.05 182	0.08 425	0.07 382

anonymousa	0.13 377	0.07 217	0.13 330	0.18 378	0.09 330	0.13 345	0.17 421	0.19 317	0.29 497	0.15 371	0.24 445	0.15 370	0.14 423	0.14 362	0.14 419	0.07 328	0.05 263	0.07 290	0.09 490	0.05 161	0.06 295

riskmin	0.11 280	0.06 99	0.13 330	0.14 55	0.08 204	0.14 379	0.14 228	0.18 287	0.14 207	0.11 251	0.14 288	0.16 386	0.11 328	0.14 362	0.12 339	0.09 464	0.05 263	0.07 290	0.05 182	0.08 425	0.08 448

Selective-RAFT	0.11 280	0.10 477	0.11 236	0.21 544	0.08 204	0.16 435	0.13 163	0.20 328	0.22 401	0.10 216	0.10 185	0.11 275	0.10 295	0.15 386	0.11 278	0.05 51	0.05 263	0.06 180	0.05 182	0.06 282	0.05 200

x	0.13 377	0.07 217	0.14 367	0.14 55	0.08 204	0.18 476	0.14 228	0.22 375	0.20 371	0.15 371	0.19 378	0.19 436	0.17 492	0.18 477	0.18 499	0.07 328	0.05 263	0.06 180	0.06 272	0.07 361	0.07 382

Wz-Net-LNSev-Ref	0.18 517	0.09 415	0.29 585	0.15 106	0.10 442	0.22 542	0.20 533	0.26 455	0.39 571	0.25 553	0.42 611	0.24 499	0.15 441	0.20 517	0.19 512	0.07 328	0.05 263	0.06 180	0.05 182	0.10 521	0.09 492

IER	0.14 414	0.07 217	0.13 330	0.17 288	0.09 330	0.14 379	0.16 380	0.25 437	0.26 465	0.18 448	0.25 473	0.17 408	0.20 535	0.16 421	0.14 419	0.08 404	0.05 263	0.07 290	0.06 272	0.08 425	0.07 382

raft_robust	0.13 377	0.10 477	0.07 11	0.18 378	0.08 204	0.13 345	0.24 587	0.28 496	0.33 529	0.20 488	0.19 378	0.14 341	0.10 295	0.11 188	0.12 339	0.05 51	0.05 263	0.07 290	0.07 370	0.05 161	0.04 71

test_5	0.14 414	0.12 521	0.08 56	0.20 512	0.10 442	0.14 379	0.29 634	0.21 351	0.24 430	0.18 448	0.28 513	0.11 275	0.15 441	0.12 281	0.13 381	0.06 166	0.05 263	0.07 290	0.08 443	0.08 425	0.07 382

Sa-1000	0.12 351	0.08 335	0.08 56	0.18 378	0.08 204	0.14 379	0.22 563	0.22 375	0.18 329	0.15 371	0.20 390	0.17 408	0.11 328	0.10 120	0.10 198	0.06 166	0.05 263	0.09 467	0.09 490	0.05 161	0.05 200

SA	0.12 351	0.09 415	0.08 56	0.18 378	0.08 204	0.12 294	0.24 587	0.23 396	0.18 329	0.17 418	0.27 499	0.14 341	0.11 328	0.11 188	0.11 278	0.05 51	0.05 263	0.09 467	0.08 443	0.05 161	0.04 71

iRaft-Stereo_5w	0.12 351	0.09 415	0.12 280	0.19 446	0.08 204	0.09 129	0.12 93	0.21 351	0.21 387	0.19 465	0.14 288	0.11 275	0.09 256	0.20 517	0.16 466	0.05 51	0.05 263	0.07 290	0.06 272	0.05 161	0.06 295

CIPLG	0.11 280	0.08 335	0.14 367	0.17 288	0.08 204	0.12 294	0.15 311	0.17 254	0.15 232	0.14 344	0.11 235	0.16 386	0.09 256	0.16 421	0.11 278	0.07 328	0.05 263	0.06 180	0.05 182	0.05 161	0.06 295

IPLGR_C	0.11 280	0.08 335	0.14 367	0.17 288	0.08 204	0.12 294	0.15 311	0.17 254	0.15 232	0.14 344	0.10 185	0.16 386	0.09 256	0.16 421	0.11 278	0.07 328	0.05 263	0.06 180	0.05 182	0.05 161	0.06 295

IPLGR	0.11 280	0.09 415	0.16 451	0.18 378	0.08 204	0.12 294	0.17 421	0.21 351	0.24 430	0.11 251	0.12 256	0.11 275	0.08 222	0.12 281	0.12 339	0.06 166	0.05 263	0.06 180	0.06 272	0.04 48	0.04 71

GMOStereo	0.11 280	0.09 415	0.07 11	0.19 446	0.08 204	0.12 294	0.28 624	0.13 106	0.17 298	0.11 251	0.17 340	0.14 341	0.12 359	0.07 4	0.07 1	0.05 51	0.05 263	0.09 467	0.07 370	0.04 48	0.04 71

error version	0.11 280	0.09 415	0.07 11	0.19 446	0.08 204	0.12 294	0.28 624	0.13 106	0.17 298	0.11 251	0.17 340	0.14 341	0.12 359	0.07 4	0.07 1	0.05 51	0.05 263	0.09 467	0.07 370	0.04 48	0.04 71

test-v	0.11 280	0.09 415	0.07 11	0.19 446	0.08 204	0.12 294	0.28 624	0.13 106	0.17 298	0.11 251	0.17 340	0.14 341	0.12 359	0.07 4	0.07 1	0.05 51	0.05 263	0.09 467	0.07 370	0.04 48	0.04 71

ACRE	0.11 280	0.08 335	0.14 367	0.17 288	0.08 204	0.12 294	0.15 311	0.17 254	0.14 207	0.14 344	0.10 185	0.16 386	0.09 256	0.16 421	0.11 278	0.07 328	0.05 263	0.06 180	0.05 182	0.05 161	0.06 295

GwcNet-ADL	0.13 377	0.08 335	0.14 367	0.20 512	0.09 330	0.11 242	0.20 533	0.30 524	0.24 430	0.13 322	0.14 288	0.18 422	0.14 423	0.13 333	0.14 419	0.07 328	0.05 263	0.06 180	0.05 182	0.07 361	0.06 295

PFNet+	0.11 280	0.06 99	0.13 330	0.16 201	0.09 330	0.05 4	0.12 93	0.17 254	0.21 387	0.16 399	0.19 378	0.14 341	0.10 295	0.11 188	0.11 278	0.08 404	0.05 263	0.09 467	0.08 443	0.06 282	0.11 548

TRStereo	0.09 164	0.05 36	0.12 280	0.15 106	0.12 526	0.10 191	0.13 163	0.18 287	0.18 329	0.09 171	0.09 149	0.09 210	0.06 62	0.10 120	0.08 25	0.07 328	0.05 263	0.07 290	0.07 370	0.04 48	0.04 71

IIG-Stereo	0.11 280	0.06 99	0.13 330	0.17 288	0.08 204	0.11 242	0.12 93	0.22 375	0.17 298	0.14 344	0.17 340	0.11 275	0.12 359	0.12 281	0.12 339	0.06 166	0.05 263	0.07 290	0.06 272	0.05 161	0.04 71

PSM-softLoss	0.12 351	0.07 217	0.15 415	0.17 288	0.09 330	0.08 77	0.13 163	0.24 420	0.17 298	0.14 344	0.19 378	0.13 321	0.11 328	0.11 188	0.11 278	0.07 328	0.05 263	0.08 384	0.07 370	0.06 282	0.12 561

KMStereo	0.12 351	0.07 217	0.15 415	0.17 288	0.09 330	0.08 77	0.13 163	0.24 420	0.17 298	0.14 344	0.19 378	0.13 321	0.11 328	0.11 188	0.11 278	0.07 328	0.05 263	0.08 384	0.07 370	0.06 282	0.12 561

PSM-AAD	0.11 280	0.07 217	0.10 182	0.19 446	0.09 330	0.10 191	0.15 311	0.20 328	0.13 175	0.12 292	0.14 288	0.18 422	0.11 328	0.11 188	0.10 198	0.05 51	0.05 263	0.09 467	0.08 443	0.06 282	0.14 600

FTStereo	0.12 351	0.06 99	0.14 367	0.18 378	0.09 330	0.07 39	0.15 311	0.21 351	0.18 329	0.12 292	0.24 445	0.12 295	0.12 359	0.13 333	0.13 381	0.05 51	0.05 263	0.07 290	0.06 272	0.06 282	0.10 521

GrayStereo	0.11 280	0.06 99	0.11 236	0.19 446	0.09 330	0.09 129	0.16 380	0.18 287	0.17 298	0.14 344	0.17 340	0.17 408	0.11 328	0.12 281	0.11 278	0.05 51	0.05 263	0.07 290	0.06 272	0.05 161	0.10 521

RAFT-345	0.11 280	0.07 217	0.15 415	0.16 201	0.08 204	0.08 77	0.12 93	0.15 177	0.10 66	0.11 251	0.36 567	0.09 210	0.09 256	0.11 188	0.12 339	0.05 51	0.05 263	0.07 290	0.06 272	0.04 48	0.05 200

AnonymousM	0.09 164	0.05 36	0.10 182	0.14 55	0.06 27	0.09 129	0.13 163	0.19 317	0.14 207	0.13 322	0.11 235	0.09 210	0.08 222	0.13 333	0.10 198	0.08 404	0.05 263	0.08 384	0.05 182	0.05 161	0.05 200

CroCo-Stereo	0.09 164	0.08 335	0.08 56	0.22 561	0.09 330	0.09 129	0.19 510	0.15 177	0.12 134	0.07 67	0.07 60	0.08 175	0.06 62	0.08 25	0.07 1	0.07 328	0.05 263	0.06 180	0.04 54	0.05 161	0.04 71
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	0.11 280	0.09 415	0.07 11	0.19 446	0.08 204	0.12 294	0.28 624	0.13 106	0.17 298	0.11 251	0.17 340	0.14 341	0.12 359	0.07 4	0.07 1	0.05 51	0.05 263	0.09 467	0.07 370	0.04 48	0.04 71

TANstereo	0.09 164	0.04 1	0.08 56	0.13 16	0.06 27	0.11 242	0.14 228	0.15 177	0.19 348	0.11 251	0.15 305	0.10 245	0.06 62	0.12 281	0.09 101	0.07 328	0.05 263	0.05 45	0.04 54	0.06 282	0.05 200

raftrobust	0.09 164	0.06 99	0.10 182	0.17 288	0.08 204	0.09 129	0.10 32	0.18 287	0.16 269	0.10 216	0.09 149	0.12 295	0.07 174	0.12 281	0.10 198	0.08 404	0.05 263	0.06 180	0.05 182	0.05 161	0.05 200

sAnonymous2	0.13 377	0.12 521	0.24 557	0.20 512	0.12 526	0.17 457	0.13 163	0.26 455	0.21 387	0.11 251	0.11 235	0.13 321	0.08 222	0.10 120	0.10 198	0.09 464	0.05 263	0.08 384	0.06 272	0.15 608	0.10 521

CroCo_RVC	0.13 377	0.12 521	0.24 557	0.20 512	0.12 526	0.17 457	0.13 163	0.26 455	0.21 387	0.11 251	0.11 235	0.13 321	0.08 222	0.10 120	0.10 198	0.09 464	0.05 263	0.08 384	0.06 272	0.15 608	0.10 521

CFNet_pseudo	0.14 414	0.08 335	0.15 415	0.16 201	0.09 330	0.13 345	0.14 228	0.27 477	0.34 541	0.14 344	0.21 413	0.22 475	0.13 399	0.18 477	0.14 419	0.07 328	0.05 263	0.08 384	0.06 272	0.07 361	0.07 382

RALAANet	0.11 280	0.08 335	0.10 182	0.17 288	0.09 330	0.14 379	0.10 32	0.20 328	0.15 232	0.14 344	0.13 274	0.16 386	0.09 256	0.12 281	0.11 278	0.06 166	0.05 263	0.07 290	0.06 272	0.05 161	0.04 71

XX-Stereo	0.09 164	0.05 36	0.08 56	0.17 288	0.09 330	0.15 405	0.12 93	0.20 328	0.10 66	0.10 216	0.14 288	0.07 116	0.06 62	0.12 281	0.08 25	0.06 166	0.05 263	0.06 180	0.06 272	0.04 48	0.04 71

222	0.16 482	0.07 217	0.14 367	0.14 55	0.08 204	0.24 564	0.18 470	0.30 524	0.20 371	0.17 418	0.28 513	0.17 408	0.16 469	0.15 386	0.40 648	0.10 505	0.05 263	0.07 290	0.06 272	0.07 361	0.08 448

xxxx	0.15 459	0.07 217	0.14 367	0.14 55	0.08 204	0.23 559	0.18 470	0.31 535	0.19 348	0.14 344	0.28 513	0.22 475	0.14 423	0.15 386	0.26 593	0.09 464	0.05 263	0.07 290	0.07 370	0.08 425	0.07 382

test_xeample	0.15 459	0.06 99	0.13 330	0.14 55	0.08 204	0.21 533	0.20 533	0.28 496	0.20 371	0.16 399	0.29 525	0.19 436	0.16 469	0.15 386	0.26 593	0.09 464	0.05 263	0.07 290	0.07 370	0.07 361	0.07 382

ARAFT	0.12 351	0.08 335	0.17 481	0.19 446	0.09 330	0.14 379	0.18 470	0.20 328	0.12 134	0.12 292	0.13 274	0.14 341	0.11 328	0.15 386	0.12 339	0.06 166	0.05 263	0.10 515	0.09 490	0.05 161	0.04 71

SFCPSM	0.13 377	0.07 217	0.14 367	0.17 288	0.09 330	0.15 405	0.16 380	0.28 496	0.27 475	0.14 344	0.17 340	0.12 295	0.13 399	0.14 362	0.11 278	0.08 404	0.05 263	0.07 290	0.07 370	0.07 361	0.06 295

FENet	0.13 377	0.08 335	0.12 280	0.16 201	0.08 204	0.14 379	0.15 311	0.22 375	0.23 413	0.17 418	0.23 433	0.16 386	0.12 359	0.14 362	0.15 450	0.08 404	0.05 263	0.08 384	0.08 443	0.07 361	0.07 382

cf-r	0.13 377	0.07 217	0.12 280	0.16 201	0.08 204	0.14 379	0.19 510	0.20 328	0.25 451	0.17 418	0.25 473	0.21 457	0.16 469	0.14 362	0.14 419	0.10 505	0.05 263	0.06 180	0.08 443	0.06 282	0.06 295

GwcNet-RSSM	0.14 414	0.07 217	0.12 280	0.15 106	0.08 204	0.15 405	0.20 533	0.21 351	0.27 475	0.18 448	0.27 499	0.22 475	0.16 469	0.14 362	0.15 450	0.10 505	0.05 263	0.07 290	0.09 490	0.07 361	0.07 382

CCAANet	0.14 414	0.06 99	0.11 236	0.16 201	0.08 204	0.22 542	0.14 228	0.26 455	0.18 329	0.16 399	0.36 567	0.15 370	0.17 492	0.16 421	0.13 381	0.07 328	0.05 263	0.06 180	0.06 272	0.05 161	0.07 382

DIP-Stereo	0.11 280	0.07 217	0.14 367	0.17 288	0.09 330	0.13 345	0.09 18	0.16 215	0.16 269	0.11 251	0.16 318	0.14 341	0.12 359	0.15 386	0.13 381	0.06 166	0.05 263	0.06 180	0.05 182	0.05 161	0.06 295
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	0.12 351	0.08 335	0.14 367	0.18 378	0.07 125	0.15 405	0.07 3	0.22 375	0.18 329	0.16 399	0.19 378	0.18 422	0.14 423	0.16 421	0.15 450	0.07 328	0.05 263	0.05 45	0.05 182	0.06 282	0.06 295

R-Stereo Train	0.10 232	0.06 99	0.10 182	0.17 288	0.08 204	0.11 242	0.14 228	0.23 396	0.11 97	0.12 292	0.19 378	0.11 275	0.08 222	0.09 58	0.11 278	0.07 328	0.05 263	0.06 180	0.05 182	0.05 161	0.05 200

RAFT-Stereo	0.10 232	0.06 99	0.10 182	0.17 288	0.08 204	0.11 242	0.14 228	0.23 396	0.11 97	0.12 292	0.19 378	0.11 275	0.08 222	0.09 58	0.11 278	0.07 328	0.05 263	0.06 180	0.05 182	0.05 161	0.05 200
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.14 414	0.08 335	0.15 415	0.17 288	0.09 330	0.14 379	0.14 228	0.29 510	0.36 554	0.14 344	0.21 413	0.21 457	0.12 359	0.17 455	0.14 419	0.07 328	0.05 263	0.07 290	0.07 370	0.07 361	0.07 382

ccs_rob	0.14 414	0.08 335	0.15 415	0.16 201	0.09 330	0.12 294	0.14 228	0.27 477	0.34 541	0.14 344	0.21 413	0.22 475	0.13 399	0.18 477	0.14 419	0.07 328	0.05 263	0.08 384	0.07 370	0.07 361	0.07 382

AANet_RVC	0.16 482	0.10 477	0.10 182	0.18 378	0.09 330	0.18 476	0.19 510	0.26 455	0.31 515	0.22 518	0.35 564	0.21 457	0.21 539	0.22 547	0.16 466	0.06 166	0.05 263	0.06 180	0.06 272	0.07 361	0.06 295

AdaStereo	0.15 459	0.11 503	0.15 415	0.18 378	0.09 330	0.20 516	0.11 61	0.32 546	0.28 490	0.20 488	0.23 433	0.20 448	0.13 399	0.19 492	0.14 419	0.12 561	0.05 263	0.10 515	0.07 370	0.09 488	0.07 382
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	0.14 414	0.08 335	0.15 415	0.16 201	0.08 204	0.16 435	0.12 93	0.25 437	0.35 550	0.21 502	0.29 525	0.24 499	0.13 399	0.14 362	0.14 419	0.06 166	0.05 263	0.06 180	0.04 54	0.09 488	0.08 448

HSM	0.15 459	0.08 335	0.14 367	0.16 201	0.09 330	0.16 435	0.14 228	0.28 496	0.25 451	0.19 465	0.23 433	0.37 603	0.16 469	0.20 517	0.15 450	0.07 328	0.05 263	0.07 290	0.06 272	0.07 361	0.06 295

StereoDRNet-Refined	0.17 503	0.12 521	0.15 415	0.20 512	0.09 330	0.18 476	0.18 470	0.26 455	0.23 413	0.26 559	0.40 594	0.22 475	0.17 492	0.21 534	0.20 518	0.08 404	0.05 263	0.09 467	0.10 530	0.07 361	0.07 382
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet_ROB	0.14 414	0.07 217	0.13 330	0.14 55	0.07 125	0.18 476	0.14 228	0.26 455	0.31 515	0.22 518	0.25 473	0.23 493	0.15 441	0.15 386	0.13 381	0.07 328	0.05 263	0.05 45	0.04 54	0.08 425	0.08 448

DN-CSS_ROB	0.13 377	0.13 549	0.16 451	0.18 378	0.10 442	0.16 435	0.08 7	0.22 375	0.18 329	0.17 418	0.22 424	0.13 321	0.13 399	0.12 281	0.13 381	0.05 51	0.05 263	0.10 515	0.10 530	0.08 425	0.06 295

pmcnn	0.15 459	0.07 217	0.19 517	0.15 106	0.07 125	0.20 516	0.15 311	0.24 420	0.26 465	0.21 502	0.34 560	0.28 541	0.18 507	0.18 477	0.17 481	0.07 328	0.05 263	0.05 45	0.04 54	0.07 361	0.06 295

FlowAnything_test	0.11 280	0.08 335	0.14 367	0.15 106	0.09 330	0.07 39	0.14 228	0.20 328	0.11 97	0.09 171	0.09 149	0.12 295	0.12 359	0.13 333	0.11 278	0.09 464	0.06 407	0.09 467	0.09 490	0.06 282	0.09 492

MSAF-DinoV2	0.22 562	0.11 503	0.23 553	0.17 288	0.10 442	0.27 595	0.16 380	0.37 603	0.55 628	0.21 502	0.27 499	0.47 637	0.27 585	0.35 619	0.39 645	0.09 464	0.06 407	0.07 290	0.09 490	0.12 559	0.10 521

S2M2_XL	0.08 77	0.06 99	0.12 280	0.12 5	0.08 204	0.09 129	0.09 18	0.07 6	0.07 15	0.08 120	0.07 60	0.07 116	0.06 62	0.09 58	0.09 101	0.08 404	0.06 407	0.07 290	0.05 182	0.08 425	0.06 295
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test3	0.10 232	0.07 217	0.07 11	0.18 378	0.07 125	0.12 294	0.19 510	0.24 420	0.19 348	0.06 20	0.10 185	0.08 175	0.06 62	0.11 188	0.08 25	0.06 166	0.06 407	0.07 290	0.05 182	0.05 161	0.04 71

DDVS	0.15 459	0.10 477	0.21 538	0.16 201	0.12 526	0.15 405	0.14 228	0.25 437	0.19 348	0.18 448	0.29 525	0.27 531	0.12 359	0.19 492	0.15 450	0.09 464	0.06 407	0.09 467	0.07 370	0.11 544	0.11 548

rvit_stereo_0081_aga	0.11 280	0.09 415	0.14 367	0.18 378	0.09 330	0.13 345	0.14 228	0.14 136	0.19 348	0.10 216	0.18 367	0.16 386	0.09 256	0.12 281	0.09 101	0.10 505	0.06 407	0.08 384	0.07 370	0.07 361	0.06 295

model_zeroshot	0.10 232	0.04 1	0.11 236	0.15 106	0.09 330	0.12 294	0.14 228	0.20 328	0.13 175	0.11 251	0.10 185	0.12 295	0.07 174	0.12 281	0.10 198	0.07 328	0.06 407	0.06 180	0.05 182	0.06 282	0.06 295

ACV-stereo	0.15 459	0.10 477	0.28 577	0.18 378	0.12 526	0.14 379	0.12 93	0.23 396	0.21 387	0.19 465	0.23 433	0.22 475	0.15 441	0.23 558	0.17 481	0.07 328	0.06 407	0.07 290	0.07 370	0.07 361	0.07 382

ITSA-stereo	0.15 459	0.10 477	0.14 367	0.19 446	0.08 204	0.12 294	0.14 228	0.30 524	0.49 614	0.17 418	0.19 378	0.22 475	0.15 441	0.17 455	0.16 466	0.10 505	0.06 407	0.08 384	0.08 443	0.08 425	0.08 448

rvit_stereo_ft	0.12 351	0.07 217	0.13 330	0.19 446	0.10 442	0.12 294	0.17 421	0.16 215	0.16 269	0.12 292	0.13 274	0.15 370	0.10 295	0.14 362	0.13 381	0.09 464	0.06 407	0.08 384	0.07 370	0.07 361	0.05 200

DualNet (step1)	0.16 482	0.12 521	0.20 529	0.12 5	0.14 570	0.17 457	0.13 163	0.27 477	0.23 413	0.20 488	0.20 390	0.24 499	0.19 523	0.16 421	0.16 466	0.15 605	0.06 407	0.14 594	0.14 599	0.14 592	0.12 561

test_sample7	0.15 459	0.10 477	0.16 451	0.14 55	0.11 492	0.16 435	0.16 380	0.27 477	0.23 413	0.20 488	0.20 390	0.24 499	0.19 523	0.16 421	0.16 466	0.12 561	0.06 407	0.10 515	0.09 490	0.10 521	0.10 521

test_sample4	0.14 414	0.08 335	0.14 367	0.15 106	0.08 204	0.19 500	0.18 470	0.26 455	0.17 298	0.16 399	0.25 473	0.18 422	0.14 423	0.16 421	0.13 381	0.08 404	0.06 407	0.08 384	0.06 272	0.08 425	0.08 448

test_sample3	0.14 414	0.08 335	0.15 415	0.14 55	0.09 330	0.19 500	0.17 421	0.26 455	0.18 329	0.16 399	0.22 424	0.19 436	0.15 441	0.17 455	0.13 381	0.08 404	0.06 407	0.07 290	0.06 272	0.09 488	0.08 448

test_sample1	0.13 377	0.07 217	0.14 367	0.13 16	0.08 204	0.19 500	0.16 380	0.20 328	0.15 232	0.14 344	0.22 424	0.18 422	0.16 469	0.17 455	0.14 419	0.07 328	0.06 407	0.06 180	0.06 272	0.08 425	0.07 382

AE-Stereo	0.10 232	0.08 335	0.10 182	0.18 378	0.09 330	0.10 191	0.15 311	0.14 136	0.19 348	0.09 171	0.14 288	0.12 295	0.08 222	0.11 188	0.10 198	0.05 51	0.06 407	0.07 290	0.06 272	0.05 161	0.04 71

mmx	0.14 414	0.09 415	0.14 367	0.16 201	0.08 204	0.17 457	0.17 421	0.27 477	0.25 451	0.15 371	0.25 473	0.19 436	0.13 399	0.14 362	0.20 518	0.08 404	0.06 407	0.09 467	0.08 443	0.08 425	0.08 448

xxx	0.14 414	0.09 415	0.14 367	0.16 201	0.08 204	0.17 457	0.17 421	0.27 477	0.25 451	0.15 371	0.25 473	0.19 436	0.13 399	0.14 362	0.20 518	0.08 404	0.06 407	0.09 467	0.08 443	0.08 425	0.08 448

GMStereo_Zeroshot	0.16 482	0.13 549	0.24 557	0.20 512	0.10 442	0.17 457	0.13 163	0.29 510	0.25 451	0.23 531	0.32 544	0.25 513	0.11 328	0.19 492	0.14 419	0.09 464	0.06 407	0.11 546	0.06 272	0.12 559	0.08 448

MaDis-Stereo	0.09 164	0.09 415	0.08 56	0.17 288	0.09 330	0.13 345	0.10 32	0.16 215	0.16 269	0.09 171	0.11 235	0.06 39	0.06 62	0.09 58	0.13 381	0.07 328	0.06 407	0.07 290	0.05 182	0.05 161	0.04 71

EKT-Stereo	0.11 280	0.07 217	0.14 367	0.15 106	0.10 442	0.13 345	0.14 228	0.18 287	0.21 387	0.11 251	0.08 114	0.12 295	0.09 256	0.11 188	0.12 339	0.08 404	0.06 407	0.07 290	0.06 272	0.08 425	0.07 382

MIM_Stereo	0.09 164	0.07 217	0.11 236	0.15 106	0.07 125	0.06 12	0.12 93	0.20 328	0.14 207	0.13 322	0.13 274	0.09 210	0.05 14	0.12 281	0.08 25	0.05 51	0.06 407	0.07 290	0.06 272	0.06 282	0.05 200

CFNet_ucs	0.15 459	0.08 335	0.16 451	0.16 201	0.11 492	0.14 379	0.14 228	0.30 524	0.34 541	0.16 399	0.24 445	0.23 493	0.14 423	0.18 477	0.15 450	0.09 464	0.06 407	0.08 384	0.07 370	0.09 488	0.09 492

CBFPSM	0.14 414	0.06 99	0.26 565	0.17 288	0.09 330	0.13 345	0.15 311	0.22 375	0.23 413	0.20 488	0.27 499	0.24 499	0.16 469	0.16 421	0.18 499	0.06 166	0.06 407	0.06 180	0.07 370	0.07 361	0.07 382

gwcnet-sp	0.14 414	0.07 217	0.12 280	0.18 378	0.09 330	0.16 435	0.17 421	0.24 420	0.24 430	0.18 448	0.24 445	0.15 370	0.16 469	0.15 386	0.15 450	0.08 404	0.06 407	0.07 290	0.08 443	0.08 425	0.07 382

scenet	0.14 414	0.07 217	0.12 280	0.18 378	0.09 330	0.16 435	0.17 421	0.24 420	0.24 430	0.18 448	0.24 445	0.15 370	0.16 469	0.15 386	0.15 450	0.08 404	0.06 407	0.07 290	0.08 443	0.08 425	0.07 382

CASS	0.13 377	0.12 521	0.11 236	0.23 585	0.09 330	0.15 405	0.17 421	0.18 287	0.19 348	0.17 418	0.18 367	0.15 370	0.15 441	0.14 362	0.14 419	0.09 464	0.06 407	0.10 515	0.08 443	0.09 488	0.07 382
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.14 414	0.07 217	0.12 280	0.18 378	0.09 330	0.16 435	0.17 421	0.24 420	0.24 430	0.18 448	0.24 445	0.15 370	0.16 469	0.15 386	0.15 450	0.08 404	0.06 407	0.07 290	0.08 443	0.08 425	0.07 382

CroCo-Stereo Lap2	0.09 164	0.09 415	0.08 56	0.22 561	0.09 330	0.09 129	0.19 510	0.16 215	0.12 134	0.09 171	0.10 185	0.05 5	0.05 14	0.08 25	0.08 25	0.06 166	0.06 407	0.07 290	0.05 182	0.05 161	0.05 200

TestStereo1	0.13 377	0.08 335	0.08 56	0.19 446	0.08 204	0.18 476	0.29 634	0.23 396	0.16 269	0.17 418	0.20 390	0.16 386	0.10 295	0.12 281	0.13 381	0.06 166	0.06 407	0.08 384	0.06 272	0.05 161	0.05 200

qqq	0.13 377	0.09 415	0.15 415	0.16 201	0.08 204	0.13 345	0.15 311	0.23 396	0.16 269	0.15 371	0.19 378	0.16 386	0.16 469	0.15 386	0.16 466	0.07 328	0.06 407	0.08 384	0.08 443	0.07 361	0.07 382

BUS	0.14 414	0.09 415	0.14 367	0.22 561	0.10 442	0.19 500	0.14 228	0.34 575	0.19 348	0.17 418	0.22 424	0.16 386	0.13 399	0.15 386	0.13 381	0.08 404	0.06 407	0.10 515	0.09 490	0.07 361	0.07 382

RAFT_CTSACE	0.12 351	0.09 415	0.10 182	0.22 561	0.08 204	0.12 294	0.24 587	0.18 287	0.16 269	0.20 488	0.27 499	0.13 321	0.07 174	0.13 333	0.09 101	0.05 51	0.06 407	0.08 384	0.07 370	0.04 48	0.04 71

BSDual-CNN	0.15 459	0.09 415	0.14 367	0.22 561	0.10 442	0.14 379	0.15 311	0.34 575	0.19 348	0.17 418	0.22 424	0.25 513	0.16 469	0.15 386	0.14 419	0.08 404	0.06 407	0.10 515	0.09 490	0.07 361	0.07 382

hknet	0.15 459	0.11 503	0.13 330	0.22 561	0.11 492	0.14 379	0.15 311	0.34 575	0.25 451	0.17 418	0.22 424	0.22 475	0.18 507	0.17 455	0.12 339	0.07 328	0.06 407	0.10 515	0.09 490	0.07 361	0.07 382

SA-5K	0.13 377	0.08 335	0.08 56	0.19 446	0.08 204	0.18 476	0.29 634	0.23 396	0.16 269	0.17 418	0.20 390	0.16 386	0.10 295	0.12 281	0.13 381	0.06 166	0.06 407	0.08 384	0.06 272	0.05 161	0.05 200

psmg	0.14 414	0.09 415	0.14 367	0.17 288	0.10 442	0.15 405	0.17 421	0.29 510	0.19 348	0.17 418	0.21 413	0.25 513	0.16 469	0.15 386	0.14 419	0.08 404	0.06 407	0.08 384	0.08 443	0.07 361	0.06 295

CSP-Net	0.16 482	0.09 415	0.14 367	0.16 201	0.09 330	0.19 500	0.17 421	0.25 437	0.32 522	0.25 553	0.30 532	0.24 499	0.15 441	0.21 534	0.18 499	0.09 464	0.06 407	0.07 290	0.07 370	0.08 425	0.07 382

UDGNet	0.14 414	0.13 549	0.16 451	0.17 288	0.10 442	0.12 294	0.16 380	0.21 351	0.27 475	0.20 488	0.20 390	0.16 386	0.13 399	0.16 421	0.13 381	0.10 505	0.06 407	0.09 467	0.07 370	0.06 282	0.07 382

dd	0.15 459	0.16 579	0.16 451	0.19 446	0.09 330	0.15 405	0.18 470	0.21 351	0.25 451	0.23 531	0.20 390	0.21 457	0.09 256	0.21 534	0.16 466	0.10 505	0.06 407	0.08 384	0.06 272	0.08 425	0.06 295

DAS	0.15 459	0.08 335	0.18 505	0.19 446	0.10 442	0.19 500	0.17 421	0.27 477	0.29 497	0.18 448	0.25 473	0.21 457	0.15 441	0.16 421	0.12 339	0.08 404	0.06 407	0.06 180	0.06 272	0.07 361	0.07 382

SepStereo	0.15 459	0.08 335	0.18 505	0.19 446	0.10 442	0.19 500	0.17 421	0.27 477	0.29 497	0.18 448	0.25 473	0.21 457	0.15 441	0.25 573	0.12 339	0.08 404	0.06 407	0.06 180	0.06 272	0.07 361	0.07 382

GANet-ADL	0.13 377	0.07 217	0.15 415	0.17 288	0.10 442	0.18 476	0.15 311	0.30 524	0.20 371	0.13 322	0.18 367	0.19 436	0.12 359	0.16 421	0.13 381	0.08 404	0.06 407	0.06 180	0.05 182	0.07 361	0.08 448

ADLNet2	0.16 482	0.09 415	0.13 330	0.16 201	0.09 330	0.20 516	0.16 380	0.31 535	0.39 571	0.16 399	0.20 390	0.20 448	0.18 507	0.21 534	0.22 547	0.08 404	0.06 407	0.07 290	0.07 370	0.09 488	0.07 382

LMCR-Stereo	0.15 459	0.08 335	0.13 330	0.21 544	0.09 330	0.17 457	0.20 533	0.27 477	0.19 348	0.24 540	0.24 445	0.23 493	0.17 492	0.20 517	0.17 481	0.07 328	0.06 407	0.08 384	0.06 272	0.10 521	0.08 448

GEStereo_RVC	0.17 503	0.12 521	0.15 415	0.22 561	0.11 492	0.19 500	0.17 421	0.32 546	0.48 607	0.20 488	0.25 473	0.17 408	0.13 399	0.21 534	0.16 466	0.10 505	0.06 407	0.08 384	0.07 370	0.09 488	0.08 448

TestStereo	0.13 377	0.14 561	0.11 236	0.23 585	0.08 204	0.15 405	0.21 553	0.20 328	0.23 413	0.14 344	0.24 445	0.16 386	0.12 359	0.16 421	0.14 419	0.05 51	0.06 407	0.08 384	0.06 272	0.09 488	0.05 200

RALCasStereoNet	0.10 232	0.06 99	0.09 118	0.16 201	0.08 204	0.12 294	0.14 228	0.17 254	0.11 97	0.12 292	0.17 340	0.14 341	0.10 295	0.12 281	0.11 278	0.07 328	0.06 407	0.06 180	0.05 182	0.08 425	0.07 382

ADLNet	0.16 482	0.08 335	0.15 415	0.16 201	0.10 442	0.16 435	0.17 421	0.32 546	0.27 475	0.22 518	0.27 499	0.24 499	0.16 469	0.18 477	0.21 538	0.10 505	0.06 407	0.10 515	0.10 530	0.08 425	0.09 492

RAFT + AFF	0.13 377	0.07 217	0.20 529	0.20 512	0.10 442	0.14 379	0.24 587	0.26 455	0.20 371	0.11 251	0.10 185	0.12 295	0.10 295	0.15 386	0.12 339	0.07 328	0.06 407	0.09 467	0.08 443	0.06 282	0.08 448

GMStereo	0.13 377	0.14 561	0.14 367	0.18 378	0.09 330	0.15 405	0.16 380	0.20 328	0.24 430	0.16 399	0.17 340	0.10 245	0.10 295	0.16 421	0.13 381	0.07 328	0.06 407	0.06 180	0.06 272	0.07 361	0.06 295
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MMNet	0.17 503	0.09 415	0.16 451	0.20 512	0.11 492	0.27 595	0.20 533	0.25 437	0.41 580	0.22 518	0.30 532	0.21 457	0.20 535	0.17 455	0.20 518	0.06 166	0.06 407	0.07 290	0.07 370	0.08 425	0.07 382

UNet	0.17 503	0.09 415	0.18 505	0.19 446	0.12 526	0.27 595	0.19 510	0.33 566	0.29 497	0.21 502	0.24 445	0.23 493	0.19 523	0.19 492	0.18 499	0.07 328	0.06 407	0.08 384	0.07 370	0.08 425	0.06 295

ACVNet	0.15 459	0.09 415	0.15 415	0.13 16	0.12 526	0.14 379	0.20 533	0.22 375	0.33 529	0.17 418	0.26 490	0.21 457	0.16 469	0.17 455	0.21 538	0.07 328	0.06 407	0.06 180	0.06 272	0.08 425	0.06 295

acv_ft	0.15 459	0.09 415	0.15 415	0.19 446	0.10 442	0.16 435	0.17 421	0.25 437	0.33 529	0.19 465	0.26 490	0.21 457	0.17 492	0.17 455	0.18 499	0.07 328	0.06 407	0.06 180	0.06 272	0.08 425	0.06 295

GANet-RSSM	0.14 414	0.07 217	0.13 330	0.13 16	0.08 204	0.14 379	0.17 421	0.22 375	0.21 387	0.17 418	0.24 445	0.23 493	0.15 441	0.16 421	0.15 450	0.10 505	0.06 407	0.07 290	0.08 443	0.08 425	0.07 382

PSMNet-RSSM	0.14 414	0.07 217	0.13 330	0.15 106	0.08 204	0.13 345	0.16 380	0.24 420	0.24 430	0.16 399	0.28 513	0.22 475	0.14 423	0.15 386	0.13 381	0.11 536	0.06 407	0.09 467	0.12 584	0.08 425	0.07 382

CFNet-ft	0.14 414	0.07 217	0.15 415	0.12 5	0.09 330	0.16 435	0.18 470	0.22 375	0.24 430	0.17 418	0.26 490	0.24 499	0.14 423	0.16 421	0.14 419	0.11 536	0.06 407	0.08 384	0.09 490	0.09 488	0.08 448

DMCA	0.14 414	0.09 415	0.16 451	0.19 446	0.09 330	0.15 405	0.17 421	0.23 396	0.27 475	0.14 344	0.19 378	0.17 408	0.18 507	0.15 386	0.17 481	0.10 505	0.06 407	0.08 384	0.06 272	0.09 488	0.10 521

SuperB	0.20 541	0.10 477	0.56 638	0.16 201	0.09 330	0.18 476	0.18 470	0.24 420	0.50 617	0.26 559	0.39 588	0.17 408	0.21 539	0.22 547	0.21 538	0.08 404	0.06 407	0.06 180	0.06 272	0.12 559	0.10 521

ADCRef	0.19 529	0.12 521	0.41 618	0.20 512	0.12 526	0.22 542	0.18 470	0.32 546	0.36 554	0.26 559	0.32 544	0.17 408	0.23 556	0.24 568	0.24 572	0.07 328	0.06 407	0.09 467	0.09 490	0.08 425	0.08 448

ADCP+	0.20 541	0.10 477	0.33 597	0.20 512	0.12 526	0.22 542	0.26 611	0.31 535	0.34 541	0.26 559	0.37 574	0.22 475	0.22 548	0.27 578	0.27 601	0.09 464	0.06 407	0.08 384	0.08 443	0.09 488	0.10 521

RASNet	0.14 414	0.07 217	0.14 367	0.16 201	0.08 204	0.18 476	0.14 228	0.29 510	0.20 371	0.17 418	0.25 473	0.21 457	0.18 507	0.20 517	0.19 512	0.07 328	0.06 407	0.06 180	0.08 443	0.06 282	0.06 295

HSM-Net_RVC	0.14 414	0.08 335	0.11 236	0.15 106	0.08 204	0.15 405	0.15 311	0.27 477	0.29 497	0.19 465	0.21 413	0.29 549	0.14 423	0.17 455	0.13 381	0.06 166	0.06 407	0.06 180	0.06 272	0.07 361	0.06 295
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RYNet	0.22 562	0.12 521	0.22 544	0.19 446	0.17 616	0.46 641	0.26 611	0.38 611	0.48 607	0.24 540	0.28 513	0.34 592	0.23 556	0.20 517	0.30 620	0.10 505	0.06 407	0.09 467	0.09 490	0.13 578	0.15 607

CFNet	0.15 459	0.10 477	0.17 481	0.17 288	0.08 204	0.18 476	0.09 18	0.28 496	0.25 451	0.19 465	0.24 445	0.24 499	0.17 492	0.17 455	0.14 419	0.08 404	0.06 407	0.09 467	0.10 530	0.07 361	0.06 295

CFNet_RVC	0.14 414	0.07 217	0.15 415	0.12 5	0.09 330	0.16 435	0.18 470	0.22 375	0.24 430	0.17 418	0.26 490	0.24 499	0.14 423	0.16 421	0.14 419	0.11 536	0.06 407	0.08 384	0.09 490	0.09 488	0.08 448

NLCA_NET_v2_RVC	0.17 503	0.10 477	0.22 544	0.20 512	0.10 442	0.15 405	0.18 470	0.31 535	0.25 451	0.21 502	0.30 532	0.25 513	0.17 492	0.21 534	0.20 518	0.09 464	0.06 407	0.08 384	0.08 443	0.07 361	0.08 448
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	0.19 529	0.10 477	0.15 415	0.17 288	0.15 590	0.28 602	0.23 574	0.44 636	0.42 588	0.15 371	0.27 499	0.25 513	0.19 523	0.22 547	0.17 481	0.09 464	0.06 407	0.10 515	0.08 443	0.15 608	0.09 492

DISCO	0.19 529	0.09 415	0.22 544	0.17 288	0.10 442	0.25 575	0.18 470	0.27 477	0.44 598	0.22 518	0.31 540	0.33 585	0.26 577	0.28 590	0.28 609	0.08 404	0.06 407	0.07 290	0.07 370	0.09 488	0.09 492

LE_ROB	0.50 652	0.07 217	0.14 367	0.15 106	0.08 204	0.24 564	0.16 380	0.22 375	1.81 687	4.63 692	0.67 650	0.47 637	0.44 647	0.20 517	0.29 613	0.07 328	0.06 407	0.06 180	0.06 272	0.08 425	0.06 295

DispFullNet	0.27 608	0.21 617	0.65 648	0.28 626	0.16 601	0.26 585	0.17 421	0.33 566	0.58 636	0.27 565	0.38 580	0.43 625	0.23 556	0.38 632	0.23 559	0.12 561	0.06 407	0.19 627	0.11 564	0.21 633	0.15 607

Selective-IGEV-i16pb	0.14 414	0.08 335	0.17 481	0.15 106	0.11 492	0.41 639	0.16 380	0.28 496	0.23 413	0.11 251	0.20 390	0.10 245	0.07 174	0.17 455	0.12 339	0.10 505	0.07 479	0.06 180	0.08 443	0.09 488	0.10 521

WQFJA1	0.10 232	0.07 217	0.08 56	0.20 512	0.09 330	0.12 294	0.17 421	0.17 254	0.17 298	0.09 171	0.10 185	0.08 175	0.10 295	0.12 281	0.11 278	0.06 166	0.07 479	0.07 290	0.06 272	0.06 282	0.05 200

WQFJX	0.10 232	0.07 217	0.09 118	0.21 544	0.09 330	0.12 294	0.16 380	0.18 287	0.17 298	0.12 292	0.10 185	0.07 116	0.09 256	0.12 281	0.10 198	0.06 166	0.07 479	0.06 180	0.05 182	0.06 282	0.05 200

NLMM	0.10 232	0.07 217	0.08 56	0.20 512	0.09 330	0.12 294	0.17 421	0.17 254	0.17 298	0.09 171	0.10 185	0.08 175	0.10 295	0.12 281	0.11 278	0.06 166	0.07 479	0.07 290	0.06 272	0.06 282	0.05 200

S2M2_L	0.09 164	0.08 335	0.11 236	0.13 16	0.10 442	0.08 77	0.06 1	0.10 31	0.10 66	0.10 216	0.09 149	0.10 245	0.09 256	0.11 188	0.11 278	0.13 587	0.07 479	0.08 384	0.09 490	0.10 521	0.08 448
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
rvit_stereo_0081	0.11 280	0.08 335	0.15 415	0.16 201	0.09 330	0.10 191	0.14 228	0.14 136	0.24 430	0.11 251	0.13 274	0.13 321	0.09 256	0.11 188	0.12 339	0.10 505	0.07 479	0.08 384	0.07 370	0.07 361	0.05 200

DCVSM-stereo	0.14 414	0.09 415	0.16 451	0.16 201	0.10 442	0.15 405	0.09 18	0.19 317	0.23 413	0.20 488	0.23 433	0.26 523	0.15 441	0.18 477	0.14 419	0.09 464	0.07 479	0.09 467	0.08 443	0.10 521	0.12 561

rvit_stereo_0082	0.11 280	0.08 335	0.15 415	0.16 201	0.09 330	0.10 191	0.14 228	0.14 136	0.24 430	0.11 251	0.13 274	0.13 321	0.09 256	0.11 188	0.12 339	0.10 505	0.07 479	0.08 384	0.07 370	0.07 361	0.05 200

rvit_stereo_0080	0.10 232	0.08 335	0.14 367	0.15 106	0.09 330	0.07 39	0.15 311	0.16 215	0.16 269	0.11 251	0.10 185	0.14 341	0.08 222	0.12 281	0.10 198	0.09 464	0.07 479	0.07 290	0.06 272	0.07 361	0.05 200

1111x	0.15 459	0.08 335	0.12 280	0.18 378	0.07 125	0.18 476	0.25 602	0.31 535	0.24 430	0.17 418	0.24 445	0.26 523	0.15 441	0.13 333	0.23 559	0.07 328	0.07 479	0.08 384	0.09 490	0.07 361	0.06 295

whm_eth	0.10 232	0.08 335	0.14 367	0.15 106	0.09 330	0.07 39	0.15 311	0.16 215	0.16 269	0.11 251	0.10 185	0.14 341	0.08 222	0.12 281	0.10 198	0.09 464	0.07 479	0.07 290	0.06 272	0.07 361	0.05 200

iinet-f	0.16 482	0.06 99	0.45 622	0.14 55	0.10 442	0.21 533	0.14 228	0.27 477	0.23 413	0.21 502	0.24 445	0.21 457	0.15 441	0.18 477	0.21 538	0.09 464	0.07 479	0.07 290	0.06 272	0.09 488	0.10 521

Wz-Net-MNSev	0.22 562	0.13 549	0.31 590	0.20 512	0.14 570	0.36 630	0.24 587	0.33 566	0.44 598	0.28 580	0.40 594	0.38 607	0.19 523	0.24 568	0.25 582	0.09 464	0.07 479	0.09 467	0.09 490	0.12 559	0.10 521

AACVNet	0.16 482	0.08 335	0.14 367	0.15 106	0.10 442	0.18 476	0.15 311	0.23 396	0.24 430	0.27 565	0.27 499	0.28 541	0.17 492	0.19 492	0.16 466	0.09 464	0.07 479	0.09 467	0.07 370	0.10 521	0.09 492

RAFT	0.13 377	0.09 415	0.11 236	0.18 378	0.08 204	0.15 405	0.24 587	0.20 328	0.19 348	0.21 502	0.21 413	0.17 408	0.12 359	0.16 421	0.09 101	0.06 166	0.07 479	0.10 515	0.09 490	0.05 161	0.05 200

ICVP	0.15 459	0.09 415	0.12 280	0.22 561	0.09 330	0.17 457	0.21 553	0.25 437	0.23 413	0.18 448	0.30 532	0.26 523	0.18 507	0.17 455	0.14 419	0.09 464	0.07 479	0.08 384	0.07 370	0.07 361	0.07 382
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GES	0.14 414	0.08 335	0.16 451	0.15 106	0.10 442	0.13 345	0.13 163	0.28 496	0.25 451	0.16 399	0.23 433	0.18 422	0.13 399	0.16 421	0.13 381	0.08 404	0.07 479	0.07 290	0.06 272	0.08 425	0.09 492

HCRNet	0.16 482	0.24 626	0.12 280	0.35 644	0.11 492	0.15 405	0.17 421	0.26 455	0.22 401	0.19 465	0.24 445	0.21 457	0.14 423	0.15 386	0.13 381	0.11 536	0.07 479	0.11 546	0.10 530	0.09 488	0.07 382

UPFNet	0.16 482	0.08 335	0.12 280	0.20 512	0.12 526	0.20 516	0.23 574	0.28 496	0.26 465	0.17 418	0.24 445	0.22 475	0.19 523	0.19 492	0.21 538	0.09 464	0.07 479	0.08 384	0.09 490	0.08 425	0.06 295

aanetorigin	0.22 562	0.17 590	0.56 638	0.17 288	0.10 442	0.15 405	0.19 510	0.20 328	0.33 529	0.49 642	0.48 622	0.29 549	0.27 585	0.20 517	0.23 559	0.08 404	0.07 479	0.08 384	0.07 370	0.10 521	0.09 492

EDNetEfficientorigin	7.91 691	0.31 644	153.02 716	0.19 446	0.09 330	0.21 533	0.16 380	0.22 375	0.59 637	0.72 660	0.67 650	0.42 622	0.50 652	0.24 568	0.39 645	0.08 404	0.07 479	0.08 384	0.07 370	0.12 559	0.10 521

EDNetEfficient	0.29 617	0.24 626	1.13 676	0.18 378	0.10 442	0.19 500	0.20 533	0.20 328	0.60 641	0.74 664	0.56 639	0.31 572	0.39 634	0.22 547	0.30 620	0.09 464	0.07 479	0.08 384	0.07 370	0.11 544	0.09 492

ac_64	0.16 482	0.08 335	0.15 415	0.18 378	0.10 442	0.22 542	0.18 470	0.24 420	0.21 387	0.18 448	0.24 445	0.29 549	0.18 507	0.19 492	0.22 547	0.09 464	0.07 479	0.08 384	0.09 490	0.07 361	0.06 295

hitnet-ft	0.18 517	0.09 415	0.17 481	0.14 55	0.09 330	0.26 585	0.20 533	0.25 437	0.26 465	0.24 540	0.32 544	0.31 572	0.22 548	0.24 568	0.21 538	0.12 561	0.07 479	0.10 515	0.08 443	0.12 559	0.11 548

DSFCA	0.16 482	0.09 415	0.14 367	0.16 201	0.10 442	0.20 516	0.19 510	0.28 496	0.31 515	0.23 531	0.24 445	0.22 475	0.15 441	0.19 492	0.20 518	0.10 505	0.07 479	0.09 467	0.09 490	0.08 425	0.08 448

ADCL	0.24 585	0.11 503	0.47 627	0.22 561	0.12 526	0.34 621	0.29 634	0.29 510	0.56 631	0.24 540	0.46 619	0.30 559	0.30 608	0.29 596	0.29 613	0.08 404	0.07 479	0.09 467	0.09 490	0.10 521	0.10 521

TDLM	0.17 503	0.12 521	0.13 330	0.24 594	0.10 442	0.18 476	0.18 470	0.36 597	0.30 507	0.21 502	0.28 513	0.28 541	0.18 507	0.23 558	0.18 499	0.11 536	0.07 479	0.10 515	0.10 530	0.08 425	0.08 448

UCFNet_RVC	0.14 414	0.08 335	0.13 330	0.11 1	0.10 442	0.20 516	0.10 32	0.24 420	0.22 401	0.17 418	0.20 390	0.23 493	0.15 441	0.17 455	0.15 450	0.12 561	0.07 479	0.10 515	0.13 595	0.11 544	0.10 521

DRN-Test	0.19 529	0.11 503	0.20 529	0.22 561	0.10 442	0.22 542	0.22 563	0.39 615	0.37 561	0.24 540	0.32 544	0.26 523	0.21 539	0.22 547	0.24 572	0.11 536	0.07 479	0.11 546	0.10 530	0.09 488	0.07 382

PWC_ROB	0.21 553	0.16 579	0.26 565	0.18 378	0.11 492	0.22 542	0.13 163	0.32 546	0.49 614	0.30 594	0.40 594	0.32 581	0.24 562	0.31 600	0.22 547	0.10 505	0.07 479	0.11 546	0.08 443	0.11 544	0.10 521

Selective-IGEV-i16pc	0.13 377	0.06 99	0.13 330	0.15 106	0.11 492	0.38 634	0.16 380	0.23 396	0.16 269	0.10 216	0.15 305	0.09 210	0.06 62	0.13 333	0.10 198	0.10 505	0.08 509	0.06 180	0.07 370	0.09 488	0.09 492

WQFJX1	0.10 232	0.07 217	0.08 56	0.22 561	0.09 330	0.12 294	0.17 421	0.18 287	0.17 298	0.10 216	0.09 149	0.07 116	0.10 295	0.11 188	0.09 101	0.07 328	0.08 509	0.07 290	0.06 272	0.05 161	0.04 71

NLMM1	0.11 280	0.09 415	0.07 11	0.22 561	0.10 442	0.12 294	0.20 533	0.18 287	0.20 371	0.12 292	0.11 235	0.07 116	0.09 256	0.11 188	0.11 278	0.08 404	0.08 509	0.07 290	0.06 272	0.04 48	0.04 71

NLSM1	0.10 232	0.07 217	0.07 11	0.19 446	0.08 204	0.13 345	0.16 380	0.21 351	0.15 232	0.11 251	0.10 185	0.06 39	0.10 295	0.10 120	0.11 278	0.07 328	0.08 509	0.08 384	0.07 370	0.05 161	0.05 200

NLCSM	0.11 280	0.09 415	0.09 118	0.23 585	0.11 492	0.12 294	0.19 510	0.18 287	0.18 329	0.12 292	0.11 235	0.07 116	0.09 256	0.11 188	0.10 198	0.07 328	0.08 509	0.07 290	0.07 370	0.06 282	0.05 200

zh-mn7	0.25 597	0.14 561	0.56 638	0.19 446	0.14 570	0.24 564	0.22 563	0.34 575	0.62 644	0.35 613	0.65 648	0.31 572	0.25 571	0.31 600	0.25 582	0.09 464	0.08 509	0.09 467	0.09 490	0.09 488	0.11 548

z-mn7	0.24 585	0.14 561	0.45 622	0.19 446	0.13 549	0.28 602	0.25 602	0.34 575	0.62 644	0.27 565	0.56 639	0.29 549	0.24 562	0.32 607	0.25 582	0.08 404	0.08 509	0.08 384	0.08 443	0.10 521	0.10 521

w-ln-seven-2	0.20 541	0.14 561	0.37 610	0.22 561	0.12 526	0.20 516	0.21 553	0.28 496	0.37 561	0.25 553	0.37 574	0.27 531	0.22 548	0.21 534	0.23 559	0.08 404	0.08 509	0.09 467	0.09 490	0.10 521	0.09 492

G2L-Stereo	0.14 414	0.07 217	0.13 330	0.17 288	0.09 330	0.13 345	0.12 93	0.27 477	0.22 401	0.16 399	0.27 499	0.21 457	0.13 399	0.17 455	0.18 499	0.09 464	0.08 509	0.08 384	0.07 370	0.07 361	0.07 382

ISRNet	0.18 517	0.08 335	0.19 517	0.19 446	0.13 549	0.15 405	0.12 93	0.30 524	0.32 522	0.21 502	0.25 473	0.27 531	0.17 492	0.17 455	0.20 518	0.20 635	0.08 509	0.14 594	0.14 599	0.14 592	0.17 627

rvit_stereo_0083	0.12 351	0.08 335	0.17 481	0.16 201	0.09 330	0.11 242	0.15 311	0.14 136	0.26 465	0.11 251	0.14 288	0.13 321	0.10 295	0.12 281	0.12 339	0.10 505	0.08 509	0.09 467	0.07 370	0.07 361	0.05 200

GASNet	0.22 562	0.23 623	0.33 597	0.26 610	0.17 616	0.26 585	0.16 380	0.44 636	0.42 588	0.27 565	0.24 445	0.30 559	0.15 441	0.27 578	0.18 499	0.12 561	0.08 509	0.12 566	0.11 564	0.16 617	0.07 382

ToySt	0.17 503	0.11 503	0.18 505	0.17 288	0.11 492	0.16 435	0.25 602	0.24 420	0.33 529	0.19 465	0.24 445	0.26 523	0.24 562	0.19 492	0.20 518	0.07 328	0.08 509	0.09 467	0.10 530	0.09 488	0.08 448

NINENet	0.16 482	0.10 477	0.15 415	0.17 288	0.11 492	0.19 500	0.14 228	0.40 619	0.36 554	0.18 448	0.21 413	0.16 386	0.13 399	0.15 386	0.13 381	0.08 404	0.08 509	0.10 515	0.07 370	0.10 521	0.09 492

WZ-Net	0.28 613	0.17 590	0.78 665	0.22 561	0.16 601	0.34 621	0.29 634	0.39 615	0.57 633	0.24 540	0.55 634	0.37 603	0.24 562	0.33 610	0.35 636	0.09 464	0.08 509	0.09 467	0.10 530	0.14 592	0.16 618

GLC_STEREO	0.11 280	0.07 217	0.11 236	0.17 288	0.07 125	0.09 129	0.13 163	0.15 177	0.24 430	0.12 292	0.13 274	0.12 295	0.08 222	0.18 477	0.11 278	0.06 166	0.08 509	0.08 384	0.06 272	0.05 161	0.05 200

AASNet	0.16 482	0.08 335	0.12 280	0.19 446	0.09 330	0.18 476	0.15 311	0.37 603	0.37 561	0.19 465	0.23 433	0.20 448	0.16 469	0.17 455	0.20 518	0.10 505	0.08 509	0.08 384	0.07 370	0.09 488	0.09 492

SACVNet	0.18 517	0.12 521	0.14 367	0.17 288	0.13 549	0.22 542	0.18 470	0.31 535	0.30 507	0.23 531	0.31 540	0.30 559	0.22 548	0.22 547	0.17 481	0.11 536	0.08 509	0.10 515	0.10 530	0.12 559	0.14 600

PSMNet-ADL	0.15 459	0.12 521	0.13 330	0.22 561	0.09 330	0.13 345	0.20 533	0.26 455	0.23 413	0.18 448	0.20 390	0.24 499	0.16 469	0.18 477	0.17 481	0.08 404	0.08 509	0.08 384	0.11 564	0.08 425	0.07 382

Anonymous3	0.16 482	0.13 549	0.33 597	0.26 610	0.14 570	0.27 595	0.17 421	0.28 496	0.28 490	0.15 371	0.17 340	0.14 341	0.10 295	0.15 386	0.12 339	0.08 404	0.08 509	0.08 384	0.08 443	0.08 425	0.11 548

sCroCo_RVC	0.12 351	0.09 415	0.23 553	0.24 594	0.11 492	0.19 500	0.14 228	0.17 254	0.14 207	0.10 216	0.13 274	0.12 295	0.07 174	0.14 362	0.11 278	0.08 404	0.08 509	0.08 384	0.08 443	0.05 161	0.07 382

delet	0.17 503	0.08 335	0.17 481	0.19 446	0.11 492	0.20 516	0.21 553	0.30 524	0.37 561	0.17 418	0.26 490	0.19 436	0.19 523	0.19 492	0.21 538	0.08 404	0.08 509	0.09 467	0.11 564	0.06 282	0.06 295

DMCA-RVC	0.17 503	0.10 477	0.15 415	0.24 594	0.11 492	0.18 476	0.18 470	0.25 437	0.24 430	0.21 502	0.26 490	0.25 513	0.27 585	0.18 477	0.20 518	0.12 561	0.08 509	0.13 581	0.10 530	0.10 521	0.08 448

FADNet-RVC-Resample	0.16 482	0.11 503	0.31 590	0.22 561	0.11 492	0.19 500	0.14 228	0.25 437	0.24 430	0.24 540	0.27 499	0.20 448	0.15 441	0.16 421	0.15 450	0.07 328	0.08 509	0.12 566	0.10 530	0.09 488	0.10 521

FADNet_RVC	0.16 482	0.14 561	0.40 615	0.20 512	0.11 492	0.13 345	0.13 163	0.26 455	0.22 401	0.21 502	0.23 433	0.20 448	0.17 492	0.14 362	0.16 466	0.08 404	0.08 509	0.12 566	0.09 490	0.11 544	0.10 521

RTSC	0.23 578	0.12 521	0.28 577	0.21 544	0.13 549	0.28 602	0.16 380	0.35 590	0.66 653	0.27 565	0.33 556	0.30 559	0.21 539	0.31 600	0.29 613	0.10 505	0.08 509	0.09 467	0.10 530	0.13 578	0.13 583

RTS	0.45 647	0.19 605	3.26 685	0.24 594	0.15 590	0.74 664	0.20 533	0.36 597	0.76 664	0.42 633	0.43 614	0.31 572	0.41 642	0.53 657	0.35 636	0.10 505	0.08 509	0.13 581	0.12 584	0.15 608	0.15 607

RTSA	0.45 647	0.19 605	3.26 685	0.24 594	0.15 590	0.74 664	0.20 533	0.36 597	0.76 664	0.42 633	0.43 614	0.31 572	0.41 642	0.53 657	0.35 636	0.10 505	0.08 509	0.13 581	0.12 584	0.15 608	0.15 607

CVANet_RVC	0.18 517	0.10 477	0.14 367	0.21 544	0.10 442	0.18 476	0.17 421	0.34 575	0.33 529	0.22 518	0.31 540	0.28 541	0.18 507	0.23 558	0.17 481	0.12 561	0.08 509	0.12 566	0.11 564	0.09 488	0.07 382

StereoDRNet	0.18 517	0.11 503	0.17 481	0.22 561	0.11 492	0.21 533	0.22 563	0.37 603	0.33 529	0.24 540	0.28 513	0.30 559	0.19 523	0.20 517	0.20 518	0.09 464	0.08 509	0.11 546	0.09 490	0.09 488	0.07 382

DLCB_ROB	0.18 517	0.10 477	0.15 415	0.23 585	0.11 492	0.24 564	0.18 470	0.29 510	0.28 490	0.27 565	0.28 513	0.28 541	0.24 562	0.19 492	0.20 518	0.08 404	0.08 509	0.09 467	0.09 490	0.07 361	0.07 382

ETE_ROB	0.23 578	0.17 590	0.22 544	0.25 605	0.13 549	0.26 585	0.29 634	0.31 535	0.36 554	0.28 580	0.36 567	0.45 629	0.26 577	0.27 578	0.26 593	0.11 536	0.08 509	0.12 566	0.09 490	0.14 592	0.13 583

PSMNet_ROB	0.21 553	0.11 503	0.15 415	0.27 623	0.15 590	0.24 564	0.35 651	0.43 634	0.37 561	0.27 565	0.32 544	0.32 581	0.22 548	0.21 534	0.26 593	0.12 561	0.08 509	0.13 581	0.11 564	0.09 488	0.09 492

AANet	0.30 623	0.19 605	1.03 674	0.16 201	0.13 549	0.22 542	0.16 380	0.30 524	0.62 644	0.60 651	0.52 629	0.46 633	0.38 631	0.23 558	0.32 628	0.12 561	0.09 542	0.11 546	0.10 530	0.13 578	0.12 561

w-ln-seven	0.24 585	0.14 561	0.55 635	0.19 446	0.14 570	0.26 585	0.22 563	0.35 590	0.60 641	0.29 589	0.39 588	0.30 559	0.22 548	0.21 534	0.26 593	0.09 464	0.09 542	0.11 546	0.10 530	0.11 544	0.10 521

CAS++	0.11 280	0.07 217	0.11 236	0.14 55	0.09 330	0.12 294	0.14 228	0.24 420	0.14 207	0.11 251	0.09 149	0.11 275	0.07 174	0.14 362	0.09 101	0.11 536	0.09 542	0.09 467	0.07 370	0.07 361	0.08 448
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
coex-ft	3.30 684	0.34 647	59.09 715	0.18 378	0.13 549	0.26 585	0.22 563	0.27 477	0.72 658	1.90 688	0.70 654	0.44 627	0.45 648	0.29 596	0.41 651	0.09 464	0.09 542	0.12 566	0.09 490	0.14 592	0.13 583

fast-acv-ft	0.18 517	0.11 503	0.19 517	0.19 446	0.12 526	0.24 564	0.21 553	0.25 437	0.34 541	0.22 518	0.34 560	0.27 531	0.20 535	0.21 534	0.23 559	0.09 464	0.09 542	0.08 384	0.10 530	0.08 425	0.07 382

ssnet_v2	0.17 503	0.10 477	0.17 481	0.17 288	0.11 492	0.21 533	0.21 553	0.33 566	0.25 451	0.22 518	0.22 424	0.27 531	0.18 507	0.22 547	0.20 518	0.11 536	0.09 542	0.09 467	0.09 490	0.08 425	0.08 448

Wz-Net-SNSev	0.25 597	0.17 590	0.44 621	0.25 605	0.14 570	0.26 585	0.23 574	0.38 611	0.56 631	0.30 594	0.55 634	0.39 615	0.26 577	0.23 558	0.30 620	0.10 505	0.09 542	0.09 467	0.10 530	0.11 544	0.11 548

Wz-Net-LNSev	0.22 562	0.16 579	0.38 612	0.21 544	0.13 549	0.25 575	0.23 574	0.32 546	0.43 593	0.30 594	0.41 605	0.31 572	0.18 507	0.22 547	0.25 582	0.10 505	0.09 542	0.08 384	0.08 443	0.12 559	0.11 548

CRFU-Net	0.16 482	0.08 335	0.14 367	0.17 288	0.09 330	0.19 500	0.14 228	0.26 455	0.20 371	0.28 580	0.27 499	0.29 549	0.17 492	0.19 492	0.17 481	0.09 464	0.09 542	0.07 290	0.07 370	0.08 425	0.08 448

dad	0.17 503	0.20 611	0.20 529	0.16 201	0.11 492	0.20 516	0.18 470	0.21 351	0.28 490	0.30 594	0.24 445	0.29 549	0.13 399	0.19 492	0.16 466	0.18 627	0.09 542	0.11 546	0.09 490	0.11 544	0.07 382

GwcNet	0.20 541	0.13 549	0.19 517	0.18 378	0.12 526	0.24 564	0.19 510	0.35 590	0.43 593	0.20 488	0.32 544	0.33 585	0.20 535	0.22 547	0.24 572	0.11 536	0.09 542	0.09 467	0.09 490	0.09 488	0.10 521

HGLStereo	0.17 503	0.08 335	0.19 517	0.17 288	0.12 526	0.18 476	0.18 470	0.31 535	0.32 522	0.21 502	0.32 544	0.25 513	0.18 507	0.19 492	0.20 518	0.09 464	0.09 542	0.07 290	0.07 370	0.09 488	0.10 521

G-Net	0.24 585	0.16 579	0.36 606	0.22 561	0.16 601	0.51 647	0.23 574	0.29 510	0.34 541	0.36 616	0.38 580	0.31 572	0.29 604	0.27 578	0.26 593	0.11 536	0.09 542	0.12 566	0.09 490	0.16 617	0.13 583

XQC	0.28 613	0.23 623	0.51 630	0.28 626	0.19 627	0.34 621	0.27 618	0.36 597	0.57 633	0.31 600	0.30 532	0.37 603	0.30 608	0.38 632	0.38 643	0.13 587	0.09 542	0.15 606	0.12 584	0.17 625	0.18 630

ADCMid	0.25 597	0.15 571	0.40 615	0.20 512	0.14 570	0.25 575	0.26 611	0.34 575	0.38 568	0.36 616	0.44 616	0.34 592	0.40 637	0.35 619	0.33 633	0.10 505	0.09 542	0.11 546	0.11 564	0.13 578	0.12 561

DANet	0.21 553	0.15 571	0.28 577	0.25 605	0.13 549	0.22 542	0.19 510	0.27 477	0.27 475	0.28 580	0.32 544	0.35 596	0.31 612	0.31 600	0.23 559	0.11 536	0.09 542	0.11 546	0.10 530	0.13 578	0.11 548
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	0.16 482	0.11 503	0.15 415	0.17 288	0.10 442	0.17 457	0.15 311	0.32 546	0.21 387	0.19 465	0.21 413	0.22 475	0.18 507	0.20 517	0.15 450	0.13 587	0.09 542	0.09 467	0.09 490	0.11 544	0.10 521

SANet	0.24 585	0.14 561	0.28 577	0.21 544	0.11 492	0.27 595	0.24 587	0.38 611	0.64 649	0.36 616	0.40 594	0.43 625	0.26 577	0.27 578	0.24 572	0.12 561	0.09 542	0.10 515	0.09 490	0.13 578	0.11 548

PDISCO_ROB	0.27 608	0.16 579	0.26 565	0.28 626	0.20 630	0.32 611	0.26 611	0.44 636	0.57 633	0.28 580	0.40 594	0.45 629	0.29 604	0.33 610	0.34 635	0.12 561	0.09 542	0.17 616	0.16 619	0.17 625	0.13 583

LALA_ROB	0.25 597	0.16 579	0.22 544	0.26 610	0.17 616	0.27 595	0.27 618	0.42 630	0.37 561	0.33 610	0.38 580	0.51 641	0.26 577	0.28 590	0.27 601	0.16 621	0.09 542	0.12 566	0.11 564	0.13 578	0.12 561

PWCDC_ROB	0.20 541	0.13 549	0.22 544	0.24 594	0.11 492	0.19 500	0.15 311	0.33 566	0.54 627	0.29 589	0.50 627	0.21 457	0.15 441	0.27 578	0.20 518	0.11 536	0.09 542	0.10 515	0.08 443	0.11 544	0.09 492

zh-sn7	0.25 597	0.17 590	0.50 629	0.24 594	0.13 549	0.25 575	0.24 587	0.34 575	0.48 607	0.28 580	0.54 632	0.28 541	0.31 612	0.36 625	0.32 628	0.10 505	0.10 563	0.11 546	0.10 530	0.12 559	0.12 561

PSMNet-RUCA	0.27 608	0.33 646	0.41 618	0.36 646	0.32 654	0.18 476	0.19 510	0.42 630	0.30 507	0.33 610	0.41 605	0.39 615	0.25 571	0.31 600	0.20 518	0.18 627	0.10 563	0.25 637	0.15 615	0.21 633	0.16 618

rvit_stereo_0075_2	0.17 503	0.12 521	0.25 562	0.23 585	0.16 601	0.13 345	0.10 32	0.30 524	0.27 475	0.20 488	0.28 513	0.22 475	0.15 441	0.18 477	0.13 381	0.16 621	0.10 563	0.17 616	0.10 530	0.10 521	0.09 492

SQANet	0.23 578	0.23 623	0.30 588	0.30 637	0.19 627	0.27 595	0.13 163	0.29 510	0.33 529	0.24 540	0.37 574	0.31 572	0.22 548	0.27 578	0.23 559	0.15 605	0.10 563	0.21 630	0.16 619	0.21 633	0.15 607

pcwnet_v2	0.19 529	0.10 477	0.26 565	0.17 288	0.14 570	0.18 476	0.15 311	0.37 603	0.46 605	0.19 465	0.24 445	0.21 457	0.19 523	0.20 517	0.19 512	0.13 587	0.10 563	0.10 515	0.10 530	0.11 544	0.13 583

psm_up	0.18 517	0.10 477	0.18 505	0.20 512	0.11 492	0.17 457	0.19 510	0.37 603	0.34 541	0.21 502	0.28 513	0.29 549	0.24 562	0.20 517	0.22 547	0.09 464	0.10 563	0.11 546	0.11 564	0.08 425	0.08 448

AF-Net	0.22 562	0.17 590	0.17 481	0.26 610	0.13 549	0.25 575	0.24 587	0.32 546	0.50 617	0.25 553	0.33 556	0.38 607	0.26 577	0.28 590	0.25 582	0.11 536	0.10 563	0.16 613	0.11 564	0.11 544	0.10 521

Nwc_Net	0.23 578	0.16 579	0.21 538	0.25 605	0.14 570	0.24 564	0.26 611	0.37 603	0.38 568	0.22 518	0.41 605	0.30 559	0.28 596	0.28 590	0.25 582	0.11 536	0.10 563	0.17 616	0.20 632	0.10 521	0.10 521

ADCPNet	0.25 597	0.16 579	0.61 645	0.21 544	0.15 590	0.35 629	0.25 602	0.32 546	0.35 550	0.30 594	0.40 594	0.36 598	0.28 596	0.28 590	0.32 628	0.12 561	0.10 563	0.11 546	0.12 584	0.14 592	0.13 583

DPSNet	0.28 613	0.16 579	0.31 590	0.18 378	0.13 549	0.54 649	0.42 660	0.51 652	0.67 654	0.29 589	0.38 580	0.38 607	0.29 604	0.31 600	0.23 559	0.11 536	0.10 563	0.11 546	0.08 443	0.20 632	0.16 618

MDST_ROB	0.22 562	0.10 477	0.17 481	0.18 378	0.11 492	0.37 631	0.19 510	0.43 634	0.41 580	0.39 623	0.39 588	0.29 549	0.21 539	0.26 575	0.18 499	0.11 536	0.10 563	0.14 594	0.11 564	0.10 521	0.08 448

XPNet_ROB	0.22 562	0.11 503	0.19 517	0.22 561	0.13 549	0.22 542	0.19 510	0.34 575	0.40 577	0.30 594	0.39 588	0.39 615	0.26 577	0.26 575	0.28 609	0.15 605	0.10 563	0.10 515	0.10 530	0.13 578	0.12 561

DStereoFS	0.27 608	0.22 621	0.31 590	0.22 561	0.15 590	0.22 542	0.20 533	0.50 650	0.48 607	0.28 580	0.44 616	0.33 585	0.34 623	0.52 654	0.29 613	0.12 561	0.11 575	0.15 606	0.13 595	0.16 617	0.16 618

DStereoSA	0.25 597	0.19 605	0.37 610	0.26 610	0.17 616	0.22 542	0.20 533	0.49 646	0.59 637	0.22 518	0.29 525	0.29 549	0.33 618	0.39 636	0.28 609	0.12 561	0.11 575	0.16 613	0.14 599	0.14 592	0.12 561

TCMNet	0.19 529	0.12 521	0.19 517	0.20 512	0.18 623	0.20 516	0.24 587	0.27 477	0.36 554	0.23 531	0.26 490	0.25 513	0.19 523	0.19 492	0.23 559	0.13 587	0.11 575	0.11 546	0.12 584	0.13 578	0.12 561

rvit_0105_6	0.14 414	0.09 415	0.18 505	0.17 288	0.10 442	0.10 191	0.16 380	0.19 317	0.26 465	0.12 292	0.18 367	0.17 408	0.12 359	0.18 477	0.12 339	0.15 605	0.11 575	0.12 566	0.10 530	0.09 488	0.06 295

rvit_0105_5	0.14 414	0.09 415	0.13 330	0.17 288	0.09 330	0.14 379	0.23 574	0.24 420	0.27 475	0.14 344	0.15 305	0.18 422	0.12 359	0.17 455	0.14 419	0.14 601	0.11 575	0.10 515	0.10 530	0.08 425	0.06 295

rvit_0105_4	0.14 414	0.09 415	0.17 481	0.17 288	0.10 442	0.12 294	0.19 510	0.23 396	0.27 475	0.14 344	0.20 390	0.17 408	0.13 399	0.17 455	0.13 381	0.15 605	0.11 575	0.11 546	0.10 530	0.09 488	0.06 295

rvit_0105_3	0.15 459	0.09 415	0.14 367	0.19 446	0.12 526	0.15 405	0.25 602	0.25 437	0.29 497	0.15 371	0.17 340	0.20 448	0.13 399	0.17 455	0.14 419	0.13 587	0.11 575	0.12 566	0.14 599	0.07 361	0.06 295

StereoVision	0.13 377	0.12 521	0.09 118	0.24 594	0.10 442	0.15 405	0.21 553	0.21 351	0.20 371	0.12 292	0.24 445	0.10 245	0.10 295	0.16 421	0.10 198	0.09 464	0.11 575	0.12 566	0.12 584	0.06 282	0.05 200

DGSMNet	0.24 585	0.19 605	0.33 597	0.21 544	0.24 641	0.24 564	0.20 533	0.35 590	0.41 580	0.24 540	0.32 544	0.38 607	0.21 539	0.29 596	0.23 559	0.12 561	0.11 575	0.14 594	0.16 619	0.23 637	0.23 641

FAT-Stereo	0.20 541	0.12 521	0.22 544	0.21 544	0.12 526	0.17 457	0.18 470	0.34 575	0.39 571	0.27 565	0.37 574	0.34 592	0.32 616	0.21 534	0.20 518	0.09 464	0.11 575	0.10 515	0.09 490	0.11 544	0.14 600

STTStereo	0.18 517	0.12 521	0.27 572	0.20 512	0.11 492	0.16 435	0.21 553	0.29 510	0.23 413	0.21 502	0.30 532	0.29 549	0.18 507	0.20 517	0.19 512	0.12 561	0.11 575	0.11 546	0.14 599	0.09 488	0.08 448

NCC-stereo	0.24 585	0.15 571	0.31 590	0.26 610	0.16 601	0.20 516	0.30 641	0.40 619	0.40 577	0.24 540	0.38 580	0.33 585	0.28 596	0.36 625	0.27 601	0.12 561	0.11 575	0.15 606	0.22 637	0.13 578	0.13 583

edge stereo	0.22 562	0.13 549	0.20 529	0.21 544	0.13 549	0.23 559	0.16 380	0.32 546	0.42 588	0.32 606	0.40 594	0.38 607	0.35 626	0.25 573	0.24 572	0.13 587	0.11 575	0.14 594	0.11 564	0.12 559	0.13 583

Abc-Net	0.24 585	0.15 571	0.31 590	0.26 610	0.16 601	0.20 516	0.30 641	0.40 619	0.40 577	0.24 540	0.38 580	0.33 585	0.28 596	0.36 625	0.27 601	0.12 561	0.11 575	0.15 606	0.22 637	0.13 578	0.13 583
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 606	0.15 571	0.30 588	0.24 594	0.18 623	0.22 542	0.15 311	0.38 611	0.71 657	0.32 606	0.41 605	0.36 598	0.28 596	0.32 607	0.29 613	0.12 561	0.11 575	0.14 594	0.13 595	0.16 617	0.20 636

DeepPrunerF	0.24 585	0.17 590	0.42 620	0.26 610	0.16 601	0.22 542	0.28 624	0.37 603	0.50 617	0.26 559	0.29 525	0.24 499	0.28 596	0.21 534	0.22 547	0.15 605	0.11 575	0.20 629	0.18 630	0.12 559	0.13 583

Selective-IGEV-i16pa	18.58 704	3.30 689	1.09 675	0.21 544	0.18 623	103.68 717	0.28 624	19.87 709	40.73 717	4.16 691	56.45 717	8.07 696	2.59 691	123.95 718	5.89 694	0.18 627	0.12 591	0.09 467	0.12 584	0.12 559	0.51 668

DStereoO	0.24 585	0.18 601	0.18 505	0.20 512	0.14 570	0.21 533	0.19 510	0.32 546	0.41 580	0.29 589	0.21 413	0.32 581	0.27 585	0.41 644	0.27 601	0.46 665	0.12 591	0.31 653	0.11 564	0.15 608	0.12 561

rvit_105_1	0.19 529	0.11 503	0.25 562	0.21 544	0.16 601	0.21 533	0.27 618	0.31 535	0.41 580	0.19 465	0.20 390	0.22 475	0.17 492	0.19 492	0.17 481	0.12 561	0.12 591	0.13 581	0.15 615	0.08 425	0.07 382

UDG	0.21 553	0.17 590	0.19 517	0.23 585	0.15 590	0.30 609	0.20 533	0.33 566	0.35 550	0.23 531	0.28 513	0.31 572	0.27 585	0.20 517	0.22 547	0.15 605	0.12 591	0.13 581	0.09 490	0.14 592	0.14 600

APVNet	0.22 562	0.12 521	0.19 517	0.18 378	0.14 570	0.32 611	0.31 647	0.39 615	0.32 522	0.27 565	0.40 594	0.30 559	0.29 604	0.26 575	0.25 582	0.11 536	0.12 591	0.11 546	0.14 599	0.12 559	0.12 561

Syn2CoEx	0.21 553	0.16 579	0.27 572	0.29 635	0.14 570	0.26 585	0.20 533	0.33 566	0.31 515	0.28 580	0.36 567	0.27 531	0.25 571	0.19 492	0.24 572	0.16 621	0.12 591	0.14 594	0.11 564	0.09 488	0.08 448

S-Stereo	0.20 541	0.12 521	0.25 562	0.21 544	0.13 549	0.20 516	0.18 470	0.32 546	0.43 593	0.23 531	0.36 567	0.28 541	0.30 608	0.19 492	0.22 547	0.09 464	0.12 591	0.10 515	0.10 530	0.13 578	0.13 583

RP	0.21 553	0.13 549	0.21 538	0.23 585	0.11 492	0.21 533	0.20 533	0.25 437	0.44 598	0.21 502	0.38 580	0.36 598	0.24 562	0.27 578	0.25 582	0.11 536	0.12 591	0.13 581	0.12 584	0.12 559	0.14 600

stereogan	0.22 562	0.11 503	0.21 538	0.20 512	0.12 526	0.31 610	0.19 510	0.35 590	0.44 598	0.22 518	0.39 588	0.35 596	0.27 585	0.33 610	0.22 547	0.10 505	0.12 591	0.10 515	0.10 530	0.14 592	0.13 583

ADCS	0.29 617	0.18 601	0.45 622	0.21 544	0.17 616	0.28 602	0.23 574	0.41 625	0.63 648	0.40 626	0.49 623	0.40 619	0.36 628	0.39 636	0.40 648	0.13 587	0.12 591	0.13 581	0.14 599	0.16 617	0.16 618

AnyNet_C32	0.26 606	0.16 579	0.36 606	0.20 512	0.16 601	0.25 575	0.30 641	0.32 546	0.44 598	0.31 600	0.49 623	0.30 559	0.33 618	0.40 641	0.33 633	0.12 561	0.12 591	0.12 566	0.14 599	0.14 592	0.15 607

GANet	0.21 553	0.12 521	0.21 538	0.24 594	0.13 549	0.22 542	0.22 563	0.41 625	0.26 465	0.31 600	0.42 611	0.37 603	0.28 596	0.23 558	0.22 547	0.10 505	0.12 591	0.10 515	0.09 490	0.10 521	0.08 448

PS-NSSS	0.20 541	0.21 617	0.23 553	0.20 512	0.10 442	0.19 500	0.17 421	0.36 597	0.25 451	0.27 565	0.33 556	0.27 531	0.24 562	0.20 517	0.20 518	0.15 605	0.12 591	0.17 616	0.14 599	0.10 521	0.08 448

NCCL2	0.23 578	0.15 571	0.17 481	0.34 642	0.18 623	0.24 564	0.23 574	0.34 575	0.28 490	0.31 600	0.38 580	0.38 607	0.28 596	0.23 558	0.24 572	0.15 605	0.12 591	0.18 625	0.21 634	0.13 578	0.13 583

WCMA_ROB	0.24 585	0.11 503	0.22 544	0.17 288	0.14 570	0.32 611	0.15 311	0.32 546	0.32 522	0.38 621	0.53 630	0.40 619	0.34 623	0.34 613	0.25 582	0.11 536	0.12 591	0.12 566	0.10 530	0.14 592	0.14 600

YMNet	0.20 541	0.12 521	0.19 517	0.20 512	0.14 570	0.26 585	0.23 574	0.32 546	0.34 541	0.27 565	0.34 560	0.30 559	0.18 507	0.18 477	0.22 547	0.10 505	0.13 606	0.10 515	0.10 530	0.08 425	0.09 492

YMNet_1	0.20 541	0.12 521	0.19 517	0.20 512	0.14 570	0.26 585	0.23 574	0.32 546	0.34 541	0.27 565	0.34 560	0.30 559	0.18 507	0.18 477	0.22 547	0.10 505	0.13 606	0.10 515	0.10 530	0.08 425	0.09 492

Wz-Net-TNSev	0.29 617	0.20 611	0.65 648	0.19 446	0.15 590	0.38 634	0.27 618	0.35 590	0.55 628	0.34 612	0.42 611	0.45 629	0.38 631	0.32 607	0.30 620	0.12 561	0.13 606	0.10 515	0.12 584	0.15 608	0.14 600

DDUNet	0.22 562	0.17 590	0.21 538	0.22 561	0.15 590	0.25 575	0.24 587	0.29 510	0.30 507	0.31 600	0.36 567	0.33 585	0.25 571	0.24 568	0.20 518	0.18 627	0.13 606	0.17 616	0.11 564	0.16 617	0.16 618

FADNet-RVC	0.20 541	0.20 611	0.38 612	0.21 544	0.16 601	0.20 516	0.15 311	0.26 455	0.26 465	0.26 559	0.32 544	0.26 523	0.21 539	0.22 547	0.19 512	0.12 561	0.13 606	0.12 566	0.14 599	0.13 578	0.18 630

RGC	0.25 597	0.20 611	0.29 585	0.28 626	0.16 601	0.22 542	0.23 574	0.32 546	0.44 598	0.27 565	0.40 594	0.38 607	0.27 585	0.36 625	0.22 547	0.11 536	0.13 606	0.17 616	0.17 626	0.14 592	0.16 618

AnyNet_C01	0.36 634	0.25 631	1.37 679	0.22 561	0.17 616	0.48 645	0.27 618	0.35 590	0.39 571	0.39 623	0.74 658	0.46 633	0.38 631	0.45 646	0.47 657	0.13 587	0.13 606	0.13 581	0.14 599	0.14 592	0.15 607

SGM_RVC	0.23 578	0.12 521	0.15 415	0.15 106	0.09 330	0.33 618	0.18 470	0.34 575	0.31 515	0.44 637	0.37 574	0.53 645	0.35 626	0.35 619	0.24 572	0.13 587	0.13 606	0.13 581	0.13 595	0.10 521	0.11 548
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MeshStereo	0.27 608	0.13 549	0.18 505	0.15 106	0.11 492	0.32 611	0.24 587	0.40 619	0.36 554	0.52 644	0.57 642	0.67 656	0.40 637	0.35 619	0.26 593	0.14 601	0.13 606	0.13 581	0.11 564	0.11 544	0.10 521
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	0.39 636	0.53 657	0.55 635	0.45 654	0.24 641	0.47 643	0.18 470	0.49 646	0.64 649	0.42 633	0.45 618	0.60 649	0.27 585	0.34 613	0.24 572	0.33 656	0.14 615	0.48 660	0.42 662	0.30 652	0.26 649

ccnet	0.29 617	0.28 639	0.23 553	0.20 512	0.28 648	0.41 639	0.21 553	0.45 639	0.33 529	0.36 616	0.46 619	0.36 598	0.30 608	0.39 636	0.42 652	0.23 648	0.14 615	0.21 630	0.17 626	0.23 637	0.18 630

MFN_U_SF_RVC	0.32 627	0.21 617	0.55 635	0.30 637	0.15 590	0.34 621	0.17 421	0.52 653	0.46 605	0.46 641	0.55 634	0.59 648	0.39 634	0.35 619	0.37 641	0.15 605	0.14 615	0.18 625	0.21 634	0.16 617	0.15 607

MaskLacGwcNet_RVC	0.22 562	0.21 617	0.24 557	0.26 610	0.11 492	0.23 559	0.14 228	0.39 615	0.24 430	0.32 606	0.36 567	0.30 559	0.21 539	0.19 492	0.21 538	0.17 626	0.14 615	0.21 630	0.16 619	0.12 559	0.12 561

PVD	0.39 636	0.20 611	0.39 614	0.31 641	0.22 636	0.29 606	0.43 662	0.52 653	0.96 671	0.55 648	0.79 662	0.53 645	0.59 661	0.52 654	0.38 643	0.19 633	0.14 615	0.17 616	0.14 599	0.24 643	0.31 654

FBW_ROB	0.24 585	0.17 590	0.22 544	0.26 610	0.14 570	0.25 575	0.22 563	0.41 625	0.41 580	0.41 630	0.41 605	0.42 622	0.27 585	0.31 600	0.23 559	0.09 464	0.14 615	0.14 594	0.12 584	0.11 544	0.09 492

Selective-IGEV-i1pa	2.80 683	3.51 691	0.67 656	0.28 626	0.14 570	10.22 693	0.43 662	4.36 690	3.63 691	3.53 690	6.92 692	3.47 689	1.97 689	13.41 704	2.26 688	0.36 658	0.15 621	0.13 581	0.10 530	0.15 608	0.35 659

psmorigin	0.25 597	0.15 571	0.34 605	0.17 288	0.13 549	0.23 559	0.14 228	0.34 575	0.33 529	0.41 630	0.55 634	0.41 621	0.37 630	0.34 613	0.27 601	0.11 536	0.15 621	0.11 546	0.11 564	0.12 559	0.16 618

FADNet	0.21 553	0.22 621	0.36 606	0.18 378	0.17 616	0.24 564	0.13 163	0.31 535	0.31 515	0.23 531	0.25 473	0.27 531	0.21 539	0.19 492	0.15 450	0.13 587	0.15 621	0.12 566	0.15 615	0.16 617	0.18 630

CBMV	0.19 529	0.14 561	0.17 481	0.18 378	0.10 442	0.20 516	0.11 61	0.29 510	0.30 507	0.29 589	0.30 532	0.30 559	0.23 556	0.27 578	0.19 512	0.13 587	0.15 621	0.17 616	0.16 619	0.10 521	0.10 521
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
HBP-ISP	0.18 517	0.13 549	0.16 451	0.15 106	0.11 492	0.08 77	0.13 163	0.28 496	0.29 497	0.22 518	0.33 556	0.21 457	0.25 571	0.23 558	0.17 481	0.14 601	0.16 625	0.21 630	0.17 626	0.10 521	0.08 448

FINET	0.21 553	0.18 601	0.26 565	0.18 378	0.16 601	0.23 559	0.23 574	0.32 546	0.48 607	0.25 553	0.32 544	0.22 475	0.22 548	0.22 547	0.17 481	0.18 627	0.16 625	0.11 546	0.10 530	0.15 608	0.13 583

SGM-ForestM	0.32 627	0.12 521	0.16 451	0.16 201	0.11 492	0.39 636	0.19 510	0.41 625	0.50 617	0.52 644	0.54 632	1.32 677	0.42 645	0.40 641	0.27 601	0.14 601	0.16 625	0.16 613	0.16 619	0.12 559	0.12 561

CSAN	0.29 617	0.24 626	0.27 572	0.34 642	0.19 627	0.33 618	0.42 660	0.37 603	0.50 617	0.38 621	0.40 594	0.44 627	0.33 618	0.28 590	0.30 620	0.20 635	0.16 625	0.19 627	0.19 631	0.14 592	0.15 607

SGM-Forest	0.20 541	0.14 561	0.18 505	0.19 446	0.13 549	0.20 516	0.22 563	0.33 566	0.30 507	0.24 540	0.29 525	0.28 541	0.19 523	0.23 558	0.17 481	0.15 605	0.16 625	0.15 606	0.14 599	0.12 559	0.12 561
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
NaN_ROB	0.22 562	0.19 605	0.24 557	0.25 605	0.13 549	0.29 606	0.26 611	0.33 566	0.41 580	0.31 600	0.31 540	0.32 581	0.23 556	0.30 599	0.21 538	0.11 536	0.17 630	0.10 515	0.10 530	0.08 425	0.09 492

CBMV_ROB	0.19 529	0.13 549	0.17 481	0.16 201	0.11 492	0.15 405	0.13 163	0.26 455	0.28 490	0.27 565	0.30 532	0.27 531	0.24 562	0.23 558	0.16 466	0.15 605	0.17 630	0.22 634	0.20 632	0.10 521	0.11 548

SDNR	0.19 529	0.08 335	0.19 517	0.16 201	0.12 526	0.77 670	0.14 228	0.25 437	0.32 522	0.19 465	0.24 445	0.19 436	0.13 399	0.19 492	0.15 450	0.16 621	0.18 632	0.14 594	0.11 564	0.08 425	0.11 548

BEATNet-Init1	0.52 653	0.27 635	0.62 646	0.30 637	0.21 634	0.76 668	0.29 634	0.54 656	0.65 652	0.86 669	0.95 670	2.07 686	0.62 664	0.56 661	0.42 652	0.18 627	0.18 632	0.23 635	0.22 637	0.22 636	0.21 638

NOSS_ROB	0.19 529	0.12 521	0.18 505	0.16 201	0.12 526	0.15 405	0.12 93	0.30 524	0.32 522	0.20 488	0.22 424	0.27 531	0.23 556	0.21 534	0.16 466	0.16 621	0.18 632	0.23 635	0.21 634	0.12 559	0.13 583

MSC_U_SF_DS_RVC	0.43 644	0.39 651	0.54 633	0.40 649	0.20 630	0.64 656	0.32 649	0.53 655	0.72 658	0.71 658	0.72 655	0.61 650	0.54 654	0.51 652	0.46 656	0.20 635	0.19 635	0.29 650	0.30 653	0.23 637	0.18 630

CC-Net-ROB	0.28 613	0.31 644	0.36 606	0.29 635	0.15 590	0.25 575	0.19 510	0.45 639	0.33 529	0.39 623	0.37 574	0.39 615	0.31 612	0.27 578	0.26 593	0.24 650	0.19 635	0.30 652	0.23 641	0.18 628	0.15 607

MSMD_ROB	0.31 625	0.26 632	0.26 565	0.24 594	0.21 634	0.34 621	0.25 602	0.34 575	0.39 571	0.40 626	0.69 652	0.45 629	0.40 637	0.34 613	0.27 601	0.20 635	0.19 635	0.26 638	0.25 643	0.23 637	0.22 640

FSD					0.22 636	0.25 575	0.25 602	0.27 477	0.26 465	0.25 553	0.26 490	0.25 513	0.27 585	0.27 578	0.24 572	0.21 639	0.20 638	0.27 641	0.26 644	0.25 644

TCMNet-wrong-test	3.67 685	5.48 699	3.89 689	12.18 700	11.75 702	4.65 688	3.88 692	1.06 682	0.72 658	1.09 680	2.15 689	6.30 694	0.53 653	3.43 690	2.36 690	0.89 685	0.20 638	1.87 692	1.69 691	5.57 696	3.62 696

FC-DCNN v2	0.33 630	0.27 635	0.28 577	0.26 610	0.23 639	0.37 631	0.28 624	0.40 619	0.43 593	0.45 638	0.56 639	0.51 641	0.40 637	0.37 630	0.29 613	0.21 639	0.20 638	0.27 641	0.26 644	0.25 644	0.24 642

FCDSN-DC	0.33 630	0.28 639	0.28 577	0.30 637	0.24 641	0.39 636	0.28 624	0.42 630	0.42 588	0.43 636	0.53 630	0.51 641	0.41 642	0.36 625	0.30 620	0.21 639	0.20 638	0.27 641	0.26 644	0.25 644	0.24 642
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	0.30 623	0.24 626	0.29 585	0.36 646	0.16 601	0.34 621	0.30 641	0.32 546	0.42 588	0.40 626	0.46 619	0.38 607	0.31 612	0.34 613	0.28 609	0.19 633	0.20 638	0.26 638	0.29 651	0.18 628	0.19 635

SAMSARA	0.40 639	0.28 639	0.33 597	0.55 660	0.39 655	0.82 671	1.23 688	0.47 643	0.51 624	0.36 616	0.35 564	0.55 647	0.39 634	0.38 632	0.39 645	0.15 605	0.20 638	0.15 606	0.14 599	0.23 637	0.20 636

MANE	0.45 647	0.27 635	0.27 572	0.27 623	0.24 641	0.47 643	0.31 647	0.55 657	0.59 637	0.72 660	1.13 679	1.15 671	0.61 662	0.52 654	0.37 641	0.21 639	0.20 638	0.27 641	0.31 655	0.25 644	0.24 642

GANetREF_RVC	0.31 625	0.34 647	0.27 572	0.35 644	0.16 601	0.32 611	0.41 657	0.48 644	0.51 624	0.35 613	0.35 564	0.34 592	0.33 618	0.39 636	0.32 628	0.27 652	0.20 638	0.29 650	0.15 615	0.18 628	0.17 627
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	0.33 630	0.27 635	0.28 577	0.26 610	0.23 639	0.37 631	0.28 624	0.40 619	0.43 593	0.45 638	0.55 634	0.51 641	0.40 637	0.37 630	0.30 620	0.21 639	0.20 638	0.27 641	0.26 644	0.25 644	0.24 642

LSM	0.33 630	0.20 611	0.58 641	0.26 610	0.60 672	0.34 621	0.25 602	0.42 630	0.48 607	0.45 638	0.58 644	0.42 622	0.36 628	0.35 619	0.25 582	0.12 561	0.20 638	0.14 594	0.16 619	0.19 631	0.33 656

ELAS_RVC	0.41 641	0.29 642	0.33 597	0.28 626	0.24 641	0.54 649	0.36 652	0.49 646	0.59 637	0.72 660	0.74 658	0.65 654	0.54 654	0.54 659	0.40 648	0.22 644	0.20 638	0.27 641	0.26 644	0.26 649	0.25 647
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 641	0.29 642	0.33 597	0.27 623	0.24 641	0.60 654	0.36 652	0.50 650	0.50 617	0.71 658	0.79 662	0.67 656	0.54 654	0.51 652	0.42 652	0.22 644	0.20 638	0.27 641	0.26 644	0.26 649	0.25 647
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PA-Net	0.23 578	0.18 601	0.33 597	0.28 626	0.22 636	0.21 533	0.38 656	0.29 510	0.39 571	0.22 518	0.32 544	0.25 513	0.26 577	0.20 517	0.25 582	0.09 464	0.23 650	0.15 606	0.22 637	0.09 488	0.13 583
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
light-stereo	0.42 643	0.26 632	0.59 643	0.60 662	0.49 662	0.32 611	0.23 574	0.46 641	0.52 626	0.56 650	0.58 644	0.76 661	0.32 616	0.48 648	0.29 613	0.32 654	0.24 651	0.27 641	0.33 656	0.46 660	0.39 661

ACVNet_1	0.44 645	0.49 656	0.60 644	0.45 654	0.28 648	0.49 646	0.27 618	0.57 660	0.72 658	0.62 653	0.58 644	0.74 660	0.49 651	0.50 650	0.35 636	0.26 651	0.24 651	0.39 657	0.29 651	0.31 655	0.24 642

Anonymous_2	0.22 562	0.17 590	0.28 577	0.15 106	0.16 601	0.32 611	0.22 563	0.22 375	0.17 298	0.23 531	0.24 445	0.26 523	0.27 585	0.27 578	0.23 559	0.22 644	0.25 653	0.17 616	0.17 626	0.17 625	0.17 627

PASM	0.32 627	0.24 626	0.48 628	0.28 626	0.27 647	0.29 606	0.30 641	0.34 575	0.49 614	0.35 613	0.39 588	0.46 633	0.34 623	0.34 613	0.35 636	0.23 648	0.25 653	0.26 638	0.28 650	0.23 637	0.21 638

JetBlue	0.71 662	0.45 655	1.14 677	0.51 658	0.47 661	2.02 686	0.64 675	0.75 666	0.70 656	0.69 657	0.77 661	1.22 673	0.83 672	1.03 683	1.01 683	0.40 660	0.28 655	0.33 654	0.33 656	0.30 652	0.34 657

Ntro	0.40 639	0.40 652	0.53 632	0.46 657	0.30 652	0.65 657	0.24 587	0.46 641	0.68 655	0.41 630	0.49 623	0.48 639	0.42 645	0.39 636	0.31 627	0.32 654	0.28 655	0.37 656	0.30 653	0.32 656	0.29 651

test_sample9	0.18 517	0.12 521	0.20 529	0.12 5	0.14 570	0.17 457	0.13 163	0.27 477	0.23 413	0.20 488	0.20 390	0.24 499	0.19 523	0.19 492	0.17 481	0.15 605	0.30 657	0.14 594	0.14 599	0.14 592	0.12 561

test_sample8	0.19 529	0.12 521	0.20 529	0.12 5	0.14 570	0.17 457	0.13 163	0.31 535	0.21 387	0.27 565	0.22 424	0.36 598	0.25 571	0.19 492	0.17 481	0.15 605	0.30 657	0.14 594	0.14 599	0.14 592	0.12 561

otaku	0.39 636	0.37 650	0.52 631	0.44 653	0.28 648	0.58 651	0.24 587	0.41 625	0.62 644	0.40 626	0.49 623	0.46 633	0.33 618	0.40 641	0.32 628	0.30 653	0.30 657	0.39 657	0.33 656	0.29 651	0.28 650

MonStereo1	0.47 651	0.26 632	0.58 641	0.28 626	0.20 630	0.39 636	0.18 470	0.49 646	0.64 649	0.52 644	0.87 665	1.01 666	0.57 659	0.50 650	0.56 664	0.53 669	0.31 660	0.54 666	0.40 660	0.33 657	0.34 657

NVStereoNet_ROB	0.46 650	0.36 649	0.46 626	0.41 651	0.28 648	0.34 621	0.34 650	0.48 644	0.60 641	0.72 660	0.93 668	0.70 659	0.66 665	0.47 647	0.60 667	0.22 644	0.33 661	0.34 655	0.34 659	0.30 652	0.30 653
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	0.44 645	0.40 652	0.45 622	0.37 648	0.43 659	0.46 641	0.41 657	0.57 660	0.55 628	0.32 606	0.73 656	0.33 585	0.48 650	0.42 645	0.49 659	0.39 659	0.35 662	0.45 659	0.51 669	0.42 659	0.29 651

MADNet+	0.75 665	0.71 667	3.70 688	0.66 664	0.41 657	0.98 676	0.97 686	0.69 665	0.73 662	0.52 644	0.57 642	0.64 652	0.68 667	0.86 675	1.01 683	0.34 657	0.36 663	0.28 649	0.23 641	0.36 658	0.31 654

ACVNet_2	0.66 661	0.66 665	0.68 657	0.63 663	0.41 657	0.71 662	0.49 665	0.96 675	1.39 680	0.89 670	1.09 675	1.04 667	0.73 668	0.54 659	0.47 657	0.43 663	0.40 664	0.53 665	0.44 663	0.47 661	0.35 659

GCST	0.37 635	0.42 654	0.26 565	1.02 680	0.39 655	0.18 476	0.08 7	0.20 328	0.17 298	0.28 580	0.25 473	0.15 370	0.12 359	0.16 421	0.14 419	0.64 676	0.43 665	0.75 672	0.65 676	0.63 669	0.46 667

IMH-64-1	0.65 659	0.61 661	0.68 657	0.71 665	0.51 663	0.59 652	0.49 665	0.91 671	0.85 666	0.74 664	1.02 672	0.81 662	0.78 670	0.79 668	0.49 659	0.42 661	0.46 666	0.71 669	0.47 664	0.52 663	0.39 661

IMH-64	0.65 659	0.61 661	0.68 657	0.71 665	0.51 663	0.59 652	0.49 665	0.91 671	0.85 666	0.74 664	1.02 672	0.81 662	0.78 670	0.79 668	0.49 659	0.42 661	0.46 666	0.71 669	0.47 664	0.52 663	0.39 661

TorneroNet-64	0.76 666	0.72 668	0.74 664	0.78 669	0.58 671	0.91 675	0.56 670	0.84 669	1.29 677	0.66 654	0.90 666	1.40 679	0.75 669	0.85 674	0.67 673	0.49 667	0.46 666	0.72 671	0.59 672	0.67 673	0.53 669

PWCK	0.71 662	0.94 676	0.95 672	0.76 667	0.31 653	0.74 664	0.36 652	0.90 670	0.90 669	0.96 673	0.75 660	0.95 665	0.61 662	0.87 676	0.66 670	0.72 678	0.46 666	0.75 672	0.49 666	0.69 676	0.44 666

SPS-STEREO	0.57 657	0.58 659	0.65 648	0.45 654	0.55 667	0.62 655	0.44 664	0.62 663	0.50 617	0.68 656	0.64 647	0.66 655	0.57 659	0.61 663	0.60 667	0.62 675	0.47 670	0.51 662	0.49 666	0.55 667	0.58 671
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	0.54 655	0.61 661	0.70 663	0.57 661	0.43 659	0.65 657	0.37 655	0.60 662	0.87 668	0.50 643	0.66 649	0.64 652	0.47 649	0.49 649	0.43 655	0.47 666	0.48 671	0.52 664	0.41 661	0.52 663	0.40 664

SGM+DAISY	0.56 656	0.57 658	0.65 648	0.40 649	0.54 665	0.66 659	0.49 665	0.56 658	0.45 604	0.66 654	0.69 652	0.67 656	0.56 658	0.63 664	0.56 664	0.59 673	0.48 671	0.50 661	0.50 668	0.52 663	0.58 671

WAO-6	0.81 668	0.80 671	0.62 646	0.86 674	0.63 674	0.76 668	0.58 672	0.98 677	1.54 685	0.90 671	0.96 671	1.07 669	1.03 680	0.70 667	0.66 670	0.72 678	0.49 673	0.90 680	0.71 679	0.68 674	0.58 671

TorneroNet	0.82 669	0.74 669	0.81 669	0.84 672	0.63 674	0.99 677	0.63 673	0.96 675	1.16 674	0.80 667	1.11 677	1.36 678	0.86 674	0.93 679	0.80 678	0.56 670	0.49 673	0.78 677	0.66 677	0.73 679	0.63 679

IMH	0.71 662	0.64 664	0.68 657	0.76 667	0.54 665	0.69 660	0.54 669	0.98 677	1.10 673	0.82 668	1.09 675	0.89 664	0.88 675	0.87 676	0.52 663	0.44 664	0.50 675	0.75 672	0.51 669	0.56 668	0.41 665

anonymity	0.53 654	0.58 659	0.65 648	0.41 651	0.61 673	0.53 648	0.41 657	0.56 658	0.41 580	0.55 648	0.50 627	0.49 640	0.55 657	0.58 662	0.50 662	0.58 672	0.50 675	0.51 662	0.51 669	0.51 662	0.57 670

DPSimNet_ROB	1.11 679	1.23 682	0.78 665	1.13 682	0.88 684	1.10 682	1.13 687	1.16 687	1.23 676	1.43 685	1.02 672	1.41 680	1.10 684	0.90 678	1.60 685	1.46 690	0.51 677	1.21 687	1.03 688	0.90 682	1.01 688

WAO-8	0.91 672	0.81 672	0.65 648	0.94 677	0.69 677	0.90 672	0.67 677	1.07 683	1.83 688	1.06 678	1.45 685	1.30 674	1.07 681	0.84 672	0.78 676	0.74 680	0.53 678	0.86 678	0.75 680	0.69 676	0.62 677

Venus	0.91 672	0.81 672	0.65 648	0.94 677	0.69 677	0.90 672	0.67 677	1.07 683	1.83 688	1.06 678	1.45 685	1.30 674	1.07 681	0.84 672	0.78 676	0.74 680	0.53 678	0.86 678	0.75 680	0.69 676	0.62 677

UNDER WATER	0.97 675	0.97 678	1.42 680	0.99 679	0.70 680	1.12 683	0.84 682	0.80 668	1.08 672	1.01 675	0.90 666	1.55 683	1.22 687	1.03 683	1.00 682	0.78 682	0.53 678	1.02 683	0.87 684	0.80 681	0.74 682

LVE	0.83 670	0.85 674	0.85 670	0.80 670	0.56 668	1.04 681	0.65 676	1.05 680	1.47 683	0.96 673	1.22 683	1.10 670	0.85 673	0.83 671	0.71 675	0.49 667	0.55 681	0.76 675	0.60 674	0.65 671	0.59 676

Dean	0.87 671	0.86 675	0.79 667	0.81 671	0.56 668	0.90 672	0.63 673	1.15 686	1.73 686	1.15 681	1.15 680	1.31 676	0.99 679	0.81 670	0.81 679	0.57 671	0.56 682	0.77 676	0.64 675	0.66 672	0.58 671

UNDER WATER-64	0.95 674	0.94 676	1.43 681	0.87 675	0.56 668	1.18 684	0.87 683	0.77 667	0.94 670	1.04 676	0.85 664	1.58 684	1.21 686	0.94 680	0.96 681	0.87 684	0.57 683	1.03 684	0.88 685	0.78 680	0.73 681

MFMNet_re	0.64 658	0.66 665	0.65 648	0.51 658	0.69 677	0.69 660	0.57 671	0.64 664	0.73 662	0.60 651	0.73 656	0.62 651	0.67 666	0.65 665	0.60 667	0.66 677	0.58 684	0.63 667	0.59 672	0.68 674	0.69 680

WAO-7	0.79 667	0.78 670	0.54 633	0.85 673	0.67 676	0.74 664	0.68 679	1.05 680	1.32 678	0.90 671	1.20 682	1.04 667	0.92 676	0.69 666	0.66 670	0.60 674	0.62 685	0.67 668	0.68 678	0.64 670	0.58 671

notaker	0.97 675	1.11 679	0.98 673	1.13 682	0.81 681	0.73 663	0.68 679	0.93 673	1.16 674	1.18 683	1.18 681	1.41 680	1.16 685	1.08 685	0.69 674	0.81 683	0.64 686	1.17 685	0.79 682	0.98 683	0.80 684

ktn	1.01 677	1.21 681	0.80 668	1.23 684	0.86 683	1.01 679	0.87 683	0.94 674	1.39 680	1.04 676	1.12 678	1.15 671	1.07 681	0.94 680	0.59 666	1.28 689	0.71 687	1.38 689	0.83 683	1.02 685	0.75 683

HanzoNet	1.29 680	1.26 683	1.19 678	1.12 681	0.85 682	1.02 680	0.83 681	1.03 679	1.48 684	1.64 686	1.61 687	2.50 688	1.72 688	1.61 687	1.61 686	1.26 688	0.80 688	1.31 688	1.01 687	1.02 685	0.86 685

KSHMR	1.09 678	1.17 680	0.88 671	1.25 685	1.00 685	0.99 677	0.96 685	1.13 685	1.37 679	1.16 682	1.29 684	1.41 680	0.96 678	1.01 682	0.92 680	1.03 687	1.08 689	1.20 686	1.03 688	1.01 684	0.97 686

JetRed	1.62 681	1.46 684	2.98 683	0.92 676	1.21 686	4.99 689	1.53 691	1.27 688	1.39 680	1.83 687	1.74 688	1.60 685	0.95 677	1.41 686	2.45 691	0.90 686	1.60 690	0.93 681	0.90 686	1.35 687	0.99 687

MADNet++	1.95 682	1.75 685	1.59 682	1.82 686	1.69 688	2.33 687	1.40 690	2.35 689	2.09 690	2.57 689	2.36 690	2.24 687	2.17 690	2.28 688	2.34 689	1.87 691	1.66 691	1.54 690	1.34 690	1.92 688	1.77 690

PML	8.91 694	9.34 705	6.13 690	5.35 691	6.41 693	14.99 697	23.38 703	5.27 691	6.83 693	18.04 708	28.19 716	7.67 695	6.83 694	7.85 695	5.75 692	5.35 698	1.83 692	5.95 704	1.93 692	8.64 701	2.52 692

xxxxx1	7.79 688	5.02 696	7.31 692	3.12 688	3.85 690	16.35 698	22.88 698	5.86 695	8.69 694	7.97 696	8.54 693	9.12 698	8.27 696	10.18 696	10.92 696	2.42 693	2.45 693	3.56 696	12.37 702	3.77 691	3.06 693

tt_ll	7.79 688	5.02 696	7.31 692	3.12 688	3.85 690	16.35 698	22.88 698	5.86 695	8.69 694	7.97 696	8.54 693	9.12 698	8.27 696	10.18 696	10.92 696	2.42 693	2.45 693	3.56 696	12.37 702	3.77 691	3.06 693

ff	7.79 688	5.02 696	7.31 692	3.12 688	3.85 690	16.35 698	22.88 698	5.86 695	8.69 694	7.97 696	8.54 693	9.12 698	8.27 696	10.18 696	10.92 696	2.42 693	2.45 693	3.56 696	12.37 702	3.77 691	3.06 693

LRCNet_RVC	10.62 699	13.42 706	7.30 691	18.92 704	2.07 689	0.33 618	0.30 641	5.59 694	0.48 607	13.03 704	17.94 704	8.87 697	5.65 693	4.79 691	1.89 687	23.51 713	2.73 696	27.55 716	25.71 716	16.07 710	16.33 711

USTest	6.22 687	2.73 688	3.00 684	6.57 694	7.29 694	14.37 696	21.57 697	7.00 698	9.56 697	5.34 695	6.10 691	5.72 693	7.64 695	6.41 694	6.96 695	1.97 692	3.42 697	1.64 691	2.15 694	2.66 689	2.36 691

DPSMNet_ROB	8.06 692	4.48 692	8.63 700	5.37 693	10.74 697	8.32 691	22.98 702	5.46 692	13.36 702	5.12 693	9.92 698	5.08 691	10.40 699	5.53 693	12.58 699	3.80 697	8.00 698	3.50 694	7.02 699	3.83 694	7.14 700

DGTPSM_ROB	8.06 692	4.48 692	8.63 700	5.35 691	10.72 696	8.32 691	22.97 701	5.46 692	13.35 701	5.12 693	9.92 698	5.08 691	10.40 699	5.52 692	12.58 699	3.79 696	8.00 698	3.50 694	7.02 699	3.83 694	7.14 700

iinet-test	10.48 697	8.09 701	7.54 696	10.26 695	10.94 698	18.00 702	25.26 704	11.33 703	13.28 699	9.69 700	9.85 696	9.42 701	11.17 701	11.02 700	12.78 702	6.59 701	8.30 700	5.56 699	6.56 695	6.89 697	7.02 698

IINet	10.48 697	8.09 701	7.54 696	10.26 695	10.94 698	18.00 702	25.26 704	11.33 703	13.28 699	9.69 700	9.85 696	9.42 701	11.17 701	11.02 700	12.78 702	6.59 701	8.30 700	5.56 699	6.56 695	6.89 697	7.02 698

Anonymous_1	10.96 700	7.92 700	7.46 695	10.33 697	10.06 695	18.65 704	26.34 706	11.06 702	13.44 703	9.40 699	10.05 700	9.67 703	11.23 703	10.73 699	12.72 701	6.42 700	8.38 702	5.77 701	10.61 701	12.12 702	6.77 697

DPSM_ROB	11.15 701	8.58 703	8.00 698	10.88 698	11.58 700	19.10 705	26.71 707	12.05 705	14.07 706	10.36 702	10.84 701	10.33 704	11.86 704	11.70 702	13.54 704	6.99 703	8.79 703	5.89 702	6.95 697	7.29 699	7.42 702

DPSM	11.15 701	8.58 703	8.00 698	10.88 698	11.58 700	19.10 705	26.71 707	12.05 705	14.07 706	10.36 702	10.84 701	10.33 704	11.86 704	11.70 702	13.54 704	6.99 703	8.79 703	5.89 702	6.95 697	7.29 699	7.42 702

tt	4.67 686	0.06 99	3.55 687	2.02 687	1.55 687	10.25 694	16.71 696	8.91 699	5.03 692	1.31 684	0.94 669	4.71 690	4.76 692	3.33 689	5.87 693	6.06 699	10.30 705	1.88 693	2.11 693	2.75 690	1.21 689

HaxPig	15.71 703	18.52 714	19.18 709	16.89 703	15.89 705	7.73 690	7.60 693	13.31 707	10.82 698	15.42 705	14.91 703	15.98 706	14.92 706	15.58 705	15.98 706	18.95 712	16.73 706	19.46 712	18.08 712	19.26 711	19.05 714

LSM0	22.87 714	17.28 707	18.96 708	22.19 712	29.04 716	38.42 715	53.71 711	24.28 715	28.31 710	20.78 715	21.00 706	21.43 714	24.16 716	23.50 714	27.39 713	14.09 711	17.38 707	11.84 711	14.04 709	14.73 709	14.89 704

Hybrid-DGEV	22.47 712	17.40 713	16.14 706	22.00 706	23.29 711	38.36 712	53.80 713	24.43 717	28.63 716	20.59 710	21.81 712	20.88 710	23.91 712	23.45 712	27.42 714	14.08 709	17.69 708	11.83 707	14.06 710	14.65 703	14.93 706

RAFT-FEzeroshot	22.43 709	17.33 708	15.98 702	22.02 708	23.31 712	38.34 710	53.82 715	24.05 711	28.39 711	20.61 712	21.76 709	20.88 710	23.92 714	23.41 709	27.42 714	14.07 706	17.69 708	11.83 707	14.02 707	14.69 706	14.97 708

RAFT-FE	22.43 709	17.33 708	15.98 702	22.02 708	23.31 712	38.34 710	53.82 715	24.05 711	28.39 711	20.61 712	21.76 709	20.88 710	23.92 714	23.41 709	27.42 714	14.07 706	17.69 708	11.83 707	14.02 707	14.69 706	14.97 708

Selective-RAFT-Error	22.47 712	17.37 712	16.09 705	22.06 710	23.34 714	38.39 713	53.83 717	24.29 716	28.47 715	20.74 714	21.83 714	20.81 709	23.90 711	23.54 715	27.53 717	14.08 709	17.69 708	11.82 706	14.00 705	14.69 706	15.00 710

CasAABBNet	22.42 708	17.33 708	16.01 704	22.01 707	23.28 710	38.32 709	53.80 713	24.14 713	28.41 713	20.60 711	21.77 711	20.89 713	23.91 712	23.43 711	27.36 712	14.07 706	17.69 708	11.83 707	14.01 706	14.67 705	14.95 707

FlowAnything	22.44 711	17.35 711	16.14 706	22.07 711	23.23 709	38.39 713	53.77 712	24.25 714	28.44 714	20.96 716	21.82 713	20.70 708	23.84 710	23.49 713	27.14 711	14.04 705	17.79 713	11.75 705	14.15 711	14.65 703	14.89 704

MEDIAN_ROB	20.38 707	24.04 715	23.31 712	21.23 705	21.71 708	10.40 695	7.92 694	17.64 708	15.50 708	20.12 709	19.70 705	20.34 707	20.32 707	21.19 706	21.13 709	23.81 714	21.81 714	24.98 715	23.76 715	24.71 714	23.93 715

AVERAGE_ROB	24.90 715	29.20 716	28.14 713	24.89 713	24.64 715	17.75 701	11.12 695	21.45 710	19.93 709	25.12 717	24.46 715	25.12 717	25.46 717	24.69 716	22.83 710	29.76 715	27.13 715	28.97 717	27.95 717	29.91 715	29.47 716

RSGM-EC	20.36 705	4.73 694	0.68 657	16.76 701	16.92 706	21.28 707	27.18 709	10.46 700	14.04 704	18.00 706	21.31 707	22.24 715	21.82 708	22.57 707	17.63 707	62.81 716	33.79 716	20.14 713	18.10 713	20.18 712	16.45 712

acva	20.36 705	4.73 694	0.68 657	16.76 701	16.92 706	21.28 707	27.18 709	10.46 700	14.04 704	18.00 706	21.31 707	22.24 715	21.82 708	22.57 707	17.63 707	62.81 716	33.79 716	20.14 713	18.10 713	20.18 712	16.45 712

test_example2	98.32 716	94.13 717	45.89 714	96.35 714	109.85 717	88.61 716	95.45 718	25.75 718	94.37 718	130.00 719	126.06 718	58.17 718	74.63 718	88.51 717	79.96 718	150.23 718	221.02 718	77.62 718	99.10 718	113.75 718	96.94 717

ccccc		285.66 718		368.85 717	370.60 718	123.16 718		115.05 719		126.68 718		122.83 719		252.94 719		384.56 719	353.86 719	254.69 719	223.00 719	425.87 719

ASD4		3.38 690

Low-res two-view benchmark