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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

mm2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

mm1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AIO-test2	0.21 3	0.16 3	0.11 4	0.09 3	0.11 4	0.16 10	0.12 26	0.23 13	0.15 16	0.18 21	0.19 29	0.42 51	0.14 10	0.12 9	0.34 4	0.42 10	0.32 11	0.25 11	0.30 8	0.18 5	0.29 6	0.32 17	0.11 5	0.15 23	0.20 3	0.20 3	0.23 3	0.19 5

LACA2	0.22 4	0.19 4	0.17 21	0.23 35	0.16 20	0.18 17	0.11 21	0.17 3	0.15 16	0.16 16	0.07 4	0.32 28	0.15 17	0.12 9	0.38 8	0.44 12	0.27 4	0.31 22	0.32 11	0.17 3	0.30 10	0.39 26	0.12 8	0.12 6	0.26 12	0.24 13	0.30 4	0.23 16

BridgeDepth	0.23 5	0.23 12	0.16 18	0.17 18	0.20 33	0.18 17	0.12 26	0.24 15	0.16 20	0.18 21	0.08 6	0.39 44	0.13 7	0.18 34	0.41 9	0.45 16	0.26 3	0.27 17	0.32 11	0.20 9	0.33 14	0.35 22	0.09 3	0.13 10	0.27 19	0.26 25	0.33 6	0.24 21
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
qqai	0.24 6	0.25 15	0.20 28	0.16 15	0.11 4	0.15 5	0.10 17	0.21 9	0.14 9	0.13 7	0.28 49	0.26 12	0.21 43	0.12 9	0.47 12	0.47 17	0.36 20	0.21 5	0.41 28	0.28 34	0.35 17	0.27 9	0.18 26	0.14 18	0.26 12	0.23 10	0.36 9	0.21 11

Pointernet	0.24 6	0.21 8	0.14 7	0.14 11	0.12 7	0.19 22	0.16 58	0.28 25	0.10 3	0.17 19	0.14 18	0.23 10	0.14 10	0.12 9	0.47 12	0.42 10	0.37 24	0.23 8	0.35 13	0.19 6	0.35 17	0.25 7	0.14 12	0.14 18	0.23 6	0.21 6	0.67 56	0.22 12

quiztm	0.25 8	0.25 15	0.22 40	0.18 21	0.12 7	0.15 5	0.11 21	0.29 29	0.13 7	0.12 5	0.16 21	0.38 41	0.15 17	0.15 23	0.54 19	0.44 12	0.33 16	0.20 4	0.30 8	0.23 18	0.36 21	0.29 12	0.16 16	0.15 23	0.22 5	0.21 6	0.56 37	0.23 16

MLG-Stereo	0.25 8	0.25 15	0.14 7	0.11 4	0.20 33	0.12 4	0.07 5	0.21 9	0.12 5	0.19 24	0.11 10	0.29 21	0.10 3	0.21 47	0.61 26	0.65 37	0.36 20	0.35 32	0.44 36	0.23 18	0.35 17	0.32 17	0.11 5	0.09 3	0.26 12	0.22 8	0.48 23	0.25 30

AIO-test1	0.25 8	0.19 4	0.14 7	0.12 8	0.14 14	0.18 17	0.15 56	0.33 39	0.16 20	0.25 37	0.24 41	0.35 35	0.14 10	0.19 38	0.56 25	0.59 27	0.35 17	0.30 20	0.35 13	0.27 28	0.33 14	0.31 15	0.13 11	0.13 10	0.23 6	0.23 10	0.31 5	0.18 4

MLG-Stereo_test1	0.26 11	0.22 9	0.14 7	0.13 9	0.22 42	0.11 3	0.08 7	0.22 12	0.12 5	0.20 25	0.12 12	0.33 32	0.11 4	0.21 47	0.66 30	0.64 35	0.37 24	0.35 32	0.50 41	0.22 14	0.39 24	0.30 13	0.12 8	0.10 4	0.26 12	0.22 8	0.53 32	0.27 34

CoSv	0.26 11	0.38 37	0.20 28	0.18 21	0.14 14	0.35 83	0.09 12	0.38 49	0.16 20	0.20 25	0.08 6	0.28 18	0.14 10	0.09 3	0.47 12	0.59 27	0.42 37	0.23 8	0.39 25	0.19 6	0.40 27	0.23 5	0.10 4	0.13 10	0.40 52	0.25 16	0.36 9	0.24 21

NLSM3	0.27 13	0.23 12	0.16 18	0.18 21	0.16 20	0.21 30	0.14 44	0.35 45	0.20 38	0.18 21	0.33 60	0.23 10	0.21 43	0.21 47	0.55 22	0.44 12	0.39 30	0.31 22	0.35 13	0.19 6	0.32 12	0.30 13	0.22 40	0.15 23	0.26 12	0.33 50	0.40 12	0.27 34

MM-Stereo_test3	0.27 13	0.36 33	0.14 7	0.25 42	0.15 17	0.15 5	0.08 7	0.48 59	0.18 33	0.25 37	0.10 8	0.41 50	0.12 6	0.11 5	0.36 6	0.40 8	0.42 37	0.26 13	0.37 22	0.25 25	0.33 14	0.25 7	0.24 49	0.12 6	0.29 24	0.20 3	0.77 72	0.23 16

LG-Stereo	0.28 15	0.26 19	0.17 21	0.17 18	0.16 20	0.23 40	0.13 37	0.30 32	0.15 16	0.23 32	0.19 29	0.52 67	0.14 10	0.18 34	0.55 22	0.58 25	0.39 30	0.30 20	0.54 48	0.22 14	0.44 34	0.31 15	0.12 8	0.12 6	0.28 22	0.24 13	0.46 20	0.24 21

MM-Stereo_test1	0.29 16	0.69 87	0.15 14	0.23 35	0.14 14	0.16 10	0.07 5	0.37 48	0.14 9	0.27 42	0.11 10	0.43 52	0.11 4	0.12 9	0.45 11	0.48 19	0.45 44	0.32 26	0.42 31	0.27 28	0.35 17	0.35 22	0.23 46	0.13 10	0.31 27	0.23 10	0.63 49	0.24 21

LACA1	0.30 17	0.38 37	0.21 36	0.22 33	0.23 45	0.19 22	0.14 44	0.27 24	0.22 48	0.21 28	0.13 15	0.31 25	0.18 31	0.26 63	0.75 36	0.68 42	0.32 11	0.40 50	0.37 22	0.23 18	0.32 12	0.33 20	0.11 5	0.15 23	0.35 36	0.30 38	0.45 18	0.33 45

MonStereo	0.30 17	0.25 15	0.20 28	0.19 25	0.21 38	0.15 5	0.13 37	0.20 8	0.16 20	0.22 29	0.17 22	0.32 28	0.16 21	0.17 31	0.54 19	0.54 22	0.40 34	0.32 26	0.50 41	0.27 28	0.43 31	0.51 44	0.22 40	0.14 18	0.34 33	0.41 73	0.49 25	0.40 56

RSM	0.30 17	0.30 28	0.22 40	0.32 68	0.15 17	0.21 30	0.10 17	0.17 3	0.16 20	0.14 8	0.26 45	0.22 8	0.19 34	0.14 18	0.64 29	0.60 29	0.39 30	0.37 37	0.35 13	0.33 43	0.46 37	0.54 47	0.19 32	0.16 29	0.30 26	0.26 25	0.58 40	0.24 21

MoCha-V2	0.30 17	0.31 30	0.23 46	0.21 31	0.17 26	0.17 16	0.14 44	0.23 13	0.11 4	0.26 41	0.28 49	0.32 28	0.16 21	0.19 38	0.62 27	0.61 31	0.39 30	0.38 42	0.35 13	0.42 68	0.61 53	0.51 44	0.15 15	0.16 29	0.35 36	0.26 25	0.34 7	0.19 5

ProNet	0.30 17	0.27 21	0.31 57	0.26 44	0.15 17	0.27 56	0.27 101	0.38 49	0.13 7	0.15 13	0.49 96	0.29 21	0.13 7	0.16 27	0.73 34	0.49 20	0.43 39	0.32 26	0.35 13	0.27 28	0.38 22	0.22 3	0.38 84	0.22 56	0.32 28	0.20 3	0.38 11	0.27 34

111111	0.31 22	0.37 34	0.19 25	0.25 42	0.29 63	0.22 39	0.09 12	0.19 6	0.16 20	0.10 3	0.17 22	0.27 14	0.17 26	0.18 34	0.79 38	0.56 24	0.46 48	0.28 18	0.76 71	0.24 22	0.53 46	0.61 57	0.21 37	0.11 5	0.25 10	0.25 16	0.41 15	0.19 5

AIO-Stereo	0.31 22	0.33 31	0.22 40	0.35 74	0.16 20	0.20 26	0.10 17	0.17 3	0.14 9	0.14 8	0.20 34	0.21 5	0.16 21	0.14 18	0.55 22	0.55 23	0.41 35	0.39 46	1.18 110	0.36 49	0.39 24	0.43 33	0.17 20	0.16 29	0.32 28	0.24 13	0.61 45	0.19 5

GREAT-IGEV	0.32 24	0.37 34	0.21 36	0.15 12	0.12 7	0.16 10	0.09 12	0.30 32	0.16 20	0.33 51	0.18 24	0.44 53	0.19 34	0.20 43	0.74 35	0.61 31	0.45 44	0.29 19	0.42 31	0.28 34	0.43 31	0.52 46	0.21 37	0.17 36	0.27 19	0.25 16	0.88 78	0.23 16
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
PointNet	0.33 25	0.39 42	0.23 46	0.19 25	0.16 20	0.21 30	0.20 77	0.48 59	0.20 38	0.23 32	0.21 35	0.32 28	0.22 50	0.10 4	0.63 28	0.39 5	0.37 24	0.22 7	0.36 19	0.21 13	0.48 39	0.79 77	0.18 26	0.14 18	0.35 36	0.29 36	0.97 89	0.30 42

GSStereo	0.33 25	0.41 45	0.21 36	0.31 64	0.22 42	0.25 51	0.14 44	0.28 25	0.16 20	0.25 37	0.15 19	0.37 40	0.15 17	0.15 23	0.70 33	0.66 39	0.49 56	0.38 42	0.45 38	0.40 61	0.62 56	0.46 36	0.14 12	0.17 36	0.33 31	0.25 16	0.52 28	0.24 21

RSM++	0.33 25	0.33 31	0.23 46	0.36 82	0.20 33	0.24 46	0.10 17	0.21 9	0.16 20	0.16 16	0.26 45	0.26 12	0.19 34	0.16 27	0.83 40	0.65 37	0.41 35	0.38 42	0.50 41	0.39 55	0.50 41	0.59 54	0.25 52	0.16 29	0.41 55	0.26 25	0.54 33	0.30 42

CroCo-Stereo Lap2	0.33 25	0.22 9	0.15 14	0.11 4	0.12 7	0.16 10	0.08 7	0.35 45	0.15 16	0.47 68	0.10 8	0.31 25	0.14 10	0.14 18	1.26 60	1.00 82	0.36 20	0.36 36	0.44 36	0.20 9	0.53 46	0.55 48	0.17 20	0.13 10	0.39 49	0.35 58	0.40 12	0.27 34

LACA3	0.34 29	0.44 49	0.22 40	0.24 38	0.21 38	0.21 30	0.17 65	0.26 22	0.21 45	0.27 42	0.19 29	0.46 59	0.17 26	0.27 66	1.06 50	0.61 31	0.32 11	0.37 37	0.53 46	0.27 28	0.41 29	0.41 30	0.16 16	0.18 44	0.40 52	0.31 42	0.46 20	0.45 64

DispViT+	0.34 29	0.27 21	0.22 40	0.28 49	0.32 71	0.19 22	0.14 44	0.28 25	0.24 52	0.30 47	0.25 44	0.30 24	0.21 43	0.22 52	0.83 40	0.62 34	0.27 4	0.40 50	0.43 34	0.32 40	0.38 22	0.41 30	0.20 36	0.36 90	0.32 28	0.57 102	0.46 20	0.41 58

MatchStereo	0.34 29	0.37 34	0.20 28	0.15 12	0.23 45	0.21 30	0.12 26	0.31 37	0.22 48	0.15 13	0.18 24	0.28 18	0.35 75	0.22 52	1.24 58	0.80 58	0.30 8	0.31 22	0.41 28	0.30 38	0.41 29	0.56 50	0.21 37	0.20 47	0.35 36	0.35 58	0.40 12	0.35 48
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
StereoVision	0.34 29	0.27 21	0.21 36	0.13 9	0.18 30	0.21 30	0.14 44	0.30 32	0.23 50	0.35 54	0.18 24	0.34 34	0.17 26	0.16 27	0.98 45	0.78 56	0.44 41	0.35 32	0.43 34	0.23 18	0.40 27	0.48 37	0.16 16	0.21 52	0.40 52	0.40 68	0.71 60	0.37 51

MM-Stereo_test2	0.35 33	0.78 136	0.22 40	0.30 60	0.21 38	0.18 17	0.11 21	0.33 39	0.16 20	0.36 57	0.15 19	0.39 44	0.15 17	0.17 31	0.69 31	0.66 39	0.43 39	0.39 46	0.41 28	0.37 50	0.50 41	0.85 84	0.24 49	0.16 29	0.35 36	0.25 16	0.54 33	0.25 30

CroCo-Stereo	0.35 33	0.20 7	0.15 14	0.11 4	0.10 3	0.18 17	0.06 3	0.33 39	0.14 9	0.31 50	0.05 3	0.36 37	0.13 7	0.15 23	1.64 78	1.05 89	0.35 17	0.37 37	0.45 38	0.20 9	0.62 56	0.79 77	0.16 16	0.13 10	0.38 45	0.31 42	0.45 18	0.26 33
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
RAFT	0.35 33	0.22 9	0.19 25	0.27 47	0.13 11	0.30 65	0.08 7	0.97 143	0.18 33	0.92 171	0.19 29	0.27 14	0.16 21	0.18 34	0.51 16	0.47 17	0.38 28	0.26 13	0.54 48	0.25 25	0.43 31	0.34 21	0.19 32	0.15 23	0.38 45	0.34 54	0.90 79	0.27 34

IGEV-Stereo++	0.36 36	0.40 43	0.20 28	0.22 33	0.25 53	0.21 30	0.09 12	0.25 20	0.17 30	0.20 25	0.34 63	0.29 21	0.20 42	0.19 38	0.78 37	0.60 29	0.44 41	0.33 29	0.75 68	0.34 46	0.53 46	0.64 61	0.22 40	0.13 10	0.28 22	0.27 32	1.09 99	0.28 39

MSCF	0.37 37	0.41 45	0.20 28	0.34 70	0.19 32	0.23 40	0.14 44	0.30 32	0.20 38	0.67 99	0.13 15	0.27 14	0.17 26	0.14 18	1.02 46	0.77 54	0.37 24	0.34 31	0.36 19	0.28 34	0.45 36	0.50 43	0.22 40	0.20 47	0.35 36	0.90 158	0.70 58	0.25 30

GIP-stereo	0.37 37	0.56 63	0.32 61	0.29 55	0.23 45	0.21 30	0.11 21	0.24 15	0.17 30	0.30 47	0.19 29	0.38 41	0.18 31	0.21 47	1.05 48	0.64 35	0.46 48	0.39 46	0.42 31	0.41 64	0.52 45	0.82 81	0.17 20	0.17 36	0.35 36	0.31 42	0.76 69	0.24 21

GASTEREO	0.38 39	0.42 48	0.20 28	0.34 70	0.18 30	0.24 46	0.14 44	0.30 32	0.19 37	0.73 114	0.12 12	0.28 18	0.17 26	0.13 16	1.05 48	0.74 51	0.38 28	0.33 29	0.37 22	0.30 38	0.44 34	0.56 50	0.23 46	0.20 47	0.35 36	0.87 151	0.73 64	0.24 21

GEAStereo	0.39 40	0.59 67	0.31 57	0.35 74	0.23 45	0.23 40	0.13 37	0.29 29	0.20 38	0.35 54	0.18 24	0.44 53	0.19 34	0.23 56	0.87 42	0.71 47	0.47 50	0.37 37	0.40 26	0.37 50	0.65 62	0.64 61	0.19 32	0.21 52	0.39 49	0.34 54	0.75 66	0.38 52

gasm-f	0.39 40	0.59 67	0.31 57	0.35 74	0.23 45	0.23 40	0.13 37	0.29 29	0.20 38	0.35 54	0.18 24	0.44 53	0.19 34	0.23 56	0.87 42	0.71 47	0.47 50	0.37 37	0.40 26	0.37 50	0.65 62	0.64 61	0.19 32	0.21 52	0.39 49	0.34 54	0.75 66	0.38 52

MLG-Stereo_test2	0.39 40	0.54 59	0.17 21	0.16 15	0.24 50	0.15 5	0.08 7	0.33 39	0.14 9	0.24 35	0.13 15	0.39 44	0.14 10	0.17 31	1.52 70	0.76 53	0.45 44	0.44 58	1.04 96	0.42 68	0.48 39	0.48 37	0.18 26	0.12 6	0.34 33	0.25 16	0.66 54	0.38 52

AdaDepth	0.41 43	0.41 45	0.20 28	0.24 38	0.28 60	0.23 40	0.16 58	0.32 38	0.20 38	0.23 32	0.29 51	0.27 14	0.21 43	0.23 56	0.97 44	1.09 101	0.49 56	0.41 53	1.08 102	0.34 46	0.54 50	0.59 54	0.18 26	0.21 52	0.29 24	0.28 34	0.75 66	0.43 60

U	0.41 43	0.28 27	0.16 18	0.11 4	0.13 11	0.16 10	0.06 3	0.45 58	0.14 9	0.49 69	0.07 4	0.36 37	0.16 21	0.20 43	1.71 85	1.14 111	0.44 41	0.41 53	0.59 54	0.32 40	0.66 64	0.92 91	0.17 20	0.17 36	0.50 77	0.36 61	0.49 25	0.35 48

BridgeDepth_RVC	0.42 45	0.54 59	0.27 50	0.35 74	0.28 60	0.26 54	0.14 44	0.55 64	0.32 75	0.38 58	0.22 37	0.44 53	0.23 52	0.28 73	1.45 63	0.77 54	0.35 17	0.41 53	0.53 46	0.33 43	0.39 24	0.38 25	0.22 40	0.20 47	0.41 55	0.49 85	0.52 28	0.56 80
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
VIP-Stereo	0.43 46	0.38 37	0.42 86	0.28 49	0.24 50	0.27 56	0.12 26	0.40 52	0.24 52	0.29 44	0.38 73	0.65 94	0.21 43	0.20 43	1.20 56	0.97 78	0.54 65	0.50 68	0.59 54	0.42 68	0.64 60	0.43 33	0.27 55	0.31 78	0.42 59	0.33 50	0.48 23	0.51 76

Occ-G	0.43 46	0.59 67	0.29 53	0.34 70	0.31 69	0.26 54	0.12 26	0.38 49	0.18 33	0.16 16	0.32 56	0.33 32	0.24 53	0.16 27	1.16 52	0.84 60	0.45 44	0.39 46	0.71 62	0.32 40	0.87 95	0.78 76	0.22 40	0.19 46	0.36 44	0.26 25	0.94 86	0.31 44

AEACV	0.43 46	0.94 204	0.30 54	0.29 55	0.20 33	0.27 56	0.12 26	0.28 25	0.14 9	0.24 35	0.23 40	0.35 35	0.21 43	0.20 43	1.24 58	0.83 59	0.57 75	0.38 42	0.78 74	0.45 79	0.81 87	0.73 71	0.24 49	0.18 44	0.34 33	0.31 42	0.61 45	0.28 39

DEFOM-Stereo	0.45 49	0.55 61	0.28 52	0.26 44	0.30 65	0.32 70	0.13 37	0.35 45	0.17 30	0.25 37	0.32 56	0.38 41	0.19 34	0.22 52	1.10 51	0.73 49	0.59 81	0.52 74	0.51 45	0.44 77	0.73 76	0.69 67	0.42 100	0.28 66	0.44 61	0.32 49	1.28 112	0.46 66

RAStereo	0.46 50	0.38 37	0.19 25	0.15 12	0.16 20	0.19 22	0.11 21	0.44 56	0.18 33	0.99 182	0.12 12	0.45 57	0.18 31	0.15 23	1.85 106	1.10 104	0.52 61	0.47 63	0.68 60	0.27 28	0.77 80	0.80 80	0.27 55	0.17 36	0.47 70	0.34 54	0.51 27	0.41 58

TS12	0.49 51	0.45 51	0.37 73	0.30 60	0.35 86	0.34 77	0.18 70	0.57 67	0.26 55	0.22 29	0.39 77	0.50 60	0.34 67	0.27 66	1.60 75	0.87 62	0.47 50	0.44 58	0.83 76	0.39 55	0.69 67	0.49 39	0.34 68	0.29 68	0.63 105	0.44 80	0.63 49	0.63 100

TS	0.49 51	0.45 51	0.37 73	0.30 60	0.35 86	0.34 77	0.18 70	0.57 67	0.26 55	0.22 29	0.39 77	0.50 60	0.34 67	0.27 66	1.60 75	0.87 62	0.47 50	0.44 58	0.83 76	0.39 55	0.69 67	0.49 39	0.34 68	0.29 68	0.63 105	0.44 80	0.63 49	0.63 100

TDLM	0.49 51	0.59 67	0.60 129	0.39 97	0.48 125	0.46 114	0.43 163	0.72 91	0.35 84	0.30 47	0.65 133	0.76 129	0.41 92	0.35 108	0.54 19	0.58 25	0.55 68	0.49 66	0.50 41	0.43 72	0.50 41	0.39 26	0.41 94	0.39 103	0.38 45	0.31 42	0.61 45	0.66 109

anonymousdsp	0.50 54	0.38 37	0.36 69	0.28 49	0.32 71	0.28 60	0.15 56	0.56 66	0.26 55	0.42 62	0.33 60	0.53 70	0.19 34	0.27 66	1.47 65	0.87 62	0.54 65	0.52 74	0.62 56	0.48 85	0.71 71	1.04 101	0.36 78	0.30 71	0.46 64	0.29 36	1.13 104	0.33 45

iRaftStereo_RVC	0.51 55	0.56 63	0.40 79	0.28 49	0.31 69	0.32 70	0.19 73	0.68 87	0.25 54	0.46 67	0.57 117	0.58 75	0.29 59	0.25 61	1.17 55	0.89 66	0.56 72	0.45 61	0.72 63	0.41 64	0.97 106	0.79 77	0.35 73	0.34 84	0.44 61	0.41 73	0.76 69	0.48 68

delet	0.51 55	0.58 65	0.47 100	0.35 74	0.50 138	0.50 130	0.30 109	0.49 61	0.29 68	0.56 75	0.44 88	0.45 57	0.34 67	0.48 185	1.16 52	0.68 42	0.55 68	0.46 62	0.47 40	0.41 64	0.58 51	0.39 26	0.39 86	0.41 111	0.48 73	0.36 61	1.09 99	0.50 72

MLG-Stereo_test3	0.52 57	0.48 55	0.27 50	0.29 55	0.38 95	0.24 46	0.12 26	0.34 44	0.20 38	1.12 196	0.30 53	0.54 71	0.19 34	0.31 87	1.85 106	0.92 68	0.52 61	0.52 74	1.17 108	0.39 55	0.70 69	0.75 73	0.18 26	0.24 61	0.38 45	0.31 42	0.90 79	0.44 62

AIO_rvc	0.53 58	0.71 101	0.38 75	0.34 70	0.22 42	0.34 77	0.16 58	0.57 67	0.28 66	0.38 58	0.22 37	0.56 72	0.24 53	0.27 66	1.96 120	1.04 86	0.48 55	0.40 50	1.28 116	0.47 84	0.79 86	0.95 97	0.39 86	0.22 56	0.46 64	0.28 34	0.72 61	0.33 45

AASNet	0.53 58	0.74 112	0.46 98	0.35 74	0.61 168	0.51 135	0.42 160	0.65 83	0.26 55	0.41 61	0.50 98	0.39 44	0.31 64	0.41 141	1.02 46	0.69 44	0.53 64	0.60 97	0.67 58	0.51 88	0.60 52	0.87 86	0.41 94	0.41 111	0.50 77	0.40 68	0.70 58	0.45 64

LG-G_1	0.54 60	0.70 94	0.32 61	0.36 82	0.39 97	0.32 70	0.16 58	0.41 53	0.21 45	0.29 44	0.34 63	0.50 60	0.35 75	0.32 90	2.09 142	1.07 93	0.51 59	0.58 93	0.75 68	0.59 114	0.78 83	1.24 114	0.17 20	0.22 56	0.46 64	0.39 66	0.60 42	0.48 68

LG-G	0.54 60	0.70 94	0.32 61	0.36 82	0.39 97	0.32 70	0.16 58	0.41 53	0.21 45	0.29 44	0.34 63	0.50 60	0.35 75	0.32 90	2.09 142	1.07 93	0.51 59	0.58 93	0.75 68	0.59 114	0.78 83	1.24 114	0.17 20	0.22 56	0.46 64	0.39 66	0.60 42	0.48 68

AANet_RVC	0.54 60	0.45 51	0.40 79	0.33 69	0.61 168	0.28 60	0.31 113	0.61 74	0.58 167	0.44 64	0.41 82	0.39 44	0.48 107	0.33 96	1.16 52	0.79 57	0.55 68	0.53 83	0.56 52	0.52 92	0.46 37	0.49 39	0.34 68	0.38 96	0.57 94	0.57 102	1.05 96	0.97 162

LGtest1	0.57 63	0.81 148	0.46 98	0.26 44	0.30 65	0.28 60	0.12 26	0.43 55	0.26 55	0.34 53	0.56 114	0.50 60	0.30 63	0.28 73	2.04 133	1.24 130	0.57 75	0.65 121	0.74 66	0.46 83	0.72 73	1.41 124	0.29 59	0.30 71	0.54 86	0.35 58	0.65 52	0.52 77

MaDis-Stereo	0.57 63	0.47 54	0.30 54	0.16 15	0.26 57	0.21 30	0.17 65	0.44 56	0.32 75	1.08 194	0.22 37	0.51 66	0.22 50	0.19 38	1.83 103	1.19 122	0.62 84	0.59 96	1.09 104	0.45 79	0.81 87	0.94 93	0.37 82	0.25 63	0.63 105	0.67 117	0.60 42	0.82 135

LG-Stereo_L2	0.58 65	0.69 87	0.43 90	0.28 49	0.35 86	0.24 46	0.13 37	0.62 79	0.26 55	0.70 103	0.39 77	0.71 113	0.34 67	0.28 73	1.83 103	1.32 141	0.57 75	0.51 72	0.96 88	0.41 64	0.74 78	1.06 103	0.32 64	0.27 64	0.52 83	0.38 64	0.62 48	0.64 103

LG-Stereo_L1	0.58 65	0.69 87	0.41 83	0.24 38	0.35 86	0.25 51	0.12 26	0.62 79	0.27 64	0.72 109	0.32 56	0.69 105	0.34 67	0.29 77	1.82 100	1.36 147	0.57 75	0.52 74	1.14 107	0.42 68	0.70 69	1.11 106	0.29 59	0.30 71	0.51 80	0.33 50	0.66 54	0.65 107

AIO_test	0.59 67	0.77 132	0.45 93	0.44 113	0.25 53	0.35 83	0.20 77	0.61 74	0.27 64	0.43 63	0.30 53	0.57 73	0.28 58	0.29 77	2.01 126	1.46 173	0.49 56	0.42 56	0.86 79	0.49 87	1.02 113	1.01 99	0.40 90	0.24 61	0.47 70	0.49 85	1.00 92	0.35 48

MMNet	0.59 67	0.58 65	0.44 91	0.38 87	0.55 152	0.42 104	0.29 107	0.60 72	0.40 97	0.38 58	0.55 113	0.63 87	0.32 65	0.51 197	1.51 69	0.75 52	0.72 112	0.58 93	0.76 71	0.55 101	0.62 56	0.41 30	0.40 90	0.52 160	0.51 80	0.49 85	1.49 132	0.50 72

IGEV-Stereo+	0.60 69	1.04 242	0.24 49	0.49 122	0.32 71	0.29 63	0.13 37	0.51 62	0.26 55	0.79 135	0.94 196	0.57 73	0.26 55	0.28 73	1.64 78	1.19 122	0.59 81	0.61 102	1.19 111	0.43 72	0.90 102	1.17 109	0.48 129	0.20 47	0.41 55	0.31 42	0.56 37	0.40 56

UniTT-Stereo	0.60 69	0.44 49	0.32 61	0.21 31	0.25 53	0.34 77	0.17 65	0.61 74	0.31 71	0.75 118	0.27 47	0.62 85	0.34 67	0.21 47	1.77 95	1.44 166	0.57 75	0.61 102	1.53 133	0.44 77	0.91 103	1.14 108	0.37 82	0.29 68	0.50 77	0.54 97	0.52 28	0.58 85

CVANet_RVC	0.60 69	0.67 82	0.81 172	0.81 209	0.53 148	0.66 185	0.55 190	1.15 162	0.39 90	0.44 64	0.79 174	0.80 138	0.44 102	0.43 158	0.69 31	0.67 41	0.55 68	0.53 83	0.55 51	0.57 106	0.63 59	0.57 52	0.40 90	0.41 111	0.46 64	0.40 68	0.72 61	0.55 78

DMCA	0.63 72	0.73 109	0.63 133	0.40 98	0.49 129	0.52 138	0.33 129	0.59 71	0.52 139	0.80 139	0.63 130	0.70 109	0.40 88	0.47 179	1.48 66	0.92 68	0.69 100	0.67 127	0.67 58	0.51 88	0.67 65	0.59 54	0.48 129	0.45 128	0.48 73	0.52 95	1.04 95	0.62 96

RAFT_CTSACE	0.64 73	0.94 204	0.31 57	0.37 85	0.34 82	0.33 74	0.23 85	1.23 173	0.26 55	0.64 93	0.29 51	0.71 113	0.57 135	0.34 101	1.57 74	1.07 93	0.52 61	0.43 57	0.72 63	0.33 43	0.85 92	1.72 132	0.42 100	0.30 71	0.46 64	0.41 73	1.58 144	0.39 55

GANet	0.64 73	0.67 82	0.63 133	0.57 147	0.58 157	0.95 232	0.55 190	0.78 105	0.46 114	0.57 78	0.61 124	1.83 244	0.36 80	0.41 141	0.81 39	0.69 44	0.76 125	0.73 149	0.58 53	0.40 61	0.53 46	0.49 39	0.47 125	0.48 145	0.56 93	0.41 73	0.83 75	0.69 112

DFGA-Net	0.65 75	0.64 72	0.36 69	0.51 129	0.33 79	0.43 106	0.29 107	0.88 131	0.34 80	2.05 256	0.38 73	0.52 67	0.29 59	0.22 52	1.35 61	1.07 93	0.76 125	0.49 66	0.96 88	0.35 48	0.71 71	0.71 69	0.36 78	0.41 111	0.57 94	0.38 64	1.81 161	0.43 60

HCRNet	0.66 76	0.78 136	0.41 83	0.54 140	0.27 59	0.41 102	0.39 144	0.63 81	0.31 71	1.62 231	0.59 122	0.67 101	0.29 59	0.41 141	1.99 124	0.73 49	0.60 83	0.47 63	0.65 57	0.43 72	0.78 83	0.62 58	0.36 78	0.34 84	0.42 59	0.43 79	2.14 186	0.50 72

NLCSM	0.67 77	0.24 14	0.10 3	0.19 25	0.11 4	0.20 26	0.14 44	0.24 15	0.34 80	0.11 4	0.41 82	0.19 4	12.63 329	0.11 5	0.31 3	0.32 3	0.27 4	0.18 3	0.22 3	0.17 3	0.22 3	0.22 3	0.18 26	0.13 10	0.21 4	0.25 16	0.34 7	0.19 5

plain	0.67 77	0.87 171	0.33 66	0.31 64	0.59 160	0.33 74	0.30 109	0.89 132	0.34 80	0.72 109	0.24 41	0.65 94	0.34 67	0.19 38	1.95 114	1.57 193	0.71 107	0.69 133	0.94 86	0.39 55	1.28 135	1.20 112	0.33 67	0.33 82	0.59 101	0.60 105	0.72 61	0.74 117

MIF-Stereo (partial)	0.69 79	0.76 126	0.33 66	0.27 47	0.37 93	0.35 83	0.31 113	0.53 63	0.40 97	0.62 89	0.32 56	0.50 60	0.39 83	0.23 56	2.08 138	1.51 182	0.68 95	0.71 139	0.77 73	0.43 72	1.10 119	0.94 93	0.39 86	0.32 79	0.57 94	0.71 120	2.25 204	0.87 148

test_5	0.69 79	0.91 189	0.30 54	0.38 87	0.26 57	0.35 83	0.19 73	1.79 256	0.31 71	0.58 81	1.20 221	0.75 125	0.73 184	0.32 90	1.36 62	1.10 104	0.54 65	0.54 87	1.01 94	0.37 50	0.61 53	1.37 123	0.29 59	0.34 84	0.41 55	0.40 68	1.72 153	0.44 62

FINET	0.69 79	0.65 77	0.67 143	0.65 170	0.49 129	0.48 125	0.45 169	0.75 96	0.59 169	0.61 86	0.48 93	0.82 144	0.57 135	0.43 158	1.71 85	1.08 99	0.77 128	0.57 90	1.07 101	0.56 103	0.88 96	0.65 64	0.43 105	0.50 153	0.62 104	0.56 101	0.96 88	0.64 103

raft+_RVC	0.71 82	0.73 109	0.70 149	0.41 102	0.34 82	0.49 127	0.30 109	1.48 216	0.43 106	0.62 89	0.62 126	0.65 94	0.39 83	0.26 63	1.74 90	1.16 114	0.69 100	0.53 83	1.57 139	0.51 88	0.85 92	1.06 103	0.44 108	0.38 96	0.68 118	0.62 107	0.85 76	0.69 112

WQFJX1	0.73 83	0.26 19	0.12 5	0.20 28	0.17 26	0.16 10	0.12 26	0.25 20	0.57 164	0.12 5	0.75 163	0.22 8	12.81 331	0.12 9	0.34 4	0.39 5	0.31 9	0.21 5	0.26 4	0.20 9	0.26 4	0.32 17	0.29 59	0.14 18	0.25 10	0.27 32	0.55 36	0.16 3

IGEV-BASED-STEREO-	0.73 83	0.86 169	0.36 69	0.43 110	0.32 71	0.30 65	0.19 73	0.71 90	0.32 75	0.70 103	0.33 60	0.63 87	0.57 135	0.41 141	2.03 132	1.91 217	0.63 86	0.68 131	1.00 91	0.45 79	1.86 171	1.87 135	0.40 90	0.23 60	0.49 75	0.37 63	1.09 99	0.55 78

GMStereo	0.73 83	0.99 223	0.39 76	0.49 122	0.47 119	0.55 147	0.41 154	0.77 99	0.43 106	0.55 73	0.48 93	0.81 143	0.38 81	0.34 101	1.60 75	0.95 73	0.74 122	0.52 74	1.88 147	0.57 106	1.07 114	0.73 71	0.42 100	0.51 155	0.72 129	0.47 84	1.87 168	0.57 84
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UPFNet	0.73 83	0.69 87	0.79 167	0.54 140	0.65 179	0.58 162	0.54 185	0.72 91	0.54 152	0.59 83	0.57 117	0.61 82	0.47 104	0.62 230	1.80 98	0.96 75	0.72 112	0.68 131	0.91 83	0.72 163	0.64 60	0.55 48	0.53 166	0.52 160	0.58 98	0.51 92	2.19 195	0.59 91

AFF-stereo	0.76 87	0.69 87	0.59 126	0.30 60	0.32 71	0.52 138	0.18 70	0.86 124	0.41 99	1.37 216	0.43 86	0.60 81	0.34 67	0.24 60	1.76 94	1.13 109	0.57 75	0.62 106	2.81 192	0.43 72	0.77 80	0.63 59	0.41 94	0.32 79	0.70 123	0.67 117	2.38 219	0.56 80

TestStereo	0.77 88	0.93 201	0.79 167	0.56 144	0.46 115	0.66 185	0.33 129	1.22 171	0.42 105	0.90 165	0.52 105	0.84 149	0.54 124	0.39 131	1.50 68	0.92 68	0.73 117	0.51 72	1.38 123	0.56 103	1.25 132	0.82 81	0.44 108	0.44 124	0.77 140	0.79 131	1.34 116	0.79 128

WQFJA1	0.78 89	0.27 21	0.14 7	0.20 28	0.17 26	0.20 26	0.14 44	0.24 15	0.72 199	0.14 8	1.42 238	0.21 5	12.89 335	0.11 5	0.51 16	0.39 5	0.32 11	0.26 13	0.29 6	0.22 14	0.29 6	0.27 9	0.26 53	0.17 36	0.24 8	0.26 25	0.44 16	0.22 12

WQFJX	0.78 89	0.19 4	0.15 14	0.17 18	0.13 11	0.24 46	0.17 65	0.19 6	0.97 226	0.15 13	1.63 245	0.18 3	12.83 332	0.12 9	0.36 6	0.40 8	0.29 7	0.25 11	0.27 5	0.26 27	0.27 5	0.24 6	0.27 55	0.16 29	0.26 12	0.25 16	0.54 33	0.22 12

NLMM	0.78 89	0.27 21	0.14 7	0.20 28	0.17 26	0.20 26	0.14 44	0.24 15	0.73 201	0.14 8	1.44 240	0.21 5	12.89 335	0.11 5	0.51 16	0.38 4	0.32 11	0.26 13	0.29 6	0.22 14	0.29 6	0.27 9	0.26 53	0.17 36	0.24 8	0.26 25	0.44 16	0.22 12

MIM_Stereo	0.78 89	0.77 132	0.53 118	0.43 110	0.38 95	0.46 114	0.22 83	1.50 219	0.31 71	0.55 73	0.38 73	0.64 91	0.27 57	0.32 90	1.77 95	1.09 101	0.63 86	0.73 149	3.30 217	0.57 106	1.19 128	0.91 90	0.34 68	0.36 90	0.49 75	0.41 73	1.95 173	0.58 85

DEFOM-Stereo_RVC	0.80 93	0.75 120	0.48 104	0.38 87	0.33 79	0.25 51	0.16 58	0.68 87	0.30 70	0.72 109	0.42 85	0.77 133	0.35 75	0.30 80	1.81 99	1.08 99	0.65 91	0.56 88	1.71 143	0.48 85	1.60 157	4.30 174	0.49 139	0.39 103	0.60 103	0.49 85	0.95 87	0.65 107

CFNet	0.80 93	0.84 162	0.79 167	0.76 194	0.70 192	0.60 170	0.46 173	0.84 121	0.48 122	0.66 97	0.71 155	0.92 167	0.61 149	0.43 158	1.75 92	0.84 60	0.70 103	0.64 117	0.90 82	0.78 184	0.89 100	0.72 70	0.45 114	0.51 155	0.87 165	0.83 139	1.67 151	1.15 191

G2L-Stereo	0.81 95	0.69 87	0.60 129	0.57 147	0.78 211	0.50 130	0.37 141	0.77 99	0.53 145	0.69 102	0.78 172	0.70 109	0.63 153	0.54 199	2.08 138	0.96 75	0.73 117	0.63 114	1.23 113	0.61 126	1.22 130	0.66 66	0.57 186	0.48 145	0.77 140	0.89 153	1.98 176	0.80 131

HGLStereo	0.83 96	0.64 72	0.75 158	0.52 133	0.67 185	0.56 153	0.45 169	0.66 86	0.50 131	1.72 238	0.96 200	0.64 91	0.56 131	0.54 199	1.65 82	1.18 118	0.80 138	0.76 158	1.05 97	0.66 145	0.99 108	1.36 122	0.49 139	0.54 171	0.71 126	0.76 127	1.59 146	0.82 135

S2M2_XL	0.85 97	0.50 57	0.64 136	0.24 38	0.30 65	0.35 83	0.28 104	0.61 74	0.43 106	0.56 75	0.35 69	0.65 94	0.59 140	0.34 101	2.56 194	1.65 201	0.69 100	0.47 63	0.72 63	0.54 94	4.94 213	2.28 146	0.48 129	0.30 71	0.55 91	0.51 92	0.74 65	0.74 117
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
UNet	0.85 97	0.76 126	0.74 155	0.60 157	0.60 163	0.61 174	0.53 183	0.90 133	0.58 167	1.21 202	0.68 143	0.71 113	0.56 131	0.67 239	1.72 89	1.11 107	0.79 135	0.72 147	1.13 106	0.82 195	0.84 90	0.69 67	0.62 208	0.58 184	0.64 109	0.77 128	2.48 230	0.95 159

RASNet	0.85 97	0.72 104	0.89 194	0.61 160	0.62 175	0.66 185	0.41 154	0.98 145	0.61 176	1.21 202	0.64 131	0.74 118	0.67 168	0.40 135	1.23 57	1.31 139	0.72 112	0.66 124	1.00 91	0.70 158	1.09 117	1.43 125	0.43 105	0.75 232	0.68 118	0.79 131	2.17 191	0.93 157

anonymousdsp2	0.86 100	0.84 162	0.84 180	0.43 110	0.44 112	0.56 153	0.32 123	1.17 164	0.36 86	0.66 97	0.67 138	0.69 105	0.40 88	0.49 190	1.46 64	1.36 147	0.67 94	0.62 106	2.12 156	0.60 123	1.36 143	2.66 154	0.36 78	0.44 124	0.71 126	0.51 92	1.86 167	0.64 103

dd	0.86 100	0.80 142	0.51 107	1.05 237	0.44 112	0.85 218	0.44 167	0.85 122	0.39 90	0.83 145	0.40 80	1.23 207	0.39 83	0.47 179	2.21 160	0.98 79	0.97 203	0.71 139	2.00 154	0.61 126	0.84 90	0.77 75	0.49 139	0.64 211	0.70 123	0.53 96	1.73 156	1.47 220

RAFT-Stereo + iAFF	0.86 100	0.72 104	0.84 180	0.41 102	0.39 97	0.54 144	0.21 81	0.99 146	0.52 139	1.54 226	0.57 117	0.73 117	0.39 83	0.26 63	2.15 146	1.17 116	0.64 89	0.50 68	2.66 185	0.57 106	0.88 96	0.90 88	0.47 125	0.39 103	0.86 160	0.72 122	2.54 242	0.66 109

DMCA-RVC	0.86 100	0.74 112	0.73 152	0.61 160	0.77 207	0.56 153	0.70 211	0.77 99	1.43 267	1.38 218	0.69 146	0.87 154	0.54 124	0.55 205	1.66 84	1.05 89	0.81 147	0.74 153	0.95 87	0.73 167	0.89 100	0.93 92	0.51 153	0.58 184	0.59 101	0.62 107	1.82 164	0.91 154

Former-RAFT_DAM_RVC	0.87 104	0.64 72	0.54 121	0.44 113	0.41 105	0.38 91	0.26 98	1.26 179	0.49 126	0.85 151	0.62 126	0.75 125	0.54 124	0.34 101	1.75 92	1.50 181	0.68 95	0.70 135	1.17 108	0.56 103	1.52 150	3.83 165	0.39 86	0.37 92	0.75 135	1.18 203	0.68 57	0.77 125

RAFT+CT+SA	0.87 104	0.97 217	0.40 79	0.45 116	0.29 63	0.38 91	0.20 77	1.64 243	0.33 78	0.72 109	0.30 53	0.88 159	0.65 161	0.40 135	1.56 73	1.21 126	0.56 72	0.57 90	2.08 155	0.40 61	0.83 89	5.00 189	0.32 64	0.37 92	0.47 70	0.42 78	1.56 137	0.49 71

DSFCA	0.87 104	0.84 162	0.73 152	0.65 170	0.77 207	0.61 174	0.78 216	0.75 96	0.78 206	0.77 126	0.83 184	0.75 125	0.48 107	0.43 158	1.89 111	1.14 111	0.85 156	0.87 195	1.00 91	0.74 170	1.00 112	1.05 102	0.72 242	0.63 207	0.83 151	0.95 166	1.88 169	0.85 144

IER	0.88 107	0.82 151	0.55 122	0.49 122	0.51 140	0.56 153	0.45 169	0.80 110	0.49 126	1.15 199	0.77 167	1.03 182	0.50 113	0.79 259	3.66 251	1.04 86	0.73 117	0.64 117	0.87 80	0.78 184	0.73 76	0.82 81	0.60 203	0.53 166	0.63 105	1.00 178	2.05 181	0.74 117

rafts_anoy	0.88 107	0.81 148	0.86 186	0.44 113	0.49 129	0.51 135	0.46 173	1.58 235	0.48 122	0.61 86	0.70 153	0.70 109	0.47 104	0.30 80	2.51 191	1.38 150	0.76 125	0.78 166	2.36 166	0.61 126	1.28 135	0.99 98	0.49 139	0.49 150	0.85 157	0.90 158	0.93 85	1.00 176

ARAFT	0.89 109	0.72 104	0.47 100	0.35 74	0.34 82	0.42 104	0.24 88	0.64 82	0.34 80	2.25 268	0.57 117	0.58 75	0.29 59	0.39 131	2.14 145	1.42 160	0.71 107	0.74 153	2.68 187	0.54 94	1.86 171	1.93 136	0.42 100	0.33 82	0.83 151	0.40 68	1.98 176	0.56 80

HITNet	0.90 110	0.65 77	0.62 132	0.68 178	0.50 138	0.39 94	0.32 123	1.26 179	0.89 217	0.70 103	0.70 153	0.91 165	0.49 110	0.39 131	1.96 120	1.02 83	0.66 93	0.64 117	0.79 75	0.61 126	1.53 151	3.85 166	0.46 116	0.52 160	0.58 98	0.64 110	1.81 161	0.81 133
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
TestStereo1	0.93 111	0.98 220	0.39 76	0.38 87	0.36 91	0.39 94	0.25 91	1.02 148	0.39 90	0.79 135	0.34 63	0.58 75	0.73 184	0.54 199	3.06 228	1.47 176	0.71 107	0.52 74	2.91 195	0.54 94	1.34 138	1.84 133	0.35 73	0.39 103	0.54 86	1.06 185	2.53 240	0.60 92

SA-5K	0.93 111	0.98 220	0.39 76	0.38 87	0.36 91	0.39 94	0.25 91	1.02 148	0.39 90	0.79 135	0.34 63	0.58 75	0.73 184	0.54 199	3.06 228	1.47 176	0.71 107	0.52 74	2.91 195	0.54 94	1.34 138	1.84 133	0.35 73	0.39 103	0.54 86	1.06 185	2.53 240	0.60 92

RALCasStereoNet	0.93 111	0.82 151	0.93 199	0.53 137	0.53 148	0.60 170	0.45 169	1.48 216	0.44 110	1.03 185	0.75 163	0.89 164	0.49 110	0.32 90	2.31 173	1.43 164	0.78 131	0.75 155	1.50 130	0.58 110	1.18 127	2.21 145	0.49 139	0.57 180	0.86 160	1.13 197	0.90 79	1.16 192

CFNet_RVC	0.94 114	0.84 162	0.89 194	0.76 194	0.80 217	0.71 195	0.49 176	0.74 95	0.63 183	0.88 160	0.94 196	0.87 154	0.57 135	0.50 191	1.96 120	1.12 108	0.79 135	0.79 170	1.27 114	0.73 167	1.26 133	1.52 128	0.48 129	0.64 211	0.98 189	1.11 191	1.92 172	1.23 200

DLCB_ROB	0.94 114	0.90 185	0.88 189	0.73 186	0.80 217	0.69 192	0.69 210	0.87 128	0.72 199	0.94 175	0.86 188	1.02 178	0.91 225	0.69 246	1.48 66	1.06 92	0.97 203	0.72 147	0.88 81	0.74 170	1.21 129	1.21 113	0.78 252	0.71 227	1.26 240	1.26 211	1.49 132	0.95 159

AACVNet	0.95 116	0.87 171	0.69 146	0.91 219	0.91 229	0.72 199	0.59 201	0.87 128	0.60 172	0.73 114	0.88 191	0.79 137	0.64 156	0.60 223	1.77 95	1.37 149	0.84 154	0.83 184	1.12 105	0.77 180	1.36 143	1.13 107	0.70 235	0.65 213	0.87 165	1.12 194	1.90 170	1.31 209

DISCO	0.96 117	0.98 220	0.56 124	0.57 147	0.61 168	0.81 214	0.79 219	0.77 99	0.81 207	2.06 259	0.86 188	0.66 98	0.70 173	0.42 153	1.87 109	1.27 134	0.99 207	0.80 175	1.80 145	0.80 189	0.92 104	1.33 119	0.57 186	0.51 155	0.72 129	0.84 145	2.02 179	0.80 131

GLC_STEREO	0.97 118	0.89 182	0.85 184	0.56 144	0.60 163	0.48 125	0.40 150	1.70 247	0.47 116	0.77 126	0.67 138	0.78 136	0.63 153	0.61 225	2.53 192	1.65 201	0.88 167	0.60 97	1.57 139	0.70 158	2.48 181	1.17 109	0.44 108	0.43 120	0.67 112	0.55 99	2.36 215	0.88 151

TESTraft	0.98 119	0.96 215	0.42 86	0.41 102	0.33 79	0.40 97	0.25 91	1.13 159	0.39 90	0.97 181	0.35 69	0.61 82	0.75 193	0.54 199	3.18 238	1.42 160	0.70 103	0.50 68	2.86 194	0.53 93	1.08 115	3.15 159	0.35 73	0.40 108	0.52 83	1.18 203	2.52 236	0.61 94

psm_up	0.99 120	0.86 169	0.99 213	0.78 201	0.89 227	0.75 203	0.58 198	1.33 199	1.03 237	0.88 160	0.69 146	0.99 177	0.72 179	0.76 255	1.89 111	1.10 104	0.91 180	0.81 179	1.93 150	0.81 192	1.08 115	0.90 88	0.49 139	0.85 252	1.01 194	1.06 185	1.62 147	1.10 184

STTStereo	0.99 120	0.95 210	0.82 175	0.77 199	0.77 207	0.69 192	0.87 229	0.86 124	1.53 276	1.27 208	0.79 174	1.13 198	0.69 171	0.93 276	2.19 152	1.03 85	0.72 112	0.70 135	1.05 97	0.63 138	1.15 125	0.86 85	0.58 195	0.56 179	0.73 132	1.21 207	1.74 158	1.41 218

NLMM1	1.00 122	0.30 28	0.13 6	0.18 21	0.21 38	0.23 40	0.09 12	0.26 22	6.95 348	0.17 19	0.54 109	0.36 37	12.87 334	0.13 16	0.41 9	0.44 12	0.31 9	0.31 22	0.36 19	0.24 22	0.29 6	0.40 29	0.27 55	0.15 23	0.26 12	0.30 38	0.65 52	0.19 5

NLSM1	1.01 123	0.27 21	0.17 21	0.23 35	0.24 50	0.31 68	0.12 26	0.33 39	6.19 344	0.14 8	1.49 241	0.31 25	12.63 329	0.14 18	0.47 12	0.51 21	0.36 20	0.23 8	0.31 10	0.24 22	0.31 11	0.45 35	0.29 59	0.16 29	0.27 19	0.30 38	0.56 37	0.23 16

coex_refinement	1.02 124	1.02 235	0.76 159	0.66 175	0.85 221	0.71 195	0.50 179	0.81 112	1.04 238	0.67 99	1.01 209	0.94 168	0.44 102	0.46 174	3.49 247	0.95 73	0.78 131	0.71 139	3.74 226	0.77 180	0.85 92	0.75 73	0.63 213	0.52 160	0.87 165	0.93 162	1.75 159	0.94 158

NLCA_NET_v2_RVC	1.02 124	0.93 201	0.80 171	0.72 183	0.79 214	0.65 183	1.02 244	1.07 154	2.31 307	2.00 252	0.74 161	0.97 173	0.56 131	0.94 278	1.82 100	0.96 75	0.68 95	0.67 127	1.31 117	0.65 140	0.88 96	0.94 93	0.57 186	0.57 180	0.73 132	1.60 256	1.43 125	1.27 207
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CAS	1.05 126	0.80 142	0.40 79	0.50 128	0.48 125	0.37 88	0.30 109	0.55 64	0.44 110	1.13 198	0.77 167	0.64 91	0.95 235	0.31 87	2.68 207	1.79 212	0.96 200	0.82 182	1.08 102	0.61 126	2.91 188	5.06 192	0.44 108	0.30 71	0.81 145	0.92 161	1.18 107	1.16 192

AF-Net	1.05 126	0.83 154	0.94 200	0.76 194	0.91 229	0.98 238	1.68 280	1.52 226	1.06 240	0.57 78	0.96 200	1.34 213	0.64 156	0.74 250	1.71 85	0.99 80	0.80 138	0.60 97	1.64 141	0.72 163	0.72 73	2.35 147	0.63 213	0.62 201	0.89 174	0.82 137	1.57 142	1.25 204

Nwc_Net	1.05 126	0.83 154	0.94 200	0.76 194	0.91 229	0.98 238	1.68 280	1.52 226	1.06 240	0.57 78	0.96 200	1.34 213	0.64 156	0.74 250	1.71 85	0.99 80	0.80 138	0.60 97	1.64 141	0.72 163	0.72 73	2.35 147	0.63 213	0.62 201	0.89 174	0.82 137	1.57 142	1.25 204

LMCR-Stereo	1.06 129	0.83 154	0.84 180	0.53 137	0.62 175	0.64 181	0.33 129	1.12 157	0.60 172	0.83 145	0.79 174	0.91 165	0.49 110	0.41 141	2.53 192	1.54 188	1.03 218	0.75 155	2.16 157	1.42 258	1.68 162	3.87 168	0.49 139	0.65 213	0.75 135	0.83 139	1.10 103	0.88 151

PDISCO_ROB	1.06 129	0.87 171	0.60 129	0.80 206	0.68 188	0.53 143	0.59 201	0.93 138	0.69 194	1.80 243	1.00 208	0.74 118	0.63 153	0.66 237	1.87 109	1.44 166	0.89 169	1.10 257	1.53 133	0.80 189	1.56 154	2.40 150	0.52 161	0.63 207	1.19 225	0.79 131	2.56 243	0.81 133

SA	1.07 131	0.90 185	0.42 86	0.55 142	0.53 148	0.49 127	0.24 88	1.60 236	0.46 114	0.71 108	0.41 82	0.69 105	0.58 139	0.62 230	1.74 90	1.41 157	0.78 131	0.79 170	3.17 206	0.65 140	1.24 131	4.73 180	0.34 68	0.51 155	0.75 135	1.12 194	2.64 250	0.72 116

PS-NSSS	1.07 131	1.44 288	0.69 146	1.20 258	0.91 229	1.16 257	0.93 236	0.80 110	0.55 155	0.74 117	0.49 96	1.98 252	1.03 243	0.91 273	1.54 72	0.92 68	0.83 152	0.73 149	1.45 128	0.62 133	0.94 105	0.63 59	1.68 310	0.50 153	1.00 192	0.95 166	3.21 275	1.11 187

HSM	1.07 131	0.75 120	0.97 208	0.78 201	0.77 207	0.54 144	0.54 185	1.87 265	0.60 172	0.76 122	0.85 187	0.87 154	0.67 168	0.56 206	2.24 163	1.05 89	0.92 186	0.71 139	2.57 174	0.71 161	1.80 169	2.08 143	0.56 183	0.72 230	0.90 178	0.97 171	2.08 184	1.03 177

LL-Strereo2	1.08 134	0.65 77	0.59 126	0.40 98	0.34 82	0.31 68	0.23 85	1.48 216	0.38 88	0.68 101	0.58 121	0.63 87	0.32 65	0.64 234	1.65 82	1.13 109	0.63 86	0.53 83	1.32 119	0.66 145	1.35 141	11.05 299	0.44 108	0.34 84	0.64 109	0.60 105	1.05 96	0.56 80

DepthFocus	1.09 135	0.55 61	0.32 61	0.29 55	0.28 60	0.27 56	0.22 83	0.70 89	0.52 139	0.51 71	0.38 73	0.62 85	0.42 94	0.38 125	2.43 181	2.19 234	0.64 89	0.64 117	0.96 88	0.75 176	7.93 270	4.99 188	0.47 125	0.28 66	0.55 91	0.49 85	0.77 72	0.83 138

raftrobust	1.11 136	0.65 77	0.92 198	0.55 142	0.49 129	0.44 108	0.33 129	1.55 232	0.47 116	0.94 175	0.72 158	0.82 144	0.53 118	0.36 117	2.91 219	1.71 206	0.71 107	0.70 135	4.37 237	0.65 140	1.69 164	3.95 170	0.59 201	0.42 119	0.95 187	0.85 147	0.99 91	0.85 144

UCFNet_RVC	1.11 136	1.26 270	0.85 184	0.88 216	0.93 236	0.77 207	0.58 198	0.78 105	0.67 191	0.93 173	0.80 179	1.25 208	0.93 230	0.48 185	2.17 150	1.09 101	0.78 131	0.82 182	2.60 180	0.80 189	1.32 137	1.66 130	1.31 298	0.67 217	1.05 202	1.11 191	1.44 127	2.13 252

test_4	1.13 138	0.74 112	0.77 163	0.42 108	0.32 71	0.34 77	0.26 98	0.78 105	0.33 78	0.75 118	0.40 80	0.87 154	0.35 75	0.40 135	2.10 144	1.55 189	0.65 91	0.69 133	1.50 130	0.51 88	1.12 122	10.25 273	0.41 94	0.37 92	0.58 98	0.70 119	2.73 255	0.62 96

S2M2_L	1.14 139	0.87 171	1.13 246	0.46 119	0.37 93	0.43 106	0.28 104	0.60 72	0.52 139	1.85 247	0.34 63	0.63 87	0.40 88	0.43 158	2.36 175	1.91 217	0.70 103	0.60 97	1.06 100	0.58 110	4.38 202	4.69 178	0.49 139	0.37 92	0.64 109	0.89 153	3.07 270	0.79 128
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
Sa-1000	1.14 139	0.75 120	0.47 100	0.49 122	0.61 168	0.50 130	0.27 101	1.70 247	0.52 139	0.73 114	0.48 93	0.66 98	0.67 168	0.79 259	2.17 150	1.43 164	0.92 186	0.93 216	3.23 207	0.58 110	1.55 153	4.86 183	0.35 73	0.59 191	1.14 221	1.24 208	2.35 213	0.76 124

RALAANet	1.14 139	0.70 94	0.84 180	0.53 137	0.53 148	0.60 170	0.41 154	1.30 188	0.50 131	0.94 175	0.65 133	0.72 116	0.59 140	0.33 96	1.97 123	1.32 141	0.75 124	0.89 205	1.96 151	0.85 199	3.07 190	5.37 200	0.53 166	0.62 201	0.82 148	1.03 183	2.08 184	0.78 127

CASnet	1.15 142	0.91 189	0.49 105	0.40 98	0.43 109	0.38 91	0.20 77	0.91 136	0.49 126	0.77 126	0.56 114	0.88 159	0.53 118	0.35 108	2.15 146	1.24 130	0.72 112	0.50 68	1.34 121	0.54 94	7.12 255	5.37 200	0.41 94	0.38 96	1.21 227	0.49 85	1.45 128	0.79 128
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iResNet_ROB	1.16 143	0.83 154	0.82 175	0.65 170	0.59 160	0.67 188	0.58 198	2.65 316	0.53 145	1.73 239	0.76 166	0.87 154	0.78 203	0.47 179	3.77 259	1.45 168	0.87 163	0.86 193	2.81 192	0.65 140	1.26 133	0.87 86	0.57 186	0.73 231	0.81 145	0.95 166	2.65 252	1.03 177

RP	1.18 144	1.02 235	1.24 265	0.94 223	1.08 248	0.84 215	1.17 257	1.25 177	1.31 259	0.61 86	1.16 218	1.21 205	0.75 193	0.68 240	3.34 242	1.04 86	0.89 169	0.67 127	1.20 112	0.79 186	0.88 96	2.85 156	0.59 201	0.71 227	0.86 160	0.98 175	2.51 235	1.21 198

trnet	1.20 145	0.91 189	0.94 200	0.52 133	0.42 107	0.47 120	0.25 91	1.41 209	0.61 176	0.88 160	0.75 163	0.97 173	0.72 179	0.37 120	2.66 204	3.31 267	0.86 160	0.61 102	2.41 168	0.60 123	3.93 200	3.14 158	0.50 151	0.47 132	1.03 198	0.86 150	1.72 153	0.99 170

APVNet	1.21 146	1.02 235	0.64 136	0.69 179	0.78 211	0.86 219	0.84 224	0.78 105	0.71 198	0.92 171	0.82 182	0.86 152	0.59 140	0.58 215	2.67 206	1.65 201	1.11 229	0.98 232	3.23 207	0.85 199	1.62 158	4.73 180	0.55 175	0.84 251	0.77 140	0.80 134	1.90 170	0.98 164

iinet-f	1.22 147	1.08 246	0.64 136	0.93 222	0.46 115	0.68 190	0.57 194	0.79 109	0.48 122	2.11 264	1.35 233	0.83 146	0.64 156	0.35 108	3.95 262	1.80 214	0.77 128	0.66 124	2.93 201	1.00 222	1.53 151	3.24 160	0.64 219	0.53 166	1.10 216	0.63 109	2.23 203	0.90 153

PA-Net	1.22 147	0.95 210	1.13 246	0.75 189	1.31 271	0.68 190	0.84 224	0.82 117	1.18 253	0.83 145	0.77 167	0.76 129	0.78 203	0.91 273	3.00 224	1.21 126	0.68 95	0.77 161	1.02 95	0.82 195	1.13 124	4.67 177	0.66 223	0.82 246	1.00 192	2.10 292	1.24 109	2.13 252
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCC-stereo	1.25 149	1.24 264	1.10 237	0.99 230	1.05 242	0.96 233	1.53 274	1.79 256	1.59 279	0.60 84	1.34 230	1.17 202	1.03 243	0.74 250	2.44 182	1.07 93	0.89 169	0.99 235	1.54 135	0.91 208	0.99 108	2.46 151	0.80 260	0.76 234	1.26 240	1.59 253	1.39 121	1.61 229

Abc-Net	1.25 149	1.24 264	1.10 237	0.99 230	1.05 242	0.96 233	1.53 274	1.79 256	1.59 279	0.60 84	1.34 230	1.17 202	1.03 243	0.74 250	2.44 182	1.07 93	0.89 169	0.99 235	1.54 135	0.91 208	0.99 108	2.46 151	0.80 260	0.76 234	1.26 240	1.59 253	1.39 121	1.61 229
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CES	1.27 151	0.77 132	0.56 124	0.45 116	0.56 154	0.51 135	0.21 81	1.50 219	0.70 196	0.78 129	0.80 179	0.84 149	0.90 224	0.33 96	3.45 246	2.96 253	1.14 235	1.04 249	1.32 119	1.08 232	4.63 208	4.87 184	0.63 213	0.38 96	0.85 157	0.83 139	1.02 93	1.16 192

GMOStereo	1.28 152	0.74 112	0.45 93	0.62 163	0.52 142	0.46 114	0.39 144	1.54 228	0.47 116	0.87 154	0.47 89	0.74 118	0.59 140	0.35 108	2.01 126	1.45 168	0.80 138	0.87 195	2.92 197	0.69 151	1.78 165	10.98 295	0.46 116	0.41 111	1.09 210	0.72 122	1.56 137	0.58 85

error version	1.28 152	0.74 112	0.45 93	0.62 163	0.52 142	0.46 114	0.39 144	1.54 228	0.47 116	0.87 154	0.47 89	0.74 118	0.59 140	0.35 108	2.01 126	1.45 168	0.80 138	0.87 195	2.92 197	0.69 151	1.78 165	10.98 295	0.46 116	0.41 111	1.09 210	0.72 122	1.56 137	0.58 85

test-v	1.28 152	0.74 112	0.45 93	0.62 163	0.52 142	0.46 114	0.39 144	1.54 228	0.47 116	0.87 154	0.47 89	0.74 118	0.59 140	0.35 108	2.01 126	1.45 168	0.80 138	0.87 195	2.92 197	0.69 151	1.78 165	10.98 295	0.46 116	0.41 111	1.09 210	0.72 122	1.56 137	0.58 85

test-2	1.28 152	0.74 112	0.45 93	0.62 163	0.52 142	0.46 114	0.39 144	1.54 228	0.47 116	0.87 154	0.47 89	0.74 118	0.59 140	0.35 108	2.01 126	1.45 168	0.80 138	0.87 195	2.92 197	0.69 151	1.78 165	10.98 295	0.46 116	0.41 111	1.09 210	0.72 122	1.56 137	0.58 85

GANetREF_RVC	1.28 152	1.18 257	0.95 205	1.18 257	1.04 240	1.00 243	0.79 219	1.25 177	1.10 245	1.29 210	0.77 167	2.28 267	0.91 225	0.63 232	2.00 125	1.14 111	1.01 212	0.98 232	2.44 170	0.82 195	1.98 175	1.33 119	0.78 252	1.05 267	1.28 245	1.27 212	2.63 249	1.49 221
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
AMNet	1.29 157	1.12 249	1.05 223	1.13 246	1.12 253	1.24 266	1.08 252	1.36 203	1.13 249	1.10 195	1.11 214	1.51 229	1.26 255	1.20 298	1.52 70	1.57 193	1.35 260	1.21 277	1.37 122	1.22 245	1.35 141	1.19 111	1.25 291	1.19 276	1.23 235	1.72 266	1.54 136	1.65 233

raft_robust	1.30 158	0.93 201	0.53 118	0.59 155	0.47 119	0.57 159	0.37 141	2.06 285	0.52 139	1.69 237	0.53 107	0.76 129	0.82 211	0.47 179	2.16 149	1.52 186	0.84 154	0.84 191	5.71 259	0.59 114	2.50 182	5.04 191	0.46 116	0.51 155	0.99 190	1.05 184	1.58 144	0.99 170

IPLGR_C	1.31 159	0.71 101	0.68 144	0.57 147	0.46 115	0.52 138	0.31 113	0.81 112	0.53 145	0.76 122	0.69 146	1.03 182	0.53 118	0.59 219	2.62 199	1.33 144	0.88 167	0.63 114	3.25 213	0.61 126	1.64 161	10.69 286	0.55 175	0.53 166	0.89 174	0.57 102	2.40 221	0.62 96

ACRE	1.31 159	0.70 94	0.66 141	0.58 154	0.47 119	0.52 138	0.32 123	0.81 112	0.53 145	0.76 122	0.69 146	1.04 186	0.52 117	0.59 219	2.66 204	1.32 141	0.89 169	0.63 114	3.25 213	0.61 126	1.62 158	10.69 286	0.55 175	0.52 160	0.92 182	0.55 99	2.40 221	0.62 96

SACVNet	1.31 159	0.94 204	0.95 205	0.90 217	1.10 250	0.87 221	0.92 235	1.50 219	0.81 207	1.23 207	0.71 155	0.94 168	0.69 171	0.68 240	1.83 103	1.40 154	1.12 234	0.83 184	2.20 159	0.94 214	2.13 176	5.87 210	0.65 220	0.82 246	1.04 199	1.06 185	2.02 179	1.30 208

4D-IteraStereo	1.32 162	0.61 71	1.07 230	0.49 122	0.43 109	0.40 97	0.25 91	1.44 214	0.37 87	0.75 118	0.56 114	0.75 125	0.43 95	0.43 158	2.29 172	1.38 150	0.68 95	0.66 124	2.70 188	0.59 114	3.21 192	10.86 294	0.46 116	0.40 108	0.69 120	0.83 139	2.34 211	0.64 103

CIPLG	1.32 162	0.70 94	0.69 146	0.57 147	0.46 115	0.52 138	0.33 129	0.81 112	0.55 155	0.76 122	0.69 146	1.03 182	0.53 118	0.59 219	2.91 219	1.33 144	0.89 169	0.62 106	3.23 207	0.62 133	1.62 158	10.69 286	0.55 175	0.53 166	0.90 178	0.54 97	2.37 218	0.61 94

DN-CSS_ROB	1.32 162	0.83 154	1.03 219	0.87 215	0.86 222	0.47 120	0.36 139	2.00 279	0.57 164	1.56 228	1.81 249	0.96 172	0.77 201	0.38 125	2.15 146	1.40 154	1.03 218	0.93 216	5.27 247	0.66 145	2.56 183	2.82 155	0.54 172	0.86 254	0.79 143	0.81 135	2.07 183	1.33 212

UDGNet	1.34 165	1.00 229	0.76 159	1.64 285	1.38 276	1.69 287	1.25 261	1.22 171	0.69 194	0.63 92	0.84 186	0.83 146	0.41 92	1.62 309	2.02 131	1.19 122	0.81 147	0.87 195	1.98 152	0.92 211	1.68 162	5.69 206	1.26 294	0.47 132	1.21 227	0.95 166	2.15 188	1.03 177

CCAANet	1.34 165	0.72 104	0.68 144	0.57 147	0.55 152	0.59 165	0.48 175	1.31 191	0.50 131	2.35 272	2.76 270	0.83 146	0.40 88	0.36 117	1.64 78	1.18 118	1.05 221	1.01 242	0.91 83	0.72 163	0.68 66	0.65 64	0.74 243	0.53 166	0.69 120	0.96 170	12.50 347	0.75 123

CREStereo	1.37 167	0.91 189	0.94 200	0.52 133	0.42 107	0.47 120	0.26 98	1.43 211	0.66 188	0.87 154	0.83 184	0.95 170	0.73 184	0.36 117	2.98 223	4.38 295	0.85 156	0.56 88	2.41 168	0.62 133	5.52 226	4.71 179	0.53 166	0.47 132	1.02 196	0.87 151	1.73 156	0.98 164
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
FADNet-RVC-Resample	1.37 167	0.87 171	0.99 213	0.72 183	0.81 219	0.63 178	1.02 244	1.06 153	0.91 220	0.99 182	0.99 206	1.69 237	0.73 184	1.02 284	4.06 264	1.41 157	1.02 215	1.62 303	1.55 137	1.04 227	1.37 145	5.03 190	0.57 186	1.14 273	0.88 170	1.99 285	1.45 128	1.54 224

FADNet-RVC	1.38 169	0.71 101	0.88 189	0.77 199	1.09 249	0.58 162	2.16 297	0.92 137	0.57 164	1.03 185	0.72 158	1.48 224	0.64 156	0.61 225	5.02 271	1.56 191	0.85 156	0.90 208	2.24 161	1.52 274	2.20 177	4.08 172	0.51 153	0.77 236	1.48 270	1.14 199	1.43 125	1.35 214

PMTNet	1.39 170	0.94 204	0.99 213	0.48 121	0.49 129	0.47 120	0.32 123	0.83 118	0.66 188	0.83 145	0.62 126	0.88 159	0.50 113	0.35 108	2.72 210	4.30 292	0.91 180	0.57 90	2.40 167	0.54 94	6.12 236	5.45 203	0.57 186	0.38 96	1.99 304	1.00 178	1.09 99	1.19 197

GES	1.40 171	0.73 109	0.79 167	0.78 201	0.71 193	0.80 212	0.59 201	1.37 205	0.97 226	1.66 234	0.94 196	0.74 118	0.65 161	0.63 232	2.40 178	1.55 189	0.98 205	0.89 205	5.45 253	1.14 238	3.99 201	3.85 166	0.65 220	0.83 249	0.75 135	0.81 135	1.52 135	1.72 236

LoS_RVC	1.42 172	1.25 267	0.86 186	0.31 64	0.49 129	0.37 88	0.33 129	0.73 93	0.56 160	2.10 262	0.68 143	0.67 101	0.70 173	0.33 96	3.08 231	3.79 280	0.89 169	2.10 323	3.01 204	0.66 145	4.40 203	6.44 221	0.51 153	0.43 120	0.82 148	0.85 147	0.90 79	0.99 170

tt_ll	1.42 172	1.25 267	0.86 186	0.31 64	0.49 129	0.37 88	0.33 129	0.73 93	0.56 160	2.10 262	0.68 143	0.67 101	0.70 173	0.33 96	3.08 231	3.79 280	0.89 169	2.10 323	3.01 204	0.66 145	4.40 203	6.44 221	0.51 153	0.43 120	0.82 148	0.85 147	0.90 79	0.99 170

sAnonymous2	1.42 172	0.76 126	0.52 114	0.41 102	0.47 119	0.71 195	0.41 154	1.28 185	0.98 230	0.65 94	0.89 192	1.08 191	0.95 235	0.37 120	2.20 155	2.28 236	1.10 225	1.04 249	3.71 223	0.92 211	4.94 213	6.73 227	0.62 208	0.55 177	0.83 151	1.39 225	1.25 110	1.24 202

CroCo_RVC	1.42 172	0.76 126	0.52 114	0.41 102	0.47 119	0.71 195	0.41 154	1.28 185	0.98 230	0.65 94	0.89 192	1.08 191	0.95 235	0.37 120	2.20 155	2.28 236	1.10 225	1.04 249	3.71 223	0.92 211	4.94 213	6.73 227	0.62 208	0.55 177	0.83 151	1.39 225	1.25 110	1.24 202

RGC	1.43 176	1.30 276	1.99 308	1.14 251	1.18 261	1.16 257	1.01 241	1.20 169	1.08 243	0.91 168	1.70 248	1.18 204	1.24 254	0.87 267	3.10 235	1.18 118	0.98 205	0.86 193	1.81 146	1.02 224	1.39 146	3.87 168	0.76 245	0.90 258	1.14 221	1.53 245	2.17 191	1.85 240

YMNet	1.44 177	0.79 140	0.41 83	0.51 129	0.61 168	0.59 165	1.36 268	0.77 99	0.56 160	1.28 209	0.36 71	0.67 101	2.20 273	0.56 206	19.21 302	1.49 179	0.77 128	0.65 121	0.74 66	0.39 55	0.61 53	1.27 117	0.23 46	0.38 96	0.69 120	0.46 82	0.81 74	0.66 109

castereo	1.44 177	0.88 180	0.96 207	0.46 119	0.47 119	0.33 74	0.27 101	0.77 99	0.50 131	0.80 139	0.64 131	1.04 186	0.48 107	0.38 125	2.25 165	2.81 248	1.03 218	0.76 158	2.67 186	0.62 133	7.90 269	7.11 235	0.57 186	0.52 160	1.04 199	1.25 210	1.03 94	1.21 198

FADNet	1.44 177	0.83 154	0.83 179	0.82 211	1.03 239	0.61 174	1.88 291	0.97 143	0.73 201	0.93 173	0.92 195	1.16 201	0.76 198	0.74 250	3.69 255	1.34 146	0.91 180	1.03 246	2.63 181	1.49 267	2.87 187	4.93 185	0.49 139	0.65 213	1.54 279	1.70 265	1.51 134	1.83 239

stereogan	1.44 177	1.33 279	1.05 223	1.11 241	1.28 269	1.11 250	0.97 238	1.26 179	1.05 239	1.22 206	1.10 212	1.62 235	0.89 222	0.66 237	2.34 174	1.31 139	0.94 194	0.81 179	1.72 144	0.95 216	1.10 119	8.04 243	0.71 237	0.77 236	0.83 151	1.06 185	2.36 215	1.38 216

MGS-Stereo	1.48 181	0.99 223	0.47 100	0.40 98	0.35 86	0.40 97	0.36 139	0.65 83	0.26 55	0.52 72	0.43 86	0.52 67	0.38 81	0.43 158	23.31 310	0.93 72	0.73 117	0.79 170	0.93 85	0.65 140	1.10 119	1.25 116	0.44 108	0.48 145	0.72 129	0.49 85	1.29 114	0.77 125

NCCL2	1.48 181	1.28 274	1.10 237	1.11 241	1.43 279	0.78 208	0.90 232	1.05 152	1.14 251	1.86 249	1.27 226	1.02 178	0.81 206	0.80 262	3.43 244	1.42 160	1.14 235	0.87 195	1.31 117	0.89 207	1.94 174	3.37 162	1.48 306	1.02 263	1.50 274	1.35 220	3.80 297	1.85 240

TANstereo	1.49 183	1.06 243	0.88 189	0.67 176	0.73 198	0.87 221	0.33 129	0.86 124	0.61 176	0.70 103	0.69 146	0.59 79	0.59 140	1.02 284	2.75 211	2.89 250	0.94 194	1.13 265	1.43 126	1.28 248	5.13 220	5.06 192	1.35 300	0.46 130	0.54 86	0.89 153	5.92 317	0.74 117

XX-TBD	1.49 183	1.06 243	0.88 189	0.67 176	0.73 198	0.87 221	0.33 129	0.86 124	0.61 176	0.70 103	0.69 146	0.59 79	0.59 140	1.02 284	2.75 211	2.89 250	0.94 194	1.13 265	1.43 126	1.28 248	5.13 220	5.06 192	1.35 300	0.46 130	0.54 86	0.89 153	5.92 317	0.74 117

LoS	1.51 185	0.79 140	0.59 126	0.52 133	0.56 154	0.65 183	0.38 143	2.56 312	0.88 215	1.21 202	0.94 196	0.97 173	0.88 221	0.35 108	3.04 227	3.41 269	1.24 247	0.93 216	2.19 158	0.68 150	5.96 232	7.00 233	0.62 208	0.47 132	1.14 221	0.98 175	1.06 98	0.87 148
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ICVP	1.51 185	0.74 112	1.07 230	0.75 189	0.75 202	0.84 215	0.54 185	1.10 155	0.86 212	1.37 216	1.15 217	0.88 159	1.08 249	0.53 198	1.90 113	1.91 217	1.22 244	0.99 235	1.56 138	0.96 219	3.89 199	10.50 280	0.68 231	0.77 236	0.91 181	1.19 205	1.42 124	1.14 189
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
BEATNet_4x	1.53 187	0.77 132	0.77 163	0.75 189	0.67 185	0.47 120	0.40 150	1.23 173	1.32 260	0.83 145	0.77 167	0.95 170	0.74 189	0.59 219	5.02 271	2.40 243	1.64 273	1.43 295	1.27 114	0.85 199	4.54 205	8.28 245	0.48 129	0.91 259	0.70 123	0.77 128	1.85 165	0.99 170

iResNetv2_ROB	1.57 188	0.87 171	0.70 149	1.13 246	0.65 179	0.72 199	0.49 176	2.63 315	0.64 185	1.77 242	0.87 190	1.30 212	0.75 193	0.40 135	4.81 270	1.26 133	0.91 180	0.71 139	4.58 240	0.81 192	7.66 262	1.62 129	0.58 195	0.80 239	0.81 145	0.83 139	3.12 274	0.91 154

MyStereo04	1.58 189	0.90 185	0.97 208	0.78 201	0.89 227	0.57 159	0.40 150	1.57 234	0.97 226	2.23 267	0.89 192	1.34 213	0.54 124	0.41 141	2.94 222	2.47 244	0.86 160	0.92 212	5.37 249	1.50 270	4.62 207	3.51 163	0.92 278	0.81 243	1.21 227	1.61 258	2.58 245	0.95 159

AE-Stereo	1.61 190	0.85 166	1.23 264	0.81 209	0.51 140	0.57 159	0.75 215	0.83 118	0.49 126	0.79 135	0.54 109	1.29 209	0.72 179	0.47 179	2.05 136	2.96 253	0.99 207	0.92 212	2.63 181	0.86 202	4.61 206	11.92 317	0.50 151	0.80 239	1.26 240	1.34 219	1.95 173	0.86 146

castereo++	1.62 191	0.76 126	0.78 166	0.59 155	0.41 105	0.34 77	0.25 91	0.85 122	0.43 106	0.81 142	0.62 126	1.02 178	0.51 115	0.38 125	1.86 108	2.57 245	1.01 212	0.73 149	3.23 207	0.62 133	7.09 254	6.35 219	0.63 213	0.58 184	0.99 190	1.01 180	7.61 331	1.63 232

dad	1.63 192	0.97 217	0.65 139	2.18 302	1.19 263	1.01 244	3.99 317	1.66 245	0.55 155	1.21 202	0.50 98	1.12 197	2.01 269	0.58 215	3.09 233	1.16 114	1.11 229	0.76 158	2.70 188	0.77 180	1.34 138	1.48 126	0.71 237	0.88 256	2.48 313	0.71 120	5.52 316	3.80 295

CC-Net-ROB	1.63 192	1.81 303	1.19 259	1.85 291	1.77 296	2.27 300	1.56 276	0.93 138	0.96 225	1.29 210	0.67 138	5.48 313	2.51 279	1.43 307	1.64 78	0.87 62	1.34 257	1.17 269	2.46 171	0.88 204	1.09 117	1.35 121	3.34 326	0.63 207	1.22 232	1.15 200	1.47 130	1.57 227

XPNet_ROB	1.63 192	1.57 295	1.09 236	0.91 219	1.13 256	1.01 244	0.88 230	0.95 142	1.14 251	1.07 193	1.82 250	4.03 299	0.72 179	0.78 256	1.82 100	1.51 182	1.52 270	0.94 219	1.42 124	1.04 227	2.20 177	7.75 240	0.86 274	0.80 239	0.94 183	1.29 215	3.34 282	1.56 226

DeepPruner_ROB	1.64 195	0.75 120	0.91 196	0.85 213	0.88 225	0.75 203	1.75 284	1.26 179	0.91 220	1.49 224	1.65 246	0.85 151	0.81 206	0.56 206	3.12 237	1.49 179	1.02 215	1.02 243	2.33 165	0.75 176	7.42 259	6.70 225	0.81 264	0.69 221	0.88 170	1.45 233	2.17 191	0.87 148

CFNet_pseudo	1.65 196	0.78 136	0.82 175	0.82 211	0.79 214	0.69 192	0.42 160	0.93 138	0.53 145	0.95 178	0.81 181	0.88 159	0.81 206	0.81 263	15.70 297	1.39 152	0.74 122	0.71 139	7.24 296	0.77 180	0.97 106	1.50 127	0.69 234	0.57 180	0.88 170	0.89 153	1.47 130	1.12 188

test_for_model	1.68 197	0.92 195	0.51 107	0.38 87	0.40 100	0.45 109	0.31 113	1.31 191	0.41 99	0.78 129	0.51 100	2.09 254	0.43 95	0.30 80	1.95 114	1.95 222	13.44 352	0.62 106	2.57 174	0.59 114	8.07 275	1.98 137	0.48 129	0.47 132	0.67 112	0.64 110	2.20 197	0.83 138

GCAPDPT-zeroshot4090	1.68 197	0.92 195	0.51 107	0.38 87	0.40 100	0.45 109	0.31 113	1.31 191	0.41 99	0.78 129	0.51 100	2.09 254	0.43 95	0.30 80	1.95 114	1.95 222	13.44 352	0.62 106	2.57 174	0.59 114	8.07 275	1.98 137	0.48 129	0.47 132	0.67 112	0.64 110	2.20 197	0.83 138

testlalala	1.68 197	0.92 195	0.51 107	0.38 87	0.40 100	0.45 109	0.31 113	1.31 191	0.41 99	0.78 129	0.51 100	2.09 254	0.43 95	0.30 80	1.95 114	1.95 222	13.44 352	0.62 106	2.57 174	0.59 114	8.07 275	1.98 137	0.48 129	0.47 132	0.67 112	0.64 110	2.20 197	0.83 138

GCAPDPT-zeroshot	1.68 197	0.92 195	0.51 107	0.38 87	0.40 100	0.45 109	0.31 113	1.31 191	0.41 99	0.78 129	0.51 100	2.09 254	0.43 95	0.30 80	1.95 114	1.95 222	13.44 352	0.62 106	2.57 174	0.59 114	8.07 275	1.98 137	0.48 129	0.47 132	0.67 112	0.64 110	2.20 197	0.83 138

GCAP-Stereo	1.68 197	0.92 195	0.51 107	0.38 87	0.40 100	0.45 109	0.31 113	1.31 191	0.41 99	0.78 129	0.51 100	2.09 254	0.43 95	0.30 80	1.95 114	1.95 222	13.44 352	0.62 106	2.57 174	0.59 114	8.07 275	1.98 137	0.48 129	0.47 132	0.67 112	0.64 110	2.20 197	0.83 138

SGD-Stereo	1.69 202	0.50 57	0.36 69	0.28 49	0.30 65	0.30 65	0.17 65	0.57 67	0.28 66	0.44 64	0.21 35	0.69 105	0.39 83	0.25 61	31.04 313	1.51 182	0.73 117	0.52 74	0.68 60	0.45 79	1.43 149	1.32 118	0.41 94	0.30 71	0.45 63	0.46 82	0.87 77	0.63 100

gcap_with_dpt	1.70 203	2.27 317	0.76 159	1.42 275	0.71 193	0.78 208	0.32 123	1.43 211	0.59 169	0.90 165	0.67 138	1.69 237	0.85 216	0.41 141	2.22 161	3.04 255	1.11 229	1.60 301	4.27 234	0.74 170	5.79 229	5.97 213	0.52 161	0.44 124	1.05 202	1.02 181	2.42 223	3.01 278

GCAP-BAT	1.70 203	2.27 317	0.76 159	1.42 275	0.71 193	0.78 208	0.32 123	1.43 211	0.59 169	0.90 165	0.67 138	1.69 237	0.85 216	0.41 141	2.22 161	3.04 255	1.11 229	1.60 301	4.27 234	0.74 170	5.79 229	5.97 213	0.52 161	0.44 124	1.05 202	1.02 181	2.42 223	3.01 278

test-3	1.73 205	1.00 229	1.08 233	0.63 168	0.60 163	0.55 147	0.43 163	1.99 275	0.39 90	0.86 152	0.54 109	1.45 221	0.53 118	0.41 141	2.20 155	1.41 157	0.81 147	0.79 170	6.57 277	0.69 151	5.20 224	11.52 311	0.46 116	0.54 171	0.86 160	0.97 171	3.11 271	0.98 164

test_1	1.73 205	1.01 231	1.08 233	0.63 168	0.60 163	0.55 147	0.43 163	1.99 275	0.39 90	0.86 152	0.54 109	1.45 221	0.54 124	0.41 141	2.20 155	1.42 160	0.80 138	0.79 170	6.57 277	0.69 151	5.20 224	11.52 311	0.46 116	0.54 171	0.87 165	0.97 171	3.11 271	0.98 164

test_3	1.73 205	1.02 235	1.05 223	0.65 170	0.61 168	0.55 147	0.43 163	1.96 271	0.38 88	0.88 160	0.52 105	1.45 221	0.54 124	0.40 135	2.20 155	1.40 154	0.81 147	0.81 179	6.56 276	0.71 161	5.08 217	11.49 308	0.43 105	0.49 150	0.96 188	1.09 190	3.23 276	0.98 164

CREStereo++_RVC	1.73 205	0.91 189	1.03 219	0.51 129	0.56 154	0.40 97	0.28 104	1.37 205	0.51 137	0.83 145	0.61 124	0.76 129	0.85 216	0.34 101	2.78 213	3.07 259	0.92 186	0.61 102	2.72 190	0.55 101	5.01 216	5.69 206	0.53 166	0.38 96	0.94 183	0.84 145	12.80 348	0.98 164
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
GEStereo_RVC	1.80 209	0.96 215	0.99 213	1.02 233	0.87 223	1.12 252	1.03 247	1.66 245	0.82 209	0.91 168	0.79 174	1.34 213	0.75 193	0.61 225	2.25 165	2.14 232	1.14 235	1.23 281	4.06 231	1.22 245	4.66 209	11.41 307	0.71 237	0.95 261	0.88 170	0.97 171	2.49 233	1.65 233

NaN_ROB	1.84 210	1.11 248	1.04 222	0.95 224	1.77 296	0.86 219	0.91 234	1.32 198	10.70 356	1.00 184	1.38 236	2.45 273	0.89 222	1.12 293	4.34 267	1.29 136	0.92 186	0.88 204	1.49 129	1.14 238	1.42 148	2.02 142	0.76 245	1.03 264	1.30 246	2.01 286	2.38 219	3.27 287

sCroCo_RVC	1.85 211	0.67 82	0.55 122	0.37 85	0.49 129	0.75 203	0.41 154	0.94 141	1.56 278	1.51 225	0.78 172	1.04 186	0.94 233	0.48 185	2.49 186	5.07 303	1.26 250	1.22 278	2.53 173	1.37 253	7.95 272	11.14 300	0.45 114	0.60 194	0.94 183	1.12 194	2.34 211	1.05 180

ETE_ROB	1.85 211	1.93 308	1.18 256	1.04 235	1.33 273	1.26 268	1.12 255	1.11 156	2.30 306	1.36 215	3.26 279	3.18 287	0.94 233	1.14 295	2.62 199	1.51 182	2.14 297	0.99 235	2.50 172	1.15 240	3.67 196	5.74 209	0.86 274	1.03 264	1.21 227	1.36 222	2.30 205	1.68 235

LALA_ROB	1.85 211	2.17 312	1.13 246	1.05 237	1.26 265	1.16 257	1.01 241	1.17 164	1.46 270	2.06 259	2.82 271	3.47 289	0.92 228	0.93 276	3.90 261	1.46 173	1.36 261	1.18 272	2.20 159	1.31 251	2.84 186	5.10 195	0.77 250	1.01 262	1.24 236	1.41 228	3.89 301	1.77 238

MLCV	1.91 214	0.87 171	0.97 208	1.33 268	1.13 256	0.99 240	0.74 214	2.14 288	0.77 204	2.02 253	4.44 292	1.60 232	1.56 262	0.45 169	2.63 201	1.79 212	1.11 229	0.96 228	6.71 283	1.05 229	4.69 211	5.60 204	0.66 223	1.60 288	1.14 221	1.35 220	2.31 207	1.06 182

RAFT + AFF	1.96 215	0.49 56	0.42 86	0.41 102	0.20 33	0.41 102	0.19 73	0.65 83	0.23 50	0.56 75	0.27 47	0.77 133	0.21 43	0.29 77	39.69 317	0.90 67	0.62 84	0.35 32	1.92 149	0.38 54	0.77 80	0.57 52	0.32 64	0.27 64	0.71 126	0.33 50	0.58 40	0.29 41

DDUNet	2.05 216	2.73 321	2.03 309	2.92 315	2.66 321	3.04 314	2.76 304	1.17 164	1.11 247	1.60 229	1.21 224	2.23 264	1.69 265	2.81 322	2.04 133	1.25 132	2.78 304	2.42 336	2.63 181	2.90 317	1.92 173	2.11 144	2.77 324	0.92 260	1.01 194	0.93 162	2.50 234	1.10 184

CASS	2.08 217	1.02 235	1.16 254	1.28 263	0.99 237	0.88 225	3.39 312	1.42 210	1.02 236	1.30 212	2.46 268	1.14 199	0.81 206	0.46 174	2.70 208	2.38 242	3.41 311	1.10 257	3.40 219	1.18 242	8.01 274	8.63 249	0.66 223	0.69 221	1.49 272	1.27 212	2.52 236	1.41 218
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HUF	2.12 218	0.70 94	0.53 118	0.35 74	0.25 53	0.29 63	0.16 58	0.81 112	0.29 68	0.49 69	0.24 41	0.61 82	0.43 95	0.27 66	21.42 305	21.17 364	0.56 72	0.52 74	2.25 162	0.54 94	1.58 156	1.03 100	0.42 100	0.34 84	0.51 80	0.30 38	0.76 69	0.47 67

s12784h	2.23 219	1.12 249	1.32 270	1.12 244	0.91 229	0.59 165	0.39 144	1.37 205	0.65 186	1.05 190	0.82 182	1.08 191	0.95 235	0.37 120	2.80 215	4.82 299	0.93 192	0.71 139	3.28 216	0.58 110	7.80 264	8.40 248	0.51 153	0.54 171	1.50 274	1.13 197	11.58 341	3.94 296

R-Stereo Train	2.23 219	1.01 231	1.14 249	0.96 225	0.63 177	0.73 201	0.31 113	1.30 188	1.01 234	1.68 235	4.49 293	1.29 209	0.70 173	0.42 153	2.49 186	3.99 287	1.66 274	1.02 243	6.77 285	1.11 233	7.83 265	12.24 322	0.49 139	0.54 171	1.42 262	1.66 261	1.34 116	1.93 245

RAFT-Stereo	2.23 219	1.01 231	1.14 249	0.96 225	0.63 177	0.73 201	0.31 113	1.30 188	1.01 234	1.68 235	4.49 293	1.29 209	0.70 173	0.42 153	2.49 186	3.99 287	1.66 274	1.02 243	6.77 285	1.11 233	7.83 265	12.24 322	0.49 139	0.54 171	1.42 262	1.66 261	1.34 116	1.93 245
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
EGLCR-Stereo	2.26 222	0.87 171	1.17 255	0.45 116	0.48 125	0.61 174	0.23 85	0.83 118	0.55 155	0.72 109	0.53 107	0.80 138	0.66 164	0.41 141	2.36 175	2.92 252	0.90 179	1.10 257	3.35 218	0.60 123	5.09 218	12.56 335	0.47 125	0.45 128	0.89 174	0.91 160	20.21 357	0.86 146

cross-raft	2.26 222	0.88 180	1.08 233	0.73 186	0.68 188	0.64 181	0.44 167	2.04 283	0.61 176	0.95 178	1.30 227	1.03 182	0.76 198	0.43 158	2.58 196	5.15 304	0.99 207	0.78 166	7.00 292	1.80 287	12.15 315	10.30 277	0.65 220	0.60 194	1.60 284	1.92 279	1.66 150	2.36 262

AnonymousM	2.27 224	0.64 72	0.44 91	0.51 129	0.32 71	0.49 127	0.24 88	1.70 247	0.48 122	0.75 118	2.06 261	0.70 109	0.47 104	0.39 131	2.47 185	3.26 265	0.99 207	1.03 246	1.88 147	2.37 308	4.85 212	6.68 224	0.57 186	0.47 132	0.53 85	0.65 116	11.71 343	14.52 337

LG-Stereo_Zeroshot	2.31 225	1.03 240	0.50 106	1.41 272	2.53 316	3.20 317	1.05 250	1.71 250	0.49 126	4.85 335	3.84 287	4.79 309	0.65 161	0.42 153	2.38 177	3.97 284	0.82 151	0.78 166	2.26 163	0.74 170	7.86 267	8.88 256	0.53 166	0.34 84	0.85 157	1.42 229	1.98 176	2.99 275

Anonymous3	2.32 226	0.85 166	0.88 189	0.56 144	1.10 250	0.89 228	0.70 211	2.45 307	1.12 248	1.05 190	0.98 205	2.57 278	1.14 252	0.56 206	4.14 266	9.30 333	1.50 268	1.47 296	5.33 248	1.49 267	6.83 248	10.10 267	0.71 237	0.67 217	1.08 206	1.38 223	2.32 208	1.35 214

RAFT-Test	2.37 227	0.85 166	1.14 249	1.02 233	0.65 179	0.58 162	0.51 180	2.18 293	0.70 196	1.12 196	5.37 303	0.97 173	0.92 228	0.45 169	2.50 189	5.29 309	0.99 207	0.80 175	6.96 291	1.11 233	10.85 312	10.83 293	0.67 227	0.58 184	1.51 276	1.82 273	1.38 120	2.18 256

RYNet	2.42 228	0.40 43	0.35 68	0.29 55	0.32 71	0.40 97	0.25 91	0.61 74	0.55 155	0.33 51	0.36 71	0.40 49	0.26 55	0.27 66	52.29 357	0.69 44	0.47 50	1.00 240	0.54 48	0.29 37	0.50 41	0.37 24	0.38 84	0.32 79	0.57 94	1.24 208	1.31 115	0.50 72

CSAN	2.48 229	1.26 270	1.12 244	1.46 280	1.78 299	1.13 253	0.90 232	1.50 219	10.52 355	2.40 276	3.81 286	4.12 300	2.51 279	0.96 280	3.83 260	1.27 134	1.29 253	1.05 253	3.24 212	1.70 283	3.71 197	4.45 175	0.79 255	1.38 283	1.39 256	3.93 319	2.43 225	2.96 274

ADLNet	2.50 230	0.99 223	0.73 152	0.62 163	0.75 202	0.63 178	0.53 183	1.12 157	0.61 176	0.58 81	0.71 155	1.61 234	0.61 149	0.87 267	46.09 334	1.02 83	0.70 103	0.67 127	0.85 78	0.74 170	0.75 79	1.07 105	0.51 153	0.47 132	0.94 183	0.93 162	1.63 148	0.70 114

Any-RAFT	2.54 231	0.94 204	1.27 268	0.75 189	0.75 202	0.50 130	0.40 150	1.99 275	0.56 160	0.87 154	6.98 335	1.50 226	0.51 115	0.40 135	2.50 189	3.41 269	0.91 180	0.90 208	6.78 287	0.75 176	14.26 348	10.61 284	0.67 227	0.59 191	1.63 285	1.83 274	2.17 191	4.22 298

GwcNet-ADL	2.54 231	1.23 263	1.55 283	1.22 259	1.26 265	0.97 236	0.78 216	1.50 219	0.84 211	3.20 300	6.67 320	1.86 245	1.05 246	0.79 259	4.58 268	4.90 301	1.47 267	0.90 208	5.20 246	1.95 296	6.39 241	10.33 278	0.91 277	1.12 272	1.22 232	1.93 280	2.15 188	2.70 268

Reg-Stereo(zero)	2.60 233	0.80 142	1.38 271	0.70 181	0.75 202	0.56 153	0.62 205	3.07 324	0.68 192	3.56 309	6.85 331	1.50 226	0.84 213	1.38 305	2.08 138	5.28 307	1.28 251	0.83 184	6.55 274	1.51 272	5.18 222	13.34 348	0.60 203	0.60 194	1.08 206	1.44 230	4.02 304	3.66 292

HI	2.60 233	0.80 142	1.38 271	0.70 181	0.75 202	0.56 153	0.62 205	3.07 324	0.68 192	3.56 309	6.85 331	1.50 226	0.84 213	1.38 305	2.08 138	5.28 307	1.28 251	0.83 184	6.55 274	1.51 272	5.18 222	13.34 348	0.60 203	0.60 194	1.08 206	1.44 230	4.02 304	3.66 292

EAI-Stereo	2.60 233	0.90 185	1.57 284	0.90 217	1.31 271	0.84 215	1.31 265	2.22 296	1.34 262	0.81 142	5.69 306	1.37 217	0.83 212	0.50 191	4.76 269	5.32 310	0.91 180	0.94 219	7.45 298	1.11 233	9.07 292	10.78 292	0.62 208	0.85 252	1.45 269	2.06 287	3.36 283	1.90 243

PSMNet-ADL	2.61 236	0.95 210	1.12 244	1.14 251	1.18 261	0.97 236	0.85 227	1.78 255	1.26 255	3.49 308	6.09 312	1.43 220	2.78 286	0.56 206	2.93 221	10.59 336	1.31 254	0.96 228	5.96 264	1.20 244	6.66 244	9.11 259	0.86 274	0.82 246	1.10 216	1.44 230	2.85 260	1.10 184

PWC_ROB	2.61 236	1.20 261	1.48 278	0.96 225	1.05 242	1.21 264	1.79 287	1.24 176	1.94 296	1.81 244	3.61 285	2.12 259	2.96 289	0.91 273	9.88 283	4.30 292	1.97 292	1.95 316	3.72 225	1.62 278	5.58 227	7.59 238	0.81 264	1.98 308	1.35 251	1.27 212	3.11 271	3.07 281

MSMDNet	2.69 238	0.87 171	1.07 230	0.57 147	0.65 179	0.59 165	0.49 176	2.03 281	0.62 182	1.03 185	0.97 204	1.05 189	12.04 327	0.50 191	2.60 197	5.56 312	1.05 221	0.80 175	6.93 290	1.42 258	11.49 314	12.49 332	0.67 227	0.58 184	1.48 270	1.83 274	1.28 112	1.97 248

HH	2.75 239	0.67 82	1.42 274	0.80 206	0.71 193	0.88 225	1.09 253	1.86 263	0.87 213	5.19 349	0.66 136	1.91 247	0.86 219	0.57 211	2.65 202	8.48 331	0.87 163	0.94 219	6.36 269	1.39 256	13.52 335	12.32 324	0.79 255	0.58 184	1.38 253	1.63 259	3.81 298	2.06 250

HanStereo	2.75 239	0.67 82	1.42 274	0.80 206	0.71 193	0.88 225	1.09 253	1.86 263	0.87 213	5.19 349	0.66 136	1.91 247	0.86 219	0.57 211	2.65 202	8.48 331	0.87 163	0.94 219	6.36 269	1.39 256	13.52 335	12.32 324	0.79 255	0.58 184	1.38 253	1.63 259	3.81 298	2.06 250

MSKI-zero shot	2.77 241	0.80 142	1.10 237	0.74 188	0.59 160	0.67 188	0.54 185	1.87 265	0.97 226	0.88 160	6.73 322	1.60 232	0.72 179	0.43 158	3.38 243	7.92 329	1.20 243	0.87 195	6.85 289	4.65 331	10.45 309	12.15 319	0.55 175	0.71 227	1.49 272	1.96 284	1.85 165	3.12 283

PWCDC_ROB	2.78 242	0.70 94	0.65 139	0.61 160	0.87 223	0.63 178	0.57 194	1.04 151	1.59 279	0.65 94	1.88 251	0.80 138	3.28 294	0.73 248	41.04 321	2.18 233	1.23 246	0.98 232	1.52 132	0.97 220	2.56 183	5.26 199	0.68 231	0.81 243	0.74 134	0.94 165	1.13 104	0.97 162

GANet-ADL	2.79 243	0.89 182	1.20 262	1.00 232	1.00 238	1.20 263	0.80 222	1.20 169	1.00 232	3.59 311	6.59 319	1.06 190	0.76 198	0.48 185	12.27 288	4.90 301	1.57 271	0.92 212	6.59 279	1.66 281	6.93 252	11.51 310	0.68 231	0.80 239	1.09 210	1.40 227	2.47 229	1.85 240

iResNet	2.79 243	0.95 210	0.91 196	1.35 270	1.69 291	1.41 274	1.02 244	1.81 260	1.09 244	2.62 281	5.14 300	1.80 243	2.38 275	0.46 174	10.35 284	7.64 326	1.36 261	1.23 281	6.83 288	1.78 286	10.05 302	4.09 173	0.61 206	2.02 309	1.10 216	1.50 241	2.80 258	1.39 217

NVstereo2D	2.81 245	0.82 151	0.74 155	0.69 179	0.78 211	0.92 230	0.81 223	1.18 168	0.76 203	0.91 168	1.06 210	0.80 138	0.55 130	0.71 247	52.63 359	1.47 176	0.86 160	0.83 184	1.42 124	0.69 151	1.12 122	0.94 93	0.76 245	0.83 249	1.08 206	0.78 130	0.98 90	0.74 117

DCVSM-stereo	2.89 246	0.92 195	1.57 284	1.31 267	1.04 240	1.53 280	0.99 239	2.96 322	1.33 261	3.46 306	6.20 313	6.77 322	2.59 281	0.87 267	2.25 165	4.01 289	1.37 263	1.11 261	7.05 294	4.27 326	6.91 249	6.70 225	1.25 291	2.64 333	1.30 246	1.73 267	3.46 287	2.47 263

MIPNet	2.89 246	0.91 189	0.77 163	0.49 122	0.65 179	0.55 147	0.57 194	1.34 202	0.53 145	2.05 256	0.99 206	0.80 138	0.77 201	0.48 185	40.89 320	1.61 197	1.15 239	0.94 219	3.25 213	1.19 243	1.15 125	9.31 260	0.57 186	0.62 201	1.24 236	1.51 242	2.90 264	0.82 135

DAS	2.93 248	0.99 223	1.06 228	1.13 246	1.05 242	1.03 246	1.04 248	1.74 253	1.81 291	3.32 302	5.70 307	2.61 279	3.08 291	0.50 191	3.19 239	7.47 323	1.83 281	1.23 281	5.90 260	1.83 288	12.92 325	10.26 274	0.76 245	1.94 304	1.32 248	1.51 242	2.60 246	1.31 209

SepStereo	2.93 248	0.99 223	1.06 228	1.13 246	1.05 242	1.03 246	1.04 248	1.74 253	1.81 291	3.32 302	5.70 307	2.61 279	3.08 291	0.50 191	3.19 239	7.47 323	1.83 281	1.23 281	5.90 260	1.83 288	12.92 325	10.26 274	0.76 245	1.94 304	1.32 248	1.51 242	2.60 246	1.31 209

model_zeroshot	2.99 250	0.75 120	1.18 256	1.86 292	0.74 200	0.59 165	0.56 192	1.94 269	0.63 183	3.88 319	6.88 333	1.41 219	0.66 164	0.68 240	5.34 274	4.82 299	1.18 241	0.96 228	7.09 295	1.03 225	12.99 328	9.02 257	0.54 172	0.65 213	5.42 333	1.66 261	2.16 190	6.22 316

IPLG	3.01 251	0.75 120	0.63 133	0.42 108	0.52 142	0.54 144	0.51 180	1.63 241	0.35 84	0.62 89	0.59 122	0.77 133	0.66 164	0.46 174	51.49 351	1.67 205	1.02 215	0.92 212	3.51 221	0.63 138	0.99 108	5.97 213	0.49 139	0.48 145	0.80 144	1.16 201	2.86 261	0.71 115

MFMNet_re	3.01 251	1.41 283	1.48 278	1.53 283	1.87 304	1.96 295	2.01 294	2.67 318	2.16 302	1.60 229	1.98 255	3.57 291	2.65 283	1.02 284	6.96 280	4.19 291	2.67 302	1.96 317	6.48 273	2.40 310	14.04 342	4.97 186	1.86 314	1.97 306	1.38 253	1.33 217	3.31 281	1.94 247

test-1	3.02 253	0.66 81	1.14 249	0.60 157	0.58 157	0.75 203	0.63 207	1.96 271	0.82 209	4.00 321	5.48 304	2.18 262	0.80 205	0.41 141	4.00 263	7.32 322	1.18 241	1.19 274	6.72 284	7.57 345	10.78 310	12.94 345	0.54 172	0.60 194	1.40 259	1.78 269	2.89 263	2.52 264

RTSC	3.08 254	0.95 210	1.25 267	0.76 194	0.91 229	0.96 233	1.84 289	1.15 162	1.34 262	2.37 273	2.12 262	1.11 195	0.99 239	1.02 284	41.50 323	1.94 221	1.88 285	1.22 278	4.09 232	1.06 230	2.76 185	4.02 171	0.63 213	1.03 264	0.83 151	0.99 177	2.44 226	1.98 249

pcwnet_v2	3.22 255	0.81 148	0.94 200	0.92 221	1.12 253	0.94 231	0.70 211	1.17 164	0.88 215	2.04 255	1.10 212	1.09 194	1.00 240	1.27 301	47.63 337	1.56 191	0.96 200	0.87 195	6.63 280	0.81 192	2.45 180	3.52 164	1.01 283	0.75 232	1.04 199	1.16 201	2.44 226	2.23 259

IPLGR	3.25 256	0.89 182	0.81 172	0.65 170	0.66 184	0.50 130	0.42 160	1.14 161	0.44 110	2.02 253	1.30 227	0.86 152	0.74 189	0.47 179	50.44 346	1.86 215	1.15 239	1.11 261	3.23 207	1.37 253	1.41 147	7.71 239	0.56 183	0.70 226	1.39 256	1.55 249	3.46 287	0.92 156

IGEV-FE	3.38 257	0.83 154	1.84 298	2.81 312	0.69 190	2.38 306	1.26 263	2.23 297	0.94 223	4.29 326	6.75 323	2.28 267	1.01 241	0.45 169	2.82 216	7.73 328	0.85 156	0.77 161	5.93 262	1.88 291	8.51 288	12.88 343	0.58 195	0.69 221	1.40 259	1.57 250	14.79 354	2.99 275

IGEV_Zeroshot_test	3.38 257	0.83 154	1.84 298	2.82 313	0.69 190	2.37 304	1.26 263	2.23 297	0.94 223	4.40 327	6.76 324	2.28 267	1.01 241	0.45 169	2.83 217	7.72 327	0.87 163	0.77 161	5.93 262	1.87 290	8.49 287	12.88 343	0.58 195	0.69 221	1.40 259	1.57 250	14.84 355	2.99 275

SHD	3.38 257	1.01 231	1.68 290	1.14 251	1.07 247	1.14 254	1.78 286	1.61 239	1.66 282	2.40 276	3.05 275	1.63 236	2.43 277	0.84 265	40.11 318	2.04 228	1.74 276	1.40 293	4.17 233	1.88 291	3.81 198	5.43 202	0.70 235	1.67 291	1.86 300	1.46 234	1.97 175	1.59 228

FADNet_RVC	3.44 260	1.21 262	1.19 259	1.40 271	1.78 299	0.99 240	1.75 284	1.50 219	1.19 254	1.35 214	2.01 259	1.96 250	1.63 263	1.66 311	22.11 306	3.36 268	1.83 281	2.82 346	5.63 257	1.76 285	6.35 240	9.50 261	0.77 250	1.39 285	1.21 227	1.48 235	12.05 344	2.87 272

DF	3.45 261	1.03 240	1.05 223	1.23 260	0.43 109	1.11 250	0.34 138	1.62 240	0.66 188	0.81 142	0.79 174	1.79 242	0.53 118	0.38 125	2.24 163	3.92 283	0.89 169	0.95 225	50.42 358	0.83 198	7.98 273	6.94 231	0.58 195	0.59 191	1.09 210	1.33 217	2.06 182	1.54 224

FC-DCNN	3.48 262	1.59 296	4.19 344	2.76 311	2.30 308	3.10 316	1.73 283	2.57 313	1.72 284	2.88 290	1.36 234	2.15 260	1.21 253	0.68 240	6.32 276	1.61 197	1.31 254	1.03 246	7.90 302	0.95 216	8.85 290	8.73 252	0.82 268	1.69 295	3.19 322	2.50 303	4.67 309	16.15 341

HSM-Net_RVC	3.49 263	1.07 245	1.10 237	1.70 287	1.17 260	0.90 229	0.61 204	2.29 304	1.07 242	2.77 286	5.82 309	41.08 359	1.35 260	0.50 191	2.40 178	1.74 208	1.10 225	0.77 161	1.99 153	1.13 237	6.78 247	6.90 230	0.80 260	2.23 318	1.64 287	1.49 238	2.14 186	1.75 237
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RTS	3.53 264	1.15 252	0.98 211	0.97 228	1.26 265	1.33 270	3.31 309	1.33 199	1.50 274	2.37 273	1.20 221	1.75 240	1.12 250	0.88 270	42.78 326	2.37 240	1.94 289	1.33 290	3.94 227	1.62 278	3.62 194	5.21 197	1.02 284	1.09 270	1.83 298	5.05 325	2.33 209	2.13 252

RTSA	3.53 264	1.15 252	0.98 211	0.97 228	1.26 265	1.33 270	3.31 309	1.33 199	1.50 274	2.37 273	1.20 221	1.75 240	1.12 250	0.88 270	42.78 326	2.37 240	1.94 289	1.33 290	3.94 227	1.62 278	3.62 194	5.21 197	1.02 284	1.09 270	1.83 298	5.05 325	2.33 209	2.13 252

XQC	3.58 266	1.29 275	1.21 263	1.28 263	1.43 279	1.29 269	1.93 292	1.60 236	1.45 268	2.47 278	3.06 276	1.48 224	4.17 297	1.23 300	44.68 332	2.35 238	1.60 272	1.18 272	3.95 230	1.43 260	3.22 193	4.97 186	0.84 271	1.24 278	1.43 265	2.09 291	2.30 205	1.52 222

FCDSN-DC	3.63 267	0.94 204	2.84 330	1.29 265	1.30 270	1.03 246	1.00 240	0.90 133	0.91 220	1.04 189	0.74 161	1.21 205	0.74 189	0.58 215	52.59 358	2.04 228	1.24 247	1.13 265	1.05 97	0.79 186	6.62 243	10.01 265	0.78 252	2.18 313	1.20 226	1.67 264	1.20 108	1.05 180
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	3.64 268	1.48 290	1.03 219	1.98 297	1.75 295	2.09 298	5.14 324	2.15 289	2.23 303	1.73 239	1.57 243	2.49 275	4.83 300	5.73 342	12.78 289	1.73 207	1.22 244	1.06 254	5.43 251	1.54 275	12.24 318	9.06 258	1.52 307	1.16 274	2.29 306	3.46 315	3.05 269	7.63 321

NOSS_ROB	3.67 269	1.38 282	0.81 172	1.15 255	1.16 259	1.15 255	0.65 208	2.25 300	1.41 266	4.85 335	6.68 321	6.78 323	1.06 247	0.82 264	11.52 287	14.58 348	1.34 257	1.17 269	2.93 201	0.98 221	14.13 343	12.82 339	0.79 255	1.48 286	1.13 220	1.48 235	3.41 284	1.25 204

FC-DCNN v2	3.76 270	1.64 297	4.17 343	2.93 317	2.32 310	3.38 318	1.67 279	2.65 316	2.92 316	2.86 289	1.36 234	2.62 281	1.33 258	0.68 240	6.35 277	1.65 201	1.31 254	1.00 240	8.25 303	0.94 214	8.74 289	8.73 252	0.82 268	1.68 292	4.68 330	3.34 314	7.40 329	15.96 340

gcap-zeroshot	3.80 271	0.78 136	1.44 276	1.88 293	0.67 185	1.15 255	1.31 265	2.09 287	0.65 186	5.43 355	7.00 336	2.87 284	0.70 173	0.31 87	2.44 182	5.25 306	0.94 194	0.91 211	36.08 343	1.25 247	8.46 286	10.60 283	4.00 331	0.62 201	1.44 266	1.49 238	1.34 116	1.53 223

AIO-Stereo-zeroshot	3.88 272	1.16 256	2.03 309	1.15 255	0.83 220	1.77 290	1.13 256	2.03 281	3.32 324	2.90 291	7.02 337	2.32 270	2.01 269	0.38 125	3.61 249	9.96 334	1.34 257	1.07 255	6.67 281	6.11 340	8.45 285	12.70 336	0.56 183	1.27 280	1.76 295	1.48 235	16.62 356	5.17 306

UDG	3.91 273	2.76 322	2.09 311	2.92 315	2.64 319	2.99 313	2.71 302	1.31 191	1.13 249	1.65 233	1.96 253	2.20 263	1.68 264	2.77 321	48.81 341	1.57 193	3.02 308	2.26 326	2.65 184	2.91 318	3.00 189	3.09 157	2.64 319	1.05 267	1.02 196	1.19 205	2.36 215	1.16 192

PVD	4.10 274	1.44 288	2.12 313	1.41 272	1.58 286	1.68 286	2.10 296	3.06 323	2.66 312	2.85 288	4.32 290	2.46 274	3.63 296	1.27 301	40.43 319	2.72 247	2.19 298	2.11 325	4.71 241	2.46 312	6.18 237	6.10 217	1.02 284	1.74 296	2.32 309	2.44 301	2.90 264	2.66 266

SAMSARA	4.13 275	1.32 277	1.53 281	1.48 281	1.35 274	1.47 278	2.74 303	2.23 297	1.83 293	2.26 269	3.47 284	2.01 253	8.60 310	1.76 315	38.24 315	2.88 249	1.82 280	1.41 294	4.99 243	1.91 293	5.10 219	5.71 208	0.94 279	1.80 298	3.33 324	3.84 317	4.16 306	3.30 289

iRaft-Stereo_20w	4.16 276	1.13 251	2.10 312	2.66 308	1.55 285	1.55 281	1.17 257	1.96 271	1.27 256	5.53 356	6.77 325	1.52 230	1.34 259	0.43 158	3.03 225	5.32 310	0.95 198	0.77 161	5.49 254	1.46 265	8.20 281	12.75 338	0.61 206	0.60 194	1.63 285	25.36 360	11.64 342	5.58 312

SGM-Forest	4.18 277	1.24 264	0.74 155	2.12 300	1.35 274	1.42 275	0.56 192	1.36 203	0.90 218	4.89 338	0.96 200	2.51 277	12.92 337	0.61 225	16.38 298	3.12 261	0.79 135	0.65 121	7.04 293	0.76 179	6.77 246	10.03 266	0.84 271	0.81 243	1.66 289	1.78 269	4.79 314	25.96 356
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ccs_rob	4.23 278	1.10 247	1.53 281	1.14 251	0.92 235	1.19 262	1.05 250	2.86 321	1.27 256	4.20 323	35.77 363	8.95 333	1.29 256	0.73 248	3.10 235	6.47 316	1.50 268	1.17 269	5.98 265	1.44 262	10.44 308	11.78 314	0.74 243	2.24 319	1.07 205	1.30 216	2.65 252	2.20 257

DeepPrunerF	4.30 279	1.53 291	0.72 151	2.93 317	5.08 350	2.43 308	3.38 311	0.87 128	4.11 332	0.80 139	1.17 219	0.66 98	0.56 131	0.61 225	45.12 333	2.02 227	1.01 212	0.78 166	2.32 164	0.88 204	1.56 154	1.70 131	0.84 271	0.67 217	29.00 364	1.78 269	2.48 230	1.17 196

MSC_U_SF_DS_RVC	4.33 280	2.25 316	1.45 277	2.41 305	1.94 306	1.93 293	4.82 323	1.96 271	2.59 310	2.96 294	1.96 253	2.49 275	8.10 308	9.76 350	14.02 292	3.47 272	2.04 296	1.98 318	14.27 321	3.33 322	7.23 257	7.20 236	2.89 325	1.85 302	2.43 312	2.85 308	2.19 195	6.62 318

FAT-Stereo	4.35 281	1.18 257	2.25 315	1.48 281	1.81 302	1.42 275	1.49 273	3.57 333	1.84 294	3.66 314	6.22 314	6.70 321	2.76 285	1.07 292	6.82 279	15.24 354	2.03 295	2.49 337	5.43 251	8.81 354	13.23 331	12.34 328	0.95 280	2.79 341	1.26 240	2.25 296	2.96 267	5.48 309

ITSA-stereo	4.40 282	1.26 270	1.18 256	1.64 285	1.64 288	0.99 240	1.38 270	1.99 275	1.47 272	3.68 316	6.79 326	2.16 261	1.42 261	1.36 304	8.32 281	6.93 319	2.19 298	1.94 315	6.40 271	5.42 335	7.43 260	10.74 291	1.29 295	2.39 325	1.53 278	5.02 324	23.63 360	8.74 323

MFN_U_SF_RVC	4.44 283	1.91 307	1.83 297	2.19 303	1.82 303	2.38 306	4.61 321	2.39 306	1.94 296	4.48 329	11.47 353	3.74 297	2.50 278	4.72 337	20.32 304	3.66 276	1.91 287	1.83 311	11.50 316	3.25 321	7.86 267	6.73 227	1.25 291	3.20 350	1.86 300	3.84 317	2.83 259	3.94 296

RainbowNet	4.65 284	3.75 337	2.70 328	4.56 328	2.98 331	4.16 324	8.75 337	2.05 284	2.01 299	1.90 250	1.12 215	3.61 295	3.00 290	3.60 333	2.70 208	1.89 216	2.97 307	1.54 299	15.27 324	8.73 353	11.07 313	11.30 306	10.70 358	2.22 315	1.73 292	2.30 297	2.76 256	6.13 315

S-Stereo	4.68 285	1.15 252	1.74 294	1.75 288	1.63 287	1.65 284	2.24 299	2.75 320	2.15 301	3.32 302	11.59 354	5.97 314	1.74 266	0.88 270	19.04 301	16.28 356	1.81 279	2.39 334	5.64 258	9.35 359	7.13 256	12.52 333	1.61 309	2.64 333	1.24 236	2.08 290	2.88 262	3.26 286

MADNet+	4.78 286	2.02 311	1.87 302	2.01 298	2.36 312	1.47 278	4.28 319	2.47 309	1.99 298	2.66 282	2.13 263	3.56 290	2.85 288	2.34 318	41.14 322	5.66 313	3.48 313	1.53 298	4.54 239	3.38 323	13.07 330	7.34 237	1.72 311	3.48 352	2.93 318	2.17 294	3.24 278	3.29 288

ADCRef	4.84 287	1.42 286	1.01 217	0.78 201	1.77 296	1.21 264	1.62 278	0.99 146	5.58 341	1.85 247	1.08 211	1.02 178	0.91 225	1.17 297	54.35 363	1.92 220	1.10 225	1.04 249	3.49 220	1.32 252	1.80 169	3.27 161	2.13 317	0.87 255	2.30 307	4.60 321	2.48 230	29.71 361

SQANet	4.87 288	4.55 344	2.13 314	19.76 349	2.63 317	4.99 333	3.29 308	1.63 241	1.45 268	1.20 201	1.40 237	3.22 288	2.40 276	2.76 320	3.09 233	1.20 125	5.19 322	1.07 255	19.89 329	1.28 248	12.48 319	10.73 289	11.37 361	1.49 287	1.57 282	2.32 299	2.66 254	5.86 313

FBW_ROB	4.93 289	2.40 319	2.44 322	2.67 309	2.86 325	2.30 303	4.71 322	1.79 256	1.10 245	2.54 279	2.92 272	4.12 300	5.31 301	6.61 343	50.17 343	1.18 118	1.44 265	0.95 225	8.76 306	1.43 260	8.26 282	5.68 205	4.20 332	1.75 297	1.42 262	1.95 282	1.81 161	2.20 257

ADCP+	5.07 290	1.54 292	1.72 291	1.08 239	1.54 283	1.18 260	2.02 295	1.02 148	2.72 315	4.05 322	2.23 266	2.24 265	0.61 149	0.94 278	54.46 364	1.52 186	0.83 152	0.95 225	3.94 227	0.87 203	2.22 179	2.57 153	0.71 237	0.62 201	2.48 313	11.25 344	7.85 332	23.66 352

CBMV	5.08 291	1.41 283	1.15 253	1.44 279	1.42 278	1.24 266	0.78 216	2.27 302	1.47 272	3.04 296	6.44 317	7.74 326	9.07 313	0.60 223	12.81 290	13.79 345	1.99 293	1.29 287	9.56 308	1.15 240	9.82 297	12.54 334	0.82 268	1.84 301	1.44 266	1.83 274	4.39 308	25.76 355
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
otaku	5.09 292	5.20 345	2.27 316	18.45 347	2.89 326	5.73 336	3.63 314	1.44 214	1.46 270	1.31 213	1.42 238	3.59 293	2.63 282	3.22 327	3.07 230	1.30 137	5.55 324	1.14 268	20.28 330	1.49 267	13.81 339	11.25 305	11.85 363	1.91 303	1.56 281	2.06 287	2.52 236	6.49 317

ACVNet_1	5.24 293	3.87 339	3.60 341	13.80 343	3.48 340	6.00 341	10.57 342	1.60 236	1.79 288	1.55 227	1.30 227	4.40 305	2.80 287	5.43 340	2.42 180	1.39 152	11.59 342	1.72 308	20.91 334	1.50 270	14.41 353	8.16 244	7.22 345	2.84 343	1.73 292	2.19 295	2.61 248	2.72 269

Ntro	5.35 294	6.19 350	2.38 320	8.06 338	2.91 328	4.88 331	6.70 330	1.40 208	1.53 276	1.44 223	1.19 220	3.58 292	2.73 284	3.12 326	3.66 251	1.17 116	6.56 332	1.19 274	32.62 340	1.60 277	14.27 350	11.82 315	11.41 362	2.54 330	1.64 287	2.30 297	2.45 228	5.00 303

EKT-Stereo	5.41 295	0.97 217	1.10 237	0.72 183	0.74 200	0.87 221	1.17 257	2.02 280	1.00 232	1.41 221	2.92 272	1.11 195	0.81 206	0.46 174	72.33 373	14.74 349	1.14 235	1.37 292	5.61 256	7.76 346	9.80 296	10.61 284	0.53 166	0.61 200	1.39 256	1.11 191	2.56 243	1.08 183

pmcnn	5.52 296	1.54 292	1.51 280	2.64 307	3.13 333	2.07 296	10.40 341	2.61 314	2.65 311	2.55 280	6.41 316	6.23 318	15.93 346	0.58 215	6.75 278	14.92 351	3.87 316	3.34 349	7.45 298	7.76 346	13.60 338	10.19 270	6.30 343	2.29 322	1.57 282	3.30 313	4.69 310	4.80 300

DPSNet	5.60 297	1.54 292	1.19 259	1.76 289	2.44 315	2.08 297	1.81 288	1.95 270	2.93 317	2.09 261	5.15 301	9.82 336	6.09 303	8.98 347	14.30 293	12.14 342	4.12 320	3.60 350	17.82 326	8.28 350	12.18 316	14.58 352	3.71 329	3.09 347	2.30 307	2.42 300	2.52 236	2.24 260

ADCMid	5.63 298	2.23 314	2.63 325	1.42 275	2.89 326	2.37 304	3.73 315	1.92 267	2.97 318	1.91 251	3.16 277	2.33 271	2.31 274	1.48 308	50.97 350	3.74 278	1.84 284	1.86 313	7.38 297	1.99 300	4.66 209	5.18 196	2.70 321	1.38 283	2.33 310	8.75 340	6.81 327	21.02 348

ADCL	5.69 299	1.88 304	1.63 287	1.29 265	1.40 277	1.59 283	2.22 298	1.23 173	5.20 339	3.04 296	2.01 259	1.14 199	0.84 213	1.04 290	50.40 345	1.63 200	1.45 266	1.79 309	2.94 203	1.38 255	3.19 191	2.35 147	1.23 290	1.07 269	9.47 349	11.74 346	11.34 340	29.10 360

SANet	5.69 299	2.22 313	1.77 295	1.84 290	2.37 313	2.28 301	1.43 271	4.49 343	7.61 350	2.05 256	4.86 298	8.34 332	11.81 326	1.70 312	43.86 330	1.62 199	5.96 326	1.51 297	4.43 238	1.70 283	8.97 291	8.28 245	1.20 288	2.60 331	1.94 303	6.02 333	3.42 286	9.29 326

DDF-Stereo	5.75 301	1.70 299	0.52 114	38.69 361	0.79 214	32.72 363	0.96 237	1.26 179	0.53 145	1.03 185	2.56 269	40.13 358	1.82 268	0.57 211	2.07 137	3.66 276	0.92 186	0.83 184	4.27 234	0.73 167	6.68 245	6.39 220	0.52 161	0.47 132	0.87 165	1.54 247	1.72 153	1.23 200

DN	5.78 302	0.69 87	0.82 175	0.75 189	0.44 112	52.50 371	0.52 182	1.65 244	0.77 204	3.33 305	1.12 215	54.19 364	0.61 149	0.34 101	2.28 170	3.98 286	0.92 186	0.71 139	6.24 268	0.88 204	7.33 258	6.10 217	0.66 223	0.48 145	1.68 290	1.91 278	1.76 160	3.37 290

SPS-STEREO	5.78 302	1.73 302	1.86 300	2.48 306	1.67 290	2.19 299	1.60 277	2.72 319	1.76 286	3.63 313	6.80 328	4.12 300	2.19 272	1.21 299	13.01 291	12.86 343	2.91 306	2.01 319	47.66 356	2.04 302	14.17 345	13.06 347	1.43 303	2.27 321	2.40 311	1.94 281	3.66 294	2.80 270
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	5.79 304	3.52 332	2.90 331	21.94 353	3.38 338	4.55 326	8.18 335	1.84 261	1.76 286	1.84 245	1.98 255	3.88 298	3.20 293	3.03 324	2.85 218	1.46 173	12.77 348	1.56 300	33.59 341	1.68 282	10.81 311	7.91 241	6.79 344	2.68 339	3.13 321	2.65 305	3.23 276	3.11 282

edge stereo	5.88 305	1.88 304	3.14 335	2.14 301	1.80 301	2.47 310	2.43 300	4.51 344	3.45 326	3.97 320	4.84 297	6.45 320	17.40 347	1.04 290	5.09 273	14.91 350	1.80 277	1.66 305	37.39 345	6.28 342	5.99 234	12.74 337	1.44 304	2.02 309	2.12 305	2.11 293	3.75 295	5.99 314

Dean	5.89 306	3.71 336	2.59 323	34.77 358	3.99 344	4.60 329	10.86 344	2.26 301	2.39 308	2.16 265	1.55 242	4.68 308	4.76 299	3.30 329	3.03 225	1.76 209	12.09 345	1.65 304	9.86 311	2.04 302	14.16 344	9.89 264	7.35 346	2.66 338	3.36 325	2.91 309	3.53 291	3.13 284

AnyNet_C32	6.05 307	1.43 287	1.39 273	1.26 262	1.64 288	1.36 272	2.92 305	1.55 232	5.28 340	2.67 284	4.61 295	1.90 246	1.29 256	1.29 303	55.18 365	3.43 271	1.96 291	2.08 322	3.65 222	1.91 293	6.94 253	8.77 254	1.20 288	1.68 292	6.02 336	14.92 352	6.12 320	20.86 347

DDVS	6.06 308	1.18 257	1.31 269	1.12 244	1.54 283	1.18 260	1.01 241	2.45 307	1.75 285	3.31 301	80.70 371	6.22 317	1.76 267	1.15 296	3.67 254	6.50 317	2.01 294	1.29 287	5.56 255	4.99 334	10.09 304	12.94 345	0.81 264	1.16 274	1.11 219	1.53 245	4.71 311	2.62 265

G-Net	6.29 309	1.69 298	1.86 300	1.42 275	1.70 293	1.45 277	1.19 260	4.71 345	8.56 351	3.16 298	4.70 296	7.94 327	6.89 305	0.85 266	15.45 296	8.15 330	1.92 288	2.75 342	5.41 250	6.49 343	9.16 294	11.23 304	1.46 305	2.81 342	1.81 296	19.84 356	6.51 325	30.80 362

TRStereo	6.31 310	1.25 267	1.93 303	0.85 213	0.61 168	2.29 302	0.86 228	2.21 295	0.54 152	4.40 327	1.34 230	2.24 265	0.75 193	0.45 169	4.08 265	6.55 318	0.80 138	0.85 192	6.04 266	1.45 264	7.60 261	12.13 318	0.55 175	0.49 150	1.44 266	103.74 377	3.24 278	1.61 229

HBP-ISP	6.40 311	1.33 279	2.30 318	1.91 296	1.51 281	1.65 284	0.79 219	2.50 311	1.29 258	4.91 339	6.80 328	1.37 217	0.74 189	14.59 357	52.98 360	19.59 360	1.24 247	1.10 257	6.08 267	8.03 349	12.73 321	16.75 358	0.79 255	1.19 276	1.81 296	2.06 287	3.90 302	2.87 272

SGM-ForestM	6.44 312	10.17 360	6.98 359	4.69 329	2.91 328	6.90 344	9.70 340	7.26 354	4.59 337	4.81 334	6.31 315	9.50 335	9.35 315	0.78 256	3.65 250	1.30 137	6.50 330	0.89 205	11.21 315	1.44 262	6.08 235	6.02 216	1.58 308	1.68 292	9.47 349	11.34 345	12.07 345	16.58 342

CBMV_ROB	6.60 313	1.41 283	1.59 286	2.38 304	1.74 294	1.90 292	1.86 290	6.44 350	1.69 283	5.02 343	7.03 338	9.95 342	11.26 322	0.65 236	38.55 316	7.04 320	2.78 304	1.12 264	9.67 310	2.45 311	9.46 295	11.60 313	0.80 260	1.37 282	4.92 331	12.01 347	4.73 312	18.79 345

ADCS	6.69 314	1.97 309	1.94 304	1.41 272	2.24 307	1.84 291	3.00 306	2.08 286	3.97 329	2.66 282	3.26 279	3.01 286	11.48 323	2.01 317	53.18 361	11.65 340	2.72 303	2.59 339	5.10 244	2.24 306	10.43 307	8.65 250	1.76 312	1.97 306	2.57 315	10.58 342	7.51 330	18.68 344

anonymity	6.71 315	0.80 142	1.73 293	1.09 240	0.88 225	0.79 211	0.68 209	2.17 291	0.90 218	3.78 318	97.20 372	1.95 249	0.93 230	0.44 168	2.57 195	7.16 321	0.95 198	0.83 184	6.70 282	1.07 231	7.93 270	12.47 331	0.67 227	0.57 180	1.51 276	1.60 256	20.99 359	2.80 270

ADCPNet	7.09 316	1.18 257	3.04 334	1.33 268	3.12 332	1.36 272	8.88 338	2.15 289	3.24 322	4.23 324	7.84 345	1.96 250	15.92 345	1.71 313	49.61 342	3.53 275	1.89 286	1.25 285	19.14 328	3.03 320	5.96 232	4.75 182	4.72 333	1.29 281	3.95 328	5.33 327	3.87 300	27.01 357

IMH-64-1	7.17 317	3.27 327	3.53 338	4.69 329	3.29 335	4.58 327	5.71 326	3.51 330	3.09 319	1.39 219	1.98 255	4.90 310	10.92 318	4.82 338	52.00 352	4.78 297	3.66 314	2.27 327	12.32 317	1.96 297	6.91 249	10.55 281	7.77 351	2.22 315	6.05 337	4.73 322	13.45 350	9.13 324

IMH-64	7.17 317	3.27 327	3.53 338	4.69 329	3.29 335	4.58 327	5.71 326	3.51 330	3.09 319	1.39 219	1.98 255	4.90 310	10.92 318	4.82 338	52.00 352	4.78 297	3.66 314	2.27 327	12.32 317	1.96 297	6.91 249	10.55 281	7.77 351	2.22 315	6.05 337	4.73 322	13.45 350	9.13 324

AnyNet_C01	7.20 319	2.24 315	2.27 316	2.95 319	1.92 305	1.58 282	5.39 325	3.73 338	5.63 342	3.17 299	4.41 291	4.59 307	6.09 303	1.88 316	58.66 367	14.24 346	5.46 323	3.69 351	4.79 242	3.02 319	8.40 284	10.33 278	2.45 318	2.24 319	5.77 334	2.65 305	8.81 336	17.99 343

WAO-6	7.36 320	2.83 324	2.64 326	8.38 340	2.78 323	3.59 321	8.61 336	3.51 330	3.36 325	1.84 245	2.45 267	5.99 315	8.70 312	3.06 325	50.70 347	2.35 238	13.44 352	1.82 310	8.79 307	2.15 305	14.26 348	12.40 330	3.35 327	2.64 333	7.87 343	5.84 330	4.30 307	11.17 333

WAO-7	8.11 321	2.98 325	5.46 353	29.83 356	2.32 310	3.09 315	9.23 339	2.48 310	4.20 333	4.67 333	7.60 341	7.98 328	11.78 325	1.64 310	22.32 307	2.11 231	12.00 344	2.79 345	44.95 353	2.13 304	10.06 303	10.12 268	1.37 302	2.49 329	2.97 320	4.35 320	2.94 266	5.06 305

AIO-Stereo-zeroshot1	8.38 322	1.15 252	1.98 306	1.25 261	1.24 264	1.74 288	1.31 265	2.17 291	7.44 349	3.47 307	7.09 339	2.38 272	2.08 271	0.37 120	3.49 247	11.36 339	1.39 264	0.99 235	136.53 371	6.21 341	8.35 283	12.33 326	0.55 175	0.88 256	1.22 232	1.95 282	2.35 213	4.96 302

SGM_RVC	8.49 323	2.77 323	1.77 295	2.88 314	2.31 309	3.42 319	2.70 301	7.78 359	3.92 328	5.57 357	8.42 346	9.89 338	12.92 337	0.68 240	3.72 256	2.10 230	6.63 333	1.11 261	40.78 347	5.93 339	9.99 300	10.27 276	1.97 315	2.17 312	8.79 348	2.97 310	27.36 362	40.51 368
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DNS	8.50 324	0.64 72	1.11 243	1.11 241	0.48 125	50.46 369	0.54 185	1.72 251	0.54 152	1.05 190	26.47 358	54.41 365	0.66 164	0.34 101	2.19 152	6.03 315	0.89 169	0.80 175	56.75 363	0.70 158	6.44 242	5.91 212	0.55 175	0.63 207	2.92 317	1.79 272	1.63 148	2.68 267

SFCPSM	8.92 325	1.34 281	1.05 223	1.13 246	1.12 253	1.10 249	0.89 231	1.28 185	1.79 288	2.71 285	5.63 305	4.32 304	7.90 307	1.01 283	5.47 275	5.23 305	1.80 277	1.19 274	162.18 373	4.49 328	7.79 263	9.52 262	0.81 264	1.64 289	1.33 250	1.76 268	3.30 280	3.06 280

ELAS_RVC	9.07 326	3.30 329	5.65 354	4.08 323	3.41 339	7.21 346	4.01 318	7.69 356	3.75 327	4.97 341	7.74 342	9.89 338	11.00 320	3.00 323	47.69 338	4.33 294	6.53 331	9.70 359	9.64 309	2.89 316	13.54 337	15.79 355	2.75 322	4.07 355	18.38 358	23.86 358	4.94 315	5.18 307
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	9.11 327	3.31 330	3.55 340	4.46 326	3.30 337	4.60 329	6.29 329	3.48 328	3.12 321	1.42 222	1.88 251	5.38 312	15.63 344	51.61 371	52.03 354	3.06 258	3.92 317	2.32 330	20.77 332	2.01 301	6.25 238	9.58 263	8.07 355	2.21 314	7.69 342	5.96 332	3.77 296	10.35 331

PWCK	9.19 328	3.84 338	2.76 329	4.81 333	3.48 340	7.14 345	7.79 333	3.92 339	4.66 338	4.66 332	5.84 310	24.68 354	8.47 309	3.24 328	10.95 286	3.27 266	9.48 339	2.36 332	72.75 365	4.94 333	14.76 356	6.95 232	3.68 328	2.40 326	8.01 344	7.55 336	6.35 321	9.51 328

MADNet++	9.22 329	4.13 343	6.16 356	4.32 325	5.78 354	3.96 322	8.14 334	7.09 353	6.83 347	5.28 352	7.83 344	7.65 325	8.62 311	12.90 352	19.42 303	21.00 363	7.04 335	6.27 354	10.40 313	7.97 348	14.29 351	18.67 361	3.96 330	5.12 359	5.80 335	22.29 357	9.32 337	8.69 322

MeshStereo	9.30 330	2.68 320	2.31 319	4.19 324	2.81 324	4.05 323	1.96 293	8.24 361	9.28 352	5.13 346	8.64 347	11.19 346	12.84 333	0.78 256	52.26 356	15.80 355	4.59 321	1.92 314	22.33 335	1.58 276	15.40 360	19.41 362	1.06 287	2.12 311	8.69 347	5.55 328	10.68 338	15.59 339
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
MonStereo1	9.81 331	3.92 340	2.43 321	5.31 337	4.70 349	5.34 335	7.44 332	3.39 327	2.25 304	117.09 376	3.30 282	6.44 319	10.28 317	3.91 335	2.28 170	1.78 211	3.22 309	3.17 348	38.45 346	3.58 324	5.84 231	5.88 211	6.18 342	1.83 299	3.46 326	3.13 312	7.10 328	3.19 285

ELAS	10.16 332	3.54 333	5.12 352	4.49 327	4.32 348	5.01 334	4.33 320	6.88 352	4.09 331	4.97 341	7.74 342	9.90 340	11.01 321	3.51 332	52.19 355	4.52 296	7.15 336	9.65 358	8.69 305	2.38 309	13.33 333	14.95 354	2.75 322	3.64 354	17.76 357	27.24 363	13.13 349	21.93 349
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
notaker	10.31 333	13.11 361	4.84 347	18.55 348	6.95 358	7.98 349	14.39 353	3.69 337	3.28 323	2.90 291	2.15 264	30.28 356	43.63 357	4.40 336	9.01 282	2.66 246	12.71 346	2.73 341	42.35 349	2.87 315	14.87 357	10.21 271	7.77 351	3.03 345	2.66 316	2.98 311	3.46 287	4.84 301

JetBlue	10.90 334	9.40 358	6.23 357	8.34 339	6.82 357	10.07 354	10.58 343	5.04 348	3.97 329	2.95 293	4.09 288	9.83 337	9.32 314	8.12 345	48.65 340	14.50 347	6.76 334	5.08 353	7.66 300	3.76 325	13.23 331	17.58 360	8.19 356	3.58 353	11.41 352	18.49 354	12.08 346	28.49 359

LVE	10.96 335	3.63 335	2.68 327	55.15 368	4.03 347	7.50 347	88.91 373	1.93 268	2.44 309	2.26 269	1.69 247	4.48 306	4.75 298	3.42 331	3.44 245	2.21 235	6.03 328	1.84 312	50.68 360	1.97 299	10.14 305	12.19 321	5.54 334	3.12 348	3.75 327	2.46 302	2.99 268	6.76 320

XX-Stereo	11.10 336	0.72 104	1.24 265	1.04 235	0.52 142	0.80 212	0.84 224	1.13 159	0.51 137	4.53 331	6.79 326	1.54 231	1.06 247	0.42 153	2.78 213	5.82 314	0.96 200	0.94 219	6.43 272	0.91 208	6.26 239	8.36 247	0.58 195	0.43 120	237.38 377	1.38 223	2.64 250	3.61 291

DGSMNet	11.16 337	1.98 310	1.98 306	1.90 295	1.52 282	2.46 309	1.47 272	3.07 324	2.11 300	12.67 364	102.10 373	3.59 293	18.94 350	18.97 362	16.50 299	15.09 352	12.73 347	10.36 360	13.79 320	4.57 329	12.99 328	14.32 351	7.77 351	3.43 351	1.75 294	6.25 334	3.48 290	5.53 310

ACVNet-4b	11.58 338	3.99 341	2.60 324	44.40 364	2.71 322	4.98 332	62.31 368	1.85 262	1.79 288	1.63 232	1.25 225	4.22 303	58.75 365	3.34 330	2.27 168	1.21 126	13.33 351	1.70 307	49.50 357	1.93 295	14.47 355	13.72 350	7.40 347	3.13 349	1.55 280	1.89 277	2.20 197	4.61 299

LSM0	11.61 339	1.70 299	2.94 332	2.71 310	2.41 314	2.76 311	6.88 331	4.22 341	4.26 334	3.67 315	7.57 340	7.41 324	9.43 316	0.98 281	64.90 372	78.60 375	3.43 312	2.37 333	20.39 331	4.80 332	14.29 351	16.21 357	1.30 297	3.06 346	3.29 323	12.44 348	6.06 319	25.31 354

UNDER WATER-64	11.75 340	7.29 356	4.90 348	17.03 346	7.40 359	8.44 350	16.49 356	8.25 362	4.32 335	4.51 330	3.21 278	17.72 349	15.23 342	8.81 346	46.52 336	10.69 337	13.57 358	3.01 347	12.74 319	8.66 352	14.20 346	12.82 339	11.01 359	4.40 356	6.45 340	18.67 355	8.71 335	22.29 350

SGM+DAISY	11.81 341	3.22 326	3.47 336	3.83 322	3.15 334	4.25 325	3.52 313	7.70 357	10.88 358	5.57 357	9.00 351	9.94 341	13.12 339	1.74 314	22.71 309	18.99 359	3.23 310	2.28 329	15.35 325	8.91 355	15.05 358	17.02 359	1.32 299	4.58 357	24.50 362	31.01 366	32.60 368	41.83 371

MDST_ROB	12.03 342	32.81 366	1.72 291	20.74 352	2.64 319	5.90 340	1.72 282	4.06 340	1.35 264	3.76 317	6.53 318	2.75 283	42.83 356	0.54 199	50.83 349	1.22 129	1.08 224	0.75 155	18.95 327	1.00 222	12.75 324	11.49 308	1.29 295	1.26 279	22.72 361	11.17 343	31.24 365	31.81 364

WAO-8	12.07 343	5.33 346	4.83 345	26.48 354	4.01 345	6.22 342	11.73 350	3.65 335	6.39 345	28.97 369	41.01 365	8.08 329	18.91 348	20.68 365	3.75 257	3.24 263	9.46 337	2.01 319	53.81 361	5.76 337	9.83 298	11.16 301	6.04 340	2.43 327	8.05 345	7.74 337	6.36 322	9.95 329

Venus	12.07 343	5.33 346	4.83 345	26.48 354	4.01 345	6.22 342	11.73 350	3.65 335	6.39 345	28.97 369	41.01 365	8.08 329	18.91 348	20.68 365	3.75 257	3.24 263	9.46 337	2.01 319	53.81 361	5.76 337	9.83 298	11.16 301	6.04 340	2.43 327	8.05 345	7.74 337	6.36 322	9.95 329

JetRed	12.50 345	6.96 355	7.76 360	4.77 332	6.78 356	9.35 352	10.92 345	5.31 349	4.54 336	5.85 359	3.28 281	8.17 331	7.48 306	9.74 349	50.80 348	15.21 353	10.30 340	7.93 355	7.83 301	5.44 336	18.10 363	24.48 365	11.12 360	4.60 358	11.97 353	25.85 361	24.78 361	28.17 358

TorneroNet-64	13.24 346	6.25 351	5.07 351	34.05 357	3.72 342	9.38 353	16.75 357	3.49 329	12.26 361	2.27 271	5.98 311	17.67 348	34.24 354	14.37 355	47.92 339	3.76 279	13.18 350	2.40 335	36.34 344	9.15 358	13.85 341	12.35 329	5.65 335	2.64 333	14.28 356	14.51 351	3.41 284	12.48 334

ACV-stereo	13.36 347	1.90 306	1.63 287	2.10 299	1.15 258	2.97 312	1.36 268	1.72 251	1.86 295	2.96 294	4.89 299	3.67 296	43.88 358	1.13 294	54.14 362	17.43 357	2.38 300	1.31 289	170.74 374	4.64 330	12.73 321	14.68 353	0.97 281	1.83 299	1.25 239	1.49 238	3.53 291	2.32 261

MANE	14.22 348	9.62 359	6.93 358	4.94 335	5.72 353	7.88 348	11.48 347	7.38 355	9.90 354	4.92 340	6.89 334	8.98 334	12.13 328	3.67 334	50.37 344	17.85 358	11.82 343	20.17 365	10.46 314	6.55 344	12.22 317	12.86 341	1.77 313	11.33 364	24.83 363	30.99 365	31.42 366	40.73 369

DispFullNet	15.85 349	3.61 334	5.00 350	3.30 320	2.93 330	3.51 320	3.20 307	6.49 351	2.71 314	5.17 347	6.80 328	90.79 369	15.55 343	2.73 319	28.89 312	23.38 365	4.02 318	3.86 352	138.92 372	28.91 366	12.60 320	11.86 316	2.69 320	2.31 323	4.30 329	2.71 307	6.80 326	5.05 304

UNDER WATER	16.39 350	7.86 357	4.99 349	15.68 345	10.73 365	8.76 351	38.30 363	8.07 360	6.02 343	4.25 325	2.98 274	18.63 350	96.18 371	14.44 356	32.70 314	10.29 335	13.91 359	2.75 342	43.73 351	8.62 351	16.83 362	12.33 326	17.08 366	5.55 360	6.06 339	14.49 350	6.37 324	15.05 338

STStereo	16.49 351	3.48 331	5.91 355	44.25 363	5.60 352	39.03 365	13.11 352	7.74 358	10.72 357	5.19 349	8.92 348	24.73 355	30.22 353	1.03 289	59.92 370	11.74 341	2.59 301	1.26 286	40.79 348	2.25 307	10.02 301	8.79 255	2.06 316	11.31 363	22.61 360	16.05 353	20.57 358	35.39 365

PSMNet_ROB	16.63 352	5.59 348	2.97 333	3.47 321	2.63 317	5.86 339	6.18 328	2.20 294	2.29 305	5.39 354	141.45 374	97.59 370	6.02 302	33.78 367	3.23 241	1.58 196	4.09 319	1.69 306	20.81 333	2.75 313	12.93 327	7.08 234	63.80 374	2.60 331	2.95 319	3.67 316	2.77 257	3.66 292

DGTPSM_ROB	17.21 353	6.49 352	18.05 363	4.91 334	8.87 361	5.73 336	11.48 347	5.02 346	12.05 359	5.03 345	9.34 352	12.62 347	56.51 364	15.29 358	43.82 329	20.47 361	19.26 362	16.28 362	24.70 336	20.05 363	13.50 334	22.25 363	6.00 338	12.55 365	12.71 354	32.01 368	14.20 352	35.61 367

KSHMR	20.05 354	6.71 354	4.01 342	99.31 372	5.91 355	17.09 357	71.12 370	3.62 334	9.75 353	3.59 311	3.39 283	6.07 316	84.38 370	17.14 360	22.70 308	3.97 284	6.29 329	2.76 344	90.60 368	2.83 314	12.73 321	10.14 269	9.05 357	2.74 340	21.08 359	5.85 331	8.10 333	10.46 332

DPSM_ROB	21.05 355	17.19 362	22.69 365	10.13 341	9.29 363	13.96 355	14.50 354	11.66 363	15.25 363	9.00 361	8.97 349	10.35 344	13.24 340	19.90 363	59.73 368	26.35 366	18.76 360	21.26 366	14.74 322	15.50 361	28.56 366	27.85 367	7.42 348	16.13 367	34.05 367	39.30 371	37.97 370	44.48 372

DPSM	21.05 355	17.19 362	22.69 365	10.13 341	9.29 363	13.96 355	14.50 354	11.66 363	15.25 363	9.00 361	8.97 349	10.35 344	13.24 340	19.90 363	59.73 368	26.35 366	18.76 360	21.26 366	14.74 322	15.50 361	28.56 366	27.85 367	7.42 348	16.13 367	34.05 367	39.30 371	37.97 370	44.48 372

MaskLacGwcNet_RVC	21.23 357	1.32 277	1.63 287	1.89 294	1.69 291	1.93 293	3.75 316	2.27 302	2.66 312	5.02 343	29.10 361	216.12 375	51.87 363	5.44 341	3.66 251	4.09 290	5.59 325	13.75 361	28.77 337	1.47 266	14.44 354	12.86 341	0.98 282	2.33 324	1.88 302	7.40 335	145.78 377	5.57 311

DPSMNet_ROB	22.61 358	6.50 353	18.06 364	4.95 336	8.88 362	5.76 338	11.54 349	5.02 346	12.08 360	5.17 347	28.67 360	19.69 351	163.24 375	15.38 359	43.87 331	20.66 362	19.56 363	16.59 363	35.50 342	20.17 364	13.82 340	22.26 364	6.02 339	12.56 366	12.82 355	32.01 368	14.23 353	35.60 366

WQFJA1++	23.09 359	0.99 223	0.51 107	160.58 375	0.58 157	134.26 374	122.57 376	0.75 96	0.45 113	7.60 360	0.65 133	10.26 343	69.62 366	0.32 90	2.04 133	3.20 262	0.93 192	0.70 135	10.18 312	1.03 225	5.65 228	4.52 176	0.51 153	0.40 108	0.75 135	81.69 376	1.41 123	1.33 212

DLNR_Zeroshot_test	23.11 360	81.98 375	1.97 305	102.16 373	0.49 129	0.55 147	81.36 372	2.30 305	0.50 131	4.87 337	2.22 265	2.99 285	0.93 230	12.17 351	96.90 374	144.02 376	34.28 367	19.61 364	8.60 304	4.35 327	8.08 280	6.53 223	0.51 153	0.69 221	1.37 252	1.57 250	1.16 106	1.90 243

zero-FE	23.86 361	1.70 299	0.52 114	141.89 374	8.72 360	147.65 376	77.27 371	1.26 179	0.60 172	1.15 199	4.12 289	136.19 372	11.59 324	0.57 211	2.27 168	3.52 274	1.06 223	2.52 338	5.18 245	0.95 216	81.26 374	7.98 242	0.52 161	0.47 132	0.86 160	1.54 247	1.68 152	1.14 189

TorneroNet	24.73 362	6.18 349	3.52 337	95.34 371	3.93 343	27.05 360	29.02 360	4.44 342	18.13 365	2.20 266	37.99 364	77.85 368	72.31 367	18.15 361	41.78 325	3.07 259	13.11 349	2.35 331	87.85 366	9.06 357	15.44 361	12.17 320	5.94 337	2.64 333	52.32 371	8.18 339	3.59 293	14.11 336

LRCNet_RVC	25.94 363	30.78 365	14.74 362	35.18 360	31.16 369	36.52 364	29.93 362	23.08 367	12.70 362	36.15 371	33.37 362	37.24 357	28.56 352	37.11 368	17.47 300	7.61 325	31.06 365	26.75 369	67.49 364	29.07 367	23.47 365	10.73 289	39.23 369	30.61 371	7.37 341	2.53 304	11.22 339	9.31 327

ktn	26.84 364	3.99 341	95.18 376	14.39 344	5.44 351	18.02 358	17.50 358	19.69 366	67.27 374	2.84 287	5.30 302	171.03 374	80.75 369	7.72 344	10.93 285	3.48 273	20.95 364	2.71 340	90.26 367	29.10 368	15.05 358	10.23 272	7.60 350	2.93 344	5.12 332	5.83 329	4.73 312	6.62 318

LE_ROB	28.97 365	25.29 364	36.16 368	34.90 359	56.86 375	18.61 359	58.99 367	32.08 370	41.72 369	5.37 353	27.57 359	46.00 360	49.67 361	13.72 354	14.83 294	3.84 282	5.96 326	1.22 278	46.43 354	36.35 371	10.19 306	11.19 303	48.45 370	22.49 369	30.18 365	31.59 367	31.60 367	40.87 370

PML	39.07 366	38.06 369	12.06 361	39.32 362	29.04 368	40.62 366	11.06 346	14.14 365	100.08 375	27.87 368	166.26 376	107.74 371	159.39 374	13.53 353	15.41 295	10.75 338	35.75 368	8.64 356	42.84 350	10.61 360	14.22 347	16.14 356	5.89 336	7.21 362	53.08 372	13.95 349	42.26 372	19.02 346

FlowAnything	42.31 367	34.65 368	45.90 370	20.47 351	18.91 367	28.11 362	28.64 359	23.30 369	30.84 367	18.76 367	18.33 356	20.84 353	27.00 351	39.89 369	119.49 375	52.59 373	37.35 369	42.63 372	29.06 338	31.53 370	57.38 372	56.78 375	14.49 364	32.64 373	68.29 374	78.93 374	76.07 373	89.56 376

CasAABBNet	42.72 368	34.60 367	45.66 369	20.17 350	18.55 366	28.05 361	29.13 361	23.25 368	30.69 366	18.73 366	18.11 355	20.72 352	37.90 355	39.93 370	120.54 376	52.80 374	37.72 370	42.56 371	29.30 339	30.56 369	57.58 373	56.66 374	14.58 365	32.34 372	68.46 375	79.09 375	76.31 374	89.48 375

HaxPig	44.53 369	46.75 371	47.32 371	47.72 365	48.79 371	47.60 367	48.40 364	49.50 371	47.10 370	49.76 372	50.31 367	49.00 361	45.26 359	54.49 372	41.50 323	40.24 369	50.15 371	52.05 373	44.74 352	43.04 372	46.61 369	44.38 372	51.78 371	45.43 374	33.92 366	25.30 359	28.66 363	22.43 351

AVERAGE_ROB	46.12 370	48.49 372	48.31 372	49.34 366	50.25 372	48.63 368	49.80 365	50.74 373	48.67 371	51.68 373	52.55 368	50.28 362	47.20 360	55.70 373	43.00 328	40.99 370	52.42 372	54.59 374	47.27 355	45.45 373	48.77 370	44.06 371	52.90 372	46.98 375	35.80 369	26.72 362	30.77 364	23.81 353

HanzoNet	47.37 371	45.54 370	75.64 375	62.53 369	47.97 370	62.03 372	90.57 374	55.02 375	58.34 373	15.60 365	22.00 357	75.72 367	107.47 372	172.14 376	23.65 311	13.02 344	62.42 374	9.26 357	134.39 370	22.45 365	19.74 364	25.78 366	31.84 368	5.57 361	9.72 351	9.49 341	8.54 334	12.61 335

MEDIAN_ROB	49.56 372	51.66 373	50.91 373	52.80 367	53.76 373	52.08 370	53.35 366	54.28 374	52.25 372	54.89 374	55.89 369	53.59 363	50.09 362	58.85 374	46.45 335	44.55 371	55.81 373	57.90 375	50.55 359	48.85 374	52.07 371	46.79 373	56.69 373	50.01 376	39.10 370	30.23 364	33.56 369	31.26 363

BEATNet-Init1	52.60 373	76.96 374	24.06 367	87.02 370	56.48 374	86.86 373	68.77 369	49.65 372	34.71 368	11.93 363	56.24 370	64.63 366	78.72 368	9.65 348	58.40 366	51.35 372	32.72 366	23.00 368	101.24 369	71.98 376	46.49 368	39.72 370	28.67 367	24.23 370	59.12 373	38.23 370	77.99 375	61.49 374

DPSimNet_ROB	111.84 374	179.62 376	74.81 374	195.40 376	165.93 376	136.63 375	98.05 375	126.48 376	138.79 376	82.31 375	148.57 375	159.77 373	157.57 373	78.29 375	64.65 371	40.10 368	142.61 375	34.98 370	195.20 375	69.76 375	154.10 375	32.63 369	82.12 375	98.24 377	71.10 376	51.68 373	117.83 376	122.56 377

GS-Stereo																							0.14 12	0.17 36	0.33 31	0.25 16	0.52 28	0.24 21

FSD		0.76 126	0.66 141	0.60 157	0.60 163	0.60 170	0.57 194	0.90 133	0.50 131	0.95 178	0.73 160			0.64 234	2.19 152	3.05 257			2.80 191	0.79 186				0.67 217	0.90 178	0.83 139	0.90 79	0.99 170

ASD4																								105.89 378

STTRV1_RVC		1.26 270	1.01 217	1.62 284	1.11 252	1.76 289	1.25 261	1.50 219	1.40 265	1.75 241	1.60 244	2.72 282	3.31 295	1.00 282	2.61 198	1.77 210	11.19 341	0.96 228		9.01 356	9.10 293	8.68 251		1.66 290	1.68 290	1.59 253	3.90 302	5.32 308

Low-res two-view benchmark