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

AIO-test2	0.21 1	0.16 1	0.11 2	0.09 1	0.11 2	0.16 6	0.12 21	0.23 9	0.15 12	0.18 16	0.19 24	0.42 43	0.14 8	0.12 6	0.34 2	0.42 7	0.32 7	0.25 6	0.30 6	0.18 2	0.29 4	0.32 13	0.11 3	0.15 18	0.20 1	0.20 1	0.23 1	0.19 3

BridgeDepth	0.23 2	0.23 9	0.16 16	0.17 15	0.20 27	0.18 13	0.12 21	0.24 11	0.16 15	0.18 16	0.08 3	0.39 36	0.13 5	0.18 28	0.41 6	0.45 11	0.26 1	0.27 12	0.32 8	0.20 6	0.33 10	0.35 17	0.09 1	0.13 7	0.27 14	0.26 20	0.33 3	0.24 16
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Pointernet	0.24 3	0.21 5	0.14 5	0.14 9	0.12 4	0.19 17	0.16 51	0.28 19	0.10 1	0.17 14	0.14 14	0.23 8	0.14 8	0.12 6	0.47 9	0.42 7	0.37 16	0.23 3	0.35 9	0.19 3	0.35 13	0.25 5	0.14 8	0.14 15	0.23 3	0.21 4	0.67 46	0.22 9

MLG-Stereo	0.25 4	0.25 12	0.14 5	0.11 2	0.20 27	0.12 2	0.07 3	0.21 6	0.12 3	0.19 19	0.11 7	0.29 18	0.10 1	0.21 41	0.61 21	0.65 29	0.36 13	0.35 26	0.44 28	0.23 14	0.35 13	0.32 13	0.11 3	0.09 1	0.26 9	0.22 5	0.48 16	0.25 25

AIO-test1	0.25 4	0.19 2	0.14 5	0.12 6	0.14 10	0.18 13	0.15 49	0.33 31	0.16 15	0.25 28	0.24 34	0.35 28	0.14 8	0.19 32	0.56 20	0.59 21	0.35 10	0.30 15	0.35 9	0.27 22	0.33 10	0.31 11	0.13 7	0.13 7	0.23 3	0.23 7	0.31 2	0.18 2

MLG-Stereo_test1	0.26 6	0.22 6	0.14 5	0.13 7	0.22 35	0.11 1	0.08 5	0.22 8	0.12 3	0.20 20	0.12 9	0.33 25	0.11 2	0.21 41	0.66 24	0.64 27	0.37 16	0.35 26	0.50 33	0.22 10	0.39 17	0.30 9	0.12 5	0.10 2	0.26 9	0.22 5	0.53 25	0.27 29

CoSv	0.26 6	0.38 31	0.20 25	0.18 18	0.14 10	0.35 71	0.09 10	0.38 41	0.16 15	0.20 20	0.08 3	0.28 15	0.14 8	0.09 1	0.47 9	0.59 21	0.42 28	0.23 3	0.39 19	0.19 3	0.40 20	0.23 3	0.10 2	0.13 7	0.40 44	0.25 11	0.36 6	0.24 16

NLSM3	0.27 8	0.23 9	0.16 16	0.18 18	0.16 16	0.21 23	0.14 39	0.35 37	0.20 33	0.18 16	0.33 51	0.23 8	0.21 37	0.21 41	0.55 17	0.44 9	0.39 21	0.31 17	0.35 9	0.19 3	0.32 9	0.30 9	0.22 31	0.15 18	0.26 9	0.33 42	0.40 8	0.27 29

MM-Stereo_test3	0.27 8	0.36 27	0.14 5	0.25 34	0.15 13	0.15 3	0.08 5	0.48 51	0.18 28	0.25 28	0.10 5	0.41 42	0.12 4	0.11 2	0.36 4	0.40 5	0.42 28	0.26 8	0.37 17	0.25 19	0.33 10	0.25 5	0.24 40	0.12 4	0.29 19	0.20 1	0.77 62	0.23 13

LG-Stereo	0.28 10	0.26 14	0.17 19	0.17 15	0.16 16	0.23 31	0.13 32	0.30 24	0.15 12	0.23 24	0.19 24	0.52 56	0.14 8	0.18 28	0.55 17	0.58 19	0.39 21	0.30 15	0.54 39	0.22 10	0.44 26	0.31 11	0.12 5	0.12 4	0.28 17	0.24 9	0.46 15	0.24 16

MM-Stereo_test1	0.29 11	0.69 74	0.15 12	0.23 29	0.14 10	0.16 6	0.07 3	0.37 40	0.14 6	0.27 33	0.11 7	0.43 44	0.11 2	0.12 6	0.45 8	0.48 13	0.45 35	0.32 20	0.42 24	0.27 22	0.35 13	0.35 17	0.23 37	0.13 7	0.31 22	0.23 7	0.63 41	0.24 16

MonStereo	0.30 12	0.25 12	0.20 25	0.19 21	0.21 32	0.15 3	0.13 32	0.20 5	0.16 15	0.22 23	0.17 17	0.32 23	0.16 17	0.17 25	0.54 15	0.54 16	0.40 25	0.32 20	0.50 33	0.27 22	0.43 23	0.51 34	0.22 31	0.14 15	0.34 27	0.41 65	0.49 18	0.40 49

RSM	0.30 12	0.30 22	0.22 35	0.32 56	0.15 13	0.21 23	0.10 15	0.17 1	0.16 15	0.14 4	0.26 37	0.22 6	0.19 28	0.14 13	0.64 23	0.60 23	0.39 21	0.37 31	0.35 9	0.33 34	0.46 29	0.54 37	0.19 24	0.16 22	0.30 21	0.26 20	0.58 32	0.24 16

MoCha-V2	0.30 12	0.31 24	0.23 38	0.21 26	0.17 20	0.17 12	0.14 39	0.23 9	0.11 2	0.26 32	0.28 41	0.32 23	0.16 17	0.19 32	0.62 22	0.61 25	0.39 21	0.38 35	0.35 9	0.42 57	0.61 44	0.51 34	0.15 11	0.16 22	0.35 30	0.26 20	0.34 4	0.19 3

ProNet	0.30 12	0.27 16	0.31 48	0.26 36	0.15 13	0.27 47	0.27 89	0.38 41	0.13 5	0.15 9	0.49 84	0.29 18	0.13 5	0.16 21	0.73 28	0.49 14	0.43 30	0.32 20	0.35 9	0.27 22	0.38 16	0.22 1	0.38 73	0.22 48	0.32 23	0.20 1	0.38 7	0.27 29

111111	0.31 16	0.37 28	0.19 22	0.25 34	0.29 54	0.22 30	0.09 10	0.19 3	0.16 15	0.10 1	0.17 17	0.27 11	0.17 22	0.18 28	0.79 31	0.56 18	0.46 39	0.28 13	0.76 62	0.24 16	0.53 37	0.61 47	0.21 28	0.11 3	0.25 7	0.25 11	0.41 11	0.19 3

AIO-Stereo	0.31 16	0.33 25	0.22 35	0.35 62	0.16 16	0.20 19	0.10 15	0.17 1	0.14 6	0.14 4	0.20 28	0.21 3	0.16 17	0.14 13	0.55 17	0.55 17	0.41 26	0.39 39	1.18 97	0.36 40	0.39 17	0.43 25	0.17 14	0.16 22	0.32 23	0.24 9	0.61 37	0.19 3

GREAT-IGEV	0.32 18	0.37 28	0.21 32	0.15 10	0.12 4	0.16 6	0.09 10	0.30 24	0.16 15	0.33 40	0.18 19	0.44 45	0.19 28	0.20 37	0.74 29	0.61 25	0.45 35	0.29 14	0.42 24	0.28 27	0.43 23	0.52 36	0.21 28	0.17 29	0.27 14	0.25 11	0.88 67	0.23 13

GSStereo	0.33 19	0.41 37	0.21 32	0.31 52	0.22 35	0.25 42	0.14 39	0.28 19	0.16 15	0.25 28	0.15 15	0.37 33	0.15 15	0.15 18	0.70 27	0.66 31	0.49 45	0.38 35	0.45 30	0.40 50	0.62 47	0.46 28	0.14 8	0.17 29	0.33 25	0.25 11	0.52 21	0.24 16

RSM++	0.33 19	0.33 25	0.23 38	0.36 70	0.20 27	0.24 37	0.10 15	0.21 6	0.16 15	0.16 12	0.26 37	0.26 10	0.19 28	0.16 21	0.83 33	0.65 29	0.41 26	0.38 35	0.50 33	0.39 46	0.50 32	0.59 44	0.25 43	0.16 22	0.41 46	0.26 20	0.54 26	0.30 37

CroCo-Stereo Lap2	0.33 19	0.22 6	0.15 12	0.11 2	0.12 4	0.16 6	0.08 5	0.35 37	0.15 12	0.47 57	0.10 5	0.31 21	0.14 8	0.14 13	1.26 51	1.00 71	0.36 13	0.36 30	0.44 28	0.20 6	0.53 37	0.55 38	0.17 14	0.13 7	0.39 41	0.35 50	0.40 8	0.27 29

MatchStereo	0.34 22	0.37 28	0.20 25	0.15 10	0.23 38	0.21 23	0.12 21	0.31 29	0.22 41	0.15 9	0.18 19	0.28 15	0.35 64	0.22 46	1.24 49	0.80 49	0.30 4	0.31 17	0.41 22	0.30 30	0.41 22	0.56 40	0.21 28	0.20 39	0.35 30	0.35 50	0.40 8	0.35 41

StereoVision	0.34 22	0.27 16	0.21 32	0.13 7	0.18 24	0.21 23	0.14 39	0.30 24	0.23 42	0.35 43	0.18 19	0.34 27	0.17 22	0.16 21	0.98 37	0.78 47	0.44 32	0.35 26	0.43 27	0.23 14	0.40 20	0.48 29	0.16 12	0.21 44	0.40 44	0.40 60	0.71 50	0.37 44

MM-Stereo_test2	0.35 24	0.78 121	0.22 35	0.30 50	0.21 32	0.18 13	0.11 18	0.33 31	0.16 15	0.36 46	0.15 15	0.39 36	0.15 15	0.17 25	0.69 25	0.66 31	0.43 30	0.39 39	0.41 22	0.37 41	0.50 32	0.85 72	0.24 40	0.16 22	0.35 30	0.25 11	0.54 26	0.25 25

CroCo-Stereo	0.35 24	0.20 4	0.15 12	0.11 2	0.10 1	0.18 13	0.06 1	0.33 31	0.14 6	0.31 39	0.05 1	0.36 30	0.13 5	0.15 18	1.64 67	1.05 78	0.35 10	0.37 31	0.45 30	0.20 6	0.62 47	0.79 66	0.16 12	0.13 7	0.38 37	0.31 35	0.45 14	0.26 28
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 24	0.22 6	0.19 22	0.27 39	0.13 7	0.30 55	0.08 5	0.97 131	0.18 28	0.92 157	0.19 24	0.27 11	0.16 17	0.18 28	0.51 12	0.47 12	0.38 19	0.26 8	0.54 39	0.25 19	0.43 23	0.34 16	0.19 24	0.15 18	0.38 37	0.34 46	0.90 68	0.27 29

IGEV-Stereo++	0.36 27	0.40 35	0.20 25	0.22 28	0.25 45	0.21 23	0.09 10	0.25 16	0.17 25	0.20 20	0.34 54	0.29 18	0.20 36	0.19 32	0.78 30	0.60 23	0.44 32	0.33 23	0.75 59	0.34 37	0.53 37	0.64 51	0.22 31	0.13 7	0.28 17	0.27 27	1.09 87	0.28 34

MSCF	0.37 28	0.41 37	0.20 25	0.34 58	0.19 26	0.23 31	0.14 39	0.30 24	0.20 33	0.67 87	0.13 12	0.27 11	0.17 22	0.14 13	1.02 38	0.77 45	0.37 16	0.34 25	0.36 15	0.28 27	0.45 28	0.50 33	0.22 31	0.20 39	0.35 30	0.90 147	0.70 48	0.25 25

GIP-stereo	0.37 28	0.56 51	0.32 52	0.29 46	0.23 38	0.21 23	0.11 18	0.24 11	0.17 25	0.30 37	0.19 24	0.38 34	0.18 26	0.21 41	1.05 40	0.64 27	0.46 39	0.39 39	0.42 24	0.41 53	0.52 36	0.82 69	0.17 14	0.17 29	0.35 30	0.31 35	0.76 59	0.24 16

GASTEREO	0.38 30	0.42 40	0.20 25	0.34 58	0.18 24	0.24 37	0.14 39	0.30 24	0.19 32	0.73 102	0.12 9	0.28 15	0.17 22	0.13 11	1.05 40	0.74 42	0.38 19	0.33 23	0.37 17	0.30 30	0.44 26	0.56 40	0.23 37	0.20 39	0.35 30	0.87 140	0.73 54	0.24 16

GEAStereo	0.39 31	0.59 55	0.31 48	0.35 62	0.23 38	0.23 31	0.13 32	0.29 22	0.20 33	0.35 43	0.18 19	0.44 45	0.19 28	0.23 49	0.87 34	0.71 38	0.47 41	0.37 31	0.40 20	0.37 41	0.65 53	0.64 51	0.19 24	0.21 44	0.39 41	0.34 46	0.75 56	0.38 45

gasm-f	0.39 31	0.59 55	0.31 48	0.35 62	0.23 38	0.23 31	0.13 32	0.29 22	0.20 33	0.35 43	0.18 19	0.44 45	0.19 28	0.23 49	0.87 34	0.71 38	0.47 41	0.37 31	0.40 20	0.37 41	0.65 53	0.64 51	0.19 24	0.21 44	0.39 41	0.34 46	0.75 56	0.38 45

MLG-Stereo_test2	0.39 31	0.54 48	0.17 19	0.16 13	0.24 42	0.15 3	0.08 5	0.33 31	0.14 6	0.24 26	0.13 12	0.39 36	0.14 8	0.17 25	1.52 61	0.76 44	0.45 35	0.44 49	1.04 83	0.42 57	0.48 31	0.48 29	0.18 20	0.12 4	0.34 27	0.25 11	0.66 44	0.38 45

AdaDepth	0.41 34	0.41 37	0.20 25	0.24 31	0.28 52	0.23 31	0.16 51	0.32 30	0.20 33	0.23 24	0.29 42	0.27 11	0.21 37	0.23 49	0.97 36	1.09 90	0.49 45	0.41 44	1.08 89	0.34 37	0.54 41	0.59 44	0.18 20	0.21 44	0.29 19	0.28 29	0.75 56	0.43 52

U	0.41 34	0.28 21	0.16 16	0.11 2	0.13 7	0.16 6	0.06 1	0.45 50	0.14 6	0.49 58	0.07 2	0.36 30	0.16 17	0.20 37	1.71 73	1.14 100	0.44 32	0.41 44	0.59 45	0.32 32	0.66 55	0.92 79	0.17 14	0.17 29	0.50 68	0.36 53	0.49 18	0.35 41

BridgeDepth_RVC	0.42 36	0.54 48	0.27 41	0.35 62	0.28 52	0.26 45	0.14 39	0.55 55	0.32 64	0.38 47	0.22 30	0.44 45	0.23 43	0.28 62	1.45 54	0.77 45	0.35 10	0.41 44	0.53 38	0.33 34	0.39 17	0.38 20	0.22 31	0.20 39	0.41 46	0.49 75	0.52 21	0.56 71
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 37	0.38 31	0.42 74	0.28 41	0.24 42	0.27 47	0.12 21	0.40 44	0.24 44	0.29 34	0.38 64	0.65 82	0.21 37	0.20 37	1.20 47	0.97 67	0.54 54	0.50 57	0.59 45	0.42 57	0.64 51	0.43 25	0.27 46	0.31 67	0.42 50	0.33 42	0.48 16	0.51 67

Occ-G	0.43 37	0.59 55	0.29 44	0.34 58	0.31 60	0.26 45	0.12 21	0.38 41	0.18 28	0.16 12	0.32 47	0.33 25	0.24 44	0.16 21	1.16 43	0.84 51	0.45 35	0.39 39	0.71 53	0.32 32	0.87 83	0.78 65	0.22 31	0.19 38	0.36 36	0.26 20	0.94 75	0.31 38

AEACV	0.43 37	0.94 190	0.30 45	0.29 46	0.20 27	0.27 47	0.12 21	0.28 19	0.14 6	0.24 26	0.23 33	0.35 28	0.21 37	0.20 37	1.24 49	0.83 50	0.57 64	0.38 35	0.78 65	0.45 68	0.81 75	0.73 60	0.24 40	0.18 37	0.34 27	0.31 35	0.61 37	0.28 34

DEFOM-Stereo	0.45 40	0.55 50	0.28 43	0.26 36	0.30 56	0.32 60	0.13 32	0.35 37	0.17 25	0.25 28	0.32 47	0.38 34	0.19 28	0.22 46	1.10 42	0.73 40	0.59 70	0.52 63	0.51 37	0.44 66	0.73 64	0.69 56	0.42 89	0.28 58	0.44 52	0.32 41	1.28 100	0.46 57

RAStereo	0.46 41	0.38 31	0.19 22	0.15 10	0.16 16	0.19 17	0.11 18	0.44 48	0.18 28	0.99 168	0.12 9	0.45 49	0.18 26	0.15 18	1.85 94	1.10 93	0.52 50	0.47 52	0.68 51	0.27 22	0.77 68	0.80 68	0.27 46	0.17 29	0.47 61	0.34 46	0.51 20	0.41 51

TDLM	0.49 42	0.59 55	0.60 118	0.39 86	0.48 112	0.46 103	0.43 149	0.72 79	0.35 73	0.30 37	0.65 122	0.76 117	0.41 80	0.35 96	0.54 15	0.58 19	0.55 57	0.49 55	0.50 33	0.43 61	0.50 32	0.39 21	0.41 83	0.39 91	0.38 37	0.31 35	0.61 37	0.66 98

anonymousdsp	0.50 43	0.38 31	0.36 59	0.28 41	0.32 62	0.28 50	0.15 49	0.56 57	0.26 46	0.42 51	0.33 51	0.53 59	0.19 28	0.27 58	1.47 56	0.87 53	0.54 54	0.52 63	0.62 47	0.48 74	0.71 59	1.04 89	0.36 67	0.30 60	0.46 55	0.29 31	1.13 92	0.33 39

iRaftStereo_RVC	0.51 44	0.56 51	0.40 67	0.28 41	0.31 60	0.32 60	0.19 63	0.68 76	0.25 45	0.46 56	0.57 106	0.58 64	0.29 50	0.25 54	1.17 46	0.89 55	0.56 61	0.45 50	0.72 54	0.41 53	0.97 94	0.79 66	0.35 62	0.34 73	0.44 52	0.41 65	0.76 59	0.48 59

delet	0.51 44	0.58 53	0.47 88	0.35 62	0.50 124	0.50 119	0.30 97	0.49 52	0.29 57	0.56 63	0.44 76	0.45 49	0.34 58	0.48 168	1.16 43	0.68 34	0.55 57	0.46 51	0.47 32	0.41 53	0.58 42	0.39 21	0.39 75	0.41 99	0.48 64	0.36 53	1.09 87	0.50 63

MLG-Stereo_test3	0.52 46	0.48 44	0.27 41	0.29 46	0.38 83	0.24 37	0.12 21	0.34 36	0.20 33	1.12 181	0.30 44	0.54 60	0.19 28	0.31 77	1.85 94	0.92 57	0.52 50	0.52 63	1.17 95	0.39 46	0.70 57	0.75 62	0.18 20	0.24 53	0.38 37	0.31 35	0.90 68	0.44 54

AIO_rvc	0.53 47	0.71 87	0.38 63	0.34 58	0.22 35	0.34 67	0.16 51	0.57 58	0.28 55	0.38 47	0.22 30	0.56 61	0.24 44	0.27 58	1.96 109	1.04 75	0.48 44	0.40 43	1.28 103	0.47 73	0.79 74	0.95 85	0.39 75	0.22 48	0.46 55	0.28 29	0.72 51	0.33 39

AASNet	0.53 47	0.74 97	0.46 86	0.35 62	0.61 153	0.51 124	0.42 146	0.65 72	0.26 46	0.41 50	0.50 86	0.39 36	0.31 55	0.41 126	1.02 38	0.69 35	0.53 53	0.60 86	0.67 49	0.51 77	0.60 43	0.87 74	0.41 83	0.41 99	0.50 68	0.40 60	0.70 48	0.45 56

LG-G_1	0.54 49	0.70 80	0.32 52	0.36 70	0.39 85	0.32 60	0.16 51	0.41 45	0.21 39	0.29 34	0.34 54	0.50 51	0.35 64	0.32 80	2.09 131	1.07 82	0.51 48	0.58 82	0.75 59	0.59 103	0.78 71	1.24 102	0.17 14	0.22 48	0.46 55	0.39 58	0.60 34	0.48 59

LG-G	0.54 49	0.70 80	0.32 52	0.36 70	0.39 85	0.32 60	0.16 51	0.41 45	0.21 39	0.29 34	0.34 54	0.50 51	0.35 64	0.32 80	2.09 131	1.07 82	0.51 48	0.58 82	0.75 59	0.59 103	0.78 71	1.24 102	0.17 14	0.22 48	0.46 55	0.39 58	0.60 34	0.48 59

AANet_RVC	0.54 49	0.45 42	0.40 67	0.33 57	0.61 153	0.28 50	0.31 101	0.61 63	0.58 154	0.44 53	0.41 70	0.39 36	0.48 95	0.33 86	1.16 43	0.79 48	0.55 57	0.53 72	0.56 43	0.52 81	0.46 29	0.49 31	0.34 59	0.38 84	0.57 84	0.57 91	1.05 84	0.97 150

LGtest1	0.57 52	0.81 133	0.46 86	0.26 36	0.30 56	0.28 50	0.12 21	0.43 47	0.26 46	0.34 42	0.56 103	0.50 51	0.30 54	0.28 62	2.04 122	1.24 118	0.57 64	0.65 110	0.74 57	0.46 72	0.72 61	1.41 112	0.29 50	0.30 60	0.54 77	0.35 50	0.65 42	0.52 68

MaDis-Stereo	0.57 52	0.47 43	0.30 45	0.16 13	0.26 49	0.21 23	0.17 58	0.44 48	0.32 64	1.08 179	0.22 30	0.51 55	0.22 42	0.19 32	1.83 91	1.19 110	0.62 73	0.59 85	1.09 91	0.45 68	0.81 75	0.94 81	0.37 71	0.25 55	0.63 95	0.67 106	0.60 34	0.82 123

LG-Stereo_L2	0.58 54	0.69 74	0.43 78	0.28 41	0.35 76	0.24 37	0.13 32	0.62 68	0.26 46	0.70 91	0.39 67	0.71 101	0.34 58	0.28 62	1.83 91	1.32 129	0.57 64	0.51 61	0.96 76	0.41 53	0.74 66	1.06 91	0.32 55	0.27 56	0.52 74	0.38 56	0.62 40	0.64 92

LG-Stereo_L1	0.58 54	0.69 74	0.41 71	0.24 31	0.35 76	0.25 42	0.12 21	0.62 68	0.27 53	0.72 97	0.32 47	0.69 93	0.34 58	0.29 66	1.82 88	1.36 135	0.57 64	0.52 63	1.14 94	0.42 57	0.70 57	1.11 94	0.29 50	0.30 60	0.51 71	0.33 42	0.66 44	0.65 96

AIO_test	0.59 56	0.77 117	0.45 81	0.44 102	0.25 45	0.35 71	0.20 67	0.61 63	0.27 53	0.43 52	0.30 44	0.57 62	0.28 49	0.29 66	2.01 115	1.46 161	0.49 45	0.42 47	0.86 68	0.49 76	1.02 101	1.01 87	0.40 79	0.24 53	0.47 61	0.49 75	1.00 80	0.35 41

MMNet	0.59 56	0.58 53	0.44 79	0.38 75	0.55 138	0.42 92	0.29 95	0.60 61	0.40 86	0.38 47	0.55 102	0.63 75	0.32 56	0.51 180	1.51 60	0.75 43	0.72 100	0.58 82	0.76 62	0.55 90	0.62 47	0.41 24	0.40 79	0.52 146	0.51 71	0.49 75	1.49 120	0.50 63

IGEV-Stereo+	0.60 58	1.04 227	0.24 40	0.49 111	0.32 62	0.29 53	0.13 32	0.51 53	0.26 46	0.79 124	0.94 182	0.57 62	0.26 46	0.28 62	1.64 67	1.19 110	0.59 70	0.61 91	1.19 98	0.43 61	0.90 90	1.17 97	0.48 117	0.20 39	0.41 46	0.31 35	0.56 30	0.40 49

UniTT-Stereo	0.60 58	0.44 41	0.32 52	0.21 26	0.25 45	0.34 67	0.17 58	0.61 63	0.31 60	0.75 106	0.27 39	0.62 74	0.34 58	0.21 41	1.77 83	1.44 154	0.57 64	0.61 91	1.53 120	0.44 66	0.91 91	1.14 96	0.37 71	0.29 59	0.50 68	0.54 86	0.52 21	0.58 76

CVANet_RVC	0.60 58	0.67 69	0.81 158	0.81 196	0.53 134	0.66 173	0.55 173	1.15 150	0.39 79	0.44 53	0.79 161	0.80 126	0.44 90	0.43 141	0.69 25	0.67 33	0.55 57	0.53 72	0.55 42	0.57 95	0.63 50	0.57 42	0.40 79	0.41 99	0.46 55	0.40 60	0.72 51	0.55 69

DMCA	0.63 61	0.73 94	0.63 122	0.40 87	0.49 115	0.52 127	0.33 116	0.59 60	0.52 128	0.80 128	0.63 119	0.70 97	0.40 77	0.47 162	1.48 57	0.92 57	0.69 88	0.67 116	0.67 49	0.51 77	0.67 56	0.59 44	0.48 117	0.45 114	0.48 64	0.52 84	1.04 83	0.62 87

RAFT_CTSACE	0.64 62	0.94 190	0.31 48	0.37 73	0.34 72	0.33 64	0.23 73	1.23 161	0.26 46	0.64 81	0.29 42	0.71 101	0.57 122	0.34 91	1.57 65	1.07 82	0.52 50	0.43 48	0.72 54	0.33 34	0.85 80	1.72 120	0.42 89	0.30 60	0.46 55	0.41 65	1.58 132	0.39 48

GANet	0.64 62	0.67 69	0.63 122	0.57 136	0.58 142	0.95 218	0.55 173	0.78 93	0.46 104	0.57 66	0.61 113	1.83 228	0.36 69	0.41 126	0.81 32	0.69 35	0.76 113	0.73 137	0.58 44	0.40 50	0.53 37	0.49 31	0.47 114	0.48 132	0.56 83	0.41 65	0.83 64	0.69 101

DFGA-Net	0.65 64	0.64 60	0.36 59	0.51 118	0.33 69	0.43 94	0.29 95	0.88 119	0.34 69	2.05 241	0.38 64	0.52 56	0.29 50	0.22 46	1.35 52	1.07 82	0.76 113	0.49 55	0.96 76	0.35 39	0.71 59	0.71 58	0.36 67	0.41 99	0.57 84	0.38 56	1.81 147	0.43 52

HCRNet	0.66 65	0.78 121	0.41 71	0.54 129	0.27 51	0.41 90	0.39 130	0.63 70	0.31 60	1.62 216	0.59 111	0.67 89	0.29 50	0.41 126	1.99 113	0.73 40	0.60 72	0.47 52	0.65 48	0.43 61	0.78 71	0.62 48	0.36 67	0.34 73	0.42 50	0.43 71	2.14 171	0.50 63

NLCSM	0.67 66	0.24 11	0.10 1	0.19 21	0.11 2	0.20 19	0.14 39	0.24 11	0.34 69	0.11 2	0.41 70	0.19 2	12.63 312	0.11 2	0.31 1	0.32 1	0.27 2	0.18 1	0.22 1	0.17 1	0.22 1	0.22 1	0.18 20	0.13 7	0.21 2	0.25 11	0.34 4	0.19 3

plain	0.67 66	0.87 156	0.33 56	0.31 52	0.59 145	0.33 64	0.30 97	0.89 120	0.34 69	0.72 97	0.24 34	0.65 82	0.34 58	0.19 32	1.95 102	1.57 181	0.71 95	0.69 122	0.94 74	0.39 46	1.28 123	1.20 100	0.33 58	0.33 71	0.59 91	0.60 93	0.72 51	0.74 106

MIF-Stereo (partial)	0.69 68	0.76 111	0.33 56	0.27 39	0.37 81	0.35 71	0.31 101	0.53 54	0.40 86	0.62 77	0.32 47	0.50 51	0.39 72	0.23 49	2.08 127	1.51 170	0.68 83	0.71 128	0.77 64	0.43 61	1.10 107	0.94 81	0.39 75	0.32 68	0.57 84	0.71 109	2.25 190	0.87 136

test_5	0.69 68	0.91 174	0.30 45	0.38 75	0.26 49	0.35 71	0.19 63	1.79 239	0.31 60	0.58 69	1.20 206	0.75 113	0.73 169	0.32 80	1.36 53	1.10 93	0.54 54	0.54 76	1.01 81	0.37 41	0.61 44	1.37 111	0.29 50	0.34 73	0.41 46	0.40 60	1.72 140	0.44 54

FINET	0.69 68	0.65 64	0.67 132	0.65 158	0.49 115	0.48 114	0.45 155	0.75 84	0.59 156	0.61 74	0.48 81	0.82 132	0.57 122	0.43 141	1.71 73	1.08 88	0.77 116	0.57 79	1.07 88	0.56 92	0.88 84	0.65 54	0.43 94	0.50 139	0.62 94	0.56 90	0.96 77	0.64 92

raft+_RVC	0.71 71	0.73 94	0.70 137	0.41 91	0.34 72	0.49 116	0.30 97	1.48 202	0.43 96	0.62 77	0.62 115	0.65 82	0.39 72	0.26 56	1.74 78	1.16 103	0.69 88	0.53 72	1.57 126	0.51 77	0.85 80	1.06 91	0.44 97	0.38 84	0.68 107	0.62 95	0.85 65	0.69 101

WQFJX1	0.73 72	0.26 14	0.12 3	0.20 23	0.17 20	0.16 6	0.12 21	0.25 16	0.57 151	0.12 3	0.75 150	0.22 6	12.81 314	0.12 6	0.34 2	0.39 3	0.31 5	0.21 2	0.26 2	0.20 6	0.26 2	0.32 13	0.29 50	0.14 15	0.25 7	0.27 27	0.55 29	0.16 1

IGEV-BASED-STEREO-	0.73 72	0.86 154	0.36 59	0.43 99	0.32 62	0.30 55	0.19 63	0.71 78	0.32 64	0.70 91	0.33 51	0.63 75	0.57 122	0.41 126	2.03 121	1.91 205	0.63 75	0.68 120	1.00 78	0.45 68	1.86 159	1.87 123	0.40 79	0.23 52	0.49 66	0.37 55	1.09 87	0.55 69

GMStereo	0.73 72	0.99 209	0.39 64	0.49 111	0.47 106	0.55 136	0.41 140	0.77 87	0.43 96	0.55 61	0.48 81	0.81 131	0.38 70	0.34 91	1.60 66	0.95 62	0.74 110	0.52 63	1.88 134	0.57 95	1.07 102	0.73 60	0.42 89	0.51 141	0.72 117	0.47 74	1.87 154	0.57 75
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 72	0.69 74	0.79 153	0.54 129	0.65 164	0.58 151	0.54 169	0.72 79	0.54 140	0.59 71	0.57 106	0.61 71	0.47 92	0.62 213	1.80 86	0.96 64	0.72 100	0.68 120	0.91 72	0.72 152	0.64 51	0.55 38	0.53 153	0.52 146	0.58 88	0.51 81	2.19 180	0.59 82

AFF-stereo	0.76 76	0.69 74	0.59 115	0.30 50	0.32 62	0.52 127	0.18 62	0.86 112	0.41 88	1.37 201	0.43 74	0.60 70	0.34 58	0.24 53	1.76 82	1.13 98	0.57 64	0.62 95	2.81 180	0.43 61	0.77 68	0.63 49	0.41 83	0.32 68	0.70 111	0.67 106	2.38 205	0.56 71

TestStereo	0.77 77	0.93 187	0.79 153	0.56 133	0.46 102	0.66 173	0.33 116	1.22 159	0.42 95	0.90 153	0.52 94	0.84 136	0.54 111	0.39 116	1.50 59	0.92 57	0.73 105	0.51 61	1.38 110	0.56 92	1.25 120	0.82 69	0.44 97	0.44 112	0.77 128	0.79 120	1.34 104	0.79 116

WQFJA1	0.78 78	0.27 16	0.14 5	0.20 23	0.17 20	0.20 19	0.14 39	0.24 11	0.72 183	0.14 4	1.42 223	0.21 3	12.89 318	0.11 2	0.51 12	0.39 3	0.32 7	0.26 8	0.29 4	0.22 10	0.29 4	0.27 7	0.26 44	0.17 29	0.24 5	0.26 20	0.44 12	0.22 9

WQFJX	0.78 78	0.19 2	0.15 12	0.17 15	0.13 7	0.24 37	0.17 58	0.19 3	0.97 209	0.15 9	1.63 230	0.18 1	12.83 315	0.12 6	0.36 4	0.40 5	0.29 3	0.25 6	0.27 3	0.26 21	0.27 3	0.24 4	0.27 46	0.16 22	0.26 9	0.25 11	0.54 26	0.22 9

NLMM	0.78 78	0.27 16	0.14 5	0.20 23	0.17 20	0.20 19	0.14 39	0.24 11	0.73 185	0.14 4	1.44 225	0.21 3	12.89 318	0.11 2	0.51 12	0.38 2	0.32 7	0.26 8	0.29 4	0.22 10	0.29 4	0.27 7	0.26 44	0.17 29	0.24 5	0.26 20	0.44 12	0.22 9

MIM_Stereo	0.78 78	0.77 117	0.53 107	0.43 99	0.38 83	0.46 103	0.22 72	1.50 205	0.31 60	0.55 61	0.38 64	0.64 79	0.27 48	0.32 80	1.77 83	1.09 90	0.63 75	0.73 137	3.30 205	0.57 95	1.19 116	0.91 78	0.34 59	0.36 79	0.49 66	0.41 65	1.95 159	0.58 76

DEFOM-Stereo_RVC	0.80 82	0.75 105	0.48 92	0.38 75	0.33 69	0.25 42	0.16 51	0.68 76	0.30 59	0.72 97	0.42 73	0.77 121	0.35 64	0.30 69	1.81 87	1.08 88	0.65 79	0.56 77	1.71 130	0.48 74	1.60 145	4.30 163	0.49 128	0.39 91	0.60 93	0.49 75	0.95 76	0.65 96

CFNet	0.80 82	0.84 147	0.79 153	0.76 181	0.70 177	0.60 158	0.46 159	0.84 109	0.48 112	0.66 85	0.71 142	0.92 154	0.61 136	0.43 141	1.75 80	0.84 51	0.70 91	0.64 107	0.90 71	0.78 169	0.89 88	0.72 59	0.45 103	0.51 141	0.87 153	0.83 128	1.67 138	1.15 179

G2L-Stereo	0.81 84	0.69 74	0.60 118	0.57 136	0.78 194	0.50 119	0.37 127	0.77 87	0.53 133	0.69 90	0.78 159	0.70 97	0.63 139	0.54 182	2.08 127	0.96 64	0.73 105	0.63 104	1.23 100	0.61 116	1.22 118	0.66 55	0.57 172	0.48 132	0.77 128	0.89 142	1.98 162	0.80 119

HGLStereo	0.83 85	0.64 60	0.75 146	0.52 122	0.67 170	0.56 142	0.45 155	0.66 75	0.50 121	1.72 223	0.96 186	0.64 79	0.56 118	0.54 182	1.65 70	1.18 107	0.80 126	0.76 146	1.05 84	0.66 135	0.99 96	1.36 110	0.49 128	0.54 156	0.71 114	0.76 116	1.59 134	0.82 123

S2M2_XL	0.85 86	0.50 46	0.64 125	0.24 31	0.30 56	0.35 71	0.28 92	0.61 63	0.43 96	0.56 63	0.35 60	0.65 82	0.59 127	0.34 91	2.56 177	1.65 189	0.69 88	0.47 52	0.72 54	0.54 83	4.94 201	2.28 135	0.48 117	0.30 60	0.55 82	0.51 81	0.74 55	0.74 106
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
UNet	0.85 86	0.76 111	0.74 143	0.60 145	0.60 148	0.61 162	0.53 167	0.90 121	0.58 154	1.21 187	0.68 130	0.71 101	0.56 118	0.67 222	1.72 77	1.11 96	0.79 123	0.72 135	1.13 93	0.82 180	0.84 78	0.69 56	0.62 193	0.58 169	0.64 97	0.77 117	2.48 214	0.95 147

RASNet	0.85 86	0.72 90	0.89 179	0.61 148	0.62 160	0.66 173	0.41 140	0.98 133	0.61 161	1.21 187	0.64 120	0.74 106	0.67 153	0.40 120	1.23 48	1.31 127	0.72 100	0.66 113	1.00 78	0.70 148	1.09 105	1.43 113	0.43 94	0.75 215	0.68 107	0.79 120	2.17 176	0.93 145

anonymousdsp2	0.86 89	0.84 147	0.84 165	0.43 99	0.44 100	0.56 142	0.32 112	1.17 152	0.36 75	0.66 85	0.67 127	0.69 93	0.40 77	0.49 173	1.46 55	1.36 135	0.67 82	0.62 95	2.12 143	0.60 113	1.36 131	2.66 143	0.36 67	0.44 112	0.71 114	0.51 81	1.86 153	0.64 92

dd	0.86 89	0.80 127	0.51 95	1.05 224	0.44 100	0.85 204	0.44 153	0.85 110	0.39 79	0.83 133	0.40 68	1.23 194	0.39 72	0.47 162	2.21 148	0.98 68	0.97 188	0.71 128	2.00 141	0.61 116	0.84 78	0.77 64	0.49 128	0.64 194	0.70 111	0.53 85	1.73 143	1.47 208

RAFT-Stereo + iAFF	0.86 89	0.72 90	0.84 165	0.41 91	0.39 85	0.54 133	0.21 70	0.99 134	0.52 128	1.54 211	0.57 106	0.73 105	0.39 72	0.26 56	2.15 135	1.17 105	0.64 78	0.50 57	2.66 173	0.57 95	0.88 84	0.90 76	0.47 114	0.39 91	0.86 148	0.72 111	2.54 226	0.66 98

DMCA-RVC	0.86 89	0.74 97	0.73 140	0.61 148	0.77 190	0.56 142	0.70 194	0.77 87	1.43 250	1.38 203	0.69 133	0.87 141	0.54 111	0.55 188	1.66 72	1.05 78	0.81 135	0.74 141	0.95 75	0.73 155	0.89 88	0.93 80	0.51 142	0.58 169	0.59 91	0.62 95	1.82 150	0.91 142

Former-RAFT_DAM_RVC	0.87 93	0.64 60	0.54 110	0.44 102	0.41 94	0.38 79	0.26 86	1.26 167	0.49 116	0.85 139	0.62 115	0.75 113	0.54 111	0.34 91	1.75 80	1.50 169	0.68 83	0.70 124	1.17 95	0.56 92	1.52 138	3.83 154	0.39 75	0.37 80	0.75 123	1.18 189	0.68 47	0.77 113

RAFT+CT+SA	0.87 93	0.97 203	0.40 67	0.45 105	0.29 54	0.38 79	0.20 67	1.64 228	0.33 67	0.72 97	0.30 44	0.88 146	0.65 147	0.40 120	1.56 64	1.21 114	0.56 61	0.57 79	2.08 142	0.40 50	0.83 77	5.00 177	0.32 55	0.37 80	0.47 61	0.42 70	1.56 125	0.49 62

DSFCA	0.87 93	0.84 147	0.73 140	0.65 158	0.77 190	0.61 162	0.78 199	0.75 84	0.78 189	0.77 114	0.83 170	0.75 113	0.48 95	0.43 141	1.89 99	1.14 100	0.85 144	0.87 182	1.00 78	0.74 158	1.00 100	1.05 90	0.72 226	0.63 191	0.83 139	0.95 155	1.88 155	0.85 132

IER	0.88 96	0.82 136	0.55 111	0.49 111	0.51 126	0.56 142	0.45 155	0.80 98	0.49 116	1.15 184	0.77 154	1.03 169	0.50 101	0.79 242	3.66 234	1.04 75	0.73 105	0.64 107	0.87 69	0.78 169	0.73 64	0.82 69	0.60 188	0.53 152	0.63 95	1.00 166	2.05 167	0.74 106

rafts_anoy	0.88 96	0.81 133	0.86 171	0.44 102	0.49 115	0.51 124	0.46 159	1.58 221	0.48 112	0.61 74	0.70 140	0.70 97	0.47 92	0.30 69	2.51 174	1.38 138	0.76 113	0.78 154	2.36 153	0.61 116	1.28 123	0.99 86	0.49 128	0.49 136	0.85 145	0.90 147	0.93 74	1.00 164

ARAFT	0.89 98	0.72 90	0.47 88	0.35 62	0.34 72	0.42 92	0.24 76	0.64 71	0.34 69	2.25 253	0.57 106	0.58 64	0.29 50	0.39 116	2.14 134	1.42 148	0.71 95	0.74 141	2.68 175	0.54 83	1.86 159	1.93 124	0.42 89	0.33 71	0.83 139	0.40 60	1.98 162	0.56 71

HITNet	0.90 99	0.65 64	0.62 121	0.68 166	0.50 124	0.39 82	0.32 112	1.26 167	0.89 200	0.70 91	0.70 140	0.91 152	0.49 98	0.39 116	1.96 109	1.02 72	0.66 81	0.64 107	0.79 66	0.61 116	1.53 139	3.85 155	0.46 105	0.52 146	0.58 88	0.64 98	1.81 147	0.81 121
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	0.93 100	0.98 206	0.39 64	0.38 75	0.36 79	0.39 82	0.25 79	1.02 136	0.39 79	0.79 124	0.34 54	0.58 64	0.73 169	0.54 182	3.06 211	1.47 164	0.71 95	0.52 63	2.91 183	0.54 83	1.34 126	1.84 121	0.35 62	0.39 91	0.54 77	1.06 171	2.53 224	0.60 83

SA-5K	0.93 100	0.98 206	0.39 64	0.38 75	0.36 79	0.39 82	0.25 79	1.02 136	0.39 79	0.79 124	0.34 54	0.58 64	0.73 169	0.54 182	3.06 211	1.47 164	0.71 95	0.52 63	2.91 183	0.54 83	1.34 126	1.84 121	0.35 62	0.39 91	0.54 77	1.06 171	2.53 224	0.60 83

RALCasStereoNet	0.93 100	0.82 136	0.93 184	0.53 126	0.53 134	0.60 158	0.45 155	1.48 202	0.44 100	1.03 171	0.75 150	0.89 151	0.49 98	0.32 80	2.31 157	1.43 152	0.78 119	0.75 143	1.50 117	0.58 99	1.18 115	2.21 134	0.49 128	0.57 165	0.86 148	1.13 183	0.90 68	1.16 180

CFNet_RVC	0.94 103	0.84 147	0.89 179	0.76 181	0.80 200	0.71 183	0.49 161	0.74 83	0.63 168	0.88 148	0.94 182	0.87 141	0.57 122	0.50 174	1.96 109	1.12 97	0.79 123	0.79 158	1.27 101	0.73 155	1.26 121	1.52 116	0.48 117	0.64 194	0.98 177	1.11 177	1.92 158	1.23 188

DLCB_ROB	0.94 103	0.90 170	0.88 174	0.73 174	0.80 200	0.69 180	0.69 193	0.87 116	0.72 183	0.94 161	0.86 174	1.02 165	0.91 208	0.69 229	1.48 57	1.06 81	0.97 188	0.72 135	0.88 70	0.74 158	1.21 117	1.21 101	0.78 235	0.71 210	1.26 225	1.26 197	1.49 120	0.95 147

AACVNet	0.95 105	0.87 156	0.69 134	0.91 206	0.91 212	0.72 187	0.59 184	0.87 116	0.60 157	0.73 102	0.88 177	0.79 125	0.64 142	0.60 206	1.77 83	1.37 137	0.84 142	0.83 171	1.12 92	0.77 165	1.36 131	1.13 95	0.70 219	0.65 196	0.87 153	1.12 180	1.90 156	1.31 197

DISCO	0.96 106	0.98 206	0.56 113	0.57 136	0.61 153	0.81 200	0.79 202	0.77 87	0.81 190	2.06 244	0.86 174	0.66 86	0.70 158	0.42 136	1.87 97	1.27 122	0.99 192	0.80 163	1.80 132	0.80 174	0.92 92	1.33 107	0.57 172	0.51 141	0.72 117	0.84 134	2.02 165	0.80 119

GLC_STEREO	0.97 107	0.89 167	0.85 169	0.56 133	0.60 148	0.48 114	0.40 136	1.70 231	0.47 106	0.77 114	0.67 127	0.78 124	0.63 139	0.61 208	2.53 175	1.65 189	0.88 155	0.60 86	1.57 126	0.70 148	2.48 169	1.17 97	0.44 97	0.43 108	0.67 100	0.55 88	2.36 201	0.88 139

TESTraft	0.98 108	0.96 201	0.42 74	0.41 91	0.33 69	0.40 85	0.25 79	1.13 147	0.39 79	0.97 167	0.35 60	0.61 71	0.75 178	0.54 182	3.18 221	1.42 148	0.70 91	0.50 57	2.86 182	0.53 82	1.08 103	3.15 148	0.35 62	0.40 96	0.52 74	1.18 189	2.52 220	0.61 85

psm_up	0.99 109	0.86 154	0.99 198	0.78 188	0.89 210	0.75 191	0.58 181	1.33 187	1.03 220	0.88 148	0.69 133	0.99 164	0.72 164	0.76 238	1.89 99	1.10 93	0.91 166	0.81 166	1.93 137	0.81 177	1.08 103	0.90 76	0.49 128	0.85 235	1.01 182	1.06 171	1.62 135	1.10 172

STTStereo	0.99 109	0.95 196	0.82 161	0.77 186	0.77 190	0.69 180	0.87 212	0.86 112	1.53 259	1.27 193	0.79 161	1.13 185	0.69 156	0.93 259	2.19 141	1.03 74	0.72 100	0.70 124	1.05 84	0.63 128	1.15 113	0.86 73	0.58 181	0.56 164	0.73 120	1.21 193	1.74 145	1.41 206

NLMM1	1.00 111	0.30 22	0.13 4	0.18 18	0.21 32	0.23 31	0.09 10	0.26 18	6.95 331	0.17 14	0.54 98	0.36 30	12.87 317	0.13 11	0.41 6	0.44 9	0.31 5	0.31 17	0.36 15	0.24 16	0.29 4	0.40 23	0.27 46	0.15 18	0.26 9	0.30 32	0.65 42	0.19 3

NLSM1	1.01 112	0.27 16	0.17 19	0.23 29	0.24 42	0.31 58	0.12 21	0.33 31	6.19 327	0.14 4	1.49 226	0.31 21	12.63 312	0.14 13	0.47 9	0.51 15	0.36 13	0.23 3	0.31 7	0.24 16	0.31 8	0.45 27	0.29 50	0.16 22	0.27 14	0.30 32	0.56 30	0.23 13

coex_refinement	1.02 113	1.02 221	0.76 147	0.66 163	0.85 204	0.71 183	0.50 164	0.81 100	1.04 221	0.67 87	1.01 195	0.94 155	0.44 90	0.46 157	3.49 230	0.95 62	0.78 119	0.71 128	3.74 214	0.77 165	0.85 80	0.75 62	0.63 198	0.52 146	0.87 153	0.93 151	1.75 146	0.94 146

NLCA_NET_v2_RVC	1.02 113	0.93 187	0.80 157	0.72 171	0.79 197	0.65 171	1.02 227	1.07 142	2.31 290	2.00 237	0.74 148	0.97 160	0.56 118	0.94 261	1.82 88	0.96 64	0.68 83	0.67 116	1.31 104	0.65 130	0.88 84	0.94 81	0.57 172	0.57 165	0.73 120	1.60 241	1.43 113	1.27 195
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	1.05 115	0.80 127	0.40 67	0.50 117	0.48 112	0.37 76	0.30 97	0.55 55	0.44 100	1.13 183	0.77 154	0.64 79	0.95 218	0.31 77	2.68 190	1.79 200	0.96 185	0.82 169	1.08 89	0.61 116	2.91 176	5.06 180	0.44 97	0.30 60	0.81 133	0.92 150	1.18 95	1.16 180

AF-Net	1.05 115	0.83 139	0.94 185	0.76 181	0.91 212	0.98 224	1.68 263	1.52 212	1.06 223	0.57 66	0.96 186	1.34 200	0.64 142	0.74 233	1.71 73	0.99 69	0.80 126	0.60 86	1.64 128	0.72 152	0.72 61	2.35 136	0.63 198	0.62 185	0.89 162	0.82 126	1.57 130	1.25 192

Nwc_Net	1.05 115	0.83 139	0.94 185	0.76 181	0.91 212	0.98 224	1.68 263	1.52 212	1.06 223	0.57 66	0.96 186	1.34 200	0.64 142	0.74 233	1.71 73	0.99 69	0.80 126	0.60 86	1.64 128	0.72 152	0.72 61	2.35 136	0.63 198	0.62 185	0.89 162	0.82 126	1.57 130	1.25 192

LMCR-Stereo	1.06 118	0.83 139	0.84 165	0.53 126	0.62 160	0.64 169	0.33 116	1.12 145	0.60 157	0.83 133	0.79 161	0.91 152	0.49 98	0.41 126	2.53 175	1.54 176	1.03 203	0.75 143	2.16 144	1.42 241	1.68 150	3.87 157	0.49 128	0.65 196	0.75 123	0.83 128	1.10 91	0.88 139

PDISCO_ROB	1.06 118	0.87 156	0.60 118	0.80 193	0.68 173	0.53 132	0.59 184	0.93 126	0.69 178	1.80 228	1.00 194	0.74 106	0.63 139	0.66 220	1.87 97	1.44 154	0.89 157	1.10 242	1.53 120	0.80 174	1.56 142	2.40 139	0.52 150	0.63 191	1.19 210	0.79 120	2.56 227	0.81 121

SA	1.07 120	0.90 170	0.42 74	0.55 131	0.53 134	0.49 116	0.24 76	1.60 222	0.46 104	0.71 96	0.41 70	0.69 93	0.58 126	0.62 213	1.74 78	1.41 145	0.78 119	0.79 158	3.17 194	0.65 130	1.24 119	4.73 169	0.34 59	0.51 141	0.75 123	1.12 180	2.64 234	0.72 105

PS-NSSS	1.07 120	1.44 273	0.69 134	1.20 244	0.91 212	1.16 242	0.93 219	0.80 98	0.55 142	0.74 105	0.49 84	1.98 236	1.03 226	0.91 256	1.54 63	0.92 57	0.83 140	0.73 137	1.45 115	0.62 123	0.94 93	0.63 49	1.68 293	0.50 139	1.00 180	0.95 155	3.21 259	1.11 175

HSM	1.07 120	0.75 105	0.97 193	0.78 188	0.77 190	0.54 133	0.54 169	1.87 248	0.60 157	0.76 110	0.85 173	0.87 141	0.67 153	0.56 189	2.24 149	1.05 78	0.92 172	0.71 128	2.57 161	0.71 150	1.80 157	2.08 132	0.56 169	0.72 213	0.90 166	0.97 159	2.08 169	1.03 165

LL-Strereo2	1.08 123	0.65 64	0.59 115	0.40 87	0.34 72	0.31 58	0.23 73	1.48 202	0.38 77	0.68 89	0.58 110	0.63 75	0.32 56	0.64 217	1.65 70	1.13 98	0.63 75	0.53 72	1.32 106	0.66 135	1.35 129	11.05 282	0.44 97	0.34 73	0.64 97	0.60 93	1.05 84	0.56 71

raftrobust	1.11 124	0.65 64	0.92 183	0.55 131	0.49 115	0.44 96	0.33 116	1.55 218	0.47 106	0.94 161	0.72 145	0.82 132	0.53 106	0.36 105	2.91 202	1.71 194	0.71 95	0.70 124	4.37 223	0.65 130	1.69 152	3.95 159	0.59 186	0.42 107	0.95 175	0.85 136	0.99 79	0.85 132

UCFNet_RVC	1.11 124	1.26 255	0.85 169	0.88 203	0.93 219	0.77 195	0.58 181	0.78 93	0.67 175	0.93 159	0.80 165	1.25 195	0.93 213	0.48 168	2.17 139	1.09 90	0.78 119	0.82 169	2.60 168	0.80 174	1.32 125	1.66 118	1.31 281	0.67 200	1.05 190	1.11 177	1.44 115	2.13 239

test_4	1.13 126	0.74 97	0.77 149	0.42 97	0.32 62	0.34 67	0.26 86	0.78 93	0.33 67	0.75 106	0.40 68	0.87 141	0.35 64	0.40 120	2.10 133	1.55 177	0.65 79	0.69 122	1.50 117	0.51 77	1.12 110	10.25 256	0.41 83	0.37 80	0.58 88	0.70 108	2.73 239	0.62 87

S2M2_L	1.14 127	0.87 156	1.13 229	0.46 108	0.37 81	0.43 94	0.28 92	0.60 61	0.52 128	1.85 232	0.34 54	0.63 75	0.40 77	0.43 141	2.36 159	1.91 205	0.70 91	0.60 86	1.06 87	0.58 99	4.38 190	4.69 167	0.49 128	0.37 80	0.64 97	0.89 142	3.07 254	0.79 116
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
Sa-1000	1.14 127	0.75 105	0.47 88	0.49 111	0.61 153	0.50 119	0.27 89	1.70 231	0.52 128	0.73 102	0.48 81	0.66 86	0.67 153	0.79 242	2.17 139	1.43 152	0.92 172	0.93 203	3.23 195	0.58 99	1.55 141	4.86 172	0.35 62	0.59 176	1.14 206	1.24 194	2.35 199	0.76 112

RALAANet	1.14 127	0.70 80	0.84 165	0.53 126	0.53 134	0.60 158	0.41 140	1.30 176	0.50 121	0.94 161	0.65 122	0.72 104	0.59 127	0.33 86	1.97 112	1.32 129	0.75 112	0.89 192	1.96 138	0.85 183	3.07 178	5.37 188	0.53 153	0.62 185	0.82 136	1.03 169	2.08 169	0.78 115

CASnet	1.15 130	0.91 174	0.49 93	0.40 87	0.43 98	0.38 79	0.20 67	0.91 124	0.49 116	0.77 114	0.56 103	0.88 146	0.53 106	0.35 96	2.15 135	1.24 118	0.72 100	0.50 57	1.34 108	0.54 83	7.12 240	5.37 188	0.41 83	0.38 84	1.21 212	0.49 75	1.45 116	0.79 116
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iResNet_ROB	1.16 131	0.83 139	0.82 161	0.65 158	0.59 145	0.67 176	0.58 181	2.65 299	0.53 133	1.73 224	0.76 153	0.87 141	0.78 188	0.47 162	3.77 242	1.45 156	0.87 151	0.86 180	2.81 180	0.65 130	1.26 121	0.87 74	0.57 172	0.73 214	0.81 133	0.95 155	2.65 236	1.03 165

RP	1.18 132	1.02 221	1.24 248	0.94 210	1.08 231	0.84 201	1.17 240	1.25 165	1.31 242	0.61 74	1.16 203	1.21 192	0.75 178	0.68 223	3.34 225	1.04 75	0.89 157	0.67 116	1.20 99	0.79 171	0.88 84	2.85 145	0.59 186	0.71 210	0.86 148	0.98 163	2.51 219	1.21 186

trnet	1.20 133	0.91 174	0.94 185	0.52 122	0.42 96	0.47 109	0.25 79	1.41 197	0.61 161	0.88 148	0.75 150	0.97 160	0.72 164	0.37 107	2.66 187	3.31 253	0.86 148	0.61 91	2.41 155	0.60 113	3.93 188	3.14 147	0.50 140	0.47 118	1.03 186	0.86 139	1.72 140	0.99 158

APVNet	1.21 134	1.02 221	0.64 125	0.69 167	0.78 194	0.86 205	0.84 207	0.78 93	0.71 182	0.92 157	0.82 168	0.86 139	0.59 127	0.58 198	2.67 189	1.65 189	1.11 213	0.98 218	3.23 195	0.85 183	1.62 146	4.73 169	0.55 162	0.84 234	0.77 128	0.80 123	1.90 156	0.98 152

iinet-f	1.22 135	1.08 231	0.64 125	0.93 209	0.46 102	0.68 178	0.57 177	0.79 97	0.48 112	2.11 249	1.35 218	0.83 134	0.64 142	0.35 96	3.95 245	1.80 202	0.77 116	0.66 113	2.93 189	1.00 205	1.53 139	3.24 149	0.64 204	0.53 152	1.10 201	0.63 97	2.23 189	0.90 141

PA-Net	1.22 135	0.95 196	1.13 229	0.75 177	1.31 254	0.68 178	0.84 207	0.82 105	1.18 236	0.83 133	0.77 154	0.76 117	0.78 188	0.91 256	3.00 207	1.21 114	0.68 83	0.77 149	1.02 82	0.82 180	1.13 112	4.67 166	0.66 208	0.82 229	1.00 180	2.10 275	1.24 97	2.13 239
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCC-stereo	1.25 137	1.24 249	1.10 221	0.99 217	1.05 225	0.96 219	1.53 257	1.79 239	1.59 262	0.60 72	1.34 215	1.17 189	1.03 226	0.74 233	2.44 165	1.07 82	0.89 157	0.99 221	1.54 122	0.91 191	0.99 96	2.46 140	0.80 243	0.76 217	1.26 225	1.59 238	1.39 109	1.61 216

Abc-Net	1.25 137	1.24 249	1.10 221	0.99 217	1.05 225	0.96 219	1.53 257	1.79 239	1.59 262	0.60 72	1.34 215	1.17 189	1.03 226	0.74 233	2.44 165	1.07 82	0.89 157	0.99 221	1.54 122	0.91 191	0.99 96	2.46 140	0.80 243	0.76 217	1.26 225	1.59 238	1.39 109	1.61 216
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CES	1.27 139	0.77 117	0.56 113	0.45 105	0.56 139	0.51 124	0.21 70	1.50 205	0.70 180	0.78 117	0.80 165	0.84 136	0.90 207	0.33 86	3.45 229	2.96 241	1.14 217	1.04 234	1.32 106	1.08 215	4.63 196	4.87 173	0.63 198	0.38 84	0.85 145	0.83 128	1.02 81	1.16 180

GMOStereo	1.28 140	0.74 97	0.45 81	0.62 151	0.52 128	0.46 103	0.39 130	1.54 214	0.47 106	0.87 142	0.47 77	0.74 106	0.59 127	0.35 96	2.01 115	1.45 156	0.80 126	0.87 182	2.92 185	0.69 141	1.78 153	10.98 278	0.46 105	0.41 99	1.09 196	0.72 111	1.56 125	0.58 76

error version	1.28 140	0.74 97	0.45 81	0.62 151	0.52 128	0.46 103	0.39 130	1.54 214	0.47 106	0.87 142	0.47 77	0.74 106	0.59 127	0.35 96	2.01 115	1.45 156	0.80 126	0.87 182	2.92 185	0.69 141	1.78 153	10.98 278	0.46 105	0.41 99	1.09 196	0.72 111	1.56 125	0.58 76

test-v	1.28 140	0.74 97	0.45 81	0.62 151	0.52 128	0.46 103	0.39 130	1.54 214	0.47 106	0.87 142	0.47 77	0.74 106	0.59 127	0.35 96	2.01 115	1.45 156	0.80 126	0.87 182	2.92 185	0.69 141	1.78 153	10.98 278	0.46 105	0.41 99	1.09 196	0.72 111	1.56 125	0.58 76

test-2	1.28 140	0.74 97	0.45 81	0.62 151	0.52 128	0.46 103	0.39 130	1.54 214	0.47 106	0.87 142	0.47 77	0.74 106	0.59 127	0.35 96	2.01 115	1.45 156	0.80 126	0.87 182	2.92 185	0.69 141	1.78 153	10.98 278	0.46 105	0.41 99	1.09 196	0.72 111	1.56 125	0.58 76

GANetREF_RVC	1.28 140	1.18 242	0.95 190	1.18 243	1.04 223	1.00 229	0.79 202	1.25 165	1.10 228	1.29 195	0.77 154	2.28 252	0.91 208	0.63 215	2.00 114	1.14 100	1.01 197	0.98 218	2.44 157	0.82 180	1.98 163	1.33 107	0.78 235	1.05 250	1.28 230	1.27 198	2.63 233	1.49 209
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	1.29 145	1.12 234	1.05 208	1.13 232	1.12 236	1.24 251	1.08 235	1.36 191	1.13 232	1.10 180	1.11 200	1.51 216	1.26 238	1.20 281	1.52 61	1.57 181	1.35 242	1.21 262	1.37 109	1.22 228	1.35 129	1.19 99	1.25 274	1.19 259	1.23 220	1.72 251	1.54 124	1.65 220

raft_robust	1.30 146	0.93 187	0.53 107	0.59 143	0.47 106	0.57 148	0.37 127	2.06 268	0.52 128	1.69 222	0.53 96	0.76 117	0.82 196	0.47 162	2.16 138	1.52 174	0.84 142	0.84 178	5.71 245	0.59 103	2.50 170	5.04 179	0.46 105	0.51 141	0.99 178	1.05 170	1.58 132	0.99 158

IPLGR_C	1.31 147	0.71 87	0.68 133	0.57 136	0.46 102	0.52 127	0.31 101	0.81 100	0.53 133	0.76 110	0.69 133	1.03 169	0.53 106	0.59 202	2.62 182	1.33 132	0.88 155	0.63 104	3.25 201	0.61 116	1.64 149	10.69 269	0.55 162	0.53 152	0.89 162	0.57 91	2.40 207	0.62 87

ACRE	1.31 147	0.70 80	0.66 130	0.58 142	0.47 106	0.52 127	0.32 112	0.81 100	0.53 133	0.76 110	0.69 133	1.04 173	0.52 105	0.59 202	2.66 187	1.32 129	0.89 157	0.63 104	3.25 201	0.61 116	1.62 146	10.69 269	0.55 162	0.52 146	0.92 170	0.55 88	2.40 207	0.62 87

SACVNet	1.31 147	0.94 190	0.95 190	0.90 204	1.10 233	0.87 207	0.92 218	1.50 205	0.81 190	1.23 192	0.71 142	0.94 155	0.69 156	0.68 223	1.83 91	1.40 142	1.12 216	0.83 171	2.20 146	0.94 197	2.13 164	5.87 198	0.65 205	0.82 229	1.04 187	1.06 171	2.02 165	1.30 196

4D-IteraStereo	1.32 150	0.61 59	1.07 214	0.49 111	0.43 98	0.40 85	0.25 79	1.44 200	0.37 76	0.75 106	0.56 103	0.75 113	0.43 82	0.43 141	2.29 156	1.38 138	0.68 83	0.66 113	2.70 176	0.59 103	3.21 180	10.86 277	0.46 105	0.40 96	0.69 109	0.83 128	2.34 197	0.64 92

CIPLG	1.32 150	0.70 80	0.69 134	0.57 136	0.46 102	0.52 127	0.33 116	0.81 100	0.55 142	0.76 110	0.69 133	1.03 169	0.53 106	0.59 202	2.91 202	1.33 132	0.89 157	0.62 95	3.23 195	0.62 123	1.62 146	10.69 269	0.55 162	0.53 152	0.90 166	0.54 86	2.37 204	0.61 85

DN-CSS_ROB	1.32 150	0.83 139	1.03 204	0.87 202	0.86 205	0.47 109	0.36 125	2.00 262	0.57 151	1.56 213	1.81 234	0.96 159	0.77 186	0.38 112	2.15 135	1.40 142	1.03 203	0.93 203	5.27 233	0.66 135	2.56 171	2.82 144	0.54 159	0.86 237	0.79 131	0.81 124	2.07 168	1.33 200

UDGNet	1.34 153	1.00 215	0.76 147	1.64 268	1.38 259	1.69 272	1.25 244	1.22 159	0.69 178	0.63 80	0.84 172	0.83 134	0.41 80	1.62 292	2.02 120	1.19 110	0.81 135	0.87 182	1.98 139	0.92 194	1.68 150	5.69 194	1.26 277	0.47 118	1.21 212	0.95 155	2.15 173	1.03 165

CREStereo	1.37 154	0.91 174	0.94 185	0.52 122	0.42 96	0.47 109	0.26 86	1.43 199	0.66 173	0.87 142	0.83 170	0.95 157	0.73 169	0.36 105	2.98 206	4.38 279	0.85 144	0.56 77	2.41 155	0.62 123	5.52 214	4.71 168	0.53 153	0.47 118	1.02 184	0.87 140	1.73 143	0.98 152
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	1.37 154	0.87 156	0.99 198	0.72 171	0.81 202	0.63 166	1.02 227	1.06 141	0.91 203	0.99 168	0.99 192	1.69 224	0.73 169	1.02 267	4.06 247	1.41 145	1.02 200	1.62 286	1.55 124	1.04 210	1.37 133	5.03 178	0.57 172	1.14 256	0.88 158	1.99 268	1.45 116	1.54 212

FADNet-RVC	1.38 156	0.71 87	0.88 174	0.77 186	1.09 232	0.58 151	2.16 280	0.92 125	0.57 151	1.03 171	0.72 145	1.48 211	0.64 142	0.61 208	5.02 254	1.56 179	0.85 144	0.90 195	2.24 148	1.52 257	2.20 165	4.08 161	0.51 142	0.77 219	1.48 255	1.14 185	1.43 113	1.35 202

PMTNet	1.39 157	0.94 190	0.99 198	0.48 110	0.49 115	0.47 109	0.32 112	0.83 106	0.66 173	0.83 133	0.62 115	0.88 146	0.50 101	0.35 96	2.72 193	4.30 276	0.91 166	0.57 79	2.40 154	0.54 83	6.12 222	5.45 191	0.57 172	0.38 84	1.99 288	1.00 166	1.09 87	1.19 185

GES	1.40 158	0.73 94	0.79 153	0.78 188	0.71 178	0.80 198	0.59 184	1.37 193	0.97 209	1.66 219	0.94 182	0.74 106	0.65 147	0.63 215	2.40 162	1.55 177	0.98 190	0.89 192	5.45 239	1.14 221	3.99 189	3.85 155	0.65 205	0.83 232	0.75 123	0.81 124	1.52 123	1.72 223

LoS_RVC	1.42 159	1.25 252	0.86 171	0.31 52	0.49 115	0.37 76	0.33 116	0.73 81	0.56 147	2.10 247	0.68 130	0.67 89	0.70 158	0.33 86	3.08 214	3.79 266	0.89 157	2.10 306	3.01 192	0.66 135	4.40 191	6.44 205	0.51 142	0.43 108	0.82 136	0.85 136	0.90 68	0.99 158

tt_ll	1.42 159	1.25 252	0.86 171	0.31 52	0.49 115	0.37 76	0.33 116	0.73 81	0.56 147	2.10 247	0.68 130	0.67 89	0.70 158	0.33 86	3.08 214	3.79 266	0.89 157	2.10 306	3.01 192	0.66 135	4.40 191	6.44 205	0.51 142	0.43 108	0.82 136	0.85 136	0.90 68	0.99 158

sAnonymous2	1.42 159	0.76 111	0.52 103	0.41 91	0.47 106	0.71 183	0.41 140	1.28 173	0.98 213	0.65 82	0.89 178	1.08 178	0.95 218	0.37 107	2.20 143	2.28 224	1.10 209	1.04 234	3.71 211	0.92 194	4.94 201	6.73 211	0.62 193	0.55 162	0.83 139	1.39 210	1.25 98	1.24 190

CroCo_RVC	1.42 159	0.76 111	0.52 103	0.41 91	0.47 106	0.71 183	0.41 140	1.28 173	0.98 213	0.65 82	0.89 178	1.08 178	0.95 218	0.37 107	2.20 143	2.28 224	1.10 209	1.04 234	3.71 211	0.92 194	4.94 201	6.73 211	0.62 193	0.55 162	0.83 139	1.39 210	1.25 98	1.24 190

RGC	1.43 163	1.30 261	1.99 291	1.14 237	1.18 244	1.16 242	1.01 224	1.20 157	1.08 226	0.91 154	1.70 233	1.18 191	1.24 237	0.87 250	3.10 218	1.18 107	0.98 190	0.86 180	1.81 133	1.02 207	1.39 134	3.87 157	0.76 228	0.90 241	1.14 206	1.53 230	2.17 176	1.85 227

YMNet	1.44 164	0.79 125	0.41 71	0.51 118	0.61 153	0.59 154	1.36 251	0.77 87	0.56 147	1.28 194	0.36 62	0.67 89	2.20 256	0.56 189	19.21 285	1.49 167	0.77 116	0.65 110	0.74 57	0.39 46	0.61 44	1.27 105	0.23 37	0.38 84	0.69 109	0.46 72	0.81 63	0.66 98

castereo	1.44 164	0.88 165	0.96 192	0.46 108	0.47 106	0.33 64	0.27 89	0.77 87	0.50 121	0.80 128	0.64 120	1.04 173	0.48 95	0.38 112	2.25 150	2.81 236	1.03 203	0.76 146	2.67 174	0.62 123	7.90 253	7.11 218	0.57 172	0.52 146	1.04 187	1.25 196	1.03 82	1.21 186

FADNet	1.44 164	0.83 139	0.83 164	0.82 198	1.03 222	0.61 162	1.88 274	0.97 131	0.73 185	0.93 159	0.92 181	1.16 188	0.76 183	0.74 233	3.69 238	1.34 134	0.91 166	1.03 231	2.63 169	1.49 250	2.87 175	4.93 174	0.49 128	0.65 196	1.54 264	1.70 250	1.51 122	1.83 226

stereogan	1.44 164	1.33 264	1.05 208	1.11 228	1.28 252	1.11 236	0.97 221	1.26 167	1.05 222	1.22 191	1.10 198	1.62 222	0.89 205	0.66 220	2.34 158	1.31 127	0.94 179	0.81 166	1.72 131	0.95 199	1.10 107	8.04 226	0.71 221	0.77 219	0.83 139	1.06 171	2.36 201	1.38 204

MGS-Stereo	1.48 168	0.99 209	0.47 88	0.40 87	0.35 76	0.40 85	0.36 125	0.65 72	0.26 46	0.52 60	0.43 74	0.52 56	0.38 70	0.43 141	23.31 293	0.93 61	0.73 105	0.79 158	0.93 73	0.65 130	1.10 107	1.25 104	0.44 97	0.48 132	0.72 117	0.49 75	1.29 102	0.77 113

NCCL2	1.48 168	1.28 259	1.10 221	1.11 228	1.43 262	0.78 196	0.90 215	1.05 140	1.14 234	1.86 234	1.27 211	1.02 165	0.81 191	0.80 245	3.43 227	1.42 148	1.14 217	0.87 182	1.31 104	0.89 190	1.94 162	3.37 151	1.48 289	1.02 246	1.50 259	1.35 205	3.80 281	1.85 227

TANstereo	1.49 170	1.06 228	0.88 174	0.67 164	0.73 181	0.87 207	0.33 116	0.86 112	0.61 161	0.70 91	0.69 133	0.59 68	0.59 127	1.02 267	2.75 194	2.89 238	0.94 179	1.13 250	1.43 113	1.28 231	5.13 208	5.06 180	1.35 283	0.46 116	0.54 77	0.89 142	5.92 301	0.74 106

XX-TBD	1.49 170	1.06 228	0.88 174	0.67 164	0.73 181	0.87 207	0.33 116	0.86 112	0.61 161	0.70 91	0.69 133	0.59 68	0.59 127	1.02 267	2.75 194	2.89 238	0.94 179	1.13 250	1.43 113	1.28 231	5.13 208	5.06 180	1.35 283	0.46 116	0.54 77	0.89 142	5.92 301	0.74 106

LoS	1.51 172	0.79 125	0.59 115	0.52 122	0.56 139	0.65 171	0.38 129	2.56 295	0.88 198	1.21 187	0.94 182	0.97 160	0.88 204	0.35 96	3.04 210	3.41 255	1.24 229	0.93 203	2.19 145	0.68 140	5.96 218	7.00 216	0.62 193	0.47 118	1.14 206	0.98 163	1.06 86	0.87 136
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ICVP	1.51 172	0.74 97	1.07 214	0.75 177	0.75 185	0.84 201	0.54 169	1.10 143	0.86 195	1.37 201	1.15 202	0.88 146	1.08 232	0.53 181	1.90 101	1.91 205	1.22 226	0.99 221	1.56 125	0.96 202	3.89 187	10.50 263	0.68 215	0.77 219	0.91 169	1.19 191	1.42 112	1.14 177
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
BEATNet_4x	1.53 174	0.77 117	0.77 149	0.75 177	0.67 170	0.47 109	0.40 136	1.23 161	1.32 243	0.83 133	0.77 154	0.95 157	0.74 174	0.59 202	5.02 254	2.40 231	1.64 255	1.43 280	1.27 101	0.85 183	4.54 193	8.28 228	0.48 117	0.91 242	0.70 111	0.77 117	1.85 151	0.99 158

iResNetv2_ROB	1.57 175	0.87 156	0.70 137	1.13 232	0.65 164	0.72 187	0.49 161	2.63 298	0.64 170	1.77 227	0.87 176	1.30 199	0.75 178	0.40 120	4.81 253	1.26 121	0.91 166	0.71 128	4.58 226	0.81 177	7.66 246	1.62 117	0.58 181	0.80 222	0.81 133	0.83 128	3.12 258	0.91 142

MyStereo04	1.58 176	0.90 170	0.97 193	0.78 188	0.89 210	0.57 148	0.40 136	1.57 220	0.97 209	2.23 252	0.89 178	1.34 200	0.54 111	0.41 126	2.94 205	2.47 232	0.86 148	0.92 199	5.37 235	1.50 253	4.62 195	3.51 152	0.92 261	0.81 226	1.21 212	1.61 243	2.58 229	0.95 147

AE-Stereo	1.61 177	0.85 151	1.23 247	0.81 196	0.51 126	0.57 148	0.75 198	0.83 106	0.49 116	0.79 124	0.54 98	1.29 196	0.72 164	0.47 162	2.05 125	2.96 241	0.99 192	0.92 199	2.63 169	0.86 186	4.61 194	11.92 300	0.50 140	0.80 222	1.26 225	1.34 204	1.95 159	0.86 134

castereo++	1.62 178	0.76 111	0.78 152	0.59 143	0.41 94	0.34 67	0.25 79	0.85 110	0.43 96	0.81 131	0.62 115	1.02 165	0.51 103	0.38 112	1.86 96	2.57 233	1.01 197	0.73 137	3.23 195	0.62 123	7.09 239	6.35 203	0.63 198	0.58 169	0.99 178	1.01 168	7.61 315	1.63 219

dad	1.63 179	0.97 203	0.65 128	2.18 285	1.19 246	1.01 230	3.99 300	1.66 229	0.55 142	1.21 187	0.50 86	1.12 184	2.01 252	0.58 198	3.09 216	1.16 103	1.11 213	0.76 146	2.70 176	0.77 165	1.34 126	1.48 114	0.71 221	0.88 239	2.48 297	0.71 109	5.52 300	3.80 278

CC-Net-ROB	1.63 179	1.81 288	1.19 242	1.85 274	1.77 279	2.27 285	1.56 259	0.93 126	0.96 208	1.29 195	0.67 127	5.48 298	2.51 262	1.43 290	1.64 67	0.87 53	1.34 239	1.17 254	2.46 158	0.88 188	1.09 105	1.35 109	3.34 309	0.63 191	1.22 217	1.15 186	1.47 118	1.57 214

XPNet_ROB	1.63 179	1.57 280	1.09 220	0.91 206	1.13 239	1.01 230	0.88 213	0.95 130	1.14 234	1.07 178	1.82 235	4.03 284	0.72 164	0.78 239	1.82 88	1.51 170	1.52 252	0.94 206	1.42 111	1.04 210	2.20 165	7.75 223	0.86 257	0.80 222	0.94 171	1.29 201	3.34 266	1.56 213

DeepPruner_ROB	1.64 182	0.75 105	0.91 181	0.85 200	0.88 208	0.75 191	1.75 267	1.26 167	0.91 203	1.49 209	1.65 231	0.85 138	0.81 191	0.56 189	3.12 220	1.49 167	1.02 200	1.02 228	2.33 152	0.75 162	7.42 243	6.70 209	0.81 247	0.69 204	0.88 158	1.45 218	2.17 176	0.87 136

CFNet_pseudo	1.65 183	0.78 121	0.82 161	0.82 198	0.79 197	0.69 180	0.42 146	0.93 126	0.53 133	0.95 164	0.81 167	0.88 146	0.81 191	0.81 246	15.70 280	1.39 140	0.74 110	0.71 128	7.24 281	0.77 165	0.97 94	1.50 115	0.69 218	0.57 165	0.88 158	0.89 142	1.47 118	1.12 176

GCAP-BAT	1.68 184	0.92 180	0.51 95	0.38 75	0.40 88	0.45 97	0.31 101	1.31 179	0.41 88	0.78 117	0.51 88	2.09 238	0.43 82	0.30 69	1.95 102	1.95 210	13.44 334	0.62 95	2.57 161	0.59 103	8.07 257	1.98 125	0.48 117	0.47 118	0.67 100	0.64 98	2.20 182	0.83 126

test_for_model	1.68 184	0.92 180	0.51 95	0.38 75	0.40 88	0.45 97	0.31 101	1.31 179	0.41 88	0.78 117	0.51 88	2.09 238	0.43 82	0.30 69	1.95 102	1.95 210	13.44 334	0.62 95	2.57 161	0.59 103	8.07 257	1.98 125	0.48 117	0.47 118	0.67 100	0.64 98	2.20 182	0.83 126

testlalala2	1.68 184	0.92 180	0.51 95	0.38 75	0.40 88	0.45 97	0.31 101	1.31 179	0.41 88	0.78 117	0.51 88	2.09 238	0.43 82	0.30 69	1.95 102	1.95 210	13.44 334	0.62 95	2.57 161	0.59 103	8.07 257	1.98 125	0.48 117	0.47 118	0.67 100	0.64 98	2.20 182	0.83 126

testlalala	1.68 184	0.92 180	0.51 95	0.38 75	0.40 88	0.45 97	0.31 101	1.31 179	0.41 88	0.78 117	0.51 88	2.09 238	0.43 82	0.30 69	1.95 102	1.95 210	13.44 334	0.62 95	2.57 161	0.59 103	8.07 257	1.98 125	0.48 117	0.47 118	0.67 100	0.64 98	2.20 182	0.83 126

testlalala_base	1.68 184	0.92 180	0.51 95	0.38 75	0.40 88	0.45 97	0.31 101	1.31 179	0.41 88	0.78 117	0.51 88	2.09 238	0.43 82	0.30 69	1.95 102	1.95 210	13.44 334	0.62 95	2.57 161	0.59 103	8.07 257	1.98 125	0.48 117	0.47 118	0.67 100	0.64 98	2.20 182	0.83 126

GCAP-Stereo	1.68 184	0.92 180	0.51 95	0.38 75	0.40 88	0.45 97	0.31 101	1.31 179	0.41 88	0.78 117	0.51 88	2.09 238	0.43 82	0.30 69	1.95 102	1.95 210	13.44 334	0.62 95	2.57 161	0.59 103	8.07 257	1.98 125	0.48 117	0.47 118	0.67 100	0.64 98	2.20 182	0.83 126

SGD-Stereo	1.69 190	0.50 46	0.36 59	0.28 41	0.30 56	0.30 55	0.17 58	0.57 58	0.28 55	0.44 53	0.21 29	0.69 93	0.39 72	0.25 54	31.04 296	1.51 170	0.73 105	0.52 63	0.68 51	0.45 68	1.43 137	1.32 106	0.41 83	0.30 60	0.45 54	0.46 72	0.87 66	0.63 91

test-3	1.73 191	1.00 215	1.08 217	0.63 156	0.60 148	0.55 136	0.43 149	1.99 258	0.39 79	0.86 140	0.54 98	1.45 208	0.53 106	0.41 126	2.20 143	1.41 145	0.81 135	0.79 158	6.57 262	0.69 141	5.20 212	11.52 294	0.46 105	0.54 156	0.86 148	0.97 159	3.11 255	0.98 152

test_1	1.73 191	1.01 217	1.08 217	0.63 156	0.60 148	0.55 136	0.43 149	1.99 258	0.39 79	0.86 140	0.54 98	1.45 208	0.54 111	0.41 126	2.20 143	1.42 148	0.80 126	0.79 158	6.57 262	0.69 141	5.20 212	11.52 294	0.46 105	0.54 156	0.87 153	0.97 159	3.11 255	0.98 152

test_3	1.73 191	1.02 221	1.05 208	0.65 158	0.61 153	0.55 136	0.43 149	1.96 254	0.38 77	0.88 148	0.52 94	1.45 208	0.54 111	0.40 120	2.20 143	1.40 142	0.81 135	0.81 166	6.56 261	0.71 150	5.08 205	11.49 291	0.43 94	0.49 136	0.96 176	1.09 176	3.23 260	0.98 152

CREStereo++_RVC	1.73 191	0.91 174	1.03 204	0.51 118	0.56 139	0.40 85	0.28 92	1.37 193	0.51 126	0.83 133	0.61 113	0.76 117	0.85 201	0.34 91	2.78 196	3.07 245	0.92 172	0.61 91	2.72 178	0.55 90	5.01 204	5.69 194	0.53 153	0.38 84	0.94 171	0.84 134	12.80 331	0.98 152
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	1.80 195	0.96 201	0.99 198	1.02 220	0.87 206	1.12 237	1.03 230	1.66 229	0.82 192	0.91 154	0.79 161	1.34 200	0.75 178	0.61 208	2.25 150	2.14 221	1.14 217	1.23 266	4.06 219	1.22 228	4.66 197	11.41 290	0.71 221	0.95 244	0.88 158	0.97 159	2.49 217	1.65 220

NaN_ROB	1.84 196	1.11 233	1.04 207	0.95 211	1.77 279	0.86 205	0.91 217	1.32 186	10.70 339	1.00 170	1.38 221	2.45 258	0.89 205	1.12 276	4.34 250	1.29 124	0.92 172	0.88 191	1.49 116	1.14 221	1.42 136	2.02 131	0.76 228	1.03 247	1.30 231	2.01 269	2.38 205	3.27 271

sCroCo_RVC	1.85 197	0.67 69	0.55 111	0.37 73	0.49 115	0.75 191	0.41 140	0.94 129	1.56 261	1.51 210	0.78 159	1.04 173	0.94 216	0.48 168	2.49 169	5.07 287	1.26 232	1.22 263	2.53 160	1.37 236	7.95 255	11.14 283	0.45 103	0.60 178	0.94 171	1.12 180	2.34 197	1.05 168

ETE_ROB	1.85 197	1.93 293	1.18 239	1.04 222	1.33 256	1.26 253	1.12 238	1.11 144	2.30 289	1.36 200	3.26 263	3.18 272	0.94 216	1.14 278	2.62 182	1.51 170	2.14 279	0.99 221	2.50 159	1.15 223	3.67 184	5.74 197	0.86 257	1.03 247	1.21 212	1.36 207	2.30 191	1.68 222

LALA_ROB	1.85 197	2.17 297	1.13 229	1.05 224	1.26 248	1.16 242	1.01 224	1.17 152	1.46 253	2.06 244	2.82 255	3.47 274	0.92 211	0.93 259	3.90 244	1.46 161	1.36 243	1.18 257	2.20 146	1.31 234	2.84 174	5.10 183	0.77 233	1.01 245	1.24 221	1.41 213	3.89 285	1.77 225

MLCV	1.91 200	0.87 156	0.97 193	1.33 253	1.13 239	0.99 226	0.74 197	2.14 271	0.77 188	2.02 238	4.44 276	1.60 219	1.56 245	0.45 152	2.63 184	1.79 200	1.11 213	0.96 214	6.71 268	1.05 212	4.69 199	5.60 192	0.66 208	1.60 271	1.14 206	1.35 205	2.31 193	1.06 170

RAFT + AFF	1.96 201	0.49 45	0.42 74	0.41 91	0.20 27	0.41 90	0.19 63	0.65 72	0.23 42	0.56 63	0.27 39	0.77 121	0.21 37	0.29 66	39.69 300	0.90 56	0.62 73	0.35 26	1.92 136	0.38 45	0.77 68	0.57 42	0.32 55	0.27 56	0.71 114	0.33 42	0.58 32	0.29 36

DDUNet	2.05 202	2.73 304	2.03 292	2.92 298	2.66 304	3.04 299	2.76 287	1.17 152	1.11 230	1.60 214	1.21 209	2.23 249	1.69 248	2.81 305	2.04 122	1.25 120	2.78 286	2.42 319	2.63 169	2.90 300	1.92 161	2.11 133	2.77 307	0.92 243	1.01 182	0.93 151	2.50 218	1.10 172

CASS	2.08 203	1.02 221	1.16 237	1.28 248	0.99 220	0.88 211	3.39 295	1.42 198	1.02 219	1.30 197	2.46 253	1.14 186	0.81 191	0.46 157	2.70 191	2.38 230	3.41 293	1.10 242	3.40 207	1.18 225	8.01 256	8.63 232	0.66 208	0.69 204	1.49 257	1.27 198	2.52 220	1.41 206
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HUF	2.12 204	0.70 80	0.53 107	0.35 62	0.25 45	0.29 53	0.16 51	0.81 100	0.29 57	0.49 58	0.24 34	0.61 71	0.43 82	0.27 58	21.42 288	21.17 347	0.56 61	0.52 63	2.25 149	0.54 83	1.58 144	1.03 88	0.42 89	0.34 73	0.51 71	0.30 32	0.76 59	0.47 58

s12784h	2.23 205	1.12 234	1.32 253	1.12 230	0.91 212	0.59 154	0.39 130	1.37 193	0.65 171	1.05 176	0.82 168	1.08 178	0.95 218	0.37 107	2.80 198	4.82 283	0.93 177	0.71 128	3.28 204	0.58 99	7.80 248	8.40 231	0.51 142	0.54 156	1.50 259	1.13 183	11.58 325	3.94 279

R-Stereo Train	2.23 205	1.01 217	1.14 232	0.96 212	0.63 162	0.73 189	0.31 101	1.30 176	1.01 217	1.68 220	4.49 277	1.29 196	0.70 158	0.42 136	2.49 169	3.99 271	1.66 256	1.02 228	6.77 270	1.11 216	7.83 249	12.24 305	0.49 128	0.54 156	1.42 247	1.66 246	1.34 104	1.93 232

RAFT-Stereo	2.23 205	1.01 217	1.14 232	0.96 212	0.63 162	0.73 189	0.31 101	1.30 176	1.01 217	1.68 220	4.49 277	1.29 196	0.70 158	0.42 136	2.49 169	3.99 271	1.66 256	1.02 228	6.77 270	1.11 216	7.83 249	12.24 305	0.49 128	0.54 156	1.42 247	1.66 246	1.34 104	1.93 232
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
EGLCR-Stereo	2.26 208	0.87 156	1.17 238	0.45 105	0.48 112	0.61 162	0.23 73	0.83 106	0.55 142	0.72 97	0.53 96	0.80 126	0.66 150	0.41 126	2.36 159	2.92 240	0.90 165	1.10 242	3.35 206	0.60 113	5.09 206	12.56 318	0.47 114	0.45 114	0.89 162	0.91 149	20.21 340	0.86 134

cross-raft	2.26 208	0.88 165	1.08 217	0.73 174	0.68 173	0.64 169	0.44 153	2.04 266	0.61 161	0.95 164	1.30 212	1.03 169	0.76 183	0.43 141	2.58 179	5.15 288	0.99 192	0.78 154	7.00 277	1.80 270	12.15 298	10.30 260	0.65 205	0.60 178	1.60 269	1.92 262	1.66 137	2.36 249

AnonymousM	2.27 210	0.64 60	0.44 79	0.51 118	0.32 62	0.49 116	0.24 76	1.70 231	0.48 112	0.75 106	2.06 246	0.70 97	0.47 92	0.39 116	2.47 168	3.26 251	0.99 192	1.03 231	1.88 134	2.37 291	4.85 200	6.68 208	0.57 172	0.47 118	0.53 76	0.65 105	11.71 327	14.52 320

LG-Stereo_Zeroshot	2.31 211	1.03 226	0.50 94	1.41 257	2.53 299	3.20 302	1.05 233	1.71 234	0.49 116	4.85 318	3.84 271	4.79 294	0.65 147	0.42 136	2.38 161	3.97 269	0.82 139	0.78 154	2.26 150	0.74 158	7.86 251	8.88 239	0.53 153	0.34 73	0.85 145	1.42 214	1.98 162	2.99 261

Anonymous3	2.32 212	0.85 151	0.88 174	0.56 133	1.10 233	0.89 214	0.70 194	2.45 290	1.12 231	1.05 176	0.98 191	2.57 263	1.14 235	0.56 189	4.14 249	9.30 316	1.50 250	1.47 281	5.33 234	1.49 250	6.83 233	10.10 250	0.71 221	0.67 200	1.08 192	1.38 208	2.32 194	1.35 202

RAFT-Test	2.37 213	0.85 151	1.14 232	1.02 220	0.65 164	0.58 151	0.51 165	2.18 276	0.70 180	1.12 181	5.37 287	0.97 160	0.92 211	0.45 152	2.50 172	5.29 293	0.99 192	0.80 163	6.96 276	1.11 216	10.85 295	10.83 276	0.67 211	0.58 169	1.51 261	1.82 257	1.38 108	2.18 243

RYNet	2.42 214	0.40 35	0.35 58	0.29 46	0.32 62	0.40 85	0.25 79	0.61 63	0.55 142	0.33 40	0.36 62	0.40 41	0.26 46	0.27 58	52.29 340	0.69 35	0.47 41	1.00 226	0.54 39	0.29 29	0.50 32	0.37 19	0.38 73	0.32 68	0.57 84	1.24 194	1.31 103	0.50 63

CSAN	2.48 215	1.26 255	1.12 227	1.46 263	1.78 282	1.13 238	0.90 215	1.50 205	10.52 338	2.40 260	3.81 270	4.12 285	2.51 262	0.96 263	3.83 243	1.27 122	1.29 235	1.05 238	3.24 200	1.70 266	3.71 185	4.45 164	0.79 238	1.38 266	1.39 241	3.93 302	2.43 209	2.96 260

ADLNet	2.50 216	0.99 209	0.73 140	0.62 151	0.75 185	0.63 166	0.53 167	1.12 145	0.61 161	0.58 69	0.71 142	1.61 221	0.61 136	0.87 250	46.09 317	1.02 72	0.70 91	0.67 116	0.85 67	0.74 158	0.75 67	1.07 93	0.51 142	0.47 118	0.94 171	0.93 151	1.63 136	0.70 103

Any-RAFT	2.54 217	0.94 190	1.27 251	0.75 177	0.75 185	0.50 119	0.40 136	1.99 258	0.56 147	0.87 142	6.98 319	1.50 213	0.51 103	0.40 120	2.50 172	3.41 255	0.91 166	0.90 195	6.78 272	0.75 162	14.26 331	10.61 267	0.67 211	0.59 176	1.63 270	1.83 258	2.17 176	4.22 281

GwcNet-ADL	2.54 217	1.23 248	1.55 266	1.22 245	1.26 248	0.97 222	0.78 199	1.50 205	0.84 194	3.20 284	6.67 304	1.86 229	1.05 229	0.79 242	4.58 251	4.90 285	1.47 249	0.90 195	5.20 232	1.95 279	6.39 227	10.33 261	0.91 260	1.12 255	1.22 217	1.93 263	2.15 173	2.70 254

Reg-Stereo(zero)	2.60 219	0.80 127	1.38 254	0.70 169	0.75 185	0.56 142	0.62 188	3.07 307	0.68 176	3.56 292	6.85 315	1.50 213	0.84 198	1.38 288	2.08 127	5.28 291	1.28 233	0.83 171	6.55 259	1.51 255	5.18 210	13.34 331	0.60 188	0.60 178	1.08 192	1.44 215	4.02 288	3.66 275

HI	2.60 219	0.80 127	1.38 254	0.70 169	0.75 185	0.56 142	0.62 188	3.07 307	0.68 176	3.56 292	6.85 315	1.50 213	0.84 198	1.38 288	2.08 127	5.28 291	1.28 233	0.83 171	6.55 259	1.51 255	5.18 210	13.34 331	0.60 188	0.60 178	1.08 192	1.44 215	4.02 288	3.66 275

EAI-Stereo	2.60 219	0.90 170	1.57 267	0.90 204	1.31 254	0.84 201	1.31 248	2.22 279	1.34 245	0.81 131	5.69 290	1.37 204	0.83 197	0.50 174	4.76 252	5.32 294	0.91 166	0.94 206	7.45 283	1.11 216	9.07 275	10.78 275	0.62 193	0.85 235	1.45 254	2.06 270	3.36 267	1.90 230

PSMNet-ADL	2.61 222	0.95 196	1.12 227	1.14 237	1.18 244	0.97 222	0.85 210	1.78 238	1.26 238	3.49 291	6.09 296	1.43 207	2.78 269	0.56 189	2.93 204	10.59 319	1.31 236	0.96 214	5.96 250	1.20 227	6.66 229	9.11 242	0.86 257	0.82 229	1.10 201	1.44 215	2.85 244	1.10 172

PWC_ROB	2.61 222	1.20 246	1.48 261	0.96 212	1.05 225	1.21 249	1.79 270	1.24 164	1.94 279	1.81 229	3.61 269	2.12 244	2.96 272	0.91 256	9.88 266	4.30 276	1.97 274	1.95 299	3.72 213	1.62 261	5.58 215	7.59 221	0.81 247	1.98 291	1.35 236	1.27 198	3.11 255	3.07 265

MSMDNet	2.69 224	0.87 156	1.07 214	0.57 136	0.65 164	0.59 154	0.49 161	2.03 264	0.62 167	1.03 171	0.97 190	1.05 176	12.04 310	0.50 174	2.60 180	5.56 296	1.05 206	0.80 163	6.93 275	1.42 241	11.49 297	12.49 315	0.67 211	0.58 169	1.48 255	1.83 258	1.28 100	1.97 235

HH	2.75 225	0.67 69	1.42 257	0.80 193	0.71 178	0.88 211	1.09 236	1.86 246	0.87 196	5.19 332	0.66 125	1.91 231	0.86 202	0.57 194	2.65 185	8.48 314	0.87 151	0.94 206	6.36 254	1.39 239	13.52 318	12.32 307	0.79 238	0.58 169	1.38 238	1.63 244	3.81 282	2.06 237

HanStereo	2.75 225	0.67 69	1.42 257	0.80 193	0.71 178	0.88 211	1.09 236	1.86 246	0.87 196	5.19 332	0.66 125	1.91 231	0.86 202	0.57 194	2.65 185	8.48 314	0.87 151	0.94 206	6.36 254	1.39 239	13.52 318	12.32 307	0.79 238	0.58 169	1.38 238	1.63 244	3.81 282	2.06 237

MSKI-zero shot	2.77 227	0.80 127	1.10 221	0.74 176	0.59 145	0.67 176	0.54 169	1.87 248	0.97 209	0.88 148	6.73 306	1.60 219	0.72 164	0.43 141	3.38 226	7.92 312	1.20 225	0.87 182	6.85 274	4.65 314	10.45 292	12.15 302	0.55 162	0.71 210	1.49 257	1.96 267	1.85 151	3.12 267

PWCDC_ROB	2.78 228	0.70 80	0.65 128	0.61 148	0.87 206	0.63 166	0.57 177	1.04 139	1.59 262	0.65 82	1.88 236	0.80 126	3.28 277	0.73 231	41.04 304	2.18 222	1.23 228	0.98 218	1.52 119	0.97 203	2.56 171	5.26 187	0.68 215	0.81 226	0.74 122	0.94 154	1.13 92	0.97 150

GANet-ADL	2.79 229	0.89 167	1.20 245	1.00 219	1.00 221	1.20 248	0.80 205	1.20 157	1.00 215	3.59 294	6.59 303	1.06 177	0.76 183	0.48 168	12.27 271	4.90 285	1.57 253	0.92 199	6.59 264	1.66 264	6.93 237	11.51 293	0.68 215	0.80 222	1.09 196	1.40 212	2.47 213	1.85 227

iResNet	2.79 229	0.95 196	0.91 181	1.35 255	1.69 274	1.41 259	1.02 227	1.81 243	1.09 227	2.62 265	5.14 284	1.80 227	2.38 258	0.46 157	10.35 267	7.64 309	1.36 243	1.23 266	6.83 273	1.78 269	10.05 285	4.09 162	0.61 191	2.02 292	1.10 201	1.50 226	2.80 242	1.39 205

NVstereo2D	2.81 231	0.82 136	0.74 143	0.69 167	0.78 194	0.92 216	0.81 206	1.18 156	0.76 187	0.91 154	1.06 196	0.80 126	0.55 117	0.71 230	52.63 342	1.47 164	0.86 148	0.83 171	1.42 111	0.69 141	1.12 110	0.94 81	0.76 228	0.83 232	1.08 192	0.78 119	0.98 78	0.74 106

DCVSM-stereo	2.89 232	0.92 180	1.57 267	1.31 252	1.04 223	1.53 265	0.99 222	2.96 305	1.33 244	3.46 289	6.20 297	6.77 307	2.59 264	0.87 250	2.25 150	4.01 273	1.37 245	1.11 246	7.05 279	4.27 309	6.91 234	6.70 209	1.25 274	2.64 316	1.30 231	1.73 252	3.46 271	2.47 250

MIPNet	2.89 232	0.91 174	0.77 149	0.49 111	0.65 164	0.55 136	0.57 177	1.34 190	0.53 133	2.05 241	0.99 192	0.80 126	0.77 186	0.48 168	40.89 303	1.61 185	1.15 221	0.94 206	3.25 201	1.19 226	1.15 113	9.31 243	0.57 172	0.62 185	1.24 221	1.51 227	2.90 248	0.82 123

DAS	2.93 234	0.99 209	1.06 212	1.13 232	1.05 225	1.03 232	1.04 231	1.74 236	1.81 274	3.32 286	5.70 291	2.61 264	3.08 274	0.50 174	3.19 222	7.47 306	1.83 263	1.23 266	5.90 246	1.83 271	12.92 308	10.26 257	0.76 228	1.94 287	1.32 233	1.51 227	2.60 230	1.31 197

SepStereo	2.93 234	0.99 209	1.06 212	1.13 232	1.05 225	1.03 232	1.04 231	1.74 236	1.81 274	3.32 286	5.70 291	2.61 264	3.08 274	0.50 174	3.19 222	7.47 306	1.83 263	1.23 266	5.90 246	1.83 271	12.92 308	10.26 257	0.76 228	1.94 287	1.32 233	1.51 227	2.60 230	1.31 197

model_zeroshot	2.99 236	0.75 105	1.18 239	1.86 275	0.74 183	0.59 154	0.56 175	1.94 252	0.63 168	3.88 302	6.88 317	1.41 206	0.66 150	0.68 223	5.34 257	4.82 283	1.18 223	0.96 214	7.09 280	1.03 208	12.99 311	9.02 240	0.54 159	0.65 196	5.42 316	1.66 246	2.16 175	6.22 299

IPLG	3.01 237	0.75 105	0.63 122	0.42 97	0.52 128	0.54 133	0.51 165	1.63 226	0.35 73	0.62 77	0.59 111	0.77 121	0.66 150	0.46 157	51.49 334	1.67 193	1.02 200	0.92 199	3.51 209	0.63 128	0.99 96	5.97 200	0.49 128	0.48 132	0.80 132	1.16 187	2.86 245	0.71 104

MFMNet_re	3.01 237	1.41 268	1.48 261	1.53 266	1.87 287	1.96 280	2.01 277	2.67 301	2.16 285	1.60 214	1.98 240	3.57 276	2.65 266	1.02 267	6.96 263	4.19 275	2.67 284	1.96 300	6.48 258	2.40 293	14.04 325	4.97 175	1.86 297	1.97 289	1.38 238	1.33 203	3.31 265	1.94 234

test-1	3.02 239	0.66 68	1.14 232	0.60 145	0.58 142	0.75 191	0.63 190	1.96 254	0.82 192	4.00 304	5.48 288	2.18 247	0.80 190	0.41 126	4.00 246	7.32 305	1.18 223	1.19 259	6.72 269	7.57 328	10.78 293	12.94 328	0.54 159	0.60 178	1.40 244	1.78 254	2.89 247	2.52 251

RTSC	3.08 240	0.95 196	1.25 250	0.76 181	0.91 212	0.96 219	1.84 272	1.15 150	1.34 245	2.37 257	2.12 247	1.11 182	0.99 222	1.02 267	41.50 306	1.94 209	1.88 267	1.22 263	4.09 220	1.06 213	2.76 173	4.02 160	0.63 198	1.03 247	0.83 139	0.99 165	2.44 210	1.98 236

pcwnet_v2	3.22 241	0.81 133	0.94 185	0.92 208	1.12 236	0.94 217	0.70 194	1.17 152	0.88 198	2.04 240	1.10 198	1.09 181	1.00 223	1.27 284	47.63 320	1.56 179	0.96 185	0.87 182	6.63 265	0.81 177	2.45 168	3.52 153	1.01 266	0.75 215	1.04 187	1.16 187	2.44 210	2.23 246

IPLGR	3.25 242	0.89 167	0.81 158	0.65 158	0.66 169	0.50 119	0.42 146	1.14 149	0.44 100	2.02 238	1.30 212	0.86 139	0.74 174	0.47 162	50.44 329	1.86 203	1.15 221	1.11 246	3.23 195	1.37 236	1.41 135	7.71 222	0.56 169	0.70 209	1.39 241	1.55 234	3.46 271	0.92 144

IGEV-FE	3.38 243	0.83 139	1.84 281	2.81 295	0.69 175	2.38 291	1.26 246	2.23 280	0.94 206	4.29 309	6.75 307	2.28 252	1.01 224	0.45 152	2.82 199	7.73 311	0.85 144	0.77 149	5.93 248	1.88 274	8.51 271	12.88 326	0.58 181	0.69 204	1.40 244	1.57 235	14.79 337	2.99 261

IGEV_Zeroshot_test	3.38 243	0.83 139	1.84 281	2.82 296	0.69 175	2.37 289	1.26 246	2.23 280	0.94 206	4.40 310	6.76 308	2.28 252	1.01 224	0.45 152	2.83 200	7.72 310	0.87 151	0.77 149	5.93 248	1.87 273	8.49 270	12.88 326	0.58 181	0.69 204	1.40 244	1.57 235	14.84 338	2.99 261

SHD	3.38 243	1.01 217	1.68 273	1.14 237	1.07 230	1.14 239	1.78 269	1.61 225	1.66 265	2.40 260	3.05 259	1.63 223	2.43 260	0.84 248	40.11 301	2.04 217	1.74 258	1.40 278	4.17 221	1.88 274	3.81 186	5.43 190	0.70 219	1.67 274	1.86 284	1.46 219	1.97 161	1.59 215

FADNet_RVC	3.44 246	1.21 247	1.19 242	1.40 256	1.78 282	0.99 226	1.75 267	1.50 205	1.19 237	1.35 199	2.01 244	1.96 234	1.63 246	1.66 294	22.11 289	3.36 254	1.83 263	2.82 329	5.63 243	1.76 268	6.35 226	9.50 244	0.77 233	1.39 268	1.21 212	1.48 220	12.05 328	2.87 258

FC-DCNN	3.48 247	1.59 281	4.19 327	2.76 294	2.30 291	3.10 301	1.73 266	2.57 296	1.72 267	2.88 274	1.36 219	2.15 245	1.21 236	0.68 223	6.32 259	1.61 185	1.31 236	1.03 231	7.90 287	0.95 199	8.85 273	8.73 235	0.82 251	1.69 278	3.19 305	2.50 286	4.67 293	16.15 324

HSM-Net_RVC	3.49 248	1.07 230	1.10 221	1.70 270	1.17 243	0.90 215	0.61 187	2.29 287	1.07 225	2.77 270	5.82 293	41.08 344	1.35 243	0.50 174	2.40 162	1.74 196	1.10 209	0.77 149	1.99 140	1.13 220	6.78 232	6.90 214	0.80 243	2.23 301	1.64 272	1.49 223	2.14 171	1.75 224
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RTS	3.53 249	1.15 237	0.98 196	0.97 215	1.26 248	1.33 255	3.31 292	1.33 187	1.50 257	2.37 257	1.20 206	1.75 225	1.12 233	0.88 253	42.78 309	2.37 228	1.94 271	1.33 275	3.94 215	1.62 261	3.62 182	5.21 185	1.02 267	1.09 253	1.83 282	5.05 308	2.33 195	2.13 239

RTSA	3.53 249	1.15 237	0.98 196	0.97 215	1.26 248	1.33 255	3.31 292	1.33 187	1.50 257	2.37 257	1.20 206	1.75 225	1.12 233	0.88 253	42.78 309	2.37 228	1.94 271	1.33 275	3.94 215	1.62 261	3.62 182	5.21 185	1.02 267	1.09 253	1.83 282	5.05 308	2.33 195	2.13 239

XQC	3.58 251	1.29 260	1.21 246	1.28 248	1.43 262	1.29 254	1.93 275	1.60 222	1.45 251	2.47 262	3.06 260	1.48 211	4.17 280	1.23 283	44.68 315	2.35 226	1.60 254	1.18 257	3.95 218	1.43 243	3.22 181	4.97 175	0.84 254	1.24 261	1.43 250	2.09 274	2.30 191	1.52 210

FCDSN-DC	3.63 252	0.94 190	2.84 313	1.29 250	1.30 253	1.03 232	1.00 223	0.90 121	0.91 203	1.04 175	0.74 148	1.21 192	0.74 174	0.58 198	52.59 341	2.04 217	1.24 229	1.13 250	1.05 84	0.79 171	6.62 228	10.01 248	0.78 235	2.18 296	1.20 211	1.67 249	1.20 96	1.05 168
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	3.64 253	1.48 275	1.03 204	1.98 280	1.75 278	2.09 283	5.14 307	2.15 272	2.23 286	1.73 224	1.57 228	2.49 260	4.83 283	5.73 325	12.78 272	1.73 195	1.22 226	1.06 239	5.43 237	1.54 258	12.24 301	9.06 241	1.52 290	1.16 257	2.29 290	3.46 298	3.05 253	7.63 304

NOSS_ROB	3.67 254	1.38 267	0.81 158	1.15 241	1.16 242	1.15 240	0.65 191	2.25 283	1.41 249	4.85 318	6.68 305	6.78 308	1.06 230	0.82 247	11.52 270	14.58 331	1.34 239	1.17 254	2.93 189	0.98 204	14.13 326	12.82 322	0.79 238	1.48 269	1.13 205	1.48 220	3.41 268	1.25 192

FC-DCNN v2	3.76 255	1.64 282	4.17 326	2.93 300	2.32 293	3.38 303	1.67 262	2.65 299	2.92 299	2.86 273	1.36 219	2.62 266	1.33 241	0.68 223	6.35 260	1.65 189	1.31 236	1.00 226	8.25 288	0.94 197	8.74 272	8.73 235	0.82 251	1.68 275	4.68 313	3.34 297	7.40 313	15.96 323

gcap-zeroshot	3.80 256	0.78 121	1.44 259	1.88 276	0.67 170	1.15 240	1.31 248	2.09 270	0.65 171	5.43 338	7.00 320	2.87 269	0.70 158	0.31 77	2.44 165	5.25 290	0.94 179	0.91 198	36.08 328	1.25 230	8.46 269	10.60 266	4.00 314	0.62 185	1.44 251	1.49 223	1.34 104	1.53 211

AIO-Stereo-zeroshot	3.88 257	1.16 241	2.03 292	1.15 241	0.83 203	1.77 275	1.13 239	2.03 264	3.32 307	2.90 275	7.02 321	2.32 255	2.01 252	0.38 112	3.61 232	9.96 317	1.34 239	1.07 240	6.67 266	6.11 323	8.45 268	12.70 319	0.56 169	1.27 263	1.76 279	1.48 220	16.62 339	5.17 289

UDG	3.91 258	2.76 305	2.09 294	2.92 298	2.64 302	2.99 298	2.71 285	1.31 179	1.13 232	1.65 218	1.96 238	2.20 248	1.68 247	2.77 304	48.81 324	1.57 181	3.02 290	2.26 309	2.65 172	2.91 301	3.00 177	3.09 146	2.64 302	1.05 250	1.02 184	1.19 191	2.36 201	1.16 180

PVD	4.10 259	1.44 273	2.12 296	1.41 257	1.58 269	1.68 271	2.10 279	3.06 306	2.66 295	2.85 272	4.32 274	2.46 259	3.63 279	1.27 284	40.43 302	2.72 235	2.19 280	2.11 308	4.71 227	2.46 295	6.18 223	6.10 202	1.02 267	1.74 279	2.32 293	2.44 284	2.90 248	2.66 253

SAMSARA	4.13 260	1.32 262	1.53 264	1.48 264	1.35 257	1.47 263	2.74 286	2.23 280	1.83 276	2.26 254	3.47 268	2.01 237	8.60 293	1.76 298	38.24 298	2.88 237	1.82 262	1.41 279	4.99 229	1.91 276	5.10 207	5.71 196	0.94 262	1.80 281	3.33 307	3.84 300	4.16 290	3.30 273

iRaft-Stereo_20w	4.16 261	1.13 236	2.10 295	2.66 291	1.55 268	1.55 266	1.17 240	1.96 254	1.27 239	5.53 339	6.77 309	1.52 217	1.34 242	0.43 141	3.03 208	5.32 294	0.95 183	0.77 149	5.49 240	1.46 248	8.20 264	12.75 321	0.61 191	0.60 178	1.63 270	25.36 343	11.64 326	5.58 295

SGM-Forest	4.18 262	1.24 249	0.74 143	2.12 283	1.35 257	1.42 260	0.56 175	1.36 191	0.90 201	4.89 321	0.96 186	2.51 262	12.92 320	0.61 208	16.38 281	3.12 247	0.79 123	0.65 110	7.04 278	0.76 164	6.77 231	10.03 249	0.84 254	0.81 226	1.66 274	1.78 254	4.79 298	25.96 339
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ccs_rob	4.23 263	1.10 232	1.53 264	1.14 237	0.92 218	1.19 247	1.05 233	2.86 304	1.27 239	4.20 306	35.77 346	8.95 318	1.29 239	0.73 231	3.10 218	6.47 299	1.50 250	1.17 254	5.98 251	1.44 245	10.44 291	11.78 297	0.74 227	2.24 302	1.07 191	1.30 202	2.65 236	2.20 244

DeepPrunerF	4.30 264	1.53 276	0.72 139	2.93 300	5.08 333	2.43 293	3.38 294	0.87 116	4.11 315	0.80 128	1.17 204	0.66 86	0.56 118	0.61 208	45.12 316	2.02 216	1.01 197	0.78 154	2.32 151	0.88 188	1.56 142	1.70 119	0.84 254	0.67 200	29.00 347	1.78 254	2.48 214	1.17 184

MSC_U_SF_DS_RVC	4.33 265	2.25 301	1.45 260	2.41 288	1.94 289	1.93 278	4.82 306	1.96 254	2.59 293	2.96 278	1.96 238	2.49 260	8.10 291	9.76 333	14.02 275	3.47 258	2.04 278	1.98 301	14.27 306	3.33 305	7.23 242	7.20 219	2.89 308	1.85 285	2.43 296	2.85 291	2.19 180	6.62 301

FAT-Stereo	4.35 266	1.18 242	2.25 298	1.48 264	1.81 285	1.42 260	1.49 256	3.57 316	1.84 277	3.66 297	6.22 298	6.70 306	2.76 268	1.07 275	6.82 262	15.24 337	2.03 277	2.49 320	5.43 237	8.81 337	13.23 314	12.34 311	0.95 263	2.79 324	1.26 225	2.25 279	2.96 251	5.48 292

ITSA-stereo	4.40 267	1.26 255	1.18 239	1.64 268	1.64 271	0.99 226	1.38 253	1.99 258	1.47 255	3.68 299	6.79 310	2.16 246	1.42 244	1.36 287	8.32 264	6.93 302	2.19 280	1.94 298	6.40 256	5.42 318	7.43 244	10.74 274	1.29 278	2.39 308	1.53 263	5.02 307	23.63 343	8.74 306

MFN_U_SF_RVC	4.44 268	1.91 292	1.83 280	2.19 286	1.82 286	2.38 291	4.61 304	2.39 289	1.94 279	4.48 312	11.47 337	3.74 282	2.50 261	4.72 320	20.32 287	3.66 262	1.91 269	1.83 294	11.50 301	3.25 304	7.86 251	6.73 211	1.25 274	3.20 333	1.86 284	3.84 300	2.83 243	3.94 279

RainbowNet	4.65 269	3.75 320	2.70 311	4.56 311	2.98 314	4.16 309	8.75 320	2.05 267	2.01 282	1.90 235	1.12 201	3.61 280	3.00 273	3.60 316	2.70 191	1.89 204	2.97 289	1.54 284	15.27 309	8.73 336	11.07 296	11.30 289	10.70 341	2.22 298	1.73 276	2.30 280	2.76 240	6.13 298

S-Stereo	4.68 270	1.15 237	1.74 277	1.75 271	1.63 270	1.65 269	2.24 282	2.75 303	2.15 284	3.32 286	11.59 338	5.97 299	1.74 249	0.88 253	19.04 284	16.28 339	1.81 261	2.39 317	5.64 244	9.35 342	7.13 241	12.52 316	1.61 292	2.64 316	1.24 221	2.08 273	2.88 246	3.26 270

MADNet+	4.78 271	2.02 296	1.87 285	2.01 281	2.36 295	1.47 263	4.28 302	2.47 292	1.99 281	2.66 266	2.13 248	3.56 275	2.85 271	2.34 301	41.14 305	5.66 297	3.48 295	1.53 283	4.54 225	3.38 306	13.07 313	7.34 220	1.72 294	3.48 335	2.93 301	2.17 277	3.24 262	3.29 272

ADCRef	4.84 272	1.42 271	1.01 202	0.78 188	1.77 279	1.21 249	1.62 261	0.99 134	5.58 324	1.85 232	1.08 197	1.02 165	0.91 208	1.17 280	54.35 346	1.92 208	1.10 209	1.04 234	3.49 208	1.32 235	1.80 157	3.27 150	2.13 300	0.87 238	2.30 291	4.60 304	2.48 214	29.71 344

SQANet	4.87 273	4.55 327	2.13 297	19.76 332	2.63 300	4.99 318	3.29 291	1.63 226	1.45 251	1.20 186	1.40 222	3.22 273	2.40 259	2.76 303	3.09 216	1.20 113	5.19 304	1.07 240	19.89 314	1.28 231	12.48 302	10.73 272	11.37 344	1.49 270	1.57 267	2.32 282	2.66 238	5.86 296

FBW_ROB	4.93 274	2.40 302	2.44 305	2.67 292	2.86 308	2.30 288	4.71 305	1.79 239	1.10 228	2.54 263	2.92 256	4.12 285	5.31 284	6.61 326	50.17 326	1.18 107	1.44 247	0.95 212	8.76 291	1.43 243	8.26 265	5.68 193	4.20 315	1.75 280	1.42 247	1.95 265	1.81 147	2.20 244

ADCP+	5.07 275	1.54 277	1.72 274	1.08 226	1.54 266	1.18 245	2.02 278	1.02 136	2.72 298	4.05 305	2.23 251	2.24 250	0.61 136	0.94 261	54.46 347	1.52 174	0.83 140	0.95 212	3.94 215	0.87 187	2.22 167	2.57 142	0.71 221	0.62 185	2.48 297	11.25 327	7.85 316	23.66 335

CBMV	5.08 276	1.41 268	1.15 236	1.44 262	1.42 261	1.24 251	0.78 199	2.27 285	1.47 255	3.04 280	6.44 301	7.74 311	9.07 296	0.60 206	12.81 273	13.79 328	1.99 275	1.29 272	9.56 293	1.15 223	9.82 280	12.54 317	0.82 251	1.84 284	1.44 251	1.83 258	4.39 292	25.76 338
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
otaku	5.09 277	5.20 328	2.27 299	18.45 330	2.89 309	5.73 321	3.63 297	1.44 200	1.46 253	1.31 198	1.42 223	3.59 278	2.63 265	3.22 310	3.07 213	1.30 125	5.55 306	1.14 253	20.28 315	1.49 250	13.81 322	11.25 288	11.85 346	1.91 286	1.56 266	2.06 270	2.52 220	6.49 300

ACVNet_1	5.24 278	3.87 322	3.60 324	13.80 326	3.48 323	6.00 326	10.57 325	1.60 222	1.79 271	1.55 212	1.30 212	4.40 290	2.80 270	5.43 323	2.42 164	1.39 140	11.59 324	1.72 291	20.91 319	1.50 253	14.41 336	8.16 227	7.22 328	2.84 326	1.73 276	2.19 278	2.61 232	2.72 255

Ntro	5.35 279	6.19 333	2.38 303	8.06 321	2.91 311	4.88 316	6.70 313	1.40 196	1.53 259	1.44 208	1.19 205	3.58 277	2.73 267	3.12 309	3.66 234	1.17 105	6.56 314	1.19 259	32.62 325	1.60 260	14.27 333	11.82 298	11.41 345	2.54 313	1.64 272	2.30 280	2.45 212	5.00 286

EKT-Stereo	5.41 280	0.97 203	1.10 221	0.72 171	0.74 183	0.87 207	1.17 240	2.02 263	1.00 215	1.41 206	2.92 256	1.11 182	0.81 191	0.46 157	72.33 356	14.74 332	1.14 217	1.37 277	5.61 242	7.76 329	9.80 279	10.61 267	0.53 153	0.61 184	1.39 241	1.11 177	2.56 227	1.08 171

pmcnn	5.52 281	1.54 277	1.51 263	2.64 290	3.13 316	2.07 281	10.40 324	2.61 297	2.65 294	2.55 264	6.41 300	6.23 303	15.93 329	0.58 198	6.75 261	14.92 334	3.87 298	3.34 332	7.45 283	7.76 329	13.60 321	10.19 253	6.30 326	2.29 305	1.57 267	3.30 296	4.69 294	4.80 283

DPSNet	5.60 282	1.54 277	1.19 242	1.76 272	2.44 298	2.08 282	1.81 271	1.95 253	2.93 300	2.09 246	5.15 285	9.82 321	6.09 286	8.98 330	14.30 276	12.14 325	4.12 302	3.60 333	17.82 311	8.28 333	12.18 299	14.58 335	3.71 312	3.09 330	2.30 291	2.42 283	2.52 220	2.24 247

ADCMid	5.63 283	2.23 299	2.63 308	1.42 260	2.89 309	2.37 289	3.73 298	1.92 250	2.97 301	1.91 236	3.16 261	2.33 256	2.31 257	1.48 291	50.97 333	3.74 264	1.84 266	1.86 296	7.38 282	1.99 283	4.66 197	5.18 184	2.70 304	1.38 266	2.33 294	8.75 323	6.81 311	21.02 331

ADCL	5.69 284	1.88 289	1.63 270	1.29 250	1.40 260	1.59 268	2.22 281	1.23 161	5.20 322	3.04 280	2.01 244	1.14 186	0.84 198	1.04 273	50.40 328	1.63 188	1.45 248	1.79 292	2.94 191	1.38 238	3.19 179	2.35 136	1.23 273	1.07 252	9.47 332	11.74 329	11.34 324	29.10 343

SANet	5.69 284	2.22 298	1.77 278	1.84 273	2.37 296	2.28 286	1.43 254	4.49 326	7.61 333	2.05 241	4.86 282	8.34 317	11.81 309	1.70 295	43.86 313	1.62 187	5.96 308	1.51 282	4.43 224	1.70 266	8.97 274	8.28 228	1.20 271	2.60 314	1.94 287	6.02 316	3.42 270	9.29 309

DDF-Stereo	5.75 286	1.70 284	0.52 103	38.69 344	0.79 197	32.72 348	0.96 220	1.26 167	0.53 133	1.03 171	2.56 254	40.13 343	1.82 251	0.57 194	2.07 126	3.66 262	0.92 172	0.83 171	4.27 222	0.73 155	6.68 230	6.39 204	0.52 150	0.47 118	0.87 153	1.54 232	1.72 140	1.23 188

SPS-STEREO	5.78 287	1.73 287	1.86 283	2.48 289	1.67 273	2.19 284	1.60 260	2.72 302	1.76 269	3.63 296	6.80 312	4.12 285	2.19 255	1.21 282	13.01 274	12.86 326	2.91 288	2.01 302	47.66 341	2.04 285	14.17 328	13.06 330	1.43 286	2.27 304	2.40 295	1.94 264	3.66 278	2.80 256
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	5.79 288	3.52 315	2.90 314	21.94 336	3.38 321	4.55 311	8.18 318	1.84 244	1.76 269	1.84 230	1.98 240	3.88 283	3.20 276	3.03 307	2.85 201	1.46 161	12.77 330	1.56 285	33.59 326	1.68 265	10.81 294	7.91 224	6.79 327	2.68 322	3.13 304	2.65 288	3.23 260	3.11 266

edge stereo	5.88 289	1.88 289	3.14 318	2.14 284	1.80 284	2.47 295	2.43 283	4.51 327	3.45 309	3.97 303	4.84 281	6.45 305	17.40 330	1.04 273	5.09 256	14.91 333	1.80 259	1.66 288	37.39 330	6.28 325	5.99 220	12.74 320	1.44 287	2.02 292	2.12 289	2.11 276	3.75 279	5.99 297

Dean	5.89 290	3.71 319	2.59 306	34.77 341	3.99 327	4.60 314	10.86 327	2.26 284	2.39 291	2.16 250	1.55 227	4.68 293	4.76 282	3.30 312	3.03 208	1.76 197	12.09 327	1.65 287	9.86 296	2.04 285	14.16 327	9.89 247	7.35 329	2.66 321	3.36 308	2.91 292	3.53 275	3.13 268

AnyNet_C32	6.05 291	1.43 272	1.39 256	1.26 247	1.64 271	1.36 257	2.92 288	1.55 218	5.28 323	2.67 268	4.61 279	1.90 230	1.29 239	1.29 286	55.18 348	3.43 257	1.96 273	2.08 305	3.65 210	1.91 276	6.94 238	8.77 237	1.20 271	1.68 275	6.02 319	14.92 335	6.12 304	20.86 330

DDVS	6.06 292	1.18 242	1.31 252	1.12 230	1.54 266	1.18 245	1.01 224	2.45 290	1.75 268	3.31 285	80.70 354	6.22 302	1.76 250	1.15 279	3.67 237	6.50 300	2.01 276	1.29 272	5.56 241	4.99 317	10.09 287	12.94 328	0.81 247	1.16 257	1.11 204	1.53 230	4.71 295	2.62 252

G-Net	6.29 293	1.69 283	1.86 283	1.42 260	1.70 276	1.45 262	1.19 243	4.71 328	8.56 334	3.16 282	4.70 280	7.94 312	6.89 288	0.85 249	15.45 279	8.15 313	1.92 270	2.75 325	5.41 236	6.49 326	9.16 277	11.23 287	1.46 288	2.81 325	1.81 280	19.84 339	6.51 309	30.80 345

TRStereo	6.31 294	1.25 252	1.93 286	0.85 200	0.61 153	2.29 287	0.86 211	2.21 278	0.54 140	4.40 310	1.34 215	2.24 250	0.75 178	0.45 152	4.08 248	6.55 301	0.80 126	0.85 179	6.04 252	1.45 247	7.60 245	12.13 301	0.55 162	0.49 136	1.44 251	103.74 360	3.24 262	1.61 216

HBP-ISP	6.40 295	1.33 264	2.30 301	1.91 279	1.51 264	1.65 269	0.79 202	2.50 294	1.29 241	4.91 322	6.80 312	1.37 204	0.74 174	14.59 340	52.98 343	19.59 343	1.24 229	1.10 242	6.08 253	8.03 332	12.73 304	16.75 341	0.79 238	1.19 259	1.81 280	2.06 270	3.90 286	2.87 258

SGM-ForestM	6.44 296	10.17 343	6.98 342	4.69 312	2.91 311	6.90 329	9.70 323	7.26 337	4.59 320	4.81 317	6.31 299	9.50 320	9.35 298	0.78 239	3.65 233	1.30 125	6.50 312	0.89 192	11.21 300	1.44 245	6.08 221	6.02 201	1.58 291	1.68 275	9.47 332	11.34 328	12.07 329	16.58 325

CBMV_ROB	6.60 297	1.41 268	1.59 269	2.38 287	1.74 277	1.90 277	1.86 273	6.44 333	1.69 266	5.02 326	7.03 322	9.95 327	11.26 305	0.65 219	38.55 299	7.04 303	2.78 286	1.12 249	9.67 295	2.45 294	9.46 278	11.60 296	0.80 243	1.37 265	4.92 314	12.01 330	4.73 296	18.79 328

ADCS	6.69 298	1.97 294	1.94 287	1.41 257	2.24 290	1.84 276	3.00 289	2.08 269	3.97 312	2.66 266	3.26 263	3.01 271	11.48 306	2.01 300	53.18 344	11.65 323	2.72 285	2.59 322	5.10 230	2.24 289	10.43 290	8.65 233	1.76 295	1.97 289	2.57 299	10.58 325	7.51 314	18.68 327

anonymity	6.71 299	0.80 127	1.73 276	1.09 227	0.88 208	0.79 197	0.68 192	2.17 274	0.90 201	3.78 301	97.20 355	1.95 233	0.93 213	0.44 151	2.57 178	7.16 304	0.95 183	0.83 171	6.70 267	1.07 214	7.93 254	12.47 314	0.67 211	0.57 165	1.51 261	1.60 241	20.99 342	2.80 256

ADCPNet	7.09 300	1.18 242	3.04 317	1.33 253	3.12 315	1.36 257	8.88 321	2.15 272	3.24 305	4.23 307	7.84 329	1.96 234	15.92 328	1.71 296	49.61 325	3.53 261	1.89 268	1.25 270	19.14 313	3.03 303	5.96 218	4.75 171	4.72 316	1.29 264	3.95 311	5.33 310	3.87 284	27.01 340

IMH-64-1	7.17 301	3.27 310	3.53 321	4.69 312	3.29 318	4.58 312	5.71 309	3.51 313	3.09 302	1.39 204	1.98 240	4.90 295	10.92 301	4.82 321	52.00 335	4.78 281	3.66 296	2.27 310	12.32 302	1.96 280	6.91 234	10.55 264	7.77 334	2.22 298	6.05 320	4.73 305	13.45 333	9.13 307

IMH-64	7.17 301	3.27 310	3.53 321	4.69 312	3.29 318	4.58 312	5.71 309	3.51 313	3.09 302	1.39 204	1.98 240	4.90 295	10.92 301	4.82 321	52.00 335	4.78 281	3.66 296	2.27 310	12.32 302	1.96 280	6.91 234	10.55 264	7.77 334	2.22 298	6.05 320	4.73 305	13.45 333	9.13 307

AnyNet_C01	7.20 303	2.24 300	2.27 299	2.95 302	1.92 288	1.58 267	5.39 308	3.73 321	5.63 325	3.17 283	4.41 275	4.59 292	6.09 286	1.88 299	58.66 350	14.24 329	5.46 305	3.69 334	4.79 228	3.02 302	8.40 267	10.33 261	2.45 301	2.24 302	5.77 317	2.65 288	8.81 320	17.99 326

WAO-6	7.36 304	2.83 307	2.64 309	8.38 323	2.78 306	3.59 306	8.61 319	3.51 313	3.36 308	1.84 230	2.45 252	5.99 300	8.70 295	3.06 308	50.70 330	2.35 226	13.44 334	1.82 293	8.79 292	2.15 288	14.26 331	12.40 313	3.35 310	2.64 316	7.87 326	5.84 313	4.30 291	11.17 316

WAO-7	8.11 305	2.98 308	5.46 336	29.83 339	2.32 293	3.09 300	9.23 322	2.48 293	4.20 316	4.67 316	7.60 325	7.98 313	11.78 308	1.64 293	22.32 290	2.11 220	12.00 326	2.79 328	44.95 338	2.13 287	10.06 286	10.12 251	1.37 285	2.49 312	2.97 303	4.35 303	2.94 250	5.06 288

AIO-Stereo-zeroshot1	8.38 306	1.15 237	1.98 289	1.25 246	1.24 247	1.74 273	1.31 248	2.17 274	7.44 332	3.47 290	7.09 323	2.38 257	2.08 254	0.37 107	3.49 230	11.36 322	1.39 246	0.99 221	136.53 354	6.21 324	8.35 266	12.33 309	0.55 162	0.88 239	1.22 217	1.95 265	2.35 199	4.96 285

SGM_RVC	8.49 307	2.77 306	1.77 278	2.88 297	2.31 292	3.42 304	2.70 284	7.78 342	3.92 311	5.57 340	8.42 330	9.89 323	12.92 320	0.68 223	3.72 239	2.10 219	6.63 315	1.11 246	40.78 332	5.93 322	9.99 283	10.27 259	1.97 298	2.17 295	8.79 331	2.97 293	27.36 345	40.51 351
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SFCPSM	8.92 308	1.34 266	1.05 208	1.13 232	1.12 236	1.10 235	0.89 214	1.28 173	1.79 271	2.71 269	5.63 289	4.32 289	7.90 290	1.01 266	5.47 258	5.23 289	1.80 259	1.19 259	162.18 356	4.49 311	7.79 247	9.52 245	0.81 247	1.64 272	1.33 235	1.76 253	3.30 264	3.06 264

ELAS_RVC	9.07 309	3.30 312	5.65 337	4.08 306	3.41 322	7.21 331	4.01 301	7.69 339	3.75 310	4.97 324	7.74 326	9.89 323	11.00 303	3.00 306	47.69 321	4.33 278	6.53 313	9.70 342	9.64 294	2.89 299	13.54 320	15.79 338	2.75 305	4.07 338	18.38 341	23.86 341	4.94 299	5.18 290
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	9.11 310	3.31 313	3.55 323	4.46 309	3.30 320	4.60 314	6.29 312	3.48 311	3.12 304	1.42 207	1.88 236	5.38 297	15.63 327	51.61 354	52.03 337	3.06 244	3.92 299	2.32 313	20.77 317	2.01 284	6.25 224	9.58 246	8.07 338	2.21 297	7.69 325	5.96 315	3.77 280	10.35 314

PWCK	9.19 311	3.84 321	2.76 312	4.81 316	3.48 323	7.14 330	7.79 316	3.92 322	4.66 321	4.66 315	5.84 294	24.68 339	8.47 292	3.24 311	10.95 269	3.27 252	9.48 321	2.36 315	72.75 348	4.94 316	14.76 339	6.95 215	3.68 311	2.40 309	8.01 327	7.55 319	6.35 305	9.51 311

MADNet++	9.22 312	4.13 326	6.16 339	4.32 308	5.78 337	3.96 307	8.14 317	7.09 336	6.83 330	5.28 335	7.83 328	7.65 310	8.62 294	12.90 335	19.42 286	21.00 346	7.04 317	6.27 337	10.40 298	7.97 331	14.29 334	18.67 344	3.96 313	5.12 342	5.80 318	22.29 340	9.32 321	8.69 305

MeshStereo	9.30 313	2.68 303	2.31 302	4.19 307	2.81 307	4.05 308	1.96 276	8.24 344	9.28 335	5.13 329	8.64 331	11.19 331	12.84 316	0.78 239	52.26 339	15.80 338	4.59 303	1.92 297	22.33 320	1.58 259	15.40 343	19.41 345	1.06 270	2.12 294	8.69 330	5.55 311	10.68 322	15.59 322
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	9.81 314	3.92 323	2.43 304	5.31 320	4.70 332	5.34 320	7.44 315	3.39 310	2.25 287	117.09 359	3.30 266	6.44 304	10.28 300	3.91 318	2.28 155	1.78 199	3.22 291	3.17 331	38.45 331	3.58 307	5.84 217	5.88 199	6.18 325	1.83 282	3.46 309	3.13 295	7.10 312	3.19 269

ELAS	10.16 315	3.54 316	5.12 335	4.49 310	4.32 331	5.01 319	4.33 303	6.88 335	4.09 314	4.97 324	7.74 326	9.90 325	11.01 304	3.51 315	52.19 338	4.52 280	7.15 318	9.65 341	8.69 290	2.38 292	13.33 316	14.95 337	2.75 305	3.64 337	17.76 340	27.24 346	13.13 332	21.93 332
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
notaker	10.31 316	13.11 344	4.84 330	18.55 331	6.95 341	7.98 334	14.39 336	3.69 320	3.28 306	2.90 275	2.15 249	30.28 341	43.63 340	4.40 319	9.01 265	2.66 234	12.71 328	2.73 324	42.35 334	2.87 298	14.87 340	10.21 254	7.77 334	3.03 328	2.66 300	2.98 294	3.46 271	4.84 284

JetBlue	10.90 317	9.40 341	6.23 340	8.34 322	6.82 340	10.07 339	10.58 326	5.04 331	3.97 312	2.95 277	4.09 272	9.83 322	9.32 297	8.12 328	48.65 323	14.50 330	6.76 316	5.08 336	7.66 285	3.76 308	13.23 314	17.58 343	8.19 339	3.58 336	11.41 335	18.49 337	12.08 330	28.49 342

LVE	10.96 318	3.63 318	2.68 310	55.15 351	4.03 330	7.50 332	88.91 356	1.93 251	2.44 292	2.26 254	1.69 232	4.48 291	4.75 281	3.42 314	3.44 228	2.21 223	6.03 310	1.84 295	50.68 344	1.97 282	10.14 288	12.19 304	5.54 317	3.12 331	3.75 310	2.46 285	2.99 252	6.76 303

XX-Stereo	11.10 319	0.72 90	1.24 248	1.04 222	0.52 128	0.80 198	0.84 207	1.13 147	0.51 126	4.53 314	6.79 310	1.54 218	1.06 230	0.42 136	2.78 196	5.82 298	0.96 185	0.94 206	6.43 257	0.91 191	6.26 225	8.36 230	0.58 181	0.43 108	237.38 360	1.38 208	2.64 234	3.61 274

DGSMNet	11.16 320	1.98 295	1.98 289	1.90 278	1.52 265	2.46 294	1.47 255	3.07 307	2.11 283	12.67 347	102.10 356	3.59 278	18.94 333	18.97 345	16.50 282	15.09 335	12.73 329	10.36 343	13.79 305	4.57 312	12.99 311	14.32 334	7.77 334	3.43 334	1.75 278	6.25 317	3.48 274	5.53 293

ACVNet-4b	11.58 321	3.99 324	2.60 307	44.40 347	2.71 305	4.98 317	62.31 351	1.85 245	1.79 271	1.63 217	1.25 210	4.22 288	58.75 348	3.34 313	2.27 153	1.21 114	13.33 333	1.70 290	49.50 342	1.93 278	14.47 338	13.72 333	7.40 330	3.13 332	1.55 265	1.89 261	2.20 182	4.61 282

LSM0	11.61 322	1.70 284	2.94 315	2.71 293	2.41 297	2.76 296	6.88 314	4.22 324	4.26 317	3.67 298	7.57 324	7.41 309	9.43 299	0.98 264	64.90 355	78.60 358	3.43 294	2.37 316	20.39 316	4.80 315	14.29 334	16.21 340	1.30 280	3.06 329	3.29 306	12.44 331	6.06 303	25.31 337

UNDER WATER-64	11.75 323	7.29 339	4.90 331	17.03 329	7.40 342	8.44 335	16.49 339	8.25 345	4.32 318	4.51 313	3.21 262	17.72 334	15.23 325	8.81 329	46.52 319	10.69 320	13.57 341	3.01 330	12.74 304	8.66 335	14.20 329	12.82 322	11.01 342	4.40 339	6.45 323	18.67 338	8.71 319	22.29 333

SGM+DAISY	11.81 324	3.22 309	3.47 319	3.83 305	3.15 317	4.25 310	3.52 296	7.70 340	10.88 341	5.57 340	9.00 335	9.94 326	13.12 322	1.74 297	22.71 292	18.99 342	3.23 292	2.28 312	15.35 310	8.91 338	15.05 341	17.02 342	1.32 282	4.58 340	24.50 345	31.01 349	32.60 351	41.83 354

MDST_ROB	12.03 325	32.81 349	1.72 274	20.74 335	2.64 302	5.90 325	1.72 265	4.06 323	1.35 247	3.76 300	6.53 302	2.75 268	42.83 339	0.54 182	50.83 332	1.22 117	1.08 208	0.75 143	18.95 312	1.00 205	12.75 307	11.49 291	1.29 278	1.26 262	22.72 344	11.17 326	31.24 348	31.81 347

WAO-8	12.07 326	5.33 329	4.83 328	26.48 337	4.01 328	6.22 327	11.73 333	3.65 318	6.39 328	28.97 352	41.01 348	8.08 314	18.91 331	20.68 348	3.75 240	3.24 249	9.46 319	2.01 302	53.81 345	5.76 320	9.83 281	11.16 284	6.04 323	2.43 310	8.05 328	7.74 320	6.36 306	9.95 312

Venus	12.07 326	5.33 329	4.83 328	26.48 337	4.01 328	6.22 327	11.73 333	3.65 318	6.39 328	28.97 352	41.01 348	8.08 314	18.91 331	20.68 348	3.75 240	3.24 249	9.46 319	2.01 302	53.81 345	5.76 320	9.83 281	11.16 284	6.04 323	2.43 310	8.05 328	7.74 320	6.36 306	9.95 312

JetRed	12.50 328	6.96 338	7.76 343	4.77 315	6.78 339	9.35 337	10.92 328	5.31 332	4.54 319	5.85 342	3.28 265	8.17 316	7.48 289	9.74 332	50.80 331	15.21 336	10.30 322	7.93 338	7.83 286	5.44 319	18.10 346	24.48 348	11.12 343	4.60 341	11.97 336	25.85 344	24.78 344	28.17 341

TorneroNet-64	13.24 329	6.25 334	5.07 334	34.05 340	3.72 325	9.38 338	16.75 340	3.49 312	12.26 344	2.27 256	5.98 295	17.67 333	34.24 337	14.37 338	47.92 322	3.76 265	13.18 332	2.40 318	36.34 329	9.15 341	13.85 324	12.35 312	5.65 318	2.64 316	14.28 339	14.51 334	3.41 268	12.48 317

ACV-stereo	13.36 330	1.90 291	1.63 270	2.10 282	1.15 241	2.97 297	1.36 251	1.72 235	1.86 278	2.96 278	4.89 283	3.67 281	43.88 341	1.13 277	54.14 345	17.43 340	2.38 282	1.31 274	170.74 357	4.64 313	12.73 304	14.68 336	0.97 264	1.83 282	1.25 224	1.49 223	3.53 275	2.32 248

MANE	14.22 331	9.62 342	6.93 341	4.94 318	5.72 336	7.88 333	11.48 330	7.38 338	9.90 337	4.92 323	6.89 318	8.98 319	12.13 311	3.67 317	50.37 327	17.85 341	11.82 325	20.17 348	10.46 299	6.55 327	12.22 300	12.86 324	1.77 296	11.33 347	24.83 346	30.99 348	31.42 349	40.73 352

DispFullNet	15.85 332	3.61 317	5.00 333	3.30 303	2.93 313	3.51 305	3.20 290	6.49 334	2.71 297	5.17 330	6.80 312	90.79 352	15.55 326	2.73 302	28.89 295	23.38 348	4.02 300	3.86 335	138.92 355	28.91 349	12.60 303	11.86 299	2.69 303	2.31 306	4.30 312	2.71 290	6.80 310	5.05 287

UNDER WATER	16.39 333	7.86 340	4.99 332	15.68 328	10.73 348	8.76 336	38.30 346	8.07 343	6.02 326	4.25 308	2.98 258	18.63 335	96.18 354	14.44 339	32.70 297	10.29 318	13.91 342	2.75 325	43.73 336	8.62 334	16.83 345	12.33 309	17.08 349	5.55 343	6.06 322	14.49 333	6.37 308	15.05 321

STStereo	16.49 334	3.48 314	5.91 338	44.25 346	5.60 335	39.03 350	13.11 335	7.74 341	10.72 340	5.19 332	8.92 332	24.73 340	30.22 336	1.03 272	59.92 353	11.74 324	2.59 283	1.26 271	40.79 333	2.25 290	10.02 284	8.79 238	2.06 299	11.31 346	22.61 343	16.05 336	20.57 341	35.39 348

PSMNet_ROB	16.63 335	5.59 331	2.97 316	3.47 304	2.63 300	5.86 324	6.18 311	2.20 277	2.29 288	5.39 337	141.45 357	97.59 353	6.02 285	33.78 350	3.23 224	1.58 184	4.09 301	1.69 289	20.81 318	2.75 296	12.93 310	7.08 217	63.80 357	2.60 314	2.95 302	3.67 299	2.77 241	3.66 275

DGTPSM_ROB	17.21 336	6.49 335	18.05 346	4.91 317	8.87 344	5.73 321	11.48 330	5.02 329	12.05 342	5.03 328	9.34 336	12.62 332	56.51 347	15.29 341	43.82 312	20.47 344	19.26 345	16.28 345	24.70 321	20.05 346	13.50 317	22.25 346	6.00 321	12.55 348	12.71 337	32.01 351	14.20 335	35.61 350

KSHMR	20.05 337	6.71 337	4.01 325	99.31 355	5.91 338	17.09 342	71.12 353	3.62 317	9.75 336	3.59 294	3.39 267	6.07 301	84.38 353	17.14 343	22.70 291	3.97 269	6.29 311	2.76 327	90.60 351	2.83 297	12.73 304	10.14 252	9.05 340	2.74 323	21.08 342	5.85 314	8.10 317	10.46 315

DPSM_ROB	21.05 338	17.19 345	22.69 348	10.13 324	9.29 346	13.96 340	14.50 337	11.66 346	15.25 346	9.00 344	8.97 333	10.35 329	13.24 323	19.90 346	59.73 351	26.35 349	18.76 343	21.26 349	14.74 307	15.50 344	28.56 349	27.85 350	7.42 331	16.13 350	34.05 350	39.30 354	37.97 353	44.48 355

DPSM	21.05 338	17.19 345	22.69 348	10.13 324	9.29 346	13.96 340	14.50 337	11.66 346	15.25 346	9.00 344	8.97 333	10.35 329	13.24 323	19.90 346	59.73 351	26.35 349	18.76 343	21.26 349	14.74 307	15.50 344	28.56 349	27.85 350	7.42 331	16.13 350	34.05 350	39.30 354	37.97 353	44.48 355

MaskLacGwcNet_RVC	21.23 340	1.32 262	1.63 270	1.89 277	1.69 274	1.93 278	3.75 299	2.27 285	2.66 295	5.02 326	29.10 344	216.12 358	51.87 346	5.44 324	3.66 234	4.09 274	5.59 307	13.75 344	28.77 322	1.47 249	14.44 337	12.86 324	0.98 265	2.33 307	1.88 286	7.40 318	145.78 360	5.57 294

DPSMNet_ROB	22.61 341	6.50 336	18.06 347	4.95 319	8.88 345	5.76 323	11.54 332	5.02 329	12.08 343	5.17 330	28.67 343	19.69 336	163.24 358	15.38 342	43.87 314	20.66 345	19.56 346	16.59 346	35.50 327	20.17 347	13.82 323	22.26 347	6.02 322	12.56 349	12.82 338	32.01 351	14.23 336	35.60 349

WQFJA1++	23.09 342	0.99 209	0.51 95	160.58 358	0.58 142	134.26 357	122.57 359	0.75 84	0.45 103	7.60 343	0.65 122	10.26 328	69.62 349	0.32 80	2.04 122	3.20 248	0.93 177	0.70 124	10.18 297	1.03 208	5.65 216	4.52 165	0.51 142	0.40 96	0.75 123	81.69 359	1.41 111	1.33 200

DLNR_Zeroshot_test	23.11 343	81.98 358	1.97 288	102.16 356	0.49 115	0.55 136	81.36 355	2.30 288	0.50 121	4.87 320	2.22 250	2.99 270	0.93 213	12.17 334	96.90 357	144.02 359	34.28 350	19.61 347	8.60 289	4.35 310	8.08 263	6.53 207	0.51 142	0.69 204	1.37 237	1.57 235	1.16 94	1.90 230

zero-FE	23.86 344	1.70 284	0.52 103	141.89 357	8.72 343	147.65 359	77.27 354	1.26 167	0.60 157	1.15 184	4.12 273	136.19 355	11.59 307	0.57 194	2.27 153	3.52 260	1.06 207	2.52 321	5.18 231	0.95 199	81.26 357	7.98 225	0.52 150	0.47 118	0.86 148	1.54 232	1.68 139	1.14 177

TorneroNet	24.73 345	6.18 332	3.52 320	95.34 354	3.93 326	27.05 345	29.02 343	4.44 325	18.13 348	2.20 251	37.99 347	77.85 351	72.31 350	18.15 344	41.78 308	3.07 245	13.11 331	2.35 314	87.85 349	9.06 340	15.44 344	12.17 303	5.94 320	2.64 316	52.32 354	8.18 322	3.59 277	14.11 319

LRCNet_RVC	25.94 346	30.78 348	14.74 345	35.18 343	31.16 352	36.52 349	29.93 345	23.08 350	12.70 345	36.15 354	33.37 345	37.24 342	28.56 335	37.11 351	17.47 283	7.61 308	31.06 348	26.75 352	67.49 347	29.07 350	23.47 348	10.73 272	39.23 352	30.61 354	7.37 324	2.53 287	11.22 323	9.31 310

ktn	26.84 347	3.99 324	95.18 359	14.39 327	5.44 334	18.02 343	17.50 341	19.69 349	67.27 357	2.84 271	5.30 286	171.03 357	80.75 352	7.72 327	10.93 268	3.48 259	20.95 347	2.71 323	90.26 350	29.10 351	15.05 341	10.23 255	7.60 333	2.93 327	5.12 315	5.83 312	4.73 296	6.62 301

LE_ROB	28.97 348	25.29 347	36.16 351	34.90 342	56.86 358	18.61 344	58.99 350	32.08 353	41.72 352	5.37 336	27.57 342	46.00 345	49.67 344	13.72 337	14.83 277	3.84 268	5.96 308	1.22 263	46.43 339	36.35 354	10.19 289	11.19 286	48.45 353	22.49 352	30.18 348	31.59 350	31.60 350	40.87 353

PML	39.07 349	38.06 352	12.06 344	39.32 345	29.04 351	40.62 351	11.06 329	14.14 348	100.08 358	27.87 351	166.26 359	107.74 354	159.39 357	13.53 336	15.41 278	10.75 321	35.75 351	8.64 339	42.84 335	10.61 343	14.22 330	16.14 339	5.89 319	7.21 345	53.08 355	13.95 332	42.26 355	19.02 329

FlowAnything	42.31 350	34.65 351	45.90 353	20.47 334	18.91 350	28.11 347	28.64 342	23.30 352	30.84 350	18.76 350	18.33 340	20.84 338	27.00 334	39.89 352	119.49 358	52.59 356	37.35 352	42.63 355	29.06 323	31.53 353	57.38 355	56.78 358	14.49 347	32.64 356	68.29 357	78.93 357	76.07 356	89.56 359

CasAABBNet	42.72 351	34.60 350	45.66 352	20.17 333	18.55 349	28.05 346	29.13 344	23.25 351	30.69 349	18.73 349	18.11 339	20.72 337	37.90 338	39.93 353	120.54 359	52.80 357	37.72 353	42.56 354	29.30 324	30.56 352	57.58 356	56.66 357	14.58 348	32.34 355	68.46 358	79.09 358	76.31 357	89.48 358

HaxPig	44.53 352	46.75 354	47.32 354	47.72 348	48.79 354	47.60 352	48.40 347	49.50 354	47.10 353	49.76 355	50.31 350	49.00 346	45.26 342	54.49 355	41.50 306	40.24 352	50.15 354	52.05 356	44.74 337	43.04 355	46.61 352	44.38 355	51.78 354	45.43 357	33.92 349	25.30 342	28.66 346	22.43 334

AVERAGE_ROB	46.12 353	48.49 355	48.31 355	49.34 349	50.25 355	48.63 353	49.80 348	50.74 356	48.67 354	51.68 356	52.55 351	50.28 347	47.20 343	55.70 356	43.00 311	40.99 353	52.42 355	54.59 357	47.27 340	45.45 356	48.77 353	44.06 354	52.90 355	46.98 358	35.80 352	26.72 345	30.77 347	23.81 336

HanzoNet	47.37 354	45.54 353	75.64 358	62.53 352	47.97 353	62.03 355	90.57 357	55.02 358	58.34 356	15.60 348	22.00 341	75.72 350	107.47 355	172.14 359	23.65 294	13.02 327	62.42 357	9.26 340	134.39 353	22.45 348	19.74 347	25.78 349	31.84 351	5.57 344	9.72 334	9.49 324	8.54 318	12.61 318

MEDIAN_ROB	49.56 355	51.66 356	50.91 356	52.80 350	53.76 356	52.08 354	53.35 349	54.28 357	52.25 355	54.89 357	55.89 352	53.59 348	50.09 345	58.85 357	46.45 318	44.55 354	55.81 356	57.90 358	50.55 343	48.85 357	52.07 354	46.79 356	56.69 356	50.01 359	39.10 353	30.23 347	33.56 352	31.26 346

BEATNet-Init1	52.60 356	76.96 357	24.06 350	87.02 353	56.48 357	86.86 356	68.77 352	49.65 355	34.71 351	11.93 346	56.24 353	64.63 349	78.72 351	9.65 331	58.40 349	51.35 355	32.72 349	23.00 351	101.24 352	71.98 359	46.49 351	39.72 353	28.67 350	24.23 353	59.12 356	38.23 353	77.99 358	61.49 357

DPSimNet_ROB	111.84 357	179.62 359	74.81 357	195.40 359	165.93 359	136.63 358	98.05 358	126.48 359	138.79 359	82.31 358	148.57 358	159.77 356	157.57 356	78.29 358	64.65 354	40.10 351	142.61 358	34.98 353	195.20 358	69.76 358	154.10 358	32.63 352	82.12 358	98.24 360	71.10 359	51.68 356	117.83 359	122.56 360

GS-Stereo																							0.14 8	0.17 29	0.33 25	0.25 11	0.52 21	0.24 16

FSD		0.76 111	0.66 130	0.60 145	0.60 148	0.60 158	0.57 177	0.90 121	0.50 121	0.95 164	0.73 147			0.64 217	2.19 141	3.05 243			2.80 179	0.79 171				0.67 200	0.90 166	0.83 128	0.90 68	0.99 158

ASD4																								105.89 361

STTRV1_RVC		1.26 255	1.01 202	1.62 267	1.11 235	1.76 274	1.25 244	1.50 205	1.40 248	1.75 226	1.60 229	2.72 267	3.31 278	1.00 265	2.61 181	1.77 198	11.19 323	0.96 214		9.01 339	9.10 276	8.68 234		1.66 273	1.68 275	1.59 238	3.90 286	5.32 291

Low-res two-view benchmark