Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

PSi22b	0.06 1	0.04 1	0.09 116	0.13 16	0.05 2	0.08 75	0.11 61	0.06 1	0.06 6	0.06 18	0.06 23	0.08 174	0.05 14	0.08 24	0.09 101	0.06 166	0.04 24	0.04 1	0.03 1	0.05 158	0.04 69

PSi22a	0.06 1	0.04 1	0.09 116	0.12 5	0.05 2	0.06 11	0.11 61	0.06 1	0.06 6	0.06 18	0.06 23	0.06 38	0.05 14	0.08 24	0.09 101	0.07 326	0.04 24	0.04 1	0.03 1	0.05 158	0.04 69

Foundation-i32	0.06 1	0.04 1	0.09 116	0.13 16	0.04 1	0.06 11	0.12 92	0.06 1	0.05 4	0.06 18	0.05 7	0.05 5	0.05 14	0.07 4	0.09 101	0.06 166	0.04 24	0.05 43	0.03 1	0.04 45	0.04 69

MLG-Stereo_test2	0.06 1	0.04 1	0.10 179	0.15 105	0.05 2	0.07 38	0.11 61	0.09 18	0.04 2	0.06 18	0.05 7	0.06 38	0.04 1	0.08 24	0.09 101	0.06 166	0.04 24	0.05 43	0.03 1	0.05 158	0.05 197

MLG-Stereo_test1	0.06 1	0.05 36	0.08 54	0.17 285	0.05 2	0.06 11	0.11 61	0.08 10	0.03 1	0.05 2	0.04 1	0.06 38	0.05 14	0.09 57	0.09 101	0.05 50	0.04 24	0.05 43	0.03 1	0.04 45	0.04 69

FoundationStereo	0.06 1	0.04 1	0.08 54	0.12 5	0.05 2	0.09 127	0.13 162	0.06 1	0.09 44	0.05 2	0.05 7	0.06 38	0.04 1	0.06 1	0.07 1	0.06 166	0.04 24	0.05 43	0.03 1	0.05 158	0.04 69

aanet-new-60k	0.07 7	0.07 213	0.08 54	0.18 375	0.06 26	0.07 38	0.10 32	0.09 18	0.14 207	0.07 65	0.07 60	0.06 38	0.06 62	0.11 187	0.08 25	0.05 50	0.04 24	0.05 43	0.04 52	0.04 45	0.03 2

aanet-new-70k	0.07 7	0.06 98	0.09 116	0.17 285	0.06 26	0.08 75	0.12 92	0.11 54	0.10 66	0.06 18	0.07 60	0.07 116	0.06 62	0.10 118	0.07 1	0.04 11	0.04 24	0.05 43	0.04 52	0.04 45	0.03 2

aanet-new-78k	0.07 7	0.07 213	0.09 116	0.19 443	0.06 26	0.07 38	0.12 92	0.11 54	0.13 175	0.06 18	0.07 60	0.06 38	0.06 62	0.09 57	0.07 1	0.04 11	0.04 24	0.05 43	0.04 52	0.05 158	0.03 2

aanet-new-40k	0.07 7	0.08 331	0.07 10	0.17 285	0.07 123	0.08 75	0.13 162	0.10 31	0.10 66	0.07 65	0.08 113	0.06 38	0.05 14	0.08 24	0.08 25	0.05 50	0.04 24	0.05 43	0.04 52	0.05 158	0.04 69

GCAP-Stereo-DPT26K	0.07 7	0.06 98	0.07 10	0.16 199	0.06 26	0.08 75	0.12 92	0.10 31	0.08 24	0.06 18	0.09 147	0.06 38	0.05 14	0.08 24	0.08 25	0.04 11	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

aanet-new-24k	0.07 7	0.07 213	0.07 10	0.17 285	0.06 26	0.07 38	0.12 92	0.09 18	0.11 97	0.09 169	0.09 147	0.06 38	0.07 172	0.09 57	0.07 1	0.04 11	0.04 24	0.05 43	0.04 52	0.04 45	0.03 2

GCAP-Stereo-DPT-20K	0.07 7	0.05 36	0.11 233	0.15 105	0.06 26	0.07 38	0.13 162	0.09 18	0.11 97	0.07 65	0.08 113	0.06 38	0.05 14	0.09 57	0.07 1	0.05 50	0.05 260	0.05 43	0.04 52	0.03 1	0.04 69

GCAP-Stereo-DPT-24K	0.07 7	0.06 98	0.07 10	0.15 105	0.06 26	0.10 189	0.15 308	0.12 80	0.11 97	0.06 18	0.11 233	0.06 38	0.05 14	0.09 57	0.08 25	0.05 50	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

PipStereo	0.07 7	0.04 1	0.09 116	0.13 16	0.05 2	0.08 75	0.11 61	0.06 1	0.06 6	0.06 18	0.05 7	0.08 174	0.05 14	0.08 24	0.09 101	0.06 166	0.04 24	0.04 1	0.03 1	0.05 158	0.04 69

LACA3	0.07 7	0.08 331	0.08 54	0.13 16	0.05 2	0.09 127	0.11 61	0.08 10	0.08 24	0.08 118	0.05 7	0.07 116	0.07 172	0.07 4	0.07 1	0.06 166	0.04 24	0.04 1	0.03 1	0.03 1	0.03 2

Selective-IGEV-i32	0.07 7	0.06 98	0.08 54	0.17 285	0.06 26	0.08 75	0.12 92	0.13 105	0.07 15	0.08 118	0.07 60	0.06 38	0.04 1	0.10 118	0.09 101	0.05 50	0.04 24	0.05 43	0.04 52	0.04 45	0.03 2

LACA2	0.07 7	0.05 36	0.06 4	0.15 105	0.06 26	0.09 127	0.11 61	0.11 54	0.10 66	0.05 2	0.05 7	0.06 38	0.08 221	0.09 57	0.07 1	0.07 326	0.04 24	0.04 1	0.04 52	0.04 45	0.04 69

LACA1	0.07 7	0.07 213	0.07 10	0.14 54	0.05 2	0.09 127	0.11 61	0.10 31	0.07 15	0.05 2	0.05 7	0.06 38	0.07 172	0.08 24	0.09 101	0.06 166	0.04 24	0.04 1	0.04 52	0.03 1	0.04 69

Test_v1	0.07 7	0.04 1	0.06 4	0.13 16	0.06 26	0.08 75	0.11 61	0.15 177	0.12 134	0.06 18	0.05 7	0.04 1	0.05 14	0.08 24	0.10 195	0.07 326	0.04 24	0.05 43	0.04 52	0.04 45	0.04 69

BLMT-Stereo	0.07 7	0.04 1	0.08 54	0.15 105	0.07 123	0.06 11	0.14 227	0.07 6	0.10 66	0.05 2	0.05 7	0.04 1	0.06 62	0.07 4	0.09 101	0.04 11	0.04 24	0.05 43	0.05 180	0.04 45	0.04 69

Pro-Stereo	0.07 7	0.05 36	0.08 54	0.15 105	0.07 123	0.08 75	0.12 92	0.07 6	0.07 15	0.06 18	0.06 23	0.05 5	0.05 14	0.09 57	0.08 25	0.05 50	0.04 24	0.06 178	0.05 180	0.04 45	0.04 69

MatchStereo	0.07 7	0.04 1	0.08 54	0.14 54	0.06 26	0.05 4	0.12 92	0.12 80	0.09 44	0.07 65	0.06 23	0.04 1	0.04 1	0.08 24	0.09 101	0.06 166	0.05 260	0.05 43	0.03 1	0.04 45	0.04 69
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
BridgeDepth_RVC	0.07 7	0.04 1	0.09 116	0.11 1	0.05 2	0.10 189	0.10 32	0.14 135	0.09 44	0.06 18	0.07 60	0.06 38	0.07 172	0.07 4	0.10 195	0.06 166	0.04 24	0.04 1	0.04 52	0.04 45	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
CSFM-Stereo	0.07 7	0.05 36	0.07 10	0.14 54	0.06 26	0.09 127	0.13 162	0.15 177	0.06 6	0.07 65	0.08 113	0.06 38	0.08 221	0.09 57	0.09 101	0.06 166	0.05 260	0.04 1	0.03 1	0.04 45	0.04 69

VIP-Stereo	0.07 7	0.07 213	0.07 10	0.15 105	0.06 26	0.12 292	0.10 32	0.11 54	0.11 97	0.06 18	0.07 60	0.06 38	0.05 14	0.10 118	0.08 25	0.05 50	0.04 24	0.05 43	0.03 1	0.03 1	0.02 1

BridgeDepth	0.07 7	0.07 213	0.08 54	0.18 375	0.06 26	0.07 38	0.11 61	0.09 18	0.06 6	0.04 1	0.07 60	0.10 243	0.09 254	0.08 24	0.08 25	0.04 11	0.03 1	0.04 1	0.04 52	0.03 1	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Zero-FE251	0.07 7	0.05 36	0.09 116	0.13 16	0.06 26	0.12 292	0.12 92	0.11 54	0.10 66	0.07 65	0.08 113	0.06 38	0.06 62	0.09 57	0.08 25	0.06 166	0.04 24	0.05 43	0.04 52	0.04 45	0.04 69

MonStereo	0.07 7	0.06 98	0.05 1	0.15 105	0.05 2	0.08 75	0.10 32	0.15 177	0.15 232	0.05 2	0.06 23	0.05 5	0.06 62	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Wavelet-MonSter	0.07 7	0.05 36	0.07 10	0.16 199	0.06 26	0.07 38	0.11 61	0.10 31	0.08 24	0.06 18	0.06 23	0.07 116	0.07 172	0.09 57	0.09 101	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 7	0.06 98	0.05 1	0.15 105	0.05 2	0.08 75	0.10 32	0.15 177	0.15 232	0.05 2	0.06 23	0.05 5	0.06 62	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-mixall	0.07 7	0.04 1	0.09 116	0.13 16	0.06 26	0.05 4	0.09 18	0.11 54	0.07 15	0.06 18	0.06 23	0.05 5	0.06 62	0.09 57	0.09 101	0.06 166	0.04 24	0.04 1	0.03 1	0.05 158	0.05 197

Replicate-Monster	0.07 7	0.05 36	0.09 116	0.14 54	0.06 26	0.08 75	0.09 18	0.13 105	0.13 175	0.05 2	0.07 60	0.06 38	0.06 62	0.08 24	0.10 195	0.05 50	0.04 24	0.05 43	0.03 1	0.04 45	0.04 69

AdaDepth	0.07 7	0.06 98	0.07 10	0.18 375	0.06 26	0.11 240	0.12 92	0.09 18	0.07 15	0.06 18	0.05 7	0.07 116	0.06 62	0.09 57	0.10 195	0.04 11	0.05 260	0.05 43	0.04 52	0.04 45	0.04 69

asda	0.07 7	0.08 331	0.08 54	0.16 199	0.06 26	0.06 11	0.10 32	0.16 214	0.10 66	0.06 18	0.06 23	0.05 5	0.05 14	0.10 118	0.10 195	0.03 1	0.03 1	0.04 1	0.03 1	0.04 45	0.03 2

asd	0.07 7	0.08 331	0.07 10	0.16 199	0.07 123	0.08 75	0.08 7	0.11 54	0.08 24	0.07 65	0.07 60	0.06 38	0.06 62	0.10 118	0.09 101	0.03 1	0.03 1	0.04 1	0.04 52	0.04 45	0.03 2

qwe	0.07 7	0.08 331	0.07 10	0.15 105	0.06 26	0.07 38	0.10 32	0.18 286	0.11 97	0.07 65	0.07 60	0.06 38	0.06 62	0.10 118	0.09 101	0.03 1	0.03 1	0.04 1	0.04 52	0.04 45	0.03 2

2.25w	0.07 7	0.06 98	0.07 10	0.14 54	0.06 26	0.08 75	0.08 7	0.10 31	0.15 232	0.08 118	0.10 183	0.07 116	0.06 62	0.08 24	0.10 195	0.05 50	0.03 1	0.04 1	0.04 52	0.03 1	0.04 69

4.25_new	0.07 7	0.08 331	0.09 116	0.15 105	0.06 26	0.09 127	0.08 7	0.14 135	0.08 24	0.07 65	0.07 60	0.06 38	0.06 62	0.12 279	0.10 195	0.03 1	0.03 1	0.04 1	0.03 1	0.04 45	0.03 2

4.5w_new	0.07 7	0.08 331	0.09 116	0.15 105	0.06 26	0.09 127	0.08 7	0.14 135	0.08 24	0.07 65	0.07 60	0.06 38	0.06 62	0.12 279	0.10 195	0.03 1	0.03 1	0.04 1	0.03 1	0.04 45	0.03 2

4.5_new	0.07 7	0.09 412	0.08 54	0.15 105	0.07 123	0.06 11	0.10 32	0.14 135	0.11 97	0.06 18	0.08 113	0.06 38	0.06 62	0.08 24	0.10 195	0.03 1	0.03 1	0.04 1	0.04 52	0.04 45	0.03 2

4.5w-stereo	0.07 7	0.09 412	0.08 54	0.15 105	0.07 123	0.06 11	0.10 32	0.14 135	0.11 97	0.06 18	0.08 113	0.06 38	0.06 62	0.08 24	0.10 195	0.03 1	0.03 1	0.04 1	0.04 52	0.04 45	0.03 2

4.25w-stereo	0.07 7	0.08 331	0.09 116	0.15 105	0.06 26	0.09 127	0.08 7	0.14 135	0.08 24	0.07 65	0.07 60	0.06 38	0.06 62	0.12 279	0.10 195	0.03 1	0.03 1	0.04 1	0.03 1	0.04 45	0.03 2

4w-stereo	0.07 7	0.08 331	0.08 54	0.16 199	0.06 26	0.07 38	0.08 7	0.12 80	0.08 24	0.07 65	0.07 60	0.05 5	0.06 62	0.09 57	0.10 195	0.03 1	0.03 1	0.04 1	0.04 52	0.04 45	0.03 2

2.5w	0.07 7	0.07 213	0.07 10	0.16 199	0.06 26	0.08 75	0.12 92	0.10 31	0.10 66	0.07 65	0.06 23	0.09 208	0.06 62	0.08 24	0.09 101	0.04 11	0.03 1	0.04 1	0.04 52	0.03 1	0.03 2

2.75w_new	0.07 7	0.07 213	0.07 10	0.13 16	0.06 26	0.08 75	0.08 7	0.18 286	0.12 134	0.07 65	0.08 113	0.06 38	0.06 62	0.09 57	0.11 275	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.04 69

3.25w_new	0.07 7	0.06 98	0.07 10	0.15 105	0.06 26	0.10 189	0.07 3	0.12 80	0.11 97	0.08 118	0.06 23	0.07 116	0.06 62	0.11 187	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 7	0.06 98	0.07 10	0.15 105	0.06 26	0.10 189	0.07 3	0.12 80	0.11 97	0.08 118	0.06 23	0.07 116	0.06 62	0.11 187	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 7	0.07 213	0.08 54	0.16 199	0.07 123	0.07 38	0.09 18	0.16 214	0.09 44	0.07 65	0.06 23	0.05 5	0.06 62	0.09 57	0.10 195	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 213	0.07 10	0.15 105	0.07 123	0.09 127	0.06 1	0.13 105	0.11 97	0.07 65	0.07 60	0.06 38	0.07 172	0.10 118	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

1w_stereo	0.07 7	0.06 98	0.07 10	0.16 199	0.06 26	0.07 38	0.10 32	0.14 135	0.14 207	0.07 65	0.08 113	0.05 5	0.06 62	0.09 57	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 69

monsterstereo	0.07 7	0.06 98	0.06 4	0.16 199	0.06 26	0.08 75	0.10 32	0.16 214	0.11 97	0.07 65	0.08 113	0.06 38	0.07 172	0.08 24	0.09 101	0.04 11	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

monsters	0.07 7	0.06 98	0.06 4	0.15 105	0.06 26	0.08 75	0.09 18	0.12 80	0.08 24	0.09 169	0.07 60	0.06 38	0.06 62	0.08 24	0.08 25	0.05 50	0.04 24	0.04 1	0.04 52	0.03 1	0.03 2

IGEV	0.07 7	0.04 1	0.08 54	0.13 16	0.06 26	0.09 127	0.12 92	0.14 135	0.10 66	0.06 18	0.09 147	0.07 116	0.05 14	0.09 57	0.09 101	0.06 166	0.04 24	0.05 43	0.04 52	0.05 158	0.04 69

111111	0.07 7	0.04 1	0.09 116	0.17 285	0.06 26	0.05 4	0.10 32	0.11 54	0.09 44	0.06 18	0.06 23	0.07 116	0.05 14	0.09 57	0.09 101	0.06 166	0.04 24	0.05 43	0.04 52	0.07 358	0.06 293

LG-Stereo_L2	0.07 7	0.05 36	0.10 179	0.14 54	0.06 26	0.07 38	0.12 92	0.09 18	0.09 44	0.06 18	0.04 1	0.05 5	0.05 14	0.08 24	0.08 25	0.05 50	0.04 24	0.05 43	0.03 1	0.04 45	0.03 2

LG-Stereo_L1	0.07 7	0.05 36	0.11 233	0.14 54	0.06 26	0.07 38	0.13 162	0.09 18	0.07 15	0.05 2	0.04 1	0.05 5	0.04 1	0.08 24	0.07 1	0.05 50	0.04 24	0.05 43	0.03 1	0.04 45	0.04 69

MLG-Stereo_test3	0.07 7	0.05 36	0.10 179	0.14 54	0.06 26	0.07 38	0.11 61	0.08 10	0.06 6	0.06 18	0.04 1	0.06 38	0.06 62	0.07 4	0.10 195	0.06 166	0.04 24	0.05 43	0.04 52	0.05 158	0.06 293

MLG-Stereo	0.07 7	0.05 36	0.08 54	0.17 285	0.05 2	0.07 38	0.11 61	0.08 10	0.04 2	0.05 2	0.04 1	0.06 38	0.05 14	0.10 118	0.09 101	0.05 50	0.04 24	0.05 43	0.03 1	0.04 45	0.04 69

LG-G_1	0.07 7	0.04 1	0.11 233	0.15 105	0.06 26	0.09 127	0.08 7	0.08 10	0.06 6	0.06 18	0.05 7	0.07 116	0.07 172	0.11 187	0.08 25	0.07 326	0.04 24	0.05 43	0.04 52	0.05 158	0.05 197

LG-G	0.07 7	0.04 1	0.11 233	0.15 105	0.06 26	0.09 127	0.08 7	0.08 10	0.06 6	0.06 18	0.05 7	0.07 116	0.07 172	0.11 187	0.08 25	0.07 326	0.04 24	0.05 43	0.04 52	0.05 158	0.05 197

LGtest1	0.07 7	0.04 1	0.10 179	0.15 105	0.06 26	0.07 38	0.09 18	0.08 10	0.06 6	0.05 2	0.04 1	0.06 38	0.06 62	0.10 118	0.09 101	0.07 326	0.04 24	0.05 43	0.04 52	0.06 279	0.06 293

LG-Stereo_Zeroshot	0.07 7	0.06 98	0.10 179	0.16 199	0.07 123	0.04 1	0.13 162	0.10 31	0.10 66	0.05 2	0.11 233	0.07 116	0.05 14	0.07 4	0.09 101	0.06 166	0.04 24	0.05 43	0.04 52	0.05 158	0.04 69

GREAT-IGEV	0.07 7	0.06 98	0.08 54	0.13 16	0.07 123	0.07 38	0.14 227	0.09 18	0.09 44	0.06 18	0.07 60	0.06 38	0.05 14	0.10 118	0.07 1	0.05 50	0.04 24	0.05 43	0.04 52	0.05 158	0.04 69
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
StereoAnything_RVC	0.07 7	0.15 568	0.17 478	0.11 1	0.05 2	0.05 4	0.11 61	0.08 10	0.08 24	0.06 18	0.06 23	0.05 5	0.05 14	0.09 57	0.08 25	0.08 401	0.04 24	0.05 43	0.03 1	0.05 158	0.04 69

AIO_rvc	0.07 7	0.06 98	0.08 54	0.15 105	0.06 26	0.08 75	0.14 227	0.09 18	0.08 24	0.07 65	0.08 113	0.07 116	0.04 1	0.10 118	0.08 25	0.05 50	0.04 24	0.05 43	0.04 52	0.04 45	0.03 2

AIO_test	0.07 7	0.05 36	0.07 10	0.15 105	0.07 123	0.06 11	0.14 227	0.10 31	0.10 66	0.07 65	0.07 60	0.06 38	0.05 14	0.08 24	0.10 195	0.05 50	0.04 24	0.05 43	0.04 52	0.04 45	0.03 2

MonSter	0.07 7	0.06 98	0.05 1	0.15 105	0.05 2	0.07 38	0.10 32	0.15 177	0.15 232	0.05 2	0.06 23	0.05 5	0.06 62	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DEFOM-Stereo	0.07 7	0.05 36	0.07 10	0.14 54	0.06 26	0.10 189	0.13 162	0.07 6	0.13 175	0.06 18	0.07 60	0.06 38	0.05 14	0.10 118	0.09 101	0.04 11	0.04 24	0.05 43	0.03 1	0.04 45	0.04 69

dual_stereo	0.07 7	0.04 1	0.08 54	0.15 105	0.05 2	0.05 4	0.13 162	0.12 80	0.08 24	0.07 65	0.06 23	0.05 5	0.05 14	0.07 4	0.09 101	0.06 166	0.04 24	0.05 43	0.03 1	0.04 45	0.04 69

IGEV-Stereo++	0.07 7	0.06 98	0.08 54	0.18 375	0.06 26	0.04 1	0.10 32	0.11 54	0.11 97	0.06 18	0.07 60	0.07 116	0.06 62	0.09 57	0.09 101	0.05 50	0.04 24	0.05 43	0.04 52	0.05 158	0.04 69

IGEV-Stereo+	0.07 7	0.04 1	0.08 54	0.15 105	0.06 26	0.04 1	0.09 18	0.10 31	0.09 44	0.06 18	0.06 23	0.06 38	0.06 62	0.06 1	0.08 25	0.06 166	0.04 24	0.05 43	0.04 52	0.06 279	0.06 293

GCAPDPT-zeroshot4090	0.07 7	0.05 36	0.11 233	0.15 105	0.06 26	0.07 38	0.13 162	0.09 18	0.11 97	0.07 65	0.08 113	0.06 38	0.05 14	0.09 57	0.07 1	0.05 50	0.05 260	0.05 43	0.04 52	0.03 1	0.04 69

Selective-IGEV	0.07 7	0.06 98	0.08 54	0.17 285	0.06 26	0.08 75	0.12 92	0.13 105	0.07 15	0.08 118	0.07 60	0.06 38	0.04 1	0.10 118	0.09 101	0.05 50	0.04 24	0.05 43	0.04 52	0.04 45	0.03 2

TS12	0.08 75	0.06 98	0.09 116	0.21 541	0.07 123	0.11 240	0.13 162	0.11 54	0.09 44	0.10 214	0.10 183	0.08 174	0.10 293	0.09 57	0.12 336	0.04 11	0.04 24	0.05 43	0.04 52	0.03 1	0.04 69

DF	0.08 75	0.05 36	0.09 116	0.15 105	0.06 26	0.11 240	0.13 162	0.10 31	0.12 134	0.09 169	0.10 183	0.10 243	0.08 221	0.11 187	0.09 101	0.07 326	0.04 24	0.05 43	0.04 52	0.04 45	0.04 69

LiteMatch*	0.08 75	0.04 1	0.11 233	0.13 16	0.08 202	0.08 75	0.13 162	0.14 135	0.09 44	0.05 2	0.05 7	0.05 5	0.09 254	0.11 187	0.10 195	0.06 166	0.05 260	0.05 43	0.04 52	0.05 158	0.05 197

aanet-new-90k	0.08 75	0.07 213	0.08 54	0.19 443	0.06 26	0.07 38	0.12 92	0.12 80	0.13 175	0.06 18	0.07 60	0.06 38	0.06 62	0.10 118	0.07 1	0.05 50	0.04 24	0.05 43	0.04 52	0.05 158	0.03 2

aanet-new-36k	0.08 75	0.06 98	0.09 116	0.17 285	0.06 26	0.09 127	0.13 162	0.11 54	0.13 175	0.08 118	0.08 113	0.06 38	0.05 14	0.09 57	0.08 25	0.04 11	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

aanet-new-34k	0.08 75	0.06 98	0.09 116	0.17 285	0.05 2	0.07 38	0.13 162	0.12 80	0.12 134	0.09 169	0.08 113	0.07 116	0.05 14	0.10 118	0.09 101	0.04 11	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

aanet-32k-new	0.08 75	0.07 213	0.08 54	0.18 375	0.06 26	0.08 75	0.12 92	0.11 54	0.12 134	0.07 65	0.08 113	0.05 5	0.07 172	0.10 118	0.08 25	0.05 50	0.04 24	0.05 43	0.04 52	0.06 279	0.04 69

aanet-new-32k	0.08 75	0.07 213	0.09 116	0.18 375	0.06 26	0.11 240	0.11 61	0.10 31	0.08 24	0.07 65	0.07 60	0.07 116	0.06 62	0.10 118	0.08 25	0.05 50	0.04 24	0.05 43	0.04 52	0.04 45	0.03 2

aanet-new-30k	0.08 75	0.07 213	0.09 116	0.18 375	0.06 26	0.11 240	0.11 61	0.10 31	0.08 24	0.07 65	0.07 60	0.07 116	0.06 62	0.10 118	0.08 25	0.05 50	0.04 24	0.05 43	0.04 52	0.04 45	0.03 2

aanet-new-28k	0.08 75	0.07 213	0.09 116	0.18 375	0.06 26	0.08 75	0.12 92	0.10 31	0.09 44	0.09 169	0.08 113	0.08 174	0.06 62	0.12 279	0.08 25	0.05 50	0.04 24	0.05 43	0.04 52	0.05 158	0.04 69

aanet-new-22k	0.08 75	0.06 98	0.09 116	0.17 285	0.06 26	0.08 75	0.11 61	0.14 135	0.12 134	0.09 169	0.09 147	0.08 174	0.06 62	0.10 118	0.08 25	0.04 11	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

aanet-new-16k	0.08 75	0.08 331	0.08 54	0.18 375	0.06 26	0.07 38	0.09 18	0.13 105	0.12 134	0.08 118	0.07 60	0.07 116	0.06 62	0.09 57	0.08 25	0.04 11	0.04 24	0.05 43	0.04 52	0.05 158	0.03 2

aanet-new-10k	0.08 75	0.08 331	0.08 54	0.19 443	0.07 123	0.08 75	0.12 92	0.14 135	0.11 97	0.07 65	0.08 113	0.07 116	0.07 172	0.09 57	0.08 25	0.05 50	0.04 24	0.05 43	0.04 52	0.05 158	0.04 69

aanet-new-12k	0.08 75	0.09 412	0.07 10	0.20 509	0.08 202	0.08 75	0.13 162	0.12 80	0.13 175	0.08 118	0.08 113	0.05 5	0.07 172	0.09 57	0.08 25	0.04 11	0.04 24	0.05 43	0.04 52	0.06 279	0.04 69

aanet-new-14k	0.08 75	0.09 412	0.08 54	0.19 443	0.06 26	0.07 38	0.10 32	0.14 135	0.15 232	0.06 18	0.08 113	0.05 5	0.06 62	0.09 57	0.08 25	0.05 50	0.04 24	0.05 43	0.04 52	0.05 158	0.04 69

aanet-new-8k	0.08 75	0.07 213	0.08 54	0.19 443	0.07 123	0.09 127	0.12 92	0.16 214	0.15 232	0.07 65	0.07 60	0.06 38	0.06 62	0.10 118	0.08 25	0.04 11	0.04 24	0.05 43	0.04 52	0.04 45	0.04 69

aanet-new	0.08 75	0.09 412	0.10 179	0.18 375	0.08 202	0.10 189	0.12 92	0.15 177	0.12 134	0.08 118	0.08 113	0.05 5	0.07 172	0.10 118	0.08 25	0.05 50	0.04 24	0.05 43	0.04 52	0.06 279	0.04 69

GCAP-Stereo-cres-4k	0.08 75	0.07 213	0.08 54	0.18 375	0.07 123	0.11 240	0.14 227	0.12 80	0.11 97	0.07 65	0.11 233	0.07 116	0.06 62	0.09 57	0.08 25	0.04 11	0.04 24	0.05 43	0.04 52	0.04 45	0.04 69

GCAP-Stereo-DPT-cres	0.08 75	0.05 36	0.07 10	0.15 105	0.06 26	0.10 189	0.14 227	0.13 105	0.12 134	0.07 65	0.09 147	0.07 116	0.06 62	0.10 118	0.09 101	0.05 50	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

GCAP-Stereo-DPT-36K	0.08 75	0.06 98	0.15 412	0.14 54	0.06 26	0.08 75	0.13 162	0.13 105	0.11 97	0.07 65	0.08 113	0.07 116	0.06 62	0.09 57	0.08 25	0.05 50	0.05 260	0.05 43	0.04 52	0.03 1	0.04 69

GCAP-Stereo-DPT-22K	0.08 75	0.06 98	0.07 10	0.17 285	0.06 26	0.07 38	0.14 227	0.13 105	0.16 268	0.05 2	0.10 183	0.06 38	0.06 62	0.08 24	0.08 25	0.04 11	0.04 24	0.05 43	0.04 52	0.03 1	0.04 69

GCAP-Stereo-DPT-5K	0.08 75	0.06 98	0.10 179	0.16 199	0.07 123	0.11 240	0.12 92	0.15 177	0.15 232	0.08 118	0.12 254	0.05 5	0.06 62	0.09 57	0.08 25	0.05 50	0.04 24	0.06 178	0.05 180	0.03 1	0.04 69

GCAP-Stereo-DPT-2K	0.08 75	0.06 98	0.10 179	0.16 199	0.07 123	0.11 240	0.13 162	0.14 135	0.14 207	0.08 118	0.13 272	0.05 5	0.06 62	0.10 118	0.08 25	0.05 50	0.04 24	0.05 43	0.04 52	0.03 1	0.04 69

GCAP-Stereo-DPT-3K	0.08 75	0.07 213	0.10 179	0.16 199	0.07 123	0.09 127	0.12 92	0.15 177	0.14 207	0.08 118	0.11 233	0.05 5	0.06 62	0.09 57	0.08 25	0.05 50	0.04 24	0.05 43	0.04 52	0.03 1	0.04 69

GCAP-Stereo-DPT-50K	0.08 75	0.06 98	0.17 478	0.15 105	0.06 26	0.06 11	0.13 162	0.13 105	0.13 175	0.07 65	0.07 60	0.06 38	0.05 14	0.08 24	0.08 25	0.04 11	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 75	0.06 98	0.07 10	0.16 199	0.06 26	0.06 11	0.14 227	0.14 135	0.14 207	0.07 65	0.10 183	0.06 38	0.05 14	0.09 57	0.09 101	0.04 11	0.04 24	0.04 1	0.04 52	0.03 1	0.03 2

GCAP-Stereo-DPT-FT	0.08 75	0.05 36	0.12 276	0.15 105	0.06 26	0.10 189	0.14 227	0.12 80	0.12 134	0.07 65	0.09 147	0.06 38	0.06 62	0.10 118	0.08 25	0.06 166	0.04 24	0.05 43	0.04 52	0.04 45	0.04 69

PSi22	0.08 75	0.06 98	0.11 233	0.16 199	0.07 123	0.08 75	0.10 32	0.14 135	0.08 24	0.08 118	0.06 23	0.10 243	0.06 62	0.12 279	0.09 101	0.05 50	0.04 24	0.04 1	0.03 1	0.04 45	0.04 69

Foundation-i1c-attn	0.08 75	0.05 36	0.07 10	0.14 54	0.05 2	0.09 127	0.12 92	0.12 80	0.10 66	0.09 169	0.10 183	0.10 243	0.07 172	0.07 4	0.10 195	0.06 166	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

Foundation-i1b	0.08 75	0.05 36	0.07 10	0.14 54	0.05 2	0.09 127	0.12 92	0.13 105	0.10 66	0.09 169	0.10 183	0.09 208	0.06 62	0.07 4	0.09 101	0.06 166	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

Foundation-i1a	0.08 75	0.05 36	0.07 10	0.13 16	0.05 2	0.13 343	0.13 162	0.12 80	0.09 44	0.11 249	0.11 233	0.11 273	0.06 62	0.08 24	0.09 101	0.06 166	0.04 24	0.05 43	0.03 1	0.04 45	0.04 69

DepthFocus	0.08 75	0.04 1	0.15 412	0.12 5	0.09 327	0.07 38	0.12 92	0.10 31	0.05 4	0.09 169	0.05 7	0.07 116	0.04 1	0.08 24	0.08 25	0.06 166	0.05 260	0.07 287	0.07 367	0.05 158	0.04 69

GeoVLM	0.08 75	0.04 1	0.10 179	0.13 16	0.06 26	0.10 189	0.12 92	0.13 105	0.08 24	0.06 18	0.07 60	0.06 38	0.08 221	0.10 118	0.11 275	0.06 166	0.05 260	0.04 1	0.03 1	0.04 45	0.05 197

gcap_with_dpt	0.08 75	0.06 98	0.09 116	0.16 199	0.07 123	0.09 127	0.12 92	0.13 105	0.13 175	0.08 118	0.12 254	0.04 1	0.06 62	0.10 118	0.08 25	0.05 50	0.04 24	0.05 43	0.04 52	0.03 1	0.04 69

DispViT+	0.08 75	0.08 331	0.13 326	0.15 105	0.07 123	0.08 75	0.10 32	0.14 135	0.09 44	0.09 169	0.06 23	0.06 38	0.07 172	0.10 118	0.12 336	0.05 50	0.05 260	0.05 43	0.04 52	0.05 158	0.05 197

WQFJA1++	0.08 75	0.04 1	0.11 233	0.14 54	0.07 123	0.11 240	0.11 61	0.11 54	0.07 15	0.07 65	0.07 60	0.07 116	0.06 62	0.10 118	0.10 195	0.06 166	0.04 24	0.05 43	0.04 52	0.06 279	0.06 293

BStereo	0.08 75	0.06 98	0.16 448	0.15 105	0.08 202	0.07 38	0.09 18	0.15 177	0.16 268	0.06 18	0.07 60	0.07 116	0.05 14	0.09 57	0.11 275	0.04 11	0.05 260	0.05 43	0.07 367	0.04 45	0.04 69

MonSter++	0.08 75	0.04 1	0.10 179	0.13 16	0.06 26	0.09 127	0.12 92	0.13 105	0.08 24	0.06 18	0.07 60	0.06 38	0.08 221	0.10 118	0.11 275	0.06 166	0.05 260	0.04 1	0.03 1	0.04 45	0.04 69

HiDET	0.08 75	0.04 1	0.10 179	0.13 16	0.06 26	0.08 75	0.12 92	0.12 80	0.11 97	0.06 18	0.07 60	0.07 116	0.07 172	0.11 187	0.11 275	0.06 166	0.04 24	0.04 1	0.03 1	0.04 45	0.04 69

LCMNet	0.08 75	0.05 36	0.10 179	0.13 16	0.07 123	0.09 127	0.12 92	0.10 31	0.11 97	0.06 18	0.08 113	0.06 38	0.07 172	0.11 187	0.10 195	0.06 166	0.05 260	0.04 1	0.03 1	0.04 45	0.04 69

GEAStereo	0.08 75	0.05 36	0.08 54	0.13 16	0.08 202	0.08 75	0.14 227	0.10 31	0.09 44	0.08 118	0.10 183	0.06 38	0.05 14	0.11 187	0.08 25	0.06 166	0.04 24	0.05 43	0.04 52	0.05 158	0.05 197

GSStereo	0.08 75	0.05 36	0.08 54	0.13 16	0.08 202	0.08 75	0.14 227	0.11 54	0.12 134	0.08 118	0.10 183	0.05 5	0.05 14	0.11 187	0.08 25	0.06 166	0.04 24	0.05 43	0.04 52	0.05 158	0.05 197

gasm-f	0.08 75	0.05 36	0.07 10	0.13 16	0.08 202	0.08 75	0.14 227	0.10 31	0.09 44	0.08 118	0.10 183	0.06 38	0.05 14	0.10 118	0.08 25	0.06 166	0.04 24	0.05 43	0.04 52	0.06 279	0.05 197

DDF-Stereo	0.08 75	0.04 1	0.09 116	0.15 105	0.10 439	0.06 11	0.13 162	0.09 18	0.14 207	0.06 18	0.06 23	0.07 116	0.06 62	0.09 57	0.10 195	0.06 166	0.04 24	0.06 178	0.04 52	0.08 422	0.05 197

252Zero-FE	0.08 75	0.04 1	0.09 116	0.13 16	0.07 123	0.12 292	0.11 61	0.13 105	0.14 207	0.06 18	0.05 7	0.06 38	0.05 14	0.09 57	0.10 195	0.06 166	0.04 24	0.04 1	0.03 1	0.05 158	0.06 293

DA	0.08 75	0.07 213	0.07 10	0.19 443	0.08 202	0.09 127	0.12 92	0.13 105	0.12 134	0.08 118	0.10 183	0.10 243	0.08 221	0.09 57	0.10 195	0.05 50	0.04 24	0.06 178	0.04 52	0.05 158	0.03 2

zero-FE	0.08 75	0.04 1	0.09 116	0.15 105	0.10 439	0.05 4	0.14 227	0.09 18	0.14 207	0.07 65	0.06 23	0.07 116	0.06 62	0.09 57	0.10 195	0.06 166	0.04 24	0.06 178	0.04 52	0.08 422	0.05 197

GGEV	0.08 75	0.07 213	0.07 10	0.19 443	0.08 202	0.09 127	0.12 92	0.13 105	0.12 134	0.08 118	0.10 183	0.10 243	0.08 221	0.09 57	0.10 195	0.05 50	0.04 24	0.06 178	0.04 52	0.05 158	0.03 2

GASTEREO	0.08 75	0.05 36	0.09 116	0.19 443	0.07 123	0.07 38	0.12 92	0.14 135	0.11 97	0.10 214	0.09 147	0.07 116	0.04 1	0.12 279	0.08 25	0.06 166	0.05 260	0.05 43	0.04 52	0.04 45	0.05 197

MSCF	0.08 75	0.05 36	0.08 54	0.19 443	0.08 202	0.06 11	0.12 92	0.14 135	0.11 97	0.10 214	0.09 147	0.07 116	0.04 1	0.11 187	0.08 25	0.06 166	0.05 260	0.05 43	0.04 52	0.05 158	0.05 197

S2M2_XL	0.08 75	0.06 98	0.12 276	0.12 5	0.08 202	0.09 127	0.09 18	0.07 6	0.07 15	0.08 118	0.07 60	0.07 116	0.06 62	0.09 57	0.09 101	0.08 401	0.06 404	0.07 287	0.05 180	0.08 422	0.06 293
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
3w_stereo	0.08 75	0.09 412	0.10 179	0.17 285	0.07 123	0.08 75	0.10 32	0.20 326	0.13 175	0.06 18	0.07 60	0.05 5	0.06 62	0.08 24	0.09 101	0.03 1	0.03 1	0.04 1	0.03 1	0.04 45	0.03 2

2w_stereo	0.08 75	0.08 331	0.09 116	0.16 199	0.06 26	0.08 75	0.10 32	0.20 326	0.15 232	0.08 118	0.07 60	0.06 38	0.06 62	0.06 1	0.09 101	0.04 11	0.03 1	0.04 1	0.04 52	0.03 1	0.03 2

LG-Stereo	0.08 75	0.07 213	0.10 179	0.18 375	0.07 123	0.10 189	0.17 418	0.11 54	0.08 24	0.05 2	0.07 60	0.05 5	0.07 172	0.09 57	0.09 101	0.04 11	0.05 260	0.07 287	0.07 367	0.04 45	0.04 69

SGD-Stereo	0.08 75	0.05 36	0.10 179	0.14 54	0.05 2	0.12 292	0.12 92	0.11 54	0.12 134	0.07 65	0.09 147	0.09 208	0.09 254	0.08 24	0.08 25	0.06 166	0.04 24	0.05 43	0.04 52	0.05 158	0.03 2

HART	0.08 75	0.07 213	0.09 116	0.17 285	0.07 123	0.10 189	0.16 377	0.13 105	0.11 97	0.08 118	0.10 183	0.07 116	0.05 14	0.10 118	0.08 25	0.05 50	0.04 24	0.06 178	0.04 52	0.05 158	0.04 69

Reg-Stereo(zero)	0.08 75	0.05 36	0.08 54	0.16 199	0.06 26	0.12 292	0.11 61	0.15 177	0.10 66	0.12 290	0.09 147	0.10 243	0.08 221	0.11 187	0.08 25	0.06 166	0.04 24	0.05 43	0.04 52	0.04 45	0.05 197

SCV_C0	0.08 75	0.07 213	0.07 10	0.16 199	0.09 327	0.08 75	0.15 308	0.11 54	0.12 134	0.08 118	0.07 60	0.06 38	0.05 14	0.11 187	0.07 1	0.05 50	0.05 260	0.05 43	0.04 52	0.06 279	0.05 197

SCV	0.08 75	0.09 412	0.08 54	0.15 105	0.08 202	0.10 189	0.13 162	0.10 31	0.12 134	0.07 65	0.07 60	0.06 38	0.04 1	0.09 57	0.08 25	0.05 50	0.04 24	0.06 178	0.04 52	0.06 279	0.04 69

DEFOM-Stereo_RVC	0.08 75	0.06 98	0.09 116	0.22 558	0.06 26	0.08 75	0.12 92	0.10 31	0.10 66	0.07 65	0.07 60	0.06 38	0.05 14	0.11 187	0.09 101	0.06 166	0.04 24	0.05 43	0.03 1	0.06 279	0.04 69

HUF	0.08 75	0.05 36	0.08 54	0.14 54	0.06 26	0.09 127	0.13 162	0.13 105	0.13 175	0.07 65	0.07 60	0.08 174	0.06 62	0.10 118	0.09 101	0.06 166	0.04 24	0.05 43	0.04 52	0.05 158	0.04 69

castereo++	0.08 75	0.05 36	0.08 54	0.15 105	0.05 2	0.14 377	0.12 92	0.11 54	0.15 232	0.07 65	0.07 60	0.07 116	0.06 62	0.08 24	0.08 25	0.06 166	0.04 24	0.05 43	0.04 52	0.04 45	0.03 2

IGEV-RUCA	0.08 75	0.06 98	0.11 233	0.14 54	0.09 327	0.10 189	0.12 92	0.10 31	0.12 134	0.06 18	0.07 60	0.07 116	0.06 62	0.09 57	0.08 25	0.06 166	0.05 260	0.05 43	0.04 52	0.05 158	0.06 293

GIP-stereo	0.08 75	0.06 98	0.11 233	0.14 54	0.06 26	0.09 127	0.13 162	0.14 135	0.11 97	0.07 65	0.08 113	0.05 5	0.04 1	0.10 118	0.07 1	0.05 50	0.04 24	0.05 43	0.04 52	0.05 158	0.04 69

SMoEStereo_RVC	0.08 75	0.06 98	0.12 276	0.16 199	0.07 123	0.09 127	0.14 227	0.11 54	0.13 175	0.09 169	0.07 60	0.07 116	0.07 172	0.12 279	0.10 195	0.05 50	0.04 24	0.06 178	0.05 180	0.04 45	0.04 69

WCG-NET	0.08 75	0.05 36	0.09 116	0.15 105	0.06 26	0.11 240	0.14 227	0.13 105	0.13 175	0.06 18	0.09 147	0.07 116	0.06 62	0.13 331	0.08 25	0.05 50	0.04 24	0.05 43	0.04 52	0.04 45	0.03 2

Occ-G	0.08 75	0.05 36	0.06 4	0.14 54	0.07 123	0.08 75	0.14 227	0.13 105	0.15 232	0.07 65	0.11 233	0.07 116	0.05 14	0.09 57	0.10 195	0.06 166	0.05 260	0.05 43	0.04 52	0.05 158	0.05 197

U	0.08 75	0.07 213	0.09 116	0.19 443	0.10 439	0.10 189	0.13 162	0.12 80	0.17 296	0.07 65	0.07 60	0.06 38	0.05 14	0.07 4	0.08 25	0.06 166	0.04 24	0.06 178	0.04 52	0.06 279	0.05 197

AIO-Stereo	0.08 75	0.06 98	0.09 116	0.18 375	0.06 26	0.08 75	0.12 92	0.15 177	0.09 44	0.08 118	0.08 113	0.07 116	0.05 14	0.11 187	0.08 25	0.05 50	0.05 260	0.05 43	0.04 52	0.04 45	0.04 69

WCG-NET（raft）	0.08 75	0.05 36	0.10 179	0.15 105	0.06 26	0.11 240	0.13 162	0.15 177	0.12 134	0.08 118	0.07 60	0.06 38	0.06 62	0.13 331	0.08 25	0.05 50	0.04 24	0.05 43	0.04 52	0.04 45	0.04 69

RSM++	0.08 75	0.06 98	0.09 116	0.17 285	0.07 123	0.09 127	0.12 92	0.11 54	0.11 97	0.08 118	0.06 23	0.07 116	0.05 14	0.10 118	0.09 101	0.04 11	0.04 24	0.06 178	0.05 180	0.05 158	0.03 2

RSM	0.08 75	0.06 98	0.09 116	0.17 285	0.06 26	0.08 75	0.12 92	0.12 80	0.10 66	0.08 118	0.07 60	0.06 38	0.05 14	0.11 187	0.09 101	0.04 11	0.04 24	0.05 43	0.04 52	0.04 45	0.03 2

gcap-zeroshot	0.08 75	0.06 98	0.10 179	0.15 105	0.07 123	0.11 240	0.12 92	0.15 177	0.15 232	0.08 118	0.12 254	0.05 5	0.06 62	0.09 57	0.08 25	0.05 50	0.04 24	0.06 178	0.05 180	0.03 1	0.04 69

test_for_model	0.08 75	0.06 98	0.10 179	0.16 199	0.07 123	0.11 240	0.12 92	0.15 177	0.15 232	0.08 118	0.12 254	0.05 5	0.06 62	0.09 57	0.08 25	0.05 50	0.04 24	0.06 178	0.05 180	0.03 1	0.04 69

trnet	0.08 75	0.05 36	0.07 10	0.12 5	0.05 2	0.12 292	0.11 61	0.13 105	0.10 66	0.08 118	0.13 272	0.09 208	0.08 221	0.11 187	0.10 195	0.08 401	0.05 260	0.05 43	0.03 1	0.06 279	0.05 197

MoCha-V2	0.08 75	0.05 36	0.10 179	0.20 509	0.07 123	0.09 127	0.14 227	0.11 54	0.08 24	0.07 65	0.08 113	0.07 116	0.06 62	0.09 57	0.08 25	0.05 50	0.04 24	0.05 43	0.04 52	0.04 45	0.04 69

IGEV++	0.08 75	0.06 98	0.08 54	0.18 375	0.07 123	0.09 127	0.13 162	0.10 31	0.09 44	0.08 118	0.08 113	0.06 38	0.06 62	0.13 331	0.09 101	0.05 50	0.04 24	0.05 43	0.04 52	0.05 158	0.04 69

testlalala	0.08 75	0.06 98	0.10 179	0.15 105	0.07 123	0.11 240	0.12 92	0.15 177	0.15 232	0.08 118	0.12 254	0.05 5	0.06 62	0.09 57	0.08 25	0.05 50	0.04 24	0.06 178	0.05 180	0.03 1	0.04 69

AEACV	0.08 75	0.05 36	0.08 54	0.14 54	0.13 546	0.14 377	0.13 162	0.14 135	0.09 44	0.07 65	0.09 147	0.07 116	0.08 221	0.10 118	0.09 101	0.06 166	0.04 24	0.06 178	0.05 180	0.05 158	0.04 69

LoS_RVC	0.08 75	0.05 36	0.07 10	0.15 105	0.07 123	0.08 75	0.15 308	0.11 54	0.10 66	0.08 118	0.09 147	0.06 38	0.09 254	0.10 118	0.09 101	0.05 50	0.04 24	0.05 43	0.03 1	0.04 45	0.03 2

CAS	0.08 75	0.04 1	0.07 10	0.17 285	0.08 202	0.10 189	0.13 162	0.12 80	0.09 44	0.09 169	0.10 183	0.08 174	0.06 62	0.09 57	0.08 25	0.08 401	0.04 24	0.05 43	0.03 1	0.05 158	0.04 69

CES	0.08 75	0.04 1	0.08 54	0.14 54	0.07 123	0.09 127	0.14 227	0.11 54	0.09 44	0.08 118	0.09 147	0.11 273	0.06 62	0.12 279	0.08 25	0.06 166	0.04 24	0.05 43	0.03 1	0.05 158	0.05 197

EGLCR-Stereo	0.08 75	0.05 36	0.08 54	0.14 54	0.06 26	0.10 189	0.12 92	0.11 54	0.16 268	0.06 18	0.05 7	0.07 116	0.05 14	0.10 118	0.11 275	0.06 166	0.04 24	0.06 178	0.05 180	0.04 45	0.04 69

MC-Stereo	0.08 75	0.06 98	0.09 116	0.17 285	0.06 26	0.10 189	0.14 227	0.12 80	0.10 66	0.09 169	0.12 254	0.09 208	0.06 62	0.11 187	0.10 195	0.06 166	0.04 24	0.06 178	0.05 180	0.04 45	0.04 69

test-3	0.08 75	0.06 98	0.09 116	0.17 285	0.07 123	0.07 38	0.14 227	0.12 80	0.15 232	0.09 169	0.08 113	0.07 116	0.08 221	0.11 187	0.10 195	0.05 50	0.04 24	0.07 287	0.05 180	0.04 45	0.04 69

test_1	0.08 75	0.06 98	0.09 116	0.17 285	0.07 123	0.07 38	0.14 227	0.12 80	0.15 232	0.09 169	0.08 113	0.07 116	0.08 221	0.11 187	0.10 195	0.05 50	0.04 24	0.07 287	0.05 180	0.04 45	0.04 69

CREStereo++_RVC	0.08 75	0.04 1	0.06 4	0.13 16	0.07 123	0.09 127	0.12 92	0.14 135	0.14 207	0.10 214	0.14 286	0.08 174	0.07 172	0.09 57	0.11 275	0.06 166	0.04 24	0.05 43	0.05 180	0.04 45	0.04 69
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
RT-Monster	0.09 162	0.05 36	0.09 116	0.14 54	0.08 202	0.11 240	0.10 32	0.17 253	0.18 327	0.13 320	0.10 183	0.09 208	0.08 221	0.10 118	0.10 195	0.07 326	0.05 260	0.05 43	0.04 52	0.05 158	0.06 293

LiteMatch	0.09 162	0.06 98	0.10 179	0.16 199	0.07 123	0.09 127	0.15 308	0.13 105	0.08 24	0.06 18	0.07 60	0.06 38	0.15 439	0.10 118	0.14 416	0.07 326	0.04 24	0.06 178	0.06 270	0.06 279	0.06 293

Foundation-i1	0.09 162	0.04 1	0.10 179	0.14 54	0.06 26	0.10 189	0.13 162	0.16 214	0.14 207	0.10 214	0.10 183	0.11 273	0.07 172	0.07 4	0.10 195	0.06 166	0.04 24	0.05 43	0.05 180	0.05 158	0.05 197

VMStereo-Base	0.09 162	0.05 36	0.10 179	0.13 16	0.07 123	0.10 189	0.10 32	0.16 214	0.13 175	0.10 214	0.15 303	0.10 243	0.09 254	0.11 187	0.10 195	0.07 326	0.05 260	0.05 43	0.04 52	0.05 158	0.06 293

Wave_Phase_stereo	0.09 162	0.06 98	0.16 448	0.15 105	0.08 202	0.11 240	0.09 18	0.18 286	0.16 268	0.06 18	0.07 60	0.07 116	0.05 14	0.09 57	0.11 275	0.04 11	0.05 260	0.05 43	0.07 367	0.04 45	0.04 69

NLSM3	0.09 162	0.06 98	0.08 54	0.19 443	0.08 202	0.11 240	0.16 377	0.18 286	0.16 268	0.06 18	0.08 113	0.07 116	0.08 221	0.09 57	0.11 275	0.04 11	0.04 24	0.06 178	0.07 367	0.03 1	0.03 2

FE-Mocha	0.09 162	0.06 98	0.14 364	0.16 199	0.09 327	0.10 189	0.15 308	0.18 286	0.16 268	0.10 214	0.09 147	0.07 116	0.07 172	0.09 57	0.09 101	0.06 166	0.04 24	0.06 178	0.06 270	0.05 158	0.05 197

IGEV-FE	0.09 162	0.05 36	0.12 276	0.13 16	0.08 202	0.12 292	0.13 162	0.17 253	0.11 97	0.10 214	0.06 23	0.09 208	0.06 62	0.11 187	0.09 101	0.06 166	0.04 24	0.06 178	0.06 270	0.05 158	0.05 197

water-stereo	0.09 162	0.06 98	0.08 54	0.16 199	0.07 123	0.09 127	0.13 162	0.15 177	0.13 175	0.11 249	0.12 254	0.08 174	0.09 254	0.07 4	0.08 25	0.06 166	0.05 260	0.05 43	0.05 180	0.04 45	0.04 69

depthmonostereo	0.09 162	0.06 98	0.09 116	0.15 105	0.06 26	0.10 189	0.13 162	0.14 135	0.14 207	0.10 214	0.10 183	0.09 208	0.11 326	0.08 24	0.09 101	0.06 166	0.05 260	0.06 178	0.04 52	0.04 45	0.03 2

DilatedVolume-Stereo	0.09 162	0.05 36	0.08 54	0.15 105	0.06 26	0.11 240	0.12 92	0.14 135	0.16 268	0.11 249	0.11 233	0.09 208	0.09 254	0.11 187	0.10 195	0.06 166	0.05 260	0.05 43	0.04 52	0.03 1	0.03 2

S2M2_L	0.09 162	0.08 331	0.11 233	0.13 16	0.10 439	0.08 75	0.06 1	0.10 31	0.10 66	0.10 214	0.09 147	0.10 243	0.09 254	0.11 187	0.11 275	0.13 584	0.07 476	0.08 381	0.09 487	0.10 518	0.08 445
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test2	0.09 162	0.06 98	0.09 116	0.19 443	0.08 202	0.12 292	0.18 467	0.15 177	0.14 207	0.07 65	0.10 183	0.07 116	0.06 62	0.12 279	0.09 101	0.05 50	0.04 24	0.06 178	0.05 180	0.05 158	0.03 2

castereo	0.09 162	0.06 98	0.11 233	0.15 105	0.06 26	0.11 240	0.15 308	0.14 135	0.18 327	0.08 118	0.10 183	0.11 273	0.08 221	0.09 57	0.10 195	0.05 50	0.04 24	0.05 43	0.04 52	0.04 45	0.03 2

fffft	0.09 162	0.06 98	0.12 276	0.16 199	0.07 123	0.09 127	0.17 418	0.12 80	0.11 97	0.08 118	0.07 60	0.09 208	0.06 62	0.11 187	0.12 336	0.05 50	0.04 24	0.06 178	0.05 180	0.04 45	0.05 197
1: 1. 1
tt45	0.09 162	0.06 98	0.11 233	0.15 105	0.07 123	0.11 240	0.16 377	0.13 105	0.11 97	0.09 169	0.06 23	0.08 174	0.06 62	0.13 331	0.10 195	0.06 166	0.04 24	0.06 178	0.05 180	0.05 158	0.06 293

999	0.09 162	0.05 36	0.13 326	0.15 105	0.08 202	0.10 189	0.14 227	0.15 177	0.11 97	0.10 214	0.08 113	0.08 174	0.08 221	0.16 419	0.10 195	0.06 166	0.04 24	0.06 178	0.05 180	0.04 45	0.05 197

mms	0.09 162	0.07 213	0.08 54	0.16 199	0.08 202	0.10 189	0.16 377	0.12 80	0.11 97	0.08 118	0.09 147	0.08 174	0.06 62	0.11 187	0.12 336	0.05 50	0.04 24	0.07 287	0.05 180	0.04 45	0.03 2

ours_stereo	0.09 162	0.07 213	0.09 116	0.17 285	0.08 202	0.11 240	0.16 377	0.11 54	0.12 134	0.08 118	0.10 183	0.08 174	0.06 62	0.12 279	0.12 336	0.05 50	0.04 24	0.06 178	0.05 180	0.04 45	0.03 2

fffy	0.09 162	0.08 331	0.09 116	0.16 199	0.07 123	0.13 343	0.17 418	0.13 105	0.12 134	0.08 118	0.09 147	0.08 174	0.09 254	0.13 331	0.11 275	0.05 50	0.05 260	0.07 287	0.05 180	0.04 45	0.05 197

PAM_32	0.09 162	0.05 36	0.17 478	0.15 105	0.08 202	0.10 189	0.15 308	0.14 135	0.15 232	0.09 169	0.08 113	0.09 208	0.07 172	0.14 360	0.08 25	0.06 166	0.05 260	0.06 178	0.06 270	0.05 158	0.06 293

UGAM-zero	0.09 162	0.05 36	0.15 412	0.15 105	0.08 202	0.09 127	0.13 162	0.19 315	0.15 232	0.11 249	0.15 303	0.07 116	0.07 172	0.09 57	0.09 101	0.06 166	0.05 260	0.06 178	0.05 180	0.05 158	0.06 293

GCAP-BAT	0.09 162	0.05 36	0.11 233	0.13 16	0.07 123	0.11 240	0.14 227	0.14 135	0.16 268	0.07 65	0.10 183	0.08 174	0.06 62	0.13 331	0.08 25	0.07 326	0.05 260	0.05 43	0.05 180	0.04 45	0.04 69

Pointernet	0.09 162	0.04 1	0.09 116	0.16 199	0.08 202	0.13 343	0.10 32	0.15 177	0.17 296	0.09 169	0.07 60	0.06 38	0.06 62	0.11 187	0.09 101	0.08 401	0.04 24	0.05 43	0.03 1	0.06 279	0.05 197

IGEV-BASED-STEREO-	0.09 162	0.10 474	0.31 587	0.15 105	0.06 26	0.08 75	0.14 227	0.10 31	0.10 66	0.07 65	0.07 60	0.06 38	0.04 1	0.11 187	0.07 1	0.12 558	0.04 24	0.07 287	0.05 180	0.05 158	0.05 197

RAFT-Stereo-weight	0.09 162	0.06 98	0.10 179	0.16 199	0.07 123	0.09 127	0.14 227	0.19 315	0.16 268	0.11 249	0.10 183	0.08 174	0.06 62	0.10 118	0.11 275	0.06 166	0.04 24	0.06 178	0.04 52	0.04 45	0.04 69

MGS-Stereo	0.09 162	0.07 213	0.12 276	0.15 105	0.08 202	0.09 127	0.15 308	0.12 80	0.12 134	0.07 65	0.10 183	0.08 174	0.06 62	0.10 118	0.09 101	0.05 50	0.04 24	0.06 178	0.05 180	0.06 279	0.05 197

ff7	0.09 162	0.07 213	0.11 233	0.16 199	0.09 327	0.11 240	0.15 308	0.16 214	0.12 134	0.10 214	0.06 23	0.06 38	0.06 62	0.11 187	0.09 101	0.05 50	0.04 24	0.06 178	0.05 180	0.05 158	0.06 293

IGEVStereo-DCA	0.09 162	0.06 98	0.11 233	0.15 105	0.10 439	0.11 240	0.15 308	0.16 214	0.12 134	0.10 214	0.06 23	0.08 174	0.06 62	0.10 118	0.08 25	0.06 166	0.05 260	0.06 178	0.05 180	0.05 158	0.06 293

ffff	0.09 162	0.07 213	0.11 233	0.16 199	0.09 327	0.11 240	0.15 308	0.16 214	0.12 134	0.10 214	0.06 23	0.06 38	0.06 62	0.11 187	0.09 101	0.05 50	0.04 24	0.06 178	0.05 180	0.05 158	0.06 293

rrr	0.09 162	0.06 98	0.12 276	0.15 105	0.10 439	0.11 240	0.16 377	0.16 214	0.15 232	0.10 214	0.06 23	0.08 174	0.06 62	0.10 118	0.08 25	0.06 166	0.05 260	0.06 178	0.05 180	0.05 158	0.06 293

11t	0.09 162	0.07 213	0.11 233	0.16 199	0.09 327	0.11 240	0.15 308	0.16 214	0.12 134	0.10 214	0.06 23	0.06 38	0.06 62	0.11 187	0.09 101	0.05 50	0.04 24	0.06 178	0.05 180	0.05 158	0.06 293

MaDis-Stereo	0.09 162	0.09 412	0.08 54	0.17 285	0.09 327	0.13 343	0.10 32	0.16 214	0.16 268	0.09 169	0.11 233	0.06 38	0.06 62	0.09 57	0.13 379	0.07 326	0.06 404	0.07 287	0.05 180	0.05 158	0.04 69

IGEV_Zeroshot_test	0.09 162	0.05 36	0.12 276	0.13 16	0.08 202	0.12 292	0.13 162	0.17 253	0.11 97	0.10 214	0.06 23	0.09 208	0.06 62	0.11 187	0.09 101	0.06 166	0.04 24	0.06 178	0.06 270	0.05 158	0.05 197

MSKI-zero shot	0.09 162	0.05 36	0.09 116	0.15 105	0.07 123	0.10 189	0.13 162	0.14 135	0.13 175	0.09 169	0.09 147	0.09 208	0.06 62	0.12 279	0.10 195	0.06 166	0.04 24	0.05 43	0.04 52	0.04 45	0.04 69

UniTT-Stereo	0.09 162	0.07 213	0.08 54	0.18 375	0.08 202	0.13 343	0.11 61	0.12 80	0.11 97	0.10 214	0.12 254	0.05 5	0.07 172	0.09 57	0.09 101	0.07 326	0.05 260	0.05 43	0.05 180	0.05 158	0.05 197

MIM_Stereo	0.09 162	0.07 213	0.11 233	0.15 105	0.07 123	0.06 11	0.12 92	0.20 326	0.14 207	0.13 320	0.13 272	0.09 208	0.05 14	0.12 279	0.08 25	0.05 50	0.06 404	0.07 287	0.06 270	0.06 279	0.05 197

CASnet	0.09 162	0.09 412	0.09 116	0.19 443	0.06 26	0.07 38	0.11 61	0.18 286	0.14 207	0.11 249	0.10 183	0.09 208	0.07 172	0.10 118	0.10 195	0.06 166	0.04 24	0.10 512	0.08 440	0.05 158	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAPDPT-zeroshot	0.09 162	0.05 36	0.11 233	0.13 16	0.07 123	0.11 240	0.14 227	0.14 135	0.16 268	0.07 65	0.10 183	0.08 174	0.06 62	0.13 331	0.08 25	0.07 326	0.05 260	0.05 43	0.05 180	0.04 45	0.04 69

GCAP-Stereo	0.09 162	0.07 213	0.13 326	0.18 375	0.06 26	0.11 240	0.07 3	0.13 105	0.12 134	0.09 169	0.10 183	0.07 116	0.09 254	0.13 331	0.10 195	0.06 166	0.05 260	0.05 43	0.04 52	0.04 45	0.05 197

RAFT-Test	0.09 162	0.06 98	0.10 179	0.15 105	0.07 123	0.11 240	0.15 308	0.16 214	0.13 175	0.09 169	0.10 183	0.10 243	0.09 254	0.12 279	0.09 101	0.06 166	0.04 24	0.05 43	0.04 52	0.04 45	0.05 197

HH	0.09 162	0.06 98	0.13 326	0.17 285	0.08 202	0.10 189	0.16 377	0.14 135	0.10 66	0.08 118	0.09 147	0.08 174	0.07 172	0.10 118	0.09 101	0.06 166	0.04 24	0.06 178	0.05 180	0.05 158	0.04 69

HanStereo	0.09 162	0.06 98	0.13 326	0.17 285	0.08 202	0.10 189	0.16 377	0.14 135	0.10 66	0.08 118	0.09 147	0.08 174	0.07 172	0.10 118	0.09 101	0.06 166	0.04 24	0.06 178	0.05 180	0.05 158	0.04 69

4D-IteraStereo	0.09 162	0.07 213	0.10 179	0.18 375	0.07 123	0.09 127	0.15 308	0.17 253	0.15 232	0.10 214	0.11 233	0.10 243	0.07 172	0.11 187	0.09 101	0.05 50	0.03 1	0.08 381	0.07 367	0.06 279	0.05 197

anonymousdsp	0.09 162	0.07 213	0.11 233	0.16 199	0.09 327	0.11 240	0.15 308	0.16 214	0.12 134	0.09 169	0.06 23	0.06 38	0.06 62	0.11 187	0.09 101	0.05 50	0.04 24	0.06 178	0.05 180	0.05 158	0.06 293

LoS	0.09 162	0.05 36	0.11 233	0.13 16	0.07 123	0.14 377	0.11 61	0.15 177	0.15 232	0.09 169	0.09 147	0.12 293	0.09 254	0.15 384	0.10 195	0.07 326	0.05 260	0.05 43	0.03 1	0.05 158	0.05 197
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 162	0.07 213	0.10 179	0.17 285	0.08 202	0.10 189	0.15 308	0.15 177	0.12 134	0.09 169	0.06 23	0.07 116	0.06 62	0.11 187	0.09 101	0.05 50	0.04 24	0.06 178	0.05 180	0.04 45	0.06 293

RCA-Stereo	0.09 162	0.06 98	0.09 116	0.16 199	0.06 26	0.09 127	0.13 162	0.18 286	0.14 207	0.09 169	0.10 183	0.08 174	0.07 172	0.12 279	0.11 275	0.06 166	0.04 24	0.06 178	0.05 180	0.05 158	0.04 69

CroCo-Stereo Lap2	0.09 162	0.09 412	0.08 54	0.22 558	0.09 327	0.09 127	0.19 507	0.16 214	0.12 134	0.09 169	0.10 183	0.05 5	0.05 14	0.08 24	0.08 25	0.06 166	0.06 404	0.07 287	0.05 180	0.05 158	0.05 197

ccc-4	0.09 162	0.07 213	0.11 233	0.16 199	0.09 327	0.11 240	0.15 308	0.16 214	0.12 134	0.10 214	0.06 23	0.06 38	0.06 62	0.11 187	0.09 101	0.05 50	0.04 24	0.06 178	0.05 180	0.05 158	0.06 293

IGEV-Stereo	0.09 162	0.07 213	0.11 233	0.16 199	0.09 327	0.11 240	0.15 308	0.16 214	0.12 134	0.09 169	0.06 23	0.06 38	0.06 62	0.11 187	0.09 101	0.05 50	0.04 24	0.06 178	0.05 180	0.05 158	0.06 293
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 162	0.05 36	0.13 326	0.14 54	0.08 202	0.12 292	0.15 308	0.18 286	0.10 66	0.11 249	0.08 113	0.08 174	0.05 14	0.10 118	0.09 101	0.06 166	0.04 24	0.06 178	0.05 180	0.06 279	0.05 197

TRStereo	0.09 162	0.05 36	0.12 276	0.15 105	0.12 523	0.10 189	0.13 162	0.18 286	0.18 327	0.09 169	0.09 147	0.09 208	0.06 62	0.10 118	0.08 25	0.07 326	0.05 260	0.07 287	0.07 367	0.04 45	0.04 69

AnonymousM	0.09 162	0.05 36	0.10 179	0.14 54	0.06 26	0.09 127	0.13 162	0.19 315	0.14 207	0.13 320	0.11 233	0.09 208	0.08 221	0.13 331	0.10 195	0.08 401	0.05 260	0.08 381	0.05 180	0.05 158	0.05 197

CroCo-Stereo	0.09 162	0.08 331	0.08 54	0.22 558	0.09 327	0.09 127	0.19 507	0.15 177	0.12 134	0.07 65	0.07 60	0.08 174	0.06 62	0.08 24	0.07 1	0.07 326	0.05 260	0.06 178	0.04 52	0.05 158	0.04 69
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
s12784h	0.09 162	0.06 98	0.07 10	0.15 105	0.05 2	0.16 433	0.18 467	0.15 177	0.15 232	0.10 214	0.11 233	0.11 273	0.11 326	0.10 118	0.12 336	0.05 50	0.04 24	0.05 43	0.04 52	0.04 45	0.04 69

TANstereo	0.09 162	0.04 1	0.08 54	0.13 16	0.06 26	0.11 240	0.14 227	0.15 177	0.19 345	0.11 249	0.15 303	0.10 243	0.06 62	0.12 279	0.09 101	0.07 326	0.05 260	0.05 43	0.04 52	0.06 279	0.05 197

XX-TBD	0.09 162	0.06 98	0.07 10	0.14 54	0.07 123	0.12 292	0.16 377	0.14 135	0.13 175	0.11 249	0.12 254	0.09 208	0.08 221	0.10 118	0.10 195	0.06 166	0.04 24	0.05 43	0.03 1	0.06 279	0.05 197

raftrobust	0.09 162	0.06 98	0.10 179	0.17 285	0.08 202	0.09 127	0.10 32	0.18 286	0.16 268	0.10 214	0.09 147	0.12 293	0.07 172	0.12 279	0.10 195	0.08 401	0.05 260	0.06 178	0.05 180	0.05 158	0.05 197

XX-Stereo	0.09 162	0.05 36	0.08 54	0.17 285	0.09 327	0.15 403	0.12 92	0.20 326	0.10 66	0.10 214	0.14 286	0.07 116	0.06 62	0.12 279	0.08 25	0.06 166	0.05 260	0.06 178	0.06 270	0.04 45	0.04 69

test_xeample3	0.09 162	0.06 98	0.12 276	0.16 199	0.09 327	0.11 240	0.15 308	0.16 214	0.13 175	0.10 214	0.06 23	0.08 174	0.06 62	0.10 118	0.09 101	0.05 50	0.04 24	0.06 178	0.05 180	0.05 158	0.06 293

RAFT-Stereo + iAFF	0.09 162	0.06 98	0.10 179	0.17 285	0.06 26	0.10 189	0.16 377	0.17 253	0.14 207	0.09 169	0.10 183	0.08 174	0.09 254	0.11 187	0.09 101	0.05 50	0.04 24	0.06 178	0.06 270	0.04 45	0.03 2

AFF-stereo	0.09 162	0.06 98	0.10 179	0.17 285	0.07 123	0.10 189	0.16 377	0.17 253	0.09 44	0.10 214	0.12 254	0.09 208	0.09 254	0.12 279	0.09 101	0.05 50	0.04 24	0.07 287	0.07 367	0.04 45	0.03 2

EAI-Stereo	0.09 162	0.07 213	0.11 233	0.15 105	0.06 26	0.10 189	0.15 308	0.16 214	0.09 44	0.08 118	0.09 147	0.08 174	0.07 172	0.09 57	0.11 275	0.05 50	0.04 24	0.05 43	0.05 180	0.05 158	0.04 69

CFNet-RSSM	0.09 162	0.07 213	0.09 116	0.16 199	0.07 123	0.09 127	0.15 308	0.16 214	0.17 296	0.08 118	0.12 254	0.10 243	0.09 254	0.11 187	0.09 101	0.06 166	0.04 24	0.06 178	0.04 52	0.04 45	0.04 69

Gwc-CoAtRS	0.09 162	0.06 98	0.10 179	0.16 199	0.07 123	0.10 189	0.14 227	0.17 253	0.17 296	0.08 118	0.10 183	0.12 293	0.09 254	0.12 279	0.09 101	0.06 166	0.04 24	0.06 178	0.04 52	0.04 45	0.04 69

CREStereo	0.09 162	0.04 1	0.08 54	0.11 1	0.06 26	0.13 343	0.14 227	0.14 135	0.10 66	0.08 118	0.13 272	0.09 208	0.08 221	0.11 187	0.10 195	0.08 401	0.04 24	0.05 43	0.03 1	0.06 279	0.06 293
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.09 162	0.05 36	0.09 116	0.12 5	0.06 26	0.12 292	0.14 227	0.15 177	0.11 97	0.09 169	0.13 272	0.10 243	0.07 172	0.13 331	0.10 195	0.15 602	0.04 24	0.05 43	0.03 1	0.07 358	0.06 293

DN	0.10 230	0.05 36	0.09 116	0.14 54	0.09 327	0.12 292	0.18 467	0.17 253	0.16 268	0.08 118	0.09 147	0.08 174	0.06 62	0.08 24	0.09 101	0.11 533	0.05 260	0.07 287	0.06 270	0.07 358	0.09 489

Hybrid-DGEV-03	0.10 230	0.06 98	0.09 116	0.18 375	0.08 202	0.16 433	0.14 227	0.15 177	0.14 207	0.13 320	0.16 316	0.12 293	0.09 254	0.13 331	0.11 275	0.06 166	0.04 24	0.08 381	0.06 270	0.05 158	0.04 69

WQFJA1	0.10 230	0.07 213	0.08 54	0.20 509	0.09 327	0.12 292	0.17 418	0.17 253	0.17 296	0.09 169	0.10 183	0.08 174	0.10 293	0.12 279	0.11 275	0.06 166	0.07 476	0.07 287	0.06 270	0.06 279	0.05 197

WQFJX1	0.10 230	0.07 213	0.08 54	0.22 558	0.09 327	0.12 292	0.17 418	0.18 286	0.17 296	0.10 214	0.09 147	0.07 116	0.10 293	0.11 187	0.09 101	0.07 326	0.08 506	0.07 287	0.06 270	0.05 158	0.04 69

WQFJX	0.10 230	0.07 213	0.09 116	0.21 541	0.09 327	0.12 292	0.16 377	0.18 286	0.17 296	0.12 290	0.10 183	0.07 116	0.09 254	0.12 279	0.10 195	0.06 166	0.07 476	0.06 178	0.05 180	0.06 279	0.05 197

NLMM	0.10 230	0.07 213	0.08 54	0.20 509	0.09 327	0.12 292	0.17 418	0.17 253	0.17 296	0.09 169	0.10 183	0.08 174	0.10 293	0.12 279	0.11 275	0.06 166	0.07 476	0.07 287	0.06 270	0.06 279	0.05 197

NLSM1	0.10 230	0.07 213	0.07 10	0.19 443	0.08 202	0.13 343	0.16 377	0.21 349	0.15 232	0.11 249	0.10 183	0.06 38	0.10 293	0.10 118	0.11 275	0.07 326	0.08 506	0.08 381	0.07 367	0.05 158	0.05 197

MM-Stereo_test3	0.10 230	0.07 213	0.07 10	0.18 375	0.07 123	0.12 292	0.19 507	0.24 418	0.19 345	0.06 18	0.10 183	0.08 174	0.06 62	0.11 187	0.08 25	0.06 166	0.06 404	0.07 287	0.05 180	0.05 158	0.04 69

MM-Stereo_test1	0.10 230	0.07 213	0.08 54	0.18 375	0.07 123	0.12 292	0.18 467	0.21 349	0.20 368	0.09 169	0.11 233	0.08 174	0.06 62	0.10 118	0.10 195	0.06 166	0.05 260	0.07 287	0.06 270	0.05 158	0.04 69

AIO-test2	0.10 230	0.08 331	0.10 179	0.23 582	0.08 202	0.11 240	0.10 32	0.23 394	0.23 410	0.08 118	0.09 147	0.08 174	0.05 14	0.10 118	0.08 25	0.06 166	0.05 260	0.08 381	0.09 487	0.05 158	0.05 197

AIO-test1	0.10 230	0.07 213	0.10 179	0.23 582	0.07 123	0.09 127	0.13 162	0.21 349	0.14 207	0.11 249	0.12 254	0.09 208	0.07 172	0.11 187	0.09 101	0.06 166	0.05 260	0.09 464	0.10 527	0.03 1	0.06 293

tg	0.10 230	0.06 98	0.10 179	0.18 375	0.08 202	0.11 240	0.16 377	0.20 326	0.12 134	0.08 118	0.11 233	0.11 273	0.07 172	0.11 187	0.10 195	0.05 50	0.04 24	0.08 381	0.08 440	0.04 45	0.04 69

PAM	0.10 230	0.05 36	0.16 448	0.15 105	0.08 202	0.09 127	0.16 377	0.15 177	0.16 268	0.12 290	0.09 147	0.09 208	0.07 172	0.13 331	0.08 25	0.06 166	0.05 260	0.06 178	0.06 270	0.05 158	0.06 293

model_zeroshot	0.10 230	0.04 1	0.11 233	0.15 105	0.09 327	0.12 292	0.14 227	0.20 326	0.13 175	0.11 249	0.10 183	0.12 293	0.07 172	0.12 279	0.10 195	0.07 326	0.06 404	0.06 178	0.05 180	0.06 279	0.06 293

RAStereo	0.10 230	0.09 412	0.08 54	0.20 509	0.08 202	0.13 343	0.18 467	0.15 177	0.17 296	0.10 214	0.12 254	0.05 5	0.06 62	0.09 57	0.08 25	0.07 326	0.05 260	0.07 287	0.05 180	0.05 158	0.04 69

rvit_stereo_0080	0.10 230	0.08 331	0.14 364	0.15 105	0.09 327	0.07 38	0.15 308	0.16 214	0.16 268	0.11 249	0.10 183	0.14 339	0.08 221	0.12 279	0.10 195	0.09 461	0.07 476	0.07 287	0.06 270	0.07 358	0.05 197

H2IRNET	0.10 230	0.09 412	0.09 116	0.18 375	0.09 327	0.12 292	0.15 308	0.14 135	0.21 384	0.10 214	0.10 183	0.10 243	0.10 293	0.10 118	0.10 195	0.05 50	0.04 24	0.08 381	0.08 440	0.06 279	0.05 197

Former-RAFT_DAM_RVC	0.10 230	0.08 331	0.12 276	0.16 199	0.08 202	0.15 403	0.16 377	0.18 286	0.18 327	0.10 214	0.09 147	0.09 208	0.08 221	0.11 187	0.12 336	0.07 326	0.05 260	0.08 381	0.06 270	0.07 358	0.06 293

MyStereo07	0.10 230	0.07 213	0.10 179	0.17 285	0.09 327	0.14 377	0.18 467	0.15 177	0.15 232	0.09 169	0.06 23	0.06 38	0.07 172	0.12 279	0.09 101	0.06 166	0.05 260	0.08 381	0.07 367	0.06 279	0.06 293

MyStereo06	0.10 230	0.07 213	0.12 276	0.17 285	0.09 327	0.13 343	0.18 467	0.19 315	0.12 134	0.12 290	0.08 113	0.07 116	0.07 172	0.11 187	0.09 101	0.06 166	0.05 260	0.07 287	0.07 367	0.06 279	0.06 293

AE-Stereo	0.10 230	0.08 331	0.10 179	0.18 375	0.09 327	0.10 189	0.15 308	0.14 135	0.19 345	0.09 169	0.14 286	0.12 293	0.08 221	0.11 187	0.10 195	0.05 50	0.06 404	0.07 287	0.06 270	0.05 158	0.04 69

ACVNet-DCA	0.10 230	0.08 331	0.12 276	0.17 285	0.09 327	0.13 343	0.15 308	0.23 394	0.16 268	0.09 169	0.09 147	0.06 38	0.06 62	0.10 118	0.07 1	0.06 166	0.04 24	0.06 178	0.05 180	0.07 358	0.07 380

cc1	0.10 230	0.08 331	0.12 276	0.17 285	0.09 327	0.13 343	0.15 308	0.16 214	0.18 327	0.09 169	0.09 147	0.06 38	0.06 62	0.10 118	0.07 1	0.06 166	0.04 24	0.06 178	0.05 180	0.06 279	0.06 293

tt1	0.10 230	0.08 331	0.12 276	0.17 285	0.09 327	0.12 292	0.16 377	0.15 177	0.19 345	0.09 169	0.08 113	0.06 38	0.06 62	0.10 118	0.07 1	0.06 166	0.04 24	0.06 178	0.05 180	0.06 279	0.06 293

whm_eth	0.10 230	0.08 331	0.14 364	0.15 105	0.09 327	0.07 38	0.15 308	0.16 214	0.16 268	0.11 249	0.10 183	0.14 339	0.08 221	0.12 279	0.10 195	0.09 461	0.07 476	0.07 287	0.06 270	0.07 358	0.05 197

plain	0.10 230	0.08 331	0.10 179	0.19 443	0.09 327	0.10 189	0.15 308	0.14 135	0.13 175	0.13 320	0.15 303	0.09 208	0.12 357	0.13 331	0.12 336	0.07 326	0.05 260	0.09 464	0.06 270	0.06 279	0.06 293

Any-RAFT	0.10 230	0.05 36	0.09 116	0.14 54	0.07 123	0.13 343	0.14 227	0.21 349	0.15 232	0.11 249	0.12 254	0.12 293	0.09 254	0.12 279	0.09 101	0.07 326	0.04 24	0.05 43	0.04 52	0.06 279	0.05 197

LL-Strereo2	0.10 230	0.10 474	0.15 412	0.18 375	0.08 202	0.15 403	0.09 18	0.17 253	0.14 207	0.14 342	0.10 183	0.09 208	0.07 172	0.16 419	0.10 195	0.05 50	0.05 260	0.10 512	0.07 367	0.06 279	0.05 197

DCANet-4	0.10 230	0.06 98	0.12 276	0.16 199	0.06 26	0.09 127	0.17 418	0.18 286	0.19 345	0.13 320	0.16 316	0.09 208	0.14 421	0.11 187	0.12 336	0.06 166	0.04 24	0.05 43	0.04 52	0.04 45	0.05 197

fff	0.10 230	0.06 98	0.12 276	0.15 105	0.07 123	0.09 127	0.17 418	0.16 214	0.20 368	0.13 320	0.16 316	0.10 243	0.11 326	0.11 187	0.12 336	0.06 166	0.04 24	0.05 43	0.04 52	0.04 45	0.05 197

ADStereo(finetuned)	0.10 230	0.06 98	0.12 276	0.16 199	0.06 26	0.09 127	0.17 418	0.15 177	0.19 345	0.13 320	0.17 338	0.10 243	0.12 357	0.11 187	0.12 336	0.06 166	0.04 24	0.05 43	0.04 52	0.05 158	0.04 69

test_4	0.10 230	0.10 474	0.08 54	0.19 443	0.09 327	0.08 75	0.22 560	0.15 177	0.17 296	0.12 290	0.18 365	0.12 293	0.09 254	0.08 24	0.11 275	0.04 11	0.04 24	0.08 381	0.08 440	0.04 45	0.03 2

IPLG	0.10 230	0.07 213	0.15 412	0.17 285	0.08 202	0.11 240	0.14 227	0.20 326	0.15 232	0.12 290	0.17 338	0.07 116	0.07 172	0.14 360	0.13 379	0.06 166	0.04 24	0.06 178	0.05 180	0.04 45	0.04 69

test_3	0.10 230	0.09 412	0.10 179	0.20 509	0.08 202	0.13 343	0.26 608	0.14 135	0.21 384	0.10 214	0.10 183	0.09 208	0.09 254	0.08 24	0.11 275	0.05 50	0.04 24	0.08 381	0.07 367	0.04 45	0.04 69

STrans-v2	0.10 230	0.07 213	0.12 276	0.18 375	0.07 123	0.10 189	0.14 227	0.21 349	0.11 97	0.11 249	0.15 303	0.12 293	0.10 293	0.11 187	0.12 336	0.05 50	0.04 24	0.06 178	0.06 270	0.04 45	0.04 69

TransformOpticalFlow	0.10 230	0.08 331	0.13 326	0.18 375	0.07 123	0.09 127	0.15 308	0.19 315	0.15 232	0.12 290	0.17 338	0.11 273	0.11 326	0.11 187	0.10 195	0.05 50	0.04 24	0.06 178	0.06 270	0.05 158	0.05 197

SST-Stereo	0.10 230	0.07 213	0.15 412	0.18 375	0.09 327	0.06 11	0.12 92	0.17 253	0.11 97	0.15 369	0.17 338	0.13 319	0.12 357	0.10 118	0.11 275	0.06 166	0.04 24	0.09 464	0.06 270	0.06 279	0.05 197

cross-raft	0.10 230	0.09 412	0.09 116	0.19 443	0.07 123	0.11 240	0.25 599	0.13 105	0.15 232	0.08 118	0.11 233	0.12 293	0.10 293	0.09 57	0.11 275	0.05 50	0.04 24	0.06 178	0.05 180	0.04 45	0.04 69

test-1	0.10 230	0.07 213	0.16 448	0.19 443	0.08 202	0.11 240	0.24 584	0.14 135	0.18 327	0.09 169	0.07 60	0.09 208	0.08 221	0.07 4	0.09 101	0.06 166	0.04 24	0.06 178	0.05 180	0.04 45	0.04 69

iRaftStereo_RVC	0.10 230	0.07 213	0.09 116	0.17 285	0.09 327	0.11 240	0.17 418	0.18 286	0.12 134	0.09 169	0.12 254	0.10 243	0.07 172	0.11 187	0.10 195	0.05 50	0.04 24	0.08 381	0.08 440	0.04 45	0.04 69

RALCasStereoNet	0.10 230	0.06 98	0.09 116	0.16 199	0.08 202	0.12 292	0.14 227	0.17 253	0.11 97	0.12 290	0.17 338	0.14 339	0.10 293	0.12 279	0.11 275	0.07 326	0.06 404	0.06 178	0.05 180	0.08 422	0.07 380

DCANet	0.10 230	0.06 98	0.12 276	0.16 199	0.06 26	0.09 127	0.17 418	0.15 177	0.19 345	0.13 320	0.17 338	0.10 243	0.11 326	0.11 187	0.12 336	0.06 166	0.04 24	0.05 43	0.04 52	0.05 158	0.04 69

csc	0.10 230	0.06 98	0.12 276	0.15 105	0.07 123	0.09 127	0.17 418	0.16 214	0.20 368	0.13 320	0.16 316	0.10 243	0.11 326	0.11 187	0.12 336	0.06 166	0.04 24	0.05 43	0.04 52	0.04 45	0.05 197

cscssc	0.10 230	0.06 98	0.12 276	0.15 105	0.07 123	0.09 127	0.17 418	0.16 214	0.20 368	0.13 320	0.16 316	0.10 243	0.11 326	0.11 187	0.12 336	0.06 166	0.04 24	0.05 43	0.04 52	0.04 45	0.05 197

111	0.10 230	0.06 98	0.12 276	0.15 105	0.07 123	0.10 189	0.14 227	0.21 349	0.23 410	0.11 249	0.12 254	0.14 339	0.11 326	0.13 331	0.10 195	0.06 166	0.04 24	0.06 178	0.04 52	0.05 158	0.05 197

R-Stereo Train	0.10 230	0.06 98	0.10 179	0.17 285	0.08 202	0.11 240	0.14 227	0.23 394	0.11 97	0.12 290	0.19 376	0.11 273	0.08 221	0.09 57	0.11 275	0.07 326	0.05 260	0.06 178	0.05 180	0.05 158	0.05 197

RAFT-Stereo	0.10 230	0.06 98	0.10 179	0.17 285	0.08 202	0.11 240	0.14 227	0.23 394	0.11 97	0.12 290	0.19 376	0.11 273	0.08 221	0.09 57	0.11 275	0.07 326	0.05 260	0.06 178	0.05 180	0.05 158	0.05 197
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.10 230	0.06 98	0.12 276	0.14 54	0.06 26	0.11 240	0.10 32	0.18 286	0.18 327	0.13 320	0.16 316	0.14 339	0.11 326	0.15 384	0.13 379	0.06 166	0.04 24	0.04 1	0.04 52	0.06 279	0.05 197
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
Lsterematch	0.11 278	0.06 98	0.11 233	0.16 199	0.07 123	0.13 343	0.15 308	0.14 135	0.17 296	0.16 397	0.18 365	0.15 368	0.15 439	0.12 279	0.14 416	0.07 326	0.04 24	0.06 178	0.06 270	0.06 279	0.06 293

Hybrid-DGEV-2	0.11 278	0.06 98	0.12 276	0.18 375	0.09 327	0.09 127	0.13 162	0.28 493	0.29 494	0.11 249	0.11 233	0.09 208	0.12 357	0.12 279	0.09 101	0.06 166	0.05 260	0.07 287	0.07 367	0.05 158	0.05 197

NLMM1	0.11 278	0.09 412	0.07 10	0.22 558	0.10 439	0.12 292	0.20 530	0.18 286	0.20 368	0.12 290	0.11 233	0.07 116	0.09 254	0.11 187	0.11 275	0.08 401	0.08 506	0.07 287	0.06 270	0.04 45	0.04 69

NLCSM	0.11 278	0.09 412	0.09 116	0.23 582	0.11 489	0.12 292	0.19 507	0.18 286	0.18 327	0.12 290	0.11 233	0.07 116	0.09 254	0.11 187	0.10 195	0.07 326	0.08 506	0.07 287	0.07 367	0.06 279	0.05 197

Select-FE	0.11 278	0.06 98	0.20 526	0.15 105	0.11 489	0.11 240	0.13 162	0.21 349	0.18 327	0.09 169	0.11 233	0.10 243	0.06 62	0.12 279	0.09 101	0.07 326	0.05 260	0.07 287	0.08 440	0.06 279	0.08 445

FlowAnything_test	0.11 278	0.08 331	0.14 364	0.15 105	0.09 327	0.07 38	0.14 227	0.20 326	0.11 97	0.09 169	0.09 147	0.12 293	0.12 357	0.13 331	0.11 275	0.09 461	0.06 404	0.09 464	0.09 487	0.06 279	0.09 489

xyz-stereo-finetune2	0.11 278	0.07 213	0.13 326	0.13 16	0.07 123	0.11 240	0.19 507	0.17 253	0.12 134	0.15 369	0.15 303	0.17 405	0.12 357	0.13 331	0.11 275	0.05 50	0.04 24	0.07 287	0.05 180	0.04 45	0.06 293

xyz-stereo-finetune	0.11 278	0.08 331	0.13 326	0.14 54	0.06 26	0.10 189	0.19 507	0.17 253	0.19 345	0.12 290	0.14 286	0.15 368	0.10 293	0.13 331	0.11 275	0.05 50	0.04 24	0.07 287	0.05 180	0.04 45	0.05 197

HI	0.11 278	0.06 98	0.11 233	0.13 16	0.09 327	0.09 127	0.14 227	0.21 349	0.10 66	0.19 462	0.17 338	0.14 339	0.09 254	0.16 419	0.08 25	0.05 50	0.04 24	0.07 287	0.08 440	0.07 358	0.06 293

CoSv	0.11 278	0.06 98	0.11 233	0.13 16	0.09 327	0.09 127	0.14 227	0.21 349	0.10 66	0.19 462	0.17 338	0.14 339	0.09 254	0.16 419	0.08 25	0.05 50	0.04 24	0.07 287	0.08 440	0.07 358	0.06 293

rvit_stereo_0081_aga	0.11 278	0.09 412	0.14 364	0.18 375	0.09 327	0.13 343	0.14 227	0.14 135	0.19 345	0.10 214	0.18 365	0.16 383	0.09 254	0.12 279	0.09 101	0.10 502	0.06 404	0.08 381	0.07 367	0.07 358	0.06 293

rvit_stereo_0081	0.11 278	0.08 331	0.15 412	0.16 199	0.09 327	0.10 189	0.14 227	0.14 135	0.24 427	0.11 249	0.13 272	0.13 319	0.09 254	0.11 187	0.12 336	0.10 502	0.07 476	0.08 381	0.07 367	0.07 358	0.05 197

rvit_stereo_0082	0.11 278	0.08 331	0.15 412	0.16 199	0.09 327	0.10 189	0.14 227	0.14 135	0.24 427	0.11 249	0.13 272	0.13 319	0.09 254	0.11 187	0.12 336	0.10 502	0.07 476	0.08 381	0.07 367	0.07 358	0.05 197

AIO-Stereo-zeroshot1	0.11 278	0.05 36	0.14 364	0.15 105	0.20 627	0.09 127	0.17 418	0.21 349	0.15 232	0.11 249	0.14 286	0.10 243	0.07 172	0.10 118	0.08 25	0.06 166	0.05 260	0.07 287	0.07 367	0.07 358	0.09 489

AIO-Stereo-zeroshot	0.11 278	0.05 36	0.11 233	0.15 105	0.13 546	0.13 343	0.16 377	0.23 394	0.17 296	0.10 214	0.12 254	0.10 243	0.07 172	0.11 187	0.09 101	0.06 166	0.05 260	0.06 178	0.06 270	0.07 358	0.08 445

CAS++	0.11 278	0.07 213	0.11 233	0.14 54	0.09 327	0.12 292	0.14 227	0.24 418	0.14 207	0.11 249	0.09 147	0.11 273	0.07 172	0.14 360	0.09 101	0.11 533	0.09 539	0.09 464	0.07 367	0.07 358	0.08 445
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
xx1	0.11 278	0.08 331	0.12 276	0.17 285	0.09 327	0.13 343	0.15 308	0.16 214	0.18 327	0.09 169	0.09 147	0.16 383	0.16 467	0.10 118	0.07 1	0.06 166	0.04 24	0.08 381	0.08 440	0.07 358	0.07 380

1test111	0.11 278	0.08 331	0.12 276	0.17 285	0.09 327	0.13 343	0.15 308	0.23 394	0.16 268	0.09 169	0.09 147	0.06 38	0.06 62	0.15 384	0.16 463	0.06 166	0.04 24	0.06 178	0.05 180	0.07 358	0.07 380

MIF-Stereo (partial)	0.11 278	0.06 98	0.10 179	0.19 443	0.10 439	0.10 189	0.11 61	0.17 253	0.18 327	0.14 342	0.16 316	0.09 208	0.11 326	0.12 279	0.12 336	0.08 401	0.05 260	0.08 381	0.07 367	0.06 279	0.07 380

EKT-Stereo	0.11 278	0.07 213	0.14 364	0.15 105	0.10 439	0.13 343	0.14 227	0.18 286	0.21 384	0.11 249	0.08 113	0.12 293	0.09 254	0.11 187	0.12 336	0.08 401	0.06 404	0.07 287	0.06 270	0.08 422	0.07 380

anonymousdsp2	0.11 278	0.07 213	0.10 179	0.16 199	0.09 327	0.13 343	0.14 227	0.18 286	0.22 398	0.13 320	0.14 286	0.12 293	0.09 254	0.14 360	0.11 275	0.05 50	0.04 24	0.05 43	0.04 52	0.06 279	0.05 197

DCRE	0.11 278	0.07 213	0.13 326	0.16 199	0.11 489	0.11 240	0.17 418	0.18 286	0.17 296	0.11 249	0.18 365	0.10 243	0.10 293	0.15 384	0.11 275	0.06 166	0.05 260	0.06 178	0.06 270	0.05 158	0.04 69

knoymous	0.11 278	0.05 36	0.12 276	0.13 16	0.07 123	0.15 403	0.14 227	0.19 315	0.13 175	0.11 249	0.17 338	0.13 319	0.09 254	0.13 331	0.11 275	0.08 401	0.05 260	0.06 178	0.05 180	0.08 422	0.07 380

riskmin	0.11 278	0.06 98	0.13 326	0.14 54	0.08 202	0.14 377	0.14 227	0.18 286	0.14 207	0.11 249	0.14 286	0.16 383	0.11 326	0.14 360	0.12 336	0.09 461	0.05 260	0.07 287	0.05 180	0.08 422	0.08 445

Selective-RAFT	0.11 278	0.10 474	0.11 233	0.21 541	0.08 202	0.16 433	0.13 162	0.20 326	0.22 398	0.10 214	0.10 183	0.11 273	0.10 293	0.15 384	0.11 275	0.05 50	0.05 260	0.06 178	0.05 180	0.06 279	0.05 197

DisPM	0.11 278	0.07 213	0.12 276	0.16 199	0.09 327	0.06 11	0.13 162	0.17 253	0.17 296	0.14 342	0.20 388	0.12 293	0.10 293	0.11 187	0.10 195	0.06 166	0.04 24	0.07 287	0.06 270	0.06 279	0.11 545

CIPLG	0.11 278	0.08 331	0.14 364	0.17 285	0.08 202	0.12 292	0.15 308	0.17 253	0.15 232	0.14 342	0.11 233	0.16 383	0.09 254	0.16 419	0.11 275	0.07 326	0.05 260	0.06 178	0.05 180	0.05 158	0.06 293

GLC_STEREO	0.11 278	0.07 213	0.11 233	0.17 285	0.07 123	0.09 127	0.13 162	0.15 177	0.24 427	0.12 290	0.13 272	0.12 293	0.08 221	0.18 474	0.11 275	0.06 166	0.08 506	0.08 381	0.06 270	0.05 158	0.05 197

IPLGR_C	0.11 278	0.08 331	0.14 364	0.17 285	0.08 202	0.12 292	0.15 308	0.17 253	0.15 232	0.14 342	0.10 183	0.16 383	0.09 254	0.16 419	0.11 275	0.07 326	0.05 260	0.06 178	0.05 180	0.05 158	0.06 293

MIPNet	0.11 278	0.08 331	0.14 364	0.17 285	0.09 327	0.12 292	0.14 227	0.20 326	0.24 427	0.11 249	0.10 183	0.09 208	0.07 172	0.13 331	0.12 336	0.06 166	0.04 24	0.06 178	0.05 180	0.04 45	0.04 69

IPLGR	0.11 278	0.09 412	0.16 448	0.18 375	0.08 202	0.12 292	0.17 418	0.21 349	0.24 427	0.11 249	0.12 254	0.11 273	0.08 221	0.12 279	0.12 336	0.06 166	0.05 260	0.06 178	0.06 270	0.04 45	0.04 69

GMOStereo	0.11 278	0.09 412	0.07 10	0.19 443	0.08 202	0.12 292	0.28 621	0.13 105	0.17 296	0.11 249	0.17 338	0.14 339	0.12 357	0.07 4	0.07 1	0.05 50	0.05 260	0.09 464	0.07 367	0.04 45	0.04 69

error version	0.11 278	0.09 412	0.07 10	0.19 443	0.08 202	0.12 292	0.28 621	0.13 105	0.17 296	0.11 249	0.17 338	0.14 339	0.12 357	0.07 4	0.07 1	0.05 50	0.05 260	0.09 464	0.07 367	0.04 45	0.04 69

test-v	0.11 278	0.09 412	0.07 10	0.19 443	0.08 202	0.12 292	0.28 621	0.13 105	0.17 296	0.11 249	0.17 338	0.14 339	0.12 357	0.07 4	0.07 1	0.05 50	0.05 260	0.09 464	0.07 367	0.04 45	0.04 69

ACRE	0.11 278	0.08 331	0.14 364	0.17 285	0.08 202	0.12 292	0.15 308	0.17 253	0.14 207	0.14 342	0.10 183	0.16 383	0.09 254	0.16 419	0.11 275	0.07 326	0.05 260	0.06 178	0.05 180	0.05 158	0.06 293

PFNet+	0.11 278	0.06 98	0.13 326	0.16 199	0.09 327	0.05 4	0.12 92	0.17 253	0.21 384	0.16 397	0.19 376	0.14 339	0.10 293	0.11 187	0.11 275	0.08 401	0.05 260	0.09 464	0.08 440	0.06 279	0.11 545

LCNet	0.11 278	0.07 213	0.09 116	0.19 443	0.09 327	0.08 75	0.15 308	0.21 349	0.15 232	0.11 249	0.15 303	0.16 383	0.11 326	0.12 279	0.11 275	0.05 50	0.04 24	0.08 381	0.07 367	0.06 279	0.15 604

HHNet	0.11 278	0.06 98	0.16 448	0.15 105	0.14 567	0.07 38	0.13 162	0.20 326	0.17 296	0.14 342	0.25 471	0.11 273	0.08 221	0.13 331	0.10 195	0.05 50	0.04 24	0.08 381	0.06 270	0.05 158	0.09 489

Patchmatch Stereo++	0.11 278	0.09 412	0.16 448	0.18 375	0.08 202	0.06 11	0.11 61	0.16 214	0.13 175	0.15 369	0.16 316	0.14 339	0.12 357	0.11 187	0.10 195	0.06 166	0.04 24	0.08 381	0.06 270	0.08 422	0.07 380
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	0.11 278	0.07 213	0.16 448	0.19 443	0.09 327	0.08 75	0.13 162	0.18 286	0.13 175	0.16 397	0.21 411	0.13 319	0.14 421	0.11 187	0.14 416	0.06 166	0.04 24	0.09 464	0.06 270	0.06 279	0.05 197

OMP-Stereo	0.11 278	0.06 98	0.14 364	0.18 375	0.08 202	0.09 127	0.12 92	0.21 349	0.21 384	0.13 320	0.14 286	0.11 273	0.12 357	0.11 187	0.13 379	0.06 166	0.04 24	0.07 287	0.06 270	0.05 158	0.04 69

IIG-Stereo	0.11 278	0.06 98	0.13 326	0.17 285	0.08 202	0.11 240	0.12 92	0.22 373	0.17 296	0.14 342	0.17 338	0.11 273	0.12 357	0.12 279	0.12 336	0.06 166	0.05 260	0.07 287	0.06 270	0.05 158	0.04 69

NF-Stereo	0.11 278	0.07 213	0.13 326	0.17 285	0.09 327	0.10 189	0.14 227	0.23 394	0.19 345	0.12 290	0.17 338	0.12 293	0.11 326	0.11 187	0.11 275	0.06 166	0.04 24	0.07 287	0.06 270	0.06 279	0.12 558

OCTAStereo	0.11 278	0.07 213	0.13 326	0.17 285	0.09 327	0.10 189	0.14 227	0.23 394	0.19 345	0.12 290	0.17 338	0.12 293	0.11 326	0.11 187	0.11 275	0.06 166	0.04 24	0.07 287	0.06 270	0.06 279	0.12 558

NRIStereo	0.11 278	0.08 331	0.14 364	0.18 375	0.08 202	0.10 189	0.14 227	0.16 214	0.15 232	0.12 290	0.14 286	0.13 319	0.12 357	0.13 331	0.10 195	0.06 166	0.04 24	0.07 287	0.06 270	0.06 279	0.07 380

PSM-adaLoss	0.11 278	0.09 412	0.16 448	0.18 375	0.08 202	0.06 11	0.12 92	0.16 214	0.13 175	0.15 369	0.16 316	0.14 339	0.12 357	0.11 187	0.10 195	0.06 166	0.04 24	0.08 381	0.06 270	0.08 422	0.07 380

PSM-AAD	0.11 278	0.07 213	0.10 179	0.19 443	0.09 327	0.10 189	0.15 308	0.20 326	0.13 175	0.12 290	0.14 286	0.18 419	0.11 326	0.11 187	0.10 195	0.05 50	0.05 260	0.09 464	0.08 440	0.06 279	0.14 597

ROB_FTStereo_v2	0.11 278	0.09 412	0.16 448	0.19 443	0.08 202	0.06 11	0.12 92	0.16 214	0.13 175	0.15 369	0.16 316	0.14 339	0.12 357	0.11 187	0.10 195	0.06 166	0.04 24	0.08 381	0.06 270	0.08 422	0.07 380

ROB_FTStereo	0.11 278	0.09 412	0.16 448	0.19 443	0.08 202	0.06 11	0.11 61	0.16 214	0.13 175	0.15 369	0.16 316	0.14 339	0.12 357	0.11 187	0.10 195	0.06 166	0.04 24	0.08 381	0.06 270	0.08 422	0.07 380

KYRaft	0.11 278	0.07 213	0.10 179	0.19 443	0.09 327	0.08 75	0.15 308	0.22 373	0.12 134	0.13 320	0.16 316	0.20 445	0.10 293	0.12 279	0.10 195	0.05 50	0.04 24	0.08 381	0.08 440	0.06 279	0.16 615

HUI-Stereo	0.11 278	0.09 412	0.16 448	0.18 375	0.08 202	0.06 11	0.12 92	0.16 214	0.13 175	0.15 369	0.16 316	0.14 339	0.12 357	0.11 187	0.10 195	0.06 166	0.04 24	0.08 381	0.06 270	0.08 422	0.07 380

ASMatch	0.11 278	0.06 98	0.13 326	0.16 199	0.10 439	0.07 38	0.14 227	0.17 253	0.17 296	0.12 290	0.16 316	0.16 383	0.10 293	0.13 331	0.10 195	0.05 50	0.04 24	0.06 178	0.05 180	0.04 45	0.08 445

RAFT_R40	0.11 278	0.07 213	0.14 364	0.18 375	0.09 327	0.06 11	0.13 162	0.17 253	0.16 268	0.14 342	0.18 365	0.15 368	0.12 357	0.10 118	0.11 275	0.06 166	0.04 24	0.09 464	0.06 270	0.06 279	0.05 197

GrayStereo	0.11 278	0.06 98	0.11 233	0.19 443	0.09 327	0.09 127	0.16 377	0.18 286	0.17 296	0.14 342	0.17 338	0.17 405	0.11 326	0.12 279	0.11 275	0.05 50	0.05 260	0.07 287	0.06 270	0.05 158	0.10 518

RE-Stereo	0.11 278	0.07 213	0.13 326	0.17 285	0.09 327	0.10 189	0.14 227	0.23 394	0.19 345	0.12 290	0.17 338	0.12 293	0.11 326	0.11 187	0.11 275	0.06 166	0.04 24	0.07 287	0.06 270	0.06 279	0.12 558

Pruner-Stereo	0.11 278	0.07 213	0.12 276	0.17 285	0.09 327	0.06 11	0.12 92	0.17 253	0.17 296	0.13 320	0.19 376	0.13 319	0.09 254	0.11 187	0.11 275	0.06 166	0.04 24	0.07 287	0.06 270	0.06 279	0.08 445

TVStereo	0.11 278	0.07 213	0.13 326	0.17 285	0.09 327	0.10 189	0.14 227	0.23 394	0.19 345	0.12 290	0.17 338	0.12 293	0.11 326	0.11 187	0.11 275	0.06 166	0.04 24	0.07 287	0.06 270	0.06 279	0.12 558

DeepStereo_RVC	0.11 278	0.08 331	0.16 448	0.18 375	0.08 202	0.08 75	0.12 92	0.17 253	0.12 134	0.13 320	0.14 286	0.12 293	0.12 357	0.12 279	0.11 275	0.06 166	0.04 24	0.07 287	0.06 270	0.07 358	0.08 445

iGMRVC	0.11 278	0.09 412	0.16 448	0.19 443	0.08 202	0.06 11	0.12 92	0.16 214	0.13 175	0.15 369	0.16 316	0.14 339	0.12 357	0.11 187	0.10 195	0.06 166	0.04 24	0.08 381	0.06 270	0.08 422	0.07 380

RAFT-RH_RVC	0.11 278	0.06 98	0.14 364	0.16 199	0.09 327	0.12 292	0.12 92	0.17 253	0.12 134	0.13 320	0.41 602	0.11 273	0.10 293	0.13 331	0.12 336	0.05 50	0.04 24	0.08 381	0.05 180	0.04 45	0.06 293

RAFT-345	0.11 278	0.07 213	0.15 412	0.16 199	0.08 202	0.08 75	0.12 92	0.15 177	0.10 66	0.11 249	0.36 565	0.09 208	0.09 254	0.11 187	0.12 336	0.05 50	0.05 260	0.07 287	0.06 270	0.04 45	0.05 197

iRAFT	0.11 278	0.09 412	0.16 448	0.18 375	0.08 202	0.06 11	0.11 61	0.16 214	0.13 175	0.15 369	0.16 316	0.14 339	0.12 357	0.11 187	0.10 195	0.06 166	0.04 24	0.08 381	0.06 270	0.08 422	0.07 380

CRE-IMP	0.11 278	0.09 412	0.16 448	0.19 443	0.08 202	0.10 189	0.12 92	0.18 286	0.10 66	0.14 342	0.13 272	0.13 319	0.12 357	0.12 279	0.11 275	0.07 326	0.04 24	0.08 381	0.06 270	0.08 422	0.08 445

test-2	0.11 278	0.09 412	0.07 10	0.19 443	0.08 202	0.12 292	0.28 621	0.13 105	0.17 296	0.11 249	0.17 338	0.14 339	0.12 357	0.07 4	0.07 1	0.05 50	0.05 260	0.09 464	0.07 367	0.04 45	0.04 69

GMM-Stereo	0.11 278	0.07 213	0.10 179	0.18 375	0.09 327	0.08 75	0.15 308	0.23 394	0.16 268	0.11 249	0.15 303	0.13 319	0.11 326	0.11 187	0.11 275	0.05 50	0.04 24	0.08 381	0.07 367	0.06 279	0.09 489

RAFT-IKP	0.11 278	0.09 412	0.16 448	0.19 443	0.08 202	0.06 11	0.12 92	0.16 214	0.13 175	0.15 369	0.16 316	0.14 339	0.12 357	0.11 187	0.10 195	0.06 166	0.04 24	0.08 381	0.06 270	0.08 422	0.07 380

Prome-Stereo	0.11 278	0.06 98	0.10 179	0.18 375	0.08 202	0.12 292	0.15 308	0.22 373	0.13 175	0.12 290	0.17 338	0.13 319	0.08 221	0.12 279	0.10 195	0.05 50	0.04 24	0.07 287	0.06 270	0.06 279	0.09 489

rafts_anoy	0.11 278	0.06 98	0.10 179	0.17 285	0.08 202	0.10 189	0.14 227	0.17 253	0.14 207	0.13 320	0.13 272	0.12 293	0.10 293	0.11 187	0.12 336	0.07 326	0.04 24	0.09 464	0.11 561	0.07 358	0.06 293

raft+_RVC	0.11 278	0.07 213	0.09 116	0.16 199	0.07 123	0.10 189	0.11 61	0.24 418	0.20 368	0.12 290	0.15 303	0.12 293	0.08 221	0.12 279	0.13 379	0.07 326	0.04 24	0.07 287	0.06 270	0.05 158	0.05 197

RALAANet	0.11 278	0.08 331	0.10 179	0.17 285	0.09 327	0.14 377	0.10 32	0.20 326	0.15 232	0.14 342	0.13 272	0.16 383	0.09 254	0.12 279	0.11 275	0.06 166	0.05 260	0.07 287	0.06 270	0.05 158	0.04 69

DIP-Stereo	0.11 278	0.07 213	0.14 364	0.17 285	0.09 327	0.13 343	0.09 18	0.16 214	0.16 268	0.11 249	0.16 316	0.14 339	0.12 357	0.15 384	0.13 379	0.06 166	0.05 260	0.06 178	0.05 180	0.05 158	0.06 293
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
IGEV_i1	0.12 349	0.07 213	0.12 276	0.16 199	0.08 202	0.19 498	0.14 227	0.18 286	0.22 398	0.18 445	0.18 365	0.16 383	0.12 357	0.16 419	0.14 416	0.06 166	0.05 260	0.06 178	0.05 180	0.06 279	0.06 293

rvit_stereo_0083	0.12 349	0.08 331	0.17 478	0.16 199	0.09 327	0.11 240	0.15 308	0.14 135	0.26 462	0.11 249	0.14 286	0.13 319	0.10 293	0.12 279	0.12 336	0.10 502	0.08 506	0.09 464	0.07 367	0.07 358	0.05 197

rvit_stereo_ft	0.12 349	0.07 213	0.13 326	0.19 443	0.10 439	0.12 292	0.17 418	0.16 214	0.16 268	0.12 290	0.13 272	0.15 368	0.10 293	0.14 360	0.13 379	0.09 461	0.06 404	0.08 381	0.07 367	0.07 358	0.05 197

test_sample2	0.12 349	0.07 213	0.12 276	0.14 54	0.08 202	0.16 433	0.18 467	0.21 349	0.16 268	0.14 342	0.20 388	0.19 433	0.15 439	0.15 384	0.12 336	0.08 401	0.05 260	0.07 287	0.06 270	0.08 422	0.07 380

MyStereo8	0.12 349	0.07 213	0.15 412	0.15 105	0.09 327	0.18 474	0.14 227	0.19 315	0.22 398	0.12 290	0.18 365	0.11 273	0.10 293	0.16 419	0.18 496	0.07 326	0.05 260	0.07 287	0.05 180	0.08 422	0.09 489

CoDeX	0.12 349	0.07 213	0.12 276	0.17 285	0.08 202	0.12 292	0.15 308	0.23 394	0.27 472	0.13 320	0.17 338	0.16 383	0.11 326	0.14 360	0.11 275	0.07 326	0.05 260	0.07 287	0.06 270	0.06 279	0.05 197

11t1	0.12 349	0.06 98	0.13 326	0.14 54	0.08 202	0.17 455	0.15 308	0.18 286	0.15 232	0.15 369	0.15 303	0.16 383	0.16 467	0.15 384	0.13 379	0.08 401	0.05 260	0.06 178	0.05 180	0.08 422	0.07 380

ffm	0.12 349	0.09 412	0.14 364	0.16 199	0.08 202	0.17 455	0.17 418	0.15 177	0.19 345	0.15 369	0.25 471	0.19 433	0.13 397	0.10 118	0.07 1	0.06 166	0.04 24	0.09 464	0.08 440	0.06 279	0.06 293

RAFT_CTSACE	0.12 349	0.09 412	0.10 179	0.22 558	0.08 202	0.12 292	0.24 584	0.18 286	0.16 268	0.20 485	0.27 497	0.13 319	0.07 172	0.13 331	0.09 101	0.05 50	0.06 404	0.08 381	0.07 367	0.04 45	0.04 69

Sa-1000	0.12 349	0.08 331	0.08 54	0.18 375	0.08 202	0.14 377	0.22 560	0.22 373	0.18 327	0.15 369	0.20 388	0.17 405	0.11 326	0.10 118	0.10 195	0.06 166	0.05 260	0.09 464	0.09 487	0.05 158	0.05 197

SA	0.12 349	0.09 412	0.08 54	0.18 375	0.08 202	0.12 292	0.24 584	0.23 394	0.18 327	0.17 415	0.27 497	0.14 339	0.11 326	0.11 187	0.11 275	0.05 50	0.05 260	0.09 464	0.08 440	0.05 158	0.04 69

iRaft-Stereo_5w	0.12 349	0.09 412	0.12 276	0.19 443	0.08 202	0.09 127	0.12 92	0.21 349	0.21 384	0.19 462	0.14 286	0.11 273	0.09 254	0.20 514	0.16 463	0.05 50	0.05 260	0.07 287	0.06 270	0.05 158	0.06 293

CrosDoStereo	0.12 349	0.06 98	0.12 276	0.14 54	0.08 202	0.12 292	0.15 308	0.17 253	0.22 398	0.19 462	0.24 443	0.15 368	0.11 326	0.11 187	0.12 336	0.06 166	0.04 24	0.07 287	0.07 367	0.05 158	0.05 197

PSM-softLoss	0.12 349	0.07 213	0.15 412	0.17 285	0.09 327	0.08 75	0.13 162	0.24 418	0.17 296	0.14 342	0.19 376	0.13 319	0.11 326	0.11 187	0.11 275	0.07 326	0.05 260	0.08 381	0.07 367	0.06 279	0.12 558

KMStereo	0.12 349	0.07 213	0.15 412	0.17 285	0.09 327	0.08 75	0.13 162	0.24 418	0.17 296	0.14 342	0.19 376	0.13 319	0.11 326	0.11 187	0.11 275	0.07 326	0.05 260	0.08 381	0.07 367	0.06 279	0.12 558

FTStereo	0.12 349	0.06 98	0.14 364	0.18 375	0.09 327	0.07 38	0.15 308	0.21 349	0.18 327	0.12 290	0.24 443	0.12 293	0.12 357	0.13 331	0.13 379	0.05 50	0.05 260	0.07 287	0.06 270	0.06 279	0.10 518

DeepStereo_LL	0.12 349	0.06 98	0.12 276	0.14 54	0.08 202	0.12 292	0.15 308	0.17 253	0.22 398	0.19 462	0.24 443	0.15 368	0.11 326	0.11 187	0.12 336	0.06 166	0.04 24	0.07 287	0.07 367	0.05 158	0.05 197

DEmStereo	0.12 349	0.06 98	0.14 364	0.14 54	0.10 439	0.16 433	0.15 308	0.16 214	0.24 427	0.17 415	0.24 443	0.13 319	0.14 421	0.12 279	0.13 379	0.05 50	0.04 24	0.07 287	0.06 270	0.05 158	0.05 197

THIR-Stereo	0.12 349	0.07 213	0.11 233	0.15 105	0.08 202	0.14 377	0.16 377	0.17 253	0.25 448	0.16 397	0.24 443	0.14 339	0.12 357	0.12 279	0.14 416	0.06 166	0.04 24	0.07 287	0.07 367	0.05 158	0.05 197

DRaft	0.12 349	0.06 98	0.11 233	0.14 54	0.09 327	0.14 377	0.17 418	0.21 349	0.30 504	0.17 415	0.28 511	0.10 243	0.15 439	0.10 118	0.12 336	0.05 50	0.04 24	0.07 287	0.06 270	0.05 158	0.05 197

PFNet	0.12 349	0.06 98	0.17 478	0.17 285	0.08 202	0.09 127	0.15 308	0.26 453	0.20 368	0.16 397	0.16 316	0.14 339	0.11 326	0.12 279	0.11 275	0.06 166	0.04 24	0.07 287	0.06 270	0.05 158	0.05 197

IRAFT_RVC	0.12 349	0.08 331	0.16 448	0.19 443	0.08 202	0.07 38	0.15 308	0.24 418	0.23 410	0.14 342	0.14 286	0.15 368	0.12 357	0.12 279	0.10 195	0.06 166	0.04 24	0.09 464	0.06 270	0.06 279	0.06 293

sCroCo_RVC	0.12 349	0.09 412	0.23 550	0.24 591	0.11 489	0.19 498	0.14 227	0.17 253	0.14 207	0.10 214	0.13 272	0.12 293	0.07 172	0.14 360	0.11 275	0.08 401	0.08 506	0.08 381	0.08 440	0.05 158	0.07 380

ARAFT	0.12 349	0.08 331	0.17 478	0.19 443	0.09 327	0.14 377	0.18 467	0.20 326	0.12 134	0.12 290	0.13 272	0.14 339	0.11 326	0.15 384	0.12 336	0.06 166	0.05 260	0.10 512	0.09 487	0.05 158	0.04 69

BEATNet_4x	0.12 349	0.08 331	0.14 364	0.18 375	0.07 123	0.15 403	0.07 3	0.22 373	0.18 327	0.16 397	0.19 376	0.18 419	0.14 421	0.16 419	0.15 447	0.07 326	0.05 260	0.05 43	0.05 180	0.06 279	0.06 293

MLCV	0.12 349	0.07 213	0.16 448	0.18 375	0.06 26	0.15 403	0.17 418	0.19 315	0.21 384	0.18 445	0.25 471	0.17 405	0.13 397	0.14 360	0.13 379	0.05 50	0.04 24	0.05 43	0.04 52	0.05 158	0.04 69

RT-IGEV	0.13 375	0.06 98	0.13 326	0.15 105	0.09 327	0.15 403	0.17 418	0.24 418	0.27 472	0.16 397	0.17 338	0.17 405	0.10 293	0.14 360	0.11 275	0.08 401	0.05 260	0.07 287	0.05 180	0.07 358	0.07 380

Selective-IGEV-i16pc	0.13 375	0.06 98	0.13 326	0.15 105	0.11 489	0.38 631	0.16 377	0.23 394	0.16 268	0.10 214	0.15 303	0.09 208	0.06 62	0.13 331	0.10 195	0.10 502	0.08 506	0.06 178	0.07 367	0.09 485	0.09 489

Selective-IGEV-i1	0.13 375	0.07 213	0.12 276	0.19 443	0.08 202	0.18 474	0.16 377	0.22 373	0.30 504	0.16 397	0.17 338	0.16 383	0.10 293	0.14 360	0.13 379	0.06 166	0.05 260	0.06 178	0.05 180	0.06 279	0.05 197

G2L-ROB	0.13 375	0.06 98	0.13 326	0.13 16	0.08 202	0.14 377	0.16 377	0.25 435	0.18 327	0.19 462	0.18 365	0.20 445	0.14 421	0.17 452	0.16 463	0.08 401	0.05 260	0.06 178	0.05 180	0.08 422	0.09 489

xyz-stereo	0.13 375	0.07 213	0.20 526	0.15 105	0.05 2	0.20 514	0.15 308	0.17 253	0.31 512	0.15 369	0.29 523	0.26 520	0.16 467	0.13 331	0.12 336	0.05 50	0.05 260	0.06 178	0.05 180	0.04 45	0.04 69

DFGA-Net	0.13 375	0.11 500	0.18 502	0.17 285	0.10 439	0.12 292	0.13 162	0.22 373	0.25 448	0.16 397	0.16 316	0.13 319	0.12 357	0.16 419	0.14 416	0.07 326	0.05 260	0.08 381	0.07 367	0.05 158	0.05 197

FACV-RUCA	0.13 375	0.11 500	0.12 276	0.19 443	0.12 523	0.15 403	0.15 308	0.22 373	0.20 368	0.15 369	0.16 316	0.14 339	0.16 467	0.14 360	0.13 379	0.07 326	0.05 260	0.08 381	0.06 270	0.10 518	0.08 445

UGAM	0.13 375	0.10 474	0.09 116	0.22 558	0.08 202	0.12 292	0.20 530	0.17 253	0.23 410	0.21 499	0.16 316	0.13 319	0.13 397	0.19 489	0.12 336	0.07 326	0.05 260	0.13 578	0.11 561	0.07 358	0.05 197

test_sample1	0.13 375	0.07 213	0.14 364	0.13 16	0.08 202	0.19 498	0.16 377	0.20 326	0.15 232	0.14 342	0.22 422	0.18 419	0.16 467	0.17 452	0.14 416	0.07 326	0.06 404	0.06 178	0.06 270	0.08 422	0.07 380

qqq1	0.13 375	0.07 213	0.17 478	0.14 54	0.08 202	0.16 433	0.17 418	0.26 453	0.27 472	0.19 462	0.20 388	0.18 419	0.15 439	0.15 384	0.11 275	0.08 401	0.05 260	0.05 43	0.05 180	0.06 279	0.06 293

fff1	0.13 375	0.07 213	0.17 478	0.14 54	0.08 202	0.16 433	0.17 418	0.26 453	0.27 472	0.19 462	0.20 388	0.18 419	0.15 439	0.15 384	0.11 275	0.08 401	0.05 260	0.05 43	0.05 180	0.06 279	0.06 293

MyStereo05	0.13 375	0.07 213	0.10 179	0.17 285	0.09 327	0.13 343	0.18 467	0.27 474	0.35 547	0.17 415	0.14 286	0.15 368	0.11 326	0.15 384	0.13 379	0.06 166	0.05 260	0.07 287	0.07 367	0.06 279	0.06 293

MyStereo04	0.13 375	0.07 213	0.10 179	0.17 285	0.09 327	0.14 377	0.18 467	0.29 507	0.38 565	0.17 415	0.14 286	0.16 383	0.10 293	0.15 384	0.13 379	0.06 166	0.05 260	0.08 381	0.07 367	0.06 279	0.06 293

ff1	0.13 375	0.09 412	0.14 364	0.16 199	0.08 202	0.17 455	0.17 418	0.15 177	0.19 345	0.15 369	0.25 471	0.19 433	0.13 397	0.14 360	0.20 515	0.06 166	0.04 24	0.09 464	0.08 440	0.06 279	0.06 293

StereoVision	0.13 375	0.12 518	0.09 116	0.24 591	0.10 439	0.15 403	0.21 550	0.21 349	0.20 368	0.12 290	0.24 443	0.10 243	0.10 293	0.16 419	0.10 195	0.09 461	0.11 572	0.12 563	0.12 581	0.06 279	0.05 197

LL-Strereo	0.13 375	0.09 412	0.11 233	0.20 509	0.10 439	0.11 240	0.18 467	0.32 543	0.24 427	0.15 369	0.15 303	0.14 339	0.13 397	0.19 489	0.11 275	0.06 166	0.04 24	0.09 464	0.08 440	0.04 45	0.05 197

CASS	0.13 375	0.12 518	0.11 233	0.23 582	0.09 327	0.15 403	0.17 418	0.18 286	0.19 345	0.17 415	0.18 365	0.15 368	0.15 439	0.14 360	0.14 416	0.09 461	0.06 404	0.10 512	0.08 440	0.09 485	0.07 380
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.13 375	0.07 213	0.13 326	0.18 375	0.09 327	0.13 343	0.17 418	0.19 315	0.29 494	0.15 369	0.24 443	0.15 368	0.14 421	0.14 360	0.14 416	0.07 326	0.05 260	0.07 287	0.09 487	0.05 158	0.06 293

TestStereo1	0.13 375	0.08 331	0.08 54	0.19 443	0.08 202	0.18 474	0.29 631	0.23 394	0.16 268	0.17 415	0.20 388	0.16 383	0.10 293	0.12 279	0.13 379	0.06 166	0.06 404	0.08 381	0.06 270	0.05 158	0.05 197

qqq	0.13 375	0.09 412	0.15 412	0.16 199	0.08 202	0.13 343	0.15 308	0.23 394	0.16 268	0.15 369	0.19 376	0.16 383	0.16 467	0.15 384	0.16 463	0.07 326	0.06 404	0.08 381	0.08 440	0.07 358	0.07 380

x	0.13 375	0.07 213	0.14 364	0.14 54	0.08 202	0.18 474	0.14 227	0.22 373	0.20 368	0.15 369	0.19 376	0.19 433	0.17 490	0.18 474	0.18 496	0.07 326	0.05 260	0.06 178	0.06 270	0.07 358	0.07 380

raft_robust	0.13 375	0.10 474	0.07 10	0.18 375	0.08 202	0.13 343	0.24 584	0.28 493	0.33 526	0.20 485	0.19 376	0.14 339	0.10 293	0.11 187	0.12 336	0.05 50	0.05 260	0.07 287	0.07 367	0.05 158	0.04 69

RAFT+CT+SA	0.13 375	0.11 500	0.09 116	0.19 443	0.09 327	0.15 403	0.28 621	0.22 373	0.22 398	0.15 369	0.26 488	0.10 243	0.10 293	0.11 187	0.12 336	0.05 50	0.04 24	0.07 287	0.08 440	0.07 358	0.06 293

SA-5K	0.13 375	0.08 331	0.08 54	0.19 443	0.08 202	0.18 474	0.29 631	0.23 394	0.16 268	0.17 415	0.20 388	0.16 383	0.10 293	0.12 279	0.13 379	0.06 166	0.06 404	0.08 381	0.06 270	0.05 158	0.05 197

GwcNet-ADL	0.13 375	0.08 331	0.14 364	0.20 509	0.09 327	0.11 240	0.20 530	0.30 521	0.24 427	0.13 320	0.14 286	0.18 419	0.14 421	0.13 331	0.14 416	0.07 326	0.05 260	0.06 178	0.05 180	0.07 358	0.06 293

GANet-ADL	0.13 375	0.07 213	0.15 412	0.17 285	0.10 439	0.18 474	0.15 308	0.30 521	0.20 368	0.13 320	0.18 365	0.19 433	0.12 357	0.16 419	0.13 379	0.08 401	0.06 404	0.06 178	0.05 180	0.07 358	0.08 445

RAFT	0.13 375	0.09 412	0.11 233	0.18 375	0.08 202	0.15 403	0.24 584	0.20 326	0.19 345	0.21 499	0.21 411	0.17 405	0.12 357	0.16 419	0.09 101	0.06 166	0.07 476	0.10 512	0.09 487	0.05 158	0.05 197

TestStereo	0.13 375	0.14 558	0.11 233	0.23 582	0.08 202	0.15 403	0.21 550	0.20 326	0.23 410	0.14 342	0.24 443	0.16 383	0.12 357	0.16 419	0.14 416	0.05 50	0.06 404	0.08 381	0.06 270	0.09 485	0.05 197

sAnonymous2	0.13 375	0.12 518	0.24 554	0.20 509	0.12 523	0.17 455	0.13 162	0.26 453	0.21 384	0.11 249	0.11 233	0.13 319	0.08 221	0.10 118	0.10 195	0.09 461	0.05 260	0.08 381	0.06 270	0.15 605	0.10 518

CroCo_RVC	0.13 375	0.12 518	0.24 554	0.20 509	0.12 523	0.17 455	0.13 162	0.26 453	0.21 384	0.11 249	0.11 233	0.13 319	0.08 221	0.10 118	0.10 195	0.09 461	0.05 260	0.08 381	0.06 270	0.15 605	0.10 518

RAFT + AFF	0.13 375	0.07 213	0.20 526	0.20 509	0.10 439	0.14 377	0.24 584	0.26 453	0.20 368	0.11 249	0.10 183	0.12 293	0.10 293	0.15 384	0.12 336	0.07 326	0.06 404	0.09 464	0.08 440	0.06 279	0.08 445

GMStereo	0.13 375	0.14 558	0.14 364	0.18 375	0.09 327	0.15 403	0.16 377	0.20 326	0.24 427	0.16 397	0.17 338	0.10 243	0.10 293	0.16 419	0.13 379	0.07 326	0.06 404	0.06 178	0.06 270	0.07 358	0.06 293
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 375	0.07 213	0.14 364	0.17 285	0.09 327	0.15 403	0.16 377	0.28 493	0.27 472	0.14 342	0.17 338	0.12 293	0.13 397	0.14 360	0.11 275	0.08 401	0.05 260	0.07 287	0.07 367	0.07 358	0.06 293

FENet	0.13 375	0.08 331	0.12 276	0.16 199	0.08 202	0.14 377	0.15 308	0.22 373	0.23 410	0.17 415	0.23 431	0.16 383	0.12 357	0.14 360	0.15 447	0.08 401	0.05 260	0.08 381	0.08 440	0.07 358	0.07 380

cf-r	0.13 375	0.07 213	0.12 276	0.16 199	0.08 202	0.14 377	0.19 507	0.20 326	0.25 448	0.17 415	0.25 471	0.21 454	0.16 467	0.14 360	0.14 416	0.10 502	0.05 260	0.06 178	0.08 440	0.06 279	0.06 293

iResNet	0.13 375	0.10 474	0.18 502	0.19 443	0.08 202	0.13 343	0.18 467	0.20 326	0.26 462	0.15 369	0.23 431	0.15 368	0.13 397	0.14 360	0.14 416	0.06 166	0.04 24	0.06 178	0.05 180	0.06 279	0.05 197

DN-CSS_ROB	0.13 375	0.13 546	0.16 448	0.18 375	0.10 439	0.16 433	0.08 7	0.22 373	0.18 327	0.17 415	0.22 422	0.13 319	0.13 397	0.12 279	0.13 379	0.05 50	0.05 260	0.10 512	0.10 527	0.08 422	0.06 293

Selective-IGEV-i16pb	0.14 412	0.08 331	0.17 478	0.15 105	0.11 489	0.41 636	0.16 377	0.28 493	0.23 410	0.11 249	0.20 388	0.10 243	0.07 172	0.17 452	0.12 336	0.10 502	0.07 476	0.06 178	0.08 440	0.09 485	0.10 518

G2L-Stereo_test	0.14 412	0.07 213	0.11 233	0.13 16	0.08 202	0.12 292	0.16 377	0.30 521	0.28 487	0.20 485	0.23 431	0.20 445	0.16 467	0.17 452	0.18 496	0.07 326	0.05 260	0.05 43	0.05 180	0.07 358	0.06 293

coex_refinement	0.14 412	0.07 213	0.12 276	0.17 285	0.10 439	0.15 403	0.15 308	0.26 453	0.29 494	0.18 445	0.20 388	0.22 472	0.17 490	0.16 419	0.18 496	0.08 401	0.05 260	0.06 178	0.06 270	0.09 485	0.08 445

G2L-Stereo	0.14 412	0.07 213	0.13 326	0.17 285	0.09 327	0.13 343	0.12 92	0.27 474	0.22 398	0.16 397	0.27 497	0.21 454	0.13 397	0.17 452	0.18 496	0.09 461	0.08 506	0.08 381	0.07 367	0.07 358	0.07 380

rvit_0105_6	0.14 412	0.09 412	0.18 502	0.17 285	0.10 439	0.10 189	0.16 377	0.19 315	0.26 462	0.12 290	0.18 365	0.17 405	0.12 357	0.18 474	0.12 336	0.15 602	0.11 572	0.12 563	0.10 527	0.09 485	0.06 293

rvit_0105_5	0.14 412	0.09 412	0.13 326	0.17 285	0.09 327	0.14 377	0.23 571	0.24 418	0.27 472	0.14 342	0.15 303	0.18 419	0.12 357	0.17 452	0.14 416	0.14 598	0.11 572	0.10 512	0.10 527	0.08 422	0.06 293

rvit_0105_4	0.14 412	0.09 412	0.17 478	0.17 285	0.10 439	0.12 292	0.19 507	0.23 394	0.27 472	0.14 342	0.20 388	0.17 405	0.13 397	0.17 452	0.13 379	0.15 602	0.11 572	0.11 543	0.10 527	0.09 485	0.06 293

DCVSM-stereo	0.14 412	0.09 412	0.16 448	0.16 199	0.10 439	0.15 403	0.09 18	0.19 315	0.23 410	0.20 485	0.23 431	0.26 520	0.15 439	0.18 474	0.14 416	0.09 461	0.07 476	0.09 464	0.08 440	0.10 518	0.12 558

test_sample6	0.14 412	0.08 331	0.13 326	0.16 199	0.08 202	0.17 455	0.19 507	0.25 435	0.17 296	0.17 415	0.27 497	0.19 433	0.14 421	0.15 384	0.13 379	0.08 401	0.05 260	0.08 381	0.07 367	0.08 422	0.08 445

test_sample5	0.14 412	0.08 331	0.14 364	0.16 199	0.08 202	0.18 474	0.18 467	0.25 435	0.17 296	0.17 415	0.27 497	0.18 419	0.14 421	0.16 419	0.13 379	0.08 401	0.05 260	0.08 381	0.07 367	0.08 422	0.08 445

test_sample4	0.14 412	0.08 331	0.14 364	0.15 105	0.08 202	0.19 498	0.18 467	0.26 453	0.17 296	0.16 397	0.25 471	0.18 419	0.14 421	0.16 419	0.13 379	0.08 401	0.06 404	0.08 381	0.06 270	0.08 422	0.08 445

test_sample3	0.14 412	0.08 331	0.15 412	0.14 54	0.09 327	0.19 498	0.17 418	0.26 453	0.18 327	0.16 397	0.22 422	0.19 433	0.15 439	0.17 452	0.13 379	0.08 401	0.06 404	0.07 287	0.06 270	0.09 485	0.08 445

DispNO	0.14 412	0.08 331	0.17 478	0.19 443	0.12 523	0.11 240	0.21 550	0.23 394	0.29 494	0.17 415	0.23 431	0.18 419	0.17 490	0.15 384	0.15 447	0.07 326	0.05 260	0.08 381	0.08 440	0.07 358	0.06 293

SMFormer	0.14 412	0.07 213	0.17 478	0.14 54	0.08 202	0.16 433	0.17 418	0.26 453	0.27 472	0.19 462	0.20 388	0.18 419	0.15 439	0.15 384	0.17 478	0.08 401	0.05 260	0.07 287	0.06 270	0.07 358	0.06 293

tta	0.14 412	0.07 213	0.17 478	0.14 54	0.08 202	0.16 433	0.17 418	0.26 453	0.27 472	0.19 462	0.20 388	0.18 419	0.15 439	0.15 384	0.17 478	0.08 401	0.05 260	0.07 287	0.06 270	0.06 279	0.06 293

mmm	0.14 412	0.08 331	0.17 478	0.17 285	0.09 327	0.17 455	0.18 467	0.21 349	0.15 232	0.15 369	0.23 431	0.21 454	0.16 467	0.16 419	0.17 478	0.08 401	0.05 260	0.08 381	0.07 367	0.07 358	0.07 380

DualNet	0.14 412	0.08 331	0.14 364	0.16 199	0.08 202	0.18 474	0.18 467	0.25 435	0.17 296	0.17 415	0.27 497	0.18 419	0.14 421	0.16 419	0.13 379	0.08 401	0.05 260	0.08 381	0.07 367	0.08 422	0.08 445

mmx	0.14 412	0.09 412	0.14 364	0.16 199	0.08 202	0.17 455	0.17 418	0.27 474	0.25 448	0.15 369	0.25 471	0.19 433	0.13 397	0.14 360	0.20 515	0.08 401	0.06 404	0.09 464	0.08 440	0.08 422	0.08 445

xxx	0.14 412	0.09 412	0.14 364	0.16 199	0.08 202	0.17 455	0.17 418	0.27 474	0.25 448	0.15 369	0.25 471	0.19 433	0.13 397	0.14 360	0.20 515	0.08 401	0.06 404	0.09 464	0.08 440	0.08 422	0.08 445

PCWNet_CMD	0.14 412	0.08 331	0.15 412	0.17 285	0.09 327	0.14 377	0.14 227	0.29 507	0.36 551	0.14 342	0.20 388	0.21 454	0.12 357	0.17 452	0.13 379	0.07 326	0.05 260	0.07 287	0.07 367	0.07 358	0.07 380

CBFPSM	0.14 412	0.06 98	0.26 562	0.17 285	0.09 327	0.13 343	0.15 308	0.22 373	0.23 410	0.20 485	0.27 497	0.24 496	0.16 467	0.16 419	0.18 496	0.06 166	0.06 404	0.06 178	0.07 367	0.07 358	0.07 380

gwcnet-sp	0.14 412	0.07 213	0.12 276	0.18 375	0.09 327	0.16 433	0.17 418	0.24 418	0.24 427	0.18 445	0.24 443	0.15 368	0.16 467	0.15 384	0.15 447	0.08 401	0.06 404	0.07 287	0.08 440	0.08 422	0.07 380

scenet	0.14 412	0.07 213	0.12 276	0.18 375	0.09 327	0.16 433	0.17 418	0.24 418	0.24 427	0.18 445	0.24 443	0.15 368	0.16 467	0.15 384	0.15 447	0.08 401	0.06 404	0.07 287	0.08 440	0.08 422	0.07 380

ssnet	0.14 412	0.07 213	0.12 276	0.18 375	0.09 327	0.16 433	0.17 418	0.24 418	0.24 427	0.18 445	0.24 443	0.15 368	0.16 467	0.15 384	0.15 447	0.08 401	0.06 404	0.07 287	0.08 440	0.08 422	0.07 380

BUS	0.14 412	0.09 412	0.14 364	0.22 558	0.10 439	0.19 498	0.14 227	0.34 572	0.19 345	0.17 415	0.22 422	0.16 383	0.13 397	0.15 384	0.13 379	0.08 401	0.06 404	0.10 512	0.09 487	0.07 358	0.07 380

IER	0.14 412	0.07 213	0.13 326	0.17 285	0.09 327	0.14 377	0.16 377	0.25 435	0.26 462	0.18 445	0.25 471	0.17 405	0.20 532	0.16 419	0.14 416	0.08 401	0.05 260	0.07 287	0.06 270	0.08 422	0.07 380

test_5	0.14 412	0.12 518	0.08 54	0.20 509	0.10 439	0.14 377	0.29 631	0.21 349	0.24 427	0.18 445	0.28 511	0.11 273	0.15 439	0.12 279	0.13 379	0.06 166	0.05 260	0.07 287	0.08 440	0.08 422	0.07 380

psmg	0.14 412	0.09 412	0.14 364	0.17 285	0.10 439	0.15 403	0.17 418	0.29 507	0.19 345	0.17 415	0.21 411	0.25 510	0.16 467	0.15 384	0.14 416	0.08 401	0.06 404	0.08 381	0.08 440	0.07 358	0.06 293

UDGNet	0.14 412	0.13 546	0.16 448	0.17 285	0.10 439	0.12 292	0.16 377	0.21 349	0.27 472	0.20 485	0.20 388	0.16 383	0.13 397	0.16 419	0.13 379	0.10 502	0.06 404	0.09 464	0.07 367	0.06 279	0.07 380

CFNet_pseudo	0.14 412	0.08 331	0.15 412	0.16 199	0.09 327	0.13 343	0.14 227	0.27 474	0.34 538	0.14 342	0.21 411	0.22 472	0.13 397	0.18 474	0.14 416	0.07 326	0.05 260	0.08 381	0.06 270	0.07 358	0.07 380

GES	0.14 412	0.08 331	0.16 448	0.15 105	0.10 439	0.13 343	0.13 162	0.28 493	0.25 448	0.16 397	0.23 431	0.18 419	0.13 397	0.16 419	0.13 379	0.08 401	0.07 476	0.07 287	0.06 270	0.08 422	0.09 489

GANet-RSSM	0.14 412	0.07 213	0.13 326	0.13 16	0.08 202	0.14 377	0.17 418	0.22 373	0.21 384	0.17 415	0.24 443	0.23 490	0.15 439	0.16 419	0.15 447	0.10 502	0.06 404	0.07 287	0.08 440	0.08 422	0.07 380

PSMNet-RSSM	0.14 412	0.07 213	0.13 326	0.15 105	0.08 202	0.13 343	0.16 377	0.24 418	0.24 427	0.16 397	0.28 511	0.22 472	0.14 421	0.15 384	0.13 379	0.11 533	0.06 404	0.09 464	0.12 581	0.08 422	0.07 380

GwcNet-RSSM	0.14 412	0.07 213	0.12 276	0.15 105	0.08 202	0.15 403	0.20 530	0.21 349	0.27 472	0.18 445	0.27 497	0.22 472	0.16 467	0.14 360	0.15 447	0.10 502	0.05 260	0.07 287	0.09 487	0.07 358	0.07 380

CFNet-ft	0.14 412	0.07 213	0.15 412	0.12 5	0.09 327	0.16 433	0.18 467	0.22 373	0.24 427	0.17 415	0.26 488	0.24 496	0.14 421	0.16 419	0.14 416	0.11 533	0.06 404	0.08 381	0.09 487	0.09 485	0.08 445

DMCA	0.14 412	0.09 412	0.16 448	0.19 443	0.09 327	0.15 403	0.17 418	0.23 394	0.27 472	0.14 342	0.19 376	0.17 405	0.18 504	0.15 384	0.17 478	0.10 502	0.06 404	0.08 381	0.06 270	0.09 485	0.10 518

RASNet	0.14 412	0.07 213	0.14 364	0.16 199	0.08 202	0.18 474	0.14 227	0.29 507	0.20 368	0.17 415	0.25 471	0.21 454	0.18 504	0.20 514	0.19 509	0.07 326	0.06 404	0.06 178	0.08 440	0.06 279	0.06 293

MSMDNet	0.14 412	0.08 331	0.15 412	0.17 285	0.09 327	0.14 377	0.14 227	0.29 507	0.36 551	0.14 342	0.21 411	0.21 454	0.12 357	0.17 452	0.14 416	0.07 326	0.05 260	0.07 287	0.07 367	0.07 358	0.07 380

HSM-Net_RVC	0.14 412	0.08 331	0.11 233	0.15 105	0.08 202	0.15 403	0.15 308	0.27 474	0.29 494	0.19 462	0.21 411	0.29 546	0.14 421	0.17 452	0.13 379	0.06 166	0.06 404	0.06 178	0.06 270	0.07 358	0.06 293
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 412	0.07 213	0.15 412	0.12 5	0.09 327	0.16 433	0.18 467	0.22 373	0.24 427	0.17 415	0.26 488	0.24 496	0.14 421	0.16 419	0.14 416	0.11 533	0.06 404	0.08 381	0.09 487	0.09 485	0.08 445

ccs_rob	0.14 412	0.08 331	0.15 412	0.16 199	0.09 327	0.12 292	0.14 227	0.27 474	0.34 538	0.14 342	0.21 411	0.22 472	0.13 397	0.18 474	0.14 416	0.07 326	0.05 260	0.08 381	0.07 367	0.07 358	0.07 380

UCFNet_RVC	0.14 412	0.08 331	0.13 326	0.11 1	0.10 439	0.20 514	0.10 32	0.24 418	0.22 398	0.17 415	0.20 388	0.23 490	0.15 439	0.17 452	0.15 447	0.12 558	0.07 476	0.10 512	0.13 592	0.11 541	0.10 518

iResNetv2_ROB	0.14 412	0.08 331	0.15 412	0.16 199	0.08 202	0.16 433	0.12 92	0.25 435	0.35 547	0.21 499	0.29 523	0.24 496	0.13 397	0.14 360	0.14 416	0.06 166	0.05 260	0.06 178	0.04 52	0.09 485	0.08 445

iResNet_ROB	0.14 412	0.07 213	0.13 326	0.14 54	0.07 123	0.18 474	0.14 227	0.26 453	0.31 512	0.22 515	0.25 471	0.23 490	0.15 439	0.15 384	0.13 379	0.07 326	0.05 260	0.05 43	0.04 52	0.08 422	0.08 445

DDVS	0.15 456	0.10 474	0.21 535	0.16 199	0.12 523	0.15 403	0.14 227	0.25 435	0.19 345	0.18 445	0.29 523	0.27 528	0.12 357	0.19 489	0.15 447	0.09 461	0.06 404	0.09 464	0.07 367	0.11 541	0.11 545

rvit_0105_3	0.15 456	0.09 412	0.14 364	0.19 443	0.12 523	0.15 403	0.25 599	0.25 435	0.29 494	0.15 369	0.17 338	0.20 445	0.13 397	0.17 452	0.14 416	0.13 584	0.11 572	0.12 563	0.14 596	0.07 358	0.06 293

ACV-stereo	0.15 456	0.10 474	0.28 574	0.18 375	0.12 523	0.14 377	0.12 92	0.23 394	0.21 384	0.19 462	0.23 431	0.22 472	0.15 439	0.23 555	0.17 478	0.07 326	0.06 404	0.07 287	0.07 367	0.07 358	0.07 380

ITSA-stereo	0.15 456	0.10 474	0.14 364	0.19 443	0.08 202	0.12 292	0.14 227	0.30 521	0.49 611	0.17 415	0.19 376	0.22 472	0.15 439	0.17 452	0.16 463	0.10 502	0.06 404	0.08 381	0.08 440	0.08 422	0.08 445

test_sample7	0.15 456	0.10 474	0.16 448	0.14 54	0.11 489	0.16 433	0.16 377	0.27 474	0.23 410	0.20 485	0.20 388	0.24 496	0.19 520	0.16 419	0.16 463	0.12 558	0.06 404	0.10 512	0.09 487	0.10 518	0.10 518

1111x	0.15 456	0.08 331	0.12 276	0.18 375	0.07 123	0.18 474	0.25 599	0.31 532	0.24 427	0.17 415	0.24 443	0.26 520	0.15 439	0.13 331	0.23 556	0.07 326	0.07 476	0.08 381	0.09 487	0.07 358	0.06 293

CFNet_ucs	0.15 456	0.08 331	0.16 448	0.16 199	0.11 489	0.14 377	0.14 227	0.30 521	0.34 538	0.16 397	0.24 443	0.23 490	0.14 421	0.18 474	0.15 447	0.09 461	0.06 404	0.08 381	0.07 367	0.09 485	0.09 489

BSDual-CNN	0.15 456	0.09 412	0.14 364	0.22 558	0.10 439	0.14 377	0.15 308	0.34 572	0.19 345	0.17 415	0.22 422	0.25 510	0.16 467	0.15 384	0.14 416	0.08 401	0.06 404	0.10 512	0.09 487	0.07 358	0.07 380

hknet	0.15 456	0.11 500	0.13 326	0.22 558	0.11 489	0.14 377	0.15 308	0.34 572	0.25 448	0.17 415	0.22 422	0.22 472	0.18 504	0.17 452	0.12 336	0.07 326	0.06 404	0.10 512	0.09 487	0.07 358	0.07 380

dd	0.15 456	0.16 576	0.16 448	0.19 443	0.09 327	0.15 403	0.18 467	0.21 349	0.25 448	0.23 528	0.20 388	0.21 454	0.09 254	0.21 531	0.16 463	0.10 502	0.06 404	0.08 381	0.06 270	0.08 422	0.06 293

DAS	0.15 456	0.08 331	0.18 502	0.19 443	0.10 439	0.19 498	0.17 418	0.27 474	0.29 494	0.18 445	0.25 471	0.21 454	0.15 439	0.16 419	0.12 336	0.08 401	0.06 404	0.06 178	0.06 270	0.07 358	0.07 380

SepStereo	0.15 456	0.08 331	0.18 502	0.19 443	0.10 439	0.19 498	0.17 418	0.27 474	0.29 494	0.18 445	0.25 471	0.21 454	0.15 439	0.25 570	0.12 336	0.08 401	0.06 404	0.06 178	0.06 270	0.07 358	0.07 380

PSMNet-ADL	0.15 456	0.12 518	0.13 326	0.22 558	0.09 327	0.13 343	0.20 530	0.26 453	0.23 410	0.18 445	0.20 388	0.24 496	0.16 467	0.18 474	0.17 478	0.08 401	0.08 506	0.08 381	0.11 561	0.08 422	0.07 380

LMCR-Stereo	0.15 456	0.08 331	0.13 326	0.21 541	0.09 327	0.17 455	0.20 530	0.27 474	0.19 345	0.24 537	0.24 443	0.23 490	0.17 490	0.20 514	0.17 478	0.07 326	0.06 404	0.08 381	0.06 270	0.10 518	0.08 445

ICVP	0.15 456	0.09 412	0.12 276	0.22 558	0.09 327	0.17 455	0.21 550	0.25 435	0.23 410	0.18 445	0.30 530	0.26 520	0.18 504	0.17 452	0.14 416	0.09 461	0.07 476	0.08 381	0.07 367	0.07 358	0.07 380
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xxxx	0.15 456	0.07 213	0.14 364	0.14 54	0.08 202	0.23 556	0.18 467	0.31 532	0.19 345	0.14 342	0.28 511	0.22 472	0.14 421	0.15 384	0.26 590	0.09 461	0.05 260	0.07 287	0.07 367	0.08 422	0.07 380

test_xeample	0.15 456	0.06 98	0.13 326	0.14 54	0.08 202	0.21 531	0.20 530	0.28 493	0.20 368	0.16 397	0.29 523	0.19 433	0.16 467	0.15 384	0.26 590	0.09 461	0.05 260	0.07 287	0.07 367	0.07 358	0.07 380

ACVNet	0.15 456	0.09 412	0.15 412	0.13 16	0.12 523	0.14 377	0.20 530	0.22 373	0.33 526	0.17 415	0.26 488	0.21 454	0.16 467	0.17 452	0.21 535	0.07 326	0.06 404	0.06 178	0.06 270	0.08 422	0.06 293

acv_ft	0.15 456	0.09 412	0.15 412	0.19 443	0.10 439	0.16 433	0.17 418	0.25 435	0.33 526	0.19 462	0.26 488	0.21 454	0.17 490	0.17 452	0.18 496	0.07 326	0.06 404	0.06 178	0.06 270	0.08 422	0.06 293

CFNet	0.15 456	0.10 474	0.17 478	0.17 285	0.08 202	0.18 474	0.09 18	0.28 493	0.25 448	0.19 462	0.24 443	0.24 496	0.17 490	0.17 452	0.14 416	0.08 401	0.06 404	0.09 464	0.10 527	0.07 358	0.06 293

AdaStereo	0.15 456	0.11 500	0.15 412	0.18 375	0.09 327	0.20 514	0.11 61	0.32 543	0.28 487	0.20 485	0.23 431	0.20 445	0.13 397	0.19 489	0.14 416	0.12 558	0.05 260	0.10 512	0.07 367	0.09 485	0.07 380
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
HSM	0.15 456	0.08 331	0.14 364	0.16 199	0.09 327	0.16 433	0.14 227	0.28 493	0.25 448	0.19 462	0.23 431	0.37 600	0.16 467	0.20 514	0.15 447	0.07 326	0.05 260	0.07 287	0.06 270	0.07 358	0.06 293

pmcnn	0.15 456	0.07 213	0.19 514	0.15 105	0.07 123	0.20 514	0.15 308	0.24 418	0.26 462	0.21 499	0.34 558	0.28 538	0.18 504	0.18 474	0.17 478	0.07 326	0.05 260	0.05 43	0.04 52	0.07 358	0.06 293

DStereoRT	0.16 479	0.06 98	0.11 233	0.19 443	0.09 327	0.12 292	0.12 92	0.28 493	0.22 398	0.12 290	0.20 388	0.11 273	0.10 293	0.15 384	0.14 416	0.06 166	0.05 260	0.96 679	0.09 487	0.05 158	0.04 69

DualNet (step1)	0.16 479	0.12 518	0.20 526	0.12 5	0.14 567	0.17 455	0.13 162	0.27 474	0.23 410	0.20 485	0.20 388	0.24 496	0.19 520	0.16 419	0.16 463	0.15 602	0.06 404	0.14 591	0.14 596	0.14 589	0.12 558

GMStereo_Zeroshot	0.16 479	0.13 546	0.24 554	0.20 509	0.10 439	0.17 455	0.13 162	0.29 507	0.25 448	0.23 528	0.32 542	0.25 510	0.11 326	0.19 489	0.14 416	0.09 461	0.06 404	0.11 543	0.06 270	0.12 556	0.08 445

iinet-f	0.16 479	0.06 98	0.45 619	0.14 54	0.10 439	0.21 531	0.14 227	0.27 474	0.23 410	0.21 499	0.24 443	0.21 454	0.15 439	0.18 474	0.21 535	0.09 461	0.07 476	0.07 287	0.06 270	0.09 485	0.10 518

CRFU-Net	0.16 479	0.08 331	0.14 364	0.17 285	0.09 327	0.19 498	0.14 227	0.26 453	0.20 368	0.28 577	0.27 497	0.29 546	0.17 490	0.19 489	0.17 478	0.09 461	0.09 539	0.07 287	0.07 367	0.08 422	0.08 445

NINENet	0.16 479	0.10 474	0.15 412	0.17 285	0.11 489	0.19 498	0.14 227	0.40 616	0.36 551	0.18 445	0.21 411	0.16 383	0.13 397	0.15 384	0.13 379	0.08 401	0.08 506	0.10 512	0.07 367	0.10 518	0.09 489

CSP-Net	0.16 479	0.09 412	0.14 364	0.16 199	0.09 327	0.19 498	0.17 418	0.25 435	0.32 519	0.25 550	0.30 530	0.24 496	0.15 439	0.21 531	0.18 496	0.09 461	0.06 404	0.07 287	0.07 367	0.08 422	0.07 380

AASNet	0.16 479	0.08 331	0.12 276	0.19 443	0.09 327	0.18 474	0.15 308	0.37 600	0.37 558	0.19 462	0.23 431	0.20 445	0.16 467	0.17 452	0.20 515	0.10 502	0.08 506	0.08 381	0.07 367	0.09 485	0.09 489

AACVNet	0.16 479	0.08 331	0.14 364	0.15 105	0.10 439	0.18 474	0.15 308	0.23 394	0.24 427	0.27 562	0.27 497	0.28 538	0.17 490	0.19 489	0.16 463	0.09 461	0.07 476	0.09 464	0.07 367	0.10 518	0.09 489

ADLNet2	0.16 479	0.09 412	0.13 326	0.16 199	0.09 327	0.20 514	0.16 377	0.31 532	0.39 568	0.16 397	0.20 388	0.20 445	0.18 504	0.21 531	0.22 544	0.08 401	0.06 404	0.07 287	0.07 367	0.09 485	0.07 380

Anonymous3	0.16 479	0.13 546	0.33 594	0.26 607	0.14 567	0.27 592	0.17 418	0.28 493	0.28 487	0.15 369	0.17 338	0.14 339	0.10 293	0.15 384	0.12 336	0.08 401	0.08 506	0.08 381	0.08 440	0.08 422	0.11 545

ADLNet	0.16 479	0.08 331	0.15 412	0.16 199	0.10 439	0.16 433	0.17 418	0.32 543	0.27 472	0.22 515	0.27 497	0.24 496	0.16 467	0.18 474	0.21 535	0.10 502	0.06 404	0.10 512	0.10 527	0.08 422	0.09 489

HCRNet	0.16 479	0.24 623	0.12 276	0.35 641	0.11 489	0.15 403	0.17 418	0.26 453	0.22 398	0.19 462	0.24 443	0.21 454	0.14 421	0.15 384	0.13 379	0.11 533	0.07 476	0.11 543	0.10 527	0.09 485	0.07 380

222	0.16 479	0.07 213	0.14 364	0.14 54	0.08 202	0.24 561	0.18 467	0.30 521	0.20 368	0.17 415	0.28 511	0.17 405	0.16 467	0.15 384	0.40 645	0.10 502	0.05 260	0.07 287	0.06 270	0.07 358	0.08 445

UPFNet	0.16 479	0.08 331	0.12 276	0.20 509	0.12 523	0.20 514	0.23 571	0.28 493	0.26 462	0.17 415	0.24 443	0.22 472	0.19 520	0.19 489	0.21 535	0.09 461	0.07 476	0.08 381	0.09 487	0.08 422	0.06 293

ac_64	0.16 479	0.08 331	0.15 412	0.18 375	0.10 439	0.22 540	0.18 467	0.24 418	0.21 384	0.18 445	0.24 443	0.29 546	0.18 504	0.19 489	0.22 544	0.09 461	0.07 476	0.08 381	0.09 487	0.07 358	0.06 293

DSFCA	0.16 479	0.09 412	0.14 364	0.16 199	0.10 439	0.20 514	0.19 507	0.28 493	0.31 512	0.23 528	0.24 443	0.22 472	0.15 439	0.19 489	0.20 515	0.10 502	0.07 476	0.09 464	0.09 487	0.08 422	0.08 445

FADNet-RVC-Resample	0.16 479	0.11 500	0.31 587	0.22 558	0.11 489	0.19 498	0.14 227	0.25 435	0.24 427	0.24 537	0.27 497	0.20 445	0.15 439	0.16 419	0.15 447	0.07 326	0.08 506	0.12 563	0.10 527	0.09 485	0.10 518

FADNet_RVC	0.16 479	0.14 558	0.40 612	0.20 509	0.11 489	0.13 343	0.13 162	0.26 453	0.22 398	0.21 499	0.23 431	0.20 445	0.17 490	0.14 360	0.16 463	0.08 401	0.08 506	0.12 563	0.09 487	0.11 541	0.10 518

AANet_RVC	0.16 479	0.10 474	0.10 179	0.18 375	0.09 327	0.18 474	0.19 507	0.26 453	0.31 512	0.22 515	0.35 562	0.21 454	0.21 536	0.22 544	0.16 463	0.06 166	0.05 260	0.06 178	0.06 270	0.07 358	0.06 293

DeepPruner_ROB	0.16 479	0.11 500	0.15 412	0.17 285	0.10 439	0.17 455	0.15 308	0.32 543	0.21 384	0.19 462	0.21 411	0.22 472	0.18 504	0.20 514	0.15 447	0.13 584	0.09 539	0.09 464	0.09 487	0.11 541	0.10 518

z-ln-s-r	0.17 500	0.10 474	0.40 612	0.19 443	0.08 202	0.17 455	0.18 467	0.22 373	0.33 526	0.18 445	0.40 591	0.22 472	0.17 490	0.20 514	0.23 556	0.07 326	0.05 260	0.07 287	0.07 367	0.07 358	0.05 197

rvit_stereo_0075_2	0.17 500	0.12 518	0.25 559	0.23 582	0.16 598	0.13 343	0.10 32	0.30 521	0.27 472	0.20 485	0.28 511	0.22 472	0.15 439	0.18 474	0.13 379	0.16 618	0.10 560	0.17 613	0.10 527	0.10 518	0.09 489

ToySt	0.17 500	0.11 500	0.18 502	0.17 285	0.11 489	0.16 433	0.25 599	0.24 418	0.33 526	0.19 462	0.24 443	0.26 520	0.24 559	0.19 489	0.20 515	0.07 326	0.08 506	0.09 464	0.10 527	0.09 485	0.08 445

ssnet_v2	0.17 500	0.10 474	0.17 478	0.17 285	0.11 489	0.21 531	0.21 550	0.33 563	0.25 448	0.22 515	0.22 422	0.27 528	0.18 504	0.22 544	0.20 515	0.11 533	0.09 539	0.09 464	0.09 487	0.08 422	0.08 445

dad	0.17 500	0.20 608	0.20 526	0.16 199	0.11 489	0.20 514	0.18 467	0.21 349	0.28 487	0.30 591	0.24 443	0.29 546	0.13 397	0.19 489	0.16 463	0.18 624	0.09 539	0.11 543	0.09 487	0.11 541	0.07 380

GEStereo_RVC	0.17 500	0.12 518	0.15 412	0.22 558	0.11 489	0.19 498	0.17 418	0.32 543	0.48 604	0.20 485	0.25 471	0.17 405	0.13 397	0.21 531	0.16 463	0.10 502	0.06 404	0.08 381	0.07 367	0.09 485	0.08 445

MMNet	0.17 500	0.09 412	0.16 448	0.20 509	0.11 489	0.27 592	0.20 530	0.25 435	0.41 577	0.22 515	0.30 530	0.21 454	0.20 532	0.17 452	0.20 515	0.06 166	0.06 404	0.07 287	0.07 367	0.08 422	0.07 380

delet	0.17 500	0.08 331	0.17 478	0.19 443	0.11 489	0.20 514	0.21 550	0.30 521	0.37 558	0.17 415	0.26 488	0.19 433	0.19 520	0.19 489	0.21 535	0.08 401	0.08 506	0.09 464	0.11 561	0.06 279	0.06 293

UNet	0.17 500	0.09 412	0.18 502	0.19 443	0.12 523	0.27 592	0.19 507	0.33 563	0.29 494	0.21 499	0.24 443	0.23 490	0.19 520	0.19 489	0.18 496	0.07 326	0.06 404	0.08 381	0.07 367	0.08 422	0.06 293

HGLStereo	0.17 500	0.08 331	0.19 514	0.17 285	0.12 523	0.18 474	0.18 467	0.31 532	0.32 519	0.21 499	0.32 542	0.25 510	0.18 504	0.19 489	0.20 515	0.09 461	0.09 539	0.07 287	0.07 367	0.09 485	0.10 518

DMCA-RVC	0.17 500	0.10 474	0.15 412	0.24 591	0.11 489	0.18 474	0.18 467	0.25 435	0.24 427	0.21 499	0.26 488	0.25 510	0.27 582	0.18 474	0.20 515	0.12 558	0.08 506	0.13 578	0.10 527	0.10 518	0.08 445

TDLM	0.17 500	0.12 518	0.13 326	0.24 591	0.10 439	0.18 474	0.18 467	0.36 594	0.30 504	0.21 499	0.28 511	0.28 538	0.18 504	0.23 555	0.18 496	0.11 533	0.07 476	0.10 512	0.10 527	0.08 422	0.08 445

NLCA_NET_v2_RVC	0.17 500	0.10 474	0.22 541	0.20 509	0.10 439	0.15 403	0.18 467	0.31 532	0.25 448	0.21 499	0.30 530	0.25 510	0.17 490	0.21 531	0.20 515	0.09 461	0.06 404	0.08 381	0.08 440	0.07 358	0.08 445
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.17 500	0.12 518	0.15 412	0.20 509	0.09 327	0.18 474	0.18 467	0.26 453	0.23 410	0.26 556	0.40 591	0.22 472	0.17 490	0.21 531	0.20 515	0.08 401	0.05 260	0.09 464	0.10 527	0.07 358	0.07 380
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ISRNet	0.18 514	0.08 331	0.19 514	0.19 443	0.13 546	0.15 403	0.12 92	0.30 521	0.32 519	0.21 499	0.25 471	0.27 528	0.17 490	0.17 452	0.20 515	0.20 632	0.08 506	0.14 591	0.14 596	0.14 589	0.17 624

test_sample9	0.18 514	0.12 518	0.20 526	0.12 5	0.14 567	0.17 455	0.13 162	0.27 474	0.23 410	0.20 485	0.20 388	0.24 496	0.19 520	0.19 489	0.17 478	0.15 602	0.30 654	0.14 591	0.14 596	0.14 589	0.12 558

fast-acv-ft	0.18 514	0.11 500	0.19 514	0.19 443	0.12 523	0.24 561	0.21 550	0.25 435	0.34 538	0.22 515	0.34 558	0.27 528	0.20 532	0.21 531	0.23 556	0.09 461	0.09 539	0.08 381	0.10 527	0.08 422	0.07 380

HBP-ISP	0.18 514	0.13 546	0.16 448	0.15 105	0.11 489	0.08 75	0.13 162	0.28 493	0.29 494	0.22 515	0.33 554	0.21 454	0.25 568	0.23 555	0.17 478	0.14 598	0.16 622	0.21 627	0.17 623	0.10 518	0.08 445

Wz-Net-LNSev-Ref	0.18 514	0.09 412	0.29 582	0.15 105	0.10 439	0.22 540	0.20 530	0.26 453	0.39 568	0.25 550	0.42 608	0.24 496	0.15 439	0.20 514	0.19 509	0.07 326	0.05 260	0.06 178	0.05 180	0.10 518	0.09 489

SACVNet	0.18 514	0.12 518	0.14 364	0.17 285	0.13 546	0.22 540	0.18 467	0.31 532	0.30 504	0.23 528	0.31 538	0.30 556	0.22 545	0.22 544	0.17 478	0.11 533	0.08 506	0.10 512	0.10 527	0.12 556	0.14 597

psm_up	0.18 514	0.10 474	0.18 502	0.20 509	0.11 489	0.17 455	0.19 507	0.37 600	0.34 538	0.21 499	0.28 511	0.29 546	0.24 559	0.20 514	0.22 544	0.09 461	0.10 560	0.11 543	0.11 561	0.08 422	0.08 445

hitnet-ft	0.18 514	0.09 412	0.17 478	0.14 54	0.09 327	0.26 582	0.20 530	0.25 435	0.26 462	0.24 537	0.32 542	0.31 569	0.22 545	0.24 565	0.21 535	0.12 558	0.07 476	0.10 512	0.08 440	0.12 556	0.11 545

STTStereo	0.18 514	0.12 518	0.27 569	0.20 509	0.11 489	0.16 433	0.21 550	0.29 507	0.23 410	0.21 499	0.30 530	0.29 546	0.18 504	0.20 514	0.19 509	0.12 558	0.11 572	0.11 543	0.14 596	0.09 485	0.08 445

CVANet_RVC	0.18 514	0.10 474	0.14 364	0.21 541	0.10 439	0.18 474	0.17 418	0.34 572	0.33 526	0.22 515	0.31 538	0.28 538	0.18 504	0.23 555	0.17 478	0.12 558	0.08 506	0.12 563	0.11 561	0.09 485	0.07 380

StereoDRNet	0.18 514	0.11 500	0.17 478	0.22 558	0.11 489	0.21 531	0.22 560	0.37 600	0.33 526	0.24 537	0.28 511	0.30 556	0.19 520	0.20 514	0.20 515	0.09 461	0.08 506	0.11 543	0.09 487	0.09 485	0.07 380

DLCB_ROB	0.18 514	0.10 474	0.15 412	0.23 582	0.11 489	0.24 561	0.18 467	0.29 507	0.28 487	0.27 562	0.28 511	0.28 538	0.24 559	0.19 489	0.20 515	0.08 401	0.08 506	0.09 464	0.09 487	0.07 358	0.07 380

TCMNet	0.19 526	0.12 518	0.19 514	0.20 509	0.18 620	0.20 514	0.24 584	0.27 474	0.36 551	0.23 528	0.26 488	0.25 510	0.19 520	0.19 489	0.23 556	0.13 584	0.11 572	0.11 543	0.12 581	0.13 575	0.12 558

rvit_105_1	0.19 526	0.11 500	0.25 559	0.21 541	0.16 598	0.21 531	0.27 615	0.31 532	0.41 577	0.19 462	0.20 388	0.22 472	0.17 490	0.19 489	0.17 478	0.12 558	0.12 588	0.13 578	0.15 612	0.08 422	0.07 380

test_sample8	0.19 526	0.12 518	0.20 526	0.12 5	0.14 567	0.17 455	0.13 162	0.31 532	0.21 384	0.27 562	0.22 422	0.36 595	0.25 568	0.19 489	0.17 478	0.15 602	0.30 654	0.14 591	0.14 596	0.14 589	0.12 558

SDNR	0.19 526	0.08 331	0.19 514	0.16 199	0.12 523	0.77 667	0.14 227	0.25 435	0.32 519	0.19 462	0.24 443	0.19 433	0.13 397	0.19 489	0.15 447	0.16 618	0.18 629	0.14 591	0.11 561	0.08 422	0.11 545

pcwnet_v2	0.19 526	0.10 474	0.26 562	0.17 285	0.14 567	0.18 474	0.15 308	0.37 600	0.46 602	0.19 462	0.24 443	0.21 454	0.19 520	0.20 514	0.19 509	0.13 584	0.10 560	0.10 512	0.10 527	0.11 541	0.13 580

ADCRef	0.19 526	0.12 518	0.41 615	0.20 509	0.12 523	0.22 540	0.18 467	0.32 543	0.36 551	0.26 556	0.32 542	0.17 405	0.23 553	0.24 565	0.24 569	0.07 326	0.06 404	0.09 464	0.09 487	0.08 422	0.08 445

NVstereo2D	0.19 526	0.10 474	0.15 412	0.17 285	0.15 587	0.28 599	0.23 571	0.44 633	0.42 585	0.15 369	0.27 497	0.25 510	0.19 520	0.22 544	0.17 478	0.09 461	0.06 404	0.10 512	0.08 440	0.15 605	0.09 489

DRN-Test	0.19 526	0.11 500	0.20 526	0.22 558	0.10 439	0.22 540	0.22 560	0.39 612	0.37 558	0.24 537	0.32 542	0.26 520	0.21 536	0.22 544	0.24 569	0.11 533	0.07 476	0.11 543	0.10 527	0.09 485	0.07 380

DISCO	0.19 526	0.09 412	0.22 541	0.17 285	0.10 439	0.25 572	0.18 467	0.27 474	0.44 595	0.22 515	0.31 538	0.33 582	0.26 574	0.28 587	0.28 606	0.08 401	0.06 404	0.07 287	0.07 367	0.09 485	0.09 489

CBMV_ROB	0.19 526	0.13 546	0.17 478	0.16 199	0.11 489	0.15 403	0.13 162	0.26 453	0.28 487	0.27 562	0.30 530	0.27 528	0.24 559	0.23 555	0.16 463	0.15 602	0.17 627	0.22 631	0.20 629	0.10 518	0.11 545

NOSS_ROB	0.19 526	0.12 518	0.18 502	0.16 199	0.12 523	0.15 403	0.12 92	0.30 521	0.32 519	0.20 485	0.22 422	0.27 528	0.23 553	0.21 531	0.16 463	0.16 618	0.18 629	0.23 632	0.21 631	0.12 556	0.13 580

CBMV	0.19 526	0.14 558	0.17 478	0.18 375	0.10 439	0.20 514	0.11 61	0.29 507	0.30 504	0.29 586	0.30 530	0.30 556	0.23 553	0.27 575	0.19 509	0.13 584	0.15 618	0.17 613	0.16 616	0.10 518	0.10 518
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
w-ln-seven-2	0.20 538	0.14 558	0.37 607	0.22 558	0.12 523	0.20 514	0.21 550	0.28 493	0.37 558	0.25 550	0.37 571	0.27 528	0.22 545	0.21 531	0.23 556	0.08 401	0.08 506	0.09 464	0.09 487	0.10 518	0.09 489

YMNet	0.20 538	0.12 518	0.19 514	0.20 509	0.14 567	0.26 582	0.23 571	0.32 543	0.34 538	0.27 562	0.34 558	0.30 556	0.18 504	0.18 474	0.22 544	0.10 502	0.13 603	0.10 512	0.10 527	0.08 422	0.09 489

YMNet_1	0.20 538	0.12 518	0.19 514	0.20 509	0.14 567	0.26 582	0.23 571	0.32 543	0.34 538	0.27 562	0.34 558	0.30 556	0.18 504	0.18 474	0.22 544	0.10 502	0.13 603	0.10 512	0.10 527	0.08 422	0.09 489

GwcNet	0.20 538	0.13 546	0.19 514	0.18 375	0.12 523	0.24 561	0.19 507	0.35 587	0.43 590	0.20 485	0.32 542	0.33 582	0.20 532	0.22 544	0.24 569	0.11 533	0.09 539	0.09 464	0.09 487	0.09 485	0.10 518

FAT-Stereo	0.20 538	0.12 518	0.22 541	0.21 541	0.12 523	0.17 455	0.18 467	0.34 572	0.39 568	0.27 562	0.37 571	0.34 589	0.32 613	0.21 531	0.20 515	0.09 461	0.11 572	0.10 512	0.09 487	0.11 541	0.14 597

FADNet-RVC	0.20 538	0.20 608	0.38 609	0.21 541	0.16 598	0.20 514	0.15 308	0.26 453	0.26 462	0.26 556	0.32 542	0.26 520	0.21 536	0.22 544	0.19 509	0.12 558	0.13 603	0.12 563	0.14 596	0.13 575	0.18 627

S-Stereo	0.20 538	0.12 518	0.25 559	0.21 541	0.13 546	0.20 514	0.18 467	0.32 543	0.43 590	0.23 528	0.36 565	0.28 538	0.30 605	0.19 489	0.22 544	0.09 461	0.12 588	0.10 512	0.10 527	0.13 575	0.13 580

SuperB	0.20 538	0.10 474	0.56 635	0.16 199	0.09 327	0.18 474	0.18 467	0.24 418	0.50 614	0.26 556	0.39 585	0.17 405	0.21 536	0.22 544	0.21 535	0.08 401	0.06 404	0.06 178	0.06 270	0.12 556	0.10 518

ADCP+	0.20 538	0.10 474	0.33 594	0.20 509	0.12 523	0.22 540	0.26 608	0.31 532	0.34 538	0.26 556	0.37 571	0.22 472	0.22 545	0.27 575	0.27 598	0.09 461	0.06 404	0.08 381	0.08 440	0.09 485	0.10 518

PS-NSSS	0.20 538	0.21 614	0.23 550	0.20 509	0.10 439	0.19 498	0.17 418	0.36 594	0.25 448	0.27 562	0.33 554	0.27 528	0.24 559	0.20 514	0.20 515	0.15 602	0.12 588	0.17 613	0.14 596	0.10 518	0.08 445

PWCDC_ROB	0.20 538	0.13 546	0.22 541	0.24 591	0.11 489	0.19 498	0.15 308	0.33 563	0.54 624	0.29 586	0.50 624	0.21 454	0.15 439	0.27 575	0.20 515	0.11 533	0.09 539	0.10 512	0.08 440	0.11 541	0.09 489

SGM-Forest	0.20 538	0.14 558	0.18 502	0.19 443	0.13 546	0.20 514	0.22 560	0.33 563	0.30 504	0.24 537	0.29 523	0.28 538	0.19 520	0.23 555	0.17 478	0.15 602	0.16 622	0.15 603	0.14 596	0.12 556	0.12 558
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UDG	0.21 550	0.17 587	0.19 514	0.23 582	0.15 587	0.30 606	0.20 530	0.33 563	0.35 547	0.23 528	0.28 511	0.31 569	0.27 582	0.20 514	0.22 544	0.15 602	0.12 588	0.13 578	0.09 487	0.14 589	0.14 597

FINET	0.21 550	0.18 598	0.26 562	0.18 375	0.16 598	0.23 556	0.23 571	0.32 543	0.48 604	0.25 550	0.32 542	0.22 472	0.22 545	0.22 544	0.17 478	0.18 624	0.16 622	0.11 543	0.10 527	0.15 605	0.13 580

Syn2CoEx	0.21 550	0.16 576	0.27 569	0.29 632	0.14 567	0.26 582	0.20 530	0.33 563	0.31 512	0.28 577	0.36 565	0.27 528	0.25 568	0.19 489	0.24 569	0.16 618	0.12 588	0.14 591	0.11 561	0.09 485	0.08 445

FADNet	0.21 550	0.22 618	0.36 603	0.18 375	0.17 613	0.24 561	0.13 162	0.31 532	0.31 512	0.23 528	0.25 471	0.27 528	0.21 536	0.19 489	0.15 447	0.13 584	0.15 618	0.12 563	0.15 612	0.16 614	0.18 627

RP	0.21 550	0.13 546	0.21 535	0.23 582	0.11 489	0.21 531	0.20 530	0.25 435	0.44 595	0.21 499	0.38 577	0.36 595	0.24 559	0.27 575	0.25 579	0.11 533	0.12 588	0.13 578	0.12 581	0.12 556	0.14 597

DANet	0.21 550	0.15 568	0.28 574	0.25 602	0.13 546	0.22 540	0.19 507	0.27 474	0.27 472	0.28 577	0.32 542	0.35 593	0.31 609	0.31 597	0.23 556	0.11 533	0.09 539	0.11 543	0.10 527	0.13 575	0.11 545
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.21 550	0.12 518	0.21 535	0.24 591	0.13 546	0.22 540	0.22 560	0.41 622	0.26 462	0.31 597	0.42 608	0.37 600	0.28 593	0.23 555	0.22 544	0.10 502	0.12 588	0.10 512	0.09 487	0.10 518	0.08 445

PWC_ROB	0.21 550	0.16 576	0.26 562	0.18 375	0.11 489	0.22 540	0.13 162	0.32 543	0.49 611	0.30 591	0.40 591	0.32 578	0.24 559	0.31 597	0.22 544	0.10 502	0.07 476	0.11 543	0.08 440	0.11 541	0.10 518

PSMNet_ROB	0.21 550	0.11 500	0.15 412	0.27 620	0.15 587	0.24 561	0.35 648	0.43 631	0.37 558	0.27 562	0.32 542	0.32 578	0.22 545	0.21 531	0.26 590	0.12 558	0.08 506	0.13 578	0.11 561	0.09 485	0.09 489

MSAF-DinoV2	0.22 559	0.11 500	0.23 550	0.17 285	0.10 439	0.27 592	0.16 377	0.37 600	0.55 625	0.21 499	0.27 497	0.47 634	0.27 582	0.35 616	0.39 642	0.09 461	0.06 404	0.07 287	0.09 487	0.12 556	0.10 518

GASNet	0.22 559	0.23 620	0.33 594	0.26 607	0.17 613	0.26 582	0.16 377	0.44 633	0.42 585	0.27 562	0.24 443	0.30 556	0.15 439	0.27 575	0.18 496	0.12 558	0.08 506	0.12 563	0.11 561	0.16 614	0.07 380

Anonymous_2	0.22 559	0.17 587	0.28 574	0.15 105	0.16 598	0.32 608	0.22 560	0.22 373	0.17 296	0.23 528	0.24 443	0.26 520	0.27 582	0.27 575	0.23 556	0.22 641	0.25 650	0.17 613	0.17 623	0.17 622	0.17 624

Wz-Net-LNSev	0.22 559	0.16 576	0.38 609	0.21 541	0.13 546	0.25 572	0.23 571	0.32 543	0.43 590	0.30 591	0.41 602	0.31 569	0.18 504	0.22 544	0.25 579	0.10 502	0.09 539	0.08 381	0.08 440	0.12 556	0.11 545

Wz-Net-MNSev	0.22 559	0.13 546	0.31 587	0.20 509	0.14 567	0.36 627	0.24 584	0.33 563	0.44 595	0.28 577	0.40 591	0.38 604	0.19 520	0.24 565	0.25 579	0.09 461	0.07 476	0.09 464	0.09 487	0.12 556	0.10 518

DDUNet	0.22 559	0.17 587	0.21 535	0.22 558	0.15 587	0.25 572	0.24 584	0.29 507	0.30 504	0.31 597	0.36 565	0.33 582	0.25 568	0.24 565	0.20 515	0.18 624	0.13 603	0.17 613	0.11 561	0.16 614	0.16 615

APVNet	0.22 559	0.12 518	0.19 514	0.18 375	0.14 567	0.32 608	0.31 644	0.39 612	0.32 519	0.27 562	0.40 591	0.30 556	0.29 601	0.26 572	0.25 579	0.11 533	0.12 588	0.11 543	0.14 596	0.12 556	0.12 558

aanetorigin	0.22 559	0.17 587	0.56 635	0.17 285	0.10 439	0.15 403	0.19 507	0.20 326	0.33 526	0.49 639	0.48 619	0.29 546	0.27 582	0.20 514	0.23 556	0.08 401	0.07 476	0.08 381	0.07 367	0.10 518	0.09 489

MaskLacGwcNet_RVC	0.22 559	0.21 614	0.24 554	0.26 607	0.11 489	0.23 556	0.14 227	0.39 612	0.24 427	0.32 603	0.36 565	0.30 556	0.21 536	0.19 489	0.21 535	0.17 623	0.14 612	0.21 627	0.16 616	0.12 556	0.12 558

AF-Net	0.22 559	0.17 587	0.17 478	0.26 607	0.13 546	0.25 572	0.24 584	0.32 543	0.50 614	0.25 550	0.33 554	0.38 604	0.26 574	0.28 587	0.25 579	0.11 533	0.10 560	0.16 610	0.11 561	0.11 541	0.10 518

stereogan	0.22 559	0.11 500	0.21 535	0.20 509	0.12 523	0.31 607	0.19 507	0.35 587	0.44 595	0.22 515	0.39 585	0.35 593	0.27 582	0.33 607	0.22 544	0.10 502	0.12 588	0.10 512	0.10 527	0.14 589	0.13 580

edge stereo	0.22 559	0.13 546	0.20 526	0.21 541	0.13 546	0.23 556	0.16 377	0.32 543	0.42 585	0.32 603	0.40 591	0.38 604	0.35 623	0.25 570	0.24 569	0.13 584	0.11 572	0.14 591	0.11 561	0.12 556	0.13 580

RYNet	0.22 559	0.12 518	0.22 541	0.19 443	0.17 613	0.46 638	0.26 608	0.38 608	0.48 604	0.24 537	0.28 511	0.34 589	0.23 553	0.20 514	0.30 617	0.10 502	0.06 404	0.09 464	0.09 487	0.13 575	0.15 604

NaN_ROB	0.22 559	0.19 602	0.24 554	0.25 602	0.13 546	0.29 603	0.26 608	0.33 563	0.41 577	0.31 597	0.31 538	0.32 578	0.23 553	0.30 596	0.21 535	0.11 533	0.17 627	0.10 512	0.10 527	0.08 422	0.09 489

MDST_ROB	0.22 559	0.10 474	0.17 478	0.18 375	0.11 489	0.37 628	0.19 507	0.43 631	0.41 577	0.39 620	0.39 585	0.29 546	0.21 536	0.26 572	0.18 496	0.11 533	0.10 560	0.14 591	0.11 561	0.10 518	0.08 445

XPNet_ROB	0.22 559	0.11 500	0.19 514	0.22 558	0.13 546	0.22 540	0.19 507	0.34 572	0.40 574	0.30 591	0.39 585	0.39 612	0.26 574	0.26 572	0.28 606	0.15 602	0.10 560	0.10 512	0.10 527	0.13 575	0.12 558

SQANet	0.23 575	0.23 620	0.30 585	0.30 634	0.19 624	0.27 592	0.13 162	0.29 507	0.33 526	0.24 537	0.37 571	0.31 569	0.22 545	0.27 575	0.23 556	0.15 602	0.10 560	0.21 627	0.16 616	0.21 630	0.15 604

Nwc_Net	0.23 575	0.16 576	0.21 535	0.25 602	0.14 567	0.24 561	0.26 608	0.37 600	0.38 565	0.22 515	0.41 602	0.30 556	0.28 593	0.28 587	0.25 579	0.11 533	0.10 560	0.17 613	0.20 629	0.10 518	0.10 518

RTSC	0.23 575	0.12 518	0.28 574	0.21 541	0.13 546	0.28 599	0.16 377	0.35 587	0.66 650	0.27 562	0.33 554	0.30 556	0.21 536	0.31 597	0.29 610	0.10 502	0.08 506	0.09 464	0.10 527	0.13 575	0.13 580

PA-Net	0.23 575	0.18 598	0.33 594	0.28 623	0.22 633	0.21 531	0.38 653	0.29 507	0.39 568	0.22 515	0.32 542	0.25 510	0.26 574	0.20 514	0.25 579	0.09 461	0.23 647	0.15 603	0.22 634	0.09 485	0.13 580
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.23 575	0.15 568	0.17 478	0.34 639	0.18 620	0.24 561	0.23 571	0.34 572	0.28 487	0.31 597	0.38 577	0.38 604	0.28 593	0.23 555	0.24 569	0.15 602	0.12 588	0.18 622	0.21 631	0.13 575	0.13 580

ETE_ROB	0.23 575	0.17 587	0.22 541	0.25 602	0.13 546	0.26 582	0.29 631	0.31 532	0.36 551	0.28 577	0.36 565	0.45 626	0.26 574	0.27 575	0.26 590	0.11 533	0.08 506	0.12 563	0.09 487	0.14 589	0.13 580

SGM_RVC	0.23 575	0.12 518	0.15 412	0.15 105	0.09 327	0.33 615	0.18 467	0.34 572	0.31 512	0.44 634	0.37 571	0.53 642	0.35 623	0.35 616	0.24 569	0.13 584	0.13 603	0.13 578	0.13 592	0.10 518	0.11 545
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DStereoO	0.24 582	0.18 598	0.18 502	0.20 509	0.14 567	0.21 531	0.19 507	0.32 543	0.41 577	0.29 586	0.21 411	0.32 578	0.27 582	0.41 641	0.27 598	0.46 662	0.12 588	0.31 650	0.11 561	0.15 605	0.12 558

z-mn7	0.24 582	0.14 558	0.45 619	0.19 443	0.13 546	0.28 599	0.25 599	0.34 572	0.62 641	0.27 562	0.56 636	0.29 546	0.24 559	0.32 604	0.25 579	0.08 401	0.08 506	0.08 381	0.08 440	0.10 518	0.10 518

w-ln-seven	0.24 582	0.14 558	0.55 632	0.19 443	0.14 567	0.26 582	0.22 560	0.35 587	0.60 638	0.29 586	0.39 585	0.30 556	0.22 545	0.21 531	0.26 590	0.09 461	0.09 539	0.11 543	0.10 527	0.11 541	0.10 518

DGSMNet	0.24 582	0.19 602	0.33 594	0.21 541	0.24 638	0.24 561	0.20 530	0.35 587	0.41 577	0.24 537	0.32 542	0.38 604	0.21 536	0.29 593	0.23 556	0.12 558	0.11 572	0.14 591	0.16 616	0.23 634	0.23 638

G-Net	0.24 582	0.16 576	0.36 603	0.22 558	0.16 598	0.51 644	0.23 571	0.29 507	0.34 538	0.36 613	0.38 577	0.31 569	0.29 601	0.27 575	0.26 590	0.11 533	0.09 539	0.12 563	0.09 487	0.16 614	0.13 580

NCC-stereo	0.24 582	0.15 568	0.31 587	0.26 607	0.16 598	0.20 514	0.30 638	0.40 616	0.40 574	0.24 537	0.38 577	0.33 582	0.28 593	0.36 622	0.27 598	0.12 558	0.11 572	0.15 603	0.22 634	0.13 575	0.13 580

Abc-Net	0.24 582	0.15 568	0.31 587	0.26 607	0.16 598	0.20 514	0.30 638	0.40 616	0.40 574	0.24 537	0.38 577	0.33 582	0.28 593	0.36 622	0.27 598	0.12 558	0.11 572	0.15 603	0.22 634	0.13 575	0.13 580
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	0.24 582	0.11 500	0.47 624	0.22 558	0.12 523	0.34 618	0.29 631	0.29 507	0.56 628	0.24 537	0.46 616	0.30 556	0.30 605	0.29 593	0.29 610	0.08 401	0.07 476	0.09 464	0.09 487	0.10 518	0.10 518

DeepPrunerF	0.24 582	0.17 587	0.42 617	0.26 607	0.16 598	0.22 540	0.28 621	0.37 600	0.50 614	0.26 556	0.29 523	0.24 496	0.28 593	0.21 531	0.22 544	0.15 602	0.11 572	0.20 626	0.18 627	0.12 556	0.13 580

FBW_ROB	0.24 582	0.17 587	0.22 541	0.26 607	0.14 567	0.25 572	0.22 560	0.41 622	0.41 577	0.41 627	0.41 602	0.42 619	0.27 582	0.31 597	0.23 556	0.09 461	0.14 612	0.14 591	0.12 581	0.11 541	0.09 489

SANet	0.24 582	0.14 558	0.28 574	0.21 541	0.11 489	0.27 592	0.24 584	0.38 608	0.64 646	0.36 613	0.40 591	0.43 622	0.26 574	0.27 575	0.24 569	0.12 558	0.09 539	0.10 512	0.09 487	0.13 575	0.11 545

WCMA_ROB	0.24 582	0.11 500	0.22 541	0.17 285	0.14 567	0.32 608	0.15 308	0.32 543	0.32 519	0.38 618	0.53 627	0.40 616	0.34 620	0.34 610	0.25 579	0.11 533	0.12 588	0.12 563	0.10 527	0.14 589	0.14 597

DStereoSA	0.25 594	0.19 602	0.37 607	0.26 607	0.17 613	0.22 540	0.20 530	0.49 643	0.59 634	0.22 515	0.29 523	0.29 546	0.33 615	0.39 633	0.28 606	0.12 558	0.11 572	0.16 610	0.14 596	0.14 589	0.12 558

zh-sn7	0.25 594	0.17 587	0.50 626	0.24 591	0.13 546	0.25 572	0.24 584	0.34 572	0.48 604	0.28 577	0.54 629	0.28 538	0.31 609	0.36 622	0.32 625	0.10 502	0.10 560	0.11 543	0.10 527	0.12 556	0.12 558

zh-mn7	0.25 594	0.14 558	0.56 635	0.19 443	0.14 567	0.24 561	0.22 560	0.34 572	0.62 641	0.35 610	0.65 645	0.31 569	0.25 568	0.31 597	0.25 579	0.09 461	0.08 506	0.09 464	0.09 487	0.09 485	0.11 545

Wz-Net-SNSev	0.25 594	0.17 587	0.44 618	0.25 602	0.14 567	0.26 582	0.23 571	0.38 608	0.56 628	0.30 591	0.55 631	0.39 612	0.26 574	0.23 555	0.30 617	0.10 502	0.09 539	0.09 464	0.10 527	0.11 541	0.11 545

psmorigin	0.25 594	0.15 568	0.34 602	0.17 285	0.13 546	0.23 556	0.14 227	0.34 572	0.33 526	0.41 627	0.55 631	0.41 618	0.37 627	0.34 610	0.27 598	0.11 533	0.15 618	0.11 543	0.11 561	0.12 556	0.16 615

RGC	0.25 594	0.20 608	0.29 582	0.28 623	0.16 598	0.22 540	0.23 571	0.32 543	0.44 595	0.27 562	0.40 591	0.38 604	0.27 582	0.36 622	0.22 544	0.11 533	0.13 603	0.17 613	0.17 623	0.14 589	0.16 615

ADCMid	0.25 594	0.15 568	0.40 612	0.20 509	0.14 567	0.25 572	0.26 608	0.34 572	0.38 565	0.36 613	0.44 613	0.34 589	0.40 634	0.35 616	0.33 630	0.10 502	0.09 539	0.11 543	0.11 561	0.13 575	0.12 558

ADCPNet	0.25 594	0.16 576	0.61 642	0.21 541	0.15 587	0.35 626	0.25 599	0.32 543	0.35 547	0.30 591	0.40 591	0.36 595	0.28 593	0.28 587	0.32 625	0.12 558	0.10 560	0.11 543	0.12 581	0.14 589	0.13 580

LALA_ROB	0.25 594	0.16 576	0.22 541	0.26 607	0.17 613	0.27 592	0.27 615	0.42 627	0.37 558	0.33 607	0.38 577	0.51 638	0.26 574	0.28 587	0.27 598	0.16 618	0.09 539	0.12 563	0.11 561	0.13 575	0.12 558

SHD	0.26 603	0.15 568	0.30 585	0.24 591	0.18 620	0.22 540	0.15 308	0.38 608	0.71 654	0.32 603	0.41 602	0.36 595	0.28 593	0.32 604	0.29 610	0.12 558	0.11 572	0.14 591	0.13 592	0.16 614	0.20 633

AnyNet_C32	0.26 603	0.16 576	0.36 603	0.20 509	0.16 598	0.25 572	0.30 638	0.32 543	0.44 595	0.31 597	0.49 620	0.30 556	0.33 615	0.40 638	0.33 630	0.12 558	0.12 588	0.12 563	0.14 596	0.14 589	0.15 604

DStereoFS	0.27 605	0.22 618	0.31 587	0.22 558	0.15 587	0.22 540	0.20 530	0.50 647	0.48 604	0.28 577	0.44 613	0.33 582	0.34 620	0.52 651	0.29 610	0.12 558	0.11 572	0.15 603	0.13 592	0.16 614	0.16 615

PSMNet-RUCA	0.27 605	0.33 643	0.41 615	0.36 643	0.32 651	0.18 474	0.19 507	0.42 627	0.30 504	0.33 607	0.41 602	0.39 612	0.25 568	0.31 597	0.20 515	0.18 624	0.10 560	0.25 634	0.15 612	0.21 630	0.16 615

PDISCO_ROB	0.27 605	0.16 576	0.26 562	0.28 623	0.20 627	0.32 608	0.26 608	0.44 633	0.57 630	0.28 577	0.40 591	0.45 626	0.29 601	0.33 607	0.34 632	0.12 558	0.09 539	0.17 613	0.16 616	0.17 622	0.13 580

DispFullNet	0.27 605	0.21 614	0.65 645	0.28 623	0.16 598	0.26 582	0.17 418	0.33 563	0.58 633	0.27 562	0.38 577	0.43 622	0.23 553	0.38 629	0.23 556	0.12 558	0.06 404	0.19 624	0.11 561	0.21 630	0.15 604

MeshStereo	0.27 605	0.13 546	0.18 502	0.15 105	0.11 489	0.32 608	0.24 584	0.40 616	0.36 551	0.52 641	0.57 639	0.67 653	0.40 634	0.35 616	0.26 590	0.14 598	0.13 603	0.13 578	0.11 561	0.11 541	0.10 518
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
WZ-Net	0.28 610	0.17 587	0.78 662	0.22 558	0.16 598	0.34 618	0.29 631	0.39 612	0.57 630	0.24 537	0.55 631	0.37 600	0.24 559	0.33 607	0.35 633	0.09 461	0.08 506	0.09 464	0.10 527	0.14 589	0.16 615

XQC	0.28 610	0.23 620	0.51 627	0.28 623	0.19 624	0.34 618	0.27 615	0.36 594	0.57 630	0.31 597	0.30 530	0.37 600	0.30 605	0.38 629	0.38 640	0.13 584	0.09 539	0.15 603	0.12 581	0.17 622	0.18 627

CC-Net-ROB	0.28 610	0.31 641	0.36 603	0.29 632	0.15 587	0.25 572	0.19 507	0.45 636	0.33 526	0.39 620	0.37 571	0.39 612	0.31 609	0.27 575	0.26 590	0.24 647	0.19 632	0.30 649	0.23 638	0.18 625	0.15 604

DPSNet	0.28 610	0.16 576	0.31 587	0.18 375	0.13 546	0.54 646	0.42 657	0.51 649	0.67 651	0.29 586	0.38 577	0.38 604	0.29 601	0.31 597	0.23 556	0.11 533	0.10 560	0.11 543	0.08 440	0.20 629	0.16 615

MultiAttention	0.29 614	0.08 331	0.14 364	0.19 443	0.12 523	1.45 682	1.33 686	0.36 594	0.37 558	0.19 462	0.21 411	0.24 496	0.11 326	0.38 629	0.18 496	0.06 166	0.05 260	0.08 381	0.08 440	0.10 518	0.09 489

Wz-Net-TNSev	0.29 614	0.20 608	0.65 645	0.19 443	0.15 587	0.38 631	0.27 615	0.35 587	0.55 625	0.34 609	0.42 608	0.45 626	0.38 628	0.32 604	0.30 617	0.12 558	0.13 603	0.10 512	0.12 581	0.15 605	0.14 597

ccnet	0.29 614	0.28 636	0.23 550	0.20 509	0.28 645	0.41 636	0.21 550	0.45 636	0.33 526	0.36 613	0.46 616	0.36 595	0.30 605	0.39 633	0.42 649	0.23 645	0.14 612	0.21 627	0.17 623	0.23 634	0.18 627

EDNetEfficient	0.29 614	0.24 623	1.13 673	0.18 375	0.10 439	0.19 498	0.20 530	0.20 326	0.60 638	0.74 661	0.56 636	0.31 569	0.39 631	0.22 544	0.30 617	0.09 461	0.07 476	0.08 381	0.07 367	0.11 541	0.09 489

ADCS	0.29 614	0.18 598	0.45 619	0.21 541	0.17 613	0.28 599	0.23 571	0.41 622	0.63 645	0.40 623	0.49 620	0.40 616	0.36 625	0.39 633	0.40 645	0.13 584	0.12 588	0.13 578	0.14 596	0.16 614	0.16 615

CSAN	0.29 614	0.24 623	0.27 569	0.34 639	0.19 624	0.33 615	0.42 657	0.37 600	0.50 614	0.38 618	0.40 591	0.44 624	0.33 615	0.28 587	0.30 617	0.20 632	0.16 622	0.19 624	0.19 628	0.14 589	0.15 604

AANet	0.30 620	0.19 602	1.03 671	0.16 199	0.13 546	0.22 540	0.16 377	0.30 521	0.62 641	0.60 648	0.52 626	0.46 630	0.38 628	0.23 555	0.32 625	0.12 558	0.09 539	0.11 543	0.10 527	0.13 575	0.12 558

MFN_U_SF_DS_RVC	0.30 620	0.24 623	0.29 582	0.36 643	0.16 598	0.34 618	0.30 638	0.32 543	0.42 585	0.40 623	0.46 616	0.38 604	0.31 609	0.34 610	0.28 606	0.19 630	0.20 635	0.26 635	0.29 648	0.18 625	0.19 632

GANetREF_RVC	0.31 622	0.34 644	0.27 569	0.35 641	0.16 598	0.32 608	0.41 654	0.48 641	0.51 621	0.35 610	0.35 562	0.34 589	0.33 615	0.39 633	0.32 625	0.27 649	0.20 635	0.29 647	0.15 612	0.18 625	0.17 624
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
MSMD_ROB	0.31 622	0.26 629	0.26 562	0.24 591	0.21 631	0.34 618	0.25 599	0.34 572	0.39 568	0.40 623	0.69 649	0.45 626	0.40 634	0.34 610	0.27 598	0.20 632	0.19 632	0.26 635	0.25 640	0.23 634	0.22 637

MFN_U_SF_RVC	0.32 624	0.21 614	0.55 632	0.30 634	0.15 587	0.34 618	0.17 418	0.52 650	0.46 602	0.46 638	0.55 631	0.59 645	0.39 631	0.35 616	0.37 638	0.15 602	0.14 612	0.18 622	0.21 631	0.16 614	0.15 604

PASM	0.32 624	0.24 623	0.48 625	0.28 623	0.27 644	0.29 603	0.30 638	0.34 572	0.49 611	0.35 610	0.39 585	0.46 630	0.34 620	0.34 610	0.35 633	0.23 645	0.25 650	0.26 635	0.28 647	0.23 634	0.21 635

SGM-ForestM	0.32 624	0.12 518	0.16 448	0.16 199	0.11 489	0.39 633	0.19 507	0.41 622	0.50 614	0.52 641	0.54 629	1.32 674	0.42 642	0.40 638	0.27 598	0.14 598	0.16 622	0.16 610	0.16 616	0.12 556	0.12 558

FC-DCNN v2	0.33 627	0.27 632	0.28 574	0.26 607	0.23 636	0.37 628	0.28 621	0.40 616	0.43 590	0.45 635	0.56 636	0.51 638	0.40 634	0.37 627	0.29 610	0.21 636	0.20 635	0.27 638	0.26 641	0.25 641	0.24 639

FCDSN-DC	0.33 627	0.28 636	0.28 574	0.30 634	0.24 638	0.39 633	0.28 621	0.42 627	0.42 585	0.43 633	0.53 627	0.51 638	0.41 639	0.36 622	0.30 617	0.21 636	0.20 635	0.27 638	0.26 641	0.25 641	0.24 639
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.33 627	0.27 632	0.28 574	0.26 607	0.23 636	0.37 628	0.28 621	0.40 616	0.43 590	0.45 635	0.55 631	0.51 638	0.40 634	0.37 627	0.30 617	0.21 636	0.20 635	0.27 638	0.26 641	0.25 641	0.24 639

LSM	0.33 627	0.20 608	0.58 638	0.26 607	0.60 669	0.34 618	0.25 599	0.42 627	0.48 604	0.45 635	0.58 641	0.42 619	0.36 625	0.35 616	0.25 579	0.12 558	0.20 635	0.14 591	0.16 616	0.19 628	0.33 653

AnyNet_C01	0.36 631	0.25 628	1.37 676	0.22 558	0.17 613	0.48 642	0.27 615	0.35 587	0.39 568	0.39 620	0.74 655	0.46 630	0.38 628	0.45 643	0.47 654	0.13 584	0.13 603	0.13 578	0.14 596	0.14 589	0.15 604

GCST	0.37 632	0.42 651	0.26 562	1.02 677	0.39 652	0.18 474	0.08 7	0.20 326	0.17 296	0.28 577	0.25 471	0.15 368	0.12 357	0.16 419	0.14 416	0.64 673	0.43 662	0.75 669	0.65 673	0.63 666	0.46 664

otaku	0.39 633	0.37 647	0.52 628	0.44 650	0.28 645	0.58 648	0.24 584	0.41 622	0.62 641	0.40 623	0.49 620	0.46 630	0.33 615	0.40 638	0.32 625	0.30 650	0.30 654	0.39 654	0.33 653	0.29 648	0.28 647

ACVNet-4b	0.39 633	0.53 654	0.55 632	0.45 651	0.24 638	0.47 640	0.18 467	0.49 643	0.64 646	0.42 630	0.45 615	0.60 646	0.27 582	0.34 610	0.24 569	0.33 653	0.14 612	0.48 657	0.42 659	0.30 649	0.26 646

PVD	0.39 633	0.20 608	0.39 611	0.31 638	0.22 633	0.29 603	0.43 659	0.52 650	0.96 668	0.55 645	0.79 659	0.53 642	0.59 658	0.52 651	0.38 640	0.19 630	0.14 612	0.17 613	0.14 596	0.24 640	0.31 651

Ntro	0.40 636	0.40 649	0.53 629	0.46 654	0.30 649	0.65 654	0.24 584	0.46 638	0.68 652	0.41 627	0.49 620	0.48 636	0.42 642	0.39 633	0.31 624	0.32 651	0.28 652	0.37 653	0.30 650	0.32 653	0.29 648

SAMSARA	0.40 636	0.28 636	0.33 594	0.55 657	0.39 652	0.82 668	1.23 685	0.47 640	0.51 621	0.36 613	0.35 562	0.55 644	0.39 631	0.38 629	0.39 642	0.15 602	0.20 635	0.15 603	0.14 596	0.23 634	0.20 633

ELAS_RVC	0.41 638	0.29 639	0.33 594	0.28 623	0.24 638	0.54 646	0.36 649	0.49 643	0.59 634	0.72 657	0.74 655	0.65 651	0.54 651	0.54 656	0.40 645	0.22 641	0.20 635	0.27 638	0.26 641	0.26 646	0.25 644
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 638	0.29 639	0.33 594	0.27 620	0.24 638	0.60 651	0.36 649	0.50 647	0.50 614	0.71 655	0.79 659	0.67 653	0.54 651	0.51 649	0.42 649	0.22 641	0.20 635	0.27 638	0.26 641	0.26 646	0.25 644
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
light-stereo	0.42 640	0.26 629	0.59 640	0.60 659	0.49 659	0.32 608	0.23 571	0.46 638	0.52 623	0.56 647	0.58 641	0.76 658	0.32 613	0.48 645	0.29 610	0.32 651	0.24 648	0.27 638	0.33 653	0.46 657	0.39 658

MSC_U_SF_DS_RVC	0.43 641	0.39 648	0.54 630	0.40 646	0.20 627	0.64 653	0.32 646	0.53 652	0.72 655	0.71 655	0.72 652	0.61 647	0.54 651	0.51 649	0.46 653	0.20 632	0.19 632	0.29 647	0.30 650	0.23 634	0.18 627

ACVNet_1	0.44 642	0.49 653	0.60 641	0.45 651	0.28 645	0.49 643	0.27 615	0.57 657	0.72 655	0.62 650	0.58 641	0.74 657	0.49 648	0.50 647	0.35 633	0.26 648	0.24 648	0.39 654	0.29 648	0.31 652	0.24 639

Consistency-Raft	0.44 642	0.40 649	0.45 619	0.37 645	0.43 656	0.46 638	0.41 654	0.57 657	0.55 625	0.32 603	0.73 653	0.33 582	0.48 647	0.42 642	0.49 656	0.39 656	0.35 659	0.45 656	0.51 666	0.42 656	0.29 648

RTS	0.45 644	0.19 602	3.26 682	0.24 591	0.15 587	0.74 661	0.20 530	0.36 594	0.76 661	0.42 630	0.43 611	0.31 569	0.41 639	0.53 654	0.35 633	0.10 502	0.08 506	0.13 578	0.12 581	0.15 605	0.15 604

RTSA	0.45 644	0.19 602	3.26 682	0.24 591	0.15 587	0.74 661	0.20 530	0.36 594	0.76 661	0.42 630	0.43 611	0.31 569	0.41 639	0.53 654	0.35 633	0.10 502	0.08 506	0.13 578	0.12 581	0.15 605	0.15 604

MANE	0.45 644	0.27 632	0.27 569	0.27 620	0.24 638	0.47 640	0.31 644	0.55 654	0.59 634	0.72 657	1.13 676	1.15 668	0.61 659	0.52 651	0.37 638	0.21 636	0.20 635	0.27 638	0.31 652	0.25 641	0.24 639

NVStereoNet_ROB	0.46 647	0.36 646	0.46 623	0.41 648	0.28 645	0.34 618	0.34 647	0.48 641	0.60 638	0.72 657	0.93 665	0.70 656	0.66 662	0.47 644	0.60 664	0.22 641	0.33 658	0.34 652	0.34 656	0.30 649	0.30 650
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MonStereo1	0.47 648	0.26 629	0.58 638	0.28 623	0.20 627	0.39 633	0.18 467	0.49 643	0.64 646	0.52 641	0.87 662	1.01 663	0.57 656	0.50 647	0.56 661	0.53 666	0.31 657	0.54 663	0.40 657	0.33 654	0.34 654

LE_ROB	0.50 649	0.07 213	0.14 364	0.15 105	0.08 202	0.24 561	0.16 377	0.22 373	1.81 684	4.63 689	0.67 647	0.47 634	0.44 644	0.20 514	0.29 610	0.07 326	0.06 404	0.06 178	0.06 270	0.08 422	0.06 293

BEATNet-Init1	0.52 650	0.27 632	0.62 643	0.30 634	0.21 631	0.76 665	0.29 631	0.54 653	0.65 649	0.86 666	0.95 667	2.07 683	0.62 661	0.56 658	0.42 649	0.18 624	0.18 629	0.23 632	0.22 634	0.22 633	0.21 635

anonymity	0.53 651	0.58 656	0.65 645	0.41 648	0.61 670	0.53 645	0.41 654	0.56 655	0.41 577	0.55 645	0.50 624	0.49 637	0.55 654	0.58 659	0.50 659	0.58 669	0.50 672	0.51 659	0.51 666	0.51 659	0.57 667

RainbowNet	0.54 652	0.61 658	0.70 660	0.57 658	0.43 656	0.65 654	0.37 652	0.60 659	0.87 665	0.50 640	0.66 646	0.64 649	0.47 646	0.49 646	0.43 652	0.47 663	0.48 668	0.52 661	0.41 658	0.52 660	0.40 661

SGM+DAISY	0.56 653	0.57 655	0.65 645	0.40 646	0.54 662	0.66 656	0.49 662	0.56 655	0.45 601	0.66 651	0.69 649	0.67 653	0.56 655	0.63 661	0.56 661	0.59 670	0.48 668	0.50 658	0.50 665	0.52 660	0.58 668

SPS-STEREO	0.57 654	0.58 656	0.65 645	0.45 651	0.55 664	0.62 652	0.44 661	0.62 660	0.50 614	0.68 653	0.64 644	0.66 652	0.57 656	0.61 660	0.60 664	0.62 672	0.47 667	0.51 659	0.49 663	0.55 664	0.58 668
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.64 655	0.66 662	0.65 645	0.51 655	0.69 674	0.69 657	0.57 668	0.64 661	0.73 659	0.60 648	0.73 653	0.62 648	0.67 663	0.65 662	0.60 664	0.66 674	0.58 681	0.63 664	0.59 669	0.68 671	0.69 677

IMH-64-1	0.65 656	0.61 658	0.68 654	0.71 662	0.51 660	0.59 649	0.49 662	0.91 668	0.85 663	0.74 661	1.02 669	0.81 659	0.78 667	0.79 665	0.49 656	0.42 658	0.46 663	0.71 666	0.47 661	0.52 660	0.39 658

IMH-64	0.65 656	0.61 658	0.68 654	0.71 662	0.51 660	0.59 649	0.49 662	0.91 668	0.85 663	0.74 661	1.02 669	0.81 659	0.78 667	0.79 665	0.49 656	0.42 658	0.46 663	0.71 666	0.47 661	0.52 660	0.39 658

ACVNet_2	0.66 658	0.66 662	0.68 654	0.63 660	0.41 654	0.71 659	0.49 662	0.96 672	1.39 677	0.89 667	1.09 672	1.04 664	0.73 665	0.54 656	0.47 654	0.43 660	0.40 661	0.53 662	0.44 660	0.47 658	0.35 656

JetBlue	0.71 659	0.45 652	1.14 674	0.51 655	0.47 658	2.02 683	0.64 672	0.75 663	0.70 653	0.69 654	0.77 658	1.22 670	0.83 669	1.03 680	1.01 680	0.40 657	0.28 652	0.33 651	0.33 653	0.30 649	0.34 654

IMH	0.71 659	0.64 661	0.68 654	0.76 664	0.54 662	0.69 657	0.54 666	0.98 674	1.10 670	0.82 665	1.09 672	0.89 661	0.88 672	0.87 673	0.52 660	0.44 661	0.50 672	0.75 669	0.51 666	0.56 665	0.41 662

PWCK	0.71 659	0.94 673	0.95 669	0.76 664	0.31 650	0.74 661	0.36 649	0.90 667	0.90 666	0.96 670	0.75 657	0.95 662	0.61 659	0.87 673	0.66 667	0.72 675	0.46 663	0.75 669	0.49 663	0.69 673	0.44 663

MADNet+	0.75 662	0.71 664	3.70 685	0.66 661	0.41 654	0.98 673	0.97 683	0.69 662	0.73 659	0.52 641	0.57 639	0.64 649	0.68 664	0.86 672	1.01 680	0.34 654	0.36 660	0.28 646	0.23 638	0.36 655	0.31 651

TorneroNet-64	0.76 663	0.72 665	0.74 661	0.78 666	0.58 668	0.91 672	0.56 667	0.84 666	1.29 674	0.66 651	0.90 663	1.40 676	0.75 666	0.85 671	0.67 670	0.49 664	0.46 663	0.72 668	0.59 669	0.67 670	0.53 666

WAO-7	0.79 664	0.78 667	0.54 630	0.85 670	0.67 673	0.74 661	0.68 676	1.05 677	1.32 675	0.90 668	1.20 679	1.04 664	0.92 673	0.69 663	0.66 667	0.60 671	0.62 682	0.67 665	0.68 675	0.64 667	0.58 668

WAO-6	0.81 665	0.80 668	0.62 643	0.86 671	0.63 671	0.76 665	0.58 669	0.98 674	1.54 682	0.90 668	0.96 668	1.07 666	1.03 677	0.70 664	0.66 667	0.72 675	0.49 670	0.90 677	0.71 676	0.68 671	0.58 668

TorneroNet	0.82 666	0.74 666	0.81 666	0.84 669	0.63 671	0.99 674	0.63 670	0.96 672	1.16 671	0.80 664	1.11 674	1.36 675	0.86 671	0.93 676	0.80 675	0.56 667	0.49 670	0.78 674	0.66 674	0.73 676	0.63 676

LVE	0.83 667	0.85 671	0.85 667	0.80 667	0.56 665	1.04 678	0.65 673	1.05 677	1.47 680	0.96 670	1.22 680	1.10 667	0.85 670	0.83 668	0.71 672	0.49 664	0.55 678	0.76 672	0.60 671	0.65 668	0.59 673

Dean	0.87 668	0.86 672	0.79 664	0.81 668	0.56 665	0.90 669	0.63 670	1.15 683	1.73 683	1.15 678	1.15 677	1.31 673	0.99 676	0.81 667	0.81 676	0.57 668	0.56 679	0.77 673	0.64 672	0.66 669	0.58 668

WAO-8	0.91 669	0.81 669	0.65 645	0.94 674	0.69 674	0.90 669	0.67 674	1.07 680	1.83 685	1.06 675	1.45 682	1.30 671	1.07 678	0.84 669	0.78 673	0.74 677	0.53 675	0.86 675	0.75 677	0.69 673	0.62 674

Venus	0.91 669	0.81 669	0.65 645	0.94 674	0.69 674	0.90 669	0.67 674	1.07 680	1.83 685	1.06 675	1.45 682	1.30 671	1.07 678	0.84 669	0.78 673	0.74 677	0.53 675	0.86 675	0.75 677	0.69 673	0.62 674

UNDER WATER-64	0.95 671	0.94 673	1.43 678	0.87 672	0.56 665	1.18 681	0.87 680	0.77 664	0.94 667	1.04 673	0.85 661	1.58 681	1.21 683	0.94 677	0.96 678	0.87 681	0.57 680	1.03 681	0.88 682	0.78 677	0.73 678

UNDER WATER	0.97 672	0.97 675	1.42 677	0.99 676	0.70 677	1.12 680	0.84 679	0.80 665	1.08 669	1.01 672	0.90 663	1.55 680	1.22 684	1.03 680	1.00 679	0.78 679	0.53 675	1.02 680	0.87 681	0.80 678	0.74 679

notaker	0.97 672	1.11 676	0.98 670	1.13 679	0.81 678	0.73 660	0.68 676	0.93 670	1.16 671	1.18 680	1.18 678	1.41 677	1.16 682	1.08 682	0.69 671	0.81 680	0.64 683	1.17 682	0.79 679	0.98 680	0.80 681

ktn	1.01 674	1.21 678	0.80 665	1.23 681	0.86 680	1.01 676	0.87 680	0.94 671	1.39 677	1.04 673	1.12 675	1.15 668	1.07 678	0.94 677	0.59 663	1.28 686	0.71 684	1.38 686	0.83 680	1.02 682	0.75 680

KSHMR	1.09 675	1.17 677	0.88 668	1.25 682	1.00 682	0.99 674	0.96 682	1.13 682	1.37 676	1.16 679	1.29 681	1.41 677	0.96 675	1.01 679	0.92 677	1.03 684	1.08 686	1.20 683	1.03 685	1.01 681	0.97 683

DPSimNet_ROB	1.11 676	1.23 679	0.78 662	1.13 679	0.88 681	1.10 679	1.13 684	1.16 684	1.23 673	1.43 682	1.02 669	1.41 677	1.10 681	0.90 675	1.60 682	1.46 687	0.51 674	1.21 684	1.03 685	0.90 679	1.01 685

HanzoNet	1.29 677	1.26 680	1.19 675	1.12 678	0.85 679	1.02 677	0.83 678	1.03 676	1.48 681	1.64 683	1.61 684	2.50 685	1.72 685	1.61 684	1.61 683	1.26 685	0.80 685	1.31 685	1.01 684	1.02 682	0.86 682

JetRed	1.62 678	1.46 681	2.98 680	0.92 673	1.21 683	4.99 686	1.53 688	1.27 685	1.39 677	1.83 684	1.74 685	1.60 682	0.95 674	1.41 683	2.45 688	0.90 683	1.60 687	0.93 678	0.90 683	1.35 684	0.99 684

MADNet++	1.95 679	1.75 682	1.59 679	1.82 683	1.69 685	2.33 684	1.40 687	2.35 686	2.09 687	2.57 686	2.36 687	2.24 684	2.17 687	2.28 685	2.34 686	1.87 688	1.66 688	1.54 687	1.34 687	1.92 685	1.77 687

Selective-IGEV-i1pa	2.80 680	3.51 688	0.67 653	0.28 623	0.14 567	10.22 690	0.43 659	4.36 687	3.63 688	3.53 687	6.92 689	3.47 686	1.97 686	13.41 701	2.26 685	0.36 655	0.15 618	0.13 578	0.10 527	0.15 605	0.35 656

coex-ft	3.30 681	0.34 644	59.09 712	0.18 375	0.13 546	0.26 582	0.22 560	0.27 474	0.72 655	1.90 685	0.70 651	0.44 624	0.45 645	0.29 593	0.41 648	0.09 461	0.09 539	0.12 563	0.09 487	0.14 589	0.13 580

TCMNet-wrong-test	3.67 682	5.48 696	3.89 686	12.18 697	11.75 699	4.65 685	3.88 689	1.06 679	0.72 655	1.09 677	2.15 686	6.30 691	0.53 650	3.43 687	2.36 687	0.89 682	0.20 635	1.87 689	1.69 688	5.57 693	3.62 693

tt	4.67 683	0.06 98	3.55 684	2.02 684	1.55 684	10.25 691	16.71 693	8.91 696	5.03 689	1.31 681	0.94 666	4.71 687	4.76 689	3.33 686	5.87 690	6.06 696	10.30 702	1.88 690	2.11 690	2.75 687	1.21 686

USTest	6.22 684	2.73 685	3.00 681	6.57 691	7.29 691	14.37 693	21.57 694	7.00 695	9.56 694	5.34 692	6.10 688	5.72 690	7.64 692	6.41 691	6.96 692	1.97 689	3.42 694	1.64 688	2.15 691	2.66 686	2.36 688

xxxxx1	7.79 685	5.02 693	7.31 689	3.12 685	3.85 687	16.35 695	22.88 695	5.86 692	8.69 691	7.97 693	8.54 690	9.12 695	8.27 693	10.18 693	10.92 693	2.42 690	2.45 690	3.56 693	12.37 699	3.77 688	3.06 690

tt_ll	7.79 685	5.02 693	7.31 689	3.12 685	3.85 687	16.35 695	22.88 695	5.86 692	8.69 691	7.97 693	8.54 690	9.12 695	8.27 693	10.18 693	10.92 693	2.42 690	2.45 690	3.56 693	12.37 699	3.77 688	3.06 690

ff	7.79 685	5.02 693	7.31 689	3.12 685	3.85 687	16.35 695	22.88 695	5.86 692	8.69 691	7.97 693	8.54 690	9.12 695	8.27 693	10.18 693	10.92 693	2.42 690	2.45 690	3.56 693	12.37 699	3.77 688	3.06 690

EDNetEfficientorigin	7.91 688	0.31 641	153.02 713	0.19 443	0.09 327	0.21 531	0.16 377	0.22 373	0.59 634	0.72 657	0.67 647	0.42 619	0.50 649	0.24 565	0.39 642	0.08 401	0.07 476	0.08 381	0.07 367	0.12 556	0.10 518

DPSMNet_ROB	8.06 689	4.48 689	8.63 697	5.37 690	10.74 694	8.32 688	22.98 699	5.46 689	13.36 699	5.12 690	9.92 695	5.08 688	10.40 696	5.53 690	12.58 696	3.80 694	8.00 695	3.50 691	7.02 696	3.83 691	7.14 697

DGTPSM_ROB	8.06 689	4.48 689	8.63 697	5.35 688	10.72 693	8.32 688	22.97 698	5.46 689	13.35 698	5.12 690	9.92 695	5.08 688	10.40 696	5.52 689	12.58 696	3.79 693	8.00 695	3.50 691	7.02 696	3.83 691	7.14 697

PML	8.91 691	9.34 702	6.13 687	5.35 688	6.41 690	14.99 694	23.38 700	5.27 688	6.83 690	18.04 705	28.19 713	7.67 692	6.83 691	7.85 692	5.75 689	5.35 695	1.83 689	5.95 701	1.93 689	8.64 698	2.52 689

DLNR_Zeroshot_test	10.40 692	1.82 683	19.49 707	120.77 713	13.11 701	0.06 11	0.13 162	0.23 394	0.10 66	0.07 65	0.10 183	0.09 208	0.06 62	0.10 118	0.09 101	0.13 584	0.04 24	0.06 178	0.04 52	51.54 713	0.04 69

DLNR-FE	10.43 693	1.83 684	19.53 708	120.75 712	13.06 700	0.06 11	0.13 162	0.23 394	0.10 66	0.07 65	0.10 183	0.09 208	0.06 62	0.10 118	0.09 101	0.13 584	0.04 24	0.06 178	0.04 52	52.01 714	0.04 69

iinet-test	10.48 694	8.09 698	7.54 693	10.26 692	10.94 695	18.00 699	25.26 701	11.33 700	13.28 696	9.69 697	9.85 693	9.42 698	11.17 698	11.02 697	12.78 699	6.59 698	8.30 697	5.56 696	6.56 692	6.89 694	7.02 695

IINet	10.48 694	8.09 698	7.54 693	10.26 692	10.94 695	18.00 699	25.26 701	11.33 700	13.28 696	9.69 697	9.85 693	9.42 698	11.17 698	11.02 697	12.78 699	6.59 698	8.30 697	5.56 696	6.56 692	6.89 694	7.02 695

LRCNet_RVC	10.62 696	13.42 703	7.30 688	18.92 701	2.07 686	0.33 615	0.30 638	5.59 691	0.48 604	13.03 701	17.94 701	8.87 694	5.65 690	4.79 688	1.89 684	23.51 710	2.73 693	27.55 713	25.71 713	16.07 707	16.33 708

Anonymous_1	10.96 697	7.92 697	7.46 692	10.33 694	10.06 692	18.65 701	26.34 703	11.06 699	13.44 700	9.40 696	10.05 697	9.67 700	11.23 700	10.73 696	12.72 698	6.42 697	8.38 699	5.77 698	10.61 698	12.12 699	6.77 694

DPSM_ROB	11.15 698	8.58 700	8.00 695	10.88 695	11.58 697	19.10 702	26.71 704	12.05 702	14.07 703	10.36 699	10.84 698	10.33 701	11.86 701	11.70 699	13.54 701	6.99 700	8.79 700	5.89 699	6.95 694	7.29 696	7.42 699

DPSM	11.15 698	8.58 700	8.00 695	10.88 695	11.58 697	19.10 702	26.71 704	12.05 702	14.07 703	10.36 699	10.84 698	10.33 701	11.86 701	11.70 699	13.54 701	6.99 700	8.79 700	5.89 699	6.95 694	7.29 696	7.42 699

HaxPig	15.71 700	18.52 711	19.18 706	16.89 700	15.89 702	7.73 687	7.60 690	13.31 704	10.82 695	15.42 702	14.91 700	15.98 703	14.92 703	15.58 702	15.98 703	18.95 709	16.73 703	19.46 709	18.08 709	19.26 708	19.05 711

Selective-IGEV-i16pa	18.58 701	3.30 686	1.09 672	0.21 541	0.18 620	103.68 714	0.28 621	19.87 706	40.73 714	4.16 688	56.45 714	8.07 693	2.59 688	123.95 715	5.89 691	0.18 624	0.12 588	0.09 464	0.12 581	0.12 556	0.51 665

RSGM-EC	20.36 702	4.73 691	0.68 654	16.76 698	16.92 703	21.28 704	27.18 706	10.46 697	14.04 701	18.00 703	21.31 704	22.24 712	21.82 705	22.57 704	17.63 704	62.81 713	33.79 713	20.14 710	18.10 710	20.18 709	16.45 709

acva	20.36 702	4.73 691	0.68 654	16.76 698	16.92 703	21.28 704	27.18 706	10.46 697	14.04 701	18.00 703	21.31 704	22.24 712	21.82 705	22.57 704	17.63 704	62.81 713	33.79 713	20.14 710	18.10 710	20.18 709	16.45 709

MEDIAN_ROB	20.38 704	24.04 712	23.31 709	21.23 702	21.71 705	10.40 692	7.92 691	17.64 705	15.50 705	20.12 706	19.70 702	20.34 704	20.32 704	21.19 703	21.13 706	23.81 711	21.81 711	24.98 712	23.76 712	24.71 711	23.93 712

CasAABBNet	22.42 705	17.33 705	16.01 701	22.01 704	23.28 707	38.32 706	53.80 710	24.14 710	28.41 710	20.60 708	21.77 708	20.89 710	23.91 709	23.43 708	27.36 709	14.07 703	17.69 705	11.83 704	14.01 703	14.67 702	14.95 704

RAFT-FEzeroshot	22.43 706	17.33 705	15.98 699	22.02 705	23.31 709	38.34 707	53.82 712	24.05 708	28.39 708	20.61 709	21.76 706	20.88 707	23.92 711	23.41 706	27.42 711	14.07 703	17.69 705	11.83 704	14.02 704	14.69 703	14.97 705

RAFT-FE	22.43 706	17.33 705	15.98 699	22.02 705	23.31 709	38.34 707	53.82 712	24.05 708	28.39 708	20.61 709	21.76 706	20.88 707	23.92 711	23.41 706	27.42 711	14.07 703	17.69 705	11.83 704	14.02 704	14.69 703	14.97 705

FlowAnything	22.44 708	17.35 708	16.14 703	22.07 708	23.23 706	38.39 710	53.77 709	24.25 711	28.44 711	20.96 713	21.82 710	20.70 705	23.84 707	23.49 710	27.14 708	14.04 702	17.79 710	11.75 702	14.15 708	14.65 700	14.89 701

Hybrid-DGEV	22.47 709	17.40 710	16.14 703	22.00 703	23.29 708	38.36 709	53.80 710	24.43 714	28.63 713	20.59 707	21.81 709	20.88 707	23.91 709	23.45 709	27.42 711	14.08 706	17.69 705	11.83 704	14.06 707	14.65 700	14.93 703

Selective-RAFT-Error	22.47 709	17.37 709	16.09 702	22.06 707	23.34 711	38.39 710	53.83 714	24.29 713	28.47 712	20.74 711	21.83 711	20.81 706	23.90 708	23.54 712	27.53 714	14.08 706	17.69 705	11.82 703	14.00 702	14.69 703	15.00 707

LSM0	22.87 711	17.28 704	18.96 705	22.19 709	29.04 713	38.42 712	53.71 708	24.28 712	28.31 707	20.78 712	21.00 703	21.43 711	24.16 713	23.50 711	27.39 710	14.09 708	17.38 704	11.84 708	14.04 706	14.73 706	14.89 701

AVERAGE_ROB	24.90 712	29.20 713	28.14 710	24.89 710	24.64 712	17.75 698	11.12 692	21.45 707	19.93 706	25.12 714	24.46 712	25.12 714	25.46 714	24.69 713	22.83 707	29.76 712	27.13 712	28.97 714	27.95 714	29.91 712	29.47 713

test_example2	98.32 713	94.13 714	45.89 711	96.35 711	109.85 714	88.61 713	95.45 715	25.75 715	94.37 715	130.00 716	126.06 715	58.17 715	74.63 715	88.51 714	79.96 715	150.23 715	221.02 715	77.62 715	99.10 715	113.75 715	96.94 714

GS-Stereo							0.14 227	0.11 54	0.12 134	0.08 118	0.10 183	0.05 5	0.05 14	0.11 187	0.08 25	0.06 166	0.04 24	0.05 43	0.04 52	0.05 158	0.05 197

FSD					0.22 633	0.25 572	0.25 599	0.27 474	0.26 462	0.25 550	0.26 488	0.25 510	0.27 582	0.27 575	0.24 569	0.21 636	0.20 635	0.27 638	0.26 641	0.25 641

ccccc		285.66 715		368.85 714	370.60 715	123.16 715		115.05 716		126.68 715		122.83 716		252.94 716		384.56 716	353.86 716	254.69 716	223.00 716	425.87 716

ASD4		3.38 687

Low-res two-view benchmark