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	0.09 126	0.13 22	0.05 2	0.08 85	0.11 64	0.06 1	0.06 6	0.06 25	0.06 23	0.08 188	0.05 14	0.08 27	0.09 105	0.06 169	0.04 25	0.04 1	0.03 1	0.05 172	0.04 75

PSi22a	0.06 1	0.04 1	0.09 126	0.12 7	0.05 2	0.06 14	0.11 64	0.06 1	0.06 6	0.06 25	0.06 23	0.06 43	0.05 14	0.08 27	0.09 105	0.07 346	0.04 25	0.04 1	0.03 1	0.05 172	0.04 75

Foundation-i32	0.06 1	0.04 1	0.09 126	0.13 22	0.04 1	0.06 14	0.12 100	0.06 1	0.05 4	0.06 25	0.05 7	0.05 5	0.05 14	0.07 4	0.09 105	0.06 169	0.04 25	0.05 51	0.03 1	0.04 49	0.04 75

MLG-Stereo_test2	0.06 1	0.04 1	0.10 192	0.15 125	0.05 2	0.07 43	0.11 64	0.09 23	0.04 2	0.06 25	0.05 7	0.06 43	0.04 1	0.08 27	0.09 105	0.06 169	0.04 25	0.05 51	0.03 1	0.05 172	0.05 210

MLG-Stereo_test1	0.06 1	0.05 43	0.08 58	0.17 311	0.05 2	0.06 14	0.11 64	0.08 12	0.03 1	0.05 2	0.04 1	0.06 43	0.05 14	0.09 60	0.09 105	0.05 51	0.04 25	0.05 51	0.03 1	0.04 49	0.04 75

FoundationStereo	0.06 1	0.04 1	0.08 58	0.12 7	0.05 2	0.09 139	0.13 178	0.06 1	0.09 53	0.05 2	0.05 7	0.06 43	0.04 1	0.06 1	0.07 1	0.06 169	0.04 25	0.05 51	0.03 1	0.05 172	0.04 75

testmc14	0.07 7	0.05 43	0.06 5	0.15 125	0.05 2	0.09 139	0.13 178	0.08 12	0.08 24	0.07 75	0.09 162	0.06 43	0.05 14	0.07 4	0.07 1	0.06 169	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

MCSU-Stereo	0.07 7	0.05 43	0.06 5	0.15 125	0.05 2	0.09 139	0.13 178	0.10 36	0.09 53	0.07 75	0.07 65	0.07 125	0.05 14	0.09 60	0.07 1	0.06 169	0.04 25	0.04 1	0.03 1	0.04 49	0.03 2

derf	0.07 7	0.04 1	0.10 192	0.14 71	0.06 29	0.05 4	0.12 100	0.12 87	0.09 53	0.05 2	0.07 65	0.07 125	0.08 232	0.10 126	0.10 209	0.06 169	0.05 278	0.04 1	0.03 1	0.04 49	0.05 210

mm2	0.07 7	0.04 1	0.10 192	0.13 22	0.06 29	0.06 14	0.12 100	0.13 117	0.08 24	0.06 25	0.07 65	0.06 43	0.08 232	0.10 126	0.09 105	0.06 169	0.05 278	0.04 1	0.03 1	0.04 49	0.05 210

mm1	0.07 7	0.04 1	0.10 192	0.13 22	0.06 29	0.06 14	0.12 100	0.06 1	0.08 24	0.06 25	0.07 65	0.06 43	0.08 232	0.10 126	0.09 105	0.06 169	0.05 278	0.04 1	0.03 1	0.04 49	0.05 210

qqai	0.07 7	0.05 43	0.10 192	0.14 71	0.06 29	0.05 4	0.12 100	0.08 12	0.09 53	0.05 2	0.06 23	0.06 43	0.08 232	0.10 126	0.09 105	0.06 169	0.05 278	0.05 51	0.03 1	0.04 49	0.05 210

MGA	0.07 7	0.04 1	0.10 192	0.13 22	0.06 29	0.08 85	0.09 20	0.12 87	0.08 24	0.05 2	0.06 23	0.06 43	0.05 14	0.10 126	0.09 105	0.06 169	0.04 25	0.05 51	0.03 1	0.05 172	0.05 210

CAR	0.07 7	0.05 43	0.08 58	0.14 71	0.06 29	0.07 43	0.08 7	0.12 87	0.08 24	0.05 2	0.06 23	0.05 5	0.05 14	0.10 126	0.09 105	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.04 75

MSE-Stereo	0.07 7	0.04 1	0.08 58	0.13 22	0.06 29	0.07 43	0.08 7	0.12 87	0.08 24	0.05 2	0.06 23	0.05 5	0.05 14	0.10 126	0.09 105	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.04 75

monster-pro	0.07 7	0.06 118	0.05 1	0.15 125	0.05 2	0.07 43	0.10 35	0.15 191	0.15 255	0.05 2	0.06 23	0.05 5	0.06 68	0.07 4	0.09 105	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

PointNet	0.07 7	0.06 118	0.07 13	0.15 125	0.07 136	0.08 85	0.14 247	0.11 60	0.08 24	0.05 2	0.07 65	0.08 188	0.08 232	0.09 60	0.09 105	0.06 169	0.04 25	0.05 51	0.04 61	0.03 1	0.04 75

aanet-new-60k	0.07 7	0.07 242	0.08 58	0.18 404	0.06 29	0.07 43	0.10 35	0.09 23	0.14 228	0.07 75	0.07 65	0.06 43	0.06 68	0.11 202	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

aanet-new-70k	0.07 7	0.06 118	0.09 126	0.17 311	0.06 29	0.08 85	0.12 100	0.11 60	0.10 79	0.06 25	0.07 65	0.07 125	0.06 68	0.10 126	0.07 1	0.04 11	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

aanet-new-78k	0.07 7	0.07 242	0.09 126	0.19 475	0.06 29	0.07 43	0.12 100	0.11 60	0.13 195	0.06 25	0.07 65	0.06 43	0.06 68	0.09 60	0.07 1	0.04 11	0.04 25	0.05 51	0.04 61	0.05 172	0.03 2

aanet-new-40k	0.07 7	0.08 361	0.07 13	0.17 311	0.07 136	0.08 85	0.13 178	0.10 36	0.10 79	0.07 75	0.08 126	0.06 43	0.05 14	0.08 27	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.05 172	0.04 75

GCAP-Stereo-DPT26K	0.07 7	0.06 118	0.07 13	0.16 225	0.06 29	0.08 85	0.12 100	0.10 36	0.08 24	0.06 25	0.09 162	0.06 43	0.05 14	0.08 27	0.08 27	0.04 11	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

aanet-new-24k	0.07 7	0.07 242	0.07 13	0.17 311	0.06 29	0.07 43	0.12 100	0.09 23	0.11 112	0.09 185	0.09 162	0.06 43	0.07 181	0.09 60	0.07 1	0.04 11	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

GCAP-Stereo-DPT-20K	0.07 7	0.05 43	0.11 256	0.15 125	0.06 29	0.07 43	0.13 178	0.09 23	0.11 112	0.07 75	0.08 126	0.06 43	0.05 14	0.09 60	0.07 1	0.05 51	0.05 278	0.05 51	0.04 61	0.03 1	0.04 75

GCAP-Stereo-DPT-24K	0.07 7	0.06 118	0.07 13	0.15 125	0.06 29	0.10 204	0.15 335	0.12 87	0.11 112	0.06 25	0.11 252	0.06 43	0.05 14	0.09 60	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

PipStereo	0.07 7	0.04 1	0.09 126	0.13 22	0.05 2	0.08 85	0.11 64	0.06 1	0.06 6	0.06 25	0.05 7	0.08 188	0.05 14	0.08 27	0.09 105	0.06 169	0.04 25	0.04 1	0.03 1	0.05 172	0.04 75

LACA3	0.07 7	0.08 361	0.08 58	0.13 22	0.05 2	0.09 139	0.11 64	0.08 12	0.08 24	0.08 133	0.05 7	0.07 125	0.07 181	0.07 4	0.07 1	0.06 169	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

Selective-IGEV-i32	0.07 7	0.06 118	0.08 58	0.17 311	0.06 29	0.08 85	0.12 100	0.13 117	0.07 15	0.08 133	0.07 65	0.06 43	0.04 1	0.10 126	0.09 105	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

LACA2	0.07 7	0.05 43	0.06 5	0.15 125	0.06 29	0.09 139	0.11 64	0.11 60	0.10 79	0.05 2	0.05 7	0.06 43	0.08 232	0.09 60	0.07 1	0.07 346	0.04 25	0.04 1	0.04 61	0.04 49	0.04 75

LACA1	0.07 7	0.07 242	0.07 13	0.14 71	0.05 2	0.09 139	0.11 64	0.10 36	0.07 15	0.05 2	0.05 7	0.06 43	0.07 181	0.08 27	0.09 105	0.06 169	0.04 25	0.04 1	0.04 61	0.03 1	0.04 75

Test_v1	0.07 7	0.04 1	0.06 5	0.13 22	0.06 29	0.08 85	0.11 64	0.15 191	0.12 151	0.06 25	0.05 7	0.04 1	0.05 14	0.08 27	0.10 209	0.07 346	0.04 25	0.05 51	0.04 61	0.04 49	0.04 75

BLMT-Stereo	0.07 7	0.04 1	0.08 58	0.15 125	0.07 136	0.06 14	0.14 247	0.07 7	0.10 79	0.05 2	0.05 7	0.04 1	0.06 68	0.07 4	0.09 105	0.04 11	0.04 25	0.05 51	0.05 194	0.04 49	0.04 75

Pro-Stereo	0.07 7	0.05 43	0.08 58	0.15 125	0.07 136	0.08 85	0.12 100	0.07 7	0.07 15	0.06 25	0.06 23	0.05 5	0.05 14	0.09 60	0.08 27	0.05 51	0.04 25	0.06 202	0.05 194	0.04 49	0.04 75

MatchStereo	0.07 7	0.04 1	0.08 58	0.14 71	0.06 29	0.05 4	0.12 100	0.12 87	0.09 53	0.07 75	0.06 23	0.04 1	0.04 1	0.08 27	0.09 105	0.06 169	0.05 278	0.05 51	0.03 1	0.04 49	0.04 75
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	0.09 126	0.11 1	0.05 2	0.10 204	0.10 35	0.14 148	0.09 53	0.06 25	0.07 65	0.06 43	0.07 181	0.07 4	0.10 209	0.06 169	0.04 25	0.04 1	0.04 61	0.04 49	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 43	0.07 13	0.14 71	0.06 29	0.09 139	0.13 178	0.15 191	0.06 6	0.07 75	0.08 126	0.06 43	0.08 232	0.09 60	0.09 105	0.06 169	0.05 278	0.04 1	0.03 1	0.04 49	0.04 75

VIP-Stereo	0.07 7	0.07 242	0.07 13	0.15 125	0.06 29	0.12 313	0.10 35	0.11 60	0.11 112	0.06 25	0.07 65	0.06 43	0.05 14	0.10 126	0.08 27	0.05 51	0.04 25	0.05 51	0.03 1	0.03 1	0.02 1

BridgeDepth	0.07 7	0.07 242	0.08 58	0.18 404	0.06 29	0.07 43	0.11 64	0.09 23	0.06 6	0.04 1	0.07 65	0.10 263	0.09 274	0.08 27	0.08 27	0.04 11	0.03 1	0.04 1	0.04 61	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 43	0.09 126	0.13 22	0.06 29	0.12 313	0.12 100	0.11 60	0.10 79	0.07 75	0.08 126	0.06 43	0.06 68	0.09 60	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.04 75

MonStereo	0.07 7	0.06 118	0.05 1	0.15 125	0.05 2	0.08 85	0.10 35	0.15 191	0.15 255	0.05 2	0.06 23	0.05 5	0.06 68	0.07 4	0.09 105	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 43	0.07 13	0.16 225	0.06 29	0.07 43	0.11 64	0.10 36	0.08 24	0.06 25	0.06 23	0.07 125	0.07 181	0.09 60	0.09 105	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 7	0.06 118	0.05 1	0.15 125	0.05 2	0.08 85	0.10 35	0.15 191	0.15 255	0.05 2	0.06 23	0.05 5	0.06 68	0.07 4	0.09 105	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	0.09 126	0.13 22	0.06 29	0.05 4	0.09 20	0.11 60	0.07 15	0.06 25	0.06 23	0.05 5	0.06 68	0.09 60	0.09 105	0.06 169	0.04 25	0.04 1	0.03 1	0.05 172	0.05 210

Replicate-Monster	0.07 7	0.05 43	0.09 126	0.14 71	0.06 29	0.08 85	0.09 20	0.13 117	0.13 195	0.05 2	0.07 65	0.06 43	0.06 68	0.08 27	0.10 209	0.05 51	0.04 25	0.05 51	0.03 1	0.04 49	0.04 75

AdaDepth	0.07 7	0.06 118	0.07 13	0.18 404	0.06 29	0.11 259	0.12 100	0.09 23	0.07 15	0.06 25	0.05 7	0.07 125	0.06 68	0.09 60	0.10 209	0.04 11	0.05 278	0.05 51	0.04 61	0.04 49	0.04 75

asda	0.07 7	0.08 361	0.08 58	0.16 225	0.06 29	0.06 14	0.10 35	0.16 232	0.10 79	0.06 25	0.06 23	0.05 5	0.05 14	0.10 126	0.10 209	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

asd	0.07 7	0.08 361	0.07 13	0.16 225	0.07 136	0.08 85	0.08 7	0.11 60	0.08 24	0.07 75	0.07 65	0.06 43	0.06 68	0.10 126	0.09 105	0.03 1	0.03 1	0.04 1	0.04 61	0.04 49	0.03 2

qwe	0.07 7	0.08 361	0.07 13	0.15 125	0.06 29	0.07 43	0.10 35	0.18 306	0.11 112	0.07 75	0.07 65	0.06 43	0.06 68	0.10 126	0.09 105	0.03 1	0.03 1	0.04 1	0.04 61	0.04 49	0.03 2

2.25w	0.07 7	0.06 118	0.07 13	0.14 71	0.06 29	0.08 85	0.08 7	0.10 36	0.15 255	0.08 133	0.10 199	0.07 125	0.06 68	0.08 27	0.10 209	0.05 51	0.03 1	0.04 1	0.04 61	0.03 1	0.04 75

4.25_new	0.07 7	0.08 361	0.09 126	0.15 125	0.06 29	0.09 139	0.08 7	0.14 148	0.08 24	0.07 75	0.07 65	0.06 43	0.06 68	0.12 298	0.10 209	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

4.5w_new	0.07 7	0.08 361	0.09 126	0.15 125	0.06 29	0.09 139	0.08 7	0.14 148	0.08 24	0.07 75	0.07 65	0.06 43	0.06 68	0.12 298	0.10 209	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

4.5_new	0.07 7	0.09 444	0.08 58	0.15 125	0.07 136	0.06 14	0.10 35	0.14 148	0.11 112	0.06 25	0.08 126	0.06 43	0.06 68	0.08 27	0.10 209	0.03 1	0.03 1	0.04 1	0.04 61	0.04 49	0.03 2

4.5w-stereo	0.07 7	0.09 444	0.08 58	0.15 125	0.07 136	0.06 14	0.10 35	0.14 148	0.11 112	0.06 25	0.08 126	0.06 43	0.06 68	0.08 27	0.10 209	0.03 1	0.03 1	0.04 1	0.04 61	0.04 49	0.03 2

4.25w-stereo	0.07 7	0.08 361	0.09 126	0.15 125	0.06 29	0.09 139	0.08 7	0.14 148	0.08 24	0.07 75	0.07 65	0.06 43	0.06 68	0.12 298	0.10 209	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

4w-stereo	0.07 7	0.08 361	0.08 58	0.16 225	0.06 29	0.07 43	0.08 7	0.12 87	0.08 24	0.07 75	0.07 65	0.05 5	0.06 68	0.09 60	0.10 209	0.03 1	0.03 1	0.04 1	0.04 61	0.04 49	0.03 2

2.5w	0.07 7	0.07 242	0.07 13	0.16 225	0.06 29	0.08 85	0.12 100	0.10 36	0.10 79	0.07 75	0.06 23	0.09 226	0.06 68	0.08 27	0.09 105	0.04 11	0.03 1	0.04 1	0.04 61	0.03 1	0.03 2

2.75w_new	0.07 7	0.07 242	0.07 13	0.13 22	0.06 29	0.08 85	0.08 7	0.18 306	0.12 151	0.07 75	0.08 126	0.06 43	0.06 68	0.09 60	0.11 292	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.04 75

3.25w_new	0.07 7	0.06 118	0.07 13	0.15 125	0.06 29	0.10 204	0.07 3	0.12 87	0.11 112	0.08 133	0.06 23	0.07 125	0.06 68	0.11 202	0.09 105	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 7	0.06 118	0.07 13	0.15 125	0.06 29	0.10 204	0.07 3	0.12 87	0.11 112	0.08 133	0.06 23	0.07 125	0.06 68	0.11 202	0.09 105	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 7	0.07 242	0.08 58	0.16 225	0.07 136	0.07 43	0.09 20	0.16 232	0.09 53	0.07 75	0.06 23	0.05 5	0.06 68	0.09 60	0.10 209	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 242	0.07 13	0.15 125	0.07 136	0.09 139	0.06 1	0.13 117	0.11 112	0.07 75	0.07 65	0.06 43	0.07 181	0.10 126	0.09 105	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

1w_stereo	0.07 7	0.06 118	0.07 13	0.16 225	0.06 29	0.07 43	0.10 35	0.14 148	0.14 228	0.07 75	0.08 126	0.05 5	0.06 68	0.09 60	0.09 105	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 75

monsterstereo	0.07 7	0.06 118	0.06 5	0.16 225	0.06 29	0.08 85	0.10 35	0.16 232	0.11 112	0.07 75	0.08 126	0.06 43	0.07 181	0.08 27	0.09 105	0.04 11	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

monsters	0.07 7	0.06 118	0.06 5	0.15 125	0.06 29	0.08 85	0.09 20	0.12 87	0.08 24	0.09 185	0.07 65	0.06 43	0.06 68	0.08 27	0.08 27	0.05 51	0.04 25	0.04 1	0.04 61	0.03 1	0.03 2

IGEV	0.07 7	0.04 1	0.08 58	0.13 22	0.06 29	0.09 139	0.12 100	0.14 148	0.10 79	0.06 25	0.09 162	0.07 125	0.05 14	0.09 60	0.09 105	0.06 169	0.04 25	0.05 51	0.04 61	0.05 172	0.04 75

111111	0.07 7	0.04 1	0.09 126	0.17 311	0.06 29	0.05 4	0.10 35	0.11 60	0.09 53	0.06 25	0.06 23	0.07 125	0.05 14	0.09 60	0.09 105	0.06 169	0.04 25	0.05 51	0.04 61	0.07 385	0.06 314

LG-Stereo_L2	0.07 7	0.05 43	0.10 192	0.14 71	0.06 29	0.07 43	0.12 100	0.09 23	0.09 53	0.06 25	0.04 1	0.05 5	0.05 14	0.08 27	0.08 27	0.05 51	0.04 25	0.05 51	0.03 1	0.04 49	0.03 2

LG-Stereo_L1	0.07 7	0.05 43	0.11 256	0.14 71	0.06 29	0.07 43	0.13 178	0.09 23	0.07 15	0.05 2	0.04 1	0.05 5	0.04 1	0.08 27	0.07 1	0.05 51	0.04 25	0.05 51	0.03 1	0.04 49	0.04 75

MLG-Stereo_test3	0.07 7	0.05 43	0.10 192	0.14 71	0.06 29	0.07 43	0.11 64	0.08 12	0.06 6	0.06 25	0.04 1	0.06 43	0.06 68	0.07 4	0.10 209	0.06 169	0.04 25	0.05 51	0.04 61	0.05 172	0.06 314

MLG-Stereo	0.07 7	0.05 43	0.08 58	0.17 311	0.05 2	0.07 43	0.11 64	0.08 12	0.04 2	0.05 2	0.04 1	0.06 43	0.05 14	0.10 126	0.09 105	0.05 51	0.04 25	0.05 51	0.03 1	0.04 49	0.04 75

LG-G_1	0.07 7	0.04 1	0.11 256	0.15 125	0.06 29	0.09 139	0.08 7	0.08 12	0.06 6	0.06 25	0.05 7	0.07 125	0.07 181	0.11 202	0.08 27	0.07 346	0.04 25	0.05 51	0.04 61	0.05 172	0.05 210

LG-G	0.07 7	0.04 1	0.11 256	0.15 125	0.06 29	0.09 139	0.08 7	0.08 12	0.06 6	0.06 25	0.05 7	0.07 125	0.07 181	0.11 202	0.08 27	0.07 346	0.04 25	0.05 51	0.04 61	0.05 172	0.05 210

LGtest1	0.07 7	0.04 1	0.10 192	0.15 125	0.06 29	0.07 43	0.09 20	0.08 12	0.06 6	0.05 2	0.04 1	0.06 43	0.06 68	0.10 126	0.09 105	0.07 346	0.04 25	0.05 51	0.04 61	0.06 297	0.06 314

LG-Stereo_Zeroshot	0.07 7	0.06 118	0.10 192	0.16 225	0.07 136	0.04 1	0.13 178	0.10 36	0.10 79	0.05 2	0.11 252	0.07 125	0.05 14	0.07 4	0.09 105	0.06 169	0.04 25	0.05 51	0.04 61	0.05 172	0.04 75

GREAT-IGEV	0.07 7	0.06 118	0.08 58	0.13 22	0.07 136	0.07 43	0.14 247	0.09 23	0.09 53	0.06 25	0.07 65	0.06 43	0.05 14	0.10 126	0.07 1	0.05 51	0.04 25	0.05 51	0.04 61	0.05 172	0.04 75
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	0.15 602	0.17 512	0.11 1	0.05 2	0.05 4	0.11 64	0.08 12	0.08 24	0.06 25	0.06 23	0.05 5	0.05 14	0.09 60	0.08 27	0.08 429	0.04 25	0.05 51	0.03 1	0.05 172	0.04 75

AIO_rvc	0.07 7	0.06 118	0.08 58	0.15 125	0.06 29	0.08 85	0.14 247	0.09 23	0.08 24	0.07 75	0.08 126	0.07 125	0.04 1	0.10 126	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

AIO_test	0.07 7	0.05 43	0.07 13	0.15 125	0.07 136	0.06 14	0.14 247	0.10 36	0.10 79	0.07 75	0.07 65	0.06 43	0.05 14	0.08 27	0.10 209	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

MonSter	0.07 7	0.06 118	0.05 1	0.15 125	0.05 2	0.07 43	0.10 35	0.15 191	0.15 255	0.05 2	0.06 23	0.05 5	0.06 68	0.07 4	0.09 105	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 43	0.07 13	0.14 71	0.06 29	0.10 204	0.13 178	0.07 7	0.13 195	0.06 25	0.07 65	0.06 43	0.05 14	0.10 126	0.09 105	0.04 11	0.04 25	0.05 51	0.03 1	0.04 49	0.04 75

dual_stereo	0.07 7	0.04 1	0.08 58	0.15 125	0.05 2	0.05 4	0.13 178	0.12 87	0.08 24	0.07 75	0.06 23	0.05 5	0.05 14	0.07 4	0.09 105	0.06 169	0.04 25	0.05 51	0.03 1	0.04 49	0.04 75

IGEV-Stereo++	0.07 7	0.06 118	0.08 58	0.18 404	0.06 29	0.04 1	0.10 35	0.11 60	0.11 112	0.06 25	0.07 65	0.07 125	0.06 68	0.09 60	0.09 105	0.05 51	0.04 25	0.05 51	0.04 61	0.05 172	0.04 75

IGEV-Stereo+	0.07 7	0.04 1	0.08 58	0.15 125	0.06 29	0.04 1	0.09 20	0.10 36	0.09 53	0.06 25	0.06 23	0.06 43	0.06 68	0.06 1	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.06 297	0.06 314

GCAPDPT-zeroshot4090	0.07 7	0.05 43	0.11 256	0.15 125	0.06 29	0.07 43	0.13 178	0.09 23	0.11 112	0.07 75	0.08 126	0.06 43	0.05 14	0.09 60	0.07 1	0.05 51	0.05 278	0.05 51	0.04 61	0.03 1	0.04 75

Selective-IGEV	0.07 7	0.06 118	0.08 58	0.17 311	0.06 29	0.08 85	0.12 100	0.13 117	0.07 15	0.08 133	0.07 65	0.06 43	0.04 1	0.10 126	0.09 105	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

0shot-warping	0.08 86	0.06 118	0.10 192	0.13 22	0.07 136	0.08 85	0.16 407	0.08 12	0.08 24	0.06 25	0.10 199	0.05 5	0.07 181	0.07 4	0.12 358	0.05 51	0.04 25	0.05 51	0.04 61	0.05 172	0.05 210

depth_test_26	0.08 86	0.04 1	0.11 256	0.13 22	0.07 136	0.07 43	0.11 64	0.12 87	0.11 112	0.09 185	0.07 65	0.08 188	0.05 14	0.09 60	0.08 27	0.08 429	0.06 432	0.06 202	0.06 295	0.06 297	0.07 404

Anonymus	0.08 86	0.05 43	0.10 192	0.15 125	0.08 224	0.10 204	0.15 335	0.15 191	0.10 79	0.07 75	0.06 23	0.07 125	0.08 232	0.12 298	0.10 209	0.06 169	0.04 25	0.05 51	0.05 194	0.05 172	0.06 314

LGCAT	0.08 86	0.04 1	0.10 192	0.11 1	0.06 29	0.07 43	0.12 100	0.07 7	0.08 24	0.09 185	0.07 65	0.07 125	0.08 232	0.12 298	0.11 292	0.10 535	0.09 571	0.04 1	0.05 194	0.04 49	0.09 521

quiztm	0.08 86	0.07 242	0.08 58	0.18 404	0.07 136	0.09 139	0.14 247	0.14 148	0.12 151	0.07 75	0.07 65	0.05 5	0.06 68	0.11 202	0.09 105	0.05 51	0.04 25	0.06 202	0.04 61	0.04 49	0.03 2

TS12	0.08 86	0.06 118	0.09 126	0.21 576	0.07 136	0.11 259	0.13 178	0.11 60	0.09 53	0.10 232	0.10 199	0.08 188	0.10 318	0.09 60	0.12 358	0.04 11	0.04 25	0.05 51	0.04 61	0.03 1	0.04 75

DF	0.08 86	0.05 43	0.09 126	0.15 125	0.06 29	0.11 259	0.13 178	0.10 36	0.12 151	0.09 185	0.10 199	0.10 263	0.08 232	0.11 202	0.09 105	0.07 346	0.04 25	0.05 51	0.04 61	0.04 49	0.04 75

LiteMatch*	0.08 86	0.04 1	0.11 256	0.13 22	0.08 224	0.08 85	0.13 178	0.14 148	0.09 53	0.05 2	0.05 7	0.05 5	0.09 274	0.11 202	0.10 209	0.06 169	0.05 278	0.05 51	0.04 61	0.05 172	0.05 210

aanet-new-90k	0.08 86	0.07 242	0.08 58	0.19 475	0.06 29	0.07 43	0.12 100	0.12 87	0.13 195	0.06 25	0.07 65	0.06 43	0.06 68	0.10 126	0.07 1	0.05 51	0.04 25	0.05 51	0.04 61	0.05 172	0.03 2

aanet-new-36k	0.08 86	0.06 118	0.09 126	0.17 311	0.06 29	0.09 139	0.13 178	0.11 60	0.13 195	0.08 133	0.08 126	0.06 43	0.05 14	0.09 60	0.08 27	0.04 11	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

aanet-new-34k	0.08 86	0.06 118	0.09 126	0.17 311	0.05 2	0.07 43	0.13 178	0.12 87	0.12 151	0.09 185	0.08 126	0.07 125	0.05 14	0.10 126	0.09 105	0.04 11	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

aanet-32k-new	0.08 86	0.07 242	0.08 58	0.18 404	0.06 29	0.08 85	0.12 100	0.11 60	0.12 151	0.07 75	0.08 126	0.05 5	0.07 181	0.10 126	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.06 297	0.04 75

aanet-new-32k	0.08 86	0.07 242	0.09 126	0.18 404	0.06 29	0.11 259	0.11 64	0.10 36	0.08 24	0.07 75	0.07 65	0.07 125	0.06 68	0.10 126	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

aanet-new-30k	0.08 86	0.07 242	0.09 126	0.18 404	0.06 29	0.11 259	0.11 64	0.10 36	0.08 24	0.07 75	0.07 65	0.07 125	0.06 68	0.10 126	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

aanet-new-28k	0.08 86	0.07 242	0.09 126	0.18 404	0.06 29	0.08 85	0.12 100	0.10 36	0.09 53	0.09 185	0.08 126	0.08 188	0.06 68	0.12 298	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.05 172	0.04 75

aanet-new-22k	0.08 86	0.06 118	0.09 126	0.17 311	0.06 29	0.08 85	0.11 64	0.14 148	0.12 151	0.09 185	0.09 162	0.08 188	0.06 68	0.10 126	0.08 27	0.04 11	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

aanet-new-16k	0.08 86	0.08 361	0.08 58	0.18 404	0.06 29	0.07 43	0.09 20	0.13 117	0.12 151	0.08 133	0.07 65	0.07 125	0.06 68	0.09 60	0.08 27	0.04 11	0.04 25	0.05 51	0.04 61	0.05 172	0.03 2

aanet-new-10k	0.08 86	0.08 361	0.08 58	0.19 475	0.07 136	0.08 85	0.12 100	0.14 148	0.11 112	0.07 75	0.08 126	0.07 125	0.07 181	0.09 60	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.05 172	0.04 75

aanet-new-12k	0.08 86	0.09 444	0.07 13	0.20 542	0.08 224	0.08 85	0.13 178	0.12 87	0.13 195	0.08 133	0.08 126	0.05 5	0.07 181	0.09 60	0.08 27	0.04 11	0.04 25	0.05 51	0.04 61	0.06 297	0.04 75

aanet-new-14k	0.08 86	0.09 444	0.08 58	0.19 475	0.06 29	0.07 43	0.10 35	0.14 148	0.15 255	0.06 25	0.08 126	0.05 5	0.06 68	0.09 60	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.05 172	0.04 75

aanet-new-8k	0.08 86	0.07 242	0.08 58	0.19 475	0.07 136	0.09 139	0.12 100	0.16 232	0.15 255	0.07 75	0.07 65	0.06 43	0.06 68	0.10 126	0.08 27	0.04 11	0.04 25	0.05 51	0.04 61	0.04 49	0.04 75

aanet-new	0.08 86	0.09 444	0.10 192	0.18 404	0.08 224	0.10 204	0.12 100	0.15 191	0.12 151	0.08 133	0.08 126	0.05 5	0.07 181	0.10 126	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.06 297	0.04 75

GCAP-Stereo-cres-4k	0.08 86	0.07 242	0.08 58	0.18 404	0.07 136	0.11 259	0.14 247	0.12 87	0.11 112	0.07 75	0.11 252	0.07 125	0.06 68	0.09 60	0.08 27	0.04 11	0.04 25	0.05 51	0.04 61	0.04 49	0.04 75

GCAP-Stereo-DPT-cres	0.08 86	0.05 43	0.07 13	0.15 125	0.06 29	0.10 204	0.14 247	0.13 117	0.12 151	0.07 75	0.09 162	0.07 125	0.06 68	0.10 126	0.09 105	0.05 51	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

GCAP-Stereo-DPT-36K	0.08 86	0.06 118	0.15 445	0.14 71	0.06 29	0.08 85	0.13 178	0.13 117	0.11 112	0.07 75	0.08 126	0.07 125	0.06 68	0.09 60	0.08 27	0.05 51	0.05 278	0.05 51	0.04 61	0.03 1	0.04 75

GCAP-Stereo-DPT-22K	0.08 86	0.06 118	0.07 13	0.17 311	0.06 29	0.07 43	0.14 247	0.13 117	0.16 295	0.05 2	0.10 199	0.06 43	0.06 68	0.08 27	0.08 27	0.04 11	0.04 25	0.05 51	0.04 61	0.03 1	0.04 75

GCAP-Stereo-DPT-5K	0.08 86	0.06 118	0.10 192	0.16 225	0.07 136	0.11 259	0.12 100	0.15 191	0.15 255	0.08 133	0.12 274	0.05 5	0.06 68	0.09 60	0.08 27	0.05 51	0.04 25	0.06 202	0.05 194	0.03 1	0.04 75

GCAP-Stereo-DPT-2K	0.08 86	0.06 118	0.10 192	0.16 225	0.07 136	0.11 259	0.13 178	0.14 148	0.14 228	0.08 133	0.13 293	0.05 5	0.06 68	0.10 126	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.03 1	0.04 75

GCAP-Stereo-DPT-3K	0.08 86	0.07 242	0.10 192	0.16 225	0.07 136	0.09 139	0.12 100	0.15 191	0.14 228	0.08 133	0.11 252	0.05 5	0.06 68	0.09 60	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.03 1	0.04 75

GCAP-Stereo-DPT-50K	0.08 86	0.06 118	0.17 512	0.15 125	0.06 29	0.06 14	0.13 178	0.13 117	0.13 195	0.07 75	0.07 65	0.06 43	0.05 14	0.08 27	0.08 27	0.04 11	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 86	0.06 118	0.07 13	0.16 225	0.06 29	0.06 14	0.14 247	0.14 148	0.14 228	0.07 75	0.10 199	0.06 43	0.05 14	0.09 60	0.09 105	0.04 11	0.04 25	0.04 1	0.04 61	0.03 1	0.03 2

GCAP-Stereo-DPT-FT	0.08 86	0.05 43	0.12 304	0.15 125	0.06 29	0.10 204	0.14 247	0.12 87	0.12 151	0.07 75	0.09 162	0.06 43	0.06 68	0.10 126	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.04 75

PSi22	0.08 86	0.06 118	0.11 256	0.16 225	0.07 136	0.08 85	0.10 35	0.14 148	0.08 24	0.08 133	0.06 23	0.10 263	0.06 68	0.12 298	0.09 105	0.05 51	0.04 25	0.04 1	0.03 1	0.04 49	0.04 75

Foundation-i1c-attn	0.08 86	0.05 43	0.07 13	0.14 71	0.05 2	0.09 139	0.12 100	0.12 87	0.10 79	0.09 185	0.10 199	0.10 263	0.07 181	0.07 4	0.10 209	0.06 169	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

Foundation-i1b	0.08 86	0.05 43	0.07 13	0.14 71	0.05 2	0.09 139	0.12 100	0.13 117	0.10 79	0.09 185	0.10 199	0.09 226	0.06 68	0.07 4	0.09 105	0.06 169	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

Foundation-i1a	0.08 86	0.05 43	0.07 13	0.13 22	0.05 2	0.13 369	0.13 178	0.12 87	0.09 53	0.11 269	0.11 252	0.11 294	0.06 68	0.08 27	0.09 105	0.06 169	0.04 25	0.05 51	0.03 1	0.04 49	0.04 75

DepthFocus	0.08 86	0.04 1	0.15 445	0.12 7	0.09 359	0.07 43	0.12 100	0.10 36	0.05 4	0.09 185	0.05 7	0.07 125	0.04 1	0.08 27	0.08 27	0.06 169	0.05 278	0.07 314	0.07 395	0.05 172	0.04 75

GeoVLM	0.08 86	0.04 1	0.10 192	0.13 22	0.06 29	0.10 204	0.12 100	0.13 117	0.08 24	0.06 25	0.07 65	0.06 43	0.08 232	0.10 126	0.11 292	0.06 169	0.05 278	0.04 1	0.03 1	0.04 49	0.05 210

gcap_with_dpt	0.08 86	0.06 118	0.09 126	0.16 225	0.07 136	0.09 139	0.12 100	0.13 117	0.13 195	0.08 133	0.12 274	0.04 1	0.06 68	0.10 126	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.03 1	0.04 75

DispViT+	0.08 86	0.05 43	0.09 126	0.13 22	0.06 29	0.05 4	0.11 64	0.18 306	0.16 295	0.09 185	0.08 126	0.07 125	0.06 68	0.11 202	0.09 105	0.06 169	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

WQFJA1++	0.08 86	0.04 1	0.11 256	0.14 71	0.07 136	0.11 259	0.11 64	0.11 60	0.07 15	0.07 75	0.07 65	0.07 125	0.06 68	0.10 126	0.10 209	0.06 169	0.04 25	0.05 51	0.04 61	0.06 297	0.06 314

BStereo	0.08 86	0.06 118	0.16 481	0.15 125	0.08 224	0.07 43	0.09 20	0.15 191	0.16 295	0.06 25	0.07 65	0.07 125	0.05 14	0.09 60	0.11 292	0.04 11	0.05 278	0.05 51	0.07 395	0.04 49	0.04 75

MonSter++	0.08 86	0.04 1	0.10 192	0.13 22	0.06 29	0.09 139	0.12 100	0.13 117	0.08 24	0.06 25	0.07 65	0.06 43	0.08 232	0.10 126	0.11 292	0.06 169	0.05 278	0.04 1	0.03 1	0.04 49	0.04 75

HiDET	0.08 86	0.04 1	0.10 192	0.13 22	0.06 29	0.08 85	0.12 100	0.12 87	0.11 112	0.06 25	0.07 65	0.07 125	0.07 181	0.11 202	0.11 292	0.06 169	0.04 25	0.04 1	0.03 1	0.04 49	0.04 75

LCMNet	0.08 86	0.05 43	0.10 192	0.13 22	0.07 136	0.09 139	0.12 100	0.10 36	0.11 112	0.06 25	0.08 126	0.06 43	0.07 181	0.11 202	0.10 209	0.06 169	0.05 278	0.04 1	0.03 1	0.04 49	0.04 75

GEAStereo	0.08 86	0.05 43	0.08 58	0.13 22	0.08 224	0.08 85	0.14 247	0.10 36	0.09 53	0.08 133	0.10 199	0.06 43	0.05 14	0.11 202	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.05 172	0.05 210

GSStereo	0.08 86	0.05 43	0.08 58	0.13 22	0.08 224	0.08 85	0.14 247	0.11 60	0.12 151	0.08 133	0.10 199	0.05 5	0.05 14	0.11 202	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.05 172	0.05 210

gasm-f	0.08 86	0.05 43	0.07 13	0.13 22	0.08 224	0.08 85	0.14 247	0.10 36	0.09 53	0.08 133	0.10 199	0.06 43	0.05 14	0.10 126	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.06 297	0.05 210

DDF-Stereo	0.08 86	0.04 1	0.09 126	0.15 125	0.10 473	0.06 14	0.13 178	0.09 23	0.14 228	0.06 25	0.06 23	0.07 125	0.06 68	0.09 60	0.10 209	0.06 169	0.04 25	0.06 202	0.04 61	0.08 454	0.05 210

252Zero-FE	0.08 86	0.04 1	0.09 126	0.13 22	0.07 136	0.12 313	0.11 64	0.13 117	0.14 228	0.06 25	0.05 7	0.06 43	0.05 14	0.09 60	0.10 209	0.06 169	0.04 25	0.04 1	0.03 1	0.05 172	0.06 314

DA	0.08 86	0.07 242	0.07 13	0.19 475	0.08 224	0.09 139	0.12 100	0.13 117	0.12 151	0.08 133	0.10 199	0.10 263	0.08 232	0.09 60	0.10 209	0.05 51	0.04 25	0.06 202	0.04 61	0.05 172	0.03 2

zero-FE	0.08 86	0.04 1	0.09 126	0.15 125	0.10 473	0.05 4	0.14 247	0.09 23	0.14 228	0.07 75	0.06 23	0.07 125	0.06 68	0.09 60	0.10 209	0.06 169	0.04 25	0.06 202	0.04 61	0.08 454	0.05 210

GGEV	0.08 86	0.07 242	0.07 13	0.19 475	0.08 224	0.09 139	0.12 100	0.13 117	0.12 151	0.08 133	0.10 199	0.10 263	0.08 232	0.09 60	0.10 209	0.05 51	0.04 25	0.06 202	0.04 61	0.05 172	0.03 2

GASTEREO	0.08 86	0.05 43	0.09 126	0.19 475	0.07 136	0.07 43	0.12 100	0.14 148	0.11 112	0.10 232	0.09 162	0.07 125	0.04 1	0.12 298	0.08 27	0.06 169	0.05 278	0.05 51	0.04 61	0.04 49	0.05 210

MSCF	0.08 86	0.05 43	0.08 58	0.19 475	0.08 224	0.06 14	0.12 100	0.14 148	0.11 112	0.10 232	0.09 162	0.07 125	0.04 1	0.11 202	0.08 27	0.06 169	0.05 278	0.05 51	0.04 61	0.05 172	0.05 210

S2M2_XL	0.08 86	0.06 118	0.12 304	0.12 7	0.08 224	0.09 139	0.09 20	0.07 7	0.07 15	0.08 133	0.07 65	0.07 125	0.06 68	0.09 60	0.09 105	0.08 429	0.06 432	0.07 314	0.05 194	0.08 454	0.06 314
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 86	0.09 444	0.10 192	0.17 311	0.07 136	0.08 85	0.10 35	0.20 349	0.13 195	0.06 25	0.07 65	0.05 5	0.06 68	0.08 27	0.09 105	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

2w_stereo	0.08 86	0.08 361	0.09 126	0.16 225	0.06 29	0.08 85	0.10 35	0.20 349	0.15 255	0.08 133	0.07 65	0.06 43	0.06 68	0.06 1	0.09 105	0.04 11	0.03 1	0.04 1	0.04 61	0.03 1	0.03 2

LG-Stereo	0.08 86	0.07 242	0.10 192	0.18 404	0.07 136	0.10 204	0.17 450	0.11 60	0.08 24	0.05 2	0.07 65	0.05 5	0.07 181	0.09 60	0.09 105	0.04 11	0.05 278	0.07 314	0.07 395	0.04 49	0.04 75

SGD-Stereo	0.08 86	0.05 43	0.10 192	0.14 71	0.05 2	0.12 313	0.12 100	0.11 60	0.12 151	0.07 75	0.09 162	0.09 226	0.09 274	0.08 27	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.05 172	0.03 2

HART	0.08 86	0.07 242	0.09 126	0.17 311	0.07 136	0.10 204	0.16 407	0.13 117	0.11 112	0.08 133	0.10 199	0.07 125	0.05 14	0.10 126	0.08 27	0.05 51	0.04 25	0.06 202	0.04 61	0.05 172	0.04 75

Reg-Stereo(zero)	0.08 86	0.05 43	0.08 58	0.16 225	0.06 29	0.12 313	0.11 64	0.15 191	0.10 79	0.12 313	0.09 162	0.10 263	0.08 232	0.11 202	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.05 210

SCV_C0	0.08 86	0.07 242	0.07 13	0.16 225	0.09 359	0.08 85	0.15 335	0.11 60	0.12 151	0.08 133	0.07 65	0.06 43	0.05 14	0.11 202	0.07 1	0.05 51	0.05 278	0.05 51	0.04 61	0.06 297	0.05 210

SCV	0.08 86	0.09 444	0.08 58	0.15 125	0.08 224	0.10 204	0.13 178	0.10 36	0.12 151	0.07 75	0.07 65	0.06 43	0.04 1	0.09 60	0.08 27	0.05 51	0.04 25	0.06 202	0.04 61	0.06 297	0.04 75

DEFOM-Stereo_RVC	0.08 86	0.06 118	0.09 126	0.22 593	0.06 29	0.08 85	0.12 100	0.10 36	0.10 79	0.07 75	0.07 65	0.06 43	0.05 14	0.11 202	0.09 105	0.06 169	0.04 25	0.05 51	0.03 1	0.06 297	0.04 75

HUF	0.08 86	0.05 43	0.08 58	0.14 71	0.06 29	0.09 139	0.13 178	0.13 117	0.13 195	0.07 75	0.07 65	0.08 188	0.06 68	0.10 126	0.09 105	0.06 169	0.04 25	0.05 51	0.04 61	0.05 172	0.04 75

castereo++	0.08 86	0.05 43	0.08 58	0.15 125	0.05 2	0.14 406	0.12 100	0.11 60	0.15 255	0.07 75	0.07 65	0.07 125	0.06 68	0.08 27	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

IGEV-RUCA	0.08 86	0.06 118	0.11 256	0.14 71	0.09 359	0.10 204	0.12 100	0.10 36	0.12 151	0.06 25	0.07 65	0.07 125	0.06 68	0.09 60	0.08 27	0.06 169	0.05 278	0.05 51	0.04 61	0.05 172	0.06 314

GIP-stereo	0.08 86	0.06 118	0.11 256	0.14 71	0.06 29	0.09 139	0.13 178	0.14 148	0.11 112	0.07 75	0.08 126	0.05 5	0.04 1	0.10 126	0.07 1	0.05 51	0.04 25	0.05 51	0.04 61	0.05 172	0.04 75

SMoEStereo_RVC	0.08 86	0.06 118	0.12 304	0.16 225	0.07 136	0.09 139	0.14 247	0.11 60	0.13 195	0.09 185	0.07 65	0.07 125	0.07 181	0.12 298	0.10 209	0.05 51	0.04 25	0.06 202	0.05 194	0.04 49	0.04 75

WCG-NET	0.08 86	0.05 43	0.09 126	0.15 125	0.06 29	0.11 259	0.14 247	0.13 117	0.13 195	0.06 25	0.09 162	0.07 125	0.06 68	0.13 355	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

Occ-G	0.08 86	0.05 43	0.06 5	0.14 71	0.07 136	0.08 85	0.14 247	0.13 117	0.15 255	0.07 75	0.11 252	0.07 125	0.05 14	0.09 60	0.10 209	0.06 169	0.05 278	0.05 51	0.04 61	0.05 172	0.05 210

U	0.08 86	0.07 242	0.09 126	0.19 475	0.10 473	0.10 204	0.13 178	0.12 87	0.17 325	0.07 75	0.07 65	0.06 43	0.05 14	0.07 4	0.08 27	0.06 169	0.04 25	0.06 202	0.04 61	0.06 297	0.05 210

AIO-Stereo	0.08 86	0.06 118	0.09 126	0.18 404	0.06 29	0.08 85	0.12 100	0.15 191	0.09 53	0.08 133	0.08 126	0.07 125	0.05 14	0.11 202	0.08 27	0.05 51	0.05 278	0.05 51	0.04 61	0.04 49	0.04 75

WCG-NET（raft）	0.08 86	0.05 43	0.10 192	0.15 125	0.06 29	0.11 259	0.13 178	0.15 191	0.12 151	0.08 133	0.07 65	0.06 43	0.06 68	0.13 355	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.04 75

RSM++	0.08 86	0.06 118	0.09 126	0.17 311	0.07 136	0.09 139	0.12 100	0.11 60	0.11 112	0.08 133	0.06 23	0.07 125	0.05 14	0.10 126	0.09 105	0.04 11	0.04 25	0.06 202	0.05 194	0.05 172	0.03 2

RSM	0.08 86	0.06 118	0.09 126	0.17 311	0.06 29	0.08 85	0.12 100	0.12 87	0.10 79	0.08 133	0.07 65	0.06 43	0.05 14	0.11 202	0.09 105	0.04 11	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

gcap-zeroshot	0.08 86	0.06 118	0.10 192	0.15 125	0.07 136	0.11 259	0.12 100	0.15 191	0.15 255	0.08 133	0.12 274	0.05 5	0.06 68	0.09 60	0.08 27	0.05 51	0.04 25	0.06 202	0.05 194	0.03 1	0.04 75

test_for_model	0.08 86	0.06 118	0.10 192	0.16 225	0.07 136	0.11 259	0.12 100	0.15 191	0.15 255	0.08 133	0.12 274	0.05 5	0.06 68	0.09 60	0.08 27	0.05 51	0.04 25	0.06 202	0.05 194	0.03 1	0.04 75

trnet	0.08 86	0.05 43	0.07 13	0.12 7	0.05 2	0.12 313	0.11 64	0.13 117	0.10 79	0.08 133	0.13 293	0.09 226	0.08 232	0.11 202	0.10 209	0.08 429	0.05 278	0.05 51	0.03 1	0.06 297	0.05 210

MoCha-V2	0.08 86	0.05 43	0.10 192	0.20 542	0.07 136	0.09 139	0.14 247	0.11 60	0.08 24	0.07 75	0.08 126	0.07 125	0.06 68	0.09 60	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.04 75

IGEV++	0.08 86	0.06 118	0.08 58	0.18 404	0.07 136	0.09 139	0.13 178	0.10 36	0.09 53	0.08 133	0.08 126	0.06 43	0.06 68	0.13 355	0.09 105	0.05 51	0.04 25	0.05 51	0.04 61	0.05 172	0.04 75

testlalala	0.08 86	0.06 118	0.10 192	0.15 125	0.07 136	0.11 259	0.12 100	0.15 191	0.15 255	0.08 133	0.12 274	0.05 5	0.06 68	0.09 60	0.08 27	0.05 51	0.04 25	0.06 202	0.05 194	0.03 1	0.04 75

AEACV	0.08 86	0.05 43	0.08 58	0.14 71	0.13 581	0.14 406	0.13 178	0.14 148	0.09 53	0.07 75	0.09 162	0.07 125	0.08 232	0.10 126	0.09 105	0.06 169	0.04 25	0.06 202	0.05 194	0.05 172	0.04 75

LoS_RVC	0.08 86	0.05 43	0.07 13	0.15 125	0.07 136	0.08 85	0.15 335	0.11 60	0.10 79	0.08 133	0.09 162	0.06 43	0.09 274	0.10 126	0.09 105	0.05 51	0.04 25	0.05 51	0.03 1	0.04 49	0.03 2

CAS	0.08 86	0.04 1	0.07 13	0.17 311	0.08 224	0.10 204	0.13 178	0.12 87	0.09 53	0.09 185	0.10 199	0.08 188	0.06 68	0.09 60	0.08 27	0.08 429	0.04 25	0.05 51	0.03 1	0.05 172	0.04 75

CES	0.08 86	0.04 1	0.08 58	0.14 71	0.07 136	0.09 139	0.14 247	0.11 60	0.09 53	0.08 133	0.09 162	0.11 294	0.06 68	0.12 298	0.08 27	0.06 169	0.04 25	0.05 51	0.03 1	0.05 172	0.05 210

EGLCR-Stereo	0.08 86	0.05 43	0.08 58	0.14 71	0.06 29	0.10 204	0.12 100	0.11 60	0.16 295	0.06 25	0.05 7	0.07 125	0.05 14	0.10 126	0.11 292	0.06 169	0.04 25	0.06 202	0.05 194	0.04 49	0.04 75

MC-Stereo	0.08 86	0.06 118	0.09 126	0.17 311	0.06 29	0.10 204	0.14 247	0.12 87	0.10 79	0.09 185	0.12 274	0.09 226	0.06 68	0.11 202	0.10 209	0.06 169	0.04 25	0.06 202	0.05 194	0.04 49	0.04 75

test-3	0.08 86	0.06 118	0.09 126	0.17 311	0.07 136	0.07 43	0.14 247	0.12 87	0.15 255	0.09 185	0.08 126	0.07 125	0.08 232	0.11 202	0.10 209	0.05 51	0.04 25	0.07 314	0.05 194	0.04 49	0.04 75

test_1	0.08 86	0.06 118	0.09 126	0.17 311	0.07 136	0.07 43	0.14 247	0.12 87	0.15 255	0.09 185	0.08 126	0.07 125	0.08 232	0.11 202	0.10 209	0.05 51	0.04 25	0.07 314	0.05 194	0.04 49	0.04 75

CREStereo++_RVC	0.08 86	0.04 1	0.06 5	0.13 22	0.07 136	0.09 139	0.12 100	0.14 148	0.14 228	0.10 232	0.14 309	0.08 188	0.07 181	0.09 60	0.11 292	0.06 169	0.04 25	0.05 51	0.05 194	0.04 49	0.04 75
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
Weightmod	0.09 178	0.06 118	0.08 58	0.18 404	0.06 29	0.10 204	0.15 335	0.14 148	0.12 151	0.11 269	0.10 199	0.08 188	0.07 181	0.10 126	0.11 292	0.06 169	0.08 537	0.07 314	0.07 395	0.04 49	0.03 2

PhaseNet	0.09 178	0.06 118	0.10 192	0.15 125	0.08 224	0.10 204	0.14 247	0.20 349	0.12 151	0.07 75	0.08 126	0.09 226	0.10 318	0.13 355	0.12 358	0.06 169	0.04 25	0.06 202	0.06 295	0.05 172	0.05 210

DNS	0.09 178	0.05 43	0.11 256	0.15 125	0.08 224	0.10 204	0.16 407	0.17 271	0.09 53	0.08 133	0.12 274	0.08 188	0.07 181	0.09 60	0.08 27	0.07 346	0.04 25	0.05 51	0.05 194	0.06 297	0.05 210

RT-Monster	0.09 178	0.05 43	0.09 126	0.14 71	0.08 224	0.11 259	0.10 35	0.17 271	0.18 358	0.13 347	0.10 199	0.09 226	0.08 232	0.10 126	0.10 209	0.07 346	0.05 278	0.05 51	0.04 61	0.05 172	0.06 314

LiteMatch	0.09 178	0.06 118	0.10 192	0.16 225	0.07 136	0.09 139	0.15 335	0.13 117	0.08 24	0.06 25	0.07 65	0.06 43	0.15 472	0.10 126	0.14 449	0.07 346	0.04 25	0.06 202	0.06 295	0.06 297	0.06 314

Foundation-i1	0.09 178	0.04 1	0.10 192	0.14 71	0.06 29	0.10 204	0.13 178	0.16 232	0.14 228	0.10 232	0.10 199	0.11 294	0.07 181	0.07 4	0.10 209	0.06 169	0.04 25	0.05 51	0.05 194	0.05 172	0.05 210

VMStereo-Base	0.09 178	0.05 43	0.10 192	0.13 22	0.07 136	0.10 204	0.10 35	0.16 232	0.13 195	0.10 232	0.15 330	0.10 263	0.09 274	0.11 202	0.10 209	0.07 346	0.05 278	0.05 51	0.04 61	0.05 172	0.06 314

Anonymus123	0.09 178	0.06 118	0.16 481	0.15 125	0.08 224	0.11 259	0.09 20	0.18 306	0.16 295	0.06 25	0.07 65	0.07 125	0.05 14	0.09 60	0.11 292	0.04 11	0.05 278	0.05 51	0.07 395	0.04 49	0.04 75

NLSM3	0.09 178	0.06 118	0.08 58	0.19 475	0.08 224	0.11 259	0.16 407	0.18 306	0.16 295	0.06 25	0.08 126	0.07 125	0.08 232	0.09 60	0.11 292	0.04 11	0.04 25	0.06 202	0.07 395	0.03 1	0.03 2

FE-Mocha	0.09 178	0.06 118	0.14 396	0.16 225	0.09 359	0.10 204	0.15 335	0.18 306	0.16 295	0.10 232	0.09 162	0.07 125	0.07 181	0.09 60	0.09 105	0.06 169	0.04 25	0.06 202	0.06 295	0.05 172	0.05 210

IGEV-FE	0.09 178	0.05 43	0.12 304	0.13 22	0.08 224	0.12 313	0.13 178	0.17 271	0.11 112	0.10 232	0.06 23	0.09 226	0.06 68	0.11 202	0.09 105	0.06 169	0.04 25	0.06 202	0.06 295	0.05 172	0.05 210

water-stereo	0.09 178	0.06 118	0.08 58	0.16 225	0.07 136	0.09 139	0.13 178	0.15 191	0.13 195	0.11 269	0.12 274	0.08 188	0.09 274	0.07 4	0.08 27	0.06 169	0.05 278	0.05 51	0.05 194	0.04 49	0.04 75

depthmonostereo	0.09 178	0.06 118	0.09 126	0.15 125	0.06 29	0.10 204	0.13 178	0.14 148	0.14 228	0.10 232	0.10 199	0.09 226	0.11 355	0.08 27	0.09 105	0.06 169	0.05 278	0.06 202	0.04 61	0.04 49	0.03 2

DilatedVolume-Stereo	0.09 178	0.05 43	0.08 58	0.15 125	0.06 29	0.11 259	0.12 100	0.14 148	0.16 295	0.11 269	0.11 252	0.09 226	0.09 274	0.11 202	0.10 209	0.06 169	0.05 278	0.05 51	0.04 61	0.03 1	0.03 2

S2M2_L	0.09 178	0.08 361	0.11 256	0.13 22	0.10 473	0.08 85	0.06 1	0.10 36	0.10 79	0.10 232	0.09 162	0.10 263	0.09 274	0.11 202	0.11 292	0.13 618	0.07 505	0.08 409	0.09 517	0.10 552	0.08 475
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test2	0.09 178	0.06 118	0.09 126	0.19 475	0.08 224	0.12 313	0.18 499	0.15 191	0.14 228	0.07 75	0.10 199	0.07 125	0.06 68	0.12 298	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.05 172	0.03 2

castereo	0.09 178	0.06 118	0.11 256	0.15 125	0.06 29	0.11 259	0.15 335	0.14 148	0.18 358	0.08 133	0.10 199	0.11 294	0.08 232	0.09 60	0.10 209	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

fffft	0.09 178	0.06 118	0.12 304	0.16 225	0.07 136	0.09 139	0.17 450	0.12 87	0.11 112	0.08 133	0.07 65	0.09 226	0.06 68	0.11 202	0.12 358	0.05 51	0.04 25	0.06 202	0.05 194	0.04 49	0.05 210
1: 1. 1
tt45	0.09 178	0.06 118	0.11 256	0.15 125	0.07 136	0.11 259	0.16 407	0.13 117	0.11 112	0.09 185	0.06 23	0.08 188	0.06 68	0.13 355	0.10 209	0.06 169	0.04 25	0.06 202	0.05 194	0.05 172	0.06 314

999	0.09 178	0.05 43	0.13 357	0.15 125	0.08 224	0.10 204	0.14 247	0.15 191	0.11 112	0.10 232	0.08 126	0.08 188	0.08 232	0.16 451	0.10 209	0.06 169	0.04 25	0.06 202	0.05 194	0.04 49	0.05 210

mms	0.09 178	0.07 242	0.08 58	0.16 225	0.08 224	0.10 204	0.16 407	0.12 87	0.11 112	0.08 133	0.09 162	0.08 188	0.06 68	0.11 202	0.12 358	0.05 51	0.04 25	0.07 314	0.05 194	0.04 49	0.03 2

ours_stereo	0.09 178	0.07 242	0.09 126	0.17 311	0.08 224	0.11 259	0.16 407	0.11 60	0.12 151	0.08 133	0.10 199	0.08 188	0.06 68	0.12 298	0.12 358	0.05 51	0.04 25	0.06 202	0.05 194	0.04 49	0.03 2

fffy	0.09 178	0.08 361	0.09 126	0.16 225	0.07 136	0.13 369	0.17 450	0.13 117	0.12 151	0.08 133	0.09 162	0.08 188	0.09 274	0.13 355	0.11 292	0.05 51	0.05 278	0.07 314	0.05 194	0.04 49	0.05 210

PAM_32	0.09 178	0.05 43	0.17 512	0.15 125	0.08 224	0.10 204	0.15 335	0.14 148	0.15 255	0.09 185	0.08 126	0.09 226	0.07 181	0.14 389	0.08 27	0.06 169	0.05 278	0.06 202	0.06 295	0.05 172	0.06 314

UGAM-zero	0.09 178	0.05 43	0.15 445	0.15 125	0.08 224	0.09 139	0.13 178	0.19 337	0.15 255	0.11 269	0.15 330	0.07 125	0.07 181	0.09 60	0.09 105	0.06 169	0.05 278	0.06 202	0.05 194	0.05 172	0.06 314

GCAP-BAT	0.09 178	0.05 43	0.11 256	0.13 22	0.07 136	0.11 259	0.14 247	0.14 148	0.16 295	0.07 75	0.10 199	0.08 188	0.06 68	0.13 355	0.08 27	0.07 346	0.05 278	0.05 51	0.05 194	0.04 49	0.04 75

Pointernet	0.09 178	0.04 1	0.09 126	0.16 225	0.08 224	0.13 369	0.10 35	0.15 191	0.17 325	0.09 185	0.07 65	0.06 43	0.06 68	0.11 202	0.09 105	0.08 429	0.04 25	0.05 51	0.03 1	0.06 297	0.05 210

IGEV-BASED-STEREO-	0.09 178	0.10 507	0.31 622	0.15 125	0.06 29	0.08 85	0.14 247	0.10 36	0.10 79	0.07 75	0.07 65	0.06 43	0.04 1	0.11 202	0.07 1	0.12 592	0.04 25	0.07 314	0.05 194	0.05 172	0.05 210

RAFT-Stereo-weight	0.09 178	0.06 118	0.10 192	0.16 225	0.07 136	0.09 139	0.14 247	0.19 337	0.16 295	0.11 269	0.10 199	0.08 188	0.06 68	0.10 126	0.11 292	0.06 169	0.04 25	0.06 202	0.04 61	0.04 49	0.04 75

MGS-Stereo	0.09 178	0.07 242	0.12 304	0.15 125	0.08 224	0.09 139	0.15 335	0.12 87	0.12 151	0.07 75	0.10 199	0.08 188	0.06 68	0.10 126	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.06 297	0.05 210

ff7	0.09 178	0.07 242	0.11 256	0.16 225	0.09 359	0.11 259	0.15 335	0.16 232	0.12 151	0.10 232	0.06 23	0.06 43	0.06 68	0.11 202	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.05 172	0.06 314

IGEVStereo-DCA	0.09 178	0.06 118	0.11 256	0.15 125	0.10 473	0.11 259	0.15 335	0.16 232	0.12 151	0.10 232	0.06 23	0.08 188	0.06 68	0.10 126	0.08 27	0.06 169	0.05 278	0.06 202	0.05 194	0.05 172	0.06 314

ffff	0.09 178	0.07 242	0.11 256	0.16 225	0.09 359	0.11 259	0.15 335	0.16 232	0.12 151	0.10 232	0.06 23	0.06 43	0.06 68	0.11 202	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.05 172	0.06 314

rrr	0.09 178	0.06 118	0.12 304	0.15 125	0.10 473	0.11 259	0.16 407	0.16 232	0.15 255	0.10 232	0.06 23	0.08 188	0.06 68	0.10 126	0.08 27	0.06 169	0.05 278	0.06 202	0.05 194	0.05 172	0.06 314

11t	0.09 178	0.07 242	0.11 256	0.16 225	0.09 359	0.11 259	0.15 335	0.16 232	0.12 151	0.10 232	0.06 23	0.06 43	0.06 68	0.11 202	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.05 172	0.06 314

MaDis-Stereo	0.09 178	0.09 444	0.08 58	0.17 311	0.09 359	0.13 369	0.10 35	0.16 232	0.16 295	0.09 185	0.11 252	0.06 43	0.06 68	0.09 60	0.13 406	0.07 346	0.06 432	0.07 314	0.05 194	0.05 172	0.04 75

IGEV_Zeroshot_test	0.09 178	0.05 43	0.12 304	0.13 22	0.08 224	0.12 313	0.13 178	0.17 271	0.11 112	0.10 232	0.06 23	0.09 226	0.06 68	0.11 202	0.09 105	0.06 169	0.04 25	0.06 202	0.06 295	0.05 172	0.05 210

MSKI-zero shot	0.09 178	0.05 43	0.09 126	0.15 125	0.07 136	0.10 204	0.13 178	0.14 148	0.13 195	0.09 185	0.09 162	0.09 226	0.06 68	0.12 298	0.10 209	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.04 75

UniTT-Stereo	0.09 178	0.07 242	0.08 58	0.18 404	0.08 224	0.13 369	0.11 64	0.12 87	0.11 112	0.10 232	0.12 274	0.05 5	0.07 181	0.09 60	0.09 105	0.07 346	0.05 278	0.05 51	0.05 194	0.05 172	0.05 210

MIM_Stereo	0.09 178	0.07 242	0.11 256	0.15 125	0.07 136	0.06 14	0.12 100	0.20 349	0.14 228	0.13 347	0.13 293	0.09 226	0.05 14	0.12 298	0.08 27	0.05 51	0.06 432	0.07 314	0.06 295	0.06 297	0.05 210

CASnet	0.09 178	0.09 444	0.09 126	0.19 475	0.06 29	0.07 43	0.11 64	0.18 306	0.14 228	0.11 269	0.10 199	0.09 226	0.07 181	0.10 126	0.10 209	0.06 169	0.04 25	0.10 544	0.08 470	0.05 172	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAPDPT-zeroshot	0.09 178	0.05 43	0.11 256	0.13 22	0.07 136	0.11 259	0.14 247	0.14 148	0.16 295	0.07 75	0.10 199	0.08 188	0.06 68	0.13 355	0.08 27	0.07 346	0.05 278	0.05 51	0.05 194	0.04 49	0.04 75

GCAP-Stereo	0.09 178	0.07 242	0.13 357	0.18 404	0.06 29	0.11 259	0.07 3	0.13 117	0.12 151	0.09 185	0.10 199	0.07 125	0.09 274	0.13 355	0.10 209	0.06 169	0.05 278	0.05 51	0.04 61	0.04 49	0.05 210

RAFT-Test	0.09 178	0.06 118	0.10 192	0.15 125	0.07 136	0.11 259	0.15 335	0.16 232	0.13 195	0.09 185	0.10 199	0.10 263	0.09 274	0.12 298	0.09 105	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.05 210

HH	0.09 178	0.06 118	0.13 357	0.17 311	0.08 224	0.10 204	0.16 407	0.14 148	0.10 79	0.08 133	0.09 162	0.08 188	0.07 181	0.10 126	0.09 105	0.06 169	0.04 25	0.06 202	0.05 194	0.05 172	0.04 75

HanStereo	0.09 178	0.06 118	0.13 357	0.17 311	0.08 224	0.10 204	0.16 407	0.14 148	0.10 79	0.08 133	0.09 162	0.08 188	0.07 181	0.10 126	0.09 105	0.06 169	0.04 25	0.06 202	0.05 194	0.05 172	0.04 75

4D-IteraStereo	0.09 178	0.07 242	0.10 192	0.18 404	0.07 136	0.09 139	0.15 335	0.17 271	0.15 255	0.10 232	0.11 252	0.10 263	0.07 181	0.11 202	0.09 105	0.05 51	0.03 1	0.08 409	0.07 395	0.06 297	0.05 210

anonymousdsp	0.09 178	0.07 242	0.11 256	0.16 225	0.09 359	0.11 259	0.15 335	0.16 232	0.12 151	0.09 185	0.06 23	0.06 43	0.06 68	0.11 202	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.05 172	0.06 314

LoS	0.09 178	0.05 43	0.11 256	0.13 22	0.07 136	0.14 406	0.11 64	0.15 191	0.15 255	0.09 185	0.09 162	0.12 316	0.09 274	0.15 416	0.10 209	0.07 346	0.05 278	0.05 51	0.03 1	0.05 172	0.05 210
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 178	0.07 242	0.10 192	0.17 311	0.08 224	0.10 204	0.15 335	0.15 191	0.12 151	0.09 185	0.06 23	0.07 125	0.06 68	0.11 202	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.04 49	0.06 314

RCA-Stereo	0.09 178	0.06 118	0.09 126	0.16 225	0.06 29	0.09 139	0.13 178	0.18 306	0.14 228	0.09 185	0.10 199	0.08 188	0.07 181	0.12 298	0.11 292	0.06 169	0.04 25	0.06 202	0.05 194	0.05 172	0.04 75

CroCo-Stereo Lap2	0.09 178	0.09 444	0.08 58	0.22 593	0.09 359	0.09 139	0.19 539	0.16 232	0.12 151	0.09 185	0.10 199	0.05 5	0.05 14	0.08 27	0.08 27	0.06 169	0.06 432	0.07 314	0.05 194	0.05 172	0.05 210

ccc-4	0.09 178	0.07 242	0.11 256	0.16 225	0.09 359	0.11 259	0.15 335	0.16 232	0.12 151	0.10 232	0.06 23	0.06 43	0.06 68	0.11 202	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.05 172	0.06 314

IGEV-Stereo	0.09 178	0.07 242	0.11 256	0.16 225	0.09 359	0.11 259	0.15 335	0.16 232	0.12 151	0.09 185	0.06 23	0.06 43	0.06 68	0.11 202	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.05 172	0.06 314
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 178	0.05 43	0.13 357	0.14 71	0.08 224	0.12 313	0.15 335	0.18 306	0.10 79	0.11 269	0.08 126	0.08 188	0.05 14	0.10 126	0.09 105	0.06 169	0.04 25	0.06 202	0.05 194	0.06 297	0.05 210

TRStereo	0.09 178	0.05 43	0.12 304	0.15 125	0.12 558	0.10 204	0.13 178	0.18 306	0.18 358	0.09 185	0.09 162	0.09 226	0.06 68	0.10 126	0.08 27	0.07 346	0.05 278	0.07 314	0.07 395	0.04 49	0.04 75

AnonymousM	0.09 178	0.05 43	0.10 192	0.14 71	0.06 29	0.09 139	0.13 178	0.19 337	0.14 228	0.13 347	0.11 252	0.09 226	0.08 232	0.13 355	0.10 209	0.08 429	0.05 278	0.08 409	0.05 194	0.05 172	0.05 210

CroCo-Stereo	0.09 178	0.08 361	0.08 58	0.22 593	0.09 359	0.09 139	0.19 539	0.15 191	0.12 151	0.07 75	0.07 65	0.08 188	0.06 68	0.08 27	0.07 1	0.07 346	0.05 278	0.06 202	0.04 61	0.05 172	0.04 75
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	0.09 178	0.06 118	0.07 13	0.15 125	0.05 2	0.16 465	0.18 499	0.15 191	0.15 255	0.10 232	0.11 252	0.11 294	0.11 355	0.10 126	0.12 358	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.04 75

TANstereo	0.09 178	0.04 1	0.08 58	0.13 22	0.06 29	0.11 259	0.14 247	0.15 191	0.19 377	0.11 269	0.15 330	0.10 263	0.06 68	0.12 298	0.09 105	0.07 346	0.05 278	0.05 51	0.04 61	0.06 297	0.05 210

XX-TBD	0.09 178	0.06 118	0.07 13	0.14 71	0.07 136	0.12 313	0.16 407	0.14 148	0.13 195	0.11 269	0.12 274	0.09 226	0.08 232	0.10 126	0.10 209	0.06 169	0.04 25	0.05 51	0.03 1	0.06 297	0.05 210

raftrobust	0.09 178	0.06 118	0.10 192	0.17 311	0.08 224	0.09 139	0.10 35	0.18 306	0.16 295	0.10 232	0.09 162	0.12 316	0.07 181	0.12 298	0.10 209	0.08 429	0.05 278	0.06 202	0.05 194	0.05 172	0.05 210

XX-Stereo	0.09 178	0.05 43	0.08 58	0.17 311	0.09 359	0.15 433	0.12 100	0.20 349	0.10 79	0.10 232	0.14 309	0.07 125	0.06 68	0.12 298	0.08 27	0.06 169	0.05 278	0.06 202	0.06 295	0.04 49	0.04 75

test_xeample3	0.09 178	0.06 118	0.12 304	0.16 225	0.09 359	0.11 259	0.15 335	0.16 232	0.13 195	0.10 232	0.06 23	0.08 188	0.06 68	0.10 126	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.05 172	0.06 314

RAFT-Stereo + iAFF	0.09 178	0.06 118	0.10 192	0.17 311	0.06 29	0.10 204	0.16 407	0.17 271	0.14 228	0.09 185	0.10 199	0.08 188	0.09 274	0.11 202	0.09 105	0.05 51	0.04 25	0.06 202	0.06 295	0.04 49	0.03 2

AFF-stereo	0.09 178	0.06 118	0.10 192	0.17 311	0.07 136	0.10 204	0.16 407	0.17 271	0.09 53	0.10 232	0.12 274	0.09 226	0.09 274	0.12 298	0.09 105	0.05 51	0.04 25	0.07 314	0.07 395	0.04 49	0.03 2

EAI-Stereo	0.09 178	0.07 242	0.11 256	0.15 125	0.06 29	0.10 204	0.15 335	0.16 232	0.09 53	0.08 133	0.09 162	0.08 188	0.07 181	0.09 60	0.11 292	0.05 51	0.04 25	0.05 51	0.05 194	0.05 172	0.04 75

CFNet-RSSM	0.09 178	0.07 242	0.09 126	0.16 225	0.07 136	0.09 139	0.15 335	0.16 232	0.17 325	0.08 133	0.12 274	0.10 263	0.09 274	0.11 202	0.09 105	0.06 169	0.04 25	0.06 202	0.04 61	0.04 49	0.04 75

Gwc-CoAtRS	0.09 178	0.06 118	0.10 192	0.16 225	0.07 136	0.10 204	0.14 247	0.17 271	0.17 325	0.08 133	0.10 199	0.12 316	0.09 274	0.12 298	0.09 105	0.06 169	0.04 25	0.06 202	0.04 61	0.04 49	0.04 75

CREStereo	0.09 178	0.04 1	0.08 58	0.11 1	0.06 29	0.13 369	0.14 247	0.14 148	0.10 79	0.08 133	0.13 293	0.09 226	0.08 232	0.11 202	0.10 209	0.08 429	0.04 25	0.05 51	0.03 1	0.06 297	0.06 314
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	0.09 178	0.05 43	0.09 126	0.12 7	0.06 29	0.12 313	0.14 247	0.15 191	0.11 112	0.09 185	0.13 293	0.10 263	0.07 181	0.13 355	0.10 209	0.15 636	0.04 25	0.05 51	0.03 1	0.07 385	0.06 314

SE	0.10 249	0.10 507	0.08 58	0.19 475	0.09 359	0.11 259	0.11 64	0.15 191	0.11 112	0.10 232	0.16 343	0.09 226	0.08 232	0.09 60	0.10 209	0.06 169	0.05 278	0.08 409	0.07 395	0.07 385	0.04 75

SMOE	0.10 249	0.08 361	0.09 126	0.18 404	0.07 136	0.13 369	0.14 247	0.18 306	0.13 195	0.11 269	0.13 293	0.12 316	0.09 274	0.11 202	0.11 292	0.05 51	0.05 278	0.08 409	0.06 295	0.06 297	0.04 75

ManiGeoR	0.10 249	0.05 43	0.12 304	0.12 7	0.08 224	0.12 313	0.12 100	0.24 449	0.14 228	0.12 313	0.14 309	0.12 316	0.09 274	0.13 355	0.13 406	0.07 346	0.04 25	0.05 51	0.05 194	0.07 385	0.07 404

HLf10	0.10 249	0.05 43	0.12 304	0.12 7	0.08 224	0.12 313	0.12 100	0.24 449	0.14 228	0.12 313	0.14 309	0.12 316	0.09 274	0.13 355	0.13 406	0.07 346	0.04 25	0.05 51	0.05 194	0.07 385	0.07 404

TestStereo_HLe17	0.10 249	0.05 43	0.12 304	0.13 22	0.07 136	0.11 259	0.15 335	0.21 376	0.15 255	0.11 269	0.14 309	0.11 294	0.09 274	0.13 355	0.12 358	0.07 346	0.04 25	0.05 51	0.05 194	0.07 385	0.06 314

DN	0.10 249	0.05 43	0.09 126	0.14 71	0.09 359	0.12 313	0.18 499	0.17 271	0.16 295	0.08 133	0.09 162	0.08 188	0.06 68	0.08 27	0.09 105	0.11 567	0.05 278	0.07 314	0.06 295	0.07 385	0.09 521

Hybrid-DGEV-03	0.10 249	0.06 118	0.09 126	0.18 404	0.08 224	0.16 465	0.14 247	0.15 191	0.14 228	0.13 347	0.16 343	0.12 316	0.09 274	0.13 355	0.11 292	0.06 169	0.04 25	0.08 409	0.06 295	0.05 172	0.04 75

WQFJA1	0.10 249	0.07 242	0.08 58	0.20 542	0.09 359	0.12 313	0.17 450	0.17 271	0.17 325	0.09 185	0.10 199	0.08 188	0.10 318	0.12 298	0.11 292	0.06 169	0.07 505	0.07 314	0.06 295	0.06 297	0.05 210

WQFJX1	0.10 249	0.07 242	0.08 58	0.22 593	0.09 359	0.12 313	0.17 450	0.18 306	0.17 325	0.10 232	0.09 162	0.07 125	0.10 318	0.11 202	0.09 105	0.07 346	0.08 537	0.07 314	0.06 295	0.05 172	0.04 75

WQFJX	0.10 249	0.07 242	0.09 126	0.21 576	0.09 359	0.12 313	0.16 407	0.18 306	0.17 325	0.12 313	0.10 199	0.07 125	0.09 274	0.12 298	0.10 209	0.06 169	0.07 505	0.06 202	0.05 194	0.06 297	0.05 210

NLMM	0.10 249	0.07 242	0.08 58	0.20 542	0.09 359	0.12 313	0.17 450	0.17 271	0.17 325	0.09 185	0.10 199	0.08 188	0.10 318	0.12 298	0.11 292	0.06 169	0.07 505	0.07 314	0.06 295	0.06 297	0.05 210

NLSM1	0.10 249	0.07 242	0.07 13	0.19 475	0.08 224	0.13 369	0.16 407	0.21 376	0.15 255	0.11 269	0.10 199	0.06 43	0.10 318	0.10 126	0.11 292	0.07 346	0.08 537	0.08 409	0.07 395	0.05 172	0.05 210

MM-Stereo_test3	0.10 249	0.07 242	0.07 13	0.18 404	0.07 136	0.12 313	0.19 539	0.24 449	0.19 377	0.06 25	0.10 199	0.08 188	0.06 68	0.11 202	0.08 27	0.06 169	0.06 432	0.07 314	0.05 194	0.05 172	0.04 75

MM-Stereo_test1	0.10 249	0.07 242	0.08 58	0.18 404	0.07 136	0.12 313	0.18 499	0.21 376	0.20 401	0.09 185	0.11 252	0.08 188	0.06 68	0.10 126	0.10 209	0.06 169	0.05 278	0.07 314	0.06 295	0.05 172	0.04 75

AIO-test2	0.10 249	0.08 361	0.10 192	0.23 617	0.08 224	0.11 259	0.10 35	0.23 425	0.23 443	0.08 133	0.09 162	0.08 188	0.05 14	0.10 126	0.08 27	0.06 169	0.05 278	0.08 409	0.09 517	0.05 172	0.05 210

AIO-test1	0.10 249	0.07 242	0.10 192	0.23 617	0.07 136	0.09 139	0.13 178	0.21 376	0.14 228	0.11 269	0.12 274	0.09 226	0.07 181	0.11 202	0.09 105	0.06 169	0.05 278	0.09 495	0.10 559	0.03 1	0.06 314

tg	0.10 249	0.06 118	0.10 192	0.18 404	0.08 224	0.11 259	0.16 407	0.20 349	0.12 151	0.08 133	0.11 252	0.11 294	0.07 181	0.11 202	0.10 209	0.05 51	0.04 25	0.08 409	0.08 470	0.04 49	0.04 75

PAM	0.10 249	0.05 43	0.16 481	0.15 125	0.08 224	0.09 139	0.16 407	0.15 191	0.16 295	0.12 313	0.09 162	0.09 226	0.07 181	0.13 355	0.08 27	0.06 169	0.05 278	0.06 202	0.06 295	0.05 172	0.06 314

model_zeroshot	0.10 249	0.04 1	0.11 256	0.15 125	0.09 359	0.12 313	0.14 247	0.20 349	0.13 195	0.11 269	0.10 199	0.12 316	0.07 181	0.12 298	0.10 209	0.07 346	0.06 432	0.06 202	0.05 194	0.06 297	0.06 314

RAStereo	0.10 249	0.09 444	0.08 58	0.20 542	0.08 224	0.13 369	0.18 499	0.15 191	0.17 325	0.10 232	0.12 274	0.05 5	0.06 68	0.09 60	0.08 27	0.07 346	0.05 278	0.07 314	0.05 194	0.05 172	0.04 75

rvit_stereo_0080	0.10 249	0.08 361	0.14 396	0.15 125	0.09 359	0.07 43	0.15 335	0.16 232	0.16 295	0.11 269	0.10 199	0.14 372	0.08 232	0.12 298	0.10 209	0.09 491	0.07 505	0.07 314	0.06 295	0.07 385	0.05 210

H2IRNET	0.10 249	0.09 444	0.09 126	0.18 404	0.09 359	0.12 313	0.15 335	0.14 148	0.21 417	0.10 232	0.10 199	0.10 263	0.10 318	0.10 126	0.10 209	0.05 51	0.04 25	0.08 409	0.08 470	0.06 297	0.05 210

Former-RAFT_DAM_RVC	0.10 249	0.08 361	0.12 304	0.16 225	0.08 224	0.15 433	0.16 407	0.18 306	0.18 358	0.10 232	0.09 162	0.09 226	0.08 232	0.11 202	0.12 358	0.07 346	0.05 278	0.08 409	0.06 295	0.07 385	0.06 314

MyStereo07	0.10 249	0.07 242	0.10 192	0.17 311	0.09 359	0.14 406	0.18 499	0.15 191	0.15 255	0.09 185	0.06 23	0.06 43	0.07 181	0.12 298	0.09 105	0.06 169	0.05 278	0.08 409	0.07 395	0.06 297	0.06 314

MyStereo06	0.10 249	0.07 242	0.12 304	0.17 311	0.09 359	0.13 369	0.18 499	0.19 337	0.12 151	0.12 313	0.08 126	0.07 125	0.07 181	0.11 202	0.09 105	0.06 169	0.05 278	0.07 314	0.07 395	0.06 297	0.06 314

AE-Stereo	0.10 249	0.08 361	0.10 192	0.18 404	0.09 359	0.10 204	0.15 335	0.14 148	0.19 377	0.09 185	0.14 309	0.12 316	0.08 232	0.11 202	0.10 209	0.05 51	0.06 432	0.07 314	0.06 295	0.05 172	0.04 75

ACVNet-DCA	0.10 249	0.08 361	0.12 304	0.17 311	0.09 359	0.13 369	0.15 335	0.23 425	0.16 295	0.09 185	0.09 162	0.06 43	0.06 68	0.10 126	0.07 1	0.06 169	0.04 25	0.06 202	0.05 194	0.07 385	0.07 404

cc1	0.10 249	0.08 361	0.12 304	0.17 311	0.09 359	0.13 369	0.15 335	0.16 232	0.18 358	0.09 185	0.09 162	0.06 43	0.06 68	0.10 126	0.07 1	0.06 169	0.04 25	0.06 202	0.05 194	0.06 297	0.06 314

tt1	0.10 249	0.08 361	0.12 304	0.17 311	0.09 359	0.12 313	0.16 407	0.15 191	0.19 377	0.09 185	0.08 126	0.06 43	0.06 68	0.10 126	0.07 1	0.06 169	0.04 25	0.06 202	0.05 194	0.06 297	0.06 314

whm_eth	0.10 249	0.08 361	0.14 396	0.15 125	0.09 359	0.07 43	0.15 335	0.16 232	0.16 295	0.11 269	0.10 199	0.14 372	0.08 232	0.12 298	0.10 209	0.09 491	0.07 505	0.07 314	0.06 295	0.07 385	0.05 210

plain	0.10 249	0.08 361	0.10 192	0.19 475	0.09 359	0.10 204	0.15 335	0.14 148	0.13 195	0.13 347	0.15 330	0.09 226	0.12 388	0.13 355	0.12 358	0.07 346	0.05 278	0.09 495	0.06 295	0.06 297	0.06 314

Any-RAFT	0.10 249	0.05 43	0.09 126	0.14 71	0.07 136	0.13 369	0.14 247	0.21 376	0.15 255	0.11 269	0.12 274	0.12 316	0.09 274	0.12 298	0.09 105	0.07 346	0.04 25	0.05 51	0.04 61	0.06 297	0.05 210

LL-Strereo2	0.10 249	0.10 507	0.15 445	0.18 404	0.08 224	0.15 433	0.09 20	0.17 271	0.14 228	0.14 374	0.10 199	0.09 226	0.07 181	0.16 451	0.10 209	0.05 51	0.05 278	0.10 544	0.07 395	0.06 297	0.05 210

DCANet-4	0.10 249	0.06 118	0.12 304	0.16 225	0.06 29	0.09 139	0.17 450	0.18 306	0.19 377	0.13 347	0.16 343	0.09 226	0.14 454	0.11 202	0.12 358	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.05 210

fff	0.10 249	0.06 118	0.12 304	0.15 125	0.07 136	0.09 139	0.17 450	0.16 232	0.20 401	0.13 347	0.16 343	0.10 263	0.11 355	0.11 202	0.12 358	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.05 210

ADStereo(finetuned)	0.10 249	0.06 118	0.12 304	0.16 225	0.06 29	0.09 139	0.17 450	0.15 191	0.19 377	0.13 347	0.17 367	0.10 263	0.12 388	0.11 202	0.12 358	0.06 169	0.04 25	0.05 51	0.04 61	0.05 172	0.04 75

test_4	0.10 249	0.10 507	0.08 58	0.19 475	0.09 359	0.08 85	0.22 594	0.15 191	0.17 325	0.12 313	0.18 395	0.12 316	0.09 274	0.08 27	0.11 292	0.04 11	0.04 25	0.08 409	0.08 470	0.04 49	0.03 2

IPLG	0.10 249	0.07 242	0.15 445	0.17 311	0.08 224	0.11 259	0.14 247	0.20 349	0.15 255	0.12 313	0.17 367	0.07 125	0.07 181	0.14 389	0.13 406	0.06 169	0.04 25	0.06 202	0.05 194	0.04 49	0.04 75

test_3	0.10 249	0.09 444	0.10 192	0.20 542	0.08 224	0.13 369	0.26 643	0.14 148	0.21 417	0.10 232	0.10 199	0.09 226	0.09 274	0.08 27	0.11 292	0.05 51	0.04 25	0.08 409	0.07 395	0.04 49	0.04 75

STrans-v2	0.10 249	0.07 242	0.12 304	0.18 404	0.07 136	0.10 204	0.14 247	0.21 376	0.11 112	0.11 269	0.15 330	0.12 316	0.10 318	0.11 202	0.12 358	0.05 51	0.04 25	0.06 202	0.06 295	0.04 49	0.04 75

TransformOpticalFlow	0.10 249	0.08 361	0.13 357	0.18 404	0.07 136	0.09 139	0.15 335	0.19 337	0.15 255	0.12 313	0.17 367	0.11 294	0.11 355	0.11 202	0.10 209	0.05 51	0.04 25	0.06 202	0.06 295	0.05 172	0.05 210

SST-Stereo	0.10 249	0.07 242	0.15 445	0.18 404	0.09 359	0.06 14	0.12 100	0.17 271	0.11 112	0.15 401	0.17 367	0.13 349	0.12 388	0.10 126	0.11 292	0.06 169	0.04 25	0.09 495	0.06 295	0.06 297	0.05 210

cross-raft	0.10 249	0.09 444	0.09 126	0.19 475	0.07 136	0.11 259	0.25 634	0.13 117	0.15 255	0.08 133	0.11 252	0.12 316	0.10 318	0.09 60	0.11 292	0.05 51	0.04 25	0.06 202	0.05 194	0.04 49	0.04 75

test-1	0.10 249	0.07 242	0.16 481	0.19 475	0.08 224	0.11 259	0.24 619	0.14 148	0.18 358	0.09 185	0.07 65	0.09 226	0.08 232	0.07 4	0.09 105	0.06 169	0.04 25	0.06 202	0.05 194	0.04 49	0.04 75

iRaftStereo_RVC	0.10 249	0.07 242	0.09 126	0.17 311	0.09 359	0.11 259	0.17 450	0.18 306	0.12 151	0.09 185	0.12 274	0.10 263	0.07 181	0.11 202	0.10 209	0.05 51	0.04 25	0.08 409	0.08 470	0.04 49	0.04 75

RALCasStereoNet	0.10 249	0.06 118	0.09 126	0.16 225	0.08 224	0.12 313	0.14 247	0.17 271	0.11 112	0.12 313	0.17 367	0.14 372	0.10 318	0.12 298	0.11 292	0.07 346	0.06 432	0.06 202	0.05 194	0.08 454	0.07 404

DCANet	0.10 249	0.06 118	0.12 304	0.16 225	0.06 29	0.09 139	0.17 450	0.15 191	0.19 377	0.13 347	0.17 367	0.10 263	0.11 355	0.11 202	0.12 358	0.06 169	0.04 25	0.05 51	0.04 61	0.05 172	0.04 75

csc	0.10 249	0.06 118	0.12 304	0.15 125	0.07 136	0.09 139	0.17 450	0.16 232	0.20 401	0.13 347	0.16 343	0.10 263	0.11 355	0.11 202	0.12 358	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.05 210

cscssc	0.10 249	0.06 118	0.12 304	0.15 125	0.07 136	0.09 139	0.17 450	0.16 232	0.20 401	0.13 347	0.16 343	0.10 263	0.11 355	0.11 202	0.12 358	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.05 210

111	0.10 249	0.06 118	0.12 304	0.15 125	0.07 136	0.10 204	0.14 247	0.21 376	0.23 443	0.11 269	0.12 274	0.14 372	0.11 355	0.13 355	0.10 209	0.06 169	0.04 25	0.06 202	0.04 61	0.05 172	0.05 210

R-Stereo Train	0.10 249	0.06 118	0.10 192	0.17 311	0.08 224	0.11 259	0.14 247	0.23 425	0.11 112	0.12 313	0.19 406	0.11 294	0.08 232	0.09 60	0.11 292	0.07 346	0.05 278	0.06 202	0.05 194	0.05 172	0.05 210

RAFT-Stereo	0.10 249	0.06 118	0.10 192	0.17 311	0.08 224	0.11 259	0.14 247	0.23 425	0.11 112	0.12 313	0.19 406	0.11 294	0.08 232	0.09 60	0.11 292	0.07 346	0.05 278	0.06 202	0.05 194	0.05 172	0.05 210
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.10 249	0.06 118	0.12 304	0.14 71	0.06 29	0.11 259	0.10 35	0.18 306	0.18 358	0.13 347	0.16 343	0.14 372	0.11 355	0.15 416	0.13 406	0.06 169	0.04 25	0.04 1	0.04 61	0.06 297	0.05 210
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
SME	0.11 302	0.09 444	0.10 192	0.17 311	0.07 136	0.20 548	0.13 178	0.21 376	0.17 325	0.12 313	0.13 293	0.10 263	0.12 388	0.13 355	0.13 406	0.07 346	0.07 505	0.08 409	0.09 517	0.06 297	0.05 210

HLF11	0.11 302	0.05 43	0.13 357	0.12 7	0.08 224	0.14 406	0.11 64	0.22 402	0.10 79	0.12 313	0.23 463	0.11 294	0.11 355	0.14 389	0.13 406	0.08 429	0.05 278	0.05 51	0.04 61	0.08 454	0.08 475

HLf8	0.11 302	0.05 43	0.13 357	0.11 1	0.08 224	0.15 433	0.12 100	0.22 402	0.15 255	0.13 347	0.17 367	0.12 316	0.10 318	0.14 389	0.12 358	0.09 491	0.05 278	0.05 51	0.05 194	0.08 454	0.08 475

TestStereo_HL3	0.11 302	0.05 43	0.16 481	0.13 22	0.07 136	0.12 313	0.11 64	0.20 349	0.09 53	0.15 401	0.30 563	0.13 349	0.12 388	0.16 451	0.11 292	0.07 346	0.05 278	0.05 51	0.05 194	0.06 297	0.07 404

TestStereo_HL2	0.11 302	0.06 118	0.11 256	0.12 7	0.08 224	0.12 313	0.14 247	0.20 349	0.18 358	0.13 347	0.21 442	0.12 316	0.10 318	0.12 298	0.12 358	0.07 346	0.05 278	0.05 51	0.05 194	0.07 385	0.07 404

GGDA	0.11 302	0.06 118	0.11 256	0.13 22	0.07 136	0.12 313	0.14 247	0.19 337	0.19 377	0.13 347	0.20 418	0.12 316	0.09 274	0.12 298	0.12 358	0.07 346	0.04 25	0.05 51	0.05 194	0.06 297	0.07 404

TestStereo-Hl	0.11 302	0.06 118	0.11 256	0.13 22	0.08 224	0.15 433	0.14 247	0.20 349	0.17 325	0.13 347	0.16 343	0.12 316	0.11 355	0.14 389	0.13 406	0.06 169	0.04 25	0.05 51	0.05 194	0.06 297	0.06 314

Lsterematch	0.11 302	0.06 118	0.11 256	0.16 225	0.07 136	0.13 369	0.15 335	0.14 148	0.17 325	0.16 430	0.18 395	0.15 401	0.15 472	0.12 298	0.14 449	0.07 346	0.04 25	0.06 202	0.06 295	0.06 297	0.06 314

Hybrid-DGEV-2	0.11 302	0.06 118	0.12 304	0.18 404	0.09 359	0.09 139	0.13 178	0.28 527	0.29 528	0.11 269	0.11 252	0.09 226	0.12 388	0.12 298	0.09 105	0.06 169	0.05 278	0.07 314	0.07 395	0.05 172	0.05 210

NLMM1	0.11 302	0.09 444	0.07 13	0.22 593	0.10 473	0.12 313	0.20 563	0.18 306	0.20 401	0.12 313	0.11 252	0.07 125	0.09 274	0.11 202	0.11 292	0.08 429	0.08 537	0.07 314	0.06 295	0.04 49	0.04 75

NLCSM	0.11 302	0.09 444	0.09 126	0.23 617	0.11 524	0.12 313	0.19 539	0.18 306	0.18 358	0.12 313	0.11 252	0.07 125	0.09 274	0.11 202	0.10 209	0.07 346	0.08 537	0.07 314	0.07 395	0.06 297	0.05 210

Select-FE	0.11 302	0.06 118	0.20 560	0.15 125	0.11 524	0.11 259	0.13 178	0.21 376	0.18 358	0.09 185	0.11 252	0.10 263	0.06 68	0.12 298	0.09 105	0.07 346	0.05 278	0.07 314	0.08 470	0.06 297	0.08 475

FlowAnything_test	0.11 302	0.08 361	0.14 396	0.15 125	0.09 359	0.07 43	0.14 247	0.20 349	0.11 112	0.09 185	0.09 162	0.12 316	0.12 388	0.13 355	0.11 292	0.09 491	0.06 432	0.09 495	0.09 517	0.06 297	0.09 521

xyz-stereo-finetune2	0.11 302	0.07 242	0.13 357	0.13 22	0.07 136	0.11 259	0.19 539	0.17 271	0.12 151	0.15 401	0.15 330	0.17 438	0.12 388	0.13 355	0.11 292	0.05 51	0.04 25	0.07 314	0.05 194	0.04 49	0.06 314

xyz-stereo-finetune	0.11 302	0.08 361	0.13 357	0.14 71	0.06 29	0.10 204	0.19 539	0.17 271	0.19 377	0.12 313	0.14 309	0.15 401	0.10 318	0.13 355	0.11 292	0.05 51	0.04 25	0.07 314	0.05 194	0.04 49	0.05 210

fast-iter	0.11 302	0.06 118	0.11 256	0.13 22	0.09 359	0.09 139	0.14 247	0.21 376	0.10 79	0.19 496	0.17 367	0.14 372	0.09 274	0.16 451	0.08 27	0.05 51	0.04 25	0.07 314	0.08 470	0.07 385	0.06 314

CoSv	0.11 302	0.06 118	0.11 256	0.13 22	0.09 359	0.09 139	0.14 247	0.21 376	0.10 79	0.19 496	0.17 367	0.14 372	0.09 274	0.16 451	0.08 27	0.05 51	0.04 25	0.07 314	0.08 470	0.07 385	0.06 314

rvit_stereo_0081_aga	0.11 302	0.09 444	0.14 396	0.18 404	0.09 359	0.13 369	0.14 247	0.14 148	0.19 377	0.10 232	0.18 395	0.16 416	0.09 274	0.12 298	0.09 105	0.10 535	0.06 432	0.08 409	0.07 395	0.07 385	0.06 314

rvit_stereo_0081	0.11 302	0.08 361	0.15 445	0.16 225	0.09 359	0.10 204	0.14 247	0.14 148	0.24 460	0.11 269	0.13 293	0.13 349	0.09 274	0.11 202	0.12 358	0.10 535	0.07 505	0.08 409	0.07 395	0.07 385	0.05 210

rvit_stereo_0082	0.11 302	0.08 361	0.15 445	0.16 225	0.09 359	0.10 204	0.14 247	0.14 148	0.24 460	0.11 269	0.13 293	0.13 349	0.09 274	0.11 202	0.12 358	0.10 535	0.07 505	0.08 409	0.07 395	0.07 385	0.05 210

AIO-Stereo-zeroshot1	0.11 302	0.05 43	0.14 396	0.15 125	0.20 662	0.09 139	0.17 450	0.21 376	0.15 255	0.11 269	0.14 309	0.10 263	0.07 181	0.10 126	0.08 27	0.06 169	0.05 278	0.07 314	0.07 395	0.07 385	0.09 521

AIO-Stereo-zeroshot	0.11 302	0.05 43	0.11 256	0.15 125	0.13 581	0.13 369	0.16 407	0.23 425	0.17 325	0.10 232	0.12 274	0.10 263	0.07 181	0.11 202	0.09 105	0.06 169	0.05 278	0.06 202	0.06 295	0.07 385	0.08 475

CAS++	0.11 302	0.07 242	0.11 256	0.14 71	0.09 359	0.12 313	0.14 247	0.24 449	0.14 228	0.11 269	0.09 162	0.11 294	0.07 181	0.14 389	0.09 105	0.11 567	0.09 571	0.09 495	0.07 395	0.07 385	0.08 475
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
xx1	0.11 302	0.08 361	0.12 304	0.17 311	0.09 359	0.13 369	0.15 335	0.16 232	0.18 358	0.09 185	0.09 162	0.16 416	0.16 500	0.10 126	0.07 1	0.06 169	0.04 25	0.08 409	0.08 470	0.07 385	0.07 404

1test111	0.11 302	0.08 361	0.12 304	0.17 311	0.09 359	0.13 369	0.15 335	0.23 425	0.16 295	0.09 185	0.09 162	0.06 43	0.06 68	0.15 416	0.16 497	0.06 169	0.04 25	0.06 202	0.05 194	0.07 385	0.07 404

MIF-Stereo (partial)	0.11 302	0.06 118	0.10 192	0.19 475	0.10 473	0.10 204	0.11 64	0.17 271	0.18 358	0.14 374	0.16 343	0.09 226	0.11 355	0.12 298	0.12 358	0.08 429	0.05 278	0.08 409	0.07 395	0.06 297	0.07 404

EKT-Stereo	0.11 302	0.07 242	0.14 396	0.15 125	0.10 473	0.13 369	0.14 247	0.18 306	0.21 417	0.11 269	0.08 126	0.12 316	0.09 274	0.11 202	0.12 358	0.08 429	0.06 432	0.07 314	0.06 295	0.08 454	0.07 404

anonymousdsp2	0.11 302	0.07 242	0.10 192	0.16 225	0.09 359	0.13 369	0.14 247	0.18 306	0.22 431	0.13 347	0.14 309	0.12 316	0.09 274	0.14 389	0.11 292	0.05 51	0.04 25	0.05 51	0.04 61	0.06 297	0.05 210

DCRE	0.11 302	0.07 242	0.13 357	0.16 225	0.11 524	0.11 259	0.17 450	0.18 306	0.17 325	0.11 269	0.18 395	0.10 263	0.10 318	0.15 416	0.11 292	0.06 169	0.05 278	0.06 202	0.06 295	0.05 172	0.04 75

knoymous	0.11 302	0.05 43	0.12 304	0.13 22	0.07 136	0.15 433	0.14 247	0.19 337	0.13 195	0.11 269	0.17 367	0.13 349	0.09 274	0.13 355	0.11 292	0.08 429	0.05 278	0.06 202	0.05 194	0.08 454	0.07 404

riskmin	0.11 302	0.06 118	0.13 357	0.14 71	0.08 224	0.14 406	0.14 247	0.18 306	0.14 228	0.11 269	0.14 309	0.16 416	0.11 355	0.14 389	0.12 358	0.09 491	0.05 278	0.07 314	0.05 194	0.08 454	0.08 475

Selective-RAFT	0.11 302	0.10 507	0.11 256	0.21 576	0.08 224	0.16 465	0.13 178	0.20 349	0.22 431	0.10 232	0.10 199	0.11 294	0.10 318	0.15 416	0.11 292	0.05 51	0.05 278	0.06 202	0.05 194	0.06 297	0.05 210

DisPM	0.11 302	0.07 242	0.12 304	0.16 225	0.09 359	0.06 14	0.13 178	0.17 271	0.17 325	0.14 374	0.20 418	0.12 316	0.10 318	0.11 202	0.10 209	0.06 169	0.04 25	0.07 314	0.06 295	0.06 297	0.11 579

CIPLG	0.11 302	0.08 361	0.14 396	0.17 311	0.08 224	0.12 313	0.15 335	0.17 271	0.15 255	0.14 374	0.11 252	0.16 416	0.09 274	0.16 451	0.11 292	0.07 346	0.05 278	0.06 202	0.05 194	0.05 172	0.06 314

GLC_STEREO	0.11 302	0.07 242	0.11 256	0.17 311	0.07 136	0.09 139	0.13 178	0.15 191	0.24 460	0.12 313	0.13 293	0.12 316	0.08 232	0.18 508	0.11 292	0.06 169	0.08 537	0.08 409	0.06 295	0.05 172	0.05 210

IPLGR_C	0.11 302	0.08 361	0.14 396	0.17 311	0.08 224	0.12 313	0.15 335	0.17 271	0.15 255	0.14 374	0.10 199	0.16 416	0.09 274	0.16 451	0.11 292	0.07 346	0.05 278	0.06 202	0.05 194	0.05 172	0.06 314

MIPNet	0.11 302	0.08 361	0.14 396	0.17 311	0.09 359	0.12 313	0.14 247	0.20 349	0.24 460	0.11 269	0.10 199	0.09 226	0.07 181	0.13 355	0.12 358	0.06 169	0.04 25	0.06 202	0.05 194	0.04 49	0.04 75

IPLGR	0.11 302	0.09 444	0.16 481	0.18 404	0.08 224	0.12 313	0.17 450	0.21 376	0.24 460	0.11 269	0.12 274	0.11 294	0.08 232	0.12 298	0.12 358	0.06 169	0.05 278	0.06 202	0.06 295	0.04 49	0.04 75

GMOStereo	0.11 302	0.09 444	0.07 13	0.19 475	0.08 224	0.12 313	0.28 656	0.13 117	0.17 325	0.11 269	0.17 367	0.14 372	0.12 388	0.07 4	0.07 1	0.05 51	0.05 278	0.09 495	0.07 395	0.04 49	0.04 75

error version	0.11 302	0.09 444	0.07 13	0.19 475	0.08 224	0.12 313	0.28 656	0.13 117	0.17 325	0.11 269	0.17 367	0.14 372	0.12 388	0.07 4	0.07 1	0.05 51	0.05 278	0.09 495	0.07 395	0.04 49	0.04 75

test-v	0.11 302	0.09 444	0.07 13	0.19 475	0.08 224	0.12 313	0.28 656	0.13 117	0.17 325	0.11 269	0.17 367	0.14 372	0.12 388	0.07 4	0.07 1	0.05 51	0.05 278	0.09 495	0.07 395	0.04 49	0.04 75

ACRE	0.11 302	0.08 361	0.14 396	0.17 311	0.08 224	0.12 313	0.15 335	0.17 271	0.14 228	0.14 374	0.10 199	0.16 416	0.09 274	0.16 451	0.11 292	0.07 346	0.05 278	0.06 202	0.05 194	0.05 172	0.06 314

PFNet+	0.11 302	0.06 118	0.13 357	0.16 225	0.09 359	0.05 4	0.12 100	0.17 271	0.21 417	0.16 430	0.19 406	0.14 372	0.10 318	0.11 202	0.11 292	0.08 429	0.05 278	0.09 495	0.08 470	0.06 297	0.11 579

LCNet	0.11 302	0.07 242	0.09 126	0.19 475	0.09 359	0.08 85	0.15 335	0.21 376	0.15 255	0.11 269	0.15 330	0.16 416	0.11 355	0.12 298	0.11 292	0.05 51	0.04 25	0.08 409	0.07 395	0.06 297	0.15 639

HHNet	0.11 302	0.06 118	0.16 481	0.15 125	0.14 602	0.07 43	0.13 178	0.20 349	0.17 325	0.14 374	0.25 504	0.11 294	0.08 232	0.13 355	0.10 209	0.05 51	0.04 25	0.08 409	0.06 295	0.05 172	0.09 521

Patchmatch Stereo++	0.11 302	0.09 444	0.16 481	0.18 404	0.08 224	0.06 14	0.11 64	0.16 232	0.13 195	0.15 401	0.16 343	0.14 372	0.12 388	0.11 202	0.10 209	0.06 169	0.04 25	0.08 409	0.06 295	0.08 454	0.07 404
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	0.11 302	0.07 242	0.16 481	0.19 475	0.09 359	0.08 85	0.13 178	0.18 306	0.13 195	0.16 430	0.21 442	0.13 349	0.14 454	0.11 202	0.14 449	0.06 169	0.04 25	0.09 495	0.06 295	0.06 297	0.05 210

OMP-Stereo	0.11 302	0.06 118	0.14 396	0.18 404	0.08 224	0.09 139	0.12 100	0.21 376	0.21 417	0.13 347	0.14 309	0.11 294	0.12 388	0.11 202	0.13 406	0.06 169	0.04 25	0.07 314	0.06 295	0.05 172	0.04 75

IIG-Stereo	0.11 302	0.06 118	0.13 357	0.17 311	0.08 224	0.11 259	0.12 100	0.22 402	0.17 325	0.14 374	0.17 367	0.11 294	0.12 388	0.12 298	0.12 358	0.06 169	0.05 278	0.07 314	0.06 295	0.05 172	0.04 75

NF-Stereo	0.11 302	0.07 242	0.13 357	0.17 311	0.09 359	0.10 204	0.14 247	0.23 425	0.19 377	0.12 313	0.17 367	0.12 316	0.11 355	0.11 202	0.11 292	0.06 169	0.04 25	0.07 314	0.06 295	0.06 297	0.12 592

OCTAStereo	0.11 302	0.07 242	0.13 357	0.17 311	0.09 359	0.10 204	0.14 247	0.23 425	0.19 377	0.12 313	0.17 367	0.12 316	0.11 355	0.11 202	0.11 292	0.06 169	0.04 25	0.07 314	0.06 295	0.06 297	0.12 592

NRIStereo	0.11 302	0.08 361	0.14 396	0.18 404	0.08 224	0.10 204	0.14 247	0.16 232	0.15 255	0.12 313	0.14 309	0.13 349	0.12 388	0.13 355	0.10 209	0.06 169	0.04 25	0.07 314	0.06 295	0.06 297	0.07 404

PSM-adaLoss	0.11 302	0.09 444	0.16 481	0.18 404	0.08 224	0.06 14	0.12 100	0.16 232	0.13 195	0.15 401	0.16 343	0.14 372	0.12 388	0.11 202	0.10 209	0.06 169	0.04 25	0.08 409	0.06 295	0.08 454	0.07 404

PSM-AAD	0.11 302	0.07 242	0.10 192	0.19 475	0.09 359	0.10 204	0.15 335	0.20 349	0.13 195	0.12 313	0.14 309	0.18 452	0.11 355	0.11 202	0.10 209	0.05 51	0.05 278	0.09 495	0.08 470	0.06 297	0.14 632

ROB_FTStereo_v2	0.11 302	0.09 444	0.16 481	0.19 475	0.08 224	0.06 14	0.12 100	0.16 232	0.13 195	0.15 401	0.16 343	0.14 372	0.12 388	0.11 202	0.10 209	0.06 169	0.04 25	0.08 409	0.06 295	0.08 454	0.07 404

ROB_FTStereo	0.11 302	0.09 444	0.16 481	0.19 475	0.08 224	0.06 14	0.11 64	0.16 232	0.13 195	0.15 401	0.16 343	0.14 372	0.12 388	0.11 202	0.10 209	0.06 169	0.04 25	0.08 409	0.06 295	0.08 454	0.07 404

KYRaft	0.11 302	0.07 242	0.10 192	0.19 475	0.09 359	0.08 85	0.15 335	0.22 402	0.12 151	0.13 347	0.16 343	0.20 479	0.10 318	0.12 298	0.10 209	0.05 51	0.04 25	0.08 409	0.08 470	0.06 297	0.16 650

HUI-Stereo	0.11 302	0.09 444	0.16 481	0.18 404	0.08 224	0.06 14	0.12 100	0.16 232	0.13 195	0.15 401	0.16 343	0.14 372	0.12 388	0.11 202	0.10 209	0.06 169	0.04 25	0.08 409	0.06 295	0.08 454	0.07 404

ASMatch	0.11 302	0.06 118	0.13 357	0.16 225	0.10 473	0.07 43	0.14 247	0.17 271	0.17 325	0.12 313	0.16 343	0.16 416	0.10 318	0.13 355	0.10 209	0.05 51	0.04 25	0.06 202	0.05 194	0.04 49	0.08 475

RAFT_R40	0.11 302	0.07 242	0.14 396	0.18 404	0.09 359	0.06 14	0.13 178	0.17 271	0.16 295	0.14 374	0.18 395	0.15 401	0.12 388	0.10 126	0.11 292	0.06 169	0.04 25	0.09 495	0.06 295	0.06 297	0.05 210

GrayStereo	0.11 302	0.06 118	0.11 256	0.19 475	0.09 359	0.09 139	0.16 407	0.18 306	0.17 325	0.14 374	0.17 367	0.17 438	0.11 355	0.12 298	0.11 292	0.05 51	0.05 278	0.07 314	0.06 295	0.05 172	0.10 552

RE-Stereo	0.11 302	0.07 242	0.13 357	0.17 311	0.09 359	0.10 204	0.14 247	0.23 425	0.19 377	0.12 313	0.17 367	0.12 316	0.11 355	0.11 202	0.11 292	0.06 169	0.04 25	0.07 314	0.06 295	0.06 297	0.12 592

Pruner-Stereo	0.11 302	0.07 242	0.12 304	0.17 311	0.09 359	0.06 14	0.12 100	0.17 271	0.17 325	0.13 347	0.19 406	0.13 349	0.09 274	0.11 202	0.11 292	0.06 169	0.04 25	0.07 314	0.06 295	0.06 297	0.08 475

TVStereo	0.11 302	0.07 242	0.13 357	0.17 311	0.09 359	0.10 204	0.14 247	0.23 425	0.19 377	0.12 313	0.17 367	0.12 316	0.11 355	0.11 202	0.11 292	0.06 169	0.04 25	0.07 314	0.06 295	0.06 297	0.12 592

DeepStereo_RVC	0.11 302	0.08 361	0.16 481	0.18 404	0.08 224	0.08 85	0.12 100	0.17 271	0.12 151	0.13 347	0.14 309	0.12 316	0.12 388	0.12 298	0.11 292	0.06 169	0.04 25	0.07 314	0.06 295	0.07 385	0.08 475

iGMRVC	0.11 302	0.09 444	0.16 481	0.19 475	0.08 224	0.06 14	0.12 100	0.16 232	0.13 195	0.15 401	0.16 343	0.14 372	0.12 388	0.11 202	0.10 209	0.06 169	0.04 25	0.08 409	0.06 295	0.08 454	0.07 404

RAFT-RH_RVC	0.11 302	0.06 118	0.14 396	0.16 225	0.09 359	0.12 313	0.12 100	0.17 271	0.12 151	0.13 347	0.41 637	0.11 294	0.10 318	0.13 355	0.12 358	0.05 51	0.04 25	0.08 409	0.05 194	0.04 49	0.06 314

RAFT-345	0.11 302	0.07 242	0.15 445	0.16 225	0.08 224	0.08 85	0.12 100	0.15 191	0.10 79	0.11 269	0.36 600	0.09 226	0.09 274	0.11 202	0.12 358	0.05 51	0.05 278	0.07 314	0.06 295	0.04 49	0.05 210

iRAFT	0.11 302	0.09 444	0.16 481	0.18 404	0.08 224	0.06 14	0.11 64	0.16 232	0.13 195	0.15 401	0.16 343	0.14 372	0.12 388	0.11 202	0.10 209	0.06 169	0.04 25	0.08 409	0.06 295	0.08 454	0.07 404

CRE-IMP	0.11 302	0.09 444	0.16 481	0.19 475	0.08 224	0.10 204	0.12 100	0.18 306	0.10 79	0.14 374	0.13 293	0.13 349	0.12 388	0.12 298	0.11 292	0.07 346	0.04 25	0.08 409	0.06 295	0.08 454	0.08 475

test-2	0.11 302	0.09 444	0.07 13	0.19 475	0.08 224	0.12 313	0.28 656	0.13 117	0.17 325	0.11 269	0.17 367	0.14 372	0.12 388	0.07 4	0.07 1	0.05 51	0.05 278	0.09 495	0.07 395	0.04 49	0.04 75

GMM-Stereo	0.11 302	0.07 242	0.10 192	0.18 404	0.09 359	0.08 85	0.15 335	0.23 425	0.16 295	0.11 269	0.15 330	0.13 349	0.11 355	0.11 202	0.11 292	0.05 51	0.04 25	0.08 409	0.07 395	0.06 297	0.09 521

RAFT-IKP	0.11 302	0.09 444	0.16 481	0.19 475	0.08 224	0.06 14	0.12 100	0.16 232	0.13 195	0.15 401	0.16 343	0.14 372	0.12 388	0.11 202	0.10 209	0.06 169	0.04 25	0.08 409	0.06 295	0.08 454	0.07 404

Prome-Stereo	0.11 302	0.06 118	0.10 192	0.18 404	0.08 224	0.12 313	0.15 335	0.22 402	0.13 195	0.12 313	0.17 367	0.13 349	0.08 232	0.12 298	0.10 209	0.05 51	0.04 25	0.07 314	0.06 295	0.06 297	0.09 521

rafts_anoy	0.11 302	0.06 118	0.10 192	0.17 311	0.08 224	0.10 204	0.14 247	0.17 271	0.14 228	0.13 347	0.13 293	0.12 316	0.10 318	0.11 202	0.12 358	0.07 346	0.04 25	0.09 495	0.11 593	0.07 385	0.06 314

raft+_RVC	0.11 302	0.07 242	0.09 126	0.16 225	0.07 136	0.10 204	0.11 64	0.24 449	0.20 401	0.12 313	0.15 330	0.12 316	0.08 232	0.12 298	0.13 406	0.07 346	0.04 25	0.07 314	0.06 295	0.05 172	0.05 210

RALAANet	0.11 302	0.08 361	0.10 192	0.17 311	0.09 359	0.14 406	0.10 35	0.20 349	0.15 255	0.14 374	0.13 293	0.16 416	0.09 274	0.12 298	0.11 292	0.06 169	0.05 278	0.07 314	0.06 295	0.05 172	0.04 75

DIP-Stereo	0.11 302	0.07 242	0.14 396	0.17 311	0.09 359	0.13 369	0.09 20	0.16 232	0.16 295	0.11 269	0.16 343	0.14 372	0.12 388	0.15 416	0.13 406	0.06 169	0.05 278	0.06 202	0.05 194	0.05 172	0.06 314
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
S0	0.12 380	0.08 361	0.08 58	0.20 542	0.07 136	0.18 507	0.23 605	0.15 191	0.15 255	0.10 232	0.10 199	0.13 349	0.08 232	0.12 298	0.11 292	0.09 491	0.10 593	0.14 624	0.14 629	0.05 172	0.04 75

S	0.12 380	0.08 361	0.09 126	0.20 542	0.08 224	0.13 369	0.19 539	0.17 271	0.16 295	0.13 347	0.11 252	0.13 349	0.10 318	0.11 202	0.13 406	0.09 491	0.07 505	0.13 610	0.15 646	0.06 297	0.04 75

IGEV_i1	0.12 380	0.07 242	0.12 304	0.16 225	0.08 224	0.19 532	0.14 247	0.18 306	0.22 431	0.18 479	0.18 395	0.16 416	0.12 388	0.16 451	0.14 449	0.06 169	0.05 278	0.06 202	0.05 194	0.06 297	0.06 314

rvit_stereo_0083	0.12 380	0.08 361	0.17 512	0.16 225	0.09 359	0.11 259	0.15 335	0.14 148	0.26 496	0.11 269	0.14 309	0.13 349	0.10 318	0.12 298	0.12 358	0.10 535	0.08 537	0.09 495	0.07 395	0.07 385	0.05 210

rvit_stereo_ft	0.12 380	0.07 242	0.13 357	0.19 475	0.10 473	0.12 313	0.17 450	0.16 232	0.16 295	0.12 313	0.13 293	0.15 401	0.10 318	0.14 389	0.13 406	0.09 491	0.06 432	0.08 409	0.07 395	0.07 385	0.05 210

test_sample2	0.12 380	0.07 242	0.12 304	0.14 71	0.08 224	0.16 465	0.18 499	0.21 376	0.16 295	0.14 374	0.20 418	0.19 467	0.15 472	0.15 416	0.12 358	0.08 429	0.05 278	0.07 314	0.06 295	0.08 454	0.07 404

MyStereo8	0.12 380	0.07 242	0.15 445	0.15 125	0.09 359	0.18 507	0.14 247	0.19 337	0.22 431	0.12 313	0.18 395	0.11 294	0.10 318	0.16 451	0.18 530	0.07 346	0.05 278	0.07 314	0.05 194	0.08 454	0.09 521

CoDeX	0.12 380	0.07 242	0.12 304	0.17 311	0.08 224	0.12 313	0.15 335	0.23 425	0.27 506	0.13 347	0.17 367	0.16 416	0.11 355	0.14 389	0.11 292	0.07 346	0.05 278	0.07 314	0.06 295	0.06 297	0.05 210

11t1	0.12 380	0.06 118	0.13 357	0.14 71	0.08 224	0.17 488	0.15 335	0.18 306	0.15 255	0.15 401	0.15 330	0.16 416	0.16 500	0.15 416	0.13 406	0.08 429	0.05 278	0.06 202	0.05 194	0.08 454	0.07 404

ffm	0.12 380	0.09 444	0.14 396	0.16 225	0.08 224	0.17 488	0.17 450	0.15 191	0.19 377	0.15 401	0.25 504	0.19 467	0.13 430	0.10 126	0.07 1	0.06 169	0.04 25	0.09 495	0.08 470	0.06 297	0.06 314

RAFT_CTSACE	0.12 380	0.09 444	0.10 192	0.22 593	0.08 224	0.12 313	0.24 619	0.18 306	0.16 295	0.20 519	0.27 530	0.13 349	0.07 181	0.13 355	0.09 105	0.05 51	0.06 432	0.08 409	0.07 395	0.04 49	0.04 75

Sa-1000	0.12 380	0.08 361	0.08 58	0.18 404	0.08 224	0.14 406	0.22 594	0.22 402	0.18 358	0.15 401	0.20 418	0.17 438	0.11 355	0.10 126	0.10 209	0.06 169	0.05 278	0.09 495	0.09 517	0.05 172	0.05 210

SA	0.12 380	0.09 444	0.08 58	0.18 404	0.08 224	0.12 313	0.24 619	0.23 425	0.18 358	0.17 449	0.27 530	0.14 372	0.11 355	0.11 202	0.11 292	0.05 51	0.05 278	0.09 495	0.08 470	0.05 172	0.04 75

iRaft-Stereo_5w	0.12 380	0.09 444	0.12 304	0.19 475	0.08 224	0.09 139	0.12 100	0.21 376	0.21 417	0.19 496	0.14 309	0.11 294	0.09 274	0.20 548	0.16 497	0.05 51	0.05 278	0.07 314	0.06 295	0.05 172	0.06 314

CrosDoStereo	0.12 380	0.06 118	0.12 304	0.14 71	0.08 224	0.12 313	0.15 335	0.17 271	0.22 431	0.19 496	0.24 476	0.15 401	0.11 355	0.11 202	0.12 358	0.06 169	0.04 25	0.07 314	0.07 395	0.05 172	0.05 210

PSM-softLoss	0.12 380	0.07 242	0.15 445	0.17 311	0.09 359	0.08 85	0.13 178	0.24 449	0.17 325	0.14 374	0.19 406	0.13 349	0.11 355	0.11 202	0.11 292	0.07 346	0.05 278	0.08 409	0.07 395	0.06 297	0.12 592

KMStereo	0.12 380	0.07 242	0.15 445	0.17 311	0.09 359	0.08 85	0.13 178	0.24 449	0.17 325	0.14 374	0.19 406	0.13 349	0.11 355	0.11 202	0.11 292	0.07 346	0.05 278	0.08 409	0.07 395	0.06 297	0.12 592

FTStereo	0.12 380	0.06 118	0.14 396	0.18 404	0.09 359	0.07 43	0.15 335	0.21 376	0.18 358	0.12 313	0.24 476	0.12 316	0.12 388	0.13 355	0.13 406	0.05 51	0.05 278	0.07 314	0.06 295	0.06 297	0.10 552

DeepStereo_LL	0.12 380	0.06 118	0.12 304	0.14 71	0.08 224	0.12 313	0.15 335	0.17 271	0.22 431	0.19 496	0.24 476	0.15 401	0.11 355	0.11 202	0.12 358	0.06 169	0.04 25	0.07 314	0.07 395	0.05 172	0.05 210

DEmStereo	0.12 380	0.06 118	0.14 396	0.14 71	0.10 473	0.16 465	0.15 335	0.16 232	0.24 460	0.17 449	0.24 476	0.13 349	0.14 454	0.12 298	0.13 406	0.05 51	0.04 25	0.07 314	0.06 295	0.05 172	0.05 210

THIR-Stereo	0.12 380	0.07 242	0.11 256	0.15 125	0.08 224	0.14 406	0.16 407	0.17 271	0.25 482	0.16 430	0.24 476	0.14 372	0.12 388	0.12 298	0.14 449	0.06 169	0.04 25	0.07 314	0.07 395	0.05 172	0.05 210

DRaft	0.12 380	0.06 118	0.11 256	0.14 71	0.09 359	0.14 406	0.17 450	0.21 376	0.30 538	0.17 449	0.28 544	0.10 263	0.15 472	0.10 126	0.12 358	0.05 51	0.04 25	0.07 314	0.06 295	0.05 172	0.05 210

PFNet	0.12 380	0.06 118	0.17 512	0.17 311	0.08 224	0.09 139	0.15 335	0.26 486	0.20 401	0.16 430	0.16 343	0.14 372	0.11 355	0.12 298	0.11 292	0.06 169	0.04 25	0.07 314	0.06 295	0.05 172	0.05 210

IRAFT_RVC	0.12 380	0.08 361	0.16 481	0.19 475	0.08 224	0.07 43	0.15 335	0.24 449	0.23 443	0.14 374	0.14 309	0.15 401	0.12 388	0.12 298	0.10 209	0.06 169	0.04 25	0.09 495	0.06 295	0.06 297	0.06 314

sCroCo_RVC	0.12 380	0.09 444	0.23 585	0.24 626	0.11 524	0.19 532	0.14 247	0.17 271	0.14 228	0.10 232	0.13 293	0.12 316	0.07 181	0.14 389	0.11 292	0.08 429	0.08 537	0.08 409	0.08 470	0.05 172	0.07 404

ARAFT	0.12 380	0.08 361	0.17 512	0.19 475	0.09 359	0.14 406	0.18 499	0.20 349	0.12 151	0.12 313	0.13 293	0.14 372	0.11 355	0.15 416	0.12 358	0.06 169	0.05 278	0.10 544	0.09 517	0.05 172	0.04 75

BEATNet_4x	0.12 380	0.08 361	0.14 396	0.18 404	0.07 136	0.15 433	0.07 3	0.22 402	0.18 358	0.16 430	0.19 406	0.18 452	0.14 454	0.16 451	0.15 481	0.07 346	0.05 278	0.05 51	0.05 194	0.06 297	0.06 314

MLCV	0.12 380	0.07 242	0.16 481	0.18 404	0.06 29	0.15 433	0.17 450	0.19 337	0.21 417	0.18 479	0.25 504	0.17 438	0.13 430	0.14 389	0.13 406	0.05 51	0.04 25	0.05 51	0.04 61	0.05 172	0.04 75

RT-IGEV	0.13 408	0.06 118	0.13 357	0.15 125	0.09 359	0.15 433	0.17 450	0.24 449	0.27 506	0.16 430	0.17 367	0.17 438	0.10 318	0.14 389	0.11 292	0.08 429	0.05 278	0.07 314	0.05 194	0.07 385	0.07 404

Selective-IGEV-i16pc	0.13 408	0.06 118	0.13 357	0.15 125	0.11 524	0.38 666	0.16 407	0.23 425	0.16 295	0.10 232	0.15 330	0.09 226	0.06 68	0.13 355	0.10 209	0.10 535	0.08 537	0.06 202	0.07 395	0.09 519	0.09 521

Selective-IGEV-i1	0.13 408	0.07 242	0.12 304	0.19 475	0.08 224	0.18 507	0.16 407	0.22 402	0.30 538	0.16 430	0.17 367	0.16 416	0.10 318	0.14 389	0.13 406	0.06 169	0.05 278	0.06 202	0.05 194	0.06 297	0.05 210

G2L-ROB	0.13 408	0.06 118	0.13 357	0.13 22	0.08 224	0.14 406	0.16 407	0.25 468	0.18 358	0.19 496	0.18 395	0.20 479	0.14 454	0.17 485	0.16 497	0.08 429	0.05 278	0.06 202	0.05 194	0.08 454	0.09 521

xyz-stereo	0.13 408	0.07 242	0.20 560	0.15 125	0.05 2	0.20 548	0.15 335	0.17 271	0.31 546	0.15 401	0.29 556	0.26 554	0.16 500	0.13 355	0.12 358	0.05 51	0.05 278	0.06 202	0.05 194	0.04 49	0.04 75

DFGA-Net	0.13 408	0.11 534	0.18 536	0.17 311	0.10 473	0.12 313	0.13 178	0.22 402	0.25 482	0.16 430	0.16 343	0.13 349	0.12 388	0.16 451	0.14 449	0.07 346	0.05 278	0.08 409	0.07 395	0.05 172	0.05 210

FACV-RUCA	0.13 408	0.11 534	0.12 304	0.19 475	0.12 558	0.15 433	0.15 335	0.22 402	0.20 401	0.15 401	0.16 343	0.14 372	0.16 500	0.14 389	0.13 406	0.07 346	0.05 278	0.08 409	0.06 295	0.10 552	0.08 475

UGAM	0.13 408	0.10 507	0.09 126	0.22 593	0.08 224	0.12 313	0.20 563	0.17 271	0.23 443	0.21 534	0.16 343	0.13 349	0.13 430	0.19 523	0.12 358	0.07 346	0.05 278	0.13 610	0.11 593	0.07 385	0.05 210

test_sample1	0.13 408	0.07 242	0.14 396	0.13 22	0.08 224	0.19 532	0.16 407	0.20 349	0.15 255	0.14 374	0.22 454	0.18 452	0.16 500	0.17 485	0.14 449	0.07 346	0.06 432	0.06 202	0.06 295	0.08 454	0.07 404

qqq1	0.13 408	0.07 242	0.17 512	0.14 71	0.08 224	0.16 465	0.17 450	0.26 486	0.27 506	0.19 496	0.20 418	0.18 452	0.15 472	0.15 416	0.11 292	0.08 429	0.05 278	0.05 51	0.05 194	0.06 297	0.06 314

fff1	0.13 408	0.07 242	0.17 512	0.14 71	0.08 224	0.16 465	0.17 450	0.26 486	0.27 506	0.19 496	0.20 418	0.18 452	0.15 472	0.15 416	0.11 292	0.08 429	0.05 278	0.05 51	0.05 194	0.06 297	0.06 314

MyStereo05	0.13 408	0.07 242	0.10 192	0.17 311	0.09 359	0.13 369	0.18 499	0.27 507	0.35 581	0.17 449	0.14 309	0.15 401	0.11 355	0.15 416	0.13 406	0.06 169	0.05 278	0.07 314	0.07 395	0.06 297	0.06 314

MyStereo04	0.13 408	0.07 242	0.10 192	0.17 311	0.09 359	0.14 406	0.18 499	0.29 541	0.38 599	0.17 449	0.14 309	0.16 416	0.10 318	0.15 416	0.13 406	0.06 169	0.05 278	0.08 409	0.07 395	0.06 297	0.06 314

ff1	0.13 408	0.09 444	0.14 396	0.16 225	0.08 224	0.17 488	0.17 450	0.15 191	0.19 377	0.15 401	0.25 504	0.19 467	0.13 430	0.14 389	0.20 549	0.06 169	0.04 25	0.09 495	0.08 470	0.06 297	0.06 314

StereoVision	0.13 408	0.12 552	0.09 126	0.24 626	0.10 473	0.15 433	0.21 584	0.21 376	0.20 401	0.12 313	0.24 476	0.10 263	0.10 318	0.16 451	0.10 209	0.09 491	0.11 606	0.12 595	0.12 614	0.06 297	0.05 210

LL-Strereo	0.13 408	0.09 444	0.11 256	0.20 542	0.10 473	0.11 259	0.18 499	0.32 578	0.24 460	0.15 401	0.15 330	0.14 372	0.13 430	0.19 523	0.11 292	0.06 169	0.04 25	0.09 495	0.08 470	0.04 49	0.05 210

CASS	0.13 408	0.12 552	0.11 256	0.23 617	0.09 359	0.15 433	0.17 450	0.18 306	0.19 377	0.17 449	0.18 395	0.15 401	0.15 472	0.14 389	0.14 449	0.09 491	0.06 432	0.10 544	0.08 470	0.09 519	0.07 404
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.13 408	0.07 242	0.13 357	0.18 404	0.09 359	0.13 369	0.17 450	0.19 337	0.29 528	0.15 401	0.24 476	0.15 401	0.14 454	0.14 389	0.14 449	0.07 346	0.05 278	0.07 314	0.09 517	0.05 172	0.06 314

TestStereo1	0.13 408	0.08 361	0.08 58	0.19 475	0.08 224	0.18 507	0.29 666	0.23 425	0.16 295	0.17 449	0.20 418	0.16 416	0.10 318	0.12 298	0.13 406	0.06 169	0.06 432	0.08 409	0.06 295	0.05 172	0.05 210

qqq	0.13 408	0.09 444	0.15 445	0.16 225	0.08 224	0.13 369	0.15 335	0.23 425	0.16 295	0.15 401	0.19 406	0.16 416	0.16 500	0.15 416	0.16 497	0.07 346	0.06 432	0.08 409	0.08 470	0.07 385	0.07 404

x	0.13 408	0.07 242	0.14 396	0.14 71	0.08 224	0.18 507	0.14 247	0.22 402	0.20 401	0.15 401	0.19 406	0.19 467	0.17 523	0.18 508	0.18 530	0.07 346	0.05 278	0.06 202	0.06 295	0.07 385	0.07 404

raft_robust	0.13 408	0.10 507	0.07 13	0.18 404	0.08 224	0.13 369	0.24 619	0.28 527	0.33 560	0.20 519	0.19 406	0.14 372	0.10 318	0.11 202	0.12 358	0.05 51	0.05 278	0.07 314	0.07 395	0.05 172	0.04 75

RAFT+CT+SA	0.13 408	0.11 534	0.09 126	0.19 475	0.09 359	0.15 433	0.28 656	0.22 402	0.22 431	0.15 401	0.26 521	0.10 263	0.10 318	0.11 202	0.12 358	0.05 51	0.04 25	0.07 314	0.08 470	0.07 385	0.06 314

SA-5K	0.13 408	0.08 361	0.08 58	0.19 475	0.08 224	0.18 507	0.29 666	0.23 425	0.16 295	0.17 449	0.20 418	0.16 416	0.10 318	0.12 298	0.13 406	0.06 169	0.06 432	0.08 409	0.06 295	0.05 172	0.05 210

GwcNet-ADL	0.13 408	0.08 361	0.14 396	0.20 542	0.09 359	0.11 259	0.20 563	0.30 555	0.24 460	0.13 347	0.14 309	0.18 452	0.14 454	0.13 355	0.14 449	0.07 346	0.05 278	0.06 202	0.05 194	0.07 385	0.06 314

GANet-ADL	0.13 408	0.07 242	0.15 445	0.17 311	0.10 473	0.18 507	0.15 335	0.30 555	0.20 401	0.13 347	0.18 395	0.19 467	0.12 388	0.16 451	0.13 406	0.08 429	0.06 432	0.06 202	0.05 194	0.07 385	0.08 475

RAFT	0.13 408	0.09 444	0.11 256	0.18 404	0.08 224	0.15 433	0.24 619	0.20 349	0.19 377	0.21 534	0.21 442	0.17 438	0.12 388	0.16 451	0.09 105	0.06 169	0.07 505	0.10 544	0.09 517	0.05 172	0.05 210

TestStereo	0.13 408	0.14 592	0.11 256	0.23 617	0.08 224	0.15 433	0.21 584	0.20 349	0.23 443	0.14 374	0.24 476	0.16 416	0.12 388	0.16 451	0.14 449	0.05 51	0.06 432	0.08 409	0.06 295	0.09 519	0.05 210

sAnonymous2	0.13 408	0.12 552	0.24 589	0.20 542	0.12 558	0.17 488	0.13 178	0.26 486	0.21 417	0.11 269	0.11 252	0.13 349	0.08 232	0.10 126	0.10 209	0.09 491	0.05 278	0.08 409	0.06 295	0.15 640	0.10 552

CroCo_RVC	0.13 408	0.12 552	0.24 589	0.20 542	0.12 558	0.17 488	0.13 178	0.26 486	0.21 417	0.11 269	0.11 252	0.13 349	0.08 232	0.10 126	0.10 209	0.09 491	0.05 278	0.08 409	0.06 295	0.15 640	0.10 552

RAFT + AFF	0.13 408	0.07 242	0.20 560	0.20 542	0.10 473	0.14 406	0.24 619	0.26 486	0.20 401	0.11 269	0.10 199	0.12 316	0.10 318	0.15 416	0.12 358	0.07 346	0.06 432	0.09 495	0.08 470	0.06 297	0.08 475

GMStereo	0.13 408	0.14 592	0.14 396	0.18 404	0.09 359	0.15 433	0.16 407	0.20 349	0.24 460	0.16 430	0.17 367	0.10 263	0.10 318	0.16 451	0.13 406	0.07 346	0.06 432	0.06 202	0.06 295	0.07 385	0.06 314
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 408	0.07 242	0.14 396	0.17 311	0.09 359	0.15 433	0.16 407	0.28 527	0.27 506	0.14 374	0.17 367	0.12 316	0.13 430	0.14 389	0.11 292	0.08 429	0.05 278	0.07 314	0.07 395	0.07 385	0.06 314

FENet	0.13 408	0.08 361	0.12 304	0.16 225	0.08 224	0.14 406	0.15 335	0.22 402	0.23 443	0.17 449	0.23 463	0.16 416	0.12 388	0.14 389	0.15 481	0.08 429	0.05 278	0.08 409	0.08 470	0.07 385	0.07 404

cf-r	0.13 408	0.07 242	0.12 304	0.16 225	0.08 224	0.14 406	0.19 539	0.20 349	0.25 482	0.17 449	0.25 504	0.21 488	0.16 500	0.14 389	0.14 449	0.10 535	0.05 278	0.06 202	0.08 470	0.06 297	0.06 314

iResNet	0.13 408	0.10 507	0.18 536	0.19 475	0.08 224	0.13 369	0.18 499	0.20 349	0.26 496	0.15 401	0.23 463	0.15 401	0.13 430	0.14 389	0.14 449	0.06 169	0.04 25	0.06 202	0.05 194	0.06 297	0.05 210

DN-CSS_ROB	0.13 408	0.13 580	0.16 481	0.18 404	0.10 473	0.16 465	0.08 7	0.22 402	0.18 358	0.17 449	0.22 454	0.13 349	0.13 430	0.12 298	0.13 406	0.05 51	0.05 278	0.10 544	0.10 559	0.08 454	0.06 314

Selective-IGEV-i16pb	0.14 445	0.08 361	0.17 512	0.15 125	0.11 524	0.41 671	0.16 407	0.28 527	0.23 443	0.11 269	0.20 418	0.10 263	0.07 181	0.17 485	0.12 358	0.10 535	0.07 505	0.06 202	0.08 470	0.09 519	0.10 552

G2L-Stereo_test	0.14 445	0.07 242	0.11 256	0.13 22	0.08 224	0.12 313	0.16 407	0.30 555	0.28 521	0.20 519	0.23 463	0.20 479	0.16 500	0.17 485	0.18 530	0.07 346	0.05 278	0.05 51	0.05 194	0.07 385	0.06 314

coex_refinement	0.14 445	0.07 242	0.12 304	0.17 311	0.10 473	0.15 433	0.15 335	0.26 486	0.29 528	0.18 479	0.20 418	0.22 506	0.17 523	0.16 451	0.18 530	0.08 429	0.05 278	0.06 202	0.06 295	0.09 519	0.08 475

G2L-Stereo	0.14 445	0.07 242	0.13 357	0.17 311	0.09 359	0.13 369	0.12 100	0.27 507	0.22 431	0.16 430	0.27 530	0.21 488	0.13 430	0.17 485	0.18 530	0.09 491	0.08 537	0.08 409	0.07 395	0.07 385	0.07 404

rvit_0105_6	0.14 445	0.09 444	0.18 536	0.17 311	0.10 473	0.10 204	0.16 407	0.19 337	0.26 496	0.12 313	0.18 395	0.17 438	0.12 388	0.18 508	0.12 358	0.15 636	0.11 606	0.12 595	0.10 559	0.09 519	0.06 314

rvit_0105_5	0.14 445	0.09 444	0.13 357	0.17 311	0.09 359	0.14 406	0.23 605	0.24 449	0.27 506	0.14 374	0.15 330	0.18 452	0.12 388	0.17 485	0.14 449	0.14 632	0.11 606	0.10 544	0.10 559	0.08 454	0.06 314

rvit_0105_4	0.14 445	0.09 444	0.17 512	0.17 311	0.10 473	0.12 313	0.19 539	0.23 425	0.27 506	0.14 374	0.20 418	0.17 438	0.13 430	0.17 485	0.13 406	0.15 636	0.11 606	0.11 575	0.10 559	0.09 519	0.06 314

DCVSM-stereo	0.14 445	0.09 444	0.16 481	0.16 225	0.10 473	0.15 433	0.09 20	0.19 337	0.23 443	0.20 519	0.23 463	0.26 554	0.15 472	0.18 508	0.14 449	0.09 491	0.07 505	0.09 495	0.08 470	0.10 552	0.12 592

test_sample6	0.14 445	0.08 361	0.13 357	0.16 225	0.08 224	0.17 488	0.19 539	0.25 468	0.17 325	0.17 449	0.27 530	0.19 467	0.14 454	0.15 416	0.13 406	0.08 429	0.05 278	0.08 409	0.07 395	0.08 454	0.08 475

test_sample5	0.14 445	0.08 361	0.14 396	0.16 225	0.08 224	0.18 507	0.18 499	0.25 468	0.17 325	0.17 449	0.27 530	0.18 452	0.14 454	0.16 451	0.13 406	0.08 429	0.05 278	0.08 409	0.07 395	0.08 454	0.08 475

test_sample4	0.14 445	0.08 361	0.14 396	0.15 125	0.08 224	0.19 532	0.18 499	0.26 486	0.17 325	0.16 430	0.25 504	0.18 452	0.14 454	0.16 451	0.13 406	0.08 429	0.06 432	0.08 409	0.06 295	0.08 454	0.08 475

test_sample3	0.14 445	0.08 361	0.15 445	0.14 71	0.09 359	0.19 532	0.17 450	0.26 486	0.18 358	0.16 430	0.22 454	0.19 467	0.15 472	0.17 485	0.13 406	0.08 429	0.06 432	0.07 314	0.06 295	0.09 519	0.08 475

DispNO	0.14 445	0.08 361	0.17 512	0.19 475	0.12 558	0.11 259	0.21 584	0.23 425	0.29 528	0.17 449	0.23 463	0.18 452	0.17 523	0.15 416	0.15 481	0.07 346	0.05 278	0.08 409	0.08 470	0.07 385	0.06 314

SMFormer	0.14 445	0.07 242	0.17 512	0.14 71	0.08 224	0.16 465	0.17 450	0.26 486	0.27 506	0.19 496	0.20 418	0.18 452	0.15 472	0.15 416	0.17 512	0.08 429	0.05 278	0.07 314	0.06 295	0.07 385	0.06 314

tta	0.14 445	0.07 242	0.17 512	0.14 71	0.08 224	0.16 465	0.17 450	0.26 486	0.27 506	0.19 496	0.20 418	0.18 452	0.15 472	0.15 416	0.17 512	0.08 429	0.05 278	0.07 314	0.06 295	0.06 297	0.06 314

mmm	0.14 445	0.08 361	0.17 512	0.17 311	0.09 359	0.17 488	0.18 499	0.21 376	0.15 255	0.15 401	0.23 463	0.21 488	0.16 500	0.16 451	0.17 512	0.08 429	0.05 278	0.08 409	0.07 395	0.07 385	0.07 404

DualNet	0.14 445	0.08 361	0.14 396	0.16 225	0.08 224	0.18 507	0.18 499	0.25 468	0.17 325	0.17 449	0.27 530	0.18 452	0.14 454	0.16 451	0.13 406	0.08 429	0.05 278	0.08 409	0.07 395	0.08 454	0.08 475

mmx	0.14 445	0.09 444	0.14 396	0.16 225	0.08 224	0.17 488	0.17 450	0.27 507	0.25 482	0.15 401	0.25 504	0.19 467	0.13 430	0.14 389	0.20 549	0.08 429	0.06 432	0.09 495	0.08 470	0.08 454	0.08 475

xxx	0.14 445	0.09 444	0.14 396	0.16 225	0.08 224	0.17 488	0.17 450	0.27 507	0.25 482	0.15 401	0.25 504	0.19 467	0.13 430	0.14 389	0.20 549	0.08 429	0.06 432	0.09 495	0.08 470	0.08 454	0.08 475

PCWNet_CMD	0.14 445	0.08 361	0.15 445	0.17 311	0.09 359	0.14 406	0.14 247	0.29 541	0.36 585	0.14 374	0.20 418	0.21 488	0.12 388	0.17 485	0.13 406	0.07 346	0.05 278	0.07 314	0.07 395	0.07 385	0.07 404

CBFPSM	0.14 445	0.06 118	0.26 597	0.17 311	0.09 359	0.13 369	0.15 335	0.22 402	0.23 443	0.20 519	0.27 530	0.24 530	0.16 500	0.16 451	0.18 530	0.06 169	0.06 432	0.06 202	0.07 395	0.07 385	0.07 404

gwcnet-sp	0.14 445	0.07 242	0.12 304	0.18 404	0.09 359	0.16 465	0.17 450	0.24 449	0.24 460	0.18 479	0.24 476	0.15 401	0.16 500	0.15 416	0.15 481	0.08 429	0.06 432	0.07 314	0.08 470	0.08 454	0.07 404

scenet	0.14 445	0.07 242	0.12 304	0.18 404	0.09 359	0.16 465	0.17 450	0.24 449	0.24 460	0.18 479	0.24 476	0.15 401	0.16 500	0.15 416	0.15 481	0.08 429	0.06 432	0.07 314	0.08 470	0.08 454	0.07 404

ssnet	0.14 445	0.07 242	0.12 304	0.18 404	0.09 359	0.16 465	0.17 450	0.24 449	0.24 460	0.18 479	0.24 476	0.15 401	0.16 500	0.15 416	0.15 481	0.08 429	0.06 432	0.07 314	0.08 470	0.08 454	0.07 404

BUS	0.14 445	0.09 444	0.14 396	0.22 593	0.10 473	0.19 532	0.14 247	0.34 607	0.19 377	0.17 449	0.22 454	0.16 416	0.13 430	0.15 416	0.13 406	0.08 429	0.06 432	0.10 544	0.09 517	0.07 385	0.07 404

IER	0.14 445	0.07 242	0.13 357	0.17 311	0.09 359	0.14 406	0.16 407	0.25 468	0.26 496	0.18 479	0.25 504	0.17 438	0.20 566	0.16 451	0.14 449	0.08 429	0.05 278	0.07 314	0.06 295	0.08 454	0.07 404

test_5	0.14 445	0.12 552	0.08 58	0.20 542	0.10 473	0.14 406	0.29 666	0.21 376	0.24 460	0.18 479	0.28 544	0.11 294	0.15 472	0.12 298	0.13 406	0.06 169	0.05 278	0.07 314	0.08 470	0.08 454	0.07 404

psmg	0.14 445	0.09 444	0.14 396	0.17 311	0.10 473	0.15 433	0.17 450	0.29 541	0.19 377	0.17 449	0.21 442	0.25 544	0.16 500	0.15 416	0.14 449	0.08 429	0.06 432	0.08 409	0.08 470	0.07 385	0.06 314

UDGNet	0.14 445	0.13 580	0.16 481	0.17 311	0.10 473	0.12 313	0.16 407	0.21 376	0.27 506	0.20 519	0.20 418	0.16 416	0.13 430	0.16 451	0.13 406	0.10 535	0.06 432	0.09 495	0.07 395	0.06 297	0.07 404

CFNet_pseudo	0.14 445	0.08 361	0.15 445	0.16 225	0.09 359	0.13 369	0.14 247	0.27 507	0.34 572	0.14 374	0.21 442	0.22 506	0.13 430	0.18 508	0.14 449	0.07 346	0.05 278	0.08 409	0.06 295	0.07 385	0.07 404

GES	0.14 445	0.08 361	0.16 481	0.15 125	0.10 473	0.13 369	0.13 178	0.28 527	0.25 482	0.16 430	0.23 463	0.18 452	0.13 430	0.16 451	0.13 406	0.08 429	0.07 505	0.07 314	0.06 295	0.08 454	0.09 521

GANet-RSSM	0.14 445	0.07 242	0.13 357	0.13 22	0.08 224	0.14 406	0.17 450	0.22 402	0.21 417	0.17 449	0.24 476	0.23 524	0.15 472	0.16 451	0.15 481	0.10 535	0.06 432	0.07 314	0.08 470	0.08 454	0.07 404

PSMNet-RSSM	0.14 445	0.07 242	0.13 357	0.15 125	0.08 224	0.13 369	0.16 407	0.24 449	0.24 460	0.16 430	0.28 544	0.22 506	0.14 454	0.15 416	0.13 406	0.11 567	0.06 432	0.09 495	0.12 614	0.08 454	0.07 404

GwcNet-RSSM	0.14 445	0.07 242	0.12 304	0.15 125	0.08 224	0.15 433	0.20 563	0.21 376	0.27 506	0.18 479	0.27 530	0.22 506	0.16 500	0.14 389	0.15 481	0.10 535	0.05 278	0.07 314	0.09 517	0.07 385	0.07 404

CFNet-ft	0.14 445	0.07 242	0.15 445	0.12 7	0.09 359	0.16 465	0.18 499	0.22 402	0.24 460	0.17 449	0.26 521	0.24 530	0.14 454	0.16 451	0.14 449	0.11 567	0.06 432	0.08 409	0.09 517	0.09 519	0.08 475

CCAANet	0.14 445	0.06 118	0.14 396	0.17 311	0.09 359	0.16 465	0.13 178	0.30 555	0.24 460	0.16 430	0.32 576	0.18 452	0.17 523	0.17 485	0.14 449	0.06 169	0.05 278	0.09 495	0.09 517	0.06 297	0.09 521

DMCA	0.14 445	0.09 444	0.16 481	0.19 475	0.09 359	0.15 433	0.17 450	0.23 425	0.27 506	0.14 374	0.19 406	0.17 438	0.18 538	0.15 416	0.17 512	0.10 535	0.06 432	0.08 409	0.06 295	0.09 519	0.10 552

RASNet	0.14 445	0.07 242	0.14 396	0.16 225	0.08 224	0.18 507	0.14 247	0.29 541	0.20 401	0.17 449	0.25 504	0.21 488	0.18 538	0.20 548	0.19 543	0.07 346	0.06 432	0.06 202	0.08 470	0.06 297	0.06 314

MSMDNet	0.14 445	0.08 361	0.15 445	0.17 311	0.09 359	0.14 406	0.14 247	0.29 541	0.36 585	0.14 374	0.21 442	0.21 488	0.12 388	0.17 485	0.14 449	0.07 346	0.05 278	0.07 314	0.07 395	0.07 385	0.07 404

HSM-Net_RVC	0.14 445	0.08 361	0.11 256	0.15 125	0.08 224	0.15 433	0.15 335	0.27 507	0.29 528	0.19 496	0.21 442	0.29 581	0.14 454	0.17 485	0.13 406	0.06 169	0.06 432	0.06 202	0.06 295	0.07 385	0.06 314
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 445	0.07 242	0.15 445	0.12 7	0.09 359	0.16 465	0.18 499	0.22 402	0.24 460	0.17 449	0.26 521	0.24 530	0.14 454	0.16 451	0.14 449	0.11 567	0.06 432	0.08 409	0.09 517	0.09 519	0.08 475

ccs_rob	0.14 445	0.08 361	0.15 445	0.16 225	0.09 359	0.12 313	0.14 247	0.27 507	0.34 572	0.14 374	0.21 442	0.22 506	0.13 430	0.18 508	0.14 449	0.07 346	0.05 278	0.08 409	0.07 395	0.07 385	0.07 404

UCFNet_RVC	0.14 445	0.08 361	0.13 357	0.11 1	0.10 473	0.20 548	0.10 35	0.24 449	0.22 431	0.17 449	0.20 418	0.23 524	0.15 472	0.17 485	0.15 481	0.12 592	0.07 505	0.10 544	0.13 625	0.11 575	0.10 552

iResNetv2_ROB	0.14 445	0.08 361	0.15 445	0.16 225	0.08 224	0.16 465	0.12 100	0.25 468	0.35 581	0.21 534	0.29 556	0.24 530	0.13 430	0.14 389	0.14 449	0.06 169	0.05 278	0.06 202	0.04 61	0.09 519	0.08 475

iResNet_ROB	0.14 445	0.07 242	0.13 357	0.14 71	0.07 136	0.18 507	0.14 247	0.26 486	0.31 546	0.22 550	0.25 504	0.23 524	0.15 472	0.15 416	0.13 406	0.07 346	0.05 278	0.05 51	0.04 61	0.08 454	0.08 475

DDVS	0.15 490	0.10 507	0.21 570	0.16 225	0.12 558	0.15 433	0.14 247	0.25 468	0.19 377	0.18 479	0.29 556	0.27 562	0.12 388	0.19 523	0.15 481	0.09 491	0.06 432	0.09 495	0.07 395	0.11 575	0.11 579

rvit_0105_3	0.15 490	0.09 444	0.14 396	0.19 475	0.12 558	0.15 433	0.25 634	0.25 468	0.29 528	0.15 401	0.17 367	0.20 479	0.13 430	0.17 485	0.14 449	0.13 618	0.11 606	0.12 595	0.14 629	0.07 385	0.06 314

ACV-stereo	0.15 490	0.10 507	0.28 609	0.18 404	0.12 558	0.14 406	0.12 100	0.23 425	0.21 417	0.19 496	0.23 463	0.22 506	0.15 472	0.23 589	0.17 512	0.07 346	0.06 432	0.07 314	0.07 395	0.07 385	0.07 404

ITSA-stereo	0.15 490	0.10 507	0.14 396	0.19 475	0.08 224	0.12 313	0.14 247	0.30 555	0.49 646	0.17 449	0.19 406	0.22 506	0.15 472	0.17 485	0.16 497	0.10 535	0.06 432	0.08 409	0.08 470	0.08 454	0.08 475

test_sample7	0.15 490	0.10 507	0.16 481	0.14 71	0.11 524	0.16 465	0.16 407	0.27 507	0.23 443	0.20 519	0.20 418	0.24 530	0.19 554	0.16 451	0.16 497	0.12 592	0.06 432	0.10 544	0.09 517	0.10 552	0.10 552

1111x	0.15 490	0.08 361	0.12 304	0.18 404	0.07 136	0.18 507	0.25 634	0.31 567	0.24 460	0.17 449	0.24 476	0.26 554	0.15 472	0.13 355	0.23 590	0.07 346	0.07 505	0.08 409	0.09 517	0.07 385	0.06 314

CFNet_ucs	0.15 490	0.08 361	0.16 481	0.16 225	0.11 524	0.14 406	0.14 247	0.30 555	0.34 572	0.16 430	0.24 476	0.23 524	0.14 454	0.18 508	0.15 481	0.09 491	0.06 432	0.08 409	0.07 395	0.09 519	0.09 521

BSDual-CNN	0.15 490	0.09 444	0.14 396	0.22 593	0.10 473	0.14 406	0.15 335	0.34 607	0.19 377	0.17 449	0.22 454	0.25 544	0.16 500	0.15 416	0.14 449	0.08 429	0.06 432	0.10 544	0.09 517	0.07 385	0.07 404

hknet	0.15 490	0.11 534	0.13 357	0.22 593	0.11 524	0.14 406	0.15 335	0.34 607	0.25 482	0.17 449	0.22 454	0.22 506	0.18 538	0.17 485	0.12 358	0.07 346	0.06 432	0.10 544	0.09 517	0.07 385	0.07 404

dd	0.15 490	0.16 610	0.16 481	0.19 475	0.09 359	0.15 433	0.18 499	0.21 376	0.25 482	0.23 563	0.20 418	0.21 488	0.09 274	0.21 565	0.16 497	0.10 535	0.06 432	0.08 409	0.06 295	0.08 454	0.06 314

DAS	0.15 490	0.08 361	0.18 536	0.19 475	0.10 473	0.19 532	0.17 450	0.27 507	0.29 528	0.18 479	0.25 504	0.21 488	0.15 472	0.16 451	0.12 358	0.08 429	0.06 432	0.06 202	0.06 295	0.07 385	0.07 404

SepStereo	0.15 490	0.08 361	0.18 536	0.19 475	0.10 473	0.19 532	0.17 450	0.27 507	0.29 528	0.18 479	0.25 504	0.21 488	0.15 472	0.25 605	0.12 358	0.08 429	0.06 432	0.06 202	0.06 295	0.07 385	0.07 404

PSMNet-ADL	0.15 490	0.12 552	0.13 357	0.22 593	0.09 359	0.13 369	0.20 563	0.26 486	0.23 443	0.18 479	0.20 418	0.24 530	0.16 500	0.18 508	0.17 512	0.08 429	0.08 537	0.08 409	0.11 593	0.08 454	0.07 404

LMCR-Stereo	0.15 490	0.08 361	0.13 357	0.21 576	0.09 359	0.17 488	0.20 563	0.27 507	0.19 377	0.24 572	0.24 476	0.23 524	0.17 523	0.20 548	0.17 512	0.07 346	0.06 432	0.08 409	0.06 295	0.10 552	0.08 475

ICVP	0.15 490	0.09 444	0.12 304	0.22 593	0.09 359	0.17 488	0.21 584	0.25 468	0.23 443	0.18 479	0.30 563	0.26 554	0.18 538	0.17 485	0.14 449	0.09 491	0.07 505	0.08 409	0.07 395	0.07 385	0.07 404
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xxxx	0.15 490	0.07 242	0.14 396	0.14 71	0.08 224	0.23 591	0.18 499	0.31 567	0.19 377	0.14 374	0.28 544	0.22 506	0.14 454	0.15 416	0.26 624	0.09 491	0.05 278	0.07 314	0.07 395	0.08 454	0.07 404

test_xeample	0.15 490	0.06 118	0.13 357	0.14 71	0.08 224	0.21 566	0.20 563	0.28 527	0.20 401	0.16 430	0.29 556	0.19 467	0.16 500	0.15 416	0.26 624	0.09 491	0.05 278	0.07 314	0.07 395	0.07 385	0.07 404

ACVNet	0.15 490	0.09 444	0.15 445	0.13 22	0.12 558	0.14 406	0.20 563	0.22 402	0.33 560	0.17 449	0.26 521	0.21 488	0.16 500	0.17 485	0.21 569	0.07 346	0.06 432	0.06 202	0.06 295	0.08 454	0.06 314

acv_ft	0.15 490	0.09 444	0.15 445	0.19 475	0.10 473	0.16 465	0.17 450	0.25 468	0.33 560	0.19 496	0.26 521	0.21 488	0.17 523	0.17 485	0.18 530	0.07 346	0.06 432	0.06 202	0.06 295	0.08 454	0.06 314

CFNet	0.15 490	0.10 507	0.17 512	0.17 311	0.08 224	0.18 507	0.09 20	0.28 527	0.25 482	0.19 496	0.24 476	0.24 530	0.17 523	0.17 485	0.14 449	0.08 429	0.06 432	0.09 495	0.10 559	0.07 385	0.06 314

AdaStereo	0.15 490	0.11 534	0.15 445	0.18 404	0.09 359	0.20 548	0.11 64	0.32 578	0.28 521	0.20 519	0.23 463	0.20 479	0.13 430	0.19 523	0.14 449	0.12 592	0.05 278	0.10 544	0.07 395	0.09 519	0.07 404
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	0.15 490	0.08 361	0.14 396	0.16 225	0.09 359	0.16 465	0.14 247	0.28 527	0.25 482	0.19 496	0.23 463	0.37 635	0.16 500	0.20 548	0.15 481	0.07 346	0.05 278	0.07 314	0.06 295	0.07 385	0.06 314

pmcnn	0.15 490	0.07 242	0.19 548	0.15 125	0.07 136	0.20 548	0.15 335	0.24 449	0.26 496	0.21 534	0.34 593	0.28 572	0.18 538	0.18 508	0.17 512	0.07 346	0.05 278	0.05 51	0.04 61	0.07 385	0.06 314

DStereoRT	0.16 513	0.06 118	0.11 256	0.19 475	0.09 359	0.12 313	0.12 100	0.28 527	0.22 431	0.12 313	0.20 418	0.11 294	0.10 318	0.15 416	0.14 449	0.06 169	0.05 278	0.96 714	0.09 517	0.05 172	0.04 75

DualNet (step1)	0.16 513	0.12 552	0.20 560	0.12 7	0.14 602	0.17 488	0.13 178	0.27 507	0.23 443	0.20 519	0.20 418	0.24 530	0.19 554	0.16 451	0.16 497	0.15 636	0.06 432	0.14 624	0.14 629	0.14 624	0.12 592

GMStereo_Zeroshot	0.16 513	0.13 580	0.24 589	0.20 542	0.10 473	0.17 488	0.13 178	0.29 541	0.25 482	0.23 563	0.32 576	0.25 544	0.11 355	0.19 523	0.14 449	0.09 491	0.06 432	0.11 575	0.06 295	0.12 590	0.08 475

iinet-f	0.16 513	0.06 118	0.45 654	0.14 71	0.10 473	0.21 566	0.14 247	0.27 507	0.23 443	0.21 534	0.24 476	0.21 488	0.15 472	0.18 508	0.21 569	0.09 491	0.07 505	0.07 314	0.06 295	0.09 519	0.10 552

CRFU-Net	0.16 513	0.08 361	0.14 396	0.17 311	0.09 359	0.19 532	0.14 247	0.26 486	0.20 401	0.28 612	0.27 530	0.29 581	0.17 523	0.19 523	0.17 512	0.09 491	0.09 571	0.07 314	0.07 395	0.08 454	0.08 475

NINENet	0.16 513	0.10 507	0.15 445	0.17 311	0.11 524	0.19 532	0.14 247	0.40 651	0.36 585	0.18 479	0.21 442	0.16 416	0.13 430	0.15 416	0.13 406	0.08 429	0.08 537	0.10 544	0.07 395	0.10 552	0.09 521

CSP-Net	0.16 513	0.09 444	0.14 396	0.16 225	0.09 359	0.19 532	0.17 450	0.25 468	0.32 553	0.25 585	0.30 563	0.24 530	0.15 472	0.21 565	0.18 530	0.09 491	0.06 432	0.07 314	0.07 395	0.08 454	0.07 404

AASNet	0.16 513	0.08 361	0.12 304	0.19 475	0.09 359	0.18 507	0.15 335	0.37 635	0.37 592	0.19 496	0.23 463	0.20 479	0.16 500	0.17 485	0.20 549	0.10 535	0.08 537	0.08 409	0.07 395	0.09 519	0.09 521

AACVNet	0.16 513	0.08 361	0.14 396	0.15 125	0.10 473	0.18 507	0.15 335	0.23 425	0.24 460	0.27 597	0.27 530	0.28 572	0.17 523	0.19 523	0.16 497	0.09 491	0.07 505	0.09 495	0.07 395	0.10 552	0.09 521

ADLNet2	0.16 513	0.09 444	0.13 357	0.16 225	0.09 359	0.20 548	0.16 407	0.31 567	0.39 603	0.16 430	0.20 418	0.20 479	0.18 538	0.21 565	0.22 578	0.08 429	0.06 432	0.07 314	0.07 395	0.09 519	0.07 404

Anonymous3	0.16 513	0.13 580	0.33 629	0.26 642	0.14 602	0.27 627	0.17 450	0.28 527	0.28 521	0.15 401	0.17 367	0.14 372	0.10 318	0.15 416	0.12 358	0.08 429	0.08 537	0.08 409	0.08 470	0.08 454	0.11 579

ADLNet	0.16 513	0.08 361	0.15 445	0.16 225	0.10 473	0.16 465	0.17 450	0.32 578	0.27 506	0.22 550	0.27 530	0.24 530	0.16 500	0.18 508	0.21 569	0.10 535	0.06 432	0.10 544	0.10 559	0.08 454	0.09 521

HCRNet	0.16 513	0.24 658	0.12 304	0.35 676	0.11 524	0.15 433	0.17 450	0.26 486	0.22 431	0.19 496	0.24 476	0.21 488	0.14 454	0.15 416	0.13 406	0.11 567	0.07 505	0.11 575	0.10 559	0.09 519	0.07 404

222	0.16 513	0.07 242	0.14 396	0.14 71	0.08 224	0.24 596	0.18 499	0.30 555	0.20 401	0.17 449	0.28 544	0.17 438	0.16 500	0.15 416	0.40 680	0.10 535	0.05 278	0.07 314	0.06 295	0.07 385	0.08 475

UPFNet	0.16 513	0.08 361	0.12 304	0.20 542	0.12 558	0.20 548	0.23 605	0.28 527	0.26 496	0.17 449	0.24 476	0.22 506	0.19 554	0.19 523	0.21 569	0.09 491	0.07 505	0.08 409	0.09 517	0.08 454	0.06 314

ac_64	0.16 513	0.08 361	0.15 445	0.18 404	0.10 473	0.22 575	0.18 499	0.24 449	0.21 417	0.18 479	0.24 476	0.29 581	0.18 538	0.19 523	0.22 578	0.09 491	0.07 505	0.08 409	0.09 517	0.07 385	0.06 314

DSFCA	0.16 513	0.09 444	0.14 396	0.16 225	0.10 473	0.20 548	0.19 539	0.28 527	0.31 546	0.23 563	0.24 476	0.22 506	0.15 472	0.19 523	0.20 549	0.10 535	0.07 505	0.09 495	0.09 517	0.08 454	0.08 475

FADNet-RVC-Resample	0.16 513	0.11 534	0.31 622	0.22 593	0.11 524	0.19 532	0.14 247	0.25 468	0.24 460	0.24 572	0.27 530	0.20 479	0.15 472	0.16 451	0.15 481	0.07 346	0.08 537	0.12 595	0.10 559	0.09 519	0.10 552

FADNet_RVC	0.16 513	0.14 592	0.40 647	0.20 542	0.11 524	0.13 369	0.13 178	0.26 486	0.22 431	0.21 534	0.23 463	0.20 479	0.17 523	0.14 389	0.16 497	0.08 429	0.08 537	0.12 595	0.09 517	0.11 575	0.10 552

AANet_RVC	0.16 513	0.10 507	0.10 192	0.18 404	0.09 359	0.18 507	0.19 539	0.26 486	0.31 546	0.22 550	0.35 597	0.21 488	0.21 570	0.22 578	0.16 497	0.06 169	0.05 278	0.06 202	0.06 295	0.07 385	0.06 314

DeepPruner_ROB	0.16 513	0.11 534	0.15 445	0.17 311	0.10 473	0.17 488	0.15 335	0.32 578	0.21 417	0.19 496	0.21 442	0.22 506	0.18 538	0.20 548	0.15 481	0.13 618	0.09 571	0.09 495	0.09 517	0.11 575	0.10 552

z-ln-s-r	0.17 534	0.10 507	0.40 647	0.19 475	0.08 224	0.17 488	0.18 499	0.22 402	0.33 560	0.18 479	0.40 626	0.22 506	0.17 523	0.20 548	0.23 590	0.07 346	0.05 278	0.07 314	0.07 395	0.07 385	0.05 210

rvit_stereo_0075_2	0.17 534	0.12 552	0.25 594	0.23 617	0.16 633	0.13 369	0.10 35	0.30 555	0.27 506	0.20 519	0.28 544	0.22 506	0.15 472	0.18 508	0.13 406	0.16 652	0.10 593	0.17 648	0.10 559	0.10 552	0.09 521

ToySt	0.17 534	0.11 534	0.18 536	0.17 311	0.11 524	0.16 465	0.25 634	0.24 449	0.33 560	0.19 496	0.24 476	0.26 554	0.24 593	0.19 523	0.20 549	0.07 346	0.08 537	0.09 495	0.10 559	0.09 519	0.08 475

ssnet_v2	0.17 534	0.10 507	0.17 512	0.17 311	0.11 524	0.21 566	0.21 584	0.33 598	0.25 482	0.22 550	0.22 454	0.27 562	0.18 538	0.22 578	0.20 549	0.11 567	0.09 571	0.09 495	0.09 517	0.08 454	0.08 475

dad	0.17 534	0.20 642	0.20 560	0.16 225	0.11 524	0.20 548	0.18 499	0.21 376	0.28 521	0.30 626	0.24 476	0.29 581	0.13 430	0.19 523	0.16 497	0.18 658	0.09 571	0.11 575	0.09 517	0.11 575	0.07 404

GEStereo_RVC	0.17 534	0.12 552	0.15 445	0.22 593	0.11 524	0.19 532	0.17 450	0.32 578	0.48 639	0.20 519	0.25 504	0.17 438	0.13 430	0.21 565	0.16 497	0.10 535	0.06 432	0.08 409	0.07 395	0.09 519	0.08 475

MMNet	0.17 534	0.09 444	0.16 481	0.20 542	0.11 524	0.27 627	0.20 563	0.25 468	0.41 612	0.22 550	0.30 563	0.21 488	0.20 566	0.17 485	0.20 549	0.06 169	0.06 432	0.07 314	0.07 395	0.08 454	0.07 404

delet	0.17 534	0.08 361	0.17 512	0.19 475	0.11 524	0.20 548	0.21 584	0.30 555	0.37 592	0.17 449	0.26 521	0.19 467	0.19 554	0.19 523	0.21 569	0.08 429	0.08 537	0.09 495	0.11 593	0.06 297	0.06 314

UNet	0.17 534	0.09 444	0.18 536	0.19 475	0.12 558	0.27 627	0.19 539	0.33 598	0.29 528	0.21 534	0.24 476	0.23 524	0.19 554	0.19 523	0.18 530	0.07 346	0.06 432	0.08 409	0.07 395	0.08 454	0.06 314

HGLStereo	0.17 534	0.08 361	0.19 548	0.17 311	0.12 558	0.18 507	0.18 499	0.31 567	0.32 553	0.21 534	0.32 576	0.25 544	0.18 538	0.19 523	0.20 549	0.09 491	0.09 571	0.07 314	0.07 395	0.09 519	0.10 552

DMCA-RVC	0.17 534	0.10 507	0.15 445	0.24 626	0.11 524	0.18 507	0.18 499	0.25 468	0.24 460	0.21 534	0.26 521	0.25 544	0.27 616	0.18 508	0.20 549	0.12 592	0.08 537	0.13 610	0.10 559	0.10 552	0.08 475

TDLM	0.17 534	0.12 552	0.13 357	0.24 626	0.10 473	0.18 507	0.18 499	0.36 629	0.30 538	0.21 534	0.28 544	0.28 572	0.18 538	0.23 589	0.18 530	0.11 567	0.07 505	0.10 544	0.10 559	0.08 454	0.08 475

NLCA_NET_v2_RVC	0.17 534	0.10 507	0.22 576	0.20 542	0.10 473	0.15 433	0.18 499	0.31 567	0.25 482	0.21 534	0.30 563	0.25 544	0.17 523	0.21 565	0.20 549	0.09 491	0.06 432	0.08 409	0.08 470	0.07 385	0.08 475
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	0.17 534	0.12 552	0.15 445	0.20 542	0.09 359	0.18 507	0.18 499	0.26 486	0.23 443	0.26 591	0.40 626	0.22 506	0.17 523	0.21 565	0.20 549	0.08 429	0.05 278	0.09 495	0.10 559	0.07 385	0.07 404
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ISRNet	0.18 548	0.08 361	0.19 548	0.19 475	0.13 581	0.15 433	0.12 100	0.30 555	0.32 553	0.21 534	0.25 504	0.27 562	0.17 523	0.17 485	0.20 549	0.20 667	0.08 537	0.14 624	0.14 629	0.14 624	0.17 659

test_sample9	0.18 548	0.12 552	0.20 560	0.12 7	0.14 602	0.17 488	0.13 178	0.27 507	0.23 443	0.20 519	0.20 418	0.24 530	0.19 554	0.19 523	0.17 512	0.15 636	0.30 689	0.14 624	0.14 629	0.14 624	0.12 592

fast-acv-ft	0.18 548	0.11 534	0.19 548	0.19 475	0.12 558	0.24 596	0.21 584	0.25 468	0.34 572	0.22 550	0.34 593	0.27 562	0.20 566	0.21 565	0.23 590	0.09 491	0.09 571	0.08 409	0.10 559	0.08 454	0.07 404

HBP-ISP	0.18 548	0.13 580	0.16 481	0.15 125	0.11 524	0.08 85	0.13 178	0.28 527	0.29 528	0.22 550	0.33 589	0.21 488	0.25 602	0.23 589	0.17 512	0.14 632	0.16 657	0.21 662	0.17 658	0.10 552	0.08 475

Wz-Net-LNSev-Ref	0.18 548	0.09 444	0.29 617	0.15 125	0.10 473	0.22 575	0.20 563	0.26 486	0.39 603	0.25 585	0.42 643	0.24 530	0.15 472	0.20 548	0.19 543	0.07 346	0.05 278	0.06 202	0.05 194	0.10 552	0.09 521

SACVNet	0.18 548	0.12 552	0.14 396	0.17 311	0.13 581	0.22 575	0.18 499	0.31 567	0.30 538	0.23 563	0.31 572	0.30 591	0.22 579	0.22 578	0.17 512	0.11 567	0.08 537	0.10 544	0.10 559	0.12 590	0.14 632

psm_up	0.18 548	0.10 507	0.18 536	0.20 542	0.11 524	0.17 488	0.19 539	0.37 635	0.34 572	0.21 534	0.28 544	0.29 581	0.24 593	0.20 548	0.22 578	0.09 491	0.10 593	0.11 575	0.11 593	0.08 454	0.08 475

hitnet-ft	0.18 548	0.09 444	0.17 512	0.14 71	0.09 359	0.26 617	0.20 563	0.25 468	0.26 496	0.24 572	0.32 576	0.31 604	0.22 579	0.24 599	0.21 569	0.12 592	0.07 505	0.10 544	0.08 470	0.12 590	0.11 579

STTStereo	0.18 548	0.12 552	0.27 604	0.20 542	0.11 524	0.16 465	0.21 584	0.29 541	0.23 443	0.21 534	0.30 563	0.29 581	0.18 538	0.20 548	0.19 543	0.12 592	0.11 606	0.11 575	0.14 629	0.09 519	0.08 475

CVANet_RVC	0.18 548	0.10 507	0.14 396	0.21 576	0.10 473	0.18 507	0.17 450	0.34 607	0.33 560	0.22 550	0.31 572	0.28 572	0.18 538	0.23 589	0.17 512	0.12 592	0.08 537	0.12 595	0.11 593	0.09 519	0.07 404

StereoDRNet	0.18 548	0.11 534	0.17 512	0.22 593	0.11 524	0.21 566	0.22 594	0.37 635	0.33 560	0.24 572	0.28 544	0.30 591	0.19 554	0.20 548	0.20 549	0.09 491	0.08 537	0.11 575	0.09 517	0.09 519	0.07 404

DLCB_ROB	0.18 548	0.10 507	0.15 445	0.23 617	0.11 524	0.24 596	0.18 499	0.29 541	0.28 521	0.27 597	0.28 544	0.28 572	0.24 593	0.19 523	0.20 549	0.08 429	0.08 537	0.09 495	0.09 517	0.07 385	0.07 404

TCMNet	0.19 560	0.12 552	0.19 548	0.20 542	0.18 655	0.20 548	0.24 619	0.27 507	0.36 585	0.23 563	0.26 521	0.25 544	0.19 554	0.19 523	0.23 590	0.13 618	0.11 606	0.11 575	0.12 614	0.13 610	0.12 592

rvit_105_1	0.19 560	0.11 534	0.25 594	0.21 576	0.16 633	0.21 566	0.27 650	0.31 567	0.41 612	0.19 496	0.20 418	0.22 506	0.17 523	0.19 523	0.17 512	0.12 592	0.12 622	0.13 610	0.15 646	0.08 454	0.07 404

test_sample8	0.19 560	0.12 552	0.20 560	0.12 7	0.14 602	0.17 488	0.13 178	0.31 567	0.21 417	0.27 597	0.22 454	0.36 630	0.25 602	0.19 523	0.17 512	0.15 636	0.30 689	0.14 624	0.14 629	0.14 624	0.12 592

SDNR	0.19 560	0.08 361	0.19 548	0.16 225	0.12 558	0.77 702	0.14 247	0.25 468	0.32 553	0.19 496	0.24 476	0.19 467	0.13 430	0.19 523	0.15 481	0.16 652	0.18 664	0.14 624	0.11 593	0.08 454	0.11 579

pcwnet_v2	0.19 560	0.10 507	0.26 597	0.17 311	0.14 602	0.18 507	0.15 335	0.37 635	0.46 637	0.19 496	0.24 476	0.21 488	0.19 554	0.20 548	0.19 543	0.13 618	0.10 593	0.10 544	0.10 559	0.11 575	0.13 615

ADCRef	0.19 560	0.12 552	0.41 650	0.20 542	0.12 558	0.22 575	0.18 499	0.32 578	0.36 585	0.26 591	0.32 576	0.17 438	0.23 587	0.24 599	0.24 603	0.07 346	0.06 432	0.09 495	0.09 517	0.08 454	0.08 475

NVstereo2D	0.19 560	0.10 507	0.15 445	0.17 311	0.15 622	0.28 634	0.23 605	0.44 668	0.42 620	0.15 401	0.27 530	0.25 544	0.19 554	0.22 578	0.17 512	0.09 491	0.06 432	0.10 544	0.08 470	0.15 640	0.09 521

DRN-Test	0.19 560	0.11 534	0.20 560	0.22 593	0.10 473	0.22 575	0.22 594	0.39 647	0.37 592	0.24 572	0.32 576	0.26 554	0.21 570	0.22 578	0.24 603	0.11 567	0.07 505	0.11 575	0.10 559	0.09 519	0.07 404

DISCO	0.19 560	0.09 444	0.22 576	0.17 311	0.10 473	0.25 607	0.18 499	0.27 507	0.44 630	0.22 550	0.31 572	0.33 617	0.26 608	0.28 622	0.28 640	0.08 429	0.06 432	0.07 314	0.07 395	0.09 519	0.09 521

CBMV_ROB	0.19 560	0.13 580	0.17 512	0.16 225	0.11 524	0.15 433	0.13 178	0.26 486	0.28 521	0.27 597	0.30 563	0.27 562	0.24 593	0.23 589	0.16 497	0.15 636	0.17 662	0.22 666	0.20 664	0.10 552	0.11 579

NOSS_ROB	0.19 560	0.12 552	0.18 536	0.16 225	0.12 558	0.15 433	0.12 100	0.30 555	0.32 553	0.20 519	0.22 454	0.27 562	0.23 587	0.21 565	0.16 497	0.16 652	0.18 664	0.23 667	0.21 666	0.12 590	0.13 615

CBMV	0.19 560	0.14 592	0.17 512	0.18 404	0.10 473	0.20 548	0.11 64	0.29 541	0.30 538	0.29 621	0.30 563	0.30 591	0.23 587	0.27 610	0.19 543	0.13 618	0.15 653	0.17 648	0.16 651	0.10 552	0.10 552
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PStereo	0.20 572	0.22 652	0.20 560	0.17 311	0.10 473	0.13 369	0.20 563	0.27 507	0.38 599	0.20 519	0.14 309	0.28 572	0.31 643	0.24 599	0.31 658	0.18 658	0.13 637	0.15 637	0.11 593	0.12 590	0.12 592

w-ln-seven-2	0.20 572	0.14 592	0.37 642	0.22 593	0.12 558	0.20 548	0.21 584	0.28 527	0.37 592	0.25 585	0.37 606	0.27 562	0.22 579	0.21 565	0.23 590	0.08 429	0.08 537	0.09 495	0.09 517	0.10 552	0.09 521

YMNet	0.20 572	0.12 552	0.19 548	0.20 542	0.14 602	0.26 617	0.23 605	0.32 578	0.34 572	0.27 597	0.34 593	0.30 591	0.18 538	0.18 508	0.22 578	0.10 535	0.13 637	0.10 544	0.10 559	0.08 454	0.09 521

YMNet_1	0.20 572	0.12 552	0.19 548	0.20 542	0.14 602	0.26 617	0.23 605	0.32 578	0.34 572	0.27 597	0.34 593	0.30 591	0.18 538	0.18 508	0.22 578	0.10 535	0.13 637	0.10 544	0.10 559	0.08 454	0.09 521

GwcNet	0.20 572	0.13 580	0.19 548	0.18 404	0.12 558	0.24 596	0.19 539	0.35 622	0.43 625	0.20 519	0.32 576	0.33 617	0.20 566	0.22 578	0.24 603	0.11 567	0.09 571	0.09 495	0.09 517	0.09 519	0.10 552

FAT-Stereo	0.20 572	0.12 552	0.22 576	0.21 576	0.12 558	0.17 488	0.18 499	0.34 607	0.39 603	0.27 597	0.37 606	0.34 624	0.32 648	0.21 565	0.20 549	0.09 491	0.11 606	0.10 544	0.09 517	0.11 575	0.14 632

FADNet-RVC	0.20 572	0.20 642	0.38 644	0.21 576	0.16 633	0.20 548	0.15 335	0.26 486	0.26 496	0.26 591	0.32 576	0.26 554	0.21 570	0.22 578	0.19 543	0.12 592	0.13 637	0.12 595	0.14 629	0.13 610	0.18 662

S-Stereo	0.20 572	0.12 552	0.25 594	0.21 576	0.13 581	0.20 548	0.18 499	0.32 578	0.43 625	0.23 563	0.36 600	0.28 572	0.30 639	0.19 523	0.22 578	0.09 491	0.12 622	0.10 544	0.10 559	0.13 610	0.13 615

SuperB	0.20 572	0.10 507	0.56 670	0.16 225	0.09 359	0.18 507	0.18 499	0.24 449	0.50 649	0.26 591	0.39 620	0.17 438	0.21 570	0.22 578	0.21 569	0.08 429	0.06 432	0.06 202	0.06 295	0.12 590	0.10 552

ADCP+	0.20 572	0.10 507	0.33 629	0.20 542	0.12 558	0.22 575	0.26 643	0.31 567	0.34 572	0.26 591	0.37 606	0.22 506	0.22 579	0.27 610	0.27 632	0.09 491	0.06 432	0.08 409	0.08 470	0.09 519	0.10 552

PS-NSSS	0.20 572	0.21 648	0.23 585	0.20 542	0.10 473	0.19 532	0.17 450	0.36 629	0.25 482	0.27 597	0.33 589	0.27 562	0.24 593	0.20 548	0.20 549	0.15 636	0.12 622	0.17 648	0.14 629	0.10 552	0.08 475

PWCDC_ROB	0.20 572	0.13 580	0.22 576	0.24 626	0.11 524	0.19 532	0.15 335	0.33 598	0.54 659	0.29 621	0.50 659	0.21 488	0.15 472	0.27 610	0.20 549	0.11 567	0.09 571	0.10 544	0.08 470	0.11 575	0.09 521

SGM-Forest	0.20 572	0.14 592	0.18 536	0.19 475	0.13 581	0.20 548	0.22 594	0.33 598	0.30 538	0.24 572	0.29 556	0.28 572	0.19 554	0.23 589	0.17 512	0.15 636	0.16 657	0.15 637	0.14 629	0.12 590	0.12 592
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UDG	0.21 585	0.17 621	0.19 548	0.23 617	0.15 622	0.30 641	0.20 563	0.33 598	0.35 581	0.23 563	0.28 544	0.31 604	0.27 616	0.20 548	0.22 578	0.15 636	0.12 622	0.13 610	0.09 517	0.14 624	0.14 632

FINET	0.21 585	0.18 632	0.26 597	0.18 404	0.16 633	0.23 591	0.23 605	0.32 578	0.48 639	0.25 585	0.32 576	0.22 506	0.22 579	0.22 578	0.17 512	0.18 658	0.16 657	0.11 575	0.10 559	0.15 640	0.13 615

Syn2CoEx	0.21 585	0.16 610	0.27 604	0.29 667	0.14 602	0.26 617	0.20 563	0.33 598	0.31 546	0.28 612	0.36 600	0.27 562	0.25 602	0.19 523	0.24 603	0.16 652	0.12 622	0.14 624	0.11 593	0.09 519	0.08 475

FADNet	0.21 585	0.22 652	0.36 638	0.18 404	0.17 648	0.24 596	0.13 178	0.31 567	0.31 546	0.23 563	0.25 504	0.27 562	0.21 570	0.19 523	0.15 481	0.13 618	0.15 653	0.12 595	0.15 646	0.16 649	0.18 662

RP	0.21 585	0.13 580	0.21 570	0.23 617	0.11 524	0.21 566	0.20 563	0.25 468	0.44 630	0.21 534	0.38 612	0.36 630	0.24 593	0.27 610	0.25 613	0.11 567	0.12 622	0.13 610	0.12 614	0.12 590	0.14 632

DANet	0.21 585	0.15 602	0.28 609	0.25 637	0.13 581	0.22 575	0.19 539	0.27 507	0.27 506	0.28 612	0.32 576	0.35 628	0.31 643	0.31 632	0.23 590	0.11 567	0.09 571	0.11 575	0.10 559	0.13 610	0.11 579
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.21 585	0.12 552	0.21 570	0.24 626	0.13 581	0.22 575	0.22 594	0.41 657	0.26 496	0.31 632	0.42 643	0.37 635	0.28 627	0.23 589	0.22 578	0.10 535	0.12 622	0.10 544	0.09 517	0.10 552	0.08 475

PWC_ROB	0.21 585	0.16 610	0.26 597	0.18 404	0.11 524	0.22 575	0.13 178	0.32 578	0.49 646	0.30 626	0.40 626	0.32 613	0.24 593	0.31 632	0.22 578	0.10 535	0.07 505	0.11 575	0.08 470	0.11 575	0.10 552

PSMNet_ROB	0.21 585	0.11 534	0.15 445	0.27 655	0.15 622	0.24 596	0.35 683	0.43 666	0.37 592	0.27 597	0.32 576	0.32 613	0.22 579	0.21 565	0.26 624	0.12 592	0.08 537	0.13 610	0.11 593	0.09 519	0.09 521

MSAF-DinoV2	0.22 594	0.11 534	0.23 585	0.17 311	0.10 473	0.27 627	0.16 407	0.37 635	0.55 660	0.21 534	0.27 530	0.47 669	0.27 616	0.35 651	0.39 677	0.09 491	0.06 432	0.07 314	0.09 517	0.12 590	0.10 552

GASNet	0.22 594	0.23 655	0.33 629	0.26 642	0.17 648	0.26 617	0.16 407	0.44 668	0.42 620	0.27 597	0.24 476	0.30 591	0.15 472	0.27 610	0.18 530	0.12 592	0.08 537	0.12 595	0.11 593	0.16 649	0.07 404

Anonymous_2	0.22 594	0.17 621	0.28 609	0.15 125	0.16 633	0.32 643	0.22 594	0.22 402	0.17 325	0.23 563	0.24 476	0.26 554	0.27 616	0.27 610	0.23 590	0.22 676	0.25 685	0.17 648	0.17 658	0.17 657	0.17 659

Wz-Net-LNSev	0.22 594	0.16 610	0.38 644	0.21 576	0.13 581	0.25 607	0.23 605	0.32 578	0.43 625	0.30 626	0.41 637	0.31 604	0.18 538	0.22 578	0.25 613	0.10 535	0.09 571	0.08 409	0.08 470	0.12 590	0.11 579

Wz-Net-MNSev	0.22 594	0.13 580	0.31 622	0.20 542	0.14 602	0.36 662	0.24 619	0.33 598	0.44 630	0.28 612	0.40 626	0.38 639	0.19 554	0.24 599	0.25 613	0.09 491	0.07 505	0.09 495	0.09 517	0.12 590	0.10 552

DDUNet	0.22 594	0.17 621	0.21 570	0.22 593	0.15 622	0.25 607	0.24 619	0.29 541	0.30 538	0.31 632	0.36 600	0.33 617	0.25 602	0.24 599	0.20 549	0.18 658	0.13 637	0.17 648	0.11 593	0.16 649	0.16 650

APVNet	0.22 594	0.12 552	0.19 548	0.18 404	0.14 602	0.32 643	0.31 679	0.39 647	0.32 553	0.27 597	0.40 626	0.30 591	0.29 635	0.26 607	0.25 613	0.11 567	0.12 622	0.11 575	0.14 629	0.12 590	0.12 592

aanetorigin	0.22 594	0.17 621	0.56 670	0.17 311	0.10 473	0.15 433	0.19 539	0.20 349	0.33 560	0.49 674	0.48 654	0.29 581	0.27 616	0.20 548	0.23 590	0.08 429	0.07 505	0.08 409	0.07 395	0.10 552	0.09 521

MaskLacGwcNet_RVC	0.22 594	0.21 648	0.24 589	0.26 642	0.11 524	0.23 591	0.14 247	0.39 647	0.24 460	0.32 638	0.36 600	0.30 591	0.21 570	0.19 523	0.21 569	0.17 657	0.14 647	0.21 662	0.16 651	0.12 590	0.12 592

AF-Net	0.22 594	0.17 621	0.17 512	0.26 642	0.13 581	0.25 607	0.24 619	0.32 578	0.50 649	0.25 585	0.33 589	0.38 639	0.26 608	0.28 622	0.25 613	0.11 567	0.10 593	0.16 645	0.11 593	0.11 575	0.10 552

stereogan	0.22 594	0.11 534	0.21 570	0.20 542	0.12 558	0.31 642	0.19 539	0.35 622	0.44 630	0.22 550	0.39 620	0.35 628	0.27 616	0.33 642	0.22 578	0.10 535	0.12 622	0.10 544	0.10 559	0.14 624	0.13 615

edge stereo	0.22 594	0.13 580	0.20 560	0.21 576	0.13 581	0.23 591	0.16 407	0.32 578	0.42 620	0.32 638	0.40 626	0.38 639	0.35 658	0.25 605	0.24 603	0.13 618	0.11 606	0.14 624	0.11 593	0.12 590	0.13 615

RYNet	0.22 594	0.12 552	0.22 576	0.19 475	0.17 648	0.46 673	0.26 643	0.38 643	0.48 639	0.24 572	0.28 544	0.34 624	0.23 587	0.20 548	0.30 651	0.10 535	0.06 432	0.09 495	0.09 517	0.13 610	0.15 639

NaN_ROB	0.22 594	0.19 636	0.24 589	0.25 637	0.13 581	0.29 638	0.26 643	0.33 598	0.41 612	0.31 632	0.31 572	0.32 613	0.23 587	0.30 631	0.21 569	0.11 567	0.17 662	0.10 544	0.10 559	0.08 454	0.09 521

MDST_ROB	0.22 594	0.10 507	0.17 512	0.18 404	0.11 524	0.37 663	0.19 539	0.43 666	0.41 612	0.39 655	0.39 620	0.29 581	0.21 570	0.26 607	0.18 530	0.11 567	0.10 593	0.14 624	0.11 593	0.10 552	0.08 475

XPNet_ROB	0.22 594	0.11 534	0.19 548	0.22 593	0.13 581	0.22 575	0.19 539	0.34 607	0.40 609	0.30 626	0.39 620	0.39 647	0.26 608	0.26 607	0.28 640	0.15 636	0.10 593	0.10 544	0.10 559	0.13 610	0.12 592

SQANet	0.23 610	0.23 655	0.30 620	0.30 669	0.19 659	0.27 627	0.13 178	0.29 541	0.33 560	0.24 572	0.37 606	0.31 604	0.22 579	0.27 610	0.23 590	0.15 636	0.10 593	0.21 662	0.16 651	0.21 665	0.15 639

Nwc_Net	0.23 610	0.16 610	0.21 570	0.25 637	0.14 602	0.24 596	0.26 643	0.37 635	0.38 599	0.22 550	0.41 637	0.30 591	0.28 627	0.28 622	0.25 613	0.11 567	0.10 593	0.17 648	0.20 664	0.10 552	0.10 552

RTSC	0.23 610	0.12 552	0.28 609	0.21 576	0.13 581	0.28 634	0.16 407	0.35 622	0.66 685	0.27 597	0.33 589	0.30 591	0.21 570	0.31 632	0.29 644	0.10 535	0.08 537	0.09 495	0.10 559	0.13 610	0.13 615

PA-Net	0.23 610	0.18 632	0.33 629	0.28 658	0.22 668	0.21 566	0.38 688	0.29 541	0.39 603	0.22 550	0.32 576	0.25 544	0.26 608	0.20 548	0.25 613	0.09 491	0.23 682	0.15 637	0.22 669	0.09 519	0.13 615
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.23 610	0.15 602	0.17 512	0.34 674	0.18 655	0.24 596	0.23 605	0.34 607	0.28 521	0.31 632	0.38 612	0.38 639	0.28 627	0.23 589	0.24 603	0.15 636	0.12 622	0.18 657	0.21 666	0.13 610	0.13 615

ETE_ROB	0.23 610	0.17 621	0.22 576	0.25 637	0.13 581	0.26 617	0.29 666	0.31 567	0.36 585	0.28 612	0.36 600	0.45 661	0.26 608	0.27 610	0.26 624	0.11 567	0.08 537	0.12 595	0.09 517	0.14 624	0.13 615

SGM_RVC	0.23 610	0.12 552	0.15 445	0.15 125	0.09 359	0.33 650	0.18 499	0.34 607	0.31 546	0.44 669	0.37 606	0.53 677	0.35 658	0.35 651	0.24 603	0.13 618	0.13 637	0.13 610	0.13 625	0.10 552	0.11 579
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DStereoO	0.24 617	0.18 632	0.18 536	0.20 542	0.14 602	0.21 566	0.19 539	0.32 578	0.41 612	0.29 621	0.21 442	0.32 613	0.27 616	0.41 676	0.27 632	0.46 697	0.12 622	0.31 685	0.11 593	0.15 640	0.12 592

z-mn7	0.24 617	0.14 592	0.45 654	0.19 475	0.13 581	0.28 634	0.25 634	0.34 607	0.62 676	0.27 597	0.56 671	0.29 581	0.24 593	0.32 639	0.25 613	0.08 429	0.08 537	0.08 409	0.08 470	0.10 552	0.10 552

w-ln-seven	0.24 617	0.14 592	0.55 667	0.19 475	0.14 602	0.26 617	0.22 594	0.35 622	0.60 673	0.29 621	0.39 620	0.30 591	0.22 579	0.21 565	0.26 624	0.09 491	0.09 571	0.11 575	0.10 559	0.11 575	0.10 552

DGSMNet	0.24 617	0.19 636	0.33 629	0.21 576	0.24 673	0.24 596	0.20 563	0.35 622	0.41 612	0.24 572	0.32 576	0.38 639	0.21 570	0.29 628	0.23 590	0.12 592	0.11 606	0.14 624	0.16 651	0.23 669	0.23 673

G-Net	0.24 617	0.16 610	0.36 638	0.22 593	0.16 633	0.51 679	0.23 605	0.29 541	0.34 572	0.36 648	0.38 612	0.31 604	0.29 635	0.27 610	0.26 624	0.11 567	0.09 571	0.12 595	0.09 517	0.16 649	0.13 615

NCC-stereo	0.24 617	0.15 602	0.31 622	0.26 642	0.16 633	0.20 548	0.30 673	0.40 651	0.40 609	0.24 572	0.38 612	0.33 617	0.28 627	0.36 657	0.27 632	0.12 592	0.11 606	0.15 637	0.22 669	0.13 610	0.13 615

Abc-Net	0.24 617	0.15 602	0.31 622	0.26 642	0.16 633	0.20 548	0.30 673	0.40 651	0.40 609	0.24 572	0.38 612	0.33 617	0.28 627	0.36 657	0.27 632	0.12 592	0.11 606	0.15 637	0.22 669	0.13 610	0.13 615
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	0.24 617	0.11 534	0.47 659	0.22 593	0.12 558	0.34 653	0.29 666	0.29 541	0.56 663	0.24 572	0.46 651	0.30 591	0.30 639	0.29 628	0.29 644	0.08 429	0.07 505	0.09 495	0.09 517	0.10 552	0.10 552

DeepPrunerF	0.24 617	0.17 621	0.42 652	0.26 642	0.16 633	0.22 575	0.28 656	0.37 635	0.50 649	0.26 591	0.29 556	0.24 530	0.28 627	0.21 565	0.22 578	0.15 636	0.11 606	0.20 661	0.18 662	0.12 590	0.13 615

FBW_ROB	0.24 617	0.17 621	0.22 576	0.26 642	0.14 602	0.25 607	0.22 594	0.41 657	0.41 612	0.41 662	0.41 637	0.42 654	0.27 616	0.31 632	0.23 590	0.09 491	0.14 647	0.14 624	0.12 614	0.11 575	0.09 521

SANet	0.24 617	0.14 592	0.28 609	0.21 576	0.11 524	0.27 627	0.24 619	0.38 643	0.64 681	0.36 648	0.40 626	0.43 657	0.26 608	0.27 610	0.24 603	0.12 592	0.09 571	0.10 544	0.09 517	0.13 610	0.11 579

WCMA_ROB	0.24 617	0.11 534	0.22 576	0.17 311	0.14 602	0.32 643	0.15 335	0.32 578	0.32 553	0.38 653	0.53 662	0.40 651	0.34 655	0.34 645	0.25 613	0.11 567	0.12 622	0.12 595	0.10 559	0.14 624	0.14 632

DStereoSA	0.25 629	0.19 636	0.37 642	0.26 642	0.17 648	0.22 575	0.20 563	0.49 678	0.59 669	0.22 550	0.29 556	0.29 581	0.33 650	0.39 668	0.28 640	0.12 592	0.11 606	0.16 645	0.14 629	0.14 624	0.12 592

zh-sn7	0.25 629	0.17 621	0.50 661	0.24 626	0.13 581	0.25 607	0.24 619	0.34 607	0.48 639	0.28 612	0.54 664	0.28 572	0.31 643	0.36 657	0.32 660	0.10 535	0.10 593	0.11 575	0.10 559	0.12 590	0.12 592

zh-mn7	0.25 629	0.14 592	0.56 670	0.19 475	0.14 602	0.24 596	0.22 594	0.34 607	0.62 676	0.35 645	0.65 680	0.31 604	0.25 602	0.31 632	0.25 613	0.09 491	0.08 537	0.09 495	0.09 517	0.09 519	0.11 579

Wz-Net-SNSev	0.25 629	0.17 621	0.44 653	0.25 637	0.14 602	0.26 617	0.23 605	0.38 643	0.56 663	0.30 626	0.55 666	0.39 647	0.26 608	0.23 589	0.30 651	0.10 535	0.09 571	0.09 495	0.10 559	0.11 575	0.11 579

psmorigin	0.25 629	0.15 602	0.34 637	0.17 311	0.13 581	0.23 591	0.14 247	0.34 607	0.33 560	0.41 662	0.55 666	0.41 653	0.37 662	0.34 645	0.27 632	0.11 567	0.15 653	0.11 575	0.11 593	0.12 590	0.16 650

RGC	0.25 629	0.20 642	0.29 617	0.28 658	0.16 633	0.22 575	0.23 605	0.32 578	0.44 630	0.27 597	0.40 626	0.38 639	0.27 616	0.36 657	0.22 578	0.11 567	0.13 637	0.17 648	0.17 658	0.14 624	0.16 650

ADCMid	0.25 629	0.15 602	0.40 647	0.20 542	0.14 602	0.25 607	0.26 643	0.34 607	0.38 599	0.36 648	0.44 648	0.34 624	0.40 669	0.35 651	0.33 665	0.10 535	0.09 571	0.11 575	0.11 593	0.13 610	0.12 592

ADCPNet	0.25 629	0.16 610	0.61 677	0.21 576	0.15 622	0.35 661	0.25 634	0.32 578	0.35 581	0.30 626	0.40 626	0.36 630	0.28 627	0.28 622	0.32 660	0.12 592	0.10 593	0.11 575	0.12 614	0.14 624	0.13 615

LALA_ROB	0.25 629	0.16 610	0.22 576	0.26 642	0.17 648	0.27 627	0.27 650	0.42 662	0.37 592	0.33 642	0.38 612	0.51 673	0.26 608	0.28 622	0.27 632	0.16 652	0.09 571	0.12 595	0.11 593	0.13 610	0.12 592

SHD	0.26 638	0.15 602	0.30 620	0.24 626	0.18 655	0.22 575	0.15 335	0.38 643	0.71 689	0.32 638	0.41 637	0.36 630	0.28 627	0.32 639	0.29 644	0.12 592	0.11 606	0.14 624	0.13 625	0.16 649	0.20 668

AnyNet_C32	0.26 638	0.16 610	0.36 638	0.20 542	0.16 633	0.25 607	0.30 673	0.32 578	0.44 630	0.31 632	0.49 655	0.30 591	0.33 650	0.40 673	0.33 665	0.12 592	0.12 622	0.12 595	0.14 629	0.14 624	0.15 639

DStereoFS	0.27 640	0.22 652	0.31 622	0.22 593	0.15 622	0.22 575	0.20 563	0.50 682	0.48 639	0.28 612	0.44 648	0.33 617	0.34 655	0.52 686	0.29 644	0.12 592	0.11 606	0.15 637	0.13 625	0.16 649	0.16 650

PSMNet-RUCA	0.27 640	0.33 678	0.41 650	0.36 678	0.32 686	0.18 507	0.19 539	0.42 662	0.30 538	0.33 642	0.41 637	0.39 647	0.25 602	0.31 632	0.20 549	0.18 658	0.10 593	0.25 669	0.15 646	0.21 665	0.16 650

PDISCO_ROB	0.27 640	0.16 610	0.26 597	0.28 658	0.20 662	0.32 643	0.26 643	0.44 668	0.57 665	0.28 612	0.40 626	0.45 661	0.29 635	0.33 642	0.34 667	0.12 592	0.09 571	0.17 648	0.16 651	0.17 657	0.13 615

DispFullNet	0.27 640	0.21 648	0.65 680	0.28 658	0.16 633	0.26 617	0.17 450	0.33 598	0.58 668	0.27 597	0.38 612	0.43 657	0.23 587	0.38 664	0.23 590	0.12 592	0.06 432	0.19 659	0.11 593	0.21 665	0.15 639

MeshStereo	0.27 640	0.13 580	0.18 536	0.15 125	0.11 524	0.32 643	0.24 619	0.40 651	0.36 585	0.52 676	0.57 674	0.67 688	0.40 669	0.35 651	0.26 624	0.14 632	0.13 637	0.13 610	0.11 593	0.11 575	0.10 552
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	0.28 645	0.17 621	0.78 697	0.22 593	0.16 633	0.34 653	0.29 666	0.39 647	0.57 665	0.24 572	0.55 666	0.37 635	0.24 593	0.33 642	0.35 668	0.09 491	0.08 537	0.09 495	0.10 559	0.14 624	0.16 650

XQC	0.28 645	0.23 655	0.51 662	0.28 658	0.19 659	0.34 653	0.27 650	0.36 629	0.57 665	0.31 632	0.30 563	0.37 635	0.30 639	0.38 664	0.38 675	0.13 618	0.09 571	0.15 637	0.12 614	0.17 657	0.18 662

CC-Net-ROB	0.28 645	0.31 676	0.36 638	0.29 667	0.15 622	0.25 607	0.19 539	0.45 671	0.33 560	0.39 655	0.37 606	0.39 647	0.31 643	0.27 610	0.26 624	0.24 682	0.19 667	0.30 684	0.23 673	0.18 660	0.15 639

DPSNet	0.28 645	0.16 610	0.31 622	0.18 404	0.13 581	0.54 681	0.42 692	0.51 684	0.67 686	0.29 621	0.38 612	0.38 639	0.29 635	0.31 632	0.23 590	0.11 567	0.10 593	0.11 575	0.08 470	0.20 664	0.16 650

MultiAttention	0.29 649	0.08 361	0.14 396	0.19 475	0.12 558	1.45 717	1.33 721	0.36 629	0.37 592	0.19 496	0.21 442	0.24 530	0.11 355	0.38 664	0.18 530	0.06 169	0.05 278	0.08 409	0.08 470	0.10 552	0.09 521

Wz-Net-TNSev	0.29 649	0.20 642	0.65 680	0.19 475	0.15 622	0.38 666	0.27 650	0.35 622	0.55 660	0.34 644	0.42 643	0.45 661	0.38 663	0.32 639	0.30 651	0.12 592	0.13 637	0.10 544	0.12 614	0.15 640	0.14 632

ccnet	0.29 649	0.28 671	0.23 585	0.20 542	0.28 680	0.41 671	0.21 584	0.45 671	0.33 560	0.36 648	0.46 651	0.36 630	0.30 639	0.39 668	0.42 684	0.23 680	0.14 647	0.21 662	0.17 658	0.23 669	0.18 662

EDNetEfficient	0.29 649	0.24 658	1.13 708	0.18 404	0.10 473	0.19 532	0.20 563	0.20 349	0.60 673	0.74 696	0.56 671	0.31 604	0.39 666	0.22 578	0.30 651	0.09 491	0.07 505	0.08 409	0.07 395	0.11 575	0.09 521

ADCS	0.29 649	0.18 632	0.45 654	0.21 576	0.17 648	0.28 634	0.23 605	0.41 657	0.63 680	0.40 658	0.49 655	0.40 651	0.36 660	0.39 668	0.40 680	0.13 618	0.12 622	0.13 610	0.14 629	0.16 649	0.16 650

CSAN	0.29 649	0.24 658	0.27 604	0.34 674	0.19 659	0.33 650	0.42 692	0.37 635	0.50 649	0.38 653	0.40 626	0.44 659	0.33 650	0.28 622	0.30 651	0.20 667	0.16 657	0.19 659	0.19 663	0.14 624	0.15 639

AANet	0.30 655	0.19 636	1.03 706	0.16 225	0.13 581	0.22 575	0.16 407	0.30 555	0.62 676	0.60 683	0.52 661	0.46 665	0.38 663	0.23 589	0.32 660	0.12 592	0.09 571	0.11 575	0.10 559	0.13 610	0.12 592

MFN_U_SF_DS_RVC	0.30 655	0.24 658	0.29 617	0.36 678	0.16 633	0.34 653	0.30 673	0.32 578	0.42 620	0.40 658	0.46 651	0.38 639	0.31 643	0.34 645	0.28 640	0.19 665	0.20 670	0.26 670	0.29 683	0.18 660	0.19 667

GANetREF_RVC	0.31 657	0.34 679	0.27 604	0.35 676	0.16 633	0.32 643	0.41 689	0.48 676	0.51 656	0.35 645	0.35 597	0.34 624	0.33 650	0.39 668	0.32 660	0.27 684	0.20 670	0.29 682	0.15 646	0.18 660	0.17 659
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	0.31 657	0.26 664	0.26 597	0.24 626	0.21 666	0.34 653	0.25 634	0.34 607	0.39 603	0.40 658	0.69 684	0.45 661	0.40 669	0.34 645	0.27 632	0.20 667	0.19 667	0.26 670	0.25 675	0.23 669	0.22 672

MFN_U_SF_RVC	0.32 659	0.21 648	0.55 667	0.30 669	0.15 622	0.34 653	0.17 450	0.52 685	0.46 637	0.46 673	0.55 666	0.59 680	0.39 666	0.35 651	0.37 673	0.15 636	0.14 647	0.18 657	0.21 666	0.16 649	0.15 639

PASM	0.32 659	0.24 658	0.48 660	0.28 658	0.27 679	0.29 638	0.30 673	0.34 607	0.49 646	0.35 645	0.39 620	0.46 665	0.34 655	0.34 645	0.35 668	0.23 680	0.25 685	0.26 670	0.28 682	0.23 669	0.21 670

SGM-ForestM	0.32 659	0.12 552	0.16 481	0.16 225	0.11 524	0.39 668	0.19 539	0.41 657	0.50 649	0.52 676	0.54 664	1.32 709	0.42 677	0.40 673	0.27 632	0.14 632	0.16 657	0.16 645	0.16 651	0.12 590	0.12 592

FC-DCNN v2	0.33 662	0.27 667	0.28 609	0.26 642	0.23 671	0.37 663	0.28 656	0.40 651	0.43 625	0.45 670	0.56 671	0.51 673	0.40 669	0.37 662	0.29 644	0.21 671	0.20 670	0.27 673	0.26 676	0.25 676	0.24 674

FCDSN-DC	0.33 662	0.28 671	0.28 609	0.30 669	0.24 673	0.39 668	0.28 656	0.42 662	0.42 620	0.43 668	0.53 662	0.51 673	0.41 674	0.36 657	0.30 651	0.21 671	0.20 670	0.27 673	0.26 676	0.25 676	0.24 674
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.33 662	0.27 667	0.28 609	0.26 642	0.23 671	0.37 663	0.28 656	0.40 651	0.43 625	0.45 670	0.55 666	0.51 673	0.40 669	0.37 662	0.30 651	0.21 671	0.20 670	0.27 673	0.26 676	0.25 676	0.24 674

LSM	0.33 662	0.20 642	0.58 673	0.26 642	0.60 704	0.34 653	0.25 634	0.42 662	0.48 639	0.45 670	0.58 676	0.42 654	0.36 660	0.35 651	0.25 613	0.12 592	0.20 670	0.14 624	0.16 651	0.19 663	0.33 688

AnyNet_C01	0.36 666	0.25 663	1.37 711	0.22 593	0.17 648	0.48 677	0.27 650	0.35 622	0.39 603	0.39 655	0.74 690	0.46 665	0.38 663	0.45 678	0.47 689	0.13 618	0.13 637	0.13 610	0.14 629	0.14 624	0.15 639

GCST	0.37 667	0.42 686	0.26 597	1.02 712	0.39 687	0.18 507	0.08 7	0.20 349	0.17 325	0.28 612	0.25 504	0.15 401	0.12 388	0.16 451	0.14 449	0.64 708	0.43 697	0.75 704	0.65 708	0.63 701	0.46 699

otaku	0.39 668	0.37 682	0.52 663	0.44 685	0.28 680	0.58 683	0.24 619	0.41 657	0.62 676	0.40 658	0.49 655	0.46 665	0.33 650	0.40 673	0.32 660	0.30 685	0.30 689	0.39 689	0.33 688	0.29 683	0.28 682

ACVNet-4b	0.39 668	0.53 689	0.55 667	0.45 686	0.24 673	0.47 675	0.18 499	0.49 678	0.64 681	0.42 665	0.45 650	0.60 681	0.27 616	0.34 645	0.24 603	0.33 688	0.14 647	0.48 692	0.42 694	0.30 684	0.26 681

PVD	0.39 668	0.20 642	0.39 646	0.31 673	0.22 668	0.29 638	0.43 694	0.52 685	0.96 703	0.55 680	0.79 694	0.53 677	0.59 693	0.52 686	0.38 675	0.19 665	0.14 647	0.17 648	0.14 629	0.24 675	0.31 686

Ntro	0.40 671	0.40 684	0.53 664	0.46 689	0.30 684	0.65 689	0.24 619	0.46 673	0.68 687	0.41 662	0.49 655	0.48 671	0.42 677	0.39 668	0.31 658	0.32 686	0.28 687	0.37 688	0.30 685	0.32 688	0.29 683

SAMSARA	0.40 671	0.28 671	0.33 629	0.55 692	0.39 687	0.82 703	1.23 720	0.47 675	0.51 656	0.36 648	0.35 597	0.55 679	0.39 666	0.38 664	0.39 677	0.15 636	0.20 670	0.15 637	0.14 629	0.23 669	0.20 668

ELAS_RVC	0.41 673	0.29 674	0.33 629	0.28 658	0.24 673	0.54 681	0.36 684	0.49 678	0.59 669	0.72 692	0.74 690	0.65 686	0.54 686	0.54 691	0.40 680	0.22 676	0.20 670	0.27 673	0.26 676	0.26 681	0.25 679
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 673	0.29 674	0.33 629	0.27 655	0.24 673	0.60 686	0.36 684	0.50 682	0.50 649	0.71 690	0.79 694	0.67 688	0.54 686	0.51 684	0.42 684	0.22 676	0.20 670	0.27 673	0.26 676	0.26 681	0.25 679
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
light-stereo	0.42 675	0.26 664	0.59 675	0.60 694	0.49 694	0.32 643	0.23 605	0.46 673	0.52 658	0.56 682	0.58 676	0.76 693	0.32 648	0.48 680	0.29 644	0.32 686	0.24 683	0.27 673	0.33 688	0.46 692	0.39 693

MSC_U_SF_DS_RVC	0.43 676	0.39 683	0.54 665	0.40 681	0.20 662	0.64 688	0.32 681	0.53 687	0.72 690	0.71 690	0.72 687	0.61 682	0.54 686	0.51 684	0.46 688	0.20 667	0.19 667	0.29 682	0.30 685	0.23 669	0.18 662

ACVNet_1	0.44 677	0.49 688	0.60 676	0.45 686	0.28 680	0.49 678	0.27 650	0.57 692	0.72 690	0.62 685	0.58 676	0.74 692	0.49 683	0.50 682	0.35 668	0.26 683	0.24 683	0.39 689	0.29 683	0.31 687	0.24 674

Consistency-Raft	0.44 677	0.40 684	0.45 654	0.37 680	0.43 691	0.46 673	0.41 689	0.57 692	0.55 660	0.32 638	0.73 688	0.33 617	0.48 682	0.42 677	0.49 691	0.39 691	0.35 694	0.45 691	0.51 701	0.42 691	0.29 683

RTS	0.45 679	0.19 636	3.26 717	0.24 626	0.15 622	0.74 696	0.20 563	0.36 629	0.76 696	0.42 665	0.43 646	0.31 604	0.41 674	0.53 689	0.35 668	0.10 535	0.08 537	0.13 610	0.12 614	0.15 640	0.15 639

RTSA	0.45 679	0.19 636	3.26 717	0.24 626	0.15 622	0.74 696	0.20 563	0.36 629	0.76 696	0.42 665	0.43 646	0.31 604	0.41 674	0.53 689	0.35 668	0.10 535	0.08 537	0.13 610	0.12 614	0.15 640	0.15 639

MANE	0.45 679	0.27 667	0.27 604	0.27 655	0.24 673	0.47 675	0.31 679	0.55 689	0.59 669	0.72 692	1.13 711	1.15 703	0.61 694	0.52 686	0.37 673	0.21 671	0.20 670	0.27 673	0.31 687	0.25 676	0.24 674

NVStereoNet_ROB	0.46 682	0.36 681	0.46 658	0.41 683	0.28 680	0.34 653	0.34 682	0.48 676	0.60 673	0.72 692	0.93 700	0.70 691	0.66 697	0.47 679	0.60 699	0.22 676	0.33 693	0.34 687	0.34 691	0.30 684	0.30 685
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	0.47 683	0.26 664	0.58 673	0.28 658	0.20 662	0.39 668	0.18 499	0.49 678	0.64 681	0.52 676	0.87 697	1.01 698	0.57 691	0.50 682	0.56 696	0.53 701	0.31 692	0.54 698	0.40 692	0.33 689	0.34 689

LE_ROB	0.50 684	0.07 242	0.14 396	0.15 125	0.08 224	0.24 596	0.16 407	0.22 402	1.81 719	4.63 724	0.67 682	0.47 669	0.44 679	0.20 548	0.29 644	0.07 346	0.06 432	0.06 202	0.06 295	0.08 454	0.06 314

BEATNet-Init1	0.52 685	0.27 667	0.62 678	0.30 669	0.21 666	0.76 700	0.29 666	0.54 688	0.65 684	0.86 701	0.95 702	2.07 718	0.62 696	0.56 693	0.42 684	0.18 658	0.18 664	0.23 667	0.22 669	0.22 668	0.21 670

anonymity	0.53 686	0.58 691	0.65 680	0.41 683	0.61 705	0.53 680	0.41 689	0.56 690	0.41 612	0.55 680	0.50 659	0.49 672	0.55 689	0.58 694	0.50 694	0.58 704	0.50 707	0.51 694	0.51 701	0.51 694	0.57 702

RainbowNet	0.54 687	0.61 693	0.70 695	0.57 693	0.43 691	0.65 689	0.37 687	0.60 694	0.87 700	0.50 675	0.66 681	0.64 684	0.47 681	0.49 681	0.43 687	0.47 698	0.48 703	0.52 696	0.41 693	0.52 695	0.40 696

SGM+DAISY	0.56 688	0.57 690	0.65 680	0.40 681	0.54 697	0.66 691	0.49 697	0.56 690	0.45 636	0.66 686	0.69 684	0.67 688	0.56 690	0.63 696	0.56 696	0.59 705	0.48 703	0.50 693	0.50 700	0.52 695	0.58 703

SPS-STEREO	0.57 689	0.58 691	0.65 680	0.45 686	0.55 699	0.62 687	0.44 696	0.62 695	0.50 649	0.68 688	0.64 679	0.66 687	0.57 691	0.61 695	0.60 699	0.62 707	0.47 702	0.51 694	0.49 698	0.55 699	0.58 703
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.64 690	0.66 697	0.65 680	0.51 690	0.69 709	0.69 692	0.57 703	0.64 696	0.73 694	0.60 683	0.73 688	0.62 683	0.67 698	0.65 697	0.60 699	0.66 709	0.58 716	0.63 699	0.59 704	0.68 706	0.69 712

IMH-64-1	0.65 691	0.61 693	0.68 689	0.71 697	0.51 695	0.59 684	0.49 697	0.91 703	0.85 698	0.74 696	1.02 704	0.81 694	0.78 702	0.79 700	0.49 691	0.42 693	0.46 698	0.71 701	0.47 696	0.52 695	0.39 693

IMH-64	0.65 691	0.61 693	0.68 689	0.71 697	0.51 695	0.59 684	0.49 697	0.91 703	0.85 698	0.74 696	1.02 704	0.81 694	0.78 702	0.79 700	0.49 691	0.42 693	0.46 698	0.71 701	0.47 696	0.52 695	0.39 693

ACVNet_2	0.66 693	0.66 697	0.68 689	0.63 695	0.41 689	0.71 694	0.49 697	0.96 707	1.39 712	0.89 702	1.09 707	1.04 699	0.73 700	0.54 691	0.47 689	0.43 695	0.40 696	0.53 697	0.44 695	0.47 693	0.35 691

JetBlue	0.71 694	0.45 687	1.14 709	0.51 690	0.47 693	2.02 718	0.64 707	0.75 698	0.70 688	0.69 689	0.77 693	1.22 705	0.83 704	1.03 715	1.01 715	0.40 692	0.28 687	0.33 686	0.33 688	0.30 684	0.34 689

IMH	0.71 694	0.64 696	0.68 689	0.76 699	0.54 697	0.69 692	0.54 701	0.98 709	1.10 705	0.82 700	1.09 707	0.89 696	0.88 707	0.87 708	0.52 695	0.44 696	0.50 707	0.75 704	0.51 701	0.56 700	0.41 697

PWCK	0.71 694	0.94 708	0.95 704	0.76 699	0.31 685	0.74 696	0.36 684	0.90 702	0.90 701	0.96 705	0.75 692	0.95 697	0.61 694	0.87 708	0.66 702	0.72 710	0.46 698	0.75 704	0.49 698	0.69 708	0.44 698

MADNet+	0.75 697	0.71 699	3.70 720	0.66 696	0.41 689	0.98 708	0.97 718	0.69 697	0.73 694	0.52 676	0.57 674	0.64 684	0.68 699	0.86 707	1.01 715	0.34 689	0.36 695	0.28 681	0.23 673	0.36 690	0.31 686

TorneroNet-64	0.76 698	0.72 700	0.74 696	0.78 701	0.58 703	0.91 707	0.56 702	0.84 701	1.29 709	0.66 686	0.90 698	1.40 711	0.75 701	0.85 706	0.67 705	0.49 699	0.46 698	0.72 703	0.59 704	0.67 705	0.53 701

WAO-7	0.79 699	0.78 702	0.54 665	0.85 705	0.67 708	0.74 696	0.68 711	1.05 712	1.32 710	0.90 703	1.20 714	1.04 699	0.92 708	0.69 698	0.66 702	0.60 706	0.62 717	0.67 700	0.68 710	0.64 702	0.58 703

WAO-6	0.81 700	0.80 703	0.62 678	0.86 706	0.63 706	0.76 700	0.58 704	0.98 709	1.54 717	0.90 703	0.96 703	1.07 701	1.03 712	0.70 699	0.66 702	0.72 710	0.49 705	0.90 712	0.71 711	0.68 706	0.58 703

TorneroNet	0.82 701	0.74 701	0.81 701	0.84 704	0.63 706	0.99 709	0.63 705	0.96 707	1.16 706	0.80 699	1.11 709	1.36 710	0.86 706	0.93 711	0.80 710	0.56 702	0.49 705	0.78 709	0.66 709	0.73 711	0.63 711

LVE	0.83 702	0.85 706	0.85 702	0.80 702	0.56 700	1.04 713	0.65 708	1.05 712	1.47 715	0.96 705	1.22 715	1.10 702	0.85 705	0.83 703	0.71 707	0.49 699	0.55 713	0.76 707	0.60 706	0.65 703	0.59 708

Dean	0.87 703	0.86 707	0.79 699	0.81 703	0.56 700	0.90 704	0.63 705	1.15 718	1.73 718	1.15 713	1.15 712	1.31 708	0.99 711	0.81 702	0.81 711	0.57 703	0.56 714	0.77 708	0.64 707	0.66 704	0.58 703

WAO-8	0.91 704	0.81 704	0.65 680	0.94 709	0.69 709	0.90 704	0.67 709	1.07 715	1.83 720	1.06 710	1.45 717	1.30 706	1.07 713	0.84 704	0.78 708	0.74 712	0.53 710	0.86 710	0.75 712	0.69 708	0.62 709

Venus	0.91 704	0.81 704	0.65 680	0.94 709	0.69 709	0.90 704	0.67 709	1.07 715	1.83 720	1.06 710	1.45 717	1.30 706	1.07 713	0.84 704	0.78 708	0.74 712	0.53 710	0.86 710	0.75 712	0.69 708	0.62 709

UNDER WATER-64	0.95 706	0.94 708	1.43 713	0.87 707	0.56 700	1.18 716	0.87 715	0.77 699	0.94 702	1.04 708	0.85 696	1.58 716	1.21 718	0.94 712	0.96 713	0.87 716	0.57 715	1.03 716	0.88 717	0.78 712	0.73 713

UNDER WATER	0.97 707	0.97 710	1.42 712	0.99 711	0.70 712	1.12 715	0.84 714	0.80 700	1.08 704	1.01 707	0.90 698	1.55 715	1.22 719	1.03 715	1.00 714	0.78 714	0.53 710	1.02 715	0.87 716	0.80 713	0.74 714

notaker	0.97 707	1.11 711	0.98 705	1.13 714	0.81 713	0.73 695	0.68 711	0.93 705	1.16 706	1.18 715	1.18 713	1.41 712	1.16 717	1.08 717	0.69 706	0.81 715	0.64 718	1.17 717	0.79 714	0.98 715	0.80 716

ktn	1.01 709	1.21 713	0.80 700	1.23 716	0.86 715	1.01 711	0.87 715	0.94 706	1.39 712	1.04 708	1.12 710	1.15 703	1.07 713	0.94 712	0.59 698	1.28 721	0.71 719	1.38 721	0.83 715	1.02 717	0.75 715

KSHMR	1.09 710	1.17 712	0.88 703	1.25 717	1.00 717	0.99 709	0.96 717	1.13 717	1.37 711	1.16 714	1.29 716	1.41 712	0.96 710	1.01 714	0.92 712	1.03 719	1.08 721	1.20 718	1.03 720	1.01 716	0.97 718

DPSimNet_ROB	1.11 711	1.23 714	0.78 697	1.13 714	0.88 716	1.10 714	1.13 719	1.16 719	1.23 708	1.43 717	1.02 704	1.41 712	1.10 716	0.90 710	1.60 717	1.46 722	0.51 709	1.21 719	1.03 720	0.90 714	1.01 720

HanzoNet	1.29 712	1.26 715	1.19 710	1.12 713	0.85 714	1.02 712	0.83 713	1.03 711	1.48 716	1.64 718	1.61 719	2.50 720	1.72 720	1.61 719	1.61 718	1.26 720	0.80 720	1.31 720	1.01 719	1.02 717	0.86 717

JetRed	1.62 713	1.46 716	2.98 715	0.92 708	1.21 718	4.99 721	1.53 723	1.27 720	1.39 712	1.83 719	1.74 720	1.60 717	0.95 709	1.41 718	2.45 723	0.90 718	1.60 722	0.93 713	0.90 718	1.35 719	0.99 719

MADNet++	1.95 714	1.75 717	1.59 714	1.82 718	1.69 720	2.33 719	1.40 722	2.35 721	2.09 722	2.57 721	2.36 722	2.24 719	2.17 722	2.28 720	2.34 721	1.87 723	1.66 723	1.54 722	1.34 722	1.92 720	1.77 722

Selective-IGEV-i1pa	2.80 715	3.51 723	0.67 688	0.28 658	0.14 602	10.22 725	0.43 694	4.36 722	3.63 723	3.53 722	6.92 724	3.47 721	1.97 721	13.41 736	2.26 720	0.36 690	0.15 653	0.13 610	0.10 559	0.15 640	0.35 691

coex-ft	3.30 716	0.34 679	59.09 748	0.18 404	0.13 581	0.26 617	0.22 594	0.27 507	0.72 690	1.90 720	0.70 686	0.44 659	0.45 680	0.29 628	0.41 683	0.09 491	0.09 571	0.12 595	0.09 517	0.14 624	0.13 615

TCMNet-wrong-test	3.67 717	5.48 731	3.89 721	12.18 732	11.75 734	4.65 720	3.88 724	1.06 714	0.72 690	1.09 712	2.15 721	6.30 726	0.53 685	3.43 722	2.36 722	0.89 717	0.20 670	1.87 724	1.69 723	5.57 728	3.62 728

tt	4.67 718	0.06 118	3.55 719	2.02 719	1.55 719	10.25 726	16.71 728	8.91 731	5.03 724	1.31 716	0.94 701	4.71 722	4.76 724	3.33 721	5.87 725	6.06 731	10.30 737	1.88 725	2.11 725	2.75 722	1.21 721

USTest	6.22 719	2.73 720	3.00 716	6.57 726	7.29 726	14.37 728	21.57 729	7.00 730	9.56 729	5.34 727	6.10 723	5.72 725	7.64 727	6.41 726	6.96 727	1.97 724	3.42 729	1.64 723	2.15 726	2.66 721	2.36 723

xxxxx1	7.79 720	5.02 728	7.31 724	3.12 720	3.85 722	16.35 730	22.88 730	5.86 727	8.69 726	7.97 728	8.54 725	9.12 730	8.27 728	10.18 728	10.92 728	2.42 725	2.45 725	3.56 728	12.37 734	3.77 723	3.06 725

tt_ll	7.79 720	5.02 728	7.31 724	3.12 720	3.85 722	16.35 730	22.88 730	5.86 727	8.69 726	7.97 728	8.54 725	9.12 730	8.27 728	10.18 728	10.92 728	2.42 725	2.45 725	3.56 728	12.37 734	3.77 723	3.06 725

ff	7.79 720	5.02 728	7.31 724	3.12 720	3.85 722	16.35 730	22.88 730	5.86 727	8.69 726	7.97 728	8.54 725	9.12 730	8.27 728	10.18 728	10.92 728	2.42 725	2.45 725	3.56 728	12.37 734	3.77 723	3.06 725

EDNetEfficientorigin	7.91 723	0.31 676	153.02 749	0.19 475	0.09 359	0.21 566	0.16 407	0.22 402	0.59 669	0.72 692	0.67 682	0.42 654	0.50 684	0.24 599	0.39 677	0.08 429	0.07 505	0.08 409	0.07 395	0.12 590	0.10 552

DPSMNet_ROB	8.06 724	4.48 724	8.63 732	5.37 725	10.74 729	8.32 723	22.98 734	5.46 724	13.36 734	5.12 725	9.92 730	5.08 723	10.40 731	5.53 725	12.58 731	3.80 729	8.00 730	3.50 726	7.02 731	3.83 726	7.14 732

DGTPSM_ROB	8.06 724	4.48 724	8.63 732	5.35 723	10.72 728	8.32 723	22.97 733	5.46 724	13.35 733	5.12 725	9.92 730	5.08 723	10.40 731	5.52 724	12.58 731	3.79 728	8.00 730	3.50 726	7.02 731	3.83 726	7.14 732

PML	8.91 726	9.34 737	6.13 722	5.35 723	6.41 725	14.99 729	23.38 735	5.27 723	6.83 725	18.04 740	28.19 749	7.67 727	6.83 726	7.85 727	5.75 724	5.35 730	1.83 724	5.95 736	1.93 724	8.64 733	2.52 724

DLNR_Zeroshot_test	10.40 727	1.82 718	19.49 743	120.77 749	13.11 736	0.06 14	0.13 178	0.23 425	0.10 79	0.07 75	0.10 199	0.09 226	0.06 68	0.10 126	0.09 105	0.13 618	0.04 25	0.06 202	0.04 61	51.54 749	0.04 75

DLNR-FE	10.43 728	1.83 719	19.53 744	120.75 748	13.06 735	0.06 14	0.13 178	0.23 425	0.10 79	0.07 75	0.10 199	0.09 226	0.06 68	0.10 126	0.09 105	0.13 618	0.04 25	0.06 202	0.04 61	52.01 750	0.04 75

iinet-test	10.48 729	8.09 733	7.54 728	10.26 727	10.94 730	18.00 734	25.26 736	11.33 735	13.28 731	9.69 732	9.85 728	9.42 733	11.17 733	11.02 732	12.78 734	6.59 733	8.30 732	5.56 731	6.56 727	6.89 729	7.02 730

IINet	10.48 729	8.09 733	7.54 728	10.26 727	10.94 730	18.00 734	25.26 736	11.33 735	13.28 731	9.69 732	9.85 728	9.42 733	11.17 733	11.02 732	12.78 734	6.59 733	8.30 732	5.56 731	6.56 727	6.89 729	7.02 730

LRCNet_RVC	10.62 731	13.42 738	7.30 723	18.92 736	2.07 721	0.33 650	0.30 673	5.59 726	0.48 639	13.03 736	17.94 736	8.87 729	5.65 725	4.79 723	1.89 719	23.51 746	2.73 728	27.55 749	25.71 749	16.07 743	16.33 744

Anonymous_1	10.96 732	7.92 732	7.46 727	10.33 729	10.06 727	18.65 736	26.34 738	11.06 734	13.44 735	9.40 731	10.05 732	9.67 735	11.23 735	10.73 731	12.72 733	6.42 732	8.38 734	5.77 733	10.61 733	12.12 734	6.77 729

DPSM_ROB	11.15 733	8.58 735	8.00 730	10.88 730	11.58 732	19.10 737	26.71 739	12.05 737	14.07 738	10.36 734	10.84 733	10.33 736	11.86 736	11.70 734	13.54 736	6.99 735	8.79 735	5.89 734	6.95 729	7.29 731	7.42 734

DPSM	11.15 733	8.58 735	8.00 730	10.88 730	11.58 732	19.10 737	26.71 739	12.05 737	14.07 738	10.36 734	10.84 733	10.33 736	11.86 736	11.70 734	13.54 736	6.99 735	8.79 735	5.89 734	6.95 729	7.29 731	7.42 734

HaxPig	15.71 735	18.52 747	19.18 742	16.89 735	15.89 737	7.73 722	7.60 725	13.31 739	10.82 730	15.42 737	14.91 735	15.98 738	14.92 738	15.58 737	15.98 738	18.95 745	16.73 738	19.46 745	18.08 745	19.26 744	19.05 747

Selective-IGEV-i16pa	18.58 736	3.30 721	1.09 707	0.21 576	0.18 655	103.68 750	0.28 656	19.87 741	40.73 750	4.16 723	56.45 750	8.07 728	2.59 723	123.95 751	5.89 726	0.18 658	0.12 622	0.09 495	0.12 614	0.12 590	0.51 700

RSGM-EC	20.36 737	4.73 726	0.68 689	16.76 733	16.92 738	21.28 739	27.18 741	10.46 732	14.04 736	18.00 738	21.31 739	22.24 748	21.82 740	22.57 739	17.63 739	62.81 749	33.79 749	20.14 746	18.10 746	20.18 745	16.45 745

acva	20.36 737	4.73 726	0.68 689	16.76 733	16.92 738	21.28 739	27.18 741	10.46 732	14.04 736	18.00 738	21.31 739	22.24 748	21.82 740	22.57 739	17.63 739	62.81 749	33.79 749	20.14 746	18.10 746	20.18 745	16.45 745

MEDIAN_ROB	20.38 739	24.04 748	23.31 745	21.23 737	21.71 740	10.40 727	7.92 726	17.64 740	15.50 740	20.12 741	19.70 737	20.34 739	20.32 739	21.19 738	21.13 741	23.81 747	21.81 747	24.98 748	23.76 748	24.71 747	23.93 748

CasAABBNet	22.42 740	17.33 740	16.01 736	22.01 739	23.28 742	38.32 741	53.80 746	24.14 745	28.41 745	20.60 744	21.77 743	20.89 746	23.91 745	23.43 744	27.36 745	14.07 738	17.69 741	11.83 739	14.01 738	14.67 737	14.95 740

RAFT-FEzeroshot	22.43 741	17.33 740	15.98 734	22.02 740	23.31 744	38.34 742	53.82 748	24.05 743	28.39 743	20.61 745	21.76 741	20.88 743	23.92 747	23.41 742	27.42 747	14.07 738	17.69 741	11.83 739	14.02 739	14.69 738	14.97 741

RAFT-FE	22.43 741	17.33 740	15.98 734	22.02 740	23.31 744	38.34 742	53.82 748	24.05 743	28.39 743	20.61 745	21.76 741	20.88 743	23.92 747	23.41 742	27.42 747	14.07 738	17.69 741	11.83 739	14.02 739	14.69 738	14.97 741

FlowAnything	22.44 743	17.35 743	16.14 738	22.07 743	23.23 741	38.39 746	53.77 744	24.25 747	28.44 746	20.96 749	21.82 745	20.70 741	23.84 743	23.49 746	27.14 743	14.04 737	17.79 746	11.75 737	14.15 743	14.65 735	14.89 737

Hybrid-DGEV	22.47 744	17.40 745	16.14 738	22.00 738	23.29 743	38.36 744	53.80 746	24.43 750	28.63 749	20.59 743	21.81 744	20.88 743	23.91 745	23.45 745	27.42 747	14.08 741	17.69 741	11.83 739	14.06 742	14.65 735	14.93 739

Selective-RAFT-Error	22.47 744	17.37 744	16.09 737	22.06 742	23.34 746	38.39 746	53.83 750	24.29 749	28.47 747	20.74 747	21.83 746	20.81 742	23.90 744	23.54 748	27.53 750	14.08 741	17.69 741	11.82 738	14.00 737	14.69 738	15.00 743

fast-reg	22.85 746	17.43 746	19.15 741	22.22 745	24.34 747	38.36 744	53.78 745	24.23 746	28.52 748	20.55 742	22.05 747	20.54 740	23.77 742	23.21 741	27.31 744	14.18 744	17.47 740	14.33 744	14.96 744	15.81 742	14.81 736

LSM0	22.87 747	17.28 739	18.96 740	22.19 744	29.04 749	38.42 748	53.71 743	24.28 748	28.31 742	20.78 748	21.00 738	21.43 747	24.16 749	23.50 747	27.39 746	14.09 743	17.38 739	11.84 743	14.04 741	14.73 741	14.89 737

AVERAGE_ROB	24.90 748	29.20 749	28.14 746	24.89 746	24.64 748	17.75 733	11.12 727	21.45 742	19.93 741	25.12 750	24.46 748	25.12 750	25.46 750	24.69 749	22.83 742	29.76 748	27.13 748	28.97 750	27.95 750	29.91 748	29.47 749

test_example2	98.32 749	94.13 750	45.89 747	96.35 747	109.85 750	88.61 749	95.45 751	25.75 751	94.37 751	130.00 752	126.06 751	58.17 751	74.63 751	88.51 750	79.96 751	150.23 751	221.02 751	77.62 751	99.10 751	113.75 751	96.94 750

GS-Stereo							0.14 247	0.11 60	0.12 151	0.08 133	0.10 199	0.05 5	0.05 14	0.11 202	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.05 172	0.05 210

FSD					0.22 668	0.25 607	0.25 634	0.27 507	0.26 496	0.25 585	0.26 521	0.25 544	0.27 616	0.27 610	0.24 603	0.21 671	0.20 670	0.27 673	0.26 676	0.25 676

ccccc		285.66 751		368.85 750	370.60 751	123.16 751		115.05 752		126.68 751		122.83 752		252.94 752		384.56 752	353.86 752	254.69 752	223.00 752	425.87 752

ASD4		3.38 722

Low-res two-view benchmark