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	0.09 136	0.13 23	0.05 2	0.08 93	0.11 71	0.06 1	0.06 8	0.06 26	0.06 25	0.08 199	0.05 15	0.08 30	0.09 109	0.06 172	0.04 25	0.04 1	0.03 1	0.05 175	0.04 77

PSi22a	0.06 1	0.04 1	0.09 136	0.12 7	0.05 2	0.06 16	0.11 71	0.06 1	0.06 8	0.06 26	0.06 25	0.06 44	0.05 15	0.08 30	0.09 109	0.07 356	0.04 25	0.04 1	0.03 1	0.05 175	0.04 77

Foundation-i32	0.06 1	0.04 1	0.09 136	0.13 23	0.04 1	0.06 16	0.12 108	0.06 1	0.05 4	0.06 26	0.05 7	0.05 5	0.05 15	0.07 7	0.09 109	0.06 172	0.04 25	0.05 55	0.03 1	0.04 49	0.04 77

MLG-Stereo_test2	0.06 1	0.04 1	0.10 203	0.15 131	0.05 2	0.07 47	0.11 71	0.09 26	0.04 2	0.06 26	0.05 7	0.06 44	0.04 1	0.08 30	0.09 109	0.06 172	0.04 25	0.05 55	0.03 1	0.05 175	0.05 214

MLG-Stereo_test1	0.06 1	0.05 45	0.08 62	0.17 317	0.05 2	0.06 16	0.11 71	0.08 13	0.03 1	0.05 2	0.04 1	0.06 44	0.05 15	0.09 64	0.09 109	0.05 51	0.04 25	0.05 55	0.03 1	0.04 49	0.04 77

FoundationStereo	0.06 1	0.04 1	0.08 62	0.12 7	0.05 2	0.09 151	0.13 187	0.06 1	0.09 60	0.05 2	0.05 7	0.06 44	0.04 1	0.06 1	0.07 1	0.06 172	0.04 25	0.05 55	0.03 1	0.05 175	0.04 77

DF_test	0.07 7	0.05 45	0.08 62	0.14 71	0.08 233	0.04 1	0.13 187	0.08 13	0.11 121	0.07 80	0.08 134	0.06 44	0.07 186	0.06 1	0.08 27	0.06 172	0.05 283	0.05 55	0.05 202	0.05 175	0.04 77

over v1	0.07 7	0.07 250	0.07 13	0.18 411	0.05 2	0.08 93	0.08 9	0.10 40	0.05 4	0.06 26	0.06 25	0.07 132	0.10 331	0.11 208	0.08 27	0.05 51	0.04 25	0.04 1	0.03 1	0.05 175	0.05 214

over-8	0.07 7	0.07 250	0.07 13	0.18 411	0.05 2	0.08 93	0.08 9	0.13 128	0.05 4	0.06 26	0.05 7	0.07 132	0.09 284	0.11 208	0.08 27	0.06 172	0.04 25	0.04 1	0.03 1	0.05 175	0.05 214

small-0shot	0.07 7	0.05 45	0.08 62	0.14 71	0.07 142	0.06 16	0.13 187	0.09 26	0.08 30	0.05 2	0.10 212	0.06 44	0.06 71	0.06 1	0.10 215	0.06 172	0.04 25	0.05 55	0.04 65	0.04 49	0.04 77

over-9	0.07 7	0.07 250	0.07 13	0.18 411	0.05 2	0.08 93	0.08 9	0.13 128	0.06 8	0.06 26	0.05 7	0.07 132	0.09 284	0.11 208	0.08 27	0.06 172	0.04 25	0.04 1	0.03 1	0.05 175	0.05 214

WAFT-Stereo (ZS)	0.07 7	0.05 45	0.09 136	0.12 7	0.07 142	0.08 93	0.15 349	0.07 7	0.07 20	0.06 26	0.10 212	0.05 5	0.07 186	0.06 1	0.11 303	0.05 51	0.04 25	0.05 55	0.04 65	0.05 175	0.05 214

testmc14	0.07 7	0.05 45	0.06 5	0.15 131	0.05 2	0.09 151	0.13 187	0.08 13	0.08 30	0.07 80	0.09 173	0.06 44	0.05 15	0.07 7	0.07 1	0.06 172	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

MCSU-Stereo	0.07 7	0.05 45	0.06 5	0.15 131	0.05 2	0.09 151	0.13 187	0.10 40	0.09 60	0.07 80	0.07 69	0.07 132	0.05 15	0.09 64	0.07 1	0.06 172	0.04 25	0.04 1	0.03 1	0.04 49	0.03 2

derf	0.07 7	0.04 1	0.10 203	0.14 71	0.06 33	0.05 5	0.12 108	0.12 94	0.09 60	0.05 2	0.07 69	0.07 132	0.08 239	0.10 129	0.10 215	0.06 172	0.05 283	0.04 1	0.03 1	0.04 49	0.05 214

mm2	0.07 7	0.04 1	0.10 203	0.13 23	0.06 33	0.06 16	0.12 108	0.13 128	0.08 30	0.06 26	0.07 69	0.06 44	0.08 239	0.10 129	0.09 109	0.06 172	0.05 283	0.04 1	0.03 1	0.04 49	0.05 214

mm1	0.07 7	0.04 1	0.10 203	0.13 23	0.06 33	0.06 16	0.12 108	0.06 1	0.08 30	0.06 26	0.07 69	0.06 44	0.08 239	0.10 129	0.09 109	0.06 172	0.05 283	0.04 1	0.03 1	0.04 49	0.05 214

qqai	0.07 7	0.05 45	0.10 203	0.14 71	0.06 33	0.05 5	0.12 108	0.08 13	0.09 60	0.05 2	0.06 25	0.06 44	0.08 239	0.10 129	0.09 109	0.06 172	0.05 283	0.05 55	0.03 1	0.04 49	0.05 214

MGA	0.07 7	0.04 1	0.10 203	0.13 23	0.06 33	0.08 93	0.09 25	0.12 94	0.08 30	0.05 2	0.06 25	0.06 44	0.05 15	0.10 129	0.09 109	0.06 172	0.04 25	0.05 55	0.03 1	0.05 175	0.05 214

CAR	0.07 7	0.05 45	0.08 62	0.14 71	0.06 33	0.07 47	0.08 9	0.12 94	0.08 30	0.05 2	0.06 25	0.05 5	0.05 15	0.10 129	0.09 109	0.06 172	0.04 25	0.05 55	0.04 65	0.04 49	0.04 77

MSE-Stereo	0.07 7	0.04 1	0.08 62	0.13 23	0.06 33	0.07 47	0.08 9	0.12 94	0.08 30	0.05 2	0.06 25	0.05 5	0.05 15	0.10 129	0.09 109	0.06 172	0.04 25	0.05 55	0.04 65	0.04 49	0.04 77

monster-pro	0.07 7	0.06 125	0.05 1	0.15 131	0.05 2	0.07 47	0.10 42	0.15 205	0.15 269	0.05 2	0.06 25	0.05 5	0.06 71	0.07 7	0.09 109	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

PointNet	0.07 7	0.06 125	0.07 13	0.15 131	0.07 142	0.08 93	0.14 261	0.11 67	0.08 30	0.05 2	0.07 69	0.08 199	0.08 239	0.09 64	0.09 109	0.06 172	0.04 25	0.05 55	0.04 65	0.03 1	0.04 77

aanet-new-60k	0.07 7	0.07 250	0.08 62	0.18 411	0.06 33	0.07 47	0.10 42	0.09 26	0.14 241	0.07 80	0.07 69	0.06 44	0.06 71	0.11 208	0.08 27	0.05 51	0.04 25	0.05 55	0.04 65	0.04 49	0.03 2

aanet-new-70k	0.07 7	0.06 125	0.09 136	0.17 317	0.06 33	0.08 93	0.12 108	0.11 67	0.10 88	0.06 26	0.07 69	0.07 132	0.06 71	0.10 129	0.07 1	0.04 11	0.04 25	0.05 55	0.04 65	0.04 49	0.03 2

aanet-new-78k	0.07 7	0.07 250	0.09 136	0.19 486	0.06 33	0.07 47	0.12 108	0.11 67	0.13 208	0.06 26	0.07 69	0.06 44	0.06 71	0.09 64	0.07 1	0.04 11	0.04 25	0.05 55	0.04 65	0.05 175	0.03 2

aanet-new-40k	0.07 7	0.08 374	0.07 13	0.17 317	0.07 142	0.08 93	0.13 187	0.10 40	0.10 88	0.07 80	0.08 134	0.06 44	0.05 15	0.08 30	0.08 27	0.05 51	0.04 25	0.05 55	0.04 65	0.05 175	0.04 77

GCAP-Stereo-DPT26K	0.07 7	0.06 125	0.07 13	0.16 230	0.06 33	0.08 93	0.12 108	0.10 40	0.08 30	0.06 26	0.09 173	0.06 44	0.05 15	0.08 30	0.08 27	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

aanet-new-24k	0.07 7	0.07 250	0.07 13	0.17 317	0.06 33	0.07 47	0.12 108	0.09 26	0.11 121	0.09 195	0.09 173	0.06 44	0.07 186	0.09 64	0.07 1	0.04 11	0.04 25	0.05 55	0.04 65	0.04 49	0.03 2

GCAP-Stereo-DPT-20K	0.07 7	0.05 45	0.11 266	0.15 131	0.06 33	0.07 47	0.13 187	0.09 26	0.11 121	0.07 80	0.08 134	0.06 44	0.05 15	0.09 64	0.07 1	0.05 51	0.05 283	0.05 55	0.04 65	0.03 1	0.04 77

GCAP-Stereo-DPT-24K	0.07 7	0.06 125	0.07 13	0.15 131	0.06 33	0.10 216	0.15 349	0.12 94	0.11 121	0.06 26	0.11 267	0.06 44	0.05 15	0.09 64	0.08 27	0.05 51	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

PipStereo	0.07 7	0.04 1	0.09 136	0.13 23	0.05 2	0.08 93	0.11 71	0.06 1	0.06 8	0.06 26	0.05 7	0.08 199	0.05 15	0.08 30	0.09 109	0.06 172	0.04 25	0.04 1	0.03 1	0.05 175	0.04 77

LACA3	0.07 7	0.08 374	0.08 62	0.13 23	0.05 2	0.09 151	0.11 71	0.08 13	0.08 30	0.08 141	0.05 7	0.07 132	0.07 186	0.07 7	0.07 1	0.06 172	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

Selective-IGEV-i32	0.07 7	0.06 125	0.08 62	0.17 317	0.06 33	0.08 93	0.12 108	0.13 128	0.07 20	0.08 141	0.07 69	0.06 44	0.04 1	0.10 129	0.09 109	0.05 51	0.04 25	0.05 55	0.04 65	0.04 49	0.03 2

LACA2	0.07 7	0.05 45	0.06 5	0.15 131	0.06 33	0.09 151	0.11 71	0.11 67	0.10 88	0.05 2	0.05 7	0.06 44	0.08 239	0.09 64	0.07 1	0.07 356	0.04 25	0.04 1	0.04 65	0.04 49	0.04 77

LACA1	0.07 7	0.07 250	0.07 13	0.14 71	0.05 2	0.09 151	0.11 71	0.10 40	0.07 20	0.05 2	0.05 7	0.06 44	0.07 186	0.08 30	0.09 109	0.06 172	0.04 25	0.04 1	0.04 65	0.03 1	0.04 77

Test_v1	0.07 7	0.04 1	0.06 5	0.13 23	0.06 33	0.08 93	0.11 71	0.15 205	0.12 164	0.06 26	0.05 7	0.04 1	0.05 15	0.08 30	0.10 215	0.07 356	0.04 25	0.05 55	0.04 65	0.04 49	0.04 77

BLMT-Stereo	0.07 7	0.04 1	0.08 62	0.15 131	0.07 142	0.06 16	0.14 261	0.07 7	0.10 88	0.05 2	0.05 7	0.04 1	0.06 71	0.07 7	0.09 109	0.04 11	0.04 25	0.05 55	0.05 202	0.04 49	0.04 77

Pro-Stereo	0.07 7	0.05 45	0.08 62	0.15 131	0.07 142	0.08 93	0.12 108	0.07 7	0.07 20	0.06 26	0.06 25	0.05 5	0.05 15	0.09 64	0.08 27	0.05 51	0.04 25	0.06 209	0.05 202	0.04 49	0.04 77

MatchStereo	0.07 7	0.04 1	0.08 62	0.14 71	0.06 33	0.05 5	0.12 108	0.12 94	0.09 60	0.07 80	0.06 25	0.04 1	0.04 1	0.08 30	0.09 109	0.06 172	0.05 283	0.05 55	0.03 1	0.04 49	0.04 77
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	0.09 136	0.11 1	0.05 2	0.10 216	0.10 42	0.14 162	0.09 60	0.06 26	0.07 69	0.06 44	0.07 186	0.07 7	0.10 215	0.06 172	0.04 25	0.04 1	0.04 65	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 45	0.07 13	0.14 71	0.06 33	0.09 151	0.13 187	0.15 205	0.06 8	0.07 80	0.08 134	0.06 44	0.08 239	0.09 64	0.09 109	0.06 172	0.05 283	0.04 1	0.03 1	0.04 49	0.04 77

VIP-Stereo	0.07 7	0.07 250	0.07 13	0.15 131	0.06 33	0.12 327	0.10 42	0.11 67	0.11 121	0.06 26	0.07 69	0.06 44	0.05 15	0.10 129	0.08 27	0.05 51	0.04 25	0.05 55	0.03 1	0.03 1	0.02 1

BridgeDepth	0.07 7	0.07 250	0.08 62	0.18 411	0.06 33	0.07 47	0.11 71	0.09 26	0.06 8	0.04 1	0.07 69	0.10 277	0.09 284	0.08 30	0.08 27	0.04 11	0.03 1	0.04 1	0.04 65	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 45	0.09 136	0.13 23	0.06 33	0.12 327	0.12 108	0.11 67	0.10 88	0.07 80	0.08 134	0.06 44	0.06 71	0.09 64	0.08 27	0.06 172	0.04 25	0.05 55	0.04 65	0.04 49	0.04 77

MonStereo	0.07 7	0.06 125	0.05 1	0.15 131	0.05 2	0.08 93	0.10 42	0.15 205	0.15 269	0.05 2	0.06 25	0.05 5	0.06 71	0.07 7	0.09 109	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 45	0.07 13	0.16 230	0.06 33	0.07 47	0.11 71	0.10 40	0.08 30	0.06 26	0.06 25	0.07 132	0.07 186	0.09 64	0.09 109	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 7	0.06 125	0.05 1	0.15 131	0.05 2	0.08 93	0.10 42	0.15 205	0.15 269	0.05 2	0.06 25	0.05 5	0.06 71	0.07 7	0.09 109	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	0.09 136	0.13 23	0.06 33	0.05 5	0.09 25	0.11 67	0.07 20	0.06 26	0.06 25	0.05 5	0.06 71	0.09 64	0.09 109	0.06 172	0.04 25	0.04 1	0.03 1	0.05 175	0.05 214

Replicate-Monster	0.07 7	0.05 45	0.09 136	0.14 71	0.06 33	0.08 93	0.09 25	0.13 128	0.13 208	0.05 2	0.07 69	0.06 44	0.06 71	0.08 30	0.10 215	0.05 51	0.04 25	0.05 55	0.03 1	0.04 49	0.04 77

AdaDepth	0.07 7	0.06 125	0.07 13	0.18 411	0.06 33	0.11 273	0.12 108	0.09 26	0.07 20	0.06 26	0.05 7	0.07 132	0.06 71	0.09 64	0.10 215	0.04 11	0.05 283	0.05 55	0.04 65	0.04 49	0.04 77

asda	0.07 7	0.08 374	0.08 62	0.16 230	0.06 33	0.06 16	0.10 42	0.16 246	0.10 88	0.06 26	0.06 25	0.05 5	0.05 15	0.10 129	0.10 215	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

asd	0.07 7	0.08 374	0.07 13	0.16 230	0.07 142	0.08 93	0.08 9	0.11 67	0.08 30	0.07 80	0.07 69	0.06 44	0.06 71	0.10 129	0.09 109	0.03 1	0.03 1	0.04 1	0.04 65	0.04 49	0.03 2

qwe	0.07 7	0.08 374	0.07 13	0.15 131	0.06 33	0.07 47	0.10 42	0.18 320	0.11 121	0.07 80	0.07 69	0.06 44	0.06 71	0.10 129	0.09 109	0.03 1	0.03 1	0.04 1	0.04 65	0.04 49	0.03 2

2.25w	0.07 7	0.06 125	0.07 13	0.14 71	0.06 33	0.08 93	0.08 9	0.10 40	0.15 269	0.08 141	0.10 212	0.07 132	0.06 71	0.08 30	0.10 215	0.05 51	0.03 1	0.04 1	0.04 65	0.03 1	0.04 77

4.25_new	0.07 7	0.08 374	0.09 136	0.15 131	0.06 33	0.09 151	0.08 9	0.14 162	0.08 30	0.07 80	0.07 69	0.06 44	0.06 71	0.12 308	0.10 215	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

4.5w_new	0.07 7	0.08 374	0.09 136	0.15 131	0.06 33	0.09 151	0.08 9	0.14 162	0.08 30	0.07 80	0.07 69	0.06 44	0.06 71	0.12 308	0.10 215	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

4.5_new	0.07 7	0.09 458	0.08 62	0.15 131	0.07 142	0.06 16	0.10 42	0.14 162	0.11 121	0.06 26	0.08 134	0.06 44	0.06 71	0.08 30	0.10 215	0.03 1	0.03 1	0.04 1	0.04 65	0.04 49	0.03 2

4.5w-stereo	0.07 7	0.09 458	0.08 62	0.15 131	0.07 142	0.06 16	0.10 42	0.14 162	0.11 121	0.06 26	0.08 134	0.06 44	0.06 71	0.08 30	0.10 215	0.03 1	0.03 1	0.04 1	0.04 65	0.04 49	0.03 2

4.25w-stereo	0.07 7	0.08 374	0.09 136	0.15 131	0.06 33	0.09 151	0.08 9	0.14 162	0.08 30	0.07 80	0.07 69	0.06 44	0.06 71	0.12 308	0.10 215	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

4w-stereo	0.07 7	0.08 374	0.08 62	0.16 230	0.06 33	0.07 47	0.08 9	0.12 94	0.08 30	0.07 80	0.07 69	0.05 5	0.06 71	0.09 64	0.10 215	0.03 1	0.03 1	0.04 1	0.04 65	0.04 49	0.03 2

2.5w	0.07 7	0.07 250	0.07 13	0.16 230	0.06 33	0.08 93	0.12 108	0.10 40	0.10 88	0.07 80	0.06 25	0.09 239	0.06 71	0.08 30	0.09 109	0.04 11	0.03 1	0.04 1	0.04 65	0.03 1	0.03 2

2.75w_new	0.07 7	0.07 250	0.07 13	0.13 23	0.06 33	0.08 93	0.08 9	0.18 320	0.12 164	0.07 80	0.08 134	0.06 44	0.06 71	0.09 64	0.11 303	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.04 77

3.25w_new	0.07 7	0.06 125	0.07 13	0.15 131	0.06 33	0.10 216	0.07 5	0.12 94	0.11 121	0.08 141	0.06 25	0.07 132	0.06 71	0.11 208	0.09 109	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 7	0.06 125	0.07 13	0.15 131	0.06 33	0.10 216	0.07 5	0.12 94	0.11 121	0.08 141	0.06 25	0.07 132	0.06 71	0.11 208	0.09 109	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 7	0.07 250	0.08 62	0.16 230	0.07 142	0.07 47	0.09 25	0.16 246	0.09 60	0.07 80	0.06 25	0.05 5	0.06 71	0.09 64	0.10 215	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 250	0.07 13	0.15 131	0.07 142	0.09 151	0.06 1	0.13 128	0.11 121	0.07 80	0.07 69	0.06 44	0.07 186	0.10 129	0.09 109	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

1w_stereo	0.07 7	0.06 125	0.07 13	0.16 230	0.06 33	0.07 47	0.10 42	0.14 162	0.14 241	0.07 80	0.08 134	0.05 5	0.06 71	0.09 64	0.09 109	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 77

monsterstereo	0.07 7	0.06 125	0.06 5	0.16 230	0.06 33	0.08 93	0.10 42	0.16 246	0.11 121	0.07 80	0.08 134	0.06 44	0.07 186	0.08 30	0.09 109	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

monsters	0.07 7	0.06 125	0.06 5	0.15 131	0.06 33	0.08 93	0.09 25	0.12 94	0.08 30	0.09 195	0.07 69	0.06 44	0.06 71	0.08 30	0.08 27	0.05 51	0.04 25	0.04 1	0.04 65	0.03 1	0.03 2

IGEV	0.07 7	0.04 1	0.08 62	0.13 23	0.06 33	0.09 151	0.12 108	0.14 162	0.10 88	0.06 26	0.09 173	0.07 132	0.05 15	0.09 64	0.09 109	0.06 172	0.04 25	0.05 55	0.04 65	0.05 175	0.04 77

111111	0.07 7	0.04 1	0.09 136	0.17 317	0.06 33	0.05 5	0.10 42	0.11 67	0.09 60	0.06 26	0.06 25	0.07 132	0.05 15	0.09 64	0.09 109	0.06 172	0.04 25	0.05 55	0.04 65	0.07 394	0.06 323

LG-Stereo_L2	0.07 7	0.05 45	0.10 203	0.14 71	0.06 33	0.07 47	0.12 108	0.09 26	0.09 60	0.06 26	0.04 1	0.05 5	0.05 15	0.08 30	0.08 27	0.05 51	0.04 25	0.05 55	0.03 1	0.04 49	0.03 2

LG-Stereo_L1	0.07 7	0.05 45	0.11 266	0.14 71	0.06 33	0.07 47	0.13 187	0.09 26	0.07 20	0.05 2	0.04 1	0.05 5	0.04 1	0.08 30	0.07 1	0.05 51	0.04 25	0.05 55	0.03 1	0.04 49	0.04 77

MLG-Stereo_test3	0.07 7	0.05 45	0.10 203	0.14 71	0.06 33	0.07 47	0.11 71	0.08 13	0.06 8	0.06 26	0.04 1	0.06 44	0.06 71	0.07 7	0.10 215	0.06 172	0.04 25	0.05 55	0.04 65	0.05 175	0.06 323

MLG-Stereo	0.07 7	0.05 45	0.08 62	0.17 317	0.05 2	0.07 47	0.11 71	0.08 13	0.04 2	0.05 2	0.04 1	0.06 44	0.05 15	0.10 129	0.09 109	0.05 51	0.04 25	0.05 55	0.03 1	0.04 49	0.04 77

LG-G_1	0.07 7	0.04 1	0.11 266	0.15 131	0.06 33	0.09 151	0.08 9	0.08 13	0.06 8	0.06 26	0.05 7	0.07 132	0.07 186	0.11 208	0.08 27	0.07 356	0.04 25	0.05 55	0.04 65	0.05 175	0.05 214

LG-G	0.07 7	0.04 1	0.11 266	0.15 131	0.06 33	0.09 151	0.08 9	0.08 13	0.06 8	0.06 26	0.05 7	0.07 132	0.07 186	0.11 208	0.08 27	0.07 356	0.04 25	0.05 55	0.04 65	0.05 175	0.05 214

LGtest1	0.07 7	0.04 1	0.10 203	0.15 131	0.06 33	0.07 47	0.09 25	0.08 13	0.06 8	0.05 2	0.04 1	0.06 44	0.06 71	0.10 129	0.09 109	0.07 356	0.04 25	0.05 55	0.04 65	0.06 307	0.06 323

LG-Stereo_Zeroshot	0.07 7	0.06 125	0.10 203	0.16 230	0.07 142	0.04 1	0.13 187	0.10 40	0.10 88	0.05 2	0.11 267	0.07 132	0.05 15	0.07 7	0.09 109	0.06 172	0.04 25	0.05 55	0.04 65	0.05 175	0.04 77

GREAT-IGEV	0.07 7	0.06 125	0.08 62	0.13 23	0.07 142	0.07 47	0.14 261	0.09 26	0.09 60	0.06 26	0.07 69	0.06 44	0.05 15	0.10 129	0.07 1	0.05 51	0.04 25	0.05 55	0.04 65	0.05 175	0.04 77
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	0.15 616	0.17 526	0.11 1	0.05 2	0.05 5	0.11 71	0.08 13	0.08 30	0.06 26	0.06 25	0.05 5	0.05 15	0.09 64	0.08 27	0.08 441	0.04 25	0.05 55	0.03 1	0.05 175	0.04 77

AIO_rvc	0.07 7	0.06 125	0.08 62	0.15 131	0.06 33	0.08 93	0.14 261	0.09 26	0.08 30	0.07 80	0.08 134	0.07 132	0.04 1	0.10 129	0.08 27	0.05 51	0.04 25	0.05 55	0.04 65	0.04 49	0.03 2

AIO_test	0.07 7	0.05 45	0.07 13	0.15 131	0.07 142	0.06 16	0.14 261	0.10 40	0.10 88	0.07 80	0.07 69	0.06 44	0.05 15	0.08 30	0.10 215	0.05 51	0.04 25	0.05 55	0.04 65	0.04 49	0.03 2

MonSter	0.07 7	0.06 125	0.05 1	0.15 131	0.05 2	0.07 47	0.10 42	0.15 205	0.15 269	0.05 2	0.06 25	0.05 5	0.06 71	0.07 7	0.09 109	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 45	0.07 13	0.14 71	0.06 33	0.10 216	0.13 187	0.07 7	0.13 208	0.06 26	0.07 69	0.06 44	0.05 15	0.10 129	0.09 109	0.04 11	0.04 25	0.05 55	0.03 1	0.04 49	0.04 77

dual_stereo	0.07 7	0.04 1	0.08 62	0.15 131	0.05 2	0.05 5	0.13 187	0.12 94	0.08 30	0.07 80	0.06 25	0.05 5	0.05 15	0.07 7	0.09 109	0.06 172	0.04 25	0.05 55	0.03 1	0.04 49	0.04 77

IGEV-Stereo++	0.07 7	0.06 125	0.08 62	0.18 411	0.06 33	0.04 1	0.10 42	0.11 67	0.11 121	0.06 26	0.07 69	0.07 132	0.06 71	0.09 64	0.09 109	0.05 51	0.04 25	0.05 55	0.04 65	0.05 175	0.04 77

IGEV-Stereo+	0.07 7	0.04 1	0.08 62	0.15 131	0.06 33	0.04 1	0.09 25	0.10 40	0.09 60	0.06 26	0.06 25	0.06 44	0.06 71	0.06 1	0.08 27	0.06 172	0.04 25	0.05 55	0.04 65	0.06 307	0.06 323

GCAPDPT-zeroshot4090	0.07 7	0.05 45	0.11 266	0.15 131	0.06 33	0.07 47	0.13 187	0.09 26	0.11 121	0.07 80	0.08 134	0.06 44	0.05 15	0.09 64	0.07 1	0.05 51	0.05 283	0.05 55	0.04 65	0.03 1	0.04 77

Selective-IGEV	0.07 7	0.06 125	0.08 62	0.17 317	0.06 33	0.08 93	0.12 108	0.13 128	0.07 20	0.08 141	0.07 69	0.06 44	0.04 1	0.10 129	0.09 109	0.05 51	0.04 25	0.05 55	0.04 65	0.04 49	0.03 2

over-6	0.08 92	0.07 250	0.08 62	0.17 317	0.05 2	0.10 216	0.09 25	0.17 285	0.11 121	0.06 26	0.07 69	0.06 44	0.09 284	0.10 129	0.08 27	0.06 172	0.04 25	0.04 1	0.04 65	0.05 175	0.05 214

anonymous	0.08 92	0.05 45	0.12 315	0.16 230	0.08 233	0.05 5	0.13 187	0.10 40	0.14 241	0.07 80	0.07 69	0.06 44	0.04 1	0.07 7	0.09 109	0.05 51	0.04 25	0.05 55	0.04 65	0.04 49	0.03 2

depth_test_26	0.08 92	0.04 1	0.11 266	0.13 23	0.07 142	0.07 47	0.11 71	0.12 94	0.11 121	0.09 195	0.07 69	0.08 199	0.05 15	0.09 64	0.08 27	0.08 441	0.06 440	0.06 209	0.06 303	0.06 307	0.07 413

Anonymus	0.08 92	0.05 45	0.10 203	0.15 131	0.08 233	0.10 216	0.15 349	0.15 205	0.10 88	0.07 80	0.06 25	0.07 132	0.08 239	0.12 308	0.10 215	0.06 172	0.04 25	0.05 55	0.05 202	0.05 175	0.06 323

LGCAT	0.08 92	0.04 1	0.10 203	0.11 1	0.06 33	0.07 47	0.12 108	0.07 7	0.08 30	0.09 195	0.07 69	0.07 132	0.08 239	0.12 308	0.11 303	0.10 549	0.09 585	0.04 1	0.05 202	0.04 49	0.09 531

quiztm	0.08 92	0.07 250	0.08 62	0.18 411	0.07 142	0.09 151	0.14 261	0.14 162	0.12 164	0.07 80	0.07 69	0.05 5	0.06 71	0.11 208	0.09 109	0.05 51	0.04 25	0.06 209	0.04 65	0.04 49	0.03 2

TS12	0.08 92	0.06 125	0.09 136	0.21 589	0.07 142	0.11 273	0.13 187	0.11 67	0.09 60	0.10 246	0.10 212	0.08 199	0.10 331	0.09 64	0.12 372	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.04 77

DF	0.08 92	0.05 45	0.09 136	0.15 131	0.06 33	0.11 273	0.13 187	0.10 40	0.12 164	0.09 195	0.10 212	0.10 277	0.08 239	0.11 208	0.09 109	0.07 356	0.04 25	0.05 55	0.04 65	0.04 49	0.04 77

LiteMatch*	0.08 92	0.04 1	0.11 266	0.13 23	0.08 233	0.08 93	0.13 187	0.14 162	0.09 60	0.05 2	0.05 7	0.05 5	0.09 284	0.11 208	0.10 215	0.06 172	0.05 283	0.05 55	0.04 65	0.05 175	0.05 214

aanet-new-90k	0.08 92	0.07 250	0.08 62	0.19 486	0.06 33	0.07 47	0.12 108	0.12 94	0.13 208	0.06 26	0.07 69	0.06 44	0.06 71	0.10 129	0.07 1	0.05 51	0.04 25	0.05 55	0.04 65	0.05 175	0.03 2

aanet-new-36k	0.08 92	0.06 125	0.09 136	0.17 317	0.06 33	0.09 151	0.13 187	0.11 67	0.13 208	0.08 141	0.08 134	0.06 44	0.05 15	0.09 64	0.08 27	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

aanet-new-34k	0.08 92	0.06 125	0.09 136	0.17 317	0.05 2	0.07 47	0.13 187	0.12 94	0.12 164	0.09 195	0.08 134	0.07 132	0.05 15	0.10 129	0.09 109	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

aanet-32k-new	0.08 92	0.07 250	0.08 62	0.18 411	0.06 33	0.08 93	0.12 108	0.11 67	0.12 164	0.07 80	0.08 134	0.05 5	0.07 186	0.10 129	0.08 27	0.05 51	0.04 25	0.05 55	0.04 65	0.06 307	0.04 77

aanet-new-32k	0.08 92	0.07 250	0.09 136	0.18 411	0.06 33	0.11 273	0.11 71	0.10 40	0.08 30	0.07 80	0.07 69	0.07 132	0.06 71	0.10 129	0.08 27	0.05 51	0.04 25	0.05 55	0.04 65	0.04 49	0.03 2

aanet-new-30k	0.08 92	0.07 250	0.09 136	0.18 411	0.06 33	0.11 273	0.11 71	0.10 40	0.08 30	0.07 80	0.07 69	0.07 132	0.06 71	0.10 129	0.08 27	0.05 51	0.04 25	0.05 55	0.04 65	0.04 49	0.03 2

aanet-new-28k	0.08 92	0.07 250	0.09 136	0.18 411	0.06 33	0.08 93	0.12 108	0.10 40	0.09 60	0.09 195	0.08 134	0.08 199	0.06 71	0.12 308	0.08 27	0.05 51	0.04 25	0.05 55	0.04 65	0.05 175	0.04 77

aanet-new-22k	0.08 92	0.06 125	0.09 136	0.17 317	0.06 33	0.08 93	0.11 71	0.14 162	0.12 164	0.09 195	0.09 173	0.08 199	0.06 71	0.10 129	0.08 27	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

aanet-new-16k	0.08 92	0.08 374	0.08 62	0.18 411	0.06 33	0.07 47	0.09 25	0.13 128	0.12 164	0.08 141	0.07 69	0.07 132	0.06 71	0.09 64	0.08 27	0.04 11	0.04 25	0.05 55	0.04 65	0.05 175	0.03 2

aanet-new-10k	0.08 92	0.08 374	0.08 62	0.19 486	0.07 142	0.08 93	0.12 108	0.14 162	0.11 121	0.07 80	0.08 134	0.07 132	0.07 186	0.09 64	0.08 27	0.05 51	0.04 25	0.05 55	0.04 65	0.05 175	0.04 77

aanet-new-12k	0.08 92	0.09 458	0.07 13	0.20 555	0.08 233	0.08 93	0.13 187	0.12 94	0.13 208	0.08 141	0.08 134	0.05 5	0.07 186	0.09 64	0.08 27	0.04 11	0.04 25	0.05 55	0.04 65	0.06 307	0.04 77

aanet-new-14k	0.08 92	0.09 458	0.08 62	0.19 486	0.06 33	0.07 47	0.10 42	0.14 162	0.15 269	0.06 26	0.08 134	0.05 5	0.06 71	0.09 64	0.08 27	0.05 51	0.04 25	0.05 55	0.04 65	0.05 175	0.04 77

aanet-new-8k	0.08 92	0.07 250	0.08 62	0.19 486	0.07 142	0.09 151	0.12 108	0.16 246	0.15 269	0.07 80	0.07 69	0.06 44	0.06 71	0.10 129	0.08 27	0.04 11	0.04 25	0.05 55	0.04 65	0.04 49	0.04 77

aanet-new	0.08 92	0.09 458	0.10 203	0.18 411	0.08 233	0.10 216	0.12 108	0.15 205	0.12 164	0.08 141	0.08 134	0.05 5	0.07 186	0.10 129	0.08 27	0.05 51	0.04 25	0.05 55	0.04 65	0.06 307	0.04 77

GCAP-Stereo-cres-4k	0.08 92	0.07 250	0.08 62	0.18 411	0.07 142	0.11 273	0.14 261	0.12 94	0.11 121	0.07 80	0.11 267	0.07 132	0.06 71	0.09 64	0.08 27	0.04 11	0.04 25	0.05 55	0.04 65	0.04 49	0.04 77

GCAP-Stereo-DPT-cres	0.08 92	0.05 45	0.07 13	0.15 131	0.06 33	0.10 216	0.14 261	0.13 128	0.12 164	0.07 80	0.09 173	0.07 132	0.06 71	0.10 129	0.09 109	0.05 51	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

GCAP-Stereo-DPT-36K	0.08 92	0.06 125	0.15 459	0.14 71	0.06 33	0.08 93	0.13 187	0.13 128	0.11 121	0.07 80	0.08 134	0.07 132	0.06 71	0.09 64	0.08 27	0.05 51	0.05 283	0.05 55	0.04 65	0.03 1	0.04 77

GCAP-Stereo-DPT-22K	0.08 92	0.06 125	0.07 13	0.17 317	0.06 33	0.07 47	0.14 261	0.13 128	0.16 309	0.05 2	0.10 212	0.06 44	0.06 71	0.08 30	0.08 27	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.04 77

GCAP-Stereo-DPT-5K	0.08 92	0.06 125	0.10 203	0.16 230	0.07 142	0.11 273	0.12 108	0.15 205	0.15 269	0.08 141	0.12 289	0.05 5	0.06 71	0.09 64	0.08 27	0.05 51	0.04 25	0.06 209	0.05 202	0.03 1	0.04 77

GCAP-Stereo-DPT-2K	0.08 92	0.06 125	0.10 203	0.16 230	0.07 142	0.11 273	0.13 187	0.14 162	0.14 241	0.08 141	0.13 307	0.05 5	0.06 71	0.10 129	0.08 27	0.05 51	0.04 25	0.05 55	0.04 65	0.03 1	0.04 77

GCAP-Stereo-DPT-3K	0.08 92	0.07 250	0.10 203	0.16 230	0.07 142	0.09 151	0.12 108	0.15 205	0.14 241	0.08 141	0.11 267	0.05 5	0.06 71	0.09 64	0.08 27	0.05 51	0.04 25	0.05 55	0.04 65	0.03 1	0.04 77

GCAP-Stereo-DPT-50K	0.08 92	0.06 125	0.17 526	0.15 131	0.06 33	0.06 16	0.13 187	0.13 128	0.13 208	0.07 80	0.07 69	0.06 44	0.05 15	0.08 30	0.08 27	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 92	0.06 125	0.07 13	0.16 230	0.06 33	0.06 16	0.14 261	0.14 162	0.14 241	0.07 80	0.10 212	0.06 44	0.05 15	0.09 64	0.09 109	0.04 11	0.04 25	0.04 1	0.04 65	0.03 1	0.03 2

GCAP-Stereo-DPT-FT	0.08 92	0.05 45	0.12 315	0.15 131	0.06 33	0.10 216	0.14 261	0.12 94	0.12 164	0.07 80	0.09 173	0.06 44	0.06 71	0.10 129	0.08 27	0.06 172	0.04 25	0.05 55	0.04 65	0.04 49	0.04 77

PSi22	0.08 92	0.06 125	0.11 266	0.16 230	0.07 142	0.08 93	0.10 42	0.14 162	0.08 30	0.08 141	0.06 25	0.10 277	0.06 71	0.12 308	0.09 109	0.05 51	0.04 25	0.04 1	0.03 1	0.04 49	0.04 77

Foundation-i1c-attn	0.08 92	0.05 45	0.07 13	0.14 71	0.05 2	0.09 151	0.12 108	0.12 94	0.10 88	0.09 195	0.10 212	0.10 277	0.07 186	0.07 7	0.10 215	0.06 172	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

Foundation-i1b	0.08 92	0.05 45	0.07 13	0.14 71	0.05 2	0.09 151	0.12 108	0.13 128	0.10 88	0.09 195	0.10 212	0.09 239	0.06 71	0.07 7	0.09 109	0.06 172	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

Foundation-i1a	0.08 92	0.05 45	0.07 13	0.13 23	0.05 2	0.13 383	0.13 187	0.12 94	0.09 60	0.11 283	0.11 267	0.11 308	0.06 71	0.08 30	0.09 109	0.06 172	0.04 25	0.05 55	0.03 1	0.04 49	0.04 77

DepthFocus	0.08 92	0.04 1	0.15 459	0.12 7	0.09 369	0.07 47	0.12 108	0.10 40	0.05 4	0.09 195	0.05 7	0.07 132	0.04 1	0.08 30	0.08 27	0.06 172	0.05 283	0.07 323	0.07 404	0.05 175	0.04 77

GeoVLM	0.08 92	0.04 1	0.10 203	0.13 23	0.06 33	0.10 216	0.12 108	0.13 128	0.08 30	0.06 26	0.07 69	0.06 44	0.08 239	0.10 129	0.11 303	0.06 172	0.05 283	0.04 1	0.03 1	0.04 49	0.05 214

gcap_with_dpt	0.08 92	0.06 125	0.09 136	0.16 230	0.07 142	0.09 151	0.12 108	0.13 128	0.13 208	0.08 141	0.12 289	0.04 1	0.06 71	0.10 129	0.08 27	0.05 51	0.04 25	0.05 55	0.04 65	0.03 1	0.04 77

DispViT+	0.08 92	0.05 45	0.09 136	0.13 23	0.06 33	0.05 5	0.11 71	0.18 320	0.16 309	0.09 195	0.08 134	0.07 132	0.06 71	0.11 208	0.09 109	0.06 172	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

WQFJA1++	0.08 92	0.04 1	0.11 266	0.14 71	0.07 142	0.11 273	0.11 71	0.11 67	0.07 20	0.07 80	0.07 69	0.07 132	0.06 71	0.10 129	0.10 215	0.06 172	0.04 25	0.05 55	0.04 65	0.06 307	0.06 323

BStereo	0.08 92	0.06 125	0.16 495	0.15 131	0.08 233	0.07 47	0.09 25	0.15 205	0.16 309	0.06 26	0.07 69	0.07 132	0.05 15	0.09 64	0.11 303	0.04 11	0.05 283	0.05 55	0.07 404	0.04 49	0.04 77

MonSter++	0.08 92	0.04 1	0.10 203	0.13 23	0.06 33	0.09 151	0.12 108	0.13 128	0.08 30	0.06 26	0.07 69	0.06 44	0.08 239	0.10 129	0.11 303	0.06 172	0.05 283	0.04 1	0.03 1	0.04 49	0.04 77

HiDET	0.08 92	0.04 1	0.10 203	0.13 23	0.06 33	0.08 93	0.12 108	0.12 94	0.11 121	0.06 26	0.07 69	0.07 132	0.07 186	0.11 208	0.11 303	0.06 172	0.04 25	0.04 1	0.03 1	0.04 49	0.04 77

LCMNet	0.08 92	0.05 45	0.10 203	0.13 23	0.07 142	0.09 151	0.12 108	0.10 40	0.11 121	0.06 26	0.08 134	0.06 44	0.07 186	0.11 208	0.10 215	0.06 172	0.05 283	0.04 1	0.03 1	0.04 49	0.04 77

GEAStereo	0.08 92	0.05 45	0.08 62	0.13 23	0.08 233	0.08 93	0.14 261	0.10 40	0.09 60	0.08 141	0.10 212	0.06 44	0.05 15	0.11 208	0.08 27	0.06 172	0.04 25	0.05 55	0.04 65	0.05 175	0.05 214

GSStereo	0.08 92	0.05 45	0.08 62	0.13 23	0.08 233	0.08 93	0.14 261	0.11 67	0.12 164	0.08 141	0.10 212	0.05 5	0.05 15	0.11 208	0.08 27	0.06 172	0.04 25	0.05 55	0.04 65	0.05 175	0.05 214

gasm-f	0.08 92	0.05 45	0.07 13	0.13 23	0.08 233	0.08 93	0.14 261	0.10 40	0.09 60	0.08 141	0.10 212	0.06 44	0.05 15	0.10 129	0.08 27	0.06 172	0.04 25	0.05 55	0.04 65	0.06 307	0.05 214

DDF-Stereo	0.08 92	0.04 1	0.09 136	0.15 131	0.10 484	0.06 16	0.13 187	0.09 26	0.14 241	0.06 26	0.06 25	0.07 132	0.06 71	0.09 64	0.10 215	0.06 172	0.04 25	0.06 209	0.04 65	0.08 464	0.05 214

252Zero-FE	0.08 92	0.04 1	0.09 136	0.13 23	0.07 142	0.12 327	0.11 71	0.13 128	0.14 241	0.06 26	0.05 7	0.06 44	0.05 15	0.09 64	0.10 215	0.06 172	0.04 25	0.04 1	0.03 1	0.05 175	0.06 323

DA	0.08 92	0.07 250	0.07 13	0.19 486	0.08 233	0.09 151	0.12 108	0.13 128	0.12 164	0.08 141	0.10 212	0.10 277	0.08 239	0.09 64	0.10 215	0.05 51	0.04 25	0.06 209	0.04 65	0.05 175	0.03 2

zero-FE	0.08 92	0.04 1	0.09 136	0.15 131	0.10 484	0.05 5	0.14 261	0.09 26	0.14 241	0.07 80	0.06 25	0.07 132	0.06 71	0.09 64	0.10 215	0.06 172	0.04 25	0.06 209	0.04 65	0.08 464	0.05 214

GGEV	0.08 92	0.07 250	0.07 13	0.19 486	0.08 233	0.09 151	0.12 108	0.13 128	0.12 164	0.08 141	0.10 212	0.10 277	0.08 239	0.09 64	0.10 215	0.05 51	0.04 25	0.06 209	0.04 65	0.05 175	0.03 2

GASTEREO	0.08 92	0.05 45	0.09 136	0.19 486	0.07 142	0.07 47	0.12 108	0.14 162	0.11 121	0.10 246	0.09 173	0.07 132	0.04 1	0.12 308	0.08 27	0.06 172	0.05 283	0.05 55	0.04 65	0.04 49	0.05 214

MSCF	0.08 92	0.05 45	0.08 62	0.19 486	0.08 233	0.06 16	0.12 108	0.14 162	0.11 121	0.10 246	0.09 173	0.07 132	0.04 1	0.11 208	0.08 27	0.06 172	0.05 283	0.05 55	0.04 65	0.05 175	0.05 214

S2M2_XL	0.08 92	0.06 125	0.12 315	0.12 7	0.08 233	0.09 151	0.09 25	0.07 7	0.07 20	0.08 141	0.07 69	0.07 132	0.06 71	0.09 64	0.09 109	0.08 441	0.06 440	0.07 323	0.05 202	0.08 464	0.06 323
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 92	0.09 458	0.10 203	0.17 317	0.07 142	0.08 93	0.10 42	0.20 363	0.13 208	0.06 26	0.07 69	0.05 5	0.06 71	0.08 30	0.09 109	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

2w_stereo	0.08 92	0.08 374	0.09 136	0.16 230	0.06 33	0.08 93	0.10 42	0.20 363	0.15 269	0.08 141	0.07 69	0.06 44	0.06 71	0.06 1	0.09 109	0.04 11	0.03 1	0.04 1	0.04 65	0.03 1	0.03 2

LG-Stereo	0.08 92	0.07 250	0.10 203	0.18 411	0.07 142	0.10 216	0.17 464	0.11 67	0.08 30	0.05 2	0.07 69	0.05 5	0.07 186	0.09 64	0.09 109	0.04 11	0.05 283	0.07 323	0.07 404	0.04 49	0.04 77

SGD-Stereo	0.08 92	0.05 45	0.10 203	0.14 71	0.05 2	0.12 327	0.12 108	0.11 67	0.12 164	0.07 80	0.09 173	0.09 239	0.09 284	0.08 30	0.08 27	0.06 172	0.04 25	0.05 55	0.04 65	0.05 175	0.03 2

HART	0.08 92	0.07 250	0.09 136	0.17 317	0.07 142	0.10 216	0.16 422	0.13 128	0.11 121	0.08 141	0.10 212	0.07 132	0.05 15	0.10 129	0.08 27	0.05 51	0.04 25	0.06 209	0.04 65	0.05 175	0.04 77

Reg-Stereo(zero)	0.08 92	0.05 45	0.08 62	0.16 230	0.06 33	0.12 327	0.11 71	0.15 205	0.10 88	0.12 327	0.09 173	0.10 277	0.08 239	0.11 208	0.08 27	0.06 172	0.04 25	0.05 55	0.04 65	0.04 49	0.05 214

SCV_C0	0.08 92	0.07 250	0.07 13	0.16 230	0.09 369	0.08 93	0.15 349	0.11 67	0.12 164	0.08 141	0.07 69	0.06 44	0.05 15	0.11 208	0.07 1	0.05 51	0.05 283	0.05 55	0.04 65	0.06 307	0.05 214

SCV	0.08 92	0.09 458	0.08 62	0.15 131	0.08 233	0.10 216	0.13 187	0.10 40	0.12 164	0.07 80	0.07 69	0.06 44	0.04 1	0.09 64	0.08 27	0.05 51	0.04 25	0.06 209	0.04 65	0.06 307	0.04 77

DEFOM-Stereo_RVC	0.08 92	0.06 125	0.09 136	0.22 607	0.06 33	0.08 93	0.12 108	0.10 40	0.10 88	0.07 80	0.07 69	0.06 44	0.05 15	0.11 208	0.09 109	0.06 172	0.04 25	0.05 55	0.03 1	0.06 307	0.04 77

HUF	0.08 92	0.05 45	0.08 62	0.14 71	0.06 33	0.09 151	0.13 187	0.13 128	0.13 208	0.07 80	0.07 69	0.08 199	0.06 71	0.10 129	0.09 109	0.06 172	0.04 25	0.05 55	0.04 65	0.05 175	0.04 77

castereo++	0.08 92	0.05 45	0.08 62	0.15 131	0.05 2	0.14 420	0.12 108	0.11 67	0.15 269	0.07 80	0.07 69	0.07 132	0.06 71	0.08 30	0.08 27	0.06 172	0.04 25	0.05 55	0.04 65	0.04 49	0.03 2

IGEV-RUCA	0.08 92	0.06 125	0.11 266	0.14 71	0.09 369	0.10 216	0.12 108	0.10 40	0.12 164	0.06 26	0.07 69	0.07 132	0.06 71	0.09 64	0.08 27	0.06 172	0.05 283	0.05 55	0.04 65	0.05 175	0.06 323

GIP-stereo	0.08 92	0.06 125	0.11 266	0.14 71	0.06 33	0.09 151	0.13 187	0.14 162	0.11 121	0.07 80	0.08 134	0.05 5	0.04 1	0.10 129	0.07 1	0.05 51	0.04 25	0.05 55	0.04 65	0.05 175	0.04 77

SMoEStereo_RVC	0.08 92	0.06 125	0.12 315	0.16 230	0.07 142	0.09 151	0.14 261	0.11 67	0.13 208	0.09 195	0.07 69	0.07 132	0.07 186	0.12 308	0.10 215	0.05 51	0.04 25	0.06 209	0.05 202	0.04 49	0.04 77

WCG-NET	0.08 92	0.05 45	0.09 136	0.15 131	0.06 33	0.11 273	0.14 261	0.13 128	0.13 208	0.06 26	0.09 173	0.07 132	0.06 71	0.13 366	0.08 27	0.05 51	0.04 25	0.05 55	0.04 65	0.04 49	0.03 2

Occ-G	0.08 92	0.05 45	0.06 5	0.14 71	0.07 142	0.08 93	0.14 261	0.13 128	0.15 269	0.07 80	0.11 267	0.07 132	0.05 15	0.09 64	0.10 215	0.06 172	0.05 283	0.05 55	0.04 65	0.05 175	0.05 214

U	0.08 92	0.07 250	0.09 136	0.19 486	0.10 484	0.10 216	0.13 187	0.12 94	0.17 339	0.07 80	0.07 69	0.06 44	0.05 15	0.07 7	0.08 27	0.06 172	0.04 25	0.06 209	0.04 65	0.06 307	0.05 214

AIO-Stereo	0.08 92	0.06 125	0.09 136	0.18 411	0.06 33	0.08 93	0.12 108	0.15 205	0.09 60	0.08 141	0.08 134	0.07 132	0.05 15	0.11 208	0.08 27	0.05 51	0.05 283	0.05 55	0.04 65	0.04 49	0.04 77

WCG-NET（raft）	0.08 92	0.05 45	0.10 203	0.15 131	0.06 33	0.11 273	0.13 187	0.15 205	0.12 164	0.08 141	0.07 69	0.06 44	0.06 71	0.13 366	0.08 27	0.05 51	0.04 25	0.05 55	0.04 65	0.04 49	0.04 77

RSM++	0.08 92	0.06 125	0.09 136	0.17 317	0.07 142	0.09 151	0.12 108	0.11 67	0.11 121	0.08 141	0.06 25	0.07 132	0.05 15	0.10 129	0.09 109	0.04 11	0.04 25	0.06 209	0.05 202	0.05 175	0.03 2

RSM	0.08 92	0.06 125	0.09 136	0.17 317	0.06 33	0.08 93	0.12 108	0.12 94	0.10 88	0.08 141	0.07 69	0.06 44	0.05 15	0.11 208	0.09 109	0.04 11	0.04 25	0.05 55	0.04 65	0.04 49	0.03 2

gcap-zeroshot	0.08 92	0.06 125	0.10 203	0.15 131	0.07 142	0.11 273	0.12 108	0.15 205	0.15 269	0.08 141	0.12 289	0.05 5	0.06 71	0.09 64	0.08 27	0.05 51	0.04 25	0.06 209	0.05 202	0.03 1	0.04 77

test_for_model	0.08 92	0.06 125	0.10 203	0.16 230	0.07 142	0.11 273	0.12 108	0.15 205	0.15 269	0.08 141	0.12 289	0.05 5	0.06 71	0.09 64	0.08 27	0.05 51	0.04 25	0.06 209	0.05 202	0.03 1	0.04 77

trnet	0.08 92	0.05 45	0.07 13	0.12 7	0.05 2	0.12 327	0.11 71	0.13 128	0.10 88	0.08 141	0.13 307	0.09 239	0.08 239	0.11 208	0.10 215	0.08 441	0.05 283	0.05 55	0.03 1	0.06 307	0.05 214

MoCha-V2	0.08 92	0.05 45	0.10 203	0.20 555	0.07 142	0.09 151	0.14 261	0.11 67	0.08 30	0.07 80	0.08 134	0.07 132	0.06 71	0.09 64	0.08 27	0.05 51	0.04 25	0.05 55	0.04 65	0.04 49	0.04 77

IGEV++	0.08 92	0.06 125	0.08 62	0.18 411	0.07 142	0.09 151	0.13 187	0.10 40	0.09 60	0.08 141	0.08 134	0.06 44	0.06 71	0.13 366	0.09 109	0.05 51	0.04 25	0.05 55	0.04 65	0.05 175	0.04 77

testlalala	0.08 92	0.06 125	0.10 203	0.15 131	0.07 142	0.11 273	0.12 108	0.15 205	0.15 269	0.08 141	0.12 289	0.05 5	0.06 71	0.09 64	0.08 27	0.05 51	0.04 25	0.06 209	0.05 202	0.03 1	0.04 77

AEACV	0.08 92	0.05 45	0.08 62	0.14 71	0.13 594	0.14 420	0.13 187	0.14 162	0.09 60	0.07 80	0.09 173	0.07 132	0.08 239	0.10 129	0.09 109	0.06 172	0.04 25	0.06 209	0.05 202	0.05 175	0.04 77

LoS_RVC	0.08 92	0.05 45	0.07 13	0.15 131	0.07 142	0.08 93	0.15 349	0.11 67	0.10 88	0.08 141	0.09 173	0.06 44	0.09 284	0.10 129	0.09 109	0.05 51	0.04 25	0.05 55	0.03 1	0.04 49	0.03 2

CAS	0.08 92	0.04 1	0.07 13	0.17 317	0.08 233	0.10 216	0.13 187	0.12 94	0.09 60	0.09 195	0.10 212	0.08 199	0.06 71	0.09 64	0.08 27	0.08 441	0.04 25	0.05 55	0.03 1	0.05 175	0.04 77

CES	0.08 92	0.04 1	0.08 62	0.14 71	0.07 142	0.09 151	0.14 261	0.11 67	0.09 60	0.08 141	0.09 173	0.11 308	0.06 71	0.12 308	0.08 27	0.06 172	0.04 25	0.05 55	0.03 1	0.05 175	0.05 214

EGLCR-Stereo	0.08 92	0.05 45	0.08 62	0.14 71	0.06 33	0.10 216	0.12 108	0.11 67	0.16 309	0.06 26	0.05 7	0.07 132	0.05 15	0.10 129	0.11 303	0.06 172	0.04 25	0.06 209	0.05 202	0.04 49	0.04 77

MC-Stereo	0.08 92	0.06 125	0.09 136	0.17 317	0.06 33	0.10 216	0.14 261	0.12 94	0.10 88	0.09 195	0.12 289	0.09 239	0.06 71	0.11 208	0.10 215	0.06 172	0.04 25	0.06 209	0.05 202	0.04 49	0.04 77

test-3	0.08 92	0.06 125	0.09 136	0.17 317	0.07 142	0.07 47	0.14 261	0.12 94	0.15 269	0.09 195	0.08 134	0.07 132	0.08 239	0.11 208	0.10 215	0.05 51	0.04 25	0.07 323	0.05 202	0.04 49	0.04 77

test_1	0.08 92	0.06 125	0.09 136	0.17 317	0.07 142	0.07 47	0.14 261	0.12 94	0.15 269	0.09 195	0.08 134	0.07 132	0.08 239	0.11 208	0.10 215	0.05 51	0.04 25	0.07 323	0.05 202	0.04 49	0.04 77

CREStereo++_RVC	0.08 92	0.04 1	0.06 5	0.13 23	0.07 142	0.09 151	0.12 108	0.14 162	0.14 241	0.10 246	0.14 323	0.08 199	0.07 186	0.09 64	0.11 303	0.06 172	0.04 25	0.05 55	0.05 202	0.04 49	0.04 77
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
FAST (zero-shot)	0.09 185	0.06 125	0.11 266	0.19 486	0.13 594	0.07 47	0.13 187	0.12 94	0.08 30	0.08 141	0.06 25	0.08 199	0.07 186	0.10 129	0.10 215	0.07 356	0.06 440	0.06 209	0.07 404	0.05 175	0.08 484

DNSM	0.09 185	0.05 45	0.07 13	0.14 71	0.06 33	0.07 47	0.13 187	0.12 94	0.11 121	0.09 195	0.09 173	0.08 199	0.05 15	0.18 521	0.14 462	0.07 356	0.05 283	0.05 55	0.04 65	0.13 622	0.10 563

GREATEN-IGEV_RVC	0.09 185	0.08 374	0.08 62	0.21 589	0.09 369	0.08 93	0.11 71	0.10 40	0.09 60	0.07 80	0.10 212	0.05 5	0.06 71	0.14 400	0.11 303	0.05 51	0.06 440	0.07 323	0.06 303	0.05 175	0.05 214

VeloStereo	0.09 185	0.04 1	0.12 315	0.14 71	0.11 535	0.07 47	0.06 1	0.08 13	0.06 8	0.09 195	0.07 69	0.06 44	0.08 239	0.11 208	0.10 215	0.08 441	0.08 549	0.08 420	0.07 404	0.11 585	0.13 627

flow	0.09 185	0.04 1	0.12 315	0.14 71	0.11 535	0.07 47	0.06 1	0.08 13	0.06 8	0.09 195	0.07 69	0.06 44	0.08 239	0.12 308	0.10 215	0.08 441	0.08 549	0.08 420	0.07 404	0.11 585	0.13 627

GREATEN-IGEV-FM_RVC	0.09 185	0.05 45	0.11 266	0.19 486	0.07 142	0.10 216	0.09 25	0.12 94	0.09 60	0.09 195	0.09 173	0.07 132	0.08 239	0.08 30	0.09 109	0.06 172	0.06 440	0.10 557	0.08 483	0.07 394	0.05 214

Weightmod_eth	0.09 185	0.07 250	0.08 62	0.18 411	0.07 142	0.10 216	0.16 422	0.13 128	0.11 121	0.08 141	0.08 134	0.09 239	0.07 186	0.10 129	0.10 215	0.06 172	0.07 516	0.06 209	0.07 404	0.04 49	0.03 2

Weightmod	0.09 185	0.06 125	0.08 62	0.18 411	0.06 33	0.10 216	0.15 349	0.14 162	0.12 164	0.11 283	0.10 212	0.08 199	0.07 186	0.10 129	0.11 303	0.06 172	0.08 549	0.07 323	0.07 404	0.04 49	0.03 2

PhaseNet	0.09 185	0.06 125	0.10 203	0.15 131	0.08 233	0.10 216	0.14 261	0.20 363	0.12 164	0.07 80	0.08 134	0.09 239	0.10 331	0.13 366	0.12 372	0.06 172	0.04 25	0.06 209	0.06 303	0.05 175	0.05 214

DNS	0.09 185	0.06 125	0.08 62	0.14 71	0.06 33	0.06 16	0.12 108	0.12 94	0.09 60	0.08 141	0.08 134	0.08 199	0.05 15	0.17 497	0.11 303	0.07 356	0.05 283	0.07 323	0.03 1	0.13 622	0.09 531

RT-Monster	0.09 185	0.05 45	0.09 136	0.14 71	0.08 233	0.11 273	0.10 42	0.17 285	0.18 372	0.13 361	0.10 212	0.09 239	0.08 239	0.10 129	0.10 215	0.07 356	0.05 283	0.05 55	0.04 65	0.05 175	0.06 323

LiteMatch	0.09 185	0.06 125	0.10 203	0.16 230	0.07 142	0.09 151	0.15 349	0.13 128	0.08 30	0.06 26	0.07 69	0.06 44	0.15 486	0.10 129	0.14 462	0.07 356	0.04 25	0.06 209	0.06 303	0.06 307	0.06 323

Foundation-i1	0.09 185	0.04 1	0.10 203	0.14 71	0.06 33	0.10 216	0.13 187	0.16 246	0.14 241	0.10 246	0.10 212	0.11 308	0.07 186	0.07 7	0.10 215	0.06 172	0.04 25	0.05 55	0.05 202	0.05 175	0.05 214

VMStereo-Base	0.09 185	0.05 45	0.10 203	0.13 23	0.07 142	0.10 216	0.10 42	0.16 246	0.13 208	0.10 246	0.15 344	0.10 277	0.09 284	0.11 208	0.10 215	0.07 356	0.05 283	0.05 55	0.04 65	0.05 175	0.06 323

Anonymus123	0.09 185	0.06 125	0.16 495	0.15 131	0.08 233	0.11 273	0.09 25	0.18 320	0.16 309	0.06 26	0.07 69	0.07 132	0.05 15	0.09 64	0.11 303	0.04 11	0.05 283	0.05 55	0.07 404	0.04 49	0.04 77

NLSM3	0.09 185	0.06 125	0.08 62	0.19 486	0.08 233	0.11 273	0.16 422	0.18 320	0.16 309	0.06 26	0.08 134	0.07 132	0.08 239	0.09 64	0.11 303	0.04 11	0.04 25	0.06 209	0.07 404	0.03 1	0.03 2

FE-Mocha	0.09 185	0.06 125	0.14 410	0.16 230	0.09 369	0.10 216	0.15 349	0.18 320	0.16 309	0.10 246	0.09 173	0.07 132	0.07 186	0.09 64	0.09 109	0.06 172	0.04 25	0.06 209	0.06 303	0.05 175	0.05 214

IGEV-FE	0.09 185	0.05 45	0.12 315	0.13 23	0.08 233	0.12 327	0.13 187	0.17 285	0.11 121	0.10 246	0.06 25	0.09 239	0.06 71	0.11 208	0.09 109	0.06 172	0.04 25	0.06 209	0.06 303	0.05 175	0.05 214

water-stereo	0.09 185	0.06 125	0.08 62	0.16 230	0.07 142	0.09 151	0.13 187	0.15 205	0.13 208	0.11 283	0.12 289	0.08 199	0.09 284	0.07 7	0.08 27	0.06 172	0.05 283	0.05 55	0.05 202	0.04 49	0.04 77

depthmonostereo	0.09 185	0.06 125	0.09 136	0.15 131	0.06 33	0.10 216	0.13 187	0.14 162	0.14 241	0.10 246	0.10 212	0.09 239	0.11 369	0.08 30	0.09 109	0.06 172	0.05 283	0.06 209	0.04 65	0.04 49	0.03 2

DilatedVolume-Stereo	0.09 185	0.05 45	0.08 62	0.15 131	0.06 33	0.11 273	0.12 108	0.14 162	0.16 309	0.11 283	0.11 267	0.09 239	0.09 284	0.11 208	0.10 215	0.06 172	0.05 283	0.05 55	0.04 65	0.03 1	0.03 2

S2M2_L	0.09 185	0.08 374	0.11 266	0.13 23	0.10 484	0.08 93	0.06 1	0.10 40	0.10 88	0.10 246	0.09 173	0.10 277	0.09 284	0.11 208	0.11 303	0.13 632	0.07 516	0.08 420	0.09 531	0.10 562	0.08 484
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test2	0.09 185	0.06 125	0.09 136	0.19 486	0.08 233	0.12 327	0.18 513	0.15 205	0.14 241	0.07 80	0.10 212	0.07 132	0.06 71	0.12 308	0.09 109	0.05 51	0.04 25	0.06 209	0.05 202	0.05 175	0.03 2

castereo	0.09 185	0.06 125	0.11 266	0.15 131	0.06 33	0.11 273	0.15 349	0.14 162	0.18 372	0.08 141	0.10 212	0.11 308	0.08 239	0.09 64	0.10 215	0.05 51	0.04 25	0.05 55	0.04 65	0.04 49	0.03 2

fffft	0.09 185	0.06 125	0.12 315	0.16 230	0.07 142	0.09 151	0.17 464	0.12 94	0.11 121	0.08 141	0.07 69	0.09 239	0.06 71	0.11 208	0.12 372	0.05 51	0.04 25	0.06 209	0.05 202	0.04 49	0.05 214
1: 1. 1
tt45	0.09 185	0.06 125	0.11 266	0.15 131	0.07 142	0.11 273	0.16 422	0.13 128	0.11 121	0.09 195	0.06 25	0.08 199	0.06 71	0.13 366	0.10 215	0.06 172	0.04 25	0.06 209	0.05 202	0.05 175	0.06 323

999	0.09 185	0.05 45	0.13 371	0.15 131	0.08 233	0.10 216	0.14 261	0.15 205	0.11 121	0.10 246	0.08 134	0.08 199	0.08 239	0.16 463	0.10 215	0.06 172	0.04 25	0.06 209	0.05 202	0.04 49	0.05 214

mms	0.09 185	0.07 250	0.08 62	0.16 230	0.08 233	0.10 216	0.16 422	0.12 94	0.11 121	0.08 141	0.09 173	0.08 199	0.06 71	0.11 208	0.12 372	0.05 51	0.04 25	0.07 323	0.05 202	0.04 49	0.03 2

ours_stereo	0.09 185	0.07 250	0.09 136	0.17 317	0.08 233	0.11 273	0.16 422	0.11 67	0.12 164	0.08 141	0.10 212	0.08 199	0.06 71	0.12 308	0.12 372	0.05 51	0.04 25	0.06 209	0.05 202	0.04 49	0.03 2

fffy	0.09 185	0.08 374	0.09 136	0.16 230	0.07 142	0.13 383	0.17 464	0.13 128	0.12 164	0.08 141	0.09 173	0.08 199	0.09 284	0.13 366	0.11 303	0.05 51	0.05 283	0.07 323	0.05 202	0.04 49	0.05 214

PAM_32	0.09 185	0.05 45	0.17 526	0.15 131	0.08 233	0.10 216	0.15 349	0.14 162	0.15 269	0.09 195	0.08 134	0.09 239	0.07 186	0.14 400	0.08 27	0.06 172	0.05 283	0.06 209	0.06 303	0.05 175	0.06 323

UGAM-zero	0.09 185	0.05 45	0.15 459	0.15 131	0.08 233	0.09 151	0.13 187	0.19 351	0.15 269	0.11 283	0.15 344	0.07 132	0.07 186	0.09 64	0.09 109	0.06 172	0.05 283	0.06 209	0.05 202	0.05 175	0.06 323

GCAP-BAT	0.09 185	0.05 45	0.11 266	0.13 23	0.07 142	0.11 273	0.14 261	0.14 162	0.16 309	0.07 80	0.10 212	0.08 199	0.06 71	0.13 366	0.08 27	0.07 356	0.05 283	0.05 55	0.05 202	0.04 49	0.04 77

Pointernet	0.09 185	0.04 1	0.09 136	0.16 230	0.08 233	0.13 383	0.10 42	0.15 205	0.17 339	0.09 195	0.07 69	0.06 44	0.06 71	0.11 208	0.09 109	0.08 441	0.04 25	0.05 55	0.03 1	0.06 307	0.05 214

IGEV-BASED-STEREO-	0.09 185	0.10 521	0.31 636	0.15 131	0.06 33	0.08 93	0.14 261	0.10 40	0.10 88	0.07 80	0.07 69	0.06 44	0.04 1	0.11 208	0.07 1	0.12 606	0.04 25	0.07 323	0.05 202	0.05 175	0.05 214

RAFT-Stereo-weight	0.09 185	0.06 125	0.10 203	0.16 230	0.07 142	0.09 151	0.14 261	0.19 351	0.16 309	0.11 283	0.10 212	0.08 199	0.06 71	0.10 129	0.11 303	0.06 172	0.04 25	0.06 209	0.04 65	0.04 49	0.04 77

MGS-Stereo	0.09 185	0.07 250	0.12 315	0.15 131	0.08 233	0.09 151	0.15 349	0.12 94	0.12 164	0.07 80	0.10 212	0.08 199	0.06 71	0.10 129	0.09 109	0.05 51	0.04 25	0.06 209	0.05 202	0.06 307	0.05 214

ff7	0.09 185	0.07 250	0.11 266	0.16 230	0.09 369	0.11 273	0.15 349	0.16 246	0.12 164	0.10 246	0.06 25	0.06 44	0.06 71	0.11 208	0.09 109	0.05 51	0.04 25	0.06 209	0.05 202	0.05 175	0.06 323

IGEVStereo-DCA	0.09 185	0.06 125	0.11 266	0.15 131	0.10 484	0.11 273	0.15 349	0.16 246	0.12 164	0.10 246	0.06 25	0.08 199	0.06 71	0.10 129	0.08 27	0.06 172	0.05 283	0.06 209	0.05 202	0.05 175	0.06 323

ffff	0.09 185	0.07 250	0.11 266	0.16 230	0.09 369	0.11 273	0.15 349	0.16 246	0.12 164	0.10 246	0.06 25	0.06 44	0.06 71	0.11 208	0.09 109	0.05 51	0.04 25	0.06 209	0.05 202	0.05 175	0.06 323

rrr	0.09 185	0.06 125	0.12 315	0.15 131	0.10 484	0.11 273	0.16 422	0.16 246	0.15 269	0.10 246	0.06 25	0.08 199	0.06 71	0.10 129	0.08 27	0.06 172	0.05 283	0.06 209	0.05 202	0.05 175	0.06 323

11t	0.09 185	0.07 250	0.11 266	0.16 230	0.09 369	0.11 273	0.15 349	0.16 246	0.12 164	0.10 246	0.06 25	0.06 44	0.06 71	0.11 208	0.09 109	0.05 51	0.04 25	0.06 209	0.05 202	0.05 175	0.06 323

MaDis-Stereo	0.09 185	0.09 458	0.08 62	0.17 317	0.09 369	0.13 383	0.10 42	0.16 246	0.16 309	0.09 195	0.11 267	0.06 44	0.06 71	0.09 64	0.13 419	0.07 356	0.06 440	0.07 323	0.05 202	0.05 175	0.04 77

IGEV_Zeroshot_test	0.09 185	0.05 45	0.12 315	0.13 23	0.08 233	0.12 327	0.13 187	0.17 285	0.11 121	0.10 246	0.06 25	0.09 239	0.06 71	0.11 208	0.09 109	0.06 172	0.04 25	0.06 209	0.06 303	0.05 175	0.05 214

MSKI-zero shot	0.09 185	0.05 45	0.09 136	0.15 131	0.07 142	0.10 216	0.13 187	0.14 162	0.13 208	0.09 195	0.09 173	0.09 239	0.06 71	0.12 308	0.10 215	0.06 172	0.04 25	0.05 55	0.04 65	0.04 49	0.04 77

UniTT-Stereo	0.09 185	0.07 250	0.08 62	0.18 411	0.08 233	0.13 383	0.11 71	0.12 94	0.11 121	0.10 246	0.12 289	0.05 5	0.07 186	0.09 64	0.09 109	0.07 356	0.05 283	0.05 55	0.05 202	0.05 175	0.05 214

MIM_Stereo	0.09 185	0.07 250	0.11 266	0.15 131	0.07 142	0.06 16	0.12 108	0.20 363	0.14 241	0.13 361	0.13 307	0.09 239	0.05 15	0.12 308	0.08 27	0.05 51	0.06 440	0.07 323	0.06 303	0.06 307	0.05 214

CASnet	0.09 185	0.09 458	0.09 136	0.19 486	0.06 33	0.07 47	0.11 71	0.18 320	0.14 241	0.11 283	0.10 212	0.09 239	0.07 186	0.10 129	0.10 215	0.06 172	0.04 25	0.10 557	0.08 483	0.05 175	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAPDPT-zeroshot	0.09 185	0.05 45	0.11 266	0.13 23	0.07 142	0.11 273	0.14 261	0.14 162	0.16 309	0.07 80	0.10 212	0.08 199	0.06 71	0.13 366	0.08 27	0.07 356	0.05 283	0.05 55	0.05 202	0.04 49	0.04 77

GCAP-Stereo	0.09 185	0.07 250	0.13 371	0.18 411	0.06 33	0.11 273	0.07 5	0.13 128	0.12 164	0.09 195	0.10 212	0.07 132	0.09 284	0.13 366	0.10 215	0.06 172	0.05 283	0.05 55	0.04 65	0.04 49	0.05 214

RAFT-Test	0.09 185	0.06 125	0.10 203	0.15 131	0.07 142	0.11 273	0.15 349	0.16 246	0.13 208	0.09 195	0.10 212	0.10 277	0.09 284	0.12 308	0.09 109	0.06 172	0.04 25	0.05 55	0.04 65	0.04 49	0.05 214

HH	0.09 185	0.06 125	0.13 371	0.17 317	0.08 233	0.10 216	0.16 422	0.14 162	0.10 88	0.08 141	0.09 173	0.08 199	0.07 186	0.10 129	0.09 109	0.06 172	0.04 25	0.06 209	0.05 202	0.05 175	0.04 77

HanStereo	0.09 185	0.06 125	0.13 371	0.17 317	0.08 233	0.10 216	0.16 422	0.14 162	0.10 88	0.08 141	0.09 173	0.08 199	0.07 186	0.10 129	0.09 109	0.06 172	0.04 25	0.06 209	0.05 202	0.05 175	0.04 77

4D-IteraStereo	0.09 185	0.07 250	0.10 203	0.18 411	0.07 142	0.09 151	0.15 349	0.17 285	0.15 269	0.10 246	0.11 267	0.10 277	0.07 186	0.11 208	0.09 109	0.05 51	0.03 1	0.08 420	0.07 404	0.06 307	0.05 214

anonymousdsp	0.09 185	0.07 250	0.11 266	0.16 230	0.09 369	0.11 273	0.15 349	0.16 246	0.12 164	0.09 195	0.06 25	0.06 44	0.06 71	0.11 208	0.09 109	0.05 51	0.04 25	0.06 209	0.05 202	0.05 175	0.06 323

LoS	0.09 185	0.05 45	0.11 266	0.13 23	0.07 142	0.14 420	0.11 71	0.15 205	0.15 269	0.09 195	0.09 173	0.12 330	0.09 284	0.15 428	0.10 215	0.07 356	0.05 283	0.05 55	0.03 1	0.05 175	0.05 214
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 185	0.07 250	0.10 203	0.17 317	0.08 233	0.10 216	0.15 349	0.15 205	0.12 164	0.09 195	0.06 25	0.07 132	0.06 71	0.11 208	0.09 109	0.05 51	0.04 25	0.06 209	0.05 202	0.04 49	0.06 323

RCA-Stereo	0.09 185	0.06 125	0.09 136	0.16 230	0.06 33	0.09 151	0.13 187	0.18 320	0.14 241	0.09 195	0.10 212	0.08 199	0.07 186	0.12 308	0.11 303	0.06 172	0.04 25	0.06 209	0.05 202	0.05 175	0.04 77

CroCo-Stereo Lap2	0.09 185	0.09 458	0.08 62	0.22 607	0.09 369	0.09 151	0.19 553	0.16 246	0.12 164	0.09 195	0.10 212	0.05 5	0.05 15	0.08 30	0.08 27	0.06 172	0.06 440	0.07 323	0.05 202	0.05 175	0.05 214

ccc-4	0.09 185	0.07 250	0.11 266	0.16 230	0.09 369	0.11 273	0.15 349	0.16 246	0.12 164	0.10 246	0.06 25	0.06 44	0.06 71	0.11 208	0.09 109	0.05 51	0.04 25	0.06 209	0.05 202	0.05 175	0.06 323

IGEV-Stereo	0.09 185	0.07 250	0.11 266	0.16 230	0.09 369	0.11 273	0.15 349	0.16 246	0.12 164	0.09 195	0.06 25	0.06 44	0.06 71	0.11 208	0.09 109	0.05 51	0.04 25	0.06 209	0.05 202	0.05 175	0.06 323
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 185	0.05 45	0.13 371	0.14 71	0.08 233	0.12 327	0.15 349	0.18 320	0.10 88	0.11 283	0.08 134	0.08 199	0.05 15	0.10 129	0.09 109	0.06 172	0.04 25	0.06 209	0.05 202	0.06 307	0.05 214

TRStereo	0.09 185	0.05 45	0.12 315	0.15 131	0.12 571	0.10 216	0.13 187	0.18 320	0.18 372	0.09 195	0.09 173	0.09 239	0.06 71	0.10 129	0.08 27	0.07 356	0.05 283	0.07 323	0.07 404	0.04 49	0.04 77

AnonymousM	0.09 185	0.05 45	0.10 203	0.14 71	0.06 33	0.09 151	0.13 187	0.19 351	0.14 241	0.13 361	0.11 267	0.09 239	0.08 239	0.13 366	0.10 215	0.08 441	0.05 283	0.08 420	0.05 202	0.05 175	0.05 214

CroCo-Stereo	0.09 185	0.08 374	0.08 62	0.22 607	0.09 369	0.09 151	0.19 553	0.15 205	0.12 164	0.07 80	0.07 69	0.08 199	0.06 71	0.08 30	0.07 1	0.07 356	0.05 283	0.06 209	0.04 65	0.05 175	0.04 77
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	0.09 185	0.06 125	0.07 13	0.15 131	0.05 2	0.16 479	0.18 513	0.15 205	0.15 269	0.10 246	0.11 267	0.11 308	0.11 369	0.10 129	0.12 372	0.05 51	0.04 25	0.05 55	0.04 65	0.04 49	0.04 77

TANstereo	0.09 185	0.04 1	0.08 62	0.13 23	0.06 33	0.11 273	0.14 261	0.15 205	0.19 391	0.11 283	0.15 344	0.10 277	0.06 71	0.12 308	0.09 109	0.07 356	0.05 283	0.05 55	0.04 65	0.06 307	0.05 214

XX-TBD	0.09 185	0.06 125	0.07 13	0.14 71	0.07 142	0.12 327	0.16 422	0.14 162	0.13 208	0.11 283	0.12 289	0.09 239	0.08 239	0.10 129	0.10 215	0.06 172	0.04 25	0.05 55	0.03 1	0.06 307	0.05 214

raftrobust	0.09 185	0.06 125	0.10 203	0.17 317	0.08 233	0.09 151	0.10 42	0.18 320	0.16 309	0.10 246	0.09 173	0.12 330	0.07 186	0.12 308	0.10 215	0.08 441	0.05 283	0.06 209	0.05 202	0.05 175	0.05 214

XX-Stereo	0.09 185	0.05 45	0.08 62	0.17 317	0.09 369	0.15 447	0.12 108	0.20 363	0.10 88	0.10 246	0.14 323	0.07 132	0.06 71	0.12 308	0.08 27	0.06 172	0.05 283	0.06 209	0.06 303	0.04 49	0.04 77

test_xeample3	0.09 185	0.06 125	0.12 315	0.16 230	0.09 369	0.11 273	0.15 349	0.16 246	0.13 208	0.10 246	0.06 25	0.08 199	0.06 71	0.10 129	0.09 109	0.05 51	0.04 25	0.06 209	0.05 202	0.05 175	0.06 323

RAFT-Stereo + iAFF	0.09 185	0.06 125	0.10 203	0.17 317	0.06 33	0.10 216	0.16 422	0.17 285	0.14 241	0.09 195	0.10 212	0.08 199	0.09 284	0.11 208	0.09 109	0.05 51	0.04 25	0.06 209	0.06 303	0.04 49	0.03 2

AFF-stereo	0.09 185	0.06 125	0.10 203	0.17 317	0.07 142	0.10 216	0.16 422	0.17 285	0.09 60	0.10 246	0.12 289	0.09 239	0.09 284	0.12 308	0.09 109	0.05 51	0.04 25	0.07 323	0.07 404	0.04 49	0.03 2

EAI-Stereo	0.09 185	0.07 250	0.11 266	0.15 131	0.06 33	0.10 216	0.15 349	0.16 246	0.09 60	0.08 141	0.09 173	0.08 199	0.07 186	0.09 64	0.11 303	0.05 51	0.04 25	0.05 55	0.05 202	0.05 175	0.04 77

CFNet-RSSM	0.09 185	0.07 250	0.09 136	0.16 230	0.07 142	0.09 151	0.15 349	0.16 246	0.17 339	0.08 141	0.12 289	0.10 277	0.09 284	0.11 208	0.09 109	0.06 172	0.04 25	0.06 209	0.04 65	0.04 49	0.04 77

Gwc-CoAtRS	0.09 185	0.06 125	0.10 203	0.16 230	0.07 142	0.10 216	0.14 261	0.17 285	0.17 339	0.08 141	0.10 212	0.12 330	0.09 284	0.12 308	0.09 109	0.06 172	0.04 25	0.06 209	0.04 65	0.04 49	0.04 77

CREStereo	0.09 185	0.04 1	0.08 62	0.11 1	0.06 33	0.13 383	0.14 261	0.14 162	0.10 88	0.08 141	0.13 307	0.09 239	0.08 239	0.11 208	0.10 215	0.08 441	0.04 25	0.05 55	0.03 1	0.06 307	0.06 323
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	0.09 185	0.05 45	0.09 136	0.12 7	0.06 33	0.12 327	0.14 261	0.15 205	0.11 121	0.09 195	0.13 307	0.10 277	0.07 186	0.13 366	0.10 215	0.15 650	0.04 25	0.05 55	0.03 1	0.07 394	0.06 323

SE	0.10 263	0.10 521	0.08 62	0.19 486	0.09 369	0.11 273	0.11 71	0.15 205	0.11 121	0.10 246	0.16 357	0.09 239	0.08 239	0.09 64	0.10 215	0.06 172	0.05 283	0.08 420	0.07 404	0.07 394	0.04 77

SMOE	0.10 263	0.08 374	0.09 136	0.18 411	0.07 142	0.13 383	0.14 261	0.18 320	0.13 208	0.11 283	0.13 307	0.12 330	0.09 284	0.11 208	0.11 303	0.05 51	0.05 283	0.08 420	0.06 303	0.06 307	0.04 77

ManiGeoR	0.10 263	0.05 45	0.12 315	0.12 7	0.08 233	0.12 327	0.12 108	0.24 463	0.14 241	0.12 327	0.14 323	0.12 330	0.09 284	0.13 366	0.13 419	0.07 356	0.04 25	0.05 55	0.05 202	0.07 394	0.07 413

HLf10	0.10 263	0.05 45	0.12 315	0.12 7	0.08 233	0.12 327	0.12 108	0.24 463	0.14 241	0.12 327	0.14 323	0.12 330	0.09 284	0.13 366	0.13 419	0.07 356	0.04 25	0.05 55	0.05 202	0.07 394	0.07 413

TestStereo_HLe17	0.10 263	0.05 45	0.12 315	0.13 23	0.07 142	0.11 273	0.15 349	0.21 390	0.15 269	0.11 283	0.14 323	0.11 308	0.09 284	0.13 366	0.12 372	0.07 356	0.04 25	0.05 55	0.05 202	0.07 394	0.06 323

DN	0.10 263	0.05 45	0.09 136	0.14 71	0.09 369	0.12 327	0.18 513	0.17 285	0.16 309	0.08 141	0.09 173	0.08 199	0.06 71	0.08 30	0.09 109	0.11 581	0.05 283	0.07 323	0.06 303	0.07 394	0.09 531

Hybrid-DGEV-03	0.10 263	0.06 125	0.09 136	0.18 411	0.08 233	0.16 479	0.14 261	0.15 205	0.14 241	0.13 361	0.16 357	0.12 330	0.09 284	0.13 366	0.11 303	0.06 172	0.04 25	0.08 420	0.06 303	0.05 175	0.04 77

WQFJA1	0.10 263	0.07 250	0.08 62	0.20 555	0.09 369	0.12 327	0.17 464	0.17 285	0.17 339	0.09 195	0.10 212	0.08 199	0.10 331	0.12 308	0.11 303	0.06 172	0.07 516	0.07 323	0.06 303	0.06 307	0.05 214

WQFJX1	0.10 263	0.07 250	0.08 62	0.22 607	0.09 369	0.12 327	0.17 464	0.18 320	0.17 339	0.10 246	0.09 173	0.07 132	0.10 331	0.11 208	0.09 109	0.07 356	0.08 549	0.07 323	0.06 303	0.05 175	0.04 77

WQFJX	0.10 263	0.07 250	0.09 136	0.21 589	0.09 369	0.12 327	0.16 422	0.18 320	0.17 339	0.12 327	0.10 212	0.07 132	0.09 284	0.12 308	0.10 215	0.06 172	0.07 516	0.06 209	0.05 202	0.06 307	0.05 214

NLMM	0.10 263	0.07 250	0.08 62	0.20 555	0.09 369	0.12 327	0.17 464	0.17 285	0.17 339	0.09 195	0.10 212	0.08 199	0.10 331	0.12 308	0.11 303	0.06 172	0.07 516	0.07 323	0.06 303	0.06 307	0.05 214

NLSM1	0.10 263	0.07 250	0.07 13	0.19 486	0.08 233	0.13 383	0.16 422	0.21 390	0.15 269	0.11 283	0.10 212	0.06 44	0.10 331	0.10 129	0.11 303	0.07 356	0.08 549	0.08 420	0.07 404	0.05 175	0.05 214

MM-Stereo_test3	0.10 263	0.07 250	0.07 13	0.18 411	0.07 142	0.12 327	0.19 553	0.24 463	0.19 391	0.06 26	0.10 212	0.08 199	0.06 71	0.11 208	0.08 27	0.06 172	0.06 440	0.07 323	0.05 202	0.05 175	0.04 77

MM-Stereo_test1	0.10 263	0.07 250	0.08 62	0.18 411	0.07 142	0.12 327	0.18 513	0.21 390	0.20 415	0.09 195	0.11 267	0.08 199	0.06 71	0.10 129	0.10 215	0.06 172	0.05 283	0.07 323	0.06 303	0.05 175	0.04 77

AIO-test2	0.10 263	0.08 374	0.10 203	0.23 631	0.08 233	0.11 273	0.10 42	0.23 439	0.23 457	0.08 141	0.09 173	0.08 199	0.05 15	0.10 129	0.08 27	0.06 172	0.05 283	0.08 420	0.09 531	0.05 175	0.05 214

AIO-test1	0.10 263	0.07 250	0.10 203	0.23 631	0.07 142	0.09 151	0.13 187	0.21 390	0.14 241	0.11 283	0.12 289	0.09 239	0.07 186	0.11 208	0.09 109	0.06 172	0.05 283	0.09 508	0.10 573	0.03 1	0.06 323

tg	0.10 263	0.06 125	0.10 203	0.18 411	0.08 233	0.11 273	0.16 422	0.20 363	0.12 164	0.08 141	0.11 267	0.11 308	0.07 186	0.11 208	0.10 215	0.05 51	0.04 25	0.08 420	0.08 483	0.04 49	0.04 77

PAM	0.10 263	0.05 45	0.16 495	0.15 131	0.08 233	0.09 151	0.16 422	0.15 205	0.16 309	0.12 327	0.09 173	0.09 239	0.07 186	0.13 366	0.08 27	0.06 172	0.05 283	0.06 209	0.06 303	0.05 175	0.06 323

model_zeroshot	0.10 263	0.04 1	0.11 266	0.15 131	0.09 369	0.12 327	0.14 261	0.20 363	0.13 208	0.11 283	0.10 212	0.12 330	0.07 186	0.12 308	0.10 215	0.07 356	0.06 440	0.06 209	0.05 202	0.06 307	0.06 323

RAStereo	0.10 263	0.09 458	0.08 62	0.20 555	0.08 233	0.13 383	0.18 513	0.15 205	0.17 339	0.10 246	0.12 289	0.05 5	0.06 71	0.09 64	0.08 27	0.07 356	0.05 283	0.07 323	0.05 202	0.05 175	0.04 77

rvit_stereo_0080	0.10 263	0.08 374	0.14 410	0.15 131	0.09 369	0.07 47	0.15 349	0.16 246	0.16 309	0.11 283	0.10 212	0.14 386	0.08 239	0.12 308	0.10 215	0.09 505	0.07 516	0.07 323	0.06 303	0.07 394	0.05 214

H2IRNET	0.10 263	0.09 458	0.09 136	0.18 411	0.09 369	0.12 327	0.15 349	0.14 162	0.21 431	0.10 246	0.10 212	0.10 277	0.10 331	0.10 129	0.10 215	0.05 51	0.04 25	0.08 420	0.08 483	0.06 307	0.05 214

Former-RAFT_DAM_RVC	0.10 263	0.08 374	0.12 315	0.16 230	0.08 233	0.15 447	0.16 422	0.18 320	0.18 372	0.10 246	0.09 173	0.09 239	0.08 239	0.11 208	0.12 372	0.07 356	0.05 283	0.08 420	0.06 303	0.07 394	0.06 323

MyStereo07	0.10 263	0.07 250	0.10 203	0.17 317	0.09 369	0.14 420	0.18 513	0.15 205	0.15 269	0.09 195	0.06 25	0.06 44	0.07 186	0.12 308	0.09 109	0.06 172	0.05 283	0.08 420	0.07 404	0.06 307	0.06 323

MyStereo06	0.10 263	0.07 250	0.12 315	0.17 317	0.09 369	0.13 383	0.18 513	0.19 351	0.12 164	0.12 327	0.08 134	0.07 132	0.07 186	0.11 208	0.09 109	0.06 172	0.05 283	0.07 323	0.07 404	0.06 307	0.06 323

AE-Stereo	0.10 263	0.08 374	0.10 203	0.18 411	0.09 369	0.10 216	0.15 349	0.14 162	0.19 391	0.09 195	0.14 323	0.12 330	0.08 239	0.11 208	0.10 215	0.05 51	0.06 440	0.07 323	0.06 303	0.05 175	0.04 77

ACVNet-DCA	0.10 263	0.08 374	0.12 315	0.17 317	0.09 369	0.13 383	0.15 349	0.23 439	0.16 309	0.09 195	0.09 173	0.06 44	0.06 71	0.10 129	0.07 1	0.06 172	0.04 25	0.06 209	0.05 202	0.07 394	0.07 413

cc1	0.10 263	0.08 374	0.12 315	0.17 317	0.09 369	0.13 383	0.15 349	0.16 246	0.18 372	0.09 195	0.09 173	0.06 44	0.06 71	0.10 129	0.07 1	0.06 172	0.04 25	0.06 209	0.05 202	0.06 307	0.06 323

tt1	0.10 263	0.08 374	0.12 315	0.17 317	0.09 369	0.12 327	0.16 422	0.15 205	0.19 391	0.09 195	0.08 134	0.06 44	0.06 71	0.10 129	0.07 1	0.06 172	0.04 25	0.06 209	0.05 202	0.06 307	0.06 323

whm_eth	0.10 263	0.08 374	0.14 410	0.15 131	0.09 369	0.07 47	0.15 349	0.16 246	0.16 309	0.11 283	0.10 212	0.14 386	0.08 239	0.12 308	0.10 215	0.09 505	0.07 516	0.07 323	0.06 303	0.07 394	0.05 214

plain	0.10 263	0.08 374	0.10 203	0.19 486	0.09 369	0.10 216	0.15 349	0.14 162	0.13 208	0.13 361	0.15 344	0.09 239	0.12 402	0.13 366	0.12 372	0.07 356	0.05 283	0.09 508	0.06 303	0.06 307	0.06 323

Any-RAFT	0.10 263	0.05 45	0.09 136	0.14 71	0.07 142	0.13 383	0.14 261	0.21 390	0.15 269	0.11 283	0.12 289	0.12 330	0.09 284	0.12 308	0.09 109	0.07 356	0.04 25	0.05 55	0.04 65	0.06 307	0.05 214

LL-Strereo2	0.10 263	0.10 521	0.15 459	0.18 411	0.08 233	0.15 447	0.09 25	0.17 285	0.14 241	0.14 388	0.10 212	0.09 239	0.07 186	0.16 463	0.10 215	0.05 51	0.05 283	0.10 557	0.07 404	0.06 307	0.05 214

DCANet-4	0.10 263	0.06 125	0.12 315	0.16 230	0.06 33	0.09 151	0.17 464	0.18 320	0.19 391	0.13 361	0.16 357	0.09 239	0.14 468	0.11 208	0.12 372	0.06 172	0.04 25	0.05 55	0.04 65	0.04 49	0.05 214

fff	0.10 263	0.06 125	0.12 315	0.15 131	0.07 142	0.09 151	0.17 464	0.16 246	0.20 415	0.13 361	0.16 357	0.10 277	0.11 369	0.11 208	0.12 372	0.06 172	0.04 25	0.05 55	0.04 65	0.04 49	0.05 214

ADStereo(finetuned)	0.10 263	0.06 125	0.12 315	0.16 230	0.06 33	0.09 151	0.17 464	0.15 205	0.19 391	0.13 361	0.17 381	0.10 277	0.12 402	0.11 208	0.12 372	0.06 172	0.04 25	0.05 55	0.04 65	0.05 175	0.04 77

test_4	0.10 263	0.10 521	0.08 62	0.19 486	0.09 369	0.08 93	0.22 608	0.15 205	0.17 339	0.12 327	0.18 409	0.12 330	0.09 284	0.08 30	0.11 303	0.04 11	0.04 25	0.08 420	0.08 483	0.04 49	0.03 2

IPLG	0.10 263	0.07 250	0.15 459	0.17 317	0.08 233	0.11 273	0.14 261	0.20 363	0.15 269	0.12 327	0.17 381	0.07 132	0.07 186	0.14 400	0.13 419	0.06 172	0.04 25	0.06 209	0.05 202	0.04 49	0.04 77

test_3	0.10 263	0.09 458	0.10 203	0.20 555	0.08 233	0.13 383	0.26 657	0.14 162	0.21 431	0.10 246	0.10 212	0.09 239	0.09 284	0.08 30	0.11 303	0.05 51	0.04 25	0.08 420	0.07 404	0.04 49	0.04 77

STrans-v2	0.10 263	0.07 250	0.12 315	0.18 411	0.07 142	0.10 216	0.14 261	0.21 390	0.11 121	0.11 283	0.15 344	0.12 330	0.10 331	0.11 208	0.12 372	0.05 51	0.04 25	0.06 209	0.06 303	0.04 49	0.04 77

TransformOpticalFlow	0.10 263	0.08 374	0.13 371	0.18 411	0.07 142	0.09 151	0.15 349	0.19 351	0.15 269	0.12 327	0.17 381	0.11 308	0.11 369	0.11 208	0.10 215	0.05 51	0.04 25	0.06 209	0.06 303	0.05 175	0.05 214

SST-Stereo	0.10 263	0.07 250	0.15 459	0.18 411	0.09 369	0.06 16	0.12 108	0.17 285	0.11 121	0.15 415	0.17 381	0.13 363	0.12 402	0.10 129	0.11 303	0.06 172	0.04 25	0.09 508	0.06 303	0.06 307	0.05 214

cross-raft	0.10 263	0.09 458	0.09 136	0.19 486	0.07 142	0.11 273	0.25 648	0.13 128	0.15 269	0.08 141	0.11 267	0.12 330	0.10 331	0.09 64	0.11 303	0.05 51	0.04 25	0.06 209	0.05 202	0.04 49	0.04 77

test-1	0.10 263	0.07 250	0.16 495	0.19 486	0.08 233	0.11 273	0.24 633	0.14 162	0.18 372	0.09 195	0.07 69	0.09 239	0.08 239	0.07 7	0.09 109	0.06 172	0.04 25	0.06 209	0.05 202	0.04 49	0.04 77

iRaftStereo_RVC	0.10 263	0.07 250	0.09 136	0.17 317	0.09 369	0.11 273	0.17 464	0.18 320	0.12 164	0.09 195	0.12 289	0.10 277	0.07 186	0.11 208	0.10 215	0.05 51	0.04 25	0.08 420	0.08 483	0.04 49	0.04 77

RALCasStereoNet	0.10 263	0.06 125	0.09 136	0.16 230	0.08 233	0.12 327	0.14 261	0.17 285	0.11 121	0.12 327	0.17 381	0.14 386	0.10 331	0.12 308	0.11 303	0.07 356	0.06 440	0.06 209	0.05 202	0.08 464	0.07 413

DCANet	0.10 263	0.06 125	0.12 315	0.16 230	0.06 33	0.09 151	0.17 464	0.15 205	0.19 391	0.13 361	0.17 381	0.10 277	0.11 369	0.11 208	0.12 372	0.06 172	0.04 25	0.05 55	0.04 65	0.05 175	0.04 77

csc	0.10 263	0.06 125	0.12 315	0.15 131	0.07 142	0.09 151	0.17 464	0.16 246	0.20 415	0.13 361	0.16 357	0.10 277	0.11 369	0.11 208	0.12 372	0.06 172	0.04 25	0.05 55	0.04 65	0.04 49	0.05 214

cscssc	0.10 263	0.06 125	0.12 315	0.15 131	0.07 142	0.09 151	0.17 464	0.16 246	0.20 415	0.13 361	0.16 357	0.10 277	0.11 369	0.11 208	0.12 372	0.06 172	0.04 25	0.05 55	0.04 65	0.04 49	0.05 214

111	0.10 263	0.06 125	0.12 315	0.15 131	0.07 142	0.10 216	0.14 261	0.21 390	0.23 457	0.11 283	0.12 289	0.14 386	0.11 369	0.13 366	0.10 215	0.06 172	0.04 25	0.06 209	0.04 65	0.05 175	0.05 214

R-Stereo Train	0.10 263	0.06 125	0.10 203	0.17 317	0.08 233	0.11 273	0.14 261	0.23 439	0.11 121	0.12 327	0.19 420	0.11 308	0.08 239	0.09 64	0.11 303	0.07 356	0.05 283	0.06 209	0.05 202	0.05 175	0.05 214

RAFT-Stereo	0.10 263	0.06 125	0.10 203	0.17 317	0.08 233	0.11 273	0.14 261	0.23 439	0.11 121	0.12 327	0.19 420	0.11 308	0.08 239	0.09 64	0.11 303	0.07 356	0.05 283	0.06 209	0.05 202	0.05 175	0.05 214
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.10 263	0.06 125	0.12 315	0.14 71	0.06 33	0.11 273	0.10 42	0.18 320	0.18 372	0.13 361	0.16 357	0.14 386	0.11 369	0.15 428	0.13 419	0.06 172	0.04 25	0.04 1	0.04 65	0.06 307	0.05 214
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	0.11 316	0.09 458	0.10 203	0.17 317	0.07 142	0.20 562	0.13 187	0.21 390	0.17 339	0.12 327	0.13 307	0.10 277	0.12 402	0.13 366	0.13 419	0.07 356	0.07 516	0.08 420	0.09 531	0.06 307	0.05 214

HLF11	0.11 316	0.05 45	0.13 371	0.12 7	0.08 233	0.14 420	0.11 71	0.22 416	0.10 88	0.12 327	0.23 477	0.11 308	0.11 369	0.14 400	0.13 419	0.08 441	0.05 283	0.05 55	0.04 65	0.08 464	0.08 484

HLf8	0.11 316	0.05 45	0.13 371	0.11 1	0.08 233	0.15 447	0.12 108	0.22 416	0.15 269	0.13 361	0.17 381	0.12 330	0.10 331	0.14 400	0.12 372	0.09 505	0.05 283	0.05 55	0.05 202	0.08 464	0.08 484

TestStereo_HL3	0.11 316	0.05 45	0.16 495	0.13 23	0.07 142	0.12 327	0.11 71	0.20 363	0.09 60	0.15 415	0.30 577	0.13 363	0.12 402	0.16 463	0.11 303	0.07 356	0.05 283	0.05 55	0.05 202	0.06 307	0.07 413

TestStereo_HL2	0.11 316	0.06 125	0.11 266	0.12 7	0.08 233	0.12 327	0.14 261	0.20 363	0.18 372	0.13 361	0.21 456	0.12 330	0.10 331	0.12 308	0.12 372	0.07 356	0.05 283	0.05 55	0.05 202	0.07 394	0.07 413

GGDA	0.11 316	0.06 125	0.11 266	0.13 23	0.07 142	0.12 327	0.14 261	0.19 351	0.19 391	0.13 361	0.20 432	0.12 330	0.09 284	0.12 308	0.12 372	0.07 356	0.04 25	0.05 55	0.05 202	0.06 307	0.07 413

TestStereo-Hl	0.11 316	0.06 125	0.11 266	0.13 23	0.08 233	0.15 447	0.14 261	0.20 363	0.17 339	0.13 361	0.16 357	0.12 330	0.11 369	0.14 400	0.13 419	0.06 172	0.04 25	0.05 55	0.05 202	0.06 307	0.06 323

Lsterematch	0.11 316	0.06 125	0.11 266	0.16 230	0.07 142	0.13 383	0.15 349	0.14 162	0.17 339	0.16 444	0.18 409	0.15 415	0.15 486	0.12 308	0.14 462	0.07 356	0.04 25	0.06 209	0.06 303	0.06 307	0.06 323

Hybrid-DGEV-2	0.11 316	0.06 125	0.12 315	0.18 411	0.09 369	0.09 151	0.13 187	0.28 541	0.29 542	0.11 283	0.11 267	0.09 239	0.12 402	0.12 308	0.09 109	0.06 172	0.05 283	0.07 323	0.07 404	0.05 175	0.05 214

NLMM1	0.11 316	0.09 458	0.07 13	0.22 607	0.10 484	0.12 327	0.20 577	0.18 320	0.20 415	0.12 327	0.11 267	0.07 132	0.09 284	0.11 208	0.11 303	0.08 441	0.08 549	0.07 323	0.06 303	0.04 49	0.04 77

NLCSM	0.11 316	0.09 458	0.09 136	0.23 631	0.11 535	0.12 327	0.19 553	0.18 320	0.18 372	0.12 327	0.11 267	0.07 132	0.09 284	0.11 208	0.10 215	0.07 356	0.08 549	0.07 323	0.07 404	0.06 307	0.05 214

Select-FE	0.11 316	0.06 125	0.20 574	0.15 131	0.11 535	0.11 273	0.13 187	0.21 390	0.18 372	0.09 195	0.11 267	0.10 277	0.06 71	0.12 308	0.09 109	0.07 356	0.05 283	0.07 323	0.08 483	0.06 307	0.08 484

FlowAnything_test	0.11 316	0.08 374	0.14 410	0.15 131	0.09 369	0.07 47	0.14 261	0.20 363	0.11 121	0.09 195	0.09 173	0.12 330	0.12 402	0.13 366	0.11 303	0.09 505	0.06 440	0.09 508	0.09 531	0.06 307	0.09 531

xyz-stereo-finetune2	0.11 316	0.07 250	0.13 371	0.13 23	0.07 142	0.11 273	0.19 553	0.17 285	0.12 164	0.15 415	0.15 344	0.17 452	0.12 402	0.13 366	0.11 303	0.05 51	0.04 25	0.07 323	0.05 202	0.04 49	0.06 323

xyz-stereo-finetune	0.11 316	0.08 374	0.13 371	0.14 71	0.06 33	0.10 216	0.19 553	0.17 285	0.19 391	0.12 327	0.14 323	0.15 415	0.10 331	0.13 366	0.11 303	0.05 51	0.04 25	0.07 323	0.05 202	0.04 49	0.05 214

FLISNet	0.11 316	0.06 125	0.11 266	0.13 23	0.09 369	0.09 151	0.14 261	0.21 390	0.10 88	0.19 510	0.17 381	0.14 386	0.09 284	0.16 463	0.08 27	0.05 51	0.04 25	0.07 323	0.08 483	0.07 394	0.06 323

CoSv	0.11 316	0.06 125	0.11 266	0.13 23	0.09 369	0.09 151	0.14 261	0.21 390	0.10 88	0.19 510	0.17 381	0.14 386	0.09 284	0.16 463	0.08 27	0.05 51	0.04 25	0.07 323	0.08 483	0.07 394	0.06 323

rvit_stereo_0081_aga	0.11 316	0.09 458	0.14 410	0.18 411	0.09 369	0.13 383	0.14 261	0.14 162	0.19 391	0.10 246	0.18 409	0.16 430	0.09 284	0.12 308	0.09 109	0.10 549	0.06 440	0.08 420	0.07 404	0.07 394	0.06 323

rvit_stereo_0081	0.11 316	0.08 374	0.15 459	0.16 230	0.09 369	0.10 216	0.14 261	0.14 162	0.24 474	0.11 283	0.13 307	0.13 363	0.09 284	0.11 208	0.12 372	0.10 549	0.07 516	0.08 420	0.07 404	0.07 394	0.05 214

rvit_stereo_0082	0.11 316	0.08 374	0.15 459	0.16 230	0.09 369	0.10 216	0.14 261	0.14 162	0.24 474	0.11 283	0.13 307	0.13 363	0.09 284	0.11 208	0.12 372	0.10 549	0.07 516	0.08 420	0.07 404	0.07 394	0.05 214

AIO-Stereo-zeroshot1	0.11 316	0.05 45	0.14 410	0.15 131	0.20 676	0.09 151	0.17 464	0.21 390	0.15 269	0.11 283	0.14 323	0.10 277	0.07 186	0.10 129	0.08 27	0.06 172	0.05 283	0.07 323	0.07 404	0.07 394	0.09 531

AIO-Stereo-zeroshot	0.11 316	0.05 45	0.11 266	0.15 131	0.13 594	0.13 383	0.16 422	0.23 439	0.17 339	0.10 246	0.12 289	0.10 277	0.07 186	0.11 208	0.09 109	0.06 172	0.05 283	0.06 209	0.06 303	0.07 394	0.08 484

CAS++	0.11 316	0.07 250	0.11 266	0.14 71	0.09 369	0.12 327	0.14 261	0.24 463	0.14 241	0.11 283	0.09 173	0.11 308	0.07 186	0.14 400	0.09 109	0.11 581	0.09 585	0.09 508	0.07 404	0.07 394	0.08 484
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
xx1	0.11 316	0.08 374	0.12 315	0.17 317	0.09 369	0.13 383	0.15 349	0.16 246	0.18 372	0.09 195	0.09 173	0.16 430	0.16 514	0.10 129	0.07 1	0.06 172	0.04 25	0.08 420	0.08 483	0.07 394	0.07 413

1test111	0.11 316	0.08 374	0.12 315	0.17 317	0.09 369	0.13 383	0.15 349	0.23 439	0.16 309	0.09 195	0.09 173	0.06 44	0.06 71	0.15 428	0.16 511	0.06 172	0.04 25	0.06 209	0.05 202	0.07 394	0.07 413

MIF-Stereo (partial)	0.11 316	0.06 125	0.10 203	0.19 486	0.10 484	0.10 216	0.11 71	0.17 285	0.18 372	0.14 388	0.16 357	0.09 239	0.11 369	0.12 308	0.12 372	0.08 441	0.05 283	0.08 420	0.07 404	0.06 307	0.07 413

EKT-Stereo	0.11 316	0.07 250	0.14 410	0.15 131	0.10 484	0.13 383	0.14 261	0.18 320	0.21 431	0.11 283	0.08 134	0.12 330	0.09 284	0.11 208	0.12 372	0.08 441	0.06 440	0.07 323	0.06 303	0.08 464	0.07 413

anonymousdsp2	0.11 316	0.07 250	0.10 203	0.16 230	0.09 369	0.13 383	0.14 261	0.18 320	0.22 445	0.13 361	0.14 323	0.12 330	0.09 284	0.14 400	0.11 303	0.05 51	0.04 25	0.05 55	0.04 65	0.06 307	0.05 214

DCRE	0.11 316	0.07 250	0.13 371	0.16 230	0.11 535	0.11 273	0.17 464	0.18 320	0.17 339	0.11 283	0.18 409	0.10 277	0.10 331	0.15 428	0.11 303	0.06 172	0.05 283	0.06 209	0.06 303	0.05 175	0.04 77

knoymous	0.11 316	0.05 45	0.12 315	0.13 23	0.07 142	0.15 447	0.14 261	0.19 351	0.13 208	0.11 283	0.17 381	0.13 363	0.09 284	0.13 366	0.11 303	0.08 441	0.05 283	0.06 209	0.05 202	0.08 464	0.07 413

riskmin	0.11 316	0.06 125	0.13 371	0.14 71	0.08 233	0.14 420	0.14 261	0.18 320	0.14 241	0.11 283	0.14 323	0.16 430	0.11 369	0.14 400	0.12 372	0.09 505	0.05 283	0.07 323	0.05 202	0.08 464	0.08 484

Selective-RAFT	0.11 316	0.10 521	0.11 266	0.21 589	0.08 233	0.16 479	0.13 187	0.20 363	0.22 445	0.10 246	0.10 212	0.11 308	0.10 331	0.15 428	0.11 303	0.05 51	0.05 283	0.06 209	0.05 202	0.06 307	0.05 214

DisPM	0.11 316	0.07 250	0.12 315	0.16 230	0.09 369	0.06 16	0.13 187	0.17 285	0.17 339	0.14 388	0.20 432	0.12 330	0.10 331	0.11 208	0.10 215	0.06 172	0.04 25	0.07 323	0.06 303	0.06 307	0.11 591

CIPLG	0.11 316	0.08 374	0.14 410	0.17 317	0.08 233	0.12 327	0.15 349	0.17 285	0.15 269	0.14 388	0.11 267	0.16 430	0.09 284	0.16 463	0.11 303	0.07 356	0.05 283	0.06 209	0.05 202	0.05 175	0.06 323

GLC_STEREO	0.11 316	0.07 250	0.11 266	0.17 317	0.07 142	0.09 151	0.13 187	0.15 205	0.24 474	0.12 327	0.13 307	0.12 330	0.08 239	0.18 521	0.11 303	0.06 172	0.08 549	0.08 420	0.06 303	0.05 175	0.05 214

IPLGR_C	0.11 316	0.08 374	0.14 410	0.17 317	0.08 233	0.12 327	0.15 349	0.17 285	0.15 269	0.14 388	0.10 212	0.16 430	0.09 284	0.16 463	0.11 303	0.07 356	0.05 283	0.06 209	0.05 202	0.05 175	0.06 323

MIPNet	0.11 316	0.08 374	0.14 410	0.17 317	0.09 369	0.12 327	0.14 261	0.20 363	0.24 474	0.11 283	0.10 212	0.09 239	0.07 186	0.13 366	0.12 372	0.06 172	0.04 25	0.06 209	0.05 202	0.04 49	0.04 77

IPLGR	0.11 316	0.09 458	0.16 495	0.18 411	0.08 233	0.12 327	0.17 464	0.21 390	0.24 474	0.11 283	0.12 289	0.11 308	0.08 239	0.12 308	0.12 372	0.06 172	0.05 283	0.06 209	0.06 303	0.04 49	0.04 77

GMOStereo	0.11 316	0.09 458	0.07 13	0.19 486	0.08 233	0.12 327	0.28 670	0.13 128	0.17 339	0.11 283	0.17 381	0.14 386	0.12 402	0.07 7	0.07 1	0.05 51	0.05 283	0.09 508	0.07 404	0.04 49	0.04 77

error version	0.11 316	0.09 458	0.07 13	0.19 486	0.08 233	0.12 327	0.28 670	0.13 128	0.17 339	0.11 283	0.17 381	0.14 386	0.12 402	0.07 7	0.07 1	0.05 51	0.05 283	0.09 508	0.07 404	0.04 49	0.04 77

test-v	0.11 316	0.09 458	0.07 13	0.19 486	0.08 233	0.12 327	0.28 670	0.13 128	0.17 339	0.11 283	0.17 381	0.14 386	0.12 402	0.07 7	0.07 1	0.05 51	0.05 283	0.09 508	0.07 404	0.04 49	0.04 77

ACRE	0.11 316	0.08 374	0.14 410	0.17 317	0.08 233	0.12 327	0.15 349	0.17 285	0.14 241	0.14 388	0.10 212	0.16 430	0.09 284	0.16 463	0.11 303	0.07 356	0.05 283	0.06 209	0.05 202	0.05 175	0.06 323

PFNet+	0.11 316	0.06 125	0.13 371	0.16 230	0.09 369	0.05 5	0.12 108	0.17 285	0.21 431	0.16 444	0.19 420	0.14 386	0.10 331	0.11 208	0.11 303	0.08 441	0.05 283	0.09 508	0.08 483	0.06 307	0.11 591

LCNet	0.11 316	0.07 250	0.09 136	0.19 486	0.09 369	0.08 93	0.15 349	0.21 390	0.15 269	0.11 283	0.15 344	0.16 430	0.11 369	0.12 308	0.11 303	0.05 51	0.04 25	0.08 420	0.07 404	0.06 307	0.15 653

HHNet	0.11 316	0.06 125	0.16 495	0.15 131	0.14 616	0.07 47	0.13 187	0.20 363	0.17 339	0.14 388	0.25 518	0.11 308	0.08 239	0.13 366	0.10 215	0.05 51	0.04 25	0.08 420	0.06 303	0.05 175	0.09 531

Patchmatch Stereo++	0.11 316	0.09 458	0.16 495	0.18 411	0.08 233	0.06 16	0.11 71	0.16 246	0.13 208	0.15 415	0.16 357	0.14 386	0.12 402	0.11 208	0.10 215	0.06 172	0.04 25	0.08 420	0.06 303	0.08 464	0.07 413
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	0.11 316	0.07 250	0.16 495	0.19 486	0.09 369	0.08 93	0.13 187	0.18 320	0.13 208	0.16 444	0.21 456	0.13 363	0.14 468	0.11 208	0.14 462	0.06 172	0.04 25	0.09 508	0.06 303	0.06 307	0.05 214

OMP-Stereo	0.11 316	0.06 125	0.14 410	0.18 411	0.08 233	0.09 151	0.12 108	0.21 390	0.21 431	0.13 361	0.14 323	0.11 308	0.12 402	0.11 208	0.13 419	0.06 172	0.04 25	0.07 323	0.06 303	0.05 175	0.04 77

IIG-Stereo	0.11 316	0.06 125	0.13 371	0.17 317	0.08 233	0.11 273	0.12 108	0.22 416	0.17 339	0.14 388	0.17 381	0.11 308	0.12 402	0.12 308	0.12 372	0.06 172	0.05 283	0.07 323	0.06 303	0.05 175	0.04 77

NF-Stereo	0.11 316	0.07 250	0.13 371	0.17 317	0.09 369	0.10 216	0.14 261	0.23 439	0.19 391	0.12 327	0.17 381	0.12 330	0.11 369	0.11 208	0.11 303	0.06 172	0.04 25	0.07 323	0.06 303	0.06 307	0.12 604

OCTAStereo	0.11 316	0.07 250	0.13 371	0.17 317	0.09 369	0.10 216	0.14 261	0.23 439	0.19 391	0.12 327	0.17 381	0.12 330	0.11 369	0.11 208	0.11 303	0.06 172	0.04 25	0.07 323	0.06 303	0.06 307	0.12 604

NRIStereo	0.11 316	0.08 374	0.14 410	0.18 411	0.08 233	0.10 216	0.14 261	0.16 246	0.15 269	0.12 327	0.14 323	0.13 363	0.12 402	0.13 366	0.10 215	0.06 172	0.04 25	0.07 323	0.06 303	0.06 307	0.07 413

PSM-adaLoss	0.11 316	0.09 458	0.16 495	0.18 411	0.08 233	0.06 16	0.12 108	0.16 246	0.13 208	0.15 415	0.16 357	0.14 386	0.12 402	0.11 208	0.10 215	0.06 172	0.04 25	0.08 420	0.06 303	0.08 464	0.07 413

PSM-AAD	0.11 316	0.07 250	0.10 203	0.19 486	0.09 369	0.10 216	0.15 349	0.20 363	0.13 208	0.12 327	0.14 323	0.18 466	0.11 369	0.11 208	0.10 215	0.05 51	0.05 283	0.09 508	0.08 483	0.06 307	0.14 646

ROB_FTStereo_v2	0.11 316	0.09 458	0.16 495	0.19 486	0.08 233	0.06 16	0.12 108	0.16 246	0.13 208	0.15 415	0.16 357	0.14 386	0.12 402	0.11 208	0.10 215	0.06 172	0.04 25	0.08 420	0.06 303	0.08 464	0.07 413

ROB_FTStereo	0.11 316	0.09 458	0.16 495	0.19 486	0.08 233	0.06 16	0.11 71	0.16 246	0.13 208	0.15 415	0.16 357	0.14 386	0.12 402	0.11 208	0.10 215	0.06 172	0.04 25	0.08 420	0.06 303	0.08 464	0.07 413

KYRaft	0.11 316	0.07 250	0.10 203	0.19 486	0.09 369	0.08 93	0.15 349	0.22 416	0.12 164	0.13 361	0.16 357	0.20 493	0.10 331	0.12 308	0.10 215	0.05 51	0.04 25	0.08 420	0.08 483	0.06 307	0.16 664

HUI-Stereo	0.11 316	0.09 458	0.16 495	0.18 411	0.08 233	0.06 16	0.12 108	0.16 246	0.13 208	0.15 415	0.16 357	0.14 386	0.12 402	0.11 208	0.10 215	0.06 172	0.04 25	0.08 420	0.06 303	0.08 464	0.07 413

ASMatch	0.11 316	0.06 125	0.13 371	0.16 230	0.10 484	0.07 47	0.14 261	0.17 285	0.17 339	0.12 327	0.16 357	0.16 430	0.10 331	0.13 366	0.10 215	0.05 51	0.04 25	0.06 209	0.05 202	0.04 49	0.08 484

RAFT_R40	0.11 316	0.07 250	0.14 410	0.18 411	0.09 369	0.06 16	0.13 187	0.17 285	0.16 309	0.14 388	0.18 409	0.15 415	0.12 402	0.10 129	0.11 303	0.06 172	0.04 25	0.09 508	0.06 303	0.06 307	0.05 214

GrayStereo	0.11 316	0.06 125	0.11 266	0.19 486	0.09 369	0.09 151	0.16 422	0.18 320	0.17 339	0.14 388	0.17 381	0.17 452	0.11 369	0.12 308	0.11 303	0.05 51	0.05 283	0.07 323	0.06 303	0.05 175	0.10 563

RE-Stereo	0.11 316	0.07 250	0.13 371	0.17 317	0.09 369	0.10 216	0.14 261	0.23 439	0.19 391	0.12 327	0.17 381	0.12 330	0.11 369	0.11 208	0.11 303	0.06 172	0.04 25	0.07 323	0.06 303	0.06 307	0.12 604

Pruner-Stereo	0.11 316	0.07 250	0.12 315	0.17 317	0.09 369	0.06 16	0.12 108	0.17 285	0.17 339	0.13 361	0.19 420	0.13 363	0.09 284	0.11 208	0.11 303	0.06 172	0.04 25	0.07 323	0.06 303	0.06 307	0.08 484

TVStereo	0.11 316	0.07 250	0.13 371	0.17 317	0.09 369	0.10 216	0.14 261	0.23 439	0.19 391	0.12 327	0.17 381	0.12 330	0.11 369	0.11 208	0.11 303	0.06 172	0.04 25	0.07 323	0.06 303	0.06 307	0.12 604

DeepStereo_RVC	0.11 316	0.08 374	0.16 495	0.18 411	0.08 233	0.08 93	0.12 108	0.17 285	0.12 164	0.13 361	0.14 323	0.12 330	0.12 402	0.12 308	0.11 303	0.06 172	0.04 25	0.07 323	0.06 303	0.07 394	0.08 484

iGMRVC	0.11 316	0.09 458	0.16 495	0.19 486	0.08 233	0.06 16	0.12 108	0.16 246	0.13 208	0.15 415	0.16 357	0.14 386	0.12 402	0.11 208	0.10 215	0.06 172	0.04 25	0.08 420	0.06 303	0.08 464	0.07 413

RAFT-RH_RVC	0.11 316	0.06 125	0.14 410	0.16 230	0.09 369	0.12 327	0.12 108	0.17 285	0.12 164	0.13 361	0.41 651	0.11 308	0.10 331	0.13 366	0.12 372	0.05 51	0.04 25	0.08 420	0.05 202	0.04 49	0.06 323

RAFT-345	0.11 316	0.07 250	0.15 459	0.16 230	0.08 233	0.08 93	0.12 108	0.15 205	0.10 88	0.11 283	0.36 614	0.09 239	0.09 284	0.11 208	0.12 372	0.05 51	0.05 283	0.07 323	0.06 303	0.04 49	0.05 214

iRAFT	0.11 316	0.09 458	0.16 495	0.18 411	0.08 233	0.06 16	0.11 71	0.16 246	0.13 208	0.15 415	0.16 357	0.14 386	0.12 402	0.11 208	0.10 215	0.06 172	0.04 25	0.08 420	0.06 303	0.08 464	0.07 413

CRE-IMP	0.11 316	0.09 458	0.16 495	0.19 486	0.08 233	0.10 216	0.12 108	0.18 320	0.10 88	0.14 388	0.13 307	0.13 363	0.12 402	0.12 308	0.11 303	0.07 356	0.04 25	0.08 420	0.06 303	0.08 464	0.08 484

test-2	0.11 316	0.09 458	0.07 13	0.19 486	0.08 233	0.12 327	0.28 670	0.13 128	0.17 339	0.11 283	0.17 381	0.14 386	0.12 402	0.07 7	0.07 1	0.05 51	0.05 283	0.09 508	0.07 404	0.04 49	0.04 77

GMM-Stereo	0.11 316	0.07 250	0.10 203	0.18 411	0.09 369	0.08 93	0.15 349	0.23 439	0.16 309	0.11 283	0.15 344	0.13 363	0.11 369	0.11 208	0.11 303	0.05 51	0.04 25	0.08 420	0.07 404	0.06 307	0.09 531

RAFT-IKP	0.11 316	0.09 458	0.16 495	0.19 486	0.08 233	0.06 16	0.12 108	0.16 246	0.13 208	0.15 415	0.16 357	0.14 386	0.12 402	0.11 208	0.10 215	0.06 172	0.04 25	0.08 420	0.06 303	0.08 464	0.07 413

Prome-Stereo	0.11 316	0.06 125	0.10 203	0.18 411	0.08 233	0.12 327	0.15 349	0.22 416	0.13 208	0.12 327	0.17 381	0.13 363	0.08 239	0.12 308	0.10 215	0.05 51	0.04 25	0.07 323	0.06 303	0.06 307	0.09 531

rafts_anoy	0.11 316	0.06 125	0.10 203	0.17 317	0.08 233	0.10 216	0.14 261	0.17 285	0.14 241	0.13 361	0.13 307	0.12 330	0.10 331	0.11 208	0.12 372	0.07 356	0.04 25	0.09 508	0.11 607	0.07 394	0.06 323

raft+_RVC	0.11 316	0.07 250	0.09 136	0.16 230	0.07 142	0.10 216	0.11 71	0.24 463	0.20 415	0.12 327	0.15 344	0.12 330	0.08 239	0.12 308	0.13 419	0.07 356	0.04 25	0.07 323	0.06 303	0.05 175	0.05 214

RALAANet	0.11 316	0.08 374	0.10 203	0.17 317	0.09 369	0.14 420	0.10 42	0.20 363	0.15 269	0.14 388	0.13 307	0.16 430	0.09 284	0.12 308	0.11 303	0.06 172	0.05 283	0.07 323	0.06 303	0.05 175	0.04 77

DIP-Stereo	0.11 316	0.07 250	0.14 410	0.17 317	0.09 369	0.13 383	0.09 25	0.16 246	0.16 309	0.11 283	0.16 357	0.14 386	0.12 402	0.15 428	0.13 419	0.06 172	0.05 283	0.06 209	0.05 202	0.05 175	0.06 323
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	0.12 394	0.08 374	0.08 62	0.20 555	0.07 142	0.18 521	0.23 619	0.15 205	0.15 269	0.10 246	0.10 212	0.13 363	0.08 239	0.12 308	0.11 303	0.09 505	0.10 607	0.14 638	0.14 643	0.05 175	0.04 77

S	0.12 394	0.08 374	0.09 136	0.20 555	0.08 233	0.13 383	0.19 553	0.17 285	0.16 309	0.13 361	0.11 267	0.13 363	0.10 331	0.11 208	0.13 419	0.09 505	0.07 516	0.13 624	0.15 660	0.06 307	0.04 77

IGEV_i1	0.12 394	0.07 250	0.12 315	0.16 230	0.08 233	0.19 546	0.14 261	0.18 320	0.22 445	0.18 493	0.18 409	0.16 430	0.12 402	0.16 463	0.14 462	0.06 172	0.05 283	0.06 209	0.05 202	0.06 307	0.06 323

rvit_stereo_0083	0.12 394	0.08 374	0.17 526	0.16 230	0.09 369	0.11 273	0.15 349	0.14 162	0.26 510	0.11 283	0.14 323	0.13 363	0.10 331	0.12 308	0.12 372	0.10 549	0.08 549	0.09 508	0.07 404	0.07 394	0.05 214

rvit_stereo_ft	0.12 394	0.07 250	0.13 371	0.19 486	0.10 484	0.12 327	0.17 464	0.16 246	0.16 309	0.12 327	0.13 307	0.15 415	0.10 331	0.14 400	0.13 419	0.09 505	0.06 440	0.08 420	0.07 404	0.07 394	0.05 214

test_sample2	0.12 394	0.07 250	0.12 315	0.14 71	0.08 233	0.16 479	0.18 513	0.21 390	0.16 309	0.14 388	0.20 432	0.19 481	0.15 486	0.15 428	0.12 372	0.08 441	0.05 283	0.07 323	0.06 303	0.08 464	0.07 413

MyStereo8	0.12 394	0.07 250	0.15 459	0.15 131	0.09 369	0.18 521	0.14 261	0.19 351	0.22 445	0.12 327	0.18 409	0.11 308	0.10 331	0.16 463	0.18 544	0.07 356	0.05 283	0.07 323	0.05 202	0.08 464	0.09 531

CoDeX	0.12 394	0.07 250	0.12 315	0.17 317	0.08 233	0.12 327	0.15 349	0.23 439	0.27 520	0.13 361	0.17 381	0.16 430	0.11 369	0.14 400	0.11 303	0.07 356	0.05 283	0.07 323	0.06 303	0.06 307	0.05 214

11t1	0.12 394	0.06 125	0.13 371	0.14 71	0.08 233	0.17 502	0.15 349	0.18 320	0.15 269	0.15 415	0.15 344	0.16 430	0.16 514	0.15 428	0.13 419	0.08 441	0.05 283	0.06 209	0.05 202	0.08 464	0.07 413

ffm	0.12 394	0.09 458	0.14 410	0.16 230	0.08 233	0.17 502	0.17 464	0.15 205	0.19 391	0.15 415	0.25 518	0.19 481	0.13 444	0.10 129	0.07 1	0.06 172	0.04 25	0.09 508	0.08 483	0.06 307	0.06 323

RAFT_CTSACE	0.12 394	0.09 458	0.10 203	0.22 607	0.08 233	0.12 327	0.24 633	0.18 320	0.16 309	0.20 533	0.27 544	0.13 363	0.07 186	0.13 366	0.09 109	0.05 51	0.06 440	0.08 420	0.07 404	0.04 49	0.04 77

Sa-1000	0.12 394	0.08 374	0.08 62	0.18 411	0.08 233	0.14 420	0.22 608	0.22 416	0.18 372	0.15 415	0.20 432	0.17 452	0.11 369	0.10 129	0.10 215	0.06 172	0.05 283	0.09 508	0.09 531	0.05 175	0.05 214

SA	0.12 394	0.09 458	0.08 62	0.18 411	0.08 233	0.12 327	0.24 633	0.23 439	0.18 372	0.17 463	0.27 544	0.14 386	0.11 369	0.11 208	0.11 303	0.05 51	0.05 283	0.09 508	0.08 483	0.05 175	0.04 77

iRaft-Stereo_5w	0.12 394	0.09 458	0.12 315	0.19 486	0.08 233	0.09 151	0.12 108	0.21 390	0.21 431	0.19 510	0.14 323	0.11 308	0.09 284	0.20 562	0.16 511	0.05 51	0.05 283	0.07 323	0.06 303	0.05 175	0.06 323

CrosDoStereo	0.12 394	0.06 125	0.12 315	0.14 71	0.08 233	0.12 327	0.15 349	0.17 285	0.22 445	0.19 510	0.24 490	0.15 415	0.11 369	0.11 208	0.12 372	0.06 172	0.04 25	0.07 323	0.07 404	0.05 175	0.05 214

PSM-softLoss	0.12 394	0.07 250	0.15 459	0.17 317	0.09 369	0.08 93	0.13 187	0.24 463	0.17 339	0.14 388	0.19 420	0.13 363	0.11 369	0.11 208	0.11 303	0.07 356	0.05 283	0.08 420	0.07 404	0.06 307	0.12 604

KMStereo	0.12 394	0.07 250	0.15 459	0.17 317	0.09 369	0.08 93	0.13 187	0.24 463	0.17 339	0.14 388	0.19 420	0.13 363	0.11 369	0.11 208	0.11 303	0.07 356	0.05 283	0.08 420	0.07 404	0.06 307	0.12 604

FTStereo	0.12 394	0.06 125	0.14 410	0.18 411	0.09 369	0.07 47	0.15 349	0.21 390	0.18 372	0.12 327	0.24 490	0.12 330	0.12 402	0.13 366	0.13 419	0.05 51	0.05 283	0.07 323	0.06 303	0.06 307	0.10 563

DeepStereo_LL	0.12 394	0.06 125	0.12 315	0.14 71	0.08 233	0.12 327	0.15 349	0.17 285	0.22 445	0.19 510	0.24 490	0.15 415	0.11 369	0.11 208	0.12 372	0.06 172	0.04 25	0.07 323	0.07 404	0.05 175	0.05 214

DEmStereo	0.12 394	0.06 125	0.14 410	0.14 71	0.10 484	0.16 479	0.15 349	0.16 246	0.24 474	0.17 463	0.24 490	0.13 363	0.14 468	0.12 308	0.13 419	0.05 51	0.04 25	0.07 323	0.06 303	0.05 175	0.05 214

THIR-Stereo	0.12 394	0.07 250	0.11 266	0.15 131	0.08 233	0.14 420	0.16 422	0.17 285	0.25 496	0.16 444	0.24 490	0.14 386	0.12 402	0.12 308	0.14 462	0.06 172	0.04 25	0.07 323	0.07 404	0.05 175	0.05 214

DRaft	0.12 394	0.06 125	0.11 266	0.14 71	0.09 369	0.14 420	0.17 464	0.21 390	0.30 552	0.17 463	0.28 558	0.10 277	0.15 486	0.10 129	0.12 372	0.05 51	0.04 25	0.07 323	0.06 303	0.05 175	0.05 214

PFNet	0.12 394	0.06 125	0.17 526	0.17 317	0.08 233	0.09 151	0.15 349	0.26 500	0.20 415	0.16 444	0.16 357	0.14 386	0.11 369	0.12 308	0.11 303	0.06 172	0.04 25	0.07 323	0.06 303	0.05 175	0.05 214

IRAFT_RVC	0.12 394	0.08 374	0.16 495	0.19 486	0.08 233	0.07 47	0.15 349	0.24 463	0.23 457	0.14 388	0.14 323	0.15 415	0.12 402	0.12 308	0.10 215	0.06 172	0.04 25	0.09 508	0.06 303	0.06 307	0.06 323

sCroCo_RVC	0.12 394	0.09 458	0.23 599	0.24 640	0.11 535	0.19 546	0.14 261	0.17 285	0.14 241	0.10 246	0.13 307	0.12 330	0.07 186	0.14 400	0.11 303	0.08 441	0.08 549	0.08 420	0.08 483	0.05 175	0.07 413

ARAFT	0.12 394	0.08 374	0.17 526	0.19 486	0.09 369	0.14 420	0.18 513	0.20 363	0.12 164	0.12 327	0.13 307	0.14 386	0.11 369	0.15 428	0.12 372	0.06 172	0.05 283	0.10 557	0.09 531	0.05 175	0.04 77

BEATNet_4x	0.12 394	0.08 374	0.14 410	0.18 411	0.07 142	0.15 447	0.07 5	0.22 416	0.18 372	0.16 444	0.19 420	0.18 466	0.14 468	0.16 463	0.15 495	0.07 356	0.05 283	0.05 55	0.05 202	0.06 307	0.06 323

MLCV	0.12 394	0.07 250	0.16 495	0.18 411	0.06 33	0.15 447	0.17 464	0.19 351	0.21 431	0.18 493	0.25 518	0.17 452	0.13 444	0.14 400	0.13 419	0.05 51	0.04 25	0.05 55	0.04 65	0.05 175	0.04 77

RT-IGEV	0.13 422	0.06 125	0.13 371	0.15 131	0.09 369	0.15 447	0.17 464	0.24 463	0.27 520	0.16 444	0.17 381	0.17 452	0.10 331	0.14 400	0.11 303	0.08 441	0.05 283	0.07 323	0.05 202	0.07 394	0.07 413

Selective-IGEV-i16pc	0.13 422	0.06 125	0.13 371	0.15 131	0.11 535	0.38 680	0.16 422	0.23 439	0.16 309	0.10 246	0.15 344	0.09 239	0.06 71	0.13 366	0.10 215	0.10 549	0.08 549	0.06 209	0.07 404	0.09 529	0.09 531

Selective-IGEV-i1	0.13 422	0.07 250	0.12 315	0.19 486	0.08 233	0.18 521	0.16 422	0.22 416	0.30 552	0.16 444	0.17 381	0.16 430	0.10 331	0.14 400	0.13 419	0.06 172	0.05 283	0.06 209	0.05 202	0.06 307	0.05 214

G2L-ROB	0.13 422	0.06 125	0.13 371	0.13 23	0.08 233	0.14 420	0.16 422	0.25 482	0.18 372	0.19 510	0.18 409	0.20 493	0.14 468	0.17 497	0.16 511	0.08 441	0.05 283	0.06 209	0.05 202	0.08 464	0.09 531

xyz-stereo	0.13 422	0.07 250	0.20 574	0.15 131	0.05 2	0.20 562	0.15 349	0.17 285	0.31 560	0.15 415	0.29 570	0.26 568	0.16 514	0.13 366	0.12 372	0.05 51	0.05 283	0.06 209	0.05 202	0.04 49	0.04 77

DFGA-Net	0.13 422	0.11 548	0.18 550	0.17 317	0.10 484	0.12 327	0.13 187	0.22 416	0.25 496	0.16 444	0.16 357	0.13 363	0.12 402	0.16 463	0.14 462	0.07 356	0.05 283	0.08 420	0.07 404	0.05 175	0.05 214

FACV-RUCA	0.13 422	0.11 548	0.12 315	0.19 486	0.12 571	0.15 447	0.15 349	0.22 416	0.20 415	0.15 415	0.16 357	0.14 386	0.16 514	0.14 400	0.13 419	0.07 356	0.05 283	0.08 420	0.06 303	0.10 562	0.08 484

UGAM	0.13 422	0.10 521	0.09 136	0.22 607	0.08 233	0.12 327	0.20 577	0.17 285	0.23 457	0.21 548	0.16 357	0.13 363	0.13 444	0.19 537	0.12 372	0.07 356	0.05 283	0.13 624	0.11 607	0.07 394	0.05 214

test_sample1	0.13 422	0.07 250	0.14 410	0.13 23	0.08 233	0.19 546	0.16 422	0.20 363	0.15 269	0.14 388	0.22 468	0.18 466	0.16 514	0.17 497	0.14 462	0.07 356	0.06 440	0.06 209	0.06 303	0.08 464	0.07 413

qqq1	0.13 422	0.07 250	0.17 526	0.14 71	0.08 233	0.16 479	0.17 464	0.26 500	0.27 520	0.19 510	0.20 432	0.18 466	0.15 486	0.15 428	0.11 303	0.08 441	0.05 283	0.05 55	0.05 202	0.06 307	0.06 323

fff1	0.13 422	0.07 250	0.17 526	0.14 71	0.08 233	0.16 479	0.17 464	0.26 500	0.27 520	0.19 510	0.20 432	0.18 466	0.15 486	0.15 428	0.11 303	0.08 441	0.05 283	0.05 55	0.05 202	0.06 307	0.06 323

MyStereo05	0.13 422	0.07 250	0.10 203	0.17 317	0.09 369	0.13 383	0.18 513	0.27 521	0.35 595	0.17 463	0.14 323	0.15 415	0.11 369	0.15 428	0.13 419	0.06 172	0.05 283	0.07 323	0.07 404	0.06 307	0.06 323

MyStereo04	0.13 422	0.07 250	0.10 203	0.17 317	0.09 369	0.14 420	0.18 513	0.29 555	0.38 613	0.17 463	0.14 323	0.16 430	0.10 331	0.15 428	0.13 419	0.06 172	0.05 283	0.08 420	0.07 404	0.06 307	0.06 323

ff1	0.13 422	0.09 458	0.14 410	0.16 230	0.08 233	0.17 502	0.17 464	0.15 205	0.19 391	0.15 415	0.25 518	0.19 481	0.13 444	0.14 400	0.20 563	0.06 172	0.04 25	0.09 508	0.08 483	0.06 307	0.06 323

StereoVision	0.13 422	0.12 566	0.09 136	0.24 640	0.10 484	0.15 447	0.21 598	0.21 390	0.20 415	0.12 327	0.24 490	0.10 277	0.10 331	0.16 463	0.10 215	0.09 505	0.11 620	0.12 609	0.12 628	0.06 307	0.05 214

LL-Strereo	0.13 422	0.09 458	0.11 266	0.20 555	0.10 484	0.11 273	0.18 513	0.32 592	0.24 474	0.15 415	0.15 344	0.14 386	0.13 444	0.19 537	0.11 303	0.06 172	0.04 25	0.09 508	0.08 483	0.04 49	0.05 214

CASS	0.13 422	0.12 566	0.11 266	0.23 631	0.09 369	0.15 447	0.17 464	0.18 320	0.19 391	0.17 463	0.18 409	0.15 415	0.15 486	0.14 400	0.14 462	0.09 505	0.06 440	0.10 557	0.08 483	0.09 529	0.07 413
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.13 422	0.07 250	0.13 371	0.18 411	0.09 369	0.13 383	0.17 464	0.19 351	0.29 542	0.15 415	0.24 490	0.15 415	0.14 468	0.14 400	0.14 462	0.07 356	0.05 283	0.07 323	0.09 531	0.05 175	0.06 323

TestStereo1	0.13 422	0.08 374	0.08 62	0.19 486	0.08 233	0.18 521	0.29 680	0.23 439	0.16 309	0.17 463	0.20 432	0.16 430	0.10 331	0.12 308	0.13 419	0.06 172	0.06 440	0.08 420	0.06 303	0.05 175	0.05 214

qqq	0.13 422	0.09 458	0.15 459	0.16 230	0.08 233	0.13 383	0.15 349	0.23 439	0.16 309	0.15 415	0.19 420	0.16 430	0.16 514	0.15 428	0.16 511	0.07 356	0.06 440	0.08 420	0.08 483	0.07 394	0.07 413

x	0.13 422	0.07 250	0.14 410	0.14 71	0.08 233	0.18 521	0.14 261	0.22 416	0.20 415	0.15 415	0.19 420	0.19 481	0.17 537	0.18 521	0.18 544	0.07 356	0.05 283	0.06 209	0.06 303	0.07 394	0.07 413

raft_robust	0.13 422	0.10 521	0.07 13	0.18 411	0.08 233	0.13 383	0.24 633	0.28 541	0.33 574	0.20 533	0.19 420	0.14 386	0.10 331	0.11 208	0.12 372	0.05 51	0.05 283	0.07 323	0.07 404	0.05 175	0.04 77

RAFT+CT+SA	0.13 422	0.11 548	0.09 136	0.19 486	0.09 369	0.15 447	0.28 670	0.22 416	0.22 445	0.15 415	0.26 535	0.10 277	0.10 331	0.11 208	0.12 372	0.05 51	0.04 25	0.07 323	0.08 483	0.07 394	0.06 323

SA-5K	0.13 422	0.08 374	0.08 62	0.19 486	0.08 233	0.18 521	0.29 680	0.23 439	0.16 309	0.17 463	0.20 432	0.16 430	0.10 331	0.12 308	0.13 419	0.06 172	0.06 440	0.08 420	0.06 303	0.05 175	0.05 214

GwcNet-ADL	0.13 422	0.08 374	0.14 410	0.20 555	0.09 369	0.11 273	0.20 577	0.30 569	0.24 474	0.13 361	0.14 323	0.18 466	0.14 468	0.13 366	0.14 462	0.07 356	0.05 283	0.06 209	0.05 202	0.07 394	0.06 323

GANet-ADL	0.13 422	0.07 250	0.15 459	0.17 317	0.10 484	0.18 521	0.15 349	0.30 569	0.20 415	0.13 361	0.18 409	0.19 481	0.12 402	0.16 463	0.13 419	0.08 441	0.06 440	0.06 209	0.05 202	0.07 394	0.08 484

RAFT	0.13 422	0.09 458	0.11 266	0.18 411	0.08 233	0.15 447	0.24 633	0.20 363	0.19 391	0.21 548	0.21 456	0.17 452	0.12 402	0.16 463	0.09 109	0.06 172	0.07 516	0.10 557	0.09 531	0.05 175	0.05 214

TestStereo	0.13 422	0.14 606	0.11 266	0.23 631	0.08 233	0.15 447	0.21 598	0.20 363	0.23 457	0.14 388	0.24 490	0.16 430	0.12 402	0.16 463	0.14 462	0.05 51	0.06 440	0.08 420	0.06 303	0.09 529	0.05 214

sAnonymous2	0.13 422	0.12 566	0.24 603	0.20 555	0.12 571	0.17 502	0.13 187	0.26 500	0.21 431	0.11 283	0.11 267	0.13 363	0.08 239	0.10 129	0.10 215	0.09 505	0.05 283	0.08 420	0.06 303	0.15 654	0.10 563

CroCo_RVC	0.13 422	0.12 566	0.24 603	0.20 555	0.12 571	0.17 502	0.13 187	0.26 500	0.21 431	0.11 283	0.11 267	0.13 363	0.08 239	0.10 129	0.10 215	0.09 505	0.05 283	0.08 420	0.06 303	0.15 654	0.10 563

RAFT + AFF	0.13 422	0.07 250	0.20 574	0.20 555	0.10 484	0.14 420	0.24 633	0.26 500	0.20 415	0.11 283	0.10 212	0.12 330	0.10 331	0.15 428	0.12 372	0.07 356	0.06 440	0.09 508	0.08 483	0.06 307	0.08 484

GMStereo	0.13 422	0.14 606	0.14 410	0.18 411	0.09 369	0.15 447	0.16 422	0.20 363	0.24 474	0.16 444	0.17 381	0.10 277	0.10 331	0.16 463	0.13 419	0.07 356	0.06 440	0.06 209	0.06 303	0.07 394	0.06 323
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 422	0.07 250	0.14 410	0.17 317	0.09 369	0.15 447	0.16 422	0.28 541	0.27 520	0.14 388	0.17 381	0.12 330	0.13 444	0.14 400	0.11 303	0.08 441	0.05 283	0.07 323	0.07 404	0.07 394	0.06 323

FENet	0.13 422	0.08 374	0.12 315	0.16 230	0.08 233	0.14 420	0.15 349	0.22 416	0.23 457	0.17 463	0.23 477	0.16 430	0.12 402	0.14 400	0.15 495	0.08 441	0.05 283	0.08 420	0.08 483	0.07 394	0.07 413

cf-r	0.13 422	0.07 250	0.12 315	0.16 230	0.08 233	0.14 420	0.19 553	0.20 363	0.25 496	0.17 463	0.25 518	0.21 502	0.16 514	0.14 400	0.14 462	0.10 549	0.05 283	0.06 209	0.08 483	0.06 307	0.06 323

iResNet	0.13 422	0.10 521	0.18 550	0.19 486	0.08 233	0.13 383	0.18 513	0.20 363	0.26 510	0.15 415	0.23 477	0.15 415	0.13 444	0.14 400	0.14 462	0.06 172	0.04 25	0.06 209	0.05 202	0.06 307	0.05 214

DN-CSS_ROB	0.13 422	0.13 594	0.16 495	0.18 411	0.10 484	0.16 479	0.08 9	0.22 416	0.18 372	0.17 463	0.22 468	0.13 363	0.13 444	0.12 308	0.13 419	0.05 51	0.05 283	0.10 557	0.10 573	0.08 464	0.06 323

Selective-IGEV-i16pb	0.14 459	0.08 374	0.17 526	0.15 131	0.11 535	0.41 685	0.16 422	0.28 541	0.23 457	0.11 283	0.20 432	0.10 277	0.07 186	0.17 497	0.12 372	0.10 549	0.07 516	0.06 209	0.08 483	0.09 529	0.10 563

G2L-Stereo_test	0.14 459	0.07 250	0.11 266	0.13 23	0.08 233	0.12 327	0.16 422	0.30 569	0.28 535	0.20 533	0.23 477	0.20 493	0.16 514	0.17 497	0.18 544	0.07 356	0.05 283	0.05 55	0.05 202	0.07 394	0.06 323

coex_refinement	0.14 459	0.07 250	0.12 315	0.17 317	0.10 484	0.15 447	0.15 349	0.26 500	0.29 542	0.18 493	0.20 432	0.22 520	0.17 537	0.16 463	0.18 544	0.08 441	0.05 283	0.06 209	0.06 303	0.09 529	0.08 484

G2L-Stereo	0.14 459	0.07 250	0.13 371	0.17 317	0.09 369	0.13 383	0.12 108	0.27 521	0.22 445	0.16 444	0.27 544	0.21 502	0.13 444	0.17 497	0.18 544	0.09 505	0.08 549	0.08 420	0.07 404	0.07 394	0.07 413

rvit_0105_6	0.14 459	0.09 458	0.18 550	0.17 317	0.10 484	0.10 216	0.16 422	0.19 351	0.26 510	0.12 327	0.18 409	0.17 452	0.12 402	0.18 521	0.12 372	0.15 650	0.11 620	0.12 609	0.10 573	0.09 529	0.06 323

rvit_0105_5	0.14 459	0.09 458	0.13 371	0.17 317	0.09 369	0.14 420	0.23 619	0.24 463	0.27 520	0.14 388	0.15 344	0.18 466	0.12 402	0.17 497	0.14 462	0.14 646	0.11 620	0.10 557	0.10 573	0.08 464	0.06 323

rvit_0105_4	0.14 459	0.09 458	0.17 526	0.17 317	0.10 484	0.12 327	0.19 553	0.23 439	0.27 520	0.14 388	0.20 432	0.17 452	0.13 444	0.17 497	0.13 419	0.15 650	0.11 620	0.11 589	0.10 573	0.09 529	0.06 323

DCVSM-stereo	0.14 459	0.09 458	0.16 495	0.16 230	0.10 484	0.15 447	0.09 25	0.19 351	0.23 457	0.20 533	0.23 477	0.26 568	0.15 486	0.18 521	0.14 462	0.09 505	0.07 516	0.09 508	0.08 483	0.10 562	0.12 604

test_sample6	0.14 459	0.08 374	0.13 371	0.16 230	0.08 233	0.17 502	0.19 553	0.25 482	0.17 339	0.17 463	0.27 544	0.19 481	0.14 468	0.15 428	0.13 419	0.08 441	0.05 283	0.08 420	0.07 404	0.08 464	0.08 484

test_sample5	0.14 459	0.08 374	0.14 410	0.16 230	0.08 233	0.18 521	0.18 513	0.25 482	0.17 339	0.17 463	0.27 544	0.18 466	0.14 468	0.16 463	0.13 419	0.08 441	0.05 283	0.08 420	0.07 404	0.08 464	0.08 484

test_sample4	0.14 459	0.08 374	0.14 410	0.15 131	0.08 233	0.19 546	0.18 513	0.26 500	0.17 339	0.16 444	0.25 518	0.18 466	0.14 468	0.16 463	0.13 419	0.08 441	0.06 440	0.08 420	0.06 303	0.08 464	0.08 484

test_sample3	0.14 459	0.08 374	0.15 459	0.14 71	0.09 369	0.19 546	0.17 464	0.26 500	0.18 372	0.16 444	0.22 468	0.19 481	0.15 486	0.17 497	0.13 419	0.08 441	0.06 440	0.07 323	0.06 303	0.09 529	0.08 484

DispNO	0.14 459	0.08 374	0.17 526	0.19 486	0.12 571	0.11 273	0.21 598	0.23 439	0.29 542	0.17 463	0.23 477	0.18 466	0.17 537	0.15 428	0.15 495	0.07 356	0.05 283	0.08 420	0.08 483	0.07 394	0.06 323

SMFormer	0.14 459	0.07 250	0.17 526	0.14 71	0.08 233	0.16 479	0.17 464	0.26 500	0.27 520	0.19 510	0.20 432	0.18 466	0.15 486	0.15 428	0.17 526	0.08 441	0.05 283	0.07 323	0.06 303	0.07 394	0.06 323

tta	0.14 459	0.07 250	0.17 526	0.14 71	0.08 233	0.16 479	0.17 464	0.26 500	0.27 520	0.19 510	0.20 432	0.18 466	0.15 486	0.15 428	0.17 526	0.08 441	0.05 283	0.07 323	0.06 303	0.06 307	0.06 323

mmm	0.14 459	0.08 374	0.17 526	0.17 317	0.09 369	0.17 502	0.18 513	0.21 390	0.15 269	0.15 415	0.23 477	0.21 502	0.16 514	0.16 463	0.17 526	0.08 441	0.05 283	0.08 420	0.07 404	0.07 394	0.07 413

DualNet	0.14 459	0.08 374	0.14 410	0.16 230	0.08 233	0.18 521	0.18 513	0.25 482	0.17 339	0.17 463	0.27 544	0.18 466	0.14 468	0.16 463	0.13 419	0.08 441	0.05 283	0.08 420	0.07 404	0.08 464	0.08 484

mmx	0.14 459	0.09 458	0.14 410	0.16 230	0.08 233	0.17 502	0.17 464	0.27 521	0.25 496	0.15 415	0.25 518	0.19 481	0.13 444	0.14 400	0.20 563	0.08 441	0.06 440	0.09 508	0.08 483	0.08 464	0.08 484

xxx	0.14 459	0.09 458	0.14 410	0.16 230	0.08 233	0.17 502	0.17 464	0.27 521	0.25 496	0.15 415	0.25 518	0.19 481	0.13 444	0.14 400	0.20 563	0.08 441	0.06 440	0.09 508	0.08 483	0.08 464	0.08 484

PCWNet_CMD	0.14 459	0.08 374	0.15 459	0.17 317	0.09 369	0.14 420	0.14 261	0.29 555	0.36 599	0.14 388	0.20 432	0.21 502	0.12 402	0.17 497	0.13 419	0.07 356	0.05 283	0.07 323	0.07 404	0.07 394	0.07 413

CBFPSM	0.14 459	0.06 125	0.26 611	0.17 317	0.09 369	0.13 383	0.15 349	0.22 416	0.23 457	0.20 533	0.27 544	0.24 544	0.16 514	0.16 463	0.18 544	0.06 172	0.06 440	0.06 209	0.07 404	0.07 394	0.07 413

gwcnet-sp	0.14 459	0.07 250	0.12 315	0.18 411	0.09 369	0.16 479	0.17 464	0.24 463	0.24 474	0.18 493	0.24 490	0.15 415	0.16 514	0.15 428	0.15 495	0.08 441	0.06 440	0.07 323	0.08 483	0.08 464	0.07 413

scenet	0.14 459	0.07 250	0.12 315	0.18 411	0.09 369	0.16 479	0.17 464	0.24 463	0.24 474	0.18 493	0.24 490	0.15 415	0.16 514	0.15 428	0.15 495	0.08 441	0.06 440	0.07 323	0.08 483	0.08 464	0.07 413

ssnet	0.14 459	0.07 250	0.12 315	0.18 411	0.09 369	0.16 479	0.17 464	0.24 463	0.24 474	0.18 493	0.24 490	0.15 415	0.16 514	0.15 428	0.15 495	0.08 441	0.06 440	0.07 323	0.08 483	0.08 464	0.07 413

BUS	0.14 459	0.09 458	0.14 410	0.22 607	0.10 484	0.19 546	0.14 261	0.34 621	0.19 391	0.17 463	0.22 468	0.16 430	0.13 444	0.15 428	0.13 419	0.08 441	0.06 440	0.10 557	0.09 531	0.07 394	0.07 413

IER	0.14 459	0.07 250	0.13 371	0.17 317	0.09 369	0.14 420	0.16 422	0.25 482	0.26 510	0.18 493	0.25 518	0.17 452	0.20 580	0.16 463	0.14 462	0.08 441	0.05 283	0.07 323	0.06 303	0.08 464	0.07 413

test_5	0.14 459	0.12 566	0.08 62	0.20 555	0.10 484	0.14 420	0.29 680	0.21 390	0.24 474	0.18 493	0.28 558	0.11 308	0.15 486	0.12 308	0.13 419	0.06 172	0.05 283	0.07 323	0.08 483	0.08 464	0.07 413

psmg	0.14 459	0.09 458	0.14 410	0.17 317	0.10 484	0.15 447	0.17 464	0.29 555	0.19 391	0.17 463	0.21 456	0.25 558	0.16 514	0.15 428	0.14 462	0.08 441	0.06 440	0.08 420	0.08 483	0.07 394	0.06 323

UDGNet	0.14 459	0.13 594	0.16 495	0.17 317	0.10 484	0.12 327	0.16 422	0.21 390	0.27 520	0.20 533	0.20 432	0.16 430	0.13 444	0.16 463	0.13 419	0.10 549	0.06 440	0.09 508	0.07 404	0.06 307	0.07 413

CFNet_pseudo	0.14 459	0.08 374	0.15 459	0.16 230	0.09 369	0.13 383	0.14 261	0.27 521	0.34 586	0.14 388	0.21 456	0.22 520	0.13 444	0.18 521	0.14 462	0.07 356	0.05 283	0.08 420	0.06 303	0.07 394	0.07 413

GES	0.14 459	0.08 374	0.16 495	0.15 131	0.10 484	0.13 383	0.13 187	0.28 541	0.25 496	0.16 444	0.23 477	0.18 466	0.13 444	0.16 463	0.13 419	0.08 441	0.07 516	0.07 323	0.06 303	0.08 464	0.09 531

GANet-RSSM	0.14 459	0.07 250	0.13 371	0.13 23	0.08 233	0.14 420	0.17 464	0.22 416	0.21 431	0.17 463	0.24 490	0.23 538	0.15 486	0.16 463	0.15 495	0.10 549	0.06 440	0.07 323	0.08 483	0.08 464	0.07 413

PSMNet-RSSM	0.14 459	0.07 250	0.13 371	0.15 131	0.08 233	0.13 383	0.16 422	0.24 463	0.24 474	0.16 444	0.28 558	0.22 520	0.14 468	0.15 428	0.13 419	0.11 581	0.06 440	0.09 508	0.12 628	0.08 464	0.07 413

GwcNet-RSSM	0.14 459	0.07 250	0.12 315	0.15 131	0.08 233	0.15 447	0.20 577	0.21 390	0.27 520	0.18 493	0.27 544	0.22 520	0.16 514	0.14 400	0.15 495	0.10 549	0.05 283	0.07 323	0.09 531	0.07 394	0.07 413

CFNet-ft	0.14 459	0.07 250	0.15 459	0.12 7	0.09 369	0.16 479	0.18 513	0.22 416	0.24 474	0.17 463	0.26 535	0.24 544	0.14 468	0.16 463	0.14 462	0.11 581	0.06 440	0.08 420	0.09 531	0.09 529	0.08 484

CCAANet	0.14 459	0.06 125	0.14 410	0.17 317	0.09 369	0.16 479	0.13 187	0.30 569	0.24 474	0.16 444	0.32 590	0.18 466	0.17 537	0.17 497	0.14 462	0.06 172	0.05 283	0.09 508	0.09 531	0.06 307	0.09 531

DMCA	0.14 459	0.09 458	0.16 495	0.19 486	0.09 369	0.15 447	0.17 464	0.23 439	0.27 520	0.14 388	0.19 420	0.17 452	0.18 552	0.15 428	0.17 526	0.10 549	0.06 440	0.08 420	0.06 303	0.09 529	0.10 563

RASNet	0.14 459	0.07 250	0.14 410	0.16 230	0.08 233	0.18 521	0.14 261	0.29 555	0.20 415	0.17 463	0.25 518	0.21 502	0.18 552	0.20 562	0.19 557	0.07 356	0.06 440	0.06 209	0.08 483	0.06 307	0.06 323

MSMDNet	0.14 459	0.08 374	0.15 459	0.17 317	0.09 369	0.14 420	0.14 261	0.29 555	0.36 599	0.14 388	0.21 456	0.21 502	0.12 402	0.17 497	0.14 462	0.07 356	0.05 283	0.07 323	0.07 404	0.07 394	0.07 413

HSM-Net_RVC	0.14 459	0.08 374	0.11 266	0.15 131	0.08 233	0.15 447	0.15 349	0.27 521	0.29 542	0.19 510	0.21 456	0.29 595	0.14 468	0.17 497	0.13 419	0.06 172	0.06 440	0.06 209	0.06 303	0.07 394	0.06 323
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 459	0.07 250	0.15 459	0.12 7	0.09 369	0.16 479	0.18 513	0.22 416	0.24 474	0.17 463	0.26 535	0.24 544	0.14 468	0.16 463	0.14 462	0.11 581	0.06 440	0.08 420	0.09 531	0.09 529	0.08 484

ccs_rob	0.14 459	0.08 374	0.15 459	0.16 230	0.09 369	0.12 327	0.14 261	0.27 521	0.34 586	0.14 388	0.21 456	0.22 520	0.13 444	0.18 521	0.14 462	0.07 356	0.05 283	0.08 420	0.07 404	0.07 394	0.07 413

UCFNet_RVC	0.14 459	0.08 374	0.13 371	0.11 1	0.10 484	0.20 562	0.10 42	0.24 463	0.22 445	0.17 463	0.20 432	0.23 538	0.15 486	0.17 497	0.15 495	0.12 606	0.07 516	0.10 557	0.13 639	0.11 585	0.10 563

iResNetv2_ROB	0.14 459	0.08 374	0.15 459	0.16 230	0.08 233	0.16 479	0.12 108	0.25 482	0.35 595	0.21 548	0.29 570	0.24 544	0.13 444	0.14 400	0.14 462	0.06 172	0.05 283	0.06 209	0.04 65	0.09 529	0.08 484

iResNet_ROB	0.14 459	0.07 250	0.13 371	0.14 71	0.07 142	0.18 521	0.14 261	0.26 500	0.31 560	0.22 564	0.25 518	0.23 538	0.15 486	0.15 428	0.13 419	0.07 356	0.05 283	0.05 55	0.04 65	0.08 464	0.08 484

DDVS	0.15 504	0.10 521	0.21 584	0.16 230	0.12 571	0.15 447	0.14 261	0.25 482	0.19 391	0.18 493	0.29 570	0.27 576	0.12 402	0.19 537	0.15 495	0.09 505	0.06 440	0.09 508	0.07 404	0.11 585	0.11 591

rvit_0105_3	0.15 504	0.09 458	0.14 410	0.19 486	0.12 571	0.15 447	0.25 648	0.25 482	0.29 542	0.15 415	0.17 381	0.20 493	0.13 444	0.17 497	0.14 462	0.13 632	0.11 620	0.12 609	0.14 643	0.07 394	0.06 323

ACV-stereo	0.15 504	0.10 521	0.28 623	0.18 411	0.12 571	0.14 420	0.12 108	0.23 439	0.21 431	0.19 510	0.23 477	0.22 520	0.15 486	0.23 603	0.17 526	0.07 356	0.06 440	0.07 323	0.07 404	0.07 394	0.07 413

ITSA-stereo	0.15 504	0.10 521	0.14 410	0.19 486	0.08 233	0.12 327	0.14 261	0.30 569	0.49 660	0.17 463	0.19 420	0.22 520	0.15 486	0.17 497	0.16 511	0.10 549	0.06 440	0.08 420	0.08 483	0.08 464	0.08 484

test_sample7	0.15 504	0.10 521	0.16 495	0.14 71	0.11 535	0.16 479	0.16 422	0.27 521	0.23 457	0.20 533	0.20 432	0.24 544	0.19 568	0.16 463	0.16 511	0.12 606	0.06 440	0.10 557	0.09 531	0.10 562	0.10 563

1111x	0.15 504	0.08 374	0.12 315	0.18 411	0.07 142	0.18 521	0.25 648	0.31 581	0.24 474	0.17 463	0.24 490	0.26 568	0.15 486	0.13 366	0.23 604	0.07 356	0.07 516	0.08 420	0.09 531	0.07 394	0.06 323

CFNet_ucs	0.15 504	0.08 374	0.16 495	0.16 230	0.11 535	0.14 420	0.14 261	0.30 569	0.34 586	0.16 444	0.24 490	0.23 538	0.14 468	0.18 521	0.15 495	0.09 505	0.06 440	0.08 420	0.07 404	0.09 529	0.09 531

BSDual-CNN	0.15 504	0.09 458	0.14 410	0.22 607	0.10 484	0.14 420	0.15 349	0.34 621	0.19 391	0.17 463	0.22 468	0.25 558	0.16 514	0.15 428	0.14 462	0.08 441	0.06 440	0.10 557	0.09 531	0.07 394	0.07 413

hknet	0.15 504	0.11 548	0.13 371	0.22 607	0.11 535	0.14 420	0.15 349	0.34 621	0.25 496	0.17 463	0.22 468	0.22 520	0.18 552	0.17 497	0.12 372	0.07 356	0.06 440	0.10 557	0.09 531	0.07 394	0.07 413

dd	0.15 504	0.16 624	0.16 495	0.19 486	0.09 369	0.15 447	0.18 513	0.21 390	0.25 496	0.23 577	0.20 432	0.21 502	0.09 284	0.21 579	0.16 511	0.10 549	0.06 440	0.08 420	0.06 303	0.08 464	0.06 323

DAS	0.15 504	0.08 374	0.18 550	0.19 486	0.10 484	0.19 546	0.17 464	0.27 521	0.29 542	0.18 493	0.25 518	0.21 502	0.15 486	0.16 463	0.12 372	0.08 441	0.06 440	0.06 209	0.06 303	0.07 394	0.07 413

SepStereo	0.15 504	0.08 374	0.18 550	0.19 486	0.10 484	0.19 546	0.17 464	0.27 521	0.29 542	0.18 493	0.25 518	0.21 502	0.15 486	0.25 619	0.12 372	0.08 441	0.06 440	0.06 209	0.06 303	0.07 394	0.07 413

PSMNet-ADL	0.15 504	0.12 566	0.13 371	0.22 607	0.09 369	0.13 383	0.20 577	0.26 500	0.23 457	0.18 493	0.20 432	0.24 544	0.16 514	0.18 521	0.17 526	0.08 441	0.08 549	0.08 420	0.11 607	0.08 464	0.07 413

LMCR-Stereo	0.15 504	0.08 374	0.13 371	0.21 589	0.09 369	0.17 502	0.20 577	0.27 521	0.19 391	0.24 586	0.24 490	0.23 538	0.17 537	0.20 562	0.17 526	0.07 356	0.06 440	0.08 420	0.06 303	0.10 562	0.08 484

ICVP	0.15 504	0.09 458	0.12 315	0.22 607	0.09 369	0.17 502	0.21 598	0.25 482	0.23 457	0.18 493	0.30 577	0.26 568	0.18 552	0.17 497	0.14 462	0.09 505	0.07 516	0.08 420	0.07 404	0.07 394	0.07 413
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xxxx	0.15 504	0.07 250	0.14 410	0.14 71	0.08 233	0.23 605	0.18 513	0.31 581	0.19 391	0.14 388	0.28 558	0.22 520	0.14 468	0.15 428	0.26 638	0.09 505	0.05 283	0.07 323	0.07 404	0.08 464	0.07 413

test_xeample	0.15 504	0.06 125	0.13 371	0.14 71	0.08 233	0.21 580	0.20 577	0.28 541	0.20 415	0.16 444	0.29 570	0.19 481	0.16 514	0.15 428	0.26 638	0.09 505	0.05 283	0.07 323	0.07 404	0.07 394	0.07 413

ACVNet	0.15 504	0.09 458	0.15 459	0.13 23	0.12 571	0.14 420	0.20 577	0.22 416	0.33 574	0.17 463	0.26 535	0.21 502	0.16 514	0.17 497	0.21 583	0.07 356	0.06 440	0.06 209	0.06 303	0.08 464	0.06 323

acv_ft	0.15 504	0.09 458	0.15 459	0.19 486	0.10 484	0.16 479	0.17 464	0.25 482	0.33 574	0.19 510	0.26 535	0.21 502	0.17 537	0.17 497	0.18 544	0.07 356	0.06 440	0.06 209	0.06 303	0.08 464	0.06 323

CFNet	0.15 504	0.10 521	0.17 526	0.17 317	0.08 233	0.18 521	0.09 25	0.28 541	0.25 496	0.19 510	0.24 490	0.24 544	0.17 537	0.17 497	0.14 462	0.08 441	0.06 440	0.09 508	0.10 573	0.07 394	0.06 323

AdaStereo	0.15 504	0.11 548	0.15 459	0.18 411	0.09 369	0.20 562	0.11 71	0.32 592	0.28 535	0.20 533	0.23 477	0.20 493	0.13 444	0.19 537	0.14 462	0.12 606	0.05 283	0.10 557	0.07 404	0.09 529	0.07 413
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	0.15 504	0.08 374	0.14 410	0.16 230	0.09 369	0.16 479	0.14 261	0.28 541	0.25 496	0.19 510	0.23 477	0.37 649	0.16 514	0.20 562	0.15 495	0.07 356	0.05 283	0.07 323	0.06 303	0.07 394	0.06 323

pmcnn	0.15 504	0.07 250	0.19 562	0.15 131	0.07 142	0.20 562	0.15 349	0.24 463	0.26 510	0.21 548	0.34 607	0.28 586	0.18 552	0.18 521	0.17 526	0.07 356	0.05 283	0.05 55	0.04 65	0.07 394	0.06 323

DStereoRT	0.16 527	0.06 125	0.11 266	0.19 486	0.09 369	0.12 327	0.12 108	0.28 541	0.22 445	0.12 327	0.20 432	0.11 308	0.10 331	0.15 428	0.14 462	0.06 172	0.05 283	0.96 728	0.09 531	0.05 175	0.04 77

DualNet (step1)	0.16 527	0.12 566	0.20 574	0.12 7	0.14 616	0.17 502	0.13 187	0.27 521	0.23 457	0.20 533	0.20 432	0.24 544	0.19 568	0.16 463	0.16 511	0.15 650	0.06 440	0.14 638	0.14 643	0.14 638	0.12 604

GMStereo_Zeroshot	0.16 527	0.13 594	0.24 603	0.20 555	0.10 484	0.17 502	0.13 187	0.29 555	0.25 496	0.23 577	0.32 590	0.25 558	0.11 369	0.19 537	0.14 462	0.09 505	0.06 440	0.11 589	0.06 303	0.12 602	0.08 484

iinet-f	0.16 527	0.06 125	0.45 668	0.14 71	0.10 484	0.21 580	0.14 261	0.27 521	0.23 457	0.21 548	0.24 490	0.21 502	0.15 486	0.18 521	0.21 583	0.09 505	0.07 516	0.07 323	0.06 303	0.09 529	0.10 563

CRFU-Net	0.16 527	0.08 374	0.14 410	0.17 317	0.09 369	0.19 546	0.14 261	0.26 500	0.20 415	0.28 626	0.27 544	0.29 595	0.17 537	0.19 537	0.17 526	0.09 505	0.09 585	0.07 323	0.07 404	0.08 464	0.08 484

NINENet	0.16 527	0.10 521	0.15 459	0.17 317	0.11 535	0.19 546	0.14 261	0.40 665	0.36 599	0.18 493	0.21 456	0.16 430	0.13 444	0.15 428	0.13 419	0.08 441	0.08 549	0.10 557	0.07 404	0.10 562	0.09 531

CSP-Net	0.16 527	0.09 458	0.14 410	0.16 230	0.09 369	0.19 546	0.17 464	0.25 482	0.32 567	0.25 599	0.30 577	0.24 544	0.15 486	0.21 579	0.18 544	0.09 505	0.06 440	0.07 323	0.07 404	0.08 464	0.07 413

AASNet	0.16 527	0.08 374	0.12 315	0.19 486	0.09 369	0.18 521	0.15 349	0.37 649	0.37 606	0.19 510	0.23 477	0.20 493	0.16 514	0.17 497	0.20 563	0.10 549	0.08 549	0.08 420	0.07 404	0.09 529	0.09 531

AACVNet	0.16 527	0.08 374	0.14 410	0.15 131	0.10 484	0.18 521	0.15 349	0.23 439	0.24 474	0.27 611	0.27 544	0.28 586	0.17 537	0.19 537	0.16 511	0.09 505	0.07 516	0.09 508	0.07 404	0.10 562	0.09 531

ADLNet2	0.16 527	0.09 458	0.13 371	0.16 230	0.09 369	0.20 562	0.16 422	0.31 581	0.39 617	0.16 444	0.20 432	0.20 493	0.18 552	0.21 579	0.22 592	0.08 441	0.06 440	0.07 323	0.07 404	0.09 529	0.07 413

Anonymous3	0.16 527	0.13 594	0.33 643	0.26 656	0.14 616	0.27 641	0.17 464	0.28 541	0.28 535	0.15 415	0.17 381	0.14 386	0.10 331	0.15 428	0.12 372	0.08 441	0.08 549	0.08 420	0.08 483	0.08 464	0.11 591

ADLNet	0.16 527	0.08 374	0.15 459	0.16 230	0.10 484	0.16 479	0.17 464	0.32 592	0.27 520	0.22 564	0.27 544	0.24 544	0.16 514	0.18 521	0.21 583	0.10 549	0.06 440	0.10 557	0.10 573	0.08 464	0.09 531

HCRNet	0.16 527	0.24 672	0.12 315	0.35 690	0.11 535	0.15 447	0.17 464	0.26 500	0.22 445	0.19 510	0.24 490	0.21 502	0.14 468	0.15 428	0.13 419	0.11 581	0.07 516	0.11 589	0.10 573	0.09 529	0.07 413

222	0.16 527	0.07 250	0.14 410	0.14 71	0.08 233	0.24 610	0.18 513	0.30 569	0.20 415	0.17 463	0.28 558	0.17 452	0.16 514	0.15 428	0.40 694	0.10 549	0.05 283	0.07 323	0.06 303	0.07 394	0.08 484

UPFNet	0.16 527	0.08 374	0.12 315	0.20 555	0.12 571	0.20 562	0.23 619	0.28 541	0.26 510	0.17 463	0.24 490	0.22 520	0.19 568	0.19 537	0.21 583	0.09 505	0.07 516	0.08 420	0.09 531	0.08 464	0.06 323

ac_64	0.16 527	0.08 374	0.15 459	0.18 411	0.10 484	0.22 589	0.18 513	0.24 463	0.21 431	0.18 493	0.24 490	0.29 595	0.18 552	0.19 537	0.22 592	0.09 505	0.07 516	0.08 420	0.09 531	0.07 394	0.06 323

DSFCA	0.16 527	0.09 458	0.14 410	0.16 230	0.10 484	0.20 562	0.19 553	0.28 541	0.31 560	0.23 577	0.24 490	0.22 520	0.15 486	0.19 537	0.20 563	0.10 549	0.07 516	0.09 508	0.09 531	0.08 464	0.08 484

FADNet-RVC-Resample	0.16 527	0.11 548	0.31 636	0.22 607	0.11 535	0.19 546	0.14 261	0.25 482	0.24 474	0.24 586	0.27 544	0.20 493	0.15 486	0.16 463	0.15 495	0.07 356	0.08 549	0.12 609	0.10 573	0.09 529	0.10 563

FADNet_RVC	0.16 527	0.14 606	0.40 661	0.20 555	0.11 535	0.13 383	0.13 187	0.26 500	0.22 445	0.21 548	0.23 477	0.20 493	0.17 537	0.14 400	0.16 511	0.08 441	0.08 549	0.12 609	0.09 531	0.11 585	0.10 563

AANet_RVC	0.16 527	0.10 521	0.10 203	0.18 411	0.09 369	0.18 521	0.19 553	0.26 500	0.31 560	0.22 564	0.35 611	0.21 502	0.21 584	0.22 592	0.16 511	0.06 172	0.05 283	0.06 209	0.06 303	0.07 394	0.06 323

DeepPruner_ROB	0.16 527	0.11 548	0.15 459	0.17 317	0.10 484	0.17 502	0.15 349	0.32 592	0.21 431	0.19 510	0.21 456	0.22 520	0.18 552	0.20 562	0.15 495	0.13 632	0.09 585	0.09 508	0.09 531	0.11 585	0.10 563

z-ln-s-r	0.17 548	0.10 521	0.40 661	0.19 486	0.08 233	0.17 502	0.18 513	0.22 416	0.33 574	0.18 493	0.40 640	0.22 520	0.17 537	0.20 562	0.23 604	0.07 356	0.05 283	0.07 323	0.07 404	0.07 394	0.05 214

rvit_stereo_0075_2	0.17 548	0.12 566	0.25 608	0.23 631	0.16 647	0.13 383	0.10 42	0.30 569	0.27 520	0.20 533	0.28 558	0.22 520	0.15 486	0.18 521	0.13 419	0.16 666	0.10 607	0.17 662	0.10 573	0.10 562	0.09 531

ToySt	0.17 548	0.11 548	0.18 550	0.17 317	0.11 535	0.16 479	0.25 648	0.24 463	0.33 574	0.19 510	0.24 490	0.26 568	0.24 607	0.19 537	0.20 563	0.07 356	0.08 549	0.09 508	0.10 573	0.09 529	0.08 484

ssnet_v2	0.17 548	0.10 521	0.17 526	0.17 317	0.11 535	0.21 580	0.21 598	0.33 612	0.25 496	0.22 564	0.22 468	0.27 576	0.18 552	0.22 592	0.20 563	0.11 581	0.09 585	0.09 508	0.09 531	0.08 464	0.08 484

dad	0.17 548	0.20 656	0.20 574	0.16 230	0.11 535	0.20 562	0.18 513	0.21 390	0.28 535	0.30 640	0.24 490	0.29 595	0.13 444	0.19 537	0.16 511	0.18 672	0.09 585	0.11 589	0.09 531	0.11 585	0.07 413

GEStereo_RVC	0.17 548	0.12 566	0.15 459	0.22 607	0.11 535	0.19 546	0.17 464	0.32 592	0.48 653	0.20 533	0.25 518	0.17 452	0.13 444	0.21 579	0.16 511	0.10 549	0.06 440	0.08 420	0.07 404	0.09 529	0.08 484

MMNet	0.17 548	0.09 458	0.16 495	0.20 555	0.11 535	0.27 641	0.20 577	0.25 482	0.41 626	0.22 564	0.30 577	0.21 502	0.20 580	0.17 497	0.20 563	0.06 172	0.06 440	0.07 323	0.07 404	0.08 464	0.07 413

delet	0.17 548	0.08 374	0.17 526	0.19 486	0.11 535	0.20 562	0.21 598	0.30 569	0.37 606	0.17 463	0.26 535	0.19 481	0.19 568	0.19 537	0.21 583	0.08 441	0.08 549	0.09 508	0.11 607	0.06 307	0.06 323

UNet	0.17 548	0.09 458	0.18 550	0.19 486	0.12 571	0.27 641	0.19 553	0.33 612	0.29 542	0.21 548	0.24 490	0.23 538	0.19 568	0.19 537	0.18 544	0.07 356	0.06 440	0.08 420	0.07 404	0.08 464	0.06 323

HGLStereo	0.17 548	0.08 374	0.19 562	0.17 317	0.12 571	0.18 521	0.18 513	0.31 581	0.32 567	0.21 548	0.32 590	0.25 558	0.18 552	0.19 537	0.20 563	0.09 505	0.09 585	0.07 323	0.07 404	0.09 529	0.10 563

DMCA-RVC	0.17 548	0.10 521	0.15 459	0.24 640	0.11 535	0.18 521	0.18 513	0.25 482	0.24 474	0.21 548	0.26 535	0.25 558	0.27 630	0.18 521	0.20 563	0.12 606	0.08 549	0.13 624	0.10 573	0.10 562	0.08 484

TDLM	0.17 548	0.12 566	0.13 371	0.24 640	0.10 484	0.18 521	0.18 513	0.36 643	0.30 552	0.21 548	0.28 558	0.28 586	0.18 552	0.23 603	0.18 544	0.11 581	0.07 516	0.10 557	0.10 573	0.08 464	0.08 484

NLCA_NET_v2_RVC	0.17 548	0.10 521	0.22 590	0.20 555	0.10 484	0.15 447	0.18 513	0.31 581	0.25 496	0.21 548	0.30 577	0.25 558	0.17 537	0.21 579	0.20 563	0.09 505	0.06 440	0.08 420	0.08 483	0.07 394	0.08 484
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	0.17 548	0.12 566	0.15 459	0.20 555	0.09 369	0.18 521	0.18 513	0.26 500	0.23 457	0.26 605	0.40 640	0.22 520	0.17 537	0.21 579	0.20 563	0.08 441	0.05 283	0.09 508	0.10 573	0.07 394	0.07 413
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ISRNet	0.18 562	0.08 374	0.19 562	0.19 486	0.13 594	0.15 447	0.12 108	0.30 569	0.32 567	0.21 548	0.25 518	0.27 576	0.17 537	0.17 497	0.20 563	0.20 681	0.08 549	0.14 638	0.14 643	0.14 638	0.17 673

test_sample9	0.18 562	0.12 566	0.20 574	0.12 7	0.14 616	0.17 502	0.13 187	0.27 521	0.23 457	0.20 533	0.20 432	0.24 544	0.19 568	0.19 537	0.17 526	0.15 650	0.30 703	0.14 638	0.14 643	0.14 638	0.12 604

fast-acv-ft	0.18 562	0.11 548	0.19 562	0.19 486	0.12 571	0.24 610	0.21 598	0.25 482	0.34 586	0.22 564	0.34 607	0.27 576	0.20 580	0.21 579	0.23 604	0.09 505	0.09 585	0.08 420	0.10 573	0.08 464	0.07 413

HBP-ISP	0.18 562	0.13 594	0.16 495	0.15 131	0.11 535	0.08 93	0.13 187	0.28 541	0.29 542	0.22 564	0.33 603	0.21 502	0.25 616	0.23 603	0.17 526	0.14 646	0.16 671	0.21 676	0.17 672	0.10 562	0.08 484

Wz-Net-LNSev-Ref	0.18 562	0.09 458	0.29 631	0.15 131	0.10 484	0.22 589	0.20 577	0.26 500	0.39 617	0.25 599	0.42 657	0.24 544	0.15 486	0.20 562	0.19 557	0.07 356	0.05 283	0.06 209	0.05 202	0.10 562	0.09 531

SACVNet	0.18 562	0.12 566	0.14 410	0.17 317	0.13 594	0.22 589	0.18 513	0.31 581	0.30 552	0.23 577	0.31 586	0.30 605	0.22 593	0.22 592	0.17 526	0.11 581	0.08 549	0.10 557	0.10 573	0.12 602	0.14 646

psm_up	0.18 562	0.10 521	0.18 550	0.20 555	0.11 535	0.17 502	0.19 553	0.37 649	0.34 586	0.21 548	0.28 558	0.29 595	0.24 607	0.20 562	0.22 592	0.09 505	0.10 607	0.11 589	0.11 607	0.08 464	0.08 484

hitnet-ft	0.18 562	0.09 458	0.17 526	0.14 71	0.09 369	0.26 631	0.20 577	0.25 482	0.26 510	0.24 586	0.32 590	0.31 618	0.22 593	0.24 613	0.21 583	0.12 606	0.07 516	0.10 557	0.08 483	0.12 602	0.11 591

STTStereo	0.18 562	0.12 566	0.27 618	0.20 555	0.11 535	0.16 479	0.21 598	0.29 555	0.23 457	0.21 548	0.30 577	0.29 595	0.18 552	0.20 562	0.19 557	0.12 606	0.11 620	0.11 589	0.14 643	0.09 529	0.08 484

CVANet_RVC	0.18 562	0.10 521	0.14 410	0.21 589	0.10 484	0.18 521	0.17 464	0.34 621	0.33 574	0.22 564	0.31 586	0.28 586	0.18 552	0.23 603	0.17 526	0.12 606	0.08 549	0.12 609	0.11 607	0.09 529	0.07 413

StereoDRNet	0.18 562	0.11 548	0.17 526	0.22 607	0.11 535	0.21 580	0.22 608	0.37 649	0.33 574	0.24 586	0.28 558	0.30 605	0.19 568	0.20 562	0.20 563	0.09 505	0.08 549	0.11 589	0.09 531	0.09 529	0.07 413

DLCB_ROB	0.18 562	0.10 521	0.15 459	0.23 631	0.11 535	0.24 610	0.18 513	0.29 555	0.28 535	0.27 611	0.28 558	0.28 586	0.24 607	0.19 537	0.20 563	0.08 441	0.08 549	0.09 508	0.09 531	0.07 394	0.07 413

TCMNet	0.19 574	0.12 566	0.19 562	0.20 555	0.18 669	0.20 562	0.24 633	0.27 521	0.36 599	0.23 577	0.26 535	0.25 558	0.19 568	0.19 537	0.23 604	0.13 632	0.11 620	0.11 589	0.12 628	0.13 622	0.12 604

rvit_105_1	0.19 574	0.11 548	0.25 608	0.21 589	0.16 647	0.21 580	0.27 664	0.31 581	0.41 626	0.19 510	0.20 432	0.22 520	0.17 537	0.19 537	0.17 526	0.12 606	0.12 636	0.13 624	0.15 660	0.08 464	0.07 413

test_sample8	0.19 574	0.12 566	0.20 574	0.12 7	0.14 616	0.17 502	0.13 187	0.31 581	0.21 431	0.27 611	0.22 468	0.36 644	0.25 616	0.19 537	0.17 526	0.15 650	0.30 703	0.14 638	0.14 643	0.14 638	0.12 604

SDNR	0.19 574	0.08 374	0.19 562	0.16 230	0.12 571	0.77 716	0.14 261	0.25 482	0.32 567	0.19 510	0.24 490	0.19 481	0.13 444	0.19 537	0.15 495	0.16 666	0.18 678	0.14 638	0.11 607	0.08 464	0.11 591

pcwnet_v2	0.19 574	0.10 521	0.26 611	0.17 317	0.14 616	0.18 521	0.15 349	0.37 649	0.46 651	0.19 510	0.24 490	0.21 502	0.19 568	0.20 562	0.19 557	0.13 632	0.10 607	0.10 557	0.10 573	0.11 585	0.13 627

ADCRef	0.19 574	0.12 566	0.41 664	0.20 555	0.12 571	0.22 589	0.18 513	0.32 592	0.36 599	0.26 605	0.32 590	0.17 452	0.23 601	0.24 613	0.24 617	0.07 356	0.06 440	0.09 508	0.09 531	0.08 464	0.08 484

NVstereo2D	0.19 574	0.10 521	0.15 459	0.17 317	0.15 636	0.28 648	0.23 619	0.44 682	0.42 634	0.15 415	0.27 544	0.25 558	0.19 568	0.22 592	0.17 526	0.09 505	0.06 440	0.10 557	0.08 483	0.15 654	0.09 531

DRN-Test	0.19 574	0.11 548	0.20 574	0.22 607	0.10 484	0.22 589	0.22 608	0.39 661	0.37 606	0.24 586	0.32 590	0.26 568	0.21 584	0.22 592	0.24 617	0.11 581	0.07 516	0.11 589	0.10 573	0.09 529	0.07 413

DISCO	0.19 574	0.09 458	0.22 590	0.17 317	0.10 484	0.25 621	0.18 513	0.27 521	0.44 644	0.22 564	0.31 586	0.33 631	0.26 622	0.28 636	0.28 654	0.08 441	0.06 440	0.07 323	0.07 404	0.09 529	0.09 531

CBMV_ROB	0.19 574	0.13 594	0.17 526	0.16 230	0.11 535	0.15 447	0.13 187	0.26 500	0.28 535	0.27 611	0.30 577	0.27 576	0.24 607	0.23 603	0.16 511	0.15 650	0.17 676	0.22 680	0.20 678	0.10 562	0.11 591

NOSS_ROB	0.19 574	0.12 566	0.18 550	0.16 230	0.12 571	0.15 447	0.12 108	0.30 569	0.32 567	0.20 533	0.22 468	0.27 576	0.23 601	0.21 579	0.16 511	0.16 666	0.18 678	0.23 681	0.21 680	0.12 602	0.13 627

CBMV	0.19 574	0.14 606	0.17 526	0.18 411	0.10 484	0.20 562	0.11 71	0.29 555	0.30 552	0.29 635	0.30 577	0.30 605	0.23 601	0.27 624	0.19 557	0.13 632	0.15 667	0.17 662	0.16 665	0.10 562	0.10 563
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PStereo	0.20 586	0.22 666	0.20 574	0.17 317	0.10 484	0.13 383	0.20 577	0.27 521	0.38 613	0.20 533	0.14 323	0.28 586	0.31 657	0.24 613	0.31 672	0.18 672	0.13 651	0.15 651	0.11 607	0.12 602	0.12 604

w-ln-seven-2	0.20 586	0.14 606	0.37 656	0.22 607	0.12 571	0.20 562	0.21 598	0.28 541	0.37 606	0.25 599	0.37 620	0.27 576	0.22 593	0.21 579	0.23 604	0.08 441	0.08 549	0.09 508	0.09 531	0.10 562	0.09 531

YMNet	0.20 586	0.12 566	0.19 562	0.20 555	0.14 616	0.26 631	0.23 619	0.32 592	0.34 586	0.27 611	0.34 607	0.30 605	0.18 552	0.18 521	0.22 592	0.10 549	0.13 651	0.10 557	0.10 573	0.08 464	0.09 531

YMNet_1	0.20 586	0.12 566	0.19 562	0.20 555	0.14 616	0.26 631	0.23 619	0.32 592	0.34 586	0.27 611	0.34 607	0.30 605	0.18 552	0.18 521	0.22 592	0.10 549	0.13 651	0.10 557	0.10 573	0.08 464	0.09 531

GwcNet	0.20 586	0.13 594	0.19 562	0.18 411	0.12 571	0.24 610	0.19 553	0.35 636	0.43 639	0.20 533	0.32 590	0.33 631	0.20 580	0.22 592	0.24 617	0.11 581	0.09 585	0.09 508	0.09 531	0.09 529	0.10 563

FAT-Stereo	0.20 586	0.12 566	0.22 590	0.21 589	0.12 571	0.17 502	0.18 513	0.34 621	0.39 617	0.27 611	0.37 620	0.34 638	0.32 662	0.21 579	0.20 563	0.09 505	0.11 620	0.10 557	0.09 531	0.11 585	0.14 646

FADNet-RVC	0.20 586	0.20 656	0.38 658	0.21 589	0.16 647	0.20 562	0.15 349	0.26 500	0.26 510	0.26 605	0.32 590	0.26 568	0.21 584	0.22 592	0.19 557	0.12 606	0.13 651	0.12 609	0.14 643	0.13 622	0.18 676

S-Stereo	0.20 586	0.12 566	0.25 608	0.21 589	0.13 594	0.20 562	0.18 513	0.32 592	0.43 639	0.23 577	0.36 614	0.28 586	0.30 653	0.19 537	0.22 592	0.09 505	0.12 636	0.10 557	0.10 573	0.13 622	0.13 627

SuperB	0.20 586	0.10 521	0.56 684	0.16 230	0.09 369	0.18 521	0.18 513	0.24 463	0.50 663	0.26 605	0.39 634	0.17 452	0.21 584	0.22 592	0.21 583	0.08 441	0.06 440	0.06 209	0.06 303	0.12 602	0.10 563

ADCP+	0.20 586	0.10 521	0.33 643	0.20 555	0.12 571	0.22 589	0.26 657	0.31 581	0.34 586	0.26 605	0.37 620	0.22 520	0.22 593	0.27 624	0.27 646	0.09 505	0.06 440	0.08 420	0.08 483	0.09 529	0.10 563

PS-NSSS	0.20 586	0.21 662	0.23 599	0.20 555	0.10 484	0.19 546	0.17 464	0.36 643	0.25 496	0.27 611	0.33 603	0.27 576	0.24 607	0.20 562	0.20 563	0.15 650	0.12 636	0.17 662	0.14 643	0.10 562	0.08 484

PWCDC_ROB	0.20 586	0.13 594	0.22 590	0.24 640	0.11 535	0.19 546	0.15 349	0.33 612	0.54 673	0.29 635	0.50 673	0.21 502	0.15 486	0.27 624	0.20 563	0.11 581	0.09 585	0.10 557	0.08 483	0.11 585	0.09 531

SGM-Forest	0.20 586	0.14 606	0.18 550	0.19 486	0.13 594	0.20 562	0.22 608	0.33 612	0.30 552	0.24 586	0.29 570	0.28 586	0.19 568	0.23 603	0.17 526	0.15 650	0.16 671	0.15 651	0.14 643	0.12 602	0.12 604
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UDG	0.21 599	0.17 635	0.19 562	0.23 631	0.15 636	0.30 655	0.20 577	0.33 612	0.35 595	0.23 577	0.28 558	0.31 618	0.27 630	0.20 562	0.22 592	0.15 650	0.12 636	0.13 624	0.09 531	0.14 638	0.14 646

FINET	0.21 599	0.18 646	0.26 611	0.18 411	0.16 647	0.23 605	0.23 619	0.32 592	0.48 653	0.25 599	0.32 590	0.22 520	0.22 593	0.22 592	0.17 526	0.18 672	0.16 671	0.11 589	0.10 573	0.15 654	0.13 627

Syn2CoEx	0.21 599	0.16 624	0.27 618	0.29 681	0.14 616	0.26 631	0.20 577	0.33 612	0.31 560	0.28 626	0.36 614	0.27 576	0.25 616	0.19 537	0.24 617	0.16 666	0.12 636	0.14 638	0.11 607	0.09 529	0.08 484

FADNet	0.21 599	0.22 666	0.36 652	0.18 411	0.17 662	0.24 610	0.13 187	0.31 581	0.31 560	0.23 577	0.25 518	0.27 576	0.21 584	0.19 537	0.15 495	0.13 632	0.15 667	0.12 609	0.15 660	0.16 663	0.18 676

RP	0.21 599	0.13 594	0.21 584	0.23 631	0.11 535	0.21 580	0.20 577	0.25 482	0.44 644	0.21 548	0.38 626	0.36 644	0.24 607	0.27 624	0.25 627	0.11 581	0.12 636	0.13 624	0.12 628	0.12 602	0.14 646

DANet	0.21 599	0.15 616	0.28 623	0.25 651	0.13 594	0.22 589	0.19 553	0.27 521	0.27 520	0.28 626	0.32 590	0.35 642	0.31 657	0.31 646	0.23 604	0.11 581	0.09 585	0.11 589	0.10 573	0.13 622	0.11 591
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.21 599	0.12 566	0.21 584	0.24 640	0.13 594	0.22 589	0.22 608	0.41 671	0.26 510	0.31 646	0.42 657	0.37 649	0.28 641	0.23 603	0.22 592	0.10 549	0.12 636	0.10 557	0.09 531	0.10 562	0.08 484

PWC_ROB	0.21 599	0.16 624	0.26 611	0.18 411	0.11 535	0.22 589	0.13 187	0.32 592	0.49 660	0.30 640	0.40 640	0.32 627	0.24 607	0.31 646	0.22 592	0.10 549	0.07 516	0.11 589	0.08 483	0.11 585	0.10 563

PSMNet_ROB	0.21 599	0.11 548	0.15 459	0.27 669	0.15 636	0.24 610	0.35 697	0.43 680	0.37 606	0.27 611	0.32 590	0.32 627	0.22 593	0.21 579	0.26 638	0.12 606	0.08 549	0.13 624	0.11 607	0.09 529	0.09 531

MSAF-DinoV2	0.22 608	0.11 548	0.23 599	0.17 317	0.10 484	0.27 641	0.16 422	0.37 649	0.55 674	0.21 548	0.27 544	0.47 683	0.27 630	0.35 665	0.39 691	0.09 505	0.06 440	0.07 323	0.09 531	0.12 602	0.10 563

GASNet	0.22 608	0.23 669	0.33 643	0.26 656	0.17 662	0.26 631	0.16 422	0.44 682	0.42 634	0.27 611	0.24 490	0.30 605	0.15 486	0.27 624	0.18 544	0.12 606	0.08 549	0.12 609	0.11 607	0.16 663	0.07 413

Anonymous_2	0.22 608	0.17 635	0.28 623	0.15 131	0.16 647	0.32 657	0.22 608	0.22 416	0.17 339	0.23 577	0.24 490	0.26 568	0.27 630	0.27 624	0.23 604	0.22 690	0.25 699	0.17 662	0.17 672	0.17 671	0.17 673

Wz-Net-LNSev	0.22 608	0.16 624	0.38 658	0.21 589	0.13 594	0.25 621	0.23 619	0.32 592	0.43 639	0.30 640	0.41 651	0.31 618	0.18 552	0.22 592	0.25 627	0.10 549	0.09 585	0.08 420	0.08 483	0.12 602	0.11 591

Wz-Net-MNSev	0.22 608	0.13 594	0.31 636	0.20 555	0.14 616	0.36 676	0.24 633	0.33 612	0.44 644	0.28 626	0.40 640	0.38 653	0.19 568	0.24 613	0.25 627	0.09 505	0.07 516	0.09 508	0.09 531	0.12 602	0.10 563

DDUNet	0.22 608	0.17 635	0.21 584	0.22 607	0.15 636	0.25 621	0.24 633	0.29 555	0.30 552	0.31 646	0.36 614	0.33 631	0.25 616	0.24 613	0.20 563	0.18 672	0.13 651	0.17 662	0.11 607	0.16 663	0.16 664

APVNet	0.22 608	0.12 566	0.19 562	0.18 411	0.14 616	0.32 657	0.31 693	0.39 661	0.32 567	0.27 611	0.40 640	0.30 605	0.29 649	0.26 621	0.25 627	0.11 581	0.12 636	0.11 589	0.14 643	0.12 602	0.12 604

aanetorigin	0.22 608	0.17 635	0.56 684	0.17 317	0.10 484	0.15 447	0.19 553	0.20 363	0.33 574	0.49 688	0.48 668	0.29 595	0.27 630	0.20 562	0.23 604	0.08 441	0.07 516	0.08 420	0.07 404	0.10 562	0.09 531

MaskLacGwcNet_RVC	0.22 608	0.21 662	0.24 603	0.26 656	0.11 535	0.23 605	0.14 261	0.39 661	0.24 474	0.32 652	0.36 614	0.30 605	0.21 584	0.19 537	0.21 583	0.17 671	0.14 661	0.21 676	0.16 665	0.12 602	0.12 604

AF-Net	0.22 608	0.17 635	0.17 526	0.26 656	0.13 594	0.25 621	0.24 633	0.32 592	0.50 663	0.25 599	0.33 603	0.38 653	0.26 622	0.28 636	0.25 627	0.11 581	0.10 607	0.16 659	0.11 607	0.11 585	0.10 563

stereogan	0.22 608	0.11 548	0.21 584	0.20 555	0.12 571	0.31 656	0.19 553	0.35 636	0.44 644	0.22 564	0.39 634	0.35 642	0.27 630	0.33 656	0.22 592	0.10 549	0.12 636	0.10 557	0.10 573	0.14 638	0.13 627

edge stereo	0.22 608	0.13 594	0.20 574	0.21 589	0.13 594	0.23 605	0.16 422	0.32 592	0.42 634	0.32 652	0.40 640	0.38 653	0.35 672	0.25 619	0.24 617	0.13 632	0.11 620	0.14 638	0.11 607	0.12 602	0.13 627

RYNet	0.22 608	0.12 566	0.22 590	0.19 486	0.17 662	0.46 687	0.26 657	0.38 657	0.48 653	0.24 586	0.28 558	0.34 638	0.23 601	0.20 562	0.30 665	0.10 549	0.06 440	0.09 508	0.09 531	0.13 622	0.15 653

NaN_ROB	0.22 608	0.19 650	0.24 603	0.25 651	0.13 594	0.29 652	0.26 657	0.33 612	0.41 626	0.31 646	0.31 586	0.32 627	0.23 601	0.30 645	0.21 583	0.11 581	0.17 676	0.10 557	0.10 573	0.08 464	0.09 531

MDST_ROB	0.22 608	0.10 521	0.17 526	0.18 411	0.11 535	0.37 677	0.19 553	0.43 680	0.41 626	0.39 669	0.39 634	0.29 595	0.21 584	0.26 621	0.18 544	0.11 581	0.10 607	0.14 638	0.11 607	0.10 562	0.08 484

XPNet_ROB	0.22 608	0.11 548	0.19 562	0.22 607	0.13 594	0.22 589	0.19 553	0.34 621	0.40 623	0.30 640	0.39 634	0.39 661	0.26 622	0.26 621	0.28 654	0.15 650	0.10 607	0.10 557	0.10 573	0.13 622	0.12 604

SQANet	0.23 624	0.23 669	0.30 634	0.30 683	0.19 673	0.27 641	0.13 187	0.29 555	0.33 574	0.24 586	0.37 620	0.31 618	0.22 593	0.27 624	0.23 604	0.15 650	0.10 607	0.21 676	0.16 665	0.21 679	0.15 653

Nwc_Net	0.23 624	0.16 624	0.21 584	0.25 651	0.14 616	0.24 610	0.26 657	0.37 649	0.38 613	0.22 564	0.41 651	0.30 605	0.28 641	0.28 636	0.25 627	0.11 581	0.10 607	0.17 662	0.20 678	0.10 562	0.10 563

RTSC	0.23 624	0.12 566	0.28 623	0.21 589	0.13 594	0.28 648	0.16 422	0.35 636	0.66 699	0.27 611	0.33 603	0.30 605	0.21 584	0.31 646	0.29 658	0.10 549	0.08 549	0.09 508	0.10 573	0.13 622	0.13 627

PA-Net	0.23 624	0.18 646	0.33 643	0.28 672	0.22 682	0.21 580	0.38 702	0.29 555	0.39 617	0.22 564	0.32 590	0.25 558	0.26 622	0.20 562	0.25 627	0.09 505	0.23 696	0.15 651	0.22 683	0.09 529	0.13 627
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.23 624	0.15 616	0.17 526	0.34 688	0.18 669	0.24 610	0.23 619	0.34 621	0.28 535	0.31 646	0.38 626	0.38 653	0.28 641	0.23 603	0.24 617	0.15 650	0.12 636	0.18 671	0.21 680	0.13 622	0.13 627

ETE_ROB	0.23 624	0.17 635	0.22 590	0.25 651	0.13 594	0.26 631	0.29 680	0.31 581	0.36 599	0.28 626	0.36 614	0.45 675	0.26 622	0.27 624	0.26 638	0.11 581	0.08 549	0.12 609	0.09 531	0.14 638	0.13 627

SGM_RVC	0.23 624	0.12 566	0.15 459	0.15 131	0.09 369	0.33 664	0.18 513	0.34 621	0.31 560	0.44 683	0.37 620	0.53 691	0.35 672	0.35 665	0.24 617	0.13 632	0.13 651	0.13 624	0.13 639	0.10 562	0.11 591
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DStereoO	0.24 631	0.18 646	0.18 550	0.20 555	0.14 616	0.21 580	0.19 553	0.32 592	0.41 626	0.29 635	0.21 456	0.32 627	0.27 630	0.41 690	0.27 646	0.46 711	0.12 636	0.31 699	0.11 607	0.15 654	0.12 604

z-mn7	0.24 631	0.14 606	0.45 668	0.19 486	0.13 594	0.28 648	0.25 648	0.34 621	0.62 690	0.27 611	0.56 685	0.29 595	0.24 607	0.32 653	0.25 627	0.08 441	0.08 549	0.08 420	0.08 483	0.10 562	0.10 563

w-ln-seven	0.24 631	0.14 606	0.55 681	0.19 486	0.14 616	0.26 631	0.22 608	0.35 636	0.60 687	0.29 635	0.39 634	0.30 605	0.22 593	0.21 579	0.26 638	0.09 505	0.09 585	0.11 589	0.10 573	0.11 585	0.10 563

DGSMNet	0.24 631	0.19 650	0.33 643	0.21 589	0.24 687	0.24 610	0.20 577	0.35 636	0.41 626	0.24 586	0.32 590	0.38 653	0.21 584	0.29 642	0.23 604	0.12 606	0.11 620	0.14 638	0.16 665	0.23 683	0.23 687

G-Net	0.24 631	0.16 624	0.36 652	0.22 607	0.16 647	0.51 693	0.23 619	0.29 555	0.34 586	0.36 662	0.38 626	0.31 618	0.29 649	0.27 624	0.26 638	0.11 581	0.09 585	0.12 609	0.09 531	0.16 663	0.13 627

NCC-stereo	0.24 631	0.15 616	0.31 636	0.26 656	0.16 647	0.20 562	0.30 687	0.40 665	0.40 623	0.24 586	0.38 626	0.33 631	0.28 641	0.36 671	0.27 646	0.12 606	0.11 620	0.15 651	0.22 683	0.13 622	0.13 627

Abc-Net	0.24 631	0.15 616	0.31 636	0.26 656	0.16 647	0.20 562	0.30 687	0.40 665	0.40 623	0.24 586	0.38 626	0.33 631	0.28 641	0.36 671	0.27 646	0.12 606	0.11 620	0.15 651	0.22 683	0.13 622	0.13 627
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	0.24 631	0.11 548	0.47 673	0.22 607	0.12 571	0.34 667	0.29 680	0.29 555	0.56 677	0.24 586	0.46 665	0.30 605	0.30 653	0.29 642	0.29 658	0.08 441	0.07 516	0.09 508	0.09 531	0.10 562	0.10 563

DeepPrunerF	0.24 631	0.17 635	0.42 666	0.26 656	0.16 647	0.22 589	0.28 670	0.37 649	0.50 663	0.26 605	0.29 570	0.24 544	0.28 641	0.21 579	0.22 592	0.15 650	0.11 620	0.20 675	0.18 676	0.12 602	0.13 627

FBW_ROB	0.24 631	0.17 635	0.22 590	0.26 656	0.14 616	0.25 621	0.22 608	0.41 671	0.41 626	0.41 676	0.41 651	0.42 668	0.27 630	0.31 646	0.23 604	0.09 505	0.14 661	0.14 638	0.12 628	0.11 585	0.09 531

SANet	0.24 631	0.14 606	0.28 623	0.21 589	0.11 535	0.27 641	0.24 633	0.38 657	0.64 695	0.36 662	0.40 640	0.43 671	0.26 622	0.27 624	0.24 617	0.12 606	0.09 585	0.10 557	0.09 531	0.13 622	0.11 591

WCMA_ROB	0.24 631	0.11 548	0.22 590	0.17 317	0.14 616	0.32 657	0.15 349	0.32 592	0.32 567	0.38 667	0.53 676	0.40 665	0.34 669	0.34 659	0.25 627	0.11 581	0.12 636	0.12 609	0.10 573	0.14 638	0.14 646

DStereoSA	0.25 643	0.19 650	0.37 656	0.26 656	0.17 662	0.22 589	0.20 577	0.49 692	0.59 683	0.22 564	0.29 570	0.29 595	0.33 664	0.39 682	0.28 654	0.12 606	0.11 620	0.16 659	0.14 643	0.14 638	0.12 604

zh-sn7	0.25 643	0.17 635	0.50 675	0.24 640	0.13 594	0.25 621	0.24 633	0.34 621	0.48 653	0.28 626	0.54 678	0.28 586	0.31 657	0.36 671	0.32 674	0.10 549	0.10 607	0.11 589	0.10 573	0.12 602	0.12 604

zh-mn7	0.25 643	0.14 606	0.56 684	0.19 486	0.14 616	0.24 610	0.22 608	0.34 621	0.62 690	0.35 659	0.65 694	0.31 618	0.25 616	0.31 646	0.25 627	0.09 505	0.08 549	0.09 508	0.09 531	0.09 529	0.11 591

Wz-Net-SNSev	0.25 643	0.17 635	0.44 667	0.25 651	0.14 616	0.26 631	0.23 619	0.38 657	0.56 677	0.30 640	0.55 680	0.39 661	0.26 622	0.23 603	0.30 665	0.10 549	0.09 585	0.09 508	0.10 573	0.11 585	0.11 591

psmorigin	0.25 643	0.15 616	0.34 651	0.17 317	0.13 594	0.23 605	0.14 261	0.34 621	0.33 574	0.41 676	0.55 680	0.41 667	0.37 676	0.34 659	0.27 646	0.11 581	0.15 667	0.11 589	0.11 607	0.12 602	0.16 664

RGC	0.25 643	0.20 656	0.29 631	0.28 672	0.16 647	0.22 589	0.23 619	0.32 592	0.44 644	0.27 611	0.40 640	0.38 653	0.27 630	0.36 671	0.22 592	0.11 581	0.13 651	0.17 662	0.17 672	0.14 638	0.16 664

ADCMid	0.25 643	0.15 616	0.40 661	0.20 555	0.14 616	0.25 621	0.26 657	0.34 621	0.38 613	0.36 662	0.44 662	0.34 638	0.40 683	0.35 665	0.33 679	0.10 549	0.09 585	0.11 589	0.11 607	0.13 622	0.12 604

ADCPNet	0.25 643	0.16 624	0.61 691	0.21 589	0.15 636	0.35 675	0.25 648	0.32 592	0.35 595	0.30 640	0.40 640	0.36 644	0.28 641	0.28 636	0.32 674	0.12 606	0.10 607	0.11 589	0.12 628	0.14 638	0.13 627

LALA_ROB	0.25 643	0.16 624	0.22 590	0.26 656	0.17 662	0.27 641	0.27 664	0.42 676	0.37 606	0.33 656	0.38 626	0.51 687	0.26 622	0.28 636	0.27 646	0.16 666	0.09 585	0.12 609	0.11 607	0.13 622	0.12 604

SHD	0.26 652	0.15 616	0.30 634	0.24 640	0.18 669	0.22 589	0.15 349	0.38 657	0.71 703	0.32 652	0.41 651	0.36 644	0.28 641	0.32 653	0.29 658	0.12 606	0.11 620	0.14 638	0.13 639	0.16 663	0.20 682

AnyNet_C32	0.26 652	0.16 624	0.36 652	0.20 555	0.16 647	0.25 621	0.30 687	0.32 592	0.44 644	0.31 646	0.49 669	0.30 605	0.33 664	0.40 687	0.33 679	0.12 606	0.12 636	0.12 609	0.14 643	0.14 638	0.15 653

DStereoFS	0.27 654	0.22 666	0.31 636	0.22 607	0.15 636	0.22 589	0.20 577	0.50 696	0.48 653	0.28 626	0.44 662	0.33 631	0.34 669	0.52 700	0.29 658	0.12 606	0.11 620	0.15 651	0.13 639	0.16 663	0.16 664

PSMNet-RUCA	0.27 654	0.33 692	0.41 664	0.36 692	0.32 700	0.18 521	0.19 553	0.42 676	0.30 552	0.33 656	0.41 651	0.39 661	0.25 616	0.31 646	0.20 563	0.18 672	0.10 607	0.25 683	0.15 660	0.21 679	0.16 664

PDISCO_ROB	0.27 654	0.16 624	0.26 611	0.28 672	0.20 676	0.32 657	0.26 657	0.44 682	0.57 679	0.28 626	0.40 640	0.45 675	0.29 649	0.33 656	0.34 681	0.12 606	0.09 585	0.17 662	0.16 665	0.17 671	0.13 627

DispFullNet	0.27 654	0.21 662	0.65 694	0.28 672	0.16 647	0.26 631	0.17 464	0.33 612	0.58 682	0.27 611	0.38 626	0.43 671	0.23 601	0.38 678	0.23 604	0.12 606	0.06 440	0.19 673	0.11 607	0.21 679	0.15 653

MeshStereo	0.27 654	0.13 594	0.18 550	0.15 131	0.11 535	0.32 657	0.24 633	0.40 665	0.36 599	0.52 690	0.57 688	0.67 702	0.40 683	0.35 665	0.26 638	0.14 646	0.13 651	0.13 624	0.11 607	0.11 585	0.10 563
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	0.28 659	0.17 635	0.78 711	0.22 607	0.16 647	0.34 667	0.29 680	0.39 661	0.57 679	0.24 586	0.55 680	0.37 649	0.24 607	0.33 656	0.35 682	0.09 505	0.08 549	0.09 508	0.10 573	0.14 638	0.16 664

XQC	0.28 659	0.23 669	0.51 676	0.28 672	0.19 673	0.34 667	0.27 664	0.36 643	0.57 679	0.31 646	0.30 577	0.37 649	0.30 653	0.38 678	0.38 689	0.13 632	0.09 585	0.15 651	0.12 628	0.17 671	0.18 676

CC-Net-ROB	0.28 659	0.31 690	0.36 652	0.29 681	0.15 636	0.25 621	0.19 553	0.45 685	0.33 574	0.39 669	0.37 620	0.39 661	0.31 657	0.27 624	0.26 638	0.24 696	0.19 681	0.30 698	0.23 687	0.18 674	0.15 653

DPSNet	0.28 659	0.16 624	0.31 636	0.18 411	0.13 594	0.54 695	0.42 706	0.51 698	0.67 700	0.29 635	0.38 626	0.38 653	0.29 649	0.31 646	0.23 604	0.11 581	0.10 607	0.11 589	0.08 483	0.20 678	0.16 664

MultiAttention	0.29 663	0.08 374	0.14 410	0.19 486	0.12 571	1.45 731	1.33 735	0.36 643	0.37 606	0.19 510	0.21 456	0.24 544	0.11 369	0.38 678	0.18 544	0.06 172	0.05 283	0.08 420	0.08 483	0.10 562	0.09 531

Wz-Net-TNSev	0.29 663	0.20 656	0.65 694	0.19 486	0.15 636	0.38 680	0.27 664	0.35 636	0.55 674	0.34 658	0.42 657	0.45 675	0.38 677	0.32 653	0.30 665	0.12 606	0.13 651	0.10 557	0.12 628	0.15 654	0.14 646

ccnet	0.29 663	0.28 685	0.23 599	0.20 555	0.28 694	0.41 685	0.21 598	0.45 685	0.33 574	0.36 662	0.46 665	0.36 644	0.30 653	0.39 682	0.42 698	0.23 694	0.14 661	0.21 676	0.17 672	0.23 683	0.18 676

EDNetEfficient	0.29 663	0.24 672	1.13 722	0.18 411	0.10 484	0.19 546	0.20 577	0.20 363	0.60 687	0.74 710	0.56 685	0.31 618	0.39 680	0.22 592	0.30 665	0.09 505	0.07 516	0.08 420	0.07 404	0.11 585	0.09 531

ADCS	0.29 663	0.18 646	0.45 668	0.21 589	0.17 662	0.28 648	0.23 619	0.41 671	0.63 694	0.40 672	0.49 669	0.40 665	0.36 674	0.39 682	0.40 694	0.13 632	0.12 636	0.13 624	0.14 643	0.16 663	0.16 664

CSAN	0.29 663	0.24 672	0.27 618	0.34 688	0.19 673	0.33 664	0.42 706	0.37 649	0.50 663	0.38 667	0.40 640	0.44 673	0.33 664	0.28 636	0.30 665	0.20 681	0.16 671	0.19 673	0.19 677	0.14 638	0.15 653

AANet	0.30 669	0.19 650	1.03 720	0.16 230	0.13 594	0.22 589	0.16 422	0.30 569	0.62 690	0.60 697	0.52 675	0.46 679	0.38 677	0.23 603	0.32 674	0.12 606	0.09 585	0.11 589	0.10 573	0.13 622	0.12 604

MFN_U_SF_DS_RVC	0.30 669	0.24 672	0.29 631	0.36 692	0.16 647	0.34 667	0.30 687	0.32 592	0.42 634	0.40 672	0.46 665	0.38 653	0.31 657	0.34 659	0.28 654	0.19 679	0.20 684	0.26 684	0.29 697	0.18 674	0.19 681

GANetREF_RVC	0.31 671	0.34 693	0.27 618	0.35 690	0.16 647	0.32 657	0.41 703	0.48 690	0.51 670	0.35 659	0.35 611	0.34 638	0.33 664	0.39 682	0.32 674	0.27 698	0.20 684	0.29 696	0.15 660	0.18 674	0.17 673
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	0.31 671	0.26 678	0.26 611	0.24 640	0.21 680	0.34 667	0.25 648	0.34 621	0.39 617	0.40 672	0.69 698	0.45 675	0.40 683	0.34 659	0.27 646	0.20 681	0.19 681	0.26 684	0.25 689	0.23 683	0.22 686

MFN_U_SF_RVC	0.32 673	0.21 662	0.55 681	0.30 683	0.15 636	0.34 667	0.17 464	0.52 699	0.46 651	0.46 687	0.55 680	0.59 694	0.39 680	0.35 665	0.37 687	0.15 650	0.14 661	0.18 671	0.21 680	0.16 663	0.15 653

PASM	0.32 673	0.24 672	0.48 674	0.28 672	0.27 693	0.29 652	0.30 687	0.34 621	0.49 660	0.35 659	0.39 634	0.46 679	0.34 669	0.34 659	0.35 682	0.23 694	0.25 699	0.26 684	0.28 696	0.23 683	0.21 684

SGM-ForestM	0.32 673	0.12 566	0.16 495	0.16 230	0.11 535	0.39 682	0.19 553	0.41 671	0.50 663	0.52 690	0.54 678	1.32 723	0.42 691	0.40 687	0.27 646	0.14 646	0.16 671	0.16 659	0.16 665	0.12 602	0.12 604

FC-DCNN v2	0.33 676	0.27 681	0.28 623	0.26 656	0.23 685	0.37 677	0.28 670	0.40 665	0.43 639	0.45 684	0.56 685	0.51 687	0.40 683	0.37 676	0.29 658	0.21 685	0.20 684	0.27 687	0.26 690	0.25 690	0.24 688

FCDSN-DC	0.33 676	0.28 685	0.28 623	0.30 683	0.24 687	0.39 682	0.28 670	0.42 676	0.42 634	0.43 682	0.53 676	0.51 687	0.41 688	0.36 671	0.30 665	0.21 685	0.20 684	0.27 687	0.26 690	0.25 690	0.24 688
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.33 676	0.27 681	0.28 623	0.26 656	0.23 685	0.37 677	0.28 670	0.40 665	0.43 639	0.45 684	0.55 680	0.51 687	0.40 683	0.37 676	0.30 665	0.21 685	0.20 684	0.27 687	0.26 690	0.25 690	0.24 688

LSM	0.33 676	0.20 656	0.58 687	0.26 656	0.60 718	0.34 667	0.25 648	0.42 676	0.48 653	0.45 684	0.58 690	0.42 668	0.36 674	0.35 665	0.25 627	0.12 606	0.20 684	0.14 638	0.16 665	0.19 677	0.33 702

AnyNet_C01	0.36 680	0.25 677	1.37 725	0.22 607	0.17 662	0.48 691	0.27 664	0.35 636	0.39 617	0.39 669	0.74 704	0.46 679	0.38 677	0.45 692	0.47 703	0.13 632	0.13 651	0.13 624	0.14 643	0.14 638	0.15 653

GCST	0.37 681	0.42 700	0.26 611	1.02 726	0.39 701	0.18 521	0.08 9	0.20 363	0.17 339	0.28 626	0.25 518	0.15 415	0.12 402	0.16 463	0.14 462	0.64 722	0.43 711	0.75 718	0.65 722	0.63 715	0.46 713

otaku	0.39 682	0.37 696	0.52 677	0.44 699	0.28 694	0.58 697	0.24 633	0.41 671	0.62 690	0.40 672	0.49 669	0.46 679	0.33 664	0.40 687	0.32 674	0.30 699	0.30 703	0.39 703	0.33 702	0.29 697	0.28 696

ACVNet-4b	0.39 682	0.53 703	0.55 681	0.45 700	0.24 687	0.47 689	0.18 513	0.49 692	0.64 695	0.42 679	0.45 664	0.60 695	0.27 630	0.34 659	0.24 617	0.33 702	0.14 661	0.48 706	0.42 708	0.30 698	0.26 695

PVD	0.39 682	0.20 656	0.39 660	0.31 687	0.22 682	0.29 652	0.43 708	0.52 699	0.96 717	0.55 694	0.79 708	0.53 691	0.59 707	0.52 700	0.38 689	0.19 679	0.14 661	0.17 662	0.14 643	0.24 689	0.31 700

Ntro	0.40 685	0.40 698	0.53 678	0.46 703	0.30 698	0.65 703	0.24 633	0.46 687	0.68 701	0.41 676	0.49 669	0.48 685	0.42 691	0.39 682	0.31 672	0.32 700	0.28 701	0.37 702	0.30 699	0.32 702	0.29 697

SAMSARA	0.40 685	0.28 685	0.33 643	0.55 706	0.39 701	0.82 717	1.23 734	0.47 689	0.51 670	0.36 662	0.35 611	0.55 693	0.39 680	0.38 678	0.39 691	0.15 650	0.20 684	0.15 651	0.14 643	0.23 683	0.20 682

ELAS_RVC	0.41 687	0.29 688	0.33 643	0.28 672	0.24 687	0.54 695	0.36 698	0.49 692	0.59 683	0.72 706	0.74 704	0.65 700	0.54 700	0.54 705	0.40 694	0.22 690	0.20 684	0.27 687	0.26 690	0.26 695	0.25 693
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 687	0.29 688	0.33 643	0.27 669	0.24 687	0.60 700	0.36 698	0.50 696	0.50 663	0.71 704	0.79 708	0.67 702	0.54 700	0.51 698	0.42 698	0.22 690	0.20 684	0.27 687	0.26 690	0.26 695	0.25 693
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
light-stereo	0.42 689	0.26 678	0.59 689	0.60 708	0.49 708	0.32 657	0.23 619	0.46 687	0.52 672	0.56 696	0.58 690	0.76 707	0.32 662	0.48 694	0.29 658	0.32 700	0.24 697	0.27 687	0.33 702	0.46 706	0.39 707

MSC_U_SF_DS_RVC	0.43 690	0.39 697	0.54 679	0.40 695	0.20 676	0.64 702	0.32 695	0.53 701	0.72 704	0.71 704	0.72 701	0.61 696	0.54 700	0.51 698	0.46 702	0.20 681	0.19 681	0.29 696	0.30 699	0.23 683	0.18 676

ACVNet_1	0.44 691	0.49 702	0.60 690	0.45 700	0.28 694	0.49 692	0.27 664	0.57 706	0.72 704	0.62 699	0.58 690	0.74 706	0.49 697	0.50 696	0.35 682	0.26 697	0.24 697	0.39 703	0.29 697	0.31 701	0.24 688

Consistency-Raft	0.44 691	0.40 698	0.45 668	0.37 694	0.43 705	0.46 687	0.41 703	0.57 706	0.55 674	0.32 652	0.73 702	0.33 631	0.48 696	0.42 691	0.49 705	0.39 705	0.35 708	0.45 705	0.51 715	0.42 705	0.29 697

RTS	0.45 693	0.19 650	3.26 731	0.24 640	0.15 636	0.74 710	0.20 577	0.36 643	0.76 710	0.42 679	0.43 660	0.31 618	0.41 688	0.53 703	0.35 682	0.10 549	0.08 549	0.13 624	0.12 628	0.15 654	0.15 653

RTSA	0.45 693	0.19 650	3.26 731	0.24 640	0.15 636	0.74 710	0.20 577	0.36 643	0.76 710	0.42 679	0.43 660	0.31 618	0.41 688	0.53 703	0.35 682	0.10 549	0.08 549	0.13 624	0.12 628	0.15 654	0.15 653

MANE	0.45 693	0.27 681	0.27 618	0.27 669	0.24 687	0.47 689	0.31 693	0.55 703	0.59 683	0.72 706	1.13 725	1.15 717	0.61 708	0.52 700	0.37 687	0.21 685	0.20 684	0.27 687	0.31 701	0.25 690	0.24 688

NVStereoNet_ROB	0.46 696	0.36 695	0.46 672	0.41 697	0.28 694	0.34 667	0.34 696	0.48 690	0.60 687	0.72 706	0.93 714	0.70 705	0.66 711	0.47 693	0.60 713	0.22 690	0.33 707	0.34 701	0.34 705	0.30 698	0.30 699
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	0.47 697	0.26 678	0.58 687	0.28 672	0.20 676	0.39 682	0.18 513	0.49 692	0.64 695	0.52 690	0.87 711	1.01 712	0.57 705	0.50 696	0.56 710	0.53 715	0.31 706	0.54 712	0.40 706	0.33 703	0.34 703

LE_ROB	0.50 698	0.07 250	0.14 410	0.15 131	0.08 233	0.24 610	0.16 422	0.22 416	1.81 733	4.63 738	0.67 696	0.47 683	0.44 693	0.20 562	0.29 658	0.07 356	0.06 440	0.06 209	0.06 303	0.08 464	0.06 323

BEATNet-Init1	0.52 699	0.27 681	0.62 692	0.30 683	0.21 680	0.76 714	0.29 680	0.54 702	0.65 698	0.86 715	0.95 716	2.07 732	0.62 710	0.56 707	0.42 698	0.18 672	0.18 678	0.23 681	0.22 683	0.22 682	0.21 684

anonymity	0.53 700	0.58 705	0.65 694	0.41 697	0.61 719	0.53 694	0.41 703	0.56 704	0.41 626	0.55 694	0.50 673	0.49 686	0.55 703	0.58 708	0.50 708	0.58 718	0.50 721	0.51 708	0.51 715	0.51 708	0.57 716

RainbowNet	0.54 701	0.61 707	0.70 709	0.57 707	0.43 705	0.65 703	0.37 701	0.60 708	0.87 714	0.50 689	0.66 695	0.64 698	0.47 695	0.49 695	0.43 701	0.47 712	0.48 717	0.52 710	0.41 707	0.52 709	0.40 710

SGM+DAISY	0.56 702	0.57 704	0.65 694	0.40 695	0.54 711	0.66 705	0.49 711	0.56 704	0.45 650	0.66 700	0.69 698	0.67 702	0.56 704	0.63 710	0.56 710	0.59 719	0.48 717	0.50 707	0.50 714	0.52 709	0.58 717

SPS-STEREO	0.57 703	0.58 705	0.65 694	0.45 700	0.55 713	0.62 701	0.44 710	0.62 709	0.50 663	0.68 702	0.64 693	0.66 701	0.57 705	0.61 709	0.60 713	0.62 721	0.47 716	0.51 708	0.49 712	0.55 713	0.58 717
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.64 704	0.66 711	0.65 694	0.51 704	0.69 723	0.69 706	0.57 717	0.64 710	0.73 708	0.60 697	0.73 702	0.62 697	0.67 712	0.65 711	0.60 713	0.66 723	0.58 730	0.63 713	0.59 718	0.68 720	0.69 726

IMH-64-1	0.65 705	0.61 707	0.68 703	0.71 711	0.51 709	0.59 698	0.49 711	0.91 717	0.85 712	0.74 710	1.02 718	0.81 708	0.78 716	0.79 714	0.49 705	0.42 707	0.46 712	0.71 715	0.47 710	0.52 709	0.39 707

IMH-64	0.65 705	0.61 707	0.68 703	0.71 711	0.51 709	0.59 698	0.49 711	0.91 717	0.85 712	0.74 710	1.02 718	0.81 708	0.78 716	0.79 714	0.49 705	0.42 707	0.46 712	0.71 715	0.47 710	0.52 709	0.39 707

ACVNet_2	0.66 707	0.66 711	0.68 703	0.63 709	0.41 703	0.71 708	0.49 711	0.96 721	1.39 726	0.89 716	1.09 721	1.04 713	0.73 714	0.54 705	0.47 703	0.43 709	0.40 710	0.53 711	0.44 709	0.47 707	0.35 705

JetBlue	0.71 708	0.45 701	1.14 723	0.51 704	0.47 707	2.02 732	0.64 721	0.75 712	0.70 702	0.69 703	0.77 707	1.22 719	0.83 718	1.03 729	1.01 729	0.40 706	0.28 701	0.33 700	0.33 702	0.30 698	0.34 703

IMH	0.71 708	0.64 710	0.68 703	0.76 713	0.54 711	0.69 706	0.54 715	0.98 723	1.10 719	0.82 714	1.09 721	0.89 710	0.88 721	0.87 722	0.52 709	0.44 710	0.50 721	0.75 718	0.51 715	0.56 714	0.41 711

PWCK	0.71 708	0.94 722	0.95 718	0.76 713	0.31 699	0.74 710	0.36 698	0.90 716	0.90 715	0.96 719	0.75 706	0.95 711	0.61 708	0.87 722	0.66 716	0.72 724	0.46 712	0.75 718	0.49 712	0.69 722	0.44 712

MADNet+	0.75 711	0.71 713	3.70 734	0.66 710	0.41 703	0.98 722	0.97 732	0.69 711	0.73 708	0.52 690	0.57 688	0.64 698	0.68 713	0.86 721	1.01 729	0.34 703	0.36 709	0.28 695	0.23 687	0.36 704	0.31 700

TorneroNet-64	0.76 712	0.72 714	0.74 710	0.78 715	0.58 717	0.91 721	0.56 716	0.84 715	1.29 723	0.66 700	0.90 712	1.40 725	0.75 715	0.85 720	0.67 719	0.49 713	0.46 712	0.72 717	0.59 718	0.67 719	0.53 715

WAO-7	0.79 713	0.78 716	0.54 679	0.85 719	0.67 722	0.74 710	0.68 725	1.05 726	1.32 724	0.90 717	1.20 728	1.04 713	0.92 722	0.69 712	0.66 716	0.60 720	0.62 731	0.67 714	0.68 724	0.64 716	0.58 717

WAO-6	0.81 714	0.80 717	0.62 692	0.86 720	0.63 720	0.76 714	0.58 718	0.98 723	1.54 731	0.90 717	0.96 717	1.07 715	1.03 726	0.70 713	0.66 716	0.72 724	0.49 719	0.90 726	0.71 725	0.68 720	0.58 717

TorneroNet	0.82 715	0.74 715	0.81 715	0.84 718	0.63 720	0.99 723	0.63 719	0.96 721	1.16 720	0.80 713	1.11 723	1.36 724	0.86 720	0.93 725	0.80 724	0.56 716	0.49 719	0.78 723	0.66 723	0.73 725	0.63 725

LVE	0.83 716	0.85 720	0.85 716	0.80 716	0.56 714	1.04 727	0.65 722	1.05 726	1.47 729	0.96 719	1.22 729	1.10 716	0.85 719	0.83 717	0.71 721	0.49 713	0.55 727	0.76 721	0.60 720	0.65 717	0.59 722

Dean	0.87 717	0.86 721	0.79 713	0.81 717	0.56 714	0.90 718	0.63 719	1.15 732	1.73 732	1.15 727	1.15 726	1.31 722	0.99 725	0.81 716	0.81 725	0.57 717	0.56 728	0.77 722	0.64 721	0.66 718	0.58 717

WAO-8	0.91 718	0.81 718	0.65 694	0.94 723	0.69 723	0.90 718	0.67 723	1.07 729	1.83 734	1.06 724	1.45 731	1.30 720	1.07 727	0.84 718	0.78 722	0.74 726	0.53 724	0.86 724	0.75 726	0.69 722	0.62 723

Venus	0.91 718	0.81 718	0.65 694	0.94 723	0.69 723	0.90 718	0.67 723	1.07 729	1.83 734	1.06 724	1.45 731	1.30 720	1.07 727	0.84 718	0.78 722	0.74 726	0.53 724	0.86 724	0.75 726	0.69 722	0.62 723

UNDER WATER-64	0.95 720	0.94 722	1.43 727	0.87 721	0.56 714	1.18 730	0.87 729	0.77 713	0.94 716	1.04 722	0.85 710	1.58 730	1.21 732	0.94 726	0.96 727	0.87 730	0.57 729	1.03 730	0.88 731	0.78 726	0.73 727

UNDER WATER	0.97 721	0.97 724	1.42 726	0.99 725	0.70 726	1.12 729	0.84 728	0.80 714	1.08 718	1.01 721	0.90 712	1.55 729	1.22 733	1.03 729	1.00 728	0.78 728	0.53 724	1.02 729	0.87 730	0.80 727	0.74 728

notaker	0.97 721	1.11 725	0.98 719	1.13 728	0.81 727	0.73 709	0.68 725	0.93 719	1.16 720	1.18 729	1.18 727	1.41 726	1.16 731	1.08 731	0.69 720	0.81 729	0.64 732	1.17 731	0.79 728	0.98 729	0.80 730

ktn	1.01 723	1.21 727	0.80 714	1.23 730	0.86 729	1.01 725	0.87 729	0.94 720	1.39 726	1.04 722	1.12 724	1.15 717	1.07 727	0.94 726	0.59 712	1.28 735	0.71 733	1.38 735	0.83 729	1.02 731	0.75 729

KSHMR	1.09 724	1.17 726	0.88 717	1.25 731	1.00 731	0.99 723	0.96 731	1.13 731	1.37 725	1.16 728	1.29 730	1.41 726	0.96 724	1.01 728	0.92 726	1.03 733	1.08 735	1.20 732	1.03 734	1.01 730	0.97 732

DPSimNet_ROB	1.11 725	1.23 728	0.78 711	1.13 728	0.88 730	1.10 728	1.13 733	1.16 733	1.23 722	1.43 731	1.02 718	1.41 726	1.10 730	0.90 724	1.60 731	1.46 736	0.51 723	1.21 733	1.03 734	0.90 728	1.01 734

HanzoNet	1.29 726	1.26 729	1.19 724	1.12 727	0.85 728	1.02 726	0.83 727	1.03 725	1.48 730	1.64 732	1.61 733	2.50 734	1.72 734	1.61 733	1.61 732	1.26 734	0.80 734	1.31 734	1.01 733	1.02 731	0.86 731

JetRed	1.62 727	1.46 730	2.98 729	0.92 722	1.21 732	4.99 735	1.53 737	1.27 734	1.39 726	1.83 733	1.74 734	1.60 731	0.95 723	1.41 732	2.45 737	0.90 732	1.60 736	0.93 727	0.90 732	1.35 733	0.99 733

MADNet++	1.95 728	1.75 731	1.59 728	1.82 732	1.69 734	2.33 733	1.40 736	2.35 735	2.09 736	2.57 735	2.36 736	2.24 733	2.17 736	2.28 734	2.34 735	1.87 737	1.66 737	1.54 736	1.34 736	1.92 734	1.77 736

Selective-IGEV-i1pa	2.80 729	3.51 737	0.67 702	0.28 672	0.14 616	10.22 739	0.43 708	4.36 736	3.63 737	3.53 736	6.92 738	3.47 735	1.97 735	13.41 750	2.26 734	0.36 704	0.15 667	0.13 624	0.10 573	0.15 654	0.35 705

coex-ft	3.30 730	0.34 693	59.09 762	0.18 411	0.13 594	0.26 631	0.22 608	0.27 521	0.72 704	1.90 734	0.70 700	0.44 673	0.45 694	0.29 642	0.41 697	0.09 505	0.09 585	0.12 609	0.09 531	0.14 638	0.13 627

TCMNet-wrong-test	3.67 731	5.48 745	3.89 735	12.18 746	11.75 748	4.65 734	3.88 738	1.06 728	0.72 704	1.09 726	2.15 735	6.30 740	0.53 699	3.43 736	2.36 736	0.89 731	0.20 684	1.87 738	1.69 737	5.57 742	3.62 742

tt	4.67 732	0.06 125	3.55 733	2.02 733	1.55 733	10.25 740	16.71 742	8.91 745	5.03 738	1.31 730	0.94 715	4.71 736	4.76 738	3.33 735	5.87 739	6.06 745	10.30 751	1.88 739	2.11 739	2.75 736	1.21 735

USTest	6.22 733	2.73 734	3.00 730	6.57 740	7.29 740	14.37 742	21.57 743	7.00 744	9.56 743	5.34 741	6.10 737	5.72 739	7.64 741	6.41 740	6.96 741	1.97 738	3.42 743	1.64 737	2.15 740	2.66 735	2.36 737

xxxxx1	7.79 734	5.02 742	7.31 738	3.12 734	3.85 736	16.35 744	22.88 744	5.86 741	8.69 740	7.97 742	8.54 739	9.12 744	8.27 742	10.18 742	10.92 742	2.42 739	2.45 739	3.56 742	12.37 748	3.77 737	3.06 739

tt_ll	7.79 734	5.02 742	7.31 738	3.12 734	3.85 736	16.35 744	22.88 744	5.86 741	8.69 740	7.97 742	8.54 739	9.12 744	8.27 742	10.18 742	10.92 742	2.42 739	2.45 739	3.56 742	12.37 748	3.77 737	3.06 739

ff	7.79 734	5.02 742	7.31 738	3.12 734	3.85 736	16.35 744	22.88 744	5.86 741	8.69 740	7.97 742	8.54 739	9.12 744	8.27 742	10.18 742	10.92 742	2.42 739	2.45 739	3.56 742	12.37 748	3.77 737	3.06 739

EDNetEfficientorigin	7.91 737	0.31 690	153.02 763	0.19 486	0.09 369	0.21 580	0.16 422	0.22 416	0.59 683	0.72 706	0.67 696	0.42 668	0.50 698	0.24 613	0.39 691	0.08 441	0.07 516	0.08 420	0.07 404	0.12 602	0.10 563

DPSMNet_ROB	8.06 738	4.48 738	8.63 746	5.37 739	10.74 743	8.32 737	22.98 748	5.46 738	13.36 748	5.12 739	9.92 744	5.08 737	10.40 745	5.53 739	12.58 745	3.80 743	8.00 744	3.50 740	7.02 745	3.83 740	7.14 746

DGTPSM_ROB	8.06 738	4.48 738	8.63 746	5.35 737	10.72 742	8.32 737	22.97 747	5.46 738	13.35 747	5.12 739	9.92 744	5.08 737	10.40 745	5.52 738	12.58 745	3.79 742	8.00 744	3.50 740	7.02 745	3.83 740	7.14 746

PML	8.91 740	9.34 751	6.13 736	5.35 737	6.41 739	14.99 743	23.38 749	5.27 737	6.83 739	18.04 754	28.19 763	7.67 741	6.83 740	7.85 741	5.75 738	5.35 744	1.83 738	5.95 750	1.93 738	8.64 747	2.52 738

DLNR_Zeroshot_test	10.40 741	1.82 732	19.49 757	120.77 763	13.11 750	0.06 16	0.13 187	0.23 439	0.10 88	0.07 80	0.10 212	0.09 239	0.06 71	0.10 129	0.09 109	0.13 632	0.04 25	0.06 209	0.04 65	51.54 763	0.04 77

DLNR-FE	10.43 742	1.83 733	19.53 758	120.75 762	13.06 749	0.06 16	0.13 187	0.23 439	0.10 88	0.07 80	0.10 212	0.09 239	0.06 71	0.10 129	0.09 109	0.13 632	0.04 25	0.06 209	0.04 65	52.01 764	0.04 77

iinet-test	10.48 743	8.09 747	7.54 742	10.26 741	10.94 744	18.00 748	25.26 750	11.33 749	13.28 745	9.69 746	9.85 742	9.42 747	11.17 747	11.02 746	12.78 748	6.59 747	8.30 746	5.56 745	6.56 741	6.89 743	7.02 744

IINet	10.48 743	8.09 747	7.54 742	10.26 741	10.94 744	18.00 748	25.26 750	11.33 749	13.28 745	9.69 746	9.85 742	9.42 747	11.17 747	11.02 746	12.78 748	6.59 747	8.30 746	5.56 745	6.56 741	6.89 743	7.02 744

LRCNet_RVC	10.62 745	13.42 752	7.30 737	18.92 750	2.07 735	0.33 664	0.30 687	5.59 740	0.48 653	13.03 750	17.94 750	8.87 743	5.65 739	4.79 737	1.89 733	23.51 760	2.73 742	27.55 763	25.71 763	16.07 757	16.33 758

Anonymous_1	10.96 746	7.92 746	7.46 741	10.33 743	10.06 741	18.65 750	26.34 752	11.06 748	13.44 749	9.40 745	10.05 746	9.67 749	11.23 749	10.73 745	12.72 747	6.42 746	8.38 748	5.77 747	10.61 747	12.12 748	6.77 743

DPSM_ROB	11.15 747	8.58 749	8.00 744	10.88 744	11.58 746	19.10 751	26.71 753	12.05 751	14.07 752	10.36 748	10.84 747	10.33 750	11.86 750	11.70 748	13.54 750	6.99 749	8.79 749	5.89 748	6.95 743	7.29 745	7.42 748

DPSM	11.15 747	8.58 749	8.00 744	10.88 744	11.58 746	19.10 751	26.71 753	12.05 751	14.07 752	10.36 748	10.84 747	10.33 750	11.86 750	11.70 748	13.54 750	6.99 749	8.79 749	5.89 748	6.95 743	7.29 745	7.42 748

HaxPig	15.71 749	18.52 761	19.18 756	16.89 749	15.89 751	7.73 736	7.60 739	13.31 753	10.82 744	15.42 751	14.91 749	15.98 752	14.92 752	15.58 751	15.98 752	18.95 759	16.73 752	19.46 759	18.08 759	19.26 758	19.05 761

Selective-IGEV-i16pa	18.58 750	3.30 735	1.09 721	0.21 589	0.18 669	103.68 764	0.28 670	19.87 755	40.73 764	4.16 737	56.45 764	8.07 742	2.59 737	123.95 765	5.89 740	0.18 672	0.12 636	0.09 508	0.12 628	0.12 602	0.51 714

RSGM-EC	20.36 751	4.73 740	0.68 703	16.76 747	16.92 752	21.28 753	27.18 755	10.46 746	14.04 750	18.00 752	21.31 753	22.24 762	21.82 754	22.57 753	17.63 753	62.81 763	33.79 763	20.14 760	18.10 760	20.18 759	16.45 759

acva	20.36 751	4.73 740	0.68 703	16.76 747	16.92 752	21.28 753	27.18 755	10.46 746	14.04 750	18.00 752	21.31 753	22.24 762	21.82 754	22.57 753	17.63 753	62.81 763	33.79 763	20.14 760	18.10 760	20.18 759	16.45 759

MEDIAN_ROB	20.38 753	24.04 762	23.31 759	21.23 751	21.71 754	10.40 741	7.92 740	17.64 754	15.50 754	20.12 755	19.70 751	20.34 753	20.32 753	21.19 752	21.13 755	23.81 761	21.81 761	24.98 762	23.76 762	24.71 761	23.93 762

CasAABBNet	22.42 754	17.33 754	16.01 750	22.01 753	23.28 756	38.32 755	53.80 760	24.14 759	28.41 759	20.60 758	21.77 757	20.89 760	23.91 759	23.43 758	27.36 759	14.07 752	17.69 755	11.83 753	14.01 752	14.67 751	14.95 754

RAFT-FEzeroshot	22.43 755	17.33 754	15.98 748	22.02 754	23.31 758	38.34 756	53.82 762	24.05 757	28.39 757	20.61 759	21.76 755	20.88 757	23.92 761	23.41 756	27.42 761	14.07 752	17.69 755	11.83 753	14.02 753	14.69 752	14.97 755

RAFT-FE	22.43 755	17.33 754	15.98 748	22.02 754	23.31 758	38.34 756	53.82 762	24.05 757	28.39 757	20.61 759	21.76 755	20.88 757	23.92 761	23.41 756	27.42 761	14.07 752	17.69 755	11.83 753	14.02 753	14.69 752	14.97 755

FlowAnything	22.44 757	17.35 757	16.14 752	22.07 757	23.23 755	38.39 760	53.77 758	24.25 761	28.44 760	20.96 763	21.82 759	20.70 755	23.84 757	23.49 760	27.14 757	14.04 751	17.79 760	11.75 751	14.15 757	14.65 749	14.89 751

Hybrid-DGEV	22.47 758	17.40 759	16.14 752	22.00 752	23.29 757	38.36 758	53.80 760	24.43 764	28.63 763	20.59 757	21.81 758	20.88 757	23.91 759	23.45 759	27.42 761	14.08 755	17.69 755	11.83 753	14.06 756	14.65 749	14.93 753

Selective-RAFT-Error	22.47 758	17.37 758	16.09 751	22.06 756	23.34 760	38.39 760	53.83 764	24.29 763	28.47 761	20.74 761	21.83 760	20.81 756	23.90 758	23.54 762	27.53 764	14.08 755	17.69 755	11.82 752	14.00 751	14.69 752	15.00 757

fast-reg	22.85 760	17.43 760	19.15 755	22.22 759	24.34 761	38.36 758	53.78 759	24.23 760	28.52 762	20.55 756	22.05 761	20.54 754	23.77 756	23.21 755	27.31 758	14.18 758	17.47 754	14.33 758	14.96 758	15.81 756	14.81 750

LSM0	22.87 761	17.28 753	18.96 754	22.19 758	29.04 763	38.42 762	53.71 757	24.28 762	28.31 756	20.78 762	21.00 752	21.43 761	24.16 763	23.50 761	27.39 760	14.09 757	17.38 753	11.84 757	14.04 755	14.73 755	14.89 751

AVERAGE_ROB	24.90 762	29.20 763	28.14 760	24.89 760	24.64 762	17.75 747	11.12 741	21.45 756	19.93 755	25.12 764	24.46 762	25.12 764	25.46 764	24.69 763	22.83 756	29.76 762	27.13 762	28.97 764	27.95 764	29.91 762	29.47 763

test_example2	98.32 763	94.13 764	45.89 761	96.35 761	109.85 764	88.61 763	95.45 765	25.75 765	94.37 765	130.00 766	126.06 765	58.17 765	74.63 765	88.51 764	79.96 765	150.23 765	221.02 765	77.62 765	99.10 765	113.75 765	96.94 764

GS-Stereo							0.14 261	0.11 67	0.12 164	0.08 141	0.10 212	0.05 5	0.05 15	0.11 208	0.08 27	0.06 172	0.04 25	0.05 55	0.04 65	0.05 175	0.05 214

FSD					0.22 682	0.25 621	0.25 648	0.27 521	0.26 510	0.25 599	0.26 535	0.25 558	0.27 630	0.27 624	0.24 617	0.21 685	0.20 684	0.27 687	0.26 690	0.25 690

ccccc		285.66 765		368.85 764	370.60 765	123.16 765		115.05 766		126.68 765		122.83 766		252.94 766		384.56 766	353.86 766	254.69 766	223.00 766	425.87 766

ASD4		3.38 736

Low-res two-view benchmark