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	0.09 128	0.13 22	0.05 2	0.08 85	0.11 64	0.06 1	0.06 6	0.06 25	0.06 23	0.08 188	0.05 14	0.08 27	0.09 105	0.06 169	0.04 25	0.04 1	0.03 1	0.05 173	0.04 76

PSi22a	0.06 1	0.04 1	0.09 128	0.12 7	0.05 2	0.06 14	0.11 64	0.06 1	0.06 6	0.06 25	0.06 23	0.06 43	0.05 14	0.08 27	0.09 105	0.07 347	0.04 25	0.04 1	0.03 1	0.05 173	0.04 76

Foundation-i32	0.06 1	0.04 1	0.09 128	0.13 22	0.04 1	0.06 14	0.12 100	0.06 1	0.05 4	0.06 25	0.05 7	0.05 5	0.05 14	0.07 4	0.09 105	0.06 169	0.04 25	0.05 51	0.03 1	0.04 49	0.04 76

MLG-Stereo_test2	0.06 1	0.04 1	0.10 194	0.15 125	0.05 2	0.07 43	0.11 64	0.09 23	0.04 2	0.06 25	0.05 7	0.06 43	0.04 1	0.08 27	0.09 105	0.06 169	0.04 25	0.05 51	0.03 1	0.05 173	0.05 211

MLG-Stereo_test1	0.06 1	0.05 43	0.08 59	0.17 311	0.05 2	0.06 14	0.11 64	0.08 12	0.03 1	0.05 2	0.04 1	0.06 43	0.05 14	0.09 61	0.09 105	0.05 51	0.04 25	0.05 51	0.03 1	0.04 49	0.04 76

FoundationStereo	0.06 1	0.04 1	0.08 59	0.12 7	0.05 2	0.09 140	0.13 178	0.06 1	0.09 53	0.05 2	0.05 7	0.06 43	0.04 1	0.06 1	0.07 1	0.06 169	0.04 25	0.05 51	0.03 1	0.05 173	0.04 76

testmc14	0.07 7	0.05 43	0.06 6	0.15 125	0.05 2	0.09 140	0.13 178	0.08 12	0.08 24	0.07 75	0.09 163	0.06 43	0.05 14	0.07 4	0.07 1	0.06 169	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

MCSU-Stereo	0.07 7	0.05 43	0.06 6	0.15 125	0.05 2	0.09 140	0.13 178	0.10 36	0.09 53	0.07 75	0.07 65	0.07 125	0.05 14	0.09 61	0.07 1	0.06 169	0.04 25	0.04 1	0.03 1	0.04 49	0.03 2

derf	0.07 7	0.04 1	0.10 194	0.14 71	0.06 29	0.05 4	0.12 100	0.12 87	0.09 53	0.05 2	0.07 65	0.07 125	0.08 233	0.10 127	0.10 209	0.06 169	0.05 278	0.04 1	0.03 1	0.04 49	0.05 211

mm2	0.07 7	0.04 1	0.10 194	0.13 22	0.06 29	0.06 14	0.12 100	0.13 117	0.08 24	0.06 25	0.07 65	0.06 43	0.08 233	0.10 127	0.09 105	0.06 169	0.05 278	0.04 1	0.03 1	0.04 49	0.05 211

mm1	0.07 7	0.04 1	0.10 194	0.13 22	0.06 29	0.06 14	0.12 100	0.06 1	0.08 24	0.06 25	0.07 65	0.06 43	0.08 233	0.10 127	0.09 105	0.06 169	0.05 278	0.04 1	0.03 1	0.04 49	0.05 211

qqai	0.07 7	0.05 43	0.10 194	0.14 71	0.06 29	0.05 4	0.12 100	0.08 12	0.09 53	0.05 2	0.06 23	0.06 43	0.08 233	0.10 127	0.09 105	0.06 169	0.05 278	0.05 51	0.03 1	0.04 49	0.05 211

MGA	0.07 7	0.04 1	0.10 194	0.13 22	0.06 29	0.08 85	0.09 20	0.12 87	0.08 24	0.05 2	0.06 23	0.06 43	0.05 14	0.10 127	0.09 105	0.06 169	0.04 25	0.05 51	0.03 1	0.05 173	0.05 211

CAR	0.07 7	0.05 43	0.08 59	0.14 71	0.06 29	0.07 43	0.08 7	0.12 87	0.08 24	0.05 2	0.06 23	0.05 5	0.05 14	0.10 127	0.09 105	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.04 76

MSE-Stereo	0.07 7	0.04 1	0.08 59	0.13 22	0.06 29	0.07 43	0.08 7	0.12 87	0.08 24	0.05 2	0.06 23	0.05 5	0.05 14	0.10 127	0.09 105	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.04 76

monster-pro	0.07 7	0.06 118	0.05 1	0.15 125	0.05 2	0.07 43	0.10 35	0.15 193	0.15 257	0.05 2	0.06 23	0.05 5	0.06 68	0.07 4	0.09 105	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

PointNet	0.07 7	0.06 118	0.07 14	0.15 125	0.07 136	0.08 85	0.14 247	0.11 60	0.08 24	0.05 2	0.07 65	0.08 188	0.08 233	0.09 61	0.09 105	0.06 169	0.04 25	0.05 51	0.04 61	0.03 1	0.04 76

aanet-new-60k	0.07 7	0.07 242	0.08 59	0.18 404	0.06 29	0.07 43	0.10 35	0.09 23	0.14 230	0.07 75	0.07 65	0.06 43	0.06 68	0.11 204	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

aanet-new-70k	0.07 7	0.06 118	0.09 128	0.17 311	0.06 29	0.08 85	0.12 100	0.11 60	0.10 79	0.06 25	0.07 65	0.07 125	0.06 68	0.10 127	0.07 1	0.04 11	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

aanet-new-78k	0.07 7	0.07 242	0.09 128	0.19 476	0.06 29	0.07 43	0.12 100	0.11 60	0.13 197	0.06 25	0.07 65	0.06 43	0.06 68	0.09 61	0.07 1	0.04 11	0.04 25	0.05 51	0.04 61	0.05 173	0.03 2

aanet-new-40k	0.07 7	0.08 362	0.07 14	0.17 311	0.07 136	0.08 85	0.13 178	0.10 36	0.10 79	0.07 75	0.08 126	0.06 43	0.05 14	0.08 27	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.05 173	0.04 76

GCAP-Stereo-DPT26K	0.07 7	0.06 118	0.07 14	0.16 225	0.06 29	0.08 85	0.12 100	0.10 36	0.08 24	0.06 25	0.09 163	0.06 43	0.05 14	0.08 27	0.08 27	0.04 11	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

aanet-new-24k	0.07 7	0.07 242	0.07 14	0.17 311	0.06 29	0.07 43	0.12 100	0.09 23	0.11 112	0.09 186	0.09 163	0.06 43	0.07 181	0.09 61	0.07 1	0.04 11	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

GCAP-Stereo-DPT-20K	0.07 7	0.05 43	0.11 258	0.15 125	0.06 29	0.07 43	0.13 178	0.09 23	0.11 112	0.07 75	0.08 126	0.06 43	0.05 14	0.09 61	0.07 1	0.05 51	0.05 278	0.05 51	0.04 61	0.03 1	0.04 76

GCAP-Stereo-DPT-24K	0.07 7	0.06 118	0.07 14	0.15 125	0.06 29	0.10 205	0.15 335	0.12 87	0.11 112	0.06 25	0.11 254	0.06 43	0.05 14	0.09 61	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

PipStereo	0.07 7	0.04 1	0.09 128	0.13 22	0.05 2	0.08 85	0.11 64	0.06 1	0.06 6	0.06 25	0.05 7	0.08 188	0.05 14	0.08 27	0.09 105	0.06 169	0.04 25	0.04 1	0.03 1	0.05 173	0.04 76

LACA3	0.07 7	0.08 362	0.08 59	0.13 22	0.05 2	0.09 140	0.11 64	0.08 12	0.08 24	0.08 133	0.05 7	0.07 125	0.07 181	0.07 4	0.07 1	0.06 169	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

Selective-IGEV-i32	0.07 7	0.06 118	0.08 59	0.17 311	0.06 29	0.08 85	0.12 100	0.13 117	0.07 15	0.08 133	0.07 65	0.06 43	0.04 1	0.10 127	0.09 105	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

LACA2	0.07 7	0.05 43	0.06 6	0.15 125	0.06 29	0.09 140	0.11 64	0.11 60	0.10 79	0.05 2	0.05 7	0.06 43	0.08 233	0.09 61	0.07 1	0.07 347	0.04 25	0.04 1	0.04 61	0.04 49	0.04 76

LACA1	0.07 7	0.07 242	0.07 14	0.14 71	0.05 2	0.09 140	0.11 64	0.10 36	0.07 15	0.05 2	0.05 7	0.06 43	0.07 181	0.08 27	0.09 105	0.06 169	0.04 25	0.04 1	0.04 61	0.03 1	0.04 76

Test_v1	0.07 7	0.04 1	0.06 6	0.13 22	0.06 29	0.08 85	0.11 64	0.15 193	0.12 153	0.06 25	0.05 7	0.04 1	0.05 14	0.08 27	0.10 209	0.07 347	0.04 25	0.05 51	0.04 61	0.04 49	0.04 76

BLMT-Stereo	0.07 7	0.04 1	0.08 59	0.15 125	0.07 136	0.06 14	0.14 247	0.07 7	0.10 79	0.05 2	0.05 7	0.04 1	0.06 68	0.07 4	0.09 105	0.04 11	0.04 25	0.05 51	0.05 194	0.04 49	0.04 76

Pro-Stereo	0.07 7	0.05 43	0.08 59	0.15 125	0.07 136	0.08 85	0.12 100	0.07 7	0.07 15	0.06 25	0.06 23	0.05 5	0.05 14	0.09 61	0.08 27	0.05 51	0.04 25	0.06 202	0.05 194	0.04 49	0.04 76

MatchStereo	0.07 7	0.04 1	0.08 59	0.14 71	0.06 29	0.05 4	0.12 100	0.12 87	0.09 53	0.07 75	0.06 23	0.04 1	0.04 1	0.08 27	0.09 105	0.06 169	0.05 278	0.05 51	0.03 1	0.04 49	0.04 76
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	0.09 128	0.11 1	0.05 2	0.10 205	0.10 35	0.14 149	0.09 53	0.06 25	0.07 65	0.06 43	0.07 181	0.07 4	0.10 209	0.06 169	0.04 25	0.04 1	0.04 61	0.04 49	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
CSFM-Stereo	0.07 7	0.05 43	0.07 14	0.14 71	0.06 29	0.09 140	0.13 178	0.15 193	0.06 6	0.07 75	0.08 126	0.06 43	0.08 233	0.09 61	0.09 105	0.06 169	0.05 278	0.04 1	0.03 1	0.04 49	0.04 76

VIP-Stereo	0.07 7	0.07 242	0.07 14	0.15 125	0.06 29	0.12 315	0.10 35	0.11 60	0.11 112	0.06 25	0.07 65	0.06 43	0.05 14	0.10 127	0.08 27	0.05 51	0.04 25	0.05 51	0.03 1	0.03 1	0.02 1

BridgeDepth	0.07 7	0.07 242	0.08 59	0.18 404	0.06 29	0.07 43	0.11 64	0.09 23	0.06 6	0.04 1	0.07 65	0.10 265	0.09 275	0.08 27	0.08 27	0.04 11	0.03 1	0.04 1	0.04 61	0.03 1	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Zero-FE251	0.07 7	0.05 43	0.09 128	0.13 22	0.06 29	0.12 315	0.12 100	0.11 60	0.10 79	0.07 75	0.08 126	0.06 43	0.06 68	0.09 61	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.04 76

MonStereo	0.07 7	0.06 118	0.05 1	0.15 125	0.05 2	0.08 85	0.10 35	0.15 193	0.15 257	0.05 2	0.06 23	0.05 5	0.06 68	0.07 4	0.09 105	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Wavelet-MonSter	0.07 7	0.05 43	0.07 14	0.16 225	0.06 29	0.07 43	0.11 64	0.10 36	0.08 24	0.06 25	0.06 23	0.07 125	0.07 181	0.09 61	0.09 105	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 7	0.06 118	0.05 1	0.15 125	0.05 2	0.08 85	0.10 35	0.15 193	0.15 257	0.05 2	0.06 23	0.05 5	0.06 68	0.07 4	0.09 105	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-mixall	0.07 7	0.04 1	0.09 128	0.13 22	0.06 29	0.05 4	0.09 20	0.11 60	0.07 15	0.06 25	0.06 23	0.05 5	0.06 68	0.09 61	0.09 105	0.06 169	0.04 25	0.04 1	0.03 1	0.05 173	0.05 211

Replicate-Monster	0.07 7	0.05 43	0.09 128	0.14 71	0.06 29	0.08 85	0.09 20	0.13 117	0.13 197	0.05 2	0.07 65	0.06 43	0.06 68	0.08 27	0.10 209	0.05 51	0.04 25	0.05 51	0.03 1	0.04 49	0.04 76

AdaDepth	0.07 7	0.06 118	0.07 14	0.18 404	0.06 29	0.11 261	0.12 100	0.09 23	0.07 15	0.06 25	0.05 7	0.07 125	0.06 68	0.09 61	0.10 209	0.04 11	0.05 278	0.05 51	0.04 61	0.04 49	0.04 76

asda	0.07 7	0.08 362	0.08 59	0.16 225	0.06 29	0.06 14	0.10 35	0.16 234	0.10 79	0.06 25	0.06 23	0.05 5	0.05 14	0.10 127	0.10 209	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

asd	0.07 7	0.08 362	0.07 14	0.16 225	0.07 136	0.08 85	0.08 7	0.11 60	0.08 24	0.07 75	0.07 65	0.06 43	0.06 68	0.10 127	0.09 105	0.03 1	0.03 1	0.04 1	0.04 61	0.04 49	0.03 2

qwe	0.07 7	0.08 362	0.07 14	0.15 125	0.06 29	0.07 43	0.10 35	0.18 308	0.11 112	0.07 75	0.07 65	0.06 43	0.06 68	0.10 127	0.09 105	0.03 1	0.03 1	0.04 1	0.04 61	0.04 49	0.03 2

2.25w	0.07 7	0.06 118	0.07 14	0.14 71	0.06 29	0.08 85	0.08 7	0.10 36	0.15 257	0.08 133	0.10 200	0.07 125	0.06 68	0.08 27	0.10 209	0.05 51	0.03 1	0.04 1	0.04 61	0.03 1	0.04 76

4.25_new	0.07 7	0.08 362	0.09 128	0.15 125	0.06 29	0.09 140	0.08 7	0.14 149	0.08 24	0.07 75	0.07 65	0.06 43	0.06 68	0.12 300	0.10 209	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

4.5w_new	0.07 7	0.08 362	0.09 128	0.15 125	0.06 29	0.09 140	0.08 7	0.14 149	0.08 24	0.07 75	0.07 65	0.06 43	0.06 68	0.12 300	0.10 209	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

4.5_new	0.07 7	0.09 445	0.08 59	0.15 125	0.07 136	0.06 14	0.10 35	0.14 149	0.11 112	0.06 25	0.08 126	0.06 43	0.06 68	0.08 27	0.10 209	0.03 1	0.03 1	0.04 1	0.04 61	0.04 49	0.03 2

4.5w-stereo	0.07 7	0.09 445	0.08 59	0.15 125	0.07 136	0.06 14	0.10 35	0.14 149	0.11 112	0.06 25	0.08 126	0.06 43	0.06 68	0.08 27	0.10 209	0.03 1	0.03 1	0.04 1	0.04 61	0.04 49	0.03 2

4.25w-stereo	0.07 7	0.08 362	0.09 128	0.15 125	0.06 29	0.09 140	0.08 7	0.14 149	0.08 24	0.07 75	0.07 65	0.06 43	0.06 68	0.12 300	0.10 209	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

4w-stereo	0.07 7	0.08 362	0.08 59	0.16 225	0.06 29	0.07 43	0.08 7	0.12 87	0.08 24	0.07 75	0.07 65	0.05 5	0.06 68	0.09 61	0.10 209	0.03 1	0.03 1	0.04 1	0.04 61	0.04 49	0.03 2

2.5w	0.07 7	0.07 242	0.07 14	0.16 225	0.06 29	0.08 85	0.12 100	0.10 36	0.10 79	0.07 75	0.06 23	0.09 226	0.06 68	0.08 27	0.09 105	0.04 11	0.03 1	0.04 1	0.04 61	0.03 1	0.03 2

2.75w_new	0.07 7	0.07 242	0.07 14	0.13 22	0.06 29	0.08 85	0.08 7	0.18 308	0.12 153	0.07 75	0.08 126	0.06 43	0.06 68	0.09 61	0.11 293	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.04 76

3.25w_new	0.07 7	0.06 118	0.07 14	0.15 125	0.06 29	0.10 205	0.07 3	0.12 87	0.11 112	0.08 133	0.06 23	0.07 125	0.06 68	0.11 204	0.09 105	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 7	0.06 118	0.07 14	0.15 125	0.06 29	0.10 205	0.07 3	0.12 87	0.11 112	0.08 133	0.06 23	0.07 125	0.06 68	0.11 204	0.09 105	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 7	0.07 242	0.08 59	0.16 225	0.07 136	0.07 43	0.09 20	0.16 234	0.09 53	0.07 75	0.06 23	0.05 5	0.06 68	0.09 61	0.10 209	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 242	0.07 14	0.15 125	0.07 136	0.09 140	0.06 1	0.13 117	0.11 112	0.07 75	0.07 65	0.06 43	0.07 181	0.10 127	0.09 105	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

1w_stereo	0.07 7	0.06 118	0.07 14	0.16 225	0.06 29	0.07 43	0.10 35	0.14 149	0.14 230	0.07 75	0.08 126	0.05 5	0.06 68	0.09 61	0.09 105	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 76

monsterstereo	0.07 7	0.06 118	0.06 6	0.16 225	0.06 29	0.08 85	0.10 35	0.16 234	0.11 112	0.07 75	0.08 126	0.06 43	0.07 181	0.08 27	0.09 105	0.04 11	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

monsters	0.07 7	0.06 118	0.06 6	0.15 125	0.06 29	0.08 85	0.09 20	0.12 87	0.08 24	0.09 186	0.07 65	0.06 43	0.06 68	0.08 27	0.08 27	0.05 51	0.04 25	0.04 1	0.04 61	0.03 1	0.03 2

IGEV	0.07 7	0.04 1	0.08 59	0.13 22	0.06 29	0.09 140	0.12 100	0.14 149	0.10 79	0.06 25	0.09 163	0.07 125	0.05 14	0.09 61	0.09 105	0.06 169	0.04 25	0.05 51	0.04 61	0.05 173	0.04 76

111111	0.07 7	0.04 1	0.09 128	0.17 311	0.06 29	0.05 4	0.10 35	0.11 60	0.09 53	0.06 25	0.06 23	0.07 125	0.05 14	0.09 61	0.09 105	0.06 169	0.04 25	0.05 51	0.04 61	0.07 386	0.06 315

LG-Stereo_L2	0.07 7	0.05 43	0.10 194	0.14 71	0.06 29	0.07 43	0.12 100	0.09 23	0.09 53	0.06 25	0.04 1	0.05 5	0.05 14	0.08 27	0.08 27	0.05 51	0.04 25	0.05 51	0.03 1	0.04 49	0.03 2

LG-Stereo_L1	0.07 7	0.05 43	0.11 258	0.14 71	0.06 29	0.07 43	0.13 178	0.09 23	0.07 15	0.05 2	0.04 1	0.05 5	0.04 1	0.08 27	0.07 1	0.05 51	0.04 25	0.05 51	0.03 1	0.04 49	0.04 76

MLG-Stereo_test3	0.07 7	0.05 43	0.10 194	0.14 71	0.06 29	0.07 43	0.11 64	0.08 12	0.06 6	0.06 25	0.04 1	0.06 43	0.06 68	0.07 4	0.10 209	0.06 169	0.04 25	0.05 51	0.04 61	0.05 173	0.06 315

MLG-Stereo	0.07 7	0.05 43	0.08 59	0.17 311	0.05 2	0.07 43	0.11 64	0.08 12	0.04 2	0.05 2	0.04 1	0.06 43	0.05 14	0.10 127	0.09 105	0.05 51	0.04 25	0.05 51	0.03 1	0.04 49	0.04 76

LG-G_1	0.07 7	0.04 1	0.11 258	0.15 125	0.06 29	0.09 140	0.08 7	0.08 12	0.06 6	0.06 25	0.05 7	0.07 125	0.07 181	0.11 204	0.08 27	0.07 347	0.04 25	0.05 51	0.04 61	0.05 173	0.05 211

LG-G	0.07 7	0.04 1	0.11 258	0.15 125	0.06 29	0.09 140	0.08 7	0.08 12	0.06 6	0.06 25	0.05 7	0.07 125	0.07 181	0.11 204	0.08 27	0.07 347	0.04 25	0.05 51	0.04 61	0.05 173	0.05 211

LGtest1	0.07 7	0.04 1	0.10 194	0.15 125	0.06 29	0.07 43	0.09 20	0.08 12	0.06 6	0.05 2	0.04 1	0.06 43	0.06 68	0.10 127	0.09 105	0.07 347	0.04 25	0.05 51	0.04 61	0.06 298	0.06 315

LG-Stereo_Zeroshot	0.07 7	0.06 118	0.10 194	0.16 225	0.07 136	0.04 1	0.13 178	0.10 36	0.10 79	0.05 2	0.11 254	0.07 125	0.05 14	0.07 4	0.09 105	0.06 169	0.04 25	0.05 51	0.04 61	0.05 173	0.04 76

GREAT-IGEV	0.07 7	0.06 118	0.08 59	0.13 22	0.07 136	0.07 43	0.14 247	0.09 23	0.09 53	0.06 25	0.07 65	0.06 43	0.05 14	0.10 127	0.07 1	0.05 51	0.04 25	0.05 51	0.04 61	0.05 173	0.04 76
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	0.15 604	0.17 514	0.11 1	0.05 2	0.05 4	0.11 64	0.08 12	0.08 24	0.06 25	0.06 23	0.05 5	0.05 14	0.09 61	0.08 27	0.08 431	0.04 25	0.05 51	0.03 1	0.05 173	0.04 76

AIO_rvc	0.07 7	0.06 118	0.08 59	0.15 125	0.06 29	0.08 85	0.14 247	0.09 23	0.08 24	0.07 75	0.08 126	0.07 125	0.04 1	0.10 127	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

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

MonSter	0.07 7	0.06 118	0.05 1	0.15 125	0.05 2	0.07 43	0.10 35	0.15 193	0.15 257	0.05 2	0.06 23	0.05 5	0.06 68	0.07 4	0.09 105	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DEFOM-Stereo	0.07 7	0.05 43	0.07 14	0.14 71	0.06 29	0.10 205	0.13 178	0.07 7	0.13 197	0.06 25	0.07 65	0.06 43	0.05 14	0.10 127	0.09 105	0.04 11	0.04 25	0.05 51	0.03 1	0.04 49	0.04 76

dual_stereo	0.07 7	0.04 1	0.08 59	0.15 125	0.05 2	0.05 4	0.13 178	0.12 87	0.08 24	0.07 75	0.06 23	0.05 5	0.05 14	0.07 4	0.09 105	0.06 169	0.04 25	0.05 51	0.03 1	0.04 49	0.04 76

IGEV-Stereo++	0.07 7	0.06 118	0.08 59	0.18 404	0.06 29	0.04 1	0.10 35	0.11 60	0.11 112	0.06 25	0.07 65	0.07 125	0.06 68	0.09 61	0.09 105	0.05 51	0.04 25	0.05 51	0.04 61	0.05 173	0.04 76

IGEV-Stereo+	0.07 7	0.04 1	0.08 59	0.15 125	0.06 29	0.04 1	0.09 20	0.10 36	0.09 53	0.06 25	0.06 23	0.06 43	0.06 68	0.06 1	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.06 298	0.06 315

GCAPDPT-zeroshot4090	0.07 7	0.05 43	0.11 258	0.15 125	0.06 29	0.07 43	0.13 178	0.09 23	0.11 112	0.07 75	0.08 126	0.06 43	0.05 14	0.09 61	0.07 1	0.05 51	0.05 278	0.05 51	0.04 61	0.03 1	0.04 76

Selective-IGEV	0.07 7	0.06 118	0.08 59	0.17 311	0.06 29	0.08 85	0.12 100	0.13 117	0.07 15	0.08 133	0.07 65	0.06 43	0.04 1	0.10 127	0.09 105	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

0shot-warping	0.08 86	0.06 118	0.10 194	0.13 22	0.07 136	0.08 85	0.16 407	0.08 12	0.08 24	0.06 25	0.10 200	0.05 5	0.07 181	0.07 4	0.12 359	0.05 51	0.04 25	0.05 51	0.04 61	0.05 173	0.05 211

depth_test_26	0.08 86	0.04 1	0.11 258	0.13 22	0.07 136	0.07 43	0.11 64	0.12 87	0.11 112	0.09 186	0.07 65	0.08 188	0.05 14	0.09 61	0.08 27	0.08 431	0.06 432	0.06 202	0.06 295	0.06 298	0.07 406

Anonymus	0.08 86	0.05 43	0.10 194	0.15 125	0.08 225	0.10 205	0.15 335	0.15 193	0.10 79	0.07 75	0.06 23	0.07 125	0.08 233	0.12 300	0.10 209	0.06 169	0.04 25	0.05 51	0.05 194	0.05 173	0.06 315

LGCAT	0.08 86	0.04 1	0.10 194	0.11 1	0.06 29	0.07 43	0.12 100	0.07 7	0.08 24	0.09 186	0.07 65	0.07 125	0.08 233	0.12 300	0.11 293	0.10 537	0.09 573	0.04 1	0.05 194	0.04 49	0.09 523

quiztm	0.08 86	0.07 242	0.08 59	0.18 404	0.07 136	0.09 140	0.14 247	0.14 149	0.12 153	0.07 75	0.07 65	0.05 5	0.06 68	0.11 204	0.09 105	0.05 51	0.04 25	0.06 202	0.04 61	0.04 49	0.03 2

TS12	0.08 86	0.06 118	0.09 128	0.21 577	0.07 136	0.11 261	0.13 178	0.11 60	0.09 53	0.10 233	0.10 200	0.08 188	0.10 320	0.09 61	0.12 359	0.04 11	0.04 25	0.05 51	0.04 61	0.03 1	0.04 76

DF	0.08 86	0.05 43	0.09 128	0.15 125	0.06 29	0.11 261	0.13 178	0.10 36	0.12 153	0.09 186	0.10 200	0.10 265	0.08 233	0.11 204	0.09 105	0.07 347	0.04 25	0.05 51	0.04 61	0.04 49	0.04 76

LiteMatch*	0.08 86	0.04 1	0.11 258	0.13 22	0.08 225	0.08 85	0.13 178	0.14 149	0.09 53	0.05 2	0.05 7	0.05 5	0.09 275	0.11 204	0.10 209	0.06 169	0.05 278	0.05 51	0.04 61	0.05 173	0.05 211

aanet-new-90k	0.08 86	0.07 242	0.08 59	0.19 476	0.06 29	0.07 43	0.12 100	0.12 87	0.13 197	0.06 25	0.07 65	0.06 43	0.06 68	0.10 127	0.07 1	0.05 51	0.04 25	0.05 51	0.04 61	0.05 173	0.03 2

aanet-new-36k	0.08 86	0.06 118	0.09 128	0.17 311	0.06 29	0.09 140	0.13 178	0.11 60	0.13 197	0.08 133	0.08 126	0.06 43	0.05 14	0.09 61	0.08 27	0.04 11	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

aanet-new-34k	0.08 86	0.06 118	0.09 128	0.17 311	0.05 2	0.07 43	0.13 178	0.12 87	0.12 153	0.09 186	0.08 126	0.07 125	0.05 14	0.10 127	0.09 105	0.04 11	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

aanet-32k-new	0.08 86	0.07 242	0.08 59	0.18 404	0.06 29	0.08 85	0.12 100	0.11 60	0.12 153	0.07 75	0.08 126	0.05 5	0.07 181	0.10 127	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.06 298	0.04 76

aanet-new-32k	0.08 86	0.07 242	0.09 128	0.18 404	0.06 29	0.11 261	0.11 64	0.10 36	0.08 24	0.07 75	0.07 65	0.07 125	0.06 68	0.10 127	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

aanet-new-30k	0.08 86	0.07 242	0.09 128	0.18 404	0.06 29	0.11 261	0.11 64	0.10 36	0.08 24	0.07 75	0.07 65	0.07 125	0.06 68	0.10 127	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

aanet-new-28k	0.08 86	0.07 242	0.09 128	0.18 404	0.06 29	0.08 85	0.12 100	0.10 36	0.09 53	0.09 186	0.08 126	0.08 188	0.06 68	0.12 300	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.05 173	0.04 76

aanet-new-22k	0.08 86	0.06 118	0.09 128	0.17 311	0.06 29	0.08 85	0.11 64	0.14 149	0.12 153	0.09 186	0.09 163	0.08 188	0.06 68	0.10 127	0.08 27	0.04 11	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

aanet-new-16k	0.08 86	0.08 362	0.08 59	0.18 404	0.06 29	0.07 43	0.09 20	0.13 117	0.12 153	0.08 133	0.07 65	0.07 125	0.06 68	0.09 61	0.08 27	0.04 11	0.04 25	0.05 51	0.04 61	0.05 173	0.03 2

aanet-new-10k	0.08 86	0.08 362	0.08 59	0.19 476	0.07 136	0.08 85	0.12 100	0.14 149	0.11 112	0.07 75	0.08 126	0.07 125	0.07 181	0.09 61	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.05 173	0.04 76

aanet-new-12k	0.08 86	0.09 445	0.07 14	0.20 543	0.08 225	0.08 85	0.13 178	0.12 87	0.13 197	0.08 133	0.08 126	0.05 5	0.07 181	0.09 61	0.08 27	0.04 11	0.04 25	0.05 51	0.04 61	0.06 298	0.04 76

aanet-new-14k	0.08 86	0.09 445	0.08 59	0.19 476	0.06 29	0.07 43	0.10 35	0.14 149	0.15 257	0.06 25	0.08 126	0.05 5	0.06 68	0.09 61	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.05 173	0.04 76

aanet-new-8k	0.08 86	0.07 242	0.08 59	0.19 476	0.07 136	0.09 140	0.12 100	0.16 234	0.15 257	0.07 75	0.07 65	0.06 43	0.06 68	0.10 127	0.08 27	0.04 11	0.04 25	0.05 51	0.04 61	0.04 49	0.04 76

aanet-new	0.08 86	0.09 445	0.10 194	0.18 404	0.08 225	0.10 205	0.12 100	0.15 193	0.12 153	0.08 133	0.08 126	0.05 5	0.07 181	0.10 127	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.06 298	0.04 76

GCAP-Stereo-cres-4k	0.08 86	0.07 242	0.08 59	0.18 404	0.07 136	0.11 261	0.14 247	0.12 87	0.11 112	0.07 75	0.11 254	0.07 125	0.06 68	0.09 61	0.08 27	0.04 11	0.04 25	0.05 51	0.04 61	0.04 49	0.04 76

GCAP-Stereo-DPT-cres	0.08 86	0.05 43	0.07 14	0.15 125	0.06 29	0.10 205	0.14 247	0.13 117	0.12 153	0.07 75	0.09 163	0.07 125	0.06 68	0.10 127	0.09 105	0.05 51	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

GCAP-Stereo-DPT-36K	0.08 86	0.06 118	0.15 447	0.14 71	0.06 29	0.08 85	0.13 178	0.13 117	0.11 112	0.07 75	0.08 126	0.07 125	0.06 68	0.09 61	0.08 27	0.05 51	0.05 278	0.05 51	0.04 61	0.03 1	0.04 76

GCAP-Stereo-DPT-22K	0.08 86	0.06 118	0.07 14	0.17 311	0.06 29	0.07 43	0.14 247	0.13 117	0.16 297	0.05 2	0.10 200	0.06 43	0.06 68	0.08 27	0.08 27	0.04 11	0.04 25	0.05 51	0.04 61	0.03 1	0.04 76

GCAP-Stereo-DPT-5K	0.08 86	0.06 118	0.10 194	0.16 225	0.07 136	0.11 261	0.12 100	0.15 193	0.15 257	0.08 133	0.12 276	0.05 5	0.06 68	0.09 61	0.08 27	0.05 51	0.04 25	0.06 202	0.05 194	0.03 1	0.04 76

GCAP-Stereo-DPT-2K	0.08 86	0.06 118	0.10 194	0.16 225	0.07 136	0.11 261	0.13 178	0.14 149	0.14 230	0.08 133	0.13 295	0.05 5	0.06 68	0.10 127	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.03 1	0.04 76

GCAP-Stereo-DPT-3K	0.08 86	0.07 242	0.10 194	0.16 225	0.07 136	0.09 140	0.12 100	0.15 193	0.14 230	0.08 133	0.11 254	0.05 5	0.06 68	0.09 61	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.03 1	0.04 76

GCAP-Stereo-DPT-50K	0.08 86	0.06 118	0.17 514	0.15 125	0.06 29	0.06 14	0.13 178	0.13 117	0.13 197	0.07 75	0.07 65	0.06 43	0.05 14	0.08 27	0.08 27	0.04 11	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 86	0.06 118	0.07 14	0.16 225	0.06 29	0.06 14	0.14 247	0.14 149	0.14 230	0.07 75	0.10 200	0.06 43	0.05 14	0.09 61	0.09 105	0.04 11	0.04 25	0.04 1	0.04 61	0.03 1	0.03 2

GCAP-Stereo-DPT-FT	0.08 86	0.05 43	0.12 306	0.15 125	0.06 29	0.10 205	0.14 247	0.12 87	0.12 153	0.07 75	0.09 163	0.06 43	0.06 68	0.10 127	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.04 76

PSi22	0.08 86	0.06 118	0.11 258	0.16 225	0.07 136	0.08 85	0.10 35	0.14 149	0.08 24	0.08 133	0.06 23	0.10 265	0.06 68	0.12 300	0.09 105	0.05 51	0.04 25	0.04 1	0.03 1	0.04 49	0.04 76

Foundation-i1c-attn	0.08 86	0.05 43	0.07 14	0.14 71	0.05 2	0.09 140	0.12 100	0.12 87	0.10 79	0.09 186	0.10 200	0.10 265	0.07 181	0.07 4	0.10 209	0.06 169	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

Foundation-i1b	0.08 86	0.05 43	0.07 14	0.14 71	0.05 2	0.09 140	0.12 100	0.13 117	0.10 79	0.09 186	0.10 200	0.09 226	0.06 68	0.07 4	0.09 105	0.06 169	0.04 25	0.05 51	0.04 61	0.03 1	0.03 2

Foundation-i1a	0.08 86	0.05 43	0.07 14	0.13 22	0.05 2	0.13 371	0.13 178	0.12 87	0.09 53	0.11 270	0.11 254	0.11 296	0.06 68	0.08 27	0.09 105	0.06 169	0.04 25	0.05 51	0.03 1	0.04 49	0.04 76

DepthFocus	0.08 86	0.04 1	0.15 447	0.12 7	0.09 360	0.07 43	0.12 100	0.10 36	0.05 4	0.09 186	0.05 7	0.07 125	0.04 1	0.08 27	0.08 27	0.06 169	0.05 278	0.07 315	0.07 395	0.05 173	0.04 76

GeoVLM	0.08 86	0.04 1	0.10 194	0.13 22	0.06 29	0.10 205	0.12 100	0.13 117	0.08 24	0.06 25	0.07 65	0.06 43	0.08 233	0.10 127	0.11 293	0.06 169	0.05 278	0.04 1	0.03 1	0.04 49	0.05 211

gcap_with_dpt	0.08 86	0.06 118	0.09 128	0.16 225	0.07 136	0.09 140	0.12 100	0.13 117	0.13 197	0.08 133	0.12 276	0.04 1	0.06 68	0.10 127	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.03 1	0.04 76

DispViT+	0.08 86	0.05 43	0.09 128	0.13 22	0.06 29	0.05 4	0.11 64	0.18 308	0.16 297	0.09 186	0.08 126	0.07 125	0.06 68	0.11 204	0.09 105	0.06 169	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

WQFJA1++	0.08 86	0.04 1	0.11 258	0.14 71	0.07 136	0.11 261	0.11 64	0.11 60	0.07 15	0.07 75	0.07 65	0.07 125	0.06 68	0.10 127	0.10 209	0.06 169	0.04 25	0.05 51	0.04 61	0.06 298	0.06 315

BStereo	0.08 86	0.06 118	0.16 483	0.15 125	0.08 225	0.07 43	0.09 20	0.15 193	0.16 297	0.06 25	0.07 65	0.07 125	0.05 14	0.09 61	0.11 293	0.04 11	0.05 278	0.05 51	0.07 395	0.04 49	0.04 76

MonSter++	0.08 86	0.04 1	0.10 194	0.13 22	0.06 29	0.09 140	0.12 100	0.13 117	0.08 24	0.06 25	0.07 65	0.06 43	0.08 233	0.10 127	0.11 293	0.06 169	0.05 278	0.04 1	0.03 1	0.04 49	0.04 76

HiDET	0.08 86	0.04 1	0.10 194	0.13 22	0.06 29	0.08 85	0.12 100	0.12 87	0.11 112	0.06 25	0.07 65	0.07 125	0.07 181	0.11 204	0.11 293	0.06 169	0.04 25	0.04 1	0.03 1	0.04 49	0.04 76

LCMNet	0.08 86	0.05 43	0.10 194	0.13 22	0.07 136	0.09 140	0.12 100	0.10 36	0.11 112	0.06 25	0.08 126	0.06 43	0.07 181	0.11 204	0.10 209	0.06 169	0.05 278	0.04 1	0.03 1	0.04 49	0.04 76

GEAStereo	0.08 86	0.05 43	0.08 59	0.13 22	0.08 225	0.08 85	0.14 247	0.10 36	0.09 53	0.08 133	0.10 200	0.06 43	0.05 14	0.11 204	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.05 173	0.05 211

GSStereo	0.08 86	0.05 43	0.08 59	0.13 22	0.08 225	0.08 85	0.14 247	0.11 60	0.12 153	0.08 133	0.10 200	0.05 5	0.05 14	0.11 204	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.05 173	0.05 211

gasm-f	0.08 86	0.05 43	0.07 14	0.13 22	0.08 225	0.08 85	0.14 247	0.10 36	0.09 53	0.08 133	0.10 200	0.06 43	0.05 14	0.10 127	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.06 298	0.05 211

DDF-Stereo	0.08 86	0.04 1	0.09 128	0.15 125	0.10 475	0.06 14	0.13 178	0.09 23	0.14 230	0.06 25	0.06 23	0.07 125	0.06 68	0.09 61	0.10 209	0.06 169	0.04 25	0.06 202	0.04 61	0.08 455	0.05 211

252Zero-FE	0.08 86	0.04 1	0.09 128	0.13 22	0.07 136	0.12 315	0.11 64	0.13 117	0.14 230	0.06 25	0.05 7	0.06 43	0.05 14	0.09 61	0.10 209	0.06 169	0.04 25	0.04 1	0.03 1	0.05 173	0.06 315

DA	0.08 86	0.07 242	0.07 14	0.19 476	0.08 225	0.09 140	0.12 100	0.13 117	0.12 153	0.08 133	0.10 200	0.10 265	0.08 233	0.09 61	0.10 209	0.05 51	0.04 25	0.06 202	0.04 61	0.05 173	0.03 2

zero-FE	0.08 86	0.04 1	0.09 128	0.15 125	0.10 475	0.05 4	0.14 247	0.09 23	0.14 230	0.07 75	0.06 23	0.07 125	0.06 68	0.09 61	0.10 209	0.06 169	0.04 25	0.06 202	0.04 61	0.08 455	0.05 211

GGEV	0.08 86	0.07 242	0.07 14	0.19 476	0.08 225	0.09 140	0.12 100	0.13 117	0.12 153	0.08 133	0.10 200	0.10 265	0.08 233	0.09 61	0.10 209	0.05 51	0.04 25	0.06 202	0.04 61	0.05 173	0.03 2

GASTEREO	0.08 86	0.05 43	0.09 128	0.19 476	0.07 136	0.07 43	0.12 100	0.14 149	0.11 112	0.10 233	0.09 163	0.07 125	0.04 1	0.12 300	0.08 27	0.06 169	0.05 278	0.05 51	0.04 61	0.04 49	0.05 211

MSCF	0.08 86	0.05 43	0.08 59	0.19 476	0.08 225	0.06 14	0.12 100	0.14 149	0.11 112	0.10 233	0.09 163	0.07 125	0.04 1	0.11 204	0.08 27	0.06 169	0.05 278	0.05 51	0.04 61	0.05 173	0.05 211

S2M2_XL	0.08 86	0.06 118	0.12 306	0.12 7	0.08 225	0.09 140	0.09 20	0.07 7	0.07 15	0.08 133	0.07 65	0.07 125	0.06 68	0.09 61	0.09 105	0.08 431	0.06 432	0.07 315	0.05 194	0.08 455	0.06 315
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
3w_stereo	0.08 86	0.09 445	0.10 194	0.17 311	0.07 136	0.08 85	0.10 35	0.20 351	0.13 197	0.06 25	0.07 65	0.05 5	0.06 68	0.08 27	0.09 105	0.03 1	0.03 1	0.04 1	0.03 1	0.04 49	0.03 2

2w_stereo	0.08 86	0.08 362	0.09 128	0.16 225	0.06 29	0.08 85	0.10 35	0.20 351	0.15 257	0.08 133	0.07 65	0.06 43	0.06 68	0.06 1	0.09 105	0.04 11	0.03 1	0.04 1	0.04 61	0.03 1	0.03 2

LG-Stereo	0.08 86	0.07 242	0.10 194	0.18 404	0.07 136	0.10 205	0.17 452	0.11 60	0.08 24	0.05 2	0.07 65	0.05 5	0.07 181	0.09 61	0.09 105	0.04 11	0.05 278	0.07 315	0.07 395	0.04 49	0.04 76

SGD-Stereo	0.08 86	0.05 43	0.10 194	0.14 71	0.05 2	0.12 315	0.12 100	0.11 60	0.12 153	0.07 75	0.09 163	0.09 226	0.09 275	0.08 27	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.05 173	0.03 2

HART	0.08 86	0.07 242	0.09 128	0.17 311	0.07 136	0.10 205	0.16 407	0.13 117	0.11 112	0.08 133	0.10 200	0.07 125	0.05 14	0.10 127	0.08 27	0.05 51	0.04 25	0.06 202	0.04 61	0.05 173	0.04 76

Reg-Stereo(zero)	0.08 86	0.05 43	0.08 59	0.16 225	0.06 29	0.12 315	0.11 64	0.15 193	0.10 79	0.12 314	0.09 163	0.10 265	0.08 233	0.11 204	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.05 211

SCV_C0	0.08 86	0.07 242	0.07 14	0.16 225	0.09 360	0.08 85	0.15 335	0.11 60	0.12 153	0.08 133	0.07 65	0.06 43	0.05 14	0.11 204	0.07 1	0.05 51	0.05 278	0.05 51	0.04 61	0.06 298	0.05 211

SCV	0.08 86	0.09 445	0.08 59	0.15 125	0.08 225	0.10 205	0.13 178	0.10 36	0.12 153	0.07 75	0.07 65	0.06 43	0.04 1	0.09 61	0.08 27	0.05 51	0.04 25	0.06 202	0.04 61	0.06 298	0.04 76

DEFOM-Stereo_RVC	0.08 86	0.06 118	0.09 128	0.22 594	0.06 29	0.08 85	0.12 100	0.10 36	0.10 79	0.07 75	0.07 65	0.06 43	0.05 14	0.11 204	0.09 105	0.06 169	0.04 25	0.05 51	0.03 1	0.06 298	0.04 76

HUF	0.08 86	0.05 43	0.08 59	0.14 71	0.06 29	0.09 140	0.13 178	0.13 117	0.13 197	0.07 75	0.07 65	0.08 188	0.06 68	0.10 127	0.09 105	0.06 169	0.04 25	0.05 51	0.04 61	0.05 173	0.04 76

castereo++	0.08 86	0.05 43	0.08 59	0.15 125	0.05 2	0.14 408	0.12 100	0.11 60	0.15 257	0.07 75	0.07 65	0.07 125	0.06 68	0.08 27	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

IGEV-RUCA	0.08 86	0.06 118	0.11 258	0.14 71	0.09 360	0.10 205	0.12 100	0.10 36	0.12 153	0.06 25	0.07 65	0.07 125	0.06 68	0.09 61	0.08 27	0.06 169	0.05 278	0.05 51	0.04 61	0.05 173	0.06 315

GIP-stereo	0.08 86	0.06 118	0.11 258	0.14 71	0.06 29	0.09 140	0.13 178	0.14 149	0.11 112	0.07 75	0.08 126	0.05 5	0.04 1	0.10 127	0.07 1	0.05 51	0.04 25	0.05 51	0.04 61	0.05 173	0.04 76

SMoEStereo_RVC	0.08 86	0.06 118	0.12 306	0.16 225	0.07 136	0.09 140	0.14 247	0.11 60	0.13 197	0.09 186	0.07 65	0.07 125	0.07 181	0.12 300	0.10 209	0.05 51	0.04 25	0.06 202	0.05 194	0.04 49	0.04 76

WCG-NET	0.08 86	0.05 43	0.09 128	0.15 125	0.06 29	0.11 261	0.14 247	0.13 117	0.13 197	0.06 25	0.09 163	0.07 125	0.06 68	0.13 357	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

Occ-G	0.08 86	0.05 43	0.06 6	0.14 71	0.07 136	0.08 85	0.14 247	0.13 117	0.15 257	0.07 75	0.11 254	0.07 125	0.05 14	0.09 61	0.10 209	0.06 169	0.05 278	0.05 51	0.04 61	0.05 173	0.05 211

U	0.08 86	0.07 242	0.09 128	0.19 476	0.10 475	0.10 205	0.13 178	0.12 87	0.17 327	0.07 75	0.07 65	0.06 43	0.05 14	0.07 4	0.08 27	0.06 169	0.04 25	0.06 202	0.04 61	0.06 298	0.05 211

AIO-Stereo	0.08 86	0.06 118	0.09 128	0.18 404	0.06 29	0.08 85	0.12 100	0.15 193	0.09 53	0.08 133	0.08 126	0.07 125	0.05 14	0.11 204	0.08 27	0.05 51	0.05 278	0.05 51	0.04 61	0.04 49	0.04 76

WCG-NET（raft）	0.08 86	0.05 43	0.10 194	0.15 125	0.06 29	0.11 261	0.13 178	0.15 193	0.12 153	0.08 133	0.07 65	0.06 43	0.06 68	0.13 357	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.04 76

RSM++	0.08 86	0.06 118	0.09 128	0.17 311	0.07 136	0.09 140	0.12 100	0.11 60	0.11 112	0.08 133	0.06 23	0.07 125	0.05 14	0.10 127	0.09 105	0.04 11	0.04 25	0.06 202	0.05 194	0.05 173	0.03 2

RSM	0.08 86	0.06 118	0.09 128	0.17 311	0.06 29	0.08 85	0.12 100	0.12 87	0.10 79	0.08 133	0.07 65	0.06 43	0.05 14	0.11 204	0.09 105	0.04 11	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

gcap-zeroshot	0.08 86	0.06 118	0.10 194	0.15 125	0.07 136	0.11 261	0.12 100	0.15 193	0.15 257	0.08 133	0.12 276	0.05 5	0.06 68	0.09 61	0.08 27	0.05 51	0.04 25	0.06 202	0.05 194	0.03 1	0.04 76

test_for_model	0.08 86	0.06 118	0.10 194	0.16 225	0.07 136	0.11 261	0.12 100	0.15 193	0.15 257	0.08 133	0.12 276	0.05 5	0.06 68	0.09 61	0.08 27	0.05 51	0.04 25	0.06 202	0.05 194	0.03 1	0.04 76

trnet	0.08 86	0.05 43	0.07 14	0.12 7	0.05 2	0.12 315	0.11 64	0.13 117	0.10 79	0.08 133	0.13 295	0.09 226	0.08 233	0.11 204	0.10 209	0.08 431	0.05 278	0.05 51	0.03 1	0.06 298	0.05 211

MoCha-V2	0.08 86	0.05 43	0.10 194	0.20 543	0.07 136	0.09 140	0.14 247	0.11 60	0.08 24	0.07 75	0.08 126	0.07 125	0.06 68	0.09 61	0.08 27	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.04 76

IGEV++	0.08 86	0.06 118	0.08 59	0.18 404	0.07 136	0.09 140	0.13 178	0.10 36	0.09 53	0.08 133	0.08 126	0.06 43	0.06 68	0.13 357	0.09 105	0.05 51	0.04 25	0.05 51	0.04 61	0.05 173	0.04 76

testlalala	0.08 86	0.06 118	0.10 194	0.15 125	0.07 136	0.11 261	0.12 100	0.15 193	0.15 257	0.08 133	0.12 276	0.05 5	0.06 68	0.09 61	0.08 27	0.05 51	0.04 25	0.06 202	0.05 194	0.03 1	0.04 76

AEACV	0.08 86	0.05 43	0.08 59	0.14 71	0.13 583	0.14 408	0.13 178	0.14 149	0.09 53	0.07 75	0.09 163	0.07 125	0.08 233	0.10 127	0.09 105	0.06 169	0.04 25	0.06 202	0.05 194	0.05 173	0.04 76

LoS_RVC	0.08 86	0.05 43	0.07 14	0.15 125	0.07 136	0.08 85	0.15 335	0.11 60	0.10 79	0.08 133	0.09 163	0.06 43	0.09 275	0.10 127	0.09 105	0.05 51	0.04 25	0.05 51	0.03 1	0.04 49	0.03 2

CAS	0.08 86	0.04 1	0.07 14	0.17 311	0.08 225	0.10 205	0.13 178	0.12 87	0.09 53	0.09 186	0.10 200	0.08 188	0.06 68	0.09 61	0.08 27	0.08 431	0.04 25	0.05 51	0.03 1	0.05 173	0.04 76

CES	0.08 86	0.04 1	0.08 59	0.14 71	0.07 136	0.09 140	0.14 247	0.11 60	0.09 53	0.08 133	0.09 163	0.11 296	0.06 68	0.12 300	0.08 27	0.06 169	0.04 25	0.05 51	0.03 1	0.05 173	0.05 211

EGLCR-Stereo	0.08 86	0.05 43	0.08 59	0.14 71	0.06 29	0.10 205	0.12 100	0.11 60	0.16 297	0.06 25	0.05 7	0.07 125	0.05 14	0.10 127	0.11 293	0.06 169	0.04 25	0.06 202	0.05 194	0.04 49	0.04 76

MC-Stereo	0.08 86	0.06 118	0.09 128	0.17 311	0.06 29	0.10 205	0.14 247	0.12 87	0.10 79	0.09 186	0.12 276	0.09 226	0.06 68	0.11 204	0.10 209	0.06 169	0.04 25	0.06 202	0.05 194	0.04 49	0.04 76

test-3	0.08 86	0.06 118	0.09 128	0.17 311	0.07 136	0.07 43	0.14 247	0.12 87	0.15 257	0.09 186	0.08 126	0.07 125	0.08 233	0.11 204	0.10 209	0.05 51	0.04 25	0.07 315	0.05 194	0.04 49	0.04 76

test_1	0.08 86	0.06 118	0.09 128	0.17 311	0.07 136	0.07 43	0.14 247	0.12 87	0.15 257	0.09 186	0.08 126	0.07 125	0.08 233	0.11 204	0.10 209	0.05 51	0.04 25	0.07 315	0.05 194	0.04 49	0.04 76

CREStereo++_RVC	0.08 86	0.04 1	0.06 6	0.13 22	0.07 136	0.09 140	0.12 100	0.14 149	0.14 230	0.10 233	0.14 311	0.08 188	0.07 181	0.09 61	0.11 293	0.06 169	0.04 25	0.05 51	0.05 194	0.04 49	0.04 76
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
Weightmod_eth	0.09 178	0.07 242	0.08 59	0.18 404	0.07 136	0.10 205	0.16 407	0.13 117	0.11 112	0.08 133	0.08 126	0.09 226	0.07 181	0.10 127	0.10 209	0.06 169	0.07 505	0.06 202	0.07 395	0.04 49	0.03 2

Weightmod	0.09 178	0.06 118	0.08 59	0.18 404	0.06 29	0.10 205	0.15 335	0.14 149	0.12 153	0.11 270	0.10 200	0.08 188	0.07 181	0.10 127	0.11 293	0.06 169	0.08 539	0.07 315	0.07 395	0.04 49	0.03 2

PhaseNet	0.09 178	0.06 118	0.10 194	0.15 125	0.08 225	0.10 205	0.14 247	0.20 351	0.12 153	0.07 75	0.08 126	0.09 226	0.10 320	0.13 357	0.12 359	0.06 169	0.04 25	0.06 202	0.06 295	0.05 173	0.05 211

DNS	0.09 178	0.05 43	0.11 258	0.15 125	0.08 225	0.10 205	0.16 407	0.17 273	0.09 53	0.08 133	0.12 276	0.08 188	0.07 181	0.09 61	0.08 27	0.07 347	0.04 25	0.05 51	0.05 194	0.06 298	0.05 211

RT-Monster	0.09 178	0.05 43	0.09 128	0.14 71	0.08 225	0.11 261	0.10 35	0.17 273	0.18 360	0.13 349	0.10 200	0.09 226	0.08 233	0.10 127	0.10 209	0.07 347	0.05 278	0.05 51	0.04 61	0.05 173	0.06 315

LiteMatch	0.09 178	0.06 118	0.10 194	0.16 225	0.07 136	0.09 140	0.15 335	0.13 117	0.08 24	0.06 25	0.07 65	0.06 43	0.15 474	0.10 127	0.14 450	0.07 347	0.04 25	0.06 202	0.06 295	0.06 298	0.06 315

Foundation-i1	0.09 178	0.04 1	0.10 194	0.14 71	0.06 29	0.10 205	0.13 178	0.16 234	0.14 230	0.10 233	0.10 200	0.11 296	0.07 181	0.07 4	0.10 209	0.06 169	0.04 25	0.05 51	0.05 194	0.05 173	0.05 211

VMStereo-Base	0.09 178	0.05 43	0.10 194	0.13 22	0.07 136	0.10 205	0.10 35	0.16 234	0.13 197	0.10 233	0.15 332	0.10 265	0.09 275	0.11 204	0.10 209	0.07 347	0.05 278	0.05 51	0.04 61	0.05 173	0.06 315

Anonymus123	0.09 178	0.06 118	0.16 483	0.15 125	0.08 225	0.11 261	0.09 20	0.18 308	0.16 297	0.06 25	0.07 65	0.07 125	0.05 14	0.09 61	0.11 293	0.04 11	0.05 278	0.05 51	0.07 395	0.04 49	0.04 76

NLSM3	0.09 178	0.06 118	0.08 59	0.19 476	0.08 225	0.11 261	0.16 407	0.18 308	0.16 297	0.06 25	0.08 126	0.07 125	0.08 233	0.09 61	0.11 293	0.04 11	0.04 25	0.06 202	0.07 395	0.03 1	0.03 2

FE-Mocha	0.09 178	0.06 118	0.14 398	0.16 225	0.09 360	0.10 205	0.15 335	0.18 308	0.16 297	0.10 233	0.09 163	0.07 125	0.07 181	0.09 61	0.09 105	0.06 169	0.04 25	0.06 202	0.06 295	0.05 173	0.05 211

IGEV-FE	0.09 178	0.05 43	0.12 306	0.13 22	0.08 225	0.12 315	0.13 178	0.17 273	0.11 112	0.10 233	0.06 23	0.09 226	0.06 68	0.11 204	0.09 105	0.06 169	0.04 25	0.06 202	0.06 295	0.05 173	0.05 211

water-stereo	0.09 178	0.06 118	0.08 59	0.16 225	0.07 136	0.09 140	0.13 178	0.15 193	0.13 197	0.11 270	0.12 276	0.08 188	0.09 275	0.07 4	0.08 27	0.06 169	0.05 278	0.05 51	0.05 194	0.04 49	0.04 76

depthmonostereo	0.09 178	0.06 118	0.09 128	0.15 125	0.06 29	0.10 205	0.13 178	0.14 149	0.14 230	0.10 233	0.10 200	0.09 226	0.11 357	0.08 27	0.09 105	0.06 169	0.05 278	0.06 202	0.04 61	0.04 49	0.03 2

DilatedVolume-Stereo	0.09 178	0.05 43	0.08 59	0.15 125	0.06 29	0.11 261	0.12 100	0.14 149	0.16 297	0.11 270	0.11 254	0.09 226	0.09 275	0.11 204	0.10 209	0.06 169	0.05 278	0.05 51	0.04 61	0.03 1	0.03 2

S2M2_L	0.09 178	0.08 362	0.11 258	0.13 22	0.10 475	0.08 85	0.06 1	0.10 36	0.10 79	0.10 233	0.09 163	0.10 265	0.09 275	0.11 204	0.11 293	0.13 620	0.07 505	0.08 410	0.09 518	0.10 553	0.08 477
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test2	0.09 178	0.06 118	0.09 128	0.19 476	0.08 225	0.12 315	0.18 501	0.15 193	0.14 230	0.07 75	0.10 200	0.07 125	0.06 68	0.12 300	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.05 173	0.03 2

castereo	0.09 178	0.06 118	0.11 258	0.15 125	0.06 29	0.11 261	0.15 335	0.14 149	0.18 360	0.08 133	0.10 200	0.11 296	0.08 233	0.09 61	0.10 209	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.03 2

fffft	0.09 178	0.06 118	0.12 306	0.16 225	0.07 136	0.09 140	0.17 452	0.12 87	0.11 112	0.08 133	0.07 65	0.09 226	0.06 68	0.11 204	0.12 359	0.05 51	0.04 25	0.06 202	0.05 194	0.04 49	0.05 211
1: 1. 1
tt45	0.09 178	0.06 118	0.11 258	0.15 125	0.07 136	0.11 261	0.16 407	0.13 117	0.11 112	0.09 186	0.06 23	0.08 188	0.06 68	0.13 357	0.10 209	0.06 169	0.04 25	0.06 202	0.05 194	0.05 173	0.06 315

999	0.09 178	0.05 43	0.13 359	0.15 125	0.08 225	0.10 205	0.14 247	0.15 193	0.11 112	0.10 233	0.08 126	0.08 188	0.08 233	0.16 453	0.10 209	0.06 169	0.04 25	0.06 202	0.05 194	0.04 49	0.05 211

mms	0.09 178	0.07 242	0.08 59	0.16 225	0.08 225	0.10 205	0.16 407	0.12 87	0.11 112	0.08 133	0.09 163	0.08 188	0.06 68	0.11 204	0.12 359	0.05 51	0.04 25	0.07 315	0.05 194	0.04 49	0.03 2

ours_stereo	0.09 178	0.07 242	0.09 128	0.17 311	0.08 225	0.11 261	0.16 407	0.11 60	0.12 153	0.08 133	0.10 200	0.08 188	0.06 68	0.12 300	0.12 359	0.05 51	0.04 25	0.06 202	0.05 194	0.04 49	0.03 2

fffy	0.09 178	0.08 362	0.09 128	0.16 225	0.07 136	0.13 371	0.17 452	0.13 117	0.12 153	0.08 133	0.09 163	0.08 188	0.09 275	0.13 357	0.11 293	0.05 51	0.05 278	0.07 315	0.05 194	0.04 49	0.05 211

PAM_32	0.09 178	0.05 43	0.17 514	0.15 125	0.08 225	0.10 205	0.15 335	0.14 149	0.15 257	0.09 186	0.08 126	0.09 226	0.07 181	0.14 391	0.08 27	0.06 169	0.05 278	0.06 202	0.06 295	0.05 173	0.06 315

UGAM-zero	0.09 178	0.05 43	0.15 447	0.15 125	0.08 225	0.09 140	0.13 178	0.19 339	0.15 257	0.11 270	0.15 332	0.07 125	0.07 181	0.09 61	0.09 105	0.06 169	0.05 278	0.06 202	0.05 194	0.05 173	0.06 315

GCAP-BAT	0.09 178	0.05 43	0.11 258	0.13 22	0.07 136	0.11 261	0.14 247	0.14 149	0.16 297	0.07 75	0.10 200	0.08 188	0.06 68	0.13 357	0.08 27	0.07 347	0.05 278	0.05 51	0.05 194	0.04 49	0.04 76

Pointernet	0.09 178	0.04 1	0.09 128	0.16 225	0.08 225	0.13 371	0.10 35	0.15 193	0.17 327	0.09 186	0.07 65	0.06 43	0.06 68	0.11 204	0.09 105	0.08 431	0.04 25	0.05 51	0.03 1	0.06 298	0.05 211

IGEV-BASED-STEREO-	0.09 178	0.10 508	0.31 624	0.15 125	0.06 29	0.08 85	0.14 247	0.10 36	0.10 79	0.07 75	0.07 65	0.06 43	0.04 1	0.11 204	0.07 1	0.12 594	0.04 25	0.07 315	0.05 194	0.05 173	0.05 211

RAFT-Stereo-weight	0.09 178	0.06 118	0.10 194	0.16 225	0.07 136	0.09 140	0.14 247	0.19 339	0.16 297	0.11 270	0.10 200	0.08 188	0.06 68	0.10 127	0.11 293	0.06 169	0.04 25	0.06 202	0.04 61	0.04 49	0.04 76

MGS-Stereo	0.09 178	0.07 242	0.12 306	0.15 125	0.08 225	0.09 140	0.15 335	0.12 87	0.12 153	0.07 75	0.10 200	0.08 188	0.06 68	0.10 127	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.06 298	0.05 211

ff7	0.09 178	0.07 242	0.11 258	0.16 225	0.09 360	0.11 261	0.15 335	0.16 234	0.12 153	0.10 233	0.06 23	0.06 43	0.06 68	0.11 204	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.05 173	0.06 315

IGEVStereo-DCA	0.09 178	0.06 118	0.11 258	0.15 125	0.10 475	0.11 261	0.15 335	0.16 234	0.12 153	0.10 233	0.06 23	0.08 188	0.06 68	0.10 127	0.08 27	0.06 169	0.05 278	0.06 202	0.05 194	0.05 173	0.06 315

ffff	0.09 178	0.07 242	0.11 258	0.16 225	0.09 360	0.11 261	0.15 335	0.16 234	0.12 153	0.10 233	0.06 23	0.06 43	0.06 68	0.11 204	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.05 173	0.06 315

rrr	0.09 178	0.06 118	0.12 306	0.15 125	0.10 475	0.11 261	0.16 407	0.16 234	0.15 257	0.10 233	0.06 23	0.08 188	0.06 68	0.10 127	0.08 27	0.06 169	0.05 278	0.06 202	0.05 194	0.05 173	0.06 315

11t	0.09 178	0.07 242	0.11 258	0.16 225	0.09 360	0.11 261	0.15 335	0.16 234	0.12 153	0.10 233	0.06 23	0.06 43	0.06 68	0.11 204	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.05 173	0.06 315

MaDis-Stereo	0.09 178	0.09 445	0.08 59	0.17 311	0.09 360	0.13 371	0.10 35	0.16 234	0.16 297	0.09 186	0.11 254	0.06 43	0.06 68	0.09 61	0.13 407	0.07 347	0.06 432	0.07 315	0.05 194	0.05 173	0.04 76

IGEV_Zeroshot_test	0.09 178	0.05 43	0.12 306	0.13 22	0.08 225	0.12 315	0.13 178	0.17 273	0.11 112	0.10 233	0.06 23	0.09 226	0.06 68	0.11 204	0.09 105	0.06 169	0.04 25	0.06 202	0.06 295	0.05 173	0.05 211

MSKI-zero shot	0.09 178	0.05 43	0.09 128	0.15 125	0.07 136	0.10 205	0.13 178	0.14 149	0.13 197	0.09 186	0.09 163	0.09 226	0.06 68	0.12 300	0.10 209	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.04 76

UniTT-Stereo	0.09 178	0.07 242	0.08 59	0.18 404	0.08 225	0.13 371	0.11 64	0.12 87	0.11 112	0.10 233	0.12 276	0.05 5	0.07 181	0.09 61	0.09 105	0.07 347	0.05 278	0.05 51	0.05 194	0.05 173	0.05 211

MIM_Stereo	0.09 178	0.07 242	0.11 258	0.15 125	0.07 136	0.06 14	0.12 100	0.20 351	0.14 230	0.13 349	0.13 295	0.09 226	0.05 14	0.12 300	0.08 27	0.05 51	0.06 432	0.07 315	0.06 295	0.06 298	0.05 211

CASnet	0.09 178	0.09 445	0.09 128	0.19 476	0.06 29	0.07 43	0.11 64	0.18 308	0.14 230	0.11 270	0.10 200	0.09 226	0.07 181	0.10 127	0.10 209	0.06 169	0.04 25	0.10 545	0.08 471	0.05 173	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAPDPT-zeroshot	0.09 178	0.05 43	0.11 258	0.13 22	0.07 136	0.11 261	0.14 247	0.14 149	0.16 297	0.07 75	0.10 200	0.08 188	0.06 68	0.13 357	0.08 27	0.07 347	0.05 278	0.05 51	0.05 194	0.04 49	0.04 76

GCAP-Stereo	0.09 178	0.07 242	0.13 359	0.18 404	0.06 29	0.11 261	0.07 3	0.13 117	0.12 153	0.09 186	0.10 200	0.07 125	0.09 275	0.13 357	0.10 209	0.06 169	0.05 278	0.05 51	0.04 61	0.04 49	0.05 211

RAFT-Test	0.09 178	0.06 118	0.10 194	0.15 125	0.07 136	0.11 261	0.15 335	0.16 234	0.13 197	0.09 186	0.10 200	0.10 265	0.09 275	0.12 300	0.09 105	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.05 211

HH	0.09 178	0.06 118	0.13 359	0.17 311	0.08 225	0.10 205	0.16 407	0.14 149	0.10 79	0.08 133	0.09 163	0.08 188	0.07 181	0.10 127	0.09 105	0.06 169	0.04 25	0.06 202	0.05 194	0.05 173	0.04 76

HanStereo	0.09 178	0.06 118	0.13 359	0.17 311	0.08 225	0.10 205	0.16 407	0.14 149	0.10 79	0.08 133	0.09 163	0.08 188	0.07 181	0.10 127	0.09 105	0.06 169	0.04 25	0.06 202	0.05 194	0.05 173	0.04 76

4D-IteraStereo	0.09 178	0.07 242	0.10 194	0.18 404	0.07 136	0.09 140	0.15 335	0.17 273	0.15 257	0.10 233	0.11 254	0.10 265	0.07 181	0.11 204	0.09 105	0.05 51	0.03 1	0.08 410	0.07 395	0.06 298	0.05 211

anonymousdsp	0.09 178	0.07 242	0.11 258	0.16 225	0.09 360	0.11 261	0.15 335	0.16 234	0.12 153	0.09 186	0.06 23	0.06 43	0.06 68	0.11 204	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.05 173	0.06 315

LoS	0.09 178	0.05 43	0.11 258	0.13 22	0.07 136	0.14 408	0.11 64	0.15 193	0.15 257	0.09 186	0.09 163	0.12 318	0.09 275	0.15 418	0.10 209	0.07 347	0.05 278	0.05 51	0.03 1	0.05 173	0.05 211
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 178	0.07 242	0.10 194	0.17 311	0.08 225	0.10 205	0.15 335	0.15 193	0.12 153	0.09 186	0.06 23	0.07 125	0.06 68	0.11 204	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.04 49	0.06 315

RCA-Stereo	0.09 178	0.06 118	0.09 128	0.16 225	0.06 29	0.09 140	0.13 178	0.18 308	0.14 230	0.09 186	0.10 200	0.08 188	0.07 181	0.12 300	0.11 293	0.06 169	0.04 25	0.06 202	0.05 194	0.05 173	0.04 76

CroCo-Stereo Lap2	0.09 178	0.09 445	0.08 59	0.22 594	0.09 360	0.09 140	0.19 541	0.16 234	0.12 153	0.09 186	0.10 200	0.05 5	0.05 14	0.08 27	0.08 27	0.06 169	0.06 432	0.07 315	0.05 194	0.05 173	0.05 211

ccc-4	0.09 178	0.07 242	0.11 258	0.16 225	0.09 360	0.11 261	0.15 335	0.16 234	0.12 153	0.10 233	0.06 23	0.06 43	0.06 68	0.11 204	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.05 173	0.06 315

IGEV-Stereo	0.09 178	0.07 242	0.11 258	0.16 225	0.09 360	0.11 261	0.15 335	0.16 234	0.12 153	0.09 186	0.06 23	0.06 43	0.06 68	0.11 204	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.05 173	0.06 315
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 178	0.05 43	0.13 359	0.14 71	0.08 225	0.12 315	0.15 335	0.18 308	0.10 79	0.11 270	0.08 126	0.08 188	0.05 14	0.10 127	0.09 105	0.06 169	0.04 25	0.06 202	0.05 194	0.06 298	0.05 211

TRStereo	0.09 178	0.05 43	0.12 306	0.15 125	0.12 560	0.10 205	0.13 178	0.18 308	0.18 360	0.09 186	0.09 163	0.09 226	0.06 68	0.10 127	0.08 27	0.07 347	0.05 278	0.07 315	0.07 395	0.04 49	0.04 76

AnonymousM	0.09 178	0.05 43	0.10 194	0.14 71	0.06 29	0.09 140	0.13 178	0.19 339	0.14 230	0.13 349	0.11 254	0.09 226	0.08 233	0.13 357	0.10 209	0.08 431	0.05 278	0.08 410	0.05 194	0.05 173	0.05 211

CroCo-Stereo	0.09 178	0.08 362	0.08 59	0.22 594	0.09 360	0.09 140	0.19 541	0.15 193	0.12 153	0.07 75	0.07 65	0.08 188	0.06 68	0.08 27	0.07 1	0.07 347	0.05 278	0.06 202	0.04 61	0.05 173	0.04 76
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
s12784h	0.09 178	0.06 118	0.07 14	0.15 125	0.05 2	0.16 467	0.18 501	0.15 193	0.15 257	0.10 233	0.11 254	0.11 296	0.11 357	0.10 127	0.12 359	0.05 51	0.04 25	0.05 51	0.04 61	0.04 49	0.04 76

TANstereo	0.09 178	0.04 1	0.08 59	0.13 22	0.06 29	0.11 261	0.14 247	0.15 193	0.19 379	0.11 270	0.15 332	0.10 265	0.06 68	0.12 300	0.09 105	0.07 347	0.05 278	0.05 51	0.04 61	0.06 298	0.05 211

XX-TBD	0.09 178	0.06 118	0.07 14	0.14 71	0.07 136	0.12 315	0.16 407	0.14 149	0.13 197	0.11 270	0.12 276	0.09 226	0.08 233	0.10 127	0.10 209	0.06 169	0.04 25	0.05 51	0.03 1	0.06 298	0.05 211

raftrobust	0.09 178	0.06 118	0.10 194	0.17 311	0.08 225	0.09 140	0.10 35	0.18 308	0.16 297	0.10 233	0.09 163	0.12 318	0.07 181	0.12 300	0.10 209	0.08 431	0.05 278	0.06 202	0.05 194	0.05 173	0.05 211

XX-Stereo	0.09 178	0.05 43	0.08 59	0.17 311	0.09 360	0.15 435	0.12 100	0.20 351	0.10 79	0.10 233	0.14 311	0.07 125	0.06 68	0.12 300	0.08 27	0.06 169	0.05 278	0.06 202	0.06 295	0.04 49	0.04 76

test_xeample3	0.09 178	0.06 118	0.12 306	0.16 225	0.09 360	0.11 261	0.15 335	0.16 234	0.13 197	0.10 233	0.06 23	0.08 188	0.06 68	0.10 127	0.09 105	0.05 51	0.04 25	0.06 202	0.05 194	0.05 173	0.06 315

RAFT-Stereo + iAFF	0.09 178	0.06 118	0.10 194	0.17 311	0.06 29	0.10 205	0.16 407	0.17 273	0.14 230	0.09 186	0.10 200	0.08 188	0.09 275	0.11 204	0.09 105	0.05 51	0.04 25	0.06 202	0.06 295	0.04 49	0.03 2

AFF-stereo	0.09 178	0.06 118	0.10 194	0.17 311	0.07 136	0.10 205	0.16 407	0.17 273	0.09 53	0.10 233	0.12 276	0.09 226	0.09 275	0.12 300	0.09 105	0.05 51	0.04 25	0.07 315	0.07 395	0.04 49	0.03 2

EAI-Stereo	0.09 178	0.07 242	0.11 258	0.15 125	0.06 29	0.10 205	0.15 335	0.16 234	0.09 53	0.08 133	0.09 163	0.08 188	0.07 181	0.09 61	0.11 293	0.05 51	0.04 25	0.05 51	0.05 194	0.05 173	0.04 76

CFNet-RSSM	0.09 178	0.07 242	0.09 128	0.16 225	0.07 136	0.09 140	0.15 335	0.16 234	0.17 327	0.08 133	0.12 276	0.10 265	0.09 275	0.11 204	0.09 105	0.06 169	0.04 25	0.06 202	0.04 61	0.04 49	0.04 76

Gwc-CoAtRS	0.09 178	0.06 118	0.10 194	0.16 225	0.07 136	0.10 205	0.14 247	0.17 273	0.17 327	0.08 133	0.10 200	0.12 318	0.09 275	0.12 300	0.09 105	0.06 169	0.04 25	0.06 202	0.04 61	0.04 49	0.04 76

CREStereo	0.09 178	0.04 1	0.08 59	0.11 1	0.06 29	0.13 371	0.14 247	0.14 149	0.10 79	0.08 133	0.13 295	0.09 226	0.08 233	0.11 204	0.10 209	0.08 431	0.04 25	0.05 51	0.03 1	0.06 298	0.06 315
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.09 178	0.05 43	0.09 128	0.12 7	0.06 29	0.12 315	0.14 247	0.15 193	0.11 112	0.09 186	0.13 295	0.10 265	0.07 181	0.13 357	0.10 209	0.15 638	0.04 25	0.05 51	0.03 1	0.07 386	0.06 315

SE	0.10 250	0.10 508	0.08 59	0.19 476	0.09 360	0.11 261	0.11 64	0.15 193	0.11 112	0.10 233	0.16 345	0.09 226	0.08 233	0.09 61	0.10 209	0.06 169	0.05 278	0.08 410	0.07 395	0.07 386	0.04 76

SMOE	0.10 250	0.08 362	0.09 128	0.18 404	0.07 136	0.13 371	0.14 247	0.18 308	0.13 197	0.11 270	0.13 295	0.12 318	0.09 275	0.11 204	0.11 293	0.05 51	0.05 278	0.08 410	0.06 295	0.06 298	0.04 76

ManiGeoR	0.10 250	0.05 43	0.12 306	0.12 7	0.08 225	0.12 315	0.12 100	0.24 451	0.14 230	0.12 314	0.14 311	0.12 318	0.09 275	0.13 357	0.13 407	0.07 347	0.04 25	0.05 51	0.05 194	0.07 386	0.07 406

HLf10	0.10 250	0.05 43	0.12 306	0.12 7	0.08 225	0.12 315	0.12 100	0.24 451	0.14 230	0.12 314	0.14 311	0.12 318	0.09 275	0.13 357	0.13 407	0.07 347	0.04 25	0.05 51	0.05 194	0.07 386	0.07 406

TestStereo_HLe17	0.10 250	0.05 43	0.12 306	0.13 22	0.07 136	0.11 261	0.15 335	0.21 378	0.15 257	0.11 270	0.14 311	0.11 296	0.09 275	0.13 357	0.12 359	0.07 347	0.04 25	0.05 51	0.05 194	0.07 386	0.06 315

DN	0.10 250	0.05 43	0.09 128	0.14 71	0.09 360	0.12 315	0.18 501	0.17 273	0.16 297	0.08 133	0.09 163	0.08 188	0.06 68	0.08 27	0.09 105	0.11 569	0.05 278	0.07 315	0.06 295	0.07 386	0.09 523

Hybrid-DGEV-03	0.10 250	0.06 118	0.09 128	0.18 404	0.08 225	0.16 467	0.14 247	0.15 193	0.14 230	0.13 349	0.16 345	0.12 318	0.09 275	0.13 357	0.11 293	0.06 169	0.04 25	0.08 410	0.06 295	0.05 173	0.04 76

WQFJA1	0.10 250	0.07 242	0.08 59	0.20 543	0.09 360	0.12 315	0.17 452	0.17 273	0.17 327	0.09 186	0.10 200	0.08 188	0.10 320	0.12 300	0.11 293	0.06 169	0.07 505	0.07 315	0.06 295	0.06 298	0.05 211

WQFJX1	0.10 250	0.07 242	0.08 59	0.22 594	0.09 360	0.12 315	0.17 452	0.18 308	0.17 327	0.10 233	0.09 163	0.07 125	0.10 320	0.11 204	0.09 105	0.07 347	0.08 539	0.07 315	0.06 295	0.05 173	0.04 76

WQFJX	0.10 250	0.07 242	0.09 128	0.21 577	0.09 360	0.12 315	0.16 407	0.18 308	0.17 327	0.12 314	0.10 200	0.07 125	0.09 275	0.12 300	0.10 209	0.06 169	0.07 505	0.06 202	0.05 194	0.06 298	0.05 211

NLMM	0.10 250	0.07 242	0.08 59	0.20 543	0.09 360	0.12 315	0.17 452	0.17 273	0.17 327	0.09 186	0.10 200	0.08 188	0.10 320	0.12 300	0.11 293	0.06 169	0.07 505	0.07 315	0.06 295	0.06 298	0.05 211

NLSM1	0.10 250	0.07 242	0.07 14	0.19 476	0.08 225	0.13 371	0.16 407	0.21 378	0.15 257	0.11 270	0.10 200	0.06 43	0.10 320	0.10 127	0.11 293	0.07 347	0.08 539	0.08 410	0.07 395	0.05 173	0.05 211

MM-Stereo_test3	0.10 250	0.07 242	0.07 14	0.18 404	0.07 136	0.12 315	0.19 541	0.24 451	0.19 379	0.06 25	0.10 200	0.08 188	0.06 68	0.11 204	0.08 27	0.06 169	0.06 432	0.07 315	0.05 194	0.05 173	0.04 76

MM-Stereo_test1	0.10 250	0.07 242	0.08 59	0.18 404	0.07 136	0.12 315	0.18 501	0.21 378	0.20 403	0.09 186	0.11 254	0.08 188	0.06 68	0.10 127	0.10 209	0.06 169	0.05 278	0.07 315	0.06 295	0.05 173	0.04 76

AIO-test2	0.10 250	0.08 362	0.10 194	0.23 618	0.08 225	0.11 261	0.10 35	0.23 427	0.23 445	0.08 133	0.09 163	0.08 188	0.05 14	0.10 127	0.08 27	0.06 169	0.05 278	0.08 410	0.09 518	0.05 173	0.05 211

AIO-test1	0.10 250	0.07 242	0.10 194	0.23 618	0.07 136	0.09 140	0.13 178	0.21 378	0.14 230	0.11 270	0.12 276	0.09 226	0.07 181	0.11 204	0.09 105	0.06 169	0.05 278	0.09 496	0.10 561	0.03 1	0.06 315

tg	0.10 250	0.06 118	0.10 194	0.18 404	0.08 225	0.11 261	0.16 407	0.20 351	0.12 153	0.08 133	0.11 254	0.11 296	0.07 181	0.11 204	0.10 209	0.05 51	0.04 25	0.08 410	0.08 471	0.04 49	0.04 76

PAM	0.10 250	0.05 43	0.16 483	0.15 125	0.08 225	0.09 140	0.16 407	0.15 193	0.16 297	0.12 314	0.09 163	0.09 226	0.07 181	0.13 357	0.08 27	0.06 169	0.05 278	0.06 202	0.06 295	0.05 173	0.06 315

model_zeroshot	0.10 250	0.04 1	0.11 258	0.15 125	0.09 360	0.12 315	0.14 247	0.20 351	0.13 197	0.11 270	0.10 200	0.12 318	0.07 181	0.12 300	0.10 209	0.07 347	0.06 432	0.06 202	0.05 194	0.06 298	0.06 315

RAStereo	0.10 250	0.09 445	0.08 59	0.20 543	0.08 225	0.13 371	0.18 501	0.15 193	0.17 327	0.10 233	0.12 276	0.05 5	0.06 68	0.09 61	0.08 27	0.07 347	0.05 278	0.07 315	0.05 194	0.05 173	0.04 76

rvit_stereo_0080	0.10 250	0.08 362	0.14 398	0.15 125	0.09 360	0.07 43	0.15 335	0.16 234	0.16 297	0.11 270	0.10 200	0.14 374	0.08 233	0.12 300	0.10 209	0.09 493	0.07 505	0.07 315	0.06 295	0.07 386	0.05 211

H2IRNET	0.10 250	0.09 445	0.09 128	0.18 404	0.09 360	0.12 315	0.15 335	0.14 149	0.21 419	0.10 233	0.10 200	0.10 265	0.10 320	0.10 127	0.10 209	0.05 51	0.04 25	0.08 410	0.08 471	0.06 298	0.05 211

Former-RAFT_DAM_RVC	0.10 250	0.08 362	0.12 306	0.16 225	0.08 225	0.15 435	0.16 407	0.18 308	0.18 360	0.10 233	0.09 163	0.09 226	0.08 233	0.11 204	0.12 359	0.07 347	0.05 278	0.08 410	0.06 295	0.07 386	0.06 315

MyStereo07	0.10 250	0.07 242	0.10 194	0.17 311	0.09 360	0.14 408	0.18 501	0.15 193	0.15 257	0.09 186	0.06 23	0.06 43	0.07 181	0.12 300	0.09 105	0.06 169	0.05 278	0.08 410	0.07 395	0.06 298	0.06 315

MyStereo06	0.10 250	0.07 242	0.12 306	0.17 311	0.09 360	0.13 371	0.18 501	0.19 339	0.12 153	0.12 314	0.08 126	0.07 125	0.07 181	0.11 204	0.09 105	0.06 169	0.05 278	0.07 315	0.07 395	0.06 298	0.06 315

AE-Stereo	0.10 250	0.08 362	0.10 194	0.18 404	0.09 360	0.10 205	0.15 335	0.14 149	0.19 379	0.09 186	0.14 311	0.12 318	0.08 233	0.11 204	0.10 209	0.05 51	0.06 432	0.07 315	0.06 295	0.05 173	0.04 76

ACVNet-DCA	0.10 250	0.08 362	0.12 306	0.17 311	0.09 360	0.13 371	0.15 335	0.23 427	0.16 297	0.09 186	0.09 163	0.06 43	0.06 68	0.10 127	0.07 1	0.06 169	0.04 25	0.06 202	0.05 194	0.07 386	0.07 406

cc1	0.10 250	0.08 362	0.12 306	0.17 311	0.09 360	0.13 371	0.15 335	0.16 234	0.18 360	0.09 186	0.09 163	0.06 43	0.06 68	0.10 127	0.07 1	0.06 169	0.04 25	0.06 202	0.05 194	0.06 298	0.06 315

tt1	0.10 250	0.08 362	0.12 306	0.17 311	0.09 360	0.12 315	0.16 407	0.15 193	0.19 379	0.09 186	0.08 126	0.06 43	0.06 68	0.10 127	0.07 1	0.06 169	0.04 25	0.06 202	0.05 194	0.06 298	0.06 315

whm_eth	0.10 250	0.08 362	0.14 398	0.15 125	0.09 360	0.07 43	0.15 335	0.16 234	0.16 297	0.11 270	0.10 200	0.14 374	0.08 233	0.12 300	0.10 209	0.09 493	0.07 505	0.07 315	0.06 295	0.07 386	0.05 211

plain	0.10 250	0.08 362	0.10 194	0.19 476	0.09 360	0.10 205	0.15 335	0.14 149	0.13 197	0.13 349	0.15 332	0.09 226	0.12 390	0.13 357	0.12 359	0.07 347	0.05 278	0.09 496	0.06 295	0.06 298	0.06 315

Any-RAFT	0.10 250	0.05 43	0.09 128	0.14 71	0.07 136	0.13 371	0.14 247	0.21 378	0.15 257	0.11 270	0.12 276	0.12 318	0.09 275	0.12 300	0.09 105	0.07 347	0.04 25	0.05 51	0.04 61	0.06 298	0.05 211

LL-Strereo2	0.10 250	0.10 508	0.15 447	0.18 404	0.08 225	0.15 435	0.09 20	0.17 273	0.14 230	0.14 376	0.10 200	0.09 226	0.07 181	0.16 453	0.10 209	0.05 51	0.05 278	0.10 545	0.07 395	0.06 298	0.05 211

DCANet-4	0.10 250	0.06 118	0.12 306	0.16 225	0.06 29	0.09 140	0.17 452	0.18 308	0.19 379	0.13 349	0.16 345	0.09 226	0.14 456	0.11 204	0.12 359	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.05 211

fff	0.10 250	0.06 118	0.12 306	0.15 125	0.07 136	0.09 140	0.17 452	0.16 234	0.20 403	0.13 349	0.16 345	0.10 265	0.11 357	0.11 204	0.12 359	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.05 211

ADStereo(finetuned)	0.10 250	0.06 118	0.12 306	0.16 225	0.06 29	0.09 140	0.17 452	0.15 193	0.19 379	0.13 349	0.17 369	0.10 265	0.12 390	0.11 204	0.12 359	0.06 169	0.04 25	0.05 51	0.04 61	0.05 173	0.04 76

test_4	0.10 250	0.10 508	0.08 59	0.19 476	0.09 360	0.08 85	0.22 596	0.15 193	0.17 327	0.12 314	0.18 397	0.12 318	0.09 275	0.08 27	0.11 293	0.04 11	0.04 25	0.08 410	0.08 471	0.04 49	0.03 2

IPLG	0.10 250	0.07 242	0.15 447	0.17 311	0.08 225	0.11 261	0.14 247	0.20 351	0.15 257	0.12 314	0.17 369	0.07 125	0.07 181	0.14 391	0.13 407	0.06 169	0.04 25	0.06 202	0.05 194	0.04 49	0.04 76

test_3	0.10 250	0.09 445	0.10 194	0.20 543	0.08 225	0.13 371	0.26 645	0.14 149	0.21 419	0.10 233	0.10 200	0.09 226	0.09 275	0.08 27	0.11 293	0.05 51	0.04 25	0.08 410	0.07 395	0.04 49	0.04 76

STrans-v2	0.10 250	0.07 242	0.12 306	0.18 404	0.07 136	0.10 205	0.14 247	0.21 378	0.11 112	0.11 270	0.15 332	0.12 318	0.10 320	0.11 204	0.12 359	0.05 51	0.04 25	0.06 202	0.06 295	0.04 49	0.04 76

TransformOpticalFlow	0.10 250	0.08 362	0.13 359	0.18 404	0.07 136	0.09 140	0.15 335	0.19 339	0.15 257	0.12 314	0.17 369	0.11 296	0.11 357	0.11 204	0.10 209	0.05 51	0.04 25	0.06 202	0.06 295	0.05 173	0.05 211

SST-Stereo	0.10 250	0.07 242	0.15 447	0.18 404	0.09 360	0.06 14	0.12 100	0.17 273	0.11 112	0.15 403	0.17 369	0.13 351	0.12 390	0.10 127	0.11 293	0.06 169	0.04 25	0.09 496	0.06 295	0.06 298	0.05 211

cross-raft	0.10 250	0.09 445	0.09 128	0.19 476	0.07 136	0.11 261	0.25 636	0.13 117	0.15 257	0.08 133	0.11 254	0.12 318	0.10 320	0.09 61	0.11 293	0.05 51	0.04 25	0.06 202	0.05 194	0.04 49	0.04 76

test-1	0.10 250	0.07 242	0.16 483	0.19 476	0.08 225	0.11 261	0.24 621	0.14 149	0.18 360	0.09 186	0.07 65	0.09 226	0.08 233	0.07 4	0.09 105	0.06 169	0.04 25	0.06 202	0.05 194	0.04 49	0.04 76

iRaftStereo_RVC	0.10 250	0.07 242	0.09 128	0.17 311	0.09 360	0.11 261	0.17 452	0.18 308	0.12 153	0.09 186	0.12 276	0.10 265	0.07 181	0.11 204	0.10 209	0.05 51	0.04 25	0.08 410	0.08 471	0.04 49	0.04 76

RALCasStereoNet	0.10 250	0.06 118	0.09 128	0.16 225	0.08 225	0.12 315	0.14 247	0.17 273	0.11 112	0.12 314	0.17 369	0.14 374	0.10 320	0.12 300	0.11 293	0.07 347	0.06 432	0.06 202	0.05 194	0.08 455	0.07 406

DCANet	0.10 250	0.06 118	0.12 306	0.16 225	0.06 29	0.09 140	0.17 452	0.15 193	0.19 379	0.13 349	0.17 369	0.10 265	0.11 357	0.11 204	0.12 359	0.06 169	0.04 25	0.05 51	0.04 61	0.05 173	0.04 76

csc	0.10 250	0.06 118	0.12 306	0.15 125	0.07 136	0.09 140	0.17 452	0.16 234	0.20 403	0.13 349	0.16 345	0.10 265	0.11 357	0.11 204	0.12 359	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.05 211

cscssc	0.10 250	0.06 118	0.12 306	0.15 125	0.07 136	0.09 140	0.17 452	0.16 234	0.20 403	0.13 349	0.16 345	0.10 265	0.11 357	0.11 204	0.12 359	0.06 169	0.04 25	0.05 51	0.04 61	0.04 49	0.05 211

111	0.10 250	0.06 118	0.12 306	0.15 125	0.07 136	0.10 205	0.14 247	0.21 378	0.23 445	0.11 270	0.12 276	0.14 374	0.11 357	0.13 357	0.10 209	0.06 169	0.04 25	0.06 202	0.04 61	0.05 173	0.05 211

R-Stereo Train	0.10 250	0.06 118	0.10 194	0.17 311	0.08 225	0.11 261	0.14 247	0.23 427	0.11 112	0.12 314	0.19 408	0.11 296	0.08 233	0.09 61	0.11 293	0.07 347	0.05 278	0.06 202	0.05 194	0.05 173	0.05 211

RAFT-Stereo	0.10 250	0.06 118	0.10 194	0.17 311	0.08 225	0.11 261	0.14 247	0.23 427	0.11 112	0.12 314	0.19 408	0.11 296	0.08 233	0.09 61	0.11 293	0.07 347	0.05 278	0.06 202	0.05 194	0.05 173	0.05 211
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.10 250	0.06 118	0.12 306	0.14 71	0.06 29	0.11 261	0.10 35	0.18 308	0.18 360	0.13 349	0.16 345	0.14 374	0.11 357	0.15 418	0.13 407	0.06 169	0.04 25	0.04 1	0.04 61	0.06 298	0.05 211
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
ft-warping	0.11 303	0.13 581	0.05 1	0.23 618	0.09 360	0.08 85	0.16 407	0.14 149	0.11 112	0.12 314	0.10 200	0.09 226	0.09 275	0.08 27	0.15 482	0.07 347	0.07 505	0.10 545	0.09 518	0.10 553	0.06 315

SME	0.11 303	0.09 445	0.10 194	0.17 311	0.07 136	0.20 550	0.13 178	0.21 378	0.17 327	0.12 314	0.13 295	0.10 265	0.12 390	0.13 357	0.13 407	0.07 347	0.07 505	0.08 410	0.09 518	0.06 298	0.05 211

HLF11	0.11 303	0.05 43	0.13 359	0.12 7	0.08 225	0.14 408	0.11 64	0.22 404	0.10 79	0.12 314	0.23 465	0.11 296	0.11 357	0.14 391	0.13 407	0.08 431	0.05 278	0.05 51	0.04 61	0.08 455	0.08 477

HLf8	0.11 303	0.05 43	0.13 359	0.11 1	0.08 225	0.15 435	0.12 100	0.22 404	0.15 257	0.13 349	0.17 369	0.12 318	0.10 320	0.14 391	0.12 359	0.09 493	0.05 278	0.05 51	0.05 194	0.08 455	0.08 477

TestStereo_HL3	0.11 303	0.05 43	0.16 483	0.13 22	0.07 136	0.12 315	0.11 64	0.20 351	0.09 53	0.15 403	0.30 565	0.13 351	0.12 390	0.16 453	0.11 293	0.07 347	0.05 278	0.05 51	0.05 194	0.06 298	0.07 406

TestStereo_HL2	0.11 303	0.06 118	0.11 258	0.12 7	0.08 225	0.12 315	0.14 247	0.20 351	0.18 360	0.13 349	0.21 444	0.12 318	0.10 320	0.12 300	0.12 359	0.07 347	0.05 278	0.05 51	0.05 194	0.07 386	0.07 406

GGDA	0.11 303	0.06 118	0.11 258	0.13 22	0.07 136	0.12 315	0.14 247	0.19 339	0.19 379	0.13 349	0.20 420	0.12 318	0.09 275	0.12 300	0.12 359	0.07 347	0.04 25	0.05 51	0.05 194	0.06 298	0.07 406

TestStereo-Hl	0.11 303	0.06 118	0.11 258	0.13 22	0.08 225	0.15 435	0.14 247	0.20 351	0.17 327	0.13 349	0.16 345	0.12 318	0.11 357	0.14 391	0.13 407	0.06 169	0.04 25	0.05 51	0.05 194	0.06 298	0.06 315

Lsterematch	0.11 303	0.06 118	0.11 258	0.16 225	0.07 136	0.13 371	0.15 335	0.14 149	0.17 327	0.16 432	0.18 397	0.15 403	0.15 474	0.12 300	0.14 450	0.07 347	0.04 25	0.06 202	0.06 295	0.06 298	0.06 315

Hybrid-DGEV-2	0.11 303	0.06 118	0.12 306	0.18 404	0.09 360	0.09 140	0.13 178	0.28 529	0.29 530	0.11 270	0.11 254	0.09 226	0.12 390	0.12 300	0.09 105	0.06 169	0.05 278	0.07 315	0.07 395	0.05 173	0.05 211

NLMM1	0.11 303	0.09 445	0.07 14	0.22 594	0.10 475	0.12 315	0.20 565	0.18 308	0.20 403	0.12 314	0.11 254	0.07 125	0.09 275	0.11 204	0.11 293	0.08 431	0.08 539	0.07 315	0.06 295	0.04 49	0.04 76

NLCSM	0.11 303	0.09 445	0.09 128	0.23 618	0.11 526	0.12 315	0.19 541	0.18 308	0.18 360	0.12 314	0.11 254	0.07 125	0.09 275	0.11 204	0.10 209	0.07 347	0.08 539	0.07 315	0.07 395	0.06 298	0.05 211

Select-FE	0.11 303	0.06 118	0.20 562	0.15 125	0.11 526	0.11 261	0.13 178	0.21 378	0.18 360	0.09 186	0.11 254	0.10 265	0.06 68	0.12 300	0.09 105	0.07 347	0.05 278	0.07 315	0.08 471	0.06 298	0.08 477

FlowAnything_test	0.11 303	0.08 362	0.14 398	0.15 125	0.09 360	0.07 43	0.14 247	0.20 351	0.11 112	0.09 186	0.09 163	0.12 318	0.12 390	0.13 357	0.11 293	0.09 493	0.06 432	0.09 496	0.09 518	0.06 298	0.09 523

xyz-stereo-finetune2	0.11 303	0.07 242	0.13 359	0.13 22	0.07 136	0.11 261	0.19 541	0.17 273	0.12 153	0.15 403	0.15 332	0.17 440	0.12 390	0.13 357	0.11 293	0.05 51	0.04 25	0.07 315	0.05 194	0.04 49	0.06 315

xyz-stereo-finetune	0.11 303	0.08 362	0.13 359	0.14 71	0.06 29	0.10 205	0.19 541	0.17 273	0.19 379	0.12 314	0.14 311	0.15 403	0.10 320	0.13 357	0.11 293	0.05 51	0.04 25	0.07 315	0.05 194	0.04 49	0.05 211

fast-iter	0.11 303	0.06 118	0.11 258	0.13 22	0.09 360	0.09 140	0.14 247	0.21 378	0.10 79	0.19 498	0.17 369	0.14 374	0.09 275	0.16 453	0.08 27	0.05 51	0.04 25	0.07 315	0.08 471	0.07 386	0.06 315

CoSv	0.11 303	0.06 118	0.11 258	0.13 22	0.09 360	0.09 140	0.14 247	0.21 378	0.10 79	0.19 498	0.17 369	0.14 374	0.09 275	0.16 453	0.08 27	0.05 51	0.04 25	0.07 315	0.08 471	0.07 386	0.06 315

rvit_stereo_0081_aga	0.11 303	0.09 445	0.14 398	0.18 404	0.09 360	0.13 371	0.14 247	0.14 149	0.19 379	0.10 233	0.18 397	0.16 418	0.09 275	0.12 300	0.09 105	0.10 537	0.06 432	0.08 410	0.07 395	0.07 386	0.06 315

rvit_stereo_0081	0.11 303	0.08 362	0.15 447	0.16 225	0.09 360	0.10 205	0.14 247	0.14 149	0.24 462	0.11 270	0.13 295	0.13 351	0.09 275	0.11 204	0.12 359	0.10 537	0.07 505	0.08 410	0.07 395	0.07 386	0.05 211

rvit_stereo_0082	0.11 303	0.08 362	0.15 447	0.16 225	0.09 360	0.10 205	0.14 247	0.14 149	0.24 462	0.11 270	0.13 295	0.13 351	0.09 275	0.11 204	0.12 359	0.10 537	0.07 505	0.08 410	0.07 395	0.07 386	0.05 211

AIO-Stereo-zeroshot1	0.11 303	0.05 43	0.14 398	0.15 125	0.20 664	0.09 140	0.17 452	0.21 378	0.15 257	0.11 270	0.14 311	0.10 265	0.07 181	0.10 127	0.08 27	0.06 169	0.05 278	0.07 315	0.07 395	0.07 386	0.09 523

AIO-Stereo-zeroshot	0.11 303	0.05 43	0.11 258	0.15 125	0.13 583	0.13 371	0.16 407	0.23 427	0.17 327	0.10 233	0.12 276	0.10 265	0.07 181	0.11 204	0.09 105	0.06 169	0.05 278	0.06 202	0.06 295	0.07 386	0.08 477

CAS++	0.11 303	0.07 242	0.11 258	0.14 71	0.09 360	0.12 315	0.14 247	0.24 451	0.14 230	0.11 270	0.09 163	0.11 296	0.07 181	0.14 391	0.09 105	0.11 569	0.09 573	0.09 496	0.07 395	0.07 386	0.08 477
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
xx1	0.11 303	0.08 362	0.12 306	0.17 311	0.09 360	0.13 371	0.15 335	0.16 234	0.18 360	0.09 186	0.09 163	0.16 418	0.16 502	0.10 127	0.07 1	0.06 169	0.04 25	0.08 410	0.08 471	0.07 386	0.07 406

1test111	0.11 303	0.08 362	0.12 306	0.17 311	0.09 360	0.13 371	0.15 335	0.23 427	0.16 297	0.09 186	0.09 163	0.06 43	0.06 68	0.15 418	0.16 499	0.06 169	0.04 25	0.06 202	0.05 194	0.07 386	0.07 406

MIF-Stereo (partial)	0.11 303	0.06 118	0.10 194	0.19 476	0.10 475	0.10 205	0.11 64	0.17 273	0.18 360	0.14 376	0.16 345	0.09 226	0.11 357	0.12 300	0.12 359	0.08 431	0.05 278	0.08 410	0.07 395	0.06 298	0.07 406

EKT-Stereo	0.11 303	0.07 242	0.14 398	0.15 125	0.10 475	0.13 371	0.14 247	0.18 308	0.21 419	0.11 270	0.08 126	0.12 318	0.09 275	0.11 204	0.12 359	0.08 431	0.06 432	0.07 315	0.06 295	0.08 455	0.07 406

anonymousdsp2	0.11 303	0.07 242	0.10 194	0.16 225	0.09 360	0.13 371	0.14 247	0.18 308	0.22 433	0.13 349	0.14 311	0.12 318	0.09 275	0.14 391	0.11 293	0.05 51	0.04 25	0.05 51	0.04 61	0.06 298	0.05 211

DCRE	0.11 303	0.07 242	0.13 359	0.16 225	0.11 526	0.11 261	0.17 452	0.18 308	0.17 327	0.11 270	0.18 397	0.10 265	0.10 320	0.15 418	0.11 293	0.06 169	0.05 278	0.06 202	0.06 295	0.05 173	0.04 76

knoymous	0.11 303	0.05 43	0.12 306	0.13 22	0.07 136	0.15 435	0.14 247	0.19 339	0.13 197	0.11 270	0.17 369	0.13 351	0.09 275	0.13 357	0.11 293	0.08 431	0.05 278	0.06 202	0.05 194	0.08 455	0.07 406

riskmin	0.11 303	0.06 118	0.13 359	0.14 71	0.08 225	0.14 408	0.14 247	0.18 308	0.14 230	0.11 270	0.14 311	0.16 418	0.11 357	0.14 391	0.12 359	0.09 493	0.05 278	0.07 315	0.05 194	0.08 455	0.08 477

Selective-RAFT	0.11 303	0.10 508	0.11 258	0.21 577	0.08 225	0.16 467	0.13 178	0.20 351	0.22 433	0.10 233	0.10 200	0.11 296	0.10 320	0.15 418	0.11 293	0.05 51	0.05 278	0.06 202	0.05 194	0.06 298	0.05 211

DisPM	0.11 303	0.07 242	0.12 306	0.16 225	0.09 360	0.06 14	0.13 178	0.17 273	0.17 327	0.14 376	0.20 420	0.12 318	0.10 320	0.11 204	0.10 209	0.06 169	0.04 25	0.07 315	0.06 295	0.06 298	0.11 581

CIPLG	0.11 303	0.08 362	0.14 398	0.17 311	0.08 225	0.12 315	0.15 335	0.17 273	0.15 257	0.14 376	0.11 254	0.16 418	0.09 275	0.16 453	0.11 293	0.07 347	0.05 278	0.06 202	0.05 194	0.05 173	0.06 315

GLC_STEREO	0.11 303	0.07 242	0.11 258	0.17 311	0.07 136	0.09 140	0.13 178	0.15 193	0.24 462	0.12 314	0.13 295	0.12 318	0.08 233	0.18 510	0.11 293	0.06 169	0.08 539	0.08 410	0.06 295	0.05 173	0.05 211

IPLGR_C	0.11 303	0.08 362	0.14 398	0.17 311	0.08 225	0.12 315	0.15 335	0.17 273	0.15 257	0.14 376	0.10 200	0.16 418	0.09 275	0.16 453	0.11 293	0.07 347	0.05 278	0.06 202	0.05 194	0.05 173	0.06 315

MIPNet	0.11 303	0.08 362	0.14 398	0.17 311	0.09 360	0.12 315	0.14 247	0.20 351	0.24 462	0.11 270	0.10 200	0.09 226	0.07 181	0.13 357	0.12 359	0.06 169	0.04 25	0.06 202	0.05 194	0.04 49	0.04 76

IPLGR	0.11 303	0.09 445	0.16 483	0.18 404	0.08 225	0.12 315	0.17 452	0.21 378	0.24 462	0.11 270	0.12 276	0.11 296	0.08 233	0.12 300	0.12 359	0.06 169	0.05 278	0.06 202	0.06 295	0.04 49	0.04 76

GMOStereo	0.11 303	0.09 445	0.07 14	0.19 476	0.08 225	0.12 315	0.28 658	0.13 117	0.17 327	0.11 270	0.17 369	0.14 374	0.12 390	0.07 4	0.07 1	0.05 51	0.05 278	0.09 496	0.07 395	0.04 49	0.04 76

error version	0.11 303	0.09 445	0.07 14	0.19 476	0.08 225	0.12 315	0.28 658	0.13 117	0.17 327	0.11 270	0.17 369	0.14 374	0.12 390	0.07 4	0.07 1	0.05 51	0.05 278	0.09 496	0.07 395	0.04 49	0.04 76

test-v	0.11 303	0.09 445	0.07 14	0.19 476	0.08 225	0.12 315	0.28 658	0.13 117	0.17 327	0.11 270	0.17 369	0.14 374	0.12 390	0.07 4	0.07 1	0.05 51	0.05 278	0.09 496	0.07 395	0.04 49	0.04 76

ACRE	0.11 303	0.08 362	0.14 398	0.17 311	0.08 225	0.12 315	0.15 335	0.17 273	0.14 230	0.14 376	0.10 200	0.16 418	0.09 275	0.16 453	0.11 293	0.07 347	0.05 278	0.06 202	0.05 194	0.05 173	0.06 315

PFNet+	0.11 303	0.06 118	0.13 359	0.16 225	0.09 360	0.05 4	0.12 100	0.17 273	0.21 419	0.16 432	0.19 408	0.14 374	0.10 320	0.11 204	0.11 293	0.08 431	0.05 278	0.09 496	0.08 471	0.06 298	0.11 581

LCNet	0.11 303	0.07 242	0.09 128	0.19 476	0.09 360	0.08 85	0.15 335	0.21 378	0.15 257	0.11 270	0.15 332	0.16 418	0.11 357	0.12 300	0.11 293	0.05 51	0.04 25	0.08 410	0.07 395	0.06 298	0.15 641

HHNet	0.11 303	0.06 118	0.16 483	0.15 125	0.14 604	0.07 43	0.13 178	0.20 351	0.17 327	0.14 376	0.25 506	0.11 296	0.08 233	0.13 357	0.10 209	0.05 51	0.04 25	0.08 410	0.06 295	0.05 173	0.09 523

Patchmatch Stereo++	0.11 303	0.09 445	0.16 483	0.18 404	0.08 225	0.06 14	0.11 64	0.16 234	0.13 197	0.15 403	0.16 345	0.14 374	0.12 390	0.11 204	0.10 209	0.06 169	0.04 25	0.08 410	0.06 295	0.08 455	0.07 406
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	0.11 303	0.07 242	0.16 483	0.19 476	0.09 360	0.08 85	0.13 178	0.18 308	0.13 197	0.16 432	0.21 444	0.13 351	0.14 456	0.11 204	0.14 450	0.06 169	0.04 25	0.09 496	0.06 295	0.06 298	0.05 211

OMP-Stereo	0.11 303	0.06 118	0.14 398	0.18 404	0.08 225	0.09 140	0.12 100	0.21 378	0.21 419	0.13 349	0.14 311	0.11 296	0.12 390	0.11 204	0.13 407	0.06 169	0.04 25	0.07 315	0.06 295	0.05 173	0.04 76

IIG-Stereo	0.11 303	0.06 118	0.13 359	0.17 311	0.08 225	0.11 261	0.12 100	0.22 404	0.17 327	0.14 376	0.17 369	0.11 296	0.12 390	0.12 300	0.12 359	0.06 169	0.05 278	0.07 315	0.06 295	0.05 173	0.04 76

NF-Stereo	0.11 303	0.07 242	0.13 359	0.17 311	0.09 360	0.10 205	0.14 247	0.23 427	0.19 379	0.12 314	0.17 369	0.12 318	0.11 357	0.11 204	0.11 293	0.06 169	0.04 25	0.07 315	0.06 295	0.06 298	0.12 594

OCTAStereo	0.11 303	0.07 242	0.13 359	0.17 311	0.09 360	0.10 205	0.14 247	0.23 427	0.19 379	0.12 314	0.17 369	0.12 318	0.11 357	0.11 204	0.11 293	0.06 169	0.04 25	0.07 315	0.06 295	0.06 298	0.12 594

NRIStereo	0.11 303	0.08 362	0.14 398	0.18 404	0.08 225	0.10 205	0.14 247	0.16 234	0.15 257	0.12 314	0.14 311	0.13 351	0.12 390	0.13 357	0.10 209	0.06 169	0.04 25	0.07 315	0.06 295	0.06 298	0.07 406

PSM-adaLoss	0.11 303	0.09 445	0.16 483	0.18 404	0.08 225	0.06 14	0.12 100	0.16 234	0.13 197	0.15 403	0.16 345	0.14 374	0.12 390	0.11 204	0.10 209	0.06 169	0.04 25	0.08 410	0.06 295	0.08 455	0.07 406

PSM-AAD	0.11 303	0.07 242	0.10 194	0.19 476	0.09 360	0.10 205	0.15 335	0.20 351	0.13 197	0.12 314	0.14 311	0.18 454	0.11 357	0.11 204	0.10 209	0.05 51	0.05 278	0.09 496	0.08 471	0.06 298	0.14 634

ROB_FTStereo_v2	0.11 303	0.09 445	0.16 483	0.19 476	0.08 225	0.06 14	0.12 100	0.16 234	0.13 197	0.15 403	0.16 345	0.14 374	0.12 390	0.11 204	0.10 209	0.06 169	0.04 25	0.08 410	0.06 295	0.08 455	0.07 406

ROB_FTStereo	0.11 303	0.09 445	0.16 483	0.19 476	0.08 225	0.06 14	0.11 64	0.16 234	0.13 197	0.15 403	0.16 345	0.14 374	0.12 390	0.11 204	0.10 209	0.06 169	0.04 25	0.08 410	0.06 295	0.08 455	0.07 406

KYRaft	0.11 303	0.07 242	0.10 194	0.19 476	0.09 360	0.08 85	0.15 335	0.22 404	0.12 153	0.13 349	0.16 345	0.20 481	0.10 320	0.12 300	0.10 209	0.05 51	0.04 25	0.08 410	0.08 471	0.06 298	0.16 652

HUI-Stereo	0.11 303	0.09 445	0.16 483	0.18 404	0.08 225	0.06 14	0.12 100	0.16 234	0.13 197	0.15 403	0.16 345	0.14 374	0.12 390	0.11 204	0.10 209	0.06 169	0.04 25	0.08 410	0.06 295	0.08 455	0.07 406

ASMatch	0.11 303	0.06 118	0.13 359	0.16 225	0.10 475	0.07 43	0.14 247	0.17 273	0.17 327	0.12 314	0.16 345	0.16 418	0.10 320	0.13 357	0.10 209	0.05 51	0.04 25	0.06 202	0.05 194	0.04 49	0.08 477

RAFT_R40	0.11 303	0.07 242	0.14 398	0.18 404	0.09 360	0.06 14	0.13 178	0.17 273	0.16 297	0.14 376	0.18 397	0.15 403	0.12 390	0.10 127	0.11 293	0.06 169	0.04 25	0.09 496	0.06 295	0.06 298	0.05 211

GrayStereo	0.11 303	0.06 118	0.11 258	0.19 476	0.09 360	0.09 140	0.16 407	0.18 308	0.17 327	0.14 376	0.17 369	0.17 440	0.11 357	0.12 300	0.11 293	0.05 51	0.05 278	0.07 315	0.06 295	0.05 173	0.10 554

RE-Stereo	0.11 303	0.07 242	0.13 359	0.17 311	0.09 360	0.10 205	0.14 247	0.23 427	0.19 379	0.12 314	0.17 369	0.12 318	0.11 357	0.11 204	0.11 293	0.06 169	0.04 25	0.07 315	0.06 295	0.06 298	0.12 594

Pruner-Stereo	0.11 303	0.07 242	0.12 306	0.17 311	0.09 360	0.06 14	0.12 100	0.17 273	0.17 327	0.13 349	0.19 408	0.13 351	0.09 275	0.11 204	0.11 293	0.06 169	0.04 25	0.07 315	0.06 295	0.06 298	0.08 477

TVStereo	0.11 303	0.07 242	0.13 359	0.17 311	0.09 360	0.10 205	0.14 247	0.23 427	0.19 379	0.12 314	0.17 369	0.12 318	0.11 357	0.11 204	0.11 293	0.06 169	0.04 25	0.07 315	0.06 295	0.06 298	0.12 594

DeepStereo_RVC	0.11 303	0.08 362	0.16 483	0.18 404	0.08 225	0.08 85	0.12 100	0.17 273	0.12 153	0.13 349	0.14 311	0.12 318	0.12 390	0.12 300	0.11 293	0.06 169	0.04 25	0.07 315	0.06 295	0.07 386	0.08 477

iGMRVC	0.11 303	0.09 445	0.16 483	0.19 476	0.08 225	0.06 14	0.12 100	0.16 234	0.13 197	0.15 403	0.16 345	0.14 374	0.12 390	0.11 204	0.10 209	0.06 169	0.04 25	0.08 410	0.06 295	0.08 455	0.07 406

RAFT-RH_RVC	0.11 303	0.06 118	0.14 398	0.16 225	0.09 360	0.12 315	0.12 100	0.17 273	0.12 153	0.13 349	0.41 639	0.11 296	0.10 320	0.13 357	0.12 359	0.05 51	0.04 25	0.08 410	0.05 194	0.04 49	0.06 315

RAFT-345	0.11 303	0.07 242	0.15 447	0.16 225	0.08 225	0.08 85	0.12 100	0.15 193	0.10 79	0.11 270	0.36 602	0.09 226	0.09 275	0.11 204	0.12 359	0.05 51	0.05 278	0.07 315	0.06 295	0.04 49	0.05 211

iRAFT	0.11 303	0.09 445	0.16 483	0.18 404	0.08 225	0.06 14	0.11 64	0.16 234	0.13 197	0.15 403	0.16 345	0.14 374	0.12 390	0.11 204	0.10 209	0.06 169	0.04 25	0.08 410	0.06 295	0.08 455	0.07 406

CRE-IMP	0.11 303	0.09 445	0.16 483	0.19 476	0.08 225	0.10 205	0.12 100	0.18 308	0.10 79	0.14 376	0.13 295	0.13 351	0.12 390	0.12 300	0.11 293	0.07 347	0.04 25	0.08 410	0.06 295	0.08 455	0.08 477

test-2	0.11 303	0.09 445	0.07 14	0.19 476	0.08 225	0.12 315	0.28 658	0.13 117	0.17 327	0.11 270	0.17 369	0.14 374	0.12 390	0.07 4	0.07 1	0.05 51	0.05 278	0.09 496	0.07 395	0.04 49	0.04 76

GMM-Stereo	0.11 303	0.07 242	0.10 194	0.18 404	0.09 360	0.08 85	0.15 335	0.23 427	0.16 297	0.11 270	0.15 332	0.13 351	0.11 357	0.11 204	0.11 293	0.05 51	0.04 25	0.08 410	0.07 395	0.06 298	0.09 523

RAFT-IKP	0.11 303	0.09 445	0.16 483	0.19 476	0.08 225	0.06 14	0.12 100	0.16 234	0.13 197	0.15 403	0.16 345	0.14 374	0.12 390	0.11 204	0.10 209	0.06 169	0.04 25	0.08 410	0.06 295	0.08 455	0.07 406

Prome-Stereo	0.11 303	0.06 118	0.10 194	0.18 404	0.08 225	0.12 315	0.15 335	0.22 404	0.13 197	0.12 314	0.17 369	0.13 351	0.08 233	0.12 300	0.10 209	0.05 51	0.04 25	0.07 315	0.06 295	0.06 298	0.09 523

rafts_anoy	0.11 303	0.06 118	0.10 194	0.17 311	0.08 225	0.10 205	0.14 247	0.17 273	0.14 230	0.13 349	0.13 295	0.12 318	0.10 320	0.11 204	0.12 359	0.07 347	0.04 25	0.09 496	0.11 595	0.07 386	0.06 315

raft+_RVC	0.11 303	0.07 242	0.09 128	0.16 225	0.07 136	0.10 205	0.11 64	0.24 451	0.20 403	0.12 314	0.15 332	0.12 318	0.08 233	0.12 300	0.13 407	0.07 347	0.04 25	0.07 315	0.06 295	0.05 173	0.05 211

RALAANet	0.11 303	0.08 362	0.10 194	0.17 311	0.09 360	0.14 408	0.10 35	0.20 351	0.15 257	0.14 376	0.13 295	0.16 418	0.09 275	0.12 300	0.11 293	0.06 169	0.05 278	0.07 315	0.06 295	0.05 173	0.04 76

DIP-Stereo	0.11 303	0.07 242	0.14 398	0.17 311	0.09 360	0.13 371	0.09 20	0.16 234	0.16 297	0.11 270	0.16 345	0.14 374	0.12 390	0.15 418	0.13 407	0.06 169	0.05 278	0.06 202	0.05 194	0.05 173	0.06 315
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	0.12 382	0.08 362	0.08 59	0.20 543	0.07 136	0.18 509	0.23 607	0.15 193	0.15 257	0.10 233	0.10 200	0.13 351	0.08 233	0.12 300	0.11 293	0.09 493	0.10 595	0.14 626	0.14 631	0.05 173	0.04 76

S	0.12 382	0.08 362	0.09 128	0.20 543	0.08 225	0.13 371	0.19 541	0.17 273	0.16 297	0.13 349	0.11 254	0.13 351	0.10 320	0.11 204	0.13 407	0.09 493	0.07 505	0.13 612	0.15 648	0.06 298	0.04 76

IGEV_i1	0.12 382	0.07 242	0.12 306	0.16 225	0.08 225	0.19 534	0.14 247	0.18 308	0.22 433	0.18 481	0.18 397	0.16 418	0.12 390	0.16 453	0.14 450	0.06 169	0.05 278	0.06 202	0.05 194	0.06 298	0.06 315

rvit_stereo_0083	0.12 382	0.08 362	0.17 514	0.16 225	0.09 360	0.11 261	0.15 335	0.14 149	0.26 498	0.11 270	0.14 311	0.13 351	0.10 320	0.12 300	0.12 359	0.10 537	0.08 539	0.09 496	0.07 395	0.07 386	0.05 211

rvit_stereo_ft	0.12 382	0.07 242	0.13 359	0.19 476	0.10 475	0.12 315	0.17 452	0.16 234	0.16 297	0.12 314	0.13 295	0.15 403	0.10 320	0.14 391	0.13 407	0.09 493	0.06 432	0.08 410	0.07 395	0.07 386	0.05 211

test_sample2	0.12 382	0.07 242	0.12 306	0.14 71	0.08 225	0.16 467	0.18 501	0.21 378	0.16 297	0.14 376	0.20 420	0.19 469	0.15 474	0.15 418	0.12 359	0.08 431	0.05 278	0.07 315	0.06 295	0.08 455	0.07 406

MyStereo8	0.12 382	0.07 242	0.15 447	0.15 125	0.09 360	0.18 509	0.14 247	0.19 339	0.22 433	0.12 314	0.18 397	0.11 296	0.10 320	0.16 453	0.18 532	0.07 347	0.05 278	0.07 315	0.05 194	0.08 455	0.09 523

CoDeX	0.12 382	0.07 242	0.12 306	0.17 311	0.08 225	0.12 315	0.15 335	0.23 427	0.27 508	0.13 349	0.17 369	0.16 418	0.11 357	0.14 391	0.11 293	0.07 347	0.05 278	0.07 315	0.06 295	0.06 298	0.05 211

11t1	0.12 382	0.06 118	0.13 359	0.14 71	0.08 225	0.17 490	0.15 335	0.18 308	0.15 257	0.15 403	0.15 332	0.16 418	0.16 502	0.15 418	0.13 407	0.08 431	0.05 278	0.06 202	0.05 194	0.08 455	0.07 406

ffm	0.12 382	0.09 445	0.14 398	0.16 225	0.08 225	0.17 490	0.17 452	0.15 193	0.19 379	0.15 403	0.25 506	0.19 469	0.13 432	0.10 127	0.07 1	0.06 169	0.04 25	0.09 496	0.08 471	0.06 298	0.06 315

RAFT_CTSACE	0.12 382	0.09 445	0.10 194	0.22 594	0.08 225	0.12 315	0.24 621	0.18 308	0.16 297	0.20 521	0.27 532	0.13 351	0.07 181	0.13 357	0.09 105	0.05 51	0.06 432	0.08 410	0.07 395	0.04 49	0.04 76

Sa-1000	0.12 382	0.08 362	0.08 59	0.18 404	0.08 225	0.14 408	0.22 596	0.22 404	0.18 360	0.15 403	0.20 420	0.17 440	0.11 357	0.10 127	0.10 209	0.06 169	0.05 278	0.09 496	0.09 518	0.05 173	0.05 211

SA	0.12 382	0.09 445	0.08 59	0.18 404	0.08 225	0.12 315	0.24 621	0.23 427	0.18 360	0.17 451	0.27 532	0.14 374	0.11 357	0.11 204	0.11 293	0.05 51	0.05 278	0.09 496	0.08 471	0.05 173	0.04 76

iRaft-Stereo_5w	0.12 382	0.09 445	0.12 306	0.19 476	0.08 225	0.09 140	0.12 100	0.21 378	0.21 419	0.19 498	0.14 311	0.11 296	0.09 275	0.20 550	0.16 499	0.05 51	0.05 278	0.07 315	0.06 295	0.05 173	0.06 315

CrosDoStereo	0.12 382	0.06 118	0.12 306	0.14 71	0.08 225	0.12 315	0.15 335	0.17 273	0.22 433	0.19 498	0.24 478	0.15 403	0.11 357	0.11 204	0.12 359	0.06 169	0.04 25	0.07 315	0.07 395	0.05 173	0.05 211

PSM-softLoss	0.12 382	0.07 242	0.15 447	0.17 311	0.09 360	0.08 85	0.13 178	0.24 451	0.17 327	0.14 376	0.19 408	0.13 351	0.11 357	0.11 204	0.11 293	0.07 347	0.05 278	0.08 410	0.07 395	0.06 298	0.12 594

KMStereo	0.12 382	0.07 242	0.15 447	0.17 311	0.09 360	0.08 85	0.13 178	0.24 451	0.17 327	0.14 376	0.19 408	0.13 351	0.11 357	0.11 204	0.11 293	0.07 347	0.05 278	0.08 410	0.07 395	0.06 298	0.12 594

FTStereo	0.12 382	0.06 118	0.14 398	0.18 404	0.09 360	0.07 43	0.15 335	0.21 378	0.18 360	0.12 314	0.24 478	0.12 318	0.12 390	0.13 357	0.13 407	0.05 51	0.05 278	0.07 315	0.06 295	0.06 298	0.10 554

DeepStereo_LL	0.12 382	0.06 118	0.12 306	0.14 71	0.08 225	0.12 315	0.15 335	0.17 273	0.22 433	0.19 498	0.24 478	0.15 403	0.11 357	0.11 204	0.12 359	0.06 169	0.04 25	0.07 315	0.07 395	0.05 173	0.05 211

DEmStereo	0.12 382	0.06 118	0.14 398	0.14 71	0.10 475	0.16 467	0.15 335	0.16 234	0.24 462	0.17 451	0.24 478	0.13 351	0.14 456	0.12 300	0.13 407	0.05 51	0.04 25	0.07 315	0.06 295	0.05 173	0.05 211

THIR-Stereo	0.12 382	0.07 242	0.11 258	0.15 125	0.08 225	0.14 408	0.16 407	0.17 273	0.25 484	0.16 432	0.24 478	0.14 374	0.12 390	0.12 300	0.14 450	0.06 169	0.04 25	0.07 315	0.07 395	0.05 173	0.05 211

DRaft	0.12 382	0.06 118	0.11 258	0.14 71	0.09 360	0.14 408	0.17 452	0.21 378	0.30 540	0.17 451	0.28 546	0.10 265	0.15 474	0.10 127	0.12 359	0.05 51	0.04 25	0.07 315	0.06 295	0.05 173	0.05 211

PFNet	0.12 382	0.06 118	0.17 514	0.17 311	0.08 225	0.09 140	0.15 335	0.26 488	0.20 403	0.16 432	0.16 345	0.14 374	0.11 357	0.12 300	0.11 293	0.06 169	0.04 25	0.07 315	0.06 295	0.05 173	0.05 211

IRAFT_RVC	0.12 382	0.08 362	0.16 483	0.19 476	0.08 225	0.07 43	0.15 335	0.24 451	0.23 445	0.14 376	0.14 311	0.15 403	0.12 390	0.12 300	0.10 209	0.06 169	0.04 25	0.09 496	0.06 295	0.06 298	0.06 315

sCroCo_RVC	0.12 382	0.09 445	0.23 587	0.24 628	0.11 526	0.19 534	0.14 247	0.17 273	0.14 230	0.10 233	0.13 295	0.12 318	0.07 181	0.14 391	0.11 293	0.08 431	0.08 539	0.08 410	0.08 471	0.05 173	0.07 406

ARAFT	0.12 382	0.08 362	0.17 514	0.19 476	0.09 360	0.14 408	0.18 501	0.20 351	0.12 153	0.12 314	0.13 295	0.14 374	0.11 357	0.15 418	0.12 359	0.06 169	0.05 278	0.10 545	0.09 518	0.05 173	0.04 76

BEATNet_4x	0.12 382	0.08 362	0.14 398	0.18 404	0.07 136	0.15 435	0.07 3	0.22 404	0.18 360	0.16 432	0.19 408	0.18 454	0.14 456	0.16 453	0.15 482	0.07 347	0.05 278	0.05 51	0.05 194	0.06 298	0.06 315

MLCV	0.12 382	0.07 242	0.16 483	0.18 404	0.06 29	0.15 435	0.17 452	0.19 339	0.21 419	0.18 481	0.25 506	0.17 440	0.13 432	0.14 391	0.13 407	0.05 51	0.04 25	0.05 51	0.04 61	0.05 173	0.04 76

RT-IGEV	0.13 410	0.06 118	0.13 359	0.15 125	0.09 360	0.15 435	0.17 452	0.24 451	0.27 508	0.16 432	0.17 369	0.17 440	0.10 320	0.14 391	0.11 293	0.08 431	0.05 278	0.07 315	0.05 194	0.07 386	0.07 406

Selective-IGEV-i16pc	0.13 410	0.06 118	0.13 359	0.15 125	0.11 526	0.38 668	0.16 407	0.23 427	0.16 297	0.10 233	0.15 332	0.09 226	0.06 68	0.13 357	0.10 209	0.10 537	0.08 539	0.06 202	0.07 395	0.09 520	0.09 523

Selective-IGEV-i1	0.13 410	0.07 242	0.12 306	0.19 476	0.08 225	0.18 509	0.16 407	0.22 404	0.30 540	0.16 432	0.17 369	0.16 418	0.10 320	0.14 391	0.13 407	0.06 169	0.05 278	0.06 202	0.05 194	0.06 298	0.05 211

G2L-ROB	0.13 410	0.06 118	0.13 359	0.13 22	0.08 225	0.14 408	0.16 407	0.25 470	0.18 360	0.19 498	0.18 397	0.20 481	0.14 456	0.17 487	0.16 499	0.08 431	0.05 278	0.06 202	0.05 194	0.08 455	0.09 523

xyz-stereo	0.13 410	0.07 242	0.20 562	0.15 125	0.05 2	0.20 550	0.15 335	0.17 273	0.31 548	0.15 403	0.29 558	0.26 556	0.16 502	0.13 357	0.12 359	0.05 51	0.05 278	0.06 202	0.05 194	0.04 49	0.04 76

DFGA-Net	0.13 410	0.11 535	0.18 538	0.17 311	0.10 475	0.12 315	0.13 178	0.22 404	0.25 484	0.16 432	0.16 345	0.13 351	0.12 390	0.16 453	0.14 450	0.07 347	0.05 278	0.08 410	0.07 395	0.05 173	0.05 211

FACV-RUCA	0.13 410	0.11 535	0.12 306	0.19 476	0.12 560	0.15 435	0.15 335	0.22 404	0.20 403	0.15 403	0.16 345	0.14 374	0.16 502	0.14 391	0.13 407	0.07 347	0.05 278	0.08 410	0.06 295	0.10 553	0.08 477

UGAM	0.13 410	0.10 508	0.09 128	0.22 594	0.08 225	0.12 315	0.20 565	0.17 273	0.23 445	0.21 536	0.16 345	0.13 351	0.13 432	0.19 525	0.12 359	0.07 347	0.05 278	0.13 612	0.11 595	0.07 386	0.05 211

test_sample1	0.13 410	0.07 242	0.14 398	0.13 22	0.08 225	0.19 534	0.16 407	0.20 351	0.15 257	0.14 376	0.22 456	0.18 454	0.16 502	0.17 487	0.14 450	0.07 347	0.06 432	0.06 202	0.06 295	0.08 455	0.07 406

qqq1	0.13 410	0.07 242	0.17 514	0.14 71	0.08 225	0.16 467	0.17 452	0.26 488	0.27 508	0.19 498	0.20 420	0.18 454	0.15 474	0.15 418	0.11 293	0.08 431	0.05 278	0.05 51	0.05 194	0.06 298	0.06 315

fff1	0.13 410	0.07 242	0.17 514	0.14 71	0.08 225	0.16 467	0.17 452	0.26 488	0.27 508	0.19 498	0.20 420	0.18 454	0.15 474	0.15 418	0.11 293	0.08 431	0.05 278	0.05 51	0.05 194	0.06 298	0.06 315

MyStereo05	0.13 410	0.07 242	0.10 194	0.17 311	0.09 360	0.13 371	0.18 501	0.27 509	0.35 583	0.17 451	0.14 311	0.15 403	0.11 357	0.15 418	0.13 407	0.06 169	0.05 278	0.07 315	0.07 395	0.06 298	0.06 315

MyStereo04	0.13 410	0.07 242	0.10 194	0.17 311	0.09 360	0.14 408	0.18 501	0.29 543	0.38 601	0.17 451	0.14 311	0.16 418	0.10 320	0.15 418	0.13 407	0.06 169	0.05 278	0.08 410	0.07 395	0.06 298	0.06 315

ff1	0.13 410	0.09 445	0.14 398	0.16 225	0.08 225	0.17 490	0.17 452	0.15 193	0.19 379	0.15 403	0.25 506	0.19 469	0.13 432	0.14 391	0.20 551	0.06 169	0.04 25	0.09 496	0.08 471	0.06 298	0.06 315

StereoVision	0.13 410	0.12 553	0.09 128	0.24 628	0.10 475	0.15 435	0.21 586	0.21 378	0.20 403	0.12 314	0.24 478	0.10 265	0.10 320	0.16 453	0.10 209	0.09 493	0.11 608	0.12 597	0.12 616	0.06 298	0.05 211

LL-Strereo	0.13 410	0.09 445	0.11 258	0.20 543	0.10 475	0.11 261	0.18 501	0.32 580	0.24 462	0.15 403	0.15 332	0.14 374	0.13 432	0.19 525	0.11 293	0.06 169	0.04 25	0.09 496	0.08 471	0.04 49	0.05 211

CASS	0.13 410	0.12 553	0.11 258	0.23 618	0.09 360	0.15 435	0.17 452	0.18 308	0.19 379	0.17 451	0.18 397	0.15 403	0.15 474	0.14 391	0.14 450	0.09 493	0.06 432	0.10 545	0.08 471	0.09 520	0.07 406
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.13 410	0.07 242	0.13 359	0.18 404	0.09 360	0.13 371	0.17 452	0.19 339	0.29 530	0.15 403	0.24 478	0.15 403	0.14 456	0.14 391	0.14 450	0.07 347	0.05 278	0.07 315	0.09 518	0.05 173	0.06 315

TestStereo1	0.13 410	0.08 362	0.08 59	0.19 476	0.08 225	0.18 509	0.29 668	0.23 427	0.16 297	0.17 451	0.20 420	0.16 418	0.10 320	0.12 300	0.13 407	0.06 169	0.06 432	0.08 410	0.06 295	0.05 173	0.05 211

qqq	0.13 410	0.09 445	0.15 447	0.16 225	0.08 225	0.13 371	0.15 335	0.23 427	0.16 297	0.15 403	0.19 408	0.16 418	0.16 502	0.15 418	0.16 499	0.07 347	0.06 432	0.08 410	0.08 471	0.07 386	0.07 406

x	0.13 410	0.07 242	0.14 398	0.14 71	0.08 225	0.18 509	0.14 247	0.22 404	0.20 403	0.15 403	0.19 408	0.19 469	0.17 525	0.18 510	0.18 532	0.07 347	0.05 278	0.06 202	0.06 295	0.07 386	0.07 406

raft_robust	0.13 410	0.10 508	0.07 14	0.18 404	0.08 225	0.13 371	0.24 621	0.28 529	0.33 562	0.20 521	0.19 408	0.14 374	0.10 320	0.11 204	0.12 359	0.05 51	0.05 278	0.07 315	0.07 395	0.05 173	0.04 76

RAFT+CT+SA	0.13 410	0.11 535	0.09 128	0.19 476	0.09 360	0.15 435	0.28 658	0.22 404	0.22 433	0.15 403	0.26 523	0.10 265	0.10 320	0.11 204	0.12 359	0.05 51	0.04 25	0.07 315	0.08 471	0.07 386	0.06 315

SA-5K	0.13 410	0.08 362	0.08 59	0.19 476	0.08 225	0.18 509	0.29 668	0.23 427	0.16 297	0.17 451	0.20 420	0.16 418	0.10 320	0.12 300	0.13 407	0.06 169	0.06 432	0.08 410	0.06 295	0.05 173	0.05 211

GwcNet-ADL	0.13 410	0.08 362	0.14 398	0.20 543	0.09 360	0.11 261	0.20 565	0.30 557	0.24 462	0.13 349	0.14 311	0.18 454	0.14 456	0.13 357	0.14 450	0.07 347	0.05 278	0.06 202	0.05 194	0.07 386	0.06 315

GANet-ADL	0.13 410	0.07 242	0.15 447	0.17 311	0.10 475	0.18 509	0.15 335	0.30 557	0.20 403	0.13 349	0.18 397	0.19 469	0.12 390	0.16 453	0.13 407	0.08 431	0.06 432	0.06 202	0.05 194	0.07 386	0.08 477

RAFT	0.13 410	0.09 445	0.11 258	0.18 404	0.08 225	0.15 435	0.24 621	0.20 351	0.19 379	0.21 536	0.21 444	0.17 440	0.12 390	0.16 453	0.09 105	0.06 169	0.07 505	0.10 545	0.09 518	0.05 173	0.05 211

TestStereo	0.13 410	0.14 594	0.11 258	0.23 618	0.08 225	0.15 435	0.21 586	0.20 351	0.23 445	0.14 376	0.24 478	0.16 418	0.12 390	0.16 453	0.14 450	0.05 51	0.06 432	0.08 410	0.06 295	0.09 520	0.05 211

sAnonymous2	0.13 410	0.12 553	0.24 591	0.20 543	0.12 560	0.17 490	0.13 178	0.26 488	0.21 419	0.11 270	0.11 254	0.13 351	0.08 233	0.10 127	0.10 209	0.09 493	0.05 278	0.08 410	0.06 295	0.15 642	0.10 554

CroCo_RVC	0.13 410	0.12 553	0.24 591	0.20 543	0.12 560	0.17 490	0.13 178	0.26 488	0.21 419	0.11 270	0.11 254	0.13 351	0.08 233	0.10 127	0.10 209	0.09 493	0.05 278	0.08 410	0.06 295	0.15 642	0.10 554

RAFT + AFF	0.13 410	0.07 242	0.20 562	0.20 543	0.10 475	0.14 408	0.24 621	0.26 488	0.20 403	0.11 270	0.10 200	0.12 318	0.10 320	0.15 418	0.12 359	0.07 347	0.06 432	0.09 496	0.08 471	0.06 298	0.08 477

GMStereo	0.13 410	0.14 594	0.14 398	0.18 404	0.09 360	0.15 435	0.16 407	0.20 351	0.24 462	0.16 432	0.17 369	0.10 265	0.10 320	0.16 453	0.13 407	0.07 347	0.06 432	0.06 202	0.06 295	0.07 386	0.06 315
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 410	0.07 242	0.14 398	0.17 311	0.09 360	0.15 435	0.16 407	0.28 529	0.27 508	0.14 376	0.17 369	0.12 318	0.13 432	0.14 391	0.11 293	0.08 431	0.05 278	0.07 315	0.07 395	0.07 386	0.06 315

FENet	0.13 410	0.08 362	0.12 306	0.16 225	0.08 225	0.14 408	0.15 335	0.22 404	0.23 445	0.17 451	0.23 465	0.16 418	0.12 390	0.14 391	0.15 482	0.08 431	0.05 278	0.08 410	0.08 471	0.07 386	0.07 406

cf-r	0.13 410	0.07 242	0.12 306	0.16 225	0.08 225	0.14 408	0.19 541	0.20 351	0.25 484	0.17 451	0.25 506	0.21 490	0.16 502	0.14 391	0.14 450	0.10 537	0.05 278	0.06 202	0.08 471	0.06 298	0.06 315

iResNet	0.13 410	0.10 508	0.18 538	0.19 476	0.08 225	0.13 371	0.18 501	0.20 351	0.26 498	0.15 403	0.23 465	0.15 403	0.13 432	0.14 391	0.14 450	0.06 169	0.04 25	0.06 202	0.05 194	0.06 298	0.05 211

DN-CSS_ROB	0.13 410	0.13 581	0.16 483	0.18 404	0.10 475	0.16 467	0.08 7	0.22 404	0.18 360	0.17 451	0.22 456	0.13 351	0.13 432	0.12 300	0.13 407	0.05 51	0.05 278	0.10 545	0.10 561	0.08 455	0.06 315

Selective-IGEV-i16pb	0.14 447	0.08 362	0.17 514	0.15 125	0.11 526	0.41 673	0.16 407	0.28 529	0.23 445	0.11 270	0.20 420	0.10 265	0.07 181	0.17 487	0.12 359	0.10 537	0.07 505	0.06 202	0.08 471	0.09 520	0.10 554

G2L-Stereo_test	0.14 447	0.07 242	0.11 258	0.13 22	0.08 225	0.12 315	0.16 407	0.30 557	0.28 523	0.20 521	0.23 465	0.20 481	0.16 502	0.17 487	0.18 532	0.07 347	0.05 278	0.05 51	0.05 194	0.07 386	0.06 315

coex_refinement	0.14 447	0.07 242	0.12 306	0.17 311	0.10 475	0.15 435	0.15 335	0.26 488	0.29 530	0.18 481	0.20 420	0.22 508	0.17 525	0.16 453	0.18 532	0.08 431	0.05 278	0.06 202	0.06 295	0.09 520	0.08 477

G2L-Stereo	0.14 447	0.07 242	0.13 359	0.17 311	0.09 360	0.13 371	0.12 100	0.27 509	0.22 433	0.16 432	0.27 532	0.21 490	0.13 432	0.17 487	0.18 532	0.09 493	0.08 539	0.08 410	0.07 395	0.07 386	0.07 406

rvit_0105_6	0.14 447	0.09 445	0.18 538	0.17 311	0.10 475	0.10 205	0.16 407	0.19 339	0.26 498	0.12 314	0.18 397	0.17 440	0.12 390	0.18 510	0.12 359	0.15 638	0.11 608	0.12 597	0.10 561	0.09 520	0.06 315

rvit_0105_5	0.14 447	0.09 445	0.13 359	0.17 311	0.09 360	0.14 408	0.23 607	0.24 451	0.27 508	0.14 376	0.15 332	0.18 454	0.12 390	0.17 487	0.14 450	0.14 634	0.11 608	0.10 545	0.10 561	0.08 455	0.06 315

rvit_0105_4	0.14 447	0.09 445	0.17 514	0.17 311	0.10 475	0.12 315	0.19 541	0.23 427	0.27 508	0.14 376	0.20 420	0.17 440	0.13 432	0.17 487	0.13 407	0.15 638	0.11 608	0.11 577	0.10 561	0.09 520	0.06 315

DCVSM-stereo	0.14 447	0.09 445	0.16 483	0.16 225	0.10 475	0.15 435	0.09 20	0.19 339	0.23 445	0.20 521	0.23 465	0.26 556	0.15 474	0.18 510	0.14 450	0.09 493	0.07 505	0.09 496	0.08 471	0.10 553	0.12 594

test_sample6	0.14 447	0.08 362	0.13 359	0.16 225	0.08 225	0.17 490	0.19 541	0.25 470	0.17 327	0.17 451	0.27 532	0.19 469	0.14 456	0.15 418	0.13 407	0.08 431	0.05 278	0.08 410	0.07 395	0.08 455	0.08 477

test_sample5	0.14 447	0.08 362	0.14 398	0.16 225	0.08 225	0.18 509	0.18 501	0.25 470	0.17 327	0.17 451	0.27 532	0.18 454	0.14 456	0.16 453	0.13 407	0.08 431	0.05 278	0.08 410	0.07 395	0.08 455	0.08 477

test_sample4	0.14 447	0.08 362	0.14 398	0.15 125	0.08 225	0.19 534	0.18 501	0.26 488	0.17 327	0.16 432	0.25 506	0.18 454	0.14 456	0.16 453	0.13 407	0.08 431	0.06 432	0.08 410	0.06 295	0.08 455	0.08 477

test_sample3	0.14 447	0.08 362	0.15 447	0.14 71	0.09 360	0.19 534	0.17 452	0.26 488	0.18 360	0.16 432	0.22 456	0.19 469	0.15 474	0.17 487	0.13 407	0.08 431	0.06 432	0.07 315	0.06 295	0.09 520	0.08 477

DispNO	0.14 447	0.08 362	0.17 514	0.19 476	0.12 560	0.11 261	0.21 586	0.23 427	0.29 530	0.17 451	0.23 465	0.18 454	0.17 525	0.15 418	0.15 482	0.07 347	0.05 278	0.08 410	0.08 471	0.07 386	0.06 315

SMFormer	0.14 447	0.07 242	0.17 514	0.14 71	0.08 225	0.16 467	0.17 452	0.26 488	0.27 508	0.19 498	0.20 420	0.18 454	0.15 474	0.15 418	0.17 514	0.08 431	0.05 278	0.07 315	0.06 295	0.07 386	0.06 315

tta	0.14 447	0.07 242	0.17 514	0.14 71	0.08 225	0.16 467	0.17 452	0.26 488	0.27 508	0.19 498	0.20 420	0.18 454	0.15 474	0.15 418	0.17 514	0.08 431	0.05 278	0.07 315	0.06 295	0.06 298	0.06 315

mmm	0.14 447	0.08 362	0.17 514	0.17 311	0.09 360	0.17 490	0.18 501	0.21 378	0.15 257	0.15 403	0.23 465	0.21 490	0.16 502	0.16 453	0.17 514	0.08 431	0.05 278	0.08 410	0.07 395	0.07 386	0.07 406

DualNet	0.14 447	0.08 362	0.14 398	0.16 225	0.08 225	0.18 509	0.18 501	0.25 470	0.17 327	0.17 451	0.27 532	0.18 454	0.14 456	0.16 453	0.13 407	0.08 431	0.05 278	0.08 410	0.07 395	0.08 455	0.08 477

mmx	0.14 447	0.09 445	0.14 398	0.16 225	0.08 225	0.17 490	0.17 452	0.27 509	0.25 484	0.15 403	0.25 506	0.19 469	0.13 432	0.14 391	0.20 551	0.08 431	0.06 432	0.09 496	0.08 471	0.08 455	0.08 477

xxx	0.14 447	0.09 445	0.14 398	0.16 225	0.08 225	0.17 490	0.17 452	0.27 509	0.25 484	0.15 403	0.25 506	0.19 469	0.13 432	0.14 391	0.20 551	0.08 431	0.06 432	0.09 496	0.08 471	0.08 455	0.08 477

PCWNet_CMD	0.14 447	0.08 362	0.15 447	0.17 311	0.09 360	0.14 408	0.14 247	0.29 543	0.36 587	0.14 376	0.20 420	0.21 490	0.12 390	0.17 487	0.13 407	0.07 347	0.05 278	0.07 315	0.07 395	0.07 386	0.07 406

CBFPSM	0.14 447	0.06 118	0.26 599	0.17 311	0.09 360	0.13 371	0.15 335	0.22 404	0.23 445	0.20 521	0.27 532	0.24 532	0.16 502	0.16 453	0.18 532	0.06 169	0.06 432	0.06 202	0.07 395	0.07 386	0.07 406

gwcnet-sp	0.14 447	0.07 242	0.12 306	0.18 404	0.09 360	0.16 467	0.17 452	0.24 451	0.24 462	0.18 481	0.24 478	0.15 403	0.16 502	0.15 418	0.15 482	0.08 431	0.06 432	0.07 315	0.08 471	0.08 455	0.07 406

scenet	0.14 447	0.07 242	0.12 306	0.18 404	0.09 360	0.16 467	0.17 452	0.24 451	0.24 462	0.18 481	0.24 478	0.15 403	0.16 502	0.15 418	0.15 482	0.08 431	0.06 432	0.07 315	0.08 471	0.08 455	0.07 406

ssnet	0.14 447	0.07 242	0.12 306	0.18 404	0.09 360	0.16 467	0.17 452	0.24 451	0.24 462	0.18 481	0.24 478	0.15 403	0.16 502	0.15 418	0.15 482	0.08 431	0.06 432	0.07 315	0.08 471	0.08 455	0.07 406

BUS	0.14 447	0.09 445	0.14 398	0.22 594	0.10 475	0.19 534	0.14 247	0.34 609	0.19 379	0.17 451	0.22 456	0.16 418	0.13 432	0.15 418	0.13 407	0.08 431	0.06 432	0.10 545	0.09 518	0.07 386	0.07 406

IER	0.14 447	0.07 242	0.13 359	0.17 311	0.09 360	0.14 408	0.16 407	0.25 470	0.26 498	0.18 481	0.25 506	0.17 440	0.20 568	0.16 453	0.14 450	0.08 431	0.05 278	0.07 315	0.06 295	0.08 455	0.07 406

test_5	0.14 447	0.12 553	0.08 59	0.20 543	0.10 475	0.14 408	0.29 668	0.21 378	0.24 462	0.18 481	0.28 546	0.11 296	0.15 474	0.12 300	0.13 407	0.06 169	0.05 278	0.07 315	0.08 471	0.08 455	0.07 406

psmg	0.14 447	0.09 445	0.14 398	0.17 311	0.10 475	0.15 435	0.17 452	0.29 543	0.19 379	0.17 451	0.21 444	0.25 546	0.16 502	0.15 418	0.14 450	0.08 431	0.06 432	0.08 410	0.08 471	0.07 386	0.06 315

UDGNet	0.14 447	0.13 581	0.16 483	0.17 311	0.10 475	0.12 315	0.16 407	0.21 378	0.27 508	0.20 521	0.20 420	0.16 418	0.13 432	0.16 453	0.13 407	0.10 537	0.06 432	0.09 496	0.07 395	0.06 298	0.07 406

CFNet_pseudo	0.14 447	0.08 362	0.15 447	0.16 225	0.09 360	0.13 371	0.14 247	0.27 509	0.34 574	0.14 376	0.21 444	0.22 508	0.13 432	0.18 510	0.14 450	0.07 347	0.05 278	0.08 410	0.06 295	0.07 386	0.07 406

GES	0.14 447	0.08 362	0.16 483	0.15 125	0.10 475	0.13 371	0.13 178	0.28 529	0.25 484	0.16 432	0.23 465	0.18 454	0.13 432	0.16 453	0.13 407	0.08 431	0.07 505	0.07 315	0.06 295	0.08 455	0.09 523

GANet-RSSM	0.14 447	0.07 242	0.13 359	0.13 22	0.08 225	0.14 408	0.17 452	0.22 404	0.21 419	0.17 451	0.24 478	0.23 526	0.15 474	0.16 453	0.15 482	0.10 537	0.06 432	0.07 315	0.08 471	0.08 455	0.07 406

PSMNet-RSSM	0.14 447	0.07 242	0.13 359	0.15 125	0.08 225	0.13 371	0.16 407	0.24 451	0.24 462	0.16 432	0.28 546	0.22 508	0.14 456	0.15 418	0.13 407	0.11 569	0.06 432	0.09 496	0.12 616	0.08 455	0.07 406

GwcNet-RSSM	0.14 447	0.07 242	0.12 306	0.15 125	0.08 225	0.15 435	0.20 565	0.21 378	0.27 508	0.18 481	0.27 532	0.22 508	0.16 502	0.14 391	0.15 482	0.10 537	0.05 278	0.07 315	0.09 518	0.07 386	0.07 406

CFNet-ft	0.14 447	0.07 242	0.15 447	0.12 7	0.09 360	0.16 467	0.18 501	0.22 404	0.24 462	0.17 451	0.26 523	0.24 532	0.14 456	0.16 453	0.14 450	0.11 569	0.06 432	0.08 410	0.09 518	0.09 520	0.08 477

CCAANet	0.14 447	0.06 118	0.14 398	0.17 311	0.09 360	0.16 467	0.13 178	0.30 557	0.24 462	0.16 432	0.32 578	0.18 454	0.17 525	0.17 487	0.14 450	0.06 169	0.05 278	0.09 496	0.09 518	0.06 298	0.09 523

DMCA	0.14 447	0.09 445	0.16 483	0.19 476	0.09 360	0.15 435	0.17 452	0.23 427	0.27 508	0.14 376	0.19 408	0.17 440	0.18 540	0.15 418	0.17 514	0.10 537	0.06 432	0.08 410	0.06 295	0.09 520	0.10 554

RASNet	0.14 447	0.07 242	0.14 398	0.16 225	0.08 225	0.18 509	0.14 247	0.29 543	0.20 403	0.17 451	0.25 506	0.21 490	0.18 540	0.20 550	0.19 545	0.07 347	0.06 432	0.06 202	0.08 471	0.06 298	0.06 315

MSMDNet	0.14 447	0.08 362	0.15 447	0.17 311	0.09 360	0.14 408	0.14 247	0.29 543	0.36 587	0.14 376	0.21 444	0.21 490	0.12 390	0.17 487	0.14 450	0.07 347	0.05 278	0.07 315	0.07 395	0.07 386	0.07 406

HSM-Net_RVC	0.14 447	0.08 362	0.11 258	0.15 125	0.08 225	0.15 435	0.15 335	0.27 509	0.29 530	0.19 498	0.21 444	0.29 583	0.14 456	0.17 487	0.13 407	0.06 169	0.06 432	0.06 202	0.06 295	0.07 386	0.06 315
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 447	0.07 242	0.15 447	0.12 7	0.09 360	0.16 467	0.18 501	0.22 404	0.24 462	0.17 451	0.26 523	0.24 532	0.14 456	0.16 453	0.14 450	0.11 569	0.06 432	0.08 410	0.09 518	0.09 520	0.08 477

ccs_rob	0.14 447	0.08 362	0.15 447	0.16 225	0.09 360	0.12 315	0.14 247	0.27 509	0.34 574	0.14 376	0.21 444	0.22 508	0.13 432	0.18 510	0.14 450	0.07 347	0.05 278	0.08 410	0.07 395	0.07 386	0.07 406

UCFNet_RVC	0.14 447	0.08 362	0.13 359	0.11 1	0.10 475	0.20 550	0.10 35	0.24 451	0.22 433	0.17 451	0.20 420	0.23 526	0.15 474	0.17 487	0.15 482	0.12 594	0.07 505	0.10 545	0.13 627	0.11 577	0.10 554

iResNetv2_ROB	0.14 447	0.08 362	0.15 447	0.16 225	0.08 225	0.16 467	0.12 100	0.25 470	0.35 583	0.21 536	0.29 558	0.24 532	0.13 432	0.14 391	0.14 450	0.06 169	0.05 278	0.06 202	0.04 61	0.09 520	0.08 477

iResNet_ROB	0.14 447	0.07 242	0.13 359	0.14 71	0.07 136	0.18 509	0.14 247	0.26 488	0.31 548	0.22 552	0.25 506	0.23 526	0.15 474	0.15 418	0.13 407	0.07 347	0.05 278	0.05 51	0.04 61	0.08 455	0.08 477

DDVS	0.15 492	0.10 508	0.21 572	0.16 225	0.12 560	0.15 435	0.14 247	0.25 470	0.19 379	0.18 481	0.29 558	0.27 564	0.12 390	0.19 525	0.15 482	0.09 493	0.06 432	0.09 496	0.07 395	0.11 577	0.11 581

rvit_0105_3	0.15 492	0.09 445	0.14 398	0.19 476	0.12 560	0.15 435	0.25 636	0.25 470	0.29 530	0.15 403	0.17 369	0.20 481	0.13 432	0.17 487	0.14 450	0.13 620	0.11 608	0.12 597	0.14 631	0.07 386	0.06 315

ACV-stereo	0.15 492	0.10 508	0.28 611	0.18 404	0.12 560	0.14 408	0.12 100	0.23 427	0.21 419	0.19 498	0.23 465	0.22 508	0.15 474	0.23 591	0.17 514	0.07 347	0.06 432	0.07 315	0.07 395	0.07 386	0.07 406

ITSA-stereo	0.15 492	0.10 508	0.14 398	0.19 476	0.08 225	0.12 315	0.14 247	0.30 557	0.49 648	0.17 451	0.19 408	0.22 508	0.15 474	0.17 487	0.16 499	0.10 537	0.06 432	0.08 410	0.08 471	0.08 455	0.08 477

test_sample7	0.15 492	0.10 508	0.16 483	0.14 71	0.11 526	0.16 467	0.16 407	0.27 509	0.23 445	0.20 521	0.20 420	0.24 532	0.19 556	0.16 453	0.16 499	0.12 594	0.06 432	0.10 545	0.09 518	0.10 553	0.10 554

1111x	0.15 492	0.08 362	0.12 306	0.18 404	0.07 136	0.18 509	0.25 636	0.31 569	0.24 462	0.17 451	0.24 478	0.26 556	0.15 474	0.13 357	0.23 592	0.07 347	0.07 505	0.08 410	0.09 518	0.07 386	0.06 315

CFNet_ucs	0.15 492	0.08 362	0.16 483	0.16 225	0.11 526	0.14 408	0.14 247	0.30 557	0.34 574	0.16 432	0.24 478	0.23 526	0.14 456	0.18 510	0.15 482	0.09 493	0.06 432	0.08 410	0.07 395	0.09 520	0.09 523

BSDual-CNN	0.15 492	0.09 445	0.14 398	0.22 594	0.10 475	0.14 408	0.15 335	0.34 609	0.19 379	0.17 451	0.22 456	0.25 546	0.16 502	0.15 418	0.14 450	0.08 431	0.06 432	0.10 545	0.09 518	0.07 386	0.07 406

hknet	0.15 492	0.11 535	0.13 359	0.22 594	0.11 526	0.14 408	0.15 335	0.34 609	0.25 484	0.17 451	0.22 456	0.22 508	0.18 540	0.17 487	0.12 359	0.07 347	0.06 432	0.10 545	0.09 518	0.07 386	0.07 406

dd	0.15 492	0.16 612	0.16 483	0.19 476	0.09 360	0.15 435	0.18 501	0.21 378	0.25 484	0.23 565	0.20 420	0.21 490	0.09 275	0.21 567	0.16 499	0.10 537	0.06 432	0.08 410	0.06 295	0.08 455	0.06 315

DAS	0.15 492	0.08 362	0.18 538	0.19 476	0.10 475	0.19 534	0.17 452	0.27 509	0.29 530	0.18 481	0.25 506	0.21 490	0.15 474	0.16 453	0.12 359	0.08 431	0.06 432	0.06 202	0.06 295	0.07 386	0.07 406

SepStereo	0.15 492	0.08 362	0.18 538	0.19 476	0.10 475	0.19 534	0.17 452	0.27 509	0.29 530	0.18 481	0.25 506	0.21 490	0.15 474	0.25 607	0.12 359	0.08 431	0.06 432	0.06 202	0.06 295	0.07 386	0.07 406

PSMNet-ADL	0.15 492	0.12 553	0.13 359	0.22 594	0.09 360	0.13 371	0.20 565	0.26 488	0.23 445	0.18 481	0.20 420	0.24 532	0.16 502	0.18 510	0.17 514	0.08 431	0.08 539	0.08 410	0.11 595	0.08 455	0.07 406

LMCR-Stereo	0.15 492	0.08 362	0.13 359	0.21 577	0.09 360	0.17 490	0.20 565	0.27 509	0.19 379	0.24 574	0.24 478	0.23 526	0.17 525	0.20 550	0.17 514	0.07 347	0.06 432	0.08 410	0.06 295	0.10 553	0.08 477

ICVP	0.15 492	0.09 445	0.12 306	0.22 594	0.09 360	0.17 490	0.21 586	0.25 470	0.23 445	0.18 481	0.30 565	0.26 556	0.18 540	0.17 487	0.14 450	0.09 493	0.07 505	0.08 410	0.07 395	0.07 386	0.07 406
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xxxx	0.15 492	0.07 242	0.14 398	0.14 71	0.08 225	0.23 593	0.18 501	0.31 569	0.19 379	0.14 376	0.28 546	0.22 508	0.14 456	0.15 418	0.26 626	0.09 493	0.05 278	0.07 315	0.07 395	0.08 455	0.07 406

test_xeample	0.15 492	0.06 118	0.13 359	0.14 71	0.08 225	0.21 568	0.20 565	0.28 529	0.20 403	0.16 432	0.29 558	0.19 469	0.16 502	0.15 418	0.26 626	0.09 493	0.05 278	0.07 315	0.07 395	0.07 386	0.07 406

ACVNet	0.15 492	0.09 445	0.15 447	0.13 22	0.12 560	0.14 408	0.20 565	0.22 404	0.33 562	0.17 451	0.26 523	0.21 490	0.16 502	0.17 487	0.21 571	0.07 347	0.06 432	0.06 202	0.06 295	0.08 455	0.06 315

acv_ft	0.15 492	0.09 445	0.15 447	0.19 476	0.10 475	0.16 467	0.17 452	0.25 470	0.33 562	0.19 498	0.26 523	0.21 490	0.17 525	0.17 487	0.18 532	0.07 347	0.06 432	0.06 202	0.06 295	0.08 455	0.06 315

CFNet	0.15 492	0.10 508	0.17 514	0.17 311	0.08 225	0.18 509	0.09 20	0.28 529	0.25 484	0.19 498	0.24 478	0.24 532	0.17 525	0.17 487	0.14 450	0.08 431	0.06 432	0.09 496	0.10 561	0.07 386	0.06 315

AdaStereo	0.15 492	0.11 535	0.15 447	0.18 404	0.09 360	0.20 550	0.11 64	0.32 580	0.28 523	0.20 521	0.23 465	0.20 481	0.13 432	0.19 525	0.14 450	0.12 594	0.05 278	0.10 545	0.07 395	0.09 520	0.07 406
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	0.15 492	0.08 362	0.14 398	0.16 225	0.09 360	0.16 467	0.14 247	0.28 529	0.25 484	0.19 498	0.23 465	0.37 637	0.16 502	0.20 550	0.15 482	0.07 347	0.05 278	0.07 315	0.06 295	0.07 386	0.06 315

pmcnn	0.15 492	0.07 242	0.19 550	0.15 125	0.07 136	0.20 550	0.15 335	0.24 451	0.26 498	0.21 536	0.34 595	0.28 574	0.18 540	0.18 510	0.17 514	0.07 347	0.05 278	0.05 51	0.04 61	0.07 386	0.06 315

DStereoRT	0.16 515	0.06 118	0.11 258	0.19 476	0.09 360	0.12 315	0.12 100	0.28 529	0.22 433	0.12 314	0.20 420	0.11 296	0.10 320	0.15 418	0.14 450	0.06 169	0.05 278	0.96 716	0.09 518	0.05 173	0.04 76

DualNet (step1)	0.16 515	0.12 553	0.20 562	0.12 7	0.14 604	0.17 490	0.13 178	0.27 509	0.23 445	0.20 521	0.20 420	0.24 532	0.19 556	0.16 453	0.16 499	0.15 638	0.06 432	0.14 626	0.14 631	0.14 626	0.12 594

GMStereo_Zeroshot	0.16 515	0.13 581	0.24 591	0.20 543	0.10 475	0.17 490	0.13 178	0.29 543	0.25 484	0.23 565	0.32 578	0.25 546	0.11 357	0.19 525	0.14 450	0.09 493	0.06 432	0.11 577	0.06 295	0.12 592	0.08 477

iinet-f	0.16 515	0.06 118	0.45 656	0.14 71	0.10 475	0.21 568	0.14 247	0.27 509	0.23 445	0.21 536	0.24 478	0.21 490	0.15 474	0.18 510	0.21 571	0.09 493	0.07 505	0.07 315	0.06 295	0.09 520	0.10 554

CRFU-Net	0.16 515	0.08 362	0.14 398	0.17 311	0.09 360	0.19 534	0.14 247	0.26 488	0.20 403	0.28 614	0.27 532	0.29 583	0.17 525	0.19 525	0.17 514	0.09 493	0.09 573	0.07 315	0.07 395	0.08 455	0.08 477

NINENet	0.16 515	0.10 508	0.15 447	0.17 311	0.11 526	0.19 534	0.14 247	0.40 653	0.36 587	0.18 481	0.21 444	0.16 418	0.13 432	0.15 418	0.13 407	0.08 431	0.08 539	0.10 545	0.07 395	0.10 553	0.09 523

CSP-Net	0.16 515	0.09 445	0.14 398	0.16 225	0.09 360	0.19 534	0.17 452	0.25 470	0.32 555	0.25 587	0.30 565	0.24 532	0.15 474	0.21 567	0.18 532	0.09 493	0.06 432	0.07 315	0.07 395	0.08 455	0.07 406

AASNet	0.16 515	0.08 362	0.12 306	0.19 476	0.09 360	0.18 509	0.15 335	0.37 637	0.37 594	0.19 498	0.23 465	0.20 481	0.16 502	0.17 487	0.20 551	0.10 537	0.08 539	0.08 410	0.07 395	0.09 520	0.09 523

AACVNet	0.16 515	0.08 362	0.14 398	0.15 125	0.10 475	0.18 509	0.15 335	0.23 427	0.24 462	0.27 599	0.27 532	0.28 574	0.17 525	0.19 525	0.16 499	0.09 493	0.07 505	0.09 496	0.07 395	0.10 553	0.09 523

ADLNet2	0.16 515	0.09 445	0.13 359	0.16 225	0.09 360	0.20 550	0.16 407	0.31 569	0.39 605	0.16 432	0.20 420	0.20 481	0.18 540	0.21 567	0.22 580	0.08 431	0.06 432	0.07 315	0.07 395	0.09 520	0.07 406

Anonymous3	0.16 515	0.13 581	0.33 631	0.26 644	0.14 604	0.27 629	0.17 452	0.28 529	0.28 523	0.15 403	0.17 369	0.14 374	0.10 320	0.15 418	0.12 359	0.08 431	0.08 539	0.08 410	0.08 471	0.08 455	0.11 581

ADLNet	0.16 515	0.08 362	0.15 447	0.16 225	0.10 475	0.16 467	0.17 452	0.32 580	0.27 508	0.22 552	0.27 532	0.24 532	0.16 502	0.18 510	0.21 571	0.10 537	0.06 432	0.10 545	0.10 561	0.08 455	0.09 523

HCRNet	0.16 515	0.24 660	0.12 306	0.35 678	0.11 526	0.15 435	0.17 452	0.26 488	0.22 433	0.19 498	0.24 478	0.21 490	0.14 456	0.15 418	0.13 407	0.11 569	0.07 505	0.11 577	0.10 561	0.09 520	0.07 406

222	0.16 515	0.07 242	0.14 398	0.14 71	0.08 225	0.24 598	0.18 501	0.30 557	0.20 403	0.17 451	0.28 546	0.17 440	0.16 502	0.15 418	0.40 682	0.10 537	0.05 278	0.07 315	0.06 295	0.07 386	0.08 477

UPFNet	0.16 515	0.08 362	0.12 306	0.20 543	0.12 560	0.20 550	0.23 607	0.28 529	0.26 498	0.17 451	0.24 478	0.22 508	0.19 556	0.19 525	0.21 571	0.09 493	0.07 505	0.08 410	0.09 518	0.08 455	0.06 315

ac_64	0.16 515	0.08 362	0.15 447	0.18 404	0.10 475	0.22 577	0.18 501	0.24 451	0.21 419	0.18 481	0.24 478	0.29 583	0.18 540	0.19 525	0.22 580	0.09 493	0.07 505	0.08 410	0.09 518	0.07 386	0.06 315

DSFCA	0.16 515	0.09 445	0.14 398	0.16 225	0.10 475	0.20 550	0.19 541	0.28 529	0.31 548	0.23 565	0.24 478	0.22 508	0.15 474	0.19 525	0.20 551	0.10 537	0.07 505	0.09 496	0.09 518	0.08 455	0.08 477

FADNet-RVC-Resample	0.16 515	0.11 535	0.31 624	0.22 594	0.11 526	0.19 534	0.14 247	0.25 470	0.24 462	0.24 574	0.27 532	0.20 481	0.15 474	0.16 453	0.15 482	0.07 347	0.08 539	0.12 597	0.10 561	0.09 520	0.10 554

FADNet_RVC	0.16 515	0.14 594	0.40 649	0.20 543	0.11 526	0.13 371	0.13 178	0.26 488	0.22 433	0.21 536	0.23 465	0.20 481	0.17 525	0.14 391	0.16 499	0.08 431	0.08 539	0.12 597	0.09 518	0.11 577	0.10 554

AANet_RVC	0.16 515	0.10 508	0.10 194	0.18 404	0.09 360	0.18 509	0.19 541	0.26 488	0.31 548	0.22 552	0.35 599	0.21 490	0.21 572	0.22 580	0.16 499	0.06 169	0.05 278	0.06 202	0.06 295	0.07 386	0.06 315

DeepPruner_ROB	0.16 515	0.11 535	0.15 447	0.17 311	0.10 475	0.17 490	0.15 335	0.32 580	0.21 419	0.19 498	0.21 444	0.22 508	0.18 540	0.20 550	0.15 482	0.13 620	0.09 573	0.09 496	0.09 518	0.11 577	0.10 554

z-ln-s-r	0.17 536	0.10 508	0.40 649	0.19 476	0.08 225	0.17 490	0.18 501	0.22 404	0.33 562	0.18 481	0.40 628	0.22 508	0.17 525	0.20 550	0.23 592	0.07 347	0.05 278	0.07 315	0.07 395	0.07 386	0.05 211

rvit_stereo_0075_2	0.17 536	0.12 553	0.25 596	0.23 618	0.16 635	0.13 371	0.10 35	0.30 557	0.27 508	0.20 521	0.28 546	0.22 508	0.15 474	0.18 510	0.13 407	0.16 654	0.10 595	0.17 650	0.10 561	0.10 553	0.09 523

ToySt	0.17 536	0.11 535	0.18 538	0.17 311	0.11 526	0.16 467	0.25 636	0.24 451	0.33 562	0.19 498	0.24 478	0.26 556	0.24 595	0.19 525	0.20 551	0.07 347	0.08 539	0.09 496	0.10 561	0.09 520	0.08 477

ssnet_v2	0.17 536	0.10 508	0.17 514	0.17 311	0.11 526	0.21 568	0.21 586	0.33 600	0.25 484	0.22 552	0.22 456	0.27 564	0.18 540	0.22 580	0.20 551	0.11 569	0.09 573	0.09 496	0.09 518	0.08 455	0.08 477

dad	0.17 536	0.20 644	0.20 562	0.16 225	0.11 526	0.20 550	0.18 501	0.21 378	0.28 523	0.30 628	0.24 478	0.29 583	0.13 432	0.19 525	0.16 499	0.18 660	0.09 573	0.11 577	0.09 518	0.11 577	0.07 406

GEStereo_RVC	0.17 536	0.12 553	0.15 447	0.22 594	0.11 526	0.19 534	0.17 452	0.32 580	0.48 641	0.20 521	0.25 506	0.17 440	0.13 432	0.21 567	0.16 499	0.10 537	0.06 432	0.08 410	0.07 395	0.09 520	0.08 477

MMNet	0.17 536	0.09 445	0.16 483	0.20 543	0.11 526	0.27 629	0.20 565	0.25 470	0.41 614	0.22 552	0.30 565	0.21 490	0.20 568	0.17 487	0.20 551	0.06 169	0.06 432	0.07 315	0.07 395	0.08 455	0.07 406

delet	0.17 536	0.08 362	0.17 514	0.19 476	0.11 526	0.20 550	0.21 586	0.30 557	0.37 594	0.17 451	0.26 523	0.19 469	0.19 556	0.19 525	0.21 571	0.08 431	0.08 539	0.09 496	0.11 595	0.06 298	0.06 315

UNet	0.17 536	0.09 445	0.18 538	0.19 476	0.12 560	0.27 629	0.19 541	0.33 600	0.29 530	0.21 536	0.24 478	0.23 526	0.19 556	0.19 525	0.18 532	0.07 347	0.06 432	0.08 410	0.07 395	0.08 455	0.06 315

HGLStereo	0.17 536	0.08 362	0.19 550	0.17 311	0.12 560	0.18 509	0.18 501	0.31 569	0.32 555	0.21 536	0.32 578	0.25 546	0.18 540	0.19 525	0.20 551	0.09 493	0.09 573	0.07 315	0.07 395	0.09 520	0.10 554

DMCA-RVC	0.17 536	0.10 508	0.15 447	0.24 628	0.11 526	0.18 509	0.18 501	0.25 470	0.24 462	0.21 536	0.26 523	0.25 546	0.27 618	0.18 510	0.20 551	0.12 594	0.08 539	0.13 612	0.10 561	0.10 553	0.08 477

TDLM	0.17 536	0.12 553	0.13 359	0.24 628	0.10 475	0.18 509	0.18 501	0.36 631	0.30 540	0.21 536	0.28 546	0.28 574	0.18 540	0.23 591	0.18 532	0.11 569	0.07 505	0.10 545	0.10 561	0.08 455	0.08 477

NLCA_NET_v2_RVC	0.17 536	0.10 508	0.22 578	0.20 543	0.10 475	0.15 435	0.18 501	0.31 569	0.25 484	0.21 536	0.30 565	0.25 546	0.17 525	0.21 567	0.20 551	0.09 493	0.06 432	0.08 410	0.08 471	0.07 386	0.08 477
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	0.17 536	0.12 553	0.15 447	0.20 543	0.09 360	0.18 509	0.18 501	0.26 488	0.23 445	0.26 593	0.40 628	0.22 508	0.17 525	0.21 567	0.20 551	0.08 431	0.05 278	0.09 496	0.10 561	0.07 386	0.07 406
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ISRNet	0.18 550	0.08 362	0.19 550	0.19 476	0.13 583	0.15 435	0.12 100	0.30 557	0.32 555	0.21 536	0.25 506	0.27 564	0.17 525	0.17 487	0.20 551	0.20 669	0.08 539	0.14 626	0.14 631	0.14 626	0.17 661

test_sample9	0.18 550	0.12 553	0.20 562	0.12 7	0.14 604	0.17 490	0.13 178	0.27 509	0.23 445	0.20 521	0.20 420	0.24 532	0.19 556	0.19 525	0.17 514	0.15 638	0.30 691	0.14 626	0.14 631	0.14 626	0.12 594

fast-acv-ft	0.18 550	0.11 535	0.19 550	0.19 476	0.12 560	0.24 598	0.21 586	0.25 470	0.34 574	0.22 552	0.34 595	0.27 564	0.20 568	0.21 567	0.23 592	0.09 493	0.09 573	0.08 410	0.10 561	0.08 455	0.07 406

HBP-ISP	0.18 550	0.13 581	0.16 483	0.15 125	0.11 526	0.08 85	0.13 178	0.28 529	0.29 530	0.22 552	0.33 591	0.21 490	0.25 604	0.23 591	0.17 514	0.14 634	0.16 659	0.21 664	0.17 660	0.10 553	0.08 477

Wz-Net-LNSev-Ref	0.18 550	0.09 445	0.29 619	0.15 125	0.10 475	0.22 577	0.20 565	0.26 488	0.39 605	0.25 587	0.42 645	0.24 532	0.15 474	0.20 550	0.19 545	0.07 347	0.05 278	0.06 202	0.05 194	0.10 553	0.09 523

SACVNet	0.18 550	0.12 553	0.14 398	0.17 311	0.13 583	0.22 577	0.18 501	0.31 569	0.30 540	0.23 565	0.31 574	0.30 593	0.22 581	0.22 580	0.17 514	0.11 569	0.08 539	0.10 545	0.10 561	0.12 592	0.14 634

psm_up	0.18 550	0.10 508	0.18 538	0.20 543	0.11 526	0.17 490	0.19 541	0.37 637	0.34 574	0.21 536	0.28 546	0.29 583	0.24 595	0.20 550	0.22 580	0.09 493	0.10 595	0.11 577	0.11 595	0.08 455	0.08 477

hitnet-ft	0.18 550	0.09 445	0.17 514	0.14 71	0.09 360	0.26 619	0.20 565	0.25 470	0.26 498	0.24 574	0.32 578	0.31 606	0.22 581	0.24 601	0.21 571	0.12 594	0.07 505	0.10 545	0.08 471	0.12 592	0.11 581

STTStereo	0.18 550	0.12 553	0.27 606	0.20 543	0.11 526	0.16 467	0.21 586	0.29 543	0.23 445	0.21 536	0.30 565	0.29 583	0.18 540	0.20 550	0.19 545	0.12 594	0.11 608	0.11 577	0.14 631	0.09 520	0.08 477

CVANet_RVC	0.18 550	0.10 508	0.14 398	0.21 577	0.10 475	0.18 509	0.17 452	0.34 609	0.33 562	0.22 552	0.31 574	0.28 574	0.18 540	0.23 591	0.17 514	0.12 594	0.08 539	0.12 597	0.11 595	0.09 520	0.07 406

StereoDRNet	0.18 550	0.11 535	0.17 514	0.22 594	0.11 526	0.21 568	0.22 596	0.37 637	0.33 562	0.24 574	0.28 546	0.30 593	0.19 556	0.20 550	0.20 551	0.09 493	0.08 539	0.11 577	0.09 518	0.09 520	0.07 406

DLCB_ROB	0.18 550	0.10 508	0.15 447	0.23 618	0.11 526	0.24 598	0.18 501	0.29 543	0.28 523	0.27 599	0.28 546	0.28 574	0.24 595	0.19 525	0.20 551	0.08 431	0.08 539	0.09 496	0.09 518	0.07 386	0.07 406

TCMNet	0.19 562	0.12 553	0.19 550	0.20 543	0.18 657	0.20 550	0.24 621	0.27 509	0.36 587	0.23 565	0.26 523	0.25 546	0.19 556	0.19 525	0.23 592	0.13 620	0.11 608	0.11 577	0.12 616	0.13 612	0.12 594

rvit_105_1	0.19 562	0.11 535	0.25 596	0.21 577	0.16 635	0.21 568	0.27 652	0.31 569	0.41 614	0.19 498	0.20 420	0.22 508	0.17 525	0.19 525	0.17 514	0.12 594	0.12 624	0.13 612	0.15 648	0.08 455	0.07 406

test_sample8	0.19 562	0.12 553	0.20 562	0.12 7	0.14 604	0.17 490	0.13 178	0.31 569	0.21 419	0.27 599	0.22 456	0.36 632	0.25 604	0.19 525	0.17 514	0.15 638	0.30 691	0.14 626	0.14 631	0.14 626	0.12 594

SDNR	0.19 562	0.08 362	0.19 550	0.16 225	0.12 560	0.77 704	0.14 247	0.25 470	0.32 555	0.19 498	0.24 478	0.19 469	0.13 432	0.19 525	0.15 482	0.16 654	0.18 666	0.14 626	0.11 595	0.08 455	0.11 581

pcwnet_v2	0.19 562	0.10 508	0.26 599	0.17 311	0.14 604	0.18 509	0.15 335	0.37 637	0.46 639	0.19 498	0.24 478	0.21 490	0.19 556	0.20 550	0.19 545	0.13 620	0.10 595	0.10 545	0.10 561	0.11 577	0.13 617

ADCRef	0.19 562	0.12 553	0.41 652	0.20 543	0.12 560	0.22 577	0.18 501	0.32 580	0.36 587	0.26 593	0.32 578	0.17 440	0.23 589	0.24 601	0.24 605	0.07 347	0.06 432	0.09 496	0.09 518	0.08 455	0.08 477

NVstereo2D	0.19 562	0.10 508	0.15 447	0.17 311	0.15 624	0.28 636	0.23 607	0.44 670	0.42 622	0.15 403	0.27 532	0.25 546	0.19 556	0.22 580	0.17 514	0.09 493	0.06 432	0.10 545	0.08 471	0.15 642	0.09 523

DRN-Test	0.19 562	0.11 535	0.20 562	0.22 594	0.10 475	0.22 577	0.22 596	0.39 649	0.37 594	0.24 574	0.32 578	0.26 556	0.21 572	0.22 580	0.24 605	0.11 569	0.07 505	0.11 577	0.10 561	0.09 520	0.07 406

DISCO	0.19 562	0.09 445	0.22 578	0.17 311	0.10 475	0.25 609	0.18 501	0.27 509	0.44 632	0.22 552	0.31 574	0.33 619	0.26 610	0.28 624	0.28 642	0.08 431	0.06 432	0.07 315	0.07 395	0.09 520	0.09 523

CBMV_ROB	0.19 562	0.13 581	0.17 514	0.16 225	0.11 526	0.15 435	0.13 178	0.26 488	0.28 523	0.27 599	0.30 565	0.27 564	0.24 595	0.23 591	0.16 499	0.15 638	0.17 664	0.22 668	0.20 666	0.10 553	0.11 581

NOSS_ROB	0.19 562	0.12 553	0.18 538	0.16 225	0.12 560	0.15 435	0.12 100	0.30 557	0.32 555	0.20 521	0.22 456	0.27 564	0.23 589	0.21 567	0.16 499	0.16 654	0.18 666	0.23 669	0.21 668	0.12 592	0.13 617

CBMV	0.19 562	0.14 594	0.17 514	0.18 404	0.10 475	0.20 550	0.11 64	0.29 543	0.30 540	0.29 623	0.30 565	0.30 593	0.23 589	0.27 612	0.19 545	0.13 620	0.15 655	0.17 650	0.16 653	0.10 553	0.10 554
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PStereo	0.20 574	0.22 654	0.20 562	0.17 311	0.10 475	0.13 371	0.20 565	0.27 509	0.38 601	0.20 521	0.14 311	0.28 574	0.31 645	0.24 601	0.31 660	0.18 660	0.13 639	0.15 639	0.11 595	0.12 592	0.12 594

w-ln-seven-2	0.20 574	0.14 594	0.37 644	0.22 594	0.12 560	0.20 550	0.21 586	0.28 529	0.37 594	0.25 587	0.37 608	0.27 564	0.22 581	0.21 567	0.23 592	0.08 431	0.08 539	0.09 496	0.09 518	0.10 553	0.09 523

YMNet	0.20 574	0.12 553	0.19 550	0.20 543	0.14 604	0.26 619	0.23 607	0.32 580	0.34 574	0.27 599	0.34 595	0.30 593	0.18 540	0.18 510	0.22 580	0.10 537	0.13 639	0.10 545	0.10 561	0.08 455	0.09 523

YMNet_1	0.20 574	0.12 553	0.19 550	0.20 543	0.14 604	0.26 619	0.23 607	0.32 580	0.34 574	0.27 599	0.34 595	0.30 593	0.18 540	0.18 510	0.22 580	0.10 537	0.13 639	0.10 545	0.10 561	0.08 455	0.09 523

GwcNet	0.20 574	0.13 581	0.19 550	0.18 404	0.12 560	0.24 598	0.19 541	0.35 624	0.43 627	0.20 521	0.32 578	0.33 619	0.20 568	0.22 580	0.24 605	0.11 569	0.09 573	0.09 496	0.09 518	0.09 520	0.10 554

FAT-Stereo	0.20 574	0.12 553	0.22 578	0.21 577	0.12 560	0.17 490	0.18 501	0.34 609	0.39 605	0.27 599	0.37 608	0.34 626	0.32 650	0.21 567	0.20 551	0.09 493	0.11 608	0.10 545	0.09 518	0.11 577	0.14 634

FADNet-RVC	0.20 574	0.20 644	0.38 646	0.21 577	0.16 635	0.20 550	0.15 335	0.26 488	0.26 498	0.26 593	0.32 578	0.26 556	0.21 572	0.22 580	0.19 545	0.12 594	0.13 639	0.12 597	0.14 631	0.13 612	0.18 664

S-Stereo	0.20 574	0.12 553	0.25 596	0.21 577	0.13 583	0.20 550	0.18 501	0.32 580	0.43 627	0.23 565	0.36 602	0.28 574	0.30 641	0.19 525	0.22 580	0.09 493	0.12 624	0.10 545	0.10 561	0.13 612	0.13 617

SuperB	0.20 574	0.10 508	0.56 672	0.16 225	0.09 360	0.18 509	0.18 501	0.24 451	0.50 651	0.26 593	0.39 622	0.17 440	0.21 572	0.22 580	0.21 571	0.08 431	0.06 432	0.06 202	0.06 295	0.12 592	0.10 554

ADCP+	0.20 574	0.10 508	0.33 631	0.20 543	0.12 560	0.22 577	0.26 645	0.31 569	0.34 574	0.26 593	0.37 608	0.22 508	0.22 581	0.27 612	0.27 634	0.09 493	0.06 432	0.08 410	0.08 471	0.09 520	0.10 554

PS-NSSS	0.20 574	0.21 650	0.23 587	0.20 543	0.10 475	0.19 534	0.17 452	0.36 631	0.25 484	0.27 599	0.33 591	0.27 564	0.24 595	0.20 550	0.20 551	0.15 638	0.12 624	0.17 650	0.14 631	0.10 553	0.08 477

PWCDC_ROB	0.20 574	0.13 581	0.22 578	0.24 628	0.11 526	0.19 534	0.15 335	0.33 600	0.54 661	0.29 623	0.50 661	0.21 490	0.15 474	0.27 612	0.20 551	0.11 569	0.09 573	0.10 545	0.08 471	0.11 577	0.09 523

SGM-Forest	0.20 574	0.14 594	0.18 538	0.19 476	0.13 583	0.20 550	0.22 596	0.33 600	0.30 540	0.24 574	0.29 558	0.28 574	0.19 556	0.23 591	0.17 514	0.15 638	0.16 659	0.15 639	0.14 631	0.12 592	0.12 594
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UDG	0.21 587	0.17 623	0.19 550	0.23 618	0.15 624	0.30 643	0.20 565	0.33 600	0.35 583	0.23 565	0.28 546	0.31 606	0.27 618	0.20 550	0.22 580	0.15 638	0.12 624	0.13 612	0.09 518	0.14 626	0.14 634

FINET	0.21 587	0.18 634	0.26 599	0.18 404	0.16 635	0.23 593	0.23 607	0.32 580	0.48 641	0.25 587	0.32 578	0.22 508	0.22 581	0.22 580	0.17 514	0.18 660	0.16 659	0.11 577	0.10 561	0.15 642	0.13 617

Syn2CoEx	0.21 587	0.16 612	0.27 606	0.29 669	0.14 604	0.26 619	0.20 565	0.33 600	0.31 548	0.28 614	0.36 602	0.27 564	0.25 604	0.19 525	0.24 605	0.16 654	0.12 624	0.14 626	0.11 595	0.09 520	0.08 477

FADNet	0.21 587	0.22 654	0.36 640	0.18 404	0.17 650	0.24 598	0.13 178	0.31 569	0.31 548	0.23 565	0.25 506	0.27 564	0.21 572	0.19 525	0.15 482	0.13 620	0.15 655	0.12 597	0.15 648	0.16 651	0.18 664

RP	0.21 587	0.13 581	0.21 572	0.23 618	0.11 526	0.21 568	0.20 565	0.25 470	0.44 632	0.21 536	0.38 614	0.36 632	0.24 595	0.27 612	0.25 615	0.11 569	0.12 624	0.13 612	0.12 616	0.12 592	0.14 634

DANet	0.21 587	0.15 604	0.28 611	0.25 639	0.13 583	0.22 577	0.19 541	0.27 509	0.27 508	0.28 614	0.32 578	0.35 630	0.31 645	0.31 634	0.23 592	0.11 569	0.09 573	0.11 577	0.10 561	0.13 612	0.11 581
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.21 587	0.12 553	0.21 572	0.24 628	0.13 583	0.22 577	0.22 596	0.41 659	0.26 498	0.31 634	0.42 645	0.37 637	0.28 629	0.23 591	0.22 580	0.10 537	0.12 624	0.10 545	0.09 518	0.10 553	0.08 477

PWC_ROB	0.21 587	0.16 612	0.26 599	0.18 404	0.11 526	0.22 577	0.13 178	0.32 580	0.49 648	0.30 628	0.40 628	0.32 615	0.24 595	0.31 634	0.22 580	0.10 537	0.07 505	0.11 577	0.08 471	0.11 577	0.10 554

PSMNet_ROB	0.21 587	0.11 535	0.15 447	0.27 657	0.15 624	0.24 598	0.35 685	0.43 668	0.37 594	0.27 599	0.32 578	0.32 615	0.22 581	0.21 567	0.26 626	0.12 594	0.08 539	0.13 612	0.11 595	0.09 520	0.09 523

MSAF-DinoV2	0.22 596	0.11 535	0.23 587	0.17 311	0.10 475	0.27 629	0.16 407	0.37 637	0.55 662	0.21 536	0.27 532	0.47 671	0.27 618	0.35 653	0.39 679	0.09 493	0.06 432	0.07 315	0.09 518	0.12 592	0.10 554

GASNet	0.22 596	0.23 657	0.33 631	0.26 644	0.17 650	0.26 619	0.16 407	0.44 670	0.42 622	0.27 599	0.24 478	0.30 593	0.15 474	0.27 612	0.18 532	0.12 594	0.08 539	0.12 597	0.11 595	0.16 651	0.07 406

Anonymous_2	0.22 596	0.17 623	0.28 611	0.15 125	0.16 635	0.32 645	0.22 596	0.22 404	0.17 327	0.23 565	0.24 478	0.26 556	0.27 618	0.27 612	0.23 592	0.22 678	0.25 687	0.17 650	0.17 660	0.17 659	0.17 661

Wz-Net-LNSev	0.22 596	0.16 612	0.38 646	0.21 577	0.13 583	0.25 609	0.23 607	0.32 580	0.43 627	0.30 628	0.41 639	0.31 606	0.18 540	0.22 580	0.25 615	0.10 537	0.09 573	0.08 410	0.08 471	0.12 592	0.11 581

Wz-Net-MNSev	0.22 596	0.13 581	0.31 624	0.20 543	0.14 604	0.36 664	0.24 621	0.33 600	0.44 632	0.28 614	0.40 628	0.38 641	0.19 556	0.24 601	0.25 615	0.09 493	0.07 505	0.09 496	0.09 518	0.12 592	0.10 554

DDUNet	0.22 596	0.17 623	0.21 572	0.22 594	0.15 624	0.25 609	0.24 621	0.29 543	0.30 540	0.31 634	0.36 602	0.33 619	0.25 604	0.24 601	0.20 551	0.18 660	0.13 639	0.17 650	0.11 595	0.16 651	0.16 652

APVNet	0.22 596	0.12 553	0.19 550	0.18 404	0.14 604	0.32 645	0.31 681	0.39 649	0.32 555	0.27 599	0.40 628	0.30 593	0.29 637	0.26 609	0.25 615	0.11 569	0.12 624	0.11 577	0.14 631	0.12 592	0.12 594

aanetorigin	0.22 596	0.17 623	0.56 672	0.17 311	0.10 475	0.15 435	0.19 541	0.20 351	0.33 562	0.49 676	0.48 656	0.29 583	0.27 618	0.20 550	0.23 592	0.08 431	0.07 505	0.08 410	0.07 395	0.10 553	0.09 523

MaskLacGwcNet_RVC	0.22 596	0.21 650	0.24 591	0.26 644	0.11 526	0.23 593	0.14 247	0.39 649	0.24 462	0.32 640	0.36 602	0.30 593	0.21 572	0.19 525	0.21 571	0.17 659	0.14 649	0.21 664	0.16 653	0.12 592	0.12 594

AF-Net	0.22 596	0.17 623	0.17 514	0.26 644	0.13 583	0.25 609	0.24 621	0.32 580	0.50 651	0.25 587	0.33 591	0.38 641	0.26 610	0.28 624	0.25 615	0.11 569	0.10 595	0.16 647	0.11 595	0.11 577	0.10 554

stereogan	0.22 596	0.11 535	0.21 572	0.20 543	0.12 560	0.31 644	0.19 541	0.35 624	0.44 632	0.22 552	0.39 622	0.35 630	0.27 618	0.33 644	0.22 580	0.10 537	0.12 624	0.10 545	0.10 561	0.14 626	0.13 617

edge stereo	0.22 596	0.13 581	0.20 562	0.21 577	0.13 583	0.23 593	0.16 407	0.32 580	0.42 622	0.32 640	0.40 628	0.38 641	0.35 660	0.25 607	0.24 605	0.13 620	0.11 608	0.14 626	0.11 595	0.12 592	0.13 617

RYNet	0.22 596	0.12 553	0.22 578	0.19 476	0.17 650	0.46 675	0.26 645	0.38 645	0.48 641	0.24 574	0.28 546	0.34 626	0.23 589	0.20 550	0.30 653	0.10 537	0.06 432	0.09 496	0.09 518	0.13 612	0.15 641

NaN_ROB	0.22 596	0.19 638	0.24 591	0.25 639	0.13 583	0.29 640	0.26 645	0.33 600	0.41 614	0.31 634	0.31 574	0.32 615	0.23 589	0.30 633	0.21 571	0.11 569	0.17 664	0.10 545	0.10 561	0.08 455	0.09 523

MDST_ROB	0.22 596	0.10 508	0.17 514	0.18 404	0.11 526	0.37 665	0.19 541	0.43 668	0.41 614	0.39 657	0.39 622	0.29 583	0.21 572	0.26 609	0.18 532	0.11 569	0.10 595	0.14 626	0.11 595	0.10 553	0.08 477

XPNet_ROB	0.22 596	0.11 535	0.19 550	0.22 594	0.13 583	0.22 577	0.19 541	0.34 609	0.40 611	0.30 628	0.39 622	0.39 649	0.26 610	0.26 609	0.28 642	0.15 638	0.10 595	0.10 545	0.10 561	0.13 612	0.12 594

SQANet	0.23 612	0.23 657	0.30 622	0.30 671	0.19 661	0.27 629	0.13 178	0.29 543	0.33 562	0.24 574	0.37 608	0.31 606	0.22 581	0.27 612	0.23 592	0.15 638	0.10 595	0.21 664	0.16 653	0.21 667	0.15 641

Nwc_Net	0.23 612	0.16 612	0.21 572	0.25 639	0.14 604	0.24 598	0.26 645	0.37 637	0.38 601	0.22 552	0.41 639	0.30 593	0.28 629	0.28 624	0.25 615	0.11 569	0.10 595	0.17 650	0.20 666	0.10 553	0.10 554

RTSC	0.23 612	0.12 553	0.28 611	0.21 577	0.13 583	0.28 636	0.16 407	0.35 624	0.66 687	0.27 599	0.33 591	0.30 593	0.21 572	0.31 634	0.29 646	0.10 537	0.08 539	0.09 496	0.10 561	0.13 612	0.13 617

PA-Net	0.23 612	0.18 634	0.33 631	0.28 660	0.22 670	0.21 568	0.38 690	0.29 543	0.39 605	0.22 552	0.32 578	0.25 546	0.26 610	0.20 550	0.25 615	0.09 493	0.23 684	0.15 639	0.22 671	0.09 520	0.13 617
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.23 612	0.15 604	0.17 514	0.34 676	0.18 657	0.24 598	0.23 607	0.34 609	0.28 523	0.31 634	0.38 614	0.38 641	0.28 629	0.23 591	0.24 605	0.15 638	0.12 624	0.18 659	0.21 668	0.13 612	0.13 617

ETE_ROB	0.23 612	0.17 623	0.22 578	0.25 639	0.13 583	0.26 619	0.29 668	0.31 569	0.36 587	0.28 614	0.36 602	0.45 663	0.26 610	0.27 612	0.26 626	0.11 569	0.08 539	0.12 597	0.09 518	0.14 626	0.13 617

SGM_RVC	0.23 612	0.12 553	0.15 447	0.15 125	0.09 360	0.33 652	0.18 501	0.34 609	0.31 548	0.44 671	0.37 608	0.53 679	0.35 660	0.35 653	0.24 605	0.13 620	0.13 639	0.13 612	0.13 627	0.10 553	0.11 581
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DStereoO	0.24 619	0.18 634	0.18 538	0.20 543	0.14 604	0.21 568	0.19 541	0.32 580	0.41 614	0.29 623	0.21 444	0.32 615	0.27 618	0.41 678	0.27 634	0.46 699	0.12 624	0.31 687	0.11 595	0.15 642	0.12 594

z-mn7	0.24 619	0.14 594	0.45 656	0.19 476	0.13 583	0.28 636	0.25 636	0.34 609	0.62 678	0.27 599	0.56 673	0.29 583	0.24 595	0.32 641	0.25 615	0.08 431	0.08 539	0.08 410	0.08 471	0.10 553	0.10 554

w-ln-seven	0.24 619	0.14 594	0.55 669	0.19 476	0.14 604	0.26 619	0.22 596	0.35 624	0.60 675	0.29 623	0.39 622	0.30 593	0.22 581	0.21 567	0.26 626	0.09 493	0.09 573	0.11 577	0.10 561	0.11 577	0.10 554

DGSMNet	0.24 619	0.19 638	0.33 631	0.21 577	0.24 675	0.24 598	0.20 565	0.35 624	0.41 614	0.24 574	0.32 578	0.38 641	0.21 572	0.29 630	0.23 592	0.12 594	0.11 608	0.14 626	0.16 653	0.23 671	0.23 675

G-Net	0.24 619	0.16 612	0.36 640	0.22 594	0.16 635	0.51 681	0.23 607	0.29 543	0.34 574	0.36 650	0.38 614	0.31 606	0.29 637	0.27 612	0.26 626	0.11 569	0.09 573	0.12 597	0.09 518	0.16 651	0.13 617

NCC-stereo	0.24 619	0.15 604	0.31 624	0.26 644	0.16 635	0.20 550	0.30 675	0.40 653	0.40 611	0.24 574	0.38 614	0.33 619	0.28 629	0.36 659	0.27 634	0.12 594	0.11 608	0.15 639	0.22 671	0.13 612	0.13 617

Abc-Net	0.24 619	0.15 604	0.31 624	0.26 644	0.16 635	0.20 550	0.30 675	0.40 653	0.40 611	0.24 574	0.38 614	0.33 619	0.28 629	0.36 659	0.27 634	0.12 594	0.11 608	0.15 639	0.22 671	0.13 612	0.13 617
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	0.24 619	0.11 535	0.47 661	0.22 594	0.12 560	0.34 655	0.29 668	0.29 543	0.56 665	0.24 574	0.46 653	0.30 593	0.30 641	0.29 630	0.29 646	0.08 431	0.07 505	0.09 496	0.09 518	0.10 553	0.10 554

DeepPrunerF	0.24 619	0.17 623	0.42 654	0.26 644	0.16 635	0.22 577	0.28 658	0.37 637	0.50 651	0.26 593	0.29 558	0.24 532	0.28 629	0.21 567	0.22 580	0.15 638	0.11 608	0.20 663	0.18 664	0.12 592	0.13 617

FBW_ROB	0.24 619	0.17 623	0.22 578	0.26 644	0.14 604	0.25 609	0.22 596	0.41 659	0.41 614	0.41 664	0.41 639	0.42 656	0.27 618	0.31 634	0.23 592	0.09 493	0.14 649	0.14 626	0.12 616	0.11 577	0.09 523

SANet	0.24 619	0.14 594	0.28 611	0.21 577	0.11 526	0.27 629	0.24 621	0.38 645	0.64 683	0.36 650	0.40 628	0.43 659	0.26 610	0.27 612	0.24 605	0.12 594	0.09 573	0.10 545	0.09 518	0.13 612	0.11 581

WCMA_ROB	0.24 619	0.11 535	0.22 578	0.17 311	0.14 604	0.32 645	0.15 335	0.32 580	0.32 555	0.38 655	0.53 664	0.40 653	0.34 657	0.34 647	0.25 615	0.11 569	0.12 624	0.12 597	0.10 561	0.14 626	0.14 634

DStereoSA	0.25 631	0.19 638	0.37 644	0.26 644	0.17 650	0.22 577	0.20 565	0.49 680	0.59 671	0.22 552	0.29 558	0.29 583	0.33 652	0.39 670	0.28 642	0.12 594	0.11 608	0.16 647	0.14 631	0.14 626	0.12 594

zh-sn7	0.25 631	0.17 623	0.50 663	0.24 628	0.13 583	0.25 609	0.24 621	0.34 609	0.48 641	0.28 614	0.54 666	0.28 574	0.31 645	0.36 659	0.32 662	0.10 537	0.10 595	0.11 577	0.10 561	0.12 592	0.12 594

zh-mn7	0.25 631	0.14 594	0.56 672	0.19 476	0.14 604	0.24 598	0.22 596	0.34 609	0.62 678	0.35 647	0.65 682	0.31 606	0.25 604	0.31 634	0.25 615	0.09 493	0.08 539	0.09 496	0.09 518	0.09 520	0.11 581

Wz-Net-SNSev	0.25 631	0.17 623	0.44 655	0.25 639	0.14 604	0.26 619	0.23 607	0.38 645	0.56 665	0.30 628	0.55 668	0.39 649	0.26 610	0.23 591	0.30 653	0.10 537	0.09 573	0.09 496	0.10 561	0.11 577	0.11 581

psmorigin	0.25 631	0.15 604	0.34 639	0.17 311	0.13 583	0.23 593	0.14 247	0.34 609	0.33 562	0.41 664	0.55 668	0.41 655	0.37 664	0.34 647	0.27 634	0.11 569	0.15 655	0.11 577	0.11 595	0.12 592	0.16 652

RGC	0.25 631	0.20 644	0.29 619	0.28 660	0.16 635	0.22 577	0.23 607	0.32 580	0.44 632	0.27 599	0.40 628	0.38 641	0.27 618	0.36 659	0.22 580	0.11 569	0.13 639	0.17 650	0.17 660	0.14 626	0.16 652

ADCMid	0.25 631	0.15 604	0.40 649	0.20 543	0.14 604	0.25 609	0.26 645	0.34 609	0.38 601	0.36 650	0.44 650	0.34 626	0.40 671	0.35 653	0.33 667	0.10 537	0.09 573	0.11 577	0.11 595	0.13 612	0.12 594

ADCPNet	0.25 631	0.16 612	0.61 679	0.21 577	0.15 624	0.35 663	0.25 636	0.32 580	0.35 583	0.30 628	0.40 628	0.36 632	0.28 629	0.28 624	0.32 662	0.12 594	0.10 595	0.11 577	0.12 616	0.14 626	0.13 617

LALA_ROB	0.25 631	0.16 612	0.22 578	0.26 644	0.17 650	0.27 629	0.27 652	0.42 664	0.37 594	0.33 644	0.38 614	0.51 675	0.26 610	0.28 624	0.27 634	0.16 654	0.09 573	0.12 597	0.11 595	0.13 612	0.12 594

SHD	0.26 640	0.15 604	0.30 622	0.24 628	0.18 657	0.22 577	0.15 335	0.38 645	0.71 691	0.32 640	0.41 639	0.36 632	0.28 629	0.32 641	0.29 646	0.12 594	0.11 608	0.14 626	0.13 627	0.16 651	0.20 670

AnyNet_C32	0.26 640	0.16 612	0.36 640	0.20 543	0.16 635	0.25 609	0.30 675	0.32 580	0.44 632	0.31 634	0.49 657	0.30 593	0.33 652	0.40 675	0.33 667	0.12 594	0.12 624	0.12 597	0.14 631	0.14 626	0.15 641

DStereoFS	0.27 642	0.22 654	0.31 624	0.22 594	0.15 624	0.22 577	0.20 565	0.50 684	0.48 641	0.28 614	0.44 650	0.33 619	0.34 657	0.52 688	0.29 646	0.12 594	0.11 608	0.15 639	0.13 627	0.16 651	0.16 652

PSMNet-RUCA	0.27 642	0.33 680	0.41 652	0.36 680	0.32 688	0.18 509	0.19 541	0.42 664	0.30 540	0.33 644	0.41 639	0.39 649	0.25 604	0.31 634	0.20 551	0.18 660	0.10 595	0.25 671	0.15 648	0.21 667	0.16 652

PDISCO_ROB	0.27 642	0.16 612	0.26 599	0.28 660	0.20 664	0.32 645	0.26 645	0.44 670	0.57 667	0.28 614	0.40 628	0.45 663	0.29 637	0.33 644	0.34 669	0.12 594	0.09 573	0.17 650	0.16 653	0.17 659	0.13 617

DispFullNet	0.27 642	0.21 650	0.65 682	0.28 660	0.16 635	0.26 619	0.17 452	0.33 600	0.58 670	0.27 599	0.38 614	0.43 659	0.23 589	0.38 666	0.23 592	0.12 594	0.06 432	0.19 661	0.11 595	0.21 667	0.15 641

MeshStereo	0.27 642	0.13 581	0.18 538	0.15 125	0.11 526	0.32 645	0.24 621	0.40 653	0.36 587	0.52 678	0.57 676	0.67 690	0.40 671	0.35 653	0.26 626	0.14 634	0.13 639	0.13 612	0.11 595	0.11 577	0.10 554
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	0.28 647	0.17 623	0.78 699	0.22 594	0.16 635	0.34 655	0.29 668	0.39 649	0.57 667	0.24 574	0.55 668	0.37 637	0.24 595	0.33 644	0.35 670	0.09 493	0.08 539	0.09 496	0.10 561	0.14 626	0.16 652

XQC	0.28 647	0.23 657	0.51 664	0.28 660	0.19 661	0.34 655	0.27 652	0.36 631	0.57 667	0.31 634	0.30 565	0.37 637	0.30 641	0.38 666	0.38 677	0.13 620	0.09 573	0.15 639	0.12 616	0.17 659	0.18 664

CC-Net-ROB	0.28 647	0.31 678	0.36 640	0.29 669	0.15 624	0.25 609	0.19 541	0.45 673	0.33 562	0.39 657	0.37 608	0.39 649	0.31 645	0.27 612	0.26 626	0.24 684	0.19 669	0.30 686	0.23 675	0.18 662	0.15 641

DPSNet	0.28 647	0.16 612	0.31 624	0.18 404	0.13 583	0.54 683	0.42 694	0.51 686	0.67 688	0.29 623	0.38 614	0.38 641	0.29 637	0.31 634	0.23 592	0.11 569	0.10 595	0.11 577	0.08 471	0.20 666	0.16 652

MultiAttention	0.29 651	0.08 362	0.14 398	0.19 476	0.12 560	1.45 719	1.33 723	0.36 631	0.37 594	0.19 498	0.21 444	0.24 532	0.11 357	0.38 666	0.18 532	0.06 169	0.05 278	0.08 410	0.08 471	0.10 553	0.09 523

Wz-Net-TNSev	0.29 651	0.20 644	0.65 682	0.19 476	0.15 624	0.38 668	0.27 652	0.35 624	0.55 662	0.34 646	0.42 645	0.45 663	0.38 665	0.32 641	0.30 653	0.12 594	0.13 639	0.10 545	0.12 616	0.15 642	0.14 634

ccnet	0.29 651	0.28 673	0.23 587	0.20 543	0.28 682	0.41 673	0.21 586	0.45 673	0.33 562	0.36 650	0.46 653	0.36 632	0.30 641	0.39 670	0.42 686	0.23 682	0.14 649	0.21 664	0.17 660	0.23 671	0.18 664

EDNetEfficient	0.29 651	0.24 660	1.13 710	0.18 404	0.10 475	0.19 534	0.20 565	0.20 351	0.60 675	0.74 698	0.56 673	0.31 606	0.39 668	0.22 580	0.30 653	0.09 493	0.07 505	0.08 410	0.07 395	0.11 577	0.09 523

ADCS	0.29 651	0.18 634	0.45 656	0.21 577	0.17 650	0.28 636	0.23 607	0.41 659	0.63 682	0.40 660	0.49 657	0.40 653	0.36 662	0.39 670	0.40 682	0.13 620	0.12 624	0.13 612	0.14 631	0.16 651	0.16 652

CSAN	0.29 651	0.24 660	0.27 606	0.34 676	0.19 661	0.33 652	0.42 694	0.37 637	0.50 651	0.38 655	0.40 628	0.44 661	0.33 652	0.28 624	0.30 653	0.20 669	0.16 659	0.19 661	0.19 665	0.14 626	0.15 641

AANet	0.30 657	0.19 638	1.03 708	0.16 225	0.13 583	0.22 577	0.16 407	0.30 557	0.62 678	0.60 685	0.52 663	0.46 667	0.38 665	0.23 591	0.32 662	0.12 594	0.09 573	0.11 577	0.10 561	0.13 612	0.12 594

MFN_U_SF_DS_RVC	0.30 657	0.24 660	0.29 619	0.36 680	0.16 635	0.34 655	0.30 675	0.32 580	0.42 622	0.40 660	0.46 653	0.38 641	0.31 645	0.34 647	0.28 642	0.19 667	0.20 672	0.26 672	0.29 685	0.18 662	0.19 669

GANetREF_RVC	0.31 659	0.34 681	0.27 606	0.35 678	0.16 635	0.32 645	0.41 691	0.48 678	0.51 658	0.35 647	0.35 599	0.34 626	0.33 652	0.39 670	0.32 662	0.27 686	0.20 672	0.29 684	0.15 648	0.18 662	0.17 661
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	0.31 659	0.26 666	0.26 599	0.24 628	0.21 668	0.34 655	0.25 636	0.34 609	0.39 605	0.40 660	0.69 686	0.45 663	0.40 671	0.34 647	0.27 634	0.20 669	0.19 669	0.26 672	0.25 677	0.23 671	0.22 674

MFN_U_SF_RVC	0.32 661	0.21 650	0.55 669	0.30 671	0.15 624	0.34 655	0.17 452	0.52 687	0.46 639	0.46 675	0.55 668	0.59 682	0.39 668	0.35 653	0.37 675	0.15 638	0.14 649	0.18 659	0.21 668	0.16 651	0.15 641

PASM	0.32 661	0.24 660	0.48 662	0.28 660	0.27 681	0.29 640	0.30 675	0.34 609	0.49 648	0.35 647	0.39 622	0.46 667	0.34 657	0.34 647	0.35 670	0.23 682	0.25 687	0.26 672	0.28 684	0.23 671	0.21 672

SGM-ForestM	0.32 661	0.12 553	0.16 483	0.16 225	0.11 526	0.39 670	0.19 541	0.41 659	0.50 651	0.52 678	0.54 666	1.32 711	0.42 679	0.40 675	0.27 634	0.14 634	0.16 659	0.16 647	0.16 653	0.12 592	0.12 594

FC-DCNN v2	0.33 664	0.27 669	0.28 611	0.26 644	0.23 673	0.37 665	0.28 658	0.40 653	0.43 627	0.45 672	0.56 673	0.51 675	0.40 671	0.37 664	0.29 646	0.21 673	0.20 672	0.27 675	0.26 678	0.25 678	0.24 676

FCDSN-DC	0.33 664	0.28 673	0.28 611	0.30 671	0.24 675	0.39 670	0.28 658	0.42 664	0.42 622	0.43 670	0.53 664	0.51 675	0.41 676	0.36 659	0.30 653	0.21 673	0.20 672	0.27 675	0.26 678	0.25 678	0.24 676
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.33 664	0.27 669	0.28 611	0.26 644	0.23 673	0.37 665	0.28 658	0.40 653	0.43 627	0.45 672	0.55 668	0.51 675	0.40 671	0.37 664	0.30 653	0.21 673	0.20 672	0.27 675	0.26 678	0.25 678	0.24 676

LSM	0.33 664	0.20 644	0.58 675	0.26 644	0.60 706	0.34 655	0.25 636	0.42 664	0.48 641	0.45 672	0.58 678	0.42 656	0.36 662	0.35 653	0.25 615	0.12 594	0.20 672	0.14 626	0.16 653	0.19 665	0.33 690

AnyNet_C01	0.36 668	0.25 665	1.37 713	0.22 594	0.17 650	0.48 679	0.27 652	0.35 624	0.39 605	0.39 657	0.74 692	0.46 667	0.38 665	0.45 680	0.47 691	0.13 620	0.13 639	0.13 612	0.14 631	0.14 626	0.15 641

GCST	0.37 669	0.42 688	0.26 599	1.02 714	0.39 689	0.18 509	0.08 7	0.20 351	0.17 327	0.28 614	0.25 506	0.15 403	0.12 390	0.16 453	0.14 450	0.64 710	0.43 699	0.75 706	0.65 710	0.63 703	0.46 701

otaku	0.39 670	0.37 684	0.52 665	0.44 687	0.28 682	0.58 685	0.24 621	0.41 659	0.62 678	0.40 660	0.49 657	0.46 667	0.33 652	0.40 675	0.32 662	0.30 687	0.30 691	0.39 691	0.33 690	0.29 685	0.28 684

ACVNet-4b	0.39 670	0.53 691	0.55 669	0.45 688	0.24 675	0.47 677	0.18 501	0.49 680	0.64 683	0.42 667	0.45 652	0.60 683	0.27 618	0.34 647	0.24 605	0.33 690	0.14 649	0.48 694	0.42 696	0.30 686	0.26 683

PVD	0.39 670	0.20 644	0.39 648	0.31 675	0.22 670	0.29 640	0.43 696	0.52 687	0.96 705	0.55 682	0.79 696	0.53 679	0.59 695	0.52 688	0.38 677	0.19 667	0.14 649	0.17 650	0.14 631	0.24 677	0.31 688

Ntro	0.40 673	0.40 686	0.53 666	0.46 691	0.30 686	0.65 691	0.24 621	0.46 675	0.68 689	0.41 664	0.49 657	0.48 673	0.42 679	0.39 670	0.31 660	0.32 688	0.28 689	0.37 690	0.30 687	0.32 690	0.29 685

SAMSARA	0.40 673	0.28 673	0.33 631	0.55 694	0.39 689	0.82 705	1.23 722	0.47 677	0.51 658	0.36 650	0.35 599	0.55 681	0.39 668	0.38 666	0.39 679	0.15 638	0.20 672	0.15 639	0.14 631	0.23 671	0.20 670

ELAS_RVC	0.41 675	0.29 676	0.33 631	0.28 660	0.24 675	0.54 683	0.36 686	0.49 680	0.59 671	0.72 694	0.74 692	0.65 688	0.54 688	0.54 693	0.40 682	0.22 678	0.20 672	0.27 675	0.26 678	0.26 683	0.25 681
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 675	0.29 676	0.33 631	0.27 657	0.24 675	0.60 688	0.36 686	0.50 684	0.50 651	0.71 692	0.79 696	0.67 690	0.54 688	0.51 686	0.42 686	0.22 678	0.20 672	0.27 675	0.26 678	0.26 683	0.25 681
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
light-stereo	0.42 677	0.26 666	0.59 677	0.60 696	0.49 696	0.32 645	0.23 607	0.46 675	0.52 660	0.56 684	0.58 678	0.76 695	0.32 650	0.48 682	0.29 646	0.32 688	0.24 685	0.27 675	0.33 690	0.46 694	0.39 695

MSC_U_SF_DS_RVC	0.43 678	0.39 685	0.54 667	0.40 683	0.20 664	0.64 690	0.32 683	0.53 689	0.72 692	0.71 692	0.72 689	0.61 684	0.54 688	0.51 686	0.46 690	0.20 669	0.19 669	0.29 684	0.30 687	0.23 671	0.18 664

ACVNet_1	0.44 679	0.49 690	0.60 678	0.45 688	0.28 682	0.49 680	0.27 652	0.57 694	0.72 692	0.62 687	0.58 678	0.74 694	0.49 685	0.50 684	0.35 670	0.26 685	0.24 685	0.39 691	0.29 685	0.31 689	0.24 676

Consistency-Raft	0.44 679	0.40 686	0.45 656	0.37 682	0.43 693	0.46 675	0.41 691	0.57 694	0.55 662	0.32 640	0.73 690	0.33 619	0.48 684	0.42 679	0.49 693	0.39 693	0.35 696	0.45 693	0.51 703	0.42 693	0.29 685

RTS	0.45 681	0.19 638	3.26 719	0.24 628	0.15 624	0.74 698	0.20 565	0.36 631	0.76 698	0.42 667	0.43 648	0.31 606	0.41 676	0.53 691	0.35 670	0.10 537	0.08 539	0.13 612	0.12 616	0.15 642	0.15 641

RTSA	0.45 681	0.19 638	3.26 719	0.24 628	0.15 624	0.74 698	0.20 565	0.36 631	0.76 698	0.42 667	0.43 648	0.31 606	0.41 676	0.53 691	0.35 670	0.10 537	0.08 539	0.13 612	0.12 616	0.15 642	0.15 641

MANE	0.45 681	0.27 669	0.27 606	0.27 657	0.24 675	0.47 677	0.31 681	0.55 691	0.59 671	0.72 694	1.13 713	1.15 705	0.61 696	0.52 688	0.37 675	0.21 673	0.20 672	0.27 675	0.31 689	0.25 678	0.24 676

NVStereoNet_ROB	0.46 684	0.36 683	0.46 660	0.41 685	0.28 682	0.34 655	0.34 684	0.48 678	0.60 675	0.72 694	0.93 702	0.70 693	0.66 699	0.47 681	0.60 701	0.22 678	0.33 695	0.34 689	0.34 693	0.30 686	0.30 687
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	0.47 685	0.26 666	0.58 675	0.28 660	0.20 664	0.39 670	0.18 501	0.49 680	0.64 683	0.52 678	0.87 699	1.01 700	0.57 693	0.50 684	0.56 698	0.53 703	0.31 694	0.54 700	0.40 694	0.33 691	0.34 691

LE_ROB	0.50 686	0.07 242	0.14 398	0.15 125	0.08 225	0.24 598	0.16 407	0.22 404	1.81 721	4.63 726	0.67 684	0.47 671	0.44 681	0.20 550	0.29 646	0.07 347	0.06 432	0.06 202	0.06 295	0.08 455	0.06 315

BEATNet-Init1	0.52 687	0.27 669	0.62 680	0.30 671	0.21 668	0.76 702	0.29 668	0.54 690	0.65 686	0.86 703	0.95 704	2.07 720	0.62 698	0.56 695	0.42 686	0.18 660	0.18 666	0.23 669	0.22 671	0.22 670	0.21 672

anonymity	0.53 688	0.58 693	0.65 682	0.41 685	0.61 707	0.53 682	0.41 691	0.56 692	0.41 614	0.55 682	0.50 661	0.49 674	0.55 691	0.58 696	0.50 696	0.58 706	0.50 709	0.51 696	0.51 703	0.51 696	0.57 704

RainbowNet	0.54 689	0.61 695	0.70 697	0.57 695	0.43 693	0.65 691	0.37 689	0.60 696	0.87 702	0.50 677	0.66 683	0.64 686	0.47 683	0.49 683	0.43 689	0.47 700	0.48 705	0.52 698	0.41 695	0.52 697	0.40 698

SGM+DAISY	0.56 690	0.57 692	0.65 682	0.40 683	0.54 699	0.66 693	0.49 699	0.56 692	0.45 638	0.66 688	0.69 686	0.67 690	0.56 692	0.63 698	0.56 698	0.59 707	0.48 705	0.50 695	0.50 702	0.52 697	0.58 705

SPS-STEREO	0.57 691	0.58 693	0.65 682	0.45 688	0.55 701	0.62 689	0.44 698	0.62 697	0.50 651	0.68 690	0.64 681	0.66 689	0.57 693	0.61 697	0.60 701	0.62 709	0.47 704	0.51 696	0.49 700	0.55 701	0.58 705
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.64 692	0.66 699	0.65 682	0.51 692	0.69 711	0.69 694	0.57 705	0.64 698	0.73 696	0.60 685	0.73 690	0.62 685	0.67 700	0.65 699	0.60 701	0.66 711	0.58 718	0.63 701	0.59 706	0.68 708	0.69 714

IMH-64-1	0.65 693	0.61 695	0.68 691	0.71 699	0.51 697	0.59 686	0.49 699	0.91 705	0.85 700	0.74 698	1.02 706	0.81 696	0.78 704	0.79 702	0.49 693	0.42 695	0.46 700	0.71 703	0.47 698	0.52 697	0.39 695

IMH-64	0.65 693	0.61 695	0.68 691	0.71 699	0.51 697	0.59 686	0.49 699	0.91 705	0.85 700	0.74 698	1.02 706	0.81 696	0.78 704	0.79 702	0.49 693	0.42 695	0.46 700	0.71 703	0.47 698	0.52 697	0.39 695

ACVNet_2	0.66 695	0.66 699	0.68 691	0.63 697	0.41 691	0.71 696	0.49 699	0.96 709	1.39 714	0.89 704	1.09 709	1.04 701	0.73 702	0.54 693	0.47 691	0.43 697	0.40 698	0.53 699	0.44 697	0.47 695	0.35 693

JetBlue	0.71 696	0.45 689	1.14 711	0.51 692	0.47 695	2.02 720	0.64 709	0.75 700	0.70 690	0.69 691	0.77 695	1.22 707	0.83 706	1.03 717	1.01 717	0.40 694	0.28 689	0.33 688	0.33 690	0.30 686	0.34 691

IMH	0.71 696	0.64 698	0.68 691	0.76 701	0.54 699	0.69 694	0.54 703	0.98 711	1.10 707	0.82 702	1.09 709	0.89 698	0.88 709	0.87 710	0.52 697	0.44 698	0.50 709	0.75 706	0.51 703	0.56 702	0.41 699

PWCK	0.71 696	0.94 710	0.95 706	0.76 701	0.31 687	0.74 698	0.36 686	0.90 704	0.90 703	0.96 707	0.75 694	0.95 699	0.61 696	0.87 710	0.66 704	0.72 712	0.46 700	0.75 706	0.49 700	0.69 710	0.44 700

MADNet+	0.75 699	0.71 701	3.70 722	0.66 698	0.41 691	0.98 710	0.97 720	0.69 699	0.73 696	0.52 678	0.57 676	0.64 686	0.68 701	0.86 709	1.01 717	0.34 691	0.36 697	0.28 683	0.23 675	0.36 692	0.31 688

TorneroNet-64	0.76 700	0.72 702	0.74 698	0.78 703	0.58 705	0.91 709	0.56 704	0.84 703	1.29 711	0.66 688	0.90 700	1.40 713	0.75 703	0.85 708	0.67 707	0.49 701	0.46 700	0.72 705	0.59 706	0.67 707	0.53 703

WAO-7	0.79 701	0.78 704	0.54 667	0.85 707	0.67 710	0.74 698	0.68 713	1.05 714	1.32 712	0.90 705	1.20 716	1.04 701	0.92 710	0.69 700	0.66 704	0.60 708	0.62 719	0.67 702	0.68 712	0.64 704	0.58 705

WAO-6	0.81 702	0.80 705	0.62 680	0.86 708	0.63 708	0.76 702	0.58 706	0.98 711	1.54 719	0.90 705	0.96 705	1.07 703	1.03 714	0.70 701	0.66 704	0.72 712	0.49 707	0.90 714	0.71 713	0.68 708	0.58 705

TorneroNet	0.82 703	0.74 703	0.81 703	0.84 706	0.63 708	0.99 711	0.63 707	0.96 709	1.16 708	0.80 701	1.11 711	1.36 712	0.86 708	0.93 713	0.80 712	0.56 704	0.49 707	0.78 711	0.66 711	0.73 713	0.63 713

LVE	0.83 704	0.85 708	0.85 704	0.80 704	0.56 702	1.04 715	0.65 710	1.05 714	1.47 717	0.96 707	1.22 717	1.10 704	0.85 707	0.83 705	0.71 709	0.49 701	0.55 715	0.76 709	0.60 708	0.65 705	0.59 710

Dean	0.87 705	0.86 709	0.79 701	0.81 705	0.56 702	0.90 706	0.63 707	1.15 720	1.73 720	1.15 715	1.15 714	1.31 710	0.99 713	0.81 704	0.81 713	0.57 705	0.56 716	0.77 710	0.64 709	0.66 706	0.58 705

WAO-8	0.91 706	0.81 706	0.65 682	0.94 711	0.69 711	0.90 706	0.67 711	1.07 717	1.83 722	1.06 712	1.45 719	1.30 708	1.07 715	0.84 706	0.78 710	0.74 714	0.53 712	0.86 712	0.75 714	0.69 710	0.62 711

Venus	0.91 706	0.81 706	0.65 682	0.94 711	0.69 711	0.90 706	0.67 711	1.07 717	1.83 722	1.06 712	1.45 719	1.30 708	1.07 715	0.84 706	0.78 710	0.74 714	0.53 712	0.86 712	0.75 714	0.69 710	0.62 711

UNDER WATER-64	0.95 708	0.94 710	1.43 715	0.87 709	0.56 702	1.18 718	0.87 717	0.77 701	0.94 704	1.04 710	0.85 698	1.58 718	1.21 720	0.94 714	0.96 715	0.87 718	0.57 717	1.03 718	0.88 719	0.78 714	0.73 715

UNDER WATER	0.97 709	0.97 712	1.42 714	0.99 713	0.70 714	1.12 717	0.84 716	0.80 702	1.08 706	1.01 709	0.90 700	1.55 717	1.22 721	1.03 717	1.00 716	0.78 716	0.53 712	1.02 717	0.87 718	0.80 715	0.74 716

notaker	0.97 709	1.11 713	0.98 707	1.13 716	0.81 715	0.73 697	0.68 713	0.93 707	1.16 708	1.18 717	1.18 715	1.41 714	1.16 719	1.08 719	0.69 708	0.81 717	0.64 720	1.17 719	0.79 716	0.98 717	0.80 718

ktn	1.01 711	1.21 715	0.80 702	1.23 718	0.86 717	1.01 713	0.87 717	0.94 708	1.39 714	1.04 710	1.12 712	1.15 705	1.07 715	0.94 714	0.59 700	1.28 723	0.71 721	1.38 723	0.83 717	1.02 719	0.75 717

KSHMR	1.09 712	1.17 714	0.88 705	1.25 719	1.00 719	0.99 711	0.96 719	1.13 719	1.37 713	1.16 716	1.29 718	1.41 714	0.96 712	1.01 716	0.92 714	1.03 721	1.08 723	1.20 720	1.03 722	1.01 718	0.97 720

DPSimNet_ROB	1.11 713	1.23 716	0.78 699	1.13 716	0.88 718	1.10 716	1.13 721	1.16 721	1.23 710	1.43 719	1.02 706	1.41 714	1.10 718	0.90 712	1.60 719	1.46 724	0.51 711	1.21 721	1.03 722	0.90 716	1.01 722

HanzoNet	1.29 714	1.26 717	1.19 712	1.12 715	0.85 716	1.02 714	0.83 715	1.03 713	1.48 718	1.64 720	1.61 721	2.50 722	1.72 722	1.61 721	1.61 720	1.26 722	0.80 722	1.31 722	1.01 721	1.02 719	0.86 719

JetRed	1.62 715	1.46 718	2.98 717	0.92 710	1.21 720	4.99 723	1.53 725	1.27 722	1.39 714	1.83 721	1.74 722	1.60 719	0.95 711	1.41 720	2.45 725	0.90 720	1.60 724	0.93 715	0.90 720	1.35 721	0.99 721

MADNet++	1.95 716	1.75 719	1.59 716	1.82 720	1.69 722	2.33 721	1.40 724	2.35 723	2.09 724	2.57 723	2.36 724	2.24 721	2.17 724	2.28 722	2.34 723	1.87 725	1.66 725	1.54 724	1.34 724	1.92 722	1.77 724

Selective-IGEV-i1pa	2.80 717	3.51 725	0.67 690	0.28 660	0.14 604	10.22 727	0.43 696	4.36 724	3.63 725	3.53 724	6.92 726	3.47 723	1.97 723	13.41 738	2.26 722	0.36 692	0.15 655	0.13 612	0.10 561	0.15 642	0.35 693

coex-ft	3.30 718	0.34 681	59.09 750	0.18 404	0.13 583	0.26 619	0.22 596	0.27 509	0.72 692	1.90 722	0.70 688	0.44 661	0.45 682	0.29 630	0.41 685	0.09 493	0.09 573	0.12 597	0.09 518	0.14 626	0.13 617

TCMNet-wrong-test	3.67 719	5.48 733	3.89 723	12.18 734	11.75 736	4.65 722	3.88 726	1.06 716	0.72 692	1.09 714	2.15 723	6.30 728	0.53 687	3.43 724	2.36 724	0.89 719	0.20 672	1.87 726	1.69 725	5.57 730	3.62 730

tt	4.67 720	0.06 118	3.55 721	2.02 721	1.55 721	10.25 728	16.71 730	8.91 733	5.03 726	1.31 718	0.94 703	4.71 724	4.76 726	3.33 723	5.87 727	6.06 733	10.30 739	1.88 727	2.11 727	2.75 724	1.21 723

USTest	6.22 721	2.73 722	3.00 718	6.57 728	7.29 728	14.37 730	21.57 731	7.00 732	9.56 731	5.34 729	6.10 725	5.72 727	7.64 729	6.41 728	6.96 729	1.97 726	3.42 731	1.64 725	2.15 728	2.66 723	2.36 725

xxxxx1	7.79 722	5.02 730	7.31 726	3.12 722	3.85 724	16.35 732	22.88 732	5.86 729	8.69 728	7.97 730	8.54 727	9.12 732	8.27 730	10.18 730	10.92 730	2.42 727	2.45 727	3.56 730	12.37 736	3.77 725	3.06 727

tt_ll	7.79 722	5.02 730	7.31 726	3.12 722	3.85 724	16.35 732	22.88 732	5.86 729	8.69 728	7.97 730	8.54 727	9.12 732	8.27 730	10.18 730	10.92 730	2.42 727	2.45 727	3.56 730	12.37 736	3.77 725	3.06 727

ff	7.79 722	5.02 730	7.31 726	3.12 722	3.85 724	16.35 732	22.88 732	5.86 729	8.69 728	7.97 730	8.54 727	9.12 732	8.27 730	10.18 730	10.92 730	2.42 727	2.45 727	3.56 730	12.37 736	3.77 725	3.06 727

EDNetEfficientorigin	7.91 725	0.31 678	153.02 751	0.19 476	0.09 360	0.21 568	0.16 407	0.22 404	0.59 671	0.72 694	0.67 684	0.42 656	0.50 686	0.24 601	0.39 679	0.08 431	0.07 505	0.08 410	0.07 395	0.12 592	0.10 554

DPSMNet_ROB	8.06 726	4.48 726	8.63 734	5.37 727	10.74 731	8.32 725	22.98 736	5.46 726	13.36 736	5.12 727	9.92 732	5.08 725	10.40 733	5.53 727	12.58 733	3.80 731	8.00 732	3.50 728	7.02 733	3.83 728	7.14 734

DGTPSM_ROB	8.06 726	4.48 726	8.63 734	5.35 725	10.72 730	8.32 725	22.97 735	5.46 726	13.35 735	5.12 727	9.92 732	5.08 725	10.40 733	5.52 726	12.58 733	3.79 730	8.00 732	3.50 728	7.02 733	3.83 728	7.14 734

PML	8.91 728	9.34 739	6.13 724	5.35 725	6.41 727	14.99 731	23.38 737	5.27 725	6.83 727	18.04 742	28.19 751	7.67 729	6.83 728	7.85 729	5.75 726	5.35 732	1.83 726	5.95 738	1.93 726	8.64 735	2.52 726

DLNR_Zeroshot_test	10.40 729	1.82 720	19.49 745	120.77 751	13.11 738	0.06 14	0.13 178	0.23 427	0.10 79	0.07 75	0.10 200	0.09 226	0.06 68	0.10 127	0.09 105	0.13 620	0.04 25	0.06 202	0.04 61	51.54 751	0.04 76

DLNR-FE	10.43 730	1.83 721	19.53 746	120.75 750	13.06 737	0.06 14	0.13 178	0.23 427	0.10 79	0.07 75	0.10 200	0.09 226	0.06 68	0.10 127	0.09 105	0.13 620	0.04 25	0.06 202	0.04 61	52.01 752	0.04 76

iinet-test	10.48 731	8.09 735	7.54 730	10.26 729	10.94 732	18.00 736	25.26 738	11.33 737	13.28 733	9.69 734	9.85 730	9.42 735	11.17 735	11.02 734	12.78 736	6.59 735	8.30 734	5.56 733	6.56 729	6.89 731	7.02 732

IINet	10.48 731	8.09 735	7.54 730	10.26 729	10.94 732	18.00 736	25.26 738	11.33 737	13.28 733	9.69 734	9.85 730	9.42 735	11.17 735	11.02 734	12.78 736	6.59 735	8.30 734	5.56 733	6.56 729	6.89 731	7.02 732

LRCNet_RVC	10.62 733	13.42 740	7.30 725	18.92 738	2.07 723	0.33 652	0.30 675	5.59 728	0.48 641	13.03 738	17.94 738	8.87 731	5.65 727	4.79 725	1.89 721	23.51 748	2.73 730	27.55 751	25.71 751	16.07 745	16.33 746

Anonymous_1	10.96 734	7.92 734	7.46 729	10.33 731	10.06 729	18.65 738	26.34 740	11.06 736	13.44 737	9.40 733	10.05 734	9.67 737	11.23 737	10.73 733	12.72 735	6.42 734	8.38 736	5.77 735	10.61 735	12.12 736	6.77 731

DPSM_ROB	11.15 735	8.58 737	8.00 732	10.88 732	11.58 734	19.10 739	26.71 741	12.05 739	14.07 740	10.36 736	10.84 735	10.33 738	11.86 738	11.70 736	13.54 738	6.99 737	8.79 737	5.89 736	6.95 731	7.29 733	7.42 736

DPSM	11.15 735	8.58 737	8.00 732	10.88 732	11.58 734	19.10 739	26.71 741	12.05 739	14.07 740	10.36 736	10.84 735	10.33 738	11.86 738	11.70 736	13.54 738	6.99 737	8.79 737	5.89 736	6.95 731	7.29 733	7.42 736

HaxPig	15.71 737	18.52 749	19.18 744	16.89 737	15.89 739	7.73 724	7.60 727	13.31 741	10.82 732	15.42 739	14.91 737	15.98 740	14.92 740	15.58 739	15.98 740	18.95 747	16.73 740	19.46 747	18.08 747	19.26 746	19.05 749

Selective-IGEV-i16pa	18.58 738	3.30 723	1.09 709	0.21 577	0.18 657	103.68 752	0.28 658	19.87 743	40.73 752	4.16 725	56.45 752	8.07 730	2.59 725	123.95 753	5.89 728	0.18 660	0.12 624	0.09 496	0.12 616	0.12 592	0.51 702

RSGM-EC	20.36 739	4.73 728	0.68 691	16.76 735	16.92 740	21.28 741	27.18 743	10.46 734	14.04 738	18.00 740	21.31 741	22.24 750	21.82 742	22.57 741	17.63 741	62.81 751	33.79 751	20.14 748	18.10 748	20.18 747	16.45 747

acva	20.36 739	4.73 728	0.68 691	16.76 735	16.92 740	21.28 741	27.18 743	10.46 734	14.04 738	18.00 740	21.31 741	22.24 750	21.82 742	22.57 741	17.63 741	62.81 751	33.79 751	20.14 748	18.10 748	20.18 747	16.45 747

MEDIAN_ROB	20.38 741	24.04 750	23.31 747	21.23 739	21.71 742	10.40 729	7.92 728	17.64 742	15.50 742	20.12 743	19.70 739	20.34 741	20.32 741	21.19 740	21.13 743	23.81 749	21.81 749	24.98 750	23.76 750	24.71 749	23.93 750

CasAABBNet	22.42 742	17.33 742	16.01 738	22.01 741	23.28 744	38.32 743	53.80 748	24.14 747	28.41 747	20.60 746	21.77 745	20.89 748	23.91 747	23.43 746	27.36 747	14.07 740	17.69 743	11.83 741	14.01 740	14.67 739	14.95 742

RAFT-FEzeroshot	22.43 743	17.33 742	15.98 736	22.02 742	23.31 746	38.34 744	53.82 750	24.05 745	28.39 745	20.61 747	21.76 743	20.88 745	23.92 749	23.41 744	27.42 749	14.07 740	17.69 743	11.83 741	14.02 741	14.69 740	14.97 743

RAFT-FE	22.43 743	17.33 742	15.98 736	22.02 742	23.31 746	38.34 744	53.82 750	24.05 745	28.39 745	20.61 747	21.76 743	20.88 745	23.92 749	23.41 744	27.42 749	14.07 740	17.69 743	11.83 741	14.02 741	14.69 740	14.97 743

FlowAnything	22.44 745	17.35 745	16.14 740	22.07 745	23.23 743	38.39 748	53.77 746	24.25 749	28.44 748	20.96 751	21.82 747	20.70 743	23.84 745	23.49 748	27.14 745	14.04 739	17.79 748	11.75 739	14.15 745	14.65 737	14.89 739

Hybrid-DGEV	22.47 746	17.40 747	16.14 740	22.00 740	23.29 745	38.36 746	53.80 748	24.43 752	28.63 751	20.59 745	21.81 746	20.88 745	23.91 747	23.45 747	27.42 749	14.08 743	17.69 743	11.83 741	14.06 744	14.65 737	14.93 741

Selective-RAFT-Error	22.47 746	17.37 746	16.09 739	22.06 744	23.34 748	38.39 748	53.83 752	24.29 751	28.47 749	20.74 749	21.83 748	20.81 744	23.90 746	23.54 750	27.53 752	14.08 743	17.69 743	11.82 740	14.00 739	14.69 740	15.00 745

fast-reg	22.85 748	17.43 748	19.15 743	22.22 747	24.34 749	38.36 746	53.78 747	24.23 748	28.52 750	20.55 744	22.05 749	20.54 742	23.77 744	23.21 743	27.31 746	14.18 746	17.47 742	14.33 746	14.96 746	15.81 744	14.81 738

LSM0	22.87 749	17.28 741	18.96 742	22.19 746	29.04 751	38.42 750	53.71 745	24.28 750	28.31 744	20.78 750	21.00 740	21.43 749	24.16 751	23.50 749	27.39 748	14.09 745	17.38 741	11.84 745	14.04 743	14.73 743	14.89 739

AVERAGE_ROB	24.90 750	29.20 751	28.14 748	24.89 748	24.64 750	17.75 735	11.12 729	21.45 744	19.93 743	25.12 752	24.46 750	25.12 752	25.46 752	24.69 751	22.83 744	29.76 750	27.13 750	28.97 752	27.95 752	29.91 750	29.47 751

test_example2	98.32 751	94.13 752	45.89 749	96.35 749	109.85 752	88.61 751	95.45 753	25.75 753	94.37 753	130.00 754	126.06 753	58.17 753	74.63 753	88.51 752	79.96 753	150.23 753	221.02 753	77.62 753	99.10 753	113.75 753	96.94 752

GS-Stereo							0.14 247	0.11 60	0.12 153	0.08 133	0.10 200	0.05 5	0.05 14	0.11 204	0.08 27	0.06 169	0.04 25	0.05 51	0.04 61	0.05 173	0.05 211

FSD					0.22 670	0.25 609	0.25 636	0.27 509	0.26 498	0.25 587	0.26 523	0.25 546	0.27 618	0.27 612	0.24 605	0.21 673	0.20 672	0.27 675	0.26 678	0.25 678

ccccc		285.66 753		368.85 752	370.60 753	123.16 753		115.05 754		126.68 753		122.83 754		252.94 754		384.56 754	353.86 754	254.69 754	223.00 754	425.87 754

ASD4		3.38 724

Low-res two-view benchmark