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	0.09 142	0.13 23	0.05 2	0.08 98	0.11 79	0.06 1	0.06 8	0.06 30	0.06 28	0.08 211	0.05 15	0.08 33	0.09 115	0.06 182	0.04 26	0.04 1	0.03 1	0.05 183	0.04 82

PSi22a	0.06 1	0.04 1	0.09 142	0.12 7	0.05 2	0.06 16	0.11 79	0.06 1	0.06 8	0.06 30	0.06 28	0.06 51	0.05 15	0.08 33	0.09 115	0.07 369	0.04 26	0.04 1	0.03 1	0.05 183	0.04 82

Foundation-i32	0.06 1	0.04 1	0.09 142	0.13 23	0.04 1	0.06 16	0.12 117	0.06 1	0.05 4	0.06 30	0.05 7	0.05 5	0.05 15	0.07 8	0.09 115	0.06 182	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

MLG-Stereo_test2	0.06 1	0.04 1	0.10 213	0.15 132	0.05 2	0.07 47	0.11 79	0.09 28	0.04 2	0.06 30	0.05 7	0.06 51	0.04 1	0.08 33	0.09 115	0.06 182	0.04 26	0.05 63	0.03 1	0.05 183	0.05 225

MLG-Stereo_test1	0.06 1	0.05 45	0.08 66	0.17 324	0.05 2	0.06 16	0.11 79	0.08 14	0.03 1	0.05 2	0.04 1	0.06 51	0.05 15	0.09 68	0.09 115	0.05 55	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

FoundationStereo	0.06 1	0.04 1	0.08 66	0.12 7	0.05 2	0.09 158	0.13 196	0.06 1	0.09 63	0.05 2	0.05 7	0.06 51	0.04 1	0.06 2	0.07 1	0.06 182	0.04 26	0.05 63	0.03 1	0.05 183	0.04 82

rgla	0.07 7	0.06 125	0.06 6	0.16 232	0.06 36	0.08 98	0.10 44	0.09 28	0.08 31	0.07 87	0.06 28	0.05 5	0.06 75	0.10 136	0.09 115	0.05 55	0.04 26	0.04 1	0.03 1	0.04 54	0.04 82

416test1013	0.07 7	0.06 125	0.06 6	0.16 232	0.07 146	0.10 226	0.10 44	0.09 28	0.07 20	0.07 87	0.07 76	0.05 5	0.06 75	0.10 136	0.08 29	0.06 182	0.05 292	0.04 1	0.03 1	0.04 54	0.04 82

416test	0.07 7	0.07 259	0.06 6	0.17 324	0.07 146	0.09 158	0.10 44	0.09 28	0.08 31	0.07 87	0.06 28	0.05 5	0.06 75	0.09 68	0.08 29	0.05 55	0.04 26	0.04 1	0.03 1	0.04 54	0.04 82

test410_97500	0.07 7	0.06 125	0.09 142	0.17 324	0.07 146	0.07 47	0.08 9	0.10 45	0.09 63	0.06 30	0.05 7	0.05 5	0.05 15	0.09 68	0.08 29	0.04 11	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

test410	0.07 7	0.06 125	0.09 142	0.17 324	0.07 146	0.07 47	0.08 9	0.10 45	0.09 63	0.06 30	0.05 7	0.06 51	0.05 15	0.09 68	0.07 1	0.04 11	0.05 292	0.04 1	0.03 1	0.03 1	0.03 2

LACA_dic	0.07 7	0.10 537	0.08 66	0.13 23	0.05 2	0.08 98	0.11 79	0.08 14	0.09 63	0.05 2	0.05 7	0.05 5	0.05 15	0.08 33	0.08 29	0.06 182	0.04 26	0.04 1	0.04 72	0.05 183	0.04 82

DF_test	0.07 7	0.05 45	0.08 66	0.14 72	0.08 244	0.04 1	0.13 196	0.08 14	0.11 129	0.07 87	0.08 143	0.06 51	0.07 196	0.06 2	0.08 29	0.06 182	0.05 292	0.05 63	0.05 211	0.05 183	0.04 82

over v1	0.07 7	0.07 259	0.07 17	0.18 422	0.05 2	0.08 98	0.08 9	0.10 45	0.05 4	0.06 30	0.06 28	0.07 143	0.10 345	0.11 220	0.08 29	0.05 55	0.04 26	0.04 1	0.03 1	0.05 183	0.05 225

over-8	0.07 7	0.07 259	0.07 17	0.18 422	0.05 2	0.08 98	0.08 9	0.13 136	0.05 4	0.06 30	0.05 7	0.07 143	0.09 298	0.11 220	0.08 29	0.06 182	0.04 26	0.04 1	0.03 1	0.05 183	0.05 225

small-0shot	0.07 7	0.05 45	0.08 66	0.14 72	0.07 146	0.06 16	0.13 196	0.09 28	0.08 31	0.05 2	0.10 223	0.06 51	0.06 75	0.06 2	0.10 226	0.06 182	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

over-9	0.07 7	0.07 259	0.07 17	0.18 422	0.05 2	0.08 98	0.08 9	0.13 136	0.06 8	0.06 30	0.05 7	0.07 143	0.09 298	0.11 220	0.08 29	0.06 182	0.04 26	0.04 1	0.03 1	0.05 183	0.05 225

WAFT-Stereo (ZS)	0.07 7	0.05 45	0.09 142	0.12 7	0.07 146	0.08 98	0.15 361	0.07 8	0.07 20	0.06 30	0.10 223	0.05 5	0.07 196	0.06 2	0.11 317	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.05 225

testmc14	0.07 7	0.05 45	0.06 6	0.15 132	0.05 2	0.09 158	0.13 196	0.08 14	0.08 31	0.07 87	0.09 184	0.06 51	0.05 15	0.07 8	0.07 1	0.06 182	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

MCSU-Stereo	0.07 7	0.05 45	0.06 6	0.15 132	0.05 2	0.09 158	0.13 196	0.10 45	0.09 63	0.07 87	0.07 76	0.07 143	0.05 15	0.09 68	0.07 1	0.06 182	0.04 26	0.04 1	0.03 1	0.04 54	0.03 2

derf	0.07 7	0.04 1	0.10 213	0.14 72	0.06 36	0.05 5	0.12 117	0.12 102	0.09 63	0.05 2	0.07 76	0.07 143	0.08 251	0.10 136	0.10 226	0.06 182	0.05 292	0.04 1	0.03 1	0.04 54	0.05 225

mm2	0.07 7	0.04 1	0.10 213	0.13 23	0.06 36	0.06 16	0.12 117	0.13 136	0.08 31	0.06 30	0.07 76	0.06 51	0.08 251	0.10 136	0.09 115	0.06 182	0.05 292	0.04 1	0.03 1	0.04 54	0.05 225

mm1	0.07 7	0.04 1	0.10 213	0.13 23	0.06 36	0.06 16	0.12 117	0.06 1	0.08 31	0.06 30	0.07 76	0.06 51	0.08 251	0.10 136	0.09 115	0.06 182	0.05 292	0.04 1	0.03 1	0.04 54	0.05 225

qqai	0.07 7	0.05 45	0.10 213	0.14 72	0.06 36	0.05 5	0.12 117	0.08 14	0.09 63	0.05 2	0.06 28	0.06 51	0.08 251	0.10 136	0.09 115	0.06 182	0.05 292	0.05 63	0.03 1	0.04 54	0.05 225

MGA	0.07 7	0.04 1	0.10 213	0.13 23	0.06 36	0.08 98	0.09 27	0.12 102	0.08 31	0.05 2	0.06 28	0.06 51	0.05 15	0.10 136	0.09 115	0.06 182	0.04 26	0.05 63	0.03 1	0.05 183	0.05 225

CAR	0.07 7	0.05 45	0.08 66	0.14 72	0.06 36	0.07 47	0.08 9	0.12 102	0.08 31	0.05 2	0.06 28	0.05 5	0.05 15	0.10 136	0.09 115	0.06 182	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

MSE-Stereo	0.07 7	0.04 1	0.08 66	0.13 23	0.06 36	0.07 47	0.08 9	0.12 102	0.08 31	0.05 2	0.06 28	0.05 5	0.05 15	0.10 136	0.09 115	0.06 182	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

monster-pro	0.07 7	0.06 125	0.05 1	0.15 132	0.05 2	0.07 47	0.10 44	0.15 213	0.15 277	0.05 2	0.06 28	0.05 5	0.06 75	0.07 8	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

PointNet	0.07 7	0.06 125	0.07 17	0.15 132	0.07 146	0.08 98	0.14 271	0.11 75	0.08 31	0.05 2	0.07 76	0.08 211	0.08 251	0.09 68	0.09 115	0.06 182	0.04 26	0.05 63	0.04 72	0.03 1	0.04 82

aanet-new-60k	0.07 7	0.07 259	0.08 66	0.18 422	0.06 36	0.07 47	0.10 44	0.09 28	0.14 249	0.07 87	0.07 76	0.06 51	0.06 75	0.11 220	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

aanet-new-70k	0.07 7	0.06 125	0.09 142	0.17 324	0.06 36	0.08 98	0.12 117	0.11 75	0.10 96	0.06 30	0.07 76	0.07 143	0.06 75	0.10 136	0.07 1	0.04 11	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

aanet-new-78k	0.07 7	0.07 259	0.09 142	0.19 499	0.06 36	0.07 47	0.12 117	0.11 75	0.13 216	0.06 30	0.07 76	0.06 51	0.06 75	0.09 68	0.07 1	0.04 11	0.04 26	0.05 63	0.04 72	0.05 183	0.03 2

aanet-new-40k	0.07 7	0.08 388	0.07 17	0.17 324	0.07 146	0.08 98	0.13 196	0.10 45	0.10 96	0.07 87	0.08 143	0.06 51	0.05 15	0.08 33	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

GCAP-Stereo-DPT26K	0.07 7	0.06 125	0.07 17	0.16 232	0.06 36	0.08 98	0.12 117	0.10 45	0.08 31	0.06 30	0.09 184	0.06 51	0.05 15	0.08 33	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

aanet-new-24k	0.07 7	0.07 259	0.07 17	0.17 324	0.06 36	0.07 47	0.12 117	0.09 28	0.11 129	0.09 207	0.09 184	0.06 51	0.07 196	0.09 68	0.07 1	0.04 11	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

GCAP-Stereo-DPT-20K	0.07 7	0.05 45	0.11 276	0.15 132	0.06 36	0.07 47	0.13 196	0.09 28	0.11 129	0.07 87	0.08 143	0.06 51	0.05 15	0.09 68	0.07 1	0.05 55	0.05 292	0.05 63	0.04 72	0.03 1	0.04 82

GCAP-Stereo-DPT-24K	0.07 7	0.06 125	0.07 17	0.15 132	0.06 36	0.10 226	0.15 361	0.12 102	0.11 129	0.06 30	0.11 278	0.06 51	0.05 15	0.09 68	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

PipStereo	0.07 7	0.04 1	0.09 142	0.13 23	0.05 2	0.08 98	0.11 79	0.06 1	0.06 8	0.06 30	0.05 7	0.08 211	0.05 15	0.08 33	0.09 115	0.06 182	0.04 26	0.04 1	0.03 1	0.05 183	0.04 82

LACA3	0.07 7	0.08 388	0.08 66	0.13 23	0.05 2	0.09 158	0.11 79	0.08 14	0.08 31	0.08 151	0.05 7	0.07 143	0.07 196	0.07 8	0.07 1	0.06 182	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

Selective-IGEV-i32	0.07 7	0.06 125	0.08 66	0.17 324	0.06 36	0.08 98	0.12 117	0.13 136	0.07 20	0.08 151	0.07 76	0.06 51	0.04 1	0.10 136	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

LACA2	0.07 7	0.05 45	0.06 6	0.15 132	0.06 36	0.09 158	0.11 79	0.11 75	0.10 96	0.05 2	0.05 7	0.06 51	0.08 251	0.09 68	0.07 1	0.07 369	0.04 26	0.04 1	0.04 72	0.04 54	0.04 82

LACA1	0.07 7	0.07 259	0.07 17	0.14 72	0.05 2	0.09 158	0.11 79	0.10 45	0.07 20	0.05 2	0.05 7	0.06 51	0.07 196	0.08 33	0.09 115	0.06 182	0.04 26	0.04 1	0.04 72	0.03 1	0.04 82

Test_v1	0.07 7	0.04 1	0.06 6	0.13 23	0.06 36	0.08 98	0.11 79	0.15 213	0.12 172	0.06 30	0.05 7	0.04 1	0.05 15	0.08 33	0.10 226	0.07 369	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

BLMT-Stereo	0.07 7	0.04 1	0.08 66	0.15 132	0.07 146	0.06 16	0.14 271	0.07 8	0.10 96	0.05 2	0.05 7	0.04 1	0.06 75	0.07 8	0.09 115	0.04 11	0.04 26	0.05 63	0.05 211	0.04 54	0.04 82

Pro-Stereo	0.07 7	0.05 45	0.08 66	0.15 132	0.07 146	0.08 98	0.12 117	0.07 8	0.07 20	0.06 30	0.06 28	0.05 5	0.05 15	0.09 68	0.08 29	0.05 55	0.04 26	0.06 218	0.05 211	0.04 54	0.04 82

MatchStereo	0.07 7	0.04 1	0.08 66	0.14 72	0.06 36	0.05 5	0.12 117	0.12 102	0.09 63	0.07 87	0.06 28	0.04 1	0.04 1	0.08 33	0.09 115	0.06 182	0.05 292	0.05 63	0.03 1	0.04 54	0.04 82
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	0.09 142	0.11 1	0.05 2	0.10 226	0.10 44	0.14 170	0.09 63	0.06 30	0.07 76	0.06 51	0.07 196	0.07 8	0.10 226	0.06 182	0.04 26	0.04 1	0.04 72	0.04 54	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
CSFM-Stereo	0.07 7	0.05 45	0.07 17	0.14 72	0.06 36	0.09 158	0.13 196	0.15 213	0.06 8	0.07 87	0.08 143	0.06 51	0.08 251	0.09 68	0.09 115	0.06 182	0.05 292	0.04 1	0.03 1	0.04 54	0.04 82

VIP-Stereo	0.07 7	0.07 259	0.07 17	0.15 132	0.06 36	0.12 339	0.10 44	0.11 75	0.11 129	0.06 30	0.07 76	0.06 51	0.05 15	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.03 1	0.03 1	0.02 1

BridgeDepth	0.07 7	0.07 259	0.08 66	0.18 422	0.06 36	0.07 47	0.11 79	0.09 28	0.06 8	0.04 1	0.07 76	0.10 291	0.09 298	0.08 33	0.08 29	0.04 11	0.03 1	0.04 1	0.04 72	0.03 1	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Zero-FE251	0.07 7	0.05 45	0.09 142	0.13 23	0.06 36	0.12 339	0.12 117	0.11 75	0.10 96	0.07 87	0.08 143	0.06 51	0.06 75	0.09 68	0.08 29	0.06 182	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

MonStereo	0.07 7	0.06 125	0.05 1	0.15 132	0.05 2	0.08 98	0.10 44	0.15 213	0.15 277	0.05 2	0.06 28	0.05 5	0.06 75	0.07 8	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Wavelet-MonSter	0.07 7	0.05 45	0.07 17	0.16 232	0.06 36	0.07 47	0.11 79	0.10 45	0.08 31	0.06 30	0.06 28	0.07 143	0.07 196	0.09 68	0.09 115	0.04 11	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 7	0.06 125	0.05 1	0.15 132	0.05 2	0.08 98	0.10 44	0.15 213	0.15 277	0.05 2	0.06 28	0.05 5	0.06 75	0.07 8	0.09 115	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	0.09 142	0.13 23	0.06 36	0.05 5	0.09 27	0.11 75	0.07 20	0.06 30	0.06 28	0.05 5	0.06 75	0.09 68	0.09 115	0.06 182	0.04 26	0.04 1	0.03 1	0.05 183	0.05 225

Replicate-Monster	0.07 7	0.05 45	0.09 142	0.14 72	0.06 36	0.08 98	0.09 27	0.13 136	0.13 216	0.05 2	0.07 76	0.06 51	0.06 75	0.08 33	0.10 226	0.05 55	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

AdaDepth	0.07 7	0.06 125	0.07 17	0.18 422	0.06 36	0.11 284	0.12 117	0.09 28	0.07 20	0.06 30	0.05 7	0.07 143	0.06 75	0.09 68	0.10 226	0.04 11	0.05 292	0.05 63	0.04 72	0.04 54	0.04 82

asda	0.07 7	0.08 388	0.08 66	0.16 232	0.06 36	0.06 16	0.10 44	0.16 256	0.10 96	0.06 30	0.06 28	0.05 5	0.05 15	0.10 136	0.10 226	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

asd	0.07 7	0.08 388	0.07 17	0.16 232	0.07 146	0.08 98	0.08 9	0.11 75	0.08 31	0.07 87	0.07 76	0.06 51	0.06 75	0.10 136	0.09 115	0.03 1	0.03 1	0.04 1	0.04 72	0.04 54	0.03 2

qwe	0.07 7	0.08 388	0.07 17	0.15 132	0.06 36	0.07 47	0.10 44	0.18 330	0.11 129	0.07 87	0.07 76	0.06 51	0.06 75	0.10 136	0.09 115	0.03 1	0.03 1	0.04 1	0.04 72	0.04 54	0.03 2

2.25w	0.07 7	0.06 125	0.07 17	0.14 72	0.06 36	0.08 98	0.08 9	0.10 45	0.15 277	0.08 151	0.10 223	0.07 143	0.06 75	0.08 33	0.10 226	0.05 55	0.03 1	0.04 1	0.04 72	0.03 1	0.04 82

4.25_new	0.07 7	0.08 388	0.09 142	0.15 132	0.06 36	0.09 158	0.08 9	0.14 170	0.08 31	0.07 87	0.07 76	0.06 51	0.06 75	0.12 320	0.10 226	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

4.5w_new	0.07 7	0.08 388	0.09 142	0.15 132	0.06 36	0.09 158	0.08 9	0.14 170	0.08 31	0.07 87	0.07 76	0.06 51	0.06 75	0.12 320	0.10 226	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

4.5_new	0.07 7	0.09 474	0.08 66	0.15 132	0.07 146	0.06 16	0.10 44	0.14 170	0.11 129	0.06 30	0.08 143	0.06 51	0.06 75	0.08 33	0.10 226	0.03 1	0.03 1	0.04 1	0.04 72	0.04 54	0.03 2

4.5w-stereo	0.07 7	0.09 474	0.08 66	0.15 132	0.07 146	0.06 16	0.10 44	0.14 170	0.11 129	0.06 30	0.08 143	0.06 51	0.06 75	0.08 33	0.10 226	0.03 1	0.03 1	0.04 1	0.04 72	0.04 54	0.03 2

4.25w-stereo	0.07 7	0.08 388	0.09 142	0.15 132	0.06 36	0.09 158	0.08 9	0.14 170	0.08 31	0.07 87	0.07 76	0.06 51	0.06 75	0.12 320	0.10 226	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

4w-stereo	0.07 7	0.08 388	0.08 66	0.16 232	0.06 36	0.07 47	0.08 9	0.12 102	0.08 31	0.07 87	0.07 76	0.05 5	0.06 75	0.09 68	0.10 226	0.03 1	0.03 1	0.04 1	0.04 72	0.04 54	0.03 2

2.5w	0.07 7	0.07 259	0.07 17	0.16 232	0.06 36	0.08 98	0.12 117	0.10 45	0.10 96	0.07 87	0.06 28	0.09 253	0.06 75	0.08 33	0.09 115	0.04 11	0.03 1	0.04 1	0.04 72	0.03 1	0.03 2

2.75w_new	0.07 7	0.07 259	0.07 17	0.13 23	0.06 36	0.08 98	0.08 9	0.18 330	0.12 172	0.07 87	0.08 143	0.06 51	0.06 75	0.09 68	0.11 317	0.04 11	0.04 26	0.04 1	0.03 1	0.03 1	0.04 82

3.25w_new	0.07 7	0.06 125	0.07 17	0.15 132	0.06 36	0.10 226	0.07 5	0.12 102	0.11 129	0.08 151	0.06 28	0.07 143	0.06 75	0.11 220	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 7	0.06 125	0.07 17	0.15 132	0.06 36	0.10 226	0.07 5	0.12 102	0.11 129	0.08 151	0.06 28	0.07 143	0.06 75	0.11 220	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 7	0.07 259	0.08 66	0.16 232	0.07 146	0.07 47	0.09 27	0.16 256	0.09 63	0.07 87	0.06 28	0.05 5	0.06 75	0.09 68	0.10 226	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 259	0.07 17	0.15 132	0.07 146	0.09 158	0.06 1	0.13 136	0.11 129	0.07 87	0.07 76	0.06 51	0.07 196	0.10 136	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

1w_stereo	0.07 7	0.06 125	0.07 17	0.16 232	0.06 36	0.07 47	0.10 44	0.14 170	0.14 249	0.07 87	0.08 143	0.05 5	0.06 75	0.09 68	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 82

monsterstereo	0.07 7	0.06 125	0.06 6	0.16 232	0.06 36	0.08 98	0.10 44	0.16 256	0.11 129	0.07 87	0.08 143	0.06 51	0.07 196	0.08 33	0.09 115	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

monsters	0.07 7	0.06 125	0.06 6	0.15 132	0.06 36	0.08 98	0.09 27	0.12 102	0.08 31	0.09 207	0.07 76	0.06 51	0.06 75	0.08 33	0.08 29	0.05 55	0.04 26	0.04 1	0.04 72	0.03 1	0.03 2

IGEV	0.07 7	0.04 1	0.08 66	0.13 23	0.06 36	0.09 158	0.12 117	0.14 170	0.10 96	0.06 30	0.09 184	0.07 143	0.05 15	0.09 68	0.09 115	0.06 182	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

111111	0.07 7	0.04 1	0.09 142	0.17 324	0.06 36	0.05 5	0.10 44	0.11 75	0.09 63	0.06 30	0.06 28	0.07 143	0.05 15	0.09 68	0.09 115	0.06 182	0.04 26	0.05 63	0.04 72	0.07 408	0.06 337

LG-Stereo_L2	0.07 7	0.05 45	0.10 213	0.14 72	0.06 36	0.07 47	0.12 117	0.09 28	0.09 63	0.06 30	0.04 1	0.05 5	0.05 15	0.08 33	0.08 29	0.05 55	0.04 26	0.05 63	0.03 1	0.04 54	0.03 2

LG-Stereo_L1	0.07 7	0.05 45	0.11 276	0.14 72	0.06 36	0.07 47	0.13 196	0.09 28	0.07 20	0.05 2	0.04 1	0.05 5	0.04 1	0.08 33	0.07 1	0.05 55	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

MLG-Stereo_test3	0.07 7	0.05 45	0.10 213	0.14 72	0.06 36	0.07 47	0.11 79	0.08 14	0.06 8	0.06 30	0.04 1	0.06 51	0.06 75	0.07 8	0.10 226	0.06 182	0.04 26	0.05 63	0.04 72	0.05 183	0.06 337

MLG-Stereo	0.07 7	0.05 45	0.08 66	0.17 324	0.05 2	0.07 47	0.11 79	0.08 14	0.04 2	0.05 2	0.04 1	0.06 51	0.05 15	0.10 136	0.09 115	0.05 55	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

LG-G_1	0.07 7	0.04 1	0.11 276	0.15 132	0.06 36	0.09 158	0.08 9	0.08 14	0.06 8	0.06 30	0.05 7	0.07 143	0.07 196	0.11 220	0.08 29	0.07 369	0.04 26	0.05 63	0.04 72	0.05 183	0.05 225

LG-G	0.07 7	0.04 1	0.11 276	0.15 132	0.06 36	0.09 158	0.08 9	0.08 14	0.06 8	0.06 30	0.05 7	0.07 143	0.07 196	0.11 220	0.08 29	0.07 369	0.04 26	0.05 63	0.04 72	0.05 183	0.05 225

LGtest1	0.07 7	0.04 1	0.10 213	0.15 132	0.06 36	0.07 47	0.09 27	0.08 14	0.06 8	0.05 2	0.04 1	0.06 51	0.06 75	0.10 136	0.09 115	0.07 369	0.04 26	0.05 63	0.04 72	0.06 321	0.06 337

LG-Stereo_Zeroshot	0.07 7	0.06 125	0.10 213	0.16 232	0.07 146	0.04 1	0.13 196	0.10 45	0.10 96	0.05 2	0.11 278	0.07 143	0.05 15	0.07 8	0.09 115	0.06 182	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

GREAT-IGEV	0.07 7	0.06 125	0.08 66	0.13 23	0.07 146	0.07 47	0.14 271	0.09 28	0.09 63	0.06 30	0.07 76	0.06 51	0.05 15	0.10 136	0.07 1	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82
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	0.15 634	0.17 542	0.11 1	0.05 2	0.05 5	0.11 79	0.08 14	0.08 31	0.06 30	0.06 28	0.05 5	0.05 15	0.09 68	0.08 29	0.08 454	0.04 26	0.05 63	0.03 1	0.05 183	0.04 82

AIO_rvc	0.07 7	0.06 125	0.08 66	0.15 132	0.06 36	0.08 98	0.14 271	0.09 28	0.08 31	0.07 87	0.08 143	0.07 143	0.04 1	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

AIO_test	0.07 7	0.05 45	0.07 17	0.15 132	0.07 146	0.06 16	0.14 271	0.10 45	0.10 96	0.07 87	0.07 76	0.06 51	0.05 15	0.08 33	0.10 226	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

MonSter	0.07 7	0.06 125	0.05 1	0.15 132	0.05 2	0.07 47	0.10 44	0.15 213	0.15 277	0.05 2	0.06 28	0.05 5	0.06 75	0.07 8	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DEFOM-Stereo	0.07 7	0.05 45	0.07 17	0.14 72	0.06 36	0.10 226	0.13 196	0.07 8	0.13 216	0.06 30	0.07 76	0.06 51	0.05 15	0.10 136	0.09 115	0.04 11	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

dual_stereo	0.07 7	0.04 1	0.08 66	0.15 132	0.05 2	0.05 5	0.13 196	0.12 102	0.08 31	0.07 87	0.06 28	0.05 5	0.05 15	0.07 8	0.09 115	0.06 182	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

IGEV-Stereo++	0.07 7	0.06 125	0.08 66	0.18 422	0.06 36	0.04 1	0.10 44	0.11 75	0.11 129	0.06 30	0.07 76	0.07 143	0.06 75	0.09 68	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

IGEV-Stereo+	0.07 7	0.04 1	0.08 66	0.15 132	0.06 36	0.04 1	0.09 27	0.10 45	0.09 63	0.06 30	0.06 28	0.06 51	0.06 75	0.06 2	0.08 29	0.06 182	0.04 26	0.05 63	0.04 72	0.06 321	0.06 337

GCAPDPT-zeroshot4090	0.07 7	0.05 45	0.11 276	0.15 132	0.06 36	0.07 47	0.13 196	0.09 28	0.11 129	0.07 87	0.08 143	0.06 51	0.05 15	0.09 68	0.07 1	0.05 55	0.05 292	0.05 63	0.04 72	0.03 1	0.04 82

Selective-IGEV	0.07 7	0.06 125	0.08 66	0.17 324	0.06 36	0.08 98	0.12 117	0.13 136	0.07 20	0.08 151	0.07 76	0.06 51	0.04 1	0.10 136	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

SCION-M(vits-remse)	0.08 98	0.06 125	0.12 325	0.24 656	0.05 2	0.07 47	0.10 44	0.15 213	0.15 277	0.05 2	0.06 28	0.05 5	0.06 75	0.07 8	0.09 115	0.08 454	0.06 455	0.04 1	0.03 1	0.03 1	0.03 2

GEAR-Net	0.08 98	0.06 125	0.08 66	0.18 422	0.07 146	0.09 158	0.13 196	0.10 45	0.09 63	0.08 151	0.08 143	0.06 51	0.06 75	0.13 378	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

over-6	0.08 98	0.07 259	0.08 66	0.17 324	0.05 2	0.10 226	0.09 27	0.17 295	0.11 129	0.06 30	0.07 76	0.06 51	0.09 298	0.10 136	0.08 29	0.06 182	0.04 26	0.04 1	0.04 72	0.05 183	0.05 225

anonymous	0.08 98	0.05 45	0.12 325	0.16 232	0.08 244	0.05 5	0.13 196	0.10 45	0.14 249	0.07 87	0.07 76	0.06 51	0.04 1	0.07 8	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

depth_test_26	0.08 98	0.04 1	0.11 276	0.13 23	0.07 146	0.07 47	0.11 79	0.12 102	0.11 129	0.09 207	0.07 76	0.08 211	0.05 15	0.09 68	0.08 29	0.08 454	0.06 455	0.06 218	0.06 312	0.06 321	0.07 427

Anonymus	0.08 98	0.05 45	0.10 213	0.15 132	0.08 244	0.10 226	0.15 361	0.15 213	0.10 96	0.07 87	0.06 28	0.07 143	0.08 251	0.12 320	0.10 226	0.06 182	0.04 26	0.05 63	0.05 211	0.05 183	0.06 337

LGCAT	0.08 98	0.04 1	0.10 213	0.11 1	0.06 36	0.07 47	0.12 117	0.07 8	0.08 31	0.09 207	0.07 76	0.07 143	0.08 251	0.12 320	0.11 317	0.10 568	0.09 604	0.04 1	0.05 211	0.04 54	0.09 549

quiztm	0.08 98	0.07 259	0.08 66	0.18 422	0.07 146	0.09 158	0.14 271	0.14 170	0.12 172	0.07 87	0.07 76	0.05 5	0.06 75	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.04 72	0.04 54	0.03 2

TS12	0.08 98	0.06 125	0.09 142	0.21 603	0.07 146	0.11 284	0.13 196	0.11 75	0.09 63	0.10 258	0.10 223	0.08 211	0.10 345	0.09 68	0.12 386	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.04 82

DF	0.08 98	0.05 45	0.09 142	0.15 132	0.06 36	0.11 284	0.13 196	0.10 45	0.12 172	0.09 207	0.10 223	0.10 291	0.08 251	0.11 220	0.09 115	0.07 369	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

LiteMatch*	0.08 98	0.04 1	0.11 276	0.13 23	0.08 244	0.08 98	0.13 196	0.14 170	0.09 63	0.05 2	0.05 7	0.05 5	0.09 298	0.11 220	0.10 226	0.06 182	0.05 292	0.05 63	0.04 72	0.05 183	0.05 225

aanet-new-90k	0.08 98	0.07 259	0.08 66	0.19 499	0.06 36	0.07 47	0.12 117	0.12 102	0.13 216	0.06 30	0.07 76	0.06 51	0.06 75	0.10 136	0.07 1	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.03 2

aanet-new-36k	0.08 98	0.06 125	0.09 142	0.17 324	0.06 36	0.09 158	0.13 196	0.11 75	0.13 216	0.08 151	0.08 143	0.06 51	0.05 15	0.09 68	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

aanet-new-34k	0.08 98	0.06 125	0.09 142	0.17 324	0.05 2	0.07 47	0.13 196	0.12 102	0.12 172	0.09 207	0.08 143	0.07 143	0.05 15	0.10 136	0.09 115	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

aanet-32k-new	0.08 98	0.07 259	0.08 66	0.18 422	0.06 36	0.08 98	0.12 117	0.11 75	0.12 172	0.07 87	0.08 143	0.05 5	0.07 196	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.06 321	0.04 82

aanet-new-32k	0.08 98	0.07 259	0.09 142	0.18 422	0.06 36	0.11 284	0.11 79	0.10 45	0.08 31	0.07 87	0.07 76	0.07 143	0.06 75	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

aanet-new-30k	0.08 98	0.07 259	0.09 142	0.18 422	0.06 36	0.11 284	0.11 79	0.10 45	0.08 31	0.07 87	0.07 76	0.07 143	0.06 75	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

aanet-new-28k	0.08 98	0.07 259	0.09 142	0.18 422	0.06 36	0.08 98	0.12 117	0.10 45	0.09 63	0.09 207	0.08 143	0.08 211	0.06 75	0.12 320	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

aanet-new-22k	0.08 98	0.06 125	0.09 142	0.17 324	0.06 36	0.08 98	0.11 79	0.14 170	0.12 172	0.09 207	0.09 184	0.08 211	0.06 75	0.10 136	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

aanet-new-16k	0.08 98	0.08 388	0.08 66	0.18 422	0.06 36	0.07 47	0.09 27	0.13 136	0.12 172	0.08 151	0.07 76	0.07 143	0.06 75	0.09 68	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.05 183	0.03 2

aanet-new-10k	0.08 98	0.08 388	0.08 66	0.19 499	0.07 146	0.08 98	0.12 117	0.14 170	0.11 129	0.07 87	0.08 143	0.07 143	0.07 196	0.09 68	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

aanet-new-12k	0.08 98	0.09 474	0.07 17	0.20 568	0.08 244	0.08 98	0.13 196	0.12 102	0.13 216	0.08 151	0.08 143	0.05 5	0.07 196	0.09 68	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.06 321	0.04 82

aanet-new-14k	0.08 98	0.09 474	0.08 66	0.19 499	0.06 36	0.07 47	0.10 44	0.14 170	0.15 277	0.06 30	0.08 143	0.05 5	0.06 75	0.09 68	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

aanet-new-8k	0.08 98	0.07 259	0.08 66	0.19 499	0.07 146	0.09 158	0.12 117	0.16 256	0.15 277	0.07 87	0.07 76	0.06 51	0.06 75	0.10 136	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

aanet-new	0.08 98	0.09 474	0.10 213	0.18 422	0.08 244	0.10 226	0.12 117	0.15 213	0.12 172	0.08 151	0.08 143	0.05 5	0.07 196	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.06 321	0.04 82

GCAP-Stereo-cres-4k	0.08 98	0.07 259	0.08 66	0.18 422	0.07 146	0.11 284	0.14 271	0.12 102	0.11 129	0.07 87	0.11 278	0.07 143	0.06 75	0.09 68	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

GCAP-Stereo-DPT-cres	0.08 98	0.05 45	0.07 17	0.15 132	0.06 36	0.10 226	0.14 271	0.13 136	0.12 172	0.07 87	0.09 184	0.07 143	0.06 75	0.10 136	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

GCAP-Stereo-DPT-36K	0.08 98	0.06 125	0.15 473	0.14 72	0.06 36	0.08 98	0.13 196	0.13 136	0.11 129	0.07 87	0.08 143	0.07 143	0.06 75	0.09 68	0.08 29	0.05 55	0.05 292	0.05 63	0.04 72	0.03 1	0.04 82

GCAP-Stereo-DPT-22K	0.08 98	0.06 125	0.07 17	0.17 324	0.06 36	0.07 47	0.14 271	0.13 136	0.16 319	0.05 2	0.10 223	0.06 51	0.06 75	0.08 33	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.04 82

GCAP-Stereo-DPT-5K	0.08 98	0.06 125	0.10 213	0.16 232	0.07 146	0.11 284	0.12 117	0.15 213	0.15 277	0.08 151	0.12 301	0.05 5	0.06 75	0.09 68	0.08 29	0.05 55	0.04 26	0.06 218	0.05 211	0.03 1	0.04 82

GCAP-Stereo-DPT-2K	0.08 98	0.06 125	0.10 213	0.16 232	0.07 146	0.11 284	0.13 196	0.14 170	0.14 249	0.08 151	0.13 321	0.05 5	0.06 75	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.03 1	0.04 82

GCAP-Stereo-DPT-3K	0.08 98	0.07 259	0.10 213	0.16 232	0.07 146	0.09 158	0.12 117	0.15 213	0.14 249	0.08 151	0.11 278	0.05 5	0.06 75	0.09 68	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.03 1	0.04 82

GCAP-Stereo-DPT-50K	0.08 98	0.06 125	0.17 542	0.15 132	0.06 36	0.06 16	0.13 196	0.13 136	0.13 216	0.07 87	0.07 76	0.06 51	0.05 15	0.08 33	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 98	0.06 125	0.07 17	0.16 232	0.06 36	0.06 16	0.14 271	0.14 170	0.14 249	0.07 87	0.10 223	0.06 51	0.05 15	0.09 68	0.09 115	0.04 11	0.04 26	0.04 1	0.04 72	0.03 1	0.03 2

GCAP-Stereo-DPT-FT	0.08 98	0.05 45	0.12 325	0.15 132	0.06 36	0.10 226	0.14 271	0.12 102	0.12 172	0.07 87	0.09 184	0.06 51	0.06 75	0.10 136	0.08 29	0.06 182	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

PSi22	0.08 98	0.06 125	0.11 276	0.16 232	0.07 146	0.08 98	0.10 44	0.14 170	0.08 31	0.08 151	0.06 28	0.10 291	0.06 75	0.12 320	0.09 115	0.05 55	0.04 26	0.04 1	0.03 1	0.04 54	0.04 82

Foundation-i1c-attn	0.08 98	0.05 45	0.07 17	0.14 72	0.05 2	0.09 158	0.12 117	0.12 102	0.10 96	0.09 207	0.10 223	0.10 291	0.07 196	0.07 8	0.10 226	0.06 182	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

Foundation-i1b	0.08 98	0.05 45	0.07 17	0.14 72	0.05 2	0.09 158	0.12 117	0.13 136	0.10 96	0.09 207	0.10 223	0.09 253	0.06 75	0.07 8	0.09 115	0.06 182	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

Foundation-i1a	0.08 98	0.05 45	0.07 17	0.13 23	0.05 2	0.13 397	0.13 196	0.12 102	0.09 63	0.11 295	0.11 278	0.11 322	0.06 75	0.08 33	0.09 115	0.06 182	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

DepthFocus	0.08 98	0.04 1	0.15 473	0.12 7	0.09 380	0.07 47	0.12 117	0.10 45	0.05 4	0.09 207	0.05 7	0.07 143	0.04 1	0.08 33	0.08 29	0.06 182	0.05 292	0.07 334	0.07 416	0.05 183	0.04 82

GeoVLM	0.08 98	0.04 1	0.10 213	0.13 23	0.06 36	0.10 226	0.12 117	0.13 136	0.08 31	0.06 30	0.07 76	0.06 51	0.08 251	0.10 136	0.11 317	0.06 182	0.05 292	0.04 1	0.03 1	0.04 54	0.05 225

gcap_with_dpt	0.08 98	0.06 125	0.09 142	0.16 232	0.07 146	0.09 158	0.12 117	0.13 136	0.13 216	0.08 151	0.12 301	0.04 1	0.06 75	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.03 1	0.04 82

DispViT+	0.08 98	0.05 45	0.09 142	0.13 23	0.06 36	0.05 5	0.11 79	0.18 330	0.16 319	0.09 207	0.08 143	0.07 143	0.06 75	0.11 220	0.09 115	0.06 182	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

WQFJA1++	0.08 98	0.04 1	0.11 276	0.14 72	0.07 146	0.11 284	0.11 79	0.11 75	0.07 20	0.07 87	0.07 76	0.07 143	0.06 75	0.10 136	0.10 226	0.06 182	0.04 26	0.05 63	0.04 72	0.06 321	0.06 337

BStereo	0.08 98	0.06 125	0.16 510	0.15 132	0.08 244	0.07 47	0.09 27	0.15 213	0.16 319	0.06 30	0.07 76	0.07 143	0.05 15	0.09 68	0.11 317	0.04 11	0.05 292	0.05 63	0.07 416	0.04 54	0.04 82

MonSter++	0.08 98	0.04 1	0.10 213	0.13 23	0.06 36	0.09 158	0.12 117	0.13 136	0.08 31	0.06 30	0.07 76	0.06 51	0.08 251	0.10 136	0.11 317	0.06 182	0.05 292	0.04 1	0.03 1	0.04 54	0.04 82

HiDET	0.08 98	0.04 1	0.10 213	0.13 23	0.06 36	0.08 98	0.12 117	0.12 102	0.11 129	0.06 30	0.07 76	0.07 143	0.07 196	0.11 220	0.11 317	0.06 182	0.04 26	0.04 1	0.03 1	0.04 54	0.04 82

LCMNet	0.08 98	0.05 45	0.10 213	0.13 23	0.07 146	0.09 158	0.12 117	0.10 45	0.11 129	0.06 30	0.08 143	0.06 51	0.07 196	0.11 220	0.10 226	0.06 182	0.05 292	0.04 1	0.03 1	0.04 54	0.04 82

GEAStereo	0.08 98	0.05 45	0.08 66	0.13 23	0.08 244	0.08 98	0.14 271	0.10 45	0.09 63	0.08 151	0.10 223	0.06 51	0.05 15	0.11 220	0.08 29	0.06 182	0.04 26	0.05 63	0.04 72	0.05 183	0.05 225

GSStereo	0.08 98	0.05 45	0.08 66	0.13 23	0.08 244	0.08 98	0.14 271	0.11 75	0.12 172	0.08 151	0.10 223	0.05 5	0.05 15	0.11 220	0.08 29	0.06 182	0.04 26	0.05 63	0.04 72	0.05 183	0.05 225

gasm-f	0.08 98	0.05 45	0.07 17	0.13 23	0.08 244	0.08 98	0.14 271	0.10 45	0.09 63	0.08 151	0.10 223	0.06 51	0.05 15	0.10 136	0.08 29	0.06 182	0.04 26	0.05 63	0.04 72	0.06 321	0.05 225

DDF-Stereo	0.08 98	0.04 1	0.09 142	0.15 132	0.10 496	0.06 16	0.13 196	0.09 28	0.14 249	0.06 30	0.06 28	0.07 143	0.06 75	0.09 68	0.10 226	0.06 182	0.04 26	0.06 218	0.04 72	0.08 482	0.05 225

252Zero-FE	0.08 98	0.04 1	0.09 142	0.13 23	0.07 146	0.12 339	0.11 79	0.13 136	0.14 249	0.06 30	0.05 7	0.06 51	0.05 15	0.09 68	0.10 226	0.06 182	0.04 26	0.04 1	0.03 1	0.05 183	0.06 337

DA	0.08 98	0.07 259	0.07 17	0.19 499	0.08 244	0.09 158	0.12 117	0.13 136	0.12 172	0.08 151	0.10 223	0.10 291	0.08 251	0.09 68	0.10 226	0.05 55	0.04 26	0.06 218	0.04 72	0.05 183	0.03 2

zero-FE	0.08 98	0.04 1	0.09 142	0.15 132	0.10 496	0.05 5	0.14 271	0.09 28	0.14 249	0.07 87	0.06 28	0.07 143	0.06 75	0.09 68	0.10 226	0.06 182	0.04 26	0.06 218	0.04 72	0.08 482	0.05 225

GGEV	0.08 98	0.07 259	0.07 17	0.19 499	0.08 244	0.09 158	0.12 117	0.13 136	0.12 172	0.08 151	0.10 223	0.10 291	0.08 251	0.09 68	0.10 226	0.05 55	0.04 26	0.06 218	0.04 72	0.05 183	0.03 2

GASTEREO	0.08 98	0.05 45	0.09 142	0.19 499	0.07 146	0.07 47	0.12 117	0.14 170	0.11 129	0.10 258	0.09 184	0.07 143	0.04 1	0.12 320	0.08 29	0.06 182	0.05 292	0.05 63	0.04 72	0.04 54	0.05 225

MSCF	0.08 98	0.05 45	0.08 66	0.19 499	0.08 244	0.06 16	0.12 117	0.14 170	0.11 129	0.10 258	0.09 184	0.07 143	0.04 1	0.11 220	0.08 29	0.06 182	0.05 292	0.05 63	0.04 72	0.05 183	0.05 225

S2M2_XL	0.08 98	0.06 125	0.12 325	0.12 7	0.08 244	0.09 158	0.09 27	0.07 8	0.07 20	0.08 151	0.07 76	0.07 143	0.06 75	0.09 68	0.09 115	0.08 454	0.06 455	0.07 334	0.05 211	0.08 482	0.06 337
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 98	0.09 474	0.10 213	0.17 324	0.07 146	0.08 98	0.10 44	0.20 373	0.13 216	0.06 30	0.07 76	0.05 5	0.06 75	0.08 33	0.09 115	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

2w_stereo	0.08 98	0.08 388	0.09 142	0.16 232	0.06 36	0.08 98	0.10 44	0.20 373	0.15 277	0.08 151	0.07 76	0.06 51	0.06 75	0.06 2	0.09 115	0.04 11	0.03 1	0.04 1	0.04 72	0.03 1	0.03 2

LG-Stereo	0.08 98	0.07 259	0.10 213	0.18 422	0.07 146	0.10 226	0.17 477	0.11 75	0.08 31	0.05 2	0.07 76	0.05 5	0.07 196	0.09 68	0.09 115	0.04 11	0.05 292	0.07 334	0.07 416	0.04 54	0.04 82

SGD-Stereo	0.08 98	0.05 45	0.10 213	0.14 72	0.05 2	0.12 339	0.12 117	0.11 75	0.12 172	0.07 87	0.09 184	0.09 253	0.09 298	0.08 33	0.08 29	0.06 182	0.04 26	0.05 63	0.04 72	0.05 183	0.03 2

HART	0.08 98	0.07 259	0.09 142	0.17 324	0.07 146	0.10 226	0.16 435	0.13 136	0.11 129	0.08 151	0.10 223	0.07 143	0.05 15	0.10 136	0.08 29	0.05 55	0.04 26	0.06 218	0.04 72	0.05 183	0.04 82

Reg-Stereo(zero)	0.08 98	0.05 45	0.08 66	0.16 232	0.06 36	0.12 339	0.11 79	0.15 213	0.10 96	0.12 340	0.09 184	0.10 291	0.08 251	0.11 220	0.08 29	0.06 182	0.04 26	0.05 63	0.04 72	0.04 54	0.05 225

SCV_C0	0.08 98	0.07 259	0.07 17	0.16 232	0.09 380	0.08 98	0.15 361	0.11 75	0.12 172	0.08 151	0.07 76	0.06 51	0.05 15	0.11 220	0.07 1	0.05 55	0.05 292	0.05 63	0.04 72	0.06 321	0.05 225

SCV	0.08 98	0.09 474	0.08 66	0.15 132	0.08 244	0.10 226	0.13 196	0.10 45	0.12 172	0.07 87	0.07 76	0.06 51	0.04 1	0.09 68	0.08 29	0.05 55	0.04 26	0.06 218	0.04 72	0.06 321	0.04 82

DEFOM-Stereo_RVC	0.08 98	0.06 125	0.09 142	0.22 623	0.06 36	0.08 98	0.12 117	0.10 45	0.10 96	0.07 87	0.07 76	0.06 51	0.05 15	0.11 220	0.09 115	0.06 182	0.04 26	0.05 63	0.03 1	0.06 321	0.04 82

HUF	0.08 98	0.05 45	0.08 66	0.14 72	0.06 36	0.09 158	0.13 196	0.13 136	0.13 216	0.07 87	0.07 76	0.08 211	0.06 75	0.10 136	0.09 115	0.06 182	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

castereo++	0.08 98	0.05 45	0.08 66	0.15 132	0.05 2	0.14 434	0.12 117	0.11 75	0.15 277	0.07 87	0.07 76	0.07 143	0.06 75	0.08 33	0.08 29	0.06 182	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

IGEV-RUCA	0.08 98	0.06 125	0.11 276	0.14 72	0.09 380	0.10 226	0.12 117	0.10 45	0.12 172	0.06 30	0.07 76	0.07 143	0.06 75	0.09 68	0.08 29	0.06 182	0.05 292	0.05 63	0.04 72	0.05 183	0.06 337

GIP-stereo	0.08 98	0.06 125	0.11 276	0.14 72	0.06 36	0.09 158	0.13 196	0.14 170	0.11 129	0.07 87	0.08 143	0.05 5	0.04 1	0.10 136	0.07 1	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

SMoEStereo_RVC	0.08 98	0.06 125	0.12 325	0.16 232	0.07 146	0.09 158	0.14 271	0.11 75	0.13 216	0.09 207	0.07 76	0.07 143	0.07 196	0.12 320	0.10 226	0.05 55	0.04 26	0.06 218	0.05 211	0.04 54	0.04 82

WCG-NET	0.08 98	0.05 45	0.09 142	0.15 132	0.06 36	0.11 284	0.14 271	0.13 136	0.13 216	0.06 30	0.09 184	0.07 143	0.06 75	0.13 378	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

Occ-G	0.08 98	0.05 45	0.06 6	0.14 72	0.07 146	0.08 98	0.14 271	0.13 136	0.15 277	0.07 87	0.11 278	0.07 143	0.05 15	0.09 68	0.10 226	0.06 182	0.05 292	0.05 63	0.04 72	0.05 183	0.05 225

U	0.08 98	0.07 259	0.09 142	0.19 499	0.10 496	0.10 226	0.13 196	0.12 102	0.17 350	0.07 87	0.07 76	0.06 51	0.05 15	0.07 8	0.08 29	0.06 182	0.04 26	0.06 218	0.04 72	0.06 321	0.05 225

AIO-Stereo	0.08 98	0.06 125	0.09 142	0.18 422	0.06 36	0.08 98	0.12 117	0.15 213	0.09 63	0.08 151	0.08 143	0.07 143	0.05 15	0.11 220	0.08 29	0.05 55	0.05 292	0.05 63	0.04 72	0.04 54	0.04 82

WCG-NET（raft）	0.08 98	0.05 45	0.10 213	0.15 132	0.06 36	0.11 284	0.13 196	0.15 213	0.12 172	0.08 151	0.07 76	0.06 51	0.06 75	0.13 378	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

RSM++	0.08 98	0.06 125	0.09 142	0.17 324	0.07 146	0.09 158	0.12 117	0.11 75	0.11 129	0.08 151	0.06 28	0.07 143	0.05 15	0.10 136	0.09 115	0.04 11	0.04 26	0.06 218	0.05 211	0.05 183	0.03 2

RSM	0.08 98	0.06 125	0.09 142	0.17 324	0.06 36	0.08 98	0.12 117	0.12 102	0.10 96	0.08 151	0.07 76	0.06 51	0.05 15	0.11 220	0.09 115	0.04 11	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

gcap-zeroshot	0.08 98	0.06 125	0.10 213	0.15 132	0.07 146	0.11 284	0.12 117	0.15 213	0.15 277	0.08 151	0.12 301	0.05 5	0.06 75	0.09 68	0.08 29	0.05 55	0.04 26	0.06 218	0.05 211	0.03 1	0.04 82

test_for_model	0.08 98	0.06 125	0.10 213	0.16 232	0.07 146	0.11 284	0.12 117	0.15 213	0.15 277	0.08 151	0.12 301	0.05 5	0.06 75	0.09 68	0.08 29	0.05 55	0.04 26	0.06 218	0.05 211	0.03 1	0.04 82

trnet	0.08 98	0.05 45	0.07 17	0.12 7	0.05 2	0.12 339	0.11 79	0.13 136	0.10 96	0.08 151	0.13 321	0.09 253	0.08 251	0.11 220	0.10 226	0.08 454	0.05 292	0.05 63	0.03 1	0.06 321	0.05 225

MoCha-V2	0.08 98	0.05 45	0.10 213	0.20 568	0.07 146	0.09 158	0.14 271	0.11 75	0.08 31	0.07 87	0.08 143	0.07 143	0.06 75	0.09 68	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

IGEV++	0.08 98	0.06 125	0.08 66	0.18 422	0.07 146	0.09 158	0.13 196	0.10 45	0.09 63	0.08 151	0.08 143	0.06 51	0.06 75	0.13 378	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

testlalala	0.08 98	0.06 125	0.10 213	0.15 132	0.07 146	0.11 284	0.12 117	0.15 213	0.15 277	0.08 151	0.12 301	0.05 5	0.06 75	0.09 68	0.08 29	0.05 55	0.04 26	0.06 218	0.05 211	0.03 1	0.04 82

AEACV	0.08 98	0.05 45	0.08 66	0.14 72	0.13 611	0.14 434	0.13 196	0.14 170	0.09 63	0.07 87	0.09 184	0.07 143	0.08 251	0.10 136	0.09 115	0.06 182	0.04 26	0.06 218	0.05 211	0.05 183	0.04 82

LoS_RVC	0.08 98	0.05 45	0.07 17	0.15 132	0.07 146	0.08 98	0.15 361	0.11 75	0.10 96	0.08 151	0.09 184	0.06 51	0.09 298	0.10 136	0.09 115	0.05 55	0.04 26	0.05 63	0.03 1	0.04 54	0.03 2

CAS	0.08 98	0.04 1	0.07 17	0.17 324	0.08 244	0.10 226	0.13 196	0.12 102	0.09 63	0.09 207	0.10 223	0.08 211	0.06 75	0.09 68	0.08 29	0.08 454	0.04 26	0.05 63	0.03 1	0.05 183	0.04 82

CES	0.08 98	0.04 1	0.08 66	0.14 72	0.07 146	0.09 158	0.14 271	0.11 75	0.09 63	0.08 151	0.09 184	0.11 322	0.06 75	0.12 320	0.08 29	0.06 182	0.04 26	0.05 63	0.03 1	0.05 183	0.05 225

EGLCR-Stereo	0.08 98	0.05 45	0.08 66	0.14 72	0.06 36	0.10 226	0.12 117	0.11 75	0.16 319	0.06 30	0.05 7	0.07 143	0.05 15	0.10 136	0.11 317	0.06 182	0.04 26	0.06 218	0.05 211	0.04 54	0.04 82

MC-Stereo	0.08 98	0.06 125	0.09 142	0.17 324	0.06 36	0.10 226	0.14 271	0.12 102	0.10 96	0.09 207	0.12 301	0.09 253	0.06 75	0.11 220	0.10 226	0.06 182	0.04 26	0.06 218	0.05 211	0.04 54	0.04 82

test-3	0.08 98	0.06 125	0.09 142	0.17 324	0.07 146	0.07 47	0.14 271	0.12 102	0.15 277	0.09 207	0.08 143	0.07 143	0.08 251	0.11 220	0.10 226	0.05 55	0.04 26	0.07 334	0.05 211	0.04 54	0.04 82

test_1	0.08 98	0.06 125	0.09 142	0.17 324	0.07 146	0.07 47	0.14 271	0.12 102	0.15 277	0.09 207	0.08 143	0.07 143	0.08 251	0.11 220	0.10 226	0.05 55	0.04 26	0.07 334	0.05 211	0.04 54	0.04 82

CREStereo++_RVC	0.08 98	0.04 1	0.06 6	0.13 23	0.07 146	0.09 158	0.12 117	0.14 170	0.14 249	0.10 258	0.14 337	0.08 211	0.07 196	0.09 68	0.11 317	0.06 182	0.04 26	0.05 63	0.05 211	0.04 54	0.04 82
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
SCION-Mon(vits-remp)	0.09 193	0.13 611	0.12 325	0.24 656	0.16 664	0.25 638	0.10 44	0.15 213	0.15 277	0.05 2	0.06 28	0.05 5	0.06 75	0.07 8	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

GELT-Stereo	0.09 193	0.06 125	0.09 142	0.18 422	0.07 146	0.07 47	0.14 271	0.21 400	0.17 350	0.08 151	0.07 76	0.06 51	0.08 251	0.10 136	0.07 1	0.04 11	0.04 26	0.06 218	0.06 312	0.03 1	0.03 2

FAST (zero-shot)	0.09 193	0.06 125	0.11 276	0.19 499	0.13 611	0.07 47	0.13 196	0.12 102	0.08 31	0.08 151	0.06 28	0.08 211	0.07 196	0.10 136	0.10 226	0.07 369	0.06 455	0.06 218	0.07 416	0.05 183	0.08 500

DNSM	0.09 193	0.05 45	0.07 17	0.14 72	0.06 36	0.07 47	0.13 196	0.12 102	0.11 129	0.09 207	0.09 184	0.08 211	0.05 15	0.18 537	0.14 476	0.07 369	0.05 292	0.05 63	0.04 72	0.13 641	0.10 581

GREATEN-IGEV_RVC	0.09 193	0.08 388	0.08 66	0.21 603	0.09 380	0.08 98	0.11 79	0.10 45	0.09 63	0.07 87	0.10 223	0.05 5	0.06 75	0.14 414	0.11 317	0.05 55	0.06 455	0.07 334	0.06 312	0.05 183	0.05 225

VeloStereo	0.09 193	0.04 1	0.12 325	0.14 72	0.11 551	0.07 47	0.06 1	0.08 14	0.06 8	0.09 207	0.07 76	0.06 51	0.08 251	0.11 220	0.10 226	0.08 454	0.08 567	0.08 435	0.07 416	0.11 603	0.13 646

flow	0.09 193	0.04 1	0.12 325	0.14 72	0.11 551	0.07 47	0.06 1	0.08 14	0.06 8	0.09 207	0.07 76	0.06 51	0.08 251	0.12 320	0.10 226	0.08 454	0.08 567	0.08 435	0.07 416	0.11 603	0.13 646

GREATEN-IGEV-FM_RVC	0.09 193	0.05 45	0.11 276	0.19 499	0.07 146	0.10 226	0.09 27	0.12 102	0.09 63	0.09 207	0.09 184	0.07 143	0.08 251	0.08 33	0.09 115	0.06 182	0.06 455	0.10 574	0.08 499	0.07 408	0.05 225

Weightmod_eth	0.09 193	0.07 259	0.08 66	0.18 422	0.07 146	0.10 226	0.16 435	0.13 136	0.11 129	0.08 151	0.08 143	0.09 253	0.07 196	0.10 136	0.10 226	0.06 182	0.07 533	0.06 218	0.07 416	0.04 54	0.03 2

Weightmod	0.09 193	0.06 125	0.08 66	0.18 422	0.06 36	0.10 226	0.15 361	0.14 170	0.12 172	0.11 295	0.10 223	0.08 211	0.07 196	0.10 136	0.11 317	0.06 182	0.08 567	0.07 334	0.07 416	0.04 54	0.03 2

PhaseNet	0.09 193	0.06 125	0.10 213	0.15 132	0.08 244	0.10 226	0.14 271	0.20 373	0.12 172	0.07 87	0.08 143	0.09 253	0.10 345	0.13 378	0.12 386	0.06 182	0.04 26	0.06 218	0.06 312	0.05 183	0.05 225

DNS	0.09 193	0.06 125	0.08 66	0.14 72	0.06 36	0.06 16	0.12 117	0.12 102	0.09 63	0.08 151	0.08 143	0.08 211	0.05 15	0.17 512	0.11 317	0.07 369	0.05 292	0.07 334	0.03 1	0.13 641	0.09 549

RT-Monster	0.09 193	0.05 45	0.09 142	0.14 72	0.08 244	0.11 284	0.10 44	0.17 295	0.18 384	0.13 375	0.10 223	0.09 253	0.08 251	0.10 136	0.10 226	0.07 369	0.05 292	0.05 63	0.04 72	0.05 183	0.06 337

LiteMatch	0.09 193	0.06 125	0.10 213	0.16 232	0.07 146	0.09 158	0.15 361	0.13 136	0.08 31	0.06 30	0.07 76	0.06 51	0.15 501	0.10 136	0.14 476	0.07 369	0.04 26	0.06 218	0.06 312	0.06 321	0.06 337

Foundation-i1	0.09 193	0.04 1	0.10 213	0.14 72	0.06 36	0.10 226	0.13 196	0.16 256	0.14 249	0.10 258	0.10 223	0.11 322	0.07 196	0.07 8	0.10 226	0.06 182	0.04 26	0.05 63	0.05 211	0.05 183	0.05 225

VMStereo-Base	0.09 193	0.05 45	0.10 213	0.13 23	0.07 146	0.10 226	0.10 44	0.16 256	0.13 216	0.10 258	0.15 358	0.10 291	0.09 298	0.11 220	0.10 226	0.07 369	0.05 292	0.05 63	0.04 72	0.05 183	0.06 337

Anonymus123	0.09 193	0.06 125	0.16 510	0.15 132	0.08 244	0.11 284	0.09 27	0.18 330	0.16 319	0.06 30	0.07 76	0.07 143	0.05 15	0.09 68	0.11 317	0.04 11	0.05 292	0.05 63	0.07 416	0.04 54	0.04 82

NLSM3	0.09 193	0.06 125	0.08 66	0.19 499	0.08 244	0.11 284	0.16 435	0.18 330	0.16 319	0.06 30	0.08 143	0.07 143	0.08 251	0.09 68	0.11 317	0.04 11	0.04 26	0.06 218	0.07 416	0.03 1	0.03 2

FE-Mocha	0.09 193	0.06 125	0.14 424	0.16 232	0.09 380	0.10 226	0.15 361	0.18 330	0.16 319	0.10 258	0.09 184	0.07 143	0.07 196	0.09 68	0.09 115	0.06 182	0.04 26	0.06 218	0.06 312	0.05 183	0.05 225

IGEV-FE	0.09 193	0.05 45	0.12 325	0.13 23	0.08 244	0.12 339	0.13 196	0.17 295	0.11 129	0.10 258	0.06 28	0.09 253	0.06 75	0.11 220	0.09 115	0.06 182	0.04 26	0.06 218	0.06 312	0.05 183	0.05 225

water-stereo	0.09 193	0.06 125	0.08 66	0.16 232	0.07 146	0.09 158	0.13 196	0.15 213	0.13 216	0.11 295	0.12 301	0.08 211	0.09 298	0.07 8	0.08 29	0.06 182	0.05 292	0.05 63	0.05 211	0.04 54	0.04 82

depthmonostereo	0.09 193	0.06 125	0.09 142	0.15 132	0.06 36	0.10 226	0.13 196	0.14 170	0.14 249	0.10 258	0.10 223	0.09 253	0.11 383	0.08 33	0.09 115	0.06 182	0.05 292	0.06 218	0.04 72	0.04 54	0.03 2

DVStereo	0.09 193	0.05 45	0.08 66	0.15 132	0.06 36	0.11 284	0.12 117	0.14 170	0.16 319	0.11 295	0.11 278	0.09 253	0.09 298	0.11 220	0.10 226	0.06 182	0.05 292	0.05 63	0.04 72	0.03 1	0.03 2

S2M2_L	0.09 193	0.08 388	0.11 276	0.13 23	0.10 496	0.08 98	0.06 1	0.10 45	0.10 96	0.10 258	0.09 184	0.10 291	0.09 298	0.11 220	0.11 317	0.13 651	0.07 533	0.08 435	0.09 547	0.10 580	0.08 500
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test2	0.09 193	0.06 125	0.09 142	0.19 499	0.08 244	0.12 339	0.18 528	0.15 213	0.14 249	0.07 87	0.10 223	0.07 143	0.06 75	0.12 320	0.09 115	0.05 55	0.04 26	0.06 218	0.05 211	0.05 183	0.03 2

castereo	0.09 193	0.06 125	0.11 276	0.15 132	0.06 36	0.11 284	0.15 361	0.14 170	0.18 384	0.08 151	0.10 223	0.11 322	0.08 251	0.09 68	0.10 226	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

fffft	0.09 193	0.06 125	0.12 325	0.16 232	0.07 146	0.09 158	0.17 477	0.12 102	0.11 129	0.08 151	0.07 76	0.09 253	0.06 75	0.11 220	0.12 386	0.05 55	0.04 26	0.06 218	0.05 211	0.04 54	0.05 225
1: 1. 1
tt45	0.09 193	0.06 125	0.11 276	0.15 132	0.07 146	0.11 284	0.16 435	0.13 136	0.11 129	0.09 207	0.06 28	0.08 211	0.06 75	0.13 378	0.10 226	0.06 182	0.04 26	0.06 218	0.05 211	0.05 183	0.06 337

999	0.09 193	0.05 45	0.13 383	0.15 132	0.08 244	0.10 226	0.14 271	0.15 213	0.11 129	0.10 258	0.08 143	0.08 211	0.08 251	0.16 477	0.10 226	0.06 182	0.04 26	0.06 218	0.05 211	0.04 54	0.05 225

mms	0.09 193	0.07 259	0.08 66	0.16 232	0.08 244	0.10 226	0.16 435	0.12 102	0.11 129	0.08 151	0.09 184	0.08 211	0.06 75	0.11 220	0.12 386	0.05 55	0.04 26	0.07 334	0.05 211	0.04 54	0.03 2

ours_stereo	0.09 193	0.07 259	0.09 142	0.17 324	0.08 244	0.11 284	0.16 435	0.11 75	0.12 172	0.08 151	0.10 223	0.08 211	0.06 75	0.12 320	0.12 386	0.05 55	0.04 26	0.06 218	0.05 211	0.04 54	0.03 2

fffy	0.09 193	0.08 388	0.09 142	0.16 232	0.07 146	0.13 397	0.17 477	0.13 136	0.12 172	0.08 151	0.09 184	0.08 211	0.09 298	0.13 378	0.11 317	0.05 55	0.05 292	0.07 334	0.05 211	0.04 54	0.05 225

PAM_32	0.09 193	0.05 45	0.17 542	0.15 132	0.08 244	0.10 226	0.15 361	0.14 170	0.15 277	0.09 207	0.08 143	0.09 253	0.07 196	0.14 414	0.08 29	0.06 182	0.05 292	0.06 218	0.06 312	0.05 183	0.06 337

UGAM-zero	0.09 193	0.05 45	0.15 473	0.15 132	0.08 244	0.09 158	0.13 196	0.19 361	0.15 277	0.11 295	0.15 358	0.07 143	0.07 196	0.09 68	0.09 115	0.06 182	0.05 292	0.06 218	0.05 211	0.05 183	0.06 337

GCAP-BAT	0.09 193	0.05 45	0.11 276	0.13 23	0.07 146	0.11 284	0.14 271	0.14 170	0.16 319	0.07 87	0.10 223	0.08 211	0.06 75	0.13 378	0.08 29	0.07 369	0.05 292	0.05 63	0.05 211	0.04 54	0.04 82

Pointernet	0.09 193	0.04 1	0.09 142	0.16 232	0.08 244	0.13 397	0.10 44	0.15 213	0.17 350	0.09 207	0.07 76	0.06 51	0.06 75	0.11 220	0.09 115	0.08 454	0.04 26	0.05 63	0.03 1	0.06 321	0.05 225

IGEV-BASED-STEREO-	0.09 193	0.10 537	0.31 654	0.15 132	0.06 36	0.08 98	0.14 271	0.10 45	0.10 96	0.07 87	0.07 76	0.06 51	0.04 1	0.11 220	0.07 1	0.12 625	0.04 26	0.07 334	0.05 211	0.05 183	0.05 225

RAFT-Stereo-weight	0.09 193	0.06 125	0.10 213	0.16 232	0.07 146	0.09 158	0.14 271	0.19 361	0.16 319	0.11 295	0.10 223	0.08 211	0.06 75	0.10 136	0.11 317	0.06 182	0.04 26	0.06 218	0.04 72	0.04 54	0.04 82

MGS-Stereo	0.09 193	0.07 259	0.12 325	0.15 132	0.08 244	0.09 158	0.15 361	0.12 102	0.12 172	0.07 87	0.10 223	0.08 211	0.06 75	0.10 136	0.09 115	0.05 55	0.04 26	0.06 218	0.05 211	0.06 321	0.05 225

ff7	0.09 193	0.07 259	0.11 276	0.16 232	0.09 380	0.11 284	0.15 361	0.16 256	0.12 172	0.10 258	0.06 28	0.06 51	0.06 75	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 211	0.05 183	0.06 337

IGEVStereo-DCA	0.09 193	0.06 125	0.11 276	0.15 132	0.10 496	0.11 284	0.15 361	0.16 256	0.12 172	0.10 258	0.06 28	0.08 211	0.06 75	0.10 136	0.08 29	0.06 182	0.05 292	0.06 218	0.05 211	0.05 183	0.06 337

ffff	0.09 193	0.07 259	0.11 276	0.16 232	0.09 380	0.11 284	0.15 361	0.16 256	0.12 172	0.10 258	0.06 28	0.06 51	0.06 75	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 211	0.05 183	0.06 337

rrr	0.09 193	0.06 125	0.12 325	0.15 132	0.10 496	0.11 284	0.16 435	0.16 256	0.15 277	0.10 258	0.06 28	0.08 211	0.06 75	0.10 136	0.08 29	0.06 182	0.05 292	0.06 218	0.05 211	0.05 183	0.06 337

11t	0.09 193	0.07 259	0.11 276	0.16 232	0.09 380	0.11 284	0.15 361	0.16 256	0.12 172	0.10 258	0.06 28	0.06 51	0.06 75	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 211	0.05 183	0.06 337

MaDis-Stereo	0.09 193	0.09 474	0.08 66	0.17 324	0.09 380	0.13 397	0.10 44	0.16 256	0.16 319	0.09 207	0.11 278	0.06 51	0.06 75	0.09 68	0.13 433	0.07 369	0.06 455	0.07 334	0.05 211	0.05 183	0.04 82

IGEV_Zeroshot_test	0.09 193	0.05 45	0.12 325	0.13 23	0.08 244	0.12 339	0.13 196	0.17 295	0.11 129	0.10 258	0.06 28	0.09 253	0.06 75	0.11 220	0.09 115	0.06 182	0.04 26	0.06 218	0.06 312	0.05 183	0.05 225

MSKI-zero shot	0.09 193	0.05 45	0.09 142	0.15 132	0.07 146	0.10 226	0.13 196	0.14 170	0.13 216	0.09 207	0.09 184	0.09 253	0.06 75	0.12 320	0.10 226	0.06 182	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

UniTT-Stereo	0.09 193	0.07 259	0.08 66	0.18 422	0.08 244	0.13 397	0.11 79	0.12 102	0.11 129	0.10 258	0.12 301	0.05 5	0.07 196	0.09 68	0.09 115	0.07 369	0.05 292	0.05 63	0.05 211	0.05 183	0.05 225

MIM_Stereo	0.09 193	0.07 259	0.11 276	0.15 132	0.07 146	0.06 16	0.12 117	0.20 373	0.14 249	0.13 375	0.13 321	0.09 253	0.05 15	0.12 320	0.08 29	0.05 55	0.06 455	0.07 334	0.06 312	0.06 321	0.05 225

CASnet	0.09 193	0.09 474	0.09 142	0.19 499	0.06 36	0.07 47	0.11 79	0.18 330	0.14 249	0.11 295	0.10 223	0.09 253	0.07 196	0.10 136	0.10 226	0.06 182	0.04 26	0.10 574	0.08 499	0.05 183	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAPDPT-zeroshot	0.09 193	0.05 45	0.11 276	0.13 23	0.07 146	0.11 284	0.14 271	0.14 170	0.16 319	0.07 87	0.10 223	0.08 211	0.06 75	0.13 378	0.08 29	0.07 369	0.05 292	0.05 63	0.05 211	0.04 54	0.04 82

GCAP-Stereo	0.09 193	0.07 259	0.13 383	0.18 422	0.06 36	0.11 284	0.07 5	0.13 136	0.12 172	0.09 207	0.10 223	0.07 143	0.09 298	0.13 378	0.10 226	0.06 182	0.05 292	0.05 63	0.04 72	0.04 54	0.05 225

RAFT-Test	0.09 193	0.06 125	0.10 213	0.15 132	0.07 146	0.11 284	0.15 361	0.16 256	0.13 216	0.09 207	0.10 223	0.10 291	0.09 298	0.12 320	0.09 115	0.06 182	0.04 26	0.05 63	0.04 72	0.04 54	0.05 225

HH	0.09 193	0.06 125	0.13 383	0.17 324	0.08 244	0.10 226	0.16 435	0.14 170	0.10 96	0.08 151	0.09 184	0.08 211	0.07 196	0.10 136	0.09 115	0.06 182	0.04 26	0.06 218	0.05 211	0.05 183	0.04 82

HanStereo	0.09 193	0.06 125	0.13 383	0.17 324	0.08 244	0.10 226	0.16 435	0.14 170	0.10 96	0.08 151	0.09 184	0.08 211	0.07 196	0.10 136	0.09 115	0.06 182	0.04 26	0.06 218	0.05 211	0.05 183	0.04 82

4D-IteraStereo	0.09 193	0.07 259	0.10 213	0.18 422	0.07 146	0.09 158	0.15 361	0.17 295	0.15 277	0.10 258	0.11 278	0.10 291	0.07 196	0.11 220	0.09 115	0.05 55	0.03 1	0.08 435	0.07 416	0.06 321	0.05 225

anonymousdsp	0.09 193	0.07 259	0.11 276	0.16 232	0.09 380	0.11 284	0.15 361	0.16 256	0.12 172	0.09 207	0.06 28	0.06 51	0.06 75	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 211	0.05 183	0.06 337

LoS	0.09 193	0.05 45	0.11 276	0.13 23	0.07 146	0.14 434	0.11 79	0.15 213	0.15 277	0.09 207	0.09 184	0.12 344	0.09 298	0.15 442	0.10 226	0.07 369	0.05 292	0.05 63	0.03 1	0.05 183	0.05 225
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 193	0.07 259	0.10 213	0.17 324	0.08 244	0.10 226	0.15 361	0.15 213	0.12 172	0.09 207	0.06 28	0.07 143	0.06 75	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 211	0.04 54	0.06 337

RCA-Stereo	0.09 193	0.06 125	0.09 142	0.16 232	0.06 36	0.09 158	0.13 196	0.18 330	0.14 249	0.09 207	0.10 223	0.08 211	0.07 196	0.12 320	0.11 317	0.06 182	0.04 26	0.06 218	0.05 211	0.05 183	0.04 82

CroCo-Stereo Lap2	0.09 193	0.09 474	0.08 66	0.22 623	0.09 380	0.09 158	0.19 569	0.16 256	0.12 172	0.09 207	0.10 223	0.05 5	0.05 15	0.08 33	0.08 29	0.06 182	0.06 455	0.07 334	0.05 211	0.05 183	0.05 225

ccc-4	0.09 193	0.07 259	0.11 276	0.16 232	0.09 380	0.11 284	0.15 361	0.16 256	0.12 172	0.10 258	0.06 28	0.06 51	0.06 75	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 211	0.05 183	0.06 337

IGEV-Stereo	0.09 193	0.07 259	0.11 276	0.16 232	0.09 380	0.11 284	0.15 361	0.16 256	0.12 172	0.09 207	0.06 28	0.06 51	0.06 75	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 211	0.05 183	0.06 337
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 193	0.05 45	0.13 383	0.14 72	0.08 244	0.12 339	0.15 361	0.18 330	0.10 96	0.11 295	0.08 143	0.08 211	0.05 15	0.10 136	0.09 115	0.06 182	0.04 26	0.06 218	0.05 211	0.06 321	0.05 225

TRStereo	0.09 193	0.05 45	0.12 325	0.15 132	0.12 588	0.10 226	0.13 196	0.18 330	0.18 384	0.09 207	0.09 184	0.09 253	0.06 75	0.10 136	0.08 29	0.07 369	0.05 292	0.07 334	0.07 416	0.04 54	0.04 82

AnonymousM	0.09 193	0.05 45	0.10 213	0.14 72	0.06 36	0.09 158	0.13 196	0.19 361	0.14 249	0.13 375	0.11 278	0.09 253	0.08 251	0.13 378	0.10 226	0.08 454	0.05 292	0.08 435	0.05 211	0.05 183	0.05 225

CroCo-Stereo	0.09 193	0.08 388	0.08 66	0.22 623	0.09 380	0.09 158	0.19 569	0.15 213	0.12 172	0.07 87	0.07 76	0.08 211	0.06 75	0.08 33	0.07 1	0.07 369	0.05 292	0.06 218	0.04 72	0.05 183	0.04 82
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	0.09 193	0.06 125	0.07 17	0.15 132	0.05 2	0.16 493	0.18 528	0.15 213	0.15 277	0.10 258	0.11 278	0.11 322	0.11 383	0.10 136	0.12 386	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

TANstereo	0.09 193	0.04 1	0.08 66	0.13 23	0.06 36	0.11 284	0.14 271	0.15 213	0.19 404	0.11 295	0.15 358	0.10 291	0.06 75	0.12 320	0.09 115	0.07 369	0.05 292	0.05 63	0.04 72	0.06 321	0.05 225

XX-TBD	0.09 193	0.06 125	0.07 17	0.14 72	0.07 146	0.12 339	0.16 435	0.14 170	0.13 216	0.11 295	0.12 301	0.09 253	0.08 251	0.10 136	0.10 226	0.06 182	0.04 26	0.05 63	0.03 1	0.06 321	0.05 225

raftrobust	0.09 193	0.06 125	0.10 213	0.17 324	0.08 244	0.09 158	0.10 44	0.18 330	0.16 319	0.10 258	0.09 184	0.12 344	0.07 196	0.12 320	0.10 226	0.08 454	0.05 292	0.06 218	0.05 211	0.05 183	0.05 225

XX-Stereo	0.09 193	0.05 45	0.08 66	0.17 324	0.09 380	0.15 461	0.12 117	0.20 373	0.10 96	0.10 258	0.14 337	0.07 143	0.06 75	0.12 320	0.08 29	0.06 182	0.05 292	0.06 218	0.06 312	0.04 54	0.04 82

test_xeample3	0.09 193	0.06 125	0.12 325	0.16 232	0.09 380	0.11 284	0.15 361	0.16 256	0.13 216	0.10 258	0.06 28	0.08 211	0.06 75	0.10 136	0.09 115	0.05 55	0.04 26	0.06 218	0.05 211	0.05 183	0.06 337

RAFT-Stereo + iAFF	0.09 193	0.06 125	0.10 213	0.17 324	0.06 36	0.10 226	0.16 435	0.17 295	0.14 249	0.09 207	0.10 223	0.08 211	0.09 298	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.06 312	0.04 54	0.03 2

AFF-stereo	0.09 193	0.06 125	0.10 213	0.17 324	0.07 146	0.10 226	0.16 435	0.17 295	0.09 63	0.10 258	0.12 301	0.09 253	0.09 298	0.12 320	0.09 115	0.05 55	0.04 26	0.07 334	0.07 416	0.04 54	0.03 2

EAI-Stereo	0.09 193	0.07 259	0.11 276	0.15 132	0.06 36	0.10 226	0.15 361	0.16 256	0.09 63	0.08 151	0.09 184	0.08 211	0.07 196	0.09 68	0.11 317	0.05 55	0.04 26	0.05 63	0.05 211	0.05 183	0.04 82

CFNet-RSSM	0.09 193	0.07 259	0.09 142	0.16 232	0.07 146	0.09 158	0.15 361	0.16 256	0.17 350	0.08 151	0.12 301	0.10 291	0.09 298	0.11 220	0.09 115	0.06 182	0.04 26	0.06 218	0.04 72	0.04 54	0.04 82

Gwc-CoAtRS	0.09 193	0.06 125	0.10 213	0.16 232	0.07 146	0.10 226	0.14 271	0.17 295	0.17 350	0.08 151	0.10 223	0.12 344	0.09 298	0.12 320	0.09 115	0.06 182	0.04 26	0.06 218	0.04 72	0.04 54	0.04 82

CREStereo	0.09 193	0.04 1	0.08 66	0.11 1	0.06 36	0.13 397	0.14 271	0.14 170	0.10 96	0.08 151	0.13 321	0.09 253	0.08 251	0.11 220	0.10 226	0.08 454	0.04 26	0.05 63	0.03 1	0.06 321	0.06 337
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	0.09 193	0.05 45	0.09 142	0.12 7	0.06 36	0.12 339	0.14 271	0.15 213	0.11 129	0.09 207	0.13 321	0.10 291	0.07 196	0.13 378	0.10 226	0.15 669	0.04 26	0.05 63	0.03 1	0.07 408	0.06 337

noway7	0.10 273	0.07 259	0.13 383	0.20 568	0.09 380	0.11 284	0.15 361	0.28 556	0.16 319	0.11 295	0.11 278	0.07 143	0.07 196	0.10 136	0.10 226	0.05 55	0.04 26	0.07 334	0.06 312	0.05 183	0.05 225

SE	0.10 273	0.10 537	0.08 66	0.19 499	0.09 380	0.11 284	0.11 79	0.15 213	0.11 129	0.10 258	0.16 371	0.09 253	0.08 251	0.09 68	0.10 226	0.06 182	0.05 292	0.08 435	0.07 416	0.07 408	0.04 82

SMOE	0.10 273	0.08 388	0.09 142	0.18 422	0.07 146	0.13 397	0.14 271	0.18 330	0.13 216	0.11 295	0.13 321	0.12 344	0.09 298	0.11 220	0.11 317	0.05 55	0.05 292	0.08 435	0.06 312	0.06 321	0.04 82

ManiGeoR	0.10 273	0.05 45	0.12 325	0.12 7	0.08 244	0.12 339	0.12 117	0.24 475	0.14 249	0.12 340	0.14 337	0.12 344	0.09 298	0.13 378	0.13 433	0.07 369	0.04 26	0.05 63	0.05 211	0.07 408	0.07 427

HLf10	0.10 273	0.05 45	0.12 325	0.12 7	0.08 244	0.12 339	0.12 117	0.24 475	0.14 249	0.12 340	0.14 337	0.12 344	0.09 298	0.13 378	0.13 433	0.07 369	0.04 26	0.05 63	0.05 211	0.07 408	0.07 427

TestStereo_HLe17	0.10 273	0.05 45	0.12 325	0.13 23	0.07 146	0.11 284	0.15 361	0.21 400	0.15 277	0.11 295	0.14 337	0.11 322	0.09 298	0.13 378	0.12 386	0.07 369	0.04 26	0.05 63	0.05 211	0.07 408	0.06 337

DN	0.10 273	0.05 45	0.09 142	0.14 72	0.09 380	0.12 339	0.18 528	0.17 295	0.16 319	0.08 151	0.09 184	0.08 211	0.06 75	0.08 33	0.09 115	0.11 600	0.05 292	0.07 334	0.06 312	0.07 408	0.09 549

Hybrid-DGEV-03	0.10 273	0.06 125	0.09 142	0.18 422	0.08 244	0.16 493	0.14 271	0.15 213	0.14 249	0.13 375	0.16 371	0.12 344	0.09 298	0.13 378	0.11 317	0.06 182	0.04 26	0.08 435	0.06 312	0.05 183	0.04 82

WQFJA1	0.10 273	0.07 259	0.08 66	0.20 568	0.09 380	0.12 339	0.17 477	0.17 295	0.17 350	0.09 207	0.10 223	0.08 211	0.10 345	0.12 320	0.11 317	0.06 182	0.07 533	0.07 334	0.06 312	0.06 321	0.05 225

WQFJX1	0.10 273	0.07 259	0.08 66	0.22 623	0.09 380	0.12 339	0.17 477	0.18 330	0.17 350	0.10 258	0.09 184	0.07 143	0.10 345	0.11 220	0.09 115	0.07 369	0.08 567	0.07 334	0.06 312	0.05 183	0.04 82

WQFJX	0.10 273	0.07 259	0.09 142	0.21 603	0.09 380	0.12 339	0.16 435	0.18 330	0.17 350	0.12 340	0.10 223	0.07 143	0.09 298	0.12 320	0.10 226	0.06 182	0.07 533	0.06 218	0.05 211	0.06 321	0.05 225

NLMM	0.10 273	0.07 259	0.08 66	0.20 568	0.09 380	0.12 339	0.17 477	0.17 295	0.17 350	0.09 207	0.10 223	0.08 211	0.10 345	0.12 320	0.11 317	0.06 182	0.07 533	0.07 334	0.06 312	0.06 321	0.05 225

NLSM1	0.10 273	0.07 259	0.07 17	0.19 499	0.08 244	0.13 397	0.16 435	0.21 400	0.15 277	0.11 295	0.10 223	0.06 51	0.10 345	0.10 136	0.11 317	0.07 369	0.08 567	0.08 435	0.07 416	0.05 183	0.05 225

MM-Stereo_test3	0.10 273	0.07 259	0.07 17	0.18 422	0.07 146	0.12 339	0.19 569	0.24 475	0.19 404	0.06 30	0.10 223	0.08 211	0.06 75	0.11 220	0.08 29	0.06 182	0.06 455	0.07 334	0.05 211	0.05 183	0.04 82

MM-Stereo_test1	0.10 273	0.07 259	0.08 66	0.18 422	0.07 146	0.12 339	0.18 528	0.21 400	0.20 428	0.09 207	0.11 278	0.08 211	0.06 75	0.10 136	0.10 226	0.06 182	0.05 292	0.07 334	0.06 312	0.05 183	0.04 82

AIO-test2	0.10 273	0.08 388	0.10 213	0.23 647	0.08 244	0.11 284	0.10 44	0.23 451	0.23 471	0.08 151	0.09 184	0.08 211	0.05 15	0.10 136	0.08 29	0.06 182	0.05 292	0.08 435	0.09 547	0.05 183	0.05 225

AIO-test1	0.10 273	0.07 259	0.10 213	0.23 647	0.07 146	0.09 158	0.13 196	0.21 400	0.14 249	0.11 295	0.12 301	0.09 253	0.07 196	0.11 220	0.09 115	0.06 182	0.05 292	0.09 524	0.10 589	0.03 1	0.06 337

tg	0.10 273	0.06 125	0.10 213	0.18 422	0.08 244	0.11 284	0.16 435	0.20 373	0.12 172	0.08 151	0.11 278	0.11 322	0.07 196	0.11 220	0.10 226	0.05 55	0.04 26	0.08 435	0.08 499	0.04 54	0.04 82

PAM	0.10 273	0.05 45	0.16 510	0.15 132	0.08 244	0.09 158	0.16 435	0.15 213	0.16 319	0.12 340	0.09 184	0.09 253	0.07 196	0.13 378	0.08 29	0.06 182	0.05 292	0.06 218	0.06 312	0.05 183	0.06 337

model_zeroshot	0.10 273	0.04 1	0.11 276	0.15 132	0.09 380	0.12 339	0.14 271	0.20 373	0.13 216	0.11 295	0.10 223	0.12 344	0.07 196	0.12 320	0.10 226	0.07 369	0.06 455	0.06 218	0.05 211	0.06 321	0.06 337

RAStereo	0.10 273	0.09 474	0.08 66	0.20 568	0.08 244	0.13 397	0.18 528	0.15 213	0.17 350	0.10 258	0.12 301	0.05 5	0.06 75	0.09 68	0.08 29	0.07 369	0.05 292	0.07 334	0.05 211	0.05 183	0.04 82

rvit_stereo_0080	0.10 273	0.08 388	0.14 424	0.15 132	0.09 380	0.07 47	0.15 361	0.16 256	0.16 319	0.11 295	0.10 223	0.14 400	0.08 251	0.12 320	0.10 226	0.09 523	0.07 533	0.07 334	0.06 312	0.07 408	0.05 225

H2IRNET	0.10 273	0.09 474	0.09 142	0.18 422	0.09 380	0.12 339	0.15 361	0.14 170	0.21 445	0.10 258	0.10 223	0.10 291	0.10 345	0.10 136	0.10 226	0.05 55	0.04 26	0.08 435	0.08 499	0.06 321	0.05 225

Former-RAFT_DAM_RVC	0.10 273	0.08 388	0.12 325	0.16 232	0.08 244	0.15 461	0.16 435	0.18 330	0.18 384	0.10 258	0.09 184	0.09 253	0.08 251	0.11 220	0.12 386	0.07 369	0.05 292	0.08 435	0.06 312	0.07 408	0.06 337

MyStereo07	0.10 273	0.07 259	0.10 213	0.17 324	0.09 380	0.14 434	0.18 528	0.15 213	0.15 277	0.09 207	0.06 28	0.06 51	0.07 196	0.12 320	0.09 115	0.06 182	0.05 292	0.08 435	0.07 416	0.06 321	0.06 337

MyStereo06	0.10 273	0.07 259	0.12 325	0.17 324	0.09 380	0.13 397	0.18 528	0.19 361	0.12 172	0.12 340	0.08 143	0.07 143	0.07 196	0.11 220	0.09 115	0.06 182	0.05 292	0.07 334	0.07 416	0.06 321	0.06 337

AE-Stereo	0.10 273	0.08 388	0.10 213	0.18 422	0.09 380	0.10 226	0.15 361	0.14 170	0.19 404	0.09 207	0.14 337	0.12 344	0.08 251	0.11 220	0.10 226	0.05 55	0.06 455	0.07 334	0.06 312	0.05 183	0.04 82

ACVNet-DCA	0.10 273	0.08 388	0.12 325	0.17 324	0.09 380	0.13 397	0.15 361	0.23 451	0.16 319	0.09 207	0.09 184	0.06 51	0.06 75	0.10 136	0.07 1	0.06 182	0.04 26	0.06 218	0.05 211	0.07 408	0.07 427

cc1	0.10 273	0.08 388	0.12 325	0.17 324	0.09 380	0.13 397	0.15 361	0.16 256	0.18 384	0.09 207	0.09 184	0.06 51	0.06 75	0.10 136	0.07 1	0.06 182	0.04 26	0.06 218	0.05 211	0.06 321	0.06 337

tt1	0.10 273	0.08 388	0.12 325	0.17 324	0.09 380	0.12 339	0.16 435	0.15 213	0.19 404	0.09 207	0.08 143	0.06 51	0.06 75	0.10 136	0.07 1	0.06 182	0.04 26	0.06 218	0.05 211	0.06 321	0.06 337

whm_eth	0.10 273	0.08 388	0.14 424	0.15 132	0.09 380	0.07 47	0.15 361	0.16 256	0.16 319	0.11 295	0.10 223	0.14 400	0.08 251	0.12 320	0.10 226	0.09 523	0.07 533	0.07 334	0.06 312	0.07 408	0.05 225

plain	0.10 273	0.08 388	0.10 213	0.19 499	0.09 380	0.10 226	0.15 361	0.14 170	0.13 216	0.13 375	0.15 358	0.09 253	0.12 416	0.13 378	0.12 386	0.07 369	0.05 292	0.09 524	0.06 312	0.06 321	0.06 337

Any-RAFT	0.10 273	0.05 45	0.09 142	0.14 72	0.07 146	0.13 397	0.14 271	0.21 400	0.15 277	0.11 295	0.12 301	0.12 344	0.09 298	0.12 320	0.09 115	0.07 369	0.04 26	0.05 63	0.04 72	0.06 321	0.05 225

LL-Strereo2	0.10 273	0.10 537	0.15 473	0.18 422	0.08 244	0.15 461	0.09 27	0.17 295	0.14 249	0.14 403	0.10 223	0.09 253	0.07 196	0.16 477	0.10 226	0.05 55	0.05 292	0.10 574	0.07 416	0.06 321	0.05 225

DCANet-4	0.10 273	0.06 125	0.12 325	0.16 232	0.06 36	0.09 158	0.17 477	0.18 330	0.19 404	0.13 375	0.16 371	0.09 253	0.14 483	0.11 220	0.12 386	0.06 182	0.04 26	0.05 63	0.04 72	0.04 54	0.05 225

fff	0.10 273	0.06 125	0.12 325	0.15 132	0.07 146	0.09 158	0.17 477	0.16 256	0.20 428	0.13 375	0.16 371	0.10 291	0.11 383	0.11 220	0.12 386	0.06 182	0.04 26	0.05 63	0.04 72	0.04 54	0.05 225

ADStereo(finetuned)	0.10 273	0.06 125	0.12 325	0.16 232	0.06 36	0.09 158	0.17 477	0.15 213	0.19 404	0.13 375	0.17 395	0.10 291	0.12 416	0.11 220	0.12 386	0.06 182	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

test_4	0.10 273	0.10 537	0.08 66	0.19 499	0.09 380	0.08 98	0.22 625	0.15 213	0.17 350	0.12 340	0.18 423	0.12 344	0.09 298	0.08 33	0.11 317	0.04 11	0.04 26	0.08 435	0.08 499	0.04 54	0.03 2

IPLG	0.10 273	0.07 259	0.15 473	0.17 324	0.08 244	0.11 284	0.14 271	0.20 373	0.15 277	0.12 340	0.17 395	0.07 143	0.07 196	0.14 414	0.13 433	0.06 182	0.04 26	0.06 218	0.05 211	0.04 54	0.04 82

test_3	0.10 273	0.09 474	0.10 213	0.20 568	0.08 244	0.13 397	0.26 676	0.14 170	0.21 445	0.10 258	0.10 223	0.09 253	0.09 298	0.08 33	0.11 317	0.05 55	0.04 26	0.08 435	0.07 416	0.04 54	0.04 82

STrans-v2	0.10 273	0.07 259	0.12 325	0.18 422	0.07 146	0.10 226	0.14 271	0.21 400	0.11 129	0.11 295	0.15 358	0.12 344	0.10 345	0.11 220	0.12 386	0.05 55	0.04 26	0.06 218	0.06 312	0.04 54	0.04 82

TransformOpticalFlow	0.10 273	0.08 388	0.13 383	0.18 422	0.07 146	0.09 158	0.15 361	0.19 361	0.15 277	0.12 340	0.17 395	0.11 322	0.11 383	0.11 220	0.10 226	0.05 55	0.04 26	0.06 218	0.06 312	0.05 183	0.05 225

SST-Stereo	0.10 273	0.07 259	0.15 473	0.18 422	0.09 380	0.06 16	0.12 117	0.17 295	0.11 129	0.15 430	0.17 395	0.13 377	0.12 416	0.10 136	0.11 317	0.06 182	0.04 26	0.09 524	0.06 312	0.06 321	0.05 225

cross-raft	0.10 273	0.09 474	0.09 142	0.19 499	0.07 146	0.11 284	0.25 667	0.13 136	0.15 277	0.08 151	0.11 278	0.12 344	0.10 345	0.09 68	0.11 317	0.05 55	0.04 26	0.06 218	0.05 211	0.04 54	0.04 82

test-1	0.10 273	0.07 259	0.16 510	0.19 499	0.08 244	0.11 284	0.24 652	0.14 170	0.18 384	0.09 207	0.07 76	0.09 253	0.08 251	0.07 8	0.09 115	0.06 182	0.04 26	0.06 218	0.05 211	0.04 54	0.04 82

iRaftStereo_RVC	0.10 273	0.07 259	0.09 142	0.17 324	0.09 380	0.11 284	0.17 477	0.18 330	0.12 172	0.09 207	0.12 301	0.10 291	0.07 196	0.11 220	0.10 226	0.05 55	0.04 26	0.08 435	0.08 499	0.04 54	0.04 82

RALCasStereoNet	0.10 273	0.06 125	0.09 142	0.16 232	0.08 244	0.12 339	0.14 271	0.17 295	0.11 129	0.12 340	0.17 395	0.14 400	0.10 345	0.12 320	0.11 317	0.07 369	0.06 455	0.06 218	0.05 211	0.08 482	0.07 427

DCANet	0.10 273	0.06 125	0.12 325	0.16 232	0.06 36	0.09 158	0.17 477	0.15 213	0.19 404	0.13 375	0.17 395	0.10 291	0.11 383	0.11 220	0.12 386	0.06 182	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

csc	0.10 273	0.06 125	0.12 325	0.15 132	0.07 146	0.09 158	0.17 477	0.16 256	0.20 428	0.13 375	0.16 371	0.10 291	0.11 383	0.11 220	0.12 386	0.06 182	0.04 26	0.05 63	0.04 72	0.04 54	0.05 225

cscssc	0.10 273	0.06 125	0.12 325	0.15 132	0.07 146	0.09 158	0.17 477	0.16 256	0.20 428	0.13 375	0.16 371	0.10 291	0.11 383	0.11 220	0.12 386	0.06 182	0.04 26	0.05 63	0.04 72	0.04 54	0.05 225

111	0.10 273	0.06 125	0.12 325	0.15 132	0.07 146	0.10 226	0.14 271	0.21 400	0.23 471	0.11 295	0.12 301	0.14 400	0.11 383	0.13 378	0.10 226	0.06 182	0.04 26	0.06 218	0.04 72	0.05 183	0.05 225

R-Stereo Train	0.10 273	0.06 125	0.10 213	0.17 324	0.08 244	0.11 284	0.14 271	0.23 451	0.11 129	0.12 340	0.19 434	0.11 322	0.08 251	0.09 68	0.11 317	0.07 369	0.05 292	0.06 218	0.05 211	0.05 183	0.05 225

RAFT-Stereo	0.10 273	0.06 125	0.10 213	0.17 324	0.08 244	0.11 284	0.14 271	0.23 451	0.11 129	0.12 340	0.19 434	0.11 322	0.08 251	0.09 68	0.11 317	0.07 369	0.05 292	0.06 218	0.05 211	0.05 183	0.05 225
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.10 273	0.06 125	0.12 325	0.14 72	0.06 36	0.11 284	0.10 44	0.18 330	0.18 384	0.13 375	0.16 371	0.14 400	0.11 383	0.15 442	0.13 433	0.06 182	0.04 26	0.04 1	0.04 72	0.06 321	0.05 225
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
NoBS	0.11 327	0.06 125	0.80 732	0.16 232	0.07 146	0.09 158	0.14 271	0.06 1	0.09 63	0.06 30	0.08 143	0.06 51	0.05 15	0.05 1	0.10 226	0.06 182	0.05 292	0.06 218	0.06 312	0.05 183	0.04 82

zzzzzzz1	0.11 327	0.07 259	0.13 383	0.21 603	0.10 496	0.12 339	0.18 528	0.22 427	0.20 428	0.13 375	0.12 301	0.08 211	0.08 251	0.13 378	0.09 115	0.05 55	0.05 292	0.07 334	0.07 416	0.05 183	0.05 225

monster_256*512	0.11 327	0.07 259	0.09 142	0.21 603	0.10 496	0.12 339	0.17 477	0.26 513	0.18 384	0.12 340	0.12 301	0.08 211	0.07 196	0.10 136	0.10 226	0.05 55	0.04 26	0.07 334	0.07 416	0.05 183	0.05 225

SME	0.11 327	0.09 474	0.10 213	0.17 324	0.07 146	0.20 577	0.13 196	0.21 400	0.17 350	0.12 340	0.13 321	0.10 291	0.12 416	0.13 378	0.13 433	0.07 369	0.07 533	0.08 435	0.09 547	0.06 321	0.05 225

HLF11	0.11 327	0.05 45	0.13 383	0.12 7	0.08 244	0.14 434	0.11 79	0.22 427	0.10 96	0.12 340	0.23 492	0.11 322	0.11 383	0.14 414	0.13 433	0.08 454	0.05 292	0.05 63	0.04 72	0.08 482	0.08 500

HLf8	0.11 327	0.05 45	0.13 383	0.11 1	0.08 244	0.15 461	0.12 117	0.22 427	0.15 277	0.13 375	0.17 395	0.12 344	0.10 345	0.14 414	0.12 386	0.09 523	0.05 292	0.05 63	0.05 211	0.08 482	0.08 500

TestStereo_HL3	0.11 327	0.05 45	0.16 510	0.13 23	0.07 146	0.12 339	0.11 79	0.20 373	0.09 63	0.15 430	0.30 594	0.13 377	0.12 416	0.16 477	0.11 317	0.07 369	0.05 292	0.05 63	0.05 211	0.06 321	0.07 427

TestStereo_HL2	0.11 327	0.06 125	0.11 276	0.12 7	0.08 244	0.12 339	0.14 271	0.20 373	0.18 384	0.13 375	0.21 471	0.12 344	0.10 345	0.12 320	0.12 386	0.07 369	0.05 292	0.05 63	0.05 211	0.07 408	0.07 427

GGDA	0.11 327	0.06 125	0.11 276	0.13 23	0.07 146	0.12 339	0.14 271	0.19 361	0.19 404	0.13 375	0.20 447	0.12 344	0.09 298	0.12 320	0.12 386	0.07 369	0.04 26	0.05 63	0.05 211	0.06 321	0.07 427

TestStereo-Hl	0.11 327	0.06 125	0.11 276	0.13 23	0.08 244	0.15 461	0.14 271	0.20 373	0.17 350	0.13 375	0.16 371	0.12 344	0.11 383	0.14 414	0.13 433	0.06 182	0.04 26	0.05 63	0.05 211	0.06 321	0.06 337

Lsterematch	0.11 327	0.06 125	0.11 276	0.16 232	0.07 146	0.13 397	0.15 361	0.14 170	0.17 350	0.16 459	0.18 423	0.15 431	0.15 501	0.12 320	0.14 476	0.07 369	0.04 26	0.06 218	0.06 312	0.06 321	0.06 337

Hybrid-DGEV-2	0.11 327	0.06 125	0.12 325	0.18 422	0.09 380	0.09 158	0.13 196	0.28 556	0.29 556	0.11 295	0.11 278	0.09 253	0.12 416	0.12 320	0.09 115	0.06 182	0.05 292	0.07 334	0.07 416	0.05 183	0.05 225

NLMM1	0.11 327	0.09 474	0.07 17	0.22 623	0.10 496	0.12 339	0.20 593	0.18 330	0.20 428	0.12 340	0.11 278	0.07 143	0.09 298	0.11 220	0.11 317	0.08 454	0.08 567	0.07 334	0.06 312	0.04 54	0.04 82

NLCSM	0.11 327	0.09 474	0.09 142	0.23 647	0.11 551	0.12 339	0.19 569	0.18 330	0.18 384	0.12 340	0.11 278	0.07 143	0.09 298	0.11 220	0.10 226	0.07 369	0.08 567	0.07 334	0.07 416	0.06 321	0.05 225

Select-FE	0.11 327	0.06 125	0.20 592	0.15 132	0.11 551	0.11 284	0.13 196	0.21 400	0.18 384	0.09 207	0.11 278	0.10 291	0.06 75	0.12 320	0.09 115	0.07 369	0.05 292	0.07 334	0.08 499	0.06 321	0.08 500

FlowAnything_test	0.11 327	0.08 388	0.14 424	0.15 132	0.09 380	0.07 47	0.14 271	0.20 373	0.11 129	0.09 207	0.09 184	0.12 344	0.12 416	0.13 378	0.11 317	0.09 523	0.06 455	0.09 524	0.09 547	0.06 321	0.09 549

xyz-stereo-finetune2	0.11 327	0.07 259	0.13 383	0.13 23	0.07 146	0.11 284	0.19 569	0.17 295	0.12 172	0.15 430	0.15 358	0.17 468	0.12 416	0.13 378	0.11 317	0.05 55	0.04 26	0.07 334	0.05 211	0.04 54	0.06 337

xyz-stereo-finetune	0.11 327	0.08 388	0.13 383	0.14 72	0.06 36	0.10 226	0.19 569	0.17 295	0.19 404	0.12 340	0.14 337	0.15 431	0.10 345	0.13 378	0.11 317	0.05 55	0.04 26	0.07 334	0.05 211	0.04 54	0.05 225

FLISNet	0.11 327	0.06 125	0.11 276	0.13 23	0.09 380	0.09 158	0.14 271	0.21 400	0.10 96	0.19 527	0.17 395	0.14 400	0.09 298	0.16 477	0.08 29	0.05 55	0.04 26	0.07 334	0.08 499	0.07 408	0.06 337

CoSv	0.11 327	0.06 125	0.11 276	0.13 23	0.09 380	0.09 158	0.14 271	0.21 400	0.10 96	0.19 527	0.17 395	0.14 400	0.09 298	0.16 477	0.08 29	0.05 55	0.04 26	0.07 334	0.08 499	0.07 408	0.06 337

rvit_stereo_0081_aga	0.11 327	0.09 474	0.14 424	0.18 422	0.09 380	0.13 397	0.14 271	0.14 170	0.19 404	0.10 258	0.18 423	0.16 446	0.09 298	0.12 320	0.09 115	0.10 568	0.06 455	0.08 435	0.07 416	0.07 408	0.06 337

rvit_stereo_0081	0.11 327	0.08 388	0.15 473	0.16 232	0.09 380	0.10 226	0.14 271	0.14 170	0.24 488	0.11 295	0.13 321	0.13 377	0.09 298	0.11 220	0.12 386	0.10 568	0.07 533	0.08 435	0.07 416	0.07 408	0.05 225

rvit_stereo_0082	0.11 327	0.08 388	0.15 473	0.16 232	0.09 380	0.10 226	0.14 271	0.14 170	0.24 488	0.11 295	0.13 321	0.13 377	0.09 298	0.11 220	0.12 386	0.10 568	0.07 533	0.08 435	0.07 416	0.07 408	0.05 225

AIO-Stereo-zeroshot1	0.11 327	0.05 45	0.14 424	0.15 132	0.20 695	0.09 158	0.17 477	0.21 400	0.15 277	0.11 295	0.14 337	0.10 291	0.07 196	0.10 136	0.08 29	0.06 182	0.05 292	0.07 334	0.07 416	0.07 408	0.09 549

AIO-Stereo-zeroshot	0.11 327	0.05 45	0.11 276	0.15 132	0.13 611	0.13 397	0.16 435	0.23 451	0.17 350	0.10 258	0.12 301	0.10 291	0.07 196	0.11 220	0.09 115	0.06 182	0.05 292	0.06 218	0.06 312	0.07 408	0.08 500

CAS++	0.11 327	0.07 259	0.11 276	0.14 72	0.09 380	0.12 339	0.14 271	0.24 475	0.14 249	0.11 295	0.09 184	0.11 322	0.07 196	0.14 414	0.09 115	0.11 600	0.09 604	0.09 524	0.07 416	0.07 408	0.08 500
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
xx1	0.11 327	0.08 388	0.12 325	0.17 324	0.09 380	0.13 397	0.15 361	0.16 256	0.18 384	0.09 207	0.09 184	0.16 446	0.16 529	0.10 136	0.07 1	0.06 182	0.04 26	0.08 435	0.08 499	0.07 408	0.07 427

1test111	0.11 327	0.08 388	0.12 325	0.17 324	0.09 380	0.13 397	0.15 361	0.23 451	0.16 319	0.09 207	0.09 184	0.06 51	0.06 75	0.15 442	0.16 527	0.06 182	0.04 26	0.06 218	0.05 211	0.07 408	0.07 427

MIF-Stereo (partial)	0.11 327	0.06 125	0.10 213	0.19 499	0.10 496	0.10 226	0.11 79	0.17 295	0.18 384	0.14 403	0.16 371	0.09 253	0.11 383	0.12 320	0.12 386	0.08 454	0.05 292	0.08 435	0.07 416	0.06 321	0.07 427

EKT-Stereo	0.11 327	0.07 259	0.14 424	0.15 132	0.10 496	0.13 397	0.14 271	0.18 330	0.21 445	0.11 295	0.08 143	0.12 344	0.09 298	0.11 220	0.12 386	0.08 454	0.06 455	0.07 334	0.06 312	0.08 482	0.07 427

anonymousdsp2	0.11 327	0.07 259	0.10 213	0.16 232	0.09 380	0.13 397	0.14 271	0.18 330	0.22 459	0.13 375	0.14 337	0.12 344	0.09 298	0.14 414	0.11 317	0.05 55	0.04 26	0.05 63	0.04 72	0.06 321	0.05 225

DCRE	0.11 327	0.07 259	0.13 383	0.16 232	0.11 551	0.11 284	0.17 477	0.18 330	0.17 350	0.11 295	0.18 423	0.10 291	0.10 345	0.15 442	0.11 317	0.06 182	0.05 292	0.06 218	0.06 312	0.05 183	0.04 82

knoymous	0.11 327	0.05 45	0.12 325	0.13 23	0.07 146	0.15 461	0.14 271	0.19 361	0.13 216	0.11 295	0.17 395	0.13 377	0.09 298	0.13 378	0.11 317	0.08 454	0.05 292	0.06 218	0.05 211	0.08 482	0.07 427

riskmin	0.11 327	0.06 125	0.13 383	0.14 72	0.08 244	0.14 434	0.14 271	0.18 330	0.14 249	0.11 295	0.14 337	0.16 446	0.11 383	0.14 414	0.12 386	0.09 523	0.05 292	0.07 334	0.05 211	0.08 482	0.08 500

Selective-RAFT	0.11 327	0.10 537	0.11 276	0.21 603	0.08 244	0.16 493	0.13 196	0.20 373	0.22 459	0.10 258	0.10 223	0.11 322	0.10 345	0.15 442	0.11 317	0.05 55	0.05 292	0.06 218	0.05 211	0.06 321	0.05 225

DisPM	0.11 327	0.07 259	0.12 325	0.16 232	0.09 380	0.06 16	0.13 196	0.17 295	0.17 350	0.14 403	0.20 447	0.12 344	0.10 345	0.11 220	0.10 226	0.06 182	0.04 26	0.07 334	0.06 312	0.06 321	0.11 609

CIPLG	0.11 327	0.08 388	0.14 424	0.17 324	0.08 244	0.12 339	0.15 361	0.17 295	0.15 277	0.14 403	0.11 278	0.16 446	0.09 298	0.16 477	0.11 317	0.07 369	0.05 292	0.06 218	0.05 211	0.05 183	0.06 337

GLC_STEREO	0.11 327	0.07 259	0.11 276	0.17 324	0.07 146	0.09 158	0.13 196	0.15 213	0.24 488	0.12 340	0.13 321	0.12 344	0.08 251	0.18 537	0.11 317	0.06 182	0.08 567	0.08 435	0.06 312	0.05 183	0.05 225

IPLGR_C	0.11 327	0.08 388	0.14 424	0.17 324	0.08 244	0.12 339	0.15 361	0.17 295	0.15 277	0.14 403	0.10 223	0.16 446	0.09 298	0.16 477	0.11 317	0.07 369	0.05 292	0.06 218	0.05 211	0.05 183	0.06 337

MIPNet	0.11 327	0.08 388	0.14 424	0.17 324	0.09 380	0.12 339	0.14 271	0.20 373	0.24 488	0.11 295	0.10 223	0.09 253	0.07 196	0.13 378	0.12 386	0.06 182	0.04 26	0.06 218	0.05 211	0.04 54	0.04 82

IPLGR	0.11 327	0.09 474	0.16 510	0.18 422	0.08 244	0.12 339	0.17 477	0.21 400	0.24 488	0.11 295	0.12 301	0.11 322	0.08 251	0.12 320	0.12 386	0.06 182	0.05 292	0.06 218	0.06 312	0.04 54	0.04 82

GMOStereo	0.11 327	0.09 474	0.07 17	0.19 499	0.08 244	0.12 339	0.28 689	0.13 136	0.17 350	0.11 295	0.17 395	0.14 400	0.12 416	0.07 8	0.07 1	0.05 55	0.05 292	0.09 524	0.07 416	0.04 54	0.04 82

error version	0.11 327	0.09 474	0.07 17	0.19 499	0.08 244	0.12 339	0.28 689	0.13 136	0.17 350	0.11 295	0.17 395	0.14 400	0.12 416	0.07 8	0.07 1	0.05 55	0.05 292	0.09 524	0.07 416	0.04 54	0.04 82

test-v	0.11 327	0.09 474	0.07 17	0.19 499	0.08 244	0.12 339	0.28 689	0.13 136	0.17 350	0.11 295	0.17 395	0.14 400	0.12 416	0.07 8	0.07 1	0.05 55	0.05 292	0.09 524	0.07 416	0.04 54	0.04 82

ACRE	0.11 327	0.08 388	0.14 424	0.17 324	0.08 244	0.12 339	0.15 361	0.17 295	0.14 249	0.14 403	0.10 223	0.16 446	0.09 298	0.16 477	0.11 317	0.07 369	0.05 292	0.06 218	0.05 211	0.05 183	0.06 337

PFNet+	0.11 327	0.06 125	0.13 383	0.16 232	0.09 380	0.05 5	0.12 117	0.17 295	0.21 445	0.16 459	0.19 434	0.14 400	0.10 345	0.11 220	0.11 317	0.08 454	0.05 292	0.09 524	0.08 499	0.06 321	0.11 609

LCNet	0.11 327	0.07 259	0.09 142	0.19 499	0.09 380	0.08 98	0.15 361	0.21 400	0.15 277	0.11 295	0.15 358	0.16 446	0.11 383	0.12 320	0.11 317	0.05 55	0.04 26	0.08 435	0.07 416	0.06 321	0.15 672

HHNet	0.11 327	0.06 125	0.16 510	0.15 132	0.14 633	0.07 47	0.13 196	0.20 373	0.17 350	0.14 403	0.25 534	0.11 322	0.08 251	0.13 378	0.10 226	0.05 55	0.04 26	0.08 435	0.06 312	0.05 183	0.09 549

Patchmatch Stereo++	0.11 327	0.09 474	0.16 510	0.18 422	0.08 244	0.06 16	0.11 79	0.16 256	0.13 216	0.15 430	0.16 371	0.14 400	0.12 416	0.11 220	0.10 226	0.06 182	0.04 26	0.08 435	0.06 312	0.08 482	0.07 427
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	0.11 327	0.07 259	0.16 510	0.19 499	0.09 380	0.08 98	0.13 196	0.18 330	0.13 216	0.16 459	0.21 471	0.13 377	0.14 483	0.11 220	0.14 476	0.06 182	0.04 26	0.09 524	0.06 312	0.06 321	0.05 225

OMP-Stereo	0.11 327	0.06 125	0.14 424	0.18 422	0.08 244	0.09 158	0.12 117	0.21 400	0.21 445	0.13 375	0.14 337	0.11 322	0.12 416	0.11 220	0.13 433	0.06 182	0.04 26	0.07 334	0.06 312	0.05 183	0.04 82

IIG-Stereo	0.11 327	0.06 125	0.13 383	0.17 324	0.08 244	0.11 284	0.12 117	0.22 427	0.17 350	0.14 403	0.17 395	0.11 322	0.12 416	0.12 320	0.12 386	0.06 182	0.05 292	0.07 334	0.06 312	0.05 183	0.04 82

NF-Stereo	0.11 327	0.07 259	0.13 383	0.17 324	0.09 380	0.10 226	0.14 271	0.23 451	0.19 404	0.12 340	0.17 395	0.12 344	0.11 383	0.11 220	0.11 317	0.06 182	0.04 26	0.07 334	0.06 312	0.06 321	0.12 623

OCTAStereo	0.11 327	0.07 259	0.13 383	0.17 324	0.09 380	0.10 226	0.14 271	0.23 451	0.19 404	0.12 340	0.17 395	0.12 344	0.11 383	0.11 220	0.11 317	0.06 182	0.04 26	0.07 334	0.06 312	0.06 321	0.12 623

NRIStereo	0.11 327	0.08 388	0.14 424	0.18 422	0.08 244	0.10 226	0.14 271	0.16 256	0.15 277	0.12 340	0.14 337	0.13 377	0.12 416	0.13 378	0.10 226	0.06 182	0.04 26	0.07 334	0.06 312	0.06 321	0.07 427

PSM-adaLoss	0.11 327	0.09 474	0.16 510	0.18 422	0.08 244	0.06 16	0.12 117	0.16 256	0.13 216	0.15 430	0.16 371	0.14 400	0.12 416	0.11 220	0.10 226	0.06 182	0.04 26	0.08 435	0.06 312	0.08 482	0.07 427

PSM-AAD	0.11 327	0.07 259	0.10 213	0.19 499	0.09 380	0.10 226	0.15 361	0.20 373	0.13 216	0.12 340	0.14 337	0.18 483	0.11 383	0.11 220	0.10 226	0.05 55	0.05 292	0.09 524	0.08 499	0.06 321	0.14 665

ROB_FTStereo_v2	0.11 327	0.09 474	0.16 510	0.19 499	0.08 244	0.06 16	0.12 117	0.16 256	0.13 216	0.15 430	0.16 371	0.14 400	0.12 416	0.11 220	0.10 226	0.06 182	0.04 26	0.08 435	0.06 312	0.08 482	0.07 427

ROB_FTStereo	0.11 327	0.09 474	0.16 510	0.19 499	0.08 244	0.06 16	0.11 79	0.16 256	0.13 216	0.15 430	0.16 371	0.14 400	0.12 416	0.11 220	0.10 226	0.06 182	0.04 26	0.08 435	0.06 312	0.08 482	0.07 427

KYRaft	0.11 327	0.07 259	0.10 213	0.19 499	0.09 380	0.08 98	0.15 361	0.22 427	0.12 172	0.13 375	0.16 371	0.20 511	0.10 345	0.12 320	0.10 226	0.05 55	0.04 26	0.08 435	0.08 499	0.06 321	0.16 683

HUI-Stereo	0.11 327	0.09 474	0.16 510	0.18 422	0.08 244	0.06 16	0.12 117	0.16 256	0.13 216	0.15 430	0.16 371	0.14 400	0.12 416	0.11 220	0.10 226	0.06 182	0.04 26	0.08 435	0.06 312	0.08 482	0.07 427

ASMatch	0.11 327	0.06 125	0.13 383	0.16 232	0.10 496	0.07 47	0.14 271	0.17 295	0.17 350	0.12 340	0.16 371	0.16 446	0.10 345	0.13 378	0.10 226	0.05 55	0.04 26	0.06 218	0.05 211	0.04 54	0.08 500

RAFT_R40	0.11 327	0.07 259	0.14 424	0.18 422	0.09 380	0.06 16	0.13 196	0.17 295	0.16 319	0.14 403	0.18 423	0.15 431	0.12 416	0.10 136	0.11 317	0.06 182	0.04 26	0.09 524	0.06 312	0.06 321	0.05 225

GrayStereo	0.11 327	0.06 125	0.11 276	0.19 499	0.09 380	0.09 158	0.16 435	0.18 330	0.17 350	0.14 403	0.17 395	0.17 468	0.11 383	0.12 320	0.11 317	0.05 55	0.05 292	0.07 334	0.06 312	0.05 183	0.10 581

RE-Stereo	0.11 327	0.07 259	0.13 383	0.17 324	0.09 380	0.10 226	0.14 271	0.23 451	0.19 404	0.12 340	0.17 395	0.12 344	0.11 383	0.11 220	0.11 317	0.06 182	0.04 26	0.07 334	0.06 312	0.06 321	0.12 623

Pruner-Stereo	0.11 327	0.07 259	0.12 325	0.17 324	0.09 380	0.06 16	0.12 117	0.17 295	0.17 350	0.13 375	0.19 434	0.13 377	0.09 298	0.11 220	0.11 317	0.06 182	0.04 26	0.07 334	0.06 312	0.06 321	0.08 500

TVStereo	0.11 327	0.07 259	0.13 383	0.17 324	0.09 380	0.10 226	0.14 271	0.23 451	0.19 404	0.12 340	0.17 395	0.12 344	0.11 383	0.11 220	0.11 317	0.06 182	0.04 26	0.07 334	0.06 312	0.06 321	0.12 623

DeepStereo_RVC	0.11 327	0.08 388	0.16 510	0.18 422	0.08 244	0.08 98	0.12 117	0.17 295	0.12 172	0.13 375	0.14 337	0.12 344	0.12 416	0.12 320	0.11 317	0.06 182	0.04 26	0.07 334	0.06 312	0.07 408	0.08 500

iGMRVC	0.11 327	0.09 474	0.16 510	0.19 499	0.08 244	0.06 16	0.12 117	0.16 256	0.13 216	0.15 430	0.16 371	0.14 400	0.12 416	0.11 220	0.10 226	0.06 182	0.04 26	0.08 435	0.06 312	0.08 482	0.07 427

RAFT-RH_RVC	0.11 327	0.06 125	0.14 424	0.16 232	0.09 380	0.12 339	0.12 117	0.17 295	0.12 172	0.13 375	0.41 669	0.11 322	0.10 345	0.13 378	0.12 386	0.05 55	0.04 26	0.08 435	0.05 211	0.04 54	0.06 337

RAFT-345	0.11 327	0.07 259	0.15 473	0.16 232	0.08 244	0.08 98	0.12 117	0.15 213	0.10 96	0.11 295	0.36 632	0.09 253	0.09 298	0.11 220	0.12 386	0.05 55	0.05 292	0.07 334	0.06 312	0.04 54	0.05 225

iRAFT	0.11 327	0.09 474	0.16 510	0.18 422	0.08 244	0.06 16	0.11 79	0.16 256	0.13 216	0.15 430	0.16 371	0.14 400	0.12 416	0.11 220	0.10 226	0.06 182	0.04 26	0.08 435	0.06 312	0.08 482	0.07 427

CRE-IMP	0.11 327	0.09 474	0.16 510	0.19 499	0.08 244	0.10 226	0.12 117	0.18 330	0.10 96	0.14 403	0.13 321	0.13 377	0.12 416	0.12 320	0.11 317	0.07 369	0.04 26	0.08 435	0.06 312	0.08 482	0.08 500

test-2	0.11 327	0.09 474	0.07 17	0.19 499	0.08 244	0.12 339	0.28 689	0.13 136	0.17 350	0.11 295	0.17 395	0.14 400	0.12 416	0.07 8	0.07 1	0.05 55	0.05 292	0.09 524	0.07 416	0.04 54	0.04 82

GMM-Stereo	0.11 327	0.07 259	0.10 213	0.18 422	0.09 380	0.08 98	0.15 361	0.23 451	0.16 319	0.11 295	0.15 358	0.13 377	0.11 383	0.11 220	0.11 317	0.05 55	0.04 26	0.08 435	0.07 416	0.06 321	0.09 549

RAFT-IKP	0.11 327	0.09 474	0.16 510	0.19 499	0.08 244	0.06 16	0.12 117	0.16 256	0.13 216	0.15 430	0.16 371	0.14 400	0.12 416	0.11 220	0.10 226	0.06 182	0.04 26	0.08 435	0.06 312	0.08 482	0.07 427

Prome-Stereo	0.11 327	0.06 125	0.10 213	0.18 422	0.08 244	0.12 339	0.15 361	0.22 427	0.13 216	0.12 340	0.17 395	0.13 377	0.08 251	0.12 320	0.10 226	0.05 55	0.04 26	0.07 334	0.06 312	0.06 321	0.09 549

rafts_anoy	0.11 327	0.06 125	0.10 213	0.17 324	0.08 244	0.10 226	0.14 271	0.17 295	0.14 249	0.13 375	0.13 321	0.12 344	0.10 345	0.11 220	0.12 386	0.07 369	0.04 26	0.09 524	0.11 623	0.07 408	0.06 337

raft+_RVC	0.11 327	0.07 259	0.09 142	0.16 232	0.07 146	0.10 226	0.11 79	0.24 475	0.20 428	0.12 340	0.15 358	0.12 344	0.08 251	0.12 320	0.13 433	0.07 369	0.04 26	0.07 334	0.06 312	0.05 183	0.05 225

RALAANet	0.11 327	0.08 388	0.10 213	0.17 324	0.09 380	0.14 434	0.10 44	0.20 373	0.15 277	0.14 403	0.13 321	0.16 446	0.09 298	0.12 320	0.11 317	0.06 182	0.05 292	0.07 334	0.06 312	0.05 183	0.04 82

DIP-Stereo	0.11 327	0.07 259	0.14 424	0.17 324	0.09 380	0.13 397	0.09 27	0.16 256	0.16 319	0.11 295	0.16 371	0.14 400	0.12 416	0.15 442	0.13 433	0.06 182	0.05 292	0.06 218	0.05 211	0.05 183	0.06 337
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	0.12 408	0.08 388	0.08 66	0.20 568	0.07 146	0.18 536	0.23 637	0.15 213	0.15 277	0.10 258	0.10 223	0.13 377	0.08 251	0.12 320	0.11 317	0.09 523	0.10 626	0.14 655	0.14 660	0.05 183	0.04 82

S	0.12 408	0.08 388	0.09 142	0.20 568	0.08 244	0.13 397	0.19 569	0.17 295	0.16 319	0.13 375	0.11 278	0.13 377	0.10 345	0.11 220	0.13 433	0.09 523	0.07 533	0.13 641	0.15 677	0.06 321	0.04 82

IGEV_i1	0.12 408	0.07 259	0.12 325	0.16 232	0.08 244	0.19 561	0.14 271	0.18 330	0.22 459	0.18 508	0.18 423	0.16 446	0.12 416	0.16 477	0.14 476	0.06 182	0.05 292	0.06 218	0.05 211	0.06 321	0.06 337

rvit_stereo_0083	0.12 408	0.08 388	0.17 542	0.16 232	0.09 380	0.11 284	0.15 361	0.14 170	0.26 524	0.11 295	0.14 337	0.13 377	0.10 345	0.12 320	0.12 386	0.10 568	0.08 567	0.09 524	0.07 416	0.07 408	0.05 225

rvit_stereo_ft	0.12 408	0.07 259	0.13 383	0.19 499	0.10 496	0.12 339	0.17 477	0.16 256	0.16 319	0.12 340	0.13 321	0.15 431	0.10 345	0.14 414	0.13 433	0.09 523	0.06 455	0.08 435	0.07 416	0.07 408	0.05 225

test_sample2	0.12 408	0.07 259	0.12 325	0.14 72	0.08 244	0.16 493	0.18 528	0.21 400	0.16 319	0.14 403	0.20 447	0.19 499	0.15 501	0.15 442	0.12 386	0.08 454	0.05 292	0.07 334	0.06 312	0.08 482	0.07 427

MyStereo8	0.12 408	0.07 259	0.15 473	0.15 132	0.09 380	0.18 536	0.14 271	0.19 361	0.22 459	0.12 340	0.18 423	0.11 322	0.10 345	0.16 477	0.18 561	0.07 369	0.05 292	0.07 334	0.05 211	0.08 482	0.09 549

CoDeX	0.12 408	0.07 259	0.12 325	0.17 324	0.08 244	0.12 339	0.15 361	0.23 451	0.27 534	0.13 375	0.17 395	0.16 446	0.11 383	0.14 414	0.11 317	0.07 369	0.05 292	0.07 334	0.06 312	0.06 321	0.05 225

11t1	0.12 408	0.06 125	0.13 383	0.14 72	0.08 244	0.17 517	0.15 361	0.18 330	0.15 277	0.15 430	0.15 358	0.16 446	0.16 529	0.15 442	0.13 433	0.08 454	0.05 292	0.06 218	0.05 211	0.08 482	0.07 427

ffm	0.12 408	0.09 474	0.14 424	0.16 232	0.08 244	0.17 517	0.17 477	0.15 213	0.19 404	0.15 430	0.25 534	0.19 499	0.13 458	0.10 136	0.07 1	0.06 182	0.04 26	0.09 524	0.08 499	0.06 321	0.06 337

RAFT_CTSACE	0.12 408	0.09 474	0.10 213	0.22 623	0.08 244	0.12 339	0.24 652	0.18 330	0.16 319	0.20 550	0.27 560	0.13 377	0.07 196	0.13 378	0.09 115	0.05 55	0.06 455	0.08 435	0.07 416	0.04 54	0.04 82

Sa-1000	0.12 408	0.08 388	0.08 66	0.18 422	0.08 244	0.14 434	0.22 625	0.22 427	0.18 384	0.15 430	0.20 447	0.17 468	0.11 383	0.10 136	0.10 226	0.06 182	0.05 292	0.09 524	0.09 547	0.05 183	0.05 225

SA	0.12 408	0.09 474	0.08 66	0.18 422	0.08 244	0.12 339	0.24 652	0.23 451	0.18 384	0.17 478	0.27 560	0.14 400	0.11 383	0.11 220	0.11 317	0.05 55	0.05 292	0.09 524	0.08 499	0.05 183	0.04 82

iRaft-Stereo_5w	0.12 408	0.09 474	0.12 325	0.19 499	0.08 244	0.09 158	0.12 117	0.21 400	0.21 445	0.19 527	0.14 337	0.11 322	0.09 298	0.20 579	0.16 527	0.05 55	0.05 292	0.07 334	0.06 312	0.05 183	0.06 337

CrosDoStereo	0.12 408	0.06 125	0.12 325	0.14 72	0.08 244	0.12 339	0.15 361	0.17 295	0.22 459	0.19 527	0.24 505	0.15 431	0.11 383	0.11 220	0.12 386	0.06 182	0.04 26	0.07 334	0.07 416	0.05 183	0.05 225

PSM-softLoss	0.12 408	0.07 259	0.15 473	0.17 324	0.09 380	0.08 98	0.13 196	0.24 475	0.17 350	0.14 403	0.19 434	0.13 377	0.11 383	0.11 220	0.11 317	0.07 369	0.05 292	0.08 435	0.07 416	0.06 321	0.12 623

KMStereo	0.12 408	0.07 259	0.15 473	0.17 324	0.09 380	0.08 98	0.13 196	0.24 475	0.17 350	0.14 403	0.19 434	0.13 377	0.11 383	0.11 220	0.11 317	0.07 369	0.05 292	0.08 435	0.07 416	0.06 321	0.12 623

FTStereo	0.12 408	0.06 125	0.14 424	0.18 422	0.09 380	0.07 47	0.15 361	0.21 400	0.18 384	0.12 340	0.24 505	0.12 344	0.12 416	0.13 378	0.13 433	0.05 55	0.05 292	0.07 334	0.06 312	0.06 321	0.10 581

DeepStereo_LL	0.12 408	0.06 125	0.12 325	0.14 72	0.08 244	0.12 339	0.15 361	0.17 295	0.22 459	0.19 527	0.24 505	0.15 431	0.11 383	0.11 220	0.12 386	0.06 182	0.04 26	0.07 334	0.07 416	0.05 183	0.05 225

DEmStereo	0.12 408	0.06 125	0.14 424	0.14 72	0.10 496	0.16 493	0.15 361	0.16 256	0.24 488	0.17 478	0.24 505	0.13 377	0.14 483	0.12 320	0.13 433	0.05 55	0.04 26	0.07 334	0.06 312	0.05 183	0.05 225

THIR-Stereo	0.12 408	0.07 259	0.11 276	0.15 132	0.08 244	0.14 434	0.16 435	0.17 295	0.25 510	0.16 459	0.24 505	0.14 400	0.12 416	0.12 320	0.14 476	0.06 182	0.04 26	0.07 334	0.07 416	0.05 183	0.05 225

DRaft	0.12 408	0.06 125	0.11 276	0.14 72	0.09 380	0.14 434	0.17 477	0.21 400	0.30 566	0.17 478	0.28 574	0.10 291	0.15 501	0.10 136	0.12 386	0.05 55	0.04 26	0.07 334	0.06 312	0.05 183	0.05 225

PFNet	0.12 408	0.06 125	0.17 542	0.17 324	0.08 244	0.09 158	0.15 361	0.26 513	0.20 428	0.16 459	0.16 371	0.14 400	0.11 383	0.12 320	0.11 317	0.06 182	0.04 26	0.07 334	0.06 312	0.05 183	0.05 225

IRAFT_RVC	0.12 408	0.08 388	0.16 510	0.19 499	0.08 244	0.07 47	0.15 361	0.24 475	0.23 471	0.14 403	0.14 337	0.15 431	0.12 416	0.12 320	0.10 226	0.06 182	0.04 26	0.09 524	0.06 312	0.06 321	0.06 337

sCroCo_RVC	0.12 408	0.09 474	0.23 617	0.24 656	0.11 551	0.19 561	0.14 271	0.17 295	0.14 249	0.10 258	0.13 321	0.12 344	0.07 196	0.14 414	0.11 317	0.08 454	0.08 567	0.08 435	0.08 499	0.05 183	0.07 427

ARAFT	0.12 408	0.08 388	0.17 542	0.19 499	0.09 380	0.14 434	0.18 528	0.20 373	0.12 172	0.12 340	0.13 321	0.14 400	0.11 383	0.15 442	0.12 386	0.06 182	0.05 292	0.10 574	0.09 547	0.05 183	0.04 82

BEATNet_4x	0.12 408	0.08 388	0.14 424	0.18 422	0.07 146	0.15 461	0.07 5	0.22 427	0.18 384	0.16 459	0.19 434	0.18 483	0.14 483	0.16 477	0.15 511	0.07 369	0.05 292	0.05 63	0.05 211	0.06 321	0.06 337

MLCV	0.12 408	0.07 259	0.16 510	0.18 422	0.06 36	0.15 461	0.17 477	0.19 361	0.21 445	0.18 508	0.25 534	0.17 468	0.13 458	0.14 414	0.13 433	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

RT-IGEV	0.13 436	0.06 125	0.13 383	0.15 132	0.09 380	0.15 461	0.17 477	0.24 475	0.27 534	0.16 459	0.17 395	0.17 468	0.10 345	0.14 414	0.11 317	0.08 454	0.05 292	0.07 334	0.05 211	0.07 408	0.07 427

Selective-IGEV-i16pc	0.13 436	0.06 125	0.13 383	0.15 132	0.11 551	0.38 699	0.16 435	0.23 451	0.16 319	0.10 258	0.15 358	0.09 253	0.06 75	0.13 378	0.10 226	0.10 568	0.08 567	0.06 218	0.07 416	0.09 547	0.09 549

Selective-IGEV-i1	0.13 436	0.07 259	0.12 325	0.19 499	0.08 244	0.18 536	0.16 435	0.22 427	0.30 566	0.16 459	0.17 395	0.16 446	0.10 345	0.14 414	0.13 433	0.06 182	0.05 292	0.06 218	0.05 211	0.06 321	0.05 225

G2L-ROB	0.13 436	0.06 125	0.13 383	0.13 23	0.08 244	0.14 434	0.16 435	0.25 494	0.18 384	0.19 527	0.18 423	0.20 511	0.14 483	0.17 512	0.16 527	0.08 454	0.05 292	0.06 218	0.05 211	0.08 482	0.09 549

xyz-stereo	0.13 436	0.07 259	0.20 592	0.15 132	0.05 2	0.20 577	0.15 361	0.17 295	0.31 574	0.15 430	0.29 586	0.26 587	0.16 529	0.13 378	0.12 386	0.05 55	0.05 292	0.06 218	0.05 211	0.04 54	0.04 82

DFGA-Net	0.13 436	0.11 565	0.18 568	0.17 324	0.10 496	0.12 339	0.13 196	0.22 427	0.25 510	0.16 459	0.16 371	0.13 377	0.12 416	0.16 477	0.14 476	0.07 369	0.05 292	0.08 435	0.07 416	0.05 183	0.05 225

FACV-RUCA	0.13 436	0.11 565	0.12 325	0.19 499	0.12 588	0.15 461	0.15 361	0.22 427	0.20 428	0.15 430	0.16 371	0.14 400	0.16 529	0.14 414	0.13 433	0.07 369	0.05 292	0.08 435	0.06 312	0.10 580	0.08 500

UGAM	0.13 436	0.10 537	0.09 142	0.22 623	0.08 244	0.12 339	0.20 593	0.17 295	0.23 471	0.21 566	0.16 371	0.13 377	0.13 458	0.19 554	0.12 386	0.07 369	0.05 292	0.13 641	0.11 623	0.07 408	0.05 225

test_sample1	0.13 436	0.07 259	0.14 424	0.13 23	0.08 244	0.19 561	0.16 435	0.20 373	0.15 277	0.14 403	0.22 483	0.18 483	0.16 529	0.17 512	0.14 476	0.07 369	0.06 455	0.06 218	0.06 312	0.08 482	0.07 427

qqq1	0.13 436	0.07 259	0.17 542	0.14 72	0.08 244	0.16 493	0.17 477	0.26 513	0.27 534	0.19 527	0.20 447	0.18 483	0.15 501	0.15 442	0.11 317	0.08 454	0.05 292	0.05 63	0.05 211	0.06 321	0.06 337

fff1	0.13 436	0.07 259	0.17 542	0.14 72	0.08 244	0.16 493	0.17 477	0.26 513	0.27 534	0.19 527	0.20 447	0.18 483	0.15 501	0.15 442	0.11 317	0.08 454	0.05 292	0.05 63	0.05 211	0.06 321	0.06 337

MyStereo05	0.13 436	0.07 259	0.10 213	0.17 324	0.09 380	0.13 397	0.18 528	0.27 535	0.35 610	0.17 478	0.14 337	0.15 431	0.11 383	0.15 442	0.13 433	0.06 182	0.05 292	0.07 334	0.07 416	0.06 321	0.06 337

MyStereo04	0.13 436	0.07 259	0.10 213	0.17 324	0.09 380	0.14 434	0.18 528	0.29 572	0.38 629	0.17 478	0.14 337	0.16 446	0.10 345	0.15 442	0.13 433	0.06 182	0.05 292	0.08 435	0.07 416	0.06 321	0.06 337

ff1	0.13 436	0.09 474	0.14 424	0.16 232	0.08 244	0.17 517	0.17 477	0.15 213	0.19 404	0.15 430	0.25 534	0.19 499	0.13 458	0.14 414	0.20 581	0.06 182	0.04 26	0.09 524	0.08 499	0.06 321	0.06 337

StereoVision	0.13 436	0.12 583	0.09 142	0.24 656	0.10 496	0.15 461	0.21 614	0.21 400	0.20 428	0.12 340	0.24 505	0.10 291	0.10 345	0.16 477	0.10 226	0.09 523	0.11 639	0.12 626	0.12 645	0.06 321	0.05 225

LL-Strereo	0.13 436	0.09 474	0.11 276	0.20 568	0.10 496	0.11 284	0.18 528	0.32 611	0.24 488	0.15 430	0.15 358	0.14 400	0.13 458	0.19 554	0.11 317	0.06 182	0.04 26	0.09 524	0.08 499	0.04 54	0.05 225

CASS	0.13 436	0.12 583	0.11 276	0.23 647	0.09 380	0.15 461	0.17 477	0.18 330	0.19 404	0.17 478	0.18 423	0.15 431	0.15 501	0.14 414	0.14 476	0.09 523	0.06 455	0.10 574	0.08 499	0.09 547	0.07 427
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.13 436	0.07 259	0.13 383	0.18 422	0.09 380	0.13 397	0.17 477	0.19 361	0.29 556	0.15 430	0.24 505	0.15 431	0.14 483	0.14 414	0.14 476	0.07 369	0.05 292	0.07 334	0.09 547	0.05 183	0.06 337

TestStereo1	0.13 436	0.08 388	0.08 66	0.19 499	0.08 244	0.18 536	0.29 699	0.23 451	0.16 319	0.17 478	0.20 447	0.16 446	0.10 345	0.12 320	0.13 433	0.06 182	0.06 455	0.08 435	0.06 312	0.05 183	0.05 225

qqq	0.13 436	0.09 474	0.15 473	0.16 232	0.08 244	0.13 397	0.15 361	0.23 451	0.16 319	0.15 430	0.19 434	0.16 446	0.16 529	0.15 442	0.16 527	0.07 369	0.06 455	0.08 435	0.08 499	0.07 408	0.07 427

x	0.13 436	0.07 259	0.14 424	0.14 72	0.08 244	0.18 536	0.14 271	0.22 427	0.20 428	0.15 430	0.19 434	0.19 499	0.17 553	0.18 537	0.18 561	0.07 369	0.05 292	0.06 218	0.06 312	0.07 408	0.07 427

raft_robust	0.13 436	0.10 537	0.07 17	0.18 422	0.08 244	0.13 397	0.24 652	0.28 556	0.33 589	0.20 550	0.19 434	0.14 400	0.10 345	0.11 220	0.12 386	0.05 55	0.05 292	0.07 334	0.07 416	0.05 183	0.04 82

RAFT+CT+SA	0.13 436	0.11 565	0.09 142	0.19 499	0.09 380	0.15 461	0.28 689	0.22 427	0.22 459	0.15 430	0.26 551	0.10 291	0.10 345	0.11 220	0.12 386	0.05 55	0.04 26	0.07 334	0.08 499	0.07 408	0.06 337

SA-5K	0.13 436	0.08 388	0.08 66	0.19 499	0.08 244	0.18 536	0.29 699	0.23 451	0.16 319	0.17 478	0.20 447	0.16 446	0.10 345	0.12 320	0.13 433	0.06 182	0.06 455	0.08 435	0.06 312	0.05 183	0.05 225

GwcNet-ADL	0.13 436	0.08 388	0.14 424	0.20 568	0.09 380	0.11 284	0.20 593	0.30 587	0.24 488	0.13 375	0.14 337	0.18 483	0.14 483	0.13 378	0.14 476	0.07 369	0.05 292	0.06 218	0.05 211	0.07 408	0.06 337

GANet-ADL	0.13 436	0.07 259	0.15 473	0.17 324	0.10 496	0.18 536	0.15 361	0.30 587	0.20 428	0.13 375	0.18 423	0.19 499	0.12 416	0.16 477	0.13 433	0.08 454	0.06 455	0.06 218	0.05 211	0.07 408	0.08 500

RAFT	0.13 436	0.09 474	0.11 276	0.18 422	0.08 244	0.15 461	0.24 652	0.20 373	0.19 404	0.21 566	0.21 471	0.17 468	0.12 416	0.16 477	0.09 115	0.06 182	0.07 533	0.10 574	0.09 547	0.05 183	0.05 225

TestStereo	0.13 436	0.14 624	0.11 276	0.23 647	0.08 244	0.15 461	0.21 614	0.20 373	0.23 471	0.14 403	0.24 505	0.16 446	0.12 416	0.16 477	0.14 476	0.05 55	0.06 455	0.08 435	0.06 312	0.09 547	0.05 225

sAnonymous2	0.13 436	0.12 583	0.24 621	0.20 568	0.12 588	0.17 517	0.13 196	0.26 513	0.21 445	0.11 295	0.11 278	0.13 377	0.08 251	0.10 136	0.10 226	0.09 523	0.05 292	0.08 435	0.06 312	0.15 673	0.10 581

CroCo_RVC	0.13 436	0.12 583	0.24 621	0.20 568	0.12 588	0.17 517	0.13 196	0.26 513	0.21 445	0.11 295	0.11 278	0.13 377	0.08 251	0.10 136	0.10 226	0.09 523	0.05 292	0.08 435	0.06 312	0.15 673	0.10 581

RAFT + AFF	0.13 436	0.07 259	0.20 592	0.20 568	0.10 496	0.14 434	0.24 652	0.26 513	0.20 428	0.11 295	0.10 223	0.12 344	0.10 345	0.15 442	0.12 386	0.07 369	0.06 455	0.09 524	0.08 499	0.06 321	0.08 500

GMStereo	0.13 436	0.14 624	0.14 424	0.18 422	0.09 380	0.15 461	0.16 435	0.20 373	0.24 488	0.16 459	0.17 395	0.10 291	0.10 345	0.16 477	0.13 433	0.07 369	0.06 455	0.06 218	0.06 312	0.07 408	0.06 337
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 436	0.07 259	0.14 424	0.17 324	0.09 380	0.15 461	0.16 435	0.28 556	0.27 534	0.14 403	0.17 395	0.12 344	0.13 458	0.14 414	0.11 317	0.08 454	0.05 292	0.07 334	0.07 416	0.07 408	0.06 337

FENet	0.13 436	0.08 388	0.12 325	0.16 232	0.08 244	0.14 434	0.15 361	0.22 427	0.23 471	0.17 478	0.23 492	0.16 446	0.12 416	0.14 414	0.15 511	0.08 454	0.05 292	0.08 435	0.08 499	0.07 408	0.07 427

cf-r	0.13 436	0.07 259	0.12 325	0.16 232	0.08 244	0.14 434	0.19 569	0.20 373	0.25 510	0.17 478	0.25 534	0.21 521	0.16 529	0.14 414	0.14 476	0.10 568	0.05 292	0.06 218	0.08 499	0.06 321	0.06 337

iResNet	0.13 436	0.10 537	0.18 568	0.19 499	0.08 244	0.13 397	0.18 528	0.20 373	0.26 524	0.15 430	0.23 492	0.15 431	0.13 458	0.14 414	0.14 476	0.06 182	0.04 26	0.06 218	0.05 211	0.06 321	0.05 225

DN-CSS_ROB	0.13 436	0.13 611	0.16 510	0.18 422	0.10 496	0.16 493	0.08 9	0.22 427	0.18 384	0.17 478	0.22 483	0.13 377	0.13 458	0.12 320	0.13 433	0.05 55	0.05 292	0.10 574	0.10 589	0.08 482	0.06 337

SCION-MonSter(vits)	0.14 473	0.06 125	0.05 1	0.15 132	0.05 2	0.07 47	0.10 44	0.27 535	0.41 643	0.05 2	0.33 620	0.14 400	0.16 529	0.20 579	0.19 574	0.08 454	0.06 455	0.17 679	0.15 677	0.07 408	0.08 500

Selective-IGEV-i16pb	0.14 473	0.08 388	0.17 542	0.15 132	0.11 551	0.41 704	0.16 435	0.28 556	0.23 471	0.11 295	0.20 447	0.10 291	0.07 196	0.17 512	0.12 386	0.10 568	0.07 533	0.06 218	0.08 499	0.09 547	0.10 581

G2L-Stereo_test	0.14 473	0.07 259	0.11 276	0.13 23	0.08 244	0.12 339	0.16 435	0.30 587	0.28 549	0.20 550	0.23 492	0.20 511	0.16 529	0.17 512	0.18 561	0.07 369	0.05 292	0.05 63	0.05 211	0.07 408	0.06 337

coex_refinement	0.14 473	0.07 259	0.12 325	0.17 324	0.10 496	0.15 461	0.15 361	0.26 513	0.29 556	0.18 508	0.20 447	0.22 539	0.17 553	0.16 477	0.18 561	0.08 454	0.05 292	0.06 218	0.06 312	0.09 547	0.08 500

G2L-Stereo	0.14 473	0.07 259	0.13 383	0.17 324	0.09 380	0.13 397	0.12 117	0.27 535	0.22 459	0.16 459	0.27 560	0.21 521	0.13 458	0.17 512	0.18 561	0.09 523	0.08 567	0.08 435	0.07 416	0.07 408	0.07 427

rvit_0105_6	0.14 473	0.09 474	0.18 568	0.17 324	0.10 496	0.10 226	0.16 435	0.19 361	0.26 524	0.12 340	0.18 423	0.17 468	0.12 416	0.18 537	0.12 386	0.15 669	0.11 639	0.12 626	0.10 589	0.09 547	0.06 337

rvit_0105_5	0.14 473	0.09 474	0.13 383	0.17 324	0.09 380	0.14 434	0.23 637	0.24 475	0.27 534	0.14 403	0.15 358	0.18 483	0.12 416	0.17 512	0.14 476	0.14 665	0.11 639	0.10 574	0.10 589	0.08 482	0.06 337

rvit_0105_4	0.14 473	0.09 474	0.17 542	0.17 324	0.10 496	0.12 339	0.19 569	0.23 451	0.27 534	0.14 403	0.20 447	0.17 468	0.13 458	0.17 512	0.13 433	0.15 669	0.11 639	0.11 606	0.10 589	0.09 547	0.06 337

DCVSM-stereo	0.14 473	0.09 474	0.16 510	0.16 232	0.10 496	0.15 461	0.09 27	0.19 361	0.23 471	0.20 550	0.23 492	0.26 587	0.15 501	0.18 537	0.14 476	0.09 523	0.07 533	0.09 524	0.08 499	0.10 580	0.12 623

test_sample6	0.14 473	0.08 388	0.13 383	0.16 232	0.08 244	0.17 517	0.19 569	0.25 494	0.17 350	0.17 478	0.27 560	0.19 499	0.14 483	0.15 442	0.13 433	0.08 454	0.05 292	0.08 435	0.07 416	0.08 482	0.08 500

test_sample5	0.14 473	0.08 388	0.14 424	0.16 232	0.08 244	0.18 536	0.18 528	0.25 494	0.17 350	0.17 478	0.27 560	0.18 483	0.14 483	0.16 477	0.13 433	0.08 454	0.05 292	0.08 435	0.07 416	0.08 482	0.08 500

test_sample4	0.14 473	0.08 388	0.14 424	0.15 132	0.08 244	0.19 561	0.18 528	0.26 513	0.17 350	0.16 459	0.25 534	0.18 483	0.14 483	0.16 477	0.13 433	0.08 454	0.06 455	0.08 435	0.06 312	0.08 482	0.08 500

test_sample3	0.14 473	0.08 388	0.15 473	0.14 72	0.09 380	0.19 561	0.17 477	0.26 513	0.18 384	0.16 459	0.22 483	0.19 499	0.15 501	0.17 512	0.13 433	0.08 454	0.06 455	0.07 334	0.06 312	0.09 547	0.08 500

DispNO	0.14 473	0.08 388	0.17 542	0.19 499	0.12 588	0.11 284	0.21 614	0.23 451	0.29 556	0.17 478	0.23 492	0.18 483	0.17 553	0.15 442	0.15 511	0.07 369	0.05 292	0.08 435	0.08 499	0.07 408	0.06 337

SMFormer	0.14 473	0.07 259	0.17 542	0.14 72	0.08 244	0.16 493	0.17 477	0.26 513	0.27 534	0.19 527	0.20 447	0.18 483	0.15 501	0.15 442	0.17 543	0.08 454	0.05 292	0.07 334	0.06 312	0.07 408	0.06 337

tta	0.14 473	0.07 259	0.17 542	0.14 72	0.08 244	0.16 493	0.17 477	0.26 513	0.27 534	0.19 527	0.20 447	0.18 483	0.15 501	0.15 442	0.17 543	0.08 454	0.05 292	0.07 334	0.06 312	0.06 321	0.06 337

mmm	0.14 473	0.08 388	0.17 542	0.17 324	0.09 380	0.17 517	0.18 528	0.21 400	0.15 277	0.15 430	0.23 492	0.21 521	0.16 529	0.16 477	0.17 543	0.08 454	0.05 292	0.08 435	0.07 416	0.07 408	0.07 427

DualNet	0.14 473	0.08 388	0.14 424	0.16 232	0.08 244	0.18 536	0.18 528	0.25 494	0.17 350	0.17 478	0.27 560	0.18 483	0.14 483	0.16 477	0.13 433	0.08 454	0.05 292	0.08 435	0.07 416	0.08 482	0.08 500

mmx	0.14 473	0.09 474	0.14 424	0.16 232	0.08 244	0.17 517	0.17 477	0.27 535	0.25 510	0.15 430	0.25 534	0.19 499	0.13 458	0.14 414	0.20 581	0.08 454	0.06 455	0.09 524	0.08 499	0.08 482	0.08 500

xxx	0.14 473	0.09 474	0.14 424	0.16 232	0.08 244	0.17 517	0.17 477	0.27 535	0.25 510	0.15 430	0.25 534	0.19 499	0.13 458	0.14 414	0.20 581	0.08 454	0.06 455	0.09 524	0.08 499	0.08 482	0.08 500

PCWNet_CMD	0.14 473	0.08 388	0.15 473	0.17 324	0.09 380	0.14 434	0.14 271	0.29 572	0.36 615	0.14 403	0.20 447	0.21 521	0.12 416	0.17 512	0.13 433	0.07 369	0.05 292	0.07 334	0.07 416	0.07 408	0.07 427

CBFPSM	0.14 473	0.06 125	0.26 629	0.17 324	0.09 380	0.13 397	0.15 361	0.22 427	0.23 471	0.20 550	0.27 560	0.24 563	0.16 529	0.16 477	0.18 561	0.06 182	0.06 455	0.06 218	0.07 416	0.07 408	0.07 427

gwcnet-sp	0.14 473	0.07 259	0.12 325	0.18 422	0.09 380	0.16 493	0.17 477	0.24 475	0.24 488	0.18 508	0.24 505	0.15 431	0.16 529	0.15 442	0.15 511	0.08 454	0.06 455	0.07 334	0.08 499	0.08 482	0.07 427

scenet	0.14 473	0.07 259	0.12 325	0.18 422	0.09 380	0.16 493	0.17 477	0.24 475	0.24 488	0.18 508	0.24 505	0.15 431	0.16 529	0.15 442	0.15 511	0.08 454	0.06 455	0.07 334	0.08 499	0.08 482	0.07 427

ssnet	0.14 473	0.07 259	0.12 325	0.18 422	0.09 380	0.16 493	0.17 477	0.24 475	0.24 488	0.18 508	0.24 505	0.15 431	0.16 529	0.15 442	0.15 511	0.08 454	0.06 455	0.07 334	0.08 499	0.08 482	0.07 427

BUS	0.14 473	0.09 474	0.14 424	0.22 623	0.10 496	0.19 561	0.14 271	0.34 640	0.19 404	0.17 478	0.22 483	0.16 446	0.13 458	0.15 442	0.13 433	0.08 454	0.06 455	0.10 574	0.09 547	0.07 408	0.07 427

IER	0.14 473	0.07 259	0.13 383	0.17 324	0.09 380	0.14 434	0.16 435	0.25 494	0.26 524	0.18 508	0.25 534	0.17 468	0.20 599	0.16 477	0.14 476	0.08 454	0.05 292	0.07 334	0.06 312	0.08 482	0.07 427

test_5	0.14 473	0.12 583	0.08 66	0.20 568	0.10 496	0.14 434	0.29 699	0.21 400	0.24 488	0.18 508	0.28 574	0.11 322	0.15 501	0.12 320	0.13 433	0.06 182	0.05 292	0.07 334	0.08 499	0.08 482	0.07 427

psmg	0.14 473	0.09 474	0.14 424	0.17 324	0.10 496	0.15 461	0.17 477	0.29 572	0.19 404	0.17 478	0.21 471	0.25 577	0.16 529	0.15 442	0.14 476	0.08 454	0.06 455	0.08 435	0.08 499	0.07 408	0.06 337

UDGNet	0.14 473	0.13 611	0.16 510	0.17 324	0.10 496	0.12 339	0.16 435	0.21 400	0.27 534	0.20 550	0.20 447	0.16 446	0.13 458	0.16 477	0.13 433	0.10 568	0.06 455	0.09 524	0.07 416	0.06 321	0.07 427

CFNet_pseudo	0.14 473	0.08 388	0.15 473	0.16 232	0.09 380	0.13 397	0.14 271	0.27 535	0.34 601	0.14 403	0.21 471	0.22 539	0.13 458	0.18 537	0.14 476	0.07 369	0.05 292	0.08 435	0.06 312	0.07 408	0.07 427

GES	0.14 473	0.08 388	0.16 510	0.15 132	0.10 496	0.13 397	0.13 196	0.28 556	0.25 510	0.16 459	0.23 492	0.18 483	0.13 458	0.16 477	0.13 433	0.08 454	0.07 533	0.07 334	0.06 312	0.08 482	0.09 549

GANet-RSSM	0.14 473	0.07 259	0.13 383	0.13 23	0.08 244	0.14 434	0.17 477	0.22 427	0.21 445	0.17 478	0.24 505	0.23 557	0.15 501	0.16 477	0.15 511	0.10 568	0.06 455	0.07 334	0.08 499	0.08 482	0.07 427

PSMNet-RSSM	0.14 473	0.07 259	0.13 383	0.15 132	0.08 244	0.13 397	0.16 435	0.24 475	0.24 488	0.16 459	0.28 574	0.22 539	0.14 483	0.15 442	0.13 433	0.11 600	0.06 455	0.09 524	0.12 645	0.08 482	0.07 427

GwcNet-RSSM	0.14 473	0.07 259	0.12 325	0.15 132	0.08 244	0.15 461	0.20 593	0.21 400	0.27 534	0.18 508	0.27 560	0.22 539	0.16 529	0.14 414	0.15 511	0.10 568	0.05 292	0.07 334	0.09 547	0.07 408	0.07 427

CFNet-ft	0.14 473	0.07 259	0.15 473	0.12 7	0.09 380	0.16 493	0.18 528	0.22 427	0.24 488	0.17 478	0.26 551	0.24 563	0.14 483	0.16 477	0.14 476	0.11 600	0.06 455	0.08 435	0.09 547	0.09 547	0.08 500

CCAANet	0.14 473	0.06 125	0.14 424	0.17 324	0.09 380	0.16 493	0.13 196	0.30 587	0.24 488	0.16 459	0.32 607	0.18 483	0.17 553	0.17 512	0.14 476	0.06 182	0.05 292	0.09 524	0.09 547	0.06 321	0.09 549

DMCA	0.14 473	0.09 474	0.16 510	0.19 499	0.09 380	0.15 461	0.17 477	0.23 451	0.27 534	0.14 403	0.19 434	0.17 468	0.18 569	0.15 442	0.17 543	0.10 568	0.06 455	0.08 435	0.06 312	0.09 547	0.10 581

RASNet	0.14 473	0.07 259	0.14 424	0.16 232	0.08 244	0.18 536	0.14 271	0.29 572	0.20 428	0.17 478	0.25 534	0.21 521	0.18 569	0.20 579	0.19 574	0.07 369	0.06 455	0.06 218	0.08 499	0.06 321	0.06 337

MSMDNet	0.14 473	0.08 388	0.15 473	0.17 324	0.09 380	0.14 434	0.14 271	0.29 572	0.36 615	0.14 403	0.21 471	0.21 521	0.12 416	0.17 512	0.14 476	0.07 369	0.05 292	0.07 334	0.07 416	0.07 408	0.07 427

HSM-Net_RVC	0.14 473	0.08 388	0.11 276	0.15 132	0.08 244	0.15 461	0.15 361	0.27 535	0.29 556	0.19 527	0.21 471	0.29 614	0.14 483	0.17 512	0.13 433	0.06 182	0.06 455	0.06 218	0.06 312	0.07 408	0.06 337
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 473	0.07 259	0.15 473	0.12 7	0.09 380	0.16 493	0.18 528	0.22 427	0.24 488	0.17 478	0.26 551	0.24 563	0.14 483	0.16 477	0.14 476	0.11 600	0.06 455	0.08 435	0.09 547	0.09 547	0.08 500

ccs_rob	0.14 473	0.08 388	0.15 473	0.16 232	0.09 380	0.12 339	0.14 271	0.27 535	0.34 601	0.14 403	0.21 471	0.22 539	0.13 458	0.18 537	0.14 476	0.07 369	0.05 292	0.08 435	0.07 416	0.07 408	0.07 427

UCFNet_RVC	0.14 473	0.08 388	0.13 383	0.11 1	0.10 496	0.20 577	0.10 44	0.24 475	0.22 459	0.17 478	0.20 447	0.23 557	0.15 501	0.17 512	0.15 511	0.12 625	0.07 533	0.10 574	0.13 656	0.11 603	0.10 581

iResNetv2_ROB	0.14 473	0.08 388	0.15 473	0.16 232	0.08 244	0.16 493	0.12 117	0.25 494	0.35 610	0.21 566	0.29 586	0.24 563	0.13 458	0.14 414	0.14 476	0.06 182	0.05 292	0.06 218	0.04 72	0.09 547	0.08 500

iResNet_ROB	0.14 473	0.07 259	0.13 383	0.14 72	0.07 146	0.18 536	0.14 271	0.26 513	0.31 574	0.22 582	0.25 534	0.23 557	0.15 501	0.15 442	0.13 433	0.07 369	0.05 292	0.05 63	0.04 72	0.08 482	0.08 500

MWDA-net	0.15 519	0.08 388	0.15 473	0.16 232	0.10 496	0.20 577	0.22 625	0.25 494	0.35 610	0.18 508	0.24 505	0.18 483	0.17 553	0.17 512	0.14 476	0.08 454	0.05 292	0.08 435	0.07 416	0.07 408	0.07 427

MWSP-net	0.15 519	0.08 388	0.17 542	0.17 324	0.10 496	0.16 493	0.23 637	0.29 572	0.32 581	0.18 508	0.19 434	0.17 468	0.13 458	0.18 537	0.14 476	0.08 454	0.05 292	0.07 334	0.07 416	0.07 408	0.08 500

DDVS	0.15 519	0.10 537	0.21 602	0.16 232	0.12 588	0.15 461	0.14 271	0.25 494	0.19 404	0.18 508	0.29 586	0.27 595	0.12 416	0.19 554	0.15 511	0.09 523	0.06 455	0.09 524	0.07 416	0.11 603	0.11 609

rvit_0105_3	0.15 519	0.09 474	0.14 424	0.19 499	0.12 588	0.15 461	0.25 667	0.25 494	0.29 556	0.15 430	0.17 395	0.20 511	0.13 458	0.17 512	0.14 476	0.13 651	0.11 639	0.12 626	0.14 660	0.07 408	0.06 337

ACV-stereo	0.15 519	0.10 537	0.28 641	0.18 422	0.12 588	0.14 434	0.12 117	0.23 451	0.21 445	0.19 527	0.23 492	0.22 539	0.15 501	0.23 621	0.17 543	0.07 369	0.06 455	0.07 334	0.07 416	0.07 408	0.07 427

ITSA-stereo	0.15 519	0.10 537	0.14 424	0.19 499	0.08 244	0.12 339	0.14 271	0.30 587	0.49 684	0.17 478	0.19 434	0.22 539	0.15 501	0.17 512	0.16 527	0.10 568	0.06 455	0.08 435	0.08 499	0.08 482	0.08 500

test_sample7	0.15 519	0.10 537	0.16 510	0.14 72	0.11 551	0.16 493	0.16 435	0.27 535	0.23 471	0.20 550	0.20 447	0.24 563	0.19 586	0.16 477	0.16 527	0.12 625	0.06 455	0.10 574	0.09 547	0.10 580	0.10 581

1111x	0.15 519	0.08 388	0.12 325	0.18 422	0.07 146	0.18 536	0.25 667	0.31 600	0.24 488	0.17 478	0.24 505	0.26 587	0.15 501	0.13 378	0.23 622	0.07 369	0.07 533	0.08 435	0.09 547	0.07 408	0.06 337

CFNet_ucs	0.15 519	0.08 388	0.16 510	0.16 232	0.11 551	0.14 434	0.14 271	0.30 587	0.34 601	0.16 459	0.24 505	0.23 557	0.14 483	0.18 537	0.15 511	0.09 523	0.06 455	0.08 435	0.07 416	0.09 547	0.09 549

BSDual-CNN	0.15 519	0.09 474	0.14 424	0.22 623	0.10 496	0.14 434	0.15 361	0.34 640	0.19 404	0.17 478	0.22 483	0.25 577	0.16 529	0.15 442	0.14 476	0.08 454	0.06 455	0.10 574	0.09 547	0.07 408	0.07 427

hknet	0.15 519	0.11 565	0.13 383	0.22 623	0.11 551	0.14 434	0.15 361	0.34 640	0.25 510	0.17 478	0.22 483	0.22 539	0.18 569	0.17 512	0.12 386	0.07 369	0.06 455	0.10 574	0.09 547	0.07 408	0.07 427

dd	0.15 519	0.16 642	0.16 510	0.19 499	0.09 380	0.15 461	0.18 528	0.21 400	0.25 510	0.23 595	0.20 447	0.21 521	0.09 298	0.21 597	0.16 527	0.10 568	0.06 455	0.08 435	0.06 312	0.08 482	0.06 337

DAS	0.15 519	0.08 388	0.18 568	0.19 499	0.10 496	0.19 561	0.17 477	0.27 535	0.29 556	0.18 508	0.25 534	0.21 521	0.15 501	0.16 477	0.12 386	0.08 454	0.06 455	0.06 218	0.06 312	0.07 408	0.07 427

SepStereo	0.15 519	0.08 388	0.18 568	0.19 499	0.10 496	0.19 561	0.17 477	0.27 535	0.29 556	0.18 508	0.25 534	0.21 521	0.15 501	0.25 637	0.12 386	0.08 454	0.06 455	0.06 218	0.06 312	0.07 408	0.07 427

PSMNet-ADL	0.15 519	0.12 583	0.13 383	0.22 623	0.09 380	0.13 397	0.20 593	0.26 513	0.23 471	0.18 508	0.20 447	0.24 563	0.16 529	0.18 537	0.17 543	0.08 454	0.08 567	0.08 435	0.11 623	0.08 482	0.07 427

LMCR-Stereo	0.15 519	0.08 388	0.13 383	0.21 603	0.09 380	0.17 517	0.20 593	0.27 535	0.19 404	0.24 605	0.24 505	0.23 557	0.17 553	0.20 579	0.17 543	0.07 369	0.06 455	0.08 435	0.06 312	0.10 580	0.08 500

ICVP	0.15 519	0.09 474	0.12 325	0.22 623	0.09 380	0.17 517	0.21 614	0.25 494	0.23 471	0.18 508	0.30 594	0.26 587	0.18 569	0.17 512	0.14 476	0.09 523	0.07 533	0.08 435	0.07 416	0.07 408	0.07 427
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xxxx	0.15 519	0.07 259	0.14 424	0.14 72	0.08 244	0.23 622	0.18 528	0.31 600	0.19 404	0.14 403	0.28 574	0.22 539	0.14 483	0.15 442	0.26 657	0.09 523	0.05 292	0.07 334	0.07 416	0.08 482	0.07 427

test_xeample	0.15 519	0.06 125	0.13 383	0.14 72	0.08 244	0.21 597	0.20 593	0.28 556	0.20 428	0.16 459	0.29 586	0.19 499	0.16 529	0.15 442	0.26 657	0.09 523	0.05 292	0.07 334	0.07 416	0.07 408	0.07 427

ACVNet	0.15 519	0.09 474	0.15 473	0.13 23	0.12 588	0.14 434	0.20 593	0.22 427	0.33 589	0.17 478	0.26 551	0.21 521	0.16 529	0.17 512	0.21 601	0.07 369	0.06 455	0.06 218	0.06 312	0.08 482	0.06 337

acv_ft	0.15 519	0.09 474	0.15 473	0.19 499	0.10 496	0.16 493	0.17 477	0.25 494	0.33 589	0.19 527	0.26 551	0.21 521	0.17 553	0.17 512	0.18 561	0.07 369	0.06 455	0.06 218	0.06 312	0.08 482	0.06 337

CFNet	0.15 519	0.10 537	0.17 542	0.17 324	0.08 244	0.18 536	0.09 27	0.28 556	0.25 510	0.19 527	0.24 505	0.24 563	0.17 553	0.17 512	0.14 476	0.08 454	0.06 455	0.09 524	0.10 589	0.07 408	0.06 337

AdaStereo	0.15 519	0.11 565	0.15 473	0.18 422	0.09 380	0.20 577	0.11 79	0.32 611	0.28 549	0.20 550	0.23 492	0.20 511	0.13 458	0.19 554	0.14 476	0.12 625	0.05 292	0.10 574	0.07 416	0.09 547	0.07 427
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	0.15 519	0.08 388	0.14 424	0.16 232	0.09 380	0.16 493	0.14 271	0.28 556	0.25 510	0.19 527	0.23 492	0.37 668	0.16 529	0.20 579	0.15 511	0.07 369	0.05 292	0.07 334	0.06 312	0.07 408	0.06 337

pmcnn	0.15 519	0.07 259	0.19 580	0.15 132	0.07 146	0.20 577	0.15 361	0.24 475	0.26 524	0.21 566	0.34 625	0.28 605	0.18 569	0.18 537	0.17 543	0.07 369	0.05 292	0.05 63	0.04 72	0.07 408	0.06 337

MEA-ACV	0.16 544	0.07 259	0.17 542	0.16 232	0.11 551	0.20 577	0.21 614	0.30 587	0.38 629	0.20 550	0.29 586	0.14 400	0.19 586	0.16 477	0.16 527	0.08 454	0.07 533	0.09 524	0.11 623	0.07 408	0.07 427

DStereoRT	0.16 544	0.06 125	0.11 276	0.19 499	0.09 380	0.12 339	0.12 117	0.28 556	0.22 459	0.12 340	0.20 447	0.11 322	0.10 345	0.15 442	0.14 476	0.06 182	0.05 292	0.96 747	0.09 547	0.05 183	0.04 82

DualNet (step1)	0.16 544	0.12 583	0.20 592	0.12 7	0.14 633	0.17 517	0.13 196	0.27 535	0.23 471	0.20 550	0.20 447	0.24 563	0.19 586	0.16 477	0.16 527	0.15 669	0.06 455	0.14 655	0.14 660	0.14 657	0.12 623

GMStereo_Zeroshot	0.16 544	0.13 611	0.24 621	0.20 568	0.10 496	0.17 517	0.13 196	0.29 572	0.25 510	0.23 595	0.32 607	0.25 577	0.11 383	0.19 554	0.14 476	0.09 523	0.06 455	0.11 606	0.06 312	0.12 621	0.08 500

iinet-f	0.16 544	0.06 125	0.45 686	0.14 72	0.10 496	0.21 597	0.14 271	0.27 535	0.23 471	0.21 566	0.24 505	0.21 521	0.15 501	0.18 537	0.21 601	0.09 523	0.07 533	0.07 334	0.06 312	0.09 547	0.10 581

CRFU-Net	0.16 544	0.08 388	0.14 424	0.17 324	0.09 380	0.19 561	0.14 271	0.26 513	0.20 428	0.28 645	0.27 560	0.29 614	0.17 553	0.19 554	0.17 543	0.09 523	0.09 604	0.07 334	0.07 416	0.08 482	0.08 500

NINENet	0.16 544	0.10 537	0.15 473	0.17 324	0.11 551	0.19 561	0.14 271	0.40 684	0.36 615	0.18 508	0.21 471	0.16 446	0.13 458	0.15 442	0.13 433	0.08 454	0.08 567	0.10 574	0.07 416	0.10 580	0.09 549

CSP-Net	0.16 544	0.09 474	0.14 424	0.16 232	0.09 380	0.19 561	0.17 477	0.25 494	0.32 581	0.25 618	0.30 594	0.24 563	0.15 501	0.21 597	0.18 561	0.09 523	0.06 455	0.07 334	0.07 416	0.08 482	0.07 427

AASNet	0.16 544	0.08 388	0.12 325	0.19 499	0.09 380	0.18 536	0.15 361	0.37 668	0.37 622	0.19 527	0.23 492	0.20 511	0.16 529	0.17 512	0.20 581	0.10 568	0.08 567	0.08 435	0.07 416	0.09 547	0.09 549

AACVNet	0.16 544	0.08 388	0.14 424	0.15 132	0.10 496	0.18 536	0.15 361	0.23 451	0.24 488	0.27 630	0.27 560	0.28 605	0.17 553	0.19 554	0.16 527	0.09 523	0.07 533	0.09 524	0.07 416	0.10 580	0.09 549

ADLNet2	0.16 544	0.09 474	0.13 383	0.16 232	0.09 380	0.20 577	0.16 435	0.31 600	0.39 634	0.16 459	0.20 447	0.20 511	0.18 569	0.21 597	0.22 610	0.08 454	0.06 455	0.07 334	0.07 416	0.09 547	0.07 427

Anonymous3	0.16 544	0.13 611	0.33 661	0.26 675	0.14 633	0.27 659	0.17 477	0.28 556	0.28 549	0.15 430	0.17 395	0.14 400	0.10 345	0.15 442	0.12 386	0.08 454	0.08 567	0.08 435	0.08 499	0.08 482	0.11 609

ADLNet	0.16 544	0.08 388	0.15 473	0.16 232	0.10 496	0.16 493	0.17 477	0.32 611	0.27 534	0.22 582	0.27 560	0.24 563	0.16 529	0.18 537	0.21 601	0.10 568	0.06 455	0.10 574	0.10 589	0.08 482	0.09 549

HCRNet	0.16 544	0.24 691	0.12 325	0.35 709	0.11 551	0.15 461	0.17 477	0.26 513	0.22 459	0.19 527	0.24 505	0.21 521	0.14 483	0.15 442	0.13 433	0.11 600	0.07 533	0.11 606	0.10 589	0.09 547	0.07 427

222	0.16 544	0.07 259	0.14 424	0.14 72	0.08 244	0.24 627	0.18 528	0.30 587	0.20 428	0.17 478	0.28 574	0.17 468	0.16 529	0.15 442	0.40 713	0.10 568	0.05 292	0.07 334	0.06 312	0.07 408	0.08 500

UPFNet	0.16 544	0.08 388	0.12 325	0.20 568	0.12 588	0.20 577	0.23 637	0.28 556	0.26 524	0.17 478	0.24 505	0.22 539	0.19 586	0.19 554	0.21 601	0.09 523	0.07 533	0.08 435	0.09 547	0.08 482	0.06 337

ac_64	0.16 544	0.08 388	0.15 473	0.18 422	0.10 496	0.22 606	0.18 528	0.24 475	0.21 445	0.18 508	0.24 505	0.29 614	0.18 569	0.19 554	0.22 610	0.09 523	0.07 533	0.08 435	0.09 547	0.07 408	0.06 337

DSFCA	0.16 544	0.09 474	0.14 424	0.16 232	0.10 496	0.20 577	0.19 569	0.28 556	0.31 574	0.23 595	0.24 505	0.22 539	0.15 501	0.19 554	0.20 581	0.10 568	0.07 533	0.09 524	0.09 547	0.08 482	0.08 500

FADNet-RVC-Resample	0.16 544	0.11 565	0.31 654	0.22 623	0.11 551	0.19 561	0.14 271	0.25 494	0.24 488	0.24 605	0.27 560	0.20 511	0.15 501	0.16 477	0.15 511	0.07 369	0.08 567	0.12 626	0.10 589	0.09 547	0.10 581

FADNet_RVC	0.16 544	0.14 624	0.40 679	0.20 568	0.11 551	0.13 397	0.13 196	0.26 513	0.22 459	0.21 566	0.23 492	0.20 511	0.17 553	0.14 414	0.16 527	0.08 454	0.08 567	0.12 626	0.09 547	0.11 603	0.10 581

AANet_RVC	0.16 544	0.10 537	0.10 213	0.18 422	0.09 380	0.18 536	0.19 569	0.26 513	0.31 574	0.22 582	0.35 629	0.21 521	0.21 603	0.22 610	0.16 527	0.06 182	0.05 292	0.06 218	0.06 312	0.07 408	0.06 337

DeepPruner_ROB	0.16 544	0.11 565	0.15 473	0.17 324	0.10 496	0.17 517	0.15 361	0.32 611	0.21 445	0.19 527	0.21 471	0.22 539	0.18 569	0.20 579	0.15 511	0.13 651	0.09 604	0.09 524	0.09 547	0.11 603	0.10 581

z-ln-s-r	0.17 566	0.10 537	0.40 679	0.19 499	0.08 244	0.17 517	0.18 528	0.22 427	0.33 589	0.18 508	0.40 658	0.22 539	0.17 553	0.20 579	0.23 622	0.07 369	0.05 292	0.07 334	0.07 416	0.07 408	0.05 225

rvit_stereo_0075_2	0.17 566	0.12 583	0.25 626	0.23 647	0.16 664	0.13 397	0.10 44	0.30 587	0.27 534	0.20 550	0.28 574	0.22 539	0.15 501	0.18 537	0.13 433	0.16 685	0.10 626	0.17 679	0.10 589	0.10 580	0.09 549

ToySt	0.17 566	0.11 565	0.18 568	0.17 324	0.11 551	0.16 493	0.25 667	0.24 475	0.33 589	0.19 527	0.24 505	0.26 587	0.24 626	0.19 554	0.20 581	0.07 369	0.08 567	0.09 524	0.10 589	0.09 547	0.08 500

ssnet_v2	0.17 566	0.10 537	0.17 542	0.17 324	0.11 551	0.21 597	0.21 614	0.33 631	0.25 510	0.22 582	0.22 483	0.27 595	0.18 569	0.22 610	0.20 581	0.11 600	0.09 604	0.09 524	0.09 547	0.08 482	0.08 500

dad	0.17 566	0.20 675	0.20 592	0.16 232	0.11 551	0.20 577	0.18 528	0.21 400	0.28 549	0.30 659	0.24 505	0.29 614	0.13 458	0.19 554	0.16 527	0.18 691	0.09 604	0.11 606	0.09 547	0.11 603	0.07 427

GEStereo_RVC	0.17 566	0.12 583	0.15 473	0.22 623	0.11 551	0.19 561	0.17 477	0.32 611	0.48 675	0.20 550	0.25 534	0.17 468	0.13 458	0.21 597	0.16 527	0.10 568	0.06 455	0.08 435	0.07 416	0.09 547	0.08 500

MMNet	0.17 566	0.09 474	0.16 510	0.20 568	0.11 551	0.27 659	0.20 593	0.25 494	0.41 643	0.22 582	0.30 594	0.21 521	0.20 599	0.17 512	0.20 581	0.06 182	0.06 455	0.07 334	0.07 416	0.08 482	0.07 427

delet	0.17 566	0.08 388	0.17 542	0.19 499	0.11 551	0.20 577	0.21 614	0.30 587	0.37 622	0.17 478	0.26 551	0.19 499	0.19 586	0.19 554	0.21 601	0.08 454	0.08 567	0.09 524	0.11 623	0.06 321	0.06 337

UNet	0.17 566	0.09 474	0.18 568	0.19 499	0.12 588	0.27 659	0.19 569	0.33 631	0.29 556	0.21 566	0.24 505	0.23 557	0.19 586	0.19 554	0.18 561	0.07 369	0.06 455	0.08 435	0.07 416	0.08 482	0.06 337

HGLStereo	0.17 566	0.08 388	0.19 580	0.17 324	0.12 588	0.18 536	0.18 528	0.31 600	0.32 581	0.21 566	0.32 607	0.25 577	0.18 569	0.19 554	0.20 581	0.09 523	0.09 604	0.07 334	0.07 416	0.09 547	0.10 581

DMCA-RVC	0.17 566	0.10 537	0.15 473	0.24 656	0.11 551	0.18 536	0.18 528	0.25 494	0.24 488	0.21 566	0.26 551	0.25 577	0.27 649	0.18 537	0.20 581	0.12 625	0.08 567	0.13 641	0.10 589	0.10 580	0.08 500

TDLM	0.17 566	0.12 583	0.13 383	0.24 656	0.10 496	0.18 536	0.18 528	0.36 662	0.30 566	0.21 566	0.28 574	0.28 605	0.18 569	0.23 621	0.18 561	0.11 600	0.07 533	0.10 574	0.10 589	0.08 482	0.08 500

NLCA_NET_v2_RVC	0.17 566	0.10 537	0.22 608	0.20 568	0.10 496	0.15 461	0.18 528	0.31 600	0.25 510	0.21 566	0.30 594	0.25 577	0.17 553	0.21 597	0.20 581	0.09 523	0.06 455	0.08 435	0.08 499	0.07 408	0.08 500
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	0.17 566	0.12 583	0.15 473	0.20 568	0.09 380	0.18 536	0.18 528	0.26 513	0.23 471	0.26 624	0.40 658	0.22 539	0.17 553	0.21 597	0.20 581	0.08 454	0.05 292	0.09 524	0.10 589	0.07 408	0.07 427
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ISRNet	0.18 580	0.08 388	0.19 580	0.19 499	0.13 611	0.15 461	0.12 117	0.30 587	0.32 581	0.21 566	0.25 534	0.27 595	0.17 553	0.17 512	0.20 581	0.20 700	0.08 567	0.14 655	0.14 660	0.14 657	0.17 692

test_sample9	0.18 580	0.12 583	0.20 592	0.12 7	0.14 633	0.17 517	0.13 196	0.27 535	0.23 471	0.20 550	0.20 447	0.24 563	0.19 586	0.19 554	0.17 543	0.15 669	0.30 727	0.14 655	0.14 660	0.14 657	0.12 623

fast-acv-ft	0.18 580	0.11 565	0.19 580	0.19 499	0.12 588	0.24 627	0.21 614	0.25 494	0.34 601	0.22 582	0.34 625	0.27 595	0.20 599	0.21 597	0.23 622	0.09 523	0.09 604	0.08 435	0.10 589	0.08 482	0.07 427

HBP-ISP	0.18 580	0.13 611	0.16 510	0.15 132	0.11 551	0.08 98	0.13 196	0.28 556	0.29 556	0.22 582	0.33 620	0.21 521	0.25 635	0.23 621	0.17 543	0.14 665	0.16 695	0.21 694	0.17 690	0.10 580	0.08 500

Wz-Net-LNSev-Ref	0.18 580	0.09 474	0.29 649	0.15 132	0.10 496	0.22 606	0.20 593	0.26 513	0.39 634	0.25 618	0.42 675	0.24 563	0.15 501	0.20 579	0.19 574	0.07 369	0.05 292	0.06 218	0.05 211	0.10 580	0.09 549

SACVNet	0.18 580	0.12 583	0.14 424	0.17 324	0.13 611	0.22 606	0.18 528	0.31 600	0.30 566	0.23 595	0.31 603	0.30 624	0.22 612	0.22 610	0.17 543	0.11 600	0.08 567	0.10 574	0.10 589	0.12 621	0.14 665

psm_up	0.18 580	0.10 537	0.18 568	0.20 568	0.11 551	0.17 517	0.19 569	0.37 668	0.34 601	0.21 566	0.28 574	0.29 614	0.24 626	0.20 579	0.22 610	0.09 523	0.10 626	0.11 606	0.11 623	0.08 482	0.08 500

hitnet-ft	0.18 580	0.09 474	0.17 542	0.14 72	0.09 380	0.26 649	0.20 593	0.25 494	0.26 524	0.24 605	0.32 607	0.31 637	0.22 612	0.24 631	0.21 601	0.12 625	0.07 533	0.10 574	0.08 499	0.12 621	0.11 609

STTStereo	0.18 580	0.12 583	0.27 636	0.20 568	0.11 551	0.16 493	0.21 614	0.29 572	0.23 471	0.21 566	0.30 594	0.29 614	0.18 569	0.20 579	0.19 574	0.12 625	0.11 639	0.11 606	0.14 660	0.09 547	0.08 500

CVANet_RVC	0.18 580	0.10 537	0.14 424	0.21 603	0.10 496	0.18 536	0.17 477	0.34 640	0.33 589	0.22 582	0.31 603	0.28 605	0.18 569	0.23 621	0.17 543	0.12 625	0.08 567	0.12 626	0.11 623	0.09 547	0.07 427

StereoDRNet	0.18 580	0.11 565	0.17 542	0.22 623	0.11 551	0.21 597	0.22 625	0.37 668	0.33 589	0.24 605	0.28 574	0.30 624	0.19 586	0.20 579	0.20 581	0.09 523	0.08 567	0.11 606	0.09 547	0.09 547	0.07 427

DLCB_ROB	0.18 580	0.10 537	0.15 473	0.23 647	0.11 551	0.24 627	0.18 528	0.29 572	0.28 549	0.27 630	0.28 574	0.28 605	0.24 626	0.19 554	0.20 581	0.08 454	0.08 567	0.09 524	0.09 547	0.07 408	0.07 427

TCMNet	0.19 592	0.12 583	0.19 580	0.20 568	0.18 687	0.20 577	0.24 652	0.27 535	0.36 615	0.23 595	0.26 551	0.25 577	0.19 586	0.19 554	0.23 622	0.13 651	0.11 639	0.11 606	0.12 645	0.13 641	0.12 623

rvit_105_1	0.19 592	0.11 565	0.25 626	0.21 603	0.16 664	0.21 597	0.27 683	0.31 600	0.41 643	0.19 527	0.20 447	0.22 539	0.17 553	0.19 554	0.17 543	0.12 625	0.12 655	0.13 641	0.15 677	0.08 482	0.07 427

test_sample8	0.19 592	0.12 583	0.20 592	0.12 7	0.14 633	0.17 517	0.13 196	0.31 600	0.21 445	0.27 630	0.22 483	0.36 663	0.25 635	0.19 554	0.17 543	0.15 669	0.30 727	0.14 655	0.14 660	0.14 657	0.12 623

SDNR	0.19 592	0.08 388	0.19 580	0.16 232	0.12 588	0.77 735	0.14 271	0.25 494	0.32 581	0.19 527	0.24 505	0.19 499	0.13 458	0.19 554	0.15 511	0.16 685	0.18 702	0.14 655	0.11 623	0.08 482	0.11 609

pcwnet_v2	0.19 592	0.10 537	0.26 629	0.17 324	0.14 633	0.18 536	0.15 361	0.37 668	0.46 672	0.19 527	0.24 505	0.21 521	0.19 586	0.20 579	0.19 574	0.13 651	0.10 626	0.10 574	0.10 589	0.11 603	0.13 646

ADCRef	0.19 592	0.12 583	0.41 682	0.20 568	0.12 588	0.22 606	0.18 528	0.32 611	0.36 615	0.26 624	0.32 607	0.17 468	0.23 620	0.24 631	0.24 635	0.07 369	0.06 455	0.09 524	0.09 547	0.08 482	0.08 500

NVstereo2D	0.19 592	0.10 537	0.15 473	0.17 324	0.15 653	0.28 666	0.23 637	0.44 701	0.42 652	0.15 430	0.27 560	0.25 577	0.19 586	0.22 610	0.17 543	0.09 523	0.06 455	0.10 574	0.08 499	0.15 673	0.09 549

DRN-Test	0.19 592	0.11 565	0.20 592	0.22 623	0.10 496	0.22 606	0.22 625	0.39 680	0.37 622	0.24 605	0.32 607	0.26 587	0.21 603	0.22 610	0.24 635	0.11 600	0.07 533	0.11 606	0.10 589	0.09 547	0.07 427

DISCO	0.19 592	0.09 474	0.22 608	0.17 324	0.10 496	0.25 638	0.18 528	0.27 535	0.44 664	0.22 582	0.31 603	0.33 650	0.26 641	0.28 655	0.28 673	0.08 454	0.06 455	0.07 334	0.07 416	0.09 547	0.09 549

CBMV_ROB	0.19 592	0.13 611	0.17 542	0.16 232	0.11 551	0.15 461	0.13 196	0.26 513	0.28 549	0.27 630	0.30 594	0.27 595	0.24 626	0.23 621	0.16 527	0.15 669	0.17 700	0.22 698	0.20 697	0.10 580	0.11 609

NOSS_ROB	0.19 592	0.12 583	0.18 568	0.16 232	0.12 588	0.15 461	0.12 117	0.30 587	0.32 581	0.20 550	0.22 483	0.27 595	0.23 620	0.21 597	0.16 527	0.16 685	0.18 702	0.23 699	0.21 699	0.12 621	0.13 646

CBMV	0.19 592	0.14 624	0.17 542	0.18 422	0.10 496	0.20 577	0.11 79	0.29 572	0.30 566	0.29 654	0.30 594	0.30 624	0.23 620	0.27 643	0.19 574	0.13 651	0.15 687	0.17 679	0.16 683	0.10 580	0.10 581
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PStereo	0.20 604	0.22 685	0.20 592	0.17 324	0.10 496	0.13 397	0.20 593	0.27 535	0.38 629	0.20 550	0.14 337	0.28 605	0.31 676	0.24 631	0.31 691	0.18 691	0.13 670	0.15 668	0.11 623	0.12 621	0.12 623

w-ln-seven-2	0.20 604	0.14 624	0.37 674	0.22 623	0.12 588	0.20 577	0.21 614	0.28 556	0.37 622	0.25 618	0.37 638	0.27 595	0.22 612	0.21 597	0.23 622	0.08 454	0.08 567	0.09 524	0.09 547	0.10 580	0.09 549

YMNet	0.20 604	0.12 583	0.19 580	0.20 568	0.14 633	0.26 649	0.23 637	0.32 611	0.34 601	0.27 630	0.34 625	0.30 624	0.18 569	0.18 537	0.22 610	0.10 568	0.13 670	0.10 574	0.10 589	0.08 482	0.09 549

YMNet_1	0.20 604	0.12 583	0.19 580	0.20 568	0.14 633	0.26 649	0.23 637	0.32 611	0.34 601	0.27 630	0.34 625	0.30 624	0.18 569	0.18 537	0.22 610	0.10 568	0.13 670	0.10 574	0.10 589	0.08 482	0.09 549

GwcNet	0.20 604	0.13 611	0.19 580	0.18 422	0.12 588	0.24 627	0.19 569	0.35 655	0.43 659	0.20 550	0.32 607	0.33 650	0.20 599	0.22 610	0.24 635	0.11 600	0.09 604	0.09 524	0.09 547	0.09 547	0.10 581

FAT-Stereo	0.20 604	0.12 583	0.22 608	0.21 603	0.12 588	0.17 517	0.18 528	0.34 640	0.39 634	0.27 630	0.37 638	0.34 657	0.32 681	0.21 597	0.20 581	0.09 523	0.11 639	0.10 574	0.09 547	0.11 603	0.14 665

FADNet-RVC	0.20 604	0.20 675	0.38 676	0.21 603	0.16 664	0.20 577	0.15 361	0.26 513	0.26 524	0.26 624	0.32 607	0.26 587	0.21 603	0.22 610	0.19 574	0.12 625	0.13 670	0.12 626	0.14 660	0.13 641	0.18 695

S-Stereo	0.20 604	0.12 583	0.25 626	0.21 603	0.13 611	0.20 577	0.18 528	0.32 611	0.43 659	0.23 595	0.36 632	0.28 605	0.30 672	0.19 554	0.22 610	0.09 523	0.12 655	0.10 574	0.10 589	0.13 641	0.13 646

SuperB	0.20 604	0.10 537	0.56 702	0.16 232	0.09 380	0.18 536	0.18 528	0.24 475	0.50 687	0.26 624	0.39 652	0.17 468	0.21 603	0.22 610	0.21 601	0.08 454	0.06 455	0.06 218	0.06 312	0.12 621	0.10 581

ADCP+	0.20 604	0.10 537	0.33 661	0.20 568	0.12 588	0.22 606	0.26 676	0.31 600	0.34 601	0.26 624	0.37 638	0.22 539	0.22 612	0.27 643	0.27 665	0.09 523	0.06 455	0.08 435	0.08 499	0.09 547	0.10 581

PS-NSSS	0.20 604	0.21 681	0.23 617	0.20 568	0.10 496	0.19 561	0.17 477	0.36 662	0.25 510	0.27 630	0.33 620	0.27 595	0.24 626	0.20 579	0.20 581	0.15 669	0.12 655	0.17 679	0.14 660	0.10 580	0.08 500

PWCDC_ROB	0.20 604	0.13 611	0.22 608	0.24 656	0.11 551	0.19 561	0.15 361	0.33 631	0.54 697	0.29 654	0.50 692	0.21 521	0.15 501	0.27 643	0.20 581	0.11 600	0.09 604	0.10 574	0.08 499	0.11 603	0.09 549

SGM-Forest	0.20 604	0.14 624	0.18 568	0.19 499	0.13 611	0.20 577	0.22 625	0.33 631	0.30 566	0.24 605	0.29 586	0.28 605	0.19 586	0.23 621	0.17 543	0.15 669	0.16 695	0.15 668	0.14 660	0.12 621	0.12 623
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UDG	0.21 617	0.17 653	0.19 580	0.23 647	0.15 653	0.30 673	0.20 593	0.33 631	0.35 610	0.23 595	0.28 574	0.31 637	0.27 649	0.20 579	0.22 610	0.15 669	0.12 655	0.13 641	0.09 547	0.14 657	0.14 665

FINET	0.21 617	0.18 665	0.26 629	0.18 422	0.16 664	0.23 622	0.23 637	0.32 611	0.48 675	0.25 618	0.32 607	0.22 539	0.22 612	0.22 610	0.17 543	0.18 691	0.16 695	0.11 606	0.10 589	0.15 673	0.13 646

Syn2CoEx	0.21 617	0.16 642	0.27 636	0.29 700	0.14 633	0.26 649	0.20 593	0.33 631	0.31 574	0.28 645	0.36 632	0.27 595	0.25 635	0.19 554	0.24 635	0.16 685	0.12 655	0.14 655	0.11 623	0.09 547	0.08 500

FADNet	0.21 617	0.22 685	0.36 670	0.18 422	0.17 680	0.24 627	0.13 196	0.31 600	0.31 574	0.23 595	0.25 534	0.27 595	0.21 603	0.19 554	0.15 511	0.13 651	0.15 687	0.12 626	0.15 677	0.16 682	0.18 695

RP	0.21 617	0.13 611	0.21 602	0.23 647	0.11 551	0.21 597	0.20 593	0.25 494	0.44 664	0.21 566	0.38 644	0.36 663	0.24 626	0.27 643	0.25 645	0.11 600	0.12 655	0.13 641	0.12 645	0.12 621	0.14 665

DANet	0.21 617	0.15 634	0.28 641	0.25 669	0.13 611	0.22 606	0.19 569	0.27 535	0.27 534	0.28 645	0.32 607	0.35 661	0.31 676	0.31 665	0.23 622	0.11 600	0.09 604	0.11 606	0.10 589	0.13 641	0.11 609
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.21 617	0.12 583	0.21 602	0.24 656	0.13 611	0.22 606	0.22 625	0.41 690	0.26 524	0.31 665	0.42 675	0.37 668	0.28 660	0.23 621	0.22 610	0.10 568	0.12 655	0.10 574	0.09 547	0.10 580	0.08 500

PWC_ROB	0.21 617	0.16 642	0.26 629	0.18 422	0.11 551	0.22 606	0.13 196	0.32 611	0.49 684	0.30 659	0.40 658	0.32 646	0.24 626	0.31 665	0.22 610	0.10 568	0.07 533	0.11 606	0.08 499	0.11 603	0.10 581

PSMNet_ROB	0.21 617	0.11 565	0.15 473	0.27 688	0.15 653	0.24 627	0.35 716	0.43 699	0.37 622	0.27 630	0.32 607	0.32 646	0.22 612	0.21 597	0.26 657	0.12 625	0.08 567	0.13 641	0.11 623	0.09 547	0.09 549

SCION-MonSter	0.22 626	0.17 653	0.16 510	0.25 669	0.18 687	0.34 685	0.17 477	0.28 556	0.47 674	0.23 595	0.46 683	0.20 511	0.18 569	0.25 637	0.25 645	0.09 523	0.08 567	0.23 699	0.19 695	0.11 603	0.11 609

MSAF-DinoV2	0.22 626	0.11 565	0.23 617	0.17 324	0.10 496	0.27 659	0.16 435	0.37 668	0.55 698	0.21 566	0.27 560	0.47 702	0.27 649	0.35 684	0.39 710	0.09 523	0.06 455	0.07 334	0.09 547	0.12 621	0.10 581

GASNet	0.22 626	0.23 688	0.33 661	0.26 675	0.17 680	0.26 649	0.16 435	0.44 701	0.42 652	0.27 630	0.24 505	0.30 624	0.15 501	0.27 643	0.18 561	0.12 625	0.08 567	0.12 626	0.11 623	0.16 682	0.07 427

Anonymous_2	0.22 626	0.17 653	0.28 641	0.15 132	0.16 664	0.32 675	0.22 625	0.22 427	0.17 350	0.23 595	0.24 505	0.26 587	0.27 649	0.27 643	0.23 622	0.22 709	0.25 723	0.17 679	0.17 690	0.17 690	0.17 692

Wz-Net-LNSev	0.22 626	0.16 642	0.38 676	0.21 603	0.13 611	0.25 638	0.23 637	0.32 611	0.43 659	0.30 659	0.41 669	0.31 637	0.18 569	0.22 610	0.25 645	0.10 568	0.09 604	0.08 435	0.08 499	0.12 621	0.11 609

Wz-Net-MNSev	0.22 626	0.13 611	0.31 654	0.20 568	0.14 633	0.36 695	0.24 652	0.33 631	0.44 664	0.28 645	0.40 658	0.38 672	0.19 586	0.24 631	0.25 645	0.09 523	0.07 533	0.09 524	0.09 547	0.12 621	0.10 581

DDUNet	0.22 626	0.17 653	0.21 602	0.22 623	0.15 653	0.25 638	0.24 652	0.29 572	0.30 566	0.31 665	0.36 632	0.33 650	0.25 635	0.24 631	0.20 581	0.18 691	0.13 670	0.17 679	0.11 623	0.16 682	0.16 683

APVNet	0.22 626	0.12 583	0.19 580	0.18 422	0.14 633	0.32 675	0.31 712	0.39 680	0.32 581	0.27 630	0.40 658	0.30 624	0.29 668	0.26 640	0.25 645	0.11 600	0.12 655	0.11 606	0.14 660	0.12 621	0.12 623

aanetorigin	0.22 626	0.17 653	0.56 702	0.17 324	0.10 496	0.15 461	0.19 569	0.20 373	0.33 589	0.49 707	0.48 687	0.29 614	0.27 649	0.20 579	0.23 622	0.08 454	0.07 533	0.08 435	0.07 416	0.10 580	0.09 549

MaskLacGwcNet_RVC	0.22 626	0.21 681	0.24 621	0.26 675	0.11 551	0.23 622	0.14 271	0.39 680	0.24 488	0.32 671	0.36 632	0.30 624	0.21 603	0.19 554	0.21 601	0.17 690	0.14 681	0.21 694	0.16 683	0.12 621	0.12 623

AF-Net	0.22 626	0.17 653	0.17 542	0.26 675	0.13 611	0.25 638	0.24 652	0.32 611	0.50 687	0.25 618	0.33 620	0.38 672	0.26 641	0.28 655	0.25 645	0.11 600	0.10 626	0.16 676	0.11 623	0.11 603	0.10 581

stereogan	0.22 626	0.11 565	0.21 602	0.20 568	0.12 588	0.31 674	0.19 569	0.35 655	0.44 664	0.22 582	0.39 652	0.35 661	0.27 649	0.33 675	0.22 610	0.10 568	0.12 655	0.10 574	0.10 589	0.14 657	0.13 646

edge stereo	0.22 626	0.13 611	0.20 592	0.21 603	0.13 611	0.23 622	0.16 435	0.32 611	0.42 652	0.32 671	0.40 658	0.38 672	0.35 691	0.25 637	0.24 635	0.13 651	0.11 639	0.14 655	0.11 623	0.12 621	0.13 646

RYNet	0.22 626	0.12 583	0.22 608	0.19 499	0.17 680	0.46 706	0.26 676	0.38 676	0.48 675	0.24 605	0.28 574	0.34 657	0.23 620	0.20 579	0.30 684	0.10 568	0.06 455	0.09 524	0.09 547	0.13 641	0.15 672

NaN_ROB	0.22 626	0.19 669	0.24 621	0.25 669	0.13 611	0.29 670	0.26 676	0.33 631	0.41 643	0.31 665	0.31 603	0.32 646	0.23 620	0.30 664	0.21 601	0.11 600	0.17 700	0.10 574	0.10 589	0.08 482	0.09 549

MDST_ROB	0.22 626	0.10 537	0.17 542	0.18 422	0.11 551	0.37 696	0.19 569	0.43 699	0.41 643	0.39 688	0.39 652	0.29 614	0.21 603	0.26 640	0.18 561	0.11 600	0.10 626	0.14 655	0.11 623	0.10 580	0.08 500

XPNet_ROB	0.22 626	0.11 565	0.19 580	0.22 623	0.13 611	0.22 606	0.19 569	0.34 640	0.40 640	0.30 659	0.39 652	0.39 680	0.26 641	0.26 640	0.28 673	0.15 669	0.10 626	0.10 574	0.10 589	0.13 641	0.12 623

SQANet	0.23 643	0.23 688	0.30 652	0.30 702	0.19 692	0.27 659	0.13 196	0.29 572	0.33 589	0.24 605	0.37 638	0.31 637	0.22 612	0.27 643	0.23 622	0.15 669	0.10 626	0.21 694	0.16 683	0.21 698	0.15 672

Nwc_Net	0.23 643	0.16 642	0.21 602	0.25 669	0.14 633	0.24 627	0.26 676	0.37 668	0.38 629	0.22 582	0.41 669	0.30 624	0.28 660	0.28 655	0.25 645	0.11 600	0.10 626	0.17 679	0.20 697	0.10 580	0.10 581

RTSC	0.23 643	0.12 583	0.28 641	0.21 603	0.13 611	0.28 666	0.16 435	0.35 655	0.66 723	0.27 630	0.33 620	0.30 624	0.21 603	0.31 665	0.29 677	0.10 568	0.08 567	0.09 524	0.10 589	0.13 641	0.13 646

PA-Net	0.23 643	0.18 665	0.33 661	0.28 691	0.22 701	0.21 597	0.38 721	0.29 572	0.39 634	0.22 582	0.32 607	0.25 577	0.26 641	0.20 579	0.25 645	0.09 523	0.23 720	0.15 668	0.22 702	0.09 547	0.13 646
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.23 643	0.15 634	0.17 542	0.34 707	0.18 687	0.24 627	0.23 637	0.34 640	0.28 549	0.31 665	0.38 644	0.38 672	0.28 660	0.23 621	0.24 635	0.15 669	0.12 655	0.18 689	0.21 699	0.13 641	0.13 646

ETE_ROB	0.23 643	0.17 653	0.22 608	0.25 669	0.13 611	0.26 649	0.29 699	0.31 600	0.36 615	0.28 645	0.36 632	0.45 694	0.26 641	0.27 643	0.26 657	0.11 600	0.08 567	0.12 626	0.09 547	0.14 657	0.13 646

SGM_RVC	0.23 643	0.12 583	0.15 473	0.15 132	0.09 380	0.33 682	0.18 528	0.34 640	0.31 574	0.44 702	0.37 638	0.53 710	0.35 691	0.35 684	0.24 635	0.13 651	0.13 670	0.13 641	0.13 656	0.10 580	0.11 609
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DStereoO	0.24 650	0.18 665	0.18 568	0.20 568	0.14 633	0.21 597	0.19 569	0.32 611	0.41 643	0.29 654	0.21 471	0.32 646	0.27 649	0.41 709	0.27 665	0.46 730	0.12 655	0.31 718	0.11 623	0.15 673	0.12 623

z-mn7	0.24 650	0.14 624	0.45 686	0.19 499	0.13 611	0.28 666	0.25 667	0.34 640	0.62 714	0.27 630	0.56 704	0.29 614	0.24 626	0.32 672	0.25 645	0.08 454	0.08 567	0.08 435	0.08 499	0.10 580	0.10 581

w-ln-seven	0.24 650	0.14 624	0.55 699	0.19 499	0.14 633	0.26 649	0.22 625	0.35 655	0.60 711	0.29 654	0.39 652	0.30 624	0.22 612	0.21 597	0.26 657	0.09 523	0.09 604	0.11 606	0.10 589	0.11 603	0.10 581

DGSMNet	0.24 650	0.19 669	0.33 661	0.21 603	0.24 706	0.24 627	0.20 593	0.35 655	0.41 643	0.24 605	0.32 607	0.38 672	0.21 603	0.29 661	0.23 622	0.12 625	0.11 639	0.14 655	0.16 683	0.23 702	0.23 706

G-Net	0.24 650	0.16 642	0.36 670	0.22 623	0.16 664	0.51 712	0.23 637	0.29 572	0.34 601	0.36 681	0.38 644	0.31 637	0.29 668	0.27 643	0.26 657	0.11 600	0.09 604	0.12 626	0.09 547	0.16 682	0.13 646

NCC-stereo	0.24 650	0.15 634	0.31 654	0.26 675	0.16 664	0.20 577	0.30 706	0.40 684	0.40 640	0.24 605	0.38 644	0.33 650	0.28 660	0.36 690	0.27 665	0.12 625	0.11 639	0.15 668	0.22 702	0.13 641	0.13 646

Abc-Net	0.24 650	0.15 634	0.31 654	0.26 675	0.16 664	0.20 577	0.30 706	0.40 684	0.40 640	0.24 605	0.38 644	0.33 650	0.28 660	0.36 690	0.27 665	0.12 625	0.11 639	0.15 668	0.22 702	0.13 641	0.13 646
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	0.24 650	0.11 565	0.47 691	0.22 623	0.12 588	0.34 685	0.29 699	0.29 572	0.56 701	0.24 605	0.46 683	0.30 624	0.30 672	0.29 661	0.29 677	0.08 454	0.07 533	0.09 524	0.09 547	0.10 580	0.10 581

DeepPrunerF	0.24 650	0.17 653	0.42 684	0.26 675	0.16 664	0.22 606	0.28 689	0.37 668	0.50 687	0.26 624	0.29 586	0.24 563	0.28 660	0.21 597	0.22 610	0.15 669	0.11 639	0.20 693	0.18 694	0.12 621	0.13 646

FBW_ROB	0.24 650	0.17 653	0.22 608	0.26 675	0.14 633	0.25 638	0.22 625	0.41 690	0.41 643	0.41 695	0.41 669	0.42 687	0.27 649	0.31 665	0.23 622	0.09 523	0.14 681	0.14 655	0.12 645	0.11 603	0.09 549

SANet	0.24 650	0.14 624	0.28 641	0.21 603	0.11 551	0.27 659	0.24 652	0.38 676	0.64 719	0.36 681	0.40 658	0.43 690	0.26 641	0.27 643	0.24 635	0.12 625	0.09 604	0.10 574	0.09 547	0.13 641	0.11 609

WCMA_ROB	0.24 650	0.11 565	0.22 608	0.17 324	0.14 633	0.32 675	0.15 361	0.32 611	0.32 581	0.38 686	0.53 695	0.40 684	0.34 688	0.34 678	0.25 645	0.11 600	0.12 655	0.12 626	0.10 589	0.14 657	0.14 665

DStereoSA	0.25 662	0.19 669	0.37 674	0.26 675	0.17 680	0.22 606	0.20 593	0.49 711	0.59 707	0.22 582	0.29 586	0.29 614	0.33 683	0.39 701	0.28 673	0.12 625	0.11 639	0.16 676	0.14 660	0.14 657	0.12 623

zh-sn7	0.25 662	0.17 653	0.50 693	0.24 656	0.13 611	0.25 638	0.24 652	0.34 640	0.48 675	0.28 645	0.54 697	0.28 605	0.31 676	0.36 690	0.32 693	0.10 568	0.10 626	0.11 606	0.10 589	0.12 621	0.12 623

zh-mn7	0.25 662	0.14 624	0.56 702	0.19 499	0.14 633	0.24 627	0.22 625	0.34 640	0.62 714	0.35 678	0.65 713	0.31 637	0.25 635	0.31 665	0.25 645	0.09 523	0.08 567	0.09 524	0.09 547	0.09 547	0.11 609

Wz-Net-SNSev	0.25 662	0.17 653	0.44 685	0.25 669	0.14 633	0.26 649	0.23 637	0.38 676	0.56 701	0.30 659	0.55 699	0.39 680	0.26 641	0.23 621	0.30 684	0.10 568	0.09 604	0.09 524	0.10 589	0.11 603	0.11 609

psmorigin	0.25 662	0.15 634	0.34 669	0.17 324	0.13 611	0.23 622	0.14 271	0.34 640	0.33 589	0.41 695	0.55 699	0.41 686	0.37 695	0.34 678	0.27 665	0.11 600	0.15 687	0.11 606	0.11 623	0.12 621	0.16 683

RGC	0.25 662	0.20 675	0.29 649	0.28 691	0.16 664	0.22 606	0.23 637	0.32 611	0.44 664	0.27 630	0.40 658	0.38 672	0.27 649	0.36 690	0.22 610	0.11 600	0.13 670	0.17 679	0.17 690	0.14 657	0.16 683

ADCMid	0.25 662	0.15 634	0.40 679	0.20 568	0.14 633	0.25 638	0.26 676	0.34 640	0.38 629	0.36 681	0.44 680	0.34 657	0.40 702	0.35 684	0.33 698	0.10 568	0.09 604	0.11 606	0.11 623	0.13 641	0.12 623

ADCPNet	0.25 662	0.16 642	0.61 709	0.21 603	0.15 653	0.35 694	0.25 667	0.32 611	0.35 610	0.30 659	0.40 658	0.36 663	0.28 660	0.28 655	0.32 693	0.12 625	0.10 626	0.11 606	0.12 645	0.14 657	0.13 646

LALA_ROB	0.25 662	0.16 642	0.22 608	0.26 675	0.17 680	0.27 659	0.27 683	0.42 695	0.37 622	0.33 675	0.38 644	0.51 706	0.26 641	0.28 655	0.27 665	0.16 685	0.09 604	0.12 626	0.11 623	0.13 641	0.12 623

SHD	0.26 671	0.15 634	0.30 652	0.24 656	0.18 687	0.22 606	0.15 361	0.38 676	0.71 727	0.32 671	0.41 669	0.36 663	0.28 660	0.32 672	0.29 677	0.12 625	0.11 639	0.14 655	0.13 656	0.16 682	0.20 701

AnyNet_C32	0.26 671	0.16 642	0.36 670	0.20 568	0.16 664	0.25 638	0.30 706	0.32 611	0.44 664	0.31 665	0.49 688	0.30 624	0.33 683	0.40 706	0.33 698	0.12 625	0.12 655	0.12 626	0.14 660	0.14 657	0.15 672

DStereoFS	0.27 673	0.22 685	0.31 654	0.22 623	0.15 653	0.22 606	0.20 593	0.50 715	0.48 675	0.28 645	0.44 680	0.33 650	0.34 688	0.52 719	0.29 677	0.12 625	0.11 639	0.15 668	0.13 656	0.16 682	0.16 683

PSMNet-RUCA	0.27 673	0.33 711	0.41 682	0.36 711	0.32 719	0.18 536	0.19 569	0.42 695	0.30 566	0.33 675	0.41 669	0.39 680	0.25 635	0.31 665	0.20 581	0.18 691	0.10 626	0.25 702	0.15 677	0.21 698	0.16 683

PDISCO_ROB	0.27 673	0.16 642	0.26 629	0.28 691	0.20 695	0.32 675	0.26 676	0.44 701	0.57 703	0.28 645	0.40 658	0.45 694	0.29 668	0.33 675	0.34 700	0.12 625	0.09 604	0.17 679	0.16 683	0.17 690	0.13 646

DispFullNet	0.27 673	0.21 681	0.65 712	0.28 691	0.16 664	0.26 649	0.17 477	0.33 631	0.58 706	0.27 630	0.38 644	0.43 690	0.23 620	0.38 697	0.23 622	0.12 625	0.06 455	0.19 691	0.11 623	0.21 698	0.15 672

MeshStereo	0.27 673	0.13 611	0.18 568	0.15 132	0.11 551	0.32 675	0.24 652	0.40 684	0.36 615	0.52 709	0.57 707	0.67 721	0.40 702	0.35 684	0.26 657	0.14 665	0.13 670	0.13 641	0.11 623	0.11 603	0.10 581
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	0.28 678	0.17 653	0.78 729	0.22 623	0.16 664	0.34 685	0.29 699	0.39 680	0.57 703	0.24 605	0.55 699	0.37 668	0.24 626	0.33 675	0.35 701	0.09 523	0.08 567	0.09 524	0.10 589	0.14 657	0.16 683

XQC	0.28 678	0.23 688	0.51 694	0.28 691	0.19 692	0.34 685	0.27 683	0.36 662	0.57 703	0.31 665	0.30 594	0.37 668	0.30 672	0.38 697	0.38 708	0.13 651	0.09 604	0.15 668	0.12 645	0.17 690	0.18 695

CC-Net-ROB	0.28 678	0.31 709	0.36 670	0.29 700	0.15 653	0.25 638	0.19 569	0.45 704	0.33 589	0.39 688	0.37 638	0.39 680	0.31 676	0.27 643	0.26 657	0.24 715	0.19 705	0.30 717	0.23 706	0.18 693	0.15 672

DPSNet	0.28 678	0.16 642	0.31 654	0.18 422	0.13 611	0.54 714	0.42 725	0.51 717	0.67 724	0.29 654	0.38 644	0.38 672	0.29 668	0.31 665	0.23 622	0.11 600	0.10 626	0.11 606	0.08 499	0.20 697	0.16 683

MultiAttention	0.29 682	0.08 388	0.14 424	0.19 499	0.12 588	1.45 750	1.33 754	0.36 662	0.37 622	0.19 527	0.21 471	0.24 563	0.11 383	0.38 697	0.18 561	0.06 182	0.05 292	0.08 435	0.08 499	0.10 580	0.09 549

Wz-Net-TNSev	0.29 682	0.20 675	0.65 712	0.19 499	0.15 653	0.38 699	0.27 683	0.35 655	0.55 698	0.34 677	0.42 675	0.45 694	0.38 696	0.32 672	0.30 684	0.12 625	0.13 670	0.10 574	0.12 645	0.15 673	0.14 665

ccnet	0.29 682	0.28 704	0.23 617	0.20 568	0.28 713	0.41 704	0.21 614	0.45 704	0.33 589	0.36 681	0.46 683	0.36 663	0.30 672	0.39 701	0.42 717	0.23 713	0.14 681	0.21 694	0.17 690	0.23 702	0.18 695

EDNetEfficient	0.29 682	0.24 691	1.13 741	0.18 422	0.10 496	0.19 561	0.20 593	0.20 373	0.60 711	0.74 729	0.56 704	0.31 637	0.39 699	0.22 610	0.30 684	0.09 523	0.07 533	0.08 435	0.07 416	0.11 603	0.09 549

ADCS	0.29 682	0.18 665	0.45 686	0.21 603	0.17 680	0.28 666	0.23 637	0.41 690	0.63 718	0.40 691	0.49 688	0.40 684	0.36 693	0.39 701	0.40 713	0.13 651	0.12 655	0.13 641	0.14 660	0.16 682	0.16 683

CSAN	0.29 682	0.24 691	0.27 636	0.34 707	0.19 692	0.33 682	0.42 725	0.37 668	0.50 687	0.38 686	0.40 658	0.44 692	0.33 683	0.28 655	0.30 684	0.20 700	0.16 695	0.19 691	0.19 695	0.14 657	0.15 672

AANet	0.30 688	0.19 669	1.03 739	0.16 232	0.13 611	0.22 606	0.16 435	0.30 587	0.62 714	0.60 716	0.52 694	0.46 698	0.38 696	0.23 621	0.32 693	0.12 625	0.09 604	0.11 606	0.10 589	0.13 641	0.12 623

MFN_U_SF_DS_RVC	0.30 688	0.24 691	0.29 649	0.36 711	0.16 664	0.34 685	0.30 706	0.32 611	0.42 652	0.40 691	0.46 683	0.38 672	0.31 676	0.34 678	0.28 673	0.19 698	0.20 708	0.26 703	0.29 716	0.18 693	0.19 700

GANetREF_RVC	0.31 690	0.34 712	0.27 636	0.35 709	0.16 664	0.32 675	0.41 722	0.48 709	0.51 694	0.35 678	0.35 629	0.34 657	0.33 683	0.39 701	0.32 693	0.27 717	0.20 708	0.29 715	0.15 677	0.18 693	0.17 692
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	0.31 690	0.26 697	0.26 629	0.24 656	0.21 699	0.34 685	0.25 667	0.34 640	0.39 634	0.40 691	0.69 717	0.45 694	0.40 702	0.34 678	0.27 665	0.20 700	0.19 705	0.26 703	0.25 708	0.23 702	0.22 705

MFN_U_SF_RVC	0.32 692	0.21 681	0.55 699	0.30 702	0.15 653	0.34 685	0.17 477	0.52 718	0.46 672	0.46 706	0.55 699	0.59 713	0.39 699	0.35 684	0.37 706	0.15 669	0.14 681	0.18 689	0.21 699	0.16 682	0.15 672

PASM	0.32 692	0.24 691	0.48 692	0.28 691	0.27 712	0.29 670	0.30 706	0.34 640	0.49 684	0.35 678	0.39 652	0.46 698	0.34 688	0.34 678	0.35 701	0.23 713	0.25 723	0.26 703	0.28 715	0.23 702	0.21 703

SGM-ForestM	0.32 692	0.12 583	0.16 510	0.16 232	0.11 551	0.39 701	0.19 569	0.41 690	0.50 687	0.52 709	0.54 697	1.32 742	0.42 711	0.40 706	0.27 665	0.14 665	0.16 695	0.16 676	0.16 683	0.12 621	0.12 623

FC-DCNN v2	0.33 695	0.27 700	0.28 641	0.26 675	0.23 704	0.37 696	0.28 689	0.40 684	0.43 659	0.45 703	0.56 704	0.51 706	0.40 702	0.37 695	0.29 677	0.21 704	0.20 708	0.27 706	0.26 709	0.25 709	0.24 707

FCDSN-DC	0.33 695	0.28 704	0.28 641	0.30 702	0.24 706	0.39 701	0.28 689	0.42 695	0.42 652	0.43 701	0.53 695	0.51 706	0.41 707	0.36 690	0.30 684	0.21 704	0.20 708	0.27 706	0.26 709	0.25 709	0.24 707
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.33 695	0.27 700	0.28 641	0.26 675	0.23 704	0.37 696	0.28 689	0.40 684	0.43 659	0.45 703	0.55 699	0.51 706	0.40 702	0.37 695	0.30 684	0.21 704	0.20 708	0.27 706	0.26 709	0.25 709	0.24 707

LSM	0.33 695	0.20 675	0.58 705	0.26 675	0.60 737	0.34 685	0.25 667	0.42 695	0.48 675	0.45 703	0.58 709	0.42 687	0.36 693	0.35 684	0.25 645	0.12 625	0.20 708	0.14 655	0.16 683	0.19 696	0.33 721

AnyNet_C01	0.36 699	0.25 696	1.37 744	0.22 623	0.17 680	0.48 710	0.27 683	0.35 655	0.39 634	0.39 688	0.74 723	0.46 698	0.38 696	0.45 711	0.47 722	0.13 651	0.13 670	0.13 641	0.14 660	0.14 657	0.15 672

GCST	0.37 700	0.42 719	0.26 629	1.02 745	0.39 720	0.18 536	0.08 9	0.20 373	0.17 350	0.28 645	0.25 534	0.15 431	0.12 416	0.16 477	0.14 476	0.64 741	0.43 735	0.75 737	0.65 741	0.63 734	0.46 732

otaku	0.39 701	0.37 715	0.52 695	0.44 718	0.28 713	0.58 716	0.24 652	0.41 690	0.62 714	0.40 691	0.49 688	0.46 698	0.33 683	0.40 706	0.32 693	0.30 718	0.30 727	0.39 722	0.33 721	0.29 716	0.28 715

ACVNet-4b	0.39 701	0.53 722	0.55 699	0.45 719	0.24 706	0.47 708	0.18 528	0.49 711	0.64 719	0.42 698	0.45 682	0.60 714	0.27 649	0.34 678	0.24 635	0.33 721	0.14 681	0.48 725	0.42 727	0.30 717	0.26 714

PVD	0.39 701	0.20 675	0.39 678	0.31 706	0.22 701	0.29 670	0.43 727	0.52 718	0.96 741	0.55 713	0.79 727	0.53 710	0.59 731	0.52 719	0.38 708	0.19 698	0.14 681	0.17 679	0.14 660	0.24 708	0.31 719

Ntro	0.40 704	0.40 717	0.53 696	0.46 722	0.30 717	0.65 722	0.24 652	0.46 706	0.68 725	0.41 695	0.49 688	0.48 704	0.42 711	0.39 701	0.31 691	0.32 719	0.28 725	0.37 721	0.30 718	0.32 721	0.29 716

SAMSARA	0.40 704	0.28 704	0.33 661	0.55 725	0.39 720	0.82 736	1.23 753	0.47 708	0.51 694	0.36 681	0.35 629	0.55 712	0.39 699	0.38 697	0.39 710	0.15 669	0.20 708	0.15 668	0.14 660	0.23 702	0.20 701

ELAS_RVC	0.41 706	0.29 707	0.33 661	0.28 691	0.24 706	0.54 714	0.36 717	0.49 711	0.59 707	0.72 725	0.74 723	0.65 719	0.54 724	0.54 724	0.40 713	0.22 709	0.20 708	0.27 706	0.26 709	0.26 714	0.25 712
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 706	0.29 707	0.33 661	0.27 688	0.24 706	0.60 719	0.36 717	0.50 715	0.50 687	0.71 723	0.79 727	0.67 721	0.54 724	0.51 717	0.42 717	0.22 709	0.20 708	0.27 706	0.26 709	0.26 714	0.25 712
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
light-stereo	0.42 708	0.26 697	0.59 707	0.60 727	0.49 727	0.32 675	0.23 637	0.46 706	0.52 696	0.56 715	0.58 709	0.76 726	0.32 681	0.48 713	0.29 677	0.32 719	0.24 721	0.27 706	0.33 721	0.46 725	0.39 726

MSC_U_SF_DS_RVC	0.43 709	0.39 716	0.54 697	0.40 714	0.20 695	0.64 721	0.32 714	0.53 720	0.72 728	0.71 723	0.72 720	0.61 715	0.54 724	0.51 717	0.46 721	0.20 700	0.19 705	0.29 715	0.30 718	0.23 702	0.18 695

ACVNet_1	0.44 710	0.49 721	0.60 708	0.45 719	0.28 713	0.49 711	0.27 683	0.57 725	0.72 728	0.62 718	0.58 709	0.74 725	0.49 721	0.50 715	0.35 701	0.26 716	0.24 721	0.39 722	0.29 716	0.31 720	0.24 707

Consistency-Raft	0.44 710	0.40 717	0.45 686	0.37 713	0.43 724	0.46 706	0.41 722	0.57 725	0.55 698	0.32 671	0.73 721	0.33 650	0.48 720	0.42 710	0.49 724	0.39 724	0.35 732	0.45 724	0.51 734	0.42 724	0.29 716

RTS	0.45 712	0.19 669	3.26 750	0.24 656	0.15 653	0.74 729	0.20 593	0.36 662	0.76 734	0.42 698	0.43 678	0.31 637	0.41 707	0.53 722	0.35 701	0.10 568	0.08 567	0.13 641	0.12 645	0.15 673	0.15 672

RTSA	0.45 712	0.19 669	3.26 750	0.24 656	0.15 653	0.74 729	0.20 593	0.36 662	0.76 734	0.42 698	0.43 678	0.31 637	0.41 707	0.53 722	0.35 701	0.10 568	0.08 567	0.13 641	0.12 645	0.15 673	0.15 672

MANE	0.45 712	0.27 700	0.27 636	0.27 688	0.24 706	0.47 708	0.31 712	0.55 722	0.59 707	0.72 725	1.13 744	1.15 736	0.61 732	0.52 719	0.37 706	0.21 704	0.20 708	0.27 706	0.31 720	0.25 709	0.24 707

NVStereoNet_ROB	0.46 715	0.36 714	0.46 690	0.41 716	0.28 713	0.34 685	0.34 715	0.48 709	0.60 711	0.72 725	0.93 733	0.70 724	0.66 735	0.47 712	0.60 732	0.22 709	0.33 731	0.34 720	0.34 724	0.30 717	0.30 718
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	0.47 716	0.26 697	0.58 705	0.28 691	0.20 695	0.39 701	0.18 528	0.49 711	0.64 719	0.52 709	0.87 730	1.01 731	0.57 729	0.50 715	0.56 729	0.53 734	0.31 730	0.54 731	0.40 725	0.33 722	0.34 722

LE_ROB	0.50 717	0.07 259	0.14 424	0.15 132	0.08 244	0.24 627	0.16 435	0.22 427	1.81 757	4.63 762	0.67 715	0.47 702	0.44 714	0.20 579	0.29 677	0.07 369	0.06 455	0.06 218	0.06 312	0.08 482	0.06 337

BEATNet-Init1	0.52 718	0.27 700	0.62 710	0.30 702	0.21 699	0.76 733	0.29 699	0.54 721	0.65 722	0.86 737	0.95 735	2.07 751	0.62 734	0.56 726	0.42 717	0.18 691	0.18 702	0.23 699	0.22 702	0.22 701	0.21 703

anonymity	0.53 719	0.58 724	0.65 712	0.41 716	0.61 738	0.53 713	0.41 722	0.56 723	0.41 643	0.55 713	0.50 692	0.49 705	0.55 727	0.58 727	0.50 727	0.58 737	0.50 745	0.51 727	0.51 734	0.51 727	0.57 735

RainbowNet	0.54 720	0.61 726	0.70 727	0.57 726	0.43 724	0.65 722	0.37 720	0.60 727	0.87 738	0.50 708	0.66 714	0.64 717	0.47 719	0.49 714	0.43 720	0.47 731	0.48 741	0.52 729	0.41 726	0.52 728	0.40 729

SGM+DAISY	0.56 721	0.57 723	0.65 712	0.40 714	0.54 730	0.66 724	0.49 730	0.56 723	0.45 670	0.66 719	0.69 717	0.67 721	0.56 728	0.63 729	0.56 729	0.59 738	0.48 741	0.50 726	0.50 733	0.52 728	0.58 736

SPS-STEREO	0.57 722	0.58 724	0.65 712	0.45 719	0.55 732	0.62 720	0.44 729	0.62 728	0.50 687	0.68 721	0.64 712	0.66 720	0.57 729	0.61 728	0.60 732	0.62 740	0.47 740	0.51 727	0.49 731	0.55 732	0.58 736
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.64 723	0.66 730	0.65 712	0.51 723	0.69 742	0.69 725	0.57 736	0.64 729	0.73 732	0.60 716	0.73 721	0.62 716	0.67 736	0.65 730	0.60 732	0.66 742	0.58 754	0.63 732	0.59 737	0.68 739	0.69 745

IMH-64-1	0.65 724	0.61 726	0.68 721	0.71 730	0.51 728	0.59 717	0.49 730	0.91 736	0.85 736	0.74 729	1.02 737	0.81 727	0.78 740	0.79 733	0.49 724	0.42 726	0.46 736	0.71 734	0.47 729	0.52 728	0.39 726

IMH-64	0.65 724	0.61 726	0.68 721	0.71 730	0.51 728	0.59 717	0.49 730	0.91 736	0.85 736	0.74 729	1.02 737	0.81 727	0.78 740	0.79 733	0.49 724	0.42 726	0.46 736	0.71 734	0.47 729	0.52 728	0.39 726

ACVNet_2	0.66 726	0.66 730	0.68 721	0.63 728	0.41 722	0.71 727	0.49 730	0.96 740	1.39 750	0.89 739	1.09 740	1.04 732	0.73 738	0.54 724	0.47 722	0.43 728	0.40 734	0.53 730	0.44 728	0.47 726	0.35 724

JetBlue	0.71 727	0.45 720	1.14 742	0.51 723	0.47 726	2.02 751	0.64 740	0.75 731	0.70 726	0.69 722	0.77 726	1.22 738	0.83 742	1.03 748	1.01 748	0.40 725	0.28 725	0.33 719	0.33 721	0.30 717	0.34 722

IMH	0.71 727	0.64 729	0.68 721	0.76 732	0.54 730	0.69 725	0.54 734	0.98 742	1.10 743	0.82 733	1.09 740	0.89 729	0.88 745	0.87 741	0.52 728	0.44 729	0.50 745	0.75 737	0.51 734	0.56 733	0.41 730

PWCK	0.71 727	0.94 741	0.95 737	0.76 732	0.31 718	0.74 729	0.36 717	0.90 735	0.90 739	0.96 743	0.75 725	0.95 730	0.61 732	0.87 741	0.66 735	0.72 743	0.46 736	0.75 737	0.49 731	0.69 741	0.44 731

MADNet+	0.75 730	0.71 732	3.70 753	0.66 729	0.41 722	0.98 741	0.97 751	0.69 730	0.73 732	0.52 709	0.57 707	0.64 717	0.68 737	0.86 740	1.01 748	0.34 722	0.36 733	0.28 714	0.23 706	0.36 723	0.31 719

TorneroNet-64	0.76 731	0.72 733	0.74 728	0.78 734	0.58 736	0.91 740	0.56 735	0.84 734	1.29 747	0.66 719	0.90 731	1.40 744	0.75 739	0.85 739	0.67 738	0.49 732	0.46 736	0.72 736	0.59 737	0.67 738	0.53 734

WAO-7	0.79 732	0.78 735	0.54 697	0.85 738	0.67 741	0.74 729	0.68 744	1.05 746	1.32 748	0.90 741	1.20 747	1.04 732	0.92 746	0.69 731	0.66 735	0.60 739	0.62 755	0.67 733	0.68 743	0.64 735	0.58 736

WAO-6	0.81 733	0.80 736	0.62 710	0.86 739	0.63 739	0.76 733	0.58 737	0.98 742	1.54 755	0.90 741	0.96 736	1.07 734	1.03 750	0.70 732	0.66 735	0.72 743	0.49 743	0.90 745	0.71 744	0.68 739	0.58 736

TorneroNet	0.82 734	0.74 734	0.81 734	0.84 737	0.63 739	0.99 742	0.63 738	0.96 740	1.16 744	0.80 732	1.11 742	1.36 743	0.86 744	0.93 744	0.80 743	0.56 735	0.49 743	0.78 742	0.66 742	0.73 744	0.63 744

LVE	0.83 735	0.85 739	0.85 735	0.80 735	0.56 733	1.04 746	0.65 741	1.05 746	1.47 753	0.96 743	1.22 748	1.10 735	0.85 743	0.83 736	0.71 740	0.49 732	0.55 751	0.76 740	0.60 739	0.65 736	0.59 741

Dean	0.87 736	0.86 740	0.79 731	0.81 736	0.56 733	0.90 737	0.63 738	1.15 756	1.73 756	1.15 751	1.15 745	1.31 741	0.99 749	0.81 735	0.81 744	0.57 736	0.56 752	0.77 741	0.64 740	0.66 737	0.58 736

WAO-8	0.91 737	0.81 737	0.65 712	0.94 742	0.69 742	0.90 737	0.67 742	1.07 750	1.83 758	1.06 748	1.45 750	1.30 739	1.07 751	0.84 737	0.78 741	0.74 745	0.53 748	0.86 743	0.75 745	0.69 741	0.62 742

Venus	0.91 737	0.81 737	0.65 712	0.94 742	0.69 742	0.90 737	0.67 742	1.07 750	1.83 758	1.06 748	1.45 750	1.30 739	1.07 751	0.84 737	0.78 741	0.74 745	0.53 748	0.86 743	0.75 745	0.69 741	0.62 742

UNDER WATER-64	0.95 739	0.94 741	1.43 746	0.87 740	0.56 733	1.18 749	0.87 748	0.77 732	0.94 740	1.04 746	0.85 729	1.58 749	1.21 756	0.94 745	0.96 746	0.87 749	0.57 753	1.03 749	0.88 750	0.78 745	0.73 746

UNDER WATER	0.97 740	0.97 743	1.42 745	0.99 744	0.70 745	1.12 748	0.84 747	0.80 733	1.08 742	1.01 745	0.90 731	1.55 748	1.22 757	1.03 748	1.00 747	0.78 747	0.53 748	1.02 748	0.87 749	0.80 746	0.74 747

notaker	0.97 740	1.11 744	0.98 738	1.13 747	0.81 746	0.73 728	0.68 744	0.93 738	1.16 744	1.18 753	1.18 746	1.41 745	1.16 755	1.08 750	0.69 739	0.81 748	0.64 756	1.17 750	0.79 747	0.98 748	0.80 749

ktn	1.01 742	1.21 746	0.80 732	1.23 749	0.86 748	1.01 744	0.87 748	0.94 739	1.39 750	1.04 746	1.12 743	1.15 736	1.07 751	0.94 745	0.59 731	1.28 759	0.71 757	1.38 754	0.83 748	1.02 750	0.75 748

KSHMR	1.09 743	1.17 745	0.88 736	1.25 750	1.00 750	0.99 742	0.96 750	1.13 754	1.37 749	1.16 752	1.29 749	1.41 745	0.96 748	1.01 747	0.92 745	1.03 757	1.08 759	1.20 751	1.03 753	1.01 749	0.97 751

DPSimNet_ROB	1.11 744	1.23 747	0.78 729	1.13 747	0.88 749	1.10 747	1.13 752	1.16 757	1.23 746	1.43 755	1.02 737	1.41 745	1.10 754	0.90 743	1.60 750	1.46 760	0.51 747	1.21 752	1.03 753	0.90 747	1.01 753

HanzoNet	1.29 745	1.26 748	1.19 743	1.12 746	0.85 747	1.02 745	0.83 746	1.03 745	1.48 754	1.64 756	1.61 752	2.50 753	1.72 758	1.61 752	1.61 751	1.26 758	0.80 758	1.31 753	1.01 752	1.02 750	0.86 750

JetRed	1.62 746	1.46 749	2.98 748	0.92 741	1.21 751	4.99 759	1.53 756	1.27 758	1.39 750	1.83 757	1.74 753	1.60 750	0.95 747	1.41 751	2.45 759	0.90 751	1.60 760	0.93 746	0.90 751	1.35 752	0.99 752

MADNet++	1.95 747	1.75 750	1.59 747	1.82 751	1.69 753	2.33 752	1.40 755	2.35 759	2.09 760	2.57 759	2.36 760	2.24 752	2.17 760	2.28 753	2.34 757	1.87 761	1.66 761	1.54 755	1.34 755	1.92 753	1.77 755

Selective-IGEV-i1pa	2.80 748	3.51 756	0.67 720	0.28 691	0.14 633	10.22 763	0.43 727	4.36 760	3.63 761	3.53 760	6.92 762	3.47 754	1.97 759	13.41 774	2.26 755	0.36 723	0.15 687	0.13 641	0.10 589	0.15 673	0.35 724

coex-ft	3.30 749	0.34 712	59.09 790	0.18 422	0.13 611	0.26 649	0.22 625	0.27 535	0.72 728	1.90 758	0.70 719	0.44 692	0.45 717	0.29 661	0.41 716	0.09 523	0.09 604	0.12 626	0.09 547	0.14 657	0.13 646

noway2	3.60 750	5.21 764	3.74 754	12.26 767	11.84 768	4.51 755	3.91 758	1.00 744	0.48 675	0.89 739	1.98 754	6.35 764	0.41 707	2.90 754	2.47 760	0.93 752	0.13 670	1.92 759	1.77 761	5.66 762	3.67 762

zzzz4	3.62 751	5.55 768	4.00 759	12.27 769	11.85 771	4.49 753	3.91 758	1.10 753	0.42 652	0.85 735	2.01 756	6.20 760	0.44 714	3.00 755	2.25 753	0.94 753	0.15 687	1.93 760	1.76 757	5.70 764	3.67 762

noway1	3.62 751	5.55 768	3.97 757	12.27 769	11.85 771	4.50 754	3.92 760	1.09 752	0.42 652	0.85 735	2.01 756	6.22 761	0.44 714	3.00 755	2.25 753	0.94 753	0.15 687	1.93 760	1.76 757	5.70 764	3.67 762

noway3	3.64 753	5.28 765	3.79 755	12.26 767	11.84 768	4.53 756	3.92 760	1.06 748	0.48 675	0.88 738	1.98 754	6.32 763	0.46 718	3.32 758	2.57 761	0.95 756	0.15 687	1.93 760	1.76 757	5.67 763	3.69 765

noway4	3.64 753	5.53 767	3.97 757	12.24 766	11.84 768	4.58 757	3.96 762	1.14 755	0.45 670	0.82 733	2.01 756	6.19 759	0.43 713	3.04 757	2.29 756	0.94 753	0.15 687	1.93 760	1.76 757	5.75 766	3.71 766

TCMNet-wrong-test	3.67 755	5.48 766	3.89 756	12.18 765	11.75 767	4.65 758	3.88 757	1.06 748	0.72 728	1.09 750	2.15 759	6.30 762	0.53 723	3.43 760	2.36 758	0.89 750	0.20 708	1.87 757	1.69 756	5.57 761	3.62 761

tt	4.67 756	0.06 125	3.55 752	2.02 752	1.55 752	10.25 764	16.71 766	8.91 769	5.03 762	1.31 754	0.94 734	4.71 755	4.76 762	3.33 759	5.87 763	6.06 769	10.30 775	1.88 758	2.11 763	2.75 755	1.21 754

USTest	6.22 757	2.73 753	3.00 749	6.57 759	7.29 759	14.37 766	21.57 767	7.00 768	9.56 767	5.34 765	6.10 761	5.72 758	7.64 765	6.41 764	6.96 765	1.97 762	3.42 767	1.64 756	2.15 764	2.66 754	2.36 756

xxxxx1	7.79 758	5.02 761	7.31 762	3.12 753	3.85 755	16.35 768	22.88 768	5.86 765	8.69 764	7.97 766	8.54 763	9.12 768	8.27 766	10.18 766	10.92 766	2.42 763	2.45 763	3.56 766	12.37 772	3.77 756	3.06 758

tt_ll	7.79 758	5.02 761	7.31 762	3.12 753	3.85 755	16.35 768	22.88 768	5.86 765	8.69 764	7.97 766	8.54 763	9.12 768	8.27 766	10.18 766	10.92 766	2.42 763	2.45 763	3.56 766	12.37 772	3.77 756	3.06 758

ff	7.79 758	5.02 761	7.31 762	3.12 753	3.85 755	16.35 768	22.88 768	5.86 765	8.69 764	7.97 766	8.54 763	9.12 768	8.27 766	10.18 766	10.92 766	2.42 763	2.45 763	3.56 766	12.37 772	3.77 756	3.06 758

EDNetEfficientorigin	7.91 761	0.31 709	153.02 791	0.19 499	0.09 380	0.21 597	0.16 435	0.22 427	0.59 707	0.72 725	0.67 715	0.42 687	0.50 722	0.24 631	0.39 710	0.08 454	0.07 533	0.08 435	0.07 416	0.12 621	0.10 581

DPSMNet_ROB	8.06 762	4.48 757	8.63 770	5.37 758	10.74 762	8.32 761	22.98 772	5.46 762	13.36 772	5.12 763	9.92 768	5.08 756	10.40 769	5.53 763	12.58 769	3.80 767	8.00 768	3.50 764	7.02 769	3.83 759	7.14 770

DGTPSM_ROB	8.06 762	4.48 757	8.63 770	5.35 756	10.72 761	8.32 761	22.97 771	5.46 762	13.35 771	5.12 763	9.92 768	5.08 756	10.40 769	5.52 762	12.58 769	3.79 766	8.00 768	3.50 764	7.02 769	3.83 759	7.14 770

PML	8.91 764	9.34 775	6.13 760	5.35 756	6.41 758	14.99 767	23.38 773	5.27 761	6.83 763	18.04 778	28.19 787	7.67 765	6.83 764	7.85 765	5.75 762	5.35 768	1.83 762	5.95 774	1.93 762	8.64 771	2.52 757

DLNR_Zeroshot_test	10.40 765	1.82 751	19.49 783	120.77 791	13.11 774	0.06 16	0.13 196	0.23 451	0.10 96	0.07 87	0.10 223	0.09 253	0.06 75	0.10 136	0.09 115	0.13 651	0.04 26	0.06 218	0.04 72	51.54 791	0.04 82

DLNR-FE	10.43 766	1.83 752	19.53 784	120.75 790	13.06 773	0.06 16	0.13 196	0.23 451	0.10 96	0.07 87	0.10 223	0.09 253	0.06 75	0.10 136	0.09 115	0.13 651	0.04 26	0.06 218	0.04 72	52.01 792	0.04 82

iinet-test	10.48 767	8.09 771	7.54 766	10.26 760	10.94 763	18.00 772	25.26 774	11.33 773	13.28 769	9.69 770	9.85 766	9.42 771	11.17 771	11.02 770	12.78 772	6.59 771	8.30 770	5.56 769	6.56 765	6.89 767	7.02 768

IINet	10.48 767	8.09 771	7.54 766	10.26 760	10.94 763	18.00 772	25.26 774	11.33 773	13.28 769	9.69 770	9.85 766	9.42 771	11.17 771	11.02 770	12.78 772	6.59 771	8.30 770	5.56 769	6.56 765	6.89 767	7.02 768

LRCNet_RVC	10.62 769	13.42 776	7.30 761	18.92 774	2.07 754	0.33 682	0.30 706	5.59 764	0.48 675	13.03 774	17.94 774	8.87 767	5.65 763	4.79 761	1.89 752	23.51 788	2.73 766	27.55 791	25.71 791	16.07 783	16.33 784

Anonymous_1	10.96 770	7.92 770	7.46 765	10.33 762	10.06 760	18.65 774	26.34 776	11.06 772	13.44 773	9.40 769	10.05 770	9.67 773	11.23 773	10.73 769	12.72 771	6.42 770	8.38 772	5.77 771	10.61 771	12.12 772	6.77 767

DPSM_ROB	11.15 771	8.58 773	8.00 768	10.88 763	11.58 765	19.10 775	26.71 777	12.05 775	14.07 776	10.36 772	10.84 771	10.33 774	11.86 774	11.70 772	13.54 774	6.99 773	8.79 773	5.89 772	6.95 767	7.29 769	7.42 772

DPSM	11.15 771	8.58 773	8.00 768	10.88 763	11.58 765	19.10 775	26.71 777	12.05 775	14.07 776	10.36 772	10.84 771	10.33 774	11.86 774	11.70 772	13.54 774	6.99 773	8.79 773	5.89 772	6.95 767	7.29 769	7.42 772

HaxPig	15.71 773	18.52 787	19.18 782	16.89 773	15.89 775	7.73 760	7.60 763	13.31 777	10.82 768	15.42 775	14.91 773	15.98 776	14.92 776	15.58 775	15.98 776	18.95 783	16.73 776	19.46 787	18.08 783	19.26 784	19.05 787

Selective-IGEV-i16pa	18.58 774	3.30 754	1.09 740	0.21 603	0.18 687	103.68 792	0.28 689	19.87 779	40.73 788	4.16 761	56.45 792	8.07 766	2.59 761	123.95 793	5.89 764	0.18 691	0.12 655	0.09 524	0.12 645	0.12 621	0.51 733

RSGM-EC	20.36 775	4.73 759	0.68 721	16.76 771	16.92 776	21.28 777	27.18 779	10.46 770	14.04 774	18.00 776	21.31 777	22.24 786	21.82 778	22.57 777	17.63 777	62.81 791	33.79 791	20.14 788	18.10 784	20.18 785	16.45 785

acva	20.36 775	4.73 759	0.68 721	16.76 771	16.92 776	21.28 777	27.18 779	10.46 770	14.04 774	18.00 776	21.31 777	22.24 786	21.82 778	22.57 777	17.63 777	62.81 791	33.79 791	20.14 788	18.10 784	20.18 785	16.45 785

MEDIAN_ROB	20.38 777	24.04 788	23.31 785	21.23 775	21.71 778	10.40 765	7.92 764	17.64 778	15.50 778	20.12 779	19.70 775	20.34 777	20.32 777	21.19 776	21.13 779	23.81 789	21.81 785	24.98 790	23.76 790	24.71 789	23.93 790

CasAABBNet	22.42 778	17.33 780	16.01 774	22.01 777	23.28 780	38.32 779	53.80 784	24.14 783	28.41 783	20.60 782	21.77 781	20.89 784	23.91 783	23.43 782	27.36 783	14.07 776	17.69 779	11.83 777	14.01 776	14.67 777	14.95 778

RAFT-FEzeroshot	22.43 779	17.33 780	15.98 772	22.02 778	23.31 782	38.34 780	53.82 786	24.05 781	28.39 781	20.61 783	21.76 779	20.88 781	23.92 785	23.41 780	27.42 785	14.07 776	17.69 779	11.83 777	14.02 777	14.69 778	14.97 779

RAFT-FE	22.43 779	17.33 780	15.98 772	22.02 778	23.31 782	38.34 780	53.82 786	24.05 781	28.39 781	20.61 783	21.76 779	20.88 781	23.92 785	23.41 780	27.42 785	14.07 776	17.69 779	11.83 777	14.02 777	14.69 778	14.97 779

FlowAnything	22.44 781	17.35 783	16.14 776	22.07 781	23.23 779	38.39 784	53.77 782	24.25 785	28.44 784	20.96 787	21.82 783	20.70 779	23.84 781	23.49 784	27.14 781	14.04 775	17.79 784	11.75 775	14.15 781	14.65 775	14.89 775

Hybrid-DGEV	22.47 782	17.40 785	16.14 776	22.00 776	23.29 781	38.36 782	53.80 784	24.43 788	28.63 787	20.59 781	21.81 782	20.88 781	23.91 783	23.45 783	27.42 785	14.08 779	17.69 779	11.83 777	14.06 780	14.65 775	14.93 777

Selective-RAFT-Error	22.47 782	17.37 784	16.09 775	22.06 780	23.34 784	38.39 784	53.83 788	24.29 787	28.47 785	20.74 785	21.83 784	20.81 780	23.90 782	23.54 786	27.53 788	14.08 779	17.69 779	11.82 776	14.00 775	14.69 778	15.00 781

fast-reg	22.85 784	17.43 786	19.15 781	22.22 783	24.34 785	38.36 782	53.78 783	24.23 784	28.52 786	20.55 780	22.05 785	20.54 778	23.77 780	23.21 779	27.31 782	14.18 782	17.47 778	14.33 782	14.96 782	15.81 782	14.81 774

LSM0	22.87 785	17.28 779	18.96 779	22.19 782	29.04 787	38.42 786	53.71 781	24.28 786	28.31 780	20.78 786	21.00 776	21.43 785	24.16 787	23.50 785	27.39 784	14.09 781	17.38 777	11.84 781	14.04 779	14.73 781	14.89 775

AVERAGE_ROB	24.90 786	29.20 791	28.14 788	24.89 784	24.64 786	17.75 771	11.12 765	21.45 780	19.93 779	25.12 788	24.46 786	25.12 788	25.46 788	24.69 787	22.83 780	29.76 790	27.13 790	28.97 792	27.95 792	29.91 790	29.47 791

zzzzzz3	32.30 787	13.60 777	18.91 778	39.10 787	40.27 790	58.35 789	74.04 790	33.28 790	42.63 789	31.37 789	33.03 788	30.65 789	36.33 791	37.51 790	43.96 791	20.73 784	26.80 788	16.52 783	20.79 786	12.34 773	15.78 782

zzz1	32.32 788	13.62 778	19.04 780	39.10 787	40.27 790	58.39 790	73.98 789	33.31 791	42.69 792	31.39 790	33.04 789	30.66 790	36.33 791	37.52 791	43.96 791	20.74 785	26.81 789	16.53 784	20.80 787	12.35 774	15.78 782

zzzz2	33.88 789	26.18 789	24.44 786	33.40 785	35.10 788	58.13 787	81.44 791	37.02 792	42.64 790	31.75 791	33.25 790	31.23 791	35.81 789	34.90 788	40.56 789	21.21 786	26.75 786	18.05 785	21.21 788	22.06 787	22.50 788

noway5	33.88 789	26.18 789	24.44 786	33.40 785	35.10 788	58.13 787	81.44 791	37.02 792	42.64 790	31.75 791	33.25 790	31.23 791	35.81 789	34.90 788	40.56 789	21.21 786	26.75 786	18.05 785	21.21 788	22.06 787	22.50 788

test_example2	98.32 791	94.13 792	45.89 789	96.35 789	109.85 792	88.61 791	95.45 793	25.75 789	94.37 793	130.00 794	126.06 793	58.17 793	74.63 793	88.51 792	79.96 793	150.23 793	221.02 793	77.62 793	99.10 793	113.75 793	96.94 792

GS-Stereo							0.14 271	0.11 75	0.12 172	0.08 151	0.10 223	0.05 5	0.05 15	0.11 220	0.08 29	0.06 182	0.04 26	0.05 63	0.04 72	0.05 183	0.05 225

FSD					0.22 701	0.25 638	0.25 667	0.27 535	0.26 524	0.25 618	0.26 551	0.25 577	0.27 649	0.27 643	0.24 635	0.21 704	0.20 708	0.27 706	0.26 709	0.25 709

ccccc		285.66 793		368.85 792	370.60 793	123.16 793		115.05 794		126.68 793		122.83 794		252.94 794		384.56 794	353.86 794	254.69 794	223.00 794	425.87 794

ASD4		3.38 755

Low-res two-view benchmark