Low-res two-view results

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

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

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

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

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

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

PSi22b	0.06 1	0.04 1	0.09 116	0.13 16	0.05 2	0.08 75	0.11 61	0.06 1	0.06 6	0.06 18	0.06 23	0.08 174	0.05 14	0.08 24	0.09 101	0.06 165	0.04 24	0.04 1	0.03 1	0.05 156	0.04 69

PSi22a	0.06 1	0.04 1	0.09 116	0.12 5	0.05 2	0.06 11	0.11 61	0.06 1	0.06 6	0.06 18	0.06 23	0.06 38	0.05 14	0.08 24	0.09 101	0.07 325	0.04 24	0.04 1	0.03 1	0.05 156	0.04 69

Foundation-i32	0.06 1	0.04 1	0.09 116	0.13 16	0.04 1	0.06 11	0.12 92	0.06 1	0.05 4	0.06 18	0.05 7	0.05 5	0.05 14	0.07 4	0.09 101	0.06 165	0.04 24	0.05 43	0.03 1	0.04 44	0.04 69

MLG-Stereo_test2	0.06 1	0.04 1	0.10 177	0.15 105	0.05 2	0.07 38	0.11 61	0.09 18	0.04 2	0.06 18	0.05 7	0.06 38	0.04 1	0.08 24	0.09 101	0.06 165	0.04 24	0.05 43	0.03 1	0.05 156	0.05 195

MLG-Stereo_test1	0.06 1	0.05 36	0.08 54	0.17 284	0.05 2	0.06 11	0.11 61	0.08 10	0.03 1	0.05 2	0.04 1	0.06 38	0.05 14	0.09 57	0.09 101	0.05 49	0.04 24	0.05 43	0.03 1	0.04 44	0.04 69

FoundationStereo	0.06 1	0.04 1	0.08 54	0.12 5	0.05 2	0.09 127	0.13 162	0.06 1	0.09 44	0.05 2	0.05 7	0.06 38	0.04 1	0.06 1	0.07 1	0.06 165	0.04 24	0.05 43	0.03 1	0.05 156	0.04 69

aanet-new-60k	0.07 7	0.07 211	0.08 54	0.18 374	0.06 26	0.07 38	0.10 32	0.09 18	0.14 205	0.07 65	0.07 60	0.06 38	0.06 62	0.11 186	0.08 25	0.05 49	0.04 24	0.05 43	0.04 52	0.04 44	0.03 2

aanet-new-70k	0.07 7	0.06 97	0.09 116	0.17 284	0.06 26	0.08 75	0.12 92	0.11 53	0.10 65	0.06 18	0.07 60	0.07 116	0.06 62	0.10 117	0.07 1	0.04 11	0.04 24	0.05 43	0.04 52	0.04 44	0.03 2

aanet-new-78k	0.07 7	0.07 211	0.09 116	0.19 442	0.06 26	0.07 38	0.12 92	0.11 53	0.13 173	0.06 18	0.07 60	0.06 38	0.06 62	0.09 57	0.07 1	0.04 11	0.04 24	0.05 43	0.04 52	0.05 156	0.03 2

aanet-new-40k	0.07 7	0.08 329	0.07 10	0.17 284	0.07 122	0.08 75	0.13 162	0.10 31	0.10 65	0.07 65	0.08 113	0.06 38	0.05 14	0.08 24	0.08 25	0.05 49	0.04 24	0.05 43	0.04 52	0.05 156	0.04 69

GCAP-Stereo-DPT26K	0.07 7	0.06 97	0.07 10	0.16 198	0.06 26	0.08 75	0.12 92	0.10 31	0.08 24	0.06 18	0.09 147	0.06 38	0.05 14	0.08 24	0.08 25	0.04 11	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

aanet-new-24k	0.07 7	0.07 211	0.07 10	0.17 284	0.06 26	0.07 38	0.12 92	0.09 18	0.11 96	0.09 169	0.09 147	0.06 38	0.07 172	0.09 57	0.07 1	0.04 11	0.04 24	0.05 43	0.04 52	0.04 44	0.03 2

GCAP-Stereo-DPT-20K	0.07 7	0.05 36	0.11 231	0.15 105	0.06 26	0.07 38	0.13 162	0.09 18	0.11 96	0.07 65	0.08 113	0.06 38	0.05 14	0.09 57	0.07 1	0.05 49	0.05 258	0.05 43	0.04 52	0.03 1	0.04 69

GCAP-Stereo-DPT-24K	0.07 7	0.06 97	0.07 10	0.15 105	0.06 26	0.10 189	0.15 306	0.12 78	0.11 96	0.06 18	0.11 231	0.06 38	0.05 14	0.09 57	0.08 25	0.05 49	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

PipStereo	0.07 7	0.04 1	0.09 116	0.13 16	0.05 2	0.08 75	0.11 61	0.06 1	0.06 6	0.06 18	0.05 7	0.08 174	0.05 14	0.08 24	0.09 101	0.06 165	0.04 24	0.04 1	0.03 1	0.05 156	0.04 69

LACA3	0.07 7	0.08 329	0.08 54	0.13 16	0.05 2	0.09 127	0.11 61	0.08 10	0.08 24	0.08 118	0.05 7	0.07 116	0.07 172	0.07 4	0.07 1	0.06 165	0.04 24	0.04 1	0.03 1	0.03 1	0.03 2

Selective-IGEV-i32	0.07 7	0.06 97	0.08 54	0.17 284	0.06 26	0.08 75	0.12 92	0.13 103	0.07 15	0.08 118	0.07 60	0.06 38	0.04 1	0.10 117	0.09 101	0.05 49	0.04 24	0.05 43	0.04 52	0.04 44	0.03 2

LACA2	0.07 7	0.05 36	0.06 4	0.15 105	0.06 26	0.09 127	0.11 61	0.11 53	0.10 65	0.05 2	0.05 7	0.06 38	0.08 221	0.09 57	0.07 1	0.07 325	0.04 24	0.04 1	0.04 52	0.04 44	0.04 69

LACA1	0.07 7	0.07 211	0.07 10	0.14 54	0.05 2	0.09 127	0.11 61	0.10 31	0.07 15	0.05 2	0.05 7	0.06 38	0.07 172	0.08 24	0.09 101	0.06 165	0.04 24	0.04 1	0.04 52	0.03 1	0.04 69

Test_v1	0.07 7	0.04 1	0.06 4	0.13 16	0.06 26	0.08 75	0.11 61	0.15 175	0.12 133	0.06 18	0.05 7	0.04 1	0.05 14	0.08 24	0.10 194	0.07 325	0.04 24	0.05 43	0.04 52	0.04 44	0.04 69

BLMT-Stereo	0.07 7	0.04 1	0.08 54	0.15 105	0.07 122	0.06 11	0.14 225	0.07 6	0.10 65	0.05 2	0.05 7	0.04 1	0.06 62	0.07 4	0.09 101	0.04 11	0.04 24	0.05 43	0.05 178	0.04 44	0.04 69

Pro-Stereo	0.07 7	0.05 36	0.08 54	0.15 105	0.07 122	0.08 75	0.12 92	0.07 6	0.07 15	0.06 18	0.06 23	0.05 5	0.05 14	0.09 57	0.08 25	0.05 49	0.04 24	0.06 176	0.05 178	0.04 44	0.04 69

MatchStereo	0.07 7	0.04 1	0.08 54	0.14 54	0.06 26	0.05 4	0.12 92	0.12 78	0.09 44	0.07 65	0.06 23	0.04 1	0.04 1	0.08 24	0.09 101	0.06 165	0.05 258	0.05 43	0.03 1	0.04 44	0.04 69
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
BridgeDepth_RVC	0.07 7	0.04 1	0.09 116	0.11 1	0.05 2	0.10 189	0.10 32	0.14 133	0.09 44	0.06 18	0.07 60	0.06 38	0.07 172	0.07 4	0.10 194	0.06 165	0.04 24	0.04 1	0.04 52	0.04 44	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
CSFM-Stereo	0.07 7	0.05 36	0.07 10	0.14 54	0.06 26	0.09 127	0.13 162	0.15 175	0.06 6	0.07 65	0.08 113	0.06 38	0.08 221	0.09 57	0.09 101	0.06 165	0.05 258	0.04 1	0.03 1	0.04 44	0.04 69

VIP-Stereo	0.07 7	0.07 211	0.07 10	0.15 105	0.06 26	0.12 290	0.10 32	0.11 53	0.11 96	0.06 18	0.07 60	0.06 38	0.05 14	0.10 117	0.08 25	0.05 49	0.04 24	0.05 43	0.03 1	0.03 1	0.02 1

BridgeDepth	0.07 7	0.07 211	0.08 54	0.18 374	0.06 26	0.07 38	0.11 61	0.09 18	0.06 6	0.04 1	0.07 60	0.10 242	0.09 253	0.08 24	0.08 25	0.04 11	0.03 1	0.04 1	0.04 52	0.03 1	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Zero-FE251	0.07 7	0.05 36	0.09 116	0.13 16	0.06 26	0.12 290	0.12 92	0.11 53	0.10 65	0.07 65	0.08 113	0.06 38	0.06 62	0.09 57	0.08 25	0.06 165	0.04 24	0.05 43	0.04 52	0.04 44	0.04 69

MonStereo	0.07 7	0.06 97	0.05 1	0.15 105	0.05 2	0.08 75	0.10 32	0.15 175	0.15 230	0.05 2	0.06 23	0.05 5	0.06 62	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Wavelet-MonSter	0.07 7	0.05 36	0.07 10	0.16 198	0.06 26	0.07 38	0.11 61	0.10 31	0.08 24	0.06 18	0.06 23	0.07 116	0.07 172	0.09 57	0.09 101	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 7	0.06 97	0.05 1	0.15 105	0.05 2	0.08 75	0.10 32	0.15 175	0.15 230	0.05 2	0.06 23	0.05 5	0.06 62	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-mixall	0.07 7	0.04 1	0.09 116	0.13 16	0.06 26	0.05 4	0.09 18	0.11 53	0.07 15	0.06 18	0.06 23	0.05 5	0.06 62	0.09 57	0.09 101	0.06 165	0.04 24	0.04 1	0.03 1	0.05 156	0.05 195

Replicate-Monster	0.07 7	0.05 36	0.09 116	0.14 54	0.06 26	0.08 75	0.09 18	0.13 103	0.13 173	0.05 2	0.07 60	0.06 38	0.06 62	0.08 24	0.10 194	0.05 49	0.04 24	0.05 43	0.03 1	0.04 44	0.04 69

AdaDepth	0.07 7	0.06 97	0.07 10	0.18 374	0.06 26	0.11 240	0.12 92	0.09 18	0.07 15	0.06 18	0.05 7	0.07 116	0.06 62	0.09 57	0.10 194	0.04 11	0.05 258	0.05 43	0.04 52	0.04 44	0.04 69

asda	0.07 7	0.08 329	0.08 54	0.16 198	0.06 26	0.06 11	0.10 32	0.16 212	0.10 65	0.06 18	0.06 23	0.05 5	0.05 14	0.10 117	0.10 194	0.03 1	0.03 1	0.04 1	0.03 1	0.04 44	0.03 2

asd	0.07 7	0.08 329	0.07 10	0.16 198	0.07 122	0.08 75	0.08 7	0.11 53	0.08 24	0.07 65	0.07 60	0.06 38	0.06 62	0.10 117	0.09 101	0.03 1	0.03 1	0.04 1	0.04 52	0.04 44	0.03 2

qwe	0.07 7	0.08 329	0.07 10	0.15 105	0.06 26	0.07 38	0.10 32	0.18 284	0.11 96	0.07 65	0.07 60	0.06 38	0.06 62	0.10 117	0.09 101	0.03 1	0.03 1	0.04 1	0.04 52	0.04 44	0.03 2

2.25w	0.07 7	0.06 97	0.07 10	0.14 54	0.06 26	0.08 75	0.08 7	0.10 31	0.15 230	0.08 118	0.10 183	0.07 116	0.06 62	0.08 24	0.10 194	0.05 49	0.03 1	0.04 1	0.04 52	0.03 1	0.04 69

4.25_new	0.07 7	0.08 329	0.09 116	0.15 105	0.06 26	0.09 127	0.08 7	0.14 133	0.08 24	0.07 65	0.07 60	0.06 38	0.06 62	0.12 277	0.10 194	0.03 1	0.03 1	0.04 1	0.03 1	0.04 44	0.03 2

4.5w_new	0.07 7	0.08 329	0.09 116	0.15 105	0.06 26	0.09 127	0.08 7	0.14 133	0.08 24	0.07 65	0.07 60	0.06 38	0.06 62	0.12 277	0.10 194	0.03 1	0.03 1	0.04 1	0.03 1	0.04 44	0.03 2

4.5_new	0.07 7	0.09 410	0.08 54	0.15 105	0.07 122	0.06 11	0.10 32	0.14 133	0.11 96	0.06 18	0.08 113	0.06 38	0.06 62	0.08 24	0.10 194	0.03 1	0.03 1	0.04 1	0.04 52	0.04 44	0.03 2

4.5w-stereo	0.07 7	0.09 410	0.08 54	0.15 105	0.07 122	0.06 11	0.10 32	0.14 133	0.11 96	0.06 18	0.08 113	0.06 38	0.06 62	0.08 24	0.10 194	0.03 1	0.03 1	0.04 1	0.04 52	0.04 44	0.03 2

4.25w-stereo	0.07 7	0.08 329	0.09 116	0.15 105	0.06 26	0.09 127	0.08 7	0.14 133	0.08 24	0.07 65	0.07 60	0.06 38	0.06 62	0.12 277	0.10 194	0.03 1	0.03 1	0.04 1	0.03 1	0.04 44	0.03 2

4w-stereo	0.07 7	0.08 329	0.08 54	0.16 198	0.06 26	0.07 38	0.08 7	0.12 78	0.08 24	0.07 65	0.07 60	0.05 5	0.06 62	0.09 57	0.10 194	0.03 1	0.03 1	0.04 1	0.04 52	0.04 44	0.03 2

2.5w	0.07 7	0.07 211	0.07 10	0.16 198	0.06 26	0.08 75	0.12 92	0.10 31	0.10 65	0.07 65	0.06 23	0.09 207	0.06 62	0.08 24	0.09 101	0.04 11	0.03 1	0.04 1	0.04 52	0.03 1	0.03 2

2.75w_new	0.07 7	0.07 211	0.07 10	0.13 16	0.06 26	0.08 75	0.08 7	0.18 284	0.12 133	0.07 65	0.08 113	0.06 38	0.06 62	0.09 57	0.11 274	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.04 69

3.25w_new	0.07 7	0.06 97	0.07 10	0.15 105	0.06 26	0.10 189	0.07 3	0.12 78	0.11 96	0.08 118	0.06 23	0.07 116	0.06 62	0.11 186	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 7	0.06 97	0.07 10	0.15 105	0.06 26	0.10 189	0.07 3	0.12 78	0.11 96	0.08 118	0.06 23	0.07 116	0.06 62	0.11 186	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 7	0.07 211	0.08 54	0.16 198	0.07 122	0.07 38	0.09 18	0.16 212	0.09 44	0.07 65	0.06 23	0.05 5	0.06 62	0.09 57	0.10 194	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 211	0.07 10	0.15 105	0.07 122	0.09 127	0.06 1	0.13 103	0.11 96	0.07 65	0.07 60	0.06 38	0.07 172	0.10 117	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

1w_stereo	0.07 7	0.06 97	0.07 10	0.16 198	0.06 26	0.07 38	0.10 32	0.14 133	0.14 205	0.07 65	0.08 113	0.05 5	0.06 62	0.09 57	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 69

monsterstereo	0.07 7	0.06 97	0.06 4	0.16 198	0.06 26	0.08 75	0.10 32	0.16 212	0.11 96	0.07 65	0.08 113	0.06 38	0.07 172	0.08 24	0.09 101	0.04 11	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

monsters	0.07 7	0.06 97	0.06 4	0.15 105	0.06 26	0.08 75	0.09 18	0.12 78	0.08 24	0.09 169	0.07 60	0.06 38	0.06 62	0.08 24	0.08 25	0.05 49	0.04 24	0.04 1	0.04 52	0.03 1	0.03 2

IGEV	0.07 7	0.04 1	0.08 54	0.13 16	0.06 26	0.09 127	0.12 92	0.14 133	0.10 65	0.06 18	0.09 147	0.07 116	0.05 14	0.09 57	0.09 101	0.06 165	0.04 24	0.05 43	0.04 52	0.05 156	0.04 69

111111	0.07 7	0.04 1	0.09 116	0.17 284	0.06 26	0.05 4	0.10 32	0.11 53	0.09 44	0.06 18	0.06 23	0.07 116	0.05 14	0.09 57	0.09 101	0.06 165	0.04 24	0.05 43	0.04 52	0.07 356	0.06 291

LG-Stereo_L2	0.07 7	0.05 36	0.10 177	0.14 54	0.06 26	0.07 38	0.12 92	0.09 18	0.09 44	0.06 18	0.04 1	0.05 5	0.05 14	0.08 24	0.08 25	0.05 49	0.04 24	0.05 43	0.03 1	0.04 44	0.03 2

LG-Stereo_L1	0.07 7	0.05 36	0.11 231	0.14 54	0.06 26	0.07 38	0.13 162	0.09 18	0.07 15	0.05 2	0.04 1	0.05 5	0.04 1	0.08 24	0.07 1	0.05 49	0.04 24	0.05 43	0.03 1	0.04 44	0.04 69

MLG-Stereo_test3	0.07 7	0.05 36	0.10 177	0.14 54	0.06 26	0.07 38	0.11 61	0.08 10	0.06 6	0.06 18	0.04 1	0.06 38	0.06 62	0.07 4	0.10 194	0.06 165	0.04 24	0.05 43	0.04 52	0.05 156	0.06 291

MLG-Stereo	0.07 7	0.05 36	0.08 54	0.17 284	0.05 2	0.07 38	0.11 61	0.08 10	0.04 2	0.05 2	0.04 1	0.06 38	0.05 14	0.10 117	0.09 101	0.05 49	0.04 24	0.05 43	0.03 1	0.04 44	0.04 69

LG-G_1	0.07 7	0.04 1	0.11 231	0.15 105	0.06 26	0.09 127	0.08 7	0.08 10	0.06 6	0.06 18	0.05 7	0.07 116	0.07 172	0.11 186	0.08 25	0.07 325	0.04 24	0.05 43	0.04 52	0.05 156	0.05 195

LG-G	0.07 7	0.04 1	0.11 231	0.15 105	0.06 26	0.09 127	0.08 7	0.08 10	0.06 6	0.06 18	0.05 7	0.07 116	0.07 172	0.11 186	0.08 25	0.07 325	0.04 24	0.05 43	0.04 52	0.05 156	0.05 195

LGtest1	0.07 7	0.04 1	0.10 177	0.15 105	0.06 26	0.07 38	0.09 18	0.08 10	0.06 6	0.05 2	0.04 1	0.06 38	0.06 62	0.10 117	0.09 101	0.07 325	0.04 24	0.05 43	0.04 52	0.06 277	0.06 291

LG-Stereo_Zeroshot	0.07 7	0.06 97	0.10 177	0.16 198	0.07 122	0.04 1	0.13 162	0.10 31	0.10 65	0.05 2	0.11 231	0.07 116	0.05 14	0.07 4	0.09 101	0.06 165	0.04 24	0.05 43	0.04 52	0.05 156	0.04 69

GREAT-IGEV	0.07 7	0.06 97	0.08 54	0.13 16	0.07 122	0.07 38	0.14 225	0.09 18	0.09 44	0.06 18	0.07 60	0.06 38	0.05 14	0.10 117	0.07 1	0.05 49	0.04 24	0.05 43	0.04 52	0.05 156	0.04 69
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
StereoAnything_RVC	0.07 7	0.15 566	0.17 476	0.11 1	0.05 2	0.05 4	0.11 61	0.08 10	0.08 24	0.06 18	0.06 23	0.05 5	0.05 14	0.09 57	0.08 25	0.08 399	0.04 24	0.05 43	0.03 1	0.05 156	0.04 69

AIO_rvc	0.07 7	0.06 97	0.08 54	0.15 105	0.06 26	0.08 75	0.14 225	0.09 18	0.08 24	0.07 65	0.08 113	0.07 116	0.04 1	0.10 117	0.08 25	0.05 49	0.04 24	0.05 43	0.04 52	0.04 44	0.03 2

AIO_test	0.07 7	0.05 36	0.07 10	0.15 105	0.07 122	0.06 11	0.14 225	0.10 31	0.10 65	0.07 65	0.07 60	0.06 38	0.05 14	0.08 24	0.10 194	0.05 49	0.04 24	0.05 43	0.04 52	0.04 44	0.03 2

MonSter	0.07 7	0.06 97	0.05 1	0.15 105	0.05 2	0.07 38	0.10 32	0.15 175	0.15 230	0.05 2	0.06 23	0.05 5	0.06 62	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DEFOM-Stereo	0.07 7	0.05 36	0.07 10	0.14 54	0.06 26	0.10 189	0.13 162	0.07 6	0.13 173	0.06 18	0.07 60	0.06 38	0.05 14	0.10 117	0.09 101	0.04 11	0.04 24	0.05 43	0.03 1	0.04 44	0.04 69

dual_stereo	0.07 7	0.04 1	0.08 54	0.15 105	0.05 2	0.05 4	0.13 162	0.12 78	0.08 24	0.07 65	0.06 23	0.05 5	0.05 14	0.07 4	0.09 101	0.06 165	0.04 24	0.05 43	0.03 1	0.04 44	0.04 69

IGEV-Stereo++	0.07 7	0.06 97	0.08 54	0.18 374	0.06 26	0.04 1	0.10 32	0.11 53	0.11 96	0.06 18	0.07 60	0.07 116	0.06 62	0.09 57	0.09 101	0.05 49	0.04 24	0.05 43	0.04 52	0.05 156	0.04 69

IGEV-Stereo+	0.07 7	0.04 1	0.08 54	0.15 105	0.06 26	0.04 1	0.09 18	0.10 31	0.09 44	0.06 18	0.06 23	0.06 38	0.06 62	0.06 1	0.08 25	0.06 165	0.04 24	0.05 43	0.04 52	0.06 277	0.06 291

GCAPDPT-zeroshot4090	0.07 7	0.05 36	0.11 231	0.15 105	0.06 26	0.07 38	0.13 162	0.09 18	0.11 96	0.07 65	0.08 113	0.06 38	0.05 14	0.09 57	0.07 1	0.05 49	0.05 258	0.05 43	0.04 52	0.03 1	0.04 69

Selective-IGEV	0.07 7	0.06 97	0.08 54	0.17 284	0.06 26	0.08 75	0.12 92	0.13 103	0.07 15	0.08 118	0.07 60	0.06 38	0.04 1	0.10 117	0.09 101	0.05 49	0.04 24	0.05 43	0.04 52	0.04 44	0.03 2

Lmatch	0.08 75	0.04 1	0.11 231	0.13 16	0.08 200	0.08 75	0.13 162	0.14 133	0.09 44	0.05 2	0.05 7	0.05 5	0.09 253	0.11 186	0.10 194	0.06 165	0.05 258	0.05 43	0.04 52	0.05 156	0.05 195

aanet-new-90k	0.08 75	0.07 211	0.08 54	0.19 442	0.06 26	0.07 38	0.12 92	0.12 78	0.13 173	0.06 18	0.07 60	0.06 38	0.06 62	0.10 117	0.07 1	0.05 49	0.04 24	0.05 43	0.04 52	0.05 156	0.03 2

aanet-new-36k	0.08 75	0.06 97	0.09 116	0.17 284	0.06 26	0.09 127	0.13 162	0.11 53	0.13 173	0.08 118	0.08 113	0.06 38	0.05 14	0.09 57	0.08 25	0.04 11	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

aanet-new-34k	0.08 75	0.06 97	0.09 116	0.17 284	0.05 2	0.07 38	0.13 162	0.12 78	0.12 133	0.09 169	0.08 113	0.07 116	0.05 14	0.10 117	0.09 101	0.04 11	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

aanet-32k-new	0.08 75	0.07 211	0.08 54	0.18 374	0.06 26	0.08 75	0.12 92	0.11 53	0.12 133	0.07 65	0.08 113	0.05 5	0.07 172	0.10 117	0.08 25	0.05 49	0.04 24	0.05 43	0.04 52	0.06 277	0.04 69

aanet-new-32k	0.08 75	0.07 211	0.09 116	0.18 374	0.06 26	0.11 240	0.11 61	0.10 31	0.08 24	0.07 65	0.07 60	0.07 116	0.06 62	0.10 117	0.08 25	0.05 49	0.04 24	0.05 43	0.04 52	0.04 44	0.03 2

aanet-new-30k	0.08 75	0.07 211	0.09 116	0.18 374	0.06 26	0.11 240	0.11 61	0.10 31	0.08 24	0.07 65	0.07 60	0.07 116	0.06 62	0.10 117	0.08 25	0.05 49	0.04 24	0.05 43	0.04 52	0.04 44	0.03 2

aanet-new-28k	0.08 75	0.07 211	0.09 116	0.18 374	0.06 26	0.08 75	0.12 92	0.10 31	0.09 44	0.09 169	0.08 113	0.08 174	0.06 62	0.12 277	0.08 25	0.05 49	0.04 24	0.05 43	0.04 52	0.05 156	0.04 69

aanet-new-22k	0.08 75	0.06 97	0.09 116	0.17 284	0.06 26	0.08 75	0.11 61	0.14 133	0.12 133	0.09 169	0.09 147	0.08 174	0.06 62	0.10 117	0.08 25	0.04 11	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

aanet-new-16k	0.08 75	0.08 329	0.08 54	0.18 374	0.06 26	0.07 38	0.09 18	0.13 103	0.12 133	0.08 118	0.07 60	0.07 116	0.06 62	0.09 57	0.08 25	0.04 11	0.04 24	0.05 43	0.04 52	0.05 156	0.03 2

aanet-new-10k	0.08 75	0.08 329	0.08 54	0.19 442	0.07 122	0.08 75	0.12 92	0.14 133	0.11 96	0.07 65	0.08 113	0.07 116	0.07 172	0.09 57	0.08 25	0.05 49	0.04 24	0.05 43	0.04 52	0.05 156	0.04 69

aanet-new-12k	0.08 75	0.09 410	0.07 10	0.20 508	0.08 200	0.08 75	0.13 162	0.12 78	0.13 173	0.08 118	0.08 113	0.05 5	0.07 172	0.09 57	0.08 25	0.04 11	0.04 24	0.05 43	0.04 52	0.06 277	0.04 69

aanet-new-14k	0.08 75	0.09 410	0.08 54	0.19 442	0.06 26	0.07 38	0.10 32	0.14 133	0.15 230	0.06 18	0.08 113	0.05 5	0.06 62	0.09 57	0.08 25	0.05 49	0.04 24	0.05 43	0.04 52	0.05 156	0.04 69

aanet-new-8k	0.08 75	0.07 211	0.08 54	0.19 442	0.07 122	0.09 127	0.12 92	0.16 212	0.15 230	0.07 65	0.07 60	0.06 38	0.06 62	0.10 117	0.08 25	0.04 11	0.04 24	0.05 43	0.04 52	0.04 44	0.04 69

aanet-new	0.08 75	0.09 410	0.10 177	0.18 374	0.08 200	0.10 189	0.12 92	0.15 175	0.12 133	0.08 118	0.08 113	0.05 5	0.07 172	0.10 117	0.08 25	0.05 49	0.04 24	0.05 43	0.04 52	0.06 277	0.04 69

GCAP-Stereo-cres-4k	0.08 75	0.07 211	0.08 54	0.18 374	0.07 122	0.11 240	0.14 225	0.12 78	0.11 96	0.07 65	0.11 231	0.07 116	0.06 62	0.09 57	0.08 25	0.04 11	0.04 24	0.05 43	0.04 52	0.04 44	0.04 69

GCAP-Stereo-DPT-cres	0.08 75	0.05 36	0.07 10	0.15 105	0.06 26	0.10 189	0.14 225	0.13 103	0.12 133	0.07 65	0.09 147	0.07 116	0.06 62	0.10 117	0.09 101	0.05 49	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

GCAP-Stereo-DPT-36K	0.08 75	0.06 97	0.15 410	0.14 54	0.06 26	0.08 75	0.13 162	0.13 103	0.11 96	0.07 65	0.08 113	0.07 116	0.06 62	0.09 57	0.08 25	0.05 49	0.05 258	0.05 43	0.04 52	0.03 1	0.04 69

GCAP-Stereo-DPT-22K	0.08 75	0.06 97	0.07 10	0.17 284	0.06 26	0.07 38	0.14 225	0.13 103	0.16 266	0.05 2	0.10 183	0.06 38	0.06 62	0.08 24	0.08 25	0.04 11	0.04 24	0.05 43	0.04 52	0.03 1	0.04 69

GCAP-Stereo-DPT-5K	0.08 75	0.06 97	0.10 177	0.16 198	0.07 122	0.11 240	0.12 92	0.15 175	0.15 230	0.08 118	0.12 252	0.05 5	0.06 62	0.09 57	0.08 25	0.05 49	0.04 24	0.06 176	0.05 178	0.03 1	0.04 69

GCAP-Stereo-DPT-2K	0.08 75	0.06 97	0.10 177	0.16 198	0.07 122	0.11 240	0.13 162	0.14 133	0.14 205	0.08 118	0.13 270	0.05 5	0.06 62	0.10 117	0.08 25	0.05 49	0.04 24	0.05 43	0.04 52	0.03 1	0.04 69

GCAP-Stereo-DPT-3K	0.08 75	0.07 211	0.10 177	0.16 198	0.07 122	0.09 127	0.12 92	0.15 175	0.14 205	0.08 118	0.11 231	0.05 5	0.06 62	0.09 57	0.08 25	0.05 49	0.04 24	0.05 43	0.04 52	0.03 1	0.04 69

GCAP-Stereo-DPT-50K	0.08 75	0.06 97	0.17 476	0.15 105	0.06 26	0.06 11	0.13 162	0.13 103	0.13 173	0.07 65	0.07 60	0.06 38	0.05 14	0.08 24	0.08 25	0.04 11	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 75	0.06 97	0.07 10	0.16 198	0.06 26	0.06 11	0.14 225	0.14 133	0.14 205	0.07 65	0.10 183	0.06 38	0.05 14	0.09 57	0.09 101	0.04 11	0.04 24	0.04 1	0.04 52	0.03 1	0.03 2

GCAP-Stereo-DPT-FT	0.08 75	0.05 36	0.12 274	0.15 105	0.06 26	0.10 189	0.14 225	0.12 78	0.12 133	0.07 65	0.09 147	0.06 38	0.06 62	0.10 117	0.08 25	0.06 165	0.04 24	0.05 43	0.04 52	0.04 44	0.04 69

PSi22	0.08 75	0.06 97	0.11 231	0.16 198	0.07 122	0.08 75	0.10 32	0.14 133	0.08 24	0.08 118	0.06 23	0.10 242	0.06 62	0.12 277	0.09 101	0.05 49	0.04 24	0.04 1	0.03 1	0.04 44	0.04 69

Foundation-i1c-attn	0.08 75	0.05 36	0.07 10	0.14 54	0.05 2	0.09 127	0.12 92	0.12 78	0.10 65	0.09 169	0.10 183	0.10 242	0.07 172	0.07 4	0.10 194	0.06 165	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

Foundation-i1b	0.08 75	0.05 36	0.07 10	0.14 54	0.05 2	0.09 127	0.12 92	0.13 103	0.10 65	0.09 169	0.10 183	0.09 207	0.06 62	0.07 4	0.09 101	0.06 165	0.04 24	0.05 43	0.04 52	0.03 1	0.03 2

Foundation-i1a	0.08 75	0.05 36	0.07 10	0.13 16	0.05 2	0.13 341	0.13 162	0.12 78	0.09 44	0.11 247	0.11 231	0.11 271	0.06 62	0.08 24	0.09 101	0.06 165	0.04 24	0.05 43	0.03 1	0.04 44	0.04 69

DepthFocus	0.08 75	0.04 1	0.15 410	0.12 5	0.09 325	0.07 38	0.12 92	0.10 31	0.05 4	0.09 169	0.05 7	0.07 116	0.04 1	0.08 24	0.08 25	0.06 165	0.05 258	0.07 285	0.07 365	0.05 156	0.04 69

GeoVLM	0.08 75	0.04 1	0.10 177	0.13 16	0.06 26	0.10 189	0.12 92	0.13 103	0.08 24	0.06 18	0.07 60	0.06 38	0.08 221	0.10 117	0.11 274	0.06 165	0.05 258	0.04 1	0.03 1	0.04 44	0.05 195

gcap_with_dpt	0.08 75	0.06 97	0.09 116	0.16 198	0.07 122	0.09 127	0.12 92	0.13 103	0.13 173	0.08 118	0.12 252	0.04 1	0.06 62	0.10 117	0.08 25	0.05 49	0.04 24	0.05 43	0.04 52	0.03 1	0.04 69

DispViT+	0.08 75	0.08 329	0.13 324	0.15 105	0.07 122	0.08 75	0.10 32	0.14 133	0.09 44	0.09 169	0.06 23	0.06 38	0.07 172	0.10 117	0.12 335	0.05 49	0.05 258	0.05 43	0.04 52	0.05 156	0.05 195

WQFJA1++	0.08 75	0.04 1	0.11 231	0.14 54	0.07 122	0.11 240	0.11 61	0.11 53	0.07 15	0.07 65	0.07 60	0.07 116	0.06 62	0.10 117	0.10 194	0.06 165	0.04 24	0.05 43	0.04 52	0.06 277	0.06 291

BStereo	0.08 75	0.06 97	0.16 446	0.15 105	0.08 200	0.07 38	0.09 18	0.15 175	0.16 266	0.06 18	0.07 60	0.07 116	0.05 14	0.09 57	0.11 274	0.04 11	0.05 258	0.05 43	0.07 365	0.04 44	0.04 69

MonSter++	0.08 75	0.04 1	0.10 177	0.13 16	0.06 26	0.09 127	0.12 92	0.13 103	0.08 24	0.06 18	0.07 60	0.06 38	0.08 221	0.10 117	0.11 274	0.06 165	0.05 258	0.04 1	0.03 1	0.04 44	0.04 69

HiDET	0.08 75	0.04 1	0.10 177	0.13 16	0.06 26	0.08 75	0.12 92	0.12 78	0.11 96	0.06 18	0.07 60	0.07 116	0.07 172	0.11 186	0.11 274	0.06 165	0.04 24	0.04 1	0.03 1	0.04 44	0.04 69

LCMNet	0.08 75	0.05 36	0.10 177	0.13 16	0.07 122	0.09 127	0.12 92	0.10 31	0.11 96	0.06 18	0.08 113	0.06 38	0.07 172	0.11 186	0.10 194	0.06 165	0.05 258	0.04 1	0.03 1	0.04 44	0.04 69

GEAStereo	0.08 75	0.05 36	0.08 54	0.13 16	0.08 200	0.08 75	0.14 225	0.10 31	0.09 44	0.08 118	0.10 183	0.06 38	0.05 14	0.11 186	0.08 25	0.06 165	0.04 24	0.05 43	0.04 52	0.05 156	0.05 195

GSStereo	0.08 75	0.05 36	0.08 54	0.13 16	0.08 200	0.08 75	0.14 225	0.11 53	0.12 133	0.08 118	0.10 183	0.05 5	0.05 14	0.11 186	0.08 25	0.06 165	0.04 24	0.05 43	0.04 52	0.05 156	0.05 195

gasm-f	0.08 75	0.05 36	0.07 10	0.13 16	0.08 200	0.08 75	0.14 225	0.10 31	0.09 44	0.08 118	0.10 183	0.06 38	0.05 14	0.10 117	0.08 25	0.06 165	0.04 24	0.05 43	0.04 52	0.06 277	0.05 195

DDF-Stereo	0.08 75	0.04 1	0.09 116	0.15 105	0.10 437	0.06 11	0.13 162	0.09 18	0.14 205	0.06 18	0.06 23	0.07 116	0.06 62	0.09 57	0.10 194	0.06 165	0.04 24	0.06 176	0.04 52	0.08 420	0.05 195

252Zero-FE	0.08 75	0.04 1	0.09 116	0.13 16	0.07 122	0.12 290	0.11 61	0.13 103	0.14 205	0.06 18	0.05 7	0.06 38	0.05 14	0.09 57	0.10 194	0.06 165	0.04 24	0.04 1	0.03 1	0.05 156	0.06 291

DA	0.08 75	0.07 211	0.07 10	0.19 442	0.08 200	0.09 127	0.12 92	0.13 103	0.12 133	0.08 118	0.10 183	0.10 242	0.08 221	0.09 57	0.10 194	0.05 49	0.04 24	0.06 176	0.04 52	0.05 156	0.03 2

zero-FE	0.08 75	0.04 1	0.09 116	0.15 105	0.10 437	0.05 4	0.14 225	0.09 18	0.14 205	0.07 65	0.06 23	0.07 116	0.06 62	0.09 57	0.10 194	0.06 165	0.04 24	0.06 176	0.04 52	0.08 420	0.05 195

GGEV	0.08 75	0.07 211	0.07 10	0.19 442	0.08 200	0.09 127	0.12 92	0.13 103	0.12 133	0.08 118	0.10 183	0.10 242	0.08 221	0.09 57	0.10 194	0.05 49	0.04 24	0.06 176	0.04 52	0.05 156	0.03 2

GASTEREO	0.08 75	0.05 36	0.09 116	0.19 442	0.07 122	0.07 38	0.12 92	0.14 133	0.11 96	0.10 213	0.09 147	0.07 116	0.04 1	0.12 277	0.08 25	0.06 165	0.05 258	0.05 43	0.04 52	0.04 44	0.05 195

MSCF	0.08 75	0.05 36	0.08 54	0.19 442	0.08 200	0.06 11	0.12 92	0.14 133	0.11 96	0.10 213	0.09 147	0.07 116	0.04 1	0.11 186	0.08 25	0.06 165	0.05 258	0.05 43	0.04 52	0.05 156	0.05 195

S2M2_XL	0.08 75	0.06 97	0.12 274	0.12 5	0.08 200	0.09 127	0.09 18	0.07 6	0.07 15	0.08 118	0.07 60	0.07 116	0.06 62	0.09 57	0.09 101	0.08 399	0.06 402	0.07 285	0.05 178	0.08 420	0.06 291
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
3w_stereo	0.08 75	0.09 410	0.10 177	0.17 284	0.07 122	0.08 75	0.10 32	0.20 324	0.13 173	0.06 18	0.07 60	0.05 5	0.06 62	0.08 24	0.09 101	0.03 1	0.03 1	0.04 1	0.03 1	0.04 44	0.03 2

2w_stereo	0.08 75	0.08 329	0.09 116	0.16 198	0.06 26	0.08 75	0.10 32	0.20 324	0.15 230	0.08 118	0.07 60	0.06 38	0.06 62	0.06 1	0.09 101	0.04 11	0.03 1	0.04 1	0.04 52	0.03 1	0.03 2

LG-Stereo	0.08 75	0.07 211	0.10 177	0.18 374	0.07 122	0.10 189	0.17 416	0.11 53	0.08 24	0.05 2	0.07 60	0.05 5	0.07 172	0.09 57	0.09 101	0.04 11	0.05 258	0.07 285	0.07 365	0.04 44	0.04 69

SGD-Stereo	0.08 75	0.05 36	0.10 177	0.14 54	0.05 2	0.12 290	0.12 92	0.11 53	0.12 133	0.07 65	0.09 147	0.09 207	0.09 253	0.08 24	0.08 25	0.06 165	0.04 24	0.05 43	0.04 52	0.05 156	0.03 2

HART	0.08 75	0.07 211	0.09 116	0.17 284	0.07 122	0.10 189	0.16 375	0.13 103	0.11 96	0.08 118	0.10 183	0.07 116	0.05 14	0.10 117	0.08 25	0.05 49	0.04 24	0.06 176	0.04 52	0.05 156	0.04 69

Reg-Stereo(zero)	0.08 75	0.05 36	0.08 54	0.16 198	0.06 26	0.12 290	0.11 61	0.15 175	0.10 65	0.12 288	0.09 147	0.10 242	0.08 221	0.11 186	0.08 25	0.06 165	0.04 24	0.05 43	0.04 52	0.04 44	0.05 195

SCV_C0	0.08 75	0.07 211	0.07 10	0.16 198	0.09 325	0.08 75	0.15 306	0.11 53	0.12 133	0.08 118	0.07 60	0.06 38	0.05 14	0.11 186	0.07 1	0.05 49	0.05 258	0.05 43	0.04 52	0.06 277	0.05 195

SCV	0.08 75	0.09 410	0.08 54	0.15 105	0.08 200	0.10 189	0.13 162	0.10 31	0.12 133	0.07 65	0.07 60	0.06 38	0.04 1	0.09 57	0.08 25	0.05 49	0.04 24	0.06 176	0.04 52	0.06 277	0.04 69

DEFOM-Stereo_RVC	0.08 75	0.06 97	0.09 116	0.22 556	0.06 26	0.08 75	0.12 92	0.10 31	0.10 65	0.07 65	0.07 60	0.06 38	0.05 14	0.11 186	0.09 101	0.06 165	0.04 24	0.05 43	0.03 1	0.06 277	0.04 69

HUF	0.08 75	0.05 36	0.08 54	0.14 54	0.06 26	0.09 127	0.13 162	0.13 103	0.13 173	0.07 65	0.07 60	0.08 174	0.06 62	0.10 117	0.09 101	0.06 165	0.04 24	0.05 43	0.04 52	0.05 156	0.04 69

castereo++	0.08 75	0.05 36	0.08 54	0.15 105	0.05 2	0.14 375	0.12 92	0.11 53	0.15 230	0.07 65	0.07 60	0.07 116	0.06 62	0.08 24	0.08 25	0.06 165	0.04 24	0.05 43	0.04 52	0.04 44	0.03 2

IGEV-RUCA	0.08 75	0.06 97	0.11 231	0.14 54	0.09 325	0.10 189	0.12 92	0.10 31	0.12 133	0.06 18	0.07 60	0.07 116	0.06 62	0.09 57	0.08 25	0.06 165	0.05 258	0.05 43	0.04 52	0.05 156	0.06 291

GIP-stereo	0.08 75	0.06 97	0.11 231	0.14 54	0.06 26	0.09 127	0.13 162	0.14 133	0.11 96	0.07 65	0.08 113	0.05 5	0.04 1	0.10 117	0.07 1	0.05 49	0.04 24	0.05 43	0.04 52	0.05 156	0.04 69

SMoEStereo_RVC	0.08 75	0.06 97	0.12 274	0.16 198	0.07 122	0.09 127	0.14 225	0.11 53	0.13 173	0.09 169	0.07 60	0.07 116	0.07 172	0.12 277	0.10 194	0.05 49	0.04 24	0.06 176	0.05 178	0.04 44	0.04 69

WCG-NET	0.08 75	0.05 36	0.09 116	0.15 105	0.06 26	0.11 240	0.14 225	0.13 103	0.13 173	0.06 18	0.09 147	0.07 116	0.06 62	0.13 329	0.08 25	0.05 49	0.04 24	0.05 43	0.04 52	0.04 44	0.03 2

Occ-G	0.08 75	0.05 36	0.06 4	0.14 54	0.07 122	0.08 75	0.14 225	0.13 103	0.15 230	0.07 65	0.11 231	0.07 116	0.05 14	0.09 57	0.10 194	0.06 165	0.05 258	0.05 43	0.04 52	0.05 156	0.05 195

U	0.08 75	0.07 211	0.09 116	0.19 442	0.10 437	0.10 189	0.13 162	0.12 78	0.17 294	0.07 65	0.07 60	0.06 38	0.05 14	0.07 4	0.08 25	0.06 165	0.04 24	0.06 176	0.04 52	0.06 277	0.05 195

AIO-Stereo	0.08 75	0.06 97	0.09 116	0.18 374	0.06 26	0.08 75	0.12 92	0.15 175	0.09 44	0.08 118	0.08 113	0.07 116	0.05 14	0.11 186	0.08 25	0.05 49	0.05 258	0.05 43	0.04 52	0.04 44	0.04 69

WCG-NET（raft）	0.08 75	0.05 36	0.10 177	0.15 105	0.06 26	0.11 240	0.13 162	0.15 175	0.12 133	0.08 118	0.07 60	0.06 38	0.06 62	0.13 329	0.08 25	0.05 49	0.04 24	0.05 43	0.04 52	0.04 44	0.04 69

RSM++	0.08 75	0.06 97	0.09 116	0.17 284	0.07 122	0.09 127	0.12 92	0.11 53	0.11 96	0.08 118	0.06 23	0.07 116	0.05 14	0.10 117	0.09 101	0.04 11	0.04 24	0.06 176	0.05 178	0.05 156	0.03 2

RSM	0.08 75	0.06 97	0.09 116	0.17 284	0.06 26	0.08 75	0.12 92	0.12 78	0.10 65	0.08 118	0.07 60	0.06 38	0.05 14	0.11 186	0.09 101	0.04 11	0.04 24	0.05 43	0.04 52	0.04 44	0.03 2

gcap-zeroshot	0.08 75	0.06 97	0.10 177	0.15 105	0.07 122	0.11 240	0.12 92	0.15 175	0.15 230	0.08 118	0.12 252	0.05 5	0.06 62	0.09 57	0.08 25	0.05 49	0.04 24	0.06 176	0.05 178	0.03 1	0.04 69

test_for_model	0.08 75	0.06 97	0.10 177	0.16 198	0.07 122	0.11 240	0.12 92	0.15 175	0.15 230	0.08 118	0.12 252	0.05 5	0.06 62	0.09 57	0.08 25	0.05 49	0.04 24	0.06 176	0.05 178	0.03 1	0.04 69

trnet	0.08 75	0.05 36	0.07 10	0.12 5	0.05 2	0.12 290	0.11 61	0.13 103	0.10 65	0.08 118	0.13 270	0.09 207	0.08 221	0.11 186	0.10 194	0.08 399	0.05 258	0.05 43	0.03 1	0.06 277	0.05 195

MoCha-V2	0.08 75	0.05 36	0.10 177	0.20 508	0.07 122	0.09 127	0.14 225	0.11 53	0.08 24	0.07 65	0.08 113	0.07 116	0.06 62	0.09 57	0.08 25	0.05 49	0.04 24	0.05 43	0.04 52	0.04 44	0.04 69

IGEV++	0.08 75	0.06 97	0.08 54	0.18 374	0.07 122	0.09 127	0.13 162	0.10 31	0.09 44	0.08 118	0.08 113	0.06 38	0.06 62	0.13 329	0.09 101	0.05 49	0.04 24	0.05 43	0.04 52	0.05 156	0.04 69

testlalala	0.08 75	0.06 97	0.10 177	0.15 105	0.07 122	0.11 240	0.12 92	0.15 175	0.15 230	0.08 118	0.12 252	0.05 5	0.06 62	0.09 57	0.08 25	0.05 49	0.04 24	0.06 176	0.05 178	0.03 1	0.04 69

AEACV	0.08 75	0.05 36	0.08 54	0.14 54	0.13 544	0.14 375	0.13 162	0.14 133	0.09 44	0.07 65	0.09 147	0.07 116	0.08 221	0.10 117	0.09 101	0.06 165	0.04 24	0.06 176	0.05 178	0.05 156	0.04 69

LoS_RVC	0.08 75	0.05 36	0.07 10	0.15 105	0.07 122	0.08 75	0.15 306	0.11 53	0.10 65	0.08 118	0.09 147	0.06 38	0.09 253	0.10 117	0.09 101	0.05 49	0.04 24	0.05 43	0.03 1	0.04 44	0.03 2

CAS	0.08 75	0.04 1	0.07 10	0.17 284	0.08 200	0.10 189	0.13 162	0.12 78	0.09 44	0.09 169	0.10 183	0.08 174	0.06 62	0.09 57	0.08 25	0.08 399	0.04 24	0.05 43	0.03 1	0.05 156	0.04 69

CES	0.08 75	0.04 1	0.08 54	0.14 54	0.07 122	0.09 127	0.14 225	0.11 53	0.09 44	0.08 118	0.09 147	0.11 271	0.06 62	0.12 277	0.08 25	0.06 165	0.04 24	0.05 43	0.03 1	0.05 156	0.05 195

EGLCR-Stereo	0.08 75	0.05 36	0.08 54	0.14 54	0.06 26	0.10 189	0.12 92	0.11 53	0.16 266	0.06 18	0.05 7	0.07 116	0.05 14	0.10 117	0.11 274	0.06 165	0.04 24	0.06 176	0.05 178	0.04 44	0.04 69

MC-Stereo	0.08 75	0.06 97	0.09 116	0.17 284	0.06 26	0.10 189	0.14 225	0.12 78	0.10 65	0.09 169	0.12 252	0.09 207	0.06 62	0.11 186	0.10 194	0.06 165	0.04 24	0.06 176	0.05 178	0.04 44	0.04 69

test-3	0.08 75	0.06 97	0.09 116	0.17 284	0.07 122	0.07 38	0.14 225	0.12 78	0.15 230	0.09 169	0.08 113	0.07 116	0.08 221	0.11 186	0.10 194	0.05 49	0.04 24	0.07 285	0.05 178	0.04 44	0.04 69

test_1	0.08 75	0.06 97	0.09 116	0.17 284	0.07 122	0.07 38	0.14 225	0.12 78	0.15 230	0.09 169	0.08 113	0.07 116	0.08 221	0.11 186	0.10 194	0.05 49	0.04 24	0.07 285	0.05 178	0.04 44	0.04 69

CREStereo++_RVC	0.08 75	0.04 1	0.06 4	0.13 16	0.07 122	0.09 127	0.12 92	0.14 133	0.14 205	0.10 213	0.14 284	0.08 174	0.07 172	0.09 57	0.11 274	0.06 165	0.04 24	0.05 43	0.05 178	0.04 44	0.04 69
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
RT-Monster	0.09 160	0.05 36	0.09 116	0.14 54	0.08 200	0.11 240	0.10 32	0.17 251	0.18 325	0.13 318	0.10 183	0.09 207	0.08 221	0.10 117	0.10 194	0.07 325	0.05 258	0.05 43	0.04 52	0.05 156	0.06 291

LiteMatch	0.09 160	0.06 97	0.10 177	0.16 198	0.07 122	0.09 127	0.15 306	0.13 103	0.08 24	0.06 18	0.07 60	0.06 38	0.15 437	0.10 117	0.14 414	0.07 325	0.04 24	0.06 176	0.06 268	0.06 277	0.06 291

Foundation-i1	0.09 160	0.04 1	0.10 177	0.14 54	0.06 26	0.10 189	0.13 162	0.16 212	0.14 205	0.10 213	0.10 183	0.11 271	0.07 172	0.07 4	0.10 194	0.06 165	0.04 24	0.05 43	0.05 178	0.05 156	0.05 195

VMStereo-Base	0.09 160	0.05 36	0.10 177	0.13 16	0.07 122	0.10 189	0.10 32	0.16 212	0.13 173	0.10 213	0.15 301	0.10 242	0.09 253	0.11 186	0.10 194	0.07 325	0.05 258	0.05 43	0.04 52	0.05 156	0.06 291

Wave_Phase_stereo	0.09 160	0.06 97	0.16 446	0.15 105	0.08 200	0.11 240	0.09 18	0.18 284	0.16 266	0.06 18	0.07 60	0.07 116	0.05 14	0.09 57	0.11 274	0.04 11	0.05 258	0.05 43	0.07 365	0.04 44	0.04 69

NLSM3	0.09 160	0.06 97	0.08 54	0.19 442	0.08 200	0.11 240	0.16 375	0.18 284	0.16 266	0.06 18	0.08 113	0.07 116	0.08 221	0.09 57	0.11 274	0.04 11	0.04 24	0.06 176	0.07 365	0.03 1	0.03 2

FE-Mocha	0.09 160	0.06 97	0.14 362	0.16 198	0.09 325	0.10 189	0.15 306	0.18 284	0.16 266	0.10 213	0.09 147	0.07 116	0.07 172	0.09 57	0.09 101	0.06 165	0.04 24	0.06 176	0.06 268	0.05 156	0.05 195

IGEV-FE	0.09 160	0.05 36	0.12 274	0.13 16	0.08 200	0.12 290	0.13 162	0.17 251	0.11 96	0.10 213	0.06 23	0.09 207	0.06 62	0.11 186	0.09 101	0.06 165	0.04 24	0.06 176	0.06 268	0.05 156	0.05 195

water-stereo	0.09 160	0.06 97	0.08 54	0.16 198	0.07 122	0.09 127	0.13 162	0.15 175	0.13 173	0.11 247	0.12 252	0.08 174	0.09 253	0.07 4	0.08 25	0.06 165	0.05 258	0.05 43	0.05 178	0.04 44	0.04 69

depthmonostereo	0.09 160	0.06 97	0.09 116	0.15 105	0.06 26	0.10 189	0.13 162	0.14 133	0.14 205	0.10 213	0.10 183	0.09 207	0.11 324	0.08 24	0.09 101	0.06 165	0.05 258	0.06 176	0.04 52	0.04 44	0.03 2

DilatedVolume-Stereo	0.09 160	0.05 36	0.08 54	0.15 105	0.06 26	0.11 240	0.12 92	0.14 133	0.16 266	0.11 247	0.11 231	0.09 207	0.09 253	0.11 186	0.10 194	0.06 165	0.05 258	0.05 43	0.04 52	0.03 1	0.03 2

S2M2_L	0.09 160	0.08 329	0.11 231	0.13 16	0.10 437	0.08 75	0.06 1	0.10 31	0.10 65	0.10 213	0.09 147	0.10 242	0.09 253	0.11 186	0.11 274	0.13 582	0.07 474	0.08 379	0.09 485	0.10 516	0.08 443
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test2	0.09 160	0.06 97	0.09 116	0.19 442	0.08 200	0.12 290	0.18 465	0.15 175	0.14 205	0.07 65	0.10 183	0.07 116	0.06 62	0.12 277	0.09 101	0.05 49	0.04 24	0.06 176	0.05 178	0.05 156	0.03 2

castereo	0.09 160	0.06 97	0.11 231	0.15 105	0.06 26	0.11 240	0.15 306	0.14 133	0.18 325	0.08 118	0.10 183	0.11 271	0.08 221	0.09 57	0.10 194	0.05 49	0.04 24	0.05 43	0.04 52	0.04 44	0.03 2

fffft	0.09 160	0.06 97	0.12 274	0.16 198	0.07 122	0.09 127	0.17 416	0.12 78	0.11 96	0.08 118	0.07 60	0.09 207	0.06 62	0.11 186	0.12 335	0.05 49	0.04 24	0.06 176	0.05 178	0.04 44	0.05 195
1: 1. 1
tt45	0.09 160	0.06 97	0.11 231	0.15 105	0.07 122	0.11 240	0.16 375	0.13 103	0.11 96	0.09 169	0.06 23	0.08 174	0.06 62	0.13 329	0.10 194	0.06 165	0.04 24	0.06 176	0.05 178	0.05 156	0.06 291

999	0.09 160	0.05 36	0.13 324	0.15 105	0.08 200	0.10 189	0.14 225	0.15 175	0.11 96	0.10 213	0.08 113	0.08 174	0.08 221	0.16 417	0.10 194	0.06 165	0.04 24	0.06 176	0.05 178	0.04 44	0.05 195

mms	0.09 160	0.07 211	0.08 54	0.16 198	0.08 200	0.10 189	0.16 375	0.12 78	0.11 96	0.08 118	0.09 147	0.08 174	0.06 62	0.11 186	0.12 335	0.05 49	0.04 24	0.07 285	0.05 178	0.04 44	0.03 2

ours_stereo	0.09 160	0.07 211	0.09 116	0.17 284	0.08 200	0.11 240	0.16 375	0.11 53	0.12 133	0.08 118	0.10 183	0.08 174	0.06 62	0.12 277	0.12 335	0.05 49	0.04 24	0.06 176	0.05 178	0.04 44	0.03 2

fffy	0.09 160	0.08 329	0.09 116	0.16 198	0.07 122	0.13 341	0.17 416	0.13 103	0.12 133	0.08 118	0.09 147	0.08 174	0.09 253	0.13 329	0.11 274	0.05 49	0.05 258	0.07 285	0.05 178	0.04 44	0.05 195

PAM_32	0.09 160	0.05 36	0.17 476	0.15 105	0.08 200	0.10 189	0.15 306	0.14 133	0.15 230	0.09 169	0.08 113	0.09 207	0.07 172	0.14 358	0.08 25	0.06 165	0.05 258	0.06 176	0.06 268	0.05 156	0.06 291

UGAM-zero	0.09 160	0.05 36	0.15 410	0.15 105	0.08 200	0.09 127	0.13 162	0.19 313	0.15 230	0.11 247	0.15 301	0.07 116	0.07 172	0.09 57	0.09 101	0.06 165	0.05 258	0.06 176	0.05 178	0.05 156	0.06 291

GCAP-BAT	0.09 160	0.05 36	0.11 231	0.13 16	0.07 122	0.11 240	0.14 225	0.14 133	0.16 266	0.07 65	0.10 183	0.08 174	0.06 62	0.13 329	0.08 25	0.07 325	0.05 258	0.05 43	0.05 178	0.04 44	0.04 69

Pointernet	0.09 160	0.04 1	0.09 116	0.16 198	0.08 200	0.13 341	0.10 32	0.15 175	0.17 294	0.09 169	0.07 60	0.06 38	0.06 62	0.11 186	0.09 101	0.08 399	0.04 24	0.05 43	0.03 1	0.06 277	0.05 195

IGEV-BASED-STEREO-	0.09 160	0.10 472	0.31 585	0.15 105	0.06 26	0.08 75	0.14 225	0.10 31	0.10 65	0.07 65	0.07 60	0.06 38	0.04 1	0.11 186	0.07 1	0.12 556	0.04 24	0.07 285	0.05 178	0.05 156	0.05 195

RAFT-Stereo-weight	0.09 160	0.06 97	0.10 177	0.16 198	0.07 122	0.09 127	0.14 225	0.19 313	0.16 266	0.11 247	0.10 183	0.08 174	0.06 62	0.10 117	0.11 274	0.06 165	0.04 24	0.06 176	0.04 52	0.04 44	0.04 69

MGS-Stereo	0.09 160	0.07 211	0.12 274	0.15 105	0.08 200	0.09 127	0.15 306	0.12 78	0.12 133	0.07 65	0.10 183	0.08 174	0.06 62	0.10 117	0.09 101	0.05 49	0.04 24	0.06 176	0.05 178	0.06 277	0.05 195

ff7	0.09 160	0.07 211	0.11 231	0.16 198	0.09 325	0.11 240	0.15 306	0.16 212	0.12 133	0.10 213	0.06 23	0.06 38	0.06 62	0.11 186	0.09 101	0.05 49	0.04 24	0.06 176	0.05 178	0.05 156	0.06 291

IGEVStereo-DCA	0.09 160	0.06 97	0.11 231	0.15 105	0.10 437	0.11 240	0.15 306	0.16 212	0.12 133	0.10 213	0.06 23	0.08 174	0.06 62	0.10 117	0.08 25	0.06 165	0.05 258	0.06 176	0.05 178	0.05 156	0.06 291

ffff	0.09 160	0.07 211	0.11 231	0.16 198	0.09 325	0.11 240	0.15 306	0.16 212	0.12 133	0.10 213	0.06 23	0.06 38	0.06 62	0.11 186	0.09 101	0.05 49	0.04 24	0.06 176	0.05 178	0.05 156	0.06 291

rrr	0.09 160	0.06 97	0.12 274	0.15 105	0.10 437	0.11 240	0.16 375	0.16 212	0.15 230	0.10 213	0.06 23	0.08 174	0.06 62	0.10 117	0.08 25	0.06 165	0.05 258	0.06 176	0.05 178	0.05 156	0.06 291

11t	0.09 160	0.07 211	0.11 231	0.16 198	0.09 325	0.11 240	0.15 306	0.16 212	0.12 133	0.10 213	0.06 23	0.06 38	0.06 62	0.11 186	0.09 101	0.05 49	0.04 24	0.06 176	0.05 178	0.05 156	0.06 291

MaDis-Stereo	0.09 160	0.09 410	0.08 54	0.17 284	0.09 325	0.13 341	0.10 32	0.16 212	0.16 266	0.09 169	0.11 231	0.06 38	0.06 62	0.09 57	0.13 377	0.07 325	0.06 402	0.07 285	0.05 178	0.05 156	0.04 69

IGEV_Zeroshot_test	0.09 160	0.05 36	0.12 274	0.13 16	0.08 200	0.12 290	0.13 162	0.17 251	0.11 96	0.10 213	0.06 23	0.09 207	0.06 62	0.11 186	0.09 101	0.06 165	0.04 24	0.06 176	0.06 268	0.05 156	0.05 195

MSKI-zero shot	0.09 160	0.05 36	0.09 116	0.15 105	0.07 122	0.10 189	0.13 162	0.14 133	0.13 173	0.09 169	0.09 147	0.09 207	0.06 62	0.12 277	0.10 194	0.06 165	0.04 24	0.05 43	0.04 52	0.04 44	0.04 69

UniTT-Stereo	0.09 160	0.07 211	0.08 54	0.18 374	0.08 200	0.13 341	0.11 61	0.12 78	0.11 96	0.10 213	0.12 252	0.05 5	0.07 172	0.09 57	0.09 101	0.07 325	0.05 258	0.05 43	0.05 178	0.05 156	0.05 195

MIM_Stereo	0.09 160	0.07 211	0.11 231	0.15 105	0.07 122	0.06 11	0.12 92	0.20 324	0.14 205	0.13 318	0.13 270	0.09 207	0.05 14	0.12 277	0.08 25	0.05 49	0.06 402	0.07 285	0.06 268	0.06 277	0.05 195

CASnet	0.09 160	0.09 410	0.09 116	0.19 442	0.06 26	0.07 38	0.11 61	0.18 284	0.14 205	0.11 247	0.10 183	0.09 207	0.07 172	0.10 117	0.10 194	0.06 165	0.04 24	0.10 510	0.08 438	0.05 156	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAPDPT-zeroshot	0.09 160	0.05 36	0.11 231	0.13 16	0.07 122	0.11 240	0.14 225	0.14 133	0.16 266	0.07 65	0.10 183	0.08 174	0.06 62	0.13 329	0.08 25	0.07 325	0.05 258	0.05 43	0.05 178	0.04 44	0.04 69

GCAP-Stereo	0.09 160	0.07 211	0.13 324	0.18 374	0.06 26	0.11 240	0.07 3	0.13 103	0.12 133	0.09 169	0.10 183	0.07 116	0.09 253	0.13 329	0.10 194	0.06 165	0.05 258	0.05 43	0.04 52	0.04 44	0.05 195

RAFT-Test	0.09 160	0.06 97	0.10 177	0.15 105	0.07 122	0.11 240	0.15 306	0.16 212	0.13 173	0.09 169	0.10 183	0.10 242	0.09 253	0.12 277	0.09 101	0.06 165	0.04 24	0.05 43	0.04 52	0.04 44	0.05 195

HH	0.09 160	0.06 97	0.13 324	0.17 284	0.08 200	0.10 189	0.16 375	0.14 133	0.10 65	0.08 118	0.09 147	0.08 174	0.07 172	0.10 117	0.09 101	0.06 165	0.04 24	0.06 176	0.05 178	0.05 156	0.04 69

HanStereo	0.09 160	0.06 97	0.13 324	0.17 284	0.08 200	0.10 189	0.16 375	0.14 133	0.10 65	0.08 118	0.09 147	0.08 174	0.07 172	0.10 117	0.09 101	0.06 165	0.04 24	0.06 176	0.05 178	0.05 156	0.04 69

4D-IteraStereo	0.09 160	0.07 211	0.10 177	0.18 374	0.07 122	0.09 127	0.15 306	0.17 251	0.15 230	0.10 213	0.11 231	0.10 242	0.07 172	0.11 186	0.09 101	0.05 49	0.03 1	0.08 379	0.07 365	0.06 277	0.05 195

anonymousdsp	0.09 160	0.07 211	0.11 231	0.16 198	0.09 325	0.11 240	0.15 306	0.16 212	0.12 133	0.09 169	0.06 23	0.06 38	0.06 62	0.11 186	0.09 101	0.05 49	0.04 24	0.06 176	0.05 178	0.05 156	0.06 291

LoS	0.09 160	0.05 36	0.11 231	0.13 16	0.07 122	0.14 375	0.11 61	0.15 175	0.15 230	0.09 169	0.09 147	0.12 291	0.09 253	0.15 382	0.10 194	0.07 325	0.05 258	0.05 43	0.03 1	0.05 156	0.05 195
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 160	0.07 211	0.10 177	0.17 284	0.08 200	0.10 189	0.15 306	0.15 175	0.12 133	0.09 169	0.06 23	0.07 116	0.06 62	0.11 186	0.09 101	0.05 49	0.04 24	0.06 176	0.05 178	0.04 44	0.06 291

RCA-Stereo	0.09 160	0.06 97	0.09 116	0.16 198	0.06 26	0.09 127	0.13 162	0.18 284	0.14 205	0.09 169	0.10 183	0.08 174	0.07 172	0.12 277	0.11 274	0.06 165	0.04 24	0.06 176	0.05 178	0.05 156	0.04 69

CroCo-Stereo Lap2	0.09 160	0.09 410	0.08 54	0.22 556	0.09 325	0.09 127	0.19 505	0.16 212	0.12 133	0.09 169	0.10 183	0.05 5	0.05 14	0.08 24	0.08 25	0.06 165	0.06 402	0.07 285	0.05 178	0.05 156	0.05 195

ccc-4	0.09 160	0.07 211	0.11 231	0.16 198	0.09 325	0.11 240	0.15 306	0.16 212	0.12 133	0.10 213	0.06 23	0.06 38	0.06 62	0.11 186	0.09 101	0.05 49	0.04 24	0.06 176	0.05 178	0.05 156	0.06 291

IGEV-Stereo	0.09 160	0.07 211	0.11 231	0.16 198	0.09 325	0.11 240	0.15 306	0.16 212	0.12 133	0.09 169	0.06 23	0.06 38	0.06 62	0.11 186	0.09 101	0.05 49	0.04 24	0.06 176	0.05 178	0.05 156	0.06 291
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 160	0.05 36	0.13 324	0.14 54	0.08 200	0.12 290	0.15 306	0.18 284	0.10 65	0.11 247	0.08 113	0.08 174	0.05 14	0.10 117	0.09 101	0.06 165	0.04 24	0.06 176	0.05 178	0.06 277	0.05 195

TRStereo	0.09 160	0.05 36	0.12 274	0.15 105	0.12 521	0.10 189	0.13 162	0.18 284	0.18 325	0.09 169	0.09 147	0.09 207	0.06 62	0.10 117	0.08 25	0.07 325	0.05 258	0.07 285	0.07 365	0.04 44	0.04 69

AnonymousM	0.09 160	0.05 36	0.10 177	0.14 54	0.06 26	0.09 127	0.13 162	0.19 313	0.14 205	0.13 318	0.11 231	0.09 207	0.08 221	0.13 329	0.10 194	0.08 399	0.05 258	0.08 379	0.05 178	0.05 156	0.05 195

CroCo-Stereo	0.09 160	0.08 329	0.08 54	0.22 556	0.09 325	0.09 127	0.19 505	0.15 175	0.12 133	0.07 65	0.07 60	0.08 174	0.06 62	0.08 24	0.07 1	0.07 325	0.05 258	0.06 176	0.04 52	0.05 156	0.04 69
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
s12784h	0.09 160	0.06 97	0.07 10	0.15 105	0.05 2	0.16 431	0.18 465	0.15 175	0.15 230	0.10 213	0.11 231	0.11 271	0.11 324	0.10 117	0.12 335	0.05 49	0.04 24	0.05 43	0.04 52	0.04 44	0.04 69

TANstereo	0.09 160	0.04 1	0.08 54	0.13 16	0.06 26	0.11 240	0.14 225	0.15 175	0.19 343	0.11 247	0.15 301	0.10 242	0.06 62	0.12 277	0.09 101	0.07 325	0.05 258	0.05 43	0.04 52	0.06 277	0.05 195

XX-TBD	0.09 160	0.06 97	0.07 10	0.14 54	0.07 122	0.12 290	0.16 375	0.14 133	0.13 173	0.11 247	0.12 252	0.09 207	0.08 221	0.10 117	0.10 194	0.06 165	0.04 24	0.05 43	0.03 1	0.06 277	0.05 195

raftrobust	0.09 160	0.06 97	0.10 177	0.17 284	0.08 200	0.09 127	0.10 32	0.18 284	0.16 266	0.10 213	0.09 147	0.12 291	0.07 172	0.12 277	0.10 194	0.08 399	0.05 258	0.06 176	0.05 178	0.05 156	0.05 195

XX-Stereo	0.09 160	0.05 36	0.08 54	0.17 284	0.09 325	0.15 401	0.12 92	0.20 324	0.10 65	0.10 213	0.14 284	0.07 116	0.06 62	0.12 277	0.08 25	0.06 165	0.05 258	0.06 176	0.06 268	0.04 44	0.04 69

test_xeample3	0.09 160	0.06 97	0.12 274	0.16 198	0.09 325	0.11 240	0.15 306	0.16 212	0.13 173	0.10 213	0.06 23	0.08 174	0.06 62	0.10 117	0.09 101	0.05 49	0.04 24	0.06 176	0.05 178	0.05 156	0.06 291

RAFT-Stereo + iAFF	0.09 160	0.06 97	0.10 177	0.17 284	0.06 26	0.10 189	0.16 375	0.17 251	0.14 205	0.09 169	0.10 183	0.08 174	0.09 253	0.11 186	0.09 101	0.05 49	0.04 24	0.06 176	0.06 268	0.04 44	0.03 2

AFF-stereo	0.09 160	0.06 97	0.10 177	0.17 284	0.07 122	0.10 189	0.16 375	0.17 251	0.09 44	0.10 213	0.12 252	0.09 207	0.09 253	0.12 277	0.09 101	0.05 49	0.04 24	0.07 285	0.07 365	0.04 44	0.03 2

EAI-Stereo	0.09 160	0.07 211	0.11 231	0.15 105	0.06 26	0.10 189	0.15 306	0.16 212	0.09 44	0.08 118	0.09 147	0.08 174	0.07 172	0.09 57	0.11 274	0.05 49	0.04 24	0.05 43	0.05 178	0.05 156	0.04 69

CFNet-RSSM	0.09 160	0.07 211	0.09 116	0.16 198	0.07 122	0.09 127	0.15 306	0.16 212	0.17 294	0.08 118	0.12 252	0.10 242	0.09 253	0.11 186	0.09 101	0.06 165	0.04 24	0.06 176	0.04 52	0.04 44	0.04 69

Gwc-CoAtRS	0.09 160	0.06 97	0.10 177	0.16 198	0.07 122	0.10 189	0.14 225	0.17 251	0.17 294	0.08 118	0.10 183	0.12 291	0.09 253	0.12 277	0.09 101	0.06 165	0.04 24	0.06 176	0.04 52	0.04 44	0.04 69

CREStereo	0.09 160	0.04 1	0.08 54	0.11 1	0.06 26	0.13 341	0.14 225	0.14 133	0.10 65	0.08 118	0.13 270	0.09 207	0.08 221	0.11 186	0.10 194	0.08 399	0.04 24	0.05 43	0.03 1	0.06 277	0.06 291
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	0.09 160	0.05 36	0.09 116	0.12 5	0.06 26	0.12 290	0.14 225	0.15 175	0.11 96	0.09 169	0.13 270	0.10 242	0.07 172	0.13 329	0.10 194	0.15 600	0.04 24	0.05 43	0.03 1	0.07 356	0.06 291

DN	0.10 228	0.05 36	0.09 116	0.14 54	0.09 325	0.12 290	0.18 465	0.17 251	0.16 266	0.08 118	0.09 147	0.08 174	0.06 62	0.08 24	0.09 101	0.11 531	0.05 258	0.07 285	0.06 268	0.07 356	0.09 487

Hybrid-DGEV-03	0.10 228	0.06 97	0.09 116	0.18 374	0.08 200	0.16 431	0.14 225	0.15 175	0.14 205	0.13 318	0.16 314	0.12 291	0.09 253	0.13 329	0.11 274	0.06 165	0.04 24	0.08 379	0.06 268	0.05 156	0.04 69

WQFJA1	0.10 228	0.07 211	0.08 54	0.20 508	0.09 325	0.12 290	0.17 416	0.17 251	0.17 294	0.09 169	0.10 183	0.08 174	0.10 292	0.12 277	0.11 274	0.06 165	0.07 474	0.07 285	0.06 268	0.06 277	0.05 195

WQFJX1	0.10 228	0.07 211	0.08 54	0.22 556	0.09 325	0.12 290	0.17 416	0.18 284	0.17 294	0.10 213	0.09 147	0.07 116	0.10 292	0.11 186	0.09 101	0.07 325	0.08 504	0.07 285	0.06 268	0.05 156	0.04 69

WQFJX	0.10 228	0.07 211	0.09 116	0.21 540	0.09 325	0.12 290	0.16 375	0.18 284	0.17 294	0.12 288	0.10 183	0.07 116	0.09 253	0.12 277	0.10 194	0.06 165	0.07 474	0.06 176	0.05 178	0.06 277	0.05 195

NLMM	0.10 228	0.07 211	0.08 54	0.20 508	0.09 325	0.12 290	0.17 416	0.17 251	0.17 294	0.09 169	0.10 183	0.08 174	0.10 292	0.12 277	0.11 274	0.06 165	0.07 474	0.07 285	0.06 268	0.06 277	0.05 195

NLSM1	0.10 228	0.07 211	0.07 10	0.19 442	0.08 200	0.13 341	0.16 375	0.21 347	0.15 230	0.11 247	0.10 183	0.06 38	0.10 292	0.10 117	0.11 274	0.07 325	0.08 504	0.08 379	0.07 365	0.05 156	0.05 195

MM-Stereo_test3	0.10 228	0.07 211	0.07 10	0.18 374	0.07 122	0.12 290	0.19 505	0.24 416	0.19 343	0.06 18	0.10 183	0.08 174	0.06 62	0.11 186	0.08 25	0.06 165	0.06 402	0.07 285	0.05 178	0.05 156	0.04 69

MM-Stereo_test1	0.10 228	0.07 211	0.08 54	0.18 374	0.07 122	0.12 290	0.18 465	0.21 347	0.20 366	0.09 169	0.11 231	0.08 174	0.06 62	0.10 117	0.10 194	0.06 165	0.05 258	0.07 285	0.06 268	0.05 156	0.04 69

AIO-test2	0.10 228	0.08 329	0.10 177	0.23 580	0.08 200	0.11 240	0.10 32	0.23 392	0.23 408	0.08 118	0.09 147	0.08 174	0.05 14	0.10 117	0.08 25	0.06 165	0.05 258	0.08 379	0.09 485	0.05 156	0.05 195

AIO-test1	0.10 228	0.07 211	0.10 177	0.23 580	0.07 122	0.09 127	0.13 162	0.21 347	0.14 205	0.11 247	0.12 252	0.09 207	0.07 172	0.11 186	0.09 101	0.06 165	0.05 258	0.09 462	0.10 525	0.03 1	0.06 291

tg	0.10 228	0.06 97	0.10 177	0.18 374	0.08 200	0.11 240	0.16 375	0.20 324	0.12 133	0.08 118	0.11 231	0.11 271	0.07 172	0.11 186	0.10 194	0.05 49	0.04 24	0.08 379	0.08 438	0.04 44	0.04 69

PAM	0.10 228	0.05 36	0.16 446	0.15 105	0.08 200	0.09 127	0.16 375	0.15 175	0.16 266	0.12 288	0.09 147	0.09 207	0.07 172	0.13 329	0.08 25	0.06 165	0.05 258	0.06 176	0.06 268	0.05 156	0.06 291

model_zeroshot	0.10 228	0.04 1	0.11 231	0.15 105	0.09 325	0.12 290	0.14 225	0.20 324	0.13 173	0.11 247	0.10 183	0.12 291	0.07 172	0.12 277	0.10 194	0.07 325	0.06 402	0.06 176	0.05 178	0.06 277	0.06 291

RAStereo	0.10 228	0.09 410	0.08 54	0.20 508	0.08 200	0.13 341	0.18 465	0.15 175	0.17 294	0.10 213	0.12 252	0.05 5	0.06 62	0.09 57	0.08 25	0.07 325	0.05 258	0.07 285	0.05 178	0.05 156	0.04 69

rvit_stereo_0080	0.10 228	0.08 329	0.14 362	0.15 105	0.09 325	0.07 38	0.15 306	0.16 212	0.16 266	0.11 247	0.10 183	0.14 337	0.08 221	0.12 277	0.10 194	0.09 459	0.07 474	0.07 285	0.06 268	0.07 356	0.05 195

H2IRNET	0.10 228	0.09 410	0.09 116	0.18 374	0.09 325	0.12 290	0.15 306	0.14 133	0.21 382	0.10 213	0.10 183	0.10 242	0.10 292	0.10 117	0.10 194	0.05 49	0.04 24	0.08 379	0.08 438	0.06 277	0.05 195

Former-RAFT_DAM_RVC	0.10 228	0.08 329	0.12 274	0.16 198	0.08 200	0.15 401	0.16 375	0.18 284	0.18 325	0.10 213	0.09 147	0.09 207	0.08 221	0.11 186	0.12 335	0.07 325	0.05 258	0.08 379	0.06 268	0.07 356	0.06 291

MyStereo07	0.10 228	0.07 211	0.10 177	0.17 284	0.09 325	0.14 375	0.18 465	0.15 175	0.15 230	0.09 169	0.06 23	0.06 38	0.07 172	0.12 277	0.09 101	0.06 165	0.05 258	0.08 379	0.07 365	0.06 277	0.06 291

MyStereo06	0.10 228	0.07 211	0.12 274	0.17 284	0.09 325	0.13 341	0.18 465	0.19 313	0.12 133	0.12 288	0.08 113	0.07 116	0.07 172	0.11 186	0.09 101	0.06 165	0.05 258	0.07 285	0.07 365	0.06 277	0.06 291

AE-Stereo	0.10 228	0.08 329	0.10 177	0.18 374	0.09 325	0.10 189	0.15 306	0.14 133	0.19 343	0.09 169	0.14 284	0.12 291	0.08 221	0.11 186	0.10 194	0.05 49	0.06 402	0.07 285	0.06 268	0.05 156	0.04 69

ACVNet-DCA	0.10 228	0.08 329	0.12 274	0.17 284	0.09 325	0.13 341	0.15 306	0.23 392	0.16 266	0.09 169	0.09 147	0.06 38	0.06 62	0.10 117	0.07 1	0.06 165	0.04 24	0.06 176	0.05 178	0.07 356	0.07 378

cc1	0.10 228	0.08 329	0.12 274	0.17 284	0.09 325	0.13 341	0.15 306	0.16 212	0.18 325	0.09 169	0.09 147	0.06 38	0.06 62	0.10 117	0.07 1	0.06 165	0.04 24	0.06 176	0.05 178	0.06 277	0.06 291

tt1	0.10 228	0.08 329	0.12 274	0.17 284	0.09 325	0.12 290	0.16 375	0.15 175	0.19 343	0.09 169	0.08 113	0.06 38	0.06 62	0.10 117	0.07 1	0.06 165	0.04 24	0.06 176	0.05 178	0.06 277	0.06 291

whm_eth	0.10 228	0.08 329	0.14 362	0.15 105	0.09 325	0.07 38	0.15 306	0.16 212	0.16 266	0.11 247	0.10 183	0.14 337	0.08 221	0.12 277	0.10 194	0.09 459	0.07 474	0.07 285	0.06 268	0.07 356	0.05 195

plain	0.10 228	0.08 329	0.10 177	0.19 442	0.09 325	0.10 189	0.15 306	0.14 133	0.13 173	0.13 318	0.15 301	0.09 207	0.12 355	0.13 329	0.12 335	0.07 325	0.05 258	0.09 462	0.06 268	0.06 277	0.06 291

Any-RAFT	0.10 228	0.05 36	0.09 116	0.14 54	0.07 122	0.13 341	0.14 225	0.21 347	0.15 230	0.11 247	0.12 252	0.12 291	0.09 253	0.12 277	0.09 101	0.07 325	0.04 24	0.05 43	0.04 52	0.06 277	0.05 195

LL-Strereo2	0.10 228	0.10 472	0.15 410	0.18 374	0.08 200	0.15 401	0.09 18	0.17 251	0.14 205	0.14 340	0.10 183	0.09 207	0.07 172	0.16 417	0.10 194	0.05 49	0.05 258	0.10 510	0.07 365	0.06 277	0.05 195

DCANet-4	0.10 228	0.06 97	0.12 274	0.16 198	0.06 26	0.09 127	0.17 416	0.18 284	0.19 343	0.13 318	0.16 314	0.09 207	0.14 419	0.11 186	0.12 335	0.06 165	0.04 24	0.05 43	0.04 52	0.04 44	0.05 195

fff	0.10 228	0.06 97	0.12 274	0.15 105	0.07 122	0.09 127	0.17 416	0.16 212	0.20 366	0.13 318	0.16 314	0.10 242	0.11 324	0.11 186	0.12 335	0.06 165	0.04 24	0.05 43	0.04 52	0.04 44	0.05 195

ADStereo(finetuned)	0.10 228	0.06 97	0.12 274	0.16 198	0.06 26	0.09 127	0.17 416	0.15 175	0.19 343	0.13 318	0.17 336	0.10 242	0.12 355	0.11 186	0.12 335	0.06 165	0.04 24	0.05 43	0.04 52	0.05 156	0.04 69

test_4	0.10 228	0.10 472	0.08 54	0.19 442	0.09 325	0.08 75	0.22 558	0.15 175	0.17 294	0.12 288	0.18 363	0.12 291	0.09 253	0.08 24	0.11 274	0.04 11	0.04 24	0.08 379	0.08 438	0.04 44	0.03 2

IPLG	0.10 228	0.07 211	0.15 410	0.17 284	0.08 200	0.11 240	0.14 225	0.20 324	0.15 230	0.12 288	0.17 336	0.07 116	0.07 172	0.14 358	0.13 377	0.06 165	0.04 24	0.06 176	0.05 178	0.04 44	0.04 69

test_3	0.10 228	0.09 410	0.10 177	0.20 508	0.08 200	0.13 341	0.26 606	0.14 133	0.21 382	0.10 213	0.10 183	0.09 207	0.09 253	0.08 24	0.11 274	0.05 49	0.04 24	0.08 379	0.07 365	0.04 44	0.04 69

STrans-v2	0.10 228	0.07 211	0.12 274	0.18 374	0.07 122	0.10 189	0.14 225	0.21 347	0.11 96	0.11 247	0.15 301	0.12 291	0.10 292	0.11 186	0.12 335	0.05 49	0.04 24	0.06 176	0.06 268	0.04 44	0.04 69

TransformOpticalFlow	0.10 228	0.08 329	0.13 324	0.18 374	0.07 122	0.09 127	0.15 306	0.19 313	0.15 230	0.12 288	0.17 336	0.11 271	0.11 324	0.11 186	0.10 194	0.05 49	0.04 24	0.06 176	0.06 268	0.05 156	0.05 195

SST-Stereo	0.10 228	0.07 211	0.15 410	0.18 374	0.09 325	0.06 11	0.12 92	0.17 251	0.11 96	0.15 367	0.17 336	0.13 317	0.12 355	0.10 117	0.11 274	0.06 165	0.04 24	0.09 462	0.06 268	0.06 277	0.05 195

cross-raft	0.10 228	0.09 410	0.09 116	0.19 442	0.07 122	0.11 240	0.25 597	0.13 103	0.15 230	0.08 118	0.11 231	0.12 291	0.10 292	0.09 57	0.11 274	0.05 49	0.04 24	0.06 176	0.05 178	0.04 44	0.04 69

test-1	0.10 228	0.07 211	0.16 446	0.19 442	0.08 200	0.11 240	0.24 582	0.14 133	0.18 325	0.09 169	0.07 60	0.09 207	0.08 221	0.07 4	0.09 101	0.06 165	0.04 24	0.06 176	0.05 178	0.04 44	0.04 69

iRaftStereo_RVC	0.10 228	0.07 211	0.09 116	0.17 284	0.09 325	0.11 240	0.17 416	0.18 284	0.12 133	0.09 169	0.12 252	0.10 242	0.07 172	0.11 186	0.10 194	0.05 49	0.04 24	0.08 379	0.08 438	0.04 44	0.04 69

RALCasStereoNet	0.10 228	0.06 97	0.09 116	0.16 198	0.08 200	0.12 290	0.14 225	0.17 251	0.11 96	0.12 288	0.17 336	0.14 337	0.10 292	0.12 277	0.11 274	0.07 325	0.06 402	0.06 176	0.05 178	0.08 420	0.07 378

DCANet	0.10 228	0.06 97	0.12 274	0.16 198	0.06 26	0.09 127	0.17 416	0.15 175	0.19 343	0.13 318	0.17 336	0.10 242	0.11 324	0.11 186	0.12 335	0.06 165	0.04 24	0.05 43	0.04 52	0.05 156	0.04 69

csc	0.10 228	0.06 97	0.12 274	0.15 105	0.07 122	0.09 127	0.17 416	0.16 212	0.20 366	0.13 318	0.16 314	0.10 242	0.11 324	0.11 186	0.12 335	0.06 165	0.04 24	0.05 43	0.04 52	0.04 44	0.05 195

cscssc	0.10 228	0.06 97	0.12 274	0.15 105	0.07 122	0.09 127	0.17 416	0.16 212	0.20 366	0.13 318	0.16 314	0.10 242	0.11 324	0.11 186	0.12 335	0.06 165	0.04 24	0.05 43	0.04 52	0.04 44	0.05 195

111	0.10 228	0.06 97	0.12 274	0.15 105	0.07 122	0.10 189	0.14 225	0.21 347	0.23 408	0.11 247	0.12 252	0.14 337	0.11 324	0.13 329	0.10 194	0.06 165	0.04 24	0.06 176	0.04 52	0.05 156	0.05 195

R-Stereo Train	0.10 228	0.06 97	0.10 177	0.17 284	0.08 200	0.11 240	0.14 225	0.23 392	0.11 96	0.12 288	0.19 374	0.11 271	0.08 221	0.09 57	0.11 274	0.07 325	0.05 258	0.06 176	0.05 178	0.05 156	0.05 195

RAFT-Stereo	0.10 228	0.06 97	0.10 177	0.17 284	0.08 200	0.11 240	0.14 225	0.23 392	0.11 96	0.12 288	0.19 374	0.11 271	0.08 221	0.09 57	0.11 274	0.07 325	0.05 258	0.06 176	0.05 178	0.05 156	0.05 195
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.10 228	0.06 97	0.12 274	0.14 54	0.06 26	0.11 240	0.10 32	0.18 284	0.18 325	0.13 318	0.16 314	0.14 337	0.11 324	0.15 382	0.13 377	0.06 165	0.04 24	0.04 1	0.04 52	0.06 277	0.05 195
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
Lsterematch	0.11 276	0.06 97	0.11 231	0.16 198	0.07 122	0.13 341	0.15 306	0.14 133	0.17 294	0.16 395	0.18 363	0.15 366	0.15 437	0.12 277	0.14 414	0.07 325	0.04 24	0.06 176	0.06 268	0.06 277	0.06 291

Hybrid-DGEV-2	0.11 276	0.06 97	0.12 274	0.18 374	0.09 325	0.09 127	0.13 162	0.28 491	0.29 492	0.11 247	0.11 231	0.09 207	0.12 355	0.12 277	0.09 101	0.06 165	0.05 258	0.07 285	0.07 365	0.05 156	0.05 195

NLMM1	0.11 276	0.09 410	0.07 10	0.22 556	0.10 437	0.12 290	0.20 528	0.18 284	0.20 366	0.12 288	0.11 231	0.07 116	0.09 253	0.11 186	0.11 274	0.08 399	0.08 504	0.07 285	0.06 268	0.04 44	0.04 69

NLCSM	0.11 276	0.09 410	0.09 116	0.23 580	0.11 487	0.12 290	0.19 505	0.18 284	0.18 325	0.12 288	0.11 231	0.07 116	0.09 253	0.11 186	0.10 194	0.07 325	0.08 504	0.07 285	0.07 365	0.06 277	0.05 195

Select-FE	0.11 276	0.06 97	0.20 524	0.15 105	0.11 487	0.11 240	0.13 162	0.21 347	0.18 325	0.09 169	0.11 231	0.10 242	0.06 62	0.12 277	0.09 101	0.07 325	0.05 258	0.07 285	0.08 438	0.06 277	0.08 443

FlowAnything_test	0.11 276	0.08 329	0.14 362	0.15 105	0.09 325	0.07 38	0.14 225	0.20 324	0.11 96	0.09 169	0.09 147	0.12 291	0.12 355	0.13 329	0.11 274	0.09 459	0.06 402	0.09 462	0.09 485	0.06 277	0.09 487

xyz-stereo-finetune2	0.11 276	0.07 211	0.13 324	0.13 16	0.07 122	0.11 240	0.19 505	0.17 251	0.12 133	0.15 367	0.15 301	0.17 403	0.12 355	0.13 329	0.11 274	0.05 49	0.04 24	0.07 285	0.05 178	0.04 44	0.06 291

xyz-stereo-finetune	0.11 276	0.08 329	0.13 324	0.14 54	0.06 26	0.10 189	0.19 505	0.17 251	0.19 343	0.12 288	0.14 284	0.15 366	0.10 292	0.13 329	0.11 274	0.05 49	0.04 24	0.07 285	0.05 178	0.04 44	0.05 195

HI	0.11 276	0.06 97	0.11 231	0.13 16	0.09 325	0.09 127	0.14 225	0.21 347	0.10 65	0.19 460	0.17 336	0.14 337	0.09 253	0.16 417	0.08 25	0.05 49	0.04 24	0.07 285	0.08 438	0.07 356	0.06 291

CoSv	0.11 276	0.06 97	0.11 231	0.13 16	0.09 325	0.09 127	0.14 225	0.21 347	0.10 65	0.19 460	0.17 336	0.14 337	0.09 253	0.16 417	0.08 25	0.05 49	0.04 24	0.07 285	0.08 438	0.07 356	0.06 291

rvit_stereo_0081_aga	0.11 276	0.09 410	0.14 362	0.18 374	0.09 325	0.13 341	0.14 225	0.14 133	0.19 343	0.10 213	0.18 363	0.16 381	0.09 253	0.12 277	0.09 101	0.10 500	0.06 402	0.08 379	0.07 365	0.07 356	0.06 291

rvit_stereo_0081	0.11 276	0.08 329	0.15 410	0.16 198	0.09 325	0.10 189	0.14 225	0.14 133	0.24 425	0.11 247	0.13 270	0.13 317	0.09 253	0.11 186	0.12 335	0.10 500	0.07 474	0.08 379	0.07 365	0.07 356	0.05 195

rvit_stereo_0082	0.11 276	0.08 329	0.15 410	0.16 198	0.09 325	0.10 189	0.14 225	0.14 133	0.24 425	0.11 247	0.13 270	0.13 317	0.09 253	0.11 186	0.12 335	0.10 500	0.07 474	0.08 379	0.07 365	0.07 356	0.05 195

AIO-Stereo-zeroshot1	0.11 276	0.05 36	0.14 362	0.15 105	0.20 625	0.09 127	0.17 416	0.21 347	0.15 230	0.11 247	0.14 284	0.10 242	0.07 172	0.10 117	0.08 25	0.06 165	0.05 258	0.07 285	0.07 365	0.07 356	0.09 487

AIO-Stereo-zeroshot	0.11 276	0.05 36	0.11 231	0.15 105	0.13 544	0.13 341	0.16 375	0.23 392	0.17 294	0.10 213	0.12 252	0.10 242	0.07 172	0.11 186	0.09 101	0.06 165	0.05 258	0.06 176	0.06 268	0.07 356	0.08 443

CAS++	0.11 276	0.07 211	0.11 231	0.14 54	0.09 325	0.12 290	0.14 225	0.24 416	0.14 205	0.11 247	0.09 147	0.11 271	0.07 172	0.14 358	0.09 101	0.11 531	0.09 537	0.09 462	0.07 365	0.07 356	0.08 443
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
xx1	0.11 276	0.08 329	0.12 274	0.17 284	0.09 325	0.13 341	0.15 306	0.16 212	0.18 325	0.09 169	0.09 147	0.16 381	0.16 465	0.10 117	0.07 1	0.06 165	0.04 24	0.08 379	0.08 438	0.07 356	0.07 378

1test111	0.11 276	0.08 329	0.12 274	0.17 284	0.09 325	0.13 341	0.15 306	0.23 392	0.16 266	0.09 169	0.09 147	0.06 38	0.06 62	0.15 382	0.16 461	0.06 165	0.04 24	0.06 176	0.05 178	0.07 356	0.07 378

MIF-Stereo (partial)	0.11 276	0.06 97	0.10 177	0.19 442	0.10 437	0.10 189	0.11 61	0.17 251	0.18 325	0.14 340	0.16 314	0.09 207	0.11 324	0.12 277	0.12 335	0.08 399	0.05 258	0.08 379	0.07 365	0.06 277	0.07 378

EKT-Stereo	0.11 276	0.07 211	0.14 362	0.15 105	0.10 437	0.13 341	0.14 225	0.18 284	0.21 382	0.11 247	0.08 113	0.12 291	0.09 253	0.11 186	0.12 335	0.08 399	0.06 402	0.07 285	0.06 268	0.08 420	0.07 378

anonymousdsp2	0.11 276	0.07 211	0.10 177	0.16 198	0.09 325	0.13 341	0.14 225	0.18 284	0.22 396	0.13 318	0.14 284	0.12 291	0.09 253	0.14 358	0.11 274	0.05 49	0.04 24	0.05 43	0.04 52	0.06 277	0.05 195

DCRE	0.11 276	0.07 211	0.13 324	0.16 198	0.11 487	0.11 240	0.17 416	0.18 284	0.17 294	0.11 247	0.18 363	0.10 242	0.10 292	0.15 382	0.11 274	0.06 165	0.05 258	0.06 176	0.06 268	0.05 156	0.04 69

knoymous	0.11 276	0.05 36	0.12 274	0.13 16	0.07 122	0.15 401	0.14 225	0.19 313	0.13 173	0.11 247	0.17 336	0.13 317	0.09 253	0.13 329	0.11 274	0.08 399	0.05 258	0.06 176	0.05 178	0.08 420	0.07 378

riskmin	0.11 276	0.06 97	0.13 324	0.14 54	0.08 200	0.14 375	0.14 225	0.18 284	0.14 205	0.11 247	0.14 284	0.16 381	0.11 324	0.14 358	0.12 335	0.09 459	0.05 258	0.07 285	0.05 178	0.08 420	0.08 443

Selective-RAFT	0.11 276	0.10 472	0.11 231	0.21 540	0.08 200	0.16 431	0.13 162	0.20 324	0.22 396	0.10 213	0.10 183	0.11 271	0.10 292	0.15 382	0.11 274	0.05 49	0.05 258	0.06 176	0.05 178	0.06 277	0.05 195

DisPM	0.11 276	0.07 211	0.12 274	0.16 198	0.09 325	0.06 11	0.13 162	0.17 251	0.17 294	0.14 340	0.20 386	0.12 291	0.10 292	0.11 186	0.10 194	0.06 165	0.04 24	0.07 285	0.06 268	0.06 277	0.11 543

CIPLG	0.11 276	0.08 329	0.14 362	0.17 284	0.08 200	0.12 290	0.15 306	0.17 251	0.15 230	0.14 340	0.11 231	0.16 381	0.09 253	0.16 417	0.11 274	0.07 325	0.05 258	0.06 176	0.05 178	0.05 156	0.06 291

GLC_STEREO	0.11 276	0.07 211	0.11 231	0.17 284	0.07 122	0.09 127	0.13 162	0.15 175	0.24 425	0.12 288	0.13 270	0.12 291	0.08 221	0.18 472	0.11 274	0.06 165	0.08 504	0.08 379	0.06 268	0.05 156	0.05 195

IPLGR_C	0.11 276	0.08 329	0.14 362	0.17 284	0.08 200	0.12 290	0.15 306	0.17 251	0.15 230	0.14 340	0.10 183	0.16 381	0.09 253	0.16 417	0.11 274	0.07 325	0.05 258	0.06 176	0.05 178	0.05 156	0.06 291

MIPNet	0.11 276	0.08 329	0.14 362	0.17 284	0.09 325	0.12 290	0.14 225	0.20 324	0.24 425	0.11 247	0.10 183	0.09 207	0.07 172	0.13 329	0.12 335	0.06 165	0.04 24	0.06 176	0.05 178	0.04 44	0.04 69

IPLGR	0.11 276	0.09 410	0.16 446	0.18 374	0.08 200	0.12 290	0.17 416	0.21 347	0.24 425	0.11 247	0.12 252	0.11 271	0.08 221	0.12 277	0.12 335	0.06 165	0.05 258	0.06 176	0.06 268	0.04 44	0.04 69

GMOStereo	0.11 276	0.09 410	0.07 10	0.19 442	0.08 200	0.12 290	0.28 619	0.13 103	0.17 294	0.11 247	0.17 336	0.14 337	0.12 355	0.07 4	0.07 1	0.05 49	0.05 258	0.09 462	0.07 365	0.04 44	0.04 69

error version	0.11 276	0.09 410	0.07 10	0.19 442	0.08 200	0.12 290	0.28 619	0.13 103	0.17 294	0.11 247	0.17 336	0.14 337	0.12 355	0.07 4	0.07 1	0.05 49	0.05 258	0.09 462	0.07 365	0.04 44	0.04 69

test-v	0.11 276	0.09 410	0.07 10	0.19 442	0.08 200	0.12 290	0.28 619	0.13 103	0.17 294	0.11 247	0.17 336	0.14 337	0.12 355	0.07 4	0.07 1	0.05 49	0.05 258	0.09 462	0.07 365	0.04 44	0.04 69

ACRE	0.11 276	0.08 329	0.14 362	0.17 284	0.08 200	0.12 290	0.15 306	0.17 251	0.14 205	0.14 340	0.10 183	0.16 381	0.09 253	0.16 417	0.11 274	0.07 325	0.05 258	0.06 176	0.05 178	0.05 156	0.06 291

PFNet+	0.11 276	0.06 97	0.13 324	0.16 198	0.09 325	0.05 4	0.12 92	0.17 251	0.21 382	0.16 395	0.19 374	0.14 337	0.10 292	0.11 186	0.11 274	0.08 399	0.05 258	0.09 462	0.08 438	0.06 277	0.11 543

LCNet	0.11 276	0.07 211	0.09 116	0.19 442	0.09 325	0.08 75	0.15 306	0.21 347	0.15 230	0.11 247	0.15 301	0.16 381	0.11 324	0.12 277	0.11 274	0.05 49	0.04 24	0.08 379	0.07 365	0.06 277	0.15 602

HHNet	0.11 276	0.06 97	0.16 446	0.15 105	0.14 565	0.07 38	0.13 162	0.20 324	0.17 294	0.14 340	0.25 469	0.11 271	0.08 221	0.13 329	0.10 194	0.05 49	0.04 24	0.08 379	0.06 268	0.05 156	0.09 487

Patchmatch Stereo++	0.11 276	0.09 410	0.16 446	0.18 374	0.08 200	0.06 11	0.11 61	0.16 212	0.13 173	0.15 367	0.16 314	0.14 337	0.12 355	0.11 186	0.10 194	0.06 165	0.04 24	0.08 379	0.06 268	0.08 420	0.07 378
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	0.11 276	0.07 211	0.16 446	0.19 442	0.09 325	0.08 75	0.13 162	0.18 284	0.13 173	0.16 395	0.21 409	0.13 317	0.14 419	0.11 186	0.14 414	0.06 165	0.04 24	0.09 462	0.06 268	0.06 277	0.05 195

OMP-Stereo	0.11 276	0.06 97	0.14 362	0.18 374	0.08 200	0.09 127	0.12 92	0.21 347	0.21 382	0.13 318	0.14 284	0.11 271	0.12 355	0.11 186	0.13 377	0.06 165	0.04 24	0.07 285	0.06 268	0.05 156	0.04 69

IIG-Stereo	0.11 276	0.06 97	0.13 324	0.17 284	0.08 200	0.11 240	0.12 92	0.22 371	0.17 294	0.14 340	0.17 336	0.11 271	0.12 355	0.12 277	0.12 335	0.06 165	0.05 258	0.07 285	0.06 268	0.05 156	0.04 69

NF-Stereo	0.11 276	0.07 211	0.13 324	0.17 284	0.09 325	0.10 189	0.14 225	0.23 392	0.19 343	0.12 288	0.17 336	0.12 291	0.11 324	0.11 186	0.11 274	0.06 165	0.04 24	0.07 285	0.06 268	0.06 277	0.12 556

OCTAStereo	0.11 276	0.07 211	0.13 324	0.17 284	0.09 325	0.10 189	0.14 225	0.23 392	0.19 343	0.12 288	0.17 336	0.12 291	0.11 324	0.11 186	0.11 274	0.06 165	0.04 24	0.07 285	0.06 268	0.06 277	0.12 556

NRIStereo	0.11 276	0.08 329	0.14 362	0.18 374	0.08 200	0.10 189	0.14 225	0.16 212	0.15 230	0.12 288	0.14 284	0.13 317	0.12 355	0.13 329	0.10 194	0.06 165	0.04 24	0.07 285	0.06 268	0.06 277	0.07 378

PSM-adaLoss	0.11 276	0.09 410	0.16 446	0.18 374	0.08 200	0.06 11	0.12 92	0.16 212	0.13 173	0.15 367	0.16 314	0.14 337	0.12 355	0.11 186	0.10 194	0.06 165	0.04 24	0.08 379	0.06 268	0.08 420	0.07 378

PSM-AAD	0.11 276	0.07 211	0.10 177	0.19 442	0.09 325	0.10 189	0.15 306	0.20 324	0.13 173	0.12 288	0.14 284	0.18 417	0.11 324	0.11 186	0.10 194	0.05 49	0.05 258	0.09 462	0.08 438	0.06 277	0.14 595

ROB_FTStereo_v2	0.11 276	0.09 410	0.16 446	0.19 442	0.08 200	0.06 11	0.12 92	0.16 212	0.13 173	0.15 367	0.16 314	0.14 337	0.12 355	0.11 186	0.10 194	0.06 165	0.04 24	0.08 379	0.06 268	0.08 420	0.07 378

ROB_FTStereo	0.11 276	0.09 410	0.16 446	0.19 442	0.08 200	0.06 11	0.11 61	0.16 212	0.13 173	0.15 367	0.16 314	0.14 337	0.12 355	0.11 186	0.10 194	0.06 165	0.04 24	0.08 379	0.06 268	0.08 420	0.07 378

KYRaft	0.11 276	0.07 211	0.10 177	0.19 442	0.09 325	0.08 75	0.15 306	0.22 371	0.12 133	0.13 318	0.16 314	0.20 443	0.10 292	0.12 277	0.10 194	0.05 49	0.04 24	0.08 379	0.08 438	0.06 277	0.16 613

HUI-Stereo	0.11 276	0.09 410	0.16 446	0.18 374	0.08 200	0.06 11	0.12 92	0.16 212	0.13 173	0.15 367	0.16 314	0.14 337	0.12 355	0.11 186	0.10 194	0.06 165	0.04 24	0.08 379	0.06 268	0.08 420	0.07 378

ASMatch	0.11 276	0.06 97	0.13 324	0.16 198	0.10 437	0.07 38	0.14 225	0.17 251	0.17 294	0.12 288	0.16 314	0.16 381	0.10 292	0.13 329	0.10 194	0.05 49	0.04 24	0.06 176	0.05 178	0.04 44	0.08 443

RAFT_R40	0.11 276	0.07 211	0.14 362	0.18 374	0.09 325	0.06 11	0.13 162	0.17 251	0.16 266	0.14 340	0.18 363	0.15 366	0.12 355	0.10 117	0.11 274	0.06 165	0.04 24	0.09 462	0.06 268	0.06 277	0.05 195

GrayStereo	0.11 276	0.06 97	0.11 231	0.19 442	0.09 325	0.09 127	0.16 375	0.18 284	0.17 294	0.14 340	0.17 336	0.17 403	0.11 324	0.12 277	0.11 274	0.05 49	0.05 258	0.07 285	0.06 268	0.05 156	0.10 516

RE-Stereo	0.11 276	0.07 211	0.13 324	0.17 284	0.09 325	0.10 189	0.14 225	0.23 392	0.19 343	0.12 288	0.17 336	0.12 291	0.11 324	0.11 186	0.11 274	0.06 165	0.04 24	0.07 285	0.06 268	0.06 277	0.12 556

Pruner-Stereo	0.11 276	0.07 211	0.12 274	0.17 284	0.09 325	0.06 11	0.12 92	0.17 251	0.17 294	0.13 318	0.19 374	0.13 317	0.09 253	0.11 186	0.11 274	0.06 165	0.04 24	0.07 285	0.06 268	0.06 277	0.08 443

TVStereo	0.11 276	0.07 211	0.13 324	0.17 284	0.09 325	0.10 189	0.14 225	0.23 392	0.19 343	0.12 288	0.17 336	0.12 291	0.11 324	0.11 186	0.11 274	0.06 165	0.04 24	0.07 285	0.06 268	0.06 277	0.12 556

DeepStereo_RVC	0.11 276	0.08 329	0.16 446	0.18 374	0.08 200	0.08 75	0.12 92	0.17 251	0.12 133	0.13 318	0.14 284	0.12 291	0.12 355	0.12 277	0.11 274	0.06 165	0.04 24	0.07 285	0.06 268	0.07 356	0.08 443

iGMRVC	0.11 276	0.09 410	0.16 446	0.19 442	0.08 200	0.06 11	0.12 92	0.16 212	0.13 173	0.15 367	0.16 314	0.14 337	0.12 355	0.11 186	0.10 194	0.06 165	0.04 24	0.08 379	0.06 268	0.08 420	0.07 378

RAFT-RH_RVC	0.11 276	0.06 97	0.14 362	0.16 198	0.09 325	0.12 290	0.12 92	0.17 251	0.12 133	0.13 318	0.41 600	0.11 271	0.10 292	0.13 329	0.12 335	0.05 49	0.04 24	0.08 379	0.05 178	0.04 44	0.06 291

RAFT-345	0.11 276	0.07 211	0.15 410	0.16 198	0.08 200	0.08 75	0.12 92	0.15 175	0.10 65	0.11 247	0.36 563	0.09 207	0.09 253	0.11 186	0.12 335	0.05 49	0.05 258	0.07 285	0.06 268	0.04 44	0.05 195

iRAFT	0.11 276	0.09 410	0.16 446	0.18 374	0.08 200	0.06 11	0.11 61	0.16 212	0.13 173	0.15 367	0.16 314	0.14 337	0.12 355	0.11 186	0.10 194	0.06 165	0.04 24	0.08 379	0.06 268	0.08 420	0.07 378

CRE-IMP	0.11 276	0.09 410	0.16 446	0.19 442	0.08 200	0.10 189	0.12 92	0.18 284	0.10 65	0.14 340	0.13 270	0.13 317	0.12 355	0.12 277	0.11 274	0.07 325	0.04 24	0.08 379	0.06 268	0.08 420	0.08 443

test-2	0.11 276	0.09 410	0.07 10	0.19 442	0.08 200	0.12 290	0.28 619	0.13 103	0.17 294	0.11 247	0.17 336	0.14 337	0.12 355	0.07 4	0.07 1	0.05 49	0.05 258	0.09 462	0.07 365	0.04 44	0.04 69

GMM-Stereo	0.11 276	0.07 211	0.10 177	0.18 374	0.09 325	0.08 75	0.15 306	0.23 392	0.16 266	0.11 247	0.15 301	0.13 317	0.11 324	0.11 186	0.11 274	0.05 49	0.04 24	0.08 379	0.07 365	0.06 277	0.09 487

RAFT-IKP	0.11 276	0.09 410	0.16 446	0.19 442	0.08 200	0.06 11	0.12 92	0.16 212	0.13 173	0.15 367	0.16 314	0.14 337	0.12 355	0.11 186	0.10 194	0.06 165	0.04 24	0.08 379	0.06 268	0.08 420	0.07 378

Prome-Stereo	0.11 276	0.06 97	0.10 177	0.18 374	0.08 200	0.12 290	0.15 306	0.22 371	0.13 173	0.12 288	0.17 336	0.13 317	0.08 221	0.12 277	0.10 194	0.05 49	0.04 24	0.07 285	0.06 268	0.06 277	0.09 487

rafts_anoy	0.11 276	0.06 97	0.10 177	0.17 284	0.08 200	0.10 189	0.14 225	0.17 251	0.14 205	0.13 318	0.13 270	0.12 291	0.10 292	0.11 186	0.12 335	0.07 325	0.04 24	0.09 462	0.11 559	0.07 356	0.06 291

raft+_RVC	0.11 276	0.07 211	0.09 116	0.16 198	0.07 122	0.10 189	0.11 61	0.24 416	0.20 366	0.12 288	0.15 301	0.12 291	0.08 221	0.12 277	0.13 377	0.07 325	0.04 24	0.07 285	0.06 268	0.05 156	0.05 195

RALAANet	0.11 276	0.08 329	0.10 177	0.17 284	0.09 325	0.14 375	0.10 32	0.20 324	0.15 230	0.14 340	0.13 270	0.16 381	0.09 253	0.12 277	0.11 274	0.06 165	0.05 258	0.07 285	0.06 268	0.05 156	0.04 69

DIP-Stereo	0.11 276	0.07 211	0.14 362	0.17 284	0.09 325	0.13 341	0.09 18	0.16 212	0.16 266	0.11 247	0.16 314	0.14 337	0.12 355	0.15 382	0.13 377	0.06 165	0.05 258	0.06 176	0.05 178	0.05 156	0.06 291
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
IGEV_i1	0.12 347	0.07 211	0.12 274	0.16 198	0.08 200	0.19 496	0.14 225	0.18 284	0.22 396	0.18 443	0.18 363	0.16 381	0.12 355	0.16 417	0.14 414	0.06 165	0.05 258	0.06 176	0.05 178	0.06 277	0.06 291

rvit_stereo_0083	0.12 347	0.08 329	0.17 476	0.16 198	0.09 325	0.11 240	0.15 306	0.14 133	0.26 460	0.11 247	0.14 284	0.13 317	0.10 292	0.12 277	0.12 335	0.10 500	0.08 504	0.09 462	0.07 365	0.07 356	0.05 195

rvit_stereo_ft	0.12 347	0.07 211	0.13 324	0.19 442	0.10 437	0.12 290	0.17 416	0.16 212	0.16 266	0.12 288	0.13 270	0.15 366	0.10 292	0.14 358	0.13 377	0.09 459	0.06 402	0.08 379	0.07 365	0.07 356	0.05 195

test_sample2	0.12 347	0.07 211	0.12 274	0.14 54	0.08 200	0.16 431	0.18 465	0.21 347	0.16 266	0.14 340	0.20 386	0.19 431	0.15 437	0.15 382	0.12 335	0.08 399	0.05 258	0.07 285	0.06 268	0.08 420	0.07 378

MyStereo8	0.12 347	0.07 211	0.15 410	0.15 105	0.09 325	0.18 472	0.14 225	0.19 313	0.22 396	0.12 288	0.18 363	0.11 271	0.10 292	0.16 417	0.18 494	0.07 325	0.05 258	0.07 285	0.05 178	0.08 420	0.09 487

CoDeX	0.12 347	0.07 211	0.12 274	0.17 284	0.08 200	0.12 290	0.15 306	0.23 392	0.27 470	0.13 318	0.17 336	0.16 381	0.11 324	0.14 358	0.11 274	0.07 325	0.05 258	0.07 285	0.06 268	0.06 277	0.05 195

11t1	0.12 347	0.06 97	0.13 324	0.14 54	0.08 200	0.17 453	0.15 306	0.18 284	0.15 230	0.15 367	0.15 301	0.16 381	0.16 465	0.15 382	0.13 377	0.08 399	0.05 258	0.06 176	0.05 178	0.08 420	0.07 378

ffm	0.12 347	0.09 410	0.14 362	0.16 198	0.08 200	0.17 453	0.17 416	0.15 175	0.19 343	0.15 367	0.25 469	0.19 431	0.13 395	0.10 117	0.07 1	0.06 165	0.04 24	0.09 462	0.08 438	0.06 277	0.06 291

RAFT_CTSACE	0.12 347	0.09 410	0.10 177	0.22 556	0.08 200	0.12 290	0.24 582	0.18 284	0.16 266	0.20 483	0.27 495	0.13 317	0.07 172	0.13 329	0.09 101	0.05 49	0.06 402	0.08 379	0.07 365	0.04 44	0.04 69

Sa-1000	0.12 347	0.08 329	0.08 54	0.18 374	0.08 200	0.14 375	0.22 558	0.22 371	0.18 325	0.15 367	0.20 386	0.17 403	0.11 324	0.10 117	0.10 194	0.06 165	0.05 258	0.09 462	0.09 485	0.05 156	0.05 195

SA	0.12 347	0.09 410	0.08 54	0.18 374	0.08 200	0.12 290	0.24 582	0.23 392	0.18 325	0.17 413	0.27 495	0.14 337	0.11 324	0.11 186	0.11 274	0.05 49	0.05 258	0.09 462	0.08 438	0.05 156	0.04 69

iRaft-Stereo_5w	0.12 347	0.09 410	0.12 274	0.19 442	0.08 200	0.09 127	0.12 92	0.21 347	0.21 382	0.19 460	0.14 284	0.11 271	0.09 253	0.20 512	0.16 461	0.05 49	0.05 258	0.07 285	0.06 268	0.05 156	0.06 291

CrosDoStereo	0.12 347	0.06 97	0.12 274	0.14 54	0.08 200	0.12 290	0.15 306	0.17 251	0.22 396	0.19 460	0.24 441	0.15 366	0.11 324	0.11 186	0.12 335	0.06 165	0.04 24	0.07 285	0.07 365	0.05 156	0.05 195

PSM-softLoss	0.12 347	0.07 211	0.15 410	0.17 284	0.09 325	0.08 75	0.13 162	0.24 416	0.17 294	0.14 340	0.19 374	0.13 317	0.11 324	0.11 186	0.11 274	0.07 325	0.05 258	0.08 379	0.07 365	0.06 277	0.12 556

KMStereo	0.12 347	0.07 211	0.15 410	0.17 284	0.09 325	0.08 75	0.13 162	0.24 416	0.17 294	0.14 340	0.19 374	0.13 317	0.11 324	0.11 186	0.11 274	0.07 325	0.05 258	0.08 379	0.07 365	0.06 277	0.12 556

FTStereo	0.12 347	0.06 97	0.14 362	0.18 374	0.09 325	0.07 38	0.15 306	0.21 347	0.18 325	0.12 288	0.24 441	0.12 291	0.12 355	0.13 329	0.13 377	0.05 49	0.05 258	0.07 285	0.06 268	0.06 277	0.10 516

DeepStereo_LL	0.12 347	0.06 97	0.12 274	0.14 54	0.08 200	0.12 290	0.15 306	0.17 251	0.22 396	0.19 460	0.24 441	0.15 366	0.11 324	0.11 186	0.12 335	0.06 165	0.04 24	0.07 285	0.07 365	0.05 156	0.05 195

DEmStereo	0.12 347	0.06 97	0.14 362	0.14 54	0.10 437	0.16 431	0.15 306	0.16 212	0.24 425	0.17 413	0.24 441	0.13 317	0.14 419	0.12 277	0.13 377	0.05 49	0.04 24	0.07 285	0.06 268	0.05 156	0.05 195

THIR-Stereo	0.12 347	0.07 211	0.11 231	0.15 105	0.08 200	0.14 375	0.16 375	0.17 251	0.25 446	0.16 395	0.24 441	0.14 337	0.12 355	0.12 277	0.14 414	0.06 165	0.04 24	0.07 285	0.07 365	0.05 156	0.05 195

DRaft	0.12 347	0.06 97	0.11 231	0.14 54	0.09 325	0.14 375	0.17 416	0.21 347	0.30 502	0.17 413	0.28 509	0.10 242	0.15 437	0.10 117	0.12 335	0.05 49	0.04 24	0.07 285	0.06 268	0.05 156	0.05 195

PFNet	0.12 347	0.06 97	0.17 476	0.17 284	0.08 200	0.09 127	0.15 306	0.26 451	0.20 366	0.16 395	0.16 314	0.14 337	0.11 324	0.12 277	0.11 274	0.06 165	0.04 24	0.07 285	0.06 268	0.05 156	0.05 195

IRAFT_RVC	0.12 347	0.08 329	0.16 446	0.19 442	0.08 200	0.07 38	0.15 306	0.24 416	0.23 408	0.14 340	0.14 284	0.15 366	0.12 355	0.12 277	0.10 194	0.06 165	0.04 24	0.09 462	0.06 268	0.06 277	0.06 291

sCroCo_RVC	0.12 347	0.09 410	0.23 548	0.24 589	0.11 487	0.19 496	0.14 225	0.17 251	0.14 205	0.10 213	0.13 270	0.12 291	0.07 172	0.14 358	0.11 274	0.08 399	0.08 504	0.08 379	0.08 438	0.05 156	0.07 378

ARAFT	0.12 347	0.08 329	0.17 476	0.19 442	0.09 325	0.14 375	0.18 465	0.20 324	0.12 133	0.12 288	0.13 270	0.14 337	0.11 324	0.15 382	0.12 335	0.06 165	0.05 258	0.10 510	0.09 485	0.05 156	0.04 69

BEATNet_4x	0.12 347	0.08 329	0.14 362	0.18 374	0.07 122	0.15 401	0.07 3	0.22 371	0.18 325	0.16 395	0.19 374	0.18 417	0.14 419	0.16 417	0.15 445	0.07 325	0.05 258	0.05 43	0.05 178	0.06 277	0.06 291

MLCV	0.12 347	0.07 211	0.16 446	0.18 374	0.06 26	0.15 401	0.17 416	0.19 313	0.21 382	0.18 443	0.25 469	0.17 403	0.13 395	0.14 358	0.13 377	0.05 49	0.04 24	0.05 43	0.04 52	0.05 156	0.04 69

RT-IGEV	0.13 373	0.06 97	0.13 324	0.15 105	0.09 325	0.15 401	0.17 416	0.24 416	0.27 470	0.16 395	0.17 336	0.17 403	0.10 292	0.14 358	0.11 274	0.08 399	0.05 258	0.07 285	0.05 178	0.07 356	0.07 378

Selective-IGEV-i16pc	0.13 373	0.06 97	0.13 324	0.15 105	0.11 487	0.38 629	0.16 375	0.23 392	0.16 266	0.10 213	0.15 301	0.09 207	0.06 62	0.13 329	0.10 194	0.10 500	0.08 504	0.06 176	0.07 365	0.09 483	0.09 487

Selective-IGEV-i1	0.13 373	0.07 211	0.12 274	0.19 442	0.08 200	0.18 472	0.16 375	0.22 371	0.30 502	0.16 395	0.17 336	0.16 381	0.10 292	0.14 358	0.13 377	0.06 165	0.05 258	0.06 176	0.05 178	0.06 277	0.05 195

G2L-ROB	0.13 373	0.06 97	0.13 324	0.13 16	0.08 200	0.14 375	0.16 375	0.25 433	0.18 325	0.19 460	0.18 363	0.20 443	0.14 419	0.17 450	0.16 461	0.08 399	0.05 258	0.06 176	0.05 178	0.08 420	0.09 487

xyz-stereo	0.13 373	0.07 211	0.20 524	0.15 105	0.05 2	0.20 512	0.15 306	0.17 251	0.31 510	0.15 367	0.29 521	0.26 518	0.16 465	0.13 329	0.12 335	0.05 49	0.05 258	0.06 176	0.05 178	0.04 44	0.04 69

DFGA-Net	0.13 373	0.11 498	0.18 500	0.17 284	0.10 437	0.12 290	0.13 162	0.22 371	0.25 446	0.16 395	0.16 314	0.13 317	0.12 355	0.16 417	0.14 414	0.07 325	0.05 258	0.08 379	0.07 365	0.05 156	0.05 195

FACV-RUCA	0.13 373	0.11 498	0.12 274	0.19 442	0.12 521	0.15 401	0.15 306	0.22 371	0.20 366	0.15 367	0.16 314	0.14 337	0.16 465	0.14 358	0.13 377	0.07 325	0.05 258	0.08 379	0.06 268	0.10 516	0.08 443

UGAM	0.13 373	0.10 472	0.09 116	0.22 556	0.08 200	0.12 290	0.20 528	0.17 251	0.23 408	0.21 497	0.16 314	0.13 317	0.13 395	0.19 487	0.12 335	0.07 325	0.05 258	0.13 576	0.11 559	0.07 356	0.05 195

test_sample1	0.13 373	0.07 211	0.14 362	0.13 16	0.08 200	0.19 496	0.16 375	0.20 324	0.15 230	0.14 340	0.22 420	0.18 417	0.16 465	0.17 450	0.14 414	0.07 325	0.06 402	0.06 176	0.06 268	0.08 420	0.07 378

qqq1	0.13 373	0.07 211	0.17 476	0.14 54	0.08 200	0.16 431	0.17 416	0.26 451	0.27 470	0.19 460	0.20 386	0.18 417	0.15 437	0.15 382	0.11 274	0.08 399	0.05 258	0.05 43	0.05 178	0.06 277	0.06 291

fff1	0.13 373	0.07 211	0.17 476	0.14 54	0.08 200	0.16 431	0.17 416	0.26 451	0.27 470	0.19 460	0.20 386	0.18 417	0.15 437	0.15 382	0.11 274	0.08 399	0.05 258	0.05 43	0.05 178	0.06 277	0.06 291

MyStereo05	0.13 373	0.07 211	0.10 177	0.17 284	0.09 325	0.13 341	0.18 465	0.27 472	0.35 545	0.17 413	0.14 284	0.15 366	0.11 324	0.15 382	0.13 377	0.06 165	0.05 258	0.07 285	0.07 365	0.06 277	0.06 291

MyStereo04	0.13 373	0.07 211	0.10 177	0.17 284	0.09 325	0.14 375	0.18 465	0.29 505	0.38 563	0.17 413	0.14 284	0.16 381	0.10 292	0.15 382	0.13 377	0.06 165	0.05 258	0.08 379	0.07 365	0.06 277	0.06 291

ff1	0.13 373	0.09 410	0.14 362	0.16 198	0.08 200	0.17 453	0.17 416	0.15 175	0.19 343	0.15 367	0.25 469	0.19 431	0.13 395	0.14 358	0.20 513	0.06 165	0.04 24	0.09 462	0.08 438	0.06 277	0.06 291

StereoVision	0.13 373	0.12 516	0.09 116	0.24 589	0.10 437	0.15 401	0.21 548	0.21 347	0.20 366	0.12 288	0.24 441	0.10 242	0.10 292	0.16 417	0.10 194	0.09 459	0.11 570	0.12 561	0.12 579	0.06 277	0.05 195

LL-Strereo	0.13 373	0.09 410	0.11 231	0.20 508	0.10 437	0.11 240	0.18 465	0.32 541	0.24 425	0.15 367	0.15 301	0.14 337	0.13 395	0.19 487	0.11 274	0.06 165	0.04 24	0.09 462	0.08 438	0.04 44	0.05 195

CASS	0.13 373	0.12 516	0.11 231	0.23 580	0.09 325	0.15 401	0.17 416	0.18 284	0.19 343	0.17 413	0.18 363	0.15 366	0.15 437	0.14 358	0.14 414	0.09 459	0.06 402	0.10 510	0.08 438	0.09 483	0.07 378
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.13 373	0.07 211	0.13 324	0.18 374	0.09 325	0.13 341	0.17 416	0.19 313	0.29 492	0.15 367	0.24 441	0.15 366	0.14 419	0.14 358	0.14 414	0.07 325	0.05 258	0.07 285	0.09 485	0.05 156	0.06 291

TestStereo1	0.13 373	0.08 329	0.08 54	0.19 442	0.08 200	0.18 472	0.29 629	0.23 392	0.16 266	0.17 413	0.20 386	0.16 381	0.10 292	0.12 277	0.13 377	0.06 165	0.06 402	0.08 379	0.06 268	0.05 156	0.05 195

qqq	0.13 373	0.09 410	0.15 410	0.16 198	0.08 200	0.13 341	0.15 306	0.23 392	0.16 266	0.15 367	0.19 374	0.16 381	0.16 465	0.15 382	0.16 461	0.07 325	0.06 402	0.08 379	0.08 438	0.07 356	0.07 378

x	0.13 373	0.07 211	0.14 362	0.14 54	0.08 200	0.18 472	0.14 225	0.22 371	0.20 366	0.15 367	0.19 374	0.19 431	0.17 488	0.18 472	0.18 494	0.07 325	0.05 258	0.06 176	0.06 268	0.07 356	0.07 378

raft_robust	0.13 373	0.10 472	0.07 10	0.18 374	0.08 200	0.13 341	0.24 582	0.28 491	0.33 524	0.20 483	0.19 374	0.14 337	0.10 292	0.11 186	0.12 335	0.05 49	0.05 258	0.07 285	0.07 365	0.05 156	0.04 69

RAFT+CT+SA	0.13 373	0.11 498	0.09 116	0.19 442	0.09 325	0.15 401	0.28 619	0.22 371	0.22 396	0.15 367	0.26 486	0.10 242	0.10 292	0.11 186	0.12 335	0.05 49	0.04 24	0.07 285	0.08 438	0.07 356	0.06 291

SA-5K	0.13 373	0.08 329	0.08 54	0.19 442	0.08 200	0.18 472	0.29 629	0.23 392	0.16 266	0.17 413	0.20 386	0.16 381	0.10 292	0.12 277	0.13 377	0.06 165	0.06 402	0.08 379	0.06 268	0.05 156	0.05 195

GwcNet-ADL	0.13 373	0.08 329	0.14 362	0.20 508	0.09 325	0.11 240	0.20 528	0.30 519	0.24 425	0.13 318	0.14 284	0.18 417	0.14 419	0.13 329	0.14 414	0.07 325	0.05 258	0.06 176	0.05 178	0.07 356	0.06 291

GANet-ADL	0.13 373	0.07 211	0.15 410	0.17 284	0.10 437	0.18 472	0.15 306	0.30 519	0.20 366	0.13 318	0.18 363	0.19 431	0.12 355	0.16 417	0.13 377	0.08 399	0.06 402	0.06 176	0.05 178	0.07 356	0.08 443

RAFT	0.13 373	0.09 410	0.11 231	0.18 374	0.08 200	0.15 401	0.24 582	0.20 324	0.19 343	0.21 497	0.21 409	0.17 403	0.12 355	0.16 417	0.09 101	0.06 165	0.07 474	0.10 510	0.09 485	0.05 156	0.05 195

TestStereo	0.13 373	0.14 556	0.11 231	0.23 580	0.08 200	0.15 401	0.21 548	0.20 324	0.23 408	0.14 340	0.24 441	0.16 381	0.12 355	0.16 417	0.14 414	0.05 49	0.06 402	0.08 379	0.06 268	0.09 483	0.05 195

sAnonymous2	0.13 373	0.12 516	0.24 552	0.20 508	0.12 521	0.17 453	0.13 162	0.26 451	0.21 382	0.11 247	0.11 231	0.13 317	0.08 221	0.10 117	0.10 194	0.09 459	0.05 258	0.08 379	0.06 268	0.15 603	0.10 516

CroCo_RVC	0.13 373	0.12 516	0.24 552	0.20 508	0.12 521	0.17 453	0.13 162	0.26 451	0.21 382	0.11 247	0.11 231	0.13 317	0.08 221	0.10 117	0.10 194	0.09 459	0.05 258	0.08 379	0.06 268	0.15 603	0.10 516

RAFT + AFF	0.13 373	0.07 211	0.20 524	0.20 508	0.10 437	0.14 375	0.24 582	0.26 451	0.20 366	0.11 247	0.10 183	0.12 291	0.10 292	0.15 382	0.12 335	0.07 325	0.06 402	0.09 462	0.08 438	0.06 277	0.08 443

GMStereo	0.13 373	0.14 556	0.14 362	0.18 374	0.09 325	0.15 401	0.16 375	0.20 324	0.24 425	0.16 395	0.17 336	0.10 242	0.10 292	0.16 417	0.13 377	0.07 325	0.06 402	0.06 176	0.06 268	0.07 356	0.06 291
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 373	0.07 211	0.14 362	0.17 284	0.09 325	0.15 401	0.16 375	0.28 491	0.27 470	0.14 340	0.17 336	0.12 291	0.13 395	0.14 358	0.11 274	0.08 399	0.05 258	0.07 285	0.07 365	0.07 356	0.06 291

FENet	0.13 373	0.08 329	0.12 274	0.16 198	0.08 200	0.14 375	0.15 306	0.22 371	0.23 408	0.17 413	0.23 429	0.16 381	0.12 355	0.14 358	0.15 445	0.08 399	0.05 258	0.08 379	0.08 438	0.07 356	0.07 378

cf-r	0.13 373	0.07 211	0.12 274	0.16 198	0.08 200	0.14 375	0.19 505	0.20 324	0.25 446	0.17 413	0.25 469	0.21 452	0.16 465	0.14 358	0.14 414	0.10 500	0.05 258	0.06 176	0.08 438	0.06 277	0.06 291

iResNet	0.13 373	0.10 472	0.18 500	0.19 442	0.08 200	0.13 341	0.18 465	0.20 324	0.26 460	0.15 367	0.23 429	0.15 366	0.13 395	0.14 358	0.14 414	0.06 165	0.04 24	0.06 176	0.05 178	0.06 277	0.05 195

DN-CSS_ROB	0.13 373	0.13 544	0.16 446	0.18 374	0.10 437	0.16 431	0.08 7	0.22 371	0.18 325	0.17 413	0.22 420	0.13 317	0.13 395	0.12 277	0.13 377	0.05 49	0.05 258	0.10 510	0.10 525	0.08 420	0.06 291

Selective-IGEV-i16pb	0.14 410	0.08 329	0.17 476	0.15 105	0.11 487	0.41 634	0.16 375	0.28 491	0.23 408	0.11 247	0.20 386	0.10 242	0.07 172	0.17 450	0.12 335	0.10 500	0.07 474	0.06 176	0.08 438	0.09 483	0.10 516

G2L-Stereo_test	0.14 410	0.07 211	0.11 231	0.13 16	0.08 200	0.12 290	0.16 375	0.30 519	0.28 485	0.20 483	0.23 429	0.20 443	0.16 465	0.17 450	0.18 494	0.07 325	0.05 258	0.05 43	0.05 178	0.07 356	0.06 291

coex_refinement	0.14 410	0.07 211	0.12 274	0.17 284	0.10 437	0.15 401	0.15 306	0.26 451	0.29 492	0.18 443	0.20 386	0.22 470	0.17 488	0.16 417	0.18 494	0.08 399	0.05 258	0.06 176	0.06 268	0.09 483	0.08 443

G2L-Stereo	0.14 410	0.07 211	0.13 324	0.17 284	0.09 325	0.13 341	0.12 92	0.27 472	0.22 396	0.16 395	0.27 495	0.21 452	0.13 395	0.17 450	0.18 494	0.09 459	0.08 504	0.08 379	0.07 365	0.07 356	0.07 378

rvit_0105_6	0.14 410	0.09 410	0.18 500	0.17 284	0.10 437	0.10 189	0.16 375	0.19 313	0.26 460	0.12 288	0.18 363	0.17 403	0.12 355	0.18 472	0.12 335	0.15 600	0.11 570	0.12 561	0.10 525	0.09 483	0.06 291

rvit_0105_5	0.14 410	0.09 410	0.13 324	0.17 284	0.09 325	0.14 375	0.23 569	0.24 416	0.27 470	0.14 340	0.15 301	0.18 417	0.12 355	0.17 450	0.14 414	0.14 596	0.11 570	0.10 510	0.10 525	0.08 420	0.06 291

rvit_0105_4	0.14 410	0.09 410	0.17 476	0.17 284	0.10 437	0.12 290	0.19 505	0.23 392	0.27 470	0.14 340	0.20 386	0.17 403	0.13 395	0.17 450	0.13 377	0.15 600	0.11 570	0.11 541	0.10 525	0.09 483	0.06 291

DCVSM-stereo	0.14 410	0.09 410	0.16 446	0.16 198	0.10 437	0.15 401	0.09 18	0.19 313	0.23 408	0.20 483	0.23 429	0.26 518	0.15 437	0.18 472	0.14 414	0.09 459	0.07 474	0.09 462	0.08 438	0.10 516	0.12 556

test_sample6	0.14 410	0.08 329	0.13 324	0.16 198	0.08 200	0.17 453	0.19 505	0.25 433	0.17 294	0.17 413	0.27 495	0.19 431	0.14 419	0.15 382	0.13 377	0.08 399	0.05 258	0.08 379	0.07 365	0.08 420	0.08 443

test_sample5	0.14 410	0.08 329	0.14 362	0.16 198	0.08 200	0.18 472	0.18 465	0.25 433	0.17 294	0.17 413	0.27 495	0.18 417	0.14 419	0.16 417	0.13 377	0.08 399	0.05 258	0.08 379	0.07 365	0.08 420	0.08 443

test_sample4	0.14 410	0.08 329	0.14 362	0.15 105	0.08 200	0.19 496	0.18 465	0.26 451	0.17 294	0.16 395	0.25 469	0.18 417	0.14 419	0.16 417	0.13 377	0.08 399	0.06 402	0.08 379	0.06 268	0.08 420	0.08 443

test_sample3	0.14 410	0.08 329	0.15 410	0.14 54	0.09 325	0.19 496	0.17 416	0.26 451	0.18 325	0.16 395	0.22 420	0.19 431	0.15 437	0.17 450	0.13 377	0.08 399	0.06 402	0.07 285	0.06 268	0.09 483	0.08 443

DispNO	0.14 410	0.08 329	0.17 476	0.19 442	0.12 521	0.11 240	0.21 548	0.23 392	0.29 492	0.17 413	0.23 429	0.18 417	0.17 488	0.15 382	0.15 445	0.07 325	0.05 258	0.08 379	0.08 438	0.07 356	0.06 291

SMFormer	0.14 410	0.07 211	0.17 476	0.14 54	0.08 200	0.16 431	0.17 416	0.26 451	0.27 470	0.19 460	0.20 386	0.18 417	0.15 437	0.15 382	0.17 476	0.08 399	0.05 258	0.07 285	0.06 268	0.07 356	0.06 291

tta	0.14 410	0.07 211	0.17 476	0.14 54	0.08 200	0.16 431	0.17 416	0.26 451	0.27 470	0.19 460	0.20 386	0.18 417	0.15 437	0.15 382	0.17 476	0.08 399	0.05 258	0.07 285	0.06 268	0.06 277	0.06 291

mmm	0.14 410	0.08 329	0.17 476	0.17 284	0.09 325	0.17 453	0.18 465	0.21 347	0.15 230	0.15 367	0.23 429	0.21 452	0.16 465	0.16 417	0.17 476	0.08 399	0.05 258	0.08 379	0.07 365	0.07 356	0.07 378

DualNet	0.14 410	0.08 329	0.14 362	0.16 198	0.08 200	0.18 472	0.18 465	0.25 433	0.17 294	0.17 413	0.27 495	0.18 417	0.14 419	0.16 417	0.13 377	0.08 399	0.05 258	0.08 379	0.07 365	0.08 420	0.08 443

mmx	0.14 410	0.09 410	0.14 362	0.16 198	0.08 200	0.17 453	0.17 416	0.27 472	0.25 446	0.15 367	0.25 469	0.19 431	0.13 395	0.14 358	0.20 513	0.08 399	0.06 402	0.09 462	0.08 438	0.08 420	0.08 443

xxx	0.14 410	0.09 410	0.14 362	0.16 198	0.08 200	0.17 453	0.17 416	0.27 472	0.25 446	0.15 367	0.25 469	0.19 431	0.13 395	0.14 358	0.20 513	0.08 399	0.06 402	0.09 462	0.08 438	0.08 420	0.08 443

PCWNet_CMD	0.14 410	0.08 329	0.15 410	0.17 284	0.09 325	0.14 375	0.14 225	0.29 505	0.36 549	0.14 340	0.20 386	0.21 452	0.12 355	0.17 450	0.13 377	0.07 325	0.05 258	0.07 285	0.07 365	0.07 356	0.07 378

CBFPSM	0.14 410	0.06 97	0.26 560	0.17 284	0.09 325	0.13 341	0.15 306	0.22 371	0.23 408	0.20 483	0.27 495	0.24 494	0.16 465	0.16 417	0.18 494	0.06 165	0.06 402	0.06 176	0.07 365	0.07 356	0.07 378

gwcnet-sp	0.14 410	0.07 211	0.12 274	0.18 374	0.09 325	0.16 431	0.17 416	0.24 416	0.24 425	0.18 443	0.24 441	0.15 366	0.16 465	0.15 382	0.15 445	0.08 399	0.06 402	0.07 285	0.08 438	0.08 420	0.07 378

scenet	0.14 410	0.07 211	0.12 274	0.18 374	0.09 325	0.16 431	0.17 416	0.24 416	0.24 425	0.18 443	0.24 441	0.15 366	0.16 465	0.15 382	0.15 445	0.08 399	0.06 402	0.07 285	0.08 438	0.08 420	0.07 378

ssnet	0.14 410	0.07 211	0.12 274	0.18 374	0.09 325	0.16 431	0.17 416	0.24 416	0.24 425	0.18 443	0.24 441	0.15 366	0.16 465	0.15 382	0.15 445	0.08 399	0.06 402	0.07 285	0.08 438	0.08 420	0.07 378

BUS	0.14 410	0.09 410	0.14 362	0.22 556	0.10 437	0.19 496	0.14 225	0.34 570	0.19 343	0.17 413	0.22 420	0.16 381	0.13 395	0.15 382	0.13 377	0.08 399	0.06 402	0.10 510	0.09 485	0.07 356	0.07 378

IER	0.14 410	0.07 211	0.13 324	0.17 284	0.09 325	0.14 375	0.16 375	0.25 433	0.26 460	0.18 443	0.25 469	0.17 403	0.20 530	0.16 417	0.14 414	0.08 399	0.05 258	0.07 285	0.06 268	0.08 420	0.07 378

test_5	0.14 410	0.12 516	0.08 54	0.20 508	0.10 437	0.14 375	0.29 629	0.21 347	0.24 425	0.18 443	0.28 509	0.11 271	0.15 437	0.12 277	0.13 377	0.06 165	0.05 258	0.07 285	0.08 438	0.08 420	0.07 378

psmg	0.14 410	0.09 410	0.14 362	0.17 284	0.10 437	0.15 401	0.17 416	0.29 505	0.19 343	0.17 413	0.21 409	0.25 508	0.16 465	0.15 382	0.14 414	0.08 399	0.06 402	0.08 379	0.08 438	0.07 356	0.06 291

UDGNet	0.14 410	0.13 544	0.16 446	0.17 284	0.10 437	0.12 290	0.16 375	0.21 347	0.27 470	0.20 483	0.20 386	0.16 381	0.13 395	0.16 417	0.13 377	0.10 500	0.06 402	0.09 462	0.07 365	0.06 277	0.07 378

CFNet_pseudo	0.14 410	0.08 329	0.15 410	0.16 198	0.09 325	0.13 341	0.14 225	0.27 472	0.34 536	0.14 340	0.21 409	0.22 470	0.13 395	0.18 472	0.14 414	0.07 325	0.05 258	0.08 379	0.06 268	0.07 356	0.07 378

GES	0.14 410	0.08 329	0.16 446	0.15 105	0.10 437	0.13 341	0.13 162	0.28 491	0.25 446	0.16 395	0.23 429	0.18 417	0.13 395	0.16 417	0.13 377	0.08 399	0.07 474	0.07 285	0.06 268	0.08 420	0.09 487

GANet-RSSM	0.14 410	0.07 211	0.13 324	0.13 16	0.08 200	0.14 375	0.17 416	0.22 371	0.21 382	0.17 413	0.24 441	0.23 488	0.15 437	0.16 417	0.15 445	0.10 500	0.06 402	0.07 285	0.08 438	0.08 420	0.07 378

PSMNet-RSSM	0.14 410	0.07 211	0.13 324	0.15 105	0.08 200	0.13 341	0.16 375	0.24 416	0.24 425	0.16 395	0.28 509	0.22 470	0.14 419	0.15 382	0.13 377	0.11 531	0.06 402	0.09 462	0.12 579	0.08 420	0.07 378

GwcNet-RSSM	0.14 410	0.07 211	0.12 274	0.15 105	0.08 200	0.15 401	0.20 528	0.21 347	0.27 470	0.18 443	0.27 495	0.22 470	0.16 465	0.14 358	0.15 445	0.10 500	0.05 258	0.07 285	0.09 485	0.07 356	0.07 378

CFNet-ft	0.14 410	0.07 211	0.15 410	0.12 5	0.09 325	0.16 431	0.18 465	0.22 371	0.24 425	0.17 413	0.26 486	0.24 494	0.14 419	0.16 417	0.14 414	0.11 531	0.06 402	0.08 379	0.09 485	0.09 483	0.08 443

DMCA	0.14 410	0.09 410	0.16 446	0.19 442	0.09 325	0.15 401	0.17 416	0.23 392	0.27 470	0.14 340	0.19 374	0.17 403	0.18 502	0.15 382	0.17 476	0.10 500	0.06 402	0.08 379	0.06 268	0.09 483	0.10 516

RASNet	0.14 410	0.07 211	0.14 362	0.16 198	0.08 200	0.18 472	0.14 225	0.29 505	0.20 366	0.17 413	0.25 469	0.21 452	0.18 502	0.20 512	0.19 507	0.07 325	0.06 402	0.06 176	0.08 438	0.06 277	0.06 291

MSMDNet	0.14 410	0.08 329	0.15 410	0.17 284	0.09 325	0.14 375	0.14 225	0.29 505	0.36 549	0.14 340	0.21 409	0.21 452	0.12 355	0.17 450	0.14 414	0.07 325	0.05 258	0.07 285	0.07 365	0.07 356	0.07 378

HSM-Net_RVC	0.14 410	0.08 329	0.11 231	0.15 105	0.08 200	0.15 401	0.15 306	0.27 472	0.29 492	0.19 460	0.21 409	0.29 544	0.14 419	0.17 450	0.13 377	0.06 165	0.06 402	0.06 176	0.06 268	0.07 356	0.06 291
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 410	0.07 211	0.15 410	0.12 5	0.09 325	0.16 431	0.18 465	0.22 371	0.24 425	0.17 413	0.26 486	0.24 494	0.14 419	0.16 417	0.14 414	0.11 531	0.06 402	0.08 379	0.09 485	0.09 483	0.08 443

ccs_rob	0.14 410	0.08 329	0.15 410	0.16 198	0.09 325	0.12 290	0.14 225	0.27 472	0.34 536	0.14 340	0.21 409	0.22 470	0.13 395	0.18 472	0.14 414	0.07 325	0.05 258	0.08 379	0.07 365	0.07 356	0.07 378

UCFNet_RVC	0.14 410	0.08 329	0.13 324	0.11 1	0.10 437	0.20 512	0.10 32	0.24 416	0.22 396	0.17 413	0.20 386	0.23 488	0.15 437	0.17 450	0.15 445	0.12 556	0.07 474	0.10 510	0.13 590	0.11 539	0.10 516

iResNetv2_ROB	0.14 410	0.08 329	0.15 410	0.16 198	0.08 200	0.16 431	0.12 92	0.25 433	0.35 545	0.21 497	0.29 521	0.24 494	0.13 395	0.14 358	0.14 414	0.06 165	0.05 258	0.06 176	0.04 52	0.09 483	0.08 443

iResNet_ROB	0.14 410	0.07 211	0.13 324	0.14 54	0.07 122	0.18 472	0.14 225	0.26 451	0.31 510	0.22 513	0.25 469	0.23 488	0.15 437	0.15 382	0.13 377	0.07 325	0.05 258	0.05 43	0.04 52	0.08 420	0.08 443

DDVS	0.15 454	0.10 472	0.21 533	0.16 198	0.12 521	0.15 401	0.14 225	0.25 433	0.19 343	0.18 443	0.29 521	0.27 526	0.12 355	0.19 487	0.15 445	0.09 459	0.06 402	0.09 462	0.07 365	0.11 539	0.11 543

rvit_0105_3	0.15 454	0.09 410	0.14 362	0.19 442	0.12 521	0.15 401	0.25 597	0.25 433	0.29 492	0.15 367	0.17 336	0.20 443	0.13 395	0.17 450	0.14 414	0.13 582	0.11 570	0.12 561	0.14 594	0.07 356	0.06 291

ACV-stereo	0.15 454	0.10 472	0.28 572	0.18 374	0.12 521	0.14 375	0.12 92	0.23 392	0.21 382	0.19 460	0.23 429	0.22 470	0.15 437	0.23 553	0.17 476	0.07 325	0.06 402	0.07 285	0.07 365	0.07 356	0.07 378

ITSA-stereo	0.15 454	0.10 472	0.14 362	0.19 442	0.08 200	0.12 290	0.14 225	0.30 519	0.49 609	0.17 413	0.19 374	0.22 470	0.15 437	0.17 450	0.16 461	0.10 500	0.06 402	0.08 379	0.08 438	0.08 420	0.08 443

test_sample7	0.15 454	0.10 472	0.16 446	0.14 54	0.11 487	0.16 431	0.16 375	0.27 472	0.23 408	0.20 483	0.20 386	0.24 494	0.19 518	0.16 417	0.16 461	0.12 556	0.06 402	0.10 510	0.09 485	0.10 516	0.10 516

1111x	0.15 454	0.08 329	0.12 274	0.18 374	0.07 122	0.18 472	0.25 597	0.31 530	0.24 425	0.17 413	0.24 441	0.26 518	0.15 437	0.13 329	0.23 554	0.07 325	0.07 474	0.08 379	0.09 485	0.07 356	0.06 291

CFNet_ucs	0.15 454	0.08 329	0.16 446	0.16 198	0.11 487	0.14 375	0.14 225	0.30 519	0.34 536	0.16 395	0.24 441	0.23 488	0.14 419	0.18 472	0.15 445	0.09 459	0.06 402	0.08 379	0.07 365	0.09 483	0.09 487

BSDual-CNN	0.15 454	0.09 410	0.14 362	0.22 556	0.10 437	0.14 375	0.15 306	0.34 570	0.19 343	0.17 413	0.22 420	0.25 508	0.16 465	0.15 382	0.14 414	0.08 399	0.06 402	0.10 510	0.09 485	0.07 356	0.07 378

hknet	0.15 454	0.11 498	0.13 324	0.22 556	0.11 487	0.14 375	0.15 306	0.34 570	0.25 446	0.17 413	0.22 420	0.22 470	0.18 502	0.17 450	0.12 335	0.07 325	0.06 402	0.10 510	0.09 485	0.07 356	0.07 378

dd	0.15 454	0.16 574	0.16 446	0.19 442	0.09 325	0.15 401	0.18 465	0.21 347	0.25 446	0.23 526	0.20 386	0.21 452	0.09 253	0.21 529	0.16 461	0.10 500	0.06 402	0.08 379	0.06 268	0.08 420	0.06 291

DAS	0.15 454	0.08 329	0.18 500	0.19 442	0.10 437	0.19 496	0.17 416	0.27 472	0.29 492	0.18 443	0.25 469	0.21 452	0.15 437	0.16 417	0.12 335	0.08 399	0.06 402	0.06 176	0.06 268	0.07 356	0.07 378

SepStereo	0.15 454	0.08 329	0.18 500	0.19 442	0.10 437	0.19 496	0.17 416	0.27 472	0.29 492	0.18 443	0.25 469	0.21 452	0.15 437	0.25 568	0.12 335	0.08 399	0.06 402	0.06 176	0.06 268	0.07 356	0.07 378

PSMNet-ADL	0.15 454	0.12 516	0.13 324	0.22 556	0.09 325	0.13 341	0.20 528	0.26 451	0.23 408	0.18 443	0.20 386	0.24 494	0.16 465	0.18 472	0.17 476	0.08 399	0.08 504	0.08 379	0.11 559	0.08 420	0.07 378

LMCR-Stereo	0.15 454	0.08 329	0.13 324	0.21 540	0.09 325	0.17 453	0.20 528	0.27 472	0.19 343	0.24 535	0.24 441	0.23 488	0.17 488	0.20 512	0.17 476	0.07 325	0.06 402	0.08 379	0.06 268	0.10 516	0.08 443

ICVP	0.15 454	0.09 410	0.12 274	0.22 556	0.09 325	0.17 453	0.21 548	0.25 433	0.23 408	0.18 443	0.30 528	0.26 518	0.18 502	0.17 450	0.14 414	0.09 459	0.07 474	0.08 379	0.07 365	0.07 356	0.07 378
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xxxx	0.15 454	0.07 211	0.14 362	0.14 54	0.08 200	0.23 554	0.18 465	0.31 530	0.19 343	0.14 340	0.28 509	0.22 470	0.14 419	0.15 382	0.26 588	0.09 459	0.05 258	0.07 285	0.07 365	0.08 420	0.07 378

test_xeample	0.15 454	0.06 97	0.13 324	0.14 54	0.08 200	0.21 529	0.20 528	0.28 491	0.20 366	0.16 395	0.29 521	0.19 431	0.16 465	0.15 382	0.26 588	0.09 459	0.05 258	0.07 285	0.07 365	0.07 356	0.07 378

ACVNet	0.15 454	0.09 410	0.15 410	0.13 16	0.12 521	0.14 375	0.20 528	0.22 371	0.33 524	0.17 413	0.26 486	0.21 452	0.16 465	0.17 450	0.21 533	0.07 325	0.06 402	0.06 176	0.06 268	0.08 420	0.06 291

acv_ft	0.15 454	0.09 410	0.15 410	0.19 442	0.10 437	0.16 431	0.17 416	0.25 433	0.33 524	0.19 460	0.26 486	0.21 452	0.17 488	0.17 450	0.18 494	0.07 325	0.06 402	0.06 176	0.06 268	0.08 420	0.06 291

CFNet	0.15 454	0.10 472	0.17 476	0.17 284	0.08 200	0.18 472	0.09 18	0.28 491	0.25 446	0.19 460	0.24 441	0.24 494	0.17 488	0.17 450	0.14 414	0.08 399	0.06 402	0.09 462	0.10 525	0.07 356	0.06 291

AdaStereo	0.15 454	0.11 498	0.15 410	0.18 374	0.09 325	0.20 512	0.11 61	0.32 541	0.28 485	0.20 483	0.23 429	0.20 443	0.13 395	0.19 487	0.14 414	0.12 556	0.05 258	0.10 510	0.07 365	0.09 483	0.07 378
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	0.15 454	0.08 329	0.14 362	0.16 198	0.09 325	0.16 431	0.14 225	0.28 491	0.25 446	0.19 460	0.23 429	0.37 598	0.16 465	0.20 512	0.15 445	0.07 325	0.05 258	0.07 285	0.06 268	0.07 356	0.06 291

pmcnn	0.15 454	0.07 211	0.19 512	0.15 105	0.07 122	0.20 512	0.15 306	0.24 416	0.26 460	0.21 497	0.34 556	0.28 536	0.18 502	0.18 472	0.17 476	0.07 325	0.05 258	0.05 43	0.04 52	0.07 356	0.06 291

DStereoRT	0.16 477	0.06 97	0.11 231	0.19 442	0.09 325	0.12 290	0.12 92	0.28 491	0.22 396	0.12 288	0.20 386	0.11 271	0.10 292	0.15 382	0.14 414	0.06 165	0.05 258	0.96 677	0.09 485	0.05 156	0.04 69

DualNet (step1)	0.16 477	0.12 516	0.20 524	0.12 5	0.14 565	0.17 453	0.13 162	0.27 472	0.23 408	0.20 483	0.20 386	0.24 494	0.19 518	0.16 417	0.16 461	0.15 600	0.06 402	0.14 589	0.14 594	0.14 587	0.12 556

GMStereo_Zeroshot	0.16 477	0.13 544	0.24 552	0.20 508	0.10 437	0.17 453	0.13 162	0.29 505	0.25 446	0.23 526	0.32 540	0.25 508	0.11 324	0.19 487	0.14 414	0.09 459	0.06 402	0.11 541	0.06 268	0.12 554	0.08 443

iinet-f	0.16 477	0.06 97	0.45 617	0.14 54	0.10 437	0.21 529	0.14 225	0.27 472	0.23 408	0.21 497	0.24 441	0.21 452	0.15 437	0.18 472	0.21 533	0.09 459	0.07 474	0.07 285	0.06 268	0.09 483	0.10 516

CRFU-Net	0.16 477	0.08 329	0.14 362	0.17 284	0.09 325	0.19 496	0.14 225	0.26 451	0.20 366	0.28 575	0.27 495	0.29 544	0.17 488	0.19 487	0.17 476	0.09 459	0.09 537	0.07 285	0.07 365	0.08 420	0.08 443

NINENet	0.16 477	0.10 472	0.15 410	0.17 284	0.11 487	0.19 496	0.14 225	0.40 614	0.36 549	0.18 443	0.21 409	0.16 381	0.13 395	0.15 382	0.13 377	0.08 399	0.08 504	0.10 510	0.07 365	0.10 516	0.09 487

CSP-Net	0.16 477	0.09 410	0.14 362	0.16 198	0.09 325	0.19 496	0.17 416	0.25 433	0.32 517	0.25 548	0.30 528	0.24 494	0.15 437	0.21 529	0.18 494	0.09 459	0.06 402	0.07 285	0.07 365	0.08 420	0.07 378

AASNet	0.16 477	0.08 329	0.12 274	0.19 442	0.09 325	0.18 472	0.15 306	0.37 598	0.37 556	0.19 460	0.23 429	0.20 443	0.16 465	0.17 450	0.20 513	0.10 500	0.08 504	0.08 379	0.07 365	0.09 483	0.09 487

AACVNet	0.16 477	0.08 329	0.14 362	0.15 105	0.10 437	0.18 472	0.15 306	0.23 392	0.24 425	0.27 560	0.27 495	0.28 536	0.17 488	0.19 487	0.16 461	0.09 459	0.07 474	0.09 462	0.07 365	0.10 516	0.09 487

ADLNet2	0.16 477	0.09 410	0.13 324	0.16 198	0.09 325	0.20 512	0.16 375	0.31 530	0.39 566	0.16 395	0.20 386	0.20 443	0.18 502	0.21 529	0.22 542	0.08 399	0.06 402	0.07 285	0.07 365	0.09 483	0.07 378

Anonymous3	0.16 477	0.13 544	0.33 592	0.26 605	0.14 565	0.27 590	0.17 416	0.28 491	0.28 485	0.15 367	0.17 336	0.14 337	0.10 292	0.15 382	0.12 335	0.08 399	0.08 504	0.08 379	0.08 438	0.08 420	0.11 543

ADLNet	0.16 477	0.08 329	0.15 410	0.16 198	0.10 437	0.16 431	0.17 416	0.32 541	0.27 470	0.22 513	0.27 495	0.24 494	0.16 465	0.18 472	0.21 533	0.10 500	0.06 402	0.10 510	0.10 525	0.08 420	0.09 487

HCRNet	0.16 477	0.24 621	0.12 274	0.35 639	0.11 487	0.15 401	0.17 416	0.26 451	0.22 396	0.19 460	0.24 441	0.21 452	0.14 419	0.15 382	0.13 377	0.11 531	0.07 474	0.11 541	0.10 525	0.09 483	0.07 378

222	0.16 477	0.07 211	0.14 362	0.14 54	0.08 200	0.24 559	0.18 465	0.30 519	0.20 366	0.17 413	0.28 509	0.17 403	0.16 465	0.15 382	0.40 643	0.10 500	0.05 258	0.07 285	0.06 268	0.07 356	0.08 443

UPFNet	0.16 477	0.08 329	0.12 274	0.20 508	0.12 521	0.20 512	0.23 569	0.28 491	0.26 460	0.17 413	0.24 441	0.22 470	0.19 518	0.19 487	0.21 533	0.09 459	0.07 474	0.08 379	0.09 485	0.08 420	0.06 291

ac_64	0.16 477	0.08 329	0.15 410	0.18 374	0.10 437	0.22 538	0.18 465	0.24 416	0.21 382	0.18 443	0.24 441	0.29 544	0.18 502	0.19 487	0.22 542	0.09 459	0.07 474	0.08 379	0.09 485	0.07 356	0.06 291

DSFCA	0.16 477	0.09 410	0.14 362	0.16 198	0.10 437	0.20 512	0.19 505	0.28 491	0.31 510	0.23 526	0.24 441	0.22 470	0.15 437	0.19 487	0.20 513	0.10 500	0.07 474	0.09 462	0.09 485	0.08 420	0.08 443

FADNet-RVC-Resample	0.16 477	0.11 498	0.31 585	0.22 556	0.11 487	0.19 496	0.14 225	0.25 433	0.24 425	0.24 535	0.27 495	0.20 443	0.15 437	0.16 417	0.15 445	0.07 325	0.08 504	0.12 561	0.10 525	0.09 483	0.10 516

FADNet_RVC	0.16 477	0.14 556	0.40 610	0.20 508	0.11 487	0.13 341	0.13 162	0.26 451	0.22 396	0.21 497	0.23 429	0.20 443	0.17 488	0.14 358	0.16 461	0.08 399	0.08 504	0.12 561	0.09 485	0.11 539	0.10 516

AANet_RVC	0.16 477	0.10 472	0.10 177	0.18 374	0.09 325	0.18 472	0.19 505	0.26 451	0.31 510	0.22 513	0.35 560	0.21 452	0.21 534	0.22 542	0.16 461	0.06 165	0.05 258	0.06 176	0.06 268	0.07 356	0.06 291

DeepPruner_ROB	0.16 477	0.11 498	0.15 410	0.17 284	0.10 437	0.17 453	0.15 306	0.32 541	0.21 382	0.19 460	0.21 409	0.22 470	0.18 502	0.20 512	0.15 445	0.13 582	0.09 537	0.09 462	0.09 485	0.11 539	0.10 516

z-ln-s-r	0.17 498	0.10 472	0.40 610	0.19 442	0.08 200	0.17 453	0.18 465	0.22 371	0.33 524	0.18 443	0.40 589	0.22 470	0.17 488	0.20 512	0.23 554	0.07 325	0.05 258	0.07 285	0.07 365	0.07 356	0.05 195

rvit_stereo_0075_2	0.17 498	0.12 516	0.25 557	0.23 580	0.16 596	0.13 341	0.10 32	0.30 519	0.27 470	0.20 483	0.28 509	0.22 470	0.15 437	0.18 472	0.13 377	0.16 616	0.10 558	0.17 611	0.10 525	0.10 516	0.09 487

ToySt	0.17 498	0.11 498	0.18 500	0.17 284	0.11 487	0.16 431	0.25 597	0.24 416	0.33 524	0.19 460	0.24 441	0.26 518	0.24 557	0.19 487	0.20 513	0.07 325	0.08 504	0.09 462	0.10 525	0.09 483	0.08 443

ssnet_v2	0.17 498	0.10 472	0.17 476	0.17 284	0.11 487	0.21 529	0.21 548	0.33 561	0.25 446	0.22 513	0.22 420	0.27 526	0.18 502	0.22 542	0.20 513	0.11 531	0.09 537	0.09 462	0.09 485	0.08 420	0.08 443

dad	0.17 498	0.20 606	0.20 524	0.16 198	0.11 487	0.20 512	0.18 465	0.21 347	0.28 485	0.30 589	0.24 441	0.29 544	0.13 395	0.19 487	0.16 461	0.18 622	0.09 537	0.11 541	0.09 485	0.11 539	0.07 378

GEStereo_RVC	0.17 498	0.12 516	0.15 410	0.22 556	0.11 487	0.19 496	0.17 416	0.32 541	0.48 602	0.20 483	0.25 469	0.17 403	0.13 395	0.21 529	0.16 461	0.10 500	0.06 402	0.08 379	0.07 365	0.09 483	0.08 443

MMNet	0.17 498	0.09 410	0.16 446	0.20 508	0.11 487	0.27 590	0.20 528	0.25 433	0.41 575	0.22 513	0.30 528	0.21 452	0.20 530	0.17 450	0.20 513	0.06 165	0.06 402	0.07 285	0.07 365	0.08 420	0.07 378

delet	0.17 498	0.08 329	0.17 476	0.19 442	0.11 487	0.20 512	0.21 548	0.30 519	0.37 556	0.17 413	0.26 486	0.19 431	0.19 518	0.19 487	0.21 533	0.08 399	0.08 504	0.09 462	0.11 559	0.06 277	0.06 291

UNet	0.17 498	0.09 410	0.18 500	0.19 442	0.12 521	0.27 590	0.19 505	0.33 561	0.29 492	0.21 497	0.24 441	0.23 488	0.19 518	0.19 487	0.18 494	0.07 325	0.06 402	0.08 379	0.07 365	0.08 420	0.06 291

HGLStereo	0.17 498	0.08 329	0.19 512	0.17 284	0.12 521	0.18 472	0.18 465	0.31 530	0.32 517	0.21 497	0.32 540	0.25 508	0.18 502	0.19 487	0.20 513	0.09 459	0.09 537	0.07 285	0.07 365	0.09 483	0.10 516

DMCA-RVC	0.17 498	0.10 472	0.15 410	0.24 589	0.11 487	0.18 472	0.18 465	0.25 433	0.24 425	0.21 497	0.26 486	0.25 508	0.27 580	0.18 472	0.20 513	0.12 556	0.08 504	0.13 576	0.10 525	0.10 516	0.08 443

TDLM	0.17 498	0.12 516	0.13 324	0.24 589	0.10 437	0.18 472	0.18 465	0.36 592	0.30 502	0.21 497	0.28 509	0.28 536	0.18 502	0.23 553	0.18 494	0.11 531	0.07 474	0.10 510	0.10 525	0.08 420	0.08 443

NLCA_NET_v2_RVC	0.17 498	0.10 472	0.22 539	0.20 508	0.10 437	0.15 401	0.18 465	0.31 530	0.25 446	0.21 497	0.30 528	0.25 508	0.17 488	0.21 529	0.20 513	0.09 459	0.06 402	0.08 379	0.08 438	0.07 356	0.08 443
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	0.17 498	0.12 516	0.15 410	0.20 508	0.09 325	0.18 472	0.18 465	0.26 451	0.23 408	0.26 554	0.40 589	0.22 470	0.17 488	0.21 529	0.20 513	0.08 399	0.05 258	0.09 462	0.10 525	0.07 356	0.07 378
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ISRNet	0.18 512	0.08 329	0.19 512	0.19 442	0.13 544	0.15 401	0.12 92	0.30 519	0.32 517	0.21 497	0.25 469	0.27 526	0.17 488	0.17 450	0.20 513	0.20 630	0.08 504	0.14 589	0.14 594	0.14 587	0.17 622

test_sample9	0.18 512	0.12 516	0.20 524	0.12 5	0.14 565	0.17 453	0.13 162	0.27 472	0.23 408	0.20 483	0.20 386	0.24 494	0.19 518	0.19 487	0.17 476	0.15 600	0.30 652	0.14 589	0.14 594	0.14 587	0.12 556

fast-acv-ft	0.18 512	0.11 498	0.19 512	0.19 442	0.12 521	0.24 559	0.21 548	0.25 433	0.34 536	0.22 513	0.34 556	0.27 526	0.20 530	0.21 529	0.23 554	0.09 459	0.09 537	0.08 379	0.10 525	0.08 420	0.07 378

HBP-ISP	0.18 512	0.13 544	0.16 446	0.15 105	0.11 487	0.08 75	0.13 162	0.28 491	0.29 492	0.22 513	0.33 552	0.21 452	0.25 566	0.23 553	0.17 476	0.14 596	0.16 620	0.21 625	0.17 621	0.10 516	0.08 443

Wz-Net-LNSev-Ref	0.18 512	0.09 410	0.29 580	0.15 105	0.10 437	0.22 538	0.20 528	0.26 451	0.39 566	0.25 548	0.42 606	0.24 494	0.15 437	0.20 512	0.19 507	0.07 325	0.05 258	0.06 176	0.05 178	0.10 516	0.09 487

SACVNet	0.18 512	0.12 516	0.14 362	0.17 284	0.13 544	0.22 538	0.18 465	0.31 530	0.30 502	0.23 526	0.31 536	0.30 554	0.22 543	0.22 542	0.17 476	0.11 531	0.08 504	0.10 510	0.10 525	0.12 554	0.14 595

psm_up	0.18 512	0.10 472	0.18 500	0.20 508	0.11 487	0.17 453	0.19 505	0.37 598	0.34 536	0.21 497	0.28 509	0.29 544	0.24 557	0.20 512	0.22 542	0.09 459	0.10 558	0.11 541	0.11 559	0.08 420	0.08 443

hitnet-ft	0.18 512	0.09 410	0.17 476	0.14 54	0.09 325	0.26 580	0.20 528	0.25 433	0.26 460	0.24 535	0.32 540	0.31 567	0.22 543	0.24 563	0.21 533	0.12 556	0.07 474	0.10 510	0.08 438	0.12 554	0.11 543

STTStereo	0.18 512	0.12 516	0.27 567	0.20 508	0.11 487	0.16 431	0.21 548	0.29 505	0.23 408	0.21 497	0.30 528	0.29 544	0.18 502	0.20 512	0.19 507	0.12 556	0.11 570	0.11 541	0.14 594	0.09 483	0.08 443

CVANet_RVC	0.18 512	0.10 472	0.14 362	0.21 540	0.10 437	0.18 472	0.17 416	0.34 570	0.33 524	0.22 513	0.31 536	0.28 536	0.18 502	0.23 553	0.17 476	0.12 556	0.08 504	0.12 561	0.11 559	0.09 483	0.07 378

StereoDRNet	0.18 512	0.11 498	0.17 476	0.22 556	0.11 487	0.21 529	0.22 558	0.37 598	0.33 524	0.24 535	0.28 509	0.30 554	0.19 518	0.20 512	0.20 513	0.09 459	0.08 504	0.11 541	0.09 485	0.09 483	0.07 378

DLCB_ROB	0.18 512	0.10 472	0.15 410	0.23 580	0.11 487	0.24 559	0.18 465	0.29 505	0.28 485	0.27 560	0.28 509	0.28 536	0.24 557	0.19 487	0.20 513	0.08 399	0.08 504	0.09 462	0.09 485	0.07 356	0.07 378

TCMNet	0.19 524	0.12 516	0.19 512	0.20 508	0.18 618	0.20 512	0.24 582	0.27 472	0.36 549	0.23 526	0.26 486	0.25 508	0.19 518	0.19 487	0.23 554	0.13 582	0.11 570	0.11 541	0.12 579	0.13 573	0.12 556

rvit_105_1	0.19 524	0.11 498	0.25 557	0.21 540	0.16 596	0.21 529	0.27 613	0.31 530	0.41 575	0.19 460	0.20 386	0.22 470	0.17 488	0.19 487	0.17 476	0.12 556	0.12 586	0.13 576	0.15 610	0.08 420	0.07 378

test_sample8	0.19 524	0.12 516	0.20 524	0.12 5	0.14 565	0.17 453	0.13 162	0.31 530	0.21 382	0.27 560	0.22 420	0.36 593	0.25 566	0.19 487	0.17 476	0.15 600	0.30 652	0.14 589	0.14 594	0.14 587	0.12 556

SDNR	0.19 524	0.08 329	0.19 512	0.16 198	0.12 521	0.77 665	0.14 225	0.25 433	0.32 517	0.19 460	0.24 441	0.19 431	0.13 395	0.19 487	0.15 445	0.16 616	0.18 627	0.14 589	0.11 559	0.08 420	0.11 543

pcwnet_v2	0.19 524	0.10 472	0.26 560	0.17 284	0.14 565	0.18 472	0.15 306	0.37 598	0.46 600	0.19 460	0.24 441	0.21 452	0.19 518	0.20 512	0.19 507	0.13 582	0.10 558	0.10 510	0.10 525	0.11 539	0.13 578

ADCRef	0.19 524	0.12 516	0.41 613	0.20 508	0.12 521	0.22 538	0.18 465	0.32 541	0.36 549	0.26 554	0.32 540	0.17 403	0.23 551	0.24 563	0.24 567	0.07 325	0.06 402	0.09 462	0.09 485	0.08 420	0.08 443

NVstereo2D	0.19 524	0.10 472	0.15 410	0.17 284	0.15 585	0.28 597	0.23 569	0.44 631	0.42 583	0.15 367	0.27 495	0.25 508	0.19 518	0.22 542	0.17 476	0.09 459	0.06 402	0.10 510	0.08 438	0.15 603	0.09 487

DRN-Test	0.19 524	0.11 498	0.20 524	0.22 556	0.10 437	0.22 538	0.22 558	0.39 610	0.37 556	0.24 535	0.32 540	0.26 518	0.21 534	0.22 542	0.24 567	0.11 531	0.07 474	0.11 541	0.10 525	0.09 483	0.07 378

DISCO	0.19 524	0.09 410	0.22 539	0.17 284	0.10 437	0.25 570	0.18 465	0.27 472	0.44 593	0.22 513	0.31 536	0.33 580	0.26 572	0.28 585	0.28 604	0.08 399	0.06 402	0.07 285	0.07 365	0.09 483	0.09 487

CBMV_ROB	0.19 524	0.13 544	0.17 476	0.16 198	0.11 487	0.15 401	0.13 162	0.26 451	0.28 485	0.27 560	0.30 528	0.27 526	0.24 557	0.23 553	0.16 461	0.15 600	0.17 625	0.22 629	0.20 627	0.10 516	0.11 543

NOSS_ROB	0.19 524	0.12 516	0.18 500	0.16 198	0.12 521	0.15 401	0.12 92	0.30 519	0.32 517	0.20 483	0.22 420	0.27 526	0.23 551	0.21 529	0.16 461	0.16 616	0.18 627	0.23 630	0.21 629	0.12 554	0.13 578

CBMV	0.19 524	0.14 556	0.17 476	0.18 374	0.10 437	0.20 512	0.11 61	0.29 505	0.30 502	0.29 584	0.30 528	0.30 554	0.23 551	0.27 573	0.19 507	0.13 582	0.15 616	0.17 611	0.16 614	0.10 516	0.10 516
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
w-ln-seven-2	0.20 536	0.14 556	0.37 605	0.22 556	0.12 521	0.20 512	0.21 548	0.28 491	0.37 556	0.25 548	0.37 569	0.27 526	0.22 543	0.21 529	0.23 554	0.08 399	0.08 504	0.09 462	0.09 485	0.10 516	0.09 487

YMNet	0.20 536	0.12 516	0.19 512	0.20 508	0.14 565	0.26 580	0.23 569	0.32 541	0.34 536	0.27 560	0.34 556	0.30 554	0.18 502	0.18 472	0.22 542	0.10 500	0.13 601	0.10 510	0.10 525	0.08 420	0.09 487

YMNet_1	0.20 536	0.12 516	0.19 512	0.20 508	0.14 565	0.26 580	0.23 569	0.32 541	0.34 536	0.27 560	0.34 556	0.30 554	0.18 502	0.18 472	0.22 542	0.10 500	0.13 601	0.10 510	0.10 525	0.08 420	0.09 487

GwcNet	0.20 536	0.13 544	0.19 512	0.18 374	0.12 521	0.24 559	0.19 505	0.35 585	0.43 588	0.20 483	0.32 540	0.33 580	0.20 530	0.22 542	0.24 567	0.11 531	0.09 537	0.09 462	0.09 485	0.09 483	0.10 516

FAT-Stereo	0.20 536	0.12 516	0.22 539	0.21 540	0.12 521	0.17 453	0.18 465	0.34 570	0.39 566	0.27 560	0.37 569	0.34 587	0.32 611	0.21 529	0.20 513	0.09 459	0.11 570	0.10 510	0.09 485	0.11 539	0.14 595

FADNet-RVC	0.20 536	0.20 606	0.38 607	0.21 540	0.16 596	0.20 512	0.15 306	0.26 451	0.26 460	0.26 554	0.32 540	0.26 518	0.21 534	0.22 542	0.19 507	0.12 556	0.13 601	0.12 561	0.14 594	0.13 573	0.18 625

S-Stereo	0.20 536	0.12 516	0.25 557	0.21 540	0.13 544	0.20 512	0.18 465	0.32 541	0.43 588	0.23 526	0.36 563	0.28 536	0.30 603	0.19 487	0.22 542	0.09 459	0.12 586	0.10 510	0.10 525	0.13 573	0.13 578

SuperB	0.20 536	0.10 472	0.56 633	0.16 198	0.09 325	0.18 472	0.18 465	0.24 416	0.50 612	0.26 554	0.39 583	0.17 403	0.21 534	0.22 542	0.21 533	0.08 399	0.06 402	0.06 176	0.06 268	0.12 554	0.10 516

ADCP+	0.20 536	0.10 472	0.33 592	0.20 508	0.12 521	0.22 538	0.26 606	0.31 530	0.34 536	0.26 554	0.37 569	0.22 470	0.22 543	0.27 573	0.27 596	0.09 459	0.06 402	0.08 379	0.08 438	0.09 483	0.10 516

PS-NSSS	0.20 536	0.21 612	0.23 548	0.20 508	0.10 437	0.19 496	0.17 416	0.36 592	0.25 446	0.27 560	0.33 552	0.27 526	0.24 557	0.20 512	0.20 513	0.15 600	0.12 586	0.17 611	0.14 594	0.10 516	0.08 443

PWCDC_ROB	0.20 536	0.13 544	0.22 539	0.24 589	0.11 487	0.19 496	0.15 306	0.33 561	0.54 622	0.29 584	0.50 622	0.21 452	0.15 437	0.27 573	0.20 513	0.11 531	0.09 537	0.10 510	0.08 438	0.11 539	0.09 487

SGM-Forest	0.20 536	0.14 556	0.18 500	0.19 442	0.13 544	0.20 512	0.22 558	0.33 561	0.30 502	0.24 535	0.29 521	0.28 536	0.19 518	0.23 553	0.17 476	0.15 600	0.16 620	0.15 601	0.14 594	0.12 554	0.12 556
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UDG	0.21 548	0.17 585	0.19 512	0.23 580	0.15 585	0.30 604	0.20 528	0.33 561	0.35 545	0.23 526	0.28 509	0.31 567	0.27 580	0.20 512	0.22 542	0.15 600	0.12 586	0.13 576	0.09 485	0.14 587	0.14 595

FINET	0.21 548	0.18 596	0.26 560	0.18 374	0.16 596	0.23 554	0.23 569	0.32 541	0.48 602	0.25 548	0.32 540	0.22 470	0.22 543	0.22 542	0.17 476	0.18 622	0.16 620	0.11 541	0.10 525	0.15 603	0.13 578

Syn2CoEx	0.21 548	0.16 574	0.27 567	0.29 630	0.14 565	0.26 580	0.20 528	0.33 561	0.31 510	0.28 575	0.36 563	0.27 526	0.25 566	0.19 487	0.24 567	0.16 616	0.12 586	0.14 589	0.11 559	0.09 483	0.08 443

FADNet	0.21 548	0.22 616	0.36 601	0.18 374	0.17 611	0.24 559	0.13 162	0.31 530	0.31 510	0.23 526	0.25 469	0.27 526	0.21 534	0.19 487	0.15 445	0.13 582	0.15 616	0.12 561	0.15 610	0.16 612	0.18 625

RP	0.21 548	0.13 544	0.21 533	0.23 580	0.11 487	0.21 529	0.20 528	0.25 433	0.44 593	0.21 497	0.38 575	0.36 593	0.24 557	0.27 573	0.25 577	0.11 531	0.12 586	0.13 576	0.12 579	0.12 554	0.14 595

DANet	0.21 548	0.15 566	0.28 572	0.25 600	0.13 544	0.22 538	0.19 505	0.27 472	0.27 470	0.28 575	0.32 540	0.35 591	0.31 607	0.31 595	0.23 554	0.11 531	0.09 537	0.11 541	0.10 525	0.13 573	0.11 543
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.21 548	0.12 516	0.21 533	0.24 589	0.13 544	0.22 538	0.22 558	0.41 620	0.26 460	0.31 595	0.42 606	0.37 598	0.28 591	0.23 553	0.22 542	0.10 500	0.12 586	0.10 510	0.09 485	0.10 516	0.08 443

PWC_ROB	0.21 548	0.16 574	0.26 560	0.18 374	0.11 487	0.22 538	0.13 162	0.32 541	0.49 609	0.30 589	0.40 589	0.32 576	0.24 557	0.31 595	0.22 542	0.10 500	0.07 474	0.11 541	0.08 438	0.11 539	0.10 516

PSMNet_ROB	0.21 548	0.11 498	0.15 410	0.27 618	0.15 585	0.24 559	0.35 646	0.43 629	0.37 556	0.27 560	0.32 540	0.32 576	0.22 543	0.21 529	0.26 588	0.12 556	0.08 504	0.13 576	0.11 559	0.09 483	0.09 487

MSAF-DinoV2	0.22 557	0.11 498	0.23 548	0.17 284	0.10 437	0.27 590	0.16 375	0.37 598	0.55 623	0.21 497	0.27 495	0.47 632	0.27 580	0.35 614	0.39 640	0.09 459	0.06 402	0.07 285	0.09 485	0.12 554	0.10 516

GASNet	0.22 557	0.23 618	0.33 592	0.26 605	0.17 611	0.26 580	0.16 375	0.44 631	0.42 583	0.27 560	0.24 441	0.30 554	0.15 437	0.27 573	0.18 494	0.12 556	0.08 504	0.12 561	0.11 559	0.16 612	0.07 378

Anonymous_2	0.22 557	0.17 585	0.28 572	0.15 105	0.16 596	0.32 606	0.22 558	0.22 371	0.17 294	0.23 526	0.24 441	0.26 518	0.27 580	0.27 573	0.23 554	0.22 639	0.25 648	0.17 611	0.17 621	0.17 620	0.17 622

Wz-Net-LNSev	0.22 557	0.16 574	0.38 607	0.21 540	0.13 544	0.25 570	0.23 569	0.32 541	0.43 588	0.30 589	0.41 600	0.31 567	0.18 502	0.22 542	0.25 577	0.10 500	0.09 537	0.08 379	0.08 438	0.12 554	0.11 543

Wz-Net-MNSev	0.22 557	0.13 544	0.31 585	0.20 508	0.14 565	0.36 625	0.24 582	0.33 561	0.44 593	0.28 575	0.40 589	0.38 602	0.19 518	0.24 563	0.25 577	0.09 459	0.07 474	0.09 462	0.09 485	0.12 554	0.10 516

DDUNet	0.22 557	0.17 585	0.21 533	0.22 556	0.15 585	0.25 570	0.24 582	0.29 505	0.30 502	0.31 595	0.36 563	0.33 580	0.25 566	0.24 563	0.20 513	0.18 622	0.13 601	0.17 611	0.11 559	0.16 612	0.16 613

APVNet	0.22 557	0.12 516	0.19 512	0.18 374	0.14 565	0.32 606	0.31 642	0.39 610	0.32 517	0.27 560	0.40 589	0.30 554	0.29 599	0.26 570	0.25 577	0.11 531	0.12 586	0.11 541	0.14 594	0.12 554	0.12 556

aanetorigin	0.22 557	0.17 585	0.56 633	0.17 284	0.10 437	0.15 401	0.19 505	0.20 324	0.33 524	0.49 637	0.48 617	0.29 544	0.27 580	0.20 512	0.23 554	0.08 399	0.07 474	0.08 379	0.07 365	0.10 516	0.09 487

MaskLacGwcNet_RVC	0.22 557	0.21 612	0.24 552	0.26 605	0.11 487	0.23 554	0.14 225	0.39 610	0.24 425	0.32 601	0.36 563	0.30 554	0.21 534	0.19 487	0.21 533	0.17 621	0.14 610	0.21 625	0.16 614	0.12 554	0.12 556

AF-Net	0.22 557	0.17 585	0.17 476	0.26 605	0.13 544	0.25 570	0.24 582	0.32 541	0.50 612	0.25 548	0.33 552	0.38 602	0.26 572	0.28 585	0.25 577	0.11 531	0.10 558	0.16 608	0.11 559	0.11 539	0.10 516

stereogan	0.22 557	0.11 498	0.21 533	0.20 508	0.12 521	0.31 605	0.19 505	0.35 585	0.44 593	0.22 513	0.39 583	0.35 591	0.27 580	0.33 605	0.22 542	0.10 500	0.12 586	0.10 510	0.10 525	0.14 587	0.13 578

edge stereo	0.22 557	0.13 544	0.20 524	0.21 540	0.13 544	0.23 554	0.16 375	0.32 541	0.42 583	0.32 601	0.40 589	0.38 602	0.35 621	0.25 568	0.24 567	0.13 582	0.11 570	0.14 589	0.11 559	0.12 554	0.13 578

RYNet	0.22 557	0.12 516	0.22 539	0.19 442	0.17 611	0.46 636	0.26 606	0.38 606	0.48 602	0.24 535	0.28 509	0.34 587	0.23 551	0.20 512	0.30 615	0.10 500	0.06 402	0.09 462	0.09 485	0.13 573	0.15 602

NaN_ROB	0.22 557	0.19 600	0.24 552	0.25 600	0.13 544	0.29 601	0.26 606	0.33 561	0.41 575	0.31 595	0.31 536	0.32 576	0.23 551	0.30 594	0.21 533	0.11 531	0.17 625	0.10 510	0.10 525	0.08 420	0.09 487

MDST_ROB	0.22 557	0.10 472	0.17 476	0.18 374	0.11 487	0.37 626	0.19 505	0.43 629	0.41 575	0.39 618	0.39 583	0.29 544	0.21 534	0.26 570	0.18 494	0.11 531	0.10 558	0.14 589	0.11 559	0.10 516	0.08 443

XPNet_ROB	0.22 557	0.11 498	0.19 512	0.22 556	0.13 544	0.22 538	0.19 505	0.34 570	0.40 572	0.30 589	0.39 583	0.39 610	0.26 572	0.26 570	0.28 604	0.15 600	0.10 558	0.10 510	0.10 525	0.13 573	0.12 556

SQANet	0.23 573	0.23 618	0.30 583	0.30 632	0.19 622	0.27 590	0.13 162	0.29 505	0.33 524	0.24 535	0.37 569	0.31 567	0.22 543	0.27 573	0.23 554	0.15 600	0.10 558	0.21 625	0.16 614	0.21 628	0.15 602

Nwc_Net	0.23 573	0.16 574	0.21 533	0.25 600	0.14 565	0.24 559	0.26 606	0.37 598	0.38 563	0.22 513	0.41 600	0.30 554	0.28 591	0.28 585	0.25 577	0.11 531	0.10 558	0.17 611	0.20 627	0.10 516	0.10 516

RTSC	0.23 573	0.12 516	0.28 572	0.21 540	0.13 544	0.28 597	0.16 375	0.35 585	0.66 648	0.27 560	0.33 552	0.30 554	0.21 534	0.31 595	0.29 608	0.10 500	0.08 504	0.09 462	0.10 525	0.13 573	0.13 578

PA-Net	0.23 573	0.18 596	0.33 592	0.28 621	0.22 631	0.21 529	0.38 651	0.29 505	0.39 566	0.22 513	0.32 540	0.25 508	0.26 572	0.20 512	0.25 577	0.09 459	0.23 645	0.15 601	0.22 632	0.09 483	0.13 578
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.23 573	0.15 566	0.17 476	0.34 637	0.18 618	0.24 559	0.23 569	0.34 570	0.28 485	0.31 595	0.38 575	0.38 602	0.28 591	0.23 553	0.24 567	0.15 600	0.12 586	0.18 620	0.21 629	0.13 573	0.13 578

ETE_ROB	0.23 573	0.17 585	0.22 539	0.25 600	0.13 544	0.26 580	0.29 629	0.31 530	0.36 549	0.28 575	0.36 563	0.45 624	0.26 572	0.27 573	0.26 588	0.11 531	0.08 504	0.12 561	0.09 485	0.14 587	0.13 578

SGM_RVC	0.23 573	0.12 516	0.15 410	0.15 105	0.09 325	0.33 613	0.18 465	0.34 570	0.31 510	0.44 632	0.37 569	0.53 640	0.35 621	0.35 614	0.24 567	0.13 582	0.13 601	0.13 576	0.13 590	0.10 516	0.11 543
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DStereoO	0.24 580	0.18 596	0.18 500	0.20 508	0.14 565	0.21 529	0.19 505	0.32 541	0.41 575	0.29 584	0.21 409	0.32 576	0.27 580	0.41 639	0.27 596	0.46 660	0.12 586	0.31 648	0.11 559	0.15 603	0.12 556

z-mn7	0.24 580	0.14 556	0.45 617	0.19 442	0.13 544	0.28 597	0.25 597	0.34 570	0.62 639	0.27 560	0.56 634	0.29 544	0.24 557	0.32 602	0.25 577	0.08 399	0.08 504	0.08 379	0.08 438	0.10 516	0.10 516

w-ln-seven	0.24 580	0.14 556	0.55 630	0.19 442	0.14 565	0.26 580	0.22 558	0.35 585	0.60 636	0.29 584	0.39 583	0.30 554	0.22 543	0.21 529	0.26 588	0.09 459	0.09 537	0.11 541	0.10 525	0.11 539	0.10 516

DGSMNet	0.24 580	0.19 600	0.33 592	0.21 540	0.24 636	0.24 559	0.20 528	0.35 585	0.41 575	0.24 535	0.32 540	0.38 602	0.21 534	0.29 591	0.23 554	0.12 556	0.11 570	0.14 589	0.16 614	0.23 632	0.23 636

G-Net	0.24 580	0.16 574	0.36 601	0.22 556	0.16 596	0.51 642	0.23 569	0.29 505	0.34 536	0.36 611	0.38 575	0.31 567	0.29 599	0.27 573	0.26 588	0.11 531	0.09 537	0.12 561	0.09 485	0.16 612	0.13 578

NCC-stereo	0.24 580	0.15 566	0.31 585	0.26 605	0.16 596	0.20 512	0.30 636	0.40 614	0.40 572	0.24 535	0.38 575	0.33 580	0.28 591	0.36 620	0.27 596	0.12 556	0.11 570	0.15 601	0.22 632	0.13 573	0.13 578

Abc-Net	0.24 580	0.15 566	0.31 585	0.26 605	0.16 596	0.20 512	0.30 636	0.40 614	0.40 572	0.24 535	0.38 575	0.33 580	0.28 591	0.36 620	0.27 596	0.12 556	0.11 570	0.15 601	0.22 632	0.13 573	0.13 578
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	0.24 580	0.11 498	0.47 622	0.22 556	0.12 521	0.34 616	0.29 629	0.29 505	0.56 626	0.24 535	0.46 614	0.30 554	0.30 603	0.29 591	0.29 608	0.08 399	0.07 474	0.09 462	0.09 485	0.10 516	0.10 516

DeepPrunerF	0.24 580	0.17 585	0.42 615	0.26 605	0.16 596	0.22 538	0.28 619	0.37 598	0.50 612	0.26 554	0.29 521	0.24 494	0.28 591	0.21 529	0.22 542	0.15 600	0.11 570	0.20 624	0.18 625	0.12 554	0.13 578

FBW_ROB	0.24 580	0.17 585	0.22 539	0.26 605	0.14 565	0.25 570	0.22 558	0.41 620	0.41 575	0.41 625	0.41 600	0.42 617	0.27 580	0.31 595	0.23 554	0.09 459	0.14 610	0.14 589	0.12 579	0.11 539	0.09 487

SANet	0.24 580	0.14 556	0.28 572	0.21 540	0.11 487	0.27 590	0.24 582	0.38 606	0.64 644	0.36 611	0.40 589	0.43 620	0.26 572	0.27 573	0.24 567	0.12 556	0.09 537	0.10 510	0.09 485	0.13 573	0.11 543

WCMA_ROB	0.24 580	0.11 498	0.22 539	0.17 284	0.14 565	0.32 606	0.15 306	0.32 541	0.32 517	0.38 616	0.53 625	0.40 614	0.34 618	0.34 608	0.25 577	0.11 531	0.12 586	0.12 561	0.10 525	0.14 587	0.14 595

DStereoSA	0.25 592	0.19 600	0.37 605	0.26 605	0.17 611	0.22 538	0.20 528	0.49 641	0.59 632	0.22 513	0.29 521	0.29 544	0.33 613	0.39 631	0.28 604	0.12 556	0.11 570	0.16 608	0.14 594	0.14 587	0.12 556

zh-sn7	0.25 592	0.17 585	0.50 624	0.24 589	0.13 544	0.25 570	0.24 582	0.34 570	0.48 602	0.28 575	0.54 627	0.28 536	0.31 607	0.36 620	0.32 623	0.10 500	0.10 558	0.11 541	0.10 525	0.12 554	0.12 556

zh-mn7	0.25 592	0.14 556	0.56 633	0.19 442	0.14 565	0.24 559	0.22 558	0.34 570	0.62 639	0.35 608	0.65 643	0.31 567	0.25 566	0.31 595	0.25 577	0.09 459	0.08 504	0.09 462	0.09 485	0.09 483	0.11 543

Wz-Net-SNSev	0.25 592	0.17 585	0.44 616	0.25 600	0.14 565	0.26 580	0.23 569	0.38 606	0.56 626	0.30 589	0.55 629	0.39 610	0.26 572	0.23 553	0.30 615	0.10 500	0.09 537	0.09 462	0.10 525	0.11 539	0.11 543

psmorigin	0.25 592	0.15 566	0.34 600	0.17 284	0.13 544	0.23 554	0.14 225	0.34 570	0.33 524	0.41 625	0.55 629	0.41 616	0.37 625	0.34 608	0.27 596	0.11 531	0.15 616	0.11 541	0.11 559	0.12 554	0.16 613

RGC	0.25 592	0.20 606	0.29 580	0.28 621	0.16 596	0.22 538	0.23 569	0.32 541	0.44 593	0.27 560	0.40 589	0.38 602	0.27 580	0.36 620	0.22 542	0.11 531	0.13 601	0.17 611	0.17 621	0.14 587	0.16 613

ADCMid	0.25 592	0.15 566	0.40 610	0.20 508	0.14 565	0.25 570	0.26 606	0.34 570	0.38 563	0.36 611	0.44 611	0.34 587	0.40 632	0.35 614	0.33 628	0.10 500	0.09 537	0.11 541	0.11 559	0.13 573	0.12 556

ADCPNet	0.25 592	0.16 574	0.61 640	0.21 540	0.15 585	0.35 624	0.25 597	0.32 541	0.35 545	0.30 589	0.40 589	0.36 593	0.28 591	0.28 585	0.32 623	0.12 556	0.10 558	0.11 541	0.12 579	0.14 587	0.13 578

LALA_ROB	0.25 592	0.16 574	0.22 539	0.26 605	0.17 611	0.27 590	0.27 613	0.42 625	0.37 556	0.33 605	0.38 575	0.51 636	0.26 572	0.28 585	0.27 596	0.16 616	0.09 537	0.12 561	0.11 559	0.13 573	0.12 556

SHD	0.26 601	0.15 566	0.30 583	0.24 589	0.18 618	0.22 538	0.15 306	0.38 606	0.71 652	0.32 601	0.41 600	0.36 593	0.28 591	0.32 602	0.29 608	0.12 556	0.11 570	0.14 589	0.13 590	0.16 612	0.20 631

AnyNet_C32	0.26 601	0.16 574	0.36 601	0.20 508	0.16 596	0.25 570	0.30 636	0.32 541	0.44 593	0.31 595	0.49 618	0.30 554	0.33 613	0.40 636	0.33 628	0.12 556	0.12 586	0.12 561	0.14 594	0.14 587	0.15 602

DStereoFS	0.27 603	0.22 616	0.31 585	0.22 556	0.15 585	0.22 538	0.20 528	0.50 645	0.48 602	0.28 575	0.44 611	0.33 580	0.34 618	0.52 649	0.29 608	0.12 556	0.11 570	0.15 601	0.13 590	0.16 612	0.16 613

PSMNet-RUCA	0.27 603	0.33 641	0.41 613	0.36 641	0.32 649	0.18 472	0.19 505	0.42 625	0.30 502	0.33 605	0.41 600	0.39 610	0.25 566	0.31 595	0.20 513	0.18 622	0.10 558	0.25 632	0.15 610	0.21 628	0.16 613

PDISCO_ROB	0.27 603	0.16 574	0.26 560	0.28 621	0.20 625	0.32 606	0.26 606	0.44 631	0.57 628	0.28 575	0.40 589	0.45 624	0.29 599	0.33 605	0.34 630	0.12 556	0.09 537	0.17 611	0.16 614	0.17 620	0.13 578

DispFullNet	0.27 603	0.21 612	0.65 643	0.28 621	0.16 596	0.26 580	0.17 416	0.33 561	0.58 631	0.27 560	0.38 575	0.43 620	0.23 551	0.38 627	0.23 554	0.12 556	0.06 402	0.19 622	0.11 559	0.21 628	0.15 602

MeshStereo	0.27 603	0.13 544	0.18 500	0.15 105	0.11 487	0.32 606	0.24 582	0.40 614	0.36 549	0.52 639	0.57 637	0.67 651	0.40 632	0.35 614	0.26 588	0.14 596	0.13 601	0.13 576	0.11 559	0.11 539	0.10 516
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	0.28 608	0.17 585	0.78 660	0.22 556	0.16 596	0.34 616	0.29 629	0.39 610	0.57 628	0.24 535	0.55 629	0.37 598	0.24 557	0.33 605	0.35 631	0.09 459	0.08 504	0.09 462	0.10 525	0.14 587	0.16 613

XQC	0.28 608	0.23 618	0.51 625	0.28 621	0.19 622	0.34 616	0.27 613	0.36 592	0.57 628	0.31 595	0.30 528	0.37 598	0.30 603	0.38 627	0.38 638	0.13 582	0.09 537	0.15 601	0.12 579	0.17 620	0.18 625

CC-Net-ROB	0.28 608	0.31 639	0.36 601	0.29 630	0.15 585	0.25 570	0.19 505	0.45 634	0.33 524	0.39 618	0.37 569	0.39 610	0.31 607	0.27 573	0.26 588	0.24 645	0.19 630	0.30 647	0.23 636	0.18 623	0.15 602

DPSNet	0.28 608	0.16 574	0.31 585	0.18 374	0.13 544	0.54 644	0.42 655	0.51 647	0.67 649	0.29 584	0.38 575	0.38 602	0.29 599	0.31 595	0.23 554	0.11 531	0.10 558	0.11 541	0.08 438	0.20 627	0.16 613

MultiAttention	0.29 612	0.08 329	0.14 362	0.19 442	0.12 521	1.45 680	1.33 684	0.36 592	0.37 556	0.19 460	0.21 409	0.24 494	0.11 324	0.38 627	0.18 494	0.06 165	0.05 258	0.08 379	0.08 438	0.10 516	0.09 487

Wz-Net-TNSev	0.29 612	0.20 606	0.65 643	0.19 442	0.15 585	0.38 629	0.27 613	0.35 585	0.55 623	0.34 607	0.42 606	0.45 624	0.38 626	0.32 602	0.30 615	0.12 556	0.13 601	0.10 510	0.12 579	0.15 603	0.14 595

ccnet	0.29 612	0.28 634	0.23 548	0.20 508	0.28 643	0.41 634	0.21 548	0.45 634	0.33 524	0.36 611	0.46 614	0.36 593	0.30 603	0.39 631	0.42 647	0.23 643	0.14 610	0.21 625	0.17 621	0.23 632	0.18 625

EDNetEfficient	0.29 612	0.24 621	1.13 671	0.18 374	0.10 437	0.19 496	0.20 528	0.20 324	0.60 636	0.74 659	0.56 634	0.31 567	0.39 629	0.22 542	0.30 615	0.09 459	0.07 474	0.08 379	0.07 365	0.11 539	0.09 487

ADCS	0.29 612	0.18 596	0.45 617	0.21 540	0.17 611	0.28 597	0.23 569	0.41 620	0.63 643	0.40 621	0.49 618	0.40 614	0.36 623	0.39 631	0.40 643	0.13 582	0.12 586	0.13 576	0.14 594	0.16 612	0.16 613

CSAN	0.29 612	0.24 621	0.27 567	0.34 637	0.19 622	0.33 613	0.42 655	0.37 598	0.50 612	0.38 616	0.40 589	0.44 622	0.33 613	0.28 585	0.30 615	0.20 630	0.16 620	0.19 622	0.19 626	0.14 587	0.15 602

AANet	0.30 618	0.19 600	1.03 669	0.16 198	0.13 544	0.22 538	0.16 375	0.30 519	0.62 639	0.60 646	0.52 624	0.46 628	0.38 626	0.23 553	0.32 623	0.12 556	0.09 537	0.11 541	0.10 525	0.13 573	0.12 556

MFN_U_SF_DS_RVC	0.30 618	0.24 621	0.29 580	0.36 641	0.16 596	0.34 616	0.30 636	0.32 541	0.42 583	0.40 621	0.46 614	0.38 602	0.31 607	0.34 608	0.28 604	0.19 628	0.20 633	0.26 633	0.29 646	0.18 623	0.19 630

GANetREF_RVC	0.31 620	0.34 642	0.27 567	0.35 639	0.16 596	0.32 606	0.41 652	0.48 639	0.51 619	0.35 608	0.35 560	0.34 587	0.33 613	0.39 631	0.32 623	0.27 647	0.20 633	0.29 645	0.15 610	0.18 623	0.17 622
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	0.31 620	0.26 627	0.26 560	0.24 589	0.21 629	0.34 616	0.25 597	0.34 570	0.39 566	0.40 621	0.69 647	0.45 624	0.40 632	0.34 608	0.27 596	0.20 630	0.19 630	0.26 633	0.25 638	0.23 632	0.22 635

MFN_U_SF_RVC	0.32 622	0.21 612	0.55 630	0.30 632	0.15 585	0.34 616	0.17 416	0.52 648	0.46 600	0.46 636	0.55 629	0.59 643	0.39 629	0.35 614	0.37 636	0.15 600	0.14 610	0.18 620	0.21 629	0.16 612	0.15 602

PASM	0.32 622	0.24 621	0.48 623	0.28 621	0.27 642	0.29 601	0.30 636	0.34 570	0.49 609	0.35 608	0.39 583	0.46 628	0.34 618	0.34 608	0.35 631	0.23 643	0.25 648	0.26 633	0.28 645	0.23 632	0.21 633

SGM-ForestM	0.32 622	0.12 516	0.16 446	0.16 198	0.11 487	0.39 631	0.19 505	0.41 620	0.50 612	0.52 639	0.54 627	1.32 672	0.42 640	0.40 636	0.27 596	0.14 596	0.16 620	0.16 608	0.16 614	0.12 554	0.12 556

FC-DCNN v2	0.33 625	0.27 630	0.28 572	0.26 605	0.23 634	0.37 626	0.28 619	0.40 614	0.43 588	0.45 633	0.56 634	0.51 636	0.40 632	0.37 625	0.29 608	0.21 634	0.20 633	0.27 636	0.26 639	0.25 639	0.24 637

FCDSN-DC	0.33 625	0.28 634	0.28 572	0.30 632	0.24 636	0.39 631	0.28 619	0.42 625	0.42 583	0.43 631	0.53 625	0.51 636	0.41 637	0.36 620	0.30 615	0.21 634	0.20 633	0.27 636	0.26 639	0.25 639	0.24 637
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.33 625	0.27 630	0.28 572	0.26 605	0.23 634	0.37 626	0.28 619	0.40 614	0.43 588	0.45 633	0.55 629	0.51 636	0.40 632	0.37 625	0.30 615	0.21 634	0.20 633	0.27 636	0.26 639	0.25 639	0.24 637

LSM	0.33 625	0.20 606	0.58 636	0.26 605	0.60 667	0.34 616	0.25 597	0.42 625	0.48 602	0.45 633	0.58 639	0.42 617	0.36 623	0.35 614	0.25 577	0.12 556	0.20 633	0.14 589	0.16 614	0.19 626	0.33 651

AnyNet_C01	0.36 629	0.25 626	1.37 674	0.22 556	0.17 611	0.48 640	0.27 613	0.35 585	0.39 566	0.39 618	0.74 653	0.46 628	0.38 626	0.45 641	0.47 652	0.13 582	0.13 601	0.13 576	0.14 594	0.14 587	0.15 602

GCST	0.37 630	0.42 649	0.26 560	1.02 675	0.39 650	0.18 472	0.08 7	0.20 324	0.17 294	0.28 575	0.25 469	0.15 366	0.12 355	0.16 417	0.14 414	0.64 671	0.43 660	0.75 667	0.65 671	0.63 664	0.46 662

otaku	0.39 631	0.37 645	0.52 626	0.44 648	0.28 643	0.58 646	0.24 582	0.41 620	0.62 639	0.40 621	0.49 618	0.46 628	0.33 613	0.40 636	0.32 623	0.30 648	0.30 652	0.39 652	0.33 651	0.29 646	0.28 645

ACVNet-4b	0.39 631	0.53 652	0.55 630	0.45 649	0.24 636	0.47 638	0.18 465	0.49 641	0.64 644	0.42 628	0.45 613	0.60 644	0.27 580	0.34 608	0.24 567	0.33 651	0.14 610	0.48 655	0.42 657	0.30 647	0.26 644

PVD	0.39 631	0.20 606	0.39 609	0.31 636	0.22 631	0.29 601	0.43 657	0.52 648	0.96 666	0.55 643	0.79 657	0.53 640	0.59 656	0.52 649	0.38 638	0.19 628	0.14 610	0.17 611	0.14 594	0.24 638	0.31 649

Ntro	0.40 634	0.40 647	0.53 627	0.46 652	0.30 647	0.65 652	0.24 582	0.46 636	0.68 650	0.41 625	0.49 618	0.48 634	0.42 640	0.39 631	0.31 622	0.32 649	0.28 650	0.37 651	0.30 648	0.32 651	0.29 646

SAMSARA	0.40 634	0.28 634	0.33 592	0.55 655	0.39 650	0.82 666	1.23 683	0.47 638	0.51 619	0.36 611	0.35 560	0.55 642	0.39 629	0.38 627	0.39 640	0.15 600	0.20 633	0.15 601	0.14 594	0.23 632	0.20 631

ELAS_RVC	0.41 636	0.29 637	0.33 592	0.28 621	0.24 636	0.54 644	0.36 647	0.49 641	0.59 632	0.72 655	0.74 653	0.65 649	0.54 649	0.54 654	0.40 643	0.22 639	0.20 633	0.27 636	0.26 639	0.26 644	0.25 642
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 636	0.29 637	0.33 592	0.27 618	0.24 636	0.60 649	0.36 647	0.50 645	0.50 612	0.71 653	0.79 657	0.67 651	0.54 649	0.51 647	0.42 647	0.22 639	0.20 633	0.27 636	0.26 639	0.26 644	0.25 642
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
light-stereo	0.42 638	0.26 627	0.59 638	0.60 657	0.49 657	0.32 606	0.23 569	0.46 636	0.52 621	0.56 645	0.58 639	0.76 656	0.32 611	0.48 643	0.29 608	0.32 649	0.24 646	0.27 636	0.33 651	0.46 655	0.39 656

MSC_U_SF_DS_RVC	0.43 639	0.39 646	0.54 628	0.40 644	0.20 625	0.64 651	0.32 644	0.53 650	0.72 653	0.71 653	0.72 650	0.61 645	0.54 649	0.51 647	0.46 651	0.20 630	0.19 630	0.29 645	0.30 648	0.23 632	0.18 625

ACVNet_1	0.44 640	0.49 651	0.60 639	0.45 649	0.28 643	0.49 641	0.27 613	0.57 655	0.72 653	0.62 648	0.58 639	0.74 655	0.49 646	0.50 645	0.35 631	0.26 646	0.24 646	0.39 652	0.29 646	0.31 650	0.24 637

Consistency-Raft	0.44 640	0.40 647	0.45 617	0.37 643	0.43 654	0.46 636	0.41 652	0.57 655	0.55 623	0.32 601	0.73 651	0.33 580	0.48 645	0.42 640	0.49 654	0.39 654	0.35 657	0.45 654	0.51 664	0.42 654	0.29 646

RTS	0.45 642	0.19 600	3.26 680	0.24 589	0.15 585	0.74 659	0.20 528	0.36 592	0.76 659	0.42 628	0.43 609	0.31 567	0.41 637	0.53 652	0.35 631	0.10 500	0.08 504	0.13 576	0.12 579	0.15 603	0.15 602

RTSA	0.45 642	0.19 600	3.26 680	0.24 589	0.15 585	0.74 659	0.20 528	0.36 592	0.76 659	0.42 628	0.43 609	0.31 567	0.41 637	0.53 652	0.35 631	0.10 500	0.08 504	0.13 576	0.12 579	0.15 603	0.15 602

MANE	0.45 642	0.27 630	0.27 567	0.27 618	0.24 636	0.47 638	0.31 642	0.55 652	0.59 632	0.72 655	1.13 674	1.15 666	0.61 657	0.52 649	0.37 636	0.21 634	0.20 633	0.27 636	0.31 650	0.25 639	0.24 637

NVStereoNet_ROB	0.46 645	0.36 644	0.46 621	0.41 646	0.28 643	0.34 616	0.34 645	0.48 639	0.60 636	0.72 655	0.93 663	0.70 654	0.66 660	0.47 642	0.60 662	0.22 639	0.33 656	0.34 650	0.34 654	0.30 647	0.30 648
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	0.47 646	0.26 627	0.58 636	0.28 621	0.20 625	0.39 631	0.18 465	0.49 641	0.64 644	0.52 639	0.87 660	1.01 661	0.57 654	0.50 645	0.56 659	0.53 664	0.31 655	0.54 661	0.40 655	0.33 652	0.34 652

LE_ROB	0.50 647	0.07 211	0.14 362	0.15 105	0.08 200	0.24 559	0.16 375	0.22 371	1.81 682	4.63 687	0.67 645	0.47 632	0.44 642	0.20 512	0.29 608	0.07 325	0.06 402	0.06 176	0.06 268	0.08 420	0.06 291

BEATNet-Init1	0.52 648	0.27 630	0.62 641	0.30 632	0.21 629	0.76 663	0.29 629	0.54 651	0.65 647	0.86 664	0.95 665	2.07 681	0.62 659	0.56 656	0.42 647	0.18 622	0.18 627	0.23 630	0.22 632	0.22 631	0.21 633

anonymity	0.53 649	0.58 654	0.65 643	0.41 646	0.61 668	0.53 643	0.41 652	0.56 653	0.41 575	0.55 643	0.50 622	0.49 635	0.55 652	0.58 657	0.50 657	0.58 667	0.50 670	0.51 657	0.51 664	0.51 657	0.57 665

RainbowNet	0.54 650	0.61 656	0.70 658	0.57 656	0.43 654	0.65 652	0.37 650	0.60 657	0.87 663	0.50 638	0.66 644	0.64 647	0.47 644	0.49 644	0.43 650	0.47 661	0.48 666	0.52 659	0.41 656	0.52 658	0.40 659

SGM+DAISY	0.56 651	0.57 653	0.65 643	0.40 644	0.54 660	0.66 654	0.49 660	0.56 653	0.45 599	0.66 649	0.69 647	0.67 651	0.56 653	0.63 659	0.56 659	0.59 668	0.48 666	0.50 656	0.50 663	0.52 658	0.58 666

SPS-STEREO	0.57 652	0.58 654	0.65 643	0.45 649	0.55 662	0.62 650	0.44 659	0.62 658	0.50 612	0.68 651	0.64 642	0.66 650	0.57 654	0.61 658	0.60 662	0.62 670	0.47 665	0.51 657	0.49 661	0.55 662	0.58 666
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.64 653	0.66 660	0.65 643	0.51 653	0.69 672	0.69 655	0.57 666	0.64 659	0.73 657	0.60 646	0.73 651	0.62 646	0.67 661	0.65 660	0.60 662	0.66 672	0.58 679	0.63 662	0.59 667	0.68 669	0.69 675

IMH-64-1	0.65 654	0.61 656	0.68 652	0.71 660	0.51 658	0.59 647	0.49 660	0.91 666	0.85 661	0.74 659	1.02 667	0.81 657	0.78 665	0.79 663	0.49 654	0.42 656	0.46 661	0.71 664	0.47 659	0.52 658	0.39 656

IMH-64	0.65 654	0.61 656	0.68 652	0.71 660	0.51 658	0.59 647	0.49 660	0.91 666	0.85 661	0.74 659	1.02 667	0.81 657	0.78 665	0.79 663	0.49 654	0.42 656	0.46 661	0.71 664	0.47 659	0.52 658	0.39 656

ACVNet_2	0.66 656	0.66 660	0.68 652	0.63 658	0.41 652	0.71 657	0.49 660	0.96 670	1.39 675	0.89 665	1.09 670	1.04 662	0.73 663	0.54 654	0.47 652	0.43 658	0.40 659	0.53 660	0.44 658	0.47 656	0.35 654

JetBlue	0.71 657	0.45 650	1.14 672	0.51 653	0.47 656	2.02 681	0.64 670	0.75 661	0.70 651	0.69 652	0.77 656	1.22 668	0.83 667	1.03 678	1.01 678	0.40 655	0.28 650	0.33 649	0.33 651	0.30 647	0.34 652

IMH	0.71 657	0.64 659	0.68 652	0.76 662	0.54 660	0.69 655	0.54 664	0.98 672	1.10 668	0.82 663	1.09 670	0.89 659	0.88 670	0.87 671	0.52 658	0.44 659	0.50 670	0.75 667	0.51 664	0.56 663	0.41 660

PWCK	0.71 657	0.94 671	0.95 667	0.76 662	0.31 648	0.74 659	0.36 647	0.90 665	0.90 664	0.96 668	0.75 655	0.95 660	0.61 657	0.87 671	0.66 665	0.72 673	0.46 661	0.75 667	0.49 661	0.69 671	0.44 661

MADNet+	0.75 660	0.71 662	3.70 683	0.66 659	0.41 652	0.98 671	0.97 681	0.69 660	0.73 657	0.52 639	0.57 637	0.64 647	0.68 662	0.86 670	1.01 678	0.34 652	0.36 658	0.28 644	0.23 636	0.36 653	0.31 649

TorneroNet-64	0.76 661	0.72 663	0.74 659	0.78 664	0.58 666	0.91 670	0.56 665	0.84 664	1.29 672	0.66 649	0.90 661	1.40 674	0.75 664	0.85 669	0.67 668	0.49 662	0.46 661	0.72 666	0.59 667	0.67 668	0.53 664

WAO-7	0.79 662	0.78 665	0.54 628	0.85 668	0.67 671	0.74 659	0.68 674	1.05 675	1.32 673	0.90 666	1.20 677	1.04 662	0.92 671	0.69 661	0.66 665	0.60 669	0.62 680	0.67 663	0.68 673	0.64 665	0.58 666

WAO-6	0.81 663	0.80 666	0.62 641	0.86 669	0.63 669	0.76 663	0.58 667	0.98 672	1.54 680	0.90 666	0.96 666	1.07 664	1.03 675	0.70 662	0.66 665	0.72 673	0.49 668	0.90 675	0.71 674	0.68 669	0.58 666

TorneroNet	0.82 664	0.74 664	0.81 664	0.84 667	0.63 669	0.99 672	0.63 668	0.96 670	1.16 669	0.80 662	1.11 672	1.36 673	0.86 669	0.93 674	0.80 673	0.56 665	0.49 668	0.78 672	0.66 672	0.73 674	0.63 674

LVE	0.83 665	0.85 669	0.85 665	0.80 665	0.56 663	1.04 676	0.65 671	1.05 675	1.47 678	0.96 668	1.22 678	1.10 665	0.85 668	0.83 666	0.71 670	0.49 662	0.55 676	0.76 670	0.60 669	0.65 666	0.59 671

Dean	0.87 666	0.86 670	0.79 662	0.81 666	0.56 663	0.90 667	0.63 668	1.15 681	1.73 681	1.15 676	1.15 675	1.31 671	0.99 674	0.81 665	0.81 674	0.57 666	0.56 677	0.77 671	0.64 670	0.66 667	0.58 666

WAO-8	0.91 667	0.81 667	0.65 643	0.94 672	0.69 672	0.90 667	0.67 672	1.07 678	1.83 683	1.06 673	1.45 680	1.30 669	1.07 676	0.84 667	0.78 671	0.74 675	0.53 673	0.86 673	0.75 675	0.69 671	0.62 672

Venus	0.91 667	0.81 667	0.65 643	0.94 672	0.69 672	0.90 667	0.67 672	1.07 678	1.83 683	1.06 673	1.45 680	1.30 669	1.07 676	0.84 667	0.78 671	0.74 675	0.53 673	0.86 673	0.75 675	0.69 671	0.62 672

UNDER WATER-64	0.95 669	0.94 671	1.43 676	0.87 670	0.56 663	1.18 679	0.87 678	0.77 662	0.94 665	1.04 671	0.85 659	1.58 679	1.21 681	0.94 675	0.96 676	0.87 679	0.57 678	1.03 679	0.88 680	0.78 675	0.73 676

UNDER WATER	0.97 670	0.97 673	1.42 675	0.99 674	0.70 675	1.12 678	0.84 677	0.80 663	1.08 667	1.01 670	0.90 661	1.55 678	1.22 682	1.03 678	1.00 677	0.78 677	0.53 673	1.02 678	0.87 679	0.80 676	0.74 677

notaker	0.97 670	1.11 674	0.98 668	1.13 677	0.81 676	0.73 658	0.68 674	0.93 668	1.16 669	1.18 678	1.18 676	1.41 675	1.16 680	1.08 680	0.69 669	0.81 678	0.64 681	1.17 680	0.79 677	0.98 678	0.80 679

ktn	1.01 672	1.21 676	0.80 663	1.23 679	0.86 678	1.01 674	0.87 678	0.94 669	1.39 675	1.04 671	1.12 673	1.15 666	1.07 676	0.94 675	0.59 661	1.28 684	0.71 682	1.38 684	0.83 678	1.02 680	0.75 678

KSHMR	1.09 673	1.17 675	0.88 666	1.25 680	1.00 680	0.99 672	0.96 680	1.13 680	1.37 674	1.16 677	1.29 679	1.41 675	0.96 673	1.01 677	0.92 675	1.03 682	1.08 684	1.20 681	1.03 683	1.01 679	0.97 681

DPSimNet_ROB	1.11 674	1.23 677	0.78 660	1.13 677	0.88 679	1.10 677	1.13 682	1.16 682	1.23 671	1.43 680	1.02 667	1.41 675	1.10 679	0.90 673	1.60 680	1.46 685	0.51 672	1.21 682	1.03 683	0.90 677	1.01 683

HanzoNet	1.29 675	1.26 678	1.19 673	1.12 676	0.85 677	1.02 675	0.83 676	1.03 674	1.48 679	1.64 681	1.61 682	2.50 683	1.72 683	1.61 682	1.61 681	1.26 683	0.80 683	1.31 683	1.01 682	1.02 680	0.86 680

JetRed	1.62 676	1.46 679	2.98 678	0.92 671	1.21 681	4.99 684	1.53 686	1.27 683	1.39 675	1.83 682	1.74 683	1.60 680	0.95 672	1.41 681	2.45 686	0.90 681	1.60 685	0.93 676	0.90 681	1.35 682	0.99 682

MADNet++	1.95 677	1.75 680	1.59 677	1.82 681	1.69 683	2.33 682	1.40 685	2.35 684	2.09 685	2.57 684	2.36 685	2.24 682	2.17 685	2.28 683	2.34 684	1.87 686	1.66 686	1.54 685	1.34 685	1.92 683	1.77 685

Selective-IGEV-i1pa	2.80 678	3.51 686	0.67 651	0.28 621	0.14 565	10.22 688	0.43 657	4.36 685	3.63 686	3.53 685	6.92 687	3.47 684	1.97 684	13.41 699	2.26 683	0.36 653	0.15 616	0.13 576	0.10 525	0.15 603	0.35 654

coex-ft	3.30 679	0.34 642	59.09 710	0.18 374	0.13 544	0.26 580	0.22 558	0.27 472	0.72 653	1.90 683	0.70 649	0.44 622	0.45 643	0.29 591	0.41 646	0.09 459	0.09 537	0.12 561	0.09 485	0.14 587	0.13 578

TCMNet-wrong-test	3.67 680	5.48 694	3.89 684	12.18 695	11.75 697	4.65 683	3.88 687	1.06 677	0.72 653	1.09 675	2.15 684	6.30 689	0.53 648	3.43 685	2.36 685	0.89 680	0.20 633	1.87 687	1.69 686	5.57 691	3.62 691

tt	4.67 681	0.06 97	3.55 682	2.02 682	1.55 682	10.25 689	16.71 691	8.91 694	5.03 687	1.31 679	0.94 664	4.71 685	4.76 687	3.33 684	5.87 688	6.06 694	10.30 700	1.88 688	2.11 688	2.75 685	1.21 684

USTest	6.22 682	2.73 683	3.00 679	6.57 689	7.29 689	14.37 691	21.57 692	7.00 693	9.56 692	5.34 690	6.10 686	5.72 688	7.64 690	6.41 689	6.96 690	1.97 687	3.42 692	1.64 686	2.15 689	2.66 684	2.36 686

xxxxx1	7.79 683	5.02 691	7.31 687	3.12 683	3.85 685	16.35 693	22.88 693	5.86 690	8.69 689	7.97 691	8.54 688	9.12 693	8.27 691	10.18 691	10.92 691	2.42 688	2.45 688	3.56 691	12.37 697	3.77 686	3.06 688

tt_ll	7.79 683	5.02 691	7.31 687	3.12 683	3.85 685	16.35 693	22.88 693	5.86 690	8.69 689	7.97 691	8.54 688	9.12 693	8.27 691	10.18 691	10.92 691	2.42 688	2.45 688	3.56 691	12.37 697	3.77 686	3.06 688

ff	7.79 683	5.02 691	7.31 687	3.12 683	3.85 685	16.35 693	22.88 693	5.86 690	8.69 689	7.97 691	8.54 688	9.12 693	8.27 691	10.18 691	10.92 691	2.42 688	2.45 688	3.56 691	12.37 697	3.77 686	3.06 688

EDNetEfficientorigin	7.91 686	0.31 639	153.02 711	0.19 442	0.09 325	0.21 529	0.16 375	0.22 371	0.59 632	0.72 655	0.67 645	0.42 617	0.50 647	0.24 563	0.39 640	0.08 399	0.07 474	0.08 379	0.07 365	0.12 554	0.10 516

DPSMNet_ROB	8.06 687	4.48 687	8.63 695	5.37 688	10.74 692	8.32 686	22.98 697	5.46 687	13.36 697	5.12 688	9.92 693	5.08 686	10.40 694	5.53 688	12.58 694	3.80 692	8.00 693	3.50 689	7.02 694	3.83 689	7.14 695

DGTPSM_ROB	8.06 687	4.48 687	8.63 695	5.35 686	10.72 691	8.32 686	22.97 696	5.46 687	13.35 696	5.12 688	9.92 693	5.08 686	10.40 694	5.52 687	12.58 694	3.79 691	8.00 693	3.50 689	7.02 694	3.83 689	7.14 695

PML	8.91 689	9.34 700	6.13 685	5.35 686	6.41 688	14.99 692	23.38 698	5.27 686	6.83 688	18.04 703	28.19 711	7.67 690	6.83 689	7.85 690	5.75 687	5.35 693	1.83 687	5.95 699	1.93 687	8.64 696	2.52 687

DLNR_Zeroshot_test	10.40 690	1.82 681	19.49 705	120.77 711	13.11 699	0.06 11	0.13 162	0.23 392	0.10 65	0.07 65	0.10 183	0.09 207	0.06 62	0.10 117	0.09 101	0.13 582	0.04 24	0.06 176	0.04 52	51.54 711	0.04 69

DLNR-FE	10.43 691	1.83 682	19.53 706	120.75 710	13.06 698	0.06 11	0.13 162	0.23 392	0.10 65	0.07 65	0.10 183	0.09 207	0.06 62	0.10 117	0.09 101	0.13 582	0.04 24	0.06 176	0.04 52	52.01 712	0.04 69

iinet-test	10.48 692	8.09 696	7.54 691	10.26 690	10.94 693	18.00 697	25.26 699	11.33 698	13.28 694	9.69 695	9.85 691	9.42 696	11.17 696	11.02 695	12.78 697	6.59 696	8.30 695	5.56 694	6.56 690	6.89 692	7.02 693

IINet	10.48 692	8.09 696	7.54 691	10.26 690	10.94 693	18.00 697	25.26 699	11.33 698	13.28 694	9.69 695	9.85 691	9.42 696	11.17 696	11.02 695	12.78 697	6.59 696	8.30 695	5.56 694	6.56 690	6.89 692	7.02 693

LRCNet_RVC	10.62 694	13.42 701	7.30 686	18.92 699	2.07 684	0.33 613	0.30 636	5.59 689	0.48 602	13.03 699	17.94 699	8.87 692	5.65 688	4.79 686	1.89 682	23.51 708	2.73 691	27.55 711	25.71 711	16.07 705	16.33 706

Anonymous_1	10.96 695	7.92 695	7.46 690	10.33 692	10.06 690	18.65 699	26.34 701	11.06 697	13.44 698	9.40 694	10.05 695	9.67 698	11.23 698	10.73 694	12.72 696	6.42 695	8.38 697	5.77 696	10.61 696	12.12 697	6.77 692

DPSM_ROB	11.15 696	8.58 698	8.00 693	10.88 693	11.58 695	19.10 700	26.71 702	12.05 700	14.07 701	10.36 697	10.84 696	10.33 699	11.86 699	11.70 697	13.54 699	6.99 698	8.79 698	5.89 697	6.95 692	7.29 694	7.42 697

DPSM	11.15 696	8.58 698	8.00 693	10.88 693	11.58 695	19.10 700	26.71 702	12.05 700	14.07 701	10.36 697	10.84 696	10.33 699	11.86 699	11.70 697	13.54 699	6.99 698	8.79 698	5.89 697	6.95 692	7.29 694	7.42 697

HaxPig	15.71 698	18.52 709	19.18 704	16.89 698	15.89 700	7.73 685	7.60 688	13.31 702	10.82 693	15.42 700	14.91 698	15.98 701	14.92 701	15.58 700	15.98 701	18.95 707	16.73 701	19.46 707	18.08 707	19.26 706	19.05 709

Selective-IGEV-i16pa	18.58 699	3.30 684	1.09 670	0.21 540	0.18 618	103.68 712	0.28 619	19.87 704	40.73 712	4.16 686	56.45 712	8.07 691	2.59 686	123.95 713	5.89 689	0.18 622	0.12 586	0.09 462	0.12 579	0.12 554	0.51 663

RSGM-EC	20.36 700	4.73 689	0.68 652	16.76 696	16.92 701	21.28 702	27.18 704	10.46 695	14.04 699	18.00 701	21.31 702	22.24 710	21.82 703	22.57 702	17.63 702	62.81 711	33.79 711	20.14 708	18.10 708	20.18 707	16.45 707

acva	20.36 700	4.73 689	0.68 652	16.76 696	16.92 701	21.28 702	27.18 704	10.46 695	14.04 699	18.00 701	21.31 702	22.24 710	21.82 703	22.57 702	17.63 702	62.81 711	33.79 711	20.14 708	18.10 708	20.18 707	16.45 707

MEDIAN_ROB	20.38 702	24.04 710	23.31 707	21.23 700	21.71 703	10.40 690	7.92 689	17.64 703	15.50 703	20.12 704	19.70 700	20.34 702	20.32 702	21.19 701	21.13 704	23.81 709	21.81 709	24.98 710	23.76 710	24.71 709	23.93 710

CasAABBNet	22.42 703	17.33 703	16.01 699	22.01 702	23.28 705	38.32 704	53.80 708	24.14 708	28.41 708	20.60 706	21.77 706	20.89 708	23.91 707	23.43 706	27.36 707	14.07 701	17.69 703	11.83 702	14.01 701	14.67 700	14.95 702

RAFT-FEzeroshot	22.43 704	17.33 703	15.98 697	22.02 703	23.31 707	38.34 705	53.82 710	24.05 706	28.39 706	20.61 707	21.76 704	20.88 705	23.92 709	23.41 704	27.42 709	14.07 701	17.69 703	11.83 702	14.02 702	14.69 701	14.97 703

RAFT-FE	22.43 704	17.33 703	15.98 697	22.02 703	23.31 707	38.34 705	53.82 710	24.05 706	28.39 706	20.61 707	21.76 704	20.88 705	23.92 709	23.41 704	27.42 709	14.07 701	17.69 703	11.83 702	14.02 702	14.69 701	14.97 703

FlowAnything	22.44 706	17.35 706	16.14 701	22.07 706	23.23 704	38.39 708	53.77 707	24.25 709	28.44 709	20.96 711	21.82 708	20.70 703	23.84 705	23.49 708	27.14 706	14.04 700	17.79 708	11.75 700	14.15 706	14.65 698	14.89 699

Hybrid-DGEV	22.47 707	17.40 708	16.14 701	22.00 701	23.29 706	38.36 707	53.80 708	24.43 712	28.63 711	20.59 705	21.81 707	20.88 705	23.91 707	23.45 707	27.42 709	14.08 704	17.69 703	11.83 702	14.06 705	14.65 698	14.93 701

Selective-RAFT-Error	22.47 707	17.37 707	16.09 700	22.06 705	23.34 709	38.39 708	53.83 712	24.29 711	28.47 710	20.74 709	21.83 709	20.81 704	23.90 706	23.54 710	27.53 712	14.08 704	17.69 703	11.82 701	14.00 700	14.69 701	15.00 705

LSM0	22.87 709	17.28 702	18.96 703	22.19 707	29.04 711	38.42 710	53.71 706	24.28 710	28.31 705	20.78 710	21.00 701	21.43 709	24.16 711	23.50 709	27.39 708	14.09 706	17.38 702	11.84 706	14.04 704	14.73 704	14.89 699

AVERAGE_ROB	24.90 710	29.20 711	28.14 708	24.89 708	24.64 710	17.75 696	11.12 690	21.45 705	19.93 704	25.12 712	24.46 710	25.12 712	25.46 712	24.69 711	22.83 705	29.76 710	27.13 710	28.97 712	27.95 712	29.91 710	29.47 711

test_example2	98.32 711	94.13 712	45.89 709	96.35 709	109.85 712	88.61 711	95.45 713	25.75 713	94.37 713	130.00 714	126.06 713	58.17 713	74.63 713	88.51 712	79.96 713	150.23 713	221.02 713	77.62 713	99.10 713	113.75 713	96.94 712

GS-Stereo							0.14 225	0.11 53	0.12 133	0.08 118	0.10 183	0.05 5	0.05 14	0.11 186	0.08 25	0.06 165	0.04 24	0.05 43	0.04 52	0.05 156	0.05 195

FSD					0.22 631	0.25 570	0.25 597	0.27 472	0.26 460	0.25 548	0.26 486	0.25 508	0.27 580	0.27 573	0.24 567	0.21 634	0.20 633	0.27 636	0.26 639	0.25 639

ccccc		285.66 713		368.85 712	370.60 713	123.16 713		115.05 714		126.68 713		122.83 714		252.94 714		384.56 714	353.86 714	254.69 714	223.00 714	425.87 714

ASD4		3.38 685

Low-res two-view benchmark