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	0.09 117	0.13 16	0.05 2	0.08 76	0.11 60	0.06 1	0.06 6	0.06 19	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	0.05 160	0.04 70

PSi22a	0.06 1	0.04 1	0.09 117	0.12 5	0.05 2	0.06 12	0.11 60	0.06 1	0.06 6	0.06 19	0.06 23	0.06 38	0.05 14	0.08 24	0.09 101	0.07 327	0.04 24	0.04 1	0.03 1	0.05 160	0.04 70

Foundation-i32	0.06 1	0.04 1	0.09 117	0.13 16	0.04 1	0.06 12	0.12 92	0.06 1	0.05 4	0.06 19	0.05 7	0.05 5	0.05 14	0.07 4	0.09 101	0.06 165	0.04 24	0.05 44	0.03 1	0.04 47	0.04 70

MLG-Stereo_test2	0.06 1	0.04 1	0.10 181	0.15 106	0.05 2	0.07 39	0.11 60	0.09 18	0.04 2	0.06 19	0.05 7	0.06 38	0.04 1	0.08 24	0.09 101	0.06 165	0.04 24	0.05 44	0.03 1	0.05 160	0.05 199

MLG-Stereo_test1	0.06 1	0.05 36	0.08 55	0.17 286	0.05 2	0.06 12	0.11 60	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 50	0.04 24	0.05 44	0.03 1	0.04 47	0.04 70

FoundationStereo	0.06 1	0.04 1	0.08 55	0.12 5	0.05 2	0.09 128	0.13 162	0.06 1	0.09 45	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 44	0.03 1	0.05 160	0.04 70

PointNet	0.07 7	0.06 99	0.07 10	0.15 106	0.07 124	0.08 76	0.14 227	0.11 54	0.08 24	0.05 2	0.07 59	0.08 174	0.08 221	0.09 57	0.09 101	0.06 165	0.04 24	0.05 44	0.04 53	0.03 1	0.04 70

aanet-new-60k	0.07 7	0.07 215	0.08 55	0.18 376	0.06 26	0.07 39	0.10 32	0.09 18	0.14 207	0.07 66	0.07 59	0.06 38	0.06 62	0.11 187	0.08 25	0.05 50	0.04 24	0.05 44	0.04 53	0.04 47	0.03 2

aanet-new-70k	0.07 7	0.06 99	0.09 117	0.17 286	0.06 26	0.08 76	0.12 92	0.11 54	0.10 66	0.06 19	0.07 59	0.07 115	0.06 62	0.10 119	0.07 1	0.04 11	0.04 24	0.05 44	0.04 53	0.04 47	0.03 2

aanet-new-78k	0.07 7	0.07 215	0.09 117	0.19 444	0.06 26	0.07 39	0.12 92	0.11 54	0.13 175	0.06 19	0.07 59	0.06 38	0.06 62	0.09 57	0.07 1	0.04 11	0.04 24	0.05 44	0.04 53	0.05 160	0.03 2

aanet-new-40k	0.07 7	0.08 333	0.07 10	0.17 286	0.07 124	0.08 76	0.13 162	0.10 31	0.10 66	0.07 66	0.08 113	0.06 38	0.05 14	0.08 24	0.08 25	0.05 50	0.04 24	0.05 44	0.04 53	0.05 160	0.04 70

GCAP-Stereo-DPT26K	0.07 7	0.06 99	0.07 10	0.16 200	0.06 26	0.08 76	0.12 92	0.10 31	0.08 24	0.06 19	0.09 148	0.06 38	0.05 14	0.08 24	0.08 25	0.04 11	0.04 24	0.05 44	0.04 53	0.03 1	0.03 2

aanet-new-24k	0.07 7	0.07 215	0.07 10	0.17 286	0.06 26	0.07 39	0.12 92	0.09 18	0.11 97	0.09 170	0.09 148	0.06 38	0.07 173	0.09 57	0.07 1	0.04 11	0.04 24	0.05 44	0.04 53	0.04 47	0.03 2

GCAP-Stereo-DPT-20K	0.07 7	0.05 36	0.11 235	0.15 106	0.06 26	0.07 39	0.13 162	0.09 18	0.11 97	0.07 66	0.08 113	0.06 38	0.05 14	0.09 57	0.07 1	0.05 50	0.05 262	0.05 44	0.04 53	0.03 1	0.04 70

GCAP-Stereo-DPT-24K	0.07 7	0.06 99	0.07 10	0.15 106	0.06 26	0.10 190	0.15 309	0.12 81	0.11 97	0.06 19	0.11 234	0.06 38	0.05 14	0.09 57	0.08 25	0.05 50	0.04 24	0.05 44	0.04 53	0.03 1	0.03 2

PipStereo	0.07 7	0.04 1	0.09 117	0.13 16	0.05 2	0.08 76	0.11 60	0.06 1	0.06 6	0.06 19	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	0.05 160	0.04 70

LACA3	0.07 7	0.08 333	0.08 55	0.13 16	0.05 2	0.09 128	0.11 60	0.08 10	0.08 24	0.08 119	0.05 7	0.07 115	0.07 173	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 99	0.08 55	0.17 286	0.06 26	0.08 76	0.12 92	0.13 106	0.07 15	0.08 119	0.07 59	0.06 38	0.04 1	0.10 119	0.09 101	0.05 50	0.04 24	0.05 44	0.04 53	0.04 47	0.03 2

LACA2	0.07 7	0.05 36	0.06 4	0.15 106	0.06 26	0.09 128	0.11 60	0.11 54	0.10 66	0.05 2	0.05 7	0.06 38	0.08 221	0.09 57	0.07 1	0.07 327	0.04 24	0.04 1	0.04 53	0.04 47	0.04 70

LACA1	0.07 7	0.07 215	0.07 10	0.14 55	0.05 2	0.09 128	0.11 60	0.10 31	0.07 15	0.05 2	0.05 7	0.06 38	0.07 173	0.08 24	0.09 101	0.06 165	0.04 24	0.04 1	0.04 53	0.03 1	0.04 70

Test_v1	0.07 7	0.04 1	0.06 4	0.13 16	0.06 26	0.08 76	0.11 60	0.15 177	0.12 134	0.06 19	0.05 7	0.04 1	0.05 14	0.08 24	0.10 197	0.07 327	0.04 24	0.05 44	0.04 53	0.04 47	0.04 70

BLMT-Stereo	0.07 7	0.04 1	0.08 55	0.15 106	0.07 124	0.06 12	0.14 227	0.07 6	0.10 66	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 44	0.05 181	0.04 47	0.04 70

Pro-Stereo	0.07 7	0.05 36	0.08 55	0.15 106	0.07 124	0.08 76	0.12 92	0.07 6	0.07 15	0.06 19	0.06 23	0.05 5	0.05 14	0.09 57	0.08 25	0.05 50	0.04 24	0.06 179	0.05 181	0.04 47	0.04 70

MatchStereo	0.07 7	0.04 1	0.08 55	0.14 55	0.06 26	0.05 4	0.12 92	0.12 81	0.09 45	0.07 66	0.06 23	0.04 1	0.04 1	0.08 24	0.09 101	0.06 165	0.05 262	0.05 44	0.03 1	0.04 47	0.04 70
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	0.09 117	0.11 1	0.05 2	0.10 190	0.10 32	0.14 136	0.09 45	0.06 19	0.07 59	0.06 38	0.07 173	0.07 4	0.10 197	0.06 165	0.04 24	0.04 1	0.04 53	0.04 47	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 55	0.06 26	0.09 128	0.13 162	0.15 177	0.06 6	0.07 66	0.08 113	0.06 38	0.08 221	0.09 57	0.09 101	0.06 165	0.05 262	0.04 1	0.03 1	0.04 47	0.04 70

VIP-Stereo	0.07 7	0.07 215	0.07 10	0.15 106	0.06 26	0.12 293	0.10 32	0.11 54	0.11 97	0.06 19	0.07 59	0.06 38	0.05 14	0.10 119	0.08 25	0.05 50	0.04 24	0.05 44	0.03 1	0.03 1	0.02 1

BridgeDepth	0.07 7	0.07 215	0.08 55	0.18 376	0.06 26	0.07 39	0.11 60	0.09 18	0.06 6	0.04 1	0.07 59	0.10 244	0.09 255	0.08 24	0.08 25	0.04 11	0.03 1	0.04 1	0.04 53	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	0.09 117	0.13 16	0.06 26	0.12 293	0.12 92	0.11 54	0.10 66	0.07 66	0.08 113	0.06 38	0.06 62	0.09 57	0.08 25	0.06 165	0.04 24	0.05 44	0.04 53	0.04 47	0.04 70

MonStereo	0.07 7	0.06 99	0.05 1	0.15 106	0.05 2	0.08 76	0.10 32	0.15 177	0.15 232	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	0.16 200	0.06 26	0.07 39	0.11 60	0.10 31	0.08 24	0.06 19	0.06 23	0.07 115	0.07 173	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 99	0.05 1	0.15 106	0.05 2	0.08 76	0.10 32	0.15 177	0.15 232	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	0.09 117	0.13 16	0.06 26	0.05 4	0.09 18	0.11 54	0.07 15	0.06 19	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	0.05 160	0.05 199

Replicate-Monster	0.07 7	0.05 36	0.09 117	0.14 55	0.06 26	0.08 76	0.09 18	0.13 106	0.13 175	0.05 2	0.07 59	0.06 38	0.06 62	0.08 24	0.10 197	0.05 50	0.04 24	0.05 44	0.03 1	0.04 47	0.04 70

AdaDepth	0.07 7	0.06 99	0.07 10	0.18 376	0.06 26	0.11 241	0.12 92	0.09 18	0.07 15	0.06 19	0.05 7	0.07 115	0.06 62	0.09 57	0.10 197	0.04 11	0.05 262	0.05 44	0.04 53	0.04 47	0.04 70

asda	0.07 7	0.08 333	0.08 55	0.16 200	0.06 26	0.06 12	0.10 32	0.16 214	0.10 66	0.06 19	0.06 23	0.05 5	0.05 14	0.10 119	0.10 197	0.03 1	0.03 1	0.04 1	0.03 1	0.04 47	0.03 2

asd	0.07 7	0.08 333	0.07 10	0.16 200	0.07 124	0.08 76	0.08 7	0.11 54	0.08 24	0.07 66	0.07 59	0.06 38	0.06 62	0.10 119	0.09 101	0.03 1	0.03 1	0.04 1	0.04 53	0.04 47	0.03 2

qwe	0.07 7	0.08 333	0.07 10	0.15 106	0.06 26	0.07 39	0.10 32	0.18 286	0.11 97	0.07 66	0.07 59	0.06 38	0.06 62	0.10 119	0.09 101	0.03 1	0.03 1	0.04 1	0.04 53	0.04 47	0.03 2

2.25w	0.07 7	0.06 99	0.07 10	0.14 55	0.06 26	0.08 76	0.08 7	0.10 31	0.15 232	0.08 119	0.10 184	0.07 115	0.06 62	0.08 24	0.10 197	0.05 50	0.03 1	0.04 1	0.04 53	0.03 1	0.04 70

4.25_new	0.07 7	0.08 333	0.09 117	0.15 106	0.06 26	0.09 128	0.08 7	0.14 136	0.08 24	0.07 66	0.07 59	0.06 38	0.06 62	0.12 280	0.10 197	0.03 1	0.03 1	0.04 1	0.03 1	0.04 47	0.03 2

4.5w_new	0.07 7	0.08 333	0.09 117	0.15 106	0.06 26	0.09 128	0.08 7	0.14 136	0.08 24	0.07 66	0.07 59	0.06 38	0.06 62	0.12 280	0.10 197	0.03 1	0.03 1	0.04 1	0.03 1	0.04 47	0.03 2

4.5_new	0.07 7	0.09 413	0.08 55	0.15 106	0.07 124	0.06 12	0.10 32	0.14 136	0.11 97	0.06 19	0.08 113	0.06 38	0.06 62	0.08 24	0.10 197	0.03 1	0.03 1	0.04 1	0.04 53	0.04 47	0.03 2

4.5w-stereo	0.07 7	0.09 413	0.08 55	0.15 106	0.07 124	0.06 12	0.10 32	0.14 136	0.11 97	0.06 19	0.08 113	0.06 38	0.06 62	0.08 24	0.10 197	0.03 1	0.03 1	0.04 1	0.04 53	0.04 47	0.03 2

4.25w-stereo	0.07 7	0.08 333	0.09 117	0.15 106	0.06 26	0.09 128	0.08 7	0.14 136	0.08 24	0.07 66	0.07 59	0.06 38	0.06 62	0.12 280	0.10 197	0.03 1	0.03 1	0.04 1	0.03 1	0.04 47	0.03 2

4w-stereo	0.07 7	0.08 333	0.08 55	0.16 200	0.06 26	0.07 39	0.08 7	0.12 81	0.08 24	0.07 66	0.07 59	0.05 5	0.06 62	0.09 57	0.10 197	0.03 1	0.03 1	0.04 1	0.04 53	0.04 47	0.03 2

2.5w	0.07 7	0.07 215	0.07 10	0.16 200	0.06 26	0.08 76	0.12 92	0.10 31	0.10 66	0.07 66	0.06 23	0.09 209	0.06 62	0.08 24	0.09 101	0.04 11	0.03 1	0.04 1	0.04 53	0.03 1	0.03 2

2.75w_new	0.07 7	0.07 215	0.07 10	0.13 16	0.06 26	0.08 76	0.08 7	0.18 286	0.12 134	0.07 66	0.08 113	0.06 38	0.06 62	0.09 57	0.11 277	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.04 70

3.25w_new	0.07 7	0.06 99	0.07 10	0.15 106	0.06 26	0.10 190	0.07 3	0.12 81	0.11 97	0.08 119	0.06 23	0.07 115	0.06 62	0.11 187	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 99	0.07 10	0.15 106	0.06 26	0.10 190	0.07 3	0.12 81	0.11 97	0.08 119	0.06 23	0.07 115	0.06 62	0.11 187	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	0.07 215	0.08 55	0.16 200	0.07 124	0.07 39	0.09 18	0.16 214	0.09 45	0.07 66	0.06 23	0.05 5	0.06 62	0.09 57	0.10 197	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 215	0.07 10	0.15 106	0.07 124	0.09 128	0.06 1	0.13 106	0.11 97	0.07 66	0.07 59	0.06 38	0.07 173	0.10 119	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 99	0.07 10	0.16 200	0.06 26	0.07 39	0.10 32	0.14 136	0.14 207	0.07 66	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 70

monsterstereo	0.07 7	0.06 99	0.06 4	0.16 200	0.06 26	0.08 76	0.10 32	0.16 214	0.11 97	0.07 66	0.08 113	0.06 38	0.07 173	0.08 24	0.09 101	0.04 11	0.04 24	0.05 44	0.04 53	0.03 1	0.03 2

monsters	0.07 7	0.06 99	0.06 4	0.15 106	0.06 26	0.08 76	0.09 18	0.12 81	0.08 24	0.09 170	0.07 59	0.06 38	0.06 62	0.08 24	0.08 25	0.05 50	0.04 24	0.04 1	0.04 53	0.03 1	0.03 2

IGEV	0.07 7	0.04 1	0.08 55	0.13 16	0.06 26	0.09 128	0.12 92	0.14 136	0.10 66	0.06 19	0.09 148	0.07 115	0.05 14	0.09 57	0.09 101	0.06 165	0.04 24	0.05 44	0.04 53	0.05 160	0.04 70

111111	0.07 7	0.04 1	0.09 117	0.17 286	0.06 26	0.05 4	0.10 32	0.11 54	0.09 45	0.06 19	0.06 23	0.07 115	0.05 14	0.09 57	0.09 101	0.06 165	0.04 24	0.05 44	0.04 53	0.07 359	0.06 294

LG-Stereo_L2	0.07 7	0.05 36	0.10 181	0.14 55	0.06 26	0.07 39	0.12 92	0.09 18	0.09 45	0.06 19	0.04 1	0.05 5	0.05 14	0.08 24	0.08 25	0.05 50	0.04 24	0.05 44	0.03 1	0.04 47	0.03 2

LG-Stereo_L1	0.07 7	0.05 36	0.11 235	0.14 55	0.06 26	0.07 39	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 50	0.04 24	0.05 44	0.03 1	0.04 47	0.04 70

MLG-Stereo_test3	0.07 7	0.05 36	0.10 181	0.14 55	0.06 26	0.07 39	0.11 60	0.08 10	0.06 6	0.06 19	0.04 1	0.06 38	0.06 62	0.07 4	0.10 197	0.06 165	0.04 24	0.05 44	0.04 53	0.05 160	0.06 294

MLG-Stereo	0.07 7	0.05 36	0.08 55	0.17 286	0.05 2	0.07 39	0.11 60	0.08 10	0.04 2	0.05 2	0.04 1	0.06 38	0.05 14	0.10 119	0.09 101	0.05 50	0.04 24	0.05 44	0.03 1	0.04 47	0.04 70

LG-G_1	0.07 7	0.04 1	0.11 235	0.15 106	0.06 26	0.09 128	0.08 7	0.08 10	0.06 6	0.06 19	0.05 7	0.07 115	0.07 173	0.11 187	0.08 25	0.07 327	0.04 24	0.05 44	0.04 53	0.05 160	0.05 199

LG-G	0.07 7	0.04 1	0.11 235	0.15 106	0.06 26	0.09 128	0.08 7	0.08 10	0.06 6	0.06 19	0.05 7	0.07 115	0.07 173	0.11 187	0.08 25	0.07 327	0.04 24	0.05 44	0.04 53	0.05 160	0.05 199

LGtest1	0.07 7	0.04 1	0.10 181	0.15 106	0.06 26	0.07 39	0.09 18	0.08 10	0.06 6	0.05 2	0.04 1	0.06 38	0.06 62	0.10 119	0.09 101	0.07 327	0.04 24	0.05 44	0.04 53	0.06 280	0.06 294

LG-Stereo_Zeroshot	0.07 7	0.06 99	0.10 181	0.16 200	0.07 124	0.04 1	0.13 162	0.10 31	0.10 66	0.05 2	0.11 234	0.07 115	0.05 14	0.07 4	0.09 101	0.06 165	0.04 24	0.05 44	0.04 53	0.05 160	0.04 70

GREAT-IGEV	0.07 7	0.06 99	0.08 55	0.13 16	0.07 124	0.07 39	0.14 227	0.09 18	0.09 45	0.06 19	0.07 59	0.06 38	0.05 14	0.10 119	0.07 1	0.05 50	0.04 24	0.05 44	0.04 53	0.05 160	0.04 70
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	0.15 569	0.17 479	0.11 1	0.05 2	0.05 4	0.11 60	0.08 10	0.08 24	0.06 19	0.06 23	0.05 5	0.05 14	0.09 57	0.08 25	0.08 402	0.04 24	0.05 44	0.03 1	0.05 160	0.04 70

AIO_rvc	0.07 7	0.06 99	0.08 55	0.15 106	0.06 26	0.08 76	0.14 227	0.09 18	0.08 24	0.07 66	0.08 113	0.07 115	0.04 1	0.10 119	0.08 25	0.05 50	0.04 24	0.05 44	0.04 53	0.04 47	0.03 2

AIO_test	0.07 7	0.05 36	0.07 10	0.15 106	0.07 124	0.06 12	0.14 227	0.10 31	0.10 66	0.07 66	0.07 59	0.06 38	0.05 14	0.08 24	0.10 197	0.05 50	0.04 24	0.05 44	0.04 53	0.04 47	0.03 2

MonSter	0.07 7	0.06 99	0.05 1	0.15 106	0.05 2	0.07 39	0.10 32	0.15 177	0.15 232	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 55	0.06 26	0.10 190	0.13 162	0.07 6	0.13 175	0.06 19	0.07 59	0.06 38	0.05 14	0.10 119	0.09 101	0.04 11	0.04 24	0.05 44	0.03 1	0.04 47	0.04 70

dual_stereo	0.07 7	0.04 1	0.08 55	0.15 106	0.05 2	0.05 4	0.13 162	0.12 81	0.08 24	0.07 66	0.06 23	0.05 5	0.05 14	0.07 4	0.09 101	0.06 165	0.04 24	0.05 44	0.03 1	0.04 47	0.04 70

IGEV-Stereo++	0.07 7	0.06 99	0.08 55	0.18 376	0.06 26	0.04 1	0.10 32	0.11 54	0.11 97	0.06 19	0.07 59	0.07 115	0.06 62	0.09 57	0.09 101	0.05 50	0.04 24	0.05 44	0.04 53	0.05 160	0.04 70

IGEV-Stereo+	0.07 7	0.04 1	0.08 55	0.15 106	0.06 26	0.04 1	0.09 18	0.10 31	0.09 45	0.06 19	0.06 23	0.06 38	0.06 62	0.06 1	0.08 25	0.06 165	0.04 24	0.05 44	0.04 53	0.06 280	0.06 294

GCAPDPT-zeroshot4090	0.07 7	0.05 36	0.11 235	0.15 106	0.06 26	0.07 39	0.13 162	0.09 18	0.11 97	0.07 66	0.08 113	0.06 38	0.05 14	0.09 57	0.07 1	0.05 50	0.05 262	0.05 44	0.04 53	0.03 1	0.04 70

Selective-IGEV	0.07 7	0.06 99	0.08 55	0.17 286	0.06 26	0.08 76	0.12 92	0.13 106	0.07 15	0.08 119	0.07 59	0.06 38	0.04 1	0.10 119	0.09 101	0.05 50	0.04 24	0.05 44	0.04 53	0.04 47	0.03 2

TS12	0.08 76	0.06 99	0.09 117	0.21 542	0.07 124	0.11 241	0.13 162	0.11 54	0.09 45	0.10 215	0.10 184	0.08 174	0.10 294	0.09 57	0.12 338	0.04 11	0.04 24	0.05 44	0.04 53	0.03 1	0.04 70

DF	0.08 76	0.05 36	0.09 117	0.15 106	0.06 26	0.11 241	0.13 162	0.10 31	0.12 134	0.09 170	0.10 184	0.10 244	0.08 221	0.11 187	0.09 101	0.07 327	0.04 24	0.05 44	0.04 53	0.04 47	0.04 70

LiteMatch*	0.08 76	0.04 1	0.11 235	0.13 16	0.08 203	0.08 76	0.13 162	0.14 136	0.09 45	0.05 2	0.05 7	0.05 5	0.09 255	0.11 187	0.10 197	0.06 165	0.05 262	0.05 44	0.04 53	0.05 160	0.05 199

aanet-new-90k	0.08 76	0.07 215	0.08 55	0.19 444	0.06 26	0.07 39	0.12 92	0.12 81	0.13 175	0.06 19	0.07 59	0.06 38	0.06 62	0.10 119	0.07 1	0.05 50	0.04 24	0.05 44	0.04 53	0.05 160	0.03 2

aanet-new-36k	0.08 76	0.06 99	0.09 117	0.17 286	0.06 26	0.09 128	0.13 162	0.11 54	0.13 175	0.08 119	0.08 113	0.06 38	0.05 14	0.09 57	0.08 25	0.04 11	0.04 24	0.05 44	0.04 53	0.03 1	0.03 2

aanet-new-34k	0.08 76	0.06 99	0.09 117	0.17 286	0.05 2	0.07 39	0.13 162	0.12 81	0.12 134	0.09 170	0.08 113	0.07 115	0.05 14	0.10 119	0.09 101	0.04 11	0.04 24	0.05 44	0.04 53	0.03 1	0.03 2

aanet-32k-new	0.08 76	0.07 215	0.08 55	0.18 376	0.06 26	0.08 76	0.12 92	0.11 54	0.12 134	0.07 66	0.08 113	0.05 5	0.07 173	0.10 119	0.08 25	0.05 50	0.04 24	0.05 44	0.04 53	0.06 280	0.04 70

aanet-new-32k	0.08 76	0.07 215	0.09 117	0.18 376	0.06 26	0.11 241	0.11 60	0.10 31	0.08 24	0.07 66	0.07 59	0.07 115	0.06 62	0.10 119	0.08 25	0.05 50	0.04 24	0.05 44	0.04 53	0.04 47	0.03 2

aanet-new-30k	0.08 76	0.07 215	0.09 117	0.18 376	0.06 26	0.11 241	0.11 60	0.10 31	0.08 24	0.07 66	0.07 59	0.07 115	0.06 62	0.10 119	0.08 25	0.05 50	0.04 24	0.05 44	0.04 53	0.04 47	0.03 2

aanet-new-28k	0.08 76	0.07 215	0.09 117	0.18 376	0.06 26	0.08 76	0.12 92	0.10 31	0.09 45	0.09 170	0.08 113	0.08 174	0.06 62	0.12 280	0.08 25	0.05 50	0.04 24	0.05 44	0.04 53	0.05 160	0.04 70

aanet-new-22k	0.08 76	0.06 99	0.09 117	0.17 286	0.06 26	0.08 76	0.11 60	0.14 136	0.12 134	0.09 170	0.09 148	0.08 174	0.06 62	0.10 119	0.08 25	0.04 11	0.04 24	0.05 44	0.04 53	0.03 1	0.03 2

aanet-new-16k	0.08 76	0.08 333	0.08 55	0.18 376	0.06 26	0.07 39	0.09 18	0.13 106	0.12 134	0.08 119	0.07 59	0.07 115	0.06 62	0.09 57	0.08 25	0.04 11	0.04 24	0.05 44	0.04 53	0.05 160	0.03 2

aanet-new-10k	0.08 76	0.08 333	0.08 55	0.19 444	0.07 124	0.08 76	0.12 92	0.14 136	0.11 97	0.07 66	0.08 113	0.07 115	0.07 173	0.09 57	0.08 25	0.05 50	0.04 24	0.05 44	0.04 53	0.05 160	0.04 70

aanet-new-12k	0.08 76	0.09 413	0.07 10	0.20 510	0.08 203	0.08 76	0.13 162	0.12 81	0.13 175	0.08 119	0.08 113	0.05 5	0.07 173	0.09 57	0.08 25	0.04 11	0.04 24	0.05 44	0.04 53	0.06 280	0.04 70

aanet-new-14k	0.08 76	0.09 413	0.08 55	0.19 444	0.06 26	0.07 39	0.10 32	0.14 136	0.15 232	0.06 19	0.08 113	0.05 5	0.06 62	0.09 57	0.08 25	0.05 50	0.04 24	0.05 44	0.04 53	0.05 160	0.04 70

aanet-new-8k	0.08 76	0.07 215	0.08 55	0.19 444	0.07 124	0.09 128	0.12 92	0.16 214	0.15 232	0.07 66	0.07 59	0.06 38	0.06 62	0.10 119	0.08 25	0.04 11	0.04 24	0.05 44	0.04 53	0.04 47	0.04 70

aanet-new	0.08 76	0.09 413	0.10 181	0.18 376	0.08 203	0.10 190	0.12 92	0.15 177	0.12 134	0.08 119	0.08 113	0.05 5	0.07 173	0.10 119	0.08 25	0.05 50	0.04 24	0.05 44	0.04 53	0.06 280	0.04 70

GCAP-Stereo-cres-4k	0.08 76	0.07 215	0.08 55	0.18 376	0.07 124	0.11 241	0.14 227	0.12 81	0.11 97	0.07 66	0.11 234	0.07 115	0.06 62	0.09 57	0.08 25	0.04 11	0.04 24	0.05 44	0.04 53	0.04 47	0.04 70

GCAP-Stereo-DPT-cres	0.08 76	0.05 36	0.07 10	0.15 106	0.06 26	0.10 190	0.14 227	0.13 106	0.12 134	0.07 66	0.09 148	0.07 115	0.06 62	0.10 119	0.09 101	0.05 50	0.04 24	0.05 44	0.04 53	0.03 1	0.03 2

GCAP-Stereo-DPT-36K	0.08 76	0.06 99	0.15 413	0.14 55	0.06 26	0.08 76	0.13 162	0.13 106	0.11 97	0.07 66	0.08 113	0.07 115	0.06 62	0.09 57	0.08 25	0.05 50	0.05 262	0.05 44	0.04 53	0.03 1	0.04 70

GCAP-Stereo-DPT-22K	0.08 76	0.06 99	0.07 10	0.17 286	0.06 26	0.07 39	0.14 227	0.13 106	0.16 268	0.05 2	0.10 184	0.06 38	0.06 62	0.08 24	0.08 25	0.04 11	0.04 24	0.05 44	0.04 53	0.03 1	0.04 70

GCAP-Stereo-DPT-5K	0.08 76	0.06 99	0.10 181	0.16 200	0.07 124	0.11 241	0.12 92	0.15 177	0.15 232	0.08 119	0.12 255	0.05 5	0.06 62	0.09 57	0.08 25	0.05 50	0.04 24	0.06 179	0.05 181	0.03 1	0.04 70

GCAP-Stereo-DPT-2K	0.08 76	0.06 99	0.10 181	0.16 200	0.07 124	0.11 241	0.13 162	0.14 136	0.14 207	0.08 119	0.13 273	0.05 5	0.06 62	0.10 119	0.08 25	0.05 50	0.04 24	0.05 44	0.04 53	0.03 1	0.04 70

GCAP-Stereo-DPT-3K	0.08 76	0.07 215	0.10 181	0.16 200	0.07 124	0.09 128	0.12 92	0.15 177	0.14 207	0.08 119	0.11 234	0.05 5	0.06 62	0.09 57	0.08 25	0.05 50	0.04 24	0.05 44	0.04 53	0.03 1	0.04 70

GCAP-Stereo-DPT-50K	0.08 76	0.06 99	0.17 479	0.15 106	0.06 26	0.06 12	0.13 162	0.13 106	0.13 175	0.07 66	0.07 59	0.06 38	0.05 14	0.08 24	0.08 25	0.04 11	0.04 24	0.05 44	0.04 53	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 76	0.06 99	0.07 10	0.16 200	0.06 26	0.06 12	0.14 227	0.14 136	0.14 207	0.07 66	0.10 184	0.06 38	0.05 14	0.09 57	0.09 101	0.04 11	0.04 24	0.04 1	0.04 53	0.03 1	0.03 2

GCAP-Stereo-DPT-FT	0.08 76	0.05 36	0.12 278	0.15 106	0.06 26	0.10 190	0.14 227	0.12 81	0.12 134	0.07 66	0.09 148	0.06 38	0.06 62	0.10 119	0.08 25	0.06 165	0.04 24	0.05 44	0.04 53	0.04 47	0.04 70

PSi22	0.08 76	0.06 99	0.11 235	0.16 200	0.07 124	0.08 76	0.10 32	0.14 136	0.08 24	0.08 119	0.06 23	0.10 244	0.06 62	0.12 280	0.09 101	0.05 50	0.04 24	0.04 1	0.03 1	0.04 47	0.04 70

Foundation-i1c-attn	0.08 76	0.05 36	0.07 10	0.14 55	0.05 2	0.09 128	0.12 92	0.12 81	0.10 66	0.09 170	0.10 184	0.10 244	0.07 173	0.07 4	0.10 197	0.06 165	0.04 24	0.05 44	0.04 53	0.03 1	0.03 2

Foundation-i1b	0.08 76	0.05 36	0.07 10	0.14 55	0.05 2	0.09 128	0.12 92	0.13 106	0.10 66	0.09 170	0.10 184	0.09 209	0.06 62	0.07 4	0.09 101	0.06 165	0.04 24	0.05 44	0.04 53	0.03 1	0.03 2

Foundation-i1a	0.08 76	0.05 36	0.07 10	0.13 16	0.05 2	0.13 344	0.13 162	0.12 81	0.09 45	0.11 250	0.11 234	0.11 274	0.06 62	0.08 24	0.09 101	0.06 165	0.04 24	0.05 44	0.03 1	0.04 47	0.04 70

DepthFocus	0.08 76	0.04 1	0.15 413	0.12 5	0.09 328	0.07 39	0.12 92	0.10 31	0.05 4	0.09 170	0.05 7	0.07 115	0.04 1	0.08 24	0.08 25	0.06 165	0.05 262	0.07 288	0.07 368	0.05 160	0.04 70

GeoVLM	0.08 76	0.04 1	0.10 181	0.13 16	0.06 26	0.10 190	0.12 92	0.13 106	0.08 24	0.06 19	0.07 59	0.06 38	0.08 221	0.10 119	0.11 277	0.06 165	0.05 262	0.04 1	0.03 1	0.04 47	0.05 199

gcap_with_dpt	0.08 76	0.06 99	0.09 117	0.16 200	0.07 124	0.09 128	0.12 92	0.13 106	0.13 175	0.08 119	0.12 255	0.04 1	0.06 62	0.10 119	0.08 25	0.05 50	0.04 24	0.05 44	0.04 53	0.03 1	0.04 70

DispViT+	0.08 76	0.05 36	0.09 117	0.13 16	0.06 26	0.05 4	0.11 60	0.18 286	0.16 268	0.09 170	0.08 113	0.07 115	0.06 62	0.11 187	0.09 101	0.06 165	0.04 24	0.04 1	0.03 1	0.03 1	0.03 2

WQFJA1++	0.08 76	0.04 1	0.11 235	0.14 55	0.07 124	0.11 241	0.11 60	0.11 54	0.07 15	0.07 66	0.07 59	0.07 115	0.06 62	0.10 119	0.10 197	0.06 165	0.04 24	0.05 44	0.04 53	0.06 280	0.06 294

BStereo	0.08 76	0.06 99	0.16 449	0.15 106	0.08 203	0.07 39	0.09 18	0.15 177	0.16 268	0.06 19	0.07 59	0.07 115	0.05 14	0.09 57	0.11 277	0.04 11	0.05 262	0.05 44	0.07 368	0.04 47	0.04 70

MonSter++	0.08 76	0.04 1	0.10 181	0.13 16	0.06 26	0.09 128	0.12 92	0.13 106	0.08 24	0.06 19	0.07 59	0.06 38	0.08 221	0.10 119	0.11 277	0.06 165	0.05 262	0.04 1	0.03 1	0.04 47	0.04 70

HiDET	0.08 76	0.04 1	0.10 181	0.13 16	0.06 26	0.08 76	0.12 92	0.12 81	0.11 97	0.06 19	0.07 59	0.07 115	0.07 173	0.11 187	0.11 277	0.06 165	0.04 24	0.04 1	0.03 1	0.04 47	0.04 70

LCMNet	0.08 76	0.05 36	0.10 181	0.13 16	0.07 124	0.09 128	0.12 92	0.10 31	0.11 97	0.06 19	0.08 113	0.06 38	0.07 173	0.11 187	0.10 197	0.06 165	0.05 262	0.04 1	0.03 1	0.04 47	0.04 70

GEAStereo	0.08 76	0.05 36	0.08 55	0.13 16	0.08 203	0.08 76	0.14 227	0.10 31	0.09 45	0.08 119	0.10 184	0.06 38	0.05 14	0.11 187	0.08 25	0.06 165	0.04 24	0.05 44	0.04 53	0.05 160	0.05 199

GSStereo	0.08 76	0.05 36	0.08 55	0.13 16	0.08 203	0.08 76	0.14 227	0.11 54	0.12 134	0.08 119	0.10 184	0.05 5	0.05 14	0.11 187	0.08 25	0.06 165	0.04 24	0.05 44	0.04 53	0.05 160	0.05 199

gasm-f	0.08 76	0.05 36	0.07 10	0.13 16	0.08 203	0.08 76	0.14 227	0.10 31	0.09 45	0.08 119	0.10 184	0.06 38	0.05 14	0.10 119	0.08 25	0.06 165	0.04 24	0.05 44	0.04 53	0.06 280	0.05 199

DDF-Stereo	0.08 76	0.04 1	0.09 117	0.15 106	0.10 440	0.06 12	0.13 162	0.09 18	0.14 207	0.06 19	0.06 23	0.07 115	0.06 62	0.09 57	0.10 197	0.06 165	0.04 24	0.06 179	0.04 53	0.08 423	0.05 199

252Zero-FE	0.08 76	0.04 1	0.09 117	0.13 16	0.07 124	0.12 293	0.11 60	0.13 106	0.14 207	0.06 19	0.05 7	0.06 38	0.05 14	0.09 57	0.10 197	0.06 165	0.04 24	0.04 1	0.03 1	0.05 160	0.06 294

DA	0.08 76	0.07 215	0.07 10	0.19 444	0.08 203	0.09 128	0.12 92	0.13 106	0.12 134	0.08 119	0.10 184	0.10 244	0.08 221	0.09 57	0.10 197	0.05 50	0.04 24	0.06 179	0.04 53	0.05 160	0.03 2

zero-FE	0.08 76	0.04 1	0.09 117	0.15 106	0.10 440	0.05 4	0.14 227	0.09 18	0.14 207	0.07 66	0.06 23	0.07 115	0.06 62	0.09 57	0.10 197	0.06 165	0.04 24	0.06 179	0.04 53	0.08 423	0.05 199

GGEV	0.08 76	0.07 215	0.07 10	0.19 444	0.08 203	0.09 128	0.12 92	0.13 106	0.12 134	0.08 119	0.10 184	0.10 244	0.08 221	0.09 57	0.10 197	0.05 50	0.04 24	0.06 179	0.04 53	0.05 160	0.03 2

GASTEREO	0.08 76	0.05 36	0.09 117	0.19 444	0.07 124	0.07 39	0.12 92	0.14 136	0.11 97	0.10 215	0.09 148	0.07 115	0.04 1	0.12 280	0.08 25	0.06 165	0.05 262	0.05 44	0.04 53	0.04 47	0.05 199

MSCF	0.08 76	0.05 36	0.08 55	0.19 444	0.08 203	0.06 12	0.12 92	0.14 136	0.11 97	0.10 215	0.09 148	0.07 115	0.04 1	0.11 187	0.08 25	0.06 165	0.05 262	0.05 44	0.04 53	0.05 160	0.05 199

S2M2_XL	0.08 76	0.06 99	0.12 278	0.12 5	0.08 203	0.09 128	0.09 18	0.07 6	0.07 15	0.08 119	0.07 59	0.07 115	0.06 62	0.09 57	0.09 101	0.08 402	0.06 405	0.07 288	0.05 181	0.08 423	0.06 294
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 76	0.09 413	0.10 181	0.17 286	0.07 124	0.08 76	0.10 32	0.20 327	0.13 175	0.06 19	0.07 59	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 47	0.03 2

2w_stereo	0.08 76	0.08 333	0.09 117	0.16 200	0.06 26	0.08 76	0.10 32	0.20 327	0.15 232	0.08 119	0.07 59	0.06 38	0.06 62	0.06 1	0.09 101	0.04 11	0.03 1	0.04 1	0.04 53	0.03 1	0.03 2

LG-Stereo	0.08 76	0.07 215	0.10 181	0.18 376	0.07 124	0.10 190	0.17 419	0.11 54	0.08 24	0.05 2	0.07 59	0.05 5	0.07 173	0.09 57	0.09 101	0.04 11	0.05 262	0.07 288	0.07 368	0.04 47	0.04 70

SGD-Stereo	0.08 76	0.05 36	0.10 181	0.14 55	0.05 2	0.12 293	0.12 92	0.11 54	0.12 134	0.07 66	0.09 148	0.09 209	0.09 255	0.08 24	0.08 25	0.06 165	0.04 24	0.05 44	0.04 53	0.05 160	0.03 2

HART	0.08 76	0.07 215	0.09 117	0.17 286	0.07 124	0.10 190	0.16 378	0.13 106	0.11 97	0.08 119	0.10 184	0.07 115	0.05 14	0.10 119	0.08 25	0.05 50	0.04 24	0.06 179	0.04 53	0.05 160	0.04 70

Reg-Stereo(zero)	0.08 76	0.05 36	0.08 55	0.16 200	0.06 26	0.12 293	0.11 60	0.15 177	0.10 66	0.12 291	0.09 148	0.10 244	0.08 221	0.11 187	0.08 25	0.06 165	0.04 24	0.05 44	0.04 53	0.04 47	0.05 199

SCV_C0	0.08 76	0.07 215	0.07 10	0.16 200	0.09 328	0.08 76	0.15 309	0.11 54	0.12 134	0.08 119	0.07 59	0.06 38	0.05 14	0.11 187	0.07 1	0.05 50	0.05 262	0.05 44	0.04 53	0.06 280	0.05 199

SCV	0.08 76	0.09 413	0.08 55	0.15 106	0.08 203	0.10 190	0.13 162	0.10 31	0.12 134	0.07 66	0.07 59	0.06 38	0.04 1	0.09 57	0.08 25	0.05 50	0.04 24	0.06 179	0.04 53	0.06 280	0.04 70

DEFOM-Stereo_RVC	0.08 76	0.06 99	0.09 117	0.22 559	0.06 26	0.08 76	0.12 92	0.10 31	0.10 66	0.07 66	0.07 59	0.06 38	0.05 14	0.11 187	0.09 101	0.06 165	0.04 24	0.05 44	0.03 1	0.06 280	0.04 70

HUF	0.08 76	0.05 36	0.08 55	0.14 55	0.06 26	0.09 128	0.13 162	0.13 106	0.13 175	0.07 66	0.07 59	0.08 174	0.06 62	0.10 119	0.09 101	0.06 165	0.04 24	0.05 44	0.04 53	0.05 160	0.04 70

castereo++	0.08 76	0.05 36	0.08 55	0.15 106	0.05 2	0.14 378	0.12 92	0.11 54	0.15 232	0.07 66	0.07 59	0.07 115	0.06 62	0.08 24	0.08 25	0.06 165	0.04 24	0.05 44	0.04 53	0.04 47	0.03 2

IGEV-RUCA	0.08 76	0.06 99	0.11 235	0.14 55	0.09 328	0.10 190	0.12 92	0.10 31	0.12 134	0.06 19	0.07 59	0.07 115	0.06 62	0.09 57	0.08 25	0.06 165	0.05 262	0.05 44	0.04 53	0.05 160	0.06 294

GIP-stereo	0.08 76	0.06 99	0.11 235	0.14 55	0.06 26	0.09 128	0.13 162	0.14 136	0.11 97	0.07 66	0.08 113	0.05 5	0.04 1	0.10 119	0.07 1	0.05 50	0.04 24	0.05 44	0.04 53	0.05 160	0.04 70

SMoEStereo_RVC	0.08 76	0.06 99	0.12 278	0.16 200	0.07 124	0.09 128	0.14 227	0.11 54	0.13 175	0.09 170	0.07 59	0.07 115	0.07 173	0.12 280	0.10 197	0.05 50	0.04 24	0.06 179	0.05 181	0.04 47	0.04 70

WCG-NET	0.08 76	0.05 36	0.09 117	0.15 106	0.06 26	0.11 241	0.14 227	0.13 106	0.13 175	0.06 19	0.09 148	0.07 115	0.06 62	0.13 332	0.08 25	0.05 50	0.04 24	0.05 44	0.04 53	0.04 47	0.03 2

Occ-G	0.08 76	0.05 36	0.06 4	0.14 55	0.07 124	0.08 76	0.14 227	0.13 106	0.15 232	0.07 66	0.11 234	0.07 115	0.05 14	0.09 57	0.10 197	0.06 165	0.05 262	0.05 44	0.04 53	0.05 160	0.05 199

U	0.08 76	0.07 215	0.09 117	0.19 444	0.10 440	0.10 190	0.13 162	0.12 81	0.17 297	0.07 66	0.07 59	0.06 38	0.05 14	0.07 4	0.08 25	0.06 165	0.04 24	0.06 179	0.04 53	0.06 280	0.05 199

AIO-Stereo	0.08 76	0.06 99	0.09 117	0.18 376	0.06 26	0.08 76	0.12 92	0.15 177	0.09 45	0.08 119	0.08 113	0.07 115	0.05 14	0.11 187	0.08 25	0.05 50	0.05 262	0.05 44	0.04 53	0.04 47	0.04 70

WCG-NET（raft）	0.08 76	0.05 36	0.10 181	0.15 106	0.06 26	0.11 241	0.13 162	0.15 177	0.12 134	0.08 119	0.07 59	0.06 38	0.06 62	0.13 332	0.08 25	0.05 50	0.04 24	0.05 44	0.04 53	0.04 47	0.04 70

RSM++	0.08 76	0.06 99	0.09 117	0.17 286	0.07 124	0.09 128	0.12 92	0.11 54	0.11 97	0.08 119	0.06 23	0.07 115	0.05 14	0.10 119	0.09 101	0.04 11	0.04 24	0.06 179	0.05 181	0.05 160	0.03 2

RSM	0.08 76	0.06 99	0.09 117	0.17 286	0.06 26	0.08 76	0.12 92	0.12 81	0.10 66	0.08 119	0.07 59	0.06 38	0.05 14	0.11 187	0.09 101	0.04 11	0.04 24	0.05 44	0.04 53	0.04 47	0.03 2

gcap-zeroshot	0.08 76	0.06 99	0.10 181	0.15 106	0.07 124	0.11 241	0.12 92	0.15 177	0.15 232	0.08 119	0.12 255	0.05 5	0.06 62	0.09 57	0.08 25	0.05 50	0.04 24	0.06 179	0.05 181	0.03 1	0.04 70

test_for_model	0.08 76	0.06 99	0.10 181	0.16 200	0.07 124	0.11 241	0.12 92	0.15 177	0.15 232	0.08 119	0.12 255	0.05 5	0.06 62	0.09 57	0.08 25	0.05 50	0.04 24	0.06 179	0.05 181	0.03 1	0.04 70

trnet	0.08 76	0.05 36	0.07 10	0.12 5	0.05 2	0.12 293	0.11 60	0.13 106	0.10 66	0.08 119	0.13 273	0.09 209	0.08 221	0.11 187	0.10 197	0.08 402	0.05 262	0.05 44	0.03 1	0.06 280	0.05 199

MoCha-V2	0.08 76	0.05 36	0.10 181	0.20 510	0.07 124	0.09 128	0.14 227	0.11 54	0.08 24	0.07 66	0.08 113	0.07 115	0.06 62	0.09 57	0.08 25	0.05 50	0.04 24	0.05 44	0.04 53	0.04 47	0.04 70

IGEV++	0.08 76	0.06 99	0.08 55	0.18 376	0.07 124	0.09 128	0.13 162	0.10 31	0.09 45	0.08 119	0.08 113	0.06 38	0.06 62	0.13 332	0.09 101	0.05 50	0.04 24	0.05 44	0.04 53	0.05 160	0.04 70

testlalala	0.08 76	0.06 99	0.10 181	0.15 106	0.07 124	0.11 241	0.12 92	0.15 177	0.15 232	0.08 119	0.12 255	0.05 5	0.06 62	0.09 57	0.08 25	0.05 50	0.04 24	0.06 179	0.05 181	0.03 1	0.04 70

AEACV	0.08 76	0.05 36	0.08 55	0.14 55	0.13 547	0.14 378	0.13 162	0.14 136	0.09 45	0.07 66	0.09 148	0.07 115	0.08 221	0.10 119	0.09 101	0.06 165	0.04 24	0.06 179	0.05 181	0.05 160	0.04 70

LoS_RVC	0.08 76	0.05 36	0.07 10	0.15 106	0.07 124	0.08 76	0.15 309	0.11 54	0.10 66	0.08 119	0.09 148	0.06 38	0.09 255	0.10 119	0.09 101	0.05 50	0.04 24	0.05 44	0.03 1	0.04 47	0.03 2

CAS	0.08 76	0.04 1	0.07 10	0.17 286	0.08 203	0.10 190	0.13 162	0.12 81	0.09 45	0.09 170	0.10 184	0.08 174	0.06 62	0.09 57	0.08 25	0.08 402	0.04 24	0.05 44	0.03 1	0.05 160	0.04 70

CES	0.08 76	0.04 1	0.08 55	0.14 55	0.07 124	0.09 128	0.14 227	0.11 54	0.09 45	0.08 119	0.09 148	0.11 274	0.06 62	0.12 280	0.08 25	0.06 165	0.04 24	0.05 44	0.03 1	0.05 160	0.05 199

EGLCR-Stereo	0.08 76	0.05 36	0.08 55	0.14 55	0.06 26	0.10 190	0.12 92	0.11 54	0.16 268	0.06 19	0.05 7	0.07 115	0.05 14	0.10 119	0.11 277	0.06 165	0.04 24	0.06 179	0.05 181	0.04 47	0.04 70

MC-Stereo	0.08 76	0.06 99	0.09 117	0.17 286	0.06 26	0.10 190	0.14 227	0.12 81	0.10 66	0.09 170	0.12 255	0.09 209	0.06 62	0.11 187	0.10 197	0.06 165	0.04 24	0.06 179	0.05 181	0.04 47	0.04 70

test-3	0.08 76	0.06 99	0.09 117	0.17 286	0.07 124	0.07 39	0.14 227	0.12 81	0.15 232	0.09 170	0.08 113	0.07 115	0.08 221	0.11 187	0.10 197	0.05 50	0.04 24	0.07 288	0.05 181	0.04 47	0.04 70

test_1	0.08 76	0.06 99	0.09 117	0.17 286	0.07 124	0.07 39	0.14 227	0.12 81	0.15 232	0.09 170	0.08 113	0.07 115	0.08 221	0.11 187	0.10 197	0.05 50	0.04 24	0.07 288	0.05 181	0.04 47	0.04 70

CREStereo++_RVC	0.08 76	0.04 1	0.06 4	0.13 16	0.07 124	0.09 128	0.12 92	0.14 136	0.14 207	0.10 215	0.14 287	0.08 174	0.07 173	0.09 57	0.11 277	0.06 165	0.04 24	0.05 44	0.05 181	0.04 47	0.04 70
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	0.09 163	0.05 36	0.09 117	0.14 55	0.08 203	0.11 241	0.10 32	0.17 253	0.18 328	0.13 321	0.10 184	0.09 209	0.08 221	0.10 119	0.10 197	0.07 327	0.05 262	0.05 44	0.04 53	0.05 160	0.06 294

LiteMatch	0.09 163	0.06 99	0.10 181	0.16 200	0.07 124	0.09 128	0.15 309	0.13 106	0.08 24	0.06 19	0.07 59	0.06 38	0.15 440	0.10 119	0.14 417	0.07 327	0.04 24	0.06 179	0.06 271	0.06 280	0.06 294

Foundation-i1	0.09 163	0.04 1	0.10 181	0.14 55	0.06 26	0.10 190	0.13 162	0.16 214	0.14 207	0.10 215	0.10 184	0.11 274	0.07 173	0.07 4	0.10 197	0.06 165	0.04 24	0.05 44	0.05 181	0.05 160	0.05 199

VMStereo-Base	0.09 163	0.05 36	0.10 181	0.13 16	0.07 124	0.10 190	0.10 32	0.16 214	0.13 175	0.10 215	0.15 304	0.10 244	0.09 255	0.11 187	0.10 197	0.07 327	0.05 262	0.05 44	0.04 53	0.05 160	0.06 294

Wave_Phase_stereo	0.09 163	0.06 99	0.16 449	0.15 106	0.08 203	0.11 241	0.09 18	0.18 286	0.16 268	0.06 19	0.07 59	0.07 115	0.05 14	0.09 57	0.11 277	0.04 11	0.05 262	0.05 44	0.07 368	0.04 47	0.04 70

NLSM3	0.09 163	0.06 99	0.08 55	0.19 444	0.08 203	0.11 241	0.16 378	0.18 286	0.16 268	0.06 19	0.08 113	0.07 115	0.08 221	0.09 57	0.11 277	0.04 11	0.04 24	0.06 179	0.07 368	0.03 1	0.03 2

FE-Mocha	0.09 163	0.06 99	0.14 365	0.16 200	0.09 328	0.10 190	0.15 309	0.18 286	0.16 268	0.10 215	0.09 148	0.07 115	0.07 173	0.09 57	0.09 101	0.06 165	0.04 24	0.06 179	0.06 271	0.05 160	0.05 199

IGEV-FE	0.09 163	0.05 36	0.12 278	0.13 16	0.08 203	0.12 293	0.13 162	0.17 253	0.11 97	0.10 215	0.06 23	0.09 209	0.06 62	0.11 187	0.09 101	0.06 165	0.04 24	0.06 179	0.06 271	0.05 160	0.05 199

water-stereo	0.09 163	0.06 99	0.08 55	0.16 200	0.07 124	0.09 128	0.13 162	0.15 177	0.13 175	0.11 250	0.12 255	0.08 174	0.09 255	0.07 4	0.08 25	0.06 165	0.05 262	0.05 44	0.05 181	0.04 47	0.04 70

depthmonostereo	0.09 163	0.06 99	0.09 117	0.15 106	0.06 26	0.10 190	0.13 162	0.14 136	0.14 207	0.10 215	0.10 184	0.09 209	0.11 327	0.08 24	0.09 101	0.06 165	0.05 262	0.06 179	0.04 53	0.04 47	0.03 2

DilatedVolume-Stereo	0.09 163	0.05 36	0.08 55	0.15 106	0.06 26	0.11 241	0.12 92	0.14 136	0.16 268	0.11 250	0.11 234	0.09 209	0.09 255	0.11 187	0.10 197	0.06 165	0.05 262	0.05 44	0.04 53	0.03 1	0.03 2

S2M2_L	0.09 163	0.08 333	0.11 235	0.13 16	0.10 440	0.08 76	0.06 1	0.10 31	0.10 66	0.10 215	0.09 148	0.10 244	0.09 255	0.11 187	0.11 277	0.13 585	0.07 477	0.08 382	0.09 488	0.10 519	0.08 446
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test2	0.09 163	0.06 99	0.09 117	0.19 444	0.08 203	0.12 293	0.18 468	0.15 177	0.14 207	0.07 66	0.10 184	0.07 115	0.06 62	0.12 280	0.09 101	0.05 50	0.04 24	0.06 179	0.05 181	0.05 160	0.03 2

castereo	0.09 163	0.06 99	0.11 235	0.15 106	0.06 26	0.11 241	0.15 309	0.14 136	0.18 328	0.08 119	0.10 184	0.11 274	0.08 221	0.09 57	0.10 197	0.05 50	0.04 24	0.05 44	0.04 53	0.04 47	0.03 2

fffft	0.09 163	0.06 99	0.12 278	0.16 200	0.07 124	0.09 128	0.17 419	0.12 81	0.11 97	0.08 119	0.07 59	0.09 209	0.06 62	0.11 187	0.12 338	0.05 50	0.04 24	0.06 179	0.05 181	0.04 47	0.05 199
1: 1. 1
tt45	0.09 163	0.06 99	0.11 235	0.15 106	0.07 124	0.11 241	0.16 378	0.13 106	0.11 97	0.09 170	0.06 23	0.08 174	0.06 62	0.13 332	0.10 197	0.06 165	0.04 24	0.06 179	0.05 181	0.05 160	0.06 294

999	0.09 163	0.05 36	0.13 328	0.15 106	0.08 203	0.10 190	0.14 227	0.15 177	0.11 97	0.10 215	0.08 113	0.08 174	0.08 221	0.16 420	0.10 197	0.06 165	0.04 24	0.06 179	0.05 181	0.04 47	0.05 199

mms	0.09 163	0.07 215	0.08 55	0.16 200	0.08 203	0.10 190	0.16 378	0.12 81	0.11 97	0.08 119	0.09 148	0.08 174	0.06 62	0.11 187	0.12 338	0.05 50	0.04 24	0.07 288	0.05 181	0.04 47	0.03 2

ours_stereo	0.09 163	0.07 215	0.09 117	0.17 286	0.08 203	0.11 241	0.16 378	0.11 54	0.12 134	0.08 119	0.10 184	0.08 174	0.06 62	0.12 280	0.12 338	0.05 50	0.04 24	0.06 179	0.05 181	0.04 47	0.03 2

fffy	0.09 163	0.08 333	0.09 117	0.16 200	0.07 124	0.13 344	0.17 419	0.13 106	0.12 134	0.08 119	0.09 148	0.08 174	0.09 255	0.13 332	0.11 277	0.05 50	0.05 262	0.07 288	0.05 181	0.04 47	0.05 199

PAM_32	0.09 163	0.05 36	0.17 479	0.15 106	0.08 203	0.10 190	0.15 309	0.14 136	0.15 232	0.09 170	0.08 113	0.09 209	0.07 173	0.14 361	0.08 25	0.06 165	0.05 262	0.06 179	0.06 271	0.05 160	0.06 294

UGAM-zero	0.09 163	0.05 36	0.15 413	0.15 106	0.08 203	0.09 128	0.13 162	0.19 316	0.15 232	0.11 250	0.15 304	0.07 115	0.07 173	0.09 57	0.09 101	0.06 165	0.05 262	0.06 179	0.05 181	0.05 160	0.06 294

GCAP-BAT	0.09 163	0.05 36	0.11 235	0.13 16	0.07 124	0.11 241	0.14 227	0.14 136	0.16 268	0.07 66	0.10 184	0.08 174	0.06 62	0.13 332	0.08 25	0.07 327	0.05 262	0.05 44	0.05 181	0.04 47	0.04 70

Pointernet	0.09 163	0.04 1	0.09 117	0.16 200	0.08 203	0.13 344	0.10 32	0.15 177	0.17 297	0.09 170	0.07 59	0.06 38	0.06 62	0.11 187	0.09 101	0.08 402	0.04 24	0.05 44	0.03 1	0.06 280	0.05 199

IGEV-BASED-STEREO-	0.09 163	0.10 475	0.31 588	0.15 106	0.06 26	0.08 76	0.14 227	0.10 31	0.10 66	0.07 66	0.07 59	0.06 38	0.04 1	0.11 187	0.07 1	0.12 559	0.04 24	0.07 288	0.05 181	0.05 160	0.05 199

RAFT-Stereo-weight	0.09 163	0.06 99	0.10 181	0.16 200	0.07 124	0.09 128	0.14 227	0.19 316	0.16 268	0.11 250	0.10 184	0.08 174	0.06 62	0.10 119	0.11 277	0.06 165	0.04 24	0.06 179	0.04 53	0.04 47	0.04 70

MGS-Stereo	0.09 163	0.07 215	0.12 278	0.15 106	0.08 203	0.09 128	0.15 309	0.12 81	0.12 134	0.07 66	0.10 184	0.08 174	0.06 62	0.10 119	0.09 101	0.05 50	0.04 24	0.06 179	0.05 181	0.06 280	0.05 199

ff7	0.09 163	0.07 215	0.11 235	0.16 200	0.09 328	0.11 241	0.15 309	0.16 214	0.12 134	0.10 215	0.06 23	0.06 38	0.06 62	0.11 187	0.09 101	0.05 50	0.04 24	0.06 179	0.05 181	0.05 160	0.06 294

IGEVStereo-DCA	0.09 163	0.06 99	0.11 235	0.15 106	0.10 440	0.11 241	0.15 309	0.16 214	0.12 134	0.10 215	0.06 23	0.08 174	0.06 62	0.10 119	0.08 25	0.06 165	0.05 262	0.06 179	0.05 181	0.05 160	0.06 294

ffff	0.09 163	0.07 215	0.11 235	0.16 200	0.09 328	0.11 241	0.15 309	0.16 214	0.12 134	0.10 215	0.06 23	0.06 38	0.06 62	0.11 187	0.09 101	0.05 50	0.04 24	0.06 179	0.05 181	0.05 160	0.06 294

rrr	0.09 163	0.06 99	0.12 278	0.15 106	0.10 440	0.11 241	0.16 378	0.16 214	0.15 232	0.10 215	0.06 23	0.08 174	0.06 62	0.10 119	0.08 25	0.06 165	0.05 262	0.06 179	0.05 181	0.05 160	0.06 294

11t	0.09 163	0.07 215	0.11 235	0.16 200	0.09 328	0.11 241	0.15 309	0.16 214	0.12 134	0.10 215	0.06 23	0.06 38	0.06 62	0.11 187	0.09 101	0.05 50	0.04 24	0.06 179	0.05 181	0.05 160	0.06 294

MaDis-Stereo	0.09 163	0.09 413	0.08 55	0.17 286	0.09 328	0.13 344	0.10 32	0.16 214	0.16 268	0.09 170	0.11 234	0.06 38	0.06 62	0.09 57	0.13 380	0.07 327	0.06 405	0.07 288	0.05 181	0.05 160	0.04 70

IGEV_Zeroshot_test	0.09 163	0.05 36	0.12 278	0.13 16	0.08 203	0.12 293	0.13 162	0.17 253	0.11 97	0.10 215	0.06 23	0.09 209	0.06 62	0.11 187	0.09 101	0.06 165	0.04 24	0.06 179	0.06 271	0.05 160	0.05 199

MSKI-zero shot	0.09 163	0.05 36	0.09 117	0.15 106	0.07 124	0.10 190	0.13 162	0.14 136	0.13 175	0.09 170	0.09 148	0.09 209	0.06 62	0.12 280	0.10 197	0.06 165	0.04 24	0.05 44	0.04 53	0.04 47	0.04 70

UniTT-Stereo	0.09 163	0.07 215	0.08 55	0.18 376	0.08 203	0.13 344	0.11 60	0.12 81	0.11 97	0.10 215	0.12 255	0.05 5	0.07 173	0.09 57	0.09 101	0.07 327	0.05 262	0.05 44	0.05 181	0.05 160	0.05 199

MIM_Stereo	0.09 163	0.07 215	0.11 235	0.15 106	0.07 124	0.06 12	0.12 92	0.20 327	0.14 207	0.13 321	0.13 273	0.09 209	0.05 14	0.12 280	0.08 25	0.05 50	0.06 405	0.07 288	0.06 271	0.06 280	0.05 199

CASnet	0.09 163	0.09 413	0.09 117	0.19 444	0.06 26	0.07 39	0.11 60	0.18 286	0.14 207	0.11 250	0.10 184	0.09 209	0.07 173	0.10 119	0.10 197	0.06 165	0.04 24	0.10 513	0.08 441	0.05 160	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAPDPT-zeroshot	0.09 163	0.05 36	0.11 235	0.13 16	0.07 124	0.11 241	0.14 227	0.14 136	0.16 268	0.07 66	0.10 184	0.08 174	0.06 62	0.13 332	0.08 25	0.07 327	0.05 262	0.05 44	0.05 181	0.04 47	0.04 70

GCAP-Stereo	0.09 163	0.07 215	0.13 328	0.18 376	0.06 26	0.11 241	0.07 3	0.13 106	0.12 134	0.09 170	0.10 184	0.07 115	0.09 255	0.13 332	0.10 197	0.06 165	0.05 262	0.05 44	0.04 53	0.04 47	0.05 199

RAFT-Test	0.09 163	0.06 99	0.10 181	0.15 106	0.07 124	0.11 241	0.15 309	0.16 214	0.13 175	0.09 170	0.10 184	0.10 244	0.09 255	0.12 280	0.09 101	0.06 165	0.04 24	0.05 44	0.04 53	0.04 47	0.05 199

HH	0.09 163	0.06 99	0.13 328	0.17 286	0.08 203	0.10 190	0.16 378	0.14 136	0.10 66	0.08 119	0.09 148	0.08 174	0.07 173	0.10 119	0.09 101	0.06 165	0.04 24	0.06 179	0.05 181	0.05 160	0.04 70

HanStereo	0.09 163	0.06 99	0.13 328	0.17 286	0.08 203	0.10 190	0.16 378	0.14 136	0.10 66	0.08 119	0.09 148	0.08 174	0.07 173	0.10 119	0.09 101	0.06 165	0.04 24	0.06 179	0.05 181	0.05 160	0.04 70

4D-IteraStereo	0.09 163	0.07 215	0.10 181	0.18 376	0.07 124	0.09 128	0.15 309	0.17 253	0.15 232	0.10 215	0.11 234	0.10 244	0.07 173	0.11 187	0.09 101	0.05 50	0.03 1	0.08 382	0.07 368	0.06 280	0.05 199

anonymousdsp	0.09 163	0.07 215	0.11 235	0.16 200	0.09 328	0.11 241	0.15 309	0.16 214	0.12 134	0.09 170	0.06 23	0.06 38	0.06 62	0.11 187	0.09 101	0.05 50	0.04 24	0.06 179	0.05 181	0.05 160	0.06 294

LoS	0.09 163	0.05 36	0.11 235	0.13 16	0.07 124	0.14 378	0.11 60	0.15 177	0.15 232	0.09 170	0.09 148	0.12 294	0.09 255	0.15 385	0.10 197	0.07 327	0.05 262	0.05 44	0.03 1	0.05 160	0.05 199
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 163	0.07 215	0.10 181	0.17 286	0.08 203	0.10 190	0.15 309	0.15 177	0.12 134	0.09 170	0.06 23	0.07 115	0.06 62	0.11 187	0.09 101	0.05 50	0.04 24	0.06 179	0.05 181	0.04 47	0.06 294

RCA-Stereo	0.09 163	0.06 99	0.09 117	0.16 200	0.06 26	0.09 128	0.13 162	0.18 286	0.14 207	0.09 170	0.10 184	0.08 174	0.07 173	0.12 280	0.11 277	0.06 165	0.04 24	0.06 179	0.05 181	0.05 160	0.04 70

CroCo-Stereo Lap2	0.09 163	0.09 413	0.08 55	0.22 559	0.09 328	0.09 128	0.19 508	0.16 214	0.12 134	0.09 170	0.10 184	0.05 5	0.05 14	0.08 24	0.08 25	0.06 165	0.06 405	0.07 288	0.05 181	0.05 160	0.05 199

ccc-4	0.09 163	0.07 215	0.11 235	0.16 200	0.09 328	0.11 241	0.15 309	0.16 214	0.12 134	0.10 215	0.06 23	0.06 38	0.06 62	0.11 187	0.09 101	0.05 50	0.04 24	0.06 179	0.05 181	0.05 160	0.06 294

IGEV-Stereo	0.09 163	0.07 215	0.11 235	0.16 200	0.09 328	0.11 241	0.15 309	0.16 214	0.12 134	0.09 170	0.06 23	0.06 38	0.06 62	0.11 187	0.09 101	0.05 50	0.04 24	0.06 179	0.05 181	0.05 160	0.06 294
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 163	0.05 36	0.13 328	0.14 55	0.08 203	0.12 293	0.15 309	0.18 286	0.10 66	0.11 250	0.08 113	0.08 174	0.05 14	0.10 119	0.09 101	0.06 165	0.04 24	0.06 179	0.05 181	0.06 280	0.05 199

TRStereo	0.09 163	0.05 36	0.12 278	0.15 106	0.12 524	0.10 190	0.13 162	0.18 286	0.18 328	0.09 170	0.09 148	0.09 209	0.06 62	0.10 119	0.08 25	0.07 327	0.05 262	0.07 288	0.07 368	0.04 47	0.04 70

AnonymousM	0.09 163	0.05 36	0.10 181	0.14 55	0.06 26	0.09 128	0.13 162	0.19 316	0.14 207	0.13 321	0.11 234	0.09 209	0.08 221	0.13 332	0.10 197	0.08 402	0.05 262	0.08 382	0.05 181	0.05 160	0.05 199

CroCo-Stereo	0.09 163	0.08 333	0.08 55	0.22 559	0.09 328	0.09 128	0.19 508	0.15 177	0.12 134	0.07 66	0.07 59	0.08 174	0.06 62	0.08 24	0.07 1	0.07 327	0.05 262	0.06 179	0.04 53	0.05 160	0.04 70
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	0.09 163	0.06 99	0.07 10	0.15 106	0.05 2	0.16 434	0.18 468	0.15 177	0.15 232	0.10 215	0.11 234	0.11 274	0.11 327	0.10 119	0.12 338	0.05 50	0.04 24	0.05 44	0.04 53	0.04 47	0.04 70

TANstereo	0.09 163	0.04 1	0.08 55	0.13 16	0.06 26	0.11 241	0.14 227	0.15 177	0.19 346	0.11 250	0.15 304	0.10 244	0.06 62	0.12 280	0.09 101	0.07 327	0.05 262	0.05 44	0.04 53	0.06 280	0.05 199

XX-TBD	0.09 163	0.06 99	0.07 10	0.14 55	0.07 124	0.12 293	0.16 378	0.14 136	0.13 175	0.11 250	0.12 255	0.09 209	0.08 221	0.10 119	0.10 197	0.06 165	0.04 24	0.05 44	0.03 1	0.06 280	0.05 199

raftrobust	0.09 163	0.06 99	0.10 181	0.17 286	0.08 203	0.09 128	0.10 32	0.18 286	0.16 268	0.10 215	0.09 148	0.12 294	0.07 173	0.12 280	0.10 197	0.08 402	0.05 262	0.06 179	0.05 181	0.05 160	0.05 199

XX-Stereo	0.09 163	0.05 36	0.08 55	0.17 286	0.09 328	0.15 404	0.12 92	0.20 327	0.10 66	0.10 215	0.14 287	0.07 115	0.06 62	0.12 280	0.08 25	0.06 165	0.05 262	0.06 179	0.06 271	0.04 47	0.04 70

test_xeample3	0.09 163	0.06 99	0.12 278	0.16 200	0.09 328	0.11 241	0.15 309	0.16 214	0.13 175	0.10 215	0.06 23	0.08 174	0.06 62	0.10 119	0.09 101	0.05 50	0.04 24	0.06 179	0.05 181	0.05 160	0.06 294

RAFT-Stereo + iAFF	0.09 163	0.06 99	0.10 181	0.17 286	0.06 26	0.10 190	0.16 378	0.17 253	0.14 207	0.09 170	0.10 184	0.08 174	0.09 255	0.11 187	0.09 101	0.05 50	0.04 24	0.06 179	0.06 271	0.04 47	0.03 2

AFF-stereo	0.09 163	0.06 99	0.10 181	0.17 286	0.07 124	0.10 190	0.16 378	0.17 253	0.09 45	0.10 215	0.12 255	0.09 209	0.09 255	0.12 280	0.09 101	0.05 50	0.04 24	0.07 288	0.07 368	0.04 47	0.03 2

EAI-Stereo	0.09 163	0.07 215	0.11 235	0.15 106	0.06 26	0.10 190	0.15 309	0.16 214	0.09 45	0.08 119	0.09 148	0.08 174	0.07 173	0.09 57	0.11 277	0.05 50	0.04 24	0.05 44	0.05 181	0.05 160	0.04 70

CFNet-RSSM	0.09 163	0.07 215	0.09 117	0.16 200	0.07 124	0.09 128	0.15 309	0.16 214	0.17 297	0.08 119	0.12 255	0.10 244	0.09 255	0.11 187	0.09 101	0.06 165	0.04 24	0.06 179	0.04 53	0.04 47	0.04 70

Gwc-CoAtRS	0.09 163	0.06 99	0.10 181	0.16 200	0.07 124	0.10 190	0.14 227	0.17 253	0.17 297	0.08 119	0.10 184	0.12 294	0.09 255	0.12 280	0.09 101	0.06 165	0.04 24	0.06 179	0.04 53	0.04 47	0.04 70

CREStereo	0.09 163	0.04 1	0.08 55	0.11 1	0.06 26	0.13 344	0.14 227	0.14 136	0.10 66	0.08 119	0.13 273	0.09 209	0.08 221	0.11 187	0.10 197	0.08 402	0.04 24	0.05 44	0.03 1	0.06 280	0.06 294
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	0.09 163	0.05 36	0.09 117	0.12 5	0.06 26	0.12 293	0.14 227	0.15 177	0.11 97	0.09 170	0.13 273	0.10 244	0.07 173	0.13 332	0.10 197	0.15 603	0.04 24	0.05 44	0.03 1	0.07 359	0.06 294

DN	0.10 231	0.05 36	0.09 117	0.14 55	0.09 328	0.12 293	0.18 468	0.17 253	0.16 268	0.08 119	0.09 148	0.08 174	0.06 62	0.08 24	0.09 101	0.11 534	0.05 262	0.07 288	0.06 271	0.07 359	0.09 490

Hybrid-DGEV-03	0.10 231	0.06 99	0.09 117	0.18 376	0.08 203	0.16 434	0.14 227	0.15 177	0.14 207	0.13 321	0.16 317	0.12 294	0.09 255	0.13 332	0.11 277	0.06 165	0.04 24	0.08 382	0.06 271	0.05 160	0.04 70

WQFJA1	0.10 231	0.07 215	0.08 55	0.20 510	0.09 328	0.12 293	0.17 419	0.17 253	0.17 297	0.09 170	0.10 184	0.08 174	0.10 294	0.12 280	0.11 277	0.06 165	0.07 477	0.07 288	0.06 271	0.06 280	0.05 199

WQFJX1	0.10 231	0.07 215	0.08 55	0.22 559	0.09 328	0.12 293	0.17 419	0.18 286	0.17 297	0.10 215	0.09 148	0.07 115	0.10 294	0.11 187	0.09 101	0.07 327	0.08 507	0.07 288	0.06 271	0.05 160	0.04 70

WQFJX	0.10 231	0.07 215	0.09 117	0.21 542	0.09 328	0.12 293	0.16 378	0.18 286	0.17 297	0.12 291	0.10 184	0.07 115	0.09 255	0.12 280	0.10 197	0.06 165	0.07 477	0.06 179	0.05 181	0.06 280	0.05 199

NLMM	0.10 231	0.07 215	0.08 55	0.20 510	0.09 328	0.12 293	0.17 419	0.17 253	0.17 297	0.09 170	0.10 184	0.08 174	0.10 294	0.12 280	0.11 277	0.06 165	0.07 477	0.07 288	0.06 271	0.06 280	0.05 199

NLSM1	0.10 231	0.07 215	0.07 10	0.19 444	0.08 203	0.13 344	0.16 378	0.21 350	0.15 232	0.11 250	0.10 184	0.06 38	0.10 294	0.10 119	0.11 277	0.07 327	0.08 507	0.08 382	0.07 368	0.05 160	0.05 199

MM-Stereo_test3	0.10 231	0.07 215	0.07 10	0.18 376	0.07 124	0.12 293	0.19 508	0.24 419	0.19 346	0.06 19	0.10 184	0.08 174	0.06 62	0.11 187	0.08 25	0.06 165	0.06 405	0.07 288	0.05 181	0.05 160	0.04 70

MM-Stereo_test1	0.10 231	0.07 215	0.08 55	0.18 376	0.07 124	0.12 293	0.18 468	0.21 350	0.20 369	0.09 170	0.11 234	0.08 174	0.06 62	0.10 119	0.10 197	0.06 165	0.05 262	0.07 288	0.06 271	0.05 160	0.04 70

AIO-test2	0.10 231	0.08 333	0.10 181	0.23 583	0.08 203	0.11 241	0.10 32	0.23 395	0.23 411	0.08 119	0.09 148	0.08 174	0.05 14	0.10 119	0.08 25	0.06 165	0.05 262	0.08 382	0.09 488	0.05 160	0.05 199

AIO-test1	0.10 231	0.07 215	0.10 181	0.23 583	0.07 124	0.09 128	0.13 162	0.21 350	0.14 207	0.11 250	0.12 255	0.09 209	0.07 173	0.11 187	0.09 101	0.06 165	0.05 262	0.09 465	0.10 528	0.03 1	0.06 294

tg	0.10 231	0.06 99	0.10 181	0.18 376	0.08 203	0.11 241	0.16 378	0.20 327	0.12 134	0.08 119	0.11 234	0.11 274	0.07 173	0.11 187	0.10 197	0.05 50	0.04 24	0.08 382	0.08 441	0.04 47	0.04 70

PAM	0.10 231	0.05 36	0.16 449	0.15 106	0.08 203	0.09 128	0.16 378	0.15 177	0.16 268	0.12 291	0.09 148	0.09 209	0.07 173	0.13 332	0.08 25	0.06 165	0.05 262	0.06 179	0.06 271	0.05 160	0.06 294

model_zeroshot	0.10 231	0.04 1	0.11 235	0.15 106	0.09 328	0.12 293	0.14 227	0.20 327	0.13 175	0.11 250	0.10 184	0.12 294	0.07 173	0.12 280	0.10 197	0.07 327	0.06 405	0.06 179	0.05 181	0.06 280	0.06 294

RAStereo	0.10 231	0.09 413	0.08 55	0.20 510	0.08 203	0.13 344	0.18 468	0.15 177	0.17 297	0.10 215	0.12 255	0.05 5	0.06 62	0.09 57	0.08 25	0.07 327	0.05 262	0.07 288	0.05 181	0.05 160	0.04 70

rvit_stereo_0080	0.10 231	0.08 333	0.14 365	0.15 106	0.09 328	0.07 39	0.15 309	0.16 214	0.16 268	0.11 250	0.10 184	0.14 340	0.08 221	0.12 280	0.10 197	0.09 462	0.07 477	0.07 288	0.06 271	0.07 359	0.05 199

H2IRNET	0.10 231	0.09 413	0.09 117	0.18 376	0.09 328	0.12 293	0.15 309	0.14 136	0.21 385	0.10 215	0.10 184	0.10 244	0.10 294	0.10 119	0.10 197	0.05 50	0.04 24	0.08 382	0.08 441	0.06 280	0.05 199

Former-RAFT_DAM_RVC	0.10 231	0.08 333	0.12 278	0.16 200	0.08 203	0.15 404	0.16 378	0.18 286	0.18 328	0.10 215	0.09 148	0.09 209	0.08 221	0.11 187	0.12 338	0.07 327	0.05 262	0.08 382	0.06 271	0.07 359	0.06 294

MyStereo07	0.10 231	0.07 215	0.10 181	0.17 286	0.09 328	0.14 378	0.18 468	0.15 177	0.15 232	0.09 170	0.06 23	0.06 38	0.07 173	0.12 280	0.09 101	0.06 165	0.05 262	0.08 382	0.07 368	0.06 280	0.06 294

MyStereo06	0.10 231	0.07 215	0.12 278	0.17 286	0.09 328	0.13 344	0.18 468	0.19 316	0.12 134	0.12 291	0.08 113	0.07 115	0.07 173	0.11 187	0.09 101	0.06 165	0.05 262	0.07 288	0.07 368	0.06 280	0.06 294

AE-Stereo	0.10 231	0.08 333	0.10 181	0.18 376	0.09 328	0.10 190	0.15 309	0.14 136	0.19 346	0.09 170	0.14 287	0.12 294	0.08 221	0.11 187	0.10 197	0.05 50	0.06 405	0.07 288	0.06 271	0.05 160	0.04 70

ACVNet-DCA	0.10 231	0.08 333	0.12 278	0.17 286	0.09 328	0.13 344	0.15 309	0.23 395	0.16 268	0.09 170	0.09 148	0.06 38	0.06 62	0.10 119	0.07 1	0.06 165	0.04 24	0.06 179	0.05 181	0.07 359	0.07 381

cc1	0.10 231	0.08 333	0.12 278	0.17 286	0.09 328	0.13 344	0.15 309	0.16 214	0.18 328	0.09 170	0.09 148	0.06 38	0.06 62	0.10 119	0.07 1	0.06 165	0.04 24	0.06 179	0.05 181	0.06 280	0.06 294

tt1	0.10 231	0.08 333	0.12 278	0.17 286	0.09 328	0.12 293	0.16 378	0.15 177	0.19 346	0.09 170	0.08 113	0.06 38	0.06 62	0.10 119	0.07 1	0.06 165	0.04 24	0.06 179	0.05 181	0.06 280	0.06 294

whm_eth	0.10 231	0.08 333	0.14 365	0.15 106	0.09 328	0.07 39	0.15 309	0.16 214	0.16 268	0.11 250	0.10 184	0.14 340	0.08 221	0.12 280	0.10 197	0.09 462	0.07 477	0.07 288	0.06 271	0.07 359	0.05 199

plain	0.10 231	0.08 333	0.10 181	0.19 444	0.09 328	0.10 190	0.15 309	0.14 136	0.13 175	0.13 321	0.15 304	0.09 209	0.12 358	0.13 332	0.12 338	0.07 327	0.05 262	0.09 465	0.06 271	0.06 280	0.06 294

Any-RAFT	0.10 231	0.05 36	0.09 117	0.14 55	0.07 124	0.13 344	0.14 227	0.21 350	0.15 232	0.11 250	0.12 255	0.12 294	0.09 255	0.12 280	0.09 101	0.07 327	0.04 24	0.05 44	0.04 53	0.06 280	0.05 199

LL-Strereo2	0.10 231	0.10 475	0.15 413	0.18 376	0.08 203	0.15 404	0.09 18	0.17 253	0.14 207	0.14 343	0.10 184	0.09 209	0.07 173	0.16 420	0.10 197	0.05 50	0.05 262	0.10 513	0.07 368	0.06 280	0.05 199

DCANet-4	0.10 231	0.06 99	0.12 278	0.16 200	0.06 26	0.09 128	0.17 419	0.18 286	0.19 346	0.13 321	0.16 317	0.09 209	0.14 422	0.11 187	0.12 338	0.06 165	0.04 24	0.05 44	0.04 53	0.04 47	0.05 199

fff	0.10 231	0.06 99	0.12 278	0.15 106	0.07 124	0.09 128	0.17 419	0.16 214	0.20 369	0.13 321	0.16 317	0.10 244	0.11 327	0.11 187	0.12 338	0.06 165	0.04 24	0.05 44	0.04 53	0.04 47	0.05 199

ADStereo(finetuned)	0.10 231	0.06 99	0.12 278	0.16 200	0.06 26	0.09 128	0.17 419	0.15 177	0.19 346	0.13 321	0.17 339	0.10 244	0.12 358	0.11 187	0.12 338	0.06 165	0.04 24	0.05 44	0.04 53	0.05 160	0.04 70

test_4	0.10 231	0.10 475	0.08 55	0.19 444	0.09 328	0.08 76	0.22 561	0.15 177	0.17 297	0.12 291	0.18 366	0.12 294	0.09 255	0.08 24	0.11 277	0.04 11	0.04 24	0.08 382	0.08 441	0.04 47	0.03 2

IPLG	0.10 231	0.07 215	0.15 413	0.17 286	0.08 203	0.11 241	0.14 227	0.20 327	0.15 232	0.12 291	0.17 339	0.07 115	0.07 173	0.14 361	0.13 380	0.06 165	0.04 24	0.06 179	0.05 181	0.04 47	0.04 70

test_3	0.10 231	0.09 413	0.10 181	0.20 510	0.08 203	0.13 344	0.26 609	0.14 136	0.21 385	0.10 215	0.10 184	0.09 209	0.09 255	0.08 24	0.11 277	0.05 50	0.04 24	0.08 382	0.07 368	0.04 47	0.04 70

STrans-v2	0.10 231	0.07 215	0.12 278	0.18 376	0.07 124	0.10 190	0.14 227	0.21 350	0.11 97	0.11 250	0.15 304	0.12 294	0.10 294	0.11 187	0.12 338	0.05 50	0.04 24	0.06 179	0.06 271	0.04 47	0.04 70

TransformOpticalFlow	0.10 231	0.08 333	0.13 328	0.18 376	0.07 124	0.09 128	0.15 309	0.19 316	0.15 232	0.12 291	0.17 339	0.11 274	0.11 327	0.11 187	0.10 197	0.05 50	0.04 24	0.06 179	0.06 271	0.05 160	0.05 199

SST-Stereo	0.10 231	0.07 215	0.15 413	0.18 376	0.09 328	0.06 12	0.12 92	0.17 253	0.11 97	0.15 370	0.17 339	0.13 320	0.12 358	0.10 119	0.11 277	0.06 165	0.04 24	0.09 465	0.06 271	0.06 280	0.05 199

cross-raft	0.10 231	0.09 413	0.09 117	0.19 444	0.07 124	0.11 241	0.25 600	0.13 106	0.15 232	0.08 119	0.11 234	0.12 294	0.10 294	0.09 57	0.11 277	0.05 50	0.04 24	0.06 179	0.05 181	0.04 47	0.04 70

test-1	0.10 231	0.07 215	0.16 449	0.19 444	0.08 203	0.11 241	0.24 585	0.14 136	0.18 328	0.09 170	0.07 59	0.09 209	0.08 221	0.07 4	0.09 101	0.06 165	0.04 24	0.06 179	0.05 181	0.04 47	0.04 70

iRaftStereo_RVC	0.10 231	0.07 215	0.09 117	0.17 286	0.09 328	0.11 241	0.17 419	0.18 286	0.12 134	0.09 170	0.12 255	0.10 244	0.07 173	0.11 187	0.10 197	0.05 50	0.04 24	0.08 382	0.08 441	0.04 47	0.04 70

RALCasStereoNet	0.10 231	0.06 99	0.09 117	0.16 200	0.08 203	0.12 293	0.14 227	0.17 253	0.11 97	0.12 291	0.17 339	0.14 340	0.10 294	0.12 280	0.11 277	0.07 327	0.06 405	0.06 179	0.05 181	0.08 423	0.07 381

DCANet	0.10 231	0.06 99	0.12 278	0.16 200	0.06 26	0.09 128	0.17 419	0.15 177	0.19 346	0.13 321	0.17 339	0.10 244	0.11 327	0.11 187	0.12 338	0.06 165	0.04 24	0.05 44	0.04 53	0.05 160	0.04 70

csc	0.10 231	0.06 99	0.12 278	0.15 106	0.07 124	0.09 128	0.17 419	0.16 214	0.20 369	0.13 321	0.16 317	0.10 244	0.11 327	0.11 187	0.12 338	0.06 165	0.04 24	0.05 44	0.04 53	0.04 47	0.05 199

cscssc	0.10 231	0.06 99	0.12 278	0.15 106	0.07 124	0.09 128	0.17 419	0.16 214	0.20 369	0.13 321	0.16 317	0.10 244	0.11 327	0.11 187	0.12 338	0.06 165	0.04 24	0.05 44	0.04 53	0.04 47	0.05 199

111	0.10 231	0.06 99	0.12 278	0.15 106	0.07 124	0.10 190	0.14 227	0.21 350	0.23 411	0.11 250	0.12 255	0.14 340	0.11 327	0.13 332	0.10 197	0.06 165	0.04 24	0.06 179	0.04 53	0.05 160	0.05 199

R-Stereo Train	0.10 231	0.06 99	0.10 181	0.17 286	0.08 203	0.11 241	0.14 227	0.23 395	0.11 97	0.12 291	0.19 377	0.11 274	0.08 221	0.09 57	0.11 277	0.07 327	0.05 262	0.06 179	0.05 181	0.05 160	0.05 199

RAFT-Stereo	0.10 231	0.06 99	0.10 181	0.17 286	0.08 203	0.11 241	0.14 227	0.23 395	0.11 97	0.12 291	0.19 377	0.11 274	0.08 221	0.09 57	0.11 277	0.07 327	0.05 262	0.06 179	0.05 181	0.05 160	0.05 199
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.10 231	0.06 99	0.12 278	0.14 55	0.06 26	0.11 241	0.10 32	0.18 286	0.18 328	0.13 321	0.16 317	0.14 340	0.11 327	0.15 385	0.13 380	0.06 165	0.04 24	0.04 1	0.04 53	0.06 280	0.05 199
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	0.11 279	0.06 99	0.11 235	0.16 200	0.07 124	0.13 344	0.15 309	0.14 136	0.17 297	0.16 398	0.18 366	0.15 369	0.15 440	0.12 280	0.14 417	0.07 327	0.04 24	0.06 179	0.06 271	0.06 280	0.06 294

Hybrid-DGEV-2	0.11 279	0.06 99	0.12 278	0.18 376	0.09 328	0.09 128	0.13 162	0.28 494	0.29 495	0.11 250	0.11 234	0.09 209	0.12 358	0.12 280	0.09 101	0.06 165	0.05 262	0.07 288	0.07 368	0.05 160	0.05 199

NLMM1	0.11 279	0.09 413	0.07 10	0.22 559	0.10 440	0.12 293	0.20 531	0.18 286	0.20 369	0.12 291	0.11 234	0.07 115	0.09 255	0.11 187	0.11 277	0.08 402	0.08 507	0.07 288	0.06 271	0.04 47	0.04 70

NLCSM	0.11 279	0.09 413	0.09 117	0.23 583	0.11 490	0.12 293	0.19 508	0.18 286	0.18 328	0.12 291	0.11 234	0.07 115	0.09 255	0.11 187	0.10 197	0.07 327	0.08 507	0.07 288	0.07 368	0.06 280	0.05 199

Select-FE	0.11 279	0.06 99	0.20 527	0.15 106	0.11 490	0.11 241	0.13 162	0.21 350	0.18 328	0.09 170	0.11 234	0.10 244	0.06 62	0.12 280	0.09 101	0.07 327	0.05 262	0.07 288	0.08 441	0.06 280	0.08 446

FlowAnything_test	0.11 279	0.08 333	0.14 365	0.15 106	0.09 328	0.07 39	0.14 227	0.20 327	0.11 97	0.09 170	0.09 148	0.12 294	0.12 358	0.13 332	0.11 277	0.09 462	0.06 405	0.09 465	0.09 488	0.06 280	0.09 490

xyz-stereo-finetune2	0.11 279	0.07 215	0.13 328	0.13 16	0.07 124	0.11 241	0.19 508	0.17 253	0.12 134	0.15 370	0.15 304	0.17 406	0.12 358	0.13 332	0.11 277	0.05 50	0.04 24	0.07 288	0.05 181	0.04 47	0.06 294

xyz-stereo-finetune	0.11 279	0.08 333	0.13 328	0.14 55	0.06 26	0.10 190	0.19 508	0.17 253	0.19 346	0.12 291	0.14 287	0.15 369	0.10 294	0.13 332	0.11 277	0.05 50	0.04 24	0.07 288	0.05 181	0.04 47	0.05 199

HI	0.11 279	0.06 99	0.11 235	0.13 16	0.09 328	0.09 128	0.14 227	0.21 350	0.10 66	0.19 463	0.17 339	0.14 340	0.09 255	0.16 420	0.08 25	0.05 50	0.04 24	0.07 288	0.08 441	0.07 359	0.06 294

CoSv	0.11 279	0.06 99	0.11 235	0.13 16	0.09 328	0.09 128	0.14 227	0.21 350	0.10 66	0.19 463	0.17 339	0.14 340	0.09 255	0.16 420	0.08 25	0.05 50	0.04 24	0.07 288	0.08 441	0.07 359	0.06 294

rvit_stereo_0081_aga	0.11 279	0.09 413	0.14 365	0.18 376	0.09 328	0.13 344	0.14 227	0.14 136	0.19 346	0.10 215	0.18 366	0.16 384	0.09 255	0.12 280	0.09 101	0.10 503	0.06 405	0.08 382	0.07 368	0.07 359	0.06 294

rvit_stereo_0081	0.11 279	0.08 333	0.15 413	0.16 200	0.09 328	0.10 190	0.14 227	0.14 136	0.24 428	0.11 250	0.13 273	0.13 320	0.09 255	0.11 187	0.12 338	0.10 503	0.07 477	0.08 382	0.07 368	0.07 359	0.05 199

rvit_stereo_0082	0.11 279	0.08 333	0.15 413	0.16 200	0.09 328	0.10 190	0.14 227	0.14 136	0.24 428	0.11 250	0.13 273	0.13 320	0.09 255	0.11 187	0.12 338	0.10 503	0.07 477	0.08 382	0.07 368	0.07 359	0.05 199

AIO-Stereo-zeroshot1	0.11 279	0.05 36	0.14 365	0.15 106	0.20 628	0.09 128	0.17 419	0.21 350	0.15 232	0.11 250	0.14 287	0.10 244	0.07 173	0.10 119	0.08 25	0.06 165	0.05 262	0.07 288	0.07 368	0.07 359	0.09 490

AIO-Stereo-zeroshot	0.11 279	0.05 36	0.11 235	0.15 106	0.13 547	0.13 344	0.16 378	0.23 395	0.17 297	0.10 215	0.12 255	0.10 244	0.07 173	0.11 187	0.09 101	0.06 165	0.05 262	0.06 179	0.06 271	0.07 359	0.08 446

CAS++	0.11 279	0.07 215	0.11 235	0.14 55	0.09 328	0.12 293	0.14 227	0.24 419	0.14 207	0.11 250	0.09 148	0.11 274	0.07 173	0.14 361	0.09 101	0.11 534	0.09 540	0.09 465	0.07 368	0.07 359	0.08 446
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
xx1	0.11 279	0.08 333	0.12 278	0.17 286	0.09 328	0.13 344	0.15 309	0.16 214	0.18 328	0.09 170	0.09 148	0.16 384	0.16 468	0.10 119	0.07 1	0.06 165	0.04 24	0.08 382	0.08 441	0.07 359	0.07 381

1test111	0.11 279	0.08 333	0.12 278	0.17 286	0.09 328	0.13 344	0.15 309	0.23 395	0.16 268	0.09 170	0.09 148	0.06 38	0.06 62	0.15 385	0.16 464	0.06 165	0.04 24	0.06 179	0.05 181	0.07 359	0.07 381

MIF-Stereo (partial)	0.11 279	0.06 99	0.10 181	0.19 444	0.10 440	0.10 190	0.11 60	0.17 253	0.18 328	0.14 343	0.16 317	0.09 209	0.11 327	0.12 280	0.12 338	0.08 402	0.05 262	0.08 382	0.07 368	0.06 280	0.07 381

EKT-Stereo	0.11 279	0.07 215	0.14 365	0.15 106	0.10 440	0.13 344	0.14 227	0.18 286	0.21 385	0.11 250	0.08 113	0.12 294	0.09 255	0.11 187	0.12 338	0.08 402	0.06 405	0.07 288	0.06 271	0.08 423	0.07 381

anonymousdsp2	0.11 279	0.07 215	0.10 181	0.16 200	0.09 328	0.13 344	0.14 227	0.18 286	0.22 399	0.13 321	0.14 287	0.12 294	0.09 255	0.14 361	0.11 277	0.05 50	0.04 24	0.05 44	0.04 53	0.06 280	0.05 199

DCRE	0.11 279	0.07 215	0.13 328	0.16 200	0.11 490	0.11 241	0.17 419	0.18 286	0.17 297	0.11 250	0.18 366	0.10 244	0.10 294	0.15 385	0.11 277	0.06 165	0.05 262	0.06 179	0.06 271	0.05 160	0.04 70

knoymous	0.11 279	0.05 36	0.12 278	0.13 16	0.07 124	0.15 404	0.14 227	0.19 316	0.13 175	0.11 250	0.17 339	0.13 320	0.09 255	0.13 332	0.11 277	0.08 402	0.05 262	0.06 179	0.05 181	0.08 423	0.07 381

riskmin	0.11 279	0.06 99	0.13 328	0.14 55	0.08 203	0.14 378	0.14 227	0.18 286	0.14 207	0.11 250	0.14 287	0.16 384	0.11 327	0.14 361	0.12 338	0.09 462	0.05 262	0.07 288	0.05 181	0.08 423	0.08 446

Selective-RAFT	0.11 279	0.10 475	0.11 235	0.21 542	0.08 203	0.16 434	0.13 162	0.20 327	0.22 399	0.10 215	0.10 184	0.11 274	0.10 294	0.15 385	0.11 277	0.05 50	0.05 262	0.06 179	0.05 181	0.06 280	0.05 199

DisPM	0.11 279	0.07 215	0.12 278	0.16 200	0.09 328	0.06 12	0.13 162	0.17 253	0.17 297	0.14 343	0.20 389	0.12 294	0.10 294	0.11 187	0.10 197	0.06 165	0.04 24	0.07 288	0.06 271	0.06 280	0.11 546

CIPLG	0.11 279	0.08 333	0.14 365	0.17 286	0.08 203	0.12 293	0.15 309	0.17 253	0.15 232	0.14 343	0.11 234	0.16 384	0.09 255	0.16 420	0.11 277	0.07 327	0.05 262	0.06 179	0.05 181	0.05 160	0.06 294

GLC_STEREO	0.11 279	0.07 215	0.11 235	0.17 286	0.07 124	0.09 128	0.13 162	0.15 177	0.24 428	0.12 291	0.13 273	0.12 294	0.08 221	0.18 475	0.11 277	0.06 165	0.08 507	0.08 382	0.06 271	0.05 160	0.05 199

IPLGR_C	0.11 279	0.08 333	0.14 365	0.17 286	0.08 203	0.12 293	0.15 309	0.17 253	0.15 232	0.14 343	0.10 184	0.16 384	0.09 255	0.16 420	0.11 277	0.07 327	0.05 262	0.06 179	0.05 181	0.05 160	0.06 294

MIPNet	0.11 279	0.08 333	0.14 365	0.17 286	0.09 328	0.12 293	0.14 227	0.20 327	0.24 428	0.11 250	0.10 184	0.09 209	0.07 173	0.13 332	0.12 338	0.06 165	0.04 24	0.06 179	0.05 181	0.04 47	0.04 70

IPLGR	0.11 279	0.09 413	0.16 449	0.18 376	0.08 203	0.12 293	0.17 419	0.21 350	0.24 428	0.11 250	0.12 255	0.11 274	0.08 221	0.12 280	0.12 338	0.06 165	0.05 262	0.06 179	0.06 271	0.04 47	0.04 70

GMOStereo	0.11 279	0.09 413	0.07 10	0.19 444	0.08 203	0.12 293	0.28 622	0.13 106	0.17 297	0.11 250	0.17 339	0.14 340	0.12 358	0.07 4	0.07 1	0.05 50	0.05 262	0.09 465	0.07 368	0.04 47	0.04 70

error version	0.11 279	0.09 413	0.07 10	0.19 444	0.08 203	0.12 293	0.28 622	0.13 106	0.17 297	0.11 250	0.17 339	0.14 340	0.12 358	0.07 4	0.07 1	0.05 50	0.05 262	0.09 465	0.07 368	0.04 47	0.04 70

test-v	0.11 279	0.09 413	0.07 10	0.19 444	0.08 203	0.12 293	0.28 622	0.13 106	0.17 297	0.11 250	0.17 339	0.14 340	0.12 358	0.07 4	0.07 1	0.05 50	0.05 262	0.09 465	0.07 368	0.04 47	0.04 70

ACRE	0.11 279	0.08 333	0.14 365	0.17 286	0.08 203	0.12 293	0.15 309	0.17 253	0.14 207	0.14 343	0.10 184	0.16 384	0.09 255	0.16 420	0.11 277	0.07 327	0.05 262	0.06 179	0.05 181	0.05 160	0.06 294

PFNet+	0.11 279	0.06 99	0.13 328	0.16 200	0.09 328	0.05 4	0.12 92	0.17 253	0.21 385	0.16 398	0.19 377	0.14 340	0.10 294	0.11 187	0.11 277	0.08 402	0.05 262	0.09 465	0.08 441	0.06 280	0.11 546

LCNet	0.11 279	0.07 215	0.09 117	0.19 444	0.09 328	0.08 76	0.15 309	0.21 350	0.15 232	0.11 250	0.15 304	0.16 384	0.11 327	0.12 280	0.11 277	0.05 50	0.04 24	0.08 382	0.07 368	0.06 280	0.15 605

HHNet	0.11 279	0.06 99	0.16 449	0.15 106	0.14 568	0.07 39	0.13 162	0.20 327	0.17 297	0.14 343	0.25 472	0.11 274	0.08 221	0.13 332	0.10 197	0.05 50	0.04 24	0.08 382	0.06 271	0.05 160	0.09 490

Patchmatch Stereo++	0.11 279	0.09 413	0.16 449	0.18 376	0.08 203	0.06 12	0.11 60	0.16 214	0.13 175	0.15 370	0.16 317	0.14 340	0.12 358	0.11 187	0.10 197	0.06 165	0.04 24	0.08 382	0.06 271	0.08 423	0.07 381
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	0.11 279	0.07 215	0.16 449	0.19 444	0.09 328	0.08 76	0.13 162	0.18 286	0.13 175	0.16 398	0.21 412	0.13 320	0.14 422	0.11 187	0.14 417	0.06 165	0.04 24	0.09 465	0.06 271	0.06 280	0.05 199

OMP-Stereo	0.11 279	0.06 99	0.14 365	0.18 376	0.08 203	0.09 128	0.12 92	0.21 350	0.21 385	0.13 321	0.14 287	0.11 274	0.12 358	0.11 187	0.13 380	0.06 165	0.04 24	0.07 288	0.06 271	0.05 160	0.04 70

IIG-Stereo	0.11 279	0.06 99	0.13 328	0.17 286	0.08 203	0.11 241	0.12 92	0.22 374	0.17 297	0.14 343	0.17 339	0.11 274	0.12 358	0.12 280	0.12 338	0.06 165	0.05 262	0.07 288	0.06 271	0.05 160	0.04 70

NF-Stereo	0.11 279	0.07 215	0.13 328	0.17 286	0.09 328	0.10 190	0.14 227	0.23 395	0.19 346	0.12 291	0.17 339	0.12 294	0.11 327	0.11 187	0.11 277	0.06 165	0.04 24	0.07 288	0.06 271	0.06 280	0.12 559

OCTAStereo	0.11 279	0.07 215	0.13 328	0.17 286	0.09 328	0.10 190	0.14 227	0.23 395	0.19 346	0.12 291	0.17 339	0.12 294	0.11 327	0.11 187	0.11 277	0.06 165	0.04 24	0.07 288	0.06 271	0.06 280	0.12 559

NRIStereo	0.11 279	0.08 333	0.14 365	0.18 376	0.08 203	0.10 190	0.14 227	0.16 214	0.15 232	0.12 291	0.14 287	0.13 320	0.12 358	0.13 332	0.10 197	0.06 165	0.04 24	0.07 288	0.06 271	0.06 280	0.07 381

PSM-adaLoss	0.11 279	0.09 413	0.16 449	0.18 376	0.08 203	0.06 12	0.12 92	0.16 214	0.13 175	0.15 370	0.16 317	0.14 340	0.12 358	0.11 187	0.10 197	0.06 165	0.04 24	0.08 382	0.06 271	0.08 423	0.07 381

PSM-AAD	0.11 279	0.07 215	0.10 181	0.19 444	0.09 328	0.10 190	0.15 309	0.20 327	0.13 175	0.12 291	0.14 287	0.18 420	0.11 327	0.11 187	0.10 197	0.05 50	0.05 262	0.09 465	0.08 441	0.06 280	0.14 598

ROB_FTStereo_v2	0.11 279	0.09 413	0.16 449	0.19 444	0.08 203	0.06 12	0.12 92	0.16 214	0.13 175	0.15 370	0.16 317	0.14 340	0.12 358	0.11 187	0.10 197	0.06 165	0.04 24	0.08 382	0.06 271	0.08 423	0.07 381

ROB_FTStereo	0.11 279	0.09 413	0.16 449	0.19 444	0.08 203	0.06 12	0.11 60	0.16 214	0.13 175	0.15 370	0.16 317	0.14 340	0.12 358	0.11 187	0.10 197	0.06 165	0.04 24	0.08 382	0.06 271	0.08 423	0.07 381

KYRaft	0.11 279	0.07 215	0.10 181	0.19 444	0.09 328	0.08 76	0.15 309	0.22 374	0.12 134	0.13 321	0.16 317	0.20 446	0.10 294	0.12 280	0.10 197	0.05 50	0.04 24	0.08 382	0.08 441	0.06 280	0.16 616

HUI-Stereo	0.11 279	0.09 413	0.16 449	0.18 376	0.08 203	0.06 12	0.12 92	0.16 214	0.13 175	0.15 370	0.16 317	0.14 340	0.12 358	0.11 187	0.10 197	0.06 165	0.04 24	0.08 382	0.06 271	0.08 423	0.07 381

ASMatch	0.11 279	0.06 99	0.13 328	0.16 200	0.10 440	0.07 39	0.14 227	0.17 253	0.17 297	0.12 291	0.16 317	0.16 384	0.10 294	0.13 332	0.10 197	0.05 50	0.04 24	0.06 179	0.05 181	0.04 47	0.08 446

RAFT_R40	0.11 279	0.07 215	0.14 365	0.18 376	0.09 328	0.06 12	0.13 162	0.17 253	0.16 268	0.14 343	0.18 366	0.15 369	0.12 358	0.10 119	0.11 277	0.06 165	0.04 24	0.09 465	0.06 271	0.06 280	0.05 199

GrayStereo	0.11 279	0.06 99	0.11 235	0.19 444	0.09 328	0.09 128	0.16 378	0.18 286	0.17 297	0.14 343	0.17 339	0.17 406	0.11 327	0.12 280	0.11 277	0.05 50	0.05 262	0.07 288	0.06 271	0.05 160	0.10 519

RE-Stereo	0.11 279	0.07 215	0.13 328	0.17 286	0.09 328	0.10 190	0.14 227	0.23 395	0.19 346	0.12 291	0.17 339	0.12 294	0.11 327	0.11 187	0.11 277	0.06 165	0.04 24	0.07 288	0.06 271	0.06 280	0.12 559

Pruner-Stereo	0.11 279	0.07 215	0.12 278	0.17 286	0.09 328	0.06 12	0.12 92	0.17 253	0.17 297	0.13 321	0.19 377	0.13 320	0.09 255	0.11 187	0.11 277	0.06 165	0.04 24	0.07 288	0.06 271	0.06 280	0.08 446

TVStereo	0.11 279	0.07 215	0.13 328	0.17 286	0.09 328	0.10 190	0.14 227	0.23 395	0.19 346	0.12 291	0.17 339	0.12 294	0.11 327	0.11 187	0.11 277	0.06 165	0.04 24	0.07 288	0.06 271	0.06 280	0.12 559

DeepStereo_RVC	0.11 279	0.08 333	0.16 449	0.18 376	0.08 203	0.08 76	0.12 92	0.17 253	0.12 134	0.13 321	0.14 287	0.12 294	0.12 358	0.12 280	0.11 277	0.06 165	0.04 24	0.07 288	0.06 271	0.07 359	0.08 446

iGMRVC	0.11 279	0.09 413	0.16 449	0.19 444	0.08 203	0.06 12	0.12 92	0.16 214	0.13 175	0.15 370	0.16 317	0.14 340	0.12 358	0.11 187	0.10 197	0.06 165	0.04 24	0.08 382	0.06 271	0.08 423	0.07 381

RAFT-RH_RVC	0.11 279	0.06 99	0.14 365	0.16 200	0.09 328	0.12 293	0.12 92	0.17 253	0.12 134	0.13 321	0.41 603	0.11 274	0.10 294	0.13 332	0.12 338	0.05 50	0.04 24	0.08 382	0.05 181	0.04 47	0.06 294

RAFT-345	0.11 279	0.07 215	0.15 413	0.16 200	0.08 203	0.08 76	0.12 92	0.15 177	0.10 66	0.11 250	0.36 566	0.09 209	0.09 255	0.11 187	0.12 338	0.05 50	0.05 262	0.07 288	0.06 271	0.04 47	0.05 199

iRAFT	0.11 279	0.09 413	0.16 449	0.18 376	0.08 203	0.06 12	0.11 60	0.16 214	0.13 175	0.15 370	0.16 317	0.14 340	0.12 358	0.11 187	0.10 197	0.06 165	0.04 24	0.08 382	0.06 271	0.08 423	0.07 381

CRE-IMP	0.11 279	0.09 413	0.16 449	0.19 444	0.08 203	0.10 190	0.12 92	0.18 286	0.10 66	0.14 343	0.13 273	0.13 320	0.12 358	0.12 280	0.11 277	0.07 327	0.04 24	0.08 382	0.06 271	0.08 423	0.08 446

test-2	0.11 279	0.09 413	0.07 10	0.19 444	0.08 203	0.12 293	0.28 622	0.13 106	0.17 297	0.11 250	0.17 339	0.14 340	0.12 358	0.07 4	0.07 1	0.05 50	0.05 262	0.09 465	0.07 368	0.04 47	0.04 70

GMM-Stereo	0.11 279	0.07 215	0.10 181	0.18 376	0.09 328	0.08 76	0.15 309	0.23 395	0.16 268	0.11 250	0.15 304	0.13 320	0.11 327	0.11 187	0.11 277	0.05 50	0.04 24	0.08 382	0.07 368	0.06 280	0.09 490

RAFT-IKP	0.11 279	0.09 413	0.16 449	0.19 444	0.08 203	0.06 12	0.12 92	0.16 214	0.13 175	0.15 370	0.16 317	0.14 340	0.12 358	0.11 187	0.10 197	0.06 165	0.04 24	0.08 382	0.06 271	0.08 423	0.07 381

Prome-Stereo	0.11 279	0.06 99	0.10 181	0.18 376	0.08 203	0.12 293	0.15 309	0.22 374	0.13 175	0.12 291	0.17 339	0.13 320	0.08 221	0.12 280	0.10 197	0.05 50	0.04 24	0.07 288	0.06 271	0.06 280	0.09 490

rafts_anoy	0.11 279	0.06 99	0.10 181	0.17 286	0.08 203	0.10 190	0.14 227	0.17 253	0.14 207	0.13 321	0.13 273	0.12 294	0.10 294	0.11 187	0.12 338	0.07 327	0.04 24	0.09 465	0.11 562	0.07 359	0.06 294

raft+_RVC	0.11 279	0.07 215	0.09 117	0.16 200	0.07 124	0.10 190	0.11 60	0.24 419	0.20 369	0.12 291	0.15 304	0.12 294	0.08 221	0.12 280	0.13 380	0.07 327	0.04 24	0.07 288	0.06 271	0.05 160	0.05 199

RALAANet	0.11 279	0.08 333	0.10 181	0.17 286	0.09 328	0.14 378	0.10 32	0.20 327	0.15 232	0.14 343	0.13 273	0.16 384	0.09 255	0.12 280	0.11 277	0.06 165	0.05 262	0.07 288	0.06 271	0.05 160	0.04 70

DIP-Stereo	0.11 279	0.07 215	0.14 365	0.17 286	0.09 328	0.13 344	0.09 18	0.16 214	0.16 268	0.11 250	0.16 317	0.14 340	0.12 358	0.15 385	0.13 380	0.06 165	0.05 262	0.06 179	0.05 181	0.05 160	0.06 294
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	0.12 350	0.07 215	0.12 278	0.16 200	0.08 203	0.19 499	0.14 227	0.18 286	0.22 399	0.18 446	0.18 366	0.16 384	0.12 358	0.16 420	0.14 417	0.06 165	0.05 262	0.06 179	0.05 181	0.06 280	0.06 294

rvit_stereo_0083	0.12 350	0.08 333	0.17 479	0.16 200	0.09 328	0.11 241	0.15 309	0.14 136	0.26 463	0.11 250	0.14 287	0.13 320	0.10 294	0.12 280	0.12 338	0.10 503	0.08 507	0.09 465	0.07 368	0.07 359	0.05 199

rvit_stereo_ft	0.12 350	0.07 215	0.13 328	0.19 444	0.10 440	0.12 293	0.17 419	0.16 214	0.16 268	0.12 291	0.13 273	0.15 369	0.10 294	0.14 361	0.13 380	0.09 462	0.06 405	0.08 382	0.07 368	0.07 359	0.05 199

test_sample2	0.12 350	0.07 215	0.12 278	0.14 55	0.08 203	0.16 434	0.18 468	0.21 350	0.16 268	0.14 343	0.20 389	0.19 434	0.15 440	0.15 385	0.12 338	0.08 402	0.05 262	0.07 288	0.06 271	0.08 423	0.07 381

MyStereo8	0.12 350	0.07 215	0.15 413	0.15 106	0.09 328	0.18 475	0.14 227	0.19 316	0.22 399	0.12 291	0.18 366	0.11 274	0.10 294	0.16 420	0.18 497	0.07 327	0.05 262	0.07 288	0.05 181	0.08 423	0.09 490

CoDeX	0.12 350	0.07 215	0.12 278	0.17 286	0.08 203	0.12 293	0.15 309	0.23 395	0.27 473	0.13 321	0.17 339	0.16 384	0.11 327	0.14 361	0.11 277	0.07 327	0.05 262	0.07 288	0.06 271	0.06 280	0.05 199

11t1	0.12 350	0.06 99	0.13 328	0.14 55	0.08 203	0.17 456	0.15 309	0.18 286	0.15 232	0.15 370	0.15 304	0.16 384	0.16 468	0.15 385	0.13 380	0.08 402	0.05 262	0.06 179	0.05 181	0.08 423	0.07 381

ffm	0.12 350	0.09 413	0.14 365	0.16 200	0.08 203	0.17 456	0.17 419	0.15 177	0.19 346	0.15 370	0.25 472	0.19 434	0.13 398	0.10 119	0.07 1	0.06 165	0.04 24	0.09 465	0.08 441	0.06 280	0.06 294

RAFT_CTSACE	0.12 350	0.09 413	0.10 181	0.22 559	0.08 203	0.12 293	0.24 585	0.18 286	0.16 268	0.20 486	0.27 498	0.13 320	0.07 173	0.13 332	0.09 101	0.05 50	0.06 405	0.08 382	0.07 368	0.04 47	0.04 70

Sa-1000	0.12 350	0.08 333	0.08 55	0.18 376	0.08 203	0.14 378	0.22 561	0.22 374	0.18 328	0.15 370	0.20 389	0.17 406	0.11 327	0.10 119	0.10 197	0.06 165	0.05 262	0.09 465	0.09 488	0.05 160	0.05 199

SA	0.12 350	0.09 413	0.08 55	0.18 376	0.08 203	0.12 293	0.24 585	0.23 395	0.18 328	0.17 416	0.27 498	0.14 340	0.11 327	0.11 187	0.11 277	0.05 50	0.05 262	0.09 465	0.08 441	0.05 160	0.04 70

iRaft-Stereo_5w	0.12 350	0.09 413	0.12 278	0.19 444	0.08 203	0.09 128	0.12 92	0.21 350	0.21 385	0.19 463	0.14 287	0.11 274	0.09 255	0.20 515	0.16 464	0.05 50	0.05 262	0.07 288	0.06 271	0.05 160	0.06 294

CrosDoStereo	0.12 350	0.06 99	0.12 278	0.14 55	0.08 203	0.12 293	0.15 309	0.17 253	0.22 399	0.19 463	0.24 444	0.15 369	0.11 327	0.11 187	0.12 338	0.06 165	0.04 24	0.07 288	0.07 368	0.05 160	0.05 199

PSM-softLoss	0.12 350	0.07 215	0.15 413	0.17 286	0.09 328	0.08 76	0.13 162	0.24 419	0.17 297	0.14 343	0.19 377	0.13 320	0.11 327	0.11 187	0.11 277	0.07 327	0.05 262	0.08 382	0.07 368	0.06 280	0.12 559

KMStereo	0.12 350	0.07 215	0.15 413	0.17 286	0.09 328	0.08 76	0.13 162	0.24 419	0.17 297	0.14 343	0.19 377	0.13 320	0.11 327	0.11 187	0.11 277	0.07 327	0.05 262	0.08 382	0.07 368	0.06 280	0.12 559

FTStereo	0.12 350	0.06 99	0.14 365	0.18 376	0.09 328	0.07 39	0.15 309	0.21 350	0.18 328	0.12 291	0.24 444	0.12 294	0.12 358	0.13 332	0.13 380	0.05 50	0.05 262	0.07 288	0.06 271	0.06 280	0.10 519

DeepStereo_LL	0.12 350	0.06 99	0.12 278	0.14 55	0.08 203	0.12 293	0.15 309	0.17 253	0.22 399	0.19 463	0.24 444	0.15 369	0.11 327	0.11 187	0.12 338	0.06 165	0.04 24	0.07 288	0.07 368	0.05 160	0.05 199

DEmStereo	0.12 350	0.06 99	0.14 365	0.14 55	0.10 440	0.16 434	0.15 309	0.16 214	0.24 428	0.17 416	0.24 444	0.13 320	0.14 422	0.12 280	0.13 380	0.05 50	0.04 24	0.07 288	0.06 271	0.05 160	0.05 199

THIR-Stereo	0.12 350	0.07 215	0.11 235	0.15 106	0.08 203	0.14 378	0.16 378	0.17 253	0.25 449	0.16 398	0.24 444	0.14 340	0.12 358	0.12 280	0.14 417	0.06 165	0.04 24	0.07 288	0.07 368	0.05 160	0.05 199

DRaft	0.12 350	0.06 99	0.11 235	0.14 55	0.09 328	0.14 378	0.17 419	0.21 350	0.30 505	0.17 416	0.28 512	0.10 244	0.15 440	0.10 119	0.12 338	0.05 50	0.04 24	0.07 288	0.06 271	0.05 160	0.05 199

PFNet	0.12 350	0.06 99	0.17 479	0.17 286	0.08 203	0.09 128	0.15 309	0.26 454	0.20 369	0.16 398	0.16 317	0.14 340	0.11 327	0.12 280	0.11 277	0.06 165	0.04 24	0.07 288	0.06 271	0.05 160	0.05 199

IRAFT_RVC	0.12 350	0.08 333	0.16 449	0.19 444	0.08 203	0.07 39	0.15 309	0.24 419	0.23 411	0.14 343	0.14 287	0.15 369	0.12 358	0.12 280	0.10 197	0.06 165	0.04 24	0.09 465	0.06 271	0.06 280	0.06 294

sCroCo_RVC	0.12 350	0.09 413	0.23 551	0.24 592	0.11 490	0.19 499	0.14 227	0.17 253	0.14 207	0.10 215	0.13 273	0.12 294	0.07 173	0.14 361	0.11 277	0.08 402	0.08 507	0.08 382	0.08 441	0.05 160	0.07 381

ARAFT	0.12 350	0.08 333	0.17 479	0.19 444	0.09 328	0.14 378	0.18 468	0.20 327	0.12 134	0.12 291	0.13 273	0.14 340	0.11 327	0.15 385	0.12 338	0.06 165	0.05 262	0.10 513	0.09 488	0.05 160	0.04 70

BEATNet_4x	0.12 350	0.08 333	0.14 365	0.18 376	0.07 124	0.15 404	0.07 3	0.22 374	0.18 328	0.16 398	0.19 377	0.18 420	0.14 422	0.16 420	0.15 448	0.07 327	0.05 262	0.05 44	0.05 181	0.06 280	0.06 294

MLCV	0.12 350	0.07 215	0.16 449	0.18 376	0.06 26	0.15 404	0.17 419	0.19 316	0.21 385	0.18 446	0.25 472	0.17 406	0.13 398	0.14 361	0.13 380	0.05 50	0.04 24	0.05 44	0.04 53	0.05 160	0.04 70

RT-IGEV	0.13 376	0.06 99	0.13 328	0.15 106	0.09 328	0.15 404	0.17 419	0.24 419	0.27 473	0.16 398	0.17 339	0.17 406	0.10 294	0.14 361	0.11 277	0.08 402	0.05 262	0.07 288	0.05 181	0.07 359	0.07 381

Selective-IGEV-i16pc	0.13 376	0.06 99	0.13 328	0.15 106	0.11 490	0.38 632	0.16 378	0.23 395	0.16 268	0.10 215	0.15 304	0.09 209	0.06 62	0.13 332	0.10 197	0.10 503	0.08 507	0.06 179	0.07 368	0.09 486	0.09 490

Selective-IGEV-i1	0.13 376	0.07 215	0.12 278	0.19 444	0.08 203	0.18 475	0.16 378	0.22 374	0.30 505	0.16 398	0.17 339	0.16 384	0.10 294	0.14 361	0.13 380	0.06 165	0.05 262	0.06 179	0.05 181	0.06 280	0.05 199

G2L-ROB	0.13 376	0.06 99	0.13 328	0.13 16	0.08 203	0.14 378	0.16 378	0.25 436	0.18 328	0.19 463	0.18 366	0.20 446	0.14 422	0.17 453	0.16 464	0.08 402	0.05 262	0.06 179	0.05 181	0.08 423	0.09 490

xyz-stereo	0.13 376	0.07 215	0.20 527	0.15 106	0.05 2	0.20 515	0.15 309	0.17 253	0.31 513	0.15 370	0.29 524	0.26 521	0.16 468	0.13 332	0.12 338	0.05 50	0.05 262	0.06 179	0.05 181	0.04 47	0.04 70

DFGA-Net	0.13 376	0.11 501	0.18 503	0.17 286	0.10 440	0.12 293	0.13 162	0.22 374	0.25 449	0.16 398	0.16 317	0.13 320	0.12 358	0.16 420	0.14 417	0.07 327	0.05 262	0.08 382	0.07 368	0.05 160	0.05 199

FACV-RUCA	0.13 376	0.11 501	0.12 278	0.19 444	0.12 524	0.15 404	0.15 309	0.22 374	0.20 369	0.15 370	0.16 317	0.14 340	0.16 468	0.14 361	0.13 380	0.07 327	0.05 262	0.08 382	0.06 271	0.10 519	0.08 446

UGAM	0.13 376	0.10 475	0.09 117	0.22 559	0.08 203	0.12 293	0.20 531	0.17 253	0.23 411	0.21 500	0.16 317	0.13 320	0.13 398	0.19 490	0.12 338	0.07 327	0.05 262	0.13 579	0.11 562	0.07 359	0.05 199

test_sample1	0.13 376	0.07 215	0.14 365	0.13 16	0.08 203	0.19 499	0.16 378	0.20 327	0.15 232	0.14 343	0.22 423	0.18 420	0.16 468	0.17 453	0.14 417	0.07 327	0.06 405	0.06 179	0.06 271	0.08 423	0.07 381

qqq1	0.13 376	0.07 215	0.17 479	0.14 55	0.08 203	0.16 434	0.17 419	0.26 454	0.27 473	0.19 463	0.20 389	0.18 420	0.15 440	0.15 385	0.11 277	0.08 402	0.05 262	0.05 44	0.05 181	0.06 280	0.06 294

fff1	0.13 376	0.07 215	0.17 479	0.14 55	0.08 203	0.16 434	0.17 419	0.26 454	0.27 473	0.19 463	0.20 389	0.18 420	0.15 440	0.15 385	0.11 277	0.08 402	0.05 262	0.05 44	0.05 181	0.06 280	0.06 294

MyStereo05	0.13 376	0.07 215	0.10 181	0.17 286	0.09 328	0.13 344	0.18 468	0.27 475	0.35 548	0.17 416	0.14 287	0.15 369	0.11 327	0.15 385	0.13 380	0.06 165	0.05 262	0.07 288	0.07 368	0.06 280	0.06 294

MyStereo04	0.13 376	0.07 215	0.10 181	0.17 286	0.09 328	0.14 378	0.18 468	0.29 508	0.38 566	0.17 416	0.14 287	0.16 384	0.10 294	0.15 385	0.13 380	0.06 165	0.05 262	0.08 382	0.07 368	0.06 280	0.06 294

ff1	0.13 376	0.09 413	0.14 365	0.16 200	0.08 203	0.17 456	0.17 419	0.15 177	0.19 346	0.15 370	0.25 472	0.19 434	0.13 398	0.14 361	0.20 516	0.06 165	0.04 24	0.09 465	0.08 441	0.06 280	0.06 294

StereoVision	0.13 376	0.12 519	0.09 117	0.24 592	0.10 440	0.15 404	0.21 551	0.21 350	0.20 369	0.12 291	0.24 444	0.10 244	0.10 294	0.16 420	0.10 197	0.09 462	0.11 573	0.12 564	0.12 582	0.06 280	0.05 199

LL-Strereo	0.13 376	0.09 413	0.11 235	0.20 510	0.10 440	0.11 241	0.18 468	0.32 544	0.24 428	0.15 370	0.15 304	0.14 340	0.13 398	0.19 490	0.11 277	0.06 165	0.04 24	0.09 465	0.08 441	0.04 47	0.05 199

CASS	0.13 376	0.12 519	0.11 235	0.23 583	0.09 328	0.15 404	0.17 419	0.18 286	0.19 346	0.17 416	0.18 366	0.15 369	0.15 440	0.14 361	0.14 417	0.09 462	0.06 405	0.10 513	0.08 441	0.09 486	0.07 381
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.13 376	0.07 215	0.13 328	0.18 376	0.09 328	0.13 344	0.17 419	0.19 316	0.29 495	0.15 370	0.24 444	0.15 369	0.14 422	0.14 361	0.14 417	0.07 327	0.05 262	0.07 288	0.09 488	0.05 160	0.06 294

TestStereo1	0.13 376	0.08 333	0.08 55	0.19 444	0.08 203	0.18 475	0.29 632	0.23 395	0.16 268	0.17 416	0.20 389	0.16 384	0.10 294	0.12 280	0.13 380	0.06 165	0.06 405	0.08 382	0.06 271	0.05 160	0.05 199

qqq	0.13 376	0.09 413	0.15 413	0.16 200	0.08 203	0.13 344	0.15 309	0.23 395	0.16 268	0.15 370	0.19 377	0.16 384	0.16 468	0.15 385	0.16 464	0.07 327	0.06 405	0.08 382	0.08 441	0.07 359	0.07 381

x	0.13 376	0.07 215	0.14 365	0.14 55	0.08 203	0.18 475	0.14 227	0.22 374	0.20 369	0.15 370	0.19 377	0.19 434	0.17 491	0.18 475	0.18 497	0.07 327	0.05 262	0.06 179	0.06 271	0.07 359	0.07 381

raft_robust	0.13 376	0.10 475	0.07 10	0.18 376	0.08 203	0.13 344	0.24 585	0.28 494	0.33 527	0.20 486	0.19 377	0.14 340	0.10 294	0.11 187	0.12 338	0.05 50	0.05 262	0.07 288	0.07 368	0.05 160	0.04 70

RAFT+CT+SA	0.13 376	0.11 501	0.09 117	0.19 444	0.09 328	0.15 404	0.28 622	0.22 374	0.22 399	0.15 370	0.26 489	0.10 244	0.10 294	0.11 187	0.12 338	0.05 50	0.04 24	0.07 288	0.08 441	0.07 359	0.06 294

SA-5K	0.13 376	0.08 333	0.08 55	0.19 444	0.08 203	0.18 475	0.29 632	0.23 395	0.16 268	0.17 416	0.20 389	0.16 384	0.10 294	0.12 280	0.13 380	0.06 165	0.06 405	0.08 382	0.06 271	0.05 160	0.05 199

GwcNet-ADL	0.13 376	0.08 333	0.14 365	0.20 510	0.09 328	0.11 241	0.20 531	0.30 522	0.24 428	0.13 321	0.14 287	0.18 420	0.14 422	0.13 332	0.14 417	0.07 327	0.05 262	0.06 179	0.05 181	0.07 359	0.06 294

GANet-ADL	0.13 376	0.07 215	0.15 413	0.17 286	0.10 440	0.18 475	0.15 309	0.30 522	0.20 369	0.13 321	0.18 366	0.19 434	0.12 358	0.16 420	0.13 380	0.08 402	0.06 405	0.06 179	0.05 181	0.07 359	0.08 446

RAFT	0.13 376	0.09 413	0.11 235	0.18 376	0.08 203	0.15 404	0.24 585	0.20 327	0.19 346	0.21 500	0.21 412	0.17 406	0.12 358	0.16 420	0.09 101	0.06 165	0.07 477	0.10 513	0.09 488	0.05 160	0.05 199

TestStereo	0.13 376	0.14 559	0.11 235	0.23 583	0.08 203	0.15 404	0.21 551	0.20 327	0.23 411	0.14 343	0.24 444	0.16 384	0.12 358	0.16 420	0.14 417	0.05 50	0.06 405	0.08 382	0.06 271	0.09 486	0.05 199

sAnonymous2	0.13 376	0.12 519	0.24 555	0.20 510	0.12 524	0.17 456	0.13 162	0.26 454	0.21 385	0.11 250	0.11 234	0.13 320	0.08 221	0.10 119	0.10 197	0.09 462	0.05 262	0.08 382	0.06 271	0.15 606	0.10 519

CroCo_RVC	0.13 376	0.12 519	0.24 555	0.20 510	0.12 524	0.17 456	0.13 162	0.26 454	0.21 385	0.11 250	0.11 234	0.13 320	0.08 221	0.10 119	0.10 197	0.09 462	0.05 262	0.08 382	0.06 271	0.15 606	0.10 519

RAFT + AFF	0.13 376	0.07 215	0.20 527	0.20 510	0.10 440	0.14 378	0.24 585	0.26 454	0.20 369	0.11 250	0.10 184	0.12 294	0.10 294	0.15 385	0.12 338	0.07 327	0.06 405	0.09 465	0.08 441	0.06 280	0.08 446

GMStereo	0.13 376	0.14 559	0.14 365	0.18 376	0.09 328	0.15 404	0.16 378	0.20 327	0.24 428	0.16 398	0.17 339	0.10 244	0.10 294	0.16 420	0.13 380	0.07 327	0.06 405	0.06 179	0.06 271	0.07 359	0.06 294
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 376	0.07 215	0.14 365	0.17 286	0.09 328	0.15 404	0.16 378	0.28 494	0.27 473	0.14 343	0.17 339	0.12 294	0.13 398	0.14 361	0.11 277	0.08 402	0.05 262	0.07 288	0.07 368	0.07 359	0.06 294

FENet	0.13 376	0.08 333	0.12 278	0.16 200	0.08 203	0.14 378	0.15 309	0.22 374	0.23 411	0.17 416	0.23 432	0.16 384	0.12 358	0.14 361	0.15 448	0.08 402	0.05 262	0.08 382	0.08 441	0.07 359	0.07 381

cf-r	0.13 376	0.07 215	0.12 278	0.16 200	0.08 203	0.14 378	0.19 508	0.20 327	0.25 449	0.17 416	0.25 472	0.21 455	0.16 468	0.14 361	0.14 417	0.10 503	0.05 262	0.06 179	0.08 441	0.06 280	0.06 294

iResNet	0.13 376	0.10 475	0.18 503	0.19 444	0.08 203	0.13 344	0.18 468	0.20 327	0.26 463	0.15 370	0.23 432	0.15 369	0.13 398	0.14 361	0.14 417	0.06 165	0.04 24	0.06 179	0.05 181	0.06 280	0.05 199

DN-CSS_ROB	0.13 376	0.13 547	0.16 449	0.18 376	0.10 440	0.16 434	0.08 7	0.22 374	0.18 328	0.17 416	0.22 423	0.13 320	0.13 398	0.12 280	0.13 380	0.05 50	0.05 262	0.10 513	0.10 528	0.08 423	0.06 294

Selective-IGEV-i16pb	0.14 413	0.08 333	0.17 479	0.15 106	0.11 490	0.41 637	0.16 378	0.28 494	0.23 411	0.11 250	0.20 389	0.10 244	0.07 173	0.17 453	0.12 338	0.10 503	0.07 477	0.06 179	0.08 441	0.09 486	0.10 519

G2L-Stereo_test	0.14 413	0.07 215	0.11 235	0.13 16	0.08 203	0.12 293	0.16 378	0.30 522	0.28 488	0.20 486	0.23 432	0.20 446	0.16 468	0.17 453	0.18 497	0.07 327	0.05 262	0.05 44	0.05 181	0.07 359	0.06 294

coex_refinement	0.14 413	0.07 215	0.12 278	0.17 286	0.10 440	0.15 404	0.15 309	0.26 454	0.29 495	0.18 446	0.20 389	0.22 473	0.17 491	0.16 420	0.18 497	0.08 402	0.05 262	0.06 179	0.06 271	0.09 486	0.08 446

G2L-Stereo	0.14 413	0.07 215	0.13 328	0.17 286	0.09 328	0.13 344	0.12 92	0.27 475	0.22 399	0.16 398	0.27 498	0.21 455	0.13 398	0.17 453	0.18 497	0.09 462	0.08 507	0.08 382	0.07 368	0.07 359	0.07 381

rvit_0105_6	0.14 413	0.09 413	0.18 503	0.17 286	0.10 440	0.10 190	0.16 378	0.19 316	0.26 463	0.12 291	0.18 366	0.17 406	0.12 358	0.18 475	0.12 338	0.15 603	0.11 573	0.12 564	0.10 528	0.09 486	0.06 294

rvit_0105_5	0.14 413	0.09 413	0.13 328	0.17 286	0.09 328	0.14 378	0.23 572	0.24 419	0.27 473	0.14 343	0.15 304	0.18 420	0.12 358	0.17 453	0.14 417	0.14 599	0.11 573	0.10 513	0.10 528	0.08 423	0.06 294

rvit_0105_4	0.14 413	0.09 413	0.17 479	0.17 286	0.10 440	0.12 293	0.19 508	0.23 395	0.27 473	0.14 343	0.20 389	0.17 406	0.13 398	0.17 453	0.13 380	0.15 603	0.11 573	0.11 544	0.10 528	0.09 486	0.06 294

DCVSM-stereo	0.14 413	0.09 413	0.16 449	0.16 200	0.10 440	0.15 404	0.09 18	0.19 316	0.23 411	0.20 486	0.23 432	0.26 521	0.15 440	0.18 475	0.14 417	0.09 462	0.07 477	0.09 465	0.08 441	0.10 519	0.12 559

test_sample6	0.14 413	0.08 333	0.13 328	0.16 200	0.08 203	0.17 456	0.19 508	0.25 436	0.17 297	0.17 416	0.27 498	0.19 434	0.14 422	0.15 385	0.13 380	0.08 402	0.05 262	0.08 382	0.07 368	0.08 423	0.08 446

test_sample5	0.14 413	0.08 333	0.14 365	0.16 200	0.08 203	0.18 475	0.18 468	0.25 436	0.17 297	0.17 416	0.27 498	0.18 420	0.14 422	0.16 420	0.13 380	0.08 402	0.05 262	0.08 382	0.07 368	0.08 423	0.08 446

test_sample4	0.14 413	0.08 333	0.14 365	0.15 106	0.08 203	0.19 499	0.18 468	0.26 454	0.17 297	0.16 398	0.25 472	0.18 420	0.14 422	0.16 420	0.13 380	0.08 402	0.06 405	0.08 382	0.06 271	0.08 423	0.08 446

test_sample3	0.14 413	0.08 333	0.15 413	0.14 55	0.09 328	0.19 499	0.17 419	0.26 454	0.18 328	0.16 398	0.22 423	0.19 434	0.15 440	0.17 453	0.13 380	0.08 402	0.06 405	0.07 288	0.06 271	0.09 486	0.08 446

DispNO	0.14 413	0.08 333	0.17 479	0.19 444	0.12 524	0.11 241	0.21 551	0.23 395	0.29 495	0.17 416	0.23 432	0.18 420	0.17 491	0.15 385	0.15 448	0.07 327	0.05 262	0.08 382	0.08 441	0.07 359	0.06 294

SMFormer	0.14 413	0.07 215	0.17 479	0.14 55	0.08 203	0.16 434	0.17 419	0.26 454	0.27 473	0.19 463	0.20 389	0.18 420	0.15 440	0.15 385	0.17 479	0.08 402	0.05 262	0.07 288	0.06 271	0.07 359	0.06 294

tta	0.14 413	0.07 215	0.17 479	0.14 55	0.08 203	0.16 434	0.17 419	0.26 454	0.27 473	0.19 463	0.20 389	0.18 420	0.15 440	0.15 385	0.17 479	0.08 402	0.05 262	0.07 288	0.06 271	0.06 280	0.06 294

mmm	0.14 413	0.08 333	0.17 479	0.17 286	0.09 328	0.17 456	0.18 468	0.21 350	0.15 232	0.15 370	0.23 432	0.21 455	0.16 468	0.16 420	0.17 479	0.08 402	0.05 262	0.08 382	0.07 368	0.07 359	0.07 381

DualNet	0.14 413	0.08 333	0.14 365	0.16 200	0.08 203	0.18 475	0.18 468	0.25 436	0.17 297	0.17 416	0.27 498	0.18 420	0.14 422	0.16 420	0.13 380	0.08 402	0.05 262	0.08 382	0.07 368	0.08 423	0.08 446

mmx	0.14 413	0.09 413	0.14 365	0.16 200	0.08 203	0.17 456	0.17 419	0.27 475	0.25 449	0.15 370	0.25 472	0.19 434	0.13 398	0.14 361	0.20 516	0.08 402	0.06 405	0.09 465	0.08 441	0.08 423	0.08 446

xxx	0.14 413	0.09 413	0.14 365	0.16 200	0.08 203	0.17 456	0.17 419	0.27 475	0.25 449	0.15 370	0.25 472	0.19 434	0.13 398	0.14 361	0.20 516	0.08 402	0.06 405	0.09 465	0.08 441	0.08 423	0.08 446

PCWNet_CMD	0.14 413	0.08 333	0.15 413	0.17 286	0.09 328	0.14 378	0.14 227	0.29 508	0.36 552	0.14 343	0.20 389	0.21 455	0.12 358	0.17 453	0.13 380	0.07 327	0.05 262	0.07 288	0.07 368	0.07 359	0.07 381

CBFPSM	0.14 413	0.06 99	0.26 563	0.17 286	0.09 328	0.13 344	0.15 309	0.22 374	0.23 411	0.20 486	0.27 498	0.24 497	0.16 468	0.16 420	0.18 497	0.06 165	0.06 405	0.06 179	0.07 368	0.07 359	0.07 381

gwcnet-sp	0.14 413	0.07 215	0.12 278	0.18 376	0.09 328	0.16 434	0.17 419	0.24 419	0.24 428	0.18 446	0.24 444	0.15 369	0.16 468	0.15 385	0.15 448	0.08 402	0.06 405	0.07 288	0.08 441	0.08 423	0.07 381

scenet	0.14 413	0.07 215	0.12 278	0.18 376	0.09 328	0.16 434	0.17 419	0.24 419	0.24 428	0.18 446	0.24 444	0.15 369	0.16 468	0.15 385	0.15 448	0.08 402	0.06 405	0.07 288	0.08 441	0.08 423	0.07 381

ssnet	0.14 413	0.07 215	0.12 278	0.18 376	0.09 328	0.16 434	0.17 419	0.24 419	0.24 428	0.18 446	0.24 444	0.15 369	0.16 468	0.15 385	0.15 448	0.08 402	0.06 405	0.07 288	0.08 441	0.08 423	0.07 381

BUS	0.14 413	0.09 413	0.14 365	0.22 559	0.10 440	0.19 499	0.14 227	0.34 573	0.19 346	0.17 416	0.22 423	0.16 384	0.13 398	0.15 385	0.13 380	0.08 402	0.06 405	0.10 513	0.09 488	0.07 359	0.07 381

IER	0.14 413	0.07 215	0.13 328	0.17 286	0.09 328	0.14 378	0.16 378	0.25 436	0.26 463	0.18 446	0.25 472	0.17 406	0.20 533	0.16 420	0.14 417	0.08 402	0.05 262	0.07 288	0.06 271	0.08 423	0.07 381

test_5	0.14 413	0.12 519	0.08 55	0.20 510	0.10 440	0.14 378	0.29 632	0.21 350	0.24 428	0.18 446	0.28 512	0.11 274	0.15 440	0.12 280	0.13 380	0.06 165	0.05 262	0.07 288	0.08 441	0.08 423	0.07 381

psmg	0.14 413	0.09 413	0.14 365	0.17 286	0.10 440	0.15 404	0.17 419	0.29 508	0.19 346	0.17 416	0.21 412	0.25 511	0.16 468	0.15 385	0.14 417	0.08 402	0.06 405	0.08 382	0.08 441	0.07 359	0.06 294

UDGNet	0.14 413	0.13 547	0.16 449	0.17 286	0.10 440	0.12 293	0.16 378	0.21 350	0.27 473	0.20 486	0.20 389	0.16 384	0.13 398	0.16 420	0.13 380	0.10 503	0.06 405	0.09 465	0.07 368	0.06 280	0.07 381

CFNet_pseudo	0.14 413	0.08 333	0.15 413	0.16 200	0.09 328	0.13 344	0.14 227	0.27 475	0.34 539	0.14 343	0.21 412	0.22 473	0.13 398	0.18 475	0.14 417	0.07 327	0.05 262	0.08 382	0.06 271	0.07 359	0.07 381

GES	0.14 413	0.08 333	0.16 449	0.15 106	0.10 440	0.13 344	0.13 162	0.28 494	0.25 449	0.16 398	0.23 432	0.18 420	0.13 398	0.16 420	0.13 380	0.08 402	0.07 477	0.07 288	0.06 271	0.08 423	0.09 490

GANet-RSSM	0.14 413	0.07 215	0.13 328	0.13 16	0.08 203	0.14 378	0.17 419	0.22 374	0.21 385	0.17 416	0.24 444	0.23 491	0.15 440	0.16 420	0.15 448	0.10 503	0.06 405	0.07 288	0.08 441	0.08 423	0.07 381

PSMNet-RSSM	0.14 413	0.07 215	0.13 328	0.15 106	0.08 203	0.13 344	0.16 378	0.24 419	0.24 428	0.16 398	0.28 512	0.22 473	0.14 422	0.15 385	0.13 380	0.11 534	0.06 405	0.09 465	0.12 582	0.08 423	0.07 381

GwcNet-RSSM	0.14 413	0.07 215	0.12 278	0.15 106	0.08 203	0.15 404	0.20 531	0.21 350	0.27 473	0.18 446	0.27 498	0.22 473	0.16 468	0.14 361	0.15 448	0.10 503	0.05 262	0.07 288	0.09 488	0.07 359	0.07 381

CFNet-ft	0.14 413	0.07 215	0.15 413	0.12 5	0.09 328	0.16 434	0.18 468	0.22 374	0.24 428	0.17 416	0.26 489	0.24 497	0.14 422	0.16 420	0.14 417	0.11 534	0.06 405	0.08 382	0.09 488	0.09 486	0.08 446

DMCA	0.14 413	0.09 413	0.16 449	0.19 444	0.09 328	0.15 404	0.17 419	0.23 395	0.27 473	0.14 343	0.19 377	0.17 406	0.18 505	0.15 385	0.17 479	0.10 503	0.06 405	0.08 382	0.06 271	0.09 486	0.10 519

RASNet	0.14 413	0.07 215	0.14 365	0.16 200	0.08 203	0.18 475	0.14 227	0.29 508	0.20 369	0.17 416	0.25 472	0.21 455	0.18 505	0.20 515	0.19 510	0.07 327	0.06 405	0.06 179	0.08 441	0.06 280	0.06 294

MSMDNet	0.14 413	0.08 333	0.15 413	0.17 286	0.09 328	0.14 378	0.14 227	0.29 508	0.36 552	0.14 343	0.21 412	0.21 455	0.12 358	0.17 453	0.14 417	0.07 327	0.05 262	0.07 288	0.07 368	0.07 359	0.07 381

HSM-Net_RVC	0.14 413	0.08 333	0.11 235	0.15 106	0.08 203	0.15 404	0.15 309	0.27 475	0.29 495	0.19 463	0.21 412	0.29 547	0.14 422	0.17 453	0.13 380	0.06 165	0.06 405	0.06 179	0.06 271	0.07 359	0.06 294
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 413	0.07 215	0.15 413	0.12 5	0.09 328	0.16 434	0.18 468	0.22 374	0.24 428	0.17 416	0.26 489	0.24 497	0.14 422	0.16 420	0.14 417	0.11 534	0.06 405	0.08 382	0.09 488	0.09 486	0.08 446

ccs_rob	0.14 413	0.08 333	0.15 413	0.16 200	0.09 328	0.12 293	0.14 227	0.27 475	0.34 539	0.14 343	0.21 412	0.22 473	0.13 398	0.18 475	0.14 417	0.07 327	0.05 262	0.08 382	0.07 368	0.07 359	0.07 381

UCFNet_RVC	0.14 413	0.08 333	0.13 328	0.11 1	0.10 440	0.20 515	0.10 32	0.24 419	0.22 399	0.17 416	0.20 389	0.23 491	0.15 440	0.17 453	0.15 448	0.12 559	0.07 477	0.10 513	0.13 593	0.11 542	0.10 519

iResNetv2_ROB	0.14 413	0.08 333	0.15 413	0.16 200	0.08 203	0.16 434	0.12 92	0.25 436	0.35 548	0.21 500	0.29 524	0.24 497	0.13 398	0.14 361	0.14 417	0.06 165	0.05 262	0.06 179	0.04 53	0.09 486	0.08 446

iResNet_ROB	0.14 413	0.07 215	0.13 328	0.14 55	0.07 124	0.18 475	0.14 227	0.26 454	0.31 513	0.22 516	0.25 472	0.23 491	0.15 440	0.15 385	0.13 380	0.07 327	0.05 262	0.05 44	0.04 53	0.08 423	0.08 446

DDVS	0.15 457	0.10 475	0.21 536	0.16 200	0.12 524	0.15 404	0.14 227	0.25 436	0.19 346	0.18 446	0.29 524	0.27 529	0.12 358	0.19 490	0.15 448	0.09 462	0.06 405	0.09 465	0.07 368	0.11 542	0.11 546

rvit_0105_3	0.15 457	0.09 413	0.14 365	0.19 444	0.12 524	0.15 404	0.25 600	0.25 436	0.29 495	0.15 370	0.17 339	0.20 446	0.13 398	0.17 453	0.14 417	0.13 585	0.11 573	0.12 564	0.14 597	0.07 359	0.06 294

ACV-stereo	0.15 457	0.10 475	0.28 575	0.18 376	0.12 524	0.14 378	0.12 92	0.23 395	0.21 385	0.19 463	0.23 432	0.22 473	0.15 440	0.23 556	0.17 479	0.07 327	0.06 405	0.07 288	0.07 368	0.07 359	0.07 381

ITSA-stereo	0.15 457	0.10 475	0.14 365	0.19 444	0.08 203	0.12 293	0.14 227	0.30 522	0.49 612	0.17 416	0.19 377	0.22 473	0.15 440	0.17 453	0.16 464	0.10 503	0.06 405	0.08 382	0.08 441	0.08 423	0.08 446

test_sample7	0.15 457	0.10 475	0.16 449	0.14 55	0.11 490	0.16 434	0.16 378	0.27 475	0.23 411	0.20 486	0.20 389	0.24 497	0.19 521	0.16 420	0.16 464	0.12 559	0.06 405	0.10 513	0.09 488	0.10 519	0.10 519

1111x	0.15 457	0.08 333	0.12 278	0.18 376	0.07 124	0.18 475	0.25 600	0.31 533	0.24 428	0.17 416	0.24 444	0.26 521	0.15 440	0.13 332	0.23 557	0.07 327	0.07 477	0.08 382	0.09 488	0.07 359	0.06 294

CFNet_ucs	0.15 457	0.08 333	0.16 449	0.16 200	0.11 490	0.14 378	0.14 227	0.30 522	0.34 539	0.16 398	0.24 444	0.23 491	0.14 422	0.18 475	0.15 448	0.09 462	0.06 405	0.08 382	0.07 368	0.09 486	0.09 490

BSDual-CNN	0.15 457	0.09 413	0.14 365	0.22 559	0.10 440	0.14 378	0.15 309	0.34 573	0.19 346	0.17 416	0.22 423	0.25 511	0.16 468	0.15 385	0.14 417	0.08 402	0.06 405	0.10 513	0.09 488	0.07 359	0.07 381

hknet	0.15 457	0.11 501	0.13 328	0.22 559	0.11 490	0.14 378	0.15 309	0.34 573	0.25 449	0.17 416	0.22 423	0.22 473	0.18 505	0.17 453	0.12 338	0.07 327	0.06 405	0.10 513	0.09 488	0.07 359	0.07 381

dd	0.15 457	0.16 577	0.16 449	0.19 444	0.09 328	0.15 404	0.18 468	0.21 350	0.25 449	0.23 529	0.20 389	0.21 455	0.09 255	0.21 532	0.16 464	0.10 503	0.06 405	0.08 382	0.06 271	0.08 423	0.06 294

DAS	0.15 457	0.08 333	0.18 503	0.19 444	0.10 440	0.19 499	0.17 419	0.27 475	0.29 495	0.18 446	0.25 472	0.21 455	0.15 440	0.16 420	0.12 338	0.08 402	0.06 405	0.06 179	0.06 271	0.07 359	0.07 381

SepStereo	0.15 457	0.08 333	0.18 503	0.19 444	0.10 440	0.19 499	0.17 419	0.27 475	0.29 495	0.18 446	0.25 472	0.21 455	0.15 440	0.25 571	0.12 338	0.08 402	0.06 405	0.06 179	0.06 271	0.07 359	0.07 381

PSMNet-ADL	0.15 457	0.12 519	0.13 328	0.22 559	0.09 328	0.13 344	0.20 531	0.26 454	0.23 411	0.18 446	0.20 389	0.24 497	0.16 468	0.18 475	0.17 479	0.08 402	0.08 507	0.08 382	0.11 562	0.08 423	0.07 381

LMCR-Stereo	0.15 457	0.08 333	0.13 328	0.21 542	0.09 328	0.17 456	0.20 531	0.27 475	0.19 346	0.24 538	0.24 444	0.23 491	0.17 491	0.20 515	0.17 479	0.07 327	0.06 405	0.08 382	0.06 271	0.10 519	0.08 446

ICVP	0.15 457	0.09 413	0.12 278	0.22 559	0.09 328	0.17 456	0.21 551	0.25 436	0.23 411	0.18 446	0.30 531	0.26 521	0.18 505	0.17 453	0.14 417	0.09 462	0.07 477	0.08 382	0.07 368	0.07 359	0.07 381
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xxxx	0.15 457	0.07 215	0.14 365	0.14 55	0.08 203	0.23 557	0.18 468	0.31 533	0.19 346	0.14 343	0.28 512	0.22 473	0.14 422	0.15 385	0.26 591	0.09 462	0.05 262	0.07 288	0.07 368	0.08 423	0.07 381

test_xeample	0.15 457	0.06 99	0.13 328	0.14 55	0.08 203	0.21 532	0.20 531	0.28 494	0.20 369	0.16 398	0.29 524	0.19 434	0.16 468	0.15 385	0.26 591	0.09 462	0.05 262	0.07 288	0.07 368	0.07 359	0.07 381

ACVNet	0.15 457	0.09 413	0.15 413	0.13 16	0.12 524	0.14 378	0.20 531	0.22 374	0.33 527	0.17 416	0.26 489	0.21 455	0.16 468	0.17 453	0.21 536	0.07 327	0.06 405	0.06 179	0.06 271	0.08 423	0.06 294

acv_ft	0.15 457	0.09 413	0.15 413	0.19 444	0.10 440	0.16 434	0.17 419	0.25 436	0.33 527	0.19 463	0.26 489	0.21 455	0.17 491	0.17 453	0.18 497	0.07 327	0.06 405	0.06 179	0.06 271	0.08 423	0.06 294

CFNet	0.15 457	0.10 475	0.17 479	0.17 286	0.08 203	0.18 475	0.09 18	0.28 494	0.25 449	0.19 463	0.24 444	0.24 497	0.17 491	0.17 453	0.14 417	0.08 402	0.06 405	0.09 465	0.10 528	0.07 359	0.06 294

AdaStereo	0.15 457	0.11 501	0.15 413	0.18 376	0.09 328	0.20 515	0.11 60	0.32 544	0.28 488	0.20 486	0.23 432	0.20 446	0.13 398	0.19 490	0.14 417	0.12 559	0.05 262	0.10 513	0.07 368	0.09 486	0.07 381
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	0.15 457	0.08 333	0.14 365	0.16 200	0.09 328	0.16 434	0.14 227	0.28 494	0.25 449	0.19 463	0.23 432	0.37 601	0.16 468	0.20 515	0.15 448	0.07 327	0.05 262	0.07 288	0.06 271	0.07 359	0.06 294

pmcnn	0.15 457	0.07 215	0.19 515	0.15 106	0.07 124	0.20 515	0.15 309	0.24 419	0.26 463	0.21 500	0.34 559	0.28 539	0.18 505	0.18 475	0.17 479	0.07 327	0.05 262	0.05 44	0.04 53	0.07 359	0.06 294

DStereoRT	0.16 480	0.06 99	0.11 235	0.19 444	0.09 328	0.12 293	0.12 92	0.28 494	0.22 399	0.12 291	0.20 389	0.11 274	0.10 294	0.15 385	0.14 417	0.06 165	0.05 262	0.96 680	0.09 488	0.05 160	0.04 70

DualNet (step1)	0.16 480	0.12 519	0.20 527	0.12 5	0.14 568	0.17 456	0.13 162	0.27 475	0.23 411	0.20 486	0.20 389	0.24 497	0.19 521	0.16 420	0.16 464	0.15 603	0.06 405	0.14 592	0.14 597	0.14 590	0.12 559

GMStereo_Zeroshot	0.16 480	0.13 547	0.24 555	0.20 510	0.10 440	0.17 456	0.13 162	0.29 508	0.25 449	0.23 529	0.32 543	0.25 511	0.11 327	0.19 490	0.14 417	0.09 462	0.06 405	0.11 544	0.06 271	0.12 557	0.08 446

iinet-f	0.16 480	0.06 99	0.45 620	0.14 55	0.10 440	0.21 532	0.14 227	0.27 475	0.23 411	0.21 500	0.24 444	0.21 455	0.15 440	0.18 475	0.21 536	0.09 462	0.07 477	0.07 288	0.06 271	0.09 486	0.10 519

CRFU-Net	0.16 480	0.08 333	0.14 365	0.17 286	0.09 328	0.19 499	0.14 227	0.26 454	0.20 369	0.28 578	0.27 498	0.29 547	0.17 491	0.19 490	0.17 479	0.09 462	0.09 540	0.07 288	0.07 368	0.08 423	0.08 446

NINENet	0.16 480	0.10 475	0.15 413	0.17 286	0.11 490	0.19 499	0.14 227	0.40 617	0.36 552	0.18 446	0.21 412	0.16 384	0.13 398	0.15 385	0.13 380	0.08 402	0.08 507	0.10 513	0.07 368	0.10 519	0.09 490

CSP-Net	0.16 480	0.09 413	0.14 365	0.16 200	0.09 328	0.19 499	0.17 419	0.25 436	0.32 520	0.25 551	0.30 531	0.24 497	0.15 440	0.21 532	0.18 497	0.09 462	0.06 405	0.07 288	0.07 368	0.08 423	0.07 381

AASNet	0.16 480	0.08 333	0.12 278	0.19 444	0.09 328	0.18 475	0.15 309	0.37 601	0.37 559	0.19 463	0.23 432	0.20 446	0.16 468	0.17 453	0.20 516	0.10 503	0.08 507	0.08 382	0.07 368	0.09 486	0.09 490

AACVNet	0.16 480	0.08 333	0.14 365	0.15 106	0.10 440	0.18 475	0.15 309	0.23 395	0.24 428	0.27 563	0.27 498	0.28 539	0.17 491	0.19 490	0.16 464	0.09 462	0.07 477	0.09 465	0.07 368	0.10 519	0.09 490

ADLNet2	0.16 480	0.09 413	0.13 328	0.16 200	0.09 328	0.20 515	0.16 378	0.31 533	0.39 569	0.16 398	0.20 389	0.20 446	0.18 505	0.21 532	0.22 545	0.08 402	0.06 405	0.07 288	0.07 368	0.09 486	0.07 381

Anonymous3	0.16 480	0.13 547	0.33 595	0.26 608	0.14 568	0.27 593	0.17 419	0.28 494	0.28 488	0.15 370	0.17 339	0.14 340	0.10 294	0.15 385	0.12 338	0.08 402	0.08 507	0.08 382	0.08 441	0.08 423	0.11 546

ADLNet	0.16 480	0.08 333	0.15 413	0.16 200	0.10 440	0.16 434	0.17 419	0.32 544	0.27 473	0.22 516	0.27 498	0.24 497	0.16 468	0.18 475	0.21 536	0.10 503	0.06 405	0.10 513	0.10 528	0.08 423	0.09 490

HCRNet	0.16 480	0.24 624	0.12 278	0.35 642	0.11 490	0.15 404	0.17 419	0.26 454	0.22 399	0.19 463	0.24 444	0.21 455	0.14 422	0.15 385	0.13 380	0.11 534	0.07 477	0.11 544	0.10 528	0.09 486	0.07 381

222	0.16 480	0.07 215	0.14 365	0.14 55	0.08 203	0.24 562	0.18 468	0.30 522	0.20 369	0.17 416	0.28 512	0.17 406	0.16 468	0.15 385	0.40 646	0.10 503	0.05 262	0.07 288	0.06 271	0.07 359	0.08 446

UPFNet	0.16 480	0.08 333	0.12 278	0.20 510	0.12 524	0.20 515	0.23 572	0.28 494	0.26 463	0.17 416	0.24 444	0.22 473	0.19 521	0.19 490	0.21 536	0.09 462	0.07 477	0.08 382	0.09 488	0.08 423	0.06 294

ac_64	0.16 480	0.08 333	0.15 413	0.18 376	0.10 440	0.22 541	0.18 468	0.24 419	0.21 385	0.18 446	0.24 444	0.29 547	0.18 505	0.19 490	0.22 545	0.09 462	0.07 477	0.08 382	0.09 488	0.07 359	0.06 294

DSFCA	0.16 480	0.09 413	0.14 365	0.16 200	0.10 440	0.20 515	0.19 508	0.28 494	0.31 513	0.23 529	0.24 444	0.22 473	0.15 440	0.19 490	0.20 516	0.10 503	0.07 477	0.09 465	0.09 488	0.08 423	0.08 446

FADNet-RVC-Resample	0.16 480	0.11 501	0.31 588	0.22 559	0.11 490	0.19 499	0.14 227	0.25 436	0.24 428	0.24 538	0.27 498	0.20 446	0.15 440	0.16 420	0.15 448	0.07 327	0.08 507	0.12 564	0.10 528	0.09 486	0.10 519

FADNet_RVC	0.16 480	0.14 559	0.40 613	0.20 510	0.11 490	0.13 344	0.13 162	0.26 454	0.22 399	0.21 500	0.23 432	0.20 446	0.17 491	0.14 361	0.16 464	0.08 402	0.08 507	0.12 564	0.09 488	0.11 542	0.10 519

AANet_RVC	0.16 480	0.10 475	0.10 181	0.18 376	0.09 328	0.18 475	0.19 508	0.26 454	0.31 513	0.22 516	0.35 563	0.21 455	0.21 537	0.22 545	0.16 464	0.06 165	0.05 262	0.06 179	0.06 271	0.07 359	0.06 294

DeepPruner_ROB	0.16 480	0.11 501	0.15 413	0.17 286	0.10 440	0.17 456	0.15 309	0.32 544	0.21 385	0.19 463	0.21 412	0.22 473	0.18 505	0.20 515	0.15 448	0.13 585	0.09 540	0.09 465	0.09 488	0.11 542	0.10 519

z-ln-s-r	0.17 501	0.10 475	0.40 613	0.19 444	0.08 203	0.17 456	0.18 468	0.22 374	0.33 527	0.18 446	0.40 592	0.22 473	0.17 491	0.20 515	0.23 557	0.07 327	0.05 262	0.07 288	0.07 368	0.07 359	0.05 199

rvit_stereo_0075_2	0.17 501	0.12 519	0.25 560	0.23 583	0.16 599	0.13 344	0.10 32	0.30 522	0.27 473	0.20 486	0.28 512	0.22 473	0.15 440	0.18 475	0.13 380	0.16 619	0.10 561	0.17 614	0.10 528	0.10 519	0.09 490

ToySt	0.17 501	0.11 501	0.18 503	0.17 286	0.11 490	0.16 434	0.25 600	0.24 419	0.33 527	0.19 463	0.24 444	0.26 521	0.24 560	0.19 490	0.20 516	0.07 327	0.08 507	0.09 465	0.10 528	0.09 486	0.08 446

ssnet_v2	0.17 501	0.10 475	0.17 479	0.17 286	0.11 490	0.21 532	0.21 551	0.33 564	0.25 449	0.22 516	0.22 423	0.27 529	0.18 505	0.22 545	0.20 516	0.11 534	0.09 540	0.09 465	0.09 488	0.08 423	0.08 446

dad	0.17 501	0.20 609	0.20 527	0.16 200	0.11 490	0.20 515	0.18 468	0.21 350	0.28 488	0.30 592	0.24 444	0.29 547	0.13 398	0.19 490	0.16 464	0.18 625	0.09 540	0.11 544	0.09 488	0.11 542	0.07 381

GEStereo_RVC	0.17 501	0.12 519	0.15 413	0.22 559	0.11 490	0.19 499	0.17 419	0.32 544	0.48 605	0.20 486	0.25 472	0.17 406	0.13 398	0.21 532	0.16 464	0.10 503	0.06 405	0.08 382	0.07 368	0.09 486	0.08 446

MMNet	0.17 501	0.09 413	0.16 449	0.20 510	0.11 490	0.27 593	0.20 531	0.25 436	0.41 578	0.22 516	0.30 531	0.21 455	0.20 533	0.17 453	0.20 516	0.06 165	0.06 405	0.07 288	0.07 368	0.08 423	0.07 381

delet	0.17 501	0.08 333	0.17 479	0.19 444	0.11 490	0.20 515	0.21 551	0.30 522	0.37 559	0.17 416	0.26 489	0.19 434	0.19 521	0.19 490	0.21 536	0.08 402	0.08 507	0.09 465	0.11 562	0.06 280	0.06 294

UNet	0.17 501	0.09 413	0.18 503	0.19 444	0.12 524	0.27 593	0.19 508	0.33 564	0.29 495	0.21 500	0.24 444	0.23 491	0.19 521	0.19 490	0.18 497	0.07 327	0.06 405	0.08 382	0.07 368	0.08 423	0.06 294

HGLStereo	0.17 501	0.08 333	0.19 515	0.17 286	0.12 524	0.18 475	0.18 468	0.31 533	0.32 520	0.21 500	0.32 543	0.25 511	0.18 505	0.19 490	0.20 516	0.09 462	0.09 540	0.07 288	0.07 368	0.09 486	0.10 519

DMCA-RVC	0.17 501	0.10 475	0.15 413	0.24 592	0.11 490	0.18 475	0.18 468	0.25 436	0.24 428	0.21 500	0.26 489	0.25 511	0.27 583	0.18 475	0.20 516	0.12 559	0.08 507	0.13 579	0.10 528	0.10 519	0.08 446

TDLM	0.17 501	0.12 519	0.13 328	0.24 592	0.10 440	0.18 475	0.18 468	0.36 595	0.30 505	0.21 500	0.28 512	0.28 539	0.18 505	0.23 556	0.18 497	0.11 534	0.07 477	0.10 513	0.10 528	0.08 423	0.08 446

NLCA_NET_v2_RVC	0.17 501	0.10 475	0.22 542	0.20 510	0.10 440	0.15 404	0.18 468	0.31 533	0.25 449	0.21 500	0.30 531	0.25 511	0.17 491	0.21 532	0.20 516	0.09 462	0.06 405	0.08 382	0.08 441	0.07 359	0.08 446
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	0.17 501	0.12 519	0.15 413	0.20 510	0.09 328	0.18 475	0.18 468	0.26 454	0.23 411	0.26 557	0.40 592	0.22 473	0.17 491	0.21 532	0.20 516	0.08 402	0.05 262	0.09 465	0.10 528	0.07 359	0.07 381
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ISRNet	0.18 515	0.08 333	0.19 515	0.19 444	0.13 547	0.15 404	0.12 92	0.30 522	0.32 520	0.21 500	0.25 472	0.27 529	0.17 491	0.17 453	0.20 516	0.20 633	0.08 507	0.14 592	0.14 597	0.14 590	0.17 625

test_sample9	0.18 515	0.12 519	0.20 527	0.12 5	0.14 568	0.17 456	0.13 162	0.27 475	0.23 411	0.20 486	0.20 389	0.24 497	0.19 521	0.19 490	0.17 479	0.15 603	0.30 655	0.14 592	0.14 597	0.14 590	0.12 559

fast-acv-ft	0.18 515	0.11 501	0.19 515	0.19 444	0.12 524	0.24 562	0.21 551	0.25 436	0.34 539	0.22 516	0.34 559	0.27 529	0.20 533	0.21 532	0.23 557	0.09 462	0.09 540	0.08 382	0.10 528	0.08 423	0.07 381

HBP-ISP	0.18 515	0.13 547	0.16 449	0.15 106	0.11 490	0.08 76	0.13 162	0.28 494	0.29 495	0.22 516	0.33 555	0.21 455	0.25 569	0.23 556	0.17 479	0.14 599	0.16 623	0.21 628	0.17 624	0.10 519	0.08 446

Wz-Net-LNSev-Ref	0.18 515	0.09 413	0.29 583	0.15 106	0.10 440	0.22 541	0.20 531	0.26 454	0.39 569	0.25 551	0.42 609	0.24 497	0.15 440	0.20 515	0.19 510	0.07 327	0.05 262	0.06 179	0.05 181	0.10 519	0.09 490

SACVNet	0.18 515	0.12 519	0.14 365	0.17 286	0.13 547	0.22 541	0.18 468	0.31 533	0.30 505	0.23 529	0.31 539	0.30 557	0.22 546	0.22 545	0.17 479	0.11 534	0.08 507	0.10 513	0.10 528	0.12 557	0.14 598

psm_up	0.18 515	0.10 475	0.18 503	0.20 510	0.11 490	0.17 456	0.19 508	0.37 601	0.34 539	0.21 500	0.28 512	0.29 547	0.24 560	0.20 515	0.22 545	0.09 462	0.10 561	0.11 544	0.11 562	0.08 423	0.08 446

hitnet-ft	0.18 515	0.09 413	0.17 479	0.14 55	0.09 328	0.26 583	0.20 531	0.25 436	0.26 463	0.24 538	0.32 543	0.31 570	0.22 546	0.24 566	0.21 536	0.12 559	0.07 477	0.10 513	0.08 441	0.12 557	0.11 546

STTStereo	0.18 515	0.12 519	0.27 570	0.20 510	0.11 490	0.16 434	0.21 551	0.29 508	0.23 411	0.21 500	0.30 531	0.29 547	0.18 505	0.20 515	0.19 510	0.12 559	0.11 573	0.11 544	0.14 597	0.09 486	0.08 446

CVANet_RVC	0.18 515	0.10 475	0.14 365	0.21 542	0.10 440	0.18 475	0.17 419	0.34 573	0.33 527	0.22 516	0.31 539	0.28 539	0.18 505	0.23 556	0.17 479	0.12 559	0.08 507	0.12 564	0.11 562	0.09 486	0.07 381

StereoDRNet	0.18 515	0.11 501	0.17 479	0.22 559	0.11 490	0.21 532	0.22 561	0.37 601	0.33 527	0.24 538	0.28 512	0.30 557	0.19 521	0.20 515	0.20 516	0.09 462	0.08 507	0.11 544	0.09 488	0.09 486	0.07 381

DLCB_ROB	0.18 515	0.10 475	0.15 413	0.23 583	0.11 490	0.24 562	0.18 468	0.29 508	0.28 488	0.27 563	0.28 512	0.28 539	0.24 560	0.19 490	0.20 516	0.08 402	0.08 507	0.09 465	0.09 488	0.07 359	0.07 381

TCMNet	0.19 527	0.12 519	0.19 515	0.20 510	0.18 621	0.20 515	0.24 585	0.27 475	0.36 552	0.23 529	0.26 489	0.25 511	0.19 521	0.19 490	0.23 557	0.13 585	0.11 573	0.11 544	0.12 582	0.13 576	0.12 559

rvit_105_1	0.19 527	0.11 501	0.25 560	0.21 542	0.16 599	0.21 532	0.27 616	0.31 533	0.41 578	0.19 463	0.20 389	0.22 473	0.17 491	0.19 490	0.17 479	0.12 559	0.12 589	0.13 579	0.15 613	0.08 423	0.07 381

test_sample8	0.19 527	0.12 519	0.20 527	0.12 5	0.14 568	0.17 456	0.13 162	0.31 533	0.21 385	0.27 563	0.22 423	0.36 596	0.25 569	0.19 490	0.17 479	0.15 603	0.30 655	0.14 592	0.14 597	0.14 590	0.12 559

SDNR	0.19 527	0.08 333	0.19 515	0.16 200	0.12 524	0.77 668	0.14 227	0.25 436	0.32 520	0.19 463	0.24 444	0.19 434	0.13 398	0.19 490	0.15 448	0.16 619	0.18 630	0.14 592	0.11 562	0.08 423	0.11 546

pcwnet_v2	0.19 527	0.10 475	0.26 563	0.17 286	0.14 568	0.18 475	0.15 309	0.37 601	0.46 603	0.19 463	0.24 444	0.21 455	0.19 521	0.20 515	0.19 510	0.13 585	0.10 561	0.10 513	0.10 528	0.11 542	0.13 581

ADCRef	0.19 527	0.12 519	0.41 616	0.20 510	0.12 524	0.22 541	0.18 468	0.32 544	0.36 552	0.26 557	0.32 543	0.17 406	0.23 554	0.24 566	0.24 570	0.07 327	0.06 405	0.09 465	0.09 488	0.08 423	0.08 446

NVstereo2D	0.19 527	0.10 475	0.15 413	0.17 286	0.15 588	0.28 600	0.23 572	0.44 634	0.42 586	0.15 370	0.27 498	0.25 511	0.19 521	0.22 545	0.17 479	0.09 462	0.06 405	0.10 513	0.08 441	0.15 606	0.09 490

DRN-Test	0.19 527	0.11 501	0.20 527	0.22 559	0.10 440	0.22 541	0.22 561	0.39 613	0.37 559	0.24 538	0.32 543	0.26 521	0.21 537	0.22 545	0.24 570	0.11 534	0.07 477	0.11 544	0.10 528	0.09 486	0.07 381

DISCO	0.19 527	0.09 413	0.22 542	0.17 286	0.10 440	0.25 573	0.18 468	0.27 475	0.44 596	0.22 516	0.31 539	0.33 583	0.26 575	0.28 588	0.28 607	0.08 402	0.06 405	0.07 288	0.07 368	0.09 486	0.09 490

CBMV_ROB	0.19 527	0.13 547	0.17 479	0.16 200	0.11 490	0.15 404	0.13 162	0.26 454	0.28 488	0.27 563	0.30 531	0.27 529	0.24 560	0.23 556	0.16 464	0.15 603	0.17 628	0.22 632	0.20 630	0.10 519	0.11 546

NOSS_ROB	0.19 527	0.12 519	0.18 503	0.16 200	0.12 524	0.15 404	0.12 92	0.30 522	0.32 520	0.20 486	0.22 423	0.27 529	0.23 554	0.21 532	0.16 464	0.16 619	0.18 630	0.23 633	0.21 632	0.12 557	0.13 581

CBMV	0.19 527	0.14 559	0.17 479	0.18 376	0.10 440	0.20 515	0.11 60	0.29 508	0.30 505	0.29 587	0.30 531	0.30 557	0.23 554	0.27 576	0.19 510	0.13 585	0.15 619	0.17 614	0.16 617	0.10 519	0.10 519
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	0.20 539	0.14 559	0.37 608	0.22 559	0.12 524	0.20 515	0.21 551	0.28 494	0.37 559	0.25 551	0.37 572	0.27 529	0.22 546	0.21 532	0.23 557	0.08 402	0.08 507	0.09 465	0.09 488	0.10 519	0.09 490

YMNet	0.20 539	0.12 519	0.19 515	0.20 510	0.14 568	0.26 583	0.23 572	0.32 544	0.34 539	0.27 563	0.34 559	0.30 557	0.18 505	0.18 475	0.22 545	0.10 503	0.13 604	0.10 513	0.10 528	0.08 423	0.09 490

YMNet_1	0.20 539	0.12 519	0.19 515	0.20 510	0.14 568	0.26 583	0.23 572	0.32 544	0.34 539	0.27 563	0.34 559	0.30 557	0.18 505	0.18 475	0.22 545	0.10 503	0.13 604	0.10 513	0.10 528	0.08 423	0.09 490

GwcNet	0.20 539	0.13 547	0.19 515	0.18 376	0.12 524	0.24 562	0.19 508	0.35 588	0.43 591	0.20 486	0.32 543	0.33 583	0.20 533	0.22 545	0.24 570	0.11 534	0.09 540	0.09 465	0.09 488	0.09 486	0.10 519

FAT-Stereo	0.20 539	0.12 519	0.22 542	0.21 542	0.12 524	0.17 456	0.18 468	0.34 573	0.39 569	0.27 563	0.37 572	0.34 590	0.32 614	0.21 532	0.20 516	0.09 462	0.11 573	0.10 513	0.09 488	0.11 542	0.14 598

FADNet-RVC	0.20 539	0.20 609	0.38 610	0.21 542	0.16 599	0.20 515	0.15 309	0.26 454	0.26 463	0.26 557	0.32 543	0.26 521	0.21 537	0.22 545	0.19 510	0.12 559	0.13 604	0.12 564	0.14 597	0.13 576	0.18 628

S-Stereo	0.20 539	0.12 519	0.25 560	0.21 542	0.13 547	0.20 515	0.18 468	0.32 544	0.43 591	0.23 529	0.36 566	0.28 539	0.30 606	0.19 490	0.22 545	0.09 462	0.12 589	0.10 513	0.10 528	0.13 576	0.13 581

SuperB	0.20 539	0.10 475	0.56 636	0.16 200	0.09 328	0.18 475	0.18 468	0.24 419	0.50 615	0.26 557	0.39 586	0.17 406	0.21 537	0.22 545	0.21 536	0.08 402	0.06 405	0.06 179	0.06 271	0.12 557	0.10 519

ADCP+	0.20 539	0.10 475	0.33 595	0.20 510	0.12 524	0.22 541	0.26 609	0.31 533	0.34 539	0.26 557	0.37 572	0.22 473	0.22 546	0.27 576	0.27 599	0.09 462	0.06 405	0.08 382	0.08 441	0.09 486	0.10 519

PS-NSSS	0.20 539	0.21 615	0.23 551	0.20 510	0.10 440	0.19 499	0.17 419	0.36 595	0.25 449	0.27 563	0.33 555	0.27 529	0.24 560	0.20 515	0.20 516	0.15 603	0.12 589	0.17 614	0.14 597	0.10 519	0.08 446

PWCDC_ROB	0.20 539	0.13 547	0.22 542	0.24 592	0.11 490	0.19 499	0.15 309	0.33 564	0.54 625	0.29 587	0.50 625	0.21 455	0.15 440	0.27 576	0.20 516	0.11 534	0.09 540	0.10 513	0.08 441	0.11 542	0.09 490

SGM-Forest	0.20 539	0.14 559	0.18 503	0.19 444	0.13 547	0.20 515	0.22 561	0.33 564	0.30 505	0.24 538	0.29 524	0.28 539	0.19 521	0.23 556	0.17 479	0.15 603	0.16 623	0.15 604	0.14 597	0.12 557	0.12 559
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UDG	0.21 551	0.17 588	0.19 515	0.23 583	0.15 588	0.30 607	0.20 531	0.33 564	0.35 548	0.23 529	0.28 512	0.31 570	0.27 583	0.20 515	0.22 545	0.15 603	0.12 589	0.13 579	0.09 488	0.14 590	0.14 598

FINET	0.21 551	0.18 599	0.26 563	0.18 376	0.16 599	0.23 557	0.23 572	0.32 544	0.48 605	0.25 551	0.32 543	0.22 473	0.22 546	0.22 545	0.17 479	0.18 625	0.16 623	0.11 544	0.10 528	0.15 606	0.13 581

Syn2CoEx	0.21 551	0.16 577	0.27 570	0.29 633	0.14 568	0.26 583	0.20 531	0.33 564	0.31 513	0.28 578	0.36 566	0.27 529	0.25 569	0.19 490	0.24 570	0.16 619	0.12 589	0.14 592	0.11 562	0.09 486	0.08 446

FADNet	0.21 551	0.22 619	0.36 604	0.18 376	0.17 614	0.24 562	0.13 162	0.31 533	0.31 513	0.23 529	0.25 472	0.27 529	0.21 537	0.19 490	0.15 448	0.13 585	0.15 619	0.12 564	0.15 613	0.16 615	0.18 628

RP	0.21 551	0.13 547	0.21 536	0.23 583	0.11 490	0.21 532	0.20 531	0.25 436	0.44 596	0.21 500	0.38 578	0.36 596	0.24 560	0.27 576	0.25 580	0.11 534	0.12 589	0.13 579	0.12 582	0.12 557	0.14 598

DANet	0.21 551	0.15 569	0.28 575	0.25 603	0.13 547	0.22 541	0.19 508	0.27 475	0.27 473	0.28 578	0.32 543	0.35 594	0.31 610	0.31 598	0.23 557	0.11 534	0.09 540	0.11 544	0.10 528	0.13 576	0.11 546
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.21 551	0.12 519	0.21 536	0.24 592	0.13 547	0.22 541	0.22 561	0.41 623	0.26 463	0.31 598	0.42 609	0.37 601	0.28 594	0.23 556	0.22 545	0.10 503	0.12 589	0.10 513	0.09 488	0.10 519	0.08 446

PWC_ROB	0.21 551	0.16 577	0.26 563	0.18 376	0.11 490	0.22 541	0.13 162	0.32 544	0.49 612	0.30 592	0.40 592	0.32 579	0.24 560	0.31 598	0.22 545	0.10 503	0.07 477	0.11 544	0.08 441	0.11 542	0.10 519

PSMNet_ROB	0.21 551	0.11 501	0.15 413	0.27 621	0.15 588	0.24 562	0.35 649	0.43 632	0.37 559	0.27 563	0.32 543	0.32 579	0.22 546	0.21 532	0.26 591	0.12 559	0.08 507	0.13 579	0.11 562	0.09 486	0.09 490

MSAF-DinoV2	0.22 560	0.11 501	0.23 551	0.17 286	0.10 440	0.27 593	0.16 378	0.37 601	0.55 626	0.21 500	0.27 498	0.47 635	0.27 583	0.35 617	0.39 643	0.09 462	0.06 405	0.07 288	0.09 488	0.12 557	0.10 519

GASNet	0.22 560	0.23 621	0.33 595	0.26 608	0.17 614	0.26 583	0.16 378	0.44 634	0.42 586	0.27 563	0.24 444	0.30 557	0.15 440	0.27 576	0.18 497	0.12 559	0.08 507	0.12 564	0.11 562	0.16 615	0.07 381

Anonymous_2	0.22 560	0.17 588	0.28 575	0.15 106	0.16 599	0.32 609	0.22 561	0.22 374	0.17 297	0.23 529	0.24 444	0.26 521	0.27 583	0.27 576	0.23 557	0.22 642	0.25 651	0.17 614	0.17 624	0.17 623	0.17 625

Wz-Net-LNSev	0.22 560	0.16 577	0.38 610	0.21 542	0.13 547	0.25 573	0.23 572	0.32 544	0.43 591	0.30 592	0.41 603	0.31 570	0.18 505	0.22 545	0.25 580	0.10 503	0.09 540	0.08 382	0.08 441	0.12 557	0.11 546

Wz-Net-MNSev	0.22 560	0.13 547	0.31 588	0.20 510	0.14 568	0.36 628	0.24 585	0.33 564	0.44 596	0.28 578	0.40 592	0.38 605	0.19 521	0.24 566	0.25 580	0.09 462	0.07 477	0.09 465	0.09 488	0.12 557	0.10 519

DDUNet	0.22 560	0.17 588	0.21 536	0.22 559	0.15 588	0.25 573	0.24 585	0.29 508	0.30 505	0.31 598	0.36 566	0.33 583	0.25 569	0.24 566	0.20 516	0.18 625	0.13 604	0.17 614	0.11 562	0.16 615	0.16 616

APVNet	0.22 560	0.12 519	0.19 515	0.18 376	0.14 568	0.32 609	0.31 645	0.39 613	0.32 520	0.27 563	0.40 592	0.30 557	0.29 602	0.26 573	0.25 580	0.11 534	0.12 589	0.11 544	0.14 597	0.12 557	0.12 559

aanetorigin	0.22 560	0.17 588	0.56 636	0.17 286	0.10 440	0.15 404	0.19 508	0.20 327	0.33 527	0.49 640	0.48 620	0.29 547	0.27 583	0.20 515	0.23 557	0.08 402	0.07 477	0.08 382	0.07 368	0.10 519	0.09 490

MaskLacGwcNet_RVC	0.22 560	0.21 615	0.24 555	0.26 608	0.11 490	0.23 557	0.14 227	0.39 613	0.24 428	0.32 604	0.36 566	0.30 557	0.21 537	0.19 490	0.21 536	0.17 624	0.14 613	0.21 628	0.16 617	0.12 557	0.12 559

AF-Net	0.22 560	0.17 588	0.17 479	0.26 608	0.13 547	0.25 573	0.24 585	0.32 544	0.50 615	0.25 551	0.33 555	0.38 605	0.26 575	0.28 588	0.25 580	0.11 534	0.10 561	0.16 611	0.11 562	0.11 542	0.10 519

stereogan	0.22 560	0.11 501	0.21 536	0.20 510	0.12 524	0.31 608	0.19 508	0.35 588	0.44 596	0.22 516	0.39 586	0.35 594	0.27 583	0.33 608	0.22 545	0.10 503	0.12 589	0.10 513	0.10 528	0.14 590	0.13 581

edge stereo	0.22 560	0.13 547	0.20 527	0.21 542	0.13 547	0.23 557	0.16 378	0.32 544	0.42 586	0.32 604	0.40 592	0.38 605	0.35 624	0.25 571	0.24 570	0.13 585	0.11 573	0.14 592	0.11 562	0.12 557	0.13 581

RYNet	0.22 560	0.12 519	0.22 542	0.19 444	0.17 614	0.46 639	0.26 609	0.38 609	0.48 605	0.24 538	0.28 512	0.34 590	0.23 554	0.20 515	0.30 618	0.10 503	0.06 405	0.09 465	0.09 488	0.13 576	0.15 605

NaN_ROB	0.22 560	0.19 603	0.24 555	0.25 603	0.13 547	0.29 604	0.26 609	0.33 564	0.41 578	0.31 598	0.31 539	0.32 579	0.23 554	0.30 597	0.21 536	0.11 534	0.17 628	0.10 513	0.10 528	0.08 423	0.09 490

MDST_ROB	0.22 560	0.10 475	0.17 479	0.18 376	0.11 490	0.37 629	0.19 508	0.43 632	0.41 578	0.39 621	0.39 586	0.29 547	0.21 537	0.26 573	0.18 497	0.11 534	0.10 561	0.14 592	0.11 562	0.10 519	0.08 446

XPNet_ROB	0.22 560	0.11 501	0.19 515	0.22 559	0.13 547	0.22 541	0.19 508	0.34 573	0.40 575	0.30 592	0.39 586	0.39 613	0.26 575	0.26 573	0.28 607	0.15 603	0.10 561	0.10 513	0.10 528	0.13 576	0.12 559

SQANet	0.23 576	0.23 621	0.30 586	0.30 635	0.19 625	0.27 593	0.13 162	0.29 508	0.33 527	0.24 538	0.37 572	0.31 570	0.22 546	0.27 576	0.23 557	0.15 603	0.10 561	0.21 628	0.16 617	0.21 631	0.15 605

Nwc_Net	0.23 576	0.16 577	0.21 536	0.25 603	0.14 568	0.24 562	0.26 609	0.37 601	0.38 566	0.22 516	0.41 603	0.30 557	0.28 594	0.28 588	0.25 580	0.11 534	0.10 561	0.17 614	0.20 630	0.10 519	0.10 519

RTSC	0.23 576	0.12 519	0.28 575	0.21 542	0.13 547	0.28 600	0.16 378	0.35 588	0.66 651	0.27 563	0.33 555	0.30 557	0.21 537	0.31 598	0.29 611	0.10 503	0.08 507	0.09 465	0.10 528	0.13 576	0.13 581

PA-Net	0.23 576	0.18 599	0.33 595	0.28 624	0.22 634	0.21 532	0.38 654	0.29 508	0.39 569	0.22 516	0.32 543	0.25 511	0.26 575	0.20 515	0.25 580	0.09 462	0.23 648	0.15 604	0.22 635	0.09 486	0.13 581
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.23 576	0.15 569	0.17 479	0.34 640	0.18 621	0.24 562	0.23 572	0.34 573	0.28 488	0.31 598	0.38 578	0.38 605	0.28 594	0.23 556	0.24 570	0.15 603	0.12 589	0.18 623	0.21 632	0.13 576	0.13 581

ETE_ROB	0.23 576	0.17 588	0.22 542	0.25 603	0.13 547	0.26 583	0.29 632	0.31 533	0.36 552	0.28 578	0.36 566	0.45 627	0.26 575	0.27 576	0.26 591	0.11 534	0.08 507	0.12 564	0.09 488	0.14 590	0.13 581

SGM_RVC	0.23 576	0.12 519	0.15 413	0.15 106	0.09 328	0.33 616	0.18 468	0.34 573	0.31 513	0.44 635	0.37 572	0.53 643	0.35 624	0.35 617	0.24 570	0.13 585	0.13 604	0.13 579	0.13 593	0.10 519	0.11 546
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DStereoO	0.24 583	0.18 599	0.18 503	0.20 510	0.14 568	0.21 532	0.19 508	0.32 544	0.41 578	0.29 587	0.21 412	0.32 579	0.27 583	0.41 642	0.27 599	0.46 663	0.12 589	0.31 651	0.11 562	0.15 606	0.12 559

z-mn7	0.24 583	0.14 559	0.45 620	0.19 444	0.13 547	0.28 600	0.25 600	0.34 573	0.62 642	0.27 563	0.56 637	0.29 547	0.24 560	0.32 605	0.25 580	0.08 402	0.08 507	0.08 382	0.08 441	0.10 519	0.10 519

w-ln-seven	0.24 583	0.14 559	0.55 633	0.19 444	0.14 568	0.26 583	0.22 561	0.35 588	0.60 639	0.29 587	0.39 586	0.30 557	0.22 546	0.21 532	0.26 591	0.09 462	0.09 540	0.11 544	0.10 528	0.11 542	0.10 519

DGSMNet	0.24 583	0.19 603	0.33 595	0.21 542	0.24 639	0.24 562	0.20 531	0.35 588	0.41 578	0.24 538	0.32 543	0.38 605	0.21 537	0.29 594	0.23 557	0.12 559	0.11 573	0.14 592	0.16 617	0.23 635	0.23 639

G-Net	0.24 583	0.16 577	0.36 604	0.22 559	0.16 599	0.51 645	0.23 572	0.29 508	0.34 539	0.36 614	0.38 578	0.31 570	0.29 602	0.27 576	0.26 591	0.11 534	0.09 540	0.12 564	0.09 488	0.16 615	0.13 581

NCC-stereo	0.24 583	0.15 569	0.31 588	0.26 608	0.16 599	0.20 515	0.30 639	0.40 617	0.40 575	0.24 538	0.38 578	0.33 583	0.28 594	0.36 623	0.27 599	0.12 559	0.11 573	0.15 604	0.22 635	0.13 576	0.13 581

Abc-Net	0.24 583	0.15 569	0.31 588	0.26 608	0.16 599	0.20 515	0.30 639	0.40 617	0.40 575	0.24 538	0.38 578	0.33 583	0.28 594	0.36 623	0.27 599	0.12 559	0.11 573	0.15 604	0.22 635	0.13 576	0.13 581
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	0.24 583	0.11 501	0.47 625	0.22 559	0.12 524	0.34 619	0.29 632	0.29 508	0.56 629	0.24 538	0.46 617	0.30 557	0.30 606	0.29 594	0.29 611	0.08 402	0.07 477	0.09 465	0.09 488	0.10 519	0.10 519

DeepPrunerF	0.24 583	0.17 588	0.42 618	0.26 608	0.16 599	0.22 541	0.28 622	0.37 601	0.50 615	0.26 557	0.29 524	0.24 497	0.28 594	0.21 532	0.22 545	0.15 603	0.11 573	0.20 627	0.18 628	0.12 557	0.13 581

FBW_ROB	0.24 583	0.17 588	0.22 542	0.26 608	0.14 568	0.25 573	0.22 561	0.41 623	0.41 578	0.41 628	0.41 603	0.42 620	0.27 583	0.31 598	0.23 557	0.09 462	0.14 613	0.14 592	0.12 582	0.11 542	0.09 490

SANet	0.24 583	0.14 559	0.28 575	0.21 542	0.11 490	0.27 593	0.24 585	0.38 609	0.64 647	0.36 614	0.40 592	0.43 623	0.26 575	0.27 576	0.24 570	0.12 559	0.09 540	0.10 513	0.09 488	0.13 576	0.11 546

WCMA_ROB	0.24 583	0.11 501	0.22 542	0.17 286	0.14 568	0.32 609	0.15 309	0.32 544	0.32 520	0.38 619	0.53 628	0.40 617	0.34 621	0.34 611	0.25 580	0.11 534	0.12 589	0.12 564	0.10 528	0.14 590	0.14 598

DStereoSA	0.25 595	0.19 603	0.37 608	0.26 608	0.17 614	0.22 541	0.20 531	0.49 644	0.59 635	0.22 516	0.29 524	0.29 547	0.33 616	0.39 634	0.28 607	0.12 559	0.11 573	0.16 611	0.14 597	0.14 590	0.12 559

zh-sn7	0.25 595	0.17 588	0.50 627	0.24 592	0.13 547	0.25 573	0.24 585	0.34 573	0.48 605	0.28 578	0.54 630	0.28 539	0.31 610	0.36 623	0.32 626	0.10 503	0.10 561	0.11 544	0.10 528	0.12 557	0.12 559

zh-mn7	0.25 595	0.14 559	0.56 636	0.19 444	0.14 568	0.24 562	0.22 561	0.34 573	0.62 642	0.35 611	0.65 646	0.31 570	0.25 569	0.31 598	0.25 580	0.09 462	0.08 507	0.09 465	0.09 488	0.09 486	0.11 546

Wz-Net-SNSev	0.25 595	0.17 588	0.44 619	0.25 603	0.14 568	0.26 583	0.23 572	0.38 609	0.56 629	0.30 592	0.55 632	0.39 613	0.26 575	0.23 556	0.30 618	0.10 503	0.09 540	0.09 465	0.10 528	0.11 542	0.11 546

psmorigin	0.25 595	0.15 569	0.34 603	0.17 286	0.13 547	0.23 557	0.14 227	0.34 573	0.33 527	0.41 628	0.55 632	0.41 619	0.37 628	0.34 611	0.27 599	0.11 534	0.15 619	0.11 544	0.11 562	0.12 557	0.16 616

RGC	0.25 595	0.20 609	0.29 583	0.28 624	0.16 599	0.22 541	0.23 572	0.32 544	0.44 596	0.27 563	0.40 592	0.38 605	0.27 583	0.36 623	0.22 545	0.11 534	0.13 604	0.17 614	0.17 624	0.14 590	0.16 616

ADCMid	0.25 595	0.15 569	0.40 613	0.20 510	0.14 568	0.25 573	0.26 609	0.34 573	0.38 566	0.36 614	0.44 614	0.34 590	0.40 635	0.35 617	0.33 631	0.10 503	0.09 540	0.11 544	0.11 562	0.13 576	0.12 559

ADCPNet	0.25 595	0.16 577	0.61 643	0.21 542	0.15 588	0.35 627	0.25 600	0.32 544	0.35 548	0.30 592	0.40 592	0.36 596	0.28 594	0.28 588	0.32 626	0.12 559	0.10 561	0.11 544	0.12 582	0.14 590	0.13 581

LALA_ROB	0.25 595	0.16 577	0.22 542	0.26 608	0.17 614	0.27 593	0.27 616	0.42 628	0.37 559	0.33 608	0.38 578	0.51 639	0.26 575	0.28 588	0.27 599	0.16 619	0.09 540	0.12 564	0.11 562	0.13 576	0.12 559

SHD	0.26 604	0.15 569	0.30 586	0.24 592	0.18 621	0.22 541	0.15 309	0.38 609	0.71 655	0.32 604	0.41 603	0.36 596	0.28 594	0.32 605	0.29 611	0.12 559	0.11 573	0.14 592	0.13 593	0.16 615	0.20 634

AnyNet_C32	0.26 604	0.16 577	0.36 604	0.20 510	0.16 599	0.25 573	0.30 639	0.32 544	0.44 596	0.31 598	0.49 621	0.30 557	0.33 616	0.40 639	0.33 631	0.12 559	0.12 589	0.12 564	0.14 597	0.14 590	0.15 605

DStereoFS	0.27 606	0.22 619	0.31 588	0.22 559	0.15 588	0.22 541	0.20 531	0.50 648	0.48 605	0.28 578	0.44 614	0.33 583	0.34 621	0.52 652	0.29 611	0.12 559	0.11 573	0.15 604	0.13 593	0.16 615	0.16 616

PSMNet-RUCA	0.27 606	0.33 644	0.41 616	0.36 644	0.32 652	0.18 475	0.19 508	0.42 628	0.30 505	0.33 608	0.41 603	0.39 613	0.25 569	0.31 598	0.20 516	0.18 625	0.10 561	0.25 635	0.15 613	0.21 631	0.16 616

PDISCO_ROB	0.27 606	0.16 577	0.26 563	0.28 624	0.20 628	0.32 609	0.26 609	0.44 634	0.57 631	0.28 578	0.40 592	0.45 627	0.29 602	0.33 608	0.34 633	0.12 559	0.09 540	0.17 614	0.16 617	0.17 623	0.13 581

DispFullNet	0.27 606	0.21 615	0.65 646	0.28 624	0.16 599	0.26 583	0.17 419	0.33 564	0.58 634	0.27 563	0.38 578	0.43 623	0.23 554	0.38 630	0.23 557	0.12 559	0.06 405	0.19 625	0.11 562	0.21 631	0.15 605

MeshStereo	0.27 606	0.13 547	0.18 503	0.15 106	0.11 490	0.32 609	0.24 585	0.40 617	0.36 552	0.52 642	0.57 640	0.67 654	0.40 635	0.35 617	0.26 591	0.14 599	0.13 604	0.13 579	0.11 562	0.11 542	0.10 519
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	0.28 611	0.17 588	0.78 663	0.22 559	0.16 599	0.34 619	0.29 632	0.39 613	0.57 631	0.24 538	0.55 632	0.37 601	0.24 560	0.33 608	0.35 634	0.09 462	0.08 507	0.09 465	0.10 528	0.14 590	0.16 616

XQC	0.28 611	0.23 621	0.51 628	0.28 624	0.19 625	0.34 619	0.27 616	0.36 595	0.57 631	0.31 598	0.30 531	0.37 601	0.30 606	0.38 630	0.38 641	0.13 585	0.09 540	0.15 604	0.12 582	0.17 623	0.18 628

CC-Net-ROB	0.28 611	0.31 642	0.36 604	0.29 633	0.15 588	0.25 573	0.19 508	0.45 637	0.33 527	0.39 621	0.37 572	0.39 613	0.31 610	0.27 576	0.26 591	0.24 648	0.19 633	0.30 650	0.23 639	0.18 626	0.15 605

DPSNet	0.28 611	0.16 577	0.31 588	0.18 376	0.13 547	0.54 647	0.42 658	0.51 650	0.67 652	0.29 587	0.38 578	0.38 605	0.29 602	0.31 598	0.23 557	0.11 534	0.10 561	0.11 544	0.08 441	0.20 630	0.16 616

MultiAttention	0.29 615	0.08 333	0.14 365	0.19 444	0.12 524	1.45 683	1.33 687	0.36 595	0.37 559	0.19 463	0.21 412	0.24 497	0.11 327	0.38 630	0.18 497	0.06 165	0.05 262	0.08 382	0.08 441	0.10 519	0.09 490

Wz-Net-TNSev	0.29 615	0.20 609	0.65 646	0.19 444	0.15 588	0.38 632	0.27 616	0.35 588	0.55 626	0.34 610	0.42 609	0.45 627	0.38 629	0.32 605	0.30 618	0.12 559	0.13 604	0.10 513	0.12 582	0.15 606	0.14 598

ccnet	0.29 615	0.28 637	0.23 551	0.20 510	0.28 646	0.41 637	0.21 551	0.45 637	0.33 527	0.36 614	0.46 617	0.36 596	0.30 606	0.39 634	0.42 650	0.23 646	0.14 613	0.21 628	0.17 624	0.23 635	0.18 628

EDNetEfficient	0.29 615	0.24 624	1.13 674	0.18 376	0.10 440	0.19 499	0.20 531	0.20 327	0.60 639	0.74 662	0.56 637	0.31 570	0.39 632	0.22 545	0.30 618	0.09 462	0.07 477	0.08 382	0.07 368	0.11 542	0.09 490

ADCS	0.29 615	0.18 599	0.45 620	0.21 542	0.17 614	0.28 600	0.23 572	0.41 623	0.63 646	0.40 624	0.49 621	0.40 617	0.36 626	0.39 634	0.40 646	0.13 585	0.12 589	0.13 579	0.14 597	0.16 615	0.16 616

CSAN	0.29 615	0.24 624	0.27 570	0.34 640	0.19 625	0.33 616	0.42 658	0.37 601	0.50 615	0.38 619	0.40 592	0.44 625	0.33 616	0.28 588	0.30 618	0.20 633	0.16 623	0.19 625	0.19 629	0.14 590	0.15 605

AANet	0.30 621	0.19 603	1.03 672	0.16 200	0.13 547	0.22 541	0.16 378	0.30 522	0.62 642	0.60 649	0.52 627	0.46 631	0.38 629	0.23 556	0.32 626	0.12 559	0.09 540	0.11 544	0.10 528	0.13 576	0.12 559

MFN_U_SF_DS_RVC	0.30 621	0.24 624	0.29 583	0.36 644	0.16 599	0.34 619	0.30 639	0.32 544	0.42 586	0.40 624	0.46 617	0.38 605	0.31 610	0.34 611	0.28 607	0.19 631	0.20 636	0.26 636	0.29 649	0.18 626	0.19 633

GANetREF_RVC	0.31 623	0.34 645	0.27 570	0.35 642	0.16 599	0.32 609	0.41 655	0.48 642	0.51 622	0.35 611	0.35 563	0.34 590	0.33 616	0.39 634	0.32 626	0.27 650	0.20 636	0.29 648	0.15 613	0.18 626	0.17 625
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	0.31 623	0.26 630	0.26 563	0.24 592	0.21 632	0.34 619	0.25 600	0.34 573	0.39 569	0.40 624	0.69 650	0.45 627	0.40 635	0.34 611	0.27 599	0.20 633	0.19 633	0.26 636	0.25 641	0.23 635	0.22 638

MFN_U_SF_RVC	0.32 625	0.21 615	0.55 633	0.30 635	0.15 588	0.34 619	0.17 419	0.52 651	0.46 603	0.46 639	0.55 632	0.59 646	0.39 632	0.35 617	0.37 639	0.15 603	0.14 613	0.18 623	0.21 632	0.16 615	0.15 605

PASM	0.32 625	0.24 624	0.48 626	0.28 624	0.27 645	0.29 604	0.30 639	0.34 573	0.49 612	0.35 611	0.39 586	0.46 631	0.34 621	0.34 611	0.35 634	0.23 646	0.25 651	0.26 636	0.28 648	0.23 635	0.21 636

SGM-ForestM	0.32 625	0.12 519	0.16 449	0.16 200	0.11 490	0.39 634	0.19 508	0.41 623	0.50 615	0.52 642	0.54 630	1.32 675	0.42 643	0.40 639	0.27 599	0.14 599	0.16 623	0.16 611	0.16 617	0.12 557	0.12 559

FC-DCNN v2	0.33 628	0.27 633	0.28 575	0.26 608	0.23 637	0.37 629	0.28 622	0.40 617	0.43 591	0.45 636	0.56 637	0.51 639	0.40 635	0.37 628	0.29 611	0.21 637	0.20 636	0.27 639	0.26 642	0.25 642	0.24 640

FCDSN-DC	0.33 628	0.28 637	0.28 575	0.30 635	0.24 639	0.39 634	0.28 622	0.42 628	0.42 586	0.43 634	0.53 628	0.51 639	0.41 640	0.36 623	0.30 618	0.21 637	0.20 636	0.27 639	0.26 642	0.25 642	0.24 640
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.33 628	0.27 633	0.28 575	0.26 608	0.23 637	0.37 629	0.28 622	0.40 617	0.43 591	0.45 636	0.55 632	0.51 639	0.40 635	0.37 628	0.30 618	0.21 637	0.20 636	0.27 639	0.26 642	0.25 642	0.24 640

LSM	0.33 628	0.20 609	0.58 639	0.26 608	0.60 670	0.34 619	0.25 600	0.42 628	0.48 605	0.45 636	0.58 642	0.42 620	0.36 626	0.35 617	0.25 580	0.12 559	0.20 636	0.14 592	0.16 617	0.19 629	0.33 654

AnyNet_C01	0.36 632	0.25 629	1.37 677	0.22 559	0.17 614	0.48 643	0.27 616	0.35 588	0.39 569	0.39 621	0.74 656	0.46 631	0.38 629	0.45 644	0.47 655	0.13 585	0.13 604	0.13 579	0.14 597	0.14 590	0.15 605

GCST	0.37 633	0.42 652	0.26 563	1.02 678	0.39 653	0.18 475	0.08 7	0.20 327	0.17 297	0.28 578	0.25 472	0.15 369	0.12 358	0.16 420	0.14 417	0.64 674	0.43 663	0.75 670	0.65 674	0.63 667	0.46 665

otaku	0.39 634	0.37 648	0.52 629	0.44 651	0.28 646	0.58 649	0.24 585	0.41 623	0.62 642	0.40 624	0.49 621	0.46 631	0.33 616	0.40 639	0.32 626	0.30 651	0.30 655	0.39 655	0.33 654	0.29 649	0.28 648

ACVNet-4b	0.39 634	0.53 655	0.55 633	0.45 652	0.24 639	0.47 641	0.18 468	0.49 644	0.64 647	0.42 631	0.45 616	0.60 647	0.27 583	0.34 611	0.24 570	0.33 654	0.14 613	0.48 658	0.42 660	0.30 650	0.26 647

PVD	0.39 634	0.20 609	0.39 612	0.31 639	0.22 634	0.29 604	0.43 660	0.52 651	0.96 669	0.55 646	0.79 660	0.53 643	0.59 659	0.52 652	0.38 641	0.19 631	0.14 613	0.17 614	0.14 597	0.24 641	0.31 652

Ntro	0.40 637	0.40 650	0.53 630	0.46 655	0.30 650	0.65 655	0.24 585	0.46 639	0.68 653	0.41 628	0.49 621	0.48 637	0.42 643	0.39 634	0.31 625	0.32 652	0.28 653	0.37 654	0.30 651	0.32 654	0.29 649

SAMSARA	0.40 637	0.28 637	0.33 595	0.55 658	0.39 653	0.82 669	1.23 686	0.47 641	0.51 622	0.36 614	0.35 563	0.55 645	0.39 632	0.38 630	0.39 643	0.15 603	0.20 636	0.15 604	0.14 597	0.23 635	0.20 634

ELAS_RVC	0.41 639	0.29 640	0.33 595	0.28 624	0.24 639	0.54 647	0.36 650	0.49 644	0.59 635	0.72 658	0.74 656	0.65 652	0.54 652	0.54 657	0.40 646	0.22 642	0.20 636	0.27 639	0.26 642	0.26 647	0.25 645
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 639	0.29 640	0.33 595	0.27 621	0.24 639	0.60 652	0.36 650	0.50 648	0.50 615	0.71 656	0.79 660	0.67 654	0.54 652	0.51 650	0.42 650	0.22 642	0.20 636	0.27 639	0.26 642	0.26 647	0.25 645
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
light-stereo	0.42 641	0.26 630	0.59 641	0.60 660	0.49 660	0.32 609	0.23 572	0.46 639	0.52 624	0.56 648	0.58 642	0.76 659	0.32 614	0.48 646	0.29 611	0.32 652	0.24 649	0.27 639	0.33 654	0.46 658	0.39 659

MSC_U_SF_DS_RVC	0.43 642	0.39 649	0.54 631	0.40 647	0.20 628	0.64 654	0.32 647	0.53 653	0.72 656	0.71 656	0.72 653	0.61 648	0.54 652	0.51 650	0.46 654	0.20 633	0.19 633	0.29 648	0.30 651	0.23 635	0.18 628

ACVNet_1	0.44 643	0.49 654	0.60 642	0.45 652	0.28 646	0.49 644	0.27 616	0.57 658	0.72 656	0.62 651	0.58 642	0.74 658	0.49 649	0.50 648	0.35 634	0.26 649	0.24 649	0.39 655	0.29 649	0.31 653	0.24 640

Consistency-Raft	0.44 643	0.40 650	0.45 620	0.37 646	0.43 657	0.46 639	0.41 655	0.57 658	0.55 626	0.32 604	0.73 654	0.33 583	0.48 648	0.42 643	0.49 657	0.39 657	0.35 660	0.45 657	0.51 667	0.42 657	0.29 649

RTS	0.45 645	0.19 603	3.26 683	0.24 592	0.15 588	0.74 662	0.20 531	0.36 595	0.76 662	0.42 631	0.43 612	0.31 570	0.41 640	0.53 655	0.35 634	0.10 503	0.08 507	0.13 579	0.12 582	0.15 606	0.15 605

RTSA	0.45 645	0.19 603	3.26 683	0.24 592	0.15 588	0.74 662	0.20 531	0.36 595	0.76 662	0.42 631	0.43 612	0.31 570	0.41 640	0.53 655	0.35 634	0.10 503	0.08 507	0.13 579	0.12 582	0.15 606	0.15 605

MANE	0.45 645	0.27 633	0.27 570	0.27 621	0.24 639	0.47 641	0.31 645	0.55 655	0.59 635	0.72 658	1.13 677	1.15 669	0.61 660	0.52 652	0.37 639	0.21 637	0.20 636	0.27 639	0.31 653	0.25 642	0.24 640

NVStereoNet_ROB	0.46 648	0.36 647	0.46 624	0.41 649	0.28 646	0.34 619	0.34 648	0.48 642	0.60 639	0.72 658	0.93 666	0.70 657	0.66 663	0.47 645	0.60 665	0.22 642	0.33 659	0.34 653	0.34 657	0.30 650	0.30 651
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	0.47 649	0.26 630	0.58 639	0.28 624	0.20 628	0.39 634	0.18 468	0.49 644	0.64 647	0.52 642	0.87 663	1.01 664	0.57 657	0.50 648	0.56 662	0.53 667	0.31 658	0.54 664	0.40 658	0.33 655	0.34 655

LE_ROB	0.50 650	0.07 215	0.14 365	0.15 106	0.08 203	0.24 562	0.16 378	0.22 374	1.81 685	4.63 690	0.67 648	0.47 635	0.44 645	0.20 515	0.29 611	0.07 327	0.06 405	0.06 179	0.06 271	0.08 423	0.06 294

BEATNet-Init1	0.52 651	0.27 633	0.62 644	0.30 635	0.21 632	0.76 666	0.29 632	0.54 654	0.65 650	0.86 667	0.95 668	2.07 684	0.62 662	0.56 659	0.42 650	0.18 625	0.18 630	0.23 633	0.22 635	0.22 634	0.21 636

anonymity	0.53 652	0.58 657	0.65 646	0.41 649	0.61 671	0.53 646	0.41 655	0.56 656	0.41 578	0.55 646	0.50 625	0.49 638	0.55 655	0.58 660	0.50 660	0.58 670	0.50 673	0.51 660	0.51 667	0.51 660	0.57 668

RainbowNet	0.54 653	0.61 659	0.70 661	0.57 659	0.43 657	0.65 655	0.37 653	0.60 660	0.87 666	0.50 641	0.66 647	0.64 650	0.47 647	0.49 647	0.43 653	0.47 664	0.48 669	0.52 662	0.41 659	0.52 661	0.40 662

SGM+DAISY	0.56 654	0.57 656	0.65 646	0.40 647	0.54 663	0.66 657	0.49 663	0.56 656	0.45 602	0.66 652	0.69 650	0.67 654	0.56 656	0.63 662	0.56 662	0.59 671	0.48 669	0.50 659	0.50 666	0.52 661	0.58 669

SPS-STEREO	0.57 655	0.58 657	0.65 646	0.45 652	0.55 665	0.62 653	0.44 662	0.62 661	0.50 615	0.68 654	0.64 645	0.66 653	0.57 657	0.61 661	0.60 665	0.62 673	0.47 668	0.51 660	0.49 664	0.55 665	0.58 669
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.64 656	0.66 663	0.65 646	0.51 656	0.69 675	0.69 658	0.57 669	0.64 662	0.73 660	0.60 649	0.73 654	0.62 649	0.67 664	0.65 663	0.60 665	0.66 675	0.58 682	0.63 665	0.59 670	0.68 672	0.69 678

IMH-64-1	0.65 657	0.61 659	0.68 655	0.71 663	0.51 661	0.59 650	0.49 663	0.91 669	0.85 664	0.74 662	1.02 670	0.81 660	0.78 668	0.79 666	0.49 657	0.42 659	0.46 664	0.71 667	0.47 662	0.52 661	0.39 659

IMH-64	0.65 657	0.61 659	0.68 655	0.71 663	0.51 661	0.59 650	0.49 663	0.91 669	0.85 664	0.74 662	1.02 670	0.81 660	0.78 668	0.79 666	0.49 657	0.42 659	0.46 664	0.71 667	0.47 662	0.52 661	0.39 659

ACVNet_2	0.66 659	0.66 663	0.68 655	0.63 661	0.41 655	0.71 660	0.49 663	0.96 673	1.39 678	0.89 668	1.09 673	1.04 665	0.73 666	0.54 657	0.47 655	0.43 661	0.40 662	0.53 663	0.44 661	0.47 659	0.35 657

JetBlue	0.71 660	0.45 653	1.14 675	0.51 656	0.47 659	2.02 684	0.64 673	0.75 664	0.70 654	0.69 655	0.77 659	1.22 671	0.83 670	1.03 681	1.01 681	0.40 658	0.28 653	0.33 652	0.33 654	0.30 650	0.34 655

IMH	0.71 660	0.64 662	0.68 655	0.76 665	0.54 663	0.69 658	0.54 667	0.98 675	1.10 671	0.82 666	1.09 673	0.89 662	0.88 673	0.87 674	0.52 661	0.44 662	0.50 673	0.75 670	0.51 667	0.56 666	0.41 663

PWCK	0.71 660	0.94 674	0.95 670	0.76 665	0.31 651	0.74 662	0.36 650	0.90 668	0.90 667	0.96 671	0.75 658	0.95 663	0.61 660	0.87 674	0.66 668	0.72 676	0.46 664	0.75 670	0.49 664	0.69 674	0.44 664

MADNet+	0.75 663	0.71 665	3.70 686	0.66 662	0.41 655	0.98 674	0.97 684	0.69 663	0.73 660	0.52 642	0.57 640	0.64 650	0.68 665	0.86 673	1.01 681	0.34 655	0.36 661	0.28 647	0.23 639	0.36 656	0.31 652

TorneroNet-64	0.76 664	0.72 666	0.74 662	0.78 667	0.58 669	0.91 673	0.56 668	0.84 667	1.29 675	0.66 652	0.90 664	1.40 677	0.75 667	0.85 672	0.67 671	0.49 665	0.46 664	0.72 669	0.59 670	0.67 671	0.53 667

WAO-7	0.79 665	0.78 668	0.54 631	0.85 671	0.67 674	0.74 662	0.68 677	1.05 678	1.32 676	0.90 669	1.20 680	1.04 665	0.92 674	0.69 664	0.66 668	0.60 672	0.62 683	0.67 666	0.68 676	0.64 668	0.58 669

WAO-6	0.81 666	0.80 669	0.62 644	0.86 672	0.63 672	0.76 666	0.58 670	0.98 675	1.54 683	0.90 669	0.96 669	1.07 667	1.03 678	0.70 665	0.66 668	0.72 676	0.49 671	0.90 678	0.71 677	0.68 672	0.58 669

TorneroNet	0.82 667	0.74 667	0.81 667	0.84 670	0.63 672	0.99 675	0.63 671	0.96 673	1.16 672	0.80 665	1.11 675	1.36 676	0.86 672	0.93 677	0.80 676	0.56 668	0.49 671	0.78 675	0.66 675	0.73 677	0.63 677

LVE	0.83 668	0.85 672	0.85 668	0.80 668	0.56 666	1.04 679	0.65 674	1.05 678	1.47 681	0.96 671	1.22 681	1.10 668	0.85 671	0.83 669	0.71 673	0.49 665	0.55 679	0.76 673	0.60 672	0.65 669	0.59 674

Dean	0.87 669	0.86 673	0.79 665	0.81 669	0.56 666	0.90 670	0.63 671	1.15 684	1.73 684	1.15 679	1.15 678	1.31 674	0.99 677	0.81 668	0.81 677	0.57 669	0.56 680	0.77 674	0.64 673	0.66 670	0.58 669

WAO-8	0.91 670	0.81 670	0.65 646	0.94 675	0.69 675	0.90 670	0.67 675	1.07 681	1.83 686	1.06 676	1.45 683	1.30 672	1.07 679	0.84 670	0.78 674	0.74 678	0.53 676	0.86 676	0.75 678	0.69 674	0.62 675

Venus	0.91 670	0.81 670	0.65 646	0.94 675	0.69 675	0.90 670	0.67 675	1.07 681	1.83 686	1.06 676	1.45 683	1.30 672	1.07 679	0.84 670	0.78 674	0.74 678	0.53 676	0.86 676	0.75 678	0.69 674	0.62 675

UNDER WATER-64	0.95 672	0.94 674	1.43 679	0.87 673	0.56 666	1.18 682	0.87 681	0.77 665	0.94 668	1.04 674	0.85 662	1.58 682	1.21 684	0.94 678	0.96 679	0.87 682	0.57 681	1.03 682	0.88 683	0.78 678	0.73 679

UNDER WATER	0.97 673	0.97 676	1.42 678	0.99 677	0.70 678	1.12 681	0.84 680	0.80 666	1.08 670	1.01 673	0.90 664	1.55 681	1.22 685	1.03 681	1.00 680	0.78 680	0.53 676	1.02 681	0.87 682	0.80 679	0.74 680

notaker	0.97 673	1.11 677	0.98 671	1.13 680	0.81 679	0.73 661	0.68 677	0.93 671	1.16 672	1.18 681	1.18 679	1.41 678	1.16 683	1.08 683	0.69 672	0.81 681	0.64 684	1.17 683	0.79 680	0.98 681	0.80 682

ktn	1.01 675	1.21 679	0.80 666	1.23 682	0.86 681	1.01 677	0.87 681	0.94 672	1.39 678	1.04 674	1.12 676	1.15 669	1.07 679	0.94 678	0.59 664	1.28 687	0.71 685	1.38 687	0.83 681	1.02 683	0.75 681

KSHMR	1.09 676	1.17 678	0.88 669	1.25 683	1.00 683	0.99 675	0.96 683	1.13 683	1.37 677	1.16 680	1.29 682	1.41 678	0.96 676	1.01 680	0.92 678	1.03 685	1.08 687	1.20 684	1.03 686	1.01 682	0.97 684

DPSimNet_ROB	1.11 677	1.23 680	0.78 663	1.13 680	0.88 682	1.10 680	1.13 685	1.16 685	1.23 674	1.43 683	1.02 670	1.41 678	1.10 682	0.90 676	1.60 683	1.46 688	0.51 675	1.21 685	1.03 686	0.90 680	1.01 686

HanzoNet	1.29 678	1.26 681	1.19 676	1.12 679	0.85 680	1.02 678	0.83 679	1.03 677	1.48 682	1.64 684	1.61 685	2.50 686	1.72 686	1.61 685	1.61 684	1.26 686	0.80 686	1.31 686	1.01 685	1.02 683	0.86 683

JetRed	1.62 679	1.46 682	2.98 681	0.92 674	1.21 684	4.99 687	1.53 689	1.27 686	1.39 678	1.83 685	1.74 686	1.60 683	0.95 675	1.41 684	2.45 689	0.90 684	1.60 688	0.93 679	0.90 684	1.35 685	0.99 685

MADNet++	1.95 680	1.75 683	1.59 680	1.82 684	1.69 686	2.33 685	1.40 688	2.35 687	2.09 688	2.57 687	2.36 688	2.24 685	2.17 688	2.28 686	2.34 687	1.87 689	1.66 689	1.54 688	1.34 688	1.92 686	1.77 688

Selective-IGEV-i1pa	2.80 681	3.51 689	0.67 654	0.28 624	0.14 568	10.22 691	0.43 660	4.36 688	3.63 689	3.53 688	6.92 690	3.47 687	1.97 687	13.41 702	2.26 686	0.36 656	0.15 619	0.13 579	0.10 528	0.15 606	0.35 657

coex-ft	3.30 682	0.34 645	59.09 713	0.18 376	0.13 547	0.26 583	0.22 561	0.27 475	0.72 656	1.90 686	0.70 652	0.44 625	0.45 646	0.29 594	0.41 649	0.09 462	0.09 540	0.12 564	0.09 488	0.14 590	0.13 581

TCMNet-wrong-test	3.67 683	5.48 697	3.89 687	12.18 698	11.75 700	4.65 686	3.88 690	1.06 680	0.72 656	1.09 678	2.15 687	6.30 692	0.53 651	3.43 688	2.36 688	0.89 683	0.20 636	1.87 690	1.69 689	5.57 694	3.62 694

tt	4.67 684	0.06 99	3.55 685	2.02 685	1.55 685	10.25 692	16.71 694	8.91 697	5.03 690	1.31 682	0.94 667	4.71 688	4.76 690	3.33 687	5.87 691	6.06 697	10.30 703	1.88 691	2.11 691	2.75 688	1.21 687

USTest	6.22 685	2.73 686	3.00 682	6.57 692	7.29 692	14.37 694	21.57 695	7.00 696	9.56 695	5.34 693	6.10 689	5.72 691	7.64 693	6.41 692	6.96 693	1.97 690	3.42 695	1.64 689	2.15 692	2.66 687	2.36 689

xxxxx1	7.79 686	5.02 694	7.31 690	3.12 686	3.85 688	16.35 696	22.88 696	5.86 693	8.69 692	7.97 694	8.54 691	9.12 696	8.27 694	10.18 694	10.92 694	2.42 691	2.45 691	3.56 694	12.37 700	3.77 689	3.06 691

tt_ll	7.79 686	5.02 694	7.31 690	3.12 686	3.85 688	16.35 696	22.88 696	5.86 693	8.69 692	7.97 694	8.54 691	9.12 696	8.27 694	10.18 694	10.92 694	2.42 691	2.45 691	3.56 694	12.37 700	3.77 689	3.06 691

ff	7.79 686	5.02 694	7.31 690	3.12 686	3.85 688	16.35 696	22.88 696	5.86 693	8.69 692	7.97 694	8.54 691	9.12 696	8.27 694	10.18 694	10.92 694	2.42 691	2.45 691	3.56 694	12.37 700	3.77 689	3.06 691

EDNetEfficientorigin	7.91 689	0.31 642	153.02 714	0.19 444	0.09 328	0.21 532	0.16 378	0.22 374	0.59 635	0.72 658	0.67 648	0.42 620	0.50 650	0.24 566	0.39 643	0.08 402	0.07 477	0.08 382	0.07 368	0.12 557	0.10 519

DPSMNet_ROB	8.06 690	4.48 690	8.63 698	5.37 691	10.74 695	8.32 689	22.98 700	5.46 690	13.36 700	5.12 691	9.92 696	5.08 689	10.40 697	5.53 691	12.58 697	3.80 695	8.00 696	3.50 692	7.02 697	3.83 692	7.14 698

DGTPSM_ROB	8.06 690	4.48 690	8.63 698	5.35 689	10.72 694	8.32 689	22.97 699	5.46 690	13.35 699	5.12 691	9.92 696	5.08 689	10.40 697	5.52 690	12.58 697	3.79 694	8.00 696	3.50 692	7.02 697	3.83 692	7.14 698

PML	8.91 692	9.34 703	6.13 688	5.35 689	6.41 691	14.99 695	23.38 701	5.27 689	6.83 691	18.04 706	28.19 714	7.67 693	6.83 692	7.85 693	5.75 690	5.35 696	1.83 690	5.95 702	1.93 690	8.64 699	2.52 690

DLNR_Zeroshot_test	10.40 693	1.82 684	19.49 708	120.77 714	13.11 702	0.06 12	0.13 162	0.23 395	0.10 66	0.07 66	0.10 184	0.09 209	0.06 62	0.10 119	0.09 101	0.13 585	0.04 24	0.06 179	0.04 53	51.54 714	0.04 70

DLNR-FE	10.43 694	1.83 685	19.53 709	120.75 713	13.06 701	0.06 12	0.13 162	0.23 395	0.10 66	0.07 66	0.10 184	0.09 209	0.06 62	0.10 119	0.09 101	0.13 585	0.04 24	0.06 179	0.04 53	52.01 715	0.04 70

iinet-test	10.48 695	8.09 699	7.54 694	10.26 693	10.94 696	18.00 700	25.26 702	11.33 701	13.28 697	9.69 698	9.85 694	9.42 699	11.17 699	11.02 698	12.78 700	6.59 699	8.30 698	5.56 697	6.56 693	6.89 695	7.02 696

IINet	10.48 695	8.09 699	7.54 694	10.26 693	10.94 696	18.00 700	25.26 702	11.33 701	13.28 697	9.69 698	9.85 694	9.42 699	11.17 699	11.02 698	12.78 700	6.59 699	8.30 698	5.56 697	6.56 693	6.89 695	7.02 696

LRCNet_RVC	10.62 697	13.42 704	7.30 689	18.92 702	2.07 687	0.33 616	0.30 639	5.59 692	0.48 605	13.03 702	17.94 702	8.87 695	5.65 691	4.79 689	1.89 685	23.51 711	2.73 694	27.55 714	25.71 714	16.07 708	16.33 709

Anonymous_1	10.96 698	7.92 698	7.46 693	10.33 695	10.06 693	18.65 702	26.34 704	11.06 700	13.44 701	9.40 697	10.05 698	9.67 701	11.23 701	10.73 697	12.72 699	6.42 698	8.38 700	5.77 699	10.61 699	12.12 700	6.77 695

DPSM_ROB	11.15 699	8.58 701	8.00 696	10.88 696	11.58 698	19.10 703	26.71 705	12.05 703	14.07 704	10.36 700	10.84 699	10.33 702	11.86 702	11.70 700	13.54 702	6.99 701	8.79 701	5.89 700	6.95 695	7.29 697	7.42 700

DPSM	11.15 699	8.58 701	8.00 696	10.88 696	11.58 698	19.10 703	26.71 705	12.05 703	14.07 704	10.36 700	10.84 699	10.33 702	11.86 702	11.70 700	13.54 702	6.99 701	8.79 701	5.89 700	6.95 695	7.29 697	7.42 700

HaxPig	15.71 701	18.52 712	19.18 707	16.89 701	15.89 703	7.73 688	7.60 691	13.31 705	10.82 696	15.42 703	14.91 701	15.98 704	14.92 704	15.58 703	15.98 704	18.95 710	16.73 704	19.46 710	18.08 710	19.26 709	19.05 712

Selective-IGEV-i16pa	18.58 702	3.30 687	1.09 673	0.21 542	0.18 621	103.68 715	0.28 622	19.87 707	40.73 715	4.16 689	56.45 715	8.07 694	2.59 689	123.95 716	5.89 692	0.18 625	0.12 589	0.09 465	0.12 582	0.12 557	0.51 666

RSGM-EC	20.36 703	4.73 692	0.68 655	16.76 699	16.92 704	21.28 705	27.18 707	10.46 698	14.04 702	18.00 704	21.31 705	22.24 713	21.82 706	22.57 705	17.63 705	62.81 714	33.79 714	20.14 711	18.10 711	20.18 710	16.45 710

acva	20.36 703	4.73 692	0.68 655	16.76 699	16.92 704	21.28 705	27.18 707	10.46 698	14.04 702	18.00 704	21.31 705	22.24 713	21.82 706	22.57 705	17.63 705	62.81 714	33.79 714	20.14 711	18.10 711	20.18 710	16.45 710

MEDIAN_ROB	20.38 705	24.04 713	23.31 710	21.23 703	21.71 706	10.40 693	7.92 692	17.64 706	15.50 706	20.12 707	19.70 703	20.34 705	20.32 705	21.19 704	21.13 707	23.81 712	21.81 712	24.98 713	23.76 713	24.71 712	23.93 713

CasAABBNet	22.42 706	17.33 706	16.01 702	22.01 705	23.28 708	38.32 707	53.80 711	24.14 711	28.41 711	20.60 709	21.77 709	20.89 711	23.91 710	23.43 709	27.36 710	14.07 704	17.69 706	11.83 705	14.01 704	14.67 703	14.95 705

RAFT-FEzeroshot	22.43 707	17.33 706	15.98 700	22.02 706	23.31 710	38.34 708	53.82 713	24.05 709	28.39 709	20.61 710	21.76 707	20.88 708	23.92 712	23.41 707	27.42 712	14.07 704	17.69 706	11.83 705	14.02 705	14.69 704	14.97 706

RAFT-FE	22.43 707	17.33 706	15.98 700	22.02 706	23.31 710	38.34 708	53.82 713	24.05 709	28.39 709	20.61 710	21.76 707	20.88 708	23.92 712	23.41 707	27.42 712	14.07 704	17.69 706	11.83 705	14.02 705	14.69 704	14.97 706

FlowAnything	22.44 709	17.35 709	16.14 704	22.07 709	23.23 707	38.39 711	53.77 710	24.25 712	28.44 712	20.96 714	21.82 711	20.70 706	23.84 708	23.49 711	27.14 709	14.04 703	17.79 711	11.75 703	14.15 709	14.65 701	14.89 702

Hybrid-DGEV	22.47 710	17.40 711	16.14 704	22.00 704	23.29 709	38.36 710	53.80 711	24.43 715	28.63 714	20.59 708	21.81 710	20.88 708	23.91 710	23.45 710	27.42 712	14.08 707	17.69 706	11.83 705	14.06 708	14.65 701	14.93 704

Selective-RAFT-Error	22.47 710	17.37 710	16.09 703	22.06 708	23.34 712	38.39 711	53.83 715	24.29 714	28.47 713	20.74 712	21.83 712	20.81 707	23.90 709	23.54 713	27.53 715	14.08 707	17.69 706	11.82 704	14.00 703	14.69 704	15.00 708

LSM0	22.87 712	17.28 705	18.96 706	22.19 710	29.04 714	38.42 713	53.71 709	24.28 713	28.31 708	20.78 713	21.00 704	21.43 712	24.16 714	23.50 712	27.39 711	14.09 709	17.38 705	11.84 709	14.04 707	14.73 707	14.89 702

AVERAGE_ROB	24.90 713	29.20 714	28.14 711	24.89 711	24.64 713	17.75 699	11.12 693	21.45 708	19.93 707	25.12 715	24.46 713	25.12 715	25.46 715	24.69 714	22.83 708	29.76 713	27.13 713	28.97 715	27.95 715	29.91 713	29.47 714

test_example2	98.32 714	94.13 715	45.89 712	96.35 712	109.85 715	88.61 714	95.45 716	25.75 716	94.37 716	130.00 717	126.06 716	58.17 716	74.63 716	88.51 715	79.96 716	150.23 716	221.02 716	77.62 716	99.10 716	113.75 716	96.94 715

GS-Stereo							0.14 227	0.11 54	0.12 134	0.08 119	0.10 184	0.05 5	0.05 14	0.11 187	0.08 25	0.06 165	0.04 24	0.05 44	0.04 53	0.05 160	0.05 199

FSD					0.22 634	0.25 573	0.25 600	0.27 475	0.26 463	0.25 551	0.26 489	0.25 511	0.27 583	0.27 576	0.24 570	0.21 637	0.20 636	0.27 639	0.26 642	0.25 642

ccccc		285.66 716		368.85 715	370.60 716	123.16 716		115.05 717		126.68 716		122.83 717		252.94 717		384.56 717	353.86 717	254.69 717	223.00 717	425.87 717

ASD4		3.38 688

Low-res two-view benchmark