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

derf	0.07 7	0.04 1	0.10 185	0.14 59	0.06 27	0.05 4	0.12 96	0.12 83	0.09 50	0.05 2	0.07 64	0.07 123	0.08 227	0.10 121	0.10 206	0.06 167	0.05 268	0.04 1	0.03 1	0.04 48	0.05 203

mm2	0.07 7	0.04 1	0.10 185	0.13 16	0.06 27	0.06 14	0.12 96	0.13 112	0.08 24	0.06 25	0.07 64	0.06 42	0.08 227	0.10 121	0.09 102	0.06 167	0.05 268	0.04 1	0.03 1	0.04 48	0.05 203

mm1	0.07 7	0.04 1	0.10 185	0.13 16	0.06 27	0.06 14	0.12 96	0.06 1	0.08 24	0.06 25	0.07 64	0.06 42	0.08 227	0.10 121	0.09 102	0.06 167	0.05 268	0.04 1	0.03 1	0.04 48	0.05 203

MGA	0.07 7	0.04 1	0.10 185	0.13 16	0.06 27	0.08 83	0.09 20	0.12 83	0.08 24	0.05 2	0.06 23	0.06 42	0.05 14	0.10 121	0.09 102	0.06 167	0.04 25	0.05 48	0.03 1	0.05 168	0.05 203

MSE-Stereo	0.07 7	0.04 1	0.08 56	0.13 16	0.06 27	0.07 43	0.08 7	0.12 83	0.08 24	0.05 2	0.06 23	0.05 5	0.05 14	0.10 121	0.09 102	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

LiteMatch*	0.08 84	0.04 1	0.11 244	0.13 16	0.08 212	0.08 83	0.13 170	0.14 143	0.09 50	0.05 2	0.05 7	0.05 5	0.09 265	0.11 196	0.10 206	0.06 167	0.05 268	0.05 48	0.04 59	0.05 168	0.05 203

PipStereo	0.07 7	0.04 1	0.09 121	0.13 16	0.05 2	0.08 83	0.11 64	0.06 1	0.06 6	0.06 25	0.05 7	0.08 183	0.05 14	0.08 25	0.09 102	0.06 167	0.04 25	0.04 1	0.03 1	0.05 168	0.04 72

PSi22b	0.06 1	0.04 1	0.09 121	0.13 16	0.05 2	0.08 83	0.11 64	0.06 1	0.06 6	0.06 25	0.06 23	0.08 183	0.05 14	0.08 25	0.09 102	0.06 167	0.04 25	0.04 1	0.03 1	0.05 168	0.04 72

PSi22a	0.06 1	0.04 1	0.09 121	0.12 5	0.05 2	0.06 14	0.11 64	0.06 1	0.06 6	0.06 25	0.06 23	0.06 42	0.05 14	0.08 25	0.09 102	0.07 336	0.04 25	0.04 1	0.03 1	0.05 168	0.04 72

DepthFocus	0.08 84	0.04 1	0.15 424	0.12 5	0.09 339	0.07 43	0.12 96	0.10 33	0.05 4	0.09 180	0.05 7	0.07 123	0.04 1	0.08 25	0.08 25	0.06 167	0.05 268	0.07 299	0.07 379	0.05 168	0.04 72

Foundation-i1	0.09 172	0.04 1	0.10 185	0.14 59	0.06 27	0.10 199	0.13 170	0.16 223	0.14 216	0.10 225	0.10 193	0.11 284	0.07 178	0.07 4	0.10 206	0.06 167	0.04 25	0.05 48	0.05 190	0.05 168	0.05 203

Foundation-i32	0.06 1	0.04 1	0.09 121	0.13 16	0.04 1	0.06 14	0.12 96	0.06 1	0.05 4	0.06 25	0.05 7	0.05 5	0.05 14	0.07 4	0.09 102	0.06 167	0.04 25	0.05 48	0.03 1	0.04 48	0.04 72

GeoVLM	0.08 84	0.04 1	0.10 185	0.13 16	0.06 27	0.10 199	0.12 96	0.13 112	0.08 24	0.06 25	0.07 64	0.06 42	0.08 227	0.10 121	0.11 287	0.06 167	0.05 268	0.04 1	0.03 1	0.04 48	0.05 203

Test_v1	0.07 7	0.04 1	0.06 5	0.13 16	0.06 27	0.08 83	0.11 64	0.15 185	0.12 142	0.06 25	0.05 7	0.04 1	0.05 14	0.08 25	0.10 206	0.07 336	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

BLMT-Stereo	0.07 7	0.04 1	0.08 56	0.15 113	0.07 132	0.06 14	0.14 235	0.07 7	0.10 74	0.05 2	0.05 7	0.04 1	0.06 65	0.07 4	0.09 102	0.04 11	0.04 25	0.05 48	0.05 190	0.04 48	0.04 72

WQFJA1++	0.08 84	0.04 1	0.11 244	0.14 59	0.07 132	0.11 251	0.11 64	0.11 56	0.07 15	0.07 74	0.07 64	0.07 123	0.06 65	0.10 121	0.10 206	0.06 167	0.04 25	0.05 48	0.04 59	0.06 290	0.06 304

MatchStereo	0.07 7	0.04 1	0.08 56	0.14 59	0.06 27	0.05 4	0.12 96	0.12 83	0.09 50	0.07 74	0.06 23	0.04 1	0.04 1	0.08 25	0.09 102	0.06 167	0.05 268	0.05 48	0.03 1	0.04 48	0.04 72
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	0.09 121	0.11 1	0.05 2	0.10 199	0.10 35	0.14 143	0.09 50	0.06 25	0.07 64	0.06 42	0.07 178	0.07 4	0.10 206	0.06 167	0.04 25	0.04 1	0.04 59	0.04 48	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MonSter++	0.08 84	0.04 1	0.10 185	0.13 16	0.06 27	0.09 136	0.12 96	0.13 112	0.08 24	0.06 25	0.07 64	0.06 42	0.08 227	0.10 121	0.11 287	0.06 167	0.05 268	0.04 1	0.03 1	0.04 48	0.04 72

HiDET	0.08 84	0.04 1	0.10 185	0.13 16	0.06 27	0.08 83	0.12 96	0.12 83	0.11 105	0.06 25	0.07 64	0.07 123	0.07 178	0.11 196	0.11 287	0.06 167	0.04 25	0.04 1	0.03 1	0.04 48	0.04 72

DDF-Stereo	0.08 84	0.04 1	0.09 121	0.15 113	0.10 451	0.06 14	0.13 170	0.09 20	0.14 216	0.06 25	0.06 23	0.07 123	0.06 65	0.09 58	0.10 206	0.06 167	0.04 25	0.06 188	0.04 59	0.08 434	0.05 203

252Zero-FE	0.08 84	0.04 1	0.09 121	0.13 16	0.07 132	0.12 303	0.11 64	0.13 112	0.14 216	0.06 25	0.05 7	0.06 42	0.05 14	0.09 58	0.10 206	0.06 167	0.04 25	0.04 1	0.03 1	0.05 168	0.06 304

Monster-pub-mixall	0.07 7	0.04 1	0.09 121	0.13 16	0.06 27	0.05 4	0.09 20	0.11 56	0.07 15	0.06 25	0.06 23	0.05 5	0.06 65	0.09 58	0.09 102	0.06 167	0.04 25	0.04 1	0.03 1	0.05 168	0.05 203

zero-FE	0.08 84	0.04 1	0.09 121	0.15 113	0.10 451	0.05 4	0.14 235	0.09 20	0.14 216	0.07 74	0.06 23	0.07 123	0.06 65	0.09 58	0.10 206	0.06 167	0.04 25	0.06 188	0.04 59	0.08 434	0.05 203

IGEV	0.07 7	0.04 1	0.08 56	0.13 16	0.06 27	0.09 136	0.12 96	0.14 143	0.10 74	0.06 25	0.09 157	0.07 123	0.05 14	0.09 58	0.09 102	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

111111	0.07 7	0.04 1	0.09 121	0.17 296	0.06 27	0.05 4	0.10 35	0.11 56	0.09 50	0.06 25	0.06 23	0.07 123	0.05 14	0.09 58	0.09 102	0.06 167	0.04 25	0.05 48	0.04 59	0.07 370	0.06 304

MLG-Stereo_test2	0.06 1	0.04 1	0.10 185	0.15 113	0.05 2	0.07 43	0.11 64	0.09 20	0.04 2	0.06 25	0.05 7	0.06 42	0.04 1	0.08 25	0.09 102	0.06 167	0.04 25	0.05 48	0.03 1	0.05 168	0.05 203

LG-G_1	0.07 7	0.04 1	0.11 244	0.15 113	0.06 27	0.09 136	0.08 7	0.08 11	0.06 6	0.06 25	0.05 7	0.07 123	0.07 178	0.11 196	0.08 25	0.07 336	0.04 25	0.05 48	0.04 59	0.05 168	0.05 203

LG-G	0.07 7	0.04 1	0.11 244	0.15 113	0.06 27	0.09 136	0.08 7	0.08 11	0.06 6	0.06 25	0.05 7	0.07 123	0.07 178	0.11 196	0.08 25	0.07 336	0.04 25	0.05 48	0.04 59	0.05 168	0.05 203

LGtest1	0.07 7	0.04 1	0.10 185	0.15 113	0.06 27	0.07 43	0.09 20	0.08 11	0.06 6	0.05 2	0.04 1	0.06 42	0.06 65	0.10 121	0.09 102	0.07 336	0.04 25	0.05 48	0.04 59	0.06 290	0.06 304

FoundationStereo	0.06 1	0.04 1	0.08 56	0.12 5	0.05 2	0.09 136	0.13 170	0.06 1	0.09 50	0.05 2	0.05 7	0.06 42	0.04 1	0.06 1	0.07 1	0.06 167	0.04 25	0.05 48	0.03 1	0.05 168	0.04 72

dual_stereo	0.07 7	0.04 1	0.08 56	0.15 113	0.05 2	0.05 4	0.13 170	0.12 83	0.08 24	0.07 74	0.06 23	0.05 5	0.05 14	0.07 4	0.09 102	0.06 167	0.04 25	0.05 48	0.03 1	0.04 48	0.04 72

model_zeroshot	0.10 241	0.04 1	0.11 244	0.15 113	0.09 339	0.12 303	0.14 235	0.20 337	0.13 184	0.11 260	0.10 193	0.12 304	0.07 178	0.12 290	0.10 206	0.07 336	0.06 416	0.06 188	0.05 190	0.06 290	0.06 304

Pointernet	0.09 172	0.04 1	0.09 121	0.16 209	0.08 212	0.13 354	0.10 35	0.15 185	0.17 307	0.09 180	0.07 64	0.06 42	0.06 65	0.11 196	0.09 102	0.08 413	0.04 25	0.05 48	0.03 1	0.06 290	0.05 203

IGEV-Stereo+	0.07 7	0.04 1	0.08 56	0.15 113	0.06 27	0.04 1	0.09 20	0.10 33	0.09 50	0.06 25	0.06 23	0.06 42	0.06 65	0.06 1	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.06 290	0.06 304

CAS	0.08 84	0.04 1	0.07 11	0.17 296	0.08 212	0.10 199	0.13 170	0.12 83	0.09 50	0.09 180	0.10 193	0.08 183	0.06 65	0.09 58	0.08 25	0.08 413	0.04 25	0.05 48	0.03 1	0.05 168	0.04 72

CES	0.08 84	0.04 1	0.08 56	0.14 59	0.07 132	0.09 136	0.14 235	0.11 56	0.09 50	0.08 128	0.09 157	0.11 284	0.06 65	0.12 290	0.08 25	0.06 167	0.04 25	0.05 48	0.03 1	0.05 168	0.05 203

CREStereo++_RVC	0.08 84	0.04 1	0.06 5	0.13 16	0.07 132	0.09 136	0.12 96	0.14 143	0.14 216	0.10 225	0.14 297	0.08 183	0.07 178	0.09 58	0.11 287	0.06 167	0.04 25	0.05 48	0.05 190	0.04 48	0.04 72
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
TANstereo	0.09 172	0.04 1	0.08 56	0.13 16	0.06 27	0.11 251	0.14 235	0.15 185	0.19 357	0.11 260	0.15 314	0.10 254	0.06 65	0.12 290	0.09 102	0.07 336	0.05 268	0.05 48	0.04 59	0.06 290	0.05 203

CREStereo	0.09 172	0.04 1	0.08 56	0.11 1	0.06 27	0.13 354	0.14 235	0.14 143	0.10 74	0.08 128	0.13 283	0.09 219	0.08 227	0.11 196	0.10 206	0.08 413	0.04 25	0.05 48	0.03 1	0.06 290	0.06 304
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
DNS	0.09 172	0.05 41	0.11 244	0.15 113	0.08 212	0.10 199	0.16 388	0.17 262	0.09 50	0.08 128	0.12 264	0.08 183	0.07 178	0.09 58	0.08 25	0.07 336	0.04 25	0.05 48	0.05 190	0.06 290	0.05 203

qqai	0.07 7	0.05 41	0.10 185	0.14 59	0.06 27	0.05 4	0.12 96	0.08 11	0.09 50	0.05 2	0.06 23	0.06 42	0.08 227	0.10 121	0.09 102	0.06 167	0.05 268	0.05 48	0.03 1	0.04 48	0.05 203

CAR	0.07 7	0.05 41	0.08 56	0.14 59	0.06 27	0.07 43	0.08 7	0.12 83	0.08 24	0.05 2	0.06 23	0.05 5	0.05 14	0.10 121	0.09 102	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

DF	0.08 84	0.05 41	0.09 121	0.15 113	0.06 27	0.11 251	0.13 170	0.10 33	0.12 142	0.09 180	0.10 193	0.10 254	0.08 227	0.11 196	0.09 102	0.07 336	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

DN	0.10 241	0.05 41	0.09 121	0.14 59	0.09 339	0.12 303	0.18 479	0.17 262	0.16 278	0.08 128	0.09 157	0.08 183	0.06 65	0.08 25	0.09 102	0.11 545	0.05 268	0.07 299	0.06 281	0.07 370	0.09 501

GCAP-Stereo-DPT-cres	0.08 84	0.05 41	0.07 11	0.15 113	0.06 27	0.10 199	0.14 235	0.13 112	0.12 142	0.07 74	0.09 157	0.07 123	0.06 65	0.10 121	0.09 102	0.05 51	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

GCAP-Stereo-DPT-20K	0.07 7	0.05 41	0.11 244	0.15 113	0.06 27	0.07 43	0.13 170	0.09 20	0.11 105	0.07 74	0.08 122	0.06 42	0.05 14	0.09 58	0.07 1	0.05 51	0.05 268	0.05 48	0.04 59	0.03 1	0.04 72

GCAP-Stereo-DPT-FT	0.08 84	0.05 41	0.12 289	0.15 113	0.06 27	0.10 199	0.14 235	0.12 83	0.12 142	0.07 74	0.09 157	0.06 42	0.06 65	0.10 121	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

RT-Monster	0.09 172	0.05 41	0.09 121	0.14 59	0.08 212	0.11 251	0.10 35	0.17 262	0.18 338	0.13 331	0.10 193	0.09 219	0.08 227	0.10 121	0.10 206	0.07 336	0.05 268	0.05 48	0.04 59	0.05 168	0.06 304

Foundation-i1c-attn	0.08 84	0.05 41	0.07 11	0.14 59	0.05 2	0.09 136	0.12 96	0.12 83	0.10 74	0.09 180	0.10 193	0.10 254	0.07 178	0.07 4	0.10 206	0.06 167	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

Foundation-i1b	0.08 84	0.05 41	0.07 11	0.14 59	0.05 2	0.09 136	0.12 96	0.13 112	0.10 74	0.09 180	0.10 193	0.09 219	0.06 65	0.07 4	0.09 102	0.06 167	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

Foundation-i1a	0.08 84	0.05 41	0.07 11	0.13 16	0.05 2	0.13 354	0.13 170	0.12 83	0.09 50	0.11 260	0.11 243	0.11 284	0.06 65	0.08 25	0.09 102	0.06 167	0.04 25	0.05 48	0.03 1	0.04 48	0.04 72

LACA2	0.07 7	0.05 41	0.06 5	0.15 113	0.06 27	0.09 136	0.11 64	0.11 56	0.10 74	0.05 2	0.05 7	0.06 42	0.08 227	0.09 58	0.07 1	0.07 336	0.04 25	0.04 1	0.04 59	0.04 48	0.04 72

VMStereo-Base	0.09 172	0.05 41	0.10 185	0.13 16	0.07 132	0.10 199	0.10 35	0.16 223	0.13 184	0.10 225	0.15 314	0.10 254	0.09 265	0.11 196	0.10 206	0.07 336	0.05 268	0.05 48	0.04 59	0.05 168	0.06 304

DispViT+	0.08 84	0.05 41	0.09 121	0.13 16	0.06 27	0.05 4	0.11 64	0.18 296	0.16 278	0.09 180	0.08 122	0.07 123	0.06 65	0.11 196	0.09 102	0.06 167	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

Pro-Stereo	0.07 7	0.05 41	0.08 56	0.15 113	0.07 132	0.08 83	0.12 96	0.07 7	0.07 15	0.06 25	0.06 23	0.05 5	0.05 14	0.09 58	0.08 25	0.05 51	0.04 25	0.06 188	0.05 190	0.04 48	0.04 72

LCMNet	0.08 84	0.05 41	0.10 185	0.13 16	0.07 132	0.09 136	0.12 96	0.10 33	0.11 105	0.06 25	0.08 122	0.06 42	0.07 178	0.11 196	0.10 206	0.06 167	0.05 268	0.04 1	0.03 1	0.04 48	0.04 72

CSFM-Stereo	0.07 7	0.05 41	0.07 11	0.14 59	0.06 27	0.09 136	0.13 170	0.15 185	0.06 6	0.07 74	0.08 122	0.06 42	0.08 227	0.09 58	0.09 102	0.06 167	0.05 268	0.04 1	0.03 1	0.04 48	0.04 72

GEAStereo	0.08 84	0.05 41	0.08 56	0.13 16	0.08 212	0.08 83	0.14 235	0.10 33	0.09 50	0.08 128	0.10 193	0.06 42	0.05 14	0.11 196	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.05 203

GSStereo	0.08 84	0.05 41	0.08 56	0.13 16	0.08 212	0.08 83	0.14 235	0.11 56	0.12 142	0.08 128	0.10 193	0.05 5	0.05 14	0.11 196	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.05 203

gasm-f	0.08 84	0.05 41	0.07 11	0.13 16	0.08 212	0.08 83	0.14 235	0.10 33	0.09 50	0.08 128	0.10 193	0.06 42	0.05 14	0.10 121	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.06 290	0.05 203

IGEV-FE	0.09 172	0.05 41	0.12 289	0.13 16	0.08 212	0.12 303	0.13 170	0.17 262	0.11 105	0.10 225	0.06 23	0.09 219	0.06 65	0.11 196	0.09 102	0.06 167	0.04 25	0.06 188	0.06 281	0.05 168	0.05 203

Zero-FE251	0.07 7	0.05 41	0.09 121	0.13 16	0.06 27	0.12 303	0.12 96	0.11 56	0.10 74	0.07 74	0.08 122	0.06 42	0.06 65	0.09 58	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

Wavelet-MonSter	0.07 7	0.05 41	0.07 11	0.16 209	0.06 27	0.07 43	0.11 64	0.10 33	0.08 24	0.06 25	0.06 23	0.07 123	0.07 178	0.09 58	0.09 102	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

Replicate-Monster	0.07 7	0.05 41	0.09 121	0.14 59	0.06 27	0.08 83	0.09 20	0.13 112	0.13 184	0.05 2	0.07 64	0.06 42	0.06 65	0.08 25	0.10 206	0.05 51	0.04 25	0.05 48	0.03 1	0.04 48	0.04 72

GASTEREO	0.08 84	0.05 41	0.09 121	0.19 455	0.07 132	0.07 43	0.12 96	0.14 143	0.11 105	0.10 225	0.09 157	0.07 123	0.04 1	0.12 290	0.08 25	0.06 167	0.05 268	0.05 48	0.04 59	0.04 48	0.05 203

MSCF	0.08 84	0.05 41	0.08 56	0.19 455	0.08 212	0.06 14	0.12 96	0.14 143	0.11 105	0.10 225	0.09 157	0.07 123	0.04 1	0.11 196	0.08 25	0.06 167	0.05 268	0.05 48	0.04 59	0.05 168	0.05 203

DilatedVolume-Stereo	0.09 172	0.05 41	0.08 56	0.15 113	0.06 27	0.11 251	0.12 96	0.14 143	0.16 278	0.11 260	0.11 243	0.09 219	0.09 265	0.11 196	0.10 206	0.06 167	0.05 268	0.05 48	0.04 59	0.03 1	0.03 2

LG-Stereo_L2	0.07 7	0.05 41	0.10 185	0.14 59	0.06 27	0.07 43	0.12 96	0.09 20	0.09 50	0.06 25	0.04 1	0.05 5	0.05 14	0.08 25	0.08 25	0.05 51	0.04 25	0.05 48	0.03 1	0.04 48	0.03 2

LG-Stereo_L1	0.07 7	0.05 41	0.11 244	0.14 59	0.06 27	0.07 43	0.13 170	0.09 20	0.07 15	0.05 2	0.04 1	0.05 5	0.04 1	0.08 25	0.07 1	0.05 51	0.04 25	0.05 48	0.03 1	0.04 48	0.04 72

MLG-Stereo_test3	0.07 7	0.05 41	0.10 185	0.14 59	0.06 27	0.07 43	0.11 64	0.08 11	0.06 6	0.06 25	0.04 1	0.06 42	0.06 65	0.07 4	0.10 206	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.06 304

MLG-Stereo_test1	0.06 1	0.05 41	0.08 56	0.17 296	0.05 2	0.06 14	0.11 64	0.08 11	0.03 1	0.05 2	0.04 1	0.06 42	0.05 14	0.09 58	0.09 102	0.05 51	0.04 25	0.05 48	0.03 1	0.04 48	0.04 72

MLG-Stereo	0.07 7	0.05 41	0.08 56	0.17 296	0.05 2	0.07 43	0.11 64	0.08 11	0.04 2	0.05 2	0.04 1	0.06 42	0.05 14	0.10 121	0.09 102	0.05 51	0.04 25	0.05 48	0.03 1	0.04 48	0.04 72

SGD-Stereo	0.08 84	0.05 41	0.10 185	0.14 59	0.05 2	0.12 303	0.12 96	0.11 56	0.12 142	0.07 74	0.09 157	0.09 219	0.09 265	0.08 25	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.03 2

Reg-Stereo(zero)	0.08 84	0.05 41	0.08 56	0.16 209	0.06 27	0.12 303	0.11 64	0.15 185	0.10 74	0.12 301	0.09 157	0.10 254	0.08 227	0.11 196	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.05 203

HUF	0.08 84	0.05 41	0.08 56	0.14 59	0.06 27	0.09 136	0.13 170	0.13 112	0.13 184	0.07 74	0.07 64	0.08 183	0.06 65	0.10 121	0.09 102	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

AIO_test	0.07 7	0.05 41	0.07 11	0.15 113	0.07 132	0.06 14	0.14 235	0.10 33	0.10 74	0.07 74	0.07 64	0.06 42	0.05 14	0.08 25	0.10 206	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

castereo++	0.08 84	0.05 41	0.08 56	0.15 113	0.05 2	0.14 388	0.12 96	0.11 56	0.15 241	0.07 74	0.07 64	0.07 123	0.06 65	0.08 25	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

DEFOM-Stereo	0.07 7	0.05 41	0.07 11	0.14 59	0.06 27	0.10 199	0.13 170	0.07 7	0.13 184	0.06 25	0.07 64	0.06 42	0.05 14	0.10 121	0.09 102	0.04 11	0.04 25	0.05 48	0.03 1	0.04 48	0.04 72

999	0.09 172	0.05 41	0.13 339	0.15 113	0.08 212	0.10 199	0.14 235	0.15 185	0.11 105	0.10 225	0.08 122	0.08 183	0.08 227	0.16 430	0.10 206	0.06 167	0.04 25	0.06 188	0.05 190	0.04 48	0.05 203

PAM_32	0.09 172	0.05 41	0.17 490	0.15 113	0.08 212	0.10 199	0.15 319	0.14 143	0.15 241	0.09 180	0.08 122	0.09 219	0.07 178	0.14 371	0.08 25	0.06 167	0.05 268	0.06 188	0.06 281	0.05 168	0.06 304

PAM	0.10 241	0.05 41	0.16 460	0.15 113	0.08 212	0.09 136	0.16 388	0.15 185	0.16 278	0.12 301	0.09 157	0.09 219	0.07 178	0.13 342	0.08 25	0.06 167	0.05 268	0.06 188	0.06 281	0.05 168	0.06 304

UGAM-zero	0.09 172	0.05 41	0.15 424	0.15 113	0.08 212	0.09 136	0.13 170	0.19 326	0.15 241	0.11 260	0.15 314	0.07 123	0.07 178	0.09 58	0.09 102	0.06 167	0.05 268	0.06 188	0.05 190	0.05 168	0.06 304

WCG-NET	0.08 84	0.05 41	0.09 121	0.15 113	0.06 27	0.11 251	0.14 235	0.13 112	0.13 184	0.06 25	0.09 157	0.07 123	0.06 65	0.13 342	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

GCAP-BAT	0.09 172	0.05 41	0.11 244	0.13 16	0.07 132	0.11 251	0.14 235	0.14 143	0.16 278	0.07 74	0.10 193	0.08 183	0.06 65	0.13 342	0.08 25	0.07 336	0.05 268	0.05 48	0.05 190	0.04 48	0.04 72

Occ-G	0.08 84	0.05 41	0.06 5	0.14 59	0.07 132	0.08 83	0.14 235	0.13 112	0.15 241	0.07 74	0.11 243	0.07 123	0.05 14	0.09 58	0.10 206	0.06 167	0.05 268	0.05 48	0.04 59	0.05 168	0.05 203

AIO-Stereo-zeroshot1	0.11 289	0.05 41	0.14 376	0.15 113	0.20 639	0.09 136	0.17 430	0.21 360	0.15 241	0.11 260	0.14 297	0.10 254	0.07 178	0.10 121	0.08 25	0.06 167	0.05 268	0.07 299	0.07 379	0.07 370	0.09 501

AIO-Stereo-zeroshot	0.11 289	0.05 41	0.11 244	0.15 113	0.13 558	0.13 354	0.16 388	0.23 405	0.17 307	0.10 225	0.12 264	0.10 254	0.07 178	0.11 196	0.09 102	0.06 167	0.05 268	0.06 188	0.06 281	0.07 370	0.08 457

WCG-NET（raft）	0.08 84	0.05 41	0.10 185	0.15 113	0.06 27	0.11 251	0.13 170	0.15 185	0.12 142	0.08 128	0.07 64	0.06 42	0.06 65	0.13 342	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

trnet	0.08 84	0.05 41	0.07 11	0.12 5	0.05 2	0.12 303	0.11 64	0.13 112	0.10 74	0.08 128	0.13 283	0.09 219	0.08 227	0.11 196	0.10 206	0.08 413	0.05 268	0.05 48	0.03 1	0.06 290	0.05 203

GCAPDPT-zeroshot4090	0.07 7	0.05 41	0.11 244	0.15 113	0.06 27	0.07 43	0.13 170	0.09 20	0.11 105	0.07 74	0.08 122	0.06 42	0.05 14	0.09 58	0.07 1	0.05 51	0.05 268	0.05 48	0.04 59	0.03 1	0.04 72

MoCha-V2	0.08 84	0.05 41	0.10 185	0.20 521	0.07 132	0.09 136	0.14 235	0.11 56	0.08 24	0.07 74	0.08 122	0.07 123	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

IGEV_Zeroshot_test	0.09 172	0.05 41	0.12 289	0.13 16	0.08 212	0.12 303	0.13 170	0.17 262	0.11 105	0.10 225	0.06 23	0.09 219	0.06 65	0.11 196	0.09 102	0.06 167	0.04 25	0.06 188	0.06 281	0.05 168	0.05 203

MSKI-zero shot	0.09 172	0.05 41	0.09 121	0.15 113	0.07 132	0.10 199	0.13 170	0.14 143	0.13 184	0.09 180	0.09 157	0.09 219	0.06 65	0.12 290	0.10 206	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

GCAPDPT-zeroshot	0.09 172	0.05 41	0.11 244	0.13 16	0.07 132	0.11 251	0.14 235	0.14 143	0.16 278	0.07 74	0.10 193	0.08 183	0.06 65	0.13 342	0.08 25	0.07 336	0.05 268	0.05 48	0.05 190	0.04 48	0.04 72

AEACV	0.08 84	0.05 41	0.08 56	0.14 59	0.13 558	0.14 388	0.13 170	0.14 143	0.09 50	0.07 74	0.09 157	0.07 123	0.08 227	0.10 121	0.09 102	0.06 167	0.04 25	0.06 188	0.05 190	0.05 168	0.04 72

Any-RAFT	0.10 241	0.05 41	0.09 121	0.14 59	0.07 132	0.13 354	0.14 235	0.21 360	0.15 241	0.11 260	0.12 264	0.12 304	0.09 265	0.12 290	0.09 102	0.07 336	0.04 25	0.05 48	0.04 59	0.06 290	0.05 203

LoS_RVC	0.08 84	0.05 41	0.07 11	0.15 113	0.07 132	0.08 83	0.15 319	0.11 56	0.10 74	0.08 128	0.09 157	0.06 42	0.09 265	0.10 121	0.09 102	0.05 51	0.04 25	0.05 48	0.03 1	0.04 48	0.03 2

LoS	0.09 172	0.05 41	0.11 244	0.13 16	0.07 132	0.14 388	0.11 64	0.15 185	0.15 241	0.09 180	0.09 157	0.12 304	0.09 265	0.15 395	0.10 206	0.07 336	0.05 268	0.05 48	0.03 1	0.05 168	0.05 203
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.08 84	0.05 41	0.08 56	0.14 59	0.06 27	0.10 199	0.12 96	0.11 56	0.16 278	0.06 25	0.05 7	0.07 123	0.05 14	0.10 121	0.11 287	0.06 167	0.04 25	0.06 188	0.05 190	0.04 48	0.04 72

knoymous	0.11 289	0.05 41	0.12 289	0.13 16	0.07 132	0.15 414	0.14 235	0.19 326	0.13 184	0.11 260	0.17 349	0.13 330	0.09 265	0.13 342	0.11 287	0.08 413	0.05 268	0.06 188	0.05 190	0.08 434	0.07 391

iRaft-Stereo_20w	0.09 172	0.05 41	0.13 339	0.14 59	0.08 212	0.12 303	0.15 319	0.18 296	0.10 74	0.11 260	0.08 122	0.08 183	0.05 14	0.10 121	0.09 102	0.06 167	0.04 25	0.06 188	0.05 190	0.06 290	0.05 203

TRStereo	0.09 172	0.05 41	0.12 289	0.15 113	0.12 535	0.10 199	0.13 170	0.18 296	0.18 338	0.09 180	0.09 157	0.09 219	0.06 65	0.10 121	0.08 25	0.07 336	0.05 268	0.07 299	0.07 379	0.04 48	0.04 72

AnonymousM	0.09 172	0.05 41	0.10 185	0.14 59	0.06 27	0.09 136	0.13 170	0.19 326	0.14 216	0.13 331	0.11 243	0.09 219	0.08 227	0.13 342	0.10 206	0.08 413	0.05 268	0.08 393	0.05 190	0.05 168	0.05 203

XX-Stereo	0.09 172	0.05 41	0.08 56	0.17 296	0.09 339	0.15 414	0.12 96	0.20 337	0.10 74	0.10 225	0.14 297	0.07 123	0.06 65	0.12 290	0.08 25	0.06 167	0.05 268	0.06 188	0.06 281	0.04 48	0.04 72

PMTNet	0.09 172	0.05 41	0.09 121	0.12 5	0.06 27	0.12 303	0.14 235	0.15 185	0.11 105	0.09 180	0.13 283	0.10 254	0.07 178	0.13 342	0.10 206	0.15 614	0.04 25	0.05 48	0.03 1	0.07 370	0.06 304

monster-pro	0.07 7	0.06 107	0.05 1	0.15 113	0.05 2	0.07 43	0.10 35	0.15 185	0.15 241	0.05 2	0.06 23	0.05 5	0.06 65	0.07 4	0.09 102	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

PointNet	0.07 7	0.06 107	0.07 11	0.15 113	0.07 132	0.08 83	0.14 235	0.11 56	0.08 24	0.05 2	0.07 64	0.08 183	0.08 227	0.09 58	0.09 102	0.06 167	0.04 25	0.05 48	0.04 59	0.03 1	0.04 72

TS12	0.08 84	0.06 107	0.09 121	0.21 553	0.07 132	0.11 251	0.13 170	0.11 56	0.09 50	0.10 225	0.10 193	0.08 183	0.10 304	0.09 58	0.12 348	0.04 11	0.04 25	0.05 48	0.04 59	0.03 1	0.04 72

aanet-new-70k	0.07 7	0.06 107	0.09 121	0.17 296	0.06 27	0.08 83	0.12 96	0.11 56	0.10 74	0.06 25	0.07 64	0.07 123	0.06 65	0.10 121	0.07 1	0.04 11	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

aanet-new-36k	0.08 84	0.06 107	0.09 121	0.17 296	0.06 27	0.09 136	0.13 170	0.11 56	0.13 184	0.08 128	0.08 122	0.06 42	0.05 14	0.09 58	0.08 25	0.04 11	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

aanet-new-34k	0.08 84	0.06 107	0.09 121	0.17 296	0.05 2	0.07 43	0.13 170	0.12 83	0.12 142	0.09 180	0.08 122	0.07 123	0.05 14	0.10 121	0.09 102	0.04 11	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

GCAP-Stereo-DPT26K	0.07 7	0.06 107	0.07 11	0.16 209	0.06 27	0.08 83	0.12 96	0.10 33	0.08 24	0.06 25	0.09 157	0.06 42	0.05 14	0.08 25	0.08 25	0.04 11	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

aanet-new-22k	0.08 84	0.06 107	0.09 121	0.17 296	0.06 27	0.08 83	0.11 64	0.14 143	0.12 142	0.09 180	0.09 157	0.08 183	0.06 65	0.10 121	0.08 25	0.04 11	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

GCAP-Stereo-DPT-36K	0.08 84	0.06 107	0.15 424	0.14 59	0.06 27	0.08 83	0.13 170	0.13 112	0.11 105	0.07 74	0.08 122	0.07 123	0.06 65	0.09 58	0.08 25	0.05 51	0.05 268	0.05 48	0.04 59	0.03 1	0.04 72

GCAP-Stereo-DPT-22K	0.08 84	0.06 107	0.07 11	0.17 296	0.06 27	0.07 43	0.14 235	0.13 112	0.16 278	0.05 2	0.10 193	0.06 42	0.06 65	0.08 25	0.08 25	0.04 11	0.04 25	0.05 48	0.04 59	0.03 1	0.04 72

GCAP-Stereo-DPT-24K	0.07 7	0.06 107	0.07 11	0.15 113	0.06 27	0.10 199	0.15 319	0.12 83	0.11 105	0.06 25	0.11 243	0.06 42	0.05 14	0.09 58	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

GCAP-Stereo-DPT-5K	0.08 84	0.06 107	0.10 185	0.16 209	0.07 132	0.11 251	0.12 96	0.15 185	0.15 241	0.08 128	0.12 264	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.06 188	0.05 190	0.03 1	0.04 72

GCAP-Stereo-DPT-2K	0.08 84	0.06 107	0.10 185	0.16 209	0.07 132	0.11 251	0.13 170	0.14 143	0.14 216	0.08 128	0.13 283	0.05 5	0.06 65	0.10 121	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.03 1	0.04 72

GCAP-Stereo-DPT-50K	0.08 84	0.06 107	0.17 490	0.15 113	0.06 27	0.06 14	0.13 170	0.13 112	0.13 184	0.07 74	0.07 64	0.06 42	0.05 14	0.08 25	0.08 25	0.04 11	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 84	0.06 107	0.07 11	0.16 209	0.06 27	0.06 14	0.14 235	0.14 143	0.14 216	0.07 74	0.10 193	0.06 42	0.05 14	0.09 58	0.09 102	0.04 11	0.04 25	0.04 1	0.04 59	0.03 1	0.03 2

RT-IGEV	0.13 386	0.06 107	0.13 339	0.15 113	0.09 339	0.15 414	0.17 430	0.24 429	0.27 484	0.16 408	0.17 349	0.17 417	0.10 304	0.14 371	0.11 287	0.08 413	0.05 268	0.07 299	0.05 190	0.07 370	0.07 391

PSi22	0.08 84	0.06 107	0.11 244	0.16 209	0.07 132	0.08 83	0.10 35	0.14 143	0.08 24	0.08 128	0.06 23	0.10 254	0.06 65	0.12 290	0.09 102	0.05 51	0.04 25	0.04 1	0.03 1	0.04 48	0.04 72

Selective-IGEV-i16pc	0.13 386	0.06 107	0.13 339	0.15 113	0.11 501	0.38 643	0.16 388	0.23 405	0.16 278	0.10 225	0.15 314	0.09 219	0.06 65	0.13 342	0.10 206	0.10 514	0.08 518	0.06 188	0.07 379	0.09 497	0.09 501

LiteMatch	0.09 172	0.06 107	0.10 185	0.16 209	0.07 132	0.09 136	0.15 319	0.13 112	0.08 24	0.06 25	0.07 64	0.06 42	0.15 450	0.10 121	0.14 428	0.07 336	0.04 25	0.06 188	0.06 281	0.06 290	0.06 304

Lsterematch	0.11 289	0.06 107	0.11 244	0.16 209	0.07 132	0.13 354	0.15 319	0.14 143	0.17 307	0.16 408	0.18 376	0.15 379	0.15 450	0.12 290	0.14 428	0.07 336	0.04 25	0.06 188	0.06 281	0.06 290	0.06 304

Selective-IGEV-i32	0.07 7	0.06 107	0.08 56	0.17 296	0.06 27	0.08 83	0.12 96	0.13 112	0.07 15	0.08 128	0.07 64	0.06 42	0.04 1	0.10 121	0.09 102	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

gcap_with_dpt	0.08 84	0.06 107	0.09 121	0.16 209	0.07 132	0.09 136	0.12 96	0.13 112	0.13 184	0.08 128	0.12 264	0.04 1	0.06 65	0.10 121	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.03 1	0.04 72

Hybrid-DGEV-03	0.10 241	0.06 107	0.09 121	0.18 386	0.08 212	0.16 444	0.14 235	0.15 185	0.14 216	0.13 331	0.16 327	0.12 304	0.09 265	0.13 342	0.11 287	0.06 167	0.04 25	0.08 393	0.06 281	0.05 168	0.04 72

Hybrid-DGEV-2	0.11 289	0.06 107	0.12 289	0.18 386	0.09 339	0.09 136	0.13 170	0.28 505	0.29 506	0.11 260	0.11 243	0.09 219	0.12 368	0.12 290	0.09 102	0.06 167	0.05 268	0.07 299	0.07 379	0.05 168	0.05 203

DStereoRT	0.16 491	0.06 107	0.11 244	0.19 455	0.09 339	0.12 303	0.12 96	0.28 505	0.22 410	0.12 301	0.20 399	0.11 284	0.10 304	0.15 395	0.14 428	0.06 167	0.05 268	0.96 691	0.09 499	0.05 168	0.04 72

BStereo	0.08 84	0.06 107	0.16 460	0.15 113	0.08 212	0.07 43	0.09 20	0.15 185	0.16 278	0.06 25	0.07 64	0.07 123	0.05 14	0.09 58	0.11 287	0.04 11	0.05 268	0.05 48	0.07 379	0.04 48	0.04 72

Wave_Phase_stereo	0.09 172	0.06 107	0.16 460	0.15 113	0.08 212	0.11 251	0.09 20	0.18 296	0.16 278	0.06 25	0.07 64	0.07 123	0.05 14	0.09 58	0.11 287	0.04 11	0.05 268	0.05 48	0.07 379	0.04 48	0.04 72

NLSM3	0.09 172	0.06 107	0.08 56	0.19 455	0.08 212	0.11 251	0.16 388	0.18 296	0.16 278	0.06 25	0.08 122	0.07 123	0.08 227	0.09 58	0.11 287	0.04 11	0.04 25	0.06 188	0.07 379	0.03 1	0.03 2

FE-Mocha	0.09 172	0.06 107	0.14 376	0.16 209	0.09 339	0.10 199	0.15 319	0.18 296	0.16 278	0.10 225	0.09 157	0.07 123	0.07 178	0.09 58	0.09 102	0.06 167	0.04 25	0.06 188	0.06 281	0.05 168	0.05 203

Select-FE	0.11 289	0.06 107	0.20 538	0.15 113	0.11 501	0.11 251	0.13 170	0.21 360	0.18 338	0.09 180	0.11 243	0.10 254	0.06 65	0.12 290	0.09 102	0.07 336	0.05 268	0.07 299	0.08 452	0.06 290	0.08 457

MonStereo	0.07 7	0.06 107	0.05 1	0.15 113	0.05 2	0.08 83	0.10 35	0.15 185	0.15 241	0.05 2	0.06 23	0.05 5	0.06 65	0.07 4	0.09 102	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 7	0.06 107	0.05 1	0.15 113	0.05 2	0.08 83	0.10 35	0.15 185	0.15 241	0.05 2	0.06 23	0.05 5	0.06 65	0.07 4	0.09 102	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

AdaDepth	0.07 7	0.06 107	0.07 11	0.18 386	0.06 27	0.11 251	0.12 96	0.09 20	0.07 15	0.06 25	0.05 7	0.07 123	0.06 65	0.09 58	0.10 206	0.04 11	0.05 268	0.05 48	0.04 59	0.04 48	0.04 72

S2M2_XL	0.08 84	0.06 107	0.12 289	0.12 5	0.08 212	0.09 136	0.09 20	0.07 7	0.07 15	0.08 128	0.07 64	0.07 123	0.06 65	0.09 58	0.09 102	0.08 413	0.06 416	0.07 299	0.05 190	0.08 434	0.06 304
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
water-stereo	0.09 172	0.06 107	0.08 56	0.16 209	0.07 132	0.09 136	0.13 170	0.15 185	0.13 184	0.11 260	0.12 264	0.08 183	0.09 265	0.07 4	0.08 25	0.06 167	0.05 268	0.05 48	0.05 190	0.04 48	0.04 72

depthmonostereo	0.09 172	0.06 107	0.09 121	0.15 113	0.06 27	0.10 199	0.13 170	0.14 143	0.14 216	0.10 225	0.10 193	0.09 219	0.11 337	0.08 25	0.09 102	0.06 167	0.05 268	0.06 188	0.04 59	0.04 48	0.03 2

2.25w	0.07 7	0.06 107	0.07 11	0.14 59	0.06 27	0.08 83	0.08 7	0.10 33	0.15 241	0.08 128	0.10 193	0.07 123	0.06 65	0.08 25	0.10 206	0.05 51	0.03 1	0.04 1	0.04 59	0.03 1	0.04 72

3.25w_new	0.07 7	0.06 107	0.07 11	0.15 113	0.06 27	0.10 199	0.07 3	0.12 83	0.11 105	0.08 128	0.06 23	0.07 123	0.06 65	0.11 196	0.09 102	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 7	0.06 107	0.07 11	0.15 113	0.06 27	0.10 199	0.07 3	0.12 83	0.11 105	0.08 128	0.06 23	0.07 123	0.06 65	0.11 196	0.09 102	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

1w_stereo	0.07 7	0.06 107	0.07 11	0.16 209	0.06 27	0.07 43	0.10 35	0.14 143	0.14 216	0.07 74	0.08 122	0.05 5	0.06 65	0.09 58	0.09 102	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 72

monsterstereo	0.07 7	0.06 107	0.06 5	0.16 209	0.06 27	0.08 83	0.10 35	0.16 223	0.11 105	0.07 74	0.08 122	0.06 42	0.07 178	0.08 25	0.09 102	0.04 11	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

monsters	0.07 7	0.06 107	0.06 5	0.15 113	0.06 27	0.08 83	0.09 20	0.12 83	0.08 24	0.09 180	0.07 64	0.06 42	0.06 65	0.08 25	0.08 25	0.05 51	0.04 25	0.04 1	0.04 59	0.03 1	0.03 2

G2L-ROB	0.13 386	0.06 107	0.13 339	0.13 16	0.08 212	0.14 388	0.16 388	0.25 446	0.18 338	0.19 474	0.18 376	0.20 457	0.14 432	0.17 464	0.16 475	0.08 413	0.05 268	0.06 188	0.05 190	0.08 434	0.09 501

LG-Stereo_Zeroshot	0.07 7	0.06 107	0.10 185	0.16 209	0.07 132	0.04 1	0.13 170	0.10 33	0.10 74	0.05 2	0.11 243	0.07 123	0.05 14	0.07 4	0.09 102	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

MM-Stereo_test2	0.09 172	0.06 107	0.09 121	0.19 455	0.08 212	0.12 303	0.18 479	0.15 185	0.14 216	0.07 74	0.10 193	0.07 123	0.06 65	0.12 290	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.05 168	0.03 2

GREAT-IGEV	0.07 7	0.06 107	0.08 56	0.13 16	0.07 132	0.07 43	0.14 235	0.09 20	0.09 50	0.06 25	0.07 64	0.06 42	0.05 14	0.10 121	0.07 1	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
HI	0.11 289	0.06 107	0.11 244	0.13 16	0.09 339	0.09 136	0.14 235	0.21 360	0.10 74	0.19 474	0.17 349	0.14 350	0.09 265	0.16 430	0.08 25	0.05 51	0.04 25	0.07 299	0.08 452	0.07 370	0.06 304

CoSv	0.11 289	0.06 107	0.11 244	0.13 16	0.09 339	0.09 136	0.14 235	0.21 360	0.10 74	0.19 474	0.17 349	0.14 350	0.09 265	0.16 430	0.08 25	0.05 51	0.04 25	0.07 299	0.08 452	0.07 370	0.06 304

DEFOM-Stereo_RVC	0.08 84	0.06 107	0.09 121	0.22 570	0.06 27	0.08 83	0.12 96	0.10 33	0.10 74	0.07 74	0.07 64	0.06 42	0.05 14	0.11 196	0.09 102	0.06 167	0.04 25	0.05 48	0.03 1	0.06 290	0.04 72

AIO_rvc	0.07 7	0.06 107	0.08 56	0.15 113	0.06 27	0.08 83	0.14 235	0.09 20	0.08 24	0.07 74	0.08 122	0.07 123	0.04 1	0.10 121	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

IGEV-RUCA	0.08 84	0.06 107	0.11 244	0.14 59	0.09 339	0.10 199	0.12 96	0.10 33	0.12 142	0.06 25	0.07 64	0.07 123	0.06 65	0.09 58	0.08 25	0.06 167	0.05 268	0.05 48	0.04 59	0.05 168	0.06 304

castereo	0.09 172	0.06 107	0.11 244	0.15 113	0.06 27	0.11 251	0.15 319	0.14 143	0.18 338	0.08 128	0.10 193	0.11 284	0.08 227	0.09 58	0.10 206	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

MonSter	0.07 7	0.06 107	0.05 1	0.15 113	0.05 2	0.07 43	0.10 35	0.15 185	0.15 241	0.05 2	0.06 23	0.05 5	0.06 65	0.07 4	0.09 102	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

GIP-stereo	0.08 84	0.06 107	0.11 244	0.14 59	0.06 27	0.09 136	0.13 170	0.14 143	0.11 105	0.07 74	0.08 122	0.05 5	0.04 1	0.10 121	0.07 1	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

fffft	0.09 172	0.06 107	0.12 289	0.16 209	0.07 132	0.09 136	0.17 430	0.12 83	0.11 105	0.08 128	0.07 64	0.09 219	0.06 65	0.11 196	0.12 348	0.05 51	0.04 25	0.06 188	0.05 190	0.04 48	0.05 203
1: 1. 1
SMoEStereo_RVC	0.08 84	0.06 107	0.12 289	0.16 209	0.07 132	0.09 136	0.14 235	0.11 56	0.13 184	0.09 180	0.07 64	0.07 123	0.07 178	0.12 290	0.10 206	0.05 51	0.04 25	0.06 188	0.05 190	0.04 48	0.04 72

tt45	0.09 172	0.06 107	0.11 244	0.15 113	0.07 132	0.11 251	0.16 388	0.13 112	0.11 105	0.09 180	0.06 23	0.08 183	0.06 65	0.13 342	0.10 206	0.06 167	0.04 25	0.06 188	0.05 190	0.05 168	0.06 304

tg	0.10 241	0.06 107	0.10 185	0.18 386	0.08 212	0.11 251	0.16 388	0.20 337	0.12 142	0.08 128	0.11 243	0.11 284	0.07 178	0.11 196	0.10 206	0.05 51	0.04 25	0.08 393	0.08 452	0.04 48	0.04 72

IGEV-Stereo++	0.07 7	0.06 107	0.08 56	0.18 386	0.06 27	0.04 1	0.10 35	0.11 56	0.11 105	0.06 25	0.07 64	0.07 123	0.06 65	0.09 58	0.09 102	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

AIO-Stereo	0.08 84	0.06 107	0.09 121	0.18 386	0.06 27	0.08 83	0.12 96	0.15 185	0.09 50	0.08 128	0.08 122	0.07 123	0.05 14	0.11 196	0.08 25	0.05 51	0.05 268	0.05 48	0.04 59	0.04 48	0.04 72

RSM++	0.08 84	0.06 107	0.09 121	0.17 296	0.07 132	0.09 136	0.12 96	0.11 56	0.11 105	0.08 128	0.06 23	0.07 123	0.05 14	0.10 121	0.09 102	0.04 11	0.04 25	0.06 188	0.05 190	0.05 168	0.03 2

RSM	0.08 84	0.06 107	0.09 121	0.17 296	0.06 27	0.08 83	0.12 96	0.12 83	0.10 74	0.08 128	0.07 64	0.06 42	0.05 14	0.11 196	0.09 102	0.04 11	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

RAFT-Stereo-weight	0.09 172	0.06 107	0.10 185	0.16 209	0.07 132	0.09 136	0.14 235	0.19 326	0.16 278	0.11 260	0.10 193	0.08 183	0.06 65	0.10 121	0.11 287	0.06 167	0.04 25	0.06 188	0.04 59	0.04 48	0.04 72

gcap-zeroshot	0.08 84	0.06 107	0.10 185	0.15 113	0.07 132	0.11 251	0.12 96	0.15 185	0.15 241	0.08 128	0.12 264	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.06 188	0.05 190	0.03 1	0.04 72

test_for_model	0.08 84	0.06 107	0.10 185	0.16 209	0.07 132	0.11 251	0.12 96	0.15 185	0.15 241	0.08 128	0.12 264	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.06 188	0.05 190	0.03 1	0.04 72

IGEV++	0.08 84	0.06 107	0.08 56	0.18 386	0.07 132	0.09 136	0.13 170	0.10 33	0.09 50	0.08 128	0.08 122	0.06 42	0.06 65	0.13 342	0.09 102	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

11t1	0.12 360	0.06 107	0.13 339	0.14 59	0.08 212	0.17 466	0.15 319	0.18 296	0.15 241	0.15 380	0.15 314	0.16 395	0.16 478	0.15 395	0.13 390	0.08 413	0.05 268	0.06 188	0.05 190	0.08 434	0.07 391

IGEVStereo-DCA	0.09 172	0.06 107	0.11 244	0.15 113	0.10 451	0.11 251	0.15 319	0.16 223	0.12 142	0.10 225	0.06 23	0.08 183	0.06 65	0.10 121	0.08 25	0.06 167	0.05 268	0.06 188	0.05 190	0.05 168	0.06 304

rrr	0.09 172	0.06 107	0.12 289	0.15 113	0.10 451	0.11 251	0.16 388	0.16 223	0.15 241	0.10 225	0.06 23	0.08 183	0.06 65	0.10 121	0.08 25	0.06 167	0.05 268	0.06 188	0.05 190	0.05 168	0.06 304

MIF-Stereo (partial)	0.11 289	0.06 107	0.10 185	0.19 455	0.10 451	0.10 199	0.11 64	0.17 262	0.18 338	0.14 353	0.16 327	0.09 219	0.11 337	0.12 290	0.12 348	0.08 413	0.05 268	0.08 393	0.07 379	0.06 290	0.07 391

testlalala	0.08 84	0.06 107	0.10 185	0.15 113	0.07 132	0.11 251	0.12 96	0.15 185	0.15 241	0.08 128	0.12 264	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.06 188	0.05 190	0.03 1	0.04 72

RAFT-Test	0.09 172	0.06 107	0.10 185	0.15 113	0.07 132	0.11 251	0.15 319	0.16 223	0.13 184	0.09 180	0.10 193	0.10 254	0.09 265	0.12 290	0.09 102	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.05 203

HH	0.09 172	0.06 107	0.13 339	0.17 296	0.08 212	0.10 199	0.16 388	0.14 143	0.10 74	0.08 128	0.09 157	0.08 183	0.07 178	0.10 121	0.09 102	0.06 167	0.04 25	0.06 188	0.05 190	0.05 168	0.04 72

HanStereo	0.09 172	0.06 107	0.13 339	0.17 296	0.08 212	0.10 199	0.16 388	0.14 143	0.10 74	0.08 128	0.09 157	0.08 183	0.07 178	0.10 121	0.09 102	0.06 167	0.04 25	0.06 188	0.05 190	0.05 168	0.04 72

CBFPSM	0.14 423	0.06 107	0.26 574	0.17 296	0.09 339	0.13 354	0.15 319	0.22 384	0.23 422	0.20 497	0.27 508	0.24 508	0.16 478	0.16 430	0.18 508	0.06 167	0.06 416	0.06 188	0.07 379	0.07 370	0.07 391

iinet-f	0.16 491	0.06 107	0.45 631	0.14 59	0.10 451	0.21 542	0.14 235	0.27 486	0.23 422	0.21 511	0.24 454	0.21 466	0.15 450	0.18 486	0.21 547	0.09 473	0.07 488	0.07 299	0.06 281	0.09 497	0.10 530

Selective-IGEV	0.07 7	0.06 107	0.08 56	0.17 296	0.06 27	0.08 83	0.12 96	0.13 112	0.07 15	0.08 128	0.07 64	0.06 42	0.04 1	0.10 121	0.09 102	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

riskmin	0.11 289	0.06 107	0.13 339	0.14 59	0.08 212	0.14 388	0.14 235	0.18 296	0.14 216	0.11 260	0.14 297	0.16 395	0.11 337	0.14 371	0.12 348	0.09 473	0.05 268	0.07 299	0.05 190	0.08 434	0.08 457

MC-Stereo	0.08 84	0.06 107	0.09 121	0.17 296	0.06 27	0.10 199	0.14 235	0.12 83	0.10 74	0.09 180	0.12 264	0.09 219	0.06 65	0.11 196	0.10 206	0.06 167	0.04 25	0.06 188	0.05 190	0.04 48	0.04 72

RCA-Stereo	0.09 172	0.06 107	0.09 121	0.16 209	0.06 27	0.09 136	0.13 170	0.18 296	0.14 216	0.09 180	0.10 193	0.08 183	0.07 178	0.12 290	0.11 287	0.06 167	0.04 25	0.06 188	0.05 190	0.05 168	0.04 72

DCANet-4	0.10 241	0.06 107	0.12 289	0.16 209	0.06 27	0.09 136	0.17 430	0.18 296	0.19 357	0.13 331	0.16 327	0.09 219	0.14 432	0.11 196	0.12 348	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.05 203

fff	0.10 241	0.06 107	0.12 289	0.15 113	0.07 132	0.09 136	0.17 430	0.16 223	0.20 380	0.13 331	0.16 327	0.10 254	0.11 337	0.11 196	0.12 348	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.05 203

tt	4.67 695	0.06 107	3.55 696	2.02 696	1.55 696	10.25 703	16.71 705	8.91 708	5.03 701	1.31 693	0.94 678	4.71 699	4.76 701	3.33 698	5.87 702	6.06 708	10.30 714	1.88 702	2.11 702	2.75 699	1.21 698

ADStereo(finetuned)	0.10 241	0.06 107	0.12 289	0.16 209	0.06 27	0.09 136	0.17 430	0.15 185	0.19 357	0.13 331	0.17 349	0.10 254	0.12 368	0.11 196	0.12 348	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

test-3	0.08 84	0.06 107	0.09 121	0.17 296	0.07 132	0.07 43	0.14 235	0.12 83	0.15 241	0.09 180	0.08 122	0.07 123	0.08 227	0.11 196	0.10 206	0.05 51	0.04 25	0.07 299	0.05 190	0.04 48	0.04 72

test_1	0.08 84	0.06 107	0.09 121	0.17 296	0.07 132	0.07 43	0.14 235	0.12 83	0.15 241	0.09 180	0.08 122	0.07 123	0.08 227	0.11 196	0.10 206	0.05 51	0.04 25	0.07 299	0.05 190	0.04 48	0.04 72

CrosDoStereo	0.12 360	0.06 107	0.12 289	0.14 59	0.08 212	0.12 303	0.15 319	0.17 262	0.22 410	0.19 474	0.24 454	0.15 379	0.11 337	0.11 196	0.12 348	0.06 167	0.04 25	0.07 299	0.07 379	0.05 168	0.05 203

PFNet+	0.11 289	0.06 107	0.13 339	0.16 209	0.09 339	0.05 4	0.12 96	0.17 262	0.21 396	0.16 408	0.19 387	0.14 350	0.10 304	0.11 196	0.11 287	0.08 413	0.05 268	0.09 476	0.08 452	0.06 290	0.11 557

HHNet	0.11 289	0.06 107	0.16 460	0.15 113	0.14 579	0.07 43	0.13 170	0.20 337	0.17 307	0.14 353	0.25 482	0.11 284	0.08 227	0.13 342	0.10 206	0.05 51	0.04 25	0.08 393	0.06 281	0.05 168	0.09 501

OMP-Stereo	0.11 289	0.06 107	0.14 376	0.18 386	0.08 212	0.09 136	0.12 96	0.21 360	0.21 396	0.13 331	0.14 297	0.11 284	0.12 368	0.11 196	0.13 390	0.06 167	0.04 25	0.07 299	0.06 281	0.05 168	0.04 72

IIG-Stereo	0.11 289	0.06 107	0.13 339	0.17 296	0.08 212	0.11 251	0.12 96	0.22 384	0.17 307	0.14 353	0.17 349	0.11 284	0.12 368	0.12 290	0.12 348	0.06 167	0.05 268	0.07 299	0.06 281	0.05 168	0.04 72

FTStereo	0.12 360	0.06 107	0.14 376	0.18 386	0.09 339	0.07 43	0.15 319	0.21 360	0.18 338	0.12 301	0.24 454	0.12 304	0.12 368	0.13 342	0.13 390	0.05 51	0.05 268	0.07 299	0.06 281	0.06 290	0.10 530

ASMatch	0.11 289	0.06 107	0.13 339	0.16 209	0.10 451	0.07 43	0.14 235	0.17 262	0.17 307	0.12 301	0.16 327	0.16 395	0.10 304	0.13 342	0.10 206	0.05 51	0.04 25	0.06 188	0.05 190	0.04 48	0.08 457

DeepStereo_LL	0.12 360	0.06 107	0.12 289	0.14 59	0.08 212	0.12 303	0.15 319	0.17 262	0.22 410	0.19 474	0.24 454	0.15 379	0.11 337	0.11 196	0.12 348	0.06 167	0.04 25	0.07 299	0.07 379	0.05 168	0.05 203

DEmStereo	0.12 360	0.06 107	0.14 376	0.14 59	0.10 451	0.16 444	0.15 319	0.16 223	0.24 439	0.17 427	0.24 454	0.13 330	0.14 432	0.12 290	0.13 390	0.05 51	0.04 25	0.07 299	0.06 281	0.05 168	0.05 203

DRaft	0.12 360	0.06 107	0.11 244	0.14 59	0.09 339	0.14 388	0.17 430	0.21 360	0.30 516	0.17 427	0.28 522	0.10 254	0.15 450	0.10 121	0.12 348	0.05 51	0.04 25	0.07 299	0.06 281	0.05 168	0.05 203

PFNet	0.12 360	0.06 107	0.17 490	0.17 296	0.08 212	0.09 136	0.15 319	0.26 464	0.20 380	0.16 408	0.16 327	0.14 350	0.11 337	0.12 290	0.11 287	0.06 167	0.04 25	0.07 299	0.06 281	0.05 168	0.05 203

GrayStereo	0.11 289	0.06 107	0.11 244	0.19 455	0.09 339	0.09 136	0.16 388	0.18 296	0.17 307	0.14 353	0.17 349	0.17 417	0.11 337	0.12 290	0.11 287	0.05 51	0.05 268	0.07 299	0.06 281	0.05 168	0.10 530

RAFT-RH_RVC	0.11 289	0.06 107	0.14 376	0.16 209	0.09 339	0.12 303	0.12 96	0.17 262	0.12 142	0.13 331	0.41 614	0.11 284	0.10 304	0.13 342	0.12 348	0.05 51	0.04 25	0.08 393	0.05 190	0.04 48	0.06 304

Prome-Stereo	0.11 289	0.06 107	0.10 185	0.18 386	0.08 212	0.12 303	0.15 319	0.22 384	0.13 184	0.12 301	0.17 349	0.13 330	0.08 227	0.12 290	0.10 206	0.05 51	0.04 25	0.07 299	0.06 281	0.06 290	0.09 501

rafts_anoy	0.11 289	0.06 107	0.10 185	0.17 296	0.08 212	0.10 199	0.14 235	0.17 262	0.14 216	0.13 331	0.13 283	0.12 304	0.10 304	0.11 196	0.12 348	0.07 336	0.04 25	0.09 476	0.11 573	0.07 370	0.06 304

s12784h	0.09 172	0.06 107	0.07 11	0.15 113	0.05 2	0.16 444	0.18 479	0.15 185	0.15 241	0.10 225	0.11 243	0.11 284	0.11 337	0.10 121	0.12 348	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

XX-TBD	0.09 172	0.06 107	0.07 11	0.14 59	0.07 132	0.12 303	0.16 388	0.14 143	0.13 184	0.11 260	0.12 264	0.09 219	0.08 227	0.10 121	0.10 206	0.06 167	0.04 25	0.05 48	0.03 1	0.06 290	0.05 203

raftrobust	0.09 172	0.06 107	0.10 185	0.17 296	0.08 212	0.09 136	0.10 35	0.18 296	0.16 278	0.10 225	0.09 157	0.12 304	0.07 178	0.12 290	0.10 206	0.08 413	0.05 268	0.06 188	0.05 190	0.05 168	0.05 203

RALCasStereoNet	0.10 241	0.06 107	0.09 121	0.16 209	0.08 212	0.12 303	0.14 235	0.17 262	0.11 105	0.12 301	0.17 349	0.14 350	0.10 304	0.12 290	0.11 287	0.07 336	0.06 416	0.06 188	0.05 190	0.08 434	0.07 391

DCANet	0.10 241	0.06 107	0.12 289	0.16 209	0.06 27	0.09 136	0.17 430	0.15 185	0.19 357	0.13 331	0.17 349	0.10 254	0.11 337	0.11 196	0.12 348	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

csc	0.10 241	0.06 107	0.12 289	0.15 113	0.07 132	0.09 136	0.17 430	0.16 223	0.20 380	0.13 331	0.16 327	0.10 254	0.11 337	0.11 196	0.12 348	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.05 203

cscssc	0.10 241	0.06 107	0.12 289	0.15 113	0.07 132	0.09 136	0.17 430	0.16 223	0.20 380	0.13 331	0.16 327	0.10 254	0.11 337	0.11 196	0.12 348	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.05 203

111	0.10 241	0.06 107	0.12 289	0.15 113	0.07 132	0.10 199	0.14 235	0.21 360	0.23 422	0.11 260	0.12 264	0.14 350	0.11 337	0.13 342	0.10 206	0.06 167	0.04 25	0.06 188	0.04 59	0.05 168	0.05 203

test_xeample3	0.09 172	0.06 107	0.12 289	0.16 209	0.09 339	0.11 251	0.15 319	0.16 223	0.13 184	0.10 225	0.06 23	0.08 183	0.06 65	0.10 121	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.05 168	0.06 304

test_xeample	0.15 468	0.06 107	0.13 339	0.14 59	0.08 212	0.21 542	0.20 542	0.28 505	0.20 380	0.16 408	0.29 534	0.19 445	0.16 478	0.15 395	0.26 602	0.09 473	0.05 268	0.07 299	0.07 379	0.07 370	0.07 391

RAFT-Stereo + iAFF	0.09 172	0.06 107	0.10 185	0.17 296	0.06 27	0.10 199	0.16 388	0.17 262	0.14 216	0.09 180	0.10 193	0.08 183	0.09 265	0.11 196	0.09 102	0.05 51	0.04 25	0.06 188	0.06 281	0.04 48	0.03 2

AFF-stereo	0.09 172	0.06 107	0.10 185	0.17 296	0.07 132	0.10 199	0.16 388	0.17 262	0.09 50	0.10 225	0.12 264	0.09 219	0.09 265	0.12 290	0.09 102	0.05 51	0.04 25	0.07 299	0.07 379	0.04 48	0.03 2

Gwc-CoAtRS	0.09 172	0.06 107	0.10 185	0.16 209	0.07 132	0.10 199	0.14 235	0.17 262	0.17 307	0.08 128	0.10 193	0.12 304	0.09 265	0.12 290	0.09 102	0.06 167	0.04 25	0.06 188	0.04 59	0.04 48	0.04 72

CCAANet	0.14 423	0.06 107	0.11 244	0.16 209	0.08 212	0.22 551	0.14 235	0.26 464	0.18 338	0.16 408	0.36 576	0.15 379	0.17 501	0.16 430	0.13 390	0.07 336	0.05 268	0.06 188	0.06 281	0.05 168	0.07 391

R-Stereo Train	0.10 241	0.06 107	0.10 185	0.17 296	0.08 212	0.11 251	0.14 235	0.23 405	0.11 105	0.12 301	0.19 387	0.11 284	0.08 227	0.09 58	0.11 287	0.07 336	0.05 268	0.06 188	0.05 190	0.05 168	0.05 203

RAFT-Stereo	0.10 241	0.06 107	0.10 185	0.17 296	0.08 212	0.11 251	0.14 235	0.23 405	0.11 105	0.12 301	0.19 387	0.11 284	0.08 227	0.09 58	0.11 287	0.07 336	0.05 268	0.06 188	0.05 190	0.05 168	0.05 203
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.10 241	0.06 107	0.12 289	0.14 59	0.06 27	0.11 251	0.10 35	0.18 296	0.18 338	0.13 331	0.16 327	0.14 350	0.11 337	0.15 395	0.13 390	0.06 167	0.04 25	0.04 1	0.04 59	0.06 290	0.05 203
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
quiztm	0.08 84	0.07 225	0.08 56	0.18 386	0.07 132	0.09 136	0.14 235	0.14 143	0.12 142	0.07 74	0.07 64	0.05 5	0.06 65	0.11 196	0.09 102	0.05 51	0.04 25	0.06 188	0.04 59	0.04 48	0.03 2

aanet-new-90k	0.08 84	0.07 225	0.08 56	0.19 455	0.06 27	0.07 43	0.12 96	0.12 83	0.13 184	0.06 25	0.07 64	0.06 42	0.06 65	0.10 121	0.07 1	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.03 2

aanet-new-60k	0.07 7	0.07 225	0.08 56	0.18 386	0.06 27	0.07 43	0.10 35	0.09 20	0.14 216	0.07 74	0.07 64	0.06 42	0.06 65	0.11 196	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

aanet-new-78k	0.07 7	0.07 225	0.09 121	0.19 455	0.06 27	0.07 43	0.12 96	0.11 56	0.13 184	0.06 25	0.07 64	0.06 42	0.06 65	0.09 58	0.07 1	0.04 11	0.04 25	0.05 48	0.04 59	0.05 168	0.03 2

aanet-32k-new	0.08 84	0.07 225	0.08 56	0.18 386	0.06 27	0.08 83	0.12 96	0.11 56	0.12 142	0.07 74	0.08 122	0.05 5	0.07 178	0.10 121	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.06 290	0.04 72

aanet-new-32k	0.08 84	0.07 225	0.09 121	0.18 386	0.06 27	0.11 251	0.11 64	0.10 33	0.08 24	0.07 74	0.07 64	0.07 123	0.06 65	0.10 121	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

aanet-new-30k	0.08 84	0.07 225	0.09 121	0.18 386	0.06 27	0.11 251	0.11 64	0.10 33	0.08 24	0.07 74	0.07 64	0.07 123	0.06 65	0.10 121	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

aanet-new-28k	0.08 84	0.07 225	0.09 121	0.18 386	0.06 27	0.08 83	0.12 96	0.10 33	0.09 50	0.09 180	0.08 122	0.08 183	0.06 65	0.12 290	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

aanet-new-24k	0.07 7	0.07 225	0.07 11	0.17 296	0.06 27	0.07 43	0.12 96	0.09 20	0.11 105	0.09 180	0.09 157	0.06 42	0.07 178	0.09 58	0.07 1	0.04 11	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

aanet-new-8k	0.08 84	0.07 225	0.08 56	0.19 455	0.07 132	0.09 136	0.12 96	0.16 223	0.15 241	0.07 74	0.07 64	0.06 42	0.06 65	0.10 121	0.08 25	0.04 11	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

GCAP-Stereo-cres-4k	0.08 84	0.07 225	0.08 56	0.18 386	0.07 132	0.11 251	0.14 235	0.12 83	0.11 105	0.07 74	0.11 243	0.07 123	0.06 65	0.09 58	0.08 25	0.04 11	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

GCAP-Stereo-DPT-3K	0.08 84	0.07 225	0.10 185	0.16 209	0.07 132	0.09 136	0.12 96	0.15 185	0.14 216	0.08 128	0.11 243	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.03 1	0.04 72

IGEV_i1	0.12 360	0.07 225	0.12 289	0.16 209	0.08 212	0.19 509	0.14 235	0.18 296	0.22 410	0.18 457	0.18 376	0.16 395	0.12 368	0.16 430	0.14 428	0.06 167	0.05 268	0.06 188	0.05 190	0.06 290	0.06 304

Selective-IGEV-i1	0.13 386	0.07 225	0.12 289	0.19 455	0.08 212	0.18 485	0.16 388	0.22 384	0.30 516	0.16 408	0.17 349	0.16 395	0.10 304	0.14 371	0.13 390	0.06 167	0.05 268	0.06 188	0.05 190	0.06 290	0.05 203

LACA1	0.07 7	0.07 225	0.07 11	0.14 59	0.05 2	0.09 136	0.11 64	0.10 33	0.07 15	0.05 2	0.05 7	0.06 42	0.07 178	0.08 25	0.09 102	0.06 167	0.04 25	0.04 1	0.04 59	0.03 1	0.04 72

WQFJA1	0.10 241	0.07 225	0.08 56	0.20 521	0.09 339	0.12 303	0.17 430	0.17 262	0.17 307	0.09 180	0.10 193	0.08 183	0.10 304	0.12 290	0.11 287	0.06 167	0.07 488	0.07 299	0.06 281	0.06 290	0.05 203

WQFJX1	0.10 241	0.07 225	0.08 56	0.22 570	0.09 339	0.12 303	0.17 430	0.18 296	0.17 307	0.10 225	0.09 157	0.07 123	0.10 304	0.11 196	0.09 102	0.07 336	0.08 518	0.07 299	0.06 281	0.05 168	0.04 72

WQFJX	0.10 241	0.07 225	0.09 121	0.21 553	0.09 339	0.12 303	0.16 388	0.18 296	0.17 307	0.12 301	0.10 193	0.07 123	0.09 265	0.12 290	0.10 206	0.06 167	0.07 488	0.06 188	0.05 190	0.06 290	0.05 203

NLMM	0.10 241	0.07 225	0.08 56	0.20 521	0.09 339	0.12 303	0.17 430	0.17 262	0.17 307	0.09 180	0.10 193	0.08 183	0.10 304	0.12 290	0.11 287	0.06 167	0.07 488	0.07 299	0.06 281	0.06 290	0.05 203

NLSM1	0.10 241	0.07 225	0.07 11	0.19 455	0.08 212	0.13 354	0.16 388	0.21 360	0.15 241	0.11 260	0.10 193	0.06 42	0.10 304	0.10 121	0.11 287	0.07 336	0.08 518	0.08 393	0.07 379	0.05 168	0.05 203

VIP-Stereo	0.07 7	0.07 225	0.07 11	0.15 113	0.06 27	0.12 303	0.10 35	0.11 56	0.11 105	0.06 25	0.07 64	0.06 42	0.05 14	0.10 121	0.08 25	0.05 51	0.04 25	0.05 48	0.03 1	0.03 1	0.02 1

BridgeDepth	0.07 7	0.07 225	0.08 56	0.18 386	0.06 27	0.07 43	0.11 64	0.09 20	0.06 6	0.04 1	0.07 64	0.10 254	0.09 265	0.08 25	0.08 25	0.04 11	0.03 1	0.04 1	0.04 59	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
DA	0.08 84	0.07 225	0.07 11	0.19 455	0.08 212	0.09 136	0.12 96	0.13 112	0.12 142	0.08 128	0.10 193	0.10 254	0.08 227	0.09 58	0.10 206	0.05 51	0.04 25	0.06 188	0.04 59	0.05 168	0.03 2

GGEV	0.08 84	0.07 225	0.07 11	0.19 455	0.08 212	0.09 136	0.12 96	0.13 112	0.12 142	0.08 128	0.10 193	0.10 254	0.08 227	0.09 58	0.10 206	0.05 51	0.04 25	0.06 188	0.04 59	0.05 168	0.03 2

2.5w	0.07 7	0.07 225	0.07 11	0.16 209	0.06 27	0.08 83	0.12 96	0.10 33	0.10 74	0.07 74	0.06 23	0.09 219	0.06 65	0.08 25	0.09 102	0.04 11	0.03 1	0.04 1	0.04 59	0.03 1	0.03 2

2.75w_new	0.07 7	0.07 225	0.07 11	0.13 16	0.06 27	0.08 83	0.08 7	0.18 296	0.12 142	0.07 74	0.08 122	0.06 42	0.06 65	0.09 58	0.11 287	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.04 72

3.75w	0.07 7	0.07 225	0.08 56	0.16 209	0.07 132	0.07 43	0.09 20	0.16 223	0.09 50	0.07 74	0.06 23	0.05 5	0.06 65	0.09 58	0.10 206	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 225	0.07 11	0.15 113	0.07 132	0.09 136	0.06 1	0.13 112	0.11 105	0.07 74	0.07 64	0.06 42	0.07 178	0.10 121	0.09 102	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

xyz-stereo-finetune2	0.11 289	0.07 225	0.13 339	0.13 16	0.07 132	0.11 251	0.19 519	0.17 262	0.12 142	0.15 380	0.15 314	0.17 417	0.12 368	0.13 342	0.11 287	0.05 51	0.04 25	0.07 299	0.05 190	0.04 48	0.06 304

xyz-stereo	0.13 386	0.07 225	0.20 538	0.15 113	0.05 2	0.20 525	0.15 319	0.17 262	0.31 524	0.15 380	0.29 534	0.26 532	0.16 478	0.13 342	0.12 348	0.05 51	0.05 268	0.06 188	0.05 190	0.04 48	0.04 72

G2L-Stereo_test	0.14 423	0.07 225	0.11 244	0.13 16	0.08 212	0.12 303	0.16 388	0.30 533	0.28 499	0.20 497	0.23 442	0.20 457	0.16 478	0.17 464	0.18 508	0.07 336	0.05 268	0.05 48	0.05 190	0.07 370	0.06 304

coex_refinement	0.14 423	0.07 225	0.12 289	0.17 296	0.10 451	0.15 414	0.15 319	0.26 464	0.29 506	0.18 457	0.20 399	0.22 484	0.17 501	0.16 430	0.18 508	0.08 413	0.05 268	0.06 188	0.06 281	0.09 497	0.08 457

LG-Stereo	0.08 84	0.07 225	0.10 185	0.18 386	0.07 132	0.10 199	0.17 430	0.11 56	0.08 24	0.05 2	0.07 64	0.05 5	0.07 178	0.09 58	0.09 102	0.04 11	0.05 268	0.07 299	0.07 379	0.04 48	0.04 72

G2L-Stereo	0.14 423	0.07 225	0.13 339	0.17 296	0.09 339	0.13 354	0.12 96	0.27 486	0.22 410	0.16 408	0.27 508	0.21 466	0.13 408	0.17 464	0.18 508	0.09 473	0.08 518	0.08 393	0.07 379	0.07 370	0.07 391

MM-Stereo_test3	0.10 241	0.07 225	0.07 11	0.18 386	0.07 132	0.12 303	0.19 519	0.24 429	0.19 357	0.06 25	0.10 193	0.08 183	0.06 65	0.11 196	0.08 25	0.06 167	0.06 416	0.07 299	0.05 190	0.05 168	0.04 72

MM-Stereo_test1	0.10 241	0.07 225	0.08 56	0.18 386	0.07 132	0.12 303	0.18 479	0.21 360	0.20 380	0.09 180	0.11 243	0.08 183	0.06 65	0.10 121	0.10 206	0.06 167	0.05 268	0.07 299	0.06 281	0.05 168	0.04 72

HART	0.08 84	0.07 225	0.09 121	0.17 296	0.07 132	0.10 199	0.16 388	0.13 112	0.11 105	0.08 128	0.10 193	0.07 123	0.05 14	0.10 121	0.08 25	0.05 51	0.04 25	0.06 188	0.04 59	0.05 168	0.04 72

SCV_C0	0.08 84	0.07 225	0.07 11	0.16 209	0.09 339	0.08 83	0.15 319	0.11 56	0.12 142	0.08 128	0.07 64	0.06 42	0.05 14	0.11 196	0.07 1	0.05 51	0.05 268	0.05 48	0.04 59	0.06 290	0.05 203

AIO-test1	0.10 241	0.07 225	0.10 185	0.23 594	0.07 132	0.09 136	0.13 170	0.21 360	0.14 216	0.11 260	0.12 264	0.09 219	0.07 178	0.11 196	0.09 102	0.06 167	0.05 268	0.09 476	0.10 539	0.03 1	0.06 304

mms	0.09 172	0.07 225	0.08 56	0.16 209	0.08 212	0.10 199	0.16 388	0.12 83	0.11 105	0.08 128	0.09 157	0.08 183	0.06 65	0.11 196	0.12 348	0.05 51	0.04 25	0.07 299	0.05 190	0.04 48	0.03 2

ours_stereo	0.09 172	0.07 225	0.09 121	0.17 296	0.08 212	0.11 251	0.16 388	0.11 56	0.12 142	0.08 128	0.10 193	0.08 183	0.06 65	0.12 290	0.12 348	0.05 51	0.04 25	0.06 188	0.05 190	0.04 48	0.03 2

U	0.08 84	0.07 225	0.09 121	0.19 455	0.10 451	0.10 199	0.13 170	0.12 83	0.17 307	0.07 74	0.07 64	0.06 42	0.05 14	0.07 4	0.08 25	0.06 167	0.04 25	0.06 188	0.04 59	0.06 290	0.05 203

rvit_stereo_ft	0.12 360	0.07 225	0.13 339	0.19 455	0.10 451	0.12 303	0.17 430	0.16 223	0.16 278	0.12 301	0.13 283	0.15 379	0.10 304	0.14 371	0.13 390	0.09 473	0.06 416	0.08 393	0.07 379	0.07 370	0.05 203

test_sample2	0.12 360	0.07 225	0.12 289	0.14 59	0.08 212	0.16 444	0.18 479	0.21 360	0.16 278	0.14 353	0.20 399	0.19 445	0.15 450	0.15 395	0.12 348	0.08 413	0.05 268	0.07 299	0.06 281	0.08 434	0.07 391

test_sample1	0.13 386	0.07 225	0.14 376	0.13 16	0.08 212	0.19 509	0.16 388	0.20 337	0.15 241	0.14 353	0.22 433	0.18 431	0.16 478	0.17 464	0.14 428	0.07 336	0.06 416	0.06 188	0.06 281	0.08 434	0.07 391

CAS++	0.11 289	0.07 225	0.11 244	0.14 59	0.09 339	0.12 303	0.14 235	0.24 429	0.14 216	0.11 260	0.09 157	0.11 284	0.07 178	0.14 371	0.09 102	0.11 545	0.09 551	0.09 476	0.07 379	0.07 370	0.08 457
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MGS-Stereo	0.09 172	0.07 225	0.12 289	0.15 113	0.08 212	0.09 136	0.15 319	0.12 83	0.12 142	0.07 74	0.10 193	0.08 183	0.06 65	0.10 121	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.06 290	0.05 203

MyStereo8	0.12 360	0.07 225	0.15 424	0.15 113	0.09 339	0.18 485	0.14 235	0.19 326	0.22 410	0.12 301	0.18 376	0.11 284	0.10 304	0.16 430	0.18 508	0.07 336	0.05 268	0.07 299	0.05 190	0.08 434	0.09 501

SMFormer	0.14 423	0.07 225	0.17 490	0.14 59	0.08 212	0.16 444	0.17 430	0.26 464	0.27 484	0.19 474	0.20 399	0.18 431	0.15 450	0.15 395	0.17 490	0.08 413	0.05 268	0.07 299	0.06 281	0.07 370	0.06 304

tta	0.14 423	0.07 225	0.17 490	0.14 59	0.08 212	0.16 444	0.17 430	0.26 464	0.27 484	0.19 474	0.20 399	0.18 431	0.15 450	0.15 395	0.17 490	0.08 413	0.05 268	0.07 299	0.06 281	0.06 290	0.06 304

qqq1	0.13 386	0.07 225	0.17 490	0.14 59	0.08 212	0.16 444	0.17 430	0.26 464	0.27 484	0.19 474	0.20 399	0.18 431	0.15 450	0.15 395	0.11 287	0.08 413	0.05 268	0.05 48	0.05 190	0.06 290	0.06 304

fff1	0.13 386	0.07 225	0.17 490	0.14 59	0.08 212	0.16 444	0.17 430	0.26 464	0.27 484	0.19 474	0.20 399	0.18 431	0.15 450	0.15 395	0.11 287	0.08 413	0.05 268	0.05 48	0.05 190	0.06 290	0.06 304

MyStereo07	0.10 241	0.07 225	0.10 185	0.17 296	0.09 339	0.14 388	0.18 479	0.15 185	0.15 241	0.09 180	0.06 23	0.06 42	0.07 178	0.12 290	0.09 102	0.06 167	0.05 268	0.08 393	0.07 379	0.06 290	0.06 304

MyStereo06	0.10 241	0.07 225	0.12 289	0.17 296	0.09 339	0.13 354	0.18 479	0.19 326	0.12 142	0.12 301	0.08 122	0.07 123	0.07 178	0.11 196	0.09 102	0.06 167	0.05 268	0.07 299	0.07 379	0.06 290	0.06 304

MyStereo05	0.13 386	0.07 225	0.10 185	0.17 296	0.09 339	0.13 354	0.18 479	0.27 486	0.35 559	0.17 427	0.14 297	0.15 379	0.11 337	0.15 395	0.13 390	0.06 167	0.05 268	0.07 299	0.07 379	0.06 290	0.06 304

MyStereo04	0.13 386	0.07 225	0.10 185	0.17 296	0.09 339	0.14 388	0.18 479	0.29 519	0.38 577	0.17 427	0.14 297	0.16 395	0.10 304	0.15 395	0.13 390	0.06 167	0.05 268	0.08 393	0.07 379	0.06 290	0.06 304

CoDeX	0.12 360	0.07 225	0.12 289	0.17 296	0.08 212	0.12 303	0.15 319	0.23 405	0.27 484	0.13 331	0.17 349	0.16 395	0.11 337	0.14 371	0.11 287	0.07 336	0.05 268	0.07 299	0.06 281	0.06 290	0.05 203

ff7	0.09 172	0.07 225	0.11 244	0.16 209	0.09 339	0.11 251	0.15 319	0.16 223	0.12 142	0.10 225	0.06 23	0.06 42	0.06 65	0.11 196	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.05 168	0.06 304

ffff	0.09 172	0.07 225	0.11 244	0.16 209	0.09 339	0.11 251	0.15 319	0.16 223	0.12 142	0.10 225	0.06 23	0.06 42	0.06 65	0.11 196	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.05 168	0.06 304

11t	0.09 172	0.07 225	0.11 244	0.16 209	0.09 339	0.11 251	0.15 319	0.16 223	0.12 142	0.10 225	0.06 23	0.06 42	0.06 65	0.11 196	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.05 168	0.06 304

UniTT-Stereo	0.09 172	0.07 225	0.08 56	0.18 386	0.08 212	0.13 354	0.11 64	0.12 83	0.11 105	0.10 225	0.12 264	0.05 5	0.07 178	0.09 58	0.09 102	0.07 336	0.05 268	0.05 48	0.05 190	0.05 168	0.05 203

EKT-Stereo	0.11 289	0.07 225	0.14 376	0.15 113	0.10 451	0.13 354	0.14 235	0.18 296	0.21 396	0.11 260	0.08 122	0.12 304	0.09 265	0.11 196	0.12 348	0.08 413	0.06 416	0.07 299	0.06 281	0.08 434	0.07 391

MIM_Stereo	0.09 172	0.07 225	0.11 244	0.15 113	0.07 132	0.06 14	0.12 96	0.20 337	0.14 216	0.13 331	0.13 283	0.09 219	0.05 14	0.12 290	0.08 25	0.05 51	0.06 416	0.07 299	0.06 281	0.06 290	0.05 203

GCAP-Stereo	0.09 172	0.07 225	0.13 339	0.18 386	0.06 27	0.11 251	0.07 3	0.13 112	0.12 142	0.09 180	0.10 193	0.07 123	0.09 265	0.13 342	0.10 206	0.06 167	0.05 268	0.05 48	0.04 59	0.04 48	0.05 203

4D-IteraStereo	0.09 172	0.07 225	0.10 185	0.18 386	0.07 132	0.09 136	0.15 319	0.17 262	0.15 241	0.10 225	0.11 243	0.10 254	0.07 178	0.11 196	0.09 102	0.05 51	0.03 1	0.08 393	0.07 379	0.06 290	0.05 203

anonymousdsp2	0.11 289	0.07 225	0.10 185	0.16 209	0.09 339	0.13 354	0.14 235	0.18 296	0.22 410	0.13 331	0.14 297	0.12 304	0.09 265	0.14 371	0.11 287	0.05 51	0.04 25	0.05 48	0.04 59	0.06 290	0.05 203

anonymousdsp	0.09 172	0.07 225	0.11 244	0.16 209	0.09 339	0.11 251	0.15 319	0.16 223	0.12 142	0.09 180	0.06 23	0.06 42	0.06 65	0.11 196	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.05 168	0.06 304

gwcnet-sp	0.14 423	0.07 225	0.12 289	0.18 386	0.09 339	0.16 444	0.17 430	0.24 429	0.24 439	0.18 457	0.24 454	0.15 379	0.16 478	0.15 395	0.15 459	0.08 413	0.06 416	0.07 299	0.08 452	0.08 434	0.07 391

scenet	0.14 423	0.07 225	0.12 289	0.18 386	0.09 339	0.16 444	0.17 430	0.24 429	0.24 439	0.18 457	0.24 454	0.15 379	0.16 478	0.15 395	0.15 459	0.08 413	0.06 416	0.07 299	0.08 452	0.08 434	0.07 391

DCRE	0.11 289	0.07 225	0.13 339	0.16 209	0.11 501	0.11 251	0.17 430	0.18 296	0.17 307	0.11 260	0.18 376	0.10 254	0.10 304	0.15 395	0.11 287	0.06 167	0.05 268	0.06 188	0.06 281	0.05 168	0.04 72

anonymousa	0.13 386	0.07 225	0.13 339	0.18 386	0.09 339	0.13 354	0.17 430	0.19 326	0.29 506	0.15 380	0.24 454	0.15 379	0.14 432	0.14 371	0.14 428	0.07 336	0.05 268	0.07 299	0.09 499	0.05 168	0.06 304

ProNet	0.09 172	0.07 225	0.10 185	0.17 296	0.08 212	0.10 199	0.15 319	0.15 185	0.12 142	0.09 180	0.06 23	0.07 123	0.06 65	0.11 196	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.04 48	0.06 304

ssnet	0.14 423	0.07 225	0.12 289	0.18 386	0.09 339	0.16 444	0.17 430	0.24 429	0.24 439	0.18 457	0.24 454	0.15 379	0.16 478	0.15 395	0.15 459	0.08 413	0.06 416	0.07 299	0.08 452	0.08 434	0.07 391

ccc-4	0.09 172	0.07 225	0.11 244	0.16 209	0.09 339	0.11 251	0.15 319	0.16 223	0.12 142	0.10 225	0.06 23	0.06 42	0.06 65	0.11 196	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.05 168	0.06 304

x	0.13 386	0.07 225	0.14 376	0.14 59	0.08 212	0.18 485	0.14 235	0.22 384	0.20 380	0.15 380	0.19 387	0.19 445	0.17 501	0.18 486	0.18 508	0.07 336	0.05 268	0.06 188	0.06 281	0.07 370	0.07 391

DisPM	0.11 289	0.07 225	0.12 289	0.16 209	0.09 339	0.06 14	0.13 170	0.17 262	0.17 307	0.14 353	0.20 399	0.12 304	0.10 304	0.11 196	0.10 206	0.06 167	0.04 25	0.07 299	0.06 281	0.06 290	0.11 557

IER	0.14 423	0.07 225	0.13 339	0.17 296	0.09 339	0.14 388	0.16 388	0.25 446	0.26 474	0.18 457	0.25 482	0.17 417	0.20 544	0.16 430	0.14 428	0.08 413	0.05 268	0.07 299	0.06 281	0.08 434	0.07 391

IGEV-Stereo	0.09 172	0.07 225	0.11 244	0.16 209	0.09 339	0.11 251	0.15 319	0.16 223	0.12 142	0.09 180	0.06 23	0.06 42	0.06 65	0.11 196	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.05 168	0.06 304
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GLC_STEREO	0.11 289	0.07 225	0.11 244	0.17 296	0.07 132	0.09 136	0.13 170	0.15 185	0.24 439	0.12 301	0.13 283	0.12 304	0.08 227	0.18 486	0.11 287	0.06 167	0.08 518	0.08 393	0.06 281	0.05 168	0.05 203

IPLG	0.10 241	0.07 225	0.15 424	0.17 296	0.08 212	0.11 251	0.14 235	0.20 337	0.15 241	0.12 301	0.17 349	0.07 123	0.07 178	0.14 371	0.13 390	0.06 167	0.04 25	0.06 188	0.05 190	0.04 48	0.04 72

GANet-ADL	0.13 386	0.07 225	0.15 424	0.17 296	0.10 451	0.18 485	0.15 319	0.30 533	0.20 380	0.13 331	0.18 376	0.19 445	0.12 368	0.16 430	0.13 390	0.08 413	0.06 416	0.06 188	0.05 190	0.07 370	0.08 457

LCNet	0.11 289	0.07 225	0.09 121	0.19 455	0.09 339	0.08 83	0.15 319	0.21 360	0.15 241	0.11 260	0.15 314	0.16 395	0.11 337	0.12 290	0.11 287	0.05 51	0.04 25	0.08 393	0.07 379	0.06 290	0.15 616

AAGNet	0.11 289	0.07 225	0.16 460	0.19 455	0.09 339	0.08 83	0.13 170	0.18 296	0.13 184	0.16 408	0.21 422	0.13 330	0.14 432	0.11 196	0.14 428	0.06 167	0.04 25	0.09 476	0.06 281	0.06 290	0.05 203

STrans-v2	0.10 241	0.07 225	0.12 289	0.18 386	0.07 132	0.10 199	0.14 235	0.21 360	0.11 105	0.11 260	0.15 314	0.12 304	0.10 304	0.11 196	0.12 348	0.05 51	0.04 25	0.06 188	0.06 281	0.04 48	0.04 72

NF-Stereo	0.11 289	0.07 225	0.13 339	0.17 296	0.09 339	0.10 199	0.14 235	0.23 405	0.19 357	0.12 301	0.17 349	0.12 304	0.11 337	0.11 196	0.11 287	0.06 167	0.04 25	0.07 299	0.06 281	0.06 290	0.12 570

OCTAStereo	0.11 289	0.07 225	0.13 339	0.17 296	0.09 339	0.10 199	0.14 235	0.23 405	0.19 357	0.12 301	0.17 349	0.12 304	0.11 337	0.11 196	0.11 287	0.06 167	0.04 25	0.07 299	0.06 281	0.06 290	0.12 570

PSM-softLoss	0.12 360	0.07 225	0.15 424	0.17 296	0.09 339	0.08 83	0.13 170	0.24 429	0.17 307	0.14 353	0.19 387	0.13 330	0.11 337	0.11 196	0.11 287	0.07 336	0.05 268	0.08 393	0.07 379	0.06 290	0.12 570

KMStereo	0.12 360	0.07 225	0.15 424	0.17 296	0.09 339	0.08 83	0.13 170	0.24 429	0.17 307	0.14 353	0.19 387	0.13 330	0.11 337	0.11 196	0.11 287	0.07 336	0.05 268	0.08 393	0.07 379	0.06 290	0.12 570

PSM-AAD	0.11 289	0.07 225	0.10 185	0.19 455	0.09 339	0.10 199	0.15 319	0.20 337	0.13 184	0.12 301	0.14 297	0.18 431	0.11 337	0.11 196	0.10 206	0.05 51	0.05 268	0.09 476	0.08 452	0.06 290	0.14 609

KYRaft	0.11 289	0.07 225	0.10 185	0.19 455	0.09 339	0.08 83	0.15 319	0.22 384	0.12 142	0.13 331	0.16 327	0.20 457	0.10 304	0.12 290	0.10 206	0.05 51	0.04 25	0.08 393	0.08 452	0.06 290	0.16 627

SST-Stereo	0.10 241	0.07 225	0.15 424	0.18 386	0.09 339	0.06 14	0.12 96	0.17 262	0.11 105	0.15 380	0.17 349	0.13 330	0.12 368	0.10 121	0.11 287	0.06 167	0.04 25	0.09 476	0.06 281	0.06 290	0.05 203

THIR-Stereo	0.12 360	0.07 225	0.11 244	0.15 113	0.08 212	0.14 388	0.16 388	0.17 262	0.25 460	0.16 408	0.24 454	0.14 350	0.12 368	0.12 290	0.14 428	0.06 167	0.04 25	0.07 299	0.07 379	0.05 168	0.05 203

RAFT_R40	0.11 289	0.07 225	0.14 376	0.18 386	0.09 339	0.06 14	0.13 170	0.17 262	0.16 278	0.14 353	0.18 376	0.15 379	0.12 368	0.10 121	0.11 287	0.06 167	0.04 25	0.09 476	0.06 281	0.06 290	0.05 203

RE-Stereo	0.11 289	0.07 225	0.13 339	0.17 296	0.09 339	0.10 199	0.14 235	0.23 405	0.19 357	0.12 301	0.17 349	0.12 304	0.11 337	0.11 196	0.11 287	0.06 167	0.04 25	0.07 299	0.06 281	0.06 290	0.12 570

Pruner-Stereo	0.11 289	0.07 225	0.12 289	0.17 296	0.09 339	0.06 14	0.12 96	0.17 262	0.17 307	0.13 331	0.19 387	0.13 330	0.09 265	0.11 196	0.11 287	0.06 167	0.04 25	0.07 299	0.06 281	0.06 290	0.08 457

TVStereo	0.11 289	0.07 225	0.13 339	0.17 296	0.09 339	0.10 199	0.14 235	0.23 405	0.19 357	0.12 301	0.17 349	0.12 304	0.11 337	0.11 196	0.11 287	0.06 167	0.04 25	0.07 299	0.06 281	0.06 290	0.12 570

RAFT-345	0.11 289	0.07 225	0.15 424	0.16 209	0.08 212	0.08 83	0.12 96	0.15 185	0.10 74	0.11 260	0.36 576	0.09 219	0.09 265	0.11 196	0.12 348	0.05 51	0.05 268	0.07 299	0.06 281	0.04 48	0.05 203

test-1	0.10 241	0.07 225	0.16 460	0.19 455	0.08 212	0.11 251	0.24 596	0.14 143	0.18 338	0.09 180	0.07 64	0.09 219	0.08 227	0.07 4	0.09 102	0.06 167	0.04 25	0.06 188	0.05 190	0.04 48	0.04 72

GMM-Stereo	0.11 289	0.07 225	0.10 185	0.18 386	0.09 339	0.08 83	0.15 319	0.23 405	0.16 278	0.11 260	0.15 314	0.13 330	0.11 337	0.11 196	0.11 287	0.05 51	0.04 25	0.08 393	0.07 379	0.06 290	0.09 501

iRaftStereo_RVC	0.10 241	0.07 225	0.09 121	0.17 296	0.09 339	0.11 251	0.17 430	0.18 296	0.12 142	0.09 180	0.12 264	0.10 254	0.07 178	0.11 196	0.10 206	0.05 51	0.04 25	0.08 393	0.08 452	0.04 48	0.04 72

raft+_RVC	0.11 289	0.07 225	0.09 121	0.16 209	0.07 132	0.10 199	0.11 64	0.24 429	0.20 380	0.12 301	0.15 314	0.12 304	0.08 227	0.12 290	0.13 390	0.07 336	0.04 25	0.07 299	0.06 281	0.05 168	0.05 203

222	0.16 491	0.07 225	0.14 376	0.14 59	0.08 212	0.24 573	0.18 479	0.30 533	0.20 380	0.17 427	0.28 522	0.17 417	0.16 478	0.15 395	0.40 657	0.10 514	0.05 268	0.07 299	0.06 281	0.07 370	0.08 457

xxxx	0.15 468	0.07 225	0.14 376	0.14 59	0.08 212	0.23 568	0.18 479	0.31 544	0.19 357	0.14 353	0.28 522	0.22 484	0.14 432	0.15 395	0.26 602	0.09 473	0.05 268	0.07 299	0.07 379	0.08 434	0.07 391

RAFT + AFF	0.13 386	0.07 225	0.20 538	0.20 521	0.10 451	0.14 388	0.24 596	0.26 464	0.20 380	0.11 260	0.10 193	0.12 304	0.10 304	0.15 395	0.12 348	0.07 336	0.06 416	0.09 476	0.08 452	0.06 290	0.08 457

EAI-Stereo	0.09 172	0.07 225	0.11 244	0.15 113	0.06 27	0.10 199	0.15 319	0.16 223	0.09 50	0.08 128	0.09 157	0.08 183	0.07 178	0.09 58	0.11 287	0.05 51	0.04 25	0.05 48	0.05 190	0.05 168	0.04 72

CFNet-RSSM	0.09 172	0.07 225	0.09 121	0.16 209	0.07 132	0.09 136	0.15 319	0.16 223	0.17 307	0.08 128	0.12 264	0.10 254	0.09 265	0.11 196	0.09 102	0.06 167	0.04 25	0.06 188	0.04 59	0.04 48	0.04 72

SFCPSM	0.13 386	0.07 225	0.14 376	0.17 296	0.09 339	0.15 414	0.16 388	0.28 505	0.27 484	0.14 353	0.17 349	0.12 304	0.13 408	0.14 371	0.11 287	0.08 413	0.05 268	0.07 299	0.07 379	0.07 370	0.06 304

cf-r	0.13 386	0.07 225	0.12 289	0.16 209	0.08 212	0.14 388	0.19 519	0.20 337	0.25 460	0.17 427	0.25 482	0.21 466	0.16 478	0.14 371	0.14 428	0.10 514	0.05 268	0.06 188	0.08 452	0.06 290	0.06 304

GANet-RSSM	0.14 423	0.07 225	0.13 339	0.13 16	0.08 212	0.14 388	0.17 430	0.22 384	0.21 396	0.17 427	0.24 454	0.23 502	0.15 450	0.16 430	0.15 459	0.10 514	0.06 416	0.07 299	0.08 452	0.08 434	0.07 391

PSMNet-RSSM	0.14 423	0.07 225	0.13 339	0.15 113	0.08 212	0.13 354	0.16 388	0.24 429	0.24 439	0.16 408	0.28 522	0.22 484	0.14 432	0.15 395	0.13 390	0.11 545	0.06 416	0.09 476	0.12 593	0.08 434	0.07 391

GwcNet-RSSM	0.14 423	0.07 225	0.12 289	0.15 113	0.08 212	0.15 414	0.20 542	0.21 360	0.27 484	0.18 457	0.27 508	0.22 484	0.16 478	0.14 371	0.15 459	0.10 514	0.05 268	0.07 299	0.09 499	0.07 370	0.07 391

CFNet-ft	0.14 423	0.07 225	0.15 424	0.12 5	0.09 339	0.16 444	0.18 479	0.22 384	0.24 439	0.17 427	0.26 499	0.24 508	0.14 432	0.16 430	0.14 428	0.11 545	0.06 416	0.08 393	0.09 499	0.09 497	0.08 457

DIP-Stereo	0.11 289	0.07 225	0.14 376	0.17 296	0.09 339	0.13 354	0.09 20	0.16 223	0.16 278	0.11 260	0.16 327	0.14 350	0.12 368	0.15 395	0.13 390	0.06 167	0.05 268	0.06 188	0.05 190	0.05 168	0.06 304
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RASNet	0.14 423	0.07 225	0.14 376	0.16 209	0.08 212	0.18 485	0.14 235	0.29 519	0.20 380	0.17 427	0.25 482	0.21 466	0.18 516	0.20 526	0.19 521	0.07 336	0.06 416	0.06 188	0.08 452	0.06 290	0.06 304

CFNet_RVC	0.14 423	0.07 225	0.15 424	0.12 5	0.09 339	0.16 444	0.18 479	0.22 384	0.24 439	0.17 427	0.26 499	0.24 508	0.14 432	0.16 430	0.14 428	0.11 545	0.06 416	0.08 393	0.09 499	0.09 497	0.08 457

MLCV	0.12 360	0.07 225	0.16 460	0.18 386	0.06 27	0.15 414	0.17 430	0.19 326	0.21 396	0.18 457	0.25 482	0.17 417	0.13 408	0.14 371	0.13 390	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

iResNet_ROB	0.14 423	0.07 225	0.13 339	0.14 59	0.07 132	0.18 485	0.14 235	0.26 464	0.31 524	0.22 527	0.25 482	0.23 502	0.15 450	0.15 395	0.13 390	0.07 336	0.05 268	0.05 48	0.04 59	0.08 434	0.08 457

LE_ROB	0.50 661	0.07 225	0.14 376	0.15 113	0.08 212	0.24 573	0.16 388	0.22 384	1.81 696	4.63 701	0.67 659	0.47 646	0.44 656	0.20 526	0.29 622	0.07 336	0.06 416	0.06 188	0.06 281	0.08 434	0.06 304

pmcnn	0.15 468	0.07 225	0.19 526	0.15 113	0.07 132	0.20 525	0.15 319	0.24 429	0.26 474	0.21 511	0.34 569	0.28 550	0.18 516	0.18 486	0.17 490	0.07 336	0.05 268	0.05 48	0.04 59	0.07 370	0.06 304

aanet-new-40k	0.07 7	0.08 344	0.07 11	0.17 296	0.07 132	0.08 83	0.13 170	0.10 33	0.10 74	0.07 74	0.08 122	0.06 42	0.05 14	0.08 25	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

aanet-new-16k	0.08 84	0.08 344	0.08 56	0.18 386	0.06 27	0.07 43	0.09 20	0.13 112	0.12 142	0.08 128	0.07 64	0.07 123	0.06 65	0.09 58	0.08 25	0.04 11	0.04 25	0.05 48	0.04 59	0.05 168	0.03 2

aanet-new-10k	0.08 84	0.08 344	0.08 56	0.19 455	0.07 132	0.08 83	0.12 96	0.14 143	0.11 105	0.07 74	0.08 122	0.07 123	0.07 178	0.09 58	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

LACA3	0.07 7	0.08 344	0.08 56	0.13 16	0.05 2	0.09 136	0.11 64	0.08 11	0.08 24	0.08 128	0.05 7	0.07 123	0.07 178	0.07 4	0.07 1	0.06 167	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

Selective-IGEV-i16pb	0.14 423	0.08 344	0.17 490	0.15 113	0.11 501	0.41 648	0.16 388	0.28 505	0.23 422	0.11 260	0.20 399	0.10 254	0.07 178	0.17 464	0.12 348	0.10 514	0.07 488	0.06 188	0.08 452	0.09 497	0.10 530

MultiAttention	0.29 626	0.08 344	0.14 376	0.19 455	0.12 535	1.45 694	1.33 698	0.36 606	0.37 570	0.19 474	0.21 422	0.24 508	0.11 337	0.38 641	0.18 508	0.06 167	0.05 268	0.08 393	0.08 452	0.10 530	0.09 501

FlowAnything_test	0.11 289	0.08 344	0.14 376	0.15 113	0.09 339	0.07 43	0.14 235	0.20 337	0.11 105	0.09 180	0.09 157	0.12 304	0.12 368	0.13 342	0.11 287	0.09 473	0.06 416	0.09 476	0.09 499	0.06 290	0.09 501

asda	0.07 7	0.08 344	0.08 56	0.16 209	0.06 27	0.06 14	0.10 35	0.16 223	0.10 74	0.06 25	0.06 23	0.05 5	0.05 14	0.10 121	0.10 206	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

asd	0.07 7	0.08 344	0.07 11	0.16 209	0.07 132	0.08 83	0.08 7	0.11 56	0.08 24	0.07 74	0.07 64	0.06 42	0.06 65	0.10 121	0.09 102	0.03 1	0.03 1	0.04 1	0.04 59	0.04 48	0.03 2

qwe	0.07 7	0.08 344	0.07 11	0.15 113	0.06 27	0.07 43	0.10 35	0.18 296	0.11 105	0.07 74	0.07 64	0.06 42	0.06 65	0.10 121	0.09 102	0.03 1	0.03 1	0.04 1	0.04 59	0.04 48	0.03 2

4.25_new	0.07 7	0.08 344	0.09 121	0.15 113	0.06 27	0.09 136	0.08 7	0.14 143	0.08 24	0.07 74	0.07 64	0.06 42	0.06 65	0.12 290	0.10 206	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

4.5w_new	0.07 7	0.08 344	0.09 121	0.15 113	0.06 27	0.09 136	0.08 7	0.14 143	0.08 24	0.07 74	0.07 64	0.06 42	0.06 65	0.12 290	0.10 206	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

4.25w-stereo	0.07 7	0.08 344	0.09 121	0.15 113	0.06 27	0.09 136	0.08 7	0.14 143	0.08 24	0.07 74	0.07 64	0.06 42	0.06 65	0.12 290	0.10 206	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

4w-stereo	0.07 7	0.08 344	0.08 56	0.16 209	0.06 27	0.07 43	0.08 7	0.12 83	0.08 24	0.07 74	0.07 64	0.05 5	0.06 65	0.09 58	0.10 206	0.03 1	0.03 1	0.04 1	0.04 59	0.04 48	0.03 2

2w_stereo	0.08 84	0.08 344	0.09 121	0.16 209	0.06 27	0.08 83	0.10 35	0.20 337	0.15 241	0.08 128	0.07 64	0.06 42	0.06 65	0.06 1	0.09 102	0.04 11	0.03 1	0.04 1	0.04 59	0.03 1	0.03 2

xyz-stereo-finetune	0.11 289	0.08 344	0.13 339	0.14 59	0.06 27	0.10 199	0.19 519	0.17 262	0.19 357	0.12 301	0.14 297	0.15 379	0.10 304	0.13 342	0.11 287	0.05 51	0.04 25	0.07 299	0.05 190	0.04 48	0.05 203

S2M2_L	0.09 172	0.08 344	0.11 244	0.13 16	0.10 451	0.08 83	0.06 1	0.10 33	0.10 74	0.10 225	0.09 157	0.10 254	0.09 265	0.11 196	0.11 287	0.13 596	0.07 488	0.08 393	0.09 499	0.10 530	0.08 457
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ISRNet	0.18 526	0.08 344	0.19 526	0.19 455	0.13 558	0.15 414	0.12 96	0.30 533	0.32 531	0.21 511	0.25 482	0.27 540	0.17 501	0.17 464	0.20 527	0.20 644	0.08 518	0.14 603	0.14 608	0.14 601	0.17 636

AIO-test2	0.10 241	0.08 344	0.10 185	0.23 594	0.08 212	0.11 251	0.10 35	0.23 405	0.23 422	0.08 128	0.09 157	0.08 183	0.05 14	0.10 121	0.08 25	0.06 167	0.05 268	0.08 393	0.09 499	0.05 168	0.05 203

fffy	0.09 172	0.08 344	0.09 121	0.16 209	0.07 132	0.13 354	0.17 430	0.13 112	0.12 142	0.08 128	0.09 157	0.08 183	0.09 265	0.13 342	0.11 287	0.05 51	0.05 268	0.07 299	0.05 190	0.04 48	0.05 203

rvit_stereo_0083	0.12 360	0.08 344	0.17 490	0.16 209	0.09 339	0.11 251	0.15 319	0.14 143	0.26 474	0.11 260	0.14 297	0.13 330	0.10 304	0.12 290	0.12 348	0.10 514	0.08 518	0.09 476	0.07 379	0.07 370	0.05 203

rvit_stereo_0081	0.11 289	0.08 344	0.15 424	0.16 209	0.09 339	0.10 199	0.14 235	0.14 143	0.24 439	0.11 260	0.13 283	0.13 330	0.09 265	0.11 196	0.12 348	0.10 514	0.07 488	0.08 393	0.07 379	0.07 370	0.05 203

rvit_stereo_0082	0.11 289	0.08 344	0.15 424	0.16 209	0.09 339	0.10 199	0.14 235	0.14 143	0.24 439	0.11 260	0.13 283	0.13 330	0.09 265	0.11 196	0.12 348	0.10 514	0.07 488	0.08 393	0.07 379	0.07 370	0.05 203

rvit_stereo_0080	0.10 241	0.08 344	0.14 376	0.15 113	0.09 339	0.07 43	0.15 319	0.16 223	0.16 278	0.11 260	0.10 193	0.14 350	0.08 227	0.12 290	0.10 206	0.09 473	0.07 488	0.07 299	0.06 281	0.07 370	0.05 203

test_sample6	0.14 423	0.08 344	0.13 339	0.16 209	0.08 212	0.17 466	0.19 519	0.25 446	0.17 307	0.17 427	0.27 508	0.19 445	0.14 432	0.15 395	0.13 390	0.08 413	0.05 268	0.08 393	0.07 379	0.08 434	0.08 457

test_sample5	0.14 423	0.08 344	0.14 376	0.16 209	0.08 212	0.18 485	0.18 479	0.25 446	0.17 307	0.17 427	0.27 508	0.18 431	0.14 432	0.16 430	0.13 390	0.08 413	0.05 268	0.08 393	0.07 379	0.08 434	0.08 457

test_sample4	0.14 423	0.08 344	0.14 376	0.15 113	0.08 212	0.19 509	0.18 479	0.26 464	0.17 307	0.16 408	0.25 482	0.18 431	0.14 432	0.16 430	0.13 390	0.08 413	0.06 416	0.08 393	0.06 281	0.08 434	0.08 457

test_sample3	0.14 423	0.08 344	0.15 424	0.14 59	0.09 339	0.19 509	0.17 430	0.26 464	0.18 338	0.16 408	0.22 433	0.19 445	0.15 450	0.17 464	0.13 390	0.08 413	0.06 416	0.07 299	0.06 281	0.09 497	0.08 457

DispNO	0.14 423	0.08 344	0.17 490	0.19 455	0.12 535	0.11 251	0.21 562	0.23 405	0.29 506	0.17 427	0.23 442	0.18 431	0.17 501	0.15 395	0.15 459	0.07 336	0.05 268	0.08 393	0.08 452	0.07 370	0.06 304

Former-RAFT_DAM_RVC	0.10 241	0.08 344	0.12 289	0.16 209	0.08 212	0.15 414	0.16 388	0.18 296	0.18 338	0.10 225	0.09 157	0.09 219	0.08 227	0.11 196	0.12 348	0.07 336	0.05 268	0.08 393	0.06 281	0.07 370	0.06 304

AE-Stereo	0.10 241	0.08 344	0.10 185	0.18 386	0.09 339	0.10 199	0.15 319	0.14 143	0.19 357	0.09 180	0.14 297	0.12 304	0.08 227	0.11 196	0.10 206	0.05 51	0.06 416	0.07 299	0.06 281	0.05 168	0.04 72

ACVNet-DCA	0.10 241	0.08 344	0.12 289	0.17 296	0.09 339	0.13 354	0.15 319	0.23 405	0.16 278	0.09 180	0.09 157	0.06 42	0.06 65	0.10 121	0.07 1	0.06 167	0.04 25	0.06 188	0.05 190	0.07 370	0.07 391

xx1	0.11 289	0.08 344	0.12 289	0.17 296	0.09 339	0.13 354	0.15 319	0.16 223	0.18 338	0.09 180	0.09 157	0.16 395	0.16 478	0.10 121	0.07 1	0.06 167	0.04 25	0.08 393	0.08 452	0.07 370	0.07 391

1test111	0.11 289	0.08 344	0.12 289	0.17 296	0.09 339	0.13 354	0.15 319	0.23 405	0.16 278	0.09 180	0.09 157	0.06 42	0.06 65	0.15 395	0.16 475	0.06 167	0.04 25	0.06 188	0.05 190	0.07 370	0.07 391

cc1	0.10 241	0.08 344	0.12 289	0.17 296	0.09 339	0.13 354	0.15 319	0.16 223	0.18 338	0.09 180	0.09 157	0.06 42	0.06 65	0.10 121	0.07 1	0.06 167	0.04 25	0.06 188	0.05 190	0.06 290	0.06 304

mmm	0.14 423	0.08 344	0.17 490	0.17 296	0.09 339	0.17 466	0.18 479	0.21 360	0.15 241	0.15 380	0.23 442	0.21 466	0.16 478	0.16 430	0.17 490	0.08 413	0.05 268	0.08 393	0.07 379	0.07 370	0.07 391

DualNet	0.14 423	0.08 344	0.14 376	0.16 209	0.08 212	0.18 485	0.18 479	0.25 446	0.17 307	0.17 427	0.27 508	0.18 431	0.14 432	0.16 430	0.13 390	0.08 413	0.05 268	0.08 393	0.07 379	0.08 434	0.08 457

tt1	0.10 241	0.08 344	0.12 289	0.17 296	0.09 339	0.12 303	0.16 388	0.15 185	0.19 357	0.09 180	0.08 122	0.06 42	0.06 65	0.10 121	0.07 1	0.06 167	0.04 25	0.06 188	0.05 190	0.06 290	0.06 304

1111x	0.15 468	0.08 344	0.12 289	0.18 386	0.07 132	0.18 485	0.25 611	0.31 544	0.24 439	0.17 427	0.24 454	0.26 532	0.15 450	0.13 342	0.23 568	0.07 336	0.07 488	0.08 393	0.09 499	0.07 370	0.06 304

whm_eth	0.10 241	0.08 344	0.14 376	0.15 113	0.09 339	0.07 43	0.15 319	0.16 223	0.16 278	0.11 260	0.10 193	0.14 350	0.08 227	0.12 290	0.10 206	0.09 473	0.07 488	0.07 299	0.06 281	0.07 370	0.05 203

plain	0.10 241	0.08 344	0.10 185	0.19 455	0.09 339	0.10 199	0.15 319	0.14 143	0.13 184	0.13 331	0.15 314	0.09 219	0.12 368	0.13 342	0.12 348	0.07 336	0.05 268	0.09 476	0.06 281	0.06 290	0.06 304

PCWNet_CMD	0.14 423	0.08 344	0.15 424	0.17 296	0.09 339	0.14 388	0.14 235	0.29 519	0.36 563	0.14 353	0.20 399	0.21 466	0.12 368	0.17 464	0.13 390	0.07 336	0.05 268	0.07 299	0.07 379	0.07 370	0.07 391

CFNet_ucs	0.15 468	0.08 344	0.16 460	0.16 209	0.11 501	0.14 388	0.14 235	0.30 533	0.34 550	0.16 408	0.24 454	0.23 502	0.14 432	0.18 486	0.15 459	0.09 473	0.06 416	0.08 393	0.07 379	0.09 497	0.09 501

SDNR	0.19 538	0.08 344	0.19 526	0.16 209	0.12 535	0.77 679	0.14 235	0.25 446	0.32 531	0.19 474	0.24 454	0.19 445	0.13 408	0.19 501	0.15 459	0.16 630	0.18 641	0.14 603	0.11 573	0.08 434	0.11 557

TestStereo1	0.13 386	0.08 344	0.08 56	0.19 455	0.08 212	0.18 485	0.29 643	0.23 405	0.16 278	0.17 427	0.20 399	0.16 395	0.10 304	0.12 290	0.13 390	0.06 167	0.06 416	0.08 393	0.06 281	0.05 168	0.05 203

CRFU-Net	0.16 491	0.08 344	0.14 376	0.17 296	0.09 339	0.19 509	0.14 235	0.26 464	0.20 380	0.28 589	0.27 508	0.29 558	0.17 501	0.19 501	0.17 490	0.09 473	0.09 551	0.07 299	0.07 379	0.08 434	0.08 457

SA-5K	0.13 386	0.08 344	0.08 56	0.19 455	0.08 212	0.18 485	0.29 643	0.23 405	0.16 278	0.17 427	0.20 399	0.16 395	0.10 304	0.12 290	0.13 390	0.06 167	0.06 416	0.08 393	0.06 281	0.05 168	0.05 203

Sa-1000	0.12 360	0.08 344	0.08 56	0.18 386	0.08 212	0.14 388	0.22 572	0.22 384	0.18 338	0.15 380	0.20 399	0.17 417	0.11 337	0.10 121	0.10 206	0.06 167	0.05 268	0.09 476	0.09 499	0.05 168	0.05 203

CIPLG	0.11 289	0.08 344	0.14 376	0.17 296	0.08 212	0.12 303	0.15 319	0.17 262	0.15 241	0.14 353	0.11 243	0.16 395	0.09 265	0.16 430	0.11 287	0.07 336	0.05 268	0.06 188	0.05 190	0.05 168	0.06 304

DAS	0.15 468	0.08 344	0.18 514	0.19 455	0.10 451	0.19 509	0.17 430	0.27 486	0.29 506	0.18 457	0.25 482	0.21 466	0.15 450	0.16 430	0.12 348	0.08 413	0.06 416	0.06 188	0.06 281	0.07 370	0.07 391

SepStereo	0.15 468	0.08 344	0.18 514	0.19 455	0.10 451	0.19 509	0.17 430	0.27 486	0.29 506	0.18 457	0.25 482	0.21 466	0.15 450	0.25 582	0.12 348	0.08 413	0.06 416	0.06 188	0.06 281	0.07 370	0.07 391

IPLGR_C	0.11 289	0.08 344	0.14 376	0.17 296	0.08 212	0.12 303	0.15 319	0.17 262	0.15 241	0.14 353	0.10 193	0.16 395	0.09 265	0.16 430	0.11 287	0.07 336	0.05 268	0.06 188	0.05 190	0.05 168	0.06 304

MIPNet	0.11 289	0.08 344	0.14 376	0.17 296	0.09 339	0.12 303	0.14 235	0.20 337	0.24 439	0.11 260	0.10 193	0.09 219	0.07 178	0.13 342	0.12 348	0.06 167	0.04 25	0.06 188	0.05 190	0.04 48	0.04 72

AASNet	0.16 491	0.08 344	0.12 289	0.19 455	0.09 339	0.18 485	0.15 319	0.37 612	0.37 570	0.19 474	0.23 442	0.20 457	0.16 478	0.17 464	0.20 527	0.10 514	0.08 518	0.08 393	0.07 379	0.09 497	0.09 501

ACRE	0.11 289	0.08 344	0.14 376	0.17 296	0.08 212	0.12 303	0.15 319	0.17 262	0.14 216	0.14 353	0.10 193	0.16 395	0.09 265	0.16 430	0.11 287	0.07 336	0.05 268	0.06 188	0.05 190	0.05 168	0.06 304

AACVNet	0.16 491	0.08 344	0.14 376	0.15 113	0.10 451	0.18 485	0.15 319	0.23 405	0.24 439	0.27 574	0.27 508	0.28 550	0.17 501	0.19 501	0.16 475	0.09 473	0.07 488	0.09 476	0.07 379	0.10 530	0.09 501

GwcNet-ADL	0.13 386	0.08 344	0.14 376	0.20 521	0.09 339	0.11 251	0.20 542	0.30 533	0.24 439	0.13 331	0.14 297	0.18 431	0.14 432	0.13 342	0.14 428	0.07 336	0.05 268	0.06 188	0.05 190	0.07 370	0.06 304

TransformOpticalFlow	0.10 241	0.08 344	0.13 339	0.18 386	0.07 132	0.09 136	0.15 319	0.19 326	0.15 241	0.12 301	0.17 349	0.11 284	0.11 337	0.11 196	0.10 206	0.05 51	0.04 25	0.06 188	0.06 281	0.05 168	0.05 203

NRIStereo	0.11 289	0.08 344	0.14 376	0.18 386	0.08 212	0.10 199	0.14 235	0.16 223	0.15 241	0.12 301	0.14 297	0.13 330	0.12 368	0.13 342	0.10 206	0.06 167	0.04 25	0.07 299	0.06 281	0.06 290	0.07 391

DeepStereo_RVC	0.11 289	0.08 344	0.16 460	0.18 386	0.08 212	0.08 83	0.12 96	0.17 262	0.12 142	0.13 331	0.14 297	0.12 304	0.12 368	0.12 290	0.11 287	0.06 167	0.04 25	0.07 299	0.06 281	0.07 370	0.08 457

IRAFT_RVC	0.12 360	0.08 344	0.16 460	0.19 455	0.08 212	0.07 43	0.15 319	0.24 429	0.23 422	0.14 353	0.14 297	0.15 379	0.12 368	0.12 290	0.10 206	0.06 167	0.04 25	0.09 476	0.06 281	0.06 290	0.06 304

CroCo-Stereo	0.09 172	0.08 344	0.08 56	0.22 570	0.09 339	0.09 136	0.19 519	0.15 185	0.12 142	0.07 74	0.07 64	0.08 183	0.06 65	0.08 25	0.07 1	0.07 336	0.05 268	0.06 188	0.04 59	0.05 168	0.04 72
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
LMCR-Stereo	0.15 468	0.08 344	0.13 339	0.21 553	0.09 339	0.17 466	0.20 542	0.27 486	0.19 357	0.24 549	0.24 454	0.23 502	0.17 501	0.20 526	0.17 490	0.07 336	0.06 416	0.08 393	0.06 281	0.10 530	0.08 457

CFNet_pseudo	0.14 423	0.08 344	0.15 424	0.16 209	0.09 339	0.13 354	0.14 235	0.27 486	0.34 550	0.14 353	0.21 422	0.22 484	0.13 408	0.18 486	0.14 428	0.07 336	0.05 268	0.08 393	0.06 281	0.07 370	0.07 391

RALAANet	0.11 289	0.08 344	0.10 185	0.17 296	0.09 339	0.14 388	0.10 35	0.20 337	0.15 241	0.14 353	0.13 283	0.16 395	0.09 265	0.12 290	0.11 287	0.06 167	0.05 268	0.07 299	0.06 281	0.05 168	0.04 72

ADLNet	0.16 491	0.08 344	0.15 424	0.16 209	0.10 451	0.16 444	0.17 430	0.32 555	0.27 484	0.22 527	0.27 508	0.24 508	0.16 478	0.18 486	0.21 547	0.10 514	0.06 416	0.10 524	0.10 539	0.08 434	0.09 501

GES	0.14 423	0.08 344	0.16 460	0.15 113	0.10 451	0.13 354	0.13 170	0.28 505	0.25 460	0.16 408	0.23 442	0.18 431	0.13 408	0.16 430	0.13 390	0.08 413	0.07 488	0.07 299	0.06 281	0.08 434	0.09 501

ARAFT	0.12 360	0.08 344	0.17 490	0.19 455	0.09 339	0.14 388	0.18 479	0.20 337	0.12 142	0.12 301	0.13 283	0.14 350	0.11 337	0.15 395	0.12 348	0.06 167	0.05 268	0.10 524	0.09 499	0.05 168	0.04 72

delet	0.17 512	0.08 344	0.17 490	0.19 455	0.11 501	0.20 525	0.21 562	0.30 533	0.37 570	0.17 427	0.26 499	0.19 445	0.19 532	0.19 501	0.21 547	0.08 413	0.08 518	0.09 476	0.11 573	0.06 290	0.06 304

UPFNet	0.16 491	0.08 344	0.12 289	0.20 521	0.12 535	0.20 525	0.23 583	0.28 505	0.26 474	0.17 427	0.24 454	0.22 484	0.19 532	0.19 501	0.21 547	0.09 473	0.07 488	0.08 393	0.09 499	0.08 434	0.06 304

FENet	0.13 386	0.08 344	0.12 289	0.16 209	0.08 212	0.14 388	0.15 319	0.22 384	0.23 422	0.17 427	0.23 442	0.16 395	0.12 368	0.14 371	0.15 459	0.08 413	0.05 268	0.08 393	0.08 452	0.07 370	0.07 391

ac_64	0.16 491	0.08 344	0.15 424	0.18 386	0.10 451	0.22 551	0.18 479	0.24 429	0.21 396	0.18 457	0.24 454	0.29 558	0.18 516	0.19 501	0.22 556	0.09 473	0.07 488	0.08 393	0.09 499	0.07 370	0.06 304

HGLStereo	0.17 512	0.08 344	0.19 526	0.17 296	0.12 535	0.18 485	0.18 479	0.31 544	0.32 531	0.21 511	0.32 553	0.25 522	0.18 516	0.19 501	0.20 527	0.09 473	0.09 551	0.07 299	0.07 379	0.09 497	0.10 530

BEATNet_4x	0.12 360	0.08 344	0.14 376	0.18 386	0.07 132	0.15 414	0.07 3	0.22 384	0.18 338	0.16 408	0.19 387	0.18 431	0.14 432	0.16 430	0.15 459	0.07 336	0.05 268	0.05 48	0.05 190	0.06 290	0.06 304

MSMDNet	0.14 423	0.08 344	0.15 424	0.17 296	0.09 339	0.14 388	0.14 235	0.29 519	0.36 563	0.14 353	0.21 422	0.21 466	0.12 368	0.17 464	0.14 428	0.07 336	0.05 268	0.07 299	0.07 379	0.07 370	0.07 391

HSM-Net_RVC	0.14 423	0.08 344	0.11 244	0.15 113	0.08 212	0.15 414	0.15 319	0.27 486	0.29 506	0.19 474	0.21 422	0.29 558	0.14 432	0.17 464	0.13 390	0.06 167	0.06 416	0.06 188	0.06 281	0.07 370	0.06 304
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ccs_rob	0.14 423	0.08 344	0.15 424	0.16 209	0.09 339	0.12 303	0.14 235	0.27 486	0.34 550	0.14 353	0.21 422	0.22 484	0.13 408	0.18 486	0.14 428	0.07 336	0.05 268	0.08 393	0.07 379	0.07 370	0.07 391

UCFNet_RVC	0.14 423	0.08 344	0.13 339	0.11 1	0.10 451	0.20 525	0.10 35	0.24 429	0.22 410	0.17 427	0.20 399	0.23 502	0.15 450	0.17 464	0.15 459	0.12 570	0.07 488	0.10 524	0.13 604	0.11 553	0.10 530

iResNetv2_ROB	0.14 423	0.08 344	0.15 424	0.16 209	0.08 212	0.16 444	0.12 96	0.25 446	0.35 559	0.21 511	0.29 534	0.24 508	0.13 408	0.14 371	0.14 428	0.06 167	0.05 268	0.06 188	0.04 59	0.09 497	0.08 457

HSM	0.15 468	0.08 344	0.14 376	0.16 209	0.09 339	0.16 444	0.14 235	0.28 505	0.25 460	0.19 474	0.23 442	0.37 612	0.16 478	0.20 526	0.15 459	0.07 336	0.05 268	0.07 299	0.06 281	0.07 370	0.06 304

aanet-new-12k	0.08 84	0.09 424	0.07 11	0.20 521	0.08 212	0.08 83	0.13 170	0.12 83	0.13 184	0.08 128	0.08 122	0.05 5	0.07 178	0.09 58	0.08 25	0.04 11	0.04 25	0.05 48	0.04 59	0.06 290	0.04 72

aanet-new-14k	0.08 84	0.09 424	0.08 56	0.19 455	0.06 27	0.07 43	0.10 35	0.14 143	0.15 241	0.06 25	0.08 122	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

aanet-new	0.08 84	0.09 424	0.10 185	0.18 386	0.08 212	0.10 199	0.12 96	0.15 185	0.12 142	0.08 128	0.08 122	0.05 5	0.07 178	0.10 121	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.06 290	0.04 72

NLMM1	0.11 289	0.09 424	0.07 11	0.22 570	0.10 451	0.12 303	0.20 542	0.18 296	0.20 380	0.12 301	0.11 243	0.07 123	0.09 265	0.11 196	0.11 287	0.08 413	0.08 518	0.07 299	0.06 281	0.04 48	0.04 72

NLCSM	0.11 289	0.09 424	0.09 121	0.23 594	0.11 501	0.12 303	0.19 519	0.18 296	0.18 338	0.12 301	0.11 243	0.07 123	0.09 265	0.11 196	0.10 206	0.07 336	0.08 518	0.07 299	0.07 379	0.06 290	0.05 203

4.5_new	0.07 7	0.09 424	0.08 56	0.15 113	0.07 132	0.06 14	0.10 35	0.14 143	0.11 105	0.06 25	0.08 122	0.06 42	0.06 65	0.08 25	0.10 206	0.03 1	0.03 1	0.04 1	0.04 59	0.04 48	0.03 2

4.5w-stereo	0.07 7	0.09 424	0.08 56	0.15 113	0.07 132	0.06 14	0.10 35	0.14 143	0.11 105	0.06 25	0.08 122	0.06 42	0.06 65	0.08 25	0.10 206	0.03 1	0.03 1	0.04 1	0.04 59	0.04 48	0.03 2

3w_stereo	0.08 84	0.09 424	0.10 185	0.17 296	0.07 132	0.08 83	0.10 35	0.20 337	0.13 184	0.06 25	0.07 64	0.05 5	0.06 65	0.08 25	0.09 102	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

SCV	0.08 84	0.09 424	0.08 56	0.15 113	0.08 212	0.10 199	0.13 170	0.10 33	0.12 142	0.07 74	0.07 64	0.06 42	0.04 1	0.09 58	0.08 25	0.05 51	0.04 25	0.06 188	0.04 59	0.06 290	0.04 72

rvit_0105_6	0.14 423	0.09 424	0.18 514	0.17 296	0.10 451	0.10 199	0.16 388	0.19 326	0.26 474	0.12 301	0.18 376	0.17 417	0.12 368	0.18 486	0.12 348	0.15 614	0.11 584	0.12 575	0.10 539	0.09 497	0.06 304

rvit_0105_5	0.14 423	0.09 424	0.13 339	0.17 296	0.09 339	0.14 388	0.23 583	0.24 429	0.27 484	0.14 353	0.15 314	0.18 431	0.12 368	0.17 464	0.14 428	0.14 610	0.11 584	0.10 524	0.10 539	0.08 434	0.06 304

rvit_0105_4	0.14 423	0.09 424	0.17 490	0.17 296	0.10 451	0.12 303	0.19 519	0.23 405	0.27 484	0.14 353	0.20 399	0.17 417	0.13 408	0.17 464	0.13 390	0.15 614	0.11 584	0.11 555	0.10 539	0.09 497	0.06 304

rvit_0105_3	0.15 468	0.09 424	0.14 376	0.19 455	0.12 535	0.15 414	0.25 611	0.25 446	0.29 506	0.15 380	0.17 349	0.20 457	0.13 408	0.17 464	0.14 428	0.13 596	0.11 584	0.12 575	0.14 608	0.07 370	0.06 304

rvit_stereo_0081_aga	0.11 289	0.09 424	0.14 376	0.18 386	0.09 339	0.13 354	0.14 235	0.14 143	0.19 357	0.10 225	0.18 376	0.16 395	0.09 265	0.12 290	0.09 102	0.10 514	0.06 416	0.08 393	0.07 379	0.07 370	0.06 304

DCVSM-stereo	0.14 423	0.09 424	0.16 460	0.16 209	0.10 451	0.15 414	0.09 20	0.19 326	0.23 422	0.20 497	0.23 442	0.26 532	0.15 450	0.18 486	0.14 428	0.09 473	0.07 488	0.09 476	0.08 452	0.10 530	0.12 570

RAStereo	0.10 241	0.09 424	0.08 56	0.20 521	0.08 212	0.13 354	0.18 479	0.15 185	0.17 307	0.10 225	0.12 264	0.05 5	0.06 65	0.09 58	0.08 25	0.07 336	0.05 268	0.07 299	0.05 190	0.05 168	0.04 72

H2IRNET	0.10 241	0.09 424	0.09 121	0.18 386	0.09 339	0.12 303	0.15 319	0.14 143	0.21 396	0.10 225	0.10 193	0.10 254	0.10 304	0.10 121	0.10 206	0.05 51	0.04 25	0.08 393	0.08 452	0.06 290	0.05 203

ffm	0.12 360	0.09 424	0.14 376	0.16 209	0.08 212	0.17 466	0.17 430	0.15 185	0.19 357	0.15 380	0.25 482	0.19 445	0.13 408	0.10 121	0.07 1	0.06 167	0.04 25	0.09 476	0.08 452	0.06 290	0.06 304

ff1	0.13 386	0.09 424	0.14 376	0.16 209	0.08 212	0.17 466	0.17 430	0.15 185	0.19 357	0.15 380	0.25 482	0.19 445	0.13 408	0.14 371	0.20 527	0.06 167	0.04 25	0.09 476	0.08 452	0.06 290	0.06 304

mmx	0.14 423	0.09 424	0.14 376	0.16 209	0.08 212	0.17 466	0.17 430	0.27 486	0.25 460	0.15 380	0.25 482	0.19 445	0.13 408	0.14 371	0.20 527	0.08 413	0.06 416	0.09 476	0.08 452	0.08 434	0.08 457

xxx	0.14 423	0.09 424	0.14 376	0.16 209	0.08 212	0.17 466	0.17 430	0.27 486	0.25 460	0.15 380	0.25 482	0.19 445	0.13 408	0.14 371	0.20 527	0.08 413	0.06 416	0.09 476	0.08 452	0.08 434	0.08 457

MaDis-Stereo	0.09 172	0.09 424	0.08 56	0.17 296	0.09 339	0.13 354	0.10 35	0.16 223	0.16 278	0.09 180	0.11 243	0.06 42	0.06 65	0.09 58	0.13 390	0.07 336	0.06 416	0.07 299	0.05 190	0.05 168	0.04 72

CASnet	0.09 172	0.09 424	0.09 121	0.19 455	0.06 27	0.07 43	0.11 64	0.18 296	0.14 216	0.11 260	0.10 193	0.09 219	0.07 178	0.10 121	0.10 206	0.06 167	0.04 25	0.10 524	0.08 452	0.05 168	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LL-Strereo	0.13 386	0.09 424	0.11 244	0.20 521	0.10 451	0.11 251	0.18 479	0.32 555	0.24 439	0.15 380	0.15 314	0.14 350	0.13 408	0.19 501	0.11 287	0.06 167	0.04 25	0.09 476	0.08 452	0.04 48	0.05 203

CroCo-Stereo Lap2	0.09 172	0.09 424	0.08 56	0.22 570	0.09 339	0.09 136	0.19 519	0.16 223	0.12 142	0.09 180	0.10 193	0.05 5	0.05 14	0.08 25	0.08 25	0.06 167	0.06 416	0.07 299	0.05 190	0.05 168	0.05 203

qqq	0.13 386	0.09 424	0.15 424	0.16 209	0.08 212	0.13 354	0.15 319	0.23 405	0.16 278	0.15 380	0.19 387	0.16 395	0.16 478	0.15 395	0.16 475	0.07 336	0.06 416	0.08 393	0.08 452	0.07 370	0.07 391

Wz-Net-LNSev-Ref	0.18 526	0.09 424	0.29 594	0.15 113	0.10 451	0.22 551	0.20 542	0.26 464	0.39 580	0.25 562	0.42 620	0.24 508	0.15 450	0.20 526	0.19 521	0.07 336	0.05 268	0.06 188	0.05 190	0.10 530	0.09 501

BUS	0.14 423	0.09 424	0.14 376	0.22 570	0.10 451	0.19 509	0.14 235	0.34 584	0.19 357	0.17 427	0.22 433	0.16 395	0.13 408	0.15 395	0.13 390	0.08 413	0.06 416	0.10 524	0.09 499	0.07 370	0.07 391

RAFT_CTSACE	0.12 360	0.09 424	0.10 185	0.22 570	0.08 212	0.12 303	0.24 596	0.18 296	0.16 278	0.20 497	0.27 508	0.13 330	0.07 178	0.13 342	0.09 102	0.05 51	0.06 416	0.08 393	0.07 379	0.04 48	0.04 72

BSDual-CNN	0.15 468	0.09 424	0.14 376	0.22 570	0.10 451	0.14 388	0.15 319	0.34 584	0.19 357	0.17 427	0.22 433	0.25 522	0.16 478	0.15 395	0.14 428	0.08 413	0.06 416	0.10 524	0.09 499	0.07 370	0.07 391

SA	0.12 360	0.09 424	0.08 56	0.18 386	0.08 212	0.12 303	0.24 596	0.23 405	0.18 338	0.17 427	0.27 508	0.14 350	0.11 337	0.11 196	0.11 287	0.05 51	0.05 268	0.09 476	0.08 452	0.05 168	0.04 72

iRaft-Stereo_5w	0.12 360	0.09 424	0.12 289	0.19 455	0.08 212	0.09 136	0.12 96	0.21 360	0.21 396	0.19 474	0.14 297	0.11 284	0.09 265	0.20 526	0.16 475	0.05 51	0.05 268	0.07 299	0.06 281	0.05 168	0.06 304

psmg	0.14 423	0.09 424	0.14 376	0.17 296	0.10 451	0.15 414	0.17 430	0.29 519	0.19 357	0.17 427	0.21 422	0.25 522	0.16 478	0.15 395	0.14 428	0.08 413	0.06 416	0.08 393	0.08 452	0.07 370	0.06 304

CSP-Net	0.16 491	0.09 424	0.14 376	0.16 209	0.09 339	0.19 509	0.17 430	0.25 446	0.32 531	0.25 562	0.30 541	0.24 508	0.15 450	0.21 543	0.18 508	0.09 473	0.06 416	0.07 299	0.07 379	0.08 434	0.07 391

IPLGR	0.11 289	0.09 424	0.16 460	0.18 386	0.08 212	0.12 303	0.17 430	0.21 360	0.24 439	0.11 260	0.12 264	0.11 284	0.08 227	0.12 290	0.12 348	0.06 167	0.05 268	0.06 188	0.06 281	0.04 48	0.04 72

GMOStereo	0.11 289	0.09 424	0.07 11	0.19 455	0.08 212	0.12 303	0.28 633	0.13 112	0.17 307	0.11 260	0.17 349	0.14 350	0.12 368	0.07 4	0.07 1	0.05 51	0.05 268	0.09 476	0.07 379	0.04 48	0.04 72

error version	0.11 289	0.09 424	0.07 11	0.19 455	0.08 212	0.12 303	0.28 633	0.13 112	0.17 307	0.11 260	0.17 349	0.14 350	0.12 368	0.07 4	0.07 1	0.05 51	0.05 268	0.09 476	0.07 379	0.04 48	0.04 72

test-v	0.11 289	0.09 424	0.07 11	0.19 455	0.08 212	0.12 303	0.28 633	0.13 112	0.17 307	0.11 260	0.17 349	0.14 350	0.12 368	0.07 4	0.07 1	0.05 51	0.05 268	0.09 476	0.07 379	0.04 48	0.04 72

test_3	0.10 241	0.09 424	0.10 185	0.20 521	0.08 212	0.13 354	0.26 620	0.14 143	0.21 396	0.10 225	0.10 193	0.09 219	0.09 265	0.08 25	0.11 287	0.05 51	0.04 25	0.08 393	0.07 379	0.04 48	0.04 72

ADLNet2	0.16 491	0.09 424	0.13 339	0.16 209	0.09 339	0.20 525	0.16 388	0.31 544	0.39 580	0.16 408	0.20 399	0.20 457	0.18 516	0.21 543	0.22 556	0.08 413	0.06 416	0.07 299	0.07 379	0.09 497	0.07 391

Patchmatch Stereo++	0.11 289	0.09 424	0.16 460	0.18 386	0.08 212	0.06 14	0.11 64	0.16 223	0.13 184	0.15 380	0.16 327	0.14 350	0.12 368	0.11 196	0.10 206	0.06 167	0.04 25	0.08 393	0.06 281	0.08 434	0.07 391
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
PSM-adaLoss	0.11 289	0.09 424	0.16 460	0.18 386	0.08 212	0.06 14	0.12 96	0.16 223	0.13 184	0.15 380	0.16 327	0.14 350	0.12 368	0.11 196	0.10 206	0.06 167	0.04 25	0.08 393	0.06 281	0.08 434	0.07 391

ROB_FTStereo_v2	0.11 289	0.09 424	0.16 460	0.19 455	0.08 212	0.06 14	0.12 96	0.16 223	0.13 184	0.15 380	0.16 327	0.14 350	0.12 368	0.11 196	0.10 206	0.06 167	0.04 25	0.08 393	0.06 281	0.08 434	0.07 391

ROB_FTStereo	0.11 289	0.09 424	0.16 460	0.19 455	0.08 212	0.06 14	0.11 64	0.16 223	0.13 184	0.15 380	0.16 327	0.14 350	0.12 368	0.11 196	0.10 206	0.06 167	0.04 25	0.08 393	0.06 281	0.08 434	0.07 391

HUI-Stereo	0.11 289	0.09 424	0.16 460	0.18 386	0.08 212	0.06 14	0.12 96	0.16 223	0.13 184	0.15 380	0.16 327	0.14 350	0.12 368	0.11 196	0.10 206	0.06 167	0.04 25	0.08 393	0.06 281	0.08 434	0.07 391

iGMRVC	0.11 289	0.09 424	0.16 460	0.19 455	0.08 212	0.06 14	0.12 96	0.16 223	0.13 184	0.15 380	0.16 327	0.14 350	0.12 368	0.11 196	0.10 206	0.06 167	0.04 25	0.08 393	0.06 281	0.08 434	0.07 391

iRAFT	0.11 289	0.09 424	0.16 460	0.18 386	0.08 212	0.06 14	0.11 64	0.16 223	0.13 184	0.15 380	0.16 327	0.14 350	0.12 368	0.11 196	0.10 206	0.06 167	0.04 25	0.08 393	0.06 281	0.08 434	0.07 391

CRE-IMP	0.11 289	0.09 424	0.16 460	0.19 455	0.08 212	0.10 199	0.12 96	0.18 296	0.10 74	0.14 353	0.13 283	0.13 330	0.12 368	0.12 290	0.11 287	0.07 336	0.04 25	0.08 393	0.06 281	0.08 434	0.08 457

test-2	0.11 289	0.09 424	0.07 11	0.19 455	0.08 212	0.12 303	0.28 633	0.13 112	0.17 307	0.11 260	0.17 349	0.14 350	0.12 368	0.07 4	0.07 1	0.05 51	0.05 268	0.09 476	0.07 379	0.04 48	0.04 72

cross-raft	0.10 241	0.09 424	0.09 121	0.19 455	0.07 132	0.11 251	0.25 611	0.13 112	0.15 241	0.08 128	0.11 243	0.12 304	0.10 304	0.09 58	0.11 287	0.05 51	0.04 25	0.06 188	0.05 190	0.04 48	0.04 72

RAFT	0.13 386	0.09 424	0.11 244	0.18 386	0.08 212	0.15 414	0.24 596	0.20 337	0.19 357	0.21 511	0.21 422	0.17 417	0.12 368	0.16 430	0.09 102	0.06 167	0.07 488	0.10 524	0.09 499	0.05 168	0.05 203

RAFT-IKP	0.11 289	0.09 424	0.16 460	0.19 455	0.08 212	0.06 14	0.12 96	0.16 223	0.13 184	0.15 380	0.16 327	0.14 350	0.12 368	0.11 196	0.10 206	0.06 167	0.04 25	0.08 393	0.06 281	0.08 434	0.07 391

ICVP	0.15 468	0.09 424	0.12 289	0.22 570	0.09 339	0.17 466	0.21 562	0.25 446	0.23 422	0.18 457	0.30 541	0.26 532	0.18 516	0.17 464	0.14 428	0.09 473	0.07 488	0.08 393	0.07 379	0.07 370	0.07 391
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sCroCo_RVC	0.12 360	0.09 424	0.23 562	0.24 603	0.11 501	0.19 509	0.14 235	0.17 262	0.14 216	0.10 225	0.13 283	0.12 304	0.07 178	0.14 371	0.11 287	0.08 413	0.08 518	0.08 393	0.08 452	0.05 168	0.07 391

MMNet	0.17 512	0.09 424	0.16 460	0.20 521	0.11 501	0.27 604	0.20 542	0.25 446	0.41 589	0.22 527	0.30 541	0.21 466	0.20 544	0.17 464	0.20 527	0.06 167	0.06 416	0.07 299	0.07 379	0.08 434	0.07 391

UNet	0.17 512	0.09 424	0.18 514	0.19 455	0.12 535	0.27 604	0.19 519	0.33 575	0.29 506	0.21 511	0.24 454	0.23 502	0.19 532	0.19 501	0.18 508	0.07 336	0.06 416	0.08 393	0.07 379	0.08 434	0.06 304

ACVNet	0.15 468	0.09 424	0.15 424	0.13 16	0.12 535	0.14 388	0.20 542	0.22 384	0.33 538	0.17 427	0.26 499	0.21 466	0.16 478	0.17 464	0.21 547	0.07 336	0.06 416	0.06 188	0.06 281	0.08 434	0.06 304

acv_ft	0.15 468	0.09 424	0.15 424	0.19 455	0.10 451	0.16 444	0.17 430	0.25 446	0.33 538	0.19 474	0.26 499	0.21 466	0.17 501	0.17 464	0.18 508	0.07 336	0.06 416	0.06 188	0.06 281	0.08 434	0.06 304

hitnet-ft	0.18 526	0.09 424	0.17 490	0.14 59	0.09 339	0.26 594	0.20 542	0.25 446	0.26 474	0.24 549	0.32 553	0.31 581	0.22 557	0.24 577	0.21 547	0.12 570	0.07 488	0.10 524	0.08 452	0.12 568	0.11 557

DSFCA	0.16 491	0.09 424	0.14 376	0.16 209	0.10 451	0.20 525	0.19 519	0.28 505	0.31 524	0.23 540	0.24 454	0.22 484	0.15 450	0.19 501	0.20 527	0.10 514	0.07 488	0.09 476	0.09 499	0.08 434	0.08 457

DMCA	0.14 423	0.09 424	0.16 460	0.19 455	0.09 339	0.15 414	0.17 430	0.23 405	0.27 484	0.14 353	0.19 387	0.17 417	0.18 516	0.15 395	0.17 490	0.10 514	0.06 416	0.08 393	0.06 281	0.09 497	0.10 530

DISCO	0.19 538	0.09 424	0.22 553	0.17 296	0.10 451	0.25 584	0.18 479	0.27 486	0.44 607	0.22 527	0.31 549	0.33 594	0.26 586	0.28 599	0.28 618	0.08 413	0.06 416	0.07 299	0.07 379	0.09 497	0.09 501

z-ln-s-r	0.17 512	0.10 486	0.40 624	0.19 455	0.08 212	0.17 466	0.18 479	0.22 384	0.33 538	0.18 457	0.40 603	0.22 484	0.17 501	0.20 526	0.23 568	0.07 336	0.05 268	0.07 299	0.07 379	0.07 370	0.05 203

DDVS	0.15 468	0.10 486	0.21 547	0.16 209	0.12 535	0.15 414	0.14 235	0.25 446	0.19 357	0.18 457	0.29 534	0.27 540	0.12 368	0.19 501	0.15 459	0.09 473	0.06 416	0.09 476	0.07 379	0.11 553	0.11 557

UGAM	0.13 386	0.10 486	0.09 121	0.22 570	0.08 212	0.12 303	0.20 542	0.17 262	0.23 422	0.21 511	0.16 327	0.13 330	0.13 408	0.19 501	0.12 348	0.07 336	0.05 268	0.13 590	0.11 573	0.07 370	0.05 203

ACV-stereo	0.15 468	0.10 486	0.28 586	0.18 386	0.12 535	0.14 388	0.12 96	0.23 405	0.21 396	0.19 474	0.23 442	0.22 484	0.15 450	0.23 567	0.17 490	0.07 336	0.06 416	0.07 299	0.07 379	0.07 370	0.07 391

ITSA-stereo	0.15 468	0.10 486	0.14 376	0.19 455	0.08 212	0.12 303	0.14 235	0.30 533	0.49 623	0.17 427	0.19 387	0.22 484	0.15 450	0.17 464	0.16 475	0.10 514	0.06 416	0.08 393	0.08 452	0.08 434	0.08 457

IGEV-BASED-STEREO-	0.09 172	0.10 486	0.31 599	0.15 113	0.06 27	0.08 83	0.14 235	0.10 33	0.10 74	0.07 74	0.07 64	0.06 42	0.04 1	0.11 196	0.07 1	0.12 570	0.04 25	0.07 299	0.05 190	0.05 168	0.05 203

test_sample7	0.15 468	0.10 486	0.16 460	0.14 59	0.11 501	0.16 444	0.16 388	0.27 486	0.23 422	0.20 497	0.20 399	0.24 508	0.19 532	0.16 430	0.16 475	0.12 570	0.06 416	0.10 524	0.09 499	0.10 530	0.10 530

LL-Strereo2	0.10 241	0.10 486	0.15 424	0.18 386	0.08 212	0.15 414	0.09 20	0.17 262	0.14 216	0.14 353	0.10 193	0.09 219	0.07 178	0.16 430	0.10 206	0.05 51	0.05 268	0.10 524	0.07 379	0.06 290	0.05 203

Selective-RAFT	0.11 289	0.10 486	0.11 244	0.21 553	0.08 212	0.16 444	0.13 170	0.20 337	0.22 410	0.10 225	0.10 193	0.11 284	0.10 304	0.15 395	0.11 287	0.05 51	0.05 268	0.06 188	0.05 190	0.06 290	0.05 203

ssnet_v2	0.17 512	0.10 486	0.17 490	0.17 296	0.11 501	0.21 542	0.21 562	0.33 575	0.25 460	0.22 527	0.22 433	0.27 540	0.18 516	0.22 556	0.20 527	0.11 545	0.09 551	0.09 476	0.09 499	0.08 434	0.08 457

raft_robust	0.13 386	0.10 486	0.07 11	0.18 386	0.08 212	0.13 354	0.24 596	0.28 505	0.33 538	0.20 497	0.19 387	0.14 350	0.10 304	0.11 196	0.12 348	0.05 51	0.05 268	0.07 299	0.07 379	0.05 168	0.04 72

NINENet	0.16 491	0.10 486	0.15 424	0.17 296	0.11 501	0.19 509	0.14 235	0.40 628	0.36 563	0.18 457	0.21 422	0.16 395	0.13 408	0.15 395	0.13 390	0.08 413	0.08 518	0.10 524	0.07 379	0.10 530	0.09 501

test_4	0.10 241	0.10 486	0.08 56	0.19 455	0.09 339	0.08 83	0.22 572	0.15 185	0.17 307	0.12 301	0.18 376	0.12 304	0.09 265	0.08 25	0.11 287	0.04 11	0.04 25	0.08 393	0.08 452	0.04 48	0.03 2

pcwnet_v2	0.19 538	0.10 486	0.26 574	0.17 296	0.14 579	0.18 485	0.15 319	0.37 612	0.46 614	0.19 474	0.24 454	0.21 466	0.19 532	0.20 526	0.19 521	0.13 596	0.10 572	0.10 524	0.10 539	0.11 553	0.13 592

psm_up	0.18 526	0.10 486	0.18 514	0.20 521	0.11 501	0.17 466	0.19 519	0.37 612	0.34 550	0.21 511	0.28 522	0.29 558	0.24 571	0.20 526	0.22 556	0.09 473	0.10 572	0.11 555	0.11 573	0.08 434	0.08 457

DMCA-RVC	0.17 512	0.10 486	0.15 424	0.24 603	0.11 501	0.18 485	0.18 479	0.25 446	0.24 439	0.21 511	0.26 499	0.25 522	0.27 594	0.18 486	0.20 527	0.12 570	0.08 518	0.13 590	0.10 539	0.10 530	0.08 457

SuperB	0.20 550	0.10 486	0.56 647	0.16 209	0.09 339	0.18 485	0.18 479	0.24 429	0.50 626	0.26 568	0.39 597	0.17 417	0.21 548	0.22 556	0.21 547	0.08 413	0.06 416	0.06 188	0.06 281	0.12 568	0.10 530

ADCP+	0.20 550	0.10 486	0.33 606	0.20 521	0.12 535	0.22 551	0.26 620	0.31 544	0.34 550	0.26 568	0.37 583	0.22 484	0.22 557	0.27 587	0.27 610	0.09 473	0.06 416	0.08 393	0.08 452	0.09 497	0.10 530

CFNet	0.15 468	0.10 486	0.17 490	0.17 296	0.08 212	0.18 485	0.09 20	0.28 505	0.25 460	0.19 474	0.24 454	0.24 508	0.17 501	0.17 464	0.14 428	0.08 413	0.06 416	0.09 476	0.10 539	0.07 370	0.06 304

CVANet_RVC	0.18 526	0.10 486	0.14 376	0.21 553	0.10 451	0.18 485	0.17 430	0.34 584	0.33 538	0.22 527	0.31 549	0.28 550	0.18 516	0.23 567	0.17 490	0.12 570	0.08 518	0.12 575	0.11 573	0.09 497	0.07 391

NLCA_NET_v2_RVC	0.17 512	0.10 486	0.22 553	0.20 521	0.10 451	0.15 414	0.18 479	0.31 544	0.25 460	0.21 511	0.30 541	0.25 522	0.17 501	0.21 543	0.20 527	0.09 473	0.06 416	0.08 393	0.08 452	0.07 370	0.08 457
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	0.16 491	0.10 486	0.10 185	0.18 386	0.09 339	0.18 485	0.19 519	0.26 464	0.31 524	0.22 527	0.35 573	0.21 466	0.21 548	0.22 556	0.16 475	0.06 167	0.05 268	0.06 188	0.06 281	0.07 370	0.06 304

NVstereo2D	0.19 538	0.10 486	0.15 424	0.17 296	0.15 599	0.28 611	0.23 583	0.44 645	0.42 597	0.15 380	0.27 508	0.25 522	0.19 532	0.22 556	0.17 490	0.09 473	0.06 416	0.10 524	0.08 452	0.15 617	0.09 501

iResNet	0.13 386	0.10 486	0.18 514	0.19 455	0.08 212	0.13 354	0.18 479	0.20 337	0.26 474	0.15 380	0.23 442	0.15 379	0.13 408	0.14 371	0.14 428	0.06 167	0.04 25	0.06 188	0.05 190	0.06 290	0.05 203

MDST_ROB	0.22 571	0.10 486	0.17 490	0.18 386	0.11 501	0.37 640	0.19 519	0.43 643	0.41 589	0.39 632	0.39 597	0.29 558	0.21 548	0.26 584	0.18 508	0.11 545	0.10 572	0.14 603	0.11 573	0.10 530	0.08 457

DLCB_ROB	0.18 526	0.10 486	0.15 424	0.23 594	0.11 501	0.24 573	0.18 479	0.29 519	0.28 499	0.27 574	0.28 522	0.28 550	0.24 571	0.19 501	0.20 527	0.08 413	0.08 518	0.09 476	0.09 499	0.07 370	0.07 391

MSAF-DinoV2	0.22 571	0.11 512	0.23 562	0.17 296	0.10 451	0.27 604	0.16 388	0.37 612	0.55 637	0.21 511	0.27 508	0.47 646	0.27 594	0.35 628	0.39 654	0.09 473	0.06 416	0.07 299	0.09 499	0.12 568	0.10 530

DFGA-Net	0.13 386	0.11 512	0.18 514	0.17 296	0.10 451	0.12 303	0.13 170	0.22 384	0.25 460	0.16 408	0.16 327	0.13 330	0.12 368	0.16 430	0.14 428	0.07 336	0.05 268	0.08 393	0.07 379	0.05 168	0.05 203

FACV-RUCA	0.13 386	0.11 512	0.12 289	0.19 455	0.12 535	0.15 414	0.15 319	0.22 384	0.20 380	0.15 380	0.16 327	0.14 350	0.16 478	0.14 371	0.13 390	0.07 336	0.05 268	0.08 393	0.06 281	0.10 530	0.08 457

rvit_105_1	0.19 538	0.11 512	0.25 571	0.21 553	0.16 610	0.21 542	0.27 627	0.31 544	0.41 589	0.19 474	0.20 399	0.22 484	0.17 501	0.19 501	0.17 490	0.12 570	0.12 600	0.13 590	0.15 624	0.08 434	0.07 391

fast-acv-ft	0.18 526	0.11 512	0.19 526	0.19 455	0.12 535	0.24 573	0.21 562	0.25 446	0.34 550	0.22 527	0.34 569	0.27 540	0.20 544	0.21 543	0.23 568	0.09 473	0.09 551	0.08 393	0.10 539	0.08 434	0.07 391

ToySt	0.17 512	0.11 512	0.18 514	0.17 296	0.11 501	0.16 444	0.25 611	0.24 429	0.33 538	0.19 474	0.24 454	0.26 532	0.24 571	0.19 501	0.20 527	0.07 336	0.08 518	0.09 476	0.10 539	0.09 497	0.08 457

RAFT+CT+SA	0.13 386	0.11 512	0.09 121	0.19 455	0.09 339	0.15 414	0.28 633	0.22 384	0.22 410	0.15 380	0.26 499	0.10 254	0.10 304	0.11 196	0.12 348	0.05 51	0.04 25	0.07 299	0.08 452	0.07 370	0.06 304

hknet	0.15 468	0.11 512	0.13 339	0.22 570	0.11 501	0.14 388	0.15 319	0.34 584	0.25 460	0.17 427	0.22 433	0.22 484	0.18 516	0.17 464	0.12 348	0.07 336	0.06 416	0.10 524	0.09 499	0.07 370	0.07 391

FADNet-RVC-Resample	0.16 491	0.11 512	0.31 599	0.22 570	0.11 501	0.19 509	0.14 235	0.25 446	0.24 439	0.24 549	0.27 508	0.20 457	0.15 450	0.16 430	0.15 459	0.07 336	0.08 518	0.12 575	0.10 539	0.09 497	0.10 530

stereogan	0.22 571	0.11 512	0.21 547	0.20 521	0.12 535	0.31 619	0.19 519	0.35 599	0.44 607	0.22 527	0.39 597	0.35 605	0.27 594	0.33 619	0.22 556	0.10 514	0.12 600	0.10 524	0.10 539	0.14 601	0.13 592

ADCL	0.24 594	0.11 512	0.47 636	0.22 570	0.12 535	0.34 630	0.29 643	0.29 519	0.56 640	0.24 549	0.46 628	0.30 568	0.30 617	0.29 605	0.29 622	0.08 413	0.07 488	0.09 476	0.09 499	0.10 530	0.10 530

AdaStereo	0.15 468	0.11 512	0.15 424	0.18 386	0.09 339	0.20 525	0.11 64	0.32 555	0.28 499	0.20 497	0.23 442	0.20 457	0.13 408	0.19 501	0.14 428	0.12 570	0.05 268	0.10 524	0.07 379	0.09 497	0.07 391
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.
DeepPruner_ROB	0.16 491	0.11 512	0.15 424	0.17 296	0.10 451	0.17 466	0.15 319	0.32 555	0.21 396	0.19 474	0.21 422	0.22 484	0.18 516	0.20 526	0.15 459	0.13 596	0.09 551	0.09 476	0.09 499	0.11 553	0.10 530

DRN-Test	0.19 538	0.11 512	0.20 538	0.22 570	0.10 451	0.22 551	0.22 572	0.39 624	0.37 570	0.24 549	0.32 553	0.26 532	0.21 548	0.22 556	0.24 581	0.11 545	0.07 488	0.11 555	0.10 539	0.09 497	0.07 391

StereoDRNet	0.18 526	0.11 512	0.17 490	0.22 570	0.11 501	0.21 542	0.22 572	0.37 612	0.33 538	0.24 549	0.28 522	0.30 568	0.19 532	0.20 526	0.20 527	0.09 473	0.08 518	0.11 555	0.09 499	0.09 497	0.07 391

XPNet_ROB	0.22 571	0.11 512	0.19 526	0.22 570	0.13 558	0.22 551	0.19 519	0.34 584	0.40 586	0.30 603	0.39 597	0.39 624	0.26 586	0.26 584	0.28 618	0.15 614	0.10 572	0.10 524	0.10 539	0.13 587	0.12 570

WCMA_ROB	0.24 594	0.11 512	0.22 553	0.17 296	0.14 579	0.32 620	0.15 319	0.32 555	0.32 531	0.38 630	0.53 639	0.40 628	0.34 632	0.34 622	0.25 591	0.11 545	0.12 600	0.12 575	0.10 539	0.14 601	0.14 609

PSMNet_ROB	0.21 562	0.11 512	0.15 424	0.27 632	0.15 599	0.24 573	0.35 660	0.43 643	0.37 570	0.27 574	0.32 553	0.32 590	0.22 557	0.21 543	0.26 602	0.12 570	0.08 518	0.13 590	0.11 573	0.09 497	0.09 501

TCMNet	0.19 538	0.12 530	0.19 526	0.20 521	0.18 632	0.20 525	0.24 596	0.27 486	0.36 563	0.23 540	0.26 499	0.25 522	0.19 532	0.19 501	0.23 568	0.13 596	0.11 584	0.11 555	0.12 593	0.13 587	0.12 570

YMNet	0.20 550	0.12 530	0.19 526	0.20 521	0.14 579	0.26 594	0.23 583	0.32 555	0.34 550	0.27 574	0.34 569	0.30 568	0.18 516	0.18 486	0.22 556	0.10 514	0.13 615	0.10 524	0.10 539	0.08 434	0.09 501

YMNet_1	0.20 550	0.12 530	0.19 526	0.20 521	0.14 579	0.26 594	0.23 583	0.32 555	0.34 550	0.27 574	0.34 569	0.30 568	0.18 516	0.18 486	0.22 556	0.10 514	0.13 615	0.10 524	0.10 539	0.08 434	0.09 501

rvit_stereo_0075_2	0.17 512	0.12 530	0.25 571	0.23 594	0.16 610	0.13 354	0.10 35	0.30 533	0.27 484	0.20 497	0.28 522	0.22 484	0.15 450	0.18 486	0.13 390	0.16 630	0.10 572	0.17 625	0.10 539	0.10 530	0.09 501

DualNet (step1)	0.16 491	0.12 530	0.20 538	0.12 5	0.14 579	0.17 466	0.13 170	0.27 486	0.23 422	0.20 497	0.20 399	0.24 508	0.19 532	0.16 430	0.16 475	0.15 614	0.06 416	0.14 603	0.14 608	0.14 601	0.12 570

test_sample9	0.18 526	0.12 530	0.20 538	0.12 5	0.14 579	0.17 466	0.13 170	0.27 486	0.23 422	0.20 497	0.20 399	0.24 508	0.19 532	0.19 501	0.17 490	0.15 614	0.30 666	0.14 603	0.14 608	0.14 601	0.12 570

test_sample8	0.19 538	0.12 530	0.20 538	0.12 5	0.14 579	0.17 466	0.13 170	0.31 544	0.21 396	0.27 574	0.22 433	0.36 607	0.25 580	0.19 501	0.17 490	0.15 614	0.30 666	0.14 603	0.14 608	0.14 601	0.12 570

StereoVision	0.13 386	0.12 530	0.09 121	0.24 603	0.10 451	0.15 414	0.21 562	0.21 360	0.20 380	0.12 301	0.24 454	0.10 254	0.10 304	0.16 430	0.10 206	0.09 473	0.11 584	0.12 575	0.12 593	0.06 290	0.05 203

CASS	0.13 386	0.12 530	0.11 244	0.23 594	0.09 339	0.15 414	0.17 430	0.18 296	0.19 357	0.17 427	0.18 376	0.15 379	0.15 450	0.14 371	0.14 428	0.09 473	0.06 416	0.10 524	0.08 452	0.09 497	0.07 391
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_5	0.14 423	0.12 530	0.08 56	0.20 521	0.10 451	0.14 388	0.29 643	0.21 360	0.24 439	0.18 457	0.28 522	0.11 284	0.15 450	0.12 290	0.13 390	0.06 167	0.05 268	0.07 299	0.08 452	0.08 434	0.07 391

SACVNet	0.18 526	0.12 530	0.14 376	0.17 296	0.13 558	0.22 551	0.18 479	0.31 544	0.30 516	0.23 540	0.31 549	0.30 568	0.22 557	0.22 556	0.17 490	0.11 545	0.08 518	0.10 524	0.10 539	0.12 568	0.14 609

PSMNet-ADL	0.15 468	0.12 530	0.13 339	0.22 570	0.09 339	0.13 354	0.20 542	0.26 464	0.23 422	0.18 457	0.20 399	0.24 508	0.16 478	0.18 486	0.17 490	0.08 413	0.08 518	0.08 393	0.11 573	0.08 434	0.07 391

GEStereo_RVC	0.17 512	0.12 530	0.15 424	0.22 570	0.11 501	0.19 509	0.17 430	0.32 555	0.48 616	0.20 497	0.25 482	0.17 417	0.13 408	0.21 543	0.16 475	0.10 514	0.06 416	0.08 393	0.07 379	0.09 497	0.08 457

sAnonymous2	0.13 386	0.12 530	0.24 566	0.20 521	0.12 535	0.17 466	0.13 170	0.26 464	0.21 396	0.11 260	0.11 243	0.13 330	0.08 227	0.10 121	0.10 206	0.09 473	0.05 268	0.08 393	0.06 281	0.15 617	0.10 530

CroCo_RVC	0.13 386	0.12 530	0.24 566	0.20 521	0.12 535	0.17 466	0.13 170	0.26 464	0.21 396	0.11 260	0.11 243	0.13 330	0.08 227	0.10 121	0.10 206	0.09 473	0.05 268	0.08 393	0.06 281	0.15 617	0.10 530

APVNet	0.22 571	0.12 530	0.19 526	0.18 386	0.14 579	0.32 620	0.31 656	0.39 624	0.32 531	0.27 574	0.40 603	0.30 568	0.29 613	0.26 584	0.25 591	0.11 545	0.12 600	0.11 555	0.14 608	0.12 568	0.12 570

FAT-Stereo	0.20 550	0.12 530	0.22 553	0.21 553	0.12 535	0.17 466	0.18 479	0.34 584	0.39 580	0.27 574	0.37 583	0.34 601	0.32 625	0.21 543	0.20 527	0.09 473	0.11 584	0.10 524	0.09 499	0.11 553	0.14 609

S-Stereo	0.20 550	0.12 530	0.25 571	0.21 553	0.13 558	0.20 525	0.18 479	0.32 555	0.43 602	0.23 540	0.36 576	0.28 550	0.30 617	0.19 501	0.22 556	0.09 473	0.12 600	0.10 524	0.10 539	0.13 587	0.13 592

STTStereo	0.18 526	0.12 530	0.27 581	0.20 521	0.11 501	0.16 444	0.21 562	0.29 519	0.23 422	0.21 511	0.30 541	0.29 558	0.18 516	0.20 526	0.19 521	0.12 570	0.11 584	0.11 555	0.14 608	0.09 497	0.08 457

RTSC	0.23 587	0.12 530	0.28 586	0.21 553	0.13 558	0.28 611	0.16 388	0.35 599	0.66 662	0.27 574	0.33 565	0.30 568	0.21 548	0.31 609	0.29 622	0.10 514	0.08 518	0.09 476	0.10 539	0.13 587	0.13 592

ADCRef	0.19 538	0.12 530	0.41 627	0.20 521	0.12 535	0.22 551	0.18 479	0.32 555	0.36 563	0.26 568	0.32 553	0.17 417	0.23 565	0.24 577	0.24 581	0.07 336	0.06 416	0.09 476	0.09 499	0.08 434	0.08 457

RYNet	0.22 571	0.12 530	0.22 553	0.19 455	0.17 625	0.46 650	0.26 620	0.38 620	0.48 616	0.24 549	0.28 522	0.34 601	0.23 565	0.20 526	0.30 629	0.10 514	0.06 416	0.09 476	0.09 499	0.13 587	0.15 616

GANet	0.21 562	0.12 530	0.21 547	0.24 603	0.13 558	0.22 551	0.22 572	0.41 634	0.26 474	0.31 609	0.42 620	0.37 612	0.28 605	0.23 567	0.22 556	0.10 514	0.12 600	0.10 524	0.09 499	0.10 530	0.08 457

TDLM	0.17 512	0.12 530	0.13 339	0.24 603	0.10 451	0.18 485	0.18 479	0.36 606	0.30 516	0.21 511	0.28 522	0.28 550	0.18 516	0.23 567	0.18 508	0.11 545	0.07 488	0.10 524	0.10 539	0.08 434	0.08 457

SGM-ForestM	0.32 636	0.12 530	0.16 460	0.16 209	0.11 501	0.39 645	0.19 519	0.41 634	0.50 626	0.52 653	0.54 641	1.32 686	0.42 654	0.40 650	0.27 610	0.14 610	0.16 634	0.16 622	0.16 628	0.12 568	0.12 570

StereoDRNet-Refined	0.17 512	0.12 530	0.15 424	0.20 521	0.09 339	0.18 485	0.18 479	0.26 464	0.23 422	0.26 568	0.40 603	0.22 484	0.17 501	0.21 543	0.20 527	0.08 413	0.05 268	0.09 476	0.10 539	0.07 370	0.07 391
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
NOSS_ROB	0.19 538	0.12 530	0.18 514	0.16 209	0.12 535	0.15 414	0.12 96	0.30 533	0.32 531	0.20 497	0.22 433	0.27 540	0.23 565	0.21 543	0.16 475	0.16 630	0.18 641	0.23 644	0.21 643	0.12 568	0.13 592

SGM_RVC	0.23 587	0.12 530	0.15 424	0.15 113	0.09 339	0.33 627	0.18 479	0.34 584	0.31 524	0.44 646	0.37 583	0.53 654	0.35 635	0.35 628	0.24 581	0.13 596	0.13 615	0.13 590	0.13 604	0.10 530	0.11 557
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GMStereo_Zeroshot	0.16 491	0.13 558	0.24 566	0.20 521	0.10 451	0.17 466	0.13 170	0.29 519	0.25 460	0.23 540	0.32 553	0.25 522	0.11 337	0.19 501	0.14 428	0.09 473	0.06 416	0.11 555	0.06 281	0.12 568	0.08 457

HBP-ISP	0.18 526	0.13 558	0.16 460	0.15 113	0.11 501	0.08 83	0.13 170	0.28 505	0.29 506	0.22 527	0.33 565	0.21 466	0.25 580	0.23 567	0.17 490	0.14 610	0.16 634	0.21 639	0.17 635	0.10 530	0.08 457

Wz-Net-MNSev	0.22 571	0.13 558	0.31 599	0.20 521	0.14 579	0.36 639	0.24 596	0.33 575	0.44 607	0.28 589	0.40 603	0.38 616	0.19 532	0.24 577	0.25 591	0.09 473	0.07 488	0.09 476	0.09 499	0.12 568	0.10 530

UDGNet	0.14 423	0.13 558	0.16 460	0.17 296	0.10 451	0.12 303	0.16 388	0.21 360	0.27 484	0.20 497	0.20 399	0.16 395	0.13 408	0.16 430	0.13 390	0.10 514	0.06 416	0.09 476	0.07 379	0.06 290	0.07 391

Anonymous3	0.16 491	0.13 558	0.33 606	0.26 619	0.14 579	0.27 604	0.17 430	0.28 505	0.28 499	0.15 380	0.17 349	0.14 350	0.10 304	0.15 395	0.12 348	0.08 413	0.08 518	0.08 393	0.08 452	0.08 434	0.11 557

GwcNet	0.20 550	0.13 558	0.19 526	0.18 386	0.12 535	0.24 573	0.19 519	0.35 599	0.43 602	0.20 497	0.32 553	0.33 594	0.20 544	0.22 556	0.24 581	0.11 545	0.09 551	0.09 476	0.09 499	0.09 497	0.10 530

RP	0.21 562	0.13 558	0.21 547	0.23 594	0.11 501	0.21 542	0.20 542	0.25 446	0.44 607	0.21 511	0.38 589	0.36 607	0.24 571	0.27 587	0.25 591	0.11 545	0.12 600	0.13 590	0.12 593	0.12 568	0.14 609

edge stereo	0.22 571	0.13 558	0.20 538	0.21 553	0.13 558	0.23 568	0.16 388	0.32 555	0.42 597	0.32 615	0.40 603	0.38 616	0.35 635	0.25 582	0.24 581	0.13 596	0.11 584	0.14 603	0.11 573	0.12 568	0.13 592

CBMV_ROB	0.19 538	0.13 558	0.17 490	0.16 209	0.11 501	0.15 414	0.13 170	0.26 464	0.28 499	0.27 574	0.30 541	0.27 540	0.24 571	0.23 567	0.16 475	0.15 614	0.17 639	0.22 643	0.20 641	0.10 530	0.11 557

DN-CSS_ROB	0.13 386	0.13 558	0.16 460	0.18 386	0.10 451	0.16 444	0.08 7	0.22 384	0.18 338	0.17 427	0.22 433	0.13 330	0.13 408	0.12 290	0.13 390	0.05 51	0.05 268	0.10 524	0.10 539	0.08 434	0.06 304

PWCDC_ROB	0.20 550	0.13 558	0.22 553	0.24 603	0.11 501	0.19 509	0.15 319	0.33 575	0.54 636	0.29 598	0.50 636	0.21 466	0.15 450	0.27 587	0.20 527	0.11 545	0.09 551	0.10 524	0.08 452	0.11 553	0.09 501

MeshStereo	0.27 617	0.13 558	0.18 514	0.15 113	0.11 501	0.32 620	0.24 596	0.40 628	0.36 563	0.52 653	0.57 651	0.67 665	0.40 646	0.35 628	0.26 602	0.14 610	0.13 615	0.13 590	0.11 573	0.11 553	0.10 530
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
zh-mn7	0.25 606	0.14 570	0.56 647	0.19 455	0.14 579	0.24 573	0.22 572	0.34 584	0.62 653	0.35 622	0.65 657	0.31 581	0.25 580	0.31 609	0.25 591	0.09 473	0.08 518	0.09 476	0.09 499	0.09 497	0.11 557

z-mn7	0.24 594	0.14 570	0.45 631	0.19 455	0.13 558	0.28 611	0.25 611	0.34 584	0.62 653	0.27 574	0.56 648	0.29 558	0.24 571	0.32 616	0.25 591	0.08 413	0.08 518	0.08 393	0.08 452	0.10 530	0.10 530

w-ln-seven-2	0.20 550	0.14 570	0.37 619	0.22 570	0.12 535	0.20 525	0.21 562	0.28 505	0.37 570	0.25 562	0.37 583	0.27 540	0.22 557	0.21 543	0.23 568	0.08 413	0.08 518	0.09 476	0.09 499	0.10 530	0.09 501

w-ln-seven	0.24 594	0.14 570	0.55 644	0.19 455	0.14 579	0.26 594	0.22 572	0.35 599	0.60 650	0.29 598	0.39 597	0.30 568	0.22 557	0.21 543	0.26 602	0.09 473	0.09 551	0.11 555	0.10 539	0.11 553	0.10 530

TestStereo	0.13 386	0.14 570	0.11 244	0.23 594	0.08 212	0.15 414	0.21 562	0.20 337	0.23 422	0.14 353	0.24 454	0.16 395	0.12 368	0.16 430	0.14 428	0.05 51	0.06 416	0.08 393	0.06 281	0.09 497	0.05 203

GMStereo	0.13 386	0.14 570	0.14 376	0.18 386	0.09 339	0.15 414	0.16 388	0.20 337	0.24 439	0.16 408	0.17 349	0.10 254	0.10 304	0.16 430	0.13 390	0.07 336	0.06 416	0.06 188	0.06 281	0.07 370	0.06 304
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FADNet_RVC	0.16 491	0.14 570	0.40 624	0.20 521	0.11 501	0.13 354	0.13 170	0.26 464	0.22 410	0.21 511	0.23 442	0.20 457	0.17 501	0.14 371	0.16 475	0.08 413	0.08 518	0.12 575	0.09 499	0.11 553	0.10 530

SANet	0.24 594	0.14 570	0.28 586	0.21 553	0.11 501	0.27 604	0.24 596	0.38 620	0.64 658	0.36 625	0.40 603	0.43 634	0.26 586	0.27 587	0.24 581	0.12 570	0.09 551	0.10 524	0.09 499	0.13 587	0.11 557

SGM-Forest	0.20 550	0.14 570	0.18 514	0.19 455	0.13 558	0.20 525	0.22 572	0.33 575	0.30 516	0.24 549	0.29 534	0.28 550	0.19 532	0.23 567	0.17 490	0.15 614	0.16 634	0.15 615	0.14 608	0.12 568	0.12 570
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	0.19 538	0.14 570	0.17 490	0.18 386	0.10 451	0.20 525	0.11 64	0.29 519	0.30 516	0.29 598	0.30 541	0.30 568	0.23 565	0.27 587	0.19 521	0.13 596	0.15 630	0.17 625	0.16 628	0.10 530	0.10 530
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
StereoAnything_RVC	0.07 7	0.15 580	0.17 490	0.11 1	0.05 2	0.05 4	0.11 64	0.08 11	0.08 24	0.06 25	0.06 23	0.05 5	0.05 14	0.09 58	0.08 25	0.08 413	0.04 25	0.05 48	0.03 1	0.05 168	0.04 72

psmorigin	0.25 606	0.15 580	0.34 614	0.17 296	0.13 558	0.23 568	0.14 235	0.34 584	0.33 538	0.41 639	0.55 643	0.41 630	0.37 639	0.34 622	0.27 610	0.11 545	0.15 630	0.11 555	0.11 573	0.12 568	0.16 627

NCC-stereo	0.24 594	0.15 580	0.31 599	0.26 619	0.16 610	0.20 525	0.30 650	0.40 628	0.40 586	0.24 549	0.38 589	0.33 594	0.28 605	0.36 634	0.27 610	0.12 570	0.11 584	0.15 615	0.22 646	0.13 587	0.13 592

Abc-Net	0.24 594	0.15 580	0.31 599	0.26 619	0.16 610	0.20 525	0.30 650	0.40 628	0.40 586	0.24 549	0.38 589	0.33 594	0.28 605	0.36 634	0.27 610	0.12 570	0.11 584	0.15 615	0.22 646	0.13 587	0.13 592
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 615	0.15 580	0.30 597	0.24 603	0.18 632	0.22 551	0.15 319	0.38 620	0.71 666	0.32 615	0.41 614	0.36 607	0.28 605	0.32 616	0.29 622	0.12 570	0.11 584	0.14 603	0.13 604	0.16 626	0.20 645

ADCMid	0.25 606	0.15 580	0.40 624	0.20 521	0.14 579	0.25 584	0.26 620	0.34 584	0.38 577	0.36 625	0.44 625	0.34 601	0.40 646	0.35 628	0.33 642	0.10 514	0.09 551	0.11 555	0.11 573	0.13 587	0.12 570

DANet	0.21 562	0.15 580	0.28 586	0.25 614	0.13 558	0.22 551	0.19 519	0.27 486	0.27 484	0.28 589	0.32 553	0.35 605	0.31 621	0.31 609	0.23 568	0.11 545	0.09 551	0.11 555	0.10 539	0.13 587	0.11 557
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NCCL2	0.23 587	0.15 580	0.17 490	0.34 651	0.18 632	0.24 573	0.23 583	0.34 584	0.28 499	0.31 609	0.38 589	0.38 616	0.28 605	0.23 567	0.24 581	0.15 614	0.12 600	0.18 634	0.21 643	0.13 587	0.13 592

Wz-Net-LNSev	0.22 571	0.16 588	0.38 621	0.21 553	0.13 558	0.25 584	0.23 583	0.32 555	0.43 602	0.30 603	0.41 614	0.31 581	0.18 516	0.22 556	0.25 591	0.10 514	0.09 551	0.08 393	0.08 452	0.12 568	0.11 557

dd	0.15 468	0.16 588	0.16 460	0.19 455	0.09 339	0.15 414	0.18 479	0.21 360	0.25 460	0.23 540	0.20 399	0.21 466	0.09 265	0.21 543	0.16 475	0.10 514	0.06 416	0.08 393	0.06 281	0.08 434	0.06 304

Syn2CoEx	0.21 562	0.16 588	0.27 581	0.29 644	0.14 579	0.26 594	0.20 542	0.33 575	0.31 524	0.28 589	0.36 576	0.27 540	0.25 580	0.19 501	0.24 581	0.16 630	0.12 600	0.14 603	0.11 573	0.09 497	0.08 457

G-Net	0.24 594	0.16 588	0.36 615	0.22 570	0.16 610	0.51 656	0.23 583	0.29 519	0.34 550	0.36 625	0.38 589	0.31 581	0.29 613	0.27 587	0.26 602	0.11 545	0.09 551	0.12 575	0.09 499	0.16 626	0.13 592

Nwc_Net	0.23 587	0.16 588	0.21 547	0.25 614	0.14 579	0.24 573	0.26 620	0.37 612	0.38 577	0.22 527	0.41 614	0.30 568	0.28 605	0.28 599	0.25 591	0.11 545	0.10 572	0.17 625	0.20 641	0.10 530	0.10 530

AnyNet_C32	0.26 615	0.16 588	0.36 615	0.20 521	0.16 610	0.25 584	0.30 650	0.32 555	0.44 607	0.31 609	0.49 632	0.30 568	0.33 627	0.40 650	0.33 642	0.12 570	0.12 600	0.12 575	0.14 608	0.14 601	0.15 616

ADCPNet	0.25 606	0.16 588	0.61 654	0.21 553	0.15 599	0.35 638	0.25 611	0.32 555	0.35 559	0.30 603	0.40 603	0.36 607	0.28 605	0.28 599	0.32 637	0.12 570	0.10 572	0.11 555	0.12 593	0.14 601	0.13 592

DPSNet	0.28 622	0.16 588	0.31 599	0.18 386	0.13 558	0.54 658	0.42 669	0.51 661	0.67 663	0.29 598	0.38 589	0.38 616	0.29 613	0.31 609	0.23 568	0.11 545	0.10 572	0.11 555	0.08 452	0.20 641	0.16 627

PDISCO_ROB	0.27 617	0.16 588	0.26 574	0.28 635	0.20 639	0.32 620	0.26 620	0.44 645	0.57 642	0.28 589	0.40 603	0.45 638	0.29 613	0.33 619	0.34 644	0.12 570	0.09 551	0.17 625	0.16 628	0.17 634	0.13 592

LALA_ROB	0.25 606	0.16 588	0.22 553	0.26 619	0.17 625	0.27 604	0.27 627	0.42 639	0.37 570	0.33 619	0.38 589	0.51 650	0.26 586	0.28 599	0.27 610	0.16 630	0.09 551	0.12 575	0.11 573	0.13 587	0.12 570

PWC_ROB	0.21 562	0.16 588	0.26 574	0.18 386	0.11 501	0.22 551	0.13 170	0.32 555	0.49 623	0.30 603	0.40 603	0.32 590	0.24 571	0.31 609	0.22 556	0.10 514	0.07 488	0.11 555	0.08 452	0.11 553	0.10 530

zh-sn7	0.25 606	0.17 599	0.50 638	0.24 603	0.13 558	0.25 584	0.24 596	0.34 584	0.48 616	0.28 589	0.54 641	0.28 550	0.31 621	0.36 634	0.32 637	0.10 514	0.10 572	0.11 555	0.10 539	0.12 568	0.12 570

Anonymous_2	0.22 571	0.17 599	0.28 586	0.15 113	0.16 610	0.32 620	0.22 572	0.22 384	0.17 307	0.23 540	0.24 454	0.26 532	0.27 594	0.27 587	0.23 568	0.22 653	0.25 662	0.17 625	0.17 635	0.17 634	0.17 636

Wz-Net-SNSev	0.25 606	0.17 599	0.44 630	0.25 614	0.14 579	0.26 594	0.23 583	0.38 620	0.56 640	0.30 603	0.55 643	0.39 624	0.26 586	0.23 567	0.30 629	0.10 514	0.09 551	0.09 476	0.10 539	0.11 553	0.11 557

WZ-Net	0.28 622	0.17 599	0.78 674	0.22 570	0.16 610	0.34 630	0.29 643	0.39 624	0.57 642	0.24 549	0.55 643	0.37 612	0.24 571	0.33 619	0.35 645	0.09 473	0.08 518	0.09 476	0.10 539	0.14 601	0.16 627

DDUNet	0.22 571	0.17 599	0.21 547	0.22 570	0.15 599	0.25 584	0.24 596	0.29 519	0.30 516	0.31 609	0.36 576	0.33 594	0.25 580	0.24 577	0.20 527	0.18 636	0.13 615	0.17 625	0.11 573	0.16 626	0.16 627

UDG	0.21 562	0.17 599	0.19 526	0.23 594	0.15 599	0.30 618	0.20 542	0.33 575	0.35 559	0.23 540	0.28 522	0.31 581	0.27 594	0.20 526	0.22 556	0.15 614	0.12 600	0.13 590	0.09 499	0.14 601	0.14 609

aanetorigin	0.22 571	0.17 599	0.56 647	0.17 296	0.10 451	0.15 414	0.19 519	0.20 337	0.33 538	0.49 651	0.48 631	0.29 558	0.27 594	0.20 526	0.23 568	0.08 413	0.07 488	0.08 393	0.07 379	0.10 530	0.09 501

AF-Net	0.22 571	0.17 599	0.17 490	0.26 619	0.13 558	0.25 584	0.24 596	0.32 555	0.50 626	0.25 562	0.33 565	0.38 616	0.26 586	0.28 599	0.25 591	0.11 545	0.10 572	0.16 622	0.11 573	0.11 553	0.10 530

DeepPrunerF	0.24 594	0.17 599	0.42 629	0.26 619	0.16 610	0.22 551	0.28 633	0.37 612	0.50 626	0.26 568	0.29 534	0.24 508	0.28 605	0.21 543	0.22 556	0.15 614	0.11 584	0.20 638	0.18 639	0.12 568	0.13 592

FBW_ROB	0.24 594	0.17 599	0.22 553	0.26 619	0.14 579	0.25 584	0.22 572	0.41 634	0.41 589	0.41 639	0.41 614	0.42 631	0.27 594	0.31 609	0.23 568	0.09 473	0.14 624	0.14 603	0.12 593	0.11 553	0.09 501

ETE_ROB	0.23 587	0.17 599	0.22 553	0.25 614	0.13 558	0.26 594	0.29 643	0.31 544	0.36 563	0.28 589	0.36 576	0.45 638	0.26 586	0.27 587	0.26 602	0.11 545	0.08 518	0.12 575	0.09 499	0.14 601	0.13 592

DStereoO	0.24 594	0.18 610	0.18 514	0.20 521	0.14 579	0.21 542	0.19 519	0.32 555	0.41 589	0.29 598	0.21 422	0.32 590	0.27 594	0.41 653	0.27 610	0.46 674	0.12 600	0.31 662	0.11 573	0.15 617	0.12 570

FINET	0.21 562	0.18 610	0.26 574	0.18 386	0.16 610	0.23 568	0.23 583	0.32 555	0.48 616	0.25 562	0.32 553	0.22 484	0.22 557	0.22 556	0.17 490	0.18 636	0.16 634	0.11 555	0.10 539	0.15 617	0.13 592

ADCS	0.29 626	0.18 610	0.45 631	0.21 553	0.17 625	0.28 611	0.23 583	0.41 634	0.63 657	0.40 635	0.49 632	0.40 628	0.36 637	0.39 645	0.40 657	0.13 596	0.12 600	0.13 590	0.14 608	0.16 626	0.16 627

PA-Net	0.23 587	0.18 610	0.33 606	0.28 635	0.22 645	0.21 542	0.38 665	0.29 519	0.39 580	0.22 527	0.32 553	0.25 522	0.26 586	0.20 526	0.25 591	0.09 473	0.23 659	0.15 615	0.22 646	0.09 497	0.13 592
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AANet	0.30 632	0.19 614	1.03 683	0.16 209	0.13 558	0.22 551	0.16 388	0.30 533	0.62 653	0.60 660	0.52 638	0.46 642	0.38 640	0.23 567	0.32 637	0.12 570	0.09 551	0.11 555	0.10 539	0.13 587	0.12 570

DStereoSA	0.25 606	0.19 614	0.37 619	0.26 619	0.17 625	0.22 551	0.20 542	0.49 655	0.59 646	0.22 527	0.29 534	0.29 558	0.33 627	0.39 645	0.28 618	0.12 570	0.11 584	0.16 622	0.14 608	0.14 601	0.12 570

DGSMNet	0.24 594	0.19 614	0.33 606	0.21 553	0.24 650	0.24 573	0.20 542	0.35 599	0.41 589	0.24 549	0.32 553	0.38 616	0.21 548	0.29 605	0.23 568	0.12 570	0.11 584	0.14 603	0.16 628	0.23 646	0.23 650

RTS	0.45 656	0.19 614	3.26 694	0.24 603	0.15 599	0.74 673	0.20 542	0.36 606	0.76 673	0.42 642	0.43 623	0.31 581	0.41 651	0.53 666	0.35 645	0.10 514	0.08 518	0.13 590	0.12 593	0.15 617	0.15 616

RTSA	0.45 656	0.19 614	3.26 694	0.24 603	0.15 599	0.74 673	0.20 542	0.36 606	0.76 673	0.42 642	0.43 623	0.31 581	0.41 651	0.53 666	0.35 645	0.10 514	0.08 518	0.13 590	0.12 593	0.15 617	0.15 616

NaN_ROB	0.22 571	0.19 614	0.24 566	0.25 614	0.13 558	0.29 615	0.26 620	0.33 575	0.41 589	0.31 609	0.31 549	0.32 590	0.23 565	0.30 608	0.21 547	0.11 545	0.17 639	0.10 524	0.10 539	0.08 434	0.09 501

Wz-Net-TNSev	0.29 626	0.20 620	0.65 657	0.19 455	0.15 599	0.38 643	0.27 627	0.35 599	0.55 637	0.34 621	0.42 620	0.45 638	0.38 640	0.32 616	0.30 629	0.12 570	0.13 615	0.10 524	0.12 593	0.15 617	0.14 609

dad	0.17 512	0.20 620	0.20 538	0.16 209	0.11 501	0.20 525	0.18 479	0.21 360	0.28 499	0.30 603	0.24 454	0.29 558	0.13 408	0.19 501	0.16 475	0.18 636	0.09 551	0.11 555	0.09 499	0.11 553	0.07 391

FADNet-RVC	0.20 550	0.20 620	0.38 621	0.21 553	0.16 610	0.20 525	0.15 319	0.26 464	0.26 474	0.26 568	0.32 553	0.26 532	0.21 548	0.22 556	0.19 521	0.12 570	0.13 615	0.12 575	0.14 608	0.13 587	0.18 639

RGC	0.25 606	0.20 620	0.29 594	0.28 635	0.16 610	0.22 551	0.23 583	0.32 555	0.44 607	0.27 574	0.40 603	0.38 616	0.27 594	0.36 634	0.22 556	0.11 545	0.13 615	0.17 625	0.17 635	0.14 601	0.16 627

PVD	0.39 645	0.20 620	0.39 623	0.31 650	0.22 645	0.29 615	0.43 671	0.52 662	0.96 680	0.55 657	0.79 671	0.53 654	0.59 670	0.52 663	0.38 652	0.19 642	0.14 624	0.17 625	0.14 608	0.24 652	0.31 663

LSM	0.33 639	0.20 620	0.58 650	0.26 619	0.60 681	0.34 630	0.25 611	0.42 639	0.48 616	0.45 647	0.58 653	0.42 631	0.36 637	0.35 628	0.25 591	0.12 570	0.20 647	0.14 603	0.16 628	0.19 640	0.33 665

MFN_U_SF_RVC	0.32 636	0.21 626	0.55 644	0.30 646	0.15 599	0.34 630	0.17 430	0.52 662	0.46 614	0.46 650	0.55 643	0.59 657	0.39 643	0.35 628	0.37 650	0.15 614	0.14 624	0.18 634	0.21 643	0.16 626	0.15 616

MaskLacGwcNet_RVC	0.22 571	0.21 626	0.24 566	0.26 619	0.11 501	0.23 568	0.14 235	0.39 624	0.24 439	0.32 615	0.36 576	0.30 568	0.21 548	0.19 501	0.21 547	0.17 635	0.14 624	0.21 639	0.16 628	0.12 568	0.12 570

PS-NSSS	0.20 550	0.21 626	0.23 562	0.20 521	0.10 451	0.19 509	0.17 430	0.36 606	0.25 460	0.27 574	0.33 565	0.27 540	0.24 571	0.20 526	0.20 527	0.15 614	0.12 600	0.17 625	0.14 608	0.10 530	0.08 457

DispFullNet	0.27 617	0.21 626	0.65 657	0.28 635	0.16 610	0.26 594	0.17 430	0.33 575	0.58 645	0.27 574	0.38 589	0.43 634	0.23 565	0.38 641	0.23 568	0.12 570	0.06 416	0.19 636	0.11 573	0.21 642	0.15 616

DStereoFS	0.27 617	0.22 630	0.31 599	0.22 570	0.15 599	0.22 551	0.20 542	0.50 659	0.48 616	0.28 589	0.44 625	0.33 594	0.34 632	0.52 663	0.29 622	0.12 570	0.11 584	0.15 615	0.13 604	0.16 626	0.16 627

FADNet	0.21 562	0.22 630	0.36 615	0.18 386	0.17 625	0.24 573	0.13 170	0.31 544	0.31 524	0.23 540	0.25 482	0.27 540	0.21 548	0.19 501	0.15 459	0.13 596	0.15 630	0.12 575	0.15 624	0.16 626	0.18 639

SQANet	0.23 587	0.23 632	0.30 597	0.30 646	0.19 636	0.27 604	0.13 170	0.29 519	0.33 538	0.24 549	0.37 583	0.31 581	0.22 557	0.27 587	0.23 568	0.15 614	0.10 572	0.21 639	0.16 628	0.21 642	0.15 616

GASNet	0.22 571	0.23 632	0.33 606	0.26 619	0.17 625	0.26 594	0.16 388	0.44 645	0.42 597	0.27 574	0.24 454	0.30 568	0.15 450	0.27 587	0.18 508	0.12 570	0.08 518	0.12 575	0.11 573	0.16 626	0.07 391

XQC	0.28 622	0.23 632	0.51 639	0.28 635	0.19 636	0.34 630	0.27 627	0.36 606	0.57 642	0.31 609	0.30 541	0.37 612	0.30 617	0.38 641	0.38 652	0.13 596	0.09 551	0.15 615	0.12 593	0.17 634	0.18 639

HCRNet	0.16 491	0.24 635	0.12 289	0.35 653	0.11 501	0.15 414	0.17 430	0.26 464	0.22 410	0.19 474	0.24 454	0.21 466	0.14 432	0.15 395	0.13 390	0.11 545	0.07 488	0.11 555	0.10 539	0.09 497	0.07 391

EDNetEfficient	0.29 626	0.24 635	1.13 685	0.18 386	0.10 451	0.19 509	0.20 542	0.20 337	0.60 650	0.74 673	0.56 648	0.31 581	0.39 643	0.22 556	0.30 629	0.09 473	0.07 488	0.08 393	0.07 379	0.11 553	0.09 501

MFN_U_SF_DS_RVC	0.30 632	0.24 635	0.29 594	0.36 655	0.16 610	0.34 630	0.30 650	0.32 555	0.42 597	0.40 635	0.46 628	0.38 616	0.31 621	0.34 622	0.28 618	0.19 642	0.20 647	0.26 647	0.29 660	0.18 637	0.19 644

PASM	0.32 636	0.24 635	0.48 637	0.28 635	0.27 656	0.29 615	0.30 650	0.34 584	0.49 623	0.35 622	0.39 597	0.46 642	0.34 632	0.34 622	0.35 645	0.23 657	0.25 662	0.26 647	0.28 659	0.23 646	0.21 647

CSAN	0.29 626	0.24 635	0.27 581	0.34 651	0.19 636	0.33 627	0.42 669	0.37 612	0.50 626	0.38 630	0.40 603	0.44 636	0.33 627	0.28 599	0.30 629	0.20 644	0.16 634	0.19 636	0.19 640	0.14 601	0.15 616

AnyNet_C01	0.36 643	0.25 640	1.37 688	0.22 570	0.17 625	0.48 654	0.27 627	0.35 599	0.39 580	0.39 632	0.74 667	0.46 642	0.38 640	0.45 655	0.47 666	0.13 596	0.13 615	0.13 590	0.14 608	0.14 601	0.15 616

light-stereo	0.42 652	0.26 641	0.59 652	0.60 671	0.49 671	0.32 620	0.23 583	0.46 650	0.52 635	0.56 659	0.58 653	0.76 670	0.32 625	0.48 657	0.29 622	0.32 663	0.24 660	0.27 650	0.33 665	0.46 669	0.39 670

MonStereo1	0.47 660	0.26 641	0.58 650	0.28 635	0.20 639	0.39 645	0.18 479	0.49 655	0.64 658	0.52 653	0.87 674	1.01 675	0.57 668	0.50 659	0.56 673	0.53 678	0.31 669	0.54 675	0.40 669	0.33 666	0.34 666

MSMD_ROB	0.31 634	0.26 641	0.26 574	0.24 603	0.21 643	0.34 630	0.25 611	0.34 584	0.39 580	0.40 635	0.69 661	0.45 638	0.40 646	0.34 622	0.27 610	0.20 644	0.19 644	0.26 647	0.25 652	0.23 646	0.22 649

FC-DCNN v2	0.33 639	0.27 644	0.28 586	0.26 619	0.23 648	0.37 640	0.28 633	0.40 628	0.43 602	0.45 647	0.56 648	0.51 650	0.40 646	0.37 639	0.29 622	0.21 648	0.20 647	0.27 650	0.26 653	0.25 653	0.24 651

BEATNet-Init1	0.52 662	0.27 644	0.62 655	0.30 646	0.21 643	0.76 677	0.29 643	0.54 665	0.65 661	0.86 678	0.95 679	2.07 695	0.62 673	0.56 670	0.42 661	0.18 636	0.18 641	0.23 644	0.22 646	0.22 645	0.21 647

MANE	0.45 656	0.27 644	0.27 581	0.27 632	0.24 650	0.47 652	0.31 656	0.55 666	0.59 646	0.72 669	1.13 688	1.15 680	0.61 671	0.52 663	0.37 650	0.21 648	0.20 647	0.27 650	0.31 664	0.25 653	0.24 651

FC-DCNN	0.33 639	0.27 644	0.28 586	0.26 619	0.23 648	0.37 640	0.28 633	0.40 628	0.43 602	0.45 647	0.55 643	0.51 650	0.40 646	0.37 639	0.30 629	0.21 648	0.20 647	0.27 650	0.26 653	0.25 653	0.24 651

ccnet	0.29 626	0.28 648	0.23 562	0.20 521	0.28 657	0.41 648	0.21 562	0.45 648	0.33 538	0.36 625	0.46 628	0.36 607	0.30 617	0.39 645	0.42 661	0.23 657	0.14 624	0.21 639	0.17 635	0.23 646	0.18 639

FCDSN-DC	0.33 639	0.28 648	0.28 586	0.30 646	0.24 650	0.39 645	0.28 633	0.42 639	0.42 597	0.43 645	0.53 639	0.51 650	0.41 651	0.36 634	0.30 629	0.21 648	0.20 647	0.27 650	0.26 653	0.25 653	0.24 651
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SAMSARA	0.40 648	0.28 648	0.33 606	0.55 669	0.39 664	0.82 680	1.23 697	0.47 652	0.51 633	0.36 625	0.35 573	0.55 656	0.39 643	0.38 641	0.39 654	0.15 614	0.20 647	0.15 615	0.14 608	0.23 646	0.20 645

ELAS_RVC	0.41 650	0.29 651	0.33 606	0.28 635	0.24 650	0.54 658	0.36 661	0.49 655	0.59 646	0.72 669	0.74 667	0.65 663	0.54 663	0.54 668	0.40 657	0.22 653	0.20 647	0.27 650	0.26 653	0.26 658	0.25 656
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 650	0.29 651	0.33 606	0.27 632	0.24 650	0.60 663	0.36 661	0.50 659	0.50 626	0.71 667	0.79 671	0.67 665	0.54 663	0.51 661	0.42 661	0.22 653	0.20 647	0.27 650	0.26 653	0.26 658	0.25 656
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficientorigin	7.91 700	0.31 653	153.02 726	0.19 455	0.09 339	0.21 542	0.16 388	0.22 384	0.59 646	0.72 669	0.67 659	0.42 631	0.50 661	0.24 577	0.39 654	0.08 413	0.07 488	0.08 393	0.07 379	0.12 568	0.10 530

CC-Net-ROB	0.28 622	0.31 653	0.36 615	0.29 644	0.15 599	0.25 584	0.19 519	0.45 648	0.33 538	0.39 632	0.37 583	0.39 624	0.31 621	0.27 587	0.26 602	0.24 659	0.19 644	0.30 661	0.23 650	0.18 637	0.15 616

PSMNet-RUCA	0.27 617	0.33 655	0.41 627	0.36 655	0.32 663	0.18 485	0.19 519	0.42 639	0.30 516	0.33 619	0.41 614	0.39 624	0.25 580	0.31 609	0.20 527	0.18 636	0.10 572	0.25 646	0.15 624	0.21 642	0.16 627

coex-ft	3.30 693	0.34 656	59.09 725	0.18 386	0.13 558	0.26 594	0.22 572	0.27 486	0.72 667	1.90 697	0.70 663	0.44 636	0.45 657	0.29 605	0.41 660	0.09 473	0.09 551	0.12 575	0.09 499	0.14 601	0.13 592

GANetREF_RVC	0.31 634	0.34 656	0.27 581	0.35 653	0.16 610	0.32 620	0.41 666	0.48 653	0.51 633	0.35 622	0.35 573	0.34 601	0.33 627	0.39 645	0.32 637	0.27 661	0.20 647	0.29 659	0.15 624	0.18 637	0.17 636
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
NVStereoNet_ROB	0.46 659	0.36 658	0.46 635	0.41 660	0.28 657	0.34 630	0.34 659	0.48 653	0.60 650	0.72 669	0.93 677	0.70 668	0.66 674	0.47 656	0.60 676	0.22 653	0.33 670	0.34 664	0.34 668	0.30 661	0.30 662
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
otaku	0.39 645	0.37 659	0.52 640	0.44 662	0.28 657	0.58 660	0.24 596	0.41 634	0.62 653	0.40 635	0.49 632	0.46 642	0.33 627	0.40 650	0.32 637	0.30 662	0.30 666	0.39 666	0.33 665	0.29 660	0.28 659

MSC_U_SF_DS_RVC	0.43 653	0.39 660	0.54 642	0.40 658	0.20 639	0.64 665	0.32 658	0.53 664	0.72 667	0.71 667	0.72 664	0.61 659	0.54 663	0.51 661	0.46 665	0.20 644	0.19 644	0.29 659	0.30 662	0.23 646	0.18 639

Ntro	0.40 648	0.40 661	0.53 641	0.46 666	0.30 661	0.65 666	0.24 596	0.46 650	0.68 664	0.41 639	0.49 632	0.48 648	0.42 654	0.39 645	0.31 636	0.32 663	0.28 664	0.37 665	0.30 662	0.32 665	0.29 660

Consistency-Raft	0.44 654	0.40 661	0.45 631	0.37 657	0.43 668	0.46 650	0.41 666	0.57 669	0.55 637	0.32 615	0.73 665	0.33 594	0.48 659	0.42 654	0.49 668	0.39 668	0.35 671	0.45 668	0.51 678	0.42 668	0.29 660

GCST	0.37 644	0.42 663	0.26 574	1.02 689	0.39 664	0.18 485	0.08 7	0.20 337	0.17 307	0.28 589	0.25 482	0.15 379	0.12 368	0.16 430	0.14 428	0.64 685	0.43 674	0.75 681	0.65 685	0.63 678	0.46 676

JetBlue	0.71 671	0.45 664	1.14 686	0.51 667	0.47 670	2.02 695	0.64 684	0.75 675	0.70 665	0.69 666	0.77 670	1.22 682	0.83 681	1.03 692	1.01 692	0.40 669	0.28 664	0.33 663	0.33 665	0.30 661	0.34 666

ACVNet_1	0.44 654	0.49 665	0.60 653	0.45 663	0.28 657	0.49 655	0.27 627	0.57 669	0.72 667	0.62 662	0.58 653	0.74 669	0.49 660	0.50 659	0.35 645	0.26 660	0.24 660	0.39 666	0.29 660	0.31 664	0.24 651

ACVNet-4b	0.39 645	0.53 666	0.55 644	0.45 663	0.24 650	0.47 652	0.18 479	0.49 655	0.64 658	0.42 642	0.45 627	0.60 658	0.27 594	0.34 622	0.24 581	0.33 665	0.14 624	0.48 669	0.42 671	0.30 661	0.26 658

SGM+DAISY	0.56 665	0.57 667	0.65 657	0.40 658	0.54 674	0.66 668	0.49 674	0.56 667	0.45 613	0.66 663	0.69 661	0.67 665	0.56 667	0.63 673	0.56 673	0.59 682	0.48 680	0.50 670	0.50 677	0.52 672	0.58 680

anonymity	0.53 663	0.58 668	0.65 657	0.41 660	0.61 682	0.53 657	0.41 666	0.56 667	0.41 589	0.55 657	0.50 636	0.49 649	0.55 666	0.58 671	0.50 671	0.58 681	0.50 684	0.51 671	0.51 678	0.51 671	0.57 679

SPS-STEREO	0.57 666	0.58 668	0.65 657	0.45 663	0.55 676	0.62 664	0.44 673	0.62 672	0.50 626	0.68 665	0.64 656	0.66 664	0.57 668	0.61 672	0.60 676	0.62 684	0.47 679	0.51 671	0.49 675	0.55 676	0.58 680
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH-64-1	0.65 668	0.61 670	0.68 666	0.71 674	0.51 672	0.59 661	0.49 674	0.91 680	0.85 675	0.74 673	1.02 681	0.81 671	0.78 679	0.79 677	0.49 668	0.42 670	0.46 675	0.71 678	0.47 673	0.52 672	0.39 670

IMH-64	0.65 668	0.61 670	0.68 666	0.71 674	0.51 672	0.59 661	0.49 674	0.91 680	0.85 675	0.74 673	1.02 681	0.81 671	0.78 679	0.79 677	0.49 668	0.42 670	0.46 675	0.71 678	0.47 673	0.52 672	0.39 670

RainbowNet	0.54 664	0.61 670	0.70 672	0.57 670	0.43 668	0.65 666	0.37 664	0.60 671	0.87 677	0.50 652	0.66 658	0.64 661	0.47 658	0.49 658	0.43 664	0.47 675	0.48 680	0.52 673	0.41 670	0.52 672	0.40 673

IMH	0.71 671	0.64 673	0.68 666	0.76 676	0.54 674	0.69 669	0.54 678	0.98 686	1.10 682	0.82 677	1.09 684	0.89 673	0.88 684	0.87 685	0.52 672	0.44 673	0.50 684	0.75 681	0.51 678	0.56 677	0.41 674

ACVNet_2	0.66 670	0.66 674	0.68 666	0.63 672	0.41 666	0.71 671	0.49 674	0.96 684	1.39 689	0.89 679	1.09 684	1.04 676	0.73 677	0.54 668	0.47 666	0.43 672	0.40 673	0.53 674	0.44 672	0.47 670	0.35 668

MFMNet_re	0.64 667	0.66 674	0.65 657	0.51 667	0.69 686	0.69 669	0.57 680	0.64 673	0.73 671	0.60 660	0.73 665	0.62 660	0.67 675	0.65 674	0.60 676	0.66 686	0.58 693	0.63 676	0.59 681	0.68 683	0.69 689

MADNet+	0.75 674	0.71 676	3.70 697	0.66 673	0.41 666	0.98 685	0.97 695	0.69 674	0.73 671	0.52 653	0.57 651	0.64 661	0.68 676	0.86 684	1.01 692	0.34 666	0.36 672	0.28 658	0.23 650	0.36 667	0.31 663

TorneroNet-64	0.76 675	0.72 677	0.74 673	0.78 678	0.58 680	0.91 684	0.56 679	0.84 678	1.29 686	0.66 663	0.90 675	1.40 688	0.75 678	0.85 683	0.67 682	0.49 676	0.46 675	0.72 680	0.59 681	0.67 682	0.53 678

TorneroNet	0.82 678	0.74 678	0.81 678	0.84 681	0.63 683	0.99 686	0.63 682	0.96 684	1.16 683	0.80 676	1.11 686	1.36 687	0.86 683	0.93 688	0.80 687	0.56 679	0.49 682	0.78 686	0.66 686	0.73 688	0.63 688

WAO-7	0.79 676	0.78 679	0.54 642	0.85 682	0.67 685	0.74 673	0.68 688	1.05 689	1.32 687	0.90 680	1.20 691	1.04 676	0.92 685	0.69 675	0.66 679	0.60 683	0.62 694	0.67 677	0.68 687	0.64 679	0.58 680

WAO-6	0.81 677	0.80 680	0.62 655	0.86 683	0.63 683	0.76 677	0.58 681	0.98 686	1.54 694	0.90 680	0.96 680	1.07 678	1.03 689	0.70 676	0.66 679	0.72 687	0.49 682	0.90 689	0.71 688	0.68 683	0.58 680

WAO-8	0.91 681	0.81 681	0.65 657	0.94 686	0.69 686	0.90 681	0.67 686	1.07 692	1.83 697	1.06 687	1.45 694	1.30 683	1.07 690	0.84 681	0.78 685	0.74 689	0.53 687	0.86 687	0.75 689	0.69 685	0.62 686

Venus	0.91 681	0.81 681	0.65 657	0.94 686	0.69 686	0.90 681	0.67 686	1.07 692	1.83 697	1.06 687	1.45 694	1.30 683	1.07 690	0.84 681	0.78 685	0.74 689	0.53 687	0.86 687	0.75 689	0.69 685	0.62 686

LVE	0.83 679	0.85 683	0.85 679	0.80 679	0.56 677	1.04 690	0.65 685	1.05 689	1.47 692	0.96 682	1.22 692	1.10 679	0.85 682	0.83 680	0.71 684	0.49 676	0.55 690	0.76 684	0.60 683	0.65 680	0.59 685

Dean	0.87 680	0.86 684	0.79 676	0.81 680	0.56 677	0.90 681	0.63 682	1.15 695	1.73 695	1.15 690	1.15 689	1.31 685	0.99 688	0.81 679	0.81 688	0.57 680	0.56 691	0.77 685	0.64 684	0.66 681	0.58 680

UNDER WATER-64	0.95 683	0.94 685	1.43 690	0.87 684	0.56 677	1.18 693	0.87 692	0.77 676	0.94 679	1.04 685	0.85 673	1.58 693	1.21 695	0.94 689	0.96 690	0.87 693	0.57 692	1.03 693	0.88 694	0.78 689	0.73 690

PWCK	0.71 671	0.94 685	0.95 681	0.76 676	0.31 662	0.74 673	0.36 661	0.90 679	0.90 678	0.96 682	0.75 669	0.95 674	0.61 671	0.87 685	0.66 679	0.72 687	0.46 675	0.75 681	0.49 675	0.69 685	0.44 675

UNDER WATER	0.97 684	0.97 687	1.42 689	0.99 688	0.70 689	1.12 692	0.84 691	0.80 677	1.08 681	1.01 684	0.90 675	1.55 692	1.22 696	1.03 692	1.00 691	0.78 691	0.53 687	1.02 692	0.87 693	0.80 690	0.74 691

notaker	0.97 684	1.11 688	0.98 682	1.13 691	0.81 690	0.73 672	0.68 688	0.93 682	1.16 683	1.18 692	1.18 690	1.41 689	1.16 694	1.08 694	0.69 683	0.81 692	0.64 695	1.17 694	0.79 691	0.98 692	0.80 693

KSHMR	1.09 687	1.17 689	0.88 680	1.25 694	1.00 694	0.99 686	0.96 694	1.13 694	1.37 688	1.16 691	1.29 693	1.41 689	0.96 687	1.01 691	0.92 689	1.03 696	1.08 698	1.20 695	1.03 697	1.01 693	0.97 695

ktn	1.01 686	1.21 690	0.80 677	1.23 693	0.86 692	1.01 688	0.87 692	0.94 683	1.39 689	1.04 685	1.12 687	1.15 680	1.07 690	0.94 689	0.59 675	1.28 698	0.71 696	1.38 698	0.83 692	1.02 694	0.75 692

DPSimNet_ROB	1.11 688	1.23 691	0.78 674	1.13 691	0.88 693	1.10 691	1.13 696	1.16 696	1.23 685	1.43 694	1.02 681	1.41 689	1.10 693	0.90 687	1.60 694	1.46 699	0.51 686	1.21 696	1.03 697	0.90 691	1.01 697

HanzoNet	1.29 689	1.26 692	1.19 687	1.12 690	0.85 691	1.02 689	0.83 690	1.03 688	1.48 693	1.64 695	1.61 696	2.50 697	1.72 697	1.61 696	1.61 695	1.26 697	0.80 697	1.31 697	1.01 696	1.02 694	0.86 694

JetRed	1.62 690	1.46 693	2.98 692	0.92 685	1.21 695	4.99 698	1.53 700	1.27 697	1.39 689	1.83 696	1.74 697	1.60 694	0.95 686	1.41 695	2.45 700	0.90 695	1.60 699	0.93 690	0.90 695	1.35 696	0.99 696

MADNet++	1.95 691	1.75 694	1.59 691	1.82 695	1.69 697	2.33 696	1.40 699	2.35 698	2.09 699	2.57 698	2.36 699	2.24 696	2.17 699	2.28 697	2.34 698	1.87 700	1.66 700	1.54 699	1.34 699	1.92 697	1.77 699

DLNR_Zeroshot_test	10.40 704	1.82 695	19.49 720	120.77 726	13.11 713	0.06 14	0.13 170	0.23 405	0.10 74	0.07 74	0.10 193	0.09 219	0.06 65	0.10 121	0.09 102	0.13 596	0.04 25	0.06 188	0.04 59	51.54 726	0.04 72

DLNR-FE	10.43 705	1.83 696	19.53 721	120.75 725	13.06 712	0.06 14	0.13 170	0.23 405	0.10 74	0.07 74	0.10 193	0.09 219	0.06 65	0.10 121	0.09 102	0.13 596	0.04 25	0.06 188	0.04 59	52.01 727	0.04 72

USTest	6.22 696	2.73 697	3.00 693	6.57 703	7.29 703	14.37 705	21.57 706	7.00 707	9.56 706	5.34 704	6.10 700	5.72 702	7.64 704	6.41 703	6.96 704	1.97 701	3.42 706	1.64 700	2.15 703	2.66 698	2.36 700

Selective-IGEV-i16pa	18.58 713	3.30 698	1.09 684	0.21 553	0.18 632	103.68 727	0.28 633	19.87 718	40.73 727	4.16 700	56.45 727	8.07 705	2.59 700	123.95 728	5.89 703	0.18 636	0.12 600	0.09 476	0.12 593	0.12 568	0.51 677

ASD4		3.38 699

Selective-IGEV-i1pa	2.80 692	3.51 700	0.67 665	0.28 635	0.14 579	10.22 702	0.43 671	4.36 699	3.63 700	3.53 699	6.92 701	3.47 698	1.97 698	13.41 713	2.26 697	0.36 667	0.15 630	0.13 590	0.10 539	0.15 617	0.35 668

DPSMNet_ROB	8.06 701	4.48 701	8.63 709	5.37 702	10.74 706	8.32 700	22.98 711	5.46 701	13.36 711	5.12 702	9.92 707	5.08 700	10.40 708	5.53 702	12.58 708	3.80 706	8.00 707	3.50 703	7.02 708	3.83 703	7.14 709

DGTPSM_ROB	8.06 701	4.48 701	8.63 709	5.35 700	10.72 705	8.32 700	22.97 710	5.46 701	13.35 710	5.12 702	9.92 707	5.08 700	10.40 708	5.52 701	12.58 708	3.79 705	8.00 707	3.50 703	7.02 708	3.83 703	7.14 709

RSGM-EC	20.36 714	4.73 703	0.68 666	16.76 710	16.92 715	21.28 716	27.18 718	10.46 709	14.04 713	18.00 715	21.31 716	22.24 725	21.82 717	22.57 716	17.63 716	62.81 726	33.79 726	20.14 723	18.10 723	20.18 722	16.45 722

acva	20.36 714	4.73 703	0.68 666	16.76 710	16.92 715	21.28 716	27.18 718	10.46 709	14.04 713	18.00 715	21.31 716	22.24 725	21.82 717	22.57 716	17.63 716	62.81 726	33.79 726	20.14 723	18.10 723	20.18 722	16.45 722

xxxxx1	7.79 697	5.02 705	7.31 701	3.12 697	3.85 699	16.35 707	22.88 707	5.86 704	8.69 703	7.97 705	8.54 702	9.12 707	8.27 705	10.18 705	10.92 705	2.42 702	2.45 702	3.56 705	12.37 711	3.77 700	3.06 702

tt_ll	7.79 697	5.02 705	7.31 701	3.12 697	3.85 699	16.35 707	22.88 707	5.86 704	8.69 703	7.97 705	8.54 702	9.12 707	8.27 705	10.18 705	10.92 705	2.42 702	2.45 702	3.56 705	12.37 711	3.77 700	3.06 702

ff	7.79 697	5.02 705	7.31 701	3.12 697	3.85 699	16.35 707	22.88 707	5.86 704	8.69 703	7.97 705	8.54 702	9.12 707	8.27 705	10.18 705	10.92 705	2.42 702	2.45 702	3.56 705	12.37 711	3.77 700	3.06 702

TCMNet-wrong-test	3.67 694	5.48 708	3.89 698	12.18 709	11.75 711	4.65 697	3.88 701	1.06 691	0.72 667	1.09 689	2.15 698	6.30 703	0.53 662	3.43 699	2.36 699	0.89 694	0.20 647	1.87 701	1.69 700	5.57 705	3.62 705

Anonymous_1	10.96 709	7.92 709	7.46 704	10.33 706	10.06 704	18.65 713	26.34 715	11.06 711	13.44 712	9.40 708	10.05 709	9.67 712	11.23 712	10.73 708	12.72 710	6.42 709	8.38 711	5.77 710	10.61 710	12.12 711	6.77 706

iinet-test	10.48 706	8.09 710	7.54 705	10.26 704	10.94 707	18.00 711	25.26 713	11.33 712	13.28 708	9.69 709	9.85 705	9.42 710	11.17 710	11.02 709	12.78 711	6.59 710	8.30 709	5.56 708	6.56 704	6.89 706	7.02 707

IINet	10.48 706	8.09 710	7.54 705	10.26 704	10.94 707	18.00 711	25.26 713	11.33 712	13.28 708	9.69 709	9.85 705	9.42 710	11.17 710	11.02 709	12.78 711	6.59 710	8.30 709	5.56 708	6.56 704	6.89 706	7.02 707

DPSM_ROB	11.15 710	8.58 712	8.00 707	10.88 707	11.58 709	19.10 714	26.71 716	12.05 714	14.07 715	10.36 711	10.84 710	10.33 713	11.86 713	11.70 711	13.54 713	6.99 712	8.79 712	5.89 711	6.95 706	7.29 708	7.42 711

DPSM	11.15 710	8.58 712	8.00 707	10.88 707	11.58 709	19.10 714	26.71 716	12.05 714	14.07 715	10.36 711	10.84 710	10.33 713	11.86 713	11.70 711	13.54 713	6.99 712	8.79 712	5.89 711	6.95 706	7.29 708	7.42 711

PML	8.91 703	9.34 714	6.13 699	5.35 700	6.41 702	14.99 706	23.38 712	5.27 700	6.83 702	18.04 717	28.19 726	7.67 704	6.83 703	7.85 704	5.75 701	5.35 707	1.83 701	5.95 713	1.93 701	8.64 710	2.52 701

LRCNet_RVC	10.62 708	13.42 715	7.30 700	18.92 713	2.07 698	0.33 627	0.30 650	5.59 703	0.48 616	13.03 713	17.94 713	8.87 706	5.65 702	4.79 700	1.89 696	23.51 723	2.73 705	27.55 726	25.71 726	16.07 720	16.33 721

LSM0	22.87 724	17.28 716	18.96 717	22.19 721	29.04 726	38.42 725	53.71 720	24.28 725	28.31 719	20.78 725	21.00 715	21.43 724	24.16 726	23.50 724	27.39 723	14.09 720	17.38 716	11.84 720	14.04 718	14.73 718	14.89 714

RAFT-FEzeroshot	22.43 718	17.33 717	15.98 711	22.02 717	23.31 721	38.34 719	53.82 725	24.05 720	28.39 720	20.61 722	21.76 718	20.88 720	23.92 724	23.41 719	27.42 724	14.07 715	17.69 718	11.83 716	14.02 716	14.69 715	14.97 718

RAFT-FE	22.43 718	17.33 717	15.98 711	22.02 717	23.31 721	38.34 719	53.82 725	24.05 720	28.39 720	20.61 722	21.76 718	20.88 720	23.92 724	23.41 719	27.42 724	14.07 715	17.69 718	11.83 716	14.02 716	14.69 715	14.97 718

CasAABBNet	22.42 717	17.33 717	16.01 713	22.01 716	23.28 719	38.32 718	53.80 723	24.14 722	28.41 722	20.60 721	21.77 720	20.89 723	23.91 722	23.43 721	27.36 722	14.07 715	17.69 718	11.83 716	14.01 715	14.67 714	14.95 717

FlowAnything	22.44 720	17.35 720	16.14 715	22.07 720	23.23 718	38.39 723	53.77 721	24.25 724	28.44 723	20.96 726	21.82 722	20.70 718	23.84 720	23.49 723	27.14 720	14.04 714	17.79 723	11.75 714	14.15 720	14.65 712	14.89 714

Selective-RAFT-Error	22.47 721	17.37 721	16.09 714	22.06 719	23.34 723	38.39 723	53.83 727	24.29 726	28.47 724	20.74 724	21.83 723	20.81 719	23.90 721	23.54 725	27.53 727	14.08 718	17.69 718	11.82 715	14.00 714	14.69 715	15.00 720

Hybrid-DGEV	22.47 721	17.40 722	16.14 715	22.00 715	23.29 720	38.36 721	53.80 723	24.43 727	28.63 726	20.59 720	21.81 721	20.88 720	23.91 722	23.45 722	27.42 724	14.08 718	17.69 718	11.83 716	14.06 719	14.65 712	14.93 716

fast-reg	22.85 723	17.43 723	19.15 718	22.22 722	24.34 724	38.36 721	53.78 722	24.23 723	28.52 725	20.55 719	22.05 724	20.54 717	23.77 719	23.21 718	27.31 721	14.18 721	17.47 717	14.33 721	14.96 721	15.81 719	14.81 713

HaxPig	15.71 712	18.52 724	19.18 719	16.89 712	15.89 714	7.73 699	7.60 702	13.31 716	10.82 707	15.42 714	14.91 712	15.98 715	14.92 715	15.58 714	15.98 715	18.95 722	16.73 715	19.46 722	18.08 722	19.26 721	19.05 724

MEDIAN_ROB	20.38 716	24.04 725	23.31 722	21.23 714	21.71 717	10.40 704	7.92 703	17.64 717	15.50 717	20.12 718	19.70 714	20.34 716	20.32 716	21.19 715	21.13 718	23.81 724	21.81 724	24.98 725	23.76 725	24.71 724	23.93 725

AVERAGE_ROB	24.90 725	29.20 726	28.14 723	24.89 723	24.64 725	17.75 710	11.12 704	21.45 719	19.93 718	25.12 727	24.46 725	25.12 727	25.46 727	24.69 726	22.83 719	29.76 725	27.13 725	28.97 727	27.95 727	29.91 725	29.47 726

test_example2	98.32 726	94.13 727	45.89 724	96.35 724	109.85 727	88.61 726	95.45 728	25.75 728	94.37 728	130.00 729	126.06 728	58.17 728	74.63 728	88.51 727	79.96 728	150.23 728	221.02 728	77.62 728	99.10 728	113.75 728	96.94 727

ccccc		285.66 728		368.85 727	370.60 728	123.16 728		115.05 729		126.68 728		122.83 729		252.94 729		384.56 729	353.86 729	254.69 729	223.00 729	425.87 729

GS-Stereo							0.14 235	0.11 56	0.12 142	0.08 128	0.10 193	0.05 5	0.05 14	0.11 196	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.05 203

FSD					0.22 645	0.25 584	0.25 611	0.27 486	0.26 474	0.25 562	0.26 499	0.25 522	0.27 594	0.27 587	0.24 581	0.21 648	0.20 647	0.27 650	0.26 653	0.25 653

Low-res two-view benchmark