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

BridgeDepth	0.07 4	0.07 167	0.08 40	0.18 324	0.06 16	0.07 34	0.11 54	0.09 13	0.06 4	0.04 1	0.07 48	0.10 190	0.09 199	0.08 19	0.08 17	0.04 11	0.03 1	0.04 1	0.04 46	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
MonStereo	0.07 4	0.06 76	0.05 1	0.15 85	0.05 1	0.08 60	0.10 31	0.15 129	0.15 185	0.05 2	0.06 15	0.05 3	0.06 46	0.07 4	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 4	0.06 76	0.05 1	0.15 85	0.05 1	0.08 60	0.10 31	0.15 129	0.15 185	0.05 2	0.06 15	0.05 3	0.06 46	0.07 4	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

asda	0.07 4	0.08 273	0.08 40	0.16 166	0.06 16	0.06 11	0.10 31	0.16 159	0.10 47	0.06 14	0.06 15	0.05 3	0.05 12	0.10 82	0.10 143	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

asd	0.07 4	0.08 273	0.07 8	0.16 166	0.07 84	0.08 60	0.08 7	0.11 37	0.08 17	0.07 48	0.07 48	0.06 24	0.06 46	0.10 82	0.09 62	0.03 1	0.03 1	0.04 1	0.04 46	0.04 21	0.03 2

qwe	0.07 4	0.08 273	0.07 8	0.15 85	0.06 16	0.07 34	0.10 31	0.18 227	0.11 76	0.07 48	0.07 48	0.06 24	0.06 46	0.10 82	0.09 62	0.03 1	0.03 1	0.04 1	0.04 46	0.04 21	0.03 2

2.25w	0.07 4	0.06 76	0.07 8	0.14 41	0.06 16	0.08 60	0.08 7	0.10 22	0.15 185	0.08 86	0.10 143	0.07 81	0.06 46	0.08 19	0.10 143	0.05 35	0.03 1	0.04 1	0.04 46	0.03 1	0.04 49

4.25_new	0.07 4	0.08 273	0.09 92	0.15 85	0.06 16	0.09 97	0.08 7	0.14 97	0.08 17	0.07 48	0.07 48	0.06 24	0.06 46	0.12 225	0.10 143	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4.5w_new	0.07 4	0.08 273	0.09 92	0.15 85	0.06 16	0.09 97	0.08 7	0.14 97	0.08 17	0.07 48	0.07 48	0.06 24	0.06 46	0.12 225	0.10 143	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4.5_new	0.07 4	0.09 348	0.08 40	0.15 85	0.07 84	0.06 11	0.10 31	0.14 97	0.11 76	0.06 14	0.08 90	0.06 24	0.06 46	0.08 19	0.10 143	0.03 1	0.03 1	0.04 1	0.04 46	0.04 21	0.03 2

4.5w-stereo	0.07 4	0.09 348	0.08 40	0.15 85	0.07 84	0.06 11	0.10 31	0.14 97	0.11 76	0.06 14	0.08 90	0.06 24	0.06 46	0.08 19	0.10 143	0.03 1	0.03 1	0.04 1	0.04 46	0.04 21	0.03 2

4.25w-stereo	0.07 4	0.08 273	0.09 92	0.15 85	0.06 16	0.09 97	0.08 7	0.14 97	0.08 17	0.07 48	0.07 48	0.06 24	0.06 46	0.12 225	0.10 143	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4w-stereo	0.07 4	0.08 273	0.08 40	0.16 166	0.06 16	0.07 34	0.08 7	0.12 58	0.08 17	0.07 48	0.07 48	0.05 3	0.06 46	0.09 40	0.10 143	0.03 1	0.03 1	0.04 1	0.04 46	0.04 21	0.03 2

2.5w	0.07 4	0.07 167	0.07 8	0.16 166	0.06 16	0.08 60	0.12 75	0.10 22	0.10 47	0.07 48	0.06 15	0.09 157	0.06 46	0.08 19	0.09 62	0.04 11	0.03 1	0.04 1	0.04 46	0.03 1	0.03 2

3.25w_new	0.07 4	0.06 76	0.07 8	0.15 85	0.06 16	0.10 149	0.07 3	0.12 58	0.11 76	0.08 86	0.06 15	0.07 81	0.06 46	0.11 134	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 4	0.06 76	0.07 8	0.15 85	0.06 16	0.10 149	0.07 3	0.12 58	0.11 76	0.08 86	0.06 15	0.07 81	0.06 46	0.11 134	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 4	0.07 167	0.08 40	0.16 166	0.07 84	0.07 34	0.09 18	0.16 159	0.09 30	0.07 48	0.06 15	0.05 3	0.06 46	0.09 40	0.10 143	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 4	0.07 167	0.07 8	0.15 85	0.07 84	0.09 97	0.06 1	0.13 76	0.11 76	0.07 48	0.07 48	0.06 24	0.07 128	0.10 82	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3w_stereo	0.08 57	0.09 348	0.10 137	0.17 242	0.07 84	0.08 60	0.10 31	0.20 266	0.13 141	0.06 14	0.07 48	0.05 3	0.06 46	0.08 19	0.09 62	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

2w_stereo	0.08 57	0.08 273	0.09 92	0.16 166	0.06 16	0.08 60	0.10 31	0.20 266	0.15 185	0.08 86	0.07 48	0.06 24	0.06 46	0.06 1	0.09 62	0.04 11	0.03 1	0.04 1	0.04 46	0.03 1	0.03 2

1w_stereo	0.07 4	0.06 76	0.07 8	0.16 166	0.06 16	0.07 34	0.10 31	0.14 97	0.14 166	0.07 48	0.08 90	0.05 3	0.06 46	0.09 40	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 49

MonSter	0.07 4	0.06 76	0.05 1	0.15 85	0.05 1	0.07 34	0.10 31	0.15 129	0.15 185	0.05 2	0.06 15	0.05 3	0.06 46	0.07 4	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

4D-IteraStereo	0.09 107	0.07 167	0.10 137	0.18 324	0.07 84	0.09 97	0.15 251	0.17 195	0.15 185	0.10 158	0.11 184	0.10 190	0.07 128	0.11 134	0.09 62	0.05 35	0.03 1	0.08 317	0.07 306	0.06 223	0.05 145

BPD-Stereo	0.07 4	0.04 1	0.08 40	0.15 85	0.07 84	0.06 11	0.14 178	0.07 2	0.10 47	0.05 2	0.05 7	0.04 1	0.06 46	0.07 4	0.09 62	0.04 11	0.04 24	0.05 34	0.05 132	0.04 21	0.04 49

Pro-Stereo	0.07 4	0.05 27	0.08 40	0.15 85	0.07 84	0.08 60	0.12 75	0.07 2	0.07 10	0.06 14	0.06 15	0.05 3	0.05 12	0.09 40	0.08 17	0.05 35	0.04 24	0.06 125	0.05 132	0.04 21	0.04 49

WQFJA1++	0.08 57	0.04 1	0.11 181	0.14 41	0.07 84	0.11 196	0.11 54	0.11 37	0.07 10	0.07 48	0.07 48	0.07 81	0.06 46	0.10 82	0.10 143	0.06 127	0.04 24	0.05 34	0.04 46	0.06 223	0.06 237

BridgeDepth_RVC	0.07 4	0.04 1	0.09 92	0.11 1	0.05 1	0.10 149	0.10 31	0.14 97	0.09 30	0.06 14	0.07 48	0.06 24	0.07 128	0.07 4	0.10 143	0.06 127	0.04 24	0.04 1	0.04 46	0.04 21	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
NLSM3	0.09 107	0.06 76	0.08 40	0.19 382	0.08 145	0.11 196	0.16 317	0.18 227	0.16 215	0.06 14	0.08 90	0.07 81	0.08 168	0.09 40	0.11 218	0.04 11	0.04 24	0.06 125	0.07 306	0.03 1	0.03 2

HiDET	0.08 57	0.04 1	0.10 137	0.13 14	0.06 16	0.08 60	0.12 75	0.12 58	0.11 76	0.06 14	0.07 48	0.07 81	0.07 128	0.11 134	0.11 218	0.06 127	0.04 24	0.04 1	0.03 1	0.04 21	0.04 49

VIP-Stereo	0.07 4	0.07 167	0.07 8	0.15 85	0.06 16	0.12 235	0.10 31	0.11 37	0.11 76	0.06 14	0.07 48	0.06 24	0.05 12	0.10 82	0.08 17	0.05 35	0.04 24	0.05 34	0.03 1	0.03 1	0.02 1

GEAStereo	0.08 57	0.05 27	0.08 40	0.13 14	0.08 145	0.08 60	0.14 178	0.10 22	0.09 30	0.08 86	0.10 143	0.06 24	0.05 12	0.11 134	0.08 17	0.06 127	0.04 24	0.05 34	0.04 46	0.05 119	0.05 145

GSStereo	0.08 57	0.05 27	0.08 40	0.13 14	0.08 145	0.08 60	0.14 178	0.11 37	0.12 106	0.08 86	0.10 143	0.05 3	0.05 12	0.11 134	0.08 17	0.06 127	0.04 24	0.05 34	0.04 46	0.05 119	0.05 145

GS-Stereo							0.14 178	0.11 37	0.12 106	0.08 86	0.10 143	0.05 3	0.05 12	0.11 134	0.08 17	0.06 127	0.04 24	0.05 34	0.04 46	0.05 119	0.05 145

gasm-f	0.08 57	0.05 27	0.07 8	0.13 14	0.08 145	0.08 60	0.14 178	0.10 22	0.09 30	0.08 86	0.10 143	0.06 24	0.05 12	0.10 82	0.08 17	0.06 127	0.04 24	0.05 34	0.04 46	0.06 223	0.05 145

FE-Mocha	0.09 107	0.06 76	0.14 299	0.16 166	0.09 266	0.10 149	0.15 251	0.18 227	0.16 215	0.10 158	0.09 112	0.07 81	0.07 128	0.09 40	0.09 62	0.06 127	0.04 24	0.06 125	0.06 213	0.05 119	0.05 145

DLNR-FE	10.43 625	1.83 617	19.53 636	120.75 640	13.06 629	0.06 11	0.13 125	0.23 333	0.10 47	0.07 48	0.10 143	0.09 157	0.06 46	0.10 82	0.09 62	0.13 518	0.04 24	0.06 125	0.04 46	52.01 642	0.04 49

IGEV-FE	0.09 107	0.05 27	0.12 218	0.13 14	0.08 145	0.12 235	0.13 125	0.17 195	0.11 76	0.10 158	0.06 15	0.09 157	0.06 46	0.11 134	0.09 62	0.06 127	0.04 24	0.06 125	0.06 213	0.05 119	0.05 145

DDF-Stereo	0.08 57	0.04 1	0.09 92	0.15 85	0.10 374	0.06 11	0.13 125	0.09 13	0.14 166	0.06 14	0.06 15	0.07 81	0.06 46	0.09 40	0.10 143	0.06 127	0.04 24	0.06 125	0.04 46	0.08 359	0.05 145

252Zero-FE	0.08 57	0.04 1	0.09 92	0.13 14	0.07 84	0.12 235	0.11 54	0.13 76	0.14 166	0.06 14	0.05 7	0.06 24	0.05 12	0.09 40	0.10 143	0.06 127	0.04 24	0.04 1	0.03 1	0.05 119	0.06 237

Zero-FE251	0.07 4	0.05 27	0.09 92	0.13 14	0.06 16	0.12 235	0.12 75	0.11 37	0.10 47	0.07 48	0.08 90	0.06 24	0.06 46	0.09 40	0.08 17	0.06 127	0.04 24	0.05 34	0.04 46	0.04 21	0.04 49

Wavelet-MonSter	0.07 4	0.05 27	0.07 8	0.16 166	0.06 16	0.07 34	0.11 54	0.10 22	0.08 17	0.06 14	0.06 15	0.07 81	0.07 128	0.09 40	0.09 62	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.03 2

DA	0.08 57	0.07 167	0.07 8	0.19 382	0.08 145	0.09 97	0.12 75	0.13 76	0.12 106	0.08 86	0.10 143	0.10 190	0.08 168	0.09 40	0.10 143	0.05 35	0.04 24	0.06 125	0.04 46	0.05 119	0.03 2

Monster-pub-mixall	0.07 4	0.04 1	0.09 92	0.13 14	0.06 16	0.05 4	0.09 18	0.11 37	0.07 10	0.06 14	0.06 15	0.05 3	0.06 46	0.09 40	0.09 62	0.06 127	0.04 24	0.04 1	0.03 1	0.05 119	0.05 145

Replicate-Monster	0.07 4	0.05 27	0.09 92	0.14 41	0.06 16	0.08 60	0.09 18	0.13 76	0.13 141	0.05 2	0.07 48	0.06 24	0.06 46	0.08 19	0.10 143	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

zero-FE	0.08 57	0.04 1	0.09 92	0.15 85	0.10 374	0.05 4	0.14 178	0.09 13	0.14 166	0.07 48	0.06 15	0.07 81	0.06 46	0.09 40	0.10 143	0.06 127	0.04 24	0.06 125	0.04 46	0.08 359	0.05 145

GGEV	0.08 57	0.07 167	0.07 8	0.19 382	0.08 145	0.09 97	0.12 75	0.13 76	0.12 106	0.08 86	0.10 143	0.10 190	0.08 168	0.09 40	0.10 143	0.05 35	0.04 24	0.06 125	0.04 46	0.05 119	0.03 2

2.75w_new	0.07 4	0.07 167	0.07 8	0.13 14	0.06 16	0.08 60	0.08 7	0.18 227	0.12 106	0.07 48	0.08 90	0.06 24	0.06 46	0.09 40	0.11 218	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.04 49

monsterstereo	0.07 4	0.06 76	0.06 4	0.16 166	0.06 16	0.08 60	0.10 31	0.16 159	0.11 76	0.07 48	0.08 90	0.06 24	0.07 128	0.08 19	0.09 62	0.04 11	0.04 24	0.05 34	0.04 46	0.03 1	0.03 2

monsters	0.07 4	0.06 76	0.06 4	0.15 85	0.06 16	0.08 60	0.09 18	0.12 58	0.08 17	0.09 122	0.07 48	0.06 24	0.06 46	0.08 19	0.08 17	0.05 35	0.04 24	0.04 1	0.04 46	0.03 1	0.03 2

IGEV	0.07 4	0.04 1	0.08 40	0.13 14	0.06 16	0.09 97	0.12 75	0.14 97	0.10 47	0.06 14	0.09 112	0.07 81	0.05 12	0.09 40	0.09 62	0.06 127	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

xyz-stereo-finetune2	0.11 220	0.07 167	0.13 264	0.13 14	0.07 84	0.11 196	0.19 441	0.17 195	0.12 106	0.15 308	0.15 245	0.17 341	0.12 296	0.13 274	0.11 218	0.05 35	0.04 24	0.07 227	0.05 132	0.04 21	0.06 237

xyz-stereo-finetune	0.11 220	0.08 273	0.13 264	0.14 41	0.06 16	0.10 149	0.19 441	0.17 195	0.19 285	0.12 229	0.14 228	0.15 307	0.10 235	0.13 274	0.11 218	0.05 35	0.04 24	0.07 227	0.05 132	0.04 21	0.05 145

111111	0.07 4	0.04 1	0.09 92	0.17 242	0.06 16	0.05 4	0.10 31	0.11 37	0.09 30	0.06 14	0.06 15	0.07 81	0.05 12	0.09 40	0.09 62	0.06 127	0.04 24	0.05 34	0.04 46	0.07 296	0.06 237

LG-Stereo_L2	0.07 4	0.05 27	0.10 137	0.14 41	0.06 16	0.07 34	0.12 75	0.09 13	0.09 30	0.06 14	0.04 1	0.05 3	0.05 12	0.08 19	0.08 17	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.03 2

LG-Stereo_L1	0.07 4	0.05 27	0.11 181	0.14 41	0.06 16	0.07 34	0.13 125	0.09 13	0.07 10	0.05 2	0.04 1	0.05 3	0.04 1	0.08 19	0.07 1	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

MLG-Stereo_test3	0.07 4	0.05 27	0.10 137	0.14 41	0.06 16	0.07 34	0.11 54	0.08 6	0.06 4	0.06 14	0.04 1	0.06 24	0.06 46	0.07 4	0.10 143	0.06 127	0.04 24	0.05 34	0.04 46	0.05 119	0.06 237

MLG-Stereo_test2	0.06 1	0.04 1	0.10 137	0.15 85	0.05 1	0.07 34	0.11 54	0.09 13	0.04 2	0.06 14	0.05 7	0.06 24	0.04 1	0.08 19	0.09 62	0.06 127	0.04 24	0.05 34	0.03 1	0.05 119	0.05 145

MLG-Stereo_test1	0.06 1	0.05 27	0.08 40	0.17 242	0.05 1	0.06 11	0.11 54	0.08 6	0.03 1	0.05 2	0.04 1	0.06 24	0.05 12	0.09 40	0.09 62	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

MLG-Stereo	0.07 4	0.05 27	0.08 40	0.17 242	0.05 1	0.07 34	0.11 54	0.08 6	0.04 2	0.05 2	0.04 1	0.06 24	0.05 12	0.10 82	0.09 62	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

LG-G_1	0.07 4	0.04 1	0.11 181	0.15 85	0.06 16	0.09 97	0.08 7	0.08 6	0.06 4	0.06 14	0.05 7	0.07 81	0.07 128	0.11 134	0.08 17	0.07 274	0.04 24	0.05 34	0.04 46	0.05 119	0.05 145

LG-G	0.07 4	0.04 1	0.11 181	0.15 85	0.06 16	0.09 97	0.08 7	0.08 6	0.06 4	0.06 14	0.05 7	0.07 81	0.07 128	0.11 134	0.08 17	0.07 274	0.04 24	0.05 34	0.04 46	0.05 119	0.05 145

LGtest1	0.07 4	0.04 1	0.10 137	0.15 85	0.06 16	0.07 34	0.09 18	0.08 6	0.06 4	0.05 2	0.04 1	0.06 24	0.06 46	0.10 82	0.09 62	0.07 274	0.04 24	0.05 34	0.04 46	0.06 223	0.06 237

LG-Stereo_Zeroshot	0.07 4	0.06 76	0.10 137	0.16 166	0.07 84	0.04 1	0.13 125	0.10 22	0.10 47	0.05 2	0.11 184	0.07 81	0.05 12	0.07 4	0.09 62	0.06 127	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

SGD-Stereo	0.08 57	0.05 27	0.10 137	0.14 41	0.05 1	0.12 235	0.12 75	0.11 37	0.12 106	0.07 48	0.09 112	0.09 157	0.09 199	0.08 19	0.08 17	0.06 127	0.04 24	0.05 34	0.04 46	0.05 119	0.03 2

MM-Stereo_test2	0.09 107	0.06 76	0.09 92	0.19 382	0.08 145	0.12 235	0.18 402	0.15 129	0.14 166	0.07 48	0.10 143	0.07 81	0.06 46	0.12 225	0.09 62	0.05 35	0.04 24	0.06 125	0.05 132	0.05 119	0.03 2

HART	0.08 57	0.07 167	0.09 92	0.17 242	0.07 84	0.10 149	0.16 317	0.13 76	0.11 76	0.08 86	0.10 143	0.07 81	0.05 12	0.10 82	0.08 17	0.05 35	0.04 24	0.06 125	0.04 46	0.05 119	0.04 49

GREAT-IGEV	0.07 4	0.06 76	0.08 40	0.13 14	0.07 84	0.07 34	0.14 178	0.09 13	0.09 30	0.06 14	0.07 48	0.06 24	0.05 12	0.10 82	0.07 1	0.05 35	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

Reg-Stereo(zero)	0.08 57	0.05 27	0.08 40	0.16 166	0.06 16	0.12 235	0.11 54	0.15 129	0.10 47	0.12 229	0.09 112	0.10 190	0.08 168	0.11 134	0.08 17	0.06 127	0.04 24	0.05 34	0.04 46	0.04 21	0.05 145

HI	0.11 220	0.06 76	0.11 181	0.13 14	0.09 266	0.09 97	0.14 178	0.21 289	0.10 47	0.19 397	0.17 278	0.14 278	0.09 199	0.16 356	0.08 17	0.05 35	0.04 24	0.07 227	0.08 376	0.07 296	0.06 237

CoSv	0.11 220	0.06 76	0.11 181	0.13 14	0.09 266	0.09 97	0.14 178	0.21 289	0.10 47	0.19 397	0.17 278	0.14 278	0.09 199	0.16 356	0.08 17	0.05 35	0.04 24	0.07 227	0.08 376	0.07 296	0.06 237

SCV	0.08 57	0.09 348	0.08 40	0.15 85	0.08 145	0.10 149	0.13 125	0.10 22	0.12 106	0.07 48	0.07 48	0.06 24	0.04 1	0.09 40	0.08 17	0.05 35	0.04 24	0.06 125	0.04 46	0.06 223	0.04 49

DEFOM-Stereo_RVC	0.08 57	0.06 76	0.09 92	0.22 490	0.06 16	0.08 60	0.12 75	0.10 22	0.10 47	0.07 48	0.07 48	0.06 24	0.05 12	0.11 134	0.09 62	0.06 127	0.04 24	0.05 34	0.03 1	0.06 223	0.04 49

FoundationStereo	0.06 1	0.04 1	0.08 40	0.12 5	0.05 1	0.09 97	0.13 125	0.06 1	0.09 30	0.05 2	0.05 7	0.06 24	0.04 1	0.06 1	0.07 1	0.06 127	0.04 24	0.05 34	0.03 1	0.05 119	0.04 49

StereoAnything_RVC	0.07 4	0.15 503	0.17 414	0.11 1	0.05 1	0.05 4	0.11 54	0.08 6	0.08 17	0.06 14	0.06 15	0.05 3	0.05 12	0.09 40	0.08 17	0.08 339	0.04 24	0.05 34	0.03 1	0.05 119	0.04 49

AIO_rvc	0.07 4	0.06 76	0.08 40	0.15 85	0.06 16	0.08 60	0.14 178	0.09 13	0.08 17	0.07 48	0.08 90	0.07 81	0.04 1	0.10 82	0.08 17	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

HUF	0.08 57	0.05 27	0.08 40	0.14 41	0.06 16	0.09 97	0.13 125	0.13 76	0.13 141	0.07 48	0.07 48	0.08 130	0.06 46	0.10 82	0.09 62	0.06 127	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

AIO_test	0.07 4	0.05 27	0.07 8	0.15 85	0.07 84	0.06 11	0.14 178	0.10 22	0.10 47	0.07 48	0.07 48	0.06 24	0.05 12	0.08 19	0.10 143	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

castereo++	0.08 57	0.05 27	0.08 40	0.15 85	0.05 1	0.14 318	0.12 75	0.11 37	0.15 185	0.07 48	0.07 48	0.07 81	0.06 46	0.08 19	0.08 17	0.06 127	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

castereo	0.09 107	0.06 76	0.11 181	0.15 85	0.06 16	0.11 196	0.15 251	0.14 97	0.18 268	0.08 86	0.10 143	0.11 215	0.08 168	0.09 40	0.10 143	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

GIP-stereo	0.08 57	0.06 76	0.11 181	0.14 41	0.06 16	0.09 97	0.13 125	0.14 97	0.11 76	0.07 48	0.08 90	0.05 3	0.04 1	0.10 82	0.07 1	0.05 35	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

fffft	0.09 107	0.06 76	0.12 218	0.16 166	0.07 84	0.09 97	0.17 354	0.12 58	0.11 76	0.08 86	0.07 48	0.09 157	0.06 46	0.11 134	0.12 276	0.05 35	0.04 24	0.06 125	0.05 132	0.04 21	0.05 145
1: 1. 1
DEFOM-Stereo	0.07 4	0.05 27	0.07 8	0.14 41	0.06 16	0.10 149	0.13 125	0.07 2	0.13 141	0.06 14	0.07 48	0.06 24	0.05 12	0.10 82	0.09 62	0.04 11	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

SMoEStereo_RVC	0.08 57	0.06 76	0.12 218	0.16 166	0.07 84	0.09 97	0.14 178	0.11 37	0.13 141	0.09 122	0.07 48	0.07 81	0.07 128	0.12 225	0.10 143	0.05 35	0.04 24	0.06 125	0.05 132	0.04 21	0.04 49

tt45	0.09 107	0.06 76	0.11 181	0.15 85	0.07 84	0.11 196	0.16 317	0.13 76	0.11 76	0.09 122	0.06 15	0.08 130	0.06 46	0.13 274	0.10 143	0.06 127	0.04 24	0.06 125	0.05 132	0.05 119	0.06 237

999	0.09 107	0.05 27	0.13 264	0.15 85	0.08 145	0.10 149	0.14 178	0.15 129	0.11 76	0.10 158	0.08 90	0.08 130	0.08 168	0.16 356	0.10 143	0.06 127	0.04 24	0.06 125	0.05 132	0.04 21	0.05 145

mms	0.09 107	0.07 167	0.08 40	0.16 166	0.08 145	0.10 149	0.16 317	0.12 58	0.11 76	0.08 86	0.09 112	0.08 130	0.06 46	0.11 134	0.12 276	0.05 35	0.04 24	0.07 227	0.05 132	0.04 21	0.03 2

ours_stereo	0.09 107	0.07 167	0.09 92	0.17 242	0.08 145	0.11 196	0.16 317	0.11 37	0.12 106	0.08 86	0.10 143	0.08 130	0.06 46	0.12 225	0.12 276	0.05 35	0.04 24	0.06 125	0.05 132	0.04 21	0.03 2

tg	0.10 172	0.06 76	0.10 137	0.18 324	0.08 145	0.11 196	0.16 317	0.20 266	0.12 106	0.08 86	0.11 184	0.11 215	0.07 128	0.11 134	0.10 143	0.05 35	0.04 24	0.08 317	0.08 376	0.04 21	0.04 49

dual_stereo	0.07 4	0.04 1	0.08 40	0.15 85	0.05 1	0.05 4	0.13 125	0.12 58	0.08 17	0.07 48	0.06 15	0.05 3	0.05 12	0.07 4	0.09 62	0.06 127	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

WCG-NET	0.08 57	0.05 27	0.09 92	0.15 85	0.06 16	0.11 196	0.14 178	0.13 76	0.13 141	0.06 14	0.09 112	0.07 81	0.06 46	0.13 274	0.08 17	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

IGEV-Stereo++	0.07 4	0.06 76	0.08 40	0.18 324	0.06 16	0.04 1	0.10 31	0.11 37	0.11 76	0.06 14	0.07 48	0.07 81	0.06 46	0.09 40	0.09 62	0.05 35	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

Pointernet	0.09 107	0.04 1	0.09 92	0.16 166	0.08 145	0.13 285	0.10 31	0.15 129	0.17 238	0.09 122	0.07 48	0.06 24	0.06 46	0.11 134	0.09 62	0.08 339	0.04 24	0.05 34	0.03 1	0.06 223	0.05 145

U	0.08 57	0.07 167	0.09 92	0.19 382	0.10 374	0.10 149	0.13 125	0.12 58	0.17 238	0.07 48	0.07 48	0.06 24	0.05 12	0.07 4	0.08 17	0.06 127	0.04 24	0.06 125	0.04 46	0.06 223	0.05 145

IGEV-BASED-STEREO-	0.09 107	0.10 408	0.31 522	0.15 85	0.06 16	0.08 60	0.14 178	0.10 22	0.10 47	0.07 48	0.07 48	0.06 24	0.04 1	0.11 134	0.07 1	0.12 493	0.04 24	0.07 227	0.05 132	0.05 119	0.05 145

IGEV-Stereo+	0.07 4	0.04 1	0.08 40	0.15 85	0.06 16	0.04 1	0.09 18	0.10 22	0.09 30	0.06 14	0.06 15	0.06 24	0.06 46	0.06 1	0.08 17	0.06 127	0.04 24	0.05 34	0.04 46	0.06 223	0.06 237

WCG-NET（raft）	0.08 57	0.05 27	0.10 137	0.15 85	0.06 16	0.11 196	0.13 125	0.15 129	0.12 106	0.08 86	0.07 48	0.06 24	0.06 46	0.13 274	0.08 17	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.04 49

RSM++	0.08 57	0.06 76	0.09 92	0.17 242	0.07 84	0.09 97	0.12 75	0.11 37	0.11 76	0.08 86	0.06 15	0.07 81	0.05 12	0.10 82	0.09 62	0.04 11	0.04 24	0.06 125	0.05 132	0.05 119	0.03 2

RSM	0.08 57	0.06 76	0.09 92	0.17 242	0.06 16	0.08 60	0.12 75	0.12 58	0.10 47	0.08 86	0.07 48	0.06 24	0.05 12	0.11 134	0.09 62	0.04 11	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

RAFT-Stereo-weight	0.09 107	0.06 76	0.10 137	0.16 166	0.07 84	0.09 97	0.14 178	0.19 255	0.16 215	0.11 190	0.10 143	0.08 130	0.06 46	0.10 82	0.11 218	0.06 127	0.04 24	0.06 125	0.04 46	0.04 21	0.04 49

H2IRNET	0.10 172	0.09 348	0.09 92	0.18 324	0.09 266	0.12 235	0.15 251	0.14 97	0.21 324	0.10 158	0.10 143	0.10 190	0.10 235	0.10 82	0.10 143	0.05 35	0.04 24	0.08 317	0.08 376	0.06 223	0.05 145

MGS-Stereo	0.09 107	0.07 167	0.12 218	0.15 85	0.08 145	0.09 97	0.15 251	0.12 58	0.12 106	0.07 48	0.10 143	0.08 130	0.06 46	0.10 82	0.09 62	0.05 35	0.04 24	0.06 125	0.05 132	0.06 223	0.05 145

MoCha-V2	0.08 57	0.05 27	0.10 137	0.20 442	0.07 84	0.09 97	0.14 178	0.11 37	0.08 17	0.07 48	0.08 90	0.07 81	0.06 46	0.09 40	0.08 17	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.04 49

IGEV++	0.08 57	0.06 76	0.08 40	0.18 324	0.07 84	0.09 97	0.13 125	0.10 22	0.09 30	0.08 86	0.08 90	0.06 24	0.06 46	0.13 274	0.09 62	0.05 35	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

ACVNet-DCA	0.10 172	0.08 273	0.12 218	0.17 242	0.09 266	0.13 285	0.15 251	0.23 333	0.16 215	0.09 122	0.09 112	0.06 24	0.06 46	0.10 82	0.07 1	0.06 127	0.04 24	0.06 125	0.05 132	0.07 296	0.07 319

xx1	0.11 220	0.08 273	0.12 218	0.17 242	0.09 266	0.13 285	0.15 251	0.16 159	0.18 268	0.09 122	0.09 112	0.16 321	0.16 402	0.10 82	0.07 1	0.06 127	0.04 24	0.08 317	0.08 376	0.07 296	0.07 319

1test111	0.11 220	0.08 273	0.12 218	0.17 242	0.09 266	0.13 285	0.15 251	0.23 333	0.16 215	0.09 122	0.09 112	0.06 24	0.06 46	0.15 321	0.16 398	0.06 127	0.04 24	0.06 125	0.05 132	0.07 296	0.07 319

cc1	0.10 172	0.08 273	0.12 218	0.17 242	0.09 266	0.13 285	0.15 251	0.16 159	0.18 268	0.09 122	0.09 112	0.06 24	0.06 46	0.10 82	0.07 1	0.06 127	0.04 24	0.06 125	0.05 132	0.06 223	0.06 237

ff7	0.09 107	0.07 167	0.11 181	0.16 166	0.09 266	0.11 196	0.15 251	0.16 159	0.12 106	0.10 158	0.06 15	0.06 24	0.06 46	0.11 134	0.09 62	0.05 35	0.04 24	0.06 125	0.05 132	0.05 119	0.06 237

ffff	0.09 107	0.07 167	0.11 181	0.16 166	0.09 266	0.11 196	0.15 251	0.16 159	0.12 106	0.10 158	0.06 15	0.06 24	0.06 46	0.11 134	0.09 62	0.05 35	0.04 24	0.06 125	0.05 132	0.05 119	0.06 237

ffm	0.12 289	0.09 348	0.14 299	0.16 166	0.08 145	0.17 394	0.17 354	0.15 129	0.19 285	0.15 308	0.25 406	0.19 368	0.13 334	0.10 82	0.07 1	0.06 127	0.04 24	0.09 399	0.08 376	0.06 223	0.06 237

ff1	0.13 314	0.09 348	0.14 299	0.16 166	0.08 145	0.17 394	0.17 354	0.15 129	0.19 285	0.15 308	0.25 406	0.19 368	0.13 334	0.14 299	0.20 450	0.06 127	0.04 24	0.09 399	0.08 376	0.06 223	0.06 237

11t	0.09 107	0.07 167	0.11 181	0.16 166	0.09 266	0.11 196	0.15 251	0.16 159	0.12 106	0.10 158	0.06 15	0.06 24	0.06 46	0.11 134	0.09 62	0.05 35	0.04 24	0.06 125	0.05 132	0.05 119	0.06 237

tt1	0.10 172	0.08 273	0.12 218	0.17 242	0.09 266	0.12 235	0.16 317	0.15 129	0.19 285	0.09 122	0.08 90	0.06 24	0.06 46	0.10 82	0.07 1	0.06 127	0.04 24	0.06 125	0.05 132	0.06 223	0.06 237

IGEV_Zeroshot_test	0.09 107	0.05 27	0.12 218	0.13 14	0.08 145	0.12 235	0.13 125	0.17 195	0.11 76	0.10 158	0.06 15	0.09 157	0.06 46	0.11 134	0.09 62	0.06 127	0.04 24	0.06 125	0.06 213	0.05 119	0.05 145

MSKI-zero shot	0.09 107	0.05 27	0.09 92	0.15 85	0.07 84	0.10 149	0.13 125	0.14 97	0.13 141	0.09 122	0.09 112	0.09 157	0.06 46	0.12 225	0.10 143	0.06 127	0.04 24	0.05 34	0.04 46	0.04 21	0.04 49

DLNR_Zeroshot_test	10.40 624	1.82 616	19.49 635	120.77 641	13.11 630	0.06 11	0.13 125	0.23 333	0.10 47	0.07 48	0.10 143	0.09 157	0.06 46	0.10 82	0.09 62	0.13 518	0.04 24	0.06 125	0.04 46	51.54 641	0.04 49

CASnet	0.09 107	0.09 348	0.09 92	0.19 382	0.06 16	0.07 34	0.11 54	0.18 227	0.14 166	0.11 190	0.10 143	0.09 157	0.07 128	0.10 82	0.10 143	0.06 127	0.04 24	0.10 446	0.08 376	0.05 119	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	0.08 57	0.07 167	0.17 414	0.16 166	0.08 145	0.09 97	0.12 75	0.15 129	0.10 47	0.07 48	0.09 112	0.06 24	0.06 46	0.11 134	0.09 62	0.05 35	0.04 24	0.06 125	0.04 46	0.04 21	0.04 49

AEACV	0.08 57	0.05 27	0.08 40	0.14 41	0.13 481	0.14 318	0.13 125	0.14 97	0.09 30	0.07 48	0.09 112	0.07 81	0.08 168	0.10 82	0.09 62	0.06 127	0.04 24	0.06 125	0.05 132	0.05 119	0.04 49

Any-RAFT	0.10 172	0.05 27	0.09 92	0.14 41	0.07 84	0.13 285	0.14 178	0.21 289	0.15 185	0.11 190	0.12 200	0.12 233	0.09 199	0.12 225	0.09 62	0.07 274	0.04 24	0.05 34	0.04 46	0.06 223	0.05 145

RAFT-Test	0.09 107	0.06 76	0.10 137	0.15 85	0.07 84	0.11 196	0.15 251	0.16 159	0.13 141	0.09 122	0.10 143	0.10 190	0.09 199	0.12 225	0.09 62	0.06 127	0.04 24	0.05 34	0.04 46	0.04 21	0.05 145

HH	0.09 107	0.06 76	0.13 264	0.17 242	0.08 145	0.10 149	0.16 317	0.14 97	0.10 47	0.08 86	0.09 112	0.08 130	0.07 128	0.10 82	0.09 62	0.06 127	0.04 24	0.06 125	0.05 132	0.05 119	0.04 49

HanStereo	0.09 107	0.06 76	0.13 264	0.17 242	0.08 145	0.10 149	0.16 317	0.14 97	0.10 47	0.08 86	0.09 112	0.08 130	0.07 128	0.10 82	0.09 62	0.06 127	0.04 24	0.06 125	0.05 132	0.05 119	0.04 49

LL-Strereo	0.13 314	0.09 348	0.11 181	0.20 442	0.10 374	0.11 196	0.18 402	0.32 477	0.24 365	0.15 308	0.15 245	0.14 278	0.13 334	0.19 424	0.11 218	0.06 127	0.04 24	0.09 399	0.08 376	0.04 21	0.05 145

LoS_RVC	0.08 57	0.05 27	0.07 8	0.15 85	0.07 84	0.08 60	0.15 251	0.11 37	0.10 47	0.08 86	0.09 112	0.06 24	0.09 199	0.10 82	0.09 62	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.03 2

CAS	0.08 57	0.04 1	0.07 8	0.17 242	0.08 145	0.10 149	0.13 125	0.12 58	0.09 30	0.09 122	0.10 143	0.08 130	0.06 46	0.09 40	0.08 17	0.08 339	0.04 24	0.05 34	0.03 1	0.05 119	0.04 49

anonymousdsp2	0.11 220	0.07 167	0.10 137	0.16 166	0.09 266	0.13 285	0.14 178	0.18 227	0.22 338	0.13 260	0.14 228	0.12 233	0.09 199	0.14 299	0.11 218	0.05 35	0.04 24	0.05 34	0.04 46	0.06 223	0.05 145

anonymousdsp	0.09 107	0.07 167	0.11 181	0.16 166	0.09 266	0.11 196	0.15 251	0.16 159	0.12 106	0.09 122	0.06 15	0.06 24	0.06 46	0.11 134	0.09 62	0.05 35	0.04 24	0.06 125	0.05 132	0.05 119	0.06 237

CES	0.08 57	0.04 1	0.08 40	0.14 41	0.07 84	0.09 97	0.14 178	0.11 37	0.09 30	0.08 86	0.09 112	0.11 215	0.06 46	0.12 225	0.08 17	0.06 127	0.04 24	0.05 34	0.03 1	0.05 119	0.05 145

Selective-IGEV	0.07 4	0.06 76	0.08 40	0.17 242	0.06 16	0.08 60	0.12 75	0.13 76	0.07 10	0.08 86	0.07 48	0.06 24	0.04 1	0.10 82	0.09 62	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.03 2

EGLCR-Stereo	0.08 57	0.05 27	0.08 40	0.14 41	0.06 16	0.10 149	0.12 75	0.11 37	0.16 215	0.06 14	0.05 7	0.07 81	0.05 12	0.10 82	0.11 218	0.06 127	0.04 24	0.06 125	0.05 132	0.04 21	0.04 49

ProNet	0.09 107	0.07 167	0.10 137	0.17 242	0.08 145	0.10 149	0.15 251	0.15 129	0.12 106	0.09 122	0.06 15	0.07 81	0.06 46	0.11 134	0.09 62	0.05 35	0.04 24	0.06 125	0.05 132	0.04 21	0.06 237

MC-Stereo	0.08 57	0.06 76	0.09 92	0.17 242	0.06 16	0.10 149	0.14 178	0.12 58	0.10 47	0.09 122	0.12 200	0.09 157	0.06 46	0.11 134	0.10 143	0.06 127	0.04 24	0.06 125	0.05 132	0.04 21	0.04 49

RCA-Stereo	0.09 107	0.06 76	0.09 92	0.16 166	0.06 16	0.09 97	0.13 125	0.18 227	0.14 166	0.09 122	0.10 143	0.08 130	0.07 128	0.12 225	0.11 218	0.06 127	0.04 24	0.06 125	0.05 132	0.05 119	0.04 49

DCANet-4	0.10 172	0.06 76	0.12 218	0.16 166	0.06 16	0.09 97	0.17 354	0.18 227	0.19 285	0.13 260	0.16 257	0.09 157	0.14 358	0.11 134	0.12 276	0.06 127	0.04 24	0.05 34	0.04 46	0.04 21	0.05 145

ccc-4	0.09 107	0.07 167	0.11 181	0.16 166	0.09 266	0.11 196	0.15 251	0.16 159	0.12 106	0.10 158	0.06 15	0.06 24	0.06 46	0.11 134	0.09 62	0.05 35	0.04 24	0.06 125	0.05 132	0.05 119	0.06 237

fff	0.10 172	0.06 76	0.12 218	0.15 85	0.07 84	0.09 97	0.17 354	0.16 159	0.20 308	0.13 260	0.16 257	0.10 190	0.11 265	0.11 134	0.12 276	0.06 127	0.04 24	0.05 34	0.04 46	0.04 21	0.05 145

ADStereo(finetuned)	0.10 172	0.06 76	0.12 218	0.16 166	0.06 16	0.09 97	0.17 354	0.15 129	0.19 285	0.13 260	0.17 278	0.10 190	0.12 296	0.11 134	0.12 276	0.06 127	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

DisPM	0.11 220	0.07 167	0.12 218	0.16 166	0.09 266	0.06 11	0.13 125	0.17 195	0.17 238	0.14 281	0.20 324	0.12 233	0.10 235	0.11 134	0.10 143	0.06 127	0.04 24	0.07 227	0.06 213	0.06 223	0.11 480

RAFT+CT+SA	0.13 314	0.11 434	0.09 92	0.19 382	0.09 266	0.15 344	0.28 554	0.22 313	0.22 338	0.15 308	0.26 423	0.10 190	0.10 235	0.11 134	0.12 276	0.05 35	0.04 24	0.07 227	0.08 376	0.07 296	0.06 237

test_4	0.10 172	0.10 408	0.08 40	0.19 382	0.09 266	0.08 60	0.22 494	0.15 129	0.17 238	0.12 229	0.18 303	0.12 233	0.09 199	0.08 19	0.11 218	0.04 11	0.04 24	0.08 317	0.08 376	0.04 21	0.03 2

IGEV-Stereo	0.09 107	0.07 167	0.11 181	0.16 166	0.09 266	0.11 196	0.15 251	0.16 159	0.12 106	0.09 122	0.06 15	0.06 24	0.06 46	0.11 134	0.09 62	0.05 35	0.04 24	0.06 125	0.05 132	0.05 119	0.06 237
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 107	0.05 27	0.13 264	0.14 41	0.08 145	0.12 235	0.15 251	0.18 227	0.10 47	0.11 190	0.08 90	0.08 130	0.05 12	0.10 82	0.09 62	0.06 127	0.04 24	0.06 125	0.05 132	0.06 223	0.05 145

IPLG	0.10 172	0.07 167	0.15 350	0.17 242	0.08 145	0.11 196	0.14 178	0.20 266	0.15 185	0.12 229	0.17 278	0.07 81	0.07 128	0.14 299	0.13 317	0.06 127	0.04 24	0.06 125	0.05 132	0.04 21	0.04 49

MIPNet	0.11 220	0.08 273	0.14 299	0.17 242	0.09 266	0.12 235	0.14 178	0.20 266	0.24 365	0.11 190	0.10 143	0.09 157	0.07 128	0.13 274	0.12 276	0.06 127	0.04 24	0.06 125	0.05 132	0.04 21	0.04 49

test-3	0.08 57	0.06 76	0.09 92	0.17 242	0.07 84	0.07 34	0.14 178	0.12 58	0.15 185	0.09 122	0.08 90	0.07 81	0.08 168	0.11 134	0.10 143	0.05 35	0.04 24	0.07 227	0.05 132	0.04 21	0.04 49

test_1	0.08 57	0.06 76	0.09 92	0.17 242	0.07 84	0.07 34	0.14 178	0.12 58	0.15 185	0.09 122	0.08 90	0.07 81	0.08 168	0.11 134	0.10 143	0.05 35	0.04 24	0.07 227	0.05 132	0.04 21	0.04 49

test_3	0.10 172	0.09 348	0.10 137	0.20 442	0.08 145	0.13 285	0.26 541	0.14 97	0.21 324	0.10 158	0.10 143	0.09 157	0.09 199	0.08 19	0.11 218	0.05 35	0.04 24	0.08 317	0.07 306	0.04 21	0.04 49

CrosDoStereo	0.12 289	0.06 76	0.12 218	0.14 41	0.08 145	0.12 235	0.15 251	0.17 195	0.22 338	0.19 397	0.24 378	0.15 307	0.11 265	0.11 134	0.12 276	0.06 127	0.04 24	0.07 227	0.07 306	0.05 119	0.05 145

LCNet	0.11 220	0.07 167	0.09 92	0.19 382	0.09 266	0.08 60	0.15 251	0.21 289	0.15 185	0.11 190	0.15 245	0.16 321	0.11 265	0.12 225	0.11 218	0.05 35	0.04 24	0.08 317	0.07 306	0.06 223	0.15 538

HHNet	0.11 220	0.06 76	0.16 384	0.15 85	0.14 501	0.07 34	0.13 125	0.20 266	0.17 238	0.14 281	0.25 406	0.11 215	0.08 168	0.13 274	0.10 143	0.05 35	0.04 24	0.08 317	0.06 213	0.05 119	0.09 427

Patchmatch Stereo++	0.11 220	0.09 348	0.16 384	0.18 324	0.08 145	0.06 11	0.11 54	0.16 159	0.13 141	0.15 308	0.16 257	0.14 278	0.12 296	0.11 134	0.10 143	0.06 127	0.04 24	0.08 317	0.06 213	0.08 359	0.07 319
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	0.11 220	0.07 167	0.16 384	0.19 382	0.09 266	0.08 60	0.13 125	0.18 227	0.13 141	0.16 336	0.21 346	0.13 258	0.14 358	0.11 134	0.14 354	0.06 127	0.04 24	0.09 399	0.06 213	0.06 223	0.05 145

STrans-v2	0.10 172	0.07 167	0.12 218	0.18 324	0.07 84	0.10 149	0.14 178	0.21 289	0.11 76	0.11 190	0.15 245	0.12 233	0.10 235	0.11 134	0.12 276	0.05 35	0.04 24	0.06 125	0.06 213	0.04 21	0.04 49

TransformOpticalFlow	0.10 172	0.08 273	0.13 264	0.18 324	0.07 84	0.09 97	0.15 251	0.19 255	0.15 185	0.12 229	0.17 278	0.11 215	0.11 265	0.11 134	0.10 143	0.05 35	0.04 24	0.06 125	0.06 213	0.05 119	0.05 145

OMP-Stereo	0.11 220	0.06 76	0.14 299	0.18 324	0.08 145	0.09 97	0.12 75	0.21 289	0.21 324	0.13 260	0.14 228	0.11 215	0.12 296	0.11 134	0.13 317	0.06 127	0.04 24	0.07 227	0.06 213	0.05 119	0.04 49

NF-Stereo	0.11 220	0.07 167	0.13 264	0.17 242	0.09 266	0.10 149	0.14 178	0.23 333	0.19 285	0.12 229	0.17 278	0.12 233	0.11 265	0.11 134	0.11 218	0.06 127	0.04 24	0.07 227	0.06 213	0.06 223	0.12 493

OCTAStereo	0.11 220	0.07 167	0.13 264	0.17 242	0.09 266	0.10 149	0.14 178	0.23 333	0.19 285	0.12 229	0.17 278	0.12 233	0.11 265	0.11 134	0.11 218	0.06 127	0.04 24	0.07 227	0.06 213	0.06 223	0.12 493

NRIStereo	0.11 220	0.08 273	0.14 299	0.18 324	0.08 145	0.10 149	0.14 178	0.16 159	0.15 185	0.12 229	0.14 228	0.13 258	0.12 296	0.13 274	0.10 143	0.06 127	0.04 24	0.07 227	0.06 213	0.06 223	0.07 319

PSM-adaLoss	0.11 220	0.09 348	0.16 384	0.18 324	0.08 145	0.06 11	0.12 75	0.16 159	0.13 141	0.15 308	0.16 257	0.14 278	0.12 296	0.11 134	0.10 143	0.06 127	0.04 24	0.08 317	0.06 213	0.08 359	0.07 319

ROB_FTStereo_v2	0.11 220	0.09 348	0.16 384	0.19 382	0.08 145	0.06 11	0.12 75	0.16 159	0.13 141	0.15 308	0.16 257	0.14 278	0.12 296	0.11 134	0.10 143	0.06 127	0.04 24	0.08 317	0.06 213	0.08 359	0.07 319

ROB_FTStereo	0.11 220	0.09 348	0.16 384	0.19 382	0.08 145	0.06 11	0.11 54	0.16 159	0.13 141	0.15 308	0.16 257	0.14 278	0.12 296	0.11 134	0.10 143	0.06 127	0.04 24	0.08 317	0.06 213	0.08 359	0.07 319

KYRaft	0.11 220	0.07 167	0.10 137	0.19 382	0.09 266	0.08 60	0.15 251	0.22 313	0.12 106	0.13 260	0.16 257	0.20 380	0.10 235	0.12 225	0.10 143	0.05 35	0.04 24	0.08 317	0.08 376	0.06 223	0.16 549

HUI-Stereo	0.11 220	0.09 348	0.16 384	0.18 324	0.08 145	0.06 11	0.12 75	0.16 159	0.13 141	0.15 308	0.16 257	0.14 278	0.12 296	0.11 134	0.10 143	0.06 127	0.04 24	0.08 317	0.06 213	0.08 359	0.07 319

ASMatch	0.11 220	0.06 76	0.13 264	0.16 166	0.10 374	0.07 34	0.14 178	0.17 195	0.17 238	0.12 229	0.16 257	0.16 321	0.10 235	0.13 274	0.10 143	0.05 35	0.04 24	0.06 125	0.05 132	0.04 21	0.08 383

DeepStereo_LL	0.12 289	0.06 76	0.12 218	0.14 41	0.08 145	0.12 235	0.15 251	0.17 195	0.22 338	0.19 397	0.24 378	0.15 307	0.11 265	0.11 134	0.12 276	0.06 127	0.04 24	0.07 227	0.07 306	0.05 119	0.05 145

DEmStereo	0.12 289	0.06 76	0.14 299	0.14 41	0.10 374	0.16 373	0.15 251	0.16 159	0.24 365	0.17 351	0.24 378	0.13 258	0.14 358	0.12 225	0.13 317	0.05 35	0.04 24	0.07 227	0.06 213	0.05 119	0.05 145

SST-Stereo	0.10 172	0.07 167	0.15 350	0.18 324	0.09 266	0.06 11	0.12 75	0.17 195	0.11 76	0.15 308	0.17 278	0.13 258	0.12 296	0.10 82	0.11 218	0.06 127	0.04 24	0.09 399	0.06 213	0.06 223	0.05 145

THIR-Stereo	0.12 289	0.07 167	0.11 181	0.15 85	0.08 145	0.14 318	0.16 317	0.17 195	0.25 386	0.16 336	0.24 378	0.14 278	0.12 296	0.12 225	0.14 354	0.06 127	0.04 24	0.07 227	0.07 306	0.05 119	0.05 145

RAFT_R40	0.11 220	0.07 167	0.14 299	0.18 324	0.09 266	0.06 11	0.13 125	0.17 195	0.16 215	0.14 281	0.18 303	0.15 307	0.12 296	0.10 82	0.11 218	0.06 127	0.04 24	0.09 399	0.06 213	0.06 223	0.05 145

DRaft	0.12 289	0.06 76	0.11 181	0.14 41	0.09 266	0.14 318	0.17 354	0.21 289	0.30 440	0.17 351	0.28 446	0.10 190	0.15 376	0.10 82	0.12 276	0.05 35	0.04 24	0.07 227	0.06 213	0.05 119	0.05 145

PFNet	0.12 289	0.06 76	0.17 414	0.17 242	0.08 145	0.09 97	0.15 251	0.26 390	0.20 308	0.16 336	0.16 257	0.14 278	0.11 265	0.12 225	0.11 218	0.06 127	0.04 24	0.07 227	0.06 213	0.05 119	0.05 145

RE-Stereo	0.11 220	0.07 167	0.13 264	0.17 242	0.09 266	0.10 149	0.14 178	0.23 333	0.19 285	0.12 229	0.17 278	0.12 233	0.11 265	0.11 134	0.11 218	0.06 127	0.04 24	0.07 227	0.06 213	0.06 223	0.12 493

Pruner-Stereo	0.11 220	0.07 167	0.12 218	0.17 242	0.09 266	0.06 11	0.12 75	0.17 195	0.17 238	0.13 260	0.19 312	0.13 258	0.09 199	0.11 134	0.11 218	0.06 127	0.04 24	0.07 227	0.06 213	0.06 223	0.08 383

TVStereo	0.11 220	0.07 167	0.13 264	0.17 242	0.09 266	0.10 149	0.14 178	0.23 333	0.19 285	0.12 229	0.17 278	0.12 233	0.11 265	0.11 134	0.11 218	0.06 127	0.04 24	0.07 227	0.06 213	0.06 223	0.12 493

DeepStereo_RVC	0.11 220	0.08 273	0.16 384	0.18 324	0.08 145	0.08 60	0.12 75	0.17 195	0.12 106	0.13 260	0.14 228	0.12 233	0.12 296	0.12 225	0.11 218	0.06 127	0.04 24	0.07 227	0.06 213	0.07 296	0.08 383

iGMRVC	0.11 220	0.09 348	0.16 384	0.19 382	0.08 145	0.06 11	0.12 75	0.16 159	0.13 141	0.15 308	0.16 257	0.14 278	0.12 296	0.11 134	0.10 143	0.06 127	0.04 24	0.08 317	0.06 213	0.08 359	0.07 319

RAFT-RH_RVC	0.11 220	0.06 76	0.14 299	0.16 166	0.09 266	0.12 235	0.12 75	0.17 195	0.12 106	0.13 260	0.41 537	0.11 215	0.10 235	0.13 274	0.12 276	0.05 35	0.04 24	0.08 317	0.05 132	0.04 21	0.06 237

IRAFT_RVC	0.12 289	0.08 273	0.16 384	0.19 382	0.08 145	0.07 34	0.15 251	0.24 356	0.23 349	0.14 281	0.14 228	0.15 307	0.12 296	0.12 225	0.10 143	0.06 127	0.04 24	0.09 399	0.06 213	0.06 223	0.06 237

iRAFT	0.11 220	0.09 348	0.16 384	0.18 324	0.08 145	0.06 11	0.11 54	0.16 159	0.13 141	0.15 308	0.16 257	0.14 278	0.12 296	0.11 134	0.10 143	0.06 127	0.04 24	0.08 317	0.06 213	0.08 359	0.07 319

CRE-IMP	0.11 220	0.09 348	0.16 384	0.19 382	0.08 145	0.10 149	0.12 75	0.18 227	0.10 47	0.14 281	0.13 214	0.13 258	0.12 296	0.12 225	0.11 218	0.07 274	0.04 24	0.08 317	0.06 213	0.08 359	0.08 383

cross-raft	0.10 172	0.09 348	0.09 92	0.19 382	0.07 84	0.11 196	0.25 532	0.13 76	0.15 185	0.08 86	0.11 184	0.12 233	0.10 235	0.09 40	0.11 218	0.05 35	0.04 24	0.06 125	0.05 132	0.04 21	0.04 49

test-1	0.10 172	0.07 167	0.16 384	0.19 382	0.08 145	0.11 196	0.24 517	0.14 97	0.18 268	0.09 122	0.07 48	0.09 157	0.08 168	0.07 4	0.09 62	0.06 127	0.04 24	0.06 125	0.05 132	0.04 21	0.04 49

GMM-Stereo	0.11 220	0.07 167	0.10 137	0.18 324	0.09 266	0.08 60	0.15 251	0.23 333	0.16 215	0.11 190	0.15 245	0.13 258	0.11 265	0.11 134	0.11 218	0.05 35	0.04 24	0.08 317	0.07 306	0.06 223	0.09 427

RAFT-IKP	0.11 220	0.09 348	0.16 384	0.19 382	0.08 145	0.06 11	0.12 75	0.16 159	0.13 141	0.15 308	0.16 257	0.14 278	0.12 296	0.11 134	0.10 143	0.06 127	0.04 24	0.08 317	0.06 213	0.08 359	0.07 319

Prome-Stereo	0.11 220	0.06 76	0.10 137	0.18 324	0.08 145	0.12 235	0.15 251	0.22 313	0.13 141	0.12 229	0.17 278	0.13 258	0.08 168	0.12 225	0.10 143	0.05 35	0.04 24	0.07 227	0.06 213	0.06 223	0.09 427

rafts_anoy	0.11 220	0.06 76	0.10 137	0.17 242	0.08 145	0.10 149	0.14 178	0.17 195	0.14 166	0.13 260	0.13 214	0.12 233	0.10 235	0.11 134	0.12 276	0.07 274	0.04 24	0.09 399	0.11 494	0.07 296	0.06 237

iRaftStereo_RVC	0.10 172	0.07 167	0.09 92	0.17 242	0.09 266	0.11 196	0.17 354	0.18 227	0.12 106	0.09 122	0.12 200	0.10 190	0.07 128	0.11 134	0.10 143	0.05 35	0.04 24	0.08 317	0.08 376	0.04 21	0.04 49

CREStereo++_RVC	0.08 57	0.04 1	0.06 4	0.13 14	0.07 84	0.09 97	0.12 75	0.14 97	0.14 166	0.10 158	0.14 228	0.08 130	0.07 128	0.09 40	0.11 218	0.06 127	0.04 24	0.05 34	0.05 132	0.04 21	0.04 49
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
s12784h	0.09 107	0.06 76	0.07 8	0.15 85	0.05 1	0.16 373	0.18 402	0.15 129	0.15 185	0.10 158	0.11 184	0.11 215	0.11 265	0.10 82	0.12 276	0.05 35	0.04 24	0.05 34	0.04 46	0.04 21	0.04 49

raft+_RVC	0.11 220	0.07 167	0.09 92	0.16 166	0.07 84	0.10 149	0.11 54	0.24 356	0.20 308	0.12 229	0.15 245	0.12 233	0.08 168	0.12 225	0.13 317	0.07 274	0.04 24	0.07 227	0.06 213	0.05 119	0.05 145

XX-TBD	0.09 107	0.06 76	0.07 8	0.14 41	0.07 84	0.12 235	0.16 317	0.14 97	0.13 141	0.11 190	0.12 200	0.09 157	0.08 168	0.10 82	0.10 143	0.06 127	0.04 24	0.05 34	0.03 1	0.06 223	0.05 145

DCANet	0.10 172	0.06 76	0.12 218	0.16 166	0.06 16	0.09 97	0.17 354	0.15 129	0.19 285	0.13 260	0.17 278	0.10 190	0.11 265	0.11 134	0.12 276	0.06 127	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

csc	0.10 172	0.06 76	0.12 218	0.15 85	0.07 84	0.09 97	0.17 354	0.16 159	0.20 308	0.13 260	0.16 257	0.10 190	0.11 265	0.11 134	0.12 276	0.06 127	0.04 24	0.05 34	0.04 46	0.04 21	0.05 145

cscssc	0.10 172	0.06 76	0.12 218	0.15 85	0.07 84	0.09 97	0.17 354	0.16 159	0.20 308	0.13 260	0.16 257	0.10 190	0.11 265	0.11 134	0.12 276	0.06 127	0.04 24	0.05 34	0.04 46	0.04 21	0.05 145

111	0.10 172	0.06 76	0.12 218	0.15 85	0.07 84	0.10 149	0.14 178	0.21 289	0.23 349	0.11 190	0.12 200	0.14 278	0.11 265	0.13 274	0.10 143	0.06 127	0.04 24	0.06 125	0.04 46	0.05 119	0.05 145

test_xeample3	0.09 107	0.06 76	0.12 218	0.16 166	0.09 266	0.11 196	0.15 251	0.16 159	0.13 141	0.10 158	0.06 15	0.08 130	0.06 46	0.10 82	0.09 62	0.05 35	0.04 24	0.06 125	0.05 132	0.05 119	0.06 237

RAFT-Stereo + iAFF	0.09 107	0.06 76	0.10 137	0.17 242	0.06 16	0.10 149	0.16 317	0.17 195	0.14 166	0.09 122	0.10 143	0.08 130	0.09 199	0.11 134	0.09 62	0.05 35	0.04 24	0.06 125	0.06 213	0.04 21	0.03 2

AFF-stereo	0.09 107	0.06 76	0.10 137	0.17 242	0.07 84	0.10 149	0.16 317	0.17 195	0.09 30	0.10 158	0.12 200	0.09 157	0.09 199	0.12 225	0.09 62	0.05 35	0.04 24	0.07 227	0.07 306	0.04 21	0.03 2

EAI-Stereo	0.09 107	0.07 167	0.11 181	0.15 85	0.06 16	0.10 149	0.15 251	0.16 159	0.09 30	0.08 86	0.09 112	0.08 130	0.07 128	0.09 40	0.11 218	0.05 35	0.04 24	0.05 34	0.05 132	0.05 119	0.04 49

CFNet-RSSM	0.09 107	0.07 167	0.09 92	0.16 166	0.07 84	0.09 97	0.15 251	0.16 159	0.17 238	0.08 86	0.12 200	0.10 190	0.09 199	0.11 134	0.09 62	0.06 127	0.04 24	0.06 125	0.04 46	0.04 21	0.04 49

Gwc-CoAtRS	0.09 107	0.06 76	0.10 137	0.16 166	0.07 84	0.10 149	0.14 178	0.17 195	0.17 238	0.08 86	0.10 143	0.12 233	0.09 199	0.12 225	0.09 62	0.06 127	0.04 24	0.06 125	0.04 46	0.04 21	0.04 49

CREStereo	0.09 107	0.04 1	0.08 40	0.11 1	0.06 16	0.13 285	0.14 178	0.14 97	0.10 47	0.08 86	0.13 214	0.09 157	0.08 168	0.11 134	0.10 143	0.08 339	0.04 24	0.05 34	0.03 1	0.06 223	0.06 237
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.09 107	0.05 27	0.09 92	0.12 5	0.06 16	0.12 235	0.14 178	0.15 129	0.11 76	0.09 122	0.13 214	0.10 190	0.07 128	0.13 274	0.10 143	0.15 536	0.04 24	0.05 34	0.03 1	0.07 296	0.06 237

HITNet	0.10 172	0.06 76	0.12 218	0.14 41	0.06 16	0.11 196	0.10 31	0.18 227	0.18 268	0.13 260	0.16 257	0.14 278	0.11 265	0.15 321	0.13 317	0.06 127	0.04 24	0.04 1	0.04 46	0.06 223	0.05 145
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
MLCV	0.12 289	0.07 167	0.16 384	0.18 324	0.06 16	0.15 344	0.17 354	0.19 255	0.21 324	0.18 381	0.25 406	0.17 341	0.13 334	0.14 299	0.13 317	0.05 35	0.04 24	0.05 34	0.04 46	0.05 119	0.04 49

iResNet	0.13 314	0.10 408	0.18 437	0.19 382	0.08 145	0.13 285	0.18 402	0.20 266	0.26 400	0.15 308	0.23 366	0.15 307	0.13 334	0.14 299	0.14 354	0.06 127	0.04 24	0.06 125	0.05 132	0.06 223	0.05 145

DStereoRT	0.16 414	0.06 76	0.11 181	0.19 382	0.09 266	0.12 235	0.12 75	0.28 430	0.22 338	0.12 229	0.20 324	0.11 215	0.10 235	0.15 321	0.14 354	0.06 127	0.05 208	0.96 610	0.09 422	0.05 119	0.04 49

BStereo	0.08 57	0.06 76	0.16 384	0.15 85	0.08 145	0.07 34	0.09 18	0.15 129	0.16 215	0.06 14	0.07 48	0.07 81	0.05 12	0.09 40	0.11 218	0.04 11	0.05 208	0.05 34	0.07 306	0.04 21	0.04 49

MatchStereo	0.07 4	0.04 1	0.08 40	0.14 41	0.06 16	0.05 4	0.12 75	0.12 58	0.09 30	0.07 48	0.06 15	0.04 1	0.04 1	0.08 19	0.09 62	0.06 127	0.05 208	0.05 34	0.03 1	0.04 21	0.04 49

Wave_Phase_stereo	0.09 107	0.06 76	0.16 384	0.15 85	0.08 145	0.11 196	0.09 18	0.18 227	0.16 215	0.06 14	0.07 48	0.07 81	0.05 12	0.09 40	0.11 218	0.04 11	0.05 208	0.05 34	0.07 306	0.04 21	0.04 49

MonSter++	0.08 57	0.04 1	0.10 137	0.13 14	0.06 16	0.09 97	0.12 75	0.13 76	0.08 17	0.06 14	0.07 48	0.06 24	0.08 168	0.10 82	0.11 218	0.06 127	0.05 208	0.04 1	0.03 1	0.04 21	0.04 49

LCMNet	0.08 57	0.05 27	0.10 137	0.13 14	0.07 84	0.09 97	0.12 75	0.10 22	0.11 76	0.06 14	0.08 90	0.06 24	0.07 128	0.11 134	0.10 143	0.06 127	0.05 208	0.04 1	0.03 1	0.04 21	0.04 49

CSFM-Stereo	0.07 4	0.05 27	0.07 8	0.14 41	0.06 16	0.09 97	0.13 125	0.15 129	0.06 4	0.07 48	0.08 90	0.06 24	0.08 168	0.09 40	0.09 62	0.06 127	0.05 208	0.04 1	0.03 1	0.04 21	0.04 49

Select-FE	0.11 220	0.06 76	0.20 461	0.15 85	0.11 425	0.11 196	0.13 125	0.21 289	0.18 268	0.09 122	0.11 184	0.10 190	0.06 46	0.12 225	0.09 62	0.07 274	0.05 208	0.07 227	0.08 376	0.06 223	0.08 383

MultiAttention	0.29 549	0.08 273	0.14 299	0.19 382	0.12 458	1.45 615	1.33 617	0.36 528	0.37 493	0.19 397	0.21 346	0.24 431	0.11 265	0.38 563	0.18 431	0.06 127	0.05 208	0.08 317	0.08 376	0.10 453	0.09 427

AdaDepth	0.07 4	0.06 76	0.07 8	0.18 324	0.06 16	0.11 196	0.12 75	0.09 13	0.07 10	0.06 14	0.05 7	0.07 81	0.06 46	0.09 40	0.10 143	0.04 11	0.05 208	0.05 34	0.04 46	0.04 21	0.04 49

GASTEREO	0.08 57	0.05 27	0.09 92	0.19 382	0.07 84	0.07 34	0.12 75	0.14 97	0.11 76	0.10 158	0.09 112	0.07 81	0.04 1	0.12 225	0.08 17	0.06 127	0.05 208	0.05 34	0.04 46	0.04 21	0.05 145

MSCF	0.08 57	0.05 27	0.08 40	0.19 382	0.08 145	0.06 11	0.12 75	0.14 97	0.11 76	0.10 158	0.09 112	0.07 81	0.04 1	0.11 134	0.08 17	0.06 127	0.05 208	0.05 34	0.04 46	0.05 119	0.05 145

z-ln-s-r	0.17 435	0.10 408	0.40 547	0.19 382	0.08 145	0.17 394	0.18 402	0.22 313	0.33 461	0.18 381	0.40 526	0.22 407	0.17 425	0.20 449	0.23 491	0.07 274	0.05 208	0.07 227	0.07 306	0.07 296	0.05 145

water-stereo	0.09 107	0.06 76	0.08 40	0.16 166	0.07 84	0.09 97	0.13 125	0.15 129	0.13 141	0.11 190	0.12 200	0.08 130	0.09 199	0.07 4	0.08 17	0.06 127	0.05 208	0.05 34	0.05 132	0.04 21	0.04 49

depthmonostereo	0.09 107	0.06 76	0.09 92	0.15 85	0.06 16	0.10 149	0.13 125	0.14 97	0.14 166	0.10 158	0.10 143	0.09 157	0.11 265	0.08 19	0.09 62	0.06 127	0.05 208	0.06 125	0.04 46	0.04 21	0.03 2

DilatedVolume-Stereo	0.09 107	0.05 27	0.08 40	0.15 85	0.06 16	0.11 196	0.12 75	0.14 97	0.16 215	0.11 190	0.11 184	0.09 157	0.09 199	0.11 134	0.10 143	0.06 127	0.05 208	0.05 34	0.04 46	0.03 1	0.03 2

G2L-ROB	0.13 314	0.06 76	0.13 264	0.13 14	0.08 145	0.14 318	0.16 317	0.25 372	0.18 268	0.19 397	0.18 303	0.20 380	0.14 358	0.17 388	0.16 398	0.08 339	0.05 208	0.06 125	0.05 132	0.08 359	0.09 427

xyz-stereo	0.13 314	0.07 167	0.20 461	0.15 85	0.05 1	0.20 451	0.15 251	0.17 195	0.31 447	0.15 308	0.29 458	0.26 455	0.16 402	0.13 274	0.12 276	0.05 35	0.05 208	0.06 125	0.05 132	0.04 21	0.04 49

DFGA-Net	0.13 314	0.11 434	0.18 437	0.17 242	0.10 374	0.12 235	0.13 125	0.22 313	0.25 386	0.16 336	0.16 257	0.13 258	0.12 296	0.16 356	0.14 354	0.07 274	0.05 208	0.08 317	0.07 306	0.05 119	0.05 145

G2L-Stereo_test	0.14 348	0.07 167	0.11 181	0.13 14	0.08 145	0.12 235	0.16 317	0.30 456	0.28 424	0.20 420	0.23 366	0.20 380	0.16 402	0.17 388	0.18 431	0.07 274	0.05 208	0.05 34	0.05 132	0.07 296	0.06 237

coex_refinement	0.14 348	0.07 167	0.12 218	0.17 242	0.10 374	0.15 344	0.15 251	0.26 390	0.29 431	0.18 381	0.20 324	0.22 407	0.17 425	0.16 356	0.18 431	0.08 339	0.05 208	0.06 125	0.06 213	0.09 422	0.08 383

LG-Stereo	0.08 57	0.07 167	0.10 137	0.18 324	0.07 84	0.10 149	0.17 354	0.11 37	0.08 17	0.05 2	0.07 48	0.05 3	0.07 128	0.09 40	0.09 62	0.04 11	0.05 208	0.07 227	0.07 306	0.04 21	0.04 49

MM-Stereo_test1	0.10 172	0.07 167	0.08 40	0.18 324	0.07 84	0.12 235	0.18 402	0.21 289	0.20 308	0.09 122	0.11 184	0.08 130	0.06 46	0.10 82	0.10 143	0.06 127	0.05 208	0.07 227	0.06 213	0.05 119	0.04 49

SCV_C0	0.08 57	0.07 167	0.07 8	0.16 166	0.09 266	0.08 60	0.15 251	0.11 37	0.12 106	0.08 86	0.07 48	0.06 24	0.05 12	0.11 134	0.07 1	0.05 35	0.05 208	0.05 34	0.04 46	0.06 223	0.05 145

AIO-test2	0.10 172	0.08 273	0.10 137	0.23 514	0.08 145	0.11 196	0.10 31	0.23 333	0.23 349	0.08 86	0.09 112	0.08 130	0.05 12	0.10 82	0.08 17	0.06 127	0.05 208	0.08 317	0.09 422	0.05 119	0.05 145

AIO-test1	0.10 172	0.07 167	0.10 137	0.23 514	0.07 84	0.09 97	0.13 125	0.21 289	0.14 166	0.11 190	0.12 200	0.09 157	0.07 128	0.11 134	0.09 62	0.06 127	0.05 208	0.09 399	0.10 462	0.03 1	0.06 237

FACV-RUCA	0.13 314	0.11 434	0.12 218	0.19 382	0.12 458	0.15 344	0.15 251	0.22 313	0.20 308	0.15 308	0.16 257	0.14 278	0.16 402	0.14 299	0.13 317	0.07 274	0.05 208	0.08 317	0.06 213	0.10 453	0.08 383

IGEV-RUCA	0.08 57	0.06 76	0.11 181	0.14 41	0.09 266	0.10 149	0.12 75	0.10 22	0.12 106	0.06 14	0.07 48	0.07 81	0.06 46	0.09 40	0.08 17	0.06 127	0.05 208	0.05 34	0.04 46	0.05 119	0.06 237

fffy	0.09 107	0.08 273	0.09 92	0.16 166	0.07 84	0.13 285	0.17 354	0.13 76	0.12 106	0.08 86	0.09 112	0.08 130	0.09 199	0.13 274	0.11 218	0.05 35	0.05 208	0.07 227	0.05 132	0.04 21	0.05 145

PAM_32	0.09 107	0.05 27	0.17 414	0.15 85	0.08 145	0.10 149	0.15 251	0.14 97	0.15 185	0.09 122	0.08 90	0.09 157	0.07 128	0.14 299	0.08 17	0.06 127	0.05 208	0.06 125	0.06 213	0.05 119	0.06 237

PAM	0.10 172	0.05 27	0.16 384	0.15 85	0.08 145	0.09 97	0.16 317	0.15 129	0.16 215	0.12 229	0.09 112	0.09 157	0.07 128	0.13 274	0.08 17	0.06 127	0.05 208	0.06 125	0.06 213	0.05 119	0.06 237

UGAM-zero	0.09 107	0.05 27	0.15 350	0.15 85	0.08 145	0.09 97	0.13 125	0.19 255	0.15 185	0.11 190	0.15 245	0.07 81	0.07 128	0.09 40	0.09 62	0.06 127	0.05 208	0.06 125	0.05 132	0.05 119	0.06 237

UGAM	0.13 314	0.10 408	0.09 92	0.22 490	0.08 145	0.12 235	0.20 464	0.17 195	0.23 349	0.21 434	0.16 257	0.13 258	0.13 334	0.19 424	0.12 276	0.07 274	0.05 208	0.13 511	0.11 494	0.07 296	0.05 145

GCAP-BAT	0.09 107	0.07 167	0.14 299	0.15 85	0.08 145	0.10 149	0.13 125	0.14 97	0.10 47	0.11 190	0.10 143	0.08 130	0.07 128	0.12 225	0.10 143	0.06 127	0.05 208	0.06 125	0.04 46	0.04 21	0.04 49

RAStereo	0.10 172	0.09 348	0.08 40	0.20 442	0.08 145	0.13 285	0.18 402	0.15 129	0.17 238	0.10 158	0.12 200	0.05 3	0.06 46	0.09 40	0.08 17	0.07 274	0.05 208	0.07 227	0.05 132	0.05 119	0.04 49

Occ-G	0.08 57	0.05 27	0.06 4	0.14 41	0.07 84	0.08 60	0.14 178	0.13 76	0.15 185	0.07 48	0.11 184	0.07 81	0.05 12	0.09 40	0.10 143	0.06 127	0.05 208	0.05 34	0.04 46	0.05 119	0.05 145

AIO-Stereo-zeroshot1	0.11 220	0.05 27	0.14 299	0.15 85	0.20 559	0.09 97	0.17 354	0.21 289	0.15 185	0.11 190	0.14 228	0.10 190	0.07 128	0.10 82	0.08 17	0.06 127	0.05 208	0.07 227	0.07 306	0.07 296	0.09 427

AIO-Stereo-zeroshot	0.11 220	0.05 27	0.11 181	0.15 85	0.13 481	0.13 285	0.16 317	0.23 333	0.17 238	0.10 158	0.12 200	0.10 190	0.07 128	0.11 134	0.09 62	0.06 127	0.05 208	0.06 125	0.06 213	0.07 296	0.08 383

AIO-Stereo	0.08 57	0.06 76	0.09 92	0.18 324	0.06 16	0.08 60	0.12 75	0.15 129	0.09 30	0.08 86	0.08 90	0.07 81	0.05 12	0.11 134	0.08 17	0.05 35	0.05 208	0.05 34	0.04 46	0.04 21	0.04 49

test_sample6	0.14 348	0.08 273	0.13 264	0.16 166	0.08 145	0.17 394	0.19 441	0.25 372	0.17 238	0.17 351	0.27 432	0.19 368	0.14 358	0.15 321	0.13 317	0.08 339	0.05 208	0.08 317	0.07 306	0.08 359	0.08 383

test_sample5	0.14 348	0.08 273	0.14 299	0.16 166	0.08 145	0.18 413	0.18 402	0.25 372	0.17 238	0.17 351	0.27 432	0.18 354	0.14 358	0.16 356	0.13 317	0.08 339	0.05 208	0.08 317	0.07 306	0.08 359	0.08 383

test_sample2	0.12 289	0.07 167	0.12 218	0.14 41	0.08 145	0.16 373	0.18 402	0.21 289	0.16 215	0.14 281	0.20 324	0.19 368	0.15 376	0.15 321	0.12 276	0.08 339	0.05 208	0.07 227	0.06 213	0.08 359	0.07 319

gcap-zeroshot	0.09 107	0.05 27	0.10 137	0.16 166	0.07 84	0.13 285	0.13 125	0.11 37	0.12 106	0.13 260	0.12 200	0.09 157	0.08 168	0.09 40	0.09 62	0.06 127	0.05 208	0.06 125	0.05 132	0.04 21	0.04 49

test_for_model	0.09 107	0.12 452	0.14 299	0.23 514	0.11 425	0.08 60	0.13 125	0.12 58	0.12 106	0.10 158	0.07 48	0.07 81	0.06 46	0.11 134	0.10 143	0.06 127	0.05 208	0.05 34	0.03 1	0.07 296	0.04 49

trnet	0.08 57	0.05 27	0.07 8	0.12 5	0.05 1	0.12 235	0.11 54	0.13 76	0.10 47	0.08 86	0.13 214	0.09 157	0.08 168	0.11 134	0.10 143	0.08 339	0.05 208	0.05 34	0.03 1	0.06 223	0.05 145

testlalala2	0.10 172	0.06 76	0.11 181	0.20 442	0.10 374	0.10 149	0.12 75	0.17 195	0.12 106	0.12 229	0.13 214	0.09 157	0.07 128	0.11 134	0.13 317	0.06 127	0.05 208	0.05 34	0.04 46	0.05 119	0.05 145

DispNO	0.14 348	0.08 273	0.17 414	0.19 382	0.12 458	0.11 196	0.21 484	0.23 333	0.29 431	0.17 351	0.23 366	0.18 354	0.17 425	0.15 321	0.15 382	0.07 274	0.05 208	0.08 317	0.08 376	0.07 296	0.06 237

Former-RAFT_DAM_RVC	0.10 172	0.08 273	0.12 218	0.16 166	0.08 145	0.15 344	0.16 317	0.18 227	0.18 268	0.10 158	0.09 112	0.09 157	0.08 168	0.11 134	0.12 276	0.07 274	0.05 208	0.08 317	0.06 213	0.07 296	0.06 237

MyStereo8	0.12 289	0.07 167	0.15 350	0.15 85	0.09 266	0.18 413	0.14 178	0.19 255	0.22 338	0.12 229	0.18 303	0.11 215	0.10 235	0.16 356	0.18 431	0.07 274	0.05 208	0.07 227	0.05 132	0.08 359	0.09 427

SMFormer	0.14 348	0.07 167	0.17 414	0.14 41	0.08 145	0.16 373	0.17 354	0.26 390	0.27 410	0.19 397	0.20 324	0.18 354	0.15 376	0.15 321	0.17 413	0.08 339	0.05 208	0.07 227	0.06 213	0.07 296	0.06 237

tta	0.14 348	0.07 167	0.17 414	0.14 41	0.08 145	0.16 373	0.17 354	0.26 390	0.27 410	0.19 397	0.20 324	0.18 354	0.15 376	0.15 321	0.17 413	0.08 339	0.05 208	0.07 227	0.06 213	0.06 223	0.06 237

qqq1	0.13 314	0.07 167	0.17 414	0.14 41	0.08 145	0.16 373	0.17 354	0.26 390	0.27 410	0.19 397	0.20 324	0.18 354	0.15 376	0.15 321	0.11 218	0.08 339	0.05 208	0.05 34	0.05 132	0.06 223	0.06 237

fff1	0.13 314	0.07 167	0.17 414	0.14 41	0.08 145	0.16 373	0.17 354	0.26 390	0.27 410	0.19 397	0.20 324	0.18 354	0.15 376	0.15 321	0.11 218	0.08 339	0.05 208	0.05 34	0.05 132	0.06 223	0.06 237

MyStereo07	0.10 172	0.07 167	0.10 137	0.17 242	0.09 266	0.14 318	0.18 402	0.15 129	0.15 185	0.09 122	0.06 15	0.06 24	0.07 128	0.12 225	0.09 62	0.06 127	0.05 208	0.08 317	0.07 306	0.06 223	0.06 237

MyStereo06	0.10 172	0.07 167	0.12 218	0.17 242	0.09 266	0.13 285	0.18 402	0.19 255	0.12 106	0.12 229	0.08 90	0.07 81	0.07 128	0.11 134	0.09 62	0.06 127	0.05 208	0.07 227	0.07 306	0.06 223	0.06 237

MyStereo05	0.13 314	0.07 167	0.10 137	0.17 242	0.09 266	0.13 285	0.18 402	0.27 411	0.35 482	0.17 351	0.14 228	0.15 307	0.11 265	0.15 321	0.13 317	0.06 127	0.05 208	0.07 227	0.07 306	0.06 223	0.06 237

MyStereo04	0.13 314	0.07 167	0.10 137	0.17 242	0.09 266	0.14 318	0.18 402	0.29 442	0.38 500	0.17 351	0.14 228	0.16 321	0.10 235	0.15 321	0.13 317	0.06 127	0.05 208	0.08 317	0.07 306	0.06 223	0.06 237

CoDeX	0.12 289	0.07 167	0.12 218	0.17 242	0.08 145	0.12 235	0.15 251	0.23 333	0.27 410	0.13 260	0.17 278	0.16 321	0.11 265	0.14 299	0.11 218	0.07 274	0.05 208	0.07 227	0.06 213	0.06 223	0.05 145

mmm	0.14 348	0.08 273	0.17 414	0.17 242	0.09 266	0.17 394	0.18 402	0.21 289	0.15 185	0.15 308	0.23 366	0.21 389	0.16 402	0.16 356	0.17 413	0.08 339	0.05 208	0.08 317	0.07 306	0.07 296	0.07 319

11t1	0.12 289	0.06 76	0.13 264	0.14 41	0.08 145	0.17 394	0.15 251	0.18 227	0.15 185	0.15 308	0.15 245	0.16 321	0.16 402	0.15 321	0.13 317	0.08 339	0.05 208	0.06 125	0.05 132	0.08 359	0.07 319

IGEVStereo-DCA	0.09 107	0.06 76	0.11 181	0.15 85	0.10 374	0.11 196	0.15 251	0.16 159	0.12 106	0.10 158	0.06 15	0.08 130	0.06 46	0.10 82	0.08 17	0.06 127	0.05 208	0.06 125	0.05 132	0.05 119	0.06 237

rrr	0.09 107	0.06 76	0.12 218	0.15 85	0.10 374	0.11 196	0.16 317	0.16 159	0.15 185	0.10 158	0.06 15	0.08 130	0.06 46	0.10 82	0.08 17	0.06 127	0.05 208	0.06 125	0.05 132	0.05 119	0.06 237

DualNet	0.14 348	0.08 273	0.14 299	0.16 166	0.08 145	0.18 413	0.18 402	0.25 372	0.17 238	0.17 351	0.27 432	0.18 354	0.14 358	0.16 356	0.13 317	0.08 339	0.05 208	0.08 317	0.07 306	0.08 359	0.08 383

plain	0.10 172	0.08 273	0.10 137	0.19 382	0.09 266	0.10 149	0.15 251	0.14 97	0.13 141	0.13 260	0.15 245	0.09 157	0.12 296	0.13 274	0.12 276	0.07 274	0.05 208	0.09 399	0.06 213	0.06 223	0.06 237

MIF-Stereo (partial)	0.11 220	0.06 76	0.10 137	0.19 382	0.10 374	0.10 149	0.11 54	0.17 195	0.18 268	0.14 281	0.16 257	0.09 157	0.11 265	0.12 225	0.12 276	0.08 339	0.05 208	0.08 317	0.07 306	0.06 223	0.07 319

UniTT-Stereo	0.09 107	0.07 167	0.08 40	0.18 324	0.08 145	0.13 285	0.11 54	0.12 58	0.11 76	0.10 158	0.12 200	0.05 3	0.07 128	0.09 40	0.09 62	0.07 274	0.05 208	0.05 34	0.05 132	0.05 119	0.05 145

PCWNet_CMD	0.14 348	0.08 273	0.15 350	0.17 242	0.09 266	0.14 318	0.14 178	0.29 442	0.36 486	0.14 281	0.20 324	0.21 389	0.12 296	0.17 388	0.13 317	0.07 274	0.05 208	0.07 227	0.07 306	0.07 296	0.07 319

testlalala_base	0.10 172	0.09 348	0.14 299	0.21 474	0.08 145	0.10 149	0.14 178	0.13 76	0.10 47	0.07 48	0.15 245	0.07 81	0.08 168	0.10 82	0.12 276	0.08 339	0.05 208	0.05 34	0.03 1	0.06 223	0.05 145

GCAP-Stereo	0.09 107	0.07 167	0.13 264	0.18 324	0.06 16	0.11 196	0.07 3	0.13 76	0.12 106	0.09 122	0.10 143	0.07 81	0.09 199	0.13 274	0.10 143	0.06 127	0.05 208	0.05 34	0.04 46	0.04 21	0.05 145

LL-Strereo2	0.10 172	0.10 408	0.15 350	0.18 324	0.08 145	0.15 344	0.09 18	0.17 195	0.14 166	0.14 281	0.10 143	0.09 157	0.07 128	0.16 356	0.10 143	0.05 35	0.05 208	0.10 446	0.07 306	0.06 223	0.05 145

LoS	0.09 107	0.05 27	0.11 181	0.13 14	0.07 84	0.14 318	0.11 54	0.15 129	0.15 185	0.09 122	0.09 112	0.12 233	0.09 199	0.15 321	0.10 143	0.07 274	0.05 208	0.05 34	0.03 1	0.05 119	0.05 145
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DCRE	0.11 220	0.07 167	0.13 264	0.16 166	0.11 425	0.11 196	0.17 354	0.18 227	0.17 238	0.11 190	0.18 303	0.10 190	0.10 235	0.15 321	0.11 218	0.06 127	0.05 208	0.06 125	0.06 213	0.05 119	0.04 49

knoymous	0.11 220	0.05 27	0.12 218	0.13 14	0.07 84	0.15 344	0.14 178	0.19 255	0.13 141	0.11 190	0.17 278	0.13 258	0.09 199	0.13 274	0.11 218	0.08 339	0.05 208	0.06 125	0.05 132	0.08 359	0.07 319

anonymousa	0.13 314	0.07 167	0.13 264	0.18 324	0.09 266	0.13 285	0.17 354	0.19 255	0.29 431	0.15 308	0.24 378	0.15 307	0.14 358	0.14 299	0.14 354	0.07 274	0.05 208	0.07 227	0.09 422	0.05 119	0.06 237

riskmin	0.11 220	0.06 76	0.13 264	0.14 41	0.08 145	0.14 318	0.14 178	0.18 227	0.14 166	0.11 190	0.14 228	0.16 321	0.11 265	0.14 299	0.12 276	0.09 399	0.05 208	0.07 227	0.05 132	0.08 359	0.08 383

Selective-RAFT	0.11 220	0.10 408	0.11 181	0.21 474	0.08 145	0.16 373	0.13 125	0.20 266	0.22 338	0.10 158	0.10 143	0.11 215	0.10 235	0.15 321	0.11 218	0.05 35	0.05 208	0.06 125	0.05 132	0.06 223	0.05 145

x	0.13 314	0.07 167	0.14 299	0.14 41	0.08 145	0.18 413	0.14 178	0.22 313	0.20 308	0.15 308	0.19 312	0.19 368	0.17 425	0.18 409	0.18 431	0.07 274	0.05 208	0.06 125	0.06 213	0.07 296	0.07 319

Wz-Net-LNSev-Ref	0.18 449	0.09 348	0.29 517	0.15 85	0.10 374	0.22 477	0.20 464	0.26 390	0.39 503	0.25 485	0.42 543	0.24 431	0.15 376	0.20 449	0.19 444	0.07 274	0.05 208	0.06 125	0.05 132	0.10 453	0.09 427

IER	0.14 348	0.07 167	0.13 264	0.17 242	0.09 266	0.14 318	0.16 317	0.25 372	0.26 400	0.18 381	0.25 406	0.17 341	0.20 467	0.16 356	0.14 354	0.08 339	0.05 208	0.07 227	0.06 213	0.08 359	0.07 319

raft_robust	0.13 314	0.10 408	0.07 8	0.18 324	0.08 145	0.13 285	0.24 517	0.28 430	0.33 461	0.20 420	0.19 312	0.14 278	0.10 235	0.11 134	0.12 276	0.05 35	0.05 208	0.07 227	0.07 306	0.05 119	0.04 49

test_5	0.14 348	0.12 452	0.08 40	0.20 442	0.10 374	0.14 318	0.29 563	0.21 289	0.24 365	0.18 381	0.28 446	0.11 215	0.15 376	0.12 225	0.13 317	0.06 127	0.05 208	0.07 227	0.08 376	0.08 359	0.07 319

Sa-1000	0.12 289	0.08 273	0.08 40	0.18 324	0.08 145	0.14 318	0.22 494	0.22 313	0.18 268	0.15 308	0.20 324	0.17 341	0.11 265	0.10 82	0.10 143	0.06 127	0.05 208	0.09 399	0.09 422	0.05 119	0.05 145

SA	0.12 289	0.09 348	0.08 40	0.18 324	0.08 145	0.12 235	0.24 517	0.23 333	0.18 268	0.17 351	0.27 432	0.14 278	0.11 265	0.11 134	0.11 218	0.05 35	0.05 208	0.09 399	0.08 376	0.05 119	0.04 49

iRaft-Stereo_5w	0.12 289	0.09 348	0.12 218	0.19 382	0.08 145	0.09 97	0.12 75	0.21 289	0.21 324	0.19 397	0.14 228	0.11 215	0.09 199	0.20 449	0.16 398	0.05 35	0.05 208	0.07 227	0.06 213	0.05 119	0.06 237

CIPLG	0.11 220	0.08 273	0.14 299	0.17 242	0.08 145	0.12 235	0.15 251	0.17 195	0.15 185	0.14 281	0.11 184	0.16 321	0.09 199	0.16 356	0.11 218	0.07 274	0.05 208	0.06 125	0.05 132	0.05 119	0.06 237

IPLGR_C	0.11 220	0.08 273	0.14 299	0.17 242	0.08 145	0.12 235	0.15 251	0.17 195	0.15 185	0.14 281	0.10 143	0.16 321	0.09 199	0.16 356	0.11 218	0.07 274	0.05 208	0.06 125	0.05 132	0.05 119	0.06 237

IPLGR	0.11 220	0.09 348	0.16 384	0.18 324	0.08 145	0.12 235	0.17 354	0.21 289	0.24 365	0.11 190	0.12 200	0.11 215	0.08 168	0.12 225	0.12 276	0.06 127	0.05 208	0.06 125	0.06 213	0.04 21	0.04 49

GMOStereo	0.11 220	0.09 348	0.07 8	0.19 382	0.08 145	0.12 235	0.28 554	0.13 76	0.17 238	0.11 190	0.17 278	0.14 278	0.12 296	0.07 4	0.07 1	0.05 35	0.05 208	0.09 399	0.07 306	0.04 21	0.04 49

error version	0.11 220	0.09 348	0.07 8	0.19 382	0.08 145	0.12 235	0.28 554	0.13 76	0.17 238	0.11 190	0.17 278	0.14 278	0.12 296	0.07 4	0.07 1	0.05 35	0.05 208	0.09 399	0.07 306	0.04 21	0.04 49

test-v	0.11 220	0.09 348	0.07 8	0.19 382	0.08 145	0.12 235	0.28 554	0.13 76	0.17 238	0.11 190	0.17 278	0.14 278	0.12 296	0.07 4	0.07 1	0.05 35	0.05 208	0.09 399	0.07 306	0.04 21	0.04 49

ACRE	0.11 220	0.08 273	0.14 299	0.17 242	0.08 145	0.12 235	0.15 251	0.17 195	0.14 166	0.14 281	0.10 143	0.16 321	0.09 199	0.16 356	0.11 218	0.07 274	0.05 208	0.06 125	0.05 132	0.05 119	0.06 237

GwcNet-ADL	0.13 314	0.08 273	0.14 299	0.20 442	0.09 266	0.11 196	0.20 464	0.30 456	0.24 365	0.13 260	0.14 228	0.18 354	0.14 358	0.13 274	0.14 354	0.07 274	0.05 208	0.06 125	0.05 132	0.07 296	0.06 237

PFNet+	0.11 220	0.06 76	0.13 264	0.16 166	0.09 266	0.05 4	0.12 75	0.17 195	0.21 324	0.16 336	0.19 312	0.14 278	0.10 235	0.11 134	0.11 218	0.08 339	0.05 208	0.09 399	0.08 376	0.06 223	0.11 480

TRStereo	0.09 107	0.05 27	0.12 218	0.15 85	0.12 458	0.10 149	0.13 125	0.18 227	0.18 268	0.09 122	0.09 112	0.09 157	0.06 46	0.10 82	0.08 17	0.07 274	0.05 208	0.07 227	0.07 306	0.04 21	0.04 49

IIG-Stereo	0.11 220	0.06 76	0.13 264	0.17 242	0.08 145	0.11 196	0.12 75	0.22 313	0.17 238	0.14 281	0.17 278	0.11 215	0.12 296	0.12 225	0.12 276	0.06 127	0.05 208	0.07 227	0.06 213	0.05 119	0.04 49

PSM-softLoss	0.12 289	0.07 167	0.15 350	0.17 242	0.09 266	0.08 60	0.13 125	0.24 356	0.17 238	0.14 281	0.19 312	0.13 258	0.11 265	0.11 134	0.11 218	0.07 274	0.05 208	0.08 317	0.07 306	0.06 223	0.12 493

KMStereo	0.12 289	0.07 167	0.15 350	0.17 242	0.09 266	0.08 60	0.13 125	0.24 356	0.17 238	0.14 281	0.19 312	0.13 258	0.11 265	0.11 134	0.11 218	0.07 274	0.05 208	0.08 317	0.07 306	0.06 223	0.12 493

PSM-AAD	0.11 220	0.07 167	0.10 137	0.19 382	0.09 266	0.10 149	0.15 251	0.20 266	0.13 141	0.12 229	0.14 228	0.18 354	0.11 265	0.11 134	0.10 143	0.05 35	0.05 208	0.09 399	0.08 376	0.06 223	0.14 531

FTStereo	0.12 289	0.06 76	0.14 299	0.18 324	0.09 266	0.07 34	0.15 251	0.21 289	0.18 268	0.12 229	0.24 378	0.12 233	0.12 296	0.13 274	0.13 317	0.05 35	0.05 208	0.07 227	0.06 213	0.06 223	0.10 454

GrayStereo	0.11 220	0.06 76	0.11 181	0.19 382	0.09 266	0.09 97	0.16 317	0.18 227	0.17 238	0.14 281	0.17 278	0.17 341	0.11 265	0.12 225	0.11 218	0.05 35	0.05 208	0.07 227	0.06 213	0.05 119	0.10 454

RAFT-345	0.11 220	0.07 167	0.15 350	0.16 166	0.08 145	0.08 60	0.12 75	0.15 129	0.10 47	0.11 190	0.36 500	0.09 157	0.09 199	0.11 134	0.12 276	0.05 35	0.05 208	0.07 227	0.06 213	0.04 21	0.05 145

AnonymousM	0.09 107	0.05 27	0.10 137	0.14 41	0.06 16	0.09 97	0.13 125	0.19 255	0.14 166	0.13 260	0.11 184	0.09 157	0.08 168	0.13 274	0.10 143	0.08 339	0.05 208	0.08 317	0.05 132	0.05 119	0.05 145

CroCo-Stereo	0.09 107	0.08 273	0.08 40	0.22 490	0.09 266	0.09 97	0.19 441	0.15 129	0.12 106	0.07 48	0.07 48	0.08 130	0.06 46	0.08 19	0.07 1	0.07 274	0.05 208	0.06 125	0.04 46	0.05 119	0.04 49
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
test-2	0.11 220	0.09 348	0.07 8	0.19 382	0.08 145	0.12 235	0.28 554	0.13 76	0.17 238	0.11 190	0.17 278	0.14 278	0.12 296	0.07 4	0.07 1	0.05 35	0.05 208	0.09 399	0.07 306	0.04 21	0.04 49

TANstereo	0.09 107	0.04 1	0.08 40	0.13 14	0.06 16	0.11 196	0.14 178	0.15 129	0.19 285	0.11 190	0.15 245	0.10 190	0.06 46	0.12 225	0.09 62	0.07 274	0.05 208	0.05 34	0.04 46	0.06 223	0.05 145

raftrobust	0.09 107	0.06 76	0.10 137	0.17 242	0.08 145	0.09 97	0.10 31	0.18 227	0.16 215	0.10 158	0.09 112	0.12 233	0.07 128	0.12 225	0.10 143	0.08 339	0.05 208	0.06 125	0.05 132	0.05 119	0.05 145

sAnonymous2	0.13 314	0.12 452	0.24 489	0.20 442	0.12 458	0.17 394	0.13 125	0.26 390	0.21 324	0.11 190	0.11 184	0.13 258	0.08 168	0.10 82	0.10 143	0.09 399	0.05 208	0.08 317	0.06 213	0.15 538	0.10 454

CroCo_RVC	0.13 314	0.12 452	0.24 489	0.20 442	0.12 458	0.17 394	0.13 125	0.26 390	0.21 324	0.11 190	0.11 184	0.13 258	0.08 168	0.10 82	0.10 143	0.09 399	0.05 208	0.08 317	0.06 213	0.15 538	0.10 454

CFNet_pseudo	0.14 348	0.08 273	0.15 350	0.16 166	0.09 266	0.13 285	0.14 178	0.27 411	0.34 473	0.14 281	0.21 346	0.22 407	0.13 334	0.18 409	0.14 354	0.07 274	0.05 208	0.08 317	0.06 213	0.07 296	0.07 319

RALAANet	0.11 220	0.08 273	0.10 137	0.17 242	0.09 266	0.14 318	0.10 31	0.20 266	0.15 185	0.14 281	0.13 214	0.16 321	0.09 199	0.12 225	0.11 218	0.06 127	0.05 208	0.07 227	0.06 213	0.05 119	0.04 49

XX-Stereo	0.09 107	0.05 27	0.08 40	0.17 242	0.09 266	0.15 344	0.12 75	0.20 266	0.10 47	0.10 158	0.14 228	0.07 81	0.06 46	0.12 225	0.08 17	0.06 127	0.05 208	0.06 125	0.06 213	0.04 21	0.04 49

222	0.16 414	0.07 167	0.14 299	0.14 41	0.08 145	0.24 497	0.18 402	0.30 456	0.20 308	0.17 351	0.28 446	0.17 341	0.16 402	0.15 321	0.40 578	0.10 440	0.05 208	0.07 227	0.06 213	0.07 296	0.08 383

xxxx	0.15 391	0.07 167	0.14 299	0.14 41	0.08 145	0.23 492	0.18 402	0.31 466	0.19 285	0.14 281	0.28 446	0.22 407	0.14 358	0.15 321	0.26 525	0.09 399	0.05 208	0.07 227	0.07 306	0.08 359	0.07 319

test_xeample	0.15 391	0.06 76	0.13 264	0.14 41	0.08 145	0.21 468	0.20 464	0.28 430	0.20 308	0.16 336	0.29 458	0.19 368	0.16 402	0.15 321	0.26 525	0.09 399	0.05 208	0.07 227	0.07 306	0.07 296	0.07 319

ARAFT	0.12 289	0.08 273	0.17 414	0.19 382	0.09 266	0.14 318	0.18 402	0.20 266	0.12 106	0.12 229	0.13 214	0.14 278	0.11 265	0.15 321	0.12 276	0.06 127	0.05 208	0.10 446	0.09 422	0.05 119	0.04 49

SFCPSM	0.13 314	0.07 167	0.14 299	0.17 242	0.09 266	0.15 344	0.16 317	0.28 430	0.27 410	0.14 281	0.17 278	0.12 233	0.13 334	0.14 299	0.11 218	0.08 339	0.05 208	0.07 227	0.07 306	0.07 296	0.06 237

FENet	0.13 314	0.08 273	0.12 218	0.16 166	0.08 145	0.14 318	0.15 251	0.22 313	0.23 349	0.17 351	0.23 366	0.16 321	0.12 296	0.14 299	0.15 382	0.08 339	0.05 208	0.08 317	0.08 376	0.07 296	0.07 319

cf-r	0.13 314	0.07 167	0.12 218	0.16 166	0.08 145	0.14 318	0.19 441	0.20 266	0.25 386	0.17 351	0.25 406	0.21 389	0.16 402	0.14 299	0.14 354	0.10 440	0.05 208	0.06 125	0.08 376	0.06 223	0.06 237

GwcNet-RSSM	0.14 348	0.07 167	0.12 218	0.15 85	0.08 145	0.15 344	0.20 464	0.21 289	0.27 410	0.18 381	0.27 432	0.22 407	0.16 402	0.14 299	0.15 382	0.10 440	0.05 208	0.07 227	0.09 422	0.07 296	0.07 319

DIP-Stereo	0.11 220	0.07 167	0.14 299	0.17 242	0.09 266	0.13 285	0.09 18	0.16 159	0.16 215	0.11 190	0.16 257	0.14 278	0.12 296	0.15 321	0.13 317	0.06 127	0.05 208	0.06 125	0.05 132	0.05 119	0.06 237
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	0.12 289	0.08 273	0.14 299	0.18 324	0.07 84	0.15 344	0.07 3	0.22 313	0.18 268	0.16 336	0.19 312	0.18 354	0.14 358	0.16 356	0.15 382	0.07 274	0.05 208	0.05 34	0.05 132	0.06 223	0.06 237

R-Stereo Train	0.10 172	0.06 76	0.10 137	0.17 242	0.08 145	0.11 196	0.14 178	0.23 333	0.11 76	0.12 229	0.19 312	0.11 215	0.08 168	0.09 40	0.11 218	0.07 274	0.05 208	0.06 125	0.05 132	0.05 119	0.05 145

RAFT-Stereo	0.10 172	0.06 76	0.10 137	0.17 242	0.08 145	0.11 196	0.14 178	0.23 333	0.11 76	0.12 229	0.19 312	0.11 215	0.08 168	0.09 40	0.11 218	0.07 274	0.05 208	0.06 125	0.05 132	0.05 119	0.05 145
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.14 348	0.08 273	0.15 350	0.17 242	0.09 266	0.14 318	0.14 178	0.29 442	0.36 486	0.14 281	0.21 346	0.21 389	0.12 296	0.17 388	0.14 354	0.07 274	0.05 208	0.07 227	0.07 306	0.07 296	0.07 319

ccs_rob	0.14 348	0.08 273	0.15 350	0.16 166	0.09 266	0.12 235	0.14 178	0.27 411	0.34 473	0.14 281	0.21 346	0.22 407	0.13 334	0.18 409	0.14 354	0.07 274	0.05 208	0.08 317	0.07 306	0.07 296	0.07 319

AANet_RVC	0.16 414	0.10 408	0.10 137	0.18 324	0.09 266	0.18 413	0.19 441	0.26 390	0.31 447	0.22 450	0.35 497	0.21 389	0.21 471	0.22 479	0.16 398	0.06 127	0.05 208	0.06 125	0.06 213	0.07 296	0.06 237

AdaStereo	0.15 391	0.11 434	0.15 350	0.18 324	0.09 266	0.20 451	0.11 54	0.32 477	0.28 424	0.20 420	0.23 366	0.20 380	0.13 334	0.19 424	0.14 354	0.12 493	0.05 208	0.10 446	0.07 306	0.09 422	0.07 319
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.
iResNetv2_ROB	0.14 348	0.08 273	0.15 350	0.16 166	0.08 145	0.16 373	0.12 75	0.25 372	0.35 482	0.21 434	0.29 458	0.24 431	0.13 334	0.14 299	0.14 354	0.06 127	0.05 208	0.06 125	0.04 46	0.09 422	0.08 383

HSM	0.15 391	0.08 273	0.14 299	0.16 166	0.09 266	0.16 373	0.14 178	0.28 430	0.25 386	0.19 397	0.23 366	0.37 535	0.16 402	0.20 449	0.15 382	0.07 274	0.05 208	0.07 227	0.06 213	0.07 296	0.06 237

StereoDRNet-Refined	0.17 435	0.12 452	0.15 350	0.20 442	0.09 266	0.18 413	0.18 402	0.26 390	0.23 349	0.26 491	0.40 526	0.22 407	0.17 425	0.21 466	0.20 450	0.08 339	0.05 208	0.09 399	0.10 462	0.07 296	0.07 319
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet_ROB	0.14 348	0.07 167	0.13 264	0.14 41	0.07 84	0.18 413	0.14 178	0.26 390	0.31 447	0.22 450	0.25 406	0.23 425	0.15 376	0.15 321	0.13 317	0.07 274	0.05 208	0.05 34	0.04 46	0.08 359	0.08 383

DN-CSS_ROB	0.13 314	0.13 481	0.16 384	0.18 324	0.10 374	0.16 373	0.08 7	0.22 313	0.18 268	0.17 351	0.22 357	0.13 258	0.13 334	0.12 225	0.13 317	0.05 35	0.05 208	0.10 446	0.10 462	0.08 359	0.06 237

pmcnn	0.15 391	0.07 167	0.19 449	0.15 85	0.07 84	0.20 451	0.15 251	0.24 356	0.26 400	0.21 434	0.34 493	0.28 473	0.18 439	0.18 409	0.17 413	0.07 274	0.05 208	0.05 34	0.04 46	0.07 296	0.06 237

FlowAnything_test	0.11 220	0.08 273	0.14 299	0.15 85	0.09 266	0.07 34	0.14 178	0.20 266	0.11 76	0.09 122	0.09 112	0.12 233	0.12 296	0.13 274	0.11 218	0.09 399	0.06 341	0.09 399	0.09 422	0.06 223	0.09 427

MSAF-DinoV2	0.22 494	0.11 434	0.23 485	0.17 242	0.10 374	0.27 528	0.16 317	0.37 534	0.55 559	0.21 434	0.27 432	0.47 568	0.27 517	0.35 550	0.39 575	0.09 399	0.06 341	0.07 227	0.09 422	0.12 491	0.10 454

S2M2_XL	0.08 57	0.06 76	0.12 218	0.12 5	0.08 145	0.09 97	0.09 18	0.07 2	0.07 10	0.08 86	0.07 48	0.07 81	0.06 46	0.09 40	0.09 62	0.08 339	0.06 341	0.07 227	0.05 132	0.08 359	0.06 237
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test3	0.10 172	0.07 167	0.07 8	0.18 324	0.07 84	0.12 235	0.19 441	0.24 356	0.19 285	0.06 14	0.10 143	0.08 130	0.06 46	0.11 134	0.08 17	0.06 127	0.06 341	0.07 227	0.05 132	0.05 119	0.04 49

DDVS	0.15 391	0.10 408	0.21 470	0.16 166	0.12 458	0.15 344	0.14 178	0.25 372	0.19 285	0.18 381	0.29 458	0.27 463	0.12 296	0.19 424	0.15 382	0.09 399	0.06 341	0.09 399	0.07 306	0.11 476	0.11 480

rvit_stereo_0081_aga	0.11 220	0.09 348	0.14 299	0.18 324	0.09 266	0.13 285	0.14 178	0.14 97	0.19 285	0.10 158	0.18 303	0.16 321	0.09 199	0.12 225	0.09 62	0.10 440	0.06 341	0.08 317	0.07 306	0.07 296	0.06 237

model_zeroshot	0.10 172	0.04 1	0.11 181	0.15 85	0.09 266	0.12 235	0.14 178	0.20 266	0.13 141	0.11 190	0.10 143	0.12 233	0.07 128	0.12 225	0.10 143	0.07 274	0.06 341	0.06 125	0.05 132	0.06 223	0.06 237

ACV-stereo	0.15 391	0.10 408	0.28 509	0.18 324	0.12 458	0.14 318	0.12 75	0.23 333	0.21 324	0.19 397	0.23 366	0.22 407	0.15 376	0.23 490	0.17 413	0.07 274	0.06 341	0.07 227	0.07 306	0.07 296	0.07 319

ITSA-stereo	0.15 391	0.10 408	0.14 299	0.19 382	0.08 145	0.12 235	0.14 178	0.30 456	0.49 546	0.17 351	0.19 312	0.22 407	0.15 376	0.17 388	0.16 398	0.10 440	0.06 341	0.08 317	0.08 376	0.08 359	0.08 383

rvit_stereo_ft	0.12 289	0.07 167	0.13 264	0.19 382	0.10 374	0.12 235	0.17 354	0.16 159	0.16 215	0.12 229	0.13 214	0.15 307	0.10 235	0.14 299	0.13 317	0.09 399	0.06 341	0.08 317	0.07 306	0.07 296	0.05 145

DualNet (step1)	0.16 414	0.12 452	0.20 461	0.12 5	0.14 501	0.17 394	0.13 125	0.27 411	0.23 349	0.20 420	0.20 324	0.24 431	0.19 455	0.16 356	0.16 398	0.15 536	0.06 341	0.14 523	0.14 528	0.14 522	0.12 493

test_sample7	0.15 391	0.10 408	0.16 384	0.14 41	0.11 425	0.16 373	0.16 317	0.27 411	0.23 349	0.20 420	0.20 324	0.24 431	0.19 455	0.16 356	0.16 398	0.12 493	0.06 341	0.10 446	0.09 422	0.10 453	0.10 454

test_sample4	0.14 348	0.08 273	0.14 299	0.15 85	0.08 145	0.19 436	0.18 402	0.26 390	0.17 238	0.16 336	0.25 406	0.18 354	0.14 358	0.16 356	0.13 317	0.08 339	0.06 341	0.08 317	0.06 213	0.08 359	0.08 383

test_sample3	0.14 348	0.08 273	0.15 350	0.14 41	0.09 266	0.19 436	0.17 354	0.26 390	0.18 268	0.16 336	0.22 357	0.19 368	0.15 376	0.17 388	0.13 317	0.08 339	0.06 341	0.07 227	0.06 213	0.09 422	0.08 383

test_sample1	0.13 314	0.07 167	0.14 299	0.13 14	0.08 145	0.19 436	0.16 317	0.20 266	0.15 185	0.14 281	0.22 357	0.18 354	0.16 402	0.17 388	0.14 354	0.07 274	0.06 341	0.06 125	0.06 213	0.08 359	0.07 319

AE-Stereo	0.10 172	0.08 273	0.10 137	0.18 324	0.09 266	0.10 149	0.15 251	0.14 97	0.19 285	0.09 122	0.14 228	0.12 233	0.08 168	0.11 134	0.10 143	0.05 35	0.06 341	0.07 227	0.06 213	0.05 119	0.04 49

mmx	0.14 348	0.09 348	0.14 299	0.16 166	0.08 145	0.17 394	0.17 354	0.27 411	0.25 386	0.15 308	0.25 406	0.19 368	0.13 334	0.14 299	0.20 450	0.08 339	0.06 341	0.09 399	0.08 376	0.08 359	0.08 383

xxx	0.14 348	0.09 348	0.14 299	0.16 166	0.08 145	0.17 394	0.17 354	0.27 411	0.25 386	0.15 308	0.25 406	0.19 368	0.13 334	0.14 299	0.20 450	0.08 339	0.06 341	0.09 399	0.08 376	0.08 359	0.08 383

GMStereo_Zeroshot	0.16 414	0.13 481	0.24 489	0.20 442	0.10 374	0.17 394	0.13 125	0.29 442	0.25 386	0.23 463	0.32 477	0.25 445	0.11 265	0.19 424	0.14 354	0.09 399	0.06 341	0.11 477	0.06 213	0.12 491	0.08 383

MaDis-Stereo	0.09 107	0.09 348	0.08 40	0.17 242	0.09 266	0.13 285	0.10 31	0.16 159	0.16 215	0.09 122	0.11 184	0.06 24	0.06 46	0.09 40	0.13 317	0.07 274	0.06 341	0.07 227	0.05 132	0.05 119	0.04 49

EKT-Stereo	0.11 220	0.07 167	0.14 299	0.15 85	0.10 374	0.13 285	0.14 178	0.18 227	0.21 324	0.11 190	0.08 90	0.12 233	0.09 199	0.11 134	0.12 276	0.08 339	0.06 341	0.07 227	0.06 213	0.08 359	0.07 319

MIM_Stereo	0.09 107	0.07 167	0.11 181	0.15 85	0.07 84	0.06 11	0.12 75	0.20 266	0.14 166	0.13 260	0.13 214	0.09 157	0.05 12	0.12 225	0.08 17	0.05 35	0.06 341	0.07 227	0.06 213	0.06 223	0.05 145

CFNet_ucs	0.15 391	0.08 273	0.16 384	0.16 166	0.11 425	0.14 318	0.14 178	0.30 456	0.34 473	0.16 336	0.24 378	0.23 425	0.14 358	0.18 409	0.15 382	0.09 399	0.06 341	0.08 317	0.07 306	0.09 422	0.09 427

CBFPSM	0.14 348	0.06 76	0.26 497	0.17 242	0.09 266	0.13 285	0.15 251	0.22 313	0.23 349	0.20 420	0.27 432	0.24 431	0.16 402	0.16 356	0.18 431	0.06 127	0.06 341	0.06 125	0.07 306	0.07 296	0.07 319

gwcnet-sp	0.14 348	0.07 167	0.12 218	0.18 324	0.09 266	0.16 373	0.17 354	0.24 356	0.24 365	0.18 381	0.24 378	0.15 307	0.16 402	0.15 321	0.15 382	0.08 339	0.06 341	0.07 227	0.08 376	0.08 359	0.07 319

scenet	0.14 348	0.07 167	0.12 218	0.18 324	0.09 266	0.16 373	0.17 354	0.24 356	0.24 365	0.18 381	0.24 378	0.15 307	0.16 402	0.15 321	0.15 382	0.08 339	0.06 341	0.07 227	0.08 376	0.08 359	0.07 319

CASS	0.13 314	0.12 452	0.11 181	0.23 514	0.09 266	0.15 344	0.17 354	0.18 227	0.19 285	0.17 351	0.18 303	0.15 307	0.15 376	0.14 299	0.14 354	0.09 399	0.06 341	0.10 446	0.08 376	0.09 422	0.07 319
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.14 348	0.07 167	0.12 218	0.18 324	0.09 266	0.16 373	0.17 354	0.24 356	0.24 365	0.18 381	0.24 378	0.15 307	0.16 402	0.15 321	0.15 382	0.08 339	0.06 341	0.07 227	0.08 376	0.08 359	0.07 319

CroCo-Stereo Lap2	0.09 107	0.09 348	0.08 40	0.22 490	0.09 266	0.09 97	0.19 441	0.16 159	0.12 106	0.09 122	0.10 143	0.05 3	0.05 12	0.08 19	0.08 17	0.06 127	0.06 341	0.07 227	0.05 132	0.05 119	0.05 145

TestStereo1	0.13 314	0.08 273	0.08 40	0.19 382	0.08 145	0.18 413	0.29 563	0.23 333	0.16 215	0.17 351	0.20 324	0.16 321	0.10 235	0.12 225	0.13 317	0.06 127	0.06 341	0.08 317	0.06 213	0.05 119	0.05 145

qqq	0.13 314	0.09 348	0.15 350	0.16 166	0.08 145	0.13 285	0.15 251	0.23 333	0.16 215	0.15 308	0.19 312	0.16 321	0.16 402	0.15 321	0.16 398	0.07 274	0.06 341	0.08 317	0.08 376	0.07 296	0.07 319

BUS	0.14 348	0.09 348	0.14 299	0.22 490	0.10 374	0.19 436	0.14 178	0.34 506	0.19 285	0.17 351	0.22 357	0.16 321	0.13 334	0.15 321	0.13 317	0.08 339	0.06 341	0.10 446	0.09 422	0.07 296	0.07 319

RAFT_CTSACE	0.12 289	0.09 348	0.10 137	0.22 490	0.08 145	0.12 235	0.24 517	0.18 227	0.16 215	0.20 420	0.27 432	0.13 258	0.07 128	0.13 274	0.09 62	0.05 35	0.06 341	0.08 317	0.07 306	0.04 21	0.04 49

BSDual-CNN	0.15 391	0.09 348	0.14 299	0.22 490	0.10 374	0.14 318	0.15 251	0.34 506	0.19 285	0.17 351	0.22 357	0.25 445	0.16 402	0.15 321	0.14 354	0.08 339	0.06 341	0.10 446	0.09 422	0.07 296	0.07 319

hknet	0.15 391	0.11 434	0.13 264	0.22 490	0.11 425	0.14 318	0.15 251	0.34 506	0.25 386	0.17 351	0.22 357	0.22 407	0.18 439	0.17 388	0.12 276	0.07 274	0.06 341	0.10 446	0.09 422	0.07 296	0.07 319

SA-5K	0.13 314	0.08 273	0.08 40	0.19 382	0.08 145	0.18 413	0.29 563	0.23 333	0.16 215	0.17 351	0.20 324	0.16 321	0.10 235	0.12 225	0.13 317	0.06 127	0.06 341	0.08 317	0.06 213	0.05 119	0.05 145

psmg	0.14 348	0.09 348	0.14 299	0.17 242	0.10 374	0.15 344	0.17 354	0.29 442	0.19 285	0.17 351	0.21 346	0.25 445	0.16 402	0.15 321	0.14 354	0.08 339	0.06 341	0.08 317	0.08 376	0.07 296	0.06 237

CSP-Net	0.16 414	0.09 348	0.14 299	0.16 166	0.09 266	0.19 436	0.17 354	0.25 372	0.32 454	0.25 485	0.30 465	0.24 431	0.15 376	0.21 466	0.18 431	0.09 399	0.06 341	0.07 227	0.07 306	0.08 359	0.07 319

UDGNet	0.14 348	0.13 481	0.16 384	0.17 242	0.10 374	0.12 235	0.16 317	0.21 289	0.27 410	0.20 420	0.20 324	0.16 321	0.13 334	0.16 356	0.13 317	0.10 440	0.06 341	0.09 399	0.07 306	0.06 223	0.07 319

dd	0.15 391	0.16 511	0.16 384	0.19 382	0.09 266	0.15 344	0.18 402	0.21 289	0.25 386	0.23 463	0.20 324	0.21 389	0.09 199	0.21 466	0.16 398	0.10 440	0.06 341	0.08 317	0.06 213	0.08 359	0.06 237

DAS	0.15 391	0.08 273	0.18 437	0.19 382	0.10 374	0.19 436	0.17 354	0.27 411	0.29 431	0.18 381	0.25 406	0.21 389	0.15 376	0.16 356	0.12 276	0.08 339	0.06 341	0.06 125	0.06 213	0.07 296	0.07 319

SepStereo	0.15 391	0.08 273	0.18 437	0.19 382	0.10 374	0.19 436	0.17 354	0.27 411	0.29 431	0.18 381	0.25 406	0.21 389	0.15 376	0.25 504	0.12 276	0.08 339	0.06 341	0.06 125	0.06 213	0.07 296	0.07 319

GANet-ADL	0.13 314	0.07 167	0.15 350	0.17 242	0.10 374	0.18 413	0.15 251	0.30 456	0.20 308	0.13 260	0.18 303	0.19 368	0.12 296	0.16 356	0.13 317	0.08 339	0.06 341	0.06 125	0.05 132	0.07 296	0.08 383

ADLNet2	0.16 414	0.09 348	0.13 264	0.16 166	0.09 266	0.20 451	0.16 317	0.31 466	0.39 503	0.16 336	0.20 324	0.20 380	0.18 439	0.21 466	0.22 479	0.08 339	0.06 341	0.07 227	0.07 306	0.09 422	0.07 319

LMCR-Stereo	0.15 391	0.08 273	0.13 264	0.21 474	0.09 266	0.17 394	0.20 464	0.27 411	0.19 285	0.24 472	0.24 378	0.23 425	0.17 425	0.20 449	0.17 413	0.07 274	0.06 341	0.08 317	0.06 213	0.10 453	0.08 383

GEStereo_RVC	0.17 435	0.12 452	0.15 350	0.22 490	0.11 425	0.19 436	0.17 354	0.32 477	0.48 539	0.20 420	0.25 406	0.17 341	0.13 334	0.21 466	0.16 398	0.10 440	0.06 341	0.08 317	0.07 306	0.09 422	0.08 383

TestStereo	0.13 314	0.14 493	0.11 181	0.23 514	0.08 145	0.15 344	0.21 484	0.20 266	0.23 349	0.14 281	0.24 378	0.16 321	0.12 296	0.16 356	0.14 354	0.05 35	0.06 341	0.08 317	0.06 213	0.09 422	0.05 145

RALCasStereoNet	0.10 172	0.06 76	0.09 92	0.16 166	0.08 145	0.12 235	0.14 178	0.17 195	0.11 76	0.12 229	0.17 278	0.14 278	0.10 235	0.12 225	0.11 218	0.07 274	0.06 341	0.06 125	0.05 132	0.08 359	0.07 319

ADLNet	0.16 414	0.08 273	0.15 350	0.16 166	0.10 374	0.16 373	0.17 354	0.32 477	0.27 410	0.22 450	0.27 432	0.24 431	0.16 402	0.18 409	0.21 470	0.10 440	0.06 341	0.10 446	0.10 462	0.08 359	0.09 427

RAFT + AFF	0.13 314	0.07 167	0.20 461	0.20 442	0.10 374	0.14 318	0.24 517	0.26 390	0.20 308	0.11 190	0.10 143	0.12 233	0.10 235	0.15 321	0.12 276	0.07 274	0.06 341	0.09 399	0.08 376	0.06 223	0.08 383

GMStereo	0.13 314	0.14 493	0.14 299	0.18 324	0.09 266	0.15 344	0.16 317	0.20 266	0.24 365	0.16 336	0.17 278	0.10 190	0.10 235	0.16 356	0.13 317	0.07 274	0.06 341	0.06 125	0.06 213	0.07 296	0.06 237
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MMNet	0.17 435	0.09 348	0.16 384	0.20 442	0.11 425	0.27 528	0.20 464	0.25 372	0.41 512	0.22 450	0.30 465	0.21 389	0.20 467	0.17 388	0.20 450	0.06 127	0.06 341	0.07 227	0.07 306	0.08 359	0.07 319

UNet	0.17 435	0.09 348	0.18 437	0.19 382	0.12 458	0.27 528	0.19 441	0.33 497	0.29 431	0.21 434	0.24 378	0.23 425	0.19 455	0.19 424	0.18 431	0.07 274	0.06 341	0.08 317	0.07 306	0.08 359	0.06 237

ACVNet	0.15 391	0.09 348	0.15 350	0.13 14	0.12 458	0.14 318	0.20 464	0.22 313	0.33 461	0.17 351	0.26 423	0.21 389	0.16 402	0.17 388	0.21 470	0.07 274	0.06 341	0.06 125	0.06 213	0.08 359	0.06 237

acv_ft	0.15 391	0.09 348	0.15 350	0.19 382	0.10 374	0.16 373	0.17 354	0.25 372	0.33 461	0.19 397	0.26 423	0.21 389	0.17 425	0.17 388	0.18 431	0.07 274	0.06 341	0.06 125	0.06 213	0.08 359	0.06 237

GANet-RSSM	0.14 348	0.07 167	0.13 264	0.13 14	0.08 145	0.14 318	0.17 354	0.22 313	0.21 324	0.17 351	0.24 378	0.23 425	0.15 376	0.16 356	0.15 382	0.10 440	0.06 341	0.07 227	0.08 376	0.08 359	0.07 319

PSMNet-RSSM	0.14 348	0.07 167	0.13 264	0.15 85	0.08 145	0.13 285	0.16 317	0.24 356	0.24 365	0.16 336	0.28 446	0.22 407	0.14 358	0.15 321	0.13 317	0.11 469	0.06 341	0.09 399	0.12 514	0.08 359	0.07 319

CFNet-ft	0.14 348	0.07 167	0.15 350	0.12 5	0.09 266	0.16 373	0.18 402	0.22 313	0.24 365	0.17 351	0.26 423	0.24 431	0.14 358	0.16 356	0.14 354	0.11 469	0.06 341	0.08 317	0.09 422	0.09 422	0.08 383

DMCA	0.14 348	0.09 348	0.16 384	0.19 382	0.09 266	0.15 344	0.17 354	0.23 333	0.27 410	0.14 281	0.19 312	0.17 341	0.18 439	0.15 321	0.17 413	0.10 440	0.06 341	0.08 317	0.06 213	0.09 422	0.10 454

SuperB	0.20 473	0.10 408	0.56 570	0.16 166	0.09 266	0.18 413	0.18 402	0.24 356	0.50 549	0.26 491	0.39 520	0.17 341	0.21 471	0.22 479	0.21 470	0.08 339	0.06 341	0.06 125	0.06 213	0.12 491	0.10 454

ADCRef	0.19 461	0.12 452	0.41 550	0.20 442	0.12 458	0.22 477	0.18 402	0.32 477	0.36 486	0.26 491	0.32 477	0.17 341	0.23 488	0.24 499	0.24 504	0.07 274	0.06 341	0.09 399	0.09 422	0.08 359	0.08 383

ADCP+	0.20 473	0.10 408	0.33 529	0.20 442	0.12 458	0.22 477	0.26 541	0.31 466	0.34 473	0.26 491	0.37 506	0.22 407	0.22 480	0.27 509	0.27 533	0.09 399	0.06 341	0.08 317	0.08 376	0.09 422	0.10 454

RASNet	0.14 348	0.07 167	0.14 299	0.16 166	0.08 145	0.18 413	0.14 178	0.29 442	0.20 308	0.17 351	0.25 406	0.21 389	0.18 439	0.20 449	0.19 444	0.07 274	0.06 341	0.06 125	0.08 376	0.06 223	0.06 237

HSM-Net_RVC	0.14 348	0.08 273	0.11 181	0.15 85	0.08 145	0.15 344	0.15 251	0.27 411	0.29 431	0.19 397	0.21 346	0.29 481	0.14 358	0.17 388	0.13 317	0.06 127	0.06 341	0.06 125	0.06 213	0.07 296	0.06 237
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RYNet	0.22 494	0.12 452	0.22 476	0.19 382	0.17 546	0.46 571	0.26 541	0.38 542	0.48 539	0.24 472	0.28 446	0.34 524	0.23 488	0.20 449	0.30 551	0.10 440	0.06 341	0.09 399	0.09 422	0.13 509	0.15 538

CFNet	0.15 391	0.10 408	0.17 414	0.17 242	0.08 145	0.18 413	0.09 18	0.28 430	0.25 386	0.19 397	0.24 378	0.24 431	0.17 425	0.17 388	0.14 354	0.08 339	0.06 341	0.09 399	0.10 462	0.07 296	0.06 237

CFNet_RVC	0.14 348	0.07 167	0.15 350	0.12 5	0.09 266	0.16 373	0.18 402	0.22 313	0.24 365	0.17 351	0.26 423	0.24 431	0.14 358	0.16 356	0.14 354	0.11 469	0.06 341	0.08 317	0.09 422	0.09 422	0.08 383

NLCA_NET_v2_RVC	0.17 435	0.10 408	0.22 476	0.20 442	0.10 374	0.15 344	0.18 402	0.31 466	0.25 386	0.21 434	0.30 465	0.25 445	0.17 425	0.21 466	0.20 450	0.09 399	0.06 341	0.08 317	0.08 376	0.07 296	0.08 383
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	0.19 461	0.10 408	0.15 350	0.17 242	0.15 520	0.28 535	0.23 505	0.44 567	0.42 520	0.15 308	0.27 432	0.25 445	0.19 455	0.22 479	0.17 413	0.09 399	0.06 341	0.10 446	0.08 376	0.15 538	0.09 427

DISCO	0.19 461	0.09 348	0.22 476	0.17 242	0.10 374	0.25 508	0.18 402	0.27 411	0.44 530	0.22 450	0.31 473	0.33 517	0.26 509	0.28 521	0.28 541	0.08 339	0.06 341	0.07 227	0.07 306	0.09 422	0.09 427

LE_ROB	0.50 582	0.07 167	0.14 299	0.15 85	0.08 145	0.24 497	0.16 317	0.22 313	1.81 617	4.63 620	0.67 580	0.47 568	0.44 577	0.20 449	0.29 545	0.07 274	0.06 341	0.06 125	0.06 213	0.08 359	0.06 237

DispFullNet	0.27 540	0.21 548	0.65 579	0.28 556	0.16 531	0.26 518	0.17 354	0.33 497	0.58 567	0.27 497	0.38 512	0.43 557	0.23 488	0.38 563	0.23 491	0.12 493	0.06 341	0.19 556	0.11 494	0.21 562	0.15 538

WQFJA1	0.10 172	0.07 167	0.08 40	0.20 442	0.09 266	0.12 235	0.17 354	0.17 195	0.17 238	0.09 122	0.10 143	0.08 130	0.10 235	0.12 225	0.11 218	0.06 127	0.07 413	0.07 227	0.06 213	0.06 223	0.05 145

WQFJX	0.10 172	0.07 167	0.09 92	0.21 474	0.09 266	0.12 235	0.16 317	0.18 227	0.17 238	0.12 229	0.10 143	0.07 81	0.09 199	0.12 225	0.10 143	0.06 127	0.07 413	0.06 125	0.05 132	0.06 223	0.05 145

NLMM	0.10 172	0.07 167	0.08 40	0.20 442	0.09 266	0.12 235	0.17 354	0.17 195	0.17 238	0.09 122	0.10 143	0.08 130	0.10 235	0.12 225	0.11 218	0.06 127	0.07 413	0.07 227	0.06 213	0.06 223	0.05 145

S2M2_L	0.09 107	0.08 273	0.11 181	0.13 14	0.10 374	0.08 60	0.06 1	0.10 22	0.10 47	0.10 158	0.09 112	0.10 190	0.09 199	0.11 134	0.11 218	0.13 518	0.07 413	0.08 317	0.09 422	0.10 453	0.08 383
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
rvit_stereo_0081	0.11 220	0.08 273	0.15 350	0.16 166	0.09 266	0.10 149	0.14 178	0.14 97	0.24 365	0.11 190	0.13 214	0.13 258	0.09 199	0.11 134	0.12 276	0.10 440	0.07 413	0.08 317	0.07 306	0.07 296	0.05 145

DCVSM-stereo	0.14 348	0.09 348	0.16 384	0.16 166	0.10 374	0.15 344	0.09 18	0.19 255	0.23 349	0.20 420	0.23 366	0.26 455	0.15 376	0.18 409	0.14 354	0.09 399	0.07 413	0.09 399	0.08 376	0.10 453	0.12 493

rvit_stereo_0082	0.11 220	0.08 273	0.15 350	0.16 166	0.09 266	0.10 149	0.14 178	0.14 97	0.24 365	0.11 190	0.13 214	0.13 258	0.09 199	0.11 134	0.12 276	0.10 440	0.07 413	0.08 317	0.07 306	0.07 296	0.05 145

rvit_stereo_0080	0.10 172	0.08 273	0.14 299	0.15 85	0.09 266	0.07 34	0.15 251	0.16 159	0.16 215	0.11 190	0.10 143	0.14 278	0.08 168	0.12 225	0.10 143	0.09 399	0.07 413	0.07 227	0.06 213	0.07 296	0.05 145

1111x	0.15 391	0.08 273	0.12 218	0.18 324	0.07 84	0.18 413	0.25 532	0.31 466	0.24 365	0.17 351	0.24 378	0.26 455	0.15 376	0.13 274	0.23 491	0.07 274	0.07 413	0.08 317	0.09 422	0.07 296	0.06 237

whm_eth	0.10 172	0.08 273	0.14 299	0.15 85	0.09 266	0.07 34	0.15 251	0.16 159	0.16 215	0.11 190	0.10 143	0.14 278	0.08 168	0.12 225	0.10 143	0.09 399	0.07 413	0.07 227	0.06 213	0.07 296	0.05 145

iinet-f	0.16 414	0.06 76	0.45 554	0.14 41	0.10 374	0.21 468	0.14 178	0.27 411	0.23 349	0.21 434	0.24 378	0.21 389	0.15 376	0.18 409	0.21 470	0.09 399	0.07 413	0.07 227	0.06 213	0.09 422	0.10 454

Wz-Net-MNSev	0.22 494	0.13 481	0.31 522	0.20 442	0.14 501	0.36 562	0.24 517	0.33 497	0.44 530	0.28 512	0.40 526	0.38 539	0.19 455	0.24 499	0.25 514	0.09 399	0.07 413	0.09 399	0.09 422	0.12 491	0.10 454

AACVNet	0.16 414	0.08 273	0.14 299	0.15 85	0.10 374	0.18 413	0.15 251	0.23 333	0.24 365	0.27 497	0.27 432	0.28 473	0.17 425	0.19 424	0.16 398	0.09 399	0.07 413	0.09 399	0.07 306	0.10 453	0.09 427

RAFT	0.13 314	0.09 348	0.11 181	0.18 324	0.08 145	0.15 344	0.24 517	0.20 266	0.19 285	0.21 434	0.21 346	0.17 341	0.12 296	0.16 356	0.09 62	0.06 127	0.07 413	0.10 446	0.09 422	0.05 119	0.05 145

ICVP	0.15 391	0.09 348	0.12 218	0.22 490	0.09 266	0.17 394	0.21 484	0.25 372	0.23 349	0.18 381	0.30 465	0.26 455	0.18 439	0.17 388	0.14 354	0.09 399	0.07 413	0.08 317	0.07 306	0.07 296	0.07 319
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GES	0.14 348	0.08 273	0.16 384	0.15 85	0.10 374	0.13 285	0.13 125	0.28 430	0.25 386	0.16 336	0.23 366	0.18 354	0.13 334	0.16 356	0.13 317	0.08 339	0.07 413	0.07 227	0.06 213	0.08 359	0.09 427

HCRNet	0.16 414	0.24 557	0.12 218	0.35 573	0.11 425	0.15 344	0.17 354	0.26 390	0.22 338	0.19 397	0.24 378	0.21 389	0.14 358	0.15 321	0.13 317	0.11 469	0.07 413	0.11 477	0.10 462	0.09 422	0.07 319

UPFNet	0.16 414	0.08 273	0.12 218	0.20 442	0.12 458	0.20 451	0.23 505	0.28 430	0.26 400	0.17 351	0.24 378	0.22 407	0.19 455	0.19 424	0.21 470	0.09 399	0.07 413	0.08 317	0.09 422	0.08 359	0.06 237

aanetorigin	0.22 494	0.17 522	0.56 570	0.17 242	0.10 374	0.15 344	0.19 441	0.20 266	0.33 461	0.49 574	0.48 554	0.29 481	0.27 517	0.20 449	0.23 491	0.08 339	0.07 413	0.08 317	0.07 306	0.10 453	0.09 427

EDNetEfficientorigin	7.91 620	0.31 574	153.02 641	0.19 382	0.09 266	0.21 468	0.16 317	0.22 313	0.59 568	0.72 590	0.67 580	0.42 554	0.50 582	0.24 499	0.39 575	0.08 339	0.07 413	0.08 317	0.07 306	0.12 491	0.10 454

EDNetEfficient	0.29 549	0.24 557	1.13 604	0.18 324	0.10 374	0.19 436	0.20 464	0.20 266	0.60 572	0.74 594	0.56 570	0.31 504	0.39 564	0.22 479	0.30 551	0.09 399	0.07 413	0.08 317	0.07 306	0.11 476	0.09 427

ac_64	0.16 414	0.08 273	0.15 350	0.18 324	0.10 374	0.22 477	0.18 402	0.24 356	0.21 324	0.18 381	0.24 378	0.29 481	0.18 439	0.19 424	0.22 479	0.09 399	0.07 413	0.08 317	0.09 422	0.07 296	0.06 237

hitnet-ft	0.18 449	0.09 348	0.17 414	0.14 41	0.09 266	0.26 518	0.20 464	0.25 372	0.26 400	0.24 472	0.32 477	0.31 504	0.22 480	0.24 499	0.21 470	0.12 493	0.07 413	0.10 446	0.08 376	0.12 491	0.11 480

DSFCA	0.16 414	0.09 348	0.14 299	0.16 166	0.10 374	0.20 451	0.19 441	0.28 430	0.31 447	0.23 463	0.24 378	0.22 407	0.15 376	0.19 424	0.20 450	0.10 440	0.07 413	0.09 399	0.09 422	0.08 359	0.08 383

ADCL	0.24 517	0.11 434	0.47 559	0.22 490	0.12 458	0.34 553	0.29 563	0.29 442	0.56 562	0.24 472	0.46 551	0.30 491	0.30 540	0.29 527	0.29 545	0.08 339	0.07 413	0.09 399	0.09 422	0.10 453	0.10 454

TDLM	0.17 435	0.12 452	0.13 264	0.24 524	0.10 374	0.18 413	0.18 402	0.36 528	0.30 440	0.21 434	0.28 446	0.28 473	0.18 439	0.23 490	0.18 431	0.11 469	0.07 413	0.10 446	0.10 462	0.08 359	0.08 383

UCFNet_RVC	0.14 348	0.08 273	0.13 264	0.11 1	0.10 374	0.20 451	0.10 31	0.24 356	0.22 338	0.17 351	0.20 324	0.23 425	0.15 376	0.17 388	0.15 382	0.12 493	0.07 413	0.10 446	0.13 524	0.11 476	0.10 454

DRN-Test	0.19 461	0.11 434	0.20 461	0.22 490	0.10 374	0.22 477	0.22 494	0.39 546	0.37 493	0.24 472	0.32 477	0.26 455	0.21 471	0.22 479	0.24 504	0.11 469	0.07 413	0.11 477	0.10 462	0.09 422	0.07 319

PWC_ROB	0.21 485	0.16 511	0.26 497	0.18 324	0.11 425	0.22 477	0.13 125	0.32 477	0.49 546	0.30 526	0.40 526	0.32 513	0.24 494	0.31 531	0.22 479	0.10 440	0.07 413	0.11 477	0.08 376	0.11 476	0.10 454

WQFJX1	0.10 172	0.07 167	0.08 40	0.22 490	0.09 266	0.12 235	0.17 354	0.18 227	0.17 238	0.10 158	0.09 112	0.07 81	0.10 235	0.11 134	0.09 62	0.07 274	0.08 442	0.07 227	0.06 213	0.05 119	0.04 49

NLMM1	0.11 220	0.09 348	0.07 8	0.22 490	0.10 374	0.12 235	0.20 464	0.18 227	0.20 308	0.12 229	0.11 184	0.07 81	0.09 199	0.11 134	0.11 218	0.08 339	0.08 442	0.07 227	0.06 213	0.04 21	0.04 49

NLSM1	0.10 172	0.07 167	0.07 8	0.19 382	0.08 145	0.13 285	0.16 317	0.21 289	0.15 185	0.11 190	0.10 143	0.06 24	0.10 235	0.10 82	0.11 218	0.07 274	0.08 442	0.08 317	0.07 306	0.05 119	0.05 145

NLCSM	0.11 220	0.09 348	0.09 92	0.23 514	0.11 425	0.12 235	0.19 441	0.18 227	0.18 268	0.12 229	0.11 184	0.07 81	0.09 199	0.11 134	0.10 143	0.07 274	0.08 442	0.07 227	0.07 306	0.06 223	0.05 145

zh-mn7	0.25 529	0.14 493	0.56 570	0.19 382	0.14 501	0.24 497	0.22 494	0.34 506	0.62 575	0.35 545	0.65 578	0.31 504	0.25 503	0.31 531	0.25 514	0.09 399	0.08 442	0.09 399	0.09 422	0.09 422	0.11 480

z-mn7	0.24 517	0.14 493	0.45 554	0.19 382	0.13 481	0.28 535	0.25 532	0.34 506	0.62 575	0.27 497	0.56 570	0.29 481	0.24 494	0.32 538	0.25 514	0.08 339	0.08 442	0.08 317	0.08 376	0.10 453	0.10 454

w-ln-seven-2	0.20 473	0.14 493	0.37 542	0.22 490	0.12 458	0.20 451	0.21 484	0.28 430	0.37 493	0.25 485	0.37 506	0.27 463	0.22 480	0.21 466	0.23 491	0.08 339	0.08 442	0.09 399	0.09 422	0.10 453	0.09 427

G2L-Stereo	0.14 348	0.07 167	0.13 264	0.17 242	0.09 266	0.13 285	0.12 75	0.27 411	0.22 338	0.16 336	0.27 432	0.21 389	0.13 334	0.17 388	0.18 431	0.09 399	0.08 442	0.08 317	0.07 306	0.07 296	0.07 319

ISRNet	0.18 449	0.08 273	0.19 449	0.19 382	0.13 481	0.15 344	0.12 75	0.30 456	0.32 454	0.21 434	0.25 406	0.27 463	0.17 425	0.17 388	0.20 450	0.20 565	0.08 442	0.14 523	0.14 528	0.14 522	0.17 558

rvit_stereo_0083	0.12 289	0.08 273	0.17 414	0.16 166	0.09 266	0.11 196	0.15 251	0.14 97	0.26 400	0.11 190	0.14 228	0.13 258	0.10 235	0.12 225	0.12 276	0.10 440	0.08 442	0.09 399	0.07 306	0.07 296	0.05 145

GASNet	0.22 494	0.23 554	0.33 529	0.26 540	0.17 546	0.26 518	0.16 317	0.44 567	0.42 520	0.27 497	0.24 378	0.30 491	0.15 376	0.27 509	0.18 431	0.12 493	0.08 442	0.12 496	0.11 494	0.16 546	0.07 319

ToySt	0.17 435	0.11 434	0.18 437	0.17 242	0.11 425	0.16 373	0.25 532	0.24 356	0.33 461	0.19 397	0.24 378	0.26 455	0.24 494	0.19 424	0.20 450	0.07 274	0.08 442	0.09 399	0.10 462	0.09 422	0.08 383

NINENet	0.16 414	0.10 408	0.15 350	0.17 242	0.11 425	0.19 436	0.14 178	0.40 550	0.36 486	0.18 381	0.21 346	0.16 321	0.13 334	0.15 321	0.13 317	0.08 339	0.08 442	0.10 446	0.07 306	0.10 453	0.09 427

WZ-Net	0.28 545	0.17 522	0.78 595	0.22 490	0.16 531	0.34 553	0.29 563	0.39 546	0.57 564	0.24 472	0.55 565	0.37 535	0.24 494	0.33 541	0.35 566	0.09 399	0.08 442	0.09 399	0.10 462	0.14 522	0.16 549

GLC_STEREO	0.11 220	0.07 167	0.11 181	0.17 242	0.07 84	0.09 97	0.13 125	0.15 129	0.24 365	0.12 229	0.13 214	0.12 233	0.08 168	0.18 409	0.11 218	0.06 127	0.08 442	0.08 317	0.06 213	0.05 119	0.05 145

AASNet	0.16 414	0.08 273	0.12 218	0.19 382	0.09 266	0.18 413	0.15 251	0.37 534	0.37 493	0.19 397	0.23 366	0.20 380	0.16 402	0.17 388	0.20 450	0.10 440	0.08 442	0.08 317	0.07 306	0.09 422	0.09 427

SACVNet	0.18 449	0.12 452	0.14 299	0.17 242	0.13 481	0.22 477	0.18 402	0.31 466	0.30 440	0.23 463	0.31 473	0.30 491	0.22 480	0.22 479	0.17 413	0.11 469	0.08 442	0.10 446	0.10 462	0.12 491	0.14 531

PSMNet-ADL	0.15 391	0.12 452	0.13 264	0.22 490	0.09 266	0.13 285	0.20 464	0.26 390	0.23 349	0.18 381	0.20 324	0.24 431	0.16 402	0.18 409	0.17 413	0.08 339	0.08 442	0.08 317	0.11 494	0.08 359	0.07 319

Anonymous3	0.16 414	0.13 481	0.33 529	0.26 540	0.14 501	0.27 528	0.17 354	0.28 430	0.28 424	0.15 308	0.17 278	0.14 278	0.10 235	0.15 321	0.12 276	0.08 339	0.08 442	0.08 317	0.08 376	0.08 359	0.11 480

sCroCo_RVC	0.12 289	0.09 348	0.23 485	0.24 524	0.11 425	0.19 436	0.14 178	0.17 195	0.14 166	0.10 158	0.13 214	0.12 233	0.07 128	0.14 299	0.11 218	0.08 339	0.08 442	0.08 317	0.08 376	0.05 119	0.07 319

delet	0.17 435	0.08 273	0.17 414	0.19 382	0.11 425	0.20 451	0.21 484	0.30 456	0.37 493	0.17 351	0.26 423	0.19 368	0.19 455	0.19 424	0.21 470	0.08 339	0.08 442	0.09 399	0.11 494	0.06 223	0.06 237

DMCA-RVC	0.17 435	0.10 408	0.15 350	0.24 524	0.11 425	0.18 413	0.18 402	0.25 372	0.24 365	0.21 434	0.26 423	0.25 445	0.27 517	0.18 409	0.20 450	0.12 493	0.08 442	0.13 511	0.10 462	0.10 453	0.08 383

FADNet-RVC-Resample	0.16 414	0.11 434	0.31 522	0.22 490	0.11 425	0.19 436	0.14 178	0.25 372	0.24 365	0.24 472	0.27 432	0.20 380	0.15 376	0.16 356	0.15 382	0.07 274	0.08 442	0.12 496	0.10 462	0.09 422	0.10 454

FADNet_RVC	0.16 414	0.14 493	0.40 547	0.20 442	0.11 425	0.13 285	0.13 125	0.26 390	0.22 338	0.21 434	0.23 366	0.20 380	0.17 425	0.14 299	0.16 398	0.08 339	0.08 442	0.12 496	0.09 422	0.11 476	0.10 454

RTSC	0.23 510	0.12 452	0.28 509	0.21 474	0.13 481	0.28 535	0.16 317	0.35 521	0.66 583	0.27 497	0.33 489	0.30 491	0.21 471	0.31 531	0.29 545	0.10 440	0.08 442	0.09 399	0.10 462	0.13 509	0.13 514

RTS	0.45 577	0.19 537	3.26 613	0.24 524	0.15 520	0.74 594	0.20 464	0.36 528	0.76 594	0.42 565	0.43 546	0.31 504	0.41 572	0.53 587	0.35 566	0.10 440	0.08 442	0.13 511	0.12 514	0.15 538	0.15 538

RTSA	0.45 577	0.19 537	3.26 613	0.24 524	0.15 520	0.74 594	0.20 464	0.36 528	0.76 594	0.42 565	0.43 546	0.31 504	0.41 572	0.53 587	0.35 566	0.10 440	0.08 442	0.13 511	0.12 514	0.15 538	0.15 538

CVANet_RVC	0.18 449	0.10 408	0.14 299	0.21 474	0.10 374	0.18 413	0.17 354	0.34 506	0.33 461	0.22 450	0.31 473	0.28 473	0.18 439	0.23 490	0.17 413	0.12 493	0.08 442	0.12 496	0.11 494	0.09 422	0.07 319

StereoDRNet	0.18 449	0.11 434	0.17 414	0.22 490	0.11 425	0.21 468	0.22 494	0.37 534	0.33 461	0.24 472	0.28 446	0.30 491	0.19 455	0.20 449	0.20 450	0.09 399	0.08 442	0.11 477	0.09 422	0.09 422	0.07 319

DLCB_ROB	0.18 449	0.10 408	0.15 350	0.23 514	0.11 425	0.24 497	0.18 402	0.29 442	0.28 424	0.27 497	0.28 446	0.28 473	0.24 494	0.19 424	0.20 450	0.08 339	0.08 442	0.09 399	0.09 422	0.07 296	0.07 319

ETE_ROB	0.23 510	0.17 522	0.22 476	0.25 535	0.13 481	0.26 518	0.29 563	0.31 466	0.36 486	0.28 512	0.36 500	0.45 561	0.26 509	0.27 509	0.26 525	0.11 469	0.08 442	0.12 496	0.09 422	0.14 522	0.13 514

PSMNet_ROB	0.21 485	0.11 434	0.15 350	0.27 553	0.15 520	0.24 497	0.35 580	0.43 565	0.37 493	0.27 497	0.32 477	0.32 513	0.22 480	0.21 466	0.26 525	0.12 493	0.08 442	0.13 511	0.11 494	0.09 422	0.09 427

w-ln-seven	0.24 517	0.14 493	0.55 567	0.19 382	0.14 501	0.26 518	0.22 494	0.35 521	0.60 572	0.29 521	0.39 520	0.30 491	0.22 480	0.21 466	0.26 525	0.09 399	0.09 474	0.11 477	0.10 462	0.11 476	0.10 454

CAS++	0.11 220	0.07 167	0.11 181	0.14 41	0.09 266	0.12 235	0.14 178	0.24 356	0.14 166	0.11 190	0.09 112	0.11 215	0.07 128	0.14 299	0.09 62	0.11 469	0.09 474	0.09 399	0.07 306	0.07 296	0.08 383
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
coex-ft	3.30 613	0.34 577	59.09 640	0.18 324	0.13 481	0.26 518	0.22 494	0.27 411	0.72 588	1.90 618	0.70 584	0.44 559	0.45 578	0.29 527	0.41 581	0.09 399	0.09 474	0.12 496	0.09 422	0.14 522	0.13 514

fast-acv-ft	0.18 449	0.11 434	0.19 449	0.19 382	0.12 458	0.24 497	0.21 484	0.25 372	0.34 473	0.22 450	0.34 493	0.27 463	0.20 467	0.21 466	0.23 491	0.09 399	0.09 474	0.08 317	0.10 462	0.08 359	0.07 319

ssnet_v2	0.17 435	0.10 408	0.17 414	0.17 242	0.11 425	0.21 468	0.21 484	0.33 497	0.25 386	0.22 450	0.22 357	0.27 463	0.18 439	0.22 479	0.20 450	0.11 469	0.09 474	0.09 399	0.09 422	0.08 359	0.08 383

Wz-Net-SNSev	0.25 529	0.17 522	0.44 553	0.25 535	0.14 501	0.26 518	0.23 505	0.38 542	0.56 562	0.30 526	0.55 565	0.39 547	0.26 509	0.23 490	0.30 551	0.10 440	0.09 474	0.09 399	0.10 462	0.11 476	0.11 480

Wz-Net-LNSev	0.22 494	0.16 511	0.38 544	0.21 474	0.13 481	0.25 508	0.23 505	0.32 477	0.43 525	0.30 526	0.41 537	0.31 504	0.18 439	0.22 479	0.25 514	0.10 440	0.09 474	0.08 317	0.08 376	0.12 491	0.11 480

CRFU-Net	0.16 414	0.08 273	0.14 299	0.17 242	0.09 266	0.19 436	0.14 178	0.26 390	0.20 308	0.28 512	0.27 432	0.29 481	0.17 425	0.19 424	0.17 413	0.09 399	0.09 474	0.07 227	0.07 306	0.08 359	0.08 383

dad	0.17 435	0.20 542	0.20 461	0.16 166	0.11 425	0.20 451	0.18 402	0.21 289	0.28 424	0.30 526	0.24 378	0.29 481	0.13 334	0.19 424	0.16 398	0.18 558	0.09 474	0.11 477	0.09 422	0.11 476	0.07 319

GwcNet	0.20 473	0.13 481	0.19 449	0.18 324	0.12 458	0.24 497	0.19 441	0.35 521	0.43 525	0.20 420	0.32 477	0.33 517	0.20 467	0.22 479	0.24 504	0.11 469	0.09 474	0.09 399	0.09 422	0.09 422	0.10 454

HGLStereo	0.17 435	0.08 273	0.19 449	0.17 242	0.12 458	0.18 413	0.18 402	0.31 466	0.32 454	0.21 434	0.32 477	0.25 445	0.18 439	0.19 424	0.20 450	0.09 399	0.09 474	0.07 227	0.07 306	0.09 422	0.10 454

G-Net	0.24 517	0.16 511	0.36 538	0.22 490	0.16 531	0.51 577	0.23 505	0.29 442	0.34 473	0.36 548	0.38 512	0.31 504	0.29 536	0.27 509	0.26 525	0.11 469	0.09 474	0.12 496	0.09 422	0.16 546	0.13 514

XQC	0.28 545	0.23 554	0.51 562	0.28 556	0.19 556	0.34 553	0.27 548	0.36 528	0.57 564	0.31 532	0.30 465	0.37 535	0.30 540	0.38 563	0.38 573	0.13 518	0.09 474	0.15 535	0.12 514	0.17 554	0.18 561

ADCMid	0.25 529	0.15 503	0.40 547	0.20 442	0.14 501	0.25 508	0.26 541	0.34 506	0.38 500	0.36 548	0.44 548	0.34 524	0.40 567	0.35 550	0.33 563	0.10 440	0.09 474	0.11 477	0.11 494	0.13 509	0.12 493

DANet	0.21 485	0.15 503	0.28 509	0.25 535	0.13 481	0.22 477	0.19 441	0.27 411	0.27 410	0.28 512	0.32 477	0.35 528	0.31 544	0.31 531	0.23 491	0.11 469	0.09 474	0.11 477	0.10 462	0.13 509	0.11 480
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DeepPruner_ROB	0.16 414	0.11 434	0.15 350	0.17 242	0.10 374	0.17 394	0.15 251	0.32 477	0.21 324	0.19 397	0.21 346	0.22 407	0.18 439	0.20 449	0.15 382	0.13 518	0.09 474	0.09 399	0.09 422	0.11 476	0.10 454

SANet	0.24 517	0.14 493	0.28 509	0.21 474	0.11 425	0.27 528	0.24 517	0.38 542	0.64 579	0.36 548	0.40 526	0.43 557	0.26 509	0.27 509	0.24 504	0.12 493	0.09 474	0.10 446	0.09 422	0.13 509	0.11 480

PDISCO_ROB	0.27 540	0.16 511	0.26 497	0.28 556	0.20 559	0.32 544	0.26 541	0.44 567	0.57 564	0.28 512	0.40 526	0.45 561	0.29 536	0.33 541	0.34 565	0.12 493	0.09 474	0.17 545	0.16 548	0.17 554	0.13 514

LALA_ROB	0.25 529	0.16 511	0.22 476	0.26 540	0.17 546	0.27 528	0.27 548	0.42 561	0.37 493	0.33 542	0.38 512	0.51 572	0.26 509	0.28 521	0.27 533	0.16 552	0.09 474	0.12 496	0.11 494	0.13 509	0.12 493

PWCDC_ROB	0.20 473	0.13 481	0.22 476	0.24 524	0.11 425	0.19 436	0.15 251	0.33 497	0.54 558	0.29 521	0.50 559	0.21 389	0.15 376	0.27 509	0.20 450	0.11 469	0.09 474	0.10 446	0.08 376	0.11 476	0.09 427

zh-sn7	0.25 529	0.17 522	0.50 561	0.24 524	0.13 481	0.25 508	0.24 517	0.34 506	0.48 539	0.28 512	0.54 563	0.28 473	0.31 544	0.36 556	0.32 559	0.10 440	0.10 494	0.11 477	0.10 462	0.12 491	0.12 493

PSMNet-RUCA	0.27 540	0.33 576	0.41 550	0.36 575	0.32 583	0.18 413	0.19 441	0.42 561	0.30 440	0.33 542	0.41 537	0.39 547	0.25 503	0.31 531	0.20 450	0.18 558	0.10 494	0.25 566	0.15 544	0.21 562	0.16 549

rvit_stereo_0075_2	0.17 435	0.12 452	0.25 494	0.23 514	0.16 531	0.13 285	0.10 31	0.30 456	0.27 410	0.20 420	0.28 446	0.22 407	0.15 376	0.18 409	0.13 317	0.16 552	0.10 494	0.17 545	0.10 462	0.10 453	0.09 427

SQANet	0.23 510	0.23 554	0.30 520	0.30 566	0.19 556	0.27 528	0.13 125	0.29 442	0.33 461	0.24 472	0.37 506	0.31 504	0.22 480	0.27 509	0.23 491	0.15 536	0.10 494	0.21 559	0.16 548	0.21 562	0.15 538

pcwnet_v2	0.19 461	0.10 408	0.26 497	0.17 242	0.14 501	0.18 413	0.15 251	0.37 534	0.46 537	0.19 397	0.24 378	0.21 389	0.19 455	0.20 449	0.19 444	0.13 518	0.10 494	0.10 446	0.10 462	0.11 476	0.13 514

psm_up	0.18 449	0.10 408	0.18 437	0.20 442	0.11 425	0.17 394	0.19 441	0.37 534	0.34 473	0.21 434	0.28 446	0.29 481	0.24 494	0.20 449	0.22 479	0.09 399	0.10 494	0.11 477	0.11 494	0.08 359	0.08 383

AF-Net	0.22 494	0.17 522	0.17 414	0.26 540	0.13 481	0.25 508	0.24 517	0.32 477	0.50 549	0.25 485	0.33 489	0.38 539	0.26 509	0.28 521	0.25 514	0.11 469	0.10 494	0.16 542	0.11 494	0.11 476	0.10 454

Nwc_Net	0.23 510	0.16 511	0.21 470	0.25 535	0.14 501	0.24 497	0.26 541	0.37 534	0.38 500	0.22 450	0.41 537	0.30 491	0.28 528	0.28 521	0.25 514	0.11 469	0.10 494	0.17 545	0.20 561	0.10 453	0.10 454

ADCPNet	0.25 529	0.16 511	0.61 576	0.21 474	0.15 520	0.35 561	0.25 532	0.32 477	0.35 482	0.30 526	0.40 526	0.36 530	0.28 528	0.28 521	0.32 559	0.12 493	0.10 494	0.11 477	0.12 514	0.14 522	0.13 514

DPSNet	0.28 545	0.16 511	0.31 522	0.18 324	0.13 481	0.54 579	0.42 589	0.51 582	0.67 584	0.29 521	0.38 512	0.38 539	0.29 536	0.31 531	0.23 491	0.11 469	0.10 494	0.11 477	0.08 376	0.20 561	0.16 549

MDST_ROB	0.22 494	0.10 408	0.17 414	0.18 324	0.11 425	0.37 563	0.19 441	0.43 565	0.41 512	0.39 555	0.39 520	0.29 481	0.21 471	0.26 506	0.18 431	0.11 469	0.10 494	0.14 523	0.11 494	0.10 453	0.08 383

XPNet_ROB	0.22 494	0.11 434	0.19 449	0.22 490	0.13 481	0.22 477	0.19 441	0.34 506	0.40 509	0.30 526	0.39 520	0.39 547	0.26 509	0.26 506	0.28 541	0.15 536	0.10 494	0.10 446	0.10 462	0.13 509	0.12 493

DStereoFS	0.27 540	0.22 552	0.31 522	0.22 490	0.15 520	0.22 477	0.20 464	0.50 580	0.48 539	0.28 512	0.44 548	0.33 517	0.34 554	0.52 584	0.29 545	0.12 493	0.11 506	0.15 535	0.13 524	0.16 546	0.16 549

DStereoSA	0.25 529	0.19 537	0.37 542	0.26 540	0.17 546	0.22 477	0.20 464	0.49 576	0.59 568	0.22 450	0.29 458	0.29 481	0.33 549	0.39 567	0.28 541	0.12 493	0.11 506	0.16 542	0.14 528	0.14 522	0.12 493

TCMNet	0.19 461	0.12 452	0.19 449	0.20 442	0.18 553	0.20 451	0.24 517	0.27 411	0.36 486	0.23 463	0.26 423	0.25 445	0.19 455	0.19 424	0.23 491	0.13 518	0.11 506	0.11 477	0.12 514	0.13 509	0.12 493

rvit_0105_6	0.14 348	0.09 348	0.18 437	0.17 242	0.10 374	0.10 149	0.16 317	0.19 255	0.26 400	0.12 229	0.18 303	0.17 341	0.12 296	0.18 409	0.12 276	0.15 536	0.11 506	0.12 496	0.10 462	0.09 422	0.06 237

rvit_0105_5	0.14 348	0.09 348	0.13 264	0.17 242	0.09 266	0.14 318	0.23 505	0.24 356	0.27 410	0.14 281	0.15 245	0.18 354	0.12 296	0.17 388	0.14 354	0.14 532	0.11 506	0.10 446	0.10 462	0.08 359	0.06 237

rvit_0105_4	0.14 348	0.09 348	0.17 414	0.17 242	0.10 374	0.12 235	0.19 441	0.23 333	0.27 410	0.14 281	0.20 324	0.17 341	0.13 334	0.17 388	0.13 317	0.15 536	0.11 506	0.11 477	0.10 462	0.09 422	0.06 237

rvit_0105_3	0.15 391	0.09 348	0.14 299	0.19 382	0.12 458	0.15 344	0.25 532	0.25 372	0.29 431	0.15 308	0.17 278	0.20 380	0.13 334	0.17 388	0.14 354	0.13 518	0.11 506	0.12 496	0.14 528	0.07 296	0.06 237

StereoVision	0.13 314	0.12 452	0.09 92	0.24 524	0.10 374	0.15 344	0.21 484	0.21 289	0.20 308	0.12 229	0.24 378	0.10 190	0.10 235	0.16 356	0.10 143	0.09 399	0.11 506	0.12 496	0.12 514	0.06 223	0.05 145

DGSMNet	0.24 517	0.19 537	0.33 529	0.21 474	0.24 570	0.24 497	0.20 464	0.35 521	0.41 512	0.24 472	0.32 477	0.38 539	0.21 471	0.29 527	0.23 491	0.12 493	0.11 506	0.14 523	0.16 548	0.23 566	0.23 572

FAT-Stereo	0.20 473	0.12 452	0.22 476	0.21 474	0.12 458	0.17 394	0.18 402	0.34 506	0.39 503	0.27 497	0.37 506	0.34 524	0.32 548	0.21 466	0.20 450	0.09 399	0.11 506	0.10 446	0.09 422	0.11 476	0.14 531

STTStereo	0.18 449	0.12 452	0.27 504	0.20 442	0.11 425	0.16 373	0.21 484	0.29 442	0.23 349	0.21 434	0.30 465	0.29 481	0.18 439	0.20 449	0.19 444	0.12 493	0.11 506	0.11 477	0.14 528	0.09 422	0.08 383

NCC-stereo	0.24 517	0.15 503	0.31 522	0.26 540	0.16 531	0.20 451	0.30 570	0.40 550	0.40 509	0.24 472	0.38 512	0.33 517	0.28 528	0.36 556	0.27 533	0.12 493	0.11 506	0.15 535	0.22 566	0.13 509	0.13 514

edge stereo	0.22 494	0.13 481	0.20 461	0.21 474	0.13 481	0.23 492	0.16 317	0.32 477	0.42 520	0.32 538	0.40 526	0.38 539	0.35 557	0.25 504	0.24 504	0.13 518	0.11 506	0.14 523	0.11 494	0.12 491	0.13 514

Abc-Net	0.24 517	0.15 503	0.31 522	0.26 540	0.16 531	0.20 451	0.30 570	0.40 550	0.40 509	0.24 472	0.38 512	0.33 517	0.28 528	0.36 556	0.27 533	0.12 493	0.11 506	0.15 535	0.22 566	0.13 509	0.13 514
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 538	0.15 503	0.30 520	0.24 524	0.18 553	0.22 477	0.15 251	0.38 542	0.71 587	0.32 538	0.41 537	0.36 530	0.28 528	0.32 538	0.29 545	0.12 493	0.11 506	0.14 523	0.13 524	0.16 546	0.20 567

DeepPrunerF	0.24 517	0.17 522	0.42 552	0.26 540	0.16 531	0.22 477	0.28 554	0.37 534	0.50 549	0.26 491	0.29 458	0.24 431	0.28 528	0.21 466	0.22 479	0.15 536	0.11 506	0.20 558	0.18 559	0.12 491	0.13 514

DStereoO	0.24 517	0.18 533	0.18 437	0.20 442	0.14 501	0.21 468	0.19 441	0.32 477	0.41 512	0.29 521	0.21 346	0.32 513	0.27 517	0.41 575	0.27 533	0.46 593	0.12 522	0.31 581	0.11 494	0.15 538	0.12 493

rvit_105_1	0.19 461	0.11 434	0.25 494	0.21 474	0.16 531	0.21 468	0.27 548	0.31 466	0.41 512	0.19 397	0.20 324	0.22 407	0.17 425	0.19 424	0.17 413	0.12 493	0.12 522	0.13 511	0.15 544	0.08 359	0.07 319

UDG	0.21 485	0.17 522	0.19 449	0.23 514	0.15 520	0.30 542	0.20 464	0.33 497	0.35 482	0.23 463	0.28 446	0.31 504	0.27 517	0.20 449	0.22 479	0.15 536	0.12 522	0.13 511	0.09 422	0.14 522	0.14 531

APVNet	0.22 494	0.12 452	0.19 449	0.18 324	0.14 501	0.32 544	0.31 576	0.39 546	0.32 454	0.27 497	0.40 526	0.30 491	0.29 536	0.26 506	0.25 514	0.11 469	0.12 522	0.11 477	0.14 528	0.12 491	0.12 493

Syn2CoEx	0.21 485	0.16 511	0.27 504	0.29 564	0.14 501	0.26 518	0.20 464	0.33 497	0.31 447	0.28 512	0.36 500	0.27 463	0.25 503	0.19 424	0.24 504	0.16 552	0.12 522	0.14 523	0.11 494	0.09 422	0.08 383

S-Stereo	0.20 473	0.12 452	0.25 494	0.21 474	0.13 481	0.20 451	0.18 402	0.32 477	0.43 525	0.23 463	0.36 500	0.28 473	0.30 540	0.19 424	0.22 479	0.09 399	0.12 522	0.10 446	0.10 462	0.13 509	0.13 514

RP	0.21 485	0.13 481	0.21 470	0.23 514	0.11 425	0.21 468	0.20 464	0.25 372	0.44 530	0.21 434	0.38 512	0.36 530	0.24 494	0.27 509	0.25 514	0.11 469	0.12 522	0.13 511	0.12 514	0.12 491	0.14 531

stereogan	0.22 494	0.11 434	0.21 470	0.20 442	0.12 458	0.31 543	0.19 441	0.35 521	0.44 530	0.22 450	0.39 520	0.35 528	0.27 517	0.33 541	0.22 479	0.10 440	0.12 522	0.10 446	0.10 462	0.14 522	0.13 514

ADCS	0.29 549	0.18 533	0.45 554	0.21 474	0.17 546	0.28 535	0.23 505	0.41 556	0.63 578	0.40 558	0.49 555	0.40 551	0.36 559	0.39 567	0.40 578	0.13 518	0.12 522	0.13 511	0.14 528	0.16 546	0.16 549

AnyNet_C32	0.26 538	0.16 511	0.36 538	0.20 442	0.16 531	0.25 508	0.30 570	0.32 477	0.44 530	0.31 532	0.49 555	0.30 491	0.33 549	0.40 572	0.33 563	0.12 493	0.12 522	0.12 496	0.14 528	0.14 522	0.15 538

GANet	0.21 485	0.12 452	0.21 470	0.24 524	0.13 481	0.22 477	0.22 494	0.41 556	0.26 400	0.31 532	0.42 543	0.37 535	0.28 528	0.23 490	0.22 479	0.10 440	0.12 522	0.10 446	0.09 422	0.10 453	0.08 383

PS-NSSS	0.20 473	0.21 548	0.23 485	0.20 442	0.10 374	0.19 436	0.17 354	0.36 528	0.25 386	0.27 497	0.33 489	0.27 463	0.24 494	0.20 449	0.20 450	0.15 536	0.12 522	0.17 545	0.14 528	0.10 453	0.08 383

NCCL2	0.23 510	0.15 503	0.17 414	0.34 571	0.18 553	0.24 497	0.23 505	0.34 506	0.28 424	0.31 532	0.38 512	0.38 539	0.28 528	0.23 490	0.24 504	0.15 536	0.12 522	0.18 554	0.21 563	0.13 509	0.13 514

WCMA_ROB	0.24 517	0.11 434	0.22 476	0.17 242	0.14 501	0.32 544	0.15 251	0.32 477	0.32 454	0.38 553	0.53 561	0.40 551	0.34 554	0.34 544	0.25 514	0.11 469	0.12 522	0.12 496	0.10 462	0.14 522	0.14 531

YMNet	0.20 473	0.12 452	0.19 449	0.20 442	0.14 501	0.26 518	0.23 505	0.32 477	0.34 473	0.27 497	0.34 493	0.30 491	0.18 439	0.18 409	0.22 479	0.10 440	0.13 536	0.10 446	0.10 462	0.08 359	0.09 427

YMNet_1	0.20 473	0.12 452	0.19 449	0.20 442	0.14 501	0.26 518	0.23 505	0.32 477	0.34 473	0.27 497	0.34 493	0.30 491	0.18 439	0.18 409	0.22 479	0.10 440	0.13 536	0.10 446	0.10 462	0.08 359	0.09 427

Wz-Net-TNSev	0.29 549	0.20 542	0.65 579	0.19 382	0.15 520	0.38 566	0.27 548	0.35 521	0.55 559	0.34 544	0.42 543	0.45 561	0.38 562	0.32 538	0.30 551	0.12 493	0.13 536	0.10 446	0.12 514	0.15 538	0.14 531

DDUNet	0.22 494	0.17 522	0.21 470	0.22 490	0.15 520	0.25 508	0.24 517	0.29 442	0.30 440	0.31 532	0.36 500	0.33 517	0.25 503	0.24 499	0.20 450	0.18 558	0.13 536	0.17 545	0.11 494	0.16 546	0.16 549

FADNet-RVC	0.20 473	0.20 542	0.38 544	0.21 474	0.16 531	0.20 451	0.15 251	0.26 390	0.26 400	0.26 491	0.32 477	0.26 455	0.21 471	0.22 479	0.19 444	0.12 493	0.13 536	0.12 496	0.14 528	0.13 509	0.18 561

RGC	0.25 529	0.20 542	0.29 517	0.28 556	0.16 531	0.22 477	0.23 505	0.32 477	0.44 530	0.27 497	0.40 526	0.38 539	0.27 517	0.36 556	0.22 479	0.11 469	0.13 536	0.17 545	0.17 555	0.14 522	0.16 549

AnyNet_C01	0.36 565	0.25 562	1.37 607	0.22 490	0.17 546	0.48 575	0.27 548	0.35 521	0.39 503	0.39 555	0.74 588	0.46 565	0.38 562	0.45 577	0.47 587	0.13 518	0.13 536	0.13 511	0.14 528	0.14 522	0.15 538

SGM_RVC	0.23 510	0.12 452	0.15 350	0.15 85	0.09 266	0.33 550	0.18 402	0.34 506	0.31 447	0.44 569	0.37 506	0.53 576	0.35 557	0.35 550	0.24 504	0.13 518	0.13 536	0.13 511	0.13 524	0.10 453	0.11 480
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MeshStereo	0.27 540	0.13 481	0.18 437	0.15 85	0.11 425	0.32 544	0.24 517	0.40 550	0.36 486	0.52 576	0.57 573	0.67 587	0.40 567	0.35 550	0.26 525	0.14 532	0.13 536	0.13 511	0.11 494	0.11 476	0.10 454
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
ACVNet-4b	0.39 567	0.53 587	0.55 567	0.45 583	0.24 570	0.47 573	0.18 402	0.49 576	0.64 579	0.42 565	0.45 550	0.60 580	0.27 517	0.34 544	0.24 504	0.33 585	0.14 545	0.48 588	0.42 590	0.30 581	0.26 580

ccnet	0.29 549	0.28 569	0.23 485	0.20 442	0.28 577	0.41 570	0.21 484	0.45 570	0.33 461	0.36 548	0.46 551	0.36 530	0.30 540	0.39 567	0.42 582	0.23 578	0.14 545	0.21 559	0.17 555	0.23 566	0.18 561

MFN_U_SF_RVC	0.32 558	0.21 548	0.55 567	0.30 566	0.15 520	0.34 553	0.17 354	0.52 583	0.46 537	0.46 573	0.55 565	0.59 579	0.39 564	0.35 550	0.37 571	0.15 536	0.14 545	0.18 554	0.21 563	0.16 546	0.15 538

MaskLacGwcNet_RVC	0.22 494	0.21 548	0.24 489	0.26 540	0.11 425	0.23 492	0.14 178	0.39 546	0.24 365	0.32 538	0.36 500	0.30 491	0.21 471	0.19 424	0.21 470	0.17 557	0.14 545	0.21 559	0.16 548	0.12 491	0.12 493

PVD	0.39 567	0.20 542	0.39 546	0.31 570	0.22 565	0.29 539	0.43 591	0.52 583	0.96 601	0.55 580	0.79 592	0.53 576	0.59 591	0.52 584	0.38 573	0.19 563	0.14 545	0.17 545	0.14 528	0.24 572	0.31 585

FBW_ROB	0.24 517	0.17 522	0.22 476	0.26 540	0.14 501	0.25 508	0.22 494	0.41 556	0.41 512	0.41 562	0.41 537	0.42 554	0.27 517	0.31 531	0.23 491	0.09 399	0.14 545	0.14 523	0.12 514	0.11 476	0.09 427

psmorigin	0.25 529	0.15 503	0.34 537	0.17 242	0.13 481	0.23 492	0.14 178	0.34 506	0.33 461	0.41 562	0.55 565	0.41 553	0.37 561	0.34 544	0.27 533	0.11 469	0.15 551	0.11 477	0.11 494	0.12 491	0.16 549

FADNet	0.21 485	0.22 552	0.36 538	0.18 324	0.17 546	0.24 497	0.13 125	0.31 466	0.31 447	0.23 463	0.25 406	0.27 463	0.21 471	0.19 424	0.15 382	0.13 518	0.15 551	0.12 496	0.15 544	0.16 546	0.18 561

CBMV	0.19 461	0.14 493	0.17 414	0.18 324	0.10 374	0.20 451	0.11 54	0.29 442	0.30 440	0.29 521	0.30 465	0.30 491	0.23 488	0.27 509	0.19 444	0.13 518	0.15 551	0.17 545	0.16 548	0.10 453	0.10 454
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
HBP-ISP	0.18 449	0.13 481	0.16 384	0.15 85	0.11 425	0.08 60	0.13 125	0.28 430	0.29 431	0.22 450	0.33 489	0.21 389	0.25 503	0.23 490	0.17 413	0.14 532	0.16 554	0.21 559	0.17 555	0.10 453	0.08 383

FINET	0.21 485	0.18 533	0.26 497	0.18 324	0.16 531	0.23 492	0.23 505	0.32 477	0.48 539	0.25 485	0.32 477	0.22 407	0.22 480	0.22 479	0.17 413	0.18 558	0.16 554	0.11 477	0.10 462	0.15 538	0.13 514

SGM-ForestM	0.32 558	0.12 452	0.16 384	0.16 166	0.11 425	0.39 567	0.19 441	0.41 556	0.50 549	0.52 576	0.54 563	1.32 607	0.42 575	0.40 572	0.27 533	0.14 532	0.16 554	0.16 542	0.16 548	0.12 491	0.12 493

CSAN	0.29 549	0.24 557	0.27 504	0.34 571	0.19 556	0.33 550	0.42 589	0.37 534	0.50 549	0.38 553	0.40 526	0.44 559	0.33 549	0.28 521	0.30 551	0.20 565	0.16 554	0.19 556	0.19 560	0.14 522	0.15 538

SGM-Forest	0.20 473	0.14 493	0.18 437	0.19 382	0.13 481	0.20 451	0.22 494	0.33 497	0.30 440	0.24 472	0.29 458	0.28 473	0.19 455	0.23 490	0.17 413	0.15 536	0.16 554	0.15 535	0.14 528	0.12 491	0.12 493
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
NaN_ROB	0.22 494	0.19 537	0.24 489	0.25 535	0.13 481	0.29 539	0.26 541	0.33 497	0.41 512	0.31 532	0.31 473	0.32 513	0.23 488	0.30 530	0.21 470	0.11 469	0.17 559	0.10 446	0.10 462	0.08 359	0.09 427

CBMV_ROB	0.19 461	0.13 481	0.17 414	0.16 166	0.11 425	0.15 344	0.13 125	0.26 390	0.28 424	0.27 497	0.30 465	0.27 463	0.24 494	0.23 490	0.16 398	0.15 536	0.17 559	0.22 563	0.20 561	0.10 453	0.11 480

SDNR	0.19 461	0.08 273	0.19 449	0.16 166	0.12 458	0.77 600	0.14 178	0.25 372	0.32 454	0.19 397	0.24 378	0.19 368	0.13 334	0.19 424	0.15 382	0.16 552	0.18 561	0.14 523	0.11 494	0.08 359	0.11 480

BEATNet-Init1	0.52 583	0.27 565	0.62 577	0.30 566	0.21 563	0.76 598	0.29 563	0.54 586	0.65 582	0.86 599	0.95 600	2.07 616	0.62 594	0.56 591	0.42 582	0.18 558	0.18 561	0.23 564	0.22 566	0.22 565	0.21 569

NOSS_ROB	0.19 461	0.12 452	0.18 437	0.16 166	0.12 458	0.15 344	0.12 75	0.30 456	0.32 454	0.20 420	0.22 357	0.27 463	0.23 488	0.21 466	0.16 398	0.16 552	0.18 561	0.23 564	0.21 563	0.12 491	0.13 514

MSC_U_SF_DS_RVC	0.43 574	0.39 581	0.54 565	0.40 578	0.20 559	0.64 586	0.32 578	0.53 585	0.72 588	0.71 588	0.72 585	0.61 581	0.54 584	0.51 582	0.46 586	0.20 565	0.19 564	0.29 578	0.30 582	0.23 566	0.18 561

CC-Net-ROB	0.28 545	0.31 574	0.36 538	0.29 564	0.15 520	0.25 508	0.19 441	0.45 570	0.33 461	0.39 555	0.37 506	0.39 547	0.31 544	0.27 509	0.26 525	0.24 580	0.19 564	0.30 580	0.23 570	0.18 557	0.15 538

MSMD_ROB	0.31 556	0.26 563	0.26 497	0.24 524	0.21 563	0.34 553	0.25 532	0.34 506	0.39 503	0.40 558	0.69 582	0.45 561	0.40 567	0.34 544	0.27 533	0.20 565	0.19 564	0.26 567	0.25 572	0.23 566	0.22 571

FSD					0.22 565	0.25 508	0.25 532	0.27 411	0.26 400	0.25 485	0.26 423	0.25 445	0.27 517	0.27 509	0.24 504	0.21 569	0.20 567	0.27 570	0.26 573	0.25 573

TCMNet-wrong-test	3.67 614	5.48 627	3.89 617	12.18 626	11.75 628	4.65 618	3.88 620	1.06 612	0.72 588	1.09 610	2.15 619	6.30 623	0.53 583	3.43 620	2.36 619	0.89 613	0.20 567	1.87 620	1.69 619	5.57 624	3.62 624

FC-DCNN v2	0.33 561	0.27 565	0.28 509	0.26 540	0.23 568	0.37 563	0.28 554	0.40 550	0.43 525	0.45 570	0.56 570	0.51 572	0.40 567	0.37 561	0.29 545	0.21 569	0.20 567	0.27 570	0.26 573	0.25 573	0.24 573

FCDSN-DC	0.33 561	0.28 569	0.28 509	0.30 566	0.24 570	0.39 567	0.28 554	0.42 561	0.42 520	0.43 568	0.53 561	0.51 572	0.41 572	0.36 556	0.30 551	0.21 569	0.20 567	0.27 570	0.26 573	0.25 573	0.24 573
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_DS_RVC	0.30 555	0.24 557	0.29 517	0.36 575	0.16 531	0.34 553	0.30 570	0.32 477	0.42 520	0.40 558	0.46 551	0.38 539	0.31 544	0.34 544	0.28 541	0.19 563	0.20 567	0.26 567	0.29 580	0.18 557	0.19 566

SAMSARA	0.40 570	0.28 569	0.33 529	0.55 589	0.39 584	0.82 601	1.23 616	0.47 573	0.51 556	0.36 548	0.35 497	0.55 578	0.39 564	0.38 563	0.39 575	0.15 536	0.20 567	0.15 535	0.14 528	0.23 566	0.20 567

MANE	0.45 577	0.27 565	0.27 504	0.27 553	0.24 570	0.47 573	0.31 576	0.55 587	0.59 568	0.72 590	1.13 609	1.15 601	0.61 592	0.52 584	0.37 571	0.21 569	0.20 567	0.27 570	0.31 584	0.25 573	0.24 573

GANetREF_RVC	0.31 556	0.34 577	0.27 504	0.35 573	0.16 531	0.32 544	0.41 586	0.48 574	0.51 556	0.35 545	0.35 497	0.34 524	0.33 549	0.39 567	0.32 559	0.27 582	0.20 567	0.29 578	0.15 544	0.18 557	0.17 558
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
FC-DCNN	0.33 561	0.27 565	0.28 509	0.26 540	0.23 568	0.37 563	0.28 554	0.40 550	0.43 525	0.45 570	0.55 565	0.51 572	0.40 567	0.37 561	0.30 551	0.21 569	0.20 567	0.27 570	0.26 573	0.25 573	0.24 573

LSM	0.33 561	0.20 542	0.58 573	0.26 540	0.60 600	0.34 553	0.25 532	0.42 561	0.48 539	0.45 570	0.58 575	0.42 554	0.36 559	0.35 550	0.25 514	0.12 493	0.20 567	0.14 523	0.16 548	0.19 560	0.33 587

ELAS_RVC	0.41 572	0.29 572	0.33 529	0.28 556	0.24 570	0.54 579	0.36 581	0.49 576	0.59 568	0.72 590	0.74 588	0.65 585	0.54 584	0.54 589	0.40 578	0.22 574	0.20 567	0.27 570	0.26 573	0.26 578	0.25 578
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 572	0.29 572	0.33 529	0.27 553	0.24 570	0.60 584	0.36 581	0.50 580	0.50 549	0.71 588	0.79 592	0.67 587	0.54 584	0.51 582	0.42 582	0.22 574	0.20 567	0.27 570	0.26 573	0.26 578	0.25 578
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PA-Net	0.23 510	0.18 533	0.33 529	0.28 556	0.22 565	0.21 468	0.38 585	0.29 442	0.39 503	0.22 450	0.32 477	0.25 445	0.26 509	0.20 449	0.25 514	0.09 399	0.23 579	0.15 535	0.22 566	0.09 422	0.13 514
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ACVNet_1	0.44 575	0.49 586	0.60 575	0.45 583	0.28 577	0.49 576	0.27 548	0.57 590	0.72 588	0.62 583	0.58 575	0.74 591	0.49 581	0.50 580	0.35 566	0.26 581	0.24 580	0.39 585	0.29 580	0.31 584	0.24 573

Anonymous_2	0.22 494	0.17 522	0.28 509	0.15 85	0.16 531	0.32 544	0.22 494	0.22 313	0.17 238	0.23 463	0.24 378	0.26 455	0.27 517	0.27 509	0.23 491	0.22 574	0.25 581	0.17 545	0.17 555	0.17 554	0.17 558

PASM	0.32 558	0.24 557	0.48 560	0.28 556	0.27 576	0.29 539	0.30 570	0.34 506	0.49 546	0.35 545	0.39 520	0.46 565	0.34 554	0.34 544	0.35 566	0.23 578	0.25 581	0.26 567	0.28 579	0.23 566	0.21 569

JetBlue	0.71 592	0.45 585	1.14 605	0.51 587	0.47 590	2.02 616	0.64 603	0.75 596	0.70 586	0.69 587	0.77 591	1.22 603	0.83 602	1.03 613	1.01 613	0.40 588	0.28 583	0.33 582	0.33 585	0.30 581	0.34 588

Ntro	0.40 570	0.40 582	0.53 564	0.46 586	0.30 581	0.65 587	0.24 517	0.46 572	0.68 585	0.41 562	0.49 555	0.48 570	0.42 575	0.39 567	0.31 558	0.32 584	0.28 583	0.37 584	0.30 582	0.32 585	0.29 582

test_sample9	0.18 449	0.12 452	0.20 461	0.12 5	0.14 501	0.17 394	0.13 125	0.27 411	0.23 349	0.20 420	0.20 324	0.24 431	0.19 455	0.19 424	0.17 413	0.15 536	0.30 585	0.14 523	0.14 528	0.14 522	0.12 493

test_sample8	0.19 461	0.12 452	0.20 461	0.12 5	0.14 501	0.17 394	0.13 125	0.31 466	0.21 324	0.27 497	0.22 357	0.36 530	0.25 503	0.19 424	0.17 413	0.15 536	0.30 585	0.14 523	0.14 528	0.14 522	0.12 493

otaku	0.39 567	0.37 580	0.52 563	0.44 582	0.28 577	0.58 581	0.24 517	0.41 556	0.62 575	0.40 558	0.49 555	0.46 565	0.33 549	0.40 572	0.32 559	0.30 583	0.30 585	0.39 585	0.33 585	0.29 580	0.28 581

MonStereo1	0.47 581	0.26 563	0.58 573	0.28 556	0.20 559	0.39 567	0.18 402	0.49 576	0.64 579	0.52 576	0.87 595	1.01 596	0.57 589	0.50 580	0.56 594	0.53 597	0.31 588	0.54 594	0.40 588	0.33 586	0.34 588

NVStereoNet_ROB	0.46 580	0.36 579	0.46 558	0.41 580	0.28 577	0.34 553	0.34 579	0.48 574	0.60 572	0.72 590	0.93 598	0.70 590	0.66 595	0.47 578	0.60 597	0.22 574	0.33 589	0.34 583	0.34 587	0.30 581	0.30 584
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Consistency-Raft	0.44 575	0.40 582	0.45 554	0.37 577	0.43 588	0.46 571	0.41 586	0.57 590	0.55 559	0.32 538	0.73 586	0.33 517	0.48 580	0.42 576	0.49 589	0.39 587	0.35 590	0.45 587	0.51 597	0.42 588	0.29 582

MADNet+	0.75 595	0.71 597	3.70 616	0.66 592	0.41 586	0.98 606	0.97 614	0.69 595	0.73 592	0.52 576	0.57 573	0.64 583	0.68 597	0.86 605	1.01 613	0.34 586	0.36 591	0.28 577	0.23 570	0.36 587	0.31 585

ACVNet_2	0.66 591	0.66 595	0.68 587	0.63 591	0.41 586	0.71 592	0.49 593	0.96 605	1.39 610	0.89 600	1.09 605	1.04 597	0.73 598	0.54 589	0.47 587	0.43 591	0.40 592	0.53 593	0.44 591	0.47 589	0.35 590

GCST	0.37 566	0.42 584	0.26 497	1.02 608	0.39 584	0.18 413	0.08 7	0.20 266	0.17 238	0.28 512	0.25 406	0.15 307	0.12 296	0.16 356	0.14 354	0.64 604	0.43 593	0.75 600	0.65 604	0.63 597	0.46 596

IMH-64-1	0.65 589	0.61 591	0.68 587	0.71 593	0.51 591	0.59 582	0.49 593	0.91 601	0.85 596	0.74 594	1.02 602	0.81 592	0.78 600	0.79 598	0.49 589	0.42 589	0.46 594	0.71 597	0.47 592	0.52 591	0.39 591

IMH-64	0.65 589	0.61 591	0.68 587	0.71 593	0.51 591	0.59 582	0.49 593	0.91 601	0.85 596	0.74 594	1.02 602	0.81 592	0.78 600	0.79 598	0.49 589	0.42 589	0.46 594	0.71 597	0.47 592	0.52 591	0.39 591

TorneroNet-64	0.76 596	0.72 598	0.74 594	0.78 597	0.58 599	0.91 605	0.56 598	0.84 599	1.29 607	0.66 584	0.90 596	1.40 609	0.75 599	0.85 604	0.67 603	0.49 595	0.46 594	0.72 599	0.59 600	0.67 601	0.53 597

PWCK	0.71 592	0.94 606	0.95 602	0.76 595	0.31 582	0.74 594	0.36 581	0.90 600	0.90 599	0.96 603	0.75 590	0.95 595	0.61 592	0.87 606	0.66 600	0.72 606	0.46 594	0.75 600	0.49 594	0.69 604	0.44 595

SPS-STEREO	0.57 587	0.58 589	0.65 579	0.45 583	0.55 595	0.62 585	0.44 592	0.62 593	0.50 549	0.68 586	0.64 577	0.66 586	0.57 589	0.61 593	0.60 597	0.62 603	0.47 598	0.51 590	0.49 594	0.55 595	0.58 599
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	0.54 585	0.61 591	0.70 593	0.57 590	0.43 588	0.65 587	0.37 584	0.60 592	0.87 598	0.50 575	0.66 579	0.64 583	0.47 579	0.49 579	0.43 585	0.47 594	0.48 599	0.52 592	0.41 589	0.52 591	0.40 593

SGM+DAISY	0.56 586	0.57 588	0.65 579	0.40 578	0.54 593	0.66 589	0.49 593	0.56 588	0.45 536	0.66 584	0.69 582	0.67 587	0.56 588	0.63 594	0.56 594	0.59 601	0.48 599	0.50 589	0.50 596	0.52 591	0.58 599

WAO-6	0.81 598	0.80 601	0.62 577	0.86 602	0.63 602	0.76 598	0.58 600	0.98 607	1.54 615	0.90 601	0.96 601	1.07 599	1.03 610	0.70 597	0.66 600	0.72 606	0.49 601	0.90 608	0.71 607	0.68 602	0.58 599

TorneroNet	0.82 599	0.74 599	0.81 599	0.84 600	0.63 602	0.99 607	0.63 601	0.96 605	1.16 604	0.80 597	1.11 607	1.36 608	0.86 604	0.93 609	0.80 608	0.56 598	0.49 601	0.78 605	0.66 605	0.73 607	0.63 607

IMH	0.71 592	0.64 594	0.68 587	0.76 595	0.54 593	0.69 590	0.54 597	0.98 607	1.10 603	0.82 598	1.09 605	0.89 594	0.88 605	0.87 606	0.52 593	0.44 592	0.50 603	0.75 600	0.51 597	0.56 596	0.41 594

anonymity	0.53 584	0.58 589	0.65 579	0.41 580	0.61 601	0.53 578	0.41 586	0.56 588	0.41 512	0.55 580	0.50 559	0.49 571	0.55 587	0.58 592	0.50 592	0.58 600	0.50 603	0.51 590	0.51 597	0.51 590	0.57 598

DPSimNet_ROB	1.11 609	1.23 612	0.78 595	1.13 610	0.88 612	1.10 612	1.13 615	1.16 617	1.23 606	1.43 615	1.02 602	1.41 610	1.10 614	0.90 608	1.60 615	1.46 618	0.51 605	1.21 615	1.03 616	0.90 610	1.01 616

WAO-8	0.91 602	0.81 602	0.65 579	0.94 605	0.69 605	0.90 602	0.67 605	1.07 613	1.83 618	1.06 608	1.45 615	1.30 604	1.07 611	0.84 602	0.78 606	0.74 608	0.53 606	0.86 606	0.75 608	0.69 604	0.62 605

Venus	0.91 602	0.81 602	0.65 579	0.94 605	0.69 605	0.90 602	0.67 605	1.07 613	1.83 618	1.06 608	1.45 615	1.30 604	1.07 611	0.84 602	0.78 606	0.74 608	0.53 606	0.86 606	0.75 608	0.69 604	0.62 605

UNDER WATER	0.97 605	0.97 608	1.42 608	0.99 607	0.70 608	1.12 613	0.84 610	0.80 598	1.08 602	1.01 605	0.90 596	1.55 613	1.22 617	1.03 613	1.00 612	0.78 610	0.53 606	1.02 611	0.87 612	0.80 609	0.74 610

LVE	0.83 600	0.85 604	0.85 600	0.80 598	0.56 596	1.04 611	0.65 604	1.05 610	1.47 613	0.96 603	1.22 613	1.10 600	0.85 603	0.83 601	0.71 605	0.49 595	0.55 609	0.76 603	0.60 602	0.65 599	0.59 604

Dean	0.87 601	0.86 605	0.79 597	0.81 599	0.56 596	0.90 602	0.63 601	1.15 616	1.73 616	1.15 611	1.15 610	1.31 606	0.99 609	0.81 600	0.81 609	0.57 599	0.56 610	0.77 604	0.64 603	0.66 600	0.58 599

UNDER WATER-64	0.95 604	0.94 606	1.43 609	0.87 603	0.56 596	1.18 614	0.87 611	0.77 597	0.94 600	1.04 606	0.85 594	1.58 614	1.21 616	0.94 610	0.96 611	0.87 612	0.57 611	1.03 612	0.88 613	0.78 608	0.73 609

MFMNet_re	0.64 588	0.66 595	0.65 579	0.51 587	0.69 605	0.69 590	0.57 599	0.64 594	0.73 592	0.60 582	0.73 586	0.62 582	0.67 596	0.65 595	0.60 597	0.66 605	0.58 612	0.63 595	0.59 600	0.68 602	0.69 608

WAO-7	0.79 597	0.78 600	0.54 565	0.85 601	0.67 604	0.74 594	0.68 607	1.05 610	1.32 608	0.90 601	1.20 612	1.04 597	0.92 606	0.69 596	0.66 600	0.60 602	0.62 613	0.67 596	0.68 606	0.64 598	0.58 599

notaker	0.97 605	1.11 609	0.98 603	1.13 610	0.81 609	0.73 593	0.68 607	0.93 603	1.16 604	1.18 613	1.18 611	1.41 610	1.16 615	1.08 615	0.69 604	0.81 611	0.64 614	1.17 613	0.79 610	0.98 611	0.80 612

ktn	1.01 607	1.21 611	0.80 598	1.23 612	0.86 611	1.01 609	0.87 611	0.94 604	1.39 610	1.04 606	1.12 608	1.15 601	1.07 611	0.94 610	0.59 596	1.28 617	0.71 615	1.38 617	0.83 611	1.02 613	0.75 611

HanzoNet	1.29 610	1.26 613	1.19 606	1.12 609	0.85 610	1.02 610	0.83 609	1.03 609	1.48 614	1.64 616	1.61 617	2.50 618	1.72 618	1.61 617	1.61 616	1.26 616	0.80 616	1.31 616	1.01 615	1.02 613	0.86 613

KSHMR	1.09 608	1.17 610	0.88 601	1.25 613	1.00 613	0.99 607	0.96 613	1.13 615	1.37 609	1.16 612	1.29 614	1.41 610	0.96 608	1.01 612	0.92 610	1.03 615	1.08 617	1.20 614	1.03 616	1.01 612	0.97 614

JetRed	1.62 611	1.46 614	2.98 611	0.92 604	1.21 614	4.99 619	1.53 619	1.27 618	1.39 610	1.83 617	1.74 618	1.60 615	0.95 607	1.41 616	2.45 620	0.90 614	1.60 618	0.93 609	0.90 614	1.35 615	0.99 615

MADNet++	1.95 612	1.75 615	1.59 610	1.82 614	1.69 616	2.33 617	1.40 618	2.35 619	2.09 620	2.57 619	2.36 620	2.24 617	2.17 619	2.28 618	2.34 618	1.87 619	1.66 619	1.54 618	1.34 618	1.92 616	1.77 618

PML	8.91 623	9.34 631	6.13 618	5.35 619	6.41 621	14.99 626	23.38 631	5.27 620	6.83 622	18.04 634	28.19 642	7.67 624	6.83 622	7.85 625	5.75 621	5.35 626	1.83 620	5.95 630	1.93 620	8.64 627	2.52 620

xxxxx1	7.79 617	5.02 624	7.31 620	3.12 616	3.85 618	16.35 627	22.88 626	5.86 624	8.69 623	7.97 624	8.54 622	9.12 626	8.27 624	10.18 626	10.92 624	2.42 621	2.45 621	3.56 624	12.37 628	3.77 619	3.06 621

tt_ll	7.79 617	5.02 624	7.31 620	3.12 616	3.85 618	16.35 627	22.88 626	5.86 624	8.69 623	7.97 624	8.54 622	9.12 626	8.27 624	10.18 626	10.92 624	2.42 621	2.45 621	3.56 624	12.37 628	3.77 619	3.06 621

ff	7.79 617	5.02 624	7.31 620	3.12 616	3.85 618	16.35 627	22.88 626	5.86 624	8.69 623	7.97 624	8.54 622	9.12 626	8.27 624	10.18 626	10.92 624	2.42 621	2.45 621	3.56 624	12.37 628	3.77 619	3.06 621

LRCNet_RVC	10.62 626	13.42 632	7.30 619	18.92 630	2.07 617	0.33 550	0.30 570	5.59 623	0.48 539	13.03 630	17.94 631	8.87 625	5.65 621	4.79 621	1.89 617	23.51 638	2.73 624	27.55 641	25.71 641	16.07 635	16.33 636

USTest	6.22 616	2.73 618	3.00 612	6.57 622	7.29 622	14.37 625	21.57 625	7.00 627	9.56 626	5.34 623	6.10 621	5.72 622	7.64 623	6.41 624	6.96 623	1.97 620	3.42 625	1.64 619	2.15 622	2.66 617	2.36 619

DPSMNet_ROB	8.06 621	4.48 620	8.63 626	5.37 621	10.74 625	8.32 621	22.98 630	5.46 621	13.36 629	5.12 621	9.92 625	5.08 620	10.40 627	5.53 623	12.58 627	3.80 625	8.00 626	3.50 622	7.02 625	3.83 622	7.14 626

DGTPSM_ROB	8.06 621	4.48 620	8.63 626	5.35 619	10.72 624	8.32 621	22.97 629	5.46 621	13.35 628	5.12 621	9.92 625	5.08 620	10.40 627	5.52 622	12.58 627	3.79 624	8.00 626	3.50 622	7.02 625	3.83 622	7.14 626

Anonymous_1	10.96 627	7.92 628	7.46 623	10.33 623	10.06 623	18.65 631	26.34 632	11.06 631	13.44 630	9.40 627	10.05 627	9.67 629	11.23 629	10.73 629	12.72 629	6.42 628	8.38 628	5.77 627	10.61 627	12.12 628	6.77 625

DPSM_ROB	11.15 628	8.58 629	8.00 624	10.88 624	11.58 626	19.10 632	26.71 633	12.05 632	14.07 633	10.36 628	10.84 628	10.33 630	11.86 630	11.70 630	13.54 630	6.99 629	8.79 629	5.89 628	6.95 623	7.29 625	7.42 628

DPSM	11.15 628	8.58 629	8.00 624	10.88 624	11.58 626	19.10 632	26.71 633	12.05 632	14.07 633	10.36 628	10.84 628	10.33 630	11.86 630	11.70 630	13.54 630	6.99 629	8.79 629	5.89 628	6.95 623	7.29 625	7.42 628

tt	4.67 615	0.06 76	3.55 615	2.02 615	1.55 615	10.25 623	16.71 624	8.91 628	5.03 621	1.31 614	0.94 599	4.71 619	4.76 620	3.33 619	5.87 622	6.06 627	10.30 631	1.88 621	2.11 621	2.75 618	1.21 617

HaxPig	15.71 630	18.52 639	19.18 634	16.89 629	15.89 631	7.73 620	7.60 621	13.31 634	10.82 627	15.42 631	14.91 630	15.98 632	14.92 632	15.58 632	15.98 632	18.95 637	16.73 632	19.46 637	18.08 637	19.26 636	19.05 639

LSM0	22.87 639	17.28 633	18.96 633	22.19 637	29.04 641	38.42 641	53.71 637	24.28 641	28.31 637	20.78 640	21.00 633	21.43 639	24.16 641	23.50 640	27.39 639	14.09 636	17.38 633	11.84 636	14.04 635	14.73 634	14.89 630

RAFT-FEzeroshot	22.43 635	17.33 634	15.98 628	22.02 633	23.31 637	38.34 637	53.82 640	24.05 637	28.39 638	20.61 637	21.76 636	20.88 636	23.92 639	23.41 636	27.42 640	14.07 632	17.69 634	11.83 633	14.02 633	14.69 631	14.97 633

RAFT-FE	22.43 635	17.33 634	15.98 628	22.02 633	23.31 637	38.34 637	53.82 640	24.05 637	28.39 638	20.61 637	21.76 636	20.88 636	23.92 639	23.41 636	27.42 640	14.07 632	17.69 634	11.83 633	14.02 633	14.69 631	14.97 633

Selective-RAFT-Error	22.47 638	17.37 638	16.09 631	22.06 635	23.34 639	38.39 639	53.83 642	24.29 642	28.47 642	20.74 639	21.83 640	20.81 635	23.90 637	23.54 641	27.53 642	14.08 635	17.69 634	11.82 632	14.00 631	14.69 631	15.00 635

CasAABBNet	22.42 634	17.33 634	16.01 630	22.01 632	23.28 636	38.32 636	53.80 639	24.14 639	28.41 640	20.60 636	21.77 638	20.89 638	23.91 638	23.43 638	27.36 638	14.07 632	17.69 634	11.83 633	14.01 632	14.67 630	14.95 632

FlowAnything	22.44 637	17.35 637	16.14 632	22.07 636	23.23 635	38.39 639	53.77 638	24.25 640	28.44 641	20.96 641	21.82 639	20.70 634	23.84 636	23.49 639	27.14 637	14.04 631	17.79 638	11.75 631	14.15 636	14.65 629	14.89 630

MEDIAN_ROB	20.38 633	24.04 640	23.31 637	21.23 631	21.71 634	10.40 624	7.92 622	17.64 635	15.50 635	20.12 635	19.70 632	20.34 633	20.32 633	21.19 633	21.13 635	23.81 639	21.81 639	24.98 640	23.76 640	24.71 639	23.93 640

AVERAGE_ROB	24.90 640	29.20 641	28.14 638	24.89 638	24.64 640	17.75 630	11.12 623	21.45 636	19.93 636	25.12 642	24.46 641	25.12 642	25.46 642	24.69 642	22.83 636	29.76 640	27.13 640	28.97 642	27.95 642	29.91 640	29.47 641

RSGM-EC	20.36 631	4.73 622	0.68 587	16.76 627	16.92 632	21.28 634	27.18 635	10.46 629	14.04 631	18.00 632	21.31 634	22.24 640	21.82 634	22.57 634	17.63 633	62.81 641	33.79 641	20.14 638	18.10 638	20.18 637	16.45 637

acva	20.36 631	4.73 622	0.68 587	16.76 627	16.92 632	21.28 634	27.18 635	10.46 629	14.04 631	18.00 632	21.31 634	22.24 640	21.82 634	22.57 634	17.63 633	62.81 641	33.79 641	20.14 638	18.10 638	20.18 637	16.45 637

test_example2	98.32 641	94.13 642	45.89 639	96.35 639	109.85 642	88.61 642	95.45 643	25.75 643	94.37 643	130.00 644	126.06 643	58.17 643	74.63 643	88.51 643	79.96 643	150.23 643	221.02 643	77.62 643	99.10 643	113.75 643	96.94 642

ccccc		285.66 643		368.85 642	370.60 643	123.16 643		115.05 644		126.68 643		122.83 644		252.94 644		384.56 644	353.86 644	254.69 644	223.00 644	425.87 644

ASD4		3.38 619

Low-res two-view benchmark