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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

LACA2	0.03 6	0.02 3	0.02 5	0.02 8	0.02 8	0.03 34	0.01 1	0.02 4	0.02 3	0.04 35	0.02 3	0.02 5	0.01 1	0.01 2	0.04 3	0.04 3	0.03 1	0.03 2	0.03 1	0.03 6	0.03 2	0.03 7	0.01 2	0.02 7	0.04 15	0.03 1	0.03 13	0.02 1

111111	0.03 6	0.02 3	0.02 5	0.01 1	0.02 8	0.02 5	0.02 20	0.03 19	0.04 26	0.02 3	0.03 16	0.03 16	0.02 15	0.01 2	0.04 3	0.05 17	0.04 9	0.03 2	0.04 14	0.03 6	0.03 2	0.03 7	0.02 31	0.02 7	0.03 2	0.03 1	0.02 1	0.02 1

MLG-Stereo_test1	0.03 6	0.02 3	0.01 1	0.01 1	0.02 8	0.02 5	0.02 20	0.03 19	0.04 26	0.04 35	0.02 3	0.04 34	0.02 15	0.01 2	0.04 3	0.04 3	0.06 41	0.04 15	0.05 29	0.03 6	0.05 30	0.03 7	0.01 2	0.01 1	0.03 2	0.03 1	0.03 13	0.03 10

MLG-Stereo	0.03 6	0.02 3	0.01 1	0.02 8	0.02 8	0.01 1	0.01 1	0.03 19	0.03 14	0.04 35	0.02 3	0.04 34	0.01 1	0.01 2	0.04 3	0.04 3	0.06 41	0.03 2	0.04 14	0.03 6	0.05 30	0.03 7	0.01 2	0.01 1	0.03 2	0.03 1	0.03 13	0.03 10

MM-Stereo_test3	0.02 1	0.01 1	0.02 5	0.02 8	0.02 8	0.01 1	0.01 1	0.02 4	0.03 14	0.02 3	0.02 3	0.02 5	0.01 1	0.01 2	0.04 3	0.04 3	0.04 9	0.03 2	0.03 1	0.03 6	0.03 2	0.02 2	0.01 2	0.02 7	0.03 2	0.03 1	0.02 1	0.02 1

MM-Stereo_test1	0.02 1	0.02 3	0.02 5	0.02 8	0.01 1	0.02 5	0.01 1	0.02 4	0.03 14	0.03 14	0.02 3	0.01 1	0.01 1	0.01 2	0.04 3	0.04 3	0.04 9	0.04 15	0.04 14	0.03 6	0.03 2	0.03 7	0.02 31	0.03 28	0.03 2	0.03 1	0.02 1	0.02 1

CoSv	0.03 6	0.02 3	0.01 1	0.02 8	0.02 8	0.03 34	0.02 20	0.03 19	0.03 14	0.03 14	0.02 3	0.02 5	0.02 15	0.01 2	0.04 3	0.05 17	0.05 29	0.03 2	0.06 47	0.02 1	0.04 17	0.02 2	0.01 2	0.01 1	0.05 32	0.03 1	0.04 31	0.03 10

Pointernet	0.02 1	0.02 3	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.02 4	0.02 3	0.02 3	0.02 3	0.02 5	0.01 1	0.01 2	0.03 1	0.03 1	0.03 1	0.02 1	0.03 1	0.02 1	0.02 1	0.01 1	0.01 2	0.01 1	0.03 2	0.03 1	0.02 1	0.02 1

MoCha-V2	0.03 6	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.01 1	0.02 4	0.02 3	0.03 14	0.03 16	0.02 5	0.01 1	0.01 2	0.04 3	0.05 17	0.04 9	0.04 15	0.04 14	0.03 6	0.03 2	0.02 2	0.01 2	0.02 7	0.03 2	0.03 1	0.02 1	0.02 1

ProNet	0.02 1	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.02 20	0.01 1	0.01 1	0.02 3	0.02 3	0.01 1	0.01 1	0.01 2	0.04 3	0.04 3	0.03 1	0.03 2	0.03 1	0.02 1	0.03 2	0.02 2	0.01 2	0.02 7	0.03 2	0.03 1	0.02 1	0.02 1

CroCo-Stereo	0.02 1	0.01 1	0.02 5	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.00 1	0.04 3	0.05 17	0.04 9	0.03 2	0.03 1	0.02 1	0.03 2	0.02 2	0.00 1	0.01 1	0.04 15	0.03 1	0.02 1	0.02 1
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
WQFJX1	0.03 6	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.02 20	0.04 32	0.06 75	0.03 14	0.05 49	0.03 16	0.04 67	0.01 2	0.04 3	0.04 3	0.04 9	0.03 2	0.03 1	0.03 6	0.03 2	0.03 7	0.01 2	0.02 7	0.04 15	0.04 12	0.03 13	0.03 10

NLMM1	0.04 31	0.03 28	0.03 30	0.02 8	0.02 8	0.02 5	0.02 20	0.05 48	0.05 49	0.04 35	0.07 93	0.03 16	0.07 152	0.02 23	0.04 3	0.05 17	0.03 1	0.04 15	0.04 14	0.04 30	0.03 2	0.03 7	0.01 2	0.04 59	0.06 50	0.04 12	0.04 31	0.04 31

NLCSM	0.03 6	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.02 20	0.05 48	0.04 26	0.03 14	0.04 31	0.04 34	0.05 94	0.02 23	0.03 1	0.03 1	0.04 9	0.03 2	0.03 1	0.02 1	0.03 2	0.03 7	0.01 2	0.02 7	0.04 15	0.04 12	0.02 1	0.03 10

GSStereo	0.03 6	0.03 28	0.03 30	0.03 31	0.03 32	0.03 34	0.02 20	0.01 1	0.03 14	0.03 14	0.03 16	0.02 5	0.01 1	0.01 2	0.05 23	0.06 38	0.07 52	0.04 15	0.06 47	0.03 6	0.06 42	0.03 7	0.01 2	0.03 28	0.04 15	0.04 12	0.04 31	0.03 10

GS-Stereo																							0.01 2	0.03 28	0.04 15	0.04 12	0.04 31	0.03 10

GASTEREO	0.03 6	0.02 3	0.03 30	0.02 8	0.03 32	0.02 5	0.01 1	0.02 4	0.05 49	0.02 3	0.03 16	0.04 34	0.02 15	0.02 23	0.05 23	0.06 38	0.05 29	0.05 33	0.05 29	0.04 30	0.04 17	0.04 37	0.02 31	0.02 7	0.05 32	0.04 12	0.03 13	0.04 31

MSCF	0.03 6	0.02 3	0.03 30	0.03 31	0.02 8	0.02 5	0.01 1	0.02 4	0.05 49	0.02 3	0.04 31	0.04 34	0.02 15	0.02 23	0.05 23	0.06 38	0.05 29	0.05 33	0.05 29	0.04 30	0.04 17	0.04 37	0.02 31	0.02 7	0.05 32	0.04 12	0.02 1	0.04 31

MLG-Stereo_test2	0.04 31	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.01 1	0.04 32	0.03 14	0.05 56	0.03 16	0.05 52	0.02 15	0.03 57	0.05 23	0.05 17	0.08 59	0.04 15	0.06 47	0.04 30	0.07 54	0.03 7	0.02 31	0.02 7	0.04 15	0.04 12	0.05 45	0.03 10

LG-Stereo	0.03 6	0.03 28	0.02 5	0.02 8	0.03 32	0.02 5	0.01 1	0.04 32	0.05 49	0.04 35	0.02 3	0.05 52	0.02 15	0.01 2	0.04 3	0.05 17	0.05 29	0.04 15	0.05 29	0.04 30	0.07 54	0.03 7	0.01 2	0.02 7	0.05 32	0.04 12	0.04 31	0.04 31

MM-Stereo_test2	0.03 6	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.01 1	0.03 19	0.02 3	0.03 14	0.03 16	0.01 1	0.01 1	0.02 23	0.05 23	0.05 17	0.04 9	0.05 33	0.04 14	0.03 6	0.04 17	0.04 37	0.03 69	0.03 28	0.03 2	0.04 12	0.03 13	0.04 31

GREAT-IGEV	0.03 6	0.02 3	0.02 5	0.02 8	0.01 1	0.02 5	0.01 1	0.02 4	0.02 3	0.03 14	0.04 31	0.04 34	0.01 1	0.01 2	0.05 23	0.05 17	0.04 9	0.04 15	0.04 14	0.03 6	0.04 17	0.03 7	0.01 2	0.02 7	0.04 15	0.04 12	0.03 13	0.03 10
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
AIO-test2	0.03 6	0.02 3	0.02 5	0.02 8	0.01 1	0.02 5	0.01 1	0.03 19	0.04 26	0.03 14	0.06 71	0.03 16	0.01 1	0.02 23	0.04 3	0.04 3	0.03 1	0.04 15	0.03 1	0.03 6	0.03 2	0.03 7	0.01 2	0.02 7	0.02 1	0.04 12	0.02 1	0.03 10

AIO-test1	0.03 6	0.02 3	0.02 5	0.01 1	0.02 8	0.02 5	0.01 1	0.05 48	0.05 49	0.04 35	0.04 31	0.04 34	0.02 15	0.03 57	0.05 23	0.06 38	0.04 9	0.04 15	0.03 1	0.03 6	0.03 2	0.03 7	0.01 2	0.02 7	0.03 2	0.04 12	0.02 1	0.03 10

Occ-G	0.04 31	0.04 53	0.03 30	0.04 53	0.02 8	0.03 34	0.02 20	0.04 32	0.03 14	0.03 14	0.05 49	0.03 16	0.02 15	0.02 23	0.05 23	0.06 38	0.06 41	0.06 50	0.07 55	0.04 30	0.05 30	0.03 7	0.04 93	0.03 28	0.04 15	0.04 12	0.03 13	0.05 46

U	0.03 6	0.02 3	0.02 5	0.01 1	0.01 1	0.02 5	0.01 1	0.02 4	0.02 3	0.01 1	0.01 1	0.02 5	0.02 15	0.01 2	0.05 23	0.05 17	0.05 29	0.04 15	0.04 14	0.03 6	0.05 30	0.03 7	0.01 2	0.01 1	0.04 15	0.04 12	0.02 1	0.03 10

AIO-Stereo	0.03 6	0.03 28	0.03 30	0.02 8	0.03 32	0.03 34	0.02 20	0.02 4	0.03 14	0.03 14	0.03 16	0.02 5	0.02 15	0.02 23	0.05 23	0.05 17	0.04 9	0.04 15	0.05 29	0.03 6	0.04 17	0.03 7	0.02 31	0.02 7	0.03 2	0.04 12	0.03 13	0.02 1

RSM	0.03 6	0.03 28	0.03 30	0.02 8	0.03 32	0.03 34	0.02 20	0.03 19	0.02 3	0.03 14	0.04 31	0.04 34	0.02 15	0.02 23	0.05 23	0.06 38	0.05 29	0.04 15	0.05 29	0.04 30	0.05 30	0.03 7	0.01 2	0.03 28	0.04 15	0.04 12	0.03 13	0.03 10

WQFJA1	0.04 31	0.03 28	0.03 30	0.03 31	0.03 32	0.04 55	0.03 51	0.05 48	0.04 26	0.03 14	0.06 71	0.04 34	0.03 45	0.02 23	0.04 3	0.04 3	0.04 9	0.03 2	0.03 1	0.03 6	0.03 2	0.03 7	0.02 31	0.03 28	0.04 15	0.05 29	0.03 13	0.05 46

WQFJX	0.03 6	0.03 28	0.03 30	0.03 31	0.03 32	0.03 34	0.02 20	0.03 19	0.04 26	0.03 14	0.06 71	0.03 16	0.06 123	0.02 23	0.04 3	0.04 3	0.03 1	0.03 2	0.03 1	0.03 6	0.03 2	0.03 7	0.02 31	0.03 28	0.03 2	0.05 29	0.03 13	0.04 31

NLMM	0.04 31	0.03 28	0.03 30	0.03 31	0.03 32	0.04 55	0.03 51	0.05 48	0.04 26	0.03 14	0.06 71	0.04 34	0.03 45	0.02 23	0.04 3	0.04 3	0.04 9	0.03 2	0.03 1	0.03 6	0.03 2	0.03 7	0.02 31	0.03 28	0.04 15	0.05 29	0.03 13	0.05 46

NLSM1	0.04 31	0.03 28	0.03 30	0.03 31	0.02 8	0.04 55	0.03 51	0.05 48	0.07 100	0.03 14	0.07 93	0.04 34	0.06 123	0.02 23	0.04 3	0.04 3	0.04 9	0.04 15	0.05 29	0.03 6	0.05 30	0.03 7	0.02 31	0.03 28	0.05 32	0.05 29	0.04 31	0.04 31

VIP-Stereo	0.04 31	0.03 28	0.03 30	0.04 53	0.03 32	0.02 5	0.01 1	0.04 32	0.04 26	0.04 35	0.07 93	0.06 64	0.02 15	0.02 23	0.05 23	0.06 38	0.08 59	0.05 33	0.06 47	0.04 30	0.07 54	0.04 37	0.02 31	0.03 28	0.05 32	0.05 29	0.04 31	0.04 31

GEAStereo	0.04 31	0.04 53	0.03 30	0.04 53	0.03 32	0.03 34	0.03 51	0.04 32	0.03 14	0.04 35	0.03 16	0.03 16	0.01 1	0.02 23	0.05 23	0.06 38	0.06 41	0.05 33	0.05 29	0.04 30	0.06 42	0.04 37	0.02 31	0.03 28	0.04 15	0.05 29	0.04 31	0.03 10

BridgeDepth	0.03 6	0.02 3	0.02 5	0.03 31	0.02 8	0.03 34	0.01 1	0.02 4	0.02 3	0.02 3	0.02 3	0.04 34	0.02 15	0.01 2	0.04 3	0.04 3	0.03 1	0.04 15	0.03 1	0.03 6	0.04 17	0.03 7	0.01 2	0.02 7	0.04 15	0.05 29	0.05 45	0.03 10
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
gasm-f	0.04 31	0.04 53	0.03 30	0.04 53	0.03 32	0.03 34	0.03 51	0.04 32	0.03 14	0.04 35	0.03 16	0.03 16	0.01 1	0.02 23	0.05 23	0.06 38	0.06 41	0.05 33	0.05 29	0.04 30	0.06 42	0.04 37	0.02 31	0.03 28	0.04 15	0.05 29	0.04 31	0.03 10

MonStereo	0.04 31	0.03 28	0.03 30	0.03 31	0.02 8	0.02 5	0.02 20	0.03 19	0.04 26	0.04 35	0.06 71	0.03 16	0.02 15	0.02 23	0.05 23	0.05 17	0.05 29	0.04 15	0.05 29	0.04 30	0.05 30	0.03 7	0.02 31	0.02 7	0.05 32	0.05 29	0.05 45	0.05 46

AdaDepth	0.04 31	0.04 53	0.02 5	0.03 31	0.03 32	0.02 5	0.02 20	0.03 19	0.04 26	0.03 14	0.04 31	0.03 16	0.02 15	0.01 2	0.06 47	0.06 38	0.06 41	0.05 33	0.05 29	0.03 6	0.05 30	0.03 7	0.01 2	0.03 28	0.05 32	0.05 29	0.04 31	0.03 10

HUF	0.07 81	0.05 74	0.04 64	0.07 119	0.06 103	0.04 55	0.03 51	0.09 87	0.07 100	0.16 111	0.05 49	0.09 81	0.04 67	0.03 57	0.06 47	0.07 61	0.08 59	0.06 50	0.09 85	0.06 75	0.14 133	0.06 78	0.03 69	0.04 59	0.08 75	0.05 29	0.06 64	0.05 46

GIP-stereo	0.03 6	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.02 20	0.02 4	0.02 3	0.02 3	0.02 3	0.02 5	0.02 15	0.02 23	0.05 23	0.05 17	0.06 41	0.04 15	0.06 47	0.03 6	0.05 30	0.03 7	0.01 2	0.03 28	0.04 15	0.05 29	0.03 13	0.03 10

IGEV-Stereo++	0.03 6	0.02 3	0.02 5	0.03 31	0.03 32	0.03 34	0.02 20	0.04 32	0.04 26	0.04 35	0.03 16	0.03 16	0.02 15	0.02 23	0.05 23	0.05 17	0.04 9	0.04 15	0.04 14	0.04 30	0.04 17	0.04 37	0.03 69	0.03 28	0.03 2	0.05 29	0.03 13	0.03 10

RAStereo	0.03 6	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.01 1	0.03 19	0.02 3	0.03 14	0.02 3	0.04 34	0.03 45	0.02 23	0.05 23	0.05 17	0.05 29	0.05 33	0.04 14	0.03 6	0.06 42	0.03 7	0.01 2	0.02 7	0.06 50	0.05 29	0.04 31	0.04 31

RSM++	0.04 31	0.03 28	0.03 30	0.02 8	0.04 57	0.02 5	0.03 51	0.05 48	0.04 26	0.04 35	0.04 31	0.05 52	0.02 15	0.02 23	0.06 47	0.06 38	0.05 29	0.05 33	0.05 29	0.04 30	0.07 54	0.04 37	0.02 31	0.03 28	0.06 50	0.05 29	0.04 31	0.04 31

anonymousdsp	0.05 52	0.04 53	0.03 30	0.03 31	0.04 57	0.04 55	0.04 90	0.06 60	0.05 49	0.06 63	0.04 31	0.03 16	0.02 15	0.03 57	0.06 47	0.07 61	0.08 59	0.06 50	0.08 70	0.05 57	0.09 68	0.05 57	0.03 69	0.03 28	0.05 32	0.05 29	0.05 45	0.05 46

CroCo-Stereo Lap2	0.03 6	0.02 3	0.02 5	0.01 1	0.01 1	0.02 5	0.02 20	0.02 4	0.02 3	0.03 14	0.02 3	0.02 5	0.03 45	0.01 2	0.05 23	0.05 17	0.04 9	0.05 33	0.04 14	0.04 30	0.04 17	0.04 37	0.01 2	0.02 7	0.05 32	0.05 29	0.05 45	0.03 10

HCRNet	0.11 137	0.17 269	0.06 129	0.22 269	0.08 140	0.15 222	0.08 167	0.13 121	0.04 26	0.46 333	0.12 191	0.24 255	0.07 152	0.07 148	0.08 98	0.06 38	0.14 113	0.08 79	0.20 228	0.08 115	0.09 68	0.05 57	0.11 240	0.06 111	0.06 50	0.05 29	0.05 45	0.08 77

RAFT + AFF	0.05 52	0.04 53	0.03 30	0.05 74	0.04 57	0.04 55	0.03 51	0.06 60	0.08 125	0.09 79	0.05 49	0.09 81	0.02 15	0.02 23	0.05 23	0.05 17	0.09 72	0.06 50	0.06 47	0.04 30	0.07 54	0.05 57	0.02 31	0.04 59	0.07 64	0.05 29	0.05 45	0.05 46

TDLM	0.04 31	0.04 53	0.04 64	0.04 53	0.04 57	0.04 55	0.03 51	0.04 32	0.03 14	0.04 35	0.06 71	0.04 34	0.03 45	0.03 57	0.06 47	0.06 38	0.06 41	0.06 50	0.05 29	0.04 30	0.05 30	0.04 37	0.03 69	0.04 59	0.05 32	0.05 29	0.05 45	0.05 46

PointNet	0.04 31	0.03 28	0.04 64	0.03 31	0.02 8	0.03 34	0.03 51	0.05 48	0.04 26	0.02 3	0.05 49	0.03 16	0.02 15	0.02 23	0.04 3	0.04 3	0.03 1	0.03 2	0.04 14	0.03 6	0.04 17	0.03 7	0.04 93	0.05 85	0.05 32	0.06 49	0.03 13	0.04 31

LACA3	0.04 31	0.03 28	0.03 30	0.03 31	0.03 32	0.03 34	0.02 20	0.02 4	0.04 26	0.04 35	0.03 16	0.03 16	0.02 15	0.02 23	0.06 47	0.06 38	0.04 9	0.06 50	0.05 29	0.04 30	0.06 42	0.06 78	0.02 31	0.03 28	0.05 32	0.06 49	0.05 45	0.05 46

LACA1	0.04 31	0.03 28	0.03 30	0.02 8	0.03 32	0.03 34	0.02 20	0.02 4	0.05 49	0.03 14	0.03 16	0.04 34	0.03 45	0.02 23	0.05 23	0.05 17	0.04 9	0.06 50	0.04 14	0.04 30	0.04 17	0.04 37	0.03 69	0.03 28	0.05 32	0.06 49	0.05 45	0.04 31

MatchStereo	0.04 31	0.02 3	0.03 30	0.02 8	0.03 32	0.02 5	0.02 20	0.03 19	0.06 75	0.02 3	0.06 71	0.02 5	0.04 67	0.02 23	0.06 47	0.06 38	0.04 9	0.05 33	0.04 14	0.05 57	0.05 30	0.05 57	0.01 2	0.03 28	0.05 32	0.06 49	0.03 13	0.04 31
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
NLSM3	0.04 31	0.03 28	0.03 30	0.04 53	0.03 32	0.02 5	0.02 20	0.04 32	0.07 100	0.04 35	0.04 31	0.03 16	0.04 67	0.03 57	0.06 47	0.05 17	0.05 29	0.05 33	0.04 14	0.04 30	0.04 17	0.04 37	0.03 69	0.03 28	0.06 50	0.06 49	0.06 64	0.06 65

LG-Stereo_L2	0.06 59	0.04 53	0.03 30	0.03 31	0.04 57	0.02 5	0.02 20	0.08 80	0.08 125	0.21 166	0.06 71	0.08 75	0.03 45	0.03 57	0.06 47	0.07 61	0.10 76	0.06 50	0.07 55	0.04 30	0.13 117	0.05 57	0.02 31	0.03 28	0.05 32	0.06 49	0.05 45	0.05 46

LG-Stereo_L1	0.06 59	0.04 53	0.03 30	0.04 53	0.03 32	0.02 5	0.02 20	0.08 80	0.09 157	0.21 166	0.05 49	0.05 52	0.03 45	0.03 57	0.06 47	0.07 61	0.10 76	0.06 50	0.07 55	0.04 30	0.14 133	0.05 57	0.01 2	0.03 28	0.06 50	0.06 49	0.05 45	0.05 46

MLG-Stereo_test3	0.05 52	0.03 28	0.02 5	0.03 31	0.04 57	0.05 84	0.03 51	0.05 48	0.06 75	0.06 63	0.06 71	0.09 81	0.02 15	0.03 57	0.06 47	0.06 38	0.08 59	0.06 50	0.06 47	0.04 30	0.08 64	0.04 37	0.02 31	0.03 28	0.05 32	0.06 49	0.05 45	0.05 46

LG-G_1	0.06 59	0.05 74	0.04 64	0.05 74	0.05 75	0.06 101	0.03 51	0.06 60	0.06 75	0.08 75	0.03 16	0.10 89	0.04 67	0.06 118	0.06 47	0.06 38	0.10 76	0.06 50	0.08 70	0.05 57	0.10 78	0.04 37	0.05 120	0.04 59	0.06 50	0.06 49	0.08 79	0.07 70

LG-G	0.06 59	0.05 74	0.04 64	0.05 74	0.05 75	0.06 101	0.03 51	0.06 60	0.06 75	0.08 75	0.03 16	0.10 89	0.04 67	0.06 118	0.06 47	0.06 38	0.10 76	0.06 50	0.08 70	0.05 57	0.10 78	0.04 37	0.05 120	0.04 59	0.06 50	0.06 49	0.08 79	0.07 70

DFGA-Net	0.05 52	0.05 74	0.03 30	0.04 53	0.03 32	0.04 55	0.03 51	0.05 48	0.04 26	0.06 63	0.05 49	0.10 89	0.04 67	0.03 57	0.06 47	0.07 61	0.08 59	0.07 69	0.07 55	0.05 57	0.07 54	0.04 37	0.03 69	0.04 59	0.07 64	0.06 49	0.06 64	0.09 84

LGtest1	0.06 59	0.04 53	0.03 30	0.04 53	0.04 57	0.04 55	0.03 51	0.08 80	0.08 125	0.07 72	0.04 31	0.06 64	0.03 45	0.05 100	0.07 67	0.07 61	0.12 95	0.07 69	0.10 96	0.07 93	0.12 98	0.06 78	0.04 93	0.03 28	0.07 64	0.06 49	0.08 79	0.06 65

AIO_rvc	0.06 59	0.06 97	0.03 30	0.05 74	0.04 57	0.04 55	0.03 51	0.08 80	0.06 75	0.10 87	0.04 31	0.08 75	0.02 15	0.03 57	0.06 47	0.07 61	0.08 59	0.06 50	0.07 55	0.05 57	0.12 98	0.05 57	0.02 31	0.03 28	0.06 50	0.06 49	0.05 45	0.05 46

DEFOM-Stereo	0.04 31	0.03 28	0.02 5	0.04 53	0.03 32	0.03 34	0.02 20	0.04 32	0.04 26	0.04 35	0.04 31	0.03 16	0.02 15	0.02 23	0.05 23	0.05 17	0.07 52	0.06 50	0.06 47	0.04 30	0.06 42	0.03 7	0.02 31	0.02 7	0.06 50	0.06 49	0.05 45	0.04 31

IGEV-Stereo+	0.06 59	0.03 28	0.03 30	0.03 31	0.04 57	0.03 34	0.03 51	0.16 145	0.06 75	0.20 155	0.06 71	0.06 64	0.03 45	0.04 84	0.07 67	0.08 77	0.10 76	0.06 50	0.09 85	0.06 75	0.12 98	0.06 78	0.03 69	0.03 28	0.07 64	0.06 49	0.03 13	0.07 70

AEACV	0.04 31	0.03 28	0.02 5	0.04 53	0.03 32	0.02 5	0.02 20	0.03 19	0.03 14	0.03 14	0.03 16	0.03 16	0.02 15	0.01 2	0.05 23	0.06 38	0.05 29	0.05 33	0.07 55	0.04 30	0.06 42	0.03 7	0.01 2	0.02 7	0.06 50	0.06 49	0.04 31	0.03 10

iRaftStereo_RVC	0.05 52	0.03 28	0.03 30	0.03 31	0.03 32	0.03 34	0.02 20	0.05 48	0.04 26	0.06 63	0.05 49	0.05 52	0.03 45	0.02 23	0.06 47	0.06 38	0.10 76	0.07 69	0.07 55	0.05 57	0.09 68	0.04 37	0.02 31	0.03 28	0.07 64	0.06 49	0.05 45	0.05 46

delet	0.05 52	0.05 74	0.04 64	0.06 97	0.05 75	0.05 84	0.05 101	0.04 32	0.04 26	0.06 63	0.05 49	0.10 89	0.05 94	0.03 57	0.07 67	0.06 38	0.07 52	0.06 50	0.05 29	0.06 75	0.06 42	0.04 37	0.03 69	0.04 59	0.06 50	0.06 49	0.04 31	0.04 31

DispViT+	0.04 31	0.03 28	0.04 64	0.06 97	0.03 32	0.04 55	0.03 51	0.04 32	0.05 49	0.04 35	0.07 93	0.04 34	0.04 67	0.02 23	0.05 23	0.05 17	0.04 9	0.05 33	0.05 29	0.04 30	0.04 17	0.05 57	0.02 31	0.04 59	0.05 32	0.07 67	0.05 45	0.06 65

AIO_test	0.06 59	0.05 74	0.04 64	0.07 119	0.05 75	0.04 55	0.04 90	0.10 94	0.09 157	0.12 90	0.05 49	0.11 101	0.04 67	0.03 57	0.06 47	0.07 61	0.07 52	0.06 50	0.08 70	0.05 57	0.13 117	0.05 57	0.04 93	0.04 59	0.09 86	0.07 67	0.05 45	0.05 46

IGEV-BASED-STEREO-	0.07 81	0.05 74	0.03 30	0.04 53	0.05 75	0.04 55	0.02 20	0.11 98	0.06 75	0.22 175	0.05 49	0.05 52	0.02 15	0.03 57	0.07 67	0.08 77	0.12 95	0.08 79	0.09 85	0.07 93	0.16 167	0.06 78	0.02 31	0.03 28	0.07 64	0.07 67	0.07 72	0.05 46

MIM_Stereo	0.06 59	0.04 53	0.03 30	0.05 74	0.05 75	0.05 84	0.03 51	0.06 60	0.04 26	0.14 98	0.06 71	0.04 34	0.02 15	0.03 57	0.07 67	0.08 77	0.13 99	0.07 69	0.09 85	0.06 75	0.11 84	0.06 78	0.02 31	0.04 59	0.08 75	0.07 67	0.07 72	0.05 46

AASNet	0.06 59	0.06 97	0.04 64	0.09 151	0.07 119	0.08 130	0.05 101	0.08 80	0.04 26	0.07 72	0.07 93	0.07 71	0.04 67	0.04 84	0.06 47	0.07 61	0.10 76	0.08 79	0.08 70	0.06 75	0.07 54	0.06 78	0.04 93	0.06 111	0.08 75	0.07 67	0.06 64	0.06 65

GANet	0.06 59	0.07 120	0.06 129	0.06 97	0.06 103	0.07 120	0.06 134	0.07 74	0.05 49	0.06 63	0.07 93	0.05 52	0.04 67	0.04 84	0.07 67	0.08 77	0.08 59	0.10 129	0.07 55	0.05 57	0.07 54	0.05 57	0.05 120	0.05 85	0.08 75	0.07 67	0.06 64	0.06 65

CVANet_RVC	0.07 81	0.07 120	0.07 159	0.08 130	0.06 103	0.07 120	0.05 101	0.06 60	0.05 49	0.06 63	0.09 141	0.05 52	0.04 67	0.04 84	0.08 98	0.08 77	0.08 59	0.08 79	0.08 70	0.06 75	0.08 64	0.05 57	0.04 93	0.05 85	0.08 75	0.07 67	0.07 72	0.09 84

TS12	0.06 59	0.04 53	0.04 64	0.05 74	0.05 75	0.04 55	0.03 51	0.06 60	0.05 49	0.04 35	0.08 120	0.06 64	0.03 45	0.03 57	0.07 67	0.08 77	0.06 41	0.07 69	0.07 55	0.06 75	0.09 68	0.08 113	0.02 31	0.04 59	0.08 75	0.08 74	0.08 79	0.09 84

TS	0.06 59	0.04 53	0.04 64	0.05 74	0.05 75	0.04 55	0.03 51	0.06 60	0.05 49	0.04 35	0.08 120	0.06 64	0.03 45	0.03 57	0.07 67	0.08 77	0.06 41	0.07 69	0.07 55	0.06 75	0.09 68	0.08 113	0.02 31	0.04 59	0.08 75	0.08 74	0.08 79	0.09 84

BridgeDepth_RVC	0.05 52	0.04 53	0.04 64	0.04 53	0.05 75	0.05 84	0.03 51	0.04 32	0.07 100	0.05 56	0.05 49	0.05 52	0.04 67	0.02 23	0.07 67	0.07 61	0.05 29	0.07 69	0.05 29	0.05 57	0.06 42	0.05 57	0.02 31	0.03 28	0.06 50	0.08 74	0.07 72	0.07 70
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
SGD-Stereo	0.06 59	0.04 53	0.03 30	0.05 74	0.04 57	0.06 101	0.03 51	0.04 32	0.06 75	0.08 75	0.05 49	0.05 52	0.03 45	0.03 57	0.07 67	0.08 77	0.14 113	0.06 50	0.09 85	0.05 57	0.12 98	0.05 57	0.03 69	0.04 59	0.08 75	0.08 74	0.12 125	0.09 84

YMNet	0.07 81	0.08 160	0.06 129	0.08 130	0.08 140	0.08 130	0.07 151	0.07 74	0.07 100	0.05 56	0.07 93	0.13 124	0.05 94	0.07 148	0.07 67	0.07 61	0.08 59	0.08 79	0.09 85	0.05 57	0.07 54	0.06 78	0.06 141	0.05 85	0.09 86	0.08 74	0.09 95	0.09 84

StereoVision	0.06 59	0.03 28	0.04 64	0.03 31	0.03 32	0.03 34	0.02 20	0.06 60	0.11 198	0.02 3	0.05 49	0.03 16	0.06 123	0.01 2	0.08 98	0.10 125	0.06 41	0.05 33	0.08 70	0.07 93	0.06 42	0.05 57	0.02 31	0.04 59	0.10 101	0.08 74	0.10 101	0.12 122

MIF-Stereo (partial)	0.06 59	0.05 74	0.06 129	0.05 74	0.04 57	0.05 84	0.03 51	0.08 80	0.07 100	0.07 72	0.04 31	0.05 52	0.06 123	0.04 84	0.08 98	0.08 77	0.11 86	0.08 79	0.08 70	0.05 57	0.09 68	0.05 57	0.02 31	0.06 111	0.10 101	0.08 74	0.07 72	0.08 77

anonymousdsp2	0.08 92	0.07 120	0.05 97	0.06 97	0.05 75	0.06 101	0.05 101	0.12 103	0.06 75	0.17 121	0.06 71	0.08 75	0.04 67	0.05 100	0.07 67	0.08 77	0.13 99	0.08 79	0.10 96	0.07 93	0.12 98	0.06 78	0.05 120	0.06 111	0.09 86	0.08 74	0.08 79	0.07 70

AFF-stereo	0.06 59	0.05 74	0.05 97	0.05 74	0.04 57	0.04 55	0.03 51	0.11 98	0.06 75	0.16 111	0.04 31	0.08 75	0.03 45	0.02 23	0.06 47	0.08 77	0.08 59	0.05 33	0.09 85	0.04 30	0.09 68	0.05 57	0.02 31	0.04 59	0.10 101	0.08 74	0.07 72	0.07 70

MMNet	0.06 59	0.06 97	0.04 64	0.08 130	0.06 103	0.06 101	0.05 101	0.07 74	0.05 49	0.05 56	0.05 49	0.09 81	0.04 67	0.04 84	0.07 67	0.07 61	0.08 59	0.08 79	0.07 55	0.06 75	0.06 42	0.05 57	0.04 93	0.05 85	0.07 64	0.08 74	0.07 72	0.10 100

S2M2_XL	0.11 137	0.07 120	0.08 183	0.07 119	0.07 119	0.10 169	0.08 167	0.18 193	0.06 75	0.21 166	0.09 141	0.22 243	0.05 94	0.06 118	0.08 98	0.10 125	0.20 204	0.09 106	0.17 192	0.09 142	0.20 236	0.08 113	0.08 192	0.06 111	0.11 116	0.09 84	0.14 152	0.16 166
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
DEFOM-Stereo_RVC	0.07 81	0.05 74	0.03 30	0.03 31	0.05 75	0.05 84	0.03 51	0.12 103	0.05 49	0.22 175	0.05 49	0.08 75	0.03 45	0.05 100	0.07 67	0.09 96	0.13 99	0.09 106	0.10 96	0.06 75	0.16 167	0.06 78	0.04 93	0.04 59	0.07 64	0.09 84	0.08 79	0.10 100

MGS-Stereo	0.08 92	0.06 97	0.04 64	0.05 74	0.05 75	0.04 55	0.03 51	0.12 103	0.05 49	0.09 79	0.07 93	0.10 89	0.04 67	0.05 100	0.07 67	0.08 77	0.15 120	0.11 145	0.12 115	0.09 142	0.12 98	0.07 96	0.05 120	0.05 85	0.10 101	0.09 84	0.11 115	0.10 100

plain	0.06 59	0.04 53	0.04 64	0.04 53	0.04 57	0.05 84	0.03 51	0.08 80	0.04 26	0.09 79	0.05 49	0.06 64	0.02 15	0.02 23	0.07 67	0.08 77	0.12 95	0.08 79	0.08 70	0.06 75	0.08 64	0.04 37	0.02 31	0.05 85	0.09 86	0.09 84	0.08 79	0.09 84

LL-Strereo2	0.07 81	0.03 28	0.03 30	0.04 53	0.05 75	0.04 55	0.03 51	0.06 60	0.07 100	0.14 98	0.07 93	0.08 75	0.05 94	0.04 84	0.07 67	0.08 77	0.14 113	0.07 69	0.10 96	0.06 75	0.10 78	0.06 78	0.03 69	0.04 59	0.08 75	0.09 84	0.08 79	0.05 46

CIPLG	0.09 98	0.06 97	0.05 97	0.06 97	0.06 103	0.09 145	0.06 134	0.18 193	0.06 75	0.20 155	0.08 120	0.12 108	0.06 123	0.06 118	0.08 98	0.10 125	0.17 148	0.11 145	0.11 104	0.09 142	0.13 117	0.06 78	0.04 93	0.06 111	0.10 101	0.09 84	0.10 101	0.10 100

GLC_STEREO	0.13 179	0.11 206	0.12 243	0.12 201	0.11 204	0.10 169	0.10 201	0.19 221	0.07 100	0.25 243	0.13 204	0.12 108	0.07 152	0.07 148	0.08 98	0.12 219	0.24 263	0.11 145	0.17 192	0.09 142	0.27 311	0.15 268	0.07 165	0.07 150	0.15 173	0.09 84	0.20 238	0.12 122

IPLGR_C	0.09 98	0.06 97	0.05 97	0.06 97	0.06 103	0.09 145	0.06 134	0.18 193	0.06 75	0.20 155	0.08 120	0.12 108	0.07 152	0.06 118	0.08 98	0.10 125	0.17 148	0.11 145	0.11 104	0.09 142	0.13 117	0.06 78	0.04 93	0.06 111	0.10 101	0.09 84	0.10 101	0.10 100

raft+_RVC	0.08 92	0.06 97	0.04 64	0.06 97	0.06 103	0.07 120	0.04 90	0.10 94	0.08 125	0.17 121	0.08 120	0.09 81	0.04 67	0.04 84	0.08 98	0.07 61	0.13 99	0.09 106	0.11 104	0.06 75	0.13 117	0.05 57	0.03 69	0.05 85	0.10 101	0.09 84	0.09 95	0.08 77

RALCasStereoNet	0.09 98	0.08 160	0.06 129	0.09 151	0.07 119	0.06 101	0.05 101	0.12 103	0.05 49	0.18 133	0.07 93	0.12 108	0.05 94	0.04 84	0.09 136	0.10 125	0.18 167	0.12 177	0.13 135	0.08 115	0.15 150	0.08 113	0.05 120	0.06 111	0.12 125	0.09 84	0.10 101	0.08 77

ARAFT	0.07 81	0.04 53	0.04 64	0.05 74	0.05 75	0.05 84	0.02 20	0.09 87	0.06 75	0.12 90	0.06 71	0.12 108	0.03 45	0.03 57	0.07 67	0.07 61	0.12 95	0.09 106	0.09 85	0.05 57	0.11 84	0.07 96	0.03 69	0.04 59	0.09 86	0.09 84	0.09 95	0.09 84

RAFT-Stereo + iAFF	0.08 92	0.06 97	0.05 97	0.05 74	0.04 57	0.04 55	0.04 90	0.14 131	0.07 100	0.21 166	0.04 31	0.12 108	0.04 67	0.03 57	0.07 67	0.09 96	0.09 72	0.06 50	0.10 96	0.05 57	0.11 84	0.05 57	0.03 69	0.05 85	0.12 125	0.09 84	0.09 95	0.09 84

AANet_RVC	0.06 59	0.05 74	0.06 129	0.05 74	0.06 103	0.04 55	0.05 101	0.05 48	0.06 75	0.05 56	0.06 71	0.05 52	0.04 67	0.04 84	0.07 67	0.07 61	0.08 59	0.08 79	0.07 55	0.07 93	0.07 54	0.06 78	0.05 120	0.05 85	0.07 64	0.09 84	0.06 64	0.08 77

test_for_model	0.09 98	0.05 74	0.04 64	0.05 74	0.07 119	0.04 55	0.03 51	0.12 103	0.08 125	0.24 211	0.05 49	0.15 141	0.05 94	0.06 118	0.07 67	0.09 96	0.18 167	0.10 129	0.12 115	0.08 115	0.14 133	0.07 96	0.04 93	0.05 85	0.09 86	0.10 97	0.08 79	0.09 84

GCAPDPT-zeroshot4090	0.09 98	0.05 74	0.04 64	0.05 74	0.07 119	0.04 55	0.03 51	0.12 103	0.08 125	0.24 211	0.05 49	0.15 141	0.05 94	0.06 118	0.07 67	0.09 96	0.18 167	0.10 129	0.12 115	0.08 115	0.14 133	0.07 96	0.04 93	0.05 85	0.09 86	0.10 97	0.08 79	0.09 84

CASnet	0.10 122	0.06 97	0.05 97	0.08 130	0.09 164	0.11 181	0.05 101	0.18 193	0.10 182	0.23 194	0.11 179	0.13 124	0.06 123	0.07 148	0.09 136	0.10 125	0.16 134	0.08 79	0.18 208	0.07 93	0.14 133	0.06 78	0.06 141	0.06 111	0.12 125	0.10 97	0.14 152	0.10 100
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	0.09 98	0.05 74	0.04 64	0.05 74	0.07 119	0.04 55	0.03 51	0.12 103	0.08 125	0.24 211	0.05 49	0.15 141	0.05 94	0.06 118	0.07 67	0.09 96	0.18 167	0.10 129	0.12 115	0.08 115	0.14 133	0.07 96	0.04 93	0.05 85	0.09 86	0.10 97	0.08 79	0.09 84

GCAPDPT-zeroshot	0.09 98	0.05 74	0.04 64	0.05 74	0.07 119	0.04 55	0.03 51	0.12 103	0.08 125	0.24 211	0.05 49	0.15 141	0.05 94	0.06 118	0.07 67	0.09 96	0.18 167	0.10 129	0.12 115	0.08 115	0.14 133	0.07 96	0.04 93	0.05 85	0.09 86	0.10 97	0.08 79	0.09 84

GCAP-Stereo	0.09 98	0.05 74	0.04 64	0.05 74	0.07 119	0.04 55	0.03 51	0.12 103	0.08 125	0.24 211	0.05 49	0.15 141	0.05 94	0.06 118	0.07 67	0.09 96	0.18 167	0.10 129	0.12 115	0.08 115	0.14 133	0.07 96	0.04 93	0.05 85	0.09 86	0.10 97	0.08 79	0.09 84

4D-IteraStereo	0.09 98	0.06 97	0.05 97	0.06 97	0.06 103	0.06 101	0.04 90	0.15 136	0.10 182	0.22 175	0.08 120	0.14 136	0.06 123	0.03 57	0.08 98	0.10 125	0.17 148	0.09 106	0.11 104	0.07 93	0.15 150	0.05 57	0.03 69	0.05 85	0.10 101	0.10 97	0.08 79	0.08 77

LoS_RVC	0.09 98	0.07 120	0.05 97	0.05 74	0.06 103	0.06 101	0.05 101	0.13 121	0.08 125	0.18 133	0.11 179	0.12 108	0.06 123	0.07 148	0.08 98	0.09 96	0.10 76	0.08 79	0.12 115	0.08 115	0.16 167	0.09 153	0.05 120	0.06 111	0.14 160	0.10 97	0.10 101	0.13 131

tt_ll	0.09 98	0.07 120	0.05 97	0.05 74	0.06 103	0.06 101	0.05 101	0.13 121	0.08 125	0.18 133	0.11 179	0.12 108	0.06 123	0.07 148	0.08 98	0.09 96	0.10 76	0.08 79	0.12 115	0.08 115	0.16 167	0.09 153	0.05 120	0.06 111	0.14 160	0.10 97	0.10 101	0.13 131

iinet-f	0.10 122	0.09 178	0.06 129	0.08 130	0.06 103	0.09 145	0.06 134	0.09 87	0.07 100	0.18 133	0.11 179	0.10 89	0.10 200	0.06 118	0.08 98	0.09 96	0.14 113	0.09 106	0.18 208	0.09 142	0.11 84	0.06 78	0.05 120	0.06 111	0.11 116	0.10 97	0.15 166	0.12 122

IER	0.09 98	0.07 120	0.07 159	0.09 151	0.07 119	0.08 130	0.06 134	0.12 103	0.07 100	0.14 98	0.11 179	0.10 89	0.07 152	0.06 118	0.08 98	0.09 96	0.15 120	0.11 145	0.11 104	0.07 93	0.11 84	0.07 96	0.06 141	0.06 111	0.10 101	0.10 97	0.11 115	0.14 141

test-3	0.10 122	0.06 97	0.04 64	0.06 97	0.08 140	0.05 84	0.05 101	0.17 156	0.07 100	0.24 211	0.07 93	0.19 195	0.07 152	0.06 118	0.10 179	0.10 125	0.21 219	0.09 106	0.15 160	0.10 170	0.16 167	0.09 153	0.05 120	0.06 111	0.09 86	0.10 97	0.12 125	0.11 110

test_1	0.10 122	0.06 97	0.04 64	0.06 97	0.08 140	0.05 84	0.05 101	0.17 156	0.07 100	0.24 211	0.07 93	0.19 195	0.07 152	0.06 118	0.10 179	0.10 125	0.21 219	0.09 106	0.15 160	0.10 170	0.16 167	0.09 153	0.05 120	0.06 111	0.09 86	0.10 97	0.12 125	0.11 110

ACRE	0.09 98	0.06 97	0.05 97	0.06 97	0.06 103	0.09 145	0.06 134	0.18 193	0.06 75	0.20 155	0.08 120	0.12 108	0.07 152	0.06 118	0.08 98	0.10 125	0.17 148	0.11 145	0.11 104	0.09 142	0.13 117	0.06 78	0.04 93	0.06 111	0.10 101	0.10 97	0.10 101	0.10 100

rafts_anoy	0.09 98	0.08 160	0.07 159	0.07 119	0.07 119	0.06 101	0.05 101	0.13 121	0.05 49	0.17 121	0.09 141	0.12 108	0.05 94	0.03 57	0.09 136	0.10 125	0.15 120	0.12 177	0.13 135	0.07 93	0.14 133	0.08 113	0.03 69	0.06 111	0.11 116	0.10 97	0.09 95	0.11 110

TANstereo	0.11 137	0.06 97	0.06 129	0.10 171	0.09 164	0.09 145	0.06 134	0.12 103	0.08 125	0.22 175	0.08 120	0.13 124	0.07 152	0.08 170	0.10 179	0.13 240	0.20 204	0.13 207	0.18 208	0.08 115	0.18 203	0.09 153	0.06 141	0.06 111	0.10 101	0.10 97	0.15 166	0.14 141

XX-TBD	0.11 137	0.06 97	0.06 129	0.10 171	0.09 164	0.09 145	0.06 134	0.12 103	0.08 125	0.22 175	0.08 120	0.13 124	0.07 152	0.08 170	0.10 179	0.13 240	0.20 204	0.13 207	0.18 208	0.08 115	0.18 203	0.09 153	0.06 141	0.06 111	0.10 101	0.10 97	0.15 166	0.14 141

RALAANet	0.09 98	0.08 160	0.06 129	0.07 119	0.05 75	0.08 130	0.05 101	0.10 94	0.07 100	0.12 90	0.09 141	0.10 89	0.06 123	0.03 57	0.08 98	0.09 96	0.13 99	0.11 145	0.15 160	0.08 115	0.12 98	0.07 96	0.04 93	0.06 111	0.11 116	0.10 97	0.11 115	0.11 110

FINET	0.12 164	0.11 206	0.12 243	0.12 201	0.10 187	0.11 181	0.13 233	0.15 136	0.12 216	0.13 95	0.12 191	0.13 124	0.09 185	0.09 189	0.15 279	0.13 240	0.15 120	0.11 145	0.16 176	0.09 142	0.13 117	0.10 188	0.10 230	0.10 218	0.12 125	0.10 97	0.13 139	0.12 122

UPFNet	0.09 98	0.08 160	0.08 183	0.09 151	0.07 119	0.09 145	0.06 134	0.12 103	0.09 157	0.14 98	0.09 141	0.12 108	0.06 123	0.07 148	0.08 98	0.10 125	0.13 99	0.11 145	0.10 96	0.07 93	0.09 68	0.07 96	0.06 141	0.06 111	0.09 86	0.10 97	0.10 101	0.10 100

DMCA-RVC	0.10 122	0.08 160	0.11 228	0.08 130	0.09 164	0.08 130	0.08 167	0.12 103	0.09 157	0.13 95	0.13 204	0.13 124	0.07 152	0.06 118	0.13 254	0.12 219	0.14 113	0.13 207	0.11 104	0.10 170	0.12 98	0.09 153	0.07 165	0.09 202	0.10 101	0.10 97	0.10 101	0.11 110

DMCA	0.07 81	0.05 74	0.07 159	0.06 97	0.06 103	0.05 84	0.07 151	0.09 87	0.06 75	0.06 63	0.09 141	0.07 71	0.06 123	0.06 118	0.07 67	0.08 77	0.11 86	0.10 129	0.08 70	0.07 93	0.09 68	0.05 57	0.06 141	0.05 85	0.08 75	0.10 97	0.05 45	0.07 70

DN-CSS_ROB	0.11 137	0.09 178	0.11 228	0.08 130	0.09 164	0.08 130	0.08 167	0.16 145	0.10 182	0.23 194	0.17 250	0.18 183	0.14 246	0.05 100	0.08 98	0.09 96	0.13 99	0.10 129	0.18 208	0.09 142	0.11 84	0.08 113	0.07 165	0.08 176	0.13 136	0.10 97	0.12 125	0.10 100

DepthFocus	0.10 122	0.05 74	0.05 97	0.09 151	0.05 75	0.06 101	0.04 90	0.17 156	0.07 100	0.22 175	0.09 141	0.13 124	0.04 67	0.10 204	0.09 136	0.09 96	0.18 167	0.09 106	0.18 208	0.09 142	0.17 189	0.08 113	0.09 214	0.05 85	0.07 64	0.11 120	0.14 152	0.12 122

WQFJA1++	0.12 164	0.09 178	0.06 129	0.15 233	0.08 140	0.15 222	0.14 239	0.17 156	0.07 100	0.19 146	0.11 179	0.15 141	0.08 172	0.05 100	0.08 98	0.10 125	0.19 187	0.09 106	0.16 176	0.08 115	0.16 167	0.07 96	0.06 141	0.06 111	0.16 187	0.11 120	0.21 252	0.22 239

CAS	0.09 98	0.07 120	0.05 97	0.06 97	0.05 75	0.05 84	0.04 90	0.14 131	0.05 49	0.11 88	0.10 166	0.11 101	0.05 94	0.07 148	0.08 98	0.09 96	0.11 86	0.10 129	0.14 148	0.07 93	0.12 98	0.07 96	0.05 120	0.05 85	0.13 136	0.11 120	0.09 95	0.14 141

LoS	0.15 228	0.10 192	0.08 183	0.10 171	0.11 204	0.09 145	0.07 151	0.50 329	0.05 49	0.32 312	0.36 324	0.36 280	0.06 123	0.09 189	0.09 136	0.10 125	0.20 204	0.09 106	0.14 148	0.11 194	0.21 260	0.09 153	0.07 165	0.07 150	0.17 200	0.11 120	0.20 238	0.21 236
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	0.11 137	0.06 97	0.06 129	0.06 97	0.08 140	0.07 120	0.05 101	0.35 308	0.05 49	0.15 105	0.23 296	0.13 124	0.04 67	0.08 170	0.08 98	0.10 125	0.19 187	0.08 79	0.14 148	0.08 115	0.28 316	0.08 113	0.07 165	0.04 59	0.14 160	0.11 120	0.13 139	0.16 166

IPLG	0.09 98	0.07 120	0.07 159	0.07 119	0.07 119	0.06 101	0.05 101	0.15 136	0.06 75	0.22 175	0.06 71	0.15 141	0.05 94	0.04 84	0.08 98	0.10 125	0.16 134	0.10 129	0.14 148	0.09 142	0.13 117	0.08 113	0.04 93	0.07 150	0.13 136	0.11 120	0.11 115	0.08 77

AnonymousM	0.08 92	0.05 74	0.04 64	0.06 97	0.05 75	0.04 55	0.04 90	0.13 121	0.05 49	0.20 155	0.06 71	0.11 101	0.03 45	0.06 118	0.09 136	0.09 96	0.19 187	0.08 79	0.12 115	0.07 93	0.16 167	0.06 78	0.04 93	0.04 59	0.08 75	0.11 120	0.10 101	0.09 84

CREStereo++_RVC	0.11 137	0.07 120	0.05 97	0.08 130	0.08 140	0.08 130	0.07 151	0.16 145	0.09 157	0.26 260	0.09 141	0.17 167	0.13 231	0.08 170	0.08 98	0.10 125	0.20 204	0.08 79	0.13 135	0.07 93	0.19 216	0.08 113	0.06 141	0.06 111	0.14 160	0.11 120	0.16 177	0.15 152
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
TestStereo	0.13 179	0.12 219	0.10 215	0.11 189	0.08 140	0.11 181	0.10 201	0.18 193	0.11 198	0.24 211	0.13 204	0.20 211	0.08 172	0.06 118	0.11 218	0.10 125	0.20 204	0.11 145	0.20 228	0.10 170	0.21 260	0.10 188	0.06 141	0.12 246	0.19 237	0.11 120	0.12 125	0.13 131

RASNet	0.11 137	0.10 192	0.09 196	0.10 171	0.07 119	0.08 130	0.08 167	0.19 221	0.09 157	0.17 121	0.10 166	0.13 124	0.08 172	0.06 118	0.08 98	0.10 125	0.15 120	0.09 106	0.12 115	0.06 75	0.15 150	0.09 153	0.05 120	0.10 218	0.13 136	0.11 120	0.17 191	0.17 178

HITNet	0.09 98	0.07 120	0.06 129	0.08 130	0.08 140	0.08 130	0.05 101	0.11 98	0.07 100	0.19 146	0.08 120	0.12 108	0.06 123	0.07 148	0.08 98	0.08 77	0.13 99	0.11 145	0.10 96	0.06 75	0.10 78	0.09 153	0.06 141	0.06 111	0.12 125	0.11 120	0.16 177	0.13 131
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
DISCO	0.10 122	0.10 192	0.08 183	0.10 171	0.09 164	0.11 181	0.09 184	0.10 94	0.08 125	0.15 105	0.10 166	0.12 108	0.07 152	0.06 118	0.09 136	0.11 171	0.15 120	0.10 129	0.14 148	0.10 170	0.12 98	0.10 188	0.06 141	0.09 202	0.14 160	0.11 120	0.13 139	0.11 110

DF	0.12 164	0.07 120	0.05 97	0.10 171	0.09 164	0.09 145	0.07 151	0.19 221	0.07 100	0.27 274	0.09 141	0.20 211	0.05 94	0.10 204	0.09 136	0.11 171	0.22 234	0.11 145	0.16 176	0.09 142	0.21 260	0.10 188	0.07 165	0.07 150	0.15 173	0.12 132	0.17 191	0.23 244

gcap_with_dpt	0.13 179	0.07 120	0.07 159	0.08 130	0.09 164	0.11 181	0.07 151	0.18 193	0.11 198	0.27 274	0.10 166	0.24 255	0.09 185	0.12 237	0.10 179	0.11 171	0.21 219	0.12 177	0.16 176	0.10 170	0.21 260	0.11 210	0.08 192	0.08 176	0.17 200	0.12 132	0.17 191	0.25 255

coex_refinement	0.10 122	0.10 192	0.07 159	0.09 151	0.08 140	0.09 145	0.06 134	0.17 156	0.10 182	0.20 155	0.11 179	0.11 101	0.07 152	0.07 148	0.11 218	0.14 261	0.15 120	0.11 145	0.12 115	0.06 75	0.12 98	0.08 113	0.06 141	0.07 150	0.12 125	0.12 132	0.11 115	0.13 131

S2M2_L	0.13 179	0.10 192	0.09 196	0.12 201	0.08 140	0.13 201	0.10 201	0.16 145	0.08 125	0.21 166	0.07 93	0.17 167	0.03 45	0.17 273	0.11 218	0.09 96	0.22 234	0.12 177	0.16 176	0.11 194	0.18 203	0.09 153	0.12 251	0.08 176	0.13 136	0.12 132	0.15 166	0.20 220
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
castereo++	0.10 122	0.07 120	0.05 97	0.07 119	0.07 119	0.06 101	0.05 101	0.17 156	0.09 157	0.24 211	0.08 120	0.17 167	0.06 123	0.05 100	0.09 136	0.10 125	0.19 187	0.09 106	0.13 135	0.07 93	0.20 236	0.07 96	0.05 120	0.07 150	0.12 125	0.12 132	0.12 125	0.11 110

castereo	0.10 122	0.07 120	0.06 129	0.06 97	0.07 119	0.08 130	0.05 101	0.16 145	0.11 198	0.24 211	0.10 166	0.15 141	0.04 67	0.05 100	0.08 98	0.10 125	0.20 204	0.09 106	0.14 148	0.07 93	0.19 216	0.07 96	0.04 93	0.07 150	0.13 136	0.12 132	0.12 125	0.12 122

GCAP-BAT	0.13 179	0.07 120	0.07 159	0.08 130	0.09 164	0.11 181	0.07 151	0.18 193	0.11 198	0.27 274	0.10 166	0.24 255	0.09 185	0.12 237	0.10 179	0.11 171	0.21 219	0.12 177	0.16 176	0.10 170	0.21 260	0.11 210	0.08 192	0.08 176	0.17 200	0.12 132	0.17 191	0.25 255

MyStereo04	0.14 206	0.12 219	0.10 215	0.08 130	0.09 164	0.10 169	0.08 167	0.22 260	0.19 272	0.24 211	0.16 241	0.23 246	0.11 210	0.04 84	0.10 179	0.11 171	0.17 148	0.12 177	0.21 239	0.12 215	0.16 167	0.11 210	0.06 141	0.11 230	0.21 263	0.12 132	0.16 177	0.15 152

EGLCR-Stereo	0.11 137	0.06 97	0.04 64	0.08 130	0.08 140	0.07 120	0.05 101	0.17 156	0.09 157	0.27 274	0.06 71	0.19 195	0.06 123	0.08 170	0.08 98	0.10 125	0.20 204	0.10 129	0.16 176	0.07 93	0.17 189	0.07 96	0.04 93	0.06 111	0.10 101	0.12 132	0.18 214	0.18 195

TESTraft	0.09 98	0.06 97	0.06 129	0.04 53	0.04 57	0.05 84	0.06 134	0.09 87	0.08 125	0.09 79	0.08 120	0.12 108	0.13 231	0.03 57	0.09 136	0.10 125	0.11 86	0.09 106	0.08 70	0.07 93	0.13 117	0.12 232	0.02 31	0.05 85	0.14 160	0.12 132	0.14 152	0.20 220

RAFT+CT+SA	0.09 98	0.05 74	0.07 159	0.05 74	0.05 75	0.04 55	0.05 101	0.13 121	0.08 125	0.08 75	0.07 93	0.15 141	0.13 231	0.04 84	0.10 179	0.10 125	0.09 72	0.08 79	0.08 70	0.06 75	0.12 98	0.11 210	0.02 31	0.06 111	0.13 136	0.12 132	0.11 115	0.17 178

raftrobust	0.10 122	0.08 160	0.06 129	0.08 130	0.07 119	0.05 84	0.04 90	0.14 131	0.06 75	0.25 243	0.07 93	0.12 108	0.05 94	0.05 100	0.08 98	0.09 96	0.18 167	0.11 145	0.11 104	0.09 142	0.17 189	0.08 113	0.05 120	0.05 85	0.13 136	0.12 132	0.10 101	0.10 100

ADLNet	0.12 164	0.11 206	0.08 183	0.12 201	0.10 187	0.16 233	0.12 227	0.14 131	0.07 100	0.13 95	0.10 166	0.25 258	0.10 200	0.28 304	0.09 136	0.10 125	0.17 148	0.09 106	0.13 135	0.09 142	0.11 84	0.08 113	0.13 258	0.06 111	0.13 136	0.12 132	0.12 125	0.14 141

HGLStereo	0.11 137	0.10 192	0.08 183	0.09 151	0.10 187	0.09 145	0.06 134	0.14 131	0.08 125	0.18 133	0.15 230	0.09 81	0.06 123	0.08 170	0.09 136	0.10 125	0.17 148	0.13 207	0.14 148	0.10 170	0.11 84	0.09 153	0.08 192	0.08 176	0.13 136	0.12 132	0.10 101	0.11 110

PMTNet	0.11 137	0.10 192	0.06 129	0.12 201	0.09 164	0.07 120	0.06 134	0.18 193	0.06 75	0.28 293	0.06 71	0.18 183	0.04 67	0.07 148	0.09 136	0.11 171	0.19 187	0.09 106	0.14 148	0.08 115	0.17 189	0.09 153	0.07 165	0.05 85	0.13 136	0.12 132	0.17 191	0.15 152

CFNet	0.12 164	0.11 206	0.08 183	0.14 221	0.12 218	0.11 181	0.09 184	0.19 221	0.10 182	0.18 133	0.12 191	0.25 258	0.10 200	0.08 170	0.08 98	0.09 96	0.17 148	0.12 177	0.12 115	0.09 142	0.11 84	0.08 113	0.06 141	0.09 202	0.15 173	0.12 132	0.13 139	0.13 131

CFNet_RVC	0.13 179	0.12 219	0.10 215	0.14 221	0.11 204	0.14 210	0.09 184	0.17 156	0.09 157	0.19 146	0.13 204	0.21 230	0.09 185	0.09 189	0.10 179	0.13 240	0.18 167	0.13 207	0.15 160	0.11 194	0.16 167	0.08 113	0.06 141	0.09 202	0.15 173	0.12 132	0.16 177	0.17 178

NVstereo2D	0.15 228	0.11 206	0.11 228	0.19 258	0.14 241	0.21 276	0.24 291	0.13 121	0.11 198	0.16 111	0.14 217	0.10 89	0.07 152	0.39 318	0.11 218	0.11 171	0.21 219	0.14 232	0.15 160	0.10 170	0.12 98	0.08 113	0.24 298	0.08 176	0.14 160	0.12 132	0.14 152	0.12 122

iResNetv2_ROB	0.12 164	0.08 160	0.07 159	0.12 201	0.09 164	0.12 192	0.08 167	0.17 156	0.08 125	0.22 175	0.12 191	0.20 211	0.15 254	0.06 118	0.08 98	0.08 77	0.16 134	0.11 145	0.17 192	0.10 170	0.14 133	0.09 153	0.09 214	0.10 218	0.14 160	0.12 132	0.19 226	0.12 122

iResNet_ROB	0.11 137	0.08 160	0.07 159	0.11 189	0.08 140	0.12 192	0.07 151	0.15 136	0.08 125	0.23 194	0.10 166	0.15 141	0.15 254	0.06 118	0.07 67	0.09 96	0.17 148	0.12 177	0.13 135	0.09 142	0.14 133	0.09 153	0.07 165	0.08 176	0.14 160	0.12 132	0.15 166	0.15 152

DDF-Stereo	0.12 164	0.07 120	0.04 64	0.10 171	0.09 164	0.13 201	0.10 201	0.18 193	0.08 125	0.24 211	0.06 71	0.19 195	0.06 123	0.08 170	0.08 98	0.11 171	0.23 245	0.08 79	0.16 176	0.10 170	0.20 236	0.08 113	0.07 165	0.07 150	0.13 136	0.13 152	0.17 191	0.19 211

zero-FE	0.12 164	0.07 120	0.04 64	0.11 189	0.08 140	0.15 222	0.12 227	0.18 193	0.08 125	0.23 194	0.08 120	0.19 195	0.07 152	0.08 170	0.08 98	0.11 171	0.23 245	0.09 106	0.17 192	0.10 170	0.20 236	0.09 153	0.07 165	0.07 150	0.13 136	0.13 152	0.16 177	0.20 220

LG-Stereo_Zeroshot	0.12 164	0.07 120	0.04 64	0.09 151	0.09 164	0.11 181	0.10 201	0.18 193	0.08 125	0.24 211	0.09 141	0.16 161	0.04 67	0.09 189	0.09 136	0.11 171	0.21 219	0.10 129	0.17 192	0.09 142	0.20 236	0.10 188	0.05 120	0.06 111	0.15 173	0.13 152	0.16 177	0.27 265

Reg-Stereo(zero)	0.11 137	0.08 160	0.06 129	0.08 130	0.07 119	0.10 169	0.07 151	0.17 156	0.10 182	0.25 243	0.09 141	0.20 211	0.06 123	0.07 148	0.09 136	0.11 171	0.19 187	0.10 129	0.15 160	0.09 142	0.15 150	0.08 113	0.07 165	0.07 150	0.13 136	0.13 152	0.18 214	0.17 178

HI	0.11 137	0.08 160	0.06 129	0.08 130	0.07 119	0.10 169	0.07 151	0.17 156	0.10 182	0.25 243	0.09 141	0.20 211	0.06 123	0.07 148	0.09 136	0.11 171	0.19 187	0.10 129	0.15 160	0.09 142	0.15 150	0.08 113	0.07 165	0.07 150	0.13 136	0.13 152	0.18 214	0.17 178

trnet	0.11 137	0.08 160	0.05 97	0.07 119	0.07 119	0.07 120	0.05 101	0.18 193	0.05 49	0.27 274	0.07 93	0.18 183	0.06 123	0.08 170	0.08 98	0.10 125	0.22 234	0.08 79	0.12 115	0.07 93	0.20 236	0.08 113	0.06 141	0.05 85	0.11 116	0.13 152	0.17 191	0.16 166

TestStereo1	0.09 98	0.07 120	0.06 129	0.04 53	0.05 75	0.06 101	0.06 134	0.07 74	0.07 100	0.09 79	0.07 93	0.11 101	0.14 246	0.04 84	0.09 136	0.10 125	0.11 86	0.09 106	0.09 85	0.08 115	0.13 117	0.12 232	0.02 31	0.04 59	0.15 173	0.13 152	0.16 177	0.20 220

RAFT_CTSACE	0.07 81	0.04 53	0.06 129	0.03 31	0.04 57	0.05 84	0.05 101	0.06 60	0.06 75	0.09 79	0.04 31	0.10 89	0.09 185	0.03 57	0.07 67	0.08 77	0.11 86	0.07 69	0.07 55	0.05 57	0.12 98	0.08 113	0.03 69	0.06 111	0.12 125	0.13 152	0.12 125	0.15 152

test_5	0.08 92	0.05 74	0.07 159	0.04 53	0.04 57	0.04 55	0.04 90	0.09 87	0.05 49	0.05 56	0.07 93	0.12 108	0.12 218	0.02 23	0.07 67	0.09 96	0.07 52	0.07 69	0.08 70	0.06 75	0.10 78	0.09 153	0.02 31	0.07 150	0.10 101	0.13 152	0.13 139	0.18 195

SA-5K	0.09 98	0.07 120	0.06 129	0.04 53	0.05 75	0.06 101	0.06 134	0.07 74	0.07 100	0.09 79	0.07 93	0.11 101	0.14 246	0.04 84	0.09 136	0.10 125	0.11 86	0.09 106	0.09 85	0.08 115	0.13 117	0.12 232	0.02 31	0.04 59	0.15 173	0.13 152	0.16 177	0.20 220

iRaft-Stereo_20w	0.13 179	0.07 120	0.05 97	0.12 201	0.12 218	0.12 192	0.09 184	0.16 145	0.10 182	0.28 293	0.09 141	0.19 195	0.04 67	0.10 204	0.09 136	0.11 171	0.24 263	0.11 145	0.15 160	0.13 234	0.20 236	0.08 113	0.09 214	0.06 111	0.17 200	0.13 152	0.20 238	0.25 255

dd	0.14 206	0.12 219	0.07 159	0.25 282	0.10 187	0.19 261	0.09 184	0.17 156	0.08 125	0.17 121	0.08 120	0.33 273	0.08 172	0.06 118	0.10 179	0.11 171	0.24 263	0.11 145	0.25 267	0.09 142	0.15 150	0.09 153	0.06 141	0.09 202	0.17 200	0.13 152	0.18 214	0.15 152

MIPNet	0.11 137	0.09 178	0.06 129	0.07 119	0.08 140	0.07 120	0.05 101	0.17 156	0.06 75	0.23 194	0.07 93	0.15 141	0.08 172	0.05 100	0.09 136	0.10 125	0.17 148	0.11 145	0.20 228	0.12 215	0.13 117	0.10 188	0.05 120	0.07 150	0.15 173	0.13 152	0.11 115	0.13 131

IPLGR	0.12 164	0.09 178	0.09 196	0.09 151	0.10 187	0.09 145	0.07 151	0.18 193	0.09 157	0.22 175	0.10 166	0.15 141	0.07 152	0.06 118	0.09 136	0.11 171	0.17 148	0.11 145	0.20 228	0.12 215	0.15 150	0.08 113	0.04 93	0.08 176	0.16 187	0.13 152	0.14 152	0.16 166

AACVNet	0.14 206	0.13 232	0.10 215	0.13 213	0.13 230	0.14 210	0.10 201	0.19 221	0.11 198	0.22 175	0.17 250	0.13 124	0.10 200	0.09 189	0.11 218	0.11 171	0.21 219	0.13 207	0.17 192	0.12 215	0.16 167	0.11 210	0.11 240	0.11 230	0.17 200	0.13 152	0.14 152	0.16 166

LMCR-Stereo	0.13 179	0.09 178	0.07 159	0.11 189	0.08 140	0.11 181	0.09 184	0.18 193	0.09 157	0.19 146	0.14 217	0.19 195	0.14 246	0.10 204	0.09 136	0.11 171	0.20 204	0.13 207	0.19 222	0.10 170	0.18 203	0.10 188	0.08 192	0.08 176	0.15 173	0.13 152	0.18 214	0.17 178

GMStereo	0.12 164	0.12 219	0.07 159	0.11 189	0.11 204	0.13 201	0.09 184	0.17 156	0.10 182	0.17 121	0.13 204	0.21 230	0.11 210	0.07 148	0.10 179	0.09 96	0.17 148	0.10 129	0.17 192	0.12 215	0.14 133	0.09 153	0.07 165	0.09 202	0.14 160	0.13 152	0.15 166	0.12 122
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.10 122	0.09 178	0.08 183	0.10 171	0.08 140	0.09 145	0.08 167	0.15 136	0.08 125	0.17 121	0.09 141	0.13 124	0.09 185	0.07 148	0.09 136	0.10 125	0.16 134	0.13 207	0.12 115	0.08 115	0.11 84	0.09 153	0.08 192	0.09 202	0.11 116	0.13 152	0.10 101	0.11 110

CREStereo	0.11 137	0.08 160	0.06 129	0.08 130	0.08 140	0.07 120	0.05 101	0.18 193	0.05 49	0.26 260	0.08 120	0.18 183	0.06 123	0.08 170	0.08 98	0.10 125	0.22 234	0.09 106	0.13 135	0.08 115	0.20 236	0.09 153	0.06 141	0.05 85	0.11 116	0.13 152	0.17 191	0.15 152
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
DSFCA	0.11 137	0.13 232	0.09 196	0.10 171	0.08 140	0.11 181	0.11 215	0.12 103	0.09 157	0.12 90	0.13 204	0.14 136	0.07 152	0.05 100	0.09 136	0.11 171	0.15 120	0.13 207	0.16 176	0.10 170	0.13 117	0.12 232	0.07 165	0.09 202	0.12 125	0.13 152	0.10 101	0.13 131

FADNet-RVC-Resample	0.13 179	0.10 192	0.12 243	0.12 201	0.10 187	0.13 201	0.10 201	0.16 145	0.13 225	0.18 133	0.13 204	0.17 167	0.11 210	0.10 204	0.10 179	0.09 96	0.13 99	0.15 246	0.15 160	0.17 276	0.15 150	0.12 232	0.10 230	0.13 256	0.17 200	0.13 152	0.12 125	0.11 110

STTStereo	0.13 179	0.14 245	0.17 284	0.13 213	0.15 249	0.13 201	0.20 271	0.13 121	0.13 225	0.15 105	0.15 230	0.17 167	0.10 200	0.11 218	0.12 234	0.12 219	0.15 120	0.14 232	0.13 135	0.11 194	0.12 98	0.10 188	0.07 165	0.09 202	0.15 173	0.13 152	0.12 125	0.16 166

BEATNet_4x	0.11 137	0.10 192	0.08 183	0.09 151	0.09 164	0.09 145	0.08 167	0.12 103	0.08 125	0.21 166	0.09 141	0.15 141	0.09 185	0.07 148	0.10 179	0.09 96	0.13 99	0.13 207	0.11 104	0.08 115	0.13 117	0.11 210	0.08 192	0.07 150	0.13 136	0.13 152	0.18 214	0.18 195

RYNet	0.06 59	0.04 53	0.04 64	0.04 53	0.04 57	0.04 55	0.03 51	0.04 32	0.11 198	0.05 56	0.04 31	0.04 34	0.03 45	0.03 57	0.07 67	0.06 38	0.07 52	0.08 79	0.07 55	0.05 57	0.05 30	0.04 37	0.11 240	0.04 59	0.06 50	0.13 152	0.06 64	0.05 46

NLCA_NET_v2_RVC	0.13 179	0.13 232	0.13 252	0.14 221	0.15 249	0.13 201	0.20 271	0.13 121	0.15 242	0.16 111	0.16 241	0.21 230	0.09 185	0.15 268	0.10 179	0.12 219	0.15 120	0.12 177	0.11 104	0.09 142	0.11 84	0.09 153	0.08 192	0.08 176	0.13 136	0.13 152	0.11 115	0.15 152
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MLCV	0.14 206	0.11 206	0.09 196	0.16 238	0.12 218	0.14 210	0.11 215	0.21 251	0.10 182	0.24 211	0.13 204	0.21 230	0.14 246	0.08 170	0.09 136	0.10 125	0.19 187	0.11 145	0.19 222	0.09 142	0.17 189	0.08 113	0.10 230	0.09 202	0.16 187	0.13 152	0.16 177	0.19 211

PWCDC_ROB	0.13 179	0.06 97	0.09 196	0.07 119	0.13 230	0.08 130	0.13 233	0.06 60	0.24 293	0.09 79	0.15 230	0.09 81	0.43 318	0.26 298	0.10 179	0.10 125	0.09 72	0.12 177	0.08 70	0.11 194	0.08 64	0.11 210	0.19 282	0.13 256	0.07 64	0.13 152	0.08 79	0.18 195

DN	0.14 206	0.08 160	0.08 183	0.19 258	0.09 164	0.22 279	0.11 215	0.18 193	0.10 182	0.21 166	0.12 191	0.35 277	0.06 123	0.14 259	0.09 136	0.11 171	0.24 263	0.12 177	0.16 176	0.08 115	0.18 203	0.11 210	0.06 141	0.08 176	0.24 282	0.14 179	0.15 166	0.18 195

IGEV-FE	0.14 206	0.07 120	0.05 97	0.13 213	0.13 230	0.10 169	0.11 215	0.17 156	0.09 157	0.28 293	0.09 141	0.23 246	0.05 94	0.12 237	0.09 136	0.11 171	0.23 245	0.11 145	0.16 176	0.12 215	0.20 236	0.09 153	0.09 214	0.06 111	0.19 237	0.14 179	0.23 259	0.27 265

G2L-Stereo	0.11 137	0.10 192	0.08 183	0.09 151	0.09 164	0.08 130	0.07 151	0.17 156	0.08 125	0.22 175	0.09 141	0.16 161	0.13 231	0.07 148	0.08 98	0.11 171	0.16 134	0.11 145	0.11 104	0.09 142	0.14 133	0.09 153	0.09 214	0.07 150	0.13 136	0.14 179	0.14 152	0.11 110

Former-RAFT_DAM_RVC	0.10 122	0.07 120	0.06 129	0.08 130	0.05 75	0.07 120	0.03 51	0.11 98	0.15 242	0.20 155	0.15 230	0.11 101	0.07 152	0.08 170	0.08 98	0.09 96	0.16 134	0.11 145	0.12 115	0.08 115	0.12 98	0.11 210	0.06 141	0.07 150	0.12 125	0.14 179	0.12 125	0.16 166

AE-Stereo	0.12 164	0.09 178	0.08 183	0.11 189	0.09 164	0.08 130	0.05 101	0.17 156	0.14 234	0.24 211	0.09 141	0.19 195	0.10 200	0.07 148	0.10 179	0.12 219	0.24 263	0.13 207	0.16 176	0.11 194	0.18 203	0.09 153	0.05 120	0.09 202	0.13 136	0.14 179	0.15 166	0.15 152

IGEV_Zeroshot_test	0.14 206	0.07 120	0.05 97	0.13 213	0.13 230	0.10 169	0.11 215	0.17 156	0.09 157	0.28 293	0.09 141	0.23 246	0.05 94	0.12 237	0.09 136	0.11 171	0.23 245	0.11 145	0.16 176	0.12 215	0.20 236	0.09 153	0.09 214	0.06 111	0.19 237	0.14 179	0.23 259	0.27 265

HH	0.13 179	0.06 97	0.05 97	0.11 189	0.11 204	0.16 233	0.08 167	0.19 221	0.07 100	0.28 293	0.08 120	0.18 183	0.05 94	0.12 237	0.10 179	0.10 125	0.23 245	0.12 177	0.15 160	0.10 170	0.20 236	0.08 113	0.07 165	0.08 176	0.13 136	0.14 179	0.19 226	0.23 244

HanStereo	0.13 179	0.06 97	0.05 97	0.11 189	0.11 204	0.16 233	0.08 167	0.19 221	0.07 100	0.28 293	0.08 120	0.18 183	0.05 94	0.12 237	0.10 179	0.10 125	0.23 245	0.12 177	0.15 160	0.10 170	0.20 236	0.08 113	0.07 165	0.08 176	0.13 136	0.14 179	0.19 226	0.23 244

CASS	0.15 228	0.12 219	0.10 215	0.14 221	0.12 218	0.16 233	0.10 201	0.19 221	0.15 242	0.26 260	0.12 191	0.20 211	0.12 218	0.09 189	0.11 218	0.12 219	0.23 245	0.12 177	0.23 256	0.09 142	0.19 216	0.10 188	0.07 165	0.09 202	0.23 280	0.14 179	0.19 226	0.22 239
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
SA	0.10 122	0.07 120	0.06 129	0.06 97	0.05 75	0.08 130	0.04 90	0.12 103	0.05 49	0.16 111	0.07 93	0.16 161	0.03 45	0.04 84	0.09 136	0.09 96	0.13 99	0.11 145	0.12 115	0.09 142	0.14 133	0.10 188	0.03 69	0.06 111	0.16 187	0.14 179	0.13 139	0.20 220

dad	0.18 253	0.16 261	0.11 228	0.36 297	0.16 252	0.24 286	0.21 282	0.24 274	0.09 157	0.22 175	0.11 179	0.38 283	0.11 210	0.08 170	0.12 234	0.10 125	0.27 299	0.12 177	0.29 284	0.10 170	0.19 216	0.12 232	0.08 192	0.13 256	0.18 223	0.14 179	0.31 292	0.22 239

RAFT	0.06 59	0.03 28	0.05 97	0.03 31	0.02 8	0.03 34	0.02 20	0.07 74	0.04 26	0.04 35	0.06 71	0.07 71	0.05 94	0.01 2	0.06 47	0.06 38	0.07 52	0.05 33	0.05 29	0.04 30	0.06 42	0.07 96	0.01 2	0.04 59	0.13 136	0.14 179	0.13 139	0.15 152

GEStereo_RVC	0.14 206	0.13 232	0.10 215	0.11 189	0.12 218	0.12 192	0.11 215	0.18 193	0.13 225	0.24 211	0.16 241	0.18 183	0.10 200	0.06 118	0.12 234	0.11 171	0.20 204	0.17 270	0.23 256	0.13 234	0.15 150	0.13 249	0.07 165	0.11 230	0.20 250	0.14 179	0.13 139	0.19 211

s12784h	0.12 164	0.09 178	0.06 129	0.11 189	0.09 164	0.08 130	0.06 134	0.18 193	0.07 100	0.27 274	0.11 179	0.19 195	0.08 172	0.07 148	0.08 98	0.09 96	0.21 219	0.08 79	0.15 160	0.07 93	0.20 236	0.08 113	0.05 120	0.07 150	0.16 187	0.14 179	0.18 214	0.21 236

CFNet_pseudo	0.13 179	0.11 206	0.11 228	0.14 221	0.11 204	0.12 192	0.11 215	0.19 221	0.12 216	0.24 211	0.14 217	0.16 161	0.15 254	0.08 170	0.09 136	0.10 125	0.16 134	0.13 207	0.13 135	0.08 115	0.15 150	0.08 113	0.08 192	0.09 202	0.15 173	0.14 179	0.19 226	0.20 220

GES	0.14 206	0.11 206	0.07 159	0.09 151	0.11 204	0.15 222	0.09 184	0.20 240	0.09 157	0.23 194	0.12 191	0.17 167	0.11 210	0.14 259	0.10 179	0.10 125	0.23 245	0.14 232	0.24 262	0.14 245	0.17 189	0.17 280	0.11 240	0.09 202	0.15 173	0.14 179	0.21 252	0.20 220

EAI-Stereo	0.13 179	0.07 120	0.04 64	0.10 171	0.10 187	0.10 169	0.09 184	0.17 156	0.10 182	0.26 260	0.11 179	0.20 211	0.05 94	0.10 204	0.10 179	0.11 171	0.23 245	0.12 177	0.18 208	0.12 215	0.19 216	0.08 113	0.08 192	0.08 176	0.16 187	0.14 179	0.15 166	0.20 220

DeepPrunerF	0.11 137	0.10 192	0.10 215	0.13 213	0.13 230	0.09 145	0.09 184	0.15 136	0.11 198	0.12 90	0.14 217	0.10 89	0.09 185	0.07 148	0.12 234	0.11 171	0.11 86	0.13 207	0.13 135	0.11 194	0.13 117	0.08 113	0.08 192	0.08 176	0.17 200	0.14 179	0.11 115	0.14 141

MSMDNet	0.13 179	0.08 160	0.06 129	0.09 151	0.12 218	0.10 169	0.08 167	0.17 156	0.11 198	0.27 274	0.09 141	0.20 211	0.06 123	0.12 237	0.10 179	0.11 171	0.24 263	0.12 177	0.19 222	0.16 271	0.21 260	0.11 210	0.07 165	0.08 176	0.17 200	0.14 179	0.17 191	0.18 195

iResNet	0.16 245	0.11 206	0.09 196	0.15 233	0.13 230	0.17 242	0.12 227	0.21 251	0.14 234	0.25 243	0.13 204	0.35 277	0.32 303	0.08 170	0.10 179	0.11 171	0.20 204	0.12 177	0.25 267	0.14 245	0.18 203	0.11 210	0.12 251	0.13 256	0.18 223	0.14 179	0.20 238	0.18 195

DDVS	0.19 259	0.15 253	0.13 252	0.18 251	0.18 267	0.19 261	0.20 271	0.20 240	0.16 247	0.25 243	0.21 284	0.39 286	0.27 291	0.13 253	0.12 234	0.14 261	0.26 288	0.19 286	0.28 282	0.15 259	0.18 203	0.16 276	0.10 230	0.14 265	0.19 237	0.15 199	0.22 257	0.25 255

DCVSM-stereo	0.20 267	0.15 253	0.11 228	0.24 279	0.18 267	0.26 290	0.21 282	0.23 268	0.16 247	0.24 211	0.19 274	0.49 296	0.27 291	0.13 253	0.10 179	0.12 219	0.24 263	0.16 257	0.24 262	0.15 259	0.19 216	0.14 256	0.22 289	0.11 230	0.18 223	0.15 199	0.24 268	0.28 271

ITSA-stereo	0.18 253	0.14 245	0.11 228	0.26 284	0.16 252	0.18 250	0.16 250	0.25 278	0.17 257	0.25 243	0.17 250	0.33 273	0.24 280	0.16 271	0.11 218	0.11 171	0.21 219	0.15 246	0.22 246	0.10 170	0.19 216	0.11 210	0.15 265	0.11 230	0.22 273	0.15 199	0.20 238	0.23 244

EKT-Stereo	0.15 228	0.10 192	0.07 159	0.13 213	0.12 218	0.16 233	0.17 259	0.18 193	0.11 198	0.26 260	0.17 250	0.17 167	0.07 152	0.11 218	0.09 136	0.11 171	0.24 263	0.15 246	0.23 256	0.12 215	0.24 297	0.10 188	0.07 165	0.08 176	0.20 250	0.15 199	0.17 191	0.18 195

DLNR_Zeroshot_test	10.12 361	32.06 370	0.05 97	54.44 370	0.09 164	0.18 250	50.47 370	0.19 221	0.08 125	0.27 274	0.07 93	0.20 211	0.04 67	0.14 259	62.26 370	70.60 370	0.33 315	0.18 281	0.25 267	0.11 194	0.20 236	0.08 113	0.07 165	0.09 202	0.18 223	0.15 199	0.20 238	0.26 261

Any-RAFT	0.13 179	0.07 120	0.05 97	0.10 171	0.09 164	0.12 192	0.08 167	0.17 156	0.10 182	0.26 260	0.09 141	0.20 211	0.08 172	0.10 204	0.09 136	0.10 125	0.22 234	0.11 145	0.20 228	0.10 170	0.21 260	0.09 153	0.08 192	0.06 111	0.16 187	0.15 199	0.17 191	0.17 178

RAFT-Test	0.13 179	0.07 120	0.06 129	0.09 151	0.11 204	0.13 201	0.09 184	0.17 156	0.11 198	0.27 274	0.10 166	0.20 211	0.05 94	0.12 237	0.10 179	0.11 171	0.23 245	0.12 177	0.21 239	0.14 245	0.21 260	0.11 210	0.06 141	0.08 176	0.17 200	0.15 199	0.17 191	0.17 178

Sa-1000	0.10 122	0.07 120	0.07 159	0.07 119	0.05 75	0.09 145	0.03 51	0.12 103	0.06 75	0.18 133	0.08 120	0.19 195	0.05 94	0.05 100	0.10 179	0.10 125	0.16 134	0.12 177	0.14 148	0.09 142	0.16 167	0.10 188	0.04 93	0.05 85	0.19 237	0.15 199	0.13 139	0.20 220

test_4	0.09 98	0.05 74	0.07 159	0.05 74	0.06 103	0.03 34	0.02 20	0.11 98	0.09 157	0.17 121	0.06 71	0.09 81	0.06 123	0.03 57	0.09 136	0.09 96	0.15 120	0.08 79	0.10 96	0.07 93	0.16 167	0.08 113	0.02 31	0.07 150	0.09 86	0.15 199	0.12 125	0.18 195

UDGNet	0.15 228	0.13 232	0.09 196	0.18 251	0.17 260	0.16 233	0.19 269	0.15 136	0.11 198	0.16 111	0.14 217	0.15 141	0.05 94	0.45 319	0.09 136	0.10 125	0.17 148	0.12 177	0.14 148	0.09 142	0.17 189	0.09 153	0.28 320	0.07 150	0.17 200	0.15 199	0.12 125	0.13 131

test_3	0.11 137	0.07 120	0.07 159	0.06 97	0.08 140	0.05 84	0.05 101	0.17 156	0.09 157	0.24 211	0.09 141	0.21 230	0.11 210	0.06 118	0.13 254	0.13 240	0.20 204	0.09 106	0.14 148	0.10 170	0.18 203	0.08 113	0.04 93	0.08 176	0.13 136	0.15 199	0.13 139	0.14 141

GwcNet-ADL	0.17 248	0.12 219	0.11 228	0.19 258	0.14 241	0.17 242	0.14 239	0.21 251	0.14 234	0.24 211	0.17 250	0.32 272	0.16 259	0.19 283	0.11 218	0.14 261	0.22 234	0.15 246	0.23 256	0.13 234	0.18 203	0.11 210	0.05 120	0.10 218	0.18 223	0.15 199	0.19 226	0.21 236

PSMNet-ADL	0.18 253	0.13 232	0.13 252	0.16 238	0.14 241	0.17 242	0.16 250	0.20 240	0.21 289	0.27 274	0.19 274	0.29 269	0.25 283	0.18 278	0.14 269	0.14 261	0.23 245	0.14 232	0.22 246	0.14 245	0.19 216	0.11 210	0.10 230	0.11 230	0.20 250	0.15 199	0.23 259	0.19 211

GANet-ADL	0.15 228	0.12 219	0.09 196	0.14 221	0.12 218	0.16 233	0.12 227	0.20 240	0.10 182	0.25 243	0.15 230	0.22 243	0.12 218	0.21 290	0.09 136	0.11 171	0.25 280	0.14 232	0.20 228	0.14 245	0.19 216	0.09 153	0.08 192	0.10 218	0.17 200	0.15 199	0.20 238	0.17 178

TRStereo	0.13 179	0.07 120	0.05 97	0.09 151	0.08 140	0.17 242	0.13 233	0.18 193	0.07 100	0.25 243	0.09 141	0.20 211	0.04 67	0.10 204	0.09 136	0.10 125	0.22 234	0.11 145	0.22 246	0.13 234	0.19 216	0.09 153	0.09 214	0.07 150	0.16 187	0.15 199	0.24 268	0.20 220

APVNet	0.15 228	0.13 232	0.11 228	0.14 221	0.16 252	0.14 210	0.13 233	0.19 221	0.11 198	0.14 98	0.13 204	0.17 167	0.09 185	0.16 271	0.15 279	0.15 279	0.21 219	0.14 232	0.22 246	0.15 259	0.15 150	0.12 232	0.07 165	0.12 246	0.16 187	0.15 199	0.19 226	0.17 178

AF-Net	0.15 228	0.13 232	0.13 252	0.14 221	0.18 267	0.15 222	0.14 239	0.17 156	0.16 247	0.17 121	0.21 284	0.18 183	0.12 218	0.10 204	0.17 290	0.16 287	0.13 99	0.14 232	0.15 160	0.11 194	0.11 84	0.10 188	0.13 258	0.10 218	0.14 160	0.15 199	0.20 238	0.14 141

RP	0.15 228	0.14 245	0.15 270	0.17 246	0.14 241	0.17 242	0.16 250	0.19 221	0.17 257	0.14 98	0.16 241	0.16 161	0.15 254	0.11 218	0.13 254	0.12 219	0.15 120	0.12 177	0.15 160	0.12 215	0.12 98	0.12 232	0.10 230	0.12 246	0.17 200	0.15 199	0.20 238	0.18 195

Nwc_Net	0.15 228	0.13 232	0.13 252	0.14 221	0.18 267	0.15 222	0.14 239	0.17 156	0.16 247	0.17 121	0.21 284	0.18 183	0.12 218	0.10 204	0.17 290	0.16 287	0.13 99	0.14 232	0.15 160	0.11 194	0.11 84	0.10 188	0.13 258	0.10 218	0.14 160	0.15 199	0.20 238	0.14 141

R-Stereo Train	0.13 179	0.07 120	0.07 159	0.09 151	0.10 187	0.15 222	0.05 101	0.16 145	0.12 216	0.28 293	0.12 191	0.20 211	0.08 172	0.11 218	0.09 136	0.11 171	0.24 263	0.12 177	0.16 176	0.11 194	0.21 260	0.11 210	0.08 192	0.07 150	0.15 173	0.15 199	0.16 177	0.15 152

ADCL	0.14 206	0.12 219	0.11 228	0.13 213	0.11 204	0.14 210	0.10 201	0.17 156	0.15 242	0.22 175	0.16 241	0.21 230	0.12 218	0.09 189	0.10 179	0.11 171	0.16 134	0.13 207	0.17 192	0.12 215	0.18 203	0.13 249	0.11 240	0.11 230	0.16 187	0.15 199	0.16 177	0.16 166

ADCP+	0.11 137	0.10 192	0.08 183	0.09 151	0.07 119	0.09 145	0.08 167	0.13 121	0.11 198	0.16 111	0.12 191	0.18 183	0.08 172	0.07 148	0.10 179	0.09 96	0.16 134	0.11 145	0.14 148	0.09 142	0.12 98	0.09 153	0.08 192	0.08 176	0.11 116	0.15 199	0.11 115	0.11 110

RAFT-Stereo	0.13 179	0.07 120	0.07 159	0.09 151	0.10 187	0.15 222	0.05 101	0.16 145	0.12 216	0.28 293	0.12 191	0.20 211	0.08 172	0.11 218	0.09 136	0.11 171	0.24 263	0.12 177	0.16 176	0.11 194	0.21 260	0.11 210	0.08 192	0.07 150	0.15 173	0.15 199	0.16 177	0.15 152
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
UCFNet_RVC	0.15 228	0.17 269	0.12 243	0.16 238	0.14 241	0.17 242	0.11 215	0.17 156	0.12 216	0.20 155	0.13 204	0.28 263	0.12 218	0.10 204	0.11 218	0.13 240	0.18 167	0.13 207	0.17 192	0.12 215	0.16 167	0.09 153	0.10 230	0.11 230	0.18 223	0.15 199	0.17 191	0.19 211

HSM	0.14 206	0.12 219	0.09 196	0.14 221	0.13 230	0.12 192	0.10 201	0.18 193	0.10 182	0.23 194	0.15 230	0.18 183	0.14 246	0.08 170	0.10 179	0.10 125	0.21 219	0.12 177	0.17 192	0.12 215	0.18 203	0.10 188	0.07 165	0.08 176	0.17 200	0.15 199	0.17 191	0.18 195

ACV-stereo	0.25 285	0.15 253	0.13 252	0.22 269	0.17 260	0.28 293	0.24 291	0.21 251	0.20 283	0.24 211	0.21 284	0.28 263	0.36 310	0.18 278	0.13 254	0.12 219	0.34 317	0.20 292	1.12 343	0.25 307	0.26 309	0.17 280	0.29 323	0.18 285	0.19 237	0.16 224	0.25 274	0.29 273

UniTT-Stereo	0.07 81	0.04 53	0.04 64	0.04 53	0.03 32	0.05 84	0.03 51	0.06 60	0.05 49	0.06 63	0.04 31	0.07 71	0.12 218	0.07 148	0.08 98	0.07 61	0.11 86	0.08 79	0.08 70	0.07 93	0.09 68	0.08 113	0.08 192	0.04 59	0.09 86	0.16 224	0.06 64	0.09 84

SQANet	0.45 317	0.54 325	0.14 263	1.41 332	0.51 325	1.23 332	0.83 329	0.30 296	0.24 293	0.34 320	0.24 299	0.64 307	0.19 269	1.12 330	0.17 290	0.14 261	0.24 263	0.20 292	0.40 305	0.22 301	0.16 167	0.14 256	1.58 336	0.17 282	0.20 250	0.16 224	0.26 279	0.39 298

raft_robust	0.12 164	0.09 178	0.09 196	0.11 189	0.06 103	0.09 145	0.06 134	0.15 136	0.08 125	0.23 194	0.07 93	0.20 211	0.11 210	0.09 189	0.11 218	0.12 219	0.16 134	0.12 177	0.13 135	0.10 170	0.15 150	0.11 210	0.03 69	0.07 150	0.18 223	0.16 224	0.15 166	0.14 141

GMOStereo	0.11 137	0.07 120	0.09 196	0.06 97	0.05 75	0.06 101	0.05 101	0.17 156	0.09 157	0.24 211	0.07 93	0.17 167	0.09 185	0.05 100	0.10 179	0.11 171	0.17 148	0.08 79	0.12 115	0.08 115	0.19 216	0.08 113	0.03 69	0.06 111	0.18 223	0.16 224	0.14 152	0.17 178

error version	0.11 137	0.07 120	0.09 196	0.06 97	0.05 75	0.06 101	0.05 101	0.17 156	0.09 157	0.24 211	0.07 93	0.17 167	0.09 185	0.05 100	0.10 179	0.11 171	0.17 148	0.08 79	0.12 115	0.08 115	0.19 216	0.08 113	0.03 69	0.06 111	0.18 223	0.16 224	0.14 152	0.17 178

test-v	0.11 137	0.07 120	0.09 196	0.06 97	0.05 75	0.06 101	0.05 101	0.17 156	0.09 157	0.24 211	0.07 93	0.17 167	0.09 185	0.05 100	0.10 179	0.11 171	0.17 148	0.08 79	0.12 115	0.08 115	0.19 216	0.08 113	0.03 69	0.06 111	0.18 223	0.16 224	0.14 152	0.17 178

test-2	0.11 137	0.07 120	0.09 196	0.06 97	0.05 75	0.06 101	0.05 101	0.17 156	0.09 157	0.24 211	0.07 93	0.17 167	0.09 185	0.05 100	0.10 179	0.11 171	0.17 148	0.08 79	0.12 115	0.08 115	0.19 216	0.08 113	0.03 69	0.06 111	0.18 223	0.16 224	0.14 152	0.17 178

sCroCo_RVC	0.14 206	0.09 178	0.09 196	0.08 130	0.07 119	0.10 169	0.07 151	0.19 221	0.14 234	0.18 133	0.12 191	0.13 124	0.14 246	0.06 118	0.13 254	0.15 279	0.22 234	0.15 246	0.22 246	0.13 234	0.21 260	0.16 276	0.06 141	0.12 246	0.17 200	0.16 224	0.17 191	0.17 178

XX-Stereo	0.14 206	0.05 74	0.05 97	0.10 171	0.08 140	0.17 242	0.07 151	0.18 193	0.10 182	0.27 274	0.09 141	0.20 211	0.03 45	0.09 189	0.10 179	0.12 219	0.23 245	0.11 145	0.20 228	0.11 194	0.20 236	0.08 113	0.08 192	0.07 150	0.22 273	0.16 224	0.17 191	0.36 292

psm_up	0.14 206	0.11 206	0.13 252	0.15 233	0.12 218	0.14 210	0.11 215	0.20 240	0.16 247	0.19 146	0.12 191	0.15 141	0.17 263	0.10 204	0.12 234	0.12 219	0.19 187	0.13 207	0.17 192	0.11 194	0.15 150	0.09 153	0.10 230	0.16 277	0.18 223	0.16 224	0.17 191	0.20 220

FADNet-RVC	0.14 206	0.13 232	0.10 215	0.18 251	0.11 204	0.14 210	0.09 184	0.21 251	0.09 157	0.19 146	0.17 250	0.17 167	0.12 218	0.11 218	0.14 269	0.15 279	0.18 167	0.13 207	0.18 208	0.15 259	0.12 98	0.12 232	0.12 251	0.11 230	0.20 250	0.16 224	0.14 152	0.14 141

stereogan	0.16 245	0.15 253	0.15 270	0.16 238	0.18 267	0.18 250	0.16 250	0.20 240	0.19 272	0.14 98	0.16 241	0.20 211	0.18 265	0.13 253	0.14 269	0.13 240	0.16 134	0.14 232	0.17 192	0.14 245	0.14 133	0.12 232	0.13 258	0.13 256	0.16 187	0.16 224	0.23 259	0.18 195

RTSC	0.14 206	0.11 206	0.10 215	0.12 201	0.11 204	0.12 192	0.10 201	0.16 145	0.13 225	0.18 133	0.13 204	0.15 141	0.13 231	0.08 170	0.11 218	0.13 240	0.20 204	0.13 207	0.21 239	0.12 215	0.16 167	0.12 232	0.07 165	0.10 218	0.16 187	0.16 224	0.21 252	0.32 285

HSM-Net_RVC	0.15 228	0.12 219	0.10 215	0.17 246	0.13 230	0.14 210	0.10 201	0.18 193	0.14 234	0.25 243	0.18 265	0.28 263	0.16 259	0.11 218	0.11 218	0.11 171	0.19 187	0.13 207	0.16 176	0.11 194	0.17 189	0.11 210	0.08 192	0.11 230	0.19 237	0.16 224	0.23 259	0.24 249
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ccs_rob	0.20 267	0.15 253	0.11 228	0.26 284	0.16 252	0.26 290	0.20 271	0.22 260	0.16 247	0.25 243	0.24 299	0.57 305	0.24 280	0.17 273	0.12 234	0.13 240	0.23 245	0.15 246	0.21 239	0.15 259	0.21 260	0.11 210	0.12 251	0.11 230	0.20 250	0.16 224	0.18 214	0.24 249

DeepPruner_ROB	0.14 206	0.13 232	0.11 228	0.12 201	0.11 204	0.10 169	0.09 184	0.17 156	0.12 216	0.21 166	0.18 265	0.15 141	0.13 231	0.08 170	0.12 234	0.11 171	0.19 187	0.15 246	0.19 222	0.11 194	0.17 189	0.14 256	0.10 230	0.11 230	0.17 200	0.16 224	0.17 191	0.19 211

DLCB_ROB	0.13 179	0.12 219	0.11 228	0.10 171	0.10 187	0.10 169	0.09 184	0.16 145	0.11 198	0.18 133	0.17 250	0.19 195	0.13 231	0.11 218	0.11 218	0.10 125	0.17 148	0.13 207	0.13 135	0.10 170	0.17 189	0.10 188	0.09 214	0.12 246	0.27 293	0.16 224	0.16 177	0.13 131

model_zeroshot	0.14 206	0.09 178	0.06 129	0.10 171	0.10 187	0.14 210	0.08 167	0.20 240	0.12 216	0.28 293	0.08 120	0.21 230	0.06 123	0.11 218	0.09 136	0.12 219	0.26 288	0.13 207	0.27 277	0.11 194	0.20 236	0.13 249	0.11 240	0.09 202	0.17 200	0.17 242	0.18 214	0.18 195

gcap-zeroshot	0.13 179	0.08 160	0.05 97	0.08 130	0.10 187	0.11 181	0.09 184	0.18 193	0.09 157	0.28 293	0.08 120	0.20 211	0.06 123	0.10 204	0.09 136	0.12 219	0.23 245	0.11 145	0.27 277	0.12 215	0.20 236	0.11 210	0.07 165	0.08 176	0.12 125	0.17 242	0.17 191	0.18 195

MSKI-zero shot	0.13 179	0.08 160	0.05 97	0.09 151	0.11 204	0.09 145	0.07 151	0.19 221	0.09 157	0.28 293	0.10 166	0.19 195	0.06 123	0.11 218	0.10 179	0.11 171	0.24 263	0.11 145	0.17 192	0.11 194	0.21 260	0.10 188	0.07 165	0.08 176	0.14 160	0.17 242	0.18 214	0.18 195

DAS	0.19 259	0.11 206	0.09 196	0.24 279	0.19 274	0.18 250	0.20 271	0.23 268	0.18 263	0.24 211	0.14 217	0.38 283	0.21 272	0.09 189	0.12 234	0.11 171	0.25 280	0.16 257	0.22 246	0.15 259	0.20 236	0.14 256	0.18 277	0.13 256	0.19 237	0.17 242	0.23 259	0.29 273

SepStereo	0.19 259	0.11 206	0.09 196	0.24 279	0.19 274	0.18 250	0.20 271	0.23 268	0.18 263	0.24 211	0.14 217	0.38 283	0.21 272	0.09 189	0.12 234	0.11 171	0.25 280	0.16 257	0.22 246	0.15 259	0.20 236	0.14 256	0.18 277	0.13 256	0.19 237	0.17 242	0.23 259	0.29 273

cross-raft	0.14 206	0.08 160	0.07 159	0.08 130	0.10 187	0.12 192	0.08 167	0.17 156	0.13 225	0.27 274	0.11 179	0.21 230	0.05 94	0.11 218	0.13 254	0.14 261	0.22 234	0.11 145	0.23 256	0.13 234	0.23 290	0.09 153	0.06 141	0.08 176	0.22 273	0.17 242	0.14 152	0.15 152

sAnonymous2	0.14 206	0.09 178	0.10 215	0.10 171	0.09 164	0.09 145	0.11 215	0.22 260	0.11 198	0.23 194	0.16 241	0.15 141	0.10 200	0.06 118	0.12 234	0.13 240	0.18 167	0.15 246	0.21 239	0.14 245	0.16 167	0.14 256	0.04 93	0.10 218	0.17 200	0.17 242	0.17 191	0.16 166

CroCo_RVC	0.14 206	0.09 178	0.10 215	0.10 171	0.09 164	0.09 145	0.11 215	0.22 260	0.11 198	0.23 194	0.16 241	0.15 141	0.10 200	0.06 118	0.12 234	0.13 240	0.18 167	0.15 246	0.21 239	0.14 245	0.16 167	0.14 256	0.04 93	0.10 218	0.17 200	0.17 242	0.17 191	0.16 166

SFCPSM	0.20 267	0.15 253	0.12 243	0.22 269	0.16 252	0.20 267	0.18 262	0.22 260	0.20 283	0.26 260	0.24 299	0.34 276	0.33 306	0.14 259	0.12 234	0.12 219	0.24 263	0.16 257	0.32 291	0.19 287	0.19 216	0.13 249	0.14 263	0.12 246	0.21 263	0.17 242	0.20 238	0.25 255

NCC-stereo	0.17 248	0.16 261	0.16 276	0.16 238	0.17 260	0.18 250	0.18 262	0.19 221	0.20 283	0.16 111	0.19 274	0.21 230	0.21 272	0.12 237	0.20 303	0.18 301	0.18 167	0.19 286	0.18 208	0.15 259	0.15 150	0.15 268	0.15 265	0.12 246	0.18 223	0.17 242	0.24 268	0.20 220

Abc-Net	0.17 248	0.16 261	0.16 276	0.16 238	0.17 260	0.18 250	0.18 262	0.19 221	0.20 283	0.16 111	0.19 274	0.21 230	0.21 272	0.12 237	0.20 303	0.18 301	0.18 167	0.19 286	0.18 208	0.15 259	0.15 150	0.15 268	0.15 265	0.12 246	0.18 223	0.17 242	0.24 268	0.20 220
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XPNet_ROB	0.18 253	0.21 286	0.14 263	0.15 233	0.16 252	0.15 222	0.15 245	0.15 136	0.14 234	0.19 146	0.18 265	0.49 296	0.13 231	0.11 218	0.13 254	0.14 261	0.25 280	0.16 257	0.18 208	0.14 245	0.17 189	0.18 289	0.13 258	0.13 256	0.17 200	0.17 242	0.31 292	0.29 273

DispFullNet	0.48 318	0.50 323	0.19 294	1.14 329	0.40 316	0.77 328	1.22 334	0.32 301	0.24 293	0.24 211	0.27 310	0.84 327	0.48 323	1.62 335	0.15 279	0.15 279	0.49 333	0.34 328	1.08 341	0.26 309	0.24 297	0.18 289	0.20 285	0.21 291	0.27 293	0.17 242	0.35 301	0.59 327

AIO-Stereo-zeroshot1	0.15 228	0.07 120	0.05 97	0.12 201	0.12 218	0.15 222	0.09 184	0.17 156	0.12 216	0.29 307	0.09 141	0.22 243	0.05 94	0.12 237	0.11 218	0.11 171	0.26 288	0.12 177	0.33 294	0.11 194	0.20 236	0.12 232	0.08 192	0.06 111	0.21 263	0.18 255	0.20 238	0.32 285

AIO-Stereo-zeroshot	0.15 228	0.07 120	0.05 97	0.14 221	0.12 218	0.15 222	0.10 201	0.18 193	0.08 125	0.26 260	0.08 120	0.19 195	0.08 172	0.11 218	0.10 179	0.12 219	0.26 288	0.13 207	0.26 272	0.11 194	0.20 236	0.10 188	0.08 192	0.07 150	0.20 250	0.18 255	0.19 226	0.31 281

MaDis-Stereo	0.07 81	0.04 53	0.05 97	0.03 31	0.02 8	0.03 34	0.03 51	0.06 60	0.06 75	0.04 35	0.06 71	0.10 89	0.05 94	0.02 23	0.07 67	0.08 77	0.10 76	0.09 106	0.07 55	0.05 57	0.10 78	0.10 188	0.01 2	0.05 85	0.11 116	0.18 255	0.13 139	0.16 166

otaku	0.58 323	0.71 329	0.29 317	1.70 344	0.84 332	1.49 338	1.00 330	0.40 320	0.34 323	0.38 327	0.31 321	0.65 309	0.26 288	1.35 331	0.33 324	0.25 314	0.20 204	0.23 305	0.69 322	0.30 318	0.22 279	0.17 280	2.24 339	0.28 313	0.29 302	0.18 255	0.30 289	0.39 298

anonymity	0.13 179	0.06 97	0.05 97	0.09 151	0.10 187	0.09 145	0.07 151	0.18 193	0.08 125	0.28 293	0.12 191	0.19 195	0.06 123	0.09 189	0.09 136	0.13 240	0.23 245	0.12 177	0.17 192	0.15 259	0.19 216	0.10 188	0.09 214	0.07 150	0.19 237	0.18 255	0.19 226	0.19 211

DDUNet	0.26 289	0.20 281	0.12 243	0.37 299	0.30 308	0.40 313	0.47 319	0.20 240	0.16 247	0.16 111	0.25 305	0.16 161	0.08 172	1.63 336	0.13 254	0.14 261	0.21 219	0.14 232	0.25 267	0.13 234	0.18 203	0.12 232	0.25 300	0.15 269	0.17 200	0.18 255	0.18 214	0.22 239

SACVNet	0.15 228	0.14 245	0.13 252	0.16 238	0.13 230	0.14 210	0.12 227	0.19 221	0.17 257	0.19 146	0.17 250	0.14 136	0.07 152	0.14 259	0.13 254	0.13 240	0.19 187	0.16 257	0.20 228	0.13 234	0.16 167	0.14 256	0.12 251	0.13 256	0.20 250	0.18 255	0.19 226	0.17 178

test-1	0.14 206	0.06 97	0.07 159	0.11 189	0.10 187	0.18 250	0.14 239	0.19 221	0.13 225	0.28 293	0.10 166	0.19 195	0.11 210	0.12 237	0.12 234	0.13 240	0.22 234	0.12 177	0.22 246	0.10 170	0.24 297	0.08 113	0.09 214	0.08 176	0.21 263	0.18 255	0.15 166	0.17 178

FADNet	0.16 245	0.15 253	0.10 215	0.20 263	0.10 187	0.19 261	0.13 233	0.20 240	0.13 225	0.22 175	0.24 299	0.17 167	0.14 246	0.12 237	0.17 290	0.16 287	0.16 134	0.14 232	0.23 256	0.20 291	0.16 167	0.12 232	0.11 240	0.11 230	0.21 263	0.18 255	0.16 177	0.15 152

ADCRef	0.13 179	0.10 192	0.09 196	0.10 171	0.08 140	0.09 145	0.08 167	0.17 156	0.14 234	0.21 166	0.15 230	0.15 141	0.13 231	0.05 100	0.10 179	0.11 171	0.16 134	0.14 232	0.19 222	0.12 215	0.15 150	0.12 232	0.09 214	0.11 230	0.13 136	0.18 255	0.13 139	0.18 195

PWC_ROB	0.22 278	0.20 281	0.14 263	0.18 251	0.17 260	0.16 233	0.20 271	0.21 251	0.26 303	0.15 105	0.20 279	0.28 263	0.62 330	0.13 253	0.12 234	0.13 240	0.27 299	0.18 281	0.36 301	0.18 283	0.22 279	0.17 280	0.16 269	0.24 303	0.19 237	0.18 255	0.24 268	0.43 307

SGM-Forest	0.19 259	0.18 275	0.16 276	0.23 273	0.18 267	0.20 267	0.18 262	0.23 268	0.17 257	0.20 155	0.15 230	0.23 246	0.18 265	0.22 291	0.17 290	0.18 301	0.19 187	0.17 270	0.18 208	0.15 259	0.17 189	0.18 289	0.25 300	0.18 285	0.22 273	0.18 255	0.25 274	0.24 249
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
pmcnn	0.19 259	0.14 245	0.11 228	0.18 251	0.13 230	0.19 261	0.16 250	0.20 240	0.18 263	0.26 260	0.14 217	0.35 277	0.25 283	0.09 189	0.09 136	0.11 171	0.25 280	0.14 232	0.24 262	0.14 245	0.22 279	0.14 256	0.11 240	0.11 230	0.21 263	0.18 255	0.39 310	0.45 311

ICVP	0.15 228	0.13 232	0.14 263	0.12 201	0.12 218	0.13 201	0.10 201	0.17 156	0.12 216	0.17 121	0.13 204	0.18 183	0.12 218	0.09 189	0.12 234	0.13 240	0.18 167	0.15 246	0.15 160	0.14 245	0.17 189	0.13 249	0.20 285	0.11 230	0.19 237	0.19 268	0.17 191	0.16 166
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
S-Stereo	0.30 301	0.22 289	0.17 284	0.41 309	0.39 315	0.41 314	0.37 306	0.25 278	0.25 298	0.26 260	0.44 328	0.54 304	0.36 310	0.24 293	0.16 284	0.14 261	0.27 299	0.27 314	0.34 297	0.28 313	0.23 290	0.22 310	0.53 329	0.23 295	0.22 273	0.19 268	0.27 282	0.38 294

MaskLacGwcNet_RVC	0.36 309	0.16 261	0.12 243	0.26 284	0.22 285	0.22 279	0.27 299	0.24 274	0.15 242	0.24 211	0.16 241	4.24 359	0.22 279	0.19 283	0.13 254	0.13 240	0.34 317	0.22 302	0.31 289	0.20 291	0.23 290	0.18 289	0.22 289	0.14 265	0.20 250	0.19 268	0.21 252	0.24 249

FBW_ROB	0.26 289	0.26 302	0.25 309	0.37 299	0.25 295	0.32 299	0.20 271	0.21 251	0.18 263	0.27 274	0.20 279	0.45 290	0.31 300	0.26 298	0.20 303	0.20 311	0.27 299	0.17 270	0.51 315	0.14 245	0.21 260	0.14 256	0.16 269	0.28 313	0.21 263	0.19 268	0.33 297	0.55 321

UDG	0.26 289	0.20 281	0.13 252	0.38 304	0.31 309	0.38 311	0.51 322	0.19 221	0.16 247	0.19 146	0.23 296	0.17 167	0.09 185	1.45 332	0.14 269	0.13 240	0.27 299	0.16 257	0.26 272	0.13 234	0.21 260	0.13 249	0.25 300	0.12 246	0.20 250	0.20 272	0.20 238	0.19 211

Anonymous3	0.18 253	0.15 253	0.11 228	0.15 233	0.10 187	0.14 210	0.11 215	0.22 260	0.19 272	0.27 274	0.15 230	0.27 261	0.12 218	0.13 253	0.25 310	0.17 294	0.23 245	0.18 281	0.26 272	0.17 276	0.24 297	0.20 301	0.09 214	0.10 218	0.21 263	0.20 272	0.22 257	0.20 220

pcwnet_v2	0.15 228	0.12 219	0.12 243	0.16 238	0.14 241	0.17 242	0.14 239	0.20 240	0.13 225	0.22 175	0.14 217	0.19 195	0.18 265	0.12 237	0.10 179	0.12 219	0.18 167	0.13 207	0.17 192	0.12 215	0.16 167	0.11 210	0.09 214	0.10 218	0.19 237	0.20 272	0.19 226	0.27 265

ADCMid	0.21 273	0.18 275	0.17 284	0.18 251	0.19 274	0.20 267	0.16 250	0.29 293	0.25 298	0.24 211	0.19 274	0.36 280	0.21 272	0.12 237	0.16 284	0.16 287	0.25 280	0.18 281	0.37 302	0.19 287	0.24 297	0.18 289	0.17 275	0.15 269	0.24 282	0.20 272	0.25 274	0.29 273

AnyNet_C32	0.20 267	0.16 261	0.15 270	0.17 246	0.17 260	0.19 261	0.16 250	0.25 278	0.22 290	0.25 243	0.23 296	0.23 246	0.18 265	0.14 259	0.19 300	0.18 301	0.28 306	0.22 302	0.29 284	0.18 283	0.27 311	0.21 306	0.16 269	0.17 282	0.22 273	0.20 272	0.21 252	0.23 244

LRCNet_RVC	9.85 360	16.31 366	0.59 341	24.99 367	21.12 368	23.54 368	20.75 366	1.45 358	0.48 334	21.31 368	13.10 365	22.63 367	3.34 358	28.36 369	0.38 327	0.27 322	7.74 362	1.15 357	23.52 367	3.99 360	0.46 340	0.30 324	27.02 367	1.72 360	0.35 318	0.21 277	0.42 316	0.37 293

FADNet_RVC	0.18 253	0.14 245	0.13 252	0.20 263	0.15 249	0.14 210	0.13 233	0.24 274	0.14 234	0.24 211	0.17 250	0.27 261	0.21 272	0.14 259	0.14 269	0.12 219	0.19 187	0.17 270	0.31 289	0.15 259	0.19 216	0.14 256	0.11 240	0.14 265	0.20 250	0.21 277	0.18 214	0.22 239

RGC	0.19 259	0.17 269	0.17 284	0.19 258	0.20 279	0.20 267	0.15 245	0.22 260	0.26 303	0.17 121	0.20 279	0.21 230	0.24 280	0.15 268	0.23 307	0.18 301	0.18 167	0.16 257	0.18 208	0.16 271	0.17 189	0.13 249	0.12 251	0.15 269	0.20 250	0.21 277	0.23 259	0.24 249

CC-Net-ROB	0.28 297	0.40 318	0.28 315	0.56 318	0.44 319	0.41 314	0.38 310	0.32 301	0.20 283	0.33 316	0.28 313	0.68 312	0.10 200	0.32 316	0.19 300	0.13 240	0.14 113	0.16 257	0.39 304	0.18 283	0.15 150	0.09 153	0.23 294	0.24 303	0.21 263	0.21 277	0.19 226	0.29 273

GANetREF_RVC	0.26 289	0.26 302	0.30 318	0.23 273	0.23 289	0.23 285	0.24 291	0.35 308	0.33 321	0.32 312	0.17 250	0.50 299	0.38 314	0.12 237	0.20 303	0.17 294	0.19 187	0.21 296	0.35 300	0.21 293	0.23 290	0.15 268	0.22 289	0.29 316	0.27 293	0.21 277	0.36 305	0.31 281
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
PS-NSSS	0.17 248	0.19 278	0.17 284	0.23 273	0.18 267	0.18 250	0.16 250	0.22 260	0.13 225	0.23 194	0.20 279	0.44 289	0.08 172	0.11 218	0.12 234	0.10 125	0.13 99	0.13 207	0.26 272	0.11 194	0.11 84	0.07 96	0.18 277	0.15 269	0.17 200	0.21 277	0.13 139	0.20 220

NaN_ROB	0.19 259	0.20 281	0.19 294	0.20 263	0.20 279	0.16 233	0.15 245	0.27 284	0.19 272	0.23 194	0.18 265	0.47 295	0.16 259	0.11 218	0.13 254	0.12 219	0.15 120	0.14 232	0.21 239	0.19 287	0.13 117	0.10 188	0.09 214	0.20 288	0.24 282	0.21 277	0.26 279	0.28 271

PDISCO_ROB	0.12 164	0.13 232	0.13 252	0.10 171	0.08 140	0.09 145	0.09 184	0.09 87	0.08 125	0.11 88	0.10 166	0.06 64	0.05 94	0.05 100	0.09 136	0.11 171	0.14 113	0.16 257	0.09 85	0.10 170	0.14 133	0.12 232	0.04 93	0.08 176	0.16 187	0.21 277	0.32 294	0.19 211

Ntro	0.63 326	0.72 330	0.30 318	1.78 346	0.84 332	1.55 339	1.09 332	0.48 328	0.37 326	0.38 327	0.38 325	0.72 316	0.26 288	1.51 334	0.35 325	0.27 322	0.22 234	0.24 308	0.69 322	0.31 321	0.22 279	0.17 280	2.49 342	0.30 317	0.31 307	0.22 285	0.37 306	0.42 304

FAT-Stereo	0.26 289	0.19 278	0.17 284	0.38 304	0.36 313	0.30 295	0.25 296	0.26 281	0.18 263	0.27 274	0.25 305	0.33 273	0.36 310	0.26 298	0.16 284	0.15 279	0.26 288	0.23 305	0.33 294	0.21 293	0.22 279	0.19 297	0.22 289	0.22 293	0.21 263	0.22 285	0.32 294	0.42 304

ADCPNet	0.22 278	0.17 269	0.16 276	0.20 263	0.19 274	0.20 267	0.18 262	0.27 284	0.23 292	0.26 260	0.22 291	0.26 260	0.28 293	0.15 268	0.16 284	0.17 294	0.24 263	0.17 270	0.32 291	0.23 302	0.24 297	0.19 297	0.17 275	0.21 291	0.25 287	0.22 285	0.27 282	0.33 288

NOSS_ROB	0.21 273	0.14 245	0.15 270	0.20 263	0.19 274	0.20 267	0.22 284	0.29 293	0.18 263	0.25 243	0.15 230	0.21 230	0.13 231	0.27 303	0.13 254	0.14 261	0.26 288	0.21 296	0.22 246	0.17 276	0.23 290	0.22 310	0.26 305	0.24 303	0.26 290	0.22 285	0.24 268	0.26 261

LALA_ROB	0.22 278	0.25 299	0.16 276	0.19 258	0.17 260	0.22 279	0.16 250	0.17 156	0.19 272	0.24 211	0.21 284	0.64 307	0.15 254	0.13 253	0.23 307	0.17 294	0.27 299	0.22 302	0.22 246	0.18 283	0.20 236	0.20 301	0.14 263	0.15 269	0.20 250	0.22 285	0.35 301	0.25 255

SGM_RVC	0.25 285	0.24 296	0.17 284	0.39 307	0.27 300	0.34 305	0.26 297	0.28 287	0.19 272	0.25 243	0.18 265	0.42 287	0.30 297	0.17 273	0.12 234	0.13 240	0.23 245	0.15 246	0.25 267	0.13 234	0.19 216	0.15 268	0.19 282	0.17 282	0.33 314	0.22 285	0.55 325	0.43 307
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CBMV	0.22 278	0.18 275	0.17 284	0.23 273	0.21 282	0.20 267	0.18 262	0.27 284	0.19 272	0.28 293	0.11 179	0.29 269	0.13 231	0.24 293	0.13 254	0.14 261	0.24 263	0.18 281	0.20 228	0.16 271	0.21 260	0.18 289	0.24 298	0.23 295	0.26 290	0.22 285	0.35 301	0.40 301
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FSD		0.24 296	0.24 308	0.27 291	0.25 295	0.25 287	0.33 303	0.30 296	0.18 263	0.20 155	0.17 250			0.29 306	0.25 310	0.26 316			0.27 277	0.21 293				0.28 313	0.27 293	0.23 292	0.27 282	0.27 265

DGSMNet	0.34 307	0.28 308	0.23 307	0.40 308	0.33 310	0.37 309	0.37 306	0.28 287	0.25 298	0.25 243	0.50 333	0.45 290	0.31 300	0.25 295	0.23 307	0.19 310	0.51 335	0.32 323	0.72 326	0.35 327	0.37 325	0.38 338	0.28 320	0.31 318	0.27 293	0.23 292	0.32 294	0.38 294

G-Net	0.29 300	0.24 296	0.19 294	0.23 273	0.21 282	0.36 307	0.23 288	0.30 296	0.27 308	0.33 316	0.32 322	0.93 332	0.25 283	0.18 278	0.18 297	0.18 301	0.26 288	0.21 296	0.43 308	0.31 321	0.26 309	0.17 280	0.18 277	0.18 285	0.27 293	0.23 292	0.40 314	0.42 304

edge stereo	0.31 304	0.23 293	0.20 297	0.41 309	0.35 311	0.42 316	0.39 313	0.38 316	0.22 290	0.23 194	0.38 325	0.69 313	0.33 306	0.30 310	0.15 279	0.16 287	0.31 311	0.21 296	0.42 306	0.21 293	0.23 290	0.17 280	0.25 300	0.22 293	0.27 293	0.23 292	0.39 310	0.55 321

MDST_ROB	0.22 278	0.27 306	0.14 263	0.47 313	0.24 292	0.36 307	0.20 271	0.24 274	0.16 247	0.26 260	0.14 217	0.28 263	0.25 283	0.11 218	0.11 218	0.12 219	0.21 219	0.12 177	0.17 192	0.12 215	0.19 216	0.10 188	0.11 240	0.12 246	0.34 317	0.23 292	0.56 326	0.31 281

CSAN	0.26 289	0.31 313	0.30 318	0.26 284	0.23 289	0.21 276	0.18 262	0.28 287	0.36 325	0.35 323	0.24 299	0.51 301	0.26 288	0.14 259	0.18 297	0.17 294	0.19 187	0.20 292	0.26 272	0.25 307	0.22 279	0.20 301	0.18 277	0.27 309	0.30 305	0.23 292	0.38 309	0.38 294

HBP-ISP	0.21 273	0.16 261	0.12 243	0.26 284	0.22 285	0.22 279	0.17 259	0.29 293	0.18 263	0.27 274	0.18 265	0.21 230	0.12 218	0.28 304	0.10 179	0.14 261	0.26 288	0.19 286	0.20 228	0.12 215	0.22 279	0.23 313	0.26 305	0.23 295	0.24 282	0.24 298	0.23 259	0.26 261

FCDSN-DC	0.25 285	0.25 299	0.25 309	0.28 293	0.26 298	0.26 290	0.34 304	0.28 287	0.18 263	0.20 155	0.17 250	0.20 211	0.12 218	0.29 306	0.26 312	0.26 316	0.29 307	0.28 318	0.27 277	0.21 293	0.25 305	0.25 316	0.26 305	0.32 321	0.26 290	0.24 298	0.26 279	0.27 265
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MSC_U_SF_DS_RVC	0.35 308	0.36 314	0.39 327	0.46 312	0.28 301	0.30 295	0.28 300	0.50 329	0.46 333	0.39 330	0.30 318	0.37 282	0.36 310	0.31 312	0.35 325	0.26 316	0.21 219	0.27 314	0.71 324	0.37 328	0.27 311	0.29 323	0.30 324	0.38 329	0.32 312	0.24 298	0.29 287	0.39 298

SGM-ForestM	0.24 284	0.22 289	0.16 276	0.37 299	0.24 292	0.32 299	0.24 291	0.28 287	0.20 283	0.23 194	0.17 250	0.51 301	0.25 283	0.20 288	0.12 234	0.13 240	0.23 245	0.16 257	0.24 262	0.14 245	0.19 216	0.16 276	0.21 288	0.16 277	0.35 318	0.24 298	0.51 320	0.35 290

DPSNet	0.39 312	0.19 278	0.17 284	0.27 291	0.25 295	0.29 294	0.19 269	0.26 281	0.24 293	0.18 133	0.17 250	2.16 353	0.43 318	0.10 204	0.17 290	0.15 279	0.35 320	0.28 318	2.04 355	0.27 312	0.25 305	0.16 276	0.28 320	0.25 307	0.38 323	0.24 298	0.39 310	0.51 317

SANet	0.30 301	0.21 286	0.21 303	0.25 282	0.21 282	0.31 297	0.22 284	0.30 296	0.31 318	0.27 274	0.26 307	1.39 342	0.38 314	0.22 291	0.14 269	0.14 261	0.26 288	0.21 296	0.30 288	0.21 293	0.24 297	0.20 301	0.31 325	0.23 295	0.33 314	0.24 298	0.35 301	0.48 313

MFN_U_SF_RVC	0.31 304	0.29 311	0.21 303	0.33 295	0.28 301	0.31 297	0.29 301	0.37 314	0.24 293	0.46 333	0.30 318	0.50 299	0.32 303	0.25 295	0.27 315	0.24 313	0.18 167	0.23 305	0.58 317	0.28 313	0.24 297	0.27 321	0.22 289	0.27 309	0.31 307	0.25 304	0.37 306	0.50 316

MFN_U_SF_DS_RVC	0.25 285	0.25 299	0.20 297	0.29 294	0.22 285	0.22 279	0.23 288	0.36 311	0.27 308	0.36 324	0.22 291	0.45 290	0.32 303	0.19 283	0.17 290	0.17 294	0.17 148	0.16 257	0.29 284	0.14 245	0.20 236	0.18 289	0.27 318	0.23 295	0.29 302	0.25 304	0.33 297	0.31 281

XQC	0.28 297	0.30 312	0.26 312	0.37 299	0.28 301	0.37 309	0.37 306	0.40 320	0.30 315	0.32 312	0.20 279	0.45 290	0.28 293	0.31 312	0.14 269	0.14 261	0.20 204	0.21 296	0.33 294	0.23 302	0.22 279	0.20 301	0.23 294	0.24 303	0.32 312	0.25 304	0.44 317	0.32 285

ADCS	0.28 297	0.22 289	0.21 303	0.26 284	0.24 292	0.25 287	0.23 288	0.36 311	0.30 315	0.23 194	0.27 310	0.46 294	0.35 309	0.20 288	0.19 300	0.18 301	0.32 312	0.24 308	0.48 312	0.28 313	0.36 324	0.28 322	0.19 282	0.23 295	0.31 307	0.25 304	0.30 289	0.41 303

PA-Net	0.19 259	0.21 286	0.25 309	0.14 221	0.20 279	0.18 250	0.20 271	0.21 251	0.19 272	0.18 133	0.14 217	0.17 167	0.21 272	0.26 298	0.16 284	0.18 301	0.15 120	0.19 286	0.13 135	0.17 276	0.14 133	0.15 268	0.10 230	0.16 277	0.17 200	0.25 304	0.17 191	0.35 290
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FC-DCNN	0.27 295	0.28 308	0.26 312	0.36 297	0.28 301	0.32 299	0.37 306	0.32 301	0.19 272	0.22 175	0.18 265	0.23 246	0.13 231	0.29 306	0.26 312	0.26 316	0.29 307	0.27 314	0.28 282	0.21 293	0.25 305	0.25 316	0.26 305	0.31 318	0.30 305	0.25 304	0.29 287	0.30 279

CBMV_ROB	0.21 273	0.14 245	0.15 270	0.26 284	0.22 285	0.21 276	0.22 284	0.28 287	0.17 257	0.26 260	0.17 250	0.28 263	0.17 263	0.26 298	0.11 218	0.12 219	0.26 288	0.17 270	0.18 208	0.16 271	0.21 260	0.19 297	0.26 305	0.20 288	0.24 282	0.25 304	0.25 274	0.33 288

FC-DCNN v2	0.27 295	0.28 308	0.27 314	0.37 299	0.28 301	0.32 299	0.38 310	0.33 305	0.19 272	0.22 175	0.18 265	0.23 246	0.13 231	0.29 306	0.26 312	0.26 316	0.29 307	0.27 314	0.29 284	0.21 293	0.25 305	0.25 316	0.26 305	0.31 318	0.31 307	0.26 311	0.30 289	0.30 279

ACVNet_2	0.83 336	0.92 337	0.56 338	1.99 351	0.99 344	1.84 349	1.55 343	0.68 340	0.40 332	0.53 337	0.47 329	1.02 335	0.67 334	1.93 339	0.51 334	0.45 334	0.38 325	0.33 326	1.01 338	0.42 330	0.34 321	0.24 315	2.58 344	0.53 338	0.60 338	0.26 311	0.52 322	0.55 321

ACVNet_1	0.74 331	0.79 335	0.40 329	2.04 352	0.96 339	1.88 350	1.51 339	0.59 336	0.28 311	0.43 331	0.49 331	0.71 314	0.61 329	2.21 348	0.32 321	0.25 314	0.32 312	0.31 322	0.60 318	0.31 321	0.29 317	0.21 306	2.72 346	0.33 323	0.40 324	0.26 311	0.37 306	0.38 294

NCCL2	0.17 248	0.17 269	0.16 276	0.13 213	0.13 230	0.13 201	0.12 227	0.21 251	0.17 257	0.22 175	0.15 230	0.23 246	0.13 231	0.09 189	0.15 279	0.16 287	0.18 167	0.17 270	0.19 222	0.17 276	0.21 260	0.17 280	0.11 240	0.16 277	0.25 287	0.26 311	0.20 238	0.24 249

MonStereo1	0.74 331	0.74 332	0.31 321	1.61 338	1.01 345	1.31 336	1.51 339	0.56 334	0.38 328	0.59 341	0.64 339	1.54 345	0.72 336	1.92 338	0.18 297	0.14 261	0.37 323	0.34 328	0.65 320	0.30 318	0.37 325	0.21 306	2.49 342	0.35 326	0.31 307	0.27 315	0.51 320	0.56 326

RTS	0.20 267	0.16 261	0.14 263	0.17 246	0.14 241	0.20 267	0.15 245	0.23 268	0.26 303	0.15 105	0.14 217	0.14 136	0.20 270	0.11 218	0.13 254	0.15 279	0.24 263	0.17 270	0.34 297	0.24 305	0.22 279	0.15 268	0.09 214	0.15 269	0.28 300	0.27 315	0.28 285	0.55 321

RTSA	0.20 267	0.16 261	0.14 263	0.17 246	0.14 241	0.20 267	0.15 245	0.23 268	0.26 303	0.15 105	0.14 217	0.14 136	0.20 270	0.11 218	0.13 254	0.15 279	0.24 263	0.17 270	0.34 297	0.24 305	0.22 279	0.15 268	0.09 214	0.15 269	0.28 300	0.27 315	0.28 285	0.55 321

SHD	0.21 273	0.17 269	0.20 297	0.18 251	0.16 252	0.18 250	0.20 271	0.26 281	0.16 247	0.27 274	0.18 265	0.23 246	0.31 300	0.17 273	0.14 269	0.14 261	0.19 187	0.17 270	0.32 291	0.17 276	0.20 236	0.17 280	0.16 269	0.16 277	0.23 280	0.28 318	0.25 274	0.43 307

ETE_ROB	0.22 278	0.23 293	0.15 270	0.20 263	0.16 252	0.19 261	0.17 259	0.18 193	0.19 272	0.22 175	0.22 291	0.65 309	0.16 259	0.14 259	0.14 269	0.14 261	0.30 310	0.19 286	0.24 262	0.19 287	0.21 260	0.18 289	0.16 269	0.15 269	0.22 273	0.28 318	0.41 315	0.26 261

MeshStereo	0.30 301	0.26 302	0.20 297	0.49 315	0.36 313	0.35 306	0.26 297	0.32 301	0.28 311	0.30 309	0.27 310	0.61 306	0.47 321	0.18 278	0.12 234	0.14 261	0.26 288	0.17 270	0.27 277	0.17 276	0.27 311	0.21 306	0.25 300	0.20 288	0.36 320	0.28 318	0.54 324	0.49 315
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
LSM0	3.45 356	0.27 306	0.18 293	0.38 304	0.29 307	0.39 312	0.36 305	0.51 331	0.31 318	0.45 332	0.47 329	0.71 314	0.57 327	0.19 283	23.17 365	59.79 369	0.36 321	0.26 312	1.29 349	0.33 326	0.44 337	0.32 330	0.23 294	0.27 309	0.36 320	0.29 321	0.53 323	0.51 317

LE_ROB	0.40 313	0.20 281	0.16 276	0.41 309	0.43 318	0.33 304	0.44 316	0.34 307	0.29 313	0.32 312	0.21 284	1.25 340	1.40 355	0.11 218	0.10 179	0.11 171	0.21 219	0.13 207	0.20 228	0.13 234	0.22 279	0.12 232	0.12 251	0.14 265	0.36 320	0.31 322	1.39 357	1.32 355

ACVNet-4b	0.69 329	0.75 333	0.33 323	1.72 345	0.94 338	1.61 344	1.42 337	0.33 305	0.32 320	0.38 327	0.26 307	1.20 338	0.29 296	2.16 346	0.39 328	0.37 328	0.33 315	0.24 308	0.57 316	0.38 329	0.16 167	0.14 256	2.71 345	0.23 295	0.29 302	0.32 323	0.39 310	0.40 301

AnyNet_C01	0.31 304	0.22 289	0.20 297	0.22 269	0.26 298	0.25 287	0.24 291	0.37 314	0.37 326	0.26 260	0.28 313	0.49 296	0.33 306	0.18 278	0.28 317	0.21 312	0.38 325	0.32 323	0.64 319	0.32 324	0.39 327	0.31 329	0.26 305	0.25 307	0.33 314	0.32 323	0.34 299	0.44 310

PSMNet_ROB	0.78 334	0.97 341	0.60 343	1.62 342	0.90 336	1.47 337	1.19 333	0.56 334	0.73 340	0.74 345	0.62 338	0.84 327	0.82 337	1.49 333	0.53 335	0.42 330	0.52 336	0.40 334	0.84 331	0.62 342	0.40 333	0.30 324	1.85 337	0.48 333	0.67 341	0.32 323	0.76 339	0.46 312

IMH-64-1	0.90 338	0.95 338	0.51 332	1.59 336	0.98 342	1.58 340	1.73 347	0.75 342	0.74 341	0.33 316	0.61 335	0.83 325	0.94 341	2.59 350	0.50 332	0.42 330	0.48 330	0.36 331	0.92 334	0.55 335	0.39 327	0.30 324	3.14 350	0.50 335	0.81 344	0.34 326	0.60 330	0.80 340

IMH-64	0.90 338	0.95 338	0.51 332	1.59 336	0.98 342	1.58 340	1.73 347	0.75 342	0.74 341	0.33 316	0.61 335	0.83 325	0.94 341	2.59 350	0.50 332	0.42 330	0.48 330	0.36 331	0.92 334	0.55 335	0.39 327	0.30 324	3.14 350	0.50 335	0.81 344	0.34 326	0.60 330	0.80 340

RainbowNet	0.77 333	0.87 336	0.46 330	1.83 347	0.91 337	1.59 342	1.47 338	0.42 324	0.38 328	0.47 336	0.34 323	0.90 331	0.60 328	1.97 341	0.62 341	0.48 336	0.34 317	0.33 326	0.90 333	0.58 337	0.33 319	0.23 313	2.82 349	0.39 330	0.40 324	0.34 326	0.44 317	0.48 313

BEATNet-Init1	0.49 320	0.42 319	0.28 315	0.79 328	0.40 316	0.60 323	0.45 317	0.41 323	0.27 308	0.30 309	0.22 291	0.89 330	0.84 339	0.25 295	0.27 315	0.26 316	0.27 299	0.25 311	0.84 331	0.28 313	0.27 311	0.26 319	0.26 305	0.32 321	0.49 328	0.35 329	2.05 361	0.88 345

PWCK	0.88 337	1.24 350	0.61 344	1.53 334	0.85 334	1.21 331	1.03 331	1.08 353	0.72 339	0.70 344	0.83 350	1.48 344	0.87 340	0.69 328	0.40 329	0.41 329	0.73 351	0.47 337	3.04 358	0.67 348	0.56 348	0.43 341	0.94 334	0.74 350	0.72 343	0.36 330	0.69 334	0.73 337

STStereo	0.37 310	0.44 322	0.31 321	0.75 326	0.49 324	0.57 320	0.43 315	0.35 308	0.30 315	0.34 320	0.24 299	0.85 329	0.53 326	0.19 283	0.14 269	0.16 287	0.25 280	0.16 257	0.45 310	0.16 271	0.23 290	0.19 297	0.20 285	0.23 295	0.49 328	0.37 331	0.75 338	0.54 320

ELAS_RVC	0.43 316	0.43 320	0.36 325	0.64 322	0.44 319	0.62 325	0.50 320	0.39 318	0.25 298	0.25 243	0.30 318	1.23 339	0.30 297	0.31 312	0.28 317	0.27 322	0.37 323	0.30 320	0.42 306	0.26 309	0.34 321	0.32 330	0.26 305	0.37 327	0.50 330	0.38 332	0.78 342	0.70 333
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MANE	0.41 314	0.36 314	0.33 323	0.61 321	0.44 319	0.44 317	0.46 318	0.42 324	0.25 298	0.23 194	0.22 291	0.65 309	0.28 293	0.30 310	0.28 317	0.29 326	0.32 312	0.42 335	0.37 302	0.23 302	0.30 318	0.26 319	0.26 305	0.34 325	0.54 333	0.40 333	1.07 353	0.87 343

ELAS	0.42 315	0.43 320	0.36 325	0.64 322	0.44 319	0.58 322	0.50 320	0.40 320	0.26 303	0.25 243	0.28 313	0.94 333	0.30 297	0.31 312	0.28 317	0.27 322	0.36 321	0.30 320	0.43 308	0.26 309	0.33 319	0.32 330	0.26 305	0.37 327	0.54 333	0.40 333	0.77 341	0.74 338
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	0.70 330	0.56 326	0.69 349	0.73 325	0.61 329	0.78 329	0.68 327	0.52 332	0.91 346	0.46 333	0.29 317	3.18 356	0.38 314	0.52 322	0.44 330	0.43 333	0.70 350	0.53 344	0.66 321	0.51 332	0.54 346	0.58 350	0.75 330	0.56 341	0.55 335	0.42 335	0.96 350	0.99 347

WAO-6	0.82 335	0.95 338	0.59 341	1.30 331	1.05 346	1.25 333	1.39 336	0.77 345	0.84 344	0.79 346	0.69 343	0.74 319	1.00 345	1.94 340	0.78 349	0.61 346	0.53 337	0.48 338	0.78 329	0.60 338	0.55 347	0.51 347	0.49 327	0.57 344	0.83 348	0.42 335	0.76 339	0.85 342

LVE	0.95 341	0.97 341	0.71 350	1.84 348	1.35 350	1.59 342	1.52 341	0.78 346	0.64 337	0.81 348	0.91 351	0.72 316	1.00 345	2.18 347	0.53 335	0.48 336	0.57 339	0.53 344	1.09 342	0.64 344	0.45 338	0.38 338	2.74 348	0.69 346	0.83 348	0.44 337	0.84 345	0.52 319

IMH	0.93 340	0.98 343	0.53 335	1.61 338	0.97 341	1.64 345	1.76 349	0.75 342	0.77 343	0.34 320	0.61 335	0.96 334	1.05 349	2.67 352	0.54 337	0.46 335	0.49 333	0.38 333	0.94 336	0.60 338	0.39 327	0.30 324	3.14 350	0.53 338	0.82 346	0.45 338	0.65 332	0.79 339

TorneroNet-64	1.07 345	1.00 344	0.57 339	1.94 349	0.88 335	1.98 353	2.01 350	0.63 337	0.88 345	0.58 340	0.49 331	1.83 350	1.71 356	2.88 357	0.62 341	0.51 339	0.46 329	0.46 336	1.17 346	0.61 341	0.34 321	0.37 335	3.40 353	0.56 341	0.64 340	0.48 339	0.68 333	1.11 350

TorneroNet	1.08 346	1.09 346	0.66 348	1.94 349	0.96 339	2.16 354	2.02 351	0.65 339	0.91 346	0.67 343	0.56 334	1.67 349	1.15 351	2.94 359	0.65 344	0.52 340	0.48 330	0.51 341	1.12 343	0.65 346	0.39 327	0.43 341	3.52 354	0.57 344	0.68 342	0.48 339	0.84 345	1.01 348

notaker	1.27 349	1.41 353	0.58 340	2.37 356	1.48 352	2.34 356	2.27 355	0.94 351	1.62 356	0.79 346	1.07 355	1.66 346	1.08 350	3.06 361	0.94 353	0.69 351	0.68 346	0.49 339	1.62 354	0.84 354	0.53 345	0.45 344	3.70 357	0.80 353	0.61 339	0.52 341	0.80 343	0.92 346

AMNet	0.49 320	0.50 323	0.47 331	0.50 316	0.47 323	0.61 324	0.52 323	0.31 300	0.29 313	0.29 307	0.69 343	0.72 316	0.13 231	0.53 323	0.44 330	0.55 341	0.57 339	0.58 349	0.48 312	0.48 331	0.59 349	0.48 346	0.26 305	0.48 333	0.44 326	0.52 341	0.58 328	0.63 329

SGM+DAISY	0.58 323	0.57 327	0.54 336	0.59 320	0.55 328	0.68 327	0.56 325	0.42 324	0.38 328	0.37 325	0.77 347	0.75 320	0.65 332	0.54 325	0.55 338	0.56 342	0.68 346	0.61 351	0.71 324	0.64 344	0.69 352	0.62 352	0.27 318	0.50 335	0.52 331	0.53 343	0.74 336	0.68 332

STTRV1_RVC		0.26 302	0.22 306	0.35 296	0.28 301	0.32 299	0.29 301	0.36 311	0.33 321	0.27 274	0.26 307	0.42 287	0.41 317	0.47 320	0.32 321	0.18 301	0.59 341	0.20 292		0.30 318	0.59 349	0.22 310		0.43 331	0.25 287	0.54 344	0.34 299	0.64 330

Dean	1.06 344	1.03 345	0.79 353	2.27 354	1.31 349	1.96 351	1.56 346	0.92 348	0.94 349	0.88 352	0.76 346	1.19 337	1.17 352	2.09 345	0.64 343	0.60 345	0.60 342	0.56 346	1.23 348	0.73 350	0.45 338	0.36 334	2.73 347	0.71 347	0.95 352	0.55 345	1.05 352	0.62 328

SPS-STEREO	0.59 325	0.57 327	0.52 334	0.55 317	0.54 327	0.65 326	0.52 323	0.39 318	0.66 338	0.37 325	0.78 348	0.78 321	0.64 331	0.53 323	0.55 338	0.57 344	0.68 346	0.64 352	0.74 327	0.72 349	0.77 355	0.66 354	0.26 305	0.53 338	0.53 332	0.56 346	0.70 335	0.65 331
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	0.38 311	0.38 317	0.20 297	0.47 313	0.35 311	0.50 319	0.40 314	0.38 316	0.34 323	0.23 194	0.28 313	0.52 303	0.51 324	0.50 321	0.16 284	0.17 294	0.41 327	0.26 312	0.49 314	0.28 313	0.39 327	0.40 340	0.23 294	0.27 309	0.44 326	0.57 347	0.46 319	0.72 335

MFMNet_re	0.66 327	0.73 331	0.65 346	0.77 327	0.62 330	0.82 330	0.70 328	0.52 332	0.54 336	0.54 339	0.65 340	0.80 323	0.51 324	0.59 327	0.66 345	0.67 348	0.82 353	0.69 353	0.74 327	0.62 342	0.70 353	0.64 353	0.45 326	0.56 341	0.59 337	0.63 348	0.74 336	0.87 343

WAO-7	0.66 327	0.75 333	0.65 346	0.72 324	0.78 331	0.57 320	0.66 326	0.97 352	0.96 350	0.63 342	0.78 348	0.79 322	0.83 338	0.55 326	0.83 350	0.71 352	0.42 328	0.35 330	0.94 336	0.66 347	0.43 335	0.34 333	0.16 269	0.83 354	0.56 336	0.64 349	0.57 327	0.70 333

MADNet+	0.55 322	0.36 314	0.63 345	0.56 318	0.52 326	0.45 318	0.38 310	0.63 337	0.52 335	0.53 337	0.41 327	0.81 324	0.67 334	0.33 317	0.57 340	0.49 338	0.56 338	0.50 340	0.82 330	0.52 333	0.47 341	0.43 341	0.51 328	0.47 332	0.82 346	0.70 350	0.58 328	0.72 335

WAO-8	1.00 342	1.11 347	0.76 351	1.61 338	1.24 347	1.74 347	1.55 343	0.93 349	0.98 351	0.81 348	0.67 341	1.66 346	1.00 345	2.08 343	0.77 347	0.68 349	0.63 343	0.52 342	1.05 339	0.81 352	0.47 341	0.37 335	0.78 331	0.75 351	1.10 356	0.73 351	0.95 348	1.16 352

Venus	1.00 342	1.11 347	0.76 351	1.61 338	1.24 347	1.74 347	1.55 343	0.93 349	0.98 351	0.81 348	0.67 341	1.66 346	1.00 345	2.08 343	0.77 347	0.68 349	0.63 343	0.52 342	1.05 339	0.81 352	0.47 341	0.37 335	0.78 331	0.75 351	1.10 356	0.73 351	0.95 348	1.16 352

ktn	1.24 348	1.39 352	0.55 337	1.62 342	1.59 354	1.68 346	2.12 352	0.86 347	1.75 358	0.90 354	1.11 356	1.11 336	0.95 344	2.57 349	0.97 354	0.73 353	0.80 352	0.59 350	1.41 351	0.76 351	0.68 351	0.67 355	3.69 356	0.73 348	0.92 351	0.75 353	1.19 355	1.28 354

KSHMR	1.33 350	1.42 354	1.04 357	2.27 354	1.44 351	2.23 355	2.12 352	1.21 354	1.06 354	1.13 357	1.06 354	1.27 341	0.94 341	2.89 358	1.08 355	0.95 356	0.85 354	0.83 355	1.32 350	0.97 355	0.72 354	0.58 350	3.52 354	1.07 359	0.99 353	0.77 354	1.00 351	1.07 349

UNDER WATER	1.40 351	1.42 354	0.86 355	2.83 357	1.92 358	2.74 358	2.57 357	1.28 356	1.01 353	0.88 352	0.97 352	1.88 351	1.26 353	3.09 362	0.83 350	0.62 347	0.66 345	0.56 346	1.20 347	0.60 338	0.42 334	0.47 345	4.04 360	0.98 358	1.08 355	0.99 355	0.87 347	1.67 361

HanzoNet	1.74 354	1.62 357	0.80 354	2.26 353	1.70 356	2.72 357	2.54 356	1.25 355	1.85 359	0.92 355	1.28 358	4.37 360	3.81 359	3.36 363	0.88 352	0.78 354	1.06 355	0.94 356	2.54 357	1.03 356	0.89 356	0.88 356	3.79 358	0.73 348	1.12 358	1.00 356	1.29 356	1.57 358

UNDER WATER-64	1.40 351	1.36 351	0.88 356	2.85 358	1.93 359	2.78 359	2.66 358	1.36 357	0.92 348	1.04 356	1.17 357	1.88 351	1.30 354	3.03 360	0.75 346	0.56 342	0.68 346	0.57 348	1.13 345	0.54 334	0.43 335	0.51 347	4.08 361	0.91 356	1.02 354	1.10 357	0.80 343	1.60 359

DPSimNet_ROB	1.21 347	1.20 349	1.29 358	1.47 333	1.59 354	1.30 335	1.35 335	0.68 340	1.69 357	1.67 358	1.03 353	1.45 343	0.66 333	2.04 342	1.20 356	0.89 355	1.16 356	0.79 354	1.61 353	1.38 358	1.04 357	1.24 357	0.79 333	0.84 355	0.87 350	1.20 358	1.17 354	1.12 351

SAMSARA	0.48 318	0.23 293	0.39 327	0.23 273	0.23 289	0.22 279	0.22 284	0.44 327	0.38 328	0.31 311	0.21 284	0.30 271	0.47 321	0.17 273	0.32 321	0.34 327	0.25 280	0.32 323	0.46 311	0.32 324	0.47 341	0.52 349	0.15 265	0.33 323	1.39 361	1.54 359	1.41 358	1.46 357

JetRed	1.62 353	1.82 358	1.71 359	1.58 335	1.50 353	1.97 352	2.21 354	1.51 359	1.47 355	0.82 351	0.74 345	2.63 355	0.43 318	1.73 337	1.48 358	1.54 357	1.67 357	2.94 360	1.42 352	1.08 357	2.30 358	2.07 358	1.99 338	0.97 357	1.16 359	1.70 360	1.57 359	1.60 359

MADNet++	1.86 355	1.58 356	1.74 360	1.27 330	1.74 357	1.26 334	1.53 342	1.62 360	2.07 360	1.84 359	2.22 359	2.60 354	2.72 357	0.75 329	1.39 357	1.54 357	2.01 358	1.47 358	2.12 356	2.13 359	3.35 359	3.26 359	1.23 335	2.21 361	1.21 360	2.25 361	1.76 360	1.32 355

PML	8.20 357	7.62 363	3.39 361	9.64 365	5.14 360	9.56 366	5.20 363	6.48 363	18.29 366	6.44 362	3.30 360	16.82 363	29.20 369	5.41 364	6.10 359	3.93 359	7.39 361	2.64 359	20.47 366	4.70 361	3.50 360	3.87 360	3.98 359	4.21 363	6.16 363	4.40 362	16.76 367	6.85 362

AVERAGE_ROB	24.43 366	29.85 369	27.27 370	31.30 369	29.70 370	30.00 370	31.47 369	26.59 370	24.68 370	34.31 370	27.39 370	31.23 369	21.35 366	30.69 370	28.19 369	24.02 366	26.74 369	21.17 367	30.34 369	27.38 370	20.48 367	16.18 365	32.28 369	24.32 372	8.51 365	7.76 363	7.92 363	8.46 363

MEDIAN_ROB	20.47 365	25.88 368	24.03 369	26.51 368	25.55 369	25.88 369	26.99 368	21.23 369	19.72 367	28.73 369	22.19 369	24.61 368	16.74 365	26.47 368	23.75 366	18.44 365	22.03 368	14.75 364	26.69 368	23.31 367	15.11 364	11.56 362	27.65 368	18.39 369	7.22 364	9.33 364	8.28 364	11.75 364

HaxPig	16.02 364	19.59 367	18.75 366	21.25 366	20.52 367	21.33 367	22.30 367	17.00 368	14.71 365	19.29 367	17.19 368	17.46 364	12.16 362	22.51 367	17.80 364	14.90 364	17.75 365	9.40 361	18.97 363	15.48 366	9.47 363	7.16 361	23.74 366	15.28 368	4.31 362	12.19 365	6.81 362	15.11 365

DPSMNet_ROB	8.63 358	3.69 360	8.74 363	2.98 359	5.70 361	3.37 360	4.41 361	3.70 361	9.03 361	3.00 360	6.88 362	3.53 357	10.11 361	2.70 353	10.47 360	10.76 360	3.81 359	12.92 363	4.77 360	10.22 362	5.99 362	13.86 363	4.50 365	8.50 364	10.06 366	27.81 366	11.04 365	30.59 366

DGTPSM_ROB	8.63 358	3.68 359	8.73 362	2.98 359	5.70 361	3.37 360	4.41 361	3.70 361	9.03 361	3.00 360	6.85 361	3.53 357	10.07 360	2.70 353	10.47 360	10.76 360	3.81 359	12.91 362	4.74 359	10.22 362	5.98 361	13.86 363	4.49 364	8.50 364	10.06 366	27.81 366	11.04 365	30.59 366

DPSM_ROB	13.01 362	6.29 361	9.52 364	4.44 361	6.37 363	4.34 362	3.59 359	8.20 364	10.79 363	6.64 363	7.87 363	9.69 361	12.99 363	2.80 355	12.81 362	13.68 362	9.16 363	16.58 365	9.87 361	12.33 364	16.73 365	17.95 366	2.26 340	10.56 366	28.34 368	36.91 368	31.06 368	39.57 368

DPSM	13.01 362	6.29 361	9.52 364	4.44 361	6.37 363	4.34 362	3.59 359	8.20 364	10.79 363	6.64 363	7.87 363	9.69 361	12.99 363	2.80 355	12.81 362	13.68 362	9.16 363	16.58 365	9.87 361	12.33 364	16.73 365	17.95 366	2.26 340	10.56 366	28.34 368	36.91 368	31.06 368	39.57 368

CasAABBNet	26.14 367	12.60 365	19.00 367	8.89 363	12.76 366	8.55 364	7.26 365	16.43 366	21.86 368	13.67 366	15.79 366	19.63 366	26.13 367	5.53 365	25.80 367	27.48 367	18.01 366	33.35 368	20.00 365	24.70 368	33.62 368	35.57 368	4.48 363	21.32 371	57.07 370	74.41 370	62.39 370	79.48 370

FlowAnything	26.21 368	12.44 364	19.19 368	8.91 364	12.70 365	8.63 365	7.25 364	16.56 367	21.86 368	13.65 365	15.98 367	19.56 365	26.21 368	5.60 366	25.80 367	27.50 368	18.26 367	33.39 369	19.71 364	24.80 369	33.87 369	36.07 369	4.44 362	21.31 370	57.14 371	74.69 371	62.48 371	79.62 371

ASD4																								2.43 362

Low-res two-view benchmark