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

mm2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

mm1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

derf	0.02 3	0.01 3	0.01 3	0.02 11	0.01 3	0.01 3	0.01 3	0.02 6	0.03 19	0.02 5	0.01 3	0.03 19	0.01 3	0.01 4	0.04 5	0.04 5	0.03 3	0.02 3	0.03 3	0.02 3	0.03 4	0.01 3	0.01 4	0.01 3	0.02 3	0.03 3	0.02 3	0.02 3

qqai	0.02 3	0.01 3	0.01 3	0.02 11	0.01 3	0.01 3	0.01 3	0.02 6	0.03 19	0.02 5	0.02 6	0.03 19	0.01 3	0.01 4	0.04 5	0.04 5	0.03 3	0.03 6	0.03 3	0.02 3	0.03 4	0.02 6	0.01 4	0.01 3	0.03 5	0.03 3	0.02 3	0.02 3

quiztm	0.02 3	0.02 7	0.01 3	0.01 3	0.01 3	0.02 9	0.01 3	0.02 6	0.02 5	0.02 5	0.02 6	0.02 7	0.01 3	0.01 4	0.04 5	0.04 5	0.03 3	0.02 3	0.03 3	0.02 3	0.03 4	0.01 3	0.01 4	0.01 3	0.04 19	0.03 3	0.02 3	0.02 3

MLG-Stereo_test1	0.03 11	0.02 7	0.01 3	0.01 3	0.02 13	0.02 9	0.02 26	0.03 27	0.04 35	0.04 46	0.02 6	0.04 41	0.02 21	0.01 4	0.04 5	0.04 5	0.06 53	0.04 20	0.05 40	0.03 11	0.05 42	0.03 14	0.01 4	0.01 3	0.03 5	0.03 3	0.03 18	0.03 15

MLG-Stereo	0.03 11	0.02 7	0.01 3	0.02 11	0.02 13	0.01 3	0.01 3	0.03 27	0.03 19	0.04 46	0.02 6	0.04 41	0.01 3	0.01 4	0.04 5	0.04 5	0.06 53	0.03 6	0.04 21	0.03 11	0.05 42	0.03 14	0.01 4	0.01 3	0.03 5	0.03 3	0.03 18	0.03 15

CoSv	0.03 11	0.02 7	0.01 3	0.02 11	0.02 13	0.03 43	0.02 26	0.03 27	0.03 19	0.03 22	0.02 6	0.02 7	0.02 21	0.01 4	0.04 5	0.05 25	0.05 39	0.03 6	0.06 59	0.02 3	0.04 22	0.02 6	0.01 4	0.01 3	0.05 44	0.03 3	0.04 36	0.03 15

Pointernet	0.02 3	0.02 7	0.01 3	0.01 3	0.01 3	0.01 3	0.01 3	0.02 6	0.02 5	0.02 5	0.02 6	0.02 7	0.01 3	0.01 4	0.03 3	0.03 3	0.03 3	0.02 3	0.03 3	0.02 3	0.02 3	0.01 3	0.01 4	0.01 3	0.03 5	0.03 3	0.02 3	0.02 3

U	0.03 11	0.02 7	0.02 10	0.01 3	0.01 3	0.02 9	0.01 3	0.02 6	0.02 5	0.01 3	0.01 3	0.02 7	0.02 21	0.01 4	0.05 33	0.05 25	0.05 39	0.04 20	0.04 21	0.03 11	0.05 42	0.03 14	0.01 4	0.01 3	0.04 19	0.04 17	0.02 3	0.03 15

CroCo-Stereo	0.02 3	0.01 3	0.02 10	0.01 3	0.01 3	0.01 3	0.01 3	0.01 3	0.01 3	0.01 3	0.01 3	0.01 3	0.01 3	0.00 1	0.04 5	0.05 25	0.04 14	0.03 6	0.03 3	0.02 3	0.03 4	0.02 6	0.00 1	0.01 3	0.04 19	0.03 3	0.02 3	0.02 3
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
GREATEN-IGEV_RVC	0.04 41	0.03 36	0.03 40	0.02 11	0.03 43	0.02 9	0.02 26	0.03 27	0.05 60	0.04 46	0.04 38	0.07 81	0.02 21	0.01 4	0.05 33	0.05 25	0.05 39	0.05 44	0.05 40	0.04 41	0.04 22	0.04 48	0.02 39	0.02 12	0.04 19	0.05 34	0.04 36	0.04 40

over-8	0.03 11	0.02 7	0.02 10	0.03 38	0.02 13	0.02 9	0.02 26	0.02 6	0.02 5	0.03 22	0.04 38	0.03 19	0.02 21	0.01 4	0.04 5	0.04 5	0.04 14	0.04 20	0.03 3	0.03 11	0.04 22	0.03 14	0.01 4	0.02 12	0.04 19	0.05 34	0.04 36	0.03 15

over-9	0.03 11	0.02 7	0.02 10	0.03 38	0.02 13	0.02 9	0.01 3	0.02 6	0.02 5	0.02 5	0.04 38	0.03 19	0.02 21	0.01 4	0.04 5	0.04 5	0.04 14	0.04 20	0.03 3	0.03 11	0.04 22	0.03 14	0.01 4	0.02 12	0.04 19	0.05 34	0.04 36	0.03 15

testmc14	0.03 11	0.03 36	0.02 10	0.02 11	0.02 13	0.03 43	0.02 26	0.03 27	0.03 19	0.02 5	0.03 21	0.06 73	0.01 3	0.01 4	0.04 5	0.05 25	0.04 14	0.04 20	0.04 21	0.03 11	0.04 22	0.02 6	0.02 39	0.02 12	0.04 19	0.05 34	0.04 36	0.03 15

MCSU-Stereo	0.03 11	0.03 36	0.02 10	0.03 38	0.02 13	0.02 9	0.02 26	0.03 27	0.04 35	0.02 5	0.03 21	0.04 41	0.02 21	0.02 32	0.05 33	0.05 25	0.05 39	0.04 20	0.04 21	0.03 11	0.04 22	0.02 6	0.02 39	0.02 12	0.04 19	0.05 34	0.05 54	0.04 40

LACA2	0.03 11	0.02 7	0.02 10	0.02 11	0.02 13	0.03 43	0.01 3	0.02 6	0.02 5	0.04 46	0.02 6	0.02 7	0.01 3	0.01 4	0.04 5	0.04 5	0.03 3	0.03 6	0.03 3	0.03 11	0.03 4	0.03 14	0.01 4	0.02 12	0.04 19	0.03 3	0.03 18	0.02 3

WQFJX1	0.03 11	0.02 7	0.02 10	0.02 11	0.02 13	0.02 9	0.02 26	0.04 44	0.06 87	0.03 22	0.05 60	0.03 19	0.04 79	0.01 4	0.04 5	0.04 5	0.04 14	0.03 6	0.03 3	0.03 11	0.03 4	0.03 14	0.01 4	0.02 12	0.04 19	0.04 17	0.03 18	0.03 15

NLCSM	0.03 11	0.02 7	0.02 10	0.02 11	0.02 13	0.02 9	0.02 26	0.05 60	0.04 35	0.03 22	0.04 38	0.04 41	0.05 106	0.02 32	0.03 3	0.03 3	0.04 14	0.03 6	0.03 3	0.02 3	0.03 4	0.03 14	0.01 4	0.02 12	0.04 19	0.04 17	0.02 3	0.03 15

BridgeDepth	0.03 11	0.02 7	0.02 10	0.03 38	0.02 13	0.03 43	0.01 3	0.02 6	0.02 5	0.02 5	0.02 6	0.04 41	0.02 21	0.01 4	0.04 5	0.04 5	0.03 3	0.04 20	0.03 3	0.03 11	0.04 22	0.03 14	0.01 4	0.02 12	0.04 19	0.05 34	0.05 54	0.03 15
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MonStereo	0.04 41	0.03 36	0.03 40	0.03 38	0.02 13	0.02 9	0.02 26	0.03 27	0.04 35	0.04 46	0.06 82	0.03 19	0.02 21	0.02 32	0.05 33	0.05 25	0.05 39	0.04 20	0.05 40	0.04 41	0.05 42	0.03 14	0.02 39	0.02 12	0.05 44	0.05 34	0.05 54	0.05 57

GASTEREO	0.03 11	0.02 7	0.03 40	0.02 11	0.03 43	0.02 9	0.01 3	0.02 6	0.05 60	0.02 5	0.03 21	0.04 41	0.02 21	0.02 32	0.05 33	0.06 50	0.05 39	0.05 44	0.05 40	0.04 41	0.04 22	0.04 48	0.02 39	0.02 12	0.05 44	0.04 17	0.03 18	0.04 40

MSCF	0.03 11	0.02 7	0.03 40	0.03 38	0.02 13	0.02 9	0.01 3	0.02 6	0.05 60	0.02 5	0.04 38	0.04 41	0.02 21	0.02 32	0.05 33	0.06 50	0.05 39	0.05 44	0.05 40	0.04 41	0.04 22	0.04 48	0.02 39	0.02 12	0.05 44	0.04 17	0.02 3	0.04 40

111111	0.03 11	0.02 7	0.02 10	0.01 3	0.02 13	0.02 9	0.02 26	0.03 27	0.04 35	0.02 5	0.03 21	0.03 19	0.02 21	0.01 4	0.04 5	0.05 25	0.04 14	0.03 6	0.04 21	0.03 11	0.03 4	0.03 14	0.02 39	0.02 12	0.03 5	0.03 3	0.02 3	0.02 3

MLG-Stereo_test2	0.04 41	0.02 7	0.02 10	0.02 11	0.02 13	0.02 9	0.01 3	0.04 44	0.03 19	0.05 68	0.03 21	0.05 60	0.02 21	0.03 69	0.05 33	0.05 25	0.08 71	0.04 20	0.06 59	0.04 41	0.07 66	0.03 14	0.02 39	0.02 12	0.04 19	0.04 17	0.05 54	0.03 15

LG-Stereo	0.03 11	0.03 36	0.02 10	0.02 11	0.03 43	0.02 9	0.01 3	0.04 44	0.05 60	0.04 46	0.02 6	0.05 60	0.02 21	0.01 4	0.04 5	0.05 25	0.05 39	0.04 20	0.05 40	0.04 41	0.07 66	0.03 14	0.01 4	0.02 12	0.05 44	0.04 17	0.04 36	0.04 40

MM-Stereo_test3	0.02 3	0.01 3	0.02 10	0.02 11	0.02 13	0.01 3	0.01 3	0.02 6	0.03 19	0.02 5	0.02 6	0.02 7	0.01 3	0.01 4	0.04 5	0.04 5	0.04 14	0.03 6	0.03 3	0.03 11	0.03 4	0.02 6	0.01 4	0.02 12	0.03 5	0.03 3	0.02 3	0.02 3

GREAT-IGEV	0.03 11	0.02 7	0.02 10	0.02 11	0.01 3	0.02 9	0.01 3	0.02 6	0.02 5	0.03 22	0.04 38	0.04 41	0.01 3	0.01 4	0.05 33	0.05 25	0.04 14	0.04 20	0.04 21	0.03 11	0.04 22	0.03 14	0.01 4	0.02 12	0.04 19	0.04 17	0.03 18	0.03 15
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 11	0.02 7	0.02 10	0.02 11	0.01 3	0.02 9	0.01 3	0.03 27	0.04 35	0.03 22	0.06 82	0.03 19	0.01 3	0.02 32	0.04 5	0.04 5	0.03 3	0.04 20	0.03 3	0.03 11	0.03 4	0.03 14	0.01 4	0.02 12	0.02 3	0.04 17	0.02 3	0.03 15

AIO-test1	0.03 11	0.02 7	0.02 10	0.01 3	0.02 13	0.02 9	0.01 3	0.05 60	0.05 60	0.04 46	0.04 38	0.04 41	0.02 21	0.03 69	0.05 33	0.06 50	0.04 14	0.04 20	0.03 3	0.03 11	0.03 4	0.03 14	0.01 4	0.02 12	0.03 5	0.04 17	0.02 3	0.03 15

DEFOM-Stereo	0.04 41	0.03 36	0.02 10	0.04 65	0.03 43	0.03 43	0.02 26	0.04 44	0.04 35	0.04 46	0.04 38	0.03 19	0.02 21	0.02 32	0.05 33	0.05 25	0.07 64	0.06 62	0.06 59	0.04 41	0.06 54	0.03 14	0.02 39	0.02 12	0.06 62	0.06 59	0.05 54	0.04 40

RAStereo	0.03 11	0.02 7	0.02 10	0.02 11	0.02 13	0.02 9	0.01 3	0.03 27	0.02 5	0.03 22	0.02 6	0.04 41	0.03 55	0.02 32	0.05 33	0.05 25	0.05 39	0.05 44	0.04 21	0.03 11	0.06 54	0.03 14	0.01 4	0.02 12	0.06 62	0.05 34	0.04 36	0.04 40

AIO-Stereo	0.03 11	0.03 36	0.03 40	0.02 11	0.03 43	0.03 43	0.02 26	0.02 6	0.03 19	0.03 22	0.03 21	0.02 7	0.02 21	0.02 32	0.05 33	0.05 25	0.04 14	0.04 20	0.05 40	0.03 11	0.04 22	0.03 14	0.02 39	0.02 12	0.03 5	0.04 17	0.03 18	0.02 3

MoCha-V2	0.03 11	0.02 7	0.02 10	0.02 11	0.02 13	0.02 9	0.01 3	0.02 6	0.02 5	0.03 22	0.03 21	0.02 7	0.01 3	0.01 4	0.04 5	0.05 25	0.04 14	0.04 20	0.04 21	0.03 11	0.03 4	0.02 6	0.01 4	0.02 12	0.03 5	0.03 3	0.02 3	0.02 3

AEACV	0.04 41	0.03 36	0.02 10	0.04 65	0.03 43	0.02 9	0.02 26	0.03 27	0.03 19	0.03 22	0.03 21	0.03 19	0.02 21	0.01 4	0.05 33	0.06 50	0.05 39	0.05 44	0.07 67	0.04 41	0.06 54	0.03 14	0.01 4	0.02 12	0.06 62	0.06 59	0.04 36	0.03 15

ProNet	0.02 3	0.02 7	0.02 10	0.02 11	0.02 13	0.02 9	0.02 26	0.01 3	0.01 3	0.02 5	0.02 6	0.01 3	0.01 3	0.01 4	0.04 5	0.04 5	0.03 3	0.03 6	0.03 3	0.02 3	0.03 4	0.02 6	0.01 4	0.02 12	0.03 5	0.03 3	0.02 3	0.02 3

CroCo-Stereo Lap2	0.03 11	0.02 7	0.02 10	0.01 3	0.01 3	0.02 9	0.02 26	0.02 6	0.02 5	0.03 22	0.02 6	0.02 7	0.03 55	0.01 4	0.05 33	0.05 25	0.04 14	0.05 44	0.04 21	0.04 41	0.04 22	0.04 48	0.01 4	0.02 12	0.05 44	0.05 34	0.05 54	0.03 15

over-6	0.04 41	0.03 36	0.03 40	0.03 38	0.02 13	0.03 43	0.02 26	0.03 27	0.04 35	0.03 22	0.06 82	0.09 93	0.03 55	0.02 32	0.04 5	0.05 25	0.04 14	0.04 20	0.04 21	0.03 11	0.04 22	0.03 14	0.02 39	0.03 38	0.04 19	0.06 59	0.05 54	0.05 57

over v1	0.03 11	0.02 7	0.02 10	0.03 38	0.02 13	0.03 43	0.02 26	0.02 6	0.03 19	0.03 22	0.04 38	0.05 60	0.03 55	0.02 32	0.04 5	0.04 5	0.04 14	0.04 20	0.04 21	0.03 11	0.04 22	0.03 14	0.01 4	0.03 38	0.04 19	0.06 59	0.05 54	0.03 15

LACA3	0.04 41	0.03 36	0.03 40	0.03 38	0.03 43	0.03 43	0.02 26	0.02 6	0.04 35	0.04 46	0.03 21	0.03 19	0.02 21	0.02 32	0.06 59	0.06 50	0.04 14	0.06 62	0.05 40	0.04 41	0.06 54	0.06 91	0.02 39	0.03 38	0.05 44	0.06 59	0.05 54	0.05 57

LACA1	0.04 41	0.03 36	0.03 40	0.02 11	0.03 43	0.03 43	0.02 26	0.02 6	0.05 60	0.03 22	0.03 21	0.04 41	0.03 55	0.02 32	0.05 33	0.05 25	0.04 14	0.06 62	0.04 21	0.04 41	0.04 22	0.04 48	0.03 82	0.03 38	0.05 44	0.06 59	0.05 54	0.04 40

MatchStereo	0.04 41	0.02 7	0.03 40	0.02 11	0.03 43	0.02 9	0.02 26	0.03 27	0.06 87	0.02 5	0.06 82	0.02 7	0.04 79	0.02 32	0.06 59	0.06 50	0.04 14	0.05 44	0.04 21	0.05 69	0.05 42	0.05 70	0.01 4	0.03 38	0.05 44	0.06 59	0.03 18	0.04 40
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
BridgeDepth_RVC	0.05 64	0.04 66	0.04 76	0.04 65	0.05 87	0.05 97	0.03 64	0.04 44	0.07 115	0.05 68	0.05 60	0.05 60	0.04 79	0.02 32	0.07 80	0.07 73	0.05 39	0.07 82	0.05 40	0.05 69	0.06 54	0.05 70	0.02 39	0.03 38	0.06 62	0.08 87	0.07 84	0.07 83
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
WQFJA1	0.04 41	0.03 36	0.03 40	0.03 38	0.03 43	0.04 67	0.03 64	0.05 60	0.04 35	0.03 22	0.06 82	0.04 41	0.03 55	0.02 32	0.04 5	0.04 5	0.04 14	0.03 6	0.03 3	0.03 11	0.03 4	0.03 14	0.02 39	0.03 38	0.04 19	0.05 34	0.03 18	0.05 57

WQFJX	0.03 11	0.03 36	0.03 40	0.03 38	0.03 43	0.03 43	0.02 26	0.03 27	0.04 35	0.03 22	0.06 82	0.03 19	0.06 137	0.02 32	0.04 5	0.04 5	0.03 3	0.03 6	0.03 3	0.03 11	0.03 4	0.03 14	0.02 39	0.03 38	0.03 5	0.05 34	0.03 18	0.04 40

NLMM	0.04 41	0.03 36	0.03 40	0.03 38	0.03 43	0.04 67	0.03 64	0.05 60	0.04 35	0.03 22	0.06 82	0.04 41	0.03 55	0.02 32	0.04 5	0.04 5	0.04 14	0.03 6	0.03 3	0.03 11	0.03 4	0.03 14	0.02 39	0.03 38	0.04 19	0.05 34	0.03 18	0.05 57

NLSM3	0.04 41	0.03 36	0.03 40	0.04 65	0.03 43	0.02 9	0.02 26	0.04 44	0.07 115	0.04 46	0.04 38	0.03 19	0.04 79	0.03 69	0.06 59	0.05 25	0.05 39	0.05 44	0.04 21	0.04 41	0.04 22	0.04 48	0.03 82	0.03 38	0.06 62	0.06 59	0.06 76	0.06 77

NLSM1	0.04 41	0.03 36	0.03 40	0.03 38	0.02 13	0.04 67	0.03 64	0.05 60	0.07 115	0.03 22	0.07 107	0.04 41	0.06 137	0.02 32	0.04 5	0.04 5	0.04 14	0.04 20	0.05 40	0.03 11	0.05 42	0.03 14	0.02 39	0.03 38	0.05 44	0.05 34	0.04 36	0.04 40

VIP-Stereo	0.04 41	0.03 36	0.03 40	0.04 65	0.03 43	0.02 9	0.01 3	0.04 44	0.04 35	0.04 46	0.07 107	0.06 73	0.02 21	0.02 32	0.05 33	0.06 50	0.08 71	0.05 44	0.06 59	0.04 41	0.07 66	0.04 48	0.02 39	0.03 38	0.05 44	0.05 34	0.04 36	0.04 40

GEAStereo	0.04 41	0.04 66	0.03 40	0.04 65	0.03 43	0.03 43	0.03 64	0.04 44	0.03 19	0.04 46	0.03 21	0.03 19	0.01 3	0.02 32	0.05 33	0.06 50	0.06 53	0.05 44	0.05 40	0.04 41	0.06 54	0.04 48	0.02 39	0.03 38	0.04 19	0.05 34	0.04 36	0.03 15

GSStereo	0.03 11	0.03 36	0.03 40	0.03 38	0.03 43	0.03 43	0.02 26	0.01 3	0.03 19	0.03 22	0.03 21	0.02 7	0.01 3	0.01 4	0.05 33	0.06 50	0.07 64	0.04 20	0.06 59	0.03 11	0.06 54	0.03 14	0.01 4	0.03 38	0.04 19	0.04 17	0.04 36	0.03 15

GS-Stereo																							0.01 4	0.03 38	0.04 19	0.04 17	0.04 36	0.03 15

gasm-f	0.04 41	0.04 66	0.03 40	0.04 65	0.03 43	0.03 43	0.03 64	0.04 44	0.03 19	0.04 46	0.03 21	0.03 19	0.01 3	0.02 32	0.05 33	0.06 50	0.06 53	0.05 44	0.05 40	0.04 41	0.06 54	0.04 48	0.02 39	0.03 38	0.04 19	0.05 34	0.04 36	0.03 15

AdaDepth	0.04 41	0.04 66	0.02 10	0.03 38	0.03 43	0.02 9	0.02 26	0.03 27	0.04 35	0.03 22	0.04 38	0.03 19	0.02 21	0.01 4	0.06 59	0.06 50	0.06 53	0.05 44	0.05 40	0.03 11	0.05 42	0.03 14	0.01 4	0.03 38	0.05 44	0.05 34	0.04 36	0.03 15

LG-Stereo_L2	0.06 71	0.04 66	0.03 40	0.03 38	0.04 69	0.02 9	0.02 26	0.08 93	0.08 143	0.21 187	0.06 82	0.08 86	0.03 55	0.03 69	0.06 59	0.07 73	0.10 88	0.06 62	0.07 67	0.04 41	0.13 131	0.05 70	0.02 39	0.03 38	0.05 44	0.06 59	0.05 54	0.05 57

LG-Stereo_L1	0.06 71	0.04 66	0.03 40	0.04 65	0.03 43	0.02 9	0.02 26	0.08 93	0.09 176	0.21 187	0.05 60	0.05 60	0.03 55	0.03 69	0.06 59	0.07 73	0.10 88	0.06 62	0.07 67	0.04 41	0.14 151	0.05 70	0.01 4	0.03 38	0.06 62	0.06 59	0.05 54	0.05 57

MLG-Stereo_test3	0.05 64	0.03 36	0.02 10	0.03 38	0.04 69	0.05 97	0.03 64	0.05 60	0.06 87	0.06 75	0.06 82	0.09 93	0.02 21	0.03 69	0.06 59	0.06 50	0.08 71	0.06 62	0.06 59	0.04 41	0.08 77	0.04 48	0.02 39	0.03 38	0.05 44	0.06 59	0.05 54	0.05 57

LGtest1	0.06 71	0.04 66	0.03 40	0.04 65	0.04 69	0.04 67	0.03 64	0.08 93	0.08 143	0.07 84	0.04 38	0.06 73	0.03 55	0.05 113	0.07 80	0.07 73	0.12 109	0.07 82	0.10 110	0.07 107	0.12 112	0.06 91	0.04 107	0.03 38	0.07 76	0.06 59	0.08 93	0.06 77

MM-Stereo_test2	0.03 11	0.02 7	0.02 10	0.02 11	0.02 13	0.02 9	0.01 3	0.03 27	0.02 5	0.03 22	0.03 21	0.01 3	0.01 3	0.02 32	0.05 33	0.05 25	0.04 14	0.05 44	0.04 21	0.03 11	0.04 22	0.04 48	0.03 82	0.03 38	0.03 5	0.04 17	0.03 18	0.04 40

MM-Stereo_test1	0.02 3	0.02 7	0.02 10	0.02 11	0.01 3	0.02 9	0.01 3	0.02 6	0.03 19	0.03 22	0.02 6	0.01 3	0.01 3	0.01 4	0.04 5	0.04 5	0.04 14	0.04 20	0.04 21	0.03 11	0.03 4	0.03 14	0.02 39	0.03 38	0.03 5	0.03 3	0.02 3	0.02 3

AIO_rvc	0.06 71	0.06 113	0.03 40	0.05 89	0.04 69	0.04 67	0.03 64	0.08 93	0.06 87	0.10 100	0.04 38	0.08 86	0.02 21	0.03 69	0.06 59	0.07 73	0.08 71	0.06 62	0.07 67	0.05 69	0.12 112	0.05 70	0.02 39	0.03 38	0.06 62	0.06 59	0.05 54	0.05 57

GIP-stereo	0.03 11	0.02 7	0.02 10	0.02 11	0.02 13	0.02 9	0.02 26	0.02 6	0.02 5	0.02 5	0.02 6	0.02 7	0.02 21	0.02 32	0.05 33	0.05 25	0.06 53	0.04 20	0.06 59	0.03 11	0.05 42	0.03 14	0.01 4	0.03 38	0.04 19	0.05 34	0.03 18	0.03 15

IGEV-Stereo++	0.03 11	0.02 7	0.02 10	0.03 38	0.03 43	0.03 43	0.02 26	0.04 44	0.04 35	0.04 46	0.03 21	0.03 19	0.02 21	0.02 32	0.05 33	0.05 25	0.04 14	0.04 20	0.04 21	0.04 41	0.04 22	0.04 48	0.03 82	0.03 38	0.03 5	0.05 34	0.03 18	0.03 15

Occ-G	0.04 41	0.04 66	0.03 40	0.04 65	0.02 13	0.03 43	0.02 26	0.04 44	0.03 19	0.03 22	0.05 60	0.03 19	0.02 21	0.02 32	0.05 33	0.06 50	0.06 53	0.06 62	0.07 67	0.04 41	0.05 42	0.03 14	0.04 107	0.03 38	0.04 19	0.04 17	0.03 18	0.05 57

IGEV-BASED-STEREO-	0.07 94	0.05 89	0.03 40	0.04 65	0.05 87	0.04 67	0.02 26	0.11 112	0.06 87	0.22 197	0.05 60	0.05 60	0.02 21	0.03 69	0.07 80	0.08 90	0.12 109	0.08 92	0.09 99	0.07 107	0.16 189	0.06 91	0.02 39	0.03 38	0.07 76	0.07 79	0.07 84	0.05 57

IGEV-Stereo+	0.06 71	0.03 36	0.03 40	0.03 38	0.04 69	0.03 43	0.03 64	0.16 160	0.06 87	0.20 174	0.06 82	0.06 73	0.03 55	0.04 97	0.07 80	0.08 90	0.10 88	0.06 62	0.09 99	0.06 88	0.12 112	0.06 91	0.03 82	0.03 38	0.07 76	0.06 59	0.03 18	0.07 83

RSM++	0.04 41	0.03 36	0.03 40	0.02 11	0.04 69	0.02 9	0.03 64	0.05 60	0.04 35	0.04 46	0.04 38	0.05 60	0.02 21	0.02 32	0.06 59	0.06 50	0.05 39	0.05 44	0.05 40	0.04 41	0.07 66	0.04 48	0.02 39	0.03 38	0.06 62	0.05 34	0.04 36	0.04 40

RSM	0.03 11	0.03 36	0.03 40	0.02 11	0.03 43	0.03 43	0.02 26	0.03 27	0.02 5	0.03 22	0.04 38	0.04 41	0.02 21	0.02 32	0.05 33	0.06 50	0.05 39	0.04 20	0.05 40	0.04 41	0.05 42	0.03 14	0.01 4	0.03 38	0.04 19	0.04 17	0.03 18	0.03 15

anonymousdsp	0.05 64	0.04 66	0.03 40	0.03 38	0.04 69	0.04 67	0.04 105	0.06 72	0.05 60	0.06 75	0.04 38	0.03 19	0.02 21	0.03 69	0.06 59	0.07 73	0.08 71	0.06 62	0.08 83	0.05 69	0.09 82	0.05 70	0.03 82	0.03 38	0.05 44	0.05 34	0.05 54	0.05 57

iRaftStereo_RVC	0.05 64	0.03 36	0.03 40	0.03 38	0.03 43	0.03 43	0.02 26	0.05 60	0.04 35	0.06 75	0.05 60	0.05 60	0.03 55	0.02 32	0.06 59	0.06 50	0.10 88	0.07 82	0.07 67	0.05 69	0.09 82	0.04 48	0.02 39	0.03 38	0.07 76	0.06 59	0.05 54	0.05 57

GREATEN-IGEV-FM_RVC	0.06 71	0.03 36	0.06 143	0.04 65	0.05 87	0.04 67	0.02 26	0.06 72	0.06 87	0.12 103	0.08 135	0.08 86	0.06 137	0.03 69	0.06 59	0.07 73	0.11 99	0.06 62	0.08 83	0.05 69	0.07 66	0.04 48	0.02 39	0.04 71	0.07 76	0.07 79	0.07 84	0.06 77

TS12	0.06 71	0.04 66	0.04 76	0.05 89	0.05 87	0.04 67	0.03 64	0.06 72	0.05 60	0.04 46	0.08 135	0.06 73	0.03 55	0.03 69	0.07 80	0.08 90	0.06 53	0.07 82	0.07 67	0.06 88	0.09 82	0.08 132	0.02 39	0.04 71	0.08 88	0.08 87	0.08 93	0.09 97

TS	0.06 71	0.04 66	0.04 76	0.05 89	0.05 87	0.04 67	0.03 64	0.06 72	0.05 60	0.04 46	0.08 135	0.06 73	0.03 55	0.03 69	0.07 80	0.08 90	0.06 53	0.07 82	0.07 67	0.06 88	0.09 82	0.08 132	0.02 39	0.04 71	0.08 88	0.08 87	0.08 93	0.09 97

DispViT+	0.04 41	0.03 36	0.04 76	0.06 113	0.03 43	0.04 67	0.03 64	0.04 44	0.05 60	0.04 46	0.07 107	0.04 41	0.04 79	0.02 32	0.05 33	0.05 25	0.04 14	0.05 44	0.05 40	0.04 41	0.04 22	0.05 70	0.02 39	0.04 71	0.05 44	0.07 79	0.05 54	0.06 77

NLMM1	0.04 41	0.03 36	0.03 40	0.02 11	0.02 13	0.02 9	0.02 26	0.05 60	0.05 60	0.04 46	0.07 107	0.03 19	0.07 172	0.02 32	0.04 5	0.05 25	0.03 3	0.04 20	0.04 21	0.04 41	0.03 4	0.03 14	0.01 4	0.04 71	0.06 62	0.04 17	0.04 36	0.04 40

LG-G_1	0.06 71	0.05 89	0.04 76	0.05 89	0.05 87	0.06 115	0.03 64	0.06 72	0.06 87	0.08 88	0.03 21	0.10 102	0.04 79	0.06 132	0.06 59	0.06 50	0.10 88	0.06 62	0.08 83	0.05 69	0.10 92	0.04 48	0.05 137	0.04 71	0.06 62	0.06 59	0.08 93	0.07 83

LG-G	0.06 71	0.05 89	0.04 76	0.05 89	0.05 87	0.06 115	0.03 64	0.06 72	0.06 87	0.08 88	0.03 21	0.10 102	0.04 79	0.06 132	0.06 59	0.06 50	0.10 88	0.06 62	0.08 83	0.05 69	0.10 92	0.04 48	0.05 137	0.04 71	0.06 62	0.06 59	0.08 93	0.07 83

DFGA-Net	0.05 64	0.05 89	0.03 40	0.04 65	0.03 43	0.04 67	0.03 64	0.05 60	0.04 35	0.06 75	0.05 60	0.10 102	0.04 79	0.03 69	0.06 59	0.07 73	0.08 71	0.07 82	0.07 67	0.05 69	0.07 66	0.04 48	0.03 82	0.04 71	0.07 76	0.06 59	0.06 76	0.09 97

SGD-Stereo	0.06 71	0.04 66	0.03 40	0.05 89	0.04 69	0.06 115	0.03 64	0.04 44	0.06 87	0.08 88	0.05 60	0.05 60	0.03 55	0.03 69	0.07 80	0.08 90	0.14 127	0.06 62	0.09 99	0.05 69	0.12 112	0.05 70	0.03 82	0.04 71	0.08 88	0.08 87	0.12 139	0.09 97

DEFOM-Stereo_RVC	0.07 94	0.05 89	0.03 40	0.03 38	0.05 87	0.05 97	0.03 64	0.12 117	0.05 60	0.22 197	0.05 60	0.08 86	0.03 55	0.05 113	0.07 80	0.09 109	0.13 113	0.09 120	0.10 110	0.06 88	0.16 189	0.06 91	0.04 107	0.04 71	0.07 76	0.09 97	0.08 93	0.10 114

HUF	0.07 94	0.05 89	0.04 76	0.07 136	0.06 118	0.04 67	0.03 64	0.09 101	0.07 115	0.16 125	0.05 60	0.09 93	0.04 79	0.03 69	0.06 59	0.07 73	0.08 71	0.06 62	0.09 99	0.06 88	0.14 151	0.06 91	0.03 82	0.04 71	0.08 88	0.05 34	0.06 76	0.05 57

AIO_test	0.06 71	0.05 89	0.04 76	0.07 136	0.05 87	0.04 67	0.04 105	0.10 108	0.09 176	0.12 103	0.05 60	0.11 114	0.04 79	0.03 69	0.06 59	0.07 73	0.07 64	0.06 62	0.08 83	0.05 69	0.13 131	0.05 70	0.04 107	0.04 71	0.09 100	0.07 79	0.05 54	0.05 57

StereoVision	0.06 71	0.03 36	0.04 76	0.03 38	0.03 43	0.03 43	0.02 26	0.06 72	0.11 223	0.02 5	0.05 60	0.03 19	0.06 137	0.01 4	0.08 111	0.10 140	0.06 53	0.05 44	0.08 83	0.07 107	0.06 54	0.05 70	0.02 39	0.04 71	0.10 115	0.08 87	0.10 115	0.12 137

UniTT-Stereo	0.07 94	0.04 66	0.04 76	0.04 65	0.03 43	0.05 97	0.03 64	0.06 72	0.05 60	0.06 75	0.04 38	0.07 81	0.12 245	0.07 166	0.08 111	0.07 73	0.11 99	0.08 92	0.08 83	0.07 107	0.09 82	0.08 132	0.08 218	0.04 71	0.09 100	0.16 252	0.06 76	0.09 97

MIM_Stereo	0.06 71	0.04 66	0.03 40	0.05 89	0.05 87	0.05 97	0.03 64	0.06 72	0.04 35	0.14 112	0.06 82	0.04 41	0.02 21	0.03 69	0.07 80	0.08 90	0.13 113	0.07 82	0.09 99	0.06 88	0.11 98	0.06 91	0.02 39	0.04 71	0.08 88	0.07 79	0.07 84	0.05 57

LL-Strereo2	0.07 94	0.03 36	0.03 40	0.04 65	0.05 87	0.04 67	0.03 64	0.06 72	0.07 115	0.14 112	0.07 107	0.08 86	0.05 106	0.04 97	0.07 80	0.08 90	0.14 127	0.07 82	0.10 110	0.06 88	0.10 92	0.06 91	0.03 82	0.04 71	0.08 88	0.09 97	0.08 93	0.05 57

CES	0.11 154	0.06 113	0.06 143	0.06 113	0.08 160	0.07 135	0.05 116	0.35 337	0.05 60	0.15 119	0.23 325	0.13 137	0.04 79	0.08 192	0.08 111	0.10 140	0.19 206	0.08 92	0.14 164	0.08 131	0.28 345	0.08 132	0.07 186	0.04 71	0.14 178	0.11 135	0.13 153	0.16 186

TestStereo1	0.09 112	0.07 137	0.06 143	0.04 65	0.05 87	0.06 115	0.06 151	0.07 87	0.07 115	0.09 92	0.07 107	0.11 114	0.14 275	0.04 97	0.09 152	0.10 140	0.11 99	0.09 120	0.09 99	0.08 131	0.13 131	0.12 261	0.02 39	0.04 71	0.15 191	0.13 170	0.16 197	0.20 245

SA-5K	0.09 112	0.07 137	0.06 143	0.04 65	0.05 87	0.06 115	0.06 151	0.07 87	0.07 115	0.09 92	0.07 107	0.11 114	0.14 275	0.04 97	0.09 152	0.10 140	0.11 99	0.09 120	0.09 99	0.08 131	0.13 131	0.12 261	0.02 39	0.04 71	0.15 191	0.13 170	0.16 197	0.20 245

AnonymousM	0.08 105	0.05 89	0.04 76	0.06 113	0.05 87	0.04 67	0.04 105	0.13 135	0.05 60	0.20 174	0.06 82	0.11 114	0.03 55	0.06 132	0.09 152	0.09 109	0.19 206	0.08 92	0.12 130	0.07 107	0.16 189	0.06 91	0.04 107	0.04 71	0.08 88	0.11 135	0.10 115	0.09 97

RAFT	0.06 71	0.03 36	0.05 110	0.03 38	0.02 13	0.03 43	0.02 26	0.07 87	0.04 35	0.04 46	0.06 82	0.07 81	0.05 106	0.01 4	0.06 59	0.06 50	0.07 64	0.05 44	0.05 40	0.04 41	0.06 54	0.07 111	0.01 4	0.04 71	0.13 153	0.14 199	0.13 153	0.15 170

ARAFT	0.07 94	0.04 66	0.04 76	0.05 89	0.05 87	0.05 97	0.02 26	0.09 101	0.06 87	0.12 103	0.06 82	0.12 121	0.03 55	0.03 69	0.07 80	0.07 73	0.12 109	0.09 120	0.09 99	0.05 69	0.11 98	0.07 111	0.03 82	0.04 71	0.09 100	0.09 97	0.09 109	0.09 97

AFF-stereo	0.06 71	0.05 89	0.05 110	0.05 89	0.04 69	0.04 67	0.03 64	0.11 112	0.06 87	0.16 125	0.04 38	0.08 86	0.03 55	0.02 32	0.06 59	0.08 90	0.08 71	0.05 44	0.09 99	0.04 41	0.09 82	0.05 70	0.02 39	0.04 71	0.10 115	0.08 87	0.07 84	0.07 83

RAFT + AFF	0.05 64	0.04 66	0.03 40	0.05 89	0.04 69	0.04 67	0.03 64	0.06 72	0.08 143	0.09 92	0.05 60	0.09 93	0.02 21	0.02 32	0.05 33	0.05 25	0.09 84	0.06 62	0.06 59	0.04 41	0.07 66	0.05 70	0.02 39	0.04 71	0.07 76	0.05 34	0.05 54	0.05 57

delet	0.05 64	0.05 89	0.04 76	0.06 113	0.05 87	0.05 97	0.05 116	0.04 44	0.04 35	0.06 75	0.05 60	0.10 102	0.05 106	0.03 69	0.07 80	0.06 50	0.07 64	0.06 62	0.05 40	0.06 88	0.06 54	0.04 48	0.03 82	0.04 71	0.06 62	0.06 59	0.04 36	0.04 40

CCAANet	0.08 105	0.07 137	0.06 143	0.09 169	0.06 118	0.07 135	0.09 209	0.08 93	0.07 115	0.07 84	0.07 107	0.14 149	0.05 106	0.05 113	0.09 152	0.10 140	0.10 88	0.09 120	0.07 67	0.06 88	0.08 77	0.06 91	0.04 107	0.04 71	0.08 88	0.09 97	0.07 84	0.09 97

RYNet	0.06 71	0.04 66	0.04 76	0.04 65	0.04 69	0.04 67	0.03 64	0.04 44	0.11 223	0.05 68	0.04 38	0.04 41	0.03 55	0.03 69	0.07 80	0.06 50	0.07 64	0.08 92	0.07 67	0.05 69	0.05 42	0.04 48	0.11 268	0.04 71	0.06 62	0.13 170	0.06 76	0.05 57

TDLM	0.04 41	0.04 66	0.04 76	0.04 65	0.04 69	0.04 67	0.03 64	0.04 44	0.03 19	0.04 46	0.06 82	0.04 41	0.03 55	0.03 69	0.06 59	0.06 50	0.06 53	0.06 62	0.05 40	0.04 41	0.05 42	0.04 48	0.03 82	0.04 71	0.05 44	0.05 34	0.05 54	0.05 57

small-0shot	0.10 137	0.05 89	0.04 76	0.05 89	0.05 87	0.06 115	0.03 64	0.16 160	0.10 203	0.19 161	0.06 82	0.15 155	0.07 172	0.09 214	0.08 111	0.10 140	0.18 183	0.09 120	0.13 150	0.07 107	0.19 241	0.08 132	0.03 82	0.05 99	0.13 153	0.11 135	0.13 153	0.17 199

WAFT-Stereo (ZS)	0.09 112	0.04 66	0.06 143	0.04 65	0.05 87	0.05 97	0.03 64	0.15 150	0.09 176	0.19 161	0.09 157	0.16 177	0.05 106	0.06 132	0.09 152	0.09 109	0.15 134	0.08 92	0.11 118	0.07 107	0.16 189	0.08 132	0.04 107	0.05 99	0.16 206	0.11 135	0.14 168	0.16 186

PointNet	0.04 41	0.03 36	0.04 76	0.03 38	0.02 13	0.03 43	0.03 64	0.05 60	0.04 35	0.02 5	0.05 60	0.03 19	0.02 21	0.02 32	0.04 5	0.04 5	0.03 3	0.03 6	0.04 21	0.03 11	0.04 22	0.03 14	0.04 107	0.05 99	0.05 44	0.06 59	0.03 18	0.04 40

DepthFocus	0.10 137	0.05 89	0.05 110	0.09 169	0.05 87	0.06 115	0.04 105	0.17 172	0.07 115	0.22 197	0.09 157	0.13 137	0.04 79	0.10 232	0.09 152	0.09 109	0.18 183	0.09 120	0.18 233	0.09 161	0.17 214	0.08 132	0.09 242	0.05 99	0.07 76	0.11 135	0.14 168	0.12 137

YMNet	0.07 94	0.08 178	0.06 143	0.08 147	0.08 160	0.08 148	0.07 169	0.07 87	0.07 115	0.05 68	0.07 107	0.13 137	0.05 106	0.07 166	0.07 80	0.07 73	0.08 71	0.08 92	0.09 99	0.05 69	0.07 66	0.06 91	0.06 159	0.05 99	0.09 100	0.08 87	0.09 109	0.09 97

test_for_model	0.09 112	0.05 89	0.04 76	0.05 89	0.07 135	0.04 67	0.03 64	0.12 117	0.08 143	0.24 237	0.05 60	0.15 155	0.05 106	0.06 132	0.07 80	0.09 109	0.18 183	0.10 146	0.12 130	0.08 131	0.14 151	0.07 111	0.04 107	0.05 99	0.09 100	0.10 112	0.08 93	0.09 97

trnet	0.11 154	0.08 178	0.05 110	0.07 136	0.07 135	0.07 135	0.05 116	0.18 211	0.05 60	0.27 302	0.07 107	0.18 202	0.06 137	0.08 192	0.08 111	0.10 140	0.22 261	0.08 92	0.12 130	0.07 107	0.20 264	0.08 132	0.06 159	0.05 99	0.11 130	0.13 170	0.17 215	0.16 186

GCAPDPT-zeroshot4090	0.09 112	0.05 89	0.04 76	0.05 89	0.07 135	0.04 67	0.03 64	0.12 117	0.08 143	0.24 237	0.05 60	0.15 155	0.05 106	0.06 132	0.07 80	0.09 109	0.18 183	0.10 146	0.12 130	0.08 131	0.14 151	0.07 111	0.04 107	0.05 99	0.09 100	0.10 112	0.08 93	0.09 97

MGS-Stereo	0.08 105	0.06 113	0.04 76	0.05 89	0.05 87	0.04 67	0.03 64	0.12 117	0.05 60	0.09 92	0.07 107	0.10 102	0.04 79	0.05 113	0.07 80	0.08 90	0.15 134	0.11 163	0.12 130	0.09 161	0.12 112	0.07 111	0.05 137	0.05 99	0.10 115	0.09 97	0.11 129	0.10 114

plain	0.06 71	0.04 66	0.04 76	0.04 65	0.04 69	0.05 97	0.03 64	0.08 93	0.04 35	0.09 92	0.05 60	0.06 73	0.02 21	0.02 32	0.07 80	0.08 90	0.12 109	0.08 92	0.08 83	0.06 88	0.08 77	0.04 48	0.02 39	0.05 99	0.09 100	0.09 97	0.08 93	0.09 97

MaDis-Stereo	0.07 94	0.04 66	0.05 110	0.03 38	0.02 13	0.03 43	0.03 64	0.06 72	0.06 87	0.04 46	0.06 82	0.10 102	0.05 106	0.02 32	0.07 80	0.08 90	0.10 88	0.09 120	0.07 67	0.05 69	0.10 92	0.10 215	0.01 4	0.05 99	0.11 130	0.18 284	0.13 153	0.16 186

testlalala	0.09 112	0.05 89	0.04 76	0.05 89	0.07 135	0.04 67	0.03 64	0.12 117	0.08 143	0.24 237	0.05 60	0.15 155	0.05 106	0.06 132	0.07 80	0.09 109	0.18 183	0.10 146	0.12 130	0.08 131	0.14 151	0.07 111	0.04 107	0.05 99	0.09 100	0.10 112	0.08 93	0.09 97

GCAPDPT-zeroshot	0.09 112	0.05 89	0.04 76	0.05 89	0.07 135	0.04 67	0.03 64	0.12 117	0.08 143	0.24 237	0.05 60	0.15 155	0.05 106	0.06 132	0.07 80	0.09 109	0.18 183	0.10 146	0.12 130	0.08 131	0.14 151	0.07 111	0.04 107	0.05 99	0.09 100	0.10 112	0.08 93	0.09 97

GCAP-Stereo	0.09 112	0.05 89	0.04 76	0.05 89	0.07 135	0.04 67	0.03 64	0.12 117	0.08 143	0.24 237	0.05 60	0.15 155	0.05 106	0.06 132	0.07 80	0.09 109	0.18 183	0.10 146	0.12 130	0.08 131	0.14 151	0.07 111	0.04 107	0.05 99	0.09 100	0.10 112	0.08 93	0.09 97

4D-IteraStereo	0.09 112	0.06 113	0.05 110	0.06 113	0.06 118	0.06 115	0.04 105	0.15 150	0.10 203	0.22 197	0.08 135	0.14 149	0.06 137	0.03 69	0.08 111	0.10 140	0.17 163	0.09 120	0.11 118	0.07 107	0.15 171	0.05 70	0.03 82	0.05 99	0.10 115	0.10 112	0.08 93	0.08 90

CAS	0.09 112	0.07 137	0.05 110	0.06 113	0.05 87	0.05 97	0.04 105	0.14 145	0.05 60	0.11 101	0.10 185	0.11 114	0.05 106	0.07 166	0.08 111	0.09 109	0.11 99	0.10 146	0.14 164	0.07 107	0.12 112	0.07 111	0.05 137	0.05 99	0.13 153	0.11 135	0.09 109	0.14 156

TESTraft	0.09 112	0.06 113	0.06 143	0.04 65	0.04 69	0.05 97	0.06 151	0.09 101	0.08 143	0.09 92	0.08 135	0.12 121	0.13 259	0.03 69	0.09 152	0.10 140	0.11 99	0.09 120	0.08 83	0.07 107	0.13 131	0.12 261	0.02 39	0.05 99	0.14 178	0.12 149	0.14 168	0.20 245

Sa-1000	0.10 137	0.07 137	0.07 177	0.07 136	0.05 87	0.09 163	0.03 64	0.12 117	0.06 87	0.18 147	0.08 135	0.19 214	0.05 106	0.05 113	0.10 207	0.10 140	0.16 149	0.12 202	0.14 164	0.09 161	0.16 189	0.10 215	0.04 107	0.05 99	0.19 266	0.15 226	0.13 153	0.20 245

raft+_RVC	0.08 105	0.06 113	0.04 76	0.06 113	0.06 118	0.07 135	0.04 105	0.10 108	0.08 143	0.17 135	0.08 135	0.09 93	0.04 79	0.04 97	0.08 111	0.07 73	0.13 113	0.09 120	0.11 118	0.06 88	0.13 131	0.05 70	0.03 82	0.05 99	0.10 115	0.09 97	0.09 109	0.08 90

raftrobust	0.10 137	0.08 178	0.06 143	0.08 147	0.07 135	0.05 97	0.04 105	0.14 145	0.06 87	0.25 271	0.07 107	0.12 121	0.05 106	0.05 113	0.08 111	0.09 109	0.18 183	0.11 163	0.11 118	0.09 161	0.17 214	0.08 132	0.05 137	0.05 99	0.13 153	0.12 149	0.10 115	0.10 114

RAFT-Stereo + iAFF	0.08 105	0.06 113	0.05 110	0.05 89	0.04 69	0.04 67	0.04 105	0.14 145	0.07 115	0.21 187	0.04 38	0.12 121	0.04 79	0.03 69	0.07 80	0.09 109	0.09 84	0.06 62	0.10 110	0.05 69	0.11 98	0.05 70	0.03 82	0.05 99	0.12 140	0.09 97	0.09 109	0.09 97

MMNet	0.06 71	0.06 113	0.04 76	0.08 147	0.06 118	0.06 115	0.05 116	0.07 87	0.05 60	0.05 68	0.05 60	0.09 93	0.04 79	0.04 97	0.07 80	0.07 73	0.08 71	0.08 92	0.07 67	0.06 88	0.06 54	0.05 70	0.04 107	0.05 99	0.07 76	0.08 87	0.07 84	0.10 114

CREStereo	0.11 154	0.08 178	0.06 143	0.08 147	0.08 160	0.07 135	0.05 116	0.18 211	0.05 60	0.26 288	0.08 135	0.18 202	0.06 137	0.08 192	0.08 111	0.10 140	0.22 261	0.09 120	0.13 150	0.08 131	0.20 264	0.09 178	0.06 159	0.05 99	0.11 130	0.13 170	0.17 215	0.15 170
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.11 154	0.10 215	0.06 143	0.12 225	0.09 189	0.07 135	0.06 151	0.18 211	0.06 87	0.28 321	0.06 82	0.18 202	0.04 79	0.07 166	0.09 152	0.11 197	0.19 206	0.09 120	0.14 164	0.08 131	0.17 214	0.09 178	0.07 186	0.05 99	0.13 153	0.12 149	0.17 215	0.15 170

DMCA	0.07 94	0.05 89	0.07 177	0.06 113	0.06 118	0.05 97	0.07 169	0.09 101	0.06 87	0.06 75	0.09 157	0.07 81	0.06 137	0.06 132	0.07 80	0.08 90	0.11 99	0.10 146	0.08 83	0.07 107	0.09 82	0.05 70	0.06 159	0.05 99	0.08 88	0.10 112	0.05 54	0.07 83

GANet	0.06 71	0.07 137	0.06 143	0.06 113	0.06 118	0.07 135	0.06 151	0.07 87	0.05 60	0.06 75	0.07 107	0.05 60	0.04 79	0.04 97	0.07 80	0.08 90	0.08 71	0.10 146	0.07 67	0.05 69	0.07 66	0.05 70	0.05 137	0.05 99	0.08 88	0.07 79	0.06 76	0.06 77

CVANet_RVC	0.07 94	0.07 137	0.07 177	0.08 147	0.06 118	0.07 135	0.05 116	0.06 72	0.05 60	0.06 75	0.09 157	0.05 60	0.04 79	0.04 97	0.08 111	0.08 90	0.08 71	0.08 92	0.08 83	0.06 88	0.08 77	0.05 70	0.04 107	0.05 99	0.08 88	0.07 79	0.07 84	0.09 97

AANet_RVC	0.06 71	0.05 89	0.06 143	0.05 89	0.06 118	0.04 67	0.05 116	0.05 60	0.06 87	0.05 68	0.06 82	0.05 60	0.04 79	0.04 97	0.07 80	0.07 73	0.08 71	0.08 92	0.07 67	0.07 107	0.07 66	0.06 91	0.05 137	0.05 99	0.07 76	0.09 97	0.06 76	0.08 90

anonymous	0.10 137	0.04 66	0.05 110	0.04 65	0.08 160	0.07 135	0.05 116	0.17 172	0.08 143	0.18 147	0.06 82	0.16 177	0.06 137	0.09 214	0.09 152	0.10 140	0.19 206	0.09 120	0.14 164	0.08 131	0.19 241	0.08 132	0.04 107	0.06 127	0.15 191	0.09 97	0.14 168	0.15 170

LGCAT	0.11 154	0.09 197	0.08 205	0.08 147	0.07 135	0.10 188	0.06 151	0.17 172	0.06 87	0.22 197	0.09 157	0.15 155	0.07 172	0.07 166	0.09 152	0.09 109	0.19 206	0.10 146	0.17 214	0.08 131	0.19 241	0.10 215	0.08 218	0.06 127	0.11 130	0.12 149	0.15 184	0.11 124

WQFJA1++	0.12 183	0.09 197	0.06 143	0.15 262	0.08 160	0.15 249	0.14 268	0.17 172	0.07 115	0.19 161	0.11 202	0.15 155	0.08 196	0.05 113	0.08 111	0.10 140	0.19 206	0.09 120	0.16 193	0.08 131	0.16 189	0.07 111	0.06 159	0.06 127	0.16 206	0.11 135	0.21 279	0.22 266

IGEV-FE	0.14 232	0.07 137	0.05 110	0.13 239	0.13 259	0.10 188	0.11 242	0.17 172	0.09 176	0.28 321	0.09 157	0.23 271	0.05 106	0.12 266	0.09 152	0.11 197	0.23 272	0.11 163	0.16 193	0.12 244	0.20 264	0.09 178	0.09 242	0.06 127	0.19 266	0.14 199	0.23 286	0.27 292

S2M2_XL	0.11 154	0.07 137	0.08 205	0.07 136	0.07 135	0.10 188	0.08 188	0.18 211	0.06 87	0.21 187	0.09 157	0.22 268	0.05 106	0.06 132	0.08 111	0.10 140	0.20 230	0.09 120	0.17 214	0.09 161	0.20 264	0.08 132	0.08 218	0.06 127	0.11 130	0.09 97	0.14 168	0.16 186
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
LG-Stereo_Zeroshot	0.12 183	0.07 137	0.04 76	0.09 169	0.09 189	0.11 205	0.10 228	0.18 211	0.08 143	0.24 237	0.09 157	0.16 177	0.04 79	0.09 214	0.09 152	0.11 197	0.21 245	0.10 146	0.17 214	0.09 161	0.20 264	0.10 215	0.05 137	0.06 127	0.15 191	0.13 170	0.16 197	0.27 292

AIO-Stereo-zeroshot1	0.15 256	0.07 137	0.05 110	0.12 225	0.12 247	0.15 249	0.09 209	0.17 172	0.12 243	0.29 335	0.09 157	0.22 268	0.05 106	0.12 266	0.11 247	0.11 197	0.26 316	0.12 202	0.33 323	0.11 223	0.20 264	0.12 261	0.08 218	0.06 127	0.21 292	0.18 284	0.20 265	0.32 314

IGEV_Zeroshot_test	0.14 232	0.07 137	0.05 110	0.13 239	0.13 259	0.10 188	0.11 242	0.17 172	0.09 176	0.28 321	0.09 157	0.23 271	0.05 106	0.12 266	0.09 152	0.11 197	0.23 272	0.11 163	0.16 193	0.12 244	0.20 264	0.09 178	0.09 242	0.06 127	0.19 266	0.14 199	0.23 286	0.27 292

MIF-Stereo (partial)	0.06 71	0.05 89	0.06 143	0.05 89	0.04 69	0.05 97	0.03 64	0.08 93	0.07 115	0.07 84	0.04 38	0.05 60	0.06 137	0.04 97	0.08 111	0.08 90	0.11 99	0.08 92	0.08 83	0.05 69	0.09 82	0.05 70	0.02 39	0.06 127	0.10 115	0.08 87	0.07 84	0.08 90

CASnet	0.10 137	0.06 113	0.05 110	0.08 147	0.09 189	0.11 205	0.05 116	0.18 211	0.10 203	0.23 220	0.11 202	0.13 137	0.06 137	0.07 166	0.09 152	0.10 140	0.16 149	0.08 92	0.18 233	0.07 107	0.14 151	0.06 91	0.06 159	0.06 127	0.12 140	0.10 112	0.14 168	0.10 114
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.13 204	0.07 137	0.05 110	0.10 190	0.09 189	0.12 217	0.08 188	0.17 172	0.10 203	0.26 288	0.09 157	0.20 230	0.08 196	0.10 232	0.09 152	0.10 140	0.22 261	0.11 163	0.20 256	0.10 196	0.21 288	0.09 178	0.08 218	0.06 127	0.16 206	0.15 226	0.17 215	0.17 199

LoS_RVC	0.09 112	0.07 137	0.05 110	0.05 89	0.06 118	0.06 115	0.05 116	0.13 135	0.08 143	0.18 147	0.11 202	0.12 121	0.06 137	0.07 166	0.08 111	0.09 109	0.10 88	0.08 92	0.12 130	0.08 131	0.16 189	0.09 178	0.05 137	0.06 127	0.14 178	0.10 112	0.10 115	0.13 146

tt_ll	0.09 112	0.07 137	0.05 110	0.05 89	0.06 118	0.06 115	0.05 116	0.13 135	0.08 143	0.18 147	0.11 202	0.12 121	0.06 137	0.07 166	0.08 111	0.09 109	0.10 88	0.08 92	0.12 130	0.08 131	0.16 189	0.09 178	0.05 137	0.06 127	0.14 178	0.10 112	0.10 115	0.13 146

anonymousdsp2	0.08 105	0.07 137	0.05 110	0.06 113	0.05 87	0.06 115	0.05 116	0.12 117	0.06 87	0.17 135	0.06 82	0.08 86	0.04 79	0.05 113	0.07 80	0.08 90	0.13 113	0.08 92	0.10 110	0.07 107	0.12 112	0.06 91	0.05 137	0.06 127	0.09 100	0.08 87	0.08 93	0.07 83

iinet-f	0.10 137	0.09 197	0.06 143	0.08 147	0.06 118	0.09 163	0.06 151	0.09 101	0.07 115	0.18 147	0.11 202	0.10 102	0.10 226	0.06 132	0.08 111	0.09 109	0.14 127	0.09 120	0.18 233	0.09 161	0.11 98	0.06 91	0.05 137	0.06 127	0.11 130	0.10 112	0.15 184	0.12 137

EGLCR-Stereo	0.11 154	0.06 113	0.04 76	0.08 147	0.08 160	0.07 135	0.05 116	0.17 172	0.09 176	0.27 302	0.06 82	0.19 214	0.06 137	0.08 192	0.08 111	0.10 140	0.20 230	0.10 146	0.16 193	0.07 107	0.17 214	0.07 111	0.04 107	0.06 127	0.10 115	0.12 149	0.18 240	0.18 218

IER	0.09 112	0.07 137	0.07 177	0.09 169	0.07 135	0.08 148	0.06 151	0.12 117	0.07 115	0.14 112	0.11 202	0.10 102	0.07 172	0.06 132	0.08 111	0.09 109	0.15 134	0.11 163	0.11 118	0.07 107	0.11 98	0.07 111	0.06 159	0.06 127	0.10 115	0.10 112	0.11 129	0.14 156

RAFT_CTSACE	0.07 94	0.04 66	0.06 143	0.03 38	0.04 69	0.05 97	0.05 116	0.06 72	0.06 87	0.09 92	0.04 38	0.10 102	0.09 209	0.03 69	0.07 80	0.08 90	0.11 99	0.07 82	0.07 67	0.05 69	0.12 112	0.08 132	0.03 82	0.06 127	0.12 140	0.13 170	0.12 139	0.15 170

RAFT+CT+SA	0.09 112	0.05 89	0.07 177	0.05 89	0.05 87	0.04 67	0.05 116	0.13 135	0.08 143	0.08 88	0.07 107	0.15 155	0.13 259	0.04 97	0.10 207	0.10 140	0.09 84	0.08 92	0.08 83	0.06 88	0.12 112	0.11 239	0.02 39	0.06 127	0.13 153	0.12 149	0.11 129	0.17 199

SA	0.10 137	0.07 137	0.06 143	0.06 113	0.05 87	0.08 148	0.04 105	0.12 117	0.05 60	0.16 125	0.07 107	0.16 177	0.03 55	0.04 97	0.09 152	0.09 109	0.13 113	0.11 163	0.12 130	0.09 161	0.14 151	0.10 215	0.03 82	0.06 127	0.16 206	0.14 199	0.13 153	0.20 245

CIPLG	0.09 112	0.06 113	0.05 110	0.06 113	0.06 118	0.09 163	0.06 151	0.18 211	0.06 87	0.20 174	0.08 135	0.12 121	0.06 137	0.06 132	0.08 111	0.10 140	0.17 163	0.11 163	0.11 118	0.09 161	0.13 131	0.06 91	0.04 107	0.06 127	0.10 115	0.09 97	0.10 115	0.10 114

iRaft-Stereo_20w	0.13 204	0.07 137	0.05 110	0.12 225	0.12 247	0.12 217	0.09 209	0.16 160	0.10 203	0.28 321	0.09 157	0.19 214	0.04 79	0.10 232	0.09 152	0.11 197	0.24 291	0.11 163	0.15 177	0.13 263	0.20 264	0.08 132	0.09 242	0.06 127	0.17 225	0.13 170	0.20 265	0.25 282

IPLGR_C	0.09 112	0.06 113	0.05 110	0.06 113	0.06 118	0.09 163	0.06 151	0.18 211	0.06 87	0.20 174	0.08 135	0.12 121	0.07 172	0.06 132	0.08 111	0.10 140	0.17 163	0.11 163	0.11 118	0.09 161	0.13 131	0.06 91	0.04 107	0.06 127	0.10 115	0.09 97	0.10 115	0.10 114

AASNet	0.06 71	0.06 113	0.04 76	0.09 169	0.07 135	0.08 148	0.05 116	0.08 93	0.04 35	0.07 84	0.07 107	0.07 81	0.04 79	0.04 97	0.06 59	0.07 73	0.10 88	0.08 92	0.08 83	0.06 88	0.07 66	0.06 91	0.04 107	0.06 127	0.08 88	0.07 79	0.06 76	0.06 77

GMOStereo	0.11 154	0.07 137	0.09 225	0.06 113	0.05 87	0.06 115	0.05 116	0.17 172	0.09 176	0.24 237	0.07 107	0.17 186	0.09 209	0.05 113	0.10 207	0.11 197	0.17 163	0.08 92	0.12 130	0.08 131	0.19 241	0.08 132	0.03 82	0.06 127	0.18 250	0.16 252	0.14 168	0.17 199

error version	0.11 154	0.07 137	0.09 225	0.06 113	0.05 87	0.06 115	0.05 116	0.17 172	0.09 176	0.24 237	0.07 107	0.17 186	0.09 209	0.05 113	0.10 207	0.11 197	0.17 163	0.08 92	0.12 130	0.08 131	0.19 241	0.08 132	0.03 82	0.06 127	0.18 250	0.16 252	0.14 168	0.17 199

test-v	0.11 154	0.07 137	0.09 225	0.06 113	0.05 87	0.06 115	0.05 116	0.17 172	0.09 176	0.24 237	0.07 107	0.17 186	0.09 209	0.05 113	0.10 207	0.11 197	0.17 163	0.08 92	0.12 130	0.08 131	0.19 241	0.08 132	0.03 82	0.06 127	0.18 250	0.16 252	0.14 168	0.17 199

test-3	0.10 137	0.06 113	0.04 76	0.06 113	0.08 160	0.05 97	0.05 116	0.17 172	0.07 115	0.24 237	0.07 107	0.19 214	0.07 172	0.06 132	0.10 207	0.10 140	0.21 245	0.09 120	0.15 177	0.10 196	0.16 189	0.09 178	0.05 137	0.06 127	0.09 100	0.10 112	0.12 139	0.11 124

test_1	0.10 137	0.06 113	0.04 76	0.06 113	0.08 160	0.05 97	0.05 116	0.17 172	0.07 115	0.24 237	0.07 107	0.19 214	0.07 172	0.06 132	0.10 207	0.10 140	0.21 245	0.09 120	0.15 177	0.10 196	0.16 189	0.09 178	0.05 137	0.06 127	0.09 100	0.10 112	0.12 139	0.11 124

ACRE	0.09 112	0.06 113	0.05 110	0.06 113	0.06 118	0.09 163	0.06 151	0.18 211	0.06 87	0.20 174	0.08 135	0.12 121	0.07 172	0.06 132	0.08 111	0.10 140	0.17 163	0.11 163	0.11 118	0.09 161	0.13 131	0.06 91	0.04 107	0.06 127	0.10 115	0.10 112	0.10 115	0.10 114

test-2	0.11 154	0.07 137	0.09 225	0.06 113	0.05 87	0.06 115	0.05 116	0.17 172	0.09 176	0.24 237	0.07 107	0.17 186	0.09 209	0.05 113	0.10 207	0.11 197	0.17 163	0.08 92	0.12 130	0.08 131	0.19 241	0.08 132	0.03 82	0.06 127	0.18 250	0.16 252	0.14 168	0.17 199

rafts_anoy	0.09 112	0.08 178	0.07 177	0.07 136	0.07 135	0.06 115	0.05 116	0.13 135	0.05 60	0.17 135	0.09 157	0.12 121	0.05 106	0.03 69	0.09 152	0.10 140	0.15 134	0.12 202	0.13 150	0.07 107	0.14 151	0.08 132	0.03 82	0.06 127	0.11 130	0.10 112	0.09 109	0.11 124

CREStereo++_RVC	0.11 154	0.07 137	0.05 110	0.08 147	0.08 160	0.08 148	0.07 169	0.16 160	0.09 176	0.26 288	0.09 157	0.17 186	0.13 259	0.08 192	0.08 111	0.10 140	0.20 230	0.08 92	0.13 150	0.07 107	0.19 241	0.08 132	0.06 159	0.06 127	0.14 178	0.11 135	0.16 197	0.15 170
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TANstereo	0.11 154	0.06 113	0.06 143	0.10 190	0.09 189	0.09 163	0.06 151	0.12 117	0.08 143	0.22 197	0.08 135	0.13 137	0.07 172	0.08 192	0.10 207	0.13 269	0.20 230	0.13 236	0.18 233	0.08 131	0.18 228	0.09 178	0.06 159	0.06 127	0.10 115	0.10 112	0.15 184	0.14 156

XX-TBD	0.11 154	0.06 113	0.06 143	0.10 190	0.09 189	0.09 163	0.06 151	0.12 117	0.08 143	0.22 197	0.08 135	0.13 137	0.07 172	0.08 192	0.10 207	0.13 269	0.20 230	0.13 236	0.18 233	0.08 131	0.18 228	0.09 178	0.06 159	0.06 127	0.10 115	0.10 112	0.15 184	0.14 156

RALCasStereoNet	0.09 112	0.08 178	0.06 143	0.09 169	0.07 135	0.06 115	0.05 116	0.12 117	0.05 60	0.18 147	0.07 107	0.12 121	0.05 106	0.04 97	0.09 152	0.10 140	0.18 183	0.12 202	0.13 150	0.08 131	0.15 171	0.08 132	0.05 137	0.06 127	0.12 140	0.09 97	0.10 115	0.08 90

RALAANet	0.09 112	0.08 178	0.06 143	0.07 136	0.05 87	0.08 148	0.05 116	0.10 108	0.07 115	0.12 103	0.09 157	0.10 102	0.06 137	0.03 69	0.08 111	0.09 109	0.13 113	0.11 163	0.15 177	0.08 131	0.12 112	0.07 111	0.04 107	0.06 127	0.11 130	0.10 112	0.11 129	0.11 124

ADLNet	0.12 183	0.11 232	0.08 205	0.12 225	0.10 214	0.16 261	0.12 256	0.14 145	0.07 115	0.13 109	0.10 185	0.25 283	0.10 226	0.28 333	0.09 152	0.10 140	0.17 163	0.09 120	0.13 150	0.09 161	0.11 98	0.08 132	0.13 286	0.06 127	0.13 153	0.12 149	0.12 139	0.14 156

HCRNet	0.11 154	0.17 298	0.06 143	0.22 298	0.08 160	0.15 249	0.08 188	0.13 135	0.04 35	0.46 362	0.12 219	0.24 280	0.07 172	0.07 166	0.08 111	0.06 50	0.14 127	0.08 92	0.20 256	0.08 131	0.09 82	0.05 70	0.11 268	0.06 127	0.06 62	0.05 34	0.05 54	0.08 90

UPFNet	0.09 112	0.08 178	0.08 205	0.09 169	0.07 135	0.09 163	0.06 151	0.12 117	0.09 176	0.14 112	0.09 157	0.12 121	0.06 137	0.07 166	0.08 111	0.10 140	0.13 113	0.11 163	0.10 110	0.07 107	0.09 82	0.07 111	0.06 159	0.06 127	0.09 100	0.10 112	0.10 115	0.10 114

HITNet	0.09 112	0.07 137	0.06 143	0.08 147	0.08 160	0.08 148	0.05 116	0.11 112	0.07 115	0.19 161	0.08 135	0.12 121	0.06 137	0.07 166	0.08 111	0.08 90	0.13 113	0.11 163	0.10 110	0.06 88	0.10 92	0.09 178	0.06 159	0.06 127	0.12 140	0.11 135	0.16 197	0.13 146
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
HLF11	0.11 154	0.09 197	0.07 177	0.11 211	0.07 135	0.09 163	0.07 169	0.19 241	0.07 115	0.19 161	0.09 157	0.16 177	0.06 137	0.07 166	0.08 111	0.10 140	0.19 206	0.12 202	0.16 193	0.09 161	0.13 131	0.08 132	0.07 186	0.07 168	0.12 140	0.13 170	0.15 184	0.14 156

DF	0.12 183	0.07 137	0.05 110	0.10 190	0.09 189	0.09 163	0.07 169	0.19 241	0.07 115	0.27 302	0.09 157	0.20 230	0.05 106	0.10 232	0.09 152	0.11 197	0.22 261	0.11 163	0.16 193	0.09 161	0.21 288	0.10 215	0.07 186	0.07 168	0.15 191	0.12 149	0.17 215	0.23 271

DDF-Stereo	0.12 183	0.07 137	0.04 76	0.10 190	0.09 189	0.13 228	0.10 228	0.18 211	0.08 143	0.24 237	0.06 82	0.19 214	0.06 137	0.08 192	0.08 111	0.11 197	0.23 272	0.08 92	0.16 193	0.10 196	0.20 264	0.08 132	0.07 186	0.07 168	0.13 153	0.13 170	0.17 215	0.19 236

zero-FE	0.12 183	0.07 137	0.04 76	0.11 211	0.08 160	0.15 249	0.12 256	0.18 211	0.08 143	0.23 220	0.08 135	0.19 214	0.07 172	0.08 192	0.08 111	0.11 197	0.23 272	0.09 120	0.17 214	0.10 196	0.20 264	0.09 178	0.07 186	0.07 168	0.13 153	0.13 170	0.16 197	0.20 245

coex_refinement	0.10 137	0.10 215	0.07 177	0.09 169	0.08 160	0.09 163	0.06 151	0.17 172	0.10 203	0.20 174	0.11 202	0.11 114	0.07 172	0.07 166	0.11 247	0.14 290	0.15 134	0.11 163	0.12 130	0.06 88	0.12 112	0.08 132	0.06 159	0.07 168	0.12 140	0.12 149	0.11 129	0.13 146

G2L-Stereo	0.11 154	0.10 215	0.08 205	0.09 169	0.09 189	0.08 148	0.07 169	0.17 172	0.08 143	0.22 197	0.09 157	0.16 177	0.13 259	0.07 166	0.08 111	0.11 197	0.16 149	0.11 163	0.11 118	0.09 161	0.14 151	0.09 178	0.09 242	0.07 168	0.13 153	0.14 199	0.14 168	0.11 124

Reg-Stereo(zero)	0.11 154	0.08 178	0.06 143	0.08 147	0.07 135	0.10 188	0.07 169	0.17 172	0.10 203	0.25 271	0.09 157	0.20 230	0.06 137	0.07 166	0.09 152	0.11 197	0.19 206	0.10 146	0.15 177	0.09 161	0.15 171	0.08 132	0.07 186	0.07 168	0.13 153	0.13 170	0.18 240	0.17 199

fast-iter	0.11 154	0.08 178	0.06 143	0.08 147	0.07 135	0.10 188	0.07 169	0.17 172	0.10 203	0.25 271	0.09 157	0.20 230	0.06 137	0.07 166	0.09 152	0.11 197	0.19 206	0.10 146	0.15 177	0.09 161	0.15 171	0.08 132	0.07 186	0.07 168	0.13 153	0.13 170	0.18 240	0.17 199

castereo++	0.10 137	0.07 137	0.05 110	0.07 136	0.07 135	0.06 115	0.05 116	0.17 172	0.09 176	0.24 237	0.08 135	0.17 186	0.06 137	0.05 113	0.09 152	0.10 140	0.19 206	0.09 120	0.13 150	0.07 107	0.20 264	0.07 111	0.05 137	0.07 168	0.12 140	0.12 149	0.12 139	0.11 124

castereo	0.10 137	0.07 137	0.06 143	0.06 113	0.07 135	0.08 148	0.05 116	0.16 160	0.11 223	0.24 237	0.10 185	0.15 155	0.04 79	0.05 113	0.08 111	0.10 140	0.20 230	0.09 120	0.14 164	0.07 107	0.19 241	0.07 111	0.04 107	0.07 168	0.13 153	0.12 149	0.12 139	0.12 137

AIO-Stereo-zeroshot	0.15 256	0.07 137	0.05 110	0.14 249	0.12 247	0.15 249	0.10 228	0.18 211	0.08 143	0.26 288	0.08 135	0.19 214	0.08 196	0.11 247	0.10 207	0.12 248	0.26 316	0.13 236	0.26 301	0.11 223	0.20 264	0.10 215	0.08 218	0.07 168	0.20 279	0.18 284	0.19 253	0.31 310

Former-RAFT_DAM_RVC	0.10 137	0.07 137	0.06 143	0.08 147	0.05 87	0.07 135	0.03 64	0.11 112	0.15 271	0.20 174	0.15 259	0.11 114	0.07 172	0.08 192	0.08 111	0.09 109	0.16 149	0.11 163	0.12 130	0.08 131	0.12 112	0.11 239	0.06 159	0.07 168	0.12 140	0.14 199	0.12 139	0.16 186

LoS	0.15 256	0.10 215	0.08 205	0.10 190	0.11 233	0.09 163	0.07 169	0.50 358	0.05 60	0.32 340	0.36 353	0.36 308	0.06 137	0.09 214	0.09 152	0.10 140	0.20 230	0.09 120	0.14 164	0.11 223	0.21 288	0.09 178	0.07 186	0.07 168	0.17 225	0.11 135	0.20 265	0.21 263
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
anonymity	0.13 204	0.06 113	0.05 110	0.09 169	0.10 214	0.09 163	0.07 169	0.18 211	0.08 143	0.28 321	0.12 219	0.19 214	0.06 137	0.09 214	0.09 152	0.13 269	0.23 272	0.12 202	0.17 214	0.15 288	0.19 241	0.10 215	0.09 242	0.07 168	0.19 266	0.18 284	0.19 253	0.19 236

raft_robust	0.12 183	0.09 197	0.09 225	0.11 211	0.06 118	0.09 163	0.06 151	0.15 150	0.08 143	0.23 220	0.07 107	0.20 230	0.11 237	0.09 214	0.11 247	0.12 248	0.16 149	0.12 202	0.13 150	0.10 196	0.15 171	0.11 239	0.03 82	0.07 168	0.18 250	0.16 252	0.15 184	0.14 156

test_5	0.08 105	0.05 89	0.07 177	0.04 65	0.04 69	0.04 67	0.04 105	0.09 101	0.05 60	0.05 68	0.07 107	0.12 121	0.12 245	0.02 32	0.07 80	0.09 109	0.07 64	0.07 82	0.08 83	0.06 88	0.10 92	0.09 178	0.02 39	0.07 168	0.10 115	0.13 170	0.13 153	0.18 218

test_4	0.09 112	0.05 89	0.07 177	0.05 89	0.06 118	0.03 43	0.02 26	0.11 112	0.09 176	0.17 135	0.06 82	0.09 93	0.06 137	0.03 69	0.09 152	0.09 109	0.15 134	0.08 92	0.10 110	0.07 107	0.16 189	0.08 132	0.02 39	0.07 168	0.09 100	0.15 226	0.12 139	0.18 218

UDGNet	0.15 256	0.13 261	0.09 225	0.18 280	0.17 289	0.16 261	0.19 298	0.15 150	0.11 223	0.16 125	0.14 246	0.15 155	0.05 106	0.45 348	0.09 152	0.10 140	0.17 163	0.12 202	0.14 164	0.09 161	0.17 214	0.09 178	0.28 349	0.07 168	0.17 225	0.15 226	0.12 139	0.13 146

GLC_STEREO	0.13 204	0.11 232	0.12 272	0.12 225	0.11 233	0.10 188	0.10 228	0.19 241	0.07 115	0.25 271	0.13 233	0.12 121	0.07 172	0.07 166	0.08 111	0.12 248	0.24 291	0.11 163	0.17 214	0.09 161	0.27 340	0.15 297	0.07 186	0.07 168	0.15 191	0.09 97	0.20 265	0.12 137

IPLG	0.09 112	0.07 137	0.07 177	0.07 136	0.07 135	0.06 115	0.05 116	0.15 150	0.06 87	0.22 197	0.06 82	0.15 155	0.05 106	0.04 97	0.08 111	0.10 140	0.16 149	0.10 146	0.14 164	0.09 161	0.13 131	0.08 132	0.04 107	0.07 168	0.13 153	0.11 135	0.11 129	0.08 90

MIPNet	0.11 154	0.09 197	0.06 143	0.07 136	0.08 160	0.07 135	0.05 116	0.17 172	0.06 87	0.23 220	0.07 107	0.15 155	0.08 196	0.05 113	0.09 152	0.10 140	0.17 163	0.11 163	0.20 256	0.12 244	0.13 131	0.10 215	0.05 137	0.07 168	0.15 191	0.13 170	0.11 129	0.13 146

TRStereo	0.13 204	0.07 137	0.05 110	0.09 169	0.08 160	0.17 270	0.13 262	0.18 211	0.07 115	0.25 271	0.09 157	0.20 230	0.04 79	0.10 232	0.09 152	0.10 140	0.22 261	0.11 163	0.22 274	0.13 263	0.19 241	0.09 178	0.09 242	0.07 168	0.16 206	0.15 226	0.24 296	0.20 245

s12784h	0.12 183	0.09 197	0.06 143	0.11 211	0.09 189	0.08 148	0.06 151	0.18 211	0.07 115	0.27 302	0.11 202	0.19 214	0.08 196	0.07 166	0.08 111	0.09 109	0.21 245	0.08 92	0.15 177	0.07 107	0.20 264	0.08 132	0.05 137	0.07 168	0.16 206	0.14 199	0.18 240	0.21 263

XX-Stereo	0.14 232	0.05 89	0.05 110	0.10 190	0.08 160	0.17 270	0.07 169	0.18 211	0.10 203	0.27 302	0.09 157	0.20 230	0.03 55	0.09 214	0.10 207	0.12 248	0.23 272	0.11 163	0.20 256	0.11 223	0.20 264	0.08 132	0.08 218	0.07 168	0.22 302	0.16 252	0.17 215	0.36 321

BEATNet_4x	0.11 154	0.10 215	0.08 205	0.09 169	0.09 189	0.09 163	0.08 188	0.12 117	0.08 143	0.21 187	0.09 157	0.15 155	0.09 209	0.07 166	0.10 207	0.09 109	0.13 113	0.13 236	0.11 118	0.08 131	0.13 131	0.11 239	0.08 218	0.07 168	0.13 153	0.13 170	0.18 240	0.18 218

R-Stereo Train	0.13 204	0.07 137	0.07 177	0.09 169	0.10 214	0.15 249	0.05 116	0.16 160	0.12 243	0.28 321	0.12 219	0.20 230	0.08 196	0.11 247	0.09 152	0.11 197	0.24 291	0.12 202	0.16 193	0.11 223	0.21 288	0.11 239	0.08 218	0.07 168	0.15 191	0.15 226	0.16 197	0.15 170

RAFT-Stereo	0.13 204	0.07 137	0.07 177	0.09 169	0.10 214	0.15 249	0.05 116	0.16 160	0.12 243	0.28 321	0.12 219	0.20 230	0.08 196	0.11 247	0.09 152	0.11 197	0.24 291	0.12 202	0.16 193	0.11 223	0.21 288	0.11 239	0.08 218	0.07 168	0.15 191	0.15 226	0.16 197	0.15 170
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
depth_test_26	0.13 204	0.06 113	0.06 143	0.06 113	0.07 135	0.07 135	0.05 116	0.26 309	0.06 87	0.32 340	0.10 185	0.31 299	0.06 137	0.10 232	0.10 207	0.10 140	0.29 335	0.11 163	0.25 295	0.10 196	0.26 337	0.07 111	0.13 286	0.08 195	0.12 140	0.14 199	0.13 153	0.20 245

ManiGeoR	0.12 183	0.10 215	0.08 205	0.13 239	0.08 160	0.10 188	0.07 169	0.20 262	0.10 203	0.20 174	0.11 202	0.20 230	0.06 137	0.06 132	0.09 152	0.10 140	0.18 183	0.11 163	0.16 193	0.09 161	0.13 131	0.07 111	0.06 159	0.08 195	0.16 206	0.14 199	0.16 197	0.14 156

HLf10	0.12 183	0.10 215	0.08 205	0.13 239	0.08 160	0.10 188	0.07 169	0.20 262	0.10 203	0.20 174	0.11 202	0.20 230	0.06 137	0.06 132	0.09 152	0.10 140	0.18 183	0.11 163	0.16 193	0.09 161	0.13 131	0.07 111	0.06 159	0.08 195	0.16 206	0.14 199	0.16 197	0.14 156

HLf8	0.12 183	0.10 215	0.08 205	0.11 211	0.09 189	0.10 188	0.08 188	0.20 262	0.09 176	0.19 161	0.10 185	0.20 230	0.09 209	0.07 166	0.09 152	0.11 197	0.19 206	0.12 202	0.17 214	0.09 161	0.14 151	0.09 178	0.07 186	0.08 195	0.16 206	0.14 199	0.18 240	0.18 218

TestStereo_HL3	0.14 232	0.11 232	0.08 205	0.12 225	0.10 214	0.12 217	0.11 242	0.20 262	0.13 252	0.24 237	0.11 202	0.30 297	0.13 259	0.08 192	0.09 152	0.11 197	0.23 272	0.12 202	0.16 193	0.10 196	0.16 189	0.10 215	0.08 218	0.08 195	0.17 225	0.13 170	0.23 286	0.27 292

TestStereo_HL2	0.12 183	0.09 197	0.07 177	0.10 190	0.08 160	0.10 188	0.08 188	0.18 211	0.10 203	0.22 197	0.11 202	0.20 230	0.09 209	0.08 192	0.09 152	0.10 140	0.19 206	0.11 163	0.17 214	0.09 161	0.14 151	0.07 111	0.07 186	0.08 195	0.17 225	0.14 199	0.17 215	0.18 218

GGDA	0.12 183	0.09 197	0.07 177	0.10 190	0.08 160	0.11 205	0.08 188	0.18 211	0.11 223	0.22 197	0.10 185	0.21 254	0.10 226	0.08 192	0.09 152	0.10 140	0.19 206	0.11 163	0.16 193	0.08 131	0.14 151	0.08 132	0.07 186	0.08 195	0.16 206	0.14 199	0.16 197	0.17 199

DNS	0.16 273	0.08 178	0.07 177	0.12 225	0.07 135	0.20 295	0.09 209	0.20 262	0.07 115	0.22 197	0.11 202	1.23 367	0.07 172	0.09 214	0.08 111	0.10 140	0.21 245	0.11 163	0.18 233	0.09 161	0.16 189	0.06 91	0.05 137	0.08 195	0.18 250	0.16 252	0.17 215	0.20 245

DN	0.14 232	0.08 178	0.08 205	0.19 287	0.09 189	0.22 308	0.11 242	0.18 211	0.10 203	0.21 187	0.12 219	0.35 305	0.06 137	0.14 288	0.09 152	0.11 197	0.24 291	0.12 202	0.16 193	0.08 131	0.18 228	0.11 239	0.06 159	0.08 195	0.24 311	0.14 199	0.15 184	0.18 218

gcap_with_dpt	0.13 204	0.07 137	0.07 177	0.08 147	0.09 189	0.11 205	0.07 169	0.18 211	0.11 223	0.27 302	0.10 185	0.24 280	0.09 209	0.12 266	0.10 207	0.11 197	0.21 245	0.12 202	0.16 193	0.10 196	0.21 288	0.11 239	0.08 218	0.08 195	0.17 225	0.12 149	0.17 215	0.25 282

S2M2_L	0.13 204	0.10 215	0.09 225	0.12 225	0.08 160	0.13 228	0.10 228	0.16 160	0.08 143	0.21 187	0.07 107	0.17 186	0.03 55	0.17 302	0.11 247	0.09 109	0.22 261	0.12 202	0.16 193	0.11 223	0.18 228	0.09 178	0.12 279	0.08 195	0.13 153	0.12 149	0.15 184	0.20 245
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GCAP-BAT	0.13 204	0.07 137	0.07 177	0.08 147	0.09 189	0.11 205	0.07 169	0.18 211	0.11 223	0.27 302	0.10 185	0.24 280	0.09 209	0.12 266	0.10 207	0.11 197	0.21 245	0.12 202	0.16 193	0.10 196	0.21 288	0.11 239	0.08 218	0.08 195	0.17 225	0.12 149	0.17 215	0.25 282

gcap-zeroshot	0.13 204	0.08 178	0.05 110	0.08 147	0.10 214	0.11 205	0.09 209	0.18 211	0.09 176	0.28 321	0.08 135	0.20 230	0.06 137	0.10 232	0.09 152	0.12 248	0.23 272	0.11 163	0.27 306	0.12 244	0.20 264	0.11 239	0.07 186	0.08 195	0.12 140	0.17 271	0.17 215	0.18 218

MSKI-zero shot	0.13 204	0.08 178	0.05 110	0.09 169	0.11 233	0.09 163	0.07 169	0.19 241	0.09 176	0.28 321	0.10 185	0.19 214	0.06 137	0.11 247	0.10 207	0.11 197	0.24 291	0.11 163	0.17 214	0.11 223	0.21 288	0.10 215	0.07 186	0.08 195	0.14 178	0.17 271	0.18 240	0.18 218

EKT-Stereo	0.15 256	0.10 215	0.07 177	0.13 239	0.12 247	0.16 261	0.17 288	0.18 211	0.11 223	0.26 288	0.17 279	0.17 186	0.07 172	0.11 247	0.09 152	0.11 197	0.24 291	0.15 275	0.23 284	0.12 244	0.24 325	0.10 215	0.07 186	0.08 195	0.20 279	0.15 226	0.17 215	0.18 218

RAFT-Test	0.13 204	0.07 137	0.06 143	0.09 169	0.11 233	0.13 228	0.09 209	0.17 172	0.11 223	0.27 302	0.10 185	0.20 230	0.05 106	0.12 266	0.10 207	0.11 197	0.23 272	0.12 202	0.21 267	0.14 274	0.21 288	0.11 239	0.06 159	0.08 195	0.17 225	0.15 226	0.17 215	0.17 199

HH	0.13 204	0.06 113	0.05 110	0.11 211	0.11 233	0.16 261	0.08 188	0.19 241	0.07 115	0.28 321	0.08 135	0.18 202	0.05 106	0.12 266	0.10 207	0.10 140	0.23 272	0.12 202	0.15 177	0.10 196	0.20 264	0.08 132	0.07 186	0.08 195	0.13 153	0.14 199	0.19 253	0.23 271

HanStereo	0.13 204	0.06 113	0.05 110	0.11 211	0.11 233	0.16 261	0.08 188	0.19 241	0.07 115	0.28 321	0.08 135	0.18 202	0.05 106	0.12 266	0.10 207	0.10 140	0.23 272	0.12 202	0.15 177	0.10 196	0.20 264	0.08 132	0.07 186	0.08 195	0.13 153	0.14 199	0.19 253	0.23 271

IPLGR	0.12 183	0.09 197	0.09 225	0.09 169	0.10 214	0.09 163	0.07 169	0.18 211	0.09 176	0.22 197	0.10 185	0.15 155	0.07 172	0.06 132	0.09 152	0.11 197	0.17 163	0.11 163	0.20 256	0.12 244	0.15 171	0.08 132	0.04 107	0.08 195	0.16 206	0.13 170	0.14 168	0.16 186

test_3	0.11 154	0.07 137	0.07 177	0.06 113	0.08 160	0.05 97	0.05 116	0.17 172	0.09 176	0.24 237	0.09 157	0.21 254	0.11 237	0.06 132	0.13 283	0.13 269	0.20 230	0.09 120	0.14 164	0.10 196	0.18 228	0.08 132	0.04 107	0.08 195	0.13 153	0.15 226	0.13 153	0.14 156

cross-raft	0.14 232	0.08 178	0.07 177	0.08 147	0.10 214	0.12 217	0.08 188	0.17 172	0.13 252	0.27 302	0.11 202	0.21 254	0.05 106	0.11 247	0.13 283	0.14 290	0.22 261	0.11 163	0.23 284	0.13 263	0.23 318	0.09 178	0.06 159	0.08 195	0.22 302	0.17 271	0.14 168	0.15 170

test-1	0.14 232	0.06 113	0.07 177	0.11 211	0.10 214	0.18 278	0.14 268	0.19 241	0.13 252	0.28 321	0.10 185	0.19 214	0.11 237	0.12 266	0.12 263	0.13 269	0.22 261	0.12 202	0.22 274	0.10 196	0.24 325	0.08 132	0.09 242	0.08 195	0.21 292	0.18 284	0.15 184	0.17 199

LMCR-Stereo	0.13 204	0.09 197	0.07 177	0.11 211	0.08 160	0.11 205	0.09 209	0.18 211	0.09 176	0.19 161	0.14 246	0.19 214	0.14 275	0.10 232	0.09 152	0.11 197	0.20 230	0.13 236	0.19 250	0.10 196	0.18 228	0.10 215	0.08 218	0.08 195	0.15 191	0.13 170	0.18 240	0.17 199

EAI-Stereo	0.13 204	0.07 137	0.04 76	0.10 190	0.10 214	0.10 188	0.09 209	0.17 172	0.10 203	0.26 288	0.11 202	0.20 230	0.05 106	0.10 232	0.10 207	0.11 197	0.23 272	0.12 202	0.18 233	0.12 244	0.19 241	0.08 132	0.08 218	0.08 195	0.16 206	0.14 199	0.15 184	0.20 245

HGLStereo	0.11 154	0.10 215	0.08 205	0.09 169	0.10 214	0.09 163	0.06 151	0.14 145	0.08 143	0.18 147	0.15 259	0.09 93	0.06 137	0.08 192	0.09 152	0.10 140	0.17 163	0.13 236	0.14 164	0.10 196	0.11 98	0.09 178	0.08 218	0.08 195	0.13 153	0.12 149	0.10 115	0.11 124

DeepPrunerF	0.11 154	0.10 215	0.10 244	0.13 239	0.13 259	0.09 163	0.09 209	0.15 150	0.11 223	0.12 103	0.14 246	0.10 102	0.09 209	0.07 166	0.12 263	0.11 197	0.11 99	0.13 236	0.13 150	0.11 223	0.13 131	0.08 132	0.08 218	0.08 195	0.17 225	0.14 199	0.11 129	0.14 156

ADCP+	0.11 154	0.10 215	0.08 205	0.09 169	0.07 135	0.09 163	0.08 188	0.13 135	0.11 223	0.16 125	0.12 219	0.18 202	0.08 196	0.07 166	0.10 207	0.09 109	0.16 149	0.11 163	0.14 164	0.09 161	0.12 112	0.09 178	0.08 218	0.08 195	0.11 130	0.15 226	0.11 129	0.11 124

MSMDNet	0.13 204	0.08 178	0.06 143	0.09 169	0.12 247	0.10 188	0.08 188	0.17 172	0.11 223	0.27 302	0.09 157	0.20 230	0.06 137	0.12 266	0.10 207	0.11 197	0.24 291	0.12 202	0.19 250	0.16 300	0.21 288	0.11 239	0.07 186	0.08 195	0.17 225	0.14 199	0.17 215	0.18 218

NLCA_NET_v2_RVC	0.13 204	0.13 261	0.13 281	0.14 249	0.15 278	0.13 228	0.20 300	0.13 135	0.15 271	0.16 125	0.16 270	0.21 254	0.09 209	0.15 297	0.10 207	0.12 248	0.15 134	0.12 202	0.11 118	0.09 161	0.11 98	0.09 178	0.08 218	0.08 195	0.13 153	0.13 170	0.11 129	0.15 170
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	0.15 256	0.11 232	0.11 257	0.19 287	0.14 270	0.21 305	0.24 320	0.13 135	0.11 223	0.16 125	0.14 246	0.10 102	0.07 172	0.39 347	0.11 247	0.11 197	0.21 245	0.14 261	0.15 177	0.10 196	0.12 112	0.08 132	0.24 327	0.08 195	0.14 178	0.12 149	0.14 168	0.12 137

HSM	0.14 232	0.12 248	0.09 225	0.14 249	0.13 259	0.12 217	0.10 228	0.18 211	0.10 203	0.23 220	0.15 259	0.18 202	0.14 275	0.08 192	0.10 207	0.10 140	0.21 245	0.12 202	0.17 214	0.12 244	0.18 228	0.10 215	0.07 186	0.08 195	0.17 225	0.15 226	0.17 215	0.18 218

iResNet_ROB	0.11 154	0.08 178	0.07 177	0.11 211	0.08 160	0.12 217	0.07 169	0.15 150	0.08 143	0.23 220	0.10 185	0.15 155	0.15 283	0.06 132	0.07 80	0.09 109	0.17 163	0.12 202	0.13 150	0.09 161	0.14 151	0.09 178	0.07 186	0.08 195	0.14 178	0.12 149	0.15 184	0.15 170

PDISCO_ROB	0.12 183	0.13 261	0.13 281	0.10 190	0.08 160	0.09 163	0.09 209	0.09 101	0.08 143	0.11 101	0.10 185	0.06 73	0.05 106	0.05 113	0.09 152	0.11 197	0.14 127	0.16 286	0.09 99	0.10 196	0.14 151	0.12 261	0.04 107	0.08 195	0.16 206	0.21 306	0.32 323	0.19 236

DN-CSS_ROB	0.11 154	0.09 197	0.11 257	0.08 147	0.09 189	0.08 148	0.08 188	0.16 160	0.10 203	0.23 220	0.17 279	0.18 202	0.14 275	0.05 113	0.08 111	0.09 109	0.13 113	0.10 146	0.18 233	0.09 161	0.11 98	0.08 132	0.07 186	0.08 195	0.13 153	0.10 112	0.12 139	0.10 114

TestStereo_HLe17	0.12 183	0.11 232	0.08 205	0.14 249	0.10 214	0.12 217	0.08 188	0.23 295	0.11 223	0.21 187	0.10 185	0.20 230	0.07 172	0.06 132	0.09 152	0.10 140	0.17 163	0.11 163	0.18 233	0.09 161	0.13 131	0.08 132	0.06 159	0.09 229	0.18 250	0.14 199	0.16 197	0.15 170

model_zeroshot	0.14 232	0.09 197	0.06 143	0.10 190	0.10 214	0.14 237	0.08 188	0.20 262	0.12 243	0.28 321	0.08 135	0.21 254	0.06 137	0.11 247	0.09 152	0.12 248	0.26 316	0.13 236	0.27 306	0.11 223	0.20 264	0.13 278	0.11 268	0.09 229	0.17 225	0.17 271	0.18 240	0.18 218

AE-Stereo	0.12 183	0.09 197	0.08 205	0.11 211	0.09 189	0.08 148	0.05 116	0.17 172	0.14 263	0.24 237	0.09 157	0.19 214	0.10 226	0.07 166	0.10 207	0.12 248	0.24 291	0.13 236	0.16 193	0.11 223	0.18 228	0.09 178	0.05 137	0.09 229	0.13 153	0.14 199	0.15 184	0.15 170

DLNR_Zeroshot_test	10.12 390	32.06 400	0.05 110	54.44 400	0.09 189	0.18 278	50.47 400	0.19 241	0.08 143	0.27 302	0.07 107	0.20 230	0.04 79	0.14 288	62.26 400	70.60 400	0.33 344	0.18 310	0.25 295	0.11 223	0.20 264	0.08 132	0.07 186	0.09 229	0.18 250	0.15 226	0.20 265	0.26 288

CASS	0.15 256	0.12 248	0.10 244	0.14 249	0.12 247	0.16 261	0.10 228	0.19 241	0.15 271	0.26 288	0.12 219	0.20 230	0.12 245	0.09 214	0.11 247	0.12 248	0.23 272	0.12 202	0.23 284	0.09 161	0.19 241	0.10 215	0.07 186	0.09 229	0.23 309	0.14 199	0.19 253	0.22 266
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
dd	0.14 232	0.12 248	0.07 177	0.25 311	0.10 214	0.19 289	0.09 209	0.17 172	0.08 143	0.17 135	0.08 135	0.33 301	0.08 196	0.06 132	0.10 207	0.11 197	0.24 291	0.11 163	0.25 295	0.09 161	0.15 171	0.09 178	0.06 159	0.09 229	0.17 225	0.13 170	0.18 240	0.15 170

CFNet_pseudo	0.13 204	0.11 232	0.11 257	0.14 249	0.11 233	0.12 217	0.11 242	0.19 241	0.12 243	0.24 237	0.14 246	0.16 177	0.15 283	0.08 192	0.09 152	0.10 140	0.16 149	0.13 236	0.13 150	0.08 131	0.15 171	0.08 132	0.08 218	0.09 229	0.15 191	0.14 199	0.19 253	0.20 245

GES	0.14 232	0.11 232	0.07 177	0.09 169	0.11 233	0.15 249	0.09 209	0.20 262	0.09 176	0.23 220	0.12 219	0.17 186	0.11 237	0.14 288	0.10 207	0.10 140	0.23 272	0.14 261	0.24 290	0.14 274	0.17 214	0.17 309	0.11 268	0.09 229	0.15 191	0.14 199	0.21 279	0.20 245

GMStereo	0.12 183	0.12 248	0.07 177	0.11 211	0.11 233	0.13 228	0.09 209	0.17 172	0.10 203	0.17 135	0.13 233	0.21 254	0.11 237	0.07 166	0.10 207	0.09 109	0.17 163	0.10 146	0.17 214	0.12 244	0.14 151	0.09 178	0.07 186	0.09 229	0.14 178	0.13 170	0.15 184	0.12 137
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.10 137	0.09 197	0.08 205	0.10 190	0.08 160	0.09 163	0.08 188	0.15 150	0.08 143	0.17 135	0.09 157	0.13 137	0.09 209	0.07 166	0.09 152	0.10 140	0.16 149	0.13 236	0.12 130	0.08 131	0.11 98	0.09 178	0.08 218	0.09 229	0.11 130	0.13 170	0.10 115	0.11 124

DSFCA	0.11 154	0.13 261	0.09 225	0.10 190	0.08 160	0.11 205	0.11 242	0.12 117	0.09 176	0.12 103	0.13 233	0.14 149	0.07 172	0.05 113	0.09 152	0.11 197	0.15 134	0.13 236	0.16 193	0.10 196	0.13 131	0.12 261	0.07 186	0.09 229	0.12 140	0.13 170	0.10 115	0.13 146

DMCA-RVC	0.10 137	0.08 178	0.11 257	0.08 147	0.09 189	0.08 148	0.08 188	0.12 117	0.09 176	0.13 109	0.13 233	0.13 137	0.07 172	0.06 132	0.13 283	0.12 248	0.14 127	0.13 236	0.11 118	0.10 196	0.12 112	0.09 178	0.07 186	0.09 229	0.10 115	0.10 112	0.10 115	0.11 124

STTStereo	0.13 204	0.14 274	0.17 313	0.13 239	0.15 278	0.13 228	0.20 300	0.13 135	0.13 252	0.15 119	0.15 259	0.17 186	0.10 226	0.11 247	0.12 263	0.12 248	0.15 134	0.14 261	0.13 150	0.11 223	0.12 112	0.10 215	0.07 186	0.09 229	0.15 191	0.13 170	0.12 139	0.16 186

CFNet	0.12 183	0.11 232	0.08 205	0.14 249	0.12 247	0.11 205	0.09 209	0.19 241	0.10 203	0.18 147	0.12 219	0.25 283	0.10 226	0.08 192	0.08 111	0.09 109	0.17 163	0.12 202	0.12 130	0.09 161	0.11 98	0.08 132	0.06 159	0.09 229	0.15 191	0.12 149	0.13 153	0.13 146

CFNet_RVC	0.13 204	0.12 248	0.10 244	0.14 249	0.11 233	0.14 237	0.09 209	0.17 172	0.09 176	0.19 161	0.13 233	0.21 254	0.09 209	0.09 214	0.10 207	0.13 269	0.18 183	0.13 236	0.15 177	0.11 223	0.16 189	0.08 132	0.06 159	0.09 229	0.15 191	0.12 149	0.16 197	0.17 199

MLCV	0.14 232	0.11 232	0.09 225	0.16 267	0.12 247	0.14 237	0.11 242	0.21 278	0.10 203	0.24 237	0.13 233	0.21 254	0.14 275	0.08 192	0.09 152	0.10 140	0.19 206	0.11 163	0.19 250	0.09 161	0.17 214	0.08 132	0.10 258	0.09 229	0.16 206	0.13 170	0.16 197	0.19 236

DISCO	0.10 137	0.10 215	0.08 205	0.10 190	0.09 189	0.11 205	0.09 209	0.10 108	0.08 143	0.15 119	0.10 185	0.12 121	0.07 172	0.06 132	0.09 152	0.11 197	0.15 134	0.10 146	0.14 164	0.10 196	0.12 112	0.10 215	0.06 159	0.09 229	0.14 178	0.11 135	0.13 153	0.11 124

TestStereo-Hl	0.14 232	0.11 232	0.08 205	0.10 190	0.09 189	0.15 249	0.11 242	0.19 241	0.13 252	0.24 237	0.12 219	0.28 288	0.12 245	0.07 166	0.09 152	0.11 197	0.19 206	0.12 202	0.18 233	0.10 196	0.15 171	0.09 178	0.07 186	0.10 246	0.16 206	0.15 226	0.24 296	0.29 301

GwcNet-ADL	0.17 277	0.12 248	0.11 257	0.19 287	0.14 270	0.17 270	0.14 268	0.21 278	0.14 263	0.24 237	0.17 279	0.32 300	0.16 288	0.19 312	0.11 247	0.14 290	0.22 261	0.15 275	0.23 284	0.13 263	0.18 228	0.11 239	0.05 137	0.10 246	0.18 250	0.15 226	0.19 253	0.21 263

GANet-ADL	0.15 256	0.12 248	0.09 225	0.14 249	0.12 247	0.16 261	0.12 256	0.20 262	0.10 203	0.25 271	0.15 259	0.22 268	0.12 245	0.21 319	0.09 152	0.11 197	0.25 308	0.14 261	0.20 256	0.14 274	0.19 241	0.09 178	0.08 218	0.10 246	0.17 225	0.15 226	0.20 265	0.17 199

Anonymous3	0.18 282	0.15 282	0.11 257	0.15 262	0.10 214	0.14 237	0.11 242	0.22 287	0.19 301	0.27 302	0.15 259	0.27 286	0.12 245	0.13 282	0.25 339	0.17 323	0.23 272	0.18 310	0.26 301	0.17 305	0.24 325	0.20 330	0.09 242	0.10 246	0.21 292	0.20 301	0.22 284	0.20 245

sAnonymous2	0.14 232	0.09 197	0.10 244	0.10 190	0.09 189	0.09 163	0.11 242	0.22 287	0.11 223	0.23 220	0.16 270	0.15 155	0.10 226	0.06 132	0.12 263	0.13 269	0.18 183	0.15 275	0.21 267	0.14 274	0.16 189	0.14 285	0.04 107	0.10 246	0.17 225	0.17 271	0.17 215	0.16 186

CroCo_RVC	0.14 232	0.09 197	0.10 244	0.10 190	0.09 189	0.09 163	0.11 242	0.22 287	0.11 223	0.23 220	0.16 270	0.15 155	0.10 226	0.06 132	0.12 263	0.13 269	0.18 183	0.15 275	0.21 267	0.14 274	0.16 189	0.14 285	0.04 107	0.10 246	0.17 225	0.17 271	0.17 215	0.16 186

pcwnet_v2	0.15 256	0.12 248	0.12 272	0.16 267	0.14 270	0.17 270	0.14 268	0.20 262	0.13 252	0.22 197	0.14 246	0.19 214	0.18 294	0.12 266	0.10 207	0.12 248	0.18 183	0.13 236	0.17 214	0.12 244	0.16 189	0.11 239	0.09 242	0.10 246	0.19 266	0.20 301	0.19 253	0.27 292

FINET	0.12 183	0.11 232	0.12 272	0.12 225	0.10 214	0.11 205	0.13 262	0.15 150	0.12 243	0.13 109	0.12 219	0.13 137	0.09 209	0.09 214	0.15 308	0.13 269	0.15 134	0.11 163	0.16 193	0.09 161	0.13 131	0.10 215	0.10 258	0.10 246	0.12 140	0.10 112	0.13 153	0.12 137

AF-Net	0.15 256	0.13 261	0.13 281	0.14 249	0.18 296	0.15 249	0.14 268	0.17 172	0.16 276	0.17 135	0.21 313	0.18 202	0.12 245	0.10 232	0.17 319	0.16 316	0.13 113	0.14 261	0.15 177	0.11 223	0.11 98	0.10 215	0.13 286	0.10 246	0.14 178	0.15 226	0.20 265	0.14 156

Nwc_Net	0.15 256	0.13 261	0.13 281	0.14 249	0.18 296	0.15 249	0.14 268	0.17 172	0.16 276	0.17 135	0.21 313	0.18 202	0.12 245	0.10 232	0.17 319	0.16 316	0.13 113	0.14 261	0.15 177	0.11 223	0.11 98	0.10 215	0.13 286	0.10 246	0.14 178	0.15 226	0.20 265	0.14 156

RTSC	0.14 232	0.11 232	0.10 244	0.12 225	0.11 233	0.12 217	0.10 228	0.16 160	0.13 252	0.18 147	0.13 233	0.15 155	0.13 259	0.08 192	0.11 247	0.13 269	0.20 230	0.13 236	0.21 267	0.12 244	0.16 189	0.12 261	0.07 186	0.10 246	0.16 206	0.16 252	0.21 279	0.32 314

RASNet	0.11 154	0.10 215	0.09 225	0.10 190	0.07 135	0.08 148	0.08 188	0.19 241	0.09 176	0.17 135	0.10 185	0.13 137	0.08 196	0.06 132	0.08 111	0.10 140	0.15 134	0.09 120	0.12 130	0.06 88	0.15 171	0.09 178	0.05 137	0.10 246	0.13 153	0.11 135	0.17 215	0.17 199

iResNetv2_ROB	0.12 183	0.08 178	0.07 177	0.12 225	0.09 189	0.12 217	0.08 188	0.17 172	0.08 143	0.22 197	0.12 219	0.20 230	0.15 283	0.06 132	0.08 111	0.08 90	0.16 149	0.11 163	0.17 214	0.10 196	0.14 151	0.09 178	0.09 242	0.10 246	0.14 178	0.12 149	0.19 253	0.12 137

DCVSM-stereo	0.20 296	0.15 282	0.11 257	0.24 308	0.18 296	0.26 319	0.21 311	0.23 295	0.16 276	0.24 237	0.19 303	0.49 324	0.27 320	0.13 282	0.10 207	0.12 248	0.24 291	0.16 286	0.24 290	0.15 288	0.19 241	0.14 285	0.22 318	0.11 259	0.18 250	0.15 226	0.24 296	0.28 299

ITSA-stereo	0.18 282	0.14 274	0.11 257	0.26 313	0.16 281	0.18 278	0.16 279	0.25 306	0.17 286	0.25 271	0.17 279	0.33 301	0.24 309	0.16 300	0.11 247	0.11 197	0.21 245	0.15 275	0.22 274	0.10 196	0.19 241	0.11 239	0.15 294	0.11 259	0.22 302	0.15 226	0.20 265	0.23 271

MyStereo04	0.14 232	0.12 248	0.10 244	0.08 147	0.09 189	0.10 188	0.08 188	0.22 287	0.19 301	0.24 237	0.16 270	0.23 271	0.11 237	0.04 97	0.10 207	0.11 197	0.17 163	0.12 202	0.21 267	0.12 244	0.16 189	0.11 239	0.06 159	0.11 259	0.21 292	0.12 149	0.16 197	0.15 170

AACVNet	0.14 232	0.13 261	0.10 244	0.13 239	0.13 259	0.14 237	0.10 228	0.19 241	0.11 223	0.22 197	0.17 279	0.13 137	0.10 226	0.09 214	0.11 247	0.11 197	0.21 245	0.13 236	0.17 214	0.12 244	0.16 189	0.11 239	0.11 268	0.11 259	0.17 225	0.13 170	0.14 168	0.16 186

PSMNet-ADL	0.18 282	0.13 261	0.13 281	0.16 267	0.14 270	0.17 270	0.16 279	0.20 262	0.21 318	0.27 302	0.19 303	0.29 295	0.25 312	0.18 307	0.14 298	0.14 290	0.23 272	0.14 261	0.22 274	0.14 274	0.19 241	0.11 239	0.10 258	0.11 259	0.20 279	0.15 226	0.23 286	0.19 236

ICVP	0.15 256	0.13 261	0.14 292	0.12 225	0.12 247	0.13 228	0.10 228	0.17 172	0.12 243	0.17 135	0.13 233	0.18 202	0.12 245	0.09 214	0.12 263	0.13 269	0.18 183	0.15 275	0.15 177	0.14 274	0.17 214	0.13 278	0.20 314	0.11 259	0.19 266	0.19 297	0.17 215	0.16 186
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.14 232	0.13 261	0.10 244	0.11 211	0.12 247	0.12 217	0.11 242	0.18 211	0.13 252	0.24 237	0.16 270	0.18 202	0.10 226	0.06 132	0.12 263	0.11 197	0.20 230	0.17 299	0.23 284	0.13 263	0.15 171	0.13 278	0.07 186	0.11 259	0.20 279	0.14 199	0.13 153	0.19 236

FADNet-RVC	0.14 232	0.13 261	0.10 244	0.18 280	0.11 233	0.14 237	0.09 209	0.21 278	0.09 176	0.19 161	0.17 279	0.17 186	0.12 245	0.11 247	0.14 298	0.15 308	0.18 183	0.13 236	0.18 233	0.15 288	0.12 112	0.12 261	0.12 279	0.11 259	0.20 279	0.16 252	0.14 168	0.14 156

FADNet	0.16 273	0.15 282	0.10 244	0.20 292	0.10 214	0.19 289	0.13 262	0.20 262	0.13 252	0.22 197	0.24 328	0.17 186	0.14 275	0.12 266	0.17 319	0.16 316	0.16 149	0.14 261	0.23 284	0.20 320	0.16 189	0.12 261	0.11 268	0.11 259	0.21 292	0.18 284	0.16 197	0.15 170

ADCL	0.14 232	0.12 248	0.11 257	0.13 239	0.11 233	0.14 237	0.10 228	0.17 172	0.15 271	0.22 197	0.16 270	0.21 254	0.12 245	0.09 214	0.10 207	0.11 197	0.16 149	0.13 236	0.17 214	0.12 244	0.18 228	0.13 278	0.11 268	0.11 259	0.16 206	0.15 226	0.16 197	0.16 186

ADCRef	0.13 204	0.10 215	0.09 225	0.10 190	0.08 160	0.09 163	0.08 188	0.17 172	0.14 263	0.21 187	0.15 259	0.15 155	0.13 259	0.05 113	0.10 207	0.11 197	0.16 149	0.14 261	0.19 250	0.12 244	0.15 171	0.12 261	0.09 242	0.11 259	0.13 153	0.18 284	0.13 153	0.18 218

HSM-Net_RVC	0.15 256	0.12 248	0.10 244	0.17 275	0.13 259	0.14 237	0.10 228	0.18 211	0.14 263	0.25 271	0.18 294	0.28 288	0.16 288	0.11 247	0.11 247	0.11 197	0.19 206	0.13 236	0.16 193	0.11 223	0.17 214	0.11 239	0.08 218	0.11 259	0.19 266	0.16 252	0.23 286	0.24 276
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ccs_rob	0.20 296	0.15 282	0.11 257	0.26 313	0.16 281	0.26 319	0.20 300	0.22 287	0.16 276	0.25 271	0.24 328	0.57 333	0.24 309	0.17 302	0.12 263	0.13 269	0.23 272	0.15 275	0.21 267	0.15 288	0.21 288	0.11 239	0.12 279	0.11 259	0.20 279	0.16 252	0.18 240	0.24 276

UCFNet_RVC	0.15 256	0.17 298	0.12 272	0.16 267	0.14 270	0.17 270	0.11 242	0.17 172	0.12 243	0.20 174	0.13 233	0.28 288	0.12 245	0.10 232	0.11 247	0.13 269	0.18 183	0.13 236	0.17 214	0.12 244	0.16 189	0.09 178	0.10 258	0.11 259	0.18 250	0.15 226	0.17 215	0.19 236

DeepPruner_ROB	0.14 232	0.13 261	0.11 257	0.12 225	0.11 233	0.10 188	0.09 209	0.17 172	0.12 243	0.21 187	0.18 294	0.15 155	0.13 259	0.08 192	0.12 263	0.11 197	0.19 206	0.15 275	0.19 250	0.11 223	0.17 214	0.14 285	0.10 258	0.11 259	0.17 225	0.16 252	0.17 215	0.19 236

pmcnn	0.19 288	0.14 274	0.11 257	0.18 280	0.13 259	0.19 289	0.16 279	0.20 262	0.18 292	0.26 288	0.14 246	0.35 305	0.25 312	0.09 214	0.09 152	0.11 197	0.25 308	0.14 261	0.24 290	0.14 274	0.22 307	0.14 285	0.11 268	0.11 259	0.21 292	0.18 284	0.39 339	0.45 340

UDG	0.26 318	0.20 310	0.13 281	0.38 333	0.31 338	0.38 340	0.51 351	0.19 241	0.16 276	0.19 161	0.23 325	0.17 186	0.09 209	1.45 361	0.14 298	0.13 269	0.27 327	0.16 286	0.26 301	0.13 263	0.21 288	0.13 278	0.25 329	0.12 275	0.20 279	0.20 301	0.20 265	0.19 236

TestStereo	0.13 204	0.12 248	0.10 244	0.11 211	0.08 160	0.11 205	0.10 228	0.18 211	0.11 223	0.24 237	0.13 233	0.20 230	0.08 196	0.06 132	0.11 247	0.10 140	0.20 230	0.11 163	0.20 256	0.10 196	0.21 288	0.10 215	0.06 159	0.12 275	0.19 266	0.11 135	0.12 139	0.13 146

sCroCo_RVC	0.14 232	0.09 197	0.09 225	0.08 147	0.07 135	0.10 188	0.07 169	0.19 241	0.14 263	0.18 147	0.12 219	0.13 137	0.14 275	0.06 132	0.13 283	0.15 308	0.22 261	0.15 275	0.22 274	0.13 263	0.21 288	0.16 305	0.06 159	0.12 275	0.17 225	0.16 252	0.17 215	0.17 199

APVNet	0.15 256	0.13 261	0.11 257	0.14 249	0.16 281	0.14 237	0.13 262	0.19 241	0.11 223	0.14 112	0.13 233	0.17 186	0.09 209	0.16 300	0.15 308	0.15 308	0.21 245	0.14 261	0.22 274	0.15 288	0.15 171	0.12 261	0.07 186	0.12 275	0.16 206	0.15 226	0.19 253	0.17 199

SFCPSM	0.20 296	0.15 282	0.12 272	0.22 298	0.16 281	0.20 295	0.18 291	0.22 287	0.20 312	0.26 288	0.24 328	0.34 304	0.33 335	0.14 288	0.12 263	0.12 248	0.24 291	0.16 286	0.32 320	0.19 316	0.19 241	0.13 278	0.14 292	0.12 275	0.21 292	0.17 271	0.20 265	0.25 282

RP	0.15 256	0.14 274	0.15 299	0.17 275	0.14 270	0.17 270	0.16 279	0.19 241	0.17 286	0.14 112	0.16 270	0.16 177	0.15 283	0.11 247	0.13 283	0.12 248	0.15 134	0.12 202	0.15 177	0.12 244	0.12 112	0.12 261	0.10 258	0.12 275	0.17 225	0.15 226	0.20 265	0.18 218

NCC-stereo	0.17 277	0.16 290	0.16 305	0.16 267	0.17 289	0.18 278	0.18 291	0.19 241	0.20 312	0.16 125	0.19 303	0.21 254	0.21 301	0.12 266	0.20 332	0.18 330	0.18 183	0.19 315	0.18 233	0.15 288	0.15 171	0.15 297	0.15 294	0.12 275	0.18 250	0.17 271	0.24 296	0.20 245

Abc-Net	0.17 277	0.16 290	0.16 305	0.16 267	0.17 289	0.18 278	0.18 291	0.19 241	0.20 312	0.16 125	0.19 303	0.21 254	0.21 301	0.12 266	0.20 332	0.18 330	0.18 183	0.19 315	0.18 233	0.15 288	0.15 171	0.15 297	0.15 294	0.12 275	0.18 250	0.17 271	0.24 296	0.20 245
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MDST_ROB	0.22 307	0.27 335	0.14 292	0.47 342	0.24 321	0.36 336	0.20 300	0.24 302	0.16 276	0.26 288	0.14 246	0.28 288	0.25 312	0.11 247	0.11 247	0.12 248	0.21 245	0.12 202	0.17 214	0.12 244	0.19 241	0.10 215	0.11 268	0.12 275	0.34 346	0.23 321	0.56 355	0.31 310

DLCB_ROB	0.13 204	0.12 248	0.11 257	0.10 190	0.10 214	0.10 188	0.09 209	0.16 160	0.11 223	0.18 147	0.17 279	0.19 214	0.13 259	0.11 247	0.11 247	0.10 140	0.17 163	0.13 236	0.13 150	0.10 196	0.17 214	0.10 215	0.09 242	0.12 275	0.27 322	0.16 252	0.16 197	0.13 146

dad	0.18 282	0.16 290	0.11 257	0.36 326	0.16 281	0.24 315	0.21 311	0.24 302	0.09 176	0.22 197	0.11 202	0.38 311	0.11 237	0.08 192	0.12 263	0.10 140	0.27 327	0.12 202	0.29 313	0.10 196	0.19 241	0.12 261	0.08 218	0.13 285	0.18 250	0.14 199	0.31 321	0.22 266

DAS	0.19 288	0.11 232	0.09 225	0.24 308	0.19 303	0.18 278	0.20 300	0.23 295	0.18 292	0.24 237	0.14 246	0.38 311	0.21 301	0.09 214	0.12 263	0.11 197	0.25 308	0.16 286	0.22 274	0.15 288	0.20 264	0.14 285	0.18 306	0.13 285	0.19 266	0.17 271	0.23 286	0.29 301

SepStereo	0.19 288	0.11 232	0.09 225	0.24 308	0.19 303	0.18 278	0.20 300	0.23 295	0.18 292	0.24 237	0.14 246	0.38 311	0.21 301	0.09 214	0.12 263	0.11 197	0.25 308	0.16 286	0.22 274	0.15 288	0.20 264	0.14 285	0.18 306	0.13 285	0.19 266	0.17 271	0.23 286	0.29 301

SACVNet	0.15 256	0.14 274	0.13 281	0.16 267	0.13 259	0.14 237	0.12 256	0.19 241	0.17 286	0.19 161	0.17 279	0.14 149	0.07 172	0.14 288	0.13 283	0.13 269	0.19 206	0.16 286	0.20 256	0.13 263	0.16 189	0.14 285	0.12 279	0.13 285	0.20 279	0.18 284	0.19 253	0.17 199

FADNet-RVC-Resample	0.13 204	0.10 215	0.12 272	0.12 225	0.10 214	0.13 228	0.10 228	0.16 160	0.13 252	0.18 147	0.13 233	0.17 186	0.11 237	0.10 232	0.10 207	0.09 109	0.13 113	0.15 275	0.15 177	0.17 305	0.15 171	0.12 261	0.10 258	0.13 285	0.17 225	0.13 170	0.12 139	0.11 124

stereogan	0.16 273	0.15 282	0.15 299	0.16 267	0.18 296	0.18 278	0.16 279	0.20 262	0.19 301	0.14 112	0.16 270	0.20 230	0.18 294	0.13 282	0.14 298	0.13 269	0.16 149	0.14 261	0.17 214	0.14 274	0.14 151	0.12 261	0.13 286	0.13 285	0.16 206	0.16 252	0.23 286	0.18 218

iResNet	0.16 273	0.11 232	0.09 225	0.15 262	0.13 259	0.17 270	0.12 256	0.21 278	0.14 263	0.25 271	0.13 233	0.35 305	0.32 332	0.08 192	0.10 207	0.11 197	0.20 230	0.12 202	0.25 295	0.14 274	0.18 228	0.11 239	0.12 279	0.13 285	0.18 250	0.14 199	0.20 265	0.18 218

XPNet_ROB	0.18 282	0.21 315	0.14 292	0.15 262	0.16 281	0.15 249	0.15 274	0.15 150	0.14 263	0.19 161	0.18 294	0.49 324	0.13 259	0.11 247	0.13 283	0.14 290	0.25 308	0.16 286	0.18 233	0.14 274	0.17 214	0.18 318	0.13 286	0.13 285	0.17 225	0.17 271	0.31 321	0.29 301

PWCDC_ROB	0.13 204	0.06 113	0.09 225	0.07 136	0.13 259	0.08 148	0.13 262	0.06 72	0.24 322	0.09 92	0.15 259	0.09 93	0.43 347	0.26 327	0.10 207	0.10 140	0.09 84	0.12 202	0.08 83	0.11 223	0.08 77	0.11 239	0.19 311	0.13 285	0.07 76	0.13 170	0.08 93	0.18 218

DDVS	0.19 288	0.15 282	0.13 281	0.18 280	0.18 296	0.19 289	0.20 300	0.20 262	0.16 276	0.25 271	0.21 313	0.39 314	0.27 320	0.13 282	0.12 263	0.14 290	0.26 316	0.19 315	0.28 311	0.15 288	0.18 228	0.16 305	0.10 258	0.14 294	0.19 266	0.15 226	0.22 284	0.25 282

FADNet_RVC	0.18 282	0.14 274	0.13 281	0.20 292	0.15 278	0.14 237	0.13 262	0.24 302	0.14 263	0.24 237	0.17 279	0.27 286	0.21 301	0.14 288	0.14 298	0.12 248	0.19 206	0.17 299	0.31 318	0.15 288	0.19 241	0.14 285	0.11 268	0.14 294	0.20 279	0.21 306	0.18 240	0.22 266

MaskLacGwcNet_RVC	0.36 338	0.16 290	0.12 272	0.26 313	0.22 314	0.22 308	0.27 328	0.24 302	0.15 271	0.24 237	0.16 270	4.24 388	0.22 308	0.19 312	0.13 283	0.13 269	0.34 346	0.22 331	0.31 318	0.20 320	0.23 318	0.18 318	0.22 318	0.14 294	0.20 279	0.19 297	0.21 279	0.24 276

LE_ROB	0.40 342	0.20 310	0.16 305	0.41 338	0.43 347	0.33 333	0.44 345	0.34 336	0.29 342	0.32 340	0.21 313	1.25 369	1.40 384	0.11 247	0.10 207	0.11 197	0.21 245	0.13 236	0.20 256	0.13 263	0.22 307	0.12 261	0.12 279	0.14 294	0.36 349	0.31 351	1.39 386	1.32 384

DDUNet	0.26 318	0.20 310	0.12 272	0.37 328	0.30 337	0.40 342	0.47 348	0.20 262	0.16 276	0.16 125	0.25 334	0.16 177	0.08 196	1.63 365	0.13 283	0.14 290	0.21 245	0.14 261	0.25 295	0.13 263	0.18 228	0.12 261	0.25 329	0.15 298	0.17 225	0.18 284	0.18 240	0.22 266

RGC	0.19 288	0.17 298	0.17 313	0.19 287	0.20 308	0.20 295	0.15 274	0.22 287	0.26 332	0.17 135	0.20 308	0.21 254	0.24 309	0.15 297	0.23 336	0.18 330	0.18 183	0.16 286	0.18 233	0.16 300	0.17 214	0.13 278	0.12 279	0.15 298	0.20 279	0.21 306	0.23 286	0.24 276

RTS	0.20 296	0.16 290	0.14 292	0.17 275	0.14 270	0.20 295	0.15 274	0.23 295	0.26 332	0.15 119	0.14 246	0.14 149	0.20 299	0.11 247	0.13 283	0.15 308	0.24 291	0.17 299	0.34 326	0.24 334	0.22 307	0.15 297	0.09 242	0.15 298	0.28 329	0.27 344	0.28 314	0.55 350

RTSA	0.20 296	0.16 290	0.14 292	0.17 275	0.14 270	0.20 295	0.15 274	0.23 295	0.26 332	0.15 119	0.14 246	0.14 149	0.20 299	0.11 247	0.13 283	0.15 308	0.24 291	0.17 299	0.34 326	0.24 334	0.22 307	0.15 297	0.09 242	0.15 298	0.28 329	0.27 344	0.28 314	0.55 350

ADCMid	0.21 302	0.18 304	0.17 313	0.18 280	0.19 303	0.20 295	0.16 279	0.29 322	0.25 327	0.24 237	0.19 303	0.36 308	0.21 301	0.12 266	0.16 313	0.16 316	0.25 308	0.18 310	0.37 331	0.19 316	0.24 325	0.18 318	0.17 304	0.15 298	0.24 311	0.20 301	0.25 303	0.29 301

PS-NSSS	0.17 277	0.19 307	0.17 313	0.23 302	0.18 296	0.18 278	0.16 279	0.22 287	0.13 252	0.23 220	0.20 308	0.44 317	0.08 196	0.11 247	0.12 263	0.10 140	0.13 113	0.13 236	0.26 301	0.11 223	0.11 98	0.07 111	0.18 306	0.15 298	0.17 225	0.21 306	0.13 153	0.20 245

ETE_ROB	0.22 307	0.23 322	0.15 299	0.20 292	0.16 281	0.19 289	0.17 288	0.18 211	0.19 301	0.22 197	0.22 320	0.65 337	0.16 288	0.14 288	0.14 298	0.14 290	0.30 339	0.19 315	0.24 290	0.19 316	0.21 288	0.18 318	0.16 298	0.15 298	0.22 302	0.28 347	0.41 344	0.26 288

LALA_ROB	0.22 307	0.25 328	0.16 305	0.19 287	0.17 289	0.22 308	0.16 279	0.17 172	0.19 301	0.24 237	0.21 313	0.64 335	0.15 283	0.13 282	0.23 336	0.17 323	0.27 327	0.22 331	0.22 274	0.18 312	0.20 264	0.20 330	0.14 292	0.15 298	0.20 279	0.22 314	0.35 330	0.25 282

psm_up	0.14 232	0.11 232	0.13 281	0.15 262	0.12 247	0.14 237	0.11 242	0.20 262	0.16 276	0.19 161	0.12 219	0.15 155	0.17 292	0.10 232	0.12 263	0.12 248	0.19 206	0.13 236	0.17 214	0.11 223	0.15 171	0.09 178	0.10 258	0.16 306	0.18 250	0.16 252	0.17 215	0.20 245

SHD	0.21 302	0.17 298	0.20 326	0.18 280	0.16 281	0.18 278	0.20 300	0.26 309	0.16 276	0.27 302	0.18 294	0.23 271	0.31 329	0.17 302	0.14 298	0.14 290	0.19 206	0.17 299	0.32 320	0.17 305	0.20 264	0.17 309	0.16 298	0.16 306	0.23 309	0.28 347	0.25 303	0.43 336

PA-Net	0.19 288	0.21 315	0.25 338	0.14 249	0.20 308	0.18 278	0.20 300	0.21 278	0.19 301	0.18 147	0.14 246	0.17 186	0.21 301	0.26 327	0.16 313	0.18 330	0.15 134	0.19 315	0.13 150	0.17 305	0.14 151	0.15 297	0.10 258	0.16 306	0.17 225	0.25 333	0.17 215	0.35 319
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SGM-ForestM	0.24 313	0.22 318	0.16 305	0.37 328	0.24 321	0.32 328	0.24 320	0.28 316	0.20 312	0.23 220	0.17 279	0.51 329	0.25 312	0.20 317	0.12 263	0.13 269	0.23 272	0.16 286	0.24 290	0.14 274	0.19 241	0.16 305	0.21 317	0.16 306	0.35 347	0.24 327	0.51 349	0.35 319

NCCL2	0.17 277	0.17 298	0.16 305	0.13 239	0.13 259	0.13 228	0.12 256	0.21 278	0.17 286	0.22 197	0.15 259	0.23 271	0.13 259	0.09 214	0.15 308	0.16 316	0.18 183	0.17 299	0.19 250	0.17 305	0.21 288	0.17 309	0.11 268	0.16 306	0.25 316	0.26 340	0.20 265	0.24 276

SQANet	0.45 346	0.54 354	0.14 292	1.41 361	0.51 354	1.23 361	0.83 358	0.30 325	0.24 322	0.34 349	0.24 328	0.64 335	0.19 298	1.12 359	0.17 319	0.14 290	0.24 291	0.20 321	0.40 334	0.22 330	0.16 189	0.14 285	1.58 365	0.17 311	0.20 279	0.16 252	0.26 308	0.39 327

AnyNet_C32	0.20 296	0.16 290	0.15 299	0.17 275	0.17 289	0.19 289	0.16 279	0.25 306	0.22 319	0.25 271	0.23 325	0.23 271	0.18 294	0.14 288	0.19 329	0.18 330	0.28 334	0.22 331	0.29 313	0.18 312	0.27 340	0.21 335	0.16 298	0.17 311	0.22 302	0.20 301	0.21 279	0.23 271

SGM_RVC	0.25 314	0.24 325	0.17 313	0.39 336	0.27 329	0.34 334	0.26 326	0.28 316	0.19 301	0.25 271	0.18 294	0.42 315	0.30 326	0.17 302	0.12 263	0.13 269	0.23 272	0.15 275	0.25 295	0.13 263	0.19 241	0.15 297	0.19 311	0.17 311	0.33 343	0.22 314	0.55 354	0.43 336
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACV-stereo	0.25 314	0.15 282	0.13 281	0.22 298	0.17 289	0.28 322	0.24 320	0.21 278	0.20 312	0.24 237	0.21 313	0.28 288	0.36 339	0.18 307	0.13 283	0.12 248	0.34 346	0.20 321	1.12 372	0.25 336	0.26 337	0.17 309	0.29 352	0.18 314	0.19 266	0.16 252	0.25 303	0.29 301

G-Net	0.29 329	0.24 325	0.19 323	0.23 302	0.21 311	0.36 336	0.23 317	0.30 325	0.27 337	0.33 345	0.32 351	0.93 360	0.25 312	0.18 307	0.18 326	0.18 330	0.26 316	0.21 325	0.43 337	0.31 350	0.26 337	0.17 309	0.18 306	0.18 314	0.27 322	0.23 321	0.40 343	0.42 333

SGM-Forest	0.19 288	0.18 304	0.16 305	0.23 302	0.18 296	0.20 295	0.18 291	0.23 295	0.17 286	0.20 174	0.15 259	0.23 271	0.18 294	0.22 320	0.17 319	0.18 330	0.19 206	0.17 299	0.18 233	0.15 288	0.17 214	0.18 318	0.25 329	0.18 314	0.22 302	0.18 284	0.25 303	0.24 276
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
NaN_ROB	0.19 288	0.20 310	0.19 323	0.20 292	0.20 308	0.16 261	0.15 274	0.27 313	0.19 301	0.23 220	0.18 294	0.47 323	0.16 288	0.11 247	0.13 283	0.12 248	0.15 134	0.14 261	0.21 267	0.19 316	0.13 131	0.10 215	0.09 242	0.20 317	0.24 311	0.21 306	0.26 308	0.28 299

CBMV_ROB	0.21 302	0.14 274	0.15 299	0.26 313	0.22 314	0.21 305	0.22 313	0.28 316	0.17 286	0.26 288	0.17 279	0.28 288	0.17 292	0.26 327	0.11 247	0.12 248	0.26 316	0.17 299	0.18 233	0.16 300	0.21 288	0.19 326	0.26 334	0.20 317	0.24 311	0.25 333	0.25 303	0.33 317

MeshStereo	0.30 330	0.26 331	0.20 326	0.49 344	0.36 342	0.35 335	0.26 326	0.32 330	0.28 340	0.30 337	0.27 339	0.61 334	0.47 350	0.18 307	0.12 263	0.14 290	0.26 316	0.17 299	0.27 306	0.17 305	0.27 340	0.21 335	0.25 329	0.20 317	0.36 349	0.28 347	0.54 353	0.49 344
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
ADCPNet	0.22 307	0.17 298	0.16 305	0.20 292	0.19 303	0.20 295	0.18 291	0.27 313	0.23 321	0.26 288	0.22 320	0.26 285	0.28 322	0.15 297	0.16 313	0.17 323	0.24 291	0.17 299	0.32 320	0.23 331	0.24 325	0.19 326	0.17 304	0.21 320	0.25 316	0.22 314	0.27 311	0.33 317

DispFullNet	0.48 347	0.50 352	0.19 323	1.14 358	0.40 345	0.77 357	1.22 363	0.32 330	0.24 322	0.24 237	0.27 339	0.84 355	0.48 352	1.62 364	0.15 308	0.15 308	0.49 362	0.34 357	1.08 370	0.26 338	0.24 325	0.18 318	0.20 314	0.21 320	0.27 322	0.17 271	0.35 330	0.59 356

FAT-Stereo	0.26 318	0.19 307	0.17 313	0.38 333	0.36 342	0.30 324	0.25 325	0.26 309	0.18 292	0.27 302	0.25 334	0.33 301	0.36 339	0.26 327	0.16 313	0.15 308	0.26 316	0.23 334	0.33 323	0.21 322	0.22 307	0.19 326	0.22 318	0.22 322	0.21 292	0.22 314	0.32 323	0.42 333

edge stereo	0.31 333	0.23 322	0.20 326	0.41 338	0.35 340	0.42 345	0.39 342	0.38 345	0.22 319	0.23 220	0.38 354	0.69 341	0.33 335	0.30 339	0.15 308	0.16 316	0.31 340	0.21 325	0.42 335	0.21 322	0.23 318	0.17 309	0.25 329	0.22 322	0.27 322	0.23 321	0.39 339	0.55 350

ACVNet-4b	0.69 358	0.75 362	0.33 352	1.72 374	0.94 367	1.61 373	1.42 366	0.33 334	0.32 349	0.38 356	0.26 336	1.20 366	0.29 325	2.16 375	0.39 357	0.37 357	0.33 344	0.24 337	0.57 345	0.38 358	0.16 189	0.14 285	2.71 374	0.23 324	0.29 331	0.32 352	0.39 339	0.40 330

HBP-ISP	0.21 302	0.16 290	0.12 272	0.26 313	0.22 314	0.22 308	0.17 288	0.29 322	0.18 292	0.27 302	0.18 294	0.21 254	0.12 245	0.28 333	0.10 207	0.14 290	0.26 316	0.19 315	0.20 256	0.12 244	0.22 307	0.23 342	0.26 334	0.23 324	0.24 311	0.24 327	0.23 286	0.26 288

MFN_U_SF_DS_RVC	0.25 314	0.25 328	0.20 326	0.29 323	0.22 314	0.22 308	0.23 317	0.36 340	0.27 337	0.36 353	0.22 320	0.45 318	0.32 332	0.19 312	0.17 319	0.17 323	0.17 163	0.16 286	0.29 313	0.14 274	0.20 264	0.18 318	0.27 347	0.23 324	0.29 331	0.25 333	0.33 326	0.31 310

S-Stereo	0.30 330	0.22 318	0.17 313	0.41 338	0.39 344	0.41 343	0.37 335	0.25 306	0.25 327	0.26 288	0.44 357	0.54 332	0.36 339	0.24 322	0.16 313	0.14 290	0.27 327	0.27 343	0.34 326	0.28 342	0.23 318	0.22 339	0.53 358	0.23 324	0.22 302	0.19 297	0.27 311	0.38 323

ADCS	0.28 326	0.22 318	0.21 332	0.26 313	0.24 321	0.25 316	0.23 317	0.36 340	0.30 344	0.23 220	0.27 339	0.46 322	0.35 338	0.20 317	0.19 329	0.18 330	0.32 341	0.24 337	0.48 341	0.28 342	0.36 353	0.28 351	0.19 311	0.23 324	0.31 336	0.25 333	0.30 318	0.41 332

STStereo	0.37 339	0.44 351	0.31 350	0.75 355	0.49 353	0.57 349	0.43 344	0.35 337	0.30 344	0.34 349	0.24 328	0.85 357	0.53 355	0.19 312	0.14 298	0.16 316	0.25 308	0.16 286	0.45 339	0.16 300	0.23 318	0.19 326	0.20 314	0.23 324	0.49 357	0.37 360	0.75 367	0.54 349

SANet	0.30 330	0.21 315	0.21 332	0.25 311	0.21 311	0.31 326	0.22 313	0.30 325	0.31 347	0.27 302	0.26 336	1.39 371	0.38 343	0.22 320	0.14 298	0.14 290	0.26 316	0.21 325	0.30 317	0.21 322	0.24 325	0.20 330	0.31 354	0.23 324	0.33 343	0.24 327	0.35 330	0.48 342

CBMV	0.22 307	0.18 304	0.17 313	0.23 302	0.21 311	0.20 295	0.18 291	0.27 313	0.19 301	0.28 321	0.11 202	0.29 295	0.13 259	0.24 322	0.13 283	0.14 290	0.24 291	0.18 310	0.20 256	0.16 300	0.21 288	0.18 318	0.24 327	0.23 324	0.26 319	0.22 314	0.35 330	0.40 330
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
XQC	0.28 326	0.30 341	0.26 341	0.37 328	0.28 330	0.37 338	0.37 335	0.40 349	0.30 344	0.32 340	0.20 308	0.45 318	0.28 322	0.31 341	0.14 298	0.14 290	0.20 230	0.21 325	0.33 323	0.23 331	0.22 307	0.20 330	0.23 323	0.24 332	0.32 341	0.25 333	0.44 346	0.32 314

CC-Net-ROB	0.28 326	0.40 347	0.28 344	0.56 347	0.44 348	0.41 343	0.38 339	0.32 330	0.20 312	0.33 345	0.28 342	0.68 340	0.10 226	0.32 345	0.19 329	0.13 269	0.14 127	0.16 286	0.39 333	0.18 312	0.15 171	0.09 178	0.23 323	0.24 332	0.21 292	0.21 306	0.19 253	0.29 301

NOSS_ROB	0.21 302	0.14 274	0.15 299	0.20 292	0.19 303	0.20 295	0.22 313	0.29 322	0.18 292	0.25 271	0.15 259	0.21 254	0.13 259	0.27 332	0.13 283	0.14 290	0.26 316	0.21 325	0.22 274	0.17 305	0.23 318	0.22 339	0.26 334	0.24 332	0.26 319	0.22 314	0.24 296	0.26 288

PWC_ROB	0.22 307	0.20 310	0.14 292	0.18 280	0.17 289	0.16 261	0.20 300	0.21 278	0.26 332	0.15 119	0.20 308	0.28 288	0.62 359	0.13 282	0.12 263	0.13 269	0.27 327	0.18 310	0.36 330	0.18 312	0.22 307	0.17 309	0.16 298	0.24 332	0.19 266	0.18 284	0.24 296	0.43 336

AnyNet_C01	0.31 333	0.22 318	0.20 326	0.22 298	0.26 327	0.25 316	0.24 320	0.37 343	0.37 355	0.26 288	0.28 342	0.49 324	0.33 335	0.18 307	0.28 346	0.21 341	0.38 354	0.32 352	0.64 348	0.32 353	0.39 356	0.31 358	0.26 334	0.25 336	0.33 343	0.32 352	0.34 328	0.44 339

DPSNet	0.39 341	0.19 307	0.17 313	0.27 320	0.25 324	0.29 323	0.19 298	0.26 309	0.24 322	0.18 147	0.17 279	2.16 382	0.43 347	0.10 232	0.17 319	0.15 308	0.35 349	0.28 347	2.04 384	0.27 341	0.25 333	0.16 305	0.28 349	0.25 336	0.38 352	0.24 327	0.39 339	0.51 346

MFN_U_SF_RVC	0.31 333	0.29 340	0.21 332	0.33 324	0.28 330	0.31 326	0.29 330	0.37 343	0.24 322	0.46 362	0.30 347	0.50 327	0.32 332	0.25 324	0.27 344	0.24 342	0.18 183	0.23 334	0.58 346	0.28 342	0.24 325	0.27 350	0.22 318	0.27 338	0.31 336	0.25 333	0.37 335	0.50 345

PVD	0.38 340	0.38 346	0.20 326	0.47 342	0.35 340	0.50 348	0.40 343	0.38 345	0.34 352	0.23 220	0.28 342	0.52 331	0.51 353	0.50 350	0.16 313	0.17 323	0.41 356	0.26 341	0.49 343	0.28 342	0.39 356	0.40 369	0.23 323	0.27 338	0.44 355	0.57 376	0.46 348	0.72 364

LSM0	3.45 385	0.27 335	0.18 322	0.38 333	0.29 336	0.39 341	0.36 334	0.51 360	0.31 347	0.45 361	0.47 358	0.71 342	0.57 356	0.19 312	23.17 394	59.79 399	0.36 350	0.26 341	1.29 378	0.33 355	0.44 366	0.32 359	0.23 323	0.27 338	0.36 349	0.29 350	0.53 352	0.51 346

CSAN	0.26 318	0.31 342	0.30 347	0.26 313	0.23 318	0.21 305	0.18 291	0.28 316	0.36 354	0.35 352	0.24 328	0.51 329	0.26 317	0.14 288	0.18 326	0.17 323	0.19 206	0.20 321	0.26 301	0.25 336	0.22 307	0.20 330	0.18 306	0.27 338	0.30 334	0.23 321	0.38 338	0.38 323

FSD		0.24 325	0.24 337	0.27 320	0.25 324	0.25 316	0.33 332	0.30 325	0.18 292	0.20 174	0.17 279			0.29 335	0.25 339	0.26 345			0.27 306	0.21 322				0.28 342	0.27 322	0.23 321	0.27 311	0.27 292

otaku	0.58 352	0.71 358	0.29 346	1.70 373	0.84 361	1.49 367	1.00 359	0.40 349	0.34 352	0.38 356	0.31 350	0.65 337	0.26 317	1.35 360	0.33 353	0.25 343	0.20 230	0.23 334	0.69 351	0.30 347	0.22 307	0.17 309	2.24 368	0.28 342	0.29 331	0.18 284	0.30 318	0.39 327

FBW_ROB	0.26 318	0.26 331	0.25 338	0.37 328	0.25 324	0.32 328	0.20 300	0.21 278	0.18 292	0.27 302	0.20 308	0.45 318	0.31 329	0.26 327	0.20 332	0.20 340	0.27 327	0.17 299	0.51 344	0.14 274	0.21 288	0.14 285	0.16 298	0.28 342	0.21 292	0.19 297	0.33 326	0.55 350

GANetREF_RVC	0.26 318	0.26 331	0.30 347	0.23 302	0.23 318	0.23 314	0.24 320	0.35 337	0.33 350	0.32 340	0.17 279	0.50 327	0.38 343	0.12 266	0.20 332	0.17 323	0.19 206	0.21 325	0.35 329	0.21 322	0.23 318	0.15 297	0.22 318	0.29 345	0.27 322	0.21 306	0.36 334	0.31 310
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
Ntro	0.63 355	0.72 359	0.30 347	1.78 375	0.84 361	1.55 368	1.09 361	0.48 357	0.37 355	0.38 356	0.38 354	0.72 344	0.26 317	1.51 363	0.35 354	0.27 351	0.22 261	0.24 337	0.69 351	0.31 350	0.22 307	0.17 309	2.49 371	0.30 346	0.31 336	0.22 314	0.37 335	0.42 333

FC-DCNN v2	0.27 324	0.28 337	0.27 343	0.37 328	0.28 330	0.32 328	0.38 339	0.33 334	0.19 301	0.22 197	0.18 294	0.23 271	0.13 259	0.29 335	0.26 341	0.26 345	0.29 335	0.27 343	0.29 313	0.21 322	0.25 333	0.25 345	0.26 334	0.31 347	0.31 336	0.26 340	0.30 318	0.30 308

DGSMNet	0.34 336	0.28 337	0.23 336	0.40 337	0.33 339	0.37 338	0.37 335	0.28 316	0.25 327	0.25 271	0.50 362	0.45 318	0.31 329	0.25 324	0.23 336	0.19 339	0.51 364	0.32 352	0.72 355	0.35 356	0.37 354	0.38 367	0.28 349	0.31 347	0.27 322	0.23 321	0.32 323	0.38 323

FC-DCNN	0.27 324	0.28 337	0.26 341	0.36 326	0.28 330	0.32 328	0.37 335	0.32 330	0.19 301	0.22 197	0.18 294	0.23 271	0.13 259	0.29 335	0.26 341	0.26 345	0.29 335	0.27 343	0.28 311	0.21 322	0.25 333	0.25 345	0.26 334	0.31 347	0.30 334	0.25 333	0.29 316	0.30 308

FCDSN-DC	0.25 314	0.25 328	0.25 338	0.28 322	0.26 327	0.26 319	0.34 333	0.28 316	0.18 292	0.20 174	0.17 279	0.20 230	0.12 245	0.29 335	0.26 341	0.26 345	0.29 335	0.28 347	0.27 306	0.21 322	0.25 333	0.25 345	0.26 334	0.32 350	0.26 319	0.24 327	0.26 308	0.27 292
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BEATNet-Init1	0.49 349	0.42 348	0.28 344	0.79 357	0.40 345	0.60 352	0.45 346	0.41 352	0.27 337	0.30 337	0.22 320	0.89 358	0.84 368	0.25 324	0.27 344	0.26 345	0.27 327	0.25 340	0.84 360	0.28 342	0.27 340	0.26 348	0.26 334	0.32 350	0.49 357	0.35 358	2.05 390	0.88 374

ACVNet_1	0.74 360	0.79 364	0.40 358	2.04 381	0.96 368	1.88 379	1.51 368	0.59 365	0.28 340	0.43 360	0.49 360	0.71 342	0.61 358	2.21 377	0.32 350	0.25 343	0.32 341	0.31 351	0.60 347	0.31 350	0.29 346	0.21 335	2.72 375	0.33 352	0.40 353	0.26 340	0.37 335	0.38 323

SAMSARA	0.48 347	0.23 322	0.39 356	0.23 302	0.23 318	0.22 308	0.22 313	0.44 356	0.38 357	0.31 339	0.21 313	0.30 297	0.47 350	0.17 302	0.32 350	0.34 356	0.25 308	0.32 352	0.46 340	0.32 353	0.47 370	0.52 378	0.15 294	0.33 352	1.39 390	1.54 388	1.41 387	1.46 386

MANE	0.41 343	0.36 343	0.33 352	0.61 350	0.44 348	0.44 346	0.46 347	0.42 353	0.25 327	0.23 220	0.22 320	0.65 337	0.28 322	0.30 339	0.28 346	0.29 355	0.32 341	0.42 364	0.37 331	0.23 331	0.30 347	0.26 348	0.26 334	0.34 354	0.54 362	0.40 362	1.07 382	0.87 372

MonStereo1	0.74 360	0.74 361	0.31 350	1.61 367	1.01 374	1.31 365	1.51 368	0.56 363	0.38 357	0.59 370	0.64 368	1.54 374	0.72 365	1.92 367	0.18 326	0.14 290	0.37 352	0.34 357	0.65 349	0.30 347	0.37 354	0.21 335	2.49 371	0.35 355	0.31 336	0.27 344	0.51 349	0.56 355

ELAS_RVC	0.43 345	0.43 349	0.36 354	0.64 351	0.44 348	0.62 354	0.50 349	0.39 347	0.25 327	0.25 271	0.30 347	1.23 367	0.30 326	0.31 341	0.28 346	0.27 351	0.37 352	0.30 349	0.42 335	0.26 338	0.34 350	0.32 359	0.26 334	0.37 356	0.50 359	0.38 361	0.78 371	0.70 362
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.42 344	0.43 349	0.36 354	0.64 351	0.44 348	0.58 351	0.50 349	0.40 349	0.26 332	0.25 271	0.28 342	0.94 361	0.30 326	0.31 341	0.28 346	0.27 351	0.36 350	0.30 349	0.43 337	0.26 338	0.33 348	0.32 359	0.26 334	0.37 356	0.54 362	0.40 362	0.77 370	0.74 367
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSC_U_SF_DS_RVC	0.35 337	0.36 343	0.39 356	0.46 341	0.28 330	0.30 324	0.28 329	0.50 358	0.46 362	0.39 359	0.30 347	0.37 310	0.36 339	0.31 341	0.35 354	0.26 345	0.21 245	0.27 343	0.71 353	0.37 357	0.27 340	0.29 352	0.30 353	0.38 358	0.32 341	0.24 327	0.29 316	0.39 327

RainbowNet	0.77 362	0.87 365	0.46 359	1.83 376	0.91 366	1.59 371	1.47 367	0.42 353	0.38 357	0.47 365	0.34 352	0.90 359	0.60 357	1.97 370	0.62 370	0.48 365	0.34 346	0.33 355	0.90 362	0.58 366	0.33 348	0.23 342	2.82 378	0.39 359	0.40 353	0.34 355	0.44 346	0.48 342

STTRV1_RVC		0.26 331	0.22 335	0.35 325	0.28 330	0.32 328	0.29 330	0.36 340	0.33 350	0.27 302	0.26 336	0.42 315	0.41 346	0.47 349	0.32 350	0.18 330	0.59 370	0.20 321		0.30 347	0.59 378	0.22 339		0.43 360	0.25 316	0.54 373	0.34 328	0.64 359

MADNet+	0.55 351	0.36 343	0.63 374	0.56 347	0.52 355	0.45 347	0.38 339	0.63 366	0.52 364	0.53 366	0.41 356	0.81 352	0.67 363	0.33 346	0.57 369	0.49 367	0.56 367	0.50 369	0.82 359	0.52 362	0.47 370	0.43 370	0.51 357	0.47 361	0.82 375	0.70 379	0.58 357	0.72 364

AMNet	0.49 349	0.50 352	0.47 360	0.50 345	0.47 352	0.61 353	0.52 352	0.31 329	0.29 342	0.29 335	0.69 372	0.72 344	0.13 259	0.53 352	0.44 359	0.55 370	0.57 368	0.58 378	0.48 341	0.48 360	0.59 378	0.48 375	0.26 334	0.48 362	0.44 355	0.52 370	0.58 357	0.63 358

PSMNet_ROB	0.78 363	0.97 370	0.60 372	1.62 371	0.90 365	1.47 366	1.19 362	0.56 363	0.73 369	0.74 374	0.62 367	0.84 355	0.82 366	1.49 362	0.53 364	0.42 359	0.52 365	0.40 363	0.84 360	0.62 371	0.40 362	0.30 353	1.85 366	0.48 362	0.67 370	0.32 352	0.76 368	0.46 341

IMH-64-1	0.90 367	0.95 367	0.51 361	1.59 365	0.98 371	1.58 369	1.73 376	0.75 371	0.74 370	0.33 345	0.61 364	0.83 353	0.94 370	2.59 379	0.50 361	0.42 359	0.48 359	0.36 360	0.92 363	0.55 364	0.39 356	0.30 353	3.14 379	0.50 364	0.81 373	0.34 355	0.60 359	0.80 369

IMH-64	0.90 367	0.95 367	0.51 361	1.59 365	0.98 371	1.58 369	1.73 376	0.75 371	0.74 370	0.33 345	0.61 364	0.83 353	0.94 370	2.59 379	0.50 361	0.42 359	0.48 359	0.36 360	0.92 363	0.55 364	0.39 356	0.30 353	3.14 379	0.50 364	0.81 373	0.34 355	0.60 359	0.80 369

SGM+DAISY	0.58 352	0.57 356	0.54 365	0.59 349	0.55 357	0.68 356	0.56 354	0.42 353	0.38 357	0.37 354	0.77 376	0.75 348	0.65 361	0.54 354	0.55 367	0.56 371	0.68 375	0.61 380	0.71 353	0.64 373	0.69 381	0.62 381	0.27 347	0.50 364	0.52 360	0.53 372	0.74 365	0.68 361

IMH	0.93 369	0.98 372	0.53 364	1.61 367	0.97 370	1.64 374	1.76 378	0.75 371	0.77 372	0.34 349	0.61 364	0.96 362	1.05 378	2.67 381	0.54 366	0.46 364	0.49 362	0.38 362	0.94 365	0.60 367	0.39 356	0.30 353	3.14 379	0.53 367	0.82 375	0.45 367	0.65 361	0.79 368

ACVNet_2	0.83 365	0.92 366	0.56 367	1.99 380	0.99 373	1.84 378	1.55 372	0.68 369	0.40 361	0.53 366	0.47 358	1.02 363	0.67 363	1.93 368	0.51 363	0.45 363	0.38 354	0.33 355	1.01 367	0.42 359	0.34 350	0.24 344	2.58 373	0.53 367	0.60 367	0.26 340	0.52 351	0.55 350

SPS-STEREO	0.59 354	0.57 356	0.52 363	0.55 346	0.54 356	0.65 355	0.52 352	0.39 347	0.66 367	0.37 354	0.78 377	0.78 349	0.64 360	0.53 352	0.55 367	0.57 373	0.68 375	0.64 381	0.74 356	0.72 378	0.77 384	0.66 383	0.26 334	0.53 367	0.53 361	0.56 375	0.70 364	0.65 360
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
JetBlue	0.70 359	0.56 355	0.69 378	0.73 354	0.61 358	0.78 358	0.68 356	0.52 361	0.91 375	0.46 362	0.29 346	3.18 385	0.38 343	0.52 351	0.44 359	0.43 362	0.70 379	0.53 373	0.66 350	0.51 361	0.54 375	0.58 379	0.75 359	0.56 370	0.55 364	0.42 364	0.96 379	0.99 376

TorneroNet-64	1.07 374	1.00 373	0.57 368	1.94 378	0.88 364	1.98 382	2.01 379	0.63 366	0.88 374	0.58 369	0.49 360	1.83 379	1.71 385	2.88 386	0.62 370	0.51 368	0.46 358	0.46 365	1.17 375	0.61 370	0.34 350	0.37 364	3.40 382	0.56 370	0.64 369	0.48 368	0.68 362	1.11 379

MFMNet_re	0.66 356	0.73 360	0.65 375	0.77 356	0.62 359	0.82 359	0.70 357	0.52 361	0.54 365	0.54 368	0.65 369	0.80 351	0.51 353	0.59 356	0.66 374	0.67 377	0.82 382	0.69 382	0.74 356	0.62 371	0.70 382	0.64 382	0.45 355	0.56 370	0.59 366	0.63 377	0.74 365	0.87 372

WAO-6	0.82 364	0.95 367	0.59 370	1.30 360	1.05 375	1.25 362	1.39 365	0.77 374	0.84 373	0.79 375	0.69 372	0.74 347	1.00 374	1.94 369	0.78 378	0.61 375	0.53 366	0.48 367	0.78 358	0.60 367	0.55 376	0.51 376	0.49 356	0.57 373	0.83 377	0.42 364	0.76 368	0.85 371

TorneroNet	1.08 375	1.09 375	0.66 377	1.94 378	0.96 368	2.16 383	2.02 380	0.65 368	0.91 375	0.67 372	0.56 363	1.67 378	1.15 380	2.94 388	0.65 373	0.52 369	0.48 359	0.51 370	1.12 372	0.65 375	0.39 356	0.43 370	3.52 383	0.57 373	0.68 371	0.48 368	0.84 374	1.01 377

LVE	0.95 370	0.97 370	0.71 379	1.84 377	1.35 379	1.59 371	1.52 370	0.78 375	0.64 366	0.81 377	0.91 380	0.72 344	1.00 374	2.18 376	0.53 364	0.48 365	0.57 368	0.53 373	1.09 371	0.64 373	0.45 367	0.38 367	2.74 377	0.69 375	0.83 377	0.44 366	0.84 374	0.52 348

Dean	1.06 373	1.03 374	0.79 382	2.27 383	1.31 378	1.96 380	1.56 375	0.92 377	0.94 378	0.88 381	0.76 375	1.19 365	1.17 381	2.09 374	0.64 372	0.60 374	0.60 371	0.56 375	1.23 377	0.73 379	0.45 367	0.36 363	2.73 376	0.71 376	0.95 381	0.55 374	1.05 381	0.62 357

ktn	1.24 377	1.39 381	0.55 366	1.62 371	1.59 383	1.68 375	2.12 381	0.86 376	1.75 387	0.90 383	1.11 385	1.11 364	0.95 373	2.57 378	0.97 383	0.73 382	0.80 381	0.59 379	1.41 380	0.76 380	0.68 380	0.67 384	3.69 385	0.73 377	0.92 380	0.75 382	1.19 384	1.28 383

HanzoNet	1.74 383	1.62 386	0.80 383	2.26 382	1.70 385	2.72 386	2.54 385	1.25 384	1.85 388	0.92 384	1.28 387	4.37 389	3.81 388	3.36 392	0.88 381	0.78 383	1.06 384	0.94 385	2.54 386	1.03 385	0.89 385	0.88 385	3.79 387	0.73 377	1.12 387	1.00 385	1.29 385	1.57 387

PWCK	0.88 366	1.24 379	0.61 373	1.53 363	0.85 363	1.21 360	1.03 360	1.08 382	0.72 368	0.70 373	0.83 379	1.48 373	0.87 369	0.69 357	0.40 358	0.41 358	0.73 380	0.47 366	3.04 387	0.67 377	0.56 377	0.43 370	0.94 363	0.74 379	0.72 372	0.36 359	0.69 363	0.73 366

WAO-8	1.00 371	1.11 376	0.76 380	1.61 367	1.24 376	1.74 376	1.55 372	0.93 378	0.98 380	0.81 377	0.67 370	1.66 375	1.00 374	2.08 372	0.77 376	0.68 378	0.63 372	0.52 371	1.05 368	0.81 381	0.47 370	0.37 364	0.78 360	0.75 380	1.10 385	0.73 380	0.95 377	1.16 381

Venus	1.00 371	1.11 376	0.76 380	1.61 367	1.24 376	1.74 376	1.55 372	0.93 378	0.98 380	0.81 377	0.67 370	1.66 375	1.00 374	2.08 372	0.77 376	0.68 378	0.63 372	0.52 371	1.05 368	0.81 381	0.47 370	0.37 364	0.78 360	0.75 380	1.10 385	0.73 380	0.95 377	1.16 381

notaker	1.27 378	1.41 382	0.58 369	2.37 385	1.48 381	2.34 385	2.27 384	0.94 380	1.62 385	0.79 375	1.07 384	1.66 375	1.08 379	3.06 390	0.94 382	0.69 380	0.68 375	0.49 368	1.62 383	0.84 383	0.53 374	0.45 373	3.70 386	0.80 382	0.61 368	0.52 370	0.80 372	0.92 375

WAO-7	0.66 356	0.75 362	0.65 375	0.72 353	0.78 360	0.57 349	0.66 355	0.97 381	0.96 379	0.63 371	0.78 377	0.79 350	0.83 367	0.55 355	0.83 379	0.71 381	0.42 357	0.35 359	0.94 365	0.66 376	0.43 364	0.34 362	0.16 298	0.83 383	0.56 365	0.64 378	0.57 356	0.70 362

DPSimNet_ROB	1.21 376	1.20 378	1.29 387	1.47 362	1.59 383	1.30 364	1.35 364	0.68 369	1.69 386	1.67 387	1.03 382	1.45 372	0.66 362	2.04 371	1.20 385	0.89 384	1.16 385	0.79 383	1.61 382	1.38 387	1.04 386	1.24 386	0.79 362	0.84 384	0.87 379	1.20 387	1.17 383	1.12 380

UNDER WATER-64	1.40 380	1.36 380	0.88 385	2.85 387	1.93 388	2.78 388	2.66 387	1.36 386	0.92 377	1.04 385	1.17 386	1.88 380	1.30 383	3.03 389	0.75 375	0.56 371	0.68 375	0.57 377	1.13 374	0.54 363	0.43 364	0.51 376	4.08 390	0.91 385	1.02 383	1.10 386	0.80 372	1.60 388

JetRed	1.62 382	1.82 387	1.71 388	1.58 364	1.50 382	1.97 381	2.21 383	1.51 388	1.47 384	0.82 380	0.74 374	2.63 384	0.43 347	1.73 366	1.48 387	1.54 386	1.67 386	2.94 389	1.42 381	1.08 386	2.30 387	2.07 387	1.99 367	0.97 386	1.16 388	1.70 389	1.57 388	1.60 388

UNDER WATER	1.40 380	1.42 383	0.86 384	2.83 386	1.92 387	2.74 387	2.57 386	1.28 385	1.01 382	0.88 381	0.97 381	1.88 380	1.26 382	3.09 391	0.83 379	0.62 376	0.66 374	0.56 375	1.20 376	0.60 367	0.42 363	0.47 374	4.04 389	0.98 387	1.08 384	0.99 384	0.87 376	1.67 390

KSHMR	1.33 379	1.42 383	1.04 386	2.27 383	1.44 380	2.23 384	2.12 381	1.21 383	1.06 383	1.13 386	1.06 383	1.27 370	0.94 370	2.89 387	1.08 384	0.95 385	0.85 383	0.83 384	1.32 379	0.97 384	0.72 383	0.58 379	3.52 383	1.07 388	0.99 382	0.77 383	1.00 380	1.07 378

LRCNet_RVC	9.85 389	16.31 396	0.59 370	24.99 397	21.12 398	23.54 398	20.75 396	1.45 387	0.48 363	21.31 398	13.10 394	22.63 397	3.34 387	28.36 399	0.38 356	0.27 351	7.74 391	1.15 386	23.52 397	3.99 389	0.46 369	0.30 353	27.02 397	1.72 389	0.35 347	0.21 306	0.42 345	0.37 322

MADNet++	1.86 384	1.58 385	1.74 389	1.27 359	1.74 386	1.26 363	1.53 371	1.62 389	2.07 389	1.84 388	2.22 388	2.60 383	2.72 386	0.75 358	1.39 386	1.54 386	2.01 387	1.47 387	2.12 385	2.13 388	3.35 388	3.26 388	1.23 364	2.21 390	1.21 389	2.25 390	1.76 389	1.32 384

ASD4																								2.43 391

PML	8.20 386	7.62 392	3.39 390	9.64 394	5.14 389	9.56 395	5.20 392	6.48 392	18.29 395	6.44 391	3.30 389	16.82 392	29.20 399	5.41 393	6.10 388	3.93 388	7.39 390	2.64 388	20.47 395	4.70 390	3.50 389	3.87 389	3.98 388	4.21 392	6.16 392	4.40 391	16.76 396	6.85 391

DPSMNet_ROB	8.63 387	3.69 389	8.74 392	2.98 388	5.70 390	3.37 389	4.41 390	3.70 390	9.03 390	3.00 389	6.88 391	3.53 386	10.11 390	2.70 382	10.47 389	10.76 389	3.81 388	12.92 392	4.77 389	10.22 391	5.99 391	13.86 392	4.50 394	8.50 393	10.06 395	27.81 395	11.04 394	30.59 395

DGTPSM_ROB	8.63 387	3.68 388	8.73 391	2.98 388	5.70 390	3.37 389	4.41 390	3.70 390	9.03 390	3.00 389	6.85 390	3.53 386	10.07 389	2.70 382	10.47 389	10.76 389	3.81 388	12.91 391	4.74 388	10.22 391	5.98 390	13.86 392	4.49 393	8.50 393	10.06 395	27.81 395	11.04 394	30.59 395

DPSM_ROB	13.01 391	6.29 390	9.52 393	4.44 390	6.37 392	4.34 391	3.59 388	8.20 393	10.79 392	6.64 392	7.87 392	9.69 390	12.99 392	2.80 384	12.81 391	13.68 391	9.16 392	16.58 394	9.87 390	12.33 393	16.73 394	17.95 395	2.26 369	10.56 395	28.34 397	36.91 397	31.06 397	39.57 397

DPSM	13.01 391	6.29 390	9.52 393	4.44 390	6.37 392	4.34 391	3.59 388	8.20 393	10.79 392	6.64 392	7.87 392	9.69 390	12.99 392	2.80 384	12.81 391	13.68 391	9.16 392	16.58 394	9.87 390	12.33 393	16.73 394	17.95 395	2.26 369	10.56 395	28.34 397	36.91 397	31.06 397	39.57 397

HaxPig	16.02 393	19.59 397	18.75 396	21.25 396	20.52 397	21.33 397	22.30 397	17.00 398	14.71 394	19.29 397	17.19 398	17.46 393	12.16 391	22.51 397	17.80 393	14.90 393	17.75 394	9.40 390	18.97 392	15.48 395	9.47 392	7.16 390	23.74 396	15.28 397	4.31 391	12.19 394	6.81 391	15.11 394

MEDIAN_ROB	20.47 394	25.88 398	24.03 399	26.51 398	25.55 399	25.88 399	26.99 398	21.23 399	19.72 396	28.73 399	22.19 399	24.61 398	16.74 394	26.47 398	23.75 395	18.44 394	22.03 398	14.75 393	26.69 398	23.31 396	15.11 393	11.56 391	27.65 398	18.39 398	7.22 393	9.33 393	8.28 393	11.75 393

FlowAnything	26.21 397	12.44 393	19.19 398	8.91 393	12.70 394	8.63 394	7.25 393	16.56 397	21.86 398	13.65 395	15.98 396	19.56 395	26.21 398	5.60 395	25.80 397	27.50 398	18.26 396	33.39 399	19.71 393	24.80 399	33.87 399	36.07 399	4.44 391	21.31 399	57.14 400	74.69 401	62.48 401	79.62 401

CasAABBNet	26.14 396	12.60 394	19.00 397	8.89 392	12.76 395	8.55 393	7.26 394	16.43 396	21.86 398	13.67 396	15.79 395	19.63 396	26.13 397	5.53 394	25.80 397	27.48 397	18.01 395	33.35 398	20.00 394	24.70 398	33.62 398	35.57 398	4.48 392	21.32 400	57.07 399	74.41 399	62.39 400	79.48 400

fast-reg	27.08 398	14.11 395	18.33 395	12.42 395	13.11 396	14.43 396	12.68 395	16.23 395	21.70 397	13.12 394	16.42 397	19.16 394	26.12 396	13.04 396	25.68 396	27.06 396	18.87 397	33.34 397	20.88 396	24.50 397	33.51 397	35.16 397	6.57 395	21.34 401	57.15 401	74.59 400	62.32 399	79.22 399

AVERAGE_ROB	24.43 395	29.85 399	27.27 400	31.30 399	29.70 400	30.00 400	31.47 399	26.59 400	24.68 400	34.31 400	27.39 400	31.23 399	21.35 395	30.69 400	28.19 399	24.02 395	26.74 399	21.17 396	30.34 399	27.38 400	20.48 396	16.18 394	32.28 399	24.32 402	8.51 394	7.76 392	7.92 392	8.46 392

Low-res two-view benchmark