Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

anonymous	0.08 92	0.05 45	0.12 317	0.16 230	0.08 234	0.05 5	0.13 187	0.10 40	0.14 241	0.07 80	0.07 69	0.06 44	0.04 1	0.07 7	0.09 110	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

DepthFocus	0.08 92	0.04 1	0.15 463	0.12 7	0.09 370	0.07 47	0.12 108	0.10 40	0.05 4	0.09 196	0.05 7	0.07 133	0.04 1	0.08 30	0.08 28	0.06 176	0.05 286	0.07 324	0.07 406	0.05 176	0.04 78

Selective-IGEV-i32	0.07 7	0.06 125	0.08 62	0.17 317	0.06 33	0.08 94	0.12 108	0.13 128	0.07 20	0.08 141	0.07 69	0.06 44	0.04 1	0.10 129	0.09 110	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

MatchStereo	0.07 7	0.04 1	0.08 62	0.14 71	0.06 33	0.05 5	0.12 108	0.12 94	0.09 60	0.07 80	0.06 25	0.04 1	0.04 1	0.08 30	0.09 110	0.06 176	0.05 286	0.05 55	0.03 1	0.04 50	0.04 78
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
GASTEREO	0.08 92	0.05 45	0.09 136	0.19 487	0.07 142	0.07 47	0.12 108	0.14 162	0.11 121	0.10 247	0.09 174	0.07 133	0.04 1	0.12 311	0.08 28	0.06 176	0.05 286	0.05 55	0.04 65	0.04 50	0.05 215

MSCF	0.08 92	0.05 45	0.08 62	0.19 487	0.08 234	0.06 16	0.12 108	0.14 162	0.11 121	0.10 247	0.09 174	0.07 133	0.04 1	0.11 211	0.08 28	0.06 176	0.05 286	0.05 55	0.04 65	0.05 176	0.05 215

LG-Stereo_L1	0.07 7	0.05 45	0.11 268	0.14 71	0.06 33	0.07 47	0.13 187	0.09 26	0.07 20	0.05 2	0.04 1	0.05 5	0.04 1	0.08 30	0.07 1	0.05 52	0.04 25	0.05 55	0.03 1	0.04 50	0.04 78

MLG-Stereo_test2	0.06 1	0.04 1	0.10 205	0.15 131	0.05 2	0.07 47	0.11 71	0.09 26	0.04 2	0.06 26	0.05 7	0.06 44	0.04 1	0.08 30	0.09 110	0.06 176	0.04 25	0.05 55	0.03 1	0.05 176	0.05 215

SCV	0.08 92	0.09 462	0.08 62	0.15 131	0.08 234	0.10 217	0.13 187	0.10 40	0.12 164	0.07 80	0.07 69	0.06 44	0.04 1	0.09 64	0.08 28	0.05 52	0.04 25	0.06 209	0.04 65	0.06 311	0.04 78

FoundationStereo	0.06 1	0.04 1	0.08 62	0.12 7	0.05 2	0.09 152	0.13 187	0.06 1	0.09 60	0.05 2	0.05 7	0.06 44	0.04 1	0.06 1	0.07 1	0.06 176	0.04 25	0.05 55	0.03 1	0.05 176	0.04 78

AIO_rvc	0.07 7	0.06 125	0.08 62	0.15 131	0.06 33	0.08 94	0.14 261	0.09 26	0.08 30	0.07 80	0.08 135	0.07 133	0.04 1	0.10 129	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

GIP-stereo	0.08 92	0.06 125	0.11 268	0.14 71	0.06 33	0.09 152	0.13 187	0.14 162	0.11 121	0.07 80	0.08 135	0.05 5	0.04 1	0.10 129	0.07 1	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

IGEV-BASED-STEREO-	0.09 185	0.10 525	0.31 640	0.15 131	0.06 33	0.08 94	0.14 261	0.10 40	0.10 88	0.07 80	0.07 69	0.06 44	0.04 1	0.11 211	0.07 1	0.12 610	0.04 25	0.07 324	0.05 202	0.05 176	0.05 215

Selective-IGEV	0.07 7	0.06 125	0.08 62	0.17 317	0.06 33	0.08 94	0.12 108	0.13 128	0.07 20	0.08 141	0.07 69	0.06 44	0.04 1	0.10 129	0.09 110	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

DNSM	0.09 185	0.05 45	0.07 13	0.14 71	0.06 33	0.07 47	0.13 187	0.12 94	0.11 121	0.09 196	0.09 174	0.08 201	0.05 15	0.18 525	0.14 466	0.07 360	0.05 286	0.05 55	0.04 65	0.13 626	0.10 567

testmc14	0.07 7	0.05 45	0.06 5	0.15 131	0.05 2	0.09 152	0.13 187	0.08 13	0.08 30	0.07 80	0.09 174	0.06 44	0.05 15	0.07 7	0.07 1	0.06 176	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

depth_test_26	0.08 92	0.04 1	0.11 268	0.13 23	0.07 142	0.07 47	0.11 71	0.12 94	0.11 121	0.09 196	0.07 69	0.08 201	0.05 15	0.09 64	0.08 28	0.08 445	0.06 444	0.06 209	0.06 303	0.06 311	0.07 417

MCSU-Stereo	0.07 7	0.05 45	0.06 5	0.15 131	0.05 2	0.09 152	0.13 187	0.10 40	0.09 60	0.07 80	0.07 69	0.07 133	0.05 15	0.09 64	0.07 1	0.06 176	0.04 25	0.04 1	0.03 1	0.04 50	0.03 2

DNS	0.09 185	0.06 125	0.08 62	0.14 71	0.06 33	0.06 16	0.12 108	0.12 94	0.09 60	0.08 141	0.08 135	0.08 201	0.05 15	0.17 501	0.11 307	0.07 360	0.05 286	0.07 324	0.03 1	0.13 626	0.09 535

MGA	0.07 7	0.04 1	0.10 205	0.13 23	0.06 33	0.08 94	0.09 25	0.12 94	0.08 30	0.05 2	0.06 25	0.06 44	0.05 15	0.10 129	0.09 110	0.06 176	0.04 25	0.05 55	0.03 1	0.05 176	0.05 215

CAR	0.07 7	0.05 45	0.08 62	0.14 71	0.06 33	0.07 47	0.08 9	0.12 94	0.08 30	0.05 2	0.06 25	0.05 5	0.05 15	0.10 129	0.09 110	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

MSE-Stereo	0.07 7	0.04 1	0.08 62	0.13 23	0.06 33	0.07 47	0.08 9	0.12 94	0.08 30	0.05 2	0.06 25	0.05 5	0.05 15	0.10 129	0.09 110	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

aanet-new-40k	0.07 7	0.08 378	0.07 13	0.17 317	0.07 142	0.08 94	0.13 187	0.10 40	0.10 88	0.07 80	0.08 135	0.06 44	0.05 15	0.08 30	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

aanet-new-36k	0.08 92	0.06 125	0.09 136	0.17 317	0.06 33	0.09 152	0.13 187	0.11 67	0.13 208	0.08 141	0.08 135	0.06 44	0.05 15	0.09 64	0.08 28	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

aanet-new-34k	0.08 92	0.06 125	0.09 136	0.17 317	0.05 2	0.07 47	0.13 187	0.12 94	0.12 164	0.09 196	0.08 135	0.07 133	0.05 15	0.10 129	0.09 110	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

GCAP-Stereo-DPT26K	0.07 7	0.06 125	0.07 13	0.16 230	0.06 33	0.08 94	0.12 108	0.10 40	0.08 30	0.06 26	0.09 174	0.06 44	0.05 15	0.08 30	0.08 28	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

GCAP-Stereo-DPT-20K	0.07 7	0.05 45	0.11 268	0.15 131	0.06 33	0.07 47	0.13 187	0.09 26	0.11 121	0.07 80	0.08 135	0.06 44	0.05 15	0.09 64	0.07 1	0.05 52	0.05 286	0.05 55	0.04 65	0.03 1	0.04 78

GCAP-Stereo-DPT-24K	0.07 7	0.06 125	0.07 13	0.15 131	0.06 33	0.10 217	0.15 350	0.12 94	0.11 121	0.06 26	0.11 268	0.06 44	0.05 15	0.09 64	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

GCAP-Stereo-DPT-50K	0.08 92	0.06 125	0.17 530	0.15 131	0.06 33	0.06 16	0.13 187	0.13 128	0.13 208	0.07 80	0.07 69	0.06 44	0.05 15	0.08 30	0.08 28	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 92	0.06 125	0.07 13	0.16 230	0.06 33	0.06 16	0.14 261	0.14 162	0.14 241	0.07 80	0.10 213	0.06 44	0.05 15	0.09 64	0.09 110	0.04 11	0.04 25	0.04 1	0.04 65	0.03 1	0.03 2

PipStereo	0.07 7	0.04 1	0.09 136	0.13 23	0.05 2	0.08 94	0.11 71	0.06 1	0.06 8	0.06 26	0.05 7	0.08 201	0.05 15	0.08 30	0.09 110	0.06 176	0.04 25	0.04 1	0.03 1	0.05 176	0.04 78

PSi22b	0.06 1	0.04 1	0.09 136	0.13 23	0.05 2	0.08 94	0.11 71	0.06 1	0.06 8	0.06 26	0.06 25	0.08 201	0.05 15	0.08 30	0.09 110	0.06 176	0.04 25	0.04 1	0.03 1	0.05 176	0.04 78

PSi22a	0.06 1	0.04 1	0.09 136	0.12 7	0.05 2	0.06 16	0.11 71	0.06 1	0.06 8	0.06 26	0.06 25	0.06 44	0.05 15	0.08 30	0.09 110	0.07 360	0.04 25	0.04 1	0.03 1	0.05 176	0.04 78

Foundation-i32	0.06 1	0.04 1	0.09 136	0.13 23	0.04 1	0.06 16	0.12 108	0.06 1	0.05 4	0.06 26	0.05 7	0.05 5	0.05 15	0.07 7	0.09 110	0.06 176	0.04 25	0.05 55	0.03 1	0.04 50	0.04 78

Test_v1	0.07 7	0.04 1	0.06 5	0.13 23	0.06 33	0.08 94	0.11 71	0.15 205	0.12 164	0.06 26	0.05 7	0.04 1	0.05 15	0.08 30	0.10 217	0.07 360	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

Pro-Stereo	0.07 7	0.05 45	0.08 62	0.15 131	0.07 142	0.08 94	0.12 108	0.07 7	0.07 20	0.06 26	0.06 25	0.05 5	0.05 15	0.09 64	0.08 28	0.05 52	0.04 25	0.06 209	0.05 202	0.04 50	0.04 78

BStereo	0.08 92	0.06 125	0.16 499	0.15 131	0.08 234	0.07 47	0.09 25	0.15 205	0.16 309	0.06 26	0.07 69	0.07 133	0.05 15	0.09 64	0.11 307	0.04 11	0.05 286	0.05 55	0.07 406	0.04 50	0.04 78

Anonymus123	0.09 185	0.06 125	0.16 499	0.15 131	0.08 234	0.11 274	0.09 25	0.18 320	0.16 309	0.06 26	0.07 69	0.07 133	0.05 15	0.09 64	0.11 307	0.04 11	0.05 286	0.05 55	0.07 406	0.04 50	0.04 78

VIP-Stereo	0.07 7	0.07 251	0.07 13	0.15 131	0.06 33	0.12 329	0.10 42	0.11 67	0.11 121	0.06 26	0.07 69	0.06 44	0.05 15	0.10 129	0.08 28	0.05 52	0.04 25	0.05 55	0.03 1	0.03 1	0.02 1

GEAStereo	0.08 92	0.05 45	0.08 62	0.13 23	0.08 234	0.08 94	0.14 261	0.10 40	0.09 60	0.08 141	0.10 213	0.06 44	0.05 15	0.11 211	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.05 215

GSStereo	0.08 92	0.05 45	0.08 62	0.13 23	0.08 234	0.08 94	0.14 261	0.11 67	0.12 164	0.08 141	0.10 213	0.05 5	0.05 15	0.11 211	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.05 215

GS-Stereo							0.14 261	0.11 67	0.12 164	0.08 141	0.10 213	0.05 5	0.05 15	0.11 211	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.05 215

gasm-f	0.08 92	0.05 45	0.07 13	0.13 23	0.08 234	0.08 94	0.14 261	0.10 40	0.09 60	0.08 141	0.10 213	0.06 44	0.05 15	0.10 129	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.06 311	0.05 215

252Zero-FE	0.08 92	0.04 1	0.09 136	0.13 23	0.07 142	0.12 329	0.11 71	0.13 128	0.14 241	0.06 26	0.05 7	0.06 44	0.05 15	0.09 64	0.10 217	0.06 176	0.04 25	0.04 1	0.03 1	0.05 176	0.06 327

asda	0.07 7	0.08 378	0.08 62	0.16 230	0.06 33	0.06 16	0.10 42	0.16 246	0.10 88	0.06 26	0.06 25	0.05 5	0.05 15	0.10 129	0.10 217	0.03 1	0.03 1	0.04 1	0.03 1	0.04 50	0.03 2

IGEV	0.07 7	0.04 1	0.08 62	0.13 23	0.06 33	0.09 152	0.12 108	0.14 162	0.10 88	0.06 26	0.09 174	0.07 133	0.05 15	0.09 64	0.09 110	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

111111	0.07 7	0.04 1	0.09 136	0.17 317	0.06 33	0.05 5	0.10 42	0.11 67	0.09 60	0.06 26	0.06 25	0.07 133	0.05 15	0.09 64	0.09 110	0.06 176	0.04 25	0.05 55	0.04 65	0.07 398	0.06 327

LG-Stereo_L2	0.07 7	0.05 45	0.10 205	0.14 71	0.06 33	0.07 47	0.12 108	0.09 26	0.09 60	0.06 26	0.04 1	0.05 5	0.05 15	0.08 30	0.08 28	0.05 52	0.04 25	0.05 55	0.03 1	0.04 50	0.03 2

MLG-Stereo_test1	0.06 1	0.05 45	0.08 62	0.17 317	0.05 2	0.06 16	0.11 71	0.08 13	0.03 1	0.05 2	0.04 1	0.06 44	0.05 15	0.09 64	0.09 110	0.05 52	0.04 25	0.05 55	0.03 1	0.04 50	0.04 78

MLG-Stereo	0.07 7	0.05 45	0.08 62	0.17 317	0.05 2	0.07 47	0.11 71	0.08 13	0.04 2	0.05 2	0.04 1	0.06 44	0.05 15	0.10 129	0.09 110	0.05 52	0.04 25	0.05 55	0.03 1	0.04 50	0.04 78

LG-Stereo_Zeroshot	0.07 7	0.06 125	0.10 205	0.16 230	0.07 142	0.04 1	0.13 187	0.10 40	0.10 88	0.05 2	0.11 268	0.07 133	0.05 15	0.07 7	0.09 110	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

HART	0.08 92	0.07 251	0.09 136	0.17 317	0.07 142	0.10 217	0.16 424	0.13 128	0.11 121	0.08 141	0.10 213	0.07 133	0.05 15	0.10 129	0.08 28	0.05 52	0.04 25	0.06 209	0.04 65	0.05 176	0.04 78

GREAT-IGEV	0.07 7	0.06 125	0.08 62	0.13 23	0.07 142	0.07 47	0.14 261	0.09 26	0.09 60	0.06 26	0.07 69	0.06 44	0.05 15	0.10 129	0.07 1	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
SCV_C0	0.08 92	0.07 251	0.07 13	0.16 230	0.09 370	0.08 94	0.15 350	0.11 67	0.12 164	0.08 141	0.07 69	0.06 44	0.05 15	0.11 211	0.07 1	0.05 52	0.05 286	0.05 55	0.04 65	0.06 311	0.05 215

DEFOM-Stereo_RVC	0.08 92	0.06 125	0.09 136	0.22 611	0.06 33	0.08 94	0.12 108	0.10 40	0.10 88	0.07 80	0.07 69	0.06 44	0.05 15	0.11 211	0.09 110	0.06 176	0.04 25	0.05 55	0.03 1	0.06 311	0.04 78

StereoAnything_RVC	0.07 7	0.15 620	0.17 530	0.11 1	0.05 2	0.05 5	0.11 71	0.08 13	0.08 30	0.06 26	0.06 25	0.05 5	0.05 15	0.09 64	0.08 28	0.08 445	0.04 25	0.05 55	0.03 1	0.05 176	0.04 78

AIO_test	0.07 7	0.05 45	0.07 13	0.15 131	0.07 142	0.06 16	0.14 261	0.10 40	0.10 88	0.07 80	0.07 69	0.06 44	0.05 15	0.08 30	0.10 217	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

AIO-test2	0.10 264	0.08 378	0.10 205	0.23 635	0.08 234	0.11 274	0.10 42	0.23 441	0.23 461	0.08 141	0.09 174	0.08 201	0.05 15	0.10 129	0.08 28	0.06 176	0.05 286	0.08 424	0.09 535	0.05 176	0.05 215

DEFOM-Stereo	0.07 7	0.05 45	0.07 13	0.14 71	0.06 33	0.10 217	0.13 187	0.07 7	0.13 208	0.06 26	0.07 69	0.06 44	0.05 15	0.10 129	0.09 110	0.04 11	0.04 25	0.05 55	0.03 1	0.04 50	0.04 78

dual_stereo	0.07 7	0.04 1	0.08 62	0.15 131	0.05 2	0.05 5	0.13 187	0.12 94	0.08 30	0.07 80	0.06 25	0.05 5	0.05 15	0.07 7	0.09 110	0.06 176	0.04 25	0.05 55	0.03 1	0.04 50	0.04 78

Occ-G	0.08 92	0.05 45	0.06 5	0.14 71	0.07 142	0.08 94	0.14 261	0.13 128	0.15 269	0.07 80	0.11 268	0.07 133	0.05 15	0.09 64	0.10 217	0.06 176	0.05 286	0.05 55	0.04 65	0.05 176	0.05 215

U	0.08 92	0.07 251	0.09 136	0.19 487	0.10 486	0.10 217	0.13 187	0.12 94	0.17 340	0.07 80	0.07 69	0.06 44	0.05 15	0.07 7	0.08 28	0.06 176	0.04 25	0.06 209	0.04 65	0.06 311	0.05 215

AIO-Stereo	0.08 92	0.06 125	0.09 136	0.18 411	0.06 33	0.08 94	0.12 108	0.15 205	0.09 60	0.08 141	0.08 135	0.07 133	0.05 15	0.11 211	0.08 28	0.05 52	0.05 286	0.05 55	0.04 65	0.04 50	0.04 78

RSM++	0.08 92	0.06 125	0.09 136	0.17 317	0.07 142	0.09 152	0.12 108	0.11 67	0.11 121	0.08 141	0.06 25	0.07 133	0.05 15	0.10 129	0.09 110	0.04 11	0.04 25	0.06 209	0.05 202	0.05 176	0.03 2

RSM	0.08 92	0.06 125	0.09 136	0.17 317	0.06 33	0.08 94	0.12 108	0.12 94	0.10 88	0.08 141	0.07 69	0.06 44	0.05 15	0.11 211	0.09 110	0.04 11	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

GCAPDPT-zeroshot4090	0.07 7	0.05 45	0.11 268	0.15 131	0.06 33	0.07 47	0.13 187	0.09 26	0.11 121	0.07 80	0.08 135	0.06 44	0.05 15	0.09 64	0.07 1	0.05 52	0.05 286	0.05 55	0.04 65	0.03 1	0.04 78

MIM_Stereo	0.09 185	0.07 251	0.11 268	0.15 131	0.07 142	0.06 16	0.12 108	0.20 363	0.14 241	0.13 364	0.13 311	0.09 243	0.05 15	0.12 311	0.08 28	0.05 52	0.06 444	0.07 324	0.06 303	0.06 311	0.05 215

EGLCR-Stereo	0.08 92	0.05 45	0.08 62	0.14 71	0.06 33	0.10 217	0.12 108	0.11 67	0.16 309	0.06 26	0.05 7	0.07 133	0.05 15	0.10 129	0.11 307	0.06 176	0.04 25	0.06 209	0.05 202	0.04 50	0.04 78

CroCo-Stereo Lap2	0.09 185	0.09 462	0.08 62	0.22 611	0.09 370	0.09 152	0.19 557	0.16 246	0.12 164	0.09 196	0.10 213	0.05 5	0.05 15	0.08 30	0.08 28	0.06 176	0.06 444	0.07 324	0.05 202	0.05 176	0.05 215

iRaft-Stereo_20w	0.09 185	0.05 45	0.13 373	0.14 71	0.08 234	0.12 329	0.15 350	0.18 320	0.10 88	0.11 284	0.08 135	0.08 201	0.05 15	0.10 129	0.09 110	0.06 176	0.04 25	0.06 209	0.05 202	0.06 311	0.05 215

GREATEN-IGEV_RVC	0.09 185	0.08 378	0.08 62	0.21 591	0.09 370	0.08 94	0.11 71	0.10 40	0.09 60	0.07 80	0.10 213	0.05 5	0.06 71	0.14 404	0.11 307	0.05 52	0.06 444	0.07 324	0.06 303	0.05 176	0.05 215

small-0shot	0.07 7	0.05 45	0.08 62	0.14 71	0.07 142	0.06 16	0.13 187	0.09 26	0.08 30	0.05 2	0.10 213	0.06 44	0.06 71	0.06 1	0.10 217	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

quiztm	0.08 92	0.07 251	0.08 62	0.18 411	0.07 142	0.09 152	0.14 261	0.14 162	0.12 164	0.07 80	0.07 69	0.05 5	0.06 71	0.11 211	0.09 110	0.05 52	0.04 25	0.06 209	0.04 65	0.04 50	0.03 2

monster-pro	0.07 7	0.06 125	0.05 1	0.15 131	0.05 2	0.07 47	0.10 42	0.15 205	0.15 269	0.05 2	0.06 25	0.05 5	0.06 71	0.07 7	0.09 110	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DN	0.10 264	0.05 45	0.09 136	0.14 71	0.09 370	0.12 329	0.18 516	0.17 285	0.16 309	0.08 141	0.09 174	0.08 201	0.06 71	0.08 30	0.09 110	0.11 585	0.05 286	0.07 324	0.06 303	0.07 398	0.09 535

aanet-new-90k	0.08 92	0.07 251	0.08 62	0.19 487	0.06 33	0.07 47	0.12 108	0.12 94	0.13 208	0.06 26	0.07 69	0.06 44	0.06 71	0.10 129	0.07 1	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.03 2

aanet-new-60k	0.07 7	0.07 251	0.08 62	0.18 411	0.06 33	0.07 47	0.10 42	0.09 26	0.14 241	0.07 80	0.07 69	0.06 44	0.06 71	0.11 211	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

aanet-new-70k	0.07 7	0.06 125	0.09 136	0.17 317	0.06 33	0.08 94	0.12 108	0.11 67	0.10 88	0.06 26	0.07 69	0.07 133	0.06 71	0.10 129	0.07 1	0.04 11	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

aanet-new-78k	0.07 7	0.07 251	0.09 136	0.19 487	0.06 33	0.07 47	0.12 108	0.11 67	0.13 208	0.06 26	0.07 69	0.06 44	0.06 71	0.09 64	0.07 1	0.04 11	0.04 25	0.05 55	0.04 65	0.05 176	0.03 2

aanet-new-32k	0.08 92	0.07 251	0.09 136	0.18 411	0.06 33	0.11 274	0.11 71	0.10 40	0.08 30	0.07 80	0.07 69	0.07 133	0.06 71	0.10 129	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

aanet-new-30k	0.08 92	0.07 251	0.09 136	0.18 411	0.06 33	0.11 274	0.11 71	0.10 40	0.08 30	0.07 80	0.07 69	0.07 133	0.06 71	0.10 129	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

aanet-new-28k	0.08 92	0.07 251	0.09 136	0.18 411	0.06 33	0.08 94	0.12 108	0.10 40	0.09 60	0.09 196	0.08 135	0.08 201	0.06 71	0.12 311	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

aanet-new-22k	0.08 92	0.06 125	0.09 136	0.17 317	0.06 33	0.08 94	0.11 71	0.14 162	0.12 164	0.09 196	0.09 174	0.08 201	0.06 71	0.10 129	0.08 28	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

aanet-new-16k	0.08 92	0.08 378	0.08 62	0.18 411	0.06 33	0.07 47	0.09 25	0.13 128	0.12 164	0.08 141	0.07 69	0.07 133	0.06 71	0.09 64	0.08 28	0.04 11	0.04 25	0.05 55	0.04 65	0.05 176	0.03 2

aanet-new-14k	0.08 92	0.09 462	0.08 62	0.19 487	0.06 33	0.07 47	0.10 42	0.14 162	0.15 269	0.06 26	0.08 135	0.05 5	0.06 71	0.09 64	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

aanet-new-8k	0.08 92	0.07 251	0.08 62	0.19 487	0.07 142	0.09 152	0.12 108	0.16 246	0.15 269	0.07 80	0.07 69	0.06 44	0.06 71	0.10 129	0.08 28	0.04 11	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

GCAP-Stereo-cres-4k	0.08 92	0.07 251	0.08 62	0.18 411	0.07 142	0.11 274	0.14 261	0.12 94	0.11 121	0.07 80	0.11 268	0.07 133	0.06 71	0.09 64	0.08 28	0.04 11	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

GCAP-Stereo-DPT-cres	0.08 92	0.05 45	0.07 13	0.15 131	0.06 33	0.10 217	0.14 261	0.13 128	0.12 164	0.07 80	0.09 174	0.07 133	0.06 71	0.10 129	0.09 110	0.05 52	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

GCAP-Stereo-DPT-36K	0.08 92	0.06 125	0.15 463	0.14 71	0.06 33	0.08 94	0.13 187	0.13 128	0.11 121	0.07 80	0.08 135	0.07 133	0.06 71	0.09 64	0.08 28	0.05 52	0.05 286	0.05 55	0.04 65	0.03 1	0.04 78

GCAP-Stereo-DPT-22K	0.08 92	0.06 125	0.07 13	0.17 317	0.06 33	0.07 47	0.14 261	0.13 128	0.16 309	0.05 2	0.10 213	0.06 44	0.06 71	0.08 30	0.08 28	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.04 78

GCAP-Stereo-DPT-5K	0.08 92	0.06 125	0.10 205	0.16 230	0.07 142	0.11 274	0.12 108	0.15 205	0.15 269	0.08 141	0.12 291	0.05 5	0.06 71	0.09 64	0.08 28	0.05 52	0.04 25	0.06 209	0.05 202	0.03 1	0.04 78

GCAP-Stereo-DPT-2K	0.08 92	0.06 125	0.10 205	0.16 230	0.07 142	0.11 274	0.13 187	0.14 162	0.14 241	0.08 141	0.13 311	0.05 5	0.06 71	0.10 129	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.03 1	0.04 78

GCAP-Stereo-DPT-3K	0.08 92	0.07 251	0.10 205	0.16 230	0.07 142	0.09 152	0.12 108	0.15 205	0.14 241	0.08 141	0.11 268	0.05 5	0.06 71	0.09 64	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.03 1	0.04 78

GCAP-Stereo-DPT-FT	0.08 92	0.05 45	0.12 317	0.15 131	0.06 33	0.10 217	0.14 261	0.12 94	0.12 164	0.07 80	0.09 174	0.06 44	0.06 71	0.10 129	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

PSi22	0.08 92	0.06 125	0.11 268	0.16 230	0.07 142	0.08 94	0.10 42	0.14 162	0.08 30	0.08 141	0.06 25	0.10 281	0.06 71	0.12 311	0.09 110	0.05 52	0.04 25	0.04 1	0.03 1	0.04 50	0.04 78

Foundation-i1b	0.08 92	0.05 45	0.07 13	0.14 71	0.05 2	0.09 152	0.12 108	0.13 128	0.10 88	0.09 196	0.10 213	0.09 243	0.06 71	0.07 7	0.09 110	0.06 176	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

Foundation-i1a	0.08 92	0.05 45	0.07 13	0.13 23	0.05 2	0.13 387	0.13 187	0.12 94	0.09 60	0.11 284	0.11 268	0.11 312	0.06 71	0.08 30	0.09 110	0.06 176	0.04 25	0.05 55	0.03 1	0.04 50	0.04 78

Selective-IGEV-i16pc	0.13 426	0.06 125	0.13 373	0.15 131	0.11 539	0.38 684	0.16 424	0.23 441	0.16 309	0.10 247	0.15 348	0.09 243	0.06 71	0.13 369	0.10 217	0.10 553	0.08 553	0.06 209	0.07 406	0.09 533	0.09 535

gcap_with_dpt	0.08 92	0.06 125	0.09 136	0.16 230	0.07 142	0.09 152	0.12 108	0.13 128	0.13 208	0.08 141	0.12 291	0.04 1	0.06 71	0.10 129	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.03 1	0.04 78

DispViT+	0.08 92	0.05 45	0.09 136	0.13 23	0.06 33	0.05 5	0.11 71	0.18 320	0.16 309	0.09 196	0.08 135	0.07 133	0.06 71	0.11 211	0.09 110	0.06 176	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

BLMT-Stereo	0.07 7	0.04 1	0.08 62	0.15 131	0.07 142	0.06 16	0.14 261	0.07 7	0.10 88	0.05 2	0.05 7	0.04 1	0.06 71	0.07 7	0.09 110	0.04 11	0.04 25	0.05 55	0.05 202	0.04 50	0.04 78

WQFJA1++	0.08 92	0.04 1	0.11 268	0.14 71	0.07 142	0.11 274	0.11 71	0.11 67	0.07 20	0.07 80	0.07 69	0.07 133	0.06 71	0.10 129	0.10 217	0.06 176	0.04 25	0.05 55	0.04 65	0.06 311	0.06 327

DLNR-FE	10.43 751	1.83 737	19.53 769	120.75 775	13.06 758	0.06 16	0.13 187	0.23 441	0.10 88	0.07 80	0.10 213	0.09 243	0.06 71	0.10 129	0.09 110	0.13 636	0.04 25	0.06 209	0.04 65	52.01 777	0.04 78

Select-FE	0.11 318	0.06 125	0.20 578	0.15 131	0.11 539	0.11 274	0.13 187	0.21 390	0.18 374	0.09 196	0.11 268	0.10 281	0.06 71	0.12 311	0.09 110	0.07 360	0.05 286	0.07 324	0.08 487	0.06 311	0.08 488

IGEV-FE	0.09 185	0.05 45	0.12 317	0.13 23	0.08 234	0.12 329	0.13 187	0.17 285	0.11 121	0.10 247	0.06 25	0.09 243	0.06 71	0.11 211	0.09 110	0.06 176	0.04 25	0.06 209	0.06 303	0.05 176	0.05 215

DDF-Stereo	0.08 92	0.04 1	0.09 136	0.15 131	0.10 486	0.06 16	0.13 187	0.09 26	0.14 241	0.06 26	0.06 25	0.07 133	0.06 71	0.09 64	0.10 217	0.06 176	0.04 25	0.06 209	0.04 65	0.08 468	0.05 215

Zero-FE251	0.07 7	0.05 45	0.09 136	0.13 23	0.06 33	0.12 329	0.12 108	0.11 67	0.10 88	0.07 80	0.08 135	0.06 44	0.06 71	0.09 64	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

MonStereo	0.07 7	0.06 125	0.05 1	0.15 131	0.05 2	0.08 94	0.10 42	0.15 205	0.15 269	0.05 2	0.06 25	0.05 5	0.06 71	0.07 7	0.09 110	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 7	0.06 125	0.05 1	0.15 131	0.05 2	0.08 94	0.10 42	0.15 205	0.15 269	0.05 2	0.06 25	0.05 5	0.06 71	0.07 7	0.09 110	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-mixall	0.07 7	0.04 1	0.09 136	0.13 23	0.06 33	0.05 5	0.09 25	0.11 67	0.07 20	0.06 26	0.06 25	0.05 5	0.06 71	0.09 64	0.09 110	0.06 176	0.04 25	0.04 1	0.03 1	0.05 176	0.05 215

Replicate-Monster	0.07 7	0.05 45	0.09 136	0.14 71	0.06 33	0.08 94	0.09 25	0.13 128	0.13 208	0.05 2	0.07 69	0.06 44	0.06 71	0.08 30	0.10 217	0.05 52	0.04 25	0.05 55	0.03 1	0.04 50	0.04 78

zero-FE	0.08 92	0.04 1	0.09 136	0.15 131	0.10 486	0.05 5	0.14 261	0.09 26	0.14 241	0.07 80	0.06 25	0.07 133	0.06 71	0.09 64	0.10 217	0.06 176	0.04 25	0.06 209	0.04 65	0.08 468	0.05 215

AdaDepth	0.07 7	0.06 125	0.07 13	0.18 411	0.06 33	0.11 274	0.12 108	0.09 26	0.07 20	0.06 26	0.05 7	0.07 133	0.06 71	0.09 64	0.10 217	0.04 11	0.05 286	0.05 55	0.04 65	0.04 50	0.04 78

S2M2_XL	0.08 92	0.06 125	0.12 317	0.12 7	0.08 234	0.09 152	0.09 25	0.07 7	0.07 20	0.08 141	0.07 69	0.07 133	0.06 71	0.09 64	0.09 110	0.08 445	0.06 444	0.07 324	0.05 202	0.08 468	0.06 327
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
asd	0.07 7	0.08 378	0.07 13	0.16 230	0.07 142	0.08 94	0.08 9	0.11 67	0.08 30	0.07 80	0.07 69	0.06 44	0.06 71	0.10 129	0.09 110	0.03 1	0.03 1	0.04 1	0.04 65	0.04 50	0.03 2

qwe	0.07 7	0.08 378	0.07 13	0.15 131	0.06 33	0.07 47	0.10 42	0.18 320	0.11 121	0.07 80	0.07 69	0.06 44	0.06 71	0.10 129	0.09 110	0.03 1	0.03 1	0.04 1	0.04 65	0.04 50	0.03 2

2.25w	0.07 7	0.06 125	0.07 13	0.14 71	0.06 33	0.08 94	0.08 9	0.10 40	0.15 269	0.08 141	0.10 213	0.07 133	0.06 71	0.08 30	0.10 217	0.05 52	0.03 1	0.04 1	0.04 65	0.03 1	0.04 78

4.25_new	0.07 7	0.08 378	0.09 136	0.15 131	0.06 33	0.09 152	0.08 9	0.14 162	0.08 30	0.07 80	0.07 69	0.06 44	0.06 71	0.12 311	0.10 217	0.03 1	0.03 1	0.04 1	0.03 1	0.04 50	0.03 2

4.5w_new	0.07 7	0.08 378	0.09 136	0.15 131	0.06 33	0.09 152	0.08 9	0.14 162	0.08 30	0.07 80	0.07 69	0.06 44	0.06 71	0.12 311	0.10 217	0.03 1	0.03 1	0.04 1	0.03 1	0.04 50	0.03 2

4.5_new	0.07 7	0.09 462	0.08 62	0.15 131	0.07 142	0.06 16	0.10 42	0.14 162	0.11 121	0.06 26	0.08 135	0.06 44	0.06 71	0.08 30	0.10 217	0.03 1	0.03 1	0.04 1	0.04 65	0.04 50	0.03 2

4.5w-stereo	0.07 7	0.09 462	0.08 62	0.15 131	0.07 142	0.06 16	0.10 42	0.14 162	0.11 121	0.06 26	0.08 135	0.06 44	0.06 71	0.08 30	0.10 217	0.03 1	0.03 1	0.04 1	0.04 65	0.04 50	0.03 2

4.25w-stereo	0.07 7	0.08 378	0.09 136	0.15 131	0.06 33	0.09 152	0.08 9	0.14 162	0.08 30	0.07 80	0.07 69	0.06 44	0.06 71	0.12 311	0.10 217	0.03 1	0.03 1	0.04 1	0.03 1	0.04 50	0.03 2

4w-stereo	0.07 7	0.08 378	0.08 62	0.16 230	0.06 33	0.07 47	0.08 9	0.12 94	0.08 30	0.07 80	0.07 69	0.05 5	0.06 71	0.09 64	0.10 217	0.03 1	0.03 1	0.04 1	0.04 65	0.04 50	0.03 2

2.5w	0.07 7	0.07 251	0.07 13	0.16 230	0.06 33	0.08 94	0.12 108	0.10 40	0.10 88	0.07 80	0.06 25	0.09 243	0.06 71	0.08 30	0.09 110	0.04 11	0.03 1	0.04 1	0.04 65	0.03 1	0.03 2

2.75w_new	0.07 7	0.07 251	0.07 13	0.13 23	0.06 33	0.08 94	0.08 9	0.18 320	0.12 164	0.07 80	0.08 135	0.06 44	0.06 71	0.09 64	0.11 307	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.04 78

3.25w_new	0.07 7	0.06 125	0.07 13	0.15 131	0.06 33	0.10 217	0.07 5	0.12 94	0.11 121	0.08 141	0.06 25	0.07 133	0.06 71	0.11 211	0.09 110	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 7	0.06 125	0.07 13	0.15 131	0.06 33	0.10 217	0.07 5	0.12 94	0.11 121	0.08 141	0.06 25	0.07 133	0.06 71	0.11 211	0.09 110	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 7	0.07 251	0.08 62	0.16 230	0.07 142	0.07 47	0.09 25	0.16 246	0.09 60	0.07 80	0.06 25	0.05 5	0.06 71	0.09 64	0.10 217	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3w_stereo	0.08 92	0.09 462	0.10 205	0.17 317	0.07 142	0.08 94	0.10 42	0.20 363	0.13 208	0.06 26	0.07 69	0.05 5	0.06 71	0.08 30	0.09 110	0.03 1	0.03 1	0.04 1	0.03 1	0.04 50	0.03 2

2w_stereo	0.08 92	0.08 378	0.09 136	0.16 230	0.06 33	0.08 94	0.10 42	0.20 363	0.15 269	0.08 141	0.07 69	0.06 44	0.06 71	0.06 1	0.09 110	0.04 11	0.03 1	0.04 1	0.04 65	0.03 1	0.03 2

1w_stereo	0.07 7	0.06 125	0.07 13	0.16 230	0.06 33	0.07 47	0.10 42	0.14 162	0.14 241	0.07 80	0.08 135	0.05 5	0.06 71	0.09 64	0.09 110	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 78

monsters	0.07 7	0.06 125	0.06 5	0.15 131	0.06 33	0.08 94	0.09 25	0.12 94	0.08 30	0.09 196	0.07 69	0.06 44	0.06 71	0.08 30	0.08 28	0.05 52	0.04 25	0.04 1	0.04 65	0.03 1	0.03 2

MLG-Stereo_test3	0.07 7	0.05 45	0.10 205	0.14 71	0.06 33	0.07 47	0.11 71	0.08 13	0.06 8	0.06 26	0.04 1	0.06 44	0.06 71	0.07 7	0.10 217	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.06 327

LGtest1	0.07 7	0.04 1	0.10 205	0.15 131	0.06 33	0.07 47	0.09 25	0.08 13	0.06 8	0.05 2	0.04 1	0.06 44	0.06 71	0.10 129	0.09 110	0.07 360	0.04 25	0.05 55	0.04 65	0.06 311	0.06 327

MM-Stereo_test3	0.10 264	0.07 251	0.07 13	0.18 411	0.07 142	0.12 329	0.19 557	0.24 465	0.19 394	0.06 26	0.10 213	0.08 201	0.06 71	0.11 211	0.08 28	0.06 176	0.06 444	0.07 324	0.05 202	0.05 176	0.04 78

MM-Stereo_test2	0.09 185	0.06 125	0.09 136	0.19 487	0.08 234	0.12 329	0.18 516	0.15 205	0.14 241	0.07 80	0.10 213	0.07 133	0.06 71	0.12 311	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.05 176	0.03 2

MM-Stereo_test1	0.10 264	0.07 251	0.08 62	0.18 411	0.07 142	0.12 329	0.18 516	0.21 390	0.20 418	0.09 196	0.11 268	0.08 201	0.06 71	0.10 129	0.10 217	0.06 176	0.05 286	0.07 324	0.06 303	0.05 176	0.04 78

HUF	0.08 92	0.05 45	0.08 62	0.14 71	0.06 33	0.09 152	0.13 187	0.13 128	0.13 208	0.07 80	0.07 69	0.08 201	0.06 71	0.10 129	0.09 110	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

castereo++	0.08 92	0.05 45	0.08 62	0.15 131	0.05 2	0.14 424	0.12 108	0.11 67	0.15 269	0.07 80	0.07 69	0.07 133	0.06 71	0.08 30	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

IGEV-RUCA	0.08 92	0.06 125	0.11 268	0.14 71	0.09 370	0.10 217	0.12 108	0.10 40	0.12 164	0.06 26	0.07 69	0.07 133	0.06 71	0.09 64	0.08 28	0.06 176	0.05 286	0.05 55	0.04 65	0.05 176	0.06 327

MonSter	0.07 7	0.06 125	0.05 1	0.15 131	0.05 2	0.07 47	0.10 42	0.15 205	0.15 269	0.05 2	0.06 25	0.05 5	0.06 71	0.07 7	0.09 110	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

fffft	0.09 185	0.06 125	0.12 317	0.16 230	0.07 142	0.09 152	0.17 466	0.12 94	0.11 121	0.08 141	0.07 69	0.09 243	0.06 71	0.11 211	0.12 376	0.05 52	0.04 25	0.06 209	0.05 202	0.04 50	0.05 215
1: 1. 1
tt45	0.09 185	0.06 125	0.11 268	0.15 131	0.07 142	0.11 274	0.16 424	0.13 128	0.11 121	0.09 196	0.06 25	0.08 201	0.06 71	0.13 369	0.10 217	0.06 176	0.04 25	0.06 209	0.05 202	0.05 176	0.06 327

mms	0.09 185	0.07 251	0.08 62	0.16 230	0.08 234	0.10 217	0.16 424	0.12 94	0.11 121	0.08 141	0.09 174	0.08 201	0.06 71	0.11 211	0.12 376	0.05 52	0.04 25	0.07 324	0.05 202	0.04 50	0.03 2

ours_stereo	0.09 185	0.07 251	0.09 136	0.17 317	0.08 234	0.11 274	0.16 424	0.11 67	0.12 164	0.08 141	0.10 213	0.08 201	0.06 71	0.12 311	0.12 376	0.05 52	0.04 25	0.06 209	0.05 202	0.04 50	0.03 2

WCG-NET	0.08 92	0.05 45	0.09 136	0.15 131	0.06 33	0.11 274	0.14 261	0.13 128	0.13 208	0.06 26	0.09 174	0.07 133	0.06 71	0.13 369	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

GCAP-BAT	0.09 185	0.05 45	0.11 268	0.13 23	0.07 142	0.11 274	0.14 261	0.14 162	0.16 309	0.07 80	0.10 213	0.08 201	0.06 71	0.13 369	0.08 28	0.07 360	0.05 286	0.05 55	0.05 202	0.04 50	0.04 78

IGEV-Stereo++	0.07 7	0.06 125	0.08 62	0.18 411	0.06 33	0.04 1	0.10 42	0.11 67	0.11 121	0.06 26	0.07 69	0.07 133	0.06 71	0.09 64	0.09 110	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

RAStereo	0.10 264	0.09 462	0.08 62	0.20 556	0.08 234	0.13 387	0.18 516	0.15 205	0.17 340	0.10 247	0.12 291	0.05 5	0.06 71	0.09 64	0.08 28	0.07 360	0.05 286	0.07 324	0.05 202	0.05 176	0.04 78

Pointernet	0.09 185	0.04 1	0.09 136	0.16 230	0.08 234	0.13 387	0.10 42	0.15 205	0.17 340	0.09 196	0.07 69	0.06 44	0.06 71	0.11 211	0.09 110	0.08 445	0.04 25	0.05 55	0.03 1	0.06 311	0.05 215

IGEV-Stereo+	0.07 7	0.04 1	0.08 62	0.15 131	0.06 33	0.04 1	0.09 25	0.10 40	0.09 60	0.06 26	0.06 25	0.06 44	0.06 71	0.06 1	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.06 311	0.06 327

WCG-NET（raft）	0.08 92	0.05 45	0.10 205	0.15 131	0.06 33	0.11 274	0.13 187	0.15 205	0.12 164	0.08 141	0.07 69	0.06 44	0.06 71	0.13 369	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

RAFT-Stereo-weight	0.09 185	0.06 125	0.10 205	0.16 230	0.07 142	0.09 152	0.14 261	0.19 351	0.16 309	0.11 284	0.10 213	0.08 201	0.06 71	0.10 129	0.11 307	0.06 176	0.04 25	0.06 209	0.04 65	0.04 50	0.04 78

gcap-zeroshot	0.08 92	0.06 125	0.10 205	0.15 131	0.07 142	0.11 274	0.12 108	0.15 205	0.15 269	0.08 141	0.12 291	0.05 5	0.06 71	0.09 64	0.08 28	0.05 52	0.04 25	0.06 209	0.05 202	0.03 1	0.04 78

test_for_model	0.08 92	0.06 125	0.10 205	0.16 230	0.07 142	0.11 274	0.12 108	0.15 205	0.15 269	0.08 141	0.12 291	0.05 5	0.06 71	0.09 64	0.08 28	0.05 52	0.04 25	0.06 209	0.05 202	0.03 1	0.04 78

MGS-Stereo	0.09 185	0.07 251	0.12 317	0.15 131	0.08 234	0.09 152	0.15 350	0.12 94	0.12 164	0.07 80	0.10 213	0.08 201	0.06 71	0.10 129	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.06 311	0.05 215

MoCha-V2	0.08 92	0.05 45	0.10 205	0.20 556	0.07 142	0.09 152	0.14 261	0.11 67	0.08 30	0.07 80	0.08 135	0.07 133	0.06 71	0.09 64	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

IGEV++	0.08 92	0.06 125	0.08 62	0.18 411	0.07 142	0.09 152	0.13 187	0.10 40	0.09 60	0.08 141	0.08 135	0.06 44	0.06 71	0.13 369	0.09 110	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

ACVNet-DCA	0.10 264	0.08 378	0.12 317	0.17 317	0.09 370	0.13 387	0.15 350	0.23 441	0.16 309	0.09 196	0.09 174	0.06 44	0.06 71	0.10 129	0.07 1	0.06 176	0.04 25	0.06 209	0.05 202	0.07 398	0.07 417

1test111	0.11 318	0.08 378	0.12 317	0.17 317	0.09 370	0.13 387	0.15 350	0.23 441	0.16 309	0.09 196	0.09 174	0.06 44	0.06 71	0.15 432	0.16 515	0.06 176	0.04 25	0.06 209	0.05 202	0.07 398	0.07 417

cc1	0.10 264	0.08 378	0.12 317	0.17 317	0.09 370	0.13 387	0.15 350	0.16 246	0.18 374	0.09 196	0.09 174	0.06 44	0.06 71	0.10 129	0.07 1	0.06 176	0.04 25	0.06 209	0.05 202	0.06 311	0.06 327

ff7	0.09 185	0.07 251	0.11 268	0.16 230	0.09 370	0.11 274	0.15 350	0.16 246	0.12 164	0.10 247	0.06 25	0.06 44	0.06 71	0.11 211	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.05 176	0.06 327

IGEVStereo-DCA	0.09 185	0.06 125	0.11 268	0.15 131	0.10 486	0.11 274	0.15 350	0.16 246	0.12 164	0.10 247	0.06 25	0.08 201	0.06 71	0.10 129	0.08 28	0.06 176	0.05 286	0.06 209	0.05 202	0.05 176	0.06 327

ffff	0.09 185	0.07 251	0.11 268	0.16 230	0.09 370	0.11 274	0.15 350	0.16 246	0.12 164	0.10 247	0.06 25	0.06 44	0.06 71	0.11 211	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.05 176	0.06 327

rrr	0.09 185	0.06 125	0.12 317	0.15 131	0.10 486	0.11 274	0.16 424	0.16 246	0.15 269	0.10 247	0.06 25	0.08 201	0.06 71	0.10 129	0.08 28	0.06 176	0.05 286	0.06 209	0.05 202	0.05 176	0.06 327

11t	0.09 185	0.07 251	0.11 268	0.16 230	0.09 370	0.11 274	0.15 350	0.16 246	0.12 164	0.10 247	0.06 25	0.06 44	0.06 71	0.11 211	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.05 176	0.06 327

tt1	0.10 264	0.08 378	0.12 317	0.17 317	0.09 370	0.12 329	0.16 424	0.15 205	0.19 394	0.09 196	0.08 135	0.06 44	0.06 71	0.10 129	0.07 1	0.06 176	0.04 25	0.06 209	0.05 202	0.06 311	0.06 327

MaDis-Stereo	0.09 185	0.09 462	0.08 62	0.17 317	0.09 370	0.13 387	0.10 42	0.16 246	0.16 309	0.09 196	0.11 268	0.06 44	0.06 71	0.09 64	0.13 423	0.07 360	0.06 444	0.07 324	0.05 202	0.05 176	0.04 78

IGEV_Zeroshot_test	0.09 185	0.05 45	0.12 317	0.13 23	0.08 234	0.12 329	0.13 187	0.17 285	0.11 121	0.10 247	0.06 25	0.09 243	0.06 71	0.11 211	0.09 110	0.06 176	0.04 25	0.06 209	0.06 303	0.05 176	0.05 215

MSKI-zero shot	0.09 185	0.05 45	0.09 136	0.15 131	0.07 142	0.10 217	0.13 187	0.14 162	0.13 208	0.09 196	0.09 174	0.09 243	0.06 71	0.12 311	0.10 217	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

DLNR_Zeroshot_test	10.40 750	1.82 736	19.49 768	120.77 776	13.11 759	0.06 16	0.13 187	0.23 441	0.10 88	0.07 80	0.10 213	0.09 243	0.06 71	0.10 129	0.09 110	0.13 636	0.04 25	0.06 209	0.04 65	51.54 776	0.04 78

testlalala	0.08 92	0.06 125	0.10 205	0.15 131	0.07 142	0.11 274	0.12 108	0.15 205	0.15 269	0.08 141	0.12 291	0.05 5	0.06 71	0.09 64	0.08 28	0.05 52	0.04 25	0.06 209	0.05 202	0.03 1	0.04 78

GCAPDPT-zeroshot	0.09 185	0.05 45	0.11 268	0.13 23	0.07 142	0.11 274	0.14 261	0.14 162	0.16 309	0.07 80	0.10 213	0.08 201	0.06 71	0.13 369	0.08 28	0.07 360	0.05 286	0.05 55	0.05 202	0.04 50	0.04 78

CAS	0.08 92	0.04 1	0.07 13	0.17 317	0.08 234	0.10 217	0.13 187	0.12 94	0.09 60	0.09 196	0.10 213	0.08 201	0.06 71	0.09 64	0.08 28	0.08 445	0.04 25	0.05 55	0.03 1	0.05 176	0.04 78

anonymousdsp	0.09 185	0.07 251	0.11 268	0.16 230	0.09 370	0.11 274	0.15 350	0.16 246	0.12 164	0.09 196	0.06 25	0.06 44	0.06 71	0.11 211	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.05 176	0.06 327

CES	0.08 92	0.04 1	0.08 62	0.14 71	0.07 142	0.09 152	0.14 261	0.11 67	0.09 60	0.08 141	0.09 174	0.11 312	0.06 71	0.12 311	0.08 28	0.06 176	0.04 25	0.05 55	0.03 1	0.05 176	0.05 215

ProNet	0.09 185	0.07 251	0.10 205	0.17 317	0.08 234	0.10 217	0.15 350	0.15 205	0.12 164	0.09 196	0.06 25	0.07 133	0.06 71	0.11 211	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.04 50	0.06 327

MC-Stereo	0.08 92	0.06 125	0.09 136	0.17 317	0.06 33	0.10 217	0.14 261	0.12 94	0.10 88	0.09 196	0.12 291	0.09 243	0.06 71	0.11 211	0.10 217	0.06 176	0.04 25	0.06 209	0.05 202	0.04 50	0.04 78

ccc-4	0.09 185	0.07 251	0.11 268	0.16 230	0.09 370	0.11 274	0.15 350	0.16 246	0.12 164	0.10 247	0.06 25	0.06 44	0.06 71	0.11 211	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.05 176	0.06 327

IGEV-Stereo	0.09 185	0.07 251	0.11 268	0.16 230	0.09 370	0.11 274	0.15 350	0.16 246	0.12 164	0.09 196	0.06 25	0.06 44	0.06 71	0.11 211	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.05 176	0.06 327
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TRStereo	0.09 185	0.05 45	0.12 317	0.15 131	0.12 575	0.10 217	0.13 187	0.18 320	0.18 374	0.09 196	0.09 174	0.09 243	0.06 71	0.10 129	0.08 28	0.07 360	0.05 286	0.07 324	0.07 406	0.04 50	0.04 78

CroCo-Stereo	0.09 185	0.08 378	0.08 62	0.22 611	0.09 370	0.09 152	0.19 557	0.15 205	0.12 164	0.07 80	0.07 69	0.08 201	0.06 71	0.08 30	0.07 1	0.07 360	0.05 286	0.06 209	0.04 65	0.05 176	0.04 78
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
TANstereo	0.09 185	0.04 1	0.08 62	0.13 23	0.06 33	0.11 274	0.14 261	0.15 205	0.19 394	0.11 284	0.15 348	0.10 281	0.06 71	0.12 311	0.09 110	0.07 360	0.05 286	0.05 55	0.04 65	0.06 311	0.05 215

XX-Stereo	0.09 185	0.05 45	0.08 62	0.17 317	0.09 370	0.15 451	0.12 108	0.20 363	0.10 88	0.10 247	0.14 327	0.07 133	0.06 71	0.12 311	0.08 28	0.06 176	0.05 286	0.06 209	0.06 303	0.04 50	0.04 78

test_xeample3	0.09 185	0.06 125	0.12 317	0.16 230	0.09 370	0.11 274	0.15 350	0.16 246	0.13 208	0.10 247	0.06 25	0.08 201	0.06 71	0.10 129	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.05 176	0.06 327

noway7	0.10 264	0.07 251	0.13 373	0.20 556	0.09 370	0.11 274	0.15 350	0.28 544	0.16 309	0.11 284	0.11 268	0.07 133	0.07 186	0.10 129	0.10 217	0.05 52	0.04 25	0.07 324	0.06 303	0.05 176	0.05 215

monster_256*512	0.11 318	0.07 251	0.09 136	0.21 591	0.10 486	0.12 329	0.17 466	0.26 502	0.18 374	0.12 329	0.12 291	0.08 201	0.07 186	0.10 129	0.10 217	0.05 52	0.04 25	0.07 324	0.07 406	0.05 176	0.05 215

FAST (zero-shot)	0.09 185	0.06 125	0.11 268	0.19 487	0.13 598	0.07 47	0.13 187	0.12 94	0.08 30	0.08 141	0.06 25	0.08 201	0.07 186	0.10 129	0.10 217	0.07 360	0.06 444	0.06 209	0.07 406	0.05 176	0.08 488

DF_test	0.07 7	0.05 45	0.08 62	0.14 71	0.08 234	0.04 1	0.13 187	0.08 13	0.11 121	0.07 80	0.08 135	0.06 44	0.07 186	0.06 1	0.08 28	0.06 176	0.05 286	0.05 55	0.05 202	0.05 176	0.04 78

Weightmod_eth	0.09 185	0.07 251	0.08 62	0.18 411	0.07 142	0.10 217	0.16 424	0.13 128	0.11 121	0.08 141	0.08 135	0.09 243	0.07 186	0.10 129	0.10 217	0.06 176	0.07 520	0.06 209	0.07 406	0.04 50	0.03 2

WAFT-Stereo (ZS)	0.07 7	0.05 45	0.09 136	0.12 7	0.07 142	0.08 94	0.15 350	0.07 7	0.07 20	0.06 26	0.10 213	0.05 5	0.07 186	0.06 1	0.11 307	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.05 215

Weightmod	0.09 185	0.06 125	0.08 62	0.18 411	0.06 33	0.10 217	0.15 350	0.14 162	0.12 164	0.11 284	0.10 213	0.08 201	0.07 186	0.10 129	0.11 307	0.06 176	0.08 553	0.07 324	0.07 406	0.04 50	0.03 2

aanet-32k-new	0.08 92	0.07 251	0.08 62	0.18 411	0.06 33	0.08 94	0.12 108	0.11 67	0.12 164	0.07 80	0.08 135	0.05 5	0.07 186	0.10 129	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.06 311	0.04 78

aanet-new-24k	0.07 7	0.07 251	0.07 13	0.17 317	0.06 33	0.07 47	0.12 108	0.09 26	0.11 121	0.09 196	0.09 174	0.06 44	0.07 186	0.09 64	0.07 1	0.04 11	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

aanet-new-10k	0.08 92	0.08 378	0.08 62	0.19 487	0.07 142	0.08 94	0.12 108	0.14 162	0.11 121	0.07 80	0.08 135	0.07 133	0.07 186	0.09 64	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

aanet-new-12k	0.08 92	0.09 462	0.07 13	0.20 556	0.08 234	0.08 94	0.13 187	0.12 94	0.13 208	0.08 141	0.08 135	0.05 5	0.07 186	0.09 64	0.08 28	0.04 11	0.04 25	0.05 55	0.04 65	0.06 311	0.04 78

aanet-new	0.08 92	0.09 462	0.10 205	0.18 411	0.08 234	0.10 217	0.12 108	0.15 205	0.12 164	0.08 141	0.08 135	0.05 5	0.07 186	0.10 129	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.06 311	0.04 78

LACA3	0.07 7	0.08 378	0.08 62	0.13 23	0.05 2	0.09 152	0.11 71	0.08 13	0.08 30	0.08 141	0.05 7	0.07 133	0.07 186	0.07 7	0.07 1	0.06 176	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

Foundation-i1c-attn	0.08 92	0.05 45	0.07 13	0.14 71	0.05 2	0.09 152	0.12 108	0.12 94	0.10 88	0.09 196	0.10 213	0.10 281	0.07 186	0.07 7	0.10 217	0.06 176	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

Selective-IGEV-i16pb	0.14 463	0.08 378	0.17 530	0.15 131	0.11 539	0.41 689	0.16 424	0.28 544	0.23 461	0.11 284	0.20 436	0.10 281	0.07 186	0.17 501	0.12 376	0.10 553	0.07 520	0.06 209	0.08 487	0.09 533	0.10 567

Foundation-i1	0.09 185	0.04 1	0.10 205	0.14 71	0.06 33	0.10 217	0.13 187	0.16 246	0.14 241	0.10 247	0.10 213	0.11 312	0.07 186	0.07 7	0.10 217	0.06 176	0.04 25	0.05 55	0.05 202	0.05 176	0.05 215

LACA1	0.07 7	0.07 251	0.07 13	0.14 71	0.05 2	0.09 152	0.11 71	0.10 40	0.07 20	0.05 2	0.05 7	0.06 44	0.07 186	0.08 30	0.09 110	0.06 176	0.04 25	0.04 1	0.04 65	0.03 1	0.04 78

BridgeDepth_RVC	0.07 7	0.04 1	0.09 136	0.11 1	0.05 2	0.10 217	0.10 42	0.14 162	0.09 60	0.06 26	0.07 69	0.06 44	0.07 186	0.07 7	0.10 217	0.06 176	0.04 25	0.04 1	0.04 65	0.04 50	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
HiDET	0.08 92	0.04 1	0.10 205	0.13 23	0.06 33	0.08 94	0.12 108	0.12 94	0.11 121	0.06 26	0.07 69	0.07 133	0.07 186	0.11 211	0.11 307	0.06 176	0.04 25	0.04 1	0.03 1	0.04 50	0.04 78

LCMNet	0.08 92	0.05 45	0.10 205	0.13 23	0.07 142	0.09 152	0.12 108	0.10 40	0.11 121	0.06 26	0.08 135	0.06 44	0.07 186	0.11 211	0.10 217	0.06 176	0.05 286	0.04 1	0.03 1	0.04 50	0.04 78

FE-Mocha	0.09 185	0.06 125	0.14 414	0.16 230	0.09 370	0.10 217	0.15 350	0.18 320	0.16 309	0.10 247	0.09 174	0.07 133	0.07 186	0.09 64	0.09 110	0.06 176	0.04 25	0.06 209	0.06 303	0.05 176	0.05 215

Wavelet-MonSter	0.07 7	0.05 45	0.07 13	0.16 230	0.06 33	0.07 47	0.11 71	0.10 40	0.08 30	0.06 26	0.06 25	0.07 133	0.07 186	0.09 64	0.09 110	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 251	0.07 13	0.15 131	0.07 142	0.09 152	0.06 1	0.13 128	0.11 121	0.07 80	0.07 69	0.06 44	0.07 186	0.10 129	0.09 110	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

monsterstereo	0.07 7	0.06 125	0.06 5	0.16 230	0.06 33	0.08 94	0.10 42	0.16 246	0.11 121	0.07 80	0.08 135	0.06 44	0.07 186	0.08 30	0.09 110	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

LG-G_1	0.07 7	0.04 1	0.11 268	0.15 131	0.06 33	0.09 152	0.08 9	0.08 13	0.06 8	0.06 26	0.05 7	0.07 133	0.07 186	0.11 211	0.08 28	0.07 360	0.04 25	0.05 55	0.04 65	0.05 176	0.05 215

LG-G	0.07 7	0.04 1	0.11 268	0.15 131	0.06 33	0.09 152	0.08 9	0.08 13	0.06 8	0.06 26	0.05 7	0.07 133	0.07 186	0.11 211	0.08 28	0.07 360	0.04 25	0.05 55	0.04 65	0.05 176	0.05 215

LG-Stereo	0.08 92	0.07 251	0.10 205	0.18 411	0.07 142	0.10 217	0.17 466	0.11 67	0.08 30	0.05 2	0.07 69	0.05 5	0.07 186	0.09 64	0.09 110	0.04 11	0.05 286	0.07 324	0.07 406	0.04 50	0.04 78

AIO-test1	0.10 264	0.07 251	0.10 205	0.23 635	0.07 142	0.09 152	0.13 187	0.21 390	0.14 241	0.11 284	0.12 291	0.09 243	0.07 186	0.11 211	0.09 110	0.06 176	0.05 286	0.09 512	0.10 577	0.03 1	0.06 327

SMoEStereo_RVC	0.08 92	0.06 125	0.12 317	0.16 230	0.07 142	0.09 152	0.14 261	0.11 67	0.13 208	0.09 196	0.07 69	0.07 133	0.07 186	0.12 311	0.10 217	0.05 52	0.04 25	0.06 209	0.05 202	0.04 50	0.04 78

tg	0.10 264	0.06 125	0.10 205	0.18 411	0.08 234	0.11 274	0.16 424	0.20 363	0.12 164	0.08 141	0.11 268	0.11 312	0.07 186	0.11 211	0.10 217	0.05 52	0.04 25	0.08 424	0.08 487	0.04 50	0.04 78

PAM_32	0.09 185	0.05 45	0.17 530	0.15 131	0.08 234	0.10 217	0.15 350	0.14 162	0.15 269	0.09 196	0.08 135	0.09 243	0.07 186	0.14 404	0.08 28	0.06 176	0.05 286	0.06 209	0.06 303	0.05 176	0.06 327

PAM	0.10 264	0.05 45	0.16 499	0.15 131	0.08 234	0.09 152	0.16 424	0.15 205	0.16 309	0.12 329	0.09 174	0.09 243	0.07 186	0.13 369	0.08 28	0.06 176	0.05 286	0.06 209	0.06 303	0.05 176	0.06 327

UGAM-zero	0.09 185	0.05 45	0.15 463	0.15 131	0.08 234	0.09 152	0.13 187	0.19 351	0.15 269	0.11 284	0.15 348	0.07 133	0.07 186	0.09 64	0.09 110	0.06 176	0.05 286	0.06 209	0.05 202	0.05 176	0.06 327

model_zeroshot	0.10 264	0.04 1	0.11 268	0.15 131	0.09 370	0.12 329	0.14 261	0.20 363	0.13 208	0.11 284	0.10 213	0.12 334	0.07 186	0.12 311	0.10 217	0.07 360	0.06 444	0.06 209	0.05 202	0.06 311	0.06 327

AIO-Stereo-zeroshot1	0.11 318	0.05 45	0.14 414	0.15 131	0.20 680	0.09 152	0.17 466	0.21 390	0.15 269	0.11 284	0.14 327	0.10 281	0.07 186	0.10 129	0.08 28	0.06 176	0.05 286	0.07 324	0.07 406	0.07 398	0.09 535

AIO-Stereo-zeroshot	0.11 318	0.05 45	0.11 268	0.15 131	0.13 598	0.13 387	0.16 424	0.23 441	0.17 340	0.10 247	0.12 291	0.10 281	0.07 186	0.11 211	0.09 110	0.06 176	0.05 286	0.06 209	0.06 303	0.07 398	0.08 488

CAS++	0.11 318	0.07 251	0.11 268	0.14 71	0.09 370	0.12 329	0.14 261	0.24 465	0.14 241	0.11 284	0.09 174	0.11 312	0.07 186	0.14 404	0.09 110	0.11 585	0.09 589	0.09 512	0.07 406	0.07 398	0.08 488
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	0.10 264	0.07 251	0.10 205	0.17 317	0.09 370	0.14 424	0.18 516	0.15 205	0.15 269	0.09 196	0.06 25	0.06 44	0.07 186	0.12 311	0.09 110	0.06 176	0.05 286	0.08 424	0.07 406	0.06 311	0.06 327

MyStereo06	0.10 264	0.07 251	0.12 317	0.17 317	0.09 370	0.13 387	0.18 516	0.19 351	0.12 164	0.12 329	0.08 135	0.07 133	0.07 186	0.11 211	0.09 110	0.06 176	0.05 286	0.07 324	0.07 406	0.06 311	0.06 327

UniTT-Stereo	0.09 185	0.07 251	0.08 62	0.18 411	0.08 234	0.13 387	0.11 71	0.12 94	0.11 121	0.10 247	0.12 291	0.05 5	0.07 186	0.09 64	0.09 110	0.07 360	0.05 286	0.05 55	0.05 202	0.05 176	0.05 215

CASnet	0.09 185	0.09 462	0.09 136	0.19 487	0.06 33	0.07 47	0.11 71	0.18 320	0.14 241	0.11 284	0.10 213	0.09 243	0.07 186	0.10 129	0.10 217	0.06 176	0.04 25	0.10 561	0.08 487	0.05 176	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
HH	0.09 185	0.06 125	0.13 373	0.17 317	0.08 234	0.10 217	0.16 424	0.14 162	0.10 88	0.08 141	0.09 174	0.08 201	0.07 186	0.10 129	0.09 110	0.06 176	0.04 25	0.06 209	0.05 202	0.05 176	0.04 78

HanStereo	0.09 185	0.06 125	0.13 373	0.17 317	0.08 234	0.10 217	0.16 424	0.14 162	0.10 88	0.08 141	0.09 174	0.08 201	0.07 186	0.10 129	0.09 110	0.06 176	0.04 25	0.06 209	0.05 202	0.05 176	0.04 78

LL-Strereo2	0.10 264	0.10 525	0.15 463	0.18 411	0.08 234	0.15 451	0.09 25	0.17 285	0.14 241	0.14 392	0.10 213	0.09 243	0.07 186	0.16 467	0.10 217	0.05 52	0.05 286	0.10 561	0.07 406	0.06 311	0.05 215

4D-IteraStereo	0.09 185	0.07 251	0.10 205	0.18 411	0.07 142	0.09 152	0.15 350	0.17 285	0.15 269	0.10 247	0.11 268	0.10 281	0.07 186	0.11 211	0.09 110	0.05 52	0.03 1	0.08 424	0.07 406	0.06 311	0.05 215

RCA-Stereo	0.09 185	0.06 125	0.09 136	0.16 230	0.06 33	0.09 152	0.13 187	0.18 320	0.14 241	0.09 196	0.10 213	0.08 201	0.07 186	0.12 311	0.11 307	0.06 176	0.04 25	0.06 209	0.05 202	0.05 176	0.04 78

RAFT_CTSACE	0.12 398	0.09 462	0.10 205	0.22 611	0.08 234	0.12 329	0.24 637	0.18 320	0.16 309	0.20 537	0.27 548	0.13 367	0.07 186	0.13 369	0.09 110	0.05 52	0.06 444	0.08 424	0.07 406	0.04 50	0.04 78

IPLG	0.10 264	0.07 251	0.15 463	0.17 317	0.08 234	0.11 274	0.14 261	0.20 363	0.15 269	0.12 329	0.17 385	0.07 133	0.07 186	0.14 404	0.13 423	0.06 176	0.04 25	0.06 209	0.05 202	0.04 50	0.04 78

MIPNet	0.11 318	0.08 378	0.14 414	0.17 317	0.09 370	0.12 329	0.14 261	0.20 363	0.24 478	0.11 284	0.10 213	0.09 243	0.07 186	0.13 369	0.12 376	0.06 176	0.04 25	0.06 209	0.05 202	0.04 50	0.04 78

iRaftStereo_RVC	0.10 264	0.07 251	0.09 136	0.17 317	0.09 370	0.11 274	0.17 466	0.18 320	0.12 164	0.09 196	0.12 291	0.10 281	0.07 186	0.11 211	0.10 217	0.05 52	0.04 25	0.08 424	0.08 487	0.04 50	0.04 78

CREStereo++_RVC	0.08 92	0.04 1	0.06 5	0.13 23	0.07 142	0.09 152	0.12 108	0.14 162	0.14 241	0.10 247	0.14 327	0.08 201	0.07 186	0.09 64	0.11 307	0.06 176	0.04 25	0.05 55	0.05 202	0.04 50	0.04 78
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
raftrobust	0.09 185	0.06 125	0.10 205	0.17 317	0.08 234	0.09 152	0.10 42	0.18 320	0.16 309	0.10 247	0.09 174	0.12 334	0.07 186	0.12 311	0.10 217	0.08 445	0.05 286	0.06 209	0.05 202	0.05 176	0.05 215

sCroCo_RVC	0.12 398	0.09 462	0.23 603	0.24 644	0.11 539	0.19 550	0.14 261	0.17 285	0.14 241	0.10 247	0.13 311	0.12 334	0.07 186	0.14 404	0.11 307	0.08 445	0.08 553	0.08 424	0.08 487	0.05 176	0.07 417

EAI-Stereo	0.09 185	0.07 251	0.11 268	0.15 131	0.06 33	0.10 217	0.15 350	0.16 246	0.09 60	0.08 141	0.09 174	0.08 201	0.07 186	0.09 64	0.11 307	0.05 52	0.04 25	0.05 55	0.05 202	0.05 176	0.04 78

PMTNet	0.09 185	0.05 45	0.09 136	0.12 7	0.06 33	0.12 329	0.14 261	0.15 205	0.11 121	0.09 196	0.13 311	0.10 281	0.07 186	0.13 369	0.10 217	0.15 654	0.04 25	0.05 55	0.03 1	0.07 398	0.06 327

zzzzzzz1	0.11 318	0.07 251	0.13 373	0.21 591	0.10 486	0.12 329	0.18 516	0.22 417	0.20 418	0.13 364	0.12 291	0.08 201	0.08 241	0.13 369	0.09 110	0.05 52	0.05 286	0.07 324	0.07 406	0.05 176	0.05 215

GELT-Stereo	0.09 185	0.06 125	0.09 136	0.18 411	0.07 142	0.07 47	0.14 261	0.21 390	0.17 340	0.08 141	0.07 69	0.06 44	0.08 241	0.10 129	0.07 1	0.04 11	0.04 25	0.06 209	0.06 303	0.03 1	0.03 2

VeloStereo	0.09 185	0.04 1	0.12 317	0.14 71	0.11 539	0.07 47	0.06 1	0.08 13	0.06 8	0.09 196	0.07 69	0.06 44	0.08 241	0.11 211	0.10 217	0.08 445	0.08 553	0.08 424	0.07 406	0.11 589	0.13 631

flow	0.09 185	0.04 1	0.12 317	0.14 71	0.11 539	0.07 47	0.06 1	0.08 13	0.06 8	0.09 196	0.07 69	0.06 44	0.08 241	0.12 311	0.10 217	0.08 445	0.08 553	0.08 424	0.07 406	0.11 589	0.13 631

GREATEN-IGEV-FM_RVC	0.09 185	0.05 45	0.11 268	0.19 487	0.07 142	0.10 217	0.09 25	0.12 94	0.09 60	0.09 196	0.09 174	0.07 133	0.08 241	0.08 30	0.09 110	0.06 176	0.06 444	0.10 561	0.08 487	0.07 398	0.05 215

S0	0.12 398	0.08 378	0.08 62	0.20 556	0.07 142	0.18 525	0.23 623	0.15 205	0.15 269	0.10 247	0.10 213	0.13 367	0.08 241	0.12 311	0.11 307	0.09 509	0.10 611	0.14 642	0.14 647	0.05 176	0.04 78

SE	0.10 264	0.10 525	0.08 62	0.19 487	0.09 370	0.11 274	0.11 71	0.15 205	0.11 121	0.10 247	0.16 361	0.09 243	0.08 241	0.09 64	0.10 217	0.06 176	0.05 286	0.08 424	0.07 406	0.07 398	0.04 78

Anonymus	0.08 92	0.05 45	0.10 205	0.15 131	0.08 234	0.10 217	0.15 350	0.15 205	0.10 88	0.07 80	0.06 25	0.07 133	0.08 241	0.12 311	0.10 217	0.06 176	0.04 25	0.05 55	0.05 202	0.05 176	0.06 327

LGCAT	0.08 92	0.04 1	0.10 205	0.11 1	0.06 33	0.07 47	0.12 108	0.07 7	0.08 30	0.09 196	0.07 69	0.07 133	0.08 241	0.12 311	0.11 307	0.10 553	0.09 589	0.04 1	0.05 202	0.04 50	0.09 535

derf	0.07 7	0.04 1	0.10 205	0.14 71	0.06 33	0.05 5	0.12 108	0.12 94	0.09 60	0.05 2	0.07 69	0.07 133	0.08 241	0.10 129	0.10 217	0.06 176	0.05 286	0.04 1	0.03 1	0.04 50	0.05 215

mm2	0.07 7	0.04 1	0.10 205	0.13 23	0.06 33	0.06 16	0.12 108	0.13 128	0.08 30	0.06 26	0.07 69	0.06 44	0.08 241	0.10 129	0.09 110	0.06 176	0.05 286	0.04 1	0.03 1	0.04 50	0.05 215

mm1	0.07 7	0.04 1	0.10 205	0.13 23	0.06 33	0.06 16	0.12 108	0.06 1	0.08 30	0.06 26	0.07 69	0.06 44	0.08 241	0.10 129	0.09 110	0.06 176	0.05 286	0.04 1	0.03 1	0.04 50	0.05 215

qqai	0.07 7	0.05 45	0.10 205	0.14 71	0.06 33	0.05 5	0.12 108	0.08 13	0.09 60	0.05 2	0.06 25	0.06 44	0.08 241	0.10 129	0.09 110	0.06 176	0.05 286	0.05 55	0.03 1	0.04 50	0.05 215

PointNet	0.07 7	0.06 125	0.07 13	0.15 131	0.07 142	0.08 94	0.14 261	0.11 67	0.08 30	0.05 2	0.07 69	0.08 201	0.08 241	0.09 64	0.09 110	0.06 176	0.04 25	0.05 55	0.04 65	0.03 1	0.04 78

DF	0.08 92	0.05 45	0.09 136	0.15 131	0.06 33	0.11 274	0.13 187	0.10 40	0.12 164	0.09 196	0.10 213	0.10 281	0.08 241	0.11 211	0.09 110	0.07 360	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

RT-Monster	0.09 185	0.05 45	0.09 136	0.14 71	0.08 234	0.11 274	0.10 42	0.17 285	0.18 374	0.13 364	0.10 213	0.09 243	0.08 241	0.10 129	0.10 217	0.07 360	0.05 286	0.05 55	0.04 65	0.05 176	0.06 327

GeoVLM	0.08 92	0.04 1	0.10 205	0.13 23	0.06 33	0.10 217	0.12 108	0.13 128	0.08 30	0.06 26	0.07 69	0.06 44	0.08 241	0.10 129	0.11 307	0.06 176	0.05 286	0.04 1	0.03 1	0.04 50	0.05 215

LACA2	0.07 7	0.05 45	0.06 5	0.15 131	0.06 33	0.09 152	0.11 71	0.11 67	0.10 88	0.05 2	0.05 7	0.06 44	0.08 241	0.09 64	0.07 1	0.07 360	0.04 25	0.04 1	0.04 65	0.04 50	0.04 78

NLSM3	0.09 185	0.06 125	0.08 62	0.19 487	0.08 234	0.11 274	0.16 424	0.18 320	0.16 309	0.06 26	0.08 135	0.07 133	0.08 241	0.09 64	0.11 307	0.04 11	0.04 25	0.06 209	0.07 406	0.03 1	0.03 2

MonSter++	0.08 92	0.04 1	0.10 205	0.13 23	0.06 33	0.09 152	0.12 108	0.13 128	0.08 30	0.06 26	0.07 69	0.06 44	0.08 241	0.10 129	0.11 307	0.06 176	0.05 286	0.04 1	0.03 1	0.04 50	0.04 78

CSFM-Stereo	0.07 7	0.05 45	0.07 13	0.14 71	0.06 33	0.09 152	0.13 187	0.15 205	0.06 8	0.07 80	0.08 135	0.06 44	0.08 241	0.09 64	0.09 110	0.06 176	0.05 286	0.04 1	0.03 1	0.04 50	0.04 78

DA	0.08 92	0.07 251	0.07 13	0.19 487	0.08 234	0.09 152	0.12 108	0.13 128	0.12 164	0.08 141	0.10 213	0.10 281	0.08 241	0.09 64	0.10 217	0.05 52	0.04 25	0.06 209	0.04 65	0.05 176	0.03 2

GGEV	0.08 92	0.07 251	0.07 13	0.19 487	0.08 234	0.09 152	0.12 108	0.13 128	0.12 164	0.08 141	0.10 213	0.10 281	0.08 241	0.09 64	0.10 217	0.05 52	0.04 25	0.06 209	0.04 65	0.05 176	0.03 2

Reg-Stereo(zero)	0.08 92	0.05 45	0.08 62	0.16 230	0.06 33	0.12 329	0.11 71	0.15 205	0.10 88	0.12 329	0.09 174	0.10 281	0.08 241	0.11 211	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.05 215

castereo	0.09 185	0.06 125	0.11 268	0.15 131	0.06 33	0.11 274	0.15 350	0.14 162	0.18 374	0.08 141	0.10 213	0.11 312	0.08 241	0.09 64	0.10 217	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

999	0.09 185	0.05 45	0.13 373	0.15 131	0.08 234	0.10 217	0.14 261	0.15 205	0.11 121	0.10 247	0.08 135	0.08 201	0.08 241	0.16 467	0.10 217	0.06 176	0.04 25	0.06 209	0.05 202	0.04 50	0.05 215

rvit_stereo_0080	0.10 264	0.08 378	0.14 414	0.15 131	0.09 370	0.07 47	0.15 350	0.16 246	0.16 309	0.11 284	0.10 213	0.14 390	0.08 241	0.12 311	0.10 217	0.09 509	0.07 520	0.07 324	0.06 303	0.07 398	0.05 215

trnet	0.08 92	0.05 45	0.07 13	0.12 7	0.05 2	0.12 329	0.11 71	0.13 128	0.10 88	0.08 141	0.13 311	0.09 243	0.08 241	0.11 211	0.10 217	0.08 445	0.05 286	0.05 55	0.03 1	0.06 311	0.05 215

Former-RAFT_DAM_RVC	0.10 264	0.08 378	0.12 317	0.16 230	0.08 234	0.15 451	0.16 424	0.18 320	0.18 374	0.10 247	0.09 174	0.09 243	0.08 241	0.11 211	0.12 376	0.07 360	0.05 286	0.08 424	0.06 303	0.07 398	0.06 327

AE-Stereo	0.10 264	0.08 378	0.10 205	0.18 411	0.09 370	0.10 217	0.15 350	0.14 162	0.19 394	0.09 196	0.14 327	0.12 334	0.08 241	0.11 211	0.10 217	0.05 52	0.06 444	0.07 324	0.06 303	0.05 176	0.04 78

whm_eth	0.10 264	0.08 378	0.14 414	0.15 131	0.09 370	0.07 47	0.15 350	0.16 246	0.16 309	0.11 284	0.10 213	0.14 390	0.08 241	0.12 311	0.10 217	0.09 509	0.07 520	0.07 324	0.06 303	0.07 398	0.05 215

AEACV	0.08 92	0.05 45	0.08 62	0.14 71	0.13 598	0.14 424	0.13 187	0.14 162	0.09 60	0.07 80	0.09 174	0.07 133	0.08 241	0.10 129	0.09 110	0.06 176	0.04 25	0.06 209	0.05 202	0.05 176	0.04 78

GLC_STEREO	0.11 318	0.07 251	0.11 268	0.17 317	0.07 142	0.09 152	0.13 187	0.15 205	0.24 478	0.12 329	0.13 311	0.12 334	0.08 241	0.18 525	0.11 307	0.06 176	0.08 553	0.08 424	0.06 303	0.05 176	0.05 215

IPLGR	0.11 318	0.09 462	0.16 499	0.18 411	0.08 234	0.12 329	0.17 466	0.21 390	0.24 478	0.11 284	0.12 291	0.11 312	0.08 241	0.12 311	0.12 376	0.06 176	0.05 286	0.06 209	0.06 303	0.04 50	0.04 78

test-3	0.08 92	0.06 125	0.09 136	0.17 317	0.07 142	0.07 47	0.14 261	0.12 94	0.15 269	0.09 196	0.08 135	0.07 133	0.08 241	0.11 211	0.10 217	0.05 52	0.04 25	0.07 324	0.05 202	0.04 50	0.04 78

test_1	0.08 92	0.06 125	0.09 136	0.17 317	0.07 142	0.07 47	0.14 261	0.12 94	0.15 269	0.09 196	0.08 135	0.07 133	0.08 241	0.11 211	0.10 217	0.05 52	0.04 25	0.07 324	0.05 202	0.04 50	0.04 78

HHNet	0.11 318	0.06 125	0.16 499	0.15 131	0.14 620	0.07 47	0.13 187	0.20 363	0.17 340	0.14 392	0.25 522	0.11 312	0.08 241	0.13 369	0.10 217	0.05 52	0.04 25	0.08 424	0.06 303	0.05 176	0.09 535

AnonymousM	0.09 185	0.05 45	0.10 205	0.14 71	0.06 33	0.09 152	0.13 187	0.19 351	0.14 241	0.13 364	0.11 268	0.09 243	0.08 241	0.13 369	0.10 217	0.08 445	0.05 286	0.08 424	0.05 202	0.05 176	0.05 215

test-1	0.10 264	0.07 251	0.16 499	0.19 487	0.08 234	0.11 274	0.24 637	0.14 162	0.18 374	0.09 196	0.07 69	0.09 243	0.08 241	0.07 7	0.09 110	0.06 176	0.04 25	0.06 209	0.05 202	0.04 50	0.04 78

Prome-Stereo	0.11 318	0.06 125	0.10 205	0.18 411	0.08 234	0.12 329	0.15 350	0.22 417	0.13 208	0.12 329	0.17 385	0.13 367	0.08 241	0.12 311	0.10 217	0.05 52	0.04 25	0.07 324	0.06 303	0.06 311	0.09 535

raft+_RVC	0.11 318	0.07 251	0.09 136	0.16 230	0.07 142	0.10 217	0.11 71	0.24 465	0.20 418	0.12 329	0.15 348	0.12 334	0.08 241	0.12 311	0.13 423	0.07 360	0.04 25	0.07 324	0.06 303	0.05 176	0.05 215

XX-TBD	0.09 185	0.06 125	0.07 13	0.14 71	0.07 142	0.12 329	0.16 424	0.14 162	0.13 208	0.11 284	0.12 291	0.09 243	0.08 241	0.10 129	0.10 217	0.06 176	0.04 25	0.05 55	0.03 1	0.06 311	0.05 215

sAnonymous2	0.13 426	0.12 570	0.24 607	0.20 556	0.12 575	0.17 506	0.13 187	0.26 502	0.21 435	0.11 284	0.11 268	0.13 367	0.08 241	0.10 129	0.10 217	0.09 509	0.05 286	0.08 424	0.06 303	0.15 658	0.10 567

CroCo_RVC	0.13 426	0.12 570	0.24 607	0.20 556	0.12 575	0.17 506	0.13 187	0.26 502	0.21 435	0.11 284	0.11 268	0.13 367	0.08 241	0.10 129	0.10 217	0.09 509	0.05 286	0.08 424	0.06 303	0.15 658	0.10 567

CREStereo	0.09 185	0.04 1	0.08 62	0.11 1	0.06 33	0.13 387	0.14 261	0.14 162	0.10 88	0.08 141	0.13 311	0.09 243	0.08 241	0.11 211	0.10 217	0.08 445	0.04 25	0.05 55	0.03 1	0.06 311	0.06 327
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
R-Stereo Train	0.10 264	0.06 125	0.10 205	0.17 317	0.08 234	0.11 274	0.14 261	0.23 441	0.11 121	0.12 329	0.19 424	0.11 312	0.08 241	0.09 64	0.11 307	0.07 360	0.05 286	0.06 209	0.05 202	0.05 176	0.05 215

RAFT-Stereo	0.10 264	0.06 125	0.10 205	0.17 317	0.08 234	0.11 274	0.14 261	0.23 441	0.11 121	0.12 329	0.19 424	0.11 312	0.08 241	0.09 64	0.11 307	0.07 360	0.05 286	0.06 209	0.05 202	0.05 176	0.05 215
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
over-6	0.08 92	0.07 251	0.08 62	0.17 317	0.05 2	0.10 217	0.09 25	0.17 285	0.11 121	0.06 26	0.07 69	0.06 44	0.09 288	0.10 129	0.08 28	0.06 176	0.04 25	0.04 1	0.04 65	0.05 176	0.05 215

over-8	0.07 7	0.07 251	0.07 13	0.18 411	0.05 2	0.08 94	0.08 9	0.13 128	0.05 4	0.06 26	0.05 7	0.07 133	0.09 288	0.11 211	0.08 28	0.06 176	0.04 25	0.04 1	0.03 1	0.05 176	0.05 215

over-9	0.07 7	0.07 251	0.07 13	0.18 411	0.05 2	0.08 94	0.08 9	0.13 128	0.06 8	0.06 26	0.05 7	0.07 133	0.09 288	0.11 211	0.08 28	0.06 176	0.04 25	0.04 1	0.03 1	0.05 176	0.05 215

SMOE	0.10 264	0.08 378	0.09 136	0.18 411	0.07 142	0.13 387	0.14 261	0.18 320	0.13 208	0.11 284	0.13 311	0.12 334	0.09 288	0.11 211	0.11 307	0.05 52	0.05 286	0.08 424	0.06 303	0.06 311	0.04 78

ManiGeoR	0.10 264	0.05 45	0.12 317	0.12 7	0.08 234	0.12 329	0.12 108	0.24 465	0.14 241	0.12 329	0.14 327	0.12 334	0.09 288	0.13 369	0.13 423	0.07 360	0.04 25	0.05 55	0.05 202	0.07 398	0.07 417

HLf10	0.10 264	0.05 45	0.12 317	0.12 7	0.08 234	0.12 329	0.12 108	0.24 465	0.14 241	0.12 329	0.14 327	0.12 334	0.09 288	0.13 369	0.13 423	0.07 360	0.04 25	0.05 55	0.05 202	0.07 398	0.07 417

TestStereo_HLe17	0.10 264	0.05 45	0.12 317	0.13 23	0.07 142	0.11 274	0.15 350	0.21 390	0.15 269	0.11 284	0.14 327	0.11 312	0.09 288	0.13 369	0.12 376	0.07 360	0.04 25	0.05 55	0.05 202	0.07 398	0.06 327

GGDA	0.11 318	0.06 125	0.11 268	0.13 23	0.07 142	0.12 329	0.14 261	0.19 351	0.19 394	0.13 364	0.20 436	0.12 334	0.09 288	0.12 311	0.12 376	0.07 360	0.04 25	0.05 55	0.05 202	0.06 311	0.07 417

LiteMatch*	0.08 92	0.04 1	0.11 268	0.13 23	0.08 234	0.08 94	0.13 187	0.14 162	0.09 60	0.05 2	0.05 7	0.05 5	0.09 288	0.11 211	0.10 217	0.06 176	0.05 286	0.05 55	0.04 65	0.05 176	0.05 215

VMStereo-Base	0.09 185	0.05 45	0.10 205	0.13 23	0.07 142	0.10 217	0.10 42	0.16 246	0.13 208	0.10 247	0.15 348	0.10 281	0.09 288	0.11 211	0.10 217	0.07 360	0.05 286	0.05 55	0.04 65	0.05 176	0.06 327

Hybrid-DGEV-03	0.10 264	0.06 125	0.09 136	0.18 411	0.08 234	0.16 483	0.14 261	0.15 205	0.14 241	0.13 364	0.16 361	0.12 334	0.09 288	0.13 369	0.11 307	0.06 176	0.04 25	0.08 424	0.06 303	0.05 176	0.04 78

WQFJX	0.10 264	0.07 251	0.09 136	0.21 591	0.09 370	0.12 329	0.16 424	0.18 320	0.17 340	0.12 329	0.10 213	0.07 133	0.09 288	0.12 311	0.10 217	0.06 176	0.07 520	0.06 209	0.05 202	0.06 311	0.05 215

NLMM1	0.11 318	0.09 462	0.07 13	0.22 611	0.10 486	0.12 329	0.20 581	0.18 320	0.20 418	0.12 329	0.11 268	0.07 133	0.09 288	0.11 211	0.11 307	0.08 445	0.08 553	0.07 324	0.06 303	0.04 50	0.04 78

NLCSM	0.11 318	0.09 462	0.09 136	0.23 635	0.11 539	0.12 329	0.19 557	0.18 320	0.18 374	0.12 329	0.11 268	0.07 133	0.09 288	0.11 211	0.10 217	0.07 360	0.08 553	0.07 324	0.07 406	0.06 311	0.05 215

BridgeDepth	0.07 7	0.07 251	0.08 62	0.18 411	0.06 33	0.07 47	0.11 71	0.09 26	0.06 8	0.04 1	0.07 69	0.10 281	0.09 288	0.08 30	0.08 28	0.04 11	0.03 1	0.04 1	0.04 65	0.03 1	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
water-stereo	0.09 185	0.06 125	0.08 62	0.16 230	0.07 142	0.09 152	0.13 187	0.15 205	0.13 208	0.11 284	0.12 291	0.08 201	0.09 288	0.07 7	0.08 28	0.06 176	0.05 286	0.05 55	0.05 202	0.04 50	0.04 78

DVStereo	0.09 185	0.05 45	0.08 62	0.15 131	0.06 33	0.11 274	0.12 108	0.14 162	0.16 309	0.11 284	0.11 268	0.09 243	0.09 288	0.11 211	0.10 217	0.06 176	0.05 286	0.05 55	0.04 65	0.03 1	0.03 2

S2M2_L	0.09 185	0.08 378	0.11 268	0.13 23	0.10 486	0.08 94	0.06 1	0.10 40	0.10 88	0.10 247	0.09 174	0.10 281	0.09 288	0.11 211	0.11 307	0.13 636	0.07 520	0.08 424	0.09 535	0.10 566	0.08 488
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
SGD-Stereo	0.08 92	0.05 45	0.10 205	0.14 71	0.05 2	0.12 329	0.12 108	0.11 67	0.12 164	0.07 80	0.09 174	0.09 243	0.09 288	0.08 30	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.03 2

FLISNet	0.11 318	0.06 125	0.11 268	0.13 23	0.09 370	0.09 152	0.14 261	0.21 390	0.10 88	0.19 514	0.17 385	0.14 390	0.09 288	0.16 467	0.08 28	0.05 52	0.04 25	0.07 324	0.08 487	0.07 398	0.06 327

CoSv	0.11 318	0.06 125	0.11 268	0.13 23	0.09 370	0.09 152	0.14 261	0.21 390	0.10 88	0.19 514	0.17 385	0.14 390	0.09 288	0.16 467	0.08 28	0.05 52	0.04 25	0.07 324	0.08 487	0.07 398	0.06 327

fffy	0.09 185	0.08 378	0.09 136	0.16 230	0.07 142	0.13 387	0.17 466	0.13 128	0.12 164	0.08 141	0.09 174	0.08 201	0.09 288	0.13 369	0.11 307	0.05 52	0.05 286	0.07 324	0.05 202	0.04 50	0.05 215

rvit_stereo_0081_aga	0.11 318	0.09 462	0.14 414	0.18 411	0.09 370	0.13 387	0.14 261	0.14 162	0.19 394	0.10 247	0.18 413	0.16 434	0.09 288	0.12 311	0.09 110	0.10 553	0.06 444	0.08 424	0.07 406	0.07 398	0.06 327

rvit_stereo_0081	0.11 318	0.08 378	0.15 463	0.16 230	0.09 370	0.10 217	0.14 261	0.14 162	0.24 478	0.11 284	0.13 311	0.13 367	0.09 288	0.11 211	0.12 376	0.10 553	0.07 520	0.08 424	0.07 406	0.07 398	0.05 215

rvit_stereo_0082	0.11 318	0.08 378	0.15 463	0.16 230	0.09 370	0.10 217	0.14 261	0.14 162	0.24 478	0.11 284	0.13 311	0.13 367	0.09 288	0.11 211	0.12 376	0.10 553	0.07 520	0.08 424	0.07 406	0.07 398	0.05 215

EKT-Stereo	0.11 318	0.07 251	0.14 414	0.15 131	0.10 486	0.13 387	0.14 261	0.18 320	0.21 435	0.11 284	0.08 135	0.12 334	0.09 288	0.11 211	0.12 376	0.08 445	0.06 444	0.07 324	0.06 303	0.08 468	0.07 417

GCAP-Stereo	0.09 185	0.07 251	0.13 373	0.18 411	0.06 33	0.11 274	0.07 5	0.13 128	0.12 164	0.09 196	0.10 213	0.07 133	0.09 288	0.13 369	0.10 217	0.06 176	0.05 286	0.05 55	0.04 65	0.04 50	0.05 215

Any-RAFT	0.10 264	0.05 45	0.09 136	0.14 71	0.07 142	0.13 387	0.14 261	0.21 390	0.15 269	0.11 284	0.12 291	0.12 334	0.09 288	0.12 311	0.09 110	0.07 360	0.04 25	0.05 55	0.04 65	0.06 311	0.05 215

RAFT-Test	0.09 185	0.06 125	0.10 205	0.15 131	0.07 142	0.11 274	0.15 350	0.16 246	0.13 208	0.09 196	0.10 213	0.10 281	0.09 288	0.12 311	0.09 110	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.05 215

LoS_RVC	0.08 92	0.05 45	0.07 13	0.15 131	0.07 142	0.08 94	0.15 350	0.11 67	0.10 88	0.08 141	0.09 174	0.06 44	0.09 288	0.10 129	0.09 110	0.05 52	0.04 25	0.05 55	0.03 1	0.04 50	0.03 2

anonymousdsp2	0.11 318	0.07 251	0.10 205	0.16 230	0.09 370	0.13 387	0.14 261	0.18 320	0.22 449	0.13 364	0.14 327	0.12 334	0.09 288	0.14 404	0.11 307	0.05 52	0.04 25	0.05 55	0.04 65	0.06 311	0.05 215

LoS	0.09 185	0.05 45	0.11 268	0.13 23	0.07 142	0.14 424	0.11 71	0.15 205	0.15 269	0.09 196	0.09 174	0.12 334	0.09 288	0.15 432	0.10 217	0.07 360	0.05 286	0.05 55	0.03 1	0.05 176	0.05 215
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
knoymous	0.11 318	0.05 45	0.12 317	0.13 23	0.07 142	0.15 451	0.14 261	0.19 351	0.13 208	0.11 284	0.17 385	0.13 367	0.09 288	0.13 369	0.11 307	0.08 445	0.05 286	0.06 209	0.05 202	0.08 468	0.07 417

test_4	0.10 264	0.10 525	0.08 62	0.19 487	0.09 370	0.08 94	0.22 612	0.15 205	0.17 340	0.12 329	0.18 413	0.12 334	0.09 288	0.08 30	0.11 307	0.04 11	0.04 25	0.08 424	0.08 487	0.04 50	0.03 2

iRaft-Stereo_5w	0.12 398	0.09 462	0.12 317	0.19 487	0.08 234	0.09 152	0.12 108	0.21 390	0.21 435	0.19 514	0.14 327	0.11 312	0.09 288	0.20 566	0.16 515	0.05 52	0.05 286	0.07 324	0.06 303	0.05 176	0.06 327

CIPLG	0.11 318	0.08 378	0.14 414	0.17 317	0.08 234	0.12 329	0.15 350	0.17 285	0.15 269	0.14 392	0.11 268	0.16 434	0.09 288	0.16 467	0.11 307	0.07 360	0.05 286	0.06 209	0.05 202	0.05 176	0.06 327

dd	0.15 508	0.16 628	0.16 499	0.19 487	0.09 370	0.15 451	0.18 516	0.21 390	0.25 500	0.23 581	0.20 436	0.21 506	0.09 288	0.21 583	0.16 515	0.10 553	0.06 444	0.08 424	0.06 303	0.08 468	0.06 327

IPLGR_C	0.11 318	0.08 378	0.14 414	0.17 317	0.08 234	0.12 329	0.15 350	0.17 285	0.15 269	0.14 392	0.10 213	0.16 434	0.09 288	0.16 467	0.11 307	0.07 360	0.05 286	0.06 209	0.05 202	0.05 176	0.06 327

ACRE	0.11 318	0.08 378	0.14 414	0.17 317	0.08 234	0.12 329	0.15 350	0.17 285	0.14 241	0.14 392	0.10 213	0.16 434	0.09 288	0.16 467	0.11 307	0.07 360	0.05 286	0.06 209	0.05 202	0.05 176	0.06 327

test_3	0.10 264	0.09 462	0.10 205	0.20 556	0.08 234	0.13 387	0.26 661	0.14 162	0.21 435	0.10 247	0.10 213	0.09 243	0.09 288	0.08 30	0.11 307	0.05 52	0.04 25	0.08 424	0.07 406	0.04 50	0.04 78

Pruner-Stereo	0.11 318	0.07 251	0.12 317	0.17 317	0.09 370	0.06 16	0.12 108	0.17 285	0.17 340	0.13 364	0.19 424	0.13 367	0.09 288	0.11 211	0.11 307	0.06 176	0.04 25	0.07 324	0.06 303	0.06 311	0.08 488

RAFT-345	0.11 318	0.07 251	0.15 463	0.16 230	0.08 234	0.08 94	0.12 108	0.15 205	0.10 88	0.11 284	0.36 618	0.09 243	0.09 288	0.11 211	0.12 376	0.05 52	0.05 286	0.07 324	0.06 303	0.04 50	0.05 215

RALAANet	0.11 318	0.08 378	0.10 205	0.17 317	0.09 370	0.14 424	0.10 42	0.20 363	0.15 269	0.14 392	0.13 311	0.16 434	0.09 288	0.12 311	0.11 307	0.06 176	0.05 286	0.07 324	0.06 303	0.05 176	0.04 78

RAFT-Stereo + iAFF	0.09 185	0.06 125	0.10 205	0.17 317	0.06 33	0.10 217	0.16 424	0.17 285	0.14 241	0.09 196	0.10 213	0.08 201	0.09 288	0.11 211	0.09 110	0.05 52	0.04 25	0.06 209	0.06 303	0.04 50	0.03 2

AFF-stereo	0.09 185	0.06 125	0.10 205	0.17 317	0.07 142	0.10 217	0.16 424	0.17 285	0.09 60	0.10 247	0.12 291	0.09 243	0.09 288	0.12 311	0.09 110	0.05 52	0.04 25	0.07 324	0.07 406	0.04 50	0.03 2

CFNet-RSSM	0.09 185	0.07 251	0.09 136	0.16 230	0.07 142	0.09 152	0.15 350	0.16 246	0.17 340	0.08 141	0.12 291	0.10 281	0.09 288	0.11 211	0.09 110	0.06 176	0.04 25	0.06 209	0.04 65	0.04 50	0.04 78

Gwc-CoAtRS	0.09 185	0.06 125	0.10 205	0.16 230	0.07 142	0.10 217	0.14 261	0.17 285	0.17 340	0.08 141	0.10 213	0.12 334	0.09 288	0.12 311	0.09 110	0.06 176	0.04 25	0.06 209	0.04 65	0.04 50	0.04 78

over v1	0.07 7	0.07 251	0.07 13	0.18 411	0.05 2	0.08 94	0.08 9	0.10 40	0.05 4	0.06 26	0.06 25	0.07 133	0.10 335	0.11 211	0.08 28	0.05 52	0.04 25	0.04 1	0.03 1	0.05 176	0.05 215

S	0.12 398	0.08 378	0.09 136	0.20 556	0.08 234	0.13 387	0.19 557	0.17 285	0.16 309	0.13 364	0.11 268	0.13 367	0.10 335	0.11 211	0.13 423	0.09 509	0.07 520	0.13 628	0.15 664	0.06 311	0.04 78

PhaseNet	0.09 185	0.06 125	0.10 205	0.15 131	0.08 234	0.10 217	0.14 261	0.20 363	0.12 164	0.07 80	0.08 135	0.09 243	0.10 335	0.13 369	0.12 376	0.06 176	0.04 25	0.06 209	0.06 303	0.05 176	0.05 215

HLf8	0.11 318	0.05 45	0.13 373	0.11 1	0.08 234	0.15 451	0.12 108	0.22 417	0.15 269	0.13 364	0.17 385	0.12 334	0.10 335	0.14 404	0.12 376	0.09 509	0.05 286	0.05 55	0.05 202	0.08 468	0.08 488

TestStereo_HL2	0.11 318	0.06 125	0.11 268	0.12 7	0.08 234	0.12 329	0.14 261	0.20 363	0.18 374	0.13 364	0.21 460	0.12 334	0.10 335	0.12 311	0.12 376	0.07 360	0.05 286	0.05 55	0.05 202	0.07 398	0.07 417

TS12	0.08 92	0.06 125	0.09 136	0.21 591	0.07 142	0.11 274	0.13 187	0.11 67	0.09 60	0.10 247	0.10 213	0.08 201	0.10 335	0.09 64	0.12 376	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.04 78

RT-IGEV	0.13 426	0.06 125	0.13 373	0.15 131	0.09 370	0.15 451	0.17 466	0.24 465	0.27 524	0.16 448	0.17 385	0.17 456	0.10 335	0.14 404	0.11 307	0.08 445	0.05 286	0.07 324	0.05 202	0.07 398	0.07 417

Selective-IGEV-i1	0.13 426	0.07 251	0.12 317	0.19 487	0.08 234	0.18 525	0.16 424	0.22 417	0.30 556	0.16 448	0.17 385	0.16 434	0.10 335	0.14 404	0.13 423	0.06 176	0.05 286	0.06 209	0.05 202	0.06 311	0.05 215

DStereoRT	0.16 531	0.06 125	0.11 268	0.19 487	0.09 370	0.12 329	0.12 108	0.28 544	0.22 449	0.12 329	0.20 436	0.11 312	0.10 335	0.15 432	0.14 466	0.06 176	0.05 286	0.96 732	0.09 535	0.05 176	0.04 78

WQFJA1	0.10 264	0.07 251	0.08 62	0.20 556	0.09 370	0.12 329	0.17 466	0.17 285	0.17 340	0.09 196	0.10 213	0.08 201	0.10 335	0.12 311	0.11 307	0.06 176	0.07 520	0.07 324	0.06 303	0.06 311	0.05 215

WQFJX1	0.10 264	0.07 251	0.08 62	0.22 611	0.09 370	0.12 329	0.17 466	0.18 320	0.17 340	0.10 247	0.09 174	0.07 133	0.10 335	0.11 211	0.09 110	0.07 360	0.08 553	0.07 324	0.06 303	0.05 176	0.04 78

NLMM	0.10 264	0.07 251	0.08 62	0.20 556	0.09 370	0.12 329	0.17 466	0.17 285	0.17 340	0.09 196	0.10 213	0.08 201	0.10 335	0.12 311	0.11 307	0.06 176	0.07 520	0.07 324	0.06 303	0.06 311	0.05 215

NLSM1	0.10 264	0.07 251	0.07 13	0.19 487	0.08 234	0.13 387	0.16 424	0.21 390	0.15 269	0.11 284	0.10 213	0.06 44	0.10 335	0.10 129	0.11 307	0.07 360	0.08 553	0.08 424	0.07 406	0.05 176	0.05 215

xyz-stereo-finetune	0.11 318	0.08 378	0.13 373	0.14 71	0.06 33	0.10 217	0.19 557	0.17 285	0.19 394	0.12 329	0.14 327	0.15 419	0.10 335	0.13 369	0.11 307	0.05 52	0.04 25	0.07 324	0.05 202	0.04 50	0.05 215

rvit_stereo_0083	0.12 398	0.08 378	0.17 530	0.16 230	0.09 370	0.11 274	0.15 350	0.14 162	0.26 514	0.11 284	0.14 327	0.13 367	0.10 335	0.12 311	0.12 376	0.10 553	0.08 553	0.09 512	0.07 406	0.07 398	0.05 215

rvit_stereo_ft	0.12 398	0.07 251	0.13 373	0.19 487	0.10 486	0.12 329	0.17 466	0.16 246	0.16 309	0.12 329	0.13 311	0.15 419	0.10 335	0.14 404	0.13 423	0.09 509	0.06 444	0.08 424	0.07 406	0.07 398	0.05 215

H2IRNET	0.10 264	0.09 462	0.09 136	0.18 411	0.09 370	0.12 329	0.15 350	0.14 162	0.21 435	0.10 247	0.10 213	0.10 281	0.10 335	0.10 129	0.10 217	0.05 52	0.04 25	0.08 424	0.08 487	0.06 311	0.05 215

MyStereo8	0.12 398	0.07 251	0.15 463	0.15 131	0.09 370	0.18 525	0.14 261	0.19 351	0.22 449	0.12 329	0.18 413	0.11 312	0.10 335	0.16 467	0.18 548	0.07 360	0.05 286	0.07 324	0.05 202	0.08 468	0.09 535

MyStereo04	0.13 426	0.07 251	0.10 205	0.17 317	0.09 370	0.14 424	0.18 516	0.29 559	0.38 617	0.17 467	0.14 327	0.16 434	0.10 335	0.15 432	0.13 423	0.06 176	0.05 286	0.08 424	0.07 406	0.06 311	0.06 327

StereoVision	0.13 426	0.12 570	0.09 136	0.24 644	0.10 486	0.15 451	0.21 602	0.21 390	0.20 418	0.12 329	0.24 494	0.10 281	0.10 335	0.16 467	0.10 217	0.09 509	0.11 624	0.12 613	0.12 632	0.06 311	0.05 215

DCRE	0.11 318	0.07 251	0.13 373	0.16 230	0.11 539	0.11 274	0.17 466	0.18 320	0.17 340	0.11 284	0.18 413	0.10 281	0.10 335	0.15 432	0.11 307	0.06 176	0.05 286	0.06 209	0.06 303	0.05 176	0.04 78

Selective-RAFT	0.11 318	0.10 525	0.11 268	0.21 591	0.08 234	0.16 483	0.13 187	0.20 363	0.22 449	0.10 247	0.10 213	0.11 312	0.10 335	0.15 432	0.11 307	0.05 52	0.05 286	0.06 209	0.05 202	0.06 311	0.05 215

TestStereo1	0.13 426	0.08 378	0.08 62	0.19 487	0.08 234	0.18 525	0.29 684	0.23 441	0.16 309	0.17 467	0.20 436	0.16 434	0.10 335	0.12 311	0.13 423	0.06 176	0.06 444	0.08 424	0.06 303	0.05 176	0.05 215

DisPM	0.11 318	0.07 251	0.12 317	0.16 230	0.09 370	0.06 16	0.13 187	0.17 285	0.17 340	0.14 392	0.20 436	0.12 334	0.10 335	0.11 211	0.10 217	0.06 176	0.04 25	0.07 324	0.06 303	0.06 311	0.11 595

raft_robust	0.13 426	0.10 525	0.07 13	0.18 411	0.08 234	0.13 387	0.24 637	0.28 544	0.33 578	0.20 537	0.19 424	0.14 390	0.10 335	0.11 211	0.12 376	0.05 52	0.05 286	0.07 324	0.07 406	0.05 176	0.04 78

RAFT+CT+SA	0.13 426	0.11 552	0.09 136	0.19 487	0.09 370	0.15 451	0.28 674	0.22 417	0.22 449	0.15 419	0.26 539	0.10 281	0.10 335	0.11 211	0.12 376	0.05 52	0.04 25	0.07 324	0.08 487	0.07 398	0.06 327

SA-5K	0.13 426	0.08 378	0.08 62	0.19 487	0.08 234	0.18 525	0.29 684	0.23 441	0.16 309	0.17 467	0.20 436	0.16 434	0.10 335	0.12 311	0.13 423	0.06 176	0.06 444	0.08 424	0.06 303	0.05 176	0.05 215

PFNet+	0.11 318	0.06 125	0.13 373	0.16 230	0.09 370	0.05 5	0.12 108	0.17 285	0.21 435	0.16 448	0.19 424	0.14 390	0.10 335	0.11 211	0.11 307	0.08 445	0.05 286	0.09 512	0.08 487	0.06 311	0.11 595

STrans-v2	0.10 264	0.07 251	0.12 317	0.18 411	0.07 142	0.10 217	0.14 261	0.21 390	0.11 121	0.11 284	0.15 348	0.12 334	0.10 335	0.11 211	0.12 376	0.05 52	0.04 25	0.06 209	0.06 303	0.04 50	0.04 78

KYRaft	0.11 318	0.07 251	0.10 205	0.19 487	0.09 370	0.08 94	0.15 350	0.22 417	0.12 164	0.13 364	0.16 361	0.20 497	0.10 335	0.12 311	0.10 217	0.05 52	0.04 25	0.08 424	0.08 487	0.06 311	0.16 668

ASMatch	0.11 318	0.06 125	0.13 373	0.16 230	0.10 486	0.07 47	0.14 261	0.17 285	0.17 340	0.12 329	0.16 361	0.16 434	0.10 335	0.13 369	0.10 217	0.05 52	0.04 25	0.06 209	0.05 202	0.04 50	0.08 488

RAFT-RH_RVC	0.11 318	0.06 125	0.14 414	0.16 230	0.09 370	0.12 329	0.12 108	0.17 285	0.12 164	0.13 364	0.41 655	0.11 312	0.10 335	0.13 369	0.12 376	0.05 52	0.04 25	0.08 424	0.05 202	0.04 50	0.06 327

cross-raft	0.10 264	0.09 462	0.09 136	0.19 487	0.07 142	0.11 274	0.25 652	0.13 128	0.15 269	0.08 141	0.11 268	0.12 334	0.10 335	0.09 64	0.11 307	0.05 52	0.04 25	0.06 209	0.05 202	0.04 50	0.04 78

rafts_anoy	0.11 318	0.06 125	0.10 205	0.17 317	0.08 234	0.10 217	0.14 261	0.17 285	0.14 241	0.13 364	0.13 311	0.12 334	0.10 335	0.11 211	0.12 376	0.07 360	0.04 25	0.09 512	0.11 611	0.07 398	0.06 327

Anonymous3	0.16 531	0.13 598	0.33 647	0.26 660	0.14 620	0.27 645	0.17 466	0.28 544	0.28 539	0.15 419	0.17 385	0.14 390	0.10 335	0.15 432	0.12 376	0.08 445	0.08 553	0.08 424	0.08 487	0.08 468	0.11 595

RALCasStereoNet	0.10 264	0.06 125	0.09 136	0.16 230	0.08 234	0.12 329	0.14 261	0.17 285	0.11 121	0.12 329	0.17 385	0.14 390	0.10 335	0.12 311	0.11 307	0.07 360	0.06 444	0.06 209	0.05 202	0.08 468	0.07 417

RAFT + AFF	0.13 426	0.07 251	0.20 578	0.20 556	0.10 486	0.14 424	0.24 637	0.26 502	0.20 418	0.11 284	0.10 213	0.12 334	0.10 335	0.15 432	0.12 376	0.07 360	0.06 444	0.09 512	0.08 487	0.06 311	0.08 488

GMStereo	0.13 426	0.14 610	0.14 414	0.18 411	0.09 370	0.15 451	0.16 424	0.20 363	0.24 478	0.16 448	0.17 385	0.10 281	0.10 335	0.16 467	0.13 423	0.07 360	0.06 444	0.06 209	0.06 303	0.07 398	0.06 327
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HLF11	0.11 318	0.05 45	0.13 373	0.12 7	0.08 234	0.14 424	0.11 71	0.22 417	0.10 88	0.12 329	0.23 481	0.11 312	0.11 373	0.14 404	0.13 423	0.08 445	0.05 286	0.05 55	0.04 65	0.08 468	0.08 488

TestStereo-Hl	0.11 318	0.06 125	0.11 268	0.13 23	0.08 234	0.15 451	0.14 261	0.20 363	0.17 340	0.13 364	0.16 361	0.12 334	0.11 373	0.14 404	0.13 423	0.06 176	0.04 25	0.05 55	0.05 202	0.06 311	0.06 327

MultiAttention	0.29 667	0.08 378	0.14 414	0.19 487	0.12 575	1.45 735	1.33 739	0.36 647	0.37 610	0.19 514	0.21 460	0.24 548	0.11 373	0.38 682	0.18 548	0.06 176	0.05 286	0.08 424	0.08 487	0.10 566	0.09 535

depthmonostereo	0.09 185	0.06 125	0.09 136	0.15 131	0.06 33	0.10 217	0.13 187	0.14 162	0.14 241	0.10 247	0.10 213	0.09 243	0.11 373	0.08 30	0.09 110	0.06 176	0.05 286	0.06 209	0.04 65	0.04 50	0.03 2

MyStereo05	0.13 426	0.07 251	0.10 205	0.17 317	0.09 370	0.13 387	0.18 516	0.27 524	0.35 599	0.17 467	0.14 327	0.15 419	0.11 373	0.15 432	0.13 423	0.06 176	0.05 286	0.07 324	0.07 406	0.06 311	0.06 327

CoDeX	0.12 398	0.07 251	0.12 317	0.17 317	0.08 234	0.12 329	0.15 350	0.23 441	0.27 524	0.13 364	0.17 385	0.16 434	0.11 373	0.14 404	0.11 307	0.07 360	0.05 286	0.07 324	0.06 303	0.06 311	0.05 215

GMStereo_Zeroshot	0.16 531	0.13 598	0.24 607	0.20 556	0.10 486	0.17 506	0.13 187	0.29 559	0.25 500	0.23 581	0.32 594	0.25 562	0.11 373	0.19 541	0.14 466	0.09 509	0.06 444	0.11 593	0.06 303	0.12 606	0.08 488

MIF-Stereo (partial)	0.11 318	0.06 125	0.10 205	0.19 487	0.10 486	0.10 217	0.11 71	0.17 285	0.18 374	0.14 392	0.16 361	0.09 243	0.11 373	0.12 311	0.12 376	0.08 445	0.05 286	0.08 424	0.07 406	0.06 311	0.07 417

riskmin	0.11 318	0.06 125	0.13 373	0.14 71	0.08 234	0.14 424	0.14 261	0.18 320	0.14 241	0.11 284	0.14 327	0.16 434	0.11 373	0.14 404	0.12 376	0.09 509	0.05 286	0.07 324	0.05 202	0.08 468	0.08 488

fff	0.10 264	0.06 125	0.12 317	0.15 131	0.07 142	0.09 152	0.17 466	0.16 246	0.20 418	0.13 364	0.16 361	0.10 281	0.11 373	0.11 211	0.12 376	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.05 215

Sa-1000	0.12 398	0.08 378	0.08 62	0.18 411	0.08 234	0.14 424	0.22 612	0.22 417	0.18 374	0.15 419	0.20 436	0.17 456	0.11 373	0.10 129	0.10 217	0.06 176	0.05 286	0.09 512	0.09 535	0.05 176	0.05 215

SA	0.12 398	0.09 462	0.08 62	0.18 411	0.08 234	0.12 329	0.24 637	0.23 441	0.18 374	0.17 467	0.27 548	0.14 390	0.11 373	0.11 211	0.11 307	0.05 52	0.05 286	0.09 512	0.08 487	0.05 176	0.04 78

CrosDoStereo	0.12 398	0.06 125	0.12 317	0.14 71	0.08 234	0.12 329	0.15 350	0.17 285	0.22 449	0.19 514	0.24 494	0.15 419	0.11 373	0.11 211	0.12 376	0.06 176	0.04 25	0.07 324	0.07 406	0.05 176	0.05 215

LCNet	0.11 318	0.07 251	0.09 136	0.19 487	0.09 370	0.08 94	0.15 350	0.21 390	0.15 269	0.11 284	0.15 348	0.16 434	0.11 373	0.12 311	0.11 307	0.05 52	0.04 25	0.08 424	0.07 406	0.06 311	0.15 657

TransformOpticalFlow	0.10 264	0.08 378	0.13 373	0.18 411	0.07 142	0.09 152	0.15 350	0.19 351	0.15 269	0.12 329	0.17 385	0.11 312	0.11 373	0.11 211	0.10 217	0.05 52	0.04 25	0.06 209	0.06 303	0.05 176	0.05 215

NF-Stereo	0.11 318	0.07 251	0.13 373	0.17 317	0.09 370	0.10 217	0.14 261	0.23 441	0.19 394	0.12 329	0.17 385	0.12 334	0.11 373	0.11 211	0.11 307	0.06 176	0.04 25	0.07 324	0.06 303	0.06 311	0.12 608

OCTAStereo	0.11 318	0.07 251	0.13 373	0.17 317	0.09 370	0.10 217	0.14 261	0.23 441	0.19 394	0.12 329	0.17 385	0.12 334	0.11 373	0.11 211	0.11 307	0.06 176	0.04 25	0.07 324	0.06 303	0.06 311	0.12 608

PSM-softLoss	0.12 398	0.07 251	0.15 463	0.17 317	0.09 370	0.08 94	0.13 187	0.24 465	0.17 340	0.14 392	0.19 424	0.13 367	0.11 373	0.11 211	0.11 307	0.07 360	0.05 286	0.08 424	0.07 406	0.06 311	0.12 608

KMStereo	0.12 398	0.07 251	0.15 463	0.17 317	0.09 370	0.08 94	0.13 187	0.24 465	0.17 340	0.14 392	0.19 424	0.13 367	0.11 373	0.11 211	0.11 307	0.07 360	0.05 286	0.08 424	0.07 406	0.06 311	0.12 608

PSM-AAD	0.11 318	0.07 251	0.10 205	0.19 487	0.09 370	0.10 217	0.15 350	0.20 363	0.13 208	0.12 329	0.14 327	0.18 470	0.11 373	0.11 211	0.10 217	0.05 52	0.05 286	0.09 512	0.08 487	0.06 311	0.14 650

DeepStereo_LL	0.12 398	0.06 125	0.12 317	0.14 71	0.08 234	0.12 329	0.15 350	0.17 285	0.22 449	0.19 514	0.24 494	0.15 419	0.11 373	0.11 211	0.12 376	0.06 176	0.04 25	0.07 324	0.07 406	0.05 176	0.05 215

PFNet	0.12 398	0.06 125	0.17 530	0.17 317	0.08 234	0.09 152	0.15 350	0.26 502	0.20 418	0.16 448	0.16 361	0.14 390	0.11 373	0.12 311	0.11 307	0.06 176	0.04 25	0.07 324	0.06 303	0.05 176	0.05 215

GrayStereo	0.11 318	0.06 125	0.11 268	0.19 487	0.09 370	0.09 152	0.16 424	0.18 320	0.17 340	0.14 392	0.17 385	0.17 456	0.11 373	0.12 311	0.11 307	0.05 52	0.05 286	0.07 324	0.06 303	0.05 176	0.10 567

RE-Stereo	0.11 318	0.07 251	0.13 373	0.17 317	0.09 370	0.10 217	0.14 261	0.23 441	0.19 394	0.12 329	0.17 385	0.12 334	0.11 373	0.11 211	0.11 307	0.06 176	0.04 25	0.07 324	0.06 303	0.06 311	0.12 608

TVStereo	0.11 318	0.07 251	0.13 373	0.17 317	0.09 370	0.10 217	0.14 261	0.23 441	0.19 394	0.12 329	0.17 385	0.12 334	0.11 373	0.11 211	0.11 307	0.06 176	0.04 25	0.07 324	0.06 303	0.06 311	0.12 608

GMM-Stereo	0.11 318	0.07 251	0.10 205	0.18 411	0.09 370	0.08 94	0.15 350	0.23 441	0.16 309	0.11 284	0.15 348	0.13 367	0.11 373	0.11 211	0.11 307	0.05 52	0.04 25	0.08 424	0.07 406	0.06 311	0.09 535

s12784h	0.09 185	0.06 125	0.07 13	0.15 131	0.05 2	0.16 483	0.18 516	0.15 205	0.15 269	0.10 247	0.11 268	0.11 312	0.11 373	0.10 129	0.12 376	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

DCANet	0.10 264	0.06 125	0.12 317	0.16 230	0.06 33	0.09 152	0.17 466	0.15 205	0.19 394	0.13 364	0.17 385	0.10 281	0.11 373	0.11 211	0.12 376	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

csc	0.10 264	0.06 125	0.12 317	0.15 131	0.07 142	0.09 152	0.17 466	0.16 246	0.20 418	0.13 364	0.16 361	0.10 281	0.11 373	0.11 211	0.12 376	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.05 215

cscssc	0.10 264	0.06 125	0.12 317	0.15 131	0.07 142	0.09 152	0.17 466	0.16 246	0.20 418	0.13 364	0.16 361	0.10 281	0.11 373	0.11 211	0.12 376	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.05 215

111	0.10 264	0.06 125	0.12 317	0.15 131	0.07 142	0.10 217	0.14 261	0.21 390	0.23 461	0.11 284	0.12 291	0.14 390	0.11 373	0.13 369	0.10 217	0.06 176	0.04 25	0.06 209	0.04 65	0.05 176	0.05 215

ARAFT	0.12 398	0.08 378	0.17 530	0.19 487	0.09 370	0.14 424	0.18 516	0.20 363	0.12 164	0.12 329	0.13 311	0.14 390	0.11 373	0.15 432	0.12 376	0.06 176	0.05 286	0.10 561	0.09 535	0.05 176	0.04 78

HITNet	0.10 264	0.06 125	0.12 317	0.14 71	0.06 33	0.11 274	0.10 42	0.18 320	0.18 374	0.13 364	0.16 361	0.14 390	0.11 373	0.15 432	0.13 423	0.06 176	0.04 25	0.04 1	0.04 65	0.06 311	0.05 215
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
SME	0.11 318	0.09 462	0.10 205	0.17 317	0.07 142	0.20 566	0.13 187	0.21 390	0.17 340	0.12 329	0.13 311	0.10 281	0.12 406	0.13 369	0.13 423	0.07 360	0.07 520	0.08 424	0.09 535	0.06 311	0.05 215

TestStereo_HL3	0.11 318	0.05 45	0.16 499	0.13 23	0.07 142	0.12 329	0.11 71	0.20 363	0.09 60	0.15 419	0.30 581	0.13 367	0.12 406	0.16 467	0.11 307	0.07 360	0.05 286	0.05 55	0.05 202	0.06 311	0.07 417

IGEV_i1	0.12 398	0.07 251	0.12 317	0.16 230	0.08 234	0.19 550	0.14 261	0.18 320	0.22 449	0.18 497	0.18 413	0.16 434	0.12 406	0.16 467	0.14 466	0.06 176	0.05 286	0.06 209	0.05 202	0.06 311	0.06 327

Hybrid-DGEV-2	0.11 318	0.06 125	0.12 317	0.18 411	0.09 370	0.09 152	0.13 187	0.28 544	0.29 546	0.11 284	0.11 268	0.09 243	0.12 406	0.12 311	0.09 110	0.06 176	0.05 286	0.07 324	0.07 406	0.05 176	0.05 215

FlowAnything_test	0.11 318	0.08 378	0.14 414	0.15 131	0.09 370	0.07 47	0.14 261	0.20 363	0.11 121	0.09 196	0.09 174	0.12 334	0.12 406	0.13 369	0.11 307	0.09 509	0.06 444	0.09 512	0.09 535	0.06 311	0.09 535

xyz-stereo-finetune2	0.11 318	0.07 251	0.13 373	0.13 23	0.07 142	0.11 274	0.19 557	0.17 285	0.12 164	0.15 419	0.15 348	0.17 456	0.12 406	0.13 369	0.11 307	0.05 52	0.04 25	0.07 324	0.05 202	0.04 50	0.06 327

DFGA-Net	0.13 426	0.11 552	0.18 554	0.17 317	0.10 486	0.12 329	0.13 187	0.22 417	0.25 500	0.16 448	0.16 361	0.13 367	0.12 406	0.16 467	0.14 466	0.07 360	0.05 286	0.08 424	0.07 406	0.05 176	0.05 215

DDVS	0.15 508	0.10 525	0.21 588	0.16 230	0.12 575	0.15 451	0.14 261	0.25 484	0.19 394	0.18 497	0.29 574	0.27 580	0.12 406	0.19 541	0.15 499	0.09 509	0.06 444	0.09 512	0.07 406	0.11 589	0.11 595

rvit_0105_6	0.14 463	0.09 462	0.18 554	0.17 317	0.10 486	0.10 217	0.16 424	0.19 351	0.26 514	0.12 329	0.18 413	0.17 456	0.12 406	0.18 525	0.12 376	0.15 654	0.11 624	0.12 613	0.10 577	0.09 533	0.06 327

rvit_0105_5	0.14 463	0.09 462	0.13 373	0.17 317	0.09 370	0.14 424	0.23 623	0.24 465	0.27 524	0.14 392	0.15 348	0.18 470	0.12 406	0.17 501	0.14 466	0.14 650	0.11 624	0.10 561	0.10 577	0.08 468	0.06 327

GCST	0.37 685	0.42 704	0.26 615	1.02 730	0.39 705	0.18 525	0.08 9	0.20 363	0.17 340	0.28 630	0.25 522	0.15 419	0.12 406	0.16 467	0.14 466	0.64 726	0.43 720	0.75 722	0.65 726	0.63 719	0.46 717

plain	0.10 264	0.08 378	0.10 205	0.19 487	0.09 370	0.10 217	0.15 350	0.14 162	0.13 208	0.13 364	0.15 348	0.09 243	0.12 406	0.13 369	0.12 376	0.07 360	0.05 286	0.09 512	0.06 303	0.06 311	0.06 327

PCWNet_CMD	0.14 463	0.08 378	0.15 463	0.17 317	0.09 370	0.14 424	0.14 261	0.29 559	0.36 603	0.14 392	0.20 436	0.21 506	0.12 406	0.17 501	0.13 423	0.07 360	0.05 286	0.07 324	0.07 406	0.07 398	0.07 417

ADStereo(finetuned)	0.10 264	0.06 125	0.12 317	0.16 230	0.06 33	0.09 152	0.17 466	0.15 205	0.19 394	0.13 364	0.17 385	0.10 281	0.12 406	0.11 211	0.12 376	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

GMOStereo	0.11 318	0.09 462	0.07 13	0.19 487	0.08 234	0.12 329	0.28 674	0.13 128	0.17 340	0.11 284	0.17 385	0.14 390	0.12 406	0.07 7	0.07 1	0.05 52	0.05 286	0.09 512	0.07 406	0.04 50	0.04 78

error version	0.11 318	0.09 462	0.07 13	0.19 487	0.08 234	0.12 329	0.28 674	0.13 128	0.17 340	0.11 284	0.17 385	0.14 390	0.12 406	0.07 7	0.07 1	0.05 52	0.05 286	0.09 512	0.07 406	0.04 50	0.04 78

test-v	0.11 318	0.09 462	0.07 13	0.19 487	0.08 234	0.12 329	0.28 674	0.13 128	0.17 340	0.11 284	0.17 385	0.14 390	0.12 406	0.07 7	0.07 1	0.05 52	0.05 286	0.09 512	0.07 406	0.04 50	0.04 78

GANet-ADL	0.13 426	0.07 251	0.15 463	0.17 317	0.10 486	0.18 525	0.15 350	0.30 573	0.20 418	0.13 364	0.18 413	0.19 485	0.12 406	0.16 467	0.13 423	0.08 445	0.06 444	0.06 209	0.05 202	0.07 398	0.08 488

Patchmatch Stereo++	0.11 318	0.09 462	0.16 499	0.18 411	0.08 234	0.06 16	0.11 71	0.16 246	0.13 208	0.15 419	0.16 361	0.14 390	0.12 406	0.11 211	0.10 217	0.06 176	0.04 25	0.08 424	0.06 303	0.08 468	0.07 417
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
OMP-Stereo	0.11 318	0.06 125	0.14 414	0.18 411	0.08 234	0.09 152	0.12 108	0.21 390	0.21 435	0.13 364	0.14 327	0.11 312	0.12 406	0.11 211	0.13 423	0.06 176	0.04 25	0.07 324	0.06 303	0.05 176	0.04 78

IIG-Stereo	0.11 318	0.06 125	0.13 373	0.17 317	0.08 234	0.11 274	0.12 108	0.22 417	0.17 340	0.14 392	0.17 385	0.11 312	0.12 406	0.12 311	0.12 376	0.06 176	0.05 286	0.07 324	0.06 303	0.05 176	0.04 78

NRIStereo	0.11 318	0.08 378	0.14 414	0.18 411	0.08 234	0.10 217	0.14 261	0.16 246	0.15 269	0.12 329	0.14 327	0.13 367	0.12 406	0.13 369	0.10 217	0.06 176	0.04 25	0.07 324	0.06 303	0.06 311	0.07 417

PSM-adaLoss	0.11 318	0.09 462	0.16 499	0.18 411	0.08 234	0.06 16	0.12 108	0.16 246	0.13 208	0.15 419	0.16 361	0.14 390	0.12 406	0.11 211	0.10 217	0.06 176	0.04 25	0.08 424	0.06 303	0.08 468	0.07 417

FTStereo	0.12 398	0.06 125	0.14 414	0.18 411	0.09 370	0.07 47	0.15 350	0.21 390	0.18 374	0.12 329	0.24 494	0.12 334	0.12 406	0.13 369	0.13 423	0.05 52	0.05 286	0.07 324	0.06 303	0.06 311	0.10 567

ROB_FTStereo_v2	0.11 318	0.09 462	0.16 499	0.19 487	0.08 234	0.06 16	0.12 108	0.16 246	0.13 208	0.15 419	0.16 361	0.14 390	0.12 406	0.11 211	0.10 217	0.06 176	0.04 25	0.08 424	0.06 303	0.08 468	0.07 417

ROB_FTStereo	0.11 318	0.09 462	0.16 499	0.19 487	0.08 234	0.06 16	0.11 71	0.16 246	0.13 208	0.15 419	0.16 361	0.14 390	0.12 406	0.11 211	0.10 217	0.06 176	0.04 25	0.08 424	0.06 303	0.08 468	0.07 417

HUI-Stereo	0.11 318	0.09 462	0.16 499	0.18 411	0.08 234	0.06 16	0.12 108	0.16 246	0.13 208	0.15 419	0.16 361	0.14 390	0.12 406	0.11 211	0.10 217	0.06 176	0.04 25	0.08 424	0.06 303	0.08 468	0.07 417

SST-Stereo	0.10 264	0.07 251	0.15 463	0.18 411	0.09 370	0.06 16	0.12 108	0.17 285	0.11 121	0.15 419	0.17 385	0.13 367	0.12 406	0.10 129	0.11 307	0.06 176	0.04 25	0.09 512	0.06 303	0.06 311	0.05 215

THIR-Stereo	0.12 398	0.07 251	0.11 268	0.15 131	0.08 234	0.14 424	0.16 424	0.17 285	0.25 500	0.16 448	0.24 494	0.14 390	0.12 406	0.12 311	0.14 466	0.06 176	0.04 25	0.07 324	0.07 406	0.05 176	0.05 215

RAFT_R40	0.11 318	0.07 251	0.14 414	0.18 411	0.09 370	0.06 16	0.13 187	0.17 285	0.16 309	0.14 392	0.18 413	0.15 419	0.12 406	0.10 129	0.11 307	0.06 176	0.04 25	0.09 512	0.06 303	0.06 311	0.05 215

DeepStereo_RVC	0.11 318	0.08 378	0.16 499	0.18 411	0.08 234	0.08 94	0.12 108	0.17 285	0.12 164	0.13 364	0.14 327	0.12 334	0.12 406	0.12 311	0.11 307	0.06 176	0.04 25	0.07 324	0.06 303	0.07 398	0.08 488

iGMRVC	0.11 318	0.09 462	0.16 499	0.19 487	0.08 234	0.06 16	0.12 108	0.16 246	0.13 208	0.15 419	0.16 361	0.14 390	0.12 406	0.11 211	0.10 217	0.06 176	0.04 25	0.08 424	0.06 303	0.08 468	0.07 417

IRAFT_RVC	0.12 398	0.08 378	0.16 499	0.19 487	0.08 234	0.07 47	0.15 350	0.24 465	0.23 461	0.14 392	0.14 327	0.15 419	0.12 406	0.12 311	0.10 217	0.06 176	0.04 25	0.09 512	0.06 303	0.06 311	0.06 327

iRAFT	0.11 318	0.09 462	0.16 499	0.18 411	0.08 234	0.06 16	0.11 71	0.16 246	0.13 208	0.15 419	0.16 361	0.14 390	0.12 406	0.11 211	0.10 217	0.06 176	0.04 25	0.08 424	0.06 303	0.08 468	0.07 417

CRE-IMP	0.11 318	0.09 462	0.16 499	0.19 487	0.08 234	0.10 217	0.12 108	0.18 320	0.10 88	0.14 392	0.13 311	0.13 367	0.12 406	0.12 311	0.11 307	0.07 360	0.04 25	0.08 424	0.06 303	0.08 468	0.08 488

test-2	0.11 318	0.09 462	0.07 13	0.19 487	0.08 234	0.12 329	0.28 674	0.13 128	0.17 340	0.11 284	0.17 385	0.14 390	0.12 406	0.07 7	0.07 1	0.05 52	0.05 286	0.09 512	0.07 406	0.04 50	0.04 78

RAFT	0.13 426	0.09 462	0.11 268	0.18 411	0.08 234	0.15 451	0.24 637	0.20 363	0.19 394	0.21 552	0.21 460	0.17 456	0.12 406	0.16 467	0.09 110	0.06 176	0.07 520	0.10 561	0.09 535	0.05 176	0.05 215

RAFT-IKP	0.11 318	0.09 462	0.16 499	0.19 487	0.08 234	0.06 16	0.12 108	0.16 246	0.13 208	0.15 419	0.16 361	0.14 390	0.12 406	0.11 211	0.10 217	0.06 176	0.04 25	0.08 424	0.06 303	0.08 468	0.07 417

TestStereo	0.13 426	0.14 610	0.11 268	0.23 635	0.08 234	0.15 451	0.21 602	0.20 363	0.23 461	0.14 392	0.24 494	0.16 434	0.12 406	0.16 467	0.14 466	0.05 52	0.06 444	0.08 424	0.06 303	0.09 533	0.05 215

FENet	0.13 426	0.08 378	0.12 317	0.16 230	0.08 234	0.14 424	0.15 350	0.22 417	0.23 461	0.17 467	0.23 481	0.16 434	0.12 406	0.14 404	0.15 499	0.08 445	0.05 286	0.08 424	0.08 487	0.07 398	0.07 417

DIP-Stereo	0.11 318	0.07 251	0.14 414	0.17 317	0.09 370	0.13 387	0.09 25	0.16 246	0.16 309	0.11 284	0.16 361	0.14 390	0.12 406	0.15 432	0.13 423	0.06 176	0.05 286	0.06 209	0.05 202	0.05 176	0.06 327
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MSMDNet	0.14 463	0.08 378	0.15 463	0.17 317	0.09 370	0.14 424	0.14 261	0.29 559	0.36 603	0.14 392	0.21 460	0.21 506	0.12 406	0.17 501	0.14 466	0.07 360	0.05 286	0.07 324	0.07 406	0.07 398	0.07 417

G2L-Stereo	0.14 463	0.07 251	0.13 373	0.17 317	0.09 370	0.13 387	0.12 108	0.27 524	0.22 449	0.16 448	0.27 548	0.21 506	0.13 448	0.17 501	0.18 548	0.09 509	0.08 553	0.08 424	0.07 406	0.07 398	0.07 417

rvit_0105_4	0.14 463	0.09 462	0.17 530	0.17 317	0.10 486	0.12 329	0.19 557	0.23 441	0.27 524	0.14 392	0.20 436	0.17 456	0.13 448	0.17 501	0.13 423	0.15 654	0.11 624	0.11 593	0.10 577	0.09 533	0.06 327

rvit_0105_3	0.15 508	0.09 462	0.14 414	0.19 487	0.12 575	0.15 451	0.25 652	0.25 484	0.29 546	0.15 419	0.17 385	0.20 497	0.13 448	0.17 501	0.14 466	0.13 636	0.11 624	0.12 613	0.14 647	0.07 398	0.06 327

UGAM	0.13 426	0.10 525	0.09 136	0.22 611	0.08 234	0.12 329	0.20 581	0.17 285	0.23 461	0.21 552	0.16 361	0.13 367	0.13 448	0.19 541	0.12 376	0.07 360	0.05 286	0.13 628	0.11 611	0.07 398	0.05 215

ffm	0.12 398	0.09 462	0.14 414	0.16 230	0.08 234	0.17 506	0.17 466	0.15 205	0.19 394	0.15 419	0.25 522	0.19 485	0.13 448	0.10 129	0.07 1	0.06 176	0.04 25	0.09 512	0.08 487	0.06 311	0.06 327

ff1	0.13 426	0.09 462	0.14 414	0.16 230	0.08 234	0.17 506	0.17 466	0.15 205	0.19 394	0.15 419	0.25 522	0.19 485	0.13 448	0.14 404	0.20 567	0.06 176	0.04 25	0.09 512	0.08 487	0.06 311	0.06 327

mmx	0.14 463	0.09 462	0.14 414	0.16 230	0.08 234	0.17 506	0.17 466	0.27 524	0.25 500	0.15 419	0.25 522	0.19 485	0.13 448	0.14 404	0.20 567	0.08 445	0.06 444	0.09 512	0.08 487	0.08 468	0.08 488

xxx	0.14 463	0.09 462	0.14 414	0.16 230	0.08 234	0.17 506	0.17 466	0.27 524	0.25 500	0.15 419	0.25 522	0.19 485	0.13 448	0.14 404	0.20 567	0.08 445	0.06 444	0.09 512	0.08 487	0.08 468	0.08 488

LL-Strereo	0.13 426	0.09 462	0.11 268	0.20 556	0.10 486	0.11 274	0.18 516	0.32 596	0.24 478	0.15 419	0.15 348	0.14 390	0.13 448	0.19 541	0.11 307	0.06 176	0.04 25	0.09 512	0.08 487	0.04 50	0.05 215

SDNR	0.19 578	0.08 378	0.19 566	0.16 230	0.12 575	0.77 720	0.14 261	0.25 484	0.32 571	0.19 514	0.24 494	0.19 485	0.13 448	0.19 541	0.15 499	0.16 670	0.18 687	0.14 642	0.11 611	0.08 468	0.11 595

BUS	0.14 463	0.09 462	0.14 414	0.22 611	0.10 486	0.19 550	0.14 261	0.34 625	0.19 394	0.17 467	0.22 472	0.16 434	0.13 448	0.15 432	0.13 423	0.08 445	0.06 444	0.10 561	0.09 535	0.07 398	0.07 417

NINENet	0.16 531	0.10 525	0.15 463	0.17 317	0.11 539	0.19 550	0.14 261	0.40 669	0.36 603	0.18 497	0.21 460	0.16 434	0.13 448	0.15 432	0.13 423	0.08 445	0.08 553	0.10 561	0.07 406	0.10 566	0.09 535

UDGNet	0.14 463	0.13 598	0.16 499	0.17 317	0.10 486	0.12 329	0.16 424	0.21 390	0.27 524	0.20 537	0.20 436	0.16 434	0.13 448	0.16 467	0.13 423	0.10 553	0.06 444	0.09 512	0.07 406	0.06 311	0.07 417

dad	0.17 552	0.20 660	0.20 578	0.16 230	0.11 539	0.20 566	0.18 516	0.21 390	0.28 539	0.30 644	0.24 494	0.29 599	0.13 448	0.19 541	0.16 515	0.18 676	0.09 589	0.11 593	0.09 535	0.11 589	0.07 417

GEStereo_RVC	0.17 552	0.12 570	0.15 463	0.22 611	0.11 539	0.19 550	0.17 466	0.32 596	0.48 660	0.20 537	0.25 522	0.17 456	0.13 448	0.21 583	0.16 515	0.10 553	0.06 444	0.08 424	0.07 406	0.09 533	0.08 488

CFNet_pseudo	0.14 463	0.08 378	0.15 463	0.16 230	0.09 370	0.13 387	0.14 261	0.27 524	0.34 590	0.14 392	0.21 460	0.22 524	0.13 448	0.18 525	0.14 466	0.07 360	0.05 286	0.08 424	0.06 303	0.07 398	0.07 417

GES	0.14 463	0.08 378	0.16 499	0.15 131	0.10 486	0.13 387	0.13 187	0.28 544	0.25 500	0.16 448	0.23 481	0.18 470	0.13 448	0.16 467	0.13 423	0.08 445	0.07 520	0.07 324	0.06 303	0.08 468	0.09 535

SFCPSM	0.13 426	0.07 251	0.14 414	0.17 317	0.09 370	0.15 451	0.16 424	0.28 544	0.27 524	0.14 392	0.17 385	0.12 334	0.13 448	0.14 404	0.11 307	0.08 445	0.05 286	0.07 324	0.07 406	0.07 398	0.06 327

ccs_rob	0.14 463	0.08 378	0.15 463	0.16 230	0.09 370	0.12 329	0.14 261	0.27 524	0.34 590	0.14 392	0.21 460	0.22 524	0.13 448	0.18 525	0.14 466	0.07 360	0.05 286	0.08 424	0.07 406	0.07 398	0.07 417

AdaStereo	0.15 508	0.11 552	0.15 463	0.18 411	0.09 370	0.20 566	0.11 71	0.32 596	0.28 539	0.20 537	0.23 481	0.20 497	0.13 448	0.19 541	0.14 466	0.12 610	0.05 286	0.10 561	0.07 406	0.09 533	0.07 417
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
iResNetv2_ROB	0.14 463	0.08 378	0.15 463	0.16 230	0.08 234	0.16 483	0.12 108	0.25 484	0.35 599	0.21 552	0.29 574	0.24 548	0.13 448	0.14 404	0.14 466	0.06 176	0.05 286	0.06 209	0.04 65	0.09 533	0.08 488

MLCV	0.12 398	0.07 251	0.16 499	0.18 411	0.06 33	0.15 451	0.17 466	0.19 351	0.21 435	0.18 497	0.25 522	0.17 456	0.13 448	0.14 404	0.13 423	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

iResNet	0.13 426	0.10 525	0.18 554	0.19 487	0.08 234	0.13 387	0.18 516	0.20 363	0.26 514	0.15 419	0.23 481	0.15 419	0.13 448	0.14 404	0.14 466	0.06 176	0.04 25	0.06 209	0.05 202	0.06 311	0.05 215

DN-CSS_ROB	0.13 426	0.13 598	0.16 499	0.18 411	0.10 486	0.16 483	0.08 9	0.22 417	0.18 374	0.17 467	0.22 472	0.13 367	0.13 448	0.12 311	0.13 423	0.05 52	0.05 286	0.10 561	0.10 577	0.08 468	0.06 327

G2L-ROB	0.13 426	0.06 125	0.13 373	0.13 23	0.08 234	0.14 424	0.16 424	0.25 484	0.18 374	0.19 514	0.18 413	0.20 497	0.14 472	0.17 501	0.16 515	0.08 445	0.05 286	0.06 209	0.05 202	0.08 468	0.09 535

test_sample6	0.14 463	0.08 378	0.13 373	0.16 230	0.08 234	0.17 506	0.19 557	0.25 484	0.17 340	0.17 467	0.27 548	0.19 485	0.14 472	0.15 432	0.13 423	0.08 445	0.05 286	0.08 424	0.07 406	0.08 468	0.08 488

test_sample5	0.14 463	0.08 378	0.14 414	0.16 230	0.08 234	0.18 525	0.18 516	0.25 484	0.17 340	0.17 467	0.27 548	0.18 470	0.14 472	0.16 467	0.13 423	0.08 445	0.05 286	0.08 424	0.07 406	0.08 468	0.08 488

test_sample4	0.14 463	0.08 378	0.14 414	0.15 131	0.08 234	0.19 550	0.18 516	0.26 502	0.17 340	0.16 448	0.25 522	0.18 470	0.14 472	0.16 467	0.13 423	0.08 445	0.06 444	0.08 424	0.06 303	0.08 468	0.08 488

DualNet	0.14 463	0.08 378	0.14 414	0.16 230	0.08 234	0.18 525	0.18 516	0.25 484	0.17 340	0.17 467	0.27 548	0.18 470	0.14 472	0.16 467	0.13 423	0.08 445	0.05 286	0.08 424	0.07 406	0.08 468	0.08 488

CFNet_ucs	0.15 508	0.08 378	0.16 499	0.16 230	0.11 539	0.14 424	0.14 261	0.30 573	0.34 590	0.16 448	0.24 494	0.23 542	0.14 472	0.18 525	0.15 499	0.09 509	0.06 444	0.08 424	0.07 406	0.09 533	0.09 535

anonymousa	0.13 426	0.07 251	0.13 373	0.18 411	0.09 370	0.13 387	0.17 466	0.19 351	0.29 546	0.15 419	0.24 494	0.15 419	0.14 472	0.14 404	0.14 466	0.07 360	0.05 286	0.07 324	0.09 535	0.05 176	0.06 327

DCANet-4	0.10 264	0.06 125	0.12 317	0.16 230	0.06 33	0.09 152	0.17 466	0.18 320	0.19 394	0.13 364	0.16 361	0.09 243	0.14 472	0.11 211	0.12 376	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.05 215

GwcNet-ADL	0.13 426	0.08 378	0.14 414	0.20 556	0.09 370	0.11 274	0.20 581	0.30 573	0.24 478	0.13 364	0.14 327	0.18 470	0.14 472	0.13 369	0.14 466	0.07 360	0.05 286	0.06 209	0.05 202	0.07 398	0.06 327

AAGNet	0.11 318	0.07 251	0.16 499	0.19 487	0.09 370	0.08 94	0.13 187	0.18 320	0.13 208	0.16 448	0.21 460	0.13 367	0.14 472	0.11 211	0.14 466	0.06 176	0.04 25	0.09 512	0.06 303	0.06 311	0.05 215

DEmStereo	0.12 398	0.06 125	0.14 414	0.14 71	0.10 486	0.16 483	0.15 350	0.16 246	0.24 478	0.17 467	0.24 494	0.13 367	0.14 472	0.12 311	0.13 423	0.05 52	0.04 25	0.07 324	0.06 303	0.05 176	0.05 215

HCRNet	0.16 531	0.24 676	0.12 317	0.35 694	0.11 539	0.15 451	0.17 466	0.26 502	0.22 449	0.19 514	0.24 494	0.21 506	0.14 472	0.15 432	0.13 423	0.11 585	0.07 520	0.11 593	0.10 577	0.09 533	0.07 417

xxxx	0.15 508	0.07 251	0.14 414	0.14 71	0.08 234	0.23 609	0.18 516	0.31 585	0.19 394	0.14 392	0.28 562	0.22 524	0.14 472	0.15 432	0.26 642	0.09 509	0.05 286	0.07 324	0.07 406	0.08 468	0.07 417

PSMNet-RSSM	0.14 463	0.07 251	0.13 373	0.15 131	0.08 234	0.13 387	0.16 424	0.24 465	0.24 478	0.16 448	0.28 562	0.22 524	0.14 472	0.15 432	0.13 423	0.11 585	0.06 444	0.09 512	0.12 632	0.08 468	0.07 417

CFNet-ft	0.14 463	0.07 251	0.15 463	0.12 7	0.09 370	0.16 483	0.18 516	0.22 417	0.24 478	0.17 467	0.26 539	0.24 548	0.14 472	0.16 467	0.14 466	0.11 585	0.06 444	0.08 424	0.09 535	0.09 533	0.08 488

BEATNet_4x	0.12 398	0.08 378	0.14 414	0.18 411	0.07 142	0.15 451	0.07 5	0.22 417	0.18 374	0.16 448	0.19 424	0.18 470	0.14 472	0.16 467	0.15 499	0.07 360	0.05 286	0.05 55	0.05 202	0.06 311	0.06 327

HSM-Net_RVC	0.14 463	0.08 378	0.11 268	0.15 131	0.08 234	0.15 451	0.15 350	0.27 524	0.29 546	0.19 514	0.21 460	0.29 599	0.14 472	0.17 501	0.13 423	0.06 176	0.06 444	0.06 209	0.06 303	0.07 398	0.06 327
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 463	0.07 251	0.15 463	0.12 7	0.09 370	0.16 483	0.18 516	0.22 417	0.24 478	0.17 467	0.26 539	0.24 548	0.14 472	0.16 467	0.14 466	0.11 585	0.06 444	0.08 424	0.09 535	0.09 533	0.08 488

LiteMatch	0.09 185	0.06 125	0.10 205	0.16 230	0.07 142	0.09 152	0.15 350	0.13 128	0.08 30	0.06 26	0.07 69	0.06 44	0.15 490	0.10 129	0.14 466	0.07 360	0.04 25	0.06 209	0.06 303	0.06 311	0.06 327

Lsterematch	0.11 318	0.06 125	0.11 268	0.16 230	0.07 142	0.13 387	0.15 350	0.14 162	0.17 340	0.16 448	0.18 413	0.15 419	0.15 490	0.12 311	0.14 466	0.07 360	0.04 25	0.06 209	0.06 303	0.06 311	0.06 327

DCVSM-stereo	0.14 463	0.09 462	0.16 499	0.16 230	0.10 486	0.15 451	0.09 25	0.19 351	0.23 461	0.20 537	0.23 481	0.26 572	0.15 490	0.18 525	0.14 466	0.09 509	0.07 520	0.09 512	0.08 487	0.10 566	0.12 608

ACV-stereo	0.15 508	0.10 525	0.28 627	0.18 411	0.12 575	0.14 424	0.12 108	0.23 441	0.21 435	0.19 514	0.23 481	0.22 524	0.15 490	0.23 607	0.17 530	0.07 360	0.06 444	0.07 324	0.07 406	0.07 398	0.07 417

ITSA-stereo	0.15 508	0.10 525	0.14 414	0.19 487	0.08 234	0.12 329	0.14 261	0.30 573	0.49 669	0.17 467	0.19 424	0.22 524	0.15 490	0.17 501	0.16 515	0.10 553	0.06 444	0.08 424	0.08 487	0.08 468	0.08 488

rvit_stereo_0075_2	0.17 552	0.12 570	0.25 612	0.23 635	0.16 651	0.13 387	0.10 42	0.30 573	0.27 524	0.20 537	0.28 562	0.22 524	0.15 490	0.18 525	0.13 423	0.16 670	0.10 611	0.17 666	0.10 577	0.10 566	0.09 535

test_sample3	0.14 463	0.08 378	0.15 463	0.14 71	0.09 370	0.19 550	0.17 466	0.26 502	0.18 374	0.16 448	0.22 472	0.19 485	0.15 490	0.17 501	0.13 423	0.08 445	0.06 444	0.07 324	0.06 303	0.09 533	0.08 488

test_sample2	0.12 398	0.07 251	0.12 317	0.14 71	0.08 234	0.16 483	0.18 516	0.21 390	0.16 309	0.14 392	0.20 436	0.19 485	0.15 490	0.15 432	0.12 376	0.08 445	0.05 286	0.07 324	0.06 303	0.08 468	0.07 417

SMFormer	0.14 463	0.07 251	0.17 530	0.14 71	0.08 234	0.16 483	0.17 466	0.26 502	0.27 524	0.19 514	0.20 436	0.18 470	0.15 490	0.15 432	0.17 530	0.08 445	0.05 286	0.07 324	0.06 303	0.07 398	0.06 327

tta	0.14 463	0.07 251	0.17 530	0.14 71	0.08 234	0.16 483	0.17 466	0.26 502	0.27 524	0.19 514	0.20 436	0.18 470	0.15 490	0.15 432	0.17 530	0.08 445	0.05 286	0.07 324	0.06 303	0.06 311	0.06 327

qqq1	0.13 426	0.07 251	0.17 530	0.14 71	0.08 234	0.16 483	0.17 466	0.26 502	0.27 524	0.19 514	0.20 436	0.18 470	0.15 490	0.15 432	0.11 307	0.08 445	0.05 286	0.05 55	0.05 202	0.06 311	0.06 327

fff1	0.13 426	0.07 251	0.17 530	0.14 71	0.08 234	0.16 483	0.17 466	0.26 502	0.27 524	0.19 514	0.20 436	0.18 470	0.15 490	0.15 432	0.11 307	0.08 445	0.05 286	0.05 55	0.05 202	0.06 311	0.06 327

1111x	0.15 508	0.08 378	0.12 317	0.18 411	0.07 142	0.18 525	0.25 652	0.31 585	0.24 478	0.17 467	0.24 494	0.26 572	0.15 490	0.13 369	0.23 608	0.07 360	0.07 520	0.08 424	0.09 535	0.07 398	0.06 327

iinet-f	0.16 531	0.06 125	0.45 672	0.14 71	0.10 486	0.21 584	0.14 261	0.27 524	0.23 461	0.21 552	0.24 494	0.21 506	0.15 490	0.18 525	0.21 587	0.09 509	0.07 520	0.07 324	0.06 303	0.09 533	0.10 567

GASNet	0.22 612	0.23 673	0.33 647	0.26 660	0.17 666	0.26 635	0.16 424	0.44 686	0.42 638	0.27 615	0.24 494	0.30 609	0.15 490	0.27 628	0.18 548	0.12 610	0.08 553	0.12 613	0.11 611	0.16 667	0.07 417

CASS	0.13 426	0.12 570	0.11 268	0.23 635	0.09 370	0.15 451	0.17 466	0.18 320	0.19 394	0.17 467	0.18 413	0.15 419	0.15 490	0.14 404	0.14 466	0.09 509	0.06 444	0.10 561	0.08 487	0.09 533	0.07 417
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Wz-Net-LNSev-Ref	0.18 566	0.09 462	0.29 635	0.15 131	0.10 486	0.22 593	0.20 581	0.26 502	0.39 621	0.25 603	0.42 661	0.24 548	0.15 490	0.20 566	0.19 561	0.07 360	0.05 286	0.06 209	0.05 202	0.10 566	0.09 535

test_5	0.14 463	0.12 570	0.08 62	0.20 556	0.10 486	0.14 424	0.29 684	0.21 390	0.24 478	0.18 497	0.28 562	0.11 312	0.15 490	0.12 311	0.13 423	0.06 176	0.05 286	0.07 324	0.08 487	0.08 468	0.07 417

CSP-Net	0.16 531	0.09 462	0.14 414	0.16 230	0.09 370	0.19 550	0.17 466	0.25 484	0.32 571	0.25 603	0.30 581	0.24 548	0.15 490	0.21 583	0.18 548	0.09 509	0.06 444	0.07 324	0.07 406	0.08 468	0.07 417

DAS	0.15 508	0.08 378	0.18 554	0.19 487	0.10 486	0.19 550	0.17 466	0.27 524	0.29 546	0.18 497	0.25 522	0.21 506	0.15 490	0.16 467	0.12 376	0.08 445	0.06 444	0.06 209	0.06 303	0.07 398	0.07 417

SepStereo	0.15 508	0.08 378	0.18 554	0.19 487	0.10 486	0.19 550	0.17 466	0.27 524	0.29 546	0.18 497	0.25 522	0.21 506	0.15 490	0.25 623	0.12 376	0.08 445	0.06 444	0.06 209	0.06 303	0.07 398	0.07 417

DRaft	0.12 398	0.06 125	0.11 268	0.14 71	0.09 370	0.14 424	0.17 466	0.21 390	0.30 556	0.17 467	0.28 562	0.10 281	0.15 490	0.10 129	0.12 376	0.05 52	0.04 25	0.07 324	0.06 303	0.05 176	0.05 215

GANet-RSSM	0.14 463	0.07 251	0.13 373	0.13 23	0.08 234	0.14 424	0.17 466	0.22 417	0.21 435	0.17 467	0.24 494	0.23 542	0.15 490	0.16 467	0.15 499	0.10 553	0.06 444	0.07 324	0.08 487	0.08 468	0.07 417

DSFCA	0.16 531	0.09 462	0.14 414	0.16 230	0.10 486	0.20 566	0.19 557	0.28 544	0.31 564	0.23 581	0.24 494	0.22 524	0.15 490	0.19 541	0.20 567	0.10 553	0.07 520	0.09 512	0.09 535	0.08 468	0.08 488

FADNet-RVC-Resample	0.16 531	0.11 552	0.31 640	0.22 611	0.11 539	0.19 550	0.14 261	0.25 484	0.24 478	0.24 590	0.27 548	0.20 497	0.15 490	0.16 467	0.15 499	0.07 360	0.08 553	0.12 613	0.10 577	0.09 533	0.10 567

UCFNet_RVC	0.14 463	0.08 378	0.13 373	0.11 1	0.10 486	0.20 566	0.10 42	0.24 465	0.22 449	0.17 467	0.20 436	0.23 542	0.15 490	0.17 501	0.15 499	0.12 610	0.07 520	0.10 561	0.13 643	0.11 589	0.10 567

iResNet_ROB	0.14 463	0.07 251	0.13 373	0.14 71	0.07 142	0.18 525	0.14 261	0.26 502	0.31 564	0.22 568	0.25 522	0.23 542	0.15 490	0.15 432	0.13 423	0.07 360	0.05 286	0.05 55	0.04 65	0.08 468	0.08 488

PWCDC_ROB	0.20 590	0.13 598	0.22 594	0.24 644	0.11 539	0.19 550	0.15 350	0.33 616	0.54 682	0.29 639	0.50 677	0.21 506	0.15 490	0.27 628	0.20 567	0.11 585	0.09 589	0.10 561	0.08 487	0.11 589	0.09 535

xyz-stereo	0.13 426	0.07 251	0.20 578	0.15 131	0.05 2	0.20 566	0.15 350	0.17 285	0.31 564	0.15 419	0.29 574	0.26 572	0.16 518	0.13 369	0.12 376	0.05 52	0.05 286	0.06 209	0.05 202	0.04 50	0.04 78

G2L-Stereo_test	0.14 463	0.07 251	0.11 268	0.13 23	0.08 234	0.12 329	0.16 424	0.30 573	0.28 539	0.20 537	0.23 481	0.20 497	0.16 518	0.17 501	0.18 548	0.07 360	0.05 286	0.05 55	0.05 202	0.07 398	0.06 327

FACV-RUCA	0.13 426	0.11 552	0.12 317	0.19 487	0.12 575	0.15 451	0.15 350	0.22 417	0.20 418	0.15 419	0.16 361	0.14 390	0.16 518	0.14 404	0.13 423	0.07 360	0.05 286	0.08 424	0.06 303	0.10 566	0.08 488

test_sample1	0.13 426	0.07 251	0.14 414	0.13 23	0.08 234	0.19 550	0.16 424	0.20 363	0.15 269	0.14 392	0.22 472	0.18 470	0.16 518	0.17 501	0.14 466	0.07 360	0.06 444	0.06 209	0.06 303	0.08 468	0.07 417

xx1	0.11 318	0.08 378	0.12 317	0.17 317	0.09 370	0.13 387	0.15 350	0.16 246	0.18 374	0.09 196	0.09 174	0.16 434	0.16 518	0.10 129	0.07 1	0.06 176	0.04 25	0.08 424	0.08 487	0.07 398	0.07 417

mmm	0.14 463	0.08 378	0.17 530	0.17 317	0.09 370	0.17 506	0.18 516	0.21 390	0.15 269	0.15 419	0.23 481	0.21 506	0.16 518	0.16 467	0.17 530	0.08 445	0.05 286	0.08 424	0.07 406	0.07 398	0.07 417

11t1	0.12 398	0.06 125	0.13 373	0.14 71	0.08 234	0.17 506	0.15 350	0.18 320	0.15 269	0.15 419	0.15 348	0.16 434	0.16 518	0.15 432	0.13 423	0.08 445	0.05 286	0.06 209	0.05 202	0.08 468	0.07 417

CBFPSM	0.14 463	0.06 125	0.26 615	0.17 317	0.09 370	0.13 387	0.15 350	0.22 417	0.23 461	0.20 537	0.27 548	0.24 548	0.16 518	0.16 467	0.18 548	0.06 176	0.06 444	0.06 209	0.07 406	0.07 398	0.07 417

gwcnet-sp	0.14 463	0.07 251	0.12 317	0.18 411	0.09 370	0.16 483	0.17 466	0.24 465	0.24 478	0.18 497	0.24 494	0.15 419	0.16 518	0.15 432	0.15 499	0.08 445	0.06 444	0.07 324	0.08 487	0.08 468	0.07 417

scenet	0.14 463	0.07 251	0.12 317	0.18 411	0.09 370	0.16 483	0.17 466	0.24 465	0.24 478	0.18 497	0.24 494	0.15 419	0.16 518	0.15 432	0.15 499	0.08 445	0.06 444	0.07 324	0.08 487	0.08 468	0.07 417

ssnet	0.14 463	0.07 251	0.12 317	0.18 411	0.09 370	0.16 483	0.17 466	0.24 465	0.24 478	0.18 497	0.24 494	0.15 419	0.16 518	0.15 432	0.15 499	0.08 445	0.06 444	0.07 324	0.08 487	0.08 468	0.07 417

qqq	0.13 426	0.09 462	0.15 463	0.16 230	0.08 234	0.13 387	0.15 350	0.23 441	0.16 309	0.15 419	0.19 424	0.16 434	0.16 518	0.15 432	0.16 515	0.07 360	0.06 444	0.08 424	0.08 487	0.07 398	0.07 417

BSDual-CNN	0.15 508	0.09 462	0.14 414	0.22 611	0.10 486	0.14 424	0.15 350	0.34 625	0.19 394	0.17 467	0.22 472	0.25 562	0.16 518	0.15 432	0.14 466	0.08 445	0.06 444	0.10 561	0.09 535	0.07 398	0.07 417

psmg	0.14 463	0.09 462	0.14 414	0.17 317	0.10 486	0.15 451	0.17 466	0.29 559	0.19 394	0.17 467	0.21 460	0.25 562	0.16 518	0.15 432	0.14 466	0.08 445	0.06 444	0.08 424	0.08 487	0.07 398	0.06 327

AASNet	0.16 531	0.08 378	0.12 317	0.19 487	0.09 370	0.18 525	0.15 350	0.37 653	0.37 610	0.19 514	0.23 481	0.20 497	0.16 518	0.17 501	0.20 567	0.10 553	0.08 553	0.08 424	0.07 406	0.09 533	0.09 535

PSMNet-ADL	0.15 508	0.12 570	0.13 373	0.22 611	0.09 370	0.13 387	0.20 581	0.26 502	0.23 461	0.18 497	0.20 436	0.24 548	0.16 518	0.18 525	0.17 530	0.08 445	0.08 553	0.08 424	0.11 611	0.08 468	0.07 417

ADLNet	0.16 531	0.08 378	0.15 463	0.16 230	0.10 486	0.16 483	0.17 466	0.32 596	0.27 524	0.22 568	0.27 548	0.24 548	0.16 518	0.18 525	0.21 587	0.10 553	0.06 444	0.10 561	0.10 577	0.08 468	0.09 535

222	0.16 531	0.07 251	0.14 414	0.14 71	0.08 234	0.24 614	0.18 516	0.30 573	0.20 418	0.17 467	0.28 562	0.17 456	0.16 518	0.15 432	0.40 698	0.10 553	0.05 286	0.07 324	0.06 303	0.07 398	0.08 488

test_xeample	0.15 508	0.06 125	0.13 373	0.14 71	0.08 234	0.21 584	0.20 581	0.28 544	0.20 418	0.16 448	0.29 574	0.19 485	0.16 518	0.15 432	0.26 642	0.09 509	0.05 286	0.07 324	0.07 406	0.07 398	0.07 417

ACVNet	0.15 508	0.09 462	0.15 463	0.13 23	0.12 575	0.14 424	0.20 581	0.22 417	0.33 578	0.17 467	0.26 539	0.21 506	0.16 518	0.17 501	0.21 587	0.07 360	0.06 444	0.06 209	0.06 303	0.08 468	0.06 327

cf-r	0.13 426	0.07 251	0.12 317	0.16 230	0.08 234	0.14 424	0.19 557	0.20 363	0.25 500	0.17 467	0.25 522	0.21 506	0.16 518	0.14 404	0.14 466	0.10 553	0.05 286	0.06 209	0.08 487	0.06 311	0.06 327

GwcNet-RSSM	0.14 463	0.07 251	0.12 317	0.15 131	0.08 234	0.15 451	0.20 581	0.21 390	0.27 524	0.18 497	0.27 548	0.22 524	0.16 518	0.14 404	0.15 499	0.10 553	0.05 286	0.07 324	0.09 535	0.07 398	0.07 417

HSM	0.15 508	0.08 378	0.14 414	0.16 230	0.09 370	0.16 483	0.14 261	0.28 544	0.25 500	0.19 514	0.23 481	0.37 653	0.16 518	0.20 566	0.15 499	0.07 360	0.05 286	0.07 324	0.06 303	0.07 398	0.06 327

z-ln-s-r	0.17 552	0.10 525	0.40 665	0.19 487	0.08 234	0.17 506	0.18 516	0.22 417	0.33 578	0.18 497	0.40 644	0.22 524	0.17 541	0.20 566	0.23 608	0.07 360	0.05 286	0.07 324	0.07 406	0.07 398	0.05 215

coex_refinement	0.14 463	0.07 251	0.12 317	0.17 317	0.10 486	0.15 451	0.15 350	0.26 502	0.29 546	0.18 497	0.20 436	0.22 524	0.17 541	0.16 467	0.18 548	0.08 445	0.05 286	0.06 209	0.06 303	0.09 533	0.08 488

ISRNet	0.18 566	0.08 378	0.19 566	0.19 487	0.13 598	0.15 451	0.12 108	0.30 573	0.32 571	0.21 552	0.25 522	0.27 580	0.17 541	0.17 501	0.20 567	0.20 685	0.08 553	0.14 642	0.14 647	0.14 642	0.17 677

rvit_105_1	0.19 578	0.11 552	0.25 612	0.21 591	0.16 651	0.21 584	0.27 668	0.31 585	0.41 630	0.19 514	0.20 436	0.22 524	0.17 541	0.19 541	0.17 530	0.12 610	0.12 640	0.13 628	0.15 664	0.08 468	0.07 417

DispNO	0.14 463	0.08 378	0.17 530	0.19 487	0.12 575	0.11 274	0.21 602	0.23 441	0.29 546	0.17 467	0.23 481	0.18 470	0.17 541	0.15 432	0.15 499	0.07 360	0.05 286	0.08 424	0.08 487	0.07 398	0.06 327

x	0.13 426	0.07 251	0.14 414	0.14 71	0.08 234	0.18 525	0.14 261	0.22 417	0.20 418	0.15 419	0.19 424	0.19 485	0.17 541	0.18 525	0.18 548	0.07 360	0.05 286	0.06 209	0.06 303	0.07 398	0.07 417

CRFU-Net	0.16 531	0.08 378	0.14 414	0.17 317	0.09 370	0.19 550	0.14 261	0.26 502	0.20 418	0.28 630	0.27 548	0.29 599	0.17 541	0.19 541	0.17 530	0.09 509	0.09 589	0.07 324	0.07 406	0.08 468	0.08 488

AACVNet	0.16 531	0.08 378	0.14 414	0.15 131	0.10 486	0.18 525	0.15 350	0.23 441	0.24 478	0.27 615	0.27 548	0.28 590	0.17 541	0.19 541	0.16 515	0.09 509	0.07 520	0.09 512	0.07 406	0.10 566	0.09 535

LMCR-Stereo	0.15 508	0.08 378	0.13 373	0.21 591	0.09 370	0.17 506	0.20 581	0.27 524	0.19 394	0.24 590	0.24 494	0.23 542	0.17 541	0.20 566	0.17 530	0.07 360	0.06 444	0.08 424	0.06 303	0.10 566	0.08 488

acv_ft	0.15 508	0.09 462	0.15 463	0.19 487	0.10 486	0.16 483	0.17 466	0.25 484	0.33 578	0.19 514	0.26 539	0.21 506	0.17 541	0.17 501	0.18 548	0.07 360	0.06 444	0.06 209	0.06 303	0.08 468	0.06 327

CCAANet	0.14 463	0.06 125	0.14 414	0.17 317	0.09 370	0.16 483	0.13 187	0.30 573	0.24 478	0.16 448	0.32 594	0.18 470	0.17 541	0.17 501	0.14 466	0.06 176	0.05 286	0.09 512	0.09 535	0.06 311	0.09 535

FADNet_RVC	0.16 531	0.14 610	0.40 665	0.20 556	0.11 539	0.13 387	0.13 187	0.26 502	0.22 449	0.21 552	0.23 481	0.20 497	0.17 541	0.14 404	0.16 515	0.08 445	0.08 553	0.12 613	0.09 535	0.11 589	0.10 567

CFNet	0.15 508	0.10 525	0.17 530	0.17 317	0.08 234	0.18 525	0.09 25	0.28 544	0.25 500	0.19 514	0.24 494	0.24 548	0.17 541	0.17 501	0.14 466	0.08 445	0.06 444	0.09 512	0.10 577	0.07 398	0.06 327

NLCA_NET_v2_RVC	0.17 552	0.10 525	0.22 594	0.20 556	0.10 486	0.15 451	0.18 516	0.31 585	0.25 500	0.21 552	0.30 581	0.25 562	0.17 541	0.21 583	0.20 567	0.09 509	0.06 444	0.08 424	0.08 487	0.07 398	0.08 488
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.17 552	0.12 570	0.15 463	0.20 556	0.09 370	0.18 525	0.18 516	0.26 502	0.23 461	0.26 609	0.40 644	0.22 524	0.17 541	0.21 583	0.20 567	0.08 445	0.05 286	0.09 512	0.10 577	0.07 398	0.07 417
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
YMNet	0.20 590	0.12 570	0.19 566	0.20 556	0.14 620	0.26 635	0.23 623	0.32 596	0.34 590	0.27 615	0.34 611	0.30 609	0.18 556	0.18 525	0.22 596	0.10 553	0.13 655	0.10 561	0.10 577	0.08 468	0.09 535

YMNet_1	0.20 590	0.12 570	0.19 566	0.20 556	0.14 620	0.26 635	0.23 623	0.32 596	0.34 590	0.27 615	0.34 611	0.30 609	0.18 556	0.18 525	0.22 596	0.10 553	0.13 655	0.10 561	0.10 577	0.08 468	0.09 535

ssnet_v2	0.17 552	0.10 525	0.17 530	0.17 317	0.11 539	0.21 584	0.21 602	0.33 616	0.25 500	0.22 568	0.22 472	0.27 580	0.18 556	0.22 596	0.20 567	0.11 585	0.09 589	0.09 512	0.09 535	0.08 468	0.08 488

Wz-Net-LNSev	0.22 612	0.16 628	0.38 662	0.21 591	0.13 598	0.25 625	0.23 623	0.32 596	0.43 645	0.30 644	0.41 655	0.31 622	0.18 556	0.22 596	0.25 631	0.10 553	0.09 589	0.08 424	0.08 487	0.12 606	0.11 595

hknet	0.15 508	0.11 552	0.13 373	0.22 611	0.11 539	0.14 424	0.15 350	0.34 625	0.25 500	0.17 467	0.22 472	0.22 524	0.18 556	0.17 501	0.12 376	0.07 360	0.06 444	0.10 561	0.09 535	0.07 398	0.07 417

ADLNet2	0.16 531	0.09 462	0.13 373	0.16 230	0.09 370	0.20 566	0.16 424	0.31 585	0.39 621	0.16 448	0.20 436	0.20 497	0.18 556	0.21 583	0.22 596	0.08 445	0.06 444	0.07 324	0.07 406	0.09 533	0.07 417

ICVP	0.15 508	0.09 462	0.12 317	0.22 611	0.09 370	0.17 506	0.21 602	0.25 484	0.23 461	0.18 497	0.30 581	0.26 572	0.18 556	0.17 501	0.14 466	0.09 509	0.07 520	0.08 424	0.07 406	0.07 398	0.07 417
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ac_64	0.16 531	0.08 378	0.15 463	0.18 411	0.10 486	0.22 593	0.18 516	0.24 465	0.21 435	0.18 497	0.24 494	0.29 599	0.18 556	0.19 541	0.22 596	0.09 509	0.07 520	0.08 424	0.09 535	0.07 398	0.06 327

HGLStereo	0.17 552	0.08 378	0.19 566	0.17 317	0.12 575	0.18 525	0.18 516	0.31 585	0.32 571	0.21 552	0.32 594	0.25 562	0.18 556	0.19 541	0.20 567	0.09 509	0.09 589	0.07 324	0.07 406	0.09 533	0.10 567

DMCA	0.14 463	0.09 462	0.16 499	0.19 487	0.09 370	0.15 451	0.17 466	0.23 441	0.27 524	0.14 392	0.19 424	0.17 456	0.18 556	0.15 432	0.17 530	0.10 553	0.06 444	0.08 424	0.06 303	0.09 533	0.10 567

STTStereo	0.18 566	0.12 570	0.27 622	0.20 556	0.11 539	0.16 483	0.21 602	0.29 559	0.23 461	0.21 552	0.30 581	0.29 599	0.18 556	0.20 566	0.19 561	0.12 610	0.11 624	0.11 593	0.14 647	0.09 533	0.08 488

RASNet	0.14 463	0.07 251	0.14 414	0.16 230	0.08 234	0.18 525	0.14 261	0.29 559	0.20 418	0.17 467	0.25 522	0.21 506	0.18 556	0.20 566	0.19 561	0.07 360	0.06 444	0.06 209	0.08 487	0.06 311	0.06 327

TDLM	0.17 552	0.12 570	0.13 373	0.24 644	0.10 486	0.18 525	0.18 516	0.36 647	0.30 556	0.21 552	0.28 562	0.28 590	0.18 556	0.23 607	0.18 548	0.11 585	0.07 520	0.10 561	0.10 577	0.08 468	0.08 488

CVANet_RVC	0.18 566	0.10 525	0.14 414	0.21 591	0.10 486	0.18 525	0.17 466	0.34 625	0.33 578	0.22 568	0.31 590	0.28 590	0.18 556	0.23 607	0.17 530	0.12 610	0.08 553	0.12 613	0.11 611	0.09 533	0.07 417

DeepPruner_ROB	0.16 531	0.11 552	0.15 463	0.17 317	0.10 486	0.17 506	0.15 350	0.32 596	0.21 435	0.19 514	0.21 460	0.22 524	0.18 556	0.20 566	0.15 499	0.13 636	0.09 589	0.09 512	0.09 535	0.11 589	0.10 567

pmcnn	0.15 508	0.07 251	0.19 566	0.15 131	0.07 142	0.20 566	0.15 350	0.24 465	0.26 514	0.21 552	0.34 611	0.28 590	0.18 556	0.18 525	0.17 530	0.07 360	0.05 286	0.05 55	0.04 65	0.07 398	0.06 327

TCMNet	0.19 578	0.12 570	0.19 566	0.20 556	0.18 673	0.20 566	0.24 637	0.27 524	0.36 603	0.23 581	0.26 539	0.25 562	0.19 572	0.19 541	0.23 608	0.13 636	0.11 624	0.11 593	0.12 632	0.13 626	0.12 608

DualNet (step1)	0.16 531	0.12 570	0.20 578	0.12 7	0.14 620	0.17 506	0.13 187	0.27 524	0.23 461	0.20 537	0.20 436	0.24 548	0.19 572	0.16 467	0.16 515	0.15 654	0.06 444	0.14 642	0.14 647	0.14 642	0.12 608

test_sample9	0.18 566	0.12 570	0.20 578	0.12 7	0.14 620	0.17 506	0.13 187	0.27 524	0.23 461	0.20 537	0.20 436	0.24 548	0.19 572	0.19 541	0.17 530	0.15 654	0.30 712	0.14 642	0.14 647	0.14 642	0.12 608

test_sample7	0.15 508	0.10 525	0.16 499	0.14 71	0.11 539	0.16 483	0.16 424	0.27 524	0.23 461	0.20 537	0.20 436	0.24 548	0.19 572	0.16 467	0.16 515	0.12 610	0.06 444	0.10 561	0.09 535	0.10 566	0.10 567

Wz-Net-MNSev	0.22 612	0.13 598	0.31 640	0.20 556	0.14 620	0.36 680	0.24 637	0.33 616	0.44 650	0.28 630	0.40 644	0.38 657	0.19 572	0.24 617	0.25 631	0.09 509	0.07 520	0.09 512	0.09 535	0.12 606	0.10 567

pcwnet_v2	0.19 578	0.10 525	0.26 615	0.17 317	0.14 620	0.18 525	0.15 350	0.37 653	0.46 658	0.19 514	0.24 494	0.21 506	0.19 572	0.20 566	0.19 561	0.13 636	0.10 611	0.10 561	0.10 577	0.11 589	0.13 631

delet	0.17 552	0.08 378	0.17 530	0.19 487	0.11 539	0.20 566	0.21 602	0.30 573	0.37 610	0.17 467	0.26 539	0.19 485	0.19 572	0.19 541	0.21 587	0.08 445	0.08 553	0.09 512	0.11 611	0.06 311	0.06 327

UNet	0.17 552	0.09 462	0.18 554	0.19 487	0.12 575	0.27 645	0.19 557	0.33 616	0.29 546	0.21 552	0.24 494	0.23 542	0.19 572	0.19 541	0.18 548	0.07 360	0.06 444	0.08 424	0.07 406	0.08 468	0.06 327

UPFNet	0.16 531	0.08 378	0.12 317	0.20 556	0.12 575	0.20 566	0.23 623	0.28 544	0.26 514	0.17 467	0.24 494	0.22 524	0.19 572	0.19 541	0.21 587	0.09 509	0.07 520	0.08 424	0.09 535	0.08 468	0.06 327

NVstereo2D	0.19 578	0.10 525	0.15 463	0.17 317	0.15 640	0.28 652	0.23 623	0.44 686	0.42 638	0.15 419	0.27 548	0.25 562	0.19 572	0.22 596	0.17 530	0.09 509	0.06 444	0.10 561	0.08 487	0.15 658	0.09 535

StereoDRNet	0.18 566	0.11 552	0.17 530	0.22 611	0.11 539	0.21 584	0.22 612	0.37 653	0.33 578	0.24 590	0.28 562	0.30 609	0.19 572	0.20 566	0.20 567	0.09 509	0.08 553	0.11 593	0.09 535	0.09 533	0.07 417

SGM-Forest	0.20 590	0.14 610	0.18 554	0.19 487	0.13 598	0.20 566	0.22 612	0.33 616	0.30 556	0.24 590	0.29 574	0.28 590	0.19 572	0.23 607	0.17 530	0.15 654	0.16 680	0.15 655	0.14 647	0.12 606	0.12 608
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
fast-acv-ft	0.18 566	0.11 552	0.19 566	0.19 487	0.12 575	0.24 614	0.21 602	0.25 484	0.34 590	0.22 568	0.34 611	0.27 580	0.20 584	0.21 583	0.23 608	0.09 509	0.09 589	0.08 424	0.10 577	0.08 468	0.07 417

IER	0.14 463	0.07 251	0.13 373	0.17 317	0.09 370	0.14 424	0.16 424	0.25 484	0.26 514	0.18 497	0.25 522	0.17 456	0.20 584	0.16 467	0.14 466	0.08 445	0.05 286	0.07 324	0.06 303	0.08 468	0.07 417

MMNet	0.17 552	0.09 462	0.16 499	0.20 556	0.11 539	0.27 645	0.20 581	0.25 484	0.41 630	0.22 568	0.30 581	0.21 506	0.20 584	0.17 501	0.20 567	0.06 176	0.06 444	0.07 324	0.07 406	0.08 468	0.07 417

GwcNet	0.20 590	0.13 598	0.19 566	0.18 411	0.12 575	0.24 614	0.19 557	0.35 640	0.43 645	0.20 537	0.32 594	0.33 635	0.20 584	0.22 596	0.24 621	0.11 585	0.09 589	0.09 512	0.09 535	0.09 533	0.10 567

DGSMNet	0.24 635	0.19 654	0.33 647	0.21 591	0.24 691	0.24 614	0.20 581	0.35 640	0.41 630	0.24 590	0.32 594	0.38 657	0.21 588	0.29 646	0.23 608	0.12 610	0.11 624	0.14 642	0.16 669	0.23 687	0.23 691

FADNet-RVC	0.20 590	0.20 660	0.38 662	0.21 591	0.16 651	0.20 566	0.15 350	0.26 502	0.26 514	0.26 609	0.32 594	0.26 572	0.21 588	0.22 596	0.19 561	0.12 610	0.13 655	0.12 613	0.14 647	0.13 626	0.18 680

FADNet	0.21 603	0.22 670	0.36 656	0.18 411	0.17 666	0.24 614	0.13 187	0.31 585	0.31 564	0.23 581	0.25 522	0.27 580	0.21 588	0.19 541	0.15 499	0.13 636	0.15 672	0.12 613	0.15 664	0.16 667	0.18 680

MaskLacGwcNet_RVC	0.22 612	0.21 666	0.24 607	0.26 660	0.11 539	0.23 609	0.14 261	0.39 665	0.24 478	0.32 656	0.36 618	0.30 609	0.21 588	0.19 541	0.21 587	0.17 675	0.14 666	0.21 680	0.16 669	0.12 606	0.12 608

SuperB	0.20 590	0.10 525	0.56 688	0.16 230	0.09 370	0.18 525	0.18 516	0.24 465	0.50 672	0.26 609	0.39 638	0.17 456	0.21 588	0.22 596	0.21 587	0.08 445	0.06 444	0.06 209	0.06 303	0.12 606	0.10 567

RTSC	0.23 628	0.12 570	0.28 627	0.21 591	0.13 598	0.28 652	0.16 424	0.35 640	0.66 708	0.27 615	0.33 607	0.30 609	0.21 588	0.31 650	0.29 662	0.10 553	0.08 553	0.09 512	0.10 577	0.13 626	0.13 631

AANet_RVC	0.16 531	0.10 525	0.10 205	0.18 411	0.09 370	0.18 525	0.19 557	0.26 502	0.31 564	0.22 568	0.35 615	0.21 506	0.21 588	0.22 596	0.16 515	0.06 176	0.05 286	0.06 209	0.06 303	0.07 398	0.06 327

DRN-Test	0.19 578	0.11 552	0.20 578	0.22 611	0.10 486	0.22 593	0.22 612	0.39 665	0.37 610	0.24 590	0.32 594	0.26 572	0.21 588	0.22 596	0.24 621	0.11 585	0.07 520	0.11 593	0.10 577	0.09 533	0.07 417

MDST_ROB	0.22 612	0.10 525	0.17 530	0.18 411	0.11 539	0.37 681	0.19 557	0.43 684	0.41 630	0.39 673	0.39 638	0.29 599	0.21 588	0.26 625	0.18 548	0.11 585	0.10 611	0.14 642	0.11 611	0.10 566	0.08 488

w-ln-seven-2	0.20 590	0.14 610	0.37 660	0.22 611	0.12 575	0.20 566	0.21 602	0.28 544	0.37 610	0.25 603	0.37 624	0.27 580	0.22 597	0.21 583	0.23 608	0.08 445	0.08 553	0.09 512	0.09 535	0.10 566	0.09 535

w-ln-seven	0.24 635	0.14 610	0.55 685	0.19 487	0.14 620	0.26 635	0.22 612	0.35 640	0.60 696	0.29 639	0.39 638	0.30 609	0.22 597	0.21 583	0.26 642	0.09 509	0.09 589	0.11 593	0.10 577	0.11 589	0.10 567

SQANet	0.23 628	0.23 673	0.30 638	0.30 687	0.19 677	0.27 645	0.13 187	0.29 559	0.33 578	0.24 590	0.37 624	0.31 622	0.22 597	0.27 628	0.23 608	0.15 654	0.10 611	0.21 680	0.16 669	0.21 683	0.15 657

SACVNet	0.18 566	0.12 570	0.14 414	0.17 317	0.13 598	0.22 593	0.18 516	0.31 585	0.30 556	0.23 581	0.31 590	0.30 609	0.22 597	0.22 596	0.17 530	0.11 585	0.08 553	0.10 561	0.10 577	0.12 606	0.14 650

FINET	0.21 603	0.18 650	0.26 615	0.18 411	0.16 651	0.23 609	0.23 623	0.32 596	0.48 660	0.25 603	0.32 594	0.22 524	0.22 597	0.22 596	0.17 530	0.18 676	0.16 680	0.11 593	0.10 577	0.15 658	0.13 631

hitnet-ft	0.18 566	0.09 462	0.17 530	0.14 71	0.09 370	0.26 635	0.20 581	0.25 484	0.26 514	0.24 590	0.32 594	0.31 622	0.22 597	0.24 617	0.21 587	0.12 610	0.07 520	0.10 561	0.08 487	0.12 606	0.11 595

ADCP+	0.20 590	0.10 525	0.33 647	0.20 556	0.12 575	0.22 593	0.26 661	0.31 585	0.34 590	0.26 609	0.37 624	0.22 524	0.22 597	0.27 628	0.27 650	0.09 509	0.06 444	0.08 424	0.08 487	0.09 533	0.10 567

PSMNet_ROB	0.21 603	0.11 552	0.15 463	0.27 673	0.15 640	0.24 614	0.35 701	0.43 684	0.37 610	0.27 615	0.32 594	0.32 631	0.22 597	0.21 583	0.26 642	0.12 610	0.08 553	0.13 628	0.11 611	0.09 533	0.09 535

ADCRef	0.19 578	0.12 570	0.41 668	0.20 556	0.12 575	0.22 593	0.18 516	0.32 596	0.36 603	0.26 609	0.32 594	0.17 456	0.23 605	0.24 617	0.24 621	0.07 360	0.06 444	0.09 512	0.09 535	0.08 468	0.08 488

RYNet	0.22 612	0.12 570	0.22 594	0.19 487	0.17 666	0.46 691	0.26 661	0.38 661	0.48 660	0.24 590	0.28 562	0.34 642	0.23 605	0.20 566	0.30 669	0.10 553	0.06 444	0.09 512	0.09 535	0.13 626	0.15 657

NaN_ROB	0.22 612	0.19 654	0.24 607	0.25 655	0.13 598	0.29 656	0.26 661	0.33 616	0.41 630	0.31 650	0.31 590	0.32 631	0.23 605	0.30 649	0.21 587	0.11 585	0.17 685	0.10 561	0.10 577	0.08 468	0.09 535

NOSS_ROB	0.19 578	0.12 570	0.18 554	0.16 230	0.12 575	0.15 451	0.12 108	0.30 573	0.32 571	0.20 537	0.22 472	0.27 580	0.23 605	0.21 583	0.16 515	0.16 670	0.18 687	0.23 685	0.21 684	0.12 606	0.13 631

DispFullNet	0.27 658	0.21 666	0.65 698	0.28 676	0.16 651	0.26 635	0.17 466	0.33 616	0.58 691	0.27 615	0.38 630	0.43 675	0.23 605	0.38 682	0.23 608	0.12 610	0.06 444	0.19 677	0.11 611	0.21 683	0.15 657

CBMV	0.19 578	0.14 610	0.17 530	0.18 411	0.10 486	0.20 566	0.11 71	0.29 559	0.30 556	0.29 639	0.30 581	0.30 609	0.23 605	0.27 628	0.19 561	0.13 636	0.15 672	0.17 666	0.16 669	0.10 566	0.10 567
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
z-mn7	0.24 635	0.14 610	0.45 672	0.19 487	0.13 598	0.28 652	0.25 652	0.34 625	0.62 699	0.27 615	0.56 689	0.29 599	0.24 611	0.32 657	0.25 631	0.08 445	0.08 553	0.08 424	0.08 487	0.10 566	0.10 567

ToySt	0.17 552	0.11 552	0.18 554	0.17 317	0.11 539	0.16 483	0.25 652	0.24 465	0.33 578	0.19 514	0.24 494	0.26 572	0.24 611	0.19 541	0.20 567	0.07 360	0.08 553	0.09 512	0.10 577	0.09 533	0.08 488

WZ-Net	0.28 663	0.17 639	0.78 715	0.22 611	0.16 651	0.34 671	0.29 684	0.39 665	0.57 688	0.24 590	0.55 684	0.37 653	0.24 611	0.33 660	0.35 686	0.09 509	0.08 553	0.09 512	0.10 577	0.14 642	0.16 668

psm_up	0.18 566	0.10 525	0.18 554	0.20 556	0.11 539	0.17 506	0.19 557	0.37 653	0.34 590	0.21 552	0.28 562	0.29 599	0.24 611	0.20 566	0.22 596	0.09 509	0.10 611	0.11 593	0.11 611	0.08 468	0.08 488

RP	0.21 603	0.13 598	0.21 588	0.23 635	0.11 539	0.21 584	0.20 581	0.25 484	0.44 650	0.21 552	0.38 630	0.36 648	0.24 611	0.27 628	0.25 631	0.11 585	0.12 640	0.13 628	0.12 632	0.12 606	0.14 650

PS-NSSS	0.20 590	0.21 666	0.23 603	0.20 556	0.10 486	0.19 550	0.17 466	0.36 647	0.25 500	0.27 615	0.33 607	0.27 580	0.24 611	0.20 566	0.20 567	0.15 654	0.12 640	0.17 666	0.14 647	0.10 566	0.08 488

CBMV_ROB	0.19 578	0.13 598	0.17 530	0.16 230	0.11 539	0.15 451	0.13 187	0.26 502	0.28 539	0.27 615	0.30 581	0.27 580	0.24 611	0.23 607	0.16 515	0.15 654	0.17 685	0.22 684	0.20 682	0.10 566	0.11 595

DLCB_ROB	0.18 566	0.10 525	0.15 463	0.23 635	0.11 539	0.24 614	0.18 516	0.29 559	0.28 539	0.27 615	0.28 562	0.28 590	0.24 611	0.19 541	0.20 567	0.08 445	0.08 553	0.09 512	0.09 535	0.07 398	0.07 417

PWC_ROB	0.21 603	0.16 628	0.26 615	0.18 411	0.11 539	0.22 593	0.13 187	0.32 596	0.49 669	0.30 644	0.40 644	0.32 631	0.24 611	0.31 650	0.22 596	0.10 553	0.07 520	0.11 593	0.08 487	0.11 589	0.10 567

zh-mn7	0.25 647	0.14 610	0.56 688	0.19 487	0.14 620	0.24 614	0.22 612	0.34 625	0.62 699	0.35 663	0.65 698	0.31 622	0.25 620	0.31 650	0.25 631	0.09 509	0.08 553	0.09 512	0.09 535	0.09 533	0.11 595

PSMNet-RUCA	0.27 658	0.33 696	0.41 668	0.36 696	0.32 704	0.18 525	0.19 557	0.42 680	0.30 556	0.33 660	0.41 655	0.39 665	0.25 620	0.31 650	0.20 567	0.18 676	0.10 611	0.25 687	0.15 664	0.21 683	0.16 668

test_sample8	0.19 578	0.12 570	0.20 578	0.12 7	0.14 620	0.17 506	0.13 187	0.31 585	0.21 435	0.27 615	0.22 472	0.36 648	0.25 620	0.19 541	0.17 530	0.15 654	0.30 712	0.14 642	0.14 647	0.14 642	0.12 608

HBP-ISP	0.18 566	0.13 598	0.16 499	0.15 131	0.11 539	0.08 94	0.13 187	0.28 544	0.29 546	0.22 568	0.33 607	0.21 506	0.25 620	0.23 607	0.17 530	0.14 650	0.16 680	0.21 680	0.17 676	0.10 566	0.08 488

DDUNet	0.22 612	0.17 639	0.21 588	0.22 611	0.15 640	0.25 625	0.24 637	0.29 559	0.30 556	0.31 650	0.36 618	0.33 635	0.25 620	0.24 617	0.20 567	0.18 676	0.13 655	0.17 666	0.11 611	0.16 667	0.16 668

Syn2CoEx	0.21 603	0.16 628	0.27 622	0.29 685	0.14 620	0.26 635	0.20 581	0.33 616	0.31 564	0.28 630	0.36 618	0.27 580	0.25 620	0.19 541	0.24 621	0.16 670	0.12 640	0.14 642	0.11 611	0.09 533	0.08 488

Wz-Net-SNSev	0.25 647	0.17 639	0.44 671	0.25 655	0.14 620	0.26 635	0.23 623	0.38 661	0.56 686	0.30 644	0.55 684	0.39 665	0.26 626	0.23 607	0.30 669	0.10 553	0.09 589	0.09 512	0.10 577	0.11 589	0.11 595

AF-Net	0.22 612	0.17 639	0.17 530	0.26 660	0.13 598	0.25 625	0.24 637	0.32 596	0.50 672	0.25 603	0.33 607	0.38 657	0.26 626	0.28 640	0.25 631	0.11 585	0.10 611	0.16 663	0.11 611	0.11 589	0.10 567

PA-Net	0.23 628	0.18 650	0.33 647	0.28 676	0.22 686	0.21 584	0.38 706	0.29 559	0.39 621	0.22 568	0.32 594	0.25 562	0.26 626	0.20 566	0.25 631	0.09 509	0.23 705	0.15 655	0.22 687	0.09 533	0.13 631
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	0.19 578	0.09 462	0.22 594	0.17 317	0.10 486	0.25 625	0.18 516	0.27 524	0.44 650	0.22 568	0.31 590	0.33 635	0.26 626	0.28 640	0.28 658	0.08 445	0.06 444	0.07 324	0.07 406	0.09 533	0.09 535

SANet	0.24 635	0.14 610	0.28 627	0.21 591	0.11 539	0.27 645	0.24 637	0.38 661	0.64 704	0.36 666	0.40 644	0.43 675	0.26 626	0.27 628	0.24 621	0.12 610	0.09 589	0.10 561	0.09 535	0.13 626	0.11 595

XPNet_ROB	0.22 612	0.11 552	0.19 566	0.22 611	0.13 598	0.22 593	0.19 557	0.34 625	0.40 627	0.30 644	0.39 638	0.39 665	0.26 626	0.26 625	0.28 658	0.15 654	0.10 611	0.10 561	0.10 577	0.13 626	0.12 608

ETE_ROB	0.23 628	0.17 639	0.22 594	0.25 655	0.13 598	0.26 635	0.29 684	0.31 585	0.36 603	0.28 630	0.36 618	0.45 679	0.26 626	0.27 628	0.26 642	0.11 585	0.08 553	0.12 613	0.09 535	0.14 642	0.13 631

LALA_ROB	0.25 647	0.16 628	0.22 594	0.26 660	0.17 666	0.27 645	0.27 668	0.42 680	0.37 610	0.33 660	0.38 630	0.51 691	0.26 626	0.28 640	0.27 650	0.16 670	0.09 589	0.12 613	0.11 611	0.13 626	0.12 608

DStereoO	0.24 635	0.18 650	0.18 554	0.20 556	0.14 620	0.21 584	0.19 557	0.32 596	0.41 630	0.29 639	0.21 460	0.32 631	0.27 634	0.41 694	0.27 650	0.46 715	0.12 640	0.31 703	0.11 611	0.15 658	0.12 608

FSD					0.22 686	0.25 625	0.25 652	0.27 524	0.26 514	0.25 603	0.26 539	0.25 562	0.27 634	0.27 628	0.24 621	0.21 689	0.20 693	0.27 691	0.26 694	0.25 694

MSAF-DinoV2	0.22 612	0.11 552	0.23 603	0.17 317	0.10 486	0.27 645	0.16 424	0.37 653	0.55 683	0.21 552	0.27 548	0.47 687	0.27 634	0.35 669	0.39 695	0.09 509	0.06 444	0.07 324	0.09 535	0.12 606	0.10 567

ACVNet-4b	0.39 686	0.53 707	0.55 685	0.45 704	0.24 691	0.47 693	0.18 516	0.49 696	0.64 704	0.42 683	0.45 668	0.60 699	0.27 634	0.34 663	0.24 621	0.33 706	0.14 666	0.48 710	0.42 712	0.30 702	0.26 699

Anonymous_2	0.22 612	0.17 639	0.28 627	0.15 131	0.16 651	0.32 661	0.22 612	0.22 417	0.17 340	0.23 581	0.24 494	0.26 572	0.27 634	0.27 628	0.23 608	0.22 694	0.25 708	0.17 666	0.17 676	0.17 675	0.17 677

UDG	0.21 603	0.17 639	0.19 566	0.23 635	0.15 640	0.30 659	0.20 581	0.33 616	0.35 599	0.23 581	0.28 562	0.31 622	0.27 634	0.20 566	0.22 596	0.15 654	0.12 640	0.13 628	0.09 535	0.14 642	0.14 650

aanetorigin	0.22 612	0.17 639	0.56 688	0.17 317	0.10 486	0.15 451	0.19 557	0.20 363	0.33 578	0.49 692	0.48 672	0.29 599	0.27 634	0.20 566	0.23 608	0.08 445	0.07 520	0.08 424	0.07 406	0.10 566	0.09 535

DMCA-RVC	0.17 552	0.10 525	0.15 463	0.24 644	0.11 539	0.18 525	0.18 516	0.25 484	0.24 478	0.21 552	0.26 539	0.25 562	0.27 634	0.18 525	0.20 567	0.12 610	0.08 553	0.13 628	0.10 577	0.10 566	0.08 488

RGC	0.25 647	0.20 660	0.29 635	0.28 676	0.16 651	0.22 593	0.23 623	0.32 596	0.44 650	0.27 615	0.40 644	0.38 657	0.27 634	0.36 675	0.22 596	0.11 585	0.13 655	0.17 666	0.17 676	0.14 642	0.16 668

stereogan	0.22 612	0.11 552	0.21 588	0.20 556	0.12 575	0.31 660	0.19 557	0.35 640	0.44 650	0.22 568	0.39 638	0.35 646	0.27 634	0.33 660	0.22 596	0.10 553	0.12 640	0.10 561	0.10 577	0.14 642	0.13 631

FBW_ROB	0.24 635	0.17 639	0.22 594	0.26 660	0.14 620	0.25 625	0.22 612	0.41 675	0.41 630	0.41 680	0.41 655	0.42 672	0.27 634	0.31 650	0.23 608	0.09 509	0.14 666	0.14 642	0.12 632	0.11 589	0.09 535

NCC-stereo	0.24 635	0.15 620	0.31 640	0.26 660	0.16 651	0.20 566	0.30 691	0.40 669	0.40 627	0.24 590	0.38 630	0.33 635	0.28 645	0.36 675	0.27 650	0.12 610	0.11 624	0.15 655	0.22 687	0.13 626	0.13 631

Nwc_Net	0.23 628	0.16 628	0.21 588	0.25 655	0.14 620	0.24 614	0.26 661	0.37 653	0.38 617	0.22 568	0.41 655	0.30 609	0.28 645	0.28 640	0.25 631	0.11 585	0.10 611	0.17 666	0.20 682	0.10 566	0.10 567

Abc-Net	0.24 635	0.15 620	0.31 640	0.26 660	0.16 651	0.20 566	0.30 691	0.40 669	0.40 627	0.24 590	0.38 630	0.33 635	0.28 645	0.36 675	0.27 650	0.12 610	0.11 624	0.15 655	0.22 687	0.13 626	0.13 631
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 656	0.15 620	0.30 638	0.24 644	0.18 673	0.22 593	0.15 350	0.38 661	0.71 712	0.32 656	0.41 655	0.36 648	0.28 645	0.32 657	0.29 662	0.12 610	0.11 624	0.14 642	0.13 643	0.16 667	0.20 686

DeepPrunerF	0.24 635	0.17 639	0.42 670	0.26 660	0.16 651	0.22 593	0.28 674	0.37 653	0.50 672	0.26 609	0.29 574	0.24 548	0.28 645	0.21 583	0.22 596	0.15 654	0.11 624	0.20 679	0.18 680	0.12 606	0.13 631

ADCPNet	0.25 647	0.16 628	0.61 695	0.21 591	0.15 640	0.35 679	0.25 652	0.32 596	0.35 599	0.30 644	0.40 644	0.36 648	0.28 645	0.28 640	0.32 678	0.12 610	0.10 611	0.11 593	0.12 632	0.14 642	0.13 631

GANet	0.21 603	0.12 570	0.21 588	0.24 644	0.13 598	0.22 593	0.22 612	0.41 675	0.26 514	0.31 650	0.42 661	0.37 653	0.28 645	0.23 607	0.22 596	0.10 553	0.12 640	0.10 561	0.09 535	0.10 566	0.08 488

NCCL2	0.23 628	0.15 620	0.17 530	0.34 692	0.18 673	0.24 614	0.23 623	0.34 625	0.28 539	0.31 650	0.38 630	0.38 657	0.28 645	0.23 607	0.24 621	0.15 654	0.12 640	0.18 675	0.21 684	0.13 626	0.13 631

APVNet	0.22 612	0.12 570	0.19 566	0.18 411	0.14 620	0.32 661	0.31 697	0.39 665	0.32 571	0.27 615	0.40 644	0.30 609	0.29 653	0.26 625	0.25 631	0.11 585	0.12 640	0.11 593	0.14 647	0.12 606	0.12 608

G-Net	0.24 635	0.16 628	0.36 656	0.22 611	0.16 651	0.51 697	0.23 623	0.29 559	0.34 590	0.36 666	0.38 630	0.31 622	0.29 653	0.27 628	0.26 642	0.11 585	0.09 589	0.12 613	0.09 535	0.16 667	0.13 631

DPSNet	0.28 663	0.16 628	0.31 640	0.18 411	0.13 598	0.54 699	0.42 710	0.51 702	0.67 709	0.29 639	0.38 630	0.38 657	0.29 653	0.31 650	0.23 608	0.11 585	0.10 611	0.11 593	0.08 487	0.20 682	0.16 668

PDISCO_ROB	0.27 658	0.16 628	0.26 615	0.28 676	0.20 680	0.32 661	0.26 661	0.44 686	0.57 688	0.28 630	0.40 644	0.45 679	0.29 653	0.33 660	0.34 685	0.12 610	0.09 589	0.17 666	0.16 669	0.17 675	0.13 631

ccnet	0.29 667	0.28 689	0.23 603	0.20 556	0.28 698	0.41 689	0.21 602	0.45 689	0.33 578	0.36 666	0.46 669	0.36 648	0.30 657	0.39 686	0.42 702	0.23 698	0.14 666	0.21 680	0.17 676	0.23 687	0.18 680

S-Stereo	0.20 590	0.12 570	0.25 612	0.21 591	0.13 598	0.20 566	0.18 516	0.32 596	0.43 645	0.23 581	0.36 618	0.28 590	0.30 657	0.19 541	0.22 596	0.09 509	0.12 640	0.10 561	0.10 577	0.13 626	0.13 631

XQC	0.28 663	0.23 673	0.51 680	0.28 676	0.19 677	0.34 671	0.27 668	0.36 647	0.57 688	0.31 650	0.30 581	0.37 653	0.30 657	0.38 682	0.38 693	0.13 636	0.09 589	0.15 655	0.12 632	0.17 675	0.18 680

ADCL	0.24 635	0.11 552	0.47 677	0.22 611	0.12 575	0.34 671	0.29 684	0.29 559	0.56 686	0.24 590	0.46 669	0.30 609	0.30 657	0.29 646	0.29 662	0.08 445	0.07 520	0.09 512	0.09 535	0.10 566	0.10 567

PStereo	0.20 590	0.22 670	0.20 578	0.17 317	0.10 486	0.13 387	0.20 581	0.27 524	0.38 617	0.20 537	0.14 327	0.28 590	0.31 661	0.24 617	0.31 676	0.18 676	0.13 655	0.15 655	0.11 611	0.12 606	0.12 608

zh-sn7	0.25 647	0.17 639	0.50 679	0.24 644	0.13 598	0.25 625	0.24 637	0.34 625	0.48 660	0.28 630	0.54 682	0.28 590	0.31 661	0.36 675	0.32 678	0.10 553	0.10 611	0.11 593	0.10 577	0.12 606	0.12 608

MFN_U_SF_DS_RVC	0.30 673	0.24 676	0.29 635	0.36 696	0.16 651	0.34 671	0.30 691	0.32 596	0.42 638	0.40 676	0.46 669	0.38 657	0.31 661	0.34 663	0.28 658	0.19 683	0.20 693	0.26 688	0.29 701	0.18 678	0.19 685

CC-Net-ROB	0.28 663	0.31 694	0.36 656	0.29 685	0.15 640	0.25 625	0.19 557	0.45 689	0.33 578	0.39 673	0.37 624	0.39 665	0.31 661	0.27 628	0.26 642	0.24 700	0.19 690	0.30 702	0.23 691	0.18 678	0.15 657

DANet	0.21 603	0.15 620	0.28 627	0.25 655	0.13 598	0.22 593	0.19 557	0.27 524	0.27 524	0.28 630	0.32 594	0.35 646	0.31 661	0.31 650	0.23 608	0.11 585	0.09 589	0.11 593	0.10 577	0.13 626	0.11 595
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
light-stereo	0.42 693	0.26 682	0.59 693	0.60 712	0.49 712	0.32 661	0.23 623	0.46 691	0.52 681	0.56 700	0.58 694	0.76 711	0.32 666	0.48 698	0.29 662	0.32 704	0.24 706	0.27 691	0.33 706	0.46 710	0.39 711

FAT-Stereo	0.20 590	0.12 570	0.22 594	0.21 591	0.12 575	0.17 506	0.18 516	0.34 625	0.39 621	0.27 615	0.37 624	0.34 642	0.32 666	0.21 583	0.20 567	0.09 509	0.11 624	0.10 561	0.09 535	0.11 589	0.14 650

DStereoSA	0.25 647	0.19 654	0.37 660	0.26 660	0.17 666	0.22 593	0.20 581	0.49 696	0.59 692	0.22 568	0.29 574	0.29 599	0.33 668	0.39 686	0.28 658	0.12 610	0.11 624	0.16 663	0.14 647	0.14 642	0.12 608

otaku	0.39 686	0.37 700	0.52 681	0.44 703	0.28 698	0.58 701	0.24 637	0.41 675	0.62 699	0.40 676	0.49 673	0.46 683	0.33 668	0.40 691	0.32 678	0.30 703	0.30 712	0.39 707	0.33 706	0.29 701	0.28 700

AnyNet_C32	0.26 656	0.16 628	0.36 656	0.20 556	0.16 651	0.25 625	0.30 691	0.32 596	0.44 650	0.31 650	0.49 673	0.30 609	0.33 668	0.40 691	0.33 683	0.12 610	0.12 640	0.12 613	0.14 647	0.14 642	0.15 657

GANetREF_RVC	0.31 675	0.34 697	0.27 622	0.35 694	0.16 651	0.32 661	0.41 707	0.48 694	0.51 679	0.35 663	0.35 615	0.34 642	0.33 668	0.39 686	0.32 678	0.27 702	0.20 693	0.29 700	0.15 664	0.18 678	0.17 677
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
CSAN	0.29 667	0.24 676	0.27 622	0.34 692	0.19 677	0.33 668	0.42 710	0.37 653	0.50 672	0.38 671	0.40 644	0.44 677	0.33 668	0.28 640	0.30 669	0.20 685	0.16 680	0.19 677	0.19 681	0.14 642	0.15 657

DStereoFS	0.27 658	0.22 670	0.31 640	0.22 611	0.15 640	0.22 593	0.20 581	0.50 700	0.48 660	0.28 630	0.44 666	0.33 635	0.34 673	0.52 704	0.29 662	0.12 610	0.11 624	0.15 655	0.13 643	0.16 667	0.16 668

PASM	0.32 677	0.24 676	0.48 678	0.28 676	0.27 697	0.29 656	0.30 691	0.34 625	0.49 669	0.35 663	0.39 638	0.46 683	0.34 673	0.34 663	0.35 686	0.23 698	0.25 708	0.26 688	0.28 700	0.23 687	0.21 688

WCMA_ROB	0.24 635	0.11 552	0.22 594	0.17 317	0.14 620	0.32 661	0.15 350	0.32 596	0.32 571	0.38 671	0.53 680	0.40 669	0.34 673	0.34 663	0.25 631	0.11 585	0.12 640	0.12 613	0.10 577	0.14 642	0.14 650

edge stereo	0.22 612	0.13 598	0.20 578	0.21 591	0.13 598	0.23 609	0.16 424	0.32 596	0.42 638	0.32 656	0.40 644	0.38 657	0.35 676	0.25 623	0.24 621	0.13 636	0.11 624	0.14 642	0.11 611	0.12 606	0.13 631

SGM_RVC	0.23 628	0.12 570	0.15 463	0.15 131	0.09 370	0.33 668	0.18 516	0.34 625	0.31 564	0.44 687	0.37 624	0.53 695	0.35 676	0.35 669	0.24 621	0.13 636	0.13 655	0.13 628	0.13 643	0.10 566	0.11 595
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ADCS	0.29 667	0.18 650	0.45 672	0.21 591	0.17 666	0.28 652	0.23 623	0.41 675	0.63 703	0.40 676	0.49 673	0.40 669	0.36 678	0.39 686	0.40 698	0.13 636	0.12 640	0.13 628	0.14 647	0.16 667	0.16 668

LSM	0.33 680	0.20 660	0.58 691	0.26 660	0.60 722	0.34 671	0.25 652	0.42 680	0.48 660	0.45 688	0.58 694	0.42 672	0.36 678	0.35 669	0.25 631	0.12 610	0.20 693	0.14 642	0.16 669	0.19 681	0.33 706

psmorigin	0.25 647	0.15 620	0.34 655	0.17 317	0.13 598	0.23 609	0.14 261	0.34 625	0.33 578	0.41 680	0.55 684	0.41 671	0.37 680	0.34 663	0.27 650	0.11 585	0.15 672	0.11 593	0.11 611	0.12 606	0.16 668

AANet	0.30 673	0.19 654	1.03 724	0.16 230	0.13 598	0.22 593	0.16 424	0.30 573	0.62 699	0.60 701	0.52 679	0.46 683	0.38 681	0.23 607	0.32 678	0.12 610	0.09 589	0.11 593	0.10 577	0.13 626	0.12 608

Wz-Net-TNSev	0.29 667	0.20 660	0.65 698	0.19 487	0.15 640	0.38 684	0.27 668	0.35 640	0.55 683	0.34 662	0.42 661	0.45 679	0.38 681	0.32 657	0.30 669	0.12 610	0.13 655	0.10 561	0.12 632	0.15 658	0.14 650

AnyNet_C01	0.36 684	0.25 681	1.37 729	0.22 611	0.17 666	0.48 695	0.27 668	0.35 640	0.39 621	0.39 673	0.74 708	0.46 683	0.38 681	0.45 696	0.47 707	0.13 636	0.13 655	0.13 628	0.14 647	0.14 642	0.15 657

EDNetEfficient	0.29 667	0.24 676	1.13 726	0.18 411	0.10 486	0.19 550	0.20 581	0.20 363	0.60 696	0.74 714	0.56 689	0.31 622	0.39 684	0.22 596	0.30 669	0.09 509	0.07 520	0.08 424	0.07 406	0.11 589	0.09 535

MFN_U_SF_RVC	0.32 677	0.21 666	0.55 685	0.30 687	0.15 640	0.34 671	0.17 466	0.52 703	0.46 658	0.46 691	0.55 684	0.59 698	0.39 684	0.35 669	0.37 691	0.15 654	0.14 666	0.18 675	0.21 684	0.16 667	0.15 657

SAMSARA	0.40 689	0.28 689	0.33 647	0.55 710	0.39 705	0.82 721	1.23 738	0.47 693	0.51 679	0.36 666	0.35 615	0.55 697	0.39 684	0.38 682	0.39 695	0.15 654	0.20 693	0.15 655	0.14 647	0.23 687	0.20 686

FC-DCNN v2	0.33 680	0.27 685	0.28 627	0.26 660	0.23 689	0.37 681	0.28 674	0.40 669	0.43 645	0.45 688	0.56 689	0.51 691	0.40 687	0.37 680	0.29 662	0.21 689	0.20 693	0.27 691	0.26 694	0.25 694	0.24 692

ADCMid	0.25 647	0.15 620	0.40 665	0.20 556	0.14 620	0.25 625	0.26 661	0.34 625	0.38 617	0.36 666	0.44 666	0.34 642	0.40 687	0.35 669	0.33 683	0.10 553	0.09 589	0.11 593	0.11 611	0.13 626	0.12 608

FC-DCNN	0.33 680	0.27 685	0.28 627	0.26 660	0.23 689	0.37 681	0.28 674	0.40 669	0.43 645	0.45 688	0.55 684	0.51 691	0.40 687	0.37 680	0.30 669	0.21 689	0.20 693	0.27 691	0.26 694	0.25 694	0.24 692

MSMD_ROB	0.31 675	0.26 682	0.26 615	0.24 644	0.21 684	0.34 671	0.25 652	0.34 625	0.39 621	0.40 676	0.69 702	0.45 679	0.40 687	0.34 663	0.27 650	0.20 685	0.19 690	0.26 688	0.25 693	0.23 687	0.22 690

MeshStereo	0.27 658	0.13 598	0.18 554	0.15 131	0.11 539	0.32 661	0.24 637	0.40 669	0.36 603	0.52 694	0.57 692	0.67 706	0.40 687	0.35 669	0.26 642	0.14 650	0.13 655	0.13 628	0.11 611	0.11 589	0.10 567
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
noway2	3.60 735	5.21 749	3.74 739	12.26 752	11.84 753	4.51 740	3.91 743	1.00 729	0.48 660	0.89 724	1.98 739	6.35 749	0.41 692	2.90 739	2.47 745	0.93 737	0.13 655	1.92 744	1.77 746	5.66 747	3.67 747

FCDSN-DC	0.33 680	0.28 689	0.28 627	0.30 687	0.24 691	0.39 686	0.28 674	0.42 680	0.42 638	0.43 686	0.53 680	0.51 691	0.41 692	0.36 675	0.30 669	0.21 689	0.20 693	0.27 691	0.26 694	0.25 694	0.24 692
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RTS	0.45 697	0.19 654	3.26 735	0.24 644	0.15 640	0.74 714	0.20 581	0.36 647	0.76 719	0.42 683	0.43 664	0.31 622	0.41 692	0.53 707	0.35 686	0.10 553	0.08 553	0.13 628	0.12 632	0.15 658	0.15 657

RTSA	0.45 697	0.19 654	3.26 735	0.24 644	0.15 640	0.74 714	0.20 581	0.36 647	0.76 719	0.42 683	0.43 664	0.31 622	0.41 692	0.53 707	0.35 686	0.10 553	0.08 553	0.13 628	0.12 632	0.15 658	0.15 657

Ntro	0.40 689	0.40 702	0.53 682	0.46 707	0.30 702	0.65 707	0.24 637	0.46 691	0.68 710	0.41 680	0.49 673	0.48 689	0.42 696	0.39 686	0.31 676	0.32 704	0.28 710	0.37 706	0.30 703	0.32 706	0.29 701

SGM-ForestM	0.32 677	0.12 570	0.16 499	0.16 230	0.11 539	0.39 686	0.19 557	0.41 675	0.50 672	0.52 694	0.54 682	1.32 727	0.42 696	0.40 691	0.27 650	0.14 650	0.16 680	0.16 663	0.16 669	0.12 606	0.12 608

noway4	3.64 738	5.53 752	3.97 742	12.24 751	11.84 753	4.58 742	3.96 747	1.14 740	0.45 656	0.82 718	2.01 741	6.19 744	0.43 698	3.04 742	2.29 741	0.94 738	0.15 672	1.93 745	1.76 742	5.75 751	3.71 751

zzzz4	3.62 736	5.55 753	4.00 744	12.27 754	11.85 756	4.49 738	3.91 743	1.10 738	0.42 638	0.85 720	2.01 741	6.20 745	0.44 699	3.00 740	2.25 738	0.94 738	0.15 672	1.93 745	1.76 742	5.70 749	3.67 747

noway1	3.62 736	5.55 753	3.97 742	12.27 754	11.85 756	4.50 739	3.92 745	1.09 737	0.42 638	0.85 720	2.01 741	6.22 746	0.44 699	3.00 740	2.25 738	0.94 738	0.15 672	1.93 745	1.76 742	5.70 749	3.67 747

LE_ROB	0.50 702	0.07 251	0.14 414	0.15 131	0.08 234	0.24 614	0.16 424	0.22 417	1.81 742	4.63 747	0.67 700	0.47 687	0.44 699	0.20 566	0.29 662	0.07 360	0.06 444	0.06 209	0.06 303	0.08 468	0.06 327

coex-ft	3.30 734	0.34 697	59.09 775	0.18 411	0.13 598	0.26 635	0.22 612	0.27 524	0.72 713	1.90 743	0.70 704	0.44 677	0.45 702	0.29 646	0.41 701	0.09 509	0.09 589	0.12 613	0.09 535	0.14 642	0.13 631

noway3	3.64 738	5.28 750	3.79 740	12.26 752	11.84 753	4.53 741	3.92 745	1.06 733	0.48 660	0.88 723	1.98 739	6.32 748	0.46 703	3.32 743	2.57 746	0.95 741	0.15 672	1.93 745	1.76 742	5.67 748	3.69 750

RainbowNet	0.54 705	0.61 711	0.70 713	0.57 711	0.43 709	0.65 707	0.37 705	0.60 712	0.87 723	0.50 693	0.66 699	0.64 702	0.47 704	0.49 699	0.43 705	0.47 716	0.48 726	0.52 714	0.41 711	0.52 713	0.40 714

Consistency-Raft	0.44 695	0.40 702	0.45 672	0.37 698	0.43 709	0.46 691	0.41 707	0.57 710	0.55 683	0.32 656	0.73 706	0.33 635	0.48 705	0.42 695	0.49 709	0.39 709	0.35 717	0.45 709	0.51 719	0.42 709	0.29 701

ACVNet_1	0.44 695	0.49 706	0.60 694	0.45 704	0.28 698	0.49 696	0.27 668	0.57 710	0.72 713	0.62 703	0.58 694	0.74 710	0.49 706	0.50 700	0.35 686	0.26 701	0.24 706	0.39 707	0.29 701	0.31 705	0.24 692

EDNetEfficientorigin	7.91 746	0.31 694	153.02 776	0.19 487	0.09 370	0.21 584	0.16 424	0.22 417	0.59 692	0.72 710	0.67 700	0.42 672	0.50 707	0.24 617	0.39 695	0.08 445	0.07 520	0.08 424	0.07 406	0.12 606	0.10 567

TCMNet-wrong-test	3.67 740	5.48 751	3.89 741	12.18 750	11.75 752	4.65 743	3.88 742	1.06 733	0.72 713	1.09 735	2.15 744	6.30 747	0.53 708	3.43 745	2.36 743	0.89 735	0.20 693	1.87 742	1.69 741	5.57 746	3.62 746

MSC_U_SF_DS_RVC	0.43 694	0.39 701	0.54 683	0.40 699	0.20 680	0.64 706	0.32 699	0.53 705	0.72 713	0.71 708	0.72 705	0.61 700	0.54 709	0.51 702	0.46 706	0.20 685	0.19 690	0.29 700	0.30 703	0.23 687	0.18 680

ELAS_RVC	0.41 691	0.29 692	0.33 647	0.28 676	0.24 691	0.54 699	0.36 702	0.49 696	0.59 692	0.72 710	0.74 708	0.65 704	0.54 709	0.54 709	0.40 698	0.22 694	0.20 693	0.27 691	0.26 694	0.26 699	0.25 697
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 691	0.29 692	0.33 647	0.27 673	0.24 691	0.60 704	0.36 702	0.50 700	0.50 672	0.71 708	0.79 712	0.67 706	0.54 709	0.51 702	0.42 702	0.22 694	0.20 693	0.27 691	0.26 694	0.26 699	0.25 697
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
anonymity	0.53 704	0.58 709	0.65 698	0.41 701	0.61 723	0.53 698	0.41 707	0.56 708	0.41 630	0.55 698	0.50 677	0.49 690	0.55 712	0.58 712	0.50 712	0.58 722	0.50 730	0.51 712	0.51 719	0.51 712	0.57 720

SGM+DAISY	0.56 706	0.57 708	0.65 698	0.40 699	0.54 715	0.66 709	0.49 715	0.56 708	0.45 656	0.66 704	0.69 702	0.67 706	0.56 713	0.63 714	0.56 714	0.59 723	0.48 726	0.50 711	0.50 718	0.52 713	0.58 721

MonStereo1	0.47 701	0.26 682	0.58 691	0.28 676	0.20 680	0.39 686	0.18 516	0.49 696	0.64 704	0.52 694	0.87 715	1.01 716	0.57 714	0.50 700	0.56 714	0.53 719	0.31 715	0.54 716	0.40 710	0.33 707	0.34 707

SPS-STEREO	0.57 707	0.58 709	0.65 698	0.45 704	0.55 717	0.62 705	0.44 714	0.62 713	0.50 672	0.68 706	0.64 697	0.66 705	0.57 714	0.61 713	0.60 717	0.62 725	0.47 725	0.51 712	0.49 716	0.55 717	0.58 721
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	0.39 686	0.20 660	0.39 664	0.31 691	0.22 686	0.29 656	0.43 712	0.52 703	0.96 726	0.55 698	0.79 712	0.53 695	0.59 716	0.52 704	0.38 693	0.19 683	0.14 666	0.17 666	0.14 647	0.24 693	0.31 704

MANE	0.45 697	0.27 685	0.27 622	0.27 673	0.24 691	0.47 693	0.31 697	0.55 707	0.59 692	0.72 710	1.13 729	1.15 721	0.61 717	0.52 704	0.37 691	0.21 689	0.20 693	0.27 691	0.31 705	0.25 694	0.24 692

PWCK	0.71 712	0.94 726	0.95 722	0.76 717	0.31 703	0.74 714	0.36 702	0.90 720	0.90 724	0.96 728	0.75 710	0.95 715	0.61 717	0.87 726	0.66 720	0.72 728	0.46 721	0.75 722	0.49 716	0.69 726	0.44 716

BEATNet-Init1	0.52 703	0.27 685	0.62 696	0.30 687	0.21 684	0.76 718	0.29 684	0.54 706	0.65 707	0.86 722	0.95 720	2.07 736	0.62 719	0.56 711	0.42 702	0.18 676	0.18 687	0.23 685	0.22 687	0.22 686	0.21 688

NVStereoNet_ROB	0.46 700	0.36 699	0.46 676	0.41 701	0.28 698	0.34 671	0.34 700	0.48 694	0.60 696	0.72 710	0.93 718	0.70 709	0.66 720	0.47 697	0.60 717	0.22 694	0.33 716	0.34 705	0.34 709	0.30 702	0.30 703
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFMNet_re	0.64 708	0.66 715	0.65 698	0.51 708	0.69 727	0.69 710	0.57 721	0.64 714	0.73 717	0.60 701	0.73 706	0.62 701	0.67 721	0.65 715	0.60 717	0.66 727	0.58 739	0.63 717	0.59 722	0.68 724	0.69 730

MADNet+	0.75 715	0.71 717	3.70 738	0.66 714	0.41 707	0.98 726	0.97 736	0.69 715	0.73 717	0.52 694	0.57 692	0.64 702	0.68 722	0.86 725	1.01 733	0.34 707	0.36 718	0.28 699	0.23 691	0.36 708	0.31 704

ACVNet_2	0.66 711	0.66 715	0.68 707	0.63 713	0.41 707	0.71 712	0.49 715	0.96 725	1.39 735	0.89 724	1.09 725	1.04 717	0.73 723	0.54 709	0.47 707	0.43 713	0.40 719	0.53 715	0.44 713	0.47 711	0.35 709

TorneroNet-64	0.76 716	0.72 718	0.74 714	0.78 719	0.58 721	0.91 725	0.56 720	0.84 719	1.29 732	0.66 704	0.90 716	1.40 729	0.75 724	0.85 724	0.67 723	0.49 717	0.46 721	0.72 721	0.59 722	0.67 723	0.53 719

IMH-64-1	0.65 709	0.61 711	0.68 707	0.71 715	0.51 713	0.59 702	0.49 715	0.91 721	0.85 721	0.74 714	1.02 722	0.81 712	0.78 725	0.79 718	0.49 709	0.42 711	0.46 721	0.71 719	0.47 714	0.52 713	0.39 711

IMH-64	0.65 709	0.61 711	0.68 707	0.71 715	0.51 713	0.59 702	0.49 715	0.91 721	0.85 721	0.74 714	1.02 722	0.81 712	0.78 725	0.79 718	0.49 709	0.42 711	0.46 721	0.71 719	0.47 714	0.52 713	0.39 711

JetBlue	0.71 712	0.45 705	1.14 727	0.51 708	0.47 711	2.02 736	0.64 725	0.75 716	0.70 711	0.69 707	0.77 711	1.22 723	0.83 727	1.03 733	1.01 733	0.40 710	0.28 710	0.33 704	0.33 706	0.30 702	0.34 707

LVE	0.83 720	0.85 724	0.85 720	0.80 720	0.56 718	1.04 731	0.65 726	1.05 731	1.47 738	0.96 728	1.22 733	1.10 720	0.85 728	0.83 721	0.71 725	0.49 717	0.55 736	0.76 725	0.60 724	0.65 721	0.59 726

TorneroNet	0.82 719	0.74 719	0.81 719	0.84 722	0.63 724	0.99 727	0.63 723	0.96 725	1.16 729	0.80 717	1.11 727	1.36 728	0.86 729	0.93 729	0.80 728	0.56 720	0.49 728	0.78 727	0.66 727	0.73 729	0.63 729

IMH	0.71 712	0.64 714	0.68 707	0.76 717	0.54 715	0.69 710	0.54 719	0.98 727	1.10 728	0.82 718	1.09 725	0.89 714	0.88 730	0.87 726	0.52 713	0.44 714	0.50 730	0.75 722	0.51 719	0.56 718	0.41 715

WAO-7	0.79 717	0.78 720	0.54 683	0.85 723	0.67 726	0.74 714	0.68 729	1.05 731	1.32 733	0.90 726	1.20 732	1.04 717	0.92 731	0.69 716	0.66 720	0.60 724	0.62 740	0.67 718	0.68 728	0.64 720	0.58 721

JetRed	1.62 731	1.46 734	2.98 733	0.92 726	1.21 736	4.99 744	1.53 741	1.27 743	1.39 735	1.83 742	1.74 738	1.60 735	0.95 732	1.41 736	2.45 744	0.90 736	1.60 745	0.93 731	0.90 736	1.35 737	0.99 737

KSHMR	1.09 728	1.17 730	0.88 721	1.25 735	1.00 735	0.99 727	0.96 735	1.13 739	1.37 734	1.16 737	1.29 734	1.41 730	0.96 733	1.01 732	0.92 730	1.03 742	1.08 744	1.20 736	1.03 738	1.01 734	0.97 736

Dean	0.87 721	0.86 725	0.79 717	0.81 721	0.56 718	0.90 722	0.63 723	1.15 741	1.73 741	1.15 736	1.15 730	1.31 726	0.99 734	0.81 720	0.81 729	0.57 721	0.56 737	0.77 726	0.64 725	0.66 722	0.58 721

WAO-6	0.81 718	0.80 721	0.62 696	0.86 724	0.63 724	0.76 718	0.58 722	0.98 727	1.54 740	0.90 726	0.96 721	1.07 719	1.03 735	0.70 717	0.66 720	0.72 728	0.49 728	0.90 730	0.71 729	0.68 724	0.58 721

WAO-8	0.91 722	0.81 722	0.65 698	0.94 727	0.69 727	0.90 722	0.67 727	1.07 735	1.83 743	1.06 733	1.45 735	1.30 724	1.07 736	0.84 722	0.78 726	0.74 730	0.53 733	0.86 728	0.75 730	0.69 726	0.62 727

ktn	1.01 727	1.21 731	0.80 718	1.23 734	0.86 733	1.01 729	0.87 733	0.94 724	1.39 735	1.04 731	1.12 728	1.15 721	1.07 736	0.94 730	0.59 716	1.28 744	0.71 742	1.38 739	0.83 733	1.02 735	0.75 733

Venus	0.91 722	0.81 722	0.65 698	0.94 727	0.69 727	0.90 722	0.67 727	1.07 735	1.83 743	1.06 733	1.45 735	1.30 724	1.07 736	0.84 722	0.78 726	0.74 730	0.53 733	0.86 728	0.75 730	0.69 726	0.62 727

DPSimNet_ROB	1.11 729	1.23 732	0.78 715	1.13 732	0.88 734	1.10 732	1.13 737	1.16 742	1.23 731	1.43 740	1.02 722	1.41 730	1.10 739	0.90 728	1.60 735	1.46 745	0.51 732	1.21 737	1.03 738	0.90 732	1.01 738

notaker	0.97 725	1.11 729	0.98 723	1.13 732	0.81 731	0.73 713	0.68 729	0.93 723	1.16 729	1.18 738	1.18 731	1.41 730	1.16 740	1.08 735	0.69 724	0.81 733	0.64 741	1.17 735	0.79 732	0.98 733	0.80 734

UNDER WATER-64	0.95 724	0.94 726	1.43 731	0.87 725	0.56 718	1.18 734	0.87 733	0.77 717	0.94 725	1.04 731	0.85 714	1.58 734	1.21 741	0.94 730	0.96 731	0.87 734	0.57 738	1.03 734	0.88 735	0.78 730	0.73 731

UNDER WATER	0.97 725	0.97 728	1.42 730	0.99 729	0.70 730	1.12 733	0.84 732	0.80 718	1.08 727	1.01 730	0.90 716	1.55 733	1.22 742	1.03 733	1.00 732	0.78 732	0.53 733	1.02 733	0.87 734	0.80 731	0.74 732

HanzoNet	1.29 730	1.26 733	1.19 728	1.12 731	0.85 732	1.02 730	0.83 731	1.03 730	1.48 739	1.64 741	1.61 737	2.50 738	1.72 743	1.61 737	1.61 736	1.26 743	0.80 743	1.31 738	1.01 737	1.02 735	0.86 735

Selective-IGEV-i1pa	2.80 733	3.51 741	0.67 706	0.28 676	0.14 620	10.22 748	0.43 712	4.36 745	3.63 746	3.53 745	6.92 747	3.47 739	1.97 744	13.41 759	2.26 740	0.36 708	0.15 672	0.13 628	0.10 577	0.15 658	0.35 709

MADNet++	1.95 732	1.75 735	1.59 732	1.82 736	1.69 738	2.33 737	1.40 740	2.35 744	2.09 745	2.57 744	2.36 745	2.24 737	2.17 745	2.28 738	2.34 742	1.87 746	1.66 746	1.54 740	1.34 740	1.92 738	1.77 740

Selective-IGEV-i16pa	18.58 759	3.30 739	1.09 725	0.21 591	0.18 673	103.68 777	0.28 674	19.87 764	40.73 773	4.16 746	56.45 777	8.07 751	2.59 746	123.95 778	5.89 749	0.18 676	0.12 640	0.09 512	0.12 632	0.12 606	0.51 718

tt	4.67 741	0.06 125	3.55 737	2.02 737	1.55 737	10.25 749	16.71 751	8.91 754	5.03 747	1.31 739	0.94 719	4.71 740	4.76 747	3.33 744	5.87 748	6.06 754	10.30 760	1.88 743	2.11 748	2.75 740	1.21 739

LRCNet_RVC	10.62 754	13.42 761	7.30 746	18.92 759	2.07 739	0.33 668	0.30 691	5.59 749	0.48 660	13.03 759	17.94 759	8.87 752	5.65 748	4.79 746	1.89 737	23.51 773	2.73 751	27.55 776	25.71 776	16.07 768	16.33 769

PML	8.91 749	9.34 760	6.13 745	5.35 741	6.41 743	14.99 752	23.38 758	5.27 746	6.83 748	18.04 763	28.19 772	7.67 750	6.83 749	7.85 750	5.75 747	5.35 753	1.83 747	5.95 759	1.93 747	8.64 756	2.52 742

USTest	6.22 742	2.73 738	3.00 734	6.57 744	7.29 744	14.37 751	21.57 752	7.00 753	9.56 752	5.34 750	6.10 746	5.72 743	7.64 750	6.41 749	6.96 750	1.97 747	3.42 752	1.64 741	2.15 749	2.66 739	2.36 741

xxxxx1	7.79 743	5.02 746	7.31 747	3.12 738	3.85 740	16.35 753	22.88 753	5.86 750	8.69 749	7.97 751	8.54 748	9.12 753	8.27 751	10.18 751	10.92 751	2.42 748	2.45 748	3.56 751	12.37 757	3.77 741	3.06 743

tt_ll	7.79 743	5.02 746	7.31 747	3.12 738	3.85 740	16.35 753	22.88 753	5.86 750	8.69 749	7.97 751	8.54 748	9.12 753	8.27 751	10.18 751	10.92 751	2.42 748	2.45 748	3.56 751	12.37 757	3.77 741	3.06 743

ff	7.79 743	5.02 746	7.31 747	3.12 738	3.85 740	16.35 753	22.88 753	5.86 750	8.69 749	7.97 751	8.54 748	9.12 753	8.27 751	10.18 751	10.92 751	2.42 748	2.45 748	3.56 751	12.37 757	3.77 741	3.06 743

DPSMNet_ROB	8.06 747	4.48 742	8.63 755	5.37 743	10.74 747	8.32 746	22.98 757	5.46 747	13.36 757	5.12 748	9.92 753	5.08 741	10.40 754	5.53 748	12.58 754	3.80 752	8.00 753	3.50 749	7.02 754	3.83 744	7.14 755

DGTPSM_ROB	8.06 747	4.48 742	8.63 755	5.35 741	10.72 746	8.32 746	22.97 756	5.46 747	13.35 756	5.12 748	9.92 753	5.08 741	10.40 754	5.52 747	12.58 754	3.79 751	8.00 753	3.50 749	7.02 754	3.83 744	7.14 755

iinet-test	10.48 752	8.09 756	7.54 751	10.26 745	10.94 748	18.00 757	25.26 759	11.33 758	13.28 754	9.69 755	9.85 751	9.42 756	11.17 756	11.02 755	12.78 757	6.59 756	8.30 755	5.56 754	6.56 750	6.89 752	7.02 753

IINet	10.48 752	8.09 756	7.54 751	10.26 745	10.94 748	18.00 757	25.26 759	11.33 758	13.28 754	9.69 755	9.85 751	9.42 756	11.17 756	11.02 755	12.78 757	6.59 756	8.30 755	5.56 754	6.56 750	6.89 752	7.02 753

Anonymous_1	10.96 755	7.92 755	7.46 750	10.33 747	10.06 745	18.65 759	26.34 761	11.06 757	13.44 758	9.40 754	10.05 755	9.67 758	11.23 758	10.73 754	12.72 756	6.42 755	8.38 757	5.77 756	10.61 756	12.12 757	6.77 752

DPSM_ROB	11.15 756	8.58 758	8.00 753	10.88 748	11.58 750	19.10 760	26.71 762	12.05 760	14.07 761	10.36 757	10.84 756	10.33 759	11.86 759	11.70 757	13.54 759	6.99 758	8.79 758	5.89 757	6.95 752	7.29 754	7.42 757

DPSM	11.15 756	8.58 758	8.00 753	10.88 748	11.58 750	19.10 760	26.71 762	12.05 760	14.07 761	10.36 757	10.84 756	10.33 759	11.86 759	11.70 757	13.54 759	6.99 758	8.79 758	5.89 757	6.95 752	7.29 754	7.42 757

HaxPig	15.71 758	18.52 772	19.18 767	16.89 758	15.89 760	7.73 745	7.60 748	13.31 762	10.82 753	15.42 760	14.91 758	15.98 761	14.92 761	15.58 760	15.98 761	18.95 768	16.73 761	19.46 772	18.08 768	19.26 769	19.05 772

MEDIAN_ROB	20.38 762	24.04 773	23.31 770	21.23 760	21.71 763	10.40 750	7.92 749	17.64 763	15.50 763	20.12 764	19.70 760	20.34 762	20.32 762	21.19 761	21.13 764	23.81 774	21.81 770	24.98 775	23.76 775	24.71 774	23.93 775

RSGM-EC	20.36 760	4.73 744	0.68 707	16.76 756	16.92 761	21.28 762	27.18 764	10.46 755	14.04 759	18.00 761	21.31 762	22.24 771	21.82 763	22.57 762	17.63 762	62.81 776	33.79 776	20.14 773	18.10 769	20.18 770	16.45 770

acva	20.36 760	4.73 744	0.68 707	16.76 756	16.92 761	21.28 762	27.18 764	10.46 755	14.04 759	18.00 761	21.31 762	22.24 771	21.82 763	22.57 762	17.63 762	62.81 776	33.79 776	20.14 773	18.10 769	20.18 770	16.45 770

fast-reg	22.85 769	17.43 771	19.15 766	22.22 768	24.34 770	38.36 767	53.78 768	24.23 769	28.52 771	20.55 765	22.05 770	20.54 763	23.77 765	23.21 764	27.31 767	14.18 767	17.47 763	14.33 767	14.96 767	15.81 767	14.81 759

FlowAnything	22.44 766	17.35 768	16.14 761	22.07 766	23.23 764	38.39 769	53.77 767	24.25 770	28.44 769	20.96 772	21.82 768	20.70 764	23.84 766	23.49 769	27.14 766	14.04 760	17.79 769	11.75 760	14.15 766	14.65 760	14.89 760

Selective-RAFT-Error	22.47 767	17.37 769	16.09 760	22.06 765	23.34 769	38.39 769	53.83 773	24.29 772	28.47 770	20.74 770	21.83 769	20.81 765	23.90 767	23.54 771	27.53 773	14.08 764	17.69 764	11.82 761	14.00 760	14.69 763	15.00 766

Hybrid-DGEV	22.47 767	17.40 770	16.14 761	22.00 761	23.29 766	38.36 767	53.80 769	24.43 773	28.63 772	20.59 766	21.81 767	20.88 766	23.91 768	23.45 768	27.42 770	14.08 764	17.69 764	11.83 762	14.06 765	14.65 760	14.93 762

CasAABBNet	22.42 763	17.33 765	16.01 759	22.01 762	23.28 765	38.32 764	53.80 769	24.14 768	28.41 768	20.60 767	21.77 766	20.89 769	23.91 768	23.43 767	27.36 768	14.07 761	17.69 764	11.83 762	14.01 761	14.67 762	14.95 763

RAFT-FEzeroshot	22.43 764	17.33 765	15.98 757	22.02 763	23.31 767	38.34 765	53.82 771	24.05 766	28.39 766	20.61 768	21.76 764	20.88 766	23.92 770	23.41 765	27.42 770	14.07 761	17.69 764	11.83 762	14.02 762	14.69 763	14.97 764

RAFT-FE	22.43 764	17.33 765	15.98 757	22.02 763	23.31 767	38.34 765	53.82 771	24.05 766	28.39 766	20.61 768	21.76 764	20.88 766	23.92 770	23.41 765	27.42 770	14.07 761	17.69 764	11.83 762	14.02 762	14.69 763	14.97 764

LSM0	22.87 770	17.28 764	18.96 764	22.19 767	29.04 772	38.42 771	53.71 766	24.28 771	28.31 765	20.78 771	21.00 761	21.43 770	24.16 772	23.50 770	27.39 769	14.09 766	17.38 762	11.84 766	14.04 764	14.73 766	14.89 760

AVERAGE_ROB	24.90 771	29.20 776	28.14 773	24.89 769	24.64 771	17.75 756	11.12 750	21.45 765	19.93 764	25.12 773	24.46 771	25.12 773	25.46 773	24.69 772	22.83 765	29.76 775	27.13 775	28.97 777	27.95 777	29.91 775	29.47 776

zzzz2	33.88 774	26.18 774	24.44 771	33.40 770	35.10 773	58.13 772	81.44 776	37.02 777	42.64 775	31.75 776	33.25 775	31.23 776	35.81 774	34.90 773	40.56 774	21.21 771	26.75 771	18.05 770	21.21 773	22.06 772	22.50 773

noway5	33.88 774	26.18 774	24.44 771	33.40 770	35.10 773	58.13 772	81.44 776	37.02 777	42.64 775	31.75 776	33.25 775	31.23 776	35.81 774	34.90 773	40.56 774	21.21 771	26.75 771	18.05 770	21.21 773	22.06 772	22.50 773

zzzzzz3	32.30 772	13.60 762	18.91 763	39.10 772	40.27 775	58.35 774	74.04 775	33.28 775	42.63 774	31.37 774	33.03 773	30.65 774	36.33 776	37.51 775	43.96 776	20.73 769	26.80 773	16.52 768	20.79 771	12.34 758	15.78 767

zzz1	32.32 773	13.62 763	19.04 765	39.10 772	40.27 775	58.39 775	73.98 774	33.31 776	42.69 777	31.39 775	33.04 774	30.66 775	36.33 776	37.52 776	43.96 776	20.74 770	26.81 774	16.53 769	20.80 772	12.35 759	15.78 767

test_example2	98.32 776	94.13 777	45.89 774	96.35 774	109.85 777	88.61 776	95.45 778	25.75 774	94.37 778	130.00 779	126.06 778	58.17 778	74.63 778	88.51 777	79.96 778	150.23 778	221.02 778	77.62 778	99.10 778	113.75 778	96.94 777

ccccc		285.66 778		368.85 777	370.60 778	123.16 778		115.05 779		126.68 778		122.83 779		252.94 779		384.56 779	353.86 779	254.69 779	223.00 779	425.87 779

ASD4		3.38 740

Low-res two-view benchmark