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

NoBS	0.07 7	0.07 259	0.08 66	0.17 324	0.07 146	0.07 47	0.13 198	0.05 1	0.07 20	0.06 30	0.09 185	0.05 5	0.04 1	0.05 1	0.09 115	0.05 55	0.05 293	0.08 436	0.06 314	0.05 183	0.04 82

anonymous	0.08 99	0.05 45	0.12 328	0.16 233	0.08 246	0.05 5	0.13 198	0.10 45	0.14 251	0.07 87	0.07 77	0.06 52	0.04 1	0.07 8	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

DepthFocus	0.08 99	0.04 1	0.15 476	0.12 7	0.09 382	0.07 47	0.12 119	0.10 45	0.05 4	0.09 209	0.05 7	0.07 145	0.04 1	0.08 33	0.08 29	0.06 183	0.05 293	0.07 335	0.07 418	0.05 183	0.04 82

Selective-IGEV-i32	0.07 7	0.06 126	0.08 66	0.17 324	0.06 36	0.08 100	0.12 119	0.13 136	0.07 20	0.08 151	0.07 77	0.06 52	0.04 1	0.10 136	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

MatchStereo	0.07 7	0.04 1	0.08 66	0.14 72	0.06 36	0.05 5	0.12 119	0.12 102	0.09 64	0.07 87	0.06 29	0.04 1	0.04 1	0.08 33	0.09 115	0.06 183	0.05 293	0.05 63	0.03 1	0.04 54	0.04 82
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 99	0.05 45	0.09 143	0.19 501	0.07 146	0.07 47	0.12 119	0.14 170	0.11 129	0.10 260	0.09 185	0.07 145	0.04 1	0.12 320	0.08 29	0.06 183	0.05 293	0.05 63	0.04 72	0.04 54	0.05 225

MSCF	0.08 99	0.05 45	0.08 66	0.19 501	0.08 246	0.06 16	0.12 119	0.14 170	0.11 129	0.10 260	0.09 185	0.07 145	0.04 1	0.11 220	0.08 29	0.06 183	0.05 293	0.05 63	0.04 72	0.05 183	0.05 225

LG-Stereo_L1	0.07 7	0.05 45	0.11 279	0.14 72	0.06 36	0.07 47	0.13 198	0.09 28	0.07 20	0.05 2	0.04 1	0.05 5	0.04 1	0.08 33	0.07 1	0.05 55	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

MLG-Stereo_test2	0.06 1	0.04 1	0.10 216	0.15 132	0.05 2	0.07 47	0.11 81	0.09 28	0.04 2	0.06 30	0.05 7	0.06 52	0.04 1	0.08 33	0.09 115	0.06 183	0.04 26	0.05 63	0.03 1	0.05 183	0.05 225

SCV	0.08 99	0.09 476	0.08 66	0.15 132	0.08 246	0.10 228	0.13 198	0.10 45	0.12 172	0.07 87	0.07 77	0.06 52	0.04 1	0.09 68	0.08 29	0.05 55	0.04 26	0.06 218	0.04 72	0.06 322	0.04 82

FoundationStereo	0.06 1	0.04 1	0.08 66	0.12 7	0.05 2	0.09 160	0.13 198	0.06 2	0.09 64	0.05 2	0.05 7	0.06 52	0.04 1	0.06 2	0.07 1	0.06 183	0.04 26	0.05 63	0.03 1	0.05 183	0.04 82

AIO_rvc	0.07 7	0.06 126	0.08 66	0.15 132	0.06 36	0.08 100	0.14 274	0.09 28	0.08 32	0.07 87	0.08 144	0.07 145	0.04 1	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

GIP-stereo	0.08 99	0.06 126	0.11 279	0.14 72	0.06 36	0.09 160	0.13 198	0.14 170	0.11 129	0.07 87	0.08 144	0.05 5	0.04 1	0.10 136	0.07 1	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

IGEV-BASED-STEREO-	0.09 195	0.10 539	0.31 657	0.15 132	0.06 36	0.08 100	0.14 274	0.10 45	0.10 96	0.07 87	0.07 77	0.06 52	0.04 1	0.11 220	0.07 1	0.12 627	0.04 26	0.07 335	0.05 212	0.05 183	0.05 225

Selective-IGEV	0.07 7	0.06 126	0.08 66	0.17 324	0.06 36	0.08 100	0.12 119	0.13 136	0.07 20	0.08 151	0.07 77	0.06 52	0.04 1	0.10 136	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

AnonStereo	0.09 195	0.08 389	0.09 143	0.17 324	0.07 146	0.09 160	0.10 44	0.19 362	0.13 217	0.08 151	0.08 144	0.06 52	0.05 16	0.13 378	0.09 115	0.06 183	0.04 26	0.06 218	0.05 212	0.06 322	0.05 225

test410_97500	0.07 7	0.06 126	0.09 143	0.17 324	0.07 146	0.07 47	0.08 9	0.10 45	0.09 64	0.06 30	0.05 7	0.05 5	0.05 16	0.09 68	0.08 29	0.04 11	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

test410	0.07 7	0.06 126	0.09 143	0.17 324	0.07 146	0.07 47	0.08 9	0.10 45	0.09 64	0.06 30	0.05 7	0.06 52	0.05 16	0.09 68	0.07 1	0.04 11	0.05 293	0.04 1	0.03 1	0.03 1	0.03 2

LACA_dic	0.07 7	0.10 539	0.08 66	0.13 23	0.05 2	0.08 100	0.11 81	0.08 14	0.09 64	0.05 2	0.05 7	0.05 5	0.05 16	0.08 33	0.08 29	0.06 183	0.04 26	0.04 1	0.04 72	0.05 183	0.04 82

DNSM	0.09 195	0.05 45	0.07 17	0.14 72	0.06 36	0.07 47	0.13 198	0.12 102	0.11 129	0.09 209	0.09 185	0.08 213	0.05 16	0.18 539	0.14 478	0.07 371	0.05 293	0.05 63	0.04 72	0.13 643	0.10 583

testmc14	0.07 7	0.05 45	0.06 6	0.15 132	0.05 2	0.09 160	0.13 198	0.08 14	0.08 32	0.07 87	0.09 185	0.06 52	0.05 16	0.07 8	0.07 1	0.06 183	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

depth_test_26	0.08 99	0.04 1	0.11 279	0.13 23	0.07 146	0.07 47	0.11 81	0.12 102	0.11 129	0.09 209	0.07 77	0.08 213	0.05 16	0.09 68	0.08 29	0.08 456	0.06 457	0.06 218	0.06 314	0.06 322	0.07 429

MCSU-Stereo	0.07 7	0.05 45	0.06 6	0.15 132	0.05 2	0.09 160	0.13 198	0.10 45	0.09 64	0.07 87	0.07 77	0.07 145	0.05 16	0.09 68	0.07 1	0.06 183	0.04 26	0.04 1	0.03 1	0.04 54	0.03 2

DNS	0.09 195	0.06 126	0.08 66	0.14 72	0.06 36	0.06 16	0.12 119	0.12 102	0.09 64	0.08 151	0.08 144	0.08 213	0.05 16	0.17 514	0.11 319	0.07 371	0.05 293	0.07 335	0.03 1	0.13 643	0.09 551

MGA	0.07 7	0.04 1	0.10 216	0.13 23	0.06 36	0.08 100	0.09 27	0.12 102	0.08 32	0.05 2	0.06 29	0.06 52	0.05 16	0.10 136	0.09 115	0.06 183	0.04 26	0.05 63	0.03 1	0.05 183	0.05 225

CAR	0.07 7	0.05 45	0.08 66	0.14 72	0.06 36	0.07 47	0.08 9	0.12 102	0.08 32	0.05 2	0.06 29	0.05 5	0.05 16	0.10 136	0.09 115	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

MSE-Stereo	0.07 7	0.04 1	0.08 66	0.13 23	0.06 36	0.07 47	0.08 9	0.12 102	0.08 32	0.05 2	0.06 29	0.05 5	0.05 16	0.10 136	0.09 115	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

aanet-new-40k	0.07 7	0.08 389	0.07 17	0.17 324	0.07 146	0.08 100	0.13 198	0.10 45	0.10 96	0.07 87	0.08 144	0.06 52	0.05 16	0.08 33	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

aanet-new-36k	0.08 99	0.06 126	0.09 143	0.17 324	0.06 36	0.09 160	0.13 198	0.11 75	0.13 217	0.08 151	0.08 144	0.06 52	0.05 16	0.09 68	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

aanet-new-34k	0.08 99	0.06 126	0.09 143	0.17 324	0.05 2	0.07 47	0.13 198	0.12 102	0.12 172	0.09 209	0.08 144	0.07 145	0.05 16	0.10 136	0.09 115	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

GCAP-Stereo-DPT26K	0.07 7	0.06 126	0.07 17	0.16 233	0.06 36	0.08 100	0.12 119	0.10 45	0.08 32	0.06 30	0.09 185	0.06 52	0.05 16	0.08 33	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

GCAP-Stereo-DPT-20K	0.07 7	0.05 45	0.11 279	0.15 132	0.06 36	0.07 47	0.13 198	0.09 28	0.11 129	0.07 87	0.08 144	0.06 52	0.05 16	0.09 68	0.07 1	0.05 55	0.05 293	0.05 63	0.04 72	0.03 1	0.04 82

GCAP-Stereo-DPT-24K	0.07 7	0.06 126	0.07 17	0.15 132	0.06 36	0.10 228	0.15 363	0.12 102	0.11 129	0.06 30	0.11 280	0.06 52	0.05 16	0.09 68	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

GCAP-Stereo-DPT-50K	0.08 99	0.06 126	0.17 545	0.15 132	0.06 36	0.06 16	0.13 198	0.13 136	0.13 217	0.07 87	0.07 77	0.06 52	0.05 16	0.08 33	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 99	0.06 126	0.07 17	0.16 233	0.06 36	0.06 16	0.14 274	0.14 170	0.14 251	0.07 87	0.10 225	0.06 52	0.05 16	0.09 68	0.09 115	0.04 11	0.04 26	0.04 1	0.04 72	0.03 1	0.03 2

PipStereo	0.07 7	0.04 1	0.09 143	0.13 23	0.05 2	0.08 100	0.11 81	0.06 2	0.06 8	0.06 30	0.05 7	0.08 213	0.05 16	0.08 33	0.09 115	0.06 183	0.04 26	0.04 1	0.03 1	0.05 183	0.04 82

PSi22b	0.06 1	0.04 1	0.09 143	0.13 23	0.05 2	0.08 100	0.11 81	0.06 2	0.06 8	0.06 30	0.06 29	0.08 213	0.05 16	0.08 33	0.09 115	0.06 183	0.04 26	0.04 1	0.03 1	0.05 183	0.04 82

PSi22a	0.06 1	0.04 1	0.09 143	0.12 7	0.05 2	0.06 16	0.11 81	0.06 2	0.06 8	0.06 30	0.06 29	0.06 52	0.05 16	0.08 33	0.09 115	0.07 371	0.04 26	0.04 1	0.03 1	0.05 183	0.04 82

Foundation-i32	0.06 1	0.04 1	0.09 143	0.13 23	0.04 1	0.06 16	0.12 119	0.06 2	0.05 4	0.06 30	0.05 7	0.05 5	0.05 16	0.07 8	0.09 115	0.06 183	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

Test_v1	0.07 7	0.04 1	0.06 6	0.13 23	0.06 36	0.08 100	0.11 81	0.15 213	0.12 172	0.06 30	0.05 7	0.04 1	0.05 16	0.08 33	0.10 229	0.07 371	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

Pro-Stereo	0.07 7	0.05 45	0.08 66	0.15 132	0.07 146	0.08 100	0.12 119	0.07 8	0.07 20	0.06 30	0.06 29	0.05 5	0.05 16	0.09 68	0.08 29	0.05 55	0.04 26	0.06 218	0.05 212	0.04 54	0.04 82

BStereo	0.08 99	0.06 126	0.16 513	0.15 132	0.08 246	0.07 47	0.09 27	0.15 213	0.16 321	0.06 30	0.07 77	0.07 145	0.05 16	0.09 68	0.11 319	0.04 11	0.05 293	0.05 63	0.07 418	0.04 54	0.04 82

Anonymus123	0.09 195	0.06 126	0.16 513	0.15 132	0.08 246	0.11 286	0.09 27	0.18 331	0.16 321	0.06 30	0.07 77	0.07 145	0.05 16	0.09 68	0.11 319	0.04 11	0.05 293	0.05 63	0.07 418	0.04 54	0.04 82

VIP-Stereo	0.07 7	0.07 259	0.07 17	0.15 132	0.06 36	0.12 341	0.10 44	0.11 75	0.11 129	0.06 30	0.07 77	0.06 52	0.05 16	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.03 1	0.03 1	0.02 1

GEAStereo	0.08 99	0.05 45	0.08 66	0.13 23	0.08 246	0.08 100	0.14 274	0.10 45	0.09 64	0.08 151	0.10 225	0.06 52	0.05 16	0.11 220	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.05 225

GSStereo	0.08 99	0.05 45	0.08 66	0.13 23	0.08 246	0.08 100	0.14 274	0.11 75	0.12 172	0.08 151	0.10 225	0.05 5	0.05 16	0.11 220	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.05 225

GS-Stereo							0.14 274	0.11 75	0.12 172	0.08 151	0.10 225	0.05 5	0.05 16	0.11 220	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.05 225

gasm-f	0.08 99	0.05 45	0.07 17	0.13 23	0.08 246	0.08 100	0.14 274	0.10 45	0.09 64	0.08 151	0.10 225	0.06 52	0.05 16	0.10 136	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.06 322	0.05 225

252Zero-FE	0.08 99	0.04 1	0.09 143	0.13 23	0.07 146	0.12 341	0.11 81	0.13 136	0.14 251	0.06 30	0.05 7	0.06 52	0.05 16	0.09 68	0.10 229	0.06 183	0.04 26	0.04 1	0.03 1	0.05 183	0.06 339

asda	0.07 7	0.08 389	0.08 66	0.16 233	0.06 36	0.06 16	0.10 44	0.16 256	0.10 96	0.06 30	0.06 29	0.05 5	0.05 16	0.10 136	0.10 229	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

IGEV	0.07 7	0.04 1	0.08 66	0.13 23	0.06 36	0.09 160	0.12 119	0.14 170	0.10 96	0.06 30	0.09 185	0.07 145	0.05 16	0.09 68	0.09 115	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

111111	0.07 7	0.04 1	0.09 143	0.17 324	0.06 36	0.05 5	0.10 44	0.11 75	0.09 64	0.06 30	0.06 29	0.07 145	0.05 16	0.09 68	0.09 115	0.06 183	0.04 26	0.05 63	0.04 72	0.07 410	0.06 339

LG-Stereo_L2	0.07 7	0.05 45	0.10 216	0.14 72	0.06 36	0.07 47	0.12 119	0.09 28	0.09 64	0.06 30	0.04 1	0.05 5	0.05 16	0.08 33	0.08 29	0.05 55	0.04 26	0.05 63	0.03 1	0.04 54	0.03 2

MLG-Stereo_test1	0.06 1	0.05 45	0.08 66	0.17 324	0.05 2	0.06 16	0.11 81	0.08 14	0.03 1	0.05 2	0.04 1	0.06 52	0.05 16	0.09 68	0.09 115	0.05 55	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

MLG-Stereo	0.07 7	0.05 45	0.08 66	0.17 324	0.05 2	0.07 47	0.11 81	0.08 14	0.04 2	0.05 2	0.04 1	0.06 52	0.05 16	0.10 136	0.09 115	0.05 55	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

LG-Stereo_Zeroshot	0.07 7	0.06 126	0.10 216	0.16 233	0.07 146	0.04 1	0.13 198	0.10 45	0.10 96	0.05 2	0.11 280	0.07 145	0.05 16	0.07 8	0.09 115	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

HART	0.08 99	0.07 259	0.09 143	0.17 324	0.07 146	0.10 228	0.16 437	0.13 136	0.11 129	0.08 151	0.10 225	0.07 145	0.05 16	0.10 136	0.08 29	0.05 55	0.04 26	0.06 218	0.04 72	0.05 183	0.04 82

GREAT-IGEV	0.07 7	0.06 126	0.08 66	0.13 23	0.07 146	0.07 47	0.14 274	0.09 28	0.09 64	0.06 30	0.07 77	0.06 52	0.05 16	0.10 136	0.07 1	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82
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 99	0.07 259	0.07 17	0.16 233	0.09 382	0.08 100	0.15 363	0.11 75	0.12 172	0.08 151	0.07 77	0.06 52	0.05 16	0.11 220	0.07 1	0.05 55	0.05 293	0.05 63	0.04 72	0.06 322	0.05 225

DEFOM-Stereo_RVC	0.08 99	0.06 126	0.09 143	0.22 625	0.06 36	0.08 100	0.12 119	0.10 45	0.10 96	0.07 87	0.07 77	0.06 52	0.05 16	0.11 220	0.09 115	0.06 183	0.04 26	0.05 63	0.03 1	0.06 322	0.04 82

StereoAnything_RVC	0.07 7	0.15 636	0.17 545	0.11 1	0.05 2	0.05 5	0.11 81	0.08 14	0.08 32	0.06 30	0.06 29	0.05 5	0.05 16	0.09 68	0.08 29	0.08 456	0.04 26	0.05 63	0.03 1	0.05 183	0.04 82

AIO_test	0.07 7	0.05 45	0.07 17	0.15 132	0.07 146	0.06 16	0.14 274	0.10 45	0.10 96	0.07 87	0.07 77	0.06 52	0.05 16	0.08 33	0.10 229	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

AIO-test2	0.10 276	0.08 389	0.10 216	0.23 649	0.08 246	0.11 286	0.10 44	0.23 453	0.23 473	0.08 151	0.09 185	0.08 213	0.05 16	0.10 136	0.08 29	0.06 183	0.05 293	0.08 436	0.09 549	0.05 183	0.05 225

DEFOM-Stereo	0.07 7	0.05 45	0.07 17	0.14 72	0.06 36	0.10 228	0.13 198	0.07 8	0.13 217	0.06 30	0.07 77	0.06 52	0.05 16	0.10 136	0.09 115	0.04 11	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

dual_stereo	0.07 7	0.04 1	0.08 66	0.15 132	0.05 2	0.05 5	0.13 198	0.12 102	0.08 32	0.07 87	0.06 29	0.05 5	0.05 16	0.07 8	0.09 115	0.06 183	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

Occ-G	0.08 99	0.05 45	0.06 6	0.14 72	0.07 146	0.08 100	0.14 274	0.13 136	0.15 279	0.07 87	0.11 280	0.07 145	0.05 16	0.09 68	0.10 229	0.06 183	0.05 293	0.05 63	0.04 72	0.05 183	0.05 225

U	0.08 99	0.07 259	0.09 143	0.19 501	0.10 498	0.10 228	0.13 198	0.12 102	0.17 352	0.07 87	0.07 77	0.06 52	0.05 16	0.07 8	0.08 29	0.06 183	0.04 26	0.06 218	0.04 72	0.06 322	0.05 225

AIO-Stereo	0.08 99	0.06 126	0.09 143	0.18 424	0.06 36	0.08 100	0.12 119	0.15 213	0.09 64	0.08 151	0.08 144	0.07 145	0.05 16	0.11 220	0.08 29	0.05 55	0.05 293	0.05 63	0.04 72	0.04 54	0.04 82

RSM++	0.08 99	0.06 126	0.09 143	0.17 324	0.07 146	0.09 160	0.12 119	0.11 75	0.11 129	0.08 151	0.06 29	0.07 145	0.05 16	0.10 136	0.09 115	0.04 11	0.04 26	0.06 218	0.05 212	0.05 183	0.03 2

RSM	0.08 99	0.06 126	0.09 143	0.17 324	0.06 36	0.08 100	0.12 119	0.12 102	0.10 96	0.08 151	0.07 77	0.06 52	0.05 16	0.11 220	0.09 115	0.04 11	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

GCAPDPT-zeroshot4090	0.07 7	0.05 45	0.11 279	0.15 132	0.06 36	0.07 47	0.13 198	0.09 28	0.11 129	0.07 87	0.08 144	0.06 52	0.05 16	0.09 68	0.07 1	0.05 55	0.05 293	0.05 63	0.04 72	0.03 1	0.04 82

MIM_Stereo	0.09 195	0.07 259	0.11 279	0.15 132	0.07 146	0.06 16	0.12 119	0.20 375	0.14 251	0.13 377	0.13 323	0.09 255	0.05 16	0.12 320	0.08 29	0.05 55	0.06 457	0.07 335	0.06 314	0.06 322	0.05 225

EGLCR-Stereo	0.08 99	0.05 45	0.08 66	0.14 72	0.06 36	0.10 228	0.12 119	0.11 75	0.16 321	0.06 30	0.05 7	0.07 145	0.05 16	0.10 136	0.11 319	0.06 183	0.04 26	0.06 218	0.05 212	0.04 54	0.04 82

CroCo-Stereo Lap2	0.09 195	0.09 476	0.08 66	0.22 625	0.09 382	0.09 160	0.19 571	0.16 256	0.12 172	0.09 209	0.10 225	0.05 5	0.05 16	0.08 33	0.08 29	0.06 183	0.06 457	0.07 335	0.05 212	0.05 183	0.05 225

iRaft-Stereo_20w	0.09 195	0.05 45	0.13 386	0.14 72	0.08 246	0.12 341	0.15 363	0.18 331	0.10 96	0.11 297	0.08 144	0.08 213	0.05 16	0.10 136	0.09 115	0.06 183	0.04 26	0.06 218	0.05 212	0.06 322	0.05 225

EE1	0.08 99	0.05 45	0.09 143	0.15 132	0.07 146	0.07 47	0.10 44	0.16 256	0.12 172	0.08 151	0.05 7	0.06 52	0.06 76	0.13 378	0.09 115	0.06 183	0.05 293	0.06 218	0.04 72	0.05 183	0.05 225

rgla	0.07 7	0.06 126	0.06 6	0.16 233	0.06 36	0.08 100	0.10 44	0.09 28	0.08 32	0.07 87	0.06 29	0.05 5	0.06 76	0.10 136	0.09 115	0.05 55	0.04 26	0.04 1	0.03 1	0.04 54	0.04 82

416test1013	0.07 7	0.06 126	0.06 6	0.16 233	0.07 146	0.10 228	0.10 44	0.09 28	0.07 20	0.07 87	0.07 77	0.05 5	0.06 76	0.10 136	0.08 29	0.06 183	0.05 293	0.04 1	0.03 1	0.04 54	0.04 82

416test	0.07 7	0.07 259	0.06 6	0.17 324	0.07 146	0.09 160	0.10 44	0.09 28	0.08 32	0.07 87	0.06 29	0.05 5	0.06 76	0.09 68	0.08 29	0.05 55	0.04 26	0.04 1	0.03 1	0.04 54	0.04 82

SCION-M(vits-remse)	0.08 99	0.06 126	0.12 328	0.24 658	0.05 2	0.07 47	0.10 44	0.15 213	0.15 279	0.05 2	0.06 29	0.05 5	0.06 76	0.07 8	0.09 115	0.08 456	0.06 457	0.04 1	0.03 1	0.03 1	0.03 2

SCION-Mon(vits-remp)	0.09 195	0.13 613	0.12 328	0.24 658	0.16 666	0.25 640	0.10 44	0.15 213	0.15 279	0.05 2	0.06 29	0.05 5	0.06 76	0.07 8	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

GEAR-Net	0.08 99	0.06 126	0.08 66	0.18 424	0.07 146	0.09 160	0.13 198	0.10 45	0.09 64	0.08 151	0.08 144	0.06 52	0.06 76	0.13 378	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

GREATEN-IGEV_RVC	0.09 195	0.08 389	0.08 66	0.21 605	0.09 382	0.08 100	0.11 81	0.10 45	0.09 64	0.07 87	0.10 225	0.05 5	0.06 76	0.14 416	0.11 319	0.05 55	0.06 457	0.07 335	0.06 314	0.05 183	0.05 225

small-0shot	0.07 7	0.05 45	0.08 66	0.14 72	0.07 146	0.06 16	0.13 198	0.09 28	0.08 32	0.05 2	0.10 225	0.06 52	0.06 76	0.06 2	0.10 229	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

quiztm	0.08 99	0.07 259	0.08 66	0.18 424	0.07 146	0.09 160	0.14 274	0.14 170	0.12 172	0.07 87	0.07 77	0.05 5	0.06 76	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.04 72	0.04 54	0.03 2

monster-pro	0.07 7	0.06 126	0.05 1	0.15 132	0.05 2	0.07 47	0.10 44	0.15 213	0.15 279	0.05 2	0.06 29	0.05 5	0.06 76	0.07 8	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DN	0.10 276	0.05 45	0.09 143	0.14 72	0.09 382	0.12 341	0.18 530	0.17 296	0.16 321	0.08 151	0.09 185	0.08 213	0.06 76	0.08 33	0.09 115	0.11 602	0.05 293	0.07 335	0.06 314	0.07 410	0.09 551

aanet-new-90k	0.08 99	0.07 259	0.08 66	0.19 501	0.06 36	0.07 47	0.12 119	0.12 102	0.13 217	0.06 30	0.07 77	0.06 52	0.06 76	0.10 136	0.07 1	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.03 2

aanet-new-60k	0.07 7	0.07 259	0.08 66	0.18 424	0.06 36	0.07 47	0.10 44	0.09 28	0.14 251	0.07 87	0.07 77	0.06 52	0.06 76	0.11 220	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

aanet-new-70k	0.07 7	0.06 126	0.09 143	0.17 324	0.06 36	0.08 100	0.12 119	0.11 75	0.10 96	0.06 30	0.07 77	0.07 145	0.06 76	0.10 136	0.07 1	0.04 11	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

aanet-new-78k	0.07 7	0.07 259	0.09 143	0.19 501	0.06 36	0.07 47	0.12 119	0.11 75	0.13 217	0.06 30	0.07 77	0.06 52	0.06 76	0.09 68	0.07 1	0.04 11	0.04 26	0.05 63	0.04 72	0.05 183	0.03 2

aanet-new-32k	0.08 99	0.07 259	0.09 143	0.18 424	0.06 36	0.11 286	0.11 81	0.10 45	0.08 32	0.07 87	0.07 77	0.07 145	0.06 76	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

aanet-new-30k	0.08 99	0.07 259	0.09 143	0.18 424	0.06 36	0.11 286	0.11 81	0.10 45	0.08 32	0.07 87	0.07 77	0.07 145	0.06 76	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

aanet-new-28k	0.08 99	0.07 259	0.09 143	0.18 424	0.06 36	0.08 100	0.12 119	0.10 45	0.09 64	0.09 209	0.08 144	0.08 213	0.06 76	0.12 320	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

aanet-new-22k	0.08 99	0.06 126	0.09 143	0.17 324	0.06 36	0.08 100	0.11 81	0.14 170	0.12 172	0.09 209	0.09 185	0.08 213	0.06 76	0.10 136	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

aanet-new-16k	0.08 99	0.08 389	0.08 66	0.18 424	0.06 36	0.07 47	0.09 27	0.13 136	0.12 172	0.08 151	0.07 77	0.07 145	0.06 76	0.09 68	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.05 183	0.03 2

aanet-new-14k	0.08 99	0.09 476	0.08 66	0.19 501	0.06 36	0.07 47	0.10 44	0.14 170	0.15 279	0.06 30	0.08 144	0.05 5	0.06 76	0.09 68	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

aanet-new-8k	0.08 99	0.07 259	0.08 66	0.19 501	0.07 146	0.09 160	0.12 119	0.16 256	0.15 279	0.07 87	0.07 77	0.06 52	0.06 76	0.10 136	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

GCAP-Stereo-cres-4k	0.08 99	0.07 259	0.08 66	0.18 424	0.07 146	0.11 286	0.14 274	0.12 102	0.11 129	0.07 87	0.11 280	0.07 145	0.06 76	0.09 68	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

GCAP-Stereo-DPT-cres	0.08 99	0.05 45	0.07 17	0.15 132	0.06 36	0.10 228	0.14 274	0.13 136	0.12 172	0.07 87	0.09 185	0.07 145	0.06 76	0.10 136	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

GCAP-Stereo-DPT-36K	0.08 99	0.06 126	0.15 476	0.14 72	0.06 36	0.08 100	0.13 198	0.13 136	0.11 129	0.07 87	0.08 144	0.07 145	0.06 76	0.09 68	0.08 29	0.05 55	0.05 293	0.05 63	0.04 72	0.03 1	0.04 82

GCAP-Stereo-DPT-22K	0.08 99	0.06 126	0.07 17	0.17 324	0.06 36	0.07 47	0.14 274	0.13 136	0.16 321	0.05 2	0.10 225	0.06 52	0.06 76	0.08 33	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.04 82

GCAP-Stereo-DPT-5K	0.08 99	0.06 126	0.10 216	0.16 233	0.07 146	0.11 286	0.12 119	0.15 213	0.15 279	0.08 151	0.12 303	0.05 5	0.06 76	0.09 68	0.08 29	0.05 55	0.04 26	0.06 218	0.05 212	0.03 1	0.04 82

GCAP-Stereo-DPT-2K	0.08 99	0.06 126	0.10 216	0.16 233	0.07 146	0.11 286	0.13 198	0.14 170	0.14 251	0.08 151	0.13 323	0.05 5	0.06 76	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.03 1	0.04 82

GCAP-Stereo-DPT-3K	0.08 99	0.07 259	0.10 216	0.16 233	0.07 146	0.09 160	0.12 119	0.15 213	0.14 251	0.08 151	0.11 280	0.05 5	0.06 76	0.09 68	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.03 1	0.04 82

GCAP-Stereo-DPT-FT	0.08 99	0.05 45	0.12 328	0.15 132	0.06 36	0.10 228	0.14 274	0.12 102	0.12 172	0.07 87	0.09 185	0.06 52	0.06 76	0.10 136	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

PSi22	0.08 99	0.06 126	0.11 279	0.16 233	0.07 146	0.08 100	0.10 44	0.14 170	0.08 32	0.08 151	0.06 29	0.10 293	0.06 76	0.12 320	0.09 115	0.05 55	0.04 26	0.04 1	0.03 1	0.04 54	0.04 82

Foundation-i1b	0.08 99	0.05 45	0.07 17	0.14 72	0.05 2	0.09 160	0.12 119	0.13 136	0.10 96	0.09 209	0.10 225	0.09 255	0.06 76	0.07 8	0.09 115	0.06 183	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

Foundation-i1a	0.08 99	0.05 45	0.07 17	0.13 23	0.05 2	0.13 399	0.13 198	0.12 102	0.09 64	0.11 297	0.11 280	0.11 324	0.06 76	0.08 33	0.09 115	0.06 183	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

Selective-IGEV-i16pc	0.13 438	0.06 126	0.13 386	0.15 132	0.11 553	0.38 701	0.16 437	0.23 453	0.16 321	0.10 260	0.15 360	0.09 255	0.06 76	0.13 378	0.10 229	0.10 570	0.08 569	0.06 218	0.07 418	0.09 549	0.09 551

gcap_with_dpt	0.08 99	0.06 126	0.09 143	0.16 233	0.07 146	0.09 160	0.12 119	0.13 136	0.13 217	0.08 151	0.12 303	0.04 1	0.06 76	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.03 1	0.04 82

DispViT+	0.08 99	0.05 45	0.09 143	0.13 23	0.06 36	0.05 5	0.11 81	0.18 331	0.16 321	0.09 209	0.08 144	0.07 145	0.06 76	0.11 220	0.09 115	0.06 183	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

BLMT-Stereo	0.07 7	0.04 1	0.08 66	0.15 132	0.07 146	0.06 16	0.14 274	0.07 8	0.10 96	0.05 2	0.05 7	0.04 1	0.06 76	0.07 8	0.09 115	0.04 11	0.04 26	0.05 63	0.05 212	0.04 54	0.04 82

WQFJA1++	0.08 99	0.04 1	0.11 279	0.14 72	0.07 146	0.11 286	0.11 81	0.11 75	0.07 20	0.07 87	0.07 77	0.07 145	0.06 76	0.10 136	0.10 229	0.06 183	0.04 26	0.05 63	0.04 72	0.06 322	0.06 339

DLNR-FE	10.43 775	1.83 761	19.53 793	120.75 799	13.06 782	0.06 16	0.13 198	0.23 453	0.10 96	0.07 87	0.10 225	0.09 255	0.06 76	0.10 136	0.09 115	0.13 653	0.04 26	0.06 218	0.04 72	52.01 801	0.04 82

Select-FE	0.11 330	0.06 126	0.20 595	0.15 132	0.11 553	0.11 286	0.13 198	0.21 402	0.18 386	0.09 209	0.11 280	0.10 293	0.06 76	0.12 320	0.09 115	0.07 371	0.05 293	0.07 335	0.08 501	0.06 322	0.08 502

IGEV-FE	0.09 195	0.05 45	0.12 328	0.13 23	0.08 246	0.12 341	0.13 198	0.17 296	0.11 129	0.10 260	0.06 29	0.09 255	0.06 76	0.11 220	0.09 115	0.06 183	0.04 26	0.06 218	0.06 314	0.05 183	0.05 225

DDF-Stereo	0.08 99	0.04 1	0.09 143	0.15 132	0.10 498	0.06 16	0.13 198	0.09 28	0.14 251	0.06 30	0.06 29	0.07 145	0.06 76	0.09 68	0.10 229	0.06 183	0.04 26	0.06 218	0.04 72	0.08 484	0.05 225

Zero-FE251	0.07 7	0.05 45	0.09 143	0.13 23	0.06 36	0.12 341	0.12 119	0.11 75	0.10 96	0.07 87	0.08 144	0.06 52	0.06 76	0.09 68	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

MonStereo	0.07 7	0.06 126	0.05 1	0.15 132	0.05 2	0.08 100	0.10 44	0.15 213	0.15 279	0.05 2	0.06 29	0.05 5	0.06 76	0.07 8	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 7	0.06 126	0.05 1	0.15 132	0.05 2	0.08 100	0.10 44	0.15 213	0.15 279	0.05 2	0.06 29	0.05 5	0.06 76	0.07 8	0.09 115	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	0.09 143	0.13 23	0.06 36	0.05 5	0.09 27	0.11 75	0.07 20	0.06 30	0.06 29	0.05 5	0.06 76	0.09 68	0.09 115	0.06 183	0.04 26	0.04 1	0.03 1	0.05 183	0.05 225

Replicate-Monster	0.07 7	0.05 45	0.09 143	0.14 72	0.06 36	0.08 100	0.09 27	0.13 136	0.13 217	0.05 2	0.07 77	0.06 52	0.06 76	0.08 33	0.10 229	0.05 55	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

zero-FE	0.08 99	0.04 1	0.09 143	0.15 132	0.10 498	0.05 5	0.14 274	0.09 28	0.14 251	0.07 87	0.06 29	0.07 145	0.06 76	0.09 68	0.10 229	0.06 183	0.04 26	0.06 218	0.04 72	0.08 484	0.05 225

AdaDepth	0.07 7	0.06 126	0.07 17	0.18 424	0.06 36	0.11 286	0.12 119	0.09 28	0.07 20	0.06 30	0.05 7	0.07 145	0.06 76	0.09 68	0.10 229	0.04 11	0.05 293	0.05 63	0.04 72	0.04 54	0.04 82

S2M2_XL	0.08 99	0.06 126	0.12 328	0.12 7	0.08 246	0.09 160	0.09 27	0.07 8	0.07 20	0.08 151	0.07 77	0.07 145	0.06 76	0.09 68	0.09 115	0.08 456	0.06 457	0.07 335	0.05 212	0.08 484	0.06 339
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	0.08 389	0.07 17	0.16 233	0.07 146	0.08 100	0.08 9	0.11 75	0.08 32	0.07 87	0.07 77	0.06 52	0.06 76	0.10 136	0.09 115	0.03 1	0.03 1	0.04 1	0.04 72	0.04 54	0.03 2

qwe	0.07 7	0.08 389	0.07 17	0.15 132	0.06 36	0.07 47	0.10 44	0.18 331	0.11 129	0.07 87	0.07 77	0.06 52	0.06 76	0.10 136	0.09 115	0.03 1	0.03 1	0.04 1	0.04 72	0.04 54	0.03 2

2.25w	0.07 7	0.06 126	0.07 17	0.14 72	0.06 36	0.08 100	0.08 9	0.10 45	0.15 279	0.08 151	0.10 225	0.07 145	0.06 76	0.08 33	0.10 229	0.05 55	0.03 1	0.04 1	0.04 72	0.03 1	0.04 82

4.25_new	0.07 7	0.08 389	0.09 143	0.15 132	0.06 36	0.09 160	0.08 9	0.14 170	0.08 32	0.07 87	0.07 77	0.06 52	0.06 76	0.12 320	0.10 229	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

4.5w_new	0.07 7	0.08 389	0.09 143	0.15 132	0.06 36	0.09 160	0.08 9	0.14 170	0.08 32	0.07 87	0.07 77	0.06 52	0.06 76	0.12 320	0.10 229	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

4.5_new	0.07 7	0.09 476	0.08 66	0.15 132	0.07 146	0.06 16	0.10 44	0.14 170	0.11 129	0.06 30	0.08 144	0.06 52	0.06 76	0.08 33	0.10 229	0.03 1	0.03 1	0.04 1	0.04 72	0.04 54	0.03 2

4.5w-stereo	0.07 7	0.09 476	0.08 66	0.15 132	0.07 146	0.06 16	0.10 44	0.14 170	0.11 129	0.06 30	0.08 144	0.06 52	0.06 76	0.08 33	0.10 229	0.03 1	0.03 1	0.04 1	0.04 72	0.04 54	0.03 2

4.25w-stereo	0.07 7	0.08 389	0.09 143	0.15 132	0.06 36	0.09 160	0.08 9	0.14 170	0.08 32	0.07 87	0.07 77	0.06 52	0.06 76	0.12 320	0.10 229	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

4w-stereo	0.07 7	0.08 389	0.08 66	0.16 233	0.06 36	0.07 47	0.08 9	0.12 102	0.08 32	0.07 87	0.07 77	0.05 5	0.06 76	0.09 68	0.10 229	0.03 1	0.03 1	0.04 1	0.04 72	0.04 54	0.03 2

2.5w	0.07 7	0.07 259	0.07 17	0.16 233	0.06 36	0.08 100	0.12 119	0.10 45	0.10 96	0.07 87	0.06 29	0.09 255	0.06 76	0.08 33	0.09 115	0.04 11	0.03 1	0.04 1	0.04 72	0.03 1	0.03 2

2.75w_new	0.07 7	0.07 259	0.07 17	0.13 23	0.06 36	0.08 100	0.08 9	0.18 331	0.12 172	0.07 87	0.08 144	0.06 52	0.06 76	0.09 68	0.11 319	0.04 11	0.04 26	0.04 1	0.03 1	0.03 1	0.04 82

3.25w_new	0.07 7	0.06 126	0.07 17	0.15 132	0.06 36	0.10 228	0.07 5	0.12 102	0.11 129	0.08 151	0.06 29	0.07 145	0.06 76	0.11 220	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 7	0.06 126	0.07 17	0.15 132	0.06 36	0.10 228	0.07 5	0.12 102	0.11 129	0.08 151	0.06 29	0.07 145	0.06 76	0.11 220	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 7	0.07 259	0.08 66	0.16 233	0.07 146	0.07 47	0.09 27	0.16 256	0.09 64	0.07 87	0.06 29	0.05 5	0.06 76	0.09 68	0.10 229	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3w_stereo	0.08 99	0.09 476	0.10 216	0.17 324	0.07 146	0.08 100	0.10 44	0.20 375	0.13 217	0.06 30	0.07 77	0.05 5	0.06 76	0.08 33	0.09 115	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

2w_stereo	0.08 99	0.08 389	0.09 143	0.16 233	0.06 36	0.08 100	0.10 44	0.20 375	0.15 279	0.08 151	0.07 77	0.06 52	0.06 76	0.06 2	0.09 115	0.04 11	0.03 1	0.04 1	0.04 72	0.03 1	0.03 2

1w_stereo	0.07 7	0.06 126	0.07 17	0.16 233	0.06 36	0.07 47	0.10 44	0.14 170	0.14 251	0.07 87	0.08 144	0.05 5	0.06 76	0.09 68	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 82

monsters	0.07 7	0.06 126	0.06 6	0.15 132	0.06 36	0.08 100	0.09 27	0.12 102	0.08 32	0.09 209	0.07 77	0.06 52	0.06 76	0.08 33	0.08 29	0.05 55	0.04 26	0.04 1	0.04 72	0.03 1	0.03 2

MLG-Stereo_test3	0.07 7	0.05 45	0.10 216	0.14 72	0.06 36	0.07 47	0.11 81	0.08 14	0.06 8	0.06 30	0.04 1	0.06 52	0.06 76	0.07 8	0.10 229	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.06 339

LGtest1	0.07 7	0.04 1	0.10 216	0.15 132	0.06 36	0.07 47	0.09 27	0.08 14	0.06 8	0.05 2	0.04 1	0.06 52	0.06 76	0.10 136	0.09 115	0.07 371	0.04 26	0.05 63	0.04 72	0.06 322	0.06 339

MM-Stereo_test3	0.10 276	0.07 259	0.07 17	0.18 424	0.07 146	0.12 341	0.19 571	0.24 477	0.19 406	0.06 30	0.10 225	0.08 213	0.06 76	0.11 220	0.08 29	0.06 183	0.06 457	0.07 335	0.05 212	0.05 183	0.04 82

MM-Stereo_test2	0.09 195	0.06 126	0.09 143	0.19 501	0.08 246	0.12 341	0.18 530	0.15 213	0.14 251	0.07 87	0.10 225	0.07 145	0.06 76	0.12 320	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.05 183	0.03 2

MM-Stereo_test1	0.10 276	0.07 259	0.08 66	0.18 424	0.07 146	0.12 341	0.18 530	0.21 402	0.20 430	0.09 209	0.11 280	0.08 213	0.06 76	0.10 136	0.10 229	0.06 183	0.05 293	0.07 335	0.06 314	0.05 183	0.04 82

HUF	0.08 99	0.05 45	0.08 66	0.14 72	0.06 36	0.09 160	0.13 198	0.13 136	0.13 217	0.07 87	0.07 77	0.08 213	0.06 76	0.10 136	0.09 115	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

castereo++	0.08 99	0.05 45	0.08 66	0.15 132	0.05 2	0.14 436	0.12 119	0.11 75	0.15 279	0.07 87	0.07 77	0.07 145	0.06 76	0.08 33	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

IGEV-RUCA	0.08 99	0.06 126	0.11 279	0.14 72	0.09 382	0.10 228	0.12 119	0.10 45	0.12 172	0.06 30	0.07 77	0.07 145	0.06 76	0.09 68	0.08 29	0.06 183	0.05 293	0.05 63	0.04 72	0.05 183	0.06 339

MonSter	0.07 7	0.06 126	0.05 1	0.15 132	0.05 2	0.07 47	0.10 44	0.15 213	0.15 279	0.05 2	0.06 29	0.05 5	0.06 76	0.07 8	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

fffft	0.09 195	0.06 126	0.12 328	0.16 233	0.07 146	0.09 160	0.17 479	0.12 102	0.11 129	0.08 151	0.07 77	0.09 255	0.06 76	0.11 220	0.12 388	0.05 55	0.04 26	0.06 218	0.05 212	0.04 54	0.05 225
1: 1. 1
tt45	0.09 195	0.06 126	0.11 279	0.15 132	0.07 146	0.11 286	0.16 437	0.13 136	0.11 129	0.09 209	0.06 29	0.08 213	0.06 76	0.13 378	0.10 229	0.06 183	0.04 26	0.06 218	0.05 212	0.05 183	0.06 339

mms	0.09 195	0.07 259	0.08 66	0.16 233	0.08 246	0.10 228	0.16 437	0.12 102	0.11 129	0.08 151	0.09 185	0.08 213	0.06 76	0.11 220	0.12 388	0.05 55	0.04 26	0.07 335	0.05 212	0.04 54	0.03 2

ours_stereo	0.09 195	0.07 259	0.09 143	0.17 324	0.08 246	0.11 286	0.16 437	0.11 75	0.12 172	0.08 151	0.10 225	0.08 213	0.06 76	0.12 320	0.12 388	0.05 55	0.04 26	0.06 218	0.05 212	0.04 54	0.03 2

WCG-NET	0.08 99	0.05 45	0.09 143	0.15 132	0.06 36	0.11 286	0.14 274	0.13 136	0.13 217	0.06 30	0.09 185	0.07 145	0.06 76	0.13 378	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

GCAP-BAT	0.09 195	0.05 45	0.11 279	0.13 23	0.07 146	0.11 286	0.14 274	0.14 170	0.16 321	0.07 87	0.10 225	0.08 213	0.06 76	0.13 378	0.08 29	0.07 371	0.05 293	0.05 63	0.05 212	0.04 54	0.04 82

IGEV-Stereo++	0.07 7	0.06 126	0.08 66	0.18 424	0.06 36	0.04 1	0.10 44	0.11 75	0.11 129	0.06 30	0.07 77	0.07 145	0.06 76	0.09 68	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

RAStereo	0.10 276	0.09 476	0.08 66	0.20 570	0.08 246	0.13 399	0.18 530	0.15 213	0.17 352	0.10 260	0.12 303	0.05 5	0.06 76	0.09 68	0.08 29	0.07 371	0.05 293	0.07 335	0.05 212	0.05 183	0.04 82

Pointernet	0.09 195	0.04 1	0.09 143	0.16 233	0.08 246	0.13 399	0.10 44	0.15 213	0.17 352	0.09 209	0.07 77	0.06 52	0.06 76	0.11 220	0.09 115	0.08 456	0.04 26	0.05 63	0.03 1	0.06 322	0.05 225

IGEV-Stereo+	0.07 7	0.04 1	0.08 66	0.15 132	0.06 36	0.04 1	0.09 27	0.10 45	0.09 64	0.06 30	0.06 29	0.06 52	0.06 76	0.06 2	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.06 322	0.06 339

WCG-NET（raft）	0.08 99	0.05 45	0.10 216	0.15 132	0.06 36	0.11 286	0.13 198	0.15 213	0.12 172	0.08 151	0.07 77	0.06 52	0.06 76	0.13 378	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

RAFT-Stereo-weight	0.09 195	0.06 126	0.10 216	0.16 233	0.07 146	0.09 160	0.14 274	0.19 362	0.16 321	0.11 297	0.10 225	0.08 213	0.06 76	0.10 136	0.11 319	0.06 183	0.04 26	0.06 218	0.04 72	0.04 54	0.04 82

gcap-zeroshot	0.08 99	0.06 126	0.10 216	0.15 132	0.07 146	0.11 286	0.12 119	0.15 213	0.15 279	0.08 151	0.12 303	0.05 5	0.06 76	0.09 68	0.08 29	0.05 55	0.04 26	0.06 218	0.05 212	0.03 1	0.04 82

test_for_model	0.08 99	0.06 126	0.10 216	0.16 233	0.07 146	0.11 286	0.12 119	0.15 213	0.15 279	0.08 151	0.12 303	0.05 5	0.06 76	0.09 68	0.08 29	0.05 55	0.04 26	0.06 218	0.05 212	0.03 1	0.04 82

MGS-Stereo	0.09 195	0.07 259	0.12 328	0.15 132	0.08 246	0.09 160	0.15 363	0.12 102	0.12 172	0.07 87	0.10 225	0.08 213	0.06 76	0.10 136	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.06 322	0.05 225

MoCha-V2	0.08 99	0.05 45	0.10 216	0.20 570	0.07 146	0.09 160	0.14 274	0.11 75	0.08 32	0.07 87	0.08 144	0.07 145	0.06 76	0.09 68	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

IGEV++	0.08 99	0.06 126	0.08 66	0.18 424	0.07 146	0.09 160	0.13 198	0.10 45	0.09 64	0.08 151	0.08 144	0.06 52	0.06 76	0.13 378	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

ACVNet-DCA	0.10 276	0.08 389	0.12 328	0.17 324	0.09 382	0.13 399	0.15 363	0.23 453	0.16 321	0.09 209	0.09 185	0.06 52	0.06 76	0.10 136	0.07 1	0.06 183	0.04 26	0.06 218	0.05 212	0.07 410	0.07 429

1test111	0.11 330	0.08 389	0.12 328	0.17 324	0.09 382	0.13 399	0.15 363	0.23 453	0.16 321	0.09 209	0.09 185	0.06 52	0.06 76	0.15 444	0.16 529	0.06 183	0.04 26	0.06 218	0.05 212	0.07 410	0.07 429

cc1	0.10 276	0.08 389	0.12 328	0.17 324	0.09 382	0.13 399	0.15 363	0.16 256	0.18 386	0.09 209	0.09 185	0.06 52	0.06 76	0.10 136	0.07 1	0.06 183	0.04 26	0.06 218	0.05 212	0.06 322	0.06 339

ff7	0.09 195	0.07 259	0.11 279	0.16 233	0.09 382	0.11 286	0.15 363	0.16 256	0.12 172	0.10 260	0.06 29	0.06 52	0.06 76	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.05 183	0.06 339

IGEVStereo-DCA	0.09 195	0.06 126	0.11 279	0.15 132	0.10 498	0.11 286	0.15 363	0.16 256	0.12 172	0.10 260	0.06 29	0.08 213	0.06 76	0.10 136	0.08 29	0.06 183	0.05 293	0.06 218	0.05 212	0.05 183	0.06 339

ffff	0.09 195	0.07 259	0.11 279	0.16 233	0.09 382	0.11 286	0.15 363	0.16 256	0.12 172	0.10 260	0.06 29	0.06 52	0.06 76	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.05 183	0.06 339

rrr	0.09 195	0.06 126	0.12 328	0.15 132	0.10 498	0.11 286	0.16 437	0.16 256	0.15 279	0.10 260	0.06 29	0.08 213	0.06 76	0.10 136	0.08 29	0.06 183	0.05 293	0.06 218	0.05 212	0.05 183	0.06 339

11t	0.09 195	0.07 259	0.11 279	0.16 233	0.09 382	0.11 286	0.15 363	0.16 256	0.12 172	0.10 260	0.06 29	0.06 52	0.06 76	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.05 183	0.06 339

tt1	0.10 276	0.08 389	0.12 328	0.17 324	0.09 382	0.12 341	0.16 437	0.15 213	0.19 406	0.09 209	0.08 144	0.06 52	0.06 76	0.10 136	0.07 1	0.06 183	0.04 26	0.06 218	0.05 212	0.06 322	0.06 339

MaDis-Stereo	0.09 195	0.09 476	0.08 66	0.17 324	0.09 382	0.13 399	0.10 44	0.16 256	0.16 321	0.09 209	0.11 280	0.06 52	0.06 76	0.09 68	0.13 435	0.07 371	0.06 457	0.07 335	0.05 212	0.05 183	0.04 82

IGEV_Zeroshot_test	0.09 195	0.05 45	0.12 328	0.13 23	0.08 246	0.12 341	0.13 198	0.17 296	0.11 129	0.10 260	0.06 29	0.09 255	0.06 76	0.11 220	0.09 115	0.06 183	0.04 26	0.06 218	0.06 314	0.05 183	0.05 225

MSKI-zero shot	0.09 195	0.05 45	0.09 143	0.15 132	0.07 146	0.10 228	0.13 198	0.14 170	0.13 217	0.09 209	0.09 185	0.09 255	0.06 76	0.12 320	0.10 229	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

DLNR_Zeroshot_test	10.40 774	1.82 760	19.49 792	120.77 800	13.11 783	0.06 16	0.13 198	0.23 453	0.10 96	0.07 87	0.10 225	0.09 255	0.06 76	0.10 136	0.09 115	0.13 653	0.04 26	0.06 218	0.04 72	51.54 800	0.04 82

testlalala	0.08 99	0.06 126	0.10 216	0.15 132	0.07 146	0.11 286	0.12 119	0.15 213	0.15 279	0.08 151	0.12 303	0.05 5	0.06 76	0.09 68	0.08 29	0.05 55	0.04 26	0.06 218	0.05 212	0.03 1	0.04 82

GCAPDPT-zeroshot	0.09 195	0.05 45	0.11 279	0.13 23	0.07 146	0.11 286	0.14 274	0.14 170	0.16 321	0.07 87	0.10 225	0.08 213	0.06 76	0.13 378	0.08 29	0.07 371	0.05 293	0.05 63	0.05 212	0.04 54	0.04 82

CAS	0.08 99	0.04 1	0.07 17	0.17 324	0.08 246	0.10 228	0.13 198	0.12 102	0.09 64	0.09 209	0.10 225	0.08 213	0.06 76	0.09 68	0.08 29	0.08 456	0.04 26	0.05 63	0.03 1	0.05 183	0.04 82

anonymousdsp	0.09 195	0.07 259	0.11 279	0.16 233	0.09 382	0.11 286	0.15 363	0.16 256	0.12 172	0.09 209	0.06 29	0.06 52	0.06 76	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.05 183	0.06 339

CES	0.08 99	0.04 1	0.08 66	0.14 72	0.07 146	0.09 160	0.14 274	0.11 75	0.09 64	0.08 151	0.09 185	0.11 324	0.06 76	0.12 320	0.08 29	0.06 183	0.04 26	0.05 63	0.03 1	0.05 183	0.05 225

ProNet	0.09 195	0.07 259	0.10 216	0.17 324	0.08 246	0.10 228	0.15 363	0.15 213	0.12 172	0.09 209	0.06 29	0.07 145	0.06 76	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.04 54	0.06 339

MC-Stereo	0.08 99	0.06 126	0.09 143	0.17 324	0.06 36	0.10 228	0.14 274	0.12 102	0.10 96	0.09 209	0.12 303	0.09 255	0.06 76	0.11 220	0.10 229	0.06 183	0.04 26	0.06 218	0.05 212	0.04 54	0.04 82

ccc-4	0.09 195	0.07 259	0.11 279	0.16 233	0.09 382	0.11 286	0.15 363	0.16 256	0.12 172	0.10 260	0.06 29	0.06 52	0.06 76	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.05 183	0.06 339

IGEV-Stereo	0.09 195	0.07 259	0.11 279	0.16 233	0.09 382	0.11 286	0.15 363	0.16 256	0.12 172	0.09 209	0.06 29	0.06 52	0.06 76	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.05 183	0.06 339
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TRStereo	0.09 195	0.05 45	0.12 328	0.15 132	0.12 590	0.10 228	0.13 198	0.18 331	0.18 386	0.09 209	0.09 185	0.09 255	0.06 76	0.10 136	0.08 29	0.07 371	0.05 293	0.07 335	0.07 418	0.04 54	0.04 82

CroCo-Stereo	0.09 195	0.08 389	0.08 66	0.22 625	0.09 382	0.09 160	0.19 571	0.15 213	0.12 172	0.07 87	0.07 77	0.08 213	0.06 76	0.08 33	0.07 1	0.07 371	0.05 293	0.06 218	0.04 72	0.05 183	0.04 82
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	0.09 195	0.04 1	0.08 66	0.13 23	0.06 36	0.11 286	0.14 274	0.15 213	0.19 406	0.11 297	0.15 360	0.10 293	0.06 76	0.12 320	0.09 115	0.07 371	0.05 293	0.05 63	0.04 72	0.06 322	0.05 225

XX-Stereo	0.09 195	0.05 45	0.08 66	0.17 324	0.09 382	0.15 463	0.12 119	0.20 375	0.10 96	0.10 260	0.14 339	0.07 145	0.06 76	0.12 320	0.08 29	0.06 183	0.05 293	0.06 218	0.06 314	0.04 54	0.04 82

test_xeample3	0.09 195	0.06 126	0.12 328	0.16 233	0.09 382	0.11 286	0.15 363	0.16 256	0.13 217	0.10 260	0.06 29	0.08 213	0.06 76	0.10 136	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.05 183	0.06 339

noway7	0.10 276	0.07 259	0.13 386	0.20 570	0.09 382	0.11 286	0.15 363	0.28 558	0.16 321	0.11 297	0.11 280	0.07 145	0.07 198	0.10 136	0.10 229	0.05 55	0.04 26	0.07 335	0.06 314	0.05 183	0.05 225

monster_256*512	0.11 330	0.07 259	0.09 143	0.21 605	0.10 498	0.12 341	0.17 479	0.26 515	0.18 386	0.12 342	0.12 303	0.08 213	0.07 198	0.10 136	0.10 229	0.05 55	0.04 26	0.07 335	0.07 418	0.05 183	0.05 225

FAST (zero-shot)	0.09 195	0.06 126	0.11 279	0.19 501	0.13 613	0.07 47	0.13 198	0.12 102	0.08 32	0.08 151	0.06 29	0.08 213	0.07 198	0.10 136	0.10 229	0.07 371	0.06 457	0.06 218	0.07 418	0.05 183	0.08 502

DF_test	0.07 7	0.05 45	0.08 66	0.14 72	0.08 246	0.04 1	0.13 198	0.08 14	0.11 129	0.07 87	0.08 144	0.06 52	0.07 198	0.06 2	0.08 29	0.06 183	0.05 293	0.05 63	0.05 212	0.05 183	0.04 82

Weightmod_eth	0.09 195	0.07 259	0.08 66	0.18 424	0.07 146	0.10 228	0.16 437	0.13 136	0.11 129	0.08 151	0.08 144	0.09 255	0.07 198	0.10 136	0.10 229	0.06 183	0.07 535	0.06 218	0.07 418	0.04 54	0.03 2

WAFT-Stereo (ZS)	0.07 7	0.05 45	0.09 143	0.12 7	0.07 146	0.08 100	0.15 363	0.07 8	0.07 20	0.06 30	0.10 225	0.05 5	0.07 198	0.06 2	0.11 319	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.05 225

Weightmod	0.09 195	0.06 126	0.08 66	0.18 424	0.06 36	0.10 228	0.15 363	0.14 170	0.12 172	0.11 297	0.10 225	0.08 213	0.07 198	0.10 136	0.11 319	0.06 183	0.08 569	0.07 335	0.07 418	0.04 54	0.03 2

aanet-32k-new	0.08 99	0.07 259	0.08 66	0.18 424	0.06 36	0.08 100	0.12 119	0.11 75	0.12 172	0.07 87	0.08 144	0.05 5	0.07 198	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.06 322	0.04 82

aanet-new-24k	0.07 7	0.07 259	0.07 17	0.17 324	0.06 36	0.07 47	0.12 119	0.09 28	0.11 129	0.09 209	0.09 185	0.06 52	0.07 198	0.09 68	0.07 1	0.04 11	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

aanet-new-10k	0.08 99	0.08 389	0.08 66	0.19 501	0.07 146	0.08 100	0.12 119	0.14 170	0.11 129	0.07 87	0.08 144	0.07 145	0.07 198	0.09 68	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

aanet-new-12k	0.08 99	0.09 476	0.07 17	0.20 570	0.08 246	0.08 100	0.13 198	0.12 102	0.13 217	0.08 151	0.08 144	0.05 5	0.07 198	0.09 68	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.06 322	0.04 82

aanet-new	0.08 99	0.09 476	0.10 216	0.18 424	0.08 246	0.10 228	0.12 119	0.15 213	0.12 172	0.08 151	0.08 144	0.05 5	0.07 198	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.06 322	0.04 82

LACA3	0.07 7	0.08 389	0.08 66	0.13 23	0.05 2	0.09 160	0.11 81	0.08 14	0.08 32	0.08 151	0.05 7	0.07 145	0.07 198	0.07 8	0.07 1	0.06 183	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

Foundation-i1c-attn	0.08 99	0.05 45	0.07 17	0.14 72	0.05 2	0.09 160	0.12 119	0.12 102	0.10 96	0.09 209	0.10 225	0.10 293	0.07 198	0.07 8	0.10 229	0.06 183	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

Selective-IGEV-i16pb	0.14 475	0.08 389	0.17 545	0.15 132	0.11 553	0.41 706	0.16 437	0.28 558	0.23 473	0.11 297	0.20 449	0.10 293	0.07 198	0.17 514	0.12 388	0.10 570	0.07 535	0.06 218	0.08 501	0.09 549	0.10 583

Foundation-i1	0.09 195	0.04 1	0.10 216	0.14 72	0.06 36	0.10 228	0.13 198	0.16 256	0.14 251	0.10 260	0.10 225	0.11 324	0.07 198	0.07 8	0.10 229	0.06 183	0.04 26	0.05 63	0.05 212	0.05 183	0.05 225

LACA1	0.07 7	0.07 259	0.07 17	0.14 72	0.05 2	0.09 160	0.11 81	0.10 45	0.07 20	0.05 2	0.05 7	0.06 52	0.07 198	0.08 33	0.09 115	0.06 183	0.04 26	0.04 1	0.04 72	0.03 1	0.04 82

BridgeDepth_RVC	0.07 7	0.04 1	0.09 143	0.11 1	0.05 2	0.10 228	0.10 44	0.14 170	0.09 64	0.06 30	0.07 77	0.06 52	0.07 198	0.07 8	0.10 229	0.06 183	0.04 26	0.04 1	0.04 72	0.04 54	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 99	0.04 1	0.10 216	0.13 23	0.06 36	0.08 100	0.12 119	0.12 102	0.11 129	0.06 30	0.07 77	0.07 145	0.07 198	0.11 220	0.11 319	0.06 183	0.04 26	0.04 1	0.03 1	0.04 54	0.04 82

LCMNet	0.08 99	0.05 45	0.10 216	0.13 23	0.07 146	0.09 160	0.12 119	0.10 45	0.11 129	0.06 30	0.08 144	0.06 52	0.07 198	0.11 220	0.10 229	0.06 183	0.05 293	0.04 1	0.03 1	0.04 54	0.04 82

FE-Mocha	0.09 195	0.06 126	0.14 427	0.16 233	0.09 382	0.10 228	0.15 363	0.18 331	0.16 321	0.10 260	0.09 185	0.07 145	0.07 198	0.09 68	0.09 115	0.06 183	0.04 26	0.06 218	0.06 314	0.05 183	0.05 225

Wavelet-MonSter	0.07 7	0.05 45	0.07 17	0.16 233	0.06 36	0.07 47	0.11 81	0.10 45	0.08 32	0.06 30	0.06 29	0.07 145	0.07 198	0.09 68	0.09 115	0.04 11	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 259	0.07 17	0.15 132	0.07 146	0.09 160	0.06 1	0.13 136	0.11 129	0.07 87	0.07 77	0.06 52	0.07 198	0.10 136	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

monsterstereo	0.07 7	0.06 126	0.06 6	0.16 233	0.06 36	0.08 100	0.10 44	0.16 256	0.11 129	0.07 87	0.08 144	0.06 52	0.07 198	0.08 33	0.09 115	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

LG-G_1	0.07 7	0.04 1	0.11 279	0.15 132	0.06 36	0.09 160	0.08 9	0.08 14	0.06 8	0.06 30	0.05 7	0.07 145	0.07 198	0.11 220	0.08 29	0.07 371	0.04 26	0.05 63	0.04 72	0.05 183	0.05 225

LG-G	0.07 7	0.04 1	0.11 279	0.15 132	0.06 36	0.09 160	0.08 9	0.08 14	0.06 8	0.06 30	0.05 7	0.07 145	0.07 198	0.11 220	0.08 29	0.07 371	0.04 26	0.05 63	0.04 72	0.05 183	0.05 225

LG-Stereo	0.08 99	0.07 259	0.10 216	0.18 424	0.07 146	0.10 228	0.17 479	0.11 75	0.08 32	0.05 2	0.07 77	0.05 5	0.07 198	0.09 68	0.09 115	0.04 11	0.05 293	0.07 335	0.07 418	0.04 54	0.04 82

AIO-test1	0.10 276	0.07 259	0.10 216	0.23 649	0.07 146	0.09 160	0.13 198	0.21 402	0.14 251	0.11 297	0.12 303	0.09 255	0.07 198	0.11 220	0.09 115	0.06 183	0.05 293	0.09 526	0.10 591	0.03 1	0.06 339

SMoEStereo_RVC	0.08 99	0.06 126	0.12 328	0.16 233	0.07 146	0.09 160	0.14 274	0.11 75	0.13 217	0.09 209	0.07 77	0.07 145	0.07 198	0.12 320	0.10 229	0.05 55	0.04 26	0.06 218	0.05 212	0.04 54	0.04 82

tg	0.10 276	0.06 126	0.10 216	0.18 424	0.08 246	0.11 286	0.16 437	0.20 375	0.12 172	0.08 151	0.11 280	0.11 324	0.07 198	0.11 220	0.10 229	0.05 55	0.04 26	0.08 436	0.08 501	0.04 54	0.04 82

PAM_32	0.09 195	0.05 45	0.17 545	0.15 132	0.08 246	0.10 228	0.15 363	0.14 170	0.15 279	0.09 209	0.08 144	0.09 255	0.07 198	0.14 416	0.08 29	0.06 183	0.05 293	0.06 218	0.06 314	0.05 183	0.06 339

PAM	0.10 276	0.05 45	0.16 513	0.15 132	0.08 246	0.09 160	0.16 437	0.15 213	0.16 321	0.12 342	0.09 185	0.09 255	0.07 198	0.13 378	0.08 29	0.06 183	0.05 293	0.06 218	0.06 314	0.05 183	0.06 339

UGAM-zero	0.09 195	0.05 45	0.15 476	0.15 132	0.08 246	0.09 160	0.13 198	0.19 362	0.15 279	0.11 297	0.15 360	0.07 145	0.07 198	0.09 68	0.09 115	0.06 183	0.05 293	0.06 218	0.05 212	0.05 183	0.06 339

model_zeroshot	0.10 276	0.04 1	0.11 279	0.15 132	0.09 382	0.12 341	0.14 274	0.20 375	0.13 217	0.11 297	0.10 225	0.12 346	0.07 198	0.12 320	0.10 229	0.07 371	0.06 457	0.06 218	0.05 212	0.06 322	0.06 339

AIO-Stereo-zeroshot1	0.11 330	0.05 45	0.14 427	0.15 132	0.20 700	0.09 160	0.17 479	0.21 402	0.15 279	0.11 297	0.14 339	0.10 293	0.07 198	0.10 136	0.08 29	0.06 183	0.05 293	0.07 335	0.07 418	0.07 410	0.09 551

AIO-Stereo-zeroshot	0.11 330	0.05 45	0.11 279	0.15 132	0.13 613	0.13 399	0.16 437	0.23 453	0.17 352	0.10 260	0.12 303	0.10 293	0.07 198	0.11 220	0.09 115	0.06 183	0.05 293	0.06 218	0.06 314	0.07 410	0.08 502

CAS++	0.11 330	0.07 259	0.11 279	0.14 72	0.09 382	0.12 341	0.14 274	0.24 477	0.14 251	0.11 297	0.09 185	0.11 324	0.07 198	0.14 416	0.09 115	0.11 602	0.09 606	0.09 526	0.07 418	0.07 410	0.08 502
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	0.10 276	0.07 259	0.10 216	0.17 324	0.09 382	0.14 436	0.18 530	0.15 213	0.15 279	0.09 209	0.06 29	0.06 52	0.07 198	0.12 320	0.09 115	0.06 183	0.05 293	0.08 436	0.07 418	0.06 322	0.06 339

MyStereo06	0.10 276	0.07 259	0.12 328	0.17 324	0.09 382	0.13 399	0.18 530	0.19 362	0.12 172	0.12 342	0.08 144	0.07 145	0.07 198	0.11 220	0.09 115	0.06 183	0.05 293	0.07 335	0.07 418	0.06 322	0.06 339

UniTT-Stereo	0.09 195	0.07 259	0.08 66	0.18 424	0.08 246	0.13 399	0.11 81	0.12 102	0.11 129	0.10 260	0.12 303	0.05 5	0.07 198	0.09 68	0.09 115	0.07 371	0.05 293	0.05 63	0.05 212	0.05 183	0.05 225

CASnet	0.09 195	0.09 476	0.09 143	0.19 501	0.06 36	0.07 47	0.11 81	0.18 331	0.14 251	0.11 297	0.10 225	0.09 255	0.07 198	0.10 136	0.10 229	0.06 183	0.04 26	0.10 576	0.08 501	0.05 183	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
HH	0.09 195	0.06 126	0.13 386	0.17 324	0.08 246	0.10 228	0.16 437	0.14 170	0.10 96	0.08 151	0.09 185	0.08 213	0.07 198	0.10 136	0.09 115	0.06 183	0.04 26	0.06 218	0.05 212	0.05 183	0.04 82

HanStereo	0.09 195	0.06 126	0.13 386	0.17 324	0.08 246	0.10 228	0.16 437	0.14 170	0.10 96	0.08 151	0.09 185	0.08 213	0.07 198	0.10 136	0.09 115	0.06 183	0.04 26	0.06 218	0.05 212	0.05 183	0.04 82

LL-Strereo2	0.10 276	0.10 539	0.15 476	0.18 424	0.08 246	0.15 463	0.09 27	0.17 296	0.14 251	0.14 405	0.10 225	0.09 255	0.07 198	0.16 479	0.10 229	0.05 55	0.05 293	0.10 576	0.07 418	0.06 322	0.05 225

4D-IteraStereo	0.09 195	0.07 259	0.10 216	0.18 424	0.07 146	0.09 160	0.15 363	0.17 296	0.15 279	0.10 260	0.11 280	0.10 293	0.07 198	0.11 220	0.09 115	0.05 55	0.03 1	0.08 436	0.07 418	0.06 322	0.05 225

RCA-Stereo	0.09 195	0.06 126	0.09 143	0.16 233	0.06 36	0.09 160	0.13 198	0.18 331	0.14 251	0.09 209	0.10 225	0.08 213	0.07 198	0.12 320	0.11 319	0.06 183	0.04 26	0.06 218	0.05 212	0.05 183	0.04 82

RAFT_CTSACE	0.12 410	0.09 476	0.10 216	0.22 625	0.08 246	0.12 341	0.24 654	0.18 331	0.16 321	0.20 552	0.27 562	0.13 379	0.07 198	0.13 378	0.09 115	0.05 55	0.06 457	0.08 436	0.07 418	0.04 54	0.04 82

IPLG	0.10 276	0.07 259	0.15 476	0.17 324	0.08 246	0.11 286	0.14 274	0.20 375	0.15 279	0.12 342	0.17 397	0.07 145	0.07 198	0.14 416	0.13 435	0.06 183	0.04 26	0.06 218	0.05 212	0.04 54	0.04 82

MIPNet	0.11 330	0.08 389	0.14 427	0.17 324	0.09 382	0.12 341	0.14 274	0.20 375	0.24 490	0.11 297	0.10 225	0.09 255	0.07 198	0.13 378	0.12 388	0.06 183	0.04 26	0.06 218	0.05 212	0.04 54	0.04 82

iRaftStereo_RVC	0.10 276	0.07 259	0.09 143	0.17 324	0.09 382	0.11 286	0.17 479	0.18 331	0.12 172	0.09 209	0.12 303	0.10 293	0.07 198	0.11 220	0.10 229	0.05 55	0.04 26	0.08 436	0.08 501	0.04 54	0.04 82

CREStereo++_RVC	0.08 99	0.04 1	0.06 6	0.13 23	0.07 146	0.09 160	0.12 119	0.14 170	0.14 251	0.10 260	0.14 339	0.08 213	0.07 198	0.09 68	0.11 319	0.06 183	0.04 26	0.05 63	0.05 212	0.04 54	0.04 82
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	0.09 195	0.06 126	0.10 216	0.17 324	0.08 246	0.09 160	0.10 44	0.18 331	0.16 321	0.10 260	0.09 185	0.12 346	0.07 198	0.12 320	0.10 229	0.08 456	0.05 293	0.06 218	0.05 212	0.05 183	0.05 225

sCroCo_RVC	0.12 410	0.09 476	0.23 620	0.24 658	0.11 553	0.19 563	0.14 274	0.17 296	0.14 251	0.10 260	0.13 323	0.12 346	0.07 198	0.14 416	0.11 319	0.08 456	0.08 569	0.08 436	0.08 501	0.05 183	0.07 429

EAI-Stereo	0.09 195	0.07 259	0.11 279	0.15 132	0.06 36	0.10 228	0.15 363	0.16 256	0.09 64	0.08 151	0.09 185	0.08 213	0.07 198	0.09 68	0.11 319	0.05 55	0.04 26	0.05 63	0.05 212	0.05 183	0.04 82

PMTNet	0.09 195	0.05 45	0.09 143	0.12 7	0.06 36	0.12 341	0.14 274	0.15 213	0.11 129	0.09 209	0.13 323	0.10 293	0.07 198	0.13 378	0.10 229	0.15 671	0.04 26	0.05 63	0.03 1	0.07 410	0.06 339

zzzzzzz1	0.11 330	0.07 259	0.13 386	0.21 605	0.10 498	0.12 341	0.18 530	0.22 429	0.20 430	0.13 377	0.12 303	0.08 213	0.08 253	0.13 378	0.09 115	0.05 55	0.05 293	0.07 335	0.07 418	0.05 183	0.05 225

GELT-Stereo	0.09 195	0.06 126	0.09 143	0.18 424	0.07 146	0.07 47	0.14 274	0.21 402	0.17 352	0.08 151	0.07 77	0.06 52	0.08 253	0.10 136	0.07 1	0.04 11	0.04 26	0.06 218	0.06 314	0.03 1	0.03 2

VeloStereo	0.09 195	0.04 1	0.12 328	0.14 72	0.11 553	0.07 47	0.06 1	0.08 14	0.06 8	0.09 209	0.07 77	0.06 52	0.08 253	0.11 220	0.10 229	0.08 456	0.08 569	0.08 436	0.07 418	0.11 605	0.13 649

flow	0.09 195	0.04 1	0.12 328	0.14 72	0.11 553	0.07 47	0.06 1	0.08 14	0.06 8	0.09 209	0.07 77	0.06 52	0.08 253	0.12 320	0.10 229	0.08 456	0.08 569	0.08 436	0.07 418	0.11 605	0.13 649

GREATEN-IGEV-FM_RVC	0.09 195	0.05 45	0.11 279	0.19 501	0.07 146	0.10 228	0.09 27	0.12 102	0.09 64	0.09 209	0.09 185	0.07 145	0.08 253	0.08 33	0.09 115	0.06 183	0.06 457	0.10 576	0.08 501	0.07 410	0.05 225

S0	0.12 410	0.08 389	0.08 66	0.20 570	0.07 146	0.18 538	0.23 639	0.15 213	0.15 279	0.10 260	0.10 225	0.13 379	0.08 253	0.12 320	0.11 319	0.09 525	0.10 628	0.14 657	0.14 662	0.05 183	0.04 82

SE	0.10 276	0.10 539	0.08 66	0.19 501	0.09 382	0.11 286	0.11 81	0.15 213	0.11 129	0.10 260	0.16 373	0.09 255	0.08 253	0.09 68	0.10 229	0.06 183	0.05 293	0.08 436	0.07 418	0.07 410	0.04 82

Anonymus	0.08 99	0.05 45	0.10 216	0.15 132	0.08 246	0.10 228	0.15 363	0.15 213	0.10 96	0.07 87	0.06 29	0.07 145	0.08 253	0.12 320	0.10 229	0.06 183	0.04 26	0.05 63	0.05 212	0.05 183	0.06 339

LGCAT	0.08 99	0.04 1	0.10 216	0.11 1	0.06 36	0.07 47	0.12 119	0.07 8	0.08 32	0.09 209	0.07 77	0.07 145	0.08 253	0.12 320	0.11 319	0.10 570	0.09 606	0.04 1	0.05 212	0.04 54	0.09 551

derf	0.07 7	0.04 1	0.10 216	0.14 72	0.06 36	0.05 5	0.12 119	0.12 102	0.09 64	0.05 2	0.07 77	0.07 145	0.08 253	0.10 136	0.10 229	0.06 183	0.05 293	0.04 1	0.03 1	0.04 54	0.05 225

mm2	0.07 7	0.04 1	0.10 216	0.13 23	0.06 36	0.06 16	0.12 119	0.13 136	0.08 32	0.06 30	0.07 77	0.06 52	0.08 253	0.10 136	0.09 115	0.06 183	0.05 293	0.04 1	0.03 1	0.04 54	0.05 225

mm1	0.07 7	0.04 1	0.10 216	0.13 23	0.06 36	0.06 16	0.12 119	0.06 2	0.08 32	0.06 30	0.07 77	0.06 52	0.08 253	0.10 136	0.09 115	0.06 183	0.05 293	0.04 1	0.03 1	0.04 54	0.05 225

qqai	0.07 7	0.05 45	0.10 216	0.14 72	0.06 36	0.05 5	0.12 119	0.08 14	0.09 64	0.05 2	0.06 29	0.06 52	0.08 253	0.10 136	0.09 115	0.06 183	0.05 293	0.05 63	0.03 1	0.04 54	0.05 225

PointNet	0.07 7	0.06 126	0.07 17	0.15 132	0.07 146	0.08 100	0.14 274	0.11 75	0.08 32	0.05 2	0.07 77	0.08 213	0.08 253	0.09 68	0.09 115	0.06 183	0.04 26	0.05 63	0.04 72	0.03 1	0.04 82

DF	0.08 99	0.05 45	0.09 143	0.15 132	0.06 36	0.11 286	0.13 198	0.10 45	0.12 172	0.09 209	0.10 225	0.10 293	0.08 253	0.11 220	0.09 115	0.07 371	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

RT-Monster	0.09 195	0.05 45	0.09 143	0.14 72	0.08 246	0.11 286	0.10 44	0.17 296	0.18 386	0.13 377	0.10 225	0.09 255	0.08 253	0.10 136	0.10 229	0.07 371	0.05 293	0.05 63	0.04 72	0.05 183	0.06 339

GeoVLM	0.08 99	0.04 1	0.10 216	0.13 23	0.06 36	0.10 228	0.12 119	0.13 136	0.08 32	0.06 30	0.07 77	0.06 52	0.08 253	0.10 136	0.11 319	0.06 183	0.05 293	0.04 1	0.03 1	0.04 54	0.05 225

LACA2	0.07 7	0.05 45	0.06 6	0.15 132	0.06 36	0.09 160	0.11 81	0.11 75	0.10 96	0.05 2	0.05 7	0.06 52	0.08 253	0.09 68	0.07 1	0.07 371	0.04 26	0.04 1	0.04 72	0.04 54	0.04 82

NLSM3	0.09 195	0.06 126	0.08 66	0.19 501	0.08 246	0.11 286	0.16 437	0.18 331	0.16 321	0.06 30	0.08 144	0.07 145	0.08 253	0.09 68	0.11 319	0.04 11	0.04 26	0.06 218	0.07 418	0.03 1	0.03 2

MonSter++	0.08 99	0.04 1	0.10 216	0.13 23	0.06 36	0.09 160	0.12 119	0.13 136	0.08 32	0.06 30	0.07 77	0.06 52	0.08 253	0.10 136	0.11 319	0.06 183	0.05 293	0.04 1	0.03 1	0.04 54	0.04 82

CSFM-Stereo	0.07 7	0.05 45	0.07 17	0.14 72	0.06 36	0.09 160	0.13 198	0.15 213	0.06 8	0.07 87	0.08 144	0.06 52	0.08 253	0.09 68	0.09 115	0.06 183	0.05 293	0.04 1	0.03 1	0.04 54	0.04 82

DA	0.08 99	0.07 259	0.07 17	0.19 501	0.08 246	0.09 160	0.12 119	0.13 136	0.12 172	0.08 151	0.10 225	0.10 293	0.08 253	0.09 68	0.10 229	0.05 55	0.04 26	0.06 218	0.04 72	0.05 183	0.03 2

GGEV	0.08 99	0.07 259	0.07 17	0.19 501	0.08 246	0.09 160	0.12 119	0.13 136	0.12 172	0.08 151	0.10 225	0.10 293	0.08 253	0.09 68	0.10 229	0.05 55	0.04 26	0.06 218	0.04 72	0.05 183	0.03 2

Reg-Stereo(zero)	0.08 99	0.05 45	0.08 66	0.16 233	0.06 36	0.12 341	0.11 81	0.15 213	0.10 96	0.12 342	0.09 185	0.10 293	0.08 253	0.11 220	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.05 225

castereo	0.09 195	0.06 126	0.11 279	0.15 132	0.06 36	0.11 286	0.15 363	0.14 170	0.18 386	0.08 151	0.10 225	0.11 324	0.08 253	0.09 68	0.10 229	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

999	0.09 195	0.05 45	0.13 386	0.15 132	0.08 246	0.10 228	0.14 274	0.15 213	0.11 129	0.10 260	0.08 144	0.08 213	0.08 253	0.16 479	0.10 229	0.06 183	0.04 26	0.06 218	0.05 212	0.04 54	0.05 225

rvit_stereo_0080	0.10 276	0.08 389	0.14 427	0.15 132	0.09 382	0.07 47	0.15 363	0.16 256	0.16 321	0.11 297	0.10 225	0.14 402	0.08 253	0.12 320	0.10 229	0.09 525	0.07 535	0.07 335	0.06 314	0.07 410	0.05 225

trnet	0.08 99	0.05 45	0.07 17	0.12 7	0.05 2	0.12 341	0.11 81	0.13 136	0.10 96	0.08 151	0.13 323	0.09 255	0.08 253	0.11 220	0.10 229	0.08 456	0.05 293	0.05 63	0.03 1	0.06 322	0.05 225

Former-RAFT_DAM_RVC	0.10 276	0.08 389	0.12 328	0.16 233	0.08 246	0.15 463	0.16 437	0.18 331	0.18 386	0.10 260	0.09 185	0.09 255	0.08 253	0.11 220	0.12 388	0.07 371	0.05 293	0.08 436	0.06 314	0.07 410	0.06 339

AE-Stereo	0.10 276	0.08 389	0.10 216	0.18 424	0.09 382	0.10 228	0.15 363	0.14 170	0.19 406	0.09 209	0.14 339	0.12 346	0.08 253	0.11 220	0.10 229	0.05 55	0.06 457	0.07 335	0.06 314	0.05 183	0.04 82

whm_eth	0.10 276	0.08 389	0.14 427	0.15 132	0.09 382	0.07 47	0.15 363	0.16 256	0.16 321	0.11 297	0.10 225	0.14 402	0.08 253	0.12 320	0.10 229	0.09 525	0.07 535	0.07 335	0.06 314	0.07 410	0.05 225

AEACV	0.08 99	0.05 45	0.08 66	0.14 72	0.13 613	0.14 436	0.13 198	0.14 170	0.09 64	0.07 87	0.09 185	0.07 145	0.08 253	0.10 136	0.09 115	0.06 183	0.04 26	0.06 218	0.05 212	0.05 183	0.04 82

GLC_STEREO	0.11 330	0.07 259	0.11 279	0.17 324	0.07 146	0.09 160	0.13 198	0.15 213	0.24 490	0.12 342	0.13 323	0.12 346	0.08 253	0.18 539	0.11 319	0.06 183	0.08 569	0.08 436	0.06 314	0.05 183	0.05 225

IPLGR	0.11 330	0.09 476	0.16 513	0.18 424	0.08 246	0.12 341	0.17 479	0.21 402	0.24 490	0.11 297	0.12 303	0.11 324	0.08 253	0.12 320	0.12 388	0.06 183	0.05 293	0.06 218	0.06 314	0.04 54	0.04 82

test-3	0.08 99	0.06 126	0.09 143	0.17 324	0.07 146	0.07 47	0.14 274	0.12 102	0.15 279	0.09 209	0.08 144	0.07 145	0.08 253	0.11 220	0.10 229	0.05 55	0.04 26	0.07 335	0.05 212	0.04 54	0.04 82

test_1	0.08 99	0.06 126	0.09 143	0.17 324	0.07 146	0.07 47	0.14 274	0.12 102	0.15 279	0.09 209	0.08 144	0.07 145	0.08 253	0.11 220	0.10 229	0.05 55	0.04 26	0.07 335	0.05 212	0.04 54	0.04 82

HHNet	0.11 330	0.06 126	0.16 513	0.15 132	0.14 635	0.07 47	0.13 198	0.20 375	0.17 352	0.14 405	0.25 536	0.11 324	0.08 253	0.13 378	0.10 229	0.05 55	0.04 26	0.08 436	0.06 314	0.05 183	0.09 551

AnonymousM	0.09 195	0.05 45	0.10 216	0.14 72	0.06 36	0.09 160	0.13 198	0.19 362	0.14 251	0.13 377	0.11 280	0.09 255	0.08 253	0.13 378	0.10 229	0.08 456	0.05 293	0.08 436	0.05 212	0.05 183	0.05 225

test-1	0.10 276	0.07 259	0.16 513	0.19 501	0.08 246	0.11 286	0.24 654	0.14 170	0.18 386	0.09 209	0.07 77	0.09 255	0.08 253	0.07 8	0.09 115	0.06 183	0.04 26	0.06 218	0.05 212	0.04 54	0.04 82

Prome-Stereo	0.11 330	0.06 126	0.10 216	0.18 424	0.08 246	0.12 341	0.15 363	0.22 429	0.13 217	0.12 342	0.17 397	0.13 379	0.08 253	0.12 320	0.10 229	0.05 55	0.04 26	0.07 335	0.06 314	0.06 322	0.09 551

raft+_RVC	0.11 330	0.07 259	0.09 143	0.16 233	0.07 146	0.10 228	0.11 81	0.24 477	0.20 430	0.12 342	0.15 360	0.12 346	0.08 253	0.12 320	0.13 435	0.07 371	0.04 26	0.07 335	0.06 314	0.05 183	0.05 225

XX-TBD	0.09 195	0.06 126	0.07 17	0.14 72	0.07 146	0.12 341	0.16 437	0.14 170	0.13 217	0.11 297	0.12 303	0.09 255	0.08 253	0.10 136	0.10 229	0.06 183	0.04 26	0.05 63	0.03 1	0.06 322	0.05 225

sAnonymous2	0.13 438	0.12 585	0.24 624	0.20 570	0.12 590	0.17 519	0.13 198	0.26 515	0.21 447	0.11 297	0.11 280	0.13 379	0.08 253	0.10 136	0.10 229	0.09 525	0.05 293	0.08 436	0.06 314	0.15 676	0.10 583

CroCo_RVC	0.13 438	0.12 585	0.24 624	0.20 570	0.12 590	0.17 519	0.13 198	0.26 515	0.21 447	0.11 297	0.11 280	0.13 379	0.08 253	0.10 136	0.10 229	0.09 525	0.05 293	0.08 436	0.06 314	0.15 676	0.10 583

CREStereo	0.09 195	0.04 1	0.08 66	0.11 1	0.06 36	0.13 399	0.14 274	0.14 170	0.10 96	0.08 151	0.13 323	0.09 255	0.08 253	0.11 220	0.10 229	0.08 456	0.04 26	0.05 63	0.03 1	0.06 322	0.06 339
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	0.10 276	0.06 126	0.10 216	0.17 324	0.08 246	0.11 286	0.14 274	0.23 453	0.11 129	0.12 342	0.19 436	0.11 324	0.08 253	0.09 68	0.11 319	0.07 371	0.05 293	0.06 218	0.05 212	0.05 183	0.05 225

RAFT-Stereo	0.10 276	0.06 126	0.10 216	0.17 324	0.08 246	0.11 286	0.14 274	0.23 453	0.11 129	0.12 342	0.19 436	0.11 324	0.08 253	0.09 68	0.11 319	0.07 371	0.05 293	0.06 218	0.05 212	0.05 183	0.05 225
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
over-6	0.08 99	0.07 259	0.08 66	0.17 324	0.05 2	0.10 228	0.09 27	0.17 296	0.11 129	0.06 30	0.07 77	0.06 52	0.09 300	0.10 136	0.08 29	0.06 183	0.04 26	0.04 1	0.04 72	0.05 183	0.05 225

over-8	0.07 7	0.07 259	0.07 17	0.18 424	0.05 2	0.08 100	0.08 9	0.13 136	0.05 4	0.06 30	0.05 7	0.07 145	0.09 300	0.11 220	0.08 29	0.06 183	0.04 26	0.04 1	0.03 1	0.05 183	0.05 225

over-9	0.07 7	0.07 259	0.07 17	0.18 424	0.05 2	0.08 100	0.08 9	0.13 136	0.06 8	0.06 30	0.05 7	0.07 145	0.09 300	0.11 220	0.08 29	0.06 183	0.04 26	0.04 1	0.03 1	0.05 183	0.05 225

SMOE	0.10 276	0.08 389	0.09 143	0.18 424	0.07 146	0.13 399	0.14 274	0.18 331	0.13 217	0.11 297	0.13 323	0.12 346	0.09 300	0.11 220	0.11 319	0.05 55	0.05 293	0.08 436	0.06 314	0.06 322	0.04 82

ManiGeoR	0.10 276	0.05 45	0.12 328	0.12 7	0.08 246	0.12 341	0.12 119	0.24 477	0.14 251	0.12 342	0.14 339	0.12 346	0.09 300	0.13 378	0.13 435	0.07 371	0.04 26	0.05 63	0.05 212	0.07 410	0.07 429

HLf10	0.10 276	0.05 45	0.12 328	0.12 7	0.08 246	0.12 341	0.12 119	0.24 477	0.14 251	0.12 342	0.14 339	0.12 346	0.09 300	0.13 378	0.13 435	0.07 371	0.04 26	0.05 63	0.05 212	0.07 410	0.07 429

TestStereo_HLe17	0.10 276	0.05 45	0.12 328	0.13 23	0.07 146	0.11 286	0.15 363	0.21 402	0.15 279	0.11 297	0.14 339	0.11 324	0.09 300	0.13 378	0.12 388	0.07 371	0.04 26	0.05 63	0.05 212	0.07 410	0.06 339

GGDA	0.11 330	0.06 126	0.11 279	0.13 23	0.07 146	0.12 341	0.14 274	0.19 362	0.19 406	0.13 377	0.20 449	0.12 346	0.09 300	0.12 320	0.12 388	0.07 371	0.04 26	0.05 63	0.05 212	0.06 322	0.07 429

LiteMatch*	0.08 99	0.04 1	0.11 279	0.13 23	0.08 246	0.08 100	0.13 198	0.14 170	0.09 64	0.05 2	0.05 7	0.05 5	0.09 300	0.11 220	0.10 229	0.06 183	0.05 293	0.05 63	0.04 72	0.05 183	0.05 225

VMStereo-Base	0.09 195	0.05 45	0.10 216	0.13 23	0.07 146	0.10 228	0.10 44	0.16 256	0.13 217	0.10 260	0.15 360	0.10 293	0.09 300	0.11 220	0.10 229	0.07 371	0.05 293	0.05 63	0.04 72	0.05 183	0.06 339

Hybrid-DGEV-03	0.10 276	0.06 126	0.09 143	0.18 424	0.08 246	0.16 495	0.14 274	0.15 213	0.14 251	0.13 377	0.16 373	0.12 346	0.09 300	0.13 378	0.11 319	0.06 183	0.04 26	0.08 436	0.06 314	0.05 183	0.04 82

WQFJX	0.10 276	0.07 259	0.09 143	0.21 605	0.09 382	0.12 341	0.16 437	0.18 331	0.17 352	0.12 342	0.10 225	0.07 145	0.09 300	0.12 320	0.10 229	0.06 183	0.07 535	0.06 218	0.05 212	0.06 322	0.05 225

NLMM1	0.11 330	0.09 476	0.07 17	0.22 625	0.10 498	0.12 341	0.20 595	0.18 331	0.20 430	0.12 342	0.11 280	0.07 145	0.09 300	0.11 220	0.11 319	0.08 456	0.08 569	0.07 335	0.06 314	0.04 54	0.04 82

NLCSM	0.11 330	0.09 476	0.09 143	0.23 649	0.11 553	0.12 341	0.19 571	0.18 331	0.18 386	0.12 342	0.11 280	0.07 145	0.09 300	0.11 220	0.10 229	0.07 371	0.08 569	0.07 335	0.07 418	0.06 322	0.05 225

BridgeDepth	0.07 7	0.07 259	0.08 66	0.18 424	0.06 36	0.07 47	0.11 81	0.09 28	0.06 8	0.04 1	0.07 77	0.10 293	0.09 300	0.08 33	0.08 29	0.04 11	0.03 1	0.04 1	0.04 72	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	0.09 195	0.06 126	0.08 66	0.16 233	0.07 146	0.09 160	0.13 198	0.15 213	0.13 217	0.11 297	0.12 303	0.08 213	0.09 300	0.07 8	0.08 29	0.06 183	0.05 293	0.05 63	0.05 212	0.04 54	0.04 82

DVStereo	0.09 195	0.05 45	0.08 66	0.15 132	0.06 36	0.11 286	0.12 119	0.14 170	0.16 321	0.11 297	0.11 280	0.09 255	0.09 300	0.11 220	0.10 229	0.06 183	0.05 293	0.05 63	0.04 72	0.03 1	0.03 2

S2M2_L	0.09 195	0.08 389	0.11 279	0.13 23	0.10 498	0.08 100	0.06 1	0.10 45	0.10 96	0.10 260	0.09 185	0.10 293	0.09 300	0.11 220	0.11 319	0.13 653	0.07 535	0.08 436	0.09 549	0.10 582	0.08 502
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 99	0.05 45	0.10 216	0.14 72	0.05 2	0.12 341	0.12 119	0.11 75	0.12 172	0.07 87	0.09 185	0.09 255	0.09 300	0.08 33	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.03 2

FLISNet	0.11 330	0.06 126	0.11 279	0.13 23	0.09 382	0.09 160	0.14 274	0.21 402	0.10 96	0.19 529	0.17 397	0.14 402	0.09 300	0.16 479	0.08 29	0.05 55	0.04 26	0.07 335	0.08 501	0.07 410	0.06 339

CoSv	0.11 330	0.06 126	0.11 279	0.13 23	0.09 382	0.09 160	0.14 274	0.21 402	0.10 96	0.19 529	0.17 397	0.14 402	0.09 300	0.16 479	0.08 29	0.05 55	0.04 26	0.07 335	0.08 501	0.07 410	0.06 339

fffy	0.09 195	0.08 389	0.09 143	0.16 233	0.07 146	0.13 399	0.17 479	0.13 136	0.12 172	0.08 151	0.09 185	0.08 213	0.09 300	0.13 378	0.11 319	0.05 55	0.05 293	0.07 335	0.05 212	0.04 54	0.05 225

rvit_stereo_0081_aga	0.11 330	0.09 476	0.14 427	0.18 424	0.09 382	0.13 399	0.14 274	0.14 170	0.19 406	0.10 260	0.18 425	0.16 448	0.09 300	0.12 320	0.09 115	0.10 570	0.06 457	0.08 436	0.07 418	0.07 410	0.06 339

rvit_stereo_0081	0.11 330	0.08 389	0.15 476	0.16 233	0.09 382	0.10 228	0.14 274	0.14 170	0.24 490	0.11 297	0.13 323	0.13 379	0.09 300	0.11 220	0.12 388	0.10 570	0.07 535	0.08 436	0.07 418	0.07 410	0.05 225

rvit_stereo_0082	0.11 330	0.08 389	0.15 476	0.16 233	0.09 382	0.10 228	0.14 274	0.14 170	0.24 490	0.11 297	0.13 323	0.13 379	0.09 300	0.11 220	0.12 388	0.10 570	0.07 535	0.08 436	0.07 418	0.07 410	0.05 225

EKT-Stereo	0.11 330	0.07 259	0.14 427	0.15 132	0.10 498	0.13 399	0.14 274	0.18 331	0.21 447	0.11 297	0.08 144	0.12 346	0.09 300	0.11 220	0.12 388	0.08 456	0.06 457	0.07 335	0.06 314	0.08 484	0.07 429

GCAP-Stereo	0.09 195	0.07 259	0.13 386	0.18 424	0.06 36	0.11 286	0.07 5	0.13 136	0.12 172	0.09 209	0.10 225	0.07 145	0.09 300	0.13 378	0.10 229	0.06 183	0.05 293	0.05 63	0.04 72	0.04 54	0.05 225

Any-RAFT	0.10 276	0.05 45	0.09 143	0.14 72	0.07 146	0.13 399	0.14 274	0.21 402	0.15 279	0.11 297	0.12 303	0.12 346	0.09 300	0.12 320	0.09 115	0.07 371	0.04 26	0.05 63	0.04 72	0.06 322	0.05 225

RAFT-Test	0.09 195	0.06 126	0.10 216	0.15 132	0.07 146	0.11 286	0.15 363	0.16 256	0.13 217	0.09 209	0.10 225	0.10 293	0.09 300	0.12 320	0.09 115	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.05 225

LoS_RVC	0.08 99	0.05 45	0.07 17	0.15 132	0.07 146	0.08 100	0.15 363	0.11 75	0.10 96	0.08 151	0.09 185	0.06 52	0.09 300	0.10 136	0.09 115	0.05 55	0.04 26	0.05 63	0.03 1	0.04 54	0.03 2

anonymousdsp2	0.11 330	0.07 259	0.10 216	0.16 233	0.09 382	0.13 399	0.14 274	0.18 331	0.22 461	0.13 377	0.14 339	0.12 346	0.09 300	0.14 416	0.11 319	0.05 55	0.04 26	0.05 63	0.04 72	0.06 322	0.05 225

LoS	0.09 195	0.05 45	0.11 279	0.13 23	0.07 146	0.14 436	0.11 81	0.15 213	0.15 279	0.09 209	0.09 185	0.12 346	0.09 300	0.15 444	0.10 229	0.07 371	0.05 293	0.05 63	0.03 1	0.05 183	0.05 225
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
knoymous	0.11 330	0.05 45	0.12 328	0.13 23	0.07 146	0.15 463	0.14 274	0.19 362	0.13 217	0.11 297	0.17 397	0.13 379	0.09 300	0.13 378	0.11 319	0.08 456	0.05 293	0.06 218	0.05 212	0.08 484	0.07 429

test_4	0.10 276	0.10 539	0.08 66	0.19 501	0.09 382	0.08 100	0.22 627	0.15 213	0.17 352	0.12 342	0.18 425	0.12 346	0.09 300	0.08 33	0.11 319	0.04 11	0.04 26	0.08 436	0.08 501	0.04 54	0.03 2

iRaft-Stereo_5w	0.12 410	0.09 476	0.12 328	0.19 501	0.08 246	0.09 160	0.12 119	0.21 402	0.21 447	0.19 529	0.14 339	0.11 324	0.09 300	0.20 581	0.16 529	0.05 55	0.05 293	0.07 335	0.06 314	0.05 183	0.06 339

CIPLG	0.11 330	0.08 389	0.14 427	0.17 324	0.08 246	0.12 341	0.15 363	0.17 296	0.15 279	0.14 405	0.11 280	0.16 448	0.09 300	0.16 479	0.11 319	0.07 371	0.05 293	0.06 218	0.05 212	0.05 183	0.06 339

dd	0.15 521	0.16 644	0.16 513	0.19 501	0.09 382	0.15 463	0.18 530	0.21 402	0.25 512	0.23 597	0.20 449	0.21 523	0.09 300	0.21 599	0.16 529	0.10 570	0.06 457	0.08 436	0.06 314	0.08 484	0.06 339

IPLGR_C	0.11 330	0.08 389	0.14 427	0.17 324	0.08 246	0.12 341	0.15 363	0.17 296	0.15 279	0.14 405	0.10 225	0.16 448	0.09 300	0.16 479	0.11 319	0.07 371	0.05 293	0.06 218	0.05 212	0.05 183	0.06 339

ACRE	0.11 330	0.08 389	0.14 427	0.17 324	0.08 246	0.12 341	0.15 363	0.17 296	0.14 251	0.14 405	0.10 225	0.16 448	0.09 300	0.16 479	0.11 319	0.07 371	0.05 293	0.06 218	0.05 212	0.05 183	0.06 339

test_3	0.10 276	0.09 476	0.10 216	0.20 570	0.08 246	0.13 399	0.26 680	0.14 170	0.21 447	0.10 260	0.10 225	0.09 255	0.09 300	0.08 33	0.11 319	0.05 55	0.04 26	0.08 436	0.07 418	0.04 54	0.04 82

Pruner-Stereo	0.11 330	0.07 259	0.12 328	0.17 324	0.09 382	0.06 16	0.12 119	0.17 296	0.17 352	0.13 377	0.19 436	0.13 379	0.09 300	0.11 220	0.11 319	0.06 183	0.04 26	0.07 335	0.06 314	0.06 322	0.08 502

RAFT-345	0.11 330	0.07 259	0.15 476	0.16 233	0.08 246	0.08 100	0.12 119	0.15 213	0.10 96	0.11 297	0.36 634	0.09 255	0.09 300	0.11 220	0.12 388	0.05 55	0.05 293	0.07 335	0.06 314	0.04 54	0.05 225

RALAANet	0.11 330	0.08 389	0.10 216	0.17 324	0.09 382	0.14 436	0.10 44	0.20 375	0.15 279	0.14 405	0.13 323	0.16 448	0.09 300	0.12 320	0.11 319	0.06 183	0.05 293	0.07 335	0.06 314	0.05 183	0.04 82

RAFT-Stereo + iAFF	0.09 195	0.06 126	0.10 216	0.17 324	0.06 36	0.10 228	0.16 437	0.17 296	0.14 251	0.09 209	0.10 225	0.08 213	0.09 300	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.06 314	0.04 54	0.03 2

AFF-stereo	0.09 195	0.06 126	0.10 216	0.17 324	0.07 146	0.10 228	0.16 437	0.17 296	0.09 64	0.10 260	0.12 303	0.09 255	0.09 300	0.12 320	0.09 115	0.05 55	0.04 26	0.07 335	0.07 418	0.04 54	0.03 2

CFNet-RSSM	0.09 195	0.07 259	0.09 143	0.16 233	0.07 146	0.09 160	0.15 363	0.16 256	0.17 352	0.08 151	0.12 303	0.10 293	0.09 300	0.11 220	0.09 115	0.06 183	0.04 26	0.06 218	0.04 72	0.04 54	0.04 82

Gwc-CoAtRS	0.09 195	0.06 126	0.10 216	0.16 233	0.07 146	0.10 228	0.14 274	0.17 296	0.17 352	0.08 151	0.10 225	0.12 346	0.09 300	0.12 320	0.09 115	0.06 183	0.04 26	0.06 218	0.04 72	0.04 54	0.04 82

over v1	0.07 7	0.07 259	0.07 17	0.18 424	0.05 2	0.08 100	0.08 9	0.10 45	0.05 4	0.06 30	0.06 29	0.07 145	0.10 347	0.11 220	0.08 29	0.05 55	0.04 26	0.04 1	0.03 1	0.05 183	0.05 225

S	0.12 410	0.08 389	0.09 143	0.20 570	0.08 246	0.13 399	0.19 571	0.17 296	0.16 321	0.13 377	0.11 280	0.13 379	0.10 347	0.11 220	0.13 435	0.09 525	0.07 535	0.13 643	0.15 679	0.06 322	0.04 82

PhaseNet	0.09 195	0.06 126	0.10 216	0.15 132	0.08 246	0.10 228	0.14 274	0.20 375	0.12 172	0.07 87	0.08 144	0.09 255	0.10 347	0.13 378	0.12 388	0.06 183	0.04 26	0.06 218	0.06 314	0.05 183	0.05 225

HLf8	0.11 330	0.05 45	0.13 386	0.11 1	0.08 246	0.15 463	0.12 119	0.22 429	0.15 279	0.13 377	0.17 397	0.12 346	0.10 347	0.14 416	0.12 388	0.09 525	0.05 293	0.05 63	0.05 212	0.08 484	0.08 502

TestStereo_HL2	0.11 330	0.06 126	0.11 279	0.12 7	0.08 246	0.12 341	0.14 274	0.20 375	0.18 386	0.13 377	0.21 473	0.12 346	0.10 347	0.12 320	0.12 388	0.07 371	0.05 293	0.05 63	0.05 212	0.07 410	0.07 429

TS12	0.08 99	0.06 126	0.09 143	0.21 605	0.07 146	0.11 286	0.13 198	0.11 75	0.09 64	0.10 260	0.10 225	0.08 213	0.10 347	0.09 68	0.12 388	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.04 82

RT-IGEV	0.13 438	0.06 126	0.13 386	0.15 132	0.09 382	0.15 463	0.17 479	0.24 477	0.27 536	0.16 461	0.17 397	0.17 470	0.10 347	0.14 416	0.11 319	0.08 456	0.05 293	0.07 335	0.05 212	0.07 410	0.07 429

Selective-IGEV-i1	0.13 438	0.07 259	0.12 328	0.19 501	0.08 246	0.18 538	0.16 437	0.22 429	0.30 568	0.16 461	0.17 397	0.16 448	0.10 347	0.14 416	0.13 435	0.06 183	0.05 293	0.06 218	0.05 212	0.06 322	0.05 225

DStereoRT	0.16 546	0.06 126	0.11 279	0.19 501	0.09 382	0.12 341	0.12 119	0.28 558	0.22 461	0.12 342	0.20 449	0.11 324	0.10 347	0.15 444	0.14 478	0.06 183	0.05 293	0.96 756	0.09 549	0.05 183	0.04 82

WQFJA1	0.10 276	0.07 259	0.08 66	0.20 570	0.09 382	0.12 341	0.17 479	0.17 296	0.17 352	0.09 209	0.10 225	0.08 213	0.10 347	0.12 320	0.11 319	0.06 183	0.07 535	0.07 335	0.06 314	0.06 322	0.05 225

WQFJX1	0.10 276	0.07 259	0.08 66	0.22 625	0.09 382	0.12 341	0.17 479	0.18 331	0.17 352	0.10 260	0.09 185	0.07 145	0.10 347	0.11 220	0.09 115	0.07 371	0.08 569	0.07 335	0.06 314	0.05 183	0.04 82

NLMM	0.10 276	0.07 259	0.08 66	0.20 570	0.09 382	0.12 341	0.17 479	0.17 296	0.17 352	0.09 209	0.10 225	0.08 213	0.10 347	0.12 320	0.11 319	0.06 183	0.07 535	0.07 335	0.06 314	0.06 322	0.05 225

NLSM1	0.10 276	0.07 259	0.07 17	0.19 501	0.08 246	0.13 399	0.16 437	0.21 402	0.15 279	0.11 297	0.10 225	0.06 52	0.10 347	0.10 136	0.11 319	0.07 371	0.08 569	0.08 436	0.07 418	0.05 183	0.05 225

xyz-stereo-finetune	0.11 330	0.08 389	0.13 386	0.14 72	0.06 36	0.10 228	0.19 571	0.17 296	0.19 406	0.12 342	0.14 339	0.15 433	0.10 347	0.13 378	0.11 319	0.05 55	0.04 26	0.07 335	0.05 212	0.04 54	0.05 225

rvit_stereo_0083	0.12 410	0.08 389	0.17 545	0.16 233	0.09 382	0.11 286	0.15 363	0.14 170	0.26 526	0.11 297	0.14 339	0.13 379	0.10 347	0.12 320	0.12 388	0.10 570	0.08 569	0.09 526	0.07 418	0.07 410	0.05 225

rvit_stereo_ft	0.12 410	0.07 259	0.13 386	0.19 501	0.10 498	0.12 341	0.17 479	0.16 256	0.16 321	0.12 342	0.13 323	0.15 433	0.10 347	0.14 416	0.13 435	0.09 525	0.06 457	0.08 436	0.07 418	0.07 410	0.05 225

H2IRNET	0.10 276	0.09 476	0.09 143	0.18 424	0.09 382	0.12 341	0.15 363	0.14 170	0.21 447	0.10 260	0.10 225	0.10 293	0.10 347	0.10 136	0.10 229	0.05 55	0.04 26	0.08 436	0.08 501	0.06 322	0.05 225

MyStereo8	0.12 410	0.07 259	0.15 476	0.15 132	0.09 382	0.18 538	0.14 274	0.19 362	0.22 461	0.12 342	0.18 425	0.11 324	0.10 347	0.16 479	0.18 563	0.07 371	0.05 293	0.07 335	0.05 212	0.08 484	0.09 551

MyStereo04	0.13 438	0.07 259	0.10 216	0.17 324	0.09 382	0.14 436	0.18 530	0.29 574	0.38 631	0.17 480	0.14 339	0.16 448	0.10 347	0.15 444	0.13 435	0.06 183	0.05 293	0.08 436	0.07 418	0.06 322	0.06 339

StereoVision	0.13 438	0.12 585	0.09 143	0.24 658	0.10 498	0.15 463	0.21 616	0.21 402	0.20 430	0.12 342	0.24 507	0.10 293	0.10 347	0.16 479	0.10 229	0.09 525	0.11 641	0.12 628	0.12 647	0.06 322	0.05 225

DCRE	0.11 330	0.07 259	0.13 386	0.16 233	0.11 553	0.11 286	0.17 479	0.18 331	0.17 352	0.11 297	0.18 425	0.10 293	0.10 347	0.15 444	0.11 319	0.06 183	0.05 293	0.06 218	0.06 314	0.05 183	0.04 82

Selective-RAFT	0.11 330	0.10 539	0.11 279	0.21 605	0.08 246	0.16 495	0.13 198	0.20 375	0.22 461	0.10 260	0.10 225	0.11 324	0.10 347	0.15 444	0.11 319	0.05 55	0.05 293	0.06 218	0.05 212	0.06 322	0.05 225

TestStereo1	0.13 438	0.08 389	0.08 66	0.19 501	0.08 246	0.18 538	0.29 703	0.23 453	0.16 321	0.17 480	0.20 449	0.16 448	0.10 347	0.12 320	0.13 435	0.06 183	0.06 457	0.08 436	0.06 314	0.05 183	0.05 225

DisPM	0.11 330	0.07 259	0.12 328	0.16 233	0.09 382	0.06 16	0.13 198	0.17 296	0.17 352	0.14 405	0.20 449	0.12 346	0.10 347	0.11 220	0.10 229	0.06 183	0.04 26	0.07 335	0.06 314	0.06 322	0.11 611

raft_robust	0.13 438	0.10 539	0.07 17	0.18 424	0.08 246	0.13 399	0.24 654	0.28 558	0.33 591	0.20 552	0.19 436	0.14 402	0.10 347	0.11 220	0.12 388	0.05 55	0.05 293	0.07 335	0.07 418	0.05 183	0.04 82

RAFT+CT+SA	0.13 438	0.11 567	0.09 143	0.19 501	0.09 382	0.15 463	0.28 693	0.22 429	0.22 461	0.15 432	0.26 553	0.10 293	0.10 347	0.11 220	0.12 388	0.05 55	0.04 26	0.07 335	0.08 501	0.07 410	0.06 339

SA-5K	0.13 438	0.08 389	0.08 66	0.19 501	0.08 246	0.18 538	0.29 703	0.23 453	0.16 321	0.17 480	0.20 449	0.16 448	0.10 347	0.12 320	0.13 435	0.06 183	0.06 457	0.08 436	0.06 314	0.05 183	0.05 225

PFNet+	0.11 330	0.06 126	0.13 386	0.16 233	0.09 382	0.05 5	0.12 119	0.17 296	0.21 447	0.16 461	0.19 436	0.14 402	0.10 347	0.11 220	0.11 319	0.08 456	0.05 293	0.09 526	0.08 501	0.06 322	0.11 611

STrans-v2	0.10 276	0.07 259	0.12 328	0.18 424	0.07 146	0.10 228	0.14 274	0.21 402	0.11 129	0.11 297	0.15 360	0.12 346	0.10 347	0.11 220	0.12 388	0.05 55	0.04 26	0.06 218	0.06 314	0.04 54	0.04 82

KYRaft	0.11 330	0.07 259	0.10 216	0.19 501	0.09 382	0.08 100	0.15 363	0.22 429	0.12 172	0.13 377	0.16 373	0.20 513	0.10 347	0.12 320	0.10 229	0.05 55	0.04 26	0.08 436	0.08 501	0.06 322	0.16 687

ASMatch	0.11 330	0.06 126	0.13 386	0.16 233	0.10 498	0.07 47	0.14 274	0.17 296	0.17 352	0.12 342	0.16 373	0.16 448	0.10 347	0.13 378	0.10 229	0.05 55	0.04 26	0.06 218	0.05 212	0.04 54	0.08 502

RAFT-RH_RVC	0.11 330	0.06 126	0.14 427	0.16 233	0.09 382	0.12 341	0.12 119	0.17 296	0.12 172	0.13 377	0.41 671	0.11 324	0.10 347	0.13 378	0.12 388	0.05 55	0.04 26	0.08 436	0.05 212	0.04 54	0.06 339

cross-raft	0.10 276	0.09 476	0.09 143	0.19 501	0.07 146	0.11 286	0.25 670	0.13 136	0.15 279	0.08 151	0.11 280	0.12 346	0.10 347	0.09 68	0.11 319	0.05 55	0.04 26	0.06 218	0.05 212	0.04 54	0.04 82

rafts_anoy	0.11 330	0.06 126	0.10 216	0.17 324	0.08 246	0.10 228	0.14 274	0.17 296	0.14 251	0.13 377	0.13 323	0.12 346	0.10 347	0.11 220	0.12 388	0.07 371	0.04 26	0.09 526	0.11 625	0.07 410	0.06 339

Anonymous3	0.16 546	0.13 613	0.33 665	0.26 677	0.14 635	0.27 661	0.17 479	0.28 558	0.28 551	0.15 432	0.17 397	0.14 402	0.10 347	0.15 444	0.12 388	0.08 456	0.08 569	0.08 436	0.08 501	0.08 484	0.11 611

RALCasStereoNet	0.10 276	0.06 126	0.09 143	0.16 233	0.08 246	0.12 341	0.14 274	0.17 296	0.11 129	0.12 342	0.17 397	0.14 402	0.10 347	0.12 320	0.11 319	0.07 371	0.06 457	0.06 218	0.05 212	0.08 484	0.07 429

RAFT + AFF	0.13 438	0.07 259	0.20 595	0.20 570	0.10 498	0.14 436	0.24 654	0.26 515	0.20 430	0.11 297	0.10 225	0.12 346	0.10 347	0.15 444	0.12 388	0.07 371	0.06 457	0.09 526	0.08 501	0.06 322	0.08 502

GMStereo	0.13 438	0.14 626	0.14 427	0.18 424	0.09 382	0.15 463	0.16 437	0.20 375	0.24 490	0.16 461	0.17 397	0.10 293	0.10 347	0.16 479	0.13 435	0.07 371	0.06 457	0.06 218	0.06 314	0.07 410	0.06 339
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HLF11	0.11 330	0.05 45	0.13 386	0.12 7	0.08 246	0.14 436	0.11 81	0.22 429	0.10 96	0.12 342	0.23 494	0.11 324	0.11 385	0.14 416	0.13 435	0.08 456	0.05 293	0.05 63	0.04 72	0.08 484	0.08 502

TestStereo-Hl	0.11 330	0.06 126	0.11 279	0.13 23	0.08 246	0.15 463	0.14 274	0.20 375	0.17 352	0.13 377	0.16 373	0.12 346	0.11 385	0.14 416	0.13 435	0.06 183	0.04 26	0.05 63	0.05 212	0.06 322	0.06 339

MultiAttention	0.29 684	0.08 389	0.14 427	0.19 501	0.12 590	1.45 758	1.33 763	0.36 664	0.37 624	0.19 529	0.21 473	0.24 565	0.11 385	0.38 701	0.18 563	0.06 183	0.05 293	0.08 436	0.08 501	0.10 582	0.09 551

depthmonostereo	0.09 195	0.06 126	0.09 143	0.15 132	0.06 36	0.10 228	0.13 198	0.14 170	0.14 251	0.10 260	0.10 225	0.09 255	0.11 385	0.08 33	0.09 115	0.06 183	0.05 293	0.06 218	0.04 72	0.04 54	0.03 2

MyStereo05	0.13 438	0.07 259	0.10 216	0.17 324	0.09 382	0.13 399	0.18 530	0.27 537	0.35 612	0.17 480	0.14 339	0.15 433	0.11 385	0.15 444	0.13 435	0.06 183	0.05 293	0.07 335	0.07 418	0.06 322	0.06 339

CoDeX	0.12 410	0.07 259	0.12 328	0.17 324	0.08 246	0.12 341	0.15 363	0.23 453	0.27 536	0.13 377	0.17 397	0.16 448	0.11 385	0.14 416	0.11 319	0.07 371	0.05 293	0.07 335	0.06 314	0.06 322	0.05 225

GMStereo_Zeroshot	0.16 546	0.13 613	0.24 624	0.20 570	0.10 498	0.17 519	0.13 198	0.29 574	0.25 512	0.23 597	0.32 609	0.25 579	0.11 385	0.19 556	0.14 478	0.09 525	0.06 457	0.11 608	0.06 314	0.12 623	0.08 502

MIF-Stereo (partial)	0.11 330	0.06 126	0.10 216	0.19 501	0.10 498	0.10 228	0.11 81	0.17 296	0.18 386	0.14 405	0.16 373	0.09 255	0.11 385	0.12 320	0.12 388	0.08 456	0.05 293	0.08 436	0.07 418	0.06 322	0.07 429

riskmin	0.11 330	0.06 126	0.13 386	0.14 72	0.08 246	0.14 436	0.14 274	0.18 331	0.14 251	0.11 297	0.14 339	0.16 448	0.11 385	0.14 416	0.12 388	0.09 525	0.05 293	0.07 335	0.05 212	0.08 484	0.08 502

fff	0.10 276	0.06 126	0.12 328	0.15 132	0.07 146	0.09 160	0.17 479	0.16 256	0.20 430	0.13 377	0.16 373	0.10 293	0.11 385	0.11 220	0.12 388	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.05 225

Sa-1000	0.12 410	0.08 389	0.08 66	0.18 424	0.08 246	0.14 436	0.22 627	0.22 429	0.18 386	0.15 432	0.20 449	0.17 470	0.11 385	0.10 136	0.10 229	0.06 183	0.05 293	0.09 526	0.09 549	0.05 183	0.05 225

SA	0.12 410	0.09 476	0.08 66	0.18 424	0.08 246	0.12 341	0.24 654	0.23 453	0.18 386	0.17 480	0.27 562	0.14 402	0.11 385	0.11 220	0.11 319	0.05 55	0.05 293	0.09 526	0.08 501	0.05 183	0.04 82

CrosDoStereo	0.12 410	0.06 126	0.12 328	0.14 72	0.08 246	0.12 341	0.15 363	0.17 296	0.22 461	0.19 529	0.24 507	0.15 433	0.11 385	0.11 220	0.12 388	0.06 183	0.04 26	0.07 335	0.07 418	0.05 183	0.05 225

LCNet	0.11 330	0.07 259	0.09 143	0.19 501	0.09 382	0.08 100	0.15 363	0.21 402	0.15 279	0.11 297	0.15 360	0.16 448	0.11 385	0.12 320	0.11 319	0.05 55	0.04 26	0.08 436	0.07 418	0.06 322	0.15 675

TransformOpticalFlow	0.10 276	0.08 389	0.13 386	0.18 424	0.07 146	0.09 160	0.15 363	0.19 362	0.15 279	0.12 342	0.17 397	0.11 324	0.11 385	0.11 220	0.10 229	0.05 55	0.04 26	0.06 218	0.06 314	0.05 183	0.05 225

NF-Stereo	0.11 330	0.07 259	0.13 386	0.17 324	0.09 382	0.10 228	0.14 274	0.23 453	0.19 406	0.12 342	0.17 397	0.12 346	0.11 385	0.11 220	0.11 319	0.06 183	0.04 26	0.07 335	0.06 314	0.06 322	0.12 626

OCTAStereo	0.11 330	0.07 259	0.13 386	0.17 324	0.09 382	0.10 228	0.14 274	0.23 453	0.19 406	0.12 342	0.17 397	0.12 346	0.11 385	0.11 220	0.11 319	0.06 183	0.04 26	0.07 335	0.06 314	0.06 322	0.12 626

PSM-softLoss	0.12 410	0.07 259	0.15 476	0.17 324	0.09 382	0.08 100	0.13 198	0.24 477	0.17 352	0.14 405	0.19 436	0.13 379	0.11 385	0.11 220	0.11 319	0.07 371	0.05 293	0.08 436	0.07 418	0.06 322	0.12 626

KMStereo	0.12 410	0.07 259	0.15 476	0.17 324	0.09 382	0.08 100	0.13 198	0.24 477	0.17 352	0.14 405	0.19 436	0.13 379	0.11 385	0.11 220	0.11 319	0.07 371	0.05 293	0.08 436	0.07 418	0.06 322	0.12 626

PSM-AAD	0.11 330	0.07 259	0.10 216	0.19 501	0.09 382	0.10 228	0.15 363	0.20 375	0.13 217	0.12 342	0.14 339	0.18 485	0.11 385	0.11 220	0.10 229	0.05 55	0.05 293	0.09 526	0.08 501	0.06 322	0.14 668

DeepStereo_LL	0.12 410	0.06 126	0.12 328	0.14 72	0.08 246	0.12 341	0.15 363	0.17 296	0.22 461	0.19 529	0.24 507	0.15 433	0.11 385	0.11 220	0.12 388	0.06 183	0.04 26	0.07 335	0.07 418	0.05 183	0.05 225

PFNet	0.12 410	0.06 126	0.17 545	0.17 324	0.08 246	0.09 160	0.15 363	0.26 515	0.20 430	0.16 461	0.16 373	0.14 402	0.11 385	0.12 320	0.11 319	0.06 183	0.04 26	0.07 335	0.06 314	0.05 183	0.05 225

GrayStereo	0.11 330	0.06 126	0.11 279	0.19 501	0.09 382	0.09 160	0.16 437	0.18 331	0.17 352	0.14 405	0.17 397	0.17 470	0.11 385	0.12 320	0.11 319	0.05 55	0.05 293	0.07 335	0.06 314	0.05 183	0.10 583

RE-Stereo	0.11 330	0.07 259	0.13 386	0.17 324	0.09 382	0.10 228	0.14 274	0.23 453	0.19 406	0.12 342	0.17 397	0.12 346	0.11 385	0.11 220	0.11 319	0.06 183	0.04 26	0.07 335	0.06 314	0.06 322	0.12 626

TVStereo	0.11 330	0.07 259	0.13 386	0.17 324	0.09 382	0.10 228	0.14 274	0.23 453	0.19 406	0.12 342	0.17 397	0.12 346	0.11 385	0.11 220	0.11 319	0.06 183	0.04 26	0.07 335	0.06 314	0.06 322	0.12 626

GMM-Stereo	0.11 330	0.07 259	0.10 216	0.18 424	0.09 382	0.08 100	0.15 363	0.23 453	0.16 321	0.11 297	0.15 360	0.13 379	0.11 385	0.11 220	0.11 319	0.05 55	0.04 26	0.08 436	0.07 418	0.06 322	0.09 551

s12784h	0.09 195	0.06 126	0.07 17	0.15 132	0.05 2	0.16 495	0.18 530	0.15 213	0.15 279	0.10 260	0.11 280	0.11 324	0.11 385	0.10 136	0.12 388	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

DCANet	0.10 276	0.06 126	0.12 328	0.16 233	0.06 36	0.09 160	0.17 479	0.15 213	0.19 406	0.13 377	0.17 397	0.10 293	0.11 385	0.11 220	0.12 388	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

csc	0.10 276	0.06 126	0.12 328	0.15 132	0.07 146	0.09 160	0.17 479	0.16 256	0.20 430	0.13 377	0.16 373	0.10 293	0.11 385	0.11 220	0.12 388	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.05 225

cscssc	0.10 276	0.06 126	0.12 328	0.15 132	0.07 146	0.09 160	0.17 479	0.16 256	0.20 430	0.13 377	0.16 373	0.10 293	0.11 385	0.11 220	0.12 388	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.05 225

111	0.10 276	0.06 126	0.12 328	0.15 132	0.07 146	0.10 228	0.14 274	0.21 402	0.23 473	0.11 297	0.12 303	0.14 402	0.11 385	0.13 378	0.10 229	0.06 183	0.04 26	0.06 218	0.04 72	0.05 183	0.05 225

ARAFT	0.12 410	0.08 389	0.17 545	0.19 501	0.09 382	0.14 436	0.18 530	0.20 375	0.12 172	0.12 342	0.13 323	0.14 402	0.11 385	0.15 444	0.12 388	0.06 183	0.05 293	0.10 576	0.09 549	0.05 183	0.04 82

HITNet	0.10 276	0.06 126	0.12 328	0.14 72	0.06 36	0.11 286	0.10 44	0.18 331	0.18 386	0.13 377	0.16 373	0.14 402	0.11 385	0.15 444	0.13 435	0.06 183	0.04 26	0.04 1	0.04 72	0.06 322	0.05 225
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	0.11 330	0.09 476	0.10 216	0.17 324	0.07 146	0.20 579	0.13 198	0.21 402	0.17 352	0.12 342	0.13 323	0.10 293	0.12 418	0.13 378	0.13 435	0.07 371	0.07 535	0.08 436	0.09 549	0.06 322	0.05 225

TestStereo_HL3	0.11 330	0.05 45	0.16 513	0.13 23	0.07 146	0.12 341	0.11 81	0.20 375	0.09 64	0.15 432	0.30 596	0.13 379	0.12 418	0.16 479	0.11 319	0.07 371	0.05 293	0.05 63	0.05 212	0.06 322	0.07 429

IGEV_i1	0.12 410	0.07 259	0.12 328	0.16 233	0.08 246	0.19 563	0.14 274	0.18 331	0.22 461	0.18 510	0.18 425	0.16 448	0.12 418	0.16 479	0.14 478	0.06 183	0.05 293	0.06 218	0.05 212	0.06 322	0.06 339

Hybrid-DGEV-2	0.11 330	0.06 126	0.12 328	0.18 424	0.09 382	0.09 160	0.13 198	0.28 558	0.29 558	0.11 297	0.11 280	0.09 255	0.12 418	0.12 320	0.09 115	0.06 183	0.05 293	0.07 335	0.07 418	0.05 183	0.05 225

FlowAnything_test	0.11 330	0.08 389	0.14 427	0.15 132	0.09 382	0.07 47	0.14 274	0.20 375	0.11 129	0.09 209	0.09 185	0.12 346	0.12 418	0.13 378	0.11 319	0.09 525	0.06 457	0.09 526	0.09 549	0.06 322	0.09 551

xyz-stereo-finetune2	0.11 330	0.07 259	0.13 386	0.13 23	0.07 146	0.11 286	0.19 571	0.17 296	0.12 172	0.15 432	0.15 360	0.17 470	0.12 418	0.13 378	0.11 319	0.05 55	0.04 26	0.07 335	0.05 212	0.04 54	0.06 339

DFGA-Net	0.13 438	0.11 567	0.18 571	0.17 324	0.10 498	0.12 341	0.13 198	0.22 429	0.25 512	0.16 461	0.16 373	0.13 379	0.12 418	0.16 479	0.14 478	0.07 371	0.05 293	0.08 436	0.07 418	0.05 183	0.05 225

DDVS	0.15 521	0.10 539	0.21 605	0.16 233	0.12 590	0.15 463	0.14 274	0.25 496	0.19 406	0.18 510	0.29 588	0.27 597	0.12 418	0.19 556	0.15 513	0.09 525	0.06 457	0.09 526	0.07 418	0.11 605	0.11 611

rvit_0105_6	0.14 475	0.09 476	0.18 571	0.17 324	0.10 498	0.10 228	0.16 437	0.19 362	0.26 526	0.12 342	0.18 425	0.17 470	0.12 418	0.18 539	0.12 388	0.15 671	0.11 641	0.12 628	0.10 591	0.09 549	0.06 339

rvit_0105_5	0.14 475	0.09 476	0.13 386	0.17 324	0.09 382	0.14 436	0.23 639	0.24 477	0.27 536	0.14 405	0.15 360	0.18 485	0.12 418	0.17 514	0.14 478	0.14 667	0.11 641	0.10 576	0.10 591	0.08 484	0.06 339

GCST	0.37 702	0.42 728	0.26 632	1.02 754	0.39 729	0.18 538	0.08 9	0.20 375	0.17 352	0.28 647	0.25 536	0.15 433	0.12 418	0.16 479	0.14 478	0.64 750	0.43 744	0.75 746	0.65 750	0.63 743	0.46 741

plain	0.10 276	0.08 389	0.10 216	0.19 501	0.09 382	0.10 228	0.15 363	0.14 170	0.13 217	0.13 377	0.15 360	0.09 255	0.12 418	0.13 378	0.12 388	0.07 371	0.05 293	0.09 526	0.06 314	0.06 322	0.06 339

PCWNet_CMD	0.14 475	0.08 389	0.15 476	0.17 324	0.09 382	0.14 436	0.14 274	0.29 574	0.36 617	0.14 405	0.20 449	0.21 523	0.12 418	0.17 514	0.13 435	0.07 371	0.05 293	0.07 335	0.07 418	0.07 410	0.07 429

ADStereo(finetuned)	0.10 276	0.06 126	0.12 328	0.16 233	0.06 36	0.09 160	0.17 479	0.15 213	0.19 406	0.13 377	0.17 397	0.10 293	0.12 418	0.11 220	0.12 388	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

GMOStereo	0.11 330	0.09 476	0.07 17	0.19 501	0.08 246	0.12 341	0.28 693	0.13 136	0.17 352	0.11 297	0.17 397	0.14 402	0.12 418	0.07 8	0.07 1	0.05 55	0.05 293	0.09 526	0.07 418	0.04 54	0.04 82

error version	0.11 330	0.09 476	0.07 17	0.19 501	0.08 246	0.12 341	0.28 693	0.13 136	0.17 352	0.11 297	0.17 397	0.14 402	0.12 418	0.07 8	0.07 1	0.05 55	0.05 293	0.09 526	0.07 418	0.04 54	0.04 82

test-v	0.11 330	0.09 476	0.07 17	0.19 501	0.08 246	0.12 341	0.28 693	0.13 136	0.17 352	0.11 297	0.17 397	0.14 402	0.12 418	0.07 8	0.07 1	0.05 55	0.05 293	0.09 526	0.07 418	0.04 54	0.04 82

GANet-ADL	0.13 438	0.07 259	0.15 476	0.17 324	0.10 498	0.18 538	0.15 363	0.30 589	0.20 430	0.13 377	0.18 425	0.19 501	0.12 418	0.16 479	0.13 435	0.08 456	0.06 457	0.06 218	0.05 212	0.07 410	0.08 502

Patchmatch Stereo++	0.11 330	0.09 476	0.16 513	0.18 424	0.08 246	0.06 16	0.11 81	0.16 256	0.13 217	0.15 432	0.16 373	0.14 402	0.12 418	0.11 220	0.10 229	0.06 183	0.04 26	0.08 436	0.06 314	0.08 484	0.07 429
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	0.11 330	0.06 126	0.14 427	0.18 424	0.08 246	0.09 160	0.12 119	0.21 402	0.21 447	0.13 377	0.14 339	0.11 324	0.12 418	0.11 220	0.13 435	0.06 183	0.04 26	0.07 335	0.06 314	0.05 183	0.04 82

IIG-Stereo	0.11 330	0.06 126	0.13 386	0.17 324	0.08 246	0.11 286	0.12 119	0.22 429	0.17 352	0.14 405	0.17 397	0.11 324	0.12 418	0.12 320	0.12 388	0.06 183	0.05 293	0.07 335	0.06 314	0.05 183	0.04 82

NRIStereo	0.11 330	0.08 389	0.14 427	0.18 424	0.08 246	0.10 228	0.14 274	0.16 256	0.15 279	0.12 342	0.14 339	0.13 379	0.12 418	0.13 378	0.10 229	0.06 183	0.04 26	0.07 335	0.06 314	0.06 322	0.07 429

PSM-adaLoss	0.11 330	0.09 476	0.16 513	0.18 424	0.08 246	0.06 16	0.12 119	0.16 256	0.13 217	0.15 432	0.16 373	0.14 402	0.12 418	0.11 220	0.10 229	0.06 183	0.04 26	0.08 436	0.06 314	0.08 484	0.07 429

FTStereo	0.12 410	0.06 126	0.14 427	0.18 424	0.09 382	0.07 47	0.15 363	0.21 402	0.18 386	0.12 342	0.24 507	0.12 346	0.12 418	0.13 378	0.13 435	0.05 55	0.05 293	0.07 335	0.06 314	0.06 322	0.10 583

ROB_FTStereo_v2	0.11 330	0.09 476	0.16 513	0.19 501	0.08 246	0.06 16	0.12 119	0.16 256	0.13 217	0.15 432	0.16 373	0.14 402	0.12 418	0.11 220	0.10 229	0.06 183	0.04 26	0.08 436	0.06 314	0.08 484	0.07 429

ROB_FTStereo	0.11 330	0.09 476	0.16 513	0.19 501	0.08 246	0.06 16	0.11 81	0.16 256	0.13 217	0.15 432	0.16 373	0.14 402	0.12 418	0.11 220	0.10 229	0.06 183	0.04 26	0.08 436	0.06 314	0.08 484	0.07 429

HUI-Stereo	0.11 330	0.09 476	0.16 513	0.18 424	0.08 246	0.06 16	0.12 119	0.16 256	0.13 217	0.15 432	0.16 373	0.14 402	0.12 418	0.11 220	0.10 229	0.06 183	0.04 26	0.08 436	0.06 314	0.08 484	0.07 429

SST-Stereo	0.10 276	0.07 259	0.15 476	0.18 424	0.09 382	0.06 16	0.12 119	0.17 296	0.11 129	0.15 432	0.17 397	0.13 379	0.12 418	0.10 136	0.11 319	0.06 183	0.04 26	0.09 526	0.06 314	0.06 322	0.05 225

THIR-Stereo	0.12 410	0.07 259	0.11 279	0.15 132	0.08 246	0.14 436	0.16 437	0.17 296	0.25 512	0.16 461	0.24 507	0.14 402	0.12 418	0.12 320	0.14 478	0.06 183	0.04 26	0.07 335	0.07 418	0.05 183	0.05 225

RAFT_R40	0.11 330	0.07 259	0.14 427	0.18 424	0.09 382	0.06 16	0.13 198	0.17 296	0.16 321	0.14 405	0.18 425	0.15 433	0.12 418	0.10 136	0.11 319	0.06 183	0.04 26	0.09 526	0.06 314	0.06 322	0.05 225

DeepStereo_RVC	0.11 330	0.08 389	0.16 513	0.18 424	0.08 246	0.08 100	0.12 119	0.17 296	0.12 172	0.13 377	0.14 339	0.12 346	0.12 418	0.12 320	0.11 319	0.06 183	0.04 26	0.07 335	0.06 314	0.07 410	0.08 502

iGMRVC	0.11 330	0.09 476	0.16 513	0.19 501	0.08 246	0.06 16	0.12 119	0.16 256	0.13 217	0.15 432	0.16 373	0.14 402	0.12 418	0.11 220	0.10 229	0.06 183	0.04 26	0.08 436	0.06 314	0.08 484	0.07 429

IRAFT_RVC	0.12 410	0.08 389	0.16 513	0.19 501	0.08 246	0.07 47	0.15 363	0.24 477	0.23 473	0.14 405	0.14 339	0.15 433	0.12 418	0.12 320	0.10 229	0.06 183	0.04 26	0.09 526	0.06 314	0.06 322	0.06 339

iRAFT	0.11 330	0.09 476	0.16 513	0.18 424	0.08 246	0.06 16	0.11 81	0.16 256	0.13 217	0.15 432	0.16 373	0.14 402	0.12 418	0.11 220	0.10 229	0.06 183	0.04 26	0.08 436	0.06 314	0.08 484	0.07 429

CRE-IMP	0.11 330	0.09 476	0.16 513	0.19 501	0.08 246	0.10 228	0.12 119	0.18 331	0.10 96	0.14 405	0.13 323	0.13 379	0.12 418	0.12 320	0.11 319	0.07 371	0.04 26	0.08 436	0.06 314	0.08 484	0.08 502

test-2	0.11 330	0.09 476	0.07 17	0.19 501	0.08 246	0.12 341	0.28 693	0.13 136	0.17 352	0.11 297	0.17 397	0.14 402	0.12 418	0.07 8	0.07 1	0.05 55	0.05 293	0.09 526	0.07 418	0.04 54	0.04 82

RAFT	0.13 438	0.09 476	0.11 279	0.18 424	0.08 246	0.15 463	0.24 654	0.20 375	0.19 406	0.21 568	0.21 473	0.17 470	0.12 418	0.16 479	0.09 115	0.06 183	0.07 535	0.10 576	0.09 549	0.05 183	0.05 225

RAFT-IKP	0.11 330	0.09 476	0.16 513	0.19 501	0.08 246	0.06 16	0.12 119	0.16 256	0.13 217	0.15 432	0.16 373	0.14 402	0.12 418	0.11 220	0.10 229	0.06 183	0.04 26	0.08 436	0.06 314	0.08 484	0.07 429

TestStereo	0.13 438	0.14 626	0.11 279	0.23 649	0.08 246	0.15 463	0.21 616	0.20 375	0.23 473	0.14 405	0.24 507	0.16 448	0.12 418	0.16 479	0.14 478	0.05 55	0.06 457	0.08 436	0.06 314	0.09 549	0.05 225

FENet	0.13 438	0.08 389	0.12 328	0.16 233	0.08 246	0.14 436	0.15 363	0.22 429	0.23 473	0.17 480	0.23 494	0.16 448	0.12 418	0.14 416	0.15 513	0.08 456	0.05 293	0.08 436	0.08 501	0.07 410	0.07 429

DIP-Stereo	0.11 330	0.07 259	0.14 427	0.17 324	0.09 382	0.13 399	0.09 27	0.16 256	0.16 321	0.11 297	0.16 373	0.14 402	0.12 418	0.15 444	0.13 435	0.06 183	0.05 293	0.06 218	0.05 212	0.05 183	0.06 339
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	0.14 475	0.08 389	0.15 476	0.17 324	0.09 382	0.14 436	0.14 274	0.29 574	0.36 617	0.14 405	0.21 473	0.21 523	0.12 418	0.17 514	0.14 478	0.07 371	0.05 293	0.07 335	0.07 418	0.07 410	0.07 429

MWSP-net	0.15 521	0.08 389	0.17 545	0.17 324	0.10 498	0.16 495	0.23 639	0.29 574	0.32 583	0.18 510	0.19 436	0.17 470	0.13 460	0.18 539	0.14 478	0.08 456	0.05 293	0.07 335	0.07 418	0.07 410	0.08 502

G2L-Stereo	0.14 475	0.07 259	0.13 386	0.17 324	0.09 382	0.13 399	0.12 119	0.27 537	0.22 461	0.16 461	0.27 562	0.21 523	0.13 460	0.17 514	0.18 563	0.09 525	0.08 569	0.08 436	0.07 418	0.07 410	0.07 429

rvit_0105_4	0.14 475	0.09 476	0.17 545	0.17 324	0.10 498	0.12 341	0.19 571	0.23 453	0.27 536	0.14 405	0.20 449	0.17 470	0.13 460	0.17 514	0.13 435	0.15 671	0.11 641	0.11 608	0.10 591	0.09 549	0.06 339

rvit_0105_3	0.15 521	0.09 476	0.14 427	0.19 501	0.12 590	0.15 463	0.25 670	0.25 496	0.29 558	0.15 432	0.17 397	0.20 513	0.13 460	0.17 514	0.14 478	0.13 653	0.11 641	0.12 628	0.14 662	0.07 410	0.06 339

UGAM	0.13 438	0.10 539	0.09 143	0.22 625	0.08 246	0.12 341	0.20 595	0.17 296	0.23 473	0.21 568	0.16 373	0.13 379	0.13 460	0.19 556	0.12 388	0.07 371	0.05 293	0.13 643	0.11 625	0.07 410	0.05 225

ffm	0.12 410	0.09 476	0.14 427	0.16 233	0.08 246	0.17 519	0.17 479	0.15 213	0.19 406	0.15 432	0.25 536	0.19 501	0.13 460	0.10 136	0.07 1	0.06 183	0.04 26	0.09 526	0.08 501	0.06 322	0.06 339

ff1	0.13 438	0.09 476	0.14 427	0.16 233	0.08 246	0.17 519	0.17 479	0.15 213	0.19 406	0.15 432	0.25 536	0.19 501	0.13 460	0.14 416	0.20 583	0.06 183	0.04 26	0.09 526	0.08 501	0.06 322	0.06 339

mmx	0.14 475	0.09 476	0.14 427	0.16 233	0.08 246	0.17 519	0.17 479	0.27 537	0.25 512	0.15 432	0.25 536	0.19 501	0.13 460	0.14 416	0.20 583	0.08 456	0.06 457	0.09 526	0.08 501	0.08 484	0.08 502

xxx	0.14 475	0.09 476	0.14 427	0.16 233	0.08 246	0.17 519	0.17 479	0.27 537	0.25 512	0.15 432	0.25 536	0.19 501	0.13 460	0.14 416	0.20 583	0.08 456	0.06 457	0.09 526	0.08 501	0.08 484	0.08 502

LL-Strereo	0.13 438	0.09 476	0.11 279	0.20 570	0.10 498	0.11 286	0.18 530	0.32 613	0.24 490	0.15 432	0.15 360	0.14 402	0.13 460	0.19 556	0.11 319	0.06 183	0.04 26	0.09 526	0.08 501	0.04 54	0.05 225

SDNR	0.19 594	0.08 389	0.19 583	0.16 233	0.12 590	0.77 740	0.14 274	0.25 496	0.32 583	0.19 529	0.24 507	0.19 501	0.13 460	0.19 556	0.15 513	0.16 687	0.18 709	0.14 657	0.11 625	0.08 484	0.11 611

BUS	0.14 475	0.09 476	0.14 427	0.22 625	0.10 498	0.19 563	0.14 274	0.34 642	0.19 406	0.17 480	0.22 485	0.16 448	0.13 460	0.15 444	0.13 435	0.08 456	0.06 457	0.10 576	0.09 549	0.07 410	0.07 429

NINENet	0.16 546	0.10 539	0.15 476	0.17 324	0.11 553	0.19 563	0.14 274	0.40 686	0.36 617	0.18 510	0.21 473	0.16 448	0.13 460	0.15 444	0.13 435	0.08 456	0.08 569	0.10 576	0.07 418	0.10 582	0.09 551

UDGNet	0.14 475	0.13 613	0.16 513	0.17 324	0.10 498	0.12 341	0.16 437	0.21 402	0.27 536	0.20 552	0.20 449	0.16 448	0.13 460	0.16 479	0.13 435	0.10 570	0.06 457	0.09 526	0.07 418	0.06 322	0.07 429

dad	0.17 568	0.20 679	0.20 595	0.16 233	0.11 553	0.20 579	0.18 530	0.21 402	0.28 551	0.30 661	0.24 507	0.29 616	0.13 460	0.19 556	0.16 529	0.18 697	0.09 606	0.11 608	0.09 549	0.11 605	0.07 429

GEStereo_RVC	0.17 568	0.12 585	0.15 476	0.22 625	0.11 553	0.19 563	0.17 479	0.32 613	0.48 678	0.20 552	0.25 536	0.17 470	0.13 460	0.21 599	0.16 529	0.10 570	0.06 457	0.08 436	0.07 418	0.09 549	0.08 502

CFNet_pseudo	0.14 475	0.08 389	0.15 476	0.16 233	0.09 382	0.13 399	0.14 274	0.27 537	0.34 603	0.14 405	0.21 473	0.22 541	0.13 460	0.18 539	0.14 478	0.07 371	0.05 293	0.08 436	0.06 314	0.07 410	0.07 429

GES	0.14 475	0.08 389	0.16 513	0.15 132	0.10 498	0.13 399	0.13 198	0.28 558	0.25 512	0.16 461	0.23 494	0.18 485	0.13 460	0.16 479	0.13 435	0.08 456	0.07 535	0.07 335	0.06 314	0.08 484	0.09 551

SFCPSM	0.13 438	0.07 259	0.14 427	0.17 324	0.09 382	0.15 463	0.16 437	0.28 558	0.27 536	0.14 405	0.17 397	0.12 346	0.13 460	0.14 416	0.11 319	0.08 456	0.05 293	0.07 335	0.07 418	0.07 410	0.06 339

ccs_rob	0.14 475	0.08 389	0.15 476	0.16 233	0.09 382	0.12 341	0.14 274	0.27 537	0.34 603	0.14 405	0.21 473	0.22 541	0.13 460	0.18 539	0.14 478	0.07 371	0.05 293	0.08 436	0.07 418	0.07 410	0.07 429

AdaStereo	0.15 521	0.11 567	0.15 476	0.18 424	0.09 382	0.20 579	0.11 81	0.32 613	0.28 551	0.20 552	0.23 494	0.20 513	0.13 460	0.19 556	0.14 478	0.12 627	0.05 293	0.10 576	0.07 418	0.09 549	0.07 429
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	0.14 475	0.08 389	0.15 476	0.16 233	0.08 246	0.16 495	0.12 119	0.25 496	0.35 612	0.21 568	0.29 588	0.24 565	0.13 460	0.14 416	0.14 478	0.06 183	0.05 293	0.06 218	0.04 72	0.09 549	0.08 502

MLCV	0.12 410	0.07 259	0.16 513	0.18 424	0.06 36	0.15 463	0.17 479	0.19 362	0.21 447	0.18 510	0.25 536	0.17 470	0.13 460	0.14 416	0.13 435	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

iResNet	0.13 438	0.10 539	0.18 571	0.19 501	0.08 246	0.13 399	0.18 530	0.20 375	0.26 526	0.15 432	0.23 494	0.15 433	0.13 460	0.14 416	0.14 478	0.06 183	0.04 26	0.06 218	0.05 212	0.06 322	0.05 225

DN-CSS_ROB	0.13 438	0.13 613	0.16 513	0.18 424	0.10 498	0.16 495	0.08 9	0.22 429	0.18 386	0.17 480	0.22 485	0.13 379	0.13 460	0.12 320	0.13 435	0.05 55	0.05 293	0.10 576	0.10 591	0.08 484	0.06 339

G2L-ROB	0.13 438	0.06 126	0.13 386	0.13 23	0.08 246	0.14 436	0.16 437	0.25 496	0.18 386	0.19 529	0.18 425	0.20 513	0.14 485	0.17 514	0.16 529	0.08 456	0.05 293	0.06 218	0.05 212	0.08 484	0.09 551

test_sample6	0.14 475	0.08 389	0.13 386	0.16 233	0.08 246	0.17 519	0.19 571	0.25 496	0.17 352	0.17 480	0.27 562	0.19 501	0.14 485	0.15 444	0.13 435	0.08 456	0.05 293	0.08 436	0.07 418	0.08 484	0.08 502

test_sample5	0.14 475	0.08 389	0.14 427	0.16 233	0.08 246	0.18 538	0.18 530	0.25 496	0.17 352	0.17 480	0.27 562	0.18 485	0.14 485	0.16 479	0.13 435	0.08 456	0.05 293	0.08 436	0.07 418	0.08 484	0.08 502

test_sample4	0.14 475	0.08 389	0.14 427	0.15 132	0.08 246	0.19 563	0.18 530	0.26 515	0.17 352	0.16 461	0.25 536	0.18 485	0.14 485	0.16 479	0.13 435	0.08 456	0.06 457	0.08 436	0.06 314	0.08 484	0.08 502

DualNet	0.14 475	0.08 389	0.14 427	0.16 233	0.08 246	0.18 538	0.18 530	0.25 496	0.17 352	0.17 480	0.27 562	0.18 485	0.14 485	0.16 479	0.13 435	0.08 456	0.05 293	0.08 436	0.07 418	0.08 484	0.08 502

CFNet_ucs	0.15 521	0.08 389	0.16 513	0.16 233	0.11 553	0.14 436	0.14 274	0.30 589	0.34 603	0.16 461	0.24 507	0.23 559	0.14 485	0.18 539	0.15 513	0.09 525	0.06 457	0.08 436	0.07 418	0.09 549	0.09 551

anonymousa	0.13 438	0.07 259	0.13 386	0.18 424	0.09 382	0.13 399	0.17 479	0.19 362	0.29 558	0.15 432	0.24 507	0.15 433	0.14 485	0.14 416	0.14 478	0.07 371	0.05 293	0.07 335	0.09 549	0.05 183	0.06 339

DCANet-4	0.10 276	0.06 126	0.12 328	0.16 233	0.06 36	0.09 160	0.17 479	0.18 331	0.19 406	0.13 377	0.16 373	0.09 255	0.14 485	0.11 220	0.12 388	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.05 225

GwcNet-ADL	0.13 438	0.08 389	0.14 427	0.20 570	0.09 382	0.11 286	0.20 595	0.30 589	0.24 490	0.13 377	0.14 339	0.18 485	0.14 485	0.13 378	0.14 478	0.07 371	0.05 293	0.06 218	0.05 212	0.07 410	0.06 339

AAGNet	0.11 330	0.07 259	0.16 513	0.19 501	0.09 382	0.08 100	0.13 198	0.18 331	0.13 217	0.16 461	0.21 473	0.13 379	0.14 485	0.11 220	0.14 478	0.06 183	0.04 26	0.09 526	0.06 314	0.06 322	0.05 225

DEmStereo	0.12 410	0.06 126	0.14 427	0.14 72	0.10 498	0.16 495	0.15 363	0.16 256	0.24 490	0.17 480	0.24 507	0.13 379	0.14 485	0.12 320	0.13 435	0.05 55	0.04 26	0.07 335	0.06 314	0.05 183	0.05 225

HCRNet	0.16 546	0.24 696	0.12 328	0.35 716	0.11 553	0.15 463	0.17 479	0.26 515	0.22 461	0.19 529	0.24 507	0.21 523	0.14 485	0.15 444	0.13 435	0.11 602	0.07 535	0.11 608	0.10 591	0.09 549	0.07 429

xxxx	0.15 521	0.07 259	0.14 427	0.14 72	0.08 246	0.23 624	0.18 530	0.31 602	0.19 406	0.14 405	0.28 576	0.22 541	0.14 485	0.15 444	0.26 659	0.09 525	0.05 293	0.07 335	0.07 418	0.08 484	0.07 429

PSMNet-RSSM	0.14 475	0.07 259	0.13 386	0.15 132	0.08 246	0.13 399	0.16 437	0.24 477	0.24 490	0.16 461	0.28 576	0.22 541	0.14 485	0.15 444	0.13 435	0.11 602	0.06 457	0.09 526	0.12 647	0.08 484	0.07 429

CFNet-ft	0.14 475	0.07 259	0.15 476	0.12 7	0.09 382	0.16 495	0.18 530	0.22 429	0.24 490	0.17 480	0.26 553	0.24 565	0.14 485	0.16 479	0.14 478	0.11 602	0.06 457	0.08 436	0.09 549	0.09 549	0.08 502

BEATNet_4x	0.12 410	0.08 389	0.14 427	0.18 424	0.07 146	0.15 463	0.07 5	0.22 429	0.18 386	0.16 461	0.19 436	0.18 485	0.14 485	0.16 479	0.15 513	0.07 371	0.05 293	0.05 63	0.05 212	0.06 322	0.06 339

HSM-Net_RVC	0.14 475	0.08 389	0.11 279	0.15 132	0.08 246	0.15 463	0.15 363	0.27 537	0.29 558	0.19 529	0.21 473	0.29 616	0.14 485	0.17 514	0.13 435	0.06 183	0.06 457	0.06 218	0.06 314	0.07 410	0.06 339
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 475	0.07 259	0.15 476	0.12 7	0.09 382	0.16 495	0.18 530	0.22 429	0.24 490	0.17 480	0.26 553	0.24 565	0.14 485	0.16 479	0.14 478	0.11 602	0.06 457	0.08 436	0.09 549	0.09 549	0.08 502

LiteMatch	0.09 195	0.06 126	0.10 216	0.16 233	0.07 146	0.09 160	0.15 363	0.13 136	0.08 32	0.06 30	0.07 77	0.06 52	0.15 503	0.10 136	0.14 478	0.07 371	0.04 26	0.06 218	0.06 314	0.06 322	0.06 339

Lsterematch	0.11 330	0.06 126	0.11 279	0.16 233	0.07 146	0.13 399	0.15 363	0.14 170	0.17 352	0.16 461	0.18 425	0.15 433	0.15 503	0.12 320	0.14 478	0.07 371	0.04 26	0.06 218	0.06 314	0.06 322	0.06 339

DCVSM-stereo	0.14 475	0.09 476	0.16 513	0.16 233	0.10 498	0.15 463	0.09 27	0.19 362	0.23 473	0.20 552	0.23 494	0.26 589	0.15 503	0.18 539	0.14 478	0.09 525	0.07 535	0.09 526	0.08 501	0.10 582	0.12 626

ACV-stereo	0.15 521	0.10 539	0.28 644	0.18 424	0.12 590	0.14 436	0.12 119	0.23 453	0.21 447	0.19 529	0.23 494	0.22 541	0.15 503	0.23 623	0.17 545	0.07 371	0.06 457	0.07 335	0.07 418	0.07 410	0.07 429

ITSA-stereo	0.15 521	0.10 539	0.14 427	0.19 501	0.08 246	0.12 341	0.14 274	0.30 589	0.49 687	0.17 480	0.19 436	0.22 541	0.15 503	0.17 514	0.16 529	0.10 570	0.06 457	0.08 436	0.08 501	0.08 484	0.08 502

rvit_stereo_0075_2	0.17 568	0.12 585	0.25 629	0.23 649	0.16 666	0.13 399	0.10 44	0.30 589	0.27 536	0.20 552	0.28 576	0.22 541	0.15 503	0.18 539	0.13 435	0.16 687	0.10 628	0.17 681	0.10 591	0.10 582	0.09 551

test_sample3	0.14 475	0.08 389	0.15 476	0.14 72	0.09 382	0.19 563	0.17 479	0.26 515	0.18 386	0.16 461	0.22 485	0.19 501	0.15 503	0.17 514	0.13 435	0.08 456	0.06 457	0.07 335	0.06 314	0.09 549	0.08 502

test_sample2	0.12 410	0.07 259	0.12 328	0.14 72	0.08 246	0.16 495	0.18 530	0.21 402	0.16 321	0.14 405	0.20 449	0.19 501	0.15 503	0.15 444	0.12 388	0.08 456	0.05 293	0.07 335	0.06 314	0.08 484	0.07 429

SMFormer	0.14 475	0.07 259	0.17 545	0.14 72	0.08 246	0.16 495	0.17 479	0.26 515	0.27 536	0.19 529	0.20 449	0.18 485	0.15 503	0.15 444	0.17 545	0.08 456	0.05 293	0.07 335	0.06 314	0.07 410	0.06 339

tta	0.14 475	0.07 259	0.17 545	0.14 72	0.08 246	0.16 495	0.17 479	0.26 515	0.27 536	0.19 529	0.20 449	0.18 485	0.15 503	0.15 444	0.17 545	0.08 456	0.05 293	0.07 335	0.06 314	0.06 322	0.06 339

qqq1	0.13 438	0.07 259	0.17 545	0.14 72	0.08 246	0.16 495	0.17 479	0.26 515	0.27 536	0.19 529	0.20 449	0.18 485	0.15 503	0.15 444	0.11 319	0.08 456	0.05 293	0.05 63	0.05 212	0.06 322	0.06 339

fff1	0.13 438	0.07 259	0.17 545	0.14 72	0.08 246	0.16 495	0.17 479	0.26 515	0.27 536	0.19 529	0.20 449	0.18 485	0.15 503	0.15 444	0.11 319	0.08 456	0.05 293	0.05 63	0.05 212	0.06 322	0.06 339

1111x	0.15 521	0.08 389	0.12 328	0.18 424	0.07 146	0.18 538	0.25 670	0.31 602	0.24 490	0.17 480	0.24 507	0.26 589	0.15 503	0.13 378	0.23 624	0.07 371	0.07 535	0.08 436	0.09 549	0.07 410	0.06 339

iinet-f	0.16 546	0.06 126	0.45 691	0.14 72	0.10 498	0.21 599	0.14 274	0.27 537	0.23 473	0.21 568	0.24 507	0.21 523	0.15 503	0.18 539	0.21 603	0.09 525	0.07 535	0.07 335	0.06 314	0.09 549	0.10 583

GASNet	0.22 628	0.23 692	0.33 665	0.26 677	0.17 682	0.26 651	0.16 437	0.44 704	0.42 655	0.27 632	0.24 507	0.30 626	0.15 503	0.27 645	0.18 563	0.12 627	0.08 569	0.12 628	0.11 625	0.16 685	0.07 429

CASS	0.13 438	0.12 585	0.11 279	0.23 649	0.09 382	0.15 463	0.17 479	0.18 331	0.19 406	0.17 480	0.18 425	0.15 433	0.15 503	0.14 416	0.14 478	0.09 525	0.06 457	0.10 576	0.08 501	0.09 549	0.07 429
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Wz-Net-LNSev-Ref	0.18 582	0.09 476	0.29 652	0.15 132	0.10 498	0.22 608	0.20 595	0.26 515	0.39 636	0.25 620	0.42 677	0.24 565	0.15 503	0.20 581	0.19 576	0.07 371	0.05 293	0.06 218	0.05 212	0.10 582	0.09 551

test_5	0.14 475	0.12 585	0.08 66	0.20 570	0.10 498	0.14 436	0.29 703	0.21 402	0.24 490	0.18 510	0.28 576	0.11 324	0.15 503	0.12 320	0.13 435	0.06 183	0.05 293	0.07 335	0.08 501	0.08 484	0.07 429

CSP-Net	0.16 546	0.09 476	0.14 427	0.16 233	0.09 382	0.19 563	0.17 479	0.25 496	0.32 583	0.25 620	0.30 596	0.24 565	0.15 503	0.21 599	0.18 563	0.09 525	0.06 457	0.07 335	0.07 418	0.08 484	0.07 429

DAS	0.15 521	0.08 389	0.18 571	0.19 501	0.10 498	0.19 563	0.17 479	0.27 537	0.29 558	0.18 510	0.25 536	0.21 523	0.15 503	0.16 479	0.12 388	0.08 456	0.06 457	0.06 218	0.06 314	0.07 410	0.07 429

SepStereo	0.15 521	0.08 389	0.18 571	0.19 501	0.10 498	0.19 563	0.17 479	0.27 537	0.29 558	0.18 510	0.25 536	0.21 523	0.15 503	0.25 639	0.12 388	0.08 456	0.06 457	0.06 218	0.06 314	0.07 410	0.07 429

DRaft	0.12 410	0.06 126	0.11 279	0.14 72	0.09 382	0.14 436	0.17 479	0.21 402	0.30 568	0.17 480	0.28 576	0.10 293	0.15 503	0.10 136	0.12 388	0.05 55	0.04 26	0.07 335	0.06 314	0.05 183	0.05 225

GANet-RSSM	0.14 475	0.07 259	0.13 386	0.13 23	0.08 246	0.14 436	0.17 479	0.22 429	0.21 447	0.17 480	0.24 507	0.23 559	0.15 503	0.16 479	0.15 513	0.10 570	0.06 457	0.07 335	0.08 501	0.08 484	0.07 429

DSFCA	0.16 546	0.09 476	0.14 427	0.16 233	0.10 498	0.20 579	0.19 571	0.28 558	0.31 576	0.23 597	0.24 507	0.22 541	0.15 503	0.19 556	0.20 583	0.10 570	0.07 535	0.09 526	0.09 549	0.08 484	0.08 502

FADNet-RVC-Resample	0.16 546	0.11 567	0.31 657	0.22 625	0.11 553	0.19 563	0.14 274	0.25 496	0.24 490	0.24 607	0.27 562	0.20 513	0.15 503	0.16 479	0.15 513	0.07 371	0.08 569	0.12 628	0.10 591	0.09 549	0.10 583

UCFNet_RVC	0.14 475	0.08 389	0.13 386	0.11 1	0.10 498	0.20 579	0.10 44	0.24 477	0.22 461	0.17 480	0.20 449	0.23 559	0.15 503	0.17 514	0.15 513	0.12 627	0.07 535	0.10 576	0.13 658	0.11 605	0.10 583

iResNet_ROB	0.14 475	0.07 259	0.13 386	0.14 72	0.07 146	0.18 538	0.14 274	0.26 515	0.31 576	0.22 584	0.25 536	0.23 559	0.15 503	0.15 444	0.13 435	0.07 371	0.05 293	0.05 63	0.04 72	0.08 484	0.08 502

PWCDC_ROB	0.20 606	0.13 613	0.22 611	0.24 658	0.11 553	0.19 563	0.15 363	0.33 633	0.54 700	0.29 656	0.50 694	0.21 523	0.15 503	0.27 645	0.20 583	0.11 602	0.09 606	0.10 576	0.08 501	0.11 605	0.09 551

SCION-MonSter(vits)	0.14 475	0.06 126	0.05 1	0.15 132	0.05 2	0.07 47	0.10 44	0.27 537	0.41 645	0.05 2	0.33 622	0.14 402	0.16 531	0.20 581	0.19 576	0.08 456	0.06 457	0.17 681	0.15 679	0.07 410	0.08 502

xyz-stereo	0.13 438	0.07 259	0.20 595	0.15 132	0.05 2	0.20 579	0.15 363	0.17 296	0.31 576	0.15 432	0.29 588	0.26 589	0.16 531	0.13 378	0.12 388	0.05 55	0.05 293	0.06 218	0.05 212	0.04 54	0.04 82

G2L-Stereo_test	0.14 475	0.07 259	0.11 279	0.13 23	0.08 246	0.12 341	0.16 437	0.30 589	0.28 551	0.20 552	0.23 494	0.20 513	0.16 531	0.17 514	0.18 563	0.07 371	0.05 293	0.05 63	0.05 212	0.07 410	0.06 339

FACV-RUCA	0.13 438	0.11 567	0.12 328	0.19 501	0.12 590	0.15 463	0.15 363	0.22 429	0.20 430	0.15 432	0.16 373	0.14 402	0.16 531	0.14 416	0.13 435	0.07 371	0.05 293	0.08 436	0.06 314	0.10 582	0.08 502

test_sample1	0.13 438	0.07 259	0.14 427	0.13 23	0.08 246	0.19 563	0.16 437	0.20 375	0.15 279	0.14 405	0.22 485	0.18 485	0.16 531	0.17 514	0.14 478	0.07 371	0.06 457	0.06 218	0.06 314	0.08 484	0.07 429

xx1	0.11 330	0.08 389	0.12 328	0.17 324	0.09 382	0.13 399	0.15 363	0.16 256	0.18 386	0.09 209	0.09 185	0.16 448	0.16 531	0.10 136	0.07 1	0.06 183	0.04 26	0.08 436	0.08 501	0.07 410	0.07 429

mmm	0.14 475	0.08 389	0.17 545	0.17 324	0.09 382	0.17 519	0.18 530	0.21 402	0.15 279	0.15 432	0.23 494	0.21 523	0.16 531	0.16 479	0.17 545	0.08 456	0.05 293	0.08 436	0.07 418	0.07 410	0.07 429

11t1	0.12 410	0.06 126	0.13 386	0.14 72	0.08 246	0.17 519	0.15 363	0.18 331	0.15 279	0.15 432	0.15 360	0.16 448	0.16 531	0.15 444	0.13 435	0.08 456	0.05 293	0.06 218	0.05 212	0.08 484	0.07 429

CBFPSM	0.14 475	0.06 126	0.26 632	0.17 324	0.09 382	0.13 399	0.15 363	0.22 429	0.23 473	0.20 552	0.27 562	0.24 565	0.16 531	0.16 479	0.18 563	0.06 183	0.06 457	0.06 218	0.07 418	0.07 410	0.07 429

gwcnet-sp	0.14 475	0.07 259	0.12 328	0.18 424	0.09 382	0.16 495	0.17 479	0.24 477	0.24 490	0.18 510	0.24 507	0.15 433	0.16 531	0.15 444	0.15 513	0.08 456	0.06 457	0.07 335	0.08 501	0.08 484	0.07 429

scenet	0.14 475	0.07 259	0.12 328	0.18 424	0.09 382	0.16 495	0.17 479	0.24 477	0.24 490	0.18 510	0.24 507	0.15 433	0.16 531	0.15 444	0.15 513	0.08 456	0.06 457	0.07 335	0.08 501	0.08 484	0.07 429

ssnet	0.14 475	0.07 259	0.12 328	0.18 424	0.09 382	0.16 495	0.17 479	0.24 477	0.24 490	0.18 510	0.24 507	0.15 433	0.16 531	0.15 444	0.15 513	0.08 456	0.06 457	0.07 335	0.08 501	0.08 484	0.07 429

qqq	0.13 438	0.09 476	0.15 476	0.16 233	0.08 246	0.13 399	0.15 363	0.23 453	0.16 321	0.15 432	0.19 436	0.16 448	0.16 531	0.15 444	0.16 529	0.07 371	0.06 457	0.08 436	0.08 501	0.07 410	0.07 429

BSDual-CNN	0.15 521	0.09 476	0.14 427	0.22 625	0.10 498	0.14 436	0.15 363	0.34 642	0.19 406	0.17 480	0.22 485	0.25 579	0.16 531	0.15 444	0.14 478	0.08 456	0.06 457	0.10 576	0.09 549	0.07 410	0.07 429

psmg	0.14 475	0.09 476	0.14 427	0.17 324	0.10 498	0.15 463	0.17 479	0.29 574	0.19 406	0.17 480	0.21 473	0.25 579	0.16 531	0.15 444	0.14 478	0.08 456	0.06 457	0.08 436	0.08 501	0.07 410	0.06 339

AASNet	0.16 546	0.08 389	0.12 328	0.19 501	0.09 382	0.18 538	0.15 363	0.37 670	0.37 624	0.19 529	0.23 494	0.20 513	0.16 531	0.17 514	0.20 583	0.10 570	0.08 569	0.08 436	0.07 418	0.09 549	0.09 551

PSMNet-ADL	0.15 521	0.12 585	0.13 386	0.22 625	0.09 382	0.13 399	0.20 595	0.26 515	0.23 473	0.18 510	0.20 449	0.24 565	0.16 531	0.18 539	0.17 545	0.08 456	0.08 569	0.08 436	0.11 625	0.08 484	0.07 429

ADLNet	0.16 546	0.08 389	0.15 476	0.16 233	0.10 498	0.16 495	0.17 479	0.32 613	0.27 536	0.22 584	0.27 562	0.24 565	0.16 531	0.18 539	0.21 603	0.10 570	0.06 457	0.10 576	0.10 591	0.08 484	0.09 551

222	0.16 546	0.07 259	0.14 427	0.14 72	0.08 246	0.24 629	0.18 530	0.30 589	0.20 430	0.17 480	0.28 576	0.17 470	0.16 531	0.15 444	0.40 719	0.10 570	0.05 293	0.07 335	0.06 314	0.07 410	0.08 502

test_xeample	0.15 521	0.06 126	0.13 386	0.14 72	0.08 246	0.21 599	0.20 595	0.28 558	0.20 430	0.16 461	0.29 588	0.19 501	0.16 531	0.15 444	0.26 659	0.09 525	0.05 293	0.07 335	0.07 418	0.07 410	0.07 429

ACVNet	0.15 521	0.09 476	0.15 476	0.13 23	0.12 590	0.14 436	0.20 595	0.22 429	0.33 591	0.17 480	0.26 553	0.21 523	0.16 531	0.17 514	0.21 603	0.07 371	0.06 457	0.06 218	0.06 314	0.08 484	0.06 339

cf-r	0.13 438	0.07 259	0.12 328	0.16 233	0.08 246	0.14 436	0.19 571	0.20 375	0.25 512	0.17 480	0.25 536	0.21 523	0.16 531	0.14 416	0.14 478	0.10 570	0.05 293	0.06 218	0.08 501	0.06 322	0.06 339

GwcNet-RSSM	0.14 475	0.07 259	0.12 328	0.15 132	0.08 246	0.15 463	0.20 595	0.21 402	0.27 536	0.18 510	0.27 562	0.22 541	0.16 531	0.14 416	0.15 513	0.10 570	0.05 293	0.07 335	0.09 549	0.07 410	0.07 429

HSM	0.15 521	0.08 389	0.14 427	0.16 233	0.09 382	0.16 495	0.14 274	0.28 558	0.25 512	0.19 529	0.23 494	0.37 670	0.16 531	0.20 581	0.15 513	0.07 371	0.05 293	0.07 335	0.06 314	0.07 410	0.06 339

MWDA-net	0.15 521	0.08 389	0.15 476	0.16 233	0.10 498	0.20 579	0.22 627	0.25 496	0.35 612	0.18 510	0.24 507	0.18 485	0.17 555	0.17 514	0.14 478	0.08 456	0.05 293	0.08 436	0.07 418	0.07 410	0.07 429

z-ln-s-r	0.17 568	0.10 539	0.40 683	0.19 501	0.08 246	0.17 519	0.18 530	0.22 429	0.33 591	0.18 510	0.40 660	0.22 541	0.17 555	0.20 581	0.23 624	0.07 371	0.05 293	0.07 335	0.07 418	0.07 410	0.05 225

coex_refinement	0.14 475	0.07 259	0.12 328	0.17 324	0.10 498	0.15 463	0.15 363	0.26 515	0.29 558	0.18 510	0.20 449	0.22 541	0.17 555	0.16 479	0.18 563	0.08 456	0.05 293	0.06 218	0.06 314	0.09 549	0.08 502

ISRNet	0.18 582	0.08 389	0.19 583	0.19 501	0.13 613	0.15 463	0.12 119	0.30 589	0.32 583	0.21 568	0.25 536	0.27 597	0.17 555	0.17 514	0.20 583	0.20 708	0.08 569	0.14 657	0.14 662	0.14 659	0.17 697

rvit_105_1	0.19 594	0.11 567	0.25 629	0.21 605	0.16 666	0.21 599	0.27 687	0.31 602	0.41 645	0.19 529	0.20 449	0.22 541	0.17 555	0.19 556	0.17 545	0.12 627	0.12 657	0.13 643	0.15 679	0.08 484	0.07 429

DispNO	0.14 475	0.08 389	0.17 545	0.19 501	0.12 590	0.11 286	0.21 616	0.23 453	0.29 558	0.17 480	0.23 494	0.18 485	0.17 555	0.15 444	0.15 513	0.07 371	0.05 293	0.08 436	0.08 501	0.07 410	0.06 339

x	0.13 438	0.07 259	0.14 427	0.14 72	0.08 246	0.18 538	0.14 274	0.22 429	0.20 430	0.15 432	0.19 436	0.19 501	0.17 555	0.18 539	0.18 563	0.07 371	0.05 293	0.06 218	0.06 314	0.07 410	0.07 429

CRFU-Net	0.16 546	0.08 389	0.14 427	0.17 324	0.09 382	0.19 563	0.14 274	0.26 515	0.20 430	0.28 647	0.27 562	0.29 616	0.17 555	0.19 556	0.17 545	0.09 525	0.09 606	0.07 335	0.07 418	0.08 484	0.08 502

AACVNet	0.16 546	0.08 389	0.14 427	0.15 132	0.10 498	0.18 538	0.15 363	0.23 453	0.24 490	0.27 632	0.27 562	0.28 607	0.17 555	0.19 556	0.16 529	0.09 525	0.07 535	0.09 526	0.07 418	0.10 582	0.09 551

LMCR-Stereo	0.15 521	0.08 389	0.13 386	0.21 605	0.09 382	0.17 519	0.20 595	0.27 537	0.19 406	0.24 607	0.24 507	0.23 559	0.17 555	0.20 581	0.17 545	0.07 371	0.06 457	0.08 436	0.06 314	0.10 582	0.08 502

acv_ft	0.15 521	0.09 476	0.15 476	0.19 501	0.10 498	0.16 495	0.17 479	0.25 496	0.33 591	0.19 529	0.26 553	0.21 523	0.17 555	0.17 514	0.18 563	0.07 371	0.06 457	0.06 218	0.06 314	0.08 484	0.06 339

CCAANet	0.14 475	0.06 126	0.14 427	0.17 324	0.09 382	0.16 495	0.13 198	0.30 589	0.24 490	0.16 461	0.32 609	0.18 485	0.17 555	0.17 514	0.14 478	0.06 183	0.05 293	0.09 526	0.09 549	0.06 322	0.09 551

FADNet_RVC	0.16 546	0.14 626	0.40 683	0.20 570	0.11 553	0.13 399	0.13 198	0.26 515	0.22 461	0.21 568	0.23 494	0.20 513	0.17 555	0.14 416	0.16 529	0.08 456	0.08 569	0.12 628	0.09 549	0.11 605	0.10 583

CFNet	0.15 521	0.10 539	0.17 545	0.17 324	0.08 246	0.18 538	0.09 27	0.28 558	0.25 512	0.19 529	0.24 507	0.24 565	0.17 555	0.17 514	0.14 478	0.08 456	0.06 457	0.09 526	0.10 591	0.07 410	0.06 339

NLCA_NET_v2_RVC	0.17 568	0.10 539	0.22 611	0.20 570	0.10 498	0.15 463	0.18 530	0.31 602	0.25 512	0.21 568	0.30 596	0.25 579	0.17 555	0.21 599	0.20 583	0.09 525	0.06 457	0.08 436	0.08 501	0.07 410	0.08 502
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	0.17 568	0.12 585	0.15 476	0.20 570	0.09 382	0.18 538	0.18 530	0.26 515	0.23 473	0.26 626	0.40 660	0.22 541	0.17 555	0.21 599	0.20 583	0.08 456	0.05 293	0.09 526	0.10 591	0.07 410	0.07 429
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SCION-MonSter	0.22 628	0.17 655	0.16 513	0.25 671	0.18 689	0.34 687	0.17 479	0.28 558	0.47 677	0.23 597	0.46 685	0.20 513	0.18 571	0.25 639	0.25 647	0.09 525	0.08 569	0.23 706	0.19 700	0.11 605	0.11 611

YMNet	0.20 606	0.12 585	0.19 583	0.20 570	0.14 635	0.26 651	0.23 639	0.32 613	0.34 603	0.27 632	0.34 627	0.30 626	0.18 571	0.18 539	0.22 612	0.10 570	0.13 672	0.10 576	0.10 591	0.08 484	0.09 551

YMNet_1	0.20 606	0.12 585	0.19 583	0.20 570	0.14 635	0.26 651	0.23 639	0.32 613	0.34 603	0.27 632	0.34 627	0.30 626	0.18 571	0.18 539	0.22 612	0.10 570	0.13 672	0.10 576	0.10 591	0.08 484	0.09 551

ssnet_v2	0.17 568	0.10 539	0.17 545	0.17 324	0.11 553	0.21 599	0.21 616	0.33 633	0.25 512	0.22 584	0.22 485	0.27 597	0.18 571	0.22 612	0.20 583	0.11 602	0.09 606	0.09 526	0.09 549	0.08 484	0.08 502

Wz-Net-LNSev	0.22 628	0.16 644	0.38 680	0.21 605	0.13 613	0.25 640	0.23 639	0.32 613	0.43 662	0.30 661	0.41 671	0.31 639	0.18 571	0.22 612	0.25 647	0.10 570	0.09 606	0.08 436	0.08 501	0.12 623	0.11 611

hknet	0.15 521	0.11 567	0.13 386	0.22 625	0.11 553	0.14 436	0.15 363	0.34 642	0.25 512	0.17 480	0.22 485	0.22 541	0.18 571	0.17 514	0.12 388	0.07 371	0.06 457	0.10 576	0.09 549	0.07 410	0.07 429

ADLNet2	0.16 546	0.09 476	0.13 386	0.16 233	0.09 382	0.20 579	0.16 437	0.31 602	0.39 636	0.16 461	0.20 449	0.20 513	0.18 571	0.21 599	0.22 612	0.08 456	0.06 457	0.07 335	0.07 418	0.09 549	0.07 429

ICVP	0.15 521	0.09 476	0.12 328	0.22 625	0.09 382	0.17 519	0.21 616	0.25 496	0.23 473	0.18 510	0.30 596	0.26 589	0.18 571	0.17 514	0.14 478	0.09 525	0.07 535	0.08 436	0.07 418	0.07 410	0.07 429
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ac_64	0.16 546	0.08 389	0.15 476	0.18 424	0.10 498	0.22 608	0.18 530	0.24 477	0.21 447	0.18 510	0.24 507	0.29 616	0.18 571	0.19 556	0.22 612	0.09 525	0.07 535	0.08 436	0.09 549	0.07 410	0.06 339

HGLStereo	0.17 568	0.08 389	0.19 583	0.17 324	0.12 590	0.18 538	0.18 530	0.31 602	0.32 583	0.21 568	0.32 609	0.25 579	0.18 571	0.19 556	0.20 583	0.09 525	0.09 606	0.07 335	0.07 418	0.09 549	0.10 583

DMCA	0.14 475	0.09 476	0.16 513	0.19 501	0.09 382	0.15 463	0.17 479	0.23 453	0.27 536	0.14 405	0.19 436	0.17 470	0.18 571	0.15 444	0.17 545	0.10 570	0.06 457	0.08 436	0.06 314	0.09 549	0.10 583

STTStereo	0.18 582	0.12 585	0.27 639	0.20 570	0.11 553	0.16 495	0.21 616	0.29 574	0.23 473	0.21 568	0.30 596	0.29 616	0.18 571	0.20 581	0.19 576	0.12 627	0.11 641	0.11 608	0.14 662	0.09 549	0.08 502

RASNet	0.14 475	0.07 259	0.14 427	0.16 233	0.08 246	0.18 538	0.14 274	0.29 574	0.20 430	0.17 480	0.25 536	0.21 523	0.18 571	0.20 581	0.19 576	0.07 371	0.06 457	0.06 218	0.08 501	0.06 322	0.06 339

TDLM	0.17 568	0.12 585	0.13 386	0.24 658	0.10 498	0.18 538	0.18 530	0.36 664	0.30 568	0.21 568	0.28 576	0.28 607	0.18 571	0.23 623	0.18 563	0.11 602	0.07 535	0.10 576	0.10 591	0.08 484	0.08 502

CVANet_RVC	0.18 582	0.10 539	0.14 427	0.21 605	0.10 498	0.18 538	0.17 479	0.34 642	0.33 591	0.22 584	0.31 605	0.28 607	0.18 571	0.23 623	0.17 545	0.12 627	0.08 569	0.12 628	0.11 625	0.09 549	0.07 429

DeepPruner_ROB	0.16 546	0.11 567	0.15 476	0.17 324	0.10 498	0.17 519	0.15 363	0.32 613	0.21 447	0.19 529	0.21 473	0.22 541	0.18 571	0.20 581	0.15 513	0.13 653	0.09 606	0.09 526	0.09 549	0.11 605	0.10 583

pmcnn	0.15 521	0.07 259	0.19 583	0.15 132	0.07 146	0.20 579	0.15 363	0.24 477	0.26 526	0.21 568	0.34 627	0.28 607	0.18 571	0.18 539	0.17 545	0.07 371	0.05 293	0.05 63	0.04 72	0.07 410	0.06 339

MEA-ACV	0.16 546	0.07 259	0.17 545	0.16 233	0.11 553	0.20 579	0.21 616	0.30 589	0.38 631	0.20 552	0.29 588	0.14 402	0.19 588	0.16 479	0.16 529	0.08 456	0.07 535	0.09 526	0.11 625	0.07 410	0.07 429

TCMNet	0.19 594	0.12 585	0.19 583	0.20 570	0.18 689	0.20 579	0.24 654	0.27 537	0.36 617	0.23 597	0.26 553	0.25 579	0.19 588	0.19 556	0.23 624	0.13 653	0.11 641	0.11 608	0.12 647	0.13 643	0.12 626

DualNet (step1)	0.16 546	0.12 585	0.20 595	0.12 7	0.14 635	0.17 519	0.13 198	0.27 537	0.23 473	0.20 552	0.20 449	0.24 565	0.19 588	0.16 479	0.16 529	0.15 671	0.06 457	0.14 657	0.14 662	0.14 659	0.12 626

test_sample9	0.18 582	0.12 585	0.20 595	0.12 7	0.14 635	0.17 519	0.13 198	0.27 537	0.23 473	0.20 552	0.20 449	0.24 565	0.19 588	0.19 556	0.17 545	0.15 671	0.30 736	0.14 657	0.14 662	0.14 659	0.12 626

test_sample7	0.15 521	0.10 539	0.16 513	0.14 72	0.11 553	0.16 495	0.16 437	0.27 537	0.23 473	0.20 552	0.20 449	0.24 565	0.19 588	0.16 479	0.16 529	0.12 627	0.06 457	0.10 576	0.09 549	0.10 582	0.10 583

Wz-Net-MNSev	0.22 628	0.13 613	0.31 657	0.20 570	0.14 635	0.36 697	0.24 654	0.33 633	0.44 667	0.28 647	0.40 660	0.38 674	0.19 588	0.24 633	0.25 647	0.09 525	0.07 535	0.09 526	0.09 549	0.12 623	0.10 583

pcwnet_v2	0.19 594	0.10 539	0.26 632	0.17 324	0.14 635	0.18 538	0.15 363	0.37 670	0.46 675	0.19 529	0.24 507	0.21 523	0.19 588	0.20 581	0.19 576	0.13 653	0.10 628	0.10 576	0.10 591	0.11 605	0.13 649

delet	0.17 568	0.08 389	0.17 545	0.19 501	0.11 553	0.20 579	0.21 616	0.30 589	0.37 624	0.17 480	0.26 553	0.19 501	0.19 588	0.19 556	0.21 603	0.08 456	0.08 569	0.09 526	0.11 625	0.06 322	0.06 339

UNet	0.17 568	0.09 476	0.18 571	0.19 501	0.12 590	0.27 661	0.19 571	0.33 633	0.29 558	0.21 568	0.24 507	0.23 559	0.19 588	0.19 556	0.18 563	0.07 371	0.06 457	0.08 436	0.07 418	0.08 484	0.06 339

UPFNet	0.16 546	0.08 389	0.12 328	0.20 570	0.12 590	0.20 579	0.23 639	0.28 558	0.26 526	0.17 480	0.24 507	0.22 541	0.19 588	0.19 556	0.21 603	0.09 525	0.07 535	0.08 436	0.09 549	0.08 484	0.06 339

NVstereo2D	0.19 594	0.10 539	0.15 476	0.17 324	0.15 655	0.28 668	0.23 639	0.44 704	0.42 655	0.15 432	0.27 562	0.25 579	0.19 588	0.22 612	0.17 545	0.09 525	0.06 457	0.10 576	0.08 501	0.15 676	0.09 551

StereoDRNet	0.18 582	0.11 567	0.17 545	0.22 625	0.11 553	0.21 599	0.22 627	0.37 670	0.33 591	0.24 607	0.28 576	0.30 626	0.19 588	0.20 581	0.20 583	0.09 525	0.08 569	0.11 608	0.09 549	0.09 549	0.07 429

SGM-Forest	0.20 606	0.14 626	0.18 571	0.19 501	0.13 613	0.20 579	0.22 627	0.33 633	0.30 568	0.24 607	0.29 588	0.28 607	0.19 588	0.23 623	0.17 545	0.15 671	0.16 701	0.15 670	0.14 662	0.12 623	0.12 626
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	0.18 582	0.11 567	0.19 583	0.19 501	0.12 590	0.24 629	0.21 616	0.25 496	0.34 603	0.22 584	0.34 627	0.27 597	0.20 601	0.21 599	0.23 624	0.09 525	0.09 606	0.08 436	0.10 591	0.08 484	0.07 429

IER	0.14 475	0.07 259	0.13 386	0.17 324	0.09 382	0.14 436	0.16 437	0.25 496	0.26 526	0.18 510	0.25 536	0.17 470	0.20 601	0.16 479	0.14 478	0.08 456	0.05 293	0.07 335	0.06 314	0.08 484	0.07 429

MMNet	0.17 568	0.09 476	0.16 513	0.20 570	0.11 553	0.27 661	0.20 595	0.25 496	0.41 645	0.22 584	0.30 596	0.21 523	0.20 601	0.17 514	0.20 583	0.06 183	0.06 457	0.07 335	0.07 418	0.08 484	0.07 429

GwcNet	0.20 606	0.13 613	0.19 583	0.18 424	0.12 590	0.24 629	0.19 571	0.35 657	0.43 662	0.20 552	0.32 609	0.33 652	0.20 601	0.22 612	0.24 637	0.11 602	0.09 606	0.09 526	0.09 549	0.09 549	0.10 583

DGSMNet	0.24 652	0.19 672	0.33 665	0.21 605	0.24 714	0.24 629	0.20 595	0.35 657	0.41 645	0.24 607	0.32 609	0.38 674	0.21 605	0.29 663	0.23 624	0.12 627	0.11 641	0.14 657	0.16 686	0.23 710	0.23 713

FADNet-RVC	0.20 606	0.20 679	0.38 680	0.21 605	0.16 666	0.20 579	0.15 363	0.26 515	0.26 526	0.26 626	0.32 609	0.26 589	0.21 605	0.22 612	0.19 576	0.12 627	0.13 672	0.12 628	0.14 662	0.13 643	0.18 702

FADNet	0.21 619	0.22 689	0.36 674	0.18 424	0.17 682	0.24 629	0.13 198	0.31 602	0.31 576	0.23 597	0.25 536	0.27 597	0.21 605	0.19 556	0.15 513	0.13 653	0.15 691	0.12 628	0.15 679	0.16 685	0.18 702

MaskLacGwcNet_RVC	0.22 628	0.21 685	0.24 624	0.26 677	0.11 553	0.23 624	0.14 274	0.39 682	0.24 490	0.32 673	0.36 634	0.30 626	0.21 605	0.19 556	0.21 603	0.17 693	0.14 683	0.21 699	0.16 686	0.12 623	0.12 626

SuperB	0.20 606	0.10 539	0.56 709	0.16 233	0.09 382	0.18 538	0.18 530	0.24 477	0.50 690	0.26 626	0.39 654	0.17 470	0.21 605	0.22 612	0.21 603	0.08 456	0.06 457	0.06 218	0.06 314	0.12 623	0.10 583

RTSC	0.23 645	0.12 585	0.28 644	0.21 605	0.13 613	0.28 668	0.16 437	0.35 657	0.66 726	0.27 632	0.33 622	0.30 626	0.21 605	0.31 667	0.29 679	0.10 570	0.08 569	0.09 526	0.10 591	0.13 643	0.13 649

AANet_RVC	0.16 546	0.10 539	0.10 216	0.18 424	0.09 382	0.18 538	0.19 571	0.26 515	0.31 576	0.22 584	0.35 631	0.21 523	0.21 605	0.22 612	0.16 529	0.06 183	0.05 293	0.06 218	0.06 314	0.07 410	0.06 339

DRN-Test	0.19 594	0.11 567	0.20 595	0.22 625	0.10 498	0.22 608	0.22 627	0.39 682	0.37 624	0.24 607	0.32 609	0.26 589	0.21 605	0.22 612	0.24 637	0.11 602	0.07 535	0.11 608	0.10 591	0.09 549	0.07 429

MDST_ROB	0.22 628	0.10 539	0.17 545	0.18 424	0.11 553	0.37 698	0.19 571	0.43 702	0.41 645	0.39 691	0.39 654	0.29 616	0.21 605	0.26 642	0.18 563	0.11 602	0.10 628	0.14 657	0.11 625	0.10 582	0.08 502

w-ln-seven-2	0.20 606	0.14 626	0.37 678	0.22 625	0.12 590	0.20 579	0.21 616	0.28 558	0.37 624	0.25 620	0.37 640	0.27 597	0.22 614	0.21 599	0.23 624	0.08 456	0.08 569	0.09 526	0.09 549	0.10 582	0.09 551

w-ln-seven	0.24 652	0.14 626	0.55 706	0.19 501	0.14 635	0.26 651	0.22 627	0.35 657	0.60 714	0.29 656	0.39 654	0.30 626	0.22 614	0.21 599	0.26 659	0.09 525	0.09 606	0.11 608	0.10 591	0.11 605	0.10 583

SQANet	0.23 645	0.23 692	0.30 655	0.30 705	0.19 696	0.27 661	0.13 198	0.29 574	0.33 591	0.24 607	0.37 640	0.31 639	0.22 614	0.27 645	0.23 624	0.15 671	0.10 628	0.21 699	0.16 686	0.21 703	0.15 675

SACVNet	0.18 582	0.12 585	0.14 427	0.17 324	0.13 613	0.22 608	0.18 530	0.31 602	0.30 568	0.23 597	0.31 605	0.30 626	0.22 614	0.22 612	0.17 545	0.11 602	0.08 569	0.10 576	0.10 591	0.12 623	0.14 668

FINET	0.21 619	0.18 667	0.26 632	0.18 424	0.16 666	0.23 624	0.23 639	0.32 613	0.48 678	0.25 620	0.32 609	0.22 541	0.22 614	0.22 612	0.17 545	0.18 697	0.16 701	0.11 608	0.10 591	0.15 676	0.13 649

hitnet-ft	0.18 582	0.09 476	0.17 545	0.14 72	0.09 382	0.26 651	0.20 595	0.25 496	0.26 526	0.24 607	0.32 609	0.31 639	0.22 614	0.24 633	0.21 603	0.12 627	0.07 535	0.10 576	0.08 501	0.12 623	0.11 611

ADCP+	0.20 606	0.10 539	0.33 665	0.20 570	0.12 590	0.22 608	0.26 680	0.31 602	0.34 603	0.26 626	0.37 640	0.22 541	0.22 614	0.27 645	0.27 667	0.09 525	0.06 457	0.08 436	0.08 501	0.09 549	0.10 583

PSMNet_ROB	0.21 619	0.11 567	0.15 476	0.27 690	0.15 655	0.24 629	0.35 722	0.43 702	0.37 624	0.27 632	0.32 609	0.32 648	0.22 614	0.21 599	0.26 659	0.12 627	0.08 569	0.13 643	0.11 625	0.09 549	0.09 551

ADCRef	0.19 594	0.12 585	0.41 686	0.20 570	0.12 590	0.22 608	0.18 530	0.32 613	0.36 617	0.26 626	0.32 609	0.17 470	0.23 622	0.24 633	0.24 637	0.07 371	0.06 457	0.09 526	0.09 549	0.08 484	0.08 502

RYNet	0.22 628	0.12 585	0.22 611	0.19 501	0.17 682	0.46 708	0.26 680	0.38 678	0.48 678	0.24 607	0.28 576	0.34 659	0.23 622	0.20 581	0.30 686	0.10 570	0.06 457	0.09 526	0.09 549	0.13 643	0.15 675

NaN_ROB	0.22 628	0.19 672	0.24 624	0.25 671	0.13 613	0.29 672	0.26 680	0.33 633	0.41 645	0.31 667	0.31 605	0.32 648	0.23 622	0.30 666	0.21 603	0.11 602	0.17 707	0.10 576	0.10 591	0.08 484	0.09 551

NOSS_ROB	0.19 594	0.12 585	0.18 571	0.16 233	0.12 590	0.15 463	0.12 119	0.30 589	0.32 583	0.20 552	0.22 485	0.27 597	0.23 622	0.21 599	0.16 529	0.16 687	0.18 709	0.23 706	0.21 707	0.12 623	0.13 649

DispFullNet	0.27 675	0.21 685	0.65 720	0.28 694	0.16 666	0.26 651	0.17 479	0.33 633	0.58 709	0.27 632	0.38 646	0.43 692	0.23 622	0.38 701	0.23 624	0.12 627	0.06 457	0.19 693	0.11 625	0.21 703	0.15 675

CBMV	0.19 594	0.14 626	0.17 545	0.18 424	0.10 498	0.20 579	0.11 81	0.29 574	0.30 568	0.29 656	0.30 596	0.30 626	0.23 622	0.27 645	0.19 576	0.13 653	0.15 691	0.17 681	0.16 686	0.10 582	0.10 583
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
z-mn7	0.24 652	0.14 626	0.45 691	0.19 501	0.13 613	0.28 668	0.25 670	0.34 642	0.62 717	0.27 632	0.56 707	0.29 616	0.24 628	0.32 674	0.25 647	0.08 456	0.08 569	0.08 436	0.08 501	0.10 582	0.10 583

ToySt	0.17 568	0.11 567	0.18 571	0.17 324	0.11 553	0.16 495	0.25 670	0.24 477	0.33 591	0.19 529	0.24 507	0.26 589	0.24 628	0.19 556	0.20 583	0.07 371	0.08 569	0.09 526	0.10 591	0.09 549	0.08 502

WZ-Net	0.28 680	0.17 655	0.78 738	0.22 625	0.16 666	0.34 687	0.29 703	0.39 682	0.57 706	0.24 607	0.55 702	0.37 670	0.24 628	0.33 678	0.35 705	0.09 525	0.08 569	0.09 526	0.10 591	0.14 659	0.16 687

psm_up	0.18 582	0.10 539	0.18 571	0.20 570	0.11 553	0.17 519	0.19 571	0.37 670	0.34 603	0.21 568	0.28 576	0.29 616	0.24 628	0.20 581	0.22 612	0.09 525	0.10 628	0.11 608	0.11 625	0.08 484	0.08 502

RP	0.21 619	0.13 613	0.21 605	0.23 649	0.11 553	0.21 599	0.20 595	0.25 496	0.44 667	0.21 568	0.38 646	0.36 665	0.24 628	0.27 645	0.25 647	0.11 602	0.12 657	0.13 643	0.12 647	0.12 623	0.14 668

PS-NSSS	0.20 606	0.21 685	0.23 620	0.20 570	0.10 498	0.19 563	0.17 479	0.36 664	0.25 512	0.27 632	0.33 622	0.27 597	0.24 628	0.20 581	0.20 583	0.15 671	0.12 657	0.17 681	0.14 662	0.10 582	0.08 502

CBMV_ROB	0.19 594	0.13 613	0.17 545	0.16 233	0.11 553	0.15 463	0.13 198	0.26 515	0.28 551	0.27 632	0.30 596	0.27 597	0.24 628	0.23 623	0.16 529	0.15 671	0.17 707	0.22 704	0.20 704	0.10 582	0.11 611

DLCB_ROB	0.18 582	0.10 539	0.15 476	0.23 649	0.11 553	0.24 629	0.18 530	0.29 574	0.28 551	0.27 632	0.28 576	0.28 607	0.24 628	0.19 556	0.20 583	0.08 456	0.08 569	0.09 526	0.09 549	0.07 410	0.07 429

PWC_ROB	0.21 619	0.16 644	0.26 632	0.18 424	0.11 553	0.22 608	0.13 198	0.32 613	0.49 687	0.30 661	0.40 660	0.32 648	0.24 628	0.31 667	0.22 612	0.10 570	0.07 535	0.11 608	0.08 501	0.11 605	0.10 583

zh-mn7	0.25 664	0.14 626	0.56 709	0.19 501	0.14 635	0.24 629	0.22 627	0.34 642	0.62 717	0.35 681	0.65 716	0.31 639	0.25 637	0.31 667	0.25 647	0.09 525	0.08 569	0.09 526	0.09 549	0.09 549	0.11 611

PSMNet-RUCA	0.27 675	0.33 720	0.41 686	0.36 718	0.32 728	0.18 538	0.19 571	0.42 697	0.30 568	0.33 677	0.41 671	0.39 682	0.25 637	0.31 667	0.20 583	0.18 697	0.10 628	0.25 709	0.15 679	0.21 703	0.16 687

test_sample8	0.19 594	0.12 585	0.20 595	0.12 7	0.14 635	0.17 519	0.13 198	0.31 602	0.21 447	0.27 632	0.22 485	0.36 665	0.25 637	0.19 556	0.17 545	0.15 671	0.30 736	0.14 657	0.14 662	0.14 659	0.12 626

HBP-ISP	0.18 582	0.13 613	0.16 513	0.15 132	0.11 553	0.08 100	0.13 198	0.28 558	0.29 558	0.22 584	0.33 622	0.21 523	0.25 637	0.23 623	0.17 545	0.14 667	0.16 701	0.21 699	0.17 693	0.10 582	0.08 502

DDUNet	0.22 628	0.17 655	0.21 605	0.22 625	0.15 655	0.25 640	0.24 654	0.29 574	0.30 568	0.31 667	0.36 634	0.33 652	0.25 637	0.24 633	0.20 583	0.18 697	0.13 672	0.17 681	0.11 625	0.16 685	0.16 687

Syn2CoEx	0.21 619	0.16 644	0.27 639	0.29 703	0.14 635	0.26 651	0.20 595	0.33 633	0.31 576	0.28 647	0.36 634	0.27 597	0.25 637	0.19 556	0.24 637	0.16 687	0.12 657	0.14 657	0.11 625	0.09 549	0.08 502

Wz-Net-SNSev	0.25 664	0.17 655	0.44 690	0.25 671	0.14 635	0.26 651	0.23 639	0.38 678	0.56 704	0.30 661	0.55 702	0.39 682	0.26 643	0.23 623	0.30 686	0.10 570	0.09 606	0.09 526	0.10 591	0.11 605	0.11 611

AF-Net	0.22 628	0.17 655	0.17 545	0.26 677	0.13 613	0.25 640	0.24 654	0.32 613	0.50 690	0.25 620	0.33 622	0.38 674	0.26 643	0.28 657	0.25 647	0.11 602	0.10 628	0.16 678	0.11 625	0.11 605	0.10 583

PA-Net	0.23 645	0.18 667	0.33 665	0.28 694	0.22 709	0.21 599	0.38 728	0.29 574	0.39 636	0.22 584	0.32 609	0.25 579	0.26 643	0.20 581	0.25 647	0.09 525	0.23 729	0.15 670	0.22 710	0.09 549	0.13 649
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	0.19 594	0.09 476	0.22 611	0.17 324	0.10 498	0.25 640	0.18 530	0.27 537	0.44 667	0.22 584	0.31 605	0.33 652	0.26 643	0.28 657	0.28 675	0.08 456	0.06 457	0.07 335	0.07 418	0.09 549	0.09 551

SANet	0.24 652	0.14 626	0.28 644	0.21 605	0.11 553	0.27 661	0.24 654	0.38 678	0.64 722	0.36 684	0.40 660	0.43 692	0.26 643	0.27 645	0.24 637	0.12 627	0.09 606	0.10 576	0.09 549	0.13 643	0.11 611

XPNet_ROB	0.22 628	0.11 567	0.19 583	0.22 625	0.13 613	0.22 608	0.19 571	0.34 642	0.40 642	0.30 661	0.39 654	0.39 682	0.26 643	0.26 642	0.28 675	0.15 671	0.10 628	0.10 576	0.10 591	0.13 643	0.12 626

ETE_ROB	0.23 645	0.17 655	0.22 611	0.25 671	0.13 613	0.26 651	0.29 703	0.31 602	0.36 617	0.28 647	0.36 634	0.45 696	0.26 643	0.27 645	0.26 659	0.11 602	0.08 569	0.12 628	0.09 549	0.14 659	0.13 649

LALA_ROB	0.25 664	0.16 644	0.22 611	0.26 677	0.17 682	0.27 661	0.27 687	0.42 697	0.37 624	0.33 677	0.38 646	0.51 709	0.26 643	0.28 657	0.27 667	0.16 687	0.09 606	0.12 628	0.11 625	0.13 643	0.12 626

DStereoO	0.24 652	0.18 667	0.18 571	0.20 570	0.14 635	0.21 599	0.19 571	0.32 613	0.41 645	0.29 656	0.21 473	0.32 648	0.27 651	0.41 714	0.27 667	0.46 739	0.12 657	0.31 727	0.11 625	0.15 676	0.12 626

FSD					0.22 709	0.25 640	0.25 670	0.27 537	0.26 526	0.25 620	0.26 553	0.25 579	0.27 651	0.27 645	0.24 637	0.21 712	0.20 715	0.27 714	0.26 717	0.25 717

MSAF-DinoV2	0.22 628	0.11 567	0.23 620	0.17 324	0.10 498	0.27 661	0.16 437	0.37 670	0.55 701	0.21 568	0.27 562	0.47 704	0.27 651	0.35 688	0.39 716	0.09 525	0.06 457	0.07 335	0.09 549	0.12 623	0.10 583

ACVNet-4b	0.39 704	0.53 731	0.55 706	0.45 728	0.24 714	0.47 710	0.18 530	0.49 714	0.64 722	0.42 701	0.45 684	0.60 717	0.27 651	0.34 681	0.24 637	0.33 730	0.14 683	0.48 734	0.42 736	0.30 726	0.26 723

Anonymous_2	0.22 628	0.17 655	0.28 644	0.15 132	0.16 666	0.32 677	0.22 627	0.22 429	0.17 352	0.23 597	0.24 507	0.26 589	0.27 651	0.27 645	0.23 624	0.22 717	0.25 732	0.17 681	0.17 693	0.17 693	0.17 697

UDG	0.21 619	0.17 655	0.19 583	0.23 649	0.15 655	0.30 675	0.20 595	0.33 633	0.35 612	0.23 597	0.28 576	0.31 639	0.27 651	0.20 581	0.22 612	0.15 671	0.12 657	0.13 643	0.09 549	0.14 659	0.14 668

aanetorigin	0.22 628	0.17 655	0.56 709	0.17 324	0.10 498	0.15 463	0.19 571	0.20 375	0.33 591	0.49 710	0.48 689	0.29 616	0.27 651	0.20 581	0.23 624	0.08 456	0.07 535	0.08 436	0.07 418	0.10 582	0.09 551

DMCA-RVC	0.17 568	0.10 539	0.15 476	0.24 658	0.11 553	0.18 538	0.18 530	0.25 496	0.24 490	0.21 568	0.26 553	0.25 579	0.27 651	0.18 539	0.20 583	0.12 627	0.08 569	0.13 643	0.10 591	0.10 582	0.08 502

RGC	0.25 664	0.20 679	0.29 652	0.28 694	0.16 666	0.22 608	0.23 639	0.32 613	0.44 667	0.27 632	0.40 660	0.38 674	0.27 651	0.36 694	0.22 612	0.11 602	0.13 672	0.17 681	0.17 693	0.14 659	0.16 687

stereogan	0.22 628	0.11 567	0.21 605	0.20 570	0.12 590	0.31 676	0.19 571	0.35 657	0.44 667	0.22 584	0.39 654	0.35 663	0.27 651	0.33 678	0.22 612	0.10 570	0.12 657	0.10 576	0.10 591	0.14 659	0.13 649

FBW_ROB	0.24 652	0.17 655	0.22 611	0.26 677	0.14 635	0.25 640	0.22 627	0.41 692	0.41 645	0.41 698	0.41 671	0.42 689	0.27 651	0.31 667	0.23 624	0.09 525	0.14 683	0.14 657	0.12 647	0.11 605	0.09 551

NCC-stereo	0.24 652	0.15 636	0.31 657	0.26 677	0.16 666	0.20 579	0.30 711	0.40 686	0.40 642	0.24 607	0.38 646	0.33 652	0.28 662	0.36 694	0.27 667	0.12 627	0.11 641	0.15 670	0.22 710	0.13 643	0.13 649

Nwc_Net	0.23 645	0.16 644	0.21 605	0.25 671	0.14 635	0.24 629	0.26 680	0.37 670	0.38 631	0.22 584	0.41 671	0.30 626	0.28 662	0.28 657	0.25 647	0.11 602	0.10 628	0.17 681	0.20 704	0.10 582	0.10 583

Abc-Net	0.24 652	0.15 636	0.31 657	0.26 677	0.16 666	0.20 579	0.30 711	0.40 686	0.40 642	0.24 607	0.38 646	0.33 652	0.28 662	0.36 694	0.27 667	0.12 627	0.11 641	0.15 670	0.22 710	0.13 643	0.13 649
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 673	0.15 636	0.30 655	0.24 658	0.18 689	0.22 608	0.15 363	0.38 678	0.71 730	0.32 673	0.41 671	0.36 665	0.28 662	0.32 674	0.29 679	0.12 627	0.11 641	0.14 657	0.13 658	0.16 685	0.20 708

DeepPrunerF	0.24 652	0.17 655	0.42 688	0.26 677	0.16 666	0.22 608	0.28 693	0.37 670	0.50 690	0.26 626	0.29 588	0.24 565	0.28 662	0.21 599	0.22 612	0.15 671	0.11 641	0.20 697	0.18 698	0.12 623	0.13 649

ADCPNet	0.25 664	0.16 644	0.61 717	0.21 605	0.15 655	0.35 696	0.25 670	0.32 613	0.35 612	0.30 661	0.40 660	0.36 665	0.28 662	0.28 657	0.32 697	0.12 627	0.10 628	0.11 608	0.12 647	0.14 659	0.13 649

GANet	0.21 619	0.12 585	0.21 605	0.24 658	0.13 613	0.22 608	0.22 627	0.41 692	0.26 526	0.31 667	0.42 677	0.37 670	0.28 662	0.23 623	0.22 612	0.10 570	0.12 657	0.10 576	0.09 549	0.10 582	0.08 502

NCCL2	0.23 645	0.15 636	0.17 545	0.34 713	0.18 689	0.24 629	0.23 639	0.34 642	0.28 551	0.31 667	0.38 646	0.38 674	0.28 662	0.23 623	0.24 637	0.15 671	0.12 657	0.18 691	0.21 707	0.13 643	0.13 649

APVNet	0.22 628	0.12 585	0.19 583	0.18 424	0.14 635	0.32 677	0.31 717	0.39 682	0.32 583	0.27 632	0.40 660	0.30 626	0.29 670	0.26 642	0.25 647	0.11 602	0.12 657	0.11 608	0.14 662	0.12 623	0.12 626

G-Net	0.24 652	0.16 644	0.36 674	0.22 625	0.16 666	0.51 716	0.23 639	0.29 574	0.34 603	0.36 684	0.38 646	0.31 639	0.29 670	0.27 645	0.26 659	0.11 602	0.09 606	0.12 628	0.09 549	0.16 685	0.13 649

DPSNet	0.28 680	0.16 644	0.31 657	0.18 424	0.13 613	0.54 718	0.42 732	0.51 721	0.67 727	0.29 656	0.38 646	0.38 674	0.29 670	0.31 667	0.23 624	0.11 602	0.10 628	0.11 608	0.08 501	0.20 701	0.16 687

PDISCO_ROB	0.27 675	0.16 644	0.26 632	0.28 694	0.20 700	0.32 677	0.26 680	0.44 704	0.57 706	0.28 647	0.40 660	0.45 696	0.29 670	0.33 678	0.34 704	0.12 627	0.09 606	0.17 681	0.16 686	0.17 693	0.13 649

ccnet	0.29 684	0.28 713	0.23 620	0.20 570	0.28 722	0.41 706	0.21 616	0.45 707	0.33 591	0.36 684	0.46 685	0.36 665	0.30 674	0.39 706	0.42 723	0.23 722	0.14 683	0.21 699	0.17 693	0.23 710	0.18 702

S-Stereo	0.20 606	0.12 585	0.25 629	0.21 605	0.13 613	0.20 579	0.18 530	0.32 613	0.43 662	0.23 597	0.36 634	0.28 607	0.30 674	0.19 556	0.22 612	0.09 525	0.12 657	0.10 576	0.10 591	0.13 643	0.13 649

XQC	0.28 680	0.23 692	0.51 699	0.28 694	0.19 696	0.34 687	0.27 687	0.36 664	0.57 706	0.31 667	0.30 596	0.37 670	0.30 674	0.38 701	0.38 713	0.13 653	0.09 606	0.15 670	0.12 647	0.17 693	0.18 702

ADCL	0.24 652	0.11 567	0.47 696	0.22 625	0.12 590	0.34 687	0.29 703	0.29 574	0.56 704	0.24 607	0.46 685	0.30 626	0.30 674	0.29 663	0.29 679	0.08 456	0.07 535	0.09 526	0.09 549	0.10 582	0.10 583

PStereo	0.20 606	0.22 689	0.20 595	0.17 324	0.10 498	0.13 399	0.20 595	0.27 537	0.38 631	0.20 552	0.14 339	0.28 607	0.31 678	0.24 633	0.31 694	0.18 697	0.13 672	0.15 670	0.11 625	0.12 623	0.12 626

zh-sn7	0.25 664	0.17 655	0.50 698	0.24 658	0.13 613	0.25 640	0.24 654	0.34 642	0.48 678	0.28 647	0.54 700	0.28 607	0.31 678	0.36 694	0.32 697	0.10 570	0.10 628	0.11 608	0.10 591	0.12 623	0.12 626

MFN_U_SF_DS_RVC	0.30 690	0.24 696	0.29 652	0.36 718	0.16 666	0.34 687	0.30 711	0.32 613	0.42 655	0.40 694	0.46 685	0.38 674	0.31 678	0.34 681	0.28 675	0.19 706	0.20 715	0.26 710	0.29 725	0.18 697	0.19 707

CC-Net-ROB	0.28 680	0.31 718	0.36 674	0.29 703	0.15 655	0.25 640	0.19 571	0.45 707	0.33 591	0.39 691	0.37 640	0.39 682	0.31 678	0.27 645	0.26 659	0.24 724	0.19 712	0.30 726	0.23 714	0.18 697	0.15 675

DANet	0.21 619	0.15 636	0.28 644	0.25 671	0.13 613	0.22 608	0.19 571	0.27 537	0.27 536	0.28 647	0.32 609	0.35 663	0.31 678	0.31 667	0.23 624	0.11 602	0.09 606	0.11 608	0.10 591	0.13 643	0.11 611
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	0.42 712	0.26 705	0.59 715	0.60 736	0.49 736	0.32 677	0.23 639	0.46 709	0.52 699	0.56 719	0.58 712	0.76 732	0.32 683	0.48 719	0.29 679	0.32 728	0.24 730	0.27 714	0.33 730	0.46 734	0.39 735

FAT-Stereo	0.20 606	0.12 585	0.22 611	0.21 605	0.12 590	0.17 519	0.18 530	0.34 642	0.39 636	0.27 632	0.37 640	0.34 659	0.32 683	0.21 599	0.20 583	0.09 525	0.11 641	0.10 576	0.09 549	0.11 605	0.14 668

DStereoSA	0.25 664	0.19 672	0.37 678	0.26 677	0.17 682	0.22 608	0.20 595	0.49 714	0.59 710	0.22 584	0.29 588	0.29 616	0.33 685	0.39 706	0.28 675	0.12 627	0.11 641	0.16 678	0.14 662	0.14 659	0.12 626

otaku	0.39 704	0.37 724	0.52 700	0.44 727	0.28 722	0.58 720	0.24 654	0.41 692	0.62 717	0.40 694	0.49 690	0.46 700	0.33 685	0.40 711	0.32 697	0.30 727	0.30 736	0.39 731	0.33 730	0.29 725	0.28 724

AnyNet_C32	0.26 673	0.16 644	0.36 674	0.20 570	0.16 666	0.25 640	0.30 711	0.32 613	0.44 667	0.31 667	0.49 690	0.30 626	0.33 685	0.40 711	0.33 702	0.12 627	0.12 657	0.12 628	0.14 662	0.14 659	0.15 675

GANetREF_RVC	0.31 692	0.34 721	0.27 639	0.35 716	0.16 666	0.32 677	0.41 729	0.48 712	0.51 697	0.35 681	0.35 631	0.34 659	0.33 685	0.39 706	0.32 697	0.27 726	0.20 715	0.29 724	0.15 679	0.18 697	0.17 697
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	0.29 684	0.24 696	0.27 639	0.34 713	0.19 696	0.33 684	0.42 732	0.37 670	0.50 690	0.38 689	0.40 660	0.44 694	0.33 685	0.28 657	0.30 686	0.20 708	0.16 701	0.19 693	0.19 700	0.14 659	0.15 675

DStereoFS	0.27 675	0.22 689	0.31 657	0.22 625	0.15 655	0.22 608	0.20 595	0.50 718	0.48 678	0.28 647	0.44 682	0.33 652	0.34 690	0.52 726	0.29 679	0.12 627	0.11 641	0.15 670	0.13 658	0.16 685	0.16 687

PASM	0.32 694	0.24 696	0.48 697	0.28 694	0.27 720	0.29 672	0.30 711	0.34 642	0.49 687	0.35 681	0.39 654	0.46 700	0.34 690	0.34 681	0.35 705	0.23 722	0.25 732	0.26 710	0.28 724	0.23 710	0.21 710

WCMA_ROB	0.24 652	0.11 567	0.22 611	0.17 324	0.14 635	0.32 677	0.15 363	0.32 613	0.32 583	0.38 689	0.53 698	0.40 686	0.34 690	0.34 681	0.25 647	0.11 602	0.12 657	0.12 628	0.10 591	0.14 659	0.14 668

edge stereo	0.22 628	0.13 613	0.20 595	0.21 605	0.13 613	0.23 624	0.16 437	0.32 613	0.42 655	0.32 673	0.40 660	0.38 674	0.35 693	0.25 639	0.24 637	0.13 653	0.11 641	0.14 657	0.11 625	0.12 623	0.13 649

SGM_RVC	0.23 645	0.12 585	0.15 476	0.15 132	0.09 382	0.33 684	0.18 530	0.34 642	0.31 576	0.44 705	0.37 640	0.53 713	0.35 693	0.35 688	0.24 637	0.13 653	0.13 672	0.13 643	0.13 658	0.10 582	0.11 611
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ADCS	0.29 684	0.18 667	0.45 691	0.21 605	0.17 682	0.28 668	0.23 639	0.41 692	0.63 721	0.40 694	0.49 690	0.40 686	0.36 695	0.39 706	0.40 719	0.13 653	0.12 657	0.13 643	0.14 662	0.16 685	0.16 687

LSM	0.33 697	0.20 679	0.58 713	0.26 677	0.60 746	0.34 687	0.25 670	0.42 697	0.48 678	0.45 706	0.58 712	0.42 689	0.36 695	0.35 688	0.25 647	0.12 627	0.20 715	0.14 657	0.16 686	0.19 700	0.33 730

2222	0.37 702	0.26 705	0.31 657	0.42 726	0.19 696	0.77 740	1.20 761	0.42 697	0.41 645	0.33 677	0.52 696	0.48 706	0.37 697	0.32 674	0.31 694	0.17 693	0.14 683	0.21 699	0.15 679	0.22 708	0.11 611

psmorigin	0.25 664	0.15 636	0.34 673	0.17 324	0.13 613	0.23 624	0.14 274	0.34 642	0.33 591	0.41 698	0.55 702	0.41 688	0.37 697	0.34 681	0.27 667	0.11 602	0.15 691	0.11 608	0.11 625	0.12 623	0.16 687

AANet	0.30 690	0.19 672	1.03 747	0.16 233	0.13 613	0.22 608	0.16 437	0.30 589	0.62 717	0.60 720	0.52 696	0.46 700	0.38 699	0.23 623	0.32 697	0.12 627	0.09 606	0.11 608	0.10 591	0.13 643	0.12 626

Wz-Net-TNSev	0.29 684	0.20 679	0.65 720	0.19 501	0.15 655	0.38 701	0.27 687	0.35 657	0.55 701	0.34 680	0.42 677	0.45 696	0.38 699	0.32 674	0.30 686	0.12 627	0.13 672	0.10 576	0.12 647	0.15 676	0.14 668

AnyNet_C01	0.36 701	0.25 702	1.37 753	0.22 625	0.17 682	0.48 712	0.27 687	0.35 657	0.39 636	0.39 691	0.74 728	0.46 700	0.38 699	0.45 716	0.47 730	0.13 653	0.13 672	0.13 643	0.14 662	0.14 659	0.15 675

EDNetEfficient	0.29 684	0.24 696	1.13 750	0.18 424	0.10 498	0.19 563	0.20 595	0.20 375	0.60 714	0.74 737	0.56 707	0.31 639	0.39 702	0.22 612	0.30 686	0.09 525	0.07 535	0.08 436	0.07 418	0.11 605	0.09 551

MFN_U_SF_RVC	0.32 694	0.21 685	0.55 706	0.30 705	0.15 655	0.34 687	0.17 479	0.52 723	0.46 675	0.46 709	0.55 702	0.59 716	0.39 702	0.35 688	0.37 711	0.15 671	0.14 683	0.18 691	0.21 707	0.16 685	0.15 675

SAMSARA	0.40 707	0.28 713	0.33 665	0.55 734	0.39 729	0.82 742	1.23 762	0.47 711	0.51 697	0.36 684	0.35 631	0.55 715	0.39 702	0.38 701	0.39 716	0.15 671	0.20 715	0.15 670	0.14 662	0.23 710	0.20 708

FC-DCNN v2	0.33 697	0.27 709	0.28 644	0.26 677	0.23 712	0.37 698	0.28 693	0.40 686	0.43 662	0.45 706	0.56 707	0.51 709	0.40 705	0.37 699	0.29 679	0.21 712	0.20 715	0.27 714	0.26 717	0.25 717	0.24 715

ADCMid	0.25 664	0.15 636	0.40 683	0.20 570	0.14 635	0.25 640	0.26 680	0.34 642	0.38 631	0.36 684	0.44 682	0.34 659	0.40 705	0.35 688	0.33 702	0.10 570	0.09 606	0.11 608	0.11 625	0.13 643	0.12 626

FC-DCNN	0.33 697	0.27 709	0.28 644	0.26 677	0.23 712	0.37 698	0.28 693	0.40 686	0.43 662	0.45 706	0.55 702	0.51 709	0.40 705	0.37 699	0.30 686	0.21 712	0.20 715	0.27 714	0.26 717	0.25 717	0.24 715

MSMD_ROB	0.31 692	0.26 705	0.26 632	0.24 658	0.21 706	0.34 687	0.25 670	0.34 642	0.39 636	0.40 694	0.69 722	0.45 696	0.40 705	0.34 681	0.27 667	0.20 708	0.19 712	0.26 710	0.25 716	0.23 710	0.22 712

MeshStereo	0.27 675	0.13 613	0.18 571	0.15 132	0.11 553	0.32 677	0.24 654	0.40 686	0.36 617	0.52 712	0.57 710	0.67 724	0.40 705	0.35 688	0.26 659	0.14 667	0.13 672	0.13 643	0.11 625	0.11 605	0.10 583
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	3.60 759	5.21 773	3.74 763	12.26 776	11.84 777	4.51 763	3.91 767	1.00 753	0.48 678	0.89 747	1.98 760	6.35 772	0.41 710	2.90 763	2.47 769	0.93 761	0.13 672	1.92 768	1.77 770	5.66 771	3.67 771

FCDSN-DC	0.33 697	0.28 713	0.28 644	0.30 705	0.24 714	0.39 703	0.28 693	0.42 697	0.42 655	0.43 704	0.53 698	0.51 709	0.41 710	0.36 694	0.30 686	0.21 712	0.20 715	0.27 714	0.26 717	0.25 717	0.24 715
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RTS	0.45 718	0.19 672	3.26 759	0.24 658	0.15 655	0.74 734	0.20 595	0.36 664	0.76 738	0.42 701	0.43 680	0.31 639	0.41 710	0.53 729	0.35 705	0.10 570	0.08 569	0.13 643	0.12 647	0.15 676	0.15 675

RTSA	0.45 718	0.19 672	3.26 759	0.24 658	0.15 655	0.74 734	0.20 595	0.36 664	0.76 738	0.42 701	0.43 680	0.31 639	0.41 710	0.53 729	0.35 705	0.10 570	0.08 569	0.13 643	0.12 647	0.15 676	0.15 675

Ntro	0.40 707	0.40 726	0.53 702	0.46 731	0.30 726	0.65 727	0.24 654	0.46 709	0.68 728	0.41 698	0.49 690	0.48 706	0.42 714	0.39 706	0.31 694	0.32 728	0.28 734	0.37 730	0.30 727	0.32 730	0.29 725

SGM-ForestM	0.32 694	0.12 585	0.16 513	0.16 233	0.11 553	0.39 703	0.19 571	0.41 692	0.50 690	0.52 712	0.54 700	1.32 750	0.42 714	0.40 711	0.27 667	0.14 667	0.16 701	0.16 678	0.16 686	0.12 623	0.12 626

noway4	3.64 762	5.53 776	3.97 766	12.24 775	11.84 777	4.58 765	3.96 771	1.14 764	0.45 673	0.82 741	2.01 762	6.19 767	0.43 716	3.04 766	2.29 765	0.94 762	0.15 691	1.93 769	1.76 766	5.75 775	3.71 775

zzzz4	3.62 760	5.55 777	4.00 768	12.27 778	11.85 780	4.49 761	3.91 767	1.10 762	0.42 655	0.85 743	2.01 762	6.20 768	0.44 717	3.00 764	2.25 762	0.94 762	0.15 691	1.93 769	1.76 766	5.70 773	3.67 771

noway1	3.62 760	5.55 777	3.97 766	12.27 778	11.85 780	4.50 762	3.92 769	1.09 761	0.42 655	0.85 743	2.01 762	6.22 769	0.44 717	3.00 764	2.25 762	0.94 762	0.15 691	1.93 769	1.76 766	5.70 773	3.67 771

LE_ROB	0.50 723	0.07 259	0.14 427	0.15 132	0.08 246	0.24 629	0.16 437	0.22 429	1.81 765	4.63 771	0.67 718	0.47 704	0.44 717	0.20 581	0.29 679	0.07 371	0.06 457	0.06 218	0.06 314	0.08 484	0.06 339

coex-ft	3.30 758	0.34 721	59.09 799	0.18 424	0.13 613	0.26 651	0.22 627	0.27 537	0.72 731	1.90 766	0.70 724	0.44 694	0.45 720	0.29 663	0.41 722	0.09 525	0.09 606	0.12 628	0.09 549	0.14 659	0.13 649

noway3	3.64 762	5.28 774	3.79 764	12.26 776	11.84 777	4.53 764	3.92 769	1.06 757	0.48 678	0.88 746	1.98 760	6.32 771	0.46 721	3.32 767	2.57 770	0.95 765	0.15 691	1.93 769	1.76 766	5.67 772	3.69 774

RainbowNet	0.54 727	0.61 735	0.70 736	0.57 735	0.43 733	0.65 727	0.37 727	0.60 735	0.87 744	0.50 711	0.66 717	0.64 720	0.47 722	0.49 720	0.43 726	0.47 740	0.48 750	0.52 738	0.41 735	0.52 737	0.40 738

Consistency-Raft	0.44 716	0.40 726	0.45 691	0.37 720	0.43 733	0.46 708	0.41 729	0.57 732	0.55 701	0.32 673	0.73 726	0.33 652	0.48 723	0.42 715	0.49 732	0.39 733	0.35 741	0.45 733	0.51 743	0.42 733	0.29 725

ACVNet_1	0.44 716	0.49 730	0.60 716	0.45 728	0.28 722	0.49 714	0.27 687	0.57 732	0.72 731	0.62 722	0.58 712	0.74 730	0.49 724	0.50 721	0.35 705	0.26 725	0.24 730	0.39 731	0.29 725	0.31 729	0.24 715

EDNetEfficientorigin	7.91 770	0.31 718	153.02 800	0.19 501	0.09 382	0.21 599	0.16 437	0.22 429	0.59 710	0.72 732	0.67 718	0.42 689	0.50 725	0.24 633	0.39 716	0.08 456	0.07 535	0.08 436	0.07 418	0.12 623	0.10 583

TCMNet-wrong-test	3.67 764	5.48 775	3.89 765	12.18 774	11.75 776	4.65 766	3.88 766	1.06 757	0.72 731	1.09 758	2.15 765	6.30 770	0.53 726	3.43 769	2.36 767	0.89 759	0.20 715	1.87 766	1.69 765	5.57 770	3.62 770

MSC_U_SF_DS_RVC	0.43 714	0.39 725	0.54 703	0.40 722	0.20 700	0.64 726	0.32 719	0.53 725	0.72 731	0.71 730	0.72 725	0.61 718	0.54 727	0.51 724	0.46 729	0.20 708	0.19 712	0.29 724	0.30 727	0.23 710	0.18 702

ELAS_RVC	0.41 709	0.29 716	0.33 665	0.28 694	0.24 714	0.54 718	0.36 724	0.49 714	0.59 710	0.72 732	0.74 728	0.65 722	0.54 727	0.54 731	0.40 719	0.22 717	0.20 715	0.27 714	0.26 717	0.26 722	0.25 720
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 709	0.29 716	0.33 665	0.27 690	0.24 714	0.60 724	0.36 724	0.50 718	0.50 690	0.71 730	0.79 733	0.67 724	0.54 727	0.51 724	0.42 723	0.22 717	0.20 715	0.27 714	0.26 717	0.26 722	0.25 720
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
anonymity	0.53 726	0.58 733	0.65 720	0.41 724	0.61 747	0.53 717	0.41 729	0.56 730	0.41 645	0.55 717	0.50 694	0.49 708	0.55 730	0.58 734	0.50 735	0.58 746	0.50 754	0.51 736	0.51 743	0.51 736	0.57 744

nnnnnnn	0.42 712	0.25 702	0.52 700	0.33 710	0.27 720	0.49 714	0.29 703	0.53 725	0.77 740	0.63 723	0.68 720	0.74 730	0.56 731	0.46 717	0.43 726	0.22 717	0.21 727	0.27 714	0.26 717	0.28 724	0.25 720

mmmmmm	0.41 709	0.25 702	0.42 688	0.37 720	0.20 700	0.59 721	0.44 736	0.51 721	0.73 735	0.54 716	0.76 731	0.70 728	0.56 731	0.50 721	0.38 713	0.18 697	0.22 728	0.22 704	0.20 704	0.20 701	0.17 697

SGM+DAISY	0.56 728	0.57 732	0.65 720	0.40 722	0.54 739	0.66 729	0.49 738	0.56 730	0.45 673	0.66 725	0.69 722	0.67 724	0.56 731	0.63 736	0.56 737	0.59 747	0.48 750	0.50 735	0.50 742	0.52 737	0.58 745

MonStereo1	0.47 722	0.26 705	0.58 713	0.28 694	0.20 700	0.39 703	0.18 530	0.49 714	0.64 722	0.52 712	0.87 736	1.01 737	0.57 734	0.50 721	0.56 737	0.53 743	0.31 739	0.54 740	0.40 734	0.33 731	0.34 731

SPS-STEREO	0.57 729	0.58 733	0.65 720	0.45 728	0.55 741	0.62 725	0.44 736	0.62 736	0.50 690	0.68 727	0.64 715	0.66 723	0.57 734	0.61 735	0.60 740	0.62 749	0.47 749	0.51 736	0.49 740	0.55 741	0.58 745
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	0.39 704	0.20 679	0.39 682	0.31 709	0.22 709	0.29 672	0.43 734	0.52 723	0.96 747	0.55 717	0.79 733	0.53 713	0.59 736	0.52 726	0.38 713	0.19 706	0.14 683	0.17 681	0.14 662	0.24 716	0.31 728

MANE	0.45 718	0.27 709	0.27 639	0.27 690	0.24 714	0.47 710	0.31 717	0.55 729	0.59 710	0.72 732	1.13 750	1.15 744	0.61 737	0.52 726	0.37 711	0.21 712	0.20 715	0.27 714	0.31 729	0.25 717	0.24 715

PWCK	0.71 734	0.94 750	0.95 745	0.76 741	0.31 727	0.74 734	0.36 724	0.90 744	0.90 745	0.96 751	0.75 730	0.95 736	0.61 737	0.87 749	0.66 744	0.72 752	0.46 745	0.75 746	0.49 740	0.69 750	0.44 740

BEATNet-Init1	0.52 724	0.27 709	0.62 718	0.30 705	0.21 706	0.76 738	0.29 703	0.54 728	0.65 725	0.86 745	0.95 741	2.07 759	0.62 739	0.56 733	0.42 723	0.18 697	0.18 709	0.23 706	0.22 710	0.22 708	0.21 710

NVStereoNet_ROB	0.46 721	0.36 723	0.46 695	0.41 724	0.28 722	0.34 687	0.34 721	0.48 712	0.60 714	0.72 732	0.93 739	0.70 728	0.66 740	0.47 718	0.60 740	0.22 717	0.33 740	0.34 729	0.34 733	0.30 726	0.30 727
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	0.64 730	0.66 739	0.65 720	0.51 732	0.69 751	0.69 730	0.57 744	0.64 737	0.73 735	0.60 720	0.73 726	0.62 719	0.67 741	0.65 737	0.60 740	0.66 751	0.58 763	0.63 741	0.59 746	0.68 748	0.69 754

1111	0.43 714	0.23 692	0.54 703	0.33 710	0.20 700	0.83 743	0.35 722	0.50 718	0.82 741	0.63 723	0.68 720	0.69 727	0.68 742	0.77 740	0.35 705	0.17 693	0.15 691	0.19 693	0.19 700	0.21 703	0.17 697

MADNet+	0.75 738	0.71 741	3.70 762	0.66 738	0.41 731	0.98 748	0.97 759	0.69 738	0.73 735	0.52 712	0.57 710	0.64 720	0.68 742	0.86 748	1.01 757	0.34 731	0.36 742	0.28 723	0.23 714	0.36 732	0.31 728

ACVNet_2	0.66 733	0.66 739	0.68 730	0.63 737	0.41 731	0.71 732	0.49 738	0.96 749	1.39 757	0.89 747	1.09 746	1.04 739	0.73 744	0.54 731	0.47 730	0.43 737	0.40 743	0.53 739	0.44 737	0.47 735	0.35 733

TorneroNet-64	0.76 739	0.72 742	0.74 737	0.78 743	0.58 745	0.91 747	0.56 743	0.84 742	1.29 754	0.66 725	0.90 737	1.40 752	0.75 745	0.85 747	0.67 747	0.49 741	0.46 745	0.72 745	0.59 746	0.67 747	0.53 743

IMH-64-1	0.65 731	0.61 735	0.68 730	0.71 739	0.51 737	0.59 721	0.49 738	0.91 745	0.85 742	0.74 737	1.02 743	0.81 733	0.78 746	0.79 741	0.49 732	0.42 735	0.46 745	0.71 743	0.47 738	0.52 737	0.39 735

IMH-64	0.65 731	0.61 735	0.68 730	0.71 739	0.51 737	0.59 721	0.49 738	0.91 745	0.85 742	0.74 737	1.02 743	0.81 733	0.78 746	0.79 741	0.49 732	0.42 735	0.46 745	0.71 743	0.47 738	0.52 737	0.39 735

TARStereo	0.72 737	0.18 667	0.56 709	0.27 690	0.21 706	1.35 757	0.25 670	0.59 734	1.65 763	0.68 727	5.01 768	1.08 742	0.81 748	0.38 701	0.30 686	0.18 697	0.15 691	0.20 697	0.19 700	0.17 693	0.23 713

JetBlue	0.71 734	0.45 729	1.14 751	0.51 732	0.47 735	2.02 759	0.64 748	0.75 739	0.70 729	0.69 729	0.77 732	1.22 746	0.83 749	1.03 757	1.01 757	0.40 734	0.28 734	0.33 728	0.33 730	0.30 726	0.34 731

LVE	0.83 743	0.85 748	0.85 743	0.80 744	0.56 742	1.04 753	0.65 749	1.05 755	1.47 760	0.96 751	1.22 754	1.10 743	0.85 750	0.83 744	0.71 749	0.49 741	0.55 760	0.76 749	0.60 748	0.65 745	0.59 750

fsdfsdds	0.52 724	0.19 672	0.67 728	0.33 710	0.18 689	0.48 712	0.32 719	0.53 725	1.00 748	0.73 736	2.21 766	1.03 738	0.86 751	0.34 681	0.45 728	0.16 687	0.16 701	0.26 710	0.18 698	0.14 659	0.15 675

TorneroNet	0.82 742	0.74 743	0.81 742	0.84 746	0.63 748	0.99 749	0.63 746	0.96 749	1.16 751	0.80 740	1.11 748	1.36 751	0.86 751	0.93 753	0.80 752	0.56 744	0.49 752	0.78 751	0.66 751	0.73 753	0.63 753

IMH	0.71 734	0.64 738	0.68 730	0.76 741	0.54 739	0.69 730	0.54 742	0.98 751	1.10 750	0.82 741	1.09 746	0.89 735	0.88 753	0.87 749	0.52 736	0.44 738	0.50 754	0.75 746	0.51 743	0.56 742	0.41 739

WAO-7	0.79 740	0.78 744	0.54 703	0.85 747	0.67 750	0.74 734	0.68 752	1.05 755	1.32 755	0.90 749	1.20 753	1.04 739	0.92 754	0.69 738	0.66 744	0.60 748	0.62 764	0.67 742	0.68 752	0.64 744	0.58 745

JetRed	1.62 754	1.46 758	2.98 757	0.92 750	1.21 760	4.99 767	1.53 765	1.27 767	1.39 757	1.83 765	1.74 759	1.60 758	0.95 755	1.41 760	2.45 768	0.90 760	1.60 769	0.93 755	0.90 760	1.35 761	0.99 761

KSHMR	1.09 751	1.17 754	0.88 744	1.25 759	1.00 759	0.99 749	0.96 758	1.13 763	1.37 756	1.16 760	1.29 755	1.41 753	0.96 756	1.01 756	0.92 754	1.03 766	1.08 768	1.20 760	1.03 762	1.01 758	0.97 760

Dean	0.87 744	0.86 749	0.79 740	0.81 745	0.56 742	0.90 744	0.63 746	1.15 765	1.73 764	1.15 759	1.15 751	1.31 749	0.99 757	0.81 743	0.81 753	0.57 745	0.56 761	0.77 750	0.64 749	0.66 746	0.58 745

WAO-6	0.81 741	0.80 745	0.62 718	0.86 748	0.63 748	0.76 738	0.58 745	0.98 751	1.54 762	0.90 749	0.96 742	1.07 741	1.03 758	0.70 739	0.66 744	0.72 752	0.49 752	0.90 754	0.71 753	0.68 748	0.58 745

WAO-8	0.91 745	0.81 746	0.65 720	0.94 751	0.69 751	0.90 744	0.67 750	1.07 759	1.83 766	1.06 756	1.45 756	1.30 747	1.07 759	0.84 745	0.78 750	0.74 754	0.53 757	0.86 752	0.75 754	0.69 750	0.62 751

ktn	1.01 750	1.21 755	0.80 741	1.23 758	0.86 757	1.01 751	0.87 756	0.94 748	1.39 757	1.04 754	1.12 749	1.15 744	1.07 759	0.94 754	0.59 739	1.28 768	0.71 766	1.38 763	0.83 757	1.02 759	0.75 757

Venus	0.91 745	0.81 746	0.65 720	0.94 751	0.69 751	0.90 744	0.67 750	1.07 759	1.83 766	1.06 756	1.45 756	1.30 747	1.07 759	0.84 745	0.78 750	0.74 754	0.53 757	0.86 752	0.75 754	0.69 750	0.62 751

DPSimNet_ROB	1.11 752	1.23 756	0.78 738	1.13 756	0.88 758	1.10 754	1.13 760	1.16 766	1.23 753	1.43 763	1.02 743	1.41 753	1.10 762	0.90 752	1.60 759	1.46 769	0.51 756	1.21 761	1.03 762	0.90 756	1.01 762

notaker	0.97 748	1.11 753	0.98 746	1.13 756	0.81 755	0.73 733	0.68 752	0.93 747	1.16 751	1.18 761	1.18 752	1.41 753	1.16 763	1.08 759	0.69 748	0.81 757	0.64 765	1.17 759	0.79 756	0.98 757	0.80 758

UNDER WATER-64	0.95 747	0.94 750	1.43 755	0.87 749	0.56 742	1.18 756	0.87 756	0.77 740	0.94 746	1.04 754	0.85 735	1.58 757	1.21 764	0.94 754	0.96 755	0.87 758	0.57 762	1.03 758	0.88 759	0.78 754	0.73 755

UNDER WATER	0.97 748	0.97 752	1.42 754	0.99 753	0.70 754	1.12 755	0.84 755	0.80 741	1.08 749	1.01 753	0.90 737	1.55 756	1.22 765	1.03 757	1.00 756	0.78 756	0.53 757	1.02 757	0.87 758	0.80 755	0.74 756

HanzoNet	1.29 753	1.26 757	1.19 752	1.12 755	0.85 756	1.02 752	0.83 754	1.03 754	1.48 761	1.64 764	1.61 758	2.50 761	1.72 766	1.61 761	1.61 760	1.26 767	0.80 767	1.31 762	1.01 761	1.02 759	0.86 759

Selective-IGEV-i1pa	2.80 757	3.51 765	0.67 728	0.28 694	0.14 635	10.22 772	0.43 734	4.36 769	3.63 769	3.53 769	6.92 770	3.47 762	1.97 767	13.41 783	2.26 764	0.36 732	0.15 691	0.13 643	0.10 591	0.15 676	0.35 733

MADNet++	1.95 756	1.75 759	1.59 756	1.82 760	1.69 762	2.33 760	1.40 764	2.35 768	2.09 768	2.57 768	2.36 767	2.24 760	2.17 768	2.28 762	2.34 766	1.87 770	1.66 770	1.54 764	1.34 764	1.92 762	1.77 764

Selective-IGEV-i16pa	18.58 783	3.30 763	1.09 749	0.21 605	0.18 689	103.68 801	0.28 693	19.87 788	40.73 797	4.16 770	56.45 801	8.07 775	2.59 769	123.95 802	5.89 773	0.18 697	0.12 657	0.09 526	0.12 647	0.12 623	0.51 742

UHP	1.94 755	0.24 696	1.06 748	0.34 713	0.18 689	5.35 768	0.24 654	0.86 743	4.09 770	2.33 767	11.82 781	7.01 773	2.71 770	0.87 749	0.60 740	0.17 693	0.14 683	0.19 693	0.17 693	0.21 703	0.16 687

tt	4.67 765	0.06 126	3.55 761	2.02 761	1.55 761	10.25 773	16.71 775	8.91 778	5.03 771	1.31 762	0.94 740	4.71 763	4.76 771	3.33 768	5.87 772	6.06 778	10.30 784	1.88 767	2.11 772	2.75 764	1.21 763

LRCNet_RVC	10.62 778	13.42 785	7.30 770	18.92 783	2.07 763	0.33 684	0.30 711	5.59 773	0.48 678	13.03 783	17.94 783	8.87 776	5.65 772	4.79 770	1.89 761	23.51 797	2.73 775	27.55 800	25.71 800	16.07 792	16.33 793

PML	8.91 773	9.34 784	6.13 769	5.35 765	6.41 767	14.99 776	23.38 782	5.27 770	6.83 772	18.04 787	28.19 796	7.67 774	6.83 773	7.85 774	5.75 771	5.35 777	1.83 771	5.95 783	1.93 771	8.64 780	2.52 766

USTest	6.22 766	2.73 762	3.00 758	6.57 768	7.29 768	14.37 775	21.57 776	7.00 777	9.56 776	5.34 774	6.10 769	5.72 766	7.64 774	6.41 773	6.96 774	1.97 771	3.42 776	1.64 765	2.15 773	2.66 763	2.36 765

xxxxx1	7.79 767	5.02 770	7.31 771	3.12 762	3.85 764	16.35 777	22.88 777	5.86 774	8.69 773	7.97 775	8.54 771	9.12 777	8.27 775	10.18 775	10.92 775	2.42 772	2.45 772	3.56 775	12.37 781	3.77 765	3.06 767

tt_ll	7.79 767	5.02 770	7.31 771	3.12 762	3.85 764	16.35 777	22.88 777	5.86 774	8.69 773	7.97 775	8.54 771	9.12 777	8.27 775	10.18 775	10.92 775	2.42 772	2.45 772	3.56 775	12.37 781	3.77 765	3.06 767

ff	7.79 767	5.02 770	7.31 771	3.12 762	3.85 764	16.35 777	22.88 777	5.86 774	8.69 773	7.97 775	8.54 771	9.12 777	8.27 775	10.18 775	10.92 775	2.42 772	2.45 772	3.56 775	12.37 781	3.77 765	3.06 767

DPSMNet_ROB	8.06 771	4.48 766	8.63 779	5.37 767	10.74 771	8.32 770	22.98 781	5.46 771	13.36 781	5.12 772	9.92 776	5.08 764	10.40 778	5.53 772	12.58 778	3.80 776	8.00 777	3.50 773	7.02 778	3.83 768	7.14 779

DGTPSM_ROB	8.06 771	4.48 766	8.63 779	5.35 765	10.72 770	8.32 770	22.97 780	5.46 771	13.35 780	5.12 772	9.92 776	5.08 764	10.40 778	5.52 771	12.58 778	3.79 775	8.00 777	3.50 773	7.02 778	3.83 768	7.14 779

iinet-test	10.48 776	8.09 780	7.54 775	10.26 769	10.94 772	18.00 781	25.26 783	11.33 782	13.28 778	9.69 779	9.85 774	9.42 780	11.17 780	11.02 779	12.78 781	6.59 780	8.30 779	5.56 778	6.56 774	6.89 776	7.02 777

IINet	10.48 776	8.09 780	7.54 775	10.26 769	10.94 772	18.00 781	25.26 783	11.33 782	13.28 778	9.69 779	9.85 774	9.42 780	11.17 780	11.02 779	12.78 781	6.59 780	8.30 779	5.56 778	6.56 774	6.89 776	7.02 777

Anonymous_1	10.96 779	7.92 779	7.46 774	10.33 771	10.06 769	18.65 783	26.34 785	11.06 781	13.44 782	9.40 778	10.05 778	9.67 782	11.23 782	10.73 778	12.72 780	6.42 779	8.38 781	5.77 780	10.61 780	12.12 781	6.77 776

DPSM_ROB	11.15 780	8.58 782	8.00 777	10.88 772	11.58 774	19.10 784	26.71 786	12.05 784	14.07 785	10.36 781	10.84 779	10.33 783	11.86 783	11.70 781	13.54 783	6.99 782	8.79 782	5.89 781	6.95 776	7.29 778	7.42 781

DPSM	11.15 780	8.58 782	8.00 777	10.88 772	11.58 774	19.10 784	26.71 786	12.05 784	14.07 785	10.36 781	10.84 779	10.33 783	11.86 783	11.70 781	13.54 783	6.99 782	8.79 782	5.89 781	6.95 776	7.29 778	7.42 781

HaxPig	15.71 782	18.52 796	19.18 791	16.89 782	15.89 784	7.73 769	7.60 772	13.31 786	10.82 777	15.42 784	14.91 782	15.98 785	14.92 785	15.58 784	15.98 785	18.95 792	16.73 785	19.46 796	18.08 792	19.26 793	19.05 796

MEDIAN_ROB	20.38 786	24.04 797	23.31 794	21.23 784	21.71 787	10.40 774	7.92 773	17.64 787	15.50 787	20.12 788	19.70 784	20.34 786	20.32 786	21.19 785	21.13 788	23.81 798	21.81 794	24.98 799	23.76 799	24.71 798	23.93 799

RSGM-EC	20.36 784	4.73 768	0.68 730	16.76 780	16.92 785	21.28 786	27.18 788	10.46 779	14.04 783	18.00 785	21.31 786	22.24 795	21.82 787	22.57 786	17.63 786	62.81 800	33.79 800	20.14 797	18.10 793	20.18 794	16.45 794

acva	20.36 784	4.73 768	0.68 730	16.76 780	16.92 785	21.28 786	27.18 788	10.46 779	14.04 783	18.00 785	21.31 786	22.24 795	21.82 787	22.57 786	17.63 786	62.81 800	33.79 800	20.14 797	18.10 793	20.18 794	16.45 794

fast-reg	22.85 793	17.43 795	19.15 790	22.22 792	24.34 794	38.36 791	53.78 792	24.23 793	28.52 795	20.55 789	22.05 794	20.54 787	23.77 789	23.21 788	27.31 791	14.18 791	17.47 787	14.33 791	14.96 791	15.81 791	14.81 783

FlowAnything	22.44 790	17.35 792	16.14 785	22.07 790	23.23 788	38.39 793	53.77 791	24.25 794	28.44 793	20.96 796	21.82 792	20.70 788	23.84 790	23.49 793	27.14 790	14.04 784	17.79 793	11.75 784	14.15 790	14.65 784	14.89 784

Selective-RAFT-Error	22.47 791	17.37 793	16.09 784	22.06 789	23.34 793	38.39 793	53.83 797	24.29 796	28.47 794	20.74 794	21.83 793	20.81 789	23.90 791	23.54 795	27.53 797	14.08 788	17.69 788	11.82 785	14.00 784	14.69 787	15.00 790

Hybrid-DGEV	22.47 791	17.40 794	16.14 785	22.00 785	23.29 790	38.36 791	53.80 793	24.43 797	28.63 796	20.59 790	21.81 791	20.88 790	23.91 792	23.45 792	27.42 794	14.08 788	17.69 788	11.83 786	14.06 789	14.65 784	14.93 786

CasAABBNet	22.42 787	17.33 789	16.01 783	22.01 786	23.28 789	38.32 788	53.80 793	24.14 792	28.41 792	20.60 791	21.77 790	20.89 793	23.91 792	23.43 791	27.36 792	14.07 785	17.69 788	11.83 786	14.01 785	14.67 786	14.95 787

RAFT-FEzeroshot	22.43 788	17.33 789	15.98 781	22.02 787	23.31 791	38.34 789	53.82 795	24.05 790	28.39 790	20.61 792	21.76 788	20.88 790	23.92 794	23.41 789	27.42 794	14.07 785	17.69 788	11.83 786	14.02 786	14.69 787	14.97 788

RAFT-FE	22.43 788	17.33 789	15.98 781	22.02 787	23.31 791	38.34 789	53.82 795	24.05 790	28.39 790	20.61 792	21.76 788	20.88 790	23.92 794	23.41 789	27.42 794	14.07 785	17.69 788	11.83 786	14.02 786	14.69 787	14.97 788

LSM0	22.87 794	17.28 788	18.96 788	22.19 791	29.04 796	38.42 795	53.71 790	24.28 795	28.31 789	20.78 795	21.00 785	21.43 794	24.16 796	23.50 794	27.39 793	14.09 790	17.38 786	11.84 790	14.04 788	14.73 790	14.89 784

AVERAGE_ROB	24.90 795	29.20 800	28.14 797	24.89 793	24.64 795	17.75 780	11.12 774	21.45 789	19.93 788	25.12 797	24.46 795	25.12 797	25.46 797	24.69 796	22.83 789	29.76 799	27.13 799	28.97 801	27.95 801	29.91 799	29.47 800

zzzz2	33.88 798	26.18 798	24.44 795	33.40 794	35.10 797	58.13 796	81.44 800	37.02 801	42.64 799	31.75 800	33.25 799	31.23 800	35.81 798	34.90 797	40.56 798	21.21 795	26.75 795	18.05 794	21.21 797	22.06 796	22.50 797

noway5	33.88 798	26.18 798	24.44 795	33.40 794	35.10 797	58.13 796	81.44 800	37.02 801	42.64 799	31.75 800	33.25 799	31.23 800	35.81 798	34.90 797	40.56 798	21.21 795	26.75 795	18.05 794	21.21 797	22.06 796	22.50 797

zzzzzz3	32.30 796	13.60 786	18.91 787	39.10 796	40.27 799	58.35 798	74.04 799	33.28 799	42.63 798	31.37 798	33.03 797	30.65 798	36.33 800	37.51 799	43.96 800	20.73 793	26.80 797	16.52 792	20.79 795	12.34 782	15.78 791

zzz1	32.32 797	13.62 787	19.04 789	39.10 796	40.27 799	58.39 799	73.98 798	33.31 800	42.69 801	31.39 799	33.04 798	30.66 799	36.33 800	37.52 800	43.96 800	20.74 794	26.81 798	16.53 793	20.80 796	12.35 783	15.78 791

test_example2	98.32 800	94.13 801	45.89 798	96.35 798	109.85 801	88.61 800	95.45 802	25.75 798	94.37 802	130.00 803	126.06 802	58.17 802	74.63 802	88.51 801	79.96 802	150.23 802	221.02 802	77.62 802	99.10 802	113.75 802	96.94 801

ccccc		285.66 802		368.85 801	370.60 802	123.16 802		115.05 803		126.68 802		122.83 803		252.94 803		384.56 803	353.86 803	254.69 803	223.00 803	425.87 803

ASD4		3.38 764

Low-res two-view benchmark