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

LG-Stereo_L1	0.18 1	0.14 3	0.29 32	0.31 13	0.21 95	0.19 7	0.19 17	0.30 7	0.20 7	0.16 1	0.15 2	0.19 17	0.17 13	0.35 42	0.20 8	0.13 58	0.10 49	0.12 29	0.09 6	0.11 18	0.10 3

MLG-Stereo_test2	0.18 1	0.14 3	0.26 9	0.31 13	0.17 13	0.24 34	0.17 3	0.27 4	0.15 2	0.18 3	0.19 10	0.22 34	0.14 1	0.32 16	0.19 1	0.13 58	0.09 18	0.12 29	0.09 6	0.11 18	0.10 3

MLG-Stereo_test1	0.18 1	0.14 3	0.28 23	0.34 56	0.17 13	0.24 34	0.17 3	0.27 4	0.13 1	0.18 3	0.14 1	0.23 40	0.15 4	0.32 16	0.20 8	0.12 33	0.09 18	0.13 59	0.09 6	0.10 3	0.10 3

MLG-Stereo	0.18 1	0.14 3	0.28 23	0.34 56	0.16 3	0.26 57	0.17 3	0.31 10	0.15 2	0.19 6	0.15 2	0.23 40	0.15 4	0.32 16	0.20 8	0.11 24	0.09 18	0.13 59	0.09 6	0.10 3	0.10 3

FoundationStereo	0.18 1	0.15 21	0.26 9	0.31 13	0.17 13	0.23 27	0.20 27	0.24 3	0.16 4	0.19 6	0.16 6	0.21 28	0.19 26	0.27 3	0.22 27	0.14 89	0.10 49	0.12 29	0.09 6	0.10 3	0.10 3

S2M2_XL	0.19 6	0.18 81	0.28 23	0.27 1	0.20 74	0.15 2	0.16 2	0.23 1	0.16 4	0.21 13	0.26 40	0.17 4	0.17 13	0.24 1	0.21 18	0.17 247	0.16 358	0.15 136	0.14 187	0.15 173	0.12 71
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
LG-Stereo_L2	0.19 6	0.14 3	0.30 40	0.31 13	0.20 74	0.20 10	0.18 11	0.33 13	0.22 12	0.19 6	0.15 2	0.20 23	0.18 19	0.34 37	0.20 8	0.13 58	0.09 18	0.13 59	0.09 6	0.11 18	0.09 1

MS-F	0.20 8	0.14 3	0.25 2	0.30 7	0.20 74	0.28 85	0.19 17	0.33 13	0.26 28	0.21 13	0.20 13	0.28 69	0.21 47	0.31 14	0.22 27	0.12 33	0.10 49	0.11 1	0.09 6	0.10 3	0.10 3

HiDET	0.20 8	0.14 3	0.27 15	0.30 7	0.19 48	0.24 34	0.19 17	0.39 40	0.27 33	0.21 13	0.23 24	0.27 63	0.17 13	0.32 16	0.24 62	0.12 33	0.10 49	0.11 1	0.09 6	0.10 3	0.11 35

CSFM-Stereo	0.20 8	0.14 3	0.24 1	0.31 13	0.17 13	0.29 97	0.20 27	0.40 51	0.24 17	0.23 24	0.21 16	0.26 59	0.21 47	0.32 16	0.21 18	0.13 58	0.12 194	0.12 29	0.09 6	0.10 3	0.10 3

MonStereo	0.20 8	0.14 3	0.27 15	0.31 13	0.16 3	0.22 17	0.21 50	0.39 40	0.34 72	0.20 9	0.25 33	0.18 10	0.15 4	0.40 75	0.19 1	0.09 1	0.09 18	0.11 1	0.09 6	0.11 18	0.10 3

Wavelet-MonSter	0.20 8	0.14 3	0.29 32	0.34 56	0.19 48	0.18 4	0.21 50	0.34 24	0.24 17	0.25 34	0.34 92	0.22 34	0.27 110	0.28 5	0.22 27	0.09 1	0.09 18	0.11 1	0.09 6	0.10 3	0.10 3

Monster-pub-eth3d	0.20 8	0.14 3	0.27 15	0.31 13	0.16 3	0.22 17	0.21 50	0.39 40	0.34 72	0.20 9	0.25 33	0.17 4	0.15 4	0.40 75	0.19 1	0.09 1	0.09 18	0.11 1	0.09 6	0.11 18	0.10 3

Monster-pub-mixall	0.20 8	0.14 3	0.27 15	0.31 13	0.17 13	0.20 10	0.17 3	0.43 65	0.24 17	0.23 24	0.21 16	0.17 4	0.16 11	0.46 115	0.19 1	0.13 58	0.10 49	0.11 1	0.08 1	0.10 3	0.12 71

MLG-Stereo_test3	0.20 8	0.14 3	0.28 23	0.33 50	0.17 13	0.38 196	0.18 11	0.32 11	0.22 12	0.25 34	0.16 6	0.25 56	0.17 13	0.32 16	0.21 18	0.13 58	0.10 49	0.12 29	0.09 6	0.11 18	0.11 35

LGtest1	0.20 8	0.15 21	0.30 40	0.35 75	0.17 13	0.26 57	0.17 3	0.33 13	0.21 10	0.21 13	0.16 6	0.23 40	0.21 47	0.33 26	0.20 8	0.15 157	0.10 49	0.13 59	0.10 54	0.12 46	0.11 35

MonSter	0.20 8	0.14 3	0.27 15	0.31 13	0.16 3	0.22 17	0.21 50	0.39 40	0.34 72	0.20 9	0.25 33	0.18 10	0.15 4	0.39 66	0.19 1	0.09 1	0.09 18	0.11 1	0.09 6	0.11 18	0.10 3

dual_stereo	0.20 8	0.15 21	0.27 15	0.32 33	0.17 13	0.16 3	0.20 27	0.30 7	0.21 10	0.24 30	0.20 13	0.25 56	0.14 1	0.55 176	0.25 75	0.14 89	0.10 49	0.12 29	0.09 6	0.10 3	0.10 3

OmniDepth	0.21 19	0.15 21	0.27 15	0.35 75	0.14 1	0.38 196	0.26 111	0.30 7	0.23 14	0.18 3	0.19 10	0.28 69	0.30 163	0.32 16	0.22 27	0.11 24	0.08 1	0.11 1	0.10 54	0.11 18	0.11 35
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: OmniDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
252Zero-FE	0.21 19	0.16 38	0.29 32	0.34 56	0.19 48	0.23 27	0.18 11	0.43 65	0.35 80	0.23 24	0.22 21	0.19 17	0.18 19	0.29 7	0.23 45	0.14 89	0.10 49	0.12 29	0.09 6	0.10 3	0.11 35

4.5_new	0.21 19	0.20 151	0.31 47	0.31 13	0.18 27	0.24 34	0.26 111	0.34 24	0.29 37	0.33 85	0.29 59	0.19 17	0.19 26	0.30 9	0.21 18	0.10 8	0.08 1	0.12 29	0.11 91	0.14 126	0.10 3

4.5w-stereo	0.21 19	0.20 151	0.31 47	0.31 13	0.18 27	0.24 34	0.26 111	0.34 24	0.29 37	0.33 85	0.29 59	0.19 17	0.19 26	0.30 9	0.21 18	0.10 8	0.08 1	0.12 29	0.11 91	0.14 126	0.10 3

IGEV	0.21 19	0.13 1	0.25 2	0.31 13	0.20 74	0.22 17	0.19 17	0.42 61	0.30 46	0.22 21	0.34 92	0.20 23	0.15 4	0.32 16	0.19 1	0.12 33	0.10 49	0.12 29	0.10 54	0.10 3	0.10 3

LCMNet	0.22 24	0.14 3	0.26 9	0.30 7	0.20 74	0.26 57	0.19 17	0.40 51	0.45 155	0.21 13	0.21 16	0.27 63	0.18 19	0.38 60	0.24 62	0.12 33	0.12 194	0.11 1	0.09 6	0.09 1	0.11 35

asda	0.22 24	0.19 115	0.31 47	0.32 33	0.18 27	0.24 34	0.23 79	0.38 38	0.29 37	0.28 59	0.24 30	0.18 10	0.23 67	0.41 81	0.22 27	0.09 1	0.08 1	0.11 1	0.09 6	0.11 18	0.10 3

asd	0.22 24	0.18 81	0.31 47	0.32 33	0.18 27	0.26 57	0.22 63	0.37 35	0.25 23	0.32 81	0.23 24	0.19 17	0.23 67	0.46 115	0.21 18	0.10 8	0.08 1	0.11 1	0.10 54	0.12 46	0.10 3

4.25_new	0.22 24	0.22 216	0.34 75	0.32 33	0.19 48	0.31 124	0.28 140	0.33 13	0.25 23	0.30 68	0.28 51	0.21 28	0.26 99	0.35 42	0.25 75	0.10 8	0.08 1	0.11 1	0.09 6	0.11 18	0.10 3

4.5w_new	0.22 24	0.22 216	0.34 75	0.32 33	0.19 48	0.31 124	0.28 140	0.33 13	0.25 23	0.30 68	0.28 51	0.21 28	0.26 99	0.35 42	0.25 75	0.10 8	0.08 1	0.11 1	0.09 6	0.11 18	0.10 3

4.25w-stereo	0.22 24	0.22 216	0.34 75	0.32 33	0.19 48	0.31 124	0.28 140	0.33 13	0.25 23	0.30 68	0.28 51	0.21 28	0.26 99	0.35 42	0.25 75	0.10 8	0.08 1	0.11 1	0.09 6	0.11 18	0.10 3

4w-stereo	0.22 24	0.19 115	0.33 63	0.31 13	0.18 27	0.29 97	0.20 27	0.33 13	0.23 14	0.33 85	0.24 30	0.21 28	0.28 125	0.42 89	0.23 45	0.09 1	0.08 1	0.11 1	0.10 54	0.11 18	0.10 3

2.5w	0.22 24	0.18 81	0.34 75	0.32 33	0.18 27	0.31 124	0.27 125	0.33 13	0.24 17	0.29 61	0.35 98	0.18 10	0.19 26	0.41 81	0.21 18	0.10 8	0.08 1	0.11 1	0.10 54	0.12 46	0.10 3

2.75w_new	0.22 24	0.18 81	0.30 40	0.29 4	0.18 27	0.23 27	0.33 230	0.37 35	0.29 37	0.36 105	0.27 44	0.18 10	0.25 82	0.37 52	0.24 62	0.11 24	0.09 18	0.11 1	0.09 6	0.10 3	0.10 3

monsters	0.22 24	0.14 3	0.28 23	0.32 33	0.19 48	0.24 34	0.19 17	0.46 81	0.34 72	0.37 109	0.30 69	0.16 2	0.20 38	0.45 107	0.20 8	0.12 33	0.09 18	0.11 1	0.09 6	0.11 18	0.11 35

111111	0.22 24	0.15 21	0.29 32	0.37 125	0.23 144	0.21 16	0.19 17	0.46 81	0.29 37	0.20 9	0.20 13	0.29 72	0.14 1	0.44 101	0.22 27	0.14 89	0.10 49	0.12 29	0.09 6	0.12 46	0.12 71

LG-G_1	0.22 24	0.14 3	0.31 47	0.34 56	0.16 3	0.52 286	0.17 3	0.36 30	0.20 7	0.21 13	0.22 21	0.26 59	0.19 26	0.37 52	0.20 8	0.14 89	0.10 49	0.13 59	0.09 6	0.11 18	0.11 35

LG-G	0.22 24	0.14 3	0.31 47	0.34 56	0.16 3	0.52 286	0.17 3	0.36 30	0.20 7	0.21 13	0.22 21	0.26 59	0.19 26	0.37 52	0.20 8	0.14 89	0.10 49	0.13 59	0.09 6	0.11 18	0.11 35

SGD-Stereo	0.22 24	0.16 38	0.28 23	0.32 33	0.16 3	0.28 85	0.20 27	0.39 40	0.29 37	0.25 34	0.29 59	0.21 28	0.27 110	0.38 60	0.27 116	0.16 205	0.09 18	0.13 59	0.11 91	0.13 81	0.11 35

StereoAnything_RVC	0.22 24	0.85 546	0.41 157	0.28 2	0.16 3	0.23 27	0.18 11	0.23 1	0.19 6	0.16 1	0.16 6	0.15 1	0.21 47	0.32 16	0.19 1	0.16 205	0.09 18	0.12 29	0.09 6	0.16 226	0.10 3

IGEV-Stereo++	0.22 24	0.16 38	0.29 32	0.38 145	0.20 74	0.22 17	0.18 11	0.44 70	0.36 87	0.23 24	0.29 59	0.24 50	0.17 13	0.28 5	0.23 45	0.12 33	0.10 49	0.12 29	0.10 54	0.12 46	0.11 35

AdaDepth	0.23 40	0.18 81	0.36 106	0.38 145	0.19 48	0.33 154	0.22 63	0.35 28	0.24 17	0.22 21	0.21 16	0.20 23	0.19 26	0.59 209	0.21 18	0.10 8	0.11 123	0.13 59	0.10 54	0.11 18	0.13 118

qwe	0.23 40	0.18 81	0.30 40	0.31 13	0.18 27	0.29 97	0.22 63	0.39 40	0.33 66	0.37 109	0.30 69	0.20 23	0.22 59	0.45 107	0.22 27	0.10 8	0.08 1	0.11 1	0.10 54	0.12 46	0.10 3

2.25w	0.23 40	0.19 115	0.35 90	0.31 13	0.18 27	0.30 108	0.18 11	0.34 24	0.32 58	0.33 85	0.37 103	0.20 23	0.25 82	0.47 127	0.25 75	0.10 8	0.09 18	0.11 1	0.10 54	0.10 3	0.12 71

3.75w	0.23 40	0.17 55	0.33 63	0.32 33	0.19 48	0.42 235	0.24 85	0.36 30	0.26 28	0.33 85	0.28 51	0.17 4	0.25 82	0.38 60	0.21 18	0.10 8	0.08 1	0.11 1	0.10 54	0.11 18	0.10 3

3.5w_stereo	0.23 40	0.18 81	0.31 47	0.31 13	0.18 27	0.27 71	0.22 63	0.39 40	0.30 46	0.33 85	0.27 44	0.24 50	0.29 145	0.52 161	0.25 75	0.09 1	0.08 1	0.11 1	0.09 6	0.11 18	0.11 35

2w_stereo	0.23 40	0.19 115	0.33 63	0.33 50	0.17 13	0.28 85	0.37 294	0.40 51	0.36 87	0.33 85	0.33 83	0.17 4	0.21 47	0.30 9	0.23 45	0.10 8	0.08 1	0.11 1	0.10 54	0.12 46	0.11 35

monsterstereo	0.23 40	0.15 21	0.28 23	0.35 75	0.19 48	0.22 17	0.20 27	0.38 38	0.37 95	0.34 97	0.40 111	0.19 17	0.19 26	0.46 115	0.22 27	0.11 24	0.10 49	0.12 29	0.09 6	0.13 81	0.09 1

GREAT-IGEV	0.23 40	0.15 21	0.33 63	0.30 7	0.23 144	0.20 10	0.26 111	0.35 28	0.34 72	0.21 13	0.31 73	0.22 34	0.21 47	0.50 151	0.22 27	0.12 33	0.10 49	0.12 29	0.09 6	0.13 81	0.12 71

DEFOM-Stereo	0.23 40	0.16 38	0.29 32	0.34 56	0.20 74	0.59 335	0.20 27	0.32 11	0.31 52	0.23 24	0.19 10	0.18 10	0.18 19	0.42 89	0.22 27	0.12 33	0.10 49	0.12 29	0.09 6	0.11 18	0.12 71

GEAStereo	0.24 49	0.16 38	0.31 47	0.35 75	0.26 251	0.35 168	0.29 155	0.46 81	0.30 46	0.27 48	0.29 59	0.24 50	0.20 38	0.33 26	0.22 27	0.18 286	0.10 49	0.13 59	0.10 54	0.14 126	0.13 118

GSStereo	0.24 49	0.16 38	0.31 47	0.35 75	0.26 251	0.35 168	0.29 155	0.50 97	0.29 37	0.30 68	0.29 59	0.23 40	0.20 38	0.33 26	0.22 27	0.16 205	0.09 18	0.13 59	0.10 54	0.14 126	0.13 118

Zero-FE251	0.24 49	0.17 55	0.33 63	0.34 56	0.20 74	0.44 250	0.19 17	0.40 51	0.26 28	0.28 59	0.30 69	0.38 130	0.24 74	0.33 26	0.23 45	0.15 157	0.11 123	0.13 59	0.10 54	0.11 18	0.11 35

3.25w_new	0.24 49	0.17 55	0.34 75	0.31 13	0.18 27	0.43 240	0.20 27	0.39 40	0.32 58	0.39 124	0.29 59	0.23 40	0.27 110	0.43 95	0.23 45	0.10 8	0.09 18	0.11 1	0.09 6	0.10 3	0.11 35

3.25w	0.24 49	0.17 55	0.34 75	0.31 13	0.18 27	0.43 240	0.20 27	0.39 40	0.32 58	0.39 124	0.29 59	0.23 40	0.27 110	0.43 95	0.23 45	0.10 8	0.09 18	0.11 1	0.09 6	0.10 3	0.11 35

LG-Stereo_Zeroshot	0.24 49	0.17 55	0.34 75	0.40 208	0.21 95	0.18 4	0.21 50	0.36 30	0.27 33	0.30 68	0.52 160	0.28 69	0.28 125	0.27 3	0.24 62	0.14 89	0.10 49	0.13 59	0.10 54	0.14 126	0.14 156

AIO_rvc	0.24 49	0.17 55	0.37 118	0.35 75	0.20 74	0.26 57	0.33 230	0.45 74	0.23 14	0.26 41	0.25 33	0.33 98	0.15 4	0.55 176	0.24 62	0.12 33	0.09 18	0.13 59	0.10 54	0.12 46	0.11 35

AIO_test	0.24 49	0.17 55	0.33 63	0.35 75	0.21 95	0.31 124	0.38 312	0.45 74	0.26 28	0.26 41	0.28 51	0.32 90	0.21 47	0.40 75	0.26 94	0.13 58	0.10 49	0.13 59	0.11 91	0.13 81	0.11 35

VIP-Stereo	0.25 57	0.18 81	0.33 63	0.32 33	0.21 95	0.63 352	0.19 17	0.33 13	0.38 101	0.24 30	0.31 73	0.27 63	0.19 26	0.49 145	0.23 45	0.13 58	0.10 49	0.13 59	0.09 6	0.12 46	0.10 3

gasm-f	0.25 57	0.17 55	0.30 40	0.35 75	0.26 251	0.25 53	0.36 280	0.46 81	0.30 46	0.27 48	0.35 98	0.24 50	0.30 163	0.37 52	0.24 62	0.18 286	0.10 49	0.13 59	0.10 54	0.15 173	0.13 118

MSCF	0.25 57	0.17 55	0.36 106	0.41 236	0.21 95	0.20 10	0.31 200	0.47 91	0.32 58	0.37 109	0.33 83	0.23 40	0.34 190	0.37 52	0.23 45	0.15 157	0.10 49	0.13 59	0.11 91	0.13 81	0.13 118

3w_stereo	0.25 57	0.20 151	0.40 148	0.33 50	0.17 13	0.32 142	0.41 363	0.42 61	0.39 108	0.33 85	0.28 51	0.16 2	0.29 145	0.35 42	0.22 27	0.10 8	0.08 1	0.11 1	0.10 54	0.12 46	0.12 71

1w_stereo	0.25 57	0.15 21	0.31 47	0.35 75	0.18 27	0.32 142	0.41 363	0.41 57	0.44 150	0.32 81	0.39 109	0.17 4	0.27 110	0.46 115	0.24 62	0.10 8	0.08 1	0.11 1	0.09 6	0.11 18	0.10 3

LG-Stereo	0.25 57	0.18 81	0.43 189	0.40 208	0.20 74	0.22 17	0.26 111	0.33 13	0.39 108	0.27 48	0.45 125	0.22 34	0.16 11	0.38 60	0.28 137	0.11 24	0.12 194	0.17 205	0.15 213	0.13 81	0.10 3

DEFOM-Stereo_RVC	0.25 57	0.32 411	0.25 2	0.52 457	0.20 74	0.29 97	0.22 63	0.44 70	0.38 101	0.27 48	0.25 33	0.24 50	0.29 145	0.46 115	0.23 45	0.14 89	0.09 18	0.12 29	0.09 6	0.14 126	0.11 35

HUF	0.25 57	0.17 55	0.38 128	0.33 50	0.19 48	0.25 53	0.39 330	0.53 114	0.36 87	0.26 41	0.23 24	0.33 98	0.27 110	0.36 49	0.25 75	0.14 89	0.11 123	0.13 59	0.10 54	0.12 46	0.12 71

GIP-stereo	0.25 57	0.19 115	0.32 59	0.38 145	0.25 214	0.26 57	0.20 27	0.50 97	0.41 131	0.25 34	0.39 109	0.35 111	0.20 38	0.33 26	0.22 27	0.16 205	0.11 123	0.13 59	0.10 54	0.12 46	0.12 71

RAStereo	0.25 57	0.17 55	0.33 63	0.40 208	0.21 95	0.24 34	0.26 111	0.45 74	0.46 162	0.23 24	0.34 92	0.30 78	0.19 26	0.34 37	0.26 94	0.15 157	0.12 194	0.16 163	0.13 157	0.14 126	0.11 35

IGEV-Stereo+	0.25 57	0.15 21	0.28 23	0.32 33	0.19 48	0.13 1	0.17 3	0.29 6	0.30 46	0.22 21	0.15 2	0.22 34	0.22 59	0.42 89	0.22 27	0.14 89	0.10 49	0.12 29	0.09 6	0.15 173	1.09 573

IGEV++	0.25 57	0.17 55	0.35 90	0.40 208	0.23 144	0.24 34	0.23 79	0.56 132	0.24 17	0.29 61	0.36 100	0.30 78	0.22 59	0.33 26	0.29 155	0.14 89	0.10 49	0.14 92	0.10 54	0.13 81	0.14 156

Selective-IGEV	0.25 57	0.18 81	0.37 118	0.37 125	0.20 74	0.27 71	0.25 97	0.59 143	0.25 23	0.27 48	0.26 40	0.34 103	0.18 19	0.62 250	0.23 45	0.12 33	0.10 49	0.14 92	0.11 91	0.13 81	0.11 35

DDF-Stereo	0.26 70	0.16 38	0.33 63	0.37 125	0.30 363	0.19 7	0.20 27	0.33 13	0.31 52	0.27 48	0.26 40	0.29 72	0.28 125	0.39 66	0.25 75	0.17 247	0.10 49	0.14 92	0.10 54	0.69 550	0.13 118

zero-FE	0.26 70	0.16 38	0.33 63	0.36 106	0.30 363	0.18 4	0.20 27	0.37 35	0.31 52	0.27 48	0.27 44	0.29 72	0.28 125	0.34 37	0.25 75	0.17 247	0.10 49	0.14 92	0.10 54	0.62 549	0.13 118

GASTEREO	0.26 70	0.17 55	0.35 90	0.41 236	0.21 95	0.22 17	0.30 176	0.47 91	0.32 58	0.38 118	0.33 83	0.22 34	0.33 183	0.43 95	0.24 62	0.15 157	0.10 49	0.13 59	0.11 91	0.13 81	0.12 71

S2M2_L	0.26 70	0.23 249	0.34 75	0.32 33	0.25 214	0.24 34	0.13 1	0.36 30	0.42 138	0.25 34	0.37 103	0.29 72	0.25 82	0.31 14	0.26 94	0.22 385	0.19 424	0.17 205	0.19 354	0.21 347	0.19 308
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
castereo++	0.26 70	0.17 55	0.29 32	0.34 56	0.20 74	0.74 410	0.20 27	0.41 57	0.49 175	0.24 30	0.24 30	0.35 111	0.27 110	0.41 81	0.20 8	0.14 89	0.09 18	0.14 92	0.09 6	0.11 18	0.11 35

IGEV-RUCA	0.26 70	0.16 38	0.36 106	0.40 208	0.27 290	0.32 142	0.20 27	0.39 40	0.36 87	0.27 48	0.31 73	0.25 56	0.21 47	0.50 151	0.24 62	0.20 347	0.11 123	0.13 59	0.10 54	0.17 252	0.16 227

fffft	0.26 70	0.18 81	0.39 136	0.37 125	0.23 144	0.29 97	0.35 267	0.46 81	0.26 28	0.37 109	0.23 24	0.27 63	0.22 59	0.55 176	0.28 137	0.12 33	0.09 18	0.16 163	0.13 157	0.13 81	0.13 118
1: 1. 1
AIO-Stereo	0.26 70	0.19 115	0.36 106	0.39 170	0.18 27	0.28 85	0.30 176	0.52 108	0.29 37	0.30 68	0.31 73	0.32 90	0.17 13	0.55 176	0.23 45	0.13 58	0.10 49	0.14 92	0.11 91	0.13 81	0.11 35

RSM++	0.26 70	0.19 115	0.36 106	0.37 125	0.21 95	0.28 85	0.29 155	0.54 120	0.34 72	0.26 41	0.23 24	0.36 122	0.21 47	0.52 161	0.24 62	0.12 33	0.11 123	0.14 92	0.12 121	0.14 126	0.11 35

RSM	0.26 70	0.19 115	0.35 90	0.37 125	0.21 95	0.27 71	0.33 230	0.55 124	0.28 35	0.26 41	0.25 33	0.38 130	0.20 38	0.59 209	0.23 45	0.12 33	0.10 49	0.14 92	0.11 91	0.14 126	0.11 35

MoCha-V2	0.26 70	0.16 38	0.30 40	0.41 236	0.18 27	0.27 71	0.26 111	0.57 136	0.28 35	0.37 109	0.27 44	0.33 98	0.34 190	0.56 186	0.23 45	0.12 33	0.10 49	0.12 29	0.10 54	0.13 81	0.13 118

Replicate-Monster	0.27 81	0.16 38	1.15 501	0.30 7	0.17 13	0.38 196	0.19 17	0.44 70	0.40 122	0.24 30	0.21 16	0.23 40	0.22 59	0.47 127	0.20 8	0.11 24	0.09 18	0.12 29	0.09 6	0.09 1	0.18 296

SCV	0.27 81	0.20 151	0.37 118	0.36 106	0.22 116	0.27 71	0.33 230	0.65 178	0.31 52	0.25 34	0.29 59	0.37 123	0.23 67	0.52 161	0.23 45	0.19 326	0.11 123	0.14 92	0.11 91	0.15 173	0.12 71

SMoEStereo_RVC	0.27 81	0.20 151	0.37 118	0.36 106	0.23 144	0.36 178	0.31 200	0.43 65	0.36 87	0.38 118	0.30 69	0.32 90	0.24 74	0.56 186	0.24 62	0.12 33	0.10 49	0.16 163	0.12 121	0.12 46	0.12 71

mms	0.27 81	0.21 186	0.36 106	0.38 145	0.25 214	0.31 124	0.32 214	0.43 65	0.33 66	0.29 61	0.34 92	0.34 103	0.20 38	0.48 136	0.26 94	0.13 58	0.11 123	0.16 163	0.13 157	0.15 173	0.13 118

ours_stereo	0.27 81	0.22 216	0.35 90	0.38 145	0.24 184	0.30 108	0.32 214	0.46 81	0.39 108	0.27 48	0.34 92	0.35 111	0.23 67	0.49 145	0.27 116	0.13 58	0.11 123	0.16 163	0.12 121	0.14 126	0.12 71

Occ-G	0.27 81	0.15 21	0.32 59	0.35 75	0.21 95	0.28 85	0.32 214	0.44 70	0.34 72	0.29 61	0.43 120	0.49 203	0.25 82	0.50 151	0.30 172	0.14 89	0.11 123	0.14 92	0.11 91	0.13 81	0.13 118

Pointernet	0.27 81	0.15 21	0.35 90	0.36 106	0.23 144	0.35 168	0.21 50	0.74 261	0.41 131	0.39 124	0.37 103	0.34 103	0.25 82	0.37 52	0.27 116	0.15 157	0.11 123	0.12 29	0.09 6	0.11 18	0.11 35

MaDis-Stereo	0.27 81	0.19 115	0.39 136	0.37 125	0.26 251	0.28 85	0.28 140	0.45 74	0.37 95	0.27 48	0.27 44	0.40 146	0.27 110	0.40 75	0.30 172	0.16 205	0.14 307	0.16 163	0.13 157	0.15 173	0.12 71

UniTT-Stereo	0.27 81	0.18 81	0.40 148	0.40 208	0.28 315	0.30 108	0.28 140	0.40 51	0.33 66	0.30 68	0.46 129	0.27 63	0.25 82	0.48 136	0.35 223	0.17 247	0.13 268	0.14 92	0.12 121	0.14 126	0.13 118

EGLCR-Stereo	0.27 81	0.17 55	0.36 106	0.35 75	0.21 95	0.37 190	0.20 27	0.58 139	0.37 95	0.29 61	0.28 51	0.42 160	0.18 19	0.47 127	0.27 116	0.14 89	0.10 49	0.16 163	0.14 187	0.13 81	0.12 71

CroCo-Stereo	0.27 81	0.23 249	0.40 148	0.49 417	0.22 116	0.20 10	0.29 155	0.55 124	0.45 155	0.29 61	0.27 44	0.42 160	0.26 99	0.30 9	0.26 94	0.15 157	0.13 268	0.13 59	0.12 121	0.16 226	0.13 118
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
SCV_C0	0.28 92	0.20 151	0.40 148	0.36 106	0.25 214	0.23 27	0.28 140	0.60 145	0.41 131	0.31 77	0.36 100	0.37 123	0.20 38	0.61 228	0.23 45	0.13 58	0.11 123	0.13 59	0.11 91	0.16 226	0.13 118

tt45	0.28 92	0.18 81	0.36 106	0.36 106	0.24 184	0.37 190	0.28 140	0.50 97	0.31 52	0.41 139	0.27 44	0.38 130	0.25 82	0.61 228	0.26 94	0.13 58	0.11 123	0.16 163	0.13 157	0.12 46	0.15 196

999	0.28 92	0.17 55	0.38 128	0.37 125	0.25 214	0.30 108	0.27 125	0.55 124	0.42 138	0.26 41	0.31 73	0.39 139	0.24 74	0.65 277	0.26 94	0.14 89	0.11 123	0.15 136	0.12 121	0.12 46	0.15 196

trnet	0.28 92	0.15 21	0.25 2	0.29 4	0.16 3	0.38 196	0.23 79	0.53 114	0.77 285	0.43 149	0.52 160	0.34 103	0.28 125	0.39 66	0.27 116	0.15 157	0.11 123	0.12 29	0.08 1	0.11 18	0.11 35

AEACV	0.28 92	0.18 81	0.34 75	0.36 106	0.45 494	0.27 71	0.27 125	0.41 57	0.39 108	0.31 77	0.46 129	0.31 82	0.36 207	0.38 60	0.25 75	0.14 89	0.11 123	0.15 136	0.13 157	0.13 81	0.13 118

LoS_RVC	0.28 92	0.17 55	0.29 32	0.33 50	0.32 403	0.43 240	0.34 244	0.42 61	0.34 72	0.33 85	0.51 153	0.29 72	0.38 221	0.37 52	0.28 137	0.11 24	0.10 49	0.11 1	0.08 1	0.11 18	0.26 425

CREStereo	0.28 92	0.16 38	0.25 2	0.28 2	0.17 13	0.38 196	0.25 97	0.52 108	0.76 282	0.43 149	0.51 153	0.32 90	0.28 125	0.39 66	0.27 116	0.16 205	0.11 123	0.12 29	0.09 6	0.12 46	0.12 71
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
water-stereo	0.29 99	0.15 21	0.32 59	0.36 106	0.20 74	0.36 178	0.24 85	0.65 178	0.39 108	0.41 139	0.61 194	0.44 174	0.39 236	0.29 7	0.28 137	0.14 89	0.13 268	0.14 92	0.12 121	0.12 46	0.12 71

castereo	0.29 99	0.17 55	0.34 75	0.36 106	0.21 95	0.40 214	0.41 363	0.52 108	0.67 235	0.27 48	0.41 114	0.37 123	0.36 207	0.34 37	0.25 75	0.13 58	0.09 18	0.13 59	0.10 54	0.12 46	0.10 3

fffy	0.29 99	0.22 216	0.38 128	0.38 145	0.23 144	0.33 154	0.29 155	0.55 124	0.42 138	0.33 85	0.37 103	0.39 139	0.27 110	0.52 161	0.28 137	0.13 58	0.12 194	0.16 163	0.13 157	0.14 126	0.12 71

WCG-NET	0.29 99	0.15 21	0.35 90	0.34 56	0.19 48	0.32 142	0.27 125	0.42 61	0.82 327	0.46 160	0.49 143	0.39 139	0.25 82	0.42 89	0.27 116	0.12 33	0.09 18	0.13 59	0.11 91	0.12 46	0.11 35

MGS-Stereo	0.29 99	0.20 151	0.42 170	0.37 125	0.24 184	0.37 190	0.30 176	0.40 51	0.50 180	0.32 81	0.51 153	0.40 146	0.24 74	0.45 107	0.28 137	0.16 205	0.12 194	0.15 136	0.13 157	0.15 173	0.14 156

testlalala	0.29 99	0.20 151	0.45 203	0.34 56	0.24 184	0.44 250	0.29 155	0.50 97	0.30 46	0.70 270	0.50 145	0.35 111	0.25 82	0.33 26	0.25 75	0.15 157	0.11 123	0.14 92	0.09 6	0.12 46	0.13 118

GCAP-Stereo	0.29 99	0.21 186	0.45 203	0.39 170	0.20 74	0.39 206	0.22 63	0.60 145	0.46 162	0.47 163	0.50 145	0.39 139	0.27 110	0.34 37	0.24 62	0.14 89	0.12 194	0.14 92	0.11 91	0.13 81	0.12 71

CES	0.29 99	0.15 21	0.25 2	0.31 13	0.71 548	0.36 178	0.27 125	0.51 103	0.47 170	0.34 97	0.48 137	0.27 63	0.23 67	0.40 75	0.24 62	0.13 58	0.11 123	0.12 29	0.08 1	0.13 81	0.32 472

MC-Stereo	0.29 99	0.18 81	0.35 90	0.40 208	0.21 95	0.26 57	0.26 111	0.53 114	0.40 122	0.38 118	0.61 194	0.41 153	0.31 169	0.57 196	0.27 116	0.14 89	0.10 49	0.14 92	0.12 121	0.12 46	0.12 71

CroCo-Stereo Lap2	0.29 99	0.25 302	0.44 195	0.50 428	0.30 363	0.19 7	0.31 200	0.52 108	0.41 131	0.25 34	0.28 51	0.46 187	0.31 169	0.39 66	0.30 172	0.15 157	0.15 331	0.16 163	0.13 157	0.17 252	0.16 227

FlowAnything_test	0.30 109	0.20 151	0.41 157	0.48 406	0.26 251	0.46 261	0.25 97	0.45 74	0.33 66	0.30 68	0.26 40	0.35 111	0.26 99	0.41 81	0.39 268	0.21 363	0.15 331	0.22 382	0.26 475	0.17 252	0.17 270

depthmonostereo	0.30 109	0.15 21	0.36 106	0.35 75	0.18 27	0.45 258	0.27 125	0.71 231	0.57 200	0.36 105	0.43 120	0.34 103	0.40 241	0.36 49	0.27 116	0.14 89	0.12 194	0.13 59	0.12 121	0.11 18	0.12 71

MM-Stereo_test2	0.30 109	0.18 81	0.41 157	0.41 236	0.25 214	0.41 225	0.41 363	0.65 178	0.43 145	0.38 118	0.36 100	0.31 82	0.26 99	0.55 176	0.25 75	0.12 33	0.11 123	0.15 136	0.12 121	0.15 173	0.12 71

HART	0.30 109	0.17 55	0.33 63	0.41 236	0.21 95	0.32 142	0.26 111	0.67 196	0.32 58	0.33 85	0.66 208	0.41 153	0.22 59	0.58 201	0.25 75	0.12 33	0.11 123	0.15 136	0.11 91	0.15 173	0.12 71

ff7	0.30 109	0.22 216	0.42 170	0.37 125	0.26 251	0.31 124	0.34 244	0.66 185	0.35 80	0.39 124	0.33 83	0.31 82	0.28 125	0.61 228	0.26 94	0.14 89	0.11 123	0.17 205	0.12 121	0.15 173	0.16 227

IGEVStereo-DCA	0.30 109	0.24 271	0.42 170	0.36 106	0.27 290	0.38 196	0.34 244	0.66 185	0.35 80	0.39 124	0.31 73	0.35 111	0.27 110	0.62 250	0.25 75	0.16 205	0.12 194	0.16 163	0.12 121	0.14 126	0.16 227

ffff	0.30 109	0.22 216	0.42 170	0.37 125	0.26 251	0.31 124	0.34 244	0.66 185	0.35 80	0.39 124	0.33 83	0.31 82	0.28 125	0.61 228	0.26 94	0.14 89	0.11 123	0.17 205	0.12 121	0.15 173	0.16 227

11t	0.30 109	0.22 216	0.42 170	0.37 125	0.26 251	0.31 124	0.34 244	0.66 185	0.35 80	0.39 124	0.33 83	0.31 82	0.28 125	0.61 228	0.26 94	0.14 89	0.11 123	0.17 205	0.12 121	0.15 173	0.16 227

CASnet	0.30 109	0.20 151	0.34 75	0.42 273	0.17 13	0.25 53	0.24 85	0.53 114	0.56 193	0.54 188	0.54 170	0.39 139	0.24 74	0.41 81	0.26 94	0.15 157	0.10 49	0.22 382	0.18 326	0.18 283	0.12 71
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
anonymousdsp	0.30 109	0.22 216	0.41 157	0.38 145	0.26 251	0.31 124	0.35 267	0.68 202	0.36 87	0.40 136	0.33 83	0.32 90	0.28 125	0.62 250	0.26 94	0.14 89	0.10 49	0.17 205	0.12 121	0.15 173	0.16 227

LoS	0.30 109	0.16 38	0.32 59	0.30 7	0.19 48	0.32 142	0.29 155	0.54 120	0.73 267	0.35 100	0.52 160	0.42 160	0.29 145	0.48 136	0.29 155	0.15 157	0.11 123	0.13 59	0.09 6	0.12 46	0.12 71
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.30 109	0.22 216	0.41 157	0.36 106	0.25 214	0.33 154	0.42 374	0.62 157	0.41 131	0.33 85	0.31 73	0.32 90	0.28 125	0.60 222	0.28 137	0.13 58	0.11 123	0.16 163	0.13 157	0.13 81	0.14 156

ccc-4	0.30 109	0.22 216	0.42 170	0.37 125	0.26 251	0.31 124	0.34 244	0.66 185	0.35 80	0.39 124	0.33 83	0.31 82	0.28 125	0.61 228	0.26 94	0.14 89	0.11 123	0.17 205	0.12 121	0.15 173	0.16 227

IGEV-Stereo	0.30 109	0.22 216	0.41 157	0.38 145	0.26 251	0.30 108	0.35 267	0.68 202	0.36 87	0.40 136	0.33 83	0.32 90	0.28 125	0.62 250	0.26 94	0.14 89	0.10 49	0.17 205	0.12 121	0.15 173	0.16 227
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GLC_STEREO	0.30 109	0.20 151	0.28 23	0.44 339	0.19 48	0.31 124	0.25 97	0.49 95	0.43 145	0.37 109	0.47 135	0.40 146	0.23 67	0.51 159	0.37 243	0.15 157	0.18 406	0.19 286	0.16 242	0.16 226	0.14 156

DA	0.31 124	0.18 81	0.35 90	0.41 236	0.21 95	0.73 404	0.33 230	0.51 103	0.46 162	0.35 100	0.42 116	0.40 146	0.35 198	0.33 26	0.27 116	0.16 205	0.11 123	0.16 163	0.11 91	0.15 173	0.12 71

GGEV	0.31 124	0.18 81	0.35 90	0.41 236	0.21 95	0.73 404	0.33 230	0.51 103	0.46 162	0.35 100	0.42 116	0.40 146	0.35 198	0.33 26	0.27 116	0.16 205	0.11 123	0.16 163	0.11 91	0.15 173	0.12 71

DilatedVolume-Stereo	0.31 124	0.16 38	0.38 128	0.34 56	0.21 95	0.54 298	0.25 97	0.58 139	0.43 145	0.59 200	0.50 145	0.37 123	0.32 176	0.50 151	0.29 155	0.13 58	0.12 194	0.13 59	0.11 91	0.11 18	0.12 71

Reg-Stereo(zero)	0.31 124	0.17 55	0.30 40	0.35 75	0.19 48	0.33 154	0.21 50	0.64 175	0.72 257	0.52 178	0.52 160	0.51 210	0.29 145	0.48 136	0.27 116	0.13 58	0.10 49	0.12 29	0.10 54	0.12 46	0.13 118

WCG-NET（raft）	0.31 124	0.16 38	0.39 136	0.33 50	0.19 48	0.35 168	0.27 125	0.54 120	0.79 296	0.45 153	0.55 176	0.47 192	0.27 110	0.56 186	0.28 137	0.13 58	0.10 49	0.12 29	0.11 91	0.12 46	0.12 71

rrr	0.31 124	0.24 271	0.56 330	0.36 106	0.27 290	0.38 196	0.31 200	0.56 132	0.44 150	0.39 124	0.31 73	0.35 111	0.27 110	0.62 250	0.25 75	0.16 205	0.12 194	0.16 163	0.13 157	0.14 126	0.14 156

TANstereo	0.31 124	0.16 38	0.34 75	0.31 13	0.17 13	0.55 304	0.23 79	0.46 81	0.56 193	0.60 203	0.69 219	0.37 123	0.26 99	0.36 49	0.28 137	0.16 205	0.16 358	0.13 59	0.10 54	0.14 126	0.15 196

test_xeample3	0.31 124	0.23 249	0.56 330	0.36 106	0.26 251	0.35 168	0.32 214	0.60 145	0.38 101	0.44 152	0.32 81	0.33 98	0.28 125	0.66 289	0.27 116	0.14 89	0.12 194	0.16 163	0.12 121	0.14 126	0.14 156

rvit_stereo_0081_aga	0.32 132	0.29 384	0.50 262	0.43 314	0.29 338	0.36 178	0.32 214	0.46 81	0.42 138	0.40 136	0.44 123	0.41 153	0.34 190	0.43 95	0.31 184	0.23 412	0.17 391	0.19 286	0.16 242	0.20 335	0.15 196

GCAP-BAT	0.32 132	0.21 186	0.45 203	0.34 56	0.29 338	0.28 85	0.27 125	0.53 114	0.32 58	0.61 208	0.66 208	0.47 192	0.25 82	0.59 209	0.28 137	0.15 157	0.12 194	0.15 136	0.10 54	0.12 46	0.12 71

rvit_stereo_0080	0.32 132	0.26 337	0.45 203	0.39 170	0.28 315	0.27 71	0.46 400	0.51 103	0.46 162	0.36 105	0.42 116	0.41 153	0.29 145	0.41 81	0.34 214	0.22 385	0.17 391	0.17 205	0.16 242	0.23 393	0.16 227

whm_eth	0.32 132	0.26 337	0.45 203	0.39 170	0.28 315	0.27 71	0.46 400	0.51 103	0.46 162	0.36 105	0.42 116	0.41 153	0.29 145	0.41 81	0.34 214	0.22 385	0.17 391	0.17 205	0.16 242	0.23 393	0.16 227

plain	0.32 132	0.21 186	0.59 349	0.40 208	0.29 338	0.27 71	0.30 176	0.46 81	0.36 87	0.32 81	0.66 208	0.31 82	0.33 183	0.68 308	0.32 191	0.18 286	0.13 268	0.20 323	0.15 213	0.18 283	0.13 118

MIF-Stereo (partial)	0.32 132	0.19 115	0.41 157	0.41 236	0.32 403	0.29 97	0.24 85	0.49 95	0.44 150	0.31 77	0.63 199	0.37 123	0.36 207	0.60 222	0.32 191	0.17 247	0.13 268	0.19 286	0.17 295	0.18 283	0.15 196

CREStereo++_RVC	0.32 132	0.16 38	0.25 2	0.32 33	0.24 184	0.27 71	0.22 63	0.48 94	0.89 370	0.47 163	0.80 273	0.29 72	0.25 82	0.37 52	0.34 214	0.14 89	0.09 18	0.13 59	0.52 559	0.14 126	0.10 3
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
XX-TBD	0.32 132	0.53 499	0.26 9	0.53 467	0.21 95	0.38 196	0.24 85	0.41 57	0.77 285	0.55 190	0.70 222	0.31 82	0.26 99	0.33 26	0.28 137	0.16 205	0.10 49	0.12 29	0.09 6	0.13 81	0.11 35

FE-Mocha	0.33 140	0.20 151	0.55 317	0.39 170	0.27 290	0.31 124	0.20 27	0.77 279	0.38 101	0.67 251	0.56 179	0.57 234	0.26 99	0.38 60	0.23 45	0.15 157	0.10 49	0.17 205	0.16 242	0.13 81	0.13 118

rvit_stereo_0081	0.33 140	0.25 302	0.49 250	0.43 314	0.26 251	0.31 124	0.37 294	0.45 74	0.56 193	0.37 109	0.40 111	0.39 139	0.38 221	0.44 101	0.35 223	0.22 385	0.16 358	0.19 286	0.16 242	0.20 335	0.14 156

rvit_stereo_0082	0.33 140	0.25 302	0.49 250	0.43 314	0.26 251	0.31 124	0.37 294	0.45 74	0.56 193	0.37 109	0.40 111	0.39 139	0.38 221	0.44 101	0.35 223	0.22 385	0.16 358	0.19 286	0.16 242	0.20 335	0.14 156

RAFT-Stereo-weight	0.33 140	0.19 115	0.36 106	0.39 170	0.23 144	0.28 85	0.29 155	0.69 212	0.83 333	0.55 190	0.51 153	0.58 250	0.20 38	0.48 136	0.30 172	0.13 58	0.10 49	0.14 92	0.12 121	0.13 81	0.12 71

CAS++	0.33 140	0.25 302	0.39 136	0.38 145	0.26 251	0.32 142	0.24 85	0.87 313	0.53 190	0.48 169	0.46 129	0.26 59	0.21 47	0.50 151	0.26 94	0.23 412	0.20 433	0.22 382	0.17 295	0.21 347	0.17 270
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	0.33 140	0.23 249	0.37 118	0.43 314	0.29 338	0.40 214	0.48 415	0.78 283	0.38 101	0.38 118	0.34 92	0.32 90	0.30 163	0.63 261	0.28 137	0.14 89	0.13 268	0.19 286	0.17 295	0.18 283	0.17 270

MSKI-zero shot	0.33 140	0.19 115	0.36 106	0.41 236	0.22 116	0.32 142	0.22 63	0.65 178	0.45 155	0.52 178	0.64 202	0.60 264	0.19 26	0.78 376	0.27 116	0.14 89	0.11 123	0.14 92	0.10 54	0.13 81	0.13 118

4D-IteraStereo	0.33 140	0.19 115	0.43 189	0.40 208	0.24 184	0.32 142	0.27 125	0.59 143	0.72 257	0.66 242	0.53 167	0.42 160	0.22 59	0.46 115	0.30 172	0.14 89	0.09 18	0.20 323	0.16 242	0.16 226	0.12 71

iRaftStereo_RVC	0.33 140	0.20 151	0.40 148	0.40 208	0.23 144	0.31 124	0.29 155	0.70 224	0.55 192	0.49 172	0.66 208	0.37 123	0.23 67	0.47 127	0.33 202	0.14 89	0.11 123	0.19 286	0.17 295	0.16 226	0.13 118

PMTNet	0.33 140	0.17 55	0.26 9	0.29 4	0.18 27	0.44 250	0.22 63	0.57 136	0.66 229	0.46 160	0.54 170	0.38 130	0.34 190	0.50 151	0.25 75	0.75 559	0.10 49	0.12 29	0.09 6	0.13 81	0.12 71

xyz-stereo-finetune	0.34 150	0.19 115	0.38 128	0.34 56	0.18 27	0.57 319	0.32 214	0.60 145	0.70 248	0.47 163	0.54 170	0.38 130	0.35 198	0.57 196	0.38 258	0.13 58	0.12 194	0.16 163	0.13 157	0.13 81	0.13 118

MM-Stereo_test1	0.34 150	0.19 115	0.37 118	0.42 273	0.23 144	0.35 168	0.44 390	0.62 157	0.56 193	0.61 208	0.51 153	0.38 130	0.36 207	0.65 277	0.27 116	0.15 157	0.13 268	0.17 205	0.14 187	0.15 173	0.13 118

tg	0.34 150	0.19 115	0.40 148	0.40 208	0.23 144	0.38 196	0.26 111	0.74 261	0.60 212	0.48 169	0.65 204	0.42 160	0.24 74	0.57 196	0.33 202	0.14 89	0.10 49	0.18 253	0.17 295	0.14 126	0.12 71

rvit_stereo_0083	0.34 150	0.25 302	0.53 300	0.45 353	0.28 315	0.35 168	0.35 267	0.47 91	0.64 220	0.38 118	0.47 135	0.42 160	0.37 213	0.41 81	0.39 268	0.22 385	0.20 433	0.20 323	0.17 295	0.21 347	0.15 196

Former-RAFT_DAM_RVC	0.34 150	0.28 370	0.48 241	0.37 125	0.25 214	0.47 265	0.30 176	0.60 145	0.92 387	0.43 149	0.37 103	0.30 78	0.29 145	0.50 151	0.30 172	0.17 247	0.14 307	0.18 253	0.15 213	0.18 283	0.16 227

cross-raft	0.34 150	0.20 151	0.38 128	0.45 353	0.24 184	0.32 142	0.35 267	0.77 279	0.42 138	0.62 213	0.77 248	0.58 250	0.27 110	0.46 115	0.31 184	0.12 33	0.10 49	0.15 136	0.13 157	0.15 173	0.12 71

MM-Stereo_test3	0.35 156	0.19 115	0.33 63	0.42 273	0.26 251	0.34 164	0.44 390	0.74 261	0.93 393	0.47 163	0.52 160	0.42 160	0.29 145	0.46 115	0.29 155	0.17 247	0.15 331	0.17 205	0.13 157	0.14 126	0.15 196

model_zeroshot	0.35 156	0.20 151	0.56 330	0.41 236	0.30 363	0.51 278	0.26 111	0.69 212	0.48 172	0.65 236	0.51 153	0.52 214	0.25 82	0.46 115	0.27 116	0.17 247	0.13 268	0.15 136	0.14 187	0.13 81	0.14 156

rvit_stereo_ft	0.35 156	0.26 337	0.54 313	0.53 467	0.32 403	0.33 154	0.46 400	0.52 108	0.52 187	0.35 100	0.41 114	0.41 153	0.34 190	0.49 145	0.36 234	0.22 385	0.14 307	0.19 286	0.18 326	0.19 318	0.15 196

gcap-zeroshot	0.35 156	0.20 151	0.61 355	0.39 170	0.23 144	0.53 291	0.27 125	0.58 139	0.35 80	0.64 230	0.49 143	0.87 393	0.34 190	0.49 145	0.25 75	0.14 89	0.12 194	0.15 136	0.12 121	0.13 81	0.14 156

RAFT-Test	0.35 156	0.19 115	0.42 170	0.39 170	0.24 184	0.50 273	0.23 79	0.74 261	0.44 150	0.62 213	0.85 300	0.64 285	0.28 125	0.48 136	0.30 172	0.14 89	0.11 123	0.14 92	0.11 91	0.13 81	0.13 118

test-3	0.35 156	0.17 55	0.48 241	0.40 208	0.22 116	0.42 235	0.22 63	0.66 185	0.80 305	0.72 282	0.45 125	0.63 278	0.29 145	0.45 107	0.32 191	0.13 58	0.09 18	0.17 205	0.13 157	0.13 81	0.11 35

test_1	0.35 156	0.17 55	0.48 241	0.40 208	0.22 116	0.42 235	0.22 63	0.66 185	0.80 305	0.70 270	0.45 125	0.63 278	0.29 145	0.45 107	0.32 191	0.13 58	0.09 18	0.17 205	0.13 157	0.13 81	0.11 35

raftrobust	0.35 156	0.20 151	0.39 136	0.43 314	0.29 338	0.31 124	0.25 97	0.73 254	0.66 229	0.59 200	0.56 179	0.44 174	0.45 268	0.55 176	0.31 184	0.16 205	0.12 194	0.14 92	0.12 121	0.12 46	0.14 156

CFNet-RSSM	0.35 156	0.18 81	0.47 228	0.39 170	0.22 116	0.35 168	0.23 79	0.78 283	0.86 346	0.67 251	0.54 170	0.56 229	0.28 125	0.49 145	0.28 137	0.14 89	0.10 49	0.14 92	0.12 121	0.13 81	0.12 71

Gwc-CoAtRS	0.35 156	0.18 81	0.46 216	0.39 170	0.23 144	0.34 164	0.22 63	0.74 261	0.77 285	0.62 213	0.60 191	0.58 250	0.29 145	0.47 127	0.29 155	0.14 89	0.11 123	0.14 92	0.12 121	0.13 81	0.13 118

IGEV-FE	0.36 166	0.19 115	0.71 404	0.41 236	0.29 338	0.30 108	0.25 97	0.86 311	0.40 122	0.64 230	0.57 182	0.56 229	0.25 82	0.56 186	0.29 155	0.15 157	0.11 123	0.16 163	0.14 187	0.14 126	0.14 156

AE-Stereo	0.36 166	0.21 186	0.47 228	0.49 417	0.31 378	0.50 273	0.34 244	0.72 242	0.73 267	0.34 97	0.55 176	0.52 214	0.28 125	0.48 136	0.31 184	0.13 58	0.13 268	0.18 253	0.16 242	0.15 173	0.14 156

ACVNet-DCA	0.36 166	0.25 302	0.35 90	0.42 273	0.23 144	0.53 291	0.37 294	0.91 328	0.59 205	0.42 144	0.50 145	0.34 103	0.47 280	0.61 228	0.26 94	0.17 247	0.11 123	0.19 286	0.13 157	0.18 283	0.19 308

IGEV_Zeroshot_test	0.36 166	0.19 115	0.71 404	0.41 236	0.29 338	0.30 108	0.25 97	0.86 311	0.40 122	0.64 230	0.57 182	0.56 229	0.25 82	0.56 186	0.29 155	0.15 157	0.11 123	0.16 163	0.14 187	0.14 126	0.14 156

EKT-Stereo	0.36 166	0.24 271	0.44 195	0.44 339	0.30 363	0.37 190	0.30 176	0.72 242	0.68 237	0.47 163	0.63 199	0.49 203	0.28 125	0.59 209	0.34 214	0.19 326	0.14 307	0.18 253	0.15 213	0.16 226	0.18 296

Any-RAFT	0.36 166	0.17 55	0.31 47	0.35 75	0.21 95	0.51 278	0.21 50	0.93 339	0.75 277	0.56 193	0.73 227	0.66 303	0.29 145	0.48 136	0.25 75	0.15 157	0.10 49	0.13 59	0.10 54	0.13 81	0.13 118

LL-Strereo2	0.36 166	0.25 302	0.52 292	0.43 314	0.27 290	0.36 178	0.27 125	0.70 224	0.46 162	0.55 190	0.53 167	0.65 291	0.24 74	0.69 315	0.32 191	0.14 89	0.13 268	0.23 404	0.20 377	0.19 318	0.14 156

Selective-RAFT	0.36 166	0.23 249	0.54 313	0.45 353	0.22 116	0.64 362	0.27 125	0.62 157	0.65 226	0.41 139	0.38 108	0.55 223	0.39 236	0.59 209	0.36 234	0.14 89	0.12 194	0.14 92	0.12 121	0.16 226	0.14 156

RCA-Stereo	0.36 166	0.18 81	0.37 118	0.38 145	0.23 144	0.31 124	0.33 230	0.70 224	1.25 504	0.45 153	0.65 204	0.46 187	0.43 254	0.40 75	0.29 155	0.14 89	0.10 49	0.14 92	0.12 121	0.12 46	0.12 71

Patchmatch Stereo++	0.36 166	0.24 271	0.51 271	0.42 273	0.22 116	0.24 34	0.21 50	0.63 165	0.39 108	0.63 220	0.73 227	0.57 234	0.38 221	0.61 228	0.39 268	0.18 286	0.12 194	0.20 323	0.16 242	0.21 347	0.16 227
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
PSM-adaLoss	0.36 166	0.24 271	0.51 271	0.42 273	0.22 116	0.24 34	0.31 200	0.63 165	0.39 108	0.63 220	0.73 227	0.57 234	0.38 221	0.59 209	0.38 258	0.18 286	0.12 194	0.20 323	0.16 242	0.21 347	0.16 227

ROB_FTStereo_v2	0.36 166	0.24 271	0.51 271	0.42 273	0.22 116	0.24 34	0.31 200	0.63 165	0.39 108	0.63 220	0.73 227	0.57 234	0.38 221	0.60 222	0.39 268	0.18 286	0.12 194	0.20 323	0.16 242	0.21 347	0.16 227

ROB_FTStereo	0.36 166	0.24 271	0.51 271	0.42 273	0.22 116	0.24 34	0.20 27	0.63 165	0.39 108	0.63 220	0.73 227	0.57 234	0.38 221	0.60 222	0.38 258	0.18 286	0.12 194	0.20 323	0.16 242	0.21 347	0.16 227

HUI-Stereo	0.36 166	0.24 271	0.51 271	0.42 273	0.22 116	0.24 34	0.22 63	0.63 165	0.40 122	0.64 230	0.73 227	0.58 250	0.38 221	0.53 167	0.38 258	0.18 286	0.12 194	0.20 323	0.16 242	0.21 347	0.16 227

iGMRVC	0.36 166	0.24 271	0.51 271	0.42 273	0.22 116	0.24 34	0.29 155	0.63 165	0.39 108	0.63 220	0.73 227	0.57 234	0.38 221	0.61 228	0.39 268	0.18 286	0.12 194	0.20 323	0.16 242	0.21 347	0.16 227

iRAFT	0.36 166	0.24 271	0.51 271	0.42 273	0.22 116	0.24 34	0.21 50	0.63 165	0.39 108	0.63 220	0.73 227	0.57 234	0.38 221	0.61 228	0.39 268	0.18 286	0.12 194	0.20 323	0.16 242	0.21 347	0.16 227

RAFT-IKP	0.36 166	0.24 271	0.51 271	0.42 273	0.22 116	0.24 34	0.27 125	0.63 165	0.39 108	0.63 220	0.73 227	0.57 234	0.38 221	0.61 228	0.39 268	0.18 286	0.12 194	0.20 323	0.16 242	0.21 347	0.16 227

sCroCo_RVC	0.36 166	0.29 384	0.73 416	0.52 457	0.39 460	0.42 235	0.31 200	0.52 108	0.46 162	0.31 77	0.48 137	0.38 130	0.32 176	0.46 115	0.33 202	0.22 385	0.23 463	0.19 286	0.19 354	0.21 347	0.22 376

EAI-Stereo	0.36 166	0.21 186	0.46 216	0.40 208	0.22 116	0.33 154	0.36 280	1.22 460	0.32 58	0.52 178	0.75 241	0.35 111	0.28 125	0.65 277	0.30 172	0.14 89	0.11 123	0.14 92	0.14 187	0.14 126	0.13 118

xyz-stereo-finetune2	0.37 185	0.20 151	0.40 148	0.32 33	0.19 48	0.80 430	0.29 155	0.56 132	0.33 66	0.53 186	0.79 262	0.43 170	0.48 284	0.70 323	0.46 319	0.13 58	0.12 194	0.17 205	0.13 157	0.12 46	0.14 156

testlalala2	0.37 185	0.19 115	0.45 203	0.94 554	0.56 527	0.45 258	0.25 97	0.64 175	0.51 186	0.69 264	0.57 182	0.44 174	0.24 74	0.35 42	0.33 202	0.15 157	0.13 268	0.14 92	0.10 54	0.13 81	0.14 156

1test111	0.37 185	0.25 302	0.35 90	0.42 273	0.23 144	0.53 291	0.37 294	0.91 328	0.59 205	0.42 144	0.50 145	0.34 103	0.47 280	0.59 209	0.48 334	0.17 247	0.11 123	0.19 286	0.13 157	0.18 283	0.19 308

tt1	0.37 185	0.25 302	0.35 90	0.43 314	0.23 144	0.52 286	0.37 294	0.72 242	1.13 477	0.42 144	0.46 129	0.35 111	0.44 261	0.61 228	0.26 94	0.17 247	0.11 123	0.19 286	0.13 157	0.16 226	0.17 270

HH	0.37 185	0.22 216	0.49 250	0.41 236	0.26 251	0.36 178	0.30 176	0.87 313	0.41 131	0.45 153	0.59 188	0.78 364	0.43 254	0.77 368	0.26 94	0.15 157	0.11 123	0.15 136	0.14 187	0.14 126	0.14 156

HanStereo	0.37 185	0.22 216	0.49 250	0.41 236	0.26 251	0.36 178	0.30 176	0.87 313	0.41 131	0.45 153	0.59 188	0.78 364	0.43 254	0.77 368	0.26 94	0.15 157	0.11 123	0.15 136	0.14 187	0.14 126	0.14 156

CAS	0.37 185	0.13 1	0.27 15	1.34 567	0.31 378	0.46 261	0.38 312	0.50 97	0.48 172	0.35 100	0.52 160	0.24 50	0.19 26	0.30 9	0.28 137	1.03 571	0.08 1	0.12 29	0.08 1	0.12 46	0.28 446

anonymousdsp2	0.37 185	0.21 186	0.49 250	0.38 145	0.24 184	0.48 270	0.31 200	0.91 328	0.68 237	0.57 196	0.51 153	0.51 210	0.34 190	0.59 209	0.33 202	0.14 89	0.11 123	0.14 92	0.10 54	0.16 226	0.16 227

knoymous	0.37 185	0.22 216	0.34 75	0.32 33	0.22 116	0.38 196	0.29 155	0.63 165	0.65 226	0.69 264	0.69 219	0.60 264	0.40 241	0.61 228	0.36 234	0.17 247	0.11 123	0.20 323	0.12 121	0.18 283	0.19 308

test_4	0.37 185	0.19 115	0.34 75	0.45 353	0.26 251	0.20 10	0.34 244	0.58 139	0.42 138	0.60 203	1.45 506	0.43 170	0.26 99	0.67 299	0.29 155	0.12 33	0.10 49	0.17 205	0.19 354	0.15 173	0.12 71

test_3	0.37 185	0.19 115	0.50 262	0.45 353	0.24 184	0.47 265	0.36 280	0.69 212	0.84 334	0.66 242	0.46 129	0.68 313	0.25 82	0.45 107	0.32 191	0.12 33	0.10 49	0.18 253	0.16 242	0.15 173	0.12 71

NRIStereo	0.37 185	0.21 186	0.49 250	0.42 273	0.23 144	0.33 154	0.25 97	0.68 202	0.59 205	0.65 236	0.63 199	0.55 223	0.37 213	0.67 299	0.40 290	0.16 205	0.12 194	0.18 253	0.15 213	0.17 252	0.15 196

DeepStereo_RVC	0.37 185	0.22 216	0.51 271	0.41 236	0.24 184	0.26 57	0.22 63	0.64 175	0.40 122	0.69 264	0.67 216	0.57 234	0.50 293	0.58 201	0.42 300	0.17 247	0.12 194	0.18 253	0.16 242	0.19 318	0.19 308

CRE-IMP	0.37 185	0.23 249	0.53 300	0.42 273	0.24 184	0.40 214	0.21 50	0.61 153	0.45 155	0.65 236	0.73 227	0.53 219	0.37 213	0.63 261	0.40 290	0.18 286	0.11 123	0.19 286	0.16 242	0.21 347	0.19 308

test-1	0.37 185	0.20 151	0.76 425	0.47 398	0.27 290	0.44 250	0.36 280	0.63 165	0.65 226	0.49 172	0.67 216	0.54 221	0.35 198	0.42 89	0.30 172	0.14 89	0.12 194	0.16 163	0.14 187	0.15 173	0.18 296

s12784h	0.37 185	0.15 21	0.26 9	0.34 56	0.15 2	0.80 430	0.29 155	0.83 303	0.87 353	0.58 199	0.58 186	0.43 170	0.41 246	0.59 209	0.35 223	0.12 33	0.10 49	0.14 92	0.09 6	0.14 126	0.10 3

RALCasStereoNet	0.37 185	0.23 249	0.41 157	0.44 339	0.28 315	0.36 178	0.38 312	0.66 185	0.67 235	0.51 175	0.74 239	0.51 210	0.29 145	0.64 268	0.38 258	0.17 247	0.14 307	0.15 136	0.13 157	0.17 252	0.17 270

RAFT-Stereo + iAFF	0.37 185	0.18 81	0.45 203	0.36 106	0.19 48	0.33 154	0.28 140	0.67 196	0.77 285	0.72 282	0.99 372	0.56 229	0.39 236	0.44 101	0.31 184	0.11 24	0.09 18	0.15 136	0.14 187	0.13 81	0.11 35

H2IRNET	0.38 203	0.21 186	0.36 106	0.39 170	0.25 214	0.26 57	0.24 85	0.61 153	0.74 273	0.39 124	0.89 318	0.74 344	0.53 302	0.53 167	0.44 309	0.16 205	0.13 268	0.19 286	0.20 377	0.17 252	0.15 196

cc1	0.38 203	0.25 302	0.35 90	0.42 273	0.23 144	0.53 291	0.37 294	0.71 231	1.17 489	0.42 144	0.50 145	0.34 103	0.47 280	0.61 228	0.26 94	0.17 247	0.11 123	0.19 286	0.13 157	0.16 226	0.17 270

11t1	0.38 203	0.23 249	0.49 250	0.36 106	0.23 144	0.61 342	0.31 200	0.74 261	0.47 170	0.62 213	0.55 176	0.55 223	0.49 290	0.58 201	0.45 315	0.18 286	0.15 331	0.16 163	0.13 157	0.17 252	0.19 308

DCRE	0.38 203	0.19 115	0.47 228	0.45 353	0.33 415	0.45 258	0.40 343	0.66 185	0.53 190	0.49 172	0.95 347	0.57 234	0.39 236	0.53 167	0.32 191	0.14 89	0.13 268	0.15 136	0.14 187	0.14 126	0.15 196

DCANet-4	0.38 203	0.22 216	0.58 341	0.35 75	0.19 48	0.30 108	0.30 176	0.69 212	0.97 418	0.70 270	0.79 262	0.40 146	0.46 275	0.46 115	0.37 243	0.14 89	0.10 49	0.14 92	0.11 91	0.12 46	0.15 196

GMOStereo	0.38 203	0.19 115	0.42 170	0.43 314	0.24 184	0.40 214	0.39 330	0.55 124	0.64 220	0.89 398	0.84 291	0.65 291	0.37 213	0.39 66	0.29 155	0.14 89	0.12 194	0.20 323	0.18 326	0.15 173	0.12 71

error version	0.38 203	0.19 115	0.42 170	0.43 314	0.24 184	0.40 214	0.39 330	0.55 124	0.64 220	0.89 398	0.84 291	0.65 291	0.37 213	0.39 66	0.29 155	0.14 89	0.12 194	0.20 323	0.18 326	0.15 173	0.12 71

test-v	0.38 203	0.19 115	0.42 170	0.43 314	0.24 184	0.40 214	0.39 330	0.55 124	0.64 220	0.89 398	0.84 291	0.65 291	0.37 213	0.39 66	0.29 155	0.14 89	0.12 194	0.20 323	0.18 326	0.15 173	0.12 71

test-2	0.38 203	0.19 115	0.42 170	0.43 314	0.24 184	0.40 214	0.39 330	0.55 124	0.64 220	0.89 398	0.84 291	0.65 291	0.37 213	0.39 66	0.29 155	0.14 89	0.12 194	0.20 323	0.18 326	0.15 173	0.12 71

rafts_anoy	0.38 203	0.22 216	0.38 128	0.43 314	0.28 315	0.32 142	0.32 214	0.70 224	0.91 381	0.59 200	0.66 208	0.45 183	0.33 183	0.49 145	0.41 295	0.16 205	0.12 194	0.21 367	0.23 436	0.18 283	0.16 227

raft+_RVC	0.38 203	0.20 151	0.38 128	0.39 170	0.27 290	0.44 250	0.35 267	0.81 295	0.90 375	0.52 178	0.78 257	0.50 205	0.29 145	0.56 186	0.41 295	0.15 157	0.12 194	0.17 205	0.15 213	0.14 126	0.13 118

XX-Stereo	0.38 203	0.18 81	0.52 292	0.58 503	0.38 452	0.39 206	0.20 27	0.62 157	0.31 52	0.47 163	1.29 474	0.72 335	0.25 82	0.59 209	0.28 137	0.16 205	0.11 123	0.17 205	0.16 242	0.14 126	0.11 35

DCANet	0.38 203	0.18 81	0.46 216	0.35 75	0.19 48	0.30 108	0.30 176	0.72 242	0.96 413	0.72 282	0.77 248	0.45 183	0.56 320	0.47 127	0.36 234	0.14 89	0.10 49	0.14 92	0.11 91	0.13 81	0.15 196

AIO-test1	0.39 216	0.18 81	0.42 170	0.51 440	0.25 214	0.44 250	0.30 176	0.74 261	1.20 498	0.41 139	0.71 223	0.45 183	0.29 145	0.56 186	0.27 116	0.15 157	0.13 268	0.19 286	0.21 398	0.13 81	0.18 296

MIM_Stereo	0.39 216	0.18 81	0.59 349	0.38 145	0.25 214	0.27 71	0.24 85	0.72 242	0.56 193	0.72 282	1.00 376	0.62 273	0.29 145	0.67 299	0.39 268	0.13 58	0.14 307	0.17 205	0.16 242	0.14 126	0.12 71

fff	0.39 216	0.18 81	0.46 216	0.35 75	0.19 48	0.30 108	0.30 176	0.73 254	1.08 463	0.70 270	0.79 262	0.44 174	0.62 359	0.47 127	0.37 243	0.14 89	0.10 49	0.14 92	0.11 91	0.12 46	0.15 196

ADStereo(finetuned)	0.39 216	0.18 81	0.58 341	0.35 75	0.19 48	0.30 108	0.30 176	0.72 242	0.96 413	0.72 282	0.77 248	0.45 183	0.68 399	0.46 115	0.36 234	0.14 89	0.10 49	0.14 92	0.11 91	0.13 81	0.15 196

MIPNet	0.39 216	0.22 216	0.66 378	0.40 208	0.25 214	0.53 291	0.29 155	0.78 283	0.74 273	0.68 261	0.60 191	0.40 146	0.48 284	0.45 107	0.39 268	0.14 89	0.11 123	0.16 163	0.13 157	0.14 126	0.14 156

TRStereo	0.39 216	0.32 411	0.64 370	0.49 417	0.41 470	0.30 108	0.30 176	0.97 354	0.63 216	0.53 186	0.43 120	0.52 214	0.26 99	0.77 368	0.29 155	0.18 286	0.12 194	0.19 286	0.19 354	0.13 81	0.13 118

NF-Stereo	0.39 216	0.21 186	0.51 271	0.42 273	0.25 214	0.26 57	0.30 176	0.71 231	0.72 257	0.66 242	0.77 248	0.57 234	0.31 169	0.69 315	0.39 268	0.18 286	0.12 194	0.20 323	0.16 242	0.16 226	0.27 435

OCTAStereo	0.39 216	0.21 186	0.51 271	0.42 273	0.25 214	0.26 57	0.30 176	0.71 231	0.72 257	0.66 242	0.77 248	0.58 250	0.31 169	0.69 315	0.39 268	0.18 286	0.12 194	0.20 323	0.16 242	0.16 226	0.27 435

RE-Stereo	0.39 216	0.21 186	0.51 271	0.42 273	0.25 214	0.26 57	0.30 176	0.71 231	0.72 257	0.66 242	0.77 248	0.57 234	0.31 169	0.70 323	0.39 268	0.18 286	0.12 194	0.20 323	0.16 242	0.16 226	0.27 435

Pruner-Stereo	0.39 216	0.21 186	0.51 271	0.41 236	0.25 214	0.22 17	0.24 85	0.71 231	0.59 205	0.90 406	0.75 241	0.67 310	0.30 163	0.64 268	0.39 268	0.19 326	0.12 194	0.20 323	0.17 295	0.17 252	0.19 308

TVStereo	0.39 216	0.21 186	0.51 271	0.42 273	0.25 214	0.26 57	0.30 176	0.71 231	0.72 257	0.66 242	0.77 248	0.57 234	0.31 169	0.70 323	0.39 268	0.18 286	0.12 194	0.20 323	0.16 242	0.16 226	0.27 435

TestStereo	0.39 216	0.32 411	0.42 170	0.45 353	0.20 74	0.41 225	0.38 312	0.69 212	0.66 229	0.56 193	0.78 257	0.48 197	0.43 254	0.59 209	0.37 243	0.18 286	0.13 268	0.20 323	0.15 213	0.23 393	0.14 156

csc	0.39 216	0.18 81	0.46 216	0.35 75	0.19 48	0.30 108	0.30 176	0.73 254	1.08 463	0.70 270	0.79 262	0.44 174	0.62 359	0.47 127	0.37 243	0.14 89	0.10 49	0.14 92	0.11 91	0.12 46	0.15 196

cscssc	0.39 216	0.18 81	0.46 216	0.35 75	0.19 48	0.30 108	0.30 176	0.73 254	1.08 463	0.70 270	0.79 262	0.44 174	0.62 359	0.47 127	0.37 243	0.14 89	0.10 49	0.14 92	0.11 91	0.12 46	0.15 196

AFF-stereo	0.39 216	0.20 151	0.42 170	0.37 125	0.22 116	0.27 71	0.31 200	0.67 196	0.72 257	0.66 242	1.12 424	0.75 349	0.38 221	0.57 196	0.35 223	0.11 24	0.09 18	0.16 163	0.16 242	0.14 126	0.12 71

AIO-test2	0.40 231	0.21 186	0.44 195	0.48 406	0.26 251	0.44 250	0.38 312	0.79 290	1.28 511	0.37 109	0.87 311	0.38 130	0.30 163	0.50 151	0.28 137	0.16 205	0.13 268	0.21 367	0.24 451	0.15 173	0.15 196

rvit_0105_6	0.40 231	0.28 370	0.68 390	0.51 440	0.30 363	0.39 206	0.41 363	0.53 114	0.68 237	0.41 139	0.45 125	0.50 205	0.45 268	0.55 176	0.37 243	0.28 464	0.26 490	0.24 420	0.22 420	0.22 373	0.17 270

MyStereo06	0.40 231	0.22 216	0.65 375	0.42 273	0.29 338	0.43 240	0.48 415	1.05 384	0.43 145	0.64 230	0.54 170	0.78 364	0.27 110	0.53 167	0.31 184	0.14 89	0.13 268	0.18 253	0.17 295	0.17 252	0.17 270

xx1	0.40 231	0.25 302	0.35 90	0.42 273	0.23 144	0.53 291	0.37 294	0.71 231	1.17 489	0.42 144	0.50 145	0.65 291	0.56 320	0.61 228	0.26 94	0.17 247	0.11 123	0.20 323	0.19 354	0.18 283	0.19 308

DisPM	0.40 231	0.20 151	0.50 262	0.42 273	0.27 290	0.24 34	0.30 176	0.68 202	0.61 215	0.88 391	0.87 311	0.59 260	0.32 176	0.80 382	0.34 214	0.19 326	0.12 194	0.19 286	0.17 295	0.16 226	0.21 357

RAFT+CT+SA	0.40 231	0.24 271	0.40 148	0.53 467	0.27 290	0.28 85	0.45 397	0.79 290	0.81 314	0.51 175	0.90 324	0.42 160	0.39 236	0.81 387	0.33 202	0.15 157	0.11 123	0.18 253	0.18 326	0.15 173	0.15 196

IPLG	0.40 231	0.21 186	0.64 370	0.41 236	0.25 214	0.54 298	0.27 125	0.77 279	0.68 237	0.85 366	0.82 283	0.33 98	0.32 176	0.64 268	0.49 343	0.13 58	0.11 123	0.16 163	0.14 187	0.14 126	0.14 156

IPLGR	0.40 231	0.22 216	0.70 402	0.40 208	0.22 116	0.51 278	0.29 155	0.78 283	0.78 289	0.80 333	0.77 248	0.44 174	0.41 246	0.48 136	0.40 290	0.14 89	0.12 194	0.16 163	0.14 187	0.16 226	0.14 156

PSM-softLoss	0.40 231	0.21 186	0.53 300	0.42 273	0.26 251	0.29 97	0.34 244	0.70 224	0.49 175	0.63 220	0.82 283	0.59 260	0.33 183	0.75 351	0.43 302	0.20 347	0.12 194	0.20 323	0.18 326	0.17 252	0.22 376

KMStereo	0.40 231	0.21 186	0.53 300	0.42 273	0.26 251	0.29 97	0.34 244	0.70 224	0.49 175	0.63 220	0.82 283	0.59 260	0.33 183	0.75 351	0.43 302	0.20 347	0.12 194	0.20 323	0.18 326	0.17 252	0.22 376

RALAANet	0.40 231	0.24 271	0.56 330	0.43 314	0.30 363	0.36 178	0.25 97	0.89 322	0.69 244	0.69 264	0.65 204	0.61 266	0.30 163	0.63 261	0.35 223	0.16 205	0.13 268	0.18 253	0.15 213	0.21 347	0.14 156

GMStereo	0.40 231	0.38 447	0.61 355	0.41 236	0.27 290	0.47 265	0.35 267	0.62 157	1.04 445	0.57 196	0.54 170	0.38 130	0.36 207	0.56 186	0.41 295	0.20 347	0.13 268	0.16 163	0.17 295	0.24 406	0.20 339
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DIP-Stereo	0.40 231	0.22 216	0.58 341	0.42 273	0.29 338	0.62 346	0.27 125	0.87 313	0.42 138	0.65 236	0.86 304	0.52 214	0.35 198	0.67 299	0.43 302	0.15 157	0.13 268	0.17 205	0.14 187	0.15 173	0.17 270
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.40 231	0.19 115	0.47 228	0.43 314	0.27 290	0.41 225	0.31 200	0.74 261	0.38 101	0.90 406	1.28 470	0.58 250	0.35 198	0.43 95	0.35 223	0.15 157	0.13 268	0.14 92	0.12 121	0.14 126	0.14 156

RAFT-Stereo	0.40 231	0.19 115	0.47 228	0.43 314	0.27 290	0.41 225	0.31 200	0.74 261	0.38 101	0.90 406	1.28 470	0.58 250	0.35 198	0.43 95	0.35 223	0.15 157	0.13 268	0.14 92	0.12 121	0.14 126	0.14 156
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
riskmin	0.41 246	0.21 186	0.44 195	0.34 56	0.24 184	0.58 325	0.32 214	0.70 224	0.86 346	0.52 178	0.57 182	0.78 364	0.60 348	0.58 201	0.39 268	0.17 247	0.12 194	0.19 286	0.13 157	0.19 318	0.22 376

x	0.41 246	0.25 302	0.46 216	0.36 106	0.24 184	0.54 298	0.31 200	0.94 344	0.58 204	0.60 203	0.72 225	0.61 266	0.53 302	0.52 161	0.50 347	0.18 286	0.16 358	0.17 205	0.16 242	0.17 252	0.18 296

raft_robust	0.41 246	0.24 271	0.39 136	0.43 314	0.22 116	0.40 214	0.33 230	0.80 293	0.98 423	0.80 333	0.88 315	0.41 153	0.32 176	0.89 414	0.30 172	0.14 89	0.12 194	0.16 163	0.18 326	0.15 173	0.13 118

PFNet+	0.41 246	0.20 151	0.53 300	0.40 208	0.25 214	0.28 85	0.22 63	0.66 185	0.76 282	0.85 366	0.79 262	0.63 278	0.34 190	0.75 351	0.37 243	0.20 347	0.14 307	0.23 404	0.20 377	0.17 252	0.21 357

SST-Stereo	0.41 246	0.20 151	0.48 241	0.43 314	0.25 214	0.25 53	0.21 50	0.68 202	0.50 180	1.08 488	0.79 262	0.71 320	0.42 251	0.81 387	0.38 258	0.17 247	0.11 123	0.20 323	0.16 242	0.19 318	0.15 196

RAFT_R40	0.41 246	0.20 151	0.47 228	0.44 339	0.25 214	0.23 27	0.25 97	0.69 212	0.70 248	0.98 450	0.78 257	0.72 335	0.43 254	0.80 382	0.39 268	0.17 247	0.11 123	0.20 323	0.16 242	0.18 283	0.15 196

RAFT-345	0.41 246	0.19 115	0.42 170	0.39 170	0.23 144	0.32 142	0.25 97	0.62 157	0.56 193	0.74 296	1.77 530	0.44 174	0.35 198	0.67 299	0.37 243	0.14 89	0.11 123	0.18 253	0.14 187	0.14 126	0.13 118

rvit_0105_4	0.42 253	0.30 399	0.77 428	0.52 457	0.29 338	0.41 225	0.44 390	0.57 136	0.75 277	0.45 153	0.48 137	0.56 229	0.49 290	0.58 201	0.37 243	0.28 464	0.26 490	0.25 433	0.22 420	0.24 406	0.19 308

MyStereo8	0.42 253	0.21 186	0.64 370	0.43 314	0.29 338	0.55 304	0.28 140	0.72 242	0.50 180	0.73 289	1.01 380	0.57 234	0.44 261	0.52 161	0.52 356	0.15 157	0.12 194	0.16 163	0.14 187	0.19 318	0.21 357

qqq	0.42 253	0.28 370	0.50 262	0.37 125	0.22 116	0.47 265	0.39 330	0.91 328	0.59 205	0.57 196	0.71 223	0.65 291	0.56 320	0.59 209	0.48 334	0.17 247	0.17 391	0.20 323	0.19 354	0.18 283	0.19 308

CIPLG	0.42 253	0.23 249	0.71 404	0.45 353	0.33 415	0.51 278	0.33 230	0.68 202	0.68 237	0.84 353	0.96 351	0.47 192	0.33 183	0.56 186	0.52 356	0.17 247	0.12 194	0.16 163	0.14 187	0.13 81	0.16 227

iRaft-Stereo_20w	0.42 253	0.20 151	0.63 365	0.39 170	0.27 290	0.33 154	0.25 97	1.76 559	0.37 95	0.73 289	0.53 167	0.63 278	0.42 251	0.86 404	0.29 155	0.14 89	0.11 123	0.14 92	0.13 157	0.15 173	0.15 196

IPLGR_C	0.42 253	0.23 249	0.71 404	0.46 378	0.33 415	0.51 278	0.34 244	0.69 212	0.69 244	0.84 353	0.92 338	0.46 187	0.33 183	0.53 167	0.53 367	0.17 247	0.12 194	0.16 163	0.14 187	0.13 81	0.16 227

ACRE	0.42 253	0.23 249	0.73 416	0.45 353	0.33 415	0.50 273	0.33 230	0.68 202	0.70 248	0.82 339	0.92 338	0.46 187	0.32 176	0.53 167	0.52 356	0.17 247	0.12 194	0.15 136	0.14 187	0.13 81	0.16 227

LCNet	0.42 253	0.21 186	0.34 75	0.44 339	0.24 184	0.47 265	0.28 140	0.69 212	0.57 200	0.72 282	1.03 393	0.66 303	0.58 336	0.60 222	0.35 223	0.15 157	0.10 49	0.19 286	0.19 354	0.22 373	0.37 501

HHNet	0.42 253	0.19 115	0.43 189	0.35 75	0.38 452	0.33 154	0.33 230	0.71 231	0.78 289	0.87 381	1.30 476	0.52 214	0.36 207	0.53 167	0.37 243	0.16 205	0.11 123	0.19 286	0.15 213	0.15 173	0.25 420

AnonymousM	0.42 253	0.86 547	0.31 47	0.35 75	0.23 144	0.30 108	0.37 294	0.56 132	0.44 150	0.72 282	0.50 145	0.47 192	0.29 145	0.42 89	0.35 223	0.16 205	0.12 194	1.51 572	0.32 509	0.12 46	0.11 35

sAnonymous2	0.42 253	0.41 467	0.96 478	0.48 406	0.37 445	0.41 225	0.48 415	0.60 145	0.52 187	0.39 124	0.48 137	0.35 111	0.44 261	0.44 101	0.30 172	0.19 326	0.14 307	0.19 286	0.17 295	0.55 542	0.43 522

CroCo_RVC	0.42 253	0.41 467	0.96 478	0.48 406	0.37 445	0.41 225	0.48 415	0.60 145	0.52 187	0.39 124	0.48 137	0.35 111	0.44 261	0.44 101	0.30 172	0.19 326	0.14 307	0.19 286	0.17 295	0.55 542	0.43 522

111	0.42 253	0.18 81	0.46 216	0.35 75	0.19 48	0.52 286	0.28 140	0.76 274	1.16 486	0.52 178	0.92 338	0.65 291	0.51 298	0.65 277	0.37 243	0.15 157	0.10 49	0.14 92	0.12 121	0.13 81	0.16 227

StereoVision	0.43 266	0.29 384	0.54 313	0.50 428	0.28 315	0.37 190	0.38 312	0.75 270	0.63 216	0.46 160	1.11 422	0.53 219	0.38 221	0.57 196	0.34 214	0.21 363	0.24 472	0.25 433	0.24 451	0.26 428	0.17 270

OMP-Stereo	0.43 266	0.23 249	0.50 262	0.53 467	0.25 214	0.36 178	0.24 85	0.73 254	0.81 314	0.78 325	0.64 202	0.88 397	0.41 246	0.95 440	0.36 234	0.15 157	0.12 194	0.20 323	0.15 213	0.16 226	0.13 118

PFNet	0.43 266	0.19 115	0.61 355	0.44 339	0.24 184	0.42 235	0.31 200	0.76 274	0.81 314	1.01 459	0.74 239	0.67 310	0.41 246	0.75 351	0.39 268	0.16 205	0.10 49	0.20 323	0.15 213	0.16 226	0.14 156

IRAFT_RVC	0.43 266	0.20 151	0.52 292	0.45 353	0.24 184	0.26 57	0.51 437	0.76 274	0.78 289	0.77 314	0.80 273	0.73 340	0.50 293	0.74 343	0.39 268	0.18 286	0.10 49	0.21 367	0.17 295	0.17 252	0.15 196

FENet	0.43 266	0.23 249	0.40 148	0.40 208	0.24 184	0.54 298	0.33 230	0.83 303	0.72 257	0.74 296	0.73 227	0.63 278	0.56 320	0.65 277	0.45 315	0.19 326	0.13 268	0.19 286	0.17 295	0.18 283	0.20 339

HITNet	0.43 266	0.27 354	0.50 262	0.34 56	0.18 27	0.65 369	0.32 214	0.99 360	0.70 248	0.73 289	0.86 304	0.66 303	0.56 320	0.61 228	0.47 330	0.14 89	0.10 49	0.15 136	0.13 157	0.18 283	0.13 118
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
rvit_0105_5	0.44 272	0.32 411	0.79 432	0.51 440	0.29 338	0.44 250	0.43 382	0.62 157	0.76 282	0.51 175	0.52 160	0.61 266	0.53 302	0.58 201	0.38 258	0.28 464	0.25 481	0.25 433	0.24 451	0.22 373	0.20 339

AIO-Stereo-zeroshot	0.44 272	0.22 216	0.83 444	0.39 170	0.45 494	0.41 225	0.26 111	1.04 377	0.50 180	0.54 188	0.76 244	1.03 442	0.43 254	0.67 299	0.28 137	0.16 205	0.11 123	0.17 205	0.19 354	0.21 347	0.21 357

test_sample1	0.44 272	0.24 271	0.52 292	0.35 75	0.23 144	0.59 335	0.36 280	1.05 384	0.57 200	0.66 242	0.78 257	0.70 317	0.71 411	0.62 250	0.51 351	0.18 286	0.15 331	0.17 205	0.16 242	0.18 283	0.18 296

TestStereo1	0.44 272	0.24 271	0.45 203	0.52 457	0.25 214	0.35 168	0.40 343	0.81 295	0.94 402	0.70 270	0.96 351	0.48 197	0.45 268	0.94 434	0.33 202	0.16 205	0.13 268	0.18 253	0.16 242	0.15 173	0.14 156

test_5	0.44 272	0.25 302	0.48 241	0.53 467	0.28 315	0.28 85	0.42 374	0.77 279	0.87 353	0.63 220	0.91 332	0.73 340	0.53 302	0.82 393	0.36 234	0.14 89	0.11 123	0.18 253	0.18 326	0.18 283	0.16 227

SA-5K	0.44 272	0.24 271	0.45 203	0.52 457	0.25 214	0.35 168	0.40 343	0.81 295	0.94 402	0.70 270	0.96 351	0.48 197	0.45 268	0.94 434	0.33 202	0.16 205	0.13 268	0.18 253	0.16 242	0.15 173	0.14 156

dd	0.44 272	0.40 461	0.62 361	0.44 339	0.26 251	0.51 278	0.38 312	0.72 242	1.07 459	0.60 203	0.66 208	0.43 170	0.40 241	0.68 308	0.53 367	0.24 423	0.15 331	0.21 367	0.16 242	0.24 406	0.19 308

GANet-ADL	0.44 272	0.27 354	0.48 241	0.44 339	0.30 363	0.54 298	0.36 280	0.94 344	0.88 364	0.64 230	0.72 225	0.68 313	0.44 261	0.55 176	0.44 309	0.22 385	0.15 331	0.15 136	0.13 157	0.18 283	0.21 357

GMM-Stereo	0.44 272	0.20 151	0.39 136	0.42 273	0.25 214	0.50 273	0.44 390	0.72 242	0.57 200	0.77 314	1.37 489	0.76 356	0.38 221	0.62 250	0.34 214	0.15 157	0.10 49	0.20 323	0.19 354	0.17 252	0.28 446

FACV-RUCA	0.45 281	0.28 370	0.51 271	0.46 378	0.33 415	0.62 346	0.34 244	0.87 313	0.75 277	0.60 203	0.84 291	0.48 197	0.54 309	0.56 186	0.39 268	0.22 385	0.15 331	0.35 506	0.16 242	0.29 450	0.22 376

test_sample2	0.45 281	0.24 271	0.49 250	0.34 56	0.21 95	0.60 341	0.43 382	1.01 367	0.73 267	0.67 251	0.80 273	0.70 317	0.64 372	0.65 277	0.41 295	0.19 326	0.15 331	0.18 253	0.16 242	0.19 318	0.19 308

MyStereo04	0.45 281	0.23 249	0.52 292	0.43 314	0.29 338	0.40 214	0.48 415	1.02 370	1.12 472	0.62 213	0.58 186	0.55 223	0.56 320	0.77 368	0.45 315	0.14 89	0.13 268	0.19 286	0.17 295	0.18 283	0.17 270

SA	0.45 281	0.26 337	0.50 262	0.47 398	0.24 184	0.46 261	0.36 280	0.79 290	1.00 430	0.61 208	1.04 396	0.50 205	0.50 293	0.98 452	0.33 202	0.16 205	0.13 268	0.21 367	0.19 354	0.15 173	0.14 156

GwcNet-ADL	0.45 281	0.24 271	0.51 271	0.46 378	0.30 363	0.41 225	0.40 343	0.95 347	0.98 423	0.73 289	0.78 257	0.61 266	0.41 246	0.67 299	0.55 374	0.20 347	0.14 307	0.15 136	0.14 187	0.19 318	0.22 376

IIG-Stereo	0.45 281	0.22 216	0.48 241	0.51 440	0.26 251	0.43 240	0.21 50	0.73 254	0.80 305	0.84 353	0.95 347	0.82 379	0.46 275	0.95 440	0.37 243	0.16 205	0.12 194	0.19 286	0.15 213	0.15 173	0.12 71

DN-CSS_ROB	0.45 281	0.27 354	0.74 420	0.41 236	0.29 338	0.43 240	0.29 155	0.80 293	0.78 289	0.73 289	1.08 415	0.48 197	0.45 268	0.81 387	0.40 290	0.15 157	0.12 194	0.21 367	0.19 354	0.18 283	0.17 270

HI	0.46 288	0.22 216	0.41 157	0.35 75	0.35 434	0.27 71	0.32 214	0.75 270	0.50 180	0.90 406	1.13 431	1.12 477	0.73 427	0.70 323	0.57 382	0.12 33	0.10 49	0.17 205	0.17 295	0.17 252	0.16 227

CoSv	0.46 288	0.22 216	0.41 157	0.35 75	0.35 434	0.27 71	0.32 214	0.75 270	0.50 180	0.90 406	1.13 431	1.12 477	0.73 427	0.70 323	0.57 382	0.12 33	0.10 49	0.17 205	0.17 295	0.17 252	0.16 227

MyStereo05	0.46 288	0.22 216	0.51 271	0.42 273	0.29 338	0.43 240	0.48 415	0.96 352	1.12 472	0.77 314	0.62 198	0.51 210	0.57 332	0.79 379	0.43 302	0.14 89	0.13 268	0.18 253	0.17 295	0.17 252	0.17 270

CASS	0.46 288	0.28 370	0.45 203	0.48 406	0.22 116	0.63 352	0.34 244	0.99 360	0.66 229	0.76 306	0.86 304	0.61 266	0.58 336	0.58 201	0.44 309	0.29 475	0.16 358	0.22 382	0.18 326	0.23 393	0.28 446
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RAFT_CTSACE	0.46 288	0.20 151	0.48 241	0.46 378	0.27 290	0.34 164	0.39 330	0.62 157	0.74 273	0.78 325	1.44 502	0.86 387	0.38 221	1.09 476	0.27 116	0.13 58	0.13 268	0.18 253	0.16 242	0.16 226	0.12 71

iRaft-Stereo_5w	0.46 288	0.22 216	0.53 300	0.43 314	0.30 363	0.30 108	0.53 448	0.66 185	0.71 255	0.62 213	0.89 318	1.01 438	0.67 391	0.76 361	0.67 412	0.13 58	0.12 194	0.17 205	0.15 213	0.15 173	0.17 270

TransformOpticalFlow	0.46 288	0.21 186	0.49 250	0.42 273	0.24 184	0.36 178	0.46 400	1.04 377	0.84 334	0.67 251	1.14 435	0.73 340	0.56 320	0.78 376	0.33 202	0.15 157	0.10 49	0.17 205	0.15 213	0.14 126	0.15 196

RAFT	0.46 288	0.23 249	0.52 292	0.48 406	0.27 290	0.55 304	0.47 408	0.68 202	0.60 212	0.83 347	0.82 283	1.00 434	0.56 320	0.76 361	0.37 243	0.18 286	0.16 358	0.22 382	0.20 377	0.16 226	0.14 156

Prome-Stereo	0.46 288	0.20 151	0.37 118	0.45 353	0.26 251	0.40 214	0.42 374	0.69 212	0.49 175	0.96 444	1.84 534	0.58 250	0.64 372	0.63 261	0.32 191	0.15 157	0.11 123	0.16 163	0.14 187	0.17 252	0.30 459

GES	0.46 288	0.25 302	0.62 361	0.41 236	0.30 363	0.62 346	0.37 294	1.06 389	0.70 248	0.75 300	0.83 288	0.47 192	0.52 301	0.69 315	0.46 319	0.23 412	0.17 391	0.17 205	0.16 242	0.18 283	0.24 411

HCRNet	0.46 288	0.35 428	0.45 203	0.54 479	0.26 251	0.52 286	0.29 155	0.87 313	0.64 220	0.75 300	0.82 283	0.76 356	0.53 302	0.70 323	0.38 258	0.24 423	0.16 358	0.24 420	0.20 377	0.21 347	0.20 339

DFGA-Net	0.47 299	0.31 408	0.93 471	0.43 314	0.33 415	0.56 310	0.35 267	0.81 295	0.89 370	0.70 270	0.76 244	0.48 197	0.43 254	0.78 376	0.64 407	0.16 205	0.14 307	0.19 286	0.19 354	0.20 335	0.19 308

mmm	0.47 299	0.28 370	0.51 271	0.39 170	0.25 214	0.61 342	0.38 312	1.00 366	0.60 212	0.77 314	1.07 409	0.65 291	0.53 302	0.61 228	0.49 343	0.18 286	0.15 331	0.23 404	0.20 377	0.21 347	0.20 339

ffm	0.47 299	0.28 370	0.68 390	0.39 170	0.26 251	0.56 310	0.40 343	0.72 242	1.13 477	0.76 306	0.98 364	0.71 320	0.55 313	0.61 228	0.26 94	0.17 247	0.11 123	0.25 433	0.21 398	0.16 226	0.17 270

BUS	0.47 299	0.26 337	0.47 228	0.46 378	0.29 338	0.78 418	0.34 244	0.99 360	0.80 305	0.77 314	0.80 273	0.64 285	0.54 309	0.66 289	0.56 376	0.21 363	0.15 331	0.22 382	0.19 354	0.18 283	0.19 308

STrans-v2	0.47 299	0.21 186	0.49 250	0.41 236	0.25 214	0.54 298	0.49 428	1.16 427	0.82 327	0.67 251	1.05 399	0.71 320	0.67 391	0.74 343	0.34 214	0.15 157	0.11 123	0.17 205	0.15 213	0.14 126	0.14 156

Anonymous3	0.47 299	0.35 428	0.91 470	0.50 428	0.38 452	0.81 436	0.55 458	0.76 274	0.66 229	0.52 178	0.65 204	0.44 174	0.45 268	0.66 289	0.39 268	0.25 436	0.25 481	0.22 382	0.21 398	0.23 393	0.24 411

CFNet_pseudo	0.47 299	0.25 302	0.55 317	0.38 145	0.28 315	0.58 325	0.32 214	0.89 322	0.90 375	0.83 347	1.03 393	0.75 349	0.48 284	0.61 228	0.46 319	0.17 247	0.13 268	0.24 420	0.16 242	0.26 428	0.21 357

ACVNet	0.47 299	0.24 271	0.39 136	0.40 208	0.28 315	0.58 325	0.40 343	0.91 328	0.81 314	0.67 251	0.96 351	0.79 371	0.66 382	0.65 277	0.71 423	0.18 286	0.15 331	0.16 163	0.15 213	0.18 283	0.15 196

DMCA	0.47 299	0.27 354	0.59 349	0.39 170	0.29 338	0.53 291	0.34 244	0.98 356	0.70 248	0.78 325	0.83 288	0.79 371	0.55 313	0.54 175	0.57 382	0.21 363	0.16 358	0.21 367	0.16 242	0.19 318	0.22 376

ccs_rob	0.47 299	0.25 302	0.55 317	0.38 145	0.28 315	0.58 325	0.32 214	0.89 322	0.90 375	0.83 347	1.02 383	0.75 349	0.48 284	0.61 228	0.46 319	0.17 247	0.12 194	0.24 420	0.16 242	0.26 428	0.21 357

Select-FE	0.48 309	0.26 337	0.96 478	0.42 273	0.36 441	0.34 164	0.20 27	1.02 370	0.37 95	0.61 208	1.01 380	1.04 447	0.79 453	0.74 343	0.29 155	0.17 247	0.13 268	0.17 205	0.20 377	0.15 173	0.25 420

rvit_0105_3	0.48 309	0.35 428	0.85 457	0.56 491	0.31 378	0.48 270	0.48 415	0.65 178	0.81 314	0.66 242	0.59 188	0.66 303	0.56 320	0.66 289	0.41 295	0.30 482	0.27 497	0.29 481	0.28 489	0.21 347	0.21 357

UGAM-zero	0.48 309	0.21 186	0.66 378	0.38 145	0.23 144	0.36 178	0.22 63	1.30 491	0.43 145	0.67 251	0.61 194	1.74 542	0.89 486	0.79 379	0.27 116	0.15 157	0.12 194	0.15 136	0.12 121	0.13 81	0.14 156

rvit_stereo_0075_2	0.48 309	0.38 447	0.74 420	0.54 479	0.46 503	0.43 240	0.35 267	0.85 307	0.68 237	0.56 193	0.73 227	0.59 260	0.47 280	0.64 268	0.47 330	0.33 498	0.23 463	0.35 506	0.26 475	0.32 469	0.26 425

DispNO	0.48 309	0.24 271	0.84 451	0.40 208	0.31 378	0.58 325	0.39 330	0.91 328	0.79 296	0.79 330	0.83 288	0.71 320	0.59 342	0.75 351	0.50 347	0.19 326	0.14 307	0.20 323	0.18 326	0.16 226	0.17 270

CoDeX	0.48 309	0.21 186	0.53 300	0.43 314	0.25 214	0.74 410	0.38 312	1.36 509	0.82 327	0.84 353	0.96 351	0.63 278	0.57 332	0.63 261	0.40 290	0.17 247	0.13 268	0.17 205	0.15 213	0.16 226	0.15 196

IER	0.48 309	0.25 302	0.60 354	0.38 145	0.28 315	0.67 385	0.38 312	0.82 301	0.68 237	0.88 391	0.95 347	0.74 344	0.79 453	0.62 250	0.46 319	0.17 247	0.14 307	0.17 205	0.17 295	0.17 252	0.16 227

BSDual-CNN	0.48 309	0.26 337	0.47 228	0.46 378	0.29 338	0.75 414	0.46 400	0.99 360	0.80 305	0.77 314	0.80 273	0.76 356	0.59 342	0.66 289	0.48 334	0.21 363	0.15 331	0.22 382	0.19 354	0.18 283	0.19 308

PSM-AAD	0.48 309	0.21 186	0.39 136	0.44 339	0.23 144	0.56 310	0.47 408	0.67 196	0.73 267	1.08 488	1.12 424	0.58 250	0.87 478	0.63 261	0.33 202	0.15 157	0.11 123	0.25 433	0.26 475	0.18 283	0.42 517

KYRaft	0.48 309	0.21 186	0.41 157	0.45 353	0.23 144	0.43 240	0.36 280	0.68 202	0.45 155	0.94 426	1.72 528	0.78 364	0.40 241	0.65 277	0.32 191	0.16 205	0.11 123	0.18 253	0.22 420	0.17 252	0.76 559

ASMatch	0.48 309	0.20 151	0.47 228	0.39 170	0.28 315	0.37 190	0.26 111	0.76 274	0.72 257	0.77 314	2.29 548	0.61 266	0.51 298	0.64 268	0.39 268	0.15 157	0.12 194	0.17 205	0.15 213	0.14 126	0.22 376

ICVP	0.48 309	0.26 337	0.42 170	0.49 417	0.28 315	0.63 352	0.43 382	1.05 384	0.72 257	0.68 261	0.95 347	0.75 349	0.56 320	0.55 176	0.61 398	0.24 423	0.18 406	0.19 286	0.17 295	0.19 318	0.21 357
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ARAFT	0.48 309	0.25 302	0.82 440	0.42 273	0.25 214	0.56 310	0.54 455	0.82 301	0.82 327	0.92 416	0.75 241	0.75 349	0.48 284	0.89 414	0.37 243	0.15 157	0.12 194	0.23 404	0.22 420	0.14 126	0.14 156

SFCPSM	0.48 309	0.22 216	0.59 349	0.41 236	0.27 290	0.85 448	0.36 280	1.39 511	0.79 296	0.81 337	0.85 300	0.54 221	0.50 293	0.60 222	0.39 268	0.18 286	0.14 307	0.18 253	0.20 377	0.17 252	0.16 227

G2L-ROB	0.49 323	0.20 151	0.48 241	0.36 106	0.22 116	0.58 325	0.42 374	1.19 442	0.74 273	0.86 376	0.76 244	1.08 461	0.59 342	0.81 387	0.60 392	0.17 247	0.12 194	0.15 136	0.12 121	0.17 252	0.20 339

test_sample4	0.49 323	0.27 354	0.55 317	0.36 106	0.23 144	0.70 391	0.37 294	1.22 460	0.86 346	0.82 339	0.86 304	0.62 273	0.58 336	0.71 333	0.49 343	0.21 363	0.16 358	0.21 367	0.20 377	0.22 373	0.21 357

test_sample3	0.49 323	0.27 354	0.55 317	0.36 106	0.23 144	0.70 391	0.37 294	1.21 452	0.87 353	0.79 330	0.84 291	0.66 303	0.53 302	0.70 323	0.50 347	0.21 363	0.16 358	0.20 323	0.19 354	0.21 347	0.21 357

PCWNet_CMD	0.49 323	0.25 302	0.56 330	0.40 208	0.27 290	0.64 362	0.32 214	0.98 356	0.99 426	0.87 381	1.07 409	0.78 364	0.46 275	0.61 228	0.44 309	0.17 247	0.13 268	0.21 367	0.16 242	0.26 428	0.20 339

testlalala_base	0.49 323	0.26 337	0.44 195	0.47 398	0.34 427	0.57 319	0.26 111	0.60 145	0.37 95	0.52 178	0.56 179	0.46 187	0.31 169	0.45 107	0.33 202	1.56 579	0.11 123	0.14 92	0.10 54	1.85 570	0.15 196

Sa-1000	0.49 323	0.25 302	0.45 203	0.46 378	0.25 214	0.64 362	0.34 244	0.85 307	0.95 406	0.85 366	1.51 513	0.55 223	0.44 261	0.94 434	0.31 184	0.16 205	0.12 194	0.21 367	0.20 377	0.15 173	0.14 156

DEmStereo	0.49 323	0.18 81	0.53 300	0.39 170	0.26 251	0.57 319	0.33 230	0.65 178	0.75 277	0.90 406	1.65 522	0.57 234	1.02 508	0.63 261	0.44 309	0.14 89	0.12 194	0.16 163	0.16 242	0.14 126	0.17 270

DRaft	0.49 323	0.18 81	0.50 262	0.38 145	0.25 214	0.57 319	0.39 330	0.67 196	0.86 346	1.02 463	1.75 529	0.50 205	0.79 453	0.65 277	0.42 300	0.14 89	0.11 123	0.16 163	0.16 242	0.14 126	0.17 270

GrayStereo	0.49 323	0.20 151	0.44 195	0.47 398	0.29 338	0.51 278	0.62 481	0.71 231	0.66 229	1.04 471	1.46 507	0.77 361	0.73 427	0.58 201	0.35 223	0.15 157	0.12 194	0.17 205	0.17 295	0.15 173	0.30 459

cf-r	0.49 323	0.24 271	0.49 250	0.40 208	0.23 144	0.58 325	0.38 312	0.92 337	0.87 353	0.77 314	1.06 405	0.98 427	0.67 391	0.59 209	0.61 398	0.21 363	0.14 307	0.17 205	0.19 354	0.15 173	0.16 227

GANet-RSSM	0.49 323	0.22 216	0.42 170	0.39 170	0.26 251	0.58 325	0.41 363	1.12 412	0.82 327	0.73 289	1.02 383	0.88 397	0.75 437	0.67 299	0.48 334	0.22 385	0.16 358	0.18 253	0.19 354	0.18 283	0.18 296

BEATNet_4x	0.49 323	0.35 428	0.72 411	0.38 145	0.20 74	0.65 369	0.36 280	1.08 398	0.78 289	0.78 325	0.88 315	0.73 340	0.64 372	0.71 333	0.60 392	0.16 205	0.12 194	0.16 163	0.15 213	0.24 406	0.18 296

MSMDNet	0.49 323	0.25 302	0.56 330	0.40 208	0.27 290	0.64 362	0.32 214	0.99 360	0.99 426	0.87 381	1.07 409	0.79 371	0.46 275	0.61 228	0.44 309	0.17 247	0.13 268	0.20 323	0.16 242	0.25 417	0.20 339

MLCV	0.49 323	0.26 337	0.73 416	0.38 145	0.18 27	0.64 362	0.33 230	0.84 306	0.89 370	0.96 444	1.12 424	0.72 335	0.45 268	1.00 462	0.59 391	0.14 89	0.10 49	0.14 92	0.11 91	0.14 126	0.14 156

G2L-Stereo_test	0.50 337	0.22 216	0.46 216	0.34 56	0.24 184	0.58 325	0.59 474	1.14 421	0.79 296	0.89 398	0.96 351	0.96 423	0.59 342	0.72 338	0.67 412	0.17 247	0.12 194	0.14 92	0.12 121	0.15 173	0.16 227

PAM_32	0.50 337	0.20 151	0.69 399	0.40 208	0.24 184	1.09 496	0.29 155	1.12 412	0.40 122	0.74 296	0.44 123	1.98 552	0.64 372	0.64 268	0.27 116	0.16 205	0.11 123	0.17 205	0.15 213	0.14 126	0.15 196

PAM	0.50 337	0.21 186	0.75 423	0.41 236	0.26 251	1.11 502	0.37 294	1.10 405	0.39 108	0.75 300	0.46 129	1.92 549	0.61 354	0.62 250	0.28 137	0.16 205	0.10 49	0.16 163	0.14 187	0.14 126	0.15 196

test_sample5	0.50 337	0.28 370	0.55 317	0.37 125	0.23 144	0.65 369	0.38 312	1.19 442	0.86 346	0.81 337	0.97 360	0.64 285	0.60 348	0.72 338	0.48 334	0.22 385	0.16 358	0.22 382	0.21 398	0.23 393	0.22 376

gwcnet-sp	0.50 337	0.25 302	0.84 451	0.41 236	0.27 290	0.79 424	0.40 343	0.93 339	0.85 340	0.95 432	0.79 262	0.65 291	0.63 364	0.69 315	0.52 356	0.18 286	0.17 391	0.18 253	0.18 326	0.18 283	0.19 308

scenet	0.50 337	0.25 302	0.84 451	0.41 236	0.27 290	0.79 424	0.40 343	0.93 339	0.85 340	0.95 432	0.79 262	0.65 291	0.63 364	0.69 315	0.52 356	0.18 286	0.17 391	0.18 253	0.18 326	0.18 283	0.19 308

ssnet	0.50 337	0.25 302	0.84 451	0.41 236	0.27 290	0.79 424	0.40 343	0.93 339	0.85 340	0.95 432	0.79 262	0.65 291	0.63 364	0.69 315	0.52 356	0.18 286	0.17 391	0.18 253	0.18 326	0.18 283	0.19 308

psmg	0.50 337	0.26 337	0.47 228	0.42 273	0.29 338	0.82 439	0.42 374	1.07 393	0.80 305	0.95 432	0.94 343	0.76 356	0.59 342	0.66 289	0.48 334	0.21 363	0.16 358	0.20 323	0.20 377	0.19 318	0.19 308

UDGNet	0.50 337	0.82 541	0.56 330	0.51 440	0.32 403	0.41 225	0.34 244	0.71 231	0.93 393	0.65 236	0.60 191	0.58 250	0.44 261	0.65 277	0.43 302	0.33 498	0.15 331	0.67 557	0.20 377	0.49 530	0.23 400

PSMNet-ADL	0.50 337	0.28 370	0.43 189	0.49 417	0.31 378	0.70 391	0.38 312	0.94 344	0.81 314	0.62 213	0.80 273	0.91 411	0.62 359	0.76 361	0.68 417	0.24 423	0.18 406	0.19 286	0.20 377	0.22 373	0.22 376

PSMNet-RSSM	0.50 337	0.24 271	0.41 157	0.43 314	0.26 251	0.51 278	0.40 343	1.16 427	0.79 296	0.75 300	1.07 409	0.87 393	0.69 401	0.66 289	0.52 356	0.24 423	0.16 358	0.23 404	0.26 475	0.20 335	0.20 339

CFNet-ft	0.50 337	0.25 302	0.39 136	0.41 236	0.26 251	0.66 376	0.37 294	0.91 328	0.87 353	0.67 251	1.00 376	1.05 452	0.70 406	0.68 308	0.57 382	0.23 412	0.16 358	0.24 420	0.21 398	0.24 406	0.19 308

CFNet_RVC	0.50 337	0.25 302	0.39 136	0.41 236	0.26 251	0.66 376	0.37 294	0.91 328	0.87 353	0.67 251	1.00 376	1.05 452	0.70 406	0.68 308	0.57 382	0.23 412	0.16 358	0.24 420	0.21 398	0.24 406	0.19 308

UCFNet_RVC	0.50 337	0.27 354	0.37 118	0.40 208	0.27 290	0.66 376	0.42 374	1.18 438	0.86 346	0.70 270	0.89 318	0.91 411	0.60 348	0.62 250	0.48 334	0.24 423	0.18 406	0.28 473	0.27 482	0.25 417	0.24 411

G2L-Stereo	0.51 351	0.25 302	0.55 317	0.44 339	0.27 290	0.46 261	0.47 408	0.98 356	0.81 314	0.86 376	0.90 324	0.91 411	0.56 320	0.88 412	0.80 444	0.21 363	0.17 391	0.22 382	0.18 326	0.17 252	0.22 376

DCVSM-stereo	0.51 351	0.28 370	0.56 330	0.39 170	0.29 338	0.55 304	0.28 140	0.78 283	0.78 289	1.11 499	0.77 248	1.04 447	0.76 446	0.65 277	0.52 356	0.20 347	0.20 433	0.24 420	0.21 398	0.25 417	0.31 468

test_sample6	0.51 351	0.27 354	0.55 317	0.38 145	0.23 144	0.64 362	0.39 330	1.18 438	0.88 364	0.84 353	1.06 405	0.66 303	0.61 354	0.75 351	0.52 356	0.23 412	0.17 391	0.22 382	0.22 420	0.24 406	0.23 400

qqq1	0.51 351	0.24 271	0.67 383	0.35 75	0.20 74	0.63 352	0.34 244	1.26 474	1.06 451	0.85 366	1.02 383	0.71 320	0.66 382	0.96 443	0.36 234	0.19 326	0.16 358	0.14 92	0.12 121	0.15 173	0.16 227

fff1	0.51 351	0.24 271	0.67 383	0.35 75	0.20 74	0.63 352	0.34 244	1.26 474	1.06 451	0.85 366	1.02 383	0.71 320	0.66 382	0.96 443	0.36 234	0.19 326	0.16 358	0.14 92	0.12 121	0.15 173	0.16 227

DualNet	0.51 351	0.28 370	0.55 317	0.37 125	0.23 144	0.65 369	0.38 312	1.19 442	0.86 346	0.84 353	1.06 405	0.64 285	0.60 348	0.72 338	0.48 334	0.22 385	0.16 358	0.22 382	0.21 398	0.23 393	0.22 376

GMStereo_Zeroshot	0.51 351	0.46 484	0.80 433	0.50 428	0.28 315	0.57 319	0.30 176	0.75 270	0.79 296	0.88 391	0.94 343	0.90 405	0.37 213	0.77 368	0.46 319	0.27 453	0.14 307	0.26 452	0.15 213	0.39 505	0.19 308

CFNet_ucs	0.51 351	0.25 302	0.58 341	0.39 170	0.31 378	0.59 335	0.35 267	1.04 377	0.95 406	0.89 398	1.19 453	0.80 375	0.49 290	0.66 289	0.45 315	0.21 363	0.16 358	0.26 452	0.18 326	0.27 438	0.23 400

anonymousa	0.51 351	0.21 186	0.47 228	0.39 170	0.25 214	0.89 456	0.36 280	0.78 283	0.63 216	0.88 391	1.54 515	1.09 467	0.67 391	0.53 167	0.46 319	0.17 247	0.14 307	0.19 286	0.21 398	0.16 226	0.16 227

hknet	0.51 351	0.26 337	0.58 341	0.46 378	0.29 338	0.75 414	0.46 400	0.99 360	0.89 370	0.77 314	0.80 273	0.96 423	0.67 391	0.75 351	0.50 347	0.19 326	0.15 331	0.22 382	0.19 354	0.18 283	0.19 308

CrosDoStereo	0.51 351	0.19 115	0.46 216	0.39 170	0.24 184	0.39 206	1.14 555	0.69 212	0.87 353	0.94 426	1.36 486	0.62 273	0.75 437	0.68 308	0.46 319	0.15 157	0.12 194	0.17 205	0.18 326	0.14 126	0.16 227

DeepStereo_LL	0.51 351	0.19 115	0.46 216	0.39 170	0.24 184	0.39 206	1.14 555	0.69 212	0.87 353	0.94 426	1.36 486	0.62 273	0.75 437	0.68 308	0.46 319	0.15 157	0.12 194	0.17 205	0.18 326	0.14 126	0.16 227

THIR-Stereo	0.51 351	0.19 115	0.47 228	0.39 170	0.23 144	0.74 410	0.64 489	0.68 202	0.88 364	1.03 466	1.40 492	0.71 320	0.75 437	0.64 268	0.43 302	0.16 205	0.11 123	0.17 205	0.18 326	0.15 173	0.17 270

GwcNet-RSSM	0.51 351	0.25 302	0.51 271	0.41 236	0.24 184	0.56 310	0.41 363	0.97 354	0.96 413	0.75 300	1.17 448	0.89 402	0.66 382	0.66 289	0.74 430	0.22 385	0.15 331	0.19 286	0.21 398	0.17 252	0.16 227

AIO-Stereo-zeroshot1	0.52 365	0.23 249	1.38 524	0.40 208	0.53 522	0.29 97	0.30 176	1.49 529	0.45 155	0.69 264	1.15 438	0.98 427	0.32 176	0.70 323	0.29 155	0.15 157	0.11 123	0.17 205	0.20 377	0.22 373	0.27 435

ToySt	0.52 365	0.27 354	0.93 471	0.42 273	0.28 315	0.67 385	0.56 462	0.88 321	0.79 296	0.61 208	0.85 300	0.92 417	0.70 406	0.72 338	0.61 398	0.16 205	0.17 391	0.21 367	0.21 398	0.22 373	0.21 357

NINENet	0.52 365	0.30 399	0.55 317	0.46 378	0.33 415	0.78 418	0.34 244	1.18 438	0.91 381	0.84 353	0.97 360	0.64 285	0.54 309	0.74 343	0.56 376	0.23 412	0.20 433	0.25 433	0.18 326	0.22 373	0.22 376

AACVNet	0.52 365	0.25 302	0.56 330	0.48 406	0.29 338	0.55 304	0.38 312	0.96 352	0.59 205	0.83 347	1.03 393	1.03 442	0.77 451	0.91 425	0.58 389	0.22 385	0.18 406	0.24 420	0.18 326	0.24 406	0.22 376

acv_ft	0.52 365	0.24 271	0.64 370	0.45 353	0.28 315	0.85 448	0.40 343	0.95 347	0.81 314	1.00 456	0.96 351	0.79 371	0.62 359	0.65 277	0.88 455	0.18 286	0.15 331	0.16 163	0.15 213	0.18 283	0.15 196

AdaStereo	0.52 365	0.34 424	0.53 300	0.49 417	0.25 214	0.71 396	0.36 280	1.24 465	0.91 381	0.77 314	0.98 364	0.75 349	0.50 293	0.71 333	0.51 351	0.27 453	0.13 268	0.28 473	0.18 326	0.23 393	0.18 296
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.
iResNet	0.52 365	0.31 408	0.86 458	0.44 339	0.22 116	0.66 376	0.47 408	0.92 337	1.02 437	0.89 398	1.12 424	0.69 315	0.55 313	0.86 404	0.60 392	0.15 157	0.11 123	0.15 136	0.12 121	0.17 252	0.17 270

DDVS	0.53 372	0.32 411	0.63 365	0.42 273	0.31 378	0.71 396	0.35 267	0.95 347	0.69 244	0.86 376	0.90 324	1.11 471	0.46 275	0.90 422	0.67 412	0.23 412	0.17 391	0.22 382	0.18 326	0.25 417	0.28 446

SMFormer	0.53 372	0.24 271	0.67 383	0.35 75	0.20 74	0.63 352	0.34 244	1.26 474	1.06 451	0.85 366	1.02 383	0.71 320	0.66 382	0.96 443	0.60 392	0.19 326	0.16 358	0.18 253	0.17 295	0.19 318	0.20 339

tta	0.53 372	0.24 271	0.67 383	0.35 75	0.20 74	0.63 352	0.34 244	1.26 474	1.06 451	0.85 366	1.02 383	0.71 320	0.66 382	0.96 443	0.60 392	0.19 326	0.16 358	0.18 253	0.17 295	0.15 173	0.16 227

CFNet	0.53 372	0.30 399	0.53 300	0.42 273	0.28 315	0.73 404	0.35 267	1.21 452	1.01 432	0.74 296	1.07 409	0.85 383	0.60 348	0.83 395	0.58 389	0.19 326	0.15 331	0.23 404	0.23 436	0.21 347	0.17 270

HSM	0.53 372	0.25 302	0.46 216	0.40 208	0.25 214	0.74 410	0.44 390	1.29 489	0.78 289	0.82 339	0.92 338	1.21 487	0.75 437	0.90 422	0.48 334	0.18 286	0.14 307	0.17 205	0.14 187	0.17 252	0.18 296

coex_refinement	0.54 377	0.22 216	0.44 195	0.45 353	0.31 378	0.75 414	0.40 343	1.16 427	0.92 387	0.87 381	1.12 424	0.99 432	0.57 332	0.69 315	0.90 463	0.21 363	0.14 307	0.16 163	0.16 242	0.21 347	0.22 376

UGAM	0.54 377	0.23 249	0.51 271	0.46 378	0.26 251	0.40 214	0.52 443	0.65 178	1.19 495	0.78 325	1.15 438	1.38 516	0.56 320	1.03 468	0.56 376	0.18 286	0.15 331	0.25 433	0.21 398	0.15 173	0.13 118

ITSA-stereo	0.54 377	0.29 384	0.55 317	0.41 236	0.23 144	0.59 335	0.35 267	1.31 493	1.25 504	0.82 339	0.80 273	0.72 335	0.58 336	0.89 414	0.72 426	0.22 385	0.18 406	0.23 404	0.22 420	0.22 373	0.29 453

test_sample7	0.54 377	0.30 399	0.55 317	0.37 125	0.28 315	0.63 352	0.47 408	1.11 407	0.92 387	0.93 419	0.89 318	0.86 387	0.71 411	0.74 343	0.53 367	0.27 453	0.22 452	0.27 462	0.26 475	0.27 438	0.26 425

DAS	0.54 377	0.26 337	0.66 378	0.49 417	0.31 378	0.61 342	0.43 382	0.89 322	1.01 432	0.95 432	1.16 443	0.71 320	0.85 471	0.89 414	0.47 330	0.18 286	0.14 307	0.18 253	0.15 213	0.22 373	0.19 308

SepStereo	0.54 377	0.26 337	0.66 378	0.49 417	0.31 378	0.61 342	0.43 382	0.89 322	1.01 432	0.95 432	1.16 443	0.71 320	0.85 471	0.97 450	0.47 330	0.18 286	0.14 307	0.18 253	0.15 213	0.22 373	0.19 308

RAFT + AFF	0.54 377	0.30 399	0.84 451	0.51 440	0.32 403	0.63 352	0.57 464	1.05 384	0.95 406	0.80 333	0.87 311	0.85 383	0.57 332	0.87 406	0.51 351	0.18 286	0.21 443	0.23 404	0.22 420	0.19 318	0.19 308

ac_64	0.54 377	0.24 271	0.58 341	0.46 378	0.28 315	0.79 424	0.44 390	1.11 407	0.63 216	0.94 426	0.85 300	1.06 456	0.70 406	0.76 361	0.72 426	0.22 385	0.18 406	0.20 323	0.19 354	0.18 283	0.16 227

DMCA-RVC	0.54 377	0.32 411	0.83 444	0.51 440	0.32 403	0.59 335	0.38 312	0.89 322	0.70 248	0.95 432	0.88 315	0.90 405	0.69 401	0.75 351	0.63 405	0.23 412	0.18 406	0.31 492	0.24 451	0.27 438	0.21 357

AASNet	0.55 386	0.27 354	0.62 361	0.51 440	0.32 403	0.73 404	0.44 390	1.55 536	0.88 364	0.88 391	0.94 343	0.64 285	0.63 364	0.62 250	0.84 450	0.23 412	0.20 433	0.20 323	0.16 242	0.22 373	0.20 339

LMCR-Stereo	0.55 386	0.33 419	0.57 339	0.60 509	0.30 363	0.80 430	0.36 280	1.30 491	0.79 296	0.90 406	1.04 396	0.57 234	0.64 372	0.87 406	0.73 429	0.20 347	0.15 331	0.19 286	0.14 187	0.25 417	0.18 296

UNet	0.55 386	0.27 354	0.72 411	0.45 353	0.41 470	0.97 470	0.40 343	1.01 367	0.80 305	0.87 381	0.90 324	1.03 442	0.75 437	0.76 361	0.67 412	0.19 326	0.15 331	0.20 323	0.17 295	0.21 347	0.18 296

UPFNet	0.55 386	0.26 337	0.59 349	0.46 378	0.38 452	0.83 442	0.48 415	1.03 376	0.80 305	0.92 416	0.91 332	0.85 383	0.67 391	0.87 406	0.78 436	0.20 347	0.21 443	0.20 323	0.20 377	0.20 335	0.15 196

HSM-Net_RVC	0.55 386	0.23 249	0.37 118	0.38 145	0.22 116	0.86 450	0.40 343	1.31 493	0.93 393	0.92 416	1.15 438	1.26 491	0.71 411	0.75 351	0.53 367	0.17 247	0.14 307	0.16 163	0.15 213	0.17 252	0.17 270
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NLCA_NET_v2_RVC	0.55 386	0.33 419	0.71 404	0.46 378	0.31 378	0.66 376	0.43 382	1.07 393	0.89 370	0.93 419	0.91 332	0.98 427	0.61 354	0.76 361	0.64 407	0.22 385	0.18 406	0.22 382	0.22 420	0.22 373	0.24 411
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DeepPruner_ROB	0.55 386	0.37 439	0.67 383	0.42 273	0.31 378	0.50 273	0.43 382	1.22 460	0.73 267	0.86 376	1.05 399	0.85 383	0.58 336	0.90 422	0.56 376	0.29 475	0.23 463	0.22 382	0.22 420	0.26 428	0.26 425

iResNetv2_ROB	0.55 386	0.29 384	0.86 458	0.39 170	0.25 214	0.67 385	0.37 294	1.21 452	1.02 437	1.02 463	1.10 417	0.89 402	0.79 453	0.74 343	0.43 302	0.19 326	0.13 268	0.15 136	0.11 91	0.19 318	0.16 227

iResNet_ROB	0.55 386	0.24 271	0.61 355	0.38 145	0.22 116	0.66 376	0.30 176	1.59 545	1.33 521	0.94 426	1.05 399	0.81 377	0.69 401	0.84 399	0.46 319	0.17 247	0.12 194	0.14 92	0.09 6	0.15 173	0.20 339

rvit_105_1	0.56 395	0.42 472	0.84 451	0.59 506	0.37 445	0.59 335	0.68 494	0.73 254	0.97 418	0.82 339	0.69 219	0.75 349	0.63 364	0.80 382	0.56 376	0.34 506	0.29 506	0.31 492	0.34 517	0.23 393	0.23 400

IGEV-BASED-STEREO-	0.56 395	3.08 596	2.41 561	0.32 33	0.18 27	0.29 97	0.20 27	0.39 40	0.33 66	0.29 61	0.25 33	0.18 10	0.18 19	0.32 16	0.22 27	1.08 572	0.09 18	0.17 205	0.16 242	0.15 173	0.96 566

ff1	0.56 395	0.28 370	0.68 390	0.39 170	0.26 251	0.56 310	0.40 343	0.72 242	1.13 477	0.76 306	0.98 364	0.71 320	0.55 313	1.25 498	1.46 528	0.17 247	0.11 123	0.25 433	0.21 398	0.16 226	0.17 270

ttt	0.56 395	0.27 354	0.49 250	0.39 170	0.25 214	0.65 369	0.42 374	1.24 465	1.08 463	0.76 306	1.10 417	0.63 278	0.51 298	0.95 440	1.03 491	0.25 436	0.22 452	0.22 382	0.21 398	0.25 417	0.25 420

FTStereo	0.56 395	0.21 186	0.39 136	0.42 273	0.25 214	0.39 206	0.73 511	0.69 212	0.45 155	1.09 492	3.23 571	0.69 315	0.71 411	0.55 176	0.34 214	0.15 157	0.13 268	0.19 286	0.17 295	0.15 173	0.32 472

GEStereo_RVC	0.56 395	0.30 399	0.70 402	0.51 440	0.31 378	0.70 391	0.54 455	1.31 493	0.93 393	0.85 366	0.86 304	0.84 381	0.63 364	0.92 427	0.67 412	0.24 423	0.16 358	0.19 286	0.17 295	0.21 347	0.23 400

ISRNet	0.57 401	0.25 302	0.72 411	0.57 497	0.36 441	0.43 240	0.28 140	0.85 307	0.84 334	1.09 492	1.25 461	0.91 411	0.61 354	0.68 308	0.60 392	0.35 512	0.26 490	0.36 511	0.33 515	0.30 458	0.42 517

CSP-Net	0.57 401	0.29 384	0.55 317	0.42 273	0.29 338	1.20 517	0.49 428	1.29 489	0.75 277	0.98 450	0.97 360	0.88 397	0.69 401	0.85 402	0.66 409	0.27 453	0.18 406	0.17 205	0.17 295	0.18 283	0.19 308

ADLNet2	0.57 401	0.26 337	0.71 404	0.48 406	0.31 378	0.83 442	0.51 437	1.10 405	0.99 426	0.85 366	0.99 372	0.99 432	0.70 406	0.79 379	0.78 436	0.21 363	0.17 391	0.18 253	0.18 326	0.22 373	0.22 376

RAFT-RH_RVC	0.57 401	0.18 81	0.44 195	0.38 145	0.23 144	0.56 310	0.24 85	0.61 153	0.73 267	1.18 506	3.90 582	0.55 223	0.40 241	0.67 299	0.38 258	0.14 89	0.11 123	0.20 323	0.15 213	0.12 46	0.14 156

ADLNet	0.57 401	0.29 384	0.58 341	0.46 378	0.35 434	0.80 430	0.46 400	1.14 421	0.88 364	1.03 466	0.98 364	0.92 417	0.66 382	0.71 333	0.83 449	0.22 385	0.16 358	0.22 382	0.22 420	0.22 373	0.23 400

MMNet	0.57 401	0.26 337	0.67 383	0.45 353	0.35 434	1.04 488	0.39 330	0.93 339	0.98 423	0.96 444	0.97 360	0.86 387	0.80 458	0.83 395	0.80 444	0.16 205	0.15 331	0.19 286	0.19 354	0.20 335	0.17 270

delet	0.57 401	0.25 302	0.63 365	0.46 378	0.34 427	1.05 493	0.51 437	1.04 377	0.94 402	0.90 406	0.99 372	0.90 405	0.68 399	0.87 406	0.78 436	0.18 286	0.18 406	0.20 323	0.21 398	0.17 252	0.17 270

psm_up	0.57 401	0.27 354	0.52 292	0.50 428	0.33 415	0.65 369	0.60 477	1.07 393	0.84 334	0.87 381	0.91 332	1.00 434	1.06 514	0.80 382	0.66 409	0.22 385	0.25 481	0.26 452	0.23 436	0.22 373	0.21 357

hitnet-ft	0.57 401	0.29 384	0.43 189	0.42 273	0.29 338	0.81 436	0.40 343	0.98 356	0.91 381	0.84 353	1.01 380	1.13 479	0.72 422	0.83 395	0.71 423	0.28 464	0.21 443	0.28 473	0.22 420	0.29 450	0.27 435

DSFCA	0.57 401	0.27 354	0.71 404	0.41 236	0.36 441	0.78 418	0.53 448	1.08 398	0.85 340	1.08 488	0.84 291	0.90 405	0.66 382	1.05 471	0.63 405	0.26 442	0.22 452	0.21 367	0.21 398	0.22 373	0.20 339

STTStereo	0.57 401	0.39 452	0.87 463	0.45 353	0.32 403	0.62 346	0.45 397	1.01 367	0.87 353	1.01 459	0.91 332	0.95 420	0.58 336	0.77 368	0.66 409	0.25 436	0.24 472	0.27 462	0.33 515	0.25 417	0.26 425

RASNet	0.57 401	0.24 271	0.61 355	0.39 170	0.23 144	0.71 396	0.40 343	1.02 370	0.93 393	0.77 314	1.05 399	1.05 452	0.98 503	0.99 457	1.03 491	0.16 205	0.14 307	0.14 92	0.17 295	0.15 173	0.14 156

LL-Strereo	0.58 413	0.29 384	0.83 444	0.48 406	0.35 434	0.39 206	0.48 415	1.04 377	0.99 426	0.87 381	0.79 262	1.08 461	1.15 526	1.35 517	0.51 351	0.18 286	0.15 331	0.22 382	0.19 354	0.17 252	0.21 357

HGLStereo	0.58 413	0.30 399	0.65 375	0.51 440	0.38 452	0.78 418	0.45 397	1.07 393	0.82 327	0.89 398	1.16 443	0.88 397	0.91 490	0.80 382	0.74 430	0.21 363	0.21 443	0.20 323	0.18 326	0.19 318	0.22 376

FADNet-RVC-Resample	0.58 413	0.35 428	1.34 521	0.50 428	0.34 427	0.73 404	0.43 382	1.09 401	0.96 413	0.83 347	0.87 311	0.76 356	0.66 382	0.77 368	0.52 356	0.19 326	0.18 406	0.26 452	0.27 482	0.28 448	0.29 453

FADNet_RVC	0.58 413	0.39 452	1.26 510	0.45 353	0.32 403	0.55 304	0.34 244	1.12 412	0.90 375	0.68 261	0.90 324	0.61 266	0.71 411	1.03 468	0.80 444	0.21 363	0.18 406	0.27 462	0.23 436	0.33 474	0.30 459

mmx	0.59 417	0.28 370	0.68 390	0.39 170	0.26 251	0.56 310	0.40 343	1.24 465	1.06 451	0.76 306	0.98 364	0.71 320	0.55 313	1.25 498	1.46 528	0.21 363	0.16 358	0.25 433	0.21 398	0.24 406	0.22 376

xxx	0.59 417	0.28 370	0.68 390	0.39 170	0.26 251	0.56 310	0.40 343	1.24 465	1.06 451	0.76 306	0.98 364	0.71 320	0.55 313	1.25 498	1.46 528	0.21 363	0.16 358	0.25 433	0.21 398	0.24 406	0.22 376

CRFU-Net	0.59 417	0.29 384	0.62 361	0.47 398	0.31 378	1.20 517	0.51 437	1.19 442	0.59 205	1.05 476	1.00 376	1.06 456	0.87 478	0.83 395	0.77 435	0.22 385	0.19 424	0.18 253	0.16 242	0.19 318	0.20 339

TDLM	0.59 417	0.35 428	0.57 339	0.53 467	0.32 403	0.67 385	0.72 506	1.09 401	1.03 441	0.84 353	1.11 422	0.84 381	0.71 411	0.96 443	0.61 398	0.28 464	0.18 406	0.26 452	0.22 420	0.27 438	0.21 357

CVANet_RVC	0.59 417	0.35 428	0.54 313	0.49 417	0.33 415	0.70 391	0.67 491	1.12 412	0.97 418	0.88 391	1.05 399	1.01 438	0.72 422	0.94 434	0.55 374	0.30 482	0.20 433	0.28 473	0.26 475	0.32 469	0.23 400

AANet_RVC	0.59 417	0.35 428	0.68 390	0.47 398	0.28 315	0.57 319	0.47 408	1.04 377	1.28 511	0.87 381	1.33 481	0.86 387	0.63 364	1.16 486	0.89 457	0.19 326	0.13 268	0.15 136	0.14 187	0.18 283	0.20 339

NOSS_ROB	0.59 417	0.40 461	0.42 170	0.45 353	0.31 378	0.79 424	0.53 448	1.09 401	1.12 472	0.69 264	0.92 338	0.77 361	0.63 364	0.81 387	0.52 356	0.39 525	0.38 540	0.44 533	0.42 541	0.38 501	0.36 495

DualNet (step1)	0.60 424	0.37 439	0.83 444	0.39 170	0.31 378	0.72 400	0.49 428	1.11 407	0.92 387	0.93 419	0.89 318	0.86 387	0.71 411	0.74 343	0.53 367	0.42 532	0.22 452	0.40 525	0.41 536	0.36 493	0.35 489

pcwnet_v2	0.60 424	0.29 384	0.89 467	0.46 378	0.36 441	0.62 346	0.38 312	1.33 502	1.24 502	1.02 463	1.27 469	0.71 320	0.59 342	0.71 333	0.51 351	0.28 464	0.21 443	0.24 420	0.23 436	0.29 450	0.30 459

PS-NSSS	0.60 424	0.46 484	0.68 390	0.43 314	0.34 427	0.66 376	0.57 464	1.05 384	0.91 381	0.80 333	1.28 470	0.72 335	0.67 391	0.89 414	0.61 398	0.32 491	0.26 490	0.40 525	0.27 482	0.35 487	0.29 453

DLCB_ROB	0.60 424	0.29 384	0.53 300	0.50 428	0.33 415	0.76 417	0.51 437	1.02 370	0.94 402	1.07 487	1.16 443	1.21 487	0.73 427	0.98 452	0.75 432	0.21 363	0.20 433	0.22 382	0.23 436	0.22 373	0.20 339

CBFPSM	0.61 428	0.25 302	1.41 527	0.39 170	0.27 290	1.10 497	0.67 491	0.83 303	0.84 334	0.82 339	0.81 281	1.33 505	0.85 471	0.72 338	0.86 453	0.16 205	0.15 331	0.15 136	0.17 295	0.17 252	0.23 400

ssnet_v2	0.61 428	0.29 384	0.69 399	0.45 353	0.30 363	0.93 462	0.62 481	1.20 449	1.03 441	0.97 447	0.81 281	0.98 427	0.67 391	0.84 399	0.97 482	0.26 442	0.23 463	0.23 404	0.24 451	0.20 335	0.21 357

HBP-ISP	0.61 428	0.47 491	0.45 203	0.46 378	0.33 415	0.79 424	0.29 155	1.15 425	1.05 447	0.85 366	1.18 452	0.67 310	0.71 411	0.92 427	0.57 382	0.37 519	0.38 540	0.47 538	0.41 536	0.39 505	0.32 472

dad	0.61 428	0.53 499	0.72 411	0.44 339	0.31 378	0.64 362	0.37 294	0.85 307	1.28 511	1.05 476	1.17 448	1.18 485	0.61 354	0.70 323	0.54 372	0.36 515	0.23 463	0.37 516	0.21 398	0.31 462	0.23 400

SACVNet	0.61 428	0.36 437	0.67 383	0.57 497	0.37 445	0.65 369	0.47 408	1.16 427	0.80 305	1.04 471	1.06 405	1.02 440	0.81 461	0.99 457	0.57 382	0.28 464	0.21 443	0.25 433	0.24 451	0.30 458	0.39 504

StereoDRNet-Refined	0.61 428	0.33 419	0.63 365	0.47 398	0.31 378	0.94 465	0.41 363	1.04 377	0.97 418	1.15 504	1.13 431	1.00 434	0.74 433	0.93 431	0.93 470	0.18 286	0.13 268	0.22 382	0.21 398	0.20 335	0.21 357
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
FADNet-RVC	0.62 434	0.56 515	1.29 515	0.47 398	0.39 460	0.63 352	0.40 343	1.16 427	0.91 381	0.71 281	0.86 304	1.04 447	0.55 313	0.99 457	0.78 436	0.27 453	0.26 490	0.28 473	0.29 495	0.32 469	0.31 468

NVstereo2D	0.62 434	0.32 411	0.82 440	0.50 428	0.44 488	0.88 453	0.48 415	1.12 412	1.17 489	0.67 251	0.90 324	0.90 405	0.69 401	1.02 466	0.69 419	0.33 498	0.16 358	0.29 481	0.20 377	0.43 515	0.46 532

CBMV_ROB	0.62 434	0.39 452	0.41 157	0.41 236	0.28 315	0.86 450	0.28 140	1.06 389	1.02 437	0.95 432	1.33 481	0.81 377	0.84 467	0.94 434	0.56 376	0.37 519	0.37 539	0.43 531	0.40 531	0.33 474	0.32 472

ACV-stereo	0.63 437	0.37 439	1.03 490	0.44 339	0.31 378	1.27 521	0.41 363	0.78 283	0.84 334	0.65 236	0.76 244	2.07 554	1.00 504	0.84 399	0.68 417	0.22 385	0.17 391	0.19 286	0.18 326	0.22 373	0.23 400

FADNet	0.63 437	0.53 499	1.20 504	0.46 378	0.44 488	0.66 376	0.41 363	1.24 465	1.07 459	0.70 270	0.84 291	0.98 427	0.65 380	0.87 406	0.54 372	0.29 475	0.30 511	0.27 462	0.30 496	0.48 526	0.36 495

1111x	0.64 439	0.23 249	0.61 355	0.39 170	0.21 95	0.68 389	0.46 400	1.32 499	1.03 441	0.76 306	1.02 383	0.95 420	0.72 422	1.13 480	2.15 557	0.18 286	0.18 406	0.18 253	0.19 354	0.20 335	0.19 308

SGM-Forest	0.65 440	0.33 419	0.43 189	0.44 339	0.30 363	1.01 482	0.54 455	1.13 419	1.09 469	1.11 499	1.21 455	1.10 469	0.76 446	0.99 457	0.71 423	0.32 491	0.33 531	0.33 503	0.30 496	0.30 458	0.28 446
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	0.66 441	0.32 411	0.80 433	0.46 378	0.34 427	1.26 520	0.50 434	0.91 328	1.00 430	1.05 476	1.36 486	1.28 494	0.84 467	0.81 387	0.90 463	0.22 385	0.24 472	0.23 404	0.23 436	0.21 347	0.22 376

Wz-Net-LNSev-Ref	0.67 442	0.30 399	1.20 504	0.42 273	0.31 378	1.00 478	0.58 471	1.16 427	1.07 459	1.01 459	1.25 461	1.08 461	0.75 437	1.18 489	1.03 491	0.20 347	0.12 194	0.16 163	0.13 157	0.22 373	0.22 376

StereoDRNet	0.67 442	0.35 428	0.82 440	0.53 467	0.44 488	1.03 486	0.53 448	1.51 533	1.06 451	1.13 502	0.91 332	1.07 460	0.74 433	0.87 406	0.95 475	0.24 423	0.19 424	0.25 433	0.23 436	0.27 438	0.22 376

PSMNet_ROB	0.67 442	0.39 452	0.76 425	0.57 497	0.43 482	1.00 478	0.85 535	1.25 472	0.93 393	0.82 339	1.04 396	1.08 461	0.64 372	0.89 414	1.02 490	0.29 475	0.21 443	0.31 492	0.31 506	0.27 438	0.25 420

TCMNet	0.68 445	0.41 467	1.08 494	0.60 509	0.61 539	0.97 470	0.55 458	1.11 407	0.93 393	0.87 381	1.14 435	0.89 402	0.65 380	0.92 427	1.06 499	0.26 442	0.26 490	0.31 492	0.28 489	0.33 474	0.30 459

YMNet	0.68 445	0.40 461	1.01 486	0.53 467	0.46 503	1.04 488	0.48 415	1.06 389	0.81 314	1.21 509	1.31 477	1.11 471	0.73 427	0.89 414	0.96 477	0.27 453	0.31 519	0.25 433	0.25 464	0.25 417	0.24 411

YMNet_1	0.68 445	0.40 461	1.01 486	0.53 467	0.46 503	1.04 488	0.48 415	1.06 389	0.81 314	1.21 509	1.31 477	1.11 471	0.73 427	0.89 414	0.96 477	0.27 453	0.31 519	0.25 433	0.25 464	0.25 417	0.24 411

DRN-Test	0.68 445	0.34 424	0.77 428	0.52 457	0.40 465	1.14 506	0.61 479	1.56 540	1.04 445	1.18 506	1.10 417	1.05 452	0.72 422	0.82 393	1.01 486	0.24 423	0.18 406	0.26 452	0.25 464	0.26 428	0.23 400

CBMV	0.68 445	0.37 439	0.50 262	0.43 314	0.26 251	1.00 478	0.71 500	1.17 436	1.16 486	1.24 517	1.29 474	1.06 456	0.86 475	0.98 452	0.75 432	0.29 475	0.30 511	0.34 505	0.30 496	0.26 428	0.27 435
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
iinet-f	0.69 450	0.29 384	2.34 559	0.41 236	0.31 378	1.16 510	0.58 471	0.87 313	0.85 340	0.86 376	1.17 448	1.04 447	0.83 464	0.76 361	1.26 517	0.21 363	0.18 406	0.17 205	0.16 242	0.21 347	0.21 357

z-ln-s-r	0.70 451	0.39 452	1.51 532	0.40 208	0.27 290	0.58 325	0.62 481	0.87 313	1.09 469	0.84 353	1.44 502	0.91 411	0.87 478	1.20 493	2.07 553	0.16 205	0.12 194	0.17 205	0.15 213	0.21 347	0.17 270

GASNet	0.70 451	0.77 537	1.16 502	0.71 541	0.49 511	0.62 346	0.48 415	1.12 412	1.05 447	0.98 450	0.84 291	0.94 419	0.82 462	1.41 521	0.85 452	0.33 498	0.22 452	0.29 481	0.28 489	0.44 518	0.26 425

PA-Net	0.70 451	0.46 484	0.96 478	0.51 440	0.53 522	0.94 465	0.73 511	1.14 421	1.15 484	0.83 347	0.90 324	0.88 397	0.76 446	1.19 490	0.96 477	0.25 436	0.41 549	0.29 481	0.44 542	0.27 438	0.39 504
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MaskLacGwcNet_RVC	0.71 454	0.84 545	0.80 433	0.55 487	0.38 452	1.38 528	0.57 464	1.07 393	0.81 314	0.90 406	0.94 343	0.95 420	0.54 309	1.01 463	0.61 398	0.41 530	0.30 511	0.57 553	0.31 506	0.86 557	0.39 504

DISCO	0.72 455	0.27 354	0.72 411	0.45 353	0.31 378	1.12 504	0.53 448	1.32 499	1.25 504	0.84 353	1.07 409	1.52 533	0.87 478	1.82 548	1.08 505	0.20 347	0.15 331	0.18 253	0.16 242	0.24 406	0.24 411

APVNet	0.73 456	0.39 452	1.01 486	0.58 503	0.45 494	1.16 510	0.68 494	1.47 528	0.87 353	0.84 353	1.15 438	1.04 447	0.84 467	1.14 482	1.18 512	0.27 453	0.28 504	0.32 498	0.31 506	0.29 450	0.32 472

GwcNet	0.73 456	0.39 452	1.37 523	0.53 467	0.43 482	1.10 497	0.52 443	1.27 479	1.19 495	1.05 476	1.41 494	1.06 456	0.86 475	0.98 452	1.01 486	0.26 442	0.24 472	0.24 420	0.23 436	0.23 393	0.28 446

NaN_ROB	0.73 456	0.46 484	0.89 467	0.52 457	0.34 427	0.98 475	1.11 552	1.28 484	1.20 498	1.27 522	0.96 351	1.08 461	0.79 453	1.34 516	0.78 436	0.24 423	0.30 511	0.23 404	0.24 451	0.23 393	0.26 425

XPNet_ROB	0.73 456	0.38 447	0.80 433	0.53 467	0.40 465	0.80 430	0.83 531	1.21 452	0.96 413	1.37 527	1.17 448	1.37 512	0.87 478	1.14 482	0.99 484	0.33 498	0.25 481	0.27 462	0.24 451	0.31 462	0.29 453

ETE_ROB	0.73 456	0.52 496	0.93 471	0.57 497	0.37 445	0.80 430	0.86 536	1.19 442	0.95 406	1.20 508	1.22 457	1.39 518	0.86 475	1.07 472	0.88 455	0.27 453	0.21 443	0.31 492	0.27 482	0.34 482	0.35 489

Syn2CoEx	0.74 461	0.55 513	1.17 503	0.66 528	0.45 494	0.89 456	0.56 462	1.54 535	1.15 484	0.95 432	1.35 485	1.03 442	1.03 509	0.96 443	0.89 457	0.31 486	0.27 497	0.29 481	0.24 451	0.23 393	0.27 435

DANet	0.74 461	0.47 491	0.98 484	0.60 509	0.41 470	0.92 461	0.41 363	1.02 370	0.87 353	1.22 513	1.22 457	1.33 505	0.88 483	1.26 501	1.37 523	0.27 453	0.24 472	0.31 492	0.25 464	0.37 499	0.36 495
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.74 461	0.38 447	0.63 365	0.54 479	0.35 434	1.01 482	0.95 543	1.15 425	0.95 406	1.09 492	2.00 542	1.14 481	0.92 492	1.29 505	0.75 432	0.25 436	0.27 497	0.27 462	0.23 436	0.32 469	0.24 411

NCCL2	0.74 461	0.45 479	0.77 428	0.65 526	0.45 494	0.97 470	1.16 557	1.16 427	1.02 437	1.00 456	0.98 364	1.48 527	0.88 483	0.99 457	0.89 457	0.31 486	0.27 497	0.39 522	0.39 528	0.33 474	0.34 485

Wz-Net-LNSev	0.75 465	0.54 507	1.59 539	0.51 440	0.41 470	1.16 510	0.79 524	1.27 479	1.13 477	1.04 471	1.14 435	1.11 471	0.94 497	0.93 431	1.00 485	0.24 423	0.22 452	0.21 367	0.19 354	0.26 428	0.27 435

FINET	0.75 465	0.45 479	1.38 524	0.48 406	0.46 503	0.98 475	1.00 547	1.22 460	1.69 551	0.91 415	1.25 461	0.74 344	0.74 433	1.09 476	0.82 448	0.37 519	0.31 519	0.27 462	0.24 451	0.35 487	0.34 485

FAT-Stereo	0.75 465	0.34 424	0.81 439	0.51 440	0.38 452	0.78 418	0.63 485	1.39 511	1.32 519	1.05 476	1.40 492	1.58 538	1.14 524	0.92 427	0.91 466	0.29 475	0.28 504	0.28 473	0.23 436	0.28 448	0.41 514

S-Stereo	0.76 468	0.36 437	1.10 495	0.57 497	0.46 503	0.83 442	0.59 474	1.31 493	1.62 547	0.98 450	1.41 494	1.11 471	0.93 494	0.85 402	1.07 502	0.27 453	0.31 519	0.28 473	0.25 464	0.33 474	0.50 541

RYNet	0.76 468	0.37 439	0.74 420	0.54 479	0.67 545	1.35 525	0.68 494	1.28 484	1.21 501	1.10 496	0.90 324	1.31 498	0.94 497	1.01 463	1.30 519	0.22 385	0.16 358	0.27 462	0.23 436	0.43 515	0.45 528

LALA_ROB	0.76 468	0.46 484	0.86 458	0.55 487	0.41 470	1.00 478	0.93 542	1.25 472	1.13 477	1.23 515	1.15 438	1.55 535	0.80 458	1.11 479	0.96 477	0.33 498	0.23 463	0.35 506	0.30 496	0.35 487	0.32 472

PSMNet-RUCA	0.78 471	0.78 539	1.23 507	1.01 556	0.91 553	0.68 389	0.53 448	1.16 427	1.06 451	0.79 330	1.10 417	0.82 379	0.72 422	0.94 434	0.70 420	0.55 552	0.27 497	0.76 560	0.46 543	0.70 552	0.49 538

edge stereo	0.79 472	0.40 461	0.82 440	0.52 457	0.44 488	0.83 442	0.58 471	1.34 504	1.08 463	1.30 523	1.38 490	1.79 544	1.13 523	1.15 485	0.92 468	0.34 506	0.32 526	0.42 530	0.28 489	0.33 474	0.39 504

DGSMNet	0.80 473	0.58 520	1.42 528	0.61 514	0.65 542	0.94 465	0.75 516	1.35 505	1.16 486	0.88 391	1.26 465	1.00 434	0.75 437	1.07 472	0.89 457	0.36 515	0.31 519	0.41 529	0.40 531	0.60 548	0.59 553

RP	0.80 473	0.38 447	0.73 416	0.67 530	0.59 534	0.82 439	0.57 464	1.21 452	1.28 511	1.03 466	1.68 524	1.45 522	1.49 547	1.08 475	0.90 463	0.36 515	0.31 519	0.37 516	0.30 496	0.36 493	0.36 495

Wz-Net-MNSev	0.81 475	0.42 472	1.64 545	0.51 440	0.41 470	1.46 532	0.95 543	1.24 465	1.26 509	1.31 524	1.25 461	1.17 484	0.83 464	1.21 495	1.06 499	0.22 385	0.19 424	0.24 420	0.23 436	0.29 450	0.26 425

RGC	0.82 476	0.62 524	0.80 433	0.67 530	0.66 544	0.91 459	0.59 474	1.35 505	1.09 469	1.12 501	1.46 507	1.50 529	1.09 517	1.28 504	0.97 482	0.34 506	0.30 511	0.48 543	0.40 531	0.38 501	0.38 503

NCC-stereo	0.82 476	0.43 475	0.87 463	0.63 521	0.68 546	0.88 453	0.72 506	1.60 547	1.12 472	0.95 432	1.41 494	1.37 512	1.37 539	1.26 501	0.94 472	0.32 491	0.30 511	0.37 516	0.49 554	0.34 482	0.35 489

Nwc_Net	0.82 476	0.40 461	0.86 458	0.62 518	0.56 527	1.04 488	0.57 464	1.72 556	1.08 463	0.93 419	1.88 537	1.44 520	1.24 531	1.19 490	0.94 472	0.31 486	0.25 481	0.36 511	0.39 528	0.31 462	0.31 468

Abc-Net	0.82 476	0.43 475	0.87 463	0.63 521	0.68 546	0.88 453	0.72 506	1.60 547	1.12 472	0.95 432	1.41 494	1.37 512	1.37 539	1.26 501	0.94 472	0.32 491	0.30 511	0.37 516	0.49 554	0.34 482	0.35 489
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	0.82 476	0.77 537	0.95 477	0.68 533	0.43 482	1.15 508	1.06 550	1.19 442	1.20 498	1.03 466	1.02 383	1.10 469	0.89 486	1.20 493	0.78 436	0.49 543	0.39 544	0.58 554	0.39 528	0.69 550	0.49 538
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
w-ln-seven-2	0.83 481	0.46 484	2.93 564	0.54 479	0.39 460	0.93 462	0.63 485	1.16 427	1.18 493	1.25 518	1.32 479	1.09 467	1.05 513	1.23 496	1.07 502	0.21 363	0.20 433	0.23 404	0.22 420	0.26 428	0.24 411

stereogan	0.83 481	0.33 419	0.89 467	0.61 514	0.51 517	1.80 553	0.50 434	1.41 517	1.39 527	1.05 476	1.47 509	1.56 537	1.04 511	1.32 515	0.87 454	0.29 475	0.29 506	0.29 481	0.25 464	0.39 505	0.40 509

NLCSM	0.84 483	0.53 499	1.25 508	0.59 506	0.73 551	0.90 458	0.79 524	1.89 563	0.88 364	0.94 426	1.85 535	1.44 520	0.74 433	1.53 532	1.16 510	0.28 464	0.24 472	0.26 452	0.30 496	0.27 438	0.29 453

Anonymous_2	0.84 483	0.45 479	0.66 378	0.41 236	0.45 494	0.82 439	0.53 448	0.81 295	0.81 314	0.73 289	0.61 194	0.91 411	0.76 446	0.77 368	0.61 398	0.51 546	0.55 564	0.54 551	4.92 603	0.54 540	0.42 517

ccnet	0.84 483	0.59 522	0.86 458	0.56 491	0.60 537	1.11 502	0.72 506	1.44 524	0.97 418	1.15 504	1.44 502	1.28 494	0.95 499	1.01 463	1.33 522	0.49 543	0.43 554	0.50 548	0.47 547	0.52 538	0.48 537

psmorigin	0.84 483	0.53 499	2.21 557	0.50 428	0.41 470	0.86 450	0.57 464	1.08 398	0.90 375	1.50 533	1.42 499	1.50 529	1.09 517	1.29 505	1.03 491	0.32 491	0.33 531	0.27 462	0.27 482	0.34 482	0.45 528

ADCRef	0.84 483	0.46 484	1.60 542	0.52 457	0.45 494	1.08 495	0.52 443	1.13 419	1.03 441	1.22 513	1.43 501	0.87 393	0.93 494	0.91 425	3.35 574	0.19 326	0.16 358	0.23 404	0.23 436	0.23 393	0.22 376

CC-Net-ROB	0.84 483	1.01 557	0.93 471	0.60 509	0.45 494	1.25 519	0.71 500	1.20 449	1.05 447	0.84 353	1.24 460	0.90 405	0.78 452	1.14 482	0.70 420	0.48 542	0.34 534	1.71 575	0.38 526	0.78 555	0.40 509

GCST	0.85 489	1.25 565	0.80 433	1.58 570	1.03 564	1.04 488	0.24 85	0.81 295	0.81 314	0.99 455	0.67 216	0.78 364	0.35 198	0.98 452	0.38 258	0.97 567	0.65 569	1.20 569	0.81 572	0.93 560	0.72 556

aanetorigin	0.85 489	0.58 520	1.98 553	0.50 428	0.40 465	0.66 376	0.70 498	0.72 242	1.01 432	2.44 572	2.00 542	1.32 500	1.25 532	0.96 443	1.16 510	0.20 347	0.19 424	0.20 323	0.20 377	0.27 438	0.33 481

AF-Net	0.85 489	0.41 467	0.87 463	0.66 528	0.54 525	0.96 469	0.52 443	1.66 552	1.37 524	1.03 466	2.04 545	1.46 523	1.36 537	1.19 490	1.05 498	0.34 506	0.24 472	0.39 522	0.28 489	0.31 462	0.26 425

SQANet	0.87 492	0.76 536	0.76 425	1.16 562	0.99 561	1.10 497	0.51 437	1.12 412	0.85 340	0.93 419	1.05 399	1.03 442	0.76 446	1.07 472	0.70 420	0.79 560	0.25 481	1.04 567	0.36 521	1.56 568	0.70 555

CSAN	0.88 493	0.52 496	0.93 471	0.61 514	0.42 479	1.19 516	1.11 552	1.27 479	1.48 537	1.37 527	1.44 502	1.37 512	1.30 534	1.46 528	1.01 486	0.39 525	0.31 519	0.36 511	0.37 523	0.35 487	0.36 495

SDNR	0.89 494	0.39 452	1.66 548	0.42 273	0.39 460	3.35 581	0.32 214	0.95 347	1.05 447	1.05 476	2.12 546	0.62 273	0.71 411	1.40 518	0.78 436	0.53 548	0.56 566	0.36 511	0.27 482	0.46 522	0.50 541

test_for_model	0.90 495	3.60 597	0.42 170	2.47 586	2.11 587	0.39 206	0.28 140	0.46 81	0.48 172	0.76 306	0.32 81	0.30 78	0.28 125	0.35 42	0.27 116	0.69 558	0.12 194	0.13 59	0.09 6	3.76 598	0.74 557

PWC_ROB	0.92 496	0.57 517	1.64 545	0.53 467	0.33 415	0.93 462	0.39 330	1.42 522	1.51 539	1.66 544	2.57 559	1.18 485	1.11 519	1.50 530	1.54 534	0.26 442	0.18 406	0.28 473	0.20 377	0.30 458	0.32 472

UDG	0.93 497	1.03 558	0.75 423	1.00 555	0.97 559	1.02 484	0.57 464	1.18 438	1.01 432	0.93 419	1.02 383	1.32 500	1.03 509	0.88 412	0.92 468	0.55 552	0.33 531	1.82 577	0.41 536	1.20 566	0.74 557

RTSC	0.93 497	0.54 507	1.59 539	0.56 491	0.40 465	1.17 514	0.55 458	1.44 524	1.82 556	1.53 536	1.26 465	1.15 482	0.82 462	1.70 542	2.44 561	0.26 442	0.20 433	0.23 404	0.24 451	0.31 462	0.32 472

DeepPrunerF	0.93 497	0.55 513	3.88 572	0.70 539	0.81 552	0.72 400	0.74 513	1.28 484	1.97 560	0.95 432	1.02 383	0.87 393	0.85 471	1.16 486	1.07 502	0.35 512	0.29 506	0.43 531	0.40 531	0.31 462	0.33 481

PWCDC_ROB	0.93 497	0.54 507	0.97 483	0.78 548	0.41 470	1.03 486	0.42 374	1.39 511	2.34 570	1.04 471	3.73 579	0.80 375	1.12 521	1.29 505	1.04 496	0.37 519	0.22 452	0.24 420	0.20 377	0.36 493	0.31 468

FBW_ROB	0.94 501	0.54 507	1.03 490	0.56 491	0.42 479	1.16 510	0.76 518	1.56 540	1.41 528	1.38 529	1.33 481	1.47 525	1.07 515	2.94 578	1.14 509	0.26 442	0.32 526	0.45 534	0.30 496	0.34 482	0.30 459

G-Net	0.95 502	0.48 493	1.13 498	0.67 530	0.49 511	2.07 559	0.63 485	1.02 370	0.90 375	1.77 550	2.62 562	1.28 494	1.60 551	1.09 476	1.06 499	0.37 519	0.30 511	0.35 506	0.25 464	0.46 522	0.45 528

PASM	0.96 503	0.71 533	2.05 555	0.72 542	0.72 550	0.84 447	0.92 539	1.14 421	1.34 522	1.25 518	1.22 457	1.34 508	1.07 515	1.31 513	1.11 506	0.53 548	0.57 567	0.59 555	0.67 565	0.56 547	0.57 552

PDISCO_ROB	0.96 503	0.51 494	1.13 498	1.03 559	1.00 562	1.81 554	0.77 519	1.72 556	1.60 545	1.09 492	1.19 453	1.34 508	0.80 458	1.62 536	1.01 486	0.58 554	0.22 452	0.45 534	0.40 531	0.50 532	0.41 514

XQC	0.97 505	0.70 530	1.54 536	0.70 539	0.55 526	1.48 534	0.81 527	1.41 517	1.57 542	1.21 509	1.12 424	1.33 505	1.04 511	1.55 533	2.00 549	0.39 525	0.25 481	0.37 516	0.32 509	0.55 542	0.49 538

MDST_ROB	0.97 505	0.29 384	1.02 489	0.64 524	0.43 482	2.64 567	0.82 529	1.68 554	1.18 493	2.89 577	1.82 532	0.97 425	0.75 437	1.83 549	0.89 457	0.26 442	0.22 452	0.32 498	0.28 489	0.26 428	0.26 425

anonymity	0.98 507	0.89 549	1.06 493	0.93 553	1.04 566	0.97 470	0.82 529	1.33 502	0.93 393	1.08 488	0.98 364	1.02 440	0.95 499	1.02 466	0.93 470	0.96 566	0.96 590	0.90 564	0.91 576	0.92 559	0.95 565

SHD	0.98 507	0.54 507	1.30 517	0.63 521	0.50 515	1.14 506	0.50 434	1.80 561	2.20 564	1.66 544	1.39 491	1.47 525	1.21 528	1.40 518	1.80 541	0.32 491	0.27 497	0.32 498	0.34 517	0.41 509	0.44 526

Wz-Net-SNSev	0.99 509	0.80 540	3.00 565	0.57 497	0.46 503	0.94 465	1.22 562	1.40 515	1.28 511	1.04 471	1.33 481	1.46 523	0.90 489	2.06 556	1.65 537	0.26 442	0.24 472	0.25 433	0.26 475	0.33 474	0.30 459

SuperB	1.00 510	0.41 467	4.03 575	0.45 353	0.32 403	0.99 477	0.49 428	1.09 401	2.09 563	1.10 496	1.10 417	0.74 344	0.83 464	1.13 480	1.75 540	0.20 347	0.15 331	0.17 205	0.15 213	2.50 587	0.27 435

Consistency-Raft	1.01 511	0.82 541	1.27 513	0.85 550	0.97 559	0.81 436	0.83 531	1.35 505	1.61 546	1.06 485	1.66 523	1.11 471	0.93 494	0.93 431	1.11 506	0.65 556	0.75 576	0.79 561	0.91 576	1.09 565	0.79 560

w-ln-seven	1.02 512	0.52 496	2.86 563	0.55 487	0.51 517	1.37 526	0.75 516	1.72 556	1.84 557	1.54 537	1.52 514	1.27 493	0.95 499	1.30 511	2.07 553	0.24 423	0.22 452	0.25 433	0.25 464	0.31 462	0.28 446

SGM_RVC	1.04 513	0.30 399	0.47 228	0.41 236	0.23 144	1.73 551	0.77 519	1.63 549	1.30 517	2.39 570	1.99 541	2.64 563	1.78 560	2.22 564	1.40 524	0.28 464	0.27 497	0.27 462	0.25 464	0.25 417	0.25 420
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
test_xeample	1.06 514	0.23 249	0.51 271	0.37 125	0.22 116	0.71 396	0.39 330	1.31 493	0.92 387	0.87 381	1.08 415	0.70 317	0.64 372	0.75 351	11.43 598	0.19 326	0.16 358	0.18 253	0.17 295	0.18 283	0.19 308

MFN_U_SF_DS_RVC	1.06 514	0.61 523	1.82 550	0.69 536	0.51 517	2.62 566	1.69 581	1.28 484	1.44 532	1.39 530	1.56 517	1.34 508	0.91 490	1.68 541	0.95 475	0.38 524	0.39 544	0.46 537	0.61 564	0.41 509	0.43 522

z-mn7	1.07 516	0.56 515	2.36 560	0.54 479	0.37 445	1.74 552	0.71 500	1.28 484	2.32 567	1.00 456	2.56 558	1.43 519	1.01 506	2.34 569	1.74 539	0.23 412	0.20 433	0.21 367	0.20 377	0.27 438	0.27 435

xxxx	1.07 516	0.23 249	0.53 300	0.38 145	0.22 116	0.83 442	0.36 280	1.41 517	0.95 406	0.75 300	0.99 372	0.97 425	0.64 372	0.70 323	11.37 597	0.20 347	0.17 391	0.18 253	0.17 295	0.19 318	0.20 339

DPSNet	1.08 518	0.44 477	2.64 562	0.54 479	0.42 479	1.59 541	1.25 563	2.39 573	1.50 538	1.13 502	1.12 424	1.51 531	2.19 573	1.44 525	1.51 533	0.35 512	0.25 481	0.25 433	0.21 398	0.49 530	0.39 504

otaku	1.10 519	0.96 552	0.96 478	1.37 568	1.06 567	1.65 545	0.72 506	1.46 527	1.19 495	1.10 496	1.32 479	1.32 500	0.95 499	1.29 505	0.81 447	0.89 565	0.46 559	1.24 570	0.50 556	1.86 571	0.89 562

DDUNet	1.10 519	2.58 592	0.83 444	1.21 564	1.27 570	1.02 484	0.69 497	1.17 436	0.95 406	0.98 450	1.26 465	1.28 494	0.84 467	0.97 450	0.79 443	0.85 563	0.40 547	2.00 580	0.60 563	1.34 567	0.94 563

ADCL	1.10 519	0.42 472	1.57 538	0.51 440	0.41 470	1.71 550	0.92 539	1.36 509	1.45 533	1.33 525	1.56 517	1.22 490	1.26 533	1.45 526	5.27 586	0.22 385	0.19 424	0.25 433	0.25 464	0.29 450	0.29 453

ADCPNet	1.11 522	0.53 499	3.26 570	0.55 487	0.44 488	1.47 533	0.83 531	1.21 452	1.17 489	1.26 521	1.42 499	1.67 541	1.12 521	1.48 529	3.86 580	0.30 482	0.29 506	0.30 491	0.32 509	0.37 499	0.37 501

MFN_U_SF_RVC	1.14 523	0.63 525	2.33 558	0.69 536	0.46 503	2.04 558	0.70 498	1.90 564	1.37 524	1.62 540	1.56 517	1.94 550	1.36 537	1.73 544	1.90 544	0.41 530	0.38 540	0.45 534	0.48 551	0.45 519	0.47 534

Ntro	1.15 524	1.00 556	1.00 485	1.49 569	1.20 569	1.69 549	0.81 527	1.39 511	1.25 504	1.01 459	1.28 470	1.31 498	1.00 504	1.31 513	0.89 457	1.10 573	0.43 554	1.36 571	0.51 557	1.95 574	0.99 569

SAMSARA	1.15 524	0.69 529	1.44 530	1.09 561	0.93 555	2.10 560	1.87 588	1.64 550	1.47 536	1.64 542	1.21 455	2.06 553	1.14 524	1.61 535	1.50 532	0.39 525	0.45 557	0.36 511	0.38 526	0.50 532	0.51 545

SANet	1.15 524	0.45 479	1.40 526	0.50 428	0.32 403	1.54 540	1.21 560	1.49 529	3.35 582	1.61 539	2.41 554	2.32 560	1.80 561	1.57 534	1.27 518	0.28 464	0.25 481	0.26 452	0.24 451	0.36 493	0.32 472

test_sample9	1.17 527	0.37 439	0.83 444	0.39 170	0.31 378	0.72 400	0.49 428	1.11 407	0.92 387	0.93 419	0.89 318	0.86 387	0.71 411	1.29 505	2.03 551	0.42 532	9.50 608	0.40 525	0.41 536	0.36 493	0.35 489

MFMNet_re	1.17 527	0.99 554	1.31 518	1.02 558	0.95 557	1.32 523	1.32 566	1.44 524	1.58 544	1.72 549	1.70 527	1.21 487	1.57 549	1.16 486	1.04 496	0.88 564	0.76 578	0.79 561	0.75 569	0.90 558	0.94 563

MSAF-DinoV2	1.18 529	0.44 477	3.00 565	0.56 491	0.30 363	0.91 459	0.74 513	1.58 543	1.25 504	1.06 485	1.41 494	2.98 567	1.57 549	3.25 579	3.12 572	0.22 385	0.14 307	0.20 323	0.22 420	0.33 474	0.34 485

ADCP+	1.18 529	0.37 439	3.09 567	0.50 428	0.52 520	1.48 534	0.61 479	1.32 499	1.07 459	1.21 509	1.16 443	1.08 461	1.11 519	1.63 537	7.17 591	0.20 347	0.16 358	0.24 420	0.22 420	0.29 450	0.22 376

zh-sn7	1.20 531	0.86 547	4.54 578	0.58 503	0.43 482	1.10 497	0.92 539	1.24 465	1.34 522	1.45 532	2.00 542	1.26 491	1.62 552	2.13 560	2.79 569	0.26 442	0.26 490	0.26 452	0.27 482	0.35 487	0.33 481

zh-mn7	1.21 532	0.75 535	5.81 583	0.52 457	0.39 460	1.18 515	0.63 485	1.21 452	1.79 555	1.81 551	2.33 549	1.16 483	1.01 506	2.20 563	2.00 549	0.25 436	0.22 452	0.22 382	0.22 420	0.25 417	0.30 459

ADCMid	1.22 533	0.57 517	3.17 569	0.54 479	0.44 488	1.07 494	0.77 519	1.31 493	1.13 477	2.14 564	1.48 510	1.49 528	1.47 546	1.65 539	5.30 587	0.26 442	0.24 472	0.29 481	0.32 509	0.38 501	0.36 495

WCMA_ROB	1.22 533	0.39 452	0.93 471	0.51 440	0.45 494	1.44 531	0.79 524	1.20 449	1.30 517	2.99 583	3.94 583	3.30 575	2.17 572	1.42 522	1.31 520	0.46 537	0.35 536	0.35 506	0.37 523	0.41 509	0.42 517

Wz-Net-TNSev	1.23 535	1.24 563	5.25 581	0.51 440	0.43 482	1.49 537	1.09 551	1.58 543	1.42 530	1.25 518	1.26 465	1.58 538	1.52 548	1.97 553	1.95 545	0.33 498	0.32 526	0.26 452	0.30 496	0.41 509	0.43 522

222	1.25 536	0.23 249	0.53 300	0.38 145	0.23 144	0.78 418	0.37 294	1.41 517	0.93 393	0.97 447	1.13 431	0.74 344	0.71 411	0.74 343	14.86 601	0.20 347	0.16 358	0.17 205	0.16 242	0.18 283	0.20 339

MSMD_ROB	1.25 536	0.51 494	0.64 370	0.60 509	0.50 515	1.66 546	0.67 491	1.26 474	1.26 509	2.64 574	3.82 580	3.06 570	3.20 586	1.45 526	0.91 466	0.46 537	0.41 549	0.49 546	0.51 557	0.47 525	0.45 528

AnyNet_C32	1.27 538	0.72 534	3.33 571	0.59 506	0.56 527	1.51 538	1.53 574	1.27 479	1.28 511	1.52 535	1.48 510	1.38 516	1.23 530	1.64 538	5.26 585	0.30 482	0.29 506	0.29 481	0.34 517	0.38 501	0.44 526

pmcnn	1.27 538	0.31 408	1.14 500	0.41 236	0.23 144	0.97 470	0.71 500	1.23 464	1.32 519	1.83 553	2.34 551	11.25 600	0.89 486	1.04 470	0.96 477	0.15 157	0.12 194	0.12 29	0.10 54	0.15 173	0.16 227

WZ-Net	1.29 540	0.64 526	5.42 582	0.64 524	0.52 520	1.37 526	1.29 565	1.41 517	1.77 554	1.56 538	1.69 526	1.74 542	1.41 541	2.50 573	2.16 558	0.28 464	0.21 443	0.23 404	0.25 464	0.39 505	0.41 514

SPS-STEREO	1.29 540	0.94 551	1.10 495	1.05 560	1.03 564	1.48 534	0.91 537	1.57 542	1.24 502	2.13 561	1.90 538	1.94 550	1.46 544	1.77 545	1.64 536	0.97 567	0.94 589	0.90 564	0.89 575	0.96 562	0.97 567
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NVStereoNet_ROB	1.31 542	0.96 552	1.33 520	0.90 552	0.92 554	1.15 508	1.05 549	1.49 529	1.62 547	1.63 541	2.51 556	2.31 558	1.62 552	2.16 562	1.42 525	0.81 562	0.73 572	0.79 561	1.02 580	0.73 553	0.97 567
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PVD	1.34 543	0.70 530	1.42 528	0.78 548	0.65 542	1.68 548	0.91 537	2.12 569	3.01 578	2.25 566	2.35 553	1.90 548	1.99 567	1.98 554	2.14 556	0.40 529	0.38 540	0.49 546	0.37 523	0.51 535	0.67 554

test_sample8	1.36 544	0.37 439	0.83 444	0.39 170	0.31 378	0.72 400	0.49 428	1.19 442	0.79 296	1.51 534	0.96 351	3.29 574	1.64 554	1.29 505	2.03 551	0.42 532	9.50 608	0.40 525	0.41 536	0.36 493	0.35 489

MSC_U_SF_DS_RVC	1.38 545	0.91 550	2.11 556	0.89 551	0.57 532	4.27 587	1.79 585	1.55 536	2.00 562	1.64 542	1.85 535	1.83 545	1.44 543	1.89 552	1.49 531	0.49 543	0.40 547	0.56 552	0.58 561	0.75 554	0.52 547

MeshStereo	1.38 545	0.45 479	0.58 341	0.45 353	0.35 434	1.63 544	0.60 477	2.07 566	1.43 531	4.49 592	3.32 575	4.67 583	2.08 569	2.08 558	1.32 521	0.36 515	0.36 538	0.37 516	0.32 509	0.32 469	0.34 485
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
AAGNet	1.40 547	0.20 151	0.52 292	0.45 353	0.26 251	0.29 97	0.29 155	0.67 196	0.71 255	0.97 447	0.86 304	0.66 303	0.60 348	0.66 289	19.98 605	0.17 247	0.11 123	0.19 286	0.15 213	0.20 335	0.13 118

RainbowNet	1.42 548	1.53 574	1.31 518	1.93 577	1.46 571	1.52 539	1.03 548	1.67 553	1.55 540	1.23 515	1.59 520	1.54 534	1.21 528	1.40 518	1.03 491	1.70 581	0.70 571	1.82 577	0.80 571	2.11 578	1.22 575

ACVNet-4b	1.43 549	1.34 567	1.28 514	1.95 578	1.60 573	1.93 557	0.77 519	1.59 545	1.64 549	1.05 476	1.60 521	2.10 555	0.92 492	1.79 547	0.84 450	1.76 583	0.35 536	2.03 583	0.67 565	2.16 579	1.18 574

FCDSN-DC	1.43 549	0.57 517	0.69 399	0.74 544	0.59 534	1.42 530	0.65 490	1.40 515	1.41 528	3.31 587	4.42 590	4.57 582	3.01 584	1.70 542	1.19 514	0.46 537	0.42 551	0.48 543	0.47 547	0.51 535	0.51 545
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
EDNetEfficient	1.47 551	0.82 541	6.28 585	0.48 406	0.40 465	0.73 404	0.83 531	0.95 347	2.77 576	3.48 589	1.95 539	1.64 540	2.12 570	1.42 522	3.84 579	0.21 363	0.19 424	0.21 367	0.21 398	0.43 515	0.42 517

SGM+DAISY	1.52 552	0.99 554	1.61 543	1.01 556	1.02 563	1.86 556	1.19 559	1.49 529	1.38 526	2.96 581	3.00 569	2.79 565	1.94 563	1.88 550	1.62 535	0.98 569	0.97 591	0.91 566	0.91 576	0.94 561	0.99 569

ACVNet_1	1.55 553	1.36 568	1.35 522	1.96 579	1.63 574	1.83 555	0.96 545	2.09 567	1.85 558	1.43 531	1.54 515	2.31 558	1.68 557	1.42 522	1.18 512	1.76 583	0.51 563	2.05 585	0.59 562	2.24 582	1.30 579

ADCS	1.60 554	0.70 530	4.02 574	0.61 514	0.53 522	1.31 522	1.11 552	1.71 555	1.86 559	1.97 559	1.68 524	1.51 531	1.46 544	2.07 557	9.20 594	0.34 506	0.32 526	0.33 503	0.36 521	0.45 519	0.46 532

AnyNet_C01	1.63 555	1.16 561	7.38 586	0.65 526	0.56 527	2.25 562	1.53 574	1.53 534	1.46 535	1.71 548	1.95 539	1.83 545	1.41 541	2.48 571	4.42 583	0.33 498	0.32 526	0.32 498	0.34 517	0.45 519	0.50 541

DispFullNet	1.64 556	2.64 593	3.14 568	2.57 587	1.78 580	1.32 523	0.55 458	1.42 522	1.45 533	1.89 555	1.48 510	1.55 535	2.35 575	2.08 558	1.12 508	0.60 555	0.19 424	2.33 588	0.73 568	2.35 583	1.30 579

FC-DCNN	1.67 557	0.53 499	0.68 390	0.62 518	0.49 511	1.62 543	0.71 500	1.77 560	1.55 540	4.73 595	4.66 592	5.82 591	3.94 590	2.13 560	1.42 525	0.47 540	0.42 551	0.47 538	0.46 543	0.48 526	0.47 534

FC-DCNN v2	1.74 558	0.53 499	0.68 390	0.62 518	0.49 511	1.67 547	0.71 500	1.85 562	1.57 542	4.84 596	5.01 594	6.42 595	3.92 589	2.24 565	1.43 527	0.47 540	0.42 551	0.47 538	0.46 543	0.48 526	0.47 534

ACVNet_2	1.74 558	1.30 566	1.62 544	1.81 573	1.63 574	2.28 563	1.34 568	2.35 572	2.64 574	1.82 552	2.55 557	2.99 568	1.71 558	1.67 540	1.20 515	1.48 578	0.59 568	1.81 576	0.71 567	2.09 577	1.29 578

ELAS_RVC	1.76 560	0.64 526	1.20 504	0.74 544	0.59 534	2.18 561	2.53 593	2.10 568	2.85 577	3.46 588	3.41 578	3.12 571	4.11 591	2.69 576	2.53 566	0.54 551	0.47 560	0.51 550	0.48 551	0.55 542	0.55 550
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	1.77 561	0.64 526	1.10 495	0.72 542	0.58 533	3.37 582	1.76 583	2.54 575	2.57 572	3.77 590	3.96 584	2.83 566	3.44 587	2.34 569	2.73 568	0.53 548	0.47 560	0.50 548	0.48 551	0.55 542	0.55 550
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-7	1.96 562	1.24 563	1.52 533	1.28 566	1.06 567	2.92 577	1.64 579	3.32 582	3.05 580	2.28 567	3.32 575	3.19 573	2.38 576	3.39 581	2.49 565	1.02 570	0.92 585	1.06 568	1.04 582	1.05 564	0.99 569

IMH-64-1	1.96 562	1.64 579	1.26 510	2.26 583	1.91 583	2.30 564	1.35 569	2.99 578	2.29 565	1.70 546	2.79 566	2.47 561	1.66 555	2.33 567	1.95 545	2.07 586	0.74 574	2.44 589	1.04 582	2.40 584	1.59 585

IMH-64	1.96 562	1.64 579	1.26 510	2.26 583	1.91 583	2.30 564	1.35 569	2.99 578	2.29 565	1.70 546	2.79 566	2.47 561	1.66 555	2.33 567	1.95 545	2.07 586	0.74 574	2.44 589	1.04 582	2.40 584	1.59 585

RTS	2.03 565	1.03 558	11.50 592	0.68 533	0.63 540	2.71 568	1.56 576	1.55 536	2.32 567	1.93 556	2.57 559	1.32 500	1.32 535	5.20 591	4.30 581	0.31 486	0.23 463	0.29 481	0.30 496	0.41 509	0.40 509

RTSA	2.03 565	1.03 558	11.50 592	0.68 533	0.63 540	2.71 568	1.56 576	1.55 536	2.32 567	1.93 556	2.57 559	1.32 500	1.32 535	5.20 591	4.30 581	0.31 486	0.23 463	0.29 481	0.30 496	0.41 509	0.40 509

MonStereo1	2.06 567	1.51 572	1.56 537	1.85 576	1.70 579	2.84 574	0.78 523	2.52 574	3.49 583	2.33 568	4.36 589	3.41 578	2.72 579	2.32 566	1.83 542	1.32 577	0.55 564	1.66 574	0.88 574	1.94 573	1.70 588

PWCK	2.06 567	1.75 582	4.11 576	1.69 571	0.93 555	3.13 580	2.86 596	2.18 570	2.41 571	2.38 569	2.33 549	2.22 556	1.85 562	3.52 583	2.20 559	1.65 580	0.73 572	1.52 573	0.83 573	1.81 569	1.02 572

Dean	2.07 569	1.39 569	1.69 549	2.17 581	1.83 582	2.75 571	1.28 564	3.49 586	3.80 587	2.13 561	3.30 574	3.18 572	1.98 566	1.78 546	1.72 538	1.73 582	0.79 582	1.99 579	0.91 576	2.17 580	1.34 582

WAO-6	2.11 570	1.52 573	1.25 508	1.73 572	1.69 578	2.72 570	1.62 578	3.15 580	3.64 584	2.01 560	3.28 573	3.52 580	2.20 574	2.59 574	2.48 564	1.31 576	0.92 585	2.04 584	1.22 591	1.89 572	1.35 583

IMH	2.15 571	1.66 581	1.29 515	2.25 582	1.92 585	2.87 575	1.33 567	3.25 581	3.04 579	1.87 554	3.33 577	3.00 569	2.03 568	2.80 577	1.95 545	2.09 588	0.78 579	2.45 591	1.05 585	2.44 586	1.62 587

LVE	2.20 572	1.47 571	1.44 530	2.06 580	1.80 581	2.79 573	1.77 584	2.96 577	3.94 589	1.95 558	4.29 588	3.47 579	1.97 564	2.48 571	1.85 543	2.06 585	0.88 583	2.06 586	1.13 587	2.17 580	1.53 584

MADNet+	2.28 573	2.56 590	10.82 590	1.25 565	0.96 558	2.77 572	1.44 573	2.34 571	1.76 553	1.36 526	1.78 531	1.84 547	1.74 559	6.33 594	4.57 584	0.67 557	0.66 570	0.59 555	0.54 560	0.84 556	0.81 561

KSHMR	2.64 574	1.96 585	1.86 552	2.69 591	2.44 590	2.88 576	2.04 589	3.46 585	6.31 593	2.51 573	3.27 572	3.39 577	1.97 564	2.59 574	2.08 555	2.48 593	1.41 595	2.80 598	1.51 594	2.98 592	2.09 591

notaker	2.87 575	2.31 589	2.01 554	3.03 593	2.60 595	2.94 578	1.82 586	3.43 584	3.06 581	2.89 577	4.21 587	6.15 594	2.71 578	3.42 582	2.90 570	2.67 596	1.18 593	3.00 599	1.67 595	3.13 593	2.26 593

WAO-8	3.00 576	1.60 576	1.52 533	1.82 574	1.65 576	5.57 589	1.35 569	4.65 593	12.37 599	2.89 577	4.04 585	4.89 586	2.78 580	3.73 585	2.44 561	1.29 574	0.93 587	2.00 580	1.16 589	2.02 575	1.23 576

Venus	3.00 576	1.60 576	1.52 533	1.82 574	1.65 576	5.57 589	1.35 569	4.65 593	12.37 599	2.89 577	4.04 585	4.89 586	2.78 580	3.73 585	2.44 561	1.29 574	0.93 587	2.00 580	1.16 589	2.02 575	1.23 576

JetBlue	3.02 578	1.39 569	7.91 587	1.17 563	1.49 572	8.53 593	7.94 599	2.82 576	1.98 561	2.15 565	2.69 564	3.32 576	3.01 584	6.66 595	3.81 578	0.79 560	0.78 579	0.75 559	0.76 570	1.04 563	1.33 581

ktn	3.02 578	2.27 588	1.85 551	2.89 592	2.54 594	3.72 583	2.14 590	3.79 589	5.33 591	2.82 576	5.09 595	5.95 592	2.54 577	3.34 580	2.58 567	2.65 595	1.44 596	2.78 597	2.03 597	2.61 589	2.10 592

U	3.17 580	0.17 55	0.35 90	0.41 236	0.71 548	57.93 621	0.20 27	0.43 65	0.39 108	0.26 41	0.23 24	0.23 40	0.22 59	0.26 2	0.22 27	0.16 205	0.10 49	0.74 558	0.13 157	0.13 81	0.11 35

TorneroNet-64	3.54 581	1.89 583	1.59 539	2.62 590	2.29 588	6.88 592	1.72 582	4.72 595	11.88 597	2.43 571	5.46 598	8.16 597	2.80 582	4.13 589	3.03 571	2.25 591	0.75 576	2.57 593	1.09 586	2.65 590	1.84 590

MultiAttention	3.62 582	0.25 302	0.65 375	0.56 491	0.34 427	23.66 605	2.61 594	1.65 551	1.14 483	0.82 339	1.83 533	1.13 479	0.42 251	35.16 615	0.72 426	0.18 286	0.12 194	0.23 404	0.23 436	0.35 487	0.33 481

UNDER WATER	3.63 583	2.12 587	4.11 576	3.17 594	2.51 592	3.77 585	2.45 592	3.53 587	13.66 602	2.98 582	2.92 568	5.75 590	4.13 592	3.85 587	3.75 577	2.84 597	1.11 592	2.71 596	1.41 592	3.26 595	2.50 595

UNDER WATER-64	3.72 584	2.07 586	4.57 579	3.30 596	2.52 593	5.61 591	2.63 595	3.67 588	12.27 598	3.09 584	2.66 563	5.99 593	4.74 594	3.93 588	3.57 575	2.54 594	1.24 594	2.65 594	1.48 593	3.21 594	2.62 596

MADNet++	4.18 585	2.72 595	4.00 573	3.80 598	3.44 598	4.72 588	4.05 598	4.01 590	3.74 585	4.52 593	5.14 596	4.20 581	4.89 595	7.04 597	6.39 588	3.79 599	3.70 601	3.27 601	2.70 600	3.68 597	3.74 600

xyz-stereo	4.31 586	0.17 55	61.72 621	0.35 75	0.16 3	13.86 601	0.38 312	0.61 153	0.69 244	1.05 476	3.09 570	0.77 361	0.88 483	1.24 497	0.46 319	0.13 58	0.10 49	0.16 163	0.12 121	0.13 81	0.11 35

TorneroNet	4.49 587	1.92 584	1.65 547	2.60 589	2.29 588	14.95 602	1.86 587	4.86 596	19.56 613	3.10 585	7.52 600	7.00 596	2.90 583	4.48 590	3.66 576	2.24 590	0.78 579	2.68 595	1.14 588	2.79 591	1.80 589

MANE	4.73 588	0.54 507	0.77 428	0.69 536	0.60 537	10.35 595	1.67 580	8.68 599	12.66 601	6.90 600	9.43 601	11.59 601	10.59 599	8.26 599	8.41 592	0.51 546	0.45 557	0.48 543	1.02 580	0.50 532	0.50 541

SGM-ForestM	4.73 588	0.34 424	1.05 492	0.46 378	0.28 315	10.26 594	3.48 597	4.52 591	5.16 590	8.68 601	7.48 599	18.87 609	10.80 600	11.26 602	10.01 596	0.32 491	0.34 534	0.32 498	0.32 509	0.29 450	0.30 459

LSM	4.83 590	0.83 544	11.23 591	0.76 547	56.73 616	1.10 497	1.18 558	1.35 505	1.70 552	2.13 561	2.34 551	1.34 508	1.19 527	1.52 531	1.23 516	0.34 506	0.50 562	0.39 522	0.47 547	0.51 535	9.82 603

LE_ROB	4.86 591	0.27 354	9.43 588	0.45 353	0.24 184	1.61 542	0.96 545	2.05 565	17.75 609	16.36 611	4.84 593	5.17 588	19.48 611	2.05 555	15.49 602	0.17 247	0.15 331	0.16 163	0.16 242	0.20 335	0.19 308

DPSimNet_ROB	5.19 592	2.71 594	18.56 596	2.59 588	2.49 591	4.25 586	10.93 601	3.33 583	3.93 588	5.02 597	4.52 591	5.74 589	10.18 597	5.44 593	8.79 593	2.40 592	2.47 598	2.48 592	2.54 598	2.56 588	2.87 597

JetRed	5.38 593	6.17 598	12.68 595	2.38 585	2.85 596	12.60 599	11.17 602	4.60 592	3.74 585	3.87 591	3.85 581	4.83 584	4.13 592	6.81 596	12.18 599	2.18 589	2.95 600	2.19 587	1.98 596	3.49 596	3.01 598

tt	6.21 594	0.22 216	5.88 584	3.55 597	2.07 586	11.25 598	19.19 604	11.84 602	5.47 592	2.71 575	2.18 547	4.87 585	6.25 596	3.71 584	7.09 590	8.31 606	11.17 610	4.91 603	5.39 605	5.72 600	2.42 594

coex-ft	6.50 595	1.57 575	87.99 622	0.49 417	0.38 452	1.41 529	1.21 560	1.21 452	7.96 595	12.14 603	2.78 565	2.74 564	3.83 588	1.30 511	3.19 573	0.24 423	0.23 463	0.27 462	0.24 451	0.48 526	0.40 509

HanzoNet	6.97 596	2.57 591	4.66 580	3.29 595	2.96 597	3.75 584	2.35 591	5.08 597	7.11 594	14.46 610	13.06 603	17.69 607	22.95 613	13.72 603	6.61 589	4.36 600	1.96 597	3.14 600	2.59 599	3.88 599	3.19 599

TCMNet-wrong-test	9.08 597	10.58 601	9.58 589	19.64 603	17.64 603	12.69 600	8.93 600	13.77 606	2.58 573	4.67 594	5.19 597	14.57 603	11.02 601	7.21 598	9.81 595	5.58 605	0.89 584	3.76 602	3.10 601	10.41 604	10.02 604

EDNetEfficientorigin	9.96 598	1.17 562	175.17 623	0.49 417	0.37 445	1.13 505	0.74 513	1.27 479	2.70 575	3.16 586	2.49 555	2.28 557	2.15 571	1.88 550	2.27 560	0.21 363	0.19 424	0.25 433	0.20 377	0.54 540	0.53 549

DGTPSM_ROB	12.12 599	8.03 599	21.12 598	8.97 600	16.81 601	10.68 596	30.77 608	9.14 600	15.23 604	6.55 598	15.49 610	9.02 598	15.13 603	9.26 600	21.71 607	4.58 601	8.60 603	5.07 604	9.26 606	5.88 601	11.06 605

DPSMNet_ROB	12.13 600	8.03 599	21.13 599	9.02 601	16.82 602	10.68 596	30.78 609	9.15 601	15.24 605	6.56 599	15.50 611	9.02 598	15.13 603	9.28 601	21.71 607	4.59 602	8.60 603	5.08 605	9.26 606	5.89 602	11.06 605

USTest	12.98 601	14.10 602	19.89 597	16.19 602	14.95 600	20.69 604	31.85 610	16.52 607	10.99 596	8.83 602	9.55 602	13.88 602	10.36 598	16.06 604	21.35 606	3.19 598	4.82 602	5.08 605	5.36 604	8.77 603	7.20 602

BEATNet-Init1	15.65 602	1.62 578	54.26 620	0.75 546	0.56 527	37.03 614	13.39 603	13.20 603	14.59 603	29.41 619	29.29 619	47.69 622	21.87 612	26.91 613	19.58 604	0.43 535	0.39 544	0.47 538	0.47 547	0.52 538	0.52 547

DPSM_ROB	17.80 603	18.60 604	24.24 605	20.89 605	19.49 604	25.83 607	36.10 612	21.62 613	16.41 607	13.46 605	14.26 608	19.11 610	16.15 606	20.74 606	25.59 610	9.37 608	9.23 606	9.47 608	9.81 608	13.47 605	12.09 608

DPSM	17.80 603	18.60 604	24.24 605	20.89 605	19.49 604	25.83 607	36.10 612	21.62 613	16.41 607	13.46 605	14.26 608	19.11 610	16.15 606	20.74 606	25.59 610	9.37 608	9.23 606	9.47 608	9.81 608	13.47 605	12.09 608

DLNR-FE	20.09 605	36.45 612	38.39 609	170.32 623	60.71 617	0.23 27	0.20 27	13.60 605	0.40 122	0.45 153	0.66 208	0.42 160	0.21 47	0.64 268	0.32 191	5.49 603	0.10 49	0.15 136	0.11 91	72.83 622	0.13 118

DLNR_Zeroshot_test	20.12 606	36.36 611	38.38 608	170.13 622	62.28 618	0.22 17	0.20 27	13.43 604	0.40 122	0.45 153	0.66 208	0.42 160	0.21 47	0.64 268	0.32 191	5.57 604	0.10 49	0.15 136	0.11 91	72.31 621	0.13 118

LRCNet_RVC	21.27 607	31.14 610	21.46 600	28.97 608	23.77 607	3.11 579	0.62 481	20.94 611	1.64 549	25.57 612	28.13 614	21.96 612	14.74 602	21.99 612	16.44 603	29.16 620	14.92 611	33.57 616	31.28 616	29.67 617	26.33 615

HaxPig	31.93 608	37.19 613	34.22 607	24.41 607	24.94 608	18.53 603	20.18 605	21.15 612	28.84 615	35.74 620	38.86 620	26.18 613	28.75 615	33.85 614	34.15 615	35.89 621	38.80 621	37.79 617	40.52 619	39.33 618	39.33 620

Anonymous_1	33.12 609	18.23 603	23.86 601	20.53 604	21.18 606	25.45 606	35.84 611	22.44 615	15.68 606	13.41 604	13.70 607	18.00 608	15.15 605	20.31 605	24.47 609	14.56 613	8.84 605	66.24 620	117.79 622	155.41 625	11.40 607

RAFT-FEzeroshot	35.76 610	37.39 615	48.55 615	42.39 614	39.44 614	51.96 617	72.92 619	43.38 620	32.90 617	26.87 613	28.06 612	38.42 616	32.28 616	41.59 620	51.51 621	18.73 616	18.58 613	19.11 611	19.75 611	27.12 610	24.33 611

RAFT-FE	35.76 610	37.39 615	48.55 615	42.39 614	39.44 614	51.96 617	72.92 619	43.38 620	32.90 617	26.87 613	28.06 612	38.42 616	32.28 616	41.59 620	51.51 621	18.73 616	18.58 613	19.11 611	19.75 611	27.12 610	24.33 611

CasAABBNet	35.77 612	37.38 614	48.59 617	42.20 612	39.23 611	51.95 615	72.92 619	43.36 619	33.03 620	26.93 616	28.31 615	38.43 618	32.32 618	41.58 619	51.50 620	18.71 614	18.58 613	19.11 611	19.75 611	27.11 609	24.33 611

FlowAnything	35.84 613	37.49 618	48.69 618	42.17 611	39.26 612	51.95 615	72.95 622	43.35 618	33.23 621	26.92 615	28.67 616	38.55 620	32.78 620	41.53 618	51.47 619	18.71 614	18.59 616	19.17 615	19.88 615	27.07 608	24.26 610

Selective-RAFT-Error	35.87 614	37.42 617	48.73 619	42.24 613	39.28 613	52.00 619	72.87 618	43.41 622	32.95 619	26.97 617	28.72 617	38.71 621	33.15 621	41.59 620	51.42 618	18.77 618	18.60 617	19.14 614	19.78 614	27.19 612	24.42 614

xxxxx1	36.77 615	19.69 606	24.00 602	62.46 617	66.77 619	27.30 610	39.89 614	20.40 608	18.80 610	14.18 607	13.11 604	17.29 604	17.30 608	21.62 609	27.81 612	13.61 610	18.98 618	111.36 623	133.25 623	28.84 614	38.64 617

tt_ll	36.77 615	19.69 606	24.00 602	62.46 617	66.77 619	27.30 610	39.89 614	20.40 608	18.80 610	14.18 607	13.11 604	17.29 604	17.30 608	21.62 609	27.81 612	13.61 610	18.98 618	111.36 623	133.25 623	28.84 614	38.64 617

ff	36.77 615	19.69 606	24.00 602	62.46 617	66.77 619	27.30 610	39.89 614	20.40 608	18.80 610	14.18 607	13.11 604	17.29 604	17.30 608	21.62 609	27.81 612	13.61 610	18.98 618	111.36 623	133.25 623	28.84 614	38.64 617

MEDIAN_ROB	37.35 618	40.72 621	40.37 611	32.26 609	31.80 609	27.29 609	25.02 606	29.47 616	33.43 622	41.99 624	41.60 622	33.48 614	34.37 622	39.66 617	36.94 616	43.49 623	43.96 623	44.07 619	43.35 621	41.32 620	42.43 622

AVERAGE_ROB	37.53 619	40.05 620	40.01 610	34.74 610	33.76 610	28.46 613	25.14 607	32.31 617	34.08 623	41.20 623	40.52 621	34.51 615	34.78 623	39.11 616	37.48 617	42.68 622	43.32 622	43.80 618	42.99 620	40.42 619	41.31 621

LSM0	38.96 620	37.52 619	48.37 614	43.79 616	91.31 622	52.31 620	72.38 617	43.71 623	32.75 616	27.16 618	28.73 618	38.51 619	32.63 619	41.75 623	51.59 623	18.85 619	18.43 612	19.09 610	19.60 610	27.21 613	33.44 616

PML	40.49 621	30.31 609	12.46 594	7.19 599	14.30 599	91.44 624	212.44 626	7.73 598	23.24 614	74.44 625	185.05 626	49.81 623	25.78 614	21.34 608	12.84 600	8.71 607	2.93 599	8.43 607	3.24 602	13.77 607	4.45 601

RSGM-EC	74.49 622	61.53 622	40.38 612	97.66 620	92.09 623	73.48 622	113.87 623	59.44 624	38.62 624	39.84 621	49.02 623	90.35 624	61.68 624	138.81 624	126.03 624	92.92 624	53.83 624	94.52 621	37.88 617	81.03 623	46.84 623

acva	74.49 622	61.53 622	40.38 612	97.66 620	92.09 623	73.48 622	113.87 623	59.44 624	38.62 624	39.84 621	49.02 623	90.35 624	61.68 624	138.81 624	126.03 624	92.92 624	53.83 624	94.52 621	37.88 617	81.03 623	46.84 623

test_example2	176.82 624	204.75 624	198.54 624	188.58 624	191.23 625	151.28 625	169.77 625	97.63 626	125.81 626	179.94 626	183.74 625	158.20 626	139.14 626	192.16 626	198.12 626	203.48 626	236.37 626	163.71 626	173.22 626	217.79 626	162.95 625

GS-Stereo							0.29 155	0.50 97	0.29 37	0.30 68	0.29 59	0.23 40	0.20 38	0.33 26	0.22 27	0.16 205	0.09 18	0.13 59	0.10 54	0.14 126	0.13 118

FSD					0.46 503	0.48 270	0.52 443	0.54 120	0.49 175	0.48 169	0.48 137	0.50 205	0.48 284	0.51 159	0.49 343	0.45 536	0.43 554	0.47 538	0.46 543	0.46 522

ccccc		430.66 625		506.24 625	500.20 626	349.93 626		384.19 627		330.97 627		370.48 627		498.75 627		557.84 627	430.47 627	334.14 627	290.91 627	547.74 627

Low-res two-view benchmark