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

MonStereo	0.07 4	0.06 72	0.05 1	0.15 82	0.05 1	0.08 57	0.10 29	0.15 124	0.15 181	0.05 2	0.06 14	0.05 1	0.06 42	0.07 4	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 4	0.06 72	0.05 1	0.15 82	0.05 1	0.08 57	0.10 29	0.15 124	0.15 181	0.05 2	0.06 14	0.05 1	0.06 42	0.07 4	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

MonSter	0.07 4	0.06 72	0.05 1	0.15 82	0.05 1	0.07 32	0.10 29	0.15 124	0.15 181	0.05 2	0.06 14	0.05 1	0.06 42	0.07 4	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

monsterstereo	0.07 4	0.06 72	0.06 4	0.16 160	0.06 15	0.08 57	0.10 29	0.16 153	0.11 71	0.07 43	0.08 84	0.06 21	0.07 122	0.08 17	0.09 61	0.04 11	0.04 24	0.05 33	0.04 45	0.03 1	0.03 2

monsters	0.07 4	0.06 72	0.06 4	0.15 82	0.06 15	0.08 57	0.09 18	0.12 55	0.08 15	0.09 118	0.07 45	0.06 21	0.06 42	0.08 17	0.08 17	0.05 33	0.04 24	0.04 1	0.04 45	0.03 1	0.03 2

Occ-G	0.08 53	0.05 23	0.06 4	0.14 40	0.07 82	0.08 57	0.14 173	0.13 72	0.15 181	0.07 43	0.11 176	0.07 76	0.05 11	0.09 37	0.10 139	0.06 127	0.05 208	0.05 33	0.04 45	0.05 115	0.05 140

CREStereo++_RVC	0.08 53	0.04 1	0.06 4	0.13 13	0.07 82	0.09 93	0.12 71	0.14 93	0.14 161	0.10 153	0.14 218	0.08 121	0.07 122	0.09 37	0.11 211	0.06 127	0.04 24	0.05 33	0.05 129	0.04 21	0.04 48
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
CSFM-Stereo	0.07 4	0.05 23	0.07 8	0.14 40	0.06 15	0.09 93	0.13 118	0.15 124	0.06 4	0.07 43	0.08 84	0.06 21	0.08 161	0.09 37	0.09 61	0.06 127	0.05 208	0.04 1	0.03 1	0.04 21	0.04 48

VIP-Stereo	0.07 4	0.07 163	0.07 8	0.15 82	0.06 15	0.12 233	0.10 29	0.11 35	0.11 71	0.06 13	0.07 45	0.06 21	0.05 11	0.10 76	0.08 17	0.05 33	0.04 24	0.05 33	0.03 1	0.03 1	0.02 1

gasm-f	0.08 53	0.05 23	0.07 8	0.13 13	0.08 142	0.08 57	0.14 173	0.10 20	0.09 28	0.08 79	0.10 138	0.06 21	0.05 11	0.10 76	0.08 17	0.06 127	0.04 24	0.05 33	0.04 45	0.06 218	0.05 140

Wavelet-MonSter	0.07 4	0.05 23	0.07 8	0.16 160	0.06 15	0.07 32	0.11 51	0.10 20	0.08 15	0.06 13	0.06 14	0.07 76	0.07 122	0.09 37	0.09 61	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.03 2

DA	0.08 53	0.07 163	0.07 8	0.19 380	0.08 142	0.09 93	0.12 71	0.13 72	0.12 101	0.08 79	0.10 138	0.10 180	0.08 161	0.09 37	0.10 139	0.05 33	0.04 24	0.06 121	0.04 45	0.05 115	0.03 2

GGEV	0.08 53	0.07 163	0.07 8	0.19 380	0.08 142	0.09 93	0.12 71	0.13 72	0.12 101	0.08 79	0.10 138	0.10 180	0.08 161	0.09 37	0.10 139	0.05 33	0.04 24	0.06 121	0.04 45	0.05 115	0.03 2

AdaDepth	0.07 4	0.06 72	0.07 8	0.18 319	0.06 15	0.11 191	0.12 71	0.09 11	0.07 10	0.06 13	0.05 7	0.07 76	0.06 42	0.09 37	0.10 139	0.04 11	0.05 208	0.05 33	0.04 45	0.04 21	0.04 48

asd	0.07 4	0.08 264	0.07 8	0.16 160	0.07 82	0.08 57	0.08 7	0.11 35	0.08 15	0.07 43	0.07 45	0.06 21	0.06 42	0.10 76	0.09 61	0.03 1	0.03 1	0.04 1	0.04 45	0.04 21	0.03 2

qwe	0.07 4	0.08 264	0.07 8	0.15 82	0.06 15	0.07 32	0.10 29	0.18 220	0.11 71	0.07 43	0.07 45	0.06 21	0.06 42	0.10 76	0.09 61	0.03 1	0.03 1	0.04 1	0.04 45	0.04 21	0.03 2

2.25w	0.07 4	0.06 72	0.07 8	0.14 40	0.06 15	0.08 57	0.08 7	0.10 20	0.15 181	0.08 79	0.10 138	0.07 76	0.06 42	0.08 17	0.10 139	0.05 33	0.03 1	0.04 1	0.04 45	0.03 1	0.04 48

2.5w	0.07 4	0.07 163	0.07 8	0.16 160	0.06 15	0.08 57	0.12 71	0.10 20	0.10 43	0.07 43	0.06 14	0.09 146	0.06 42	0.08 17	0.09 61	0.04 11	0.03 1	0.04 1	0.04 45	0.03 1	0.03 2

2.75w_new	0.07 4	0.07 163	0.07 8	0.13 13	0.06 15	0.08 57	0.08 7	0.18 220	0.12 101	0.07 43	0.08 84	0.06 21	0.06 42	0.09 37	0.11 211	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.04 48

3.25w_new	0.07 4	0.06 72	0.07 8	0.15 82	0.06 15	0.10 145	0.07 3	0.12 55	0.11 71	0.08 79	0.06 14	0.07 76	0.06 42	0.11 126	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 4	0.06 72	0.07 8	0.15 82	0.06 15	0.10 145	0.07 3	0.12 55	0.11 71	0.08 79	0.06 14	0.07 76	0.06 42	0.11 126	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 4	0.07 163	0.07 8	0.15 82	0.07 82	0.09 93	0.06 1	0.13 72	0.11 71	0.07 43	0.07 45	0.06 21	0.07 122	0.10 76	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

1w_stereo	0.07 4	0.06 72	0.07 8	0.16 160	0.06 15	0.07 32	0.10 29	0.14 93	0.14 161	0.07 43	0.08 84	0.05 1	0.06 42	0.09 37	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 48

MM-Stereo_test3	0.10 168	0.07 163	0.07 8	0.18 319	0.07 82	0.12 233	0.19 436	0.24 346	0.19 274	0.06 13	0.10 138	0.08 121	0.06 42	0.11 126	0.08 17	0.06 127	0.06 337	0.07 223	0.05 129	0.05 115	0.04 48

SCV_C0	0.08 53	0.07 163	0.07 8	0.16 160	0.09 263	0.08 57	0.15 245	0.11 35	0.12 101	0.08 79	0.07 45	0.06 21	0.05 11	0.11 126	0.07 1	0.05 33	0.05 208	0.05 33	0.04 45	0.06 218	0.05 140

AIO_test	0.07 4	0.05 23	0.07 8	0.15 82	0.07 82	0.06 10	0.14 173	0.10 20	0.10 43	0.07 43	0.07 45	0.06 21	0.05 11	0.08 17	0.10 139	0.05 33	0.04 24	0.05 33	0.04 45	0.04 21	0.03 2

DEFOM-Stereo	0.07 4	0.05 23	0.07 8	0.14 40	0.06 15	0.10 145	0.13 118	0.07 2	0.13 136	0.06 13	0.07 45	0.06 21	0.05 11	0.10 76	0.09 61	0.04 11	0.04 24	0.05 33	0.03 1	0.04 21	0.04 48

trnet	0.08 53	0.05 23	0.07 8	0.12 4	0.05 1	0.12 233	0.11 51	0.13 72	0.10 43	0.08 79	0.13 204	0.09 146	0.08 161	0.11 126	0.10 139	0.08 332	0.05 208	0.05 33	0.03 1	0.06 218	0.05 140

LoS_RVC	0.08 53	0.05 23	0.07 8	0.15 82	0.07 82	0.08 57	0.15 245	0.11 35	0.10 43	0.08 79	0.09 107	0.06 21	0.09 194	0.10 76	0.09 61	0.05 33	0.04 24	0.05 33	0.03 1	0.04 21	0.03 2

CAS	0.08 53	0.04 1	0.07 8	0.17 236	0.08 142	0.10 145	0.13 118	0.12 55	0.09 28	0.09 118	0.10 138	0.08 121	0.06 42	0.09 37	0.08 17	0.08 332	0.04 24	0.05 33	0.03 1	0.05 115	0.04 48

raft_robust	0.13 304	0.10 401	0.07 8	0.18 319	0.08 142	0.13 277	0.24 507	0.28 423	0.33 451	0.20 413	0.19 305	0.14 270	0.10 230	0.11 126	0.12 265	0.05 33	0.05 208	0.07 223	0.07 301	0.05 115	0.04 48

GMOStereo	0.11 212	0.09 340	0.07 8	0.19 380	0.08 142	0.12 233	0.28 544	0.13 72	0.17 231	0.11 186	0.17 271	0.14 270	0.12 288	0.07 4	0.07 1	0.05 33	0.05 208	0.09 392	0.07 301	0.04 21	0.04 48

error version	0.11 212	0.09 340	0.07 8	0.19 380	0.08 142	0.12 233	0.28 544	0.13 72	0.17 231	0.11 186	0.17 271	0.14 270	0.12 288	0.07 4	0.07 1	0.05 33	0.05 208	0.09 392	0.07 301	0.04 21	0.04 48

test-v	0.11 212	0.09 340	0.07 8	0.19 380	0.08 142	0.12 233	0.28 544	0.13 72	0.17 231	0.11 186	0.17 271	0.14 270	0.12 288	0.07 4	0.07 1	0.05 33	0.05 208	0.09 392	0.07 301	0.04 21	0.04 48

test-2	0.11 212	0.09 340	0.07 8	0.19 380	0.08 142	0.12 233	0.28 544	0.13 72	0.17 231	0.11 186	0.17 271	0.14 270	0.12 288	0.07 4	0.07 1	0.05 33	0.05 208	0.09 392	0.07 301	0.04 21	0.04 48

s12784h	0.09 101	0.06 72	0.07 8	0.15 82	0.05 1	0.16 366	0.18 396	0.15 124	0.15 181	0.10 153	0.11 176	0.11 206	0.11 255	0.10 76	0.12 265	0.05 33	0.04 24	0.05 33	0.04 45	0.04 21	0.04 48

XX-TBD	0.09 101	0.06 72	0.07 8	0.14 40	0.07 82	0.12 233	0.16 313	0.14 93	0.13 136	0.11 186	0.12 190	0.09 146	0.08 161	0.10 76	0.10 139	0.06 127	0.04 24	0.05 33	0.03 1	0.06 218	0.05 140

NLMM	0.09 101	0.06 72	0.08 38	0.18 319	0.08 142	0.11 191	0.16 313	0.17 189	0.19 274	0.08 79	0.07 45	0.07 76	0.08 161	0.11 126	0.12 265	0.04 11	0.04 24	0.06 121	0.06 210	0.04 21	0.04 48

NLSM3	0.09 101	0.06 72	0.08 38	0.19 380	0.08 142	0.11 191	0.16 313	0.18 220	0.16 210	0.06 13	0.08 84	0.07 76	0.08 161	0.09 37	0.11 211	0.04 11	0.04 24	0.06 121	0.07 301	0.03 1	0.03 2

GEAStereo	0.08 53	0.05 23	0.08 38	0.13 13	0.08 142	0.08 57	0.14 173	0.10 20	0.09 28	0.08 79	0.10 138	0.06 21	0.05 11	0.11 126	0.08 17	0.06 127	0.04 24	0.05 33	0.04 45	0.05 115	0.05 140

BridgeDepth	0.07 4	0.07 163	0.08 38	0.18 319	0.06 15	0.07 32	0.11 51	0.09 11	0.06 4	0.04 1	0.07 45	0.10 180	0.09 194	0.08 17	0.08 17	0.04 11	0.03 1	0.04 1	0.04 45	0.03 1	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
GSStereo	0.08 53	0.05 23	0.08 38	0.13 13	0.08 142	0.08 57	0.14 173	0.11 35	0.12 101	0.08 79	0.10 138	0.05 1	0.05 11	0.11 126	0.08 17	0.06 127	0.04 24	0.05 33	0.04 45	0.05 115	0.05 140

MSCF	0.08 53	0.05 23	0.08 38	0.19 380	0.08 142	0.06 10	0.12 71	0.14 93	0.11 71	0.10 153	0.09 107	0.07 76	0.04 1	0.11 126	0.08 17	0.06 127	0.05 208	0.05 33	0.04 45	0.05 115	0.05 140

water-stereo	0.09 101	0.06 72	0.08 38	0.16 160	0.07 82	0.09 93	0.13 118	0.15 124	0.13 136	0.11 186	0.12 190	0.08 121	0.09 194	0.07 4	0.08 17	0.06 127	0.05 208	0.05 33	0.05 129	0.04 21	0.04 48

asda	0.07 4	0.08 264	0.08 38	0.16 160	0.06 15	0.06 10	0.10 29	0.16 153	0.10 43	0.06 13	0.06 14	0.05 1	0.05 11	0.10 76	0.10 139	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

DilatedVolume-Stereo	0.09 101	0.05 23	0.08 38	0.15 82	0.06 15	0.11 191	0.12 71	0.14 93	0.16 210	0.11 186	0.11 176	0.09 146	0.09 194	0.11 126	0.10 139	0.06 127	0.05 208	0.05 33	0.04 45	0.03 1	0.03 2

4.5_new	0.07 4	0.09 340	0.08 38	0.15 82	0.07 82	0.06 10	0.10 29	0.14 93	0.11 71	0.06 13	0.08 84	0.06 21	0.06 42	0.08 17	0.10 139	0.03 1	0.03 1	0.04 1	0.04 45	0.04 21	0.03 2

4.5w-stereo	0.07 4	0.09 340	0.08 38	0.15 82	0.07 82	0.06 10	0.10 29	0.14 93	0.11 71	0.06 13	0.08 84	0.06 21	0.06 42	0.08 17	0.10 139	0.03 1	0.03 1	0.04 1	0.04 45	0.04 21	0.03 2

4w-stereo	0.07 4	0.08 264	0.08 38	0.16 160	0.06 15	0.07 32	0.08 7	0.12 55	0.08 15	0.07 43	0.07 45	0.05 1	0.06 42	0.09 37	0.10 139	0.03 1	0.03 1	0.04 1	0.04 45	0.04 21	0.03 2

3.75w	0.07 4	0.07 163	0.08 38	0.16 160	0.07 82	0.07 32	0.09 18	0.16 153	0.09 28	0.07 43	0.06 14	0.05 1	0.06 42	0.09 37	0.10 139	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

IGEV	0.07 4	0.04 1	0.08 38	0.13 13	0.06 15	0.09 93	0.12 71	0.14 93	0.10 43	0.06 13	0.09 107	0.07 76	0.05 11	0.09 37	0.09 61	0.06 127	0.04 24	0.05 33	0.04 45	0.05 115	0.04 48

MLG-Stereo_test1	0.06 1	0.05 23	0.08 38	0.17 236	0.05 1	0.06 10	0.11 51	0.08 4	0.03 1	0.05 2	0.04 1	0.06 21	0.05 11	0.09 37	0.09 61	0.05 33	0.04 24	0.05 33	0.03 1	0.04 21	0.04 48

MLG-Stereo	0.07 4	0.05 23	0.08 38	0.17 236	0.05 1	0.07 32	0.11 51	0.08 4	0.04 2	0.05 2	0.04 1	0.06 21	0.05 11	0.10 76	0.09 61	0.05 33	0.04 24	0.05 33	0.03 1	0.04 21	0.04 48

MM-Stereo_test1	0.10 168	0.07 163	0.08 38	0.18 319	0.07 82	0.12 233	0.18 396	0.21 280	0.20 298	0.09 118	0.11 176	0.08 121	0.06 42	0.10 76	0.10 139	0.06 127	0.05 208	0.07 223	0.06 210	0.05 115	0.04 48

GREAT-IGEV	0.07 4	0.06 72	0.08 38	0.13 13	0.07 82	0.07 32	0.14 173	0.09 11	0.09 28	0.06 13	0.07 45	0.06 21	0.05 11	0.10 76	0.07 1	0.05 33	0.04 24	0.05 33	0.04 45	0.05 115	0.04 48

Reg-Stereo(zero)	0.08 53	0.05 23	0.08 38	0.16 160	0.06 15	0.12 233	0.11 51	0.15 124	0.10 43	0.12 224	0.09 107	0.10 180	0.08 161	0.11 126	0.08 17	0.06 127	0.04 24	0.05 33	0.04 45	0.04 21	0.05 140

SCV	0.08 53	0.09 340	0.08 38	0.15 82	0.08 142	0.10 145	0.13 118	0.10 20	0.12 101	0.07 43	0.07 45	0.06 21	0.04 1	0.09 37	0.08 17	0.05 33	0.04 24	0.06 121	0.04 45	0.06 218	0.04 48

FoundationStereo	0.06 1	0.04 1	0.08 38	0.12 4	0.05 1	0.09 93	0.13 118	0.06 1	0.09 28	0.05 2	0.05 7	0.06 21	0.04 1	0.06 1	0.07 1	0.06 127	0.04 24	0.05 33	0.03 1	0.05 115	0.04 48

AIO_rvc	0.07 4	0.06 72	0.08 38	0.15 82	0.06 15	0.08 57	0.14 173	0.09 11	0.08 15	0.07 43	0.08 84	0.07 76	0.04 1	0.10 76	0.08 17	0.05 33	0.04 24	0.05 33	0.04 45	0.04 21	0.03 2

HUF	0.08 53	0.05 23	0.08 38	0.14 40	0.06 15	0.09 93	0.13 118	0.13 72	0.13 136	0.07 43	0.07 45	0.08 121	0.06 42	0.10 76	0.09 61	0.06 127	0.04 24	0.05 33	0.04 45	0.05 115	0.04 48

castereo++	0.08 53	0.05 23	0.08 38	0.15 82	0.05 1	0.14 309	0.12 71	0.11 35	0.15 181	0.07 43	0.07 45	0.07 76	0.06 42	0.08 17	0.08 17	0.06 127	0.04 24	0.05 33	0.04 45	0.04 21	0.03 2

mms	0.09 101	0.07 163	0.08 38	0.16 160	0.08 142	0.10 145	0.16 313	0.12 55	0.11 71	0.08 79	0.09 107	0.08 121	0.06 42	0.11 126	0.12 265	0.05 33	0.04 24	0.07 223	0.05 129	0.04 21	0.03 2

dual_stereo	0.07 4	0.04 1	0.08 38	0.15 82	0.05 1	0.05 4	0.13 118	0.12 55	0.08 15	0.07 43	0.06 14	0.05 1	0.05 11	0.07 4	0.09 61	0.06 127	0.04 24	0.05 33	0.03 1	0.04 21	0.04 48

IGEV-Stereo++	0.07 4	0.06 72	0.08 38	0.18 319	0.06 15	0.04 1	0.10 29	0.11 35	0.11 71	0.06 13	0.07 45	0.07 76	0.06 42	0.09 37	0.09 61	0.05 33	0.04 24	0.05 33	0.04 45	0.05 115	0.04 48

RAStereo	0.10 168	0.09 340	0.08 38	0.20 438	0.08 142	0.13 277	0.18 396	0.15 124	0.17 231	0.10 153	0.12 190	0.05 1	0.06 42	0.09 37	0.08 17	0.07 268	0.05 208	0.07 223	0.05 129	0.05 115	0.04 48

IGEV-Stereo+	0.07 4	0.04 1	0.08 38	0.15 82	0.06 15	0.04 1	0.09 18	0.10 20	0.09 28	0.06 13	0.06 14	0.06 21	0.06 42	0.06 1	0.08 17	0.06 127	0.04 24	0.05 33	0.04 45	0.06 218	0.06 228

IGEV++	0.08 53	0.06 72	0.08 38	0.18 319	0.07 82	0.09 93	0.13 118	0.10 20	0.09 28	0.08 79	0.08 84	0.06 21	0.06 42	0.13 264	0.09 61	0.05 33	0.04 24	0.05 33	0.04 45	0.05 115	0.04 48

MaDis-Stereo	0.09 101	0.09 340	0.08 38	0.17 236	0.09 263	0.13 277	0.10 29	0.16 153	0.16 210	0.09 118	0.11 176	0.06 21	0.06 42	0.09 37	0.13 307	0.07 268	0.06 337	0.07 223	0.05 129	0.05 115	0.04 48

UniTT-Stereo	0.09 101	0.07 163	0.08 38	0.18 319	0.08 142	0.13 277	0.11 51	0.12 55	0.11 71	0.10 153	0.12 190	0.05 1	0.07 122	0.09 37	0.09 61	0.07 268	0.05 208	0.05 33	0.05 129	0.05 115	0.05 140

AEACV	0.08 53	0.05 23	0.08 38	0.14 40	0.13 474	0.14 309	0.13 118	0.14 93	0.09 28	0.07 43	0.09 107	0.07 76	0.08 161	0.10 76	0.09 61	0.06 127	0.04 24	0.06 121	0.05 129	0.05 115	0.04 48

CES	0.08 53	0.04 1	0.08 38	0.14 40	0.07 82	0.09 93	0.14 173	0.11 35	0.09 28	0.08 79	0.09 107	0.11 206	0.06 42	0.12 218	0.08 17	0.06 127	0.04 24	0.05 33	0.03 1	0.05 115	0.05 140

Selective-IGEV	0.07 4	0.06 72	0.08 38	0.17 236	0.06 15	0.08 57	0.12 71	0.13 72	0.07 10	0.08 79	0.07 45	0.06 21	0.04 1	0.10 76	0.09 61	0.05 33	0.04 24	0.05 33	0.04 45	0.04 21	0.03 2

EGLCR-Stereo	0.08 53	0.05 23	0.08 38	0.14 40	0.06 15	0.10 145	0.12 71	0.11 35	0.16 210	0.06 13	0.05 7	0.07 76	0.05 11	0.10 76	0.11 211	0.06 127	0.04 24	0.06 121	0.05 129	0.04 21	0.04 48

CroCo-Stereo Lap2	0.09 101	0.09 340	0.08 38	0.22 484	0.09 263	0.09 93	0.19 436	0.16 153	0.12 101	0.09 118	0.10 138	0.05 1	0.05 11	0.08 17	0.08 17	0.06 127	0.06 337	0.07 223	0.05 129	0.05 115	0.05 140

TestStereo1	0.13 304	0.08 264	0.08 38	0.19 380	0.08 142	0.18 406	0.29 553	0.23 323	0.16 210	0.17 344	0.20 317	0.16 313	0.10 230	0.12 218	0.13 307	0.06 127	0.06 337	0.08 308	0.06 210	0.05 115	0.05 140

test_5	0.14 340	0.12 445	0.08 38	0.20 438	0.10 366	0.14 309	0.29 553	0.21 280	0.24 354	0.18 374	0.28 438	0.11 206	0.15 369	0.12 218	0.13 307	0.06 127	0.05 208	0.07 223	0.08 367	0.08 351	0.07 311

SA-5K	0.13 304	0.08 264	0.08 38	0.19 380	0.08 142	0.18 406	0.29 553	0.23 323	0.16 210	0.17 344	0.20 317	0.16 313	0.10 230	0.12 218	0.13 307	0.06 127	0.06 337	0.08 308	0.06 210	0.05 115	0.05 140

Sa-1000	0.12 279	0.08 264	0.08 38	0.18 319	0.08 142	0.14 309	0.22 484	0.22 303	0.18 258	0.15 300	0.20 317	0.17 333	0.11 255	0.10 76	0.10 139	0.06 127	0.05 208	0.09 392	0.09 416	0.05 115	0.05 140

SA	0.12 279	0.09 340	0.08 38	0.18 319	0.08 142	0.12 233	0.24 507	0.23 323	0.18 258	0.17 344	0.27 424	0.14 270	0.11 255	0.11 126	0.11 211	0.05 33	0.05 208	0.09 392	0.08 367	0.05 115	0.04 48

test_4	0.10 168	0.10 401	0.08 38	0.19 380	0.09 263	0.08 57	0.22 484	0.15 124	0.17 231	0.12 224	0.18 296	0.12 225	0.09 194	0.08 17	0.11 211	0.04 11	0.04 24	0.08 308	0.08 367	0.04 21	0.03 2

CroCo-Stereo	0.09 101	0.08 264	0.08 38	0.22 484	0.09 263	0.09 93	0.19 436	0.15 124	0.12 101	0.07 43	0.07 45	0.08 121	0.06 42	0.08 17	0.07 1	0.07 268	0.05 208	0.06 121	0.04 45	0.05 115	0.04 48
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
TANstereo	0.09 101	0.04 1	0.08 38	0.13 13	0.06 15	0.11 191	0.14 173	0.15 124	0.19 274	0.11 186	0.15 235	0.10 180	0.06 42	0.12 218	0.09 61	0.07 268	0.05 208	0.05 33	0.04 45	0.06 218	0.05 140

XX-Stereo	0.09 101	0.05 23	0.08 38	0.17 236	0.09 263	0.15 336	0.12 71	0.20 256	0.10 43	0.10 153	0.14 218	0.07 76	0.06 42	0.12 218	0.08 17	0.06 127	0.05 208	0.06 121	0.06 210	0.04 21	0.04 48

CREStereo	0.09 101	0.04 1	0.08 38	0.11 1	0.06 15	0.13 277	0.14 173	0.14 93	0.10 43	0.08 79	0.13 204	0.09 146	0.08 161	0.11 126	0.10 139	0.08 332	0.04 24	0.05 33	0.03 1	0.06 218	0.06 228
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
NLSM1	0.09 101	0.06 72	0.09 85	0.17 236	0.07 82	0.14 309	0.16 313	0.19 243	0.14 161	0.08 79	0.10 138	0.07 76	0.09 194	0.13 264	0.11 211	0.05 33	0.04 24	0.05 33	0.05 129	0.05 115	0.04 48

NLCSM	0.09 101	0.05 23	0.09 85	0.18 319	0.08 142	0.11 191	0.13 118	0.19 243	0.17 231	0.08 79	0.08 84	0.07 76	0.09 194	0.11 126	0.11 211	0.05 33	0.04 24	0.06 121	0.05 129	0.04 21	0.04 48

DDF-Stereo	0.08 53	0.04 1	0.09 85	0.15 82	0.10 366	0.06 10	0.13 118	0.09 11	0.14 161	0.06 13	0.06 14	0.07 76	0.06 42	0.09 37	0.10 139	0.06 127	0.04 24	0.06 121	0.04 45	0.08 351	0.05 140

252Zero-FE	0.08 53	0.04 1	0.09 85	0.13 13	0.07 82	0.12 233	0.11 51	0.13 72	0.14 161	0.06 13	0.05 7	0.06 21	0.05 11	0.09 37	0.10 139	0.06 127	0.04 24	0.04 1	0.03 1	0.05 115	0.06 228

Zero-FE251	0.07 4	0.05 23	0.09 85	0.13 13	0.06 15	0.12 233	0.12 71	0.11 35	0.10 43	0.07 43	0.08 84	0.06 21	0.06 42	0.09 37	0.08 17	0.06 127	0.04 24	0.05 33	0.04 45	0.04 21	0.04 48

Monster-pub-mixall	0.07 4	0.04 1	0.09 85	0.13 13	0.06 15	0.05 4	0.09 18	0.11 35	0.07 10	0.06 13	0.06 14	0.05 1	0.06 42	0.09 37	0.09 61	0.06 127	0.04 24	0.04 1	0.03 1	0.05 115	0.05 140

Replicate-Monster	0.07 4	0.05 23	0.09 85	0.14 40	0.06 15	0.08 57	0.09 18	0.13 72	0.13 136	0.05 2	0.07 45	0.06 21	0.06 42	0.08 17	0.10 139	0.05 33	0.04 24	0.05 33	0.03 1	0.04 21	0.04 48

zero-FE	0.08 53	0.04 1	0.09 85	0.15 82	0.10 366	0.05 4	0.14 173	0.09 11	0.14 161	0.07 43	0.06 14	0.07 76	0.06 42	0.09 37	0.10 139	0.06 127	0.04 24	0.06 121	0.04 45	0.08 351	0.05 140

GASTEREO	0.08 53	0.05 23	0.09 85	0.19 380	0.07 82	0.07 32	0.12 71	0.14 93	0.11 71	0.10 153	0.09 107	0.07 76	0.04 1	0.12 218	0.08 17	0.06 127	0.05 208	0.05 33	0.04 45	0.04 21	0.05 140

depthmonostereo	0.09 101	0.06 72	0.09 85	0.15 82	0.06 15	0.10 145	0.13 118	0.14 93	0.14 161	0.10 153	0.10 138	0.09 146	0.11 255	0.08 17	0.09 61	0.06 127	0.05 208	0.06 121	0.04 45	0.04 21	0.03 2

4.25_new	0.07 4	0.08 264	0.09 85	0.15 82	0.06 15	0.09 93	0.08 7	0.14 93	0.08 15	0.07 43	0.07 45	0.06 21	0.06 42	0.12 218	0.10 139	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4.5w_new	0.07 4	0.08 264	0.09 85	0.15 82	0.06 15	0.09 93	0.08 7	0.14 93	0.08 15	0.07 43	0.07 45	0.06 21	0.06 42	0.12 218	0.10 139	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4.25w-stereo	0.07 4	0.08 264	0.09 85	0.15 82	0.06 15	0.09 93	0.08 7	0.14 93	0.08 15	0.07 43	0.07 45	0.06 21	0.06 42	0.12 218	0.10 139	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

2w_stereo	0.08 53	0.08 264	0.09 85	0.16 160	0.06 15	0.08 57	0.10 29	0.20 256	0.15 181	0.08 79	0.07 45	0.06 21	0.06 42	0.06 1	0.09 61	0.04 11	0.03 1	0.04 1	0.04 45	0.03 1	0.03 2

111111	0.07 4	0.04 1	0.09 85	0.17 236	0.06 15	0.05 4	0.10 29	0.11 35	0.09 28	0.06 13	0.06 14	0.07 76	0.05 11	0.09 37	0.09 61	0.06 127	0.04 24	0.05 33	0.04 45	0.07 288	0.06 228

MM-Stereo_test2	0.09 101	0.06 72	0.09 85	0.19 380	0.08 142	0.12 233	0.18 396	0.15 124	0.14 161	0.07 43	0.10 138	0.07 76	0.06 42	0.12 218	0.09 61	0.05 33	0.04 24	0.06 121	0.05 129	0.05 115	0.03 2

HART	0.08 53	0.07 163	0.09 85	0.17 236	0.07 82	0.10 145	0.16 313	0.13 72	0.11 71	0.08 79	0.10 138	0.07 76	0.05 11	0.10 76	0.08 17	0.05 33	0.04 24	0.06 121	0.04 45	0.05 115	0.04 48

DEFOM-Stereo_RVC	0.08 53	0.06 72	0.09 85	0.22 484	0.06 15	0.08 57	0.12 71	0.10 20	0.10 43	0.07 43	0.07 45	0.06 21	0.05 11	0.11 126	0.09 61	0.06 127	0.04 24	0.05 33	0.03 1	0.06 218	0.04 48

ours_stereo	0.09 101	0.07 163	0.09 85	0.17 236	0.08 142	0.11 191	0.16 313	0.11 35	0.12 101	0.08 79	0.10 138	0.08 121	0.06 42	0.12 218	0.12 265	0.05 33	0.04 24	0.06 121	0.05 129	0.04 21	0.03 2

fffy	0.09 101	0.08 264	0.09 85	0.16 160	0.07 82	0.13 277	0.17 351	0.13 72	0.12 101	0.08 79	0.09 107	0.08 121	0.09 194	0.13 264	0.11 211	0.05 33	0.05 208	0.07 223	0.05 129	0.04 21	0.05 140

UGAM	0.13 304	0.10 401	0.09 85	0.22 484	0.08 142	0.12 233	0.20 457	0.17 189	0.23 338	0.21 427	0.16 249	0.13 250	0.13 326	0.19 417	0.12 265	0.07 268	0.05 208	0.13 505	0.11 487	0.07 288	0.05 140

WCG-NET	0.08 53	0.05 23	0.09 85	0.15 82	0.06 15	0.11 191	0.14 173	0.13 72	0.13 136	0.06 13	0.09 107	0.07 76	0.06 42	0.13 264	0.08 17	0.05 33	0.04 24	0.05 33	0.04 45	0.04 21	0.03 2

Pointernet	0.09 101	0.04 1	0.09 85	0.16 160	0.08 142	0.13 277	0.10 29	0.15 124	0.17 231	0.09 118	0.07 45	0.06 21	0.06 42	0.11 126	0.09 61	0.08 332	0.04 24	0.05 33	0.03 1	0.06 218	0.05 140

U	0.08 53	0.07 163	0.09 85	0.19 380	0.10 366	0.10 145	0.13 118	0.12 55	0.17 231	0.07 43	0.07 45	0.06 21	0.05 11	0.07 4	0.08 17	0.06 127	0.04 24	0.06 121	0.04 45	0.06 218	0.05 140

AIO-Stereo	0.08 53	0.06 72	0.09 85	0.18 319	0.06 15	0.08 57	0.12 71	0.15 124	0.09 28	0.08 79	0.08 84	0.07 76	0.05 11	0.11 126	0.08 17	0.05 33	0.05 208	0.05 33	0.04 45	0.04 21	0.04 48

RSM++	0.08 53	0.06 72	0.09 85	0.17 236	0.07 82	0.09 93	0.12 71	0.11 35	0.11 71	0.08 79	0.06 14	0.07 76	0.05 11	0.10 76	0.09 61	0.04 11	0.04 24	0.06 121	0.05 129	0.05 115	0.03 2

RSM	0.08 53	0.06 72	0.09 85	0.17 236	0.06 15	0.08 57	0.12 71	0.12 55	0.10 43	0.08 79	0.07 45	0.06 21	0.05 11	0.11 126	0.09 61	0.04 11	0.04 24	0.05 33	0.04 45	0.04 21	0.03 2

H2IRNET	0.10 168	0.09 340	0.09 85	0.18 319	0.09 263	0.12 233	0.15 245	0.14 93	0.21 313	0.10 153	0.10 138	0.10 180	0.10 230	0.10 76	0.10 139	0.05 33	0.04 24	0.08 308	0.08 367	0.06 218	0.05 140

MSKI-zero shot	0.09 101	0.05 23	0.09 85	0.15 82	0.07 82	0.10 145	0.13 118	0.14 93	0.13 136	0.09 118	0.09 107	0.09 146	0.06 42	0.12 218	0.10 139	0.06 127	0.04 24	0.05 33	0.04 45	0.04 21	0.04 48

StereoVision	0.13 304	0.12 445	0.09 85	0.24 514	0.10 366	0.15 336	0.21 474	0.21 280	0.20 298	0.12 224	0.24 369	0.10 180	0.10 230	0.16 348	0.10 139	0.09 391	0.11 499	0.12 490	0.12 506	0.06 218	0.05 140

CASnet	0.09 101	0.09 340	0.09 85	0.19 380	0.06 15	0.07 32	0.11 51	0.18 220	0.14 161	0.11 186	0.10 138	0.09 146	0.07 122	0.10 76	0.10 139	0.06 127	0.04 24	0.10 440	0.08 367	0.05 115	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.10 168	0.05 23	0.09 85	0.14 40	0.07 82	0.13 277	0.14 173	0.21 280	0.15 181	0.11 186	0.12 190	0.12 225	0.09 194	0.12 218	0.09 61	0.07 268	0.04 24	0.05 33	0.04 45	0.06 218	0.05 140

MC-Stereo	0.08 53	0.06 72	0.09 85	0.17 236	0.06 15	0.10 145	0.14 173	0.12 55	0.10 43	0.09 118	0.12 190	0.09 146	0.06 42	0.11 126	0.10 139	0.06 127	0.04 24	0.06 121	0.05 129	0.04 21	0.04 48

RCA-Stereo	0.09 101	0.06 72	0.09 85	0.16 160	0.06 15	0.09 93	0.13 118	0.18 220	0.14 161	0.09 118	0.10 138	0.08 121	0.07 122	0.12 218	0.11 211	0.06 127	0.04 24	0.06 121	0.05 129	0.05 115	0.04 48

RAFT+CT+SA	0.13 304	0.11 427	0.09 85	0.19 380	0.09 263	0.15 336	0.28 544	0.22 303	0.22 328	0.15 300	0.26 415	0.10 180	0.10 230	0.11 126	0.12 265	0.05 33	0.04 24	0.07 223	0.08 367	0.07 288	0.06 228

test-3	0.08 53	0.06 72	0.09 85	0.17 236	0.07 82	0.07 32	0.14 173	0.12 55	0.15 181	0.09 118	0.08 84	0.07 76	0.08 161	0.11 126	0.10 139	0.05 33	0.04 24	0.07 223	0.05 129	0.04 21	0.04 48

test_1	0.08 53	0.06 72	0.09 85	0.17 236	0.07 82	0.07 32	0.14 173	0.12 55	0.15 181	0.09 118	0.08 84	0.07 76	0.08 161	0.11 126	0.10 139	0.05 33	0.04 24	0.07 223	0.05 129	0.04 21	0.04 48

LCNet	0.11 212	0.07 163	0.09 85	0.19 380	0.09 263	0.08 57	0.15 245	0.21 280	0.15 181	0.11 186	0.15 235	0.16 313	0.11 255	0.12 218	0.11 211	0.05 33	0.04 24	0.08 308	0.07 301	0.06 218	0.15 529

cross-raft	0.10 168	0.09 340	0.09 85	0.19 380	0.07 82	0.11 191	0.25 522	0.13 72	0.15 181	0.08 79	0.11 176	0.12 225	0.10 230	0.09 37	0.11 211	0.05 33	0.04 24	0.06 121	0.05 129	0.04 21	0.04 48

iRaftStereo_RVC	0.10 168	0.07 163	0.09 85	0.17 236	0.09 263	0.11 191	0.17 351	0.18 220	0.12 101	0.09 118	0.12 190	0.10 180	0.07 122	0.11 126	0.10 139	0.05 33	0.04 24	0.08 308	0.08 367	0.04 21	0.04 48

raft+_RVC	0.11 212	0.07 163	0.09 85	0.16 160	0.07 82	0.10 145	0.11 51	0.24 346	0.20 298	0.12 224	0.15 235	0.12 225	0.08 161	0.12 218	0.13 307	0.07 268	0.04 24	0.07 223	0.06 210	0.05 115	0.05 140

RALCasStereoNet	0.10 168	0.06 72	0.09 85	0.16 160	0.08 142	0.12 233	0.14 173	0.17 189	0.11 71	0.12 224	0.17 271	0.14 270	0.10 230	0.12 218	0.11 211	0.07 268	0.06 337	0.06 121	0.05 129	0.08 351	0.07 311

CFNet-RSSM	0.09 101	0.07 163	0.09 85	0.16 160	0.07 82	0.09 93	0.15 245	0.16 153	0.17 231	0.08 79	0.12 190	0.10 180	0.09 194	0.11 126	0.09 61	0.06 127	0.04 24	0.06 121	0.04 45	0.04 21	0.04 48

PMTNet	0.09 101	0.05 23	0.09 85	0.12 4	0.06 15	0.12 233	0.14 173	0.15 124	0.11 71	0.09 118	0.13 204	0.10 180	0.07 122	0.13 264	0.10 139	0.15 527	0.04 24	0.05 33	0.03 1	0.07 288	0.06 228

WQFJA1	0.13 304	0.09 340	0.10 129	0.20 438	0.10 366	0.11 191	0.15 245	0.26 380	0.39 493	0.10 153	0.15 235	0.11 206	0.11 255	0.11 126	0.13 307	0.07 268	0.06 337	0.08 308	0.08 367	0.06 218	0.06 228

WQFJX1	0.13 304	0.09 340	0.10 129	0.20 438	0.10 366	0.11 191	0.15 245	0.26 380	0.39 493	0.10 153	0.15 235	0.11 206	0.11 255	0.11 126	0.13 307	0.07 268	0.06 337	0.08 308	0.08 367	0.06 218	0.06 228

MS-F	0.08 53	0.04 1	0.10 129	0.13 13	0.06 15	0.09 93	0.12 71	0.13 72	0.08 15	0.06 13	0.07 45	0.06 21	0.08 161	0.10 76	0.11 211	0.06 127	0.05 208	0.04 1	0.03 1	0.04 21	0.04 48

HiDET	0.08 53	0.04 1	0.10 129	0.13 13	0.06 15	0.08 57	0.12 71	0.12 55	0.11 71	0.06 13	0.07 45	0.07 76	0.07 122	0.11 126	0.11 211	0.06 127	0.04 24	0.04 1	0.03 1	0.04 21	0.04 48

LCMNet	0.08 53	0.05 23	0.10 129	0.13 13	0.07 82	0.09 93	0.12 71	0.10 20	0.11 71	0.06 13	0.08 84	0.06 21	0.07 122	0.11 126	0.10 139	0.06 127	0.05 208	0.04 1	0.03 1	0.04 21	0.04 48

3w_stereo	0.08 53	0.09 340	0.10 129	0.17 236	0.07 82	0.08 57	0.10 29	0.20 256	0.13 136	0.06 13	0.07 45	0.05 1	0.06 42	0.08 17	0.09 61	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

LG-Stereo_L2	0.07 4	0.05 23	0.10 129	0.14 40	0.06 15	0.07 32	0.12 71	0.09 11	0.09 28	0.06 13	0.04 1	0.05 1	0.05 11	0.08 17	0.08 17	0.05 33	0.04 24	0.05 33	0.03 1	0.04 21	0.03 2

MLG-Stereo_test3	0.07 4	0.05 23	0.10 129	0.14 40	0.06 15	0.07 32	0.11 51	0.08 4	0.06 4	0.06 13	0.04 1	0.06 21	0.06 42	0.07 4	0.10 139	0.06 127	0.04 24	0.05 33	0.04 45	0.05 115	0.06 228

MLG-Stereo_test2	0.06 1	0.04 1	0.10 129	0.15 82	0.05 1	0.07 32	0.11 51	0.09 11	0.04 2	0.06 13	0.05 7	0.06 21	0.04 1	0.08 17	0.09 61	0.06 127	0.04 24	0.05 33	0.03 1	0.05 115	0.05 140

LGtest1	0.07 4	0.04 1	0.10 129	0.15 82	0.06 15	0.07 32	0.09 18	0.08 4	0.06 4	0.05 2	0.04 1	0.06 21	0.06 42	0.10 76	0.09 61	0.07 268	0.04 24	0.05 33	0.04 45	0.06 218	0.06 228

LG-Stereo_Zeroshot	0.07 4	0.06 72	0.10 129	0.16 160	0.07 82	0.04 1	0.13 118	0.10 20	0.10 43	0.05 2	0.11 176	0.07 76	0.05 11	0.07 4	0.09 61	0.06 127	0.04 24	0.05 33	0.04 45	0.05 115	0.04 48

LG-Stereo	0.08 53	0.07 163	0.10 129	0.18 319	0.07 82	0.10 145	0.17 351	0.11 35	0.08 15	0.05 2	0.07 45	0.05 1	0.07 122	0.09 37	0.09 61	0.04 11	0.05 208	0.07 223	0.07 301	0.04 21	0.04 48

SGD-Stereo	0.08 53	0.05 23	0.10 129	0.14 40	0.05 1	0.12 233	0.12 71	0.11 35	0.12 101	0.07 43	0.09 107	0.09 146	0.09 194	0.08 17	0.08 17	0.06 127	0.04 24	0.05 33	0.04 45	0.05 115	0.03 2

AIO-test2	0.10 168	0.08 264	0.10 129	0.23 505	0.08 142	0.11 191	0.10 29	0.23 323	0.23 338	0.08 79	0.09 107	0.08 121	0.05 11	0.10 76	0.08 17	0.06 127	0.05 208	0.08 308	0.09 416	0.05 115	0.05 140

AIO-test1	0.10 168	0.07 163	0.10 129	0.23 505	0.07 82	0.09 93	0.13 118	0.21 280	0.14 161	0.11 186	0.12 190	0.09 146	0.07 122	0.11 126	0.09 61	0.06 127	0.05 208	0.09 392	0.10 455	0.03 1	0.06 228

tg	0.10 168	0.06 72	0.10 129	0.18 319	0.08 142	0.11 191	0.16 313	0.20 256	0.12 101	0.08 79	0.11 176	0.11 206	0.07 122	0.11 126	0.10 139	0.05 33	0.04 24	0.08 308	0.08 367	0.04 21	0.04 48

WCG-NET（raft）	0.08 53	0.05 23	0.10 129	0.15 82	0.06 15	0.11 191	0.13 118	0.15 124	0.12 101	0.08 79	0.07 45	0.06 21	0.06 42	0.13 264	0.08 17	0.05 33	0.04 24	0.05 33	0.04 45	0.04 21	0.04 48

RAFT-Stereo-weight	0.09 101	0.06 72	0.10 129	0.16 160	0.07 82	0.09 93	0.14 173	0.19 243	0.16 210	0.11 186	0.10 138	0.08 121	0.06 42	0.10 76	0.11 211	0.06 127	0.04 24	0.06 121	0.04 45	0.04 21	0.04 48

gcap-zeroshot	0.09 101	0.05 23	0.10 129	0.16 160	0.07 82	0.13 277	0.13 118	0.11 35	0.12 101	0.13 251	0.12 190	0.09 146	0.08 161	0.09 37	0.09 61	0.06 127	0.05 208	0.06 121	0.05 129	0.04 21	0.04 48

MoCha-V2	0.08 53	0.05 23	0.10 129	0.20 438	0.07 82	0.09 93	0.14 173	0.11 35	0.08 15	0.07 43	0.08 84	0.07 76	0.06 42	0.09 37	0.08 17	0.05 33	0.04 24	0.05 33	0.04 45	0.04 21	0.04 48

MyStereo07	0.10 168	0.07 163	0.10 129	0.17 236	0.09 263	0.14 309	0.18 396	0.15 124	0.15 181	0.09 118	0.06 14	0.06 21	0.07 122	0.12 218	0.09 61	0.06 127	0.05 208	0.08 308	0.07 301	0.06 218	0.06 228

MyStereo05	0.13 304	0.07 163	0.10 129	0.17 236	0.09 263	0.13 277	0.18 396	0.27 403	0.35 472	0.17 344	0.14 218	0.15 299	0.11 255	0.15 314	0.13 307	0.06 127	0.05 208	0.07 223	0.07 301	0.06 218	0.06 228

MyStereo04	0.13 304	0.07 163	0.10 129	0.17 236	0.09 263	0.14 309	0.18 396	0.29 434	0.38 490	0.17 344	0.14 218	0.16 313	0.10 230	0.15 314	0.13 307	0.06 127	0.05 208	0.08 308	0.07 301	0.06 218	0.06 228

AE-Stereo	0.10 168	0.08 264	0.10 129	0.18 319	0.09 263	0.10 145	0.15 245	0.14 93	0.19 274	0.09 118	0.14 218	0.12 225	0.08 161	0.11 126	0.10 139	0.05 33	0.06 337	0.07 223	0.06 210	0.05 115	0.04 48

plain	0.10 168	0.08 264	0.10 129	0.19 380	0.09 263	0.10 145	0.15 245	0.14 93	0.13 136	0.13 251	0.15 235	0.09 146	0.12 288	0.13 264	0.12 265	0.07 268	0.05 208	0.09 392	0.06 210	0.06 218	0.06 228

MIF-Stereo (partial)	0.11 212	0.06 72	0.10 129	0.19 380	0.10 366	0.10 145	0.11 51	0.17 189	0.18 258	0.14 273	0.16 249	0.09 146	0.11 255	0.12 218	0.12 265	0.08 332	0.05 208	0.08 308	0.07 301	0.06 218	0.07 311

RAFT-Test	0.09 101	0.06 72	0.10 129	0.15 82	0.07 82	0.11 191	0.15 245	0.16 153	0.13 136	0.09 118	0.10 138	0.10 180	0.09 194	0.12 218	0.09 61	0.06 127	0.04 24	0.05 33	0.04 45	0.04 21	0.05 140

4D-IteraStereo	0.09 101	0.07 163	0.10 129	0.18 319	0.07 82	0.09 93	0.15 245	0.17 189	0.15 181	0.10 153	0.11 176	0.10 180	0.07 122	0.11 126	0.09 61	0.05 33	0.03 1	0.08 308	0.07 301	0.06 218	0.05 140

anonymousdsp2	0.11 212	0.07 163	0.10 129	0.16 160	0.09 263	0.13 277	0.14 173	0.18 220	0.22 328	0.13 251	0.14 218	0.12 225	0.09 194	0.14 292	0.11 211	0.05 33	0.04 24	0.05 33	0.04 45	0.06 218	0.05 140

ProNet	0.09 101	0.07 163	0.10 129	0.17 236	0.08 142	0.10 145	0.15 245	0.15 124	0.12 101	0.09 118	0.06 14	0.07 76	0.06 42	0.11 126	0.09 61	0.05 33	0.04 24	0.06 121	0.05 129	0.04 21	0.06 228

RAFT_CTSACE	0.12 279	0.09 340	0.10 129	0.22 484	0.08 142	0.12 233	0.24 507	0.18 220	0.16 210	0.20 413	0.27 424	0.13 250	0.07 122	0.13 264	0.09 61	0.05 33	0.06 337	0.08 308	0.07 301	0.04 21	0.04 48

test_3	0.10 168	0.09 340	0.10 129	0.20 438	0.08 142	0.13 277	0.26 531	0.14 93	0.21 313	0.10 153	0.10 138	0.09 146	0.09 194	0.08 17	0.11 211	0.05 33	0.04 24	0.08 308	0.07 301	0.04 21	0.04 48

PSM-AAD	0.11 212	0.07 163	0.10 129	0.19 380	0.09 263	0.10 145	0.15 245	0.20 256	0.13 136	0.12 224	0.14 218	0.18 347	0.11 255	0.11 126	0.10 139	0.05 33	0.05 208	0.09 392	0.08 367	0.06 218	0.14 522

KYRaft	0.11 212	0.07 163	0.10 129	0.19 380	0.09 263	0.08 57	0.15 245	0.22 303	0.12 101	0.13 251	0.16 249	0.20 373	0.10 230	0.12 218	0.10 139	0.05 33	0.04 24	0.08 308	0.08 367	0.06 218	0.16 540

AnonymousM	0.09 101	0.05 23	0.10 129	0.14 40	0.06 15	0.09 93	0.13 118	0.19 243	0.14 161	0.13 251	0.11 176	0.09 146	0.08 161	0.13 264	0.10 139	0.08 332	0.05 208	0.08 308	0.05 129	0.05 115	0.05 140

GMM-Stereo	0.11 212	0.07 163	0.10 129	0.18 319	0.09 263	0.08 57	0.15 245	0.23 323	0.16 210	0.11 186	0.15 235	0.13 250	0.11 255	0.11 126	0.11 211	0.05 33	0.04 24	0.08 308	0.07 301	0.06 218	0.09 420

Prome-Stereo	0.11 212	0.06 72	0.10 129	0.18 319	0.08 142	0.12 233	0.15 245	0.22 303	0.13 136	0.12 224	0.17 271	0.13 250	0.08 161	0.12 218	0.10 139	0.05 33	0.04 24	0.07 223	0.06 210	0.06 218	0.09 420

rafts_anoy	0.11 212	0.06 72	0.10 129	0.17 236	0.08 142	0.10 145	0.14 173	0.17 189	0.14 161	0.13 251	0.13 204	0.12 225	0.10 230	0.11 126	0.12 265	0.07 268	0.04 24	0.09 392	0.11 487	0.07 288	0.06 228

raftrobust	0.09 101	0.06 72	0.10 129	0.17 236	0.08 142	0.09 93	0.10 29	0.18 220	0.16 210	0.10 153	0.09 107	0.12 225	0.07 122	0.12 218	0.10 139	0.08 332	0.05 208	0.06 121	0.05 129	0.05 115	0.05 140

RALAANet	0.11 212	0.08 264	0.10 129	0.17 236	0.09 263	0.14 309	0.10 29	0.20 256	0.15 181	0.14 273	0.13 204	0.16 313	0.09 194	0.12 218	0.11 211	0.06 127	0.05 208	0.07 223	0.06 210	0.05 115	0.04 48

RAFT-Stereo + iAFF	0.09 101	0.06 72	0.10 129	0.17 236	0.06 15	0.10 145	0.16 313	0.17 189	0.14 161	0.09 118	0.10 138	0.08 121	0.09 194	0.11 126	0.09 61	0.05 33	0.04 24	0.06 121	0.06 210	0.04 21	0.03 2

AFF-stereo	0.09 101	0.06 72	0.10 129	0.17 236	0.07 82	0.10 145	0.16 313	0.17 189	0.09 28	0.10 153	0.12 190	0.09 146	0.09 194	0.12 218	0.09 61	0.05 33	0.04 24	0.07 223	0.07 301	0.04 21	0.03 2

Gwc-CoAtRS	0.09 101	0.06 72	0.10 129	0.16 160	0.07 82	0.10 145	0.14 173	0.17 189	0.17 231	0.08 79	0.10 138	0.12 225	0.09 194	0.12 218	0.09 61	0.06 127	0.04 24	0.06 121	0.04 45	0.04 21	0.04 48

R-Stereo Train	0.10 168	0.06 72	0.10 129	0.17 236	0.08 142	0.11 191	0.14 173	0.23 323	0.11 71	0.12 224	0.19 305	0.11 206	0.08 161	0.09 37	0.11 211	0.07 268	0.05 208	0.06 121	0.05 129	0.05 115	0.05 140

RAFT-Stereo	0.10 168	0.06 72	0.10 129	0.17 236	0.08 142	0.11 191	0.14 173	0.23 323	0.11 71	0.12 224	0.19 305	0.11 206	0.08 161	0.09 37	0.11 211	0.07 268	0.05 208	0.06 121	0.05 129	0.05 115	0.05 140
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AANet_RVC	0.16 408	0.10 401	0.10 129	0.18 319	0.09 263	0.18 406	0.19 436	0.26 380	0.31 437	0.22 443	0.35 488	0.21 382	0.21 464	0.22 472	0.16 391	0.06 127	0.05 208	0.06 121	0.06 210	0.07 288	0.06 228

NLMM1	0.10 168	0.06 72	0.11 175	0.18 319	0.07 82	0.12 233	0.13 118	0.20 256	0.21 313	0.09 118	0.09 107	0.09 146	0.08 161	0.13 264	0.10 139	0.05 33	0.04 24	0.05 33	0.05 129	0.05 115	0.04 48

LG-Stereo_L1	0.07 4	0.05 23	0.11 175	0.14 40	0.06 15	0.07 32	0.13 118	0.09 11	0.07 10	0.05 2	0.04 1	0.05 1	0.04 1	0.08 17	0.07 1	0.05 33	0.04 24	0.05 33	0.03 1	0.04 21	0.04 48

LG-G_1	0.07 4	0.04 1	0.11 175	0.15 82	0.06 15	0.09 93	0.08 7	0.08 4	0.06 4	0.06 13	0.05 7	0.07 76	0.07 122	0.11 126	0.08 17	0.07 268	0.04 24	0.05 33	0.04 45	0.05 115	0.05 140

LG-G	0.07 4	0.04 1	0.11 175	0.15 82	0.06 15	0.09 93	0.08 7	0.08 4	0.06 4	0.06 13	0.05 7	0.07 76	0.07 122	0.11 126	0.08 17	0.07 268	0.04 24	0.05 33	0.04 45	0.05 115	0.05 140

G2L-Stereo_test	0.14 340	0.07 163	0.11 175	0.13 13	0.08 142	0.12 233	0.16 313	0.30 448	0.28 413	0.20 413	0.23 357	0.20 373	0.16 395	0.17 380	0.18 424	0.07 268	0.05 208	0.05 33	0.05 129	0.07 288	0.06 228

S2M2_L	0.09 101	0.08 264	0.11 175	0.13 13	0.10 366	0.08 57	0.06 1	0.10 20	0.10 43	0.10 153	0.09 107	0.10 180	0.09 194	0.11 126	0.11 211	0.13 509	0.07 412	0.08 308	0.09 416	0.10 446	0.08 375
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
HI	0.11 212	0.06 72	0.11 175	0.13 13	0.09 263	0.09 93	0.14 173	0.21 280	0.10 43	0.19 390	0.17 271	0.14 270	0.09 194	0.16 348	0.08 17	0.05 33	0.04 24	0.07 223	0.08 367	0.07 288	0.06 228

CoSv	0.11 212	0.06 72	0.11 175	0.13 13	0.09 263	0.09 93	0.14 173	0.21 280	0.10 43	0.19 390	0.17 271	0.14 270	0.09 194	0.16 348	0.08 17	0.05 33	0.04 24	0.07 223	0.08 367	0.07 288	0.06 228

IGEV-RUCA	0.08 53	0.06 72	0.11 175	0.14 40	0.09 263	0.10 145	0.12 71	0.10 20	0.12 101	0.06 13	0.07 45	0.07 76	0.06 42	0.09 37	0.08 17	0.06 127	0.05 208	0.05 33	0.04 45	0.05 115	0.06 228

castereo	0.09 101	0.06 72	0.11 175	0.15 82	0.06 15	0.11 191	0.15 245	0.14 93	0.18 258	0.08 79	0.10 138	0.11 206	0.08 161	0.09 37	0.10 139	0.05 33	0.04 24	0.05 33	0.04 45	0.04 21	0.03 2

GIP-stereo	0.08 53	0.06 72	0.11 175	0.14 40	0.06 15	0.09 93	0.13 118	0.14 93	0.11 71	0.07 43	0.08 84	0.05 1	0.04 1	0.10 76	0.07 1	0.05 33	0.04 24	0.05 33	0.04 45	0.05 115	0.04 48

tt45	0.09 101	0.06 72	0.11 175	0.15 82	0.07 82	0.11 191	0.16 313	0.13 72	0.11 71	0.09 118	0.06 14	0.08 121	0.06 42	0.13 264	0.10 139	0.06 127	0.04 24	0.06 121	0.05 129	0.05 115	0.06 228

model_zeroshot	0.10 168	0.04 1	0.11 175	0.15 82	0.09 263	0.12 233	0.14 173	0.20 256	0.13 136	0.11 186	0.10 138	0.12 225	0.07 122	0.12 218	0.10 139	0.07 268	0.06 337	0.06 121	0.05 129	0.06 218	0.06 228

AIO-Stereo-zeroshot	0.11 212	0.05 23	0.11 175	0.15 82	0.13 474	0.13 277	0.16 313	0.23 323	0.17 231	0.10 153	0.12 190	0.10 180	0.07 122	0.11 126	0.09 61	0.06 127	0.05 208	0.06 121	0.06 210	0.07 288	0.08 375

CAS++	0.11 212	0.07 163	0.11 175	0.14 40	0.09 263	0.12 233	0.14 173	0.24 346	0.14 161	0.11 186	0.09 107	0.11 206	0.07 122	0.14 292	0.09 61	0.11 461	0.09 467	0.09 392	0.07 301	0.07 288	0.08 375
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
testlalala2	0.10 168	0.06 72	0.11 175	0.20 438	0.10 366	0.10 145	0.12 71	0.17 189	0.12 101	0.12 224	0.13 204	0.09 146	0.07 122	0.11 126	0.13 307	0.06 127	0.05 208	0.05 33	0.04 45	0.05 115	0.05 140

ff7	0.09 101	0.07 163	0.11 175	0.16 160	0.09 263	0.11 191	0.15 245	0.16 153	0.12 101	0.10 153	0.06 14	0.06 21	0.06 42	0.11 126	0.09 61	0.05 33	0.04 24	0.06 121	0.05 129	0.05 115	0.06 228

IGEVStereo-DCA	0.09 101	0.06 72	0.11 175	0.15 82	0.10 366	0.11 191	0.15 245	0.16 153	0.12 101	0.10 153	0.06 14	0.08 121	0.06 42	0.10 76	0.08 17	0.06 127	0.05 208	0.06 121	0.05 129	0.05 115	0.06 228

ffff	0.09 101	0.07 163	0.11 175	0.16 160	0.09 263	0.11 191	0.15 245	0.16 153	0.12 101	0.10 153	0.06 14	0.06 21	0.06 42	0.11 126	0.09 61	0.05 33	0.04 24	0.06 121	0.05 129	0.05 115	0.06 228

11t	0.09 101	0.07 163	0.11 175	0.16 160	0.09 263	0.11 191	0.15 245	0.16 153	0.12 101	0.10 153	0.06 14	0.06 21	0.06 42	0.11 126	0.09 61	0.05 33	0.04 24	0.06 121	0.05 129	0.05 115	0.06 228

MIM_Stereo	0.09 101	0.07 163	0.11 175	0.15 82	0.07 82	0.06 10	0.12 71	0.20 256	0.14 161	0.13 251	0.13 204	0.09 146	0.05 11	0.12 218	0.08 17	0.05 33	0.06 337	0.07 223	0.06 210	0.06 218	0.05 140

LL-Strereo	0.13 304	0.09 340	0.11 175	0.20 438	0.10 366	0.11 191	0.18 396	0.32 469	0.24 354	0.15 300	0.15 235	0.14 270	0.13 326	0.19 417	0.11 211	0.06 127	0.04 24	0.09 392	0.08 367	0.04 21	0.05 140

anonymousdsp	0.09 101	0.07 163	0.11 175	0.16 160	0.09 263	0.11 191	0.15 245	0.16 153	0.12 101	0.09 118	0.06 14	0.06 21	0.06 42	0.11 126	0.09 61	0.05 33	0.04 24	0.06 121	0.05 129	0.05 115	0.06 228

LoS	0.09 101	0.05 23	0.11 175	0.13 13	0.07 82	0.14 309	0.11 51	0.15 124	0.15 181	0.09 118	0.09 107	0.12 225	0.09 194	0.15 314	0.10 139	0.07 268	0.05 208	0.05 33	0.03 1	0.05 115	0.05 140
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CASS	0.13 304	0.12 445	0.11 175	0.23 505	0.09 263	0.15 336	0.17 351	0.18 220	0.19 274	0.17 344	0.18 296	0.15 299	0.15 369	0.14 292	0.14 346	0.09 391	0.06 337	0.10 440	0.08 367	0.09 414	0.07 311
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	0.11 212	0.10 401	0.11 175	0.21 469	0.08 142	0.16 366	0.13 118	0.20 256	0.22 328	0.10 153	0.10 138	0.11 206	0.10 230	0.15 314	0.11 211	0.05 33	0.05 208	0.06 121	0.05 129	0.06 218	0.05 140

ccc-4	0.09 101	0.07 163	0.11 175	0.16 160	0.09 263	0.11 191	0.15 245	0.16 153	0.12 101	0.10 153	0.06 14	0.06 21	0.06 42	0.11 126	0.09 61	0.05 33	0.04 24	0.06 121	0.05 129	0.05 115	0.06 228

IGEV-Stereo	0.09 101	0.07 163	0.11 175	0.16 160	0.09 263	0.11 191	0.15 245	0.16 153	0.12 101	0.09 118	0.06 14	0.06 21	0.06 42	0.11 126	0.09 61	0.05 33	0.04 24	0.06 121	0.05 129	0.05 115	0.06 228
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GLC_STEREO	0.11 212	0.07 163	0.11 175	0.17 236	0.07 82	0.09 93	0.13 118	0.15 124	0.24 354	0.12 224	0.13 204	0.12 225	0.08 161	0.18 402	0.11 211	0.06 127	0.08 438	0.08 308	0.06 210	0.05 115	0.05 140

THIR-Stereo	0.12 279	0.07 163	0.11 175	0.15 82	0.08 142	0.14 309	0.16 313	0.17 189	0.25 375	0.16 328	0.24 369	0.14 270	0.12 288	0.12 218	0.14 346	0.06 127	0.04 24	0.07 223	0.07 301	0.05 115	0.05 140

DRaft	0.12 279	0.06 72	0.11 175	0.14 40	0.09 263	0.14 309	0.17 351	0.21 280	0.30 430	0.17 344	0.28 438	0.10 180	0.15 369	0.10 76	0.12 265	0.05 33	0.04 24	0.07 223	0.06 210	0.05 115	0.05 140

GrayStereo	0.11 212	0.06 72	0.11 175	0.19 380	0.09 263	0.09 93	0.16 313	0.18 220	0.17 231	0.14 273	0.17 271	0.17 333	0.11 255	0.12 218	0.11 211	0.05 33	0.05 208	0.07 223	0.06 210	0.05 115	0.10 447

RAFT	0.13 304	0.09 340	0.11 175	0.18 319	0.08 142	0.15 336	0.24 507	0.20 256	0.19 274	0.21 427	0.21 338	0.17 333	0.12 288	0.16 348	0.09 61	0.06 127	0.07 412	0.10 440	0.09 416	0.05 115	0.05 140

TestStereo	0.13 304	0.14 486	0.11 175	0.23 505	0.08 142	0.15 336	0.21 474	0.20 256	0.23 338	0.14 273	0.24 369	0.16 313	0.12 288	0.16 348	0.14 346	0.05 33	0.06 337	0.08 308	0.06 210	0.09 414	0.05 140

EAI-Stereo	0.09 101	0.07 163	0.11 175	0.15 82	0.06 15	0.10 145	0.15 245	0.16 153	0.09 28	0.08 79	0.09 107	0.08 121	0.07 122	0.09 37	0.11 211	0.05 33	0.04 24	0.05 33	0.05 129	0.05 115	0.04 48

HSM-Net_RVC	0.14 340	0.08 264	0.11 175	0.15 82	0.08 142	0.15 336	0.15 245	0.27 403	0.29 420	0.19 390	0.21 338	0.29 474	0.14 351	0.17 380	0.13 307	0.06 127	0.06 337	0.06 121	0.06 210	0.07 288	0.06 228
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
WQFJX	0.14 340	0.09 340	0.12 211	0.25 525	0.11 418	0.11 191	0.16 313	0.38 533	0.43 516	0.13 251	0.16 249	0.10 180	0.09 194	0.17 380	0.14 346	0.06 127	0.06 337	0.08 308	0.06 210	0.04 21	0.05 140

IGEV-FE	0.09 101	0.05 23	0.12 211	0.13 13	0.08 142	0.12 233	0.13 118	0.17 189	0.11 71	0.10 153	0.06 14	0.09 146	0.06 42	0.11 126	0.09 61	0.06 127	0.04 24	0.06 121	0.06 210	0.05 115	0.05 140

S2M2_XL	0.08 53	0.06 72	0.12 211	0.12 4	0.08 142	0.09 93	0.09 18	0.07 2	0.07 10	0.08 79	0.07 45	0.07 76	0.06 42	0.09 37	0.09 61	0.08 332	0.06 337	0.07 223	0.05 129	0.08 351	0.06 228
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
coex_refinement	0.14 340	0.07 163	0.12 211	0.17 236	0.10 366	0.15 336	0.15 245	0.26 380	0.29 420	0.18 374	0.20 317	0.22 400	0.17 418	0.16 348	0.18 424	0.08 332	0.05 208	0.06 121	0.06 210	0.09 414	0.08 375

FACV-RUCA	0.13 304	0.11 427	0.12 211	0.19 380	0.12 451	0.15 336	0.15 245	0.22 303	0.20 298	0.15 300	0.16 249	0.14 270	0.16 395	0.14 292	0.13 307	0.07 268	0.05 208	0.08 308	0.06 210	0.10 446	0.08 375

fffft	0.09 101	0.06 72	0.12 211	0.16 160	0.07 82	0.09 93	0.17 351	0.12 55	0.11 71	0.08 79	0.07 45	0.09 146	0.06 42	0.11 126	0.12 265	0.05 33	0.04 24	0.06 121	0.05 129	0.04 21	0.05 140
1: 1. 1
SMoEStereo_RVC	0.08 53	0.06 72	0.12 211	0.16 160	0.07 82	0.09 93	0.14 173	0.11 35	0.13 136	0.09 118	0.07 45	0.07 76	0.07 122	0.12 218	0.10 139	0.05 33	0.04 24	0.06 121	0.05 129	0.04 21	0.04 48

test_sample2	0.12 279	0.07 163	0.12 211	0.14 40	0.08 142	0.16 366	0.18 396	0.21 280	0.16 210	0.14 273	0.20 317	0.19 361	0.15 369	0.15 314	0.12 265	0.08 332	0.05 208	0.07 223	0.06 210	0.08 351	0.07 311

MGS-Stereo	0.09 101	0.07 163	0.12 211	0.15 82	0.08 142	0.09 93	0.15 245	0.12 55	0.12 101	0.07 43	0.10 138	0.08 121	0.06 42	0.10 76	0.09 61	0.05 33	0.04 24	0.06 121	0.05 129	0.06 218	0.05 140

Former-RAFT_DAM_RVC	0.10 168	0.08 264	0.12 211	0.16 160	0.08 142	0.15 336	0.16 313	0.18 220	0.18 258	0.10 153	0.09 107	0.09 146	0.08 161	0.11 126	0.12 265	0.07 268	0.05 208	0.08 308	0.06 210	0.07 288	0.06 228

MyStereo06	0.10 168	0.07 163	0.12 211	0.17 236	0.09 263	0.13 277	0.18 396	0.19 243	0.12 101	0.12 224	0.08 84	0.07 76	0.07 122	0.11 126	0.09 61	0.06 127	0.05 208	0.07 223	0.07 301	0.06 218	0.06 228

CoDeX	0.12 279	0.07 163	0.12 211	0.17 236	0.08 142	0.12 233	0.15 245	0.23 323	0.27 399	0.13 251	0.17 271	0.16 313	0.11 255	0.14 292	0.11 211	0.07 268	0.05 208	0.07 223	0.06 210	0.06 218	0.05 140

ACVNet-DCA	0.10 168	0.08 264	0.12 211	0.17 236	0.09 263	0.13 277	0.15 245	0.23 323	0.16 210	0.09 118	0.09 107	0.06 21	0.06 42	0.10 76	0.07 1	0.06 127	0.04 24	0.06 121	0.05 129	0.07 288	0.07 311

xx1	0.11 212	0.08 264	0.12 211	0.17 236	0.09 263	0.13 277	0.15 245	0.16 153	0.18 258	0.09 118	0.09 107	0.16 313	0.16 395	0.10 76	0.07 1	0.06 127	0.04 24	0.08 308	0.08 367	0.07 288	0.07 311

1test111	0.11 212	0.08 264	0.12 211	0.17 236	0.09 263	0.13 277	0.15 245	0.23 323	0.16 210	0.09 118	0.09 107	0.06 21	0.06 42	0.15 314	0.16 391	0.06 127	0.04 24	0.06 121	0.05 129	0.07 288	0.07 311

cc1	0.10 168	0.08 264	0.12 211	0.17 236	0.09 263	0.13 277	0.15 245	0.16 153	0.18 258	0.09 118	0.09 107	0.06 21	0.06 42	0.10 76	0.07 1	0.06 127	0.04 24	0.06 121	0.05 129	0.06 218	0.06 228

rrr	0.09 101	0.06 72	0.12 211	0.15 82	0.10 366	0.11 191	0.16 313	0.16 153	0.15 181	0.10 153	0.06 14	0.08 121	0.06 42	0.10 76	0.08 17	0.06 127	0.05 208	0.06 121	0.05 129	0.05 115	0.06 228

tt1	0.10 168	0.08 264	0.12 211	0.17 236	0.09 263	0.12 233	0.16 313	0.15 124	0.19 274	0.09 118	0.08 84	0.06 21	0.06 42	0.10 76	0.07 1	0.06 127	0.04 24	0.06 121	0.05 129	0.06 218	0.06 228

1111x	0.15 385	0.08 264	0.12 211	0.18 319	0.07 82	0.18 406	0.25 522	0.31 458	0.24 354	0.17 344	0.24 369	0.26 448	0.15 369	0.13 264	0.23 484	0.07 268	0.07 412	0.08 308	0.09 416	0.07 288	0.06 228

IGEV_Zeroshot_test	0.09 101	0.05 23	0.12 211	0.13 13	0.08 142	0.12 233	0.13 118	0.17 189	0.11 71	0.10 153	0.06 14	0.09 146	0.06 42	0.11 126	0.09 61	0.06 127	0.04 24	0.06 121	0.06 210	0.05 115	0.05 140

gwcnet-sp	0.14 340	0.07 163	0.12 211	0.18 319	0.09 263	0.16 366	0.17 351	0.24 346	0.24 354	0.18 374	0.24 369	0.15 299	0.16 395	0.15 314	0.15 375	0.08 332	0.06 337	0.07 223	0.08 367	0.08 351	0.07 311

scenet	0.14 340	0.07 163	0.12 211	0.18 319	0.09 263	0.16 366	0.17 351	0.24 346	0.24 354	0.18 374	0.24 369	0.15 299	0.16 395	0.15 314	0.15 375	0.08 332	0.06 337	0.07 223	0.08 367	0.08 351	0.07 311

knoymous	0.11 212	0.05 23	0.12 211	0.13 13	0.07 82	0.15 336	0.14 173	0.19 243	0.13 136	0.11 186	0.17 271	0.13 250	0.09 194	0.13 264	0.11 211	0.08 332	0.05 208	0.06 121	0.05 129	0.08 351	0.07 311

ssnet	0.14 340	0.07 163	0.12 211	0.18 319	0.09 263	0.16 366	0.17 351	0.24 346	0.24 354	0.18 374	0.24 369	0.15 299	0.16 395	0.15 314	0.15 375	0.08 332	0.06 337	0.07 223	0.08 367	0.08 351	0.07 311

DCANet-4	0.10 168	0.06 72	0.12 211	0.16 160	0.06 15	0.09 93	0.17 351	0.18 220	0.19 274	0.13 251	0.16 249	0.09 146	0.14 351	0.11 126	0.12 265	0.06 127	0.04 24	0.05 33	0.04 45	0.04 21	0.05 140

fff	0.10 168	0.06 72	0.12 211	0.15 82	0.07 82	0.09 93	0.17 351	0.16 153	0.20 298	0.13 251	0.16 249	0.10 180	0.11 255	0.11 126	0.12 265	0.06 127	0.04 24	0.05 33	0.04 45	0.04 21	0.05 140

ADStereo(finetuned)	0.10 168	0.06 72	0.12 211	0.16 160	0.06 15	0.09 93	0.17 351	0.15 124	0.19 274	0.13 251	0.17 271	0.10 180	0.12 288	0.11 126	0.12 265	0.06 127	0.04 24	0.05 33	0.04 45	0.05 115	0.04 48

DisPM	0.11 212	0.07 163	0.12 211	0.16 160	0.09 263	0.06 10	0.13 118	0.17 189	0.17 231	0.14 273	0.20 317	0.12 225	0.10 230	0.11 126	0.10 139	0.06 127	0.04 24	0.07 223	0.06 210	0.06 218	0.11 473

iRaft-Stereo_5w	0.12 279	0.09 340	0.12 211	0.19 380	0.08 142	0.09 93	0.12 71	0.21 280	0.21 313	0.19 390	0.14 218	0.11 206	0.09 194	0.20 442	0.16 391	0.05 33	0.05 208	0.07 223	0.06 210	0.05 115	0.06 228

AASNet	0.16 408	0.08 264	0.12 211	0.19 380	0.09 263	0.18 406	0.15 245	0.37 525	0.37 483	0.19 390	0.23 357	0.20 373	0.16 395	0.17 380	0.20 443	0.10 432	0.08 438	0.08 308	0.07 301	0.09 414	0.09 420

CrosDoStereo	0.12 279	0.06 72	0.12 211	0.14 40	0.08 142	0.12 233	0.15 245	0.17 189	0.22 328	0.19 390	0.24 369	0.15 299	0.11 255	0.11 126	0.12 265	0.06 127	0.04 24	0.07 223	0.07 301	0.05 115	0.05 140

TRStereo	0.09 101	0.05 23	0.12 211	0.15 82	0.12 451	0.10 145	0.13 118	0.18 220	0.18 258	0.09 118	0.09 107	0.09 146	0.06 42	0.10 76	0.08 17	0.07 268	0.05 208	0.07 223	0.07 301	0.04 21	0.04 48

STrans-v2	0.10 168	0.07 163	0.12 211	0.18 319	0.07 82	0.10 145	0.14 173	0.21 280	0.11 71	0.11 186	0.15 235	0.12 225	0.10 230	0.11 126	0.12 265	0.05 33	0.04 24	0.06 121	0.06 210	0.04 21	0.04 48

DeepStereo_LL	0.12 279	0.06 72	0.12 211	0.14 40	0.08 142	0.12 233	0.15 245	0.17 189	0.22 328	0.19 390	0.24 369	0.15 299	0.11 255	0.11 126	0.12 265	0.06 127	0.04 24	0.07 223	0.07 301	0.05 115	0.05 140

Pruner-Stereo	0.11 212	0.07 163	0.12 211	0.17 236	0.09 263	0.06 10	0.12 71	0.17 189	0.17 231	0.13 251	0.19 305	0.13 250	0.09 194	0.11 126	0.11 211	0.06 127	0.04 24	0.07 223	0.06 210	0.06 218	0.08 375

ICVP	0.15 385	0.09 340	0.12 211	0.22 484	0.09 263	0.17 387	0.21 474	0.25 362	0.23 338	0.18 374	0.30 456	0.26 448	0.18 432	0.17 380	0.14 346	0.09 391	0.07 412	0.08 308	0.07 301	0.07 288	0.07 311
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HCRNet	0.16 408	0.24 547	0.12 211	0.35 563	0.11 418	0.15 336	0.17 351	0.26 380	0.22 328	0.19 390	0.24 369	0.21 382	0.14 351	0.15 314	0.13 307	0.11 461	0.07 412	0.11 471	0.10 455	0.09 414	0.07 311

DCANet	0.10 168	0.06 72	0.12 211	0.16 160	0.06 15	0.09 93	0.17 351	0.15 124	0.19 274	0.13 251	0.17 271	0.10 180	0.11 255	0.11 126	0.12 265	0.06 127	0.04 24	0.05 33	0.04 45	0.05 115	0.04 48

csc	0.10 168	0.06 72	0.12 211	0.15 82	0.07 82	0.09 93	0.17 351	0.16 153	0.20 298	0.13 251	0.16 249	0.10 180	0.11 255	0.11 126	0.12 265	0.06 127	0.04 24	0.05 33	0.04 45	0.04 21	0.05 140

cscssc	0.10 168	0.06 72	0.12 211	0.15 82	0.07 82	0.09 93	0.17 351	0.16 153	0.20 298	0.13 251	0.16 249	0.10 180	0.11 255	0.11 126	0.12 265	0.06 127	0.04 24	0.05 33	0.04 45	0.04 21	0.05 140

111	0.10 168	0.06 72	0.12 211	0.15 82	0.07 82	0.10 145	0.14 173	0.21 280	0.23 338	0.11 186	0.12 190	0.14 270	0.11 255	0.13 264	0.10 139	0.06 127	0.04 24	0.06 121	0.04 45	0.05 115	0.05 140

test_xeample3	0.09 101	0.06 72	0.12 211	0.16 160	0.09 263	0.11 191	0.15 245	0.16 153	0.13 136	0.10 153	0.06 14	0.08 121	0.06 42	0.10 76	0.09 61	0.05 33	0.04 24	0.06 121	0.05 129	0.05 115	0.06 228

UPFNet	0.16 408	0.08 264	0.12 211	0.20 438	0.12 451	0.20 444	0.23 495	0.28 423	0.26 389	0.17 344	0.24 369	0.22 400	0.19 448	0.19 417	0.21 463	0.09 391	0.07 412	0.08 308	0.09 416	0.08 351	0.06 228

FENet	0.13 304	0.08 264	0.12 211	0.16 160	0.08 142	0.14 309	0.15 245	0.22 303	0.23 338	0.17 344	0.23 357	0.16 313	0.12 288	0.14 292	0.15 375	0.08 332	0.05 208	0.08 308	0.08 367	0.07 288	0.07 311

cf-r	0.13 304	0.07 163	0.12 211	0.16 160	0.08 142	0.14 309	0.19 436	0.20 256	0.25 375	0.17 344	0.25 398	0.21 382	0.16 395	0.14 292	0.14 346	0.10 432	0.05 208	0.06 121	0.08 367	0.06 218	0.06 228

GwcNet-RSSM	0.14 340	0.07 163	0.12 211	0.15 82	0.08 142	0.15 336	0.20 457	0.21 280	0.27 399	0.18 374	0.27 424	0.22 400	0.16 395	0.14 292	0.15 375	0.10 432	0.05 208	0.07 223	0.09 416	0.07 288	0.07 311

HITNet	0.10 168	0.06 72	0.12 211	0.14 40	0.06 15	0.11 191	0.10 29	0.18 220	0.18 258	0.13 251	0.16 249	0.14 270	0.11 255	0.15 314	0.13 307	0.06 127	0.04 24	0.04 1	0.04 45	0.06 218	0.05 140
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
G2L-ROB	0.13 304	0.06 72	0.13 258	0.13 13	0.08 142	0.14 309	0.16 313	0.25 362	0.18 258	0.19 390	0.18 296	0.20 373	0.14 351	0.17 380	0.16 391	0.08 332	0.05 208	0.06 121	0.05 129	0.08 351	0.09 420

xyz-stereo-finetune2	0.11 212	0.07 163	0.13 258	0.13 13	0.07 82	0.11 191	0.19 436	0.17 189	0.12 101	0.15 300	0.15 235	0.17 333	0.12 288	0.13 264	0.11 211	0.05 33	0.04 24	0.07 223	0.05 129	0.04 21	0.06 228

xyz-stereo-finetune	0.11 212	0.08 264	0.13 258	0.14 40	0.06 15	0.10 145	0.19 436	0.17 189	0.19 274	0.12 224	0.14 218	0.15 299	0.10 230	0.13 264	0.11 211	0.05 33	0.04 24	0.07 223	0.05 129	0.04 21	0.05 140

G2L-Stereo	0.14 340	0.07 163	0.13 258	0.17 236	0.09 263	0.13 277	0.12 71	0.27 403	0.22 328	0.16 328	0.27 424	0.21 382	0.13 326	0.17 380	0.18 424	0.09 391	0.08 438	0.08 308	0.07 301	0.07 288	0.07 311

999	0.09 101	0.05 23	0.13 258	0.15 82	0.08 142	0.10 145	0.14 173	0.15 124	0.11 71	0.10 153	0.08 84	0.08 121	0.08 161	0.16 348	0.10 139	0.06 127	0.04 24	0.06 121	0.05 129	0.04 21	0.05 140

rvit_0105_5	0.14 340	0.09 340	0.13 258	0.17 236	0.09 263	0.14 309	0.23 495	0.24 346	0.27 399	0.14 273	0.15 235	0.18 347	0.12 288	0.17 380	0.14 346	0.14 523	0.11 499	0.10 440	0.10 455	0.08 351	0.06 228

rvit_stereo_ft	0.12 279	0.07 163	0.13 258	0.19 380	0.10 366	0.12 233	0.17 351	0.16 153	0.16 210	0.12 224	0.13 204	0.15 299	0.10 230	0.14 292	0.13 307	0.09 391	0.06 337	0.08 308	0.07 301	0.07 288	0.05 140

test_sample6	0.14 340	0.08 264	0.13 258	0.16 160	0.08 142	0.17 387	0.19 436	0.25 362	0.17 231	0.17 344	0.27 424	0.19 361	0.14 351	0.15 314	0.13 307	0.08 332	0.05 208	0.08 308	0.07 301	0.08 351	0.08 375

11t1	0.12 279	0.06 72	0.13 258	0.14 40	0.08 142	0.17 387	0.15 245	0.18 220	0.15 181	0.15 300	0.15 235	0.16 313	0.16 395	0.15 314	0.13 307	0.08 332	0.05 208	0.06 121	0.05 129	0.08 351	0.07 311

GCAP-Stereo	0.09 101	0.07 163	0.13 258	0.18 319	0.06 15	0.11 191	0.07 3	0.13 72	0.12 101	0.09 118	0.10 138	0.07 76	0.09 194	0.13 264	0.10 139	0.06 127	0.05 208	0.05 33	0.04 45	0.04 21	0.05 140

HH	0.09 101	0.06 72	0.13 258	0.17 236	0.08 142	0.10 145	0.16 313	0.14 93	0.10 43	0.08 79	0.09 107	0.08 121	0.07 122	0.10 76	0.09 61	0.06 127	0.04 24	0.06 121	0.05 129	0.05 115	0.04 48

HanStereo	0.09 101	0.06 72	0.13 258	0.17 236	0.08 142	0.10 145	0.16 313	0.14 93	0.10 43	0.08 79	0.09 107	0.08 121	0.07 122	0.10 76	0.09 61	0.06 127	0.04 24	0.06 121	0.05 129	0.05 115	0.04 48

DCRE	0.11 212	0.07 163	0.13 258	0.16 160	0.11 418	0.11 191	0.17 351	0.18 220	0.17 231	0.11 186	0.18 296	0.10 180	0.10 230	0.15 314	0.11 211	0.06 127	0.05 208	0.06 121	0.06 210	0.05 115	0.04 48

anonymousa	0.13 304	0.07 163	0.13 258	0.18 319	0.09 263	0.13 277	0.17 351	0.19 243	0.29 420	0.15 300	0.24 369	0.15 299	0.14 351	0.14 292	0.14 346	0.07 268	0.05 208	0.07 223	0.09 416	0.05 115	0.06 228

riskmin	0.11 212	0.06 72	0.13 258	0.14 40	0.08 142	0.14 309	0.14 173	0.18 220	0.14 161	0.11 186	0.14 218	0.16 313	0.11 255	0.14 292	0.12 265	0.09 391	0.05 208	0.07 223	0.05 129	0.08 351	0.08 375

IER	0.14 340	0.07 163	0.13 258	0.17 236	0.09 263	0.14 309	0.16 313	0.25 362	0.26 389	0.18 374	0.25 398	0.17 333	0.20 460	0.16 348	0.14 346	0.08 332	0.05 208	0.07 223	0.06 210	0.08 351	0.07 311

hknet	0.15 385	0.11 427	0.13 258	0.22 484	0.11 418	0.14 309	0.15 245	0.34 497	0.25 375	0.17 344	0.22 348	0.22 400	0.18 432	0.17 380	0.12 265	0.07 268	0.06 337	0.10 440	0.09 416	0.07 288	0.07 311

iRaft-Stereo_20w	0.09 101	0.05 23	0.13 258	0.14 40	0.08 142	0.12 233	0.15 245	0.18 220	0.10 43	0.11 186	0.08 84	0.08 121	0.05 11	0.10 76	0.09 61	0.06 127	0.04 24	0.06 121	0.05 129	0.06 218	0.05 140

PSMNet-ADL	0.15 385	0.12 445	0.13 258	0.22 484	0.09 263	0.13 277	0.20 457	0.26 380	0.23 338	0.18 374	0.20 317	0.24 424	0.16 395	0.18 402	0.17 406	0.08 332	0.08 438	0.08 308	0.11 487	0.08 351	0.07 311

ADLNet2	0.16 408	0.09 340	0.13 258	0.16 160	0.09 263	0.20 444	0.16 313	0.31 458	0.39 493	0.16 328	0.20 317	0.20 373	0.18 432	0.21 459	0.22 472	0.08 332	0.06 337	0.07 223	0.07 301	0.09 414	0.07 311

PFNet+	0.11 212	0.06 72	0.13 258	0.16 160	0.09 263	0.05 4	0.12 71	0.17 189	0.21 313	0.16 328	0.19 305	0.14 270	0.10 230	0.11 126	0.11 211	0.08 332	0.05 208	0.09 392	0.08 367	0.06 218	0.11 473

TransformOpticalFlow	0.10 168	0.08 264	0.13 258	0.18 319	0.07 82	0.09 93	0.15 245	0.19 243	0.15 181	0.12 224	0.17 271	0.11 206	0.11 255	0.11 126	0.10 139	0.05 33	0.04 24	0.06 121	0.06 210	0.05 115	0.05 140

IIG-Stereo	0.11 212	0.06 72	0.13 258	0.17 236	0.08 142	0.11 191	0.12 71	0.22 303	0.17 231	0.14 273	0.17 271	0.11 206	0.12 288	0.12 218	0.12 265	0.06 127	0.05 208	0.07 223	0.06 210	0.05 115	0.04 48

NF-Stereo	0.11 212	0.07 163	0.13 258	0.17 236	0.09 263	0.10 145	0.14 173	0.23 323	0.19 274	0.12 224	0.17 271	0.12 225	0.11 255	0.11 126	0.11 211	0.06 127	0.04 24	0.07 223	0.06 210	0.06 218	0.12 486

OCTAStereo	0.11 212	0.07 163	0.13 258	0.17 236	0.09 263	0.10 145	0.14 173	0.23 323	0.19 274	0.12 224	0.17 271	0.12 225	0.11 255	0.11 126	0.11 211	0.06 127	0.04 24	0.07 223	0.06 210	0.06 218	0.12 486

ASMatch	0.11 212	0.06 72	0.13 258	0.16 160	0.10 366	0.07 32	0.14 173	0.17 189	0.17 231	0.12 224	0.16 249	0.16 313	0.10 230	0.13 264	0.10 139	0.05 33	0.04 24	0.06 121	0.05 129	0.04 21	0.08 375

RE-Stereo	0.11 212	0.07 163	0.13 258	0.17 236	0.09 263	0.10 145	0.14 173	0.23 323	0.19 274	0.12 224	0.17 271	0.12 225	0.11 255	0.11 126	0.11 211	0.06 127	0.04 24	0.07 223	0.06 210	0.06 218	0.12 486

TVStereo	0.11 212	0.07 163	0.13 258	0.17 236	0.09 263	0.10 145	0.14 173	0.23 323	0.19 274	0.12 224	0.17 271	0.12 225	0.11 255	0.11 126	0.11 211	0.06 127	0.04 24	0.07 223	0.06 210	0.06 218	0.12 486

LMCR-Stereo	0.15 385	0.08 264	0.13 258	0.21 469	0.09 263	0.17 387	0.20 457	0.27 403	0.19 274	0.24 464	0.24 369	0.23 418	0.17 418	0.20 442	0.17 406	0.07 268	0.06 337	0.08 308	0.06 210	0.10 446	0.08 375

test_xeample	0.15 385	0.06 72	0.13 258	0.14 40	0.08 142	0.21 461	0.20 457	0.28 423	0.20 298	0.16 328	0.29 450	0.19 361	0.16 395	0.15 314	0.26 518	0.09 391	0.05 208	0.07 223	0.07 301	0.07 288	0.07 311

GANet-RSSM	0.14 340	0.07 163	0.13 258	0.13 13	0.08 142	0.14 309	0.17 351	0.22 303	0.21 313	0.17 344	0.24 369	0.23 418	0.15 369	0.16 348	0.15 375	0.10 432	0.06 337	0.07 223	0.08 367	0.08 351	0.07 311

PSMNet-RSSM	0.14 340	0.07 163	0.13 258	0.15 82	0.08 142	0.13 277	0.16 313	0.24 346	0.24 354	0.16 328	0.28 438	0.22 400	0.14 351	0.15 314	0.13 307	0.11 461	0.06 337	0.09 392	0.12 506	0.08 351	0.07 311

TDLM	0.17 428	0.12 445	0.13 258	0.24 514	0.10 366	0.18 406	0.18 396	0.36 519	0.30 430	0.21 427	0.28 438	0.28 466	0.18 432	0.23 483	0.18 424	0.11 461	0.07 412	0.10 440	0.10 455	0.08 351	0.08 375

UCFNet_RVC	0.14 340	0.08 264	0.13 258	0.11 1	0.10 366	0.20 444	0.10 29	0.24 346	0.22 328	0.17 344	0.20 317	0.23 418	0.15 369	0.17 380	0.15 375	0.12 486	0.07 412	0.10 440	0.13 516	0.11 469	0.10 447

iResNet_ROB	0.14 340	0.07 163	0.13 258	0.14 40	0.07 82	0.18 406	0.14 173	0.26 380	0.31 437	0.22 443	0.25 398	0.23 418	0.15 369	0.15 314	0.13 307	0.07 268	0.05 208	0.05 33	0.04 45	0.08 351	0.08 375

FE-Mocha	0.09 101	0.06 72	0.14 293	0.16 160	0.09 263	0.10 145	0.15 245	0.18 220	0.16 210	0.10 153	0.09 107	0.07 76	0.07 122	0.09 37	0.09 61	0.06 127	0.04 24	0.06 121	0.06 210	0.05 115	0.05 140

MultiAttention	0.29 539	0.08 264	0.14 293	0.19 380	0.12 451	1.45 605	1.33 607	0.36 519	0.37 483	0.19 390	0.21 338	0.24 424	0.11 255	0.38 556	0.18 424	0.06 127	0.05 208	0.08 308	0.08 367	0.10 446	0.09 420

FlowAnything_test	0.11 212	0.08 264	0.14 293	0.15 82	0.09 263	0.07 32	0.14 173	0.20 256	0.11 71	0.09 118	0.09 107	0.12 225	0.12 288	0.13 264	0.11 211	0.09 391	0.06 337	0.09 392	0.09 416	0.06 218	0.09 420

rvit_0105_3	0.15 385	0.09 340	0.14 293	0.19 380	0.12 451	0.15 336	0.25 522	0.25 362	0.29 420	0.15 300	0.17 271	0.20 373	0.13 326	0.17 380	0.14 346	0.13 509	0.11 499	0.12 490	0.14 519	0.07 288	0.06 228

rvit_stereo_0081_aga	0.11 212	0.09 340	0.14 293	0.18 319	0.09 263	0.13 277	0.14 173	0.14 93	0.19 274	0.10 153	0.18 296	0.16 313	0.09 194	0.12 218	0.09 61	0.10 432	0.06 337	0.08 308	0.07 301	0.07 288	0.06 228

GCAP-BAT	0.09 101	0.07 163	0.14 293	0.15 82	0.08 142	0.10 145	0.13 118	0.14 93	0.10 43	0.11 186	0.10 138	0.08 121	0.07 122	0.12 218	0.10 139	0.06 127	0.05 208	0.06 121	0.04 45	0.04 21	0.04 48

ITSA-stereo	0.15 385	0.10 401	0.14 293	0.19 380	0.08 142	0.12 233	0.14 173	0.30 448	0.49 537	0.17 344	0.19 305	0.22 400	0.15 369	0.17 380	0.16 391	0.10 432	0.06 337	0.08 308	0.08 367	0.08 351	0.08 375

AIO-Stereo-zeroshot1	0.11 212	0.05 23	0.14 293	0.15 82	0.20 549	0.09 93	0.17 351	0.21 280	0.15 181	0.11 186	0.14 218	0.10 180	0.07 122	0.10 76	0.08 17	0.06 127	0.05 208	0.07 223	0.07 301	0.07 288	0.09 420

rvit_stereo_0080	0.10 168	0.08 264	0.14 293	0.15 82	0.09 263	0.07 32	0.15 245	0.16 153	0.16 210	0.11 186	0.10 138	0.14 270	0.08 161	0.12 218	0.10 139	0.09 391	0.07 412	0.07 223	0.06 210	0.07 288	0.05 140

test_sample5	0.14 340	0.08 264	0.14 293	0.16 160	0.08 142	0.18 406	0.18 396	0.25 362	0.17 231	0.17 344	0.27 424	0.18 347	0.14 351	0.16 348	0.13 307	0.08 332	0.05 208	0.08 308	0.07 301	0.08 351	0.08 375

test_sample4	0.14 340	0.08 264	0.14 293	0.15 82	0.08 142	0.19 429	0.18 396	0.26 380	0.17 231	0.16 328	0.25 398	0.18 347	0.14 351	0.16 348	0.13 307	0.08 332	0.06 337	0.08 308	0.06 210	0.08 351	0.08 375

test_sample1	0.13 304	0.07 163	0.14 293	0.13 13	0.08 142	0.19 429	0.16 313	0.20 256	0.15 181	0.14 273	0.22 348	0.18 347	0.16 395	0.17 380	0.14 346	0.07 268	0.06 337	0.06 121	0.06 210	0.08 351	0.07 311

test_for_model	0.09 101	0.12 445	0.14 293	0.23 505	0.11 418	0.08 57	0.13 118	0.12 55	0.12 101	0.10 153	0.07 45	0.07 76	0.06 42	0.11 126	0.10 139	0.06 127	0.05 208	0.05 33	0.03 1	0.07 288	0.04 48

DualNet	0.14 340	0.08 264	0.14 293	0.16 160	0.08 142	0.18 406	0.18 396	0.25 362	0.17 231	0.17 344	0.27 424	0.18 347	0.14 351	0.16 348	0.13 307	0.08 332	0.05 208	0.08 308	0.07 301	0.08 351	0.08 375

ffm	0.12 279	0.09 340	0.14 293	0.16 160	0.08 142	0.17 387	0.17 351	0.15 124	0.19 274	0.15 300	0.25 398	0.19 361	0.13 326	0.10 76	0.07 1	0.06 127	0.04 24	0.09 392	0.08 367	0.06 218	0.06 228

ff1	0.13 304	0.09 340	0.14 293	0.16 160	0.08 142	0.17 387	0.17 351	0.15 124	0.19 274	0.15 300	0.25 398	0.19 361	0.13 326	0.14 292	0.20 443	0.06 127	0.04 24	0.09 392	0.08 367	0.06 218	0.06 228

mmx	0.14 340	0.09 340	0.14 293	0.16 160	0.08 142	0.17 387	0.17 351	0.27 403	0.25 375	0.15 300	0.25 398	0.19 361	0.13 326	0.14 292	0.20 443	0.08 332	0.06 337	0.09 392	0.08 367	0.08 351	0.08 375

ttt	0.14 340	0.08 264	0.14 293	0.15 82	0.08 142	0.15 336	0.18 396	0.27 403	0.29 420	0.16 328	0.24 369	0.17 333	0.13 326	0.13 264	0.14 346	0.11 461	0.08 438	0.09 392	0.08 367	0.09 414	0.08 375

whm_eth	0.10 168	0.08 264	0.14 293	0.15 82	0.09 263	0.07 32	0.15 245	0.16 153	0.16 210	0.11 186	0.10 138	0.14 270	0.08 161	0.12 218	0.10 139	0.09 391	0.07 412	0.07 223	0.06 210	0.07 288	0.05 140

xxx	0.14 340	0.09 340	0.14 293	0.16 160	0.08 142	0.17 387	0.17 351	0.27 403	0.25 375	0.15 300	0.25 398	0.19 361	0.13 326	0.14 292	0.20 443	0.08 332	0.06 337	0.09 392	0.08 367	0.08 351	0.08 375

EKT-Stereo	0.11 212	0.07 163	0.14 293	0.15 82	0.10 366	0.13 277	0.14 173	0.18 220	0.21 313	0.11 186	0.08 84	0.12 225	0.09 194	0.11 126	0.12 265	0.08 332	0.06 337	0.07 223	0.06 210	0.08 351	0.07 311

testlalala_base	0.10 168	0.09 340	0.14 293	0.21 469	0.08 142	0.10 145	0.14 173	0.13 72	0.10 43	0.07 43	0.15 235	0.07 76	0.08 161	0.10 76	0.12 265	0.08 332	0.05 208	0.05 33	0.03 1	0.06 218	0.05 140

x	0.13 304	0.07 163	0.14 293	0.14 40	0.08 142	0.18 406	0.14 173	0.22 303	0.20 298	0.15 300	0.19 305	0.19 361	0.17 418	0.18 402	0.18 424	0.07 268	0.05 208	0.06 121	0.06 210	0.07 288	0.07 311

BUS	0.14 340	0.09 340	0.14 293	0.22 484	0.10 366	0.19 429	0.14 173	0.34 497	0.19 274	0.17 344	0.22 348	0.16 313	0.13 326	0.15 314	0.13 307	0.08 332	0.06 337	0.10 440	0.09 416	0.07 288	0.07 311

CRFU-Net	0.16 408	0.08 264	0.14 293	0.17 236	0.09 263	0.19 429	0.14 173	0.26 380	0.20 298	0.28 504	0.27 424	0.29 474	0.17 418	0.19 417	0.17 406	0.09 391	0.09 467	0.07 223	0.07 301	0.08 351	0.08 375

BSDual-CNN	0.15 385	0.09 340	0.14 293	0.22 484	0.10 366	0.14 309	0.15 245	0.34 497	0.19 274	0.17 344	0.22 348	0.25 438	0.16 395	0.15 314	0.14 346	0.08 332	0.06 337	0.10 440	0.09 416	0.07 288	0.07 311

psmg	0.14 340	0.09 340	0.14 293	0.17 236	0.10 366	0.15 336	0.17 351	0.29 434	0.19 274	0.17 344	0.21 338	0.25 438	0.16 395	0.15 314	0.14 346	0.08 332	0.06 337	0.08 308	0.08 367	0.07 288	0.06 228

CSP-Net	0.16 408	0.09 340	0.14 293	0.16 160	0.09 263	0.19 429	0.17 351	0.25 362	0.32 444	0.25 477	0.30 456	0.24 424	0.15 369	0.21 459	0.18 424	0.09 391	0.06 337	0.07 223	0.07 301	0.08 351	0.07 311

CIPLG	0.11 212	0.08 264	0.14 293	0.17 236	0.08 142	0.12 233	0.15 245	0.17 189	0.15 181	0.14 273	0.11 176	0.16 313	0.09 194	0.16 348	0.11 211	0.07 268	0.05 208	0.06 121	0.05 129	0.05 115	0.06 228

IPLGR_C	0.11 212	0.08 264	0.14 293	0.17 236	0.08 142	0.12 233	0.15 245	0.17 189	0.15 181	0.14 273	0.10 138	0.16 313	0.09 194	0.16 348	0.11 211	0.07 268	0.05 208	0.06 121	0.05 129	0.05 115	0.06 228

MIPNet	0.11 212	0.08 264	0.14 293	0.17 236	0.09 263	0.12 233	0.14 173	0.20 256	0.24 354	0.11 186	0.10 138	0.09 146	0.07 122	0.13 264	0.12 265	0.06 127	0.04 24	0.06 121	0.05 129	0.04 21	0.04 48

ACRE	0.11 212	0.08 264	0.14 293	0.17 236	0.08 142	0.12 233	0.15 245	0.17 189	0.14 161	0.14 273	0.10 138	0.16 313	0.09 194	0.16 348	0.11 211	0.07 268	0.05 208	0.06 121	0.05 129	0.05 115	0.06 228

SACVNet	0.18 442	0.12 445	0.14 293	0.17 236	0.13 474	0.22 469	0.18 396	0.31 458	0.30 430	0.23 455	0.31 464	0.30 483	0.22 473	0.22 472	0.17 406	0.11 461	0.08 438	0.10 440	0.10 455	0.12 484	0.14 522

AACVNet	0.16 408	0.08 264	0.14 293	0.15 82	0.10 366	0.18 406	0.15 245	0.23 323	0.24 354	0.27 489	0.27 424	0.28 466	0.17 418	0.19 417	0.16 391	0.09 391	0.07 412	0.09 392	0.07 301	0.10 446	0.09 420

GwcNet-ADL	0.13 304	0.08 264	0.14 293	0.20 438	0.09 263	0.11 191	0.20 457	0.30 448	0.24 354	0.13 251	0.14 218	0.18 347	0.14 351	0.13 264	0.14 346	0.07 268	0.05 208	0.06 121	0.05 129	0.07 288	0.06 228

OMP-Stereo	0.11 212	0.06 72	0.14 293	0.18 319	0.08 142	0.09 93	0.12 71	0.21 280	0.21 313	0.13 251	0.14 218	0.11 206	0.12 288	0.11 126	0.13 307	0.06 127	0.04 24	0.07 223	0.06 210	0.05 115	0.04 48

NRIStereo	0.11 212	0.08 264	0.14 293	0.18 319	0.08 142	0.10 145	0.14 173	0.16 153	0.15 181	0.12 224	0.14 218	0.13 250	0.12 288	0.13 264	0.10 139	0.06 127	0.04 24	0.07 223	0.06 210	0.06 218	0.07 311

FTStereo	0.12 279	0.06 72	0.14 293	0.18 319	0.09 263	0.07 32	0.15 245	0.21 280	0.18 258	0.12 224	0.24 369	0.12 225	0.12 288	0.13 264	0.13 307	0.05 33	0.05 208	0.07 223	0.06 210	0.06 218	0.10 447

DEmStereo	0.12 279	0.06 72	0.14 293	0.14 40	0.10 366	0.16 366	0.15 245	0.16 153	0.24 354	0.17 344	0.24 369	0.13 250	0.14 351	0.12 218	0.13 307	0.05 33	0.04 24	0.07 223	0.06 210	0.05 115	0.05 140

RAFT_R40	0.11 212	0.07 163	0.14 293	0.18 319	0.09 263	0.06 10	0.13 118	0.17 189	0.16 210	0.14 273	0.18 296	0.15 299	0.12 288	0.10 76	0.11 211	0.06 127	0.04 24	0.09 392	0.06 210	0.06 218	0.05 140

RAFT-RH_RVC	0.11 212	0.06 72	0.14 293	0.16 160	0.09 263	0.12 233	0.12 71	0.17 189	0.12 101	0.13 251	0.41 528	0.11 206	0.10 230	0.13 264	0.12 265	0.05 33	0.04 24	0.08 308	0.05 129	0.04 21	0.06 228

222	0.16 408	0.07 163	0.14 293	0.14 40	0.08 142	0.24 487	0.18 396	0.30 448	0.20 298	0.17 344	0.28 438	0.17 333	0.16 395	0.15 314	0.40 568	0.10 432	0.05 208	0.07 223	0.06 210	0.07 288	0.08 375

xxxx	0.15 385	0.07 163	0.14 293	0.14 40	0.08 142	0.23 482	0.18 396	0.31 458	0.19 274	0.14 273	0.28 438	0.22 400	0.14 351	0.15 314	0.26 518	0.09 391	0.05 208	0.07 223	0.07 301	0.08 351	0.07 311

GMStereo	0.13 304	0.14 486	0.14 293	0.18 319	0.09 263	0.15 336	0.16 313	0.20 256	0.24 354	0.16 328	0.17 271	0.10 180	0.10 230	0.16 348	0.13 307	0.07 268	0.06 337	0.06 121	0.06 210	0.07 288	0.06 228
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 304	0.07 163	0.14 293	0.17 236	0.09 263	0.15 336	0.16 313	0.28 423	0.27 399	0.14 273	0.17 271	0.12 225	0.13 326	0.14 292	0.11 211	0.08 332	0.05 208	0.07 223	0.07 301	0.07 288	0.06 228

DSFCA	0.16 408	0.09 340	0.14 293	0.16 160	0.10 366	0.20 444	0.19 436	0.28 423	0.31 437	0.23 455	0.24 369	0.22 400	0.15 369	0.19 417	0.20 443	0.10 432	0.07 412	0.09 392	0.09 416	0.08 351	0.08 375

DIP-Stereo	0.11 212	0.07 163	0.14 293	0.17 236	0.09 263	0.13 277	0.09 18	0.16 153	0.16 210	0.11 186	0.16 249	0.14 270	0.12 288	0.15 314	0.13 307	0.06 127	0.05 208	0.06 121	0.05 129	0.05 115	0.06 228
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	0.12 279	0.08 264	0.14 293	0.18 319	0.07 82	0.15 336	0.07 3	0.22 303	0.18 258	0.16 328	0.19 305	0.18 347	0.14 351	0.16 348	0.15 375	0.07 268	0.05 208	0.05 33	0.05 129	0.06 218	0.06 228

RASNet	0.14 340	0.07 163	0.14 293	0.16 160	0.08 142	0.18 406	0.14 173	0.29 434	0.20 298	0.17 344	0.25 398	0.21 382	0.18 432	0.20 442	0.19 437	0.07 268	0.06 337	0.06 121	0.08 367	0.06 218	0.06 228

CVANet_RVC	0.18 442	0.10 401	0.14 293	0.21 469	0.10 366	0.18 406	0.17 351	0.34 497	0.33 451	0.22 443	0.31 464	0.28 466	0.18 432	0.23 483	0.17 406	0.12 486	0.08 438	0.12 490	0.11 487	0.09 414	0.07 311

HSM	0.15 385	0.08 264	0.14 293	0.16 160	0.09 263	0.16 366	0.14 173	0.28 423	0.25 375	0.19 390	0.23 357	0.37 525	0.16 395	0.20 442	0.15 375	0.07 268	0.05 208	0.07 223	0.06 210	0.07 288	0.06 228

LE_ROB	0.50 572	0.07 163	0.14 293	0.15 82	0.08 142	0.24 487	0.16 313	0.22 303	1.81 607	4.63 610	0.67 570	0.47 558	0.44 567	0.20 442	0.29 536	0.07 268	0.06 337	0.06 121	0.06 210	0.08 351	0.06 228

UGAM-zero	0.09 101	0.05 23	0.15 345	0.15 82	0.08 142	0.09 93	0.13 118	0.19 243	0.15 181	0.11 186	0.15 235	0.07 76	0.07 122	0.09 37	0.09 61	0.06 127	0.05 208	0.06 121	0.05 129	0.05 115	0.06 228

rvit_stereo_0081	0.11 212	0.08 264	0.15 345	0.16 160	0.09 263	0.10 145	0.14 173	0.14 93	0.24 354	0.11 186	0.13 204	0.13 250	0.09 194	0.11 126	0.12 265	0.10 432	0.07 412	0.08 308	0.07 301	0.07 288	0.05 140

rvit_stereo_0082	0.11 212	0.08 264	0.15 345	0.16 160	0.09 263	0.10 145	0.14 173	0.14 93	0.24 354	0.11 186	0.13 204	0.13 250	0.09 194	0.11 126	0.12 265	0.10 432	0.07 412	0.08 308	0.07 301	0.07 288	0.05 140

test_sample3	0.14 340	0.08 264	0.15 345	0.14 40	0.09 263	0.19 429	0.17 351	0.26 380	0.18 258	0.16 328	0.22 348	0.19 361	0.15 369	0.17 380	0.13 307	0.08 332	0.06 337	0.07 223	0.06 210	0.09 414	0.08 375

MyStereo8	0.12 279	0.07 163	0.15 345	0.15 82	0.09 263	0.18 406	0.14 173	0.19 243	0.22 328	0.12 224	0.18 296	0.11 206	0.10 230	0.16 348	0.18 424	0.07 268	0.05 208	0.07 223	0.05 129	0.08 351	0.09 420

PCWNet_CMD	0.14 340	0.08 264	0.15 345	0.17 236	0.09 263	0.14 309	0.14 173	0.29 434	0.36 476	0.14 273	0.20 317	0.21 382	0.12 288	0.17 380	0.13 307	0.07 268	0.05 208	0.07 223	0.07 301	0.07 288	0.07 311

LL-Strereo2	0.10 168	0.10 401	0.15 345	0.18 319	0.08 142	0.15 336	0.09 18	0.17 189	0.14 161	0.14 273	0.10 138	0.09 146	0.07 122	0.16 348	0.10 139	0.05 33	0.05 208	0.10 440	0.07 301	0.06 218	0.05 140

qqq	0.13 304	0.09 340	0.15 345	0.16 160	0.08 142	0.13 277	0.15 245	0.23 323	0.16 210	0.15 300	0.19 305	0.16 313	0.16 395	0.15 314	0.16 391	0.07 268	0.06 337	0.08 308	0.08 367	0.07 288	0.07 311

NINENet	0.16 408	0.10 401	0.15 345	0.17 236	0.11 418	0.19 429	0.14 173	0.40 542	0.36 476	0.18 374	0.21 338	0.16 313	0.13 326	0.15 314	0.13 307	0.08 332	0.08 438	0.10 440	0.07 301	0.10 446	0.09 420

IPLG	0.10 168	0.07 163	0.15 345	0.17 236	0.08 142	0.11 191	0.14 173	0.20 256	0.15 181	0.12 224	0.17 271	0.07 76	0.07 122	0.14 292	0.13 307	0.06 127	0.04 24	0.06 121	0.05 129	0.04 21	0.04 48

GANet-ADL	0.13 304	0.07 163	0.15 345	0.17 236	0.10 366	0.18 406	0.15 245	0.30 448	0.20 298	0.13 251	0.18 296	0.19 361	0.12 288	0.16 348	0.13 307	0.08 332	0.06 337	0.06 121	0.05 129	0.07 288	0.08 375

PSM-softLoss	0.12 279	0.07 163	0.15 345	0.17 236	0.09 263	0.08 57	0.13 118	0.24 346	0.17 231	0.14 273	0.19 305	0.13 250	0.11 255	0.11 126	0.11 211	0.07 268	0.05 208	0.08 308	0.07 301	0.06 218	0.12 486

KMStereo	0.12 279	0.07 163	0.15 345	0.17 236	0.09 263	0.08 57	0.13 118	0.24 346	0.17 231	0.14 273	0.19 305	0.13 250	0.11 255	0.11 126	0.11 211	0.07 268	0.05 208	0.08 308	0.07 301	0.06 218	0.12 486

SST-Stereo	0.10 168	0.07 163	0.15 345	0.18 319	0.09 263	0.06 10	0.12 71	0.17 189	0.11 71	0.15 300	0.17 271	0.13 250	0.12 288	0.10 76	0.11 211	0.06 127	0.04 24	0.09 392	0.06 210	0.06 218	0.05 140

RAFT-345	0.11 212	0.07 163	0.15 345	0.16 160	0.08 142	0.08 57	0.12 71	0.15 124	0.10 43	0.11 186	0.36 491	0.09 146	0.09 194	0.11 126	0.12 265	0.05 33	0.05 208	0.07 223	0.06 210	0.04 21	0.05 140

GEStereo_RVC	0.17 428	0.12 445	0.15 345	0.22 484	0.11 418	0.19 429	0.17 351	0.32 469	0.48 531	0.20 413	0.25 398	0.17 333	0.13 326	0.21 459	0.16 391	0.10 432	0.06 337	0.08 308	0.07 301	0.09 414	0.08 375

CFNet_pseudo	0.14 340	0.08 264	0.15 345	0.16 160	0.09 263	0.13 277	0.14 173	0.27 403	0.34 463	0.14 273	0.21 338	0.22 400	0.13 326	0.18 402	0.14 346	0.07 268	0.05 208	0.08 308	0.06 210	0.07 288	0.07 311

ADLNet	0.16 408	0.08 264	0.15 345	0.16 160	0.10 366	0.16 366	0.17 351	0.32 469	0.27 399	0.22 443	0.27 424	0.24 424	0.16 395	0.18 402	0.21 463	0.10 432	0.06 337	0.10 440	0.10 455	0.08 351	0.09 420

ac_64	0.16 408	0.08 264	0.15 345	0.18 319	0.10 366	0.22 469	0.18 396	0.24 346	0.21 313	0.18 374	0.24 369	0.29 474	0.18 432	0.19 417	0.22 472	0.09 391	0.07 412	0.08 308	0.09 416	0.07 288	0.06 228

ACVNet	0.15 385	0.09 340	0.15 345	0.13 13	0.12 451	0.14 309	0.20 457	0.22 303	0.33 451	0.17 344	0.26 415	0.21 382	0.16 395	0.17 380	0.21 463	0.07 268	0.06 337	0.06 121	0.06 210	0.08 351	0.06 228

acv_ft	0.15 385	0.09 340	0.15 345	0.19 380	0.10 366	0.16 366	0.17 351	0.25 362	0.33 451	0.19 390	0.26 415	0.21 382	0.17 418	0.17 380	0.18 424	0.07 268	0.06 337	0.06 121	0.06 210	0.08 351	0.06 228

CFNet-ft	0.14 340	0.07 163	0.15 345	0.12 4	0.09 263	0.16 366	0.18 396	0.22 303	0.24 354	0.17 344	0.26 415	0.24 424	0.14 351	0.16 348	0.14 346	0.11 461	0.06 337	0.08 308	0.09 416	0.09 414	0.08 375

DMCA-RVC	0.17 428	0.10 401	0.15 345	0.24 514	0.11 418	0.18 406	0.18 396	0.25 362	0.24 354	0.21 427	0.26 415	0.25 438	0.27 510	0.18 402	0.20 443	0.12 486	0.08 438	0.13 505	0.10 455	0.10 446	0.08 375

MSMDNet	0.14 340	0.08 264	0.15 345	0.17 236	0.09 263	0.14 309	0.14 173	0.29 434	0.36 476	0.14 273	0.21 338	0.21 382	0.12 288	0.17 380	0.14 346	0.07 268	0.05 208	0.07 223	0.07 301	0.07 288	0.07 311

CFNet_RVC	0.14 340	0.07 163	0.15 345	0.12 4	0.09 263	0.16 366	0.18 396	0.22 303	0.24 354	0.17 344	0.26 415	0.24 424	0.14 351	0.16 348	0.14 346	0.11 461	0.06 337	0.08 308	0.09 416	0.09 414	0.08 375

ccs_rob	0.14 340	0.08 264	0.15 345	0.16 160	0.09 263	0.12 233	0.14 173	0.27 403	0.34 463	0.14 273	0.21 338	0.22 400	0.13 326	0.18 402	0.14 346	0.07 268	0.05 208	0.08 308	0.07 301	0.07 288	0.07 311

AdaStereo	0.15 385	0.11 427	0.15 345	0.18 319	0.09 263	0.20 444	0.11 51	0.32 469	0.28 413	0.20 413	0.23 357	0.20 373	0.13 326	0.19 417	0.14 346	0.12 486	0.05 208	0.10 440	0.07 301	0.09 414	0.07 311
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.
NVstereo2D	0.19 454	0.10 401	0.15 345	0.17 236	0.15 512	0.28 525	0.23 495	0.44 559	0.42 511	0.15 300	0.27 424	0.25 438	0.19 448	0.22 472	0.17 406	0.09 391	0.06 337	0.10 440	0.08 367	0.15 530	0.09 420

DeepPruner_ROB	0.16 408	0.11 427	0.15 345	0.17 236	0.10 366	0.17 387	0.15 245	0.32 469	0.21 313	0.19 390	0.21 338	0.22 400	0.18 432	0.20 442	0.15 375	0.13 509	0.09 467	0.09 392	0.09 416	0.11 469	0.10 447

iResNetv2_ROB	0.14 340	0.08 264	0.15 345	0.16 160	0.08 142	0.16 366	0.12 71	0.25 362	0.35 472	0.21 427	0.29 450	0.24 424	0.13 326	0.14 292	0.14 346	0.06 127	0.05 208	0.06 121	0.04 45	0.09 414	0.08 375

StereoDRNet-Refined	0.17 428	0.12 445	0.15 345	0.20 438	0.09 263	0.18 406	0.18 396	0.26 380	0.23 338	0.26 483	0.40 517	0.22 400	0.17 418	0.21 459	0.20 443	0.08 332	0.05 208	0.09 392	0.10 455	0.07 288	0.07 311
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.18 442	0.10 401	0.15 345	0.23 505	0.11 418	0.24 487	0.18 396	0.29 434	0.28 413	0.27 489	0.28 438	0.28 466	0.24 487	0.19 417	0.20 443	0.08 332	0.08 438	0.09 392	0.09 416	0.07 288	0.07 311

PSMNet_ROB	0.21 478	0.11 427	0.15 345	0.27 543	0.15 512	0.24 487	0.35 570	0.43 557	0.37 483	0.27 489	0.32 468	0.32 505	0.22 473	0.21 459	0.26 518	0.12 486	0.08 438	0.13 505	0.11 487	0.09 414	0.09 420

SGM_RVC	0.23 503	0.12 445	0.15 345	0.15 82	0.09 263	0.33 540	0.18 396	0.34 497	0.31 437	0.44 559	0.37 497	0.53 566	0.35 547	0.35 543	0.24 497	0.13 509	0.13 526	0.13 505	0.13 516	0.10 446	0.11 473
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PAM	0.10 168	0.05 23	0.16 379	0.15 82	0.08 142	0.09 93	0.16 313	0.15 124	0.16 210	0.12 224	0.09 107	0.09 146	0.07 122	0.13 264	0.08 17	0.06 127	0.05 208	0.06 121	0.06 210	0.05 115	0.06 228

DCVSM-stereo	0.14 340	0.09 340	0.16 379	0.16 160	0.10 366	0.15 336	0.09 18	0.19 243	0.23 338	0.20 413	0.23 357	0.26 448	0.15 369	0.18 402	0.14 346	0.09 391	0.07 412	0.09 392	0.08 367	0.10 446	0.12 486

test_sample7	0.15 385	0.10 401	0.16 379	0.14 40	0.11 418	0.16 366	0.16 313	0.27 403	0.23 338	0.20 413	0.20 317	0.24 424	0.19 448	0.16 348	0.16 391	0.12 486	0.06 337	0.10 440	0.09 416	0.10 446	0.10 447

CFNet_ucs	0.15 385	0.08 264	0.16 379	0.16 160	0.11 418	0.14 309	0.14 173	0.30 448	0.34 463	0.16 328	0.24 369	0.23 418	0.14 351	0.18 402	0.15 375	0.09 391	0.06 337	0.08 308	0.07 301	0.09 414	0.09 420

HBP-ISP	0.18 442	0.13 474	0.16 379	0.15 82	0.11 418	0.08 57	0.13 118	0.28 423	0.29 420	0.22 443	0.33 480	0.21 382	0.25 496	0.23 483	0.17 406	0.14 523	0.16 544	0.21 551	0.17 545	0.10 446	0.08 375

UDGNet	0.14 340	0.13 474	0.16 379	0.17 236	0.10 366	0.12 233	0.16 313	0.21 280	0.27 399	0.20 413	0.20 317	0.16 313	0.13 326	0.16 348	0.13 307	0.10 432	0.06 337	0.09 392	0.07 301	0.06 218	0.07 311

dd	0.15 385	0.16 504	0.16 379	0.19 380	0.09 263	0.15 336	0.18 396	0.21 280	0.25 375	0.23 455	0.20 317	0.21 382	0.09 194	0.21 459	0.16 391	0.10 432	0.06 337	0.08 308	0.06 210	0.08 351	0.06 228

IPLGR	0.11 212	0.09 340	0.16 379	0.18 319	0.08 142	0.12 233	0.17 351	0.21 280	0.24 354	0.11 186	0.12 190	0.11 206	0.08 161	0.12 218	0.12 265	0.06 127	0.05 208	0.06 121	0.06 210	0.04 21	0.04 48

HHNet	0.11 212	0.06 72	0.16 379	0.15 82	0.14 494	0.07 32	0.13 118	0.20 256	0.17 231	0.14 273	0.25 398	0.11 206	0.08 161	0.13 264	0.10 139	0.05 33	0.04 24	0.08 308	0.06 210	0.05 115	0.09 420

Patchmatch Stereo++	0.11 212	0.09 340	0.16 379	0.18 319	0.08 142	0.06 10	0.11 51	0.16 153	0.13 136	0.15 300	0.16 249	0.14 270	0.12 288	0.11 126	0.10 139	0.06 127	0.04 24	0.08 308	0.06 210	0.08 351	0.07 311
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
AAGNet	0.11 212	0.07 163	0.16 379	0.19 380	0.09 263	0.08 57	0.13 118	0.18 220	0.13 136	0.16 328	0.21 338	0.13 250	0.14 351	0.11 126	0.14 346	0.06 127	0.04 24	0.09 392	0.06 210	0.06 218	0.05 140

PSM-adaLoss	0.11 212	0.09 340	0.16 379	0.18 319	0.08 142	0.06 10	0.12 71	0.16 153	0.13 136	0.15 300	0.16 249	0.14 270	0.12 288	0.11 126	0.10 139	0.06 127	0.04 24	0.08 308	0.06 210	0.08 351	0.07 311

ROB_FTStereo_v2	0.11 212	0.09 340	0.16 379	0.19 380	0.08 142	0.06 10	0.12 71	0.16 153	0.13 136	0.15 300	0.16 249	0.14 270	0.12 288	0.11 126	0.10 139	0.06 127	0.04 24	0.08 308	0.06 210	0.08 351	0.07 311

ROB_FTStereo	0.11 212	0.09 340	0.16 379	0.19 380	0.08 142	0.06 10	0.11 51	0.16 153	0.13 136	0.15 300	0.16 249	0.14 270	0.12 288	0.11 126	0.10 139	0.06 127	0.04 24	0.08 308	0.06 210	0.08 351	0.07 311

HUI-Stereo	0.11 212	0.09 340	0.16 379	0.18 319	0.08 142	0.06 10	0.12 71	0.16 153	0.13 136	0.15 300	0.16 249	0.14 270	0.12 288	0.11 126	0.10 139	0.06 127	0.04 24	0.08 308	0.06 210	0.08 351	0.07 311

DeepStereo_RVC	0.11 212	0.08 264	0.16 379	0.18 319	0.08 142	0.08 57	0.12 71	0.17 189	0.12 101	0.13 251	0.14 218	0.12 225	0.12 288	0.12 218	0.11 211	0.06 127	0.04 24	0.07 223	0.06 210	0.07 288	0.08 375

iGMRVC	0.11 212	0.09 340	0.16 379	0.19 380	0.08 142	0.06 10	0.12 71	0.16 153	0.13 136	0.15 300	0.16 249	0.14 270	0.12 288	0.11 126	0.10 139	0.06 127	0.04 24	0.08 308	0.06 210	0.08 351	0.07 311

IRAFT_RVC	0.12 279	0.08 264	0.16 379	0.19 380	0.08 142	0.07 32	0.15 245	0.24 346	0.23 338	0.14 273	0.14 218	0.15 299	0.12 288	0.12 218	0.10 139	0.06 127	0.04 24	0.09 392	0.06 210	0.06 218	0.06 228

iRAFT	0.11 212	0.09 340	0.16 379	0.18 319	0.08 142	0.06 10	0.11 51	0.16 153	0.13 136	0.15 300	0.16 249	0.14 270	0.12 288	0.11 126	0.10 139	0.06 127	0.04 24	0.08 308	0.06 210	0.08 351	0.07 311

CRE-IMP	0.11 212	0.09 340	0.16 379	0.19 380	0.08 142	0.10 145	0.12 71	0.18 220	0.10 43	0.14 273	0.13 204	0.13 250	0.12 288	0.12 218	0.11 211	0.07 268	0.04 24	0.08 308	0.06 210	0.08 351	0.08 375

test-1	0.10 168	0.07 163	0.16 379	0.19 380	0.08 142	0.11 191	0.24 507	0.14 93	0.18 258	0.09 118	0.07 45	0.09 146	0.08 161	0.07 4	0.09 61	0.06 127	0.04 24	0.06 121	0.05 129	0.04 21	0.04 48

RAFT-IKP	0.11 212	0.09 340	0.16 379	0.19 380	0.08 142	0.06 10	0.12 71	0.16 153	0.13 136	0.15 300	0.16 249	0.14 270	0.12 288	0.11 126	0.10 139	0.06 127	0.04 24	0.08 308	0.06 210	0.08 351	0.07 311

GES	0.14 340	0.08 264	0.16 379	0.15 82	0.10 366	0.13 277	0.13 118	0.28 423	0.25 375	0.16 328	0.23 357	0.18 347	0.13 326	0.16 348	0.13 307	0.08 332	0.07 412	0.07 223	0.06 210	0.08 351	0.09 420

MMNet	0.17 428	0.09 340	0.16 379	0.20 438	0.11 418	0.27 518	0.20 457	0.25 362	0.41 504	0.22 443	0.30 456	0.21 382	0.20 460	0.17 380	0.20 443	0.06 127	0.06 337	0.07 223	0.07 301	0.08 351	0.07 311

DMCA	0.14 340	0.09 340	0.16 379	0.19 380	0.09 263	0.15 336	0.17 351	0.23 323	0.27 399	0.14 273	0.19 305	0.17 333	0.18 432	0.15 314	0.17 406	0.10 432	0.06 337	0.08 308	0.06 210	0.09 414	0.10 447

SGM-ForestM	0.32 548	0.12 445	0.16 379	0.16 160	0.11 418	0.39 557	0.19 436	0.41 548	0.50 540	0.52 566	0.54 553	1.32 597	0.42 565	0.40 564	0.27 526	0.14 523	0.16 544	0.16 535	0.16 538	0.12 484	0.12 486

MLCV	0.12 279	0.07 163	0.16 379	0.18 319	0.06 15	0.15 336	0.17 351	0.19 243	0.21 313	0.18 374	0.25 398	0.17 333	0.13 326	0.14 292	0.13 307	0.05 33	0.04 24	0.05 33	0.04 45	0.05 115	0.04 48

DN-CSS_ROB	0.13 304	0.13 474	0.16 379	0.18 319	0.10 366	0.16 366	0.08 7	0.22 303	0.18 258	0.17 344	0.22 348	0.13 250	0.13 326	0.12 218	0.13 307	0.05 33	0.05 208	0.10 440	0.10 455	0.08 351	0.06 228

StereoAnything_RVC	0.07 4	0.15 496	0.17 407	0.11 1	0.05 1	0.05 4	0.11 51	0.08 4	0.08 15	0.06 13	0.06 14	0.05 1	0.05 11	0.09 37	0.08 17	0.08 332	0.04 24	0.05 33	0.03 1	0.05 115	0.04 48

PAM_32	0.09 101	0.05 23	0.17 407	0.15 82	0.08 142	0.10 145	0.15 245	0.14 93	0.15 181	0.09 118	0.08 84	0.09 146	0.07 122	0.14 292	0.08 17	0.06 127	0.05 208	0.06 121	0.06 210	0.05 115	0.06 228

rvit_0105_4	0.14 340	0.09 340	0.17 407	0.17 236	0.10 366	0.12 233	0.19 436	0.23 323	0.27 399	0.14 273	0.20 317	0.17 333	0.13 326	0.17 380	0.13 307	0.15 527	0.11 499	0.11 471	0.10 455	0.09 414	0.06 228

rvit_stereo_0083	0.12 279	0.08 264	0.17 407	0.16 160	0.09 263	0.11 191	0.15 245	0.14 93	0.26 389	0.11 186	0.14 218	0.13 250	0.10 230	0.12 218	0.12 265	0.10 432	0.08 438	0.09 392	0.07 301	0.07 288	0.05 140

DispNO	0.14 340	0.08 264	0.17 407	0.19 380	0.12 451	0.11 191	0.21 474	0.23 323	0.29 420	0.17 344	0.23 357	0.18 347	0.17 418	0.15 314	0.15 375	0.07 268	0.05 208	0.08 308	0.08 367	0.07 288	0.06 228

SMFormer	0.14 340	0.07 163	0.17 407	0.14 40	0.08 142	0.16 366	0.17 351	0.26 380	0.27 399	0.19 390	0.20 317	0.18 347	0.15 369	0.15 314	0.17 406	0.08 332	0.05 208	0.07 223	0.06 210	0.07 288	0.06 228

tta	0.14 340	0.07 163	0.17 407	0.14 40	0.08 142	0.16 366	0.17 351	0.26 380	0.27 399	0.19 390	0.20 317	0.18 347	0.15 369	0.15 314	0.17 406	0.08 332	0.05 208	0.07 223	0.06 210	0.06 218	0.06 228

qqq1	0.13 304	0.07 163	0.17 407	0.14 40	0.08 142	0.16 366	0.17 351	0.26 380	0.27 399	0.19 390	0.20 317	0.18 347	0.15 369	0.15 314	0.11 211	0.08 332	0.05 208	0.05 33	0.05 129	0.06 218	0.06 228

fff1	0.13 304	0.07 163	0.17 407	0.14 40	0.08 142	0.16 366	0.17 351	0.26 380	0.27 399	0.19 390	0.20 317	0.18 347	0.15 369	0.15 314	0.11 211	0.08 332	0.05 208	0.05 33	0.05 129	0.06 218	0.06 228

mmm	0.14 340	0.08 264	0.17 407	0.17 236	0.09 263	0.17 387	0.18 396	0.21 280	0.15 181	0.15 300	0.23 357	0.21 382	0.16 395	0.16 348	0.17 406	0.08 332	0.05 208	0.08 308	0.07 301	0.07 288	0.07 311

testlalala	0.08 53	0.07 163	0.17 407	0.16 160	0.08 142	0.09 93	0.12 71	0.15 124	0.10 43	0.07 43	0.09 107	0.06 21	0.06 42	0.11 126	0.09 61	0.05 33	0.04 24	0.06 121	0.04 45	0.04 21	0.04 48

ssnet_v2	0.17 428	0.10 401	0.17 407	0.17 236	0.11 418	0.21 461	0.21 474	0.33 488	0.25 375	0.22 443	0.22 348	0.27 456	0.18 432	0.22 472	0.20 443	0.11 461	0.09 467	0.09 392	0.09 416	0.08 351	0.08 375

PFNet	0.12 279	0.06 72	0.17 407	0.17 236	0.08 142	0.09 93	0.15 245	0.26 380	0.20 298	0.16 328	0.16 249	0.14 270	0.11 255	0.12 218	0.11 211	0.06 127	0.04 24	0.07 223	0.06 210	0.05 115	0.05 140

ARAFT	0.12 279	0.08 264	0.17 407	0.19 380	0.09 263	0.14 309	0.18 396	0.20 256	0.12 101	0.12 224	0.13 204	0.14 270	0.11 255	0.15 314	0.12 265	0.06 127	0.05 208	0.10 440	0.09 416	0.05 115	0.04 48

delet	0.17 428	0.08 264	0.17 407	0.19 380	0.11 418	0.20 444	0.21 474	0.30 448	0.37 483	0.17 344	0.26 415	0.19 361	0.19 448	0.19 417	0.21 463	0.08 332	0.08 438	0.09 392	0.11 487	0.06 218	0.06 228

hitnet-ft	0.18 442	0.09 340	0.17 407	0.14 40	0.09 263	0.26 508	0.20 457	0.25 362	0.26 389	0.24 464	0.32 468	0.31 496	0.22 473	0.24 492	0.21 463	0.12 486	0.07 412	0.10 440	0.08 367	0.12 484	0.11 473

AF-Net	0.22 487	0.17 515	0.17 407	0.26 531	0.13 474	0.25 498	0.24 507	0.32 469	0.50 540	0.25 477	0.33 480	0.38 529	0.26 502	0.28 514	0.25 507	0.11 461	0.10 487	0.16 535	0.11 487	0.11 469	0.10 447

CFNet	0.15 385	0.10 401	0.17 407	0.17 236	0.08 142	0.18 406	0.09 18	0.28 423	0.25 375	0.19 390	0.24 369	0.24 424	0.17 418	0.17 380	0.14 346	0.08 332	0.06 337	0.09 392	0.10 455	0.07 288	0.06 228

StereoDRNet	0.18 442	0.11 427	0.17 407	0.22 484	0.11 418	0.21 461	0.22 484	0.37 525	0.33 451	0.24 464	0.28 438	0.30 483	0.19 448	0.20 442	0.20 443	0.09 391	0.08 438	0.11 471	0.09 416	0.09 414	0.07 311

NCCL2	0.23 503	0.15 496	0.17 407	0.34 561	0.18 543	0.24 487	0.23 495	0.34 497	0.28 413	0.31 522	0.38 503	0.38 529	0.28 520	0.23 483	0.24 497	0.15 527	0.12 513	0.18 546	0.21 553	0.13 502	0.13 505

MDST_ROB	0.22 487	0.10 401	0.17 407	0.18 319	0.11 418	0.37 553	0.19 436	0.43 557	0.41 504	0.39 545	0.39 511	0.29 474	0.21 464	0.26 499	0.18 424	0.11 461	0.10 487	0.14 517	0.11 487	0.10 446	0.08 375

CBMV_ROB	0.19 454	0.13 474	0.17 407	0.16 160	0.11 418	0.15 336	0.13 118	0.26 380	0.28 413	0.27 489	0.30 456	0.27 456	0.24 487	0.23 483	0.16 391	0.15 527	0.17 549	0.22 555	0.20 551	0.10 446	0.11 473

CBMV	0.19 454	0.14 486	0.17 407	0.18 319	0.10 366	0.20 444	0.11 51	0.29 434	0.30 430	0.29 512	0.30 456	0.30 483	0.23 481	0.27 502	0.19 437	0.13 509	0.15 541	0.17 537	0.16 538	0.10 446	0.10 447
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DFGA-Net	0.13 304	0.11 427	0.18 430	0.17 236	0.10 366	0.12 233	0.13 118	0.22 303	0.25 375	0.16 328	0.16 249	0.13 250	0.12 288	0.16 348	0.14 346	0.07 268	0.05 208	0.08 308	0.07 301	0.05 115	0.05 140

rvit_0105_6	0.14 340	0.09 340	0.18 430	0.17 236	0.10 366	0.10 145	0.16 313	0.19 243	0.26 389	0.12 224	0.18 296	0.17 333	0.12 288	0.18 402	0.12 265	0.15 527	0.11 499	0.12 490	0.10 455	0.09 414	0.06 228

ToySt	0.17 428	0.11 427	0.18 430	0.17 236	0.11 418	0.16 366	0.25 522	0.24 346	0.33 451	0.19 390	0.24 369	0.26 448	0.24 487	0.19 417	0.20 443	0.07 268	0.08 438	0.09 392	0.10 455	0.09 414	0.08 375

DAS	0.15 385	0.08 264	0.18 430	0.19 380	0.10 366	0.19 429	0.17 351	0.27 403	0.29 420	0.18 374	0.25 398	0.21 382	0.15 369	0.16 348	0.12 265	0.08 332	0.06 337	0.06 121	0.06 210	0.07 288	0.07 311

SepStereo	0.15 385	0.08 264	0.18 430	0.19 380	0.10 366	0.19 429	0.17 351	0.27 403	0.29 420	0.18 374	0.25 398	0.21 382	0.15 369	0.25 497	0.12 265	0.08 332	0.06 337	0.06 121	0.06 210	0.07 288	0.07 311

psm_up	0.18 442	0.10 401	0.18 430	0.20 438	0.11 418	0.17 387	0.19 436	0.37 525	0.34 463	0.21 427	0.28 438	0.29 474	0.24 487	0.20 442	0.22 472	0.09 391	0.10 487	0.11 471	0.11 487	0.08 351	0.08 375

UNet	0.17 428	0.09 340	0.18 430	0.19 380	0.12 451	0.27 518	0.19 436	0.33 488	0.29 420	0.21 427	0.24 369	0.23 418	0.19 448	0.19 417	0.18 424	0.07 268	0.06 337	0.08 308	0.07 301	0.08 351	0.06 228

iResNet	0.13 304	0.10 401	0.18 430	0.19 380	0.08 142	0.13 277	0.18 396	0.20 256	0.26 389	0.15 300	0.23 357	0.15 299	0.13 326	0.14 292	0.14 346	0.06 127	0.04 24	0.06 121	0.05 129	0.06 218	0.05 140

NOSS_ROB	0.19 454	0.12 445	0.18 430	0.16 160	0.12 451	0.15 336	0.12 71	0.30 448	0.32 444	0.20 413	0.22 348	0.27 456	0.23 481	0.21 459	0.16 391	0.16 543	0.18 551	0.23 556	0.21 553	0.12 484	0.13 505

SGM-Forest	0.20 466	0.14 486	0.18 430	0.19 380	0.13 474	0.20 444	0.22 484	0.33 488	0.30 430	0.24 464	0.29 450	0.28 466	0.19 448	0.23 483	0.17 406	0.15 527	0.16 544	0.15 529	0.14 519	0.12 484	0.12 486
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MeshStereo	0.27 531	0.13 474	0.18 430	0.15 82	0.11 418	0.32 534	0.24 507	0.40 542	0.36 476	0.52 566	0.57 563	0.67 577	0.40 557	0.35 543	0.26 518	0.14 523	0.13 526	0.13 505	0.11 487	0.11 469	0.10 447
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
TCMNet	0.19 454	0.12 445	0.19 441	0.20 438	0.18 543	0.20 444	0.24 507	0.27 403	0.36 476	0.23 455	0.26 415	0.25 438	0.19 448	0.19 417	0.23 484	0.13 509	0.11 499	0.11 471	0.12 506	0.13 502	0.12 486

YMNet	0.20 466	0.12 445	0.19 441	0.20 438	0.14 494	0.26 508	0.23 495	0.32 469	0.34 463	0.27 489	0.34 484	0.30 483	0.18 432	0.18 402	0.22 472	0.10 432	0.13 526	0.10 440	0.10 455	0.08 351	0.09 420

YMNet_1	0.20 466	0.12 445	0.19 441	0.20 438	0.14 494	0.26 508	0.23 495	0.32 469	0.34 463	0.27 489	0.34 484	0.30 483	0.18 432	0.18 402	0.22 472	0.10 432	0.13 526	0.10 440	0.10 455	0.08 351	0.09 420

ISRNet	0.18 442	0.08 264	0.19 441	0.19 380	0.13 474	0.15 336	0.12 71	0.30 448	0.32 444	0.21 427	0.25 398	0.27 456	0.17 418	0.17 380	0.20 443	0.20 556	0.08 438	0.14 517	0.14 519	0.14 515	0.17 548

SDNR	0.19 454	0.08 264	0.19 441	0.16 160	0.12 451	0.77 590	0.14 173	0.25 362	0.32 444	0.19 390	0.24 369	0.19 361	0.13 326	0.19 417	0.15 375	0.16 543	0.18 551	0.14 517	0.11 487	0.08 351	0.11 473

fast-acv-ft	0.18 442	0.11 427	0.19 441	0.19 380	0.12 451	0.24 487	0.21 474	0.25 362	0.34 463	0.22 443	0.34 484	0.27 456	0.20 460	0.21 459	0.23 484	0.09 391	0.09 467	0.08 308	0.10 455	0.08 351	0.07 311

UDG	0.21 478	0.17 515	0.19 441	0.23 505	0.15 512	0.30 532	0.20 457	0.33 488	0.35 472	0.23 455	0.28 438	0.31 496	0.27 510	0.20 442	0.22 472	0.15 527	0.12 513	0.13 505	0.09 416	0.14 515	0.14 522

APVNet	0.22 487	0.12 445	0.19 441	0.18 319	0.14 494	0.32 534	0.31 566	0.39 538	0.32 444	0.27 489	0.40 517	0.30 483	0.29 528	0.26 499	0.25 507	0.11 461	0.12 513	0.11 471	0.14 519	0.12 484	0.12 486

GwcNet	0.20 466	0.13 474	0.19 441	0.18 319	0.12 451	0.24 487	0.19 436	0.35 512	0.43 516	0.20 413	0.32 468	0.33 508	0.20 460	0.22 472	0.24 497	0.11 461	0.09 467	0.09 392	0.09 416	0.09 414	0.10 447

HGLStereo	0.17 428	0.08 264	0.19 441	0.17 236	0.12 451	0.18 406	0.18 396	0.31 458	0.32 444	0.21 427	0.32 468	0.25 438	0.18 432	0.19 417	0.20 443	0.09 391	0.09 467	0.07 223	0.07 301	0.09 414	0.10 447

XPNet_ROB	0.22 487	0.11 427	0.19 441	0.22 484	0.13 474	0.22 469	0.19 436	0.34 497	0.40 501	0.30 516	0.39 511	0.39 537	0.26 502	0.26 499	0.28 533	0.15 527	0.10 487	0.10 440	0.10 455	0.13 502	0.12 486

pmcnn	0.15 385	0.07 163	0.19 441	0.15 82	0.07 82	0.20 444	0.15 245	0.24 346	0.26 389	0.21 427	0.34 484	0.28 466	0.18 432	0.18 402	0.17 406	0.07 268	0.05 208	0.05 33	0.04 45	0.07 288	0.06 228

Select-FE	0.11 212	0.06 72	0.20 453	0.15 82	0.11 418	0.11 191	0.13 118	0.21 280	0.18 258	0.09 118	0.11 176	0.10 180	0.06 42	0.12 218	0.09 61	0.07 268	0.05 208	0.07 223	0.08 367	0.06 218	0.08 375

xyz-stereo	0.13 304	0.07 163	0.20 453	0.15 82	0.05 1	0.20 444	0.15 245	0.17 189	0.31 437	0.15 300	0.29 450	0.26 448	0.16 395	0.13 264	0.12 265	0.05 33	0.05 208	0.06 121	0.05 129	0.04 21	0.04 48

DualNet (step1)	0.16 408	0.12 445	0.20 453	0.12 4	0.14 494	0.17 387	0.13 118	0.27 403	0.23 338	0.20 413	0.20 317	0.24 424	0.19 448	0.16 348	0.16 391	0.15 527	0.06 337	0.14 517	0.14 519	0.14 515	0.12 486

test_sample9	0.18 442	0.12 445	0.20 453	0.12 4	0.14 494	0.17 387	0.13 118	0.27 403	0.23 338	0.20 413	0.20 317	0.24 424	0.19 448	0.19 417	0.17 406	0.15 527	0.30 575	0.14 517	0.14 519	0.14 515	0.12 486

test_sample8	0.19 454	0.12 445	0.20 453	0.12 4	0.14 494	0.17 387	0.13 118	0.31 458	0.21 313	0.27 489	0.22 348	0.36 520	0.25 496	0.19 417	0.17 406	0.15 527	0.30 575	0.14 517	0.14 519	0.14 515	0.12 486

dad	0.17 428	0.20 533	0.20 453	0.16 160	0.11 418	0.20 444	0.18 396	0.21 280	0.28 413	0.30 516	0.24 369	0.29 474	0.13 326	0.19 417	0.16 391	0.18 549	0.09 467	0.11 471	0.09 416	0.11 469	0.07 311

RAFT + AFF	0.13 304	0.07 163	0.20 453	0.20 438	0.10 366	0.14 309	0.24 507	0.26 380	0.20 298	0.11 186	0.10 138	0.12 225	0.10 230	0.15 314	0.12 265	0.07 268	0.06 337	0.09 392	0.08 367	0.06 218	0.08 375

edge stereo	0.22 487	0.13 474	0.20 453	0.21 469	0.13 474	0.23 482	0.16 313	0.32 469	0.42 511	0.32 528	0.40 517	0.38 529	0.35 547	0.25 497	0.24 497	0.13 509	0.11 499	0.14 517	0.11 487	0.12 484	0.13 505

DRN-Test	0.19 454	0.11 427	0.20 453	0.22 484	0.10 366	0.22 469	0.22 484	0.39 538	0.37 483	0.24 464	0.32 468	0.26 448	0.21 464	0.22 472	0.24 497	0.11 461	0.07 412	0.11 471	0.10 455	0.09 414	0.07 311

DDVS	0.15 385	0.10 401	0.21 462	0.16 160	0.12 451	0.15 336	0.14 173	0.25 362	0.19 274	0.18 374	0.29 450	0.27 456	0.12 288	0.19 417	0.15 375	0.09 391	0.06 337	0.09 392	0.07 301	0.11 469	0.11 473

DDUNet	0.22 487	0.17 515	0.21 462	0.22 484	0.15 512	0.25 498	0.24 507	0.29 434	0.30 430	0.31 522	0.36 491	0.33 508	0.25 496	0.24 492	0.20 443	0.18 549	0.13 526	0.17 537	0.11 487	0.16 537	0.16 540

RP	0.21 478	0.13 474	0.21 462	0.23 505	0.11 418	0.21 461	0.20 457	0.25 362	0.44 522	0.21 427	0.38 503	0.36 520	0.24 487	0.27 502	0.25 507	0.11 461	0.12 513	0.13 505	0.12 506	0.12 484	0.14 522

stereogan	0.22 487	0.11 427	0.21 462	0.20 438	0.12 451	0.31 533	0.19 436	0.35 512	0.44 522	0.22 443	0.39 511	0.35 518	0.27 510	0.33 534	0.22 472	0.10 432	0.12 513	0.10 440	0.10 455	0.14 515	0.13 505

Nwc_Net	0.23 503	0.16 504	0.21 462	0.25 525	0.14 494	0.24 487	0.26 531	0.37 525	0.38 490	0.22 443	0.41 528	0.30 483	0.28 520	0.28 514	0.25 507	0.11 461	0.10 487	0.17 537	0.20 551	0.10 446	0.10 447

GANet	0.21 478	0.12 445	0.21 462	0.24 514	0.13 474	0.22 469	0.22 484	0.41 548	0.26 389	0.31 522	0.42 534	0.37 525	0.28 520	0.23 483	0.22 472	0.10 432	0.12 513	0.10 440	0.09 416	0.10 446	0.08 375

FAT-Stereo	0.20 466	0.12 445	0.22 468	0.21 469	0.12 451	0.17 387	0.18 396	0.34 497	0.39 493	0.27 489	0.37 497	0.34 514	0.32 540	0.21 459	0.20 443	0.09 391	0.11 499	0.10 440	0.09 416	0.11 469	0.14 522

RYNet	0.22 487	0.12 445	0.22 468	0.19 380	0.17 537	0.46 561	0.26 531	0.38 533	0.48 531	0.24 464	0.28 438	0.34 514	0.23 481	0.20 442	0.30 541	0.10 432	0.06 337	0.09 392	0.09 416	0.13 502	0.15 529

NLCA_NET_v2_RVC	0.17 428	0.10 401	0.22 468	0.20 438	0.10 366	0.15 336	0.18 396	0.31 458	0.25 375	0.21 427	0.30 456	0.25 438	0.17 418	0.21 459	0.20 443	0.09 391	0.06 337	0.08 308	0.08 367	0.07 288	0.08 375
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DISCO	0.19 454	0.09 340	0.22 468	0.17 236	0.10 366	0.25 498	0.18 396	0.27 403	0.44 522	0.22 443	0.31 464	0.33 508	0.26 502	0.28 514	0.28 533	0.08 332	0.06 337	0.07 223	0.07 301	0.09 414	0.09 420

FBW_ROB	0.24 510	0.17 515	0.22 468	0.26 531	0.14 494	0.25 498	0.22 484	0.41 548	0.41 504	0.41 552	0.41 528	0.42 544	0.27 510	0.31 524	0.23 484	0.09 391	0.14 535	0.14 517	0.12 506	0.11 469	0.09 420

ETE_ROB	0.23 503	0.17 515	0.22 468	0.25 525	0.13 474	0.26 508	0.29 553	0.31 458	0.36 476	0.28 504	0.36 491	0.45 551	0.26 502	0.27 502	0.26 518	0.11 461	0.08 438	0.12 490	0.09 416	0.14 515	0.13 505

LALA_ROB	0.25 521	0.16 504	0.22 468	0.26 531	0.17 537	0.27 518	0.27 538	0.42 553	0.37 483	0.33 532	0.38 503	0.51 562	0.26 502	0.28 514	0.27 526	0.16 543	0.09 467	0.12 490	0.11 487	0.13 502	0.12 486

PWCDC_ROB	0.20 466	0.13 474	0.22 468	0.24 514	0.11 418	0.19 429	0.15 245	0.33 488	0.54 549	0.29 512	0.50 549	0.21 382	0.15 369	0.27 502	0.20 443	0.11 461	0.09 467	0.10 440	0.08 367	0.11 469	0.09 420

WCMA_ROB	0.24 510	0.11 427	0.22 468	0.17 236	0.14 494	0.32 534	0.15 245	0.32 469	0.32 444	0.38 543	0.53 551	0.40 541	0.34 545	0.34 537	0.25 507	0.11 461	0.12 513	0.12 490	0.10 455	0.14 515	0.14 522

MSAF-DinoV2	0.22 487	0.11 427	0.23 477	0.17 236	0.10 366	0.27 518	0.16 313	0.37 525	0.55 550	0.21 427	0.27 424	0.47 558	0.27 510	0.35 543	0.39 565	0.09 391	0.06 337	0.07 223	0.09 416	0.12 484	0.10 447

sCroCo_RVC	0.12 279	0.09 340	0.23 477	0.24 514	0.11 418	0.19 429	0.14 173	0.17 189	0.14 161	0.10 153	0.13 204	0.12 225	0.07 122	0.14 292	0.11 211	0.08 332	0.08 438	0.08 308	0.08 367	0.05 115	0.07 311

ccnet	0.29 539	0.28 559	0.23 477	0.20 438	0.28 567	0.41 560	0.21 474	0.45 562	0.33 451	0.36 538	0.46 541	0.36 520	0.30 532	0.39 560	0.42 572	0.23 569	0.14 535	0.21 551	0.17 545	0.23 556	0.18 551

PS-NSSS	0.20 466	0.21 539	0.23 477	0.20 438	0.10 366	0.19 429	0.17 351	0.36 519	0.25 375	0.27 489	0.33 480	0.27 456	0.24 487	0.20 442	0.20 443	0.15 527	0.12 513	0.17 537	0.14 519	0.10 446	0.08 375

GMStereo_Zeroshot	0.16 408	0.13 474	0.24 481	0.20 438	0.10 366	0.17 387	0.13 118	0.29 434	0.25 375	0.23 455	0.32 468	0.25 438	0.11 255	0.19 417	0.14 346	0.09 391	0.06 337	0.11 471	0.06 210	0.12 484	0.08 375

sAnonymous2	0.13 304	0.12 445	0.24 481	0.20 438	0.12 451	0.17 387	0.13 118	0.26 380	0.21 313	0.11 186	0.11 176	0.13 250	0.08 161	0.10 76	0.10 139	0.09 391	0.05 208	0.08 308	0.06 210	0.15 530	0.10 447

CroCo_RVC	0.13 304	0.12 445	0.24 481	0.20 438	0.12 451	0.17 387	0.13 118	0.26 380	0.21 313	0.11 186	0.11 176	0.13 250	0.08 161	0.10 76	0.10 139	0.09 391	0.05 208	0.08 308	0.06 210	0.15 530	0.10 447

MaskLacGwcNet_RVC	0.22 487	0.21 539	0.24 481	0.26 531	0.11 418	0.23 482	0.14 173	0.39 538	0.24 354	0.32 528	0.36 491	0.30 483	0.21 464	0.19 417	0.21 463	0.17 548	0.14 535	0.21 551	0.16 538	0.12 484	0.12 486

NaN_ROB	0.22 487	0.19 529	0.24 481	0.25 525	0.13 474	0.29 529	0.26 531	0.33 488	0.41 504	0.31 522	0.31 464	0.32 505	0.23 481	0.30 523	0.21 463	0.11 461	0.17 549	0.10 440	0.10 455	0.08 351	0.09 420

rvit_105_1	0.19 454	0.11 427	0.25 486	0.21 469	0.16 522	0.21 461	0.27 538	0.31 458	0.41 504	0.19 390	0.20 317	0.22 400	0.17 418	0.19 417	0.17 406	0.12 486	0.12 513	0.13 505	0.15 534	0.08 351	0.07 311

rvit_stereo_0075_2	0.17 428	0.12 445	0.25 486	0.23 505	0.16 522	0.13 277	0.10 29	0.30 448	0.27 399	0.20 413	0.28 438	0.22 400	0.15 369	0.18 402	0.13 307	0.16 543	0.10 487	0.17 537	0.10 455	0.10 446	0.09 420

S-Stereo	0.20 466	0.12 445	0.25 486	0.21 469	0.13 474	0.20 444	0.18 396	0.32 469	0.43 516	0.23 455	0.36 491	0.28 466	0.30 532	0.19 417	0.22 472	0.09 391	0.12 513	0.10 440	0.10 455	0.13 502	0.13 505

GCST	0.37 556	0.42 574	0.26 489	1.02 598	0.39 574	0.18 406	0.08 7	0.20 256	0.17 231	0.28 504	0.25 398	0.15 299	0.12 288	0.16 348	0.14 346	0.64 594	0.43 583	0.75 591	0.65 594	0.63 587	0.46 586

CBFPSM	0.14 340	0.06 72	0.26 489	0.17 236	0.09 263	0.13 277	0.15 245	0.22 303	0.23 338	0.20 413	0.27 424	0.24 424	0.16 395	0.16 348	0.18 424	0.06 127	0.06 337	0.06 121	0.07 301	0.07 288	0.07 311

pcwnet_v2	0.19 454	0.10 401	0.26 489	0.17 236	0.14 494	0.18 406	0.15 245	0.37 525	0.46 529	0.19 390	0.24 369	0.21 382	0.19 448	0.20 442	0.19 437	0.13 509	0.10 487	0.10 440	0.10 455	0.11 469	0.13 505

FINET	0.21 478	0.18 526	0.26 489	0.18 319	0.16 522	0.23 482	0.23 495	0.32 469	0.48 531	0.25 477	0.32 468	0.22 400	0.22 473	0.22 472	0.17 406	0.18 549	0.16 544	0.11 471	0.10 455	0.15 530	0.13 505

PDISCO_ROB	0.27 531	0.16 504	0.26 489	0.28 546	0.20 549	0.32 534	0.26 531	0.44 559	0.57 555	0.28 504	0.40 517	0.45 551	0.29 528	0.33 534	0.34 555	0.12 486	0.09 467	0.17 537	0.16 538	0.17 544	0.13 505

MSMD_ROB	0.31 546	0.26 553	0.26 489	0.24 514	0.21 553	0.34 543	0.25 522	0.34 497	0.39 493	0.40 548	0.69 572	0.45 551	0.40 557	0.34 537	0.27 526	0.20 556	0.19 554	0.26 559	0.25 562	0.23 556	0.22 561

PWC_ROB	0.21 478	0.16 504	0.26 489	0.18 319	0.11 418	0.22 469	0.13 118	0.32 469	0.49 537	0.30 516	0.40 517	0.32 505	0.24 487	0.31 524	0.22 472	0.10 432	0.07 412	0.11 471	0.08 367	0.11 469	0.10 447

Syn2CoEx	0.21 478	0.16 504	0.27 496	0.29 554	0.14 494	0.26 508	0.20 457	0.33 488	0.31 437	0.28 504	0.36 491	0.27 456	0.25 496	0.19 417	0.24 497	0.16 543	0.12 513	0.14 517	0.11 487	0.09 414	0.08 375

STTStereo	0.18 442	0.12 445	0.27 496	0.20 438	0.11 418	0.16 366	0.21 474	0.29 434	0.23 338	0.21 427	0.30 456	0.29 474	0.18 432	0.20 442	0.19 437	0.12 486	0.11 499	0.11 471	0.14 519	0.09 414	0.08 375

MANE	0.45 567	0.27 555	0.27 496	0.27 543	0.24 560	0.47 563	0.31 566	0.55 577	0.59 559	0.72 580	1.13 599	1.15 591	0.61 582	0.52 575	0.37 561	0.21 560	0.20 557	0.27 562	0.31 574	0.25 563	0.24 563

GANetREF_RVC	0.31 546	0.34 567	0.27 496	0.35 563	0.16 522	0.32 534	0.41 576	0.48 566	0.51 547	0.35 535	0.35 488	0.34 514	0.33 541	0.39 560	0.32 549	0.27 573	0.20 557	0.29 570	0.15 534	0.18 547	0.17 548
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
CSAN	0.29 539	0.24 547	0.27 496	0.34 561	0.19 546	0.33 540	0.42 579	0.37 525	0.50 540	0.38 543	0.40 517	0.44 549	0.33 541	0.28 514	0.30 541	0.20 556	0.16 544	0.19 548	0.19 550	0.14 515	0.15 529

FC-DCNN v2	0.33 551	0.27 555	0.28 501	0.26 531	0.23 558	0.37 553	0.28 544	0.40 542	0.43 516	0.45 560	0.56 560	0.51 562	0.40 557	0.37 554	0.29 536	0.21 560	0.20 557	0.27 562	0.26 563	0.25 563	0.24 563

ACV-stereo	0.15 385	0.10 401	0.28 501	0.18 319	0.12 451	0.14 309	0.12 71	0.23 323	0.21 313	0.19 390	0.23 357	0.22 400	0.15 369	0.23 483	0.17 406	0.07 268	0.06 337	0.07 223	0.07 301	0.07 288	0.07 311

Anonymous_2	0.22 487	0.17 515	0.28 501	0.15 82	0.16 522	0.32 534	0.22 484	0.22 303	0.17 231	0.23 455	0.24 369	0.26 448	0.27 510	0.27 502	0.23 484	0.22 565	0.25 571	0.17 537	0.17 545	0.17 544	0.17 548

FCDSN-DC	0.33 551	0.28 559	0.28 501	0.30 556	0.24 560	0.39 557	0.28 544	0.42 553	0.42 511	0.43 558	0.53 551	0.51 562	0.41 562	0.36 549	0.30 541	0.21 560	0.20 557	0.27 562	0.26 563	0.25 563	0.24 563
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RTSC	0.23 503	0.12 445	0.28 501	0.21 469	0.13 474	0.28 525	0.16 313	0.35 512	0.66 573	0.27 489	0.33 480	0.30 483	0.21 464	0.31 524	0.29 536	0.10 432	0.08 438	0.09 392	0.10 455	0.13 502	0.13 505

DANet	0.21 478	0.15 496	0.28 501	0.25 525	0.13 474	0.22 469	0.19 436	0.27 403	0.27 399	0.28 504	0.32 468	0.35 518	0.31 536	0.31 524	0.23 484	0.11 461	0.09 467	0.11 471	0.10 455	0.13 502	0.11 473
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FC-DCNN	0.33 551	0.27 555	0.28 501	0.26 531	0.23 558	0.37 553	0.28 544	0.40 542	0.43 516	0.45 560	0.55 555	0.51 562	0.40 557	0.37 554	0.30 541	0.21 560	0.20 557	0.27 562	0.26 563	0.25 563	0.24 563

SANet	0.24 510	0.14 486	0.28 501	0.21 469	0.11 418	0.27 518	0.24 507	0.38 533	0.64 569	0.36 538	0.40 517	0.43 547	0.26 502	0.27 502	0.24 497	0.12 486	0.09 467	0.10 440	0.09 416	0.13 502	0.11 473

Wz-Net-LNSev-Ref	0.18 442	0.09 340	0.29 509	0.15 82	0.10 366	0.22 469	0.20 457	0.26 380	0.39 493	0.25 477	0.42 534	0.24 424	0.15 369	0.20 442	0.19 437	0.07 268	0.05 208	0.06 121	0.05 129	0.10 446	0.09 420

MFN_U_SF_DS_RVC	0.30 545	0.24 547	0.29 509	0.36 565	0.16 522	0.34 543	0.30 560	0.32 469	0.42 511	0.40 548	0.46 541	0.38 529	0.31 536	0.34 537	0.28 533	0.19 554	0.20 557	0.26 559	0.29 570	0.18 547	0.19 556

RGC	0.25 521	0.20 533	0.29 509	0.28 546	0.16 522	0.22 469	0.23 495	0.32 469	0.44 522	0.27 489	0.40 517	0.38 529	0.27 510	0.36 549	0.22 472	0.11 461	0.13 526	0.17 537	0.17 545	0.14 515	0.16 540

SQANet	0.23 503	0.23 544	0.30 512	0.30 556	0.19 546	0.27 518	0.13 118	0.29 434	0.33 451	0.24 464	0.37 497	0.31 496	0.22 473	0.27 502	0.23 484	0.15 527	0.10 487	0.21 551	0.16 538	0.21 552	0.15 529

SHD	0.26 529	0.15 496	0.30 512	0.24 514	0.18 543	0.22 469	0.15 245	0.38 533	0.71 577	0.32 528	0.41 528	0.36 520	0.28 520	0.32 531	0.29 536	0.12 486	0.11 499	0.14 517	0.13 516	0.16 537	0.20 557

IGEV-BASED-STEREO-	0.09 101	0.10 401	0.31 514	0.15 82	0.06 15	0.08 57	0.14 173	0.10 20	0.10 43	0.07 43	0.07 45	0.06 21	0.04 1	0.11 126	0.07 1	0.12 486	0.04 24	0.07 223	0.05 129	0.05 115	0.05 140

Wz-Net-MNSev	0.22 487	0.13 474	0.31 514	0.20 438	0.14 494	0.36 552	0.24 507	0.33 488	0.44 522	0.28 504	0.40 517	0.38 529	0.19 448	0.24 492	0.25 507	0.09 391	0.07 412	0.09 392	0.09 416	0.12 484	0.10 447

FADNet-RVC-Resample	0.16 408	0.11 427	0.31 514	0.22 484	0.11 418	0.19 429	0.14 173	0.25 362	0.24 354	0.24 464	0.27 424	0.20 373	0.15 369	0.16 348	0.15 375	0.07 268	0.08 438	0.12 490	0.10 455	0.09 414	0.10 447

NCC-stereo	0.24 510	0.15 496	0.31 514	0.26 531	0.16 522	0.20 444	0.30 560	0.40 542	0.40 501	0.24 464	0.38 503	0.33 508	0.28 520	0.36 549	0.27 526	0.12 486	0.11 499	0.15 529	0.22 556	0.13 502	0.13 505

Abc-Net	0.24 510	0.15 496	0.31 514	0.26 531	0.16 522	0.20 444	0.30 560	0.40 542	0.40 501	0.24 464	0.38 503	0.33 508	0.28 520	0.36 549	0.27 526	0.12 486	0.11 499	0.15 529	0.22 556	0.13 502	0.13 505
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DPSNet	0.28 535	0.16 504	0.31 514	0.18 319	0.13 474	0.54 569	0.42 579	0.51 572	0.67 574	0.29 512	0.38 503	0.38 529	0.29 528	0.31 524	0.23 484	0.11 461	0.10 487	0.11 471	0.08 367	0.20 551	0.16 540

GASNet	0.22 487	0.23 544	0.33 520	0.26 531	0.17 537	0.26 508	0.16 313	0.44 559	0.42 511	0.27 489	0.24 369	0.30 483	0.15 369	0.27 502	0.18 424	0.12 486	0.08 438	0.12 490	0.11 487	0.16 537	0.07 311

Anonymous3	0.16 408	0.13 474	0.33 520	0.26 531	0.14 494	0.27 518	0.17 351	0.28 423	0.28 413	0.15 300	0.17 271	0.14 270	0.10 230	0.15 314	0.12 265	0.08 332	0.08 438	0.08 308	0.08 367	0.08 351	0.11 473

DGSMNet	0.24 510	0.19 529	0.33 520	0.21 469	0.24 560	0.24 487	0.20 457	0.35 512	0.41 504	0.24 464	0.32 468	0.38 529	0.21 464	0.29 520	0.23 484	0.12 486	0.11 499	0.14 517	0.16 538	0.23 556	0.23 562

SAMSARA	0.40 560	0.28 559	0.33 520	0.55 579	0.39 574	0.82 591	1.23 606	0.47 565	0.51 547	0.36 538	0.35 488	0.55 568	0.39 554	0.38 556	0.39 565	0.15 527	0.20 557	0.15 529	0.14 519	0.23 556	0.20 557

ADCP+	0.20 466	0.10 401	0.33 520	0.20 438	0.12 451	0.22 469	0.26 531	0.31 458	0.34 463	0.26 483	0.37 497	0.22 400	0.22 473	0.27 502	0.27 526	0.09 391	0.06 337	0.08 308	0.08 367	0.09 414	0.10 447

PA-Net	0.23 503	0.18 526	0.33 520	0.28 546	0.22 555	0.21 461	0.38 575	0.29 434	0.39 493	0.22 443	0.32 468	0.25 438	0.26 502	0.20 442	0.25 507	0.09 391	0.23 569	0.15 529	0.22 556	0.09 414	0.13 505
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ELAS_RVC	0.41 562	0.29 562	0.33 520	0.28 546	0.24 560	0.54 569	0.36 571	0.49 568	0.59 559	0.72 580	0.74 578	0.65 575	0.54 574	0.54 579	0.40 568	0.22 565	0.20 557	0.27 562	0.26 563	0.26 568	0.25 568
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 562	0.29 562	0.33 520	0.27 543	0.24 560	0.60 574	0.36 571	0.50 571	0.50 540	0.71 578	0.79 582	0.67 577	0.54 574	0.51 573	0.42 572	0.22 565	0.20 557	0.27 562	0.26 563	0.26 568	0.25 568
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
psmorigin	0.25 521	0.15 496	0.34 528	0.17 236	0.13 474	0.23 482	0.14 173	0.34 497	0.33 451	0.41 552	0.55 555	0.41 543	0.37 551	0.34 537	0.27 526	0.11 461	0.15 541	0.11 471	0.11 487	0.12 484	0.16 540

FADNet	0.21 478	0.22 543	0.36 529	0.18 319	0.17 537	0.24 487	0.13 118	0.31 458	0.31 437	0.23 455	0.25 398	0.27 456	0.21 464	0.19 417	0.15 375	0.13 509	0.15 541	0.12 490	0.15 534	0.16 537	0.18 551

G-Net	0.24 510	0.16 504	0.36 529	0.22 484	0.16 522	0.51 567	0.23 495	0.29 434	0.34 463	0.36 538	0.38 503	0.31 496	0.29 528	0.27 502	0.26 518	0.11 461	0.09 467	0.12 490	0.09 416	0.16 537	0.13 505

AnyNet_C32	0.26 529	0.16 504	0.36 529	0.20 438	0.16 522	0.25 498	0.30 560	0.32 469	0.44 522	0.31 522	0.49 545	0.30 483	0.33 541	0.40 564	0.33 553	0.12 486	0.12 513	0.12 490	0.14 519	0.14 515	0.15 529

CC-Net-ROB	0.28 535	0.31 564	0.36 529	0.29 554	0.15 512	0.25 498	0.19 436	0.45 562	0.33 451	0.39 545	0.37 497	0.39 537	0.31 536	0.27 502	0.26 518	0.24 571	0.19 554	0.30 572	0.23 560	0.18 547	0.15 529

w-ln-seven-2	0.20 466	0.14 486	0.37 533	0.22 484	0.12 451	0.20 444	0.21 474	0.28 423	0.37 483	0.25 477	0.37 497	0.27 456	0.22 473	0.21 459	0.23 484	0.08 332	0.08 438	0.09 392	0.09 416	0.10 446	0.09 420

Wz-Net-LNSev	0.22 487	0.16 504	0.38 534	0.21 469	0.13 474	0.25 498	0.23 495	0.32 469	0.43 516	0.30 516	0.41 528	0.31 496	0.18 432	0.22 472	0.25 507	0.10 432	0.09 467	0.08 308	0.08 367	0.12 484	0.11 473

FADNet-RVC	0.20 466	0.20 533	0.38 534	0.21 469	0.16 522	0.20 444	0.15 245	0.26 380	0.26 389	0.26 483	0.32 468	0.26 448	0.21 464	0.22 472	0.19 437	0.12 486	0.13 526	0.12 490	0.14 519	0.13 502	0.18 551

PVD	0.39 557	0.20 533	0.39 536	0.31 560	0.22 555	0.29 529	0.43 581	0.52 573	0.96 591	0.55 570	0.79 582	0.53 566	0.59 581	0.52 575	0.38 563	0.19 554	0.14 535	0.17 537	0.14 519	0.24 562	0.31 575

z-ln-s-r	0.17 428	0.10 401	0.40 537	0.19 380	0.08 142	0.17 387	0.18 396	0.22 303	0.33 451	0.18 374	0.40 517	0.22 400	0.17 418	0.20 442	0.23 484	0.07 268	0.05 208	0.07 223	0.07 301	0.07 288	0.05 140

FADNet_RVC	0.16 408	0.14 486	0.40 537	0.20 438	0.11 418	0.13 277	0.13 118	0.26 380	0.22 328	0.21 427	0.23 357	0.20 373	0.17 418	0.14 292	0.16 391	0.08 332	0.08 438	0.12 490	0.09 416	0.11 469	0.10 447

ADCMid	0.25 521	0.15 496	0.40 537	0.20 438	0.14 494	0.25 498	0.26 531	0.34 497	0.38 490	0.36 538	0.44 539	0.34 514	0.40 557	0.35 543	0.33 553	0.10 432	0.09 467	0.11 471	0.11 487	0.13 502	0.12 486

PSMNet-RUCA	0.27 531	0.33 566	0.41 540	0.36 565	0.32 573	0.18 406	0.19 436	0.42 553	0.30 430	0.33 532	0.41 528	0.39 537	0.25 496	0.31 524	0.20 443	0.18 549	0.10 487	0.25 558	0.15 534	0.21 552	0.16 540

ADCRef	0.19 454	0.12 445	0.41 540	0.20 438	0.12 451	0.22 469	0.18 396	0.32 469	0.36 476	0.26 483	0.32 468	0.17 333	0.23 481	0.24 492	0.24 497	0.07 268	0.06 337	0.09 392	0.09 416	0.08 351	0.08 375

DeepPrunerF	0.24 510	0.17 515	0.42 542	0.26 531	0.16 522	0.22 469	0.28 544	0.37 525	0.50 540	0.26 483	0.29 450	0.24 424	0.28 520	0.21 459	0.22 472	0.15 527	0.11 499	0.20 550	0.18 549	0.12 484	0.13 505

Wz-Net-SNSev	0.25 521	0.17 515	0.44 543	0.25 525	0.14 494	0.26 508	0.23 495	0.38 533	0.56 553	0.30 516	0.55 555	0.39 537	0.26 502	0.23 483	0.30 541	0.10 432	0.09 467	0.09 392	0.10 455	0.11 469	0.11 473

z-mn7	0.24 510	0.14 486	0.45 544	0.19 380	0.13 474	0.28 525	0.25 522	0.34 497	0.62 565	0.27 489	0.56 560	0.29 474	0.24 487	0.32 531	0.25 507	0.08 332	0.08 438	0.08 308	0.08 367	0.10 446	0.10 447

iinet-f	0.16 408	0.06 72	0.45 544	0.14 40	0.10 366	0.21 461	0.14 173	0.27 403	0.23 338	0.21 427	0.24 369	0.21 382	0.15 369	0.18 402	0.21 463	0.09 391	0.07 412	0.07 223	0.06 210	0.09 414	0.10 447

Consistency-Raft	0.44 565	0.40 572	0.45 544	0.37 567	0.43 578	0.46 561	0.41 576	0.57 580	0.55 550	0.32 528	0.73 576	0.33 508	0.48 570	0.42 567	0.49 579	0.39 578	0.35 580	0.45 578	0.51 587	0.42 578	0.29 572

ADCS	0.29 539	0.18 526	0.45 544	0.21 469	0.17 537	0.28 525	0.23 495	0.41 548	0.63 568	0.40 548	0.49 545	0.40 541	0.36 549	0.39 560	0.40 568	0.13 509	0.12 513	0.13 505	0.14 519	0.16 537	0.16 540

NVStereoNet_ROB	0.46 570	0.36 569	0.46 548	0.41 570	0.28 567	0.34 543	0.34 569	0.48 566	0.60 562	0.72 580	0.93 588	0.70 580	0.66 585	0.47 569	0.60 587	0.22 565	0.33 579	0.34 574	0.34 577	0.30 571	0.30 574
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ADCL	0.24 510	0.11 427	0.47 549	0.22 484	0.12 451	0.34 543	0.29 553	0.29 434	0.56 553	0.24 464	0.46 541	0.30 483	0.30 532	0.29 520	0.29 536	0.08 332	0.07 412	0.09 392	0.09 416	0.10 446	0.10 447

PASM	0.32 548	0.24 547	0.48 550	0.28 546	0.27 566	0.29 529	0.30 560	0.34 497	0.49 537	0.35 535	0.39 511	0.46 555	0.34 545	0.34 537	0.35 556	0.23 569	0.25 571	0.26 559	0.28 569	0.23 556	0.21 559

zh-sn7	0.25 521	0.17 515	0.50 551	0.24 514	0.13 474	0.25 498	0.24 507	0.34 497	0.48 531	0.28 504	0.54 553	0.28 466	0.31 536	0.36 549	0.32 549	0.10 432	0.10 487	0.11 471	0.10 455	0.12 484	0.12 486

XQC	0.28 535	0.23 544	0.51 552	0.28 546	0.19 546	0.34 543	0.27 538	0.36 519	0.57 555	0.31 522	0.30 456	0.37 525	0.30 532	0.38 556	0.38 563	0.13 509	0.09 467	0.15 529	0.12 506	0.17 544	0.18 551

otaku	0.39 557	0.37 570	0.52 553	0.44 572	0.28 567	0.58 571	0.24 507	0.41 548	0.62 565	0.40 548	0.49 545	0.46 555	0.33 541	0.40 564	0.32 549	0.30 574	0.30 575	0.39 576	0.33 575	0.29 570	0.28 571

Ntro	0.40 560	0.40 572	0.53 554	0.46 576	0.30 571	0.65 577	0.24 507	0.46 564	0.68 575	0.41 552	0.49 545	0.48 560	0.42 565	0.39 560	0.31 548	0.32 575	0.28 573	0.37 575	0.30 572	0.32 575	0.29 572

WAO-7	0.79 587	0.78 590	0.54 555	0.85 591	0.67 594	0.74 584	0.68 597	1.05 600	1.32 598	0.90 591	1.20 602	1.04 587	0.92 596	0.69 586	0.66 590	0.60 592	0.62 603	0.67 587	0.68 596	0.64 588	0.58 589

MSC_U_SF_DS_RVC	0.43 564	0.39 571	0.54 555	0.40 568	0.20 549	0.64 576	0.32 568	0.53 575	0.72 578	0.71 578	0.72 575	0.61 571	0.54 574	0.51 573	0.46 576	0.20 556	0.19 554	0.29 570	0.30 572	0.23 556	0.18 551

w-ln-seven	0.24 510	0.14 486	0.55 557	0.19 380	0.14 494	0.26 508	0.22 484	0.35 512	0.60 562	0.29 512	0.39 511	0.30 483	0.22 473	0.21 459	0.26 518	0.09 391	0.09 467	0.11 471	0.10 455	0.11 469	0.10 447

ACVNet-4b	0.39 557	0.53 577	0.55 557	0.45 573	0.24 560	0.47 563	0.18 396	0.49 568	0.64 569	0.42 555	0.45 540	0.60 570	0.27 510	0.34 537	0.24 497	0.33 576	0.14 535	0.48 579	0.42 580	0.30 571	0.26 570

MFN_U_SF_RVC	0.32 548	0.21 539	0.55 557	0.30 556	0.15 512	0.34 543	0.17 351	0.52 573	0.46 529	0.46 563	0.55 555	0.59 569	0.39 554	0.35 543	0.37 561	0.15 527	0.14 535	0.18 546	0.21 553	0.16 537	0.15 529

zh-mn7	0.25 521	0.14 486	0.56 560	0.19 380	0.14 494	0.24 487	0.22 484	0.34 497	0.62 565	0.35 535	0.65 568	0.31 496	0.25 496	0.31 524	0.25 507	0.09 391	0.08 438	0.09 392	0.09 416	0.09 414	0.11 473

aanetorigin	0.22 487	0.17 515	0.56 560	0.17 236	0.10 366	0.15 336	0.19 436	0.20 256	0.33 451	0.49 564	0.48 544	0.29 474	0.27 510	0.20 442	0.23 484	0.08 332	0.07 412	0.08 308	0.07 301	0.10 446	0.09 420

SuperB	0.20 466	0.10 401	0.56 560	0.16 160	0.09 263	0.18 406	0.18 396	0.24 346	0.50 540	0.26 483	0.39 511	0.17 333	0.21 464	0.22 472	0.21 463	0.08 332	0.06 337	0.06 121	0.06 210	0.12 484	0.10 447

MonStereo1	0.47 571	0.26 553	0.58 563	0.28 546	0.20 549	0.39 557	0.18 396	0.49 568	0.64 569	0.52 566	0.87 585	1.01 586	0.57 579	0.50 571	0.56 584	0.53 587	0.31 578	0.54 585	0.40 578	0.33 576	0.34 578

LSM	0.33 551	0.20 533	0.58 563	0.26 531	0.60 590	0.34 543	0.25 522	0.42 553	0.48 531	0.45 560	0.58 565	0.42 544	0.36 549	0.35 543	0.25 507	0.12 486	0.20 557	0.14 517	0.16 538	0.19 550	0.33 577

ACVNet_1	0.44 565	0.49 576	0.60 565	0.45 573	0.28 567	0.49 566	0.27 538	0.57 580	0.72 578	0.62 573	0.58 565	0.74 581	0.49 571	0.50 571	0.35 556	0.26 572	0.24 570	0.39 576	0.29 570	0.31 574	0.24 563

ADCPNet	0.25 521	0.16 504	0.61 566	0.21 469	0.15 512	0.35 551	0.25 522	0.32 469	0.35 472	0.30 516	0.40 517	0.36 520	0.28 520	0.28 514	0.32 549	0.12 486	0.10 487	0.11 471	0.12 506	0.14 515	0.13 505

WAO-6	0.81 588	0.80 591	0.62 567	0.86 592	0.63 592	0.76 588	0.58 590	0.98 597	1.54 605	0.90 591	0.96 591	1.07 589	1.03 600	0.70 587	0.66 590	0.72 596	0.49 591	0.90 599	0.71 597	0.68 592	0.58 589

BEATNet-Init1	0.52 573	0.27 555	0.62 567	0.30 556	0.21 553	0.76 588	0.29 553	0.54 576	0.65 572	0.86 589	0.95 590	2.07 606	0.62 584	0.56 581	0.42 572	0.18 549	0.18 551	0.23 556	0.22 556	0.22 555	0.21 559

WAO-8	0.91 592	0.81 592	0.65 569	0.94 595	0.69 595	0.90 592	0.67 595	1.07 603	1.83 608	1.06 598	1.45 605	1.30 594	1.07 601	0.84 592	0.78 596	0.74 598	0.53 596	0.86 597	0.75 598	0.69 594	0.62 595

Venus	0.91 592	0.81 592	0.65 569	0.94 595	0.69 595	0.90 592	0.67 595	1.07 603	1.83 608	1.06 598	1.45 605	1.30 594	1.07 601	0.84 592	0.78 596	0.74 598	0.53 596	0.86 597	0.75 598	0.69 594	0.62 595

Wz-Net-TNSev	0.29 539	0.20 533	0.65 569	0.19 380	0.15 512	0.38 556	0.27 538	0.35 512	0.55 550	0.34 534	0.42 534	0.45 551	0.38 552	0.32 531	0.30 541	0.12 486	0.13 526	0.10 440	0.12 506	0.15 530	0.14 522

anonymity	0.53 574	0.58 579	0.65 569	0.41 570	0.61 591	0.53 568	0.41 576	0.56 578	0.41 504	0.55 570	0.50 549	0.49 561	0.55 577	0.58 582	0.50 582	0.58 590	0.50 593	0.51 581	0.51 587	0.51 580	0.57 588

MFMNet_re	0.64 578	0.66 585	0.65 569	0.51 577	0.69 595	0.69 580	0.57 589	0.64 584	0.73 582	0.60 572	0.73 576	0.62 572	0.67 586	0.65 585	0.60 587	0.66 595	0.58 602	0.63 586	0.59 590	0.68 592	0.69 598

DispFullNet	0.27 531	0.21 539	0.65 569	0.28 546	0.16 522	0.26 508	0.17 351	0.33 488	0.58 558	0.27 489	0.38 503	0.43 547	0.23 481	0.38 556	0.23 484	0.12 486	0.06 337	0.19 548	0.11 487	0.21 552	0.15 529

SPS-STEREO	0.57 577	0.58 579	0.65 569	0.45 573	0.55 585	0.62 575	0.44 582	0.62 583	0.50 540	0.68 576	0.64 567	0.66 576	0.57 579	0.61 583	0.60 587	0.62 593	0.47 588	0.51 581	0.49 584	0.55 585	0.58 589
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	0.56 576	0.57 578	0.65 569	0.40 568	0.54 583	0.66 579	0.49 583	0.56 578	0.45 528	0.66 574	0.69 572	0.67 577	0.56 578	0.63 584	0.56 584	0.59 591	0.48 589	0.50 580	0.50 586	0.52 581	0.58 589

RSGM-EC	20.36 621	4.73 612	0.68 577	16.76 617	16.92 622	21.28 624	27.18 625	10.46 619	14.04 621	18.00 622	21.31 624	22.24 630	21.82 624	22.57 624	17.63 623	62.81 631	33.79 631	20.14 628	18.10 628	20.18 627	16.45 627

acva	20.36 621	4.73 612	0.68 577	16.76 617	16.92 622	21.28 624	27.18 625	10.46 619	14.04 621	18.00 622	21.31 624	22.24 630	21.82 624	22.57 624	17.63 623	62.81 631	33.79 631	20.14 628	18.10 628	20.18 627	16.45 627

IMH-64-1	0.65 579	0.61 581	0.68 577	0.71 583	0.51 581	0.59 572	0.49 583	0.91 591	0.85 586	0.74 584	1.02 592	0.81 582	0.78 590	0.79 588	0.49 579	0.42 580	0.46 584	0.71 588	0.47 582	0.52 581	0.39 581

IMH-64	0.65 579	0.61 581	0.68 577	0.71 583	0.51 581	0.59 572	0.49 583	0.91 591	0.85 586	0.74 584	1.02 592	0.81 582	0.78 590	0.79 588	0.49 579	0.42 580	0.46 584	0.71 588	0.47 582	0.52 581	0.39 581

IMH	0.71 582	0.64 584	0.68 577	0.76 585	0.54 583	0.69 580	0.54 587	0.98 597	1.10 593	0.82 588	1.09 595	0.89 584	0.88 595	0.87 596	0.52 583	0.44 583	0.50 593	0.75 591	0.51 587	0.56 586	0.41 584

ACVNet_2	0.66 581	0.66 585	0.68 577	0.63 581	0.41 576	0.71 582	0.49 583	0.96 595	1.39 600	0.89 590	1.09 595	1.04 587	0.73 588	0.54 579	0.47 577	0.43 582	0.40 582	0.53 584	0.44 581	0.47 579	0.35 580

RainbowNet	0.54 575	0.61 581	0.70 583	0.57 580	0.43 578	0.65 577	0.37 574	0.60 582	0.87 588	0.50 565	0.66 569	0.64 573	0.47 569	0.49 570	0.43 575	0.47 584	0.48 589	0.52 583	0.41 579	0.52 581	0.40 583

TorneroNet-64	0.76 586	0.72 588	0.74 584	0.78 587	0.58 589	0.91 595	0.56 588	0.84 589	1.29 597	0.66 574	0.90 586	1.40 599	0.75 589	0.85 594	0.67 593	0.49 585	0.46 584	0.72 590	0.59 590	0.67 591	0.53 587

WZ-Net	0.28 535	0.17 515	0.78 585	0.22 484	0.16 522	0.34 543	0.29 553	0.39 538	0.57 555	0.24 464	0.55 555	0.37 525	0.24 487	0.33 534	0.35 556	0.09 391	0.08 438	0.09 392	0.10 455	0.14 515	0.16 540

DPSimNet_ROB	1.11 599	1.23 602	0.78 585	1.13 600	0.88 602	1.10 602	1.13 605	1.16 607	1.23 596	1.43 605	1.02 592	1.41 600	1.10 604	0.90 598	1.60 605	1.46 608	0.51 595	1.21 605	1.03 606	0.90 600	1.01 606

Dean	0.87 591	0.86 595	0.79 587	0.81 589	0.56 586	0.90 592	0.63 591	1.15 606	1.73 606	1.15 601	1.15 600	1.31 596	0.99 599	0.81 590	0.81 599	0.57 589	0.56 600	0.77 595	0.64 593	0.66 590	0.58 589

ktn	1.01 597	1.21 601	0.80 588	1.23 602	0.86 601	1.01 599	0.87 601	0.94 594	1.39 600	1.04 596	1.12 598	1.15 591	1.07 601	0.94 600	0.59 586	1.28 607	0.71 605	1.38 607	0.83 601	1.02 603	0.75 601

TorneroNet	0.82 589	0.74 589	0.81 589	0.84 590	0.63 592	0.99 597	0.63 591	0.96 595	1.16 594	0.80 587	1.11 597	1.36 598	0.86 594	0.93 599	0.80 598	0.56 588	0.49 591	0.78 596	0.66 595	0.73 597	0.63 597

LVE	0.83 590	0.85 594	0.85 590	0.80 588	0.56 586	1.04 601	0.65 594	1.05 600	1.47 603	0.96 593	1.22 603	1.10 590	0.85 593	0.83 591	0.71 595	0.49 585	0.55 599	0.76 594	0.60 592	0.65 589	0.59 594

KSHMR	1.09 598	1.17 600	0.88 591	1.25 603	1.00 603	0.99 597	0.96 603	1.13 605	1.37 599	1.16 602	1.29 604	1.41 600	0.96 598	1.01 602	0.92 600	1.03 605	1.08 607	1.20 604	1.03 606	1.01 602	0.97 604

PWCK	0.71 582	0.94 596	0.95 592	0.76 585	0.31 572	0.74 584	0.36 571	0.90 590	0.90 589	0.96 593	0.75 580	0.95 585	0.61 582	0.87 596	0.66 590	0.72 596	0.46 584	0.75 591	0.49 584	0.69 594	0.44 585

notaker	0.97 595	1.11 599	0.98 593	1.13 600	0.81 599	0.73 583	0.68 597	0.93 593	1.16 594	1.18 603	1.18 601	1.41 600	1.16 605	1.08 605	0.69 594	0.81 601	0.64 604	1.17 603	0.79 600	0.98 601	0.80 602

EDNetEfficient	0.29 539	0.24 547	1.13 594	0.18 319	0.10 366	0.19 429	0.20 457	0.20 256	0.60 562	0.74 584	0.56 560	0.31 496	0.39 554	0.22 472	0.30 541	0.09 391	0.07 412	0.08 308	0.07 301	0.11 469	0.09 420

JetBlue	0.71 582	0.45 575	1.14 595	0.51 577	0.47 580	2.02 606	0.64 593	0.75 586	0.70 576	0.69 577	0.77 581	1.22 593	0.83 592	1.03 603	1.01 603	0.40 579	0.28 573	0.33 573	0.33 575	0.30 571	0.34 578

HanzoNet	1.29 600	1.26 603	1.19 596	1.12 599	0.85 600	1.02 600	0.83 599	1.03 599	1.48 604	1.64 606	1.61 607	2.50 608	1.72 608	1.61 607	1.61 606	1.26 606	0.80 606	1.31 606	1.01 605	1.02 603	0.86 603

AnyNet_C01	0.36 555	0.25 552	1.37 597	0.22 484	0.17 537	0.48 565	0.27 538	0.35 512	0.39 493	0.39 545	0.74 578	0.46 555	0.38 552	0.45 568	0.47 577	0.13 509	0.13 526	0.13 505	0.14 519	0.14 515	0.15 529

UNDER WATER	0.97 595	0.97 598	1.42 598	0.99 597	0.70 598	1.12 603	0.84 600	0.80 588	1.08 592	1.01 595	0.90 586	1.55 603	1.22 607	1.03 603	1.00 602	0.78 600	0.53 596	1.02 601	0.87 602	0.80 599	0.74 600

UNDER WATER-64	0.95 594	0.94 596	1.43 599	0.87 593	0.56 586	1.18 604	0.87 601	0.77 587	0.94 590	1.04 596	0.85 584	1.58 604	1.21 606	0.94 600	0.96 601	0.87 602	0.57 601	1.03 602	0.88 603	0.78 598	0.73 599

MADNet++	1.95 602	1.75 605	1.59 600	1.82 604	1.69 606	2.33 607	1.40 608	2.35 609	2.09 610	2.57 609	2.36 610	2.24 607	2.17 609	2.28 608	2.34 608	1.87 609	1.66 609	1.54 608	1.34 608	1.92 606	1.77 608

JetRed	1.62 601	1.46 604	2.98 601	0.92 594	1.21 604	4.99 609	1.53 609	1.27 608	1.39 600	1.83 607	1.74 608	1.60 605	0.95 597	1.41 606	2.45 610	0.90 604	1.60 608	0.93 600	0.90 604	1.35 605	0.99 605

USTest	6.22 606	2.73 608	3.00 602	6.57 612	7.29 612	14.37 615	21.57 615	7.00 617	9.56 616	5.34 613	6.10 611	5.72 612	7.64 613	6.41 614	6.96 613	1.97 610	3.42 615	1.64 609	2.15 612	2.66 607	2.36 609

RTS	0.45 567	0.19 529	3.26 603	0.24 514	0.15 512	0.74 584	0.20 457	0.36 519	0.76 584	0.42 555	0.43 537	0.31 496	0.41 562	0.53 577	0.35 556	0.10 432	0.08 438	0.13 505	0.12 506	0.15 530	0.15 529

RTSA	0.45 567	0.19 529	3.26 603	0.24 514	0.15 512	0.74 584	0.20 457	0.36 519	0.76 584	0.42 555	0.43 537	0.31 496	0.41 562	0.53 577	0.35 556	0.10 432	0.08 438	0.13 505	0.12 506	0.15 530	0.15 529

tt	4.67 605	0.06 72	3.55 605	2.02 605	1.55 605	10.25 613	16.71 614	8.91 618	5.03 611	1.31 604	0.94 589	4.71 609	4.76 610	3.33 609	5.87 612	6.06 617	10.30 621	1.88 611	2.11 611	2.75 608	1.21 607

MADNet+	0.75 585	0.71 587	3.70 606	0.66 582	0.41 576	0.98 596	0.97 604	0.69 585	0.73 582	0.52 566	0.57 563	0.64 573	0.68 587	0.86 595	1.01 603	0.34 577	0.36 581	0.28 569	0.23 560	0.36 577	0.31 575

TCMNet-wrong-test	3.67 604	5.48 617	3.89 607	12.18 616	11.75 618	4.65 608	3.88 610	1.06 602	0.72 578	1.09 600	2.15 609	6.30 613	0.53 573	3.43 610	2.36 609	0.89 603	0.20 557	1.87 610	1.69 609	5.57 614	3.62 614

PML	8.91 613	9.34 621	6.13 608	5.35 609	6.41 611	14.99 616	23.38 621	5.27 610	6.83 612	18.04 624	28.19 632	7.67 614	6.83 612	7.85 615	5.75 611	5.35 616	1.83 610	5.95 620	1.93 610	8.64 617	2.52 610

LRCNet_RVC	10.62 616	13.42 622	7.30 609	18.92 620	2.07 607	0.33 540	0.30 560	5.59 613	0.48 531	13.03 620	17.94 621	8.87 615	5.65 611	4.79 611	1.89 607	23.51 628	2.73 614	27.55 631	25.71 631	16.07 625	16.33 626

xxxxx1	7.79 607	5.02 614	7.31 610	3.12 606	3.85 608	16.35 617	22.88 616	5.86 614	8.69 613	7.97 614	8.54 612	9.12 616	8.27 614	10.18 616	10.92 614	2.42 611	2.45 611	3.56 614	12.37 618	3.77 609	3.06 611

tt_ll	7.79 607	5.02 614	7.31 610	3.12 606	3.85 608	16.35 617	22.88 616	5.86 614	8.69 613	7.97 614	8.54 612	9.12 616	8.27 614	10.18 616	10.92 614	2.42 611	2.45 611	3.56 614	12.37 618	3.77 609	3.06 611

ff	7.79 607	5.02 614	7.31 610	3.12 606	3.85 608	16.35 617	22.88 616	5.86 614	8.69 613	7.97 614	8.54 612	9.12 616	8.27 614	10.18 616	10.92 614	2.42 611	2.45 611	3.56 614	12.37 618	3.77 609	3.06 611

Anonymous_1	10.96 617	7.92 618	7.46 613	10.33 613	10.06 613	18.65 621	26.34 622	11.06 621	13.44 620	9.40 617	10.05 617	9.67 619	11.23 619	10.73 619	12.72 619	6.42 618	8.38 618	5.77 617	10.61 617	12.12 618	6.77 615

DPSM_ROB	11.15 618	8.58 619	8.00 614	10.88 614	11.58 616	19.10 622	26.71 623	12.05 622	14.07 623	10.36 618	10.84 618	10.33 620	11.86 620	11.70 620	13.54 620	6.99 619	8.79 619	5.89 618	6.95 613	7.29 615	7.42 618

DPSM	11.15 618	8.58 619	8.00 614	10.88 614	11.58 616	19.10 622	26.71 623	12.05 622	14.07 623	10.36 618	10.84 618	10.33 620	11.86 620	11.70 620	13.54 620	6.99 619	8.79 619	5.89 618	6.95 613	7.29 615	7.42 618

DPSMNet_ROB	8.06 611	4.48 610	8.63 616	5.37 611	10.74 615	8.32 611	22.98 620	5.46 611	13.36 619	5.12 611	9.92 615	5.08 610	10.40 617	5.53 613	12.58 617	3.80 615	8.00 616	3.50 612	7.02 615	3.83 612	7.14 616

DGTPSM_ROB	8.06 611	4.48 610	8.63 616	5.35 609	10.72 614	8.32 611	22.97 619	5.46 611	13.35 618	5.12 611	9.92 615	5.08 610	10.40 617	5.52 612	12.58 617	3.79 614	8.00 616	3.50 612	7.02 615	3.83 612	7.14 616

RAFT-FEzeroshot	22.43 625	17.33 624	15.98 618	22.02 623	23.31 627	38.34 627	53.82 630	24.05 627	28.39 628	20.61 627	21.76 626	20.88 626	23.92 629	23.41 626	27.42 630	14.07 622	17.69 624	11.83 623	14.02 623	14.69 621	14.97 623

RAFT-FE	22.43 625	17.33 624	15.98 618	22.02 623	23.31 627	38.34 627	53.82 630	24.05 627	28.39 628	20.61 627	21.76 626	20.88 626	23.92 629	23.41 626	27.42 630	14.07 622	17.69 624	11.83 623	14.02 623	14.69 621	14.97 623

CasAABBNet	22.42 624	17.33 624	16.01 620	22.01 622	23.28 626	38.32 626	53.80 629	24.14 629	28.41 630	20.60 626	21.77 628	20.89 628	23.91 628	23.43 628	27.36 628	14.07 622	17.69 624	11.83 623	14.01 622	14.67 620	14.95 622

Selective-RAFT-Error	22.47 628	17.37 628	16.09 621	22.06 625	23.34 629	38.39 629	53.83 632	24.29 632	28.47 632	20.74 629	21.83 630	20.81 625	23.90 627	23.54 631	27.53 632	14.08 625	17.69 624	11.82 622	14.00 621	14.69 621	15.00 625

FlowAnything	22.44 627	17.35 627	16.14 622	22.07 626	23.23 625	38.39 629	53.77 628	24.25 630	28.44 631	20.96 631	21.82 629	20.70 624	23.84 626	23.49 629	27.14 627	14.04 621	17.79 628	11.75 621	14.15 626	14.65 619	14.89 620

LSM0	22.87 629	17.28 623	18.96 623	22.19 627	29.04 631	38.42 631	53.71 627	24.28 631	28.31 627	20.78 630	21.00 623	21.43 629	24.16 631	23.50 630	27.39 629	14.09 626	17.38 623	11.84 626	14.04 625	14.73 624	14.89 620

HaxPig	15.71 620	18.52 629	19.18 624	16.89 619	15.89 621	7.73 610	7.60 611	13.31 624	10.82 617	15.42 621	14.91 620	15.98 622	14.92 622	15.58 622	15.98 622	18.95 627	16.73 622	19.46 627	18.08 627	19.26 626	19.05 629

DLNR_Zeroshot_test	10.40 614	1.82 606	19.49 625	120.77 631	13.11 620	0.06 10	0.13 118	0.23 323	0.10 43	0.07 43	0.10 138	0.09 146	0.06 42	0.10 76	0.09 61	0.13 509	0.04 24	0.06 121	0.04 45	51.54 631	0.04 48

DLNR-FE	10.43 615	1.83 607	19.53 626	120.75 630	13.06 619	0.06 10	0.13 118	0.23 323	0.10 43	0.07 43	0.10 138	0.09 146	0.06 42	0.10 76	0.09 61	0.13 509	0.04 24	0.06 121	0.04 45	52.01 632	0.04 48

MEDIAN_ROB	20.38 623	24.04 630	23.31 627	21.23 621	21.71 624	10.40 614	7.92 612	17.64 625	15.50 625	20.12 625	19.70 622	20.34 623	20.32 623	21.19 623	21.13 625	23.81 629	21.81 629	24.98 630	23.76 630	24.71 629	23.93 630

AVERAGE_ROB	24.90 630	29.20 631	28.14 628	24.89 628	24.64 630	17.75 620	11.12 613	21.45 626	19.93 626	25.12 632	24.46 631	25.12 632	25.46 632	24.69 632	22.83 626	29.76 630	27.13 630	28.97 632	27.95 632	29.91 630	29.47 631

test_example2	98.32 631	94.13 632	45.89 629	96.35 629	109.85 632	88.61 632	95.45 633	25.75 633	94.37 633	130.00 634	126.06 633	58.17 633	74.63 633	88.51 633	79.96 633	150.23 633	221.02 633	77.62 633	99.10 633	113.75 633	96.94 632

coex-ft	3.30 603	0.34 567	59.09 630	0.18 319	0.13 474	0.26 508	0.22 484	0.27 403	0.72 578	1.90 608	0.70 574	0.44 549	0.45 568	0.29 520	0.41 571	0.09 391	0.09 467	0.12 490	0.09 416	0.14 515	0.13 505

EDNetEfficientorigin	7.91 610	0.31 564	153.02 631	0.19 380	0.09 263	0.21 461	0.16 313	0.22 303	0.59 559	0.72 580	0.67 570	0.42 544	0.50 572	0.24 492	0.39 565	0.08 332	0.07 412	0.08 308	0.07 301	0.12 484	0.10 447

GS-Stereo							0.14 173	0.11 35	0.12 101	0.08 79	0.10 138	0.05 1	0.05 11	0.11 126	0.08 17	0.06 127	0.04 24	0.05 33	0.04 45	0.05 115	0.05 140

FSD					0.22 555	0.25 498	0.25 522	0.27 403	0.26 389	0.25 477	0.26 415	0.25 438	0.27 510	0.27 502	0.24 497	0.21 560	0.20 557	0.27 562	0.26 563	0.25 563

ccccc		285.66 633		368.85 632	370.60 633	123.16 633		115.05 634		126.68 633		122.83 634		252.94 634		384.56 634	353.86 634	254.69 634	223.00 634	425.87 634

ASD4		3.38 609

Low-res two-view benchmark