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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DEFOM-Stereo_RVC	0.08 53	0.06 72	0.09 85	0.22 485	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

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	0.09 101	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

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

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

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

IGEV-BASED-STEREO-	0.09 101	0.10 401	0.31 515	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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AIO-test1	0.10 168	0.07 163	0.10 129	0.23 506	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

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

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

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

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

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

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	0.20 439	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

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

1111x	0.15 385	0.08 264	0.12 211	0.18 319	0.07 82	0.18 406	0.25 523	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

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

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

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

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

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

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.
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

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

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

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

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

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

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

cross-raft	0.10 168	0.09 340	0.09 85	0.19 380	0.07 82	0.11 191	0.25 523	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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

z-ln-s-r	0.17 428	0.10 401	0.40 539	0.19 380	0.08 142	0.17 387	0.18 396	0.22 303	0.33 451	0.18 374	0.40 518	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

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
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

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

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

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

AIO-test2	0.10 168	0.08 264	0.10 129	0.23 506	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

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

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

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

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

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

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

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

UGAM	0.13 304	0.10 401	0.09 85	0.22 485	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

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	0.49 538	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

RAStereo	0.10 168	0.09 340	0.08 38	0.20 439	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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

testlalala_base	0.10 168	0.09 340	0.14 293	0.21 470	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

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

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

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

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

Selective-RAFT	0.11 212	0.10 401	0.11 175	0.21 470	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

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

TestStereo1	0.13 304	0.08 264	0.08 38	0.19 380	0.08 142	0.18 406	0.29 554	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

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

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

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

RAFT_CTSACE	0.12 279	0.09 340	0.10 129	0.22 485	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

SA-5K	0.13 304	0.08 264	0.08 38	0.19 380	0.08 142	0.18 406	0.29 554	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

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

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

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

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

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

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

GMOStereo	0.11 212	0.09 340	0.07 8	0.19 380	0.08 142	0.12 233	0.28 545	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	0.28 545	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	0.28 545	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

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

test_3	0.10 168	0.09 340	0.10 129	0.20 439	0.08 142	0.13 277	0.26 532	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

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

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
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

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

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

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_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

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

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

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

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	0.36 492	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

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-2	0.11 212	0.09 340	0.07 8	0.19 380	0.08 142	0.12 233	0.28 545	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

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

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

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

TestStereo	0.13 304	0.14 486	0.11 175	0.23 506	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

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

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

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	0.40 569	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	0.26 519	0.09 391	0.05 208	0.07 223	0.07 301	0.08 351	0.07 311

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	0.26 519	0.09 391	0.05 208	0.07 223	0.07 301	0.07 288	0.07 311

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

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

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

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
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

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
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

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

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

LE_ROB	0.50 574	0.07 163	0.14 293	0.15 82	0.08 142	0.24 487	0.16 313	0.22 303	1.81 608	4.63 612	0.67 571	0.47 560	0.44 568	0.20 442	0.29 537	0.07 268	0.06 337	0.06 121	0.06 210	0.08 351	0.06 228

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

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

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

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

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

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

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	0.11 500	0.10 440	0.10 455	0.08 351	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

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

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

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

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

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_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

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
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

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

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

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

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	0.38 491	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

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

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

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

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

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

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

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

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

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	0.36 477	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

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

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

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

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

CASS	0.13 304	0.12 445	0.11 175	0.23 506	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.
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

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

CroCo-Stereo Lap2	0.09 101	0.09 340	0.08 38	0.22 485	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

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

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

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

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

RAFT+CT+SA	0.13 304	0.11 427	0.09 85	0.19 380	0.09 263	0.15 336	0.28 545	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_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

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
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

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

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

AASNet	0.16 408	0.08 264	0.12 211	0.19 380	0.09 263	0.18 406	0.15 245	0.37 526	0.37 484	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

GwcNet-ADL	0.13 304	0.08 264	0.14 293	0.20 439	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

PSMNet-ADL	0.15 385	0.12 445	0.13 258	0.22 485	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	0.39 494	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

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	0.15 530

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

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

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

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	0.14 523

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

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	0.16 541

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_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

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

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

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

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

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	0.41 529	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

CroCo-Stereo	0.09 101	0.08 264	0.08 38	0.22 485	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
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

LMCR-Stereo	0.15 385	0.08 264	0.13 258	0.21 470	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

ICVP	0.15 385	0.09 340	0.12 211	0.22 485	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)
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

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

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

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

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

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

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

EDNetEfficientorigin	7.91 613	0.31 566	153.02 634	0.19 380	0.09 263	0.21 461	0.16 313	0.22 303	0.59 560	0.72 581	0.67 571	0.42 545	0.50 573	0.24 492	0.39 566	0.08 332	0.07 412	0.08 308	0.07 301	0.12 484	0.10 447

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

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	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

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
SuperB	0.20 466	0.10 401	0.56 562	0.16 160	0.09 263	0.18 406	0.18 396	0.24 346	0.50 541	0.26 483	0.39 512	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

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	0.36 477	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

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	0.35 489	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

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.
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	0.37 526	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

StereoDRNet-Refined	0.17 428	0.12 445	0.15 345	0.20 439	0.09 263	0.18 406	0.18 396	0.26 380	0.23 338	0.26 483	0.40 518	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
SGM_RVC	0.23 503	0.12 445	0.15 345	0.15 82	0.09 263	0.33 541	0.18 396	0.34 497	0.31 437	0.44 560	0.37 498	0.53 568	0.35 548	0.35 544	0.24 497	0.13 509	0.13 527	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
WQFJA1	0.13 304	0.09 340	0.10 129	0.20 439	0.10 366	0.11 191	0.15 245	0.26 380	0.39 494	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	0.20 439	0.10 366	0.11 191	0.15 245	0.26 380	0.39 494	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

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

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

MSAF-DinoV2	0.22 487	0.11 427	0.23 477	0.17 236	0.10 366	0.27 518	0.16 313	0.37 526	0.55 551	0.21 427	0.27 424	0.47 560	0.27 510	0.35 544	0.39 566	0.09 391	0.06 337	0.07 223	0.09 416	0.12 484	0.10 447

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

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

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
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	0.11 500	0.12 490	0.10 455	0.09 414	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	0.11 500	0.11 471	0.10 455	0.09 414	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

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

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

testlalala2	0.10 168	0.06 72	0.11 175	0.20 439	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

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

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

GMStereo_Zeroshot	0.16 408	0.13 474	0.24 481	0.20 439	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

StereoVision	0.13 304	0.12 445	0.09 85	0.24 515	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	0.11 500	0.12 490	0.12 506	0.06 218	0.05 140

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

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

LL-Strereo	0.13 304	0.09 340	0.11 175	0.20 439	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

iinet-f	0.16 408	0.06 72	0.45 546	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

Wz-Net-LNSev-Ref	0.18 442	0.09 340	0.29 510	0.15 82	0.10 366	0.22 469	0.20 457	0.26 380	0.39 494	0.25 477	0.42 535	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

BUS	0.14 340	0.09 340	0.14 293	0.22 485	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

test_5	0.14 340	0.12 445	0.08 38	0.20 439	0.10 366	0.14 309	0.29 554	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

BSDual-CNN	0.15 385	0.09 340	0.14 293	0.22 485	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

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

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

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

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

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

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

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

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

RAFT + AFF	0.13 304	0.07 163	0.20 453	0.20 439	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

aanetorigin	0.22 487	0.17 515	0.56 562	0.17 236	0.10 366	0.15 336	0.19 436	0.20 256	0.33 451	0.49 565	0.48 545	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

EDNetEfficient	0.29 541	0.24 547	1.13 596	0.18 319	0.10 366	0.19 429	0.20 457	0.20 256	0.60 563	0.74 585	0.56 561	0.31 496	0.39 555	0.22 472	0.30 542	0.09 391	0.07 412	0.08 308	0.07 301	0.11 469	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

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

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

TDLM	0.17 428	0.12 445	0.13 258	0.24 515	0.10 366	0.18 406	0.18 396	0.36 520	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

CVANet_RVC	0.18 442	0.10 401	0.14 293	0.21 470	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

NLCA_NET_v2_RVC	0.17 428	0.10 401	0.22 468	0.20 439	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.
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

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

PS-NSSS	0.20 466	0.21 539	0.23 477	0.20 439	0.10 366	0.19 429	0.17 351	0.36 520	0.25 375	0.27 489	0.33 480	0.27 456	0.24 487	0.20 442	0.20 443	0.15 527	0.12 514	0.17 538	0.14 519	0.10 446	0.08 375

DRN-Test	0.19 454	0.11 427	0.20 453	0.22 485	0.10 366	0.22 469	0.22 484	0.39 539	0.37 484	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

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	0.44 523	0.22 443	0.31 464	0.33 509	0.26 502	0.28 514	0.28 534	0.08 332	0.06 337	0.07 223	0.07 301	0.09 414	0.09 420

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

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	0.15 542	0.17 538	0.16 539	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
WQFJX	0.14 340	0.09 340	0.12 211	0.25 527	0.11 418	0.11 191	0.16 313	0.38 534	0.43 517	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

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

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

test_for_model	0.09 101	0.12 445	0.14 293	0.23 506	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

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

ToySt	0.17 428	0.11 427	0.18 430	0.17 236	0.11 418	0.16 366	0.25 523	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

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

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

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	0.16 545	0.21 552	0.17 546	0.10 446	0.08 375

NINENet	0.16 408	0.10 401	0.15 345	0.17 236	0.11 418	0.19 429	0.14 173	0.40 543	0.36 477	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

hknet	0.15 385	0.11 427	0.13 258	0.22 485	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

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	0.18 550	0.09 467	0.11 471	0.09 416	0.11 469	0.07 311

GEStereo_RVC	0.17 428	0.12 445	0.15 345	0.22 485	0.11 418	0.19 429	0.17 351	0.32 469	0.48 532	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

sCroCo_RVC	0.12 279	0.09 340	0.23 477	0.24 515	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

HCRNet	0.16 408	0.24 547	0.12 211	0.35 566	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

MMNet	0.17 428	0.09 340	0.16 379	0.20 439	0.11 418	0.27 518	0.20 457	0.25 362	0.41 505	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

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	0.37 484	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

psm_up	0.18 442	0.10 401	0.18 430	0.20 439	0.11 418	0.17 387	0.19 436	0.37 526	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

DMCA-RVC	0.17 428	0.10 401	0.15 345	0.24 515	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

FADNet-RVC-Resample	0.16 408	0.11 427	0.31 515	0.22 485	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

FADNet_RVC	0.16 408	0.14 486	0.40 539	0.20 439	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

MaskLacGwcNet_RVC	0.22 487	0.21 539	0.24 481	0.26 533	0.11 418	0.23 482	0.14 173	0.39 539	0.24 354	0.32 528	0.36 492	0.30 483	0.21 464	0.19 417	0.21 463	0.17 548	0.14 536	0.21 552	0.16 539	0.12 484	0.12 486

STTStereo	0.18 442	0.12 445	0.27 497	0.20 439	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	0.11 500	0.11 471	0.14 519	0.09 414	0.08 375

RP	0.21 478	0.13 474	0.21 462	0.23 506	0.11 418	0.21 461	0.20 457	0.25 362	0.44 523	0.21 427	0.38 504	0.36 521	0.24 487	0.27 502	0.25 507	0.11 461	0.12 514	0.13 505	0.12 506	0.12 484	0.14 523

SGM-ForestM	0.32 550	0.12 445	0.16 379	0.16 160	0.11 418	0.39 558	0.19 436	0.41 549	0.50 541	0.52 567	0.54 554	1.32 599	0.42 566	0.40 565	0.27 527	0.14 523	0.16 545	0.16 535	0.16 539	0.12 484	0.12 486

StereoDRNet	0.18 442	0.11 427	0.17 407	0.22 485	0.11 418	0.21 461	0.22 484	0.37 526	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

MDST_ROB	0.22 487	0.10 401	0.17 407	0.18 319	0.11 418	0.37 554	0.19 436	0.43 558	0.41 505	0.39 546	0.39 512	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	0.17 550	0.22 556	0.20 552	0.10 446	0.11 473

SANet	0.24 510	0.14 486	0.28 502	0.21 470	0.11 418	0.27 518	0.24 507	0.38 534	0.64 570	0.36 538	0.40 518	0.43 549	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

DLCB_ROB	0.18 442	0.10 401	0.15 345	0.23 506	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

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	0.49 538	0.30 516	0.40 518	0.32 506	0.24 487	0.31 525	0.22 472	0.10 432	0.07 412	0.11 471	0.08 367	0.11 469	0.10 447

PWCDC_ROB	0.20 466	0.13 474	0.22 468	0.24 515	0.11 418	0.19 429	0.15 245	0.33 488	0.54 550	0.29 512	0.50 550	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

MeshStereo	0.27 533	0.13 474	0.18 430	0.15 82	0.11 418	0.32 535	0.24 507	0.40 543	0.36 477	0.52 567	0.57 564	0.67 579	0.40 558	0.35 544	0.26 519	0.14 523	0.13 527	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
MultiAttention	0.29 541	0.08 264	0.14 293	0.19 380	0.12 451	1.45 606	1.33 608	0.36 520	0.37 484	0.19 390	0.21 338	0.24 424	0.11 255	0.38 557	0.18 424	0.06 127	0.05 208	0.08 308	0.08 367	0.10 446	0.09 420

w-ln-seven-2	0.20 466	0.14 486	0.37 534	0.22 485	0.12 451	0.20 444	0.21 474	0.28 423	0.37 484	0.25 477	0.37 498	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

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

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

rvit_0105_3	0.15 385	0.09 340	0.14 293	0.19 380	0.12 451	0.15 336	0.25 523	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	0.11 500	0.12 490	0.14 519	0.07 288	0.06 228

ACV-stereo	0.15 385	0.10 401	0.28 502	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

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

SDNR	0.19 454	0.08 264	0.19 441	0.16 160	0.12 451	0.77 591	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	0.18 552	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

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

sAnonymous2	0.13 304	0.12 445	0.24 481	0.20 439	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	0.20 439	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

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

UPFNet	0.16 408	0.08 264	0.12 211	0.20 439	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

GwcNet	0.20 466	0.13 474	0.19 441	0.18 319	0.12 451	0.24 487	0.19 436	0.35 513	0.43 517	0.20 413	0.32 468	0.33 509	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

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

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

FAT-Stereo	0.20 466	0.12 445	0.22 468	0.21 470	0.12 451	0.17 387	0.18 396	0.34 497	0.39 494	0.27 489	0.37 498	0.34 515	0.32 541	0.21 459	0.20 443	0.09 391	0.11 500	0.10 440	0.09 416	0.11 469	0.14 523

stereogan	0.22 487	0.11 427	0.21 462	0.20 439	0.12 451	0.31 534	0.19 436	0.35 513	0.44 523	0.22 443	0.39 512	0.35 519	0.27 510	0.33 535	0.22 472	0.10 432	0.12 514	0.10 440	0.10 455	0.14 515	0.13 506

ADCL	0.24 510	0.11 427	0.47 551	0.22 485	0.12 451	0.34 544	0.29 554	0.29 434	0.56 554	0.24 464	0.46 542	0.30 483	0.30 532	0.29 521	0.29 537	0.08 332	0.07 412	0.09 392	0.09 416	0.10 446	0.10 447

ADCRef	0.19 454	0.12 445	0.41 542	0.20 439	0.12 451	0.22 469	0.18 396	0.32 469	0.36 477	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

ADCP+	0.20 466	0.10 401	0.33 521	0.20 439	0.12 451	0.22 469	0.26 532	0.31 458	0.34 463	0.26 483	0.37 498	0.22 400	0.22 473	0.27 502	0.27 527	0.09 391	0.06 337	0.08 308	0.08 367	0.09 414	0.10 447

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	0.18 552	0.23 557	0.21 554	0.12 484	0.13 506

zh-sn7	0.25 521	0.17 515	0.50 553	0.24 515	0.13 474	0.25 498	0.24 507	0.34 497	0.48 532	0.28 504	0.54 554	0.28 466	0.31 536	0.36 550	0.32 550	0.10 432	0.10 487	0.11 471	0.10 455	0.12 484	0.12 486

z-mn7	0.24 510	0.14 486	0.45 546	0.19 380	0.13 474	0.28 525	0.25 523	0.34 497	0.62 566	0.27 489	0.56 561	0.29 474	0.24 487	0.32 532	0.25 507	0.08 332	0.08 438	0.08 308	0.08 367	0.10 446	0.10 447

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	0.20 557	0.08 438	0.14 517	0.14 519	0.14 515	0.17 549

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

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

coex-ft	3.30 605	0.34 570	59.09 633	0.18 319	0.13 474	0.26 508	0.22 484	0.27 403	0.72 579	1.90 609	0.70 575	0.44 551	0.45 569	0.29 521	0.41 572	0.09 391	0.09 467	0.12 490	0.09 416	0.14 515	0.13 506

Wz-Net-LNSev	0.22 487	0.16 504	0.38 535	0.21 470	0.13 474	0.25 498	0.23 495	0.32 469	0.43 517	0.30 516	0.41 529	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

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	0.14 523

psmorigin	0.25 521	0.15 496	0.34 529	0.17 236	0.13 474	0.23 482	0.14 173	0.34 497	0.33 451	0.41 553	0.55 556	0.41 544	0.37 552	0.34 538	0.27 527	0.11 461	0.15 542	0.11 471	0.11 487	0.12 484	0.16 541

S-Stereo	0.20 466	0.12 445	0.25 486	0.21 470	0.13 474	0.20 444	0.18 396	0.32 469	0.43 517	0.23 455	0.36 492	0.28 466	0.30 532	0.19 417	0.22 472	0.09 391	0.12 514	0.10 440	0.10 455	0.13 502	0.13 506

AF-Net	0.22 487	0.17 515	0.17 407	0.26 533	0.13 474	0.25 498	0.24 507	0.32 469	0.50 541	0.25 477	0.33 480	0.38 530	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

edge stereo	0.22 487	0.13 474	0.20 453	0.21 470	0.13 474	0.23 482	0.16 313	0.32 469	0.42 512	0.32 528	0.40 518	0.38 530	0.35 548	0.25 497	0.24 497	0.13 509	0.11 500	0.14 517	0.11 487	0.12 484	0.13 506

RTSC	0.23 503	0.12 445	0.28 502	0.21 470	0.13 474	0.28 525	0.16 313	0.35 513	0.66 574	0.27 489	0.33 480	0.30 483	0.21 464	0.31 525	0.29 537	0.10 432	0.08 438	0.09 392	0.10 455	0.13 502	0.13 506

DANet	0.21 478	0.15 496	0.28 502	0.25 527	0.13 474	0.22 469	0.19 436	0.27 403	0.27 399	0.28 504	0.32 468	0.35 519	0.31 536	0.31 525	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
GANet	0.21 478	0.12 445	0.21 462	0.24 515	0.13 474	0.22 469	0.22 484	0.41 549	0.26 389	0.31 522	0.42 535	0.37 526	0.28 520	0.23 483	0.22 472	0.10 432	0.12 514	0.10 440	0.09 416	0.10 446	0.08 375

DPSNet	0.28 537	0.16 504	0.31 515	0.18 319	0.13 474	0.54 570	0.42 580	0.51 573	0.67 575	0.29 512	0.38 504	0.38 530	0.29 528	0.31 525	0.23 484	0.11 461	0.10 487	0.11 471	0.08 367	0.20 552	0.16 541

NaN_ROB	0.22 487	0.19 529	0.24 481	0.25 527	0.13 474	0.29 529	0.26 532	0.33 488	0.41 505	0.31 522	0.31 464	0.32 506	0.23 481	0.30 524	0.21 463	0.11 461	0.17 550	0.10 440	0.10 455	0.08 351	0.09 420

XPNet_ROB	0.22 487	0.11 427	0.19 441	0.22 485	0.13 474	0.22 469	0.19 436	0.34 497	0.40 502	0.30 516	0.39 512	0.39 538	0.26 502	0.26 499	0.28 534	0.15 527	0.10 487	0.10 440	0.10 455	0.13 502	0.12 486

ETE_ROB	0.23 503	0.17 515	0.22 468	0.25 527	0.13 474	0.26 508	0.29 554	0.31 458	0.36 477	0.28 504	0.36 492	0.45 553	0.26 502	0.27 502	0.26 519	0.11 461	0.08 438	0.12 490	0.09 416	0.14 515	0.13 506

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	0.16 545	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
zh-mn7	0.25 521	0.14 486	0.56 562	0.19 380	0.14 494	0.24 487	0.22 484	0.34 497	0.62 566	0.35 535	0.65 569	0.31 496	0.25 496	0.31 525	0.25 507	0.09 391	0.08 438	0.09 392	0.09 416	0.09 414	0.11 473

w-ln-seven	0.24 510	0.14 486	0.55 559	0.19 380	0.14 494	0.26 508	0.22 484	0.35 513	0.60 563	0.29 512	0.39 512	0.30 483	0.22 473	0.21 459	0.26 519	0.09 391	0.09 467	0.11 471	0.10 455	0.11 469	0.10 447

YMNet	0.20 466	0.12 445	0.19 441	0.20 439	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	0.13 527	0.10 440	0.10 455	0.08 351	0.09 420

YMNet_1	0.20 466	0.12 445	0.19 441	0.20 439	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	0.13 527	0.10 440	0.10 455	0.08 351	0.09 420

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	0.30 577	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	0.36 521	0.25 496	0.19 417	0.17 406	0.15 527	0.30 577	0.14 517	0.14 519	0.14 515	0.12 486

Wz-Net-SNSev	0.25 521	0.17 515	0.44 545	0.25 527	0.14 494	0.26 508	0.23 495	0.38 534	0.56 554	0.30 516	0.55 556	0.39 538	0.26 502	0.23 483	0.30 542	0.10 432	0.09 467	0.09 392	0.10 455	0.11 469	0.11 473

Wz-Net-MNSev	0.22 487	0.13 474	0.31 515	0.20 439	0.14 494	0.36 553	0.24 507	0.33 488	0.44 523	0.28 504	0.40 518	0.38 530	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

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

Anonymous3	0.16 408	0.13 474	0.33 521	0.26 533	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

pcwnet_v2	0.19 454	0.10 401	0.26 489	0.17 236	0.14 494	0.18 406	0.15 245	0.37 526	0.46 530	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	0.13 506

APVNet	0.22 487	0.12 445	0.19 441	0.18 319	0.14 494	0.32 535	0.31 567	0.39 539	0.32 444	0.27 489	0.40 518	0.30 483	0.29 528	0.26 499	0.25 507	0.11 461	0.12 514	0.11 471	0.14 519	0.12 484	0.12 486

Syn2CoEx	0.21 478	0.16 504	0.27 497	0.29 556	0.14 494	0.26 508	0.20 457	0.33 488	0.31 437	0.28 504	0.36 492	0.27 456	0.25 496	0.19 417	0.24 497	0.16 543	0.12 514	0.14 517	0.11 487	0.09 414	0.08 375

Nwc_Net	0.23 503	0.16 504	0.21 462	0.25 527	0.14 494	0.24 487	0.26 532	0.37 526	0.38 491	0.22 443	0.41 529	0.30 483	0.28 520	0.28 514	0.25 507	0.11 461	0.10 487	0.17 538	0.20 552	0.10 446	0.10 447

ADCMid	0.25 521	0.15 496	0.40 539	0.20 439	0.14 494	0.25 498	0.26 532	0.34 497	0.38 491	0.36 538	0.44 540	0.34 515	0.40 558	0.35 544	0.33 554	0.10 432	0.09 467	0.11 471	0.11 487	0.13 502	0.12 486

FBW_ROB	0.24 510	0.17 515	0.22 468	0.26 533	0.14 494	0.25 498	0.22 484	0.41 549	0.41 505	0.41 553	0.41 529	0.42 545	0.27 510	0.31 525	0.23 484	0.09 391	0.14 536	0.14 517	0.12 506	0.11 469	0.09 420

WCMA_ROB	0.24 510	0.11 427	0.22 468	0.17 236	0.14 494	0.32 535	0.15 245	0.32 469	0.32 444	0.38 544	0.53 552	0.40 542	0.34 546	0.34 538	0.25 507	0.11 461	0.12 514	0.12 490	0.10 455	0.14 515	0.14 523

Wz-Net-TNSev	0.29 541	0.20 533	0.65 571	0.19 380	0.15 512	0.38 557	0.27 539	0.35 513	0.55 551	0.34 534	0.42 535	0.45 553	0.38 553	0.32 532	0.30 542	0.12 486	0.13 527	0.10 440	0.12 506	0.15 530	0.14 523

DDUNet	0.22 487	0.17 515	0.21 462	0.22 485	0.15 512	0.25 498	0.24 507	0.29 434	0.30 430	0.31 522	0.36 492	0.33 509	0.25 496	0.24 492	0.20 443	0.18 550	0.13 527	0.17 538	0.11 487	0.16 537	0.16 541

UDG	0.21 478	0.17 515	0.19 441	0.23 506	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	0.12 514	0.13 505	0.09 416	0.14 515	0.14 523

MFN_U_SF_RVC	0.32 550	0.21 539	0.55 559	0.30 558	0.15 512	0.34 544	0.17 351	0.52 574	0.46 530	0.46 564	0.55 556	0.59 571	0.39 555	0.35 544	0.37 562	0.15 527	0.14 536	0.18 547	0.21 554	0.16 537	0.15 530

RTS	0.45 569	0.19 529	3.26 606	0.24 515	0.15 512	0.74 585	0.20 457	0.36 520	0.76 585	0.42 556	0.43 538	0.31 496	0.41 563	0.53 578	0.35 557	0.10 432	0.08 438	0.13 505	0.12 506	0.15 530	0.15 530

RTSA	0.45 569	0.19 529	3.26 606	0.24 515	0.15 512	0.74 585	0.20 457	0.36 520	0.76 585	0.42 556	0.43 538	0.31 496	0.41 563	0.53 578	0.35 557	0.10 432	0.08 438	0.13 505	0.12 506	0.15 530	0.15 530

ADCPNet	0.25 521	0.16 504	0.61 568	0.21 470	0.15 512	0.35 552	0.25 523	0.32 469	0.35 472	0.30 516	0.40 518	0.36 521	0.28 520	0.28 514	0.32 550	0.12 486	0.10 487	0.11 471	0.12 506	0.14 515	0.13 506

CC-Net-ROB	0.28 537	0.31 566	0.36 530	0.29 556	0.15 512	0.25 498	0.19 436	0.45 563	0.33 451	0.39 546	0.37 498	0.39 538	0.31 536	0.27 502	0.26 519	0.24 572	0.19 555	0.30 573	0.23 561	0.18 548	0.15 530

NVstereo2D	0.19 454	0.10 401	0.15 345	0.17 236	0.15 512	0.28 525	0.23 495	0.44 560	0.42 512	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

PSMNet_ROB	0.21 478	0.11 427	0.15 345	0.27 545	0.15 512	0.24 487	0.35 571	0.43 558	0.37 484	0.27 489	0.32 468	0.32 506	0.22 473	0.21 459	0.26 519	0.12 486	0.08 438	0.13 505	0.11 487	0.09 414	0.09 420

rvit_105_1	0.19 454	0.11 427	0.25 486	0.21 470	0.16 522	0.21 461	0.27 539	0.31 458	0.41 505	0.19 390	0.20 317	0.22 400	0.17 418	0.19 417	0.17 406	0.12 486	0.12 514	0.13 505	0.15 535	0.08 351	0.07 311

rvit_stereo_0075_2	0.17 428	0.12 445	0.25 486	0.23 506	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	0.17 538	0.10 455	0.10 446	0.09 420

Anonymous_2	0.22 487	0.17 515	0.28 502	0.15 82	0.16 522	0.32 535	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	0.22 566	0.25 573	0.17 538	0.17 546	0.17 544	0.17 549

WZ-Net	0.28 537	0.17 515	0.78 587	0.22 485	0.16 522	0.34 544	0.29 554	0.39 539	0.57 556	0.24 464	0.55 556	0.37 526	0.24 487	0.33 535	0.35 557	0.09 391	0.08 438	0.09 392	0.10 455	0.14 515	0.16 541

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	0.48 532	0.25 477	0.32 468	0.22 400	0.22 473	0.22 472	0.17 406	0.18 550	0.16 545	0.11 471	0.10 455	0.15 530	0.13 506

MFN_U_SF_DS_RVC	0.30 547	0.24 547	0.29 510	0.36 568	0.16 522	0.34 544	0.30 561	0.32 469	0.42 512	0.40 549	0.46 542	0.38 530	0.31 536	0.34 538	0.28 534	0.19 555	0.20 558	0.26 560	0.29 571	0.18 548	0.19 557

FADNet-RVC	0.20 466	0.20 533	0.38 535	0.21 470	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	0.13 527	0.12 490	0.14 519	0.13 502	0.18 552

RGC	0.25 521	0.20 533	0.29 510	0.28 548	0.16 522	0.22 469	0.23 495	0.32 469	0.44 523	0.27 489	0.40 518	0.38 530	0.27 510	0.36 550	0.22 472	0.11 461	0.13 527	0.17 538	0.17 546	0.14 515	0.16 541

G-Net	0.24 510	0.16 504	0.36 530	0.22 485	0.16 522	0.51 568	0.23 495	0.29 434	0.34 463	0.36 538	0.38 504	0.31 496	0.29 528	0.27 502	0.26 519	0.11 461	0.09 467	0.12 490	0.09 416	0.16 537	0.13 506

NCC-stereo	0.24 510	0.15 496	0.31 515	0.26 533	0.16 522	0.20 444	0.30 561	0.40 543	0.40 502	0.24 464	0.38 504	0.33 509	0.28 520	0.36 550	0.27 527	0.12 486	0.11 500	0.15 529	0.22 557	0.13 502	0.13 506

Abc-Net	0.24 510	0.15 496	0.31 515	0.26 533	0.16 522	0.20 444	0.30 561	0.40 543	0.40 502	0.24 464	0.38 504	0.33 509	0.28 520	0.36 550	0.27 527	0.12 486	0.11 500	0.15 529	0.22 557	0.13 502	0.13 506
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	0.24 510	0.17 515	0.42 544	0.26 533	0.16 522	0.22 469	0.28 545	0.37 526	0.50 541	0.26 483	0.29 450	0.24 424	0.28 520	0.21 459	0.22 472	0.15 527	0.11 500	0.20 551	0.18 550	0.12 484	0.13 506

AnyNet_C32	0.26 531	0.16 504	0.36 530	0.20 439	0.16 522	0.25 498	0.30 561	0.32 469	0.44 523	0.31 522	0.49 546	0.30 483	0.33 542	0.40 565	0.33 554	0.12 486	0.12 514	0.12 490	0.14 519	0.14 515	0.15 530

GANetREF_RVC	0.31 548	0.34 570	0.27 497	0.35 566	0.16 522	0.32 535	0.41 577	0.48 567	0.51 548	0.35 535	0.35 489	0.34 515	0.33 542	0.39 561	0.32 550	0.27 574	0.20 558	0.29 571	0.15 535	0.18 548	0.17 549
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
DispFullNet	0.27 533	0.21 539	0.65 571	0.28 548	0.16 522	0.26 508	0.17 351	0.33 488	0.58 559	0.27 489	0.38 504	0.43 549	0.23 481	0.38 557	0.23 484	0.12 486	0.06 337	0.19 549	0.11 487	0.21 553	0.15 530

GASNet	0.22 487	0.23 544	0.33 521	0.26 533	0.17 537	0.26 508	0.16 313	0.44 560	0.42 512	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

FADNet	0.21 478	0.22 543	0.36 530	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	0.15 542	0.12 490	0.15 535	0.16 537	0.18 552

ADCS	0.29 541	0.18 526	0.45 546	0.21 470	0.17 537	0.28 525	0.23 495	0.41 549	0.63 569	0.40 549	0.49 546	0.40 542	0.36 550	0.39 561	0.40 569	0.13 509	0.12 514	0.13 505	0.14 519	0.16 537	0.16 541

AnyNet_C01	0.36 557	0.25 552	1.37 599	0.22 485	0.17 537	0.48 566	0.27 539	0.35 513	0.39 494	0.39 546	0.74 579	0.46 557	0.38 553	0.45 569	0.47 578	0.13 509	0.13 527	0.13 505	0.14 519	0.14 515	0.15 530

RYNet	0.22 487	0.12 445	0.22 468	0.19 380	0.17 537	0.46 562	0.26 532	0.38 534	0.48 532	0.24 464	0.28 438	0.34 515	0.23 481	0.20 442	0.30 542	0.10 432	0.06 337	0.09 392	0.09 416	0.13 502	0.15 530

LALA_ROB	0.25 521	0.16 504	0.22 468	0.26 533	0.17 537	0.27 518	0.27 539	0.42 554	0.37 484	0.33 532	0.38 504	0.51 564	0.26 502	0.28 514	0.27 527	0.16 543	0.09 467	0.12 490	0.11 487	0.13 502	0.12 486

TCMNet	0.19 454	0.12 445	0.19 441	0.20 439	0.18 543	0.20 444	0.24 507	0.27 403	0.36 477	0.23 455	0.26 415	0.25 438	0.19 448	0.19 417	0.23 484	0.13 509	0.11 500	0.11 471	0.12 506	0.13 502	0.12 486

SHD	0.26 531	0.15 496	0.30 513	0.24 515	0.18 543	0.22 469	0.15 245	0.38 534	0.71 578	0.32 528	0.41 529	0.36 521	0.28 520	0.32 532	0.29 537	0.12 486	0.11 500	0.14 517	0.13 516	0.16 537	0.20 558

NCCL2	0.23 503	0.15 496	0.17 407	0.34 564	0.18 543	0.24 487	0.23 495	0.34 497	0.28 413	0.31 522	0.38 504	0.38 530	0.28 520	0.23 483	0.24 497	0.15 527	0.12 514	0.18 547	0.21 554	0.13 502	0.13 506

SQANet	0.23 503	0.23 544	0.30 513	0.30 558	0.19 546	0.27 518	0.13 118	0.29 434	0.33 451	0.24 464	0.37 498	0.31 496	0.22 473	0.27 502	0.23 484	0.15 527	0.10 487	0.21 552	0.16 539	0.21 553	0.15 530

XQC	0.28 537	0.23 544	0.51 554	0.28 548	0.19 546	0.34 544	0.27 539	0.36 520	0.57 556	0.31 522	0.30 456	0.37 526	0.30 532	0.38 557	0.38 564	0.13 509	0.09 467	0.15 529	0.12 506	0.17 544	0.18 552

CSAN	0.29 541	0.24 547	0.27 497	0.34 564	0.19 546	0.33 541	0.42 580	0.37 526	0.50 541	0.38 544	0.40 518	0.44 551	0.33 542	0.28 514	0.30 542	0.20 557	0.16 545	0.19 549	0.19 551	0.14 515	0.15 530

MonStereo1	0.47 573	0.26 553	0.58 565	0.28 548	0.20 549	0.39 558	0.18 396	0.49 569	0.64 570	0.52 567	0.87 586	1.01 588	0.57 580	0.50 572	0.56 585	0.53 589	0.31 580	0.54 587	0.40 580	0.33 578	0.34 580

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

MSC_U_SF_DS_RVC	0.43 566	0.39 574	0.54 557	0.40 571	0.20 549	0.64 577	0.32 569	0.53 576	0.72 579	0.71 579	0.72 576	0.61 573	0.54 575	0.51 574	0.46 577	0.20 557	0.19 555	0.29 571	0.30 573	0.23 557	0.18 552

PDISCO_ROB	0.27 533	0.16 504	0.26 489	0.28 548	0.20 549	0.32 535	0.26 532	0.44 560	0.57 556	0.28 504	0.40 518	0.45 553	0.29 528	0.33 535	0.34 556	0.12 486	0.09 467	0.17 538	0.16 539	0.17 544	0.13 506

BEATNet-Init1	0.52 575	0.27 556	0.62 569	0.30 558	0.21 553	0.76 589	0.29 554	0.54 577	0.65 573	0.86 590	0.95 591	2.07 609	0.62 585	0.56 582	0.42 573	0.18 550	0.18 552	0.23 557	0.22 557	0.22 556	0.21 560

MSMD_ROB	0.31 548	0.26 553	0.26 489	0.24 515	0.21 553	0.34 544	0.25 523	0.34 497	0.39 494	0.40 549	0.69 573	0.45 553	0.40 558	0.34 538	0.27 527	0.20 557	0.19 555	0.26 560	0.25 563	0.23 557	0.22 562

FSD	0.25 521	0.27 556	0.26 489	0.24 515	0.22 555	0.25 498	0.25 523	0.27 403	0.26 389	0.25 477	0.26 415	0.25 438	0.27 510	0.27 502	0.24 497	0.21 561	0.20 558	0.27 563	0.26 564	0.25 565	0.24 564

PVD	0.39 559	0.20 533	0.39 537	0.31 562	0.22 555	0.29 529	0.43 582	0.52 574	0.96 592	0.55 571	0.79 583	0.53 568	0.59 582	0.52 576	0.38 564	0.19 555	0.14 536	0.17 538	0.14 519	0.24 564	0.31 577

PA-Net	0.23 503	0.18 526	0.33 521	0.28 548	0.22 555	0.21 461	0.38 576	0.29 434	0.39 494	0.22 443	0.32 468	0.25 438	0.26 502	0.20 442	0.25 507	0.09 391	0.23 571	0.15 529	0.22 557	0.09 414	0.13 506
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FC-DCNN v2	0.33 553	0.27 556	0.28 502	0.26 533	0.23 558	0.37 554	0.28 545	0.40 543	0.43 517	0.45 561	0.56 561	0.51 564	0.40 558	0.37 555	0.29 537	0.21 561	0.20 558	0.27 563	0.26 564	0.25 565	0.24 564

FC-DCNN	0.33 553	0.27 556	0.28 502	0.26 533	0.23 558	0.37 554	0.28 545	0.40 543	0.43 517	0.45 561	0.55 556	0.51 564	0.40 558	0.37 555	0.30 542	0.21 561	0.20 558	0.27 563	0.26 564	0.25 565	0.24 564

ACVNet-4b	0.39 559	0.53 580	0.55 559	0.45 576	0.24 560	0.47 564	0.18 396	0.49 569	0.64 570	0.42 556	0.45 541	0.60 572	0.27 510	0.34 538	0.24 497	0.33 578	0.14 536	0.48 581	0.42 582	0.30 573	0.26 572

DGSMNet	0.24 510	0.19 529	0.33 521	0.21 470	0.24 560	0.24 487	0.20 457	0.35 513	0.41 505	0.24 464	0.32 468	0.38 530	0.21 464	0.29 521	0.23 484	0.12 486	0.11 500	0.14 517	0.16 539	0.23 557	0.23 563

FCDSN-DC	0.33 553	0.28 561	0.28 502	0.30 558	0.24 560	0.39 558	0.28 545	0.42 554	0.42 512	0.43 559	0.53 552	0.51 564	0.41 563	0.36 550	0.30 542	0.21 561	0.20 558	0.27 563	0.26 564	0.25 565	0.24 564
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MANE	0.45 569	0.27 556	0.27 497	0.27 545	0.24 560	0.47 564	0.31 567	0.55 578	0.59 560	0.72 581	1.13 600	1.15 593	0.61 583	0.52 576	0.37 562	0.21 561	0.20 558	0.27 563	0.31 575	0.25 565	0.24 564

ELAS_RVC	0.41 564	0.29 564	0.33 521	0.28 548	0.24 560	0.54 570	0.36 572	0.49 569	0.59 560	0.72 581	0.74 579	0.65 577	0.54 575	0.54 580	0.40 569	0.22 566	0.20 558	0.27 563	0.26 564	0.26 570	0.25 570
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 564	0.29 564	0.33 521	0.27 545	0.24 560	0.60 575	0.36 572	0.50 572	0.50 541	0.71 579	0.79 583	0.67 579	0.54 575	0.51 574	0.42 573	0.22 566	0.20 558	0.27 563	0.26 564	0.26 570	0.25 570
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FADE		0.33 568		0.33 563	0.25 566							0.42 545				0.30 575	0.21 570	0.41 579	0.38 579	0.23 557

STTRV1_RVC	0.25 521	0.26 553	0.39 537	0.19 380	0.26 567	0.30 532	0.24 507	0.34 497	0.35 472	0.36 538	0.34 484	0.31 496	0.31 536	0.28 514	0.25 507	0.17 548	0.10 487	0.16 535	0.14 519	0.17 544	0.12 486

PASM	0.32 550	0.24 547	0.48 552	0.28 548	0.27 568	0.29 529	0.30 561	0.34 497	0.49 538	0.35 535	0.39 512	0.46 557	0.34 546	0.34 538	0.35 557	0.23 570	0.25 573	0.26 560	0.28 570	0.23 557	0.21 560

otaku	0.39 559	0.37 573	0.52 555	0.44 575	0.28 569	0.58 572	0.24 507	0.41 549	0.62 566	0.40 549	0.49 546	0.46 557	0.33 542	0.40 565	0.32 550	0.30 575	0.30 577	0.39 577	0.33 576	0.29 572	0.28 573

ACVNet_1	0.44 567	0.49 579	0.60 567	0.45 576	0.28 569	0.49 567	0.27 539	0.57 581	0.72 579	0.62 574	0.58 566	0.74 583	0.49 572	0.50 572	0.35 557	0.26 573	0.24 572	0.39 577	0.29 571	0.31 576	0.24 564

ccnet	0.29 541	0.28 561	0.23 477	0.20 439	0.28 569	0.41 561	0.21 474	0.45 563	0.33 451	0.36 538	0.46 542	0.36 521	0.30 532	0.39 561	0.42 573	0.23 570	0.14 536	0.21 552	0.17 546	0.23 557	0.18 552

NVStereoNet_ROB	0.46 572	0.36 572	0.46 550	0.41 573	0.28 569	0.34 544	0.34 570	0.48 567	0.60 563	0.72 581	0.93 589	0.70 582	0.66 586	0.47 570	0.60 588	0.22 566	0.33 581	0.34 575	0.34 578	0.30 573	0.30 576
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Ntro	0.40 562	0.40 575	0.53 556	0.46 579	0.30 573	0.65 578	0.24 507	0.46 565	0.68 576	0.41 553	0.49 546	0.48 562	0.42 566	0.39 561	0.31 549	0.32 577	0.28 575	0.37 576	0.30 573	0.32 577	0.29 574

PWCK	0.71 584	0.94 599	0.95 594	0.76 588	0.31 574	0.74 585	0.36 572	0.90 591	0.90 590	0.96 594	0.75 581	0.95 587	0.61 583	0.87 597	0.66 591	0.72 598	0.46 586	0.75 593	0.49 586	0.69 596	0.44 587

PSMNet-RUCA	0.27 533	0.33 568	0.41 542	0.36 568	0.32 575	0.18 406	0.19 436	0.42 554	0.30 430	0.33 532	0.41 529	0.39 538	0.25 496	0.31 525	0.20 443	0.18 550	0.10 487	0.25 559	0.15 535	0.21 553	0.16 541

GCST	0.37 558	0.42 577	0.26 489	1.02 601	0.39 576	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	0.64 596	0.43 585	0.75 593	0.65 596	0.63 589	0.46 588

SAMSARA	0.40 562	0.28 561	0.33 521	0.55 582	0.39 576	0.82 592	1.23 607	0.47 566	0.51 548	0.36 538	0.35 489	0.55 570	0.39 555	0.38 557	0.39 566	0.15 527	0.20 558	0.15 529	0.14 519	0.23 557	0.20 558

ACVNet_2	0.66 583	0.66 588	0.68 579	0.63 584	0.41 578	0.71 583	0.49 584	0.96 596	1.39 601	0.89 591	1.09 596	1.04 589	0.73 589	0.54 580	0.47 578	0.43 584	0.40 584	0.53 586	0.44 583	0.47 581	0.35 582

MADNet+	0.75 587	0.71 590	3.70 609	0.66 585	0.41 578	0.98 597	0.97 605	0.69 586	0.73 583	0.52 567	0.57 564	0.64 575	0.68 588	0.86 596	1.01 604	0.34 579	0.36 583	0.28 570	0.23 561	0.36 579	0.31 577

RainbowNet	0.54 577	0.61 584	0.70 585	0.57 583	0.43 580	0.65 578	0.37 575	0.60 583	0.87 589	0.50 566	0.66 570	0.64 575	0.47 570	0.49 571	0.43 576	0.47 586	0.48 591	0.52 585	0.41 581	0.52 583	0.40 585

Consistency-Raft	0.44 567	0.40 575	0.45 546	0.37 570	0.43 580	0.46 562	0.41 577	0.57 581	0.55 551	0.32 528	0.73 577	0.33 509	0.48 571	0.42 568	0.49 580	0.39 580	0.35 582	0.45 580	0.51 589	0.42 580	0.29 574

JetBlue	0.71 584	0.45 578	1.14 597	0.51 580	0.47 582	2.02 607	0.64 594	0.75 587	0.70 577	0.69 578	0.77 582	1.22 595	0.83 593	1.03 604	1.01 604	0.40 581	0.28 575	0.33 574	0.33 576	0.30 573	0.34 580

IMH-64-1	0.65 581	0.61 584	0.68 579	0.71 586	0.51 583	0.59 573	0.49 584	0.91 592	0.85 587	0.74 585	1.02 593	0.81 584	0.78 591	0.79 589	0.49 580	0.42 582	0.46 586	0.71 590	0.47 584	0.52 583	0.39 583

IMH-64	0.65 581	0.61 584	0.68 579	0.71 586	0.51 583	0.59 573	0.49 584	0.91 592	0.85 587	0.74 585	1.02 593	0.81 584	0.78 591	0.79 589	0.49 580	0.42 582	0.46 586	0.71 590	0.47 584	0.52 583	0.39 583

IMH	0.71 584	0.64 587	0.68 579	0.76 588	0.54 585	0.69 581	0.54 588	0.98 598	1.10 594	0.82 589	1.09 596	0.89 586	0.88 596	0.87 597	0.52 584	0.44 585	0.50 595	0.75 593	0.51 589	0.56 588	0.41 586

SGM+DAISY	0.56 578	0.57 581	0.65 571	0.40 571	0.54 585	0.66 580	0.49 584	0.56 579	0.45 529	0.66 575	0.69 573	0.67 579	0.56 579	0.63 585	0.56 585	0.59 593	0.48 591	0.50 582	0.50 588	0.52 583	0.58 591

SPS-STEREO	0.57 579	0.58 582	0.65 571	0.45 576	0.55 587	0.62 576	0.44 583	0.62 584	0.50 541	0.68 577	0.64 568	0.66 578	0.57 580	0.61 584	0.60 588	0.62 595	0.47 590	0.51 583	0.49 586	0.55 587	0.58 591
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
UNDER WATER-64	0.95 596	0.94 599	1.43 601	0.87 596	0.56 588	1.18 605	0.87 602	0.77 588	0.94 591	1.04 597	0.85 585	1.58 606	1.21 607	0.94 601	0.96 602	0.87 604	0.57 603	1.03 604	0.88 605	0.78 600	0.73 601

LVE	0.83 592	0.85 597	0.85 592	0.80 591	0.56 588	1.04 602	0.65 595	1.05 601	1.47 604	0.96 594	1.22 604	1.10 592	0.85 594	0.83 592	0.71 596	0.49 587	0.55 601	0.76 596	0.60 594	0.65 591	0.59 596

Dean	0.87 593	0.86 598	0.79 589	0.81 592	0.56 588	0.90 593	0.63 592	1.15 607	1.73 607	1.15 602	1.15 601	1.31 598	0.99 600	0.81 591	0.81 600	0.57 591	0.56 602	0.77 597	0.64 595	0.66 592	0.58 591

TorneroNet-64	0.76 588	0.72 591	0.74 586	0.78 590	0.58 591	0.91 596	0.56 589	0.84 590	1.29 598	0.66 575	0.90 587	1.40 601	0.75 590	0.85 595	0.67 594	0.49 587	0.46 586	0.72 592	0.59 592	0.67 593	0.53 589

LSM	0.33 553	0.20 533	0.58 565	0.26 533	0.60 592	0.34 544	0.25 523	0.42 554	0.48 532	0.45 561	0.58 566	0.42 545	0.36 550	0.35 544	0.25 507	0.12 486	0.20 558	0.14 517	0.16 539	0.19 551	0.33 579

anonymity	0.53 576	0.58 582	0.65 571	0.41 573	0.61 593	0.53 569	0.41 577	0.56 579	0.41 505	0.55 571	0.50 550	0.49 563	0.55 578	0.58 583	0.50 583	0.58 592	0.50 595	0.51 583	0.51 589	0.51 582	0.57 590

WAO-6	0.81 590	0.80 594	0.62 569	0.86 595	0.63 594	0.76 589	0.58 591	0.98 598	1.54 606	0.90 592	0.96 592	1.07 591	1.03 601	0.70 588	0.66 591	0.72 598	0.49 593	0.90 601	0.71 599	0.68 594	0.58 591

TorneroNet	0.82 591	0.74 592	0.81 591	0.84 593	0.63 594	0.99 598	0.63 592	0.96 596	1.16 595	0.80 588	1.11 598	1.36 600	0.86 595	0.93 600	0.80 599	0.56 590	0.49 593	0.78 598	0.66 597	0.73 599	0.63 599

WAO-7	0.79 589	0.78 593	0.54 557	0.85 594	0.67 596	0.74 585	0.68 598	1.05 601	1.32 599	0.90 592	1.20 603	1.04 589	0.92 597	0.69 587	0.66 591	0.60 594	0.62 605	0.67 589	0.68 598	0.64 590	0.58 591

WAO-8	0.91 594	0.81 595	0.65 571	0.94 598	0.69 597	0.90 593	0.67 596	1.07 604	1.83 609	1.06 599	1.45 606	1.30 596	1.07 602	0.84 593	0.78 597	0.74 600	0.53 598	0.86 599	0.75 600	0.69 596	0.62 597

Venus	0.91 594	0.81 595	0.65 571	0.94 598	0.69 597	0.90 593	0.67 596	1.07 604	1.83 609	1.06 599	1.45 606	1.30 596	1.07 602	0.84 593	0.78 597	0.74 600	0.53 598	0.86 599	0.75 600	0.69 596	0.62 597

MFMNet_re	0.64 580	0.66 588	0.65 571	0.51 580	0.69 597	0.69 581	0.57 590	0.64 585	0.73 583	0.60 573	0.73 577	0.62 574	0.67 587	0.65 586	0.60 588	0.66 597	0.58 604	0.63 588	0.59 592	0.68 594	0.69 600

UNDER WATER	0.97 597	0.97 601	1.42 600	0.99 600	0.70 600	1.12 604	0.84 601	0.80 589	1.08 593	1.01 596	0.90 587	1.55 605	1.22 608	1.03 604	1.00 603	0.78 602	0.53 598	1.02 603	0.87 604	0.80 601	0.74 602

notaker	0.97 597	1.11 602	0.98 595	1.13 603	0.81 601	0.73 584	0.68 598	0.93 594	1.16 595	1.18 604	1.18 602	1.41 602	1.16 606	1.08 606	0.69 595	0.81 603	0.64 606	1.17 606	0.79 602	0.98 603	0.80 604

HanzoNet	1.29 602	1.26 606	1.19 598	1.12 602	0.85 602	1.02 601	0.83 600	1.03 600	1.48 605	1.64 607	1.61 608	2.50 611	1.72 609	1.61 608	1.61 607	1.26 609	0.80 608	1.31 609	1.01 607	1.02 605	0.86 605

ktn	1.01 599	1.21 604	0.80 590	1.23 605	0.86 603	1.01 600	0.87 602	0.94 595	1.39 601	1.04 597	1.12 599	1.15 593	1.07 602	0.94 601	0.59 587	1.28 610	0.71 607	1.38 610	0.83 603	1.02 605	0.75 603

DPSimNet_ROB	1.11 601	1.23 605	0.78 587	1.13 603	0.88 604	1.10 603	1.13 606	1.16 608	1.23 597	1.43 606	1.02 593	1.41 602	1.10 605	0.90 599	1.60 606	1.46 611	0.51 597	1.21 608	1.03 608	0.90 602	1.01 608

KSHMR	1.09 600	1.17 603	0.88 593	1.25 606	1.00 605	0.99 598	0.96 604	1.13 606	1.37 600	1.16 603	1.29 605	1.41 602	0.96 599	1.01 603	0.92 601	1.03 607	1.08 609	1.20 607	1.03 608	1.01 604	0.97 606

JetRed	1.62 603	1.46 607	2.98 604	0.92 597	1.21 606	4.99 610	1.53 610	1.27 609	1.39 601	1.83 608	1.74 609	1.60 607	0.95 598	1.41 607	2.45 611	0.90 606	1.60 611	0.93 602	0.90 606	1.35 607	0.99 607

tt	4.67 608	0.06 72	3.55 608	2.02 609	1.55 607	10.25 615	16.71 615	8.91 620	5.03 612	1.31 605	0.94 590	4.71 612	4.76 612	3.33 611	5.87 614	6.06 620	10.30 624	1.88 614	2.11 614	2.75 611	1.21 609

MADNet++	1.95 604	1.75 608	1.59 602	1.82 608	1.69 608	2.33 608	1.40 609	2.35 611	2.09 611	2.57 611	2.36 611	2.24 610	2.17 610	2.28 609	2.34 609	1.87 612	1.66 612	1.54 611	1.34 611	1.92 609	1.77 611

LRCNet_RVC	10.62 619	13.42 625	7.30 612	18.92 624	2.07 609	0.33 541	0.30 561	5.59 615	0.48 532	13.03 622	17.94 623	8.87 618	5.65 613	4.79 613	1.89 608	23.51 631	2.73 617	27.55 634	25.71 634	16.07 628	16.33 629

ASD4	3.54 606	3.38 612	2.05 603	1.72 607	2.51 610	9.03 614	17.71 616	2.25 610	5.51 613	2.46 610	2.81 612	2.03 608	3.36 611	2.73 610	5.06 612	1.22 608	1.34 610	1.13 605	1.33 610	1.68 608	1.49 610

xxxxx1	7.79 610	5.02 617	7.31 613	3.12 610	3.85 611	16.35 619	22.88 618	5.86 616	8.69 615	7.97 616	8.54 614	9.12 619	8.27 616	10.18 618	10.92 616	2.42 614	2.45 614	3.56 617	12.37 621	3.77 612	3.06 614

tt_ll	7.79 610	5.02 617	7.31 613	3.12 610	3.85 611	16.35 619	22.88 618	5.86 616	8.69 615	7.97 616	8.54 614	9.12 619	8.27 616	10.18 618	10.92 616	2.42 614	2.45 614	3.56 617	12.37 621	3.77 612	3.06 614

ff	7.79 610	5.02 617	7.31 613	3.12 610	3.85 611	16.35 619	22.88 618	5.86 616	8.69 615	7.97 616	8.54 614	9.12 619	8.27 616	10.18 618	10.92 616	2.42 614	2.45 614	3.56 617	12.37 621	3.77 612	3.06 614

PML	8.91 616	9.34 624	6.13 611	5.35 613	6.41 614	14.99 618	23.38 623	5.27 612	6.83 614	18.04 626	28.19 634	7.67 617	6.83 614	7.85 617	5.75 613	5.35 619	1.83 613	5.95 623	1.93 613	8.64 620	2.52 613

USTest	6.22 609	2.73 611	3.00 605	6.57 616	7.29 615	14.37 617	21.57 617	7.00 619	9.56 618	5.34 615	6.10 613	5.72 615	7.64 615	6.41 616	6.96 615	1.97 613	3.42 618	1.64 612	2.15 615	2.66 610	2.36 612

Anonymous_1	10.96 620	7.92 621	7.46 616	10.33 617	10.06 616	18.65 623	26.34 624	11.06 623	13.44 622	9.40 619	10.05 619	9.67 622	11.23 621	10.73 621	12.72 621	6.42 621	8.38 621	5.77 620	10.61 620	12.12 621	6.77 618

DGTPSM_ROB	8.06 614	4.48 613	8.63 619	5.35 613	10.72 617	8.32 612	22.97 621	5.46 613	13.35 620	5.12 613	9.92 617	5.08 613	10.40 619	5.52 614	12.58 619	3.79 617	8.00 619	3.50 615	7.02 618	3.83 615	7.14 619

DPSMNet_ROB	8.06 614	4.48 613	8.63 619	5.37 615	10.74 618	8.32 612	22.98 622	5.46 613	13.36 621	5.12 613	9.92 617	5.08 613	10.40 619	5.53 615	12.58 619	3.80 618	8.00 619	3.50 615	7.02 618	3.83 615	7.14 619

DPSM_ROB	11.15 621	8.58 622	8.00 617	10.88 618	11.58 619	19.10 624	26.71 625	12.05 624	14.07 625	10.36 620	10.84 620	10.33 623	11.86 622	11.70 622	13.54 622	6.99 622	8.79 622	5.89 621	6.95 616	7.29 618	7.42 621

DPSM	11.15 621	8.58 622	8.00 617	10.88 618	11.58 619	19.10 624	26.71 625	12.05 624	14.07 625	10.36 620	10.84 620	10.33 623	11.86 622	11.70 622	13.54 622	6.99 622	8.79 622	5.89 621	6.95 616	7.29 618	7.42 621

TCMNet-wrong-test	3.67 607	5.48 620	3.89 610	12.18 620	11.75 621	4.65 609	3.88 611	1.06 603	0.72 579	1.09 601	2.15 610	6.30 616	0.53 574	3.43 612	2.36 610	0.89 605	0.20 558	1.87 613	1.69 612	5.57 617	3.62 617

DLNR-FE	10.43 618	1.83 610	19.53 629	120.75 634	13.06 622	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	52.01 635	0.04 48

DLNR_Zeroshot_test	10.40 617	1.82 609	19.49 628	120.77 635	13.11 623	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	51.54 634	0.04 48

HaxPig	15.71 623	18.52 632	19.18 627	16.89 623	15.89 624	7.73 611	7.60 612	13.31 626	10.82 619	15.42 623	14.91 622	15.98 625	14.92 624	15.58 624	15.98 624	18.95 630	16.73 625	19.46 630	18.08 630	19.26 629	19.05 632

RSGM-EC	20.36 624	4.73 615	0.68 579	16.76 621	16.92 625	21.28 626	27.18 627	10.46 621	14.04 623	18.00 624	21.31 626	22.24 633	21.82 626	22.57 626	17.63 625	62.81 634	33.79 634	20.14 631	18.10 631	20.18 630	16.45 630

acva	20.36 624	4.73 615	0.68 579	16.76 621	16.92 625	21.28 626	27.18 627	10.46 621	14.04 623	18.00 624	21.31 626	22.24 633	21.82 626	22.57 626	17.63 625	62.81 634	33.79 634	20.14 631	18.10 631	20.18 630	16.45 630

MEDIAN_ROB	20.38 626	24.04 633	23.31 630	21.23 625	21.71 627	10.40 616	7.92 613	17.64 627	15.50 627	20.12 627	19.70 624	20.34 626	20.32 625	21.19 625	21.13 627	23.81 632	21.81 632	24.98 633	23.76 633	24.71 632	23.93 633

FlowAnything	22.44 630	17.35 630	16.14 625	22.07 630	23.23 628	38.39 631	53.77 630	24.25 632	28.44 633	20.96 633	21.82 631	20.70 627	23.84 628	23.49 631	27.14 629	14.04 624	17.79 631	11.75 624	14.15 629	14.65 622	14.89 623

CasAABBNet	22.42 627	17.33 627	16.01 623	22.01 626	23.28 629	38.32 628	53.80 631	24.14 631	28.41 632	20.60 628	21.77 630	20.89 631	23.91 630	23.43 630	27.36 630	14.07 625	17.69 627	11.83 626	14.01 625	14.67 623	14.95 625

RAFT-FEzeroshot	22.43 628	17.33 627	15.98 621	22.02 627	23.31 630	38.34 629	53.82 632	24.05 629	28.39 630	20.61 629	21.76 628	20.88 629	23.92 631	23.41 628	27.42 632	14.07 625	17.69 627	11.83 626	14.02 626	14.69 624	14.97 626

RAFT-FE	22.43 628	17.33 627	15.98 621	22.02 627	23.31 630	38.34 629	53.82 632	24.05 629	28.39 630	20.61 629	21.76 628	20.88 629	23.92 631	23.41 628	27.42 632	14.07 625	17.69 627	11.83 626	14.02 626	14.69 624	14.97 626

Selective-RAFT-Error	22.47 631	17.37 631	16.09 624	22.06 629	23.34 632	38.39 631	53.83 634	24.29 634	28.47 634	20.74 631	21.83 632	20.81 628	23.90 629	23.54 633	27.53 634	14.08 628	17.69 627	11.82 625	14.00 624	14.69 624	15.00 628

AVERAGE_ROB	24.90 633	29.20 634	28.14 631	24.89 632	24.64 633	17.75 622	11.12 614	21.45 628	19.93 628	25.12 634	24.46 633	25.12 635	25.46 634	24.69 634	22.83 628	29.76 633	27.13 633	28.97 635	27.95 635	29.91 633	29.47 634

LSM0	22.87 632	17.28 626	18.96 626	22.19 631	29.04 634	38.42 633	53.71 629	24.28 633	28.31 629	20.78 632	21.00 625	21.43 632	24.16 633	23.50 632	27.39 631	14.09 629	17.38 626	11.84 629	14.04 628	14.73 627	14.89 623

test_example2	98.32 634	94.13 635	45.89 632	96.35 633	109.85 635	88.61 634	95.45 635	25.75 635	94.37 635	130.00 636	126.06 636	58.17 636	74.63 635	88.51 635	79.96 635	150.23 636	221.02 636	77.62 636	99.10 636	113.75 636	96.94 635

ccccc	245.47 635	285.66 636	306.18 635	368.85 636	370.60 636	123.16 635	145.33 636	115.05 636	110.08 636	126.68 635	110.87 635	122.83 637	165.88 636	252.94 636	276.56 636	384.56 637	353.86 637	254.69 637	223.00 637	425.87 637	386.83 636

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

Low-res two-view benchmark