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

Wavelet-MonSter	0.10 2	0.08 14	0.13 1	0.18 57	0.10 76	0.13 14	0.12 24	0.15 4	0.12 9	0.10 14	0.13 49	0.10 36	0.10 49	0.14 10	0.11 15	0.05 9	0.05 32	0.05 1	0.04 1	0.04 1	0.04 1

2.75w_new	0.11 23	0.09 48	0.14 6	0.16 9	0.09 32	0.15 29	0.12 24	0.25 97	0.16 36	0.14 85	0.13 49	0.08 3	0.10 49	0.16 41	0.13 98	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 25

3.25w_new	0.11 23	0.09 48	0.15 14	0.17 23	0.09 32	0.19 124	0.10 8	0.22 56	0.17 53	0.14 85	0.12 37	0.10 36	0.11 78	0.17 58	0.12 55	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 25

3.25w	0.11 23	0.09 48	0.15 14	0.17 23	0.09 32	0.19 124	0.10 8	0.22 56	0.17 53	0.14 85	0.12 37	0.10 36	0.11 78	0.17 58	0.12 55	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 25

MS-F	0.10 2	0.07 2	0.15 14	0.16 9	0.09 32	0.15 29	0.12 24	0.17 11	0.13 16	0.09 6	0.09 11	0.11 56	0.10 49	0.14 10	0.12 55	0.06 28	0.05 32	0.05 1	0.04 1	0.05 5	0.05 25

HiDET	0.10 2	0.07 2	0.15 14	0.15 4	0.09 32	0.14 18	0.12 24	0.19 23	0.15 30	0.10 14	0.09 11	0.11 56	0.09 20	0.15 23	0.13 98	0.06 28	0.05 32	0.05 1	0.04 1	0.05 5	0.05 25

LCMNet	0.10 2	0.07 2	0.15 14	0.15 4	0.09 32	0.15 29	0.12 24	0.18 17	0.19 81	0.10 14	0.10 17	0.11 56	0.10 49	0.15 23	0.13 98	0.06 28	0.06 163	0.05 1	0.04 1	0.05 5	0.05 25

CSFM-Stereo	0.10 2	0.07 2	0.14 6	0.16 9	0.08 10	0.16 55	0.13 49	0.21 44	0.11 4	0.11 28	0.11 24	0.10 36	0.10 49	0.14 10	0.11 15	0.07 76	0.06 163	0.05 1	0.04 1	0.05 5	0.05 25

VIP-Stereo	0.12 48	0.12 198	0.21 72	0.18 57	0.11 122	0.24 259	0.12 24	0.19 23	0.18 64	0.10 14	0.13 49	0.11 56	0.09 20	0.19 102	0.11 15	0.06 28	0.05 32	0.06 31	0.04 1	0.05 5	0.05 25

OmniDepth	0.10 2	0.09 48	0.14 6	0.19 100	0.07 1	0.16 55	0.12 24	0.16 5	0.12 9	0.08 1	0.09 11	0.14 103	0.13 135	0.14 10	0.10 1	0.05 9	0.04 2	0.05 1	0.05 50	0.05 5	0.04 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: OmniDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Zero-FE251	0.14 88	0.09 48	0.24 96	0.17 23	0.09 32	0.20 159	0.13 49	0.20 34	0.14 22	0.61 533	0.13 49	0.13 78	0.11 78	0.14 10	0.16 184	0.07 76	0.05 32	0.06 31	0.05 50	0.05 5	0.05 25

MonStereo	0.10 2	0.08 14	0.13 1	0.17 23	0.08 10	0.14 18	0.12 24	0.24 89	0.19 81	0.09 6	0.11 24	0.08 3	0.07 2	0.14 10	0.11 15	0.05 9	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

Monster-pub-eth3d	0.10 2	0.08 14	0.13 1	0.17 23	0.08 10	0.13 14	0.12 24	0.24 89	0.19 81	0.09 6	0.11 24	0.08 3	0.07 2	0.14 10	0.11 15	0.05 9	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

Monster-pub-mixall	0.10 2	0.07 2	0.16 31	0.16 9	0.08 10	0.11 4	0.09 2	0.20 34	0.12 9	0.11 28	0.11 24	0.08 3	0.08 8	0.23 163	0.11 15	0.07 76	0.05 32	0.05 1	0.04 1	0.05 5	0.06 85

Replicate-Monster	0.12 48	0.10 90	0.32 174	0.16 9	0.08 10	0.17 76	0.10 8	0.22 56	0.19 81	0.11 28	0.10 17	0.10 36	0.09 20	0.19 102	0.11 15	0.06 28	0.05 32	0.06 31	0.04 1	0.05 5	0.08 235

AdaDepth	0.11 23	0.09 48	0.20 63	0.20 163	0.10 76	0.19 124	0.13 49	0.16 5	0.13 16	0.10 14	0.10 17	0.09 20	0.09 20	0.19 102	0.12 55	0.05 9	0.05 32	0.06 31	0.06 101	0.05 5	0.05 25

asda	0.11 23	0.11 156	0.16 31	0.17 23	0.09 32	0.14 18	0.12 24	0.24 89	0.16 36	0.11 28	0.11 24	0.08 3	0.10 49	0.15 23	0.12 55	0.04 1	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

asd	0.10 2	0.10 90	0.15 14	0.17 23	0.10 76	0.16 55	0.10 8	0.19 23	0.13 16	0.12 45	0.11 24	0.09 20	0.10 49	0.16 41	0.11 15	0.04 1	0.04 2	0.05 1	0.05 50	0.05 5	0.04 1

qwe	0.11 23	0.10 90	0.14 6	0.17 23	0.10 76	0.15 29	0.12 24	0.25 97	0.17 53	0.14 85	0.13 49	0.09 20	0.09 20	0.18 79	0.12 55	0.04 1	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

depthmonostereo	0.14 88	0.09 48	0.19 52	0.19 100	0.08 10	0.20 159	0.15 97	0.27 120	0.23 156	0.16 121	0.18 118	0.14 103	0.17 217	0.19 102	0.13 98	0.07 76	0.06 163	0.07 92	0.05 50	0.05 5	0.05 25

DilatedVolume-Stereo	0.14 88	0.08 14	0.18 45	0.18 57	0.09 32	0.21 187	0.14 73	0.24 89	0.21 124	0.21 171	0.21 155	0.15 120	0.14 157	0.23 163	0.15 159	0.07 76	0.06 163	0.06 31	0.06 101	0.05 5	0.05 25

2.25w	0.11 23	0.09 48	0.15 14	0.17 23	0.09 32	0.15 29	0.10 8	0.19 23	0.18 64	0.14 85	0.17 106	0.09 20	0.10 49	0.18 79	0.13 98	0.05 9	0.04 2	0.05 1	0.04 1	0.05 5	0.05 25

4.25_new	0.11 23	0.11 156	0.16 31	0.17 23	0.10 76	0.17 76	0.12 24	0.21 44	0.14 22	0.12 45	0.13 49	0.09 20	0.10 49	0.15 23	0.12 55	0.04 1	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

4.5w_new	0.11 23	0.11 156	0.16 31	0.17 23	0.10 76	0.17 76	0.12 24	0.21 44	0.14 22	0.12 45	0.13 49	0.09 20	0.10 49	0.15 23	0.12 55	0.04 1	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

4.25w-stereo	0.11 23	0.11 156	0.16 31	0.17 23	0.10 76	0.17 76	0.12 24	0.21 44	0.14 22	0.12 45	0.13 49	0.09 20	0.10 49	0.15 23	0.12 55	0.04 1	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

4w-stereo	0.10 2	0.10 90	0.15 14	0.17 23	0.09 32	0.15 29	0.10 8	0.19 23	0.13 16	0.12 45	0.12 37	0.08 3	0.11 78	0.16 41	0.12 55	0.04 1	0.04 2	0.05 1	0.05 50	0.05 5	0.04 1

2.5w	0.11 23	0.10 90	0.15 14	0.18 57	0.09 32	0.15 29	0.15 97	0.20 34	0.15 30	0.12 45	0.13 49	0.10 36	0.09 20	0.17 58	0.11 15	0.05 9	0.04 2	0.05 1	0.05 50	0.05 5	0.04 1

3.75w	0.11 23	0.09 48	0.15 14	0.17 23	0.11 122	0.18 97	0.12 24	0.23 75	0.14 22	0.13 60	0.11 24	0.08 3	0.10 49	0.16 41	0.11 15	0.05 9	0.03 1	0.05 1	0.04 1	0.05 5	0.04 1

3.5w_stereo	0.11 23	0.10 90	0.14 6	0.17 23	0.09 32	0.17 76	0.09 2	0.22 56	0.16 36	0.13 60	0.13 49	0.09 20	0.11 78	0.19 102	0.13 98	0.04 1	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

3w_stereo	0.12 48	0.11 156	0.18 45	0.18 57	0.08 10	0.16 55	0.15 97	0.27 120	0.19 81	0.12 45	0.12 37	0.07 1	0.12 103	0.15 23	0.11 15	0.05 9	0.04 2	0.05 1	0.04 1	0.05 5	0.05 25

2w_stereo	0.11 23	0.10 90	0.15 14	0.18 57	0.08 10	0.16 55	0.14 73	0.27 120	0.20 107	0.14 85	0.14 79	0.08 3	0.11 78	0.13 5	0.12 55	0.05 9	0.04 2	0.05 1	0.05 50	0.05 5	0.04 1

1w_stereo	0.12 48	0.08 14	0.14 6	0.18 57	0.09 32	0.16 55	0.15 97	0.25 97	0.21 124	0.13 60	0.16 95	0.08 3	0.12 103	0.16 41	0.13 98	0.05 9	0.04 2	0.05 1	0.04 1	0.05 5	0.05 25

monsterstereo	0.11 23	0.09 48	0.14 6	0.19 100	0.12 179	0.14 18	0.12 24	0.25 97	0.17 53	0.13 60	0.16 95	0.08 3	0.09 20	0.19 102	0.11 15	0.05 9	0.05 32	0.06 31	0.05 50	0.05 5	0.04 1

monsters	0.11 23	0.09 48	0.13 1	0.17 23	0.12 179	0.15 29	0.11 16	0.23 75	0.15 30	0.14 85	0.12 37	0.08 3	0.09 20	0.21 138	0.10 1	0.06 28	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

IGEV	0.11 23	0.06 1	0.17 38	0.15 4	0.11 122	0.16 55	0.13 49	0.21 44	0.16 36	0.11 28	0.15 82	0.09 20	0.07 2	0.14 10	0.11 15	0.06 28	0.05 32	0.06 31	0.05 50	0.05 5	0.05 25

LG-Stereo_L2	0.10 2	0.08 14	0.19 52	0.16 9	0.09 32	0.12 8	0.13 49	0.18 17	0.13 16	0.09 6	0.07 3	0.08 3	0.08 8	0.16 41	0.10 1	0.06 28	0.05 32	0.06 31	0.04 1	0.05 5	0.04 1

LG-Stereo_L1	0.10 2	0.08 14	0.19 52	0.16 9	0.09 32	0.12 8	0.13 49	0.17 11	0.11 4	0.08 1	0.07 3	0.08 3	0.07 2	0.17 58	0.10 1	0.06 28	0.05 32	0.06 31	0.04 1	0.05 5	0.04 1

MLG-Stereo_test1	0.10 2	0.08 14	0.15 14	0.18 57	0.09 32	0.15 29	0.11 16	0.16 5	0.10 2	0.08 1	0.06 1	0.10 36	0.07 2	0.17 58	0.11 15	0.06 28	0.05 32	0.06 31	0.04 1	0.05 5	0.05 25

MLG-Stereo	0.10 2	0.08 14	0.15 14	0.18 57	0.07 1	0.15 29	0.11 16	0.17 11	0.11 4	0.08 1	0.06 1	0.10 36	0.08 8	0.18 79	0.11 15	0.06 28	0.05 32	0.06 31	0.04 1	0.05 5	0.05 25

FoundationStereo	0.09 1	0.07 2	0.16 31	0.16 9	0.08 10	0.12 8	0.13 49	0.11 1	0.12 9	0.09 6	0.07 3	0.10 36	0.09 20	0.11 1	0.10 1	0.07 76	0.05 32	0.06 31	0.04 1	0.05 5	0.05 25

castereo++	0.13 63	0.10 90	0.18 45	0.18 57	0.10 76	0.27 304	0.13 49	0.23 75	0.23 156	0.11 28	0.13 49	0.16 137	0.10 49	0.18 79	0.10 1	0.07 76	0.05 32	0.07 92	0.06 101	0.05 5	0.04 1

MonSter	0.10 2	0.08 14	0.13 1	0.17 23	0.08 10	0.14 18	0.12 24	0.24 89	0.19 81	0.09 6	0.11 24	0.08 3	0.07 2	0.14 10	0.11 15	0.05 9	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

DEFOM-Stereo	0.11 23	0.08 14	0.17 38	0.17 23	0.09 32	0.22 215	0.14 73	0.14 3	0.16 36	0.11 28	0.10 17	0.09 20	0.08 8	0.21 138	0.11 15	0.06 28	0.05 32	0.06 31	0.04 1	0.05 5	0.05 25

dual_stereo	0.10 2	0.07 2	0.14 6	0.17 23	0.08 10	0.09 1	0.13 49	0.24 89	0.13 16	0.10 14	0.09 11	0.09 20	0.08 8	0.18 79	0.12 55	0.07 76	0.06 163	0.06 31	0.04 1	0.05 5	0.05 25

GCAP-BAT	0.16 134	0.11 156	0.36 231	0.18 57	0.13 257	0.21 187	0.16 130	0.23 75	0.18 64	0.26 218	0.28 216	0.20 180	0.11 78	0.24 176	0.17 215	0.07 76	0.06 163	0.07 92	0.06 101	0.05 5	0.06 85

testlalala	0.15 120	0.10 90	0.36 231	0.19 100	0.12 179	0.23 237	0.16 130	0.26 106	0.19 81	0.24 197	0.19 126	0.14 103	0.11 78	0.16 41	0.13 98	0.07 76	0.05 32	0.07 92	0.06 101	0.05 5	0.05 25

LoS_RVC	0.13 63	0.10 90	0.19 52	0.18 57	0.16 382	0.20 159	0.18 214	0.20 34	0.17 53	0.13 60	0.19 126	0.12 67	0.15 175	0.17 58	0.13 98	0.06 28	0.05 32	0.06 31	0.04 1	0.05 5	0.12 411

DCANet-4	0.19 216	0.10 90	0.52 405	0.19 100	0.09 32	0.19 124	0.18 214	0.36 259	0.39 358	0.29 267	0.30 242	0.17 147	0.22 286	0.20 119	0.18 237	0.07 76	0.05 32	0.07 92	0.05 50	0.05 5	0.07 167

fff	0.19 216	0.13 261	0.40 285	0.18 57	0.09 32	0.19 124	0.18 214	0.35 240	0.43 399	0.29 267	0.30 242	0.18 157	0.28 385	0.20 119	0.18 237	0.07 76	0.05 32	0.07 92	0.05 50	0.05 5	0.07 167

csc	0.19 216	0.13 261	0.40 285	0.18 57	0.09 32	0.19 124	0.18 214	0.35 240	0.43 399	0.29 267	0.30 242	0.18 157	0.28 385	0.20 119	0.18 237	0.07 76	0.05 32	0.07 92	0.05 50	0.05 5	0.07 167

cscssc	0.19 216	0.13 261	0.40 285	0.18 57	0.09 32	0.19 124	0.18 214	0.35 240	0.43 399	0.29 267	0.30 242	0.18 157	0.28 385	0.20 119	0.18 237	0.07 76	0.05 32	0.07 92	0.05 50	0.05 5	0.07 167

252Zero-FE	0.14 88	0.07 2	0.17 38	0.17 23	0.09 32	0.15 29	0.11 16	0.21 44	0.19 81	0.77 553	0.11 24	0.08 3	0.08 8	0.13 5	0.13 98	0.07 76	0.05 32	0.06 31	0.04 1	0.06 52	0.06 85

GASTEREO	0.13 63	0.12 198	0.21 72	0.23 317	0.10 76	0.18 97	0.15 97	0.26 106	0.18 64	0.17 134	0.16 95	0.11 56	0.13 135	0.19 102	0.11 15	0.07 76	0.05 32	0.06 31	0.07 157	0.06 52	0.06 85

MSCF	0.13 63	0.12 198	0.21 72	0.22 269	0.10 76	0.16 55	0.15 97	0.26 106	0.18 64	0.17 134	0.16 95	0.11 56	0.13 135	0.18 79	0.11 15	0.07 76	0.05 32	0.06 31	0.07 157	0.06 52	0.06 85

water-stereo	0.13 63	0.08 14	0.20 63	0.19 100	0.10 76	0.17 76	0.14 73	0.25 97	0.19 81	0.17 134	0.23 170	0.15 120	0.15 175	0.12 2	0.13 98	0.07 76	0.06 163	0.07 92	0.06 101	0.06 52	0.05 25

4.5_new	0.11 23	0.11 156	0.15 14	0.17 23	0.09 32	0.14 18	0.12 24	0.21 44	0.16 36	0.13 60	0.13 49	0.08 3	0.09 20	0.13 5	0.11 15	0.05 9	0.04 2	0.05 1	0.05 50	0.06 52	0.04 1

4.5w-stereo	0.11 23	0.11 156	0.15 14	0.17 23	0.09 32	0.14 18	0.12 24	0.21 44	0.16 36	0.13 60	0.13 49	0.08 3	0.09 20	0.13 5	0.11 15	0.05 9	0.04 2	0.05 1	0.05 50	0.06 52	0.04 1

xyz-stereo-finetune2	0.17 153	0.11 156	0.26 117	0.16 9	0.09 32	0.27 304	0.19 259	0.27 120	0.20 107	0.22 177	0.28 216	0.21 192	0.22 286	0.37 332	0.22 327	0.06 28	0.05 32	0.08 175	0.06 101	0.06 52	0.07 167

xyz-stereo-finetune	0.16 134	0.12 198	0.23 88	0.16 9	0.08 10	0.23 237	0.20 306	0.29 152	0.31 263	0.19 156	0.22 165	0.19 171	0.15 175	0.29 273	0.20 284	0.06 28	0.06 163	0.08 175	0.06 101	0.06 52	0.06 85

xyz-stereo	1.40 580	0.10 90	17.09 613	0.18 57	0.07 1	4.78 597	0.18 214	0.29 152	0.34 294	0.36 403	2.81 596	0.40 411	0.29 400	0.56 415	0.24 357	0.07 76	0.05 32	0.09 255	0.06 101	0.06 52	0.05 25

MLG-Stereo_test3	0.10 2	0.08 14	0.16 31	0.17 23	0.08 10	0.16 55	0.12 24	0.17 11	0.12 9	0.10 14	0.07 3	0.10 36	0.08 8	0.14 10	0.11 15	0.07 76	0.05 32	0.06 31	0.04 1	0.06 52	0.06 85

MLG-Stereo_test2	0.10 2	0.08 14	0.15 14	0.17 23	0.09 32	0.15 29	0.11 16	0.16 5	0.10 2	0.09 6	0.07 3	0.10 36	0.06 1	0.15 23	0.11 15	0.07 76	0.05 32	0.06 31	0.04 1	0.06 52	0.05 25

LG-G_1	0.11 23	0.08 14	0.18 45	0.18 57	0.07 1	0.21 187	0.09 2	0.19 23	0.11 4	0.10 14	0.09 11	0.11 56	0.10 49	0.19 102	0.10 1	0.07 76	0.05 32	0.06 31	0.04 1	0.06 52	0.06 85

LG-G	0.11 23	0.08 14	0.18 45	0.18 57	0.07 1	0.21 187	0.09 2	0.19 23	0.11 4	0.10 14	0.09 11	0.11 56	0.10 49	0.19 102	0.10 1	0.07 76	0.05 32	0.06 31	0.04 1	0.06 52	0.06 85

LGtest1	0.10 2	0.08 14	0.17 38	0.17 23	0.08 10	0.13 14	0.09 2	0.16 5	0.12 9	0.09 6	0.07 3	0.09 20	0.09 20	0.15 23	0.11 15	0.08 211	0.05 32	0.06 31	0.05 50	0.06 52	0.06 85

SGD-Stereo	0.11 23	0.08 14	0.17 38	0.17 23	0.07 1	0.17 76	0.13 49	0.18 17	0.16 36	0.11 28	0.13 49	0.11 56	0.12 103	0.18 79	0.11 15	0.08 211	0.04 2	0.06 31	0.05 50	0.06 52	0.04 1

Reg-Stereo(zero)	0.16 134	0.07 2	0.36 231	0.19 100	0.10 76	0.19 124	0.14 73	0.28 139	0.24 171	0.22 177	0.20 143	0.24 236	0.18 242	0.21 138	0.18 237	0.07 76	0.05 32	0.06 31	0.06 101	0.06 52	0.06 85

AIO_rvc	0.12 48	0.11 156	0.22 82	0.19 100	0.10 76	0.15 29	0.17 171	0.20 34	0.16 36	0.11 28	0.13 49	0.13 78	0.08 8	0.22 154	0.11 15	0.06 28	0.05 32	0.06 31	0.05 50	0.06 52	0.07 167

AIO_test	0.12 48	0.09 48	0.20 63	0.19 100	0.11 122	0.15 29	0.17 171	0.19 23	0.16 36	0.11 28	0.13 49	0.14 103	0.09 20	0.20 119	0.12 55	0.07 76	0.05 32	0.06 31	0.05 50	0.06 52	0.05 25

AIO-test1	0.19 216	0.14 304	0.41 308	0.27 467	0.15 350	0.21 187	0.16 130	0.39 287	0.36 323	0.17 134	0.26 203	0.18 157	0.13 135	0.28 256	0.14 135	0.07 76	0.06 163	0.10 328	0.11 402	0.06 52	0.09 297

castereo	0.14 88	0.10 90	0.19 52	0.18 57	0.10 76	0.20 159	0.19 259	0.30 171	0.27 204	0.13 60	0.18 118	0.16 137	0.16 191	0.15 23	0.13 98	0.07 76	0.05 32	0.06 31	0.06 101	0.06 52	0.05 25

GIP-stereo	0.12 48	0.09 48	0.20 63	0.19 100	0.11 122	0.16 55	0.14 73	0.29 152	0.18 64	0.11 28	0.16 95	0.13 78	0.09 20	0.15 23	0.12 55	0.07 76	0.05 32	0.06 31	0.05 50	0.06 52	0.05 25

SMoEStereo_RVC	0.13 63	0.10 90	0.22 82	0.19 100	0.10 76	0.19 124	0.17 171	0.19 23	0.19 81	0.15 99	0.13 49	0.12 67	0.11 78	0.24 176	0.16 184	0.06 28	0.05 32	0.07 92	0.06 101	0.06 52	0.06 85

999	0.14 88	0.08 14	0.24 96	0.19 100	0.11 122	0.20 159	0.17 171	0.24 89	0.18 64	0.13 60	0.16 95	0.14 103	0.11 78	0.36 329	0.15 159	0.07 76	0.05 32	0.07 92	0.06 101	0.06 52	0.07 167

ours_stereo	0.13 63	0.11 156	0.23 88	0.20 163	0.11 122	0.17 76	0.18 214	0.20 34	0.19 81	0.13 60	0.18 118	0.14 103	0.10 49	0.23 163	0.14 135	0.06 28	0.05 32	0.08 175	0.06 101	0.06 52	0.05 25

UGAM-zero	0.23 298	0.10 90	0.54 412	0.19 100	0.13 257	0.21 187	0.14 73	0.44 343	0.22 137	0.28 238	0.28 216	0.51 479	0.33 440	0.65 463	0.14 135	0.07 76	0.06 163	0.07 92	0.08 233	0.06 52	0.07 167

WCG-NET	0.14 88	0.09 48	0.23 88	0.18 57	0.08 10	0.18 97	0.17 171	0.21 44	0.28 219	0.18 151	0.21 155	0.15 120	0.12 103	0.18 79	0.12 55	0.06 28	0.05 32	0.06 31	0.05 50	0.06 52	0.05 25

IGEV-Stereo++	0.11 23	0.08 14	0.15 14	0.19 100	0.11 122	0.14 18	0.10 8	0.22 56	0.18 64	0.10 14	0.13 49	0.10 36	0.11 78	0.14 10	0.11 15	0.06 28	0.05 32	0.06 31	0.05 50	0.06 52	0.05 25

Pointernet	0.13 63	0.07 2	0.27 126	0.19 100	0.11 122	0.20 159	0.12 24	0.31 182	0.24 171	0.15 99	0.15 82	0.13 78	0.11 78	0.17 58	0.13 98	0.08 211	0.05 32	0.06 31	0.05 50	0.06 52	0.05 25

AIO-Stereo	0.13 63	0.10 90	0.22 82	0.20 163	0.09 32	0.16 55	0.15 97	0.27 120	0.16 36	0.13 60	0.15 82	0.13 78	0.08 8	0.18 79	0.11 15	0.06 28	0.05 32	0.07 92	0.07 157	0.06 52	0.06 85

WCG-NET（raft）	0.14 88	0.09 48	0.23 88	0.17 23	0.08 10	0.19 124	0.16 130	0.23 75	0.26 193	0.18 151	0.19 126	0.20 180	0.12 103	0.21 138	0.12 55	0.06 28	0.06 163	0.06 31	0.05 50	0.06 52	0.05 25

RSM	0.12 48	0.09 48	0.20 63	0.20 163	0.09 32	0.16 55	0.15 97	0.23 75	0.18 64	0.13 60	0.13 49	0.15 120	0.09 20	0.21 138	0.12 55	0.06 28	0.05 32	0.07 92	0.07 157	0.06 52	0.05 25

RAFT-Stereo-weight	0.15 120	0.09 48	0.26 117	0.20 163	0.10 76	0.19 124	0.17 171	0.36 259	0.29 238	0.24 197	0.20 143	0.19 171	0.10 49	0.18 79	0.15 159	0.07 76	0.05 32	0.07 92	0.05 50	0.06 52	0.05 25

gcap-zeroshot	0.17 153	0.11 156	0.36 231	0.20 163	0.12 179	0.26 294	0.16 130	0.30 171	0.22 137	0.26 218	0.20 143	0.30 317	0.14 157	0.20 119	0.13 98	0.07 76	0.06 163	0.07 92	0.07 157	0.06 52	0.06 85

trnet	0.13 63	0.08 14	0.21 72	0.15 4	0.07 1	0.21 187	0.12 24	0.24 89	0.24 171	0.16 121	0.21 155	0.15 120	0.13 135	0.18 79	0.13 98	0.08 211	0.05 32	0.06 31	0.04 1	0.06 52	0.05 25

testlalala2	0.18 177	0.10 90	0.50 390	0.36 534	0.25 517	0.23 237	0.14 73	0.34 215	0.24 171	0.25 206	0.25 193	0.21 192	0.12 103	0.16 41	0.16 184	0.07 76	0.06 163	0.07 92	0.07 157	0.06 52	0.06 85

MoCha-V2	0.13 63	0.08 14	0.26 117	0.23 317	0.09 32	0.16 55	0.15 97	0.26 106	0.16 36	0.15 99	0.15 82	0.13 78	0.14 157	0.20 119	0.11 15	0.06 28	0.07 287	0.06 31	0.06 101	0.06 52	0.05 25

MSKI-zero shot	0.17 153	0.09 48	0.43 329	0.20 163	0.11 122	0.21 187	0.15 97	0.32 193	0.21 124	0.23 183	0.24 184	0.23 224	0.10 49	0.31 295	0.13 98	0.07 76	0.06 163	0.07 92	0.06 101	0.06 52	0.06 85

GCAP-Stereo	0.14 88	0.14 304	0.33 191	0.20 163	0.09 32	0.21 187	0.10 8	0.26 106	0.20 107	0.18 151	0.19 126	0.15 120	0.13 135	0.17 58	0.13 98	0.07 76	0.06 163	0.07 92	0.05 50	0.06 52	0.06 85

RAFT-Test	0.17 153	0.10 90	0.38 262	0.19 100	0.12 179	0.25 274	0.17 171	0.33 207	0.23 156	0.23 183	0.29 229	0.27 274	0.14 157	0.20 119	0.14 135	0.07 76	0.06 163	0.07 92	0.07 157	0.06 52	0.06 85

CAS	0.15 120	0.07 2	0.21 72	0.41 547	0.16 382	0.20 159	0.18 214	0.22 56	0.19 81	0.15 99	0.19 126	0.11 56	0.09 20	0.14 10	0.13 98	0.29 552	0.04 2	0.06 31	0.04 1	0.06 52	0.14 449

LoS	0.14 88	0.08 14	0.27 126	0.16 9	0.09 32	0.22 215	0.14 73	0.26 106	0.26 193	0.15 99	0.18 118	0.18 157	0.13 135	0.22 154	0.14 135	0.08 211	0.06 163	0.06 31	0.04 1	0.06 52	0.06 85
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-IGEV	0.12 48	0.09 48	0.22 82	0.19 100	0.10 76	0.15 29	0.14 73	0.27 120	0.15 30	0.13 60	0.14 79	0.13 78	0.08 8	0.21 138	0.12 55	0.06 28	0.05 32	0.07 92	0.06 101	0.06 52	0.05 25

EGLCR-Stereo	0.13 63	0.08 14	0.20 63	0.18 57	0.09 32	0.21 187	0.13 49	0.27 120	0.21 124	0.13 60	0.10 17	0.15 120	0.09 20	0.20 119	0.13 98	0.07 76	0.05 32	0.07 92	0.07 157	0.06 52	0.06 85

MC-Stereo	0.14 88	0.09 48	0.25 109	0.21 208	0.09 32	0.18 97	0.16 130	0.23 75	0.19 81	0.18 151	0.23 170	0.16 137	0.13 135	0.22 154	0.13 98	0.07 76	0.05 32	0.07 92	0.07 157	0.06 52	0.05 25

RCA-Stereo	0.16 134	0.09 48	0.25 109	0.20 163	0.10 76	0.19 124	0.17 171	0.36 259	0.35 310	0.20 160	0.25 193	0.17 147	0.17 217	0.18 79	0.14 135	0.07 76	0.05 32	0.07 92	0.06 101	0.06 52	0.05 25

ADStereo(finetuned)	0.19 216	0.13 261	0.49 379	0.19 100	0.09 32	0.19 124	0.18 214	0.34 215	0.39 358	0.29 267	0.31 256	0.18 157	0.31 430	0.21 138	0.19 267	0.07 76	0.05 32	0.07 92	0.05 50	0.06 52	0.07 167

test-3	0.16 134	0.09 48	0.31 168	0.21 208	0.11 122	0.18 97	0.16 130	0.30 171	0.27 204	0.26 218	0.16 95	0.22 204	0.12 103	0.26 223	0.18 237	0.06 28	0.04 2	0.08 175	0.08 233	0.06 52	0.06 85

test_1	0.16 134	0.09 48	0.31 168	0.21 208	0.11 122	0.18 97	0.16 130	0.30 171	0.27 204	0.25 206	0.16 95	0.22 204	0.12 103	0.26 223	0.18 237	0.06 28	0.04 2	0.08 175	0.08 233	0.06 52	0.06 85

TRStereo	0.19 216	0.17 382	0.47 365	0.23 317	0.19 447	0.19 124	0.16 130	0.52 436	0.28 219	0.20 160	0.19 126	0.21 192	0.13 135	0.24 176	0.13 98	0.09 294	0.06 163	0.09 255	0.11 402	0.06 52	0.06 85

STrans-v2	0.24 329	0.13 261	0.54 412	0.21 208	0.12 179	0.23 237	0.21 337	0.47 372	0.28 219	0.31 315	0.42 387	0.36 370	0.35 453	0.62 449	0.23 346	0.07 76	0.05 32	0.08 175	0.07 157	0.06 52	0.06 85

TransformOpticalFlow	0.24 329	0.13 261	0.56 422	0.23 317	0.11 122	0.21 187	0.19 259	0.40 298	0.32 272	0.30 298	0.43 400	0.36 370	0.31 430	0.61 441	0.20 284	0.07 76	0.05 32	0.08 175	0.07 157	0.06 52	0.07 167

ASMatch	0.23 298	0.11 156	0.51 401	0.24 368	0.14 300	0.19 124	0.17 171	0.31 182	0.28 219	0.28 238	0.68 521	0.27 274	0.26 349	0.50 378	0.22 327	0.07 76	0.06 163	0.08 175	0.07 157	0.06 52	0.11 388

DEmStereo	0.26 373	0.09 48	0.47 365	0.19 100	0.12 179	0.30 364	0.25 427	0.28 139	0.36 323	0.36 403	0.58 492	0.25 244	0.48 518	0.53 396	0.44 480	0.07 76	0.06 163	0.08 175	0.08 233	0.06 52	0.07 167

RAFT-RH_RVC	0.25 357	0.11 156	0.45 349	0.21 208	0.12 179	0.25 274	0.14 73	0.27 120	0.27 204	0.38 425	1.15 562	0.23 224	0.17 217	0.57 419	0.24 357	0.07 76	0.05 32	0.10 328	0.07 157	0.06 52	0.07 167

RAFT-345	0.21 251	0.10 90	0.46 357	0.22 269	0.11 122	0.20 159	0.16 130	0.26 106	0.25 184	0.27 228	0.66 517	0.21 192	0.16 191	0.55 404	0.21 307	0.07 76	0.06 163	0.08 175	0.07 157	0.06 52	0.06 85

AnonymousM	0.17 153	0.19 412	0.24 96	0.18 57	0.10 76	0.18 97	0.17 171	0.30 171	0.23 156	0.26 218	0.20 143	0.18 157	0.14 157	0.19 102	0.14 135	0.09 294	0.06 163	0.38 558	0.15 491	0.06 52	0.05 25

cross-raft	0.17 153	0.12 198	0.41 308	0.23 317	0.10 76	0.20 159	0.24 410	0.33 207	0.23 156	0.23 183	0.28 216	0.29 301	0.15 175	0.17 58	0.15 159	0.06 28	0.05 32	0.07 92	0.07 157	0.06 52	0.05 25

test-1	0.17 153	0.11 156	0.40 285	0.23 317	0.13 257	0.22 215	0.23 388	0.34 215	0.26 193	0.20 160	0.24 184	0.22 204	0.14 157	0.16 41	0.20 284	0.07 76	0.06 163	0.08 175	0.07 157	0.06 52	0.08 235

CREStereo++_RVC	0.15 120	0.08 14	0.26 117	0.17 23	0.11 122	0.18 97	0.13 49	0.22 56	0.30 251	0.21 171	0.30 242	0.13 78	0.11 78	0.16 41	0.15 159	0.07 76	0.04 2	0.06 31	0.15 491	0.06 52	0.05 25
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
s12784h	0.17 153	0.09 48	0.26 117	0.18 57	0.07 1	0.32 389	0.19 259	0.37 269	0.32 272	0.23 183	0.25 193	0.18 157	0.17 217	0.25 207	0.16 184	0.07 76	0.05 32	0.07 92	0.05 50	0.06 52	0.05 25

TANstereo	0.15 120	0.09 48	0.28 137	0.16 9	0.08 10	0.25 274	0.14 73	0.23 75	0.28 219	0.24 197	0.30 242	0.16 137	0.12 103	0.17 58	0.13 98	0.08 211	0.07 287	0.06 31	0.05 50	0.06 52	0.07 167

raftrobust	0.16 134	0.13 261	0.29 147	0.22 269	0.15 350	0.19 124	0.13 49	0.32 193	0.26 193	0.26 218	0.20 143	0.19 171	0.17 217	0.21 138	0.15 159	0.08 211	0.06 163	0.07 92	0.06 101	0.06 52	0.07 167

DCANet	0.18 177	0.13 261	0.40 285	0.19 100	0.09 32	0.19 124	0.18 214	0.34 215	0.39 358	0.29 267	0.31 256	0.18 157	0.23 301	0.20 119	0.19 267	0.07 76	0.05 32	0.07 92	0.05 50	0.06 52	0.07 167

EAI-Stereo	0.21 251	0.10 90	0.33 191	0.21 208	0.12 179	0.30 364	0.46 544	0.46 364	0.20 107	0.25 206	0.50 451	0.17 147	0.16 191	0.24 176	0.23 346	0.07 76	0.06 163	0.07 92	0.10 363	0.06 52	0.07 167

CFNet-RSSM	0.17 153	0.10 90	0.40 285	0.20 163	0.11 122	0.20 159	0.15 97	0.36 259	0.30 251	0.23 183	0.21 155	0.26 265	0.15 175	0.20 119	0.13 98	0.07 76	0.05 32	0.07 92	0.07 157	0.06 52	0.05 25

Gwc-CoAtRS	0.17 153	0.10 90	0.37 243	0.20 163	0.12 179	0.19 124	0.15 97	0.32 193	0.28 219	0.23 183	0.23 170	0.27 274	0.15 175	0.20 119	0.13 98	0.07 76	0.05 32	0.07 92	0.07 157	0.06 52	0.06 85

R-Stereo Train	0.18 177	0.09 48	0.32 174	0.22 269	0.12 179	0.22 215	0.19 259	0.42 324	0.19 81	0.31 315	0.45 423	0.20 180	0.14 157	0.18 79	0.15 159	0.08 211	0.06 163	0.07 92	0.06 101	0.06 52	0.06 85

RAFT-Stereo	0.18 177	0.09 48	0.32 174	0.22 269	0.12 179	0.22 215	0.19 259	0.42 324	0.19 81	0.31 315	0.45 423	0.20 180	0.14 157	0.18 79	0.15 159	0.08 211	0.06 163	0.07 92	0.06 101	0.06 52	0.06 85
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
FE-Mocha	0.16 134	0.10 90	0.33 191	0.19 100	0.13 257	0.19 124	0.15 97	0.35 240	0.22 137	0.24 197	0.24 184	0.20 180	0.14 157	0.17 58	0.17 215	0.07 76	0.05 32	0.08 175	0.08 233	0.07 120	0.06 85

IGEV-FE	0.18 177	0.10 90	0.65 461	0.20 163	0.12 179	0.19 124	0.15 97	0.34 215	0.19 81	0.28 238	0.22 165	0.27 274	0.13 135	0.23 163	0.18 237	0.07 76	0.06 163	0.08 175	0.08 233	0.07 120	0.06 85

DA	0.14 88	0.10 90	0.18 45	0.21 208	0.10 76	0.29 345	0.16 130	0.28 139	0.20 107	0.14 85	0.17 106	0.16 137	0.14 157	0.17 58	0.12 55	0.07 76	0.05 32	0.07 92	0.05 50	0.07 120	0.07 167

GGEV	0.14 88	0.10 90	0.18 45	0.21 208	0.10 76	0.29 345	0.16 130	0.28 139	0.20 107	0.14 85	0.17 106	0.16 137	0.14 157	0.17 58	0.12 55	0.07 76	0.05 32	0.07 92	0.05 50	0.07 120	0.07 167

LG-Stereo_Zeroshot	0.13 63	0.09 48	0.24 96	0.20 163	0.10 76	0.15 29	0.14 73	0.22 56	0.16 36	0.12 45	0.19 126	0.15 120	0.11 78	0.13 5	0.17 215	0.07 76	0.05 32	0.06 31	0.06 101	0.07 120	0.06 85

LG-Stereo	0.13 63	0.10 90	0.24 96	0.20 163	0.09 32	0.16 55	0.18 214	0.21 44	0.18 64	0.11 28	0.17 106	0.09 20	0.09 20	0.15 23	0.14 135	0.05 9	0.06 163	0.08 175	0.08 233	0.07 120	0.05 25

GREAT-IGEV	0.12 48	0.09 48	0.25 109	0.16 9	0.11 122	0.14 18	0.16 130	0.17 11	0.17 53	0.10 14	0.15 82	0.09 20	0.09 20	0.18 79	0.10 1	0.06 28	0.07 287	0.06 31	0.05 50	0.07 120	0.10 353

DEFOM-Stereo_RVC	0.13 63	0.14 304	0.19 52	0.26 439	0.09 32	0.15 29	0.13 49	0.22 56	0.18 64	0.12 45	0.11 24	0.10 36	0.13 135	0.21 138	0.12 55	0.07 76	0.05 32	0.06 31	0.05 50	0.07 120	0.05 25

HUF	0.15 120	0.11 156	0.38 262	0.17 23	0.11 122	0.16 55	0.17 171	0.22 56	0.20 107	0.11 28	0.13 49	0.14 103	0.11 78	0.18 79	0.12 55	0.07 76	0.20 539	0.06 31	0.05 50	0.07 120	0.14 449

AIO-test2	0.20 231	0.20 424	0.36 231	0.26 439	0.15 350	0.22 215	0.16 130	0.42 324	0.42 391	0.16 121	0.29 229	0.15 120	0.11 78	0.26 223	0.13 98	0.18 516	0.06 163	0.10 328	0.11 402	0.07 120	0.07 167

fffft	0.13 63	0.09 48	0.24 96	0.19 100	0.10 76	0.17 76	0.19 259	0.22 56	0.16 36	0.14 85	0.11 24	0.13 78	0.10 49	0.24 176	0.18 237	0.06 28	0.05 32	0.07 92	0.06 101	0.07 120	0.06 85
1: 1. 1
tt45	0.14 88	0.09 48	0.22 82	0.19 100	0.11 122	0.23 237	0.18 214	0.22 56	0.17 53	0.15 99	0.13 49	0.14 103	0.10 49	0.30 288	0.14 135	0.07 76	0.05 32	0.08 175	0.06 101	0.07 120	0.07 167

mms	0.13 63	0.11 156	0.19 52	0.19 100	0.12 179	0.16 55	0.17 171	0.20 34	0.17 53	0.13 60	0.17 106	0.14 103	0.09 20	0.24 176	0.14 135	0.06 28	0.05 32	0.08 175	0.06 101	0.07 120	0.07 167

fffy	0.14 88	0.11 156	0.24 96	0.20 163	0.10 76	0.19 124	0.18 214	0.22 56	0.19 81	0.13 60	0.16 95	0.15 120	0.13 135	0.25 207	0.14 135	0.06 28	0.06 163	0.08 175	0.06 101	0.07 120	0.06 85

PAM_32	0.23 298	0.10 90	0.63 453	0.21 208	0.14 300	0.33 400	0.19 259	0.36 259	0.23 156	0.29 267	0.28 216	0.56 500	0.28 385	0.27 242	0.18 237	0.08 211	0.06 163	0.08 175	0.09 321	0.07 120	0.09 297

PAM	0.23 298	0.10 90	0.63 453	0.22 269	0.15 350	0.34 413	0.21 337	0.37 269	0.22 137	0.31 315	0.27 210	0.55 496	0.26 349	0.26 223	0.17 215	0.08 211	0.06 163	0.07 92	0.09 321	0.07 120	0.09 297

model_zeroshot	0.17 153	0.11 156	0.39 277	0.20 163	0.12 179	0.24 259	0.15 97	0.34 215	0.22 137	0.30 298	0.20 143	0.22 204	0.12 103	0.24 176	0.14 135	0.08 211	0.07 287	0.07 92	0.07 157	0.07 120	0.07 167

RAStereo	0.13 63	0.12 198	0.27 126	0.22 269	0.11 122	0.15 29	0.18 214	0.23 75	0.23 156	0.13 60	0.17 106	0.11 56	0.09 20	0.15 23	0.13 98	0.08 211	0.06 163	0.08 175	0.06 101	0.07 120	0.05 25

Occ-G	0.13 63	0.08 14	0.21 72	0.17 23	0.10 76	0.15 29	0.19 259	0.22 56	0.19 81	0.13 60	0.19 126	0.21 192	0.11 78	0.17 58	0.14 135	0.07 76	0.06 163	0.07 92	0.06 101	0.07 120	0.06 85

U	1.00 569	0.09 48	0.21 72	0.21 208	3.68 598	6.12 602	0.14 73	0.21 44	0.21 124	0.11 28	0.11 24	0.10 36	0.09 20	0.12 2	0.11 15	0.07 76	0.05 32	5.42 607	2.90 605	0.07 120	0.06 85

RSM++	0.12 48	0.09 48	0.19 52	0.20 163	0.09 32	0.17 76	0.15 97	0.21 44	0.19 81	0.12 45	0.12 37	0.14 103	0.09 20	0.20 119	0.12 55	0.06 28	0.05 32	0.07 92	0.07 157	0.07 120	0.05 25

IGEV++	0.13 63	0.10 90	0.23 88	0.21 208	0.10 76	0.15 29	0.15 97	0.29 152	0.16 36	0.12 45	0.15 82	0.12 67	0.12 103	0.17 58	0.14 135	0.07 76	0.06 163	0.07 92	0.05 50	0.07 120	0.07 167

AE-Stereo	0.17 153	0.11 156	0.31 168	0.24 368	0.14 300	0.23 237	0.18 214	0.34 215	0.29 238	0.15 99	0.25 193	0.21 192	0.13 135	0.20 119	0.14 135	0.07 76	0.08 372	0.09 255	0.10 363	0.07 120	0.06 85

ff7	0.14 88	0.12 198	0.27 126	0.19 100	0.12 179	0.21 187	0.18 214	0.27 120	0.20 107	0.15 99	0.13 49	0.12 67	0.12 103	0.24 176	0.12 55	0.07 76	0.05 32	0.08 175	0.07 157	0.07 120	0.07 167

IGEVStereo-DCA	0.14 88	0.11 156	0.27 126	0.19 100	0.12 179	0.20 159	0.18 214	0.27 120	0.20 107	0.15 99	0.12 37	0.14 103	0.12 103	0.28 256	0.14 135	0.07 76	0.06 163	0.08 175	0.07 157	0.07 120	0.07 167

ffff	0.14 88	0.12 198	0.27 126	0.19 100	0.12 179	0.21 187	0.18 214	0.27 120	0.20 107	0.15 99	0.13 49	0.12 67	0.12 103	0.24 176	0.12 55	0.07 76	0.05 32	0.08 175	0.07 157	0.07 120	0.07 167

rrr	0.17 153	0.11 156	0.57 425	0.19 100	0.12 179	0.20 159	0.18 214	0.35 240	0.22 137	0.15 99	0.12 37	0.14 103	0.12 103	0.28 256	0.14 135	0.07 76	0.06 163	0.08 175	0.07 157	0.07 120	0.07 167

11t	0.14 88	0.12 198	0.27 126	0.19 100	0.12 179	0.21 187	0.18 214	0.27 120	0.20 107	0.15 99	0.13 49	0.12 67	0.12 103	0.24 176	0.12 55	0.07 76	0.05 32	0.08 175	0.07 157	0.07 120	0.07 167

MaDis-Stereo	0.14 88	0.13 261	0.26 117	0.19 100	0.14 300	0.16 55	0.13 49	0.25 97	0.21 124	0.13 60	0.14 79	0.14 103	0.11 78	0.17 58	0.17 215	0.08 211	0.07 287	0.08 175	0.06 101	0.07 120	0.06 85

IGEV_Zeroshot_test	0.18 177	0.10 90	0.65 461	0.20 163	0.12 179	0.19 124	0.15 97	0.34 215	0.19 81	0.28 238	0.22 165	0.27 274	0.13 135	0.23 163	0.18 237	0.07 76	0.06 163	0.08 175	0.08 233	0.07 120	0.06 85

AEACV	0.13 63	0.09 48	0.23 88	0.18 57	0.19 447	0.19 124	0.16 130	0.23 75	0.14 22	0.13 60	0.17 106	0.13 78	0.16 191	0.16 41	0.12 55	0.07 76	0.05 32	0.07 92	0.08 233	0.07 120	0.06 85

Any-RAFT	0.17 153	0.08 14	0.31 168	0.19 100	0.10 76	0.29 345	0.16 130	0.42 324	0.30 251	0.24 197	0.27 210	0.27 274	0.16 191	0.21 138	0.12 55	0.08 211	0.05 32	0.06 31	0.05 50	0.07 120	0.06 85

HH	0.18 177	0.12 198	0.55 418	0.22 269	0.12 179	0.18 97	0.18 214	0.34 215	0.19 81	0.20 160	0.24 184	0.34 351	0.18 242	0.29 273	0.12 55	0.07 76	0.05 32	0.07 92	0.07 157	0.07 120	0.06 85

HanStereo	0.18 177	0.12 198	0.55 418	0.22 269	0.12 179	0.18 97	0.18 214	0.34 215	0.19 81	0.20 160	0.24 184	0.34 351	0.18 242	0.29 273	0.12 55	0.07 76	0.05 32	0.07 92	0.07 157	0.07 120	0.06 85

DCRE	0.20 231	0.13 261	0.40 285	0.21 208	0.15 350	0.20 159	0.19 259	0.30 171	0.27 204	0.22 177	0.80 538	0.23 224	0.16 191	0.23 163	0.15 159	0.07 76	0.07 287	0.07 92	0.08 233	0.07 120	0.06 85

anonymousa	0.23 298	0.11 156	0.50 390	0.21 208	0.16 382	0.31 380	0.20 306	0.36 259	0.35 310	0.32 338	0.50 451	0.39 396	0.26 349	0.22 154	0.20 284	0.08 211	0.06 163	0.09 255	0.11 402	0.07 120	0.08 235

ProNet	0.14 88	0.12 198	0.25 109	0.19 100	0.11 122	0.19 124	0.19 259	0.27 120	0.20 107	0.14 85	0.13 49	0.13 78	0.12 103	0.24 176	0.12 55	0.06 28	0.05 32	0.07 92	0.06 101	0.07 120	0.07 167

ccc-4	0.14 88	0.12 198	0.27 126	0.19 100	0.12 179	0.21 187	0.18 214	0.27 120	0.20 107	0.15 99	0.13 49	0.12 67	0.12 103	0.24 176	0.12 55	0.07 76	0.05 32	0.08 175	0.07 157	0.07 120	0.07 167

DisPM	0.19 216	0.10 90	0.35 211	0.23 317	0.13 257	0.18 97	0.20 306	0.29 152	0.29 238	0.33 350	0.34 296	0.23 224	0.16 191	0.33 309	0.16 184	0.09 294	0.06 163	0.09 255	0.08 233	0.07 120	0.11 388

test_4	0.18 177	0.12 198	0.34 201	0.23 317	0.12 179	0.18 97	0.22 363	0.26 106	0.24 171	0.24 197	0.47 441	0.22 204	0.13 135	0.24 176	0.16 184	0.06 28	0.05 32	0.09 255	0.09 321	0.07 120	0.05 25

GLC_STEREO	0.15 120	0.10 90	0.24 96	0.21 208	0.09 32	0.17 76	0.15 97	0.23 75	0.27 204	0.17 134	0.20 143	0.17 147	0.11 78	0.23 163	0.16 184	0.07 76	0.09 406	0.09 255	0.08 233	0.07 120	0.06 85

IPLG	0.21 251	0.15 338	0.53 409	0.21 208	0.12 179	0.28 324	0.17 171	0.42 324	0.30 251	0.33 350	0.32 265	0.15 120	0.17 217	0.50 378	0.21 307	0.07 76	0.05 32	0.08 175	0.07 157	0.07 120	0.06 85

MIPNet	0.21 251	0.15 338	0.52 405	0.21 208	0.12 179	0.27 304	0.20 306	0.45 353	0.37 334	0.30 298	0.23 170	0.19 171	0.24 319	0.27 242	0.19 267	0.07 76	0.05 32	0.08 175	0.07 157	0.07 120	0.06 85

IPLGR	0.21 251	0.13 261	0.61 442	0.21 208	0.11 122	0.25 274	0.18 214	0.41 310	0.37 334	0.28 238	0.27 210	0.21 192	0.19 257	0.37 332	0.18 237	0.07 76	0.06 163	0.08 175	0.07 157	0.07 120	0.06 85

test_3	0.18 177	0.11 156	0.32 174	0.24 368	0.11 122	0.22 215	0.25 427	0.31 182	0.31 263	0.25 206	0.18 118	0.23 224	0.13 135	0.25 207	0.19 267	0.06 28	0.05 32	0.09 255	0.10 363	0.07 120	0.06 85

CrosDoStereo	0.31 429	0.10 90	0.49 379	0.18 57	0.12 179	0.22 215	1.11 593	0.34 215	0.37 334	0.38 425	0.61 506	0.28 290	0.46 509	0.61 441	0.57 508	0.07 76	0.06 163	0.08 175	0.08 233	0.07 120	0.07 167

OMP-Stereo	0.23 298	0.14 304	0.35 211	0.29 493	0.13 257	0.21 187	0.16 130	0.37 269	0.33 284	0.34 370	0.30 242	0.34 351	0.19 257	0.70 478	0.24 357	0.07 76	0.06 163	0.09 255	0.07 157	0.07 120	0.06 85

IIG-Stereo	0.23 298	0.13 261	0.35 211	0.29 493	0.12 179	0.23 237	0.14 73	0.38 275	0.31 263	0.34 370	0.37 326	0.33 344	0.21 273	0.70 478	0.26 380	0.08 211	0.06 163	0.09 255	0.07 157	0.07 120	0.06 85

FTStereo	0.28 402	0.10 90	0.43 329	0.23 317	0.13 257	0.21 187	0.53 558	0.34 215	0.26 193	0.38 425	0.95 551	0.30 317	0.56 531	0.32 302	0.18 237	0.08 211	0.06 163	0.09 255	0.08 233	0.07 120	0.19 505

DeepStereo_LL	0.31 429	0.10 90	0.49 379	0.18 57	0.12 179	0.22 215	1.11 593	0.34 215	0.37 334	0.38 425	0.61 506	0.28 290	0.46 509	0.61 441	0.57 508	0.07 76	0.06 163	0.08 175	0.08 233	0.07 120	0.07 167

THIR-Stereo	0.29 413	0.12 198	0.41 308	0.19 100	0.11 122	0.28 324	0.72 571	0.32 193	0.35 310	0.37 410	0.65 515	0.34 351	0.50 521	0.57 419	0.45 483	0.07 76	0.06 163	0.08 175	0.09 321	0.07 120	0.07 167

DRaft	0.24 329	0.10 90	0.34 201	0.18 57	0.12 179	0.28 324	0.23 388	0.33 207	0.39 358	0.38 425	0.61 506	0.21 192	0.41 485	0.48 369	0.42 474	0.07 76	0.06 163	0.08 175	0.08 233	0.07 120	0.08 235

GrayStereo	0.25 357	0.09 48	0.32 174	0.26 439	0.13 257	0.23 237	0.47 548	0.34 215	0.30 251	0.39 440	0.47 441	0.30 317	0.79 557	0.29 273	0.16 184	0.07 76	0.06 163	0.08 175	0.09 321	0.07 120	0.13 428

CroCo-Stereo	0.14 88	0.13 261	0.24 96	0.25 405	0.11 122	0.11 4	0.18 214	0.32 193	0.23 156	0.12 45	0.12 37	0.18 157	0.12 103	0.14 10	0.13 98	0.08 211	0.06 163	0.07 92	0.05 50	0.07 120	0.06 85
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
raft+_RVC	0.18 177	0.14 304	0.32 174	0.21 208	0.15 350	0.21 187	0.16 130	0.38 275	0.34 294	0.21 171	0.28 216	0.20 180	0.15 175	0.24 176	0.19 267	0.08 211	0.06 163	0.08 175	0.07 157	0.07 120	0.08 235

XX-TBD	0.15 120	0.18 396	0.28 137	0.22 269	0.10 76	0.22 215	0.15 97	0.22 56	0.27 204	0.22 177	0.26 203	0.14 103	0.12 103	0.16 41	0.13 98	0.08 211	0.05 32	0.06 31	0.04 1	0.07 120	0.06 85

XX-Stereo	0.21 251	0.10 90	0.83 509	0.26 439	0.17 404	0.23 237	0.13 49	0.40 298	0.18 64	0.20 160	0.41 371	0.31 328	0.10 49	0.32 302	0.12 55	0.08 211	0.06 163	0.08 175	0.08 233	0.07 120	0.05 25

111	0.20 231	0.17 382	0.40 285	0.18 57	0.09 32	0.24 259	0.17 171	0.41 310	0.45 425	0.23 183	0.29 229	0.29 301	0.21 273	0.24 176	0.18 237	0.07 76	0.05 32	0.07 92	0.06 101	0.07 120	0.08 235

test_xeample3	0.16 134	0.11 156	0.56 422	0.19 100	0.12 179	0.20 159	0.18 214	0.35 240	0.20 107	0.16 121	0.12 37	0.13 78	0.12 103	0.24 176	0.15 159	0.07 76	0.06 163	0.07 92	0.08 233	0.07 120	0.07 167

RAFT-Stereo + iAFF	0.17 153	0.14 304	0.32 174	0.20 163	0.09 32	0.19 124	0.17 171	0.32 193	0.30 251	0.25 206	0.33 286	0.20 180	0.17 217	0.19 102	0.15 159	0.06 28	0.05 32	0.07 92	0.07 157	0.07 120	0.05 25

AFF-stereo	0.18 177	0.15 338	0.32 174	0.21 208	0.10 76	0.18 97	0.18 214	0.33 207	0.27 204	0.25 206	0.37 326	0.25 244	0.17 217	0.24 176	0.15 159	0.06 28	0.05 32	0.08 175	0.08 233	0.07 120	0.05 25

CREStereo	0.13 63	0.08 14	0.21 72	0.14 1	0.08 10	0.22 215	0.15 97	0.25 97	0.24 171	0.16 121	0.21 155	0.14 103	0.13 135	0.18 79	0.13 98	0.09 294	0.05 32	0.06 31	0.04 1	0.07 120	0.06 85
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	0.15 120	0.08 14	0.23 88	0.15 4	0.09 32	0.23 237	0.16 130	0.25 97	0.23 156	0.17 134	0.21 155	0.16 137	0.14 157	0.22 154	0.13 98	0.29 552	0.05 32	0.06 31	0.04 1	0.07 120	0.06 85

DIP-Stereo	0.18 177	0.12 198	0.33 191	0.20 163	0.13 257	0.28 324	0.12 24	0.42 324	0.25 184	0.27 228	0.32 265	0.21 192	0.17 217	0.25 207	0.20 284	0.07 76	0.06 163	0.08 175	0.06 101	0.07 120	0.08 235
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RASNet	0.28 402	0.14 304	0.44 338	0.22 269	0.18 425	0.32 389	0.19 259	0.48 384	0.38 348	0.29 267	0.43 400	0.47 456	0.37 466	0.79 512	0.36 444	0.09 294	0.07 287	0.07 92	0.09 321	0.07 120	0.07 167

MLCV	0.22 281	0.16 363	0.44 338	0.21 208	0.08 10	0.29 345	0.19 259	0.38 275	0.37 334	0.38 425	0.44 411	0.31 328	0.21 273	0.41 348	0.24 357	0.07 76	0.05 32	0.06 31	0.05 50	0.07 120	0.06 85

GEAStereo	0.12 48	0.09 48	0.20 63	0.18 57	0.12 179	0.19 124	0.16 130	0.20 34	0.14 22	0.12 45	0.15 82	0.10 36	0.09 20	0.16 41	0.10 1	0.08 211	0.06 163	0.06 31	0.05 50	0.08 186	0.08 235

GSStereo	0.12 48	0.09 48	0.20 63	0.17 23	0.12 179	0.19 124	0.16 130	0.26 106	0.18 64	0.13 60	0.15 82	0.10 36	0.09 20	0.16 41	0.10 1	0.07 76	0.05 32	0.06 31	0.05 50	0.08 186	0.08 235

GS-Stereo							0.16 130	0.26 106	0.18 64	0.13 60	0.15 82	0.10 36	0.09 20	0.16 41	0.10 1	0.07 76	0.05 32	0.06 31	0.05 50	0.08 186	0.08 235

Select-FE	0.23 298	0.14 304	0.78 490	0.22 269	0.18 425	0.22 215	0.13 49	0.43 336	0.26 193	0.28 238	0.33 286	0.39 396	0.29 400	0.27 242	0.19 267	0.08 211	0.07 287	0.08 175	0.13 468	0.08 186	0.12 411

FlowAnything_test	0.14 88	0.11 156	0.21 72	0.21 208	0.12 179	0.17 76	0.16 130	0.25 97	0.16 36	0.15 99	0.13 49	0.15 120	0.14 157	0.18 79	0.16 184	0.10 343	0.07 287	0.11 385	0.12 441	0.08 186	0.09 297

S2M2_XL	0.10 2	0.09 48	0.21 72	0.14 1	0.10 76	0.09 1	0.09 2	0.11 1	0.09 1	0.10 14	0.11 24	0.09 20	0.09 20	0.12 2	0.11 15	0.09 294	0.07 287	0.08 175	0.07 157	0.08 186	0.06 85
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
111111	0.11 23	0.07 2	0.17 38	0.19 100	0.11 122	0.13 14	0.11 16	0.22 56	0.15 30	0.11 28	0.12 37	0.12 67	0.08 8	0.18 79	0.11 15	0.07 76	0.05 32	0.06 31	0.04 1	0.08 186	0.06 85

HART	0.15 120	0.11 156	0.30 154	0.21 208	0.09 32	0.17 76	0.16 130	0.30 171	0.19 81	0.15 99	0.25 193	0.17 147	0.09 20	0.21 138	0.12 55	0.06 28	0.07 287	0.07 92	0.05 50	0.08 186	0.06 85

tg	0.16 134	0.11 156	0.25 109	0.21 208	0.11 122	0.23 237	0.15 97	0.34 215	0.24 171	0.20 160	0.25 193	0.19 171	0.12 103	0.24 176	0.15 159	0.07 76	0.05 32	0.09 255	0.09 321	0.08 186	0.07 167

DispNO	0.27 381	0.18 396	0.62 450	0.23 317	0.17 404	0.25 274	0.22 363	0.45 353	0.41 384	0.32 338	0.39 353	0.38 384	0.27 368	0.77 508	0.27 386	0.09 294	0.07 287	0.10 328	0.10 363	0.08 186	0.08 235

tta	0.24 329	0.12 198	0.40 285	0.19 100	0.10 76	0.27 304	0.19 259	0.51 419	0.45 425	0.34 370	0.41 371	0.31 328	0.26 349	0.58 426	0.28 390	0.10 343	0.07 287	0.08 175	0.08 233	0.08 186	0.07 167

qqq1	0.24 329	0.12 198	0.40 285	0.19 100	0.10 76	0.27 304	0.19 259	0.51 419	0.45 425	0.34 370	0.41 371	0.31 328	0.26 349	0.58 426	0.16 184	0.10 343	0.07 287	0.07 92	0.06 101	0.08 186	0.07 167

fff1	0.24 329	0.12 198	0.40 285	0.19 100	0.10 76	0.27 304	0.19 259	0.51 419	0.45 425	0.34 370	0.41 371	0.31 328	0.26 349	0.58 426	0.16 184	0.10 343	0.07 287	0.07 92	0.06 101	0.08 186	0.07 167

MyStereo07	0.16 134	0.12 198	0.26 117	0.22 269	0.14 300	0.25 274	0.23 388	0.29 152	0.21 124	0.15 99	0.13 49	0.12 67	0.13 135	0.25 207	0.13 98	0.07 76	0.07 287	0.09 255	0.08 233	0.08 186	0.08 235

MyStereo06	0.20 231	0.12 198	0.57 425	0.21 208	0.14 300	0.25 274	0.23 388	0.40 298	0.21 124	0.30 298	0.24 184	0.31 328	0.18 242	0.22 154	0.18 237	0.07 76	0.07 287	0.09 255	0.08 233	0.08 186	0.08 235

MyStereo05	0.23 298	0.12 198	0.57 425	0.21 208	0.14 300	0.25 274	0.23 388	0.48 384	0.52 485	0.31 315	0.23 170	0.25 244	0.22 286	0.30 288	0.21 307	0.07 76	0.07 287	0.09 255	0.08 233	0.08 186	0.08 235

MyStereo04	0.23 298	0.12 198	0.55 418	0.22 269	0.14 300	0.25 274	0.23 388	0.49 392	0.52 485	0.28 238	0.23 170	0.27 274	0.23 301	0.30 288	0.22 327	0.07 76	0.07 287	0.09 255	0.08 233	0.08 186	0.08 235

CoDeX	0.23 298	0.12 198	0.46 357	0.21 208	0.14 300	0.29 345	0.21 337	0.53 447	0.41 384	0.29 267	0.35 307	0.29 301	0.22 286	0.48 369	0.19 267	0.09 294	0.06 163	0.08 175	0.07 157	0.08 186	0.07 167

cc1	0.18 177	0.14 304	0.38 262	0.23 317	0.11 122	0.31 380	0.19 259	0.35 240	0.47 447	0.17 134	0.19 126	0.13 78	0.18 242	0.28 256	0.11 15	0.08 211	0.05 32	0.08 175	0.06 101	0.08 186	0.08 235

ffm	0.22 281	0.12 198	0.42 318	0.20 163	0.13 257	0.28 324	0.20 306	0.35 240	0.44 414	0.30 298	0.42 387	0.34 351	0.23 301	0.27 242	0.11 15	0.08 211	0.05 32	0.11 385	0.10 363	0.08 186	0.08 235

ff1	0.29 413	0.12 198	0.42 318	0.20 163	0.13 257	0.28 324	0.20 306	0.35 240	0.44 414	0.30 298	0.42 387	0.34 351	0.23 301	0.81 519	1.08 559	0.08 211	0.05 32	0.11 385	0.10 363	0.08 186	0.08 235

tt1	0.18 177	0.14 304	0.35 211	0.23 317	0.11 122	0.30 364	0.19 259	0.35 240	0.44 414	0.17 134	0.19 126	0.13 78	0.16 191	0.27 242	0.11 15	0.08 211	0.05 32	0.08 175	0.06 101	0.08 186	0.08 235

UniTT-Stereo	0.14 88	0.10 90	0.30 154	0.21 208	0.13 257	0.17 76	0.13 49	0.19 23	0.18 64	0.15 99	0.20 143	0.10 36	0.11 78	0.18 79	0.16 184	0.08 211	0.06 163	0.07 92	0.06 101	0.08 186	0.06 85

MIM_Stereo	0.18 177	0.12 198	0.38 262	0.20 163	0.11 122	0.17 76	0.14 73	0.35 240	0.25 184	0.27 228	0.35 307	0.23 224	0.13 135	0.27 242	0.16 184	0.06 28	0.07 287	0.08 175	0.08 233	0.08 186	0.06 85

CASnet	0.14 88	0.12 198	0.22 82	0.22 269	0.08 10	0.16 55	0.15 97	0.27 120	0.25 184	0.22 177	0.20 143	0.15 120	0.11 78	0.17 58	0.13 98	0.07 76	0.05 32	0.11 385	0.09 321	0.08 186	0.05 25
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LL-Strereo2	0.18 177	0.18 396	0.39 277	0.22 269	0.12 179	0.24 259	0.13 49	0.31 182	0.23 156	0.24 197	0.20 143	0.24 236	0.12 103	0.26 223	0.15 159	0.06 28	0.06 163	0.12 423	0.09 321	0.08 186	0.07 167

4D-IteraStereo	0.17 153	0.16 363	0.50 390	0.21 208	0.14 300	0.19 124	0.17 171	0.28 139	0.28 219	0.23 183	0.20 143	0.20 180	0.11 78	0.19 102	0.14 135	0.06 28	0.04 2	0.10 328	0.08 233	0.08 186	0.06 85

anonymousdsp2	0.17 153	0.10 90	0.28 137	0.20 163	0.11 122	0.25 274	0.17 171	0.41 310	0.31 263	0.23 183	0.23 170	0.22 204	0.15 175	0.25 207	0.15 159	0.07 76	0.05 32	0.07 92	0.05 50	0.08 186	0.07 167

anonymousdsp	0.14 88	0.12 198	0.27 126	0.19 100	0.12 179	0.21 187	0.18 214	0.28 139	0.20 107	0.15 99	0.13 49	0.12 67	0.12 103	0.24 176	0.12 55	0.07 76	0.05 32	0.08 175	0.07 157	0.08 186	0.07 167

CES	0.14 88	0.08 14	0.19 52	0.17 23	0.22 488	0.18 97	0.16 130	0.23 75	0.19 81	0.14 85	0.17 106	0.14 103	0.10 49	0.18 79	0.12 55	0.07 76	0.05 32	0.06 31	0.04 1	0.08 186	0.18 497

Selective-RAFT	0.17 153	0.12 198	0.30 154	0.24 368	0.10 76	0.29 345	0.15 97	0.32 193	0.31 263	0.17 134	0.17 106	0.21 192	0.18 242	0.28 256	0.17 215	0.07 76	0.06 163	0.07 92	0.07 157	0.08 186	0.06 85

CroCo-Stereo Lap2	0.15 120	0.15 338	0.28 137	0.25 405	0.18 425	0.11 4	0.19 259	0.28 139	0.21 124	0.13 60	0.16 95	0.15 120	0.12 103	0.17 58	0.14 135	0.07 76	0.07 287	0.08 175	0.06 101	0.08 186	0.07 167

TestStereo1	0.21 251	0.16 363	0.32 174	0.26 439	0.13 257	0.26 294	0.27 445	0.40 298	0.36 323	0.29 267	0.39 353	0.22 204	0.21 273	0.33 309	0.17 215	0.07 76	0.06 163	0.09 255	0.08 233	0.08 186	0.07 167

raft_robust	0.22 281	0.17 382	0.30 154	0.22 269	0.12 179	0.23 237	0.22 363	0.49 392	0.48 457	0.32 338	0.32 265	0.26 265	0.23 301	0.53 396	0.15 159	0.07 76	0.06 163	0.08 175	0.10 363	0.08 186	0.06 85

RAFT_CTSACE	0.21 251	0.16 363	0.41 308	0.25 405	0.15 350	0.22 215	0.24 410	0.32 193	0.28 219	0.33 350	0.51 457	0.29 301	0.17 217	0.32 302	0.13 98	0.06 28	0.07 287	0.09 255	0.08 233	0.08 186	0.06 85

SA-5K	0.21 251	0.16 363	0.32 174	0.26 439	0.13 257	0.26 294	0.27 445	0.40 298	0.36 323	0.29 267	0.39 353	0.22 204	0.21 273	0.33 309	0.17 215	0.07 76	0.06 163	0.09 255	0.08 233	0.08 186	0.07 167

Sa-1000	0.22 281	0.15 338	0.35 211	0.23 317	0.13 257	0.28 324	0.23 388	0.47 372	0.39 358	0.30 298	0.50 451	0.26 265	0.19 257	0.33 309	0.16 184	0.07 76	0.06 163	0.10 328	0.11 402	0.08 186	0.06 85

SA	0.22 281	0.16 363	0.36 231	0.23 317	0.13 257	0.24 259	0.23 388	0.45 353	0.40 374	0.27 228	0.44 411	0.23 224	0.23 301	0.33 309	0.17 215	0.07 76	0.06 163	0.10 328	0.11 402	0.08 186	0.06 85

IGEV-Stereo	0.14 88	0.12 198	0.27 126	0.19 100	0.12 179	0.21 187	0.18 214	0.28 139	0.20 107	0.15 99	0.13 49	0.12 67	0.12 103	0.24 176	0.12 55	0.07 76	0.05 32	0.08 175	0.07 157	0.08 186	0.07 167
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CIPLG	0.21 251	0.21 438	0.55 418	0.23 317	0.15 350	0.25 274	0.20 306	0.35 240	0.29 238	0.31 315	0.33 286	0.22 204	0.15 175	0.26 223	0.20 284	0.08 211	0.07 287	0.07 92	0.07 157	0.08 186	0.08 235

iRaft-Stereo_20w	0.19 216	0.10 90	0.46 357	0.19 100	0.13 257	0.25 274	0.19 259	0.52 436	0.19 81	0.29 267	0.21 155	0.22 204	0.20 266	0.28 256	0.18 237	0.07 76	0.06 163	0.07 92	0.08 233	0.08 186	0.08 235

IPLGR_C	0.21 251	0.22 451	0.60 439	0.23 317	0.15 350	0.24 259	0.20 306	0.35 240	0.29 238	0.31 315	0.32 265	0.22 204	0.15 175	0.25 207	0.20 284	0.08 211	0.07 287	0.07 92	0.07 157	0.08 186	0.08 235

GMOStereo	0.18 177	0.14 304	0.30 154	0.22 269	0.12 179	0.20 159	0.27 445	0.26 106	0.28 219	0.31 315	0.32 265	0.26 265	0.17 217	0.15 23	0.12 55	0.07 76	0.07 287	0.10 328	0.08 233	0.08 186	0.05 25

error version	0.18 177	0.14 304	0.30 154	0.22 269	0.12 179	0.20 159	0.27 445	0.26 106	0.28 219	0.31 315	0.32 265	0.26 265	0.17 217	0.15 23	0.12 55	0.07 76	0.07 287	0.10 328	0.08 233	0.08 186	0.05 25

test-v	0.18 177	0.14 304	0.30 154	0.22 269	0.12 179	0.20 159	0.27 445	0.26 106	0.28 219	0.31 315	0.32 265	0.26 265	0.17 217	0.15 23	0.12 55	0.07 76	0.07 287	0.10 328	0.08 233	0.08 186	0.05 25

ACRE	0.21 251	0.20 424	0.62 450	0.23 317	0.15 350	0.24 259	0.20 306	0.35 240	0.28 219	0.31 315	0.32 265	0.22 204	0.15 175	0.25 207	0.20 284	0.08 211	0.07 287	0.07 92	0.07 157	0.08 186	0.08 235

PFNet+	0.20 231	0.10 90	0.37 243	0.21 208	0.12 179	0.17 76	0.19 259	0.29 152	0.34 294	0.33 350	0.32 265	0.24 236	0.16 191	0.32 302	0.17 215	0.10 343	0.07 287	0.11 385	0.10 363	0.08 186	0.12 411

HHNet	0.22 281	0.12 198	0.52 405	0.18 57	0.18 425	0.20 159	0.20 306	0.34 215	0.31 263	0.32 338	0.59 494	0.20 180	0.21 273	0.24 176	0.31 417	0.08 211	0.05 32	0.09 255	0.07 157	0.08 186	0.11 388

AAGNet	0.33 447	0.11 156	0.37 243	0.25 405	0.16 382	0.20 159	0.19 259	0.30 171	0.27 204	0.35 387	0.35 307	0.27 274	0.30 414	0.44 357	2.66 595	0.08 211	0.05 32	0.10 328	0.07 157	0.08 186	0.06 85

NF-Stereo	0.20 231	0.10 90	0.35 211	0.24 368	0.12 179	0.21 187	0.18 214	0.38 275	0.32 272	0.28 238	0.30 242	0.22 204	0.16 191	0.51 383	0.20 284	0.08 211	0.06 163	0.09 255	0.08 233	0.08 186	0.13 428

OCTAStereo	0.20 231	0.10 90	0.35 211	0.24 368	0.12 179	0.21 187	0.18 214	0.38 275	0.32 272	0.28 238	0.30 242	0.22 204	0.16 191	0.51 383	0.20 284	0.08 211	0.06 163	0.09 255	0.08 233	0.08 186	0.13 428

PSM-softLoss	0.21 251	0.10 90	0.39 277	0.24 368	0.12 179	0.20 159	0.18 214	0.38 275	0.26 193	0.29 267	0.32 265	0.24 236	0.16 191	0.52 389	0.20 284	0.09 294	0.06 163	0.10 328	0.09 321	0.08 186	0.12 411

KMStereo	0.21 251	0.10 90	0.39 277	0.24 368	0.12 179	0.20 159	0.18 214	0.38 275	0.26 193	0.29 267	0.32 265	0.24 236	0.16 191	0.52 389	0.20 284	0.09 294	0.06 163	0.10 328	0.09 321	0.08 186	0.12 411

PSM-AAD	0.25 357	0.10 90	0.30 154	0.24 368	0.12 179	0.26 294	0.38 522	0.34 215	0.28 219	0.35 387	0.39 353	0.28 290	0.79 557	0.30 288	0.16 184	0.07 76	0.06 163	0.12 423	0.11 402	0.08 186	0.21 523

KYRaft	0.22 281	0.10 90	0.30 154	0.23 317	0.12 179	0.23 237	0.23 388	0.35 240	0.24 171	0.35 387	0.54 475	0.34 351	0.26 349	0.29 273	0.15 159	0.07 76	0.05 32	0.09 255	0.10 363	0.08 186	0.31 554

RAFT_R40	0.21 251	0.10 90	0.37 243	0.24 368	0.13 257	0.18 97	0.18 214	0.31 182	0.29 238	0.33 350	0.33 286	0.30 317	0.24 319	0.55 404	0.18 237	0.08 211	0.05 32	0.10 328	0.08 233	0.08 186	0.07 167

PFNet	0.23 298	0.10 90	0.57 425	0.24 368	0.14 300	0.22 215	0.19 259	0.39 287	0.33 284	0.35 387	0.32 265	0.27 274	0.19 257	0.64 457	0.22 327	0.09 294	0.05 32	0.09 255	0.07 157	0.08 186	0.07 167

RE-Stereo	0.20 231	0.10 90	0.35 211	0.24 368	0.12 179	0.21 187	0.18 214	0.38 275	0.32 272	0.28 238	0.30 242	0.22 204	0.16 191	0.51 383	0.20 284	0.08 211	0.06 163	0.09 255	0.08 233	0.08 186	0.13 428

Pruner-Stereo	0.19 216	0.11 156	0.34 201	0.29 493	0.12 179	0.19 124	0.17 171	0.31 182	0.29 238	0.33 350	0.32 265	0.25 244	0.15 175	0.24 176	0.21 307	0.09 294	0.06 163	0.09 255	0.08 233	0.08 186	0.09 297

TVStereo	0.20 231	0.10 90	0.35 211	0.24 368	0.12 179	0.21 187	0.18 214	0.38 275	0.32 272	0.28 238	0.30 242	0.22 204	0.16 191	0.51 383	0.20 284	0.08 211	0.06 163	0.09 255	0.08 233	0.08 186	0.13 428

IRAFT_RVC	0.22 281	0.12 198	0.39 277	0.26 439	0.11 122	0.18 97	0.24 410	0.40 298	0.37 334	0.31 315	0.30 242	0.29 301	0.24 319	0.55 404	0.22 327	0.08 211	0.06 163	0.10 328	0.08 233	0.08 186	0.07 167

test-2	0.18 177	0.14 304	0.30 154	0.22 269	0.12 179	0.20 159	0.27 445	0.26 106	0.28 219	0.31 315	0.32 265	0.26 265	0.17 217	0.15 23	0.12 55	0.07 76	0.07 287	0.10 328	0.08 233	0.08 186	0.05 25

GMM-Stereo	0.21 251	0.10 90	0.43 329	0.23 317	0.13 257	0.24 259	0.25 427	0.37 269	0.27 204	0.30 298	0.45 423	0.27 274	0.21 273	0.31 295	0.17 215	0.07 76	0.05 32	0.10 328	0.09 321	0.08 186	0.19 505

Prome-Stereo	0.21 251	0.10 90	0.30 154	0.24 368	0.12 179	0.23 237	0.23 388	0.36 259	0.25 184	0.33 350	0.59 494	0.24 236	0.28 385	0.29 273	0.16 184	0.07 76	0.05 32	0.08 175	0.07 157	0.08 186	0.20 515

iRaftStereo_RVC	0.16 134	0.12 198	0.26 117	0.21 208	0.11 122	0.20 159	0.17 171	0.32 193	0.23 156	0.20 160	0.25 193	0.18 157	0.12 103	0.20 119	0.15 159	0.07 76	0.05 32	0.09 255	0.09 321	0.08 186	0.07 167

delet	0.27 381	0.14 304	0.40 285	0.23 317	0.19 447	0.41 463	0.29 467	0.49 392	0.48 457	0.33 350	0.41 371	0.37 376	0.30 414	0.48 369	0.34 434	0.09 294	0.09 406	0.11 385	0.12 441	0.08 186	0.08 235

cf-r	0.24 329	0.15 338	0.44 338	0.21 208	0.14 300	0.27 304	0.22 363	0.42 324	0.40 374	0.30 298	0.42 387	0.42 427	0.26 349	0.43 353	0.25 367	0.11 382	0.06 163	0.08 175	0.10 363	0.08 186	0.08 235

HSM-Net_RVC	0.27 381	0.11 156	0.42 318	0.19 100	0.11 122	0.34 413	0.20 306	0.62 524	0.43 399	0.40 450	0.43 400	0.50 475	0.26 349	0.76 502	0.22 327	0.08 211	0.07 287	0.07 92	0.07 157	0.08 186	0.08 235
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
HSM	0.28 402	0.16 363	0.35 211	0.20 163	0.15 350	0.33 400	0.19 259	0.53 447	0.37 334	0.36 403	0.38 340	0.67 536	0.31 430	0.89 533	0.23 346	0.08 211	0.06 163	0.08 175	0.07 157	0.08 186	0.08 235

iResNet	0.24 329	0.18 396	0.61 442	0.25 405	0.11 122	0.29 345	0.21 337	0.42 324	0.43 399	0.33 350	0.43 400	0.27 274	0.22 286	0.34 315	0.26 380	0.07 76	0.05 32	0.07 92	0.06 101	0.08 186	0.07 167

gasm-f	0.12 48	0.09 48	0.19 52	0.18 57	0.12 179	0.18 97	0.18 214	0.20 34	0.14 22	0.12 45	0.19 126	0.10 36	0.11 78	0.16 41	0.11 15	0.08 211	0.06 163	0.06 31	0.05 50	0.09 256	0.08 235

G2L-ROB	0.23 298	0.15 338	0.41 308	0.19 100	0.12 179	0.27 304	0.21 337	0.47 372	0.33 284	0.34 370	0.31 256	0.41 418	0.22 286	0.49 374	0.26 380	0.09 294	0.06 163	0.07 92	0.06 101	0.09 256	0.10 353

G2L-Stereo_test	0.24 329	0.16 363	0.38 262	0.19 100	0.13 257	0.27 304	0.24 410	0.49 392	0.38 348	0.37 410	0.37 326	0.40 411	0.24 319	0.52 389	0.28 390	0.08 211	0.06 163	0.06 31	0.06 101	0.09 256	0.08 235

G2L-Stereo	0.25 357	0.16 363	0.47 365	0.22 269	0.14 300	0.25 274	0.18 214	0.46 364	0.35 310	0.33 350	0.37 326	0.40 411	0.22 286	0.60 434	0.30 410	0.10 343	0.09 406	0.10 328	0.08 233	0.09 256	0.09 297

MM-Stereo_test3	0.17 153	0.12 198	0.29 147	0.23 317	0.14 300	0.19 124	0.22 363	0.39 287	0.36 323	0.16 121	0.24 184	0.17 147	0.12 103	0.19 102	0.14 135	0.07 76	0.07 287	0.08 175	0.06 101	0.09 256	0.06 85

MM-Stereo_test2	0.15 120	0.10 90	0.44 338	0.23 317	0.11 122	0.21 187	0.21 337	0.27 120	0.22 137	0.15 99	0.16 95	0.13 78	0.11 78	0.20 119	0.13 98	0.06 28	0.05 32	0.07 92	0.06 101	0.09 256	0.05 25

MM-Stereo_test1	0.17 153	0.10 90	0.39 277	0.23 317	0.11 122	0.20 159	0.22 363	0.33 207	0.29 238	0.22 177	0.21 155	0.15 120	0.14 157	0.23 163	0.13 98	0.07 76	0.06 163	0.08 175	0.07 157	0.09 256	0.06 85

HI	0.20 231	0.13 261	0.33 191	0.18 57	0.15 350	0.17 76	0.16 130	0.34 215	0.21 124	0.37 410	0.39 353	0.36 370	0.24 319	0.29 273	0.21 307	0.06 28	0.05 32	0.08 175	0.09 321	0.09 256	0.07 167

CoSv	0.20 231	0.13 261	0.33 191	0.18 57	0.15 350	0.17 76	0.16 130	0.34 215	0.21 124	0.37 410	0.39 353	0.36 370	0.24 319	0.29 273	0.21 307	0.06 28	0.05 32	0.08 175	0.09 321	0.09 256	0.07 167

SCV_C0	0.14 88	0.11 156	0.25 109	0.19 100	0.12 179	0.15 29	0.16 130	0.30 171	0.22 137	0.13 60	0.15 82	0.13 78	0.09 20	0.24 176	0.10 1	0.06 28	0.05 32	0.06 31	0.06 101	0.09 256	0.06 85

SCV	0.14 88	0.14 304	0.24 96	0.21 208	0.11 122	0.15 29	0.16 130	0.31 182	0.18 64	0.11 28	0.15 82	0.13 78	0.10 49	0.23 163	0.11 15	0.07 76	0.05 32	0.07 92	0.06 101	0.09 256	0.06 85

rvit_stereo_0083	0.16 134	0.12 198	0.26 117	0.21 208	0.13 257	0.17 76	0.17 171	0.22 56	0.34 294	0.16 121	0.21 155	0.19 171	0.16 191	0.21 138	0.16 184	0.11 382	0.10 431	0.10 328	0.08 233	0.09 256	0.07 167

rvit_stereo_0081_aga	0.16 134	0.14 304	0.28 137	0.21 208	0.13 257	0.19 124	0.17 171	0.23 75	0.24 171	0.17 134	0.21 155	0.19 171	0.13 135	0.19 102	0.14 135	0.11 382	0.08 372	0.09 255	0.08 233	0.09 256	0.07 167

rvit_stereo_0081	0.16 134	0.11 156	0.24 96	0.21 208	0.12 179	0.16 55	0.17 171	0.22 56	0.33 284	0.16 121	0.18 118	0.18 157	0.14 157	0.20 119	0.16 184	0.11 382	0.08 372	0.09 255	0.08 233	0.09 256	0.07 167

rvit_stereo_0082	0.16 134	0.11 156	0.24 96	0.21 208	0.12 179	0.16 55	0.17 171	0.22 56	0.33 284	0.16 121	0.18 118	0.18 157	0.14 157	0.20 119	0.16 184	0.11 382	0.08 372	0.09 255	0.08 233	0.09 256	0.07 167

rvit_stereo_ft	0.17 153	0.14 304	0.30 154	0.25 405	0.14 300	0.17 76	0.21 337	0.28 139	0.26 193	0.16 121	0.19 126	0.20 180	0.16 191	0.22 154	0.17 215	0.11 382	0.07 287	0.09 255	0.09 321	0.09 256	0.07 167

test_sample2	0.21 251	0.10 90	0.28 137	0.19 100	0.11 122	0.27 304	0.21 337	0.43 336	0.29 238	0.26 218	0.31 256	0.30 317	0.24 319	0.45 360	0.18 237	0.09 294	0.07 287	0.08 175	0.07 157	0.09 256	0.09 297

test_sample1	0.20 231	0.10 90	0.28 137	0.19 100	0.12 179	0.28 324	0.19 259	0.41 310	0.25 184	0.26 218	0.31 256	0.29 301	0.26 349	0.44 357	0.21 307	0.09 294	0.07 287	0.08 175	0.07 157	0.09 256	0.09 297

H2IRNET	0.18 177	0.13 261	0.35 211	0.21 208	0.12 179	0.20 159	0.15 97	0.27 120	0.30 251	0.17 134	0.31 256	0.25 244	0.20 266	0.24 176	0.18 237	0.07 76	0.06 163	0.09 255	0.10 363	0.09 256	0.06 85

Former-RAFT_DAM_RVC	0.17 153	0.13 261	0.24 96	0.19 100	0.13 257	0.24 259	0.17 171	0.30 171	0.37 334	0.43 476	0.17 106	0.13 78	0.12 103	0.19 102	0.15 159	0.08 211	0.07 287	0.09 255	0.07 157	0.09 256	0.08 235

SMFormer	0.25 357	0.12 198	0.40 285	0.19 100	0.10 76	0.27 304	0.19 259	0.51 419	0.45 425	0.34 370	0.41 371	0.31 328	0.26 349	0.58 426	0.28 390	0.10 343	0.07 287	0.08 175	0.08 233	0.09 256	0.09 297

ACVNet-DCA	0.18 177	0.14 304	0.38 262	0.23 317	0.11 122	0.31 380	0.19 259	0.41 310	0.27 204	0.17 134	0.19 126	0.13 78	0.18 242	0.28 256	0.11 15	0.08 211	0.05 32	0.08 175	0.06 101	0.09 256	0.09 297

xx1	0.20 231	0.14 304	0.38 262	0.23 317	0.11 122	0.31 380	0.19 259	0.35 240	0.47 447	0.17 134	0.19 126	0.28 290	0.24 319	0.28 256	0.11 15	0.08 211	0.05 32	0.10 328	0.09 321	0.09 256	0.09 297

1test111	0.19 216	0.14 304	0.38 262	0.23 317	0.11 122	0.31 380	0.19 259	0.41 310	0.27 204	0.17 134	0.19 126	0.13 78	0.18 242	0.34 315	0.22 327	0.08 211	0.05 32	0.08 175	0.06 101	0.09 256	0.09 297

11t1	0.18 177	0.10 90	0.30 154	0.20 163	0.11 122	0.27 304	0.17 171	0.35 240	0.23 156	0.25 206	0.23 170	0.23 224	0.23 301	0.25 207	0.18 237	0.09 294	0.07 287	0.07 92	0.06 101	0.09 256	0.09 297

1111x	0.32 438	0.11 156	0.40 285	0.22 269	0.11 122	0.32 389	0.26 439	0.59 503	0.43 399	0.31 315	0.41 371	0.39 396	0.28 385	0.76 502	1.37 575	0.09 294	0.08 372	0.09 255	0.10 363	0.09 256	0.08 235

MIF-Stereo (partial)	0.16 134	0.10 90	0.34 201	0.21 208	0.15 350	0.15 29	0.13 49	0.28 139	0.25 184	0.17 134	0.26 203	0.15 120	0.16 191	0.25 207	0.17 215	0.09 294	0.06 163	0.10 328	0.08 233	0.09 256	0.08 235

EKT-Stereo	0.38 481	0.12 198	0.38 262	0.42 548	3.88 600	0.21 187	0.17 171	0.35 240	0.28 219	0.20 160	0.20 143	0.23 224	0.15 175	0.28 256	0.16 184	0.09 294	0.07 287	0.09 255	0.07 157	0.09 256	0.09 297

LL-Strereo	0.29 413	0.25 469	0.58 430	0.25 405	0.21 472	0.23 237	0.24 410	0.55 464	0.42 391	0.34 370	0.32 265	0.41 418	0.40 481	0.94 542	0.23 346	0.08 211	0.07 287	0.11 385	0.09 321	0.09 256	0.09 297

CBFPSM	0.27 381	0.16 363	0.67 467	0.20 163	0.14 300	0.38 446	0.25 427	0.40 298	0.36 323	0.33 350	0.36 317	0.56 500	0.38 470	0.32 302	0.38 447	0.08 211	0.08 372	0.07 92	0.08 233	0.09 256	0.11 388

gwcnet-sp	0.24 329	0.13 261	0.63 453	0.22 269	0.14 300	0.34 413	0.22 363	0.44 343	0.39 358	0.35 387	0.34 296	0.27 274	0.27 368	0.35 324	0.25 367	0.09 294	0.08 372	0.09 255	0.09 321	0.09 256	0.09 297

scenet	0.24 329	0.13 261	0.63 453	0.22 269	0.14 300	0.34 413	0.22 363	0.44 343	0.39 358	0.35 387	0.34 296	0.27 274	0.27 368	0.35 324	0.25 367	0.09 294	0.08 372	0.09 255	0.09 321	0.09 256	0.09 297

knoymous	0.17 153	0.09 48	0.32 174	0.17 23	0.11 122	0.21 187	0.17 171	0.32 193	0.23 156	0.23 183	0.28 216	0.27 274	0.16 191	0.23 163	0.16 184	0.09 294	0.06 163	0.09 255	0.06 101	0.09 256	0.09 297

ssnet	0.24 329	0.13 261	0.63 453	0.22 269	0.14 300	0.34 413	0.22 363	0.44 343	0.39 358	0.35 387	0.34 296	0.27 274	0.27 368	0.35 324	0.25 367	0.09 294	0.08 372	0.09 255	0.09 321	0.09 256	0.09 297

qqq	0.20 231	0.12 198	0.31 168	0.20 163	0.11 122	0.23 237	0.19 259	0.41 310	0.27 204	0.24 197	0.28 216	0.28 290	0.24 319	0.34 315	0.22 327	0.08 211	0.07 287	0.10 328	0.09 321	0.09 256	0.09 297

x	0.19 216	0.11 156	0.29 147	0.20 163	0.11 122	0.26 294	0.18 214	0.41 310	0.29 238	0.25 206	0.29 229	0.28 290	0.24 319	0.26 223	0.23 346	0.09 294	0.07 287	0.08 175	0.07 157	0.09 256	0.08 235

BUS	0.23 298	0.12 198	0.28 137	0.25 405	0.14 300	0.43 478	0.17 171	0.56 479	0.34 294	0.34 370	0.35 307	0.32 337	0.20 266	0.26 223	0.21 307	0.10 343	0.07 287	0.11 385	0.10 363	0.09 256	0.09 297

IER	0.23 298	0.12 198	0.39 277	0.20 163	0.14 300	0.31 380	0.19 259	0.42 324	0.36 323	0.33 350	0.40 363	0.32 337	0.33 440	0.29 273	0.22 327	0.09 294	0.07 287	0.08 175	0.08 233	0.09 256	0.08 235

RAFT+CT+SA	0.21 251	0.18 396	0.33 191	0.25 405	0.18 425	0.23 237	0.29 467	0.40 298	0.36 323	0.24 197	0.38 340	0.18 157	0.16 191	0.32 302	0.16 184	0.07 76	0.05 32	0.09 255	0.12 441	0.09 256	0.09 297

BSDual-CNN	0.23 298	0.12 198	0.28 137	0.25 405	0.14 300	0.35 428	0.21 337	0.56 479	0.34 294	0.34 370	0.35 307	0.38 384	0.24 319	0.26 223	0.21 307	0.10 343	0.07 287	0.11 385	0.10 363	0.09 256	0.09 297

hknet	0.25 357	0.14 304	0.40 285	0.25 405	0.15 350	0.35 428	0.21 337	0.56 479	0.37 334	0.34 370	0.35 307	0.43 431	0.27 368	0.37 332	0.21 307	0.09 294	0.07 287	0.11 385	0.10 363	0.09 256	0.09 297

iRaft-Stereo_5w	0.23 298	0.18 396	0.44 338	0.22 269	0.13 257	0.19 124	0.19 259	0.37 269	0.32 272	0.28 238	0.37 326	0.34 351	0.23 301	0.65 463	0.27 386	0.06 28	0.06 163	0.08 175	0.07 157	0.09 256	0.08 235

psmg	0.23 298	0.12 198	0.28 137	0.21 208	0.14 300	0.35 428	0.23 388	0.51 419	0.34 294	0.35 387	0.38 340	0.38 384	0.24 319	0.26 223	0.21 307	0.10 343	0.08 372	0.10 328	0.10 363	0.09 256	0.08 235

DAS	0.27 381	0.12 198	0.42 318	0.24 368	0.18 425	0.29 345	0.24 410	0.45 353	0.45 425	0.41 460	0.44 411	0.34 351	0.29 400	0.75 497	0.21 307	0.09 294	0.07 287	0.09 255	0.07 157	0.09 256	0.09 297

SepStereo	0.26 373	0.12 198	0.42 318	0.24 368	0.18 425	0.29 345	0.24 410	0.45 353	0.45 425	0.41 460	0.44 411	0.34 351	0.29 400	0.64 457	0.21 307	0.09 294	0.07 287	0.09 255	0.07 157	0.09 256	0.09 297

GwcNet-ADL	0.22 281	0.14 304	0.58 430	0.24 368	0.13 257	0.22 215	0.23 388	0.49 392	0.40 374	0.27 228	0.29 229	0.30 317	0.20 266	0.26 223	0.23 346	0.09 294	0.07 287	0.07 92	0.07 157	0.09 256	0.09 297

GANet-ADL	0.21 251	0.12 198	0.45 349	0.23 317	0.14 300	0.29 345	0.19 259	0.46 364	0.35 310	0.25 206	0.32 265	0.32 337	0.19 257	0.24 176	0.20 284	0.10 343	0.07 287	0.07 92	0.06 101	0.09 256	0.10 353

NRIStereo	0.18 177	0.11 156	0.35 211	0.23 317	0.11 122	0.24 259	0.20 306	0.29 152	0.26 193	0.26 218	0.25 193	0.25 244	0.18 242	0.34 315	0.18 237	0.07 76	0.06 163	0.09 255	0.07 157	0.09 256	0.08 235

SST-Stereo	0.21 251	0.10 90	0.37 243	0.24 368	0.13 257	0.19 124	0.17 171	0.31 182	0.24 171	0.34 370	0.33 286	0.29 301	0.25 340	0.56 415	0.17 215	0.08 211	0.05 32	0.10 328	0.08 233	0.09 256	0.07 167

DeepStereo_RVC	0.18 177	0.11 156	0.40 285	0.21 208	0.11 122	0.19 124	0.16 130	0.28 139	0.22 137	0.27 228	0.27 210	0.23 224	0.28 385	0.24 176	0.18 237	0.08 211	0.06 163	0.09 255	0.07 157	0.09 256	0.10 353

ICVP	0.23 298	0.13 261	0.44 338	0.26 439	0.14 300	0.29 345	0.25 427	0.45 353	0.33 284	0.29 267	0.43 400	0.35 365	0.25 340	0.26 223	0.23 346	0.12 420	0.09 406	0.09 255	0.08 233	0.09 256	0.10 353
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rafts_anoy	0.18 177	0.15 338	0.35 211	0.22 269	0.14 300	0.19 124	0.17 171	0.32 193	0.30 251	0.23 183	0.25 193	0.20 180	0.16 191	0.22 154	0.19 267	0.08 211	0.07 287	0.10 328	0.12 441	0.09 256	0.08 235

RALCasStereoNet	0.18 177	0.15 338	0.33 191	0.21 208	0.14 300	0.21 187	0.18 214	0.31 182	0.25 184	0.21 171	0.29 229	0.22 204	0.15 175	0.27 242	0.17 215	0.08 211	0.10 431	0.07 92	0.06 101	0.09 256	0.09 297

RALAANet	0.19 216	0.18 396	0.37 243	0.23 317	0.14 300	0.23 237	0.13 49	0.37 269	0.29 238	0.28 238	0.26 203	0.25 244	0.15 175	0.26 223	0.18 237	0.08 211	0.06 163	0.09 255	0.08 233	0.09 256	0.06 85

sCroCo_RVC	0.18 177	0.14 304	0.49 379	0.27 467	0.18 425	0.22 215	0.17 171	0.27 120	0.23 156	0.14 85	0.22 165	0.17 147	0.14 157	0.21 138	0.15 159	0.10 343	0.11 455	0.09 255	0.09 321	0.09 256	0.09 297

222	0.41 495	0.10 90	0.29 147	0.19 100	0.11 122	0.36 433	0.20 306	0.57 489	0.39 358	0.35 387	0.44 411	0.30 317	0.27 368	0.55 404	3.56 598	0.11 382	0.07 287	0.08 175	0.08 233	0.09 256	0.09 297

xxxx	0.34 455	0.10 90	0.29 147	0.19 100	0.11 122	0.37 438	0.20 306	0.58 498	0.38 348	0.29 267	0.42 387	0.38 384	0.24 319	0.46 363	2.20 591	0.11 382	0.07 287	0.09 255	0.08 233	0.09 256	0.09 297

test_xeample	0.34 455	0.10 90	0.29 147	0.19 100	0.11 122	0.33 400	0.23 388	0.55 464	0.38 348	0.32 338	0.45 423	0.29 301	0.26 349	0.57 419	2.24 593	0.10 343	0.07 287	0.09 255	0.08 233	0.09 256	0.09 297

ARAFT	0.24 329	0.21 438	0.78 490	0.22 269	0.12 179	0.29 345	0.24 410	0.43 336	0.32 272	0.33 350	0.28 216	0.28 290	0.19 257	0.49 374	0.18 237	0.07 76	0.06 163	0.12 423	0.11 402	0.09 256	0.06 85

SFCPSM	0.22 281	0.10 90	0.51 401	0.21 208	0.14 300	0.34 413	0.22 363	0.55 464	0.39 358	0.29 267	0.32 265	0.23 224	0.21 273	0.27 242	0.19 267	0.09 294	0.07 287	0.09 255	0.09 321	0.09 256	0.08 235

FENet	0.21 251	0.11 156	0.45 349	0.21 208	0.12 179	0.26 294	0.17 171	0.41 310	0.35 310	0.30 298	0.31 256	0.29 301	0.23 301	0.26 223	0.23 346	0.09 294	0.06 163	0.09 255	0.09 321	0.09 256	0.09 297

ac_64	0.27 381	0.13 261	0.41 308	0.24 368	0.17 404	0.36 433	0.22 363	0.46 364	0.33 284	0.35 387	0.36 317	0.52 485	0.30 414	0.62 449	0.32 422	0.11 382	0.09 406	0.10 328	0.10 363	0.09 256	0.08 235

GwcNet-RSSM	0.26 373	0.17 382	0.46 357	0.21 208	0.13 257	0.28 324	0.23 388	0.44 343	0.42 391	0.31 315	0.45 423	0.40 411	0.26 349	0.55 404	0.28 390	0.11 382	0.07 287	0.09 255	0.10 363	0.09 256	0.08 235

AANet_RVC	0.31 429	0.22 451	0.50 390	0.23 317	0.14 300	0.30 364	0.24 410	0.47 372	0.54 494	0.38 425	0.60 499	0.43 431	0.29 400	0.87 528	0.40 463	0.11 382	0.07 287	0.07 92	0.07 157	0.09 256	0.09 297

HITNet	0.20 231	0.17 382	0.43 329	0.19 100	0.08 10	0.27 304	0.14 73	0.42 324	0.30 251	0.29 267	0.32 265	0.27 274	0.21 273	0.28 256	0.25 367	0.07 76	0.05 32	0.07 92	0.06 101	0.09 256	0.06 85
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
iResNet_ROB	0.25 357	0.19 412	0.40 285	0.20 163	0.12 179	0.30 364	0.16 130	0.55 464	0.53 489	0.38 425	0.43 400	0.37 376	0.26 349	0.38 337	0.22 327	0.08 211	0.06 163	0.06 31	0.04 1	0.09 256	0.09 297

z-ln-s-r	0.32 438	0.21 438	0.82 506	0.23 317	0.14 300	0.30 364	0.26 439	0.43 336	0.50 474	0.32 338	0.60 499	0.39 396	0.29 400	0.73 488	0.66 528	0.08 211	0.06 163	0.08 175	0.07 157	0.10 322	0.08 235

DFGA-Net	0.23 298	0.24 464	0.49 379	0.22 269	0.15 350	0.25 274	0.17 171	0.39 287	0.39 358	0.29 267	0.31 256	0.21 192	0.17 217	0.59 432	0.28 390	0.08 211	0.06 163	0.09 255	0.09 321	0.10 322	0.08 235

coex_refinement	0.26 373	0.16 363	0.36 231	0.23 317	0.15 350	0.31 380	0.20 306	0.49 392	0.42 391	0.35 387	0.42 387	0.45 446	0.27 368	0.55 404	0.33 429	0.10 343	0.06 163	0.07 92	0.07 157	0.10 322	0.10 353

rvit_0105_5	0.21 251	0.15 338	0.38 262	0.23 317	0.13 257	0.22 215	0.24 410	0.36 259	0.39 358	0.21 171	0.23 170	0.26 265	0.19 257	0.26 223	0.19 267	0.15 479	0.13 485	0.12 423	0.12 441	0.10 322	0.09 297

rvit_0105_3	0.23 298	0.17 382	0.40 285	0.25 405	0.15 350	0.24 259	0.28 461	0.38 275	0.41 384	0.25 206	0.25 193	0.28 290	0.21 273	0.28 256	0.20 284	0.15 479	0.13 485	0.14 471	0.15 491	0.10 322	0.09 297

UGAM	0.26 373	0.14 304	0.45 349	0.25 405	0.12 179	0.23 237	0.25 427	0.32 193	0.41 384	0.31 315	0.42 387	0.41 418	0.22 286	0.92 538	0.22 327	0.08 211	0.06 163	0.14 471	0.12 441	0.10 322	0.07 167

ACV-stereo	0.29 413	0.18 396	0.79 497	0.23 317	0.16 382	0.47 495	0.19 259	0.36 259	0.34 294	0.29 267	0.33 286	0.67 536	0.42 494	0.54 402	0.30 410	0.10 343	0.09 406	0.09 255	0.09 321	0.10 322	0.11 388

rvit_stereo_0080	0.15 120	0.13 261	0.25 109	0.19 100	0.13 257	0.15 29	0.20 306	0.28 139	0.24 171	0.15 99	0.17 106	0.19 171	0.13 135	0.19 102	0.15 159	0.11 382	0.08 372	0.08 175	0.08 233	0.10 322	0.07 167

test_sample3	0.23 298	0.12 198	0.43 329	0.19 100	0.12 179	0.32 389	0.20 306	0.50 402	0.34 294	0.31 315	0.33 286	0.29 301	0.22 286	0.53 396	0.22 327	0.10 343	0.07 287	0.09 255	0.08 233	0.10 322	0.10 353

CAS++	0.16 134	0.12 198	0.27 126	0.18 57	0.12 179	0.17 76	0.15 97	0.42 324	0.24 171	0.19 156	0.18 118	0.13 78	0.10 49	0.21 138	0.12 55	0.12 420	0.10 431	0.11 385	0.08 233	0.10 322	0.09 297
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MGS-Stereo	0.14 88	0.11 156	0.32 174	0.19 100	0.11 122	0.18 97	0.17 171	0.20 34	0.22 137	0.14 85	0.24 184	0.15 120	0.10 49	0.18 79	0.12 55	0.07 76	0.06 163	0.07 92	0.06 101	0.10 322	0.06 85

MyStereo8	0.22 281	0.15 338	0.63 453	0.21 208	0.17 404	0.31 380	0.16 130	0.36 259	0.32 272	0.28 238	0.36 317	0.25 244	0.18 242	0.25 207	0.28 390	0.08 211	0.07 287	0.08 175	0.07 157	0.10 322	0.12 411

mmm	0.21 251	0.12 198	0.31 168	0.22 269	0.12 179	0.28 324	0.21 337	0.41 310	0.27 204	0.29 267	0.38 340	0.29 301	0.24 319	0.29 273	0.22 327	0.09 294	0.07 287	0.11 385	0.09 321	0.10 322	0.09 297

whm_eth	0.15 120	0.13 261	0.25 109	0.19 100	0.13 257	0.15 29	0.20 306	0.28 139	0.24 171	0.15 99	0.17 106	0.19 171	0.13 135	0.19 102	0.15 159	0.11 382	0.08 372	0.08 175	0.08 233	0.10 322	0.07 167

plain	0.17 153	0.13 261	0.43 329	0.21 208	0.13 257	0.16 55	0.17 171	0.27 120	0.22 137	0.16 121	0.26 203	0.13 78	0.16 191	0.27 242	0.16 184	0.08 211	0.06 163	0.10 328	0.07 157	0.10 322	0.07 167

StereoVision	0.22 281	0.18 396	0.37 243	0.27 467	0.17 404	0.23 237	0.22 363	0.38 275	0.31 263	0.20 160	0.51 457	0.22 204	0.16 191	0.28 256	0.18 237	0.11 382	0.12 472	0.13 444	0.13 468	0.10 322	0.07 167

riskmin	0.18 177	0.09 48	0.34 201	0.18 57	0.12 179	0.24 259	0.16 130	0.34 215	0.28 219	0.21 171	0.23 170	0.33 344	0.24 319	0.23 163	0.17 215	0.09 294	0.06 163	0.09 255	0.06 101	0.10 322	0.10 353

CRFU-Net	0.28 402	0.14 304	0.45 349	0.25 405	0.15 350	0.45 487	0.23 388	0.50 402	0.30 251	0.43 476	0.41 371	0.48 463	0.46 509	0.43 353	0.29 402	0.11 382	0.10 431	0.09 255	0.08 233	0.10 322	0.10 353

test_5	0.23 298	0.19 412	0.38 262	0.26 439	0.18 425	0.25 274	0.29 467	0.40 298	0.37 334	0.29 267	0.40 363	0.25 244	0.22 286	0.34 315	0.18 237	0.07 76	0.05 32	0.09 255	0.09 321	0.10 322	0.10 353

CSP-Net	0.27 381	0.15 338	0.30 154	0.21 208	0.14 300	0.44 481	0.24 410	0.50 402	0.40 374	0.41 460	0.43 400	0.42 427	0.26 349	0.66 468	0.28 390	0.12 420	0.08 372	0.08 175	0.08 233	0.10 322	0.09 297

PSMNet-ADL	0.25 357	0.15 338	0.32 174	0.26 439	0.14 300	0.31 380	0.22 363	0.44 343	0.36 323	0.27 228	0.33 286	0.41 418	0.28 385	0.61 441	0.29 402	0.11 382	0.09 406	0.09 255	0.11 402	0.10 322	0.10 353

Patchmatch Stereo++	0.18 177	0.12 198	0.37 243	0.22 269	0.10 76	0.18 97	0.14 73	0.29 152	0.22 137	0.28 238	0.29 229	0.25 244	0.17 217	0.26 223	0.16 184	0.08 211	0.06 163	0.10 328	0.08 233	0.10 322	0.08 235
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.18 177	0.12 198	0.37 243	0.22 269	0.10 76	0.18 97	0.16 130	0.29 152	0.22 137	0.28 238	0.29 229	0.25 244	0.18 242	0.24 176	0.16 184	0.08 211	0.06 163	0.10 328	0.08 233	0.10 322	0.08 235

ROB_FTStereo_v2	0.18 177	0.12 198	0.37 243	0.22 269	0.10 76	0.18 97	0.16 130	0.29 152	0.22 137	0.28 238	0.29 229	0.25 244	0.17 217	0.24 176	0.16 184	0.08 211	0.06 163	0.10 328	0.08 233	0.10 322	0.08 235

ROB_FTStereo	0.18 177	0.12 198	0.37 243	0.22 269	0.10 76	0.18 97	0.14 73	0.29 152	0.22 137	0.28 238	0.28 216	0.25 244	0.17 217	0.24 176	0.16 184	0.08 211	0.06 163	0.10 328	0.08 233	0.10 322	0.08 235

HUI-Stereo	0.18 177	0.12 198	0.37 243	0.22 269	0.10 76	0.18 97	0.14 73	0.29 152	0.22 137	0.28 238	0.28 216	0.25 244	0.17 217	0.22 154	0.16 184	0.08 211	0.06 163	0.10 328	0.08 233	0.10 322	0.08 235

iGMRVC	0.18 177	0.12 198	0.37 243	0.22 269	0.10 76	0.18 97	0.15 97	0.29 152	0.22 137	0.28 238	0.29 229	0.25 244	0.17 217	0.27 242	0.17 215	0.08 211	0.06 163	0.10 328	0.08 233	0.10 322	0.08 235

iRAFT	0.18 177	0.12 198	0.37 243	0.22 269	0.10 76	0.18 97	0.14 73	0.29 152	0.22 137	0.28 238	0.29 229	0.25 244	0.17 217	0.26 223	0.16 184	0.08 211	0.06 163	0.10 328	0.08 233	0.10 322	0.08 235

CRE-IMP	0.18 177	0.12 198	0.37 243	0.22 269	0.11 122	0.24 259	0.17 171	0.29 152	0.21 124	0.27 228	0.26 203	0.24 236	0.17 217	0.23 163	0.18 237	0.08 211	0.05 32	0.10 328	0.07 157	0.10 322	0.10 353

RAFT	0.21 251	0.17 382	0.32 174	0.24 368	0.12 179	0.25 274	0.27 445	0.35 240	0.28 219	0.33 350	0.33 286	0.38 384	0.22 286	0.29 273	0.17 215	0.08 211	0.08 372	0.11 385	0.10 363	0.10 322	0.06 85

RAFT-IKP	0.18 177	0.12 198	0.37 243	0.22 269	0.10 76	0.18 97	0.15 97	0.29 152	0.22 137	0.28 238	0.29 229	0.25 244	0.18 242	0.25 207	0.16 184	0.08 211	0.06 163	0.10 328	0.08 233	0.10 322	0.08 235

GES	0.22 281	0.12 198	0.42 318	0.20 163	0.14 300	0.27 304	0.19 259	0.49 392	0.33 284	0.30 298	0.36 317	0.25 244	0.23 301	0.29 273	0.22 327	0.10 343	0.08 372	0.08 175	0.07 157	0.10 322	0.11 388

HCRNet	0.24 329	0.25 469	0.33 191	0.34 523	0.16 382	0.27 304	0.18 214	0.43 336	0.35 310	0.30 298	0.35 307	0.32 337	0.22 286	0.44 357	0.20 284	0.13 440	0.08 372	0.13 444	0.11 402	0.10 322	0.09 297

GMStereo	0.19 216	0.25 469	0.40 285	0.21 208	0.12 179	0.22 215	0.19 259	0.29 152	0.40 374	0.25 206	0.23 170	0.16 137	0.15 175	0.25 207	0.19 267	0.09 294	0.06 163	0.08 175	0.08 233	0.10 322	0.08 235
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MMNet	0.27 381	0.14 304	0.49 379	0.24 368	0.17 404	0.47 495	0.22 363	0.45 353	0.51 478	0.39 440	0.41 371	0.36 370	0.33 440	0.39 339	0.34 434	0.08 211	0.07 287	0.09 255	0.09 321	0.10 322	0.08 235

psm_up	0.29 413	0.16 363	0.41 308	0.26 439	0.17 404	0.32 389	0.26 439	0.55 464	0.43 399	0.36 403	0.40 363	0.45 446	0.37 466	0.58 426	0.30 410	0.11 382	0.12 472	0.13 444	0.12 441	0.10 322	0.10 353

UNet	0.28 402	0.14 304	0.69 473	0.23 317	0.20 464	0.44 481	0.22 363	0.50 402	0.40 374	0.34 370	0.39 353	0.43 431	0.33 440	0.40 346	0.31 417	0.09 294	0.07 287	0.10 328	0.08 233	0.10 322	0.08 235

UPFNet	0.25 357	0.12 198	0.38 262	0.24 368	0.19 447	0.37 438	0.28 461	0.48 384	0.38 348	0.34 370	0.37 326	0.37 376	0.28 385	0.39 339	0.33 429	0.10 343	0.09 406	0.10 328	0.10 363	0.10 322	0.08 235

ACVNet	0.23 298	0.13 261	0.35 211	0.18 57	0.15 350	0.27 304	0.23 388	0.39 287	0.44 414	0.28 238	0.41 371	0.38 384	0.26 349	0.27 242	0.32 422	0.08 211	0.07 287	0.08 175	0.07 157	0.10 322	0.07 167

HGLStereo	0.27 381	0.14 304	0.46 357	0.24 368	0.21 472	0.33 400	0.23 388	0.50 402	0.42 391	0.35 387	0.48 447	0.41 418	0.33 440	0.45 360	0.33 429	0.11 382	0.10 431	0.09 255	0.09 321	0.10 322	0.12 411

GANet-RSSM	0.24 329	0.14 304	0.36 231	0.21 208	0.14 300	0.27 304	0.21 337	0.45 353	0.33 284	0.29 267	0.39 353	0.39 396	0.28 385	0.58 426	0.23 346	0.11 382	0.07 287	0.09 255	0.09 321	0.10 322	0.09 297

PSMNet-RSSM	0.24 329	0.15 338	0.36 231	0.21 208	0.14 300	0.25 274	0.20 306	0.48 384	0.37 334	0.30 298	0.44 411	0.38 384	0.26 349	0.52 389	0.22 327	0.12 420	0.07 287	0.11 385	0.13 468	0.10 322	0.09 297

DMCA	0.22 281	0.14 304	0.36 231	0.22 269	0.14 300	0.27 304	0.20 306	0.43 336	0.38 348	0.31 315	0.32 265	0.33 344	0.24 319	0.24 176	0.28 390	0.11 382	0.08 372	0.10 328	0.08 233	0.10 322	0.11 388

BEATNet_4x	0.22 281	0.18 396	0.47 365	0.22 269	0.10 76	0.28 324	0.14 73	0.46 364	0.32 272	0.31 315	0.34 296	0.31 328	0.25 340	0.31 295	0.29 402	0.08 211	0.06 163	0.08 175	0.06 101	0.10 322	0.08 235

NLCA_NET_v2_RVC	0.27 381	0.21 438	0.59 437	0.25 405	0.18 425	0.29 345	0.22 363	0.50 402	0.40 374	0.38 425	0.41 371	0.43 431	0.27 368	0.43 353	0.29 402	0.11 382	0.08 372	0.10 328	0.10 363	0.10 322	0.11 388
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.27 381	0.17 382	0.35 211	0.25 405	0.14 300	0.37 438	0.21 337	0.47 372	0.41 384	0.44 483	0.51 457	0.41 418	0.28 385	0.45 360	0.37 445	0.09 294	0.06 163	0.11 385	0.11 402	0.10 322	0.10 353
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.28 402	0.16 363	0.34 201	0.27 467	0.16 382	0.38 446	0.25 427	0.48 384	0.43 399	0.46 491	0.46 433	0.51 479	0.33 440	0.53 396	0.33 429	0.10 343	0.10 431	0.11 385	0.11 402	0.10 322	0.09 297

pmcnn	0.50 525	0.20 424	0.78 490	0.24 368	0.26 522	0.39 454	0.30 478	0.51 419	0.50 474	0.54 524	1.23 565	2.52 592	0.37 466	0.77 508	0.95 552	0.08 211	0.06 163	0.06 31	0.05 50	0.10 322	0.08 235

S2M2_L	0.13 63	0.11 156	0.20 63	0.16 9	0.12 179	0.12 8	0.07 1	0.18 17	0.20 107	0.12 45	0.15 82	0.14 103	0.12 103	0.15 23	0.14 135	0.13 440	0.09 406	0.09 255	0.10 363	0.11 370	0.09 297
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
rvit_0105_6	0.19 216	0.14 304	0.34 201	0.23 317	0.14 300	0.18 97	0.20 306	0.29 152	0.37 334	0.18 151	0.22 165	0.23 224	0.17 217	0.26 223	0.17 215	0.15 479	0.13 485	0.13 444	0.11 402	0.11 370	0.08 235

rvit_0105_4	0.20 231	0.15 338	0.38 262	0.23 317	0.14 300	0.20 159	0.22 363	0.33 207	0.39 358	0.19 156	0.24 184	0.25 244	0.19 257	0.27 242	0.17 215	0.16 494	0.13 485	0.13 444	0.11 402	0.11 370	0.08 235

rvit_105_1	0.27 381	0.19 412	0.46 357	0.27 467	0.19 447	0.30 364	0.35 507	0.44 343	0.51 478	0.31 315	0.31 256	0.31 328	0.26 349	0.35 324	0.25 367	0.15 479	0.14 495	0.15 486	0.17 512	0.11 370	0.10 353

ITSA-stereo	0.25 357	0.15 338	0.33 191	0.23 317	0.11 122	0.27 304	0.18 214	0.56 479	0.59 509	0.31 315	0.32 265	0.33 344	0.28 385	0.49 374	0.30 410	0.11 382	0.08 372	0.11 385	0.10 363	0.11 370	0.13 428

AIO-Stereo-zeroshot	0.23 298	0.13 261	0.83 509	0.20 163	0.21 472	0.23 237	0.17 171	0.48 384	0.27 204	0.23 183	0.29 229	0.39 396	0.23 301	0.25 207	0.15 159	0.08 211	0.06 163	0.08 175	0.11 402	0.11 370	0.10 353

IGEV-BASED-STEREO-	0.20 231	0.72 568	0.70 479	0.17 23	0.08 10	0.15 29	0.15 97	0.18 17	0.16 36	0.13 60	0.12 37	0.09 20	0.08 8	0.16 41	0.13 98	0.35 559	0.04 2	0.08 175	0.07 157	0.11 370	0.23 535

test_sample6	0.25 357	0.13 261	0.41 308	0.21 208	0.11 122	0.30 364	0.22 363	0.51 419	0.35 310	0.33 350	0.43 400	0.30 317	0.24 319	0.57 419	0.22 327	0.10 343	0.07 287	0.10 328	0.10 363	0.11 370	0.10 353

test_sample5	0.24 329	0.13 261	0.42 318	0.21 208	0.12 179	0.30 364	0.21 337	0.50 402	0.34 294	0.32 338	0.41 371	0.29 301	0.23 301	0.55 404	0.21 307	0.10 343	0.07 287	0.10 328	0.09 321	0.11 370	0.10 353

test_sample4	0.24 329	0.13 261	0.43 329	0.20 163	0.12 179	0.32 389	0.21 337	0.51 419	0.34 294	0.31 315	0.37 326	0.28 290	0.23 301	0.53 396	0.21 307	0.10 343	0.07 287	0.10 328	0.09 321	0.11 370	0.10 353

DualNet	0.24 329	0.13 261	0.42 318	0.21 208	0.12 179	0.30 364	0.21 337	0.50 402	0.34 294	0.33 350	0.43 400	0.29 301	0.23 301	0.55 404	0.21 307	0.10 343	0.07 287	0.10 328	0.09 321	0.11 370	0.10 353

mmx	0.31 429	0.12 198	0.42 318	0.20 163	0.13 257	0.28 324	0.20 306	0.55 464	0.45 425	0.30 298	0.42 387	0.34 351	0.23 301	0.81 519	1.08 559	0.10 343	0.07 287	0.11 385	0.10 363	0.11 370	0.10 353

ttt	0.29 413	0.12 198	0.34 201	0.21 208	0.13 257	0.29 345	0.20 306	0.56 479	0.47 447	0.31 315	0.44 411	0.30 317	0.22 286	0.65 463	0.85 545	0.13 440	0.10 431	0.10 328	0.10 363	0.11 370	0.11 388

xxx	0.31 429	0.12 198	0.42 318	0.20 163	0.13 257	0.28 324	0.20 306	0.55 464	0.45 425	0.30 298	0.42 387	0.34 351	0.23 301	0.81 519	1.08 559	0.10 343	0.07 287	0.11 385	0.10 363	0.11 370	0.10 353

PCWNet_CMD	0.23 298	0.13 261	0.48 374	0.20 163	0.13 257	0.28 324	0.16 130	0.46 364	0.46 442	0.29 267	0.36 317	0.37 376	0.24 319	0.28 256	0.20 284	0.09 294	0.06 163	0.10 328	0.08 233	0.11 370	0.09 297

CASS	0.21 251	0.15 338	0.32 174	0.26 439	0.11 122	0.28 324	0.19 259	0.39 287	0.30 251	0.32 338	0.34 296	0.25 244	0.24 319	0.25 207	0.20 284	0.13 440	0.08 372	0.11 385	0.09 321	0.11 370	0.11 388
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.24 329	0.16 363	0.48 374	0.21 208	0.13 257	0.29 345	0.29 467	0.39 287	0.39 358	0.27 228	0.35 307	0.39 396	0.31 430	0.31 295	0.29 402	0.08 211	0.09 406	0.10 328	0.11 402	0.11 370	0.10 353

ssnet_v2	0.28 402	0.16 363	0.44 338	0.22 269	0.15 350	0.40 459	0.30 478	0.57 489	0.46 442	0.38 425	0.36 317	0.47 456	0.29 400	0.38 337	0.39 455	0.13 440	0.11 455	0.11 385	0.11 402	0.11 370	0.11 388

Wz-Net-LNSev-Ref	0.30 422	0.20 424	0.70 479	0.21 208	0.17 404	0.46 489	0.27 445	0.50 402	0.49 466	0.42 470	0.55 479	0.43 431	0.30 414	0.46 363	0.38 447	0.09 294	0.06 163	0.07 92	0.06 101	0.11 370	0.10 353

NINENet	0.25 357	0.15 338	0.37 243	0.23 317	0.16 382	0.43 478	0.17 171	0.60 511	0.46 442	0.32 338	0.37 326	0.32 337	0.20 266	0.42 351	0.21 307	0.10 343	0.10 431	0.12 423	0.08 233	0.11 370	0.10 353

dd	0.22 281	0.26 480	0.40 285	0.22 269	0.12 179	0.25 274	0.21 337	0.32 193	0.44 414	0.29 267	0.28 216	0.25 244	0.16 191	0.30 288	0.25 367	0.12 420	0.07 287	0.10 328	0.08 233	0.11 370	0.09 297

GEStereo_RVC	0.27 381	0.20 424	0.44 338	0.27 467	0.16 382	0.33 400	0.25 427	0.56 479	0.54 494	0.34 370	0.38 340	0.34 351	0.25 340	0.51 383	0.28 390	0.12 420	0.08 372	0.09 255	0.08 233	0.11 370	0.11 388

Anonymous3	0.23 298	0.18 396	0.63 453	0.27 467	0.18 425	0.41 463	0.23 388	0.43 336	0.35 310	0.23 183	0.27 210	0.20 180	0.18 242	0.27 242	0.18 237	0.12 420	0.11 455	0.10 328	0.10 363	0.11 370	0.12 411

TestStereo	0.21 251	0.19 412	0.40 285	0.25 405	0.10 76	0.22 215	0.21 337	0.31 182	0.31 263	0.23 183	0.34 296	0.22 204	0.18 242	0.62 449	0.18 237	0.08 211	0.06 163	0.10 328	0.07 157	0.11 370	0.06 85

CFNet_pseudo	0.23 298	0.13 261	0.47 365	0.19 100	0.13 257	0.26 294	0.16 130	0.44 343	0.44 414	0.29 267	0.37 326	0.38 384	0.23 301	0.29 273	0.21 307	0.09 294	0.06 163	0.11 385	0.08 233	0.11 370	0.09 297

ADLNet	0.28 402	0.15 338	0.42 318	0.23 317	0.19 447	0.34 413	0.23 388	0.53 447	0.43 399	0.42 470	0.41 371	0.44 442	0.27 368	0.55 404	0.35 438	0.11 382	0.08 372	0.11 385	0.11 402	0.11 370	0.12 411

RAFT + AFF	0.27 381	0.23 460	0.50 390	0.25 405	0.17 404	0.30 364	0.33 501	0.52 436	0.40 374	0.28 238	0.30 242	0.30 317	0.31 430	0.62 449	0.24 357	0.09 294	0.10 431	0.11 385	0.10 363	0.11 370	0.11 388

acv_ft	0.25 357	0.13 261	0.40 285	0.23 317	0.19 447	0.34 413	0.21 337	0.45 353	0.44 414	0.38 425	0.41 371	0.38 384	0.27 368	0.27 242	0.35 438	0.08 211	0.07 287	0.08 175	0.07 157	0.11 370	0.07 167

DSFCA	0.27 381	0.13 261	0.36 231	0.20 163	0.17 404	0.38 446	0.31 483	0.47 372	0.43 399	0.43 476	0.37 326	0.39 396	0.29 400	0.52 389	0.32 422	0.12 420	0.10 431	0.10 328	0.11 402	0.11 370	0.10 353

ADCRef	0.38 481	0.24 464	0.88 521	0.26 439	0.21 472	0.49 506	0.27 445	0.52 436	0.48 457	0.50 505	0.58 492	0.35 365	0.47 512	0.48 369	1.29 574	0.09 294	0.08 372	0.12 423	0.12 441	0.11 370	0.11 388

MSMDNet	0.23 298	0.13 261	0.48 374	0.20 163	0.13 257	0.28 324	0.16 130	0.46 364	0.46 442	0.29 267	0.36 317	0.37 376	0.24 319	0.28 256	0.20 284	0.09 294	0.06 163	0.09 255	0.08 233	0.11 370	0.09 297

CFNet	0.27 381	0.20 424	0.44 338	0.22 269	0.14 300	0.33 400	0.14 73	0.51 419	0.45 425	0.30 298	0.40 363	0.38 384	0.27 368	0.76 502	0.25 367	0.09 294	0.07 287	0.11 385	0.11 402	0.11 370	0.08 235

ccs_rob	0.23 298	0.13 261	0.47 365	0.20 163	0.13 257	0.26 294	0.17 171	0.44 343	0.44 414	0.29 267	0.37 326	0.38 384	0.23 301	0.29 273	0.21 307	0.09 294	0.06 163	0.11 385	0.08 233	0.11 370	0.09 297

AdaStereo	0.24 329	0.16 363	0.37 243	0.24 368	0.12 179	0.32 389	0.17 171	0.54 454	0.42 391	0.33 350	0.38 340	0.35 365	0.21 273	0.30 288	0.22 327	0.14 466	0.06 163	0.13 444	0.08 233	0.11 370	0.08 235
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.
NaN_ROB	0.41 495	0.28 490	0.62 450	0.30 503	0.19 447	0.51 511	0.47 548	0.58 498	0.59 509	0.56 526	0.47 441	0.49 468	0.41 485	1.21 567	0.64 525	0.12 420	0.18 530	0.12 423	0.13 468	0.11 370	0.14 449

LE_ROB	1.76 589	0.20 424	2.68 589	0.48 556	0.52 564	0.78 553	0.96 586	0.84 568	6.61 604	7.40 607	2.08 590	2.08 584	4.83 600	1.27 571	3.79 599	0.10 343	0.08 372	0.12 423	0.11 402	0.11 370	0.10 353

DN-CSS_ROB	0.22 281	0.25 469	0.47 365	0.24 368	0.14 300	0.25 274	0.12 24	0.40 298	0.33 284	0.29 267	0.42 387	0.22 204	0.20 266	0.33 309	0.19 267	0.07 76	0.06 163	0.11 385	0.11 402	0.11 370	0.07 167

DCVSM-stereo	0.24 329	0.13 261	0.52 405	0.20 163	0.14 300	0.26 294	0.13 49	0.34 215	0.34 294	0.41 460	0.33 286	0.47 456	0.29 400	0.30 288	0.22 327	0.10 343	0.10 431	0.11 385	0.10 363	0.12 407	0.15 461

AIO-Stereo-zeroshot1	0.25 357	0.14 304	0.95 533	0.21 208	0.27 524	0.20 159	0.19 259	0.48 384	0.25 184	0.26 218	0.55 479	0.34 351	0.18 242	0.25 207	0.17 215	0.07 76	0.06 163	0.08 175	0.12 441	0.12 407	0.12 411

CFNet_ucs	0.24 329	0.13 261	0.50 390	0.20 163	0.15 350	0.28 324	0.17 171	0.49 392	0.45 425	0.32 338	0.42 387	0.39 396	0.22 286	0.31 295	0.21 307	0.11 382	0.08 372	0.12 423	0.09 321	0.12 407	0.11 388

fast-acv-ft	0.31 429	0.20 424	0.81 502	0.24 368	0.18 425	0.46 489	0.27 445	0.41 310	0.49 466	0.39 440	0.55 479	0.49 468	0.35 453	0.37 332	0.38 447	0.11 382	0.11 455	0.11 385	0.12 441	0.12 407	0.09 297

ADLNet2	0.30 422	0.17 382	0.72 483	0.23 317	0.17 404	0.36 433	0.24 410	0.52 436	0.51 478	0.32 338	0.38 340	0.45 446	0.30 414	0.69 475	0.35 438	0.10 343	0.08 372	0.09 255	0.09 321	0.12 407	0.10 353

CFNet-ft	0.24 329	0.15 338	0.35 211	0.18 57	0.15 350	0.30 364	0.21 337	0.39 287	0.36 323	0.28 238	0.40 363	0.43 431	0.25 340	0.47 367	0.24 357	0.12 420	0.07 287	0.12 423	0.11 402	0.12 407	0.09 297

STTStereo	0.28 402	0.20 424	0.61 442	0.25 405	0.17 404	0.29 345	0.24 410	0.47 372	0.39 358	0.39 440	0.41 371	0.44 442	0.28 385	0.40 346	0.28 390	0.13 440	0.12 472	0.13 444	0.16 503	0.12 407	0.11 388

PA-Net	0.37 474	0.28 490	0.83 509	0.31 509	0.28 529	0.39 454	0.42 536	0.51 419	0.55 500	0.34 370	0.42 387	0.41 418	0.36 457	0.79 512	0.49 494	0.12 420	0.23 551	0.16 497	0.23 538	0.12 407	0.18 497
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
TDLM	0.30 422	0.21 438	0.38 262	0.28 489	0.15 350	0.33 400	0.32 490	0.52 436	0.47 447	0.38 425	0.43 400	0.39 396	0.29 400	0.91 537	0.28 390	0.14 466	0.08 372	0.13 444	0.11 402	0.12 407	0.10 353

CFNet_RVC	0.24 329	0.15 338	0.35 211	0.18 57	0.15 350	0.30 364	0.21 337	0.39 287	0.36 323	0.28 238	0.40 363	0.43 431	0.25 340	0.47 367	0.24 357	0.12 420	0.07 287	0.12 423	0.11 402	0.12 407	0.09 297

iResNetv2_ROB	0.27 381	0.26 480	0.72 483	0.23 317	0.13 257	0.29 345	0.18 214	0.52 436	0.49 466	0.37 410	0.45 423	0.39 396	0.25 340	0.34 315	0.20 284	0.08 211	0.06 163	0.07 92	0.05 50	0.12 407	0.09 297

DRN-Test	0.33 447	0.17 382	0.61 442	0.27 467	0.19 447	0.46 489	0.29 467	0.65 533	0.51 478	0.47 499	0.46 433	0.44 442	0.34 449	0.62 449	0.41 471	0.12 420	0.08 372	0.13 444	0.12 441	0.12 407	0.10 353

StereoDRNet	0.32 438	0.22 451	0.61 442	0.27 467	0.21 472	0.42 470	0.30 478	0.61 515	0.48 457	0.46 491	0.39 353	0.48 463	0.30 414	0.57 419	0.40 463	0.11 382	0.09 406	0.12 423	0.11 402	0.12 407	0.10 353

DISCO	0.32 438	0.13 261	0.51 401	0.25 405	0.16 382	0.48 501	0.25 427	0.50 402	0.57 506	0.37 410	0.45 423	0.62 520	0.36 457	0.64 457	0.49 494	0.09 294	0.07 287	0.09 255	0.08 233	0.12 407	0.11 388

MDST_ROB	0.48 519	0.14 304	0.95 533	0.30 503	0.21 472	1.33 580	0.32 490	0.77 558	0.56 503	1.06 570	0.71 526	0.49 468	0.35 453	1.26 570	0.38 447	0.13 440	0.11 455	0.16 497	0.13 468	0.12 407	0.12 411

zh-mn7	0.46 514	0.45 543	1.48 570	0.25 405	0.19 447	0.44 481	0.29 467	0.56 479	0.82 550	0.65 540	0.96 552	0.49 468	0.38 470	0.88 531	0.63 523	0.12 420	0.10 431	0.11 385	0.11 402	0.13 422	0.14 449

YMNet	0.32 438	0.22 451	0.58 430	0.27 467	0.23 501	0.48 501	0.27 445	0.51 419	0.45 425	0.48 502	0.56 486	0.51 479	0.30 414	0.39 339	0.40 463	0.13 440	0.16 517	0.13 444	0.12 441	0.13 422	0.12 411

YMNet_1	0.32 438	0.22 451	0.58 430	0.27 467	0.23 501	0.48 501	0.27 445	0.51 419	0.45 425	0.48 502	0.56 486	0.51 479	0.30 414	0.39 339	0.40 463	0.13 440	0.16 517	0.13 444	0.12 441	0.13 422	0.12 411

DDVS	0.25 357	0.15 338	0.39 277	0.24 368	0.17 404	0.34 413	0.21 337	0.41 310	0.30 251	0.33 350	0.41 371	0.48 463	0.21 273	0.52 389	0.27 386	0.11 382	0.09 406	0.11 385	0.09 321	0.13 422	0.14 449

rvit_stereo_0075_2	0.24 329	0.17 382	0.50 390	0.26 439	0.22 488	0.22 215	0.15 97	0.40 298	0.35 310	0.27 228	0.37 326	0.29 301	0.20 266	0.28 256	0.19 267	0.17 505	0.12 472	0.19 519	0.12 441	0.13 422	0.13 428

test_sample7	0.25 357	0.15 338	0.35 211	0.20 163	0.14 300	0.28 324	0.21 337	0.51 419	0.38 348	0.37 410	0.34 296	0.37 376	0.30 414	0.39 339	0.23 346	0.14 466	0.09 406	0.13 444	0.12 441	0.13 422	0.12 411

iinet-f	0.30 422	0.18 396	1.03 544	0.20 163	0.15 350	0.44 481	0.22 363	0.45 353	0.37 334	0.35 387	0.44 411	0.41 418	0.34 449	0.34 315	0.40 463	0.10 343	0.09 406	0.08 175	0.08 233	0.13 422	0.11 388

AASNet	0.27 381	0.19 412	0.49 379	0.26 439	0.17 404	0.34 413	0.20 306	0.62 524	0.48 457	0.35 387	0.40 363	0.32 337	0.25 340	0.28 256	0.34 434	0.11 382	0.09 406	0.10 328	0.08 233	0.13 422	0.11 388

AACVNet	0.26 373	0.16 363	0.37 243	0.22 269	0.14 300	0.29 345	0.19 259	0.41 310	0.31 263	0.38 425	0.42 387	0.43 431	0.28 385	0.73 488	0.25 367	0.11 382	0.08 372	0.11 385	0.09 321	0.13 422	0.11 388

LCNet	0.21 251	0.11 156	0.29 147	0.25 405	0.12 179	0.23 237	0.19 259	0.34 215	0.26 193	0.28 238	0.35 307	0.26 265	0.30 414	0.35 324	0.17 215	0.07 76	0.05 32	0.09 255	0.10 363	0.13 422	0.22 528

LMCR-Stereo	0.26 373	0.18 396	0.49 379	0.28 489	0.14 300	0.36 433	0.23 388	0.54 454	0.34 294	0.39 440	0.40 363	0.29 301	0.29 400	0.37 332	0.27 386	0.11 382	0.07 287	0.09 255	0.07 157	0.13 422	0.09 297

Syn2CoEx	0.36 464	0.31 512	0.78 490	0.34 523	0.21 472	0.41 463	0.28 461	0.61 515	0.49 466	0.42 470	0.56 486	0.45 446	0.44 500	0.69 475	0.38 447	0.17 505	0.14 495	0.15 486	0.12 441	0.13 422	0.12 411

GwcNet	0.35 460	0.23 460	0.88 521	0.25 405	0.24 509	0.48 501	0.27 445	0.55 464	0.57 506	0.38 425	0.52 465	0.51 479	0.32 437	0.60 434	0.41 471	0.13 440	0.11 455	0.12 423	0.11 402	0.13 422	0.14 449

DMCA-RVC	0.27 381	0.21 438	0.61 442	0.28 489	0.17 404	0.29 345	0.21 337	0.42 324	0.35 310	0.40 450	0.37 326	0.39 396	0.36 457	0.43 353	0.30 410	0.13 440	0.10 431	0.15 486	0.11 402	0.13 422	0.10 353

FADNet-RVC-Resample	0.29 413	0.25 469	0.93 530	0.26 439	0.16 382	0.32 389	0.21 337	0.47 372	0.39 358	0.35 387	0.38 340	0.33 344	0.27 368	0.53 396	0.24 357	0.10 343	0.10 431	0.14 471	0.13 468	0.13 422	0.16 471

UCFNet_RVC	0.24 329	0.16 363	0.34 201	0.18 57	0.15 350	0.33 400	0.16 130	0.46 364	0.35 310	0.29 267	0.35 307	0.39 396	0.25 340	0.34 315	0.22 327	0.13 440	0.08 372	0.13 444	0.14 482	0.13 422	0.12 411

PSMNet_ROB	0.33 447	0.24 464	0.54 412	0.31 509	0.21 472	0.42 470	0.43 538	0.59 503	0.47 447	0.37 410	0.44 411	0.49 468	0.31 430	0.64 457	0.43 475	0.14 466	0.10 431	0.15 486	0.14 482	0.13 422	0.11 388

CBMV	0.33 447	0.21 438	0.54 412	0.23 317	0.13 257	0.42 470	0.33 501	0.53 447	0.48 457	0.52 516	0.49 449	0.50 475	0.41 485	0.56 415	0.31 417	0.15 479	0.16 517	0.18 511	0.16 503	0.13 422	0.13 428
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
z-mn7	0.44 510	0.40 536	1.09 548	0.25 405	0.18 425	0.61 534	0.34 503	0.56 479	0.93 565	0.43 476	0.96 552	0.53 490	0.39 477	0.94 542	0.59 514	0.10 343	0.09 406	0.10 328	0.10 363	0.14 440	0.13 428

w-ln-seven-2	0.36 464	0.29 498	1.06 546	0.27 467	0.18 425	0.37 438	0.30 478	0.50 402	0.54 494	0.45 487	0.55 479	0.45 446	0.41 485	0.62 449	0.49 494	0.10 343	0.10 431	0.12 423	0.11 402	0.14 440	0.11 388

Wz-Net-LNSev	0.34 455	0.29 498	0.91 526	0.26 439	0.21 472	0.47 495	0.31 483	0.54 454	0.54 494	0.44 483	0.52 465	0.50 475	0.35 453	0.39 339	0.39 455	0.11 382	0.11 455	0.10 328	0.09 321	0.14 440	0.13 428

UDGNet	0.23 298	0.31 512	0.38 262	0.24 368	0.14 300	0.24 259	0.18 214	0.32 193	0.43 399	0.29 267	0.28 216	0.24 236	0.19 257	0.29 273	0.20 284	0.15 479	0.07 287	0.21 526	0.11 402	0.14 440	0.10 353

dad	0.28 402	0.31 512	0.44 338	0.21 208	0.14 300	0.30 364	0.20 306	0.33 207	0.49 466	0.44 483	0.44 411	0.45 446	0.21 273	0.41 348	0.26 380	0.20 525	0.11 455	0.20 523	0.11 402	0.14 440	0.10 353

pcwnet_v2	0.32 438	0.15 338	1.26 561	0.23 317	0.18 425	0.32 389	0.18 214	0.59 503	0.60 513	0.36 403	0.45 423	0.35 365	0.29 400	0.36 329	0.25 367	0.14 466	0.11 455	0.12 423	0.11 402	0.14 440	0.15 461

FAT-Stereo	0.36 464	0.18 396	0.73 487	0.26 439	0.18 425	0.33 400	0.29 467	0.60 511	0.59 509	0.46 491	0.60 499	0.60 514	0.50 521	0.61 441	0.34 434	0.13 440	0.14 495	0.13 444	0.12 441	0.14 440	0.18 497

Nwc_Net	0.37 474	0.25 469	0.68 472	0.31 509	0.24 509	0.44 481	0.30 478	0.65 533	0.50 474	0.37 410	0.69 525	0.58 509	0.45 503	0.60 434	0.40 463	0.15 479	0.12 472	0.19 519	0.21 528	0.14 440	0.13 428

ADCL	0.47 516	0.22 451	1.00 539	0.27 467	0.19 447	0.74 547	0.64 566	0.54 454	0.69 533	0.56 526	0.71 526	0.55 496	0.60 538	0.60 434	1.43 576	0.11 382	0.09 406	0.13 444	0.13 468	0.14 440	0.14 449

ADCP+	0.45 512	0.24 464	1.15 554	0.25 405	0.22 488	0.56 523	0.39 527	0.54 454	0.51 478	0.44 483	0.51 457	0.46 454	0.52 526	0.56 415	1.89 587	0.10 343	0.08 372	0.11 385	0.10 363	0.14 440	0.13 428

GANet	0.36 464	0.22 451	0.49 379	0.29 493	0.17 404	0.41 463	0.38 522	0.57 489	0.45 425	0.46 491	0.75 532	0.55 496	0.40 481	0.94 542	0.41 471	0.13 440	0.13 485	0.13 444	0.11 402	0.14 440	0.11 388

CVANet_RVC	0.30 422	0.19 412	0.41 308	0.26 439	0.16 382	0.33 400	0.26 439	0.52 436	0.47 447	0.40 450	0.46 433	0.43 431	0.31 430	0.89 533	0.26 380	0.14 466	0.09 406	0.14 471	0.13 468	0.14 440	0.10 353

DeepPruner_ROB	0.26 373	0.19 412	0.44 338	0.21 208	0.16 382	0.30 364	0.21 337	0.52 436	0.32 272	0.35 387	0.38 340	0.39 396	0.26 349	0.42 351	0.24 357	0.15 479	0.11 455	0.11 385	0.11 402	0.14 440	0.13 428

CBMV_ROB	0.33 447	0.18 396	0.53 409	0.21 208	0.14 300	0.33 400	0.20 306	0.51 419	0.45 425	0.51 510	0.55 479	0.45 446	0.42 494	0.71 481	0.32 422	0.18 516	0.19 534	0.23 533	0.21 528	0.14 440	0.15 461

NLCSM	0.38 481	0.31 512	0.58 430	0.28 489	0.31 540	0.43 478	0.32 490	0.74 555	0.42 391	0.40 450	0.46 433	0.57 505	0.38 470	0.94 542	0.55 506	0.12 420	0.12 472	0.13 444	0.17 512	0.15 454	0.15 461

w-ln-seven	0.42 498	0.30 505	1.18 555	0.26 439	0.22 488	0.58 527	0.31 483	0.62 524	0.81 549	0.58 529	0.61 506	0.53 490	0.36 457	0.57 419	0.65 527	0.11 382	0.10 431	0.13 444	0.12 441	0.15 454	0.13 428

Wz-Net-MNSev	0.36 464	0.26 480	0.79 497	0.26 439	0.21 472	0.59 530	0.38 522	0.55 464	0.56 503	0.48 502	0.54 475	0.53 490	0.36 457	0.60 434	0.44 480	0.11 382	0.09 406	0.11 385	0.11 402	0.15 454	0.13 428

hitnet-ft	0.29 413	0.17 382	0.40 285	0.19 100	0.14 300	0.39 454	0.23 388	0.44 343	0.41 384	0.36 403	0.46 433	0.53 490	0.34 449	0.76 502	0.32 422	0.14 466	0.10 431	0.13 444	0.10 363	0.15 454	0.13 428

AF-Net	0.37 474	0.26 480	0.56 422	0.32 515	0.23 501	0.41 463	0.29 467	0.61 515	0.64 523	0.42 470	0.68 521	0.65 531	0.49 519	0.57 419	0.44 480	0.15 479	0.11 455	0.19 519	0.14 482	0.15 454	0.13 428

SGM-ForestM	1.36 579	0.28 490	0.79 497	0.26 439	0.16 382	2.26 592	1.00 588	1.42 583	1.46 584	2.38 596	2.05 589	5.95 605	2.66 597	2.95 594	2.46 594	0.17 505	0.18 530	0.18 511	0.18 519	0.15 454	0.18 497

PS-NSSS	0.32 438	0.30 505	0.46 357	0.23 317	0.17 404	0.33 400	0.24 410	0.57 489	0.41 384	0.37 410	0.52 465	0.35 365	0.30 414	0.80 516	0.30 410	0.17 505	0.14 495	0.21 526	0.15 491	0.15 454	0.13 428

XPNet_ROB	0.33 447	0.20 424	0.43 329	0.27 467	0.18 425	0.37 438	0.31 483	0.55 464	0.50 474	0.51 510	0.53 472	0.58 509	0.37 466	0.63 455	0.45 483	0.17 505	0.12 472	0.13 444	0.12 441	0.15 454	0.14 449

SGM-Forest	0.36 464	0.17 382	0.47 365	0.23 317	0.16 382	0.45 487	0.41 533	0.55 464	0.48 457	0.52 516	0.60 499	0.52 485	0.41 485	0.85 525	0.50 500	0.17 505	0.17 524	0.17 503	0.15 491	0.15 454	0.15 461
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ISRNet	0.27 381	0.13 261	0.45 349	0.26 439	0.19 447	0.24 259	0.14 73	0.45 353	0.43 399	0.39 440	0.48 447	0.42 427	0.27 368	0.32 302	0.29 402	0.20 525	0.12 472	0.17 503	0.16 503	0.16 463	0.20 515

FACV-RUCA	0.21 251	0.15 338	0.32 174	0.23 317	0.23 501	0.26 294	0.19 259	0.39 287	0.34 294	0.25 206	0.32 265	0.21 192	0.24 319	0.24 176	0.19 267	0.10 343	0.07 287	0.15 486	0.08 233	0.16 463	0.13 428

IGEV-Stereo+	0.12 48	0.08 14	0.17 38	0.18 57	0.13 257	0.09 1	0.11 16	0.16 5	0.15 30	0.10 14	0.08 10	0.10 36	0.10 49	0.21 138	0.11 15	0.07 76	0.05 32	0.06 31	0.05 50	0.16 463	0.24 540

GMStereo_Zeroshot	0.24 329	0.21 438	0.45 349	0.26 439	0.13 257	0.28 324	0.15 97	0.39 287	0.35 310	0.37 410	0.43 400	0.40 411	0.17 217	0.34 315	0.20 284	0.12 420	0.07 287	0.13 444	0.07 157	0.16 463	0.09 297

HBP-ISP	0.33 447	0.30 505	0.72 483	0.22 269	0.16 382	0.32 389	0.22 363	0.54 454	0.44 414	0.41 460	0.49 449	0.33 344	0.38 470	0.73 488	0.25 367	0.18 516	0.19 534	0.24 535	0.20 525	0.16 463	0.13 428

Wz-Net-SNSev	0.43 504	0.41 540	1.27 562	0.30 503	0.21 472	0.44 481	0.41 533	0.61 515	0.65 524	0.46 491	0.65 515	0.62 520	0.39 477	0.74 496	0.59 514	0.12 420	0.11 455	0.12 423	0.13 468	0.16 463	0.14 449

SACVNet	0.30 422	0.20 424	0.41 308	0.25 405	0.18 425	0.34 413	0.25 427	0.52 436	0.40 374	0.41 460	0.44 411	0.46 454	0.32 437	0.71 481	0.25 367	0.13 440	0.10 431	0.12 423	0.12 441	0.16 463	0.17 483

APVNet	0.36 464	0.20 424	0.70 479	0.26 439	0.22 488	0.52 520	0.35 507	0.61 515	0.44 414	0.38 425	0.52 465	0.48 463	0.38 470	0.84 524	0.46 489	0.13 440	0.14 495	0.15 486	0.16 503	0.16 463	0.15 461

psmorigin	0.50 525	0.25 469	3.03 590	0.24 368	0.19 447	0.38 446	0.22 363	0.50 402	0.44 414	0.64 538	0.68 521	0.71 545	0.51 524	0.85 525	0.45 483	0.14 466	0.17 524	0.13 444	0.14 482	0.16 463	0.21 523

aanetorigin	0.39 487	0.29 498	1.09 548	0.24 368	0.19 447	0.28 324	0.37 516	0.33 207	0.47 447	0.94 562	0.82 541	0.52 485	0.54 527	0.49 374	0.50 500	0.11 382	0.09 406	0.10 328	0.10 363	0.16 463	0.15 461

S-Stereo	0.38 481	0.20 424	1.05 545	0.27 467	0.22 488	0.38 446	0.32 490	0.55 464	0.66 525	0.39 440	0.59 494	0.49 468	0.41 485	0.75 497	0.40 463	0.12 420	0.15 510	0.13 444	0.13 468	0.16 463	0.21 523

NCC-stereo	0.39 487	0.25 469	0.69 473	0.32 515	0.28 529	0.46 489	0.36 512	0.65 533	0.52 485	0.40 450	0.57 490	0.56 500	0.47 512	0.73 488	0.45 483	0.17 505	0.14 495	0.18 511	0.25 545	0.16 463	0.16 471

edge stereo	0.39 487	0.22 451	0.81 502	0.27 467	0.22 488	0.37 438	0.24 410	0.56 479	0.54 494	0.53 522	0.60 499	0.71 545	0.50 521	0.78 510	0.40 463	0.16 494	0.14 495	0.19 519	0.14 482	0.16 463	0.17 483

Abc-Net	0.39 487	0.25 469	0.69 473	0.32 515	0.28 529	0.46 489	0.36 512	0.65 533	0.52 485	0.40 450	0.57 490	0.56 500	0.47 512	0.73 488	0.45 483	0.17 505	0.14 495	0.18 511	0.25 545	0.16 463	0.16 471
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NCCL2	0.35 460	0.26 480	0.49 379	0.36 534	0.22 488	0.41 463	0.41 533	0.53 447	0.42 391	0.47 499	0.46 433	0.61 518	0.39 477	0.55 404	0.37 445	0.16 494	0.13 485	0.21 526	0.21 528	0.16 463	0.16 471

ETE_ROB	0.34 455	0.26 480	0.45 349	0.29 493	0.18 425	0.40 459	0.37 516	0.57 489	0.47 447	0.50 505	0.50 451	0.62 520	0.36 457	0.55 404	0.38 447	0.13 440	0.10 431	0.14 471	0.12 441	0.16 463	0.16 471

SGM_RVC	0.50 525	0.19 412	0.50 390	0.25 405	0.15 350	0.69 542	0.39 527	0.68 547	0.82 550	0.95 564	0.84 543	1.13 562	0.76 555	1.16 563	0.60 517	0.16 494	0.16 517	0.16 497	0.16 503	0.16 463	0.17 483
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
zh-sn7	0.48 519	0.51 555	1.43 569	0.29 493	0.20 464	0.47 495	0.39 527	0.57 489	0.62 518	0.52 516	0.81 539	0.52 485	0.56 531	1.05 556	0.87 546	0.12 420	0.13 485	0.13 444	0.13 468	0.17 480	0.16 471

TCMNet	0.33 447	0.23 460	0.72 483	0.29 493	0.30 537	0.40 459	0.28 461	0.50 402	0.47 447	0.37 410	0.45 423	0.40 411	0.29 400	0.60 434	0.39 455	0.14 466	0.13 485	0.15 486	0.14 482	0.17 480	0.15 461

IGEV-RUCA	0.21 251	0.08 14	0.23 88	0.19 100	0.19 447	0.28 324	0.24 410	0.23 75	0.21 124	0.20 160	0.23 170	0.28 290	0.49 519	0.26 223	0.18 237	0.09 294	0.08 372	0.18 511	0.13 468	0.17 480	0.17 483

SDNR	0.42 498	0.21 438	0.82 506	0.21 208	0.18 425	1.27 577	0.17 171	0.50 402	0.49 466	0.42 470	0.81 539	0.38 384	0.27 368	1.19 564	0.38 447	0.23 530	0.24 553	0.17 503	0.13 468	0.17 480	0.20 515

RP	0.35 460	0.22 451	0.51 401	0.31 509	0.24 509	0.37 438	0.28 461	0.50 402	0.58 508	0.40 450	0.63 512	0.61 518	0.47 512	0.61 441	0.39 455	0.16 494	0.15 510	0.17 503	0.15 491	0.17 480	0.17 483

RTSC	0.39 487	0.28 490	0.78 490	0.27 467	0.18 425	0.49 506	0.22 363	0.59 503	0.84 557	0.55 525	0.53 472	0.49 468	0.36 457	0.67 472	0.82 541	0.13 440	0.10 431	0.11 385	0.12 441	0.17 480	0.17 483

DeepPrunerF	0.44 510	0.29 498	1.29 564	0.33 521	0.30 537	0.35 428	0.36 512	0.62 524	1.15 577	0.40 450	0.44 411	0.39 396	0.41 485	0.80 516	0.52 503	0.18 516	0.14 495	0.23 533	0.21 528	0.17 480	0.17 483

DANet	0.35 460	0.23 460	0.60 439	0.36 534	0.22 488	0.39 454	0.25 427	0.48 384	0.43 399	0.52 516	0.50 451	0.59 511	0.41 485	0.76 502	0.49 494	0.13 440	0.11 455	0.14 471	0.12 441	0.17 480	0.15 461
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	0.43 504	0.26 480	0.54 412	0.31 509	0.20 464	0.51 511	0.32 490	0.70 550	0.60 513	0.59 530	0.55 479	0.65 531	0.41 485	1.40 576	0.51 502	0.13 440	0.17 524	0.21 526	0.16 503	0.17 480	0.18 497

SANet	0.53 534	0.28 490	0.96 535	0.26 439	0.15 350	0.69 542	0.44 541	0.67 544	1.34 580	0.67 542	0.98 555	0.94 556	0.71 553	0.89 533	0.76 533	0.14 466	0.12 472	0.12 423	0.11 402	0.17 480	0.16 471

NOSS_ROB	0.31 429	0.20 424	0.35 211	0.24 368	0.16 382	0.32 389	0.19 259	0.52 436	0.48 457	0.33 350	0.36 317	0.42 427	0.28 385	0.93 540	0.24 357	0.19 522	0.20 539	0.24 535	0.22 536	0.17 480	0.17 483

LALA_ROB	0.36 464	0.25 469	0.46 357	0.30 503	0.21 472	0.47 495	0.39 527	0.61 515	0.51 478	0.52 516	0.51 457	0.69 542	0.36 457	0.50 378	0.43 475	0.17 505	0.11 455	0.16 497	0.14 482	0.17 480	0.15 461

PWC_ROB	0.38 481	0.29 498	0.69 473	0.25 405	0.20 464	0.38 446	0.19 259	0.58 498	0.67 528	0.57 528	0.85 544	0.51 479	0.40 481	0.71 481	0.52 503	0.13 440	0.09 406	0.14 471	0.10 363	0.17 480	0.14 449

MeshStereo	0.58 540	0.27 487	0.67 467	0.22 269	0.17 404	0.66 540	0.37 516	0.78 559	0.61 516	1.47 591	1.30 567	1.65 578	0.79 557	1.12 561	0.59 514	0.17 505	0.17 524	0.17 503	0.14 482	0.17 480	0.14 449
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
DualNet (step1)	0.28 402	0.19 412	0.50 390	0.18 57	0.16 382	0.34 413	0.20 306	0.51 419	0.38 348	0.37 410	0.34 296	0.37 376	0.30 414	0.39 339	0.23 346	0.23 530	0.09 406	0.28 545	0.24 540	0.18 494	0.16 471

test_sample9	0.42 498	0.19 412	0.50 390	0.18 57	0.16 382	0.34 413	0.20 306	0.51 419	0.38 348	0.37 410	0.34 296	0.37 376	0.30 414	0.66 468	0.91 549	0.23 530	1.82 599	0.28 545	0.24 540	0.18 494	0.16 471

test_sample8	0.49 522	0.19 412	0.50 390	0.18 57	0.16 382	0.34 413	0.20 306	0.55 464	0.34 294	0.62 534	0.38 340	1.15 565	0.67 549	0.66 468	0.91 549	0.23 530	1.82 599	0.28 545	0.24 540	0.18 494	0.16 471

FINET	0.34 455	0.27 487	0.80 500	0.24 368	0.24 509	0.36 433	0.34 503	0.54 454	0.72 538	0.39 440	0.47 441	0.32 337	0.30 414	0.51 383	0.32 422	0.19 522	0.17 524	0.13 444	0.12 441	0.18 494	0.16 471

RGC	0.39 487	0.32 518	0.64 460	0.34 523	0.27 524	0.40 459	0.29 467	0.57 489	0.53 489	0.45 487	0.64 514	0.62 520	0.45 503	0.72 486	0.39 455	0.15 479	0.15 510	0.21 526	0.20 525	0.18 494	0.19 505

RYNet	0.37 474	0.18 396	0.59 437	0.25 405	0.28 529	0.61 534	0.32 490	0.59 503	0.59 509	0.41 460	0.38 340	0.57 505	0.39 477	0.87 528	0.53 505	0.11 382	0.08 372	0.12 423	0.11 402	0.18 494	0.18 497

CSAN	0.50 525	0.35 523	0.78 490	0.36 534	0.23 501	0.56 523	0.59 563	0.61 515	0.70 535	0.64 538	0.78 536	0.65 531	0.60 538	1.38 575	0.62 520	0.21 527	0.17 524	0.20 523	0.20 525	0.18 494	0.18 497

zero-FE	0.16 134	0.08 14	0.81 502	0.19 100	0.18 425	0.12 8	0.15 97	0.19 23	0.19 81	0.10 14	0.10 17	0.13 78	0.12 103	0.21 138	0.19 267	0.08 211	0.05 32	0.07 92	0.05 50	0.19 501	0.06 85

WZ-Net	0.52 533	0.38 534	1.90 578	0.30 503	0.24 509	0.57 526	0.48 552	0.62 524	0.78 546	0.50 505	0.71 526	0.68 540	0.54 527	0.98 550	0.84 542	0.13 440	0.10 431	0.11 385	0.12 441	0.19 501	0.20 515

EDNetEfficient	0.63 546	0.37 531	2.40 585	0.26 439	0.25 517	0.38 446	0.49 554	0.41 310	1.06 572	1.38 580	0.87 548	0.62 520	0.95 568	0.65 463	1.65 580	0.11 382	0.09 406	0.10 328	0.11 402	0.19 501	0.17 483

FADNet-RVC	0.31 429	0.35 523	0.78 490	0.25 405	0.20 464	0.33 400	0.20 306	0.49 392	0.40 374	0.34 370	0.39 353	0.41 418	0.29 400	0.63 455	0.31 417	0.13 440	0.14 495	0.14 471	0.15 491	0.19 501	0.19 505

stereogan	0.37 474	0.17 382	0.65 461	0.27 467	0.22 488	0.62 536	0.26 439	0.59 503	0.63 522	0.43 476	0.60 499	0.67 536	0.42 494	0.68 473	0.35 438	0.13 440	0.14 495	0.14 471	0.12 441	0.19 501	0.17 483

ADCPNet	0.48 519	0.29 498	1.60 574	0.27 467	0.23 501	0.70 545	0.38 522	0.53 447	0.51 478	0.51 510	0.59 494	0.67 536	0.56 531	0.60 434	1.14 564	0.15 479	0.18 530	0.14 471	0.23 538	0.19 501	0.19 505

NVstereo2D	0.31 429	0.16 363	0.54 412	0.24 368	0.22 488	0.42 470	0.28 461	0.58 498	0.56 503	0.28 238	0.38 340	0.40 411	0.30 414	0.71 481	0.28 390	0.13 440	0.08 372	0.13 444	0.10 363	0.19 501	0.16 471

PWCDC_ROB	0.38 481	0.30 505	0.60 439	0.33 521	0.20 464	0.42 470	0.19 259	0.58 498	0.89 559	0.42 470	1.26 566	0.36 370	0.34 449	0.50 378	0.38 447	0.18 516	0.11 455	0.11 385	0.09 321	0.19 501	0.13 428

WCMA_ROB	0.51 529	0.21 438	0.65 461	0.25 405	0.21 472	0.58 527	0.32 490	0.54 454	0.55 500	0.95 564	1.40 570	1.28 570	0.81 560	0.73 488	0.62 520	0.18 516	0.15 510	0.15 486	0.15 491	0.19 501	0.19 505

SHD	0.42 498	0.27 487	0.81 502	0.31 509	0.25 517	0.42 470	0.22 363	0.66 539	0.94 567	0.63 536	0.60 499	0.59 511	0.47 512	0.59 432	0.58 513	0.15 479	0.13 485	0.16 497	0.16 503	0.20 510	0.22 528

ADCMid	0.49 522	0.34 521	1.13 553	0.26 439	0.21 472	0.51 511	0.37 516	0.57 489	0.54 494	0.75 551	0.66 517	0.62 520	0.64 548	0.64 457	1.68 581	0.13 440	0.12 472	0.17 503	0.17 512	0.20 510	0.17 483

AnyNet_C32	0.51 529	0.40 536	1.10 552	0.29 493	0.28 529	0.59 530	0.58 561	0.54 454	0.60 513	0.62 534	0.66 517	0.54 494	0.54 527	0.78 510	1.74 584	0.15 479	0.14 495	0.15 486	0.17 512	0.20 510	0.20 515

DDF-Stereo	0.13 63	0.08 14	0.19 52	0.19 100	0.16 382	0.12 8	0.15 97	0.18 17	0.18 64	0.11 28	0.10 17	0.13 78	0.12 103	0.23 163	0.19 267	0.08 211	0.05 32	0.07 92	0.05 50	0.21 513	0.06 85

coex-ft	3.44 596	0.73 569	48.55 625	0.24 368	0.19 447	0.50 510	0.43 538	0.47 372	2.40 591	7.03 606	1.20 563	0.97 559	2.23 594	0.73 488	1.92 588	0.12 420	0.15 510	0.14 471	0.12 441	0.21 513	0.43 565

Wz-Net-TNSev	0.51 529	0.58 560	1.61 576	0.25 405	0.21 472	0.65 538	0.45 542	0.63 531	0.69 533	0.51 510	0.54 475	0.71 545	0.60 538	1.00 551	0.77 536	0.15 479	0.15 510	0.13 444	0.15 491	0.21 513	0.20 515

EDNetEfficientorigin	7.51 603	0.52 557	140.47 627	0.25 405	0.17 404	0.42 470	0.29 467	0.47 372	1.03 569	1.28 577	1.02 556	0.83 551	0.84 563	0.75 497	0.99 554	0.10 343	0.09 406	0.12 423	0.10 363	0.21 513	0.22 528

FADNet_RVC	0.30 422	0.28 490	0.83 509	0.23 317	0.15 350	0.30 364	0.17 171	0.49 392	0.37 334	0.30 298	0.38 340	0.30 317	0.27 368	0.52 389	0.31 417	0.14 466	0.14 495	0.14 471	0.16 503	0.21 513	0.23 535

RTS	0.78 562	0.48 548	4.68 593	0.34 523	0.28 529	1.12 570	0.46 544	0.62 524	1.03 569	0.73 547	0.89 549	0.60 514	0.59 536	1.61 579	1.16 567	0.14 466	0.11 455	0.15 486	0.15 491	0.21 513	0.19 505

RTSA	0.78 562	0.48 548	4.68 593	0.34 523	0.28 529	1.12 570	0.46 544	0.62 524	1.03 569	0.73 547	0.89 549	0.60 514	0.59 536	1.61 579	1.16 567	0.14 466	0.11 455	0.15 486	0.15 491	0.21 513	0.19 505

GASNet	0.36 464	0.46 544	0.88 521	0.34 523	0.23 501	0.35 428	0.22 363	0.60 511	0.53 489	0.40 450	0.37 326	0.45 446	0.30 414	0.79 512	0.35 438	0.15 479	0.10 431	0.14 471	0.14 482	0.22 520	0.12 411

G-Net	0.46 514	0.25 469	0.86 518	0.34 523	0.28 529	0.90 562	0.35 507	0.47 372	0.45 425	0.68 543	1.22 564	0.64 530	0.60 538	0.61 441	0.57 508	0.16 494	0.14 495	0.17 503	0.13 468	0.22 520	0.19 505

ADCS	0.58 540	0.40 536	1.35 567	0.29 493	0.24 509	0.55 522	0.45 542	0.67 544	0.83 554	0.76 552	0.71 526	0.68 540	0.60 538	0.76 502	2.23 592	0.16 494	0.16 517	0.16 497	0.17 512	0.22 520	0.22 528

sAnonymous2	0.20 231	0.21 438	0.58 430	0.24 368	0.17 404	0.22 215	0.19 259	0.34 215	0.28 219	0.17 134	0.19 126	0.17 147	0.16 191	0.17 58	0.14 135	0.10 343	0.07 287	0.09 255	0.08 233	0.23 523	0.17 483

CroCo_RVC	0.20 231	0.21 438	0.58 430	0.24 368	0.17 404	0.22 215	0.19 259	0.34 215	0.28 219	0.17 134	0.19 126	0.17 147	0.16 191	0.17 58	0.14 135	0.10 343	0.07 287	0.09 255	0.08 233	0.23 523	0.17 483

AnyNet_C01	0.65 548	0.58 560	2.60 588	0.32 515	0.26 522	0.88 560	0.61 564	0.63 531	0.62 518	0.68 543	0.96 552	0.76 548	0.60 538	0.96 547	1.43 576	0.16 494	0.16 517	0.17 503	0.17 512	0.23 523	0.23 535

StereoAnything_RVC	0.13 63	0.37 531	0.36 231	0.14 1	0.07 1	0.11 4	0.12 24	0.17 11	0.12 9	0.08 1	0.07 3	0.07 1	0.10 49	0.20 119	0.10 1	0.09 294	0.05 32	0.06 31	0.04 1	0.24 526	0.05 25

FADNet	0.32 438	0.36 526	0.74 488	0.23 317	0.22 488	0.37 438	0.19 259	0.53 447	0.48 457	0.32 338	0.36 317	0.43 431	0.32 437	0.64 457	0.25 367	0.16 494	0.16 517	0.14 471	0.16 503	0.24 526	0.19 505

FSD	0.27 381	0.28 490	0.32 174	0.27 467	0.24 509	0.27 304	0.27 445	0.31 182	0.29 238	0.26 218	0.27 210	0.28 290	0.27 368	0.28 256	0.26 380	0.23 530	0.22 546	0.27 538	0.26 549	0.25 528	0.24 540

MFN_U_SF_DS_RVC	0.51 529	0.50 553	0.86 518	0.39 544	0.24 509	0.84 557	0.55 559	0.56 479	0.62 518	0.60 531	0.68 521	0.62 520	0.42 494	1.13 562	0.43 475	0.23 530	0.27 557	0.27 538	0.35 560	0.25 528	0.29 550

XQC	0.43 504	0.37 531	0.96 535	0.34 523	0.25 517	0.53 521	0.34 503	0.60 511	0.73 541	0.51 510	0.46 433	0.57 505	0.47 512	0.70 478	0.72 532	0.17 505	0.12 472	0.18 511	0.15 491	0.25 528	0.23 535

STTRV1_RVC	0.42 498	0.32 518	0.89 524	0.29 493	0.36 547	0.49 506	0.31 483	0.61 515	0.53 489	0.46 491	0.56 486	0.47 456	0.43 498	1.00 551	0.39 455	0.27 546	0.21 541	0.20 523	0.18 519	0.25 528	0.17 483

LSM	1.64 588	0.40 536	2.56 587	2.02 598	17.61 612	0.51 511	0.52 556	0.61 515	0.76 543	0.82 555	1.11 560	0.63 528	0.54 527	0.75 497	0.49 494	0.16 494	0.24 553	0.18 511	0.21 528	0.25 528	2.42 602

DPSNet	0.47 516	0.24 464	0.93 530	0.27 467	0.20 464	0.75 549	0.57 560	0.84 568	0.79 547	0.47 499	0.51 457	0.60 514	0.69 551	0.87 528	0.71 531	0.16 494	0.13 485	0.12 423	0.10 363	0.25 528	0.21 523

PDISCO_ROB	0.43 504	0.30 505	0.67 467	0.43 549	0.36 547	0.67 541	0.32 490	0.72 553	0.76 543	0.43 476	0.53 472	0.63 528	0.40 481	0.66 468	0.47 491	0.21 527	0.12 472	0.21 526	0.19 524	0.25 528	0.20 515

MSMD_ROB	0.60 544	0.33 520	0.61 442	0.30 503	0.25 517	0.86 559	0.35 507	0.55 464	0.67 528	1.10 572	1.49 575	1.76 581	0.97 571	0.88 531	0.49 494	0.23 530	0.21 541	0.27 538	0.27 553	0.25 528	0.24 540

MultiAttention	1.02 573	0.13 261	0.43 329	0.35 532	0.43 555	5.36 598	1.71 598	0.69 548	0.53 489	0.36 403	0.63 512	0.55 496	0.22 286	7.60 607	0.43 475	0.09 294	0.06 163	0.14 471	0.24 540	0.26 536	0.30 551

FC-DCNN v2	0.71 554	0.30 505	0.67 467	0.32 515	0.27 524	0.84 557	0.39 527	0.84 568	0.85 558	1.44 587	1.64 581	2.09 585	1.28 582	1.06 557	0.80 540	0.24 537	0.22 546	0.27 538	0.26 549	0.26 536	0.25 543

ccnet	0.42 498	0.31 512	0.48 374	0.27 467	0.32 542	0.60 533	0.32 490	0.65 533	0.46 442	0.53 522	0.66 517	0.56 500	0.45 503	0.72 486	0.61 518	0.26 541	0.19 534	0.24 535	0.21 528	0.26 536	0.22 528

MaskLacGwcNet_RVC	0.36 464	0.36 526	0.53 409	0.34 523	0.19 447	0.51 511	0.24 410	0.55 464	0.38 348	0.41 460	0.47 441	0.47 456	0.27 368	0.73 488	0.30 410	0.36 560	0.19 534	0.27 538	0.17 512	0.26 536	0.23 535

FC-DCNN	0.70 553	0.30 505	0.69 473	0.32 515	0.27 524	0.81 556	0.39 527	0.79 562	0.82 550	1.41 583	1.58 580	1.98 583	1.26 580	1.02 554	0.77 536	0.24 537	0.22 546	0.27 538	0.26 549	0.26 536	0.26 545

MSAF-DinoV2	0.76 561	0.44 542	1.98 579	0.49 559	0.16 382	0.58 527	0.31 483	0.81 565	0.83 554	0.41 460	0.52 465	0.98 560	0.58 535	4.97 602	1.03 556	0.11 382	0.07 287	0.10 328	0.24 540	0.27 541	0.26 545

FCDSN-DC	0.63 546	0.31 512	0.61 442	0.36 534	0.30 537	0.65 538	0.37 516	0.66 539	0.68 531	1.14 574	1.54 578	1.71 580	1.26 580	0.92 538	0.64 525	0.24 537	0.22 546	0.27 538	0.26 549	0.27 541	0.27 549
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PVD	0.58 540	0.34 521	0.84 514	0.39 544	0.31 540	0.59 530	0.47 548	0.80 563	1.25 578	0.92 560	1.09 558	0.79 549	0.82 561	0.85 525	0.76 533	0.21 527	0.18 530	0.22 532	0.18 519	0.27 541	0.35 559

SAMSARA	0.56 536	0.39 535	0.80 500	0.60 565	0.46 557	1.00 566	1.23 596	0.67 544	0.68 531	0.71 546	0.54 475	0.89 555	0.57 534	0.81 519	0.62 520	0.19 522	0.22 546	0.18 511	0.18 519	0.27 541	0.25 543

GANetREF_RVC	0.43 504	0.47 546	0.69 473	0.38 542	0.20 464	0.51 511	0.48 552	0.66 539	0.66 525	0.46 491	0.46 433	0.50 475	0.44 500	0.90 536	0.39 455	0.27 546	0.21 541	0.32 553	0.18 519	0.27 541	0.22 528
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
MANE	1.41 581	0.36 526	0.74 488	0.43 549	0.41 552	2.16 591	0.80 578	2.39 598	3.38 594	2.22 595	3.06 597	3.54 598	2.73 598	2.15 591	1.94 589	0.28 550	0.27 557	0.30 551	0.46 568	0.28 546	0.34 558

PASM	0.45 512	0.35 523	0.90 525	0.35 532	0.33 543	0.39 454	0.38 522	0.50 402	0.61 516	0.52 516	0.51 457	0.62 520	0.45 503	0.93 540	0.48 492	0.26 541	0.29 561	0.29 549	0.33 558	0.29 547	0.26 545

ELAS_RVC	0.74 559	0.36 526	1.00 539	0.37 540	0.33 543	0.88 560	0.93 585	0.83 567	1.08 573	1.35 579	1.33 569	1.24 568	1.33 584	1.06 557	0.95 552	0.27 546	0.25 555	0.29 549	0.27 553	0.30 548	0.30 551
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSMNet-RUCA	0.37 474	0.41 540	0.66 466	0.46 554	0.41 552	0.34 413	0.25 427	0.57 489	0.45 425	0.39 440	0.52 465	0.43 431	0.33 440	0.41 348	0.29 402	0.25 540	0.14 495	0.33 555	0.21 528	0.31 549	0.22 528

CC-Net-ROB	0.43 504	0.47 546	0.65 461	0.37 540	0.23 501	0.51 511	0.29 467	0.66 539	0.49 466	0.46 491	0.51 457	0.48 463	0.38 470	0.96 547	0.35 438	0.34 558	0.23 551	0.55 568	0.25 545	0.31 549	0.20 515

ELAS	0.74 559	0.36 526	0.85 517	0.36 534	0.33 543	1.36 581	0.77 576	0.93 572	0.92 563	1.41 583	1.53 577	1.16 566	1.17 576	0.95 546	1.03 556	0.26 541	0.25 555	0.28 545	0.28 556	0.31 549	0.30 551
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MFN_U_SF_RVC	0.56 536	0.51 555	1.19 556	0.38 542	0.22 488	0.69 542	0.27 445	0.80 563	0.67 528	0.73 547	0.74 531	0.87 552	0.61 547	0.81 519	0.76 533	0.29 552	0.27 557	0.32 553	0.37 564	0.32 552	0.31 554

Anonymous_2	0.37 474	0.21 438	0.47 365	0.20 163	0.21 472	0.42 470	0.26 439	0.38 275	0.29 238	0.33 350	0.30 242	0.44 442	0.38 470	0.36 329	0.29 402	0.26 541	0.29 561	0.44 562	1.41 598	0.34 553	0.21 523

UDG	0.40 493	0.46 544	0.49 379	0.40 546	0.35 546	0.47 495	0.27 445	0.54 454	0.47 447	0.39 440	0.45 423	0.59 511	0.44 500	0.46 363	0.39 455	0.26 541	0.19 534	0.48 564	0.22 536	0.34 553	0.26 545

NVStereoNet_ROB	0.67 550	0.49 552	0.83 509	0.48 556	0.40 551	0.51 511	0.46 544	0.70 550	0.77 545	0.84 556	1.72 582	1.02 561	0.83 562	1.23 568	0.79 539	0.32 556	0.38 569	0.40 560	0.46 568	0.36 555	0.41 564
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	0.41 495	0.50 553	0.48 374	0.44 551	0.39 549	0.46 489	0.32 490	0.50 402	0.43 399	0.45 487	0.52 465	0.57 505	0.36 457	0.48 369	0.33 429	0.33 557	0.21 541	0.55 568	0.25 545	0.37 556	0.32 557

MSC_U_SF_DS_RVC	0.68 551	0.64 565	1.06 546	0.45 552	0.27 524	1.40 584	0.58 561	0.78 559	0.92 563	0.84 556	0.86 545	0.88 554	0.68 550	1.33 574	0.68 530	0.37 562	0.29 561	0.34 556	0.36 563	0.43 557	0.37 560

MADNet+	1.01 571	1.16 590	4.72 595	0.70 571	0.47 558	1.24 576	0.96 586	0.97 574	0.89 559	0.65 540	0.77 535	0.87 552	0.85 565	2.09 589	1.68 581	0.38 563	0.39 570	0.31 552	0.27 553	0.43 557	0.39 562

SQANet	0.40 493	0.48 548	0.67 467	0.48 556	0.39 549	0.48 501	0.22 363	0.51 419	0.43 399	0.40 450	0.47 441	0.47 456	0.33 440	0.54 402	0.32 422	0.36 560	0.15 510	0.40 560	0.21 528	0.45 559	0.31 554

testlalala_base	0.20 231	0.13 261	0.35 211	0.25 405	0.15 350	0.25 274	0.16 130	0.34 215	0.17 53	0.19 156	0.26 203	0.17 147	0.14 157	0.18 79	0.16 184	0.39 564	0.09 406	0.07 92	0.05 50	0.45 559	0.08 235

FADE		1.06 586		0.71 572	0.76 579							1.17 567				24.23 624	4.70 607	17.35 619	17.61 618	0.49 561

anonymity	0.56 536	0.54 558	0.70 479	0.47 555	0.61 570	0.56 523	0.43 538	0.69 548	0.49 466	0.63 536	0.55 479	0.54 494	0.60 538	0.61 441	0.57 508	0.55 570	0.53 580	0.50 565	0.54 577	0.51 562	0.56 574

Consistency-Raft	0.55 535	0.48 548	1.02 542	0.45 552	0.49 560	0.49 506	0.47 548	0.72 553	0.72 538	0.45 487	0.82 541	0.47 456	0.60 538	0.50 378	0.63 523	0.39 564	0.39 570	0.44 562	0.51 574	0.52 563	0.37 560

SGM+DAISY	0.87 564	0.66 567	1.30 565	0.51 560	0.60 569	1.03 567	0.84 582	0.76 557	0.73 541	1.39 581	1.51 576	1.31 571	1.22 578	1.11 559	1.08 559	0.57 572	0.53 580	0.51 567	0.51 574	0.54 564	0.61 582

SPS-STEREO	0.69 552	0.61 563	0.98 537	0.52 562	0.57 567	0.74 547	0.50 555	0.78 559	0.62 518	0.95 564	0.86 545	0.94 556	0.70 552	1.01 553	0.87 546	0.58 573	0.51 577	0.50 565	0.50 573	0.55 565	0.58 577
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
BEATNet-Init1	4.73 600	2.61 599	13.29 612	0.58 563	0.53 565	10.12 606	3.33 602	4.83 603	5.01 602	8.75 608	8.51 606	14.08 616	7.60 607	7.70 608	5.34 603	0.28 550	0.28 560	0.34 556	0.37 564	0.57 566	0.45 566

JetBlue	1.14 577	0.76 570	2.36 583	0.59 564	0.75 576	3.04 595	1.78 599	1.11 576	0.90 561	0.94 562	1.10 559	1.66 579	1.28 582	2.09 589	1.72 583	0.43 566	0.36 568	0.38 558	0.38 566	0.58 567	0.56 574

otaku	0.57 539	0.62 564	0.87 520	0.63 567	0.44 556	0.73 546	0.37 516	0.65 533	0.66 525	0.51 510	0.75 532	0.66 535	0.45 503	0.69 475	0.46 489	0.53 567	0.34 567	0.55 568	0.35 560	0.60 568	0.45 566

GCST	0.47 516	0.60 562	0.57 425	1.04 586	0.48 559	0.38 446	0.11 16	0.40 298	0.32 272	0.41 460	0.34 296	0.29 301	0.17 217	0.46 363	0.19 267	0.69 577	0.42 572	0.79 581	0.62 583	0.62 569	0.46 569

Ntro	0.58 540	0.64 565	0.92 528	0.66 568	0.50 562	0.77 550	0.36 512	0.66 539	0.70 535	0.50 505	0.59 494	0.65 531	0.51 524	0.75 497	0.45 483	0.56 571	0.32 565	0.56 571	0.34 559	0.63 570	0.46 569

DGSMNet	0.61 545	0.29 498	0.91 526	0.51 560	0.70 574	0.62 536	1.38 597	0.59 503	0.55 500	0.37 410	0.61 506	0.52 485	0.33 440	0.65 463	0.43 475	0.53 567	0.60 587	0.67 573	0.61 582	0.63 570	0.61 582

ACVNet_1	0.72 555	0.81 572	1.37 568	0.72 573	0.53 565	0.77 550	0.42 536	0.85 571	0.90 561	0.74 550	0.75 532	1.32 572	0.72 554	1.02 554	0.55 506	0.54 569	0.31 564	0.71 575	0.35 560	0.64 572	0.45 566

ACVNet-4b	0.72 555	0.81 572	1.33 566	0.72 573	0.50 562	0.80 555	0.31 483	0.71 552	0.80 548	0.50 505	0.72 530	0.95 558	0.43 498	0.96 547	1.20 571	1.13 595	0.21 541	0.76 578	0.45 567	0.65 573	0.46 569

DispFullNet	0.66 549	0.89 577	1.59 573	0.77 575	1.21 592	0.51 511	0.23 388	0.59 503	0.72 538	0.69 545	0.61 506	0.69 542	0.91 567	0.79 512	0.48 492	0.27 546	0.12 472	0.73 576	0.30 557	0.65 573	0.40 563

WAO-7	1.01 571	0.89 577	0.93 530	0.83 578	0.66 573	1.18 572	0.81 580	1.40 582	1.57 585	1.11 573	1.76 584	1.45 574	1.19 577	1.50 578	1.14 564	0.61 574	0.62 590	0.70 574	0.68 585	0.66 575	0.60 579

MFMNet_re	0.72 555	0.76 570	0.99 538	0.62 566	0.70 574	0.77 550	0.67 567	0.75 556	0.83 554	0.78 554	0.86 545	0.69 542	0.78 556	0.71 481	0.61 518	0.66 576	0.59 586	0.61 572	0.58 581	0.68 576	0.71 586

MonStereo1	0.93 568	0.56 559	0.82 506	0.69 569	0.58 568	1.37 582	0.35 507	0.94 573	1.25 578	0.93 561	1.90 585	1.52 576	2.10 593	1.27 571	0.77 536	0.69 577	0.33 566	0.75 577	0.47 570	0.70 577	0.57 576

ACVNet_2	0.89 565	0.87 576	1.25 560	0.82 576	0.62 571	0.97 565	0.62 565	1.14 577	1.42 582	1.00 567	1.40 570	1.47 575	0.84 563	1.11 559	0.66 528	0.61 574	0.43 573	0.78 579	0.49 571	0.75 578	0.52 572

RainbowNet	0.72 555	0.89 577	1.02 542	0.82 576	0.63 572	0.78 553	0.52 556	0.81 565	0.93 565	0.60 531	0.79 537	0.80 550	0.60 538	0.80 516	0.57 508	0.78 582	0.55 583	0.78 579	0.49 571	0.76 579	0.58 577

WAO-6	1.07 575	0.93 581	0.92 528	0.96 580	0.78 580	1.28 578	0.75 573	1.34 580	2.00 589	1.02 569	1.54 578	1.59 577	1.22 578	1.31 573	1.14 564	0.78 582	0.55 583	1.02 588	0.75 589	0.83 580	0.69 585

IMH-64-1	0.91 566	0.86 574	0.84 514	0.97 581	0.75 576	0.92 563	0.71 569	1.27 578	1.10 574	0.89 558	1.45 572	1.14 563	0.96 569	1.19 564	0.84 542	0.74 579	0.51 577	0.97 584	0.55 578	0.84 581	0.60 579

IMH-64	0.91 566	0.86 574	0.84 514	0.97 581	0.75 576	0.92 563	0.71 569	1.27 578	1.10 574	0.89 558	1.45 572	1.14 563	0.96 569	1.19 564	0.84 542	0.74 579	0.51 577	0.97 584	0.55 578	0.84 581	0.60 579

test_for_model	0.29 413	0.89 577	0.34 201	0.69 569	0.49 560	0.20 159	0.16 130	0.30 171	0.23 156	0.28 238	0.15 82	0.13 78	0.11 78	0.17 58	0.13 98	0.29 552	0.10 431	0.06 31	0.04 1	0.86 583	0.18 497

IMH	1.05 574	0.95 582	1.00 539	1.01 583	0.78 580	1.11 569	0.68 568	1.38 581	1.43 583	1.00 567	1.72 582	1.43 573	1.14 573	1.73 584	0.89 548	1.09 592	0.55 583	0.99 586	0.57 580	0.87 584	0.62 584

LVE	1.13 576	1.02 583	1.28 563	1.01 583	0.80 583	1.29 579	0.81 580	1.47 585	1.96 587	1.07 571	1.90 585	1.90 582	1.01 572	1.48 577	0.91 549	0.93 589	0.61 589	0.94 583	0.69 586	0.87 584	0.75 590

WAO-8	1.46 584	1.10 588	1.09 548	1.10 587	0.84 584	2.06 588	0.75 573	1.84 591	3.83 597	1.44 587	2.21 591	2.15 586	1.43 586	3.17 595	1.19 569	0.91 587	0.65 592	1.09 589	0.79 590	0.90 586	0.71 586

Venus	1.46 584	1.10 588	1.09 548	1.10 587	0.84 584	2.06 588	0.75 573	1.84 591	3.83 597	1.44 587	2.21 591	2.15 586	1.43 586	3.17 595	1.19 569	0.91 587	0.65 592	1.09 589	0.79 590	0.90 586	0.71 586

Dean	1.17 578	1.04 585	1.49 572	1.03 585	0.78 580	1.20 575	0.77 576	1.48 586	1.96 587	1.28 577	1.99 588	2.15 586	1.14 573	1.25 569	1.00 555	0.81 584	0.60 587	1.01 587	0.69 586	0.92 588	0.74 589

PWCK	1.00 569	1.17 591	1.70 577	0.91 579	0.41 552	1.19 574	0.92 584	1.10 575	1.14 576	1.16 575	1.14 561	1.25 569	0.88 566	1.75 585	1.04 558	0.87 586	0.50 575	0.87 582	0.53 576	0.96 589	0.52 572

SuperB	0.49 522	0.28 490	2.23 581	0.23 317	0.15 350	0.41 463	0.32 490	0.47 372	0.82 550	0.43 476	0.50 451	0.33 344	0.45 503	0.68 473	1.08 559	0.10 343	0.07 287	0.09 255	0.08 233	0.98 590	0.14 449

UNDER WATER-64	1.55 586	1.19 592	2.52 586	1.31 592	0.95 588	2.12 590	1.21 595	1.45 584	3.19 593	1.43 586	1.32 568	2.64 593	2.04 592	1.63 581	1.83 585	1.11 593	0.67 594	1.28 594	0.92 593	1.19 591	1.02 595

UNDER WATER	1.59 587	1.22 593	2.36 583	1.38 593	1.03 589	1.67 587	1.10 592	1.54 589	3.63 595	1.44 587	1.47 574	2.85 595	2.25 595	1.67 582	1.94 589	1.06 591	0.62 590	1.31 595	0.93 594	1.21 592	1.02 595

TorneroNet-64	1.43 582	1.03 584	1.20 557	1.10 587	0.86 586	2.26 592	0.73 572	1.84 591	3.84 599	1.25 576	2.25 593	2.69 594	1.42 585	1.76 586	1.43 576	0.76 581	0.50 575	1.09 589	0.66 584	1.23 593	0.76 591

TorneroNet	2.22 592	1.08 587	1.24 559	1.14 591	0.90 587	5.58 599	0.80 578	2.12 596	8.69 606	2.58 597	5.42 602	3.88 599	1.97 591	1.78 588	1.87 586	0.86 585	0.54 582	1.15 593	0.74 588	1.23 593	0.85 592

notaker	1.45 583	1.34 594	1.48 570	1.40 594	1.07 590	1.18 572	0.85 583	1.48 586	1.40 581	1.51 592	3.46 598	2.40 591	1.81 590	1.76 586	1.45 579	1.11 593	0.69 595	1.38 596	0.87 592	1.31 595	0.97 594

ktn	1.77 590	1.36 595	1.22 558	1.43 595	1.14 591	1.52 585	1.08 591	1.51 588	3.96 600	2.77 599	4.69 600	3.35 597	1.46 588	1.69 583	1.25 573	1.43 597	0.77 596	1.45 597	0.99 595	1.32 596	0.96 593

KSHMR	1.89 591	1.36 595	1.60 574	1.47 596	1.22 593	1.38 583	1.06 590	1.79 590	5.97 603	1.42 585	5.65 604	2.98 596	1.14 573	2.23 592	1.20 571	1.27 596	1.12 597	1.46 598	1.10 597	1.32 596	1.15 597

JetRed	2.30 594	2.64 600	6.12 597	1.12 590	1.38 595	5.85 601	3.29 601	1.99 594	1.67 586	1.98 594	1.95 587	2.16 589	1.60 589	2.48 593	4.10 600	1.05 590	1.60 598	1.09 589	1.01 596	1.67 598	1.28 598

MADNet++	2.26 593	1.80 598	2.06 580	2.13 600	1.97 597	2.61 594	1.79 600	2.38 597	2.16 590	2.75 598	2.65 595	2.38 590	2.43 596	3.17 595	3.21 596	2.17 600	1.95 601	1.94 600	1.63 599	2.06 599	2.01 601

HanzoNet	2.97 595	1.69 597	2.29 582	1.74 597	1.33 594	1.53 586	1.03 589	1.99 594	2.64 592	5.51 603	5.16 601	5.90 604	6.82 606	4.32 601	3.29 597	3.16 603	2.02 603	1.92 599	2.87 604	2.24 600	1.89 600

tt	4.71 599	0.10 90	3.94 591	2.06 599	1.53 596	10.14 607	16.88 608	9.27 610	4.98 601	1.39 581	1.02 556	4.68 600	4.90 601	3.35 598	5.86 604	5.76 608	9.15 614	2.24 603	2.53 602	3.10 601	1.32 599

DPSimNet_ROB	4.34 598	4.23 601	6.89 599	3.67 601	3.68 598	4.75 596	5.21 604	2.67 599	3.68 596	5.82 604	3.95 599	5.57 601	6.72 605	3.46 599	4.48 601	4.05 606	2.88 604	4.68 606	3.12 606	3.69 602	3.62 605

USTest	6.88 601	5.23 604	5.63 596	7.22 606	7.29 602	14.34 610	22.76 610	8.48 608	9.32 607	5.42 602	6.39 605	6.29 608	6.64 604	6.92 605	8.62 607	1.94 598	3.29 605	2.16 602	2.55 603	3.85 603	3.29 604

DGTPSM_ROB	8.34 604	5.10 602	10.37 610	5.31 604	10.18 605	8.33 603	23.60 614	6.06 605	13.41 613	4.90 600	10.87 611	5.65 602	10.44 608	6.17 603	12.59 609	3.74 604	7.55 609	3.69 604	7.26 610	4.14 604	7.46 608

DPSMNet_ROB	8.40 605	5.11 603	10.49 611	5.58 605	10.25 606	8.34 604	23.62 615	6.07 606	13.45 614	4.93 601	10.88 612	5.66 603	10.44 608	6.24 604	12.64 610	3.98 605	7.61 610	3.76 605	7.30 611	4.20 605	7.51 609

TCMNet-wrong-test	4.29 597	5.57 605	4.65 592	11.33 610	10.39 607	5.73 600	4.48 603	4.13 602	1.02 568	1.91 593	2.39 594	6.16 607	3.62 599	3.84 600	4.50 602	1.99 599	0.47 574	1.97 601	1.69 600	5.69 606	4.31 606

ASD4	7.23 602	6.65 606	7.69 600	5.24 603	5.62 601	11.85 608	20.36 609	7.57 607	7.14 605	6.55 605	5.47 603	5.99 606	5.78 602	7.22 606	9.24 608	4.85 607	4.44 606	6.40 611	5.19 607	6.53 607	4.89 607

DPSM_ROB	11.49 609	9.87 611	10.35 608	11.13 608	11.31 608	19.11 616	27.51 617	13.37 615	14.21 616	10.31 612	11.06 613	10.96 614	11.27 614	11.96 615	13.59 612	6.78 610	8.19 612	6.03 608	7.09 608	7.93 608	7.73 611

DPSM	11.49 609	9.87 611	10.35 608	11.13 608	11.31 608	19.11 616	27.51 617	13.37 615	14.21 616	10.31 612	11.06 613	10.96 614	11.27 614	11.96 615	13.59 612	6.78 610	8.19 612	6.03 608	7.09 608	7.93 608	7.73 611

PML	16.10 614	12.82 615	6.78 598	5.23 602	7.76 603	33.92 620	66.56 627	5.30 604	10.28 608	26.12 626	68.59 627	20.51 618	13.49 616	10.06 610	6.78 606	5.96 609	2.00 602	6.04 610	2.18 601	8.96 610	2.60 603

xxxxx1	15.27 611	9.54 608	10.31 605	20.13 614	18.88 613	17.08 611	23.03 611	10.36 611	10.99 609	9.21 609	9.62 607	10.74 611	10.61 611	10.72 611	13.89 614	7.97 612	9.20 615	31.85 624	44.72 626	12.84 611	13.69 613

tt_ll	15.27 611	9.54 608	10.31 605	20.13 614	18.88 613	17.08 611	23.03 611	10.36 611	10.99 609	9.21 609	9.62 607	10.74 611	10.61 611	10.72 611	13.89 614	7.97 612	9.20 615	31.85 624	44.72 626	12.84 611	13.69 613

ff	15.27 611	9.54 608	10.31 605	20.13 614	18.88 613	17.08 611	23.03 611	10.36 611	10.99 609	9.21 609	9.62 607	10.74 611	10.61 611	10.72 611	13.89 614	7.97 612	9.20 615	31.85 624	44.72 626	12.84 611	13.69 613

LRCNet_RVC	10.90 608	14.34 616	9.35 601	15.35 611	8.04 604	1.08 568	0.34 503	8.78 609	0.70 535	12.63 615	16.05 615	9.85 609	6.54 603	8.57 609	6.34 605	20.27 622	5.40 608	23.70 621	21.88 622	14.87 614	13.83 616

CasAABBNet	23.10 618	19.86 619	20.64 619	22.47 617	22.73 617	38.41 624	55.50 624	26.89 624	28.70 625	20.61 622	22.15 621	22.08 623	22.75 622	23.99 619	27.36 621	13.59 615	16.48 619	12.14 612	14.27 613	15.95 615	15.53 618

RAFT-FEzeroshot	23.10 618	19.88 621	20.56 617	22.49 618	22.75 619	38.38 621	55.50 624	26.84 622	28.66 623	20.60 620	22.10 619	22.05 620	22.74 620	24.00 621	27.37 623	13.59 615	16.48 619	12.14 612	14.28 614	15.96 616	15.54 619

RAFT-FE	23.10 618	19.88 621	20.56 617	22.49 618	22.75 619	38.38 621	55.50 624	26.84 622	28.66 623	20.60 620	22.10 619	22.05 620	22.74 620	24.00 621	27.37 623	13.59 615	16.48 619	12.14 612	14.28 614	15.96 616	15.54 619

FlowAnything	23.14 621	19.87 620	20.79 620	22.50 620	22.74 618	38.39 623	55.46 622	26.89 624	28.72 626	20.77 624	22.29 623	22.07 622	22.72 619	23.99 619	27.41 625	13.60 618	16.55 623	12.15 615	14.36 617	15.97 618	15.52 617

Selective-RAFT-Error	23.16 622	19.93 623	20.87 621	22.54 621	22.81 621	38.52 626	55.47 623	27.01 627	28.83 627	20.66 623	22.25 622	22.09 624	22.80 624	24.09 623	27.36 621	13.61 619	16.48 619	12.15 615	14.28 614	15.99 619	15.57 621

LSM0	24.24 623	19.98 624	22.32 622	24.22 622	40.14 627	38.48 625	55.20 621	26.95 626	28.57 622	20.49 619	21.83 617	22.26 625	22.75 622	24.22 624	27.30 620	13.66 620	16.32 618	12.19 617	14.15 612	16.10 620	17.66 622

HaxPig	17.72 616	20.22 625	19.73 614	16.53 612	16.51 611	9.27 605	9.33 605	14.34 617	13.27 612	18.65 616	18.70 616	17.35 617	16.77 617	17.04 617	16.45 617	22.05 623	20.89 624	22.27 620	21.53 621	21.29 621	22.13 625

MEDIAN_ROB	21.21 617	24.62 626	23.47 623	19.58 613	19.65 616	13.22 609	10.96 606	17.88 618	17.00 618	22.14 625	22.02 618	20.86 619	20.36 618	21.06 618	19.71 618	25.63 625	24.13 625	26.21 622	25.20 623	25.17 622	25.38 626

AVERAGE_ROB	25.43 624	29.06 627	27.24 624	24.63 623	24.20 624	17.73 614	12.61 607	22.29 621	21.39 621	26.79 627	26.16 626	25.20 626	24.64 627	25.07 625	23.53 619	29.96 626	28.40 626	30.60 623	29.58 624	29.72 623	29.84 627

RSGM-EC	29.65 625	17.75 617	10.04 603	35.31 624	33.15 625	26.42 618	46.65 619	19.89 619	17.74 619	18.92 617	23.36 624	30.14 627	23.59 625	41.87 626	45.99 626	59.56 627	34.38 627	33.25 627	20.37 619	34.97 624	19.60 623

acva	29.65 625	17.75 617	10.04 603	35.31 624	33.15 625	26.42 618	46.65 619	19.89 619	17.74 619	18.92 617	23.36 624	30.14 627	23.59 625	41.87 626	45.99 626	59.56 627	34.38 627	33.25 627	20.37 619	34.97 624	19.60 623

DLNR_Zeroshot_test	10.44 606	12.10 613	19.93 615	106.08 627	23.66 623	0.14 18	0.13 49	3.22 600	0.17 53	0.16 121	0.23 170	0.16 137	0.10 49	0.31 295	0.15 159	2.36 601	0.06 163	0.07 92	0.07 157	39.70 626	0.06 85

DLNR-FE	10.45 607	12.13 614	19.94 616	106.10 628	23.12 622	0.14 18	0.13 49	3.28 601	0.17 53	0.16 121	0.23 170	0.16 137	0.10 49	0.31 295	0.15 159	2.41 602	0.06 163	0.07 92	0.07 157	40.22 627	0.06 85

Anonymous_1	16.62 615	9.35 607	9.84 602	10.66 607	14.64 610	18.66 615	27.12 616	12.64 614	13.51 615	10.76 614	10.30 610	10.13 610	10.60 610	11.06 614	12.74 611	15.87 621	7.74 611	16.92 618	43.48 625	58.66 628	7.68 610

test_example2	101.33 627	108.28 628	68.15 626	98.43 626	106.93 628	89.75 627	102.43 628	36.80 628	97.65 628	129.04 628	130.15 628	65.26 629	66.62 628	92.11 628	80.24 628	144.10 629	199.48 629	81.81 629	103.01 629	125.01 629	101.27 628

ccccc	256.34 628	256.29 629	313.62 628	354.40 629	364.36 629	149.10 628	168.46 629	152.89 629	131.30 629	153.93 629	155.56 629	164.00 630	204.39 629	268.02 629	295.19 629	390.55 630	349.22 630	244.59 630	219.82 630	412.30 630	378.83 629

Low-res two-view benchmark