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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

U	1.00 569	0.09 48	0.21 72	0.21 208	3.68 598	6.12 603	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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_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

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

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

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

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	0.19 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

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

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

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

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

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

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

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-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

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

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
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

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

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

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

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	0.77 554	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

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

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

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

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

3.5w_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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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
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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

DLNR-FE	10.45 608	12.13 614	19.94 617	106.10 628	23.12 622	0.14 18	0.13 49	3.28 602	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

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

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

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

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

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

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

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

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

DLNR_Zeroshot_test	10.44 607	12.10 613	19.93 616	106.08 627	23.66 623	0.14 18	0.13 49	3.22 601	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

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

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

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	0.80 539	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

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

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

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

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

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
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

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

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

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
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

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

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

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	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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	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	0.16 134	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

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

FTStereo	0.28 402	0.10 90	0.43 329	0.23 317	0.13 257	0.21 187	0.53 559	0.34 215	0.26 193	0.38 425	0.95 552	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

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

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

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

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

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

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

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

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

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

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

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

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

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_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

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	0.46 570

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

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

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

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

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

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

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

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
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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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	0.68 522	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

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

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

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

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

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
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

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.
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

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_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

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

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

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

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

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)
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

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

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

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

xyz-stereo	1.40 580	0.10 90	17.09 614	0.18 57	0.07 1	4.78 598	0.18 214	0.29 152	0.34 294	0.36 403	2.81 597	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

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

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	1.15 563	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 + 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

SDNR	0.42 498	0.21 438	0.82 506	0.21 208	0.18 425	1.27 578	0.17 171	0.50 402	0.49 466	0.42 470	0.81 540	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

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

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

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

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

MDST_ROB	0.48 519	0.14 304	0.95 533	0.30 503	0.21 472	1.33 581	0.32 490	0.77 558	0.56 503	1.06 571	0.71 527	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

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

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	1.26 567	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

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

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	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

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

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

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

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

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
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

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

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

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

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	0.69 526	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

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

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

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

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	0.75 533	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

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

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

MultiAttention	1.02 573	0.13 261	0.43 329	0.35 532	0.43 555	5.36 599	1.71 599	0.69 548	0.53 489	0.36 403	0.63 512	0.55 496	0.22 286	7.60 608	0.43 475	0.09 294	0.06 163	0.14 471	0.24 540	0.26 536	0.30 551

DGSMNet	0.61 545	0.29 498	0.91 526	0.51 560	0.70 574	0.62 536	1.38 598	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	0.61 583

MFN_U_SF_DS_RVC	0.51 529	0.50 553	0.86 518	0.39 544	0.24 509	0.84 558	0.55 560	0.56 479	0.62 518	0.60 531	0.68 522	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

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

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

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

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

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	0.68 522	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

Ntro	0.58 540	0.64 565	0.92 528	0.66 568	0.50 562	0.77 551	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	0.46 570

THIR-Stereo	0.29 413	0.12 198	0.41 308	0.19 100	0.11 122	0.28 324	0.72 572	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

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	0.68 522	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

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

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
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

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	0.75 533	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	0.45 567

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

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

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

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

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

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.
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
LSM	1.64 588	0.40 536	2.56 587	2.02 598	17.61 612	0.51 511	0.52 557	0.61 515	0.76 543	0.82 556	1.11 561	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	2.42 603

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

MSMD_ROB	0.60 544	0.33 520	0.61 442	0.30 503	0.25 517	0.86 560	0.35 507	0.55 464	0.67 528	1.10 573	1.49 576	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

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	0.94 563	0.82 542	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

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
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

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

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	0.85 545	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

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

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

ACVNet_1	0.72 555	0.81 572	1.37 568	0.72 573	0.53 565	0.77 551	0.42 536	0.85 571	0.90 561	0.74 550	0.75 533	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	0.45 567

RainbowNet	0.72 555	0.89 577	1.02 542	0.82 576	0.63 572	0.78 554	0.52 557	0.81 565	0.93 565	0.60 531	0.79 538	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	0.58 578

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	0.56 575

CrosDoStereo	0.31 429	0.10 90	0.49 379	0.18 57	0.12 179	0.22 215	1.11 594	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

DeepStereo_LL	0.31 429	0.10 90	0.49 379	0.18 57	0.12 179	0.22 215	1.11 594	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

G-Net	0.46 514	0.25 469	0.86 518	0.34 523	0.28 529	0.90 563	0.35 507	0.47 372	0.45 425	0.68 543	1.22 565	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

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

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	0.96 553	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

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

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	1.47 592	1.30 568	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
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	0.95 565	0.84 544	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
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

MFMNet_re	0.72 555	0.76 570	0.99 538	0.62 566	0.70 574	0.77 551	0.67 568	0.75 556	0.83 554	0.78 555	0.86 546	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	0.71 587

SAMSARA	0.56 536	0.39 535	0.80 500	0.60 565	0.46 557	1.00 567	1.23 597	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

CSAN	0.50 525	0.35 523	0.78 490	0.36 534	0.23 501	0.56 523	0.59 564	0.61 515	0.70 535	0.64 538	0.78 537	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

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	0.95 565	1.40 571	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

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	0.96 553	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

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	0.82 542	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

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	1.14 575	1.54 579	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.
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

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

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

ACVNet_2	0.89 565	0.87 576	1.25 560	0.82 576	0.62 571	0.97 566	0.62 566	1.14 577	1.42 582	1.00 568	1.40 571	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	0.52 573

MSC_U_SF_DS_RVC	0.68 551	0.64 565	1.06 546	0.45 552	0.27 524	1.40 585	0.58 562	0.78 559	0.92 563	0.84 557	0.86 546	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

DPSNet	0.47 516	0.24 464	0.93 530	0.27 467	0.20 464	0.75 550	0.57 561	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

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

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	0.74 532	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

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	0.92 561	1.09 559	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

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	0.98 556	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

MonStereo1	0.93 568	0.56 559	0.82 506	0.69 569	0.58 568	1.37 583	0.35 507	0.94 573	1.25 578	0.93 562	1.90 586	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	0.57 577

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

FC-DCNN	0.70 553	0.30 505	0.69 473	0.32 515	0.27 524	0.81 557	0.39 527	0.79 562	0.82 550	1.41 584	1.58 581	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

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	0.84 557	1.72 583	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
FC-DCNN v2	0.71 554	0.30 505	0.67 467	0.32 515	0.27 524	0.84 558	0.39 527	0.84 568	0.85 558	1.44 588	1.64 582	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

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

IMH-64-1	0.91 566	0.86 574	0.84 514	0.97 581	0.75 576	0.92 564	0.71 570	1.27 578	1.10 574	0.89 559	1.45 573	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	0.60 580

IMH-64	0.91 566	0.86 574	0.84 514	0.97 581	0.75 576	0.92 564	0.71 570	1.27 578	1.10 574	0.89 559	1.45 573	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	0.60 580

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	0.71 527	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

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

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	0.81 540	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

SPS-STEREO	0.69 552	0.61 563	0.98 537	0.52 562	0.57 567	0.74 548	0.50 555	0.78 559	0.62 518	0.95 565	0.86 546	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	0.58 578
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH	1.05 574	0.95 582	1.00 539	1.01 583	0.78 580	1.11 570	0.68 569	1.38 581	1.43 583	1.00 568	1.72 583	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	0.62 585

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

LVE	1.13 576	1.02 583	1.28 563	1.01 583	0.80 583	1.29 580	0.81 581	1.47 585	1.96 588	1.07 572	1.90 586	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	0.75 591

ELAS_RVC	0.74 559	0.36 526	1.00 539	0.37 540	0.33 543	0.88 561	0.93 586	0.83 567	1.08 573	1.35 580	1.33 570	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
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	1.23 566	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

EDNetEfficientorigin	7.51 604	0.52 557	140.47 628	0.25 405	0.17 404	0.42 470	0.29 467	0.47 372	1.03 569	1.28 578	1.02 557	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

Dean	1.17 578	1.04 585	1.49 572	1.03 585	0.78 580	1.20 576	0.77 577	1.48 586	1.96 588	1.28 578	1.99 589	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	0.74 590

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	4.97 603	1.03 556	0.11 382	0.07 287	0.10 328	0.24 540	0.27 541	0.26 545

ELAS	0.74 559	0.36 526	0.85 517	0.36 534	0.33 543	1.36 582	0.77 577	0.93 572	0.92 563	1.41 584	1.53 578	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
PWCK	1.00 569	1.17 591	1.70 577	0.91 579	0.41 552	1.19 575	0.92 585	1.10 575	1.14 576	1.16 576	1.14 562	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	0.52 573

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

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

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

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

SGM+DAISY	0.87 564	0.66 567	1.30 565	0.51 560	0.60 569	1.03 568	0.84 583	0.76 557	0.73 541	1.39 582	1.51 577	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	0.61 583

WAO-7	1.01 571	0.89 577	0.93 530	0.83 578	0.66 573	1.18 573	0.81 581	1.40 582	1.57 586	1.11 574	1.76 585	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	0.60 580

WAO-6	1.07 575	0.93 581	0.92 528	0.96 580	0.78 580	1.28 579	0.75 574	1.34 580	2.00 590	1.02 570	1.54 579	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	0.69 586

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

RTS	0.78 562	0.48 548	4.68 594	0.34 523	0.28 529	1.12 571	0.46 544	0.62 524	1.03 569	0.73 547	0.89 550	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	4.68 594	0.34 523	0.28 529	1.12 571	0.46 544	0.62 524	1.03 569	0.73 547	0.89 550	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

WAO-8	1.46 584	1.10 588	1.09 548	1.10 587	0.84 584	2.06 589	0.75 574	1.84 591	3.83 598	1.44 588	2.21 592	2.15 586	1.43 586	3.17 596	1.19 569	0.91 587	0.65 592	1.09 589	0.79 590	0.90 586	0.71 587

Venus	1.46 584	1.10 588	1.09 548	1.10 587	0.84 584	2.06 589	0.75 574	1.84 591	3.83 598	1.44 588	2.21 592	2.15 586	1.43 586	3.17 596	1.19 569	0.91 587	0.65 592	1.09 589	0.79 590	0.90 586	0.71 587

KSHMR	1.89 591	1.36 595	1.60 574	1.47 596	1.22 593	1.38 584	1.06 591	1.79 590	5.97 604	1.42 586	5.65 605	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	1.15 598

ACVNet-4b	0.72 555	0.81 572	1.33 566	0.72 573	0.50 562	0.80 556	0.31 483	0.71 552	0.80 548	0.50 505	0.72 531	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	0.46 570

ktn	1.77 590	1.36 595	1.22 558	1.43 595	1.14 591	1.52 586	1.08 592	1.51 588	3.96 601	2.77 600	4.69 601	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	0.96 594

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

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

TorneroNet-64	1.43 582	1.03 584	1.20 557	1.10 587	0.86 586	2.26 593	0.73 573	1.84 591	3.84 600	1.25 577	2.25 594	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	0.76 592

ADCL	0.47 516	0.22 451	1.00 539	0.27 467	0.19 447	0.74 548	0.64 567	0.54 454	0.69 533	0.56 526	0.71 527	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

AnyNet_C01	0.65 548	0.58 560	2.60 588	0.32 515	0.26 522	0.88 561	0.61 565	0.63 531	0.62 518	0.68 543	0.96 553	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

notaker	1.45 583	1.34 594	1.48 570	1.40 594	1.07 590	1.18 573	0.85 584	1.48 586	1.40 581	1.51 593	3.46 599	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	0.97 595

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	1.38 581	0.87 549	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

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

MADNet+	1.01 571	1.16 590	4.72 596	0.70 571	0.47 558	1.24 577	0.96 587	0.97 574	0.89 559	0.65 540	0.77 536	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

JetBlue	1.14 577	0.76 570	2.36 583	0.59 564	0.75 576	3.04 596	1.78 600	1.11 576	0.90 561	0.94 563	1.10 560	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	0.56 575

AnyNet_C32	0.51 529	0.40 536	1.10 552	0.29 493	0.28 529	0.59 530	0.58 562	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

UNDER WATER-64	1.55 586	1.19 592	2.52 586	1.31 592	0.95 588	2.12 591	1.21 596	1.45 584	3.19 594	1.43 587	1.32 569	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	1.02 596

TorneroNet	2.22 592	1.08 587	1.24 559	1.14 591	0.90 587	5.58 600	0.80 579	2.12 597	8.69 607	2.58 598	5.42 603	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	0.85 593

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

coex-ft	3.44 596	0.73 569	48.55 626	0.24 368	0.19 447	0.50 510	0.43 538	0.47 372	2.40 592	7.03 607	1.20 564	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

UNDER WATER	1.59 587	1.22 593	2.36 583	1.38 593	1.03 589	1.67 588	1.10 593	1.54 589	3.63 596	1.44 588	1.47 575	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	1.02 596

MANE	1.41 581	0.36 526	0.74 488	0.43 549	0.41 552	2.16 592	0.80 579	2.39 599	3.38 595	2.22 596	3.06 598	3.54 598	2.73 599	2.15 591	1.94 589	0.28 550	0.27 557	0.30 551	0.46 568	0.28 546	0.34 558

FADE	4.32 598	1.06 586	4.35 592	0.71 572	0.76 579	0.73 546	0.50 555	1.85 594	1.52 585	0.75 551	0.66 517	1.17 567	2.69 598	2.83 594	1.96 591	24.23 624	4.70 607	17.35 619	17.61 618	0.49 561	0.44 566

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	2.20 592	0.11 382	0.07 287	0.09 255	0.08 233	0.09 256	0.09 297

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	0.76 553	0.71 527	0.68 540	0.60 538	0.76 502	2.23 593	0.16 494	0.16 517	0.16 497	0.17 512	0.22 520	0.22 528

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	2.24 594	0.10 343	0.07 287	0.09 255	0.08 233	0.09 256	0.09 297

SGM-ForestM	1.36 579	0.28 490	0.79 497	0.26 439	0.16 382	2.26 593	1.00 589	1.42 583	1.46 584	2.38 597	2.05 590	5.95 605	2.66 597	2.95 595	2.46 595	0.17 505	0.18 530	0.18 511	0.18 519	0.15 454	0.18 497

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	2.66 596	0.08 211	0.05 32	0.10 328	0.07 157	0.08 186	0.06 85

MADNet++	2.26 593	1.80 598	2.06 580	2.13 600	1.97 597	2.61 595	1.79 601	2.38 598	2.16 591	2.75 599	2.65 596	2.38 590	2.43 596	3.17 596	3.21 597	2.17 600	1.95 601	1.94 600	1.63 599	2.06 599	2.01 602

HanzoNet	2.97 595	1.69 597	2.29 582	1.74 597	1.33 594	1.53 587	1.03 590	1.99 595	2.64 593	5.51 604	5.16 602	5.90 604	6.82 607	4.32 602	3.29 598	3.16 603	2.02 603	1.92 599	2.87 604	2.24 600	1.89 601

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	3.56 599	0.11 382	0.07 287	0.08 175	0.08 233	0.09 256	0.09 297

LE_ROB	1.76 589	0.20 424	2.68 589	0.48 556	0.52 564	0.78 554	0.96 587	0.84 568	6.61 605	7.40 608	2.08 591	2.08 584	4.83 601	1.27 571	3.79 600	0.10 343	0.08 372	0.12 423	0.11 402	0.11 370	0.10 353

JetRed	2.30 594	2.64 600	6.12 598	1.12 590	1.38 595	5.85 602	3.29 602	1.99 595	1.67 587	1.98 595	1.95 588	2.16 589	1.60 589	2.48 593	4.10 601	1.05 590	1.60 598	1.09 589	1.01 596	1.67 598	1.28 599

DPSimNet_ROB	4.34 599	4.23 601	6.89 600	3.67 601	3.68 598	4.75 597	5.21 605	2.67 600	3.68 597	5.82 605	3.95 600	5.57 601	6.72 606	3.46 600	4.48 602	4.05 606	2.88 604	4.68 606	3.12 606	3.69 602	3.62 606

TCMNet-wrong-test	4.29 597	5.57 605	4.65 593	11.33 610	10.39 607	5.73 601	4.48 604	4.13 603	1.02 568	1.91 594	2.39 595	6.16 607	3.62 600	3.84 601	4.50 603	1.99 599	0.47 574	1.97 601	1.69 600	5.69 606	4.31 607

BEATNet-Init1	4.73 601	2.61 599	13.29 613	0.58 563	0.53 565	10.12 607	3.33 603	4.83 604	5.01 603	8.75 609	8.51 607	14.08 616	7.60 608	7.70 609	5.34 604	0.28 550	0.28 560	0.34 556	0.37 564	0.57 566	0.45 567

tt	4.71 600	0.10 90	3.94 591	2.06 599	1.53 596	10.14 608	16.88 609	9.27 611	4.98 602	1.39 582	1.02 557	4.68 600	4.90 602	3.35 599	5.86 605	5.76 608	9.15 614	2.24 603	2.53 602	3.10 601	1.32 600

LRCNet_RVC	10.90 609	14.34 616	9.35 602	15.35 611	8.04 604	1.08 569	0.34 503	8.78 610	0.70 535	12.63 616	16.05 616	9.85 609	6.54 604	8.57 610	6.34 606	20.27 622	5.40 608	23.70 621	21.88 622	14.87 614	13.83 617

PML	16.10 615	12.82 615	6.78 599	5.23 602	7.76 603	33.92 621	66.56 628	5.30 605	10.28 609	26.12 627	68.59 628	20.51 618	13.49 617	10.06 611	6.78 607	5.96 609	2.00 602	6.04 610	2.18 601	8.96 610	2.60 604

USTest	6.88 602	5.23 604	5.63 597	7.22 606	7.29 602	14.34 611	22.76 611	8.48 609	9.32 608	5.42 603	6.39 606	6.29 608	6.64 605	6.92 606	8.62 608	1.94 598	3.29 605	2.16 602	2.55 603	3.85 603	3.29 605

ASD4	7.23 603	6.65 606	7.69 601	5.24 603	5.62 601	11.85 609	20.36 610	7.57 608	7.14 606	6.55 606	5.47 604	5.99 606	5.78 603	7.22 607	9.24 609	4.85 607	4.44 606	6.40 611	5.19 607	6.53 607	4.89 608

DGTPSM_ROB	8.34 605	5.10 602	10.37 611	5.31 604	10.18 605	8.33 604	23.60 615	6.06 606	13.41 614	4.90 601	10.87 612	5.65 602	10.44 609	6.17 604	12.59 610	3.74 604	7.55 609	3.69 604	7.26 610	4.14 604	7.46 609

DPSMNet_ROB	8.40 606	5.11 603	10.49 612	5.58 605	10.25 606	8.34 605	23.62 616	6.07 607	13.45 615	4.93 602	10.88 613	5.66 603	10.44 609	6.24 605	12.64 611	3.98 605	7.61 610	3.76 605	7.30 611	4.20 605	7.51 610

Anonymous_1	16.62 616	9.35 607	9.84 603	10.66 607	14.64 610	18.66 616	27.12 617	12.64 615	13.51 616	10.76 615	10.30 611	10.13 610	10.60 611	11.06 615	12.74 612	15.87 621	7.74 611	16.92 618	43.48 625	58.66 628	7.68 611

DPSM_ROB	11.49 610	9.87 611	10.35 609	11.13 608	11.31 608	19.11 617	27.51 618	13.37 616	14.21 617	10.31 613	11.06 614	10.96 614	11.27 615	11.96 616	13.59 613	6.78 610	8.19 612	6.03 608	7.09 608	7.93 608	7.73 612

DPSM	11.49 610	9.87 611	10.35 609	11.13 608	11.31 608	19.11 617	27.51 618	13.37 616	14.21 617	10.31 613	11.06 614	10.96 614	11.27 615	11.96 616	13.59 613	6.78 610	8.19 612	6.03 608	7.09 608	7.93 608	7.73 612

xxxxx1	15.27 612	9.54 608	10.31 606	20.13 614	18.88 613	17.08 612	23.03 612	10.36 612	10.99 610	9.21 610	9.62 608	10.74 611	10.61 612	10.72 612	13.89 615	7.97 612	9.20 615	31.85 624	44.72 626	12.84 611	13.69 614

tt_ll	15.27 612	9.54 608	10.31 606	20.13 614	18.88 613	17.08 612	23.03 612	10.36 612	10.99 610	9.21 610	9.62 608	10.74 611	10.61 612	10.72 612	13.89 615	7.97 612	9.20 615	31.85 624	44.72 626	12.84 611	13.69 614

ff	15.27 612	9.54 608	10.31 606	20.13 614	18.88 613	17.08 612	23.03 612	10.36 612	10.99 610	9.21 610	9.62 608	10.74 611	10.61 612	10.72 612	13.89 615	7.97 612	9.20 615	31.85 624	44.72 626	12.84 611	13.69 614

HaxPig	17.72 617	20.22 625	19.73 615	16.53 612	16.51 611	9.27 606	9.33 606	14.34 618	13.27 613	18.65 617	18.70 617	17.35 617	16.77 618	17.04 618	16.45 618	22.05 623	20.89 624	22.27 620	21.53 621	21.29 621	22.13 626

MEDIAN_ROB	21.21 618	24.62 626	23.47 624	19.58 613	19.65 616	13.22 610	10.96 607	17.88 619	17.00 619	22.14 626	22.02 619	20.86 619	20.36 619	21.06 619	19.71 619	25.63 625	24.13 625	26.21 622	25.20 623	25.17 622	25.38 627

AVERAGE_ROB	25.43 625	29.06 627	27.24 625	24.63 623	24.20 624	17.73 615	12.61 608	22.29 622	21.39 622	26.79 628	26.16 627	25.20 626	24.64 628	25.07 626	23.53 620	29.96 626	28.40 626	30.60 623	29.58 624	29.72 623	29.84 628

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

Selective-RAFT-Error	23.16 623	19.93 623	20.87 622	22.54 621	22.81 621	38.52 627	55.47 624	27.01 628	28.83 628	20.66 624	22.25 623	22.09 624	22.80 625	24.09 624	27.36 622	13.61 619	16.48 619	12.15 615	14.28 614	15.99 619	15.57 622

CasAABBNet	23.10 619	19.86 619	20.64 620	22.47 617	22.73 617	38.41 625	55.50 625	26.89 625	28.70 626	20.61 623	22.15 622	22.08 623	22.75 623	23.99 620	27.36 622	13.59 615	16.48 619	12.14 612	14.27 613	15.95 615	15.53 619

RAFT-FEzeroshot	23.10 619	19.88 621	20.56 618	22.49 618	22.75 619	38.38 622	55.50 625	26.84 623	28.66 624	20.60 621	22.10 620	22.05 620	22.74 621	24.00 622	27.37 624	13.59 615	16.48 619	12.14 612	14.28 614	15.96 616	15.54 620

RAFT-FE	23.10 619	19.88 621	20.56 618	22.49 618	22.75 619	38.38 622	55.50 625	26.84 623	28.66 624	20.60 621	22.10 620	22.05 620	22.74 621	24.00 622	27.37 624	13.59 615	16.48 619	12.14 612	14.28 614	15.96 616	15.54 620

FlowAnything	23.14 622	19.87 620	20.79 621	22.50 620	22.74 618	38.39 624	55.46 623	26.89 625	28.72 627	20.77 625	22.29 624	22.07 622	22.72 620	23.99 620	27.41 626	13.60 618	16.55 623	12.15 615	14.36 617	15.97 618	15.52 618

RSGM-EC	29.65 626	17.75 617	10.04 604	35.31 624	33.15 625	26.42 619	46.65 620	19.89 620	17.74 620	18.92 618	23.36 625	30.14 627	23.59 626	41.87 627	45.99 627	59.56 627	34.38 627	33.25 627	20.37 619	34.97 624	19.60 624

acva	29.65 626	17.75 617	10.04 604	35.31 624	33.15 625	26.42 619	46.65 620	19.89 620	17.74 620	18.92 618	23.36 625	30.14 627	23.59 626	41.87 627	45.99 627	59.56 627	34.38 627	33.25 627	20.37 619	34.97 624	19.60 624

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

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

Low-res two-view benchmark