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

Monster-pub-eth3d	0.28 8	0.18 1	0.39 14	0.36 6	0.21 9	0.55 154	0.31 82	0.55 13	0.43 49	0.28 7	0.28 13	0.23 3	0.21 3	0.56 42	0.25 12	0.11 1	0.10 9	0.14 3	0.11 9	0.14 21	0.11 2

IGEV	0.28 8	0.18 1	0.39 14	0.37 13	0.31 182	0.45 66	0.21 15	0.59 23	0.40 40	0.31 16	0.43 43	0.26 15	0.21 3	0.43 11	0.25 12	0.13 21	0.12 56	0.16 55	0.13 67	0.12 1	0.12 11

MLG-Stereo_test3	0.28 8	0.18 1	0.42 33	0.40 41	0.23 25	0.47 76	0.19 9	0.61 31	0.29 12	0.35 29	0.21 2	0.35 51	0.21 3	0.60 62	0.25 12	0.15 40	0.11 28	0.16 55	0.11 9	0.13 6	0.13 38

MonSter	0.28 8	0.18 1	0.39 14	0.36 6	0.21 9	0.55 154	0.31 82	0.55 13	0.43 49	0.28 7	0.29 15	0.23 3	0.21 3	0.56 42	0.25 12	0.11 1	0.10 9	0.14 3	0.11 9	0.14 21	0.11 2

CAS	0.63 234	0.18 1	0.37 5	2.27 553	0.84 505	0.57 165	0.54 320	0.79 86	0.62 110	0.48 96	0.70 128	0.36 53	0.26 19	0.45 13	0.35 114	2.24 554	0.10 9	0.14 3	0.09 1	0.15 43	1.06 543

Monster-pub-mixall	0.30 17	0.19 6	0.39 14	0.36 6	0.21 9	0.28 11	0.18 3	0.58 21	0.34 26	0.36 34	0.34 21	0.26 15	0.20 1	1.40 299	0.24 5	0.15 40	0.11 28	0.13 1	0.10 2	0.12 1	0.13 38

MLG-Stereo_test1	0.27 4	0.19 6	0.38 8	0.40 41	0.24 42	0.38 30	0.20 12	0.59 23	0.19 1	0.24 2	0.17 1	0.33 47	0.27 21	0.90 158	0.25 12	0.14 32	0.11 28	0.16 55	0.11 9	0.13 6	0.12 11

MLG-Stereo	0.29 13	0.19 6	0.38 8	0.41 50	0.20 3	0.42 47	0.20 12	0.66 47	0.21 2	0.25 3	0.22 4	0.33 47	0.28 25	1.09 213	0.25 12	0.14 32	0.11 28	0.16 55	0.11 9	0.13 6	0.12 11

dual_stereo	0.27 4	0.19 6	0.35 1	0.39 34	0.21 9	0.25 4	0.22 19	0.48 6	0.31 16	0.32 20	0.26 10	0.37 58	0.24 12	0.83 134	0.29 40	0.16 62	0.12 56	0.14 3	0.11 9	0.14 21	0.11 2

adal-stereo	0.27 4	0.20 10	0.46 61	0.40 41	0.40 307	0.24 3	0.18 3	0.52 8	0.32 21	0.33 25	0.43 43	0.27 21	0.30 33	0.44 12	0.27 27	0.11 1	0.11 28	0.13 1	0.11 9	0.12 1	0.12 11

SM2	0.28 8	0.20 10	0.39 14	0.38 26	0.25 59	0.26 5	0.24 33	0.61 31	0.47 64	0.39 53	0.33 20	0.26 15	0.32 46	0.52 28	0.29 40	0.13 21	0.11 28	0.14 3	0.11 9	0.14 21	0.12 11

water-stereo	0.39 66	0.20 10	0.48 68	0.44 87	0.27 92	0.50 108	0.26 47	0.92 134	0.51 81	0.53 118	0.78 149	0.55 128	0.49 154	0.42 10	0.42 184	0.16 62	0.15 227	0.17 82	0.15 113	0.16 63	0.15 98

1w_stereo	0.34 42	0.20 10	0.42 33	0.43 64	0.26 68	0.47 76	0.54 320	0.59 23	0.50 72	0.41 56	0.66 113	0.25 13	0.44 115	0.62 68	0.33 87	0.12 7	0.10 9	0.14 3	0.11 9	0.14 21	0.12 11

monsterstereo	0.34 42	0.20 10	0.44 40	0.45 101	0.35 244	0.27 10	0.29 65	0.53 10	0.51 81	0.44 72	0.61 103	0.26 15	0.25 14	1.19 239	0.27 27	0.13 21	0.11 28	0.15 25	0.12 43	0.15 43	0.10 1

monsters	0.34 42	0.20 10	0.41 25	0.39 34	0.36 254	0.34 19	0.27 54	0.66 47	0.43 49	0.47 88	0.40 30	0.22 2	0.23 10	1.33 273	0.25 12	0.13 21	0.10 9	0.14 3	0.11 9	0.13 6	0.13 38

111111	0.34 42	0.20 10	0.41 25	0.45 101	0.42 321	0.37 27	0.22 19	0.95 153	0.38 35	0.31 16	0.31 18	0.40 63	0.27 21	0.96 173	0.26 21	0.17 105	0.12 56	0.15 25	0.11 9	0.15 43	0.13 38

LG-Stereo_L2	0.29 13	0.20 10	0.45 53	0.37 13	0.25 59	0.26 5	0.20 12	0.78 81	0.28 11	0.28 7	0.26 10	0.24 7	0.26 19	0.91 159	0.23 2	0.15 40	0.11 28	0.15 25	0.12 43	0.14 21	0.11 2

LG-Stereo_L1	0.30 17	0.20 10	0.44 40	0.37 13	0.26 68	0.29 13	0.21 15	0.66 47	0.26 9	0.25 3	0.25 7	0.24 7	0.22 8	1.24 251	0.23 2	0.15 40	0.11 28	0.15 25	0.12 43	0.14 21	0.11 2

MLG-Stereo_test2	0.26 3	0.20 10	0.36 3	0.37 13	0.22 19	0.35 21	0.18 3	0.45 5	0.21 2	0.26 5	0.23 5	0.34 49	0.20 1	0.77 111	0.23 2	0.16 62	0.11 28	0.15 25	0.11 9	0.13 6	0.11 2

LG-G_1	0.31 27	0.20 10	0.44 40	0.42 57	0.20 3	0.64 203	0.18 3	0.70 59	0.25 7	0.29 11	0.29 15	0.36 53	0.35 66	0.87 149	0.24 5	0.16 62	0.12 56	0.16 55	0.11 9	0.13 6	0.13 38

LG-G	0.31 27	0.20 10	0.44 40	0.42 57	0.20 3	0.64 203	0.18 3	0.70 59	0.25 7	0.29 11	0.29 15	0.36 53	0.35 66	0.87 149	0.24 5	0.16 62	0.12 56	0.16 55	0.11 9	0.13 6	0.13 38

SGD-Stereo	0.32 31	0.20 10	0.40 20	0.38 26	0.19 1	0.43 56	0.22 19	0.64 39	0.33 24	0.42 62	0.34 21	0.27 21	0.35 66	1.15 227	0.30 51	0.20 221	0.10 9	0.15 25	0.13 67	0.17 94	0.13 38

GREAT-IGEV	0.32 31	0.20 10	0.42 33	0.37 13	0.29 134	0.36 25	0.28 60	0.56 16	0.58 100	0.28 7	0.50 73	0.29 32	0.29 29	0.84 137	0.27 27	0.14 32	0.11 28	0.15 25	0.11 9	0.17 94	0.14 65

DEFOM-Stereo	0.33 39	0.20 10	0.40 20	0.42 57	0.28 117	0.80 305	0.23 27	0.48 6	0.37 33	0.37 38	0.31 18	0.23 3	0.24 12	1.20 241	0.27 27	0.16 62	0.12 56	0.14 3	0.11 9	0.14 21	0.14 65

IGEV-Stereo++	0.30 17	0.20 10	0.40 20	0.46 109	0.30 156	0.33 18	0.22 19	0.75 71	0.45 55	0.32 20	0.41 32	0.32 43	0.48 146	0.38 4	0.27 27	0.15 40	0.11 28	0.15 25	0.12 43	0.15 43	0.13 38

Pointernet	0.37 57	0.20 10	0.57 132	0.43 64	0.28 117	0.51 125	0.27 54	0.93 141	0.61 108	0.47 88	0.63 108	0.49 101	0.38 87	0.49 22	0.33 87	0.17 105	0.13 117	0.14 3	0.11 9	0.13 6	0.12 11

MoCha-V2	0.40 75	0.20 10	0.49 75	0.50 175	0.21 9	0.44 62	0.33 97	0.93 141	0.53 92	0.53 118	0.53 80	0.42 64	0.58 209	1.09 213	0.27 27	0.14 32	0.12 56	0.15 25	0.12 43	0.17 94	0.15 98

CES	0.48 133	0.20 10	0.37 5	0.39 34	1.39 545	0.55 154	0.35 117	0.98 165	0.66 134	0.44 72	0.66 113	0.35 51	0.27 21	0.56 42	0.33 87	0.15 40	0.13 117	0.15 25	0.10 2	0.19 166	1.46 549

s12784h	0.52 146	0.20 10	0.38 8	0.41 50	0.19 1	0.96 365	0.34 109	1.17 241	1.25 389	0.81 178	0.90 177	0.63 163	0.50 160	1.45 306	0.42 184	0.14 32	0.12 56	0.17 82	0.11 9	0.18 125	0.11 2

asd	0.30 17	0.21 30	0.41 25	0.39 34	0.24 42	0.47 76	0.30 75	0.69 55	0.30 13	0.41 56	0.39 29	0.28 31	0.33 51	0.62 68	0.27 27	0.13 21	0.09 1	0.14 3	0.12 43	0.14 21	0.12 11

qwe	0.32 31	0.21 30	0.40 20	0.37 13	0.26 68	0.49 94	0.29 65	0.64 39	0.39 36	0.49 102	0.48 62	0.26 15	0.27 21	0.80 123	0.34 104	0.12 7	0.10 9	0.14 3	0.11 9	0.15 43	0.12 11

DilatedVolume-Stereo	0.43 93	0.21 30	0.55 118	0.43 64	0.32 201	0.72 259	0.29 65	0.80 94	0.51 81	0.77 166	0.73 137	0.48 93	0.40 93	1.13 224	0.39 155	0.15 40	0.14 169	0.15 25	0.14 95	0.16 63	0.14 65

3.25w_new	0.32 31	0.21 30	0.45 53	0.38 26	0.23 25	0.52 129	0.34 109	0.65 43	0.39 36	0.47 88	0.45 53	0.32 43	0.35 66	0.61 66	0.27 27	0.12 7	0.10 9	0.14 3	0.11 9	0.12 1	0.12 11

3.25w	0.32 31	0.21 30	0.45 53	0.37 13	0.23 25	0.52 129	0.34 109	0.65 43	0.39 36	0.47 88	0.45 53	0.32 43	0.35 66	0.61 66	0.27 27	0.12 7	0.10 9	0.14 3	0.11 9	0.12 1	0.12 11

LGtest1	0.27 4	0.21 30	0.44 40	0.41 50	0.21 9	0.42 47	0.19 9	0.56 16	0.26 9	0.29 11	0.24 6	0.29 32	0.29 29	0.55 41	0.25 12	0.18 145	0.12 56	0.16 55	0.12 43	0.14 21	0.13 38

FoundationStereo	0.24 1	0.21 30	0.36 3	0.38 26	0.22 19	0.32 17	0.22 19	0.39 2	0.23 6	0.30 15	0.25 7	0.30 37	0.33 51	0.34 3	0.26 21	0.16 62	0.12 56	0.15 25	0.11 9	0.13 6	0.12 11

WCG-NET	0.42 87	0.21 30	0.54 108	0.40 41	0.25 59	0.47 76	0.32 90	0.73 66	1.15 333	0.76 161	0.73 137	0.58 143	0.45 119	0.60 62	0.34 104	0.15 40	0.11 28	0.16 55	0.14 95	0.15 43	0.13 38

RAStereo	0.34 42	0.21 30	0.66 183	0.47 120	0.27 92	0.26 5	0.29 65	0.69 55	0.63 113	0.32 20	0.42 34	0.45 77	0.31 40	0.45 13	0.34 104	0.17 105	0.15 227	0.19 140	0.15 113	0.18 125	0.13 38

Occ-G	0.42 87	0.21 30	0.48 68	0.41 50	0.26 68	0.42 47	0.62 378	0.77 77	0.49 68	0.43 68	0.66 113	1.02 309	0.46 126	0.78 116	0.41 173	0.16 62	0.13 117	0.18 117	0.13 67	0.16 63	0.16 128

U	9.45 575	0.21 30	0.58 138	0.47 120	53.11 594	61.27 599	0.24 33	0.70 59	0.52 88	0.36 34	0.28 13	0.29 32	0.35 66	0.33 2	0.26 21	0.19 186	0.11 28	60.50 596	8.88 583	0.17 94	0.13 38

IGEV-Stereo+	0.45 112	0.21 30	0.43 38	0.41 50	0.39 296	0.15 1	0.19 9	0.44 4	0.36 30	0.26 5	0.25 7	0.31 40	0.41 96	1.43 302	0.30 51	0.17 105	0.12 56	0.15 25	0.11 9	1.16 539	1.70 554

WCG-NET（raft）	0.45 112	0.21 30	0.55 118	0.40 41	0.24 42	0.50 108	0.36 133	0.73 66	1.09 293	0.71 153	0.76 145	0.92 270	0.51 164	0.84 137	0.34 104	0.16 62	0.12 56	0.15 25	0.14 95	0.14 21	0.14 65

trnet	0.39 66	0.21 30	0.37 5	0.36 6	0.20 3	0.53 138	0.29 65	0.78 81	1.12 306	0.59 134	0.71 131	0.53 123	0.42 100	0.54 35	0.34 104	0.18 145	0.13 117	0.15 25	0.10 2	0.14 21	0.13 38

LoS	0.40 75	0.21 30	0.44 40	0.37 13	0.22 19	0.50 108	0.40 182	1.00 171	0.94 220	0.48 96	0.66 113	0.48 93	0.40 93	0.60 62	0.37 136	0.18 145	0.14 169	0.16 55	0.11 9	0.14 21	0.14 65
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CREStereo++_RVC	0.47 127	0.21 30	0.38 8	0.45 101	0.38 286	0.45 66	0.25 37	0.75 71	1.29 409	0.80 174	1.21 309	0.47 88	0.37 80	0.53 32	0.44 197	0.16 62	0.11 28	0.15 25	0.80 540	0.18 125	0.11 2
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
TANstereo	0.44 104	0.21 30	0.44 40	0.41 50	0.21 9	0.65 219	0.26 47	0.79 86	0.83 184	0.93 207	0.98 201	0.51 111	0.46 126	0.54 35	0.35 114	0.18 145	0.24 415	0.16 55	0.13 67	0.16 63	0.26 357

CREStereo	0.39 66	0.21 30	0.38 8	0.34 1	0.22 19	0.53 138	0.29 65	0.77 77	1.11 302	0.58 126	0.71 131	0.51 111	0.41 96	0.54 35	0.34 104	0.18 145	0.13 117	0.15 25	0.10 2	0.14 21	0.14 65
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	0.46 119	0.21 30	0.38 8	0.37 13	0.23 25	0.71 256	0.27 54	0.74 70	1.04 266	0.64 142	0.70 128	0.55 128	0.47 135	0.86 146	0.35 114	1.00 537	0.13 117	0.15 25	0.10 2	0.15 43	0.13 38

zero-FE	0.36 51	0.22 49	0.47 65	0.45 101	0.43 331	0.30 14	0.24 33	0.61 31	0.33 24	0.33 25	0.41 32	0.37 58	0.50 160	0.64 72	0.32 73	0.22 281	0.11 28	0.18 117	0.12 43	0.83 525	0.16 128

AdaDepth	0.30 17	0.22 49	0.49 75	0.44 87	0.27 92	0.44 62	0.24 33	0.52 8	0.30 13	0.31 16	0.37 27	0.26 15	0.32 46	0.79 120	0.25 12	0.12 7	0.12 56	0.16 55	0.13 67	0.16 63	0.15 98

xyz-stereo	7.16 571	0.22 49	69.90 597	0.42 57	0.21 9	32.92 592	0.49 286	0.87 115	0.76 163	1.38 419	27.04 587	1.19 355	1.16 437	4.69 493	0.97 402	0.16 62	0.12 56	0.20 175	0.14 95	0.16 63	0.12 11

HART	0.45 112	0.22 49	0.54 108	0.50 175	0.26 68	0.41 40	0.29 65	1.03 183	0.50 72	0.58 126	1.45 396	0.61 155	0.35 66	1.08 212	0.30 51	0.15 40	0.13 117	0.19 140	0.14 95	0.19 166	0.14 65

Reg-Stereo(zero)	0.44 104	0.22 49	0.45 53	0.43 64	0.23 25	0.38 30	0.25 37	0.76 74	1.08 285	0.90 199	0.78 149	0.90 258	0.47 135	0.70 90	0.36 124	0.15 40	0.12 56	0.15 25	0.12 43	0.15 43	0.15 98

AIO_test	0.35 50	0.22 49	0.44 40	0.43 64	0.27 92	0.57 165	0.44 234	0.79 86	0.41 44	0.32 20	0.47 59	0.46 81	0.30 33	0.69 86	0.30 51	0.16 62	0.11 28	0.16 55	0.13 67	0.15 43	0.12 11

castereo	0.41 83	0.22 49	0.46 61	0.44 87	0.30 156	0.61 187	0.56 346	0.97 161	0.80 175	0.38 45	0.69 124	0.45 77	0.69 250	0.51 25	0.30 51	0.16 62	0.11 28	0.16 55	0.13 67	0.16 63	0.12 11

999	0.48 133	0.22 49	0.49 75	0.48 147	0.34 240	0.75 272	0.31 82	0.85 112	0.55 95	0.37 38	0.48 62	0.50 107	0.36 75	2.45 432	0.39 155	0.16 62	0.13 117	0.18 117	0.15 113	0.16 63	0.19 219

IGEV++	0.40 75	0.22 49	0.51 88	0.52 226	0.29 134	0.45 66	0.25 37	1.65 370	0.46 61	0.37 38	0.57 95	0.46 81	0.45 119	0.50 23	0.38 147	0.19 186	0.12 56	0.16 55	0.13 67	0.16 63	0.15 98

EGLCR-Stereo	0.37 57	0.22 49	0.51 88	0.43 64	0.26 68	0.44 62	0.22 19	0.99 167	0.48 66	0.42 62	0.42 34	0.67 176	0.29 29	0.86 146	0.33 87	0.17 105	0.12 56	0.19 140	0.17 176	0.17 94	0.15 98

test_4	0.53 156	0.22 49	0.56 122	0.54 259	0.32 201	0.64 203	0.39 174	0.80 94	0.62 110	0.92 206	1.87 481	0.68 178	0.42 100	1.16 231	0.37 136	0.15 40	0.13 117	0.20 175	0.22 321	0.20 200	0.15 98

test-3	0.54 171	0.22 49	0.68 192	0.47 120	0.27 92	0.58 168	0.35 117	0.92 134	1.00 251	1.32 394	0.69 124	0.87 245	0.45 119	1.68 353	0.37 136	0.16 62	0.11 28	0.20 175	0.16 155	0.17 94	0.13 38

test_1	0.54 171	0.22 49	0.68 192	0.47 120	0.27 92	0.58 168	0.35 117	0.92 134	1.00 251	1.28 366	0.68 120	0.87 245	0.45 119	1.67 348	0.37 136	0.16 62	0.11 28	0.20 175	0.16 155	0.17 94	0.13 38

depthmonostereo	0.41 83	0.23 62	0.53 102	0.47 120	0.23 25	0.61 187	0.35 117	1.00 171	0.76 163	0.48 96	0.65 112	0.47 88	0.49 154	0.67 84	0.37 136	0.16 62	0.15 227	0.16 55	0.14 95	0.16 63	0.15 98

2.5w	0.31 27	0.23 62	0.46 61	0.39 34	0.24 42	0.42 47	0.39 174	0.61 31	0.30 13	0.37 38	0.53 80	0.24 7	0.25 14	0.77 111	0.28 37	0.12 7	0.10 9	0.14 3	0.12 43	0.14 21	0.12 11

2.75w_new	0.31 27	0.23 62	0.43 38	0.35 4	0.23 25	0.42 47	0.42 202	0.54 12	0.35 29	0.47 88	0.43 43	0.24 7	0.30 33	0.66 81	0.33 87	0.12 7	0.10 9	0.14 3	0.11 9	0.13 6	0.12 11

3.75w	0.32 31	0.23 62	0.44 40	0.37 13	0.29 134	0.62 196	0.36 133	0.59 23	0.32 21	0.41 56	0.47 59	0.25 13	0.34 58	0.64 72	0.26 21	0.12 7	0.09 1	0.14 3	0.12 43	0.13 6	0.12 11

LG-Stereo_Zeroshot	0.36 51	0.23 62	0.54 108	0.50 175	0.28 117	0.36 25	0.22 19	1.02 178	0.39 36	0.42 62	0.64 111	0.36 53	0.51 164	0.39 6	0.29 40	0.18 145	0.12 56	0.17 82	0.13 67	0.18 125	0.18 179

AIO_rvc	0.36 51	0.23 62	0.49 75	0.43 64	0.27 92	0.59 173	0.38 159	0.94 148	0.45 55	0.33 25	0.46 57	0.49 101	0.22 8	0.84 137	0.30 51	0.16 62	0.11 28	0.16 55	0.12 43	0.15 43	0.13 38

HUF	0.36 51	0.23 62	0.52 96	0.40 41	0.22 19	0.54 146	0.47 265	0.82 104	0.43 49	0.36 34	0.43 43	0.50 107	0.42 100	0.64 72	0.29 40	0.17 105	0.12 56	0.16 55	0.12 43	0.15 43	0.14 65

castereo++	0.38 62	0.23 62	0.41 25	0.43 64	0.31 182	0.97 369	0.22 19	0.86 114	0.58 100	0.32 20	0.44 48	0.51 111	0.39 89	0.93 167	0.24 5	0.17 105	0.11 28	0.17 82	0.12 43	0.14 21	0.14 65

IGEV-RUCA	0.37 57	0.23 62	0.48 68	0.49 163	0.36 254	0.60 181	0.23 27	0.64 39	0.49 68	0.39 53	0.49 70	0.44 69	0.31 40	0.85 142	0.30 51	0.24 323	0.13 117	0.16 55	0.12 43	0.20 200	0.19 219

GIP-stereo	0.34 42	0.23 62	0.45 53	0.50 175	0.36 254	0.38 30	0.23 27	0.78 81	0.52 88	0.34 28	0.51 76	0.46 81	0.38 87	0.51 25	0.27 27	0.20 221	0.12 56	0.16 55	0.12 43	0.16 63	0.14 65

fffft	0.38 62	0.23 62	0.51 88	0.44 87	0.32 201	0.43 56	0.48 276	0.76 74	0.36 30	0.44 72	0.34 21	0.38 61	0.31 40	1.31 266	0.32 73	0.14 32	0.11 28	0.19 140	0.15 113	0.16 63	0.16 128
1: 1. 1
tt45	0.45 112	0.23 62	0.46 61	0.45 101	0.33 222	0.79 297	0.32 90	0.78 81	0.41 44	0.51 115	0.44 48	0.49 101	0.37 80	2.14 405	0.34 104	0.16 62	0.13 117	0.19 140	0.16 155	0.17 94	0.18 179

UniTT-Stereo	0.36 51	0.23 62	0.59 145	0.48 147	0.36 254	0.40 36	0.32 90	0.53 10	0.49 68	0.54 121	0.55 89	0.36 53	0.31 40	0.58 49	0.51 255	0.20 221	0.15 227	0.17 82	0.15 113	0.19 166	0.15 98

MC-Stereo	0.43 93	0.23 62	0.48 68	0.51 205	0.28 117	0.39 34	0.32 90	0.88 123	0.68 139	0.60 136	0.84 165	0.56 136	0.61 222	1.03 195	0.31 68	0.17 105	0.11 28	0.17 82	0.15 113	0.16 63	0.13 38

RCA-Stereo	0.50 143	0.23 62	0.58 138	0.48 147	0.33 222	0.55 154	0.45 251	0.97 161	1.38 452	0.68 148	1.05 236	0.63 163	0.80 298	0.59 50	0.32 73	0.17 105	0.12 56	0.17 82	0.14 95	0.16 63	0.14 65

test_3	0.55 186	0.23 62	0.71 223	0.53 244	0.28 117	0.61 187	0.40 182	0.92 134	1.05 270	1.19 324	0.68 120	0.93 272	0.44 115	1.67 348	0.39 155	0.15 40	0.12 56	0.22 239	0.19 216	0.21 242	0.14 65

DEmStereo	0.97 404	0.23 62	0.79 289	0.47 120	0.32 201	1.04 385	0.56 346	0.93 141	0.89 201	1.39 425	2.14 502	1.02 309	2.07 529	5.64 519	0.77 352	0.17 105	0.15 227	0.20 175	0.20 248	0.18 125	0.20 252

111	0.60 217	0.23 62	0.70 211	0.43 64	0.24 42	0.72 259	0.42 202	1.18 246	1.41 467	0.80 174	1.38 376	1.10 336	0.79 292	0.96 173	0.58 287	0.18 145	0.13 117	0.17 82	0.15 113	0.17 94	0.19 219

S2M2_XL	0.24 1	0.24 80	0.39 14	0.34 1	0.24 42	0.16 2	0.18 3	0.32 1	0.22 4	0.29 11	0.40 30	0.24 7	0.23 10	0.32 1	0.26 21	0.20 221	0.18 318	0.18 117	0.16 155	0.18 125	0.14 65
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
asda	0.30 17	0.24 80	0.42 33	0.38 26	0.23 25	0.43 56	0.34 109	0.58 21	0.37 33	0.38 45	0.42 34	0.27 21	0.34 58	0.52 28	0.30 51	0.11 1	0.09 1	0.14 3	0.11 9	0.14 21	0.12 11

2.25w	0.32 31	0.24 80	0.48 68	0.37 13	0.24 42	0.45 66	0.25 37	0.62 35	0.40 40	0.45 80	0.58 98	0.27 21	0.32 46	0.74 107	0.35 114	0.12 7	0.10 9	0.14 3	0.12 43	0.13 6	0.14 65

4w-stereo	0.30 17	0.24 80	0.44 40	0.37 13	0.23 25	0.46 71	0.27 54	0.63 37	0.31 16	0.41 56	0.44 48	0.27 21	0.36 75	0.59 50	0.30 51	0.11 1	0.09 1	0.15 25	0.12 43	0.13 6	0.12 11

2w_stereo	0.32 31	0.24 80	0.45 53	0.39 34	0.22 19	0.46 71	0.47 265	0.69 55	0.42 47	0.43 68	0.50 73	0.24 7	0.45 119	0.47 19	0.29 40	0.12 7	0.10 9	0.15 25	0.12 43	0.15 43	0.13 38

MM-Stereo_test3	0.50 143	0.24 80	0.54 108	0.54 259	0.74 478	0.49 94	0.53 314	1.09 220	1.05 270	0.62 140	0.95 188	0.61 155	0.42 100	0.77 111	0.38 147	0.20 221	0.17 296	0.20 175	0.16 155	0.18 125	0.18 179

MM-Stereo_test2	0.43 93	0.24 80	0.67 188	0.51 205	0.32 201	0.55 154	0.45 251	0.97 161	0.77 167	0.59 134	0.51 76	0.49 101	0.42 100	0.80 123	0.30 51	0.15 40	0.13 117	0.18 117	0.14 95	0.19 166	0.14 65

MM-Stereo_test1	0.49 139	0.24 80	0.56 122	0.51 205	0.30 156	0.50 108	0.54 320	0.91 131	1.03 261	0.84 187	0.69 124	0.54 125	0.60 213	1.16 231	0.33 87	0.18 145	0.16 267	0.20 175	0.17 176	0.19 166	0.15 98

tg	0.52 146	0.24 80	0.61 153	0.49 163	0.30 156	0.90 339	0.29 65	1.07 212	0.83 184	0.83 184	1.02 221	0.62 160	0.43 107	1.35 278	0.41 173	0.17 105	0.12 56	0.22 239	0.20 248	0.17 94	0.15 98

RSM++	0.38 62	0.24 80	0.51 88	0.47 120	0.26 68	0.50 108	0.41 198	0.79 86	0.45 55	0.37 38	0.45 53	0.60 151	0.35 66	1.02 194	0.30 51	0.15 40	0.13 117	0.17 82	0.14 95	0.18 125	0.13 38

RSM	0.39 66	0.24 80	0.49 75	0.46 109	0.26 68	0.47 76	0.40 182	0.92 134	0.44 53	0.41 56	0.42 34	0.65 169	0.33 51	1.07 208	0.29 40	0.15 40	0.12 56	0.17 82	0.13 67	0.17 94	0.13 38

RAFT-Stereo-weight	0.47 127	0.24 80	0.53 102	0.48 147	0.27 92	0.60 181	0.35 117	1.02 178	1.07 279	0.99 226	0.78 149	0.76 199	0.28 25	0.76 108	0.36 124	0.16 62	0.12 56	0.17 82	0.15 113	0.16 63	0.15 98

MIM_Stereo	0.57 202	0.24 80	0.92 346	0.46 109	0.30 156	0.54 146	0.28 60	1.27 275	0.75 157	1.00 231	1.16 291	0.93 272	0.53 174	1.45 306	0.61 300	0.16 62	0.16 267	0.20 175	0.19 216	0.17 94	0.14 65

AEACV	0.37 57	0.24 80	0.52 96	0.47 120	0.51 386	0.37 27	0.38 159	0.65 43	0.53 92	0.42 62	0.56 92	0.46 81	0.60 213	0.53 32	0.30 51	0.16 62	0.13 117	0.18 117	0.15 113	0.17 94	0.14 65

Any-RAFT	0.53 156	0.24 80	0.47 65	0.47 120	0.27 92	1.00 377	0.25 37	1.58 353	1.05 270	0.85 192	0.99 203	1.06 318	0.47 135	0.70 90	0.32 73	0.18 145	0.13 117	0.16 55	0.13 67	0.16 63	0.16 128

4D-IteraStereo	0.48 133	0.24 80	0.76 271	0.50 175	0.44 339	0.66 228	0.31 82	0.87 115	1.02 257	1.03 242	0.72 135	0.78 206	0.32 46	0.64 72	0.37 136	0.17 105	0.11 28	0.23 277	0.19 216	0.19 166	0.13 38

Selective-IGEV	0.39 66	0.24 80	0.50 81	0.44 87	0.25 59	0.46 71	0.33 97	1.25 273	0.40 40	0.35 29	0.45 53	0.52 118	0.30 33	1.07 208	0.30 51	0.14 32	0.12 56	0.17 82	0.13 67	0.16 63	0.13 38

fff	0.53 156	0.24 80	0.70 211	0.43 64	0.24 42	0.48 82	0.36 133	1.07 212	1.25 389	1.10 264	1.02 221	0.57 138	1.06 417	0.73 101	0.52 262	0.16 62	0.13 117	0.17 82	0.13 67	0.15 43	0.19 219

ADStereo(finetuned)	0.57 202	0.24 80	1.06 397	0.43 64	0.24 42	0.49 94	0.35 117	1.05 197	1.30 415	1.12 272	1.03 231	0.58 143	1.20 448	0.84 137	0.51 255	0.16 62	0.13 117	0.17 82	0.13 67	0.18 125	0.19 219

CrosDoStereo	1.58 494	0.24 80	0.72 229	0.48 147	0.29 134	0.67 232	12.49 579	1.10 223	0.98 239	1.34 406	1.75 466	1.00 300	1.89 518	6.65 536	0.81 366	0.19 186	0.15 227	0.20 175	0.22 321	0.18 125	0.19 219

DeepStereo_LL	1.58 494	0.24 80	0.72 229	0.48 147	0.29 134	0.67 232	12.49 579	1.10 223	0.98 239	1.34 406	1.75 466	1.00 300	1.89 518	6.65 536	0.81 366	0.19 186	0.15 227	0.20 175	0.22 321	0.18 125	0.19 219

DRaft	0.80 343	0.24 80	0.70 211	0.45 101	0.30 156	0.97 369	0.53 314	1.05 197	0.97 234	1.78 491	2.02 495	0.80 212	1.74 507	2.73 448	0.72 334	0.17 105	0.14 169	0.20 175	0.20 248	0.18 125	0.21 269

RAFT-RH_RVC	1.03 427	0.24 80	0.67 188	0.49 163	0.28 117	0.81 314	0.33 97	0.83 108	1.08 285	2.05 514	4.65 550	1.04 316	0.57 200	5.98 528	0.50 250	0.18 145	0.13 117	0.26 355	0.20 248	0.16 63	0.17 154

DCANet	0.54 171	0.24 80	0.70 211	0.43 64	0.24 42	0.49 94	0.36 133	1.05 197	1.30 415	1.12 272	1.03 231	0.58 143	0.92 353	0.81 129	0.52 262	0.16 62	0.13 117	0.17 82	0.13 67	0.18 125	0.19 219

csc	0.53 156	0.24 80	0.70 211	0.43 64	0.24 42	0.48 82	0.36 133	1.07 212	1.25 389	1.10 264	1.02 221	0.57 138	1.06 417	0.73 101	0.52 262	0.16 62	0.13 117	0.17 82	0.13 67	0.15 43	0.19 219

cscssc	0.53 156	0.24 80	0.70 211	0.43 64	0.24 42	0.48 82	0.36 133	1.07 212	1.25 389	1.10 264	1.02 221	0.57 138	1.06 417	0.73 101	0.52 262	0.16 62	0.13 117	0.17 82	0.13 67	0.15 43	0.19 219

CFNet-RSSM	0.54 171	0.24 80	0.70 211	0.48 147	0.28 117	0.60 181	0.27 54	1.49 322	1.14 321	1.06 246	0.93 184	1.08 324	0.54 179	0.70 90	0.35 114	0.16 62	0.12 56	0.17 82	0.15 113	0.16 63	0.14 65

Gwc-CoAtRS	0.52 146	0.24 80	0.68 192	0.48 147	0.29 134	0.64 203	0.25 37	1.16 239	1.08 285	1.01 234	1.00 207	1.12 341	0.56 191	0.69 86	0.37 136	0.16 62	0.13 117	0.17 82	0.15 113	0.15 43	0.15 98

GASTEREO	0.40 75	0.25 108	0.51 88	0.48 147	0.25 59	0.65 219	0.36 133	0.81 99	0.49 68	0.51 115	0.82 162	0.30 37	0.66 245	0.62 68	0.28 37	0.19 186	0.12 56	0.16 55	0.14 95	0.16 63	0.14 65

MSCF	0.38 62	0.25 108	0.52 96	0.47 120	0.25 59	0.62 196	0.37 152	0.81 99	0.47 64	0.50 110	0.71 131	0.32 43	0.65 242	0.54 35	0.28 37	0.19 186	0.12 56	0.17 82	0.14 95	0.17 94	0.14 65

4.5_new	0.29 13	0.25 108	0.41 25	0.36 6	0.23 25	0.52 129	0.36 133	0.56 16	0.34 26	0.45 80	0.42 34	0.27 21	0.25 14	0.40 8	0.24 5	0.13 21	0.10 9	0.15 25	0.13 67	0.16 63	0.12 11

4.5w-stereo	0.29 13	0.25 108	0.41 25	0.36 6	0.23 25	0.52 129	0.36 133	0.56 16	0.34 26	0.45 80	0.42 34	0.27 21	0.25 14	0.40 8	0.24 5	0.13 21	0.10 9	0.15 25	0.13 67	0.16 63	0.12 11

3.5w_stereo	0.33 39	0.25 108	0.45 53	0.37 13	0.24 42	0.54 146	0.35 117	0.66 47	0.36 30	0.43 68	0.44 48	0.29 32	0.34 58	0.77 111	0.39 155	0.11 1	0.09 1	0.15 25	0.11 9	0.14 21	0.13 38

3w_stereo	0.33 39	0.25 108	0.52 96	0.40 41	0.21 9	0.53 138	0.54 320	0.65 43	0.46 61	0.44 72	0.48 62	0.23 3	0.45 119	0.46 15	0.29 40	0.12 7	0.10 9	0.15 25	0.12 43	0.15 43	0.15 98

G2L-ROB	0.73 307	0.25 108	0.76 271	0.54 259	0.39 296	0.95 359	0.66 392	1.66 375	1.09 293	1.24 351	1.02 221	1.64 453	0.71 260	1.63 340	1.02 409	0.20 221	0.14 169	0.17 82	0.15 113	0.20 200	0.22 287

xyz-stereo-finetune	0.48 133	0.25 108	0.54 108	0.42 57	0.23 25	0.80 305	0.42 202	0.80 94	0.80 175	0.61 137	0.62 106	0.54 125	0.43 107	1.70 355	0.58 287	0.15 40	0.15 227	0.19 140	0.15 113	0.16 63	0.15 98

LG-Stereo	0.34 42	0.25 108	0.78 286	0.47 120	0.26 68	0.37 27	0.30 75	0.71 63	0.52 88	0.36 34	0.57 95	0.29 32	0.21 3	0.50 23	0.36 124	0.13 21	0.13 117	0.20 175	0.18 194	0.18 125	0.12 11

AIO-test1	0.56 195	0.25 108	0.55 118	0.64 387	0.78 491	0.80 305	0.36 133	1.18 246	1.34 430	0.57 124	0.88 173	0.61 155	0.50 160	1.12 222	0.35 114	0.17 105	0.17 296	0.22 239	0.24 357	0.18 125	0.23 307

SMoEStereo_RVC	0.39 66	0.25 108	0.50 81	0.45 101	0.30 156	0.61 187	0.36 133	0.72 64	0.45 55	0.46 85	0.43 43	0.42 64	0.35 66	1.39 293	0.29 40	0.15 40	0.12 56	0.20 175	0.15 113	0.16 63	0.15 98

AIO-Stereo	0.37 57	0.25 108	0.51 88	0.47 120	0.23 25	0.45 66	0.39 174	1.07 212	0.52 88	0.41 56	0.48 62	0.52 118	0.25 14	0.72 97	0.30 51	0.16 62	0.12 56	0.17 82	0.13 67	0.16 63	0.13 38

MaDis-Stereo	0.36 51	0.25 108	0.58 138	0.44 87	0.34 240	0.30 14	0.30 75	0.72 64	0.50 72	0.37 38	0.36 24	0.58 143	0.49 154	0.52 28	0.36 124	0.19 186	0.16 267	0.19 140	0.15 113	0.18 125	0.14 65

MIF-Stereo (partial)	0.45 112	0.25 108	0.70 211	0.50 175	0.52 398	0.35 21	0.26 47	0.91 131	0.59 106	0.45 80	0.71 131	0.51 111	0.51 164	1.11 219	0.45 210	0.20 221	0.16 267	0.23 277	0.20 248	0.24 306	0.18 179

CASnet	0.41 83	0.25 108	0.48 68	0.50 175	0.20 3	0.50 108	0.36 133	0.81 99	0.80 175	0.83 184	0.68 120	0.48 93	0.31 40	0.54 35	0.32 73	0.18 145	0.12 56	0.27 372	0.22 321	0.23 291	0.14 65
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Test	0.54 171	0.25 108	0.64 169	0.47 120	0.30 156	0.97 369	0.27 54	1.24 271	0.81 178	0.96 216	1.12 269	1.28 382	0.48 146	0.71 94	0.36 124	0.17 105	0.13 117	0.17 82	0.14 95	0.16 63	0.16 128

GLC_STEREO	0.39 66	0.25 108	0.41 25	0.54 259	0.23 25	0.48 82	0.30 75	0.73 66	0.58 100	0.52 117	0.73 137	0.51 111	0.31 40	0.64 72	0.42 184	0.17 105	0.20 354	0.23 277	0.19 216	0.21 242	0.17 154

RAFT-345	0.84 365	0.25 108	0.66 183	0.50 175	0.27 92	0.54 146	0.42 202	0.83 108	1.11 302	1.32 394	2.34 510	0.86 241	0.54 179	5.72 520	0.47 231	0.18 145	0.13 117	0.22 239	0.17 176	0.17 94	0.16 128

cross-raft	0.54 171	0.25 108	0.61 153	0.52 226	0.29 134	0.68 239	0.37 152	1.46 316	0.76 163	1.01 234	1.06 238	1.28 382	0.46 126	0.71 94	0.35 114	0.15 40	0.12 56	0.18 117	0.16 155	0.19 166	0.14 65

GMM-Stereo	0.74 312	0.25 108	0.59 145	0.54 259	0.34 240	0.72 259	0.99 480	1.01 177	0.87 194	1.36 411	1.78 469	1.12 341	0.81 302	2.09 401	0.46 224	0.18 145	0.12 56	0.25 336	0.25 372	0.20 200	0.85 532

raftrobust	0.52 146	0.25 108	0.56 122	0.65 401	0.52 398	0.49 94	0.34 109	0.98 165	0.91 210	1.30 380	0.87 171	0.63 163	0.81 302	0.78 116	0.41 173	0.19 186	0.15 227	0.16 55	0.14 95	0.15 43	0.16 128

RAFT-Stereo + iAFF	0.54 171	0.25 108	0.68 192	0.43 64	0.24 42	0.40 36	0.34 109	1.04 189	1.09 293	1.32 394	1.60 437	0.80 212	0.68 247	0.67 84	0.39 155	0.13 21	0.10 9	0.18 117	0.17 176	0.17 94	0.13 38

AFF-stereo	0.58 208	0.25 108	0.64 169	0.46 109	0.29 134	0.34 19	0.38 159	1.15 237	1.14 321	1.17 315	1.60 437	1.10 336	0.71 260	0.97 181	0.43 194	0.13 21	0.11 28	0.19 140	0.19 216	0.17 94	0.14 65

Replicate-Monster	0.41 83	0.26 131	2.03 507	0.36 6	0.21 9	0.46 71	0.23 27	0.67 53	0.48 66	0.42 62	0.27 12	0.31 40	0.30 33	0.98 182	0.24 5	0.14 32	0.10 9	0.14 3	0.11 9	0.13 6	0.28 379

FlowAnything_test	0.39 66	0.26 131	0.61 153	0.59 331	0.33 222	0.62 196	0.36 133	0.62 35	0.40 40	0.45 80	0.36 24	0.45 77	0.37 80	0.53 32	0.48 236	0.24 323	0.18 318	0.28 387	0.33 467	0.21 242	0.19 219

4.25_new	0.30 17	0.26 131	0.44 40	0.38 26	0.26 68	0.49 94	0.40 182	0.59 23	0.31 16	0.38 45	0.42 34	0.27 21	0.34 58	0.46 15	0.31 68	0.12 7	0.09 1	0.15 25	0.11 9	0.14 21	0.12 11

4.5w_new	0.30 17	0.26 131	0.44 40	0.38 26	0.26 68	0.49 94	0.40 182	0.59 23	0.31 16	0.38 45	0.42 34	0.27 21	0.34 58	0.46 15	0.31 68	0.12 7	0.09 1	0.15 25	0.11 9	0.14 21	0.12 11

4.25w-stereo	0.30 17	0.26 131	0.44 40	0.38 26	0.26 68	0.49 94	0.40 182	0.59 23	0.32 21	0.38 45	0.42 34	0.27 21	0.34 58	0.46 15	0.31 68	0.12 7	0.09 1	0.15 25	0.11 9	0.14 21	0.12 11

SCV_C0	0.43 93	0.26 131	0.65 176	0.43 64	0.29 134	0.47 76	0.31 82	1.34 287	0.73 154	0.38 45	0.49 70	0.54 125	0.29 29	1.24 251	0.30 51	0.17 105	0.13 117	0.16 55	0.13 67	0.20 200	0.15 98

SCV	0.46 119	0.26 131	0.55 118	0.47 120	0.25 59	0.39 34	0.38 159	1.98 468	0.60 107	0.35 29	0.48 62	0.55 128	0.36 75	1.28 260	0.32 73	0.24 323	0.12 56	0.17 82	0.13 67	0.18 125	0.14 65

H2IRNET	0.56 195	0.26 131	0.66 183	0.47 120	0.35 244	0.41 40	0.26 47	0.92 134	1.17 345	0.61 137	1.28 337	1.08 324	0.86 330	0.99 186	0.63 307	0.19 186	0.16 267	0.22 239	0.25 372	0.21 242	0.18 179

MGS-Stereo	0.42 87	0.26 131	0.58 138	0.44 87	0.28 117	0.50 108	0.34 109	0.57 20	0.83 184	0.46 85	1.31 347	0.52 118	0.33 51	0.65 79	0.36 124	0.19 186	0.16 267	0.18 117	0.15 113	0.17 94	0.16 128

MSKI-zero shot	0.55 186	0.26 131	0.57 132	0.51 205	0.26 68	0.69 244	0.28 60	1.18 246	0.64 117	0.91 204	1.32 353	0.82 221	0.33 51	1.92 383	0.32 73	0.17 105	0.12 56	0.17 82	0.13 67	0.16 63	0.16 128

LoS_RVC	0.42 87	0.26 131	0.40 20	0.44 87	0.82 503	0.51 125	0.44 234	0.64 39	0.41 44	0.44 72	0.78 149	0.44 69	0.47 135	0.56 42	0.36 124	0.13 21	0.12 56	0.14 3	0.10 2	0.13 6	0.84 531

DCRE	0.82 354	0.26 131	0.70 211	0.58 318	0.44 339	0.54 146	0.48 276	0.95 153	0.78 170	0.78 169	7.33 564	0.86 241	0.52 169	0.76 108	0.41 173	0.16 62	0.16 267	0.19 140	0.17 176	0.18 125	0.17 154

DCANet-4	0.54 171	0.26 131	1.07 402	0.42 57	0.24 42	0.48 82	0.36 133	0.99 167	1.30 415	1.10 264	1.02 221	0.56 136	0.75 269	0.73 101	0.52 262	0.16 62	0.13 117	0.17 82	0.13 67	0.15 43	0.19 219

tt	6.58 569	0.26 131	6.10 554	3.77 575	2.16 552	11.55 574	19.63 582	13.33 582	5.74 567	2.96 545	2.65 522	4.97 556	6.33 572	3.81 477	7.24 553	9.15 584	11.32 587	5.89 583	6.24 582	6.03 578	2.55 566

RAFT_CTSACE	0.63 234	0.26 131	0.88 329	0.55 283	0.51 386	0.71 256	0.44 234	0.80 94	0.97 234	0.97 219	1.84 476	1.18 354	0.68 247	1.47 312	0.36 124	0.16 62	0.15 227	0.21 210	0.20 248	0.20 200	0.14 65

GMOStereo	0.53 156	0.26 131	0.65 176	0.50 175	0.29 134	0.52 129	0.43 221	0.89 124	0.96 227	1.41 428	1.14 278	0.85 237	0.56 191	0.59 50	0.38 147	0.16 62	0.14 169	0.24 297	0.21 292	0.20 200	0.15 98

error version	0.53 156	0.26 131	0.65 176	0.50 175	0.29 134	0.52 129	0.43 221	0.89 124	0.96 227	1.41 428	1.14 278	0.85 237	0.56 191	0.59 50	0.38 147	0.16 62	0.14 169	0.24 297	0.21 292	0.20 200	0.15 98

test-v	0.53 156	0.26 131	0.65 176	0.50 175	0.29 134	0.52 129	0.43 221	0.89 124	0.96 227	1.41 428	1.14 278	0.85 237	0.56 191	0.59 50	0.38 147	0.16 62	0.14 169	0.24 297	0.21 292	0.20 200	0.15 98

HHNet	0.62 227	0.26 131	0.63 162	0.43 64	0.45 346	0.50 108	0.58 361	1.07 212	1.01 254	1.25 357	2.23 505	0.70 187	0.61 222	1.07 208	0.47 231	0.20 221	0.13 117	0.23 277	0.19 216	0.19 166	0.30 399

FTStereo	0.91 387	0.26 131	0.56 122	0.54 259	0.33 222	0.66 228	1.87 542	1.00 171	0.75 157	1.75 488	4.15 543	1.04 316	1.65 500	1.57 330	0.46 224	0.19 186	0.16 267	0.23 277	0.21 292	0.18 125	0.63 513

ASMatch	0.88 379	0.26 131	0.69 205	0.51 205	0.35 244	0.48 82	0.37 152	1.12 231	0.92 215	1.10 264	3.28 533	0.96 289	0.98 389	4.90 499	0.49 244	0.19 186	0.16 267	0.22 239	0.19 216	0.19 166	0.27 367

PFNet	0.91 387	0.26 131	1.10 412	0.63 378	0.32 201	0.64 203	0.56 346	1.17 241	0.99 246	1.47 441	1.08 247	0.98 293	0.69 250	6.62 535	0.54 275	0.20 221	0.12 56	0.24 297	0.19 216	0.20 200	0.17 154

GrayStereo	0.82 354	0.26 131	0.58 138	0.63 378	0.37 269	0.76 278	1.86 541	1.11 229	0.87 194	1.99 510	1.89 483	1.08 324	1.82 515	1.39 293	0.48 236	0.19 186	0.14 169	0.19 140	0.21 292	0.18 125	0.39 451

test-2	0.53 156	0.26 131	0.65 176	0.50 175	0.29 134	0.52 129	0.43 221	0.89 124	0.96 227	1.41 428	1.14 278	0.85 237	0.56 191	0.59 50	0.38 147	0.16 62	0.14 169	0.24 297	0.21 292	0.20 200	0.15 98

test-1	0.52 146	0.26 131	1.04 392	0.56 296	0.32 201	0.61 187	0.38 159	1.10 223	0.91 210	0.78 169	1.01 213	0.77 202	0.52 169	0.60 62	0.42 184	0.17 105	0.14 169	0.20 175	0.17 176	0.20 200	0.23 307

iRaftStereo_RVC	0.47 127	0.26 131	0.64 169	0.50 175	0.29 134	0.53 138	0.33 97	1.05 197	0.77 167	0.84 187	1.00 207	0.55 128	0.37 80	0.81 129	0.40 162	0.17 105	0.12 56	0.22 239	0.20 248	0.19 166	0.15 98

raft+_RVC	0.53 156	0.26 131	0.54 108	0.60 343	0.47 363	0.54 146	0.54 320	1.27 275	0.99 246	0.76 161	1.03 231	0.70 187	0.56 191	0.93 167	0.47 231	0.18 145	0.14 169	0.19 140	0.18 194	0.18 125	0.15 98

XX-Stereo	0.63 234	0.26 131	1.90 503	0.81 485	0.67 459	0.43 56	0.23 27	1.03 183	0.58 100	0.65 144	1.56 428	1.41 406	0.39 89	1.28 260	0.35 114	0.20 221	0.14 169	0.20 175	0.19 216	0.18 125	0.14 65

R-Stereo Train	0.57 202	0.26 131	0.63 162	0.54 259	0.36 254	0.69 244	0.54 320	1.22 265	0.72 150	1.61 472	1.50 413	0.75 195	0.53 174	0.64 72	0.44 197	0.18 145	0.15 227	0.17 82	0.15 113	0.17 94	0.17 154

RAFT-Stereo	0.57 202	0.26 131	0.63 162	0.54 259	0.36 254	0.69 244	0.54 320	1.22 265	0.72 150	1.61 472	1.50 413	0.75 195	0.53 174	0.64 72	0.44 197	0.18 145	0.15 227	0.17 82	0.15 113	0.17 94	0.17 154
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
xyz-stereo-finetune2	0.58 208	0.27 161	0.57 132	0.40 41	0.24 42	1.09 395	0.32 90	0.79 86	0.53 92	0.65 144	1.07 242	0.58 143	0.80 298	2.47 437	0.80 364	0.16 62	0.15 227	0.21 210	0.17 176	0.16 63	0.17 154

G2L-Stereo_test	0.73 307	0.27 161	0.74 257	0.49 163	0.40 307	0.90 339	0.81 438	1.53 341	1.14 321	1.28 366	1.27 331	1.52 431	0.72 263	1.62 338	0.94 393	0.19 186	0.14 169	0.16 55	0.15 113	0.18 125	0.19 219

mms	0.40 75	0.27 161	0.52 96	0.46 109	0.32 201	0.43 56	0.46 258	0.70 59	0.46 61	0.35 29	0.58 98	0.44 69	0.30 33	1.36 283	0.33 87	0.16 62	0.13 117	0.18 117	0.15 113	0.19 166	0.15 98

fffy	0.42 87	0.27 161	0.57 132	0.46 109	0.29 134	0.48 82	0.35 117	0.91 131	0.55 95	0.40 55	0.58 98	0.55 128	0.41 96	1.26 255	0.36 124	0.15 40	0.13 117	0.19 140	0.16 155	0.18 125	0.14 65

UGAM	1.14 451	0.27 161	0.95 356	0.53 244	0.42 321	0.70 251	0.72 412	0.95 153	1.32 423	0.98 223	1.48 408	1.78 473	0.87 335	9.65 572	0.87 382	0.21 255	0.18 318	0.30 411	0.24 357	0.19 166	0.16 128

testlalala2	0.58 208	0.27 161	0.68 192	1.72 547	1.27 543	0.68 239	0.42 202	0.93 141	0.70 144	0.90 199	0.93 184	0.76 199	0.34 58	0.52 28	0.40 162	0.18 145	0.15 227	0.17 82	0.13 67	0.17 94	0.17 154

AE-Stereo	0.49 139	0.27 161	0.67 188	0.60 343	0.39 296	0.67 232	0.46 258	1.18 246	1.09 293	0.47 88	0.75 143	0.69 183	0.47 135	0.59 50	0.40 162	0.16 62	0.15 227	0.21 210	0.20 248	0.19 166	0.15 98

ff7	0.43 93	0.27 161	0.56 122	0.44 87	0.33 222	0.50 108	0.42 202	0.87 115	0.50 72	0.49 102	0.53 80	0.44 69	0.48 146	1.38 288	0.33 87	0.17 105	0.12 56	0.21 210	0.15 113	0.18 125	0.18 179

ffff	0.43 93	0.27 161	0.56 122	0.44 87	0.33 222	0.50 108	0.42 202	0.87 115	0.50 72	0.49 102	0.53 80	0.44 69	0.48 146	1.38 288	0.33 87	0.17 105	0.12 56	0.21 210	0.15 113	0.18 125	0.18 179

11t	0.43 93	0.27 161	0.56 122	0.44 87	0.33 222	0.50 108	0.42 202	0.87 115	0.50 72	0.49 102	0.53 80	0.44 69	0.48 146	1.38 288	0.33 87	0.17 105	0.12 56	0.21 210	0.15 113	0.18 125	0.18 179

plain	0.46 119	0.27 161	1.01 377	0.50 175	0.40 307	0.35 21	0.37 152	0.87 115	0.56 97	0.43 68	0.76 145	0.42 64	0.40 93	1.13 224	0.45 210	0.21 255	0.15 227	0.24 297	0.19 216	0.24 306	0.16 128

anonymousdsp2	0.53 156	0.27 161	0.74 257	0.48 147	0.29 134	0.76 278	0.47 265	1.61 361	0.82 183	0.77 166	0.77 147	0.75 195	0.47 135	1.03 195	0.40 162	0.18 145	0.13 117	0.18 117	0.13 67	0.19 166	0.18 179

anonymousdsp	0.43 93	0.27 161	0.53 102	0.44 87	0.32 201	0.50 108	0.42 202	0.89 124	0.51 81	0.49 102	0.53 80	0.47 88	0.47 135	1.33 273	0.33 87	0.17 105	0.12 56	0.21 210	0.15 113	0.18 125	0.18 179

anonymousa	0.72 289	0.27 161	0.75 261	0.47 120	0.63 447	1.43 455	0.45 251	1.24 271	0.89 201	1.28 366	1.75 466	1.62 445	1.13 434	0.69 86	0.59 290	0.19 186	0.16 267	0.23 277	0.25 372	0.20 200	0.18 179

riskmin	0.56 195	0.27 161	0.60 150	0.43 64	0.31 182	0.83 321	0.42 202	1.14 235	1.04 266	0.73 159	0.75 143	1.11 340	1.01 401	0.81 129	0.51 255	0.20 221	0.14 169	0.24 297	0.15 113	0.24 306	0.25 333

ccc-4	0.43 93	0.27 161	0.56 122	0.44 87	0.33 222	0.50 108	0.42 202	0.87 115	0.50 72	0.49 102	0.53 80	0.44 69	0.48 146	1.38 288	0.33 87	0.17 105	0.12 56	0.21 210	0.15 113	0.18 125	0.18 179

IGEV-Stereo	0.43 93	0.27 161	0.54 108	0.45 101	0.32 201	0.50 108	0.42 202	0.90 130	0.51 81	0.49 102	0.53 80	0.47 88	0.47 135	1.32 270	0.33 87	0.17 105	0.12 56	0.21 210	0.15 113	0.18 125	0.18 179
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
IPLG	0.69 276	0.27 161	0.97 364	0.51 205	0.43 331	0.79 297	0.33 97	1.21 257	1.06 274	1.30 380	1.10 256	0.52 118	0.55 186	3.16 464	0.63 307	0.16 62	0.14 169	0.19 140	0.16 155	0.18 125	0.17 154

IPLGR	0.58 208	0.27 161	1.14 422	0.48 147	0.28 117	0.65 219	0.33 97	1.22 265	1.13 318	1.18 320	1.05 236	0.69 183	0.66 245	0.96 173	0.52 262	0.17 105	0.15 227	0.20 175	0.17 176	0.20 200	0.18 179

PSM-AAD	0.79 340	0.27 161	0.53 102	0.55 283	0.28 117	0.77 286	1.24 508	0.99 167	0.91 210	1.66 481	1.57 432	0.81 216	2.19 534	1.65 343	0.44 197	0.19 186	0.14 169	0.38 473	0.32 457	0.21 242	0.70 522

THIR-Stereo	1.02 424	0.27 161	0.69 205	0.49 163	0.28 117	0.95 359	1.34 516	1.03 183	0.97 234	1.34 406	1.90 484	1.17 351	1.58 493	6.44 533	0.78 354	0.19 186	0.14 169	0.21 210	0.22 321	0.19 166	0.20 252

Prome-Stereo	0.75 320	0.27 161	0.53 102	0.55 283	0.32 201	0.59 173	0.97 475	0.89 124	0.88 198	1.45 438	2.46 517	0.91 261	1.41 475	1.58 332	0.44 197	0.18 145	0.13 117	0.19 140	0.17 176	0.20 200	0.92 534

coex_refinement	0.80 343	0.28 183	0.73 241	0.70 441	0.51 386	0.95 359	0.60 373	1.78 410	1.23 380	1.36 411	1.37 371	1.82 477	0.81 302	1.32 270	1.13 428	0.26 373	0.17 296	0.19 140	0.20 248	0.24 306	0.25 333

S2M2_L	0.34 42	0.28 183	0.45 53	0.40 41	0.30 156	0.31 16	0.16 1	0.60 30	0.64 117	0.31 16	0.48 62	0.47 88	0.34 58	0.38 4	0.32 73	0.25 350	0.22 394	0.20 175	0.22 321	0.25 318	0.22 287
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AIO-test2	0.57 202	0.28 183	0.63 162	0.61 357	0.58 426	0.79 297	0.51 295	1.18 246	1.40 462	0.63 141	1.15 286	0.51 111	0.43 107	1.09 213	0.35 114	0.21 255	0.17 296	0.26 355	0.30 442	0.20 200	0.19 219

ours_stereo	0.39 66	0.28 183	0.51 88	0.46 109	0.30 156	0.40 36	0.44 234	0.73 66	0.56 97	0.35 29	0.56 92	0.46 81	0.33 51	1.11 219	0.32 73	0.16 62	0.13 117	0.19 140	0.15 113	0.19 166	0.14 65

PAM_32	0.77 328	0.28 183	1.03 388	0.52 226	0.30 156	1.32 435	0.35 117	1.97 466	0.65 132	1.02 238	1.06 238	3.05 534	1.49 487	0.96 173	0.36 124	0.19 186	0.13 117	0.20 175	0.18 194	0.19 166	0.19 219

gcap-zeroshot	0.53 156	0.28 183	0.89 335	0.49 163	0.28 117	0.76 278	0.37 152	1.34 287	0.73 154	0.89 197	0.67 117	1.35 397	0.51 164	0.79 120	0.33 87	0.18 145	0.15 227	0.18 117	0.15 113	0.17 94	0.16 128

MyStereo06	0.61 223	0.28 183	0.95 356	0.56 296	0.46 358	0.61 187	0.73 413	1.78 410	0.67 135	1.03 242	1.12 269	1.13 346	0.56 191	0.78 116	0.41 173	0.17 105	0.16 267	0.23 277	0.20 248	0.22 266	0.20 252

MyStereo05	0.66 261	0.28 183	1.07 402	0.56 296	0.46 358	0.61 187	0.73 413	1.34 287	1.41 467	1.15 296	0.91 179	0.77 202	0.80 298	1.41 301	0.63 307	0.17 105	0.16 267	0.23 277	0.20 248	0.22 266	0.20 252

11t1	0.52 146	0.28 183	0.68 192	0.51 205	0.28 117	0.83 321	0.39 174	1.22 265	0.63 113	0.84 187	0.74 141	0.68 178	0.68 247	0.91 159	0.57 284	0.21 255	0.18 318	0.19 140	0.16 155	0.20 200	0.21 269

IGEVStereo-DCA	0.46 119	0.28 183	0.56 122	0.43 64	0.33 222	0.49 94	0.42 202	0.87 115	0.50 72	0.47 88	0.48 62	0.48 93	0.46 126	2.03 395	0.30 51	0.19 186	0.14 169	0.19 140	0.15 113	0.16 63	0.18 179

rrr	0.46 119	0.28 183	0.73 241	0.43 64	0.33 222	0.49 94	0.38 159	0.76 74	0.50 72	0.47 88	0.48 62	0.48 93	0.46 126	2.03 395	0.30 51	0.19 186	0.14 169	0.19 140	0.15 113	0.16 63	0.16 128

testlalala	0.45 112	0.28 183	0.59 145	0.42 57	0.39 296	0.71 256	0.39 174	1.08 218	0.45 55	1.24 351	0.80 160	0.61 155	0.36 75	0.54 35	0.33 87	0.20 221	0.13 117	0.18 117	0.12 43	0.15 43	0.15 98

GCAP-Stereo	0.40 75	0.28 183	0.68 192	0.47 120	0.25 59	0.53 138	0.32 90	0.82 104	0.58 100	0.65 144	0.69 124	0.58 143	0.42 100	0.47 19	0.29 40	0.17 105	0.14 169	0.17 82	0.13 67	0.17 94	0.14 65

Selective-RAFT	0.52 146	0.28 183	0.79 289	0.55 283	0.27 92	0.91 343	0.33 97	0.80 94	0.88 198	0.58 126	0.63 108	0.81 216	0.77 281	1.29 264	0.48 236	0.19 186	0.14 169	0.17 82	0.15 113	0.19 166	0.17 154

ProNet	0.43 93	0.28 183	0.58 138	0.43 64	0.30 156	0.56 160	0.52 306	1.00 171	0.58 100	0.44 72	0.49 70	0.43 67	0.43 107	1.28 260	0.36 124	0.15 40	0.13 117	0.19 140	0.16 155	0.17 94	0.16 128

TestStereo1	0.63 234	0.28 183	0.75 261	0.76 472	0.31 182	0.48 82	0.43 221	1.30 280	1.21 371	0.97 219	1.31 347	0.64 166	0.77 281	1.75 362	0.42 184	0.20 221	0.15 227	0.22 239	0.18 194	0.21 242	0.17 154

DisPM	0.66 261	0.28 183	0.72 229	0.61 357	0.35 244	0.62 196	0.45 251	1.02 178	0.99 246	1.56 464	1.10 256	0.80 212	0.59 210	2.37 427	0.41 173	0.23 308	0.14 169	0.23 277	0.21 292	0.20 200	0.25 333

SA-5K	0.63 234	0.28 183	0.75 261	0.76 472	0.31 182	0.48 82	0.43 221	1.30 280	1.21 371	0.97 219	1.31 347	0.64 166	0.77 281	1.75 362	0.42 184	0.20 221	0.15 227	0.22 239	0.18 194	0.21 242	0.17 154

MIPNet	0.56 195	0.28 183	0.94 352	0.49 163	0.33 222	0.66 228	0.38 159	1.35 290	1.08 285	1.06 246	0.92 181	0.60 151	0.79 292	0.73 101	0.52 262	0.17 105	0.14 169	0.19 140	0.16 155	0.18 125	0.17 154

PFNet+	0.59 214	0.28 183	0.77 278	0.53 244	0.30 156	0.59 173	0.31 82	0.92 134	1.14 321	1.33 402	1.10 256	0.79 210	0.57 200	1.31 266	0.49 244	0.25 350	0.17 296	0.28 387	0.26 389	0.21 242	0.25 333

LCNet	0.72 289	0.28 183	0.52 96	0.55 283	0.31 182	0.69 244	0.54 320	1.00 171	0.88 198	1.19 324	1.34 362	0.97 291	1.34 470	2.56 440	0.45 210	0.18 145	0.13 117	0.21 210	0.25 372	0.27 344	0.73 525

AAGNet	1.83 513	0.28 183	0.72 229	0.61 357	0.32 201	0.67 232	0.51 295	0.96 160	0.98 239	1.47 441	1.20 307	1.00 300	1.18 442	2.83 450	22.77 586	0.22 281	0.13 117	0.22 239	0.19 216	0.23 291	0.15 98

STrans-v2	1.04 430	0.28 183	0.96 362	0.49 163	0.32 201	0.68 239	0.79 429	2.47 537	1.12 306	1.12 272	1.46 402	1.40 404	1.46 482	6.70 540	0.43 194	0.18 145	0.13 117	0.20 175	0.18 194	0.18 125	0.18 179

TransformOpticalFlow	0.96 398	0.28 183	0.89 335	0.52 226	0.31 182	0.66 228	0.54 320	1.75 396	1.12 306	1.09 256	1.44 394	1.37 402	1.01 401	6.70 540	0.42 184	0.19 186	0.12 56	0.20 175	0.19 216	0.18 125	0.19 219

KYRaft	0.75 320	0.28 183	0.62 159	0.56 296	0.29 134	0.67 232	0.86 449	0.94 148	0.84 188	1.62 476	2.21 504	1.16 350	1.02 406	1.57 330	0.40 162	0.20 221	0.13 117	0.22 239	0.28 421	0.20 200	1.02 538

SST-Stereo	0.83 360	0.28 183	0.72 229	0.59 331	0.31 182	0.72 259	0.26 47	1.09 220	0.86 190	1.47 441	1.10 256	1.00 300	0.87 335	5.73 521	0.45 210	0.22 281	0.13 117	0.23 277	0.19 216	0.23 291	0.18 179

RAFT_R40	0.83 360	0.28 183	0.73 241	0.59 331	0.31 182	0.69 244	0.44 234	1.10 223	0.95 222	1.47 441	1.10 256	1.00 300	0.85 322	5.53 515	0.46 224	0.22 281	0.13 117	0.23 277	0.20 248	0.23 291	0.18 179

IRAFT_RVC	0.88 379	0.28 183	0.76 271	0.63 378	0.31 182	0.65 219	1.02 485	1.22 265	0.94 220	1.22 337	1.04 234	1.01 307	0.98 389	5.82 523	0.53 269	0.22 281	0.12 56	0.25 336	0.20 248	0.20 200	0.19 219

test_xeample3	0.42 87	0.28 183	0.69 205	0.43 64	0.33 222	0.56 160	0.38 159	0.79 86	0.45 55	0.53 118	0.46 57	0.44 69	0.44 115	1.38 288	0.31 68	0.18 145	0.14 169	0.19 140	0.15 113	0.17 94	0.16 128

xxxx	1.51 489	0.28 183	0.68 192	0.54 259	0.28 117	1.16 409	0.44 234	2.19 512	1.29 409	1.09 256	1.36 369	1.22 360	0.85 322	1.79 370	15.70 578	0.24 323	0.21 376	0.21 210	0.20 248	0.22 266	0.23 307

test_xeample	1.45 485	0.28 183	0.65 176	0.51 205	0.28 117	0.94 355	0.59 369	2.14 497	1.29 409	1.24 351	1.51 415	0.88 249	0.86 330	1.46 308	15.10 575	0.22 281	0.20 354	0.22 239	0.20 248	0.22 266	0.22 287

EAI-Stereo	0.65 254	0.28 183	0.69 205	0.53 244	0.27 92	0.60 181	0.40 182	2.28 522	0.64 117	0.71 153	3.18 532	0.57 138	0.43 107	1.06 204	0.41 173	0.18 145	0.13 117	0.17 82	0.17 176	0.17 94	0.17 154

SFCPSM	0.70 280	0.28 183	1.02 384	0.51 205	0.38 286	1.37 442	0.66 392	2.00 471	1.03 261	1.17 315	1.21 309	0.82 221	0.78 288	1.03 195	0.53 269	0.21 255	0.17 296	0.22 239	0.24 357	0.21 242	0.19 219

FENet	0.60 217	0.28 183	0.63 162	0.54 259	0.33 222	0.83 321	0.38 159	1.27 275	1.07 279	1.00 231	0.86 168	0.99 299	0.85 322	0.96 173	0.68 322	0.22 281	0.15 227	0.23 277	0.20 248	0.22 266	0.23 307

GANet-RSSM	0.72 289	0.28 183	0.63 162	0.64 387	0.58 426	0.80 305	0.58 361	1.89 443	1.08 285	1.04 245	1.25 321	1.15 349	1.04 410	1.49 314	0.62 303	0.25 350	0.19 336	0.22 239	0.22 321	0.22 266	0.21 269

MS	0.46 119	0.29 218	1.75 495	0.34 1	0.23 25	0.38 30	0.17 2	0.55 13	0.31 16	0.37 38	0.38 28	0.31 40	0.32 46	0.56 42	0.26 21	0.17 105	0.13 117	0.14 3	1.52 565	0.20 200	0.80 528

PAM	0.76 326	0.29 218	1.08 406	0.52 226	0.33 222	1.38 445	0.39 174	2.01 475	0.67 135	1.06 246	0.96 191	2.89 533	1.43 477	0.86 146	0.35 114	0.19 186	0.12 56	0.19 140	0.17 176	0.19 166	0.20 252

model_zeroshot	0.48 133	0.29 218	0.86 311	0.51 205	0.36 254	0.69 244	0.37 152	1.12 231	0.62 110	0.85 192	0.84 165	0.66 173	0.37 80	0.73 101	0.34 104	0.20 221	0.16 267	0.19 140	0.16 155	0.17 94	0.16 128

test_sample2	0.62 227	0.29 218	0.74 257	0.50 175	0.28 117	0.80 305	0.61 375	1.61 361	1.00 251	0.88 196	0.99 203	0.94 275	0.83 315	1.16 231	0.51 255	0.23 308	0.18 318	0.22 239	0.21 292	0.23 291	0.22 287

test_sample1	0.61 223	0.29 218	0.75 261	0.50 175	0.31 182	0.76 278	0.48 276	1.59 354	0.84 188	0.90 199	0.94 187	0.88 249	0.95 372	1.16 231	0.67 318	0.22 281	0.18 318	0.20 175	0.19 216	0.21 242	0.21 269

MyStereo8	0.65 254	0.29 218	1.00 373	0.58 318	0.49 368	0.91 343	0.35 117	1.18 246	1.31 419	1.16 306	1.27 331	0.90 258	0.64 236	0.72 97	0.95 397	0.18 145	0.14 169	0.20 175	0.18 194	0.22 266	0.26 357

MyStereo07	0.48 133	0.29 218	0.50 81	0.55 283	0.45 346	0.59 173	0.79 429	1.05 197	0.51 81	0.48 96	0.53 80	0.43 67	0.55 186	1.30 265	0.34 104	0.17 105	0.16 267	0.24 297	0.20 248	0.23 291	0.20 252

MyStereo04	0.67 270	0.29 218	1.07 402	0.55 283	0.45 346	0.59 173	0.79 429	1.50 326	1.40 462	0.91 204	0.91 179	0.74 193	0.86 330	1.52 319	0.62 303	0.17 105	0.16 267	0.24 297	0.20 248	0.23 291	0.20 252

CoDeX	0.73 307	0.29 218	0.93 348	0.54 259	0.36 254	1.14 401	0.61 375	2.34 527	1.17 345	1.16 306	1.25 321	0.91 261	0.87 335	1.33 273	0.64 311	0.20 221	0.16 267	0.21 210	0.18 194	0.20 200	0.18 179

1111x	1.70 506	0.29 218	0.86 311	0.51 205	0.27 92	1.01 378	0.68 400	2.22 516	1.28 405	1.13 287	1.40 382	1.21 358	1.10 426	5.53 515	15.20 576	0.22 281	0.21 376	0.22 239	0.22 321	0.24 306	0.22 287

knoymous	0.51 145	0.29 218	0.47 65	0.43 64	0.30 156	0.55 154	0.55 338	1.02 178	0.77 167	0.98 223	0.85 167	0.94 275	0.56 191	0.85 142	0.45 210	0.20 221	0.14 169	0.26 355	0.14 95	0.23 291	0.23 307

RAFT+CT+SA	0.58 208	0.29 218	0.60 150	0.66 408	0.37 269	0.42 47	0.55 338	1.27 275	1.03 261	0.70 151	1.22 311	0.60 151	0.70 255	1.64 342	0.41 173	0.18 145	0.13 117	0.22 239	0.22 321	0.21 242	0.18 179

Sa-1000	0.72 289	0.29 218	0.76 271	0.59 331	0.30 156	0.73 263	0.37 152	1.62 365	1.33 427	1.28 366	2.04 496	0.86 241	0.75 269	1.84 374	0.38 147	0.19 186	0.14 169	0.25 336	0.23 344	0.20 200	0.16 128

iRaft-Stereo_5w	0.85 369	0.29 218	0.91 342	0.53 244	0.43 331	0.49 94	0.68 400	0.99 167	0.87 194	0.79 172	1.34 362	1.46 418	0.91 350	5.11 502	1.11 425	0.17 105	0.14 169	0.22 239	0.18 194	0.20 200	0.20 252

NRIStereo	0.60 217	0.29 218	0.69 205	0.53 244	0.28 117	0.63 200	0.33 97	1.08 218	0.87 194	1.14 290	0.87 171	0.91 261	0.59 210	2.24 416	0.49 244	0.20 221	0.14 169	0.21 210	0.19 216	0.21 242	0.17 154

Pruner-Stereo	0.62 227	0.29 218	0.70 211	0.61 357	0.31 182	0.63 200	0.43 221	1.17 241	0.99 246	1.53 454	1.08 247	0.95 283	0.55 186	1.35 278	0.51 255	0.23 308	0.14 169	0.24 297	0.21 292	0.21 242	0.23 307

DeepStereo_RVC	0.55 186	0.29 218	0.72 229	0.51 205	0.30 156	0.59 173	0.33 97	1.03 183	0.70 144	1.16 306	0.93 184	0.83 228	0.94 367	0.96 173	0.54 275	0.21 255	0.14 169	0.21 210	0.19 216	0.24 306	0.24 321

rafts_anoy	0.52 146	0.29 218	0.59 145	0.59 331	0.50 375	0.53 138	0.40 182	1.11 229	1.03 261	0.84 187	0.83 163	0.68 178	0.54 179	0.72 97	0.51 255	0.19 186	0.14 169	0.24 297	0.26 389	0.21 242	0.18 179

222	1.61 498	0.29 218	0.67 188	0.56 296	0.29 134	1.06 389	0.42 202	2.17 508	1.31 419	1.31 390	1.52 416	0.92 270	0.94 367	1.76 367	17.65 579	0.24 323	0.20 354	0.21 210	0.19 216	0.22 266	0.23 307

ac_64	0.82 354	0.29 218	0.81 295	0.71 449	0.60 437	1.05 386	0.54 320	1.99 470	0.92 215	1.18 320	1.06 238	1.99 496	1.08 422	1.94 387	0.97 402	0.27 389	0.22 394	0.24 297	0.23 344	0.22 266	0.19 219

HSM-Net_RVC	0.87 378	0.29 218	0.53 102	0.53 244	0.30 156	1.15 407	0.55 338	3.57 554	1.28 405	1.53 454	1.74 463	1.68 459	0.93 362	1.49 314	0.77 352	0.22 281	0.17 296	0.19 140	0.18 194	0.20 200	0.19 219
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UGAM-zero	1.00 415	0.30 239	0.93 348	0.47 120	0.30 156	0.57 165	0.25 37	2.25 519	0.63 113	1.01 234	1.10 256	2.73 529	1.85 516	6.26 529	0.40 162	0.17 105	0.14 169	0.19 140	0.15 113	0.16 63	0.17 154

DispNO	0.93 392	0.30 239	1.34 453	0.55 283	0.55 411	0.89 336	0.49 286	1.48 320	1.21 371	1.17 315	1.27 331	1.19 355	0.90 347	5.23 505	0.74 338	0.22 281	0.17 296	0.24 297	0.21 292	0.19 166	0.20 252

SMFormer	0.75 320	0.30 239	0.86 311	0.46 109	0.26 68	0.82 316	0.43 221	2.05 482	1.39 457	1.23 343	1.47 403	0.98 293	0.95 372	1.71 357	0.82 371	0.24 323	0.20 354	0.22 239	0.21 292	0.23 291	0.24 321

tta	0.75 320	0.30 239	0.86 311	0.46 109	0.26 68	0.82 316	0.43 221	2.05 482	1.39 457	1.23 343	1.47 403	0.98 293	0.95 372	1.71 357	0.82 371	0.24 323	0.20 354	0.22 239	0.21 292	0.18 125	0.18 179

qqq1	0.72 289	0.30 239	0.86 311	0.46 109	0.26 68	0.82 316	0.43 221	2.05 482	1.39 457	1.23 343	1.47 403	0.98 293	0.95 372	1.71 357	0.44 197	0.24 323	0.20 354	0.18 117	0.15 113	0.18 125	0.18 179

fff1	0.72 289	0.30 239	0.86 311	0.46 109	0.26 68	0.82 316	0.43 221	2.05 482	1.39 457	1.23 343	1.47 403	0.98 293	0.95 372	1.71 357	0.44 197	0.24 323	0.20 354	0.18 117	0.15 113	0.18 125	0.18 179

IGEV_Zeroshot_test	0.53 156	0.30 239	0.99 368	0.56 296	0.35 244	0.41 40	0.32 90	1.37 293	0.63 113	1.00 231	1.09 252	0.95 283	0.41 96	0.83 134	0.39 155	0.18 145	0.12 56	0.19 140	0.18 194	0.19 166	0.17 154

EKT-Stereo	0.53 156	0.30 239	0.73 241	0.58 318	0.60 437	0.51 125	0.48 276	0.94 148	0.90 205	0.71 153	0.88 173	0.77 202	0.43 107	1.07 208	0.40 162	0.22 281	0.16 267	0.21 210	0.18 194	0.20 200	0.22 287

HH	0.63 234	0.30 239	0.77 278	0.50 175	0.32 201	0.49 94	0.46 258	1.65 370	0.64 117	0.69 149	1.09 252	1.63 450	0.85 322	1.90 381	0.37 136	0.18 145	0.13 117	0.19 140	0.17 176	0.19 166	0.16 128

HanStereo	0.63 234	0.30 239	0.77 278	0.50 175	0.32 201	0.49 94	0.46 258	1.65 370	0.64 117	0.69 149	1.09 252	1.63 450	0.85 322	1.90 381	0.37 136	0.18 145	0.13 117	0.19 140	0.17 176	0.19 166	0.16 128

raft_robust	0.68 274	0.30 239	0.64 169	0.52 226	0.26 68	0.54 146	0.35 117	1.33 282	1.24 386	1.16 306	1.07 242	0.60 151	0.54 179	3.58 476	0.37 136	0.18 145	0.14 169	0.20 175	0.22 321	0.20 200	0.16 128

test_5	0.65 254	0.30 239	0.75 261	0.67 420	0.50 375	0.92 350	0.52 306	1.39 299	1.12 306	0.76 161	1.11 262	1.00 300	0.90 347	1.53 323	0.45 210	0.18 145	0.13 117	0.23 277	0.22 321	0.21 242	0.19 219

SA	0.66 261	0.30 239	0.82 298	0.61 357	0.30 156	0.58 168	0.38 159	1.44 312	1.30 415	0.96 216	1.36 369	0.66 173	0.95 372	1.85 377	0.42 184	0.19 186	0.15 227	0.25 336	0.23 344	0.21 242	0.17 154

Patchmatch Stereo++	0.55 186	0.30 239	0.73 241	0.50 175	0.27 92	0.65 219	0.29 65	1.05 197	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	1.37 284	0.45 210	0.22 281	0.14 169	0.24 297	0.20 248	0.26 330	0.18 179
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
NF-Stereo	0.80 343	0.30 239	0.75 261	0.60 343	0.31 182	0.64 203	0.44 234	1.21 257	0.90 205	1.29 372	1.02 221	0.82 221	0.57 200	5.40 513	0.48 236	0.23 308	0.14 169	0.24 297	0.20 248	0.20 200	0.30 399

OCTAStereo	0.80 343	0.30 239	0.75 261	0.60 343	0.31 182	0.64 203	0.44 234	1.21 257	0.90 205	1.29 372	1.01 213	0.82 221	0.57 200	5.35 507	0.48 236	0.24 323	0.14 169	0.24 297	0.20 248	0.20 200	0.30 399

PSM-adaLoss	0.54 171	0.30 239	0.73 241	0.50 175	0.27 92	0.65 219	0.41 198	1.04 189	0.64 117	1.12 272	0.96 191	0.82 221	0.61 222	1.06 204	0.45 210	0.22 281	0.14 169	0.24 297	0.20 248	0.26 330	0.18 179

ROB_FTStereo_v2	0.54 171	0.30 239	0.73 241	0.50 175	0.27 92	0.64 203	0.42 202	1.05 197	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	1.12 222	0.46 224	0.22 281	0.14 169	0.24 297	0.20 248	0.26 330	0.18 179

ROB_FTStereo	0.54 171	0.30 239	0.73 241	0.50 175	0.27 92	0.64 203	0.25 37	1.05 197	0.64 117	1.12 272	0.95 188	0.82 221	0.61 222	1.15 227	0.45 210	0.22 281	0.14 169	0.24 297	0.20 248	0.26 330	0.18 179

HUI-Stereo	0.52 146	0.30 239	0.73 241	0.50 175	0.27 92	0.65 219	0.30 75	1.04 189	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	0.79 120	0.45 210	0.22 281	0.14 169	0.24 297	0.20 248	0.26 330	0.18 179

RE-Stereo	0.80 343	0.30 239	0.75 261	0.60 343	0.31 182	0.64 203	0.44 234	1.21 257	0.90 205	1.29 372	1.01 213	0.81 216	0.57 200	5.37 510	0.48 236	0.24 323	0.14 169	0.24 297	0.20 248	0.20 200	0.30 399

TVStereo	0.80 343	0.30 239	0.75 261	0.60 343	0.31 182	0.64 203	0.44 234	1.21 257	0.90 205	1.29 372	1.01 213	0.81 216	0.57 200	5.37 510	0.48 236	0.24 323	0.14 169	0.24 297	0.20 248	0.20 200	0.30 399

iGMRVC	0.56 195	0.30 239	0.73 241	0.50 175	0.27 92	0.65 219	0.38 159	1.05 197	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	1.52 319	0.46 224	0.22 281	0.14 169	0.24 297	0.20 248	0.26 330	0.18 179

iRAFT	0.55 186	0.30 239	0.73 241	0.50 175	0.27 92	0.65 219	0.29 65	1.05 197	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	1.37 284	0.45 210	0.22 281	0.14 169	0.24 297	0.20 248	0.26 330	0.18 179

CRE-IMP	0.55 186	0.30 239	0.74 257	0.52 226	0.29 134	0.79 297	0.25 37	1.04 189	0.72 150	1.09 256	0.95 188	0.81 216	0.57 200	1.10 216	0.50 250	0.21 255	0.14 169	0.23 277	0.19 216	0.28 363	0.22 287

RAFT	0.64 246	0.30 239	0.73 241	0.59 331	0.33 222	0.68 239	0.58 361	1.04 189	0.76 163	1.08 250	1.19 303	1.65 456	0.93 362	1.06 204	0.56 281	0.21 255	0.18 318	0.27 372	0.24 357	0.22 266	0.17 154

RAFT-IKP	0.54 171	0.30 239	0.73 241	0.50 175	0.27 92	0.59 173	0.36 133	1.04 189	0.64 117	1.12 272	0.96 191	0.83 228	0.61 222	1.22 244	0.45 210	0.22 281	0.14 169	0.24 297	0.20 248	0.26 330	0.18 179

RALCasStereoNet	0.54 171	0.30 239	0.66 183	0.59 331	0.51 386	0.61 187	0.52 306	0.94 148	0.93 217	0.70 151	1.01 213	0.78 206	0.44 115	1.33 273	0.47 231	0.20 221	0.16 267	0.18 117	0.16 155	0.20 200	0.19 219

cf-r	0.73 307	0.30 239	0.77 278	0.55 283	0.63 447	0.78 291	0.48 276	1.79 416	1.15 333	1.13 287	1.26 328	1.43 408	0.87 335	1.40 299	0.85 379	0.25 350	0.18 318	0.22 239	0.23 344	0.19 166	0.19 219

PSMNet-RSSM	0.72 289	0.30 239	0.61 153	0.63 378	0.42 321	0.73 263	0.56 346	1.92 453	1.10 300	1.09 256	1.37 371	1.22 360	0.98 389	1.28 260	0.72 334	0.27 389	0.19 336	0.27 372	0.29 433	0.24 306	0.24 321

DIP-Stereo	0.62 227	0.30 239	0.83 303	0.48 147	0.36 254	0.95 359	0.33 97	2.37 530	0.67 135	1.25 357	1.00 207	0.68 178	0.51 164	0.91 159	0.61 300	0.18 145	0.15 227	0.21 210	0.17 176	0.19 166	0.19 219
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RASNet	1.12 446	0.30 239	0.91 342	0.66 408	0.77 489	0.97 369	0.57 357	1.37 293	1.35 440	1.02 238	1.34 362	2.11 505	1.43 477	7.09 545	1.39 462	0.19 186	0.17 296	0.17 82	0.19 216	0.18 125	0.16 128

iResNet_ROB	0.77 328	0.30 239	0.99 368	0.57 312	0.36 254	0.83 321	0.36 133	2.33 525	1.58 490	1.27 364	1.30 341	1.25 371	0.84 319	1.65 343	0.79 360	0.20 221	0.14 169	0.17 82	0.12 43	0.18 125	0.27 367

GCAP-BAT	0.49 139	0.31 272	0.64 169	0.41 50	0.46 358	0.70 251	0.35 117	0.77 77	0.64 117	0.86 194	1.00 207	0.77 202	0.37 80	1.18 237	0.36 124	0.18 145	0.14 169	0.18 117	0.13 67	0.17 94	0.15 98

CAS++	0.47 127	0.31 272	0.56 122	0.47 120	0.32 201	0.42 47	0.28 60	1.76 402	0.72 150	0.71 153	0.72 135	0.37 58	0.28 25	0.69 86	0.33 87	0.27 389	0.22 394	0.26 355	0.21 292	0.29 374	0.19 219
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ACVNet-DCA	0.56 195	0.31 272	0.50 81	0.54 259	0.26 68	1.18 412	0.51 295	1.42 305	0.78 170	0.58 126	0.79 155	0.48 93	0.88 340	1.46 308	0.32 73	0.20 221	0.12 56	0.25 336	0.15 113	0.22 266	0.21 269

xx1	0.67 270	0.31 272	0.50 81	0.54 259	0.26 68	1.18 412	0.51 295	0.93 141	3.05 548	0.58 126	0.79 155	0.95 283	0.77 281	1.46 308	0.32 73	0.20 221	0.12 56	0.24 297	0.23 344	0.22 266	0.21 269

1test111	0.54 171	0.31 272	0.50 81	0.54 259	0.26 68	1.18 412	0.51 295	1.42 305	0.78 170	0.58 126	0.79 155	0.48 93	0.88 340	0.88 151	0.59 290	0.20 221	0.12 56	0.25 336	0.15 113	0.22 266	0.21 269

cc1	0.64 246	0.31 272	0.50 81	0.54 259	0.26 68	1.18 412	0.51 295	0.93 141	3.05 548	0.58 126	0.79 155	0.48 93	0.88 340	1.46 308	0.32 73	0.20 221	0.12 56	0.25 336	0.15 113	0.19 166	0.19 219

x	0.54 171	0.31 272	0.61 153	0.47 120	0.30 156	0.67 232	0.47 265	1.53 341	0.79 174	0.81 178	0.83 163	0.78 206	0.70 255	0.70 90	0.62 303	0.21 255	0.19 336	0.22 239	0.19 216	0.21 242	0.20 252

IER	0.70 280	0.31 272	1.02 384	0.48 147	0.52 398	1.34 439	0.51 295	1.17 241	0.99 246	1.23 343	1.34 362	1.12 341	1.11 427	0.99 186	0.71 331	0.20 221	0.16 267	0.21 210	0.21 292	0.20 200	0.19 219

iRaft-Stereo_20w	0.65 254	0.31 272	1.00 373	0.47 120	0.34 240	0.73 263	0.30 75	2.96 546	0.70 144	1.15 296	1.14 278	0.76 199	0.65 242	1.11 219	0.38 147	0.17 105	0.13 117	0.18 117	0.16 155	0.19 166	0.18 179

GwcNet-ADL	0.64 246	0.31 272	0.79 289	0.56 296	0.41 316	0.60 181	0.58 361	1.41 303	1.26 394	1.08 250	1.13 274	0.91 261	0.60 213	1.04 201	0.78 354	0.27 389	0.18 318	0.18 117	0.18 194	0.25 318	0.29 385

IIG-Stereo	0.96 398	0.31 272	0.72 229	0.88 512	0.33 222	0.61 187	0.26 47	1.19 254	1.03 261	1.69 484	1.37 371	1.46 418	0.75 269	6.96 544	0.51 255	0.19 186	0.14 169	0.23 277	0.18 194	0.20 200	0.14 65

PSM-softLoss	0.78 336	0.31 272	0.77 278	0.58 318	0.32 201	0.56 160	0.40 182	1.18 246	0.70 144	1.24 351	1.07 242	0.83 228	0.52 169	5.36 508	0.53 269	0.24 323	0.15 227	0.25 336	0.22 321	0.20 200	0.25 333

KMStereo	0.78 336	0.31 272	0.77 278	0.58 318	0.32 201	0.56 160	0.40 182	1.18 246	0.70 144	1.24 351	1.07 242	0.83 228	0.52 169	5.36 508	0.53 269	0.24 323	0.15 227	0.25 336	0.22 321	0.20 200	0.25 333

CroCo-Stereo	0.40 75	0.31 272	0.73 241	0.58 318	0.27 92	0.26 5	0.33 97	0.95 153	0.81 178	0.42 62	0.47 59	0.65 169	0.47 135	0.39 6	0.34 104	0.18 145	0.15 227	0.16 55	0.14 95	0.19 166	0.16 128
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
ACVNet	0.63 234	0.31 272	0.54 108	0.54 259	0.36 254	0.80 305	0.46 258	1.37 293	1.07 279	0.93 207	1.30 341	1.08 324	0.85 322	0.80 123	0.94 393	0.21 255	0.19 336	0.21 210	0.18 194	0.22 266	0.18 179

acv_ft	0.75 320	0.31 272	0.95 356	0.70 441	0.86 510	1.24 423	0.53 314	1.44 312	1.07 279	1.24 351	1.30 341	1.08 324	0.92 353	0.80 123	1.34 453	0.21 255	0.19 336	0.21 210	0.18 194	0.21 242	0.18 179

G2L-Stereo	0.80 343	0.32 288	0.95 356	0.60 343	0.42 321	0.78 291	0.69 404	1.50 326	1.09 293	1.33 402	1.14 278	1.45 415	0.72 263	2.45 432	1.10 422	0.25 350	0.20 354	0.26 355	0.21 292	0.20 200	0.26 357

HI	0.64 246	0.32 288	0.68 192	0.47 120	0.51 386	0.41 40	0.36 133	1.04 189	0.75 157	1.31 390	1.43 389	1.62 445	1.12 430	0.94 170	0.88 383	0.15 40	0.12 56	0.20 175	0.20 248	0.20 200	0.18 179

CoSv	0.64 246	0.32 288	0.68 192	0.47 120	0.51 386	0.41 40	0.36 133	1.04 189	0.75 157	1.31 390	1.43 389	1.62 445	1.12 430	0.94 170	0.88 383	0.15 40	0.12 56	0.20 175	0.20 248	0.20 200	0.18 179

rvit_stereo_0080	0.44 104	0.32 288	0.71 223	0.47 120	0.36 254	0.42 47	0.55 338	0.82 104	0.68 139	0.50 110	0.60 101	0.55 128	0.47 135	0.59 50	0.44 197	0.26 373	0.21 376	0.20 175	0.20 248	0.31 394	0.19 219

test_sample3	0.68 274	0.32 288	0.88 329	0.52 226	0.30 156	0.97 369	0.52 306	1.86 435	1.15 333	1.08 250	1.11 262	0.88 249	0.71 260	1.17 235	0.68 322	0.25 350	0.20 354	0.25 336	0.25 372	0.25 318	0.25 333

tt1	0.62 227	0.32 288	0.51 88	0.54 259	0.26 68	1.16 409	0.48 276	0.95 153	2.47 535	0.57 124	0.77 147	0.49 101	0.81 302	1.55 327	0.32 73	0.20 221	0.12 56	0.24 297	0.15 113	0.19 166	0.20 252

whm_eth	0.44 104	0.32 288	0.71 223	0.47 120	0.36 254	0.42 47	0.55 338	0.82 104	0.68 139	0.50 110	0.60 101	0.55 128	0.47 135	0.59 50	0.44 197	0.26 373	0.21 376	0.20 175	0.20 248	0.31 394	0.19 219

PCWNet_CMD	0.66 261	0.32 288	0.88 329	0.49 163	0.37 269	0.78 291	0.40 182	1.42 305	1.31 419	1.16 306	1.31 347	1.25 371	0.62 227	0.89 156	0.57 284	0.20 221	0.16 267	0.27 372	0.19 216	0.40 447	0.25 333

BUS	0.74 312	0.32 288	0.68 192	0.54 259	0.44 339	2.34 522	0.42 202	2.16 502	0.98 239	1.20 328	1.11 262	1.03 313	0.62 227	0.91 159	0.70 326	0.24 323	0.17 296	0.25 336	0.22 321	0.22 266	0.22 287

BSDual-CNN	0.71 287	0.32 288	0.68 192	0.54 259	0.44 339	1.27 427	0.65 387	2.16 502	0.98 239	1.20 328	1.11 262	1.12 341	0.74 267	0.91 159	0.66 315	0.24 323	0.17 296	0.25 336	0.22 321	0.22 266	0.22 287

hknet	0.77 328	0.32 288	0.95 356	0.54 259	0.38 286	1.27 427	0.65 387	2.16 502	1.07 279	1.20 328	1.11 262	1.59 441	0.81 302	1.37 284	0.66 315	0.22 281	0.17 296	0.25 336	0.22 321	0.22 266	0.22 287

psmg	0.72 289	0.32 288	0.68 192	0.50 175	0.44 339	1.48 459	0.75 418	1.94 459	0.98 239	1.21 332	1.33 355	1.12 341	0.74 267	0.91 159	0.66 315	0.24 323	0.19 336	0.25 336	0.25 372	0.23 291	0.22 287

CFNet_pseudo	0.66 261	0.32 288	0.86 311	0.48 147	0.39 296	0.70 251	0.40 182	1.33 282	1.22 377	1.16 306	1.34 362	1.24 367	0.64 236	0.98 182	0.59 290	0.21 255	0.16 267	0.33 441	0.19 216	0.36 426	0.25 333

MMNet	0.84 365	0.32 288	1.09 409	0.60 343	0.59 434	1.85 496	0.49 286	1.51 333	1.27 400	1.37 414	1.15 286	1.26 375	1.18 442	1.67 348	1.22 438	0.19 186	0.18 318	0.23 277	0.22 321	0.25 318	0.21 269

delet	0.85 369	0.32 288	0.95 356	0.65 401	0.66 455	1.64 474	0.84 442	1.75 396	1.35 440	1.32 394	1.30 341	1.30 386	0.88 340	1.68 353	1.10 422	0.21 255	0.21 376	0.24 297	0.24 357	0.21 242	0.21 269

UPFNet	0.80 343	0.32 288	0.90 339	0.59 331	0.74 478	1.26 426	0.80 435	1.52 335	1.10 300	1.30 380	1.12 269	1.30 386	0.84 319	1.67 348	1.09 419	0.24 323	0.24 415	0.24 297	0.23 344	0.25 318	0.18 179

GwcNet-RSSM	0.77 328	0.32 288	1.01 377	0.62 369	0.54 405	0.78 291	0.51 295	1.73 389	1.20 365	1.09 256	1.37 371	1.46 418	0.85 322	1.53 323	1.09 419	0.25 350	0.18 318	0.23 277	0.24 357	0.20 200	0.19 219

CFNet-ft	0.72 289	0.32 288	0.54 108	0.66 408	0.54 405	0.83 321	0.55 338	1.37 293	1.15 333	0.93 207	1.28 337	1.57 437	0.97 382	1.35 278	0.81 366	0.26 373	0.20 354	0.33 441	0.25 372	0.30 385	0.23 307

MSMDNet	0.66 261	0.32 288	0.87 322	0.49 163	0.37 269	0.79 297	0.40 182	1.43 311	1.31 419	1.15 296	1.31 347	1.24 367	0.63 232	0.88 151	0.57 284	0.21 255	0.16 267	0.26 355	0.19 216	0.39 443	0.24 321

CFNet_RVC	0.72 289	0.32 288	0.54 108	0.66 408	0.54 405	0.83 321	0.55 338	1.37 293	1.15 333	0.93 207	1.28 337	1.57 437	0.97 382	1.35 278	0.81 366	0.26 373	0.20 354	0.33 441	0.25 372	0.30 385	0.23 307

HSM	1.19 460	0.32 288	0.65 176	0.57 312	0.38 286	1.23 422	0.59 369	2.25 519	1.19 360	1.30 380	1.25 321	1.94 490	1.03 408	9.32 567	0.71 331	0.22 281	0.16 267	0.20 175	0.16 155	0.21 242	0.21 269

DN-CSS_ROB	0.64 246	0.32 288	1.05 393	0.55 283	0.40 307	0.54 146	0.45 251	1.21 257	0.93 217	1.03 242	1.47 403	0.69 183	0.63 232	1.76 367	0.49 244	0.18 145	0.14 169	0.25 336	0.22 321	0.22 266	0.20 252

MultiAttention	4.51 560	0.33 310	0.82 298	0.73 461	0.45 346	30.98 590	4.50 574	2.18 511	1.40 462	1.61 472	2.41 514	2.43 519	0.70 255	38.42 592	1.36 457	0.22 281	0.15 227	0.29 398	0.30 442	0.47 478	0.43 468

ISRNet	0.80 343	0.33 310	1.07 402	0.81 485	0.66 455	0.60 181	0.34 109	1.19 254	1.13 318	1.59 471	1.53 417	1.35 397	0.77 281	1.27 258	0.94 393	0.39 475	0.34 481	0.43 491	0.38 487	0.34 416	0.49 487

rvit_stereo_0083	0.47 127	0.33 310	0.81 295	0.56 296	0.36 254	0.50 108	0.44 234	0.68 54	0.95 222	0.49 102	0.57 95	0.55 128	0.49 154	0.88 151	0.46 224	0.25 350	0.25 424	0.24 297	0.20 248	0.24 306	0.17 154

rvit_stereo_0081	0.44 104	0.33 310	0.64 169	0.54 259	0.35 244	0.41 40	0.44 234	0.66 47	0.95 222	0.48 96	0.52 78	0.50 107	0.46 126	0.82 132	0.44 197	0.25 350	0.20 354	0.22 239	0.19 216	0.25 318	0.17 154

rvit_stereo_0082	0.44 104	0.33 310	0.64 169	0.54 259	0.35 244	0.41 40	0.44 234	0.66 47	0.95 222	0.48 96	0.52 78	0.50 107	0.46 126	0.82 132	0.44 197	0.25 350	0.20 354	0.22 239	0.19 216	0.25 318	0.17 154

test_sample4	0.69 276	0.33 310	0.91 342	0.51 205	0.30 156	0.92 350	0.52 306	1.87 437	1.15 333	1.14 290	1.18 296	0.87 245	0.75 269	1.18 237	0.68 322	0.25 350	0.20 354	0.26 355	0.26 389	0.26 330	0.25 333

ffm	0.72 289	0.33 310	0.85 305	0.53 244	0.37 269	0.74 267	0.56 346	0.95 153	2.47 535	1.15 296	1.45 396	1.06 318	0.82 307	1.55 327	0.32 73	0.20 221	0.12 56	0.31 417	0.27 400	0.19 166	0.20 252

ff1	1.37 477	0.33 310	0.85 305	0.53 244	0.37 269	0.74 267	0.56 346	0.95 153	2.47 535	1.15 296	1.45 396	1.06 318	0.82 307	7.22 546	7.61 555	0.20 221	0.12 56	0.31 417	0.27 400	0.19 166	0.20 252

mmx	1.39 480	0.33 310	0.85 305	0.53 244	0.37 269	0.74 267	0.56 346	2.13 493	1.37 448	1.15 296	1.45 396	1.06 318	0.82 307	7.22 546	7.61 555	0.24 323	0.19 336	0.31 417	0.27 400	0.30 385	0.25 333

xxx	1.39 480	0.33 310	0.85 305	0.53 244	0.37 269	0.74 267	0.56 346	2.13 493	1.37 448	1.15 296	1.45 396	1.06 318	0.82 307	7.22 546	7.61 555	0.24 323	0.19 336	0.31 417	0.27 400	0.30 385	0.25 333

CFNet_ucs	0.70 280	0.33 310	0.88 329	0.50 175	0.43 331	0.74 267	0.44 234	1.60 358	1.29 409	1.22 337	1.54 422	1.09 334	0.63 232	0.99 186	0.59 290	0.25 350	0.20 354	0.37 470	0.21 292	0.40 447	0.28 379

LL-Strereo2	0.52 146	0.33 310	0.69 205	0.52 226	0.37 269	0.70 251	0.30 75	1.13 234	0.67 135	0.94 212	0.78 149	0.91 261	0.42 100	1.05 203	0.42 184	0.17 105	0.16 267	0.29 398	0.25 372	0.21 242	0.16 128

CBFPSM	0.92 389	0.33 310	1.86 502	0.49 163	0.38 286	1.75 482	0.84 442	1.39 299	1.12 306	1.09 256	0.99 203	2.37 515	1.66 504	1.32 270	1.42 471	0.19 186	0.18 318	0.20 175	0.20 248	0.21 242	0.33 421

gwcnet-sp	0.74 312	0.33 310	1.44 463	0.57 312	0.45 346	1.40 449	0.54 320	1.50 326	1.14 321	1.30 380	1.02 221	0.94 275	0.82 307	1.39 293	0.76 346	0.21 255	0.21 376	0.22 239	0.21 292	0.22 266	0.22 287

scenet	0.74 312	0.33 310	1.44 463	0.57 312	0.45 346	1.40 449	0.54 320	1.50 326	1.14 321	1.30 380	1.02 221	0.94 275	0.82 307	1.39 293	0.76 346	0.21 255	0.21 376	0.22 239	0.21 292	0.22 266	0.22 287

ToySt	0.66 261	0.33 310	1.23 432	0.51 205	0.33 222	0.86 333	0.68 400	1.10 223	0.97 234	0.84 187	1.08 247	1.25 371	0.94 367	1.01 191	0.74 338	0.19 186	0.19 336	0.24 297	0.24 357	0.27 344	0.23 307

ssnet	0.74 312	0.33 310	1.44 463	0.57 312	0.45 346	1.40 449	0.54 320	1.50 326	1.14 321	1.30 380	1.02 221	0.94 275	0.82 307	1.39 293	0.76 346	0.21 255	0.21 376	0.22 239	0.21 292	0.22 266	0.22 287

CIPLG	0.62 227	0.33 310	0.96 362	0.58 318	0.50 375	0.75 272	0.48 276	1.05 197	0.96 227	1.40 426	1.57 432	0.64 166	0.48 146	0.89 156	0.70 326	0.23 308	0.15 227	0.19 140	0.16 155	0.19 166	0.21 269

IPLGR_C	0.62 227	0.33 310	0.99 368	0.58 318	0.49 368	0.76 278	0.48 276	1.10 223	0.96 227	1.40 426	1.56 428	0.62 160	0.48 146	0.80 123	0.71 331	0.23 308	0.15 227	0.19 140	0.16 155	0.19 166	0.21 269

ACRE	0.61 223	0.33 310	1.01 377	0.58 318	0.49 368	0.75 272	0.47 265	1.06 210	0.95 222	1.37 414	1.55 424	0.62 160	0.46 126	0.83 134	0.70 326	0.23 308	0.15 227	0.19 140	0.16 155	0.18 125	0.21 269

OMP-Stereo	0.94 394	0.33 310	0.72 229	0.90 516	0.31 182	0.49 94	0.36 133	1.16 239	1.06 274	1.58 470	1.12 269	1.46 418	0.69 250	6.94 543	0.49 244	0.19 186	0.14 169	0.24 297	0.18 194	0.20 200	0.14 65

ICVP	0.63 234	0.33 310	0.57 132	0.61 357	0.40 307	0.80 305	0.58 361	1.61 361	0.89 201	0.90 199	1.24 317	0.88 249	0.73 265	0.72 97	0.88 383	0.29 414	0.21 376	0.22 239	0.21 292	0.24 306	0.27 367
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RALAANet	0.60 217	0.33 310	0.87 322	0.62 369	0.50 375	0.69 244	0.31 82	1.21 257	1.06 274	1.09 256	1.16 291	0.88 249	0.46 126	1.22 244	0.42 184	0.19 186	0.15 227	0.21 210	0.17 176	0.27 344	0.17 154

ccs_rob	0.66 261	0.33 310	0.86 311	0.48 147	0.39 296	0.70 251	0.40 182	1.33 282	1.22 377	1.16 306	1.34 362	1.23 365	0.64 236	0.98 182	0.59 290	0.21 255	0.16 267	0.35 459	0.20 248	0.37 430	0.25 333

FACV-RUCA	0.63 234	0.34 334	0.82 298	0.62 369	0.65 452	0.81 314	0.41 198	1.44 312	1.07 279	0.86 194	1.14 278	0.61 155	0.69 250	0.80 123	0.53 269	0.28 403	0.19 336	0.47 501	0.21 292	0.35 419	0.25 333

rvit_stereo_0081_aga	0.44 104	0.34 334	0.73 241	0.51 205	0.41 316	0.50 108	0.40 182	0.81 99	0.57 99	0.58 126	0.56 92	0.53 123	0.43 107	0.66 81	0.40 162	0.26 373	0.21 376	0.22 239	0.20 248	0.26 330	0.18 179

test_sample6	0.71 287	0.34 334	0.87 322	0.52 226	0.30 156	0.82 316	0.58 361	1.79 416	1.15 333	1.14 290	1.33 355	0.91 261	0.79 292	1.31 266	0.74 338	0.27 389	0.21 376	0.27 372	0.29 433	0.28 363	0.27 367

test_sample5	0.69 276	0.34 334	0.87 322	0.52 226	0.30 156	0.84 329	0.54 320	1.83 428	1.14 321	1.11 270	1.25 321	0.88 249	0.78 288	1.23 246	0.65 312	0.26 373	0.20 354	0.27 372	0.27 400	0.27 344	0.26 357

DualNet	0.70 280	0.34 334	0.87 322	0.52 226	0.30 156	0.84 329	0.54 320	1.83 428	1.14 321	1.14 290	1.33 355	0.88 249	0.78 288	1.23 246	0.65 312	0.26 373	0.20 354	0.27 372	0.27 400	0.27 344	0.26 357

ttt	0.94 394	0.34 334	0.59 145	0.61 357	0.37 269	0.94 355	0.50 294	2.17 508	1.34 430	1.23 343	1.61 441	0.91 261	0.76 277	1.85 377	3.97 540	0.30 419	0.26 430	0.26 355	0.24 357	0.29 374	0.29 385

StereoVision	0.65 254	0.34 334	0.86 311	0.59 331	0.40 307	0.50 108	0.41 198	1.09 220	0.93 217	0.71 153	2.50 519	0.82 221	0.57 200	1.03 195	0.49 244	0.25 350	0.28 446	0.29 398	0.28 421	0.36 426	0.20 252

CASS	0.65 254	0.34 334	0.72 229	0.56 296	0.27 92	0.78 291	0.42 202	1.59 354	0.86 190	1.30 380	1.25 321	0.87 245	0.84 319	0.84 137	0.54 275	0.35 460	0.19 336	0.26 355	0.21 292	0.28 363	0.42 461
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CroCo-Stereo Lap2	0.44 104	0.34 334	0.77 278	0.61 357	0.79 494	0.28 11	0.35 117	0.75 71	0.71 149	0.38 45	0.50 73	0.72 191	0.55 186	0.57 48	0.47 231	0.17 105	0.18 318	0.19 140	0.16 155	0.21 242	0.20 252

qqq	0.57 202	0.34 334	0.71 223	0.47 120	0.27 92	0.64 203	0.62 378	1.42 305	0.78 170	0.80 174	0.92 181	0.95 283	0.77 281	0.88 151	0.59 290	0.21 255	0.20 354	0.24 297	0.23 344	0.22 266	0.21 269

DAS	0.84 365	0.34 334	1.03 388	0.64 387	0.69 467	0.77 286	0.63 383	1.54 344	1.20 365	1.79 494	1.55 424	0.95 283	1.04 410	2.83 450	0.60 298	0.21 255	0.16 267	0.25 336	0.18 194	0.27 344	0.22 287

SepStereo	0.82 354	0.34 334	1.03 388	0.64 387	0.69 467	0.77 286	0.63 383	1.54 344	1.20 365	1.79 494	1.55 424	0.95 283	1.04 410	2.30 422	0.60 298	0.21 255	0.16 267	0.25 336	0.18 194	0.27 344	0.22 287

ADLNet2	0.88 379	0.34 334	1.17 426	0.77 475	0.64 450	1.12 399	0.76 421	1.74 394	1.24 386	1.21 332	1.65 451	1.71 463	1.05 414	1.67 348	1.17 434	0.24 323	0.21 376	0.21 210	0.22 321	0.26 330	0.29 385

GES	0.66 261	0.34 334	0.90 339	0.59 331	0.38 286	0.94 355	0.57 357	2.11 492	0.86 190	1.02 238	1.11 262	0.66 173	0.79 292	0.99 186	0.61 300	0.27 389	0.19 336	0.20 175	0.20 248	0.21 242	0.30 399

psm_up	0.77 328	0.34 334	0.70 211	0.66 408	0.58 426	1.05 386	0.92 463	1.52 335	1.12 306	1.26 361	1.16 291	1.31 390	1.23 453	1.20 241	0.81 366	0.25 350	0.29 457	0.31 417	0.27 400	0.27 344	0.25 333

UNet	0.83 360	0.34 334	1.31 445	0.58 318	0.74 478	1.58 468	0.49 286	1.41 303	1.04 266	1.21 332	1.08 247	1.54 433	1.12 430	1.65 343	1.09 419	0.23 308	0.17 296	0.25 336	0.20 248	0.25 318	0.22 287

DSFCA	0.93 392	0.34 334	1.06 397	0.52 226	0.65 452	1.55 466	0.93 467	1.49 322	1.19 360	1.56 464	1.15 286	1.50 427	0.96 379	3.07 459	1.02 409	0.30 419	0.26 430	0.25 336	0.25 372	0.28 363	0.24 321

DMCA	0.67 270	0.34 334	0.90 339	0.51 205	0.44 339	0.86 333	0.47 265	1.42 305	1.02 257	1.17 315	1.12 269	1.23 365	0.75 269	0.78 116	0.95 397	0.25 350	0.19 336	0.27 372	0.19 216	0.24 306	0.27 367

MLCV	0.72 289	0.34 334	1.10 412	0.51 205	0.23 25	0.91 343	0.39 174	1.33 282	1.23 380	1.46 440	1.55 424	1.01 307	0.64 236	1.95 388	0.80 364	0.18 145	0.12 56	0.18 117	0.14 95	0.19 166	0.17 154

DISCO	1.03 427	0.34 334	1.11 414	0.69 435	0.45 346	2.07 511	0.84 442	2.13 493	1.50 480	1.15 296	1.33 355	2.40 517	1.07 421	2.60 442	1.51 483	0.23 308	0.18 318	0.22 239	0.20 248	0.31 394	0.27 367

MDST_ROB	1.67 502	0.34 334	1.58 482	0.92 521	0.58 426	4.26 560	1.11 495	2.83 543	1.41 467	4.49 562	2.55 520	1.45 415	0.97 382	7.79 557	1.17 434	0.31 427	0.25 424	0.37 470	0.33 467	0.31 394	0.30 399

DCVSM-stereo	0.72 289	0.35 355	0.76 271	0.55 283	0.42 321	0.73 263	0.38 159	1.21 257	1.02 257	1.79 494	1.04 234	1.62 445	1.03 408	1.04 201	0.79 360	0.24 323	0.27 439	0.29 398	0.24 357	0.30 385	0.36 437

AIO-Stereo-zeroshot	0.72 289	0.35 355	1.70 488	0.49 163	0.56 414	0.63 200	0.38 159	2.41 533	0.65 132	0.77 166	1.07 242	1.82 477	0.95 372	0.93 167	0.43 194	0.20 221	0.13 117	0.21 210	0.25 372	0.28 363	0.26 357

rvit_stereo_ft	0.47 127	0.35 355	0.87 322	0.67 420	0.42 321	0.40 36	0.59 369	0.81 99	0.74 156	0.46 85	0.55 89	0.57 138	0.49 154	0.65 79	0.50 250	0.25 350	0.17 296	0.22 239	0.22 321	0.24 306	0.17 154

mmm	0.63 234	0.35 355	0.72 229	0.51 205	0.30 156	0.86 333	0.54 320	1.59 354	0.86 190	1.07 249	1.38 376	0.79 210	0.75 269	0.91 159	0.58 287	0.22 281	0.18 318	0.29 398	0.25 372	0.25 318	0.23 307

AASNet	0.76 326	0.35 355	0.91 342	0.79 479	0.81 501	1.14 401	0.56 346	2.02 479	1.08 285	1.22 337	1.24 317	0.93 272	0.76 277	0.77 111	1.16 431	0.27 389	0.23 406	0.24 297	0.20 248	0.28 363	0.24 321

AACVNet	0.86 374	0.35 355	0.79 289	0.82 493	0.39 296	0.76 278	0.49 286	1.61 361	0.81 178	1.08 250	1.33 355	1.30 386	0.93 362	4.34 487	0.74 338	0.25 350	0.21 376	0.28 387	0.22 321	0.29 374	0.25 333

PSMNet-ADL	0.72 289	0.35 355	0.62 159	0.69 435	0.46 358	1.14 401	0.44 234	1.37 293	1.01 254	0.83 184	1.17 294	1.33 392	0.96 379	1.43 302	0.95 397	0.33 443	0.22 394	0.21 210	0.23 344	0.27 344	0.29 385

GANet-ADL	0.60 217	0.35 355	0.72 229	0.64 387	0.40 307	0.68 239	0.51 295	1.49 322	1.12 306	0.95 214	1.08 247	0.91 261	0.57 200	0.76 108	0.55 279	0.26 373	0.18 318	0.18 117	0.16 155	0.23 291	0.25 333

hitnet-ft	0.79 340	0.35 355	0.57 132	0.58 318	0.42 321	0.96 365	0.46 258	1.47 318	1.33 427	1.19 324	1.22 311	1.81 474	0.98 389	1.66 347	0.94 393	0.33 443	0.28 446	0.34 451	0.27 400	0.35 419	0.31 409

UCFNet_RVC	0.69 276	0.35 355	0.49 75	0.64 387	0.39 296	0.85 332	0.58 361	1.75 396	1.14 321	0.97 219	1.19 303	1.17 351	0.93 362	0.99 186	0.62 303	0.28 403	0.20 354	0.34 451	0.31 449	0.32 403	0.27 367

ITSA-stereo	0.82 354	0.36 365	0.82 298	0.54 259	0.31 182	0.80 305	0.47 265	2.17 508	1.67 496	1.13 287	1.13 274	0.94 275	0.86 330	2.46 435	1.00 407	0.26 373	0.23 406	0.28 387	0.27 400	0.28 363	0.36 437

Former-RAFT_DAM_RVC	0.46 119	0.36 365	0.71 223	0.47 120	0.36 254	0.67 232	0.35 117	0.78 81	1.12 306	0.61 137	0.62 106	0.39 62	0.39 89	0.71 94	0.39 155	0.20 221	0.17 296	0.22 239	0.18 194	0.23 291	0.19 219

ssnet_v2	0.88 379	0.36 365	1.02 384	0.62 369	0.38 286	1.32 435	0.97 475	2.07 488	1.34 430	1.37 414	1.18 296	1.54 433	0.92 353	1.10 216	1.65 488	0.30 419	0.27 439	0.30 411	0.28 421	0.27 344	0.26 357

ADLNet	0.85 369	0.36 365	0.89 335	0.85 502	0.72 472	1.24 423	0.76 421	1.82 423	1.36 444	1.52 453	1.35 368	1.27 379	0.99 397	1.23 246	1.15 430	0.27 389	0.20 354	0.26 355	0.25 372	0.28 363	0.30 399

ARAFT	0.77 328	0.36 365	1.49 477	0.51 205	0.31 182	0.90 339	0.82 440	1.90 446	1.06 274	1.62 476	1.24 317	1.02 309	0.64 236	1.84 374	0.50 250	0.18 145	0.14 169	0.28 387	0.27 400	0.17 94	0.16 128

CFNet	0.96 398	0.36 365	1.01 377	0.62 369	0.42 321	0.99 375	0.47 265	1.90 446	1.32 423	0.99 226	1.39 380	1.10 336	0.86 330	5.58 518	0.79 360	0.23 308	0.17 296	0.28 387	0.27 400	0.26 330	0.21 269

SGM_RVC	1.68 504	0.36 365	0.61 153	0.59 331	0.29 134	2.25 518	1.18 504	2.38 531	1.68 498	3.60 552	2.67 523	3.69 544	2.42 541	8.13 560	1.90 499	0.31 427	0.31 467	0.30 411	0.28 421	0.30 385	0.29 385
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
rvit_0105_6	0.53 156	0.37 372	0.98 367	0.65 401	0.38 286	0.51 125	0.51 295	0.77 77	1.20 365	0.54 121	0.55 89	0.65 169	0.53 174	0.94 170	0.44 197	0.32 434	0.32 475	0.28 387	0.24 357	0.28 363	0.21 269

test_sample7	0.74 312	0.37 372	0.76 271	0.52 226	0.35 244	0.91 343	0.67 396	1.78 410	1.21 371	1.22 337	1.18 296	1.08 324	0.92 353	1.23 246	0.67 318	0.31 427	0.28 446	0.32 432	0.31 449	0.33 412	0.29 385

NINENet	0.77 328	0.37 372	0.78 286	0.62 369	0.51 386	2.34 522	0.42 202	1.83 428	1.04 266	1.14 290	1.23 315	1.03 313	0.62 227	1.24 251	0.70 326	0.28 403	0.23 406	0.31 417	0.21 292	0.26 330	0.25 333

GEStereo_RVC	0.90 384	0.37 372	0.99 368	0.64 387	0.50 375	0.95 359	0.79 429	2.42 534	1.17 345	1.16 306	1.11 262	1.26 375	0.92 353	3.24 465	0.90 389	0.29 414	0.19 336	0.23 277	0.20 248	0.27 344	0.29 385

pcwnet_v2	0.97 404	0.37 372	4.33 544	0.62 369	0.54 405	0.79 297	0.45 251	2.02 479	1.58 490	1.42 434	1.64 449	1.09 334	0.79 292	1.24 251	0.67 318	0.32 434	0.25 424	0.29 398	0.27 400	0.37 430	0.35 431

iResNetv2_ROB	0.80 343	0.37 372	1.71 490	0.56 296	0.37 269	0.94 355	0.64 385	1.73 389	1.34 430	1.23 343	1.42 385	1.26 375	0.92 353	1.85 377	0.56 281	0.23 308	0.15 227	0.19 140	0.14 95	0.24 306	0.19 219

LE_ROB	8.05 572	0.37 372	23.53 580	0.74 465	0.33 222	2.77 537	2.87 568	3.71 556	27.24 589	25.39 589	8.87 572	8.46 569	26.71 589	6.65 536	21.99 582	0.21 255	0.19 336	0.20 175	0.21 292	0.25 318	0.22 287

rvit_0105_4	0.56 195	0.38 379	1.06 397	0.66 408	0.38 286	0.53 138	0.53 314	0.84 111	1.17 345	0.56 123	0.61 103	0.72 191	0.59 210	0.98 182	0.45 210	0.32 434	0.33 480	0.29 398	0.25 372	0.29 374	0.23 307

CSP-Net	0.97 404	0.38 379	0.83 303	0.53 244	0.41 316	1.63 472	0.77 424	2.00 471	1.05 270	1.25 357	1.20 307	1.33 392	0.83 315	4.93 501	0.85 379	0.32 434	0.22 394	0.20 175	0.20 248	0.23 291	0.25 333

HGLStereo	0.85 369	0.38 379	0.94 352	0.80 482	1.03 523	1.17 411	0.58 361	1.52 335	1.20 365	1.19 324	1.62 444	1.13 346	1.20 448	1.80 371	1.06 413	0.24 323	0.24 415	0.24 297	0.21 292	0.23 291	0.27 367

SGM-ForestM	6.52 568	0.38 379	1.26 438	0.63 378	0.35 244	13.59 578	5.32 575	6.32 574	6.70 570	11.14 580	9.18 573	22.51 590	13.93 579	16.89 581	20.07 581	0.36 464	0.37 499	0.36 467	0.35 478	0.36 426	0.34 426

SGM-Forest	1.24 462	0.38 379	0.60 150	0.52 226	0.37 269	1.56 467	1.30 513	1.65 370	1.36 444	2.11 517	1.79 470	1.63 450	0.93 362	7.48 553	0.95 397	0.36 464	0.37 499	0.39 479	0.34 473	0.37 430	0.32 415
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
rvit_0105_5	0.58 208	0.39 384	1.05 393	0.66 408	0.37 269	0.58 168	0.56 346	0.94 148	1.18 352	0.64 142	0.68 120	0.75 195	0.63 232	0.88 151	0.50 250	0.32 434	0.32 475	0.30 411	0.27 400	0.28 363	0.25 333

AIO-Stereo-zeroshot1	0.98 408	0.39 384	3.21 536	0.50 175	0.63 447	0.64 203	0.39 174	2.36 528	0.75 157	0.95 214	4.63 548	1.81 474	0.56 191	0.96 173	0.41 173	0.18 145	0.13 117	0.21 210	0.26 389	0.32 403	0.35 431

LL-Strereo	1.33 473	0.39 384	1.38 455	0.61 357	0.61 440	0.75 272	0.66 392	1.63 367	1.17 345	1.56 464	1.60 437	2.03 501	2.12 531	9.72 573	0.97 402	0.21 255	0.18 318	0.27 372	0.23 344	0.22 266	0.25 333

CRFU-Net	0.86 374	0.39 384	1.00 373	0.65 401	0.57 417	1.78 489	0.86 449	2.15 499	0.81 178	1.38 419	1.18 296	1.64 453	1.19 445	1.35 278	0.90 389	0.26 373	0.22 394	0.21 210	0.19 216	0.23 291	0.24 321

TestStereo	0.64 246	0.39 384	0.71 223	0.51 205	0.27 92	0.56 160	0.42 202	1.03 183	0.91 210	0.80 174	1.00 207	0.68 178	0.52 169	3.25 466	0.45 210	0.22 281	0.15 227	0.24 297	0.18 194	0.27 344	0.16 128

HCRNet	0.70 280	0.39 384	0.73 241	0.60 343	0.59 434	0.76 278	0.35 117	1.22 265	1.13 318	1.02 238	0.99 203	1.02 309	0.76 277	2.19 413	0.70 326	0.28 403	0.19 336	0.28 387	0.23 344	0.25 318	0.23 307

DFGA-Net	0.72 289	0.40 390	1.40 456	0.52 226	0.45 346	0.83 321	0.44 234	1.28 279	1.08 285	0.99 226	1.19 303	0.70 187	0.55 186	2.14 405	1.16 431	0.18 145	0.16 267	0.24 297	0.23 344	0.27 344	0.25 333

testlalala_base	0.77 328	0.40 390	0.70 211	0.65 401	0.50 375	0.79 297	0.28 60	1.50 326	0.51 81	0.73 159	0.90 177	0.69 183	0.54 179	0.66 81	0.40 162	2.82 559	0.14 169	0.17 82	0.12 43	2.68 554	0.19 219

Wz-Net-LNSev-Ref	0.99 410	0.40 390	1.82 499	0.66 408	0.62 446	2.05 510	0.78 426	1.91 450	1.29 409	1.54 460	1.42 385	1.51 429	1.23 453	1.99 391	1.33 451	0.23 308	0.14 169	0.20 175	0.15 113	0.27 344	0.26 357

sCroCo_RVC	0.49 139	0.40 390	1.02 384	0.65 401	0.60 437	0.52 129	0.40 182	0.83 108	0.61 108	0.44 72	0.74 141	0.49 101	0.50 160	0.63 71	0.48 236	0.26 373	0.27 439	0.23 277	0.22 321	0.29 374	0.25 333

DMCA-RVC	0.74 312	0.40 390	1.27 441	0.66 408	0.49 368	0.77 286	0.47 265	1.35 290	1.01 254	1.53 454	1.01 213	1.29 385	0.82 307	1.31 266	0.78 354	0.27 389	0.21 376	0.35 459	0.27 400	0.32 403	0.24 321

HITNet	0.65 254	0.40 390	0.77 278	0.48 147	0.24 42	1.05 386	0.49 286	1.76 402	1.02 257	1.18 320	1.18 296	0.89 257	0.80 298	0.85 142	0.79 360	0.17 105	0.12 56	0.21 210	0.17 176	0.29 374	0.15 98
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
iResNet	0.75 320	0.40 390	1.36 454	0.67 420	0.29 134	0.92 350	0.59 369	1.52 335	1.25 389	1.28 366	1.48 408	0.94 275	0.76 277	1.62 338	0.78 354	0.18 145	0.14 169	0.18 117	0.15 113	0.22 266	0.23 307

DLCB_ROB	0.86 374	0.40 390	0.78 286	0.68 431	0.54 405	1.11 396	0.84 442	1.49 322	1.23 380	1.64 480	1.65 451	1.70 462	0.91 350	1.70 355	1.05 411	0.25 350	0.24 415	0.26 355	0.27 400	0.27 344	0.24 321

DDVS	0.78 336	0.41 398	0.94 352	0.60 343	0.43 331	1.30 432	0.43 221	1.40 301	0.91 210	1.20 328	1.15 286	1.43 408	0.64 236	2.18 411	0.89 386	0.28 403	0.22 394	0.26 355	0.23 344	0.31 394	0.33 421

FAT-Stereo	1.07 433	0.41 398	1.32 448	0.72 453	0.58 426	1.08 392	0.89 456	1.96 462	1.65 494	1.75 488	1.98 489	2.03 501	1.48 485	2.02 394	1.18 437	0.42 486	0.35 492	0.34 451	0.29 433	0.35 419	0.53 495

NVstereo2D	0.92 389	0.41 398	1.48 475	0.72 453	0.72 472	1.20 418	0.87 451	1.75 396	1.38 452	0.99 226	1.13 274	1.26 375	0.98 389	2.21 415	0.89 386	0.43 491	0.20 354	0.38 473	0.24 357	0.57 502	0.63 513

StereoDRNet-Refined	0.80 343	0.41 398	0.88 329	0.62 369	0.42 321	1.33 437	0.48 276	1.52 335	1.17 345	1.45 438	1.44 394	1.44 413	0.90 347	1.26 255	1.24 440	0.20 221	0.16 267	0.27 372	0.24 357	0.25 318	0.28 379
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT + AFF	1.00 415	0.42 402	1.09 409	0.67 420	0.50 375	1.22 421	1.24 508	2.24 518	1.19 360	1.30 380	1.56 428	1.17 351	1.49 487	3.44 473	0.83 373	0.21 255	0.25 424	0.30 411	0.26 389	0.27 344	0.27 367

stereogan	1.15 455	0.42 402	1.40 456	0.86 504	0.84 505	2.38 524	0.71 409	1.88 440	1.73 503	1.72 486	1.94 488	2.31 512	1.29 462	2.07 399	1.08 417	0.36 464	0.35 492	0.39 479	0.31 449	0.51 491	0.46 476

pmcnn	2.37 536	0.42 402	2.71 532	0.63 378	0.43 331	1.54 465	1.19 505	2.01 475	1.53 485	2.64 536	7.60 565	18.07 582	1.45 481	3.44 473	2.78 519	0.18 145	0.15 227	0.15 25	0.12 43	0.20 200	0.18 179

CVANet_RVC	1.07 433	0.43 405	0.76 271	0.60 343	0.50 375	0.90 339	0.97 475	1.52 335	1.26 394	1.33 402	1.38 376	1.24 367	1.18 442	6.75 542	0.75 343	0.34 453	0.23 406	0.34 451	0.29 433	0.42 455	0.27 367

NLCA_NET_v2_RVC	0.79 340	0.43 405	1.05 393	0.64 387	0.58 426	0.95 359	0.53 314	1.53 341	1.18 352	1.37 414	1.15 286	1.43 408	0.88 340	1.61 337	0.84 376	0.25 350	0.22 394	0.27 372	0.27 400	0.29 374	0.29 385
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AdaStereo	0.70 280	0.43 405	0.75 261	0.73 461	0.37 269	0.92 350	0.53 314	1.85 432	1.18 352	1.12 272	1.23 315	1.07 323	0.65 242	0.96 173	0.63 307	0.31 427	0.15 227	0.32 432	0.21 292	0.29 374	0.22 287
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.
rvit_0105_3	0.63 234	0.44 408	1.08 406	0.72 453	0.40 307	0.64 203	0.71 409	1.03 183	1.17 345	0.82 182	0.70 128	0.80 212	0.70 255	0.91 159	0.56 281	0.35 460	0.34 481	0.34 451	0.32 457	0.27 344	0.28 379

fast-acv-ft	0.94 394	0.44 408	1.40 456	0.58 318	0.51 386	1.77 487	0.69 404	1.36 292	1.42 470	1.29 372	1.86 479	1.74 467	1.25 457	1.52 319	1.38 459	0.26 373	0.28 446	0.28 387	0.28 421	0.27 344	0.26 357

Anonymous3	0.61 223	0.44 408	1.11 414	0.59 331	0.49 368	0.93 354	0.65 387	0.93 141	0.81 178	0.72 158	0.88 173	0.65 169	0.69 250	1.06 204	0.53 269	0.35 460	0.30 461	0.26 355	0.26 389	0.31 394	0.27 367

TDLM	1.06 431	0.44 408	0.79 289	0.63 378	0.50 375	0.89 336	1.44 521	1.48 320	1.26 394	1.12 272	1.40 382	1.08 324	0.98 389	6.65 536	0.78 354	0.33 443	0.21 376	0.33 441	0.26 389	0.37 430	0.24 321

DRN-Test	1.00 415	0.44 408	1.13 418	0.70 441	0.81 501	1.62 471	0.79 429	2.14 497	1.44 473	1.78 491	1.33 355	1.43 408	1.05 414	2.18 411	1.53 484	0.27 389	0.21 376	0.31 417	0.30 442	0.32 403	0.28 379

CBMV_ROB	0.90 384	0.44 408	0.63 162	0.51 205	0.37 269	1.25 425	0.49 286	1.77 406	1.27 400	1.41 428	2.00 492	1.33 392	1.08 422	2.17 408	0.76 346	0.43 491	0.42 514	0.47 501	0.44 501	0.41 450	0.36 437

CBMV	0.95 397	0.44 408	0.66 183	0.53 244	0.35 244	1.53 464	1.63 532	1.69 380	1.42 470	2.00 513	1.60 437	1.43 408	1.17 438	1.59 334	0.99 406	0.34 453	0.34 481	0.39 479	0.33 467	0.33 412	0.32 415
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
iinet-f	0.99 410	0.45 415	3.71 541	0.55 283	0.43 331	1.81 491	0.68 400	1.14 235	1.14 321	1.18 320	1.42 385	1.58 440	1.44 479	1.34 277	1.59 487	0.24 323	0.23 406	0.20 175	0.19 216	0.26 330	0.25 333

GMStereo	0.55 186	0.45 415	0.94 352	0.50 175	0.32 201	0.64 203	0.43 221	1.00 171	1.40 462	0.82 182	0.73 137	0.51 111	0.45 119	0.85 142	0.55 279	0.24 323	0.15 227	0.20 175	0.21 292	0.31 394	0.24 321
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
rvit_stereo_0075_2	0.64 246	0.46 417	1.05 393	0.66 408	0.66 455	0.53 138	0.48 276	1.20 256	1.12 306	0.76 161	0.92 181	0.78 206	0.53 174	1.03 195	0.59 290	0.37 468	0.28 446	0.40 484	0.31 449	0.37 430	0.32 415

SACVNet	0.85 369	0.46 417	0.85 305	0.81 485	0.56 414	0.80 305	0.79 429	1.68 378	1.12 306	1.34 406	1.33 355	1.25 371	0.94 367	2.39 429	0.76 346	0.34 453	0.26 430	0.31 417	0.29 433	0.35 419	0.44 471

LMCR-Stereo	0.82 354	0.46 417	0.88 329	0.75 469	0.43 331	1.33 437	0.56 346	2.43 535	0.98 239	1.53 454	1.49 410	0.74 193	1.00 399	1.63 340	0.89 386	0.28 403	0.17 296	0.22 239	0.17 176	0.29 374	0.20 252

S-Stereo	1.15 455	0.46 417	2.17 516	0.81 485	0.80 499	1.21 420	1.19 505	1.93 457	2.02 522	1.47 441	2.11 499	1.57 437	1.17 438	2.05 398	1.41 467	0.40 478	0.40 510	0.35 459	0.31 449	0.44 467	0.70 522

NOSS_ROB	1.26 465	0.46 417	0.62 159	0.56 296	0.38 286	1.06 389	0.78 426	1.73 389	1.40 462	1.01 234	1.43 389	1.10 336	0.75 269	10.62 576	0.65 312	0.45 497	0.43 515	0.48 503	0.45 503	0.44 467	0.41 457

FADNet-RVC-Resample	0.84 365	0.47 422	2.10 511	0.61 357	0.45 346	1.07 391	0.61 375	1.59 354	1.20 365	1.08 250	0.98 201	1.03 313	0.98 389	2.17 408	0.72 334	0.23 308	0.22 394	0.30 411	0.32 457	0.35 419	0.34 426

GANet	1.36 476	0.47 422	0.86 311	0.67 420	0.45 346	1.34 439	1.73 534	1.64 369	1.24 386	1.49 449	2.38 511	1.55 435	1.20 448	9.30 566	0.93 391	0.30 419	0.31 467	0.33 441	0.28 421	0.39 443	0.30 399

StereoDRNet	0.98 408	0.47 422	1.70 488	0.76 472	0.94 518	1.51 462	0.91 461	1.92 453	1.32 423	1.61 472	1.13 274	1.47 423	0.97 382	1.75 362	1.46 478	0.28 403	0.23 406	0.29 398	0.27 400	0.35 419	0.27 367

WCMA_ROB	1.84 514	0.47 422	1.31 445	0.69 435	0.57 417	2.11 513	1.14 499	1.87 437	1.73 503	4.04 556	6.43 559	5.62 559	3.61 556	2.59 441	1.94 501	0.52 510	0.44 518	0.39 479	0.42 497	0.48 483	0.47 480

dd	0.59 214	0.48 426	0.97 364	0.55 283	0.32 201	0.64 203	0.47 265	1.02 178	1.34 430	0.78 169	0.86 168	0.58 143	0.54 179	1.01 191	0.86 381	0.28 403	0.18 318	0.26 355	0.19 216	0.32 403	0.24 321

ADCP+	1.99 525	0.48 426	7.73 558	0.66 408	0.91 514	2.30 520	1.05 489	1.82 423	1.34 430	1.54 460	1.32 353	1.74 467	1.61 497	2.17 408	13.37 571	0.24 323	0.21 376	0.32 432	0.28 421	0.37 430	0.29 385

DeepPruner_ROB	0.74 312	0.48 426	0.87 322	0.57 312	0.44 339	0.79 297	0.54 320	1.73 389	0.96 227	1.38 419	1.27 331	1.24 367	0.73 265	1.43 302	0.73 337	0.34 453	0.28 446	0.27 372	0.26 389	0.31 394	0.31 409

DualNet (step1)	0.83 360	0.49 429	1.13 418	0.56 296	0.39 296	1.02 380	0.73 413	1.78 410	1.21 371	1.22 337	1.18 296	1.08 324	0.92 353	1.23 246	0.67 318	0.57 519	0.28 446	0.62 527	0.67 533	0.45 471	0.42 461

test_sample9	1.86 516	0.49 429	1.13 418	0.56 296	0.39 296	1.02 380	0.73 413	1.78 410	1.21 371	1.22 337	1.18 296	1.08 324	0.92 353	2.27 420	7.92 559	0.57 519	12.61 588	0.62 527	0.67 533	0.45 471	0.42 461

test_sample8	2.19 530	0.49 429	1.13 418	0.56 296	0.39 296	1.02 380	0.73 413	1.82 423	1.15 333	2.26 520	1.30 341	4.94 554	2.52 544	2.27 420	7.92 559	0.57 519	12.61 588	0.62 527	0.67 533	0.45 471	0.42 461

BEATNet_4x	0.73 307	0.49 429	1.17 426	0.53 244	0.26 68	1.03 383	0.55 338	1.82 423	1.06 274	1.21 332	1.22 311	0.96 289	0.91 350	1.01 191	1.06 413	0.21 255	0.14 169	0.24 297	0.19 216	0.37 430	0.21 269

Nwc_Net	1.09 439	0.49 429	1.33 450	0.89 515	0.80 499	1.49 461	0.66 392	2.19 512	1.27 400	1.32 394	2.26 506	1.96 493	1.54 490	1.92 383	1.34 453	0.40 478	0.30 461	0.43 491	0.45 503	0.38 439	0.37 442

RYNet	1.17 458	0.49 429	1.24 435	0.70 441	0.97 522	1.71 478	0.92 463	1.91 450	1.46 475	1.38 419	1.14 278	1.88 480	1.30 466	4.24 483	1.87 496	0.26 373	0.21 376	0.35 459	0.27 400	0.55 499	0.54 496

XPNet_ROB	0.96 398	0.49 429	1.09 409	0.72 453	0.57 417	1.11 396	1.14 499	1.66 375	1.23 380	1.85 501	1.39 380	1.64 453	1.11 427	1.80 371	1.42 471	0.38 472	0.30 461	0.33 441	0.29 433	0.37 430	0.34 426

STTStereo	0.78 336	0.50 436	1.22 431	0.64 387	0.54 405	0.89 336	0.54 320	1.44 312	1.11 302	1.38 419	1.09 252	1.27 379	0.85 322	1.43 302	0.83 373	0.29 414	0.27 439	0.33 441	0.39 489	0.32 403	0.30 399

RP	1.09 439	0.50 436	1.12 416	0.90 516	1.04 524	1.11 396	0.84 442	1.80 419	1.62 492	1.55 463	2.00 492	1.90 484	1.78 510	1.84 374	1.25 441	0.52 510	0.36 497	0.48 503	0.36 482	0.45 471	0.43 468

edge stereo	1.11 444	0.50 436	1.30 444	0.71 449	0.65 452	1.14 401	0.75 418	1.93 457	1.37 448	1.71 485	1.83 474	2.54 522	1.44 479	2.43 431	1.23 439	0.42 486	0.41 512	0.54 515	0.35 478	0.42 455	0.46 476

ACV-stereo	0.99 410	0.51 439	1.41 461	0.56 296	0.41 316	2.43 526	0.57 357	1.15 237	1.18 352	0.81 178	1.01 213	3.39 540	2.14 532	1.60 335	1.07 416	0.27 389	0.22 394	0.22 239	0.22 321	0.28 363	0.32 415

SDNR	1.62 499	0.51 439	2.17 516	0.53 244	0.56 414	3.80 554	0.45 251	1.54 344	1.29 409	1.33 402	2.41 514	1.08 324	0.96 379	11.18 577	1.16 431	0.66 530	0.63 543	0.43 491	0.32 457	0.64 513	0.67 519

GwcNet	1.08 436	0.51 439	2.33 521	0.79 479	1.18 537	1.76 484	0.70 407	1.68 378	1.47 476	1.41 428	1.64 449	1.74 467	1.04 410	2.20 414	1.41 467	0.30 419	0.29 457	0.29 398	0.27 400	0.30 385	0.35 431

FADNet_RVC	0.83 360	0.51 439	1.83 501	0.54 259	0.42 321	1.19 416	0.46 258	1.51 333	1.09 293	0.89 197	1.24 317	0.91 261	0.87 335	2.11 403	1.11 425	0.27 389	0.22 394	0.31 417	0.28 421	0.43 461	0.38 448

rvit_105_1	0.72 289	0.52 443	1.01 377	0.78 477	0.49 368	0.75 272	0.87 451	1.12 231	1.18 352	0.99 226	0.79 155	0.90 258	0.77 281	1.26 255	0.75 343	0.41 482	0.36 497	0.36 467	0.41 494	0.30 385	0.33 421

AF-Net	1.13 449	0.52 443	1.33 450	0.86 504	0.91 514	1.38 445	0.71 409	2.16 502	1.62 492	1.56 464	2.40 513	1.99 496	1.65 500	1.81 373	1.48 480	0.48 505	0.28 446	0.49 505	0.33 467	0.39 443	0.32 415

AANet_RVC	1.16 457	0.52 443	1.49 477	0.65 401	0.45 346	0.75 272	0.69 404	1.42 305	1.55 488	1.34 406	1.87 481	1.53 432	0.78 288	7.43 551	1.38 459	0.25 350	0.17 296	0.19 140	0.16 155	0.22 266	0.26 357

PSMNet_ROB	0.90 384	0.52 443	1.17 426	0.72 453	0.61 440	1.27 427	1.12 497	1.76 402	1.12 306	1.09 256	1.28 337	1.45 415	0.89 346	1.65 343	1.42 471	0.33 443	0.25 424	0.37 470	0.39 489	0.35 419	0.29 385

APVNet	1.06 431	0.53 447	1.42 462	0.84 497	0.79 494	1.92 501	0.82 440	1.90 446	1.08 285	1.08 250	1.43 389	1.56 436	1.13 434	3.07 459	1.58 485	0.31 427	0.34 481	0.42 489	0.36 482	0.36 426	0.37 442

YMNet	1.00 415	0.54 448	1.40 456	0.81 485	0.85 508	1.87 498	0.62 378	1.55 348	1.18 352	1.63 478	1.99 490	1.77 471	0.97 382	1.50 316	1.45 475	0.33 443	0.37 499	0.31 417	0.32 457	0.32 403	0.29 385

YMNet_1	1.00 415	0.54 448	1.40 456	0.81 485	0.85 508	1.87 498	0.62 378	1.55 348	1.18 352	1.63 478	1.99 490	1.77 471	0.97 382	1.50 316	1.45 475	0.33 443	0.37 499	0.31 417	0.32 457	0.32 403	0.29 385

FINET	0.97 404	0.54 448	1.60 483	0.63 378	0.79 494	1.08 392	1.07 492	1.56 351	2.20 529	1.15 296	1.49 410	0.94 275	0.88 340	2.32 423	1.05 411	0.42 486	0.35 492	0.32 432	0.28 421	0.43 461	0.38 448

NCC-stereo	1.10 441	0.54 448	1.24 435	0.84 497	0.94 518	1.29 430	0.89 456	2.01 475	1.34 430	1.32 394	1.74 463	1.88 480	1.74 507	2.35 425	1.25 441	0.45 497	0.37 499	0.45 496	0.58 525	0.42 455	0.42 461

Abc-Net	1.10 441	0.54 448	1.24 435	0.84 497	0.94 518	1.29 430	0.89 456	2.01 475	1.34 430	1.32 394	1.74 463	1.88 480	1.74 507	2.35 425	1.25 441	0.45 497	0.37 499	0.45 496	0.58 525	0.42 455	0.42 461
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
z-ln-s-r	1.02 424	0.55 453	2.09 510	0.52 226	0.55 411	0.78 291	0.87 451	1.47 318	1.34 430	1.12 272	1.62 444	1.37 402	1.06 417	2.62 444	3.32 531	0.19 186	0.14 169	0.21 210	0.17 176	0.27 344	0.21 269

Anonymous_2	1.30 468	0.55 453	0.82 298	0.52 226	0.58 426	1.01 378	0.64 385	1.25 273	0.97 234	0.96 216	0.78 149	1.33 392	1.29 462	1.03 195	0.74 338	0.62 526	0.64 544	1.06 544	9.63 584	1.16 539	0.49 487

ADCRef	1.35 475	0.55 453	2.37 523	0.72 453	0.77 489	1.94 503	0.78 426	1.91 450	1.27 400	1.57 468	1.59 436	1.36 399	1.41 475	1.54 325	7.53 554	0.23 308	0.20 354	0.32 432	0.30 442	0.29 374	0.29 385

NaN_ROB	1.13 449	0.55 453	1.15 423	0.64 387	0.48 364	1.61 470	2.03 550	1.72 388	1.48 477	2.09 516	1.27 331	1.40 404	1.08 422	3.94 479	1.30 449	0.28 403	0.34 481	0.28 387	0.28 421	0.30 385	0.33 421

sAnonymous2	0.55 186	0.56 457	1.46 470	0.60 343	0.51 386	0.48 82	0.52 306	0.79 86	0.68 139	0.50 110	0.67 117	0.46 81	0.62 227	0.59 50	0.40 162	0.22 281	0.17 296	0.22 239	0.21 292	0.86 527	0.56 500

CroCo_RVC	0.55 186	0.56 457	1.46 470	0.60 343	0.51 386	0.48 82	0.52 306	0.79 86	0.68 139	0.50 110	0.67 117	0.46 81	0.62 227	0.59 50	0.40 162	0.22 281	0.17 296	0.22 239	0.21 292	0.86 527	0.56 500

NCCL2	1.00 415	0.56 457	1.06 397	0.75 469	0.57 417	1.31 434	1.72 533	1.77 406	1.36 444	1.50 450	1.17 294	1.91 485	1.17 438	1.54 325	1.29 448	0.35 460	0.31 467	0.45 496	0.44 501	0.40 447	0.40 452

MeshStereo	2.26 532	0.56 457	0.92 346	0.61 357	0.49 368	2.60 531	1.02 485	3.18 549	2.05 524	7.40 577	4.98 554	7.58 565	2.98 551	6.37 532	1.96 502	0.43 491	0.43 515	0.45 496	0.39 489	0.43 461	0.42 461
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
ADCL	1.72 510	0.57 461	3.66 539	0.67 420	0.61 440	2.61 533	1.85 540	1.96 462	1.67 496	1.90 506	1.83 474	2.06 504	1.90 520	2.13 404	9.15 563	0.26 373	0.24 415	0.34 451	0.32 457	0.38 439	0.35 431

PA-Net	1.01 421	0.57 461	1.29 443	0.64 387	0.74 478	1.19 416	0.84 442	1.69 380	1.43 472	1.16 306	1.19 303	1.32 391	1.19 445	3.42 471	1.25 441	0.29 414	0.45 522	0.33 441	0.49 513	0.32 403	0.47 480
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SANet	1.88 517	0.57 461	2.18 518	0.63 378	0.40 307	2.80 539	1.57 529	2.39 532	5.88 568	2.36 527	3.57 537	3.72 545	2.97 550	4.74 494	1.76 492	0.34 453	0.30 461	0.32 432	0.29 433	0.48 483	0.37 442

HBP-ISP	0.96 398	0.58 464	0.72 229	0.61 357	0.46 358	1.64 474	0.76 421	1.86 435	1.28 405	1.30 380	1.53 417	0.86 241	0.94 367	3.27 467	0.69 325	0.45 497	0.44 518	0.54 515	0.48 510	0.47 478	0.40 452

Wz-Net-MNSev	1.11 444	0.58 464	2.23 519	0.66 408	0.71 470	1.95 504	1.46 522	1.98 468	1.45 474	1.79 494	1.43 389	1.49 426	1.33 469	1.97 390	1.42 471	0.27 389	0.23 406	0.28 387	0.28 421	0.34 416	0.31 409

PS-NSSS	0.99 410	0.58 464	0.93 348	0.58 318	0.57 417	0.91 343	0.80 435	1.81 422	1.14 321	1.14 290	1.67 456	1.00 300	0.83 315	4.62 492	0.78 354	0.37 468	0.31 467	0.52 509	0.32 457	0.45 471	0.38 448

FC-DCNN v2	2.81 550	0.59 467	0.85 305	0.73 461	0.57 417	2.97 542	1.05 489	3.39 553	2.61 540	6.98 573	7.67 567	10.38 575	6.31 571	5.75 522	3.37 532	0.53 516	0.48 527	0.51 507	0.50 515	0.53 495	0.51 493

SuperB	2.53 542	0.59 467	18.45 575	0.69 435	0.50 375	1.87 498	0.88 454	1.67 377	2.39 532	1.50 450	1.42 385	1.14 348	1.15 436	4.28 486	5.07 544	0.24 323	0.19 336	0.22 239	0.19 216	7.86 582	0.34 426

MANE	6.19 566	0.59 467	1.03 388	0.93 522	1.22 540	13.38 577	2.69 564	12.81 581	17.94 585	8.21 578	10.82 576	14.72 578	11.68 576	11.39 578	11.90 570	0.59 523	0.50 532	0.52 509	1.76 568	0.55 499	0.54 496

FC-DCNN	2.72 549	0.59 467	0.86 311	0.73 461	0.57 417	2.91 540	1.04 487	3.01 547	2.60 539	6.83 572	7.64 566	9.92 572	6.33 572	5.21 504	3.14 526	0.53 516	0.48 527	0.51 507	0.50 515	0.53 495	0.51 493

DPSNet	1.69 505	0.59 467	4.33 544	0.70 441	0.57 417	2.02 509	1.62 531	3.35 552	1.78 506	1.48 447	1.38 376	2.17 506	2.84 548	4.77 495	3.66 534	0.48 505	0.31 467	0.29 398	0.25 372	0.64 513	0.48 483

CSAN	1.41 483	0.59 467	1.26 438	0.70 441	0.50 375	1.76 484	1.78 535	1.77 406	1.90 515	2.35 525	2.32 508	1.92 488	1.94 522	5.56 517	1.49 481	0.43 491	0.35 492	0.40 484	0.41 494	0.43 461	0.41 457

LALA_ROB	1.01 421	0.59 467	1.16 424	0.67 420	0.51 386	1.63 472	1.26 512	1.69 380	1.38 452	1.81 498	1.37 371	1.94 490	1.02 406	1.58 332	1.38 459	0.37 468	0.27 439	0.43 491	0.37 485	0.43 461	0.37 442

MSMD_ROB	1.99 525	0.59 467	0.89 335	0.70 441	0.61 440	3.95 556	0.94 470	1.80 419	1.79 507	4.41 560	4.43 544	8.17 568	3.66 557	3.40 469	1.33 451	0.52 510	0.48 527	0.54 515	0.58 525	0.53 495	0.50 489

TCMNet	1.01 421	0.60 475	2.10 511	0.86 504	1.33 544	1.14 401	0.67 396	1.69 380	1.23 380	1.11 270	1.57 432	1.30 386	0.97 382	2.01 393	1.50 482	0.31 427	0.31 467	0.38 473	0.34 473	0.42 455	0.36 437

TRStereo	0.60 217	0.60 475	0.97 364	0.74 465	0.67 459	0.46 71	0.38 159	1.85 432	0.89 201	0.79 172	0.80 160	0.88 249	0.39 89	1.10 216	0.41 173	0.23 308	0.15 227	0.23 277	0.24 357	0.17 94	0.15 98

w-ln-seven-2	1.18 459	0.61 477	4.25 543	0.68 431	0.61 440	1.20 418	0.93 467	1.63 367	1.35 440	1.66 481	1.53 417	1.47 423	1.37 473	3.00 458	1.74 491	0.25 350	0.24 415	0.29 398	0.26 389	0.33 412	0.28 379

GMStereo_Zeroshot	0.67 270	0.61 477	1.01 377	0.64 387	0.37 269	0.84 329	0.35 117	1.05 197	1.12 306	1.12 272	1.06 238	1.27 379	0.54 179	1.19 239	0.59 290	0.32 434	0.17 296	0.31 417	0.18 194	0.52 493	0.22 287

FADNet	0.92 389	0.61 477	1.81 498	0.62 369	0.55 411	0.96 365	0.57 357	1.78 410	1.33 427	0.93 207	1.01 213	1.36 399	1.01 401	2.71 447	0.75 343	0.33 443	0.34 481	0.31 417	0.34 473	0.59 506	0.40 452

DANet	1.08 436	0.61 477	1.32 448	0.85 502	0.72 472	1.37 442	0.51 295	1.54 344	1.15 333	1.78 491	1.54 422	2.01 498	1.11 427	2.90 453	2.00 504	0.33 443	0.30 461	0.40 484	0.30 442	0.44 467	0.45 473
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	1.71 509	0.62 481	1.45 468	0.67 420	0.61 440	1.81 491	1.08 493	2.52 538	1.70 499	1.77 490	1.73 461	1.98 495	1.25 457	12.57 579	1.84 495	0.34 453	0.37 499	0.56 522	0.38 487	0.45 471	0.43 468

FCDSN-DC	2.32 534	0.63 482	0.81 295	0.84 497	0.75 485	2.23 517	0.94 470	2.09 491	1.80 508	5.45 570	7.72 568	7.77 567	6.93 574	3.39 468	1.80 494	0.52 510	0.48 527	0.52 509	0.51 518	0.57 502	0.58 505
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
G-Net	1.66 501	0.63 482	1.56 480	1.11 535	0.74 478	2.98 543	0.91 461	1.55 348	1.22 377	2.76 540	8.18 571	2.32 513	2.53 545	1.92 383	1.87 496	0.48 505	0.44 518	0.45 496	0.31 449	0.60 510	0.57 504

ETE_ROB	0.96 398	0.64 484	1.16 424	0.69 435	0.48 364	1.14 401	1.13 498	1.77 406	1.19 360	1.91 507	1.45 396	1.73 465	1.05 414	1.60 335	1.14 429	0.32 434	0.26 430	0.38 473	0.34 473	0.39 443	0.41 457

PDISCO_ROB	1.32 472	0.65 485	1.44 463	1.36 540	1.46 547	2.55 529	0.92 463	2.45 536	2.07 525	1.37 414	1.49 410	1.65 456	1.00 399	2.82 449	1.35 456	1.01 538	0.27 439	0.54 515	0.47 508	0.71 522	0.73 525

dad	0.86 374	0.66 486	1.06 397	0.56 296	0.37 269	0.76 278	0.44 234	1.17 241	1.50 480	1.44 436	1.27 331	1.34 396	0.75 269	2.52 439	0.84 376	0.42 486	0.27 439	0.83 535	0.26 389	0.41 450	0.29 385

DEFOM-Stereo_RVC	0.40 75	0.67 487	0.42 33	0.64 387	0.29 134	0.48 82	0.25 37	0.85 112	0.44 53	0.38 45	0.36 24	0.30 37	0.70 255	1.15 227	0.29 40	0.16 62	0.11 28	0.16 55	0.11 9	0.18 125	0.12 11

Wz-Net-LNSev	1.03 427	0.67 487	2.71 532	0.64 387	0.84 505	1.75 482	1.00 482	1.80 419	1.32 423	1.28 366	1.25 321	1.65 456	1.22 452	1.39 293	1.40 463	0.28 403	0.26 430	0.24 297	0.23 344	0.33 412	0.32 415

ccnet	1.12 446	0.67 487	1.01 377	0.78 477	0.73 477	1.72 480	0.99 480	1.84 431	1.26 394	1.47 441	1.85 478	1.75 470	1.29 462	1.75 362	1.88 498	0.57 519	0.53 535	0.57 524	0.55 522	0.59 506	0.54 496

FADNet-RVC	0.88 379	0.67 487	1.93 505	0.60 343	0.48 364	0.91 343	0.60 373	1.71 387	1.18 352	0.90 199	0.96 191	1.36 399	0.92 353	2.25 418	1.17 434	0.30 419	0.29 457	0.32 432	0.32 457	0.41 450	0.35 431

Syn2CoEx	1.14 451	0.69 491	1.66 486	0.80 482	0.67 459	1.40 449	0.88 454	2.06 487	1.54 486	1.25 357	1.58 435	1.42 407	1.50 489	4.09 481	1.40 463	0.36 464	0.32 475	0.34 451	0.29 433	0.29 374	0.34 426

psmorigin	1.52 490	0.69 491	10.52 568	0.68 431	0.59 434	1.13 400	0.70 407	1.57 352	1.19 360	1.99 510	1.79 470	2.26 509	1.47 484	2.09 401	1.36 457	0.39 475	0.40 510	0.34 451	0.33 467	0.43 461	0.56 500

ADCPNet	1.85 515	0.69 491	8.07 559	0.71 449	0.58 426	2.79 538	1.22 507	1.94 459	1.54 486	1.88 503	1.69 457	2.46 521	2.04 526	2.37 427	6.48 549	0.38 472	0.37 499	0.38 473	0.43 499	0.47 478	0.45 473

w-ln-seven	1.38 479	0.70 494	3.91 542	0.75 469	0.72 472	2.69 535	0.95 472	2.02 479	1.99 520	1.99 510	1.73 461	1.82 477	1.17 438	2.45 432	2.84 520	0.28 403	0.25 424	0.31 417	0.30 442	0.41 450	0.33 421

XX-TBD	0.46 119	0.70 494	0.35 1	0.79 479	0.25 59	0.58 168	0.26 47	0.69 55	1.27 400	0.76 161	1.00 207	0.45 77	0.33 51	0.47 19	0.37 136	0.19 186	0.15 227	0.15 25	0.11 9	0.17 94	0.14 65

SHD	1.31 470	0.71 496	2.34 522	0.86 504	0.75 485	1.77 487	0.65 387	2.22 516	2.50 538	2.40 529	1.71 459	1.91 485	1.60 496	1.93 386	2.37 512	0.38 472	0.31 467	0.38 473	0.40 493	0.48 483	0.50 489

RTSC	1.29 466	0.73 497	2.44 524	0.83 496	0.57 417	1.85 496	0.65 387	1.88 440	2.00 521	2.20 519	1.66 454	1.60 443	1.26 459	2.33 424	3.92 537	0.32 434	0.23 406	0.27 372	0.29 433	0.37 430	0.37 442

ADCMid	1.89 520	0.73 497	5.06 548	0.72 453	0.67 459	2.00 508	1.14 499	1.97 466	1.48 477	2.86 543	1.81 473	2.37 515	2.05 528	2.24 416	10.39 568	0.33 443	0.31 467	0.39 479	0.43 499	0.50 487	0.44 471

DeepPrunerF	1.60 496	0.73 497	5.81 553	0.88 512	1.19 538	0.91 343	0.95 472	2.19 512	5.24 566	1.17 315	1.30 341	1.19 355	1.30 466	4.90 499	1.66 490	0.42 486	0.34 481	0.52 509	0.47 508	0.41 450	0.40 452

ELAS_RVC	2.48 541	0.74 500	1.90 503	1.05 530	0.92 516	2.76 536	4.01 572	2.76 542	4.11 560	4.69 563	4.63 548	4.62 549	5.96 569	3.97 480	3.96 539	0.63 528	0.53 535	0.56 522	0.52 519	0.64 513	0.63 513
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	2.37 536	0.74 500	1.54 479	0.99 526	0.92 516	4.78 562	2.33 560	3.33 551	3.37 552	5.05 568	4.77 552	3.67 543	4.53 564	3.42 471	4.50 542	0.62 526	0.53 535	0.55 519	0.53 520	0.63 511	0.64 517
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCDC_ROB	1.29 466	0.75 502	1.33 450	1.05 530	0.88 513	1.73 481	0.52 306	1.89 443	3.28 550	1.29 372	4.88 553	1.22 360	1.46 482	1.77 369	1.45 475	0.60 524	0.26 430	0.29 398	0.25 372	0.52 493	0.37 442

DGSMNet	1.14 451	0.76 503	2.49 526	0.81 485	0.86 510	1.39 447	1.39 518	2.13 493	1.35 440	1.26 361	1.63 448	1.48 425	0.98 389	1.75 362	1.10 422	0.45 497	0.43 515	0.55 519	0.49 513	0.75 524	0.70 522

PWC_ROB	1.24 462	0.76 503	2.46 525	0.72 453	0.78 491	1.15 407	0.49 286	1.75 396	1.92 516	2.31 522	3.07 530	1.59 441	1.40 474	2.46 435	2.10 508	0.33 443	0.22 394	0.35 459	0.24 357	0.38 439	0.41 457

aanetorigin	1.23 461	0.79 505	2.78 534	0.70 441	0.79 494	0.99 375	1.06 491	1.06 210	1.37 448	3.52 551	2.61 521	1.72 464	1.63 498	1.99 391	1.78 493	0.25 350	0.24 415	0.26 355	0.25 372	0.38 439	0.45 473

RGC	1.14 451	0.79 505	1.26 438	0.91 519	0.96 521	1.52 463	0.77 424	1.92 453	1.26 394	1.54 460	1.93 486	2.02 500	1.54 490	2.25 418	1.31 450	0.44 496	0.35 492	0.58 525	0.48 510	0.47 478	0.46 476

MSAF-DinoV2	1.97 523	0.80 507	10.38 567	0.86 504	0.48 364	1.39 447	0.97 475	2.55 540	1.72 502	1.53 454	1.65 451	3.59 542	2.20 535	5.39 512	3.94 538	0.27 389	0.17 296	0.26 355	0.28 421	0.47 478	0.46 476

z-mn7	1.56 493	0.84 508	4.36 546	0.71 449	0.51 386	2.60 531	1.04 487	1.73 389	2.70 544	1.53 454	2.99 529	1.94 490	1.34 470	4.78 496	2.41 513	0.29 414	0.24 415	0.27 372	0.24 357	0.34 416	0.31 409

MFN_U_SF_RVC	1.52 490	0.84 508	3.42 537	0.87 511	0.66 455	2.56 530	0.95 472	2.36 528	1.70 499	1.98 509	1.86 479	2.45 520	1.79 511	2.95 454	2.58 515	0.52 510	0.48 527	0.55 519	0.59 528	0.59 506	0.61 511

PVD	1.70 506	0.84 508	2.26 520	0.94 524	0.83 504	2.48 527	0.97 475	2.59 541	3.35 551	3.01 548	2.77 525	2.34 514	2.47 543	2.67 446	3.14 526	0.47 504	0.45 522	0.59 526	0.48 510	0.59 506	0.75 527

SAMSARA	1.55 492	0.84 508	2.61 529	1.22 538	1.07 525	2.50 528	1.93 545	2.05 482	1.89 513	2.75 539	1.66 454	2.81 530	1.69 505	3.08 461	1.97 503	0.46 503	0.51 533	0.42 489	0.46 506	0.58 504	0.59 507

GANetREF_RVC	1.07 433	0.86 512	1.31 445	0.82 493	0.53 401	1.41 454	1.31 514	1.76 402	1.52 483	1.27 364	1.31 347	1.46 418	1.24 456	2.03 395	0.96 401	0.56 518	0.45 522	0.67 530	0.50 515	0.88 529	0.59 507
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
MFN_U_SF_DS_RVC	1.74 511	0.87 513	3.56 538	0.80 482	0.75 485	3.72 551	2.44 563	1.82 423	1.82 510	1.74 487	1.91 485	1.92 488	1.26 459	7.69 556	1.28 447	0.45 497	0.47 526	0.52 509	0.77 538	0.50 487	0.50 489

XQC	1.37 477	0.87 513	2.56 528	0.84 497	0.69 467	1.83 494	0.89 456	2.07 488	1.88 512	1.88 503	1.53 417	1.91 485	1.55 492	2.85 452	3.05 523	0.48 505	0.29 457	0.44 495	0.39 489	0.69 520	0.60 510

SQANet	1.31 470	0.88 515	1.08 406	1.83 550	1.44 546	1.44 456	0.75 418	1.74 394	1.09 293	1.32 394	1.26 328	1.28 382	1.01 401	1.50 316	0.83 373	2.50 556	0.34 481	1.47 548	0.55 522	2.32 549	1.57 551

PASM	1.34 474	0.92 516	2.62 530	0.86 504	0.87 512	1.03 383	1.08 493	1.50 326	1.51 482	1.82 499	1.41 384	1.68 459	1.26 459	4.87 498	1.34 453	0.61 525	0.65 546	0.68 531	0.78 539	0.69 520	0.68 521

WZ-Net	1.95 521	0.95 517	10.10 564	0.86 504	0.78 491	1.69 477	1.60 530	2.20 515	1.98 519	2.08 515	1.93 486	2.30 511	1.97 523	5.30 506	3.17 528	0.34 453	0.26 430	0.29 398	0.31 449	0.51 491	0.47 480

PSMNet-RUCA	1.02 424	0.97 518	1.44 463	1.23 539	1.10 527	1.40 449	0.62 378	1.69 380	1.38 452	0.94 212	1.53 417	0.97 291	0.83 315	1.17 235	0.93 391	0.69 531	0.34 481	0.99 541	0.60 529	0.97 531	0.64 517

GASNet	0.99 410	0.97 518	1.72 491	0.98 525	0.68 465	0.83 321	0.67 396	1.60 358	1.28 405	1.31 390	1.22 311	1.22 360	1.21 451	2.41 430	1.41 467	0.43 491	0.26 430	0.36 467	0.34 473	0.55 499	0.31 409

anonymity	1.12 446	0.97 518	1.21 429	1.07 533	1.12 531	1.08 392	0.89 456	1.95 461	1.16 342	1.29 372	1.26 328	1.22 360	1.09 425	1.15 227	1.01 408	1.02 540	1.00 563	0.97 539	0.97 550	0.98 532	0.99 537

Consistency-Raft	1.25 464	0.99 521	1.93 505	1.02 529	1.21 539	0.96 365	1.01 484	1.75 396	1.92 516	1.36 411	2.12 500	1.44 413	1.01 401	1.14 226	1.40 463	0.72 532	0.82 550	0.89 537	0.98 552	1.31 544	0.95 535

ADCS	2.25 531	0.99 521	5.55 550	0.81 485	0.74 478	2.19 516	1.80 536	2.27 521	2.14 527	2.80 542	2.13 501	2.40 517	2.03 525	2.64 445	13.69 572	0.41 482	0.39 508	0.40 484	0.45 503	0.58 504	0.56 500

MaskLacGwcNet_RVC	1.10 441	1.02 523	1.00 373	0.82 493	0.67 459	1.93 502	0.93 467	1.62 365	1.11 302	1.15 296	1.25 321	1.50 427	0.79 292	1.96 389	0.76 346	1.89 550	0.34 481	0.79 534	0.36 482	1.25 543	0.83 530

SPS-STEREO	1.67 502	1.04 524	1.23 432	1.21 537	1.13 533	1.82 493	1.11 495	2.16 502	1.52 483	3.07 550	2.32 508	2.82 531	1.80 512	4.11 482	2.04 505	1.03 541	0.99 562	0.97 539	0.94 548	1.03 537	1.02 538
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NVStereoNet_ROB	1.88 517	1.07 525	1.45 468	1.07 533	1.17 535	1.47 458	1.48 524	1.89 443	1.93 518	1.94 508	4.67 551	3.08 537	1.80 512	6.51 534	1.65 488	1.06 543	0.86 557	1.08 545	1.32 557	0.93 530	1.26 546
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	2.41 539	1.07 525	2.14 515	1.18 536	1.10 527	2.14 515	1.36 517	1.96 462	1.66 495	5.46 571	7.07 562	4.95 555	4.32 563	5.50 514	2.26 511	1.04 542	1.02 565	0.99 541	0.97 550	1.02 535	1.04 540

EDNetEfficient	2.37 536	1.10 527	8.08 560	0.74 465	0.71 470	0.98 374	1.56 527	1.46 316	4.06 559	4.90 565	2.82 526	2.25 508	3.48 555	2.95 454	9.97 564	0.26 373	0.24 415	0.26 355	0.30 442	0.68 519	0.61 511

AnyNet_C32	1.96 522	1.10 527	5.17 549	0.90 516	1.11 529	2.12 514	2.37 561	1.85 432	1.48 477	2.45 531	1.70 458	2.05 503	1.64 499	2.50 438	10.28 567	0.37 468	0.34 481	0.35 459	0.41 494	0.49 486	0.54 496

LSM	6.33 567	1.10 527	13.19 570	1.41 544	68.17 595	1.64 474	1.90 544	1.92 453	2.46 534	2.99 546	3.11 531	1.88 480	1.80 512	2.61 443	2.06 507	0.41 482	0.58 541	0.50 506	0.57 524	0.64 513	17.66 589

otaku	1.60 496	1.11 530	1.21 429	2.20 552	1.56 548	1.97 505	1.24 508	2.07 488	1.36 444	1.44 436	1.62 444	1.73 465	1.19 445	1.73 361	0.98 405	2.89 561	0.57 540	1.74 549	0.60 529	2.78 556	1.94 557

AnonymousM	0.59 214	1.11 530	0.41 25	0.44 87	0.32 201	0.43 56	0.47 265	1.05 197	0.64 117	0.98 223	0.63 108	0.67 176	0.43 107	0.59 50	0.41 173	0.20 221	0.15 227	1.84 552	0.84 542	0.14 21	0.13 38

MFMNet_re	1.40 482	1.14 532	1.68 487	1.39 542	1.07 525	1.48 459	1.43 520	1.87 437	1.82 510	2.26 520	2.19 503	1.51 429	1.86 517	1.52 319	1.25 441	0.93 536	0.83 551	0.84 536	0.80 540	0.99 534	1.05 542

Ntro	1.64 500	1.15 533	1.23 432	2.48 557	1.83 550	2.09 512	1.16 502	1.96 462	1.38 452	1.21 332	1.62 444	1.62 445	1.29 462	1.87 380	1.11 425	3.04 562	0.56 539	1.82 551	0.64 531	2.80 557	2.05 558

MSC_U_SF_DS_RVC	2.12 527	1.15 533	3.10 535	1.05 530	0.76 488	5.03 565	2.40 562	2.16 502	2.62 541	1.89 505	2.28 507	2.69 527	1.65 500	9.35 568	2.04 505	0.64 529	0.51 533	0.68 531	0.71 536	1.09 538	0.67 519

UDGNet	0.72 289	1.17 535	0.80 294	0.77 475	0.41 316	0.77 286	0.38 159	0.97 161	1.34 430	0.81 178	0.88 173	0.71 190	0.60 213	1.21 243	0.54 275	0.52 510	0.19 336	1.02 543	0.26 389	0.71 522	0.31 409

zh-mn7	1.70 506	1.21 536	8.30 562	0.69 435	0.53 401	1.45 457	0.84 442	1.70 385	2.09 526	2.41 530	2.67 523	1.68 459	1.23 453	4.49 488	2.87 521	0.30 419	0.26 430	0.27 372	0.27 400	0.31 394	0.35 431

Wz-Net-SNSev	1.49 486	1.23 537	6.27 555	0.68 431	0.67 459	1.37 442	1.41 519	2.00 471	1.39 457	1.48 447	1.61 441	2.29 510	1.32 468	3.93 478	2.14 509	0.31 427	0.28 446	0.31 417	0.33 467	0.42 455	0.36 437

CC-Net-ROB	1.49 486	1.26 538	1.27 441	0.88 512	0.79 494	1.76 484	1.00 482	1.79 416	1.26 394	1.10 264	1.61 441	1.21 358	0.99 397	8.13 560	0.84 376	1.09 544	0.41 512	2.20 553	0.46 506	1.20 542	0.48 483

zh-sn7	1.76 512	1.38 539	6.58 556	0.74 465	0.72 472	1.78 489	1.31 514	1.88 440	1.56 489	1.86 502	2.47 518	1.81 474	2.08 530	5.12 503	3.80 536	0.32 434	0.32 475	0.32 432	0.32 457	0.44 467	0.40 452

RTS	2.67 544	1.38 539	15.28 573	0.99 526	1.26 541	3.78 552	1.96 547	2.15 499	2.62 541	2.61 534	2.85 527	2.60 524	1.59 494	6.27 530	5.71 547	0.40 478	0.28 446	0.35 459	0.35 478	0.50 487	0.48 483

RTSA	2.67 544	1.38 539	15.28 573	0.99 526	1.26 541	3.78 552	1.96 547	2.15 499	2.62 541	2.61 534	2.85 527	2.60 524	1.59 494	6.27 530	5.71 547	0.40 478	0.28 446	0.35 459	0.35 478	0.50 487	0.48 483

WAO-7	2.66 543	1.40 542	1.73 493	1.39 542	1.17 535	3.93 555	1.94 546	4.11 559	3.88 558	2.92 544	5.50 555	4.18 547	3.00 552	7.63 555	3.71 535	1.13 546	1.00 563	1.17 546	1.13 556	1.18 541	1.09 544

ACVNet_2	2.43 540	1.41 543	2.04 508	2.62 558	2.24 556	2.63 534	1.88 543	3.31 550	3.01 547	2.19 518	3.45 536	4.62 549	2.04 526	4.50 490	1.47 479	2.55 557	0.64 544	2.22 554	0.84 542	2.69 555	2.29 561

ACVNet-4b	2.15 528	1.41 543	1.64 484	2.80 559	2.31 559	2.31 521	1.24 508	2.32 524	2.14 527	1.26 361	2.39 512	2.66 526	1.48 485	5.95 527	1.06 413	3.20 566	0.45 522	2.37 557	0.89 545	2.83 560	2.37 562

StereoAnything_RVC	0.45 112	1.43 545	0.48 68	0.35 4	0.20 3	0.26 5	0.21 15	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 75	1.27 258	0.22 1	0.21 255	0.11 28	0.14 3	0.10 2	2.37 550	0.11 2

ACVNet_1	2.18 529	1.45 546	1.72 491	2.85 561	2.33 560	2.28 519	1.46 522	3.08 548	2.22 530	1.82 499	2.05 497	3.56 541	1.98 524	3.09 462	1.40 463	3.17 563	0.60 542	2.40 561	0.92 547	2.91 563	2.37 562

GCST	1.08 436	1.47 547	0.93 348	1.73 548	1.14 534	1.30 432	0.31 82	1.33 282	1.16 342	1.29 372	0.97 200	0.98 293	0.49 154	2.08 400	0.46 224	1.19 547	0.70 547	1.30 547	0.85 544	1.02 535	0.89 533

EDNetEfficientorigin	10.57 577	1.47 547	177.42 600	0.67 420	0.53 401	1.58 468	1.16 502	1.90 446	3.37 552	4.71 564	3.38 534	3.10 538	2.69 547	3.13 463	3.58 533	0.25 350	0.23 406	0.33 441	0.27 400	0.83 525	0.81 529

Dean	2.91 553	1.53 549	2.07 509	2.96 565	2.51 562	3.15 544	2.14 554	4.75 564	4.41 563	2.76 540	6.10 558	5.53 558	2.37 539	2.97 456	1.92 500	3.18 564	0.85 555	2.51 564	1.04 555	2.88 562	2.47 565

WAO-6	2.81 550	1.60 550	1.46 470	2.36 556	2.28 558	3.55 549	2.29 559	4.21 560	4.56 564	2.36 527	4.51 545	4.88 553	2.66 546	4.60 491	4.07 541	1.72 549	1.15 569	2.31 556	1.46 563	2.31 548	1.85 555

LVE	3.31 555	1.67 551	1.64 484	2.85 561	2.42 561	3.20 546	2.26 558	4.78 565	5.05 565	2.35 525	6.91 560	6.02 560	2.37 539	9.15 564	2.17 510	3.19 565	1.08 568	2.38 559	1.47 564	2.81 558	2.40 564

RainbowNet	1.97 523	1.76 552	1.57 481	2.81 560	2.21 555	1.98 507	1.81 537	2.54 539	1.89 513	1.50 450	1.84 476	1.96 493	1.65 500	2.14 405	1.25 441	3.33 568	0.85 555	2.39 560	0.98 552	2.82 559	2.22 559

AnyNet_C01	2.26 532	1.78 553	10.22 566	0.93 522	0.74 478	2.92 541	2.20 556	2.29 523	1.80 508	2.53 533	2.41 514	2.71 528	1.73 506	3.41 470	6.72 551	0.41 482	0.39 508	0.40 484	0.42 497	0.67 518	0.63 513

IMH-64-1	2.70 547	1.79 554	1.46 470	3.26 569	2.66 563	3.23 547	2.10 551	4.08 557	2.75 545	2.34 523	3.81 540	3.06 535	2.22 536	4.25 484	2.59 516	3.75 572	0.84 552	2.75 567	1.35 558	3.15 565	2.60 568

IMH-64	2.70 547	1.79 554	1.46 470	3.26 569	2.66 563	3.23 547	2.10 551	4.08 557	2.75 545	2.34 523	3.81 540	3.06 535	2.22 536	4.25 484	2.59 516	3.75 572	0.84 552	2.75 567	1.35 558	3.15 565	2.60 568

WAO-8	4.40 558	1.82 556	1.79 496	2.34 554	2.20 553	9.19 570	1.53 525	6.09 571	16.46 579	3.94 554	7.84 569	7.32 562	3.72 559	9.41 570	3.31 529	2.00 551	1.07 566	2.44 562	1.37 561	2.50 551	1.68 552

Venus	4.40 558	1.82 556	1.79 496	2.34 554	2.20 553	9.19 570	1.53 525	6.09 571	16.46 579	3.94 554	7.84 569	7.32 562	3.72 559	9.41 570	3.31 529	2.00 551	1.07 566	2.44 562	1.37 561	2.50 551	1.68 552

IMH	3.21 554	1.85 558	1.48 475	3.25 568	2.69 565	4.07 558	2.02 549	4.41 562	3.80 557	2.72 537	7.11 563	4.75 552	2.92 549	5.92 525	2.55 514	3.85 576	0.88 558	2.78 569	1.36 560	3.19 567	2.59 567

JetBlue	3.97 556	2.01 559	10.19 565	1.38 541	2.84 567	10.53 573	9.54 576	3.60 555	2.41 533	2.73 538	3.39 535	4.54 548	4.31 562	7.85 559	6.84 552	0.88 534	0.93 561	0.89 537	0.91 546	1.74 545	1.91 556

TorneroNet-64	5.30 565	2.03 560	1.74 494	3.43 571	2.81 566	10.09 572	2.12 553	9.10 578	17.12 584	4.96 567	9.27 574	10.72 577	3.70 558	9.20 565	4.55 543	3.31 567	0.84 552	2.88 570	1.55 566	3.49 568	3.04 571

TorneroNet	10.70 578	2.03 560	1.82 499	3.43 571	3.01 569	43.83 593	2.22 557	8.87 577	67.47 600	7.17 576	27.36 588	10.68 576	3.85 561	8.67 563	7.65 558	3.59 570	0.88 558	3.04 571	1.57 567	3.71 569	3.17 572

PWCK	2.88 552	2.05 562	5.72 552	2.08 551	1.11 529	3.55 549	3.90 571	2.86 545	3.54 556	3.03 549	3.63 538	3.10 538	2.31 538	8.15 562	3.09 524	2.12 553	0.91 560	1.75 550	0.98 552	2.57 553	1.18 545

KSHMR	8.75 574	2.06 563	2.11 513	3.53 573	3.11 570	4.13 559	2.69 564	5.60 568	61.37 599	3.00 547	55.83 599	4.98 557	2.45 542	4.49 488	2.61 518	3.46 569	1.55 573	3.14 573	1.94 571	3.72 570	3.18 573

Wz-Net-TNSev	1.88 517	2.08 564	7.66 557	0.67 420	0.64 450	2.42 525	1.83 539	2.33 525	1.74 505	1.57 468	1.56 428	2.58 523	1.90 520	4.86 497	3.12 525	0.39 475	0.37 499	0.33 441	0.37 485	0.53 495	0.58 505

coex-ft	8.13 573	2.13 565	98.04 599	0.67 420	0.53 401	1.71 478	1.56 527	1.65 370	11.11 573	18.17 588	3.75 539	3.88 546	7.61 575	2.98 457	6.49 550	0.30 419	0.30 461	0.32 432	0.31 449	0.66 517	0.50 489

UNDER WATER-64	5.27 564	2.32 566	8.78 563	3.93 577	3.54 575	7.61 568	3.03 570	5.84 570	14.19 575	4.04 556	4.04 542	9.39 571	6.26 570	5.93 526	8.48 561	3.60 571	1.51 572	3.13 572	1.88 569	4.29 575	3.61 576

UNDER WATER	5.08 563	2.33 567	5.55 550	3.94 578	3.51 574	5.20 566	2.72 566	5.61 569	16.52 581	3.84 553	4.60 547	9.21 570	5.89 568	5.90 524	8.66 562	3.75 572	1.34 570	3.18 574	1.88 569	4.33 576	3.61 576

ktn	4.70 561	2.38 568	2.12 514	3.76 574	3.24 571	4.85 563	2.95 569	5.52 567	7.37 571	4.07 558	19.32 584	7.46 564	3.47 554	7.39 549	2.95 522	4.04 577	1.85 574	3.26 575	2.22 574	3.08 564	2.65 570

notaker	3.98 557	2.40 569	2.68 531	3.82 576	3.27 573	3.97 557	2.14 554	4.78 565	3.45 554	4.12 559	6.94 561	7.65 566	3.26 553	7.82 558	5.30 546	4.04 577	1.41 571	3.36 576	2.10 573	3.88 571	3.31 574

UDG	1.41 483	2.65 570	0.99 368	1.44 545	1.64 549	1.34 439	0.80 435	1.60 358	1.23 380	1.23 343	1.71 459	2.01 498	1.34 470	1.47 312	1.41 467	0.90 535	0.54 538	2.29 555	0.75 537	1.84 546	1.04 540

DDUNet	1.50 488	2.69 571	1.12 416	1.77 549	1.88 551	1.84 495	0.92 463	1.70 385	1.16 342	1.38 419	1.79 470	1.60 443	1.12 430	1.37 284	1.08 417	1.10 545	0.76 548	2.37 557	0.94 548	2.00 547	1.37 548

DispFullNet	2.34 535	2.85 572	3.66 539	3.08 566	2.27 557	1.97 505	0.67 396	2.00 471	1.70 499	2.52 532	2.00 492	2.23 507	5.86 567	3.44 473	1.58 485	1.01 538	0.32 475	2.64 566	1.94 571	2.85 561	2.24 560

MADNet++	5.01 562	3.14 573	4.91 547	4.55 580	3.94 577	5.20 566	4.41 573	4.40 561	4.13 561	4.95 566	6.08 557	4.74 551	5.37 565	9.40 569	10.67 569	4.65 579	4.15 579	3.97 578	3.34 577	4.09 573	4.08 579

IGEV-BASED-STEREO-	0.70 280	3.18 574	2.55 527	0.39 34	0.23 25	0.44 62	0.23 27	0.63 37	0.42 47	0.44 72	0.44 48	0.34 49	0.28 25	0.56 42	0.29 40	1.35 548	0.10 9	0.22 239	0.19 216	0.46 477	1.31 547

MADNet+	2.69 546	3.22 575	11.53 569	1.44 545	1.12 531	3.19 545	1.81 537	2.85 544	2.37 531	1.68 483	2.07 498	2.85 532	2.18 533	7.41 550	5.23 545	0.79 533	0.76 548	0.69 533	0.65 532	0.98 532	0.95 535

HanzoNet	11.04 579	3.62 576	8.10 561	4.08 579	3.55 576	4.90 564	2.73 567	7.19 575	10.10 572	31.86 595	28.92 589	21.96 589	36.36 591	18.08 583	10.17 566	7.94 583	3.32 577	3.47 577	3.31 576	7.06 581	4.04 578

test_for_model	1.30 468	3.71 577	0.58 138	3.22 567	2.84 567	0.59 173	0.33 97	1.40 301	0.83 184	1.42 434	0.61 103	0.52 118	0.37 80	0.51 25	0.33 87	2.46 555	0.15 227	0.16 55	0.11 9	4.39 577	1.50 550

DPSimNet_ROB	11.20 580	4.98 578	35.43 588	2.90 564	4.52 578	7.89 569	17.09 581	4.66 563	6.06 569	14.89 584	10.93 577	17.29 581	36.81 593	13.18 580	15.68 577	2.86 560	6.29 581	5.75 582	5.09 580	3.91 572	7.70 581

DPSMNet_ROB	13.02 582	8.23 579	21.91 578	9.53 583	18.11 581	11.56 575	32.02 588	10.64 580	16.23 578	7.05 575	19.49 586	10.16 574	16.66 581	9.85 575	22.43 584	4.77 581	8.68 582	5.38 581	10.26 586	6.17 580	11.36 584

DGTPSM_ROB	13.01 581	8.23 579	21.87 577	9.51 582	18.10 580	11.56 575	32.01 587	10.63 579	16.20 577	7.03 574	19.48 585	10.15 573	16.66 581	9.83 574	22.42 583	4.75 580	8.68 582	5.37 580	10.25 585	6.16 579	11.36 584

JetRed	6.91 570	8.80 581	25.96 584	2.85 561	3.25 572	13.98 580	11.87 578	6.25 573	4.28 562	4.45 561	4.56 546	6.69 561	5.46 566	7.46 552	14.05 573	2.59 558	3.31 576	2.59 565	2.29 575	4.20 574	3.36 575

ASD4		10.99 582

TCMNet-wrong-test	10.31 576	11.40 583	14.84 572	20.96 585	18.45 582	13.80 579	10.76 577	15.78 583	3.53 555	5.20 569	5.52 556	16.26 580	12.61 577	7.51 554	10.15 565	7.43 582	2.37 575	4.31 579	3.43 578	11.36 584	10.61 583

BEATNet-Init1	26.87 588	13.43 584	70.68 598	0.91 519	0.68 465	57.02 598	21.06 583	32.82 594	32.67 591	52.12 599	53.61 598	66.05 599	49.56 599	48.79 600	34.71 593	0.49 509	0.44 518	0.53 514	0.53 520	0.63 511	0.59 507

USTest	14.33 583	14.94 585	21.04 576	17.44 584	16.05 579	23.26 581	33.84 589	21.73 584	11.80 574	9.36 579	10.14 575	15.97 579	13.20 578	17.28 582	22.43 584	3.78 575	5.01 580	6.17 584	6.16 581	9.25 583	7.72 582

Anonymous_1	43.04 596	18.73 586	24.79 581	21.81 586	46.26 593	27.80 582	37.60 590	28.08 589	16.14 576	14.66 583	14.30 578	20.65 583	17.88 583	21.56 584	25.94 587	117.93 600	8.92 584	100.65 597	126.50 597	158.64 600	12.08 586

DPSM_ROB	19.08 584	19.14 587	25.17 582	22.15 587	20.85 584	28.17 583	37.82 591	26.56 587	16.85 582	14.14 581	14.84 579	21.70 584	18.75 584	21.87 585	26.55 588	10.16 587	9.30 585	10.47 586	10.42 587	14.03 585	12.61 587

DPSM	19.08 584	19.14 587	25.17 582	22.15 587	20.85 584	28.17 583	37.82 591	26.56 587	16.85 582	14.14 581	14.84 579	21.70 584	18.75 584	21.87 585	26.55 588	10.16 587	9.30 585	10.47 586	10.42 587	14.03 585	12.61 587

xxxxx1	54.10 598	25.67 589	27.13 585	113.43 597	96.96 597	30.69 587	47.44 593	32.38 591	25.60 586	17.75 585	17.27 581	21.81 586	21.02 586	24.43 588	33.82 590	33.37 594	40.54 595	157.71 598	175.86 598	66.16 596	72.93 598

tt_ll	54.10 598	25.67 589	27.13 585	113.43 597	96.96 597	30.69 587	47.44 593	32.38 591	25.60 586	17.75 585	17.27 581	21.81 586	21.02 586	24.43 588	33.82 590	33.37 594	40.54 595	157.71 598	175.86 598	66.16 596	72.93 598

ff	54.10 598	25.67 589	27.13 585	113.43 597	96.96 597	30.69 587	47.44 593	32.38 591	25.60 586	17.75 585	17.27 581	21.81 586	21.02 586	24.43 588	33.82 590	33.37 594	40.54 595	157.71 598	175.86 598	66.16 596	72.93 598

LRCNet_RVC	22.74 586	32.10 592	21.97 579	29.84 589	26.23 586	4.42 561	0.81 438	22.66 585	2.02 522	26.93 590	29.26 590	23.06 591	15.59 580	23.84 587	18.88 580	31.75 593	19.90 594	34.65 592	32.13 593	30.54 592	28.32 593

PML	51.67 597	36.25 593	13.28 571	7.46 581	20.81 583	108.69 600	232.22 601	8.72 576	27.82 590	87.01 600	269.67 601	69.67 600	61.95 600	24.76 591	14.20 574	9.74 586	3.40 578	9.62 585	4.70 579	18.74 587	4.72 580

FlowAnything	38.37 590	38.41 594	50.38 594	44.76 595	41.94 591	56.64 594	76.34 597	53.28 599	34.23 595	28.25 591	29.72 592	43.60 595	37.79 596	43.83 596	53.38 598	20.39 591	18.71 593	21.07 588	21.14 592	28.23 588	25.29 590

CasAABBNet	38.33 589	38.46 595	50.35 593	44.75 594	41.84 590	56.68 595	76.37 598	53.22 597	33.83 593	28.31 592	29.54 591	43.62 597	37.71 595	43.84 597	53.41 599	20.30 589	18.70 591	21.07 588	21.07 590	28.24 589	25.34 591

Selective-RAFT-Error	38.39 591	38.47 596	50.44 595	44.73 593	41.97 592	56.68 595	76.38 599	53.24 598	33.92 594	28.34 593	29.85 593	43.60 595	38.20 597	43.75 595	53.34 597	20.38 590	18.70 591	21.09 590	21.05 589	28.30 590	25.43 592

LSM0	42.82 595	38.75 597	50.81 596	47.07 596	109.38 600	57.00 597	76.02 596	53.74 600	33.71 592	29.02 594	30.41 594	43.87 598	37.22 594	43.91 598	53.54 600	20.52 592	18.62 590	21.10 591	21.11 591	28.41 591	42.22 594

HaxPig	38.92 592	41.40 598	41.64 589	29.95 590	32.27 587	28.90 585	27.60 584	29.73 590	37.71 596	43.82 596	43.87 595	33.17 592	35.56 590	41.53 593	40.37 595	43.94 597	47.51 599	45.82 593	47.08 595	42.38 593	44.15 596

AVERAGE_ROB	40.43 593	42.37 599	42.73 590	36.96 592	35.58 589	30.50 586	27.61 585	36.71 596	38.39 597	44.91 597	44.36 596	37.45 594	36.70 592	41.88 594	40.35 594	45.43 598	46.81 598	47.11 594	46.35 594	42.51 594	43.87 595

MEDIAN_ROB	42.00 594	44.40 600	44.29 592	35.15 591	34.95 588	31.28 591	29.60 586	35.88 595	40.02 598	47.20 598	46.64 597	37.37 593	38.48 598	44.35 599	42.45 596	48.03 599	49.39 600	49.71 595	49.03 596	45.14 595	46.65 597

DLNR_Zeroshot_test	23.17 587	48.52 601	43.29 591	176.68 600	78.69 596	0.35 21	0.21 15	23.41 586	0.75 157	0.66 147	0.86 168	0.59 150	0.30 33	1.56 329	0.44 197	9.57 585	0.12 56	0.18 117	0.14 95	76.92 599	0.16 128

test_example2	192.40 601	210.76 602	206.48 601	199.83 601	204.73 601	172.94 601	183.52 600	133.93 601	133.41 601	191.38 601	196.19 600	187.13 601	178.77 601	205.33 601	208.00 601	222.09 601	238.72 601	186.54 601	190.54 601	227.34 601	170.31 601

ccccc		492.34 603		530.87 602	530.37 602	478.08 602		491.76 602		448.18 602		476.12 602		541.64 602		663.49 602	459.54 602	353.94 602	309.79 602	586.66 602

Low-res two-view benchmark