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

USTest	0.01 9	0.02 12	0.00 1	0.14 96	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
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	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Wz-Net-TNSev	0.02 15	0.05 49	0.04 43	0.07 47	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-SNSev	0.03 29	0.09 64	0.07 58	0.09 53	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 66	0.07 57	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 44	0.24 118	0.20 161	0.23 144	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 169	0.21 170	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 205	0.10 69	0.12 79	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 91	0.11 94	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 41	0.50 190	0.10 69	0.12 79	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 91	0.10 73	0.01 9	0.01 9	0.01 10	0.01 10

HITNet	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10
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
NVstereo2D	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWC_ROB	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCDC_ROB	0.01 9	0.01 9	0.02 14	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCK	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

TCMNet-wrong-test	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.02 20	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

PSMNet-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

test_sample6	0.09 51	0.97 257	0.10 69	0.10 56	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 71	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 51	1.03 274	0.11 89	0.11 73	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 66	0.09 68	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 51	1.01 268	0.09 65	0.09 53	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 66	0.09 68	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 51	0.95 254	0.09 65	0.10 56	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 66	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 51	1.01 268	0.10 69	0.10 56	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 71	0.10 73	0.03 38	0.02 20	0.03 43	0.03 51

coex-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

iinet-f	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

Wz-Net-LNSev-Ref	0.11 84	0.44 167	0.33 211	0.39 194	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 240	0.36 234	0.02 18	0.02 20	0.02 20	0.02 20

BSDual-CNN	0.81 329	1.91 381	0.92 354	4.48 498	0.02 21	0.42 269	0.06 105	0.41 244	0.02 21	0.48 283	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 456	4.19 521	0.33 213	0.23 194	0.34 203	0.27 204

psmg	0.43 242	1.91 381	0.92 354	1.91 431	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 456	1.44 449	0.04 73	0.03 54	0.02 20	0.03 51

CSP-Net	0.34 191	1.29 351	1.19 378	1.36 413	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 422	1.21 429	0.03 38	0.09 110	0.02 20	0.09 108

Syn2CoEx	0.25 158	1.31 353	0.74 333	0.92 318	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 345	0.75 337	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 48	0.03 40	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.03 52	0.03 39	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM0	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 62	0.98 258	0.14 125	0.15 106	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 123	0.13 133	0.03 38	0.03 54	0.03 43	0.03 51

zh-mn7	0.12 93	1.14 288	0.17 149	0.20 132	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 147	0.16 142	0.03 38	0.03 54	0.03 43	0.03 51

w-ln-seven-2	0.14 109	1.22 347	0.28 189	0.32 172	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 198	0.27 189	0.04 73	0.03 54	0.03 43	0.03 51

TCMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

YMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

YMNet_1	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

DualNet (step1)	0.10 62	1.05 278	0.12 100	0.12 79	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 109	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 62	1.05 278	0.12 100	0.12 79	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 109	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 62	1.05 278	0.12 100	0.12 79	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 109	0.03 38	0.03 54	0.03 43	0.03 51

test_sample7	0.09 51	1.00 262	0.11 89	0.11 73	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 109	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 62	1.07 281	0.11 89	0.10 56	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 71	0.10 73	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 62	1.03 274	0.12 100	0.10 56	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 107	0.13 133	0.03 38	0.03 54	0.03 43	0.03 51

test_sample3	0.09 51	0.87 236	0.10 69	0.12 79	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 51	0.87 236	0.12 100	0.11 73	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 71	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

DualNet	0.10 62	1.07 281	0.11 89	0.10 56	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 71	0.10 73	0.03 38	0.03 54	0.04 77	0.03 51

ttt	0.10 62	1.09 283	0.12 100	0.12 79	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 109	0.03 38	0.02 20	0.03 43	0.02 20

1111x	0.10 62	1.14 288	0.13 120	0.14 96	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 107	0.11 94	0.03 38	0.02 20	0.03 43	0.02 20

qqq	0.16 129	2.01 389	0.12 100	0.15 106	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.03 48	0.12 91	0.14 137	0.04 73	0.04 78	0.03 43	0.03 51

x	0.11 84	1.15 291	0.15 141	0.14 96	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 114	0.15 140	0.03 38	0.03 54	0.03 43	0.03 51

hknet	1.10 370	1.85 374	3.49 520	4.48 498	0.02 21	0.42 269	0.06 105	0.41 244	0.02 21	0.48 283	0.03 52	0.41 251	0.03 52	0.42 266	0.03 48	4.39 507	4.19 521	0.33 213	0.23 194	0.34 203	0.27 204

222	0.10 62	0.99 261	0.12 100	0.13 92	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 109	0.03 38	0.02 20	0.04 77	0.03 51

xxxx	0.11 84	1.16 292	0.16 142	0.12 79	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 107	0.16 142	0.03 38	0.04 78	0.04 77	0.04 79

test_xeample	0.10 62	1.09 283	0.13 120	0.12 79	0.03 48	0.03 40	0.03 50	0.04 77	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 114	0.14 137	0.03 38	0.03 54	0.03 43	0.03 51

EDNetEfficient	0.04 38	0.05 49	0.04 43	0.04 37	0.03 48	0.04 77	0.03 50	0.04 77	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.04 72	0.03 48	0.05 51	0.03 36	0.05 86	0.03 54	0.04 77	0.03 51

GwcNet	0.12 93	0.07 57	0.05 57	0.08 49	0.05 99	0.08 103	1.20 400	0.07 104	0.05 97	0.05 91	0.05 100	0.08 104	0.05 94	0.08 105	0.03 48	0.07 58	0.05 56	0.06 94	0.05 96	0.07 104	0.05 97

BEATNet_4x	0.11 84	0.03 31	0.03 36	1.60 421	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 84	0.03 31	0.03 36	1.60 421	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

z-mn7	0.16 129	1.21 343	0.33 211	0.41 218	0.04 79	0.04 77	0.03 50	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 214	0.31 216	0.04 73	0.04 78	0.04 77	0.04 79

w-ln-seven	0.18 136	1.47 359	0.33 211	0.40 207	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 230	0.32 219	0.05 86	0.04 78	0.04 77	0.04 79

DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.04 88	0.06 97	0.04 84	0.06 88	0.04 75	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

mmm	0.14 109	1.83 372	0.12 100	0.11 73	0.03 48	0.03 40	0.03 50	0.03 42	0.04 81	0.03 40	0.03 52	0.03 42	0.03 52	0.06 88	0.04 75	0.12 91	0.11 94	0.05 86	0.04 78	0.05 92	0.04 79

GASNet	0.05 41	0.04 37	0.12 100	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.12 122	0.04 88	0.06 97	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

APVNet	0.09 51	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 372	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 79	0.05 89	0.04 81	0.05 89	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

ADCRef	0.12 93	0.03 31	0.04 43	1.71 427	0.04 79	0.03 40	0.03 50	0.04 77	0.04 81	0.04 74	0.03 52	0.04 77	0.03 52	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

AnyNet_C01	0.11 84	0.02 12	0.02 14	1.62 424	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

AnyNet_C32	0.14 109	0.04 37	0.03 36	2.22 442	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 77	0.02 21	0.07 102	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

ADCP+	0.15 121	0.04 37	0.04 43	2.20 441	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 105	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCPNet	0.10 62	0.03 31	0.04 43	1.27 406	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.08 105	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
z-ln-s-r	0.21 147	1.40 358	0.53 302	0.56 272	0.04 79	0.05 89	0.04 81	0.05 89	0.05 97	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 88	0.57 306	0.44 274	0.04 73	0.04 78	0.04 77	0.04 79

qqq1	0.25 158	3.70 463	0.14 125	0.14 96	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 107	0.12 109	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 158	3.70 463	0.14 125	0.14 96	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 107	0.12 109	0.06 94	0.05 96	0.03 43	0.04 79

11t1	0.17 133	2.16 398	0.13 120	0.13 92	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.05 88	0.18 147	0.12 109	0.06 94	0.03 54	0.05 92	0.03 51

ffm	0.25 158	3.83 469	0.12 100	0.12 79	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 91	0.12 109	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 158	3.83 469	0.12 100	0.12 79	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 91	0.12 109	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 158	3.83 469	0.12 100	0.12 79	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 91	0.12 109	0.05 86	0.04 78	0.06 96	0.04 79

BUS	0.83 336	1.91 381	0.92 354	4.48 498	0.02 21	0.40 235	0.04 81	0.41 244	0.02 21	0.48 283	0.03 52	0.41 251	0.05 94	0.03 39	0.05 88	1.97 456	4.19 521	0.33 213	0.23 194	0.34 203	0.27 204

NINENet	0.69 304	3.87 472	1.20 381	1.98 435	0.05 99	0.40 235	0.04 81	0.40 229	0.05 97	0.41 243	0.04 88	0.41 251	0.05 94	0.40 239	0.05 88	1.79 446	1.56 458	0.34 220	0.22 189	0.34 203	0.23 179

AASNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 106	0.06 96	0.06 106	0.05 91	0.06 106	0.06 88	0.05 88	0.08 60	0.08 59	0.08 101	0.05 96	0.06 96	0.05 97

SACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 106	0.06 96	0.06 106	0.05 91	0.06 106	0.06 88	0.05 88	0.08 60	0.08 59	0.08 101	0.05 96	0.06 96	0.05 97

AACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 106	0.06 96	0.06 106	0.05 91	0.06 106	0.06 88	0.05 88	0.08 60	0.08 59	0.08 101	0.05 96	0.06 96	0.05 97

FINET	0.07 49	0.08 58	0.07 58	0.07 47	0.07 108	0.08 103	0.06 105	0.08 107	0.07 109	0.08 104	0.07 109	0.08 104	0.06 106	0.07 102	0.07 100	0.08 60	0.07 57	0.07 99	0.07 104	0.06 96	0.06 102

SuperB	0.21 147	0.10 66	2.51 503	0.12 79	0.09 112	0.10 108	0.09 110	0.08 107	0.07 109	0.10 108	0.09 112	0.09 108	0.07 110	0.07 102	0.07 100	0.07 58	0.08 59	0.07 99	0.07 104	0.08 106	0.07 104

SepStereo	0.09 51	0.09 64	0.10 69	0.09 53	0.09 112	0.09 107	0.09 110	0.10 109	0.08 111	0.10 108	0.09 112	0.09 108	0.09 113	0.09 108	0.08 102	0.09 66	0.08 59	0.09 106	0.08 108	0.09 109	0.08 105

BEATNet-Init1	0.19 139	0.08 58	0.08 60	2.23 443	0.08 110	0.08 103	0.07 108	0.07 104	0.08 111	0.08 104	0.07 109	0.08 104	0.07 110	0.11 121	0.08 102	0.08 60	0.08 59	0.08 101	0.07 104	0.08 106	0.08 105

DeepPrunerF	0.19 139	0.08 58	0.08 60	2.23 443	0.08 110	0.08 103	0.07 108	0.07 104	0.08 111	0.08 104	0.07 109	0.08 104	0.07 110	0.11 121	0.08 102	0.08 60	0.08 59	0.08 101	0.07 104	0.08 106	0.08 105

ISRNet	0.11 84	0.05 49	0.36 230	0.24 149	0.07 108	0.13 123	0.05 93	0.06 94	0.05 97	0.05 91	0.05 100	0.13 124	0.05 94	0.05 82	0.09 105	0.24 174	0.20 167	0.10 107	0.05 96	0.06 96	0.13 147

ac_64	0.22 151	0.13 80	0.19 158	0.23 144	0.10 118	0.26 189	1.02 387	0.14 125	0.10 115	0.28 189	0.14 158	0.17 146	0.19 181	0.28 198	0.09 105	0.22 158	0.16 142	0.23 176	0.17 180	0.11 120	0.12 141

ADCMid	0.08 50	0.02 12	0.02 14	1.01 335	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 105	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

PASM	0.39 221	3.06 449	1.36 444	1.58 419	0.09 112	0.11 119	0.11 128	0.11 121	0.11 130	0.09 107	0.09 112	0.11 120	0.09 113	0.09 108	0.09 105	0.11 86	0.11 94	0.11 118	0.09 110	0.11 120	0.11 125

DRN-Test	0.14 109	0.13 80	0.09 65	0.14 96	0.09 112	0.15 131	0.09 110	0.14 125	0.10 115	0.14 124	0.09 112	0.14 125	0.09 113	0.13 126	0.09 105	0.12 91	0.09 68	0.12 121	0.09 110	0.12 124	0.73 354

StereoDRNet	0.15 121	0.14 84	0.10 69	0.14 96	0.09 112	0.15 131	0.09 110	0.14 125	0.09 114	0.14 124	0.10 116	0.14 125	0.09 113	0.14 127	0.09 105	0.13 107	0.10 73	0.13 124	0.09 110	0.13 126	0.82 365

S2M2	0.12 93	0.14 84	0.10 69	0.15 106	0.10 118	0.14 124	0.10 115	0.14 125	0.10 115	0.15 130	0.10 116	0.14 125	0.10 117	0.14 127	0.10 111	0.13 107	0.10 73	0.13 124	0.09 110	0.13 126	0.09 108

AnonymousM	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

UNet	0.29 172	0.90 243	0.10 69	0.14 96	0.10 118	0.14 124	0.10 115	0.91 351	0.69 351	0.14 124	0.11 130	0.14 125	0.11 129	0.14 127	0.10 111	0.12 91	0.09 68	0.12 121	0.09 110	0.88 339	0.76 359

PVD	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

SHD	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

SAMSARA	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

XQC	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

RTSC	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

RTS	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

RTSA	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

MADNet+	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

MADNet++	0.10 62	0.10 66	0.10 69	0.10 56	0.10 118	0.10 108	0.10 115	0.10 109	0.10 115	0.10 108	0.10 116	0.10 110	0.10 117	0.10 110	0.10 111	0.10 71	0.10 73	0.10 107	0.10 117	0.10 110	0.10 113

S2M2_XL	0.14 109	0.17 92	0.12 100	0.17 125	0.11 133	0.17 147	0.11 128	0.17 146	0.11 130	0.17 144	0.11 130	0.17 146	0.11 129	0.17 146	0.11 123	0.16 131	0.11 94	0.16 142	0.11 129	0.16 142	0.11 125

test_for_model	0.15 121	0.23 111	0.18 155	0.21 141	0.11 133	0.16 139	0.11 128	0.16 138	0.11 130	0.16 135	0.11 130	0.16 136	0.11 129	0.16 137	0.11 123	0.21 155	0.18 164	0.14 126	0.11 129	0.14 128	0.11 125

testlalala2	0.13 100	0.16 86	0.11 89	0.15 106	0.11 133	0.16 139	0.11 128	0.16 138	0.11 130	0.16 135	0.11 130	0.16 136	0.11 129	0.16 137	0.11 123	0.14 114	0.11 94	0.14 126	0.11 129	0.14 128	0.11 125

JetRed	0.11 84	0.12 79	0.11 89	0.11 73	0.11 133	0.11 119	0.14 149	0.11 121	0.11 130	0.12 122	0.11 130	0.11 120	0.11 129	0.11 121	0.11 123	0.11 86	0.16 142	0.11 118	0.11 129	0.11 120	0.11 125

testlalala_base	0.13 100	0.16 86	0.11 89	0.15 106	0.11 133	0.15 131	0.11 128	0.16 138	0.11 130	0.16 135	0.11 130	0.16 136	0.11 129	0.16 137	0.11 123	0.14 114	0.11 94	0.14 126	0.11 129	0.14 128	0.11 125

CIPLG	0.13 100	0.21 106	0.12 100	0.16 117	0.11 133	0.15 131	0.11 128	0.14 125	0.11 130	0.15 130	0.12 141	0.15 135	0.11 129	0.14 127	0.11 123	0.15 123	0.12 109	0.14 126	0.11 129	0.14 128	0.11 125

IPLG	0.13 100	0.20 100	0.14 125	0.15 106	0.11 133	0.14 124	0.11 128	0.14 125	0.11 130	0.14 124	0.11 130	0.14 125	0.11 129	0.14 127	0.11 123	0.15 123	0.12 109	0.14 126	0.11 129	0.14 128	0.11 125

IPLGR_C	0.14 109	0.20 100	0.12 100	0.15 106	0.11 133	0.14 124	0.15 154	0.14 125	0.11 130	0.15 130	0.12 141	0.14 125	0.11 129	0.16 137	0.11 123	0.15 123	0.12 109	0.14 126	0.12 146	0.15 138	0.12 141

MIPNet	0.14 109	0.21 106	0.17 149	0.16 117	0.11 133	0.15 131	0.12 144	0.14 125	0.11 130	0.16 135	0.11 130	0.14 125	0.11 129	0.14 127	0.11 123	0.14 114	0.12 109	0.14 126	0.11 129	0.14 128	0.11 125

IPLGR	0.14 109	0.24 118	0.14 125	0.16 117	0.12 149	0.15 131	0.12 144	0.14 125	0.11 130	0.15 130	0.12 141	0.14 125	0.11 129	0.14 127	0.11 123	0.15 123	0.12 109	0.14 126	0.11 129	0.14 128	0.11 125

ACRE	0.13 100	0.21 106	0.14 125	0.15 106	0.11 133	0.14 124	0.11 128	0.14 125	0.11 130	0.14 124	0.12 141	0.14 125	0.11 129	0.14 127	0.11 123	0.15 123	0.12 109	0.14 126	0.11 129	0.14 128	0.11 125

ICVP	0.15 121	0.53 202	0.11 89	0.16 117	0.11 133	0.16 139	0.11 128	0.16 138	0.11 130	0.16 135	0.11 130	0.16 136	0.11 129	0.16 137	0.11 123	0.16 131	0.11 94	0.16 142	0.11 129	0.16 142	0.11 125
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
LRCNet_RVC	0.13 100	0.13 80	0.09 65	0.13 92	0.10 118	0.14 124	0.10 115	0.14 125	0.10 115	0.23 170	0.10 116	0.20 156	0.10 117	0.24 178	0.11 123	0.11 86	0.09 68	0.12 121	0.14 157	0.12 124	0.09 108

aanetorigin	0.13 100	0.11 77	0.11 89	0.11 73	0.11 133	0.11 119	0.11 128	0.11 121	0.11 130	0.11 120	0.12 141	0.11 120	0.11 129	0.11 121	0.11 123	0.11 86	0.11 94	0.14 126	0.11 129	0.49 284	0.11 125

ELAS	0.13 100	0.16 86	0.11 89	0.15 106	0.09 112	0.18 151	0.11 128	0.18 149	0.11 130	0.17 144	0.11 130	0.18 150	0.11 129	0.18 149	0.11 123	0.14 114	0.08 59	0.14 126	0.08 108	0.14 128	0.09 108
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	0.11 84	0.11 77	0.12 100	0.13 92	0.14 154	0.11 119	0.11 128	0.11 121	0.11 130	0.11 120	0.11 130	0.11 120	0.11 129	0.12 125	0.12 138	0.11 86	0.11 94	0.11 118	0.11 129	0.11 120	0.11 125

ProNet	0.14 109	0.20 100	0.14 125	0.16 117	0.11 133	0.16 139	0.11 128	0.17 146	0.11 130	0.17 144	0.12 141	0.17 146	0.13 151	0.17 146	0.12 138	0.15 123	0.11 94	0.16 142	0.11 129	0.15 138	0.12 141

cf-r	0.66 296	2.17 399	0.12 100	0.18 127	0.12 149	0.18 151	2.70 509	2.60 485	0.12 149	0.18 148	0.12 141	0.18 150	0.12 146	0.18 149	0.12 138	0.15 123	0.11 94	0.15 139	0.11 129	1.81 446	1.74 489

HSM	0.14 109	0.16 86	0.12 100	0.17 125	0.12 149	0.17 147	0.11 128	0.17 146	0.11 130	0.17 144	0.12 141	0.17 146	0.12 146	0.17 146	0.12 138	0.16 131	0.11 94	0.16 142	0.11 129	0.16 142	0.12 141

ELAS_RVC	0.14 109	0.16 86	0.10 69	0.15 106	0.10 118	0.18 151	0.11 128	0.19 151	0.11 130	0.19 150	0.12 141	0.18 150	0.11 129	0.19 152	0.12 138	0.14 114	0.08 59	0.14 126	0.09 110	0.15 138	0.09 108
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 121	0.17 92	0.11 89	0.18 127	0.11 133	0.19 154	0.11 128	0.19 151	0.12 149	0.19 150	0.12 141	0.20 156	0.12 146	0.19 152	0.12 138	0.16 131	0.11 94	0.17 150	0.10 117	0.17 148	0.10 113
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DDVS	0.30 173	3.10 450	0.14 125	0.19 130	0.14 154	0.19 154	0.14 149	0.20 156	0.14 154	0.19 150	0.13 153	0.16 136	0.13 151	0.19 152	0.13 144	0.17 139	0.13 133	0.17 150	0.13 154	0.17 148	0.13 147

DeepPruner_ROB	0.16 129	0.18 95	0.13 120	0.19 130	0.13 152	0.19 154	0.13 147	0.19 151	0.13 152	0.19 150	0.13 153	0.19 154	0.13 151	0.19 152	0.13 144	0.18 147	0.13 133	0.18 159	0.13 154	0.18 152	0.13 147

PDISCO_ROB	0.83 336	2.80 446	3.49 520	0.14 96	0.11 133	0.17 147	0.09 110	0.15 137	0.10 115	0.15 130	0.12 141	0.16 136	0.14 155	3.30 505	0.13 144	0.14 114	2.34 496	0.16 142	0.12 146	2.62 486	0.10 113

LALA_ROB	0.15 121	0.19 96	0.12 100	0.18 127	0.11 133	0.20 159	0.12 144	0.21 162	0.12 149	0.20 155	0.12 141	0.20 156	0.12 146	0.21 166	0.13 144	0.17 139	0.10 73	0.18 159	0.11 129	0.18 152	0.11 125

castereo++	0.54 278	3.59 460	1.15 372	1.31 409	0.14 154	0.16 139	0.14 149	0.16 138	0.14 154	0.16 135	0.14 158	0.16 136	0.13 151	0.16 137	0.14 148	1.45 434	1.16 378	0.15 139	0.14 157	0.15 138	0.13 147

ITSA-stereo	0.15 121	0.17 92	0.13 120	0.20 132	0.13 152	0.19 154	0.13 147	0.18 149	0.13 152	0.19 150	0.13 153	0.18 150	0.14 155	0.18 149	0.14 148	0.16 131	0.11 94	0.15 139	0.14 157	0.18 152	0.11 125

GMStereo	0.14 109	0.13 80	0.14 125	0.14 96	0.14 154	0.14 124	0.14 149	0.14 125	0.14 154	0.14 124	0.14 158	0.14 125	0.14 155	0.14 127	0.14 148	0.14 114	0.14 137	0.14 126	0.14 157	0.14 128	0.14 152
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.20 141	0.19 96	0.14 125	0.20 132	0.14 154	0.20 159	0.96 379	0.21 162	0.14 154	0.20 155	0.13 153	0.21 163	0.14 155	0.20 156	0.14 148	0.17 139	0.12 109	0.17 150	0.12 146	0.17 148	0.12 141

acv_ft	0.20 141	0.19 96	0.14 125	0.20 132	0.14 154	0.20 159	0.96 379	0.21 162	0.14 154	0.20 155	0.13 153	0.21 163	0.14 155	0.20 156	0.14 148	0.17 139	0.12 109	0.17 150	0.12 146	0.17 148	0.12 141

hitnet-ft	0.79 322	2.78 445	0.14 125	0.20 132	0.14 154	0.21 166	2.89 510	2.80 499	0.14 154	0.20 155	0.14 158	0.20 156	0.14 155	0.20 156	0.14 148	0.17 139	0.12 109	0.17 150	0.12 146	2.54 485	2.33 506

GANet-RSSM	0.75 313	1.91 381	0.14 125	0.47 238	0.14 154	0.21 166	3.21 526	2.30 473	0.14 154	0.46 270	0.14 158	0.23 173	0.18 176	0.21 166	0.14 148	0.18 147	0.27 189	0.37 241	0.13 154	2.13 455	2.12 499

PSMNet-RSSM	0.77 318	2.76 441	0.14 125	0.20 132	0.14 154	0.20 159	2.66 507	2.79 498	0.14 154	0.21 164	0.14 158	0.21 163	0.14 155	0.20 156	0.14 148	0.17 139	0.12 109	0.17 150	0.12 146	2.52 477	2.31 504

GwcNet-RSSM	0.77 318	2.77 443	0.14 125	0.20 132	0.14 154	0.20 159	2.67 508	2.78 497	0.14 154	0.20 155	0.14 158	0.20 156	0.14 155	0.21 166	0.14 148	0.17 139	0.12 109	0.17 150	0.12 146	2.52 477	2.31 504

CFNet-ft	0.55 282	1.57 362	0.14 125	0.20 132	0.14 154	0.20 159	2.53 506	1.61 443	0.14 154	0.20 155	0.14 158	0.20 156	0.14 155	0.20 156	0.14 148	0.17 139	0.12 109	0.17 150	0.12 146	1.56 434	1.24 454

DEFOM-Stereo_RVC	0.83 336	5.18 490	1.98 492	2.19 440	0.17 175	0.19 154	0.18 168	0.19 151	0.16 166	0.20 155	0.19 183	0.22 169	0.22 190	0.20 156	0.15 158	2.28 473	2.13 491	0.24 183	0.17 180	0.18 152	0.16 153

gwcnet-sp	0.82 333	1.72 366	1.48 454	0.39 194	0.15 165	0.31 199	0.21 180	0.20 156	0.25 199	1.61 447	0.23 196	0.28 193	0.26 211	0.20 156	0.15 158	0.24 174	1.33 438	0.32 205	0.16 162	6.75 532	0.23 179

scenet	0.82 333	1.72 366	1.48 454	0.39 194	0.15 165	0.31 199	0.21 180	0.20 156	0.25 199	1.61 447	0.23 196	0.28 193	0.26 211	0.20 156	0.15 158	0.24 174	1.33 438	0.32 205	0.16 162	6.75 532	0.23 179

ssnet	0.82 333	1.72 366	1.48 454	0.39 194	0.15 165	0.31 199	0.21 180	0.20 156	0.25 199	1.61 447	0.23 196	0.28 193	0.26 211	0.20 156	0.15 158	0.24 174	1.33 438	0.32 205	0.16 162	6.75 532	0.23 179

dd	0.23 155	0.98 258	0.16 142	0.23 144	0.15 165	0.23 174	0.15 154	0.23 170	0.15 164	0.23 170	0.15 166	0.24 177	0.17 169	0.23 174	0.15 158	0.22 158	0.15 140	0.21 165	0.15 161	0.22 164	0.16 153

dad	0.23 155	1.03 274	0.16 142	0.23 144	0.15 165	0.24 175	0.15 154	0.24 173	0.16 166	0.23 170	0.16 167	0.24 177	0.16 165	0.23 174	0.15 158	0.22 158	0.16 142	0.22 170	0.16 162	0.22 164	0.16 153

xyz-stereo-finetune2	0.18 136	0.48 184	0.16 142	0.16 117	0.15 165	0.15 131	0.16 157	0.16 138	0.16 166	0.16 135	0.16 167	0.16 136	0.16 165	0.16 137	0.16 164	0.16 131	0.16 142	0.16 142	0.16 162	0.16 142	0.16 153

xyz-stereo	0.18 136	0.50 190	0.16 142	0.15 106	0.16 172	0.16 139	0.16 157	0.16 138	0.16 166	0.16 135	0.16 167	0.16 136	0.16 165	0.16 137	0.16 164	0.16 131	0.16 142	0.16 142	0.16 162	0.16 142	0.16 153

GMStereo_Zeroshot	0.16 129	0.16 86	0.16 142	0.16 117	0.16 172	0.16 139	0.16 157	0.16 138	0.16 166	0.16 135	0.16 167	0.16 136	0.16 165	0.16 137	0.16 164	0.16 131	0.16 142	0.16 142	0.16 162	0.16 142	0.16 153

castereo	0.61 289	3.79 468	1.35 436	1.52 418	0.15 165	0.17 147	0.16 157	0.20 156	0.21 183	0.18 148	0.16 167	0.21 163	0.12 146	0.26 193	0.17 167	1.43 433	1.38 446	0.17 150	0.16 162	0.18 152	0.16 153

tg	0.21 147	0.25 120	0.21 164	0.26 161	0.17 175	0.24 175	0.17 162	0.24 173	0.17 171	0.24 175	0.17 172	0.24 177	0.17 169	0.24 178	0.17 167	0.24 174	0.17 158	0.23 176	0.16 162	0.23 173	0.16 153

ACV-stereo	0.30 173	2.08 391	0.25 178	0.25 154	0.18 182	0.24 175	0.17 162	0.24 173	0.18 173	0.24 175	0.17 172	0.25 182	0.17 169	0.24 178	0.17 167	0.22 158	0.16 142	0.22 170	0.16 162	0.22 164	0.16 153

IGEV_Zeroshot_test	0.20 141	0.19 96	0.40 246	0.30 166	0.17 175	0.22 168	0.17 162	0.21 162	0.17 171	0.20 155	0.17 172	0.21 163	0.18 176	0.21 166	0.17 167	0.20 151	0.16 142	0.20 163	0.16 162	0.20 159	0.17 165

MIM_Stereo	0.25 158	0.23 111	0.66 320	0.80 303	0.17 175	0.22 168	0.17 162	0.23 170	0.18 173	0.26 186	0.17 172	0.21 163	0.17 169	0.25 183	0.17 167	0.23 169	0.16 142	0.21 165	0.17 180	0.22 164	0.17 165

MMNet	0.44 246	1.24 349	0.17 149	0.25 154	0.17 175	0.25 182	0.18 168	1.26 431	0.93 380	0.25 179	0.17 172	0.25 182	0.18 176	0.25 183	0.17 167	0.23 169	0.16 142	0.23 176	0.16 162	1.20 375	0.99 379

delet	0.43 242	1.21 343	0.17 149	0.25 154	0.17 175	0.25 182	0.18 168	1.26 431	0.95 382	0.25 179	0.17 172	0.25 182	0.17 169	0.25 183	0.17 167	0.23 169	0.16 142	0.22 170	0.16 162	1.18 372	0.98 378

psm_up	0.43 242	1.19 296	0.17 149	0.25 154	0.18 182	0.25 182	0.19 172	1.26 431	0.91 375	0.26 186	0.17 172	0.25 182	0.17 169	0.25 183	0.17 167	0.22 158	0.17 158	0.23 176	0.16 162	1.18 372	0.99 379

UPFNet	0.42 241	1.20 297	0.17 149	0.24 149	0.17 175	0.25 182	0.17 162	1.19 379	0.90 374	0.25 179	0.17 172	0.24 177	0.17 169	0.25 183	0.17 167	0.22 158	0.17 158	0.22 170	0.16 162	1.15 364	0.93 374

MSKI-zero shot	0.24 157	0.21 106	0.49 287	0.65 286	0.18 182	0.22 168	0.17 162	0.23 170	0.18 173	0.21 164	0.17 172	0.23 173	0.28 225	0.23 174	0.18 176	0.21 155	0.16 142	0.21 165	0.16 162	0.21 162	0.16 153

iResNetv2_ROB	0.20 141	0.23 111	0.18 155	0.24 149	0.20 188	0.24 175	0.18 168	0.24 173	0.18 173	0.24 175	0.18 182	0.23 173	0.19 181	0.24 178	0.18 176	0.21 155	0.16 142	0.21 165	0.16 162	0.22 164	0.16 153

iResNet	0.20 141	0.23 111	0.18 155	0.24 149	0.18 182	0.24 175	0.20 175	0.24 173	0.18 173	0.23 170	0.17 172	0.23 173	0.18 176	0.23 174	0.18 176	0.22 158	0.16 142	0.21 165	0.16 162	0.21 162	0.16 153

Pointernet	0.21 147	0.22 110	0.19 158	0.24 149	0.19 186	0.24 175	0.19 172	0.24 173	0.19 179	0.24 175	0.19 183	0.24 177	0.19 181	0.24 178	0.19 179	0.22 158	0.17 158	0.22 170	0.17 180	0.22 164	0.17 165

CAS++	0.17 133	0.27 122	0.21 164	0.10 56	0.21 194	0.15 131	0.22 185	0.10 109	0.21 183	0.22 166	0.10 116	0.19 154	0.18 176	0.10 110	0.19 179	0.20 151	0.19 165	0.18 159	0.10 117	0.19 158	0.18 169
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CFNet	1.37 430	5.27 493	0.19 158	5.49 520	0.19 186	0.28 193	0.19 172	0.28 186	0.19 179	0.28 189	0.19 183	0.28 193	4.35 530	0.28 198	0.19 179	0.23 169	0.17 158	0.23 176	4.21 539	4.81 516	0.17 165

DAS	0.20 141	0.20 100	0.20 161	0.20 132	0.20 188	0.20 159	0.20 175	0.20 156	0.20 181	0.20 155	0.20 187	0.20 156	0.20 185	0.20 156	0.20 182	0.20 151	0.20 167	0.20 163	0.20 185	0.20 159	0.20 172

AANet_RVC	1.26 425	0.31 129	4.99 531	5.93 523	0.20 188	0.25 182	0.20 175	0.25 179	0.20 181	0.23 170	0.19 183	0.25 182	0.20 185	0.25 183	0.20 182	5.66 531	4.76 524	0.26 187	0.30 243	0.24 174	0.27 204

GEStereo_RVC	0.86 342	4.45 480	0.20 161	0.27 163	0.20 188	0.27 192	0.20 175	0.26 183	0.18 173	5.03 533	0.20 187	0.27 192	0.19 181	0.27 196	0.21 184	0.20 151	0.19 165	0.19 162	4.02 537	0.20 159	0.18 169

HGLStereo	0.28 168	0.29 127	0.22 166	0.36 183	0.22 196	0.36 218	0.21 180	0.36 209	0.21 183	0.42 255	0.21 191	0.36 220	0.22 190	0.36 222	0.21 184	0.34 205	0.21 170	0.34 220	0.21 186	0.34 203	0.21 174

DCVSM-stereo	0.36 202	1.89 378	0.22 166	0.40 207	0.22 196	0.40 235	0.22 185	0.40 229	0.22 186	0.40 230	0.22 192	0.40 239	0.22 190	0.40 239	0.22 186	0.28 186	0.21 170	0.28 193	0.21 186	0.28 182	0.20 172

WAO-6	0.22 151	0.23 111	0.22 166	0.23 144	0.22 196	0.22 168	0.22 185	0.22 166	0.22 186	0.22 166	0.22 192	0.22 169	0.22 190	0.22 170	0.22 186	0.22 158	0.22 174	0.22 170	0.22 189	0.22 164	0.22 177

IMH-64-1	0.22 151	0.23 111	0.23 169	0.22 142	0.22 196	0.22 168	0.22 185	0.22 166	0.22 186	0.22 166	0.22 192	0.22 169	0.22 190	0.22 170	0.22 186	0.22 158	0.22 174	0.23 176	0.22 189	0.22 164	0.23 179

IMH-64	0.22 151	0.23 111	0.23 169	0.22 142	0.22 196	0.22 168	0.22 185	0.22 166	0.22 186	0.22 166	0.22 192	0.22 169	0.22 190	0.22 170	0.22 186	0.22 158	0.22 174	0.23 176	0.22 189	0.22 164	0.23 179

ssnet_v2	0.68 301	1.96 388	1.25 432	0.29 165	0.20 188	0.30 196	0.20 175	0.29 190	0.22 186	1.50 445	0.20 187	0.31 203	0.20 185	0.27 196	0.22 186	0.24 174	1.49 452	0.26 187	0.18 184	3.90 494	0.19 171

DISCO	1.11 372	0.39 147	5.28 533	0.39 194	0.20 188	0.39 233	0.27 211	0.39 224	0.22 186	0.38 220	0.20 187	0.38 228	0.20 185	6.95 544	0.22 186	0.30 194	0.21 170	0.27 191	0.21 186	5.25 525	0.21 174

PAM	0.39 221	1.88 377	0.34 221	0.37 186	0.41 297	0.45 276	0.22 185	0.28 186	0.23 192	0.28 189	0.24 202	0.29 198	0.23 196	0.29 201	0.23 192	0.38 230	0.32 219	0.38 248	0.37 280	0.32 193	0.22 177

DLNR_Zeroshot_test	0.31 178	0.28 125	0.47 275	0.79 301	0.24 206	0.30 196	0.26 208	0.30 192	0.24 194	0.32 200	0.23 196	0.31 203	0.24 199	0.30 203	0.23 192	0.29 193	0.26 184	0.29 198	0.24 202	0.33 199	0.23 179

testlalala	0.32 186	0.81 228	0.31 202	0.39 194	0.26 216	0.33 209	0.24 197	0.33 198	0.26 212	0.32 200	0.26 214	0.33 208	0.23 196	0.33 212	0.23 192	0.35 214	0.31 216	0.30 200	0.24 202	0.31 191	0.21 174

FENet	0.54 278	1.52 361	1.19 378	1.41 416	0.23 201	0.35 215	0.23 192	0.35 205	0.23 192	0.34 207	0.23 196	0.35 214	0.23 196	0.35 216	0.23 192	1.40 432	1.07 362	0.32 205	0.23 194	0.33 199	0.23 179

WCG-NET（raft）	0.32 186	1.24 349	0.24 175	0.32 172	0.24 206	0.32 207	0.23 192	0.32 195	0.24 194	0.32 200	0.24 202	0.32 205	0.24 199	0.32 206	0.24 196	0.30 194	0.23 178	0.30 200	0.23 194	0.30 188	0.23 179

tt1	0.31 178	0.93 252	0.24 175	0.33 176	0.23 201	0.31 199	0.24 197	0.32 195	0.24 194	0.32 200	0.23 196	0.32 205	0.25 202	0.32 206	0.24 196	0.27 184	0.26 184	0.27 191	0.26 213	0.27 180	0.27 204

xxxxx1	0.31 178	0.91 245	0.23 169	0.31 169	0.23 201	0.31 199	0.23 192	0.33 198	0.25 199	0.31 195	0.24 202	0.33 208	0.25 202	0.32 206	0.24 196	0.28 186	0.28 195	0.28 193	0.28 224	0.29 185	0.27 204

tt_ll	0.31 178	0.91 245	0.23 169	0.31 169	0.23 201	0.31 199	0.23 192	0.33 198	0.25 199	0.31 195	0.24 202	0.33 208	0.25 202	0.32 206	0.24 196	0.28 186	0.28 195	0.28 193	0.28 224	0.29 185	0.27 204

ff	0.31 178	0.91 245	0.23 169	0.31 169	0.23 201	0.31 199	0.23 192	0.33 198	0.25 199	0.31 195	0.24 202	0.33 208	0.25 202	0.32 206	0.24 196	0.28 186	0.28 195	0.28 193	0.28 224	0.29 185	0.27 204

iResNet_ROB	0.28 168	0.32 130	0.24 175	0.32 172	0.25 208	0.32 207	0.24 197	0.32 195	0.24 194	0.33 205	0.24 202	0.35 214	0.24 199	0.33 212	0.24 196	0.31 197	0.24 180	0.32 205	0.24 202	0.32 193	0.24 189

UNDER WATER-64	0.25 158	0.26 121	0.25 178	0.26 161	0.25 208	0.25 182	0.25 200	0.25 179	0.25 199	0.25 179	0.25 208	0.25 182	0.25 202	0.26 193	0.25 202	0.25 180	0.25 181	0.25 184	0.25 207	0.25 175	0.25 190

LoS_RVC	0.30 173	1.14 288	0.25 178	0.25 154	0.25 208	0.26 189	0.25 200	0.25 179	0.25 199	0.25 179	0.25 208	0.26 191	0.26 211	0.26 193	0.25 202	0.26 181	0.26 184	0.25 184	0.25 207	0.26 177	0.26 196

CAS	0.30 173	1.17 293	0.25 178	0.25 154	0.25 208	0.26 189	0.25 200	0.25 179	0.26 212	0.25 179	0.25 208	0.25 182	0.25 202	0.25 183	0.25 202	0.26 181	0.26 184	0.26 187	0.25 207	0.26 177	0.25 190

LoS	0.25 158	0.27 122	0.25 178	0.25 154	0.25 208	0.25 182	0.25 200	0.26 183	0.25 199	0.25 179	0.25 208	0.25 182	0.25 202	0.25 183	0.25 202	0.26 181	0.25 181	0.25 184	0.26 213	0.26 177	0.25 190
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CroCo-Stereo	0.73 311	1.22 347	0.25 178	1.22 402	0.25 208	1.22 435	0.25 200	1.22 428	0.25 199	1.22 436	0.25 208	1.22 439	0.25 202	1.22 439	0.25 202	1.22 421	0.26 184	1.21 443	0.25 207	1.22 422	0.25 190
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
StereoDRNet-Refined	0.33 189	0.39 147	0.26 184	0.39 194	0.26 216	0.40 235	0.26 208	0.40 229	0.26 212	0.39 225	0.26 214	0.39 232	0.26 211	0.39 236	0.26 207	0.37 223	0.25 181	0.37 241	0.25 207	0.37 224	0.37 265
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
model_zeroshot	0.27 167	0.20 100	0.27 185	0.33 176	0.21 194	0.37 223	0.22 185	0.37 215	0.24 194	0.26 186	0.27 218	0.33 208	0.21 189	0.25 183	0.27 208	0.32 198	0.20 167	0.34 220	0.23 194	0.25 175	0.26 196

GCAP-BAT	0.33 189	0.78 222	0.32 206	0.38 189	0.25 208	0.34 211	0.25 200	0.34 202	0.26 212	0.34 207	0.25 208	0.35 214	0.26 211	0.35 216	0.27 208	0.36 219	0.30 212	0.32 205	0.24 202	0.32 193	0.26 196

TorneroNet-64	0.45 248	0.27 122	0.30 196	0.58 274	0.27 218	0.70 339	0.30 228	0.28 186	0.73 361	0.73 341	0.28 224	0.71 341	0.66 344	0.75 345	0.27 208	0.27 184	0.29 204	0.37 241	0.75 365	0.28 182	0.30 232

CroCo-Stereo Lap2	0.77 318	1.29 351	0.29 192	1.27 406	0.29 228	1.27 438	0.26 208	1.26 431	0.26 212	1.26 437	0.26 214	1.27 441	0.26 211	1.26 440	0.27 208	1.27 423	0.27 189	1.27 446	0.27 220	1.27 424	0.27 204

CRFU-Net	0.65 294	1.67 365	1.22 428	1.96 434	0.27 218	0.41 251	0.27 211	0.41 244	0.27 217	0.40 230	0.26 214	0.41 251	0.27 219	0.40 239	0.27 208	1.80 447	1.62 465	0.34 220	0.23 194	0.33 199	0.23 179

MLCV	0.31 178	0.35 133	0.27 185	0.35 179	0.28 221	0.35 215	0.27 211	0.35 205	0.28 220	0.36 214	0.27 218	0.35 214	0.27 219	0.35 216	0.27 208	0.34 205	0.27 189	0.34 220	0.27 220	0.34 203	0.27 204

LG-Stereo_L2	0.34 191	0.37 138	0.38 236	0.47 238	0.28 221	0.39 233	0.28 216	0.39 224	0.28 220	0.39 225	0.28 224	0.39 232	0.28 225	0.38 228	0.28 214	0.42 266	0.35 231	0.36 238	0.26 213	0.35 215	0.26 196

GIP-stereo	0.36 202	0.49 186	0.39 243	0.48 242	0.32 243	0.41 251	0.28 216	0.40 229	0.30 235	0.41 243	0.28 224	0.40 239	0.28 225	0.42 266	0.28 214	0.45 270	0.32 219	0.38 248	0.30 243	0.37 224	0.27 204

DEFOM-Stereo	0.68 301	3.11 451	1.40 450	1.63 425	0.25 208	0.31 199	0.25 200	0.31 194	0.28 220	0.31 195	0.29 228	0.29 198	0.27 219	0.31 205	0.28 214	1.59 440	1.47 451	0.30 200	0.29 233	0.30 188	0.28 217

RSM	0.36 202	0.36 136	0.43 260	0.37 186	0.42 307	0.49 297	0.42 296	0.37 215	0.28 220	0.36 214	0.29 228	0.36 220	0.30 237	0.37 226	0.28 214	0.34 205	0.31 216	0.34 220	0.35 272	0.40 245	0.29 222

ACVNet-DCA	0.37 207	1.00 262	0.30 196	0.40 207	0.29 228	0.40 235	0.29 223	0.40 229	0.29 225	0.40 230	0.29 228	0.40 239	0.29 231	0.39 236	0.28 214	0.33 202	0.32 219	0.33 213	0.32 254	0.33 199	0.32 241

SQANet	0.28 168	0.28 125	0.28 189	0.28 164	0.28 221	0.28 193	0.28 216	0.28 186	0.28 220	0.28 189	0.28 224	0.28 193	0.28 225	0.28 198	0.28 214	0.28 186	0.28 195	0.28 193	0.28 224	0.28 182	0.28 217

Any-RAFT	0.32 186	0.36 136	0.27 185	0.36 183	0.27 218	0.36 218	0.27 211	0.36 209	0.27 217	0.36 214	0.27 218	0.36 220	0.27 219	0.36 222	0.28 214	0.36 219	0.28 195	0.36 238	0.28 224	0.36 222	0.28 217

IER	0.88 343	7.04 509	2.23 497	2.75 458	0.28 221	0.43 273	0.25 200	0.39 224	0.25 199	0.41 243	0.27 218	0.39 232	0.25 202	0.40 239	0.28 214	0.37 223	0.28 195	0.37 241	0.25 207	0.37 224	0.25 190

DGSMNet	0.34 191	0.41 156	0.27 185	0.41 218	0.28 221	0.41 251	0.28 216	0.41 244	0.27 217	0.41 243	0.27 218	0.42 267	0.27 219	0.41 253	0.28 214	0.40 244	0.29 204	0.40 263	0.28 224	0.40 245	0.27 204

DN-CSS_ROB	0.31 178	0.35 133	0.28 189	0.35 179	0.28 221	0.34 211	0.27 211	0.34 202	0.25 199	0.35 211	0.27 218	0.36 220	0.26 211	0.34 214	0.28 214	0.35 214	0.28 195	0.34 220	0.28 224	0.34 203	0.27 204

xx1	0.38 213	1.03 274	0.31 202	0.40 207	0.31 241	0.41 251	0.28 216	0.40 229	0.29 225	0.40 230	0.29 228	0.40 239	0.29 231	0.40 239	0.29 224	0.34 205	0.33 227	0.34 220	0.32 254	0.34 203	0.32 241

1test111	0.37 207	1.02 272	0.30 196	0.39 194	0.29 228	0.40 235	0.28 216	0.39 224	0.29 225	0.39 225	0.29 228	0.39 232	0.28 225	0.40 239	0.29 224	0.33 202	0.32 219	0.33 213	0.31 249	0.32 193	0.31 237

cc1	0.37 207	1.02 272	0.30 196	0.39 194	0.29 228	0.40 235	0.28 216	0.39 224	0.29 225	0.39 225	0.29 228	0.39 232	0.28 225	0.40 239	0.29 224	0.33 202	0.32 219	0.33 213	0.31 249	0.32 193	0.31 237

EKT-Stereo	0.37 207	0.40 149	0.44 262	1.07 338	0.29 228	0.34 211	0.31 232	0.36 209	0.29 225	0.38 220	0.31 242	0.37 226	0.30 237	0.36 222	0.29 224	0.34 205	0.28 195	0.39 258	0.30 243	0.37 224	0.30 232

PML	0.46 251	1.36 356	0.29 192	0.58 274	0.30 237	0.57 326	0.29 223	0.57 312	0.29 225	0.57 321	0.29 228	0.57 325	0.29 231	0.56 319	0.29 224	0.52 299	0.30 212	0.53 327	0.31 249	0.53 300	0.30 232

GES	0.66 296	2.34 415	0.29 192	0.41 218	0.29 228	0.41 251	0.29 223	0.42 260	0.29 225	0.40 230	0.41 294	0.41 251	0.30 237	0.51 309	0.29 224	0.32 198	0.29 204	0.32 205	2.46 510	2.49 473	0.30 232

UCFNet_RVC	2.75 501	10.06 531	0.29 192	10.31 547	0.29 228	0.42 269	0.29 223	0.43 264	0.29 225	0.42 255	0.29 228	0.42 267	9.87 547	0.43 268	0.29 224	0.36 219	9.84 547	0.36 238	0.26 213	9.77 546	0.26 196

IGEV++	0.34 191	0.43 164	0.30 196	0.40 207	0.29 228	0.40 235	0.29 223	0.40 229	0.29 225	0.40 230	0.29 228	0.40 239	0.29 231	0.40 239	0.30 231	0.38 230	0.29 204	0.37 241	0.29 233	0.37 224	0.29 222

IGEV-Stereo	0.35 198	0.44 167	0.45 264	0.49 248	0.30 237	0.37 223	0.30 228	0.36 209	0.30 235	0.36 214	0.29 228	0.36 220	0.29 231	0.36 222	0.30 231	0.46 273	0.39 249	0.32 205	0.24 202	0.32 193	0.25 190
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.34 191	0.42 163	0.31 202	0.39 194	0.30 237	0.38 227	0.30 228	0.40 229	0.29 225	0.40 230	0.37 276	0.41 251	0.34 256	0.38 228	0.30 231	0.34 205	0.27 189	0.34 220	0.26 213	0.34 203	0.26 196

RAFT + AFF	0.31 178	0.45 170	0.34 221	0.39 194	0.28 221	0.38 227	0.33 242	0.29 190	0.31 239	0.30 193	0.30 239	0.29 198	0.27 219	0.29 201	0.30 231	0.28 186	0.29 204	0.29 198	0.29 233	0.27 180	0.32 241

DANet	0.30 173	0.30 128	0.30 196	0.30 166	0.30 237	0.30 196	0.30 228	0.30 192	0.30 235	0.30 193	0.30 239	0.30 201	0.30 237	0.30 203	0.30 231	0.30 194	0.30 212	0.30 200	0.30 243	0.30 188	0.30 232
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
water-stereo	0.41 232	0.84 231	0.46 268	0.50 255	0.33 254	0.45 276	0.33 242	0.45 266	0.32 242	0.45 266	0.32 244	0.45 273	0.32 244	0.45 273	0.32 236	0.44 268	0.41 261	0.39 258	0.31 249	0.39 240	0.32 241

xyz-stereo-finetune	0.28 168	0.49 186	0.16 142	0.16 117	0.16 172	0.16 139	0.16 157	0.22 166	0.30 235	0.32 200	0.31 242	0.32 205	0.31 242	0.32 206	0.32 236	0.32 198	0.33 227	0.31 204	0.32 254	0.31 191	0.32 241

GREAT-IGEV	0.38 213	0.43 164	0.36 230	0.48 242	0.32 243	0.45 276	0.32 233	0.45 266	0.32 242	0.45 266	0.32 244	0.45 273	0.32 244	0.45 273	0.32 236	0.44 268	0.33 227	0.41 276	0.29 233	0.41 255	0.29 222

mms	0.40 225	0.45 170	0.35 228	0.48 242	0.36 273	0.47 287	0.34 253	0.45 266	0.38 275	0.47 276	0.33 250	0.45 273	0.32 244	0.45 273	0.32 236	0.39 240	0.38 242	0.38 248	0.37 280	0.39 240	0.39 277

fffy	0.38 213	0.43 164	0.33 211	0.46 232	0.33 254	0.45 276	0.32 233	0.45 266	0.32 242	0.45 266	0.32 244	0.45 273	0.33 251	0.45 273	0.32 236	0.38 230	0.38 242	0.38 248	0.37 280	0.37 224	0.36 261

iRaft-Stereo_20w	0.34 191	0.41 156	0.31 202	0.39 194	0.29 228	0.40 235	0.32 233	0.41 244	0.32 242	0.38 220	0.30 239	0.39 232	0.30 237	0.38 228	0.32 236	0.35 214	0.27 189	0.34 220	0.27 220	0.34 203	0.29 222

FCDSN-DC	0.41 232	0.59 210	0.64 316	0.54 266	0.33 254	0.50 305	0.37 269	0.42 260	0.40 284	0.61 326	0.43 305	0.50 308	0.49 319	0.38 228	0.32 236	0.28 186	0.23 178	0.26 187	0.22 189	0.35 215	0.28 217
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Gwc-CoAtRS	0.41 232	1.49 360	0.32 206	0.42 227	0.32 243	0.41 251	0.32 233	0.41 244	0.33 248	0.41 243	0.32 244	0.41 251	0.32 244	0.41 253	0.32 236	0.39 240	0.28 195	0.39 258	0.28 224	0.40 245	0.28 217

MyStereo04	0.56 284	3.72 466	0.59 308	0.49 248	0.41 297	0.36 218	0.32 233	0.37 215	0.31 239	0.34 207	0.46 312	0.35 214	0.32 244	0.35 216	0.33 244	0.49 285	0.45 275	0.34 220	0.32 254	0.35 215	0.43 294

PCWNet_CMD	2.80 503	9.82 529	0.32 206	10.09 546	0.32 243	0.49 297	0.33 242	3.34 505	0.33 248	0.49 290	0.33 250	0.49 294	8.73 543	0.48 290	0.33 244	0.41 252	9.22 542	0.42 287	0.29 233	9.55 545	0.31 237

CFNet_ucs	2.73 500	9.64 528	0.33 211	9.92 544	0.32 243	0.49 297	0.33 242	0.49 284	0.33 248	0.49 290	0.33 250	0.49 294	8.98 545	0.48 290	0.33 244	0.41 252	9.96 548	0.40 263	0.29 233	10.12 548	0.54 325

RAFT-Test	0.36 202	0.37 138	0.33 211	0.41 218	0.32 243	0.41 251	0.32 233	0.41 244	0.32 242	0.41 243	0.32 244	0.41 251	0.32 244	0.41 253	0.33 244	0.37 223	0.29 204	0.37 241	0.29 233	0.38 233	0.31 237

RCA-Stereo	0.51 274	3.22 455	0.34 221	0.44 230	0.34 264	0.44 275	0.34 253	0.43 264	0.34 257	0.43 261	0.34 258	0.44 271	0.33 251	0.43 268	0.33 244	0.38 230	0.29 204	0.38 248	0.29 233	0.38 233	0.29 222

CFNet_pseudo	2.67 499	9.36 526	0.32 206	10.99 548	0.33 254	0.85 352	0.33 242	0.49 284	0.33 248	0.49 290	0.32 244	0.49 294	7.26 541	0.49 296	0.33 244	0.41 252	9.62 545	0.41 276	0.29 233	10.03 547	0.29 222

pcwnet_v2	2.66 498	9.89 530	0.33 211	9.89 543	0.32 243	0.50 305	0.32 233	0.49 284	0.33 248	0.49 290	0.34 258	0.49 294	8.76 544	0.48 290	0.33 244	0.41 252	9.58 544	0.40 263	0.29 233	9.01 543	0.63 339

HCRNet	1.22 423	7.11 510	3.00 505	3.55 489	0.33 254	0.29 195	0.14 149	0.19 151	0.15 164	0.33 205	0.29 228	0.25 182	0.14 155	0.22 170	0.33 244	3.64 502	3.00 499	0.76 351	0.32 254	0.18 152	0.13 147

ccnet	0.80 324	2.28 407	0.33 211	0.50 255	0.33 254	0.50 305	0.33 242	0.50 292	0.33 248	0.49 290	0.33 250	0.49 294	1.56 459	2.38 476	0.33 244	0.41 252	0.29 204	0.42 287	1.57 471	2.28 461	0.29 222

CFNet-RSSM	0.91 346	4.89 486	0.34 221	0.44 230	1.07 399	1.62 453	1.40 465	0.91 351	0.35 260	1.60 446	1.39 465	0.64 334	0.34 256	0.44 270	0.33 244	0.41 252	0.35 231	0.75 349	0.30 243	0.41 255	0.29 222

psmorigin	0.41 232	0.46 174	0.33 211	0.49 248	0.33 254	0.49 297	0.33 242	0.49 284	0.33 248	0.49 290	0.33 250	0.49 294	0.33 251	0.51 309	0.33 244	0.41 252	0.30 212	0.41 276	0.30 243	0.79 327	0.29 222

MSMDNet	2.65 497	10.14 532	0.33 211	9.74 542	0.32 243	0.87 354	0.33 242	2.95 501	0.68 348	0.49 290	0.34 258	0.49 294	5.70 537	0.49 296	0.33 244	0.42 266	9.57 543	0.41 276	0.31 249	8.36 540	0.65 341

ccs_rob	2.79 502	10.17 533	0.32 206	10.00 545	0.33 254	0.49 297	0.33 242	1.90 452	0.32 242	0.51 306	0.33 250	0.49 294	9.24 546	0.49 296	0.33 244	0.41 252	9.82 546	0.41 276	0.28 224	9.34 544	0.29 222

depthmonostereo	0.44 246	0.85 233	0.46 268	0.54 266	0.40 290	0.52 314	0.38 275	0.52 303	0.35 260	0.47 276	0.34 258	0.46 277	0.34 256	0.47 281	0.34 257	0.45 270	0.43 271	0.41 276	0.33 262	0.41 255	0.32 241

DilatedVolume-Stereo	0.43 242	0.86 234	0.48 282	0.50 255	0.33 254	0.46 282	0.33 242	0.46 270	0.33 248	0.46 270	0.33 250	0.47 283	0.33 251	0.47 281	0.34 257	0.45 270	0.42 269	0.40 263	0.33 262	0.47 277	0.38 272

RAFT-Stereo-weight	0.45 248	1.90 380	0.34 221	0.42 227	0.36 273	0.43 273	0.35 258	0.42 260	0.34 257	0.42 255	0.34 258	0.44 271	0.34 256	0.41 253	0.34 257	0.38 230	0.32 219	0.38 248	0.32 254	0.38 233	0.33 248

H2IRNET	0.34 191	0.34 132	0.34 221	0.34 178	0.34 264	0.34 211	0.34 253	0.34 202	0.34 257	0.34 207	0.34 258	0.34 213	0.34 256	0.34 214	0.34 257	0.34 205	0.34 230	0.34 220	0.34 266	0.34 203	0.34 254

GCST	0.50 269	2.08 391	0.38 236	0.53 264	0.35 267	0.49 297	0.35 258	0.50 292	0.35 260	0.49 290	0.35 267	0.49 294	0.35 262	0.49 296	0.35 261	0.48 282	0.37 236	0.45 294	0.33 262	0.44 265	0.33 248

Former-RAFT_DAM_RVC	0.49 267	0.98 258	0.64 316	0.84 308	0.46 314	0.45 276	0.35 258	0.47 276	0.47 310	0.45 266	0.34 258	0.46 277	0.48 314	0.46 277	0.35 261	0.39 240	0.71 332	0.39 258	0.35 272	0.41 255	0.41 286

ETE_ROB	0.35 198	0.35 133	0.35 228	0.35 179	0.35 267	0.35 215	0.35 258	0.35 205	0.35 260	0.35 211	0.35 267	0.35 214	0.35 262	0.35 216	0.35 261	0.35 214	0.35 231	0.35 233	0.35 272	0.35 215	0.35 260

UGAM-zero	0.51 274	2.17 399	0.39 243	0.53 264	0.36 273	0.50 305	0.36 264	0.50 292	0.36 270	0.49 290	0.36 270	0.50 308	0.35 262	0.50 303	0.36 264	0.49 285	0.37 236	0.47 301	0.35 272	0.46 270	0.34 254

UGAM	0.51 274	2.23 404	0.39 243	0.54 266	0.35 267	0.50 305	0.35 258	0.49 284	0.35 260	0.49 290	0.35 267	0.49 294	0.36 265	0.50 303	0.36 264	0.49 285	0.37 236	0.45 294	0.34 266	0.45 269	0.34 254

CES	0.39 221	0.47 178	0.36 230	0.36 183	0.37 276	0.45 276	0.35 258	0.35 205	0.40 284	0.36 214	0.44 307	0.47 283	0.36 265	0.44 270	0.36 264	0.37 223	0.39 249	0.44 290	0.35 272	0.37 224	0.36 261

GMOStereo	0.37 207	0.45 170	0.23 169	0.30 166	0.37 276	0.41 251	0.36 264	0.41 244	0.35 260	0.43 261	0.36 270	0.41 251	0.40 279	0.41 253	0.36 264	0.34 205	0.22 174	0.47 301	0.37 280	0.39 240	0.33 248

error version	0.93 353	4.47 481	2.35 500	1.99 436	0.37 276	0.41 251	0.36 264	0.41 244	0.35 260	0.43 261	0.36 270	0.41 251	0.40 279	0.41 253	0.36 264	1.87 449	2.16 492	0.47 301	0.37 280	0.39 240	0.33 248

test_1	0.93 353	4.47 481	2.35 500	1.99 436	0.37 276	0.41 251	0.36 264	0.41 244	0.35 260	0.43 261	0.36 270	0.41 251	0.40 279	0.41 253	0.36 264	1.87 449	2.16 492	0.47 301	0.37 280	0.39 240	0.33 248

DMCA	0.36 202	0.38 141	0.37 233	0.35 179	0.35 267	0.36 218	0.36 264	0.36 209	0.35 260	0.35 211	0.37 276	0.36 220	0.36 265	0.35 216	0.36 264	0.36 219	0.36 234	0.35 233	0.36 278	0.36 222	0.36 261

ADCS	0.09 51	0.02 12	0.04 43	0.90 313	0.06 107	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 127	0.36 264	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

SCV_C0	0.45 248	0.88 238	0.49 287	0.54 266	0.37 276	0.48 292	0.37 269	0.48 280	0.37 271	0.48 283	0.36 270	0.48 290	0.37 269	0.49 296	0.37 272	0.50 291	0.41 261	0.44 290	0.34 266	0.44 265	0.34 254

SCV	0.46 251	0.94 253	0.45 264	0.54 266	0.37 276	0.48 292	0.38 275	0.48 280	0.37 271	0.48 283	0.39 285	0.48 290	0.37 269	0.49 296	0.37 272	0.50 291	0.46 277	0.44 290	0.34 266	0.44 265	0.34 254

XPNet_ROB	0.37 207	0.37 138	0.37 233	0.37 186	0.37 276	0.37 223	0.37 269	0.37 215	0.37 271	0.37 219	0.37 276	0.37 226	0.37 269	0.37 226	0.37 272	0.37 223	0.37 236	0.37 241	0.37 280	0.37 224	0.37 265

HART	0.38 213	0.45 170	0.34 221	0.42 227	0.33 254	0.41 251	0.34 253	0.42 260	0.33 248	0.43 261	0.34 258	0.42 267	0.34 256	0.41 253	0.38 275	0.40 244	0.32 219	0.42 287	0.32 254	0.40 245	0.32 241

WAO-8	0.38 213	0.38 141	0.38 236	0.38 189	0.38 283	0.38 227	0.38 275	0.38 220	0.38 275	0.38 220	0.38 281	0.38 228	0.38 273	0.38 228	0.38 275	0.38 230	0.38 242	0.38 248	0.37 280	0.38 233	0.38 272

WAO-7	0.38 213	0.38 141	0.38 236	0.38 189	0.38 283	0.38 227	0.38 275	0.38 220	0.38 275	0.38 220	0.38 281	0.38 228	0.38 273	0.38 228	0.38 275	0.38 230	0.38 242	0.38 248	0.38 292	0.38 233	0.38 272

Venus	0.38 213	0.38 141	0.38 236	0.38 189	0.38 283	0.37 223	0.38 275	0.37 215	0.37 271	0.41 243	0.37 276	0.39 232	0.37 269	0.38 228	0.38 275	0.37 223	0.38 242	0.38 248	0.37 280	0.37 224	0.38 272

IMH	0.38 213	0.38 141	0.38 236	0.38 189	0.38 283	0.38 227	0.38 275	0.38 220	0.38 275	0.42 255	0.38 281	0.40 239	0.38 273	0.38 228	0.38 275	0.38 230	0.38 242	0.39 258	0.38 292	0.38 233	0.38 272

iRaftStereo_RVC	0.97 357	3.17 454	2.30 499	2.42 452	0.38 283	0.54 319	0.38 275	0.54 307	0.38 275	0.54 314	0.38 281	0.54 317	0.38 273	0.54 315	0.38 275	2.38 480	2.34 496	0.49 313	0.36 278	0.49 284	0.36 261

LG-Stereo_L1	0.47 257	0.52 199	0.47 275	0.62 280	0.39 288	0.53 316	0.40 283	0.53 305	0.39 283	0.53 311	0.39 285	0.53 315	0.39 278	0.53 314	0.39 281	0.55 303	0.46 277	0.49 313	0.37 280	0.49 284	0.37 265

gcap-zeroshot	0.35 198	0.32 130	0.37 233	0.49 248	0.39 288	0.33 209	0.21 180	0.26 183	0.35 260	0.42 255	0.34 258	0.49 294	0.29 231	0.47 281	0.39 281	0.34 205	0.17 158	0.38 248	0.23 194	0.48 281	0.34 254

GCAP-Stereo	0.75 313	4.15 477	0.42 259	0.75 299	0.35 267	0.78 346	0.40 283	0.79 338	0.38 275	0.78 349	0.36 270	0.78 351	0.36 265	0.79 347	0.39 281	0.75 330	0.39 249	0.76 351	0.39 295	0.75 322	0.39 277

LL-Strereo2	0.48 262	1.73 370	0.51 295	0.59 276	0.34 264	0.42 269	0.33 242	0.40 229	0.31 239	0.42 255	0.33 250	0.42 267	0.31 242	0.44 270	0.39 281	0.60 309	0.51 301	0.44 290	0.33 262	0.44 265	0.33 248

HanzoNet	0.39 221	0.38 141	0.40 246	0.39 194	0.41 297	0.38 227	0.38 275	0.38 220	0.38 275	0.39 225	0.39 285	0.38 228	0.38 273	0.39 236	0.40 285	0.38 230	0.38 242	0.40 263	0.38 292	0.38 233	0.40 279

knoymous	0.40 225	0.40 149	0.40 246	0.40 207	0.40 290	0.40 235	0.40 283	0.40 229	0.40 284	0.40 230	0.40 288	0.40 239	0.40 279	0.40 239	0.40 285	0.40 244	0.40 252	0.40 263	0.40 296	0.40 245	0.40 279

anonymousa	0.40 225	0.40 149	0.40 246	0.40 207	0.40 290	0.40 235	0.40 283	0.40 229	0.40 284	0.40 230	0.40 288	0.40 239	0.40 279	0.40 239	0.40 285	0.40 244	0.40 252	0.40 263	0.40 296	0.40 245	0.40 279

riskmin	0.40 225	0.40 149	0.40 246	0.40 207	0.40 290	0.40 235	0.40 283	0.40 229	0.40 284	0.40 230	0.40 288	0.40 239	0.40 279	0.40 239	0.40 285	0.40 244	0.40 252	0.40 263	0.40 296	0.40 245	0.40 279

Anonymous_2	0.40 225	0.40 149	0.40 246	0.40 207	0.40 290	0.40 235	0.40 283	0.40 229	0.40 284	0.40 230	0.40 288	0.40 239	0.40 279	0.40 239	0.40 285	0.40 244	0.40 252	0.40 263	0.40 296	0.40 245	0.40 279

Anonymous_1	0.40 225	0.40 149	0.40 246	0.40 207	0.40 290	0.40 235	0.40 283	0.40 229	0.40 284	0.40 230	0.40 288	0.40 239	0.40 279	0.40 239	0.40 285	0.40 244	0.40 252	0.40 263	0.40 296	0.40 245	0.40 279

AdaStereo	0.40 225	0.40 149	0.40 246	0.40 207	0.40 290	0.40 235	0.40 283	0.40 229	0.40 284	0.40 230	0.40 288	0.40 239	0.40 279	0.40 239	0.40 285	0.40 244	0.40 252	0.40 263	0.40 296	0.40 245	0.40 279
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.
LG-Stereo_Zeroshot	0.48 262	0.55 207	0.47 275	0.63 282	0.41 297	0.56 321	0.44 299	0.56 309	0.41 293	0.56 319	0.41 294	0.57 325	0.42 296	0.56 319	0.41 292	0.55 303	0.43 271	0.51 322	0.37 280	0.51 295	0.37 265

GwcNet-ADL	0.41 232	0.41 156	0.41 254	0.41 218	0.41 297	0.41 251	0.41 291	0.41 244	0.41 293	0.41 243	0.41 294	0.41 251	0.41 290	0.41 253	0.41 292	0.41 252	0.41 261	0.41 276	0.41 303	0.41 255	0.41 286

PSMNet-ADL	0.41 232	0.41 156	0.41 254	0.41 218	0.41 297	0.41 251	0.41 291	0.41 244	0.41 293	0.41 243	0.41 294	0.41 251	0.41 290	0.41 253	0.41 292	0.41 252	0.41 261	0.41 276	0.41 303	0.41 255	0.41 286

GANet-ADL	0.41 232	0.41 156	0.41 254	0.41 218	0.41 297	0.41 251	0.41 291	0.41 244	0.41 293	0.41 243	0.41 294	0.41 251	0.41 290	0.41 253	0.41 292	0.41 252	0.41 261	0.41 276	0.41 303	0.41 255	0.41 286

ADLNet2	0.41 232	0.41 156	0.41 254	0.41 218	0.41 297	0.41 251	0.41 291	0.41 244	0.41 293	0.41 243	0.41 294	0.41 251	0.41 290	0.41 253	0.41 292	0.41 252	0.41 261	0.41 276	0.41 303	0.41 255	0.41 286

ADLNet	0.41 232	0.41 156	0.41 254	0.41 218	0.41 297	0.41 251	0.41 291	0.41 244	0.41 293	0.41 243	0.41 294	0.41 251	0.41 290	0.41 253	0.41 292	0.41 252	0.41 261	0.41 276	0.41 303	0.41 255	0.41 286

Occ-G	1.12 373	0.52 199	3.72 525	3.50 488	0.50 330	0.56 321	0.47 310	0.54 307	0.46 305	0.54 314	0.41 294	0.54 317	0.42 296	0.52 312	0.42 298	3.42 501	4.02 520	0.52 325	0.45 313	0.51 295	0.44 297

CFNet_RVC	2.38 491	8.71 521	0.38 236	9.33 539	0.42 307	0.56 321	0.42 296	0.60 319	0.38 275	0.62 329	0.42 303	0.56 324	7.29 542	0.62 327	0.42 298	0.53 300	0.37 236	0.49 313	0.34 266	8.30 539	6.87 545

DispNO	1.00 360	0.63 213	0.43 260	3.45 484	0.44 310	0.65 335	0.43 298	0.64 324	0.43 300	0.64 332	0.43 305	0.64 334	3.03 503	0.64 332	0.43 300	4.55 510	0.43 271	0.63 336	0.43 311	0.63 308	0.43 294

MonSter	0.60 286	0.64 215	0.52 298	0.62 280	0.44 310	2.07 468	0.44 299	0.62 322	0.44 303	0.62 329	0.44 307	0.62 333	0.44 300	0.62 327	0.44 301	0.58 307	0.42 269	0.62 334	0.46 315	0.58 304	0.42 293

AIO-test1	0.54 278	0.60 212	0.52 298	0.66 289	0.47 320	0.61 329	0.47 310	0.58 315	0.46 305	0.61 326	0.46 312	0.61 331	0.45 302	0.62 327	0.45 302	0.61 312	0.52 303	0.57 330	0.48 325	0.57 303	0.48 309

AIO-Stereo	0.84 339	0.66 216	0.70 326	0.83 307	0.67 359	0.98 366	0.82 367	1.14 371	0.72 358	1.03 374	0.74 367	1.03 378	1.09 382	0.99 372	0.45 302	1.04 359	0.73 334	0.95 374	0.74 364	0.94 348	0.46 300

MyStereo06	0.75 313	4.12 474	0.60 310	0.63 282	0.61 349	0.62 332	0.66 342	0.56 309	0.45 304	0.55 317	0.48 324	0.54 317	0.46 305	0.57 323	0.45 302	0.60 309	0.57 311	0.64 337	0.55 336	0.72 318	0.55 329

CASnet	0.35 198	0.51 197	0.44 262	0.32 172	0.31 241	0.24 175	0.34 253	0.36 209	0.25 199	0.31 195	0.37 276	0.30 201	0.33 251	0.25 183	0.45 302	0.37 223	0.37 236	0.33 213	0.35 272	0.34 203	0.37 265
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
fffft	0.48 262	0.51 197	0.45 264	0.52 263	0.45 312	0.52 314	0.45 303	0.52 303	0.48 317	0.53 311	0.45 310	0.52 314	0.45 302	0.52 312	0.46 306	0.51 297	0.41 261	0.50 317	0.41 303	0.50 289	0.41 286
1: 1. 1
PAM_32	0.64 293	2.38 419	0.51 295	0.92 318	0.43 309	0.53 316	0.44 299	0.87 345	0.43 300	0.52 309	0.45 310	0.53 315	0.40 279	0.54 315	0.46 306	0.62 315	0.56 309	0.48 309	0.45 313	0.76 323	0.44 297

otaku	0.46 251	0.46 174	0.46 268	0.46 232	0.46 314	0.46 282	0.46 305	0.46 270	0.46 305	0.46 270	0.46 312	0.46 277	0.46 305	0.46 277	0.46 306	0.46 273	0.46 277	0.46 297	0.46 315	0.46 270	0.46 300

Dean	0.46 251	0.46 174	0.46 268	0.46 232	0.46 314	0.46 282	0.46 305	0.46 270	0.46 305	0.47 276	0.46 312	0.46 277	0.46 305	0.46 277	0.46 306	0.46 273	0.46 277	0.46 297	0.46 315	0.46 270	0.46 300

ACVNet_1	0.46 251	0.47 178	0.46 268	0.46 232	0.46 314	0.46 282	0.46 305	0.46 270	0.47 310	0.46 270	0.46 312	0.46 277	0.46 305	0.46 277	0.46 306	0.46 273	0.46 277	0.47 301	0.46 315	0.46 270	0.46 300

ACVNet-4b	0.46 251	0.46 174	0.46 268	0.46 232	0.46 314	0.46 282	0.46 305	0.46 270	0.46 305	0.46 270	0.46 312	0.46 277	0.46 305	0.47 281	0.46 306	0.46 273	0.46 277	0.46 297	0.46 315	0.46 270	0.46 300

AIO-test2	0.55 282	0.59 210	0.52 298	0.67 290	0.47 320	0.61 329	0.47 310	0.61 321	0.47 310	0.61 326	0.47 320	0.61 331	0.48 314	0.62 327	0.47 312	0.64 317	0.53 305	0.58 331	0.47 322	0.58 304	0.48 309

Ntro	0.47 257	0.47 178	0.46 268	0.46 232	0.46 314	0.47 287	0.47 310	0.46 270	0.47 310	0.46 270	0.46 312	0.47 283	0.46 305	0.47 281	0.47 312	0.47 278	0.46 277	0.46 297	0.46 315	0.46 270	0.46 300

HaxPig	0.47 257	0.47 178	0.47 275	0.49 248	0.47 320	0.47 287	0.47 310	0.47 276	0.47 310	0.47 276	0.47 320	0.47 283	0.47 313	0.47 281	0.47 312	0.47 278	0.47 285	0.47 301	0.47 322	0.47 277	0.48 309

UNDER WATER	0.47 257	0.47 178	0.47 275	0.47 238	0.47 320	0.47 287	0.47 310	0.47 276	0.47 310	0.47 276	0.47 320	0.47 283	0.46 305	0.47 281	0.47 312	0.47 278	0.47 285	0.47 301	0.46 315	0.47 277	0.47 307

LVE	0.47 257	0.47 178	0.47 275	0.47 238	0.49 326	0.47 287	0.47 310	0.47 276	0.49 319	0.47 276	0.47 320	0.47 283	0.46 305	0.47 281	0.47 312	0.47 278	0.47 285	0.48 309	0.47 322	0.47 277	0.47 307

AEACV	1.12 373	0.52 199	3.12 517	3.24 473	0.86 378	0.53 316	0.49 321	0.60 319	0.47 310	0.53 311	0.49 327	0.55 321	0.45 302	0.55 318	0.47 312	3.01 497	3.88 518	0.71 346	0.60 343	0.80 330	0.48 309

RainbowNet	0.48 262	0.48 184	0.48 282	0.48 242	0.48 324	0.48 292	0.48 319	0.48 280	0.48 317	0.48 283	0.48 324	0.48 290	0.48 314	0.48 290	0.48 318	0.48 282	0.48 288	0.48 309	0.48 325	0.48 281	0.48 309

notaker	0.48 262	0.49 186	0.48 282	0.48 242	0.48 324	0.48 292	0.48 319	0.48 280	0.49 319	0.48 283	0.48 324	0.48 290	0.48 314	0.48 290	0.48 318	0.48 282	0.48 288	0.48 309	0.48 325	0.48 281	0.49 314

ACVNet_2	0.49 267	0.49 186	0.49 287	0.49 248	0.49 326	0.49 297	0.49 321	0.49 284	0.49 319	0.49 290	0.49 327	0.49 294	0.49 319	0.49 296	0.49 320	0.49 285	0.49 291	0.49 313	0.49 328	0.49 284	0.49 314

FoundationStereo	0.50 269	0.50 190	0.50 290	0.50 255	0.50 330	0.50 305	0.50 323	0.50 292	0.50 322	0.50 302	0.50 329	0.50 308	0.50 322	0.50 303	0.50 321	0.50 291	0.50 297	0.50 317	0.50 330	0.50 289	0.50 317

StereoAnything_RVC	0.50 269	0.50 190	0.50 290	0.50 255	0.50 330	0.50 305	0.50 323	0.50 292	0.50 322	0.50 302	0.50 329	0.50 308	0.50 322	0.50 303	0.50 321	0.50 291	0.50 297	0.50 317	0.50 330	0.50 289	0.50 317

dual_stereo	0.50 269	0.50 190	0.50 290	0.50 255	0.50 330	0.50 305	0.50 323	0.50 292	0.50 322	0.50 302	0.50 329	0.50 308	0.50 322	0.50 303	0.50 321	0.50 291	0.50 297	0.50 317	0.50 330	0.50 289	0.50 317

LL-Strereo	1.01 365	5.06 488	1.63 461	0.70 293	1.43 466	0.56 321	0.46 305	0.57 312	0.50 322	0.57 321	0.50 329	1.58 450	0.49 319	0.59 325	0.50 321	1.64 443	0.52 303	0.51 322	1.37 459	0.52 297	0.45 299

SANet	0.50 269	0.50 190	0.50 290	0.50 255	0.50 330	0.50 305	0.50 323	0.50 292	0.50 322	0.50 302	0.50 329	0.50 308	0.50 322	0.50 303	0.50 321	0.50 291	0.50 297	0.50 317	0.50 330	0.50 289	0.50 317

SMoEStereo_RVC	0.63 291	0.75 221	0.51 295	0.73 297	0.53 339	0.71 341	0.47 310	0.67 328	0.58 335	0.74 346	0.60 342	0.72 344	0.53 329	0.74 344	0.51 326	0.61 312	0.62 318	0.62 334	0.61 345	0.63 308	0.61 335

ktn	0.72 310	0.53 202	1.08 367	1.14 346	0.51 335	1.22 435	1.36 458	0.51 301	0.59 336	0.51 306	0.51 335	0.69 340	1.20 394	0.67 336	0.51 326	0.51 297	0.49 291	0.58 331	0.66 350	0.52 297	0.53 324

WCG-NET	0.61 289	1.21 343	0.54 303	0.61 279	0.53 339	0.67 337	0.53 329	0.66 327	0.53 330	0.64 332	0.53 338	0.65 337	0.53 329	0.59 325	0.52 328	0.65 318	0.48 288	0.64 337	0.52 334	0.58 304	0.50 317

MyStereo8	0.71 307	3.92 473	0.52 298	0.59 276	0.52 336	0.57 326	0.53 329	0.59 317	0.50 322	0.59 325	0.51 335	0.57 325	0.50 322	0.56 319	0.52 328	0.54 301	0.49 291	0.54 328	0.49 328	0.55 302	0.50 317

KSHMR	0.66 296	0.50 190	0.48 282	1.15 348	0.52 336	0.49 297	0.51 327	0.49 284	0.71 357	0.67 336	0.50 329	1.16 390	1.11 383	0.66 334	0.52 328	0.49 285	0.49 291	0.51 322	0.66 350	0.50 289	1.14 395

test-3	0.98 359	4.13 476	1.85 481	1.85 428	0.61 349	0.69 338	0.37 269	0.63 323	0.61 339	0.66 335	0.51 335	0.73 346	0.44 300	0.57 323	0.54 331	1.68 444	1.81 476	0.40 263	0.43 311	0.66 310	0.50 317

PSMNet_ROB	0.54 278	0.54 205	0.54 303	0.54 266	0.53 339	0.54 319	0.54 331	0.53 305	0.54 332	0.54 314	0.54 339	0.54 317	0.53 329	0.54 315	0.54 331	0.54 301	0.53 305	0.54 328	0.54 335	0.54 301	0.54 325

MyStereo05	0.80 324	4.12 474	0.63 314	0.63 282	0.61 349	0.62 332	0.66 342	0.65 325	0.62 340	0.67 336	0.61 345	0.65 337	0.58 334	0.67 336	0.55 333	0.60 309	0.57 311	0.64 337	0.55 336	0.72 318	0.55 329

CASS	0.57 285	0.89 241	0.56 305	0.57 273	0.56 342	0.56 321	0.56 332	0.56 309	0.53 330	0.57 321	0.57 341	0.59 329	0.48 314	0.56 319	0.57 334	0.55 303	0.56 309	0.47 301	0.56 339	0.62 307	0.56 332
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.63 291	0.69 217	0.56 305	0.71 295	0.56 342	0.71 341	0.56 332	0.71 333	0.56 333	0.72 340	0.56 340	0.71 341	0.56 333	0.71 339	0.58 335	0.68 322	0.55 307	0.68 342	0.55 336	0.68 312	0.54 325

UDG	0.80 324	2.21 403	0.60 310	0.91 315	0.60 345	0.90 358	0.58 334	0.88 348	0.60 337	0.90 357	0.60 342	0.88 360	0.60 336	0.90 360	0.58 335	0.86 344	0.60 313	0.84 363	0.59 342	0.84 336	0.61 335

DDUNet	0.81 329	2.45 422	0.57 307	0.90 313	0.60 345	0.88 355	0.59 335	0.90 349	0.60 337	0.88 356	0.60 342	0.90 363	0.58 334	0.88 357	0.60 337	0.84 342	0.60 313	0.86 365	0.57 340	0.86 337	0.60 334

ARAFT	0.68 301	0.81 228	0.63 314	0.74 298	0.60 345	0.78 346	0.62 337	0.77 337	0.66 346	0.74 346	0.63 347	0.75 348	0.62 338	0.83 351	0.60 337	0.70 326	0.55 307	0.70 345	0.60 343	0.78 325	0.55 329

RAFT-Stereo + iAFF	0.70 305	0.72 219	0.71 329	0.80 303	0.62 352	0.82 351	0.61 336	0.81 343	0.62 340	0.81 353	0.63 347	0.80 354	0.70 349	0.73 342	0.61 339	0.76 331	0.61 317	0.74 348	0.61 345	0.77 324	0.61 335

MyStereo07	0.60 286	3.72 466	0.48 282	0.49 248	0.41 297	0.36 218	0.32 233	0.49 284	0.43 300	0.51 306	0.42 303	0.49 294	0.43 298	0.51 309	0.64 340	0.49 285	0.45 275	0.34 220	0.32 254	0.35 215	0.43 294

RSM++	0.76 317	0.82 230	0.66 320	0.85 310	0.64 353	0.85 352	0.71 354	0.94 358	0.64 343	0.87 355	0.67 354	0.87 359	0.65 341	0.84 352	0.65 341	0.81 337	0.70 328	0.79 354	0.71 362	0.83 335	0.70 347

plain	1.88 444	3.16 453	0.64 316	3.10 468	0.65 355	3.10 504	0.64 339	3.12 502	0.65 344	3.10 503	0.65 351	3.11 503	0.65 341	3.12 502	0.65 341	3.12 498	0.65 321	3.13 503	0.65 348	3.13 489	0.65 341

DSFCA	0.66 296	0.73 220	0.78 338	0.65 286	0.65 355	0.64 334	0.64 339	0.65 325	0.63 342	0.64 332	0.64 349	0.64 334	0.64 339	0.65 333	0.65 341	0.65 318	0.65 321	0.65 340	0.65 348	0.66 310	0.64 340

LMCR-Stereo	0.65 294	0.63 213	0.65 319	0.65 286	0.65 355	0.66 336	0.63 338	0.58 315	0.65 344	0.63 331	0.64 349	0.65 337	0.65 341	0.66 334	0.66 344	0.66 320	0.64 320	0.65 340	0.67 354	0.68 312	0.73 354

CoDeX	0.15 121	0.70 218	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 345	0.02 15	0.69 327	0.75 349	0.01 9	0.02 20	0.02 20

Selective-IGEV	0.51 274	0.55 207	0.45 264	0.69 291	0.45 312	0.61 329	0.45 303	0.50 292	0.40 284	0.56 319	0.44 307	0.55 321	0.40 279	0.72 340	0.67 345	0.59 308	0.46 277	0.45 294	0.34 266	0.46 270	0.37 265

AFF-stereo	0.73 311	0.88 238	0.67 323	0.75 299	0.68 362	0.75 343	0.64 339	0.80 340	0.72 358	0.83 354	0.70 359	0.82 357	0.64 339	0.84 352	0.67 345	0.77 332	0.63 319	0.81 359	0.63 347	0.78 325	0.62 338

MIF-Stereo (partial)	2.58 496	3.31 457	0.66 320	3.18 472	0.66 358	3.18 505	0.66 342	3.21 503	0.67 347	3.19 504	0.66 353	3.19 504	0.66 344	3.31 506	0.68 348	5.09 527	1.79 475	8.23 546	1.67 484	6.18 530	1.38 466

UniTT-Stereo	2.03 461	3.43 459	0.72 330	3.42 483	0.73 368	3.27 507	0.68 347	3.38 506	0.69 351	3.29 506	0.72 364	3.28 506	0.70 349	3.35 507	0.68 348	3.39 500	0.68 323	3.31 505	0.69 357	3.37 490	0.73 354

R-Stereo Train	0.81 329	0.96 255	0.67 323	0.95 325	0.67 359	0.95 363	0.68 347	0.95 360	0.68 348	0.95 367	0.68 355	0.96 371	0.68 347	0.96 370	0.68 348	0.94 353	0.68 323	0.94 372	0.68 355	0.94 348	0.68 345

RAFT-Stereo	0.81 329	0.96 255	0.67 323	0.95 325	0.67 359	0.95 363	0.68 347	0.95 360	0.68 348	0.95 367	0.68 355	0.96 371	0.68 347	0.96 370	0.68 348	0.94 353	0.68 323	0.94 372	0.68 355	0.94 348	0.68 345
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HH	0.71 307	2.54 424	0.74 333	1.10 340	0.32 243	0.41 251	0.37 269	0.69 330	0.78 364	0.73 341	0.90 376	0.75 348	1.00 373	0.84 352	0.69 352	0.69 323	0.40 252	0.35 233	0.26 213	0.35 215	0.26 196

HanStereo	0.71 307	2.54 424	0.74 333	1.10 340	0.32 243	0.41 251	0.37 269	0.69 330	0.78 364	0.73 341	0.90 376	0.75 348	1.00 373	0.84 352	0.69 352	0.69 323	0.40 252	0.35 233	0.26 213	0.35 215	0.26 196

DMCA-RVC	0.70 305	0.80 225	0.70 326	0.70 293	0.70 364	0.70 339	0.70 351	0.71 333	0.70 354	0.70 339	0.71 362	0.71 341	0.70 349	0.70 338	0.69 352	0.69 323	0.70 328	0.69 343	0.70 359	0.69 316	0.70 347

MSMD_ROB	1.19 375	1.10 286	0.70 326	1.10 340	0.60 345	1.10 381	0.70 351	1.10 370	0.70 354	1.10 378	0.70 359	1.10 384	0.70 349	7.00 545	0.70 355	1.10 364	0.70 328	1.10 386	0.70 359	1.10 360	0.70 347

MoCha-V2	2.11 468	26.97 552	0.78 338	0.92 318	0.77 372	0.96 365	0.72 355	0.90 349	0.72 358	0.94 365	0.70 359	0.90 363	0.71 353	0.91 361	0.71 356	0.85 343	0.71 332	0.88 366	0.69 357	0.87 338	0.67 344

DCRE	0.84 339	1.89 378	0.77 337	0.94 323	0.72 367	0.88 355	0.73 356	0.87 345	0.78 364	0.90 357	0.71 362	0.88 360	0.67 346	0.88 357	0.73 357	0.81 337	0.68 323	0.81 359	0.70 359	0.82 334	0.70 347

iGMRVC	0.84 339	2.85 447	0.72 330	0.72 296	0.73 368	0.77 344	0.79 361	0.73 335	0.74 363	0.73 341	0.72 364	0.73 346	0.76 358	0.73 342	0.73 357	0.72 328	0.73 334	0.73 347	0.72 363	0.73 321	0.72 351

PA-Net	11.80 547	223.51 574	0.62 313	0.59 276	0.71 365	0.59 328	0.73 356	0.67 328	0.73 361	0.55 317	0.61 345	0.60 330	0.74 355	0.63 331	0.73 357	0.66 320	0.60 313	0.69 343	0.66 350	0.72 318	0.65 341
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LG-Stereo	0.60 286	0.58 209	0.47 275	0.64 285	0.74 370	1.00 368	0.69 350	0.57 312	0.41 293	0.57 321	0.41 294	0.57 325	0.41 290	1.00 373	0.75 360	0.91 346	0.51 301	0.52 325	0.37 280	0.52 297	0.37 265

tt45	1.04 367	0.88 238	1.36 444	0.92 318	1.03 397	1.51 451	0.79 361	0.70 332	0.88 373	0.74 346	0.90 376	1.60 451	0.72 354	1.60 448	0.75 360	0.91 346	0.78 340	1.52 458	0.79 369	1.14 362	1.32 459

RAStereo	2.23 481	3.64 462	0.76 336	3.65 492	0.86 378	3.66 511	0.76 359	3.67 510	0.81 371	3.66 507	0.76 369	3.66 508	0.77 359	3.68 509	0.77 362	3.68 503	0.77 339	3.69 510	0.77 366	3.70 492	0.77 360

SFCPSM	0.17 133	0.78 222	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 363	0.02 15	0.75 337	0.76 351	0.02 20	0.02 20	0.02 20

G-Net	0.79 322	0.79 224	0.79 341	0.79 301	0.79 374	0.79 348	0.79 361	0.79 338	0.79 367	0.79 350	0.79 371	0.79 353	0.79 361	0.79 347	0.79 363	0.79 333	0.79 341	0.79 354	0.79 369	0.79 327	0.79 361

HSM-Net_RVC	0.95 356	1.17 293	0.78 338	1.18 355	0.71 365	1.16 388	0.75 358	1.09 369	0.80 368	1.10 378	0.75 368	1.17 391	0.74 355	1.17 391	0.80 365	1.13 370	0.73 334	1.17 393	0.77 366	1.16 366	0.72 351
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NaN_ROB	0.80 324	0.80 225	0.80 342	0.80 303	0.80 376	0.80 349	0.80 364	0.80 340	0.80 368	0.80 351	0.80 372	0.80 354	0.80 362	0.80 349	0.80 365	0.80 334	0.80 344	0.80 357	0.80 371	0.80 330	0.80 362

CSAN	0.80 324	0.80 225	0.80 342	0.80 303	0.80 376	0.80 349	0.80 364	0.80 340	0.80 368	0.80 351	0.80 372	0.80 354	0.80 362	0.80 349	0.80 365	0.80 334	0.80 344	0.80 357	0.80 371	0.80 330	0.80 362

ours_stereo	1.20 376	1.21 343	0.90 350	1.64 426	1.11 400	1.35 441	0.67 346	1.76 448	0.93 380	1.70 452	1.10 393	1.39 445	0.75 357	1.41 445	0.81 368	1.60 442	1.03 360	1.33 448	1.00 385	1.61 436	0.72 351

AIO-Stereo-zeroshot1	0.75 313	0.92 250	0.85 346	0.96 328	0.59 344	1.27 438	0.44 299	0.59 317	0.69 351	0.91 359	0.68 355	0.55 321	0.61 337	1.06 379	0.83 369	0.62 315	0.70 328	0.90 367	0.41 303	0.89 340	0.56 332

999	1.00 360	1.12 287	0.59 308	1.10 340	1.21 456	1.09 380	0.52 328	1.08 367	1.43 467	1.18 388	1.35 459	0.98 373	0.52 328	0.91 361	0.85 370	0.72 328	1.46 450	0.83 362	0.98 383	0.68 312	1.41 467

ToySt	0.92 348	2.11 394	0.90 350	0.95 325	0.79 374	0.99 367	0.78 360	0.94 358	0.81 371	0.94 365	0.78 370	0.95 370	0.77 359	0.94 366	0.86 371	0.91 346	0.79 341	0.85 364	0.77 366	0.89 340	0.73 354

DPSimNet_ROB	0.97 357	1.18 295	0.81 344	1.10 340	0.91 384	1.02 373	0.82 367	1.04 366	0.91 375	1.03 374	0.86 375	1.28 442	0.82 364	1.03 378	0.89 372	1.17 373	0.81 346	1.02 383	0.82 374	1.08 359	0.81 364

DGTPSM_ROB	0.93 353	1.00 262	0.92 354	0.94 323	0.96 389	0.91 359	0.92 374	0.91 351	0.96 384	0.91 359	0.96 383	0.93 369	0.92 368	0.94 366	0.92 373	0.92 349	0.92 352	0.90 367	0.92 378	0.94 348	0.91 372

DPSM_ROB	0.92 348	0.91 245	0.91 352	0.91 315	0.92 385	0.92 360	0.92 374	0.92 354	0.91 375	0.93 363	0.91 379	0.92 366	0.90 366	0.91 361	0.92 373	0.92 349	0.91 350	0.91 369	0.92 378	0.93 346	0.93 374

DPSM	0.92 348	0.91 245	0.91 352	0.91 315	0.92 385	0.92 360	0.92 374	0.92 354	0.91 375	0.93 363	0.91 379	0.92 366	0.90 366	0.91 361	0.92 373	0.92 349	0.91 350	0.91 369	0.92 378	0.93 346	0.93 374

pmcnn	0.92 348	0.92 250	0.92 354	0.92 318	0.92 385	0.92 360	0.92 374	0.92 354	0.92 379	0.92 361	0.92 382	0.92 366	0.92 368	0.92 365	0.92 373	0.92 349	0.92 352	0.92 371	0.92 378	0.92 345	0.92 373

Selective-RAFT	0.89 345	0.89 241	0.72 330	1.16 353	0.78 373	1.06 375	0.82 367	0.87 345	0.97 385	1.00 369	0.91 379	0.90 363	1.00 373	0.89 359	0.93 377	0.83 340	0.83 347	0.82 361	0.82 374	0.81 333	0.82 365

MM-Stereo_test2	1.20 376	1.85 374	1.05 365	1.46 417	0.94 388	1.36 443	0.99 381	1.36 436	0.95 382	1.41 442	0.98 385	1.40 447	0.96 370	1.37 443	0.95 378	1.37 431	1.06 361	1.33 448	0.93 382	1.29 425	0.89 370

AIO-Stereo-zeroshot	0.91 346	0.86 234	0.89 347	1.25 405	0.69 363	1.05 374	0.81 366	1.16 374	0.50 322	1.12 383	0.97 384	0.72 344	0.82 364	1.06 379	0.95 378	0.61 312	0.87 349	1.03 384	0.85 377	1.04 357	1.01 384

Selective-RAFT-Error	0.88 343	0.84 231	0.98 359	0.86 311	0.97 390	0.88 355	0.95 378	0.84 344	0.99 388	0.92 361	0.82 374	0.84 358	0.98 372	0.87 356	0.97 380	0.81 337	0.83 347	0.79 354	0.82 374	0.79 327	0.85 367

4D-IteraStereo	0.78 321	3.13 452	0.89 347	0.69 291	0.32 243	0.40 235	0.32 233	0.76 336	0.97 385	0.52 309	0.65 351	0.89 362	0.32 244	0.76 346	0.98 381	0.83 340	0.94 354	0.35 233	0.27 220	0.70 317	0.89 370

MaDis-Stereo	3.19 505	6.02 508	1.12 368	5.61 522	1.16 406	5.43 538	1.02 387	5.15 536	0.70 354	5.43 536	1.21 447	5.03 537	0.97 371	4.85 530	0.99 382	4.53 509	1.16 378	5.53 538	1.25 452	5.37 526	1.30 457

GANet	1.00 360	1.00 262	1.00 361	1.00 332	1.00 391	1.00 368	1.00 382	1.00 362	1.00 389	1.00 369	1.00 386	1.00 374	1.00 373	1.00 373	1.00 383	1.00 355	1.00 355	1.00 379	1.00 385	1.00 352	1.00 381

TDLM	1.00 360	1.00 262	1.00 361	1.00 332	1.00 391	1.00 368	1.00 382	1.00 362	1.00 389	1.00 369	1.00 386	1.00 374	1.00 373	1.00 373	1.00 383	1.00 355	1.00 355	1.00 379	1.00 385	1.00 352	1.00 381

CVANet_RVC	1.00 360	1.00 262	1.00 361	1.00 332	1.00 391	1.00 368	1.00 382	1.00 362	1.00 389	1.00 369	1.00 386	1.00 374	1.00 373	1.00 373	1.00 383	1.00 355	1.00 355	1.00 379	1.00 385	1.00 352	1.00 381

trnet	1.01 365	1.01 268	1.01 364	1.01 335	1.01 395	1.01 372	1.01 385	1.01 365	1.01 392	1.01 373	1.01 389	1.01 377	1.01 379	1.01 377	1.01 386	1.01 358	1.01 358	1.01 382	1.01 389	1.01 355	1.01 384

MM-Stereo_test3	1.27 426	2.07 390	1.18 376	1.60 421	1.02 396	1.45 449	1.01 385	1.40 440	1.04 394	1.44 443	1.03 390	1.46 449	1.02 380	1.44 446	1.02 387	1.51 438	1.12 375	1.32 447	0.98 383	1.38 429	0.97 377

MLG-Stereo	0.92 348	0.90 243	0.84 345	1.27 406	0.49 326	1.38 445	0.88 370	1.41 441	0.97 385	0.73 341	1.09 392	1.26 440	0.43 298	0.72 340	1.05 388	1.13 370	0.49 291	1.18 396	0.66 350	1.01 355	0.46 300

FC-DCNN	1.07 368	1.09 283	0.98 359	0.89 312	0.52 336	1.41 448	0.91 373	1.21 427	1.24 453	1.96 456	2.05 508	1.91 457	1.30 447	1.27 441	1.08 389	0.80 334	0.60 313	0.58 331	0.41 303	0.68 312	0.54 325

GLC_STEREO	1.07 368	1.01 268	1.06 366	1.07 338	1.05 398	1.06 375	1.08 389	1.08 367	1.05 395	1.07 376	1.06 391	1.08 380	1.05 381	1.06 379	1.10 390	1.07 361	1.09 368	1.05 385	1.05 390	1.06 358	1.12 391

IGEVStereo-DCA	1.77 440	4.21 478	1.84 479	2.49 455	2.11 503	2.54 490	1.36 458	1.65 445	1.17 402	2.75 497	1.90 491	2.54 483	1.15 387	0.94 366	1.11 391	1.50 436	1.32 431	0.96 375	1.46 468	1.49 432	0.88 368

rrr	1.77 440	4.21 478	1.84 479	2.49 455	2.11 503	2.54 490	1.36 458	1.65 445	1.17 402	2.75 497	1.90 491	2.54 483	1.15 387	0.94 366	1.11 391	1.50 436	1.32 431	0.96 375	1.46 468	1.49 432	0.88 368

NCC-stereo	2.36 487	25.52 547	1.17 374	1.15 348	1.17 407	1.11 384	1.11 390	1.15 372	1.16 398	1.10 378	1.16 397	1.10 384	1.15 387	1.14 389	1.13 393	1.09 362	1.11 372	1.15 388	1.16 397	1.17 371	1.17 400

Nwc_Net	2.37 489	25.95 549	1.15 372	1.14 346	1.15 402	1.08 378	1.14 393	1.17 376	1.16 398	1.14 386	1.15 394	1.08 380	1.15 387	1.11 387	1.14 394	1.10 364	1.11 372	1.16 389	1.09 392	1.16 366	1.15 396

TorneroNet	0.66 296	0.53 202	0.50 290	0.50 255	0.64 353	1.06 375	0.70 351	0.50 292	0.51 329	0.49 290	0.69 358	0.49 294	0.50 322	0.48 290	1.15 395	0.71 327	0.49 291	1.14 387	1.08 391	0.49 284	0.49 314

AF-Net	2.37 489	25.71 548	1.17 374	1.13 345	1.15 402	1.15 387	1.18 398	1.19 379	1.16 398	1.10 378	1.15 394	1.10 384	1.18 392	1.12 388	1.15 395	1.10 364	1.10 371	1.17 393	1.15 395	1.16 366	1.12 391

RP	2.33 485	25.00 545	1.13 369	1.15 348	1.15 402	1.10 381	1.15 394	1.15 372	1.15 397	1.12 383	1.15 394	1.09 382	1.13 384	1.10 385	1.15 395	1.11 369	1.09 368	1.16 389	1.12 393	1.16 366	1.17 400

edge stereo	2.43 492	27.07 553	1.14 370	1.06 337	1.14 401	1.08 378	1.17 397	1.16 374	1.14 396	1.10 378	1.16 397	1.09 382	1.16 391	1.10 385	1.16 398	1.10 364	1.11 372	1.16 389	1.19 399	1.13 361	1.11 389

Abc-Net	2.32 484	24.75 544	1.14 370	1.17 354	1.17 407	1.11 384	1.15 394	1.17 376	1.21 450	1.08 377	1.16 397	1.12 388	1.14 386	1.09 383	1.17 399	1.09 362	1.16 378	1.17 393	1.17 398	1.16 366	1.11 389
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RGC	2.36 487	25.48 546	1.19 378	1.15 348	1.15 402	1.10 381	1.16 396	1.17 376	1.16 398	1.12 383	1.16 397	1.11 387	1.13 384	1.09 383	1.18 400	1.10 364	1.15 377	1.16 389	1.12 393	1.14 362	1.12 391

stereogan	2.33 485	24.38 543	1.18 376	1.18 355	1.18 409	1.14 386	1.18 398	1.19 379	1.19 404	1.14 386	1.18 401	1.14 389	1.18 392	1.14 389	1.18 400	1.14 372	1.14 376	1.19 397	1.19 399	1.15 364	1.19 404

DisPM	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

CrosDoStereo	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

PFNet+	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

LCNet	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

HHNet	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

Patchmatch Stereo++	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

STrans-v2	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

TransformOpticalFlow	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

OMP-Stereo	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

IIG-Stereo	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

NF-Stereo	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

OCTAStereo	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

PSM-softLoss	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

KMStereo	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

NRIStereo	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

PSM-adaLoss	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

PSM-AAD	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

FTStereo	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

ROB_FTStereo_v2	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

ROB_FTStereo	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

Consistency-Raft	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

KYRaft	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

HUI-Stereo	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

ASMatch	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

DeepStereo_LL	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

DEmStereo	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

SST-Stereo	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

THIR-Stereo	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

RAFT_R40	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

DRaft	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

PFNet	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

GrayStereo	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

RE-Stereo	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

Pruner-Stereo	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

TVStereo	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

DeepStereo_RVC	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

RAFT-RH_RVC	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

IRAFT_RVC	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

RAFT-345	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

iRAFT	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

CRE-IMP	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

GMM-Stereo	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

RAFT-IKP	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

Prome-Stereo	1.20 376	1.20 297	1.20 381	1.20 357	1.20 410	1.20 389	1.20 400	1.20 382	1.20 405	1.20 390	1.20 402	1.20 393	1.20 394	1.20 393	1.20 402	1.20 375	1.20 383	1.20 398	1.20 402	1.20 375	1.20 405

HBP-ISP	1.24 424	1.72 366	1.65 462	1.15 348	0.76 371	1.40 447	0.88 370	1.67 447	1.02 393	1.69 451	1.38 464	1.69 453	1.21 440	1.87 458	1.21 447	1.05 360	0.79 341	0.97 377	0.80 371	1.19 374	0.75 358

GANetREF_RVC	1.55 433	1.94 387	1.22 428	1.88 429	1.21 456	1.88 457	1.22 446	1.88 450	1.22 451	1.88 453	1.22 448	1.88 455	1.22 441	1.89 459	1.22 448	1.87 449	1.22 430	1.88 471	1.22 448	1.88 448	1.22 451
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
StereoVision	3.15 504	5.00 487	0.89 347	4.83 513	1.00 391	3.93 512	1.27 452	6.37 539	1.34 458	5.67 539	1.26 452	5.84 540	1.27 444	5.03 536	1.24 449	5.10 528	1.09 368	4.61 522	0.57 340	5.62 528	1.12 391

FAT-Stereo	2.46 493	26.05 550	1.23 430	1.23 404	1.22 458	1.20 389	1.24 448	1.23 430	1.23 452	1.19 389	1.22 448	1.21 438	1.24 442	1.20 393	1.24 449	1.21 420	1.17 381	1.22 444	1.25 452	1.20 375	1.24 454

S-Stereo	2.51 494	26.86 551	1.23 430	1.22 402	1.22 458	1.24 437	1.25 449	1.22 428	1.24 453	1.21 435	1.24 450	1.19 392	1.27 444	1.19 392	1.24 449	1.19 374	1.20 383	1.25 445	1.19 399	1.24 423	1.23 453

3.75w	1.99 447	2.31 409	1.83 478	3.16 471	1.65 475	1.93 458	1.98 493	2.72 487	1.68 472	2.73 496	1.97 497	2.00 462	1.72 468	1.81 456	1.25 452	2.27 472	2.01 483	2.38 490	1.42 465	1.71 441	1.24 454

2w_stereo	1.99 447	2.36 418	1.81 470	3.24 473	1.67 476	1.94 459	1.98 493	2.72 487	1.68 472	2.72 491	1.94 494	1.98 461	1.74 471	1.79 455	1.27 453	1.95 455	2.00 481	2.53 498	1.60 477	1.68 440	1.15 396

4.25_new	2.00 451	2.33 411	1.82 475	3.32 478	1.69 478	1.95 462	1.99 496	2.72 487	1.71 476	2.72 491	1.97 497	2.01 463	1.74 471	1.77 453	1.28 454	2.18 464	2.01 483	2.48 496	1.58 474	1.65 437	1.17 400

4.5w_new	2.00 451	2.33 411	1.82 475	3.32 478	1.69 478	1.95 462	1.99 496	2.72 487	1.71 476	2.72 491	1.97 497	2.01 463	1.74 471	1.77 453	1.28 454	2.18 464	2.01 483	2.48 496	1.58 474	1.65 437	1.17 400

4.5w-stereo	1.99 447	2.33 411	1.81 470	3.28 475	1.68 477	1.94 459	1.99 496	2.72 487	1.70 475	2.72 491	1.99 506	1.97 460	1.68 464	1.76 452	1.29 456	1.91 454	2.02 487	2.53 498	1.61 478	1.75 444	1.16 399

2.75w_new	1.99 447	2.34 415	1.81 470	3.14 469	1.62 473	1.94 459	1.99 496	2.72 487	1.71 476	2.72 491	1.99 506	1.90 456	1.73 469	1.82 457	1.29 456	2.37 479	2.01 483	2.31 485	1.42 465	1.77 445	1.22 451

11t	1.27 426	2.70 433	1.34 434	1.32 410	0.89 380	1.30 440	1.34 455	1.64 444	0.57 334	1.45 444	0.72 364	1.05 379	1.29 446	1.07 382	1.29 456	1.49 435	1.02 359	0.97 377	1.15 395	1.48 431	1.31 458

SPS-STEREO	1.59 434	1.91 381	1.21 427	1.94 432	1.20 410	2.00 465	1.23 447	1.99 455	1.24 453	2.00 461	1.25 451	2.03 465	1.26 443	2.00 463	1.29 456	1.90 453	1.18 382	1.89 472	1.21 447	1.89 449	1.20 405
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MaskLacGwcNet_RVC	1.35 428	1.35 355	1.35 436	1.35 412	1.35 460	1.35 441	1.35 456	1.36 436	1.35 461	1.36 440	1.35 459	1.36 443	1.36 452	1.36 442	1.35 460	1.35 428	1.35 443	1.35 451	1.35 456	1.35 427	1.35 463

4.25w-stereo	1.98 446	2.72 437	1.46 453	3.47 485	1.43 466	2.07 468	1.98 493	2.53 484	1.52 469	2.71 490	1.98 503	1.81 454	1.62 462	1.96 461	1.36 461	1.88 452	2.00 481	2.53 498	1.61 478	1.74 443	1.15 396

MC-Stereo	1.76 439	2.96 448	1.37 446	2.14 439	1.37 462	2.14 470	1.36 458	2.14 464	1.37 463	2.14 470	1.37 462	2.14 467	1.37 454	2.14 468	1.37 462	1.97 456	1.32 431	1.97 474	1.32 455	1.98 450	1.33 460

CC-Net-ROB	1.36 429	1.33 354	1.33 433	1.36 413	1.38 463	1.36 443	1.33 454	1.37 438	1.34 458	1.35 439	1.36 461	1.38 444	1.34 450	1.38 444	1.38 463	1.35 428	1.38 446	1.33 448	1.35 456	1.43 430	1.34 462

sCroCo_RVC	2.10 467	2.76 441	1.92 489	2.78 463	1.39 464	2.73 497	1.41 466	2.73 493	1.40 465	2.77 502	1.41 466	2.74 498	1.40 456	2.74 497	1.40 464	2.72 495	1.42 448	2.72 501	1.44 467	2.79 487	1.42 468

PS-NSSS	1.38 431	1.39 357	1.34 434	1.34 411	1.35 460	1.38 445	1.37 463	1.35 435	1.38 464	1.34 438	1.34 458	1.39 445	1.38 455	1.70 450	1.40 464	1.36 430	1.36 444	1.36 453	1.37 459	1.37 428	1.36 464

MM-Stereo_test1	1.80 442	3.41 458	1.52 458	2.12 438	1.41 465	2.04 466	1.41 466	2.05 459	1.46 468	2.04 465	1.41 466	2.05 466	1.42 457	2.05 464	1.43 466	2.04 460	1.54 457	1.94 473	1.38 461	1.99 451	1.33 460

test_xeample3	1.10 370	1.81 371	0.61 312	0.84 308	0.49 326	0.77 344	0.66 342	0.92 354	1.40 465	0.68 338	0.46 312	0.78 351	0.54 332	1.72 451	1.48 467	1.34 427	1.52 454	1.35 451	1.67 484	1.33 426	1.55 471

2.25w	2.00 451	1.86 376	1.98 492	2.95 466	2.17 507	2.26 471	1.35 456	2.42 478	2.00 504	2.07 469	1.27 453	2.53 481	1.99 489	2.29 473	1.49 468	2.21 467	1.32 431	1.85 465	1.87 496	2.52 477	1.62 480

FADNet-RVC-Resample	0.12 93	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 469	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 102

DPSMNet_ROB	1.60 435	1.59 363	1.70 464	1.59 420	1.59 471	1.61 452	1.61 473	1.60 442	1.60 470	1.62 450	1.59 473	1.60 451	1.60 460	1.60 448	1.59 470	1.59 440	1.60 464	1.59 459	1.59 476	1.59 435	1.59 476

RAFT_CTSACE	1.92 445	3.71 465	1.72 467	1.88 429	1.72 482	2.04 466	1.42 468	2.18 466	1.89 497	2.02 463	1.97 497	1.95 458	2.06 493	1.93 460	1.62 471	1.76 445	1.66 468	2.02 475	1.73 492	1.73 442	1.43 469

Anonymous3	2.55 495	3.26 456	1.65 462	3.28 475	1.63 474	3.24 506	1.68 476	3.27 504	1.66 471	3.28 505	1.67 479	3.25 505	1.66 463	3.27 504	1.64 472	3.26 499	1.65 467	3.30 504	1.65 482	4.95 521	1.65 484

4.5_new	2.00 451	1.84 373	1.98 492	2.77 460	2.16 505	2.27 472	1.28 453	2.09 460	1.98 501	2.01 462	1.28 454	2.71 492	1.98 487	2.51 483	1.65 473	2.26 469	1.33 438	1.87 468	1.87 496	2.49 473	1.60 477

FADNet_RVC	0.12 93	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.65 473	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet	0.12 93	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.66 475	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

UDGNet	2.23 481	5.40 498	1.72 467	2.48 454	1.69 478	2.51 487	1.69 477	2.51 483	1.72 480	2.50 485	1.69 480	2.52 480	1.69 466	2.50 482	1.68 476	2.41 482	1.70 470	2.42 492	1.69 488	2.42 467	1.64 482

IGEV	2.02 459	2.20 401	1.82 475	2.90 465	2.16 505	2.41 480	1.25 449	2.00 456	1.98 501	1.99 460	1.31 456	2.72 496	1.93 483	2.67 491	1.69 477	2.26 469	1.32 431	1.83 464	1.87 496	2.53 480	1.61 479

FADNet-RVC	0.13 100	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 94	0.04 72	1.71 478	0.04 44	0.04 45	0.04 73	0.04 78	0.07 104	0.04 79

MFMNet_re	1.81 443	1.91 381	1.71 466	1.95 433	1.70 481	1.95 462	1.70 478	1.96 453	1.74 483	1.97 458	1.72 481	1.95 458	1.71 467	1.97 462	1.71 478	1.86 448	1.62 465	1.85 465	1.66 483	1.86 447	1.64 482

3w_stereo	2.04 464	2.24 405	1.70 464	3.15 470	2.18 509	2.49 484	1.26 451	2.03 458	1.98 501	1.98 459	1.33 457	2.72 496	1.99 489	2.59 486	1.72 480	2.22 468	1.33 438	1.85 465	1.88 501	2.50 475	1.58 475

1w_stereo	2.05 466	2.32 410	1.35 436	3.74 496	2.01 497	2.73 497	1.42 468	1.88 450	1.93 499	2.03 464	1.28 454	2.71 492	1.99 489	2.72 494	1.72 480	2.20 466	1.32 431	1.87 468	1.86 495	2.45 469	1.54 470

TRStereo	2.00 451	2.13 395	1.85 481	2.27 445	1.84 486	2.28 474	1.84 482	2.29 469	1.86 491	2.30 475	1.87 486	2.30 469	1.87 477	2.08 465	1.72 480	2.08 461	1.72 471	2.08 477	1.72 489	2.08 452	1.72 486

XX-Stereo	2.00 451	2.13 395	1.85 481	2.27 445	1.84 486	2.28 474	1.84 482	2.29 469	1.86 491	2.30 475	1.87 486	2.30 469	1.87 477	2.08 465	1.72 480	2.08 461	1.72 471	2.08 477	1.72 489	2.08 452	1.72 486

EAI-Stereo	2.00 451	2.13 395	1.85 481	2.27 445	1.84 486	2.28 474	1.84 482	2.29 469	1.86 491	2.30 475	1.87 486	2.30 469	1.87 477	2.08 465	1.72 480	2.08 461	1.72 471	2.08 477	1.72 489	2.08 452	1.72 486

3.25w	2.04 464	2.20 401	1.48 454	3.03 467	2.17 507	2.63 493	1.39 464	1.96 453	1.95 500	1.96 456	1.37 462	2.71 492	1.96 486	2.71 492	1.73 485	2.26 469	1.32 431	1.87 468	1.87 496	2.51 476	1.63 481

U	5.15 539	8.49 520	1.81 470	8.49 536	1.77 483	8.49 547	1.77 480	8.51 547	1.77 484	8.49 547	1.77 482	8.50 547	1.78 474	8.58 547	1.77 486	8.54 545	1.78 474	8.55 547	1.78 493	8.55 541	1.84 491

asd	2.18 471	2.77 443	1.58 459	3.59 490	2.00 496	2.58 492	1.85 485	2.39 477	1.71 476	2.47 483	1.97 497	2.59 487	1.61 461	2.56 484	1.79 487	2.51 488	1.99 480	2.11 480	1.62 480	2.36 465	1.60 477

qwe	2.18 471	2.60 427	1.58 459	3.83 497	1.90 494	2.53 488	1.90 491	2.48 480	1.73 481	2.37 480	1.92 493	2.53 481	1.68 464	2.56 484	1.83 488	2.52 490	1.87 479	2.07 476	1.68 486	2.32 463	1.71 485

FBW_ROB	2.12 469	2.46 423	1.77 469	2.49 455	1.79 485	2.38 478	1.83 481	2.46 479	1.78 485	2.48 484	1.97 497	2.40 477	1.78 474	2.42 480	1.83 488	2.31 476	1.85 478	2.38 490	1.82 494	2.35 464	1.84 491

2.5w	2.01 458	2.40 420	1.37 446	3.28 475	2.01 497	2.71 494	1.43 470	1.82 449	1.83 489	1.90 455	1.41 466	2.71 492	1.35 451	2.71 492	1.85 490	2.66 491	1.53 455	1.64 460	1.23 449	2.53 480	1.87 495

LG-G_1	2.22 478	2.71 435	1.89 486	2.77 460	1.87 492	2.75 499	1.87 488	2.76 495	1.87 495	2.75 497	1.87 486	2.76 499	1.87 477	2.75 498	1.86 491	2.47 485	1.58 460	2.45 493	1.57 471	2.45 469	1.57 473

LG-G	2.22 478	2.71 435	1.89 486	2.77 460	1.87 492	2.75 499	1.87 488	2.76 495	1.87 495	2.75 497	1.87 486	2.76 499	1.87 477	2.75 498	1.86 491	2.47 485	1.58 460	2.45 493	1.57 471	2.45 469	1.57 473

LGtest1	2.22 478	2.70 433	1.89 486	2.76 459	1.86 489	2.75 499	1.86 486	2.75 494	1.86 491	2.75 497	1.86 485	2.77 501	1.87 477	2.75 498	1.86 491	2.46 484	1.58 460	2.45 493	1.56 470	2.45 469	1.56 472

AIO_test	2.18 471	2.09 393	2.04 496	2.42 452	2.01 497	2.47 482	1.94 492	2.34 474	2.03 505	2.56 487	1.94 494	2.43 478	1.94 484	2.41 478	1.87 494	2.39 481	2.10 490	2.35 489	1.91 502	2.25 459	2.19 501

asda	2.17 470	2.54 424	1.81 470	3.47 485	1.78 484	2.50 486	1.86 486	2.61 486	1.68 472	2.61 488	1.83 483	2.37 476	1.73 469	2.44 481	1.88 495	2.51 488	1.84 477	2.34 487	1.62 480	2.23 457	1.77 490

AIO_rvc	2.18 471	2.34 415	1.87 485	2.32 449	1.94 495	2.40 479	1.89 490	2.37 475	2.07 506	2.52 486	1.95 496	2.44 479	1.99 489	2.41 478	1.89 496	2.32 477	2.09 489	2.24 481	2.18 504	2.21 456	2.23 502

monsterstereo	2.20 477	2.33 411	1.95 490	3.65 492	2.07 502	2.49 484	1.61 473	2.48 480	1.83 489	2.45 482	1.61 476	2.67 491	1.86 476	2.64 488	1.94 497	2.48 487	1.66 468	2.34 487	1.68 486	2.40 466	1.86 493

monsters	2.18 471	2.41 421	1.96 491	3.47 485	2.03 501	2.53 488	1.64 475	2.48 480	1.73 481	2.40 481	1.50 469	2.62 488	1.94 484	2.59 486	1.94 497	2.44 483	1.57 459	2.28 483	1.87 496	2.42 467	1.86 493

HUF	2.18 471	2.30 408	1.99 495	2.34 450	2.02 500	2.41 480	2.06 500	2.38 476	1.89 497	2.36 479	1.85 484	2.56 485	1.98 487	2.31 475	1.97 499	2.30 475	2.03 488	2.30 484	2.11 503	2.23 457	2.16 500

4w-stereo	2.02 459	2.72 437	1.44 451	3.36 481	1.59 471	2.48 483	1.72 479	2.28 467	1.24 453	2.24 473	1.65 478	2.56 485	1.32 449	2.39 477	1.98 500	2.67 493	1.51 453	1.66 461	1.24 450	2.53 480	1.88 498

3.25w_new	2.03 461	2.72 437	1.35 436	3.33 480	1.57 469	2.72 495	1.53 472	2.15 465	1.33 457	2.15 471	1.60 474	2.63 489	1.30 447	2.72 494	1.99 501	2.67 493	1.53 455	1.75 463	1.25 452	2.53 480	1.87 495

3.5w_stereo	2.03 461	2.72 437	1.35 436	3.41 482	1.57 469	2.72 495	1.49 471	2.01 457	1.34 458	2.15 471	1.61 476	2.63 489	1.36 452	2.72 494	1.99 501	2.66 491	1.58 460	1.68 462	1.24 450	2.53 480	1.87 495

RASNet	1.49 432	1.65 364	1.45 452	1.38 415	1.43 466	1.47 450	1.36 458	1.38 439	1.36 462	1.39 441	1.60 474	1.45 448	1.45 458	1.51 447	2.21 503	1.53 439	1.36 444	1.36 453	1.36 458	1.66 439	1.36 464

ff7	1.68 436	2.68 430	1.35 436	0.97 329	0.89 380	1.84 454	2.15 501	2.12 461	1.80 486	2.05 466	1.56 470	2.33 472	2.12 494	2.23 469	2.25 504	1.31 424	1.07 362	1.48 455	1.41 462	0.90 342	1.04 386

ffff	1.68 436	2.68 430	1.35 436	0.97 329	0.89 380	1.84 454	2.15 501	2.12 461	1.80 486	2.05 466	1.56 470	2.33 472	2.12 494	2.23 469	2.25 504	1.31 424	1.07 362	1.48 455	1.41 462	0.90 342	1.04 386

ccc-4	1.68 436	2.68 430	1.35 436	0.97 329	0.89 380	1.84 454	2.15 501	2.12 461	1.80 486	2.05 466	1.56 470	2.33 472	2.12 494	2.23 469	2.25 504	1.31 424	1.07 362	1.48 455	1.41 462	0.90 342	1.04 386

STTStereo	3.73 509	30.40 557	2.37 502	2.39 451	2.31 512	2.35 477	2.33 505	2.29 469	2.42 508	2.32 478	2.34 510	2.33 472	2.36 498	2.30 474	2.27 507	2.35 478	2.22 494	2.31 485	2.22 505	2.29 462	2.34 507

NCCL2	2.28 483	2.27 406	2.28 498	2.28 448	2.28 510	2.27 472	2.29 504	2.28 467	2.28 507	2.27 474	2.28 509	2.28 468	2.27 497	2.27 472	2.28 508	2.28 473	2.28 495	2.27 482	2.29 508	2.27 460	2.29 503

NLCA_NET_v2_RVC	5.04 537	50.87 567	2.78 504	2.87 464	2.71 513	2.78 502	0.47 310	2.88 500	2.86 512	1.89 454	2.67 511	2.79 502	2.79 502	2.78 501	2.83 509	2.82 496	2.82 498	2.83 502	2.77 511	2.83 488	2.76 511
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
rvit_105_1	3.83 510	5.22 491	3.01 506	4.53 501	3.01 515	4.51 518	3.01 512	4.56 519	3.04 513	4.53 518	3.03 514	4.55 520	3.03 503	4.56 519	3.04 510	4.57 511	3.05 500	4.57 517	3.05 515	4.57 505	3.05 514

rvit_stereo_0081	3.83 510	5.23 492	3.01 506	4.53 501	3.03 517	4.55 524	3.02 513	4.56 519	3.04 513	4.52 516	3.02 512	4.54 518	3.03 503	4.56 519	3.04 510	4.57 511	3.05 500	4.57 517	3.05 515	4.58 506	3.05 514

rvit_0105_6	3.87 514	5.73 505	3.10 516	4.69 511	3.12 525	4.54 520	3.02 513	4.56 519	3.04 513	4.54 520	3.03 514	4.54 518	3.04 506	4.56 519	3.05 512	4.58 514	3.05 500	4.58 519	3.05 515	4.58 506	3.05 514

rvit_stereo_0082	3.86 512	5.82 506	3.01 506	4.53 501	3.03 517	4.54 520	3.02 513	4.56 519	3.04 513	4.53 518	3.02 512	4.55 520	3.04 506	4.57 522	3.05 512	4.57 511	3.05 500	4.58 519	3.05 515	4.58 506	3.06 517

RAFT+CT+SA	4.28 524	7.62 514	4.91 530	5.55 521	2.28 510	3.09 503	3.64 530	4.49 517	3.07 518	4.80 529	3.35 525	4.77 532	3.70 521	4.29 516	3.05 512	5.58 530	5.98 531	3.58 508	3.78 534	4.26 499	3.72 531

rvit_stereo_0081_aga	3.86 512	5.33 495	3.02 509	4.55 507	3.04 521	4.54 520	3.02 513	4.64 526	3.06 517	4.54 520	3.04 516	4.62 527	3.08 510	4.62 525	3.07 515	4.58 514	3.06 504	4.60 521	3.08 519	4.63 509	3.07 518

rvit_stereo_0080	3.89 515	5.70 503	3.04 511	4.54 504	3.03 517	4.56 525	3.05 519	4.60 523	3.07 518	4.58 523	3.06 517	4.59 522	3.06 508	4.61 523	3.08 516	4.63 516	3.09 505	4.64 523	3.10 520	4.65 510	3.10 519

whm_eth	3.89 515	5.70 503	3.04 511	4.54 504	3.03 517	4.56 525	3.05 519	4.60 523	3.07 518	4.58 523	3.06 517	4.59 522	3.06 508	4.61 523	3.08 516	4.63 516	3.09 505	4.64 523	3.10 520	4.65 510	3.10 519

rvit_0105_4	3.91 517	5.47 502	3.02 509	4.54 504	3.02 516	4.54 520	3.03 517	4.75 529	3.17 524	4.57 522	3.06 517	4.61 526	3.16 514	4.65 526	3.09 518	4.66 518	3.11 507	4.68 526	3.18 525	4.81 516	3.16 524

rvit_0105_3	3.91 517	5.33 495	3.06 514	4.60 509	3.07 523	4.60 527	3.06 521	4.62 525	3.08 521	4.60 525	3.07 520	4.62 527	3.08 510	4.67 527	3.10 519	4.70 519	3.11 507	4.77 530	3.19 526	4.77 515	3.14 523

rvit_stereo_ft	3.93 520	5.44 500	3.05 513	4.59 508	3.06 522	4.61 528	3.08 522	4.67 528	3.12 523	4.63 527	3.10 522	4.65 529	3.11 512	4.69 529	3.13 520	4.70 519	3.14 509	4.71 528	3.15 524	4.74 513	3.16 524

rvit_stereo_0083	3.92 519	5.30 494	3.06 514	4.61 510	3.09 524	4.67 529	3.08 522	4.66 527	3.09 522	4.62 526	3.10 522	4.66 530	3.11 512	4.67 527	3.16 521	4.72 521	3.16 510	4.77 530	3.11 522	4.66 512	3.11 521

test_5	4.62 531	7.55 513	6.23 536	6.32 526	3.40 529	5.29 537	3.50 528	3.53 508	4.11 536	4.28 513	4.47 539	4.26 516	4.38 531	3.68 509	3.24 522	5.89 532	5.60 528	4.84 532	3.50 528	4.33 500	3.93 537

rvit_0105_5	4.10 521	5.40 498	3.13 519	4.71 512	3.15 526	4.72 532	3.10 524	4.90 534	3.27 525	4.69 528	3.16 524	4.84 534	3.25 515	4.96 533	3.34 523	5.05 526	3.39 515	5.10 535	3.40 527	5.11 523	3.42 527

DispFullNet	4.61 530	4.84 484	3.12 517	5.00 516	3.57 530	4.75 533	3.03 517	7.75 545	4.17 537	4.91 532	3.09 521	6.20 541	3.95 526	6.71 541	3.51 524	5.30 529	3.67 517	5.86 542	3.63 529	5.61 527	3.46 528

MLG-Stereo_test2	4.28 524	5.46 501	3.69 524	4.86 514	3.72 534	5.58 539	3.42 527	4.81 531	3.77 533	4.85 530	3.72 531	5.55 539	3.63 518	5.58 537	3.53 525	4.41 508	3.28 514	4.99 534	2.95 513	4.75 514	3.13 522

DPSNet	3.66 508	3.60 461	3.62 523	3.63 491	3.64 533	3.65 510	3.65 531	3.66 509	3.67 528	3.67 508	3.65 529	3.67 509	3.66 519	3.66 508	3.68 526	3.68 503	3.66 516	3.67 509	3.68 532	3.67 491	3.67 530

MLG-Stereo_test1	4.25 522	5.34 497	3.61 522	5.31 518	3.63 532	5.23 536	3.57 529	5.38 537	3.65 527	5.23 534	3.47 526	4.76 531	3.74 522	4.85 530	3.71 527	4.96 523	3.18 512	4.71 528	2.92 512	4.86 519	2.90 512

TestStereo1	4.60 528	8.41 518	6.44 538	6.86 529	3.79 535	3.97 513	3.78 533	3.99 513	3.74 530	3.97 510	3.52 527	3.94 512	3.58 516	3.98 512	3.72 528	6.82 538	6.50 534	3.76 511	3.66 530	3.90 494	3.74 533

SA-5K	4.60 528	8.41 518	6.44 538	6.86 529	3.79 535	3.97 513	3.78 533	3.99 513	3.74 530	3.97 510	3.52 527	3.94 512	3.58 516	3.98 512	3.72 528	6.82 538	6.50 534	3.76 511	3.66 530	3.90 494	3.74 533

MLG-Stereo_test3	4.26 523	4.85 485	3.95 526	5.35 519	3.60 531	4.75 533	3.76 532	5.49 538	3.71 529	5.39 535	3.69 530	4.82 533	3.66 519	4.85 530	3.73 530	4.93 522	3.19 513	4.69 527	2.99 514	4.84 518	2.98 513

Sa-1000	4.34 527	8.37 517	6.84 540	6.98 531	4.45 541	3.58 508	3.00 511	3.42 507	3.39 526	2.61 488	4.00 535	3.83 511	4.01 528	3.90 511	3.90 531	5.98 534	5.62 529	3.76 511	2.34 509	4.35 501	2.47 510

cross-raft	4.83 533	7.52 512	6.43 537	6.63 527	3.96 537	4.51 518	3.99 536	4.49 517	3.96 535	4.52 516	3.96 534	4.50 517	3.97 527	4.50 518	3.97 532	6.65 536	6.44 533	4.33 514	3.92 536	4.35 501	3.91 536

SA	4.33 526	7.35 511	6.85 541	5.96 524	4.09 538	3.59 509	3.15 525	3.82 511	2.64 509	3.91 509	3.85 532	3.57 507	2.72 501	3.13 503	4.03 533	7.09 541	6.86 536	3.57 507	3.12 523	3.85 493	3.51 529

test_4	4.88 534	8.13 516	6.98 542	7.46 532	4.44 540	4.25 516	3.85 535	4.04 515	3.92 534	4.13 512	3.91 533	4.18 515	3.84 524	4.14 514	4.06 534	7.01 540	7.13 537	4.53 515	3.72 533	4.09 497	3.72 531

test_3	5.01 536	8.86 523	7.77 544	8.09 534	2.76 514	4.13 515	4.05 537	3.88 512	3.76 532	4.33 514	4.13 536	3.71 510	3.91 525	4.21 515	4.06 534	7.93 542	7.69 539	4.53 515	3.91 535	4.17 498	4.29 539

raft_robust	4.71 532	7.75 515	5.40 535	6.81 528	3.31 527	4.28 517	4.20 538	4.32 516	4.37 539	4.35 515	4.35 538	4.14 514	3.75 523	4.30 517	4.20 536	6.67 537	6.37 532	3.36 506	4.24 540	4.86 519	3.25 526

SGM-Forest	5.21 540	5.92 507	4.08 527	6.18 525	4.16 539	6.31 541	4.34 539	6.50 540	4.33 538	6.14 541	4.21 537	6.61 544	4.55 532	6.67 540	4.48 537	5.94 533	3.94 519	5.85 541	4.03 538	5.79 529	4.17 538
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TestStereo	4.88 534	4.75 483	4.79 529	4.87 515	4.92 542	4.81 535	4.90 541	4.78 530	4.77 540	4.87 531	4.89 540	4.90 535	4.91 533	4.99 534	4.79 538	4.98 524	4.87 525	4.87 533	4.92 542	5.00 522	5.00 540

rvit_stereo_0075_2	6.64 542	8.80 522	5.25 532	7.89 533	5.27 544	7.90 546	5.27 542	7.92 546	5.28 542	7.91 546	5.29 543	7.93 546	5.27 534	7.92 546	5.28 539	7.93 542	5.28 527	7.93 545	5.29 544	7.93 538	5.28 542

SGM+DAISY	7.06 544	9.15 524	5.38 534	8.84 538	5.18 543	8.80 548	5.31 543	8.79 548	5.28 542	8.89 548	5.20 542	8.93 548	5.33 535	8.95 548	5.36 540	8.70 546	5.21 526	8.74 548	5.20 543	8.89 542	5.15 541

FC-DCNN v2	5.10 538	5.15 489	4.49 528	5.07 517	3.37 528	6.87 542	4.75 540	5.04 535	6.34 544	7.84 545	5.06 541	6.72 545	4.09 529	4.99 534	5.44 541	5.03 525	3.16 510	4.67 525	4.86 541	5.15 524	3.89 535

sAnonymous2	3.31 506	2.63 428	1.38 448	3.71 494	1.86 489	4.70 530	1.11 390	4.82 532	2.72 510	5.45 537	1.98 503	4.59 522	2.64 499	2.65 489	6.21 542	4.37 505	1.08 366	5.16 536	2.24 506	4.52 503	2.39 508

CroCo_RVC	3.31 506	2.63 428	1.38 448	3.71 494	1.86 489	4.70 530	1.11 390	4.82 532	2.72 510	5.45 537	1.98 503	4.59 522	2.64 499	2.65 489	6.21 542	4.37 505	1.08 366	5.16 536	2.24 506	4.52 503	2.39 508

test-1	6.46 541	9.16 525	8.03 547	8.09 534	5.62 545	6.11 540	6.35 544	6.85 542	4.94 541	6.08 540	6.29 546	4.98 536	6.43 538	6.22 538	6.36 544	6.16 535	7.47 538	5.82 540	5.44 545	7.11 535	5.68 543

RAFT	6.73 543	9.36 526	7.40 543	8.51 537	6.55 546	6.88 543	6.60 545	6.79 541	6.60 545	6.80 542	6.72 547	5.31 538	5.50 536	6.61 539	6.61 545	8.42 544	5.89 530	5.73 539	5.45 546	6.61 531	6.24 544

test-v	7.53 545	11.89 534	7.98 545	9.36 540	7.14 547	7.06 544	7.09 546	7.37 543	6.91 546	7.29 543	5.71 544	6.45 542	6.93 539	6.73 542	7.27 546	8.93 547	7.85 540	6.98 543	6.80 547	7.56 536	7.34 546

test-2	7.53 545	11.89 534	7.98 545	9.36 540	7.14 547	7.06 544	7.09 546	7.37 543	6.91 546	7.29 543	5.71 544	6.45 542	6.93 539	6.73 542	7.27 546	8.93 547	7.85 540	6.98 543	6.80 547	7.56 536	7.34 546

MANE	19.05 548	23.00 542	15.00 548	23.00 555	15.00 549	24.00 555	16.00 548	24.00 555	16.00 548	22.00 555	15.00 548	23.00 555	16.00 548	23.00 555	15.00 548	22.00 555	15.00 549	22.00 555	15.00 549	22.00 555	15.00 548

rafts_anoy	20.00 549	20.00 536	20.00 549	20.00 549	20.00 550	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 550	20.00 549	20.00 550	20.00 549	20.00 549

raft+_RVC	20.00 549	20.00 536	20.00 549	20.00 549	20.00 550	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 550	20.00 549	20.00 550	20.00 549	20.00 549

raftrobust	20.00 549	20.00 536	20.00 549	20.00 549	20.00 550	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 550	20.00 549	20.00 550	20.00 549	20.00 549

CasAABBNet	20.00 549	20.00 536	20.00 549	20.00 549	20.00 550	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 550	20.00 549	20.00 550	20.00 549	20.00 549

RALCasStereoNet	20.00 549	20.00 536	20.00 549	20.00 549	20.00 550	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 550	20.00 549	20.00 550	20.00 549	20.00 549

RALAANet	20.00 549	20.00 536	20.00 549	20.00 549	20.00 550	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 549	20.00 550	20.00 549	20.00 550	20.00 549	20.00 549

WCMA_ROB	31.10 556	35.43 562	27.12 555	39.51 567	23.10 556	38.78 567	25.30 555	37.49 567	25.39 555	37.29 566	27.02 555	38.52 567	26.48 555	37.80 566	26.44 555	36.28 563	22.65 556	33.90 560	22.30 556	37.10 564	24.18 555

fff	1000028.16 575	29.62 554	29.72 556	32.61 556	30.02 557	35.13 558	31.83 557	32.07 557	10000000.00 575	35.27 559	29.82 557	32.45 557	30.15 556	32.35 557	30.09 556	31.04 557	29.55 558	30.64 557	30.14 557	10000000.00 576	30.77 557

csc	1000028.16 575	29.62 554	29.72 556	32.61 556	30.02 557	35.13 558	31.83 557	32.07 557	10000000.00 575	35.27 559	29.82 557	32.45 557	30.15 556	32.35 557	30.09 556	31.04 557	29.55 558	30.64 557	30.14 557	10000000.00 576	30.77 557

cscssc	1000028.16 575	29.62 554	29.72 556	32.61 556	30.02 557	35.13 558	31.83 557	32.07 557	10000000.00 575	35.27 559	29.82 557	32.45 557	30.15 556	32.35 557	30.09 556	31.04 557	29.55 558	30.64 557	30.14 557	10000000.00 576	30.77 557

111	30.40 555	30.94 558	29.72 556	32.61 556	30.02 557	33.57 556	30.47 556	31.50 556	29.39 556	30.98 556	29.11 556	29.78 556	30.39 559	29.45 556	30.76 559	30.08 556	29.02 557	29.92 556	30.32 560	29.86 556	30.17 556

tt	500032.53 573	34.60 560	29.72 556	37.47 565	34.41 562	36.85 562	35.22 561	34.71 560	33.55 558	34.50 557	35.43 560	33.81 560	10000000.00 576	33.57 560	33.13 560	33.68 560	35.00 562	34.03 561	35.26 563	30.96 557	34.63 561

DCANet	500032.53 573	34.60 560	29.72 556	37.47 565	34.41 562	36.85 562	35.22 561	34.71 560	33.55 558	34.50 557	35.43 560	33.81 560	10000000.00 576	33.57 560	33.13 560	33.68 560	35.00 562	34.03 561	35.26 563	30.96 557	34.63 561

Reg-Stereo(zero)	37.00 559	37.00 564	37.00 563	37.00 562	37.00 565	37.00 564	37.00 564	37.00 564	37.00 561	37.00 563	37.00 564	37.00 564	37.00 562	37.00 563	37.00 562	37.00 564	37.00 565	37.00 565	37.00 565	37.00 561	37.00 564

HI	37.00 559	37.00 564	37.00 563	37.00 562	37.00 565	37.00 564	37.00 564	37.00 564	37.00 561	37.00 563	37.00 564	37.00 564	37.00 562	37.00 563	37.00 562	37.00 564	37.00 565	37.00 565	37.00 565	37.00 561	37.00 564

CoSv	37.00 559	37.00 564	37.00 563	37.00 562	37.00 565	37.00 564	37.00 564	37.00 564	37.00 561	37.00 563	37.00 564	37.00 564	37.00 562	37.00 563	37.00 562	37.00 564	37.00 565	37.00 565	37.00 565	37.00 561	37.00 564

DCANet-4	35.22 557	34.54 559	35.08 562	33.58 560	35.47 564	34.55 557	35.53 563	36.08 562	35.85 560	35.92 562	35.77 562	35.18 562	35.48 561	35.39 562	37.15 565	34.55 562	33.92 561	35.02 563	34.90 562	35.79 560	34.74 563

ADStereo(finetuned)	36.13 558	36.63 563	38.07 566	36.97 561	33.25 561	35.91 561	34.45 560	36.36 563	32.99 557	38.14 567	36.71 563	36.69 563	34.13 560	38.57 567	40.79 566	37.60 567	36.58 564	35.90 564	33.36 561	35.42 559	34.04 560

MDST_ROB	69.83 562	87.70 568	41.95 567	113.75 570	65.62 570	75.05 568	55.25 568	75.64 569	45.04 564	71.61 568	41.75 567	72.81 568	44.06 565	68.38 568	44.63 567	101.89 570	59.57 570	107.10 570	61.05 570	104.38 567	59.38 569

CBMV	128.50 564	1422.70 579	53.10 568	79.50 569	51.30 569	77.30 569	49.70 567	74.00 568	48.20 565	77.20 569	48.80 568	73.90 569	48.00 566	73.80 569	48.80 568	70.40 569	45.10 569	68.90 569	46.10 569	68.20 566	45.00 568
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	102.95 563	153.00 572	121.00 570	51.00 568	44.00 568	165.00 571	127.00 569	153.00 570	119.00 566	164.00 571	125.00 569	168.00 571	120.00 567	153.00 570	117.00 569	49.00 568	44.00 568	49.00 568	44.00 568	49.00 565	44.00 567

MeshStereo	159.24 565	171.00 573	160.68 573	162.58 571	160.59 571	164.01 570	160.35 570	158.51 571	158.56 567	158.34 570	160.12 570	158.56 570	159.92 568	157.26 571	158.94 570	154.38 571	158.36 571	155.75 571	159.13 572	153.67 568	154.07 570
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
AE-Stereo	201.80 566	123.00 569	115.00 569	219.00 572	218.00 573	223.00 572	244.00 572	217.00 572	236.00 569	202.00 572	203.00 571	205.00 572	208.00 569	225.00 572	204.00 571	210.00 572	198.00 572	197.00 572	184.00 573	204.00 569	201.00 571

DLCB_ROB	284.23 569	354.61 575	207.27 574	363.24 575	206.46 572	364.72 575	210.41 571	364.72 575	210.41 568	364.81 575	208.64 572	364.81 575	208.64 570	364.72 575	210.41 572	354.70 575	205.53 573	354.70 575	205.53 574	354.70 572	205.53 572

MGS-Stereo	239.45 567	123.00 569	135.00 571	266.00 573	286.00 574	277.00 573	305.00 573	271.00 573	242.00 570	274.00 573	279.00 573	255.00 573	270.00 571	268.00 573	297.00 573	221.00 573	247.00 574	216.00 573	123.00 571	217.00 570	217.00 573

EGLCR-Stereo	246.90 568	129.00 571	139.00 572	266.00 573	286.00 574	277.00 573	305.00 573	271.00 573	242.00 570	274.00 573	279.00 573	255.00 573	270.00 571	268.00 573	297.00 573	230.00 574	247.00 574	216.00 573	223.00 575	237.00 571	227.00 574

LE_ROB	396.57 570	471.28 576	329.84 575	471.48 576	308.15 576	526.83 576	322.10 575	488.15 576	323.76 572	495.46 576	317.97 575	497.17 576	320.10 573	481.62 576	326.76 575	462.71 576	298.97 576	466.16 576	285.98 576	447.62 573	289.21 575

SGM-ForestM	596.69 571	677.77 577	444.52 576	699.85 577	517.25 577	732.94 577	488.29 576	770.79 577	460.11 573	750.81 577	487.98 576	792.79 577	499.41 574	730.90 577	475.81 576	720.03 577	491.16 577	663.96 577	418.60 577	674.76 574	436.05 576

CBMV_ROB	818.48 572	913.88 578	709.52 577	862.84 578	597.78 578	1073.99 578	700.52 577	1015.66 578	702.59 574	1115.65 578	760.02 577	1130.24 578	721.57 575	1037.41 578	692.65 577	814.05 578	564.29 578	843.28 578	595.31 578	915.51 575	602.92 577

111111	10000000.00 578	10000000.00 580	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 575	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 576	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 576	10000000.00 578

SGD-Stereo	10000000.00 578	10000000.00 580	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 575	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 576	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 576	10000000.00 578

IGEV-Stereo++	10000000.00 578	10000000.00 580	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 575	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 576	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 576	10000000.00 578

IGEV-BASED-STEREO-	10000000.00 578	10000000.00 580	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 575	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 576	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 576	10000000.00 578

IGEV-Stereo+	10000000.00 578	10000000.00 580	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 575	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 576	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 576	10000000.00 578

SDNR	10000000.00 578	10000000.00 580	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 575	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 576	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 576	10000000.00 578

anonymousdsp2	10000000.00 578	10000000.00 580	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 575	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 576	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 576	10000000.00 578

anonymousdsp	10000000.00 578	10000000.00 580	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 575	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 576	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 576	10000000.00 578

test_example2	10000000.00 578	10000000.00 580	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 575	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 576	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 576	10000000.00 578

DIP-Stereo	10000000.00 578	10000000.00 580	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 575	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 576	10000000.00 579	10000000.00 578	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 579	10000000.00 576	10000000.00 578
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ccccc		0.44 167		0.48 242	0.35 267	0.48 292		0.51 301		0.47 276		0.47 283		0.47 281		0.41 252	0.40 252	0.40 263	0.40 296	0.41 255

ASD4		0.20 100

Low-res two-view benchmark