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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 97	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

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

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

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-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

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

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	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 71	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

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

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

Wz-Net-SNSev	0.03 29	0.09 65	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

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 77	0.05 84	0.04 77	0.05 84	0.04 78	0.05 86	0.04 85	0.05 86	0.04 81	0.05 77	0.04 72	0.05 51	0.03 36	0.06 88	0.03 54	0.04 74	0.03 51

EDNetEfficient	0.04 38	0.05 49	0.04 43	0.04 37	0.03 48	0.04 74	0.03 50	0.04 74	0.03 55	0.04 71	0.03 52	0.04 74	0.03 52	0.04 69	0.03 48	0.05 51	0.03 36	0.05 81	0.03 54	0.04 74	0.03 51

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 77	0.04 74	0.04 77	0.04 74	0.04 78	0.04 71	0.04 85	0.04 74	0.04 81	0.04 69	0.04 72	0.04 44	0.04 45	0.04 71	0.04 75	0.04 74	0.04 76
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 77	0.06 86	0.04 77	0.06 88	0.04 78	0.06 90	0.04 85	0.06 91	0.04 81	0.06 82	0.04 72	0.06 55	0.04 45	0.05 81	0.04 75	0.05 86	0.04 76

GASNet	0.05 41	0.04 37	0.12 100	0.04 37	0.04 77	0.04 74	0.05 87	0.04 74	0.04 78	0.12 116	0.04 85	0.06 91	0.04 81	0.04 69	0.04 72	0.04 44	0.04 45	0.04 71	0.04 75	0.04 74	0.04 76

WZ-Net	0.05 41	0.50 190	0.10 69	0.12 80	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

Wz-Net-LNSev	0.06 44	0.24 118	0.20 158	0.23 143	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	0.23 167	0.21 168	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 80	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

AASNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 93	0.06 86	0.05 87	0.05 84	0.06 100	0.06 90	0.06 100	0.05 86	0.06 100	0.06 82	0.05 83	0.08 60	0.08 59	0.08 95	0.05 90	0.06 90	0.05 91

SACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 93	0.06 86	0.05 87	0.05 84	0.06 100	0.06 90	0.06 100	0.05 86	0.06 100	0.06 82	0.05 83	0.08 60	0.08 59	0.08 95	0.05 90	0.06 90	0.05 91

AACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 93	0.06 86	0.05 87	0.05 84	0.06 100	0.06 90	0.06 100	0.05 86	0.06 100	0.06 82	0.05 83	0.08 60	0.08 59	0.08 95	0.05 90	0.06 90	0.05 91

FINET	0.07 49	0.08 59	0.07 58	0.07 47	0.07 102	0.08 97	0.06 99	0.08 101	0.07 103	0.08 98	0.07 103	0.08 98	0.06 100	0.07 96	0.07 94	0.08 60	0.07 57	0.07 93	0.07 98	0.06 90	0.06 96

ADCMid	0.08 50	0.02 12	0.02 14	1.01 330	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 69	0.09 99	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

test_sample7	0.09 51	1.00 261	0.11 89	0.11 74	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 71	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 108	0.03 38	0.03 54	0.03 43	0.03 51

test_sample6	0.09 51	0.97 257	0.10 69	0.10 57	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_sample3	0.09 51	0.87 236	0.10 69	0.12 80	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_sample2	0.09 51	1.03 273	0.11 89	0.11 74	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

test_sample1	0.09 51	0.87 236	0.12 100	0.11 74	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 71	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

SMFormer	0.09 51	1.01 267	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 57	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	1.01 267	0.10 69	0.10 57	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

SepStereo	0.09 51	0.09 65	0.10 69	0.09 53	0.09 106	0.09 101	0.09 104	0.10 103	0.08 105	0.10 102	0.09 106	0.09 102	0.09 107	0.09 102	0.08 96	0.09 66	0.08 59	0.09 100	0.08 102	0.09 103	0.08 99

APVNet	0.09 51	0.05 49	0.04 43	0.05 43	0.04 77	0.05 84	0.90 368	0.06 88	0.04 78	0.05 86	0.04 85	0.05 86	0.04 81	0.05 77	0.04 72	0.05 51	0.04 45	0.05 81	0.04 75	0.05 86	0.05 91

ADCS	0.09 51	0.02 12	0.04 43	0.90 308	0.06 101	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 121	0.36 259	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

DualNet (step1)	0.10 62	1.05 277	0.12 100	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 71	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 108	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 62	1.05 277	0.12 100	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 71	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 108	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 62	1.05 277	0.12 100	0.12 80	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	0.12 108	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 62	1.07 280	0.11 89	0.10 57	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 74	0.03 51

test_sample4	0.10 62	1.03 273	0.12 100	0.10 57	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	0.13 132	0.03 38	0.03 54	0.03 43	0.03 51

DualNet	0.10 62	1.07 280	0.11 89	0.10 57	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 74	0.03 51

ttt	0.10 62	1.09 282	0.12 100	0.12 80	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	0.12 108	0.03 38	0.02 20	0.03 43	0.02 20

1111x	0.10 62	1.14 287	0.13 119	0.14 97	0.03 48	0.04 74	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

AnonymousM	0.10 62	0.10 67	0.10 69	0.10 57	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

222	0.10 62	0.99 260	0.12 100	0.13 93	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	0.12 108	0.03 38	0.02 20	0.04 74	0.03 51

test_xeample	0.10 62	1.09 282	0.13 119	0.12 80	0.03 48	0.03 40	0.03 50	0.04 74	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 114	0.14 135	0.03 38	0.03 54	0.03 43	0.03 51

PVD	0.10 62	0.10 67	0.10 69	0.10 57	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

SHD	0.10 62	0.10 67	0.10 69	0.10 57	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

SAMSARA	0.10 62	0.10 67	0.10 69	0.10 57	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

XQC	0.10 62	0.10 67	0.10 69	0.10 57	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

RTSC	0.10 62	0.10 67	0.10 69	0.10 57	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

RTS	0.10 62	0.10 67	0.10 69	0.10 57	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

RTSA	0.10 62	0.10 67	0.10 69	0.10 57	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

MADNet+	0.10 62	0.10 67	0.10 69	0.10 57	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

MADNet++	0.10 62	0.10 67	0.10 69	0.10 57	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

ADCPNet	0.10 62	0.03 31	0.04 43	1.27 402	0.03 48	0.04 74	0.03 50	0.03 42	0.03 55	0.04 71	0.03 52	0.04 74	0.03 52	0.08 99	0.04 72	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ISRNet	0.11 83	0.05 49	0.36 226	0.24 148	0.07 102	0.13 117	0.05 87	0.06 88	0.05 92	0.05 86	0.05 94	0.13 118	0.05 88	0.05 77	0.09 99	0.24 172	0.20 164	0.10 101	0.05 90	0.06 90	0.13 140

JetRed	0.11 83	0.12 80	0.11 89	0.11 74	0.11 128	0.11 113	0.14 142	0.11 115	0.11 124	0.12 116	0.11 124	0.11 114	0.11 123	0.11 115	0.11 117	0.11 86	0.16 140	0.11 112	0.11 123	0.11 114	0.11 119

JetBlue	0.11 83	0.11 78	0.12 100	0.13 93	0.14 148	0.11 113	0.11 122	0.11 115	0.11 124	0.11 114	0.11 124	0.11 114	0.11 123	0.12 119	0.12 131	0.11 86	0.11 94	0.11 112	0.11 123	0.11 114	0.11 119

x	0.11 83	1.15 289	0.15 139	0.14 97	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 71	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 114	0.15 138	0.03 38	0.03 54	0.03 43	0.03 51

Wz-Net-LNSev-Ref	0.11 83	0.44 167	0.33 208	0.39 192	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	0.39 235	0.36 229	0.02 18	0.02 20	0.02 20	0.02 20

xxxx	0.11 83	1.16 290	0.16 140	0.12 80	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	0.16 140	0.03 38	0.04 75	0.04 74	0.04 76

BEATNet_4x	0.11 83	0.03 31	0.03 36	1.60 417	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 77	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 83	0.03 31	0.03 36	1.60 417	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 77	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

AnyNet_C01	0.11 83	0.02 12	0.02 14	1.62 420	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 82	0.04 72	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

S2M2	0.12 92	0.14 85	0.10 69	0.15 107	0.10 112	0.14 118	0.10 109	0.14 119	0.10 109	0.15 124	0.10 110	0.14 119	0.10 111	0.14 121	0.10 105	0.13 107	0.10 73	0.13 118	0.09 104	0.13 121	0.09 102

GwcNet	0.12 92	0.07 58	0.05 57	0.08 49	0.05 93	0.08 97	1.20 396	0.07 98	0.05 92	0.05 86	0.05 94	0.08 98	0.05 88	0.08 99	0.03 48	0.07 58	0.05 56	0.06 88	0.05 90	0.07 98	0.05 91

FADNet-RVC-Resample	0.12 92	0.04 37	0.04 43	0.04 37	0.04 77	0.04 74	0.04 77	0.04 74	0.04 78	0.04 71	0.04 85	0.04 74	0.04 81	0.04 69	1.57 465	0.04 44	0.04 45	0.04 71	0.05 90	0.04 74	0.06 96

FADNet_RVC	0.12 92	0.04 37	0.04 43	0.05 43	0.04 77	0.04 74	0.04 77	0.04 74	0.04 78	0.04 71	0.04 85	0.04 74	0.05 88	0.04 69	1.65 469	0.05 51	0.04 45	0.04 71	0.04 75	0.04 74	0.04 76

FADNet	0.12 92	0.05 49	0.04 43	0.04 37	0.04 77	0.04 74	0.04 77	0.04 74	0.04 78	0.04 71	0.04 85	0.04 74	0.05 88	0.04 69	1.66 471	0.06 55	0.04 45	0.04 71	0.04 75	0.04 74	0.04 76

ADCRef	0.12 92	0.03 31	0.04 43	1.71 423	0.04 77	0.03 40	0.03 50	0.04 74	0.04 78	0.04 71	0.03 52	0.04 74	0.03 52	0.06 82	0.04 72	0.04 44	0.04 45	0.04 71	0.04 75	0.03 43	0.04 76

testlalala2	0.13 98	0.16 87	0.11 89	0.15 107	0.11 128	0.16 133	0.11 122	0.16 132	0.11 124	0.16 129	0.11 124	0.16 130	0.11 123	0.16 131	0.11 117	0.14 114	0.11 94	0.14 120	0.11 123	0.14 123	0.11 119

testlalala_base	0.13 98	0.16 87	0.11 89	0.15 107	0.11 128	0.15 125	0.11 122	0.16 132	0.11 124	0.16 129	0.11 124	0.16 130	0.11 123	0.16 131	0.11 117	0.14 114	0.11 94	0.14 120	0.11 123	0.14 123	0.11 119

CIPLG	0.13 98	0.21 106	0.12 100	0.16 117	0.11 128	0.15 125	0.11 122	0.14 119	0.11 124	0.15 124	0.12 134	0.15 129	0.11 123	0.14 121	0.11 117	0.15 123	0.12 108	0.14 120	0.11 123	0.14 123	0.11 119

IPLG	0.13 98	0.20 100	0.14 124	0.15 107	0.11 128	0.14 118	0.11 122	0.14 119	0.11 124	0.14 118	0.11 124	0.14 119	0.11 123	0.14 121	0.11 117	0.15 123	0.12 108	0.14 120	0.11 123	0.14 123	0.11 119

ACRE	0.13 98	0.21 106	0.14 124	0.15 107	0.11 128	0.14 118	0.11 122	0.14 119	0.11 124	0.14 118	0.12 134	0.14 119	0.11 123	0.14 121	0.11 117	0.15 123	0.12 108	0.14 120	0.11 123	0.14 123	0.11 119

LRCNet_RVC	0.13 98	0.13 81	0.09 65	0.13 93	0.10 112	0.14 118	0.10 109	0.14 119	0.10 109	0.23 164	0.10 110	0.20 149	0.10 111	0.24 172	0.11 117	0.11 86	0.09 68	0.12 115	0.14 150	0.12 119	0.09 102

aanetorigin	0.13 98	0.11 78	0.11 89	0.11 74	0.11 128	0.11 113	0.11 122	0.11 115	0.11 124	0.11 114	0.12 134	0.11 114	0.11 123	0.11 115	0.11 117	0.11 86	0.11 94	0.14 120	0.11 123	0.49 279	0.11 119

FADNet-RVC	0.13 98	0.04 37	0.04 43	0.04 37	0.04 77	0.04 74	0.05 87	0.04 74	0.04 78	0.04 71	0.05 94	0.04 74	0.05 88	0.04 69	1.71 474	0.04 44	0.04 45	0.04 71	0.04 75	0.07 98	0.04 76

ELAS	0.13 98	0.16 87	0.11 89	0.15 107	0.09 106	0.18 144	0.11 122	0.18 142	0.11 124	0.17 138	0.11 124	0.18 143	0.11 123	0.18 142	0.11 117	0.14 114	0.08 59	0.14 120	0.08 102	0.14 123	0.09 102
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
mmm	0.14 107	1.83 367	0.12 100	0.11 74	0.03 48	0.03 40	0.03 50	0.03 42	0.04 78	0.03 40	0.03 52	0.03 42	0.03 52	0.06 82	0.04 72	0.12 91	0.11 94	0.05 81	0.04 75	0.05 86	0.04 76

ProNet	0.14 107	0.20 100	0.14 124	0.16 117	0.11 128	0.16 133	0.11 122	0.17 140	0.11 124	0.17 138	0.12 134	0.17 140	0.13 144	0.17 140	0.12 131	0.15 123	0.11 94	0.16 136	0.11 123	0.15 133	0.12 134

IPLGR_C	0.14 107	0.20 100	0.12 100	0.15 107	0.11 128	0.14 118	0.15 147	0.14 119	0.11 124	0.15 124	0.12 134	0.14 119	0.11 123	0.16 131	0.11 117	0.15 123	0.12 108	0.14 120	0.12 139	0.15 133	0.12 134

MIPNet	0.14 107	0.21 106	0.17 147	0.16 117	0.11 128	0.15 125	0.12 137	0.14 119	0.11 124	0.16 129	0.11 124	0.14 119	0.11 123	0.14 121	0.11 117	0.14 114	0.12 108	0.14 120	0.11 123	0.14 123	0.11 119

IPLGR	0.14 107	0.24 118	0.14 124	0.16 117	0.12 143	0.15 125	0.12 137	0.14 119	0.11 124	0.15 124	0.12 134	0.14 119	0.11 123	0.14 121	0.11 117	0.15 123	0.12 108	0.14 120	0.11 123	0.14 123	0.11 119

GMStereo	0.14 107	0.13 81	0.14 124	0.14 97	0.14 148	0.14 118	0.14 142	0.14 119	0.14 147	0.14 118	0.14 151	0.14 119	0.14 148	0.14 121	0.14 141	0.14 114	0.14 135	0.14 120	0.14 150	0.14 123	0.14 145
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 107	0.04 37	0.03 36	2.22 438	0.04 77	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 74	0.02 21	0.07 96	0.04 72	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

HSM	0.14 107	0.16 87	0.12 100	0.17 125	0.12 143	0.17 141	0.11 122	0.17 140	0.11 124	0.17 138	0.12 134	0.17 140	0.12 139	0.17 140	0.12 131	0.16 130	0.11 94	0.16 136	0.11 123	0.16 137	0.12 134

DRN-Test	0.14 107	0.13 81	0.09 65	0.14 97	0.09 106	0.15 125	0.09 104	0.14 119	0.10 109	0.14 118	0.09 106	0.14 119	0.09 107	0.13 120	0.09 99	0.12 91	0.09 68	0.12 115	0.09 104	0.12 119	0.73 350

ELAS_RVC	0.14 107	0.16 87	0.10 69	0.15 107	0.10 112	0.18 144	0.11 122	0.19 144	0.11 124	0.19 143	0.12 134	0.18 143	0.11 123	0.19 145	0.12 131	0.14 114	0.08 59	0.14 120	0.09 104	0.15 133	0.09 102
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 117	0.17 93	0.13 119	0.20 131	0.13 146	0.19 147	0.13 140	0.18 142	0.13 145	0.19 143	0.13 146	0.18 143	0.14 148	0.18 142	0.14 141	0.16 130	0.11 94	0.15 133	0.14 150	0.18 146	0.11 119

test_for_model	0.15 117	0.23 111	0.18 152	0.21 140	0.11 128	0.16 133	0.11 122	0.16 132	0.11 124	0.16 129	0.11 124	0.16 130	0.11 123	0.16 131	0.11 117	0.21 153	0.18 161	0.14 120	0.11 123	0.14 123	0.11 119

CoDeX	0.15 117	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	0.67 340	0.02 15	0.69 322	0.75 344	0.01 9	0.02 20	0.02 20

ICVP	0.15 117	0.53 202	0.11 89	0.16 117	0.11 128	0.16 133	0.11 122	0.16 132	0.11 124	0.16 129	0.11 124	0.16 130	0.11 123	0.16 131	0.11 117	0.16 130	0.11 94	0.16 136	0.11 123	0.16 137	0.11 119
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 117	0.04 37	0.04 43	2.20 437	0.04 77	0.04 74	0.04 77	0.04 74	0.04 78	0.04 71	0.05 94	0.04 74	0.04 81	0.08 99	0.04 72	0.04 44	0.04 45	0.04 71	0.04 75	0.04 74	0.04 76

StereoDRNet	0.15 117	0.14 85	0.10 69	0.14 97	0.09 106	0.15 125	0.09 104	0.14 119	0.09 108	0.14 118	0.10 110	0.14 119	0.09 107	0.14 121	0.09 99	0.13 107	0.10 73	0.13 118	0.09 104	0.13 121	0.82 361

LALA_ROB	0.15 117	0.19 96	0.12 100	0.18 126	0.11 128	0.20 152	0.12 137	0.21 156	0.12 142	0.20 148	0.12 134	0.20 149	0.12 139	0.21 160	0.13 137	0.17 137	0.10 73	0.18 153	0.11 123	0.18 146	0.11 119

SGM_RVC	0.15 117	0.17 93	0.11 89	0.18 126	0.11 128	0.19 147	0.11 122	0.19 144	0.12 142	0.19 143	0.12 134	0.20 149	0.12 139	0.19 145	0.12 131	0.16 130	0.11 94	0.17 143	0.10 111	0.17 142	0.10 107
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GMStereo_Zeroshot	0.16 125	0.16 87	0.16 140	0.16 117	0.16 166	0.16 133	0.16 150	0.16 132	0.16 159	0.16 129	0.16 160	0.16 130	0.16 158	0.16 131	0.16 157	0.16 130	0.16 140	0.16 136	0.16 155	0.16 137	0.16 146

qqq	0.16 125	2.01 384	0.12 100	0.15 107	0.04 77	0.06 86	0.05 87	0.06 88	0.04 78	0.06 90	0.03 52	0.06 91	0.03 52	0.06 82	0.03 48	0.12 91	0.14 135	0.04 71	0.04 75	0.03 43	0.03 51

DeepPruner_ROB	0.16 125	0.18 95	0.13 119	0.19 129	0.13 146	0.19 147	0.13 140	0.19 144	0.13 145	0.19 143	0.13 146	0.19 147	0.13 144	0.19 145	0.13 137	0.18 145	0.13 132	0.18 153	0.13 147	0.18 146	0.13 140

CAS++	0.17 128	0.27 122	0.21 162	0.10 57	0.21 189	0.15 125	0.22 179	0.10 103	0.21 177	0.22 160	0.10 110	0.19 147	0.18 169	0.10 104	0.19 172	0.20 148	0.19 162	0.18 153	0.10 111	0.19 152	0.18 162
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 128	2.16 393	0.13 119	0.13 93	0.04 77	0.06 86	0.04 77	0.06 88	0.04 78	0.06 90	0.03 52	0.06 91	0.03 52	0.06 82	0.05 83	0.18 145	0.12 108	0.06 88	0.03 54	0.05 86	0.03 51

SFCPSM	0.17 128	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	0.79 359	0.02 15	0.75 332	0.76 346	0.02 20	0.02 20	0.02 20

xyz-stereo-finetune2	0.18 131	0.48 184	0.16 140	0.16 117	0.15 159	0.15 125	0.16 150	0.16 132	0.16 159	0.16 129	0.16 160	0.16 130	0.16 158	0.16 131	0.16 157	0.16 130	0.16 140	0.16 136	0.16 155	0.16 137	0.16 146

xyz-stereo	0.18 131	0.50 190	0.16 140	0.15 107	0.16 166	0.16 133	0.16 150	0.16 132	0.16 159	0.16 129	0.16 160	0.16 130	0.16 158	0.16 131	0.16 157	0.16 130	0.16 140	0.16 136	0.16 155	0.16 137	0.16 146

BEATNet-Init1	0.19 133	0.08 59	0.08 60	2.23 439	0.08 104	0.08 97	0.07 102	0.07 98	0.08 105	0.08 98	0.07 103	0.08 98	0.07 104	0.11 115	0.08 96	0.08 60	0.08 59	0.08 95	0.07 98	0.08 100	0.08 99

DeepPrunerF	0.19 133	0.08 59	0.08 60	2.23 439	0.08 104	0.08 97	0.07 102	0.07 98	0.08 105	0.08 98	0.07 103	0.08 98	0.07 104	0.11 115	0.08 96	0.08 60	0.08 59	0.08 95	0.07 98	0.08 100	0.08 99

IGEV_Zeroshot_test	0.20 135	0.19 96	0.40 242	0.30 165	0.17 169	0.22 162	0.17 155	0.21 156	0.17 164	0.20 148	0.17 165	0.21 157	0.18 169	0.21 160	0.17 160	0.20 148	0.16 140	0.20 157	0.16 155	0.20 153	0.17 158

DAS	0.20 135	0.20 100	0.20 158	0.20 131	0.20 182	0.20 152	0.20 168	0.20 149	0.20 174	0.20 148	0.20 180	0.20 149	0.20 178	0.20 149	0.20 175	0.20 148	0.20 164	0.20 157	0.20 178	0.20 153	0.20 165

ASD4	0.20 135	0.20 100	0.20 158	0.20 131	0.20 182	0.20 152	0.20 168	0.20 149	0.20 174	0.20 148	0.20 180	0.20 149	0.20 178	0.20 149	0.20 175	0.20 148	0.20 164	0.20 157	0.20 178	0.20 153	0.20 165

ACVNet	0.20 135	0.19 96	0.14 124	0.20 131	0.14 148	0.20 152	0.96 375	0.21 156	0.14 147	0.20 148	0.13 146	0.21 157	0.14 148	0.20 149	0.14 141	0.17 137	0.12 108	0.17 143	0.12 139	0.17 142	0.12 134

acv_ft	0.20 135	0.19 96	0.14 124	0.20 131	0.14 148	0.20 152	0.96 375	0.21 156	0.14 147	0.20 148	0.13 146	0.21 157	0.14 148	0.20 149	0.14 141	0.17 137	0.12 108	0.17 143	0.12 139	0.17 142	0.12 134

iResNetv2_ROB	0.20 135	0.23 111	0.18 152	0.24 148	0.20 182	0.24 169	0.18 161	0.24 167	0.18 166	0.24 169	0.18 175	0.23 167	0.19 174	0.24 172	0.18 169	0.21 153	0.16 140	0.21 160	0.16 155	0.22 159	0.16 146

iResNet	0.20 135	0.23 111	0.18 152	0.24 148	0.18 176	0.24 169	0.20 168	0.24 167	0.18 166	0.23 164	0.17 165	0.23 167	0.18 169	0.23 168	0.18 169	0.22 156	0.16 140	0.21 160	0.16 155	0.21 157	0.16 146

tg	0.21 142	0.25 120	0.21 162	0.26 160	0.17 169	0.24 169	0.17 155	0.24 167	0.17 164	0.24 169	0.17 165	0.24 171	0.17 162	0.24 172	0.17 160	0.24 172	0.17 155	0.23 171	0.16 155	0.23 168	0.16 146

Pointernet	0.21 142	0.22 110	0.19 155	0.24 148	0.19 180	0.24 169	0.19 165	0.24 167	0.19 172	0.24 169	0.19 176	0.24 171	0.19 174	0.24 172	0.19 172	0.22 156	0.17 155	0.22 165	0.17 173	0.22 159	0.17 158

SuperB	0.21 142	0.10 67	2.51 498	0.12 80	0.09 106	0.10 102	0.09 104	0.08 101	0.07 103	0.10 102	0.09 106	0.09 102	0.07 104	0.07 96	0.07 94	0.07 58	0.08 59	0.07 93	0.07 98	0.08 100	0.07 98

WAO-6	0.22 145	0.23 111	0.22 164	0.23 143	0.22 191	0.22 162	0.22 179	0.22 160	0.22 180	0.22 160	0.22 186	0.22 163	0.22 184	0.22 164	0.22 180	0.22 156	0.22 172	0.22 165	0.22 183	0.22 159	0.22 171

IMH-64-1	0.22 145	0.23 111	0.23 167	0.22 141	0.22 191	0.22 162	0.22 179	0.22 160	0.22 180	0.22 160	0.22 186	0.22 163	0.22 184	0.22 164	0.22 180	0.22 156	0.22 172	0.23 171	0.22 183	0.22 159	0.23 173

IMH-64	0.22 145	0.23 111	0.23 167	0.22 141	0.22 191	0.22 162	0.22 179	0.22 160	0.22 180	0.22 160	0.22 186	0.22 163	0.22 184	0.22 164	0.22 180	0.22 156	0.22 172	0.23 171	0.22 183	0.22 159	0.23 173

ac_64	0.22 145	0.13 81	0.19 155	0.23 143	0.10 112	0.26 183	1.02 383	0.14 119	0.10 109	0.28 183	0.14 151	0.17 140	0.19 174	0.28 192	0.09 99	0.22 156	0.16 140	0.23 171	0.17 173	0.11 114	0.12 134

dd	0.23 149	0.98 258	0.16 140	0.23 143	0.15 159	0.23 168	0.15 147	0.23 164	0.15 157	0.23 164	0.15 159	0.24 171	0.17 162	0.23 168	0.15 151	0.22 156	0.15 138	0.21 160	0.15 154	0.22 159	0.16 146

dad	0.23 149	1.03 273	0.16 140	0.23 143	0.15 159	0.24 169	0.15 147	0.24 167	0.16 159	0.23 164	0.16 160	0.24 171	0.16 158	0.23 168	0.15 151	0.22 156	0.16 140	0.22 165	0.16 155	0.22 159	0.16 146

MSKI-zero shot	0.24 151	0.21 106	0.49 283	0.65 281	0.18 176	0.22 162	0.17 155	0.23 164	0.18 166	0.21 158	0.17 165	0.23 167	0.28 219	0.23 168	0.18 169	0.21 153	0.16 140	0.21 160	0.16 155	0.21 157	0.16 146

qqq1	0.25 152	3.70 458	0.14 124	0.14 97	0.04 77	0.06 86	0.05 87	0.06 88	0.05 92	0.06 90	0.05 94	0.04 74	0.05 88	0.06 82	0.05 83	0.13 107	0.12 108	0.06 88	0.05 90	0.03 43	0.04 76

fff1	0.25 152	3.70 458	0.14 124	0.14 97	0.04 77	0.06 86	0.05 87	0.06 88	0.05 92	0.06 90	0.05 94	0.04 74	0.05 88	0.06 82	0.05 83	0.13 107	0.12 108	0.06 88	0.05 90	0.03 43	0.04 76

UNDER WATER-64	0.25 152	0.26 121	0.25 176	0.26 160	0.25 203	0.25 176	0.25 194	0.25 173	0.25 193	0.25 173	0.25 202	0.25 176	0.25 196	0.26 187	0.25 196	0.25 178	0.25 179	0.25 179	0.25 201	0.25 170	0.25 184

ffm	0.25 152	3.83 464	0.12 100	0.12 80	0.05 93	0.06 86	0.05 87	0.06 88	0.05 92	0.03 40	0.03 52	0.06 91	0.05 88	0.06 82	0.05 83	0.12 91	0.12 108	0.05 81	0.04 75	0.06 90	0.04 76

ff1	0.25 152	3.83 464	0.12 100	0.12 80	0.05 93	0.06 86	0.05 87	0.06 88	0.05 92	0.03 40	0.03 52	0.06 91	0.05 88	0.06 82	0.05 83	0.12 91	0.12 108	0.05 81	0.04 75	0.06 90	0.04 76

mmx	0.25 152	3.83 464	0.12 100	0.12 80	0.05 93	0.06 86	0.05 87	0.06 88	0.05 92	0.03 40	0.03 52	0.06 91	0.05 88	0.06 82	0.05 83	0.12 91	0.12 108	0.05 81	0.04 75	0.06 90	0.04 76

MIM_Stereo	0.25 152	0.23 111	0.66 315	0.80 298	0.17 169	0.22 162	0.17 155	0.23 164	0.18 166	0.26 180	0.17 165	0.21 157	0.17 162	0.25 177	0.17 160	0.23 167	0.16 140	0.21 160	0.17 173	0.22 159	0.17 158

LoS	0.25 152	0.27 122	0.25 176	0.25 153	0.25 203	0.25 176	0.25 194	0.26 177	0.25 193	0.25 173	0.25 202	0.25 176	0.25 196	0.25 177	0.25 196	0.26 179	0.25 179	0.25 179	0.26 207	0.26 172	0.25 184
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 152	1.31 349	0.74 328	0.92 313	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	0.87 339	0.75 332	0.02 18	0.02 20	0.02 20	0.02 20

model_zeroshot	0.27 161	0.20 100	0.27 183	0.33 174	0.21 189	0.37 217	0.22 179	0.37 209	0.24 188	0.26 180	0.27 212	0.33 202	0.21 183	0.25 177	0.27 202	0.32 196	0.20 164	0.34 215	0.23 188	0.25 170	0.26 190

xyz-stereo-finetune	0.28 162	0.49 186	0.16 140	0.16 117	0.16 166	0.16 133	0.16 150	0.22 160	0.30 229	0.32 194	0.31 236	0.32 199	0.31 236	0.32 200	0.32 230	0.32 196	0.33 222	0.31 199	0.32 248	0.31 186	0.32 235

SQANet	0.28 162	0.28 125	0.28 187	0.28 163	0.28 216	0.28 187	0.28 210	0.28 180	0.28 214	0.28 183	0.28 218	0.28 187	0.28 219	0.28 192	0.28 208	0.28 184	0.28 192	0.28 188	0.28 218	0.28 177	0.28 211

HGLStereo	0.28 162	0.29 127	0.22 164	0.36 181	0.22 191	0.36 212	0.21 174	0.36 203	0.21 177	0.42 249	0.21 185	0.36 214	0.22 184	0.36 216	0.21 178	0.34 202	0.21 168	0.34 215	0.21 180	0.34 198	0.21 168

iResNet_ROB	0.28 162	0.32 130	0.24 173	0.32 171	0.25 203	0.32 201	0.24 191	0.32 189	0.24 188	0.33 199	0.24 196	0.35 208	0.24 193	0.33 206	0.24 190	0.31 195	0.24 178	0.32 200	0.24 196	0.32 188	0.24 183

UNet	0.29 166	0.90 243	0.10 69	0.14 97	0.10 112	0.14 118	0.10 109	0.91 345	0.69 347	0.14 118	0.11 124	0.14 119	0.11 123	0.14 121	0.10 105	0.12 91	0.09 68	0.12 115	0.09 104	0.88 334	0.76 355

DDVS	0.30 167	3.10 445	0.14 124	0.19 129	0.14 148	0.19 147	0.14 142	0.20 149	0.14 147	0.19 143	0.13 146	0.16 130	0.13 144	0.19 145	0.13 137	0.17 137	0.13 132	0.17 143	0.13 147	0.17 142	0.13 140

ACV-stereo	0.30 167	2.08 386	0.25 176	0.25 153	0.18 176	0.24 169	0.17 155	0.24 167	0.18 166	0.24 169	0.17 165	0.25 176	0.17 162	0.24 172	0.17 160	0.22 156	0.16 140	0.22 165	0.16 155	0.22 159	0.16 146

LoS_RVC	0.30 167	1.14 287	0.25 176	0.25 153	0.25 203	0.26 183	0.25 194	0.25 173	0.25 193	0.25 173	0.25 202	0.26 185	0.26 205	0.26 187	0.25 196	0.26 179	0.26 182	0.25 179	0.25 201	0.26 172	0.26 190

CAS	0.30 167	1.17 291	0.25 176	0.25 153	0.25 203	0.26 183	0.25 194	0.25 173	0.26 206	0.25 173	0.25 202	0.25 176	0.25 196	0.25 177	0.25 196	0.26 179	0.26 182	0.26 182	0.25 201	0.26 172	0.25 184

DANet	0.30 167	0.30 128	0.30 193	0.30 165	0.30 232	0.30 190	0.30 222	0.30 186	0.30 229	0.30 187	0.30 233	0.30 195	0.30 231	0.30 197	0.30 225	0.30 192	0.30 209	0.30 195	0.30 237	0.30 183	0.30 226
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
tt1	0.31 172	0.93 252	0.24 173	0.33 174	0.23 196	0.31 193	0.24 191	0.32 189	0.24 188	0.32 194	0.23 190	0.32 199	0.25 196	0.32 200	0.24 190	0.27 182	0.26 182	0.27 186	0.26 207	0.27 175	0.27 198

xxxxx1	0.31 172	0.91 245	0.23 167	0.31 168	0.23 196	0.31 193	0.23 186	0.33 192	0.25 193	0.31 189	0.24 196	0.33 202	0.25 196	0.32 200	0.24 190	0.28 184	0.28 192	0.28 188	0.28 218	0.29 180	0.27 198

DLNR_Zeroshot_test	0.31 172	0.28 125	0.47 271	0.79 296	0.24 201	0.30 190	0.26 202	0.30 186	0.24 188	0.32 194	0.23 190	0.31 197	0.24 193	0.30 197	0.23 186	0.29 191	0.26 182	0.29 193	0.24 196	0.33 194	0.23 173

tt_ll	0.31 172	0.91 245	0.23 167	0.31 168	0.23 196	0.31 193	0.23 186	0.33 192	0.25 193	0.31 189	0.24 196	0.33 202	0.25 196	0.32 200	0.24 190	0.28 184	0.28 192	0.28 188	0.28 218	0.29 180	0.27 198

ff	0.31 172	0.91 245	0.23 167	0.31 168	0.23 196	0.31 193	0.23 186	0.33 192	0.25 193	0.31 189	0.24 196	0.33 202	0.25 196	0.32 200	0.24 190	0.28 184	0.28 192	0.28 188	0.28 218	0.29 180	0.27 198

RAFT + AFF	0.31 172	0.45 170	0.34 216	0.39 192	0.28 216	0.38 221	0.33 236	0.29 184	0.31 233	0.30 187	0.30 233	0.29 192	0.27 213	0.29 195	0.30 225	0.28 184	0.29 201	0.29 193	0.29 227	0.27 175	0.32 235

MLCV	0.31 172	0.35 133	0.27 183	0.35 177	0.28 216	0.35 209	0.27 205	0.35 199	0.28 214	0.36 208	0.27 212	0.35 208	0.27 213	0.35 210	0.27 202	0.34 202	0.27 187	0.34 215	0.27 214	0.34 198	0.27 198

DN-CSS_ROB	0.31 172	0.35 133	0.28 187	0.35 177	0.28 216	0.34 205	0.27 205	0.34 196	0.25 193	0.35 205	0.27 212	0.36 214	0.26 205	0.34 208	0.28 208	0.35 211	0.28 192	0.34 215	0.28 218	0.34 198	0.27 198

WCG-NET（raft）	0.32 180	1.24 345	0.24 173	0.32 171	0.24 201	0.32 201	0.23 186	0.32 189	0.24 188	0.32 194	0.24 196	0.32 199	0.24 193	0.32 200	0.24 190	0.30 192	0.23 176	0.30 195	0.23 188	0.30 183	0.23 173

testlalala	0.32 180	0.81 228	0.31 199	0.39 192	0.26 211	0.33 203	0.24 191	0.33 192	0.26 206	0.32 194	0.26 208	0.33 202	0.23 190	0.33 206	0.23 186	0.35 211	0.31 213	0.30 195	0.24 196	0.31 186	0.21 168

Any-RAFT	0.32 180	0.36 136	0.27 183	0.36 181	0.27 213	0.36 212	0.27 205	0.36 203	0.27 211	0.36 208	0.27 212	0.36 214	0.27 213	0.36 216	0.28 208	0.36 215	0.28 192	0.36 233	0.28 218	0.36 217	0.28 211

GCAP-BAT	0.33 183	0.78 222	0.32 203	0.38 187	0.25 203	0.34 205	0.25 194	0.34 196	0.26 206	0.34 201	0.25 202	0.35 208	0.26 205	0.35 210	0.27 202	0.36 215	0.30 209	0.32 200	0.24 196	0.32 188	0.26 190

StereoDRNet-Refined	0.33 183	0.39 147	0.26 182	0.39 192	0.26 211	0.40 229	0.26 202	0.40 223	0.26 206	0.39 219	0.26 208	0.39 226	0.26 205	0.39 230	0.26 201	0.37 219	0.25 179	0.37 236	0.25 201	0.37 219	0.37 259
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
LG-Stereo_L2	0.34 185	0.37 138	0.38 232	0.47 234	0.28 216	0.39 227	0.28 210	0.39 218	0.28 214	0.39 219	0.28 218	0.39 226	0.28 219	0.38 222	0.28 208	0.42 261	0.35 226	0.36 233	0.26 207	0.35 210	0.26 190

H2IRNET	0.34 185	0.34 132	0.34 216	0.34 176	0.34 259	0.34 205	0.34 247	0.34 196	0.34 251	0.34 201	0.34 252	0.34 207	0.34 250	0.34 208	0.34 251	0.34 202	0.34 225	0.34 215	0.34 260	0.34 198	0.34 248

IGEV++	0.34 185	0.43 164	0.30 193	0.40 205	0.29 223	0.40 229	0.29 217	0.40 223	0.29 219	0.40 224	0.29 222	0.40 233	0.29 225	0.40 233	0.30 225	0.38 226	0.29 201	0.37 236	0.29 227	0.37 219	0.29 216

iRaft-Stereo_5w	0.34 185	0.42 163	0.31 199	0.39 192	0.30 232	0.38 221	0.30 222	0.40 223	0.29 219	0.40 224	0.37 271	0.41 245	0.34 250	0.38 222	0.30 225	0.34 202	0.27 187	0.34 215	0.26 207	0.34 198	0.26 190

CSP-Net	0.34 185	1.29 347	1.19 373	1.36 409	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	1.26 417	1.21 424	0.03 38	0.09 104	0.02 20	0.09 102

iRaft-Stereo_20w	0.34 185	0.41 156	0.31 199	0.39 192	0.29 223	0.40 229	0.32 227	0.41 238	0.32 236	0.38 214	0.30 233	0.39 226	0.30 231	0.38 222	0.32 230	0.35 211	0.27 187	0.34 215	0.27 214	0.34 198	0.29 216

DGSMNet	0.34 185	0.41 156	0.27 183	0.41 215	0.28 216	0.41 245	0.28 210	0.41 238	0.27 211	0.41 237	0.27 212	0.42 261	0.27 213	0.41 247	0.28 208	0.40 239	0.29 201	0.40 258	0.28 218	0.40 240	0.27 198

gcap-zeroshot	0.35 192	0.32 130	0.37 229	0.49 244	0.39 283	0.33 203	0.21 174	0.26 177	0.35 254	0.42 249	0.34 252	0.49 288	0.29 225	0.47 275	0.39 276	0.34 202	0.17 155	0.38 243	0.23 188	0.48 276	0.34 248

CASnet	0.35 192	0.51 197	0.44 258	0.32 171	0.31 236	0.24 169	0.34 247	0.36 203	0.25 193	0.31 189	0.37 271	0.30 195	0.33 245	0.25 177	0.45 297	0.37 219	0.37 231	0.33 208	0.35 266	0.34 198	0.37 259
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 192	0.44 167	0.45 260	0.49 244	0.30 232	0.37 217	0.30 222	0.36 203	0.30 229	0.36 208	0.29 222	0.36 214	0.29 225	0.36 216	0.30 225	0.46 268	0.39 244	0.32 200	0.24 196	0.32 188	0.25 184
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 192	0.35 133	0.35 224	0.35 177	0.35 262	0.35 209	0.35 252	0.35 199	0.35 254	0.35 205	0.35 261	0.35 208	0.35 257	0.35 210	0.35 255	0.35 211	0.35 226	0.35 228	0.35 266	0.35 210	0.35 254

GIP-stereo	0.36 196	0.49 186	0.39 239	0.48 238	0.32 238	0.41 245	0.28 210	0.40 223	0.30 229	0.41 237	0.28 218	0.40 233	0.28 219	0.42 260	0.28 208	0.45 265	0.32 215	0.38 243	0.30 237	0.37 219	0.27 198

DCVSM-stereo	0.36 196	1.89 373	0.22 164	0.40 205	0.22 191	0.40 229	0.22 179	0.40 223	0.22 180	0.40 224	0.22 186	0.40 233	0.22 184	0.40 233	0.22 180	0.28 184	0.21 168	0.28 188	0.21 180	0.28 177	0.20 165

RSM	0.36 196	0.36 136	0.43 256	0.37 184	0.42 302	0.49 291	0.42 291	0.37 209	0.28 214	0.36 208	0.29 222	0.36 214	0.30 231	0.37 220	0.28 208	0.34 202	0.31 213	0.34 215	0.35 266	0.40 240	0.29 216

RAFT-Test	0.36 196	0.37 138	0.33 208	0.41 215	0.32 238	0.41 245	0.32 227	0.41 238	0.32 236	0.41 237	0.32 238	0.41 245	0.32 238	0.41 247	0.33 238	0.37 219	0.29 201	0.37 236	0.29 227	0.38 228	0.31 231

DMCA	0.36 196	0.38 141	0.37 229	0.35 177	0.35 262	0.36 212	0.36 259	0.36 203	0.35 254	0.35 205	0.37 271	0.36 214	0.36 260	0.35 210	0.36 259	0.36 215	0.36 229	0.35 228	0.36 272	0.36 217	0.36 255

ACVNet-DCA	0.37 201	1.00 261	0.30 193	0.40 205	0.29 223	0.40 229	0.29 217	0.40 223	0.29 219	0.40 224	0.29 222	0.40 233	0.29 225	0.39 230	0.28 208	0.33 199	0.32 215	0.33 208	0.32 248	0.33 194	0.32 235

1test111	0.37 201	1.02 271	0.30 193	0.39 192	0.29 223	0.40 229	0.28 210	0.39 218	0.29 219	0.39 219	0.29 222	0.39 226	0.28 219	0.40 233	0.29 218	0.33 199	0.32 215	0.33 208	0.31 243	0.32 188	0.31 231

cc1	0.37 201	1.02 271	0.30 193	0.39 192	0.29 223	0.40 229	0.28 210	0.39 218	0.29 219	0.39 219	0.29 222	0.39 226	0.28 219	0.40 233	0.29 218	0.33 199	0.32 215	0.33 208	0.31 243	0.32 188	0.31 231

EKT-Stereo	0.37 201	0.40 149	0.44 258	1.07 334	0.29 223	0.34 205	0.31 226	0.36 203	0.29 219	0.38 214	0.31 236	0.37 220	0.30 231	0.36 216	0.29 218	0.34 202	0.28 192	0.39 253	0.30 237	0.37 219	0.30 226

GMOStereo	0.37 201	0.45 170	0.23 167	0.30 165	0.37 271	0.41 245	0.36 259	0.41 238	0.35 254	0.43 255	0.36 265	0.41 245	0.40 274	0.41 247	0.36 259	0.34 202	0.22 172	0.47 296	0.37 274	0.39 235	0.33 242

XPNet_ROB	0.37 201	0.37 138	0.37 229	0.37 184	0.37 271	0.37 217	0.37 264	0.37 209	0.37 266	0.37 213	0.37 271	0.37 220	0.37 264	0.37 220	0.37 267	0.37 219	0.37 231	0.37 236	0.37 274	0.37 219	0.37 259

HART	0.38 207	0.45 170	0.34 216	0.42 223	0.33 249	0.41 245	0.34 247	0.42 254	0.33 242	0.43 255	0.34 252	0.42 261	0.34 250	0.41 247	0.38 270	0.40 239	0.32 215	0.42 282	0.32 248	0.40 240	0.32 235

GREAT-IGEV	0.38 207	0.43 164	0.36 226	0.48 238	0.32 238	0.45 270	0.32 227	0.45 260	0.32 236	0.45 260	0.32 238	0.45 267	0.32 238	0.45 267	0.32 230	0.44 263	0.33 222	0.41 271	0.29 227	0.41 250	0.29 216

fffy	0.38 207	0.43 164	0.33 208	0.46 228	0.33 249	0.45 270	0.32 227	0.45 260	0.32 236	0.45 260	0.32 238	0.45 267	0.33 245	0.45 267	0.32 230	0.38 226	0.38 237	0.38 243	0.37 274	0.37 219	0.36 255

WAO-8	0.38 207	0.38 141	0.38 232	0.38 187	0.38 278	0.38 221	0.38 270	0.38 214	0.38 270	0.38 214	0.38 276	0.38 222	0.38 268	0.38 222	0.38 270	0.38 226	0.38 237	0.38 243	0.37 274	0.38 228	0.38 266

WAO-7	0.38 207	0.38 141	0.38 232	0.38 187	0.38 278	0.38 221	0.38 270	0.38 214	0.38 270	0.38 214	0.38 276	0.38 222	0.38 268	0.38 222	0.38 270	0.38 226	0.38 237	0.38 243	0.38 286	0.38 228	0.38 266

xx1	0.38 207	1.03 273	0.31 199	0.40 205	0.31 236	0.41 245	0.28 210	0.40 223	0.29 219	0.40 224	0.29 222	0.40 233	0.29 225	0.40 233	0.29 218	0.34 202	0.33 222	0.34 215	0.32 248	0.34 198	0.32 235

Venus	0.38 207	0.38 141	0.38 232	0.38 187	0.38 278	0.37 217	0.38 270	0.37 209	0.37 266	0.41 237	0.37 271	0.39 226	0.37 264	0.38 222	0.38 270	0.37 219	0.38 237	0.38 243	0.37 274	0.37 219	0.38 266

IMH	0.38 207	0.38 141	0.38 232	0.38 187	0.38 278	0.38 221	0.38 270	0.38 214	0.38 270	0.42 249	0.38 276	0.40 233	0.38 268	0.38 222	0.38 270	0.38 226	0.38 237	0.39 253	0.38 286	0.38 228	0.38 266

PAM	0.39 215	1.88 372	0.34 216	0.37 184	0.41 292	0.45 270	0.22 179	0.28 180	0.23 186	0.28 183	0.24 196	0.29 192	0.23 190	0.29 195	0.23 186	0.38 226	0.32 215	0.38 243	0.37 274	0.32 188	0.22 171

HanzoNet	0.39 215	0.38 141	0.40 242	0.39 192	0.41 292	0.38 221	0.38 270	0.38 214	0.38 270	0.39 219	0.39 280	0.38 222	0.38 268	0.39 230	0.40 280	0.38 226	0.38 237	0.40 258	0.38 286	0.38 228	0.40 274

CES	0.39 215	0.47 178	0.36 226	0.36 181	0.37 271	0.45 270	0.35 252	0.35 199	0.40 279	0.36 208	0.44 302	0.47 277	0.36 260	0.44 264	0.36 259	0.37 219	0.39 244	0.44 285	0.35 266	0.37 219	0.36 255

PASM	0.39 215	3.06 444	1.36 439	1.58 415	0.09 106	0.11 113	0.11 122	0.11 115	0.11 124	0.09 101	0.09 106	0.11 114	0.09 107	0.09 102	0.09 99	0.11 86	0.11 94	0.11 112	0.09 104	0.11 114	0.11 119

mms	0.40 219	0.45 170	0.35 224	0.48 238	0.36 268	0.47 281	0.34 247	0.45 260	0.38 270	0.47 270	0.33 244	0.45 267	0.32 238	0.45 267	0.32 230	0.39 235	0.38 237	0.38 243	0.37 274	0.39 235	0.39 271

knoymous	0.40 219	0.40 149	0.40 242	0.40 205	0.40 285	0.40 229	0.40 278	0.40 223	0.40 279	0.40 224	0.40 283	0.40 233	0.40 274	0.40 233	0.40 280	0.40 239	0.40 247	0.40 258	0.40 290	0.40 240	0.40 274

anonymousa	0.40 219	0.40 149	0.40 242	0.40 205	0.40 285	0.40 229	0.40 278	0.40 223	0.40 279	0.40 224	0.40 283	0.40 233	0.40 274	0.40 233	0.40 280	0.40 239	0.40 247	0.40 258	0.40 290	0.40 240	0.40 274

riskmin	0.40 219	0.40 149	0.40 242	0.40 205	0.40 285	0.40 229	0.40 278	0.40 223	0.40 279	0.40 224	0.40 283	0.40 233	0.40 274	0.40 233	0.40 280	0.40 239	0.40 247	0.40 258	0.40 290	0.40 240	0.40 274

Anonymous_2	0.40 219	0.40 149	0.40 242	0.40 205	0.40 285	0.40 229	0.40 278	0.40 223	0.40 279	0.40 224	0.40 283	0.40 233	0.40 274	0.40 233	0.40 280	0.40 239	0.40 247	0.40 258	0.40 290	0.40 240	0.40 274

Anonymous_1	0.40 219	0.40 149	0.40 242	0.40 205	0.40 285	0.40 229	0.40 278	0.40 223	0.40 279	0.40 224	0.40 283	0.40 233	0.40 274	0.40 233	0.40 280	0.40 239	0.40 247	0.40 258	0.40 290	0.40 240	0.40 274

AdaStereo	0.40 219	0.40 149	0.40 242	0.40 205	0.40 285	0.40 229	0.40 278	0.40 223	0.40 279	0.40 224	0.40 283	0.40 233	0.40 274	0.40 233	0.40 280	0.40 239	0.40 247	0.40 258	0.40 290	0.40 240	0.40 274
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.
water-stereo	0.41 226	0.84 231	0.46 264	0.50 251	0.33 249	0.45 270	0.33 236	0.45 260	0.32 236	0.45 260	0.32 238	0.45 267	0.32 238	0.45 267	0.32 230	0.44 263	0.41 256	0.39 253	0.31 243	0.39 235	0.32 235

ccccc	0.41 226	0.44 167	0.34 216	0.48 238	0.35 262	0.48 286	0.35 252	0.51 295	0.35 254	0.47 270	0.35 261	0.47 277	0.34 250	0.47 275	0.35 255	0.41 247	0.40 247	0.40 258	0.40 290	0.41 250	0.39 271

GwcNet-ADL	0.41 226	0.41 156	0.41 250	0.41 215	0.41 292	0.41 245	0.41 286	0.41 238	0.41 288	0.41 237	0.41 289	0.41 245	0.41 285	0.41 247	0.41 287	0.41 247	0.41 256	0.41 271	0.41 297	0.41 250	0.41 281

PSMNet-ADL	0.41 226	0.41 156	0.41 250	0.41 215	0.41 292	0.41 245	0.41 286	0.41 238	0.41 288	0.41 237	0.41 289	0.41 245	0.41 285	0.41 247	0.41 287	0.41 247	0.41 256	0.41 271	0.41 297	0.41 250	0.41 281

GANet-ADL	0.41 226	0.41 156	0.41 250	0.41 215	0.41 292	0.41 245	0.41 286	0.41 238	0.41 288	0.41 237	0.41 289	0.41 245	0.41 285	0.41 247	0.41 287	0.41 247	0.41 256	0.41 271	0.41 297	0.41 250	0.41 281

ADLNet2	0.41 226	0.41 156	0.41 250	0.41 215	0.41 292	0.41 245	0.41 286	0.41 238	0.41 288	0.41 237	0.41 289	0.41 245	0.41 285	0.41 247	0.41 287	0.41 247	0.41 256	0.41 271	0.41 297	0.41 250	0.41 281

ADLNet	0.41 226	0.41 156	0.41 250	0.41 215	0.41 292	0.41 245	0.41 286	0.41 238	0.41 288	0.41 237	0.41 289	0.41 245	0.41 285	0.41 247	0.41 287	0.41 247	0.41 256	0.41 271	0.41 297	0.41 250	0.41 281

FCDSN-DC	0.41 226	0.59 210	0.64 311	0.54 262	0.33 249	0.50 299	0.37 264	0.42 254	0.40 279	0.61 320	0.43 300	0.50 302	0.49 314	0.38 222	0.32 230	0.28 184	0.23 176	0.26 182	0.22 183	0.35 210	0.28 211
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 226	0.46 174	0.33 208	0.49 244	0.33 249	0.49 291	0.33 236	0.49 278	0.33 242	0.49 284	0.33 244	0.49 288	0.33 245	0.51 303	0.33 238	0.41 247	0.30 209	0.41 271	0.30 237	0.79 322	0.29 216

Gwc-CoAtRS	0.41 226	1.49 354	0.32 203	0.42 223	0.32 238	0.41 245	0.32 227	0.41 238	0.33 242	0.41 237	0.32 238	0.41 245	0.32 238	0.41 247	0.32 230	0.39 235	0.28 192	0.39 253	0.28 218	0.40 240	0.28 211

UPFNet	0.42 236	1.20 295	0.17 147	0.24 148	0.17 169	0.25 176	0.17 155	1.19 374	0.90 370	0.25 173	0.17 165	0.24 171	0.17 162	0.25 177	0.17 160	0.22 156	0.17 155	0.22 165	0.16 155	1.15 360	0.93 370

DilatedVolume-Stereo	0.43 237	0.86 234	0.48 278	0.50 251	0.33 249	0.46 276	0.33 236	0.46 264	0.33 242	0.46 264	0.33 244	0.47 277	0.33 245	0.47 275	0.34 251	0.45 265	0.42 264	0.40 258	0.33 256	0.47 272	0.38 266

psmg	0.43 237	1.91 376	0.92 349	1.91 427	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	1.97 451	1.44 444	0.04 71	0.03 54	0.02 20	0.03 51

delet	0.43 237	1.21 341	0.17 147	0.25 153	0.17 169	0.25 176	0.18 161	1.26 426	0.95 378	0.25 173	0.17 165	0.25 176	0.17 162	0.25 177	0.17 160	0.23 167	0.16 140	0.22 165	0.16 155	1.18 368	0.98 374

psm_up	0.43 237	1.19 294	0.17 147	0.25 153	0.18 176	0.25 176	0.19 165	1.26 426	0.91 371	0.26 180	0.17 165	0.25 176	0.17 162	0.25 177	0.17 160	0.22 156	0.17 155	0.23 171	0.16 155	1.18 368	0.99 375

depthmonostereo	0.44 241	0.85 233	0.46 264	0.54 262	0.40 285	0.52 308	0.38 270	0.52 297	0.35 254	0.47 270	0.34 252	0.46 271	0.34 250	0.47 275	0.34 251	0.45 265	0.43 266	0.41 271	0.33 256	0.41 250	0.32 235

MMNet	0.44 241	1.24 345	0.17 147	0.25 153	0.17 169	0.25 176	0.18 161	1.26 426	0.93 376	0.25 173	0.17 165	0.25 176	0.18 169	0.25 177	0.17 160	0.23 167	0.16 140	0.23 171	0.16 155	1.20 371	0.99 375

SCV_C0	0.45 243	0.88 238	0.49 283	0.54 262	0.37 271	0.48 286	0.37 264	0.48 274	0.37 266	0.48 277	0.36 265	0.48 284	0.37 264	0.49 290	0.37 267	0.50 286	0.41 256	0.44 285	0.34 260	0.44 260	0.34 248

RAFT-Stereo-weight	0.45 243	1.90 375	0.34 216	0.42 223	0.36 268	0.43 267	0.35 252	0.42 254	0.34 251	0.42 249	0.34 252	0.44 265	0.34 250	0.41 247	0.34 251	0.38 226	0.32 215	0.38 243	0.32 248	0.38 228	0.33 242

TorneroNet-64	0.45 243	0.27 122	0.30 193	0.58 269	0.27 213	0.70 333	0.30 222	0.28 180	0.73 357	0.73 336	0.28 218	0.71 335	0.66 339	0.75 339	0.27 202	0.27 182	0.29 201	0.37 236	0.75 360	0.28 177	0.30 226

SCV	0.46 246	0.94 253	0.45 260	0.54 262	0.37 271	0.48 286	0.38 270	0.48 274	0.37 266	0.48 277	0.39 280	0.48 284	0.37 264	0.49 290	0.37 267	0.50 286	0.46 271	0.44 285	0.34 260	0.44 260	0.34 248

otaku	0.46 246	0.46 174	0.46 264	0.46 228	0.46 309	0.46 276	0.46 300	0.46 264	0.46 300	0.46 264	0.46 307	0.46 271	0.46 300	0.46 271	0.46 301	0.46 268	0.46 271	0.46 292	0.46 309	0.46 265	0.46 295

Dean	0.46 246	0.46 174	0.46 264	0.46 228	0.46 309	0.46 276	0.46 300	0.46 264	0.46 300	0.47 270	0.46 307	0.46 271	0.46 300	0.46 271	0.46 301	0.46 268	0.46 271	0.46 292	0.46 309	0.46 265	0.46 295

ACVNet_1	0.46 246	0.47 178	0.46 264	0.46 228	0.46 309	0.46 276	0.46 300	0.46 264	0.47 305	0.46 264	0.46 307	0.46 271	0.46 300	0.46 271	0.46 301	0.46 268	0.46 271	0.47 296	0.46 309	0.46 265	0.46 295

ACVNet-4b	0.46 246	0.46 174	0.46 264	0.46 228	0.46 309	0.46 276	0.46 300	0.46 264	0.46 300	0.46 264	0.46 307	0.46 271	0.46 300	0.47 275	0.46 301	0.46 268	0.46 271	0.46 292	0.46 309	0.46 265	0.46 295

PML	0.46 246	1.36 352	0.29 189	0.58 269	0.30 232	0.57 320	0.29 217	0.57 306	0.29 219	0.57 315	0.29 222	0.57 319	0.29 225	0.56 313	0.29 218	0.52 294	0.30 209	0.53 322	0.31 243	0.53 295	0.30 226

LG-Stereo_L1	0.47 252	0.52 199	0.47 271	0.62 275	0.39 283	0.53 310	0.40 278	0.53 299	0.39 278	0.53 305	0.39 280	0.53 309	0.39 273	0.53 308	0.39 276	0.55 298	0.46 271	0.49 308	0.37 274	0.49 279	0.37 259

Ntro	0.47 252	0.47 178	0.46 264	0.46 228	0.46 309	0.47 281	0.47 305	0.46 264	0.47 305	0.46 264	0.46 307	0.47 277	0.46 300	0.47 275	0.47 307	0.47 273	0.46 271	0.46 292	0.46 309	0.46 265	0.46 295

HaxPig	0.47 252	0.47 178	0.47 271	0.49 244	0.47 315	0.47 281	0.47 305	0.47 270	0.47 305	0.47 270	0.47 315	0.47 277	0.47 308	0.47 275	0.47 307	0.47 273	0.47 279	0.47 296	0.47 316	0.47 272	0.48 304

UNDER WATER	0.47 252	0.47 178	0.47 271	0.47 234	0.47 315	0.47 281	0.47 305	0.47 270	0.47 305	0.47 270	0.47 315	0.47 277	0.46 300	0.47 275	0.47 307	0.47 273	0.47 279	0.47 296	0.46 309	0.47 272	0.47 302

LVE	0.47 252	0.47 178	0.47 271	0.47 234	0.49 321	0.47 281	0.47 305	0.47 270	0.49 314	0.47 270	0.47 315	0.47 277	0.46 300	0.47 275	0.47 307	0.47 273	0.47 279	0.48 304	0.47 316	0.47 272	0.47 302

LG-Stereo_Zeroshot	0.48 257	0.55 207	0.47 271	0.63 277	0.41 292	0.56 315	0.44 294	0.56 303	0.41 288	0.56 313	0.41 289	0.57 319	0.42 291	0.56 313	0.41 287	0.55 298	0.43 266	0.51 317	0.37 274	0.51 290	0.37 259

fffft	0.48 257	0.51 197	0.45 260	0.52 259	0.45 307	0.52 308	0.45 298	0.52 297	0.48 312	0.53 305	0.45 305	0.52 308	0.45 297	0.52 306	0.46 301	0.51 292	0.41 256	0.50 312	0.41 297	0.50 284	0.41 281
1: 1. 1
RainbowNet	0.48 257	0.48 184	0.48 278	0.48 238	0.48 319	0.48 286	0.48 314	0.48 274	0.48 312	0.48 277	0.48 319	0.48 284	0.48 309	0.48 284	0.48 313	0.48 277	0.48 282	0.48 304	0.48 319	0.48 276	0.48 304

notaker	0.48 257	0.49 186	0.48 278	0.48 238	0.48 319	0.48 286	0.48 314	0.48 274	0.49 314	0.48 277	0.48 319	0.48 284	0.48 309	0.48 284	0.48 313	0.48 277	0.48 282	0.48 304	0.48 319	0.48 276	0.49 309

LL-Strereo2	0.48 257	1.73 365	0.51 291	0.59 271	0.34 259	0.42 263	0.33 236	0.40 223	0.31 233	0.42 249	0.33 244	0.42 261	0.31 236	0.44 264	0.39 276	0.60 303	0.51 295	0.44 285	0.33 256	0.44 260	0.33 242

Former-RAFT_DAM_RVC	0.49 262	0.98 258	0.64 311	0.84 303	0.46 309	0.45 270	0.35 252	0.47 270	0.47 305	0.45 260	0.34 252	0.46 271	0.48 309	0.46 271	0.35 255	0.39 235	0.71 327	0.39 253	0.35 266	0.41 250	0.41 281

ACVNet_2	0.49 262	0.49 186	0.49 283	0.49 244	0.49 321	0.49 291	0.49 316	0.49 278	0.49 314	0.49 284	0.49 322	0.49 288	0.49 314	0.49 290	0.49 315	0.49 280	0.49 285	0.49 308	0.49 322	0.49 279	0.49 309

FoundationStereo	0.50 264	0.50 190	0.50 286	0.50 251	0.50 325	0.50 299	0.50 318	0.50 286	0.50 317	0.50 296	0.50 324	0.50 302	0.50 317	0.50 297	0.50 316	0.50 286	0.50 291	0.50 312	0.50 324	0.50 284	0.50 312

StereoAnything_RVC	0.50 264	0.50 190	0.50 286	0.50 251	0.50 325	0.50 299	0.50 318	0.50 286	0.50 317	0.50 296	0.50 324	0.50 302	0.50 317	0.50 297	0.50 316	0.50 286	0.50 291	0.50 312	0.50 324	0.50 284	0.50 312

dual_stereo	0.50 264	0.50 190	0.50 286	0.50 251	0.50 325	0.50 299	0.50 318	0.50 286	0.50 317	0.50 296	0.50 324	0.50 302	0.50 317	0.50 297	0.50 316	0.50 286	0.50 291	0.50 312	0.50 324	0.50 284	0.50 312

GCST	0.50 264	2.08 386	0.38 232	0.53 260	0.35 262	0.49 291	0.35 252	0.50 286	0.35 254	0.49 284	0.35 261	0.49 288	0.35 257	0.49 290	0.35 255	0.48 277	0.37 231	0.45 289	0.33 256	0.44 260	0.33 242

SANet	0.50 264	0.50 190	0.50 286	0.50 251	0.50 325	0.50 299	0.50 318	0.50 286	0.50 317	0.50 296	0.50 324	0.50 302	0.50 317	0.50 297	0.50 316	0.50 286	0.50 291	0.50 312	0.50 324	0.50 284	0.50 312

UGAM-zero	0.51 269	2.17 394	0.39 239	0.53 260	0.36 268	0.50 299	0.36 259	0.50 286	0.36 265	0.49 284	0.36 265	0.50 302	0.35 257	0.50 297	0.36 259	0.49 280	0.37 231	0.47 296	0.35 266	0.46 265	0.34 248

UGAM	0.51 269	2.23 399	0.39 239	0.54 262	0.35 262	0.50 299	0.35 252	0.49 278	0.35 254	0.49 284	0.35 261	0.49 288	0.36 260	0.50 297	0.36 259	0.49 280	0.37 231	0.45 289	0.34 260	0.45 264	0.34 248

Selective-IGEV	0.51 269	0.55 207	0.45 260	0.69 286	0.45 307	0.61 323	0.45 298	0.50 286	0.40 279	0.56 313	0.44 302	0.55 315	0.40 274	0.72 334	0.67 340	0.59 302	0.46 271	0.45 289	0.34 260	0.46 265	0.37 259

RCA-Stereo	0.51 269	3.22 450	0.34 216	0.44 226	0.34 259	0.44 269	0.34 247	0.43 258	0.34 251	0.43 255	0.34 252	0.44 265	0.33 245	0.43 262	0.33 238	0.38 226	0.29 201	0.38 243	0.29 227	0.38 228	0.29 216

AIO-test1	0.54 273	0.60 212	0.52 294	0.66 284	0.47 315	0.61 323	0.47 305	0.58 309	0.46 300	0.61 320	0.46 307	0.61 325	0.45 297	0.62 321	0.45 297	0.61 306	0.52 297	0.57 325	0.48 319	0.57 298	0.48 304

castereo++	0.54 273	3.59 455	1.15 367	1.31 405	0.14 148	0.16 133	0.14 142	0.16 132	0.14 147	0.16 129	0.14 151	0.16 130	0.13 144	0.16 131	0.14 141	1.45 429	1.16 373	0.15 133	0.14 150	0.15 133	0.13 140

FENet	0.54 273	1.52 355	1.19 373	1.41 412	0.23 196	0.35 209	0.23 186	0.35 199	0.23 186	0.34 201	0.23 190	0.35 208	0.23 190	0.35 210	0.23 186	1.40 427	1.07 357	0.32 200	0.23 188	0.33 194	0.23 173

PSMNet_ROB	0.54 273	0.54 205	0.54 298	0.54 262	0.53 334	0.54 313	0.54 326	0.53 299	0.54 327	0.54 308	0.54 334	0.54 311	0.53 324	0.54 309	0.54 326	0.54 296	0.53 299	0.54 323	0.54 329	0.54 296	0.54 320

AIO-test2	0.55 277	0.59 210	0.52 294	0.67 285	0.47 315	0.61 323	0.47 305	0.61 315	0.47 305	0.61 320	0.47 315	0.61 325	0.48 309	0.62 321	0.47 307	0.64 311	0.53 299	0.58 326	0.47 316	0.58 299	0.48 304

CFNet-ft	0.55 277	1.57 356	0.14 124	0.20 131	0.14 148	0.20 152	2.53 502	1.61 438	0.14 147	0.20 148	0.14 151	0.20 149	0.14 148	0.20 149	0.14 141	0.17 137	0.12 108	0.17 143	0.12 139	1.56 430	1.24 450

MyStereo04	0.56 279	3.72 461	0.59 303	0.49 244	0.41 292	0.36 212	0.32 227	0.37 209	0.31 233	0.34 201	0.46 307	0.35 208	0.32 238	0.35 210	0.33 238	0.49 280	0.45 269	0.34 215	0.32 248	0.35 210	0.43 289

CASS	0.57 280	0.89 241	0.56 300	0.57 268	0.56 337	0.56 315	0.56 327	0.56 303	0.53 325	0.57 315	0.57 337	0.59 323	0.48 309	0.56 313	0.57 329	0.55 298	0.56 303	0.47 296	0.56 333	0.62 302	0.56 327
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 281	0.58 209	0.47 271	0.64 280	0.74 366	1.00 362	0.69 345	0.57 306	0.41 288	0.57 315	0.41 289	0.57 319	0.41 285	1.00 367	0.75 356	0.91 341	0.51 295	0.52 320	0.37 274	0.52 292	0.37 259

MonSter	0.60 281	0.64 215	0.52 294	0.62 275	0.44 305	2.07 463	0.44 294	0.62 316	0.44 298	0.62 323	0.44 302	0.62 327	0.44 295	0.62 321	0.44 296	0.58 301	0.42 264	0.62 329	0.46 309	0.58 299	0.42 288

MyStereo07	0.60 281	3.72 461	0.48 278	0.49 244	0.41 292	0.36 212	0.32 227	0.49 278	0.43 295	0.51 300	0.42 298	0.49 288	0.43 293	0.51 303	0.64 335	0.49 280	0.45 269	0.34 215	0.32 248	0.35 210	0.43 289

castereo	0.61 284	3.79 463	1.35 431	1.52 414	0.15 159	0.17 141	0.16 150	0.20 149	0.21 177	0.18 141	0.16 160	0.21 157	0.12 139	0.26 187	0.17 160	1.43 428	1.38 441	0.17 143	0.16 155	0.18 146	0.16 146

WCG-NET	0.61 284	1.21 341	0.54 298	0.61 274	0.53 334	0.67 331	0.53 324	0.66 321	0.53 325	0.64 326	0.53 333	0.65 331	0.53 324	0.59 319	0.52 323	0.65 312	0.48 282	0.64 332	0.52 328	0.58 299	0.50 312

SMoEStereo_RVC	0.63 286	0.75 221	0.51 291	0.73 292	0.53 334	0.71 335	0.47 305	0.67 322	0.58 330	0.74 341	0.60 338	0.72 338	0.53 324	0.74 338	0.51 321	0.61 306	0.62 312	0.62 329	0.61 340	0.63 303	0.61 330

anonymity	0.63 286	0.69 217	0.56 300	0.71 290	0.56 337	0.71 335	0.56 327	0.71 327	0.56 328	0.72 334	0.56 336	0.71 335	0.56 328	0.71 333	0.58 330	0.68 316	0.55 301	0.68 337	0.55 330	0.68 307	0.54 320

PAM_32	0.64 288	2.38 414	0.51 291	0.92 313	0.43 304	0.53 310	0.44 294	0.87 339	0.43 295	0.52 303	0.45 305	0.53 309	0.40 274	0.54 309	0.46 301	0.62 309	0.56 303	0.48 304	0.45 307	0.76 318	0.44 292

CRFU-Net	0.65 289	1.67 360	1.22 423	1.96 430	0.27 213	0.41 245	0.27 205	0.41 238	0.27 211	0.40 224	0.26 208	0.41 245	0.27 213	0.40 233	0.27 202	1.80 442	1.62 460	0.34 215	0.23 188	0.33 194	0.23 173

LMCR-Stereo	0.65 289	0.63 213	0.65 314	0.65 281	0.65 351	0.66 330	0.63 333	0.58 309	0.65 340	0.63 325	0.64 345	0.65 331	0.65 336	0.66 328	0.66 339	0.66 314	0.64 315	0.65 335	0.67 349	0.68 307	0.73 350

KSHMR	0.66 291	0.50 190	0.48 278	1.15 344	0.52 331	0.49 291	0.51 322	0.49 278	0.71 353	0.67 330	0.50 324	1.16 385	1.11 379	0.66 328	0.52 323	0.49 280	0.49 285	0.51 317	0.66 345	0.50 284	1.14 391

TorneroNet	0.66 291	0.53 202	0.50 286	0.50 251	0.64 349	1.06 369	0.70 347	0.50 286	0.51 324	0.49 284	0.69 354	0.49 288	0.50 317	0.48 284	1.15 391	0.71 321	0.49 285	1.14 383	1.08 386	0.49 279	0.49 309

GES	0.66 291	2.34 410	0.29 189	0.41 215	0.29 223	0.41 245	0.29 217	0.42 254	0.29 219	0.40 224	0.41 289	0.41 245	0.30 231	0.51 303	0.29 218	0.32 196	0.29 201	0.32 200	2.46 505	2.49 469	0.30 226

cf-r	0.66 291	2.17 394	0.12 100	0.18 126	0.12 143	0.18 144	2.70 505	2.60 480	0.12 142	0.18 141	0.12 134	0.18 143	0.12 139	0.18 142	0.12 131	0.15 123	0.11 94	0.15 133	0.11 123	1.81 442	1.74 485

DSFCA	0.66 291	0.73 220	0.78 333	0.65 281	0.65 351	0.64 328	0.64 334	0.65 319	0.63 338	0.64 326	0.64 345	0.64 328	0.64 334	0.65 327	0.65 336	0.65 312	0.65 316	0.65 335	0.65 343	0.66 305	0.64 335

DEFOM-Stereo	0.68 296	3.11 446	1.40 445	1.63 421	0.25 203	0.31 193	0.25 194	0.31 188	0.28 214	0.31 189	0.29 222	0.29 192	0.27 213	0.31 199	0.28 208	1.59 435	1.47 446	0.30 195	0.29 227	0.30 183	0.28 211

ssnet_v2	0.68 296	1.96 383	1.25 427	0.29 164	0.20 182	0.30 190	0.20 168	0.29 184	0.22 180	1.50 440	0.20 180	0.31 197	0.20 178	0.27 190	0.22 180	0.24 172	1.49 447	0.26 182	0.18 177	3.90 490	0.19 164

ARAFT	0.68 296	0.81 228	0.63 309	0.74 293	0.60 340	0.78 340	0.62 332	0.77 331	0.66 342	0.74 341	0.63 343	0.75 342	0.62 333	0.83 345	0.60 332	0.70 320	0.55 301	0.70 340	0.60 338	0.78 320	0.55 324

NINENet	0.69 299	3.87 467	1.20 376	1.98 431	0.05 93	0.40 229	0.04 77	0.40 223	0.05 92	0.41 237	0.04 85	0.41 245	0.05 88	0.40 233	0.05 83	1.79 441	1.56 453	0.34 215	0.22 183	0.34 198	0.23 173

RAFT-Stereo + iAFF	0.70 300	0.72 219	0.71 324	0.80 298	0.62 348	0.82 345	0.61 331	0.81 337	0.62 336	0.81 348	0.63 343	0.80 348	0.70 345	0.73 336	0.61 334	0.76 325	0.61 311	0.74 343	0.61 340	0.77 319	0.61 330

DMCA-RVC	0.70 300	0.80 225	0.70 321	0.70 288	0.70 360	0.70 333	0.70 347	0.71 327	0.70 350	0.70 333	0.71 358	0.71 335	0.70 345	0.70 332	0.69 348	0.69 317	0.70 323	0.69 338	0.70 354	0.69 311	0.70 343

MyStereo8	0.71 302	3.92 468	0.52 294	0.59 271	0.52 331	0.57 320	0.53 324	0.59 311	0.50 317	0.59 319	0.51 330	0.57 319	0.50 317	0.56 313	0.52 323	0.54 296	0.49 285	0.54 323	0.49 322	0.55 297	0.50 312

HH	0.71 302	2.54 419	0.74 328	1.10 336	0.32 238	0.41 245	0.37 264	0.69 324	0.78 360	0.73 336	0.90 372	0.75 342	1.00 369	0.84 346	0.69 348	0.69 317	0.40 247	0.35 228	0.26 207	0.35 210	0.26 190

HanStereo	0.71 302	2.54 419	0.74 328	1.10 336	0.32 238	0.41 245	0.37 264	0.69 324	0.78 360	0.73 336	0.90 372	0.75 342	1.00 369	0.84 346	0.69 348	0.69 317	0.40 247	0.35 228	0.26 207	0.35 210	0.26 190

ktn	0.72 305	0.53 202	1.08 362	1.14 342	0.51 330	1.22 430	1.36 454	0.51 295	0.59 331	0.51 300	0.51 330	0.69 334	1.20 390	0.67 330	0.51 321	0.51 292	0.49 285	0.58 326	0.66 345	0.52 292	0.53 319

CroCo-Stereo	0.73 306	1.22 344	0.25 176	1.22 398	0.25 203	1.22 430	0.25 194	1.22 423	0.25 193	1.22 431	0.25 202	1.22 434	0.25 196	1.22 434	0.25 196	1.22 416	0.26 182	1.21 439	0.25 201	1.22 418	0.25 184
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
AFF-stereo	0.73 306	0.88 238	0.67 318	0.75 294	0.68 358	0.75 337	0.64 334	0.80 334	0.72 354	0.83 349	0.70 355	0.82 351	0.64 334	0.84 346	0.67 340	0.77 326	0.63 313	0.81 354	0.63 342	0.78 320	0.62 333

AIO-Stereo-zeroshot1	0.75 308	0.92 250	0.85 341	0.96 323	0.59 339	1.27 433	0.44 294	0.59 311	0.69 347	0.91 354	0.68 351	0.55 315	0.61 332	1.06 374	0.83 365	0.62 309	0.70 323	0.90 362	0.41 297	0.89 335	0.56 327

MyStereo06	0.75 308	4.12 469	0.60 305	0.63 277	0.61 345	0.62 326	0.66 337	0.56 303	0.45 299	0.55 311	0.48 319	0.54 311	0.46 300	0.57 317	0.45 297	0.60 303	0.57 305	0.64 332	0.55 330	0.72 313	0.55 324

GCAP-Stereo	0.75 308	4.15 472	0.42 255	0.75 294	0.35 262	0.78 340	0.40 278	0.79 332	0.38 270	0.78 344	0.36 265	0.78 345	0.36 260	0.79 341	0.39 276	0.75 324	0.39 244	0.76 346	0.39 289	0.75 317	0.39 271

GANet-RSSM	0.75 308	1.91 376	0.14 124	0.47 234	0.14 148	0.21 160	3.21 522	2.30 468	0.14 147	0.46 264	0.14 151	0.23 167	0.18 169	0.21 160	0.14 141	0.18 145	0.27 187	0.37 236	0.13 147	2.13 451	2.12 495

RSM++	0.76 312	0.82 230	0.66 315	0.85 305	0.64 349	0.85 346	0.71 350	0.94 352	0.64 339	0.87 350	0.67 350	0.87 353	0.65 336	0.84 346	0.65 336	0.81 331	0.70 323	0.79 349	0.71 357	0.83 330	0.70 343

CroCo-Stereo Lap2	0.77 313	1.29 347	0.29 189	1.27 402	0.29 223	1.27 433	0.26 202	1.26 426	0.26 206	1.26 432	0.26 208	1.27 436	0.26 205	1.26 435	0.27 202	1.27 418	0.27 187	1.27 442	0.27 214	1.27 420	0.27 198

PSMNet-RSSM	0.77 313	2.76 436	0.14 124	0.20 131	0.14 148	0.20 152	2.66 503	2.79 493	0.14 147	0.21 158	0.14 151	0.21 157	0.14 148	0.20 149	0.14 141	0.17 137	0.12 108	0.17 143	0.12 139	2.52 473	2.31 500

GwcNet-RSSM	0.77 313	2.77 438	0.14 124	0.20 131	0.14 148	0.20 152	2.67 504	2.78 492	0.14 147	0.20 148	0.14 151	0.20 149	0.14 148	0.21 160	0.14 141	0.17 137	0.12 108	0.17 143	0.12 139	2.52 473	2.31 500

4D-IteraStereo	0.78 316	3.13 447	0.89 342	0.69 286	0.32 238	0.40 229	0.32 227	0.76 330	0.97 381	0.52 303	0.65 347	0.89 356	0.32 238	0.76 340	0.98 377	0.83 334	0.94 349	0.35 228	0.27 214	0.70 312	0.89 366

hitnet-ft	0.79 317	2.78 440	0.14 124	0.20 131	0.14 148	0.21 160	2.89 506	2.80 494	0.14 147	0.20 148	0.14 151	0.20 149	0.14 148	0.20 149	0.14 141	0.17 137	0.12 108	0.17 143	0.12 139	2.54 481	2.33 502

G-Net	0.79 317	0.79 224	0.79 336	0.79 296	0.79 370	0.79 342	0.79 357	0.79 332	0.79 363	0.79 345	0.79 367	0.79 347	0.79 357	0.79 341	0.79 359	0.79 327	0.79 336	0.79 349	0.79 364	0.79 322	0.79 357

MyStereo05	0.80 319	4.12 469	0.63 309	0.63 277	0.61 345	0.62 326	0.66 337	0.65 319	0.62 336	0.67 330	0.61 341	0.65 331	0.58 329	0.67 330	0.55 328	0.60 303	0.57 305	0.64 332	0.55 330	0.72 313	0.55 324

UDG	0.80 319	2.21 398	0.60 305	0.91 310	0.60 340	0.90 352	0.58 329	0.88 342	0.60 332	0.90 352	0.60 338	0.88 354	0.60 331	0.90 354	0.58 330	0.86 338	0.60 307	0.84 358	0.59 337	0.84 331	0.61 330

ccnet	0.80 319	2.28 402	0.33 208	0.50 251	0.33 249	0.50 299	0.33 236	0.50 286	0.33 242	0.49 284	0.33 244	0.49 288	1.56 455	2.38 471	0.33 238	0.41 247	0.29 201	0.42 282	1.57 466	2.28 457	0.29 216

NaN_ROB	0.80 319	0.80 225	0.80 337	0.80 298	0.80 372	0.80 343	0.80 360	0.80 334	0.80 364	0.80 346	0.80 368	0.80 348	0.80 358	0.80 343	0.80 361	0.80 328	0.80 339	0.80 352	0.80 366	0.80 325	0.80 358

CSAN	0.80 319	0.80 225	0.80 337	0.80 298	0.80 372	0.80 343	0.80 360	0.80 334	0.80 364	0.80 346	0.80 368	0.80 348	0.80 358	0.80 343	0.80 361	0.80 328	0.80 339	0.80 352	0.80 366	0.80 325	0.80 358

BSDual-CNN	0.81 324	1.91 376	0.92 349	4.48 494	0.02 21	0.42 263	0.06 99	0.41 238	0.02 21	0.48 277	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 451	4.19 516	0.33 208	0.23 188	0.34 198	0.27 198

DDUNet	0.81 324	2.45 417	0.57 302	0.90 308	0.60 340	0.88 349	0.59 330	0.90 343	0.60 332	0.88 351	0.60 338	0.90 357	0.58 329	0.88 351	0.60 332	0.84 336	0.60 307	0.86 360	0.57 334	0.86 332	0.60 329

R-Stereo Train	0.81 324	0.96 255	0.67 318	0.95 320	0.67 355	0.95 357	0.68 342	0.95 354	0.68 344	0.95 362	0.68 351	0.96 365	0.68 342	0.96 364	0.68 344	0.94 348	0.68 318	0.94 368	0.68 350	0.94 344	0.68 341

RAFT-Stereo	0.81 324	0.96 255	0.67 318	0.95 320	0.67 355	0.95 357	0.68 342	0.95 354	0.68 344	0.95 362	0.68 351	0.96 365	0.68 342	0.96 364	0.68 344	0.94 348	0.68 318	0.94 368	0.68 350	0.94 344	0.68 341
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 328	1.72 361	1.48 449	0.39 192	0.15 159	0.31 193	0.21 174	0.20 149	0.25 193	1.61 442	0.23 190	0.28 187	0.26 205	0.20 149	0.15 151	0.24 172	1.33 433	0.32 200	0.16 155	6.75 528	0.23 173

scenet	0.82 328	1.72 361	1.48 449	0.39 192	0.15 159	0.31 193	0.21 174	0.20 149	0.25 193	1.61 442	0.23 190	0.28 187	0.26 205	0.20 149	0.15 151	0.24 172	1.33 433	0.32 200	0.16 155	6.75 528	0.23 173

ssnet	0.82 328	1.72 361	1.48 449	0.39 192	0.15 159	0.31 193	0.21 174	0.20 149	0.25 193	1.61 442	0.23 190	0.28 187	0.26 205	0.20 149	0.15 151	0.24 172	1.33 433	0.32 200	0.16 155	6.75 528	0.23 173

DEFOM-Stereo_RVC	0.83 331	5.18 485	1.98 487	2.19 436	0.17 169	0.19 147	0.18 161	0.19 144	0.16 159	0.20 148	0.19 176	0.22 163	0.22 184	0.20 149	0.15 151	2.28 468	2.13 486	0.24 178	0.17 173	0.18 146	0.16 146

BUS	0.83 331	1.91 376	0.92 349	4.48 494	0.02 21	0.40 229	0.04 77	0.41 238	0.02 21	0.48 277	0.03 52	0.41 245	0.05 88	0.03 39	0.05 83	1.97 451	4.19 516	0.33 208	0.23 188	0.34 198	0.27 198

PDISCO_ROB	0.83 331	2.80 441	3.49 515	0.14 97	0.11 128	0.17 141	0.09 104	0.15 131	0.10 109	0.15 124	0.12 134	0.16 130	0.14 148	3.30 500	0.13 137	0.14 114	2.34 491	0.16 136	0.12 139	2.62 482	0.10 107

AIO-Stereo	0.84 334	0.66 216	0.70 321	0.83 302	0.67 355	0.98 360	0.82 363	1.14 366	0.72 354	1.03 369	0.74 363	1.03 373	1.09 378	0.99 366	0.45 297	1.04 354	0.73 329	0.95 370	0.74 359	0.94 344	0.46 295

DCRE	0.84 334	1.89 373	0.77 332	0.94 318	0.72 363	0.88 349	0.73 352	0.87 339	0.78 360	0.90 352	0.71 358	0.88 354	0.67 341	0.88 351	0.73 353	0.81 331	0.68 318	0.81 354	0.70 354	0.82 329	0.70 343

iGMRVC	0.84 334	2.85 442	0.72 325	0.72 291	0.73 364	0.77 338	0.79 357	0.73 329	0.74 359	0.73 336	0.72 360	0.73 340	0.76 354	0.73 336	0.73 353	0.72 322	0.73 329	0.73 342	0.72 358	0.73 316	0.72 347

GEStereo_RVC	0.86 337	4.45 475	0.20 158	0.27 162	0.20 182	0.27 186	0.20 168	0.26 177	0.18 166	5.03 528	0.20 180	0.27 186	0.19 174	0.27 190	0.21 178	0.20 148	0.19 162	0.19 156	4.02 532	0.20 153	0.18 162

Selective-RAFT-Error	0.88 338	0.84 231	0.98 354	0.86 306	0.97 386	0.88 349	0.95 374	0.84 338	0.99 384	0.92 356	0.82 370	0.84 352	0.98 368	0.87 350	0.97 376	0.81 331	0.83 342	0.79 349	0.82 369	0.79 322	0.85 363

IER	0.88 338	7.04 504	2.23 492	2.75 454	0.28 216	0.43 267	0.25 194	0.39 218	0.25 193	0.41 237	0.27 212	0.39 226	0.25 196	0.40 233	0.28 208	0.37 219	0.28 192	0.37 236	0.25 201	0.37 219	0.25 184

Selective-RAFT	0.89 340	0.89 241	0.72 325	1.16 349	0.78 369	1.06 369	0.82 363	0.87 339	0.97 381	1.00 364	0.91 375	0.90 357	1.00 369	0.89 353	0.93 373	0.83 334	0.83 342	0.82 356	0.82 369	0.81 328	0.82 361

AIO-Stereo-zeroshot	0.91 341	0.86 234	0.89 342	1.25 401	0.69 359	1.05 368	0.81 362	1.16 369	0.50 317	1.12 378	0.97 380	0.72 338	0.82 360	1.06 374	0.95 374	0.61 306	0.87 344	1.03 380	0.85 372	1.04 353	1.01 380

CFNet-RSSM	0.91 341	4.89 481	0.34 216	0.44 226	1.07 395	1.62 448	1.40 461	0.91 345	0.35 254	1.60 441	1.39 461	0.64 328	0.34 250	0.44 264	0.33 238	0.41 247	0.35 226	0.75 344	0.30 237	0.41 250	0.29 216

MLG-Stereo	0.92 343	0.90 243	0.84 340	1.27 402	0.49 321	1.38 440	0.88 366	1.41 436	0.97 381	0.73 336	1.09 388	1.26 435	0.43 293	0.72 334	1.05 384	1.13 365	0.49 285	1.18 392	0.66 345	1.01 351	0.46 295

ToySt	0.92 343	2.11 389	0.90 345	0.95 320	0.79 370	0.99 361	0.78 356	0.94 352	0.81 367	0.94 360	0.78 366	0.95 364	0.77 355	0.94 360	0.86 367	0.91 341	0.79 336	0.85 359	0.77 361	0.89 335	0.73 350

DPSM_ROB	0.92 343	0.91 245	0.91 347	0.91 310	0.92 381	0.92 354	0.92 370	0.92 348	0.91 371	0.93 358	0.91 375	0.92 360	0.90 362	0.91 355	0.92 369	0.92 344	0.91 345	0.91 364	0.92 373	0.93 342	0.93 370

DPSM	0.92 343	0.91 245	0.91 347	0.91 310	0.92 381	0.92 354	0.92 370	0.92 348	0.91 371	0.93 358	0.91 375	0.92 360	0.90 362	0.91 355	0.92 369	0.92 344	0.91 345	0.91 364	0.92 373	0.93 342	0.93 370

pmcnn	0.92 343	0.92 250	0.92 349	0.92 313	0.92 381	0.92 354	0.92 370	0.92 348	0.92 375	0.92 356	0.92 378	0.92 360	0.92 364	0.92 359	0.92 369	0.92 344	0.92 347	0.92 366	0.92 373	0.92 341	0.92 369

error version	0.93 348	4.47 476	2.35 495	1.99 432	0.37 271	0.41 245	0.36 259	0.41 238	0.35 254	0.43 255	0.36 265	0.41 245	0.40 274	0.41 247	0.36 259	1.87 444	2.16 487	0.47 296	0.37 274	0.39 235	0.33 242

test_1	0.93 348	4.47 476	2.35 495	1.99 432	0.37 271	0.41 245	0.36 259	0.41 238	0.35 254	0.43 255	0.36 265	0.41 245	0.40 274	0.41 247	0.36 259	1.87 444	2.16 487	0.47 296	0.37 274	0.39 235	0.33 242

DGTPSM_ROB	0.93 348	1.00 261	0.92 349	0.94 318	0.96 385	0.91 353	0.92 370	0.91 345	0.96 380	0.91 354	0.96 379	0.93 363	0.92 364	0.94 360	0.92 369	0.92 344	0.92 347	0.90 362	0.92 373	0.94 344	0.91 368

HSM-Net_RVC	0.95 351	1.17 291	0.78 333	1.18 351	0.71 361	1.16 383	0.75 354	1.09 364	0.80 364	1.10 373	0.75 364	1.17 386	0.74 351	1.17 386	0.80 361	1.13 365	0.73 329	1.17 389	0.77 361	1.16 362	0.72 347
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 352	3.17 449	2.30 494	2.42 448	0.38 278	0.54 313	0.38 270	0.54 301	0.38 270	0.54 308	0.38 276	0.54 311	0.38 268	0.54 309	0.38 270	2.38 475	2.34 491	0.49 308	0.36 272	0.49 279	0.36 255

DPSimNet_ROB	0.97 352	1.18 293	0.81 339	1.10 336	0.91 380	1.02 367	0.82 363	1.04 361	0.91 371	1.03 369	0.86 371	1.28 437	0.82 360	1.03 372	0.89 368	1.17 368	0.81 341	1.02 379	0.82 369	1.08 355	0.81 360

test-3	0.98 354	4.13 471	1.85 476	1.85 424	0.61 345	0.69 332	0.37 264	0.63 317	0.61 335	0.66 329	0.51 330	0.73 340	0.44 295	0.57 317	0.54 326	1.68 439	1.81 471	0.40 258	0.43 305	0.66 305	0.50 312

999	1.00 355	1.12 286	0.59 303	1.10 336	1.21 452	1.09 375	0.52 323	1.08 362	1.43 463	1.18 383	1.35 455	0.98 367	0.52 323	0.91 355	0.85 366	0.72 322	1.46 445	0.83 357	0.98 378	0.68 307	1.41 463

DispNO	1.00 355	0.63 213	0.43 256	3.45 480	0.44 305	0.65 329	0.43 293	0.64 318	0.43 295	0.64 326	0.43 300	0.64 328	3.03 499	0.64 326	0.43 295	4.55 505	0.43 266	0.63 331	0.43 305	0.63 303	0.43 289

GANet	1.00 355	1.00 261	1.00 356	1.00 327	1.00 387	1.00 362	1.00 378	1.00 356	1.00 385	1.00 364	1.00 382	1.00 368	1.00 369	1.00 367	1.00 379	1.00 350	1.00 350	1.00 375	1.00 380	1.00 348	1.00 377

TDLM	1.00 355	1.00 261	1.00 356	1.00 327	1.00 387	1.00 362	1.00 378	1.00 356	1.00 385	1.00 364	1.00 382	1.00 368	1.00 369	1.00 367	1.00 379	1.00 350	1.00 350	1.00 375	1.00 380	1.00 348	1.00 377

CVANet_RVC	1.00 355	1.00 261	1.00 356	1.00 327	1.00 387	1.00 362	1.00 378	1.00 356	1.00 385	1.00 364	1.00 382	1.00 368	1.00 369	1.00 367	1.00 379	1.00 350	1.00 350	1.00 375	1.00 380	1.00 348	1.00 377

trnet	1.01 360	1.01 267	1.01 359	1.01 330	1.01 391	1.01 366	1.01 381	1.01 359	1.01 388	1.01 368	1.01 385	1.01 371	1.01 375	1.01 371	1.01 382	1.01 353	1.01 353	1.01 378	1.01 384	1.01 351	1.01 380

LL-Strereo	1.01 360	5.06 483	1.63 456	0.70 288	1.43 462	0.56 315	0.46 300	0.57 306	0.50 317	0.57 315	0.50 324	1.58 445	0.49 314	0.59 319	0.50 316	1.64 438	0.52 297	0.51 317	1.37 454	0.52 292	0.45 294

tt45	1.04 362	0.88 238	1.36 439	0.92 313	1.03 393	1.51 446	0.79 357	0.70 326	0.88 369	0.74 341	0.90 372	1.60 446	0.72 350	1.60 443	0.75 356	0.91 341	0.78 335	1.52 454	0.79 364	1.14 358	1.32 455

GLC_STEREO	1.07 363	1.01 267	1.06 361	1.07 334	1.05 394	1.06 369	1.08 385	1.08 362	1.05 391	1.07 371	1.06 387	1.08 375	1.05 377	1.06 374	1.10 386	1.07 356	1.09 363	1.05 381	1.05 385	1.06 354	1.12 387

FC-DCNN	1.07 363	1.09 282	0.98 354	0.89 307	0.52 331	1.41 443	0.91 369	1.21 422	1.24 449	1.96 451	2.05 504	1.91 452	1.30 443	1.27 436	1.08 385	0.80 328	0.60 307	0.58 326	0.41 297	0.68 307	0.54 320

hknet	1.10 365	1.85 369	3.49 515	4.48 494	0.02 21	0.42 263	0.06 99	0.41 238	0.02 21	0.48 277	0.03 52	0.41 245	0.03 52	0.42 260	0.03 48	4.39 502	4.19 516	0.33 208	0.23 188	0.34 198	0.27 198

test_xeample3	1.10 365	1.81 366	0.61 307	0.84 303	0.49 321	0.77 338	0.66 337	0.92 348	1.40 461	0.68 332	0.46 307	0.78 345	0.54 327	1.72 446	1.48 463	1.34 422	1.52 449	1.35 447	1.67 479	1.33 422	1.55 467

DISCO	1.11 367	0.39 147	5.28 528	0.39 192	0.20 182	0.39 227	0.27 205	0.39 218	0.22 180	0.38 214	0.20 180	0.38 222	0.20 178	6.95 539	0.22 180	0.30 192	0.21 168	0.27 186	0.21 180	5.25 521	0.21 168

Occ-G	1.12 368	0.52 199	3.72 520	3.50 484	0.50 325	0.56 315	0.47 305	0.54 301	0.46 300	0.54 308	0.41 289	0.54 311	0.42 291	0.52 306	0.42 293	3.42 496	4.02 515	0.52 320	0.45 307	0.51 290	0.44 292

AEACV	1.12 368	0.52 199	3.12 512	3.24 469	0.86 374	0.53 310	0.49 316	0.60 313	0.47 305	0.53 305	0.49 322	0.55 315	0.45 297	0.55 312	0.47 307	3.01 492	3.88 513	0.71 341	0.60 338	0.80 325	0.48 304

MSMD_ROB	1.19 370	1.10 285	0.70 321	1.10 336	0.60 340	1.10 376	0.70 347	1.10 365	0.70 350	1.10 373	0.70 355	1.10 379	0.70 345	7.00 540	0.70 351	1.10 359	0.70 323	1.10 382	0.70 354	1.10 356	0.70 343

MM-Stereo_test2	1.20 371	1.85 369	1.05 360	1.46 413	0.94 384	1.36 438	0.99 377	1.36 431	0.95 378	1.41 437	0.98 381	1.40 442	0.96 366	1.37 438	0.95 374	1.37 426	1.06 356	1.33 444	0.93 377	1.29 421	0.89 366

ours_stereo	1.20 371	1.21 341	0.90 345	1.64 422	1.11 396	1.35 436	0.67 341	1.76 443	0.93 376	1.70 447	1.10 389	1.39 440	0.75 353	1.41 440	0.81 364	1.60 437	1.03 355	1.33 444	1.00 380	1.61 432	0.72 347

DisPM	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

CrosDoStereo	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

PFNet+	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

LCNet	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

HHNet	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

Patchmatch Stereo++	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401
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	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

STrans-v2	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

TransformOpticalFlow	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

OMP-Stereo	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

IIG-Stereo	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

NF-Stereo	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

OCTAStereo	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

PSM-softLoss	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

KMStereo	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

NRIStereo	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

PSM-adaLoss	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

PSM-AAD	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

FTStereo	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

ROB_FTStereo_v2	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

ROB_FTStereo	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

Consistency-Raft	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

KYRaft	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

HUI-Stereo	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

ASMatch	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

DeepStereo_LL	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

DEmStereo	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

SST-Stereo	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

THIR-Stereo	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

RAFT_R40	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

DRaft	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

PFNet	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

GrayStereo	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

RE-Stereo	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

Pruner-Stereo	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

TVStereo	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

DeepStereo_RVC	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

RAFT-RH_RVC	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

IRAFT_RVC	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

RAFT-345	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

iRAFT	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

CRE-IMP	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

GMM-Stereo	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

RAFT-IKP	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

Prome-Stereo	1.20 371	1.20 295	1.20 376	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 388	1.20 390	1.20 388	1.20 398	1.20 370	1.20 378	1.20 394	1.20 397	1.20 371	1.20 401

HCRNet	1.22 418	7.11 505	3.00 500	3.55 485	0.33 249	0.29 189	0.14 142	0.19 144	0.15 157	0.33 199	0.29 222	0.25 176	0.14 148	0.22 164	0.33 238	3.64 497	3.00 494	0.76 346	0.32 248	0.18 146	0.13 140

HBP-ISP	1.24 419	1.72 361	1.65 457	1.15 344	0.76 367	1.40 442	0.88 366	1.67 442	1.02 389	1.69 446	1.38 460	1.69 448	1.21 436	1.87 453	1.21 443	1.05 355	0.79 336	0.97 373	0.80 366	1.19 370	0.75 354

AANet_RVC	1.26 420	0.31 129	4.99 526	5.93 519	0.20 182	0.25 176	0.20 168	0.25 173	0.20 174	0.23 164	0.19 176	0.25 176	0.20 178	0.25 177	0.20 175	5.66 526	4.76 519	0.26 182	0.30 237	0.24 169	0.27 198

MM-Stereo_test3	1.27 421	2.07 385	1.18 371	1.60 417	1.02 392	1.45 444	1.01 381	1.40 435	1.04 390	1.44 438	1.03 386	1.46 444	1.02 376	1.44 441	1.02 383	1.51 433	1.12 370	1.32 443	0.98 378	1.38 425	0.97 373

11t	1.27 421	2.70 428	1.34 429	1.32 406	0.89 376	1.30 435	1.34 451	1.64 439	0.57 329	1.45 439	0.72 360	1.05 374	1.29 442	1.07 377	1.29 452	1.49 430	1.02 354	0.97 373	1.15 390	1.48 427	1.31 454

MaskLacGwcNet_RVC	1.35 423	1.35 351	1.35 431	1.35 408	1.35 456	1.35 436	1.35 452	1.36 431	1.35 457	1.36 435	1.35 455	1.36 438	1.36 448	1.36 437	1.35 456	1.35 423	1.35 438	1.35 447	1.35 451	1.35 423	1.35 459

CC-Net-ROB	1.36 424	1.33 350	1.33 428	1.36 409	1.38 459	1.36 438	1.33 450	1.37 433	1.34 454	1.35 434	1.36 457	1.38 439	1.34 446	1.38 439	1.38 459	1.35 423	1.38 441	1.33 444	1.35 451	1.43 426	1.34 458

CFNet	1.37 425	5.27 488	0.19 155	5.49 516	0.19 180	0.28 187	0.19 165	0.28 180	0.19 172	0.28 183	0.19 176	0.28 187	4.35 526	0.28 192	0.19 172	0.23 167	0.17 155	0.23 171	4.21 534	4.81 512	0.17 158

PS-NSSS	1.38 426	1.39 353	1.34 429	1.34 407	1.35 456	1.38 440	1.37 459	1.35 430	1.38 460	1.34 433	1.34 454	1.39 440	1.38 451	1.70 445	1.40 460	1.36 425	1.36 439	1.36 449	1.37 454	1.37 424	1.36 460

RASNet	1.49 427	1.65 359	1.45 447	1.38 411	1.43 462	1.47 445	1.36 454	1.38 434	1.36 458	1.39 436	1.60 470	1.45 443	1.45 454	1.51 442	2.21 499	1.53 434	1.36 439	1.36 449	1.36 453	1.66 435	1.36 460

GANetREF_RVC	1.55 428	1.94 382	1.22 423	1.88 425	1.21 452	1.88 452	1.22 442	1.88 445	1.22 447	1.88 448	1.22 444	1.88 450	1.22 437	1.89 454	1.22 444	1.87 444	1.22 425	1.88 467	1.22 443	1.88 444	1.22 447
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
SPS-STEREO	1.59 429	1.91 376	1.21 422	1.94 428	1.20 406	2.00 460	1.23 443	1.99 450	1.24 449	2.00 456	1.25 447	2.03 460	1.26 439	2.00 458	1.29 452	1.90 448	1.18 377	1.89 468	1.21 442	1.89 445	1.20 401
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 430	1.59 357	1.70 459	1.59 416	1.59 467	1.61 447	1.61 469	1.60 437	1.60 466	1.62 445	1.59 469	1.60 446	1.60 456	1.60 443	1.59 466	1.59 435	1.60 459	1.59 455	1.59 471	1.59 431	1.59 472

ff7	1.68 431	2.68 425	1.35 431	0.97 324	0.89 376	1.84 449	2.15 497	2.12 456	1.80 482	2.05 461	1.56 466	2.33 467	2.12 490	2.23 464	2.25 500	1.31 419	1.07 357	1.48 451	1.41 457	0.90 337	1.04 382

ffff	1.68 431	2.68 425	1.35 431	0.97 324	0.89 376	1.84 449	2.15 497	2.12 456	1.80 482	2.05 461	1.56 466	2.33 467	2.12 490	2.23 464	2.25 500	1.31 419	1.07 357	1.48 451	1.41 457	0.90 337	1.04 382

ccc-4	1.68 431	2.68 425	1.35 431	0.97 324	0.89 376	1.84 449	2.15 497	2.12 456	1.80 482	2.05 461	1.56 466	2.33 467	2.12 490	2.23 464	2.25 500	1.31 419	1.07 357	1.48 451	1.41 457	0.90 337	1.04 382

MC-Stereo	1.76 434	2.96 443	1.37 441	2.14 435	1.37 458	2.14 465	1.36 454	2.14 459	1.37 459	2.14 465	1.37 458	2.14 462	1.37 450	2.14 463	1.37 458	1.97 451	1.32 426	1.97 470	1.32 450	1.98 446	1.33 456

IGEVStereo-DCA	1.77 435	4.21 473	1.84 474	2.49 451	2.11 499	2.54 485	1.36 454	1.65 440	1.17 398	2.75 492	1.90 487	2.54 478	1.15 383	0.94 360	1.11 387	1.50 431	1.32 426	0.96 371	1.46 463	1.49 428	0.88 364

rrr	1.77 435	4.21 473	1.84 474	2.49 451	2.11 499	2.54 485	1.36 454	1.65 440	1.17 398	2.75 492	1.90 487	2.54 478	1.15 383	0.94 360	1.11 387	1.50 431	1.32 426	0.96 371	1.46 463	1.49 428	0.88 364

MM-Stereo_test1	1.80 437	3.41 453	1.52 453	2.12 434	1.41 461	2.04 461	1.41 462	2.05 454	1.46 464	2.04 460	1.41 462	2.05 461	1.42 453	2.05 459	1.43 462	2.04 455	1.54 452	1.94 469	1.38 456	1.99 447	1.33 456

MFMNet_re	1.81 438	1.91 376	1.71 461	1.95 429	1.70 477	1.95 457	1.70 474	1.96 448	1.74 479	1.97 453	1.72 477	1.95 453	1.71 463	1.97 457	1.71 474	1.86 443	1.62 460	1.85 461	1.66 478	1.86 443	1.64 478

plain	1.88 439	3.16 448	0.64 311	3.10 464	0.65 351	3.10 499	0.64 334	3.12 497	0.65 340	3.10 498	0.65 347	3.11 498	0.65 336	3.12 497	0.65 336	3.12 493	0.65 316	3.13 499	0.65 343	3.13 485	0.65 336

RAFT_CTSACE	1.92 440	3.71 460	1.72 462	1.88 425	1.72 478	2.04 461	1.42 464	2.18 461	1.89 493	2.02 458	1.97 493	1.95 453	2.06 489	1.93 455	1.62 467	1.76 440	1.66 463	2.02 471	1.73 487	1.73 438	1.43 465

4.25w-stereo	1.98 441	2.72 432	1.46 448	3.47 481	1.43 462	2.07 463	1.98 489	2.53 479	1.52 465	2.71 485	1.98 499	1.81 449	1.62 458	1.96 456	1.36 457	1.88 447	2.00 476	2.53 494	1.61 473	1.74 439	1.15 392

4.5w-stereo	1.99 442	2.33 406	1.81 465	3.28 471	1.68 473	1.94 454	1.99 492	2.72 482	1.70 471	2.72 486	1.99 502	1.97 455	1.68 460	1.76 447	1.29 452	1.91 449	2.02 482	2.53 494	1.61 473	1.75 440	1.16 395

2.75w_new	1.99 442	2.34 410	1.81 465	3.14 465	1.62 469	1.94 454	1.99 492	2.72 482	1.71 472	2.72 486	1.99 502	1.90 451	1.73 465	1.82 452	1.29 452	2.37 474	2.01 478	2.31 481	1.42 460	1.77 441	1.22 447

3.75w	1.99 442	2.31 404	1.83 473	3.16 467	1.65 471	1.93 453	1.98 489	2.72 482	1.68 468	2.73 491	1.97 493	2.00 457	1.72 464	1.81 451	1.25 448	2.27 467	2.01 478	2.38 486	1.42 460	1.71 437	1.24 450

2w_stereo	1.99 442	2.36 413	1.81 465	3.24 469	1.67 472	1.94 454	1.98 489	2.72 482	1.68 468	2.72 486	1.94 490	1.98 456	1.74 467	1.79 450	1.27 449	1.95 450	2.00 476	2.53 494	1.60 472	1.68 436	1.15 392

2.25w	2.00 446	1.86 371	1.98 487	2.95 462	2.17 503	2.26 466	1.35 452	2.42 473	2.00 500	2.07 464	1.27 449	2.53 476	1.99 485	2.29 468	1.49 464	2.21 462	1.32 426	1.85 461	1.87 491	2.52 473	1.62 476

4.25_new	2.00 446	2.33 406	1.82 470	3.32 474	1.69 474	1.95 457	1.99 492	2.72 482	1.71 472	2.72 486	1.97 493	2.01 458	1.74 467	1.77 448	1.28 450	2.18 459	2.01 478	2.48 492	1.58 469	1.65 433	1.17 396

4.5w_new	2.00 446	2.33 406	1.82 470	3.32 474	1.69 474	1.95 457	1.99 492	2.72 482	1.71 472	2.72 486	1.97 493	2.01 458	1.74 467	1.77 448	1.28 450	2.18 459	2.01 478	2.48 492	1.58 469	1.65 433	1.17 396

4.5_new	2.00 446	1.84 368	1.98 487	2.77 456	2.16 501	2.27 467	1.28 449	2.09 455	1.98 497	2.01 457	1.28 450	2.71 487	1.98 483	2.51 478	1.65 469	2.26 464	1.33 433	1.87 464	1.87 491	2.49 469	1.60 473

TRStereo	2.00 446	2.13 390	1.85 476	2.27 441	1.84 482	2.28 469	1.84 478	2.29 464	1.86 487	2.30 470	1.87 482	2.30 464	1.87 473	2.08 460	1.72 476	2.08 456	1.72 466	2.08 473	1.72 484	2.08 448	1.72 482

XX-Stereo	2.00 446	2.13 390	1.85 476	2.27 441	1.84 482	2.28 469	1.84 478	2.29 464	1.86 487	2.30 470	1.87 482	2.30 464	1.87 473	2.08 460	1.72 476	2.08 456	1.72 466	2.08 473	1.72 484	2.08 448	1.72 482

EAI-Stereo	2.00 446	2.13 390	1.85 476	2.27 441	1.84 482	2.28 469	1.84 478	2.29 464	1.86 487	2.30 470	1.87 482	2.30 464	1.87 473	2.08 460	1.72 476	2.08 456	1.72 466	2.08 473	1.72 484	2.08 448	1.72 482

2.5w	2.01 453	2.40 415	1.37 441	3.28 471	2.01 493	2.71 489	1.43 466	1.82 444	1.83 485	1.90 450	1.41 462	2.71 487	1.35 447	2.71 487	1.85 486	2.66 486	1.53 450	1.64 456	1.23 444	2.53 476	1.87 491

4w-stereo	2.02 454	2.72 432	1.44 446	3.36 477	1.59 467	2.48 478	1.72 475	2.28 462	1.24 449	2.24 468	1.65 474	2.56 480	1.32 445	2.39 472	1.98 496	2.67 488	1.51 448	1.66 457	1.24 445	2.53 476	1.88 494

IGEV	2.02 454	2.20 396	1.82 470	2.90 461	2.16 501	2.41 475	1.25 445	2.00 451	1.98 497	1.99 455	1.31 452	2.72 491	1.93 479	2.67 486	1.69 473	2.26 464	1.32 426	1.83 460	1.87 491	2.53 476	1.61 475

3.25w_new	2.03 456	2.72 432	1.35 431	3.33 476	1.57 465	2.72 490	1.53 468	2.15 460	1.33 453	2.15 466	1.60 470	2.63 484	1.30 443	2.72 489	1.99 497	2.67 488	1.53 450	1.75 459	1.25 447	2.53 476	1.87 491

3.5w_stereo	2.03 456	2.72 432	1.35 431	3.41 478	1.57 465	2.72 490	1.49 467	2.01 452	1.34 454	2.15 466	1.61 472	2.63 484	1.36 448	2.72 489	1.99 497	2.66 486	1.58 455	1.68 458	1.24 445	2.53 476	1.87 491

UniTT-Stereo	2.03 456	3.43 454	0.72 325	3.42 479	0.73 364	3.27 502	0.68 342	3.38 501	0.69 347	3.29 501	0.72 360	3.28 501	0.70 345	3.35 502	0.68 344	3.39 495	0.68 318	3.31 501	0.69 352	3.37 486	0.73 350

3.25w	2.04 459	2.20 396	1.48 449	3.03 463	2.17 503	2.63 488	1.39 460	1.96 448	1.95 496	1.96 451	1.37 458	2.71 487	1.96 482	2.71 487	1.73 481	2.26 464	1.32 426	1.87 464	1.87 491	2.51 472	1.63 477

3w_stereo	2.04 459	2.24 400	1.70 459	3.15 466	2.18 505	2.49 479	1.26 447	2.03 453	1.98 497	1.98 454	1.33 453	2.72 491	1.99 485	2.59 481	1.72 476	2.22 463	1.33 433	1.85 461	1.88 496	2.50 471	1.58 471

1w_stereo	2.05 461	2.32 405	1.35 431	3.74 492	2.01 493	2.73 492	1.42 464	1.88 445	1.93 495	2.03 459	1.28 450	2.71 487	1.99 485	2.72 489	1.72 476	2.20 461	1.32 426	1.87 464	1.86 490	2.45 465	1.54 466

sCroCo_RVC	2.10 462	2.76 436	1.92 484	2.78 459	1.39 460	2.73 492	1.41 462	2.73 488	1.40 461	2.77 497	1.41 462	2.74 493	1.40 452	2.74 492	1.40 460	2.72 490	1.42 443	2.72 497	1.44 462	2.79 483	1.42 464

MoCha-V2	2.11 463	26.97 547	0.78 333	0.92 313	0.77 368	0.96 359	0.72 351	0.90 343	0.72 354	0.94 360	0.70 355	0.90 357	0.71 349	0.91 355	0.71 352	0.85 337	0.71 327	0.88 361	0.69 352	0.87 333	0.67 340

FBW_ROB	2.12 464	2.46 418	1.77 464	2.49 451	1.79 481	2.38 473	1.83 477	2.46 474	1.78 481	2.48 479	1.97 493	2.40 472	1.78 470	2.42 475	1.83 484	2.31 471	1.85 473	2.38 486	1.82 489	2.35 460	1.84 487

asda	2.17 465	2.54 419	1.81 465	3.47 481	1.78 480	2.50 481	1.86 482	2.61 481	1.68 468	2.61 483	1.83 479	2.37 471	1.73 465	2.44 476	1.88 491	2.51 483	1.84 472	2.34 483	1.62 475	2.23 453	1.77 486

asd	2.18 466	2.77 438	1.58 454	3.59 486	2.00 492	2.58 487	1.85 481	2.39 472	1.71 472	2.47 478	1.97 493	2.59 482	1.61 457	2.56 479	1.79 483	2.51 483	1.99 475	2.11 476	1.62 475	2.36 461	1.60 473

qwe	2.18 466	2.60 422	1.58 454	3.83 493	1.90 490	2.53 483	1.90 487	2.48 475	1.73 477	2.37 475	1.92 489	2.53 476	1.68 460	2.56 479	1.83 484	2.52 485	1.87 474	2.07 472	1.68 481	2.32 459	1.71 481

monsters	2.18 466	2.41 416	1.96 486	3.47 481	2.03 497	2.53 483	1.64 471	2.48 475	1.73 477	2.40 476	1.50 465	2.62 483	1.94 480	2.59 481	1.94 493	2.44 478	1.57 454	2.28 479	1.87 491	2.42 463	1.86 489

AIO_rvc	2.18 466	2.34 410	1.87 480	2.32 445	1.94 491	2.40 474	1.89 486	2.37 470	2.07 502	2.52 481	1.95 492	2.44 474	1.99 485	2.41 473	1.89 492	2.32 472	2.09 484	2.24 477	2.18 499	2.21 452	2.23 498

HUF	2.18 466	2.30 403	1.99 490	2.34 446	2.02 496	2.41 475	2.06 496	2.38 471	1.89 493	2.36 474	1.85 480	2.56 480	1.98 483	2.31 470	1.97 495	2.30 470	2.03 483	2.30 480	2.11 498	2.23 453	2.16 496

AIO_test	2.18 466	2.09 388	2.04 491	2.42 448	2.01 493	2.47 477	1.94 488	2.34 469	2.03 501	2.56 482	1.94 490	2.43 473	1.94 480	2.41 473	1.87 490	2.39 476	2.10 485	2.35 485	1.91 497	2.25 455	2.19 497

monsterstereo	2.20 472	2.33 406	1.95 485	3.65 488	2.07 498	2.49 479	1.61 469	2.48 475	1.83 485	2.45 477	1.61 472	2.67 486	1.86 472	2.64 483	1.94 493	2.48 482	1.66 463	2.34 483	1.68 481	2.40 462	1.86 489

LG-G_1	2.22 473	2.71 430	1.89 481	2.77 456	1.87 488	2.75 494	1.87 484	2.76 490	1.87 491	2.75 492	1.87 482	2.76 494	1.87 473	2.75 493	1.86 487	2.47 480	1.58 455	2.45 489	1.57 466	2.45 465	1.57 469

LG-G	2.22 473	2.71 430	1.89 481	2.77 456	1.87 488	2.75 494	1.87 484	2.76 490	1.87 491	2.75 492	1.87 482	2.76 494	1.87 473	2.75 493	1.86 487	2.47 480	1.58 455	2.45 489	1.57 466	2.45 465	1.57 469

LGtest1	2.22 473	2.70 428	1.89 481	2.76 455	1.86 485	2.75 494	1.86 482	2.75 489	1.86 487	2.75 492	1.86 481	2.77 496	1.87 473	2.75 493	1.86 487	2.46 479	1.58 455	2.45 489	1.56 465	2.45 465	1.56 468

RAStereo	2.23 476	3.64 457	0.76 331	3.65 488	0.86 374	3.66 506	0.76 355	3.67 505	0.81 367	3.66 502	0.76 365	3.66 503	0.77 355	3.68 504	0.77 358	3.68 498	0.77 334	3.69 506	0.77 361	3.70 488	0.77 356

UDGNet	2.23 476	5.40 493	1.72 462	2.48 450	1.69 474	2.51 482	1.69 473	2.51 478	1.72 476	2.50 480	1.69 476	2.52 475	1.69 462	2.50 477	1.68 472	2.41 477	1.70 465	2.42 488	1.69 483	2.42 463	1.64 478

NCCL2	2.28 478	2.27 401	2.28 493	2.28 444	2.28 506	2.27 467	2.29 500	2.28 462	2.28 503	2.27 469	2.28 505	2.28 463	2.27 493	2.27 467	2.28 504	2.28 468	2.28 490	2.27 478	2.29 503	2.27 456	2.29 499

Abc-Net	2.32 479	24.75 539	1.14 365	1.17 350	1.17 403	1.11 379	1.15 390	1.17 371	1.21 446	1.08 372	1.16 393	1.12 383	1.14 382	1.09 378	1.17 395	1.09 357	1.16 373	1.17 389	1.17 393	1.16 362	1.11 385
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 480	25.00 540	1.13 364	1.15 344	1.15 398	1.10 376	1.15 390	1.15 367	1.15 393	1.12 378	1.15 390	1.09 377	1.13 380	1.10 380	1.15 391	1.11 364	1.09 363	1.16 385	1.12 388	1.16 362	1.17 396

stereogan	2.33 480	24.38 538	1.18 371	1.18 351	1.18 405	1.14 381	1.18 394	1.19 374	1.19 400	1.14 381	1.18 397	1.14 384	1.18 388	1.14 384	1.18 396	1.14 367	1.14 371	1.19 393	1.19 394	1.15 360	1.19 400

RGC	2.36 482	25.48 541	1.19 373	1.15 344	1.15 398	1.10 376	1.16 392	1.17 371	1.16 394	1.12 378	1.16 393	1.11 382	1.13 380	1.09 378	1.18 396	1.10 359	1.15 372	1.16 385	1.12 388	1.14 358	1.12 387

NCC-stereo	2.36 482	25.52 542	1.17 369	1.15 344	1.17 403	1.11 379	1.11 386	1.15 367	1.16 394	1.10 373	1.16 393	1.10 379	1.15 383	1.14 384	1.13 389	1.09 357	1.11 367	1.15 384	1.16 392	1.17 367	1.17 396

AF-Net	2.37 484	25.71 543	1.17 369	1.13 341	1.15 398	1.15 382	1.18 394	1.19 374	1.16 394	1.10 373	1.15 390	1.10 379	1.18 388	1.12 383	1.15 391	1.10 359	1.10 366	1.17 389	1.15 390	1.16 362	1.12 387

Nwc_Net	2.37 484	25.95 544	1.15 367	1.14 342	1.15 398	1.08 373	1.14 389	1.17 371	1.16 394	1.14 381	1.15 390	1.08 375	1.15 383	1.11 382	1.14 390	1.10 359	1.11 367	1.16 385	1.09 387	1.16 362	1.15 392

CFNet_RVC	2.38 486	8.71 516	0.38 232	9.33 535	0.42 302	0.56 315	0.42 291	0.60 313	0.38 270	0.62 323	0.42 298	0.56 318	7.29 538	0.62 321	0.42 293	0.53 295	0.37 231	0.49 308	0.34 260	8.30 535	6.87 541

edge stereo	2.43 487	27.07 548	1.14 365	1.06 333	1.14 397	1.08 373	1.17 393	1.16 369	1.14 392	1.10 373	1.16 393	1.09 377	1.16 387	1.10 380	1.16 394	1.10 359	1.11 367	1.16 385	1.19 394	1.13 357	1.11 385

FAT-Stereo	2.46 488	26.05 545	1.23 425	1.23 400	1.22 454	1.20 384	1.24 444	1.23 425	1.23 448	1.19 384	1.22 444	1.21 433	1.24 438	1.20 388	1.24 445	1.21 415	1.17 376	1.22 440	1.25 447	1.20 371	1.24 450

S-Stereo	2.51 489	26.86 546	1.23 425	1.22 398	1.22 454	1.24 432	1.25 445	1.22 423	1.24 449	1.21 430	1.24 446	1.19 387	1.27 440	1.19 387	1.24 445	1.19 369	1.20 378	1.25 441	1.19 394	1.24 419	1.23 449

Anonymous3	2.55 490	3.26 451	1.65 457	3.28 471	1.63 470	3.24 501	1.68 472	3.27 499	1.66 467	3.28 500	1.67 475	3.25 500	1.66 459	3.27 499	1.64 468	3.26 494	1.65 462	3.30 500	1.65 477	4.95 517	1.65 480

MIF-Stereo (partial)	2.58 491	3.31 452	0.66 315	3.18 468	0.66 354	3.18 500	0.66 337	3.21 498	0.67 343	3.19 499	0.66 349	3.19 499	0.66 339	3.31 501	0.68 344	5.09 522	1.79 470	8.23 542	1.67 479	6.18 526	1.38 462

MSMDNet	2.65 492	10.14 527	0.33 208	9.74 538	0.32 238	0.87 348	0.33 236	2.95 496	0.68 344	0.49 284	0.34 252	0.49 288	5.70 533	0.49 290	0.33 238	0.42 261	9.57 538	0.41 271	0.31 243	8.36 536	0.65 336

pcwnet_v2	2.66 493	9.89 525	0.33 208	9.89 539	0.32 238	0.50 299	0.32 227	0.49 278	0.33 242	0.49 284	0.34 252	0.49 288	8.76 540	0.48 284	0.33 238	0.41 247	9.58 539	0.40 258	0.29 227	9.01 539	0.63 334

CFNet_pseudo	2.67 494	9.36 521	0.32 203	10.99 544	0.33 249	0.85 346	0.33 236	0.49 278	0.33 242	0.49 284	0.32 238	0.49 288	7.26 537	0.49 290	0.33 238	0.41 247	9.62 540	0.41 271	0.29 227	10.03 543	0.29 216

CFNet_ucs	2.73 495	9.64 523	0.33 208	9.92 540	0.32 238	0.49 291	0.33 236	0.49 278	0.33 242	0.49 284	0.33 244	0.49 288	8.98 541	0.48 284	0.33 238	0.41 247	9.96 543	0.40 258	0.29 227	10.12 544	0.54 320

UCFNet_RVC	2.75 496	10.06 526	0.29 189	10.31 543	0.29 223	0.42 263	0.29 217	0.43 258	0.29 219	0.42 249	0.29 222	0.42 261	9.87 543	0.43 262	0.29 218	0.36 215	9.84 542	0.36 233	0.26 207	9.77 542	0.26 190

ccs_rob	2.79 497	10.17 528	0.32 203	10.00 541	0.33 249	0.49 291	0.33 236	1.90 447	0.32 236	0.51 300	0.33 244	0.49 288	9.24 542	0.49 290	0.33 238	0.41 247	9.82 541	0.41 271	0.28 218	9.34 540	0.29 216

PCWNet_CMD	2.80 498	9.82 524	0.32 203	10.09 542	0.32 238	0.49 291	0.33 236	3.34 500	0.33 242	0.49 284	0.33 244	0.49 288	8.73 539	0.48 284	0.33 238	0.41 247	9.22 537	0.42 282	0.29 227	9.55 541	0.31 231

StereoVision	3.15 499	5.00 482	0.89 342	4.83 509	1.00 387	3.93 507	1.27 448	6.37 534	1.34 454	5.67 534	1.26 448	5.84 535	1.27 440	5.03 531	1.24 445	5.10 523	1.09 363	4.61 518	0.57 334	5.62 524	1.12 387

MaDis-Stereo	3.19 500	6.02 503	1.12 363	5.61 518	1.16 402	5.43 533	1.02 383	5.15 531	0.70 350	5.43 531	1.21 443	5.03 532	0.97 367	4.85 525	0.99 378	4.53 504	1.16 373	5.53 534	1.25 447	5.37 522	1.30 453

sAnonymous2	3.31 501	2.63 423	1.38 443	3.71 490	1.86 485	4.70 525	1.11 386	4.82 527	2.72 506	5.45 532	1.98 499	4.59 517	2.64 495	2.65 484	6.21 538	4.37 500	1.08 361	5.16 532	2.24 501	4.52 499	2.39 504

CroCo_RVC	3.31 501	2.63 423	1.38 443	3.71 490	1.86 485	4.70 525	1.11 386	4.82 527	2.72 506	5.45 532	1.98 499	4.59 517	2.64 495	2.65 484	6.21 538	4.37 500	1.08 361	5.16 532	2.24 501	4.52 499	2.39 504

DPSNet	3.66 503	3.60 456	3.62 518	3.63 487	3.64 529	3.65 505	3.65 527	3.66 504	3.67 524	3.67 503	3.65 525	3.67 504	3.66 515	3.66 503	3.68 522	3.68 498	3.66 511	3.67 505	3.68 527	3.67 487	3.67 526

STTStereo	3.73 504	30.40 552	2.37 497	2.39 447	2.31 508	2.35 472	2.33 501	2.29 464	2.42 504	2.32 473	2.34 506	2.33 467	2.36 494	2.30 469	2.27 503	2.35 473	2.22 489	2.31 481	2.22 500	2.29 458	2.34 503

rvit_105_1	3.83 505	5.22 486	3.01 501	4.53 497	3.01 511	4.51 513	3.01 508	4.56 514	3.04 509	4.53 513	3.03 510	4.55 515	3.03 499	4.56 514	3.04 506	4.57 506	3.05 495	4.57 513	3.05 510	4.57 501	3.05 510

rvit_stereo_0081	3.83 505	5.23 487	3.01 501	4.53 497	3.03 513	4.55 519	3.02 509	4.56 514	3.04 509	4.52 511	3.02 508	4.54 513	3.03 499	4.56 514	3.04 506	4.57 506	3.05 495	4.57 513	3.05 510	4.58 502	3.05 510

rvit_stereo_0081_aga	3.86 507	5.33 490	3.02 504	4.55 503	3.04 517	4.54 515	3.02 509	4.64 521	3.06 513	4.54 515	3.04 512	4.62 522	3.08 506	4.62 520	3.07 511	4.58 509	3.06 499	4.60 517	3.08 514	4.63 505	3.07 514

rvit_stereo_0082	3.86 507	5.82 501	3.01 501	4.53 497	3.03 513	4.54 515	3.02 509	4.56 514	3.04 509	4.53 513	3.02 508	4.55 515	3.04 502	4.57 517	3.05 508	4.57 506	3.05 495	4.58 515	3.05 510	4.58 502	3.06 513

rvit_0105_6	3.87 509	5.73 500	3.10 511	4.69 507	3.12 521	4.54 515	3.02 509	4.56 514	3.04 509	4.54 515	3.03 510	4.54 513	3.04 502	4.56 514	3.05 508	4.58 509	3.05 495	4.58 515	3.05 510	4.58 502	3.05 510

rvit_stereo_0080	3.89 510	5.70 498	3.04 506	4.54 500	3.03 513	4.56 520	3.05 515	4.60 518	3.07 514	4.58 518	3.06 513	4.59 517	3.06 504	4.61 518	3.08 512	4.63 511	3.09 500	4.64 519	3.10 515	4.65 506	3.10 515

whm_eth	3.89 510	5.70 498	3.04 506	4.54 500	3.03 513	4.56 520	3.05 515	4.60 518	3.07 514	4.58 518	3.06 513	4.59 517	3.06 504	4.61 518	3.08 512	4.63 511	3.09 500	4.64 519	3.10 515	4.65 506	3.10 515

rvit_0105_4	3.91 512	5.47 497	3.02 504	4.54 500	3.02 512	4.54 515	3.03 513	4.75 524	3.17 520	4.57 517	3.06 513	4.61 521	3.16 510	4.65 521	3.09 514	4.66 513	3.11 502	4.68 522	3.18 520	4.81 512	3.16 520

rvit_0105_3	3.91 512	5.33 490	3.06 509	4.60 505	3.07 519	4.60 522	3.06 517	4.62 520	3.08 517	4.60 520	3.07 516	4.62 522	3.08 506	4.67 522	3.10 515	4.70 514	3.11 502	4.77 526	3.19 521	4.77 511	3.14 519

rvit_stereo_0083	3.92 514	5.30 489	3.06 509	4.61 506	3.09 520	4.67 524	3.08 518	4.66 522	3.09 518	4.62 521	3.10 518	4.66 525	3.11 508	4.67 522	3.16 517	4.72 516	3.16 505	4.77 526	3.11 517	4.66 508	3.11 517

rvit_stereo_ft	3.93 515	5.44 495	3.05 508	4.59 504	3.06 518	4.61 523	3.08 518	4.67 523	3.12 519	4.63 522	3.10 518	4.65 524	3.11 508	4.69 524	3.13 516	4.70 514	3.14 504	4.71 524	3.15 519	4.74 509	3.16 520

rvit_0105_5	4.10 516	5.40 493	3.13 514	4.71 508	3.15 522	4.72 527	3.10 520	4.90 529	3.27 521	4.69 523	3.16 520	4.84 529	3.25 511	4.96 528	3.34 519	5.05 521	3.39 510	5.10 531	3.40 522	5.11 519	3.42 523

MLG-Stereo_test1	4.25 517	5.34 492	3.61 517	5.31 514	3.63 528	5.23 531	3.57 525	5.38 532	3.65 523	5.23 529	3.47 522	4.76 526	3.74 518	4.85 525	3.71 523	4.96 518	3.18 507	4.71 524	2.92 507	4.86 515	2.90 508

MLG-Stereo_test3	4.26 518	4.85 480	3.95 521	5.35 515	3.60 527	4.75 528	3.76 528	5.49 533	3.71 525	5.39 530	3.69 526	4.82 528	3.66 515	4.85 525	3.73 526	4.93 517	3.19 508	4.69 523	2.99 509	4.84 514	2.98 509

MLG-Stereo_test2	4.28 519	5.46 496	3.69 519	4.86 510	3.72 530	5.58 534	3.42 523	4.81 526	3.77 529	4.85 525	3.72 527	5.55 534	3.63 514	5.58 532	3.53 521	4.41 503	3.28 509	4.99 530	2.95 508	4.75 510	3.13 518

RAFT+CT+SA	4.28 519	7.62 509	4.91 525	5.55 517	2.28 506	3.09 498	3.64 526	4.49 512	3.07 514	4.80 524	3.35 521	4.77 527	3.70 517	4.29 511	3.05 508	5.58 525	5.98 526	3.58 504	3.78 529	4.26 495	3.72 527

SA	4.33 521	7.35 506	6.85 536	5.96 520	4.09 534	3.59 504	3.15 521	3.82 506	2.64 505	3.91 504	3.85 528	3.57 502	2.72 497	3.13 498	4.03 529	7.09 536	6.86 531	3.57 503	3.12 518	3.85 489	3.51 525

Sa-1000	4.34 522	8.37 512	6.84 535	6.98 527	4.45 537	3.58 503	3.00 507	3.42 502	3.39 522	2.61 483	4.00 531	3.83 506	4.01 524	3.90 506	3.90 527	5.98 529	5.62 524	3.76 507	2.34 504	4.35 497	2.47 506

TestStereo1	4.60 523	8.41 513	6.44 533	6.86 525	3.79 531	3.97 508	3.78 529	3.99 508	3.74 526	3.97 505	3.52 523	3.94 507	3.58 512	3.98 507	3.72 524	6.82 533	6.50 529	3.76 507	3.66 525	3.90 490	3.74 529

SA-5K	4.60 523	8.41 513	6.44 533	6.86 525	3.79 531	3.97 508	3.78 529	3.99 508	3.74 526	3.97 505	3.52 523	3.94 507	3.58 512	3.98 507	3.72 524	6.82 533	6.50 529	3.76 507	3.66 525	3.90 490	3.74 529

DispFullNet	4.61 525	4.84 479	3.12 512	5.00 512	3.57 526	4.75 528	3.03 513	7.75 540	4.17 533	4.91 527	3.09 517	6.20 536	3.95 522	6.71 536	3.51 520	5.30 524	3.67 512	5.86 538	3.63 524	5.61 523	3.46 524

test_5	4.62 526	7.55 508	6.23 531	6.32 522	3.40 525	5.29 532	3.50 524	3.53 503	4.11 532	4.28 508	4.47 535	4.26 511	4.38 527	3.68 504	3.24 518	5.89 527	5.60 523	4.84 528	3.50 523	4.33 496	3.93 533

raft_robust	4.71 527	7.75 510	5.40 530	6.81 524	3.31 523	4.28 512	4.20 534	4.32 511	4.37 535	4.35 510	4.35 534	4.14 509	3.75 519	4.30 512	4.20 532	6.67 532	6.37 527	3.36 502	4.24 535	4.86 515	3.25 522

cross-raft	4.83 528	7.52 507	6.43 532	6.63 523	3.96 533	4.51 513	3.99 532	4.49 512	3.96 531	4.52 511	3.96 530	4.50 512	3.97 523	4.50 513	3.97 528	6.65 531	6.44 528	4.33 510	3.92 531	4.35 497	3.91 532

test_4	4.88 529	8.13 511	6.98 537	7.46 528	4.44 536	4.25 511	3.85 531	4.04 510	3.92 530	4.13 507	3.91 529	4.18 510	3.84 520	4.14 509	4.06 530	7.01 535	7.13 532	4.53 511	3.72 528	4.09 493	3.72 527

TestStereo	4.88 529	4.75 478	4.79 524	4.87 511	4.92 538	4.81 530	4.90 537	4.78 525	4.77 536	4.87 526	4.89 536	4.90 530	4.91 529	4.99 529	4.79 534	4.98 519	4.87 520	4.87 529	4.92 537	5.00 518	5.00 536

test_3	5.01 531	8.86 518	7.77 539	8.09 530	2.76 510	4.13 510	4.05 533	3.88 507	3.76 528	4.33 509	4.13 532	3.71 505	3.91 521	4.21 510	4.06 530	7.93 537	7.69 534	4.53 511	3.91 530	4.17 494	4.29 535

NLCA_NET_v2_RVC	5.04 532	50.87 562	2.78 499	2.87 460	2.71 509	2.78 497	0.47 305	2.88 495	2.86 508	1.89 449	2.67 507	2.79 497	2.79 498	2.78 496	2.83 505	2.82 491	2.82 493	2.83 498	2.77 506	2.83 484	2.76 507
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 533	5.15 484	4.49 523	5.07 513	3.37 524	6.87 537	4.75 536	5.04 530	6.34 540	7.84 540	5.06 537	6.72 540	4.09 525	4.99 529	5.44 537	5.03 520	3.16 505	4.67 521	4.86 536	5.15 520	3.89 531

U	5.15 534	8.49 515	1.81 465	8.49 532	1.77 479	8.49 542	1.77 476	8.51 542	1.77 480	8.49 542	1.77 478	8.50 542	1.78 470	8.58 542	1.77 482	8.54 540	1.78 469	8.55 543	1.78 488	8.55 537	1.84 487

SGM-Forest	5.21 535	5.92 502	4.08 522	6.18 521	4.16 535	6.31 536	4.34 535	6.50 535	4.33 534	6.14 536	4.21 533	6.61 539	4.55 528	6.67 535	4.48 533	5.94 528	3.94 514	5.85 537	4.03 533	5.79 525	4.17 534
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 536	9.16 520	8.03 542	8.09 530	5.62 541	6.11 535	6.35 540	6.85 537	4.94 537	6.08 535	6.29 542	4.98 531	6.43 534	6.22 533	6.36 540	6.16 530	7.47 533	5.82 536	5.44 540	7.11 531	5.68 539

rvit_stereo_0075_2	6.64 537	8.80 517	5.25 527	7.89 529	5.27 540	7.90 541	5.27 538	7.92 541	5.28 538	7.91 541	5.29 539	7.93 541	5.27 530	7.92 541	5.28 535	7.93 537	5.28 522	7.93 541	5.29 539	7.93 534	5.28 538

RAFT	6.73 538	9.36 521	7.40 538	8.51 533	6.55 542	6.88 538	6.60 541	6.79 536	6.60 541	6.80 537	6.72 543	5.31 533	5.50 532	6.61 534	6.61 541	8.42 539	5.89 525	5.73 535	5.45 541	6.61 527	6.24 540

SGM+DAISY	7.06 539	9.15 519	5.38 529	8.84 534	5.18 539	8.80 543	5.31 539	8.79 543	5.28 538	8.89 543	5.20 538	8.93 543	5.33 531	8.95 543	5.36 536	8.70 541	5.21 521	8.74 544	5.20 538	8.89 538	5.15 537

test-v	7.53 540	11.89 529	7.98 540	9.36 536	7.14 543	7.06 539	7.09 542	7.37 538	6.91 542	7.29 538	5.71 540	6.45 537	6.93 535	6.73 537	7.27 542	8.93 542	7.85 535	6.98 539	6.80 542	7.56 532	7.34 542

test-2	7.53 540	11.89 529	7.98 540	9.36 536	7.14 543	7.06 539	7.09 542	7.37 538	6.91 542	7.29 538	5.71 540	6.45 537	6.93 535	6.73 537	7.27 542	8.93 542	7.85 535	6.98 539	6.80 542	7.56 532	7.34 542

PA-Net	11.80 542	223.51 569	0.62 308	0.59 271	0.71 361	0.59 322	0.73 352	0.67 322	0.73 357	0.55 311	0.61 341	0.60 324	0.74 351	0.63 325	0.73 353	0.66 314	0.60 307	0.69 338	0.66 345	0.72 313	0.65 336
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 543	23.00 537	15.00 543	23.00 551	15.00 545	24.00 550	16.00 544	24.00 550	16.00 544	22.00 550	15.00 544	23.00 550	16.00 544	23.00 550	15.00 544	22.00 550	15.00 544	22.00 551	15.00 544	22.00 551	15.00 544

rafts_anoy	20.00 544	20.00 531	20.00 544	20.00 545	20.00 546	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 545	20.00 545	20.00 545	20.00 545

raft+_RVC	20.00 544	20.00 531	20.00 544	20.00 545	20.00 546	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 545	20.00 545	20.00 545	20.00 545

raftrobust	20.00 544	20.00 531	20.00 544	20.00 545	20.00 546	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 545	20.00 545	20.00 545	20.00 545

CasAABBNet	20.00 544	20.00 531	20.00 544	20.00 545	20.00 546	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 545	20.00 545	20.00 545	20.00 545

RALCasStereoNet	20.00 544	20.00 531	20.00 544	20.00 545	20.00 546	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 545	20.00 545	20.00 545	20.00 545

RALAANet	20.00 544	20.00 531	20.00 544	20.00 545	20.00 546	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 544	20.00 545	20.00 545	20.00 545	20.00 545	20.00 545

111	30.40 550	30.94 553	29.72 551	32.61 552	30.02 553	33.57 551	30.47 552	31.50 551	29.39 552	30.98 551	29.11 552	29.78 551	30.39 555	29.45 551	30.76 555	30.08 551	29.02 552	29.92 552	30.32 555	29.86 552	30.17 552

WCMA_ROB	31.10 551	35.43 557	27.12 550	39.51 563	23.10 552	38.78 562	25.30 551	37.49 562	25.39 551	37.29 561	27.02 551	38.52 562	26.48 551	37.80 561	26.44 551	36.28 558	22.65 551	33.90 556	22.30 551	37.10 560	24.18 551

DCANet-4	35.22 552	34.54 554	35.08 557	33.58 556	35.47 560	34.55 552	35.53 559	36.08 557	35.85 556	35.92 557	35.77 558	35.18 557	35.48 557	35.39 557	37.15 561	34.55 557	33.92 556	35.02 559	34.90 557	35.79 556	34.74 559

ADStereo(finetuned)	36.13 553	36.63 558	38.07 561	36.97 557	33.25 557	35.91 556	34.45 556	36.36 558	32.99 553	38.14 562	36.71 559	36.69 558	34.13 556	38.57 562	40.79 562	37.60 562	36.58 559	35.90 560	33.36 556	35.42 555	34.04 556

Reg-Stereo(zero)	37.00 554	37.00 559	37.00 558	37.00 558	37.00 561	37.00 559	37.00 560	37.00 559	37.00 557	37.00 558	37.00 560	37.00 559	37.00 558	37.00 558	37.00 558	37.00 559	37.00 560	37.00 561	37.00 560	37.00 557	37.00 560

HI	37.00 554	37.00 559	37.00 558	37.00 558	37.00 561	37.00 559	37.00 560	37.00 559	37.00 557	37.00 558	37.00 560	37.00 559	37.00 558	37.00 558	37.00 558	37.00 559	37.00 560	37.00 561	37.00 560	37.00 557	37.00 560

CoSv	37.00 554	37.00 559	37.00 558	37.00 558	37.00 561	37.00 559	37.00 560	37.00 559	37.00 557	37.00 558	37.00 560	37.00 559	37.00 558	37.00 558	37.00 558	37.00 559	37.00 560	37.00 561	37.00 560	37.00 557	37.00 560

MDST_ROB	69.83 557	87.70 563	41.95 562	113.75 566	65.62 566	75.05 563	55.25 564	75.64 564	45.04 560	71.61 563	41.75 563	72.81 563	44.06 561	68.38 563	44.63 563	101.89 565	59.57 565	107.10 566	61.05 565	104.38 563	59.38 565

NOSS_ROB	102.95 558	153.00 567	121.00 565	51.00 564	44.00 564	165.00 566	127.00 565	153.00 565	119.00 562	164.00 566	125.00 565	168.00 566	120.00 563	153.00 565	117.00 565	49.00 563	44.00 563	49.00 564	44.00 563	49.00 561	44.00 563

CBMV	128.50 559	1422.70 574	53.10 563	79.50 565	51.30 565	77.30 564	49.70 563	74.00 563	48.20 561	77.20 564	48.80 564	73.90 564	48.00 562	73.80 564	48.80 564	70.40 564	45.10 564	68.90 565	46.10 564	68.20 562	45.00 564
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 560	171.00 568	160.68 568	162.58 567	160.59 567	164.01 565	160.35 566	158.51 566	158.56 563	158.34 565	160.12 566	158.56 565	159.92 564	157.26 566	158.94 566	154.38 566	158.36 566	155.75 567	159.13 567	153.67 564	154.07 566
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	201.80 561	123.00 564	115.00 564	219.00 568	218.00 569	223.00 567	244.00 568	217.00 567	236.00 565	202.00 567	203.00 567	205.00 567	208.00 565	225.00 567	204.00 567	210.00 567	198.00 567	197.00 568	184.00 568	204.00 565	201.00 567

MGS-Stereo	239.45 562	123.00 564	135.00 566	266.00 569	286.00 570	277.00 568	305.00 569	271.00 568	242.00 566	274.00 568	279.00 569	255.00 568	270.00 567	268.00 568	297.00 569	221.00 568	247.00 569	216.00 569	123.00 566	217.00 566	217.00 569

EGLCR-Stereo	246.90 563	129.00 566	139.00 567	266.00 569	286.00 570	277.00 568	305.00 569	271.00 568	242.00 566	274.00 568	279.00 569	255.00 568	270.00 567	268.00 568	297.00 569	230.00 569	247.00 569	216.00 569	223.00 570	237.00 567	227.00 570

DLCB_ROB	284.23 564	354.61 570	207.27 569	363.24 571	206.46 568	364.72 570	210.41 567	364.72 570	210.41 564	364.81 570	208.64 568	364.81 570	208.64 566	364.72 570	210.41 568	354.70 570	205.53 568	354.70 571	205.53 569	354.70 568	205.53 568

LE_ROB	396.57 565	471.28 571	329.84 570	471.48 572	308.15 572	526.83 571	322.10 571	488.15 571	323.76 568	495.46 571	317.97 571	497.17 571	320.10 569	481.62 571	326.76 571	462.71 571	298.97 571	466.16 572	285.98 571	447.62 569	289.21 571

SGM-ForestM	596.69 566	677.77 572	444.52 571	699.85 573	517.25 573	732.94 572	488.29 572	770.79 572	460.11 569	750.81 572	487.98 572	792.79 572	499.41 570	730.90 572	475.81 572	720.03 572	491.16 572	663.96 573	418.60 572	674.76 570	436.05 572

CBMV_ROB	818.48 567	913.88 573	709.52 572	862.84 574	597.78 574	1073.99 573	700.52 573	1015.66 573	702.59 570	1115.65 573	760.02 573	1130.24 573	721.57 571	1037.41 573	692.65 573	814.05 573	564.29 573	843.28 574	595.31 573	915.51 571	602.92 573

tt	500032.53 568	34.60 555	29.72 551	37.47 561	34.41 558	36.85 557	35.22 557	34.71 555	33.55 554	34.50 552	35.43 556	33.81 555	10000000.00 572	33.57 555	33.13 556	33.68 555	35.00 557	34.03 557	35.26 558	30.96 553	34.63 557

DCANet	500032.53 568	34.60 555	29.72 551	37.47 561	34.41 558	36.85 557	35.22 557	34.71 555	33.55 554	34.50 552	35.43 556	33.81 555	10000000.00 572	33.57 555	33.13 556	33.68 555	35.00 557	34.03 557	35.26 558	30.96 553	34.63 557

fff	1000028.16 570	29.62 549	29.72 551	32.61 552	30.02 553	35.13 553	31.83 553	32.07 552	10000000.00 571	35.27 554	29.82 553	32.45 552	30.15 552	32.35 552	30.09 552	31.04 552	29.55 553	30.64 553	30.14 552	10000000.00 572	30.77 553

csc	1000028.16 570	29.62 549	29.72 551	32.61 552	30.02 553	35.13 553	31.83 553	32.07 552	10000000.00 571	35.27 554	29.82 553	32.45 552	30.15 552	32.35 552	30.09 552	31.04 552	29.55 553	30.64 553	30.14 552	10000000.00 572	30.77 553

cscssc	1000028.16 570	29.62 549	29.72 551	32.61 552	30.02 553	35.13 553	31.83 553	32.07 552	10000000.00 571	35.27 554	29.82 553	32.45 552	30.15 552	32.35 552	30.09 552	31.04 552	29.55 553	30.64 553	30.14 552	10000000.00 572	30.77 553

111111	10000000.00 573	10000000.00 575	10000000.00 573	10000000.00 575	10000000.00 575	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 571	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 572	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 575	10000000.00 574	10000000.00 572	10000000.00 574

SGD-Stereo	10000000.00 573	10000000.00 575	10000000.00 573	10000000.00 575	10000000.00 575	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 571	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 572	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 575	10000000.00 574	10000000.00 572	10000000.00 574

IGEV-Stereo++	10000000.00 573	10000000.00 575	10000000.00 573	10000000.00 575	10000000.00 575	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 571	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 572	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 575	10000000.00 574	10000000.00 572	10000000.00 574

IGEV-BASED-STEREO-	10000000.00 573	10000000.00 575	10000000.00 573	10000000.00 575	10000000.00 575	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 571	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 572	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 575	10000000.00 574	10000000.00 572	10000000.00 574

IGEV-Stereo+	10000000.00 573	10000000.00 575	10000000.00 573	10000000.00 575	10000000.00 575	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 571	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 572	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 575	10000000.00 574	10000000.00 572	10000000.00 574

SDNR	10000000.00 573	10000000.00 575	10000000.00 573	10000000.00 575	10000000.00 575	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 571	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 572	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 575	10000000.00 574	10000000.00 572	10000000.00 574

anonymousdsp2	10000000.00 573	10000000.00 575	10000000.00 573	10000000.00 575	10000000.00 575	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 571	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 572	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 575	10000000.00 574	10000000.00 572	10000000.00 574

anonymousdsp	10000000.00 573	10000000.00 575	10000000.00 573	10000000.00 575	10000000.00 575	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 571	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 572	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 575	10000000.00 574	10000000.00 572	10000000.00 574

test_example2	10000000.00 573	10000000.00 575	10000000.00 573	10000000.00 575	10000000.00 575	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 571	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 572	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 575	10000000.00 574	10000000.00 572	10000000.00 574

DIP-Stereo	10000000.00 573	10000000.00 575	10000000.00 573	10000000.00 575	10000000.00 575	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 571	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 572	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 575	10000000.00 574	10000000.00 572	10000000.00 574
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
STTRV1_RVC		1.60 358		1.01 330	0.60 340	1.07 372	0.69 345	1.01 359	0.60 332	0.72 334	0.55 335	1.02 372	0.68 342	1.03 372	0.67 340	0.89 340	0.63 313	0.92 366	0.57 334	0.90 337	0.65 336

FADE		0.06 54		0.09 53	0.10 112													0.17 143		0.11 114

Low-res two-view benchmark