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

FoundationStereo	0.50 1	0.39 4	1.11 34	0.79 78	0.42 56	0.70 3	0.36 19	0.76 1	0.80 18	0.62 24	0.38 5	0.73 75	0.77 90	0.69 1	0.36 2	0.26 94	0.17 39	0.23 28	0.16 12	0.18 1	0.20 19

LGtest1	0.55 2	0.41 12	1.14 44	0.70 38	0.40 45	0.99 8	0.26 3	1.32 7	0.93 31	0.53 7	0.60 15	0.44 25	0.49 19	1.02 35	0.45 15	0.27 109	0.19 96	0.23 28	0.16 12	0.21 26	0.23 70

MLG-Stereo_test3	0.60 3	0.37 2	1.12 37	0.59 3	0.57 156	2.19 98	0.31 7	1.68 35	0.56 1	0.49 3	0.51 10	0.56 38	0.33 1	0.96 27	0.54 38	0.21 26	0.17 39	0.23 28	0.16 12	0.20 16	0.21 46

LG-Stereo_L1	0.61 4	0.47 38	1.10 27	0.73 53	0.49 109	1.72 62	0.33 11	1.95 60	0.65 2	0.56 9	0.40 6	0.40 11	0.43 9	1.40 116	0.42 7	0.23 46	0.19 96	0.23 28	0.18 47	0.21 26	0.19 5

MonSter	0.62 5	0.43 16	1.07 10	0.66 30	0.82 265	1.13 13	0.39 23	2.57 138	0.92 30	0.58 16	0.64 16	0.36 3	0.35 3	0.95 23	0.43 11	0.15 1	0.15 21	0.20 1	0.17 27	0.21 26	0.19 5

LG-Stereo_L2	0.63 6	0.46 26	1.15 46	0.70 38	0.43 62	2.32 106	0.28 4	1.86 49	0.68 3	0.56 9	0.42 7	0.37 5	0.45 12	1.36 111	0.40 5	0.23 46	0.18 66	0.22 14	0.18 47	0.21 26	0.20 19

S2M2	0.64 7	0.55 97	1.07 10	0.89 141	0.54 133	1.08 10	0.20 1	1.16 5	1.37 77	0.59 17	0.81 36	0.86 105	0.47 14	0.70 2	0.65 61	0.31 225	0.33 357	0.27 133	0.27 224	0.36 252	0.31 199

SGD-Stereo	0.65 8	0.41 12	1.06 8	0.85 122	0.31 4	2.44 116	0.46 52	1.09 3	0.69 4	0.84 92	0.52 11	0.55 37	0.53 22	1.49 138	0.46 17	0.31 225	0.14 11	0.25 79	0.18 47	0.23 42	0.20 19

4.5_new	0.67 9	0.46 26	1.11 34	0.63 12	0.78 248	1.97 80	0.51 66	2.18 78	0.78 13	0.73 51	0.90 47	0.42 19	0.49 19	0.81 8	0.49 22	0.21 26	0.14 11	0.26 105	0.19 67	0.22 37	0.20 19

4.5w-stereo	0.67 9	0.46 26	1.11 34	0.63 12	0.78 248	1.97 80	0.51 66	2.18 78	0.77 10	0.73 51	0.90 47	0.42 19	0.49 19	0.81 8	0.49 22	0.21 26	0.14 11	0.26 105	0.19 67	0.22 37	0.20 19

4w-stereo	0.67 9	0.49 54	1.07 10	0.63 12	0.75 237	1.63 60	0.44 45	2.23 87	0.77 10	0.56 9	0.92 50	0.40 11	0.82 110	1.08 44	0.53 36	0.18 14	0.13 1	0.25 79	0.18 47	0.19 4	0.20 19

dual_stereo	0.68 12	0.40 7	1.05 5	0.64 16	0.37 27	0.84 6	0.34 15	3.40 241	1.03 40	0.50 4	0.46 9	0.58 39	0.40 5	1.85 206	0.49 22	0.23 46	0.17 39	0.21 9	0.16 12	0.20 16	0.19 5

3.25w_new	0.69 13	0.46 26	1.10 27	0.61 6	0.61 174	2.23 101	0.51 66	2.45 113	0.90 26	0.63 27	0.78 29	0.47 30	0.71 67	0.78 5	0.50 28	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

3.25w	0.69 13	0.46 26	1.10 27	0.61 6	0.61 174	2.23 101	0.51 66	2.45 113	0.90 26	0.63 27	0.78 29	0.47 30	0.71 67	0.79 6	0.50 28	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

asd	0.70 15	0.45 20	1.10 27	0.67 34	0.90 298	2.88 150	0.43 42	1.64 31	0.79 16	0.68 41	0.88 43	0.43 21	0.74 78	0.85 11	0.49 22	0.19 18	0.13 1	0.24 57	0.17 27	0.22 37	0.20 19

IGEV	0.70 15	0.36 1	1.07 10	0.71 42	1.31 402	2.82 143	0.41 33	1.76 41	0.98 37	0.73 51	0.71 18	0.35 2	0.42 8	0.90 17	0.42 7	0.18 14	0.18 66	0.22 14	0.18 47	0.18 1	0.20 19

LG-G_1	0.70 15	0.40 7	1.12 37	0.71 42	0.30 2	2.80 141	0.40 27	2.21 83	0.78 13	0.59 17	0.55 12	0.51 33	0.58 31	1.24 84	0.49 22	0.24 60	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

LG-G	0.70 15	0.40 7	1.12 37	0.71 42	0.30 2	2.80 141	0.40 27	2.21 83	0.78 13	0.59 17	0.55 12	0.51 33	0.58 31	1.24 84	0.49 22	0.24 60	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

DEFOM-Stereo	0.70 15	0.46 26	1.13 42	0.72 50	0.48 102	3.40 223	0.44 45	0.90 2	0.77 10	0.86 95	0.58 14	0.45 28	0.43 9	1.76 188	0.43 11	0.24 60	0.18 66	0.22 14	0.16 12	0.21 26	0.20 19

3w_stereo	0.71 20	0.47 38	1.14 44	0.65 23	0.39 41	1.73 64	0.68 147	2.79 173	0.79 16	0.67 39	0.84 38	0.37 5	1.02 163	1.03 36	0.56 40	0.18 14	0.14 11	0.23 28	0.18 47	0.20 16	0.22 60

4.25_new	0.73 21	0.46 26	1.08 17	0.71 42	0.97 316	2.52 124	0.58 99	2.28 93	0.93 31	0.57 12	0.94 54	0.40 11	0.65 51	0.87 12	0.50 28	0.17 4	0.13 1	0.25 79	0.17 27	0.19 4	0.20 19

4.5w_new	0.73 21	0.46 26	1.08 17	0.71 42	0.97 316	2.52 124	0.58 99	2.28 93	0.93 31	0.57 12	0.94 54	0.40 11	0.65 51	0.87 12	0.50 28	0.17 4	0.13 1	0.25 79	0.17 27	0.19 4	0.20 19

4.25w-stereo	0.73 21	0.46 26	1.08 17	0.71 42	0.97 316	2.52 124	0.58 99	2.28 93	0.93 31	0.57 12	0.94 54	0.40 11	0.65 51	0.87 12	0.50 28	0.17 4	0.13 1	0.25 79	0.17 27	0.19 4	0.20 19

GREAT-IGEV	0.74 24	0.54 91	1.86 118	1.10 275	0.44 68	2.44 116	0.34 15	1.37 8	1.51 134	0.48 2	0.86 41	0.51 33	0.60 38	1.07 43	0.45 15	0.22 34	0.17 39	0.21 9	0.17 27	0.23 42	0.25 95

qwe	0.75 25	0.45 20	1.10 27	0.67 34	1.06 344	2.49 120	0.45 49	2.57 138	0.90 26	0.71 48	0.83 37	0.43 21	0.48 18	1.10 47	0.64 56	0.17 4	0.14 11	0.24 57	0.16 12	0.21 26	0.20 19

2.25w	0.75 25	0.47 38	1.09 24	0.69 37	0.65 193	2.28 104	0.40 27	2.42 107	0.80 18	0.73 51	1.03 65	0.40 11	0.81 109	1.24 84	0.80 124	0.16 2	0.15 21	0.21 9	0.17 27	0.19 4	0.21 46

2.5w	0.75 25	0.44 17	1.06 8	0.66 30	0.69 218	2.39 112	0.56 87	2.77 166	0.82 22	0.63 27	0.88 43	0.37 5	0.75 81	1.36 111	0.50 28	0.18 14	0.14 11	0.22 14	0.17 27	0.19 4	0.21 46

2.75w_new	0.75 25	0.45 20	1.10 27	0.65 23	0.62 180	2.45 118	0.56 87	2.75 163	0.74 8	0.78 76	0.73 21	0.38 9	0.92 138	1.04 40	0.66 66	0.17 4	0.14 11	0.22 14	0.17 27	0.18 1	0.19 5

3.75w	0.75 25	0.47 38	1.09 24	0.63 12	1.10 356	2.61 134	0.53 76	2.46 116	0.97 36	0.62 24	0.80 32	0.40 11	0.66 57	1.11 49	0.48 19	0.19 18	0.13 1	0.23 28	0.18 47	0.20 16	0.21 46

2w_stereo	0.75 25	0.46 26	1.08 17	0.68 36	0.56 144	2.00 82	0.61 110	2.87 180	0.83 23	0.93 105	0.93 52	0.36 3	1.13 197	0.90 17	0.61 48	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

RAStereo	0.75 25	0.52 69	2.86 214	0.58 2	0.62 180	1.19 17	0.32 10	1.81 47	0.99 38	0.75 58	1.05 75	0.64 48	0.47 14	0.80 7	0.94 186	0.22 34	0.20 132	0.27 133	0.21 97	0.34 221	0.22 60

MLG-Stereo_test2	0.76 32	0.40 7	1.07 10	0.64 16	0.82 265	3.49 242	0.23 2	1.69 36	2.14 321	0.62 24	0.32 3	0.67 56	0.33 1	1.14 57	0.37 3	0.23 46	0.19 96	0.23 28	0.16 12	0.19 4	0.20 19

AIO_test	0.76 32	0.47 38	1.31 66	0.81 81	0.70 221	1.36 39	0.88 283	1.40 9	1.45 93	0.55 8	0.95 57	1.81 257	0.58 31	1.16 64	0.46 17	0.27 109	0.17 39	0.24 57	0.19 67	0.24 46	0.21 46

fffft	0.76 32	0.47 38	1.28 64	0.82 91	0.54 133	1.51 51	0.80 228	2.09 72	1.18 50	0.63 27	0.84 38	0.59 41	0.55 25	1.80 195	0.85 142	0.19 18	0.18 66	0.27 133	0.20 83	0.26 75	0.24 85
1: 1. 1
ours_stereo	0.76 32	0.64 197	1.40 78	0.86 127	0.61 174	1.12 12	0.57 90	1.63 29	1.20 52	0.72 50	1.43 160	0.70 62	0.62 43	1.56 148	0.58 43	0.25 81	0.18 66	0.26 105	0.21 97	0.29 117	0.31 199

AIO-Stereo	0.76 32	0.54 91	1.07 10	0.73 53	0.40 45	1.28 32	0.82 241	2.26 90	1.49 122	0.70 44	1.58 200	0.89 112	0.45 12	1.03 36	0.55 39	0.24 60	0.18 66	0.25 79	0.20 83	0.26 75	0.21 46

GLC_STEREO	0.76 32	0.52 69	1.12 37	0.83 101	0.33 8	1.86 71	0.82 241	1.46 12	1.38 78	0.95 110	1.04 70	0.68 58	0.72 70	0.97 28	0.80 124	0.23 46	0.25 274	0.32 245	0.25 180	0.32 185	0.30 190

asda	0.77 38	0.46 26	1.10 27	0.64 16	0.82 265	3.33 214	0.49 60	2.40 103	0.81 21	0.63 27	0.80 32	0.44 25	0.85 117	0.88 15	0.60 46	0.17 4	0.13 1	0.24 57	0.17 27	0.20 16	0.20 19

3.5w_stereo	0.77 38	0.53 80	1.09 24	0.65 23	0.72 225	2.52 124	0.51 66	2.43 110	0.80 18	0.76 68	1.20 98	0.43 21	0.66 57	1.23 83	0.73 100	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

MLG-Stereo	0.77 38	0.39 4	1.04 3	0.64 16	0.41 50	3.01 170	0.31 7	1.89 51	2.92 461	0.47 1	0.29 2	0.66 55	0.47 14	1.35 109	0.39 4	0.20 23	0.18 66	0.24 57	0.16 12	0.19 4	0.20 19

mms	0.77 38	0.68 236	1.17 48	0.83 101	0.71 223	1.41 43	0.67 141	1.61 23	1.12 46	0.77 73	1.37 146	0.63 47	0.54 24	1.75 187	0.63 53	0.24 60	0.19 96	0.26 105	0.21 97	0.31 159	0.34 236

RSM++	0.77 38	0.51 63	1.08 17	0.95 185	0.42 56	1.52 53	0.71 161	2.11 73	1.40 82	0.80 80	1.23 108	0.90 114	0.59 35	1.14 57	0.69 83	0.24 60	0.19 96	0.25 79	0.21 97	0.28 104	0.20 19

water-stereo	0.78 43	0.45 20	1.94 126	0.79 78	0.48 102	2.36 109	0.47 57	1.53 18	1.09 45	0.88 98	1.04 70	0.82 93	0.75 81	0.72 3	0.78 118	0.22 34	0.23 218	0.25 79	0.23 144	0.24 46	0.29 163

AIO_rvc	0.78 43	0.55 97	1.25 57	0.75 56	0.65 193	1.46 46	0.99 340	2.13 74	1.52 143	0.57 12	1.15 91	1.09 140	0.55 25	1.15 62	0.53 36	0.24 60	0.17 39	0.24 57	0.17 27	0.25 60	0.21 46

CASnet	0.78 43	0.51 63	1.29 65	0.81 81	0.29 1	1.28 32	0.74 181	1.51 15	1.89 269	1.64 183	1.09 81	0.65 52	0.64 48	0.91 19	0.76 112	0.29 167	0.17 39	0.41 378	0.31 315	0.32 185	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.79 46	0.54 91	1.35 73	0.97 198	0.63 183	1.13 13	0.92 312	2.02 65	0.91 29	0.76 68	0.79 31	0.80 89	1.61 315	1.28 95	0.61 48	0.22 34	0.18 66	0.26 105	0.23 144	0.27 87	0.23 70

MLG-Stereo_test1	0.80 47	0.39 4	1.02 2	0.65 23	1.20 383	3.14 184	0.29 6	1.59 22	3.05 475	0.50 4	0.24 1	0.67 56	0.43 9	1.33 106	0.40 5	0.21 26	0.18 66	0.23 28	0.15 4	0.19 4	0.20 19

SMoEStereo_RVC	0.80 47	0.53 80	1.12 37	0.92 163	0.44 68	2.41 114	0.79 218	1.49 14	1.16 47	0.70 44	1.12 87	0.64 48	0.64 48	1.69 179	0.87 155	0.22 34	0.16 26	0.31 225	0.22 129	0.26 75	0.25 95

fffy	0.80 47	0.59 138	1.56 96	1.00 218	0.47 94	1.27 27	0.76 194	1.90 54	1.02 39	0.75 58	1.35 141	0.83 95	0.72 70	1.70 181	0.62 50	0.23 46	0.19 96	0.27 133	0.21 97	0.28 104	0.32 209

rvit_stereo_0081	0.80 47	0.63 185	1.19 49	0.91 157	0.64 185	1.27 27	0.61 110	2.05 66	1.71 229	0.82 84	0.73 21	0.85 101	0.75 81	1.30 102	0.80 124	0.31 225	0.26 287	0.27 133	0.25 180	0.38 267	0.27 134

rvit_stereo_0082	0.80 47	0.63 185	1.19 49	0.91 157	0.64 185	1.27 27	0.61 110	2.05 66	1.71 229	0.82 84	0.73 21	0.85 101	0.75 81	1.30 102	0.80 124	0.31 225	0.26 287	0.27 133	0.25 180	0.38 267	0.27 134

RSM	0.80 47	0.50 57	1.08 17	0.83 101	0.51 115	1.31 35	0.77 207	2.28 93	1.43 91	0.82 84	1.44 162	1.22 165	0.62 43	1.17 71	0.63 53	0.22 34	0.18 66	0.24 57	0.19 67	0.27 87	0.20 19

MGS-Stereo	0.80 47	0.56 108	1.53 90	0.93 177	0.39 41	1.26 26	0.73 169	1.45 11	1.30 69	1.01 116	2.26 395	0.80 89	0.56 27	1.16 64	0.65 61	0.27 109	0.23 218	0.26 105	0.22 129	0.27 87	0.25 95

Selective-IGEV	0.80 47	0.52 69	1.05 5	0.75 56	0.61 174	1.31 35	0.82 241	2.60 144	1.41 85	0.82 84	1.64 219	0.71 69	0.62 43	1.22 81	0.64 56	0.22 34	0.19 96	0.24 57	0.18 47	0.25 60	0.20 19

DilatedVolume-Stereo	0.81 55	0.60 150	1.51 89	1.01 224	0.59 167	1.34 37	0.51 66	1.56 20	1.08 44	1.26 138	1.24 109	0.77 82	0.87 124	1.79 194	0.72 97	0.23 46	0.24 252	0.22 14	0.21 97	0.25 60	0.23 70

DEFOM-Stereo_RVC	0.81 55	1.13 407	1.23 55	0.97 198	0.57 156	0.81 5	0.43 42	3.49 248	0.84 24	0.73 51	0.95 57	0.44 25	1.17 213	1.45 129	0.60 46	0.26 94	0.18 66	0.24 57	0.17 27	0.30 140	0.19 5

rvit_stereo_0081_aga	0.81 55	0.75 296	1.84 117	0.72 50	0.73 230	1.21 18	0.63 125	1.92 57	1.39 79	0.87 97	0.80 32	0.79 87	0.69 63	1.27 94	0.69 83	0.35 293	0.29 319	0.26 105	0.25 180	0.40 282	0.27 134

monsterstereo	0.82 58	0.50 57	1.26 58	0.77 74	1.41 433	2.54 130	0.40 27	3.14 204	0.71 6	0.70 44	1.11 85	0.41 18	0.39 4	1.50 139	0.50 28	0.19 18	0.16 26	0.22 14	0.16 12	0.21 26	0.17 1

monsters	0.82 58	0.58 130	1.16 47	0.76 70	1.52 448	2.92 157	0.40 27	2.66 151	0.72 7	0.66 36	0.84 38	0.38 9	0.41 7	1.84 200	0.48 19	0.20 23	0.16 26	0.20 1	0.16 12	0.19 4	0.19 5

castereo	0.82 58	0.70 249	1.04 3	0.85 122	0.50 113	1.29 34	0.91 299	3.22 214	1.20 52	0.83 90	1.24 109	0.72 71	0.91 135	1.00 33	0.67 71	0.26 94	0.16 26	0.25 79	0.20 83	0.24 46	0.21 46

MaDis-Stereo	0.82 58	0.66 218	1.53 90	0.65 23	1.87 500	1.24 23	0.36 19	2.13 74	1.27 65	0.67 39	0.75 24	0.88 110	0.70 65	1.15 62	1.07 210	0.29 167	0.23 218	0.26 105	0.20 83	0.31 159	0.22 60

UniTT-Stereo	0.82 58	0.47 38	2.63 201	0.96 191	1.19 377	0.78 4	0.39 23	1.12 4	1.54 159	1.19 134	1.26 117	0.51 33	0.64 48	1.13 55	1.03 204	0.30 206	0.20 132	0.24 57	0.21 97	0.40 282	0.25 95

ProNet	0.82 58	0.71 261	1.50 87	0.86 127	0.45 75	1.78 65	0.83 246	1.75 40	1.28 66	0.66 36	1.13 89	0.78 83	0.76 88	1.66 173	0.71 92	0.24 60	0.20 132	0.25 79	0.23 144	0.29 117	0.25 95

LG-Stereo	0.85 64	0.60 150	2.71 205	0.59 3	0.45 75	2.85 147	0.55 83	2.41 104	1.34 73	0.59 17	1.19 97	0.43 21	0.40 5	0.76 4	0.75 108	0.20 23	0.17 39	0.31 225	0.24 169	0.29 117	0.19 5

1w_stereo	0.86 65	0.42 14	1.07 10	0.72 50	0.81 256	3.00 168	0.67 141	3.28 222	0.75 9	0.74 56	1.32 131	0.37 5	1.37 247	0.92 21	0.68 74	0.16 2	0.14 11	0.20 1	0.16 12	0.19 4	0.22 60

rvit_stereo_0083	0.86 65	0.67 228	1.42 79	0.87 132	0.65 193	1.23 19	0.64 128	1.67 33	2.28 350	0.79 78	0.93 52	0.93 122	1.07 182	1.46 133	0.75 108	0.32 245	0.36 377	0.30 203	0.26 198	0.33 203	0.28 153

Occ-G	0.86 65	0.52 69	1.39 76	0.82 91	0.66 200	1.37 40	0.79 218	1.58 21	1.31 70	1.56 169	0.87 42	2.18 308	0.89 130	0.97 28	0.88 159	0.26 94	0.19 96	0.26 105	0.19 67	0.25 60	0.24 85

IGEVStereo-DCA	0.86 65	0.65 207	2.05 139	0.90 150	0.46 84	1.57 55	0.86 261	1.62 24	1.24 56	0.65 34	0.77 27	0.74 79	0.72 70	2.59 271	0.86 149	0.28 146	0.21 163	0.28 162	0.21 97	0.29 117	0.27 134

111111	0.87 69	0.50 57	1.13 42	0.66 30	1.08 350	3.37 218	0.33 11	2.33 100	1.47 106	0.74 56	1.50 178	0.61 43	0.59 35	1.40 116	0.48 19	0.24 60	0.19 96	0.22 14	0.16 12	0.24 46	0.19 5

MoCha-V2	0.87 69	0.48 47	1.87 119	0.88 137	0.32 7	1.37 40	0.55 83	2.71 157	1.42 87	0.92 104	1.75 253	0.65 52	1.17 213	1.45 129	0.57 41	0.21 26	0.21 163	0.20 1	0.19 67	0.24 46	0.23 70

GIP-stereo	0.88 71	0.50 57	1.34 71	1.32 375	0.94 308	2.90 152	0.42 37	3.41 242	1.06 42	0.63 27	0.76 25	0.90 114	0.76 88	0.91 19	0.52 35	0.27 109	0.18 66	0.25 79	0.16 12	0.25 60	0.19 5

WCG-NET	0.88 71	0.49 54	1.26 58	0.90 150	0.37 27	1.48 48	1.07 359	1.73 38	2.30 354	1.63 180	1.49 177	0.92 121	0.97 149	0.95 23	0.76 112	0.22 34	0.16 26	0.23 28	0.20 83	0.25 60	0.21 46

Pointernet	0.88 71	0.44 17	2.26 167	0.84 110	0.37 27	2.29 105	0.38 21	3.06 198	1.46 101	0.66 36	1.39 151	0.91 116	0.73 74	1.01 34	0.72 97	0.23 46	0.19 96	0.20 1	0.18 47	0.19 4	0.20 19

LG-Stereo_Zeroshot	0.89 74	0.47 38	2.08 151	0.76 70	0.73 230	3.91 331	0.41 33	2.07 70	1.07 43	0.77 73	0.89 46	0.64 48	0.86 120	0.95 23	0.77 117	0.26 94	0.18 66	0.26 105	0.19 67	0.32 185	0.32 209

SCV_C0	0.89 74	0.59 138	1.96 131	0.83 101	0.44 68	1.24 23	0.64 128	3.33 235	1.66 215	0.82 84	1.20 98	0.73 75	0.66 57	1.62 164	0.66 66	0.32 245	0.21 163	0.24 57	0.20 83	0.28 104	0.23 70

CAS++	0.89 74	0.64 197	1.46 82	0.81 81	0.51 115	1.24 23	0.86 261	3.44 243	1.46 101	1.14 131	1.29 126	0.62 45	0.58 31	1.13 55	0.59 44	0.34 273	0.30 332	0.34 297	0.26 198	0.41 306	0.29 163
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
IGEV-RUCA	0.90 77	0.53 80	1.05 5	0.81 81	0.74 235	3.89 328	0.80 228	1.92 57	1.41 85	0.96 113	0.71 18	0.70 62	0.73 74	1.30 102	0.68 74	0.29 167	0.20 132	0.25 79	0.19 67	0.43 335	0.34 236

IGEV++	0.90 77	0.58 130	1.32 69	0.94 181	0.45 75	1.27 27	1.00 341	3.32 231	1.55 167	0.82 84	1.34 138	0.86 105	1.09 185	1.16 64	0.89 162	0.33 261	0.18 66	0.23 28	0.19 67	0.29 117	0.22 60

trnet	0.91 79	0.48 47	1.46 82	0.62 9	0.31 4	4.40 448	0.41 33	2.20 81	1.53 150	0.94 106	1.14 90	0.88 110	0.89 130	1.09 46	0.71 92	0.27 109	0.19 96	0.22 14	0.15 4	0.21 26	0.19 5

Former-RAFT_DAM_RVC	0.92 80	0.73 276	1.42 79	0.92 163	1.08 350	2.97 167	0.53 76	1.77 44	1.39 79	1.16 132	1.54 190	0.58 39	0.65 51	1.03 36	0.84 139	0.25 81	0.23 218	0.30 203	0.24 169	0.43 335	0.29 163

CREStereo	0.92 80	0.53 80	1.45 81	0.61 6	0.34 9	4.42 452	0.40 27	2.21 83	1.54 159	0.94 106	1.12 87	0.87 107	0.87 124	1.12 52	0.72 97	0.28 146	0.19 96	0.22 14	0.15 4	0.22 37	0.19 5
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
castereo++	0.93 82	0.56 108	1.26 58	0.92 163	0.73 230	2.48 119	1.00 341	2.99 187	1.03 40	0.68 41	1.41 156	1.92 272	0.59 35	1.26 90	0.44 13	0.25 81	0.19 96	0.28 162	0.19 67	0.23 42	0.23 70

IGEV-Stereo++	0.93 82	0.44 17	1.08 17	0.70 38	1.20 383	3.87 326	0.33 11	3.36 237	1.43 91	0.75 58	1.17 94	0.68 58	1.04 168	0.95 23	0.42 7	0.22 34	0.16 26	0.23 28	0.17 27	0.24 46	0.20 19

GCAP-Stereo	0.93 82	0.68 236	1.35 73	0.85 122	0.41 50	3.61 273	0.52 75	2.20 81	1.50 127	1.11 129	1.04 70	1.17 151	0.84 115	1.11 49	0.71 92	0.25 81	0.20 132	0.27 133	0.18 47	0.28 104	0.23 70

depthmonostereo	0.94 85	0.71 261	2.39 182	0.85 122	0.54 133	2.21 100	0.53 76	1.83 48	1.17 49	0.95 110	1.09 81	0.99 128	0.97 149	2.37 249	0.68 74	0.23 46	0.27 298	0.22 14	0.20 83	0.25 60	0.26 119

StereoAnything_RVC	0.94 85	2.66 507	2.20 158	0.76 70	0.34 9	1.18 16	0.39 23	2.31 97	0.69 4	0.51 6	0.34 4	0.32 1	0.89 130	1.57 150	0.35 1	0.32 245	0.16 26	0.23 28	0.15 4	3.31 527	0.18 3

rvit_stereo_0080	0.94 85	0.72 265	2.56 191	0.64 16	0.59 167	1.90 73	0.75 191	2.71 157	1.40 82	0.91 101	1.04 70	0.85 101	0.82 110	1.14 57	0.78 118	0.35 293	0.29 319	0.25 79	0.27 224	0.45 351	0.29 163

IGEV-Stereo+	0.94 85	0.47 38	1.19 49	0.86 127	2.02 510	1.40 42	0.39 23	1.17 6	0.88 25	0.61 22	0.44 8	0.47 30	0.79 101	2.14 231	0.42 7	0.27 109	0.19 96	0.22 14	0.17 27	2.26 522	2.41 527

whm_eth	0.94 85	0.72 265	2.56 191	0.64 16	0.59 167	1.90 73	0.75 191	2.71 157	1.40 82	0.91 101	1.04 70	0.85 101	0.82 110	1.14 57	0.78 118	0.35 293	0.29 319	0.25 79	0.27 224	0.45 351	0.29 163

LoS_RVC	0.94 85	1.30 439	1.31 66	0.84 110	1.63 469	2.02 83	0.59 103	1.51 15	1.36 76	0.81 82	1.33 133	0.84 97	0.88 126	1.36 111	0.73 100	0.21 26	0.17 39	0.20 1	0.14 2	0.20 16	1.45 506

LoS	0.94 85	0.52 69	1.88 120	0.86 127	0.36 13	4.15 394	0.51 66	2.18 78	1.45 93	0.97 114	0.88 43	0.62 45	0.79 101	1.59 156	0.86 149	0.26 94	0.19 96	0.24 57	0.16 12	0.21 26	0.20 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
SCV	0.95 92	0.63 185	1.38 75	1.70 471	0.41 50	1.23 19	0.89 286	3.53 259	1.57 179	0.61 22	1.54 190	0.93 122	0.77 90	1.66 173	0.66 66	0.36 304	0.20 132	0.25 79	0.19 67	0.29 117	0.25 95

WCG-NET（raft）	0.95 92	0.55 97	1.20 53	0.84 110	0.31 4	1.44 44	1.01 344	1.55 19	2.37 375	1.64 183	1.42 158	2.38 328	1.01 160	1.29 98	0.76 112	0.22 34	0.19 96	0.22 14	0.20 83	0.25 60	0.21 46

anonymousdsp	0.95 92	0.69 239	1.27 62	0.83 101	0.52 124	4.54 473	0.84 249	1.76 41	1.24 56	0.76 68	1.06 77	0.78 83	0.77 90	1.67 177	0.69 83	0.27 109	0.17 39	0.29 183	0.21 97	0.31 159	0.26 119

IGEV-Stereo	0.95 92	0.69 239	1.27 62	0.84 110	0.52 124	4.54 473	0.84 249	1.76 41	1.24 56	0.75 58	1.06 77	0.79 87	0.77 90	1.68 178	0.69 83	0.27 109	0.17 39	0.29 183	0.21 97	0.31 159	0.26 119
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
tt45	0.96 96	0.48 47	1.19 49	0.89 141	0.66 200	3.91 331	0.76 194	1.90 54	1.26 64	0.70 44	1.30 128	0.71 69	0.63 46	2.59 271	0.74 105	0.22 34	0.17 39	0.28 162	0.23 144	0.27 87	0.27 134

999	0.97 97	0.48 47	1.24 56	1.03 241	0.64 185	3.25 200	0.92 312	1.40 9	1.39 79	0.71 48	1.68 231	0.70 62	0.66 57	3.03 290	0.89 162	0.23 46	0.19 96	0.25 79	0.21 97	0.25 60	0.29 163

ff7	0.98 98	0.69 239	2.05 139	0.84 110	0.52 124	4.55 476	0.86 261	1.62 24	1.24 56	0.75 58	1.03 65	0.70 62	0.77 90	1.84 200	0.68 74	0.27 109	0.17 39	0.29 183	0.21 97	0.31 159	0.27 134

ffff	0.98 98	0.69 239	2.05 139	0.84 110	0.52 124	4.55 476	0.86 261	1.62 24	1.24 56	0.75 58	1.03 65	0.70 62	0.77 90	1.84 200	0.68 74	0.27 109	0.17 39	0.29 183	0.21 97	0.31 159	0.27 134

11t	0.98 98	0.69 239	2.05 139	0.84 110	0.52 124	4.55 476	0.86 261	1.62 24	1.24 56	0.75 58	1.03 65	0.70 62	0.77 90	1.84 200	0.68 74	0.27 109	0.17 39	0.29 183	0.21 97	0.31 159	0.27 134

MIF-Stereo (partial)	0.98 98	0.55 97	2.83 211	0.71 42	1.03 336	1.08 10	0.49 60	2.55 134	1.66 215	0.79 78	1.20 98	0.80 89	0.90 133	1.61 163	1.56 318	0.36 304	0.24 252	0.33 279	0.25 180	0.40 282	0.28 153

ccc-4	0.98 98	0.69 239	2.05 139	0.84 110	0.52 124	4.55 476	0.86 261	1.62 24	1.24 56	0.75 58	1.03 65	0.70 62	0.77 90	1.84 200	0.68 74	0.27 109	0.17 39	0.29 183	0.21 97	0.31 159	0.27 134

CroCo-Stereo	0.98 98	0.87 346	3.44 237	0.87 132	0.53 132	0.49 1	0.50 62	3.99 362	1.49 122	0.81 82	1.25 116	1.00 131	0.75 81	1.10 47	1.09 215	0.24 60	0.21 163	0.24 57	0.19 67	0.35 239	0.27 134
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
CroCo-Stereo Lap2	0.99 104	0.89 349	2.55 190	0.99 210	1.80 497	0.54 2	0.46 52	3.10 200	1.24 56	1.07 123	1.21 102	1.05 139	0.78 98	1.26 90	1.08 212	0.27 109	0.23 218	0.27 133	0.21 97	0.43 335	0.34 236

PMTNet	0.99 104	0.48 47	1.73 106	0.62 9	0.56 144	4.20 420	0.43 42	1.88 50	1.58 182	1.00 115	1.05 75	0.78 83	0.98 155	1.50 139	0.85 142	1.21 506	0.20 132	0.23 28	0.15 4	0.22 37	0.19 5

rvit_0105_6	1.00 106	0.93 362	2.21 160	0.92 163	0.55 140	1.52 53	0.79 218	2.41 104	2.96 465	0.76 68	0.72 20	1.02 133	0.75 81	1.42 122	0.81 130	0.40 347	0.43 425	0.34 297	0.31 315	0.43 335	0.34 236

rvit_stereo_ft	1.00 106	0.87 346	3.55 241	0.97 198	0.66 200	1.06 9	0.80 228	2.78 168	1.67 217	0.78 76	0.96 59	0.95 126	1.14 204	1.06 42	0.90 166	0.32 245	0.24 252	0.27 133	0.28 253	0.39 277	0.27 134

MyStereo07	1.01 108	0.80 318	1.26 58	1.00 218	1.04 339	3.95 348	0.95 324	2.07 70	1.42 87	0.75 58	1.22 104	0.68 58	0.91 135	1.63 168	0.67 71	0.24 60	0.24 252	0.34 297	0.26 198	0.41 306	0.37 270

CES	1.01 108	0.55 97	1.74 109	0.92 163	2.15 514	2.15 94	0.50 62	2.01 64	1.45 93	0.76 68	1.02 62	0.61 43	0.47 14	1.29 98	0.79 123	0.22 34	0.17 39	0.24 57	0.14 2	0.63 421	2.29 524

TANstereo	1.01 108	0.55 97	1.73 106	0.76 70	0.36 13	4.04 369	0.38 21	1.48 13	1.62 205	2.03 290	2.10 365	0.84 97	0.93 141	0.98 30	0.62 50	0.28 146	0.36 377	0.23 28	0.20 83	0.25 60	0.46 352

GMStereo	1.01 108	1.00 381	2.86 214	0.83 101	0.45 75	1.47 47	0.57 90	1.89 51	2.11 316	1.52 164	1.24 109	0.87 107	0.74 78	1.58 151	0.94 186	0.40 347	0.21 163	0.30 203	0.30 299	0.47 366	0.36 256
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo++_RVC	1.02 112	0.49 54	1.54 93	0.83 101	0.55 140	4.01 364	0.31 7	1.63 29	1.99 282	1.63 180	2.13 374	0.84 97	0.65 51	0.88 15	0.70 89	0.27 109	0.15 21	0.23 28	1.22 519	0.24 46	0.17 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
HART	1.03 113	0.85 340	3.13 224	0.84 110	0.38 38	1.17 15	0.42 37	3.54 260	1.47 106	1.08 124	2.17 380	1.48 199	0.57 28	1.37 115	0.74 105	0.23 46	0.18 66	0.28 162	0.21 97	0.32 185	0.24 85

XX-TBD	1.03 113	0.95 370	1.94 126	1.30 369	0.43 62	3.97 358	0.33 11	1.74 39	1.73 235	1.59 171	2.02 346	0.69 61	0.60 38	1.16 64	0.66 66	0.30 206	0.25 274	0.23 28	0.15 4	0.31 159	0.22 60

xyz-stereo-finetune	1.05 115	0.62 176	1.46 82	0.59 3	0.36 13	3.48 239	0.81 237	2.69 155	1.74 241	0.94 106	1.21 102	0.91 116	0.78 98	2.53 266	1.28 262	0.24 60	0.24 252	0.26 105	0.23 144	0.30 140	0.23 70

EGLCR-Stereo	1.06 116	0.51 63	1.56 96	1.02 234	0.39 41	4.27 431	0.42 37	4.08 390	1.48 114	0.90 100	0.68 17	1.09 140	0.66 57	1.81 196	0.62 50	0.27 109	0.19 96	0.29 183	0.23 144	0.37 262	0.25 95

MC-Stereo	1.06 116	0.48 47	1.55 94	1.15 307	0.41 50	4.56 481	0.61 110	2.06 68	1.46 101	1.90 238	1.61 212	0.89 112	1.12 195	1.35 109	0.73 100	0.25 81	0.18 66	0.26 105	0.22 129	0.25 60	0.24 85

sCroCo_RVC	1.06 116	0.82 329	5.05 267	1.02 234	1.05 341	0.98 7	0.61 110	2.06 68	1.29 67	0.69 43	1.26 117	0.82 93	1.10 191	1.20 78	0.90 166	0.42 372	0.40 410	0.33 279	0.30 299	0.46 362	0.38 285

rvit_0105_4	1.07 119	0.99 378	2.39 182	0.93 177	0.54 133	1.62 59	0.84 249	2.77 166	2.91 459	0.80 80	0.91 49	1.09 140	0.86 120	1.63 168	0.85 142	0.40 347	0.45 435	0.35 316	0.31 315	0.43 335	0.40 311

MM-Stereo_test3	1.09 120	0.59 138	1.55 94	1.73 475	1.18 370	1.91 75	0.86 261	3.52 255	1.76 245	1.25 136	1.86 310	1.10 143	0.69 63	1.32 105	0.86 149	0.27 109	0.23 218	0.27 133	0.22 129	0.34 221	0.30 190

IGEV-BASED-STEREO-	1.09 120	3.30 515	2.61 197	0.82 91	0.38 38	1.27 27	0.62 123	1.51 15	1.29 67	0.91 101	0.92 50	0.65 52	0.57 28	1.08 44	0.59 44	1.55 520	0.15 21	0.32 245	0.28 253	1.10 493	1.98 520

iRaftStereo_RVC	1.09 120	0.70 249	1.39 76	0.95 185	0.45 75	3.83 308	0.42 37	2.37 102	1.58 182	1.69 192	1.76 262	1.80 252	0.83 114	1.50 139	0.98 196	0.28 146	0.18 66	0.29 183	0.26 198	0.30 140	0.31 199

RAFT-Stereo-weight	1.11 123	0.48 47	1.22 54	0.99 210	0.42 56	4.17 408	0.80 228	3.60 268	1.50 127	1.97 260	1.50 178	1.30 175	0.65 51	1.24 84	0.85 142	0.25 81	0.19 96	0.26 105	0.22 129	0.27 87	0.23 70

11t1	1.11 123	0.53 80	1.80 114	1.55 450	0.65 193	2.20 99	0.60 106	3.66 279	1.49 122	1.60 172	1.26 117	1.03 135	1.35 245	1.72 183	0.97 193	0.28 146	0.31 342	0.29 183	0.23 144	0.30 140	0.34 236

rvit_0105_5	1.13 125	0.93 362	2.60 194	0.91 157	0.56 144	1.92 76	0.91 299	3.02 192	2.63 421	0.95 110	1.20 98	1.18 155	0.93 141	1.51 142	0.93 184	0.40 347	0.43 425	0.37 343	0.35 357	0.42 325	0.44 336

GMOStereo	1.13 125	0.70 249	2.26 167	0.75 56	0.44 68	3.05 173	0.91 299	2.78 168	1.45 93	2.37 400	1.52 181	1.53 203	1.05 173	1.17 71	0.92 176	0.25 81	0.19 96	0.35 316	0.28 253	0.34 221	0.26 119

error version	1.13 125	0.70 249	2.26 167	0.75 56	0.44 68	3.05 173	0.91 299	2.78 168	1.45 93	2.37 400	1.52 181	1.53 203	1.05 173	1.17 71	0.92 176	0.25 81	0.19 96	0.35 316	0.28 253	0.34 221	0.26 119

test-v	1.13 125	0.70 249	2.26 167	0.75 56	0.44 68	3.05 173	0.91 299	2.78 168	1.45 93	2.37 400	1.52 181	1.53 203	1.05 173	1.17 71	0.92 176	0.25 81	0.19 96	0.35 316	0.28 253	0.34 221	0.26 119

test-2	1.13 125	0.70 249	2.26 167	0.75 56	0.44 68	3.05 173	0.91 299	2.78 168	1.45 93	2.37 400	1.52 181	1.53 203	1.05 173	1.17 71	0.92 176	0.25 81	0.19 96	0.35 316	0.28 253	0.34 221	0.26 119

testlalala	1.14 130	0.62 176	1.34 71	1.00 218	0.78 248	4.38 441	0.93 314	2.46 116	2.20 332	2.44 411	1.52 181	1.31 176	0.61 41	1.04 40	0.65 61	0.35 293	0.19 96	0.24 57	0.19 67	0.24 46	0.23 70

HUF	1.15 131	0.64 197	8.62 305	0.90 150	0.35 11	1.35 38	0.78 211	1.97 61	1.50 127	0.63 27	1.52 181	0.83 95	0.66 57	1.28 95	0.63 53	0.29 167	0.23 218	0.26 105	0.17 27	0.23 42	0.25 95

tg	1.15 131	0.67 228	1.31 66	0.94 181	0.54 133	4.02 366	0.41 33	2.96 184	1.59 197	1.69 192	1.85 307	1.84 264	0.97 149	1.78 190	0.83 136	0.27 109	0.17 39	0.29 183	0.26 198	0.29 117	0.27 134

Selective-RAFT	1.15 131	0.46 26	1.64 102	0.99 210	0.45 75	4.17 408	0.51 66	3.21 212	1.69 225	1.12 130	1.34 138	1.45 196	1.40 255	2.08 223	0.94 186	0.41 361	0.20 132	0.24 57	0.23 144	0.27 87	0.25 95

x	1.15 131	0.57 117	1.53 90	1.44 422	0.67 207	1.94 77	0.97 333	3.87 324	1.57 179	1.61 177	1.28 124	1.58 211	1.22 222	1.93 211	1.04 205	0.28 146	0.30 332	0.34 297	0.29 281	0.32 185	0.31 199

xyz-stereo-finetune2	1.16 135	0.63 185	1.50 87	0.57 1	0.36 13	3.47 236	0.65 137	2.70 156	1.23 54	0.88 98	1.75 253	0.91 116	1.76 356	3.54 299	1.74 353	0.24 60	0.22 191	0.30 203	0.27 224	0.31 159	0.26 119

rvit_stereo_0075_2	1.18 136	0.74 284	2.66 203	0.90 150	1.27 398	2.51 122	0.69 153	2.25 89	2.06 300	1.40 152	1.86 310	1.46 198	0.84 115	1.42 122	0.94 186	0.46 398	0.40 410	0.48 415	0.38 392	0.46 362	0.51 382

AE-Stereo	1.18 136	0.60 150	2.05 139	1.10 275	0.60 170	4.39 444	0.72 164	3.74 296	1.62 205	1.10 126	1.90 325	1.01 132	0.92 138	1.45 129	0.82 133	0.28 146	0.22 191	0.28 162	0.28 253	0.26 75	0.22 60

test-3	1.19 138	0.52 69	2.00 133	1.01 224	0.42 56	1.95 78	0.91 299	4.35 476	1.47 106	2.24 363	1.16 92	2.06 298	0.79 101	2.68 277	0.76 112	0.27 109	0.18 66	0.28 162	0.26 198	0.26 75	0.25 95

test_1	1.19 138	0.52 69	2.00 133	1.01 224	0.42 56	1.95 78	0.90 291	4.36 481	1.47 106	2.17 337	1.16 92	2.06 298	0.78 98	2.68 277	0.76 112	0.27 109	0.18 66	0.28 162	0.26 198	0.26 75	0.25 95

test_3	1.19 138	0.51 63	2.08 151	0.99 210	0.41 50	2.05 89	0.87 279	4.40 489	1.42 87	1.99 267	1.18 95	2.03 292	0.79 101	2.70 279	0.75 108	0.27 109	0.17 39	0.29 183	0.29 281	0.30 140	0.27 134

raftrobust	1.19 138	0.72 265	2.30 173	1.26 351	1.31 402	3.55 259	0.68 147	2.75 163	1.47 106	2.21 355	1.38 149	1.17 151	1.22 222	1.20 78	1.11 219	0.28 146	0.24 252	0.21 9	0.19 67	0.25 60	0.28 153

RALCasStereoNet	1.19 138	1.02 383	2.06 148	1.12 286	1.14 362	3.08 179	0.70 159	2.99 187	1.73 235	1.34 142	1.68 231	1.18 155	0.91 135	2.16 233	1.00 201	0.30 206	0.26 287	0.24 57	0.21 97	0.29 117	0.30 190

MIM_Stereo	1.20 143	0.78 310	3.30 232	1.05 244	0.43 62	3.04 171	0.60 106	2.46 116	1.51 134	1.60 172	1.58 200	1.82 258	1.29 234	2.00 216	1.07 210	0.24 60	0.24 252	0.28 162	0.25 180	0.27 87	0.27 134

R-Stereo Train	1.20 143	0.58 130	1.81 115	0.99 210	0.67 207	3.78 299	0.90 291	4.09 392	1.51 134	2.16 333	1.71 242	1.13 146	0.94 143	1.40 116	0.91 173	0.30 206	0.24 252	0.26 105	0.21 97	0.26 75	0.25 95

RAFT-Stereo	1.20 143	0.58 130	1.81 115	0.99 210	0.67 207	3.78 299	0.90 291	4.09 392	1.51 134	2.16 333	1.71 242	1.13 146	0.94 143	1.40 116	0.91 173	0.30 206	0.24 252	0.26 105	0.21 97	0.26 75	0.25 95
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
model_zeroshot	1.21 146	0.60 150	3.55 241	1.05 244	0.57 156	3.46 233	0.63 125	2.73 160	1.55 167	2.05 294	1.38 149	1.50 202	0.82 110	1.69 179	0.87 155	0.29 167	0.23 218	0.30 203	0.23 144	0.27 87	0.32 209

GCAP-BAT	1.21 146	0.74 284	3.23 227	0.95 185	0.70 221	3.86 323	0.93 314	1.89 51	1.48 114	1.85 221	1.96 332	1.68 223	0.79 101	1.78 190	0.81 130	0.29 167	0.20 132	0.24 57	0.20 83	0.26 75	0.35 250

RCA-Stereo	1.21 146	0.52 69	1.58 98	0.90 150	0.46 84	4.68 497	0.79 218	4.13 402	1.74 241	1.92 245	1.80 276	0.94 125	1.48 282	1.14 57	0.70 89	0.27 109	0.18 66	0.25 79	0.19 67	0.25 60	0.23 70

raft+_RVC	1.21 146	0.83 332	2.61 197	1.35 391	0.97 316	3.60 269	0.76 194	3.23 216	1.51 134	1.33 141	1.67 228	1.03 135	1.10 191	1.87 207	0.92 176	0.24 60	0.22 191	0.25 79	0.24 169	0.26 75	0.25 95

AnonymousM	1.22 150	1.32 445	0.97 1	0.88 137	0.56 144	4.03 368	0.69 153	2.41 104	1.68 219	1.48 160	1.31 130	1.15 149	1.00 158	1.18 76	0.73 100	0.32 245	0.40 410	2.07 525	1.70 527	0.24 46	0.22 60

LL-Strereo2	1.23 151	0.85 340	2.38 181	0.93 177	0.68 212	3.72 288	1.37 416	2.54 133	1.99 282	1.75 207	1.40 154	1.82 258	0.73 74	1.40 116	0.99 199	0.31 225	0.23 218	0.55 452	0.35 357	0.29 117	0.24 85

ROB_FTStereo_v2	1.23 151	0.66 218	2.02 135	0.75 56	0.37 27	4.67 496	0.76 194	2.53 124	1.58 182	1.99 267	1.46 165	1.78 242	1.14 204	2.08 223	0.88 159	0.48 411	0.22 191	0.32 245	0.27 224	0.40 282	0.29 163

CRE-IMP	1.23 151	0.61 166	2.14 154	0.82 91	0.39 41	4.54 473	0.83 246	2.63 147	1.55 167	1.95 254	1.46 165	1.87 269	0.96 146	1.48 136	1.33 273	0.45 393	0.21 163	0.31 225	0.26 198	0.41 306	0.31 199

RAFT	1.23 151	0.84 336	2.05 139	0.96 191	0.47 94	1.80 67	0.94 320	3.18 211	1.46 101	1.60 172	1.71 242	3.04 399	1.59 310	1.64 170	1.32 269	0.38 329	0.24 252	0.40 368	0.32 326	0.40 282	0.35 250

test-1	1.23 151	0.65 207	1.88 120	0.96 191	0.52 124	3.84 313	0.62 123	4.01 366	1.47 106	1.93 249	1.78 270	1.83 261	0.92 138	1.19 77	1.28 262	0.26 94	0.29 319	0.31 225	0.24 169	0.29 117	0.36 256

rvit_0105_3	1.24 156	0.93 362	2.84 212	0.97 198	0.58 165	2.38 110	1.08 364	3.26 221	2.53 408	1.18 133	1.40 154	1.24 167	1.04 168	1.73 184	0.97 193	0.44 384	0.44 430	0.40 368	0.42 421	0.42 325	0.50 374

PSM-adaLoss	1.24 156	0.65 207	2.03 136	0.75 56	0.37 27	4.68 497	0.73 169	2.53 124	1.58 182	1.99 267	1.47 169	1.78 242	1.13 197	2.18 237	0.87 155	0.48 411	0.23 218	0.32 245	0.27 224	0.40 282	0.29 163

rafts_anoy	1.24 156	0.80 318	3.61 247	1.17 315	1.20 383	3.00 168	0.61 110	3.17 209	1.58 182	1.37 148	1.26 117	1.19 159	1.12 195	1.78 190	1.25 252	0.32 245	0.23 218	0.32 245	0.32 326	0.31 159	0.30 190

DIP-Stereo	1.24 156	0.69 239	1.77 111	0.65 23	0.61 174	4.29 433	0.58 99	4.44 495	2.53 408	1.98 262	1.33 133	0.91 116	0.86 120	1.25 89	1.25 252	0.36 304	0.23 218	0.32 245	0.23 144	0.32 185	0.29 163
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
riskmin	1.25 160	0.56 108	2.05 139	1.05 244	0.93 306	2.86 149	0.55 83	3.23 216	1.34 73	1.55 167	1.07 79	3.56 449	2.03 389	1.29 98	1.00 201	0.28 146	0.27 298	0.34 297	0.21 97	0.41 306	0.43 330

Patchmatch Stereo++	1.25 160	0.65 207	2.06 148	0.75 56	0.37 27	4.68 497	0.76 194	2.53 124	1.58 182	1.99 267	1.47 169	1.78 242	1.14 204	2.44 251	0.90 166	0.48 411	0.23 218	0.32 245	0.27 224	0.40 282	0.29 163
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
ROB_FTStereo	1.25 160	0.66 218	2.14 154	0.75 56	0.37 27	4.65 493	0.77 207	2.53 124	1.58 182	1.99 267	1.47 169	1.78 242	1.13 197	2.26 246	0.86 149	0.47 407	0.22 191	0.32 245	0.27 224	0.40 282	0.29 163

HUI-Stereo	1.25 160	0.66 218	2.33 176	0.75 56	0.37 27	4.68 497	0.78 211	2.53 124	1.58 182	1.99 267	1.46 165	1.79 249	1.13 197	2.17 235	0.85 142	0.48 411	0.23 218	0.32 245	0.27 224	0.40 282	0.29 163

iRAFT	1.25 160	0.65 207	2.06 148	0.75 56	0.37 27	4.68 497	0.76 194	2.53 124	1.58 182	1.99 267	1.47 169	1.78 242	1.14 204	2.44 251	0.90 166	0.48 411	0.23 218	0.32 245	0.27 224	0.40 282	0.29 163

RAFT-IKP	1.25 160	0.66 218	2.23 165	0.75 56	0.37 27	4.64 491	0.74 181	2.53 124	1.58 182	1.99 267	1.47 169	1.78 242	1.13 197	2.22 243	0.92 176	0.48 411	0.22 191	0.32 245	0.27 224	0.40 282	0.29 163

RAFT-Stereo + iAFF	1.25 160	0.72 265	1.74 109	1.05 244	0.36 13	4.13 390	0.42 37	2.95 183	2.84 455	2.02 286	2.40 424	1.61 216	1.11 194	1.26 90	0.97 193	0.21 26	0.15 21	0.26 105	0.23 144	0.29 117	0.23 70

FACV-RUCA	1.26 167	0.65 207	2.21 160	1.06 250	1.50 445	2.69 138	1.15 380	3.05 195	1.87 263	1.36 145	1.99 342	1.03 135	1.15 212	1.36 111	1.10 216	0.41 361	0.41 417	0.73 493	0.41 415	0.61 416	0.41 317

CAS	1.26 167	0.40 7	1.46 82	2.97 528	1.61 466	4.13 390	0.73 169	1.78 45	1.49 122	0.83 90	1.10 84	0.59 41	0.53 22	1.26 90	0.80 124	2.99 531	0.13 1	0.21 9	0.13 1	0.31 159	1.72 513

anonymousdsp2	1.26 167	0.60 150	3.74 251	1.02 234	0.41 50	3.60 269	0.72 164	3.68 282	1.47 106	1.37 148	1.56 197	1.83 261	1.01 160	2.00 216	0.66 66	0.29 167	0.20 132	0.28 162	0.20 83	0.32 185	0.29 163

dd	1.26 167	1.15 412	2.47 187	0.92 163	0.49 109	4.35 439	0.75 191	1.92 57	2.11 316	1.44 157	1.24 109	1.19 159	1.05 173	1.78 190	1.70 345	0.57 449	0.34 369	0.35 316	0.33 334	0.60 411	0.46 352

iGMRVC	1.26 167	0.66 218	2.14 154	0.75 56	0.37 27	4.66 494	0.74 181	2.53 124	1.58 182	1.99 267	1.46 165	1.78 242	1.14 204	2.46 253	0.92 176	0.48 411	0.23 218	0.32 245	0.27 224	0.40 282	0.29 163

HI	1.27 172	0.90 351	2.33 176	1.10 275	0.68 212	2.92 157	0.45 49	2.49 120	1.76 245	2.13 317	1.65 225	2.42 334	1.84 373	1.58 151	1.61 327	0.26 94	0.16 26	0.28 162	0.29 281	0.26 75	0.25 95

CoSv	1.27 172	0.90 351	2.33 176	1.10 275	0.68 212	2.92 157	0.45 49	2.49 120	1.76 245	2.13 317	1.65 225	2.42 334	1.84 373	1.58 151	1.61 327	0.26 94	0.16 26	0.28 162	0.29 281	0.26 75	0.25 95

mmm	1.27 172	0.58 130	2.20 158	1.41 415	0.68 212	2.39 112	0.85 258	3.90 334	1.63 208	2.20 346	1.84 300	1.28 171	1.50 289	1.91 210	0.89 162	0.31 225	0.27 298	0.45 399	0.37 379	0.38 267	0.34 236

NRIStereo	1.28 175	0.61 166	1.67 103	1.15 307	0.38 38	4.73 510	0.90 291	2.42 107	1.50 127	1.93 249	1.33 133	1.75 236	1.22 222	2.96 288	1.33 273	0.46 398	0.22 191	0.29 183	0.26 198	0.30 140	0.28 153

RALAANet	1.28 175	1.08 398	3.21 226	1.25 345	0.94 308	1.44 44	0.69 153	3.15 206	2.57 415	2.01 281	1.80 276	1.29 174	1.05 173	2.00 216	1.48 301	0.27 109	0.20 132	0.27 133	0.24 169	0.40 282	0.27 134

CASS	1.29 177	0.66 218	2.62 200	0.95 185	0.66 200	2.84 145	0.69 153	3.00 189	1.79 250	2.57 430	1.95 331	1.39 186	1.55 307	1.59 156	1.06 207	0.50 426	0.28 309	0.34 297	0.28 253	0.46 362	0.63 425
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
gcap-zeroshot	1.30 178	0.61 166	4.09 254	0.94 181	0.56 144	3.50 246	0.84 249	3.12 202	1.72 232	1.84 220	1.22 104	2.72 369	0.88 126	1.46 133	0.80 124	0.29 167	0.30 332	0.27 133	0.21 97	0.29 117	0.25 95

knoymous	1.30 178	0.60 150	5.57 276	0.88 137	0.75 237	3.04 171	0.90 291	2.68 153	1.33 72	1.48 160	1.07 79	2.78 380	0.88 126	1.29 98	0.85 142	0.31 225	0.22 191	0.35 316	0.20 83	0.45 351	0.37 270

qqq	1.30 178	0.57 117	1.67 103	1.15 307	0.51 115	2.18 96	0.91 299	3.98 358	1.53 150	1.50 163	1.24 109	1.79 249	1.34 242	4.66 324	0.98 196	0.28 146	0.31 342	0.33 279	0.33 334	0.33 203	0.32 209

test_4	1.30 178	0.50 57	6.16 279	0.84 110	0.45 75	1.61 57	1.12 374	2.14 76	1.42 87	1.52 164	2.31 414	1.84 264	0.79 101	2.52 264	1.19 234	0.27 109	0.17 39	0.29 183	0.29 281	0.29 117	0.25 95

s12784h	1.31 182	0.45 20	2.41 185	0.71 42	0.35 11	4.42 452	0.50 62	4.22 425	2.73 433	2.01 281	2.48 430	0.91 116	0.96 146	2.01 219	0.70 89	0.29 167	0.18 66	0.24 57	0.16 12	0.27 87	0.18 3

AFF-stereo	1.31 182	0.77 304	1.46 82	1.10 275	0.45 75	3.93 338	0.48 59	2.92 182	2.92 461	1.90 238	2.21 388	2.11 305	1.52 295	1.93 211	1.12 222	0.21 26	0.16 26	0.25 79	0.25 180	0.29 117	0.20 19

Pruner-Stereo	1.32 184	0.59 138	2.11 153	1.79 485	0.47 94	4.73 510	0.79 218	2.53 124	1.72 232	2.47 415	1.58 200	1.48 199	1.03 164	1.66 173	1.47 298	0.44 384	0.21 163	0.34 297	0.30 299	0.30 140	0.39 291

ToySt	1.35 185	0.72 265	3.65 249	1.01 224	0.50 113	3.31 213	1.01 344	3.46 244	1.73 235	1.30 139	1.55 194	2.07 301	1.47 280	1.88 208	1.40 280	0.27 109	0.27 298	0.30 203	0.32 326	0.42 325	0.39 291

DisPM	1.36 186	0.55 97	2.39 182	1.54 445	0.51 115	4.59 484	0.79 218	2.50 122	1.88 265	2.50 418	1.83 295	1.45 196	1.01 160	2.71 280	0.93 184	0.46 398	0.20 132	0.32 245	0.31 315	0.31 159	0.44 336

sAnonymous2	1.37 187	1.22 428	9.79 319	0.92 163	0.88 290	1.23 19	0.61 110	2.56 136	1.69 225	0.85 93	1.02 62	0.73 75	1.23 225	0.98 30	0.78 118	0.29 167	0.25 274	0.31 225	0.30 299	1.06 487	0.71 442

CroCo_RVC	1.37 187	1.22 428	9.79 319	0.92 163	0.88 290	1.23 19	0.61 110	2.56 136	1.69 225	0.85 93	1.02 62	0.73 75	1.23 225	0.98 30	0.78 118	0.29 167	0.25 274	0.31 225	0.30 299	1.06 487	0.71 442

GES	1.38 189	0.64 197	2.61 197	1.09 266	0.57 156	4.30 435	1.02 348	3.86 321	1.51 134	1.72 201	1.74 249	1.28 171	1.77 358	1.62 164	1.61 327	0.39 341	0.27 298	0.33 279	0.30 299	0.41 306	0.47 357

Any-RAFT	1.40 190	0.53 80	2.78 210	1.09 266	0.64 185	4.41 450	0.81 237	3.97 356	2.78 439	1.99 267	1.34 138	2.36 326	1.56 309	1.56 148	0.75 108	0.27 109	0.20 132	0.25 79	0.18 47	0.25 60	0.28 153

UDGNet	1.40 190	1.52 466	2.22 163	1.38 409	0.62 180	4.39 444	0.68 147	1.80 46	2.18 329	1.34 142	1.18 95	0.99 128	1.00 158	2.16 233	1.19 234	1.09 500	0.34 369	1.30 517	0.98 507	1.10 493	0.58 410

GMStereo_Zeroshot	1.41 192	1.21 422	3.33 234	1.29 362	0.72 225	3.35 216	0.53 76	2.58 142	1.68 219	2.35 395	1.56 197	2.42 334	0.96 146	2.50 256	1.16 228	0.45 393	0.23 218	0.40 368	0.24 169	0.79 465	0.33 224

rvit_105_1	1.43 193	0.90 351	3.27 230	1.08 260	0.68 212	2.79 140	1.27 401	3.52 255	2.35 366	1.38 150	1.54 190	1.28 171	1.14 204	2.91 284	1.40 280	0.54 443	0.47 448	0.45 399	0.59 471	0.44 343	0.58 410

RAFT-Test	1.44 194	0.59 138	6.10 278	1.01 224	0.69 218	2.90 152	0.80 228	3.68 282	1.70 228	1.85 221	1.68 231	3.15 408	1.03 164	1.20 78	0.99 199	0.27 109	0.22 191	0.25 79	0.23 144	0.27 87	0.25 95

DCRE	1.44 194	0.74 284	3.50 240	1.13 293	0.72 225	1.78 65	0.67 141	2.14 76	1.56 173	1.99 267	8.09 522	1.73 234	1.07 182	1.24 84	0.83 136	0.23 46	0.25 274	0.26 105	0.26 198	0.28 104	0.30 190

AdaStereo	1.45 196	0.83 332	2.34 179	1.28 359	0.81 256	3.21 189	1.14 379	4.20 417	2.46 397	2.05 294	1.77 267	2.48 345	1.18 215	1.71 182	1.44 289	0.43 377	0.25 274	0.43 389	0.28 253	0.44 343	0.34 236
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.
BSDual-CNN	1.46 197	0.59 138	1.94 126	0.87 132	0.85 277	4.16 403	1.16 382	4.48 501	1.88 265	2.93 467	1.83 295	2.60 356	1.31 238	1.60 158	1.21 241	0.34 273	0.25 274	0.31 225	0.28 253	0.35 239	0.33 224

PFNet+	1.46 197	0.57 117	2.84 212	0.92 163	0.47 94	4.64 491	0.84 249	2.46 116	1.99 282	2.14 320	1.64 219	1.34 179	1.03 164	4.68 326	1.23 247	0.45 393	0.33 357	0.37 343	0.39 398	0.32 185	0.49 367

ACVNet	1.46 197	0.64 197	3.56 243	0.93 177	0.85 277	4.22 421	0.80 228	2.85 175	2.08 303	1.78 211	1.88 314	3.10 403	1.46 278	1.33 106	1.89 371	0.29 167	0.26 287	0.30 203	0.26 198	0.39 277	0.27 134

psmg	1.47 200	0.59 138	1.94 126	0.92 163	0.85 277	4.30 435	1.42 426	4.10 400	1.88 265	2.64 444	2.09 364	2.60 356	1.31 238	1.60 158	1.21 241	0.34 273	0.27 298	0.33 279	0.34 342	0.36 252	0.34 236

BUS	1.49 201	0.59 138	1.94 126	0.87 132	0.85 277	4.50 467	0.76 194	4.48 501	1.88 265	2.93 467	1.83 295	3.63 451	0.97 149	1.60 158	1.17 231	0.34 273	0.25 274	0.31 225	0.28 253	0.35 239	0.33 224

plain	1.55 202	0.69 239	13.59 361	0.65 23	0.73 230	1.66 61	0.57 90	3.17 209	1.94 276	0.77 73	1.24 109	0.80 89	0.86 120	1.60 158	0.96 192	0.33 261	0.21 163	0.32 245	0.25 180	0.42 325	0.28 153

LCNet	1.55 202	0.54 91	1.88 120	0.99 210	0.55 140	3.60 269	1.21 396	2.86 178	1.53 150	2.18 339	1.74 249	1.43 195	4.17 490	3.62 302	0.87 155	0.29 167	0.20 132	0.28 162	0.77 492	0.47 366	1.85 516

DeepStereo_RVC	1.55 202	0.63 185	3.32 233	0.77 74	0.42 56	4.49 464	0.72 164	2.50 122	1.58 182	2.02 286	1.81 288	1.54 207	6.38 523	1.73 184	1.19 234	0.46 398	0.22 191	0.29 183	0.28 253	0.35 239	0.38 285

acv_ft	1.55 202	0.64 197	3.29 231	1.14 294	2.01 507	2.93 161	0.97 333	3.81 308	2.08 303	2.22 357	1.88 314	3.10 403	1.66 338	1.33 106	2.22 411	0.29 167	0.26 287	0.30 203	0.26 198	0.39 277	0.27 134

TestStereo1	1.56 206	0.81 322	2.32 174	1.61 460	0.64 185	4.13 390	1.36 411	3.79 305	3.20 491	1.60 172	2.57 442	1.39 186	2.15 402	2.51 259	1.30 266	0.29 167	0.20 132	0.34 297	0.25 180	0.40 282	0.36 256

SA-5K	1.56 206	0.81 322	2.32 174	1.61 460	0.64 185	4.13 390	1.36 411	3.79 305	3.20 491	1.60 172	2.57 442	1.39 186	2.15 402	2.51 259	1.30 266	0.29 167	0.20 132	0.34 297	0.25 180	0.40 282	0.36 256

UCFNet_RVC	1.57 208	0.84 336	3.25 228	1.36 397	1.40 426	4.07 377	1.01 344	2.68 153	1.50 127	2.11 310	1.88 314	2.37 327	1.50 289	3.41 296	1.42 286	0.36 304	0.28 309	0.52 440	0.40 409	0.53 388	0.43 330

NF-Stereo	1.58 209	0.61 166	2.66 203	2.26 511	0.47 94	4.68 497	0.67 141	3.31 226	1.48 114	2.11 310	1.59 204	1.36 182	1.09 185	6.08 356	1.20 237	0.40 347	0.20 132	0.36 331	0.34 342	0.31 159	0.36 256

OCTAStereo	1.58 209	0.61 166	2.72 206	2.27 514	0.46 84	4.68 497	0.67 141	3.30 225	1.48 114	2.11 310	1.59 204	1.36 182	1.09 185	6.02 353	1.21 241	0.41 361	0.20 132	0.36 331	0.34 342	0.31 159	0.37 270

RE-Stereo	1.58 209	0.61 166	2.72 206	2.26 511	0.46 84	4.68 497	0.68 147	3.31 226	1.48 114	2.11 310	1.59 204	1.36 182	1.09 185	6.01 351	1.22 244	0.41 361	0.20 132	0.36 331	0.34 342	0.31 159	0.37 270

TVStereo	1.58 209	0.61 166	2.72 206	2.26 511	0.46 84	4.68 497	0.68 147	3.31 226	1.48 114	2.11 310	1.59 204	1.36 182	1.09 185	6.01 351	1.22 244	0.41 361	0.20 132	0.36 331	0.34 342	0.31 159	0.37 270

Gwc-CoAtRS	1.58 209	0.57 117	11.69 345	1.01 224	0.60 170	2.53 128	0.64 128	2.36 101	1.56 173	1.80 215	1.47 169	2.74 370	1.18 215	1.12 52	0.90 166	0.27 109	0.21 163	0.25 79	0.22 129	0.27 87	0.23 70

KYRaft	1.59 214	0.52 69	1.73 106	0.95 185	0.49 109	4.38 441	1.79 459	2.43 110	1.51 134	2.49 417	2.98 470	2.00 288	3.41 471	2.14 231	0.82 133	0.30 206	0.21 163	0.33 279	0.46 432	0.35 239	2.45 530

Reg-Stereo(zero)	1.60 215	0.42 14	10.69 333	0.89 141	0.68 212	3.27 204	0.47 57	2.27 91	1.54 159	1.48 160	1.24 109	2.55 351	2.68 438	1.48 136	1.10 216	0.19 18	0.19 96	0.22 14	0.18 47	0.24 46	0.26 119

HCRNet	1.60 215	0.56 108	2.47 187	0.78 76	1.36 417	4.11 385	0.71 161	3.57 264	2.79 441	1.75 207	1.61 212	1.58 211	1.41 260	5.79 348	1.56 318	0.34 273	0.28 309	0.36 331	0.29 281	0.33 203	0.37 270

AIO-test2	1.61 217	1.30 439	3.40 236	1.16 313	1.31 402	3.18 187	0.74 181	4.06 383	1.52 143	1.72 201	2.21 388	0.78 83	0.74 78	3.64 304	0.95 191	3.64 539	0.26 287	0.35 316	0.42 421	0.37 262	0.33 224

Prome-Stereo	1.61 217	0.55 97	1.71 105	0.98 204	0.60 170	4.41 450	1.82 463	3.03 193	1.53 150	2.18 339	3.45 489	1.72 233	3.49 477	2.23 244	1.08 212	0.29 167	0.20 132	0.26 105	0.25 180	0.34 221	2.16 522

test_sample1	1.62 219	0.55 97	1.88 120	1.44 422	0.79 251	2.27 103	0.64 128	4.00 364	1.82 253	1.87 228	1.35 141	1.57 209	1.62 318	9.55 426	1.24 249	0.30 206	0.27 298	0.31 225	0.28 253	0.32 185	0.32 209

testlalala_base	1.62 219	0.74 284	1.63 100	1.19 323	1.40 426	2.63 136	0.84 249	4.09 392	1.31 70	1.22 135	1.42 158	1.21 164	0.85 117	1.16 64	0.73 100	3.92 545	2.10 532	0.27 133	0.18 47	4.49 544	1.11 490

RAFT+CT+SA	1.62 219	0.72 265	7.42 289	0.97 198	1.42 435	4.04 369	0.94 320	3.90 334	1.61 202	1.61 177	1.63 217	1.33 178	1.18 215	2.73 282	1.10 216	0.27 109	0.19 96	0.31 225	0.34 342	0.33 203	0.33 224

SA	1.62 219	0.75 296	3.78 253	1.07 252	0.43 62	4.26 426	1.36 411	4.45 498	3.12 480	1.63 180	1.97 338	1.68 223	2.26 412	2.55 267	1.27 258	0.27 109	0.22 191	0.37 343	0.37 379	0.35 239	0.30 190

Sa-1000	1.63 223	0.79 314	3.56 243	1.11 282	0.48 102	4.06 372	1.41 424	4.49 504	2.75 436	2.00 279	2.80 462	1.84 264	1.43 268	2.64 276	1.50 305	0.27 109	0.19 96	0.36 331	0.33 334	0.36 252	0.30 190

PSMNet-RUCA	1.64 224	1.50 465	2.57 193	1.50 438	1.38 422	3.05 173	1.36 411	3.31 226	2.24 338	1.36 145	2.07 361	1.40 191	1.09 185	1.83 199	1.55 316	1.15 504	0.69 496	1.26 516	0.96 505	1.64 515	0.94 478

test_sample7	1.65 225	0.70 249	2.60 194	1.48 434	0.76 241	2.38 110	1.07 359	4.35 476	2.11 316	2.14 320	1.75 253	1.75 236	1.67 340	6.26 360	1.26 255	0.44 384	0.48 454	0.43 389	0.40 409	0.46 362	0.43 330

StereoVision	1.65 225	0.75 296	7.47 291	1.01 224	1.80 497	2.61 134	0.61 110	3.06 198	1.96 277	1.25 136	3.46 490	1.85 267	0.88 126	2.07 221	1.93 376	0.43 377	0.36 377	0.37 343	0.36 367	0.48 369	0.33 224

dad	1.65 225	1.19 419	3.04 221	0.98 204	0.56 144	4.22 421	0.84 249	1.99 63	2.48 398	2.14 320	1.68 231	1.62 217	1.13 197	3.85 308	2.04 390	1.03 499	0.40 410	2.04 524	0.48 440	0.75 459	0.53 389

PSM-softLoss	1.66 228	0.59 138	5.15 269	2.25 509	0.48 102	4.68 497	0.69 153	2.57 138	1.52 143	2.14 320	1.45 163	1.42 193	0.99 156	6.04 354	1.20 237	0.41 361	0.23 218	0.37 343	0.39 398	0.32 185	0.31 199

KMStereo	1.66 228	0.59 138	5.15 269	2.25 509	0.48 102	4.68 497	0.69 153	2.57 138	1.52 143	2.14 320	1.45 163	1.42 193	0.99 156	6.04 354	1.20 237	0.41 361	0.23 218	0.37 343	0.39 398	0.32 185	0.31 199

DDVS	1.68 230	0.79 314	2.52 189	1.26 351	1.16 368	3.17 186	0.78 211	3.12 202	1.82 253	1.86 226	1.91 326	2.92 392	1.43 268	6.20 358	1.63 335	0.45 393	0.65 488	0.34 297	0.38 392	0.48 369	0.79 462

ISRNet	1.69 231	0.76 301	5.69 277	1.27 358	1.36 417	2.85 147	0.61 110	3.60 268	1.91 273	2.13 317	2.12 372	2.90 387	1.41 260	2.51 259	1.71 346	0.49 423	0.50 459	0.56 454	0.47 435	0.49 375	0.57 405

IER	1.69 231	0.65 207	7.19 288	0.94 181	1.15 364	3.28 208	0.89 286	3.48 245	1.97 279	2.10 306	1.98 340	2.28 313	2.12 398	2.25 245	1.75 356	0.29 167	0.23 218	0.36 331	0.30 299	0.32 185	0.34 236

RAFT_R40	1.70 233	0.59 138	2.99 218	1.46 428	0.46 84	4.74 513	0.98 339	2.23 87	1.56 173	2.02 286	2.35 422	2.71 367	2.56 432	6.71 372	0.90 166	0.40 347	0.19 96	0.30 203	0.27 224	0.33 203	0.26 119

ffm	1.72 234	0.60 150	5.21 271	1.14 294	0.99 326	3.62 274	0.86 261	4.22 425	3.37 502	2.20 346	2.30 407	3.48 434	1.62 318	2.21 241	0.65 61	0.29 167	0.16 26	0.48 415	0.37 379	0.30 140	0.29 163

Anonymous3	1.72 234	0.76 301	11.61 344	0.83 101	0.84 276	4.46 456	0.84 249	3.57 264	1.16 47	1.34 142	1.37 146	1.11 145	1.03 164	1.58 151	1.13 223	0.70 476	0.58 476	0.33 279	0.35 357	0.47 366	0.42 321

DMCA	1.72 234	0.74 284	6.63 281	1.14 294	0.96 312	3.98 360	0.90 291	3.75 297	2.76 437	2.83 463	1.58 200	2.35 324	1.18 215	1.58 151	1.98 385	0.40 347	0.27 298	0.42 385	0.26 198	0.36 252	0.38 285

fff	1.74 237	0.70 249	9.08 309	0.81 81	0.36 13	4.15 394	0.57 90	4.23 429	2.09 306	2.30 377	1.80 276	1.19 159	3.02 453	1.44 125	1.46 293	0.29 167	0.23 218	0.23 28	0.18 47	0.24 46	0.42 321

DCANet	1.74 237	0.73 276	9.08 309	0.82 91	0.40 45	4.18 411	0.59 103	4.25 439	2.97 466	2.35 395	1.84 300	1.18 155	1.63 331	1.51 142	1.55 316	0.29 167	0.24 252	0.23 28	0.18 47	0.30 140	0.53 389

csc	1.74 237	0.70 249	9.08 309	0.81 81	0.36 13	4.15 394	0.57 90	4.23 429	2.09 306	2.30 377	1.80 276	1.19 159	3.02 453	1.44 125	1.46 293	0.29 167	0.23 218	0.23 28	0.18 47	0.24 46	0.42 321

cscssc	1.74 237	0.70 249	9.08 309	0.81 81	0.36 13	4.15 394	0.57 90	4.23 429	2.09 306	2.30 377	1.80 276	1.19 159	3.02 453	1.44 125	1.46 293	0.29 167	0.23 218	0.23 28	0.18 47	0.24 46	0.42 321

test_sample2	1.75 241	0.56 108	2.25 166	1.41 415	0.80 253	2.91 155	0.86 261	4.05 379	2.04 295	1.91 243	1.39 151	1.57 209	1.55 307	10.65 462	1.06 207	0.32 245	0.28 309	0.32 245	0.30 299	0.36 252	0.33 224

anonymity	1.76 242	1.26 435	2.73 209	1.66 465	1.32 408	1.84 69	1.07 359	3.49 248	2.30 354	2.11 310	2.11 369	1.71 232	3.90 485	1.82 198	1.48 301	1.10 501	1.09 512	1.08 511	1.08 512	1.05 486	1.09 488

SST-Stereo	1.76 242	0.58 130	3.10 222	1.44 422	0.46 84	4.71 509	0.76 194	2.22 86	2.79 441	2.07 302	2.18 382	2.43 337	3.22 464	6.66 369	0.84 139	0.42 372	0.19 96	0.30 203	0.27 224	0.35 239	0.26 119

StereoDRNet-Refined	1.77 244	0.81 322	2.22 163	1.21 334	0.76 241	3.26 202	0.71 161	3.82 311	2.05 298	2.29 373	2.05 356	2.98 394	1.44 271	7.15 379	2.27 415	0.30 206	0.23 218	0.42 385	0.33 334	0.45 351	0.64 428
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CSP-Net	1.78 245	1.32 445	1.92 125	1.16 313	1.03 336	3.38 219	1.31 405	3.52 255	1.75 243	1.96 258	1.93 330	2.40 329	1.48 282	8.58 403	1.58 320	0.46 398	0.34 369	0.27 133	0.26 198	0.41 306	0.50 374

MM-Stereo_test2	1.79 246	0.53 80	20.16 485	1.43 419	0.47 94	2.57 131	0.73 169	1.67 33	1.47 106	0.94 106	0.96 59	0.84 97	0.79 101	1.16 64	0.68 74	0.24 60	0.17 39	0.25 79	0.22 129	0.30 140	0.22 60

tt1	1.79 246	0.73 276	10.41 330	1.75 477	0.36 13	4.55 476	0.79 218	4.22 425	3.37 502	1.08 124	1.80 276	0.74 79	1.48 282	2.21 241	0.65 61	0.29 167	0.16 26	0.31 225	0.22 129	0.30 140	0.29 163

RAFT_CTSACE	1.80 248	1.06 395	10.00 322	1.71 472	1.39 424	3.49 242	1.06 357	3.05 195	1.62 205	1.70 196	2.04 350	2.51 348	1.80 366	1.98 215	0.94 186	0.25 81	0.22 191	0.28 162	0.30 299	0.30 140	0.26 119

UPFNet	1.81 249	0.63 185	6.71 282	1.25 345	1.44 436	3.50 246	1.35 409	4.02 370	1.85 261	2.40 407	1.52 181	2.41 331	1.40 255	3.62 302	1.88 370	0.34 273	0.33 357	0.37 343	0.31 315	0.41 306	0.39 291

AACVNet	1.83 250	1.02 383	2.41 185	1.45 426	0.87 287	3.21 189	0.73 169	3.16 207	1.61 202	2.01 281	1.82 294	2.28 313	1.33 241	10.98 476	1.49 304	0.39 341	0.32 350	0.38 359	0.32 326	0.43 335	0.44 336

111	1.83 250	0.92 358	9.08 309	0.81 81	0.36 13	4.25 425	0.91 299	4.44 495	2.70 430	2.39 405	1.96 332	2.30 319	1.64 334	1.28 95	1.82 363	0.28 146	0.22 191	0.24 57	0.20 83	0.31 159	0.54 395

ACVNet-DCA	1.85 252	0.74 284	13.77 364	1.78 480	0.36 13	4.48 458	0.74 181	3.98 358	1.53 150	1.01 116	1.81 288	0.72 71	1.62 318	2.13 228	0.64 56	0.29 167	0.17 39	0.32 245	0.21 97	0.33 203	0.32 209

ITSA-stereo	1.86 253	0.72 265	3.74 251	1.20 328	0.66 200	4.09 379	0.91 299	4.24 437	2.53 408	1.93 249	1.77 267	1.59 213	2.15 402	6.12 357	2.44 429	0.40 347	0.38 396	0.40 368	0.40 409	0.50 377	0.98 482

test_5	1.87 254	0.75 296	10.23 327	1.14 294	1.40 426	3.85 321	1.27 401	3.91 338	1.93 275	1.69 192	1.78 270	1.67 221	1.79 361	2.99 289	1.17 231	0.30 206	0.18 66	0.35 316	0.33 334	0.34 221	0.33 224

NINENet	1.87 254	0.74 284	2.60 194	1.12 286	1.06 344	4.50 467	0.76 194	4.41 490	2.24 338	2.16 333	1.86 310	3.63 451	0.97 149	8.00 394	1.17 231	0.41 361	0.30 332	0.41 378	0.30 299	0.41 306	0.36 256

IRAFT_RVC	1.87 254	0.60 150	4.33 257	2.40 518	0.66 200	4.59 484	1.59 444	2.96 184	1.51 134	2.23 361	1.75 253	2.09 302	2.63 435	6.70 370	1.50 305	0.33 261	0.21 163	0.33 279	0.29 281	0.32 185	0.32 209

MLCV	1.87 254	0.91 356	8.59 303	1.10 275	0.57 156	3.59 267	0.53 76	3.70 292	2.20 332	2.80 460	2.25 394	2.00 288	1.42 265	4.13 317	1.86 368	0.30 206	0.20 132	0.32 245	0.21 97	0.33 203	0.36 256

iRaft-Stereo_20w	1.88 258	0.62 176	10.58 332	0.90 150	0.83 269	2.96 166	0.78 211	4.90 525	1.58 182	2.29 373	1.60 208	1.25 168	4.51 498	2.28 247	0.90 166	0.29 167	0.21 163	0.26 105	0.24 169	0.41 306	0.31 199

DSFCA	1.89 259	0.69 239	3.14 225	1.10 275	1.18 370	3.99 361	1.79 459	3.50 251	2.16 325	3.10 479	1.64 219	2.91 390	2.50 428	5.38 336	2.26 413	0.43 377	0.38 396	0.37 343	0.36 367	0.50 377	0.42 321

iResNet_ROB	1.89 259	1.02 383	8.60 304	1.39 411	0.98 323	3.72 288	0.66 140	3.84 315	2.65 424	1.88 231	2.05 356	1.98 285	1.27 229	4.52 322	1.67 342	0.30 206	0.20 132	0.28 162	0.18 47	0.31 159	0.40 311

MM-Stereo_test1	1.90 261	0.53 80	19.85 471	1.39 411	0.48 102	1.81 68	0.79 218	3.00 189	1.82 253	1.69 192	1.09 81	0.87 107	0.97 149	1.45 129	0.74 105	0.24 60	0.21 163	0.27 133	0.24 169	0.35 239	0.24 85

H2IRNET	1.90 261	0.53 80	14.29 378	1.14 294	0.60 170	4.48 458	0.44 45	2.65 149	1.81 252	1.05 122	2.30 407	1.67 221	1.40 255	2.17 235	1.50 305	0.36 304	0.21 163	0.33 279	0.37 379	0.34 221	0.29 163

CFNet-ft	1.90 261	0.95 370	3.56 243	1.07 252	1.54 451	4.09 379	0.90 291	2.85 175	1.82 253	1.78 211	1.70 238	2.75 372	1.48 282	9.33 419	1.72 348	0.33 261	0.30 332	0.61 469	0.36 367	0.52 382	0.39 291

CFNet_RVC	1.90 261	0.95 370	3.56 243	1.07 252	1.54 451	4.09 379	0.90 291	2.85 175	1.82 253	1.78 211	1.70 238	2.75 372	1.48 282	9.33 419	1.72 348	0.33 261	0.30 332	0.61 469	0.36 367	0.52 382	0.39 291

PSMNet-ADL	1.91 265	0.72 265	1.78 113	1.09 266	0.86 282	4.18 411	0.78 211	3.77 301	2.10 314	1.72 201	1.85 307	2.91 390	1.82 371	10.38 456	1.91 374	0.48 411	0.46 444	0.28 162	0.29 281	0.38 267	0.51 382

GEStereo_RVC	1.91 265	0.80 318	6.57 280	1.20 328	1.06 344	4.02 366	1.43 428	4.13 402	1.89 269	2.03 290	1.80 276	2.34 322	1.86 378	4.94 328	1.77 357	0.48 411	0.38 396	0.32 245	0.28 253	0.42 325	0.50 374

DN-CSS_ROB	1.91 265	1.55 468	11.13 339	1.82 487	0.88 290	3.99 361	0.61 110	4.01 366	1.67 217	1.64 183	1.89 320	1.39 186	1.06 180	3.23 291	1.50 305	0.31 225	0.19 96	0.44 393	0.29 281	0.37 262	0.31 199

qqq1	1.92 268	0.57 117	4.46 258	1.36 397	0.57 156	2.03 84	0.73 169	4.25 439	2.80 445	2.32 387	2.31 414	1.95 276	1.52 295	10.99 477	0.71 92	0.34 273	0.32 350	0.30 203	0.23 144	0.29 117	0.29 163

fff1	1.92 268	0.57 117	4.46 258	1.36 397	0.57 156	2.03 84	0.73 169	4.25 439	2.80 445	2.32 387	2.31 414	1.95 276	1.52 295	10.99 477	0.71 92	0.34 273	0.32 350	0.30 203	0.23 144	0.29 117	0.29 163

raft_robust	1.92 268	1.15 412	3.34 235	1.02 234	0.43 62	3.84 313	0.46 52	4.42 491	2.52 407	1.67 190	1.36 145	2.17 307	6.37 521	6.78 374	1.04 205	0.28 146	0.24 252	0.30 203	0.35 357	0.31 159	0.32 209

delet	1.92 268	0.76 301	5.14 268	1.01 224	1.65 475	3.44 228	2.03 475	3.76 299	2.48 398	2.01 281	2.05 356	2.63 360	1.90 383	5.34 335	2.12 400	0.28 146	0.29 319	0.40 368	0.31 315	0.41 306	0.45 342

BEATNet_4x	1.92 268	1.36 450	8.75 307	1.20 328	0.56 144	3.46 233	1.03 350	4.00 364	2.43 389	2.25 366	1.70 238	2.10 303	1.59 310	2.57 270	3.05 457	0.37 312	0.22 191	0.47 407	0.29 281	0.60 411	0.40 311

IIG-Stereo	1.95 273	0.79 314	2.14 154	2.78 525	0.66 200	4.62 488	0.76 194	4.27 447	1.53 150	2.63 443	3.14 480	3.35 425	1.61 315	7.65 390	1.41 284	0.39 341	0.20 132	0.31 225	0.25 180	0.33 203	0.22 60

LALA_ROB	1.95 273	1.48 463	3.11 223	1.05 244	0.98 323	3.99 361	1.82 463	4.44 495	2.28 350	3.31 489	1.85 307	2.76 378	1.67 340	4.04 316	3.23 460	0.46 398	0.41 417	0.55 452	0.52 456	0.60 411	0.57 405

DCANet-4	1.96 275	0.51 63	14.31 379	0.82 91	0.40 45	4.16 403	0.57 90	4.29 455	2.98 469	2.30 377	1.80 276	1.03 135	1.54 305	1.44 125	1.44 289	0.29 167	0.23 218	0.23 28	0.18 47	0.24 46	0.42 321

PSMNet-RSSM	1.96 275	0.77 304	3.26 229	1.29 362	1.31 402	4.19 415	0.96 330	3.68 282	1.89 269	2.05 294	1.80 276	2.60 356	1.70 347	9.84 433	1.81 361	0.35 293	0.29 319	0.35 316	0.37 379	0.42 325	0.35 250

4D-IteraStereo	1.97 277	0.84 336	20.43 502	0.78 76	1.56 458	2.09 92	1.05 356	2.43 110	1.56 173	1.41 154	1.00 61	1.94 274	0.61 41	1.22 81	1.06 207	0.27 109	0.18 66	0.31 225	0.26 198	0.27 87	0.23 70

OMP-Stereo	1.97 277	0.93 362	1.88 120	2.76 524	0.67 207	4.58 483	1.48 430	4.31 466	1.54 159	3.15 484	2.76 458	3.25 416	1.38 248	7.66 391	1.35 277	0.40 347	0.20 132	0.33 279	0.26 198	0.33 203	0.24 85

cc1	1.98 279	0.74 284	13.77 364	1.78 480	0.36 13	4.48 458	0.74 181	4.23 429	3.95 518	1.01 116	1.81 288	0.72 71	1.62 318	2.13 228	0.64 56	0.29 167	0.17 39	0.32 245	0.21 97	0.31 159	0.29 163

hknet	1.98 279	0.64 197	8.70 306	0.87 132	1.07 348	4.16 403	1.16 382	4.48 501	1.73 235	2.93 467	1.83 295	3.48 434	1.30 237	3.91 312	1.51 311	0.31 225	0.25 274	0.31 225	0.28 253	0.35 239	0.33 224

GANet-RSSM	1.98 279	0.62 176	3.49 238	1.69 468	1.23 390	4.22 421	0.91 299	3.31 226	1.86 262	1.81 216	1.74 249	2.34 322	1.82 371	10.92 474	1.73 352	0.34 273	0.29 319	0.31 225	0.28 253	0.39 277	0.40 311

1test111	1.99 282	0.74 284	13.77 364	1.78 480	0.36 13	4.48 458	0.74 181	3.98 358	1.53 150	1.01 116	1.81 288	0.72 71	1.62 318	4.66 324	0.98 196	0.29 167	0.17 39	0.32 245	0.21 97	0.33 203	0.32 209

SMFormer	2.00 283	0.57 117	4.46 258	1.36 397	0.57 156	2.03 84	0.73 169	4.25 439	2.80 445	2.32 387	2.31 414	1.95 276	1.52 295	10.99 477	2.13 403	0.34 273	0.32 350	0.36 331	0.31 315	0.38 267	0.36 256

tta	2.00 283	0.57 117	4.46 258	1.36 397	0.57 156	2.03 84	0.73 169	4.25 439	2.80 445	2.32 387	2.31 414	1.95 276	1.52 295	10.99 477	2.13 403	0.34 273	0.32 350	0.36 331	0.31 315	0.29 117	0.29 163

TestStereo	2.00 283	1.02 383	12.25 348	0.70 38	0.61 174	1.88 72	0.55 83	2.31 97	1.52 143	1.41 154	1.33 133	1.27 170	0.90 133	11.62 504	0.81 130	0.34 273	0.19 96	0.33 279	0.24 169	0.44 343	0.24 85

cross-raft	2.01 286	0.57 117	19.01 449	1.03 241	0.56 144	2.11 93	0.72 164	3.63 273	1.57 179	1.77 209	1.51 180	3.17 410	1.13 197	1.16 64	0.85 142	0.23 46	0.21 163	0.26 105	0.23 144	0.28 104	0.25 95

MMNet	2.02 287	0.81 322	10.76 334	1.12 286	1.23 390	3.53 253	0.89 286	3.79 305	2.08 303	2.15 328	1.76 262	2.15 306	2.12 398	3.69 305	2.32 418	0.31 225	0.29 319	0.34 297	0.27 224	0.38 267	0.42 321

xx1	2.03 288	0.74 284	13.77 364	1.78 480	0.36 13	4.48 458	0.74 181	4.23 429	3.95 518	1.01 116	1.81 288	1.79 249	1.34 242	2.13 228	0.64 56	0.29 167	0.17 39	0.33 279	0.33 334	0.33 203	0.32 209

HGLStereo	2.03 288	0.74 284	7.50 292	1.23 341	1.56 458	3.62 274	0.95 324	3.78 304	1.89 269	2.03 290	2.20 386	3.12 406	2.14 401	5.68 345	2.04 390	0.37 312	0.31 342	0.32 245	0.29 281	0.40 282	0.45 342

ssnet_v2	2.04 290	0.88 348	7.87 293	1.20 328	0.87 287	3.86 323	1.64 449	4.01 366	2.60 418	2.61 439	1.96 332	3.79 456	1.71 349	2.20 239	2.96 453	0.41 361	0.35 373	0.42 385	0.37 379	0.55 393	0.52 387

ADStereo(finetuned)	2.04 290	0.73 276	13.28 355	0.82 91	0.40 45	4.16 403	0.59 103	4.25 439	2.97 466	2.35 395	1.84 300	1.18 155	3.40 470	1.52 144	1.54 315	0.29 167	0.24 252	0.23 28	0.18 47	0.30 140	0.51 382

CBFPSM	2.05 292	0.95 370	10.12 326	1.07 252	1.05 341	2.84 145	1.20 393	3.28 222	1.73 235	1.82 218	1.30 128	4.56 495	4.06 487	2.34 248	2.34 420	0.25 81	0.38 396	0.32 245	0.27 224	0.37 262	0.79 462

DeepPruner_ROB	2.05 292	1.09 401	10.50 331	1.01 224	1.20 383	4.39 444	0.91 299	3.14 204	1.72 232	2.60 437	1.54 190	2.78 380	1.27 229	4.52 322	1.72 348	0.51 432	0.40 410	0.37 343	0.34 342	0.48 369	0.52 387

DLCB_ROB	2.05 292	0.95 370	2.37 180	1.24 343	1.02 335	2.92 157	1.30 404	3.68 282	2.30 354	2.91 465	2.17 380	3.32 423	1.52 295	10.37 454	2.50 434	0.40 347	0.33 357	0.40 368	0.36 367	0.41 306	0.47 357

HITNet	2.07 295	0.82 329	14.77 382	1.34 387	0.56 144	3.47 236	0.80 228	4.07 386	2.35 366	2.16 333	1.61 212	1.64 218	1.44 271	2.09 226	2.56 441	0.26 94	0.18 66	0.41 378	0.26 198	0.45 351	0.25 95
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
ETE_ROB	2.07 295	1.40 455	3.01 220	1.09 266	0.92 301	3.94 343	1.53 437	4.25 439	2.23 336	3.31 489	2.06 360	2.35 324	1.52 295	8.74 405	2.07 396	0.44 384	0.36 377	0.51 434	0.48 440	0.54 391	0.62 421

CFNet-RSSM	2.08 297	0.52 69	20.06 479	1.01 224	0.56 144	3.39 220	0.64 128	3.67 280	1.55 167	1.72 201	1.37 146	2.57 353	1.19 219	1.11 49	0.86 149	0.27 109	0.20 132	0.25 79	0.23 144	0.27 87	0.23 70

coex_refinement	2.10 298	0.85 340	3.67 250	1.31 372	1.13 361	3.21 189	0.85 258	3.86 321	2.31 358	2.51 421	1.92 328	3.49 440	1.69 345	11.08 484	2.13 403	0.37 312	0.25 274	0.27 133	0.31 315	0.41 306	0.37 270

iRaft-Stereo_5w	2.10 298	0.83 332	8.57 302	0.81 81	0.76 241	3.21 189	0.84 249	3.71 293	1.65 213	1.56 169	2.50 432	2.20 309	2.23 411	9.13 414	2.01 388	0.38 329	0.19 96	0.35 316	0.27 224	0.45 351	0.39 291

DFGA-Net	2.11 300	3.00 511	7.43 290	1.11 282	0.76 241	3.72 288	0.60 106	2.63 147	1.91 273	2.01 281	2.07 361	1.22 165	1.04 168	10.26 452	2.26 413	0.27 109	0.22 191	0.34 297	0.34 342	0.61 416	0.48 361

G2L-Stereo_test	2.11 300	0.86 343	7.12 287	1.65 464	1.19 377	3.54 257	1.02 348	3.57 264	2.01 288	2.50 418	1.68 231	3.15 408	1.50 289	9.21 417	1.62 332	0.28 146	0.19 96	0.23 28	0.22 129	0.27 87	0.31 199

CFNet_pseudo	2.12 302	0.67 228	15.14 393	0.85 122	0.74 235	3.95 348	0.64 128	3.95 349	1.78 248	1.90 238	1.79 273	3.27 418	1.62 318	2.51 259	1.16 228	0.31 225	0.36 377	0.53 444	0.27 224	0.63 421	0.44 336

test_xeample3	2.12 302	0.63 185	21.55 537	0.91 157	0.47 94	1.85 70	0.94 320	7.96 543	1.23 54	0.75 58	0.76 25	0.64 48	0.70 65	1.77 189	0.83 136	0.30 206	0.21 163	0.27 133	0.21 97	0.27 87	0.24 85

G2L-ROB	2.13 304	0.78 310	10.06 323	1.19 323	1.06 344	3.84 313	0.93 314	3.32 231	2.27 346	2.20 346	1.47 169	2.65 362	1.20 221	8.38 399	1.81 361	0.28 146	0.19 96	0.23 28	0.22 129	0.28 104	0.32 209

ccs_rob	2.13 304	0.67 228	15.11 392	0.84 110	0.75 237	3.96 353	0.65 137	3.95 349	1.78 248	1.88 231	1.79 273	3.26 417	1.64 334	2.51 259	1.16 228	0.31 225	0.36 377	0.54 451	0.27 224	0.65 431	0.45 342

SepStereo	2.15 306	0.67 228	4.79 265	1.14 294	1.64 471	2.93 161	2.13 480	4.09 392	2.74 434	4.17 511	2.52 435	2.46 343	1.79 361	8.36 397	1.63 335	0.37 312	0.22 191	0.39 362	0.25 180	0.41 306	0.34 236

test_for_model	2.16 307	3.87 519	1.58 98	4.16 543	3.64 539	2.51 122	0.96 330	3.63 273	2.62 419	2.45 412	1.39 151	1.02 133	0.73 74	0.92 21	0.57 41	2.97 530	2.19 534	0.26 105	0.17 27	5.32 548	2.24 523

IGEV_Zeroshot_test	2.16 307	0.69 239	20.60 509	1.22 337	0.54 133	2.18 96	0.53 76	3.38 239	1.61 202	1.93 249	1.55 194	3.76 455	1.05 173	1.55 147	0.91 173	0.29 167	0.20 132	0.27 133	0.29 281	0.40 282	0.32 209

anonymousa	2.16 307	0.67 228	19.19 450	1.04 243	1.67 479	2.06 90	0.79 218	2.86 178	1.96 277	1.85 221	2.14 375	3.23 415	1.81 369	1.12 52	1.15 225	0.26 94	0.26 287	0.34 297	0.32 326	0.30 140	0.28 153

AIO-test1	2.18 310	0.66 218	18.95 447	0.89 141	1.48 442	3.40 223	0.97 333	4.19 416	1.68 219	0.86 95	1.35 141	0.99 128	0.75 81	4.47 321	1.27 258	0.23 46	0.23 218	0.28 162	0.33 334	0.31 159	0.35 250

SFCPSM	2.18 310	0.63 185	17.03 414	0.88 137	0.98 323	3.74 293	1.28 403	4.09 392	2.16 325	1.85 221	1.83 295	1.65 219	1.39 251	2.50 256	1.50 305	0.33 261	0.27 298	0.39 362	0.36 367	0.34 221	0.37 270

GANet-ADL	2.20 312	0.73 276	20.11 484	1.25 345	0.69 218	3.83 308	0.76 194	3.49 248	1.71 229	1.65 187	1.99 342	2.10 303	1.10 191	1.42 122	1.26 255	0.38 329	0.33 357	0.25 79	0.22 129	0.42 325	0.36 256

MSKI-zero shot	2.22 313	0.64 197	20.09 483	0.96 191	0.56 144	4.04 369	0.70 159	3.91 338	1.50 127	1.92 245	2.28 399	1.92 272	0.71 67	2.93 286	0.67 71	0.26 94	0.23 218	0.26 105	0.21 97	0.28 104	0.26 119

PS-NSSS	2.22 313	1.33 448	2.90 216	0.97 198	1.53 450	4.11 385	1.08 364	4.55 511	2.65 424	2.10 306	2.32 419	1.77 241	1.40 255	11.79 517	1.61 327	0.68 472	0.45 435	0.96 505	0.43 424	0.95 479	0.92 476

PCWNet_CMD	2.23 315	0.65 207	17.36 419	0.83 101	0.76 241	3.51 249	0.64 128	3.60 268	1.97 279	1.70 196	1.63 217	3.22 413	3.05 456	2.09 226	1.11 219	0.31 225	0.36 377	0.47 407	0.26 198	0.64 428	0.47 357

HH	2.23 315	0.86 343	21.59 538	0.98 204	0.51 115	1.49 49	0.82 241	2.74 161	1.54 159	1.10 126	1.69 236	4.62 497	1.86 378	2.55 267	0.69 83	0.26 94	0.22 191	0.29 183	0.23 144	0.34 221	0.27 134

HanStereo	2.23 315	0.86 343	21.59 538	0.98 204	0.51 115	1.49 49	0.82 241	2.74 161	1.54 159	1.10 126	1.69 236	4.62 497	1.86 378	2.55 267	0.69 83	0.26 94	0.22 191	0.29 183	0.23 144	0.34 221	0.27 134

MSMDNet	2.23 315	0.64 197	17.32 415	0.84 110	0.75 237	3.53 253	0.64 128	3.61 271	1.98 281	1.71 200	1.64 219	3.22 413	2.99 450	2.08 223	1.11 219	0.31 225	0.37 390	0.45 399	0.26 198	0.62 420	0.45 342

FENet	2.25 319	0.50 57	20.29 495	1.35 391	0.67 207	4.01 364	0.60 106	3.95 349	1.99 282	1.96 258	1.11 85	2.43 337	1.43 268	1.60 158	1.39 279	0.32 245	0.22 191	0.33 279	0.26 198	0.29 117	0.39 291

DISCO	2.25 319	0.73 276	10.06 323	1.76 478	1.12 359	3.47 236	1.25 400	3.24 218	2.26 344	2.65 448	1.96 332	4.53 493	1.92 385	4.17 319	3.61 464	0.32 245	0.25 274	0.31 225	0.29 281	0.66 436	0.41 317

iinet-f	2.26 321	1.18 417	13.71 362	1.14 294	1.11 358	3.77 297	1.10 370	4.14 408	2.17 327	2.06 299	1.76 262	2.99 395	2.99 450	2.50 256	2.49 433	0.35 293	0.39 405	0.27 133	0.28 253	0.45 351	0.39 291

ICVP	2.26 321	0.66 218	21.18 529	0.99 210	0.88 290	4.28 432	0.95 324	3.32 231	1.60 198	1.66 188	1.76 262	1.34 179	1.14 204	1.62 164	1.32 269	0.53 441	0.35 373	0.33 279	0.29 281	0.40 282	0.51 382
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rrr	2.27 323	0.65 207	23.82 555	0.90 150	0.46 84	1.57 55	0.96 330	7.98 544	1.19 51	0.65 34	0.77 27	0.74 79	0.72 70	2.59 271	0.86 149	0.28 146	0.21 163	0.28 162	0.21 97	0.29 117	0.25 95

CIPLG	2.27 323	1.18 417	19.24 451	0.92 163	1.34 413	3.95 348	0.89 286	4.23 429	1.82 253	2.31 383	2.67 451	1.17 151	1.06 180	1.53 146	1.32 269	0.37 312	0.23 218	0.27 133	0.22 129	0.31 159	0.45 342

ACRE	2.27 323	1.11 405	19.45 458	0.91 157	1.30 400	3.94 343	0.87 279	4.21 422	1.80 251	2.28 371	2.62 446	1.17 151	1.04 168	1.52 144	1.30 266	0.37 312	0.23 218	0.27 133	0.22 129	0.31 159	0.46 352

NOSS_ROB	2.27 323	0.73 276	3.00 219	1.71 472	1.00 333	3.90 330	0.97 333	4.29 455	2.81 451	2.94 471	2.19 384	3.88 460	1.19 219	11.77 516	1.62 332	0.59 452	0.54 464	0.56 454	0.52 456	0.56 399	0.54 395

XPNet_ROB	2.27 323	1.11 405	4.10 255	1.36 397	0.97 316	3.94 343	1.63 447	4.07 386	2.14 321	2.82 462	2.00 344	2.32 321	1.73 354	10.81 469	3.39 461	0.51 432	0.47 448	0.48 415	0.40 409	0.51 379	0.56 401

IPLGR_C	2.28 328	1.31 443	19.46 459	0.92 163	1.32 408	3.93 338	0.89 286	4.20 417	1.82 253	2.30 377	2.63 448	1.16 150	1.07 182	1.41 121	1.29 265	0.37 312	0.23 218	0.27 133	0.22 129	0.31 159	0.45 342

DRaft	2.28 328	0.56 108	2.64 202	0.74 55	0.46 84	3.94 343	1.23 397	2.32 99	1.55 167	2.64 444	2.80 462	1.60 214	5.34 508	6.96 378	10.99 514	0.34 273	0.22 191	0.27 133	0.27 224	0.29 117	0.37 270

psm_up	2.28 328	0.81 322	5.45 275	1.26 351	1.50 445	3.84 313	1.23 397	4.23 429	2.03 291	2.55 426	1.80 276	2.44 340	1.65 336	12.90 536	1.58 320	0.37 312	0.38 396	0.41 378	0.34 342	0.43 335	0.39 291

MyStereo04	2.29 331	0.80 318	18.77 443	1.00 218	1.04 339	3.95 348	0.95 324	3.91 338	2.54 412	1.99 267	1.27 123	2.31 320	1.65 336	2.02 220	1.77 357	0.24 60	0.24 252	0.34 297	0.26 198	0.41 306	0.37 270

ADLNet	2.29 331	0.83 332	3.62 248	1.35 391	1.60 464	3.67 282	1.24 399	3.95 349	2.98 469	2.58 433	2.29 402	4.01 467	1.79 361	11.23 490	2.09 398	0.37 312	0.38 396	0.36 331	0.34 342	0.45 351	0.71 442

TDLM	2.29 331	1.08 398	4.61 264	1.29 362	1.01 334	4.26 426	2.17 482	3.75 297	2.79 441	2.31 383	1.98 340	2.06 298	1.59 310	12.45 531	1.72 348	0.51 432	0.28 309	0.52 440	0.35 357	0.56 399	0.50 374

Wz-Net-LNSev	2.30 334	1.67 477	14.88 385	1.18 321	1.65 475	3.49 242	1.54 440	3.63 273	2.03 291	1.88 231	1.64 219	3.29 419	2.06 393	2.71 280	2.02 389	0.40 347	0.33 357	0.32 245	0.31 315	0.53 388	0.49 367

DCVSM-stereo	2.31 335	0.66 218	20.69 511	1.11 282	0.93 306	2.58 133	0.73 169	2.61 145	1.60 198	2.57 430	1.53 188	3.30 421	1.72 351	2.19 238	1.23 247	0.34 273	0.53 462	0.41 378	0.32 326	0.45 351	0.62 421

testlalala2	2.31 335	0.63 185	20.54 505	2.56 521	2.87 527	3.79 302	0.76 194	4.20 417	1.48 114	1.42 156	1.43 160	2.45 341	0.80 108	1.03 36	0.68 74	0.27 109	0.25 274	0.24 57	0.21 97	0.33 203	0.28 153

gwcnet-sp	2.31 335	1.21 422	17.34 416	1.08 260	0.92 301	3.56 261	1.04 353	3.69 287	2.09 306	2.55 426	1.60 208	1.80 252	1.62 318	3.87 309	1.95 380	0.29 167	0.29 319	0.30 203	0.28 253	0.38 267	0.39 291

scenet	2.31 335	1.21 422	17.34 416	1.08 260	0.92 301	3.56 261	1.04 353	3.69 287	2.09 306	2.55 426	1.60 208	1.80 252	1.62 318	3.87 309	1.95 380	0.29 167	0.29 319	0.30 203	0.28 253	0.38 267	0.39 291

ssnet	2.31 335	1.21 422	17.34 416	1.08 260	0.92 301	3.56 261	1.04 353	3.69 287	2.09 306	2.55 426	1.60 208	1.80 252	1.62 318	3.87 309	1.95 380	0.29 167	0.29 319	0.30 203	0.28 253	0.38 267	0.39 291

DAS	2.31 335	0.67 228	4.79 265	1.14 294	1.64 471	2.93 161	2.13 480	4.09 392	2.74 434	4.17 511	2.52 435	2.46 343	1.79 361	11.55 501	1.63 335	0.37 312	0.22 191	0.39 362	0.25 180	0.41 306	0.34 236

TRStereo	2.31 335	1.87 485	19.74 467	1.53 443	1.16 368	4.26 426	1.08 364	4.73 521	1.45 93	1.55 167	1.28 124	1.75 236	0.85 117	1.81 196	1.20 237	0.36 304	0.26 287	0.32 245	0.36 367	0.34 221	0.33 224

test_sample5	2.33 342	0.62 176	11.29 340	1.29 362	0.83 269	3.09 180	0.74 181	4.28 452	2.31 358	2.20 346	1.97 338	1.68 223	1.39 251	11.19 488	1.47 298	0.37 312	0.31 342	0.37 343	0.37 379	0.41 306	0.39 291

MyStereo8	2.33 342	1.13 407	19.26 454	1.22 337	1.62 467	4.16 403	0.57 90	3.50 251	2.36 369	2.15 328	1.75 253	2.28 313	1.14 204	1.46 133	2.20 409	0.24 60	0.21 163	0.32 245	0.27 224	0.36 252	0.43 330

DualNet	2.33 342	0.62 176	11.29 340	1.29 362	0.83 269	3.09 180	0.74 181	4.28 452	2.31 358	2.26 369	2.04 350	1.68 223	1.39 251	11.19 488	1.47 298	0.37 312	0.31 342	0.37 343	0.37 379	0.41 306	0.39 291

MIPNet	2.33 342	0.71 261	19.82 469	0.89 141	0.56 144	4.76 515	0.61 110	4.32 470	2.37 375	1.83 219	1.48 176	1.48 199	1.98 388	2.63 274	1.44 289	0.29 167	0.20 132	0.26 105	0.23 144	0.30 140	0.39 291

DualNet (step1)	2.34 346	1.05 390	7.87 293	1.07 252	0.86 282	3.93 338	1.19 389	4.35 476	2.11 316	2.14 320	1.75 253	1.75 236	1.67 340	6.26 360	1.26 255	1.23 508	0.48 454	4.27 552	2.09 538	0.70 444	0.69 437

test_sample4	2.34 346	0.63 185	11.59 343	1.30 369	0.83 269	3.07 178	0.72 164	4.27 447	2.30 354	2.30 377	1.88 314	1.73 234	1.42 265	11.14 487	1.46 293	0.35 293	0.29 319	0.35 316	0.36 367	0.40 282	0.38 285

test_sample3	2.34 346	0.61 166	11.94 346	1.33 380	0.85 277	3.10 182	0.73 169	4.24 437	2.19 330	2.21 355	1.75 253	1.80 252	1.41 260	11.11 486	1.46 293	0.35 293	0.29 319	0.34 297	0.35 357	0.39 277	0.37 270

STTStereo	2.34 346	0.95 370	14.93 388	1.43 419	1.54 451	3.86 323	0.86 261	3.65 276	2.44 393	2.15 328	1.55 194	2.49 347	1.59 310	5.14 332	1.44 289	0.38 329	0.39 405	0.47 407	0.51 453	0.52 382	0.51 382

CFNet	2.34 346	1.10 402	8.96 308	1.34 387	1.24 392	4.09 379	0.73 169	4.04 375	2.77 438	1.62 179	1.87 313	2.27 312	1.45 275	11.41 495	1.82 363	0.31 225	0.24 252	0.43 389	0.36 367	0.43 335	0.33 224

AIO-Stereo-zeroshot	2.35 351	0.99 378	19.62 463	1.09 266	0.96 312	1.51 51	0.44 45	4.05 379	1.64 209	1.31 140	1.67 228	4.93 504	2.45 425	2.52 264	1.40 280	0.30 206	0.20 132	0.31 225	0.50 449	0.57 403	0.60 415

test_sample6	2.35 351	0.62 176	10.78 335	1.33 380	0.83 269	3.15 185	0.79 218	4.36 481	2.43 389	2.26 369	2.04 350	1.69 228	1.39 251	11.48 499	1.61 327	0.38 329	0.32 350	0.37 343	0.39 398	0.41 306	0.42 321

EAI-Stereo	2.35 351	0.63 185	2.97 217	0.95 185	0.65 193	3.84 313	14.27 553	5.04 527	2.19 330	2.06 299	7.25 515	1.10 143	0.94 143	1.65 172	1.37 278	0.31 225	0.22 191	0.27 133	0.60 473	0.27 87	0.32 209

ac_64	2.35 351	0.62 176	9.77 318	1.32 375	1.71 485	3.27 204	0.93 314	3.48 245	2.50 403	1.74 205	1.73 247	3.91 461	1.77 358	10.21 449	1.86 368	0.40 347	0.31 342	0.33 279	0.30 299	0.34 221	0.39 291

HSM	2.35 351	0.81 322	2.21 160	1.14 294	1.55 455	3.44 228	1.03 350	3.99 362	2.25 341	2.29 373	2.11 369	8.04 530	3.05 456	11.60 502	1.71 346	0.33 261	0.22 191	0.28 162	0.23 144	0.32 185	0.35 250

CFNet_ucs	2.36 356	0.68 236	18.42 439	0.89 141	0.81 256	3.85 321	0.68 147	4.29 455	2.37 375	2.09 303	2.04 350	3.31 422	1.24 227	2.63 274	1.14 224	0.36 304	0.45 435	0.56 454	0.29 281	0.66 436	0.49 367

MyStereo05	2.37 357	0.72 265	19.94 474	1.02 234	0.99 326	4.26 426	0.86 261	4.01 366	2.62 419	2.14 320	1.26 117	2.28 313	1.63 331	2.07 221	1.68 343	0.24 60	0.23 218	0.34 297	0.26 198	0.42 325	0.36 256

hitnet-ft	2.37 357	0.73 276	8.34 299	0.96 191	0.89 295	3.77 297	0.80 228	3.55 262	2.58 416	2.24 363	2.04 350	3.65 453	1.49 288	11.71 514	1.89 371	0.44 384	0.53 462	0.44 393	0.35 357	0.52 382	0.48 361

YMNet	2.40 359	1.41 457	13.46 358	1.36 397	1.67 479	3.96 353	0.97 333	3.81 308	2.37 375	2.64 444	2.57 442	3.35 425	1.53 302	3.28 293	2.42 426	0.48 411	0.54 464	0.52 440	0.49 443	0.70 444	0.54 395

YMNet_1	2.40 359	1.41 457	13.46 358	1.36 397	1.67 479	3.96 353	0.97 333	3.81 308	2.37 375	2.64 444	2.57 442	3.35 425	1.53 302	3.28 293	2.42 426	0.48 411	0.54 464	0.52 440	0.49 443	0.70 444	0.54 395

CoDeX	2.40 359	0.78 310	13.21 354	1.00 218	1.18 370	3.24 197	1.32 406	4.14 408	2.41 386	1.74 205	1.84 300	2.05 296	1.47 280	10.03 443	1.60 324	0.34 273	0.28 309	0.32 245	0.27 224	0.32 185	0.39 291

LMCR-Stereo	2.40 359	1.31 443	18.61 442	1.59 455	0.86 282	3.87 326	1.15 380	4.32 470	1.60 198	2.25 366	2.27 396	1.13 146	2.43 423	2.48 255	1.60 324	0.88 492	0.24 252	0.29 183	0.24 169	0.56 399	0.30 190

Wz-Net-LNSev-Ref	2.42 363	1.47 462	14.14 374	1.30 369	1.35 414	3.51 249	1.64 449	4.04 375	2.10 314	2.46 413	1.88 314	2.28 313	2.51 429	4.73 327	3.17 459	0.38 329	0.19 96	0.35 316	0.20 83	0.40 282	0.36 256

PAM	2.43 364	0.61 166	20.86 515	1.07 252	0.73 230	2.93 161	0.53 76	3.24 218	1.53 150	1.89 237	2.43 425	5.29 516	2.76 440	1.84 200	1.02 203	0.27 109	0.24 252	0.26 105	0.25 180	0.40 282	0.50 374

PSM-AAD	2.43 364	0.54 91	1.32 69	0.92 163	0.54 133	4.48 458	7.47 541	2.96 184	1.55 167	2.31 383	2.56 440	1.26 169	16.23 551	2.46 253	0.89 162	0.28 146	0.21 163	0.58 458	0.41 415	0.34 221	1.32 500

AASNet	2.44 366	0.92 358	19.79 468	1.35 391	1.49 443	3.81 306	1.07 359	3.85 318	2.93 463	1.95 254	2.29 402	1.96 281	1.29 234	1.73 184	1.93 376	0.39 341	0.33 357	0.45 399	0.30 299	0.55 393	0.45 342

PAM_32	2.45 367	0.63 185	20.74 512	1.05 244	0.65 193	2.83 144	0.46 52	2.91 181	1.54 159	1.95 254	2.66 450	4.99 507	3.78 481	1.96 214	0.92 176	0.27 109	0.22 191	0.27 133	0.25 180	0.36 252	0.48 361

GMM-Stereo	2.45 367	0.52 69	20.38 498	0.89 141	0.82 265	4.18 411	1.91 468	2.45 113	1.48 114	2.48 416	2.30 407	1.69 228	1.86 378	2.93 286	1.08 212	0.28 146	0.18 66	0.33 279	0.48 440	0.35 239	2.41 527

DMCA-RVC	2.45 367	1.22 428	18.29 434	1.23 341	1.14 362	2.49 120	0.85 258	3.29 224	1.68 219	3.02 474	1.41 156	2.00 288	1.53 302	6.39 362	2.00 386	0.38 329	0.30 332	0.44 393	0.35 357	0.45 351	0.44 336

MyStereo06	2.46 370	0.72 265	19.97 476	1.02 234	0.99 326	4.26 426	0.86 261	3.51 254	1.68 219	1.92 245	1.73 247	4.01 467	4.22 491	1.62 164	0.88 159	0.24 60	0.23 218	0.34 297	0.26 198	0.42 325	0.36 256

SACVNet	2.46 370	1.14 411	9.47 316	1.44 422	1.18 370	4.06 372	1.49 434	3.84 315	2.24 338	2.62 440	1.89 320	2.57 353	1.28 231	11.35 493	1.64 338	0.50 426	0.39 405	0.48 415	0.41 415	0.55 393	0.75 453

RAFT-345	2.46 370	0.55 97	19.69 466	1.02 234	0.49 109	4.43 454	0.78 211	1.64 31	2.34 364	2.09 303	3.12 478	1.96 281	1.31 238	6.65 368	1.43 287	0.36 304	0.23 218	0.32 245	0.25 180	0.28 104	0.25 95

GwcNet-ADL	2.47 373	0.67 228	21.48 536	0.96 191	0.72 225	4.61 487	0.95 324	4.42 491	2.36 369	1.98 262	1.80 276	2.55 351	1.24 227	1.90 209	1.41 284	0.40 347	0.46 444	0.24 57	0.27 224	0.41 306	0.49 367

PFNet	2.47 373	0.60 150	16.95 413	2.15 508	0.81 256	4.63 490	0.91 299	2.55 134	1.52 143	2.40 407	2.79 460	1.83 261	1.42 265	7.54 386	1.34 276	0.33 261	0.21 163	0.36 331	0.27 224	0.32 185	0.39 291

IPLG	2.48 375	0.65 207	19.63 464	0.91 157	0.79 251	4.60 486	0.56 87	4.31 466	1.84 260	1.91 243	2.00 344	1.31 176	1.38 248	6.61 366	1.53 314	0.27 109	0.20 132	0.27 133	0.23 144	0.31 159	0.36 256

HHNet	2.48 375	0.71 261	20.52 504	0.64 16	0.64 185	4.07 377	0.93 314	3.76 299	1.56 173	2.15 328	4.92 507	0.98 127	3.37 469	1.66 173	1.79 360	0.32 245	0.20 132	0.31 225	0.27 224	0.36 252	0.42 321

G2L-Stereo	2.49 377	0.94 368	14.54 381	1.15 307	1.35 414	3.57 265	0.95 324	3.62 272	2.00 286	2.11 310	1.61 212	3.20 411	1.34 242	9.54 424	1.91 374	0.34 273	0.27 298	0.35 316	0.28 253	0.30 140	0.35 250

CRFU-Net	2.49 377	0.78 310	10.36 328	2.30 515	1.08 350	3.91 331	1.41 424	3.85 318	1.65 213	2.15 328	1.76 262	3.34 424	7.95 535	5.56 342	1.48 301	0.47 407	0.35 373	0.30 203	0.28 253	0.37 262	0.43 330

FADNet	2.49 377	1.76 481	13.17 353	1.17 315	0.95 311	3.27 204	0.88 283	3.94 347	2.27 346	1.40 152	1.29 126	2.51 348	2.06 393	9.93 438	1.94 378	0.43 377	0.45 435	0.40 368	0.43 424	1.06 487	0.53 389

RAFT + AFF	2.51 380	2.66 507	4.48 262	1.15 307	1.95 504	4.15 394	2.01 474	4.46 499	3.30 500	2.19 343	2.51 434	2.22 310	4.87 502	8.91 409	2.06 393	0.30 206	0.60 481	0.48 415	0.38 392	0.77 461	0.69 437

UNet	2.51 380	0.74 284	20.17 486	1.14 294	1.44 436	3.48 239	0.76 194	3.77 301	1.87 263	2.05 294	1.57 199	2.75 372	2.39 420	3.51 298	2.51 435	0.32 245	0.26 287	0.41 378	0.26 198	0.38 267	0.39 291

FADNet-RVC	2.51 380	2.27 497	14.03 372	1.09 266	0.81 256	3.54 257	1.10 370	4.13 402	2.48 398	1.39 151	1.22 104	1.85 267	1.77 358	9.78 431	2.06 393	0.38 329	0.37 390	0.40 368	0.40 409	0.67 438	0.48 361

iResNet	2.52 383	0.94 368	21.17 528	1.84 489	0.72 225	3.75 294	0.81 237	4.14 408	2.55 414	2.33 393	2.03 347	1.35 181	1.44 271	3.27 292	2.16 407	0.35 293	0.23 218	0.28 162	0.22 129	0.44 343	0.45 342

IPLGR	2.53 384	0.58 130	20.46 503	0.82 91	0.52 124	4.56 481	0.50 62	4.30 463	2.38 380	1.87 228	1.53 188	1.68 223	1.72 351	6.95 377	1.15 225	0.28 146	0.21 163	0.27 133	0.23 144	0.33 203	0.32 209

NCCL2	2.53 384	1.35 449	10.90 337	1.15 307	0.97 316	3.53 253	2.56 495	3.65 276	2.23 336	2.76 456	1.80 276	2.41 331	1.66 338	10.35 453	2.07 396	0.44 384	0.40 410	0.57 457	0.53 460	0.59 407	0.65 430

fast-acv-ft	2.54 386	1.19 419	20.08 482	1.41 415	1.40 426	3.18 187	1.17 385	3.37 238	2.28 350	1.90 238	2.15 377	2.69 364	2.17 407	2.91 284	2.31 417	0.37 312	0.39 405	0.45 399	0.39 398	0.57 403	0.45 342

XX-Stereo	2.54 386	0.61 166	20.21 487	1.78 480	1.19 377	4.30 435	0.46 52	4.39 487	1.58 182	2.32 387	1.89 320	4.64 499	0.60 38	4.16 318	0.82 133	0.31 225	0.21 163	0.28 162	0.27 224	0.51 379	0.26 119

NLCA_NET_v2_RVC	2.54 386	1.04 389	16.73 409	1.53 443	2.00 506	3.96 353	0.87 279	3.87 324	2.31 358	2.54 425	1.67 228	2.85 384	1.63 331	5.55 341	1.62 332	0.46 398	0.33 357	0.38 359	0.38 392	0.53 388	0.62 421
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	2.54 386	0.90 351	11.10 338	1.32 375	1.47 440	3.58 266	1.38 418	4.13 402	2.45 394	1.90 238	1.71 242	2.86 385	1.76 356	10.86 470	1.66 341	0.60 453	0.43 425	0.53 444	0.41 415	0.78 463	0.94 478

CVANet_RVC	2.55 390	1.10 402	9.13 314	1.46 428	1.15 364	3.96 353	1.53 437	3.91 338	2.50 403	3.04 475	2.04 350	2.60 356	1.72 351	12.46 532	1.50 305	0.49 423	0.30 332	0.51 434	0.41 415	0.63 421	0.50 374

GCST	2.56 391	1.79 483	18.02 430	1.92 495	1.33 411	1.72 62	0.51 66	3.67 280	2.03 291	1.70 196	1.61 212	1.55 208	1.29 234	5.06 330	1.24 249	2.06 523	0.77 503	1.45 520	0.97 506	1.14 497	1.34 501

ARAFT	2.56 391	1.13 407	19.50 461	0.89 141	0.48 102	4.15 394	1.40 421	4.36 481	2.82 453	2.36 399	1.88 314	1.70 230	1.04 168	6.45 363	1.22 244	0.29 167	0.18 66	0.37 343	0.35 357	0.35 239	0.25 95

RASNet	2.56 391	0.70 249	10.06 323	1.60 457	2.25 518	3.67 282	1.00 341	3.38 239	3.14 483	1.81 216	2.11 369	4.60 496	2.30 413	10.25 451	2.61 442	0.37 312	0.24 252	0.25 79	0.24 169	0.28 104	0.26 119

cf-r	2.57 394	0.79 314	16.09 400	1.48 434	1.35 414	4.19 415	0.93 314	3.68 282	2.36 369	1.97 260	1.81 288	3.42 431	1.45 275	8.24 396	1.83 365	0.32 245	0.26 287	0.33 279	0.30 299	0.34 221	0.37 270

UGAM	2.58 395	0.56 108	18.55 441	0.89 141	0.71 223	3.23 193	1.03 350	2.75 163	1.75 243	1.36 145	2.77 459	2.69 364	1.28 231	10.75 465	1.40 280	0.28 146	0.24 252	0.40 368	0.31 315	0.35 239	0.30 190

GrayStereo	2.58 395	0.53 80	1.63 100	1.58 454	0.89 295	4.17 408	8.17 545	3.03 193	1.52 143	2.80 460	2.50 432	1.70 230	17.10 552	2.83 283	1.15 225	0.33 261	0.21 163	0.27 133	0.32 326	0.28 104	0.53 389

ASMatch	2.62 397	0.60 150	20.65 510	1.37 407	0.64 185	4.39 444	0.78 211	1.97 61	1.58 182	1.70 196	3.89 498	1.94 274	3.79 482	5.46 338	1.64 338	0.31 225	0.24 252	0.34 297	0.28 253	0.33 203	0.50 374

RAFT-RH_RVC	2.63 398	0.55 97	19.97 476	1.26 351	0.47 94	4.46 456	0.57 90	1.71 37	1.64 209	3.06 478	5.51 510	2.03 292	1.28 231	6.70 370	1.52 313	0.42 372	0.22 191	0.37 343	0.34 342	0.28 104	0.29 163

DANet	2.63 398	1.07 396	8.10 298	1.83 488	1.70 484	3.25 200	1.16 382	4.31 466	2.38 380	3.40 494	2.18 382	4.08 471	1.80 366	9.77 429	3.89 468	0.52 438	0.55 468	0.59 461	0.44 426	0.63 421	0.86 470
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FADNet_RVC	2.65 400	2.28 499	16.51 406	0.98 204	0.92 301	4.09 379	0.83 246	4.26 446	1.73 235	1.46 158	1.78 270	1.60 214	1.50 289	8.88 407	2.39 421	0.47 407	0.38 396	0.44 393	0.58 469	0.89 474	0.97 480

iResNetv2_ROB	2.65 400	5.00 524	19.28 456	2.06 505	1.09 354	3.83 308	1.13 377	4.14 408	2.09 306	1.85 221	2.03 347	2.01 291	1.51 293	3.58 300	1.58 320	0.34 273	0.21 163	0.32 245	0.21 97	0.44 343	0.29 163

ccnet	2.66 402	0.97 377	8.01 297	1.54 445	1.24 392	3.75 294	2.18 483	4.07 386	2.41 386	2.66 449	3.25 483	2.87 386	2.31 416	9.89 435	3.50 462	0.78 481	0.75 502	0.71 486	0.67 480	0.76 460	0.81 464

GwcNet-RSSM	2.66 402	1.05 390	15.91 398	1.22 337	1.19 377	4.12 387	1.12 374	3.84 315	2.02 289	1.93 249	1.79 273	3.12 406	1.46 278	10.37 454	2.05 392	0.33 261	0.27 298	0.35 316	0.30 299	0.40 282	0.36 256

xxxx	2.67 404	0.54 91	2.03 136	1.22 337	0.81 256	3.49 242	0.63 125	4.49 504	2.49 402	2.22 357	2.23 391	2.05 296	1.38 248	10.05 444	17.91 543	0.32 245	0.32 350	0.30 203	0.27 224	0.33 203	0.34 236

test_xeample	2.67 404	0.56 108	2.05 139	1.09 266	0.81 256	3.24 197	0.80 228	4.55 511	2.70 430	2.42 409	2.27 396	1.39 186	1.40 255	10.75 465	17.51 542	0.30 206	0.30 332	0.32 245	0.28 253	0.34 221	0.33 224

PASM	2.67 404	2.05 494	9.71 317	1.73 475	1.37 419	2.53 128	1.52 435	3.10 200	2.17 327	2.79 459	1.84 300	2.90 387	1.85 377	11.89 521	2.19 408	0.81 486	0.85 506	0.87 502	1.01 508	1.14 497	1.05 485

AIO-Stereo-zeroshot1	2.68 407	1.26 435	22.01 545	1.08 260	0.99 326	1.61 57	0.86 261	3.69 287	1.64 209	1.52 164	5.62 512	3.35 425	3.44 475	2.20 239	1.33 273	0.26 94	0.21 163	0.30 203	0.62 477	0.93 478	0.67 432

222	2.68 407	0.57 117	2.03 136	1.11 282	0.81 256	3.23 193	0.65 137	4.52 509	2.45 394	2.34 394	2.29 402	1.41 192	1.44 271	10.50 457	18.47 547	0.32 245	0.30 332	0.32 245	0.27 224	0.32 185	0.34 236

PWC_ROB	2.69 409	2.01 491	8.36 300	1.33 380	1.90 502	3.23 193	1.18 386	4.33 472	3.25 495	3.11 480	3.41 488	2.71 367	2.18 409	9.15 415	4.48 472	0.56 447	0.31 342	0.61 469	0.36 367	0.69 443	0.74 450

pcwnet_v2	2.70 410	0.65 207	22.48 547	1.08 260	1.03 336	3.56 261	0.81 237	4.29 455	3.14 483	2.29 373	2.29 402	3.01 397	1.71 349	3.32 295	1.43 287	0.43 377	0.50 459	0.41 378	0.34 342	0.61 416	0.56 401

Wz-Net-MNSev	2.71 411	2.54 505	13.91 371	1.52 441	1.37 419	3.28 208	2.47 490	4.03 371	2.32 362	2.57 430	2.07 361	2.29 318	3.01 452	7.55 387	2.74 447	0.38 329	0.36 377	0.36 331	0.37 379	0.57 403	0.47 357

ttt	2.76 412	0.56 108	2.28 172	1.41 415	1.21 389	3.67 282	0.77 207	4.59 514	2.94 464	2.35 395	2.30 407	2.45 341	1.54 305	11.25 491	15.56 530	0.43 377	0.36 377	0.37 343	0.33 334	0.40 282	0.40 311

UGAM-zero	2.79 413	0.57 117	20.87 517	0.98 204	0.77 247	2.08 91	0.35 18	3.88 327	1.51 134	2.05 294	1.64 219	5.07 511	3.42 474	9.83 432	1.24 249	0.28 146	0.21 163	0.27 133	0.29 281	0.29 117	0.28 153

RP	2.79 413	1.20 421	10.36 328	1.54 445	1.93 503	3.44 228	1.97 471	4.05 379	2.34 364	2.66 449	2.79 460	3.98 465	2.58 433	10.21 449	2.61 442	0.95 495	0.47 448	0.71 486	0.57 468	0.71 453	0.68 435

SHD	2.82 415	2.04 493	13.80 368	1.69 468	1.79 494	2.73 139	1.07 359	3.85 318	3.18 487	4.63 519	2.74 455	3.38 430	2.77 441	5.48 340	3.66 465	0.62 457	0.47 448	0.51 434	0.55 463	0.65 431	0.74 450

FADNet-RVC-Resample	2.83 416	2.02 492	21.07 523	1.12 286	0.91 300	3.53 253	1.37 416	4.08 390	2.09 306	1.68 191	1.33 133	2.03 292	1.51 293	9.54 424	1.69 344	0.38 329	0.37 390	0.42 385	0.44 426	0.56 399	0.56 401

StereoDRNet	2.84 417	1.49 464	14.48 380	1.33 380	1.57 462	3.44 228	2.06 476	3.69 287	2.36 369	3.26 488	1.84 300	2.79 382	1.80 366	10.88 471	3.16 458	0.41 361	0.33 357	0.39 362	0.36 367	0.59 407	0.58 410

AAGNet	2.86 418	0.60 150	1.77 111	2.05 504	0.46 84	4.76 515	1.09 368	2.27 91	1.56 173	2.17 337	1.84 300	2.41 331	4.00 486	6.23 359	24.22 559	0.46 398	0.19 96	0.30 203	0.29 281	0.32 185	0.24 85

Consistency-Raft	2.86 418	1.66 475	19.61 462	1.40 414	1.75 489	3.84 313	1.32 406	4.07 386	2.25 341	1.78 211	2.67 451	1.82 258	4.41 495	1.94 213	2.06 393	0.83 489	0.94 509	1.03 507	1.12 513	1.70 517	1.09 488

PDISCO_ROB	2.86 418	1.53 467	14.27 377	1.98 501	2.19 515	4.52 472	1.35 409	4.65 517	3.19 488	2.09 303	2.16 378	3.53 445	2.45 425	5.32 334	2.12 400	1.30 516	0.78 504	0.72 490	0.59 471	1.24 506	1.28 496

AF-Net	2.87 421	1.30 439	16.24 401	1.33 380	1.75 489	3.26 202	1.59 444	4.09 392	2.43 389	2.69 451	2.94 468	4.51 491	3.20 463	5.84 349	2.75 448	0.76 480	0.36 377	0.72 490	0.49 443	0.70 444	0.56 401

HSM-Net_RVC	2.87 421	0.57 117	17.46 423	0.92 163	0.90 298	3.70 285	1.20 393	5.64 539	2.51 406	3.22 487	2.43 425	2.54 350	1.59 310	11.41 495	1.65 340	0.34 273	0.25 274	0.26 105	0.23 144	0.30 140	0.29 163
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Nwc_Net	2.88 423	1.16 415	18.30 435	1.35 391	1.68 482	3.52 252	1.18 386	3.90 334	2.06 300	2.52 423	2.82 465	3.82 458	2.34 417	6.78 374	2.55 440	0.86 491	0.40 410	0.59 461	0.67 480	0.57 403	0.55 399

DDUNet	2.91 424	2.78 509	6.94 286	3.53 535	2.26 519	3.28 208	1.36 411	3.77 301	2.04 295	2.62 440	2.49 431	4.18 477	1.69 345	5.38 336	1.85 367	2.21 525	1.77 528	2.61 533	2.43 544	2.60 523	2.34 526

MFMNet_re	2.91 424	1.91 486	18.25 432	3.06 529	1.89 501	3.13 183	1.67 454	3.52 255	2.97 466	3.14 482	2.87 467	2.26 311	2.41 421	2.42 250	2.00 386	1.10 501	1.05 511	0.94 504	0.90 501	1.28 507	1.46 508

ACV-stereo	2.92 426	0.92 358	20.27 493	1.33 380	1.05 341	4.68 497	1.10 370	2.66 151	1.64 209	1.46 158	1.32 131	5.41 518	4.24 492	7.83 392	1.90 373	0.44 384	0.52 461	0.32 245	0.29 281	0.45 351	0.63 425

GANet	2.93 427	1.05 390	11.29 340	1.64 462	0.96 312	3.91 331	2.52 493	3.72 294	2.41 386	2.95 472	3.00 471	3.21 412	2.03 389	12.42 530	4.72 476	0.51 432	0.41 417	0.46 404	0.39 398	0.60 411	0.50 374

RTSC	2.95 428	2.51 501	15.49 397	1.54 445	1.30 400	3.51 249	0.86 261	3.89 329	2.48 398	3.64 497	3.12 478	3.04 399	2.30 413	5.70 346	6.67 487	0.55 445	0.35 373	0.37 343	0.39 398	0.70 444	0.60 415

PWCDC_ROB	2.95 428	3.26 513	14.06 373	1.59 455	1.56 458	4.19 415	0.86 261	4.30 463	4.08 520	2.06 299	7.37 516	2.75 372	2.42 422	3.59 301	2.67 445	1.34 518	0.36 377	0.39 362	0.34 342	1.13 496	0.62 421

PSMNet_ROB	2.95 428	1.38 452	18.46 440	1.19 323	1.20 383	3.80 304	1.65 452	3.54 260	2.35 366	1.98 262	1.71 242	2.75 372	1.79 361	11.43 497	2.78 449	0.42 372	0.36 377	0.50 431	0.60 473	0.59 407	0.49 367

ff1	2.96 431	0.60 150	5.21 271	1.14 294	0.99 326	3.62 274	0.86 261	4.22 425	3.37 502	2.20 346	2.30 407	3.48 434	1.62 318	11.62 504	16.09 532	0.29 167	0.16 26	0.48 415	0.37 379	0.30 140	0.29 163

FINET	2.96 431	1.07 396	23.18 553	1.29 362	1.86 499	2.03 84	1.52 435	4.30 463	4.71 526	2.23 361	2.34 421	1.65 219	1.48 282	5.89 350	2.81 451	0.51 432	0.47 448	0.49 428	0.40 409	0.59 407	0.49 367

XQC	2.96 431	2.42 500	14.85 383	1.36 397	1.32 408	3.29 212	1.53 437	4.28 452	2.78 439	3.21 486	2.46 427	3.53 445	2.92 448	6.58 365	4.67 474	0.70 476	0.41 417	0.59 461	0.56 465	0.96 483	0.83 469

SGM-Forest	2.96 431	0.62 176	3.49 238	1.09 266	0.80 253	4.06 372	3.30 516	4.37 484	3.09 479	4.18 514	3.27 485	4.67 501	3.86 484	11.69 513	7.91 500	0.51 432	0.46 444	0.49 428	0.39 398	0.48 369	0.49 367
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DEmStereo	2.97 435	0.58 130	13.42 357	0.79 78	0.51 115	3.84 313	1.84 466	2.42 107	1.60 198	2.25 366	2.74 455	2.03 292	6.04 515	6.79 376	12.80 523	0.35 293	0.26 287	0.26 105	0.27 224	0.27 87	0.37 270

RYNet	2.97 435	0.93 362	15.09 391	1.12 286	1.38 422	3.66 281	1.42 426	4.03 371	2.29 353	2.10 306	1.70 238	3.79 456	2.16 405	13.64 545	3.02 456	0.37 312	0.41 417	0.48 415	0.34 342	0.81 468	0.75 453

TCMNet	2.98 437	1.30 439	18.26 433	1.47 431	2.09 512	3.84 313	1.08 364	3.96 354	2.39 383	2.53 424	2.29 402	2.43 337	1.75 355	10.09 446	2.39 421	0.52 438	0.45 435	0.61 469	0.50 449	0.80 467	0.78 459

mmx	2.98 437	0.60 150	5.21 271	1.14 294	0.99 326	3.62 274	0.86 261	4.49 504	3.05 475	2.20 346	2.30 407	3.48 434	1.62 318	11.62 504	16.09 532	0.33 261	0.28 309	0.48 415	0.37 379	0.44 343	0.37 270

xxx	2.98 437	0.60 150	5.21 271	1.14 294	0.99 326	3.62 274	0.86 261	4.49 504	3.05 475	2.20 346	2.30 407	3.48 434	1.62 318	11.62 504	16.09 532	0.33 261	0.28 309	0.48 415	0.37 379	0.44 343	0.37 270

Wz-Net-SNSev	2.98 437	4.36 521	15.98 399	1.57 453	1.19 377	3.28 208	1.80 461	3.96 354	2.40 384	2.32 387	2.28 399	3.48 434	2.05 392	7.84 393	3.82 467	0.47 407	0.39 405	0.53 444	0.49 443	0.71 453	0.60 415

DispNO	3.00 441	0.75 296	18.92 446	1.17 315	1.10 356	3.72 288	0.94 320	4.29 455	2.54 412	2.24 363	2.28 399	4.51 491	2.12 398	11.40 494	2.09 398	0.31 225	0.28 309	0.31 225	0.28 253	0.36 252	0.39 291

GwcNet	3.00 441	1.63 471	19.83 470	1.32 375	2.04 511	3.27 204	1.55 441	3.65 276	2.33 363	2.00 279	2.12 372	3.56 449	1.68 344	9.47 422	2.45 430	0.44 384	0.45 435	0.46 404	0.38 392	0.60 411	0.76 455

LL-Strereo	3.01 443	1.81 484	17.59 426	1.12 286	2.10 513	2.90 152	1.09 368	4.33 472	2.00 286	3.12 481	2.24 392	3.29 419	3.15 459	11.31 492	1.84 366	0.30 206	0.28 309	0.46 404	0.34 342	0.49 375	0.45 342

Anonymous_2	3.01 443	0.89 349	4.53 263	1.06 250	1.18 370	2.93 161	0.87 279	3.24 218	1.46 101	1.86 226	1.35 141	4.11 473	2.35 418	1.64 170	1.28 262	0.82 487	0.90 508	8.71 563	15.84 566	4.44 543	0.74 450

STrans-v2	3.03 445	0.77 304	20.91 519	0.81 81	0.63 183	3.89 328	1.01 344	4.27 447	2.64 423	2.28 371	3.70 494	4.13 474	5.20 505	7.33 381	1.27 258	0.31 225	0.18 66	0.29 183	0.25 180	0.29 117	0.41 317

TransformOpticalFlow	3.03 445	0.77 304	20.99 522	1.00 218	0.55 140	4.18 411	0.64 128	4.33 472	3.02 473	2.18 339	3.09 477	4.35 485	5.07 503	7.36 384	1.27 258	0.32 245	0.18 66	0.32 245	0.26 198	0.28 104	0.46 352

AANet_RVC	3.03 445	1.72 478	12.78 351	1.17 315	1.12 359	3.79 302	1.10 370	3.86 321	3.13 481	2.62 440	4.26 501	3.96 464	1.41 260	11.43 497	5.23 483	0.94 494	0.47 448	0.34 297	0.23 144	0.40 282	0.55 399

DRN-Test	3.03 445	0.99 378	18.18 431	1.35 391	1.60 464	3.59 267	1.48 430	4.13 402	2.45 394	3.47 496	1.92 328	2.58 355	2.53 430	10.88 471	2.80 450	0.39 341	0.36 377	0.44 393	0.41 415	0.55 393	0.57 405

Syn2CoEx	3.08 449	2.55 506	19.88 472	1.34 387	1.18 370	2.43 115	1.65 452	3.91 338	2.40 384	2.39 405	2.27 396	2.90 387	3.17 462	9.57 427	2.54 439	0.50 426	0.45 435	0.53 444	0.39 398	0.74 457	0.72 448

stereogan	3.09 450	0.93 362	16.43 404	1.37 407	1.66 478	3.70 285	1.67 454	3.87 324	3.15 485	3.04 475	2.70 454	5.04 510	2.79 442	9.96 439	1.78 359	0.63 458	0.49 458	0.69 483	0.47 435	0.83 471	0.68 435

PA-Net	3.09 450	1.24 433	18.84 444	1.38 409	1.19 377	3.42 226	1.75 457	3.89 329	3.27 499	1.88 231	2.10 365	3.03 398	1.88 382	11.60 502	2.88 452	0.40 347	0.54 464	0.44 393	0.62 477	0.52 382	1.02 483
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RGC	3.10 452	1.45 461	14.90 386	1.46 428	1.79 494	3.33 214	1.39 419	4.04 375	2.26 344	2.77 457	3.26 484	4.00 466	2.71 439	11.63 509	2.62 444	0.82 487	0.46 444	0.79 496	0.79 496	0.71 453	0.78 459

PVD	3.12 453	1.97 490	12.80 352	1.79 485	1.63 469	3.83 308	1.34 408	3.48 245	3.88 515	5.77 526	3.56 492	3.45 433	3.29 466	5.58 344	5.30 484	0.71 478	0.69 496	0.74 494	0.77 492	0.79 465	1.13 491

1111x	3.13 454	0.57 117	8.38 301	1.20 328	0.76 241	3.80 304	0.88 283	4.61 516	2.63 421	2.31 383	2.16 378	1.95 276	1.81 369	11.54 500	18.13 545	0.32 245	0.31 342	0.32 245	0.30 299	0.35 239	0.34 236

APVNet	3.13 454	1.25 434	21.14 525	1.31 372	1.52 448	3.94 343	1.13 377	3.32 231	2.14 321	2.20 346	2.03 347	3.05 402	1.96 387	11.79 517	2.53 437	0.42 372	0.45 435	0.64 477	0.46 432	0.67 438	0.57 405

MaskLacGwcNet_RVC	3.13 454	1.43 459	9.93 321	2.50 519	1.62 467	4.29 433	1.68 456	3.95 349	2.43 389	1.66 188	1.91 326	3.04 399	1.41 260	13.26 538	1.58 320	3.82 543	1.59 524	1.12 513	0.46 432	2.21 521	2.74 536

ADLNet2	3.15 457	0.92 358	20.06 479	1.20 328	1.79 494	3.83 308	1.48 430	3.94 347	3.59 508	2.19 343	2.47 429	4.65 500	1.93 386	10.69 464	1.96 383	0.39 341	0.37 390	0.28 162	0.30 299	0.48 369	0.43 330

NCC-stereo	3.16 458	1.28 437	18.31 436	1.25 345	1.75 489	4.06 372	1.40 421	3.89 329	2.22 334	2.72 453	2.55 438	3.49 440	2.65 436	9.91 436	2.99 454	1.29 514	0.65 488	0.64 477	0.86 499	0.65 431	0.71 442

Abc-Net	3.16 458	1.28 437	18.31 436	1.25 345	1.75 489	4.06 372	1.40 421	3.89 329	2.22 334	2.72 453	2.55 438	3.49 440	2.65 436	9.91 436	2.99 454	1.29 514	0.65 488	0.64 477	0.86 499	0.65 431	0.71 442
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	3.20 460	1.93 487	18.84 444	1.51 440	0.80 253	4.12 387	1.82 463	4.16 412	2.91 459	1.87 228	1.74 249	2.48 345	1.84 373	13.18 537	1.74 353	0.80 484	0.57 471	0.79 496	0.74 488	1.20 505	0.86 470
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
GASNet	3.24 461	5.55 528	20.58 508	1.56 452	1.25 395	2.32 106	1.12 374	4.04 375	2.67 427	1.88 231	2.10 365	3.00 396	2.16 405	10.59 459	2.43 428	0.65 464	0.37 390	0.61 469	0.45 430	0.87 473	0.58 410

FBW_ROB	3.24 461	1.02 383	9.21 315	1.49 437	1.07 348	3.78 299	1.48 430	4.31 466	3.08 478	2.46 413	2.32 419	4.20 480	2.08 396	15.19 551	7.16 496	0.84 490	0.62 484	1.33 518	0.92 502	0.99 484	1.31 498

HBP-ISP	3.25 463	1.10 402	20.86 515	1.54 445	1.15 364	4.50 467	2.89 505	4.43 494	2.38 380	4.14 510	1.96 332	1.90 270	2.04 391	11.08 484	1.32 269	0.66 466	0.57 471	0.66 480	0.61 476	0.64 428	0.61 418

aanetorigin	3.30 464	1.66 475	17.52 425	1.18 321	1.58 463	2.57 131	3.80 530	2.65 149	2.03 291	6.12 531	4.30 502	2.82 383	5.70 511	5.47 339	4.67 474	0.50 426	0.44 430	0.43 389	0.47 435	1.17 502	0.92 476

ADCRef	3.30 464	1.23 432	14.90 386	1.17 315	1.41 433	3.95 348	1.64 449	3.88 327	2.36 369	3.05 477	2.21 388	2.40 329	2.81 444	5.04 329	16.63 537	0.46 398	0.34 369	0.63 474	0.62 477	0.54 391	0.67 432

CBMV	3.32 466	0.96 376	21.16 527	1.32 375	0.83 269	3.81 306	3.91 533	4.47 500	2.53 408	3.34 491	2.24 392	4.45 488	2.58 433	10.07 445	1.96 383	0.45 393	0.43 425	0.48 415	0.38 392	0.52 382	0.53 389
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FAT-Stereo	3.34 467	0.81 322	20.05 478	1.25 345	1.20 383	3.44 228	1.99 473	4.23 429	2.67 427	3.14 482	3.82 497	3.51 443	3.32 468	11.68 512	1.94 378	0.64 461	0.67 492	0.48 415	0.52 456	0.61 416	0.81 464

CC-Net-ROB	3.35 468	1.76 481	13.89 370	2.33 517	1.65 475	4.49 464	1.62 446	4.73 521	2.90 458	1.92 245	2.05 356	1.99 287	1.61 315	12.57 535	1.60 324	2.46 526	2.18 533	2.68 535	1.04 511	2.11 520	1.38 504

edge stereo	3.37 469	1.01 382	21.99 544	1.28 359	1.37 419	2.67 137	1.39 419	3.98 358	2.87 456	2.93 467	3.27 485	4.35 485	2.43 423	11.62 504	2.39 421	0.60 453	0.63 486	0.79 496	0.55 463	0.68 441	0.67 432

DPSNet	3.43 470	1.37 451	12.19 347	1.39 411	1.24 392	4.15 394	2.06 476	4.51 508	3.34 501	2.69 451	1.96 332	3.52 444	5.56 510	10.68 463	9.68 508	0.93 493	0.73 500	0.40 368	0.37 379	1.06 487	0.86 470

S-Stereo	3.48 471	0.91 356	22.06 546	1.36 397	1.50 445	3.55 259	2.53 494	4.21 422	2.81 451	2.37 400	3.81 496	3.75 454	1.84 373	11.90 522	2.51 435	0.63 458	0.71 498	0.48 415	0.76 490	0.67 438	1.19 494

STTRV1_RVC	3.52 472	1.03 388	20.87 517	1.47 431	1.47 440	3.23 193	1.55 441	4.06 383	3.22 493	1.95 254	3.50 491	2.63 360	2.07 395	11.96 524	2.21 410	1.86 521	4.03 555	0.81 499	0.73 487	1.06 487	0.70 441

UDG	3.55 473	2.81 510	17.45 422	2.69 522	1.98 505	3.97 358	1.19 389	4.35 476	2.02 289	2.42 409	2.53 437	4.50 490	2.46 427	6.53 364	2.41 425	2.12 524	1.77 528	2.63 534	2.57 546	2.64 524	1.95 518

SAMSARA	3.55 473	2.16 496	14.18 375	1.86 492	1.49 443	4.62 488	2.65 498	3.58 267	2.80 445	7.05 536	3.05 474	5.16 515	4.07 488	9.18 416	4.80 478	0.64 461	0.67 492	0.59 461	0.68 483	0.89 474	0.91 475

WZ-Net	3.62 475	4.87 523	16.77 411	1.43 419	1.40 426	3.75 294	2.29 486	4.12 401	2.50 403	2.74 455	2.19 384	4.06 470	5.29 507	10.19 448	7.36 497	0.54 443	0.37 390	0.47 407	0.49 443	0.77 461	0.73 449

CBMV_ROB	3.62 475	0.70 249	21.42 535	1.21 334	0.89 295	4.43 454	1.76 458	4.39 487	2.79 441	5.88 528	3.38 487	4.18 477	5.12 504	10.75 465	2.32 418	0.56 447	0.55 468	0.53 444	0.51 453	0.55 393	0.46 352

Wz-Net-TNSev	3.67 477	8.83 538	13.47 360	1.48 434	1.18 370	3.60 269	2.49 492	4.27 447	3.13 481	2.18 339	1.89 320	4.21 481	2.80 443	12.10 525	7.58 499	0.57 449	0.55 468	0.47 407	0.54 462	0.91 477	1.05 485

SQANet	3.70 478	9.34 546	18.41 438	2.75 523	2.74 524	3.40 223	1.47 429	3.50 251	1.68 219	2.60 437	1.75 253	2.69 364	1.91 384	6.72 373	1.74 353	2.96 529	1.41 522	1.85 523	1.12 513	3.17 526	2.70 535

DeepPrunerF	3.70 478	1.72 478	14.87 384	1.33 380	1.74 488	3.70 285	1.55 441	4.20 417	14.00 551	2.02 286	1.77 267	2.74 370	2.30 413	10.88 471	6.88 493	0.68 472	0.60 481	0.78 495	0.78 495	0.81 468	0.71 442

FTStereo	3.71 480	0.53 80	20.37 497	0.96 191	0.65 193	4.34 438	11.29 548	2.62 146	1.50 127	2.58 433	5.04 508	1.90 270	13.84 547	3.71 306	1.25 252	0.38 329	0.24 252	0.31 225	0.32 326	0.30 140	2.10 521

ADCP+	3.74 481	1.96 489	16.90 412	1.09 266	1.55 455	4.35 439	3.65 528	3.93 344	2.98 469	2.22 357	1.66 227	3.95 462	4.83 501	3.41 296	18.87 550	0.38 329	0.41 417	0.63 474	0.53 460	0.64 428	0.81 464

test_sample9	3.79 482	1.05 390	7.87 293	1.07 252	0.86 282	3.93 338	1.19 389	4.35 476	2.11 316	2.14 320	1.75 253	1.75 236	1.67 340	11.06 481	11.61 518	1.23 508	14.45 567	4.27 552	2.09 538	0.70 444	0.69 437

MFN_U_SF_RVC	3.81 483	10.78 551	15.01 389	1.84 489	1.39 424	3.73 292	1.63 447	4.05 379	3.26 496	2.91 465	2.38 423	4.36 487	3.65 479	8.43 400	4.91 480	1.11 503	1.04 510	0.99 506	1.31 520	1.58 513	1.75 515

ADCPNet	3.89 484	1.63 471	20.25 492	1.28 359	1.27 398	6.43 533	2.65 498	3.93 344	2.70 430	2.78 458	2.20 386	4.28 483	6.16 519	5.56 342	10.27 511	0.65 464	1.18 515	0.71 486	1.70 527	0.84 472	1.37 502

RTS	3.90 485	7.04 532	17.94 428	1.92 495	2.19 515	5.00 521	2.96 507	4.29 455	3.19 488	4.05 507	3.08 475	4.94 505	3.16 460	7.64 388	6.72 488	0.66 466	0.44 430	0.51 434	0.47 435	0.95 479	0.76 455

RTSA	3.90 485	7.04 532	17.94 428	1.92 495	2.19 515	5.00 521	2.96 507	4.29 455	3.19 488	4.05 507	3.08 475	4.94 505	3.16 460	7.64 388	6.72 488	0.66 466	0.44 430	0.51 434	0.47 435	0.95 479	0.76 455

MFN_U_SF_DS_RVC	3.94 487	10.88 552	12.30 349	1.26 351	1.55 455	5.19 524	3.33 518	4.42 491	2.82 453	2.58 433	2.62 446	5.00 508	2.11 397	14.03 549	2.73 446	1.28 513	2.34 540	0.67 482	1.83 532	0.81 468	1.03 484

ADCMid	3.96 488	3.27 514	15.48 396	1.26 351	1.40 426	4.66 494	2.28 485	4.06 383	3.54 507	3.94 504	3.02 472	3.85 459	3.67 480	4.03 315	18.65 548	0.68 472	0.61 483	1.09 512	1.18 517	1.38 510	1.08 487

SDNR	3.97 489	1.93 487	20.28 494	1.31 372	0.94 308	5.16 523	0.67 141	4.33 472	2.58 416	4.82 522	5.94 513	5.01 509	1.45 275	17.52 553	2.53 437	0.79 482	0.72 499	0.59 461	0.45 430	1.15 500	1.17 492

MADNet+	3.97 489	9.54 547	13.83 369	1.87 493	1.69 483	4.19 415	2.87 504	4.80 524	4.10 521	2.51 421	2.67 451	4.55 494	3.41 471	8.72 404	6.92 494	1.25 511	1.27 519	1.04 508	0.93 503	1.39 511	1.85 516

SPS-STEREO	3.97 489	1.44 460	20.85 514	1.72 474	1.71 485	3.24 197	2.30 487	3.55 262	2.68 429	4.79 521	3.66 493	5.44 519	2.97 449	9.11 413	9.35 507	1.15 504	1.10 513	1.06 510	1.02 510	1.16 501	1.18 493
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NaN_ROB	4.06 492	1.13 407	16.64 407	1.12 286	1.25 395	3.50 246	3.05 511	4.29 455	3.26 496	3.64 497	2.56 440	2.97 393	4.79 500	13.33 539	16.91 538	0.37 312	0.41 417	0.38 359	0.39 398	0.48 369	0.81 464

G-Net	4.11 493	1.21 422	19.47 460	2.31 516	2.94 528	4.74 513	2.95 506	3.33 235	2.14 321	4.44 517	9.43 532	6.93 526	3.84 483	9.01 412	4.92 481	0.79 482	0.80 505	0.70 485	0.50 449	0.95 479	0.87 473

THIR-Stereo	4.14 494	0.82 329	10.85 336	0.86 127	0.43 62	2.16 95	16.77 555	3.22 214	1.54 159	2.04 293	12.05 545	2.68 363	7.53 532	7.30 380	12.62 522	0.30 206	0.21 163	0.29 183	0.28 253	0.33 203	0.41 317

AnyNet_C32	4.17 495	5.75 529	12.62 350	1.60 457	1.54 451	5.51 527	4.09 534	3.90 334	3.23 494	4.22 515	3.03 473	3.10 403	3.41 471	8.01 395	18.85 549	0.53 441	0.58 476	0.53 444	0.74 488	1.19 504	0.97 480

Ntro	4.21 496	8.94 542	19.89 473	3.22 531	2.96 529	4.15 394	1.89 467	3.92 343	2.36 369	1.77 209	2.14 375	3.35 425	2.17 407	9.48 423	2.24 412	3.52 538	1.76 527	2.13 526	1.31 520	3.83 536	3.09 537

ADCS	4.22 497	5.33 525	16.32 402	1.64 462	1.31 402	3.91 331	3.64 527	4.21 422	2.89 457	5.11 523	2.81 464	4.46 489	3.06 458	5.21 333	19.50 551	0.63 458	0.64 487	0.69 483	0.69 485	1.12 495	1.26 495

ADCL	4.35 498	1.63 471	14.21 376	1.29 362	1.26 397	5.56 528	11.16 547	3.97 356	3.37 502	6.07 529	4.67 504	4.30 484	5.72 512	5.08 331	14.51 527	0.50 426	0.48 454	0.89 503	0.77 492	0.78 463	0.76 455

AnyNet_C01	4.37 499	7.80 534	16.40 403	1.98 501	1.40 426	6.37 532	6.47 540	4.09 392	5.03 531	4.06 509	3.78 495	4.16 476	3.31 467	6.62 367	10.00 509	0.61 455	0.67 492	0.63 474	0.67 480	2.01 518	1.31 498

MSC_U_SF_DS_RVC	4.48 500	10.62 550	15.18 394	1.55 450	1.45 439	6.16 530	3.54 525	5.41 537	3.68 512	2.59 436	2.74 455	4.81 502	2.20 410	13.79 546	4.40 471	2.04 522	3.36 553	1.05 509	1.20 518	2.09 519	1.72 513

RainbowNet	4.56 501	8.28 535	20.07 481	3.64 539	3.23 537	4.15 394	2.99 509	4.18 413	3.03 474	2.20 346	2.65 449	4.26 482	2.90 447	9.77 429	2.12 400	3.88 544	2.27 537	2.71 537	1.72 529	3.78 535	3.31 544

SGM_RVC	4.57 502	0.72 265	17.46 423	1.84 489	0.58 165	4.23 424	3.45 520	4.66 518	3.66 511	7.99 541	8.82 530	7.56 528	8.74 540	12.30 527	6.84 492	0.43 377	0.38 396	0.39 362	0.35 357	0.51 379	0.48 361
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
otaku	4.58 503	8.93 541	19.95 475	3.11 530	2.67 522	3.91 331	2.57 496	3.82 311	2.25 341	2.22 357	9.72 534	4.08 471	2.35 418	8.57 402	2.13 403	3.51 537	1.65 526	2.15 527	1.17 516	3.69 533	3.15 539

DispFullNet	4.64 504	3.48 516	23.95 556	3.99 541	3.03 530	3.35 216	1.06 357	4.18 413	2.80 445	6.33 533	2.94 468	4.04 469	7.81 534	3.92 313	5.16 482	2.75 527	1.61 525	3.10 542	2.68 549	3.32 528	3.31 544

CSAN	4.71 505	1.39 454	20.23 488	1.19 323	0.87 287	3.65 280	3.50 522	4.57 513	3.87 514	3.89 503	7.82 519	3.54 448	6.16 519	23.47 562	6.82 491	0.52 438	0.45 435	0.49 428	0.52 456	0.63 421	0.66 431

test_sample8	4.76 506	1.05 390	7.87 293	1.07 252	0.86 282	3.93 338	1.19 389	4.38 485	2.05 298	5.49 524	1.89 320	12.98 542	6.37 521	11.06 481	11.61 518	1.23 508	14.45 567	4.27 552	2.09 538	0.70 444	0.69 437

SuperB	4.79 507	4.41 522	21.08 524	1.45 426	1.08 350	3.91 331	3.08 513	4.18 413	3.01 472	2.50 418	2.10 365	2.75 372	3.49 477	8.80 406	19.60 552	0.44 384	0.33 357	0.53 444	0.39 398	12.01 563	0.64 428

IMH-64-1	4.84 508	2.53 503	6.83 283	4.30 547	3.74 541	4.81 517	6.05 537	5.30 532	3.92 516	3.95 505	8.33 523	5.08 512	6.06 516	8.96 410	6.30 485	4.57 553	2.96 547	3.04 539	2.12 541	4.28 540	3.62 547

IMH-64	4.84 508	2.53 503	6.83 283	4.30 547	3.74 541	4.81 517	6.05 537	5.30 532	3.92 516	3.95 505	8.33 523	5.08 512	6.06 516	8.96 410	6.30 485	4.57 553	2.96 547	3.04 539	2.12 541	4.28 540	3.62 547

NVStereoNet_ROB	4.91 510	1.40 455	16.46 405	1.47 431	1.72 487	3.46 233	1.96 470	3.89 329	3.61 509	2.90 464	24.61 560	4.81 502	4.49 497	13.57 543	4.87 479	1.33 517	1.29 520	1.70 522	1.68 525	1.41 512	1.66 510
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WCMA_ROB	5.12 511	0.90 351	21.33 531	1.50 438	1.33 411	4.09 379	3.49 521	4.03 371	4.59 525	6.57 534	10.95 539	12.92 541	8.41 539	9.86 434	8.78 505	0.75 479	0.58 476	0.51 434	0.50 449	0.68 441	0.57 405

WAO-7	5.16 512	3.21 512	18.98 448	1.88 494	1.44 436	5.34 525	3.09 514	4.91 526	5.81 538	4.35 516	8.92 531	6.55 523	6.06 516	13.40 541	10.81 513	1.34 518	1.20 518	1.48 521	1.35 523	1.60 514	1.45 506

CrosDoStereo	5.24 513	0.60 150	20.23 488	0.82 91	0.51 115	3.39 220	18.11 557	3.82 311	2.27 346	1.98 262	8.74 527	1.96 281	6.96 527	7.35 382	26.35 561	0.30 206	0.22 191	0.30 203	0.28 253	0.33 203	0.38 285

DeepStereo_LL	5.24 513	0.60 150	20.23 488	0.82 91	0.51 115	3.39 220	18.11 557	3.82 311	2.27 346	1.98 262	8.74 527	1.96 281	6.96 527	7.35 382	26.35 561	0.30 206	0.22 191	0.30 203	0.28 253	0.33 203	0.38 285

MeshStereo	5.35 515	1.32 445	21.34 532	1.34 387	1.15 364	4.40 448	3.90 532	5.18 529	4.55 523	10.14 551	11.82 544	11.47 536	5.84 513	13.84 547	7.03 495	0.61 455	0.58 476	0.60 466	0.58 469	0.72 456	0.59 414
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
ACVNet_2	5.41 516	12.60 554	20.42 501	3.27 532	3.15 535	4.50 467	3.02 510	4.66 518	3.73 513	3.35 493	5.36 509	7.86 529	2.88 445	12.33 529	4.76 477	3.12 533	2.22 535	2.70 536	1.69 526	3.49 529	3.10 538

pmcnn	5.45 517	1.22 428	17.40 420	1.60 457	2.41 521	3.48 239	2.12 479	4.52 509	3.26 496	3.67 499	13.15 548	22.10 555	3.46 476	11.92 523	17.16 540	0.34 273	0.21 163	0.23 28	0.19 67	0.36 252	0.28 153

MDST_ROB	5.53 518	0.59 138	23.11 551	2.55 520	2.69 523	21.20 559	1.98 472	4.77 523	2.65 424	9.36 546	4.25 500	4.14 475	4.45 496	22.57 557	3.68 466	0.48 411	0.33 357	0.47 407	0.44 426	0.44 343	0.44 336

EDNetEfficient	5.61 519	2.14 495	16.75 410	1.67 466	3.64 539	4.12 387	7.51 542	3.05 195	5.63 537	11.57 557	4.83 506	3.95 462	12.72 544	8.44 401	20.78 554	0.41 361	0.43 425	0.47 407	1.01 508	1.66 516	1.39 505

MSMD_ROB	5.61 519	1.08 398	16.68 408	1.21 334	0.83 269	10.14 545	2.07 478	3.93 344	6.22 539	10.37 552	8.03 521	22.22 556	9.45 541	11.66 510	4.52 473	0.66 466	0.58 476	0.66 480	0.68 483	0.65 431	0.63 425

SANet	5.65 521	1.72 478	20.94 520	1.26 351	0.88 290	7.20 537	3.81 531	4.60 515	11.23 545	4.56 518	8.78 529	7.49 527	6.95 526	11.85 520	18.11 544	0.49 423	0.44 430	0.50 431	0.42 421	0.90 476	0.82 468

ELAS_RVC	5.72 522	1.64 474	20.40 499	2.09 506	2.01 507	4.95 520	11.47 549	4.66 518	6.31 541	8.09 542	8.01 520	8.06 532	11.65 543	8.36 397	10.22 510	0.99 498	1.17 514	0.81 499	0.76 490	1.14 497	1.58 509
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	5.85 523	9.95 548	15.22 395	2.90 526	1.56 458	5.66 529	7.69 543	5.27 531	4.74 528	3.88 502	7.51 517	8.04 530	5.28 506	15.18 550	8.40 503	3.08 532	1.51 523	2.24 528	1.37 524	5.55 549	1.96 519

WAO-6	5.87 524	2.27 497	15.05 390	2.96 527	2.77 525	12.01 548	3.58 526	5.37 536	11.91 549	3.34 491	9.69 533	6.78 525	5.84 513	11.82 519	8.89 506	2.87 528	2.35 541	2.50 529	1.84 533	2.85 525	2.67 532

ELAS	5.99 525	1.62 469	20.29 495	1.96 500	2.01 507	15.09 554	8.38 546	5.23 530	5.54 535	9.02 545	8.61 526	6.74 524	9.75 542	7.48 385	11.40 517	0.96 496	1.18 515	0.72 490	0.93 503	1.30 508	1.67 511
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_1	6.04 526	13.97 560	21.36 533	3.58 537	3.14 534	4.73 510	2.48 491	4.20 417	3.17 486	2.98 473	2.83 466	23.31 557	4.34 494	11.06 481	2.45 430	3.68 540	2.33 539	2.60 532	1.79 531	3.69 533	3.19 541

FCDSN-DC	6.04 526	0.84 336	19.25 452	1.24 343	1.09 354	4.38 441	2.62 497	4.38 485	4.71 526	9.59 549	11.22 540	19.19 551	17.40 553	12.30 527	8.55 504	0.69 475	0.57 471	0.60 466	0.60 473	0.70 444	0.78 459
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
JetBlue	6.27 528	9.15 544	13.76 363	1.94 499	4.60 552	11.91 547	12.00 550	5.12 528	3.45 506	3.79 501	4.52 503	9.54 534	6.56 525	9.40 421	13.48 525	1.26 512	1.37 521	1.17 515	1.34 522	7.06 556	3.95 551

psmorigin	6.59 529	1.15 412	88.11 576	1.52 441	0.97 316	2.88 150	1.20 393	3.21 212	2.04 295	3.73 500	2.46 427	5.15 514	2.55 431	10.60 460	2.47 432	0.55 445	0.68 495	0.48 415	0.51 453	0.70 444	0.88 474

FC-DCNN	6.64 530	0.77 304	19.26 454	1.68 467	1.64 471	8.27 542	2.35 488	6.35 540	9.23 543	10.85 554	11.27 541	19.89 552	13.33 545	12.51 533	11.79 520	0.66 466	0.57 471	0.58 458	0.56 465	0.63 421	0.61 418

ACVNet-4b	6.73 531	13.67 558	21.87 543	3.54 536	3.07 531	4.19 415	2.25 484	4.03 371	3.65 510	1.64 183	3.98 499	5.88 520	2.89 446	10.01 442	16.98 539	23.29 569	2.24 536	2.53 530	1.78 530	3.87 537	3.21 542

EKT-Stereo	6.79 532	0.64 197	4.24 256	1.77 479	106.39 576	4.51 471	0.61 110	3.16 207	1.53 150	1.88 231	1.22 104	1.98 285	1.36 246	3.81 307	0.84 139	0.35 293	0.24 252	0.29 183	0.26 198	0.34 221	0.48 361

IMH	6.81 533	13.66 557	20.41 500	4.33 549	3.74 541	5.50 526	3.06 512	5.49 538	6.22 539	4.64 520	10.35 536	9.30 533	8.03 537	13.61 544	6.81 490	4.80 556	2.99 550	3.09 541	2.12 541	4.36 542	3.61 546

LVE	6.88 534	9.31 545	21.14 525	3.61 538	3.18 536	4.49 464	2.79 500	10.21 547	11.69 547	3.16 485	11.53 542	18.33 548	4.31 493	11.66 510	3.52 463	4.45 551	2.93 545	2.56 531	1.91 535	3.62 530	3.16 540

FC-DCNN v2	6.91 535	0.77 304	19.25 452	1.69 468	1.64 471	9.13 544	2.40 489	7.20 542	9.47 544	11.07 556	11.62 543	20.05 554	15.79 550	12.55 534	11.99 521	0.66 466	0.57 471	0.58 458	0.56 465	0.63 421	0.61 418

tt	7.19 536	0.51 63	6.83 283	4.03 542	2.30 520	12.05 549	20.19 561	15.46 559	6.58 542	3.42 495	3.22 482	5.37 517	6.39 524	4.20 320	7.46 498	9.81 562	11.53 566	7.05 559	7.46 561	6.31 551	3.71 549

Dean	7.52 537	9.08 543	21.41 534	3.74 540	3.53 538	4.81 517	3.53 523	5.33 535	5.25 532	4.17 511	26.53 561	25.62 563	4.09 489	10.97 475	4.32 470	3.69 541	2.30 538	2.91 538	1.87 534	4.03 538	3.24 543

DGSMNet	7.55 538	1.62 469	17.42 421	1.92 495	12.73 556	7.45 540	42.99 571	4.13 402	2.07 302	2.10 306	3.16 481	3.42 431	1.70 347	9.24 418	2.30 416	3.70 542	10.89 565	11.80 567	5.54 557	4.24 539	2.66 531

MADNet++	7.57 539	5.80 530	13.28 355	6.38 557	5.26 554	7.18 536	7.77 544	5.32 534	5.62 536	6.11 530	7.78 518	6.02 522	8.01 536	11.74 515	16.36 536	9.36 561	4.95 558	8.57 562	5.66 558	4.83 546	5.34 557

SGM+DAISY	8.36 540	3.82 518	24.83 557	2.02 503	1.75 489	14.80 553	17.22 556	4.27 447	11.79 548	13.88 558	14.38 551	11.74 539	13.83 546	10.56 458	15.12 528	1.21 506	1.19 517	1.14 514	1.13 515	1.17 502	1.37 502

UNDER WATER-64	9.33 541	5.37 526	22.60 549	5.22 556	4.86 553	10.75 546	4.61 536	11.45 548	17.30 555	7.59 537	9.80 535	15.99 547	17.90 555	10.63 461	15.72 531	4.36 548	2.87 544	4.39 555	2.86 552	7.01 555	5.36 558

TorneroNet-64	10.12 542	8.74 537	20.95 521	4.27 545	3.76 544	13.86 552	2.85 503	15.05 557	23.15 563	10.07 550	23.84 559	13.47 543	8.24 538	13.96 548	17.21 541	3.96 546	2.72 542	3.23 543	2.48 545	6.29 550	4.27 554

UNDER WATER	10.47 543	3.95 520	22.62 550	5.07 555	4.51 551	7.78 541	3.77 529	12.56 551	21.72 562	7.84 540	10.78 537	23.96 559	31.66 564	10.78 468	16.19 535	4.44 550	2.93 545	4.24 551	2.86 552	6.33 552	5.47 559

JetRed	10.48 544	27.10 567	35.70 563	4.27 545	4.09 548	15.55 557	12.83 552	12.16 549	5.50 534	5.83 527	5.56 511	10.14 535	7.43 531	8.88 407	26.39 563	3.32 534	3.81 554	3.51 546	2.96 554	7.85 558	6.69 560

notaker	10.50 545	8.60 536	20.23 488	4.54 552	3.95 545	6.27 531	3.44 519	8.07 545	4.75 529	8.73 543	46.45 567	13.86 546	27.86 563	13.49 542	13.61 526	4.56 552	3.18 551	3.52 547	2.68 549	8.13 560	4.05 552

xyz-stereo	10.85 546	0.45 20	79.01 575	0.62 9	0.45 75	83.70 577	0.77 207	2.59 143	1.34 73	2.19 343	32.02 565	2.76 378	1.62 318	5.75 347	2.39 421	0.25 81	0.17 39	0.33 279	0.21 97	0.25 60	0.19 5

MANE	11.39 547	1.38 452	23.16 552	4.82 554	2.79 526	22.02 560	14.51 554	25.81 563	26.28 564	10.93 555	13.17 549	19.90 553	18.03 556	15.69 552	20.41 553	0.96 496	0.74 501	1.42 519	3.24 555	0.74 457	1.71 512

SGM-ForestM	11.55 548	1.16 415	21.62 540	2.14 507	0.81 256	22.25 561	19.08 559	16.50 561	11.34 546	15.94 561	14.44 552	27.12 564	22.61 562	24.76 563	28.39 567	0.50 426	0.48 454	0.47 407	0.44 426	0.55 393	0.53 389

WAO-8	11.95 549	13.02 555	20.56 506	3.50 533	3.08 532	15.11 555	2.80 501	12.91 552	19.11 560	7.69 538	13.12 546	11.62 537	7.01 529	84.40 578	7.91 500	3.42 535	1.92 530	3.54 548	1.93 536	3.68 531	2.69 533

Venus	11.95 549	13.02 555	20.56 506	3.50 533	3.08 532	15.11 555	2.80 501	12.91 552	19.11 560	7.69 538	13.12 546	11.62 537	7.01 529	84.40 578	7.91 500	3.42 535	1.92 530	3.54 548	1.93 536	3.68 531	2.69 533

TCMNet-wrong-test	12.32 551	14.13 561	19.38 457	22.38 565	19.85 561	15.99 558	12.34 551	22.95 562	4.56 524	6.24 532	6.27 514	18.40 550	15.71 549	10.10 447	10.72 512	9.06 560	4.78 556	5.35 556	3.95 556	12.28 564	11.97 562

EDNetEfficientorigin	12.35 552	2.51 501	179.47 581	1.19 323	0.96 312	2.91 155	1.81 462	3.00 189	5.35 533	8.91 544	4.79 505	4.18 477	4.64 499	9.98 440	11.30 515	0.37 312	0.38 396	0.60 466	0.85 498	1.32 509	2.43 529

LSM	12.71 553	3.52 517	20.79 513	55.63 575	84.76 574	3.63 279	6.30 539	3.73 295	4.93 530	5.55 525	13.92 550	3.53 445	3.25 465	9.72 428	4.12 469	0.64 461	0.85 506	0.71 486	0.81 497	1.03 485	26.84 567

U	12.82 554	0.38 3	1.99 132	0.66 30	58.94 572	63.38 576	0.34 15	1.91 56	0.94 35	0.59 17	0.80 32	0.46 29	0.57 28	0.83 10	0.44 13	0.29 167	0.17 39	63.35 575	59.81 574	0.29 117	0.20 19

DGTPSM_ROB	15.31 555	8.85 539	28.14 561	9.90 561	18.89 559	12.44 550	33.21 564	13.48 554	17.86 558	9.50 547	22.89 557	13.78 544	19.67 557	21.26 555	23.68 557	5.08 558	8.84 560	5.62 557	11.50 562	6.72 553	14.87 563

DPSMNet_ROB	15.52 556	8.89 540	31.44 562	10.07 562	18.91 560	12.44 550	33.22 565	13.51 555	17.94 559	9.58 548	22.91 558	13.79 545	19.67 557	21.43 556	23.73 558	5.17 559	8.84 560	5.63 558	11.52 565	6.79 554	14.90 564

USTest	15.98 557	15.58 562	22.56 548	18.49 564	16.99 558	26.43 562	36.08 567	27.68 566	12.77 550	10.69 553	10.80 538	18.35 549	15.09 548	18.62 554	23.37 556	4.85 557	5.34 559	7.38 560	7.43 560	9.90 562	11.23 561

KSHMR	16.96 558	5.37 526	21.64 542	4.46 550	4.50 550	8.30 543	3.32 517	15.58 560	76.24 574	6.62 535	61.47 572	56.53 573	5.43 509	35.17 569	11.37 516	4.39 549	2.97 549	3.63 550	2.74 551	5.10 547	4.34 555

LE_ROB	18.58 559	1.21 422	48.38 569	8.60 560	23.00 564	7.32 539	19.74 560	9.94 546	38.69 568	43.53 566	21.91 556	28.40 565	40.92 567	23.18 559	54.71 572	0.34 273	0.33 357	0.32 245	0.36 367	0.42 325	0.40 311

coex-ft	18.59 560	6.62 531	113.53 578	1.17 315	1.31 402	2.33 108	1.93 469	2.81 174	14.00 551	124.82 580	8.45 525	5.90 521	51.74 573	9.99 441	22.69 555	0.57 449	0.62 484	0.50 431	0.49 443	1.08 492	1.28 496

DPSM_ROB	20.78 561	20.03 565	26.57 559	23.62 567	22.46 562	31.10 564	39.97 569	33.52 568	17.41 556	15.25 559	15.80 554	24.06 560	20.71 560	23.30 560	27.62 565	10.78 563	9.41 563	11.69 565	11.50 562	14.49 565	16.36 565

DPSM	20.78 561	20.03 565	26.57 559	23.62 567	22.46 562	31.10 564	39.97 569	33.52 568	17.41 556	15.25 559	15.80 554	24.06 560	20.71 560	23.30 560	27.62 565	10.78 563	9.41 563	11.69 565	11.50 562	14.49 565	16.36 565

ktn	21.74 563	10.34 549	19.68 465	4.53 551	4.00 546	6.53 534	4.51 535	6.79 541	78.82 576	84.69 576	100.86 580	58.49 574	7.57 533	12.11 526	13.35 524	4.58 555	3.24 552	3.49 545	2.62 547	4.65 545	3.84 550

LRCNet_RVC	25.52 564	33.45 568	23.21 554	31.79 569	32.78 565	6.74 535	1.18 386	25.88 564	4.46 522	28.94 562	30.89 562	24.91 562	17.57 554	27.66 564	24.34 560	35.26 571	25.60 572	35.91 571	33.81 570	31.90 572	34.10 572

TorneroNet	25.88 565	11.28 553	21.62 540	4.20 544	4.07 547	55.25 572	3.15 515	15.16 558	76.94 575	58.09 571	82.72 577	86.88 578	41.15 568	13.35 540	18.13 545	4.32 547	2.85 543	3.45 544	2.62 547	8.33 561	4.14 553

DLNR_Zeroshot_test	28.62 566	55.50 576	49.94 571	183.62 579	115.05 577	3.43 227	0.28 4	29.49 567	1.49 122	1.01 116	1.26 117	0.93 122	0.63 46	3.92 313	1.51 311	29.81 570	0.41 417	0.26 105	0.23 144	93.28 576	0.32 209

HanzoNet	31.60 567	17.23 563	21.22 530	7.32 558	5.84 555	7.25 538	3.53 523	13.82 556	14.20 553	50.38 569	47.01 568	44.45 567	56.61 574	36.61 570	32.00 568	63.89 575	56.57 576	7.97 561	89.20 576	28.69 567	28.25 569

Selective-RAFT-Error	41.77 568	40.16 570	53.34 572	47.73 573	45.25 571	62.51 573	80.64 577	67.22 574	34.93 566	30.64 564	31.81 563	48.11 570	42.11 571	46.57 573	54.95 573	21.61 567	18.87 569	23.48 568	23.15 568	29.16 569	33.08 571

CasAABBNet	41.80 569	40.20 571	53.41 573	47.73 573	45.18 570	62.51 573	80.71 578	67.26 575	34.80 565	30.49 563	31.88 564	48.24 571	41.81 570	46.63 575	55.64 575	21.60 566	18.88 570	23.48 568	23.22 569	29.19 570	33.05 570

HaxPig	43.25 570	43.65 572	45.00 567	33.85 570	35.61 567	32.69 566	30.52 562	45.09 571	42.97 569	48.77 567	48.17 569	43.00 566	40.26 566	44.58 571	43.61 569	47.18 572	49.30 573	51.54 573	50.25 572	43.73 573	45.29 573

AVERAGE_ROB	44.46 571	45.91 573	46.59 568	40.59 572	38.66 568	32.99 567	30.52 562	46.19 572	43.26 570	49.59 568	48.97 570	44.62 568	39.89 565	45.04 572	43.94 570	48.74 573	50.69 574	50.80 572	49.79 571	45.54 574	46.97 574

MEDIAN_ROB	47.37 572	49.08 574	49.92 570	40.32 571	39.97 569	34.95 568	33.43 566	49.17 573	46.39 572	53.06 570	52.65 571	47.65 569	42.23 572	48.35 576	47.29 571	52.10 574	54.04 575	54.28 574	53.48 573	48.76 575	50.33 575

LSM0	49.58 573	40.04 569	53.62 574	97.15 576	128.68 578	62.75 575	79.89 576	67.63 576	35.11 567	33.02 565	32.61 566	48.43 572	41.60 569	46.60 574	55.43 574	21.63 568	18.99 571	23.62 570	23.13 567	29.47 571	52.26 576

BEATNet-Init1	49.72 574	64.32 577	97.77 577	4.68 553	4.28 549	84.75 578	60.42 572	73.38 577	68.59 573	88.29 577	88.51 579	91.94 579	97.99 579	85.26 580	70.96 579	0.80 484	0.65 488	0.85 501	0.70 486	7.96 559	2.33 525

Anonymous_1	57.11 575	19.68 564	26.15 558	23.10 566	142.31 579	30.84 563	39.75 568	33.86 570	16.98 554	70.53 575	15.42 553	23.46 558	19.75 559	23.04 558	27.23 564	164.73 581	9.02 562	130.38 577	137.40 578	161.27 582	27.24 568

PML	64.32 576	53.22 575	17.88 427	8.10 559	32.94 566	148.46 581	247.79 582	12.18 550	45.42 571	111.41 578	288.92 582	101.47 581	101.31 580	31.67 565	15.55 529	14.03 565	4.83 557	10.98 564	6.18 559	28.82 568	5.17 556

DPSimNet_ROB	102.30 577	119.72 582	143.59 580	109.42 578	94.10 575	127.22 580	127.15 580	26.62 565	102.36 581	149.58 581	83.99 578	139.34 582	137.54 581	64.62 577	82.36 580	105.18 577	66.15 577	120.15 576	69.61 575	99.58 577	77.72 577

ASD4	103.30 578	113.98 581	120.24 579	106.67 577	79.75 573	115.36 579	120.35 579	119.13 581	79.65 580	120.04 579	74.64 573	101.45 580	65.48 575	109.11 581	84.31 581	104.31 576	90.04 578	133.15 578	103.58 577	130.15 578	94.66 578

xxxxx1	112.33 579	88.53 578	37.76 564	227.84 581	157.23 580	39.05 569	61.41 573	93.76 578	79.29 577	62.45 572	74.79 574	78.32 575	70.96 576	33.47 566	70.69 576	114.00 578	130.36 579	259.31 580	274.34 580	145.54 579	147.50 579

tt_ll	112.33 579	88.53 578	37.76 564	227.84 581	157.23 580	39.05 569	61.41 573	93.76 578	79.29 577	62.45 572	74.79 574	78.32 575	70.96 576	33.47 566	70.69 576	114.00 578	130.36 579	259.31 580	274.34 580	145.54 579	147.50 579

ff	112.33 579	88.53 578	37.76 564	227.84 581	157.23 580	39.05 569	61.41 573	93.76 578	79.29 577	62.45 572	74.79 574	78.32 575	70.96 576	33.47 566	70.69 576	114.00 578	130.36 579	259.31 580	274.34 580	145.54 579	147.50 579

test_example2	212.63 582	219.92 583	221.87 582	213.67 580	221.17 583	199.47 582	200.74 581	185.30 582	141.66 582	209.52 582	213.45 581	210.82 583	205.48 582	221.27 582	216.64 582	236.83 582	242.07 583	213.93 579	217.01 579	235.69 583	226.10 582

ccccc	590.94 583	629.75 584	645.59 583	567.84 584	570.84 584	582.44 583	641.68 583	613.82 583	494.59 583	614.58 583	651.20 583	555.57 584	637.59 583	666.94 583	652.42 583	781.57 584	507.24 584	391.36 584	342.44 584	689.82 584	581.48 583

FADE		13.79 559		10.71 563	13.34 557							11.85 540				474.90 583	161.58 582	347.36 583	322.13 583	7.29 557

Low-res two-view benchmark