Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

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

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

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

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 97	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

HITNet	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
NVstereo2D	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

TCMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 71	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

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

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

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

Wz-Net-SNSev	0.03 29	0.09 65	0.07 58	0.09 53	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 66	0.07 57	0.01 9	0.01 9	0.01 10	0.01 10

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

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

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 77	0.04 74	0.04 77	0.04 74	0.04 78	0.04 71	0.04 85	0.04 74	0.04 81	0.04 69	0.04 72	0.04 44	0.04 45	0.04 71	0.04 75	0.04 74	0.04 76
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 77	0.06 86	0.04 77	0.06 88	0.04 78	0.06 90	0.04 85	0.06 92	0.04 81	0.06 82	0.04 72	0.06 55	0.04 45	0.05 81	0.04 75	0.05 86	0.04 76

GASNet	0.05 41	0.04 37	0.12 100	0.04 37	0.04 77	0.04 74	0.05 87	0.04 74	0.04 78	0.12 116	0.04 85	0.06 92	0.04 81	0.04 69	0.04 72	0.04 44	0.04 45	0.04 71	0.04 75	0.04 74	0.04 76

WZ-Net	0.05 41	0.50 191	0.10 69	0.12 80	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 91	0.10 73	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 44	0.24 119	0.20 159	0.23 144	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 169	0.21 170	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 206	0.10 69	0.12 80	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 91	0.11 95	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

ADCMid	0.08 50	0.02 12	0.02 14	1.01 331	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 69	0.09 99	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

test_sample7	0.09 51	1.00 262	0.11 89	0.11 74	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 71	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 110	0.03 38	0.03 54	0.03 43	0.03 51

test_sample6	0.09 51	0.97 258	0.10 69	0.10 57	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 71	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

test_sample3	0.09 51	0.87 237	0.10 69	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 51	1.03 274	0.11 89	0.11 74	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 66	0.09 68	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 51	0.87 237	0.12 100	0.11 74	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 71	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 71	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

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

tta	0.09 51	0.95 255	0.09 65	0.10 57	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 66	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 51	1.01 268	0.10 69	0.10 57	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 71	0.10 73	0.03 38	0.02 20	0.03 43	0.03 51

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

APVNet	0.09 51	0.05 49	0.04 43	0.05 43	0.04 77	0.05 84	0.90 386	0.06 88	0.04 78	0.05 86	0.04 85	0.05 86	0.04 81	0.05 77	0.04 72	0.05 51	0.04 45	0.05 81	0.04 75	0.05 86	0.05 91

ADCS	0.09 51	0.02 12	0.04 43	0.90 309	0.06 101	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 121	0.36 260	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

DualNet (step1)	0.10 62	1.05 278	0.12 100	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 71	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 110	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 62	1.05 278	0.12 100	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 71	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 110	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 62	1.05 278	0.12 100	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 110	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 62	1.07 281	0.11 89	0.10 57	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 71	0.10 73	0.03 38	0.03 54	0.04 74	0.03 51

test_sample4	0.10 62	1.03 274	0.12 100	0.10 57	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 107	0.13 134	0.03 38	0.03 54	0.03 43	0.03 51

DualNet	0.10 62	1.07 281	0.11 89	0.10 57	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 71	0.10 73	0.03 38	0.03 54	0.04 74	0.03 51

ttt	0.10 62	1.09 283	0.12 100	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 110	0.03 38	0.02 20	0.03 43	0.02 20

1111x	0.10 62	1.14 288	0.13 120	0.14 97	0.03 48	0.04 74	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 107	0.11 95	0.03 38	0.02 20	0.03 43	0.02 20

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

222	0.10 62	0.99 261	0.12 100	0.13 93	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 110	0.03 38	0.02 20	0.04 74	0.03 51

test_xeample	0.10 62	1.09 283	0.13 120	0.12 80	0.03 48	0.03 40	0.03 50	0.04 74	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 114	0.14 137	0.03 38	0.03 54	0.03 43	0.03 51

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

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

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

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

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

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

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

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

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

ADCPNet	0.10 62	0.03 31	0.04 43	1.27 403	0.03 48	0.04 74	0.03 50	0.03 42	0.03 55	0.04 71	0.03 52	0.04 74	0.03 52	0.08 99	0.04 72	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ISRNet	0.11 83	0.05 49	0.36 227	0.24 149	0.07 102	0.13 117	0.05 87	0.06 88	0.05 92	0.05 86	0.05 94	0.13 119	0.05 88	0.05 77	0.09 99	0.24 174	0.20 166	0.10 101	0.05 90	0.06 90	0.13 141

JetRed	0.11 83	0.12 80	0.11 89	0.11 74	0.11 128	0.11 113	0.14 143	0.11 115	0.11 124	0.12 116	0.11 124	0.11 115	0.11 123	0.11 115	0.11 117	0.11 86	0.16 142	0.11 112	0.11 123	0.11 114	0.11 119

JetBlue	0.11 83	0.11 78	0.12 100	0.13 93	0.14 149	0.11 113	0.11 122	0.11 115	0.11 124	0.11 114	0.11 124	0.11 115	0.11 123	0.12 119	0.12 132	0.11 86	0.11 95	0.11 112	0.11 123	0.11 114	0.11 119

x	0.11 83	1.15 290	0.15 140	0.14 97	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 71	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 114	0.15 140	0.03 38	0.03 54	0.03 43	0.03 51

Wz-Net-LNSev-Ref	0.11 83	0.44 168	0.33 209	0.39 193	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 237	0.36 231	0.02 18	0.02 20	0.02 20	0.02 20

xxxx	0.11 83	1.16 291	0.16 141	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 107	0.16 142	0.03 38	0.04 75	0.04 74	0.04 76

BEATNet_4x	0.11 83	0.03 31	0.03 36	1.60 418	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 77	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 83	0.03 31	0.03 36	1.60 418	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 77	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

AnyNet_C01	0.11 83	0.02 12	0.02 14	1.62 421	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 82	0.04 72	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

S2M2	0.12 92	0.14 85	0.10 69	0.15 107	0.10 112	0.14 118	0.10 109	0.14 119	0.10 109	0.15 124	0.10 110	0.14 120	0.10 111	0.14 121	0.10 105	0.13 107	0.10 73	0.13 118	0.09 104	0.13 121	0.09 102

GwcNet	0.12 92	0.07 58	0.05 57	0.08 49	0.05 93	0.08 97	1.20 414	0.07 98	0.05 92	0.05 86	0.05 94	0.08 99	0.05 88	0.08 99	0.03 48	0.07 58	0.05 56	0.06 88	0.05 90	0.07 98	0.05 91

FADNet-RVC-Resample	0.12 92	0.04 37	0.04 43	0.04 37	0.04 77	0.04 74	0.04 77	0.04 74	0.04 78	0.04 71	0.04 85	0.04 74	0.04 81	0.04 69	1.57 485	0.04 44	0.04 45	0.04 71	0.05 90	0.04 74	0.06 96

FADNet_RVC	0.12 92	0.04 37	0.04 43	0.05 43	0.04 77	0.04 74	0.04 77	0.04 74	0.04 78	0.04 71	0.04 85	0.04 74	0.05 88	0.04 69	1.65 489	0.05 51	0.04 45	0.04 71	0.04 75	0.04 74	0.04 76

FADNet	0.12 92	0.05 49	0.04 43	0.04 37	0.04 77	0.04 74	0.04 77	0.04 74	0.04 78	0.04 71	0.04 85	0.04 74	0.05 88	0.04 69	1.66 491	0.06 55	0.04 45	0.04 71	0.04 75	0.04 74	0.04 76

ADCRef	0.12 92	0.03 31	0.04 43	1.71 424	0.04 77	0.03 40	0.03 50	0.04 74	0.04 78	0.04 71	0.03 52	0.04 74	0.03 52	0.06 82	0.04 72	0.04 44	0.04 45	0.04 71	0.04 75	0.03 43	0.04 76

testlalala2	0.13 98	0.16 87	0.11 89	0.15 107	0.11 128	0.16 133	0.11 122	0.16 132	0.11 124	0.16 129	0.11 124	0.16 131	0.11 123	0.16 131	0.11 117	0.14 114	0.11 95	0.14 120	0.11 123	0.14 123	0.11 119

testlalala_base	0.13 98	0.16 87	0.11 89	0.15 107	0.11 128	0.15 125	0.11 122	0.16 132	0.11 124	0.16 129	0.11 124	0.16 131	0.11 123	0.16 131	0.11 117	0.14 114	0.11 95	0.14 120	0.11 123	0.14 123	0.11 119

CIPLG	0.13 98	0.21 107	0.12 100	0.16 117	0.11 128	0.15 125	0.11 122	0.14 119	0.11 124	0.15 124	0.12 135	0.15 130	0.11 123	0.14 121	0.11 117	0.15 123	0.12 110	0.14 120	0.11 123	0.14 123	0.11 119

IPLG	0.13 98	0.20 101	0.14 125	0.15 107	0.11 128	0.14 118	0.11 122	0.14 119	0.11 124	0.14 118	0.11 124	0.14 120	0.11 123	0.14 121	0.11 117	0.15 123	0.12 110	0.14 120	0.11 123	0.14 123	0.11 119

ACRE	0.13 98	0.21 107	0.14 125	0.15 107	0.11 128	0.14 118	0.11 122	0.14 119	0.11 124	0.14 118	0.12 135	0.14 120	0.11 123	0.14 121	0.11 117	0.15 123	0.12 110	0.14 120	0.11 123	0.14 123	0.11 119

LRCNet_RVC	0.13 98	0.13 81	0.09 65	0.13 93	0.10 112	0.14 118	0.10 109	0.14 119	0.10 109	0.23 165	0.10 110	0.20 151	0.10 111	0.24 173	0.11 117	0.11 86	0.09 68	0.12 115	0.14 152	0.12 119	0.09 102

aanetorigin	0.13 98	0.11 78	0.11 89	0.11 74	0.11 128	0.11 113	0.11 122	0.11 115	0.11 124	0.11 114	0.12 135	0.11 115	0.11 123	0.11 115	0.11 117	0.11 86	0.11 95	0.14 120	0.11 123	0.49 280	0.11 119

FADNet-RVC	0.13 98	0.04 37	0.04 43	0.04 37	0.04 77	0.04 74	0.05 87	0.04 74	0.04 78	0.04 71	0.05 94	0.04 74	0.05 88	0.04 69	1.71 494	0.04 44	0.04 45	0.04 71	0.04 75	0.07 98	0.04 76

ELAS	0.13 98	0.16 87	0.11 89	0.15 107	0.09 106	0.18 145	0.11 122	0.18 143	0.11 124	0.17 138	0.11 124	0.18 145	0.11 123	0.18 143	0.11 117	0.14 114	0.08 59	0.14 120	0.08 102	0.14 123	0.09 102
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
S2M2_XL	0.14 107	0.17 93	0.12 100	0.17 125	0.11 128	0.17 141	0.11 122	0.17 140	0.11 124	0.17 138	0.11 124	0.17 141	0.11 123	0.17 140	0.11 117	0.16 131	0.11 95	0.16 136	0.11 123	0.16 137	0.11 119

mmm	0.14 107	1.83 385	0.12 100	0.11 74	0.03 48	0.03 40	0.03 50	0.03 42	0.04 78	0.03 40	0.03 52	0.03 42	0.03 52	0.06 82	0.04 72	0.12 91	0.11 95	0.05 81	0.04 75	0.05 86	0.04 76

ProNet	0.14 107	0.20 101	0.14 125	0.16 117	0.11 128	0.16 133	0.11 122	0.17 140	0.11 124	0.17 138	0.12 135	0.17 141	0.13 145	0.17 140	0.12 132	0.15 123	0.11 95	0.16 136	0.11 123	0.15 133	0.12 135

IPLGR_C	0.14 107	0.20 101	0.12 100	0.15 107	0.11 128	0.14 118	0.15 148	0.14 119	0.11 124	0.15 124	0.12 135	0.14 120	0.11 123	0.16 131	0.11 117	0.15 123	0.12 110	0.14 120	0.12 140	0.15 133	0.12 135

MIPNet	0.14 107	0.21 107	0.17 148	0.16 117	0.11 128	0.15 125	0.12 138	0.14 119	0.11 124	0.16 129	0.11 124	0.14 120	0.11 123	0.14 121	0.11 117	0.14 114	0.12 110	0.14 120	0.11 123	0.14 123	0.11 119

IPLGR	0.14 107	0.24 119	0.14 125	0.16 117	0.12 144	0.15 125	0.12 138	0.14 119	0.11 124	0.15 124	0.12 135	0.14 120	0.11 123	0.14 121	0.11 117	0.15 123	0.12 110	0.14 120	0.11 123	0.14 123	0.11 119

GMStereo	0.14 107	0.13 81	0.14 125	0.14 97	0.14 149	0.14 118	0.14 143	0.14 119	0.14 148	0.14 118	0.14 152	0.14 120	0.14 149	0.14 121	0.14 142	0.14 114	0.14 137	0.14 120	0.14 152	0.14 123	0.14 146
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 107	0.04 37	0.03 36	2.22 455	0.04 77	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 74	0.02 21	0.07 96	0.04 72	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

HSM	0.14 107	0.16 87	0.12 100	0.17 125	0.12 144	0.17 141	0.11 122	0.17 140	0.11 124	0.17 138	0.12 135	0.17 141	0.12 140	0.17 140	0.12 132	0.16 131	0.11 95	0.16 136	0.11 123	0.16 137	0.12 135

DRN-Test	0.14 107	0.13 81	0.09 65	0.14 97	0.09 106	0.15 125	0.09 104	0.14 119	0.10 109	0.14 118	0.09 106	0.14 120	0.09 107	0.13 120	0.09 99	0.12 91	0.09 68	0.12 115	0.09 104	0.12 119	0.73 368

ELAS_RVC	0.14 107	0.16 87	0.10 69	0.15 107	0.10 112	0.18 145	0.11 122	0.19 145	0.11 124	0.19 144	0.12 135	0.18 145	0.11 123	0.19 146	0.12 132	0.14 114	0.08 59	0.14 120	0.09 104	0.15 133	0.09 102
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 118	0.17 93	0.13 120	0.20 132	0.13 147	0.19 148	0.13 141	0.18 143	0.13 146	0.19 144	0.13 147	0.18 145	0.14 149	0.18 143	0.14 142	0.16 131	0.11 95	0.15 133	0.14 152	0.18 147	0.11 119

test_for_model	0.15 118	0.23 112	0.18 153	0.21 141	0.11 128	0.16 133	0.11 122	0.16 132	0.11 124	0.16 129	0.11 124	0.16 131	0.11 123	0.16 131	0.11 117	0.21 155	0.18 163	0.14 120	0.11 123	0.14 123	0.11 119

CoDeX	0.15 118	0.70 219	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 341	0.02 15	0.69 324	0.75 345	0.01 9	0.02 20	0.02 20

ICVP	0.15 118	0.53 203	0.11 89	0.16 117	0.11 128	0.16 133	0.11 122	0.16 132	0.11 124	0.16 129	0.11 124	0.16 131	0.11 123	0.16 131	0.11 117	0.16 131	0.11 95	0.16 136	0.11 123	0.16 137	0.11 119
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 118	0.04 37	0.04 43	2.20 454	0.04 77	0.04 74	0.04 77	0.04 74	0.04 78	0.04 71	0.05 94	0.04 74	0.04 81	0.08 99	0.04 72	0.04 44	0.04 45	0.04 71	0.04 75	0.04 74	0.04 76

StereoDRNet	0.15 118	0.14 85	0.10 69	0.14 97	0.09 106	0.15 125	0.09 104	0.14 119	0.09 108	0.14 118	0.10 110	0.14 120	0.09 107	0.14 121	0.09 99	0.13 107	0.10 73	0.13 118	0.09 104	0.13 121	0.82 379

LALA_ROB	0.15 118	0.19 97	0.12 100	0.18 127	0.11 128	0.20 153	0.12 138	0.21 157	0.12 143	0.20 149	0.12 135	0.20 151	0.12 140	0.21 161	0.13 138	0.17 139	0.10 73	0.18 154	0.11 123	0.18 147	0.11 119

SGM_RVC	0.15 118	0.17 93	0.11 89	0.18 127	0.11 128	0.19 148	0.11 122	0.19 145	0.12 143	0.19 144	0.12 135	0.20 151	0.12 140	0.19 146	0.12 132	0.16 131	0.11 95	0.17 144	0.10 111	0.17 143	0.10 107
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GMStereo_Zeroshot	0.16 126	0.16 87	0.16 141	0.16 117	0.16 167	0.16 133	0.16 151	0.16 132	0.16 160	0.16 129	0.16 161	0.16 131	0.16 159	0.16 131	0.16 158	0.16 131	0.16 142	0.16 136	0.16 157	0.16 137	0.16 147

qqq	0.16 126	2.01 404	0.12 100	0.15 107	0.04 77	0.06 86	0.05 87	0.06 88	0.04 78	0.06 90	0.03 52	0.06 92	0.03 52	0.06 82	0.03 48	0.12 91	0.14 137	0.04 71	0.04 75	0.03 43	0.03 51

DeepPruner_ROB	0.16 126	0.18 96	0.13 120	0.19 130	0.13 147	0.19 148	0.13 141	0.19 145	0.13 146	0.19 144	0.13 147	0.19 149	0.13 145	0.19 146	0.13 138	0.18 147	0.13 134	0.18 154	0.13 148	0.18 147	0.13 141

CAS++	0.17 129	0.27 123	0.21 163	0.10 57	0.21 190	0.15 125	0.22 180	0.10 103	0.21 178	0.22 161	0.10 110	0.19 149	0.18 170	0.10 104	0.19 173	0.20 150	0.19 164	0.18 154	0.10 111	0.19 153	0.18 163
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 129	2.16 413	0.13 120	0.13 93	0.04 77	0.06 86	0.04 77	0.06 88	0.04 78	0.06 90	0.03 52	0.06 92	0.03 52	0.06 82	0.05 83	0.18 147	0.12 110	0.06 88	0.03 54	0.05 86	0.03 51

SFCPSM	0.17 129	0.78 223	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 377	0.02 15	0.75 334	0.76 347	0.02 20	0.02 20	0.02 20

xyz-stereo-finetune2	0.18 132	0.48 185	0.16 141	0.16 117	0.15 160	0.15 125	0.16 151	0.16 132	0.16 160	0.16 129	0.16 161	0.16 131	0.16 159	0.16 131	0.16 158	0.16 131	0.16 142	0.16 136	0.16 157	0.16 137	0.16 147

xyz-stereo	0.18 132	0.50 191	0.16 141	0.15 107	0.16 167	0.16 133	0.16 151	0.16 132	0.16 160	0.16 129	0.16 161	0.16 131	0.16 159	0.16 131	0.16 158	0.16 131	0.16 142	0.16 136	0.16 157	0.16 137	0.16 147

BEATNet-Init1	0.19 134	0.08 59	0.08 60	2.23 456	0.08 104	0.08 97	0.07 102	0.07 98	0.08 105	0.08 98	0.07 103	0.08 99	0.07 104	0.11 115	0.08 96	0.08 60	0.08 59	0.08 95	0.07 98	0.08 100	0.08 99

DeepPrunerF	0.19 134	0.08 59	0.08 60	2.23 456	0.08 104	0.08 97	0.07 102	0.07 98	0.08 105	0.08 98	0.07 103	0.08 99	0.07 104	0.11 115	0.08 96	0.08 60	0.08 59	0.08 95	0.07 98	0.08 100	0.08 99

IGEV_Zeroshot_test	0.20 136	0.19 97	0.40 243	0.30 166	0.17 170	0.22 163	0.17 156	0.21 157	0.17 165	0.20 149	0.17 166	0.21 159	0.18 170	0.21 161	0.17 161	0.20 150	0.16 142	0.20 158	0.16 157	0.20 154	0.17 159

DAS	0.20 136	0.20 101	0.20 159	0.20 132	0.20 183	0.20 153	0.20 169	0.20 150	0.20 175	0.20 149	0.20 181	0.20 151	0.20 179	0.20 150	0.20 176	0.20 150	0.20 166	0.20 158	0.20 180	0.20 154	0.20 166

ASD4	0.20 136	0.20 101	0.20 159	0.20 132	0.20 183	0.20 153	0.20 169	0.20 150	0.20 175	0.20 149	0.20 181	0.20 151	0.20 179	0.20 150	0.20 176	0.20 150	0.20 166	0.20 158	0.20 180	0.20 154	0.20 166

ACVNet	0.20 136	0.19 97	0.14 125	0.20 132	0.14 149	0.20 153	0.96 393	0.21 157	0.14 148	0.20 149	0.13 147	0.21 159	0.14 149	0.20 150	0.14 142	0.17 139	0.12 110	0.17 144	0.12 140	0.17 143	0.12 135

acv_ft	0.20 136	0.19 97	0.14 125	0.20 132	0.14 149	0.20 153	0.96 393	0.21 157	0.14 148	0.20 149	0.13 147	0.21 159	0.14 149	0.20 150	0.14 142	0.17 139	0.12 110	0.17 144	0.12 140	0.17 143	0.12 135

iResNetv2_ROB	0.20 136	0.23 112	0.18 153	0.24 149	0.20 183	0.24 170	0.18 162	0.24 168	0.18 167	0.24 170	0.18 176	0.23 169	0.19 175	0.24 173	0.18 170	0.21 155	0.16 142	0.21 161	0.16 157	0.22 160	0.16 147

iResNet	0.20 136	0.23 112	0.18 153	0.24 149	0.18 177	0.24 170	0.20 169	0.24 168	0.18 167	0.23 165	0.17 166	0.23 169	0.18 170	0.23 169	0.18 170	0.22 158	0.16 142	0.21 161	0.16 157	0.21 158	0.16 147

tg	0.21 143	0.25 121	0.21 163	0.26 161	0.17 170	0.24 170	0.17 156	0.24 168	0.17 165	0.24 170	0.17 166	0.24 173	0.17 163	0.24 173	0.17 161	0.24 174	0.17 157	0.23 172	0.16 157	0.23 169	0.16 147

Pointernet	0.21 143	0.22 111	0.19 156	0.24 149	0.19 181	0.24 170	0.19 166	0.24 168	0.19 173	0.24 170	0.19 177	0.24 173	0.19 175	0.24 173	0.19 173	0.22 158	0.17 157	0.22 166	0.17 175	0.22 160	0.17 159

SuperB	0.21 143	0.10 67	2.51 520	0.12 80	0.09 106	0.10 102	0.09 104	0.08 101	0.07 103	0.10 102	0.09 106	0.09 103	0.07 104	0.07 96	0.07 94	0.07 58	0.08 59	0.07 93	0.07 98	0.08 100	0.07 98

WAO-6	0.22 146	0.23 112	0.22 165	0.23 144	0.22 192	0.22 163	0.22 180	0.22 161	0.22 181	0.22 161	0.22 187	0.22 165	0.22 185	0.22 165	0.22 181	0.22 158	0.22 174	0.22 166	0.22 185	0.22 160	0.22 172

IMH-64-1	0.22 146	0.23 112	0.23 168	0.22 142	0.22 192	0.22 163	0.22 180	0.22 161	0.22 181	0.22 161	0.22 187	0.22 165	0.22 185	0.22 165	0.22 181	0.22 158	0.22 174	0.23 172	0.22 185	0.22 160	0.23 174

IMH-64	0.22 146	0.23 112	0.23 168	0.22 142	0.22 192	0.22 163	0.22 180	0.22 161	0.22 181	0.22 161	0.22 187	0.22 165	0.22 185	0.22 165	0.22 181	0.22 158	0.22 174	0.23 172	0.22 185	0.22 160	0.23 174

ac_64	0.22 146	0.13 81	0.19 156	0.23 144	0.10 112	0.26 184	1.02 401	0.14 119	0.10 109	0.28 184	0.14 152	0.17 141	0.19 175	0.28 193	0.09 99	0.22 158	0.16 142	0.23 172	0.17 175	0.11 114	0.12 135

dd	0.23 150	0.98 259	0.16 141	0.23 144	0.15 160	0.23 169	0.15 148	0.23 165	0.15 158	0.23 165	0.15 160	0.24 173	0.17 163	0.23 169	0.15 152	0.22 158	0.15 140	0.21 161	0.15 156	0.22 160	0.16 147

dad	0.23 150	1.03 274	0.16 141	0.23 144	0.15 160	0.24 170	0.15 148	0.24 168	0.16 160	0.23 165	0.16 161	0.24 173	0.16 159	0.23 169	0.15 152	0.22 158	0.16 142	0.22 166	0.16 157	0.22 160	0.16 147

MSKI-zero shot	0.24 152	0.21 107	0.49 284	0.65 282	0.18 177	0.22 163	0.17 156	0.23 165	0.18 167	0.21 159	0.17 166	0.23 169	0.28 220	0.23 169	0.18 170	0.21 155	0.16 142	0.21 161	0.16 157	0.21 158	0.16 147

qqq1	0.25 153	3.70 479	0.14 125	0.14 97	0.04 77	0.06 86	0.05 87	0.06 88	0.05 92	0.06 90	0.05 94	0.04 74	0.05 88	0.06 82	0.05 83	0.13 107	0.12 110	0.06 88	0.05 90	0.03 43	0.04 76

fff1	0.25 153	3.70 479	0.14 125	0.14 97	0.04 77	0.06 86	0.05 87	0.06 88	0.05 92	0.06 90	0.05 94	0.04 74	0.05 88	0.06 82	0.05 83	0.13 107	0.12 110	0.06 88	0.05 90	0.03 43	0.04 76

UNDER WATER-64	0.25 153	0.26 122	0.25 177	0.26 161	0.25 204	0.25 177	0.25 195	0.25 174	0.25 194	0.25 174	0.25 203	0.25 178	0.25 197	0.26 188	0.25 197	0.25 180	0.25 181	0.25 180	0.25 203	0.25 171	0.25 185

ffm	0.25 153	3.83 485	0.12 100	0.12 80	0.05 93	0.06 86	0.05 87	0.06 88	0.05 92	0.03 40	0.03 52	0.06 92	0.05 88	0.06 82	0.05 83	0.12 91	0.12 110	0.05 81	0.04 75	0.06 90	0.04 76

ff1	0.25 153	3.83 485	0.12 100	0.12 80	0.05 93	0.06 86	0.05 87	0.06 88	0.05 92	0.03 40	0.03 52	0.06 92	0.05 88	0.06 82	0.05 83	0.12 91	0.12 110	0.05 81	0.04 75	0.06 90	0.04 76

mmx	0.25 153	3.83 485	0.12 100	0.12 80	0.05 93	0.06 86	0.05 87	0.06 88	0.05 92	0.03 40	0.03 52	0.06 92	0.05 88	0.06 82	0.05 83	0.12 91	0.12 110	0.05 81	0.04 75	0.06 90	0.04 76

MIM_Stereo	0.25 153	0.23 112	0.66 316	0.80 299	0.17 170	0.22 163	0.17 156	0.23 165	0.18 167	0.26 181	0.17 166	0.21 159	0.17 163	0.25 178	0.17 161	0.23 169	0.16 142	0.21 161	0.17 175	0.22 160	0.17 159

LoS	0.25 153	0.27 123	0.25 177	0.25 154	0.25 204	0.25 177	0.25 195	0.26 178	0.25 194	0.25 174	0.25 203	0.25 178	0.25 197	0.25 178	0.25 197	0.26 181	0.25 181	0.25 180	0.26 209	0.26 173	0.25 185
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 153	1.31 364	0.74 330	0.92 314	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 341	0.75 334	0.02 18	0.02 20	0.02 20	0.02 20

model_zeroshot	0.27 162	0.20 101	0.27 184	0.33 175	0.21 190	0.37 218	0.22 180	0.37 210	0.24 189	0.26 181	0.27 213	0.33 204	0.21 184	0.25 178	0.27 203	0.32 198	0.20 166	0.34 216	0.23 190	0.25 171	0.26 191

xyz-stereo-finetune	0.28 163	0.49 187	0.16 141	0.16 117	0.16 167	0.16 133	0.16 151	0.22 161	0.30 230	0.32 195	0.31 237	0.32 201	0.31 237	0.32 201	0.32 231	0.32 198	0.33 224	0.31 200	0.32 250	0.31 187	0.32 236

SQANet	0.28 163	0.28 126	0.28 188	0.28 164	0.28 217	0.28 188	0.28 211	0.28 181	0.28 215	0.28 184	0.28 219	0.28 189	0.28 220	0.28 193	0.28 209	0.28 186	0.28 194	0.28 189	0.28 220	0.28 178	0.28 212

HGLStereo	0.28 163	0.29 128	0.22 165	0.36 182	0.22 192	0.36 213	0.21 175	0.36 204	0.21 178	0.42 250	0.21 186	0.36 216	0.22 185	0.36 217	0.21 179	0.34 204	0.21 170	0.34 216	0.21 182	0.34 199	0.21 169

iResNet_ROB	0.28 163	0.32 131	0.24 174	0.32 172	0.25 204	0.32 202	0.24 192	0.32 190	0.24 189	0.33 200	0.24 197	0.35 210	0.24 194	0.33 207	0.24 191	0.31 197	0.24 180	0.32 201	0.24 198	0.32 189	0.24 184

UNet	0.29 167	0.90 244	0.10 69	0.14 97	0.10 112	0.14 118	0.10 109	0.91 346	0.69 348	0.14 118	0.11 124	0.14 120	0.11 123	0.14 121	0.10 105	0.12 91	0.09 68	0.12 115	0.09 104	0.88 335	0.76 373

DDVS	0.30 168	3.10 466	0.14 125	0.19 130	0.14 149	0.19 148	0.14 143	0.20 150	0.14 148	0.19 144	0.13 147	0.16 131	0.13 145	0.19 146	0.13 138	0.17 139	0.13 134	0.17 144	0.13 148	0.17 143	0.13 141

ACV-stereo	0.30 168	2.08 406	0.25 177	0.25 154	0.18 177	0.24 170	0.17 156	0.24 168	0.18 167	0.24 170	0.17 166	0.25 178	0.17 163	0.24 173	0.17 161	0.22 158	0.16 142	0.22 166	0.16 157	0.22 160	0.16 147

LoS_RVC	0.30 168	1.14 288	0.25 177	0.25 154	0.25 204	0.26 184	0.25 195	0.25 174	0.25 194	0.25 174	0.25 203	0.26 187	0.26 206	0.26 188	0.25 197	0.26 181	0.26 184	0.25 180	0.25 203	0.26 173	0.26 191

CAS	0.30 168	1.17 292	0.25 177	0.25 154	0.25 204	0.26 184	0.25 195	0.25 174	0.26 207	0.25 174	0.25 203	0.25 178	0.25 197	0.25 178	0.25 197	0.26 181	0.26 184	0.26 183	0.25 203	0.26 173	0.25 185

DANet	0.30 168	0.30 129	0.30 194	0.30 166	0.30 233	0.30 191	0.30 223	0.30 187	0.30 230	0.30 188	0.30 234	0.30 197	0.30 232	0.30 198	0.30 226	0.30 194	0.30 211	0.30 196	0.30 239	0.30 184	0.30 227
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
tt1	0.31 173	0.93 253	0.24 174	0.33 175	0.23 197	0.31 194	0.24 192	0.32 190	0.24 189	0.32 195	0.23 191	0.32 201	0.25 197	0.32 201	0.24 191	0.27 184	0.26 184	0.27 187	0.26 209	0.27 176	0.27 199

xxxxx1	0.31 173	0.91 246	0.23 168	0.31 169	0.23 197	0.31 194	0.23 187	0.33 193	0.25 194	0.31 190	0.24 197	0.33 204	0.25 197	0.32 201	0.24 191	0.28 186	0.28 194	0.28 189	0.28 220	0.29 181	0.27 199

DLNR_Zeroshot_test	0.31 173	0.28 126	0.47 272	0.79 297	0.24 202	0.30 191	0.26 203	0.30 187	0.24 189	0.32 195	0.23 191	0.31 199	0.24 194	0.30 198	0.23 187	0.29 193	0.26 184	0.29 194	0.24 198	0.33 195	0.23 174

tt_ll	0.31 173	0.91 246	0.23 168	0.31 169	0.23 197	0.31 194	0.23 187	0.33 193	0.25 194	0.31 190	0.24 197	0.33 204	0.25 197	0.32 201	0.24 191	0.28 186	0.28 194	0.28 189	0.28 220	0.29 181	0.27 199

ff	0.31 173	0.91 246	0.23 168	0.31 169	0.23 197	0.31 194	0.23 187	0.33 193	0.25 194	0.31 190	0.24 197	0.33 204	0.25 197	0.32 201	0.24 191	0.28 186	0.28 194	0.28 189	0.28 220	0.29 181	0.27 199

RAFT + AFF	0.31 173	0.45 171	0.34 217	0.39 193	0.28 217	0.38 222	0.33 237	0.29 185	0.31 234	0.30 188	0.30 234	0.29 194	0.27 214	0.29 196	0.30 226	0.28 186	0.29 203	0.29 194	0.29 229	0.27 176	0.32 236

MLCV	0.31 173	0.35 134	0.27 184	0.35 178	0.28 217	0.35 210	0.27 206	0.35 200	0.28 215	0.36 209	0.27 213	0.35 210	0.27 214	0.35 211	0.27 203	0.34 204	0.27 189	0.34 216	0.27 216	0.34 199	0.27 199

DN-CSS_ROB	0.31 173	0.35 134	0.28 188	0.35 178	0.28 217	0.34 206	0.27 206	0.34 197	0.25 194	0.35 206	0.27 213	0.36 216	0.26 206	0.34 209	0.28 209	0.35 213	0.28 194	0.34 216	0.28 220	0.34 199	0.27 199

WCG-NET（raft）	0.32 181	1.24 352	0.24 174	0.32 172	0.24 202	0.32 202	0.23 187	0.32 190	0.24 189	0.32 195	0.24 197	0.32 201	0.24 194	0.32 201	0.24 191	0.30 194	0.23 178	0.30 196	0.23 190	0.30 184	0.23 174

testlalala	0.32 181	0.81 229	0.31 200	0.39 193	0.26 212	0.33 204	0.24 192	0.33 193	0.26 207	0.32 195	0.26 209	0.33 204	0.23 191	0.33 207	0.23 187	0.35 213	0.31 215	0.30 196	0.24 198	0.31 187	0.21 169

Any-RAFT	0.32 181	0.36 137	0.27 184	0.36 182	0.27 214	0.36 213	0.27 206	0.36 204	0.27 212	0.36 209	0.27 213	0.36 216	0.27 214	0.36 217	0.28 209	0.36 217	0.28 194	0.36 234	0.28 220	0.36 218	0.28 212

GCAP-BAT	0.33 184	0.78 223	0.32 204	0.38 188	0.25 204	0.34 206	0.25 195	0.34 197	0.26 207	0.34 202	0.25 203	0.35 210	0.26 206	0.35 211	0.27 203	0.36 217	0.30 211	0.32 201	0.24 198	0.32 189	0.26 191

StereoDRNet-Refined	0.33 184	0.39 148	0.26 183	0.39 193	0.26 212	0.40 230	0.26 203	0.40 224	0.26 207	0.39 220	0.26 209	0.39 228	0.26 206	0.39 231	0.26 202	0.37 221	0.25 181	0.37 237	0.25 203	0.37 220	0.37 260
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
LG-Stereo_L2	0.34 186	0.37 139	0.38 233	0.47 235	0.28 217	0.39 228	0.28 211	0.39 219	0.28 215	0.39 220	0.28 219	0.39 228	0.28 220	0.38 223	0.28 209	0.42 263	0.35 228	0.36 234	0.26 209	0.35 211	0.26 191

H2IRNET	0.34 186	0.34 133	0.34 217	0.34 177	0.34 260	0.34 206	0.34 248	0.34 197	0.34 252	0.34 202	0.34 253	0.34 209	0.34 251	0.34 209	0.34 252	0.34 204	0.34 227	0.34 216	0.34 262	0.34 199	0.34 249

IGEV++	0.34 186	0.43 165	0.30 194	0.40 206	0.29 224	0.40 230	0.29 218	0.40 224	0.29 220	0.40 225	0.29 223	0.40 235	0.29 226	0.40 234	0.30 226	0.38 228	0.29 203	0.37 237	0.29 229	0.37 220	0.29 217

iRaft-Stereo_5w	0.34 186	0.42 164	0.31 200	0.39 193	0.30 233	0.38 222	0.30 223	0.40 224	0.29 220	0.40 225	0.37 272	0.41 247	0.34 251	0.38 223	0.30 226	0.34 204	0.27 189	0.34 216	0.26 209	0.34 199	0.26 191

CSP-Net	0.34 186	1.29 360	1.19 392	1.36 410	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 436	1.21 443	0.03 38	0.09 104	0.02 20	0.09 102

iRaft-Stereo_20w	0.34 186	0.41 157	0.31 200	0.39 193	0.29 224	0.40 230	0.32 228	0.41 239	0.32 237	0.38 215	0.30 234	0.39 228	0.30 232	0.38 223	0.32 231	0.35 213	0.27 189	0.34 216	0.27 216	0.34 199	0.29 217

DGSMNet	0.34 186	0.41 157	0.27 184	0.41 216	0.28 217	0.41 246	0.28 211	0.41 239	0.27 212	0.41 238	0.27 213	0.42 263	0.27 214	0.41 248	0.28 209	0.40 241	0.29 203	0.40 259	0.28 220	0.40 241	0.27 199

gcap-zeroshot	0.35 193	0.32 131	0.37 230	0.49 245	0.39 284	0.33 204	0.21 175	0.26 178	0.35 255	0.42 250	0.34 253	0.49 290	0.29 226	0.47 276	0.39 277	0.34 204	0.17 157	0.38 244	0.23 190	0.48 277	0.34 249

CASnet	0.35 193	0.51 198	0.44 259	0.32 172	0.31 237	0.24 170	0.34 248	0.36 204	0.25 194	0.31 190	0.37 272	0.30 197	0.33 246	0.25 178	0.45 298	0.37 221	0.37 233	0.33 209	0.35 268	0.34 199	0.37 260
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 193	0.44 168	0.45 261	0.49 245	0.30 233	0.37 218	0.30 223	0.36 204	0.30 230	0.36 209	0.29 223	0.36 216	0.29 226	0.36 217	0.30 226	0.46 270	0.39 246	0.32 201	0.24 198	0.32 189	0.25 185
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 193	0.35 134	0.35 225	0.35 178	0.35 263	0.35 210	0.35 253	0.35 200	0.35 255	0.35 206	0.35 262	0.35 210	0.35 258	0.35 211	0.35 256	0.35 213	0.35 228	0.35 229	0.35 268	0.35 211	0.35 255

GIP-stereo	0.36 197	0.49 187	0.39 240	0.48 239	0.32 239	0.41 246	0.28 211	0.40 224	0.30 230	0.41 238	0.28 219	0.40 235	0.28 220	0.42 261	0.28 209	0.45 267	0.32 217	0.38 244	0.30 239	0.37 220	0.27 199

DCVSM-stereo	0.36 197	1.89 393	0.22 165	0.40 206	0.22 192	0.40 230	0.22 180	0.40 224	0.22 181	0.40 225	0.22 187	0.40 235	0.22 185	0.40 234	0.22 181	0.28 186	0.21 170	0.28 189	0.21 182	0.28 178	0.20 166

RSM	0.36 197	0.36 137	0.43 257	0.37 185	0.42 303	0.49 292	0.42 292	0.37 210	0.28 215	0.36 209	0.29 223	0.36 216	0.30 232	0.37 221	0.28 209	0.34 204	0.31 215	0.34 216	0.35 268	0.40 241	0.29 217

RAFT-Test	0.36 197	0.37 139	0.33 209	0.41 216	0.32 239	0.41 246	0.32 228	0.41 239	0.32 237	0.41 238	0.32 239	0.41 247	0.32 239	0.41 248	0.33 239	0.37 221	0.29 203	0.37 237	0.29 229	0.38 229	0.31 232

DMCA	0.36 197	0.38 142	0.37 230	0.35 178	0.35 263	0.36 213	0.36 260	0.36 204	0.35 255	0.35 206	0.37 272	0.36 216	0.36 261	0.35 211	0.36 260	0.36 217	0.36 231	0.35 229	0.36 274	0.36 218	0.36 256

ACVNet-DCA	0.37 202	1.00 262	0.30 194	0.40 206	0.29 224	0.40 230	0.29 218	0.40 224	0.29 220	0.40 225	0.29 223	0.40 235	0.29 226	0.39 231	0.28 209	0.33 201	0.32 217	0.33 209	0.32 250	0.33 195	0.32 236

1test111	0.37 202	1.02 272	0.30 194	0.39 193	0.29 224	0.40 230	0.28 211	0.39 219	0.29 220	0.39 220	0.29 223	0.39 228	0.28 220	0.40 234	0.29 219	0.33 201	0.32 217	0.33 209	0.31 245	0.32 189	0.31 232

cc1	0.37 202	1.02 272	0.30 194	0.39 193	0.29 224	0.40 230	0.28 211	0.39 219	0.29 220	0.39 220	0.29 223	0.39 228	0.28 220	0.40 234	0.29 219	0.33 201	0.32 217	0.33 209	0.31 245	0.32 189	0.31 232

EKT-Stereo	0.37 202	0.40 150	0.44 259	1.07 335	0.29 224	0.34 206	0.31 227	0.36 204	0.29 220	0.38 215	0.31 237	0.37 222	0.30 232	0.36 217	0.29 219	0.34 204	0.28 194	0.39 254	0.30 239	0.37 220	0.30 227

GMOStereo	0.37 202	0.45 171	0.23 168	0.30 166	0.37 272	0.41 246	0.36 260	0.41 239	0.35 255	0.43 256	0.36 266	0.41 247	0.40 275	0.41 248	0.36 260	0.34 204	0.22 174	0.47 297	0.37 276	0.39 236	0.33 243

XPNet_ROB	0.37 202	0.37 139	0.37 230	0.37 185	0.37 272	0.37 218	0.37 265	0.37 210	0.37 267	0.37 214	0.37 272	0.37 222	0.37 265	0.37 221	0.37 268	0.37 221	0.37 233	0.37 237	0.37 276	0.37 220	0.37 260

HART	0.38 208	0.45 171	0.34 217	0.42 224	0.33 250	0.41 246	0.34 248	0.42 255	0.33 243	0.43 256	0.34 253	0.42 263	0.34 251	0.41 248	0.38 271	0.40 241	0.32 217	0.42 283	0.32 250	0.40 241	0.32 236

GREAT-IGEV	0.38 208	0.43 165	0.36 227	0.48 239	0.32 239	0.45 271	0.32 228	0.45 261	0.32 237	0.45 261	0.32 239	0.45 269	0.32 239	0.45 268	0.32 231	0.44 265	0.33 224	0.41 272	0.29 229	0.41 251	0.29 217

fffy	0.38 208	0.43 165	0.33 209	0.46 229	0.33 250	0.45 271	0.32 228	0.45 261	0.32 237	0.45 261	0.32 239	0.45 269	0.33 246	0.45 268	0.32 231	0.38 228	0.38 239	0.38 244	0.37 276	0.37 220	0.36 256

WAO-8	0.38 208	0.38 142	0.38 233	0.38 188	0.38 279	0.38 222	0.38 271	0.38 215	0.38 271	0.38 215	0.38 277	0.38 224	0.38 269	0.38 223	0.38 271	0.38 228	0.38 239	0.38 244	0.37 276	0.38 229	0.38 267

WAO-7	0.38 208	0.38 142	0.38 233	0.38 188	0.38 279	0.38 222	0.38 271	0.38 215	0.38 271	0.38 215	0.38 277	0.38 224	0.38 269	0.38 223	0.38 271	0.38 228	0.38 239	0.38 244	0.38 288	0.38 229	0.38 267

xx1	0.38 208	1.03 274	0.31 200	0.40 206	0.31 237	0.41 246	0.28 211	0.40 224	0.29 220	0.40 225	0.29 223	0.40 235	0.29 226	0.40 234	0.29 219	0.34 204	0.33 224	0.34 216	0.32 250	0.34 199	0.32 236

Venus	0.38 208	0.38 142	0.38 233	0.38 188	0.38 279	0.37 218	0.38 271	0.37 210	0.37 267	0.41 238	0.37 272	0.39 228	0.37 265	0.38 223	0.38 271	0.37 221	0.38 239	0.38 244	0.37 276	0.37 220	0.38 267

IMH	0.38 208	0.38 142	0.38 233	0.38 188	0.38 279	0.38 222	0.38 271	0.38 215	0.38 271	0.42 250	0.38 277	0.40 235	0.38 269	0.38 223	0.38 271	0.38 228	0.38 239	0.39 254	0.38 288	0.38 229	0.38 267

PAM	0.39 216	1.88 392	0.34 217	0.37 185	0.41 293	0.45 271	0.22 180	0.28 181	0.23 187	0.28 184	0.24 197	0.29 194	0.23 191	0.29 196	0.23 187	0.38 228	0.32 217	0.38 244	0.37 276	0.32 189	0.22 172

HanzoNet	0.39 216	0.38 142	0.40 243	0.39 193	0.41 293	0.38 222	0.38 271	0.38 215	0.38 271	0.39 220	0.39 281	0.38 224	0.38 269	0.39 231	0.40 281	0.38 228	0.38 239	0.40 259	0.38 288	0.38 229	0.40 275

CES	0.39 216	0.47 179	0.36 227	0.36 182	0.37 272	0.45 271	0.35 253	0.35 200	0.40 280	0.36 209	0.44 303	0.47 279	0.36 261	0.44 265	0.36 260	0.37 221	0.39 246	0.44 286	0.35 268	0.37 220	0.36 256

PASM	0.39 216	3.06 465	1.36 459	1.58 416	0.09 106	0.11 113	0.11 122	0.11 115	0.11 124	0.09 101	0.09 106	0.11 115	0.09 107	0.09 102	0.09 99	0.11 86	0.11 95	0.11 112	0.09 104	0.11 114	0.11 119

mms	0.40 220	0.45 171	0.35 225	0.48 239	0.36 269	0.47 282	0.34 248	0.45 261	0.38 271	0.47 271	0.33 245	0.45 269	0.32 239	0.45 268	0.32 231	0.39 237	0.38 239	0.38 244	0.37 276	0.39 236	0.39 272

knoymous	0.40 220	0.40 150	0.40 243	0.40 206	0.40 286	0.40 230	0.40 279	0.40 224	0.40 280	0.40 225	0.40 284	0.40 235	0.40 275	0.40 234	0.40 281	0.40 241	0.40 249	0.40 259	0.40 292	0.40 241	0.40 275

anonymousa	0.40 220	0.40 150	0.40 243	0.40 206	0.40 286	0.40 230	0.40 279	0.40 224	0.40 280	0.40 225	0.40 284	0.40 235	0.40 275	0.40 234	0.40 281	0.40 241	0.40 249	0.40 259	0.40 292	0.40 241	0.40 275

riskmin	0.40 220	0.40 150	0.40 243	0.40 206	0.40 286	0.40 230	0.40 279	0.40 224	0.40 280	0.40 225	0.40 284	0.40 235	0.40 275	0.40 234	0.40 281	0.40 241	0.40 249	0.40 259	0.40 292	0.40 241	0.40 275

Anonymous_2	0.40 220	0.40 150	0.40 243	0.40 206	0.40 286	0.40 230	0.40 279	0.40 224	0.40 280	0.40 225	0.40 284	0.40 235	0.40 275	0.40 234	0.40 281	0.40 241	0.40 249	0.40 259	0.40 292	0.40 241	0.40 275

Anonymous_1	0.40 220	0.40 150	0.40 243	0.40 206	0.40 286	0.40 230	0.40 279	0.40 224	0.40 280	0.40 225	0.40 284	0.40 235	0.40 275	0.40 234	0.40 281	0.40 241	0.40 249	0.40 259	0.40 292	0.40 241	0.40 275

AdaStereo	0.40 220	0.40 150	0.40 243	0.40 206	0.40 286	0.40 230	0.40 279	0.40 224	0.40 280	0.40 225	0.40 284	0.40 235	0.40 275	0.40 234	0.40 281	0.40 241	0.40 249	0.40 259	0.40 292	0.40 241	0.40 275
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
water-stereo	0.41 227	0.84 232	0.46 265	0.50 252	0.33 250	0.45 271	0.33 237	0.45 261	0.32 237	0.45 261	0.32 239	0.45 269	0.32 239	0.45 268	0.32 231	0.44 265	0.41 258	0.39 254	0.31 245	0.39 236	0.32 236

ccccc	0.41 227	0.44 168	0.34 217	0.48 239	0.35 263	0.48 287	0.35 253	0.51 296	0.35 255	0.47 271	0.35 262	0.47 279	0.34 251	0.47 276	0.35 256	0.41 249	0.40 249	0.40 259	0.40 292	0.41 251	0.39 272

GwcNet-ADL	0.41 227	0.41 157	0.41 251	0.41 216	0.41 293	0.41 246	0.41 287	0.41 239	0.41 289	0.41 238	0.41 290	0.41 247	0.41 286	0.41 248	0.41 288	0.41 249	0.41 258	0.41 272	0.41 299	0.41 251	0.41 282

PSMNet-ADL	0.41 227	0.41 157	0.41 251	0.41 216	0.41 293	0.41 246	0.41 287	0.41 239	0.41 289	0.41 238	0.41 290	0.41 247	0.41 286	0.41 248	0.41 288	0.41 249	0.41 258	0.41 272	0.41 299	0.41 251	0.41 282

GANet-ADL	0.41 227	0.41 157	0.41 251	0.41 216	0.41 293	0.41 246	0.41 287	0.41 239	0.41 289	0.41 238	0.41 290	0.41 247	0.41 286	0.41 248	0.41 288	0.41 249	0.41 258	0.41 272	0.41 299	0.41 251	0.41 282

ADLNet2	0.41 227	0.41 157	0.41 251	0.41 216	0.41 293	0.41 246	0.41 287	0.41 239	0.41 289	0.41 238	0.41 290	0.41 247	0.41 286	0.41 248	0.41 288	0.41 249	0.41 258	0.41 272	0.41 299	0.41 251	0.41 282

ADLNet	0.41 227	0.41 157	0.41 251	0.41 216	0.41 293	0.41 246	0.41 287	0.41 239	0.41 289	0.41 238	0.41 290	0.41 247	0.41 286	0.41 248	0.41 288	0.41 249	0.41 258	0.41 272	0.41 299	0.41 251	0.41 282

FCDSN-DC	0.41 227	0.59 211	0.64 312	0.54 263	0.33 250	0.50 300	0.37 265	0.42 255	0.40 280	0.61 321	0.43 301	0.50 304	0.49 315	0.38 223	0.32 231	0.28 186	0.23 178	0.26 183	0.22 185	0.35 211	0.28 212
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 227	0.46 175	0.33 209	0.49 245	0.33 250	0.49 292	0.33 237	0.49 279	0.33 243	0.49 285	0.33 245	0.49 290	0.33 246	0.51 304	0.33 239	0.41 249	0.30 211	0.41 272	0.30 239	0.79 323	0.29 217

Gwc-CoAtRS	0.41 227	1.49 372	0.32 204	0.42 224	0.32 239	0.41 246	0.32 228	0.41 239	0.33 243	0.41 238	0.32 239	0.41 247	0.32 239	0.41 248	0.32 231	0.39 237	0.28 194	0.39 254	0.28 220	0.40 241	0.28 212

UPFNet	0.42 237	1.20 296	0.17 148	0.24 149	0.17 170	0.25 177	0.17 156	1.19 391	0.90 388	0.25 174	0.17 166	0.24 173	0.17 163	0.25 178	0.17 161	0.22 158	0.17 157	0.22 166	0.16 157	1.15 378	0.93 388

DilatedVolume-Stereo	0.43 238	0.86 235	0.48 279	0.50 252	0.33 250	0.46 277	0.33 237	0.46 265	0.33 243	0.46 265	0.33 245	0.47 279	0.33 246	0.47 276	0.34 252	0.45 267	0.42 266	0.40 259	0.33 258	0.47 273	0.38 267

psmg	0.43 238	1.91 396	0.92 368	1.91 440	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 470	1.44 465	0.04 71	0.03 54	0.02 20	0.03 51

delet	0.43 238	1.21 345	0.17 148	0.25 154	0.17 170	0.25 177	0.18 162	1.26 444	0.95 396	0.25 174	0.17 166	0.25 178	0.17 163	0.25 178	0.17 161	0.23 169	0.16 142	0.22 166	0.16 157	1.18 386	0.98 392

psm_up	0.43 238	1.19 295	0.17 148	0.25 154	0.18 177	0.25 177	0.19 166	1.26 444	0.91 389	0.26 181	0.17 166	0.25 178	0.17 163	0.25 178	0.17 161	0.22 158	0.17 157	0.23 172	0.16 157	1.18 386	0.99 393

depthmonostereo	0.44 242	0.85 234	0.46 265	0.54 263	0.40 286	0.52 309	0.38 271	0.52 298	0.35 255	0.47 271	0.34 253	0.46 273	0.34 251	0.47 276	0.34 252	0.45 267	0.43 268	0.41 272	0.33 258	0.41 251	0.32 236

MMNet	0.44 242	1.24 352	0.17 148	0.25 154	0.17 170	0.25 177	0.18 162	1.26 444	0.93 394	0.25 174	0.17 166	0.25 178	0.18 170	0.25 178	0.17 161	0.23 169	0.16 142	0.23 172	0.16 157	1.20 389	0.99 393

SCV_C0	0.45 244	0.88 239	0.49 284	0.54 263	0.37 272	0.48 287	0.37 265	0.48 275	0.37 267	0.48 278	0.36 266	0.48 286	0.37 265	0.49 291	0.37 268	0.50 288	0.41 258	0.44 286	0.34 262	0.44 261	0.34 249

RAFT-Stereo-weight	0.45 244	1.90 395	0.34 217	0.42 224	0.36 269	0.43 268	0.35 253	0.42 255	0.34 252	0.42 250	0.34 253	0.44 267	0.34 251	0.41 248	0.34 252	0.38 228	0.32 217	0.38 244	0.32 250	0.38 229	0.33 243

TorneroNet-64	0.45 244	0.27 123	0.30 194	0.58 270	0.27 214	0.70 334	0.30 223	0.28 181	0.73 358	0.73 337	0.28 219	0.71 337	0.66 340	0.75 340	0.27 203	0.27 184	0.29 203	0.37 237	0.75 378	0.28 178	0.30 227

SCV	0.46 247	0.94 254	0.45 261	0.54 263	0.37 272	0.48 287	0.38 271	0.48 275	0.37 267	0.48 278	0.39 281	0.48 286	0.37 265	0.49 291	0.37 268	0.50 288	0.46 273	0.44 286	0.34 262	0.44 261	0.34 249

otaku	0.46 247	0.46 175	0.46 265	0.46 229	0.46 310	0.46 277	0.46 301	0.46 265	0.46 301	0.46 265	0.46 308	0.46 273	0.46 301	0.46 272	0.46 302	0.46 270	0.46 273	0.46 293	0.46 311	0.46 266	0.46 296

Dean	0.46 247	0.46 175	0.46 265	0.46 229	0.46 310	0.46 277	0.46 301	0.46 265	0.46 301	0.47 271	0.46 308	0.46 273	0.46 301	0.46 272	0.46 302	0.46 270	0.46 273	0.46 293	0.46 311	0.46 266	0.46 296

ACVNet_1	0.46 247	0.47 179	0.46 265	0.46 229	0.46 310	0.46 277	0.46 301	0.46 265	0.47 306	0.46 265	0.46 308	0.46 273	0.46 301	0.46 272	0.46 302	0.46 270	0.46 273	0.47 297	0.46 311	0.46 266	0.46 296

ACVNet-4b	0.46 247	0.46 175	0.46 265	0.46 229	0.46 310	0.46 277	0.46 301	0.46 265	0.46 301	0.46 265	0.46 308	0.46 273	0.46 301	0.47 276	0.46 302	0.46 270	0.46 273	0.46 293	0.46 311	0.46 266	0.46 296

PML	0.46 247	1.36 369	0.29 190	0.58 270	0.30 233	0.57 321	0.29 218	0.57 307	0.29 220	0.57 316	0.29 223	0.57 321	0.29 226	0.56 314	0.29 219	0.52 296	0.30 211	0.53 323	0.31 245	0.53 296	0.30 227

LG-Stereo_L1	0.47 253	0.52 200	0.47 272	0.62 276	0.39 284	0.53 311	0.40 279	0.53 300	0.39 279	0.53 306	0.39 281	0.53 311	0.39 274	0.53 309	0.39 277	0.55 300	0.46 273	0.49 309	0.37 276	0.49 280	0.37 260

Ntro	0.47 253	0.47 179	0.46 265	0.46 229	0.46 310	0.47 282	0.47 306	0.46 265	0.47 306	0.46 265	0.46 308	0.47 279	0.46 301	0.47 276	0.47 308	0.47 275	0.46 273	0.46 293	0.46 311	0.46 266	0.46 296

HaxPig	0.47 253	0.47 179	0.47 272	0.49 245	0.47 316	0.47 282	0.47 306	0.47 271	0.47 306	0.47 271	0.47 316	0.47 279	0.47 309	0.47 276	0.47 308	0.47 275	0.47 281	0.47 297	0.47 318	0.47 273	0.48 305

UNDER WATER	0.47 253	0.47 179	0.47 272	0.47 235	0.47 316	0.47 282	0.47 306	0.47 271	0.47 306	0.47 271	0.47 316	0.47 279	0.46 301	0.47 276	0.47 308	0.47 275	0.47 281	0.47 297	0.46 311	0.47 273	0.47 303

LVE	0.47 253	0.47 179	0.47 272	0.47 235	0.49 322	0.47 282	0.47 306	0.47 271	0.49 315	0.47 271	0.47 316	0.47 279	0.46 301	0.47 276	0.47 308	0.47 275	0.47 281	0.48 305	0.47 318	0.47 273	0.47 303

LG-Stereo_Zeroshot	0.48 258	0.55 208	0.47 272	0.63 278	0.41 293	0.56 316	0.44 295	0.56 304	0.41 289	0.56 314	0.41 290	0.57 321	0.42 292	0.56 314	0.41 288	0.55 300	0.43 268	0.51 318	0.37 276	0.51 291	0.37 260

fffft	0.48 258	0.51 198	0.45 261	0.52 260	0.45 308	0.52 309	0.45 299	0.52 298	0.48 313	0.53 306	0.45 306	0.52 310	0.45 298	0.52 307	0.46 302	0.51 294	0.41 258	0.50 313	0.41 299	0.50 285	0.41 282
1: 1. 1
RainbowNet	0.48 258	0.48 185	0.48 279	0.48 239	0.48 320	0.48 287	0.48 315	0.48 275	0.48 313	0.48 278	0.48 320	0.48 286	0.48 310	0.48 285	0.48 314	0.48 279	0.48 284	0.48 305	0.48 321	0.48 277	0.48 305

notaker	0.48 258	0.49 187	0.48 279	0.48 239	0.48 320	0.48 287	0.48 315	0.48 275	0.49 315	0.48 278	0.48 320	0.48 286	0.48 310	0.48 285	0.48 314	0.48 279	0.48 284	0.48 305	0.48 321	0.48 277	0.49 310

LL-Strereo2	0.48 258	1.73 383	0.51 292	0.59 272	0.34 260	0.42 264	0.33 237	0.40 224	0.31 234	0.42 250	0.33 245	0.42 263	0.31 237	0.44 265	0.39 277	0.60 305	0.51 297	0.44 286	0.33 258	0.44 261	0.33 243

Former-RAFT_DAM_RVC	0.49 263	0.98 259	0.64 312	0.84 304	0.46 310	0.45 271	0.35 253	0.47 271	0.47 306	0.45 261	0.34 253	0.46 273	0.48 310	0.46 272	0.35 256	0.39 237	0.71 329	0.39 254	0.35 268	0.41 251	0.41 282

ACVNet_2	0.49 263	0.49 187	0.49 284	0.49 245	0.49 322	0.49 292	0.49 317	0.49 279	0.49 315	0.49 285	0.49 323	0.49 290	0.49 315	0.49 291	0.49 316	0.49 282	0.49 287	0.49 309	0.49 324	0.49 280	0.49 310

FoundationStereo	0.50 265	0.50 191	0.50 287	0.50 252	0.50 326	0.50 300	0.50 319	0.50 287	0.50 318	0.50 297	0.50 325	0.50 304	0.50 318	0.50 298	0.50 317	0.50 288	0.50 293	0.50 313	0.50 326	0.50 285	0.50 313

StereoAnything_RVC	0.50 265	0.50 191	0.50 287	0.50 252	0.50 326	0.50 300	0.50 319	0.50 287	0.50 318	0.50 297	0.50 325	0.50 304	0.50 318	0.50 298	0.50 317	0.50 288	0.50 293	0.50 313	0.50 326	0.50 285	0.50 313

dual_stereo	0.50 265	0.50 191	0.50 287	0.50 252	0.50 326	0.50 300	0.50 319	0.50 287	0.50 318	0.50 297	0.50 325	0.50 304	0.50 318	0.50 298	0.50 317	0.50 288	0.50 293	0.50 313	0.50 326	0.50 285	0.50 313

GCST	0.50 265	2.08 406	0.38 233	0.53 261	0.35 263	0.49 292	0.35 253	0.50 287	0.35 255	0.49 285	0.35 262	0.49 290	0.35 258	0.49 291	0.35 256	0.48 279	0.37 233	0.45 290	0.33 258	0.44 261	0.33 243

SANet	0.50 265	0.50 191	0.50 287	0.50 252	0.50 326	0.50 300	0.50 319	0.50 287	0.50 318	0.50 297	0.50 325	0.50 304	0.50 318	0.50 298	0.50 317	0.50 288	0.50 293	0.50 313	0.50 326	0.50 285	0.50 313

UGAM-zero	0.51 270	2.17 414	0.39 240	0.53 261	0.36 269	0.50 300	0.36 260	0.50 287	0.36 266	0.49 285	0.36 266	0.50 304	0.35 258	0.50 298	0.36 260	0.49 282	0.37 233	0.47 297	0.35 268	0.46 266	0.34 249

UGAM	0.51 270	2.23 419	0.39 240	0.54 263	0.35 263	0.50 300	0.35 253	0.49 279	0.35 255	0.49 285	0.35 262	0.49 290	0.36 261	0.50 298	0.36 260	0.49 282	0.37 233	0.45 290	0.34 262	0.45 265	0.34 249

Selective-IGEV	0.51 270	0.55 208	0.45 261	0.69 287	0.45 308	0.61 324	0.45 299	0.50 287	0.40 280	0.56 314	0.44 303	0.55 317	0.40 275	0.72 335	0.67 341	0.59 304	0.46 273	0.45 290	0.34 262	0.46 266	0.37 260

RCA-Stereo	0.51 270	3.22 471	0.34 217	0.44 227	0.34 260	0.44 270	0.34 248	0.43 259	0.34 252	0.43 256	0.34 253	0.44 267	0.33 246	0.43 263	0.33 239	0.38 228	0.29 203	0.38 244	0.29 229	0.38 229	0.29 217

AIO-test1	0.54 274	0.60 213	0.52 295	0.66 285	0.47 316	0.61 324	0.47 306	0.58 310	0.46 301	0.61 321	0.46 308	0.61 327	0.45 298	0.62 322	0.45 298	0.61 308	0.52 299	0.57 326	0.48 321	0.57 299	0.48 305

castereo++	0.54 274	3.59 476	1.15 386	1.31 406	0.14 149	0.16 133	0.14 143	0.16 132	0.14 148	0.16 129	0.14 152	0.16 131	0.13 145	0.16 131	0.14 142	1.45 448	1.16 392	0.15 133	0.14 152	0.15 133	0.13 141

FENet	0.54 274	1.52 373	1.19 392	1.41 413	0.23 197	0.35 210	0.23 187	0.35 200	0.23 187	0.34 202	0.23 191	0.35 210	0.23 191	0.35 211	0.23 187	1.40 446	1.07 376	0.32 201	0.23 190	0.33 195	0.23 174

PSMNet_ROB	0.54 274	0.54 206	0.54 299	0.54 263	0.53 335	0.54 314	0.54 327	0.53 300	0.54 328	0.54 309	0.54 335	0.54 313	0.53 325	0.54 310	0.54 327	0.54 298	0.53 301	0.54 324	0.54 331	0.54 297	0.54 321

AIO-test2	0.55 278	0.59 211	0.52 295	0.67 286	0.47 316	0.61 324	0.47 306	0.61 316	0.47 306	0.61 321	0.47 316	0.61 327	0.48 310	0.62 322	0.47 308	0.64 313	0.53 301	0.58 327	0.47 318	0.58 300	0.48 305

CFNet-ft	0.55 278	1.57 374	0.14 125	0.20 132	0.14 149	0.20 153	2.53 523	1.61 456	0.14 148	0.20 149	0.14 152	0.20 151	0.14 149	0.20 150	0.14 142	0.17 139	0.12 110	0.17 144	0.12 140	1.56 448	1.24 468

MyStereo04	0.56 280	3.72 482	0.59 304	0.49 245	0.41 293	0.36 213	0.32 228	0.37 210	0.31 234	0.34 202	0.46 308	0.35 210	0.32 239	0.35 211	0.33 239	0.49 282	0.45 271	0.34 216	0.32 250	0.35 211	0.43 290

CASS	0.57 281	0.89 242	0.56 301	0.57 269	0.56 338	0.56 316	0.56 328	0.56 304	0.53 326	0.57 316	0.57 338	0.59 325	0.48 310	0.56 314	0.57 330	0.55 300	0.56 305	0.47 297	0.56 335	0.62 303	0.56 328
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 282	0.58 210	0.47 272	0.64 281	0.74 367	1.00 363	0.69 346	0.57 307	0.41 289	0.57 316	0.41 290	0.57 321	0.41 286	1.00 368	0.75 357	0.91 343	0.51 297	0.52 321	0.37 276	0.52 293	0.37 260

MonSter	0.60 282	0.64 216	0.52 295	0.62 276	0.44 306	2.07 481	0.44 295	0.62 317	0.44 299	0.62 324	0.44 303	0.62 329	0.44 296	0.62 322	0.44 297	0.58 303	0.42 266	0.62 330	0.46 311	0.58 300	0.42 289

MyStereo07	0.60 282	3.72 482	0.48 279	0.49 245	0.41 293	0.36 213	0.32 228	0.49 279	0.43 296	0.51 301	0.42 299	0.49 290	0.43 294	0.51 304	0.64 336	0.49 282	0.45 271	0.34 216	0.32 250	0.35 211	0.43 290

castereo	0.61 285	3.79 484	1.35 450	1.52 415	0.15 160	0.17 141	0.16 151	0.20 150	0.21 178	0.18 142	0.16 161	0.21 159	0.12 140	0.26 188	0.17 161	1.43 447	1.38 462	0.17 144	0.16 157	0.18 147	0.16 147

WCG-NET	0.61 285	1.21 345	0.54 299	0.61 275	0.53 335	0.67 332	0.53 325	0.66 322	0.53 326	0.64 327	0.53 334	0.65 333	0.53 325	0.59 320	0.52 324	0.65 314	0.48 284	0.64 333	0.52 330	0.58 300	0.50 313

SMoEStereo_RVC	0.63 287	0.75 222	0.51 292	0.73 293	0.53 335	0.71 336	0.47 306	0.67 323	0.58 331	0.74 342	0.60 339	0.72 340	0.53 325	0.74 339	0.51 322	0.61 308	0.62 314	0.62 330	0.61 342	0.63 304	0.61 331

anonymity	0.63 287	0.69 218	0.56 301	0.71 291	0.56 338	0.71 336	0.56 328	0.71 328	0.56 329	0.72 335	0.56 337	0.71 337	0.56 329	0.71 334	0.58 331	0.68 318	0.55 303	0.68 338	0.55 332	0.68 308	0.54 321

PAM_32	0.64 289	2.38 434	0.51 292	0.92 314	0.43 305	0.53 311	0.44 295	0.87 340	0.43 296	0.52 304	0.45 306	0.53 311	0.40 275	0.54 310	0.46 302	0.62 311	0.56 305	0.48 305	0.45 309	0.76 319	0.44 293

CRFU-Net	0.65 290	1.67 378	1.22 442	1.96 446	0.27 214	0.41 246	0.27 206	0.41 239	0.27 212	0.40 225	0.26 209	0.41 247	0.27 214	0.40 234	0.27 203	1.80 461	1.62 482	0.34 216	0.23 190	0.33 195	0.23 174

LMCR-Stereo	0.65 290	0.63 214	0.65 315	0.65 282	0.65 352	0.66 331	0.63 334	0.58 310	0.65 341	0.63 326	0.64 346	0.65 333	0.65 337	0.66 329	0.66 340	0.66 316	0.64 317	0.65 336	0.67 351	0.68 308	0.73 368

KSHMR	0.66 292	0.50 191	0.48 279	1.15 345	0.52 332	0.49 292	0.51 323	0.49 279	0.71 354	0.67 331	0.50 325	1.16 400	1.11 397	0.66 329	0.52 324	0.49 282	0.49 287	0.51 318	0.66 347	0.50 285	1.14 409

TorneroNet	0.66 292	0.53 203	0.50 287	0.50 252	0.64 350	1.06 370	0.70 348	0.50 287	0.51 325	0.49 285	0.69 355	0.49 290	0.50 318	0.48 285	1.15 409	0.71 323	0.49 287	1.14 401	1.08 405	0.49 280	0.49 310

GES	0.66 292	2.34 430	0.29 190	0.41 216	0.29 224	0.41 246	0.29 218	0.42 255	0.29 220	0.40 225	0.41 290	0.41 247	0.30 232	0.51 304	0.29 219	0.32 198	0.29 203	0.32 201	2.46 527	2.49 487	0.30 227

cf-r	0.66 292	2.17 414	0.12 100	0.18 127	0.12 144	0.18 145	2.70 526	2.60 501	0.12 143	0.18 142	0.12 135	0.18 145	0.12 140	0.18 143	0.12 132	0.15 123	0.11 95	0.15 133	0.11 123	1.81 460	1.74 505

DSFCA	0.66 292	0.73 221	0.78 349	0.65 282	0.65 352	0.64 329	0.64 335	0.65 320	0.63 339	0.64 327	0.64 346	0.64 330	0.64 335	0.65 328	0.65 337	0.65 314	0.65 318	0.65 336	0.65 345	0.66 306	0.64 336

DEFOM-Stereo	0.68 297	3.11 467	1.40 465	1.63 422	0.25 204	0.31 194	0.25 195	0.31 189	0.28 215	0.31 190	0.29 223	0.29 194	0.27 214	0.31 200	0.28 209	1.59 454	1.47 467	0.30 196	0.29 229	0.30 184	0.28 212

ssnet_v2	0.68 297	1.96 403	1.25 446	0.29 165	0.20 183	0.30 191	0.20 169	0.29 185	0.22 181	1.50 458	0.20 181	0.31 199	0.20 179	0.27 191	0.22 181	0.24 174	1.49 468	0.26 183	0.18 179	3.90 511	0.19 165

ARAFT	0.68 297	0.81 229	0.63 310	0.74 294	0.60 341	0.78 341	0.62 333	0.77 332	0.66 343	0.74 342	0.63 344	0.75 344	0.62 334	0.83 346	0.60 333	0.70 322	0.55 303	0.70 341	0.60 340	0.78 321	0.55 325

NINENet	0.69 300	3.87 488	1.20 395	1.98 447	0.05 93	0.40 230	0.04 77	0.40 224	0.05 92	0.41 238	0.04 85	0.41 247	0.05 88	0.40 234	0.05 83	1.79 460	1.56 475	0.34 216	0.22 185	0.34 199	0.23 174

RAFT-Stereo + iAFF	0.70 301	0.72 220	0.71 326	0.80 299	0.62 349	0.82 346	0.61 332	0.81 338	0.62 337	0.81 349	0.63 344	0.80 350	0.70 346	0.73 337	0.61 335	0.76 327	0.61 313	0.74 344	0.61 342	0.77 320	0.61 331

DMCA-RVC	0.70 301	0.80 226	0.70 322	0.70 289	0.70 361	0.70 334	0.70 348	0.71 328	0.70 351	0.70 334	0.71 359	0.71 337	0.70 346	0.70 333	0.69 349	0.69 319	0.70 325	0.69 339	0.70 356	0.69 312	0.70 344

MyStereo8	0.71 303	3.92 489	0.52 295	0.59 272	0.52 332	0.57 321	0.53 325	0.59 312	0.50 318	0.59 320	0.51 331	0.57 321	0.50 318	0.56 314	0.52 324	0.54 298	0.49 287	0.54 324	0.49 324	0.55 298	0.50 313

HH	0.71 303	2.54 439	0.74 330	1.10 337	0.32 239	0.41 246	0.37 265	0.69 325	0.78 377	0.73 337	0.90 390	0.75 344	1.00 387	0.84 347	0.69 349	0.69 319	0.40 249	0.35 229	0.26 209	0.35 211	0.26 191

HanStereo	0.71 303	2.54 439	0.74 330	1.10 337	0.32 239	0.41 246	0.37 265	0.69 325	0.78 377	0.73 337	0.90 390	0.75 344	1.00 387	0.84 347	0.69 349	0.69 319	0.40 249	0.35 229	0.26 209	0.35 211	0.26 191

ktn	0.72 306	0.53 203	1.08 381	1.14 343	0.51 331	1.22 446	1.36 474	0.51 296	0.59 332	0.51 301	0.51 331	0.69 336	1.20 408	0.67 331	0.51 322	0.51 294	0.49 287	0.58 327	0.66 347	0.52 293	0.53 320

CroCo-Stereo	0.73 307	1.22 349	0.25 177	1.22 399	0.25 204	1.22 446	0.25 195	1.22 441	0.25 194	1.22 449	0.25 203	1.22 453	0.25 197	1.22 452	0.25 197	1.22 421	0.26 184	1.21 457	0.25 203	1.22 436	0.25 185
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.73 307	0.88 239	0.67 319	0.75 295	0.68 359	0.75 338	0.64 335	0.80 335	0.72 355	0.83 350	0.70 356	0.82 353	0.64 335	0.84 347	0.67 341	0.77 328	0.63 315	0.81 355	0.63 344	0.78 321	0.62 334

AIO-Stereo-zeroshot1	0.75 309	0.92 251	0.85 359	0.96 324	0.59 340	1.27 451	0.44 295	0.59 312	0.69 348	0.91 355	0.68 352	0.55 317	0.61 333	1.06 375	0.83 383	0.62 311	0.70 325	0.90 363	0.41 299	0.89 336	0.56 328

MyStereo06	0.75 309	4.12 490	0.60 306	0.63 278	0.61 346	0.62 327	0.66 338	0.56 304	0.45 300	0.55 312	0.48 320	0.54 313	0.46 301	0.57 318	0.45 298	0.60 305	0.57 307	0.64 333	0.55 332	0.72 314	0.55 325

GCAP-Stereo	0.75 309	4.15 493	0.42 256	0.75 295	0.35 263	0.78 341	0.40 279	0.79 333	0.38 271	0.78 345	0.36 266	0.78 347	0.36 261	0.79 342	0.39 277	0.75 326	0.39 246	0.76 347	0.39 291	0.75 318	0.39 272

GANet-RSSM	0.75 309	1.91 396	0.14 125	0.47 235	0.14 149	0.21 161	3.21 543	2.30 487	0.14 148	0.46 265	0.14 152	0.23 169	0.18 170	0.21 161	0.14 142	0.18 147	0.27 189	0.37 237	0.13 148	2.13 469	2.12 516

RSM++	0.76 313	0.82 231	0.66 316	0.85 306	0.64 350	0.85 347	0.71 351	0.94 353	0.64 340	0.87 351	0.67 351	0.87 355	0.65 337	0.84 347	0.65 337	0.81 333	0.70 325	0.79 350	0.71 364	0.83 331	0.70 344

CroCo-Stereo Lap2	0.77 314	1.29 360	0.29 190	1.27 403	0.29 224	1.27 451	0.26 203	1.26 444	0.26 207	1.26 450	0.26 209	1.27 455	0.26 206	1.26 453	0.27 203	1.27 437	0.27 189	1.27 460	0.27 216	1.27 438	0.27 199

PSMNet-RSSM	0.77 314	2.76 457	0.14 125	0.20 132	0.14 149	0.20 153	2.66 524	2.79 514	0.14 148	0.21 159	0.14 152	0.21 159	0.14 149	0.20 150	0.14 142	0.17 139	0.12 110	0.17 144	0.12 140	2.52 491	2.31 521

GwcNet-RSSM	0.77 314	2.77 459	0.14 125	0.20 132	0.14 149	0.20 153	2.67 525	2.78 513	0.14 148	0.20 149	0.14 152	0.20 151	0.14 149	0.21 161	0.14 142	0.17 139	0.12 110	0.17 144	0.12 140	2.52 491	2.31 521

4D-IteraStereo	0.78 317	3.13 468	0.89 361	0.69 287	0.32 239	0.40 230	0.32 228	0.76 331	0.97 399	0.52 304	0.65 348	0.89 358	0.32 239	0.76 341	0.98 395	0.83 336	0.94 364	0.35 229	0.27 216	0.70 313	0.89 384

hitnet-ft	0.79 318	2.78 461	0.14 125	0.20 132	0.14 149	0.21 161	2.89 527	2.80 515	0.14 148	0.20 149	0.14 152	0.20 151	0.14 149	0.20 150	0.14 142	0.17 139	0.12 110	0.17 144	0.12 140	2.54 502	2.33 523

G-Net	0.79 318	0.79 225	0.79 352	0.79 297	0.79 371	0.79 343	0.79 374	0.79 333	0.79 380	0.79 346	0.79 385	0.79 349	0.79 375	0.79 342	0.79 377	0.79 329	0.79 338	0.79 350	0.79 382	0.79 323	0.79 375

MyStereo05	0.80 320	4.12 490	0.63 310	0.63 278	0.61 346	0.62 327	0.66 338	0.65 320	0.62 337	0.67 331	0.61 342	0.65 333	0.58 330	0.67 331	0.55 329	0.60 305	0.57 307	0.64 333	0.55 332	0.72 314	0.55 325

UDG	0.80 320	2.21 418	0.60 306	0.91 311	0.60 341	0.90 353	0.58 330	0.88 343	0.60 333	0.90 353	0.60 339	0.88 356	0.60 332	0.90 355	0.58 331	0.86 340	0.60 309	0.84 359	0.59 339	0.84 332	0.61 331

ccnet	0.80 320	2.28 422	0.33 209	0.50 252	0.33 250	0.50 300	0.33 237	0.50 287	0.33 243	0.49 285	0.33 245	0.49 290	1.56 474	2.38 491	0.33 239	0.41 249	0.29 203	0.42 283	1.57 486	2.28 475	0.29 217

NaN_ROB	0.80 320	0.80 226	0.80 353	0.80 299	0.80 373	0.80 344	0.80 378	0.80 335	0.80 381	0.80 347	0.80 386	0.80 350	0.80 376	0.80 344	0.80 379	0.80 330	0.80 341	0.80 353	0.80 384	0.80 326	0.80 376

CSAN	0.80 320	0.80 226	0.80 353	0.80 299	0.80 373	0.80 344	0.80 378	0.80 335	0.80 381	0.80 347	0.80 386	0.80 350	0.80 376	0.80 344	0.80 379	0.80 330	0.80 341	0.80 353	0.80 384	0.80 326	0.80 376

BSDual-CNN	0.81 325	1.91 396	0.92 368	4.48 515	0.02 21	0.42 264	0.06 99	0.41 239	0.02 21	0.48 278	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 470	4.19 538	0.33 209	0.23 190	0.34 199	0.27 199

DDUNet	0.81 325	2.45 437	0.57 303	0.90 309	0.60 341	0.88 350	0.59 331	0.90 344	0.60 333	0.88 352	0.60 339	0.90 359	0.58 330	0.88 352	0.60 333	0.84 338	0.60 309	0.86 361	0.57 336	0.86 333	0.60 330

R-Stereo Train	0.81 325	0.96 256	0.67 319	0.95 321	0.67 356	0.95 358	0.68 343	0.95 355	0.68 345	0.95 363	0.68 352	0.96 367	0.68 343	0.96 365	0.68 345	0.94 350	0.68 320	0.94 369	0.68 352	0.94 345	0.68 342

RAFT-Stereo	0.81 325	0.96 256	0.67 319	0.95 321	0.67 356	0.95 358	0.68 343	0.95 355	0.68 345	0.95 363	0.68 352	0.96 367	0.68 343	0.96 365	0.68 345	0.94 350	0.68 320	0.94 369	0.68 352	0.94 345	0.68 342
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 329	1.72 379	1.48 469	0.39 193	0.15 160	0.31 194	0.21 175	0.20 150	0.25 194	1.61 460	0.23 191	0.28 189	0.26 206	0.20 150	0.15 152	0.24 174	1.33 454	0.32 201	0.16 157	6.75 549	0.23 174

scenet	0.82 329	1.72 379	1.48 469	0.39 193	0.15 160	0.31 194	0.21 175	0.20 150	0.25 194	1.61 460	0.23 191	0.28 189	0.26 206	0.20 150	0.15 152	0.24 174	1.33 454	0.32 201	0.16 157	6.75 549	0.23 174

ssnet	0.82 329	1.72 379	1.48 469	0.39 193	0.15 160	0.31 194	0.21 175	0.20 150	0.25 194	1.61 460	0.23 191	0.28 189	0.26 206	0.20 150	0.15 152	0.24 174	1.33 454	0.32 201	0.16 157	6.75 549	0.23 174

STTRV1_RVC	0.82 329	1.60 376	0.70 322	1.01 331	0.60 341	1.07 373	0.69 346	1.01 360	0.60 333	0.72 335	0.55 336	1.02 374	0.68 343	1.03 373	0.67 341	0.89 342	0.63 315	0.92 367	0.57 336	0.90 338	0.65 337

DEFOM-Stereo_RVC	0.83 333	5.18 506	1.98 507	2.19 453	0.17 170	0.19 148	0.18 162	0.19 145	0.16 160	0.20 149	0.19 177	0.22 165	0.22 185	0.20 150	0.15 152	2.28 489	2.13 508	0.24 179	0.17 175	0.18 147	0.16 147

BUS	0.83 333	1.91 396	0.92 368	4.48 515	0.02 21	0.40 230	0.04 77	0.41 239	0.02 21	0.48 278	0.03 52	0.41 247	0.05 88	0.03 39	0.05 83	1.97 470	4.19 538	0.33 209	0.23 190	0.34 199	0.27 199

PDISCO_ROB	0.83 333	2.80 462	3.49 537	0.14 97	0.11 128	0.17 141	0.09 104	0.15 131	0.10 109	0.15 124	0.12 135	0.16 131	0.14 149	3.30 521	0.13 138	0.14 114	2.34 513	0.16 136	0.12 140	2.62 503	0.10 107

AIO-Stereo	0.84 336	0.66 217	0.70 322	0.83 303	0.67 356	0.98 361	0.82 381	1.14 375	0.72 355	1.03 370	0.74 364	1.03 375	1.09 396	0.99 367	0.45 298	1.04 356	0.73 331	0.95 371	0.74 377	0.94 345	0.46 296

DCRE	0.84 336	1.89 393	0.77 346	0.94 319	0.72 364	0.88 350	0.73 353	0.87 340	0.78 377	0.90 353	0.71 359	0.88 356	0.67 342	0.88 352	0.73 354	0.81 333	0.68 320	0.81 355	0.70 356	0.82 330	0.70 344

iGMRVC	0.84 336	2.85 463	0.72 327	0.72 292	0.73 365	0.77 339	0.79 374	0.73 330	0.74 360	0.73 337	0.72 361	0.73 342	0.76 360	0.73 337	0.73 354	0.72 324	0.73 331	0.73 343	0.72 371	0.73 317	0.72 362

GEStereo_RVC	0.86 339	4.45 496	0.20 159	0.27 163	0.20 183	0.27 187	0.20 169	0.26 178	0.18 167	5.03 549	0.20 181	0.27 188	0.19 175	0.27 191	0.21 179	0.20 150	0.19 164	0.19 157	4.02 554	0.20 154	0.18 163

Selective-RAFT-Error	0.88 340	0.84 232	0.98 373	0.86 307	0.97 387	0.88 350	0.95 392	0.84 339	0.99 402	0.92 357	0.82 388	0.84 354	0.98 386	0.87 351	0.97 394	0.81 333	0.83 344	0.79 350	0.82 388	0.79 323	0.85 381

IER	0.88 340	7.04 525	2.23 514	2.75 472	0.28 217	0.43 268	0.25 195	0.39 219	0.25 194	0.41 238	0.27 213	0.39 228	0.25 197	0.40 234	0.28 209	0.37 221	0.28 194	0.37 237	0.25 203	0.37 220	0.25 185

Selective-RAFT	0.89 342	0.89 242	0.72 327	1.16 350	0.78 370	1.06 370	0.82 381	0.87 340	0.97 399	1.00 365	0.91 393	0.90 359	1.00 387	0.89 354	0.93 391	0.83 336	0.83 344	0.82 357	0.82 388	0.81 329	0.82 379

AIO-Stereo-zeroshot	0.91 343	0.86 235	0.89 361	1.25 402	0.69 360	1.05 369	0.81 380	1.16 385	0.50 318	1.12 395	0.97 398	0.72 340	0.82 378	1.06 375	0.95 392	0.61 308	0.87 346	1.03 391	0.85 391	1.04 368	1.01 398

CFNet-RSSM	0.91 343	4.89 502	0.34 217	0.44 227	1.07 409	1.62 466	1.40 481	0.91 346	0.35 255	1.60 459	1.39 481	0.64 330	0.34 251	0.44 265	0.33 239	0.41 249	0.35 228	0.75 345	0.30 239	0.41 251	0.29 217

MLG-Stereo	0.92 345	0.90 244	0.84 358	1.27 403	0.49 322	1.38 458	0.88 384	1.41 454	0.97 399	0.73 337	1.09 406	1.26 454	0.43 294	0.72 335	1.05 402	1.13 367	0.49 287	1.18 410	0.66 347	1.01 353	0.46 296

ToySt	0.92 345	2.11 409	0.90 364	0.95 321	0.79 371	0.99 362	0.78 373	0.94 353	0.81 384	0.94 361	0.78 383	0.95 366	0.77 370	0.94 361	0.86 385	0.91 343	0.79 338	0.85 360	0.77 379	0.89 336	0.73 368

DPSM_ROB	0.92 345	0.91 246	0.91 366	0.91 311	0.92 382	0.92 355	0.92 388	0.92 349	0.91 389	0.93 359	0.91 393	0.92 362	0.90 380	0.91 356	0.92 387	0.92 346	0.91 357	0.91 365	0.92 392	0.93 343	0.93 388

DPSM	0.92 345	0.91 246	0.91 366	0.91 311	0.92 382	0.92 355	0.92 388	0.92 349	0.91 389	0.93 359	0.91 393	0.92 362	0.90 380	0.91 356	0.92 387	0.92 346	0.91 357	0.91 365	0.92 392	0.93 343	0.93 388

pmcnn	0.92 345	0.92 251	0.92 368	0.92 314	0.92 382	0.92 355	0.92 388	0.92 349	0.92 393	0.92 357	0.92 396	0.92 362	0.92 382	0.92 360	0.92 387	0.92 346	0.92 359	0.92 367	0.92 392	0.92 342	0.92 387

error version	0.93 350	4.47 497	2.35 517	1.99 448	0.37 272	0.41 246	0.36 260	0.41 239	0.35 255	0.43 256	0.36 266	0.41 247	0.40 275	0.41 248	0.36 260	1.87 463	2.16 509	0.47 297	0.37 276	0.39 236	0.33 243

test_1	0.93 350	4.47 497	2.35 517	1.99 448	0.37 272	0.41 246	0.36 260	0.41 239	0.35 255	0.43 256	0.36 266	0.41 247	0.40 275	0.41 248	0.36 260	1.87 463	2.16 509	0.47 297	0.37 276	0.39 236	0.33 243

DGTPSM_ROB	0.93 350	1.00 262	0.92 368	0.94 319	0.96 386	0.91 354	0.92 388	0.91 346	0.96 398	0.91 355	0.96 397	0.93 365	0.92 382	0.94 361	0.92 387	0.92 346	0.92 359	0.90 363	0.92 392	0.94 345	0.91 386

HSM-Net_RVC	0.95 353	1.17 292	0.78 349	1.18 352	0.71 362	1.16 396	0.75 355	1.09 365	0.80 381	1.10 374	0.75 365	1.17 402	0.74 352	1.17 401	0.80 379	1.13 367	0.73 331	1.17 407	0.77 379	1.16 380	0.72 362
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 354	3.17 470	2.30 516	2.42 466	0.38 279	0.54 314	0.38 271	0.54 302	0.38 271	0.54 309	0.38 277	0.54 313	0.38 269	0.54 310	0.38 271	2.38 496	2.34 513	0.49 309	0.36 274	0.49 280	0.36 256

DPSimNet_ROB	0.97 354	1.18 294	0.81 356	1.10 337	0.91 381	1.02 368	0.82 381	1.04 362	0.91 389	1.03 370	0.86 389	1.28 456	0.82 378	1.03 373	0.89 386	1.17 370	0.81 343	1.02 386	0.82 388	1.08 372	0.81 378

(5qrfij	0.98 356	1.21 345	0.76 337	1.83 428	1.02 398	1.16 396	0.75 355	1.10 366	0.76 363	1.10 374	0.76 370	1.10 382	0.75 354	1.09 379	0.76 361	1.20 374	0.89 352	1.01 379	0.70 356	1.01 353	0.70 344

^frffs	0.98 356	1.24 352	0.75 333	1.73 425	0.99 388	1.16 396	0.79 374	1.10 366	0.76 363	1.10 374	0.75 365	1.10 382	0.75 354	1.10 383	0.76 361	1.24 426	0.88 348	1.01 379	0.70 356	1.00 349	0.70 344

test-3	0.98 356	4.13 492	1.85 496	1.85 431	0.61 346	0.69 333	0.37 265	0.63 318	0.61 336	0.66 330	0.51 331	0.73 342	0.44 296	0.57 318	0.54 327	1.68 458	1.81 493	0.40 259	0.43 307	0.66 306	0.50 313

$5dtd	0.99 359	1.20 296	0.76 337	1.85 431	1.02 398	1.11 388	0.76 358	1.13 374	0.76 363	1.11 387	0.76 370	1.14 394	0.76 360	1.11 388	0.76 361	1.22 421	0.93 361	1.02 386	0.71 364	1.06 369	0.71 352

#wrr	0.99 359	1.28 358	0.75 333	1.88 436	1.03 401	1.10 377	0.76 358	1.14 375	0.75 361	1.10 374	0.75 365	1.10 382	0.75 354	1.10 383	0.76 361	1.18 371	0.88 348	1.01 379	0.70 356	1.01 353	0.71 352

$eesxe	0.99 359	1.20 296	0.76 337	1.92 442	1.01 394	1.10 377	0.76 358	1.14 375	0.76 363	1.11 387	0.76 370	1.14 394	0.76 360	1.10 383	0.76 361	1.23 424	0.89 352	1.03 391	0.71 364	1.02 364	0.71 352

#25fwe	1.00 362	1.27 356	0.77 346	1.86 433	1.07 409	1.10 377	0.77 370	1.10 366	0.76 363	1.11 387	0.77 379	1.14 394	0.75 354	1.21 451	0.77 375	1.24 426	0.88 348	1.02 386	0.71 364	1.01 353	0.71 352

#75ew	1.00 362	1.25 355	0.75 333	1.90 439	1.15 414	1.10 377	0.76 358	1.12 373	0.76 363	1.17 400	0.76 370	1.10 382	0.76 360	1.09 379	0.76 361	1.24 426	0.95 365	1.01 379	0.72 371	1.01 353	0.71 352

@esxe	1.00 362	1.20 296	0.76 337	1.84 429	1.03 401	1.10 377	0.76 358	1.10 366	0.76 363	1.10 374	0.76 370	1.10 382	0.76 360	1.16 400	0.76 361	1.24 426	0.96 367	1.03 391	0.71 364	1.10 373	0.71 352

%deaf	1.00 362	1.22 349	0.75 333	2.04 450	1.07 409	1.10 377	0.75 355	1.10 366	0.75 361	1.10 374	0.75 365	1.10 382	0.75 354	1.14 395	0.75 357	1.25 434	0.87 346	1.09 398	0.70 356	1.01 353	0.70 344

*wqe	1.00 362	1.30 363	0.76 337	1.91 440	1.01 394	1.11 388	0.76 358	1.15 380	0.76 363	1.11 387	0.78 383	1.16 400	0.77 370	1.15 399	0.76 361	1.24 426	0.89 352	1.02 386	0.71 364	1.01 353	0.72 362

(q45	1.00 362	1.23 351	0.77 346	1.94 443	1.05 404	1.10 377	0.76 358	1.15 380	0.76 363	1.11 387	0.77 379	1.18 405	0.77 370	1.12 392	0.76 361	1.19 372	0.90 356	1.03 391	0.72 371	1.03 367	0.72 362

)tte	1.00 362	1.27 356	0.76 337	1.86 433	1.01 394	1.11 388	0.76 358	1.11 372	0.76 363	1.11 387	0.76 370	1.15 398	0.76 360	1.12 392	0.76 361	1.24 426	0.93 361	1.03 391	0.72 371	1.02 364	0.71 352

999	1.00 362	1.12 287	0.59 304	1.10 337	1.21 469	1.09 376	0.52 324	1.08 363	1.43 482	1.18 401	1.35 475	0.98 369	0.52 324	0.91 356	0.85 384	0.72 324	1.46 466	0.83 358	0.98 397	0.68 308	1.41 481

DispNO	1.00 362	0.63 214	0.43 257	3.45 501	0.44 306	0.65 330	0.43 294	0.64 319	0.43 296	0.64 327	0.43 301	0.64 330	3.03 520	0.64 327	0.43 296	4.55 527	0.43 268	0.63 332	0.43 307	0.63 304	0.43 290

GANet	1.00 362	1.00 262	1.00 375	1.00 328	1.00 389	1.00 363	1.00 396	1.00 357	1.00 403	1.00 365	1.00 400	1.00 370	1.00 387	1.00 368	1.00 397	1.00 352	1.00 368	1.00 376	1.00 399	1.00 349	1.00 395

TDLM	1.00 362	1.00 262	1.00 375	1.00 328	1.00 389	1.00 363	1.00 396	1.00 357	1.00 403	1.00 365	1.00 400	1.00 370	1.00 387	1.00 368	1.00 397	1.00 352	1.00 368	1.00 376	1.00 399	1.00 349	1.00 395

CVANet_RVC	1.00 362	1.00 262	1.00 375	1.00 328	1.00 389	1.00 363	1.00 396	1.00 357	1.00 403	1.00 365	1.00 400	1.00 370	1.00 387	1.00 368	1.00 397	1.00 352	1.00 368	1.00 376	1.00 399	1.00 349	1.00 395

*5drh	1.01 374	1.28 358	0.88 360	1.86 433	1.06 408	1.11 388	0.76 358	1.15 380	0.76 363	1.10 374	0.76 370	1.15 398	0.76 360	1.11 388	0.76 361	1.24 426	1.00 368	1.02 386	0.72 371	1.06 369	0.70 344

#5drz	1.01 374	1.29 360	0.80 353	1.80 427	1.00 389	1.22 446	0.77 370	1.18 390	0.77 376	1.11 387	0.77 379	1.11 391	0.77 370	1.11 388	0.76 361	1.22 421	0.95 365	1.03 391	0.73 376	1.02 364	0.72 362

trnet	1.01 374	1.01 268	1.01 378	1.01 331	1.01 394	1.01 367	1.01 399	1.01 360	1.01 406	1.01 369	1.01 403	1.01 373	1.01 393	1.01 372	1.01 400	1.01 355	1.01 372	1.01 379	1.01 403	1.01 353	1.01 398

LL-Strereo	1.01 374	5.06 504	1.63 476	0.70 289	1.43 480	0.56 316	0.46 301	0.57 307	0.50 318	0.57 316	0.50 325	1.58 464	0.49 315	0.59 320	0.50 317	1.64 457	0.52 299	0.51 318	1.37 474	0.52 293	0.45 295

￥25erdr	1.02 378	1.35 366	0.76 337	1.79 426	1.25 473	1.18 399	0.76 358	1.14 375	0.76 363	1.10 374	0.77 379	1.17 402	0.76 360	1.18 402	0.76 361	1.23 424	0.93 361	1.01 379	0.71 364	1.01 353	0.71 352

&EFD	1.02 378	1.36 369	0.76 337	2.39 464	1.05 404	1.10 377	0.76 358	1.14 375	0.76 363	1.10 374	0.75 365	1.09 379	0.76 360	1.14 395	0.75 357	1.24 426	0.88 348	1.01 379	0.70 356	1.01 353	0.71 352

&5qef	1.03 380	1.35 366	0.83 357	1.84 429	1.05 404	1.22 446	0.77 370	1.21 439	0.81 384	1.11 387	0.76 370	1.17 402	0.76 360	1.18 402	0.76 361	1.25 434	0.89 352	1.12 400	0.80 384	1.01 353	0.71 352

tt45	1.04 381	0.88 239	1.36 459	0.92 314	1.03 401	1.51 464	0.79 374	0.70 327	0.88 387	0.74 342	0.90 390	1.60 465	0.72 351	1.60 461	0.75 357	0.91 343	0.78 337	1.52 472	0.79 382	1.14 376	1.32 473

GLC_STEREO	1.07 382	1.01 268	1.06 380	1.07 335	1.05 404	1.06 370	1.08 403	1.08 363	1.05 409	1.07 372	1.06 405	1.08 377	1.05 395	1.06 375	1.10 404	1.07 358	1.09 382	1.05 397	1.05 404	1.06 369	1.12 405

FC-DCNN	1.07 382	1.09 283	0.98 373	0.89 308	0.52 332	1.41 461	0.91 387	1.21 439	1.24 467	1.96 469	2.05 525	1.91 471	1.30 461	1.27 454	1.08 403	0.80 330	0.60 309	0.58 327	0.41 299	0.68 308	0.54 321

hknet	1.10 384	1.85 387	3.49 537	4.48 515	0.02 21	0.42 264	0.06 99	0.41 239	0.02 21	0.48 278	0.03 52	0.41 247	0.03 52	0.42 261	0.03 48	4.39 524	4.19 538	0.33 209	0.23 190	0.34 199	0.27 199

test_xeample3	1.10 384	1.81 384	0.61 308	0.84 304	0.49 322	0.77 339	0.66 338	0.92 349	1.40 480	0.68 333	0.46 308	0.78 347	0.54 328	1.72 464	1.48 481	1.34 441	1.52 470	1.35 465	1.67 499	1.33 440	1.55 485

DISCO	1.11 386	0.39 148	5.28 550	0.39 193	0.20 183	0.39 228	0.27 206	0.39 219	0.22 181	0.38 215	0.20 181	0.38 224	0.20 179	6.95 560	0.22 181	0.30 194	0.21 170	0.27 187	0.21 182	5.25 542	0.21 169

Occ-G	1.12 387	0.52 200	3.72 542	3.50 505	0.50 326	0.56 316	0.47 306	0.54 302	0.46 301	0.54 309	0.41 290	0.54 313	0.42 292	0.52 307	0.42 294	3.42 518	4.02 537	0.52 321	0.45 309	0.51 291	0.44 293

AEACV	1.12 387	0.52 200	3.12 534	3.24 489	0.86 375	0.53 311	0.49 317	0.60 314	0.47 306	0.53 306	0.49 323	0.55 317	0.45 298	0.55 313	0.47 308	3.01 514	3.88 535	0.71 342	0.60 340	0.80 326	0.48 305

MSMD_ROB	1.19 389	1.10 286	0.70 322	1.10 337	0.60 341	1.10 377	0.70 348	1.10 366	0.70 351	1.10 374	0.70 356	1.10 382	0.70 346	7.00 561	0.70 352	1.10 361	0.70 325	1.10 399	0.70 356	1.10 373	0.70 344

MM-Stereo_test2	1.20 390	1.85 387	1.05 379	1.46 414	0.94 385	1.36 456	0.99 395	1.36 449	0.95 396	1.41 455	0.98 399	1.40 461	0.96 384	1.37 456	0.95 392	1.37 445	1.06 375	1.33 462	0.93 396	1.29 439	0.89 384

ours_stereo	1.20 390	1.21 345	0.90 364	1.64 423	1.11 412	1.35 454	0.67 342	1.76 461	0.93 394	1.70 465	1.10 407	1.39 459	0.75 354	1.41 458	0.81 382	1.60 456	1.03 374	1.33 462	1.00 399	1.61 450	0.72 362

DisPM	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

CrosDoStereo	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

PFNet+	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

LCNet	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

HHNet	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

Patchmatch Stereo++	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

STrans-v2	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

TransformOpticalFlow	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

OMP-Stereo	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

IIG-Stereo	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

NF-Stereo	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

OCTAStereo	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

PSM-softLoss	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

KMStereo	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

NRIStereo	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

PSM-adaLoss	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

PSM-AAD	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

FTStereo	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

ROB_FTStereo_v2	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

ROB_FTStereo	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

Consistency-Raft	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

KYRaft	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

HUI-Stereo	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

ASMatch	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

DeepStereo_LL	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

DEmStereo	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

SST-Stereo	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

THIR-Stereo	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

RAFT_R40	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

DRaft	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

PFNet	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

GrayStereo	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

RE-Stereo	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

Pruner-Stereo	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

TVStereo	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

DeepStereo_RVC	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

RAFT-RH_RVC	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

IRAFT_RVC	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

RAFT-345	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

iRAFT	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

CRE-IMP	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

GMM-Stereo	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

RAFT-IKP	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

Prome-Stereo	1.20 390	1.20 296	1.20 395	1.20 354	1.20 423	1.20 400	1.20 414	1.20 394	1.20 419	1.20 403	1.20 416	1.20 407	1.20 408	1.20 405	1.20 416	1.20 374	1.20 397	1.20 412	1.20 416	1.20 389	1.20 419

HCRNet	1.22 437	7.11 526	3.00 522	3.55 506	0.33 250	0.29 190	0.14 143	0.19 145	0.15 158	0.33 200	0.29 223	0.25 178	0.14 149	0.22 165	0.33 239	3.64 519	3.00 516	0.76 347	0.32 250	0.18 147	0.13 141

HBP-ISP	1.24 438	1.72 379	1.65 477	1.15 345	0.76 368	1.40 460	0.88 384	1.67 460	1.02 407	1.69 464	1.38 480	1.69 467	1.21 454	1.87 471	1.21 461	1.05 357	0.79 338	0.97 374	0.80 384	1.19 388	0.75 372

AANet_RVC	1.26 439	0.31 130	4.99 548	5.93 540	0.20 183	0.25 177	0.20 169	0.25 174	0.20 175	0.23 165	0.19 177	0.25 178	0.20 179	0.25 178	0.20 176	5.66 548	4.76 541	0.26 183	0.30 239	0.24 170	0.27 199

MM-Stereo_test3	1.27 440	2.07 405	1.18 390	1.60 418	1.02 398	1.45 462	1.01 399	1.40 453	1.04 408	1.44 456	1.03 404	1.46 463	1.02 394	1.44 459	1.02 401	1.51 452	1.12 389	1.32 461	0.98 397	1.38 443	0.97 391

11t	1.27 440	2.70 448	1.34 448	1.32 407	0.89 377	1.30 453	1.34 469	1.64 457	0.57 330	1.45 457	0.72 361	1.05 376	1.29 460	1.07 378	1.29 470	1.49 449	1.02 373	0.97 374	1.15 409	1.48 445	1.31 472

MaskLacGwcNet_RVC	1.35 442	1.35 366	1.35 450	1.35 409	1.35 474	1.35 454	1.35 470	1.36 449	1.35 476	1.36 453	1.35 475	1.36 457	1.36 467	1.36 455	1.35 474	1.35 442	1.35 459	1.35 465	1.35 471	1.35 441	1.35 477

CC-Net-ROB	1.36 443	1.33 365	1.33 447	1.36 410	1.38 477	1.36 456	1.33 468	1.37 451	1.34 473	1.35 452	1.36 477	1.38 458	1.34 465	1.38 457	1.38 477	1.35 442	1.38 462	1.33 462	1.35 471	1.43 444	1.34 476

CFNet	1.37 444	5.27 509	0.19 156	5.49 537	0.19 181	0.28 188	0.19 166	0.28 181	0.19 173	0.28 184	0.19 177	0.28 189	4.35 547	0.28 193	0.19 173	0.23 169	0.17 157	0.23 172	4.21 556	4.81 533	0.17 159

PS-NSSS	1.38 445	1.39 371	1.34 448	1.34 408	1.35 474	1.38 458	1.37 479	1.35 448	1.38 479	1.34 451	1.34 474	1.39 459	1.38 470	1.70 463	1.40 478	1.36 444	1.36 460	1.36 467	1.37 474	1.37 442	1.36 478

RASNet	1.49 446	1.65 377	1.45 467	1.38 412	1.43 480	1.47 463	1.36 474	1.38 452	1.36 477	1.39 454	1.60 490	1.45 462	1.45 473	1.51 460	2.21 520	1.53 453	1.36 460	1.36 467	1.36 473	1.66 453	1.36 478

GANetREF_RVC	1.55 447	1.94 402	1.22 442	1.88 436	1.21 469	1.88 470	1.22 460	1.88 463	1.22 465	1.88 466	1.22 462	1.88 469	1.22 455	1.89 472	1.22 462	1.87 463	1.22 444	1.88 488	1.22 462	1.88 462	1.22 465
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 448	1.91 396	1.21 441	1.94 443	1.20 423	2.00 478	1.23 461	1.99 468	1.24 467	2.00 474	1.25 465	2.03 479	1.26 457	2.00 476	1.29 470	1.90 467	1.18 396	1.89 489	1.21 461	1.89 463	1.20 419
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 449	1.59 375	1.70 479	1.59 417	1.59 486	1.61 465	1.61 490	1.60 455	1.60 485	1.62 463	1.59 489	1.60 465	1.60 475	1.60 461	1.59 486	1.59 454	1.60 481	1.59 473	1.59 491	1.59 449	1.59 490

ff7	1.68 450	2.68 445	1.35 450	0.97 325	0.89 377	1.84 467	2.15 518	2.12 474	1.80 501	2.05 479	1.56 486	2.33 486	2.12 511	2.23 482	2.25 521	1.31 438	1.07 376	1.48 469	1.41 477	0.90 338	1.04 400

ffff	1.68 450	2.68 445	1.35 450	0.97 325	0.89 377	1.84 467	2.15 518	2.12 474	1.80 501	2.05 479	1.56 486	2.33 486	2.12 511	2.23 482	2.25 521	1.31 438	1.07 376	1.48 469	1.41 477	0.90 338	1.04 400

ccc-4	1.68 450	2.68 445	1.35 450	0.97 325	0.89 377	1.84 467	2.15 518	2.12 474	1.80 501	2.05 479	1.56 486	2.33 486	2.12 511	2.23 482	2.25 521	1.31 438	1.07 376	1.48 469	1.41 477	0.90 338	1.04 400

MC-Stereo	1.76 453	2.96 464	1.37 461	2.14 452	1.37 476	2.14 483	1.36 474	2.14 477	1.37 478	2.14 485	1.37 478	2.14 481	1.37 469	2.14 481	1.37 476	1.97 470	1.32 445	1.97 491	1.32 470	1.98 464	1.33 474

IGEVStereo-DCA	1.77 454	4.21 494	1.84 494	2.49 469	2.11 518	2.54 505	1.36 474	1.65 458	1.17 416	2.75 513	1.90 508	2.54 499	1.15 401	0.94 361	1.11 405	1.50 450	1.32 445	0.96 372	1.46 483	1.49 446	0.88 382

rrr	1.77 454	4.21 494	1.84 494	2.49 469	2.11 518	2.54 505	1.36 474	1.65 458	1.17 416	2.75 513	1.90 508	2.54 499	1.15 401	0.94 361	1.11 405	1.50 450	1.32 445	0.96 372	1.46 483	1.49 446	0.88 382

MM-Stereo_test1	1.80 456	3.41 474	1.52 473	2.12 451	1.41 479	2.04 479	1.41 482	2.05 472	1.46 483	2.04 478	1.41 482	2.05 480	1.42 472	2.05 477	1.43 480	2.04 474	1.54 474	1.94 490	1.38 476	1.99 465	1.33 474

MFMNet_re	1.81 457	1.91 396	1.71 481	1.95 445	1.70 496	1.95 475	1.70 495	1.96 466	1.74 498	1.97 471	1.72 498	1.95 472	1.71 482	1.97 475	1.71 494	1.86 462	1.62 482	1.85 480	1.66 498	1.86 461	1.64 498

plain	1.88 458	3.16 469	0.64 312	3.10 484	0.65 352	3.10 520	0.64 335	3.12 518	0.65 341	3.10 519	0.65 348	3.11 520	0.65 337	3.12 518	0.65 337	3.12 515	0.65 318	3.13 520	0.65 345	3.13 506	0.65 337

RAFT_CTSACE	1.92 459	3.71 481	1.72 482	1.88 436	1.72 497	2.04 479	1.42 484	2.18 480	1.89 512	2.02 476	1.97 514	1.95 472	2.06 510	1.93 473	1.62 487	1.76 459	1.66 485	2.02 492	1.73 507	1.73 456	1.43 483

4.25w-stereo	1.98 460	2.72 452	1.46 468	3.47 502	1.43 480	2.07 481	1.98 510	2.53 500	1.52 484	2.71 506	1.98 520	1.81 468	1.62 477	1.96 474	1.36 475	1.88 466	2.00 498	2.53 515	1.61 493	1.74 457	1.15 410

4.5w-stereo	1.99 461	2.33 426	1.81 485	3.28 491	1.68 492	1.94 472	1.99 513	2.72 503	1.70 490	2.72 507	1.99 523	1.97 474	1.68 479	1.76 465	1.29 470	1.91 468	2.02 504	2.53 515	1.61 493	1.75 458	1.16 413

2.75w_new	1.99 461	2.34 430	1.81 485	3.14 485	1.62 488	1.94 472	1.99 513	2.72 503	1.71 491	2.72 507	1.99 523	1.90 470	1.73 484	1.82 470	1.29 470	2.37 495	2.01 500	2.31 502	1.42 480	1.77 459	1.22 465

3.75w	1.99 461	2.31 424	1.83 493	3.16 487	1.65 490	1.93 471	1.98 510	2.72 503	1.68 487	2.73 512	1.97 514	2.00 476	1.72 483	1.81 469	1.25 466	2.27 488	2.01 500	2.38 507	1.42 480	1.71 455	1.24 468

2w_stereo	1.99 461	2.36 433	1.81 485	3.24 489	1.67 491	1.94 472	1.98 510	2.72 503	1.68 487	2.72 507	1.94 511	1.98 475	1.74 486	1.79 468	1.27 467	1.95 469	2.00 498	2.53 515	1.60 492	1.68 454	1.15 410

xxxyy	2.00 465	1.86 389	1.98 507	2.95 480	2.17 522	2.26 484	1.35 470	2.42 492	2.00 519	2.07 482	1.27 467	2.53 495	1.99 504	2.29 486	1.49 482	2.21 481	1.32 445	1.85 480	1.87 511	2.52 491	1.62 494

xtttt	2.00 465	1.86 389	1.98 507	2.95 480	2.17 522	2.26 484	1.35 470	2.42 492	2.00 519	2.07 482	1.27 467	2.53 495	1.99 504	2.29 486	1.49 482	2.21 481	1.32 445	1.85 480	1.87 511	2.52 491	1.62 494

2.25w	2.00 465	1.86 389	1.98 507	2.95 480	2.17 522	2.26 484	1.35 470	2.42 492	2.00 519	2.07 482	1.27 467	2.53 495	1.99 504	2.29 486	1.49 482	2.21 481	1.32 445	1.85 480	1.87 511	2.52 491	1.62 494

4.25_new	2.00 465	2.33 426	1.82 490	3.32 494	1.69 493	1.95 475	1.99 513	2.72 503	1.71 491	2.72 507	1.97 514	2.01 477	1.74 486	1.77 466	1.28 468	2.18 478	2.01 500	2.48 513	1.58 489	1.65 451	1.17 414

4.5w_new	2.00 465	2.33 426	1.82 490	3.32 494	1.69 493	1.95 475	1.99 513	2.72 503	1.71 491	2.72 507	1.97 514	2.01 477	1.74 486	1.77 466	1.28 468	2.18 478	2.01 500	2.48 513	1.58 489	1.65 451	1.17 414

4.5_new	2.00 465	1.84 386	1.98 507	2.77 474	2.16 520	2.27 487	1.28 467	2.09 473	1.98 516	2.01 475	1.28 470	2.71 509	1.98 502	2.51 498	1.65 489	2.26 485	1.33 454	1.87 485	1.87 511	2.49 487	1.60 491

TRStereo	2.00 465	2.13 410	1.85 496	2.27 458	1.84 501	2.28 489	1.84 499	2.29 483	1.86 506	2.30 491	1.87 503	2.30 483	1.87 492	2.08 478	1.72 496	2.08 475	1.72 488	2.08 494	1.72 504	2.08 466	1.72 502

XX-Stereo	2.00 465	2.13 410	1.85 496	2.27 458	1.84 501	2.28 489	1.84 499	2.29 483	1.86 506	2.30 491	1.87 503	2.30 483	1.87 492	2.08 478	1.72 496	2.08 475	1.72 488	2.08 494	1.72 504	2.08 466	1.72 502

EAI-Stereo	2.00 465	2.13 410	1.85 496	2.27 458	1.84 501	2.28 489	1.84 499	2.29 483	1.86 506	2.30 491	1.87 503	2.30 483	1.87 492	2.08 478	1.72 496	2.08 475	1.72 488	2.08 494	1.72 504	2.08 466	1.72 502

2.5w	2.01 474	2.40 435	1.37 461	3.28 491	2.01 512	2.71 509	1.43 486	1.82 462	1.83 504	1.90 468	1.41 482	2.71 509	1.35 466	2.71 507	1.85 506	2.66 507	1.53 471	1.64 474	1.23 463	2.53 496	1.87 511

4w-stereo	2.02 475	2.72 452	1.44 466	3.36 498	1.59 486	2.48 498	1.72 496	2.28 481	1.24 467	2.24 489	1.65 495	2.56 501	1.32 464	2.39 492	1.98 516	2.67 509	1.51 469	1.66 475	1.24 464	2.53 496	1.88 515

IGEV	2.02 475	2.20 416	1.82 490	2.90 479	2.16 520	2.41 495	1.25 463	2.00 469	1.98 516	1.99 473	1.31 472	2.72 513	1.93 498	2.67 506	1.69 493	2.26 485	1.32 445	1.83 479	1.87 511	2.53 496	1.61 493

rrrtt	2.03 477	2.72 452	1.35 450	3.33 496	1.57 483	2.72 510	1.53 488	2.15 478	1.33 471	2.15 486	1.60 490	2.63 505	1.30 461	2.72 509	1.99 517	2.67 509	1.53 471	1.75 477	1.25 466	2.53 496	1.87 511

3.25w_new	2.03 477	2.72 452	1.35 450	3.33 496	1.57 483	2.72 510	1.53 488	2.15 478	1.33 471	2.15 486	1.60 490	2.63 505	1.30 461	2.72 509	1.99 517	2.67 509	1.53 471	1.75 477	1.25 466	2.53 496	1.87 511

3.5w_stereo	2.03 477	2.72 452	1.35 450	3.41 499	1.57 483	2.72 510	1.49 487	2.01 470	1.34 473	2.15 486	1.61 493	2.63 505	1.36 467	2.72 509	1.99 517	2.66 507	1.58 477	1.68 476	1.24 464	2.53 496	1.87 511

UniTT-Stereo	2.03 477	3.43 475	0.72 327	3.42 500	0.73 365	3.27 523	0.68 343	3.38 522	0.69 348	3.29 522	0.72 361	3.28 523	0.70 346	3.35 523	0.68 345	3.39 517	0.68 320	3.31 522	0.69 354	3.37 507	0.73 368

3.25w	2.04 481	2.20 416	1.48 469	3.03 483	2.17 522	2.63 508	1.39 480	1.96 466	1.95 515	1.96 469	1.37 478	2.71 509	1.96 501	2.71 507	1.73 501	2.26 485	1.32 445	1.87 485	1.87 511	2.51 490	1.63 497

3w_stereo	2.04 481	2.24 420	1.70 479	3.15 486	2.18 526	2.49 499	1.26 465	2.03 471	1.98 516	1.98 472	1.33 473	2.72 513	1.99 504	2.59 501	1.72 496	2.22 484	1.33 454	1.85 480	1.88 518	2.50 489	1.58 489

1w_stereo	2.05 483	2.32 425	1.35 450	3.74 513	2.01 512	2.73 513	1.42 484	1.88 463	1.93 514	2.03 477	1.28 470	2.71 509	1.99 504	2.72 509	1.72 496	2.20 480	1.32 445	1.87 485	1.86 510	2.45 483	1.54 484

sCroCo_RVC	2.10 484	2.76 457	1.92 504	2.78 477	1.39 478	2.73 513	1.41 482	2.73 509	1.40 480	2.77 518	1.41 482	2.74 515	1.40 471	2.74 513	1.40 478	2.72 512	1.42 464	2.72 518	1.44 482	2.79 504	1.42 482

MoCha-V2	2.11 485	26.97 568	0.78 349	0.92 314	0.77 369	0.96 360	0.72 352	0.90 344	0.72 355	0.94 361	0.70 356	0.90 359	0.71 350	0.91 356	0.71 353	0.85 339	0.71 329	0.88 362	0.69 354	0.87 334	0.67 341

FBW_ROB	2.12 486	2.46 438	1.77 484	2.49 469	1.79 500	2.38 493	1.83 498	2.46 495	1.78 500	2.48 500	1.97 514	2.40 491	1.78 489	2.42 495	1.83 504	2.31 492	1.85 495	2.38 507	1.82 509	2.35 478	1.84 507

asda	2.17 487	2.54 439	1.81 485	3.47 502	1.78 499	2.50 501	1.86 503	2.61 502	1.68 487	2.61 504	1.83 500	2.37 490	1.73 484	2.44 496	1.88 511	2.51 504	1.84 494	2.34 504	1.62 495	2.23 471	1.77 506

asd	2.18 488	2.77 459	1.58 474	3.59 507	2.00 511	2.58 507	1.85 502	2.39 491	1.71 491	2.47 499	1.97 514	2.59 503	1.61 476	2.56 499	1.79 503	2.51 504	1.99 497	2.11 497	1.62 495	2.36 479	1.60 491

qwe	2.18 488	2.60 442	1.58 474	3.83 514	1.90 509	2.53 503	1.90 508	2.48 496	1.73 496	2.37 496	1.92 510	2.53 495	1.68 479	2.56 499	1.83 504	2.52 506	1.87 496	2.07 493	1.68 501	2.32 477	1.71 501

monsters	2.18 488	2.41 436	1.96 506	3.47 502	2.03 516	2.53 503	1.64 492	2.48 496	1.73 496	2.40 497	1.50 485	2.62 504	1.94 499	2.59 501	1.94 513	2.44 499	1.57 476	2.28 500	1.87 511	2.42 481	1.86 509

AIO_rvc	2.18 488	2.34 430	1.87 500	2.32 462	1.94 510	2.40 494	1.89 507	2.37 489	2.07 523	2.52 502	1.95 513	2.44 493	1.99 504	2.41 493	1.89 512	2.32 493	2.09 506	2.24 498	2.18 521	2.21 470	2.23 519

HUF	2.18 488	2.30 423	1.99 512	2.34 463	2.02 515	2.41 495	2.06 517	2.38 490	1.89 512	2.36 495	1.85 501	2.56 501	1.98 502	2.31 490	1.97 515	2.30 491	2.03 505	2.30 501	2.11 520	2.23 471	2.16 517

AIO_test	2.18 488	2.09 408	2.04 513	2.42 466	2.01 512	2.47 497	1.94 509	2.34 488	2.03 522	2.56 503	1.94 511	2.43 492	1.94 499	2.41 493	1.87 510	2.39 497	2.10 507	2.35 506	1.91 519	2.25 473	2.19 518

monsterstereo	2.20 494	2.33 426	1.95 505	3.65 509	2.07 517	2.49 499	1.61 490	2.48 496	1.83 504	2.45 498	1.61 493	2.67 508	1.86 491	2.64 503	1.94 513	2.48 503	1.66 485	2.34 504	1.68 501	2.40 480	1.86 509

LG-G_1	2.22 495	2.71 450	1.89 501	2.77 474	1.87 507	2.75 515	1.87 505	2.76 511	1.87 510	2.75 513	1.87 503	2.76 516	1.87 492	2.75 514	1.86 507	2.47 501	1.58 477	2.45 510	1.57 486	2.45 483	1.57 487

LG-G	2.22 495	2.71 450	1.89 501	2.77 474	1.87 507	2.75 515	1.87 505	2.76 511	1.87 510	2.75 513	1.87 503	2.76 516	1.87 492	2.75 514	1.86 507	2.47 501	1.58 477	2.45 510	1.57 486	2.45 483	1.57 487

LGtest1	2.22 495	2.70 448	1.89 501	2.76 473	1.86 504	2.75 515	1.86 503	2.75 510	1.86 506	2.75 513	1.86 502	2.77 518	1.87 492	2.75 514	1.86 507	2.46 500	1.58 477	2.45 510	1.56 485	2.45 483	1.56 486

RAStereo	2.23 498	3.64 478	0.76 337	3.65 509	0.86 375	3.66 527	0.76 358	3.67 526	0.81 384	3.66 523	0.76 370	3.66 525	0.77 370	3.68 525	0.77 375	3.68 520	0.77 336	3.69 527	0.77 379	3.70 509	0.77 374

UDGNet	2.23 498	5.40 514	1.72 482	2.48 468	1.69 493	2.51 502	1.69 494	2.51 499	1.72 495	2.50 501	1.69 497	2.52 494	1.69 481	2.50 497	1.68 492	2.41 498	1.70 487	2.42 509	1.69 503	2.42 481	1.64 498

NCCL2	2.28 500	2.27 421	2.28 515	2.28 461	2.28 527	2.27 487	2.29 521	2.28 481	2.28 524	2.27 490	2.28 526	2.28 482	2.27 514	2.27 485	2.28 525	2.28 489	2.28 512	2.27 499	2.29 525	2.27 474	2.29 520

Abc-Net	2.32 501	24.75 560	1.14 384	1.17 351	1.17 420	1.11 388	1.15 408	1.17 387	1.21 464	1.08 373	1.16 411	1.12 393	1.14 400	1.09 379	1.17 413	1.09 359	1.16 392	1.17 407	1.17 412	1.16 380	1.11 403
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 502	25.00 561	1.13 383	1.15 345	1.15 414	1.10 377	1.15 408	1.15 380	1.15 411	1.12 395	1.15 408	1.09 379	1.13 398	1.10 383	1.15 409	1.11 366	1.09 382	1.16 403	1.12 407	1.16 380	1.17 414

stereogan	2.33 502	24.38 559	1.18 390	1.18 352	1.18 422	1.14 394	1.18 412	1.19 391	1.19 418	1.14 398	1.18 415	1.14 394	1.18 406	1.14 395	1.18 414	1.14 369	1.14 390	1.19 411	1.19 413	1.15 378	1.19 418

RGC	2.36 504	25.48 562	1.19 392	1.15 345	1.15 414	1.10 377	1.16 410	1.17 387	1.16 412	1.12 395	1.16 411	1.11 391	1.13 398	1.09 379	1.18 414	1.10 361	1.15 391	1.16 403	1.12 407	1.14 376	1.12 405

NCC-stereo	2.36 504	25.52 563	1.17 388	1.15 345	1.17 420	1.11 388	1.11 404	1.15 380	1.16 412	1.10 374	1.16 411	1.10 382	1.15 401	1.14 395	1.13 407	1.09 359	1.11 386	1.15 402	1.16 411	1.17 385	1.17 414

AF-Net	2.37 506	25.71 564	1.17 388	1.13 342	1.15 414	1.15 395	1.18 412	1.19 391	1.16 412	1.10 374	1.15 408	1.10 382	1.18 406	1.12 392	1.15 409	1.10 361	1.10 385	1.17 407	1.15 409	1.16 380	1.12 405

Nwc_Net	2.37 506	25.95 565	1.15 386	1.14 343	1.15 414	1.08 374	1.14 407	1.17 387	1.16 412	1.14 398	1.15 408	1.08 377	1.15 401	1.11 388	1.14 408	1.10 361	1.11 386	1.16 403	1.09 406	1.16 380	1.15 410

CFNet_RVC	2.38 508	8.71 537	0.38 233	9.33 556	0.42 303	0.56 316	0.42 292	0.60 314	0.38 271	0.62 324	0.42 299	0.56 320	7.29 559	0.62 322	0.42 294	0.53 297	0.37 233	0.49 309	0.34 262	8.30 556	6.87 562

edge stereo	2.43 509	27.07 569	1.14 384	1.06 334	1.14 413	1.08 374	1.17 411	1.16 385	1.14 410	1.10 374	1.16 411	1.09 379	1.16 405	1.10 383	1.16 412	1.10 361	1.11 386	1.16 403	1.19 413	1.13 375	1.11 403

FAT-Stereo	2.46 510	26.05 566	1.23 444	1.23 401	1.22 471	1.20 400	1.24 462	1.23 443	1.23 466	1.19 402	1.22 462	1.21 452	1.24 456	1.20 405	1.24 463	1.21 420	1.17 395	1.22 458	1.25 466	1.20 389	1.24 468

S-Stereo	2.51 511	26.86 567	1.23 444	1.22 399	1.22 471	1.24 450	1.25 463	1.22 441	1.24 467	1.21 448	1.24 464	1.19 406	1.27 458	1.19 404	1.24 463	1.19 372	1.20 397	1.25 459	1.19 413	1.24 437	1.23 467

Anonymous3	2.55 512	3.26 472	1.65 477	3.28 491	1.63 489	3.24 522	1.68 493	3.27 520	1.66 486	3.28 521	1.67 496	3.25 522	1.66 478	3.27 520	1.64 488	3.26 516	1.65 484	3.30 521	1.65 497	4.95 538	1.65 500

MIF-Stereo (partial)	2.58 513	3.31 473	0.66 316	3.18 488	0.66 355	3.18 521	0.66 338	3.21 519	0.67 344	3.19 520	0.66 350	3.19 521	0.66 340	3.31 522	0.68 345	5.09 544	1.79 492	8.23 563	1.67 499	6.18 547	1.38 480

MSMDNet	2.65 514	10.14 548	0.33 209	9.74 559	0.32 239	0.87 349	0.33 237	2.95 517	0.68 345	0.49 285	0.34 253	0.49 290	5.70 554	0.49 291	0.33 239	0.42 263	9.57 560	0.41 272	0.31 245	8.36 557	0.65 337

pcwnet_v2	2.66 515	9.89 546	0.33 209	9.89 560	0.32 239	0.50 300	0.32 228	0.49 279	0.33 243	0.49 285	0.34 253	0.49 290	8.76 561	0.48 285	0.33 239	0.41 249	9.58 561	0.40 259	0.29 229	9.01 560	0.63 335

CFNet_pseudo	2.67 516	9.36 542	0.32 204	10.99 565	0.33 250	0.85 347	0.33 237	0.49 279	0.33 243	0.49 285	0.32 239	0.49 290	7.26 558	0.49 291	0.33 239	0.41 249	9.62 562	0.41 272	0.29 229	10.03 564	0.29 217

CFNet_ucs	2.73 517	9.64 544	0.33 209	9.92 561	0.32 239	0.49 292	0.33 237	0.49 279	0.33 243	0.49 285	0.33 245	0.49 290	8.98 562	0.48 285	0.33 239	0.41 249	9.96 565	0.40 259	0.29 229	10.12 565	0.54 321

UCFNet_RVC	2.75 518	10.06 547	0.29 190	10.31 564	0.29 224	0.42 264	0.29 218	0.43 259	0.29 220	0.42 250	0.29 223	0.42 263	9.87 564	0.43 263	0.29 219	0.36 217	9.84 564	0.36 234	0.26 209	9.77 563	0.26 191

ccs_rob	2.79 519	10.17 549	0.32 204	10.00 562	0.33 250	0.49 292	0.33 237	1.90 465	0.32 237	0.51 301	0.33 245	0.49 290	9.24 563	0.49 291	0.33 239	0.41 249	9.82 563	0.41 272	0.28 220	9.34 561	0.29 217

PCWNet_CMD	2.80 520	9.82 545	0.32 204	10.09 563	0.32 239	0.49 292	0.33 237	3.34 521	0.33 243	0.49 285	0.33 245	0.49 290	8.73 560	0.48 285	0.33 239	0.41 249	9.22 559	0.42 283	0.29 229	9.55 562	0.31 232

StereoVision	3.15 521	5.00 503	0.89 361	4.83 530	1.00 389	3.93 528	1.27 466	6.37 555	1.34 473	5.67 555	1.26 466	5.84 557	1.27 458	5.03 552	1.24 463	5.10 545	1.09 382	4.61 539	0.57 336	5.62 545	1.12 405

MaDis-Stereo	3.19 522	6.02 524	1.12 382	5.61 539	1.16 419	5.43 554	1.02 401	5.15 552	0.70 351	5.43 552	1.21 461	5.03 554	0.97 385	4.85 546	0.99 396	4.53 526	1.16 392	5.53 555	1.25 466	5.37 543	1.30 471

sAnonymous2	3.31 523	2.63 443	1.38 463	3.71 511	1.86 504	4.70 546	1.11 404	4.82 548	2.72 527	5.45 553	1.98 520	4.59 539	2.64 516	2.65 504	6.21 559	4.37 522	1.08 380	5.16 553	2.24 523	4.52 520	2.39 525

CroCo_RVC	3.31 523	2.63 443	1.38 463	3.71 511	1.86 504	4.70 546	1.11 404	4.82 548	2.72 527	5.45 553	1.98 520	4.59 539	2.64 516	2.65 504	6.21 559	4.37 522	1.08 380	5.16 553	2.24 523	4.52 520	2.39 525

DPSNet	3.66 525	3.60 477	3.62 540	3.63 508	3.64 550	3.65 526	3.65 548	3.66 525	3.67 545	3.67 524	3.65 546	3.67 526	3.66 536	3.66 524	3.68 543	3.68 520	3.66 533	3.67 526	3.68 549	3.67 508	3.67 547

STTStereo	3.73 526	30.40 573	2.37 519	2.39 464	2.31 529	2.35 492	2.33 522	2.29 483	2.42 525	2.32 494	2.34 527	2.33 486	2.36 515	2.30 489	2.27 524	2.35 494	2.22 511	2.31 502	2.22 522	2.29 476	2.34 524

rvit_105_1	3.83 527	5.22 507	3.01 523	4.53 518	3.01 532	4.51 534	3.01 529	4.56 535	3.04 530	4.53 534	3.03 531	4.55 537	3.03 520	4.56 535	3.04 527	4.57 528	3.05 517	4.57 534	3.05 532	4.57 522	3.05 531

rvit_stereo_0081	3.83 527	5.23 508	3.01 523	4.53 518	3.03 534	4.55 540	3.02 530	4.56 535	3.04 530	4.52 532	3.02 529	4.54 535	3.03 520	4.56 535	3.04 527	4.57 528	3.05 517	4.57 534	3.05 532	4.58 523	3.05 531

rvit_stereo_0081_aga	3.86 529	5.33 511	3.02 526	4.55 524	3.04 538	4.54 536	3.02 530	4.64 542	3.06 534	4.54 536	3.04 533	4.62 544	3.08 527	4.62 541	3.07 532	4.58 531	3.06 521	4.60 538	3.08 536	4.63 526	3.07 535

rvit_stereo_0082	3.86 529	5.82 522	3.01 523	4.53 518	3.03 534	4.54 536	3.02 530	4.56 535	3.04 530	4.53 534	3.02 529	4.55 537	3.04 523	4.57 538	3.05 529	4.57 528	3.05 517	4.58 536	3.05 532	4.58 523	3.06 534

rvit_0105_6	3.87 531	5.73 521	3.10 533	4.69 528	3.12 542	4.54 536	3.02 530	4.56 535	3.04 530	4.54 536	3.03 531	4.54 535	3.04 523	4.56 535	3.05 529	4.58 531	3.05 517	4.58 536	3.05 532	4.58 523	3.05 531

rvit_stereo_0080	3.89 532	5.70 519	3.04 528	4.54 521	3.03 534	4.56 541	3.05 536	4.60 539	3.07 535	4.58 539	3.06 534	4.59 539	3.06 525	4.61 539	3.08 533	4.63 533	3.09 522	4.64 540	3.10 537	4.65 527	3.10 536

whm_eth	3.89 532	5.70 519	3.04 528	4.54 521	3.03 534	4.56 541	3.05 536	4.60 539	3.07 535	4.58 539	3.06 534	4.59 539	3.06 525	4.61 539	3.08 533	4.63 533	3.09 522	4.64 540	3.10 537	4.65 527	3.10 536

rvit_0105_4	3.91 534	5.47 518	3.02 526	4.54 521	3.02 533	4.54 536	3.03 534	4.75 545	3.17 541	4.57 538	3.06 534	4.61 543	3.16 531	4.65 542	3.09 535	4.66 535	3.11 524	4.68 543	3.18 542	4.81 533	3.16 541

rvit_0105_3	3.91 534	5.33 511	3.06 531	4.60 526	3.07 540	4.60 543	3.06 538	4.62 541	3.08 538	4.60 541	3.07 537	4.62 544	3.08 527	4.67 543	3.10 536	4.70 536	3.11 524	4.77 547	3.19 543	4.77 532	3.14 540

rvit_stereo_0083	3.92 536	5.30 510	3.06 531	4.61 527	3.09 541	4.67 545	3.08 539	4.66 543	3.09 539	4.62 542	3.10 539	4.66 547	3.11 529	4.67 543	3.16 538	4.72 538	3.16 527	4.77 547	3.11 539	4.66 529	3.11 538

rvit_stereo_ft	3.93 537	5.44 516	3.05 530	4.59 525	3.06 539	4.61 544	3.08 539	4.67 544	3.12 540	4.63 543	3.10 539	4.65 546	3.11 529	4.69 545	3.13 537	4.70 536	3.14 526	4.71 545	3.15 541	4.74 530	3.16 541

rvit_0105_5	4.10 538	5.40 514	3.13 536	4.71 529	3.15 543	4.72 548	3.10 541	4.90 550	3.27 542	4.69 544	3.16 541	4.84 551	3.25 532	4.96 549	3.34 540	5.05 543	3.39 532	5.10 552	3.40 544	5.11 540	3.42 544

MLG-Stereo_test1	4.25 539	5.34 513	3.61 539	5.31 535	3.63 549	5.23 552	3.57 546	5.38 553	3.65 544	5.23 550	3.47 543	4.76 548	3.74 539	4.85 546	3.71 544	4.96 540	3.18 529	4.71 545	2.92 529	4.86 536	2.90 529

MLG-Stereo_test3	4.26 540	4.85 501	3.95 543	5.35 536	3.60 548	4.75 549	3.76 549	5.49 554	3.71 546	5.39 551	3.69 547	4.82 550	3.66 536	4.85 546	3.73 547	4.93 539	3.19 530	4.69 544	2.99 531	4.84 535	2.98 530

MLG-Stereo_test2	4.28 541	5.46 517	3.69 541	4.86 531	3.72 551	5.58 555	3.42 544	4.81 547	3.77 550	4.85 546	3.72 548	5.55 556	3.63 535	5.58 553	3.53 542	4.41 525	3.28 531	4.99 551	2.95 530	4.75 531	3.13 539

RAFT+CT+SA	4.28 541	7.62 530	4.91 547	5.55 538	2.28 527	3.09 519	3.64 547	4.49 533	3.07 535	4.80 545	3.35 542	4.77 549	3.70 538	4.29 532	3.05 529	5.58 547	5.98 548	3.58 525	3.78 551	4.26 516	3.72 548

SA	4.33 543	7.35 527	6.85 558	5.96 541	4.09 555	3.59 525	3.15 542	3.82 527	2.64 526	3.91 525	3.85 549	3.57 524	2.72 518	3.13 519	4.03 550	7.09 558	6.86 553	3.57 524	3.12 540	3.85 510	3.51 546

Sa-1000	4.34 544	8.37 533	6.84 557	6.98 548	4.45 558	3.58 524	3.00 528	3.42 523	3.39 543	2.61 504	4.00 552	3.83 528	4.01 545	3.90 527	3.90 548	5.98 551	5.62 546	3.76 528	2.34 526	4.35 518	2.47 527

TestStereo1	4.60 545	8.41 534	6.44 555	6.86 546	3.79 552	3.97 529	3.78 550	3.99 529	3.74 547	3.97 526	3.52 544	3.94 529	3.58 533	3.98 528	3.72 545	6.82 555	6.50 551	3.76 528	3.66 547	3.90 511	3.74 550

SA-5K	4.60 545	8.41 534	6.44 555	6.86 546	3.79 552	3.97 529	3.78 550	3.99 529	3.74 547	3.97 526	3.52 544	3.94 529	3.58 533	3.98 528	3.72 545	6.82 555	6.50 551	3.76 528	3.66 547	3.90 511	3.74 550

DispFullNet	4.61 547	4.84 500	3.12 534	5.00 533	3.57 547	4.75 549	3.03 534	7.75 561	4.17 554	4.91 548	3.09 538	6.20 558	3.95 543	6.71 557	3.51 541	5.30 546	3.67 534	5.86 559	3.63 546	5.61 544	3.46 545

test_5	4.62 548	7.55 529	6.23 553	6.32 543	3.40 546	5.29 553	3.50 545	3.53 524	4.11 553	4.28 529	4.47 556	4.26 533	4.38 548	3.68 525	3.24 539	5.89 549	5.60 545	4.84 549	3.50 545	4.33 517	3.93 554

raft_robust	4.71 549	7.75 531	5.40 552	6.81 545	3.31 544	4.28 533	4.20 555	4.32 532	4.37 556	4.35 531	4.35 555	4.14 531	3.75 540	4.30 533	4.20 553	6.67 554	6.37 549	3.36 523	4.24 557	4.86 536	3.25 543

cross-raft	4.83 550	7.52 528	6.43 554	6.63 544	3.96 554	4.51 534	3.99 553	4.49 533	3.96 552	4.52 532	3.96 551	4.50 534	3.97 544	4.50 534	3.97 549	6.65 553	6.44 550	4.33 531	3.92 553	4.35 518	3.91 553

test_4	4.88 551	8.13 532	6.98 559	7.46 549	4.44 557	4.25 532	3.85 552	4.04 531	3.92 551	4.13 528	3.91 550	4.18 532	3.84 541	4.14 530	4.06 551	7.01 557	7.13 554	4.53 532	3.72 550	4.09 514	3.72 548

TestStereo	4.88 551	4.75 499	4.79 546	4.87 532	4.92 559	4.81 551	4.90 558	4.78 546	4.77 557	4.87 547	4.89 557	4.90 552	4.91 550	4.99 550	4.79 555	4.98 541	4.87 542	4.87 550	4.92 559	5.00 539	5.00 557

test_3	5.01 553	8.86 539	7.77 561	8.09 551	2.76 531	4.13 531	4.05 554	3.88 528	3.76 549	4.33 530	4.13 553	3.71 527	3.91 542	4.21 531	4.06 551	7.93 559	7.69 556	4.53 532	3.91 552	4.17 515	4.29 556

NLCA_NET_v2_RVC	5.04 554	50.87 583	2.78 521	2.87 478	2.71 530	2.78 518	0.47 306	2.88 516	2.86 529	1.89 467	2.67 528	2.79 519	2.79 519	2.78 517	2.83 526	2.82 513	2.82 515	2.83 519	2.77 528	2.83 505	2.76 528
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 555	5.15 505	4.49 545	5.07 534	3.37 545	6.87 558	4.75 557	5.04 551	6.34 561	7.84 561	5.06 558	6.72 562	4.09 546	4.99 550	5.44 558	5.03 542	3.16 527	4.67 542	4.86 558	5.15 541	3.89 552

U	5.15 556	8.49 536	1.81 485	8.49 553	1.77 498	8.49 563	1.77 497	8.51 563	1.77 499	8.49 563	1.77 499	8.50 564	1.78 489	8.58 563	1.77 502	8.54 562	1.78 491	8.55 564	1.78 508	8.55 558	1.84 507

SGM-Forest	5.21 557	5.92 523	4.08 544	6.18 542	4.16 556	6.31 557	4.34 556	6.50 556	4.33 555	6.14 557	4.21 554	6.61 561	4.55 549	6.67 556	4.48 554	5.94 550	3.94 536	5.85 558	4.03 555	5.79 546	4.17 555
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 558	9.16 541	8.03 564	8.09 551	5.62 562	6.11 556	6.35 561	6.85 558	4.94 558	6.08 556	6.29 563	4.98 553	6.43 555	6.22 554	6.36 561	6.16 552	7.47 555	5.82 557	5.44 562	7.11 552	5.68 560

rvit_stereo_0075_2	6.64 559	8.80 538	5.25 549	7.89 550	5.27 561	7.90 562	5.27 559	7.92 562	5.28 559	7.91 562	5.29 560	7.93 563	5.27 551	7.92 562	5.28 556	7.93 559	5.28 544	7.93 562	5.29 561	7.93 555	5.28 559

RAFT	6.73 560	9.36 542	7.40 560	8.51 554	6.55 563	6.88 559	6.60 562	6.79 557	6.60 562	6.80 558	6.72 564	5.31 555	5.50 553	6.61 555	6.61 562	8.42 561	5.89 547	5.73 556	5.45 563	6.61 548	6.24 561

SGM+DAISY	7.06 561	9.15 540	5.38 551	8.84 555	5.18 560	8.80 564	5.31 560	8.79 564	5.28 559	8.89 564	5.20 559	8.93 565	5.33 552	8.95 564	5.36 557	8.70 563	5.21 543	8.74 565	5.20 560	8.89 559	5.15 558

test-v	7.53 562	11.89 550	7.98 562	9.36 557	7.14 564	7.06 560	7.09 563	7.37 559	6.91 563	7.29 559	5.71 561	6.45 559	6.93 556	6.73 558	7.27 563	8.93 564	7.85 557	6.98 560	6.80 564	7.56 553	7.34 563

test-2	7.53 562	11.89 550	7.98 562	9.36 557	7.14 564	7.06 560	7.09 563	7.37 559	6.91 563	7.29 559	5.71 561	6.45 559	6.93 556	6.73 558	7.27 563	8.93 564	7.85 557	6.98 560	6.80 564	7.56 553	7.34 563

PA-Net	11.80 564	223.51 590	0.62 309	0.59 272	0.71 362	0.59 323	0.73 353	0.67 323	0.73 358	0.55 312	0.61 342	0.60 326	0.74 352	0.63 326	0.73 354	0.66 316	0.60 309	0.69 339	0.66 347	0.72 314	0.65 337
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 565	23.00 558	15.00 565	23.00 572	15.00 566	24.00 571	16.00 565	24.00 571	16.00 565	22.00 571	15.00 565	23.00 572	16.00 565	23.00 571	15.00 565	22.00 572	15.00 566	22.00 572	15.00 566	22.00 572	15.00 565

rafts_anoy	20.00 566	20.00 552	20.00 566	20.00 566	20.00 567	20.00 565	20.00 566	20.00 565	20.00 566	20.00 565	20.00 566	20.00 566	20.00 566	20.00 565	20.00 566	20.00 566	20.00 567	20.00 566	20.00 567	20.00 566	20.00 566

raft+_RVC	20.00 566	20.00 552	20.00 566	20.00 566	20.00 567	20.00 565	20.00 566	20.00 565	20.00 566	20.00 565	20.00 566	20.00 566	20.00 566	20.00 565	20.00 566	20.00 566	20.00 567	20.00 566	20.00 567	20.00 566	20.00 566

raftrobust	20.00 566	20.00 552	20.00 566	20.00 566	20.00 567	20.00 565	20.00 566	20.00 565	20.00 566	20.00 565	20.00 566	20.00 566	20.00 566	20.00 565	20.00 566	20.00 566	20.00 567	20.00 566	20.00 567	20.00 566	20.00 566

CasAABBNet	20.00 566	20.00 552	20.00 566	20.00 566	20.00 567	20.00 565	20.00 566	20.00 565	20.00 566	20.00 565	20.00 566	20.00 566	20.00 566	20.00 565	20.00 566	20.00 566	20.00 567	20.00 566	20.00 567	20.00 566	20.00 566

RALCasStereoNet	20.00 566	20.00 552	20.00 566	20.00 566	20.00 567	20.00 565	20.00 566	20.00 565	20.00 566	20.00 565	20.00 566	20.00 566	20.00 566	20.00 565	20.00 566	20.00 566	20.00 567	20.00 566	20.00 567	20.00 566	20.00 566

RALAANet	20.00 566	20.00 552	20.00 566	20.00 566	20.00 567	20.00 565	20.00 566	20.00 565	20.00 566	20.00 565	20.00 566	20.00 566	20.00 566	20.00 565	20.00 566	20.00 566	20.00 567	20.00 566	20.00 567	20.00 566	20.00 566

111	30.40 572	30.94 574	29.72 573	32.61 573	30.02 574	33.57 572	30.47 573	31.50 572	29.39 573	30.98 572	29.11 573	29.78 573	30.39 576	29.45 572	30.76 576	30.08 573	29.02 574	29.92 573	30.32 577	29.86 573	30.17 573

WCMA_ROB	31.10 573	35.43 578	27.12 572	39.51 584	23.10 573	38.78 583	25.30 572	37.49 583	25.39 572	37.29 582	27.02 572	38.52 584	26.48 572	37.80 582	26.44 572	36.28 580	22.65 573	33.90 577	22.30 573	37.10 581	24.18 572

DCANet-4	35.22 574	34.54 575	35.08 579	33.58 577	35.47 581	34.55 573	35.53 580	36.08 578	35.85 577	35.92 578	35.77 579	35.18 579	35.48 578	35.39 578	37.15 582	34.55 579	33.92 578	35.02 580	34.90 579	35.79 577	34.74 580

ADStereo(finetuned)	36.13 575	36.63 579	38.07 583	36.97 578	33.25 578	35.91 577	34.45 577	36.36 579	32.99 574	38.14 583	36.71 580	36.69 580	34.13 577	38.57 583	40.79 583	37.60 584	36.58 581	35.90 581	33.36 578	35.42 576	34.04 577

Reg-Stereo(zero)	37.00 576	37.00 580	37.00 580	37.00 579	37.00 582	37.00 580	37.00 581	37.00 580	37.00 578	37.00 579	37.00 581	37.00 581	37.00 579	37.00 579	37.00 579	37.00 581	37.00 582	37.00 582	37.00 582	37.00 578	37.00 581

HI	37.00 576	37.00 580	37.00 580	37.00 579	37.00 582	37.00 580	37.00 581	37.00 580	37.00 578	37.00 579	37.00 581	37.00 581	37.00 579	37.00 579	37.00 579	37.00 581	37.00 582	37.00 582	37.00 582	37.00 578	37.00 581

CoSv	37.00 576	37.00 580	37.00 580	37.00 579	37.00 582	37.00 580	37.00 581	37.00 580	37.00 578	37.00 579	37.00 581	37.00 581	37.00 579	37.00 579	37.00 579	37.00 581	37.00 582	37.00 582	37.00 582	37.00 578	37.00 581

MDST_ROB	69.83 579	87.70 584	41.95 584	113.75 587	65.62 587	75.05 584	55.25 585	75.64 585	45.04 581	71.61 584	41.75 584	72.81 585	44.06 582	68.38 584	44.63 584	101.89 587	59.57 587	107.10 587	61.05 587	104.38 584	59.38 586

NOSS_ROB	102.95 580	153.00 588	121.00 587	51.00 585	44.00 585	165.00 587	127.00 586	153.00 586	119.00 583	164.00 587	125.00 586	168.00 588	120.00 584	153.00 586	117.00 586	49.00 585	44.00 585	49.00 585	44.00 585	49.00 582	44.00 584

CBMV	128.50 581	1422.70 595	53.10 585	79.50 586	51.30 586	77.30 585	49.70 584	74.00 584	48.20 582	77.20 585	48.80 585	73.90 586	48.00 583	73.80 585	48.80 585	70.40 586	45.10 586	68.90 586	46.10 586	68.20 583	45.00 585
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 582	171.00 589	160.68 590	162.58 588	160.59 588	164.01 586	160.35 587	158.51 587	158.56 584	158.34 586	160.12 587	158.56 587	159.92 585	157.26 587	158.94 587	154.38 588	158.36 588	155.75 588	159.13 589	153.67 585	154.07 587
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 583	123.00 585	115.00 586	219.00 589	218.00 590	223.00 588	244.00 589	217.00 588	236.00 586	202.00 588	203.00 588	205.00 589	208.00 586	225.00 588	204.00 588	210.00 589	198.00 589	197.00 589	184.00 590	204.00 586	201.00 588

MGS-Stereo	239.45 584	123.00 585	135.00 588	266.00 590	286.00 591	277.00 589	305.00 590	271.00 589	242.00 587	274.00 589	279.00 590	255.00 590	270.00 588	268.00 589	297.00 590	221.00 590	247.00 591	216.00 590	123.00 588	217.00 587	217.00 590

EGLCR-Stereo	246.90 585	129.00 587	139.00 589	266.00 590	286.00 591	277.00 589	305.00 590	271.00 589	242.00 587	274.00 589	279.00 590	255.00 590	270.00 588	268.00 589	297.00 590	230.00 591	247.00 591	216.00 590	223.00 592	237.00 588	227.00 591

DLCB_ROB	284.23 586	354.61 591	207.27 591	363.24 592	206.46 589	364.72 591	210.41 588	364.72 591	210.41 585	364.81 591	208.64 589	364.81 592	208.64 587	364.72 591	210.41 589	354.70 592	205.53 590	354.70 592	205.53 591	354.70 589	205.53 589

LE_ROB	396.57 587	471.28 592	329.84 592	471.48 593	308.15 593	526.83 592	322.10 592	488.15 592	323.76 589	495.46 592	317.97 592	497.17 593	320.10 590	481.62 592	326.76 592	462.71 593	298.97 593	466.16 593	285.98 593	447.62 590	289.21 592

SGM-ForestM	596.69 588	677.77 593	444.52 593	699.85 594	517.25 594	732.94 593	488.29 593	770.79 593	460.11 590	750.81 593	487.98 593	792.79 594	499.41 591	730.90 593	475.81 593	720.03 594	491.16 594	663.96 594	418.60 594	674.76 591	436.05 593

CBMV_ROB	818.48 589	913.88 594	709.52 594	862.84 595	597.78 595	1073.99 594	700.52 594	1015.66 594	702.59 591	1115.65 594	760.02 594	1130.24 595	721.57 592	1037.41 594	692.65 594	814.05 595	564.29 595	843.28 595	595.31 595	915.51 592	602.92 594

tt	500032.53 590	34.60 576	29.72 573	37.47 582	34.41 579	36.85 578	35.22 578	34.71 576	33.55 575	34.50 573	35.43 577	33.81 577	10000000.00 593	33.57 576	33.13 577	33.68 577	35.00 579	34.03 578	35.26 580	30.96 574	34.63 578

DCANet	500032.53 590	34.60 576	29.72 573	37.47 582	34.41 579	36.85 578	35.22 578	34.71 576	33.55 575	34.50 573	35.43 577	33.81 577	10000000.00 593	33.57 576	33.13 577	33.68 577	35.00 579	34.03 578	35.26 580	30.96 574	34.63 578

fff	1000028.16 592	29.62 570	29.72 573	32.61 573	30.02 574	35.13 574	31.83 574	32.07 573	10000000.00 592	35.27 575	29.82 574	32.45 574	30.15 573	32.35 573	30.09 573	31.04 574	29.55 575	30.64 574	30.14 574	10000000.00 593	30.77 574

csc	1000028.16 592	29.62 570	29.72 573	32.61 573	30.02 574	35.13 574	31.83 574	32.07 573	10000000.00 592	35.27 575	29.82 574	32.45 574	30.15 573	32.35 573	30.09 573	31.04 574	29.55 575	30.64 574	30.14 574	10000000.00 593	30.77 574

cscssc	1000028.16 592	29.62 570	29.72 573	32.61 573	30.02 574	35.13 574	31.83 574	32.07 573	10000000.00 592	35.27 575	29.82 574	32.45 574	30.15 573	32.35 573	30.09 573	31.04 574	29.55 575	30.64 574	30.14 574	10000000.00 593	30.77 574

111111	10000000.00 595	10000000.00 596	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 595	10000000.00 595	10000000.00 595	10000000.00 592	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 593	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 593	10000000.00 595

SGD-Stereo	10000000.00 595	10000000.00 596	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 595	10000000.00 595	10000000.00 595	10000000.00 592	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 593	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 593	10000000.00 595

IGEV-Stereo++	10000000.00 595	10000000.00 596	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 595	10000000.00 595	10000000.00 595	10000000.00 592	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 593	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 593	10000000.00 595

IGEV-BASED-STEREO-	10000000.00 595	10000000.00 596	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 595	10000000.00 595	10000000.00 595	10000000.00 592	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 593	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 593	10000000.00 595

IGEV-Stereo+	10000000.00 595	10000000.00 596	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 595	10000000.00 595	10000000.00 595	10000000.00 592	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 593	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 593	10000000.00 595

SDNR	10000000.00 595	10000000.00 596	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 595	10000000.00 595	10000000.00 595	10000000.00 592	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 593	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 593	10000000.00 595

anonymousdsp2	10000000.00 595	10000000.00 596	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 595	10000000.00 595	10000000.00 595	10000000.00 592	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 593	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 593	10000000.00 595

anonymousdsp	10000000.00 595	10000000.00 596	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 595	10000000.00 595	10000000.00 595	10000000.00 592	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 593	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 593	10000000.00 595

test_example2	10000000.00 595	10000000.00 596	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 595	10000000.00 595	10000000.00 595	10000000.00 592	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 593	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 593	10000000.00 595

DIP-Stereo	10000000.00 595	10000000.00 596	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 595	10000000.00 595	10000000.00 595	10000000.00 592	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 593	10000000.00 595	10000000.00 595	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 596	10000000.00 593	10000000.00 595
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FADE		0.06 54		0.09 53	0.10 112							0.05 86				0.15 123	0.10 73	0.17 144	0.13 148	0.11 114

Low-res two-view benchmark