Low-res two-view results

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 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

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

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

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

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

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

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

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

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

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

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

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

ADCMid	0.08 50	0.02 12	0.02 14	1.01 330	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 69	0.09 99	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

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

AnyNet_C01	0.11 83	0.02 12	0.02 14	1.62 420	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 82	0.04 72	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

AnyNet_C32	0.14 107	0.04 37	0.03 36	2.22 438	0.04 77	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 74	0.02 21	0.07 96	0.04 72	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

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

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

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

BEATNet_4x	0.11 83	0.03 31	0.03 36	1.60 417	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 77	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 83	0.03 31	0.03 36	1.60 417	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 77	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

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

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-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

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

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

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

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

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

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

ADCP+	0.15 117	0.04 37	0.04 43	2.20 437	0.04 77	0.04 74	0.04 77	0.04 74	0.04 78	0.04 71	0.05 94	0.04 74	0.04 81	0.08 99	0.04 72	0.04 44	0.04 45	0.04 71	0.04 75	0.04 74	0.04 76

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
GwcNet	0.12 92	0.07 58	0.05 57	0.08 49	0.05 93	0.08 97	1.20 396	0.07 98	0.05 92	0.05 86	0.05 94	0.08 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

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

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

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

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

BEATNet-Init1	0.19 133	0.08 59	0.08 60	2.23 439	0.08 104	0.08 97	0.07 102	0.07 98	0.08 105	0.08 98	0.07 103	0.08 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

SuperB	0.21 142	0.10 67	2.51 499	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

DeepPrunerF	0.19 133	0.08 59	0.08 60	2.23 439	0.08 104	0.08 97	0.07 102	0.07 98	0.08 105	0.08 98	0.07 103	0.08 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

ELAS_RVC	0.14 107	0.16 87	0.10 69	0.15 107	0.10 112	0.18 144	0.11 122	0.19 144	0.11 124	0.19 143	0.12 134	0.18 144	0.11 123	0.19 145	0.12 131	0.14 114	0.08 59	0.14 120	0.09 104	0.15 133	0.09 102
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 98	0.16 87	0.11 89	0.15 107	0.09 106	0.18 144	0.11 122	0.18 142	0.11 124	0.17 138	0.11 124	0.18 144	0.11 123	0.18 142	0.11 117	0.14 114	0.08 59	0.14 120	0.08 102	0.14 123	0.09 102
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
test_sample2	0.09 51	1.03 273	0.11 89	0.11 74	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 66	0.09 68	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 51	1.01 267	0.09 65	0.09 53	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 66	0.09 68	0.03 38	0.02 20	0.03 43	0.02 20

LRCNet_RVC	0.13 98	0.13 81	0.09 65	0.13 93	0.10 112	0.14 118	0.10 109	0.14 119	0.10 109	0.23 164	0.10 110	0.20 150	0.10 111	0.24 172	0.11 117	0.11 86	0.09 68	0.12 115	0.14 151	0.12 119	0.09 102

UNet	0.29 166	0.90 243	0.10 69	0.14 97	0.10 112	0.14 118	0.10 109	0.91 345	0.69 347	0.14 118	0.11 124	0.14 120	0.11 123	0.14 121	0.10 105	0.12 91	0.09 68	0.12 115	0.09 104	0.88 334	0.76 355

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	0.73 350

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

test_sample6	0.09 51	0.97 257	0.10 69	0.10 57	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 71	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

test_sample5	0.10 62	1.07 280	0.11 89	0.10 57	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 71	0.10 73	0.03 38	0.03 54	0.04 74	0.03 51

test_sample3	0.09 51	0.87 236	0.10 69	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

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

tta	0.09 51	0.95 254	0.09 65	0.10 57	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 66	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

DualNet	0.10 62	1.07 280	0.11 89	0.10 57	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 71	0.10 73	0.03 38	0.03 54	0.04 74	0.03 51

xxx	0.09 51	1.01 267	0.10 69	0.10 57	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 71	0.10 73	0.03 38	0.02 20	0.03 43	0.03 51

WZ-Net	0.05 41	0.50 190	0.10 69	0.12 80	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 91	0.10 73	0.01 9	0.01 9	0.01 10	0.01 10

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

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

StereoDRNet	0.15 117	0.14 85	0.10 69	0.14 97	0.09 106	0.15 125	0.09 104	0.14 119	0.09 108	0.14 118	0.10 110	0.14 120	0.09 107	0.14 121	0.09 99	0.13 107	0.10 73	0.13 118	0.09 104	0.13 121	0.82 361

LALA_ROB	0.15 117	0.19 96	0.12 100	0.18 126	0.11 128	0.20 152	0.12 137	0.21 156	0.12 142	0.20 148	0.12 134	0.20 150	0.12 139	0.21 160	0.13 137	0.17 138	0.10 73	0.18 153	0.11 123	0.18 146	0.11 119

FADE		0.06 54		0.09 53	0.10 112							0.05 86				0.15 123	0.10 73	0.17 143	0.13 147	0.11 114

ITSA-stereo	0.15 117	0.17 93	0.13 119	0.20 131	0.13 146	0.19 147	0.13 140	0.18 142	0.13 145	0.19 143	0.13 146	0.18 144	0.14 148	0.18 142	0.14 141	0.16 131	0.11 95	0.15 133	0.14 151	0.18 146	0.11 119

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

JetBlue	0.11 83	0.11 78	0.12 100	0.13 93	0.14 148	0.11 113	0.11 122	0.11 115	0.11 124	0.11 114	0.11 124	0.11 115	0.11 123	0.12 119	0.12 131	0.11 86	0.11 95	0.11 112	0.11 123	0.11 114	0.11 119

mmm	0.14 107	1.83 367	0.12 100	0.11 74	0.03 48	0.03 40	0.03 50	0.03 42	0.04 78	0.03 40	0.03 52	0.03 42	0.03 52	0.06 82	0.04 72	0.12 91	0.11 95	0.05 81	0.04 75	0.05 86	0.04 76

1111x	0.10 62	1.14 287	0.13 119	0.14 97	0.03 48	0.04 74	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 107	0.11 95	0.03 38	0.02 20	0.03 43	0.02 20

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

ProNet	0.14 107	0.20 100	0.14 124	0.16 117	0.11 128	0.16 133	0.11 122	0.17 140	0.11 124	0.17 138	0.12 134	0.17 141	0.13 144	0.17 140	0.12 131	0.15 123	0.11 95	0.16 136	0.11 123	0.15 133	0.12 134

Wz-Net-MNSev	0.06 44	0.54 205	0.10 69	0.12 80	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 91	0.11 95	0.01 9	0.01 9	0.01 10	0.01 10

ICVP	0.15 117	0.53 202	0.11 89	0.16 117	0.11 128	0.16 133	0.11 122	0.16 132	0.11 124	0.16 129	0.11 124	0.16 131	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)
aanetorigin	0.13 98	0.11 78	0.11 89	0.11 74	0.11 128	0.11 113	0.11 122	0.11 115	0.11 124	0.11 114	0.12 134	0.11 115	0.11 123	0.11 115	0.11 117	0.11 86	0.11 95	0.14 120	0.11 123	0.49 279	0.11 119

cf-r	0.66 291	2.17 394	0.12 100	0.18 126	0.12 143	0.18 144	2.70 505	2.60 480	0.12 142	0.18 141	0.12 134	0.18 144	0.12 139	0.18 142	0.12 131	0.15 123	0.11 95	0.15 133	0.11 123	1.81 442	1.74 485

PASM	0.39 215	3.06 444	1.36 440	1.58 415	0.09 106	0.11 113	0.11 122	0.11 115	0.11 124	0.09 101	0.09 106	0.11 115	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

HSM	0.14 107	0.16 87	0.12 100	0.17 125	0.12 143	0.17 141	0.11 122	0.17 140	0.11 124	0.17 138	0.12 134	0.17 141	0.12 139	0.17 140	0.12 131	0.16 131	0.11 95	0.16 136	0.11 123	0.16 137	0.12 134

SGM_RVC	0.15 117	0.17 93	0.11 89	0.18 126	0.11 128	0.19 147	0.11 122	0.19 144	0.12 142	0.19 143	0.12 134	0.20 150	0.12 139	0.19 145	0.12 131	0.16 131	0.11 95	0.17 143	0.10 111	0.17 142	0.10 107
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DualNet (step1)	0.10 62	1.05 277	0.12 100	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 71	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 109	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 62	1.05 277	0.12 100	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 71	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 109	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 62	1.05 277	0.12 100	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 109	0.03 38	0.03 54	0.03 43	0.03 51

test_sample7	0.09 51	1.00 261	0.11 89	0.11 74	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 71	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 109	0.03 38	0.03 54	0.03 43	0.03 51

qqq1	0.25 152	3.70 458	0.14 124	0.14 97	0.04 77	0.06 86	0.05 87	0.06 88	0.05 92	0.06 90	0.05 94	0.04 74	0.05 88	0.06 82	0.05 83	0.13 107	0.12 109	0.06 88	0.05 90	0.03 43	0.04 76

fff1	0.25 152	3.70 458	0.14 124	0.14 97	0.04 77	0.06 86	0.05 87	0.06 88	0.05 92	0.06 90	0.05 94	0.04 74	0.05 88	0.06 82	0.05 83	0.13 107	0.12 109	0.06 88	0.05 90	0.03 43	0.04 76

11t1	0.17 128	2.16 393	0.13 119	0.13 93	0.04 77	0.06 86	0.04 77	0.06 88	0.04 78	0.06 90	0.03 52	0.06 92	0.03 52	0.06 82	0.05 83	0.18 146	0.12 109	0.06 88	0.03 54	0.05 86	0.03 51

ffm	0.25 152	3.83 464	0.12 100	0.12 80	0.05 93	0.06 86	0.05 87	0.06 88	0.05 92	0.03 40	0.03 52	0.06 92	0.05 88	0.06 82	0.05 83	0.12 91	0.12 109	0.05 81	0.04 75	0.06 90	0.04 76

ff1	0.25 152	3.83 464	0.12 100	0.12 80	0.05 93	0.06 86	0.05 87	0.06 88	0.05 92	0.03 40	0.03 52	0.06 92	0.05 88	0.06 82	0.05 83	0.12 91	0.12 109	0.05 81	0.04 75	0.06 90	0.04 76

mmx	0.25 152	3.83 464	0.12 100	0.12 80	0.05 93	0.06 86	0.05 87	0.06 88	0.05 92	0.03 40	0.03 52	0.06 92	0.05 88	0.06 82	0.05 83	0.12 91	0.12 109	0.05 81	0.04 75	0.06 90	0.04 76

ttt	0.10 62	1.09 282	0.12 100	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 109	0.03 38	0.02 20	0.03 43	0.02 20

CIPLG	0.13 98	0.21 106	0.12 100	0.16 117	0.11 128	0.15 125	0.11 122	0.14 119	0.11 124	0.15 124	0.12 134	0.15 130	0.11 123	0.14 121	0.11 117	0.15 123	0.12 109	0.14 120	0.11 123	0.14 123	0.11 119

IPLG	0.13 98	0.20 100	0.14 124	0.15 107	0.11 128	0.14 118	0.11 122	0.14 119	0.11 124	0.14 118	0.11 124	0.14 120	0.11 123	0.14 121	0.11 117	0.15 123	0.12 109	0.14 120	0.11 123	0.14 123	0.11 119

IPLGR_C	0.14 107	0.20 100	0.12 100	0.15 107	0.11 128	0.14 118	0.15 147	0.14 119	0.11 124	0.15 124	0.12 134	0.14 120	0.11 123	0.16 131	0.11 117	0.15 123	0.12 109	0.14 120	0.12 139	0.15 133	0.12 134

MIPNet	0.14 107	0.21 106	0.17 147	0.16 117	0.11 128	0.15 125	0.12 137	0.14 119	0.11 124	0.16 129	0.11 124	0.14 120	0.11 123	0.14 121	0.11 117	0.14 114	0.12 109	0.14 120	0.11 123	0.14 123	0.11 119

IPLGR	0.14 107	0.24 118	0.14 124	0.16 117	0.12 143	0.15 125	0.12 137	0.14 119	0.11 124	0.15 124	0.12 134	0.14 120	0.11 123	0.14 121	0.11 117	0.15 123	0.12 109	0.14 120	0.11 123	0.14 123	0.11 119

ACRE	0.13 98	0.21 106	0.14 124	0.15 107	0.11 128	0.14 118	0.11 122	0.14 119	0.11 124	0.14 118	0.12 134	0.14 120	0.11 123	0.14 121	0.11 117	0.15 123	0.12 109	0.14 120	0.11 123	0.14 123	0.11 119

222	0.10 62	0.99 260	0.12 100	0.13 93	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 109	0.03 38	0.02 20	0.04 74	0.03 51

ACVNet	0.20 135	0.19 96	0.14 124	0.20 131	0.14 148	0.20 152	0.96 375	0.21 156	0.14 147	0.20 148	0.13 146	0.21 158	0.14 148	0.20 149	0.14 141	0.17 138	0.12 109	0.17 143	0.12 139	0.17 142	0.12 134

acv_ft	0.20 135	0.19 96	0.14 124	0.20 131	0.14 148	0.20 152	0.96 375	0.21 156	0.14 147	0.20 148	0.13 146	0.21 158	0.14 148	0.20 149	0.14 141	0.17 138	0.12 109	0.17 143	0.12 139	0.17 142	0.12 134

hitnet-ft	0.79 317	2.78 440	0.14 124	0.20 131	0.14 148	0.21 160	2.89 506	2.80 494	0.14 147	0.20 148	0.14 151	0.20 150	0.14 148	0.20 149	0.14 141	0.17 138	0.12 109	0.17 143	0.12 139	2.54 481	2.33 502

PSMNet-RSSM	0.77 313	2.76 436	0.14 124	0.20 131	0.14 148	0.20 152	2.66 503	2.79 493	0.14 147	0.21 158	0.14 151	0.21 158	0.14 148	0.20 149	0.14 141	0.17 138	0.12 109	0.17 143	0.12 139	2.52 473	2.31 500

GwcNet-RSSM	0.77 313	2.77 438	0.14 124	0.20 131	0.14 148	0.20 152	2.67 504	2.78 492	0.14 147	0.20 148	0.14 151	0.20 150	0.14 148	0.21 160	0.14 141	0.17 138	0.12 109	0.17 143	0.12 139	2.52 473	2.31 500

CFNet-ft	0.55 277	1.57 356	0.14 124	0.20 131	0.14 148	0.20 152	2.53 502	1.61 438	0.14 147	0.20 148	0.14 151	0.20 150	0.14 148	0.20 149	0.14 141	0.17 138	0.12 109	0.17 143	0.12 139	1.56 430	1.24 450

DDVS	0.30 167	3.10 445	0.14 124	0.19 129	0.14 148	0.19 147	0.14 142	0.20 149	0.14 147	0.19 143	0.13 146	0.16 131	0.13 144	0.19 145	0.13 137	0.17 138	0.13 133	0.17 143	0.13 147	0.17 142	0.13 140

test_sample4	0.10 62	1.03 273	0.12 100	0.10 57	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 107	0.13 133	0.03 38	0.03 54	0.03 43	0.03 51

DeepPruner_ROB	0.16 125	0.18 95	0.13 119	0.19 129	0.13 146	0.19 147	0.13 140	0.19 144	0.13 145	0.19 143	0.13 146	0.19 148	0.13 144	0.19 145	0.13 137	0.18 146	0.13 133	0.18 153	0.13 147	0.18 146	0.13 140

qqq	0.16 125	2.01 384	0.12 100	0.15 107	0.04 77	0.06 86	0.05 87	0.06 88	0.04 78	0.06 90	0.03 52	0.06 92	0.03 52	0.06 82	0.03 48	0.12 91	0.14 136	0.04 71	0.04 75	0.03 43	0.03 51

test_xeample	0.10 62	1.09 282	0.13 119	0.12 80	0.03 48	0.03 40	0.03 50	0.04 74	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 114	0.14 136	0.03 38	0.03 54	0.03 43	0.03 51

GMStereo	0.14 107	0.13 81	0.14 124	0.14 97	0.14 148	0.14 118	0.14 142	0.14 119	0.14 147	0.14 118	0.14 151	0.14 120	0.14 148	0.14 121	0.14 141	0.14 114	0.14 136	0.14 120	0.14 151	0.14 123	0.14 145
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
x	0.11 83	1.15 289	0.15 139	0.14 97	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 71	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 114	0.15 139	0.03 38	0.03 54	0.03 43	0.03 51

dd	0.23 149	0.98 258	0.16 140	0.23 143	0.15 159	0.23 168	0.15 147	0.23 164	0.15 157	0.23 164	0.15 159	0.24 172	0.17 162	0.23 168	0.15 151	0.22 157	0.15 139	0.21 160	0.15 155	0.22 159	0.16 146

xyz-stereo-finetune2	0.18 131	0.48 184	0.16 140	0.16 117	0.15 159	0.15 125	0.16 150	0.16 132	0.16 159	0.16 129	0.16 160	0.16 131	0.16 158	0.16 131	0.16 157	0.16 131	0.16 141	0.16 136	0.16 156	0.16 137	0.16 146

xyz-stereo	0.18 131	0.50 190	0.16 140	0.15 107	0.16 166	0.16 133	0.16 150	0.16 132	0.16 159	0.16 129	0.16 160	0.16 131	0.16 158	0.16 131	0.16 157	0.16 131	0.16 141	0.16 136	0.16 156	0.16 137	0.16 146

ACV-stereo	0.30 167	2.08 386	0.25 176	0.25 153	0.18 176	0.24 169	0.17 155	0.24 167	0.18 166	0.24 169	0.17 165	0.25 177	0.17 162	0.24 172	0.17 160	0.22 157	0.16 141	0.22 165	0.16 156	0.22 159	0.16 146

JetRed	0.11 83	0.12 80	0.11 89	0.11 74	0.11 128	0.11 113	0.14 142	0.11 115	0.11 124	0.12 116	0.11 124	0.11 115	0.11 123	0.11 115	0.11 117	0.11 86	0.16 141	0.11 112	0.11 123	0.11 114	0.11 119

GMStereo_Zeroshot	0.16 125	0.16 87	0.16 140	0.16 117	0.16 166	0.16 133	0.16 150	0.16 132	0.16 159	0.16 129	0.16 160	0.16 131	0.16 158	0.16 131	0.16 157	0.16 131	0.16 141	0.16 136	0.16 156	0.16 137	0.16 146

IGEV_Zeroshot_test	0.20 135	0.19 96	0.40 242	0.30 165	0.17 169	0.22 162	0.17 155	0.21 156	0.17 164	0.20 148	0.17 165	0.21 158	0.18 169	0.21 160	0.17 160	0.20 149	0.16 141	0.20 157	0.16 156	0.20 153	0.17 158

MSKI-zero shot	0.24 151	0.21 106	0.49 283	0.65 281	0.18 176	0.22 162	0.17 155	0.23 164	0.18 166	0.21 158	0.17 165	0.23 168	0.28 219	0.23 168	0.18 169	0.21 154	0.16 141	0.21 160	0.16 156	0.21 157	0.16 146

MIM_Stereo	0.25 152	0.23 111	0.66 315	0.80 298	0.17 169	0.22 162	0.17 155	0.23 164	0.18 166	0.26 180	0.17 165	0.21 158	0.17 162	0.25 177	0.17 160	0.23 168	0.16 141	0.21 160	0.17 174	0.22 159	0.17 158

dad	0.23 149	1.03 273	0.16 140	0.23 143	0.15 159	0.24 169	0.15 147	0.24 167	0.16 159	0.23 164	0.16 160	0.24 172	0.16 158	0.23 168	0.15 151	0.22 157	0.16 141	0.22 165	0.16 156	0.22 159	0.16 146

xxxx	0.11 83	1.16 290	0.16 140	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 107	0.16 141	0.03 38	0.04 75	0.04 74	0.04 76

MMNet	0.44 241	1.24 345	0.17 147	0.25 153	0.17 169	0.25 176	0.18 161	1.26 426	0.93 376	0.25 173	0.17 165	0.25 177	0.18 169	0.25 177	0.17 160	0.23 168	0.16 141	0.23 171	0.16 156	1.20 371	0.99 375

delet	0.43 237	1.21 341	0.17 147	0.25 153	0.17 169	0.25 176	0.18 161	1.26 426	0.95 378	0.25 173	0.17 165	0.25 177	0.17 162	0.25 177	0.17 160	0.23 168	0.16 141	0.22 165	0.16 156	1.18 368	0.98 374

ac_64	0.22 145	0.13 81	0.19 155	0.23 143	0.10 112	0.26 183	1.02 383	0.14 119	0.10 109	0.28 183	0.14 151	0.17 141	0.19 174	0.28 192	0.09 99	0.22 157	0.16 141	0.23 171	0.17 174	0.11 114	0.12 134

iResNetv2_ROB	0.20 135	0.23 111	0.18 152	0.24 148	0.20 182	0.24 169	0.18 161	0.24 167	0.18 166	0.24 169	0.18 175	0.23 168	0.19 174	0.24 172	0.18 169	0.21 154	0.16 141	0.21 160	0.16 156	0.22 159	0.16 146

iResNet	0.20 135	0.23 111	0.18 152	0.24 148	0.18 176	0.24 169	0.20 168	0.24 167	0.18 166	0.23 164	0.17 165	0.23 168	0.18 169	0.23 168	0.18 169	0.22 157	0.16 141	0.21 160	0.16 156	0.21 157	0.16 146

tg	0.21 142	0.25 120	0.21 162	0.26 160	0.17 169	0.24 169	0.17 155	0.24 167	0.17 164	0.24 169	0.17 165	0.24 172	0.17 162	0.24 172	0.17 160	0.24 173	0.17 156	0.23 171	0.16 156	0.23 168	0.16 146

Pointernet	0.21 142	0.22 110	0.19 155	0.24 148	0.19 180	0.24 169	0.19 165	0.24 167	0.19 172	0.24 169	0.19 176	0.24 172	0.19 174	0.24 172	0.19 172	0.22 157	0.17 156	0.22 165	0.17 174	0.22 159	0.17 158

gcap-zeroshot	0.35 192	0.32 130	0.37 229	0.49 244	0.39 283	0.33 203	0.21 174	0.26 177	0.35 254	0.42 249	0.34 252	0.49 289	0.29 225	0.47 275	0.39 276	0.34 203	0.17 156	0.38 243	0.23 189	0.48 276	0.34 248

psm_up	0.43 237	1.19 294	0.17 147	0.25 153	0.18 176	0.25 176	0.19 165	1.26 426	0.91 371	0.26 180	0.17 165	0.25 177	0.17 162	0.25 177	0.17 160	0.22 157	0.17 156	0.23 171	0.16 156	1.18 368	0.99 375

UPFNet	0.42 236	1.20 295	0.17 147	0.24 148	0.17 169	0.25 176	0.17 155	1.19 374	0.90 370	0.25 173	0.17 165	0.24 172	0.17 162	0.25 177	0.17 160	0.22 157	0.17 156	0.22 165	0.16 156	1.15 360	0.93 370

CFNet	1.37 426	5.27 488	0.19 155	5.49 516	0.19 180	0.28 187	0.19 165	0.28 180	0.19 172	0.28 183	0.19 176	0.28 188	4.35 526	0.28 192	0.19 172	0.23 168	0.17 156	0.23 171	4.21 535	4.81 512	0.17 158

test_for_model	0.15 117	0.23 111	0.18 152	0.21 140	0.11 128	0.16 133	0.11 122	0.16 132	0.11 124	0.16 129	0.11 124	0.16 131	0.11 123	0.16 131	0.11 117	0.21 154	0.18 162	0.14 120	0.11 123	0.14 123	0.11 119

CAS++	0.17 128	0.27 122	0.21 162	0.10 57	0.21 189	0.15 125	0.22 179	0.10 103	0.21 177	0.22 160	0.10 110	0.19 148	0.18 169	0.10 104	0.19 172	0.20 149	0.19 163	0.18 153	0.10 111	0.19 152	0.18 162
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GEStereo_RVC	0.86 338	4.45 475	0.20 158	0.27 162	0.20 182	0.27 186	0.20 168	0.26 177	0.18 166	5.03 528	0.20 180	0.27 187	0.19 174	0.27 190	0.21 178	0.20 149	0.19 163	0.19 156	4.02 533	0.20 153	0.18 162

ISRNet	0.11 83	0.05 49	0.36 226	0.24 148	0.07 102	0.13 117	0.05 87	0.06 88	0.05 92	0.05 86	0.05 94	0.13 119	0.05 88	0.05 77	0.09 99	0.24 173	0.20 165	0.10 101	0.05 90	0.06 90	0.13 140

model_zeroshot	0.27 161	0.20 100	0.27 183	0.33 174	0.21 189	0.37 217	0.22 179	0.37 209	0.24 188	0.26 180	0.27 212	0.33 203	0.21 183	0.25 177	0.27 202	0.32 197	0.20 165	0.34 215	0.23 189	0.25 170	0.26 190

DAS	0.20 135	0.20 100	0.20 158	0.20 131	0.20 182	0.20 152	0.20 168	0.20 149	0.20 174	0.20 148	0.20 180	0.20 150	0.20 178	0.20 149	0.20 175	0.20 149	0.20 165	0.20 157	0.20 179	0.20 153	0.20 165

ASD4	0.20 135	0.20 100	0.20 158	0.20 131	0.20 182	0.20 152	0.20 168	0.20 149	0.20 174	0.20 148	0.20 180	0.20 150	0.20 178	0.20 149	0.20 175	0.20 149	0.20 165	0.20 157	0.20 179	0.20 153	0.20 165

DCVSM-stereo	0.36 196	1.89 373	0.22 164	0.40 205	0.22 191	0.40 229	0.22 179	0.40 223	0.22 180	0.40 224	0.22 186	0.40 234	0.22 184	0.40 233	0.22 180	0.28 185	0.21 169	0.28 188	0.21 181	0.28 177	0.20 165

Wz-Net-LNSev	0.06 44	0.24 118	0.20 158	0.23 143	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 168	0.21 169	0.02 18	0.01 9	0.01 10	0.01 10

HGLStereo	0.28 162	0.29 127	0.22 164	0.36 181	0.22 191	0.36 212	0.21 174	0.36 203	0.21 177	0.42 249	0.21 185	0.36 215	0.22 184	0.36 216	0.21 178	0.34 203	0.21 169	0.34 215	0.21 181	0.34 198	0.21 168

DISCO	1.11 368	0.39 147	5.28 529	0.39 192	0.20 182	0.39 227	0.27 205	0.39 218	0.22 180	0.38 214	0.20 180	0.38 223	0.20 178	6.95 539	0.22 180	0.30 193	0.21 169	0.27 186	0.21 181	5.25 521	0.21 168

WAO-6	0.22 145	0.23 111	0.22 164	0.23 143	0.22 191	0.22 162	0.22 179	0.22 160	0.22 180	0.22 160	0.22 186	0.22 164	0.22 184	0.22 164	0.22 180	0.22 157	0.22 173	0.22 165	0.22 184	0.22 159	0.22 171

IMH-64-1	0.22 145	0.23 111	0.23 167	0.22 141	0.22 191	0.22 162	0.22 179	0.22 160	0.22 180	0.22 160	0.22 186	0.22 164	0.22 184	0.22 164	0.22 180	0.22 157	0.22 173	0.23 171	0.22 184	0.22 159	0.23 173

IMH-64	0.22 145	0.23 111	0.23 167	0.22 141	0.22 191	0.22 162	0.22 179	0.22 160	0.22 180	0.22 160	0.22 186	0.22 164	0.22 184	0.22 164	0.22 180	0.22 157	0.22 173	0.23 171	0.22 184	0.22 159	0.23 173

GMOStereo	0.37 201	0.45 170	0.23 167	0.30 165	0.37 271	0.41 245	0.36 259	0.41 238	0.35 254	0.43 255	0.36 265	0.41 246	0.40 274	0.41 247	0.36 259	0.34 203	0.22 173	0.47 296	0.37 275	0.39 235	0.33 242

WCG-NET（raft）	0.32 180	1.24 345	0.24 173	0.32 171	0.24 201	0.32 201	0.23 186	0.32 189	0.24 188	0.32 194	0.24 196	0.32 200	0.24 193	0.32 200	0.24 190	0.30 193	0.23 177	0.30 195	0.23 189	0.30 183	0.23 173

FCDSN-DC	0.41 226	0.59 210	0.64 311	0.54 262	0.33 249	0.50 299	0.37 264	0.42 254	0.40 279	0.61 320	0.43 300	0.50 303	0.49 314	0.38 222	0.32 230	0.28 185	0.23 177	0.26 182	0.22 184	0.35 210	0.28 211
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
iResNet_ROB	0.28 162	0.32 130	0.24 173	0.32 171	0.25 203	0.32 201	0.24 191	0.32 189	0.24 188	0.33 199	0.24 196	0.35 209	0.24 193	0.33 206	0.24 190	0.31 196	0.24 179	0.32 200	0.24 197	0.32 188	0.24 183

UNDER WATER-64	0.25 152	0.26 121	0.25 176	0.26 160	0.25 203	0.25 176	0.25 194	0.25 173	0.25 193	0.25 173	0.25 202	0.25 177	0.25 196	0.26 187	0.25 196	0.25 179	0.25 180	0.25 179	0.25 202	0.25 170	0.25 184

LoS	0.25 152	0.27 122	0.25 176	0.25 153	0.25 203	0.25 176	0.25 194	0.26 177	0.25 193	0.25 173	0.25 202	0.25 177	0.25 196	0.25 177	0.25 196	0.26 180	0.25 180	0.25 179	0.26 208	0.26 172	0.25 184
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
StereoDRNet-Refined	0.33 183	0.39 147	0.26 182	0.39 192	0.26 211	0.40 229	0.26 202	0.40 223	0.26 206	0.39 219	0.26 208	0.39 227	0.26 205	0.39 230	0.26 201	0.37 220	0.25 180	0.37 236	0.25 202	0.37 219	0.37 259
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
tt1	0.31 172	0.93 252	0.24 173	0.33 174	0.23 196	0.31 193	0.24 191	0.32 189	0.24 188	0.32 194	0.23 190	0.32 200	0.25 196	0.32 200	0.24 190	0.27 183	0.26 183	0.27 186	0.26 208	0.27 175	0.27 198

DLNR_Zeroshot_test	0.31 172	0.28 125	0.47 271	0.79 296	0.24 201	0.30 190	0.26 202	0.30 186	0.24 188	0.32 194	0.23 190	0.31 198	0.24 193	0.30 197	0.23 186	0.29 192	0.26 183	0.29 193	0.24 197	0.33 194	0.23 173

LoS_RVC	0.30 167	1.14 287	0.25 176	0.25 153	0.25 203	0.26 183	0.25 194	0.25 173	0.25 193	0.25 173	0.25 202	0.26 186	0.26 205	0.26 187	0.25 196	0.26 180	0.26 183	0.25 179	0.25 202	0.26 172	0.26 190

CAS	0.30 167	1.17 291	0.25 176	0.25 153	0.25 203	0.26 183	0.25 194	0.25 173	0.26 206	0.25 173	0.25 202	0.25 177	0.25 196	0.25 177	0.25 196	0.26 180	0.26 183	0.26 182	0.25 202	0.26 172	0.25 184

CroCo-Stereo	0.73 306	1.22 344	0.25 176	1.22 398	0.25 203	1.22 430	0.25 194	1.22 423	0.25 193	1.22 431	0.25 202	1.22 435	0.25 196	1.22 434	0.25 196	1.22 417	0.26 183	1.21 439	0.25 202	1.22 418	0.25 184
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
CroCo-Stereo Lap2	0.77 313	1.29 347	0.29 189	1.27 402	0.29 223	1.27 433	0.26 202	1.26 426	0.26 206	1.26 432	0.26 208	1.27 437	0.26 205	1.26 435	0.27 202	1.27 419	0.27 188	1.27 442	0.27 215	1.27 420	0.27 198

iRaft-Stereo_5w	0.34 185	0.42 163	0.31 199	0.39 192	0.30 232	0.38 221	0.30 222	0.40 223	0.29 219	0.40 224	0.37 271	0.41 246	0.34 250	0.38 222	0.30 225	0.34 203	0.27 188	0.34 215	0.26 208	0.34 198	0.26 190

iRaft-Stereo_20w	0.34 185	0.41 156	0.31 199	0.39 192	0.29 223	0.40 229	0.32 227	0.41 238	0.32 236	0.38 214	0.30 233	0.39 227	0.30 231	0.38 222	0.32 230	0.35 212	0.27 188	0.34 215	0.27 215	0.34 198	0.29 216

GANet-RSSM	0.75 308	1.91 376	0.14 124	0.47 234	0.14 148	0.21 160	3.21 522	2.30 468	0.14 147	0.46 264	0.14 151	0.23 168	0.18 169	0.21 160	0.14 141	0.18 146	0.27 188	0.37 236	0.13 147	2.13 451	2.12 495

MLCV	0.31 172	0.35 133	0.27 183	0.35 177	0.28 216	0.35 209	0.27 205	0.35 199	0.28 214	0.36 208	0.27 212	0.35 209	0.27 213	0.35 210	0.27 202	0.34 203	0.27 188	0.34 215	0.27 215	0.34 198	0.27 198

xxxxx1	0.31 172	0.91 245	0.23 167	0.31 168	0.23 196	0.31 193	0.23 186	0.33 192	0.25 193	0.31 189	0.24 196	0.33 203	0.25 196	0.32 200	0.24 190	0.28 185	0.28 193	0.28 188	0.28 219	0.29 180	0.27 198

EKT-Stereo	0.37 201	0.40 149	0.44 258	1.07 334	0.29 223	0.34 205	0.31 226	0.36 203	0.29 219	0.38 214	0.31 236	0.37 221	0.30 231	0.36 216	0.29 218	0.34 203	0.28 193	0.39 253	0.30 238	0.37 219	0.30 226

SQANet	0.28 162	0.28 125	0.28 187	0.28 163	0.28 216	0.28 187	0.28 210	0.28 180	0.28 214	0.28 183	0.28 218	0.28 188	0.28 219	0.28 192	0.28 208	0.28 185	0.28 193	0.28 188	0.28 219	0.28 177	0.28 211

Any-RAFT	0.32 180	0.36 136	0.27 183	0.36 181	0.27 213	0.36 212	0.27 205	0.36 203	0.27 211	0.36 208	0.27 212	0.36 215	0.27 213	0.36 216	0.28 208	0.36 216	0.28 193	0.36 233	0.28 219	0.36 217	0.28 211

tt_ll	0.31 172	0.91 245	0.23 167	0.31 168	0.23 196	0.31 193	0.23 186	0.33 192	0.25 193	0.31 189	0.24 196	0.33 203	0.25 196	0.32 200	0.24 190	0.28 185	0.28 193	0.28 188	0.28 219	0.29 180	0.27 198

ff	0.31 172	0.91 245	0.23 167	0.31 168	0.23 196	0.31 193	0.23 186	0.33 192	0.25 193	0.31 189	0.24 196	0.33 203	0.25 196	0.32 200	0.24 190	0.28 185	0.28 193	0.28 188	0.28 219	0.29 180	0.27 198

IER	0.88 339	7.04 504	2.23 493	2.75 454	0.28 216	0.43 267	0.25 194	0.39 218	0.25 193	0.41 237	0.27 212	0.39 227	0.25 196	0.40 233	0.28 208	0.37 220	0.28 193	0.37 236	0.25 202	0.37 219	0.25 184

Gwc-CoAtRS	0.41 226	1.49 354	0.32 203	0.42 223	0.32 238	0.41 245	0.32 227	0.41 238	0.33 242	0.41 237	0.32 238	0.41 246	0.32 238	0.41 247	0.32 230	0.39 236	0.28 193	0.39 253	0.28 219	0.40 240	0.28 211

DN-CSS_ROB	0.31 172	0.35 133	0.28 187	0.35 177	0.28 216	0.34 205	0.27 205	0.34 196	0.25 193	0.35 205	0.27 212	0.36 215	0.26 205	0.34 208	0.28 208	0.35 212	0.28 193	0.34 215	0.28 219	0.34 198	0.27 198

IGEV++	0.34 185	0.43 164	0.30 193	0.40 205	0.29 223	0.40 229	0.29 217	0.40 223	0.29 219	0.40 224	0.29 222	0.40 234	0.29 225	0.40 233	0.30 225	0.38 227	0.29 202	0.37 236	0.29 228	0.37 219	0.29 216

TorneroNet-64	0.45 243	0.27 122	0.30 193	0.58 269	0.27 213	0.70 333	0.30 222	0.28 180	0.73 357	0.73 336	0.28 218	0.71 336	0.66 339	0.75 339	0.27 202	0.27 183	0.29 202	0.37 236	0.75 361	0.28 177	0.30 226

RAFT-Test	0.36 196	0.37 138	0.33 208	0.41 215	0.32 238	0.41 245	0.32 227	0.41 238	0.32 236	0.41 237	0.32 238	0.41 246	0.32 238	0.41 247	0.33 238	0.37 220	0.29 202	0.37 236	0.29 228	0.38 228	0.31 231

RCA-Stereo	0.51 269	3.22 450	0.34 216	0.44 226	0.34 259	0.44 269	0.34 247	0.43 258	0.34 251	0.43 255	0.34 252	0.44 266	0.33 245	0.43 262	0.33 238	0.38 227	0.29 202	0.38 243	0.29 228	0.38 228	0.29 216

GES	0.66 291	2.34 410	0.29 189	0.41 215	0.29 223	0.41 245	0.29 217	0.42 254	0.29 219	0.40 224	0.41 289	0.41 246	0.30 231	0.51 303	0.29 218	0.32 197	0.29 202	0.32 200	2.46 506	2.49 469	0.30 226

DGSMNet	0.34 185	0.41 156	0.27 183	0.41 215	0.28 216	0.41 245	0.28 210	0.41 238	0.27 211	0.41 237	0.27 212	0.42 262	0.27 213	0.41 247	0.28 208	0.40 240	0.29 202	0.40 258	0.28 219	0.40 240	0.27 198

RAFT + AFF	0.31 172	0.45 170	0.34 216	0.39 192	0.28 216	0.38 221	0.33 236	0.29 184	0.31 233	0.30 187	0.30 233	0.29 193	0.27 213	0.29 195	0.30 225	0.28 185	0.29 202	0.29 193	0.29 228	0.27 175	0.32 235

ccnet	0.80 319	2.28 402	0.33 208	0.50 251	0.33 249	0.50 299	0.33 236	0.50 286	0.33 242	0.49 284	0.33 244	0.49 289	1.56 455	2.38 471	0.33 238	0.41 248	0.29 202	0.42 282	1.57 467	2.28 457	0.29 216

GCAP-BAT	0.33 183	0.78 222	0.32 203	0.38 187	0.25 203	0.34 205	0.25 194	0.34 196	0.26 206	0.34 201	0.25 202	0.35 209	0.26 205	0.35 210	0.27 202	0.36 216	0.30 210	0.32 200	0.24 197	0.32 188	0.26 190

PML	0.46 246	1.36 352	0.29 189	0.58 269	0.30 232	0.57 320	0.29 217	0.57 306	0.29 219	0.57 315	0.29 222	0.57 320	0.29 225	0.56 313	0.29 218	0.52 295	0.30 210	0.53 322	0.31 244	0.53 295	0.30 226

psmorigin	0.41 226	0.46 174	0.33 208	0.49 244	0.33 249	0.49 291	0.33 236	0.49 278	0.33 242	0.49 284	0.33 244	0.49 289	0.33 245	0.51 303	0.33 238	0.41 248	0.30 210	0.41 271	0.30 238	0.79 322	0.29 216

DANet	0.30 167	0.30 128	0.30 193	0.30 165	0.30 232	0.30 190	0.30 222	0.30 186	0.30 229	0.30 187	0.30 233	0.30 196	0.30 231	0.30 197	0.30 225	0.30 193	0.30 210	0.30 195	0.30 238	0.30 183	0.30 226
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RSM	0.36 196	0.36 136	0.43 256	0.37 184	0.42 302	0.49 291	0.42 291	0.37 209	0.28 214	0.36 208	0.29 222	0.36 215	0.30 231	0.37 220	0.28 208	0.34 203	0.31 214	0.34 215	0.35 267	0.40 240	0.29 216

testlalala	0.32 180	0.81 228	0.31 199	0.39 192	0.26 211	0.33 203	0.24 191	0.33 192	0.26 206	0.32 194	0.26 208	0.33 203	0.23 190	0.33 206	0.23 186	0.35 212	0.31 214	0.30 195	0.24 197	0.31 186	0.21 168

HART	0.38 207	0.45 170	0.34 216	0.42 223	0.33 249	0.41 245	0.34 247	0.42 254	0.33 242	0.43 255	0.34 252	0.42 262	0.34 250	0.41 247	0.38 270	0.40 240	0.32 216	0.42 282	0.32 249	0.40 240	0.32 235

GIP-stereo	0.36 196	0.49 186	0.39 239	0.48 238	0.32 238	0.41 245	0.28 210	0.40 223	0.30 229	0.41 237	0.28 218	0.40 234	0.28 219	0.42 260	0.28 208	0.45 266	0.32 216	0.38 243	0.30 238	0.37 219	0.27 198

PAM	0.39 215	1.88 372	0.34 216	0.37 184	0.41 292	0.45 270	0.22 179	0.28 180	0.23 186	0.28 183	0.24 196	0.29 193	0.23 190	0.29 195	0.23 186	0.38 227	0.32 216	0.38 243	0.37 275	0.32 188	0.22 171

RAFT-Stereo-weight	0.45 243	1.90 375	0.34 216	0.42 223	0.36 268	0.43 267	0.35 252	0.42 254	0.34 251	0.42 249	0.34 252	0.44 266	0.34 250	0.41 247	0.34 251	0.38 227	0.32 216	0.38 243	0.32 249	0.38 228	0.33 242

ACVNet-DCA	0.37 201	1.00 261	0.30 193	0.40 205	0.29 223	0.40 229	0.29 217	0.40 223	0.29 219	0.40 224	0.29 222	0.40 234	0.29 225	0.39 230	0.28 208	0.33 200	0.32 216	0.33 208	0.32 249	0.33 194	0.32 235

1test111	0.37 201	1.02 271	0.30 193	0.39 192	0.29 223	0.40 229	0.28 210	0.39 218	0.29 219	0.39 219	0.29 222	0.39 227	0.28 219	0.40 233	0.29 218	0.33 200	0.32 216	0.33 208	0.31 244	0.32 188	0.31 231

cc1	0.37 201	1.02 271	0.30 193	0.39 192	0.29 223	0.40 229	0.28 210	0.39 218	0.29 219	0.39 219	0.29 222	0.39 227	0.28 219	0.40 233	0.29 218	0.33 200	0.32 216	0.33 208	0.31 244	0.32 188	0.31 231

xyz-stereo-finetune	0.28 162	0.49 186	0.16 140	0.16 117	0.16 166	0.16 133	0.16 150	0.22 160	0.30 229	0.32 194	0.31 236	0.32 200	0.31 236	0.32 200	0.32 230	0.32 197	0.33 223	0.31 199	0.32 249	0.31 186	0.32 235

GREAT-IGEV	0.38 207	0.43 164	0.36 226	0.48 238	0.32 238	0.45 270	0.32 227	0.45 260	0.32 236	0.45 260	0.32 238	0.45 268	0.32 238	0.45 267	0.32 230	0.44 264	0.33 223	0.41 271	0.29 228	0.41 250	0.29 216

xx1	0.38 207	1.03 273	0.31 199	0.40 205	0.31 236	0.41 245	0.28 210	0.40 223	0.29 219	0.40 224	0.29 222	0.40 234	0.29 225	0.40 233	0.29 218	0.34 203	0.33 223	0.34 215	0.32 249	0.34 198	0.32 235

H2IRNET	0.34 185	0.34 132	0.34 216	0.34 176	0.34 259	0.34 205	0.34 247	0.34 196	0.34 251	0.34 201	0.34 252	0.34 208	0.34 250	0.34 208	0.34 251	0.34 203	0.34 226	0.34 215	0.34 261	0.34 198	0.34 248

LG-Stereo_L2	0.34 185	0.37 138	0.38 232	0.47 234	0.28 216	0.39 227	0.28 210	0.39 218	0.28 214	0.39 219	0.28 218	0.39 227	0.28 219	0.38 222	0.28 208	0.42 262	0.35 227	0.36 233	0.26 208	0.35 210	0.26 190

CFNet-RSSM	0.91 342	4.89 481	0.34 216	0.44 226	1.07 395	1.62 448	1.40 461	0.91 345	0.35 254	1.60 441	1.39 461	0.64 329	0.34 250	0.44 264	0.33 238	0.41 248	0.35 227	0.75 344	0.30 238	0.41 250	0.29 216

ETE_ROB	0.35 192	0.35 133	0.35 224	0.35 177	0.35 262	0.35 209	0.35 252	0.35 199	0.35 254	0.35 205	0.35 261	0.35 209	0.35 257	0.35 210	0.35 255	0.35 212	0.35 227	0.35 228	0.35 267	0.35 210	0.35 254

Wz-Net-LNSev-Ref	0.11 83	0.44 167	0.33 208	0.39 192	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 236	0.36 230	0.02 18	0.02 20	0.02 20	0.02 20

DMCA	0.36 196	0.38 141	0.37 229	0.35 177	0.35 262	0.36 212	0.36 259	0.36 203	0.35 254	0.35 205	0.37 271	0.36 215	0.36 260	0.35 210	0.36 259	0.36 216	0.36 230	0.35 228	0.36 273	0.36 217	0.36 255

UGAM-zero	0.51 269	2.17 394	0.39 239	0.53 260	0.36 268	0.50 299	0.36 259	0.50 286	0.36 265	0.49 284	0.36 265	0.50 303	0.35 257	0.50 297	0.36 259	0.49 281	0.37 232	0.47 296	0.35 267	0.46 265	0.34 248

UGAM	0.51 269	2.23 399	0.39 239	0.54 262	0.35 262	0.50 299	0.35 252	0.49 278	0.35 254	0.49 284	0.35 261	0.49 289	0.36 260	0.50 297	0.36 259	0.49 281	0.37 232	0.45 289	0.34 261	0.45 264	0.34 248

GCST	0.50 264	2.08 386	0.38 232	0.53 260	0.35 262	0.49 291	0.35 252	0.50 286	0.35 254	0.49 284	0.35 261	0.49 289	0.35 257	0.49 290	0.35 255	0.48 278	0.37 232	0.45 289	0.33 257	0.44 260	0.33 242

CASnet	0.35 192	0.51 197	0.44 258	0.32 171	0.31 236	0.24 169	0.34 247	0.36 203	0.25 193	0.31 189	0.37 271	0.30 196	0.33 245	0.25 177	0.45 297	0.37 220	0.37 232	0.33 208	0.35 267	0.34 198	0.37 259
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet_RVC	2.38 487	8.71 516	0.38 232	9.33 535	0.42 302	0.56 315	0.42 291	0.60 313	0.38 270	0.62 323	0.42 298	0.56 319	7.29 538	0.62 321	0.42 293	0.53 296	0.37 232	0.49 308	0.34 261	8.30 535	6.87 541

XPNet_ROB	0.37 201	0.37 138	0.37 229	0.37 184	0.37 271	0.37 217	0.37 264	0.37 209	0.37 266	0.37 213	0.37 271	0.37 221	0.37 264	0.37 220	0.37 267	0.37 220	0.37 232	0.37 236	0.37 275	0.37 219	0.37 259

mms	0.40 219	0.45 170	0.35 224	0.48 238	0.36 268	0.47 281	0.34 247	0.45 260	0.38 270	0.47 270	0.33 244	0.45 268	0.32 238	0.45 267	0.32 230	0.39 236	0.38 238	0.38 243	0.37 275	0.39 235	0.39 271

fffy	0.38 207	0.43 164	0.33 208	0.46 228	0.33 249	0.45 270	0.32 227	0.45 260	0.32 236	0.45 260	0.32 238	0.45 268	0.33 245	0.45 267	0.32 230	0.38 227	0.38 238	0.38 243	0.37 275	0.37 219	0.36 255

WAO-8	0.38 207	0.38 141	0.38 232	0.38 187	0.38 278	0.38 221	0.38 270	0.38 214	0.38 270	0.38 214	0.38 276	0.38 223	0.38 268	0.38 222	0.38 270	0.38 227	0.38 238	0.38 243	0.37 275	0.38 228	0.38 266

WAO-7	0.38 207	0.38 141	0.38 232	0.38 187	0.38 278	0.38 221	0.38 270	0.38 214	0.38 270	0.38 214	0.38 276	0.38 223	0.38 268	0.38 222	0.38 270	0.38 227	0.38 238	0.38 243	0.38 287	0.38 228	0.38 266

HanzoNet	0.39 215	0.38 141	0.40 242	0.39 192	0.41 292	0.38 221	0.38 270	0.38 214	0.38 270	0.39 219	0.39 280	0.38 223	0.38 268	0.39 230	0.40 280	0.38 227	0.38 238	0.40 258	0.38 287	0.38 228	0.40 274

Venus	0.38 207	0.38 141	0.38 232	0.38 187	0.38 278	0.37 217	0.38 270	0.37 209	0.37 266	0.41 237	0.37 271	0.39 227	0.37 264	0.38 222	0.38 270	0.37 220	0.38 238	0.38 243	0.37 275	0.37 219	0.38 266

IMH	0.38 207	0.38 141	0.38 232	0.38 187	0.38 278	0.38 221	0.38 270	0.38 214	0.38 270	0.42 249	0.38 276	0.40 234	0.38 268	0.38 222	0.38 270	0.38 227	0.38 238	0.39 253	0.38 287	0.38 228	0.38 266

GCAP-Stereo	0.75 308	4.15 472	0.42 255	0.75 294	0.35 262	0.78 340	0.40 278	0.79 332	0.38 270	0.78 344	0.36 265	0.78 346	0.36 260	0.79 341	0.39 276	0.75 325	0.39 245	0.76 346	0.39 290	0.75 317	0.39 271

CES	0.39 215	0.47 178	0.36 226	0.36 181	0.37 271	0.45 270	0.35 252	0.35 199	0.40 279	0.36 208	0.44 302	0.47 278	0.36 260	0.44 264	0.36 259	0.37 220	0.39 245	0.44 285	0.35 267	0.37 219	0.36 255

IGEV-Stereo	0.35 192	0.44 167	0.45 260	0.49 244	0.30 232	0.37 217	0.30 222	0.36 203	0.30 229	0.36 208	0.29 222	0.36 215	0.29 225	0.36 216	0.30 225	0.46 269	0.39 245	0.32 200	0.24 197	0.32 188	0.25 184
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ccccc	0.41 226	0.44 167	0.34 216	0.48 238	0.35 262	0.48 286	0.35 252	0.51 295	0.35 254	0.47 270	0.35 261	0.47 278	0.34 250	0.47 275	0.35 255	0.41 248	0.40 248	0.40 258	0.40 291	0.41 250	0.39 271

HH	0.71 302	2.54 419	0.74 329	1.10 336	0.32 238	0.41 245	0.37 264	0.69 324	0.78 360	0.73 336	0.90 372	0.75 343	1.00 369	0.84 346	0.69 348	0.69 318	0.40 248	0.35 228	0.26 208	0.35 210	0.26 190

HanStereo	0.71 302	2.54 419	0.74 329	1.10 336	0.32 238	0.41 245	0.37 264	0.69 324	0.78 360	0.73 336	0.90 372	0.75 343	1.00 369	0.84 346	0.69 348	0.69 318	0.40 248	0.35 228	0.26 208	0.35 210	0.26 190

knoymous	0.40 219	0.40 149	0.40 242	0.40 205	0.40 285	0.40 229	0.40 278	0.40 223	0.40 279	0.40 224	0.40 283	0.40 234	0.40 274	0.40 233	0.40 280	0.40 240	0.40 248	0.40 258	0.40 291	0.40 240	0.40 274

anonymousa	0.40 219	0.40 149	0.40 242	0.40 205	0.40 285	0.40 229	0.40 278	0.40 223	0.40 279	0.40 224	0.40 283	0.40 234	0.40 274	0.40 233	0.40 280	0.40 240	0.40 248	0.40 258	0.40 291	0.40 240	0.40 274

riskmin	0.40 219	0.40 149	0.40 242	0.40 205	0.40 285	0.40 229	0.40 278	0.40 223	0.40 279	0.40 224	0.40 283	0.40 234	0.40 274	0.40 233	0.40 280	0.40 240	0.40 248	0.40 258	0.40 291	0.40 240	0.40 274

Anonymous_2	0.40 219	0.40 149	0.40 242	0.40 205	0.40 285	0.40 229	0.40 278	0.40 223	0.40 279	0.40 224	0.40 283	0.40 234	0.40 274	0.40 233	0.40 280	0.40 240	0.40 248	0.40 258	0.40 291	0.40 240	0.40 274

Anonymous_1	0.40 219	0.40 149	0.40 242	0.40 205	0.40 285	0.40 229	0.40 278	0.40 223	0.40 279	0.40 224	0.40 283	0.40 234	0.40 274	0.40 233	0.40 280	0.40 240	0.40 248	0.40 258	0.40 291	0.40 240	0.40 274

AdaStereo	0.40 219	0.40 149	0.40 242	0.40 205	0.40 285	0.40 229	0.40 278	0.40 223	0.40 279	0.40 224	0.40 283	0.40 234	0.40 274	0.40 233	0.40 280	0.40 240	0.40 248	0.40 258	0.40 291	0.40 240	0.40 274
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
water-stereo	0.41 226	0.84 231	0.46 264	0.50 251	0.33 249	0.45 270	0.33 236	0.45 260	0.32 236	0.45 260	0.32 238	0.45 268	0.32 238	0.45 267	0.32 230	0.44 264	0.41 257	0.39 253	0.31 244	0.39 235	0.32 235

SCV_C0	0.45 243	0.88 238	0.49 283	0.54 262	0.37 271	0.48 286	0.37 264	0.48 274	0.37 266	0.48 277	0.36 265	0.48 285	0.37 264	0.49 290	0.37 267	0.50 287	0.41 257	0.44 285	0.34 261	0.44 260	0.34 248

fffft	0.48 257	0.51 197	0.45 260	0.52 259	0.45 307	0.52 308	0.45 298	0.52 297	0.48 312	0.53 305	0.45 305	0.52 309	0.45 297	0.52 306	0.46 301	0.51 293	0.41 257	0.50 312	0.41 298	0.50 284	0.41 281
1: 1. 1
GwcNet-ADL	0.41 226	0.41 156	0.41 250	0.41 215	0.41 292	0.41 245	0.41 286	0.41 238	0.41 288	0.41 237	0.41 289	0.41 246	0.41 285	0.41 247	0.41 287	0.41 248	0.41 257	0.41 271	0.41 298	0.41 250	0.41 281

PSMNet-ADL	0.41 226	0.41 156	0.41 250	0.41 215	0.41 292	0.41 245	0.41 286	0.41 238	0.41 288	0.41 237	0.41 289	0.41 246	0.41 285	0.41 247	0.41 287	0.41 248	0.41 257	0.41 271	0.41 298	0.41 250	0.41 281

GANet-ADL	0.41 226	0.41 156	0.41 250	0.41 215	0.41 292	0.41 245	0.41 286	0.41 238	0.41 288	0.41 237	0.41 289	0.41 246	0.41 285	0.41 247	0.41 287	0.41 248	0.41 257	0.41 271	0.41 298	0.41 250	0.41 281

ADLNet2	0.41 226	0.41 156	0.41 250	0.41 215	0.41 292	0.41 245	0.41 286	0.41 238	0.41 288	0.41 237	0.41 289	0.41 246	0.41 285	0.41 247	0.41 287	0.41 248	0.41 257	0.41 271	0.41 298	0.41 250	0.41 281

ADLNet	0.41 226	0.41 156	0.41 250	0.41 215	0.41 292	0.41 245	0.41 286	0.41 238	0.41 288	0.41 237	0.41 289	0.41 246	0.41 285	0.41 247	0.41 287	0.41 248	0.41 257	0.41 271	0.41 298	0.41 250	0.41 281

DilatedVolume-Stereo	0.43 237	0.86 234	0.48 278	0.50 251	0.33 249	0.46 276	0.33 236	0.46 264	0.33 242	0.46 264	0.33 244	0.47 278	0.33 245	0.47 275	0.34 251	0.45 266	0.42 265	0.40 258	0.33 257	0.47 272	0.38 266

MonSter	0.60 281	0.64 215	0.52 294	0.62 275	0.44 305	2.07 463	0.44 294	0.62 316	0.44 298	0.62 323	0.44 302	0.62 328	0.44 295	0.62 321	0.44 296	0.58 302	0.42 265	0.62 329	0.46 310	0.58 299	0.42 288

depthmonostereo	0.44 241	0.85 233	0.46 264	0.54 262	0.40 285	0.52 308	0.38 270	0.52 297	0.35 254	0.47 270	0.34 252	0.46 272	0.34 250	0.47 275	0.34 251	0.45 266	0.43 267	0.41 271	0.33 257	0.41 250	0.32 235

LG-Stereo_Zeroshot	0.48 257	0.55 207	0.47 271	0.63 277	0.41 292	0.56 315	0.44 294	0.56 303	0.41 288	0.56 313	0.41 289	0.57 320	0.42 291	0.56 313	0.41 287	0.55 299	0.43 267	0.51 317	0.37 275	0.51 290	0.37 259

DispNO	1.00 356	0.63 213	0.43 256	3.45 480	0.44 305	0.65 329	0.43 293	0.64 318	0.43 295	0.64 326	0.43 300	0.64 329	3.03 499	0.64 326	0.43 295	4.55 506	0.43 267	0.63 331	0.43 306	0.63 303	0.43 289

MyStereo07	0.60 281	3.72 461	0.48 278	0.49 244	0.41 292	0.36 212	0.32 227	0.49 278	0.43 295	0.51 300	0.42 298	0.49 289	0.43 293	0.51 303	0.64 335	0.49 281	0.45 270	0.34 215	0.32 249	0.35 210	0.43 289

MyStereo04	0.56 279	3.72 461	0.59 303	0.49 244	0.41 292	0.36 212	0.32 227	0.37 209	0.31 233	0.34 201	0.46 307	0.35 209	0.32 238	0.35 210	0.33 238	0.49 281	0.45 270	0.34 215	0.32 249	0.35 210	0.43 289

LG-Stereo_L1	0.47 252	0.52 199	0.47 271	0.62 275	0.39 283	0.53 310	0.40 278	0.53 299	0.39 278	0.53 305	0.39 280	0.53 310	0.39 273	0.53 308	0.39 276	0.55 299	0.46 272	0.49 308	0.37 275	0.49 279	0.37 259

SCV	0.46 246	0.94 253	0.45 260	0.54 262	0.37 271	0.48 286	0.38 270	0.48 274	0.37 266	0.48 277	0.39 280	0.48 285	0.37 264	0.49 290	0.37 267	0.50 287	0.46 272	0.44 285	0.34 261	0.44 260	0.34 248

otaku	0.46 246	0.46 174	0.46 264	0.46 228	0.46 309	0.46 276	0.46 300	0.46 264	0.46 300	0.46 264	0.46 307	0.46 272	0.46 300	0.46 271	0.46 301	0.46 269	0.46 272	0.46 292	0.46 310	0.46 265	0.46 295

Ntro	0.47 252	0.47 178	0.46 264	0.46 228	0.46 309	0.47 281	0.47 305	0.46 264	0.47 305	0.46 264	0.46 307	0.47 278	0.46 300	0.47 275	0.47 307	0.47 274	0.46 272	0.46 292	0.46 310	0.46 265	0.46 295

Dean	0.46 246	0.46 174	0.46 264	0.46 228	0.46 309	0.46 276	0.46 300	0.46 264	0.46 300	0.47 270	0.46 307	0.46 272	0.46 300	0.46 271	0.46 301	0.46 269	0.46 272	0.46 292	0.46 310	0.46 265	0.46 295

ACVNet_1	0.46 246	0.47 178	0.46 264	0.46 228	0.46 309	0.46 276	0.46 300	0.46 264	0.47 305	0.46 264	0.46 307	0.46 272	0.46 300	0.46 271	0.46 301	0.46 269	0.46 272	0.47 296	0.46 310	0.46 265	0.46 295

ACVNet-4b	0.46 246	0.46 174	0.46 264	0.46 228	0.46 309	0.46 276	0.46 300	0.46 264	0.46 300	0.46 264	0.46 307	0.46 272	0.46 300	0.47 275	0.46 301	0.46 269	0.46 272	0.46 292	0.46 310	0.46 265	0.46 295

Selective-IGEV	0.51 269	0.55 207	0.45 260	0.69 286	0.45 307	0.61 323	0.45 298	0.50 286	0.40 279	0.56 313	0.44 302	0.55 316	0.40 274	0.72 334	0.67 340	0.59 303	0.46 272	0.45 289	0.34 261	0.46 265	0.37 259

HaxPig	0.47 252	0.47 178	0.47 271	0.49 244	0.47 315	0.47 281	0.47 305	0.47 270	0.47 305	0.47 270	0.47 315	0.47 278	0.47 308	0.47 275	0.47 307	0.47 274	0.47 280	0.47 296	0.47 317	0.47 272	0.48 304

UNDER WATER	0.47 252	0.47 178	0.47 271	0.47 234	0.47 315	0.47 281	0.47 305	0.47 270	0.47 305	0.47 270	0.47 315	0.47 278	0.46 300	0.47 275	0.47 307	0.47 274	0.47 280	0.47 296	0.46 310	0.47 272	0.47 302

LVE	0.47 252	0.47 178	0.47 271	0.47 234	0.49 321	0.47 281	0.47 305	0.47 270	0.49 314	0.47 270	0.47 315	0.47 278	0.46 300	0.47 275	0.47 307	0.47 274	0.47 280	0.48 304	0.47 317	0.47 272	0.47 302

WCG-NET	0.61 284	1.21 341	0.54 298	0.61 274	0.53 334	0.67 331	0.53 324	0.66 321	0.53 325	0.64 326	0.53 333	0.65 332	0.53 324	0.59 319	0.52 323	0.65 313	0.48 283	0.64 332	0.52 329	0.58 299	0.50 312

RainbowNet	0.48 257	0.48 184	0.48 278	0.48 238	0.48 319	0.48 286	0.48 314	0.48 274	0.48 312	0.48 277	0.48 319	0.48 285	0.48 309	0.48 284	0.48 313	0.48 278	0.48 283	0.48 304	0.48 320	0.48 276	0.48 304

notaker	0.48 257	0.49 186	0.48 278	0.48 238	0.48 319	0.48 286	0.48 314	0.48 274	0.49 314	0.48 277	0.48 319	0.48 285	0.48 309	0.48 284	0.48 313	0.48 278	0.48 283	0.48 304	0.48 320	0.48 276	0.49 309

MLG-Stereo	0.92 344	0.90 243	0.84 341	1.27 402	0.49 321	1.38 440	0.88 366	1.41 436	0.97 381	0.73 336	1.09 388	1.26 436	0.43 293	0.72 334	1.05 384	1.13 366	0.49 286	1.18 392	0.66 346	1.01 351	0.46 295

MyStereo8	0.71 302	3.92 468	0.52 294	0.59 271	0.52 331	0.57 320	0.53 324	0.59 311	0.50 317	0.59 319	0.51 330	0.57 320	0.50 317	0.56 313	0.52 323	0.54 297	0.49 286	0.54 323	0.49 323	0.55 297	0.50 312

ktn	0.72 305	0.53 202	1.08 363	1.14 342	0.51 330	1.22 430	1.36 454	0.51 295	0.59 331	0.51 300	0.51 330	0.69 335	1.20 390	0.67 330	0.51 321	0.51 293	0.49 286	0.58 326	0.66 346	0.52 292	0.53 319

KSHMR	0.66 291	0.50 190	0.48 278	1.15 344	0.52 331	0.49 291	0.51 322	0.49 278	0.71 353	0.67 330	0.50 324	1.16 386	1.11 379	0.66 328	0.52 323	0.49 281	0.49 286	0.51 317	0.66 346	0.50 284	1.14 391

TorneroNet	0.66 291	0.53 202	0.50 286	0.50 251	0.64 349	1.06 369	0.70 347	0.50 286	0.51 324	0.49 284	0.69 354	0.49 289	0.50 317	0.48 284	1.15 391	0.71 322	0.49 286	1.14 383	1.08 387	0.49 279	0.49 309

ACVNet_2	0.49 262	0.49 186	0.49 283	0.49 244	0.49 321	0.49 291	0.49 316	0.49 278	0.49 314	0.49 284	0.49 322	0.49 289	0.49 314	0.49 290	0.49 315	0.49 281	0.49 286	0.49 308	0.49 323	0.49 279	0.49 309

FoundationStereo	0.50 264	0.50 190	0.50 286	0.50 251	0.50 325	0.50 299	0.50 318	0.50 286	0.50 317	0.50 296	0.50 324	0.50 303	0.50 317	0.50 297	0.50 316	0.50 287	0.50 292	0.50 312	0.50 325	0.50 284	0.50 312

StereoAnything_RVC	0.50 264	0.50 190	0.50 286	0.50 251	0.50 325	0.50 299	0.50 318	0.50 286	0.50 317	0.50 296	0.50 324	0.50 303	0.50 317	0.50 297	0.50 316	0.50 287	0.50 292	0.50 312	0.50 325	0.50 284	0.50 312

dual_stereo	0.50 264	0.50 190	0.50 286	0.50 251	0.50 325	0.50 299	0.50 318	0.50 286	0.50 317	0.50 296	0.50 324	0.50 303	0.50 317	0.50 297	0.50 316	0.50 287	0.50 292	0.50 312	0.50 325	0.50 284	0.50 312

SANet	0.50 264	0.50 190	0.50 286	0.50 251	0.50 325	0.50 299	0.50 318	0.50 286	0.50 317	0.50 296	0.50 324	0.50 303	0.50 317	0.50 297	0.50 316	0.50 287	0.50 292	0.50 312	0.50 325	0.50 284	0.50 312

LG-Stereo	0.60 281	0.58 209	0.47 271	0.64 280	0.74 366	1.00 362	0.69 345	0.57 306	0.41 288	0.57 315	0.41 289	0.57 320	0.41 285	1.00 367	0.75 356	0.91 342	0.51 296	0.52 320	0.37 275	0.52 292	0.37 259

LL-Strereo2	0.48 257	1.73 365	0.51 291	0.59 271	0.34 259	0.42 263	0.33 236	0.40 223	0.31 233	0.42 249	0.33 244	0.42 262	0.31 236	0.44 264	0.39 276	0.60 304	0.51 296	0.44 285	0.33 257	0.44 260	0.33 242

AIO-test1	0.54 273	0.60 212	0.52 294	0.66 284	0.47 315	0.61 323	0.47 305	0.58 309	0.46 300	0.61 320	0.46 307	0.61 326	0.45 297	0.62 321	0.45 297	0.61 307	0.52 298	0.57 325	0.48 320	0.57 298	0.48 304

LL-Strereo	1.01 361	5.06 483	1.63 457	0.70 288	1.43 462	0.56 315	0.46 300	0.57 306	0.50 317	0.57 315	0.50 324	1.58 446	0.49 314	0.59 319	0.50 316	1.64 439	0.52 298	0.51 317	1.37 455	0.52 292	0.45 294

AIO-test2	0.55 277	0.59 210	0.52 294	0.67 285	0.47 315	0.61 323	0.47 305	0.61 315	0.47 305	0.61 320	0.47 315	0.61 326	0.48 309	0.62 321	0.47 307	0.64 312	0.53 300	0.58 326	0.47 317	0.58 299	0.48 304

PSMNet_ROB	0.54 273	0.54 205	0.54 298	0.54 262	0.53 334	0.54 313	0.54 326	0.53 299	0.54 327	0.54 308	0.54 334	0.54 312	0.53 324	0.54 309	0.54 326	0.54 297	0.53 300	0.54 323	0.54 330	0.54 296	0.54 320

anonymity	0.63 286	0.69 217	0.56 300	0.71 290	0.56 337	0.71 335	0.56 327	0.71 327	0.56 328	0.72 334	0.56 336	0.71 336	0.56 328	0.71 333	0.58 330	0.68 317	0.55 302	0.68 337	0.55 331	0.68 307	0.54 320

ARAFT	0.68 296	0.81 228	0.63 309	0.74 293	0.60 340	0.78 340	0.62 332	0.77 331	0.66 342	0.74 341	0.63 343	0.75 343	0.62 333	0.83 345	0.60 332	0.70 321	0.55 302	0.70 340	0.60 339	0.78 320	0.55 324

PAM_32	0.64 288	2.38 414	0.51 291	0.92 313	0.43 304	0.53 310	0.44 294	0.87 339	0.43 295	0.52 303	0.45 305	0.53 310	0.40 274	0.54 309	0.46 301	0.62 310	0.56 304	0.48 304	0.45 308	0.76 318	0.44 292

CASS	0.57 280	0.89 241	0.56 300	0.57 268	0.56 337	0.56 315	0.56 327	0.56 303	0.53 325	0.57 315	0.57 337	0.59 324	0.48 309	0.56 313	0.57 329	0.55 299	0.56 304	0.47 296	0.56 334	0.62 302	0.56 327
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MyStereo06	0.75 308	4.12 469	0.60 305	0.63 277	0.61 345	0.62 326	0.66 337	0.56 303	0.45 299	0.55 311	0.48 319	0.54 312	0.46 300	0.57 317	0.45 297	0.60 304	0.57 306	0.64 332	0.55 331	0.72 313	0.55 324

MyStereo05	0.80 319	4.12 469	0.63 309	0.63 277	0.61 345	0.62 326	0.66 337	0.65 319	0.62 336	0.67 330	0.61 341	0.65 332	0.58 329	0.67 330	0.55 328	0.60 304	0.57 306	0.64 332	0.55 331	0.72 313	0.55 324

DDUNet	0.81 324	2.45 417	0.57 302	0.90 308	0.60 340	0.88 349	0.59 330	0.90 343	0.60 332	0.88 351	0.60 338	0.90 358	0.58 329	0.88 351	0.60 332	0.84 337	0.60 308	0.86 360	0.57 335	0.86 332	0.60 329

UDG	0.80 319	2.21 398	0.60 305	0.91 310	0.60 340	0.90 352	0.58 329	0.88 342	0.60 332	0.90 352	0.60 338	0.88 355	0.60 331	0.90 354	0.58 330	0.86 339	0.60 308	0.84 358	0.59 338	0.84 331	0.61 330

PA-Net	11.80 543	223.51 569	0.62 308	0.59 271	0.71 361	0.59 322	0.73 352	0.67 322	0.73 357	0.55 311	0.61 341	0.60 325	0.74 351	0.63 325	0.73 353	0.66 315	0.60 308	0.69 338	0.66 346	0.72 313	0.65 336
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FC-DCNN	1.07 364	1.09 282	0.98 355	0.89 307	0.52 331	1.41 443	0.91 369	1.21 422	1.24 449	1.96 451	2.05 504	1.91 453	1.30 443	1.27 436	1.08 385	0.80 329	0.60 308	0.58 326	0.41 298	0.68 307	0.54 320

RAFT-Stereo + iAFF	0.70 300	0.72 219	0.71 325	0.80 298	0.62 348	0.82 345	0.61 331	0.81 337	0.62 336	0.81 348	0.63 343	0.80 349	0.70 345	0.73 336	0.61 334	0.76 326	0.61 312	0.74 343	0.61 341	0.77 319	0.61 330

SMoEStereo_RVC	0.63 286	0.75 221	0.51 291	0.73 292	0.53 334	0.71 335	0.47 305	0.67 322	0.58 330	0.74 341	0.60 338	0.72 339	0.53 324	0.74 338	0.51 321	0.61 307	0.62 313	0.62 329	0.61 341	0.63 303	0.61 330

AFF-stereo	0.73 306	0.88 238	0.67 318	0.75 294	0.68 358	0.75 337	0.64 334	0.80 334	0.72 354	0.83 349	0.70 355	0.82 352	0.64 334	0.84 346	0.67 340	0.77 327	0.63 314	0.81 354	0.63 343	0.78 320	0.62 333

STTRV1_RVC	0.82 328	1.60 358	0.70 321	1.01 330	0.60 340	1.07 372	0.69 345	1.01 359	0.60 332	0.72 334	0.55 335	1.02 373	0.68 342	1.03 372	0.67 340	0.89 341	0.63 314	0.92 366	0.57 335	0.90 337	0.65 336

LMCR-Stereo	0.65 289	0.63 213	0.65 314	0.65 281	0.65 351	0.66 330	0.63 333	0.58 309	0.65 340	0.63 325	0.64 345	0.65 332	0.65 336	0.66 328	0.66 339	0.66 315	0.64 316	0.65 335	0.67 350	0.68 307	0.73 350

plain	1.88 440	3.16 448	0.64 311	3.10 464	0.65 351	3.10 499	0.64 334	3.12 497	0.65 340	3.10 498	0.65 347	3.11 499	0.65 336	3.12 497	0.65 336	3.12 494	0.65 317	3.13 499	0.65 344	3.13 485	0.65 336

DSFCA	0.66 291	0.73 220	0.78 334	0.65 281	0.65 351	0.64 328	0.64 334	0.65 319	0.63 338	0.64 326	0.64 345	0.64 329	0.64 334	0.65 327	0.65 336	0.65 313	0.65 317	0.65 335	0.65 344	0.66 305	0.64 335

UniTT-Stereo	2.03 457	3.43 454	0.72 326	3.42 479	0.73 364	3.27 502	0.68 342	3.38 501	0.69 347	3.29 501	0.72 360	3.28 502	0.70 345	3.35 502	0.68 344	3.39 496	0.68 319	3.31 501	0.69 353	3.37 486	0.73 350

DCRE	0.84 335	1.89 373	0.77 333	0.94 318	0.72 363	0.88 349	0.73 352	0.87 339	0.78 360	0.90 352	0.71 358	0.88 355	0.67 341	0.88 351	0.73 353	0.81 332	0.68 319	0.81 354	0.70 355	0.82 329	0.70 343

R-Stereo Train	0.81 324	0.96 255	0.67 318	0.95 320	0.67 355	0.95 357	0.68 342	0.95 354	0.68 344	0.95 362	0.68 351	0.96 366	0.68 342	0.96 364	0.68 344	0.94 349	0.68 319	0.94 368	0.68 351	0.94 344	0.68 341

RAFT-Stereo	0.81 324	0.96 255	0.67 318	0.95 320	0.67 355	0.95 357	0.68 342	0.95 354	0.68 344	0.95 362	0.68 351	0.96 366	0.68 342	0.96 364	0.68 344	0.94 349	0.68 319	0.94 368	0.68 351	0.94 344	0.68 341
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CoDeX	0.15 117	0.70 218	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 340	0.02 15	0.69 323	0.75 344	0.01 9	0.02 20	0.02 20

AIO-Stereo-zeroshot1	0.75 308	0.92 250	0.85 342	0.96 323	0.59 339	1.27 433	0.44 294	0.59 311	0.69 347	0.91 354	0.68 351	0.55 316	0.61 332	1.06 374	0.83 365	0.62 310	0.70 324	0.90 362	0.41 298	0.89 335	0.56 327

RSM++	0.76 312	0.82 230	0.66 315	0.85 305	0.64 349	0.85 346	0.71 350	0.94 352	0.64 339	0.87 350	0.67 350	0.87 354	0.65 336	0.84 346	0.65 336	0.81 332	0.70 324	0.79 349	0.71 358	0.83 330	0.70 343

DMCA-RVC	0.70 300	0.80 225	0.70 321	0.70 288	0.70 360	0.70 333	0.70 347	0.71 327	0.70 350	0.70 333	0.71 358	0.71 336	0.70 345	0.70 332	0.69 348	0.69 318	0.70 324	0.69 338	0.70 355	0.69 311	0.70 343

MSMD_ROB	1.19 371	1.10 285	0.70 321	1.10 336	0.60 340	1.10 376	0.70 347	1.10 365	0.70 350	1.10 373	0.70 355	1.10 380	0.70 345	7.00 540	0.70 351	1.10 360	0.70 324	1.10 382	0.70 355	1.10 356	0.70 343

MoCha-V2	2.11 464	26.97 547	0.78 334	0.92 313	0.77 368	0.96 359	0.72 351	0.90 343	0.72 354	0.94 360	0.70 355	0.90 358	0.71 349	0.91 355	0.71 352	0.85 338	0.71 328	0.88 361	0.69 353	0.87 333	0.67 340

Former-RAFT_DAM_RVC	0.49 262	0.98 258	0.64 311	0.84 303	0.46 309	0.45 270	0.35 252	0.47 270	0.47 305	0.45 260	0.34 252	0.46 272	0.48 309	0.46 271	0.35 255	0.39 236	0.71 328	0.39 253	0.35 267	0.41 250	0.41 281

AIO-Stereo	0.84 335	0.66 216	0.70 321	0.83 302	0.67 355	0.98 360	0.82 363	1.14 366	0.72 354	1.03 369	0.74 363	1.03 374	1.09 378	0.99 366	0.45 297	1.04 355	0.73 330	0.95 370	0.74 360	0.94 344	0.46 295

iGMRVC	0.84 335	2.85 442	0.72 326	0.72 291	0.73 364	0.77 338	0.79 357	0.73 329	0.74 359	0.73 336	0.72 360	0.73 341	0.76 354	0.73 336	0.73 353	0.72 323	0.73 330	0.73 342	0.72 359	0.73 316	0.72 347

HSM-Net_RVC	0.95 352	1.17 291	0.78 334	1.18 351	0.71 361	1.16 383	0.75 354	1.09 364	0.80 364	1.10 373	0.75 364	1.17 387	0.74 351	1.17 386	0.80 361	1.13 366	0.73 330	1.17 389	0.77 362	1.16 362	0.72 347
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SFCPSM	0.17 128	0.78 222	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 359	0.02 15	0.75 333	0.76 346	0.02 20	0.02 20	0.02 20

Syn2CoEx	0.25 152	1.31 349	0.74 329	0.92 313	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 340	0.75 333	0.02 18	0.02 20	0.02 20	0.02 20

RAStereo	2.23 477	3.64 457	0.76 332	3.65 488	0.86 374	3.66 506	0.76 355	3.67 505	0.81 367	3.66 502	0.76 365	3.66 504	0.77 355	3.68 504	0.77 358	3.68 499	0.77 335	3.69 506	0.77 362	3.70 488	0.77 356

tt45	1.04 363	0.88 238	1.36 440	0.92 313	1.03 393	1.51 446	0.79 357	0.70 326	0.88 369	0.74 341	0.90 372	1.60 447	0.72 350	1.60 443	0.75 356	0.91 342	0.78 336	1.52 454	0.79 365	1.14 358	1.32 455

ToySt	0.92 344	2.11 389	0.90 346	0.95 320	0.79 370	0.99 361	0.78 356	0.94 352	0.81 367	0.94 360	0.78 366	0.95 365	0.77 355	0.94 360	0.86 367	0.91 342	0.79 337	0.85 359	0.77 362	0.89 335	0.73 350

HBP-ISP	1.24 420	1.72 361	1.65 458	1.15 344	0.76 367	1.40 442	0.88 366	1.67 442	1.02 389	1.69 446	1.38 460	1.69 449	1.21 436	1.87 453	1.21 443	1.05 356	0.79 337	0.97 373	0.80 367	1.19 370	0.75 354

G-Net	0.79 317	0.79 224	0.79 337	0.79 296	0.79 370	0.79 342	0.79 357	0.79 332	0.79 363	0.79 345	0.79 367	0.79 348	0.79 357	0.79 341	0.79 359	0.79 328	0.79 337	0.79 349	0.79 365	0.79 322	0.79 357

NaN_ROB	0.80 319	0.80 225	0.80 338	0.80 298	0.80 372	0.80 343	0.80 360	0.80 334	0.80 364	0.80 346	0.80 368	0.80 349	0.80 358	0.80 343	0.80 361	0.80 329	0.80 340	0.80 352	0.80 367	0.80 325	0.80 358

CSAN	0.80 319	0.80 225	0.80 338	0.80 298	0.80 372	0.80 343	0.80 360	0.80 334	0.80 364	0.80 346	0.80 368	0.80 349	0.80 358	0.80 343	0.80 361	0.80 329	0.80 340	0.80 352	0.80 367	0.80 325	0.80 358

DPSimNet_ROB	0.97 353	1.18 293	0.81 340	1.10 336	0.91 380	1.02 367	0.82 363	1.04 361	0.91 371	1.03 369	0.86 371	1.28 438	0.82 360	1.03 372	0.89 368	1.17 369	0.81 342	1.02 379	0.82 370	1.08 355	0.81 360

Selective-RAFT-Error	0.88 339	0.84 231	0.98 355	0.86 306	0.97 386	0.88 349	0.95 374	0.84 338	0.99 384	0.92 356	0.82 370	0.84 353	0.98 368	0.87 350	0.97 376	0.81 332	0.83 343	0.79 349	0.82 370	0.79 322	0.85 363

Selective-RAFT	0.89 341	0.89 241	0.72 326	1.16 349	0.78 369	1.06 369	0.82 363	0.87 339	0.97 381	1.00 364	0.91 375	0.90 358	1.00 369	0.89 353	0.93 373	0.83 335	0.83 343	0.82 356	0.82 370	0.81 328	0.82 361

AIO-Stereo-zeroshot	0.91 342	0.86 234	0.89 343	1.25 401	0.69 359	1.05 368	0.81 362	1.16 369	0.50 317	1.12 378	0.97 380	0.72 339	0.82 360	1.06 374	0.95 374	0.61 307	0.87 345	1.03 380	0.85 373	1.04 353	1.01 380

DPSM_ROB	0.92 344	0.91 245	0.91 348	0.91 310	0.92 381	0.92 354	0.92 370	0.92 348	0.91 371	0.93 358	0.91 375	0.92 361	0.90 362	0.91 355	0.92 369	0.92 345	0.91 346	0.91 364	0.92 374	0.93 342	0.93 370

DPSM	0.92 344	0.91 245	0.91 348	0.91 310	0.92 381	0.92 354	0.92 370	0.92 348	0.91 371	0.93 358	0.91 375	0.92 361	0.90 362	0.91 355	0.92 369	0.92 345	0.91 346	0.91 364	0.92 374	0.93 342	0.93 370

DGTPSM_ROB	0.93 349	1.00 261	0.92 350	0.94 318	0.96 385	0.91 353	0.92 370	0.91 345	0.96 380	0.91 354	0.96 379	0.93 364	0.92 364	0.94 360	0.92 369	0.92 345	0.92 348	0.90 362	0.92 374	0.94 344	0.91 368

pmcnn	0.92 344	0.92 250	0.92 350	0.92 313	0.92 381	0.92 354	0.92 370	0.92 348	0.92 375	0.92 356	0.92 378	0.92 361	0.92 364	0.92 359	0.92 369	0.92 345	0.92 348	0.92 366	0.92 374	0.92 341	0.92 369

4D-IteraStereo	0.78 316	3.13 447	0.89 343	0.69 286	0.32 238	0.40 229	0.32 227	0.76 330	0.97 381	0.52 303	0.65 347	0.89 357	0.32 238	0.76 340	0.98 377	0.83 335	0.94 350	0.35 228	0.27 215	0.70 312	0.89 366

GANet	1.00 356	1.00 261	1.00 357	1.00 327	1.00 387	1.00 362	1.00 378	1.00 356	1.00 385	1.00 364	1.00 382	1.00 369	1.00 369	1.00 367	1.00 379	1.00 351	1.00 351	1.00 375	1.00 381	1.00 348	1.00 377

TDLM	1.00 356	1.00 261	1.00 357	1.00 327	1.00 387	1.00 362	1.00 378	1.00 356	1.00 385	1.00 364	1.00 382	1.00 369	1.00 369	1.00 367	1.00 379	1.00 351	1.00 351	1.00 375	1.00 381	1.00 348	1.00 377

CVANet_RVC	1.00 356	1.00 261	1.00 357	1.00 327	1.00 387	1.00 362	1.00 378	1.00 356	1.00 385	1.00 364	1.00 382	1.00 369	1.00 369	1.00 367	1.00 379	1.00 351	1.00 351	1.00 375	1.00 381	1.00 348	1.00 377

trnet	1.01 361	1.01 267	1.01 360	1.01 330	1.01 391	1.01 366	1.01 381	1.01 359	1.01 388	1.01 368	1.01 385	1.01 372	1.01 375	1.01 371	1.01 382	1.01 354	1.01 354	1.01 378	1.01 385	1.01 351	1.01 380

11t	1.27 422	2.70 428	1.34 430	1.32 406	0.89 376	1.30 435	1.34 451	1.64 439	0.57 329	1.45 439	0.72 360	1.05 375	1.29 442	1.07 377	1.29 452	1.49 431	1.02 355	0.97 373	1.15 391	1.48 427	1.31 454

ours_stereo	1.20 372	1.21 341	0.90 346	1.64 422	1.11 396	1.35 436	0.67 341	1.76 443	0.93 376	1.70 447	1.10 389	1.39 441	0.75 353	1.41 440	0.81 364	1.60 438	1.03 356	1.33 444	1.00 381	1.61 432	0.72 347

MM-Stereo_test2	1.20 372	1.85 369	1.05 361	1.46 413	0.94 384	1.36 438	0.99 377	1.36 431	0.95 378	1.41 437	0.98 381	1.40 443	0.96 366	1.37 438	0.95 374	1.37 427	1.06 357	1.33 444	0.93 378	1.29 421	0.89 366

ff7	1.68 432	2.68 425	1.35 432	0.97 324	0.89 376	1.84 449	2.15 497	2.12 456	1.80 482	2.05 461	1.56 466	2.33 468	2.12 490	2.23 464	2.25 500	1.31 420	1.07 358	1.48 451	1.41 458	0.90 337	1.04 382

ffff	1.68 432	2.68 425	1.35 432	0.97 324	0.89 376	1.84 449	2.15 497	2.12 456	1.80 482	2.05 461	1.56 466	2.33 468	2.12 490	2.23 464	2.25 500	1.31 420	1.07 358	1.48 451	1.41 458	0.90 337	1.04 382

ccc-4	1.68 432	2.68 425	1.35 432	0.97 324	0.89 376	1.84 449	2.15 497	2.12 456	1.80 482	2.05 461	1.56 466	2.33 468	2.12 490	2.23 464	2.25 500	1.31 420	1.07 358	1.48 451	1.41 458	0.90 337	1.04 382

FENet	0.54 273	1.52 355	1.19 374	1.41 412	0.23 196	0.35 209	0.23 186	0.35 199	0.23 186	0.34 201	0.23 190	0.35 209	0.23 190	0.35 210	0.23 186	1.40 428	1.07 358	0.32 200	0.23 189	0.33 194	0.23 173

sAnonymous2	3.31 502	2.63 423	1.38 444	3.71 490	1.86 485	4.70 525	1.11 386	4.82 527	2.72 506	5.45 532	1.98 499	4.59 518	2.64 495	2.65 484	6.21 538	4.37 501	1.08 362	5.16 532	2.24 502	4.52 499	2.39 504

CroCo_RVC	3.31 502	2.63 423	1.38 444	3.71 490	1.86 485	4.70 525	1.11 386	4.82 527	2.72 506	5.45 532	1.98 499	4.59 518	2.64 495	2.65 484	6.21 538	4.37 501	1.08 362	5.16 532	2.24 502	4.52 499	2.39 504

StereoVision	3.15 500	5.00 482	0.89 343	4.83 509	1.00 387	3.93 507	1.27 448	6.37 534	1.34 454	5.67 534	1.26 448	5.84 536	1.27 440	5.03 531	1.24 445	5.10 524	1.09 364	4.61 518	0.57 335	5.62 524	1.12 387

GLC_STEREO	1.07 364	1.01 267	1.06 362	1.07 334	1.05 394	1.06 369	1.08 385	1.08 362	1.05 391	1.07 371	1.06 387	1.08 376	1.05 377	1.06 374	1.10 386	1.07 357	1.09 364	1.05 381	1.05 386	1.06 354	1.12 387

RP	2.33 481	25.00 540	1.13 365	1.15 344	1.15 398	1.10 376	1.15 390	1.15 367	1.15 393	1.12 378	1.15 390	1.09 378	1.13 380	1.10 380	1.15 391	1.11 365	1.09 364	1.16 385	1.12 389	1.16 362	1.17 396

AF-Net	2.37 485	25.71 543	1.17 370	1.13 341	1.15 398	1.15 382	1.18 394	1.19 374	1.16 394	1.10 373	1.15 390	1.10 380	1.18 388	1.12 383	1.15 391	1.10 360	1.10 367	1.17 389	1.15 391	1.16 362	1.12 387

NCC-stereo	2.36 483	25.52 542	1.17 370	1.15 344	1.17 403	1.11 379	1.11 386	1.15 367	1.16 394	1.10 373	1.16 393	1.10 380	1.15 383	1.14 384	1.13 389	1.09 358	1.11 368	1.15 384	1.16 393	1.17 367	1.17 396

edge stereo	2.43 488	27.07 548	1.14 366	1.06 333	1.14 397	1.08 373	1.17 393	1.16 369	1.14 392	1.10 373	1.16 393	1.09 378	1.16 387	1.10 380	1.16 394	1.10 360	1.11 368	1.16 385	1.19 395	1.13 357	1.11 385

Nwc_Net	2.37 485	25.95 544	1.15 368	1.14 342	1.15 398	1.08 373	1.14 389	1.17 371	1.16 394	1.14 381	1.15 390	1.08 376	1.15 383	1.11 382	1.14 390	1.10 360	1.11 368	1.16 385	1.09 388	1.16 362	1.15 392

MM-Stereo_test3	1.27 422	2.07 385	1.18 372	1.60 417	1.02 392	1.45 444	1.01 381	1.40 435	1.04 390	1.44 438	1.03 386	1.46 445	1.02 376	1.44 441	1.02 383	1.51 434	1.12 371	1.32 443	0.98 379	1.38 425	0.97 373

stereogan	2.33 481	24.38 538	1.18 372	1.18 351	1.18 405	1.14 381	1.18 394	1.19 374	1.19 400	1.14 381	1.18 397	1.14 385	1.18 388	1.14 384	1.18 396	1.14 368	1.14 372	1.19 393	1.19 395	1.15 360	1.19 400

RGC	2.36 483	25.48 541	1.19 374	1.15 344	1.15 398	1.10 376	1.16 392	1.17 371	1.16 394	1.12 378	1.16 393	1.11 383	1.13 380	1.09 378	1.18 396	1.10 360	1.15 373	1.16 385	1.12 389	1.14 358	1.12 387

castereo++	0.54 273	3.59 455	1.15 368	1.31 405	0.14 148	0.16 133	0.14 142	0.16 132	0.14 147	0.16 129	0.14 151	0.16 131	0.13 144	0.16 131	0.14 141	1.45 430	1.16 374	0.15 133	0.14 151	0.15 133	0.13 140

MaDis-Stereo	3.19 501	6.02 503	1.12 364	5.61 518	1.16 402	5.43 533	1.02 383	5.15 531	0.70 350	5.43 531	1.21 443	5.03 533	0.97 367	4.85 525	0.99 378	4.53 505	1.16 374	5.53 534	1.25 448	5.37 522	1.30 453

Abc-Net	2.32 480	24.75 539	1.14 366	1.17 350	1.17 403	1.11 379	1.15 390	1.17 371	1.21 446	1.08 372	1.16 393	1.12 384	1.14 382	1.09 378	1.17 395	1.09 358	1.16 374	1.17 389	1.17 394	1.16 362	1.11 385
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	2.46 489	26.05 545	1.23 426	1.23 400	1.22 454	1.20 384	1.24 444	1.23 425	1.23 448	1.19 384	1.22 444	1.21 434	1.24 438	1.20 388	1.24 445	1.21 416	1.17 377	1.22 440	1.25 448	1.20 371	1.24 450

SPS-STEREO	1.59 430	1.91 376	1.21 423	1.94 428	1.20 406	2.00 460	1.23 443	1.99 450	1.24 449	2.00 456	1.25 447	2.03 461	1.26 439	2.00 458	1.29 452	1.90 449	1.18 378	1.89 468	1.21 443	1.89 445	1.20 401
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DisPM	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

CrosDoStereo	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

PFNet+	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

LCNet	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

HHNet	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

Patchmatch Stereo++	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

STrans-v2	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

TransformOpticalFlow	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

OMP-Stereo	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

IIG-Stereo	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

NF-Stereo	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

OCTAStereo	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

PSM-softLoss	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

KMStereo	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

NRIStereo	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

PSM-adaLoss	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

PSM-AAD	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

FTStereo	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

ROB_FTStereo_v2	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

ROB_FTStereo	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

Consistency-Raft	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

KYRaft	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

HUI-Stereo	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

ASMatch	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

DeepStereo_LL	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

DEmStereo	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

SST-Stereo	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

THIR-Stereo	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

RAFT_R40	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

DRaft	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

PFNet	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

GrayStereo	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

RE-Stereo	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

Pruner-Stereo	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

TVStereo	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

DeepStereo_RVC	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

RAFT-RH_RVC	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

IRAFT_RVC	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

RAFT-345	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

iRAFT	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

CRE-IMP	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

GMM-Stereo	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

RAFT-IKP	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

Prome-Stereo	1.20 372	1.20 295	1.20 377	1.20 353	1.20 406	1.20 384	1.20 396	1.20 377	1.20 401	1.20 385	1.20 398	1.20 389	1.20 390	1.20 388	1.20 398	1.20 371	1.20 379	1.20 394	1.20 398	1.20 371	1.20 401

S-Stereo	2.51 490	26.86 546	1.23 426	1.22 398	1.22 454	1.24 432	1.25 445	1.22 423	1.24 449	1.21 430	1.24 446	1.19 388	1.27 440	1.19 387	1.24 445	1.19 370	1.20 379	1.25 441	1.19 395	1.24 419	1.23 449

CSP-Net	0.34 185	1.29 347	1.19 374	1.36 409	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 418	1.21 425	0.03 38	0.09 104	0.02 20	0.09 102

GANetREF_RVC	1.55 429	1.94 382	1.22 424	1.88 425	1.21 452	1.88 452	1.22 442	1.88 445	1.22 447	1.88 448	1.22 444	1.88 451	1.22 437	1.89 454	1.22 444	1.87 445	1.22 426	1.88 467	1.22 444	1.88 444	1.22 447
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
2.25w	2.00 447	1.86 371	1.98 488	2.95 462	2.17 503	2.26 466	1.35 452	2.42 473	2.00 500	2.07 464	1.27 449	2.53 477	1.99 485	2.29 468	1.49 464	2.21 463	1.32 427	1.85 461	1.87 492	2.52 473	1.62 476

3.25w	2.04 460	2.20 396	1.48 450	3.03 463	2.17 503	2.63 488	1.39 460	1.96 448	1.95 496	1.96 451	1.37 458	2.71 488	1.96 482	2.71 487	1.73 481	2.26 465	1.32 427	1.87 464	1.87 492	2.51 472	1.63 477

1w_stereo	2.05 462	2.32 405	1.35 432	3.74 492	2.01 493	2.73 492	1.42 464	1.88 445	1.93 495	2.03 459	1.28 450	2.71 488	1.99 485	2.72 489	1.72 476	2.20 462	1.32 427	1.87 464	1.86 491	2.45 465	1.54 466

IGEV	2.02 455	2.20 396	1.82 471	2.90 461	2.16 501	2.41 475	1.25 445	2.00 451	1.98 497	1.99 455	1.31 452	2.72 492	1.93 479	2.67 486	1.69 473	2.26 465	1.32 427	1.83 460	1.87 492	2.53 476	1.61 475

IGEVStereo-DCA	1.77 436	4.21 473	1.84 475	2.49 451	2.11 499	2.54 485	1.36 454	1.65 440	1.17 398	2.75 492	1.90 487	2.54 479	1.15 383	0.94 360	1.11 387	1.50 432	1.32 427	0.96 371	1.46 464	1.49 428	0.88 364

rrr	1.77 436	4.21 473	1.84 475	2.49 451	2.11 499	2.54 485	1.36 454	1.65 440	1.17 398	2.75 492	1.90 487	2.54 479	1.15 383	0.94 360	1.11 387	1.50 432	1.32 427	0.96 371	1.46 464	1.49 428	0.88 364

MC-Stereo	1.76 435	2.96 443	1.37 442	2.14 435	1.37 458	2.14 465	1.36 454	2.14 459	1.37 459	2.14 465	1.37 458	2.14 463	1.37 450	2.14 463	1.37 458	1.97 452	1.32 427	1.97 470	1.32 451	1.98 446	1.33 456

4.5_new	2.00 447	1.84 368	1.98 488	2.77 456	2.16 501	2.27 467	1.28 449	2.09 455	1.98 497	2.01 457	1.28 450	2.71 488	1.98 483	2.51 478	1.65 469	2.26 465	1.33 434	1.87 464	1.87 492	2.49 469	1.60 473

3w_stereo	2.04 460	2.24 400	1.70 460	3.15 466	2.18 505	2.49 479	1.26 447	2.03 453	1.98 497	1.98 454	1.33 453	2.72 492	1.99 485	2.59 481	1.72 476	2.22 464	1.33 434	1.85 461	1.88 497	2.50 471	1.58 471

gwcnet-sp	0.82 328	1.72 361	1.48 450	0.39 192	0.15 159	0.31 193	0.21 174	0.20 149	0.25 193	1.61 442	0.23 190	0.28 188	0.26 205	0.20 149	0.15 151	0.24 173	1.33 434	0.32 200	0.16 156	6.75 528	0.23 173

scenet	0.82 328	1.72 361	1.48 450	0.39 192	0.15 159	0.31 193	0.21 174	0.20 149	0.25 193	1.61 442	0.23 190	0.28 188	0.26 205	0.20 149	0.15 151	0.24 173	1.33 434	0.32 200	0.16 156	6.75 528	0.23 173

ssnet	0.82 328	1.72 361	1.48 450	0.39 192	0.15 159	0.31 193	0.21 174	0.20 149	0.25 193	1.61 442	0.23 190	0.28 188	0.26 205	0.20 149	0.15 151	0.24 173	1.33 434	0.32 200	0.16 156	6.75 528	0.23 173

MaskLacGwcNet_RVC	1.35 424	1.35 351	1.35 432	1.35 408	1.35 456	1.35 436	1.35 452	1.36 431	1.35 457	1.36 435	1.35 455	1.36 439	1.36 448	1.36 437	1.35 456	1.35 424	1.35 439	1.35 447	1.35 452	1.35 423	1.35 459

RASNet	1.49 428	1.65 359	1.45 448	1.38 411	1.43 462	1.47 445	1.36 454	1.38 434	1.36 458	1.39 436	1.60 470	1.45 444	1.45 454	1.51 442	2.21 499	1.53 435	1.36 440	1.36 449	1.36 454	1.66 435	1.36 460

PS-NSSS	1.38 427	1.39 353	1.34 430	1.34 407	1.35 456	1.38 440	1.37 459	1.35 430	1.38 460	1.34 433	1.34 454	1.39 441	1.38 451	1.70 445	1.40 460	1.36 426	1.36 440	1.36 449	1.37 455	1.37 424	1.36 460

castereo	0.61 284	3.79 463	1.35 432	1.52 414	0.15 159	0.17 141	0.16 150	0.20 149	0.21 177	0.18 141	0.16 160	0.21 158	0.12 139	0.26 187	0.17 160	1.43 429	1.38 442	0.17 143	0.16 156	0.18 146	0.16 146

CC-Net-ROB	1.36 425	1.33 350	1.33 429	1.36 409	1.38 459	1.36 438	1.33 450	1.37 433	1.34 454	1.35 434	1.36 457	1.38 440	1.34 446	1.38 439	1.38 459	1.35 424	1.38 442	1.33 444	1.35 452	1.43 426	1.34 458

sCroCo_RVC	2.10 463	2.76 436	1.92 485	2.78 459	1.39 460	2.73 492	1.41 462	2.73 488	1.40 461	2.77 497	1.41 462	2.74 494	1.40 452	2.74 492	1.40 460	2.72 491	1.42 444	2.72 497	1.44 463	2.79 483	1.42 464

psmg	0.43 237	1.91 376	0.92 350	1.91 427	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 452	1.44 445	0.04 71	0.03 54	0.02 20	0.03 51

999	1.00 356	1.12 286	0.59 303	1.10 336	1.21 452	1.09 375	0.52 323	1.08 362	1.43 463	1.18 383	1.35 455	0.98 368	0.52 323	0.91 355	0.85 366	0.72 323	1.46 446	0.83 357	0.98 379	0.68 307	1.41 463

DEFOM-Stereo	0.68 296	3.11 446	1.40 446	1.63 421	0.25 203	0.31 193	0.25 194	0.31 188	0.28 214	0.31 189	0.29 222	0.29 193	0.27 213	0.31 199	0.28 208	1.59 436	1.47 447	0.30 195	0.29 228	0.30 183	0.28 211

ssnet_v2	0.68 296	1.96 383	1.25 428	0.29 164	0.20 182	0.30 190	0.20 168	0.29 184	0.22 180	1.50 440	0.20 180	0.31 198	0.20 178	0.27 190	0.22 180	0.24 173	1.49 448	0.26 182	0.18 178	3.90 490	0.19 164

4w-stereo	2.02 455	2.72 432	1.44 447	3.36 477	1.59 467	2.48 478	1.72 475	2.28 462	1.24 449	2.24 468	1.65 474	2.56 481	1.32 445	2.39 472	1.98 496	2.67 489	1.51 449	1.66 457	1.24 446	2.53 476	1.88 494

test_xeample3	1.10 366	1.81 366	0.61 307	0.84 303	0.49 321	0.77 338	0.66 337	0.92 348	1.40 461	0.68 332	0.46 307	0.78 346	0.54 327	1.72 446	1.48 463	1.34 423	1.52 450	1.35 447	1.67 480	1.33 422	1.55 467

2.5w	2.01 454	2.40 415	1.37 442	3.28 471	2.01 493	2.71 489	1.43 466	1.82 444	1.83 485	1.90 450	1.41 462	2.71 488	1.35 447	2.71 487	1.85 486	2.66 487	1.53 451	1.64 456	1.23 445	2.53 476	1.87 491

3.25w_new	2.03 457	2.72 432	1.35 432	3.33 476	1.57 465	2.72 490	1.53 468	2.15 460	1.33 453	2.15 466	1.60 470	2.63 485	1.30 443	2.72 489	1.99 497	2.67 489	1.53 451	1.75 459	1.25 448	2.53 476	1.87 491

MM-Stereo_test1	1.80 438	3.41 453	1.52 454	2.12 434	1.41 461	2.04 461	1.41 462	2.05 454	1.46 464	2.04 460	1.41 462	2.05 462	1.42 453	2.05 459	1.43 462	2.04 456	1.54 453	1.94 469	1.38 457	1.99 447	1.33 456

NINENet	0.69 299	3.87 467	1.20 377	1.98 431	0.05 93	0.40 229	0.04 77	0.40 223	0.05 92	0.41 237	0.04 85	0.41 246	0.05 88	0.40 233	0.05 83	1.79 442	1.56 454	0.34 215	0.22 184	0.34 198	0.23 173

monsters	2.18 467	2.41 416	1.96 487	3.47 481	2.03 497	2.53 483	1.64 471	2.48 475	1.73 477	2.40 476	1.50 465	2.62 484	1.94 480	2.59 481	1.94 493	2.44 479	1.57 455	2.28 479	1.87 492	2.42 463	1.86 489

3.5w_stereo	2.03 457	2.72 432	1.35 432	3.41 478	1.57 465	2.72 490	1.49 467	2.01 452	1.34 454	2.15 466	1.61 472	2.63 485	1.36 448	2.72 489	1.99 497	2.66 487	1.58 456	1.68 458	1.24 446	2.53 476	1.87 491

LG-G_1	2.22 474	2.71 430	1.89 482	2.77 456	1.87 488	2.75 494	1.87 484	2.76 490	1.87 491	2.75 492	1.87 482	2.76 495	1.87 473	2.75 493	1.86 487	2.47 481	1.58 456	2.45 489	1.57 467	2.45 465	1.57 469

LG-G	2.22 474	2.71 430	1.89 482	2.77 456	1.87 488	2.75 494	1.87 484	2.76 490	1.87 491	2.75 492	1.87 482	2.76 495	1.87 473	2.75 493	1.86 487	2.47 481	1.58 456	2.45 489	1.57 467	2.45 465	1.57 469

LGtest1	2.22 474	2.70 428	1.89 482	2.76 455	1.86 485	2.75 494	1.86 482	2.75 489	1.86 487	2.75 492	1.86 481	2.77 497	1.87 473	2.75 493	1.86 487	2.46 480	1.58 456	2.45 489	1.56 466	2.45 465	1.56 468

DPSMNet_ROB	1.60 431	1.59 357	1.70 460	1.59 416	1.59 467	1.61 447	1.61 469	1.60 437	1.60 466	1.62 445	1.59 469	1.60 447	1.60 456	1.60 443	1.59 466	1.59 436	1.60 460	1.59 455	1.59 472	1.59 431	1.59 472

CRFU-Net	0.65 289	1.67 360	1.22 424	1.96 430	0.27 213	0.41 245	0.27 205	0.41 238	0.27 211	0.40 224	0.26 208	0.41 246	0.27 213	0.40 233	0.27 202	1.80 443	1.62 461	0.34 215	0.23 189	0.33 194	0.23 173

MFMNet_re	1.81 439	1.91 376	1.71 462	1.95 429	1.70 477	1.95 457	1.70 474	1.96 448	1.74 479	1.97 453	1.72 477	1.95 454	1.71 463	1.97 457	1.71 474	1.86 444	1.62 461	1.85 461	1.66 479	1.86 443	1.64 478

Anonymous3	2.55 491	3.26 451	1.65 458	3.28 471	1.63 470	3.24 501	1.68 472	3.27 499	1.66 467	3.28 500	1.67 475	3.25 501	1.66 459	3.27 499	1.64 468	3.26 495	1.65 463	3.30 500	1.65 478	4.95 517	1.65 480

monsterstereo	2.20 473	2.33 406	1.95 486	3.65 488	2.07 498	2.49 479	1.61 469	2.48 475	1.83 485	2.45 477	1.61 472	2.67 487	1.86 472	2.64 483	1.94 493	2.48 483	1.66 464	2.34 483	1.68 482	2.40 462	1.86 489

RAFT_CTSACE	1.92 441	3.71 460	1.72 463	1.88 425	1.72 478	2.04 461	1.42 464	2.18 461	1.89 493	2.02 458	1.97 493	1.95 454	2.06 489	1.93 455	1.62 467	1.76 441	1.66 464	2.02 471	1.73 488	1.73 438	1.43 465

UDGNet	2.23 477	5.40 493	1.72 463	2.48 450	1.69 474	2.51 482	1.69 473	2.51 478	1.72 476	2.50 480	1.69 476	2.52 476	1.69 462	2.50 477	1.68 472	2.41 478	1.70 466	2.42 488	1.69 484	2.42 463	1.64 478

TRStereo	2.00 447	2.13 390	1.85 477	2.27 441	1.84 482	2.28 469	1.84 478	2.29 464	1.86 487	2.30 470	1.87 482	2.30 465	1.87 473	2.08 460	1.72 476	2.08 457	1.72 467	2.08 473	1.72 485	2.08 448	1.72 482

XX-Stereo	2.00 447	2.13 390	1.85 477	2.27 441	1.84 482	2.28 469	1.84 478	2.29 464	1.86 487	2.30 470	1.87 482	2.30 465	1.87 473	2.08 460	1.72 476	2.08 457	1.72 467	2.08 473	1.72 485	2.08 448	1.72 482

EAI-Stereo	2.00 447	2.13 390	1.85 477	2.27 441	1.84 482	2.28 469	1.84 478	2.29 464	1.86 487	2.30 470	1.87 482	2.30 465	1.87 473	2.08 460	1.72 476	2.08 457	1.72 467	2.08 473	1.72 485	2.08 448	1.72 482

U	5.15 535	8.49 515	1.81 466	8.49 532	1.77 479	8.49 542	1.77 476	8.51 542	1.77 480	8.49 542	1.77 478	8.50 543	1.78 470	8.58 542	1.77 482	8.54 541	1.78 470	8.55 543	1.78 489	8.55 537	1.84 487

MIF-Stereo (partial)	2.58 492	3.31 452	0.66 315	3.18 468	0.66 354	3.18 500	0.66 337	3.21 498	0.67 343	3.19 499	0.66 349	3.19 500	0.66 339	3.31 501	0.68 344	5.09 523	1.79 471	8.23 542	1.67 480	6.18 526	1.38 462

test-3	0.98 355	4.13 471	1.85 477	1.85 424	0.61 345	0.69 332	0.37 264	0.63 317	0.61 335	0.66 329	0.51 330	0.73 341	0.44 295	0.57 317	0.54 326	1.68 440	1.81 472	0.40 258	0.43 306	0.66 305	0.50 312

asda	2.17 466	2.54 419	1.81 466	3.47 481	1.78 480	2.50 481	1.86 482	2.61 481	1.68 468	2.61 483	1.83 479	2.37 472	1.73 465	2.44 476	1.88 491	2.51 484	1.84 473	2.34 483	1.62 476	2.23 453	1.77 486

FBW_ROB	2.12 465	2.46 418	1.77 465	2.49 451	1.79 481	2.38 473	1.83 477	2.46 474	1.78 481	2.48 479	1.97 493	2.40 473	1.78 470	2.42 475	1.83 484	2.31 472	1.85 474	2.38 486	1.82 490	2.35 460	1.84 487

qwe	2.18 467	2.60 422	1.58 455	3.83 493	1.90 490	2.53 483	1.90 487	2.48 475	1.73 477	2.37 475	1.92 489	2.53 477	1.68 460	2.56 479	1.83 484	2.52 486	1.87 475	2.07 472	1.68 482	2.32 459	1.71 481

asd	2.18 467	2.77 438	1.58 455	3.59 486	2.00 492	2.58 487	1.85 481	2.39 472	1.71 472	2.47 478	1.97 493	2.59 483	1.61 457	2.56 479	1.79 483	2.51 484	1.99 476	2.11 476	1.62 476	2.36 461	1.60 473

4.25w-stereo	1.98 442	2.72 432	1.46 449	3.47 481	1.43 462	2.07 463	1.98 489	2.53 479	1.52 465	2.71 485	1.98 499	1.81 450	1.62 458	1.96 456	1.36 457	1.88 448	2.00 477	2.53 494	1.61 474	1.74 439	1.15 392

2w_stereo	1.99 443	2.36 413	1.81 466	3.24 469	1.67 472	1.94 454	1.98 489	2.72 482	1.68 468	2.72 486	1.94 490	1.98 457	1.74 467	1.79 450	1.27 449	1.95 451	2.00 477	2.53 494	1.60 473	1.68 436	1.15 392

4.25_new	2.00 447	2.33 406	1.82 471	3.32 474	1.69 474	1.95 457	1.99 492	2.72 482	1.71 472	2.72 486	1.97 493	2.01 459	1.74 467	1.77 448	1.28 450	2.18 460	2.01 479	2.48 492	1.58 470	1.65 433	1.17 396

4.5w_new	2.00 447	2.33 406	1.82 471	3.32 474	1.69 474	1.95 457	1.99 492	2.72 482	1.71 472	2.72 486	1.97 493	2.01 459	1.74 467	1.77 448	1.28 450	2.18 460	2.01 479	2.48 492	1.58 470	1.65 433	1.17 396

2.75w_new	1.99 443	2.34 410	1.81 466	3.14 465	1.62 469	1.94 454	1.99 492	2.72 482	1.71 472	2.72 486	1.99 502	1.90 452	1.73 465	1.82 452	1.29 452	2.37 475	2.01 479	2.31 481	1.42 461	1.77 441	1.22 447

3.75w	1.99 443	2.31 404	1.83 474	3.16 467	1.65 471	1.93 453	1.98 489	2.72 482	1.68 468	2.73 491	1.97 493	2.00 458	1.72 464	1.81 451	1.25 448	2.27 468	2.01 479	2.38 486	1.42 461	1.71 437	1.24 450

4.5w-stereo	1.99 443	2.33 406	1.81 466	3.28 471	1.68 473	1.94 454	1.99 492	2.72 482	1.70 471	2.72 486	1.99 502	1.97 456	1.68 460	1.76 447	1.29 452	1.91 450	2.02 483	2.53 494	1.61 474	1.75 440	1.16 395

HUF	2.18 467	2.30 403	1.99 491	2.34 446	2.02 496	2.41 475	2.06 496	2.38 471	1.89 493	2.36 474	1.85 480	2.56 481	1.98 483	2.31 470	1.97 495	2.30 471	2.03 484	2.30 480	2.11 499	2.23 453	2.16 496

AIO_rvc	2.18 467	2.34 410	1.87 481	2.32 445	1.94 491	2.40 474	1.89 486	2.37 470	2.07 502	2.52 481	1.95 492	2.44 475	1.99 485	2.41 473	1.89 492	2.32 473	2.09 485	2.24 477	2.18 500	2.21 452	2.23 498

AIO_test	2.18 467	2.09 388	2.04 492	2.42 448	2.01 493	2.47 477	1.94 488	2.34 469	2.03 501	2.56 482	1.94 490	2.43 474	1.94 480	2.41 473	1.87 490	2.39 477	2.10 486	2.35 485	1.91 498	2.25 455	2.19 497

DEFOM-Stereo_RVC	0.83 332	5.18 485	1.98 488	2.19 436	0.17 169	0.19 147	0.18 161	0.19 144	0.16 159	0.20 148	0.19 176	0.22 164	0.22 184	0.20 149	0.15 151	2.28 469	2.13 487	0.24 178	0.17 174	0.18 146	0.16 146

error version	0.93 349	4.47 476	2.35 496	1.99 432	0.37 271	0.41 245	0.36 259	0.41 238	0.35 254	0.43 255	0.36 265	0.41 246	0.40 274	0.41 247	0.36 259	1.87 445	2.16 488	0.47 296	0.37 275	0.39 235	0.33 242

test_1	0.93 349	4.47 476	2.35 496	1.99 432	0.37 271	0.41 245	0.36 259	0.41 238	0.35 254	0.43 255	0.36 265	0.41 246	0.40 274	0.41 247	0.36 259	1.87 445	2.16 488	0.47 296	0.37 275	0.39 235	0.33 242

STTStereo	3.73 505	30.40 552	2.37 498	2.39 447	2.31 508	2.35 472	2.33 501	2.29 464	2.42 504	2.32 473	2.34 506	2.33 468	2.36 494	2.30 469	2.27 503	2.35 474	2.22 490	2.31 481	2.22 501	2.29 458	2.34 503

NCCL2	2.28 479	2.27 401	2.28 494	2.28 444	2.28 506	2.27 467	2.29 500	2.28 462	2.28 503	2.27 469	2.28 505	2.28 464	2.27 493	2.27 467	2.28 504	2.28 469	2.28 491	2.27 478	2.29 504	2.27 456	2.29 499

iRaftStereo_RVC	0.97 353	3.17 449	2.30 495	2.42 448	0.38 278	0.54 313	0.38 270	0.54 301	0.38 270	0.54 308	0.38 276	0.54 312	0.38 268	0.54 309	0.38 270	2.38 476	2.34 492	0.49 308	0.36 273	0.49 279	0.36 255

PDISCO_ROB	0.83 332	2.80 441	3.49 516	0.14 97	0.11 128	0.17 141	0.09 104	0.15 131	0.10 109	0.15 124	0.12 134	0.16 131	0.14 148	3.30 500	0.13 137	0.14 114	2.34 492	0.16 136	0.12 139	2.62 482	0.10 107

NLCA_NET_v2_RVC	5.04 533	50.87 562	2.78 500	2.87 460	2.71 509	2.78 497	0.47 305	2.88 495	2.86 508	1.89 449	2.67 507	2.79 498	2.79 498	2.78 496	2.83 505	2.82 492	2.82 494	2.83 498	2.77 507	2.83 484	2.76 507
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
HCRNet	1.22 419	7.11 505	3.00 501	3.55 485	0.33 249	0.29 189	0.14 142	0.19 144	0.15 157	0.33 199	0.29 222	0.25 177	0.14 148	0.22 164	0.33 238	3.64 498	3.00 495	0.76 346	0.32 249	0.18 146	0.13 140

rvit_0105_6	3.87 510	5.73 500	3.10 512	4.69 507	3.12 521	4.54 515	3.02 509	4.56 514	3.04 509	4.54 515	3.03 510	4.54 514	3.04 502	4.56 514	3.05 508	4.58 510	3.05 496	4.58 515	3.05 511	4.58 502	3.05 510

rvit_105_1	3.83 506	5.22 486	3.01 502	4.53 497	3.01 511	4.51 513	3.01 508	4.56 514	3.04 509	4.53 513	3.03 510	4.55 516	3.03 499	4.56 514	3.04 506	4.57 507	3.05 496	4.57 513	3.05 511	4.57 501	3.05 510

rvit_stereo_0081	3.83 506	5.23 487	3.01 502	4.53 497	3.03 513	4.55 519	3.02 509	4.56 514	3.04 509	4.52 511	3.02 508	4.54 514	3.03 499	4.56 514	3.04 506	4.57 507	3.05 496	4.57 513	3.05 511	4.58 502	3.05 510

rvit_stereo_0082	3.86 508	5.82 501	3.01 502	4.53 497	3.03 513	4.54 515	3.02 509	4.56 514	3.04 509	4.53 513	3.02 508	4.55 516	3.04 502	4.57 517	3.05 508	4.57 507	3.05 496	4.58 515	3.05 511	4.58 502	3.06 513

rvit_stereo_0081_aga	3.86 508	5.33 490	3.02 505	4.55 503	3.04 517	4.54 515	3.02 509	4.64 521	3.06 513	4.54 515	3.04 512	4.62 523	3.08 506	4.62 520	3.07 511	4.58 510	3.06 500	4.60 517	3.08 515	4.63 505	3.07 514

rvit_stereo_0080	3.89 511	5.70 498	3.04 507	4.54 500	3.03 513	4.56 520	3.05 515	4.60 518	3.07 514	4.58 518	3.06 513	4.59 518	3.06 504	4.61 518	3.08 512	4.63 512	3.09 501	4.64 519	3.10 516	4.65 506	3.10 515

whm_eth	3.89 511	5.70 498	3.04 507	4.54 500	3.03 513	4.56 520	3.05 515	4.60 518	3.07 514	4.58 518	3.06 513	4.59 518	3.06 504	4.61 518	3.08 512	4.63 512	3.09 501	4.64 519	3.10 516	4.65 506	3.10 515

rvit_0105_4	3.91 513	5.47 497	3.02 505	4.54 500	3.02 512	4.54 515	3.03 513	4.75 524	3.17 520	4.57 517	3.06 513	4.61 522	3.16 510	4.65 521	3.09 514	4.66 514	3.11 503	4.68 522	3.18 521	4.81 512	3.16 520

rvit_0105_3	3.91 513	5.33 490	3.06 510	4.60 505	3.07 519	4.60 522	3.06 517	4.62 520	3.08 517	4.60 520	3.07 516	4.62 523	3.08 506	4.67 522	3.10 515	4.70 515	3.11 503	4.77 526	3.19 522	4.77 511	3.14 519

rvit_stereo_ft	3.93 516	5.44 495	3.05 509	4.59 504	3.06 518	4.61 523	3.08 518	4.67 523	3.12 519	4.63 522	3.10 518	4.65 525	3.11 508	4.69 524	3.13 516	4.70 515	3.14 505	4.71 524	3.15 520	4.74 509	3.16 520

rvit_stereo_0083	3.92 515	5.30 489	3.06 510	4.61 506	3.09 520	4.67 524	3.08 518	4.66 522	3.09 518	4.62 521	3.10 518	4.66 526	3.11 508	4.67 522	3.16 517	4.72 517	3.16 506	4.77 526	3.11 518	4.66 508	3.11 517

FC-DCNN v2	5.10 534	5.15 484	4.49 524	5.07 513	3.37 524	6.87 537	4.75 536	5.04 530	6.34 540	7.84 540	5.06 537	6.72 541	4.09 525	4.99 529	5.44 537	5.03 521	3.16 506	4.67 521	4.86 537	5.15 520	3.89 531

MLG-Stereo_test1	4.25 518	5.34 492	3.61 518	5.31 514	3.63 528	5.23 531	3.57 525	5.38 532	3.65 523	5.23 529	3.47 522	4.76 527	3.74 518	4.85 525	3.71 523	4.96 519	3.18 508	4.71 524	2.92 508	4.86 515	2.90 508

MLG-Stereo_test3	4.26 519	4.85 480	3.95 522	5.35 515	3.60 527	4.75 528	3.76 528	5.49 533	3.71 525	5.39 530	3.69 526	4.82 529	3.66 515	4.85 525	3.73 526	4.93 518	3.19 509	4.69 523	2.99 510	4.84 514	2.98 509

MLG-Stereo_test2	4.28 520	5.46 496	3.69 520	4.86 510	3.72 530	5.58 534	3.42 523	4.81 526	3.77 529	4.85 525	3.72 527	5.55 535	3.63 514	5.58 532	3.53 521	4.41 504	3.28 510	4.99 530	2.95 509	4.75 510	3.13 518

rvit_0105_5	4.10 517	5.40 493	3.13 515	4.71 508	3.15 522	4.72 527	3.10 520	4.90 529	3.27 521	4.69 523	3.16 520	4.84 530	3.25 511	4.96 528	3.34 519	5.05 522	3.39 511	5.10 531	3.40 523	5.11 519	3.42 523

DPSNet	3.66 504	3.60 456	3.62 519	3.63 487	3.64 529	3.65 505	3.65 527	3.66 504	3.67 524	3.67 503	3.65 525	3.67 505	3.66 515	3.66 503	3.68 522	3.68 499	3.66 512	3.67 505	3.68 528	3.67 487	3.67 526

DispFullNet	4.61 526	4.84 479	3.12 513	5.00 512	3.57 526	4.75 528	3.03 513	7.75 540	4.17 533	4.91 527	3.09 517	6.20 537	3.95 522	6.71 536	3.51 520	5.30 525	3.67 513	5.86 538	3.63 525	5.61 523	3.46 524

AEACV	1.12 369	0.52 199	3.12 513	3.24 469	0.86 374	0.53 310	0.49 316	0.60 313	0.47 305	0.53 305	0.49 322	0.55 316	0.45 297	0.55 312	0.47 307	3.01 493	3.88 514	0.71 341	0.60 339	0.80 325	0.48 304

SGM-Forest	5.21 536	5.92 502	4.08 523	6.18 521	4.16 535	6.31 536	4.34 535	6.50 535	4.33 534	6.14 536	4.21 533	6.61 540	4.55 528	6.67 535	4.48 533	5.94 529	3.94 515	5.85 537	4.03 534	5.79 525	4.17 534
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Occ-G	1.12 369	0.52 199	3.72 521	3.50 484	0.50 325	0.56 315	0.47 305	0.54 301	0.46 300	0.54 308	0.41 289	0.54 312	0.42 291	0.52 306	0.42 293	3.42 497	4.02 516	0.52 320	0.45 308	0.51 290	0.44 292

BUS	0.83 332	1.91 376	0.92 350	4.48 494	0.02 21	0.40 229	0.04 77	0.41 238	0.02 21	0.48 277	0.03 52	0.41 246	0.05 88	0.03 39	0.05 83	1.97 452	4.19 517	0.33 208	0.23 189	0.34 198	0.27 198

BSDual-CNN	0.81 324	1.91 376	0.92 350	4.48 494	0.02 21	0.42 263	0.06 99	0.41 238	0.02 21	0.48 277	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 452	4.19 517	0.33 208	0.23 189	0.34 198	0.27 198

hknet	1.10 366	1.85 369	3.49 516	4.48 494	0.02 21	0.42 263	0.06 99	0.41 238	0.02 21	0.48 277	0.03 52	0.41 246	0.03 52	0.42 260	0.03 48	4.39 503	4.19 517	0.33 208	0.23 189	0.34 198	0.27 198

AANet_RVC	1.26 421	0.31 129	4.99 527	5.93 519	0.20 182	0.25 176	0.20 168	0.25 173	0.20 174	0.23 164	0.19 176	0.25 177	0.20 178	0.25 177	0.20 175	5.66 527	4.76 520	0.26 182	0.30 238	0.24 169	0.27 198

TestStereo	4.88 530	4.75 478	4.79 525	4.87 511	4.92 538	4.81 530	4.90 537	4.78 525	4.77 536	4.87 526	4.89 536	4.90 531	4.91 529	4.99 529	4.79 534	4.98 520	4.87 521	4.87 529	4.92 538	5.00 518	5.00 536

SGM+DAISY	7.06 540	9.15 519	5.38 530	8.84 534	5.18 539	8.80 543	5.31 539	8.79 543	5.28 538	8.89 543	5.20 538	8.93 544	5.33 531	8.95 543	5.36 536	8.70 542	5.21 522	8.74 544	5.20 539	8.89 538	5.15 537

rvit_stereo_0075_2	6.64 538	8.80 517	5.25 528	7.89 529	5.27 540	7.90 541	5.27 538	7.92 541	5.28 538	7.91 541	5.29 539	7.93 542	5.27 530	7.92 541	5.28 535	7.93 538	5.28 523	7.93 541	5.29 540	7.93 534	5.28 538

test_5	4.62 527	7.55 508	6.23 532	6.32 522	3.40 525	5.29 532	3.50 524	3.53 503	4.11 532	4.28 508	4.47 535	4.26 512	4.38 527	3.68 504	3.24 518	5.89 528	5.60 524	4.84 528	3.50 524	4.33 496	3.93 533

Sa-1000	4.34 523	8.37 512	6.84 536	6.98 527	4.45 537	3.58 503	3.00 507	3.42 502	3.39 522	2.61 483	4.00 531	3.83 507	4.01 524	3.90 506	3.90 527	5.98 530	5.62 525	3.76 507	2.34 505	4.35 497	2.47 506

RAFT	6.73 539	9.36 521	7.40 539	8.51 533	6.55 542	6.88 538	6.60 541	6.79 536	6.60 541	6.80 537	6.72 543	5.31 534	5.50 532	6.61 534	6.61 541	8.42 540	5.89 526	5.73 535	5.45 542	6.61 527	6.24 540

RAFT+CT+SA	4.28 520	7.62 509	4.91 526	5.55 517	2.28 506	3.09 498	3.64 526	4.49 512	3.07 514	4.80 524	3.35 521	4.77 528	3.70 517	4.29 511	3.05 508	5.58 526	5.98 527	3.58 504	3.78 530	4.26 495	3.72 527

raft_robust	4.71 528	7.75 510	5.40 531	6.81 524	3.31 523	4.28 512	4.20 534	4.32 511	4.37 535	4.35 510	4.35 534	4.14 510	3.75 519	4.30 512	4.20 532	6.67 533	6.37 528	3.36 502	4.24 536	4.86 515	3.25 522

cross-raft	4.83 529	7.52 507	6.43 533	6.63 523	3.96 533	4.51 513	3.99 532	4.49 512	3.96 531	4.52 511	3.96 530	4.50 513	3.97 523	4.50 513	3.97 528	6.65 532	6.44 529	4.33 510	3.92 532	4.35 497	3.91 532

TestStereo1	4.60 524	8.41 513	6.44 534	6.86 525	3.79 531	3.97 508	3.78 529	3.99 508	3.74 526	3.97 505	3.52 523	3.94 508	3.58 512	3.98 507	3.72 524	6.82 534	6.50 530	3.76 507	3.66 526	3.90 490	3.74 529

SA-5K	4.60 524	8.41 513	6.44 534	6.86 525	3.79 531	3.97 508	3.78 529	3.99 508	3.74 526	3.97 505	3.52 523	3.94 508	3.58 512	3.98 507	3.72 524	6.82 534	6.50 530	3.76 507	3.66 526	3.90 490	3.74 529

SA	4.33 522	7.35 506	6.85 537	5.96 520	4.09 534	3.59 504	3.15 521	3.82 506	2.64 505	3.91 504	3.85 528	3.57 503	2.72 497	3.13 498	4.03 529	7.09 537	6.86 532	3.57 503	3.12 519	3.85 489	3.51 525

test_4	4.88 530	8.13 511	6.98 538	7.46 528	4.44 536	4.25 511	3.85 531	4.04 510	3.92 530	4.13 507	3.91 529	4.18 511	3.84 520	4.14 509	4.06 530	7.01 536	7.13 533	4.53 511	3.72 529	4.09 493	3.72 527

test-1	6.46 537	9.16 520	8.03 543	8.09 530	5.62 541	6.11 535	6.35 540	6.85 537	4.94 537	6.08 535	6.29 542	4.98 532	6.43 534	6.22 533	6.36 540	6.16 531	7.47 534	5.82 536	5.44 541	7.11 531	5.68 539

test_3	5.01 532	8.86 518	7.77 540	8.09 530	2.76 510	4.13 510	4.05 533	3.88 507	3.76 528	4.33 509	4.13 532	3.71 506	3.91 521	4.21 510	4.06 530	7.93 538	7.69 535	4.53 511	3.91 531	4.17 494	4.29 535

test-v	7.53 541	11.89 529	7.98 541	9.36 536	7.14 543	7.06 539	7.09 542	7.37 538	6.91 542	7.29 538	5.71 540	6.45 538	6.93 535	6.73 537	7.27 542	8.93 543	7.85 536	6.98 539	6.80 543	7.56 532	7.34 542

test-2	7.53 541	11.89 529	7.98 541	9.36 536	7.14 543	7.06 539	7.09 542	7.37 538	6.91 542	7.29 538	5.71 540	6.45 538	6.93 535	6.73 537	7.27 542	8.93 543	7.85 536	6.98 539	6.80 543	7.56 532	7.34 542

PCWNet_CMD	2.80 499	9.82 524	0.32 203	10.09 542	0.32 238	0.49 291	0.33 236	3.34 500	0.33 242	0.49 284	0.33 244	0.49 289	8.73 539	0.48 284	0.33 238	0.41 248	9.22 538	0.42 282	0.29 228	9.55 541	0.31 231

MSMDNet	2.65 493	10.14 527	0.33 208	9.74 538	0.32 238	0.87 348	0.33 236	2.95 496	0.68 344	0.49 284	0.34 252	0.49 289	5.70 533	0.49 290	0.33 238	0.42 262	9.57 539	0.41 271	0.31 244	8.36 536	0.65 336

pcwnet_v2	2.66 494	9.89 525	0.33 208	9.89 539	0.32 238	0.50 299	0.32 227	0.49 278	0.33 242	0.49 284	0.34 252	0.49 289	8.76 540	0.48 284	0.33 238	0.41 248	9.58 540	0.40 258	0.29 228	9.01 539	0.63 334

CFNet_pseudo	2.67 495	9.36 521	0.32 203	10.99 544	0.33 249	0.85 346	0.33 236	0.49 278	0.33 242	0.49 284	0.32 238	0.49 289	7.26 537	0.49 290	0.33 238	0.41 248	9.62 541	0.41 271	0.29 228	10.03 543	0.29 216

ccs_rob	2.79 498	10.17 528	0.32 203	10.00 541	0.33 249	0.49 291	0.33 236	1.90 447	0.32 236	0.51 300	0.33 244	0.49 289	9.24 542	0.49 290	0.33 238	0.41 248	9.82 542	0.41 271	0.28 219	9.34 540	0.29 216

UCFNet_RVC	2.75 497	10.06 526	0.29 189	10.31 543	0.29 223	0.42 263	0.29 217	0.43 258	0.29 219	0.42 249	0.29 222	0.42 262	9.87 543	0.43 262	0.29 218	0.36 216	9.84 543	0.36 233	0.26 208	9.77 542	0.26 190

CFNet_ucs	2.73 496	9.64 523	0.33 208	9.92 540	0.32 238	0.49 291	0.33 236	0.49 278	0.33 242	0.49 284	0.33 244	0.49 289	8.98 541	0.48 284	0.33 238	0.41 248	9.96 544	0.40 258	0.29 228	10.12 544	0.54 320

MANE	19.05 544	23.00 537	15.00 544	23.00 551	15.00 545	24.00 550	16.00 544	24.00 550	16.00 544	22.00 550	15.00 544	23.00 551	16.00 544	23.00 550	15.00 544	22.00 551	15.00 545	22.00 551	15.00 545	22.00 551	15.00 544

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

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

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

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

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

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

WCMA_ROB	31.10 552	35.43 557	27.12 551	39.51 563	23.10 552	38.78 562	25.30 551	37.49 562	25.39 551	37.29 561	27.02 551	38.52 563	26.48 551	37.80 561	26.44 551	36.28 559	22.65 552	33.90 556	22.30 552	37.10 560	24.18 551

111	30.40 551	30.94 553	29.72 552	32.61 552	30.02 553	33.57 551	30.47 552	31.50 551	29.39 552	30.98 551	29.11 552	29.78 552	30.39 555	29.45 551	30.76 555	30.08 552	29.02 553	29.92 552	30.32 556	29.86 552	30.17 552

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

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

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

DCANet-4	35.22 553	34.54 554	35.08 558	33.58 556	35.47 560	34.55 552	35.53 559	36.08 557	35.85 556	35.92 557	35.77 558	35.18 558	35.48 557	35.39 557	37.15 561	34.55 558	33.92 557	35.02 559	34.90 558	35.79 556	34.74 559

tt	500032.53 569	34.60 555	29.72 552	37.47 561	34.41 558	36.85 557	35.22 557	34.71 555	33.55 554	34.50 552	35.43 556	33.81 556	10000000.00 572	33.57 555	33.13 556	33.68 556	35.00 558	34.03 557	35.26 559	30.96 553	34.63 557

DCANet	500032.53 569	34.60 555	29.72 552	37.47 561	34.41 558	36.85 557	35.22 557	34.71 555	33.55 554	34.50 552	35.43 556	33.81 556	10000000.00 572	33.57 555	33.13 556	33.68 556	35.00 558	34.03 557	35.26 559	30.96 553	34.63 557

ADStereo(finetuned)	36.13 554	36.63 558	38.07 562	36.97 557	33.25 557	35.91 556	34.45 556	36.36 558	32.99 553	38.14 562	36.71 559	36.69 559	34.13 556	38.57 562	40.79 562	37.60 563	36.58 560	35.90 560	33.36 557	35.42 555	34.04 556

Reg-Stereo(zero)	37.00 555	37.00 559	37.00 559	37.00 558	37.00 561	37.00 559	37.00 560	37.00 559	37.00 557	37.00 558	37.00 560	37.00 560	37.00 558	37.00 558	37.00 558	37.00 560	37.00 561	37.00 561	37.00 561	37.00 557	37.00 560

HI	37.00 555	37.00 559	37.00 559	37.00 558	37.00 561	37.00 559	37.00 560	37.00 559	37.00 557	37.00 558	37.00 560	37.00 560	37.00 558	37.00 558	37.00 558	37.00 560	37.00 561	37.00 561	37.00 561	37.00 557	37.00 560

CoSv	37.00 555	37.00 559	37.00 559	37.00 558	37.00 561	37.00 559	37.00 560	37.00 559	37.00 557	37.00 558	37.00 560	37.00 560	37.00 558	37.00 558	37.00 558	37.00 560	37.00 561	37.00 561	37.00 561	37.00 557	37.00 560

NOSS_ROB	102.95 559	153.00 567	121.00 566	51.00 564	44.00 564	165.00 566	127.00 565	153.00 565	119.00 562	164.00 566	125.00 565	168.00 567	120.00 563	153.00 565	117.00 565	49.00 564	44.00 564	49.00 564	44.00 564	49.00 561	44.00 563

CBMV	128.50 560	1422.70 574	53.10 564	79.50 565	51.30 565	77.30 564	49.70 563	74.00 563	48.20 561	77.20 564	48.80 564	73.90 565	48.00 562	73.80 564	48.80 564	70.40 565	45.10 565	68.90 565	46.10 565	68.20 562	45.00 564
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 558	87.70 563	41.95 563	113.75 566	65.62 566	75.05 563	55.25 564	75.64 564	45.04 560	71.61 563	41.75 563	72.81 564	44.06 561	68.38 563	44.63 563	101.89 566	59.57 566	107.10 566	61.05 566	104.38 563	59.38 565

MeshStereo	159.24 561	171.00 568	160.68 569	162.58 567	160.59 567	164.01 565	160.35 566	158.51 566	158.56 563	158.34 565	160.12 566	158.56 566	159.92 564	157.26 566	158.94 566	154.38 567	158.36 567	155.75 567	159.13 568	153.67 564	154.07 566
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 562	123.00 564	115.00 565	219.00 568	218.00 569	223.00 567	244.00 568	217.00 567	236.00 565	202.00 567	203.00 567	205.00 568	208.00 565	225.00 567	204.00 567	210.00 568	198.00 568	197.00 568	184.00 569	204.00 565	201.00 567

DLCB_ROB	284.23 565	354.61 570	207.27 570	363.24 571	206.46 568	364.72 570	210.41 567	364.72 570	210.41 564	364.81 570	208.64 568	364.81 571	208.64 566	364.72 570	210.41 568	354.70 571	205.53 569	354.70 571	205.53 570	354.70 568	205.53 568

MGS-Stereo	239.45 563	123.00 564	135.00 567	266.00 569	286.00 570	277.00 568	305.00 569	271.00 568	242.00 566	274.00 568	279.00 569	255.00 569	270.00 567	268.00 568	297.00 569	221.00 569	247.00 570	216.00 569	123.00 567	217.00 566	217.00 569

EGLCR-Stereo	246.90 564	129.00 566	139.00 568	266.00 569	286.00 570	277.00 568	305.00 569	271.00 568	242.00 566	274.00 568	279.00 569	255.00 569	270.00 567	268.00 568	297.00 569	230.00 570	247.00 570	216.00 569	223.00 571	237.00 567	227.00 570

LE_ROB	396.57 566	471.28 571	329.84 571	471.48 572	308.15 572	526.83 571	322.10 571	488.15 571	323.76 568	495.46 571	317.97 571	497.17 572	320.10 569	481.62 571	326.76 571	462.71 572	298.97 572	466.16 572	285.98 572	447.62 569	289.21 571

SGM-ForestM	596.69 567	677.77 572	444.52 572	699.85 573	517.25 573	732.94 572	488.29 572	770.79 572	460.11 569	750.81 572	487.98 572	792.79 573	499.41 570	730.90 572	475.81 572	720.03 573	491.16 573	663.96 573	418.60 573	674.76 570	436.05 572

CBMV_ROB	818.48 568	913.88 573	709.52 573	862.84 574	597.78 574	1073.99 573	700.52 573	1015.66 573	702.59 570	1115.65 573	760.02 573	1130.24 574	721.57 571	1037.41 573	692.65 573	814.05 574	564.29 574	843.28 574	595.31 574	915.51 571	602.92 573

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

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 574	10000000.00 575	10000000.00 574	10000000.00 575	10000000.00 575	10000000.00 574	10000000.00 574	10000000.00 574	10000000.00 571	10000000.00 574	10000000.00 574	10000000.00 575	10000000.00 572	10000000.00 574	10000000.00 574	10000000.00 575	10000000.00 575	10000000.00 575	10000000.00 575	10000000.00 572	10000000.00 574
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark