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

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

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

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

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

DLNR_Zeroshot_test	28.62 566	55.50 576	49.94 571	183.62 579	115.05 577	3.43 227	0.28 4	29.49 568	1.49 122	1.01 116	1.26 117	0.93 122	0.63 46	3.92 313	1.51 311	29.81 570	0.41 417	0.26 105	0.23 144	93.28 576	0.32 209

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

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

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

CREStereo++_RVC	1.02 112	0.49 54	1.54 93	0.83 101	0.55 140	4.01 364	0.31 7	1.63 29	1.99 282	1.63 180	2.13 374	0.84 97	0.65 51	0.88 15	0.70 89	0.27 109	0.15 21	0.23 28	1.22 519	0.24 46	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
RAStereo	0.75 25	0.52 69	2.86 214	0.58 2	0.62 180	1.19 17	0.32 10	1.81 47	0.99 38	0.75 58	1.05 75	0.64 48	0.47 14	0.80 7	0.94 186	0.22 34	0.20 132	0.27 133	0.21 97	0.34 221	0.22 60

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CREStereo	0.92 80	0.53 80	1.45 81	0.61 6	0.34 9	4.42 452	0.40 27	2.21 83	1.54 159	0.94 106	1.12 87	0.87 107	0.87 124	1.12 52	0.72 97	0.28 146	0.19 96	0.22 14	0.15 4	0.22 37	0.19 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
IGEV	0.70 15	0.36 1	1.07 10	0.71 42	1.31 402	2.82 143	0.41 33	1.76 41	0.98 37	0.73 51	0.71 18	0.35 2	0.42 8	0.90 17	0.42 7	0.18 14	0.18 66	0.22 14	0.18 47	0.18 1	0.20 19

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

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

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

HART	1.03 113	0.85 340	3.13 224	0.84 110	0.38 38	1.17 15	0.42 37	3.54 260	1.47 106	1.08 124	2.17 380	1.48 199	0.57 28	1.37 115	0.74 105	0.23 46	0.18 66	0.28 162	0.21 97	0.32 185	0.24 85

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CroCo-Stereo Lap2	0.99 104	0.89 349	2.55 190	0.99 210	1.80 497	0.54 2	0.46 52	3.10 200	1.24 56	1.07 123	1.21 102	1.05 139	0.78 98	1.26 90	1.08 212	0.27 109	0.23 218	0.27 133	0.21 97	0.43 335	0.34 236

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

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

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

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

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

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

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

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

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

CroCo-Stereo	0.98 98	0.87 346	3.44 237	0.87 132	0.53 132	0.49 1	0.50 62	3.99 362	1.49 122	0.81 82	1.25 116	1.00 131	0.75 81	1.10 47	1.09 215	0.24 60	0.21 163	0.24 57	0.19 67	0.35 239	0.27 134
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
s12784h	1.31 182	0.45 20	2.41 185	0.71 42	0.35 11	4.42 452	0.50 62	4.22 425	2.73 433	2.01 281	2.48 430	0.91 116	0.96 146	2.01 219	0.70 89	0.29 167	0.18 66	0.24 57	0.16 12	0.27 87	0.18 3

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

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

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

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

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

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

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

LoS	0.94 85	0.52 69	1.88 120	0.86 127	0.36 13	4.15 394	0.51 66	2.18 78	1.45 93	0.97 114	0.88 43	0.62 45	0.79 101	1.59 156	0.86 149	0.26 94	0.19 96	0.24 57	0.16 12	0.21 26	0.20 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-RAFT	1.15 131	0.46 26	1.64 102	0.99 210	0.45 75	4.17 408	0.51 66	3.21 212	1.69 225	1.12 130	1.34 138	1.45 196	1.40 255	2.08 223	0.94 186	0.41 361	0.20 132	0.24 57	0.23 144	0.27 87	0.25 95

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

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

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

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

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

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

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

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

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

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

riskmin	1.25 160	0.56 108	2.05 139	1.05 244	0.93 306	2.86 149	0.55 83	3.23 216	1.34 73	1.55 167	1.07 79	3.56 449	2.03 389	1.29 98	1.00 201	0.28 146	0.27 298	0.34 297	0.21 97	0.41 306	0.43 330

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

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

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

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

ours_stereo	0.76 32	0.64 197	1.40 78	0.86 127	0.61 174	1.12 12	0.57 90	1.63 29	1.20 52	0.72 50	1.43 160	0.70 62	0.62 43	1.56 148	0.58 43	0.25 81	0.18 66	0.26 105	0.21 97	0.29 117	0.31 199

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

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

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

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

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

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

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

GMStereo	1.01 108	1.00 381	2.86 214	0.83 101	0.45 75	1.47 47	0.57 90	1.89 51	2.11 316	1.52 164	1.24 109	0.87 107	0.74 78	1.58 151	0.94 186	0.40 347	0.21 163	0.30 203	0.30 299	0.47 366	0.36 256
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
4.25_new	0.73 21	0.46 26	1.08 17	0.71 42	0.97 316	2.52 124	0.58 99	2.28 93	0.93 31	0.57 12	0.94 54	0.40 11	0.65 51	0.87 12	0.50 28	0.17 4	0.13 1	0.25 79	0.17 27	0.19 4	0.20 19

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

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

DIP-Stereo	1.24 156	0.69 239	1.77 111	0.65 23	0.61 174	4.29 433	0.58 99	4.44 495	2.53 408	1.98 262	1.33 133	0.91 116	0.86 120	1.25 89	1.25 252	0.36 304	0.23 218	0.32 245	0.23 144	0.32 185	0.29 163
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
LoS_RVC	0.94 85	1.30 439	1.31 66	0.84 110	1.63 469	2.02 83	0.59 103	1.51 15	1.36 76	0.81 82	1.33 133	0.84 97	0.88 126	1.36 111	0.73 100	0.21 26	0.17 39	0.20 1	0.14 2	0.20 16	1.45 506

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

model_zeroshot	1.21 146	0.60 150	3.55 241	1.05 244	0.57 156	3.46 233	0.63 125	2.73 160	1.55 167	2.05 294	1.38 149	1.50 202	0.82 110	1.69 179	0.87 155	0.29 167	0.23 218	0.30 203	0.23 144	0.27 87	0.32 209

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CASS	1.29 177	0.66 218	2.62 200	0.95 185	0.66 200	2.84 145	0.69 153	3.00 189	1.79 250	2.57 430	1.95 331	1.39 186	1.55 307	1.59 156	1.06 207	0.50 426	0.28 309	0.34 297	0.28 253	0.46 362	0.63 425
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PSM-softLoss	1.66 228	0.59 138	5.15 269	2.25 509	0.48 102	4.68 497	0.69 153	2.57 138	1.52 143	2.14 320	1.45 163	1.42 193	0.99 156	6.04 354	1.20 237	0.41 361	0.23 218	0.37 343	0.39 398	0.32 185	0.31 199

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

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

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

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

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

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

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

StereoDRNet-Refined	1.77 244	0.81 322	2.22 163	1.21 334	0.76 241	3.26 202	0.71 161	3.82 311	2.05 298	2.29 373	2.05 356	2.98 394	1.44 271	7.15 379	2.27 415	0.30 206	0.23 218	0.42 385	0.33 334	0.45 351	0.64 428
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample4	2.34 346	0.63 185	11.59 343	1.30 369	0.83 269	3.07 178	0.72 164	4.27 447	2.30 354	2.30 377	1.88 314	1.73 234	1.42 265	11.14 487	1.46 293	0.35 293	0.29 319	0.35 316	0.36 367	0.40 282	0.38 285

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CASnet	0.78 43	0.51 63	1.29 65	0.81 81	0.29 1	1.28 32	0.74 181	1.51 15	1.89 269	1.64 183	1.09 81	0.65 52	0.64 48	0.91 19	0.76 112	0.29 167	0.17 39	0.41 378	0.31 315	0.32 185	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iGMRVC	1.26 167	0.66 218	2.14 154	0.75 56	0.37 27	4.66 494	0.74 181	2.53 124	1.58 182	1.99 267	1.46 165	1.78 242	1.14 204	2.46 253	0.92 176	0.48 411	0.23 218	0.32 245	0.27 224	0.40 282	0.29 163

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

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

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

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

tt45	0.96 96	0.48 47	1.19 49	0.89 141	0.66 200	3.91 331	0.76 194	1.90 54	1.26 64	0.70 44	1.30 128	0.71 69	0.63 46	2.59 271	0.74 105	0.22 34	0.17 39	0.28 162	0.23 144	0.27 87	0.27 134

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

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

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

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

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

Patchmatch Stereo++	1.25 160	0.65 207	2.06 148	0.75 56	0.37 27	4.68 497	0.76 194	2.53 124	1.58 182	1.99 267	1.47 169	1.78 242	1.14 204	2.44 251	0.90 166	0.48 411	0.23 218	0.32 245	0.27 224	0.40 282	0.29 163
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
IIG-Stereo	1.95 273	0.79 314	2.14 154	2.78 525	0.66 200	4.62 488	0.76 194	4.27 447	1.53 150	2.63 443	3.14 480	3.35 425	1.61 315	7.65 390	1.41 284	0.39 341	0.20 132	0.31 225	0.25 180	0.33 203	0.22 60

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

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

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

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

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

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

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

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

ROB_FTStereo	1.25 160	0.66 218	2.14 154	0.75 56	0.37 27	4.65 493	0.77 207	2.53 124	1.58 182	1.99 267	1.47 169	1.78 242	1.13 197	2.26 246	0.86 149	0.47 407	0.22 191	0.32 245	0.27 224	0.40 282	0.29 163

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

IGEV-RUCA	0.90 77	0.53 80	1.05 5	0.81 81	0.74 235	3.89 328	0.80 228	1.92 57	1.41 85	0.96 113	0.71 18	0.70 62	0.73 74	1.30 102	0.68 74	0.29 167	0.20 132	0.25 79	0.19 67	0.43 335	0.34 236

fffft	0.76 32	0.47 38	1.28 64	0.82 91	0.54 133	1.51 51	0.80 228	2.09 72	1.18 50	0.63 27	0.84 38	0.59 41	0.55 25	1.80 195	0.85 142	0.19 18	0.18 66	0.27 133	0.20 83	0.26 75	0.24 85
1: 1. 1
rvit_stereo_ft	1.00 106	0.87 346	3.55 241	0.97 198	0.66 200	1.06 9	0.80 228	2.78 168	1.67 217	0.78 76	0.96 59	0.95 126	1.14 204	1.06 42	0.90 166	0.32 245	0.24 252	0.27 133	0.28 253	0.39 277	0.27 134

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

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

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

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

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

HITNet	2.07 295	0.82 329	14.77 382	1.34 387	0.56 144	3.47 236	0.80 228	4.07 386	2.35 366	2.16 333	1.61 212	1.64 218	1.44 271	2.09 226	2.56 441	0.26 94	0.18 66	0.41 378	0.26 198	0.45 351	0.25 95
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
xyz-stereo-finetune	1.05 115	0.62 176	1.46 82	0.59 3	0.36 13	3.48 239	0.81 237	2.69 155	1.74 241	0.94 106	1.21 102	0.91 116	0.78 98	2.53 266	1.28 262	0.24 60	0.24 252	0.26 105	0.23 144	0.30 140	0.23 70

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

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

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

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

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

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

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

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

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

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

FADNet_RVC	2.65 400	2.28 499	16.51 406	0.98 204	0.92 301	4.09 379	0.83 246	4.26 446	1.73 235	1.46 158	1.78 270	1.60 214	1.50 289	8.88 407	2.39 421	0.47 407	0.38 396	0.44 393	0.58 469	0.89 474	0.97 480

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

gcap-zeroshot	1.30 178	0.61 166	4.09 254	0.94 181	0.56 144	3.50 246	0.84 249	3.12 202	1.72 232	1.84 220	1.22 104	2.72 369	0.88 126	1.46 133	0.80 124	0.29 167	0.30 332	0.27 133	0.21 97	0.29 117	0.25 95

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

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

IGEV-Stereo	0.95 92	0.69 239	1.27 62	0.84 110	0.52 124	4.54 473	0.84 249	1.76 41	1.24 56	0.75 58	1.06 77	0.79 87	0.77 90	1.68 178	0.69 83	0.27 109	0.17 39	0.29 183	0.21 97	0.31 159	0.26 119
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	2.10 298	0.83 332	8.57 302	0.81 81	0.76 241	3.21 189	0.84 249	3.71 293	1.65 213	1.56 169	2.50 432	2.20 309	2.23 411	9.13 414	2.01 388	0.38 329	0.19 96	0.35 316	0.27 224	0.45 351	0.39 291

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

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

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

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

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

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

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

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

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

CAS++	0.89 74	0.64 197	1.46 82	0.81 81	0.51 115	1.24 23	0.86 261	3.44 243	1.46 101	1.14 131	1.29 126	0.62 45	0.58 31	1.13 55	0.59 44	0.34 273	0.30 332	0.34 297	0.26 198	0.41 306	0.29 163
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo06	2.46 370	0.72 265	19.97 476	1.02 234	0.99 326	4.26 426	0.86 261	3.51 254	1.68 219	1.92 245	1.73 247	4.01 467	4.22 491	1.62 164	0.88 159	0.24 60	0.23 218	0.34 297	0.26 198	0.42 325	0.36 256

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	2.54 386	1.04 389	16.73 409	1.53 443	2.00 506	3.96 353	0.87 279	3.87 324	2.31 358	2.54 425	1.67 228	2.85 384	1.63 331	5.55 341	1.62 332	0.46 398	0.33 357	0.38 359	0.38 392	0.53 388	0.62 421
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AIO_test	0.76 32	0.47 38	1.31 66	0.81 81	0.70 221	1.36 39	0.88 283	1.40 9	1.45 93	0.55 8	0.95 57	1.81 257	0.58 31	1.16 64	0.46 17	0.27 109	0.17 39	0.24 57	0.19 67	0.24 46	0.21 46

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

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

SCV	0.95 92	0.63 185	1.38 75	1.70 471	0.41 50	1.23 19	0.89 286	3.53 259	1.57 179	0.61 22	1.54 190	0.93 122	0.77 90	1.66 173	0.66 66	0.36 304	0.20 132	0.25 79	0.19 67	0.29 117	0.25 95

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

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

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

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

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

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

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

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

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

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

RAFT-Stereo	1.20 143	0.58 130	1.81 115	0.99 210	0.67 207	3.78 299	0.90 291	4.09 392	1.51 134	2.16 333	1.71 242	1.13 146	0.94 143	1.40 116	0.91 173	0.30 206	0.24 252	0.26 105	0.21 97	0.26 75	0.25 95
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CFNet_RVC	1.90 261	0.95 370	3.56 243	1.07 252	1.54 451	4.09 379	0.90 291	2.85 175	1.82 253	1.78 211	1.70 238	2.75 372	1.48 282	9.33 419	1.72 348	0.33 261	0.30 332	0.61 469	0.36 367	0.52 382	0.39 291

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AEACV	0.79 46	0.54 91	1.35 73	0.97 198	0.63 183	1.13 13	0.92 312	2.02 65	0.91 29	0.76 68	0.79 31	0.80 89	1.61 315	1.28 95	0.61 48	0.22 34	0.18 66	0.26 105	0.23 144	0.27 87	0.23 70

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ICVP	2.26 321	0.66 218	21.18 529	0.99 210	0.88 290	4.28 432	0.95 324	3.32 231	1.60 198	1.66 188	1.76 262	1.34 179	1.14 204	1.62 164	1.32 269	0.53 441	0.35 373	0.33 279	0.29 281	0.40 282	0.51 382
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HGLStereo	2.03 288	0.74 284	7.50 292	1.23 341	1.56 458	3.62 274	0.95 324	3.78 304	1.89 269	2.03 290	2.20 386	3.12 406	2.14 401	5.68 345	2.04 390	0.37 312	0.31 342	0.32 245	0.29 281	0.40 282	0.45 342

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

rrr	2.27 323	0.65 207	23.82 555	0.90 150	0.46 84	1.57 55	0.96 330	7.98 544	1.19 51	0.65 34	0.77 27	0.74 79	0.72 70	2.59 271	0.86 149	0.28 146	0.21 163	0.28 162	0.21 97	0.29 117	0.25 95

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

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

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

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

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

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

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

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

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

castereo++	0.93 82	0.56 108	1.26 58	0.92 163	0.73 230	2.48 119	1.00 341	2.99 187	1.03 40	0.68 41	1.41 156	1.92 272	0.59 35	1.26 90	0.44 13	0.25 81	0.19 96	0.28 162	0.19 67	0.23 42	0.23 70

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GASNet	3.24 461	5.55 528	20.58 508	1.56 452	1.25 395	2.32 106	1.12 374	4.04 375	2.67 427	1.88 231	2.10 365	3.00 396	2.16 405	10.59 459	2.43 428	0.65 464	0.37 390	0.61 469	0.45 430	0.87 473	0.58 410

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

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

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

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

AdaStereo	1.45 196	0.83 332	2.34 179	1.28 359	0.81 256	3.21 189	1.14 379	4.20 417	2.46 397	2.05 294	1.77 267	2.48 345	1.18 215	1.71 182	1.44 289	0.43 377	0.25 274	0.43 389	0.28 253	0.44 343	0.34 236
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
FACV-RUCA	1.26 167	0.65 207	2.21 160	1.06 250	1.50 445	2.69 138	1.15 380	3.05 195	1.87 263	1.36 145	1.99 342	1.03 135	1.15 212	1.36 111	1.10 216	0.41 361	0.41 417	0.73 493	0.41 415	0.61 416	0.41 317

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

BSDual-CNN	1.46 197	0.59 138	1.94 126	0.87 132	0.85 277	4.16 403	1.16 382	4.48 501	1.88 265	2.93 467	1.83 295	2.60 356	1.31 238	1.60 158	1.21 241	0.34 273	0.25 274	0.31 225	0.28 253	0.35 239	0.33 224

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

DANet	2.63 398	1.07 396	8.10 298	1.83 488	1.70 484	3.25 200	1.16 382	4.31 466	2.38 380	3.40 494	2.18 382	4.08 471	1.80 366	9.77 429	3.89 468	0.52 438	0.55 468	0.59 461	0.44 426	0.63 421	0.86 470
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
fast-acv-ft	2.54 386	1.19 419	20.08 482	1.41 415	1.40 426	3.18 187	1.17 385	3.37 238	2.28 350	1.90 238	2.15 377	2.69 364	2.17 407	2.91 284	2.31 417	0.37 312	0.39 405	0.45 399	0.39 398	0.57 403	0.45 342

LRCNet_RVC	25.52 564	33.45 568	23.21 554	31.79 569	32.78 565	6.74 535	1.18 386	25.88 564	4.46 522	28.94 563	30.89 562	24.91 562	17.57 554	27.66 564	24.34 560	35.26 571	25.60 572	35.91 571	33.81 570	31.90 572	34.10 573

Nwc_Net	2.88 423	1.16 415	18.30 435	1.35 391	1.68 482	3.52 252	1.18 386	3.90 334	2.06 300	2.52 423	2.82 465	3.82 458	2.34 417	6.78 374	2.55 440	0.86 491	0.40 410	0.59 461	0.67 480	0.57 403	0.55 399

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

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

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

test_sample8	4.76 506	1.05 390	7.87 293	1.07 252	0.86 282	3.93 338	1.19 389	4.38 485	2.05 298	5.49 525	1.89 320	12.98 542	6.37 521	11.06 481	11.61 518	1.23 508	14.45 567	4.27 552	2.09 538	0.70 444	0.69 437

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

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

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

HSM-Net_RVC	2.87 421	0.57 117	17.46 423	0.92 163	0.90 298	3.70 285	1.20 393	5.64 539	2.51 406	3.22 487	2.43 425	2.54 350	1.59 310	11.41 495	1.65 340	0.34 273	0.25 274	0.26 105	0.23 144	0.30 140	0.29 163
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
LCNet	1.55 202	0.54 91	1.88 120	0.99 210	0.55 140	3.60 269	1.21 396	2.86 178	1.53 150	2.18 339	1.74 249	1.43 195	4.17 490	3.62 302	0.87 155	0.29 167	0.20 132	0.28 162	0.77 492	0.47 366	1.85 516

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

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

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

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

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

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

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

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

CSP-Net	1.78 245	1.32 445	1.92 125	1.16 313	1.03 336	3.38 219	1.31 405	3.52 255	1.75 243	1.96 258	1.93 330	2.40 329	1.48 282	8.58 403	1.58 320	0.46 398	0.34 369	0.27 133	0.26 198	0.41 306	0.50 374

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

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

PVD	3.12 453	1.97 490	12.80 352	1.79 485	1.63 469	3.83 308	1.34 408	3.48 245	3.88 515	5.77 527	3.56 492	3.45 433	3.29 466	5.58 344	5.30 484	0.71 478	0.69 496	0.74 494	0.77 492	0.79 465	1.13 491

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

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

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

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

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

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

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

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

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

NVstereo2D	2.54 386	0.90 351	11.10 338	1.32 375	1.47 440	3.58 266	1.38 418	4.13 402	2.45 394	1.90 238	1.71 242	2.86 385	1.76 356	10.86 470	1.66 341	0.60 453	0.43 425	0.53 444	0.41 415	0.78 463	0.94 478

RGC	3.10 452	1.45 461	14.90 386	1.46 428	1.79 494	3.33 214	1.39 419	4.04 375	2.26 344	2.77 457	3.26 484	4.00 466	2.71 439	11.63 509	2.62 444	0.82 487	0.46 444	0.79 496	0.79 496	0.71 453	0.78 459

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

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

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

Abc-Net	3.16 458	1.28 437	18.31 436	1.25 345	1.75 489	4.06 372	1.40 421	3.89 329	2.22 334	2.72 453	2.55 438	3.49 440	2.65 436	9.91 436	2.99 454	1.29 514	0.65 488	0.64 477	0.86 499	0.65 431	0.71 442
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CRFU-Net	2.49 377	0.78 310	10.36 328	2.30 515	1.08 350	3.91 331	1.41 424	3.85 318	1.65 213	2.15 328	1.76 262	3.34 424	7.95 535	5.56 342	1.48 301	0.47 407	0.35 373	0.30 203	0.28 253	0.37 262	0.43 330

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ETE_ROB	2.07 295	1.40 455	3.01 220	1.09 266	0.92 301	3.94 343	1.53 437	4.25 439	2.23 336	3.31 489	2.06 360	2.35 324	1.52 295	8.74 405	2.07 396	0.44 384	0.36 377	0.51 434	0.48 440	0.54 391	0.62 421

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

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

DeepPrunerF	3.70 478	1.72 478	14.87 384	1.33 380	1.74 488	3.70 285	1.55 441	4.20 417	14.00 552	2.02 286	1.77 267	2.74 370	2.30 413	10.88 471	6.88 493	0.68 472	0.60 481	0.78 495	0.78 495	0.81 468	0.71 442

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

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

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

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

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

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

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

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

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

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

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

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

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

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

PA-Net	3.09 450	1.24 433	18.84 444	1.38 409	1.19 377	3.42 226	1.75 457	3.89 329	3.27 499	1.88 231	2.10 365	3.03 398	1.88 382	11.60 502	2.88 452	0.40 347	0.54 464	0.44 393	0.62 477	0.52 382	1.02 483
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CBMV_ROB	3.62 475	0.70 249	21.42 535	1.21 334	0.89 295	4.43 454	1.76 458	4.39 487	2.79 441	5.88 529	3.38 487	4.18 477	5.12 504	10.75 465	2.32 418	0.56 447	0.55 468	0.53 444	0.51 453	0.55 393	0.46 352

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

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

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

EDNetEfficientorigin	12.35 552	2.51 501	179.47 581	1.19 323	0.96 312	2.91 155	1.81 462	3.00 189	5.35 533	8.91 545	4.79 505	4.18 477	4.64 499	9.98 440	11.30 515	0.37 312	0.38 396	0.60 466	0.85 498	1.32 509	2.43 529

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

GANetREF_RVC	3.20 460	1.93 487	18.84 444	1.51 440	0.80 253	4.12 387	1.82 463	4.16 412	2.91 459	1.87 228	1.74 249	2.48 345	1.84 373	13.18 537	1.74 353	0.80 484	0.57 471	0.79 496	0.74 488	1.20 505	0.86 470
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
LALA_ROB	1.95 273	1.48 463	3.11 223	1.05 244	0.98 323	3.99 361	1.82 463	4.44 495	2.28 350	3.31 489	1.85 307	2.76 378	1.67 340	4.04 316	3.23 460	0.46 398	0.41 417	0.55 452	0.52 456	0.60 411	0.57 405

DEmStereo	2.97 435	0.58 130	13.42 357	0.79 78	0.51 115	3.84 313	1.84 466	2.42 107	1.60 198	2.25 366	2.74 455	2.03 292	6.04 515	6.79 376	12.80 523	0.35 293	0.26 287	0.26 105	0.27 224	0.27 87	0.37 270

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

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

coex-ft	18.59 560	6.62 531	113.53 578	1.17 315	1.31 402	2.33 108	1.93 469	2.81 174	14.00 552	124.82 581	8.45 525	5.90 521	51.74 573	9.99 441	22.69 555	0.57 449	0.62 484	0.50 431	0.49 443	1.08 492	1.28 496

NVStereoNet_ROB	4.91 510	1.40 455	16.46 405	1.47 431	1.72 487	3.46 233	1.96 470	3.89 329	3.61 509	2.90 464	24.61 560	4.81 502	4.49 497	13.57 543	4.87 479	1.33 517	1.29 520	1.70 522	1.68 525	1.41 512	1.66 510
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RP	2.79 413	1.20 421	10.36 328	1.54 445	1.93 503	3.44 228	1.97 471	4.05 379	2.34 364	2.66 449	2.79 460	3.98 465	2.58 433	10.21 449	2.61 442	0.95 495	0.47 448	0.71 486	0.57 468	0.71 453	0.68 435

MDST_ROB	5.53 518	0.59 138	23.11 551	2.55 520	2.69 523	21.20 559	1.98 472	4.77 523	2.65 424	9.36 547	4.25 500	4.14 475	4.45 496	22.57 557	3.68 466	0.48 411	0.33 357	0.47 407	0.44 426	0.44 343	0.44 336

FAT-Stereo	3.34 467	0.81 322	20.05 478	1.25 345	1.20 383	3.44 228	1.99 473	4.23 429	2.67 427	3.14 482	3.82 497	3.51 443	3.32 468	11.68 512	1.94 378	0.64 461	0.67 492	0.48 415	0.52 456	0.61 416	0.81 464

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

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

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

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

MSMD_ROB	5.61 519	1.08 398	16.68 408	1.21 334	0.83 269	10.14 545	2.07 478	3.93 344	6.22 539	10.37 553	8.03 521	22.22 556	9.45 541	11.66 510	4.52 473	0.66 466	0.58 476	0.66 480	0.68 483	0.65 431	0.63 425

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

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

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

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

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

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

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

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

SPS-STEREO	3.97 489	1.44 460	20.85 514	1.72 474	1.71 485	3.24 197	2.30 487	3.55 262	2.68 429	4.79 521	3.66 493	5.44 519	2.97 449	9.11 413	9.35 507	1.15 504	1.10 513	1.06 510	1.02 510	1.16 501	1.18 493
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FC-DCNN	6.64 530	0.77 304	19.26 454	1.68 467	1.64 471	8.27 542	2.35 488	6.35 540	9.23 544	10.85 555	11.27 541	19.89 552	13.33 545	12.51 533	11.79 520	0.66 466	0.57 471	0.58 458	0.56 465	0.63 421	0.61 418

FC-DCNN v2	6.91 535	0.77 304	19.25 452	1.69 468	1.64 471	9.13 544	2.40 489	7.20 542	9.47 545	11.07 557	11.62 543	20.05 554	15.79 550	12.55 534	11.99 521	0.66 466	0.57 471	0.58 458	0.56 465	0.63 421	0.61 418

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

ACVNet_1	6.04 526	13.97 560	21.36 533	3.58 537	3.14 534	4.73 510	2.48 491	4.20 417	3.17 486	2.98 473	2.83 466	23.31 557	4.34 494	11.06 481	2.45 430	3.68 540	2.33 539	2.60 532	1.79 531	3.69 533	3.19 541

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

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

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

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

otaku	4.58 503	8.93 541	19.95 475	3.11 530	2.67 522	3.91 331	2.57 496	3.82 311	2.25 341	2.22 357	9.72 534	4.08 471	2.35 418	8.57 402	2.13 403	3.51 537	1.65 526	2.15 527	1.17 516	3.69 533	3.15 539

FCDSN-DC	6.04 526	0.84 336	19.25 452	1.24 343	1.09 354	4.38 441	2.62 497	4.38 485	4.71 526	9.59 550	11.22 540	19.19 551	17.40 553	12.30 527	8.55 504	0.69 475	0.57 471	0.60 466	0.60 473	0.70 444	0.78 459
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SAMSARA	3.55 473	2.16 496	14.18 375	1.86 492	1.49 443	4.62 488	2.65 498	3.58 267	2.80 445	7.05 537	3.05 474	5.16 515	4.07 488	9.18 416	4.80 478	0.64 461	0.67 492	0.59 461	0.68 483	0.89 474	0.91 475

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

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

WAO-8	11.95 549	13.02 555	20.56 506	3.50 533	3.08 532	15.11 555	2.80 501	12.91 552	19.11 561	7.69 539	13.12 546	11.62 537	7.01 529	84.40 579	7.91 500	3.42 535	1.92 530	3.54 548	1.93 536	3.68 531	2.69 533

Venus	11.95 549	13.02 555	20.56 506	3.50 533	3.08 532	15.11 555	2.80 501	12.91 552	19.11 561	7.69 539	13.12 546	11.62 537	7.01 529	84.40 579	7.91 500	3.42 535	1.92 530	3.54 548	1.93 536	3.68 531	2.69 533

TorneroNet-64	10.12 542	8.74 537	20.95 521	4.27 545	3.76 544	13.86 552	2.85 503	15.05 557	23.15 564	10.07 551	23.84 559	13.47 543	8.24 538	13.96 548	17.21 541	3.96 546	2.72 542	3.23 543	2.48 545	6.29 550	4.27 554

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

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

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

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

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

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

ACVNet_2	5.41 516	12.60 554	20.42 501	3.27 532	3.15 535	4.50 467	3.02 510	4.66 518	3.73 513	3.35 493	5.36 509	7.86 529	2.88 445	12.33 529	4.76 477	3.12 533	2.22 535	2.70 536	1.69 526	3.49 529	3.10 538

NaN_ROB	4.06 492	1.13 407	16.64 407	1.12 286	1.25 395	3.50 246	3.05 511	4.29 455	3.26 496	3.64 497	2.56 440	2.97 393	4.79 500	13.33 539	16.91 538	0.37 312	0.41 417	0.38 359	0.39 398	0.48 369	0.81 464

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

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

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

TorneroNet	25.88 565	11.28 553	21.62 540	4.20 544	4.07 547	55.25 572	3.15 515	15.16 558	76.94 576	58.09 572	82.72 577	86.88 578	41.15 568	13.35 540	18.13 545	4.32 547	2.85 543	3.45 544	2.62 547	8.33 561	4.14 553

SGM-Forest	2.96 431	0.62 176	3.49 238	1.09 266	0.80 253	4.06 372	3.30 516	4.37 484	3.09 479	4.18 514	3.27 485	4.67 501	3.86 484	11.69 513	7.91 500	0.51 432	0.46 444	0.49 428	0.39 398	0.48 369	0.49 367
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
KSHMR	16.96 558	5.37 526	21.64 542	4.46 550	4.50 550	8.30 543	3.32 517	15.58 560	76.24 575	6.62 536	61.47 572	56.53 573	5.43 509	35.17 569	11.37 516	4.39 549	2.97 549	3.63 550	2.74 551	5.10 547	4.34 555

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

notaker	10.50 545	8.60 536	20.23 488	4.54 552	3.95 545	6.27 531	3.44 519	8.07 545	4.75 529	8.73 544	46.45 567	13.86 546	27.86 563	13.49 542	13.61 526	4.56 552	3.18 551	3.52 547	2.68 549	8.13 560	4.05 552

SGM_RVC	4.57 502	0.72 265	17.46 423	1.84 489	0.58 165	4.23 424	3.45 520	4.66 518	3.66 511	7.99 542	8.82 530	7.56 528	8.74 540	12.30 527	6.84 492	0.43 377	0.38 396	0.39 362	0.35 357	0.51 379	0.48 361
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WCMA_ROB	5.12 511	0.90 351	21.33 531	1.50 438	1.33 411	4.09 379	3.49 521	4.03 371	4.59 525	6.57 535	10.95 539	12.92 541	8.41 539	9.86 434	8.78 505	0.75 479	0.58 476	0.51 434	0.50 449	0.68 441	0.57 405

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

HanzoNet	31.60 567	17.23 563	21.22 530	7.32 558	5.84 555	7.25 538	3.53 523	13.82 556	14.20 554	50.38 570	47.01 568	44.45 567	56.61 574	36.61 570	32.00 568	63.89 575	56.57 576	7.97 561	89.20 576	28.69 567	28.25 570

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

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

WAO-6	5.87 524	2.27 497	15.05 390	2.96 527	2.77 525	12.01 548	3.58 526	5.37 536	11.91 550	3.34 491	9.69 533	6.78 525	5.84 513	11.82 519	8.89 506	2.87 528	2.35 541	2.50 529	1.84 533	2.85 525	2.67 532

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

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

UNDER WATER	10.47 543	3.95 520	22.62 550	5.07 555	4.51 551	7.78 541	3.77 529	12.56 551	21.72 563	7.84 541	10.78 537	23.96 559	31.66 564	10.78 468	16.19 535	4.44 550	2.93 545	4.24 551	2.86 552	6.33 552	5.47 559

aanetorigin	3.30 464	1.66 475	17.52 425	1.18 321	1.58 463	2.57 131	3.80 530	2.65 149	2.03 291	6.12 532	4.30 502	2.82 383	5.70 511	5.47 339	4.67 474	0.50 426	0.44 430	0.43 389	0.47 435	1.17 502	0.92 476

SANet	5.65 521	1.72 478	20.94 520	1.26 351	0.88 290	7.20 537	3.81 531	4.60 515	11.23 546	4.56 518	8.78 529	7.49 527	6.95 526	11.85 520	18.11 544	0.49 423	0.44 430	0.50 431	0.42 421	0.90 476	0.82 468

MeshStereo	5.35 515	1.32 445	21.34 532	1.34 387	1.15 364	4.40 448	3.90 532	5.18 529	4.55 523	10.14 552	11.82 544	11.47 536	5.84 513	13.84 547	7.03 495	0.61 455	0.58 476	0.60 466	0.58 469	0.72 456	0.59 414
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
CBMV	3.32 466	0.96 376	21.16 527	1.32 375	0.83 269	3.81 306	3.91 533	4.47 500	2.53 408	3.34 491	2.24 392	4.45 488	2.58 433	10.07 445	1.96 383	0.45 393	0.43 425	0.48 415	0.38 392	0.52 382	0.53 389
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AnyNet_C32	4.17 495	5.75 529	12.62 350	1.60 457	1.54 451	5.51 527	4.09 534	3.90 334	3.23 494	4.22 515	3.03 473	3.10 403	3.41 471	8.01 395	18.85 549	0.53 441	0.58 476	0.53 444	0.74 488	1.19 504	0.97 480

ktn	21.74 563	10.34 549	19.68 465	4.53 551	4.00 546	6.53 534	4.51 535	6.79 541	78.82 577	84.69 577	100.86 580	58.49 574	7.57 533	12.11 526	13.35 524	4.58 555	3.24 552	3.49 545	2.62 547	4.65 545	3.84 550

UNDER WATER-64	9.33 541	5.37 526	22.60 549	5.22 556	4.86 553	10.75 546	4.61 536	11.45 548	17.30 556	7.59 538	9.80 535	15.99 547	17.90 555	10.63 461	15.72 531	4.36 548	2.87 544	4.39 555	2.86 552	7.01 555	5.36 558

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

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

LSM	12.71 553	3.52 517	20.79 513	55.63 575	84.76 574	3.63 279	6.30 539	3.73 295	4.93 530	5.55 526	13.92 550	3.53 445	3.25 465	9.72 428	4.12 469	0.64 461	0.85 506	0.71 486	0.81 497	1.03 485	26.84 568

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

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

EDNetEfficient	5.61 519	2.14 495	16.75 410	1.67 466	3.64 539	4.12 387	7.51 542	3.05 195	5.63 537	11.57 558	4.83 506	3.95 462	12.72 544	8.44 401	20.78 554	0.41 361	0.43 425	0.47 407	1.01 508	1.66 516	1.39 505

PWCK	5.85 523	9.95 548	15.22 395	2.90 526	1.56 458	5.66 529	7.69 543	5.27 531	4.74 528	3.88 502	7.51 517	8.04 530	5.28 506	15.18 550	8.40 503	3.08 532	1.51 523	2.24 528	1.37 524	5.55 549	1.96 519

MADNet++	7.57 539	5.80 530	13.28 355	6.38 557	5.26 554	7.18 536	7.77 544	5.32 534	5.62 536	6.11 531	7.78 518	6.02 522	8.01 536	11.74 515	16.36 536	9.36 561	4.95 558	8.57 562	5.66 558	4.83 546	5.34 557

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

ELAS	5.99 525	1.62 469	20.29 495	1.96 500	2.01 507	15.09 554	8.38 546	5.23 530	5.54 535	9.02 546	8.61 526	6.74 524	9.75 542	7.48 385	11.40 517	0.96 496	1.18 515	0.72 490	0.93 503	1.30 508	1.67 511
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCL	4.35 498	1.63 471	14.21 376	1.29 362	1.26 397	5.56 528	11.16 547	3.97 356	3.37 502	6.07 530	4.67 504	4.30 484	5.72 512	5.08 331	14.51 527	0.50 426	0.48 454	0.89 503	0.77 492	0.78 463	0.76 455

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

ELAS_RVC	5.72 522	1.64 474	20.40 499	2.09 506	2.01 507	4.95 520	11.47 549	4.66 518	6.31 541	8.09 543	8.01 520	8.06 532	11.65 543	8.36 397	10.22 510	0.99 498	1.17 514	0.81 499	0.76 490	1.14 497	1.58 509
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	6.27 528	9.15 544	13.76 363	1.94 499	4.60 552	11.91 547	12.00 550	5.12 528	3.45 506	3.79 501	4.52 503	9.54 534	6.56 525	9.40 421	13.48 525	1.26 512	1.37 521	1.17 515	1.34 522	7.06 556	3.95 551

TCMNet-wrong-test	12.32 551	14.13 561	19.38 457	22.38 565	19.85 561	15.99 558	12.34 551	22.95 562	4.56 524	6.24 533	6.27 514	18.40 550	15.71 549	10.10 447	10.72 512	9.06 560	4.78 556	5.35 556	3.95 556	12.28 564	11.97 563

JetRed	10.48 544	27.10 567	35.70 563	4.27 545	4.09 548	15.55 557	12.83 552	12.16 549	5.50 534	5.83 528	5.56 511	10.14 535	7.43 531	8.88 407	26.39 563	3.32 534	3.81 554	3.51 546	2.96 554	7.85 558	6.69 561

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

MANE	11.39 547	1.38 452	23.16 552	4.82 554	2.79 526	22.02 560	14.51 554	25.81 563	26.28 565	10.93 556	13.17 549	19.90 553	18.03 556	15.69 552	20.41 553	0.96 496	0.74 501	1.42 519	3.24 555	0.74 457	1.71 512

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

SGM+DAISY	8.36 540	3.82 518	24.83 557	2.02 503	1.75 489	14.80 553	17.22 556	4.27 447	11.79 549	13.88 559	14.38 551	11.74 539	13.83 546	10.56 458	15.12 528	1.21 506	1.19 517	1.14 514	1.13 515	1.17 502	1.37 502

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

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

SGM-ForestM	11.55 548	1.16 415	21.62 540	2.14 507	0.81 256	22.25 561	19.08 559	16.50 561	11.34 547	15.94 562	14.44 552	27.12 564	22.61 562	24.76 563	28.39 567	0.50 426	0.48 454	0.47 407	0.44 426	0.55 393	0.53 389

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

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

HaxPig	43.25 570	43.65 572	45.00 567	33.85 570	35.61 567	32.69 566	30.52 562	45.09 572	42.97 570	48.77 568	48.17 569	43.00 566	40.26 566	44.58 572	43.61 569	47.18 572	49.30 573	51.54 573	50.25 572	43.73 573	45.29 574

AVERAGE_ROB	44.46 571	45.91 573	46.59 568	40.59 572	38.66 568	32.99 567	30.52 562	46.19 573	43.26 571	49.59 569	48.97 570	44.62 568	39.89 565	45.04 573	43.94 570	48.74 573	50.69 574	50.80 572	49.79 571	45.54 574	46.97 575

DGTPSM_ROB	15.31 555	8.85 539	28.14 561	9.90 561	18.89 559	12.44 550	33.21 564	13.48 554	17.86 559	9.50 548	22.89 557	13.78 544	19.67 557	21.26 555	23.68 557	5.08 558	8.84 560	5.62 557	11.50 562	6.72 553	14.87 564

DPSMNet_ROB	15.52 556	8.89 540	31.44 562	10.07 562	18.91 560	12.44 550	33.22 565	13.51 555	17.94 560	9.58 549	22.91 558	13.79 545	19.67 557	21.43 556	23.73 558	5.17 559	8.84 560	5.63 558	11.52 565	6.79 554	14.90 565

MEDIAN_ROB	47.37 572	49.08 574	49.92 570	40.32 571	39.97 569	34.95 568	33.43 566	49.17 574	46.39 573	53.06 571	52.65 571	47.65 569	42.23 572	48.35 577	47.29 571	52.10 574	54.04 575	54.28 574	53.48 573	48.76 575	50.33 576

USTest	15.98 557	15.58 562	22.56 548	18.49 564	16.99 558	26.43 562	36.08 567	27.68 566	12.77 551	10.69 554	10.80 538	18.35 549	15.09 548	18.62 554	23.37 556	4.85 557	5.34 559	7.38 560	7.43 560	9.90 562	11.23 562

Anonymous_1	57.11 575	19.68 564	26.15 558	23.10 566	142.31 579	30.84 563	39.75 568	33.86 571	16.98 555	70.53 576	15.42 553	23.46 558	19.75 559	23.04 558	27.23 564	164.73 581	9.02 562	130.38 577	137.40 578	161.27 582	27.24 569

DPSM_ROB	20.78 561	20.03 565	26.57 559	23.62 567	22.46 562	31.10 564	39.97 569	33.52 569	17.41 557	15.25 560	15.80 554	24.06 560	20.71 560	23.30 560	27.62 565	10.78 563	9.41 563	11.69 565	11.50 562	14.49 565	16.36 566

DPSM	20.78 561	20.03 565	26.57 559	23.62 567	22.46 562	31.10 564	39.97 569	33.52 569	17.41 557	15.25 560	15.80 554	24.06 560	20.71 560	23.30 560	27.62 565	10.78 563	9.41 563	11.69 565	11.50 562	14.49 565	16.36 566

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

BEATNet-Init1	49.72 574	64.32 577	97.77 577	4.68 553	4.28 549	84.75 578	60.42 572	73.38 578	68.59 574	88.29 578	88.51 579	91.94 579	97.99 579	85.26 581	70.96 579	0.80 484	0.65 488	0.85 501	0.70 486	7.96 559	2.33 525

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

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

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

LSM0	49.58 573	40.04 569	53.62 574	97.15 576	128.68 578	62.75 575	79.89 576	67.63 577	35.11 568	33.02 566	32.61 566	48.43 572	41.60 569	46.60 575	55.43 574	21.63 568	18.99 571	23.62 570	23.13 567	29.47 571	52.26 577

Selective-RAFT-Error	41.77 568	40.16 570	53.34 572	47.73 573	45.25 571	62.51 573	80.64 577	67.22 575	34.93 567	30.64 565	31.81 563	48.11 570	42.11 571	46.57 574	54.95 573	21.61 567	18.87 569	23.48 568	23.15 568	29.16 569	33.08 572

CasAABBNet	41.80 569	40.20 571	53.41 573	47.73 573	45.18 570	62.51 573	80.71 578	67.26 576	34.80 566	30.49 564	31.88 564	48.24 571	41.81 570	46.63 576	55.64 575	21.60 566	18.88 570	23.48 568	23.22 569	29.19 570	33.05 571

ASD4	103.30 578	113.98 581	120.24 579	106.67 577	79.75 573	115.36 579	120.35 579	119.13 582	79.65 581	120.04 580	74.64 573	101.45 580	65.48 575	109.11 582	84.31 581	104.31 576	90.04 578	133.15 578	103.58 577	130.15 578	94.66 579

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

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

PML	64.32 576	53.22 575	17.88 427	8.10 559	32.94 566	148.46 581	247.79 582	12.18 550	45.42 572	111.41 579	288.92 582	101.47 581	101.31 580	31.67 565	15.55 529	14.03 565	4.83 557	10.98 564	6.18 559	28.82 568	5.17 556

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

FADE		13.79 559		10.71 563	13.34 557			28.60 567	8.36 543	5.15 524		11.85 540		44.37 571		474.90 583	161.58 582	347.36 583	322.13 583	7.29 557	6.23 560

Low-res two-view benchmark