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

CAS	1.26 168	0.40 7	1.46 83	2.97 535	1.61 473	4.13 397	0.73 170	1.78 46	1.49 123	0.83 91	1.10 85	0.59 41	0.53 22	1.26 91	0.80 125	2.99 538	0.13 1	0.21 9	0.13 1	0.31 160	1.72 520

LoS_RVC	0.94 86	1.30 441	1.31 67	0.84 111	1.63 476	2.02 84	0.59 104	1.51 16	1.36 77	0.81 83	1.33 134	0.84 98	0.88 127	1.36 112	0.73 101	0.21 26	0.17 39	0.20 1	0.14 2	0.20 16	1.45 513

CES	1.01 109	0.55 98	1.74 110	0.92 164	2.15 521	2.15 95	0.50 63	2.01 65	1.45 94	0.76 69	1.02 63	0.61 43	0.47 14	1.29 99	0.79 124	0.22 34	0.17 39	0.24 57	0.14 2	0.63 425	2.29 531

MLG-Stereo_test1	0.80 48	0.39 4	1.02 2	0.65 23	1.20 387	3.14 186	0.29 7	1.59 23	3.05 480	0.50 4	0.24 1	0.67 57	0.43 9	1.33 107	0.40 5	0.21 26	0.18 66	0.23 28	0.15 4	0.19 4	0.20 19

LG-G_1	0.70 16	0.40 7	1.12 38	0.71 43	0.30 2	2.80 142	0.40 28	2.21 84	0.78 14	0.59 18	0.55 12	0.51 33	0.58 32	1.24 85	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 16	0.40 7	1.12 38	0.71 43	0.30 2	2.80 142	0.40 28	2.21 84	0.78 14	0.59 18	0.55 12	0.51 33	0.58 32	1.24 85	0.49 22	0.24 60	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

StereoAnything_RVC	0.94 86	2.66 510	2.20 159	0.76 71	0.34 9	1.18 17	0.39 24	2.31 98	0.69 5	0.51 6	0.34 4	0.32 1	0.89 131	1.57 151	0.35 1	0.32 247	0.16 26	0.23 28	0.15 4	3.31 534	0.18 3

trnet	0.91 80	0.48 48	1.46 83	0.62 9	0.31 4	4.40 455	0.41 34	2.20 82	1.53 151	0.94 107	1.14 91	0.88 111	0.89 131	1.09 47	0.71 93	0.27 109	0.19 96	0.22 14	0.15 4	0.21 26	0.19 5

XX-TBD	1.03 114	0.95 371	1.94 127	1.30 375	0.43 63	3.97 364	0.33 12	1.74 40	1.73 236	1.59 172	2.02 348	0.69 62	0.60 39	1.16 65	0.66 67	0.30 208	0.25 276	0.23 28	0.15 4	0.31 160	0.22 60

CREStereo	0.92 81	0.53 81	1.45 82	0.61 6	0.34 9	4.42 459	0.40 28	2.21 84	1.54 160	0.94 107	1.12 88	0.87 108	0.87 125	1.12 53	0.72 98	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
PMTNet	0.99 105	0.48 48	1.73 107	0.62 9	0.56 145	4.20 427	0.43 43	1.88 51	1.58 183	1.00 116	1.05 76	0.78 84	0.98 156	1.50 140	0.85 143	1.21 513	0.20 132	0.23 28	0.15 4	0.22 37	0.19 5

qwe	0.75 26	0.45 21	1.10 28	0.67 35	1.06 347	2.49 121	0.45 50	2.57 139	0.90 27	0.71 49	0.83 37	0.43 21	0.48 18	1.10 48	0.64 57	0.17 4	0.14 11	0.24 57	0.16 12	0.21 26	0.20 19

1w_stereo	0.86 66	0.42 15	1.07 10	0.72 51	0.81 257	3.00 170	0.67 142	3.28 223	0.75 10	0.74 57	1.32 132	0.37 5	1.37 248	0.92 22	0.68 75	0.16 2	0.14 11	0.20 1	0.16 12	0.19 4	0.22 60

monsterstereo	0.82 59	0.50 58	1.26 59	0.77 75	1.41 440	2.54 131	0.40 28	3.14 205	0.71 7	0.70 45	1.11 86	0.41 18	0.39 4	1.50 140	0.50 28	0.19 18	0.16 26	0.22 14	0.16 12	0.21 26	0.17 1

monsters	0.82 59	0.58 131	1.16 48	0.76 71	1.52 455	2.92 159	0.40 28	2.66 152	0.72 8	0.66 37	0.84 38	0.38 9	0.41 7	1.84 201	0.48 19	0.20 23	0.16 26	0.20 1	0.16 12	0.19 4	0.19 5

111111	0.87 70	0.50 58	1.13 43	0.66 31	1.08 353	3.37 220	0.33 12	2.33 101	1.47 107	0.74 57	1.50 179	0.61 43	0.59 36	1.40 117	0.48 19	0.24 60	0.19 96	0.22 14	0.16 12	0.24 47	0.19 5

MLG-Stereo_test3	0.60 4	0.37 2	1.12 38	0.59 3	0.57 157	2.19 99	0.31 8	1.68 36	0.56 2	0.49 3	0.51 10	0.56 38	0.33 1	0.96 28	0.54 39	0.21 26	0.17 39	0.23 28	0.16 12	0.20 16	0.21 46

MLG-Stereo_test2	0.76 33	0.40 7	1.07 10	0.64 16	0.82 266	3.49 244	0.23 2	1.69 37	2.14 322	0.62 25	0.32 3	0.67 57	0.33 1	1.14 58	0.37 3	0.23 46	0.19 96	0.23 28	0.16 12	0.19 4	0.20 19

MLG-Stereo	0.77 39	0.39 4	1.04 3	0.64 16	0.41 51	3.01 172	0.31 8	1.89 52	2.92 466	0.47 1	0.29 2	0.66 56	0.47 14	1.35 110	0.39 4	0.20 23	0.18 66	0.24 57	0.16 12	0.19 4	0.20 19

LGtest1	0.55 3	0.41 12	1.14 45	0.70 39	0.40 46	0.99 9	0.26 4	1.32 8	0.93 32	0.53 7	0.60 15	0.44 25	0.49 19	1.02 36	0.45 15	0.27 109	0.19 96	0.23 28	0.16 12	0.21 26	0.23 71

FoundationStereo	0.50 2	0.39 4	1.11 35	0.79 79	0.42 57	0.70 4	0.36 20	0.76 2	0.80 19	0.62 25	0.38 5	0.73 76	0.77 91	0.69 2	0.36 2	0.26 94	0.17 39	0.23 28	0.16 12	0.18 1	0.20 19

GIP-stereo	0.88 72	0.50 58	1.34 72	1.32 381	0.94 309	2.90 153	0.42 38	3.41 243	1.06 43	0.63 28	0.76 25	0.90 115	0.76 89	0.91 20	0.52 36	0.27 109	0.18 66	0.25 79	0.16 12	0.25 61	0.19 5

DEFOM-Stereo	0.70 16	0.46 27	1.13 43	0.72 51	0.48 103	3.40 225	0.44 46	0.90 3	0.77 11	0.86 96	0.58 14	0.45 28	0.43 9	1.76 189	0.43 11	0.24 60	0.18 66	0.22 14	0.16 12	0.21 26	0.20 19

dual_stereo	0.68 13	0.40 7	1.05 5	0.64 16	0.37 28	0.84 7	0.34 16	3.40 242	1.03 41	0.50 4	0.46 9	0.58 39	0.40 5	1.85 207	0.49 22	0.23 46	0.17 39	0.21 9	0.16 12	0.20 16	0.19 5

LoS	0.94 86	0.52 70	1.88 121	0.86 128	0.36 14	4.15 401	0.51 67	2.18 79	1.45 94	0.97 115	0.88 43	0.62 45	0.79 102	1.59 157	0.86 150	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.
s12784h	1.31 183	0.45 21	2.41 186	0.71 43	0.35 12	4.42 459	0.50 63	4.22 432	2.73 437	2.01 282	2.48 434	0.91 117	0.96 147	2.01 220	0.70 90	0.29 168	0.18 66	0.24 57	0.16 12	0.27 88	0.18 3

asda	0.77 39	0.46 27	1.10 28	0.64 16	0.82 266	3.33 216	0.49 61	2.40 104	0.81 22	0.63 28	0.80 32	0.44 25	0.85 118	0.88 16	0.60 47	0.17 4	0.13 1	0.24 57	0.17 27	0.20 16	0.20 19

asd	0.70 16	0.45 21	1.10 28	0.67 35	0.90 299	2.88 151	0.43 43	1.64 32	0.79 17	0.68 42	0.88 43	0.43 21	0.74 79	0.85 12	0.49 22	0.19 18	0.13 1	0.24 57	0.17 27	0.22 37	0.20 19

2.25w	0.75 26	0.47 39	1.09 24	0.69 38	0.65 194	2.28 105	0.40 28	2.42 108	0.80 19	0.73 52	1.03 66	0.40 11	0.81 110	1.24 85	0.80 125	0.16 2	0.15 21	0.21 9	0.17 27	0.19 4	0.21 46

4.25_new	0.73 22	0.46 27	1.08 17	0.71 43	0.97 317	2.52 125	0.58 100	2.28 94	0.93 32	0.57 13	0.94 55	0.40 11	0.65 52	0.87 13	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 22	0.46 27	1.08 17	0.71 43	0.97 317	2.52 125	0.58 100	2.28 94	0.93 32	0.57 13	0.94 55	0.40 11	0.65 52	0.87 13	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 22	0.46 27	1.08 17	0.71 43	0.97 317	2.52 125	0.58 100	2.28 94	0.93 32	0.57 13	0.94 55	0.40 11	0.65 52	0.87 13	0.50 28	0.17 4	0.13 1	0.25 79	0.17 27	0.19 4	0.20 19

2.5w	0.75 26	0.44 18	1.06 8	0.66 31	0.69 219	2.39 113	0.56 88	2.77 167	0.82 23	0.63 28	0.88 43	0.37 5	0.75 82	1.36 112	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 26	0.45 21	1.10 28	0.65 23	0.62 181	2.45 119	0.56 88	2.75 164	0.74 9	0.78 77	0.73 21	0.38 9	0.92 139	1.04 41	0.66 67	0.17 4	0.14 11	0.22 14	0.17 27	0.18 1	0.19 5

3.25w_new	0.69 14	0.46 27	1.10 28	0.61 6	0.61 175	2.23 102	0.51 67	2.45 114	0.90 27	0.63 28	0.78 29	0.47 30	0.71 68	0.78 6	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 14	0.46 27	1.10 28	0.61 6	0.61 175	2.23 102	0.51 67	2.45 114	0.90 27	0.63 28	0.78 29	0.47 30	0.71 68	0.79 7	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 39	0.53 81	1.09 24	0.65 23	0.72 226	2.52 125	0.51 67	2.43 111	0.80 19	0.76 69	1.20 99	0.43 21	0.66 58	1.23 84	0.73 101	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

2w_stereo	0.75 26	0.46 27	1.08 17	0.68 37	0.56 145	2.00 83	0.61 111	2.87 181	0.83 24	0.93 106	0.93 53	0.36 3	1.13 198	0.90 18	0.61 49	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

GREAT-IGEV	0.74 25	0.54 92	1.86 119	1.10 276	0.44 69	2.44 117	0.34 16	1.37 9	1.51 135	0.48 2	0.86 41	0.51 33	0.60 39	1.07 44	0.45 15	0.22 34	0.17 39	0.21 9	0.17 27	0.23 42	0.25 96

DEFOM-Stereo_RVC	0.81 56	1.13 408	1.23 56	0.97 199	0.57 157	0.81 6	0.43 43	3.49 249	0.84 25	0.73 52	0.95 58	0.44 25	1.17 214	1.45 130	0.60 47	0.26 94	0.18 66	0.24 57	0.17 27	0.30 141	0.19 5

AIO_rvc	0.78 44	0.55 98	1.25 58	0.75 57	0.65 194	1.46 47	0.99 341	2.13 75	1.52 144	0.57 13	1.15 92	1.09 141	0.55 26	1.15 63	0.53 37	0.24 60	0.17 39	0.24 57	0.17 27	0.25 61	0.21 46

HUF	1.15 132	0.64 198	8.62 306	0.90 151	0.35 12	1.35 39	0.78 212	1.97 62	1.50 128	0.63 28	1.52 182	0.83 96	0.66 58	1.28 96	0.63 54	0.29 168	0.23 219	0.26 106	0.17 27	0.23 42	0.25 96

MonSter	0.62 6	0.43 17	1.07 10	0.66 31	0.82 266	1.13 14	0.39 24	2.57 139	0.92 31	0.58 17	0.64 16	0.36 3	0.35 3	0.95 24	0.43 11	0.15 1	0.15 21	0.20 1	0.17 27	0.21 26	0.19 5

IGEV-Stereo++	0.93 83	0.44 18	1.08 17	0.70 39	1.20 387	3.87 332	0.33 12	3.36 238	1.43 92	0.75 59	1.17 95	0.68 59	1.04 169	0.95 24	0.42 7	0.22 34	0.16 26	0.23 28	0.17 27	0.24 47	0.20 19

IGEV-Stereo+	0.94 86	0.47 39	1.19 50	0.86 128	2.02 517	1.40 43	0.39 24	1.17 7	0.88 26	0.61 23	0.44 8	0.47 30	0.79 102	2.14 232	0.42 7	0.27 109	0.19 96	0.22 14	0.17 27	2.26 529	2.41 534

test_for_model	2.16 308	3.87 523	1.58 99	4.16 550	3.64 546	2.51 123	0.96 331	3.63 274	2.62 423	2.45 415	1.39 152	1.02 134	0.73 75	0.92 22	0.57 42	2.97 537	2.19 541	0.26 106	0.17 27	5.32 555	2.24 530

4w-stereo	0.67 10	0.49 55	1.07 10	0.63 12	0.75 238	1.63 61	0.44 46	2.23 88	0.77 11	0.56 10	0.92 50	0.40 11	0.82 111	1.08 45	0.53 37	0.18 14	0.13 1	0.25 79	0.18 47	0.19 4	0.20 19

3.75w	0.75 26	0.47 39	1.09 24	0.63 12	1.10 359	2.61 135	0.53 77	2.46 117	0.97 37	0.62 25	0.80 32	0.40 11	0.66 58	1.11 50	0.48 19	0.19 18	0.13 1	0.23 28	0.18 47	0.20 16	0.21 46

3w_stereo	0.71 21	0.47 39	1.14 45	0.65 23	0.39 42	1.73 65	0.68 148	2.79 174	0.79 17	0.67 40	0.84 38	0.37 5	1.02 164	1.03 37	0.56 41	0.18 14	0.14 11	0.23 28	0.18 47	0.20 16	0.22 60

IGEV	0.70 16	0.36 1	1.07 10	0.71 43	1.31 408	2.82 144	0.41 34	1.76 42	0.98 38	0.73 52	0.71 18	0.35 2	0.42 8	0.90 18	0.42 7	0.18 14	0.18 66	0.22 14	0.18 47	0.18 1	0.20 19

LG-Stereo_L2	0.63 7	0.46 27	1.15 47	0.70 39	0.43 63	2.32 107	0.28 5	1.86 50	0.68 4	0.56 10	0.42 7	0.37 5	0.45 12	1.36 112	0.40 5	0.23 46	0.18 66	0.22 14	0.18 47	0.21 26	0.20 19

LG-Stereo_L1	0.61 5	0.47 39	1.10 28	0.73 54	0.49 110	1.72 63	0.33 12	1.95 61	0.65 3	0.56 10	0.40 6	0.40 11	0.43 9	1.40 117	0.42 7	0.23 46	0.19 96	0.23 28	0.18 47	0.21 26	0.19 5

SGD-Stereo	0.65 9	0.41 12	1.06 8	0.85 123	0.31 4	2.44 117	0.46 53	1.09 4	0.69 5	0.84 93	0.52 11	0.55 37	0.53 22	1.49 139	0.46 17	0.31 227	0.14 11	0.25 79	0.18 47	0.23 42	0.20 19

Reg-Stereo(zero)	1.60 216	0.42 15	10.69 334	0.89 142	0.68 213	3.27 206	0.47 58	2.27 92	1.54 160	1.48 161	1.24 110	2.55 353	2.68 444	1.48 137	1.10 217	0.19 18	0.19 96	0.22 14	0.18 47	0.24 47	0.26 120

Pointernet	0.88 72	0.44 18	2.26 168	0.84 111	0.37 28	2.29 106	0.38 22	3.06 199	1.46 102	0.66 37	1.39 152	0.91 117	0.73 75	1.01 35	0.72 98	0.23 46	0.19 96	0.20 1	0.18 47	0.19 4	0.20 19

testlalala_base	1.62 220	0.74 285	1.63 101	1.19 325	1.40 433	2.63 137	0.84 250	4.09 396	1.31 71	1.22 136	1.42 159	1.21 165	0.85 118	1.16 65	0.73 101	3.92 552	2.10 539	0.27 134	0.18 47	4.49 551	1.11 497

GCAP-Stereo	0.93 83	0.68 237	1.35 74	0.85 123	0.41 51	3.61 276	0.52 76	2.20 82	1.50 128	1.11 130	1.04 71	1.17 152	0.84 116	1.11 50	0.71 93	0.25 81	0.20 132	0.27 134	0.18 47	0.28 105	0.23 71

Any-RAFT	1.40 191	0.53 81	2.78 211	1.09 267	0.64 186	4.41 457	0.81 238	3.97 360	2.78 444	1.99 268	1.34 139	2.36 327	1.56 310	1.56 149	0.75 109	0.27 109	0.20 132	0.25 79	0.18 47	0.25 61	0.28 154

Selective-IGEV	0.80 48	0.52 70	1.05 5	0.75 57	0.61 175	1.31 36	0.82 242	2.60 145	1.41 86	0.82 85	1.64 220	0.71 70	0.62 44	1.22 82	0.64 57	0.22 34	0.19 96	0.24 57	0.18 47	0.25 61	0.20 19

DCANet-4	1.96 276	0.51 64	14.31 385	0.82 92	0.40 46	4.16 410	0.57 91	4.29 462	2.98 474	2.30 379	1.80 277	1.03 136	1.54 306	1.44 126	1.44 290	0.29 168	0.23 219	0.23 28	0.18 47	0.24 47	0.42 323

fff	1.74 238	0.70 250	9.08 310	0.81 82	0.36 14	4.15 401	0.57 91	4.23 436	2.09 307	2.30 379	1.80 277	1.19 160	3.02 459	1.44 126	1.46 294	0.29 168	0.23 219	0.23 28	0.18 47	0.24 47	0.42 323

ADStereo(finetuned)	2.04 291	0.73 277	13.28 359	0.82 92	0.40 46	4.16 410	0.59 104	4.25 446	2.97 471	2.35 397	1.84 301	1.18 156	3.40 477	1.52 145	1.54 316	0.29 168	0.24 253	0.23 28	0.18 47	0.30 141	0.51 386

DCANet	1.74 238	0.73 277	9.08 310	0.82 92	0.40 46	4.18 418	0.59 104	4.25 446	2.97 471	2.35 397	1.84 301	1.18 156	1.63 333	1.51 143	1.55 317	0.29 168	0.24 253	0.23 28	0.18 47	0.30 141	0.53 393

csc	1.74 238	0.70 250	9.08 310	0.81 82	0.36 14	4.15 401	0.57 91	4.23 436	2.09 307	2.30 379	1.80 277	1.19 160	3.02 459	1.44 126	1.46 294	0.29 168	0.23 219	0.23 28	0.18 47	0.24 47	0.42 323

cscssc	1.74 238	0.70 250	9.08 310	0.81 82	0.36 14	4.15 401	0.57 91	4.23 436	2.09 307	2.30 379	1.80 277	1.19 160	3.02 459	1.44 126	1.46 294	0.29 168	0.23 219	0.23 28	0.18 47	0.24 47	0.42 323

iResNet_ROB	1.89 260	1.02 384	8.60 305	1.39 418	0.98 324	3.72 293	0.66 141	3.84 316	2.65 428	1.88 232	2.05 359	1.98 286	1.27 230	4.52 323	1.67 343	0.30 208	0.20 132	0.28 163	0.18 47	0.31 160	0.40 313

4.5_new	0.67 10	0.46 27	1.11 35	0.63 12	0.78 249	1.97 81	0.51 67	2.18 79	0.78 14	0.73 52	0.90 47	0.42 19	0.49 19	0.81 9	0.49 22	0.21 26	0.14 11	0.26 106	0.19 67	0.22 37	0.20 19

4.5w-stereo	0.67 10	0.46 27	1.11 35	0.63 12	0.78 249	1.97 81	0.51 67	2.18 79	0.77 11	0.73 52	0.90 47	0.42 19	0.49 19	0.81 9	0.49 22	0.21 26	0.14 11	0.26 106	0.19 67	0.22 37	0.20 19

LG-Stereo_Zeroshot	0.89 75	0.47 39	2.08 152	0.76 71	0.73 231	3.91 337	0.41 34	2.07 71	1.07 44	0.77 74	0.89 46	0.64 48	0.86 121	0.95 24	0.77 118	0.26 94	0.18 66	0.26 106	0.19 67	0.32 186	0.32 210

SCV	0.95 93	0.63 186	1.38 76	1.70 478	0.41 51	1.23 20	0.89 287	3.53 260	1.57 180	0.61 23	1.54 191	0.93 123	0.77 91	1.66 174	0.66 67	0.36 306	0.20 132	0.25 79	0.19 67	0.29 118	0.25 96

AIO_test	0.76 33	0.47 39	1.31 67	0.81 82	0.70 222	1.36 40	0.88 284	1.40 10	1.45 94	0.55 9	0.95 58	1.81 258	0.58 32	1.16 65	0.46 17	0.27 109	0.17 39	0.24 57	0.19 67	0.24 47	0.21 46

castereo++	0.93 83	0.56 109	1.26 59	0.92 164	0.73 231	2.48 120	1.00 342	2.99 188	1.03 41	0.68 42	1.41 157	1.92 273	0.59 36	1.26 91	0.44 13	0.25 81	0.19 96	0.28 163	0.19 67	0.23 42	0.23 71

IGEV-RUCA	0.90 78	0.53 81	1.05 5	0.81 82	0.74 236	3.89 334	0.80 229	1.92 58	1.41 86	0.96 114	0.71 18	0.70 63	0.73 75	1.30 103	0.68 75	0.29 168	0.20 132	0.25 79	0.19 67	0.43 336	0.34 237

Occ-G	0.86 66	0.52 70	1.39 77	0.82 92	0.66 201	1.37 41	0.79 219	1.58 22	1.31 71	1.56 170	0.87 42	2.18 309	0.89 131	0.97 29	0.88 160	0.26 94	0.19 96	0.26 106	0.19 67	0.25 61	0.24 86

RSM	0.80 48	0.50 58	1.08 17	0.83 102	0.51 116	1.31 36	0.77 208	2.28 94	1.43 92	0.82 85	1.44 163	1.22 166	0.62 44	1.17 72	0.63 54	0.22 34	0.18 66	0.24 57	0.19 67	0.27 88	0.20 19

MoCha-V2	0.87 70	0.48 48	1.87 120	0.88 138	0.32 7	1.37 41	0.55 84	2.71 158	1.42 88	0.92 105	1.75 254	0.65 52	1.17 214	1.45 130	0.57 42	0.21 26	0.21 164	0.20 1	0.19 67	0.24 47	0.23 71

IGEV++	0.90 78	0.58 131	1.32 70	0.94 182	0.45 76	1.27 28	1.00 342	3.32 232	1.55 168	0.82 85	1.34 139	0.86 106	1.09 186	1.16 65	0.89 163	0.33 263	0.18 66	0.23 28	0.19 67	0.29 118	0.22 60

testlalala	1.14 131	0.62 177	1.34 72	1.00 219	0.78 249	4.38 448	0.93 315	2.46 117	2.20 333	2.44 414	1.52 182	1.31 177	0.61 42	1.04 41	0.65 62	0.35 295	0.19 96	0.24 57	0.19 67	0.24 47	0.23 71

RCA-Stereo	1.21 147	0.52 70	1.58 99	0.90 151	0.46 85	4.68 504	0.79 219	4.13 407	1.74 242	1.92 246	1.80 277	0.94 126	1.48 283	1.14 58	0.70 90	0.27 109	0.18 66	0.25 79	0.19 67	0.25 61	0.23 71

CroCo-Stereo	0.98 99	0.87 347	3.44 238	0.87 133	0.53 133	0.49 2	0.50 63	3.99 366	1.49 123	0.81 83	1.25 117	1.00 132	0.75 82	1.10 48	1.09 216	0.24 60	0.21 164	0.24 57	0.19 67	0.35 240	0.27 135
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
raftrobust	1.19 139	0.72 266	2.30 174	1.26 354	1.31 408	3.55 262	0.68 148	2.75 164	1.47 107	2.21 357	1.38 150	1.17 152	1.22 223	1.20 79	1.11 220	0.28 146	0.24 253	0.21 9	0.19 67	0.25 61	0.28 154

pmcnn	5.45 524	1.22 430	17.40 427	1.60 464	2.41 528	3.48 241	2.12 485	4.52 516	3.26 501	3.67 506	13.15 555	22.10 562	3.46 483	11.92 530	17.16 547	0.34 275	0.21 164	0.23 28	0.19 67	0.36 253	0.28 154

depthmonostereo	0.94 86	0.71 262	2.39 183	0.85 123	0.54 134	2.21 101	0.53 77	1.83 49	1.17 50	0.95 111	1.09 82	0.99 129	0.97 150	2.37 250	0.68 75	0.23 46	0.27 300	0.22 14	0.20 83	0.25 61	0.26 120

SCV_C0	0.89 75	0.59 139	1.96 132	0.83 102	0.44 69	1.24 24	0.64 129	3.33 236	1.66 216	0.82 85	1.20 99	0.73 76	0.66 58	1.62 165	0.66 67	0.32 247	0.21 164	0.24 57	0.20 83	0.28 105	0.23 71

castereo	0.82 59	0.70 250	1.04 3	0.85 123	0.50 114	1.29 35	0.91 300	3.22 215	1.20 53	0.83 91	1.24 110	0.72 72	0.91 136	1.00 34	0.67 72	0.26 94	0.16 26	0.25 79	0.20 83	0.24 47	0.21 46

fffft	0.76 33	0.47 39	1.28 65	0.82 92	0.54 134	1.51 52	0.80 229	2.09 73	1.18 51	0.63 28	0.84 38	0.59 41	0.55 26	1.80 196	0.85 143	0.19 18	0.18 66	0.27 134	0.20 83	0.26 76	0.24 86
1: 1. 1
WCG-NET	0.88 72	0.49 55	1.26 59	0.90 151	0.37 28	1.48 49	1.07 360	1.73 39	2.30 355	1.63 181	1.49 178	0.92 122	0.97 150	0.95 24	0.76 113	0.22 34	0.16 26	0.23 28	0.20 83	0.25 61	0.21 46

GCAP-BAT	1.21 147	0.74 285	3.23 228	0.95 186	0.70 222	3.86 329	0.93 315	1.89 52	1.48 115	1.85 222	1.96 334	1.68 224	0.79 102	1.78 191	0.81 131	0.29 168	0.20 132	0.24 57	0.20 83	0.26 76	0.35 251

AIO-Stereo	0.76 33	0.54 92	1.07 10	0.73 54	0.40 46	1.28 33	0.82 242	2.26 91	1.49 123	0.70 45	1.58 201	0.89 113	0.45 12	1.03 37	0.55 40	0.24 60	0.18 66	0.25 79	0.20 83	0.26 76	0.21 46

WCG-NET（raft）	0.95 93	0.55 98	1.20 54	0.84 111	0.31 4	1.44 45	1.01 345	1.55 20	2.37 376	1.64 184	1.42 159	2.38 329	1.01 161	1.29 99	0.76 113	0.22 34	0.19 96	0.22 14	0.20 83	0.25 61	0.21 46

MaDis-Stereo	0.82 59	0.66 219	1.53 91	0.65 23	1.87 507	1.24 24	0.36 20	2.13 75	1.27 66	0.67 40	0.75 24	0.88 111	0.70 66	1.15 63	1.07 211	0.29 168	0.23 219	0.26 106	0.20 83	0.31 160	0.22 60

anonymousdsp2	1.26 168	0.60 151	3.74 252	1.02 235	0.41 51	3.60 272	0.72 165	3.68 283	1.47 107	1.37 149	1.56 198	1.83 262	1.01 161	2.00 217	0.66 67	0.29 168	0.20 132	0.28 163	0.20 83	0.32 186	0.29 164

knoymous	1.30 179	0.60 151	5.57 277	0.88 138	0.75 238	3.04 173	0.90 292	2.68 154	1.33 73	1.48 161	1.07 80	2.78 383	0.88 127	1.29 99	0.85 143	0.31 227	0.22 192	0.35 318	0.20 83	0.45 352	0.37 271

Wz-Net-LNSev-Ref	2.42 364	1.47 464	14.14 379	1.30 375	1.35 421	3.51 251	1.64 455	4.04 379	2.10 315	2.46 416	1.88 315	2.28 314	2.51 435	4.73 328	3.17 460	0.38 331	0.19 96	0.35 318	0.20 83	0.40 283	0.36 257

TANstereo	1.01 109	0.55 98	1.73 107	0.76 71	0.36 14	4.04 375	0.38 22	1.48 14	1.62 206	2.03 291	2.10 368	0.84 98	0.93 142	0.98 31	0.62 51	0.28 146	0.36 381	0.23 28	0.20 83	0.25 61	0.46 354

111	1.83 251	0.92 359	9.08 310	0.81 82	0.36 14	4.25 432	0.91 300	4.44 502	2.70 434	2.39 407	1.96 334	2.30 320	1.64 336	1.28 96	1.82 364	0.28 146	0.22 192	0.24 57	0.20 83	0.31 160	0.54 399

S2M2_XL	0.46 1	0.41 12	1.09 24	0.65 23	0.34 9	0.29 1	0.23 2	0.67 1	0.50 1	0.53 7	0.92 50	0.65 52	0.53 22	0.54 1	0.50 28	0.28 146	0.24 253	0.25 79	0.21 97	0.23 42	0.22 60

DilatedVolume-Stereo	0.81 56	0.60 151	1.51 90	1.01 225	0.59 168	1.34 38	0.51 67	1.56 21	1.08 45	1.26 139	1.24 110	0.77 83	0.87 125	1.79 195	0.72 98	0.23 46	0.24 253	0.22 14	0.21 97	0.25 61	0.23 71

xyz-stereo	10.85 553	0.45 21	79.01 582	0.62 9	0.45 76	83.70 584	0.77 208	2.59 144	1.34 74	2.19 345	32.02 572	2.76 381	1.62 320	5.75 348	2.39 422	0.25 81	0.17 39	0.33 281	0.21 97	0.25 61	0.19 5

HART	1.03 114	0.85 341	3.13 225	0.84 111	0.38 39	1.17 16	0.42 38	3.54 261	1.47 107	1.08 125	2.17 383	1.48 200	0.57 29	1.37 116	0.74 106	0.23 46	0.18 66	0.28 163	0.21 97	0.32 186	0.24 86

999	0.97 98	0.48 48	1.24 57	1.03 242	0.64 186	3.25 202	0.92 313	1.40 10	1.39 80	0.71 49	1.68 232	0.70 63	0.66 58	3.03 291	0.89 163	0.23 46	0.19 96	0.25 79	0.21 97	0.25 61	0.29 164

mms	0.77 39	0.68 237	1.17 49	0.83 102	0.71 224	1.41 44	0.67 142	1.61 24	1.12 47	0.77 74	1.37 147	0.63 47	0.54 25	1.75 188	0.63 54	0.24 60	0.19 96	0.26 106	0.21 97	0.31 160	0.34 237

ours_stereo	0.76 33	0.64 198	1.40 79	0.86 128	0.61 175	1.12 13	0.57 91	1.63 30	1.20 53	0.72 51	1.43 161	0.70 63	0.62 44	1.56 149	0.58 44	0.25 81	0.18 66	0.26 106	0.21 97	0.29 118	0.31 200

fffy	0.80 48	0.59 139	1.56 97	1.00 219	0.47 95	1.27 28	0.76 195	1.90 55	1.02 40	0.75 59	1.35 142	0.83 96	0.72 71	1.70 182	0.62 51	0.23 46	0.19 96	0.27 134	0.21 97	0.28 105	0.32 210

RAStereo	0.75 26	0.52 70	2.86 215	0.58 2	0.62 181	1.19 18	0.32 11	1.81 48	0.99 39	0.75 59	1.05 76	0.64 48	0.47 14	0.80 8	0.94 187	0.22 34	0.20 132	0.27 134	0.21 97	0.34 222	0.22 60

RSM++	0.77 39	0.51 64	1.08 17	0.95 186	0.42 57	1.52 54	0.71 162	2.11 74	1.40 83	0.80 81	1.23 109	0.90 115	0.59 36	1.14 58	0.69 84	0.24 60	0.19 96	0.25 79	0.21 97	0.28 105	0.20 19

gcap-zeroshot	1.30 179	0.61 167	4.09 255	0.94 182	0.56 145	3.50 248	0.84 250	3.12 203	1.72 233	1.84 221	1.22 105	2.72 372	0.88 127	1.46 134	0.80 125	0.29 168	0.30 334	0.27 134	0.21 97	0.29 118	0.25 96

testlalala2	2.31 336	0.63 186	20.54 512	2.56 528	2.87 534	3.79 308	0.76 195	4.20 423	1.48 115	1.42 157	1.43 161	2.45 343	0.80 109	1.03 37	0.68 75	0.27 109	0.25 276	0.24 57	0.21 97	0.33 204	0.28 154

ACVNet-DCA	1.85 253	0.74 285	13.77 368	1.78 487	0.36 14	4.48 465	0.74 182	3.98 362	1.53 151	1.01 117	1.81 289	0.72 72	1.62 320	2.13 229	0.64 57	0.29 168	0.17 39	0.32 246	0.21 97	0.33 204	0.32 210

1test111	1.99 283	0.74 285	13.77 368	1.78 487	0.36 14	4.48 465	0.74 182	3.98 362	1.53 151	1.01 117	1.81 289	0.72 72	1.62 320	4.66 325	0.98 197	0.29 168	0.17 39	0.32 246	0.21 97	0.33 204	0.32 210

cc1	1.98 280	0.74 285	13.77 368	1.78 487	0.36 14	4.48 465	0.74 182	4.23 436	3.95 525	1.01 117	1.81 289	0.72 72	1.62 320	2.13 229	0.64 57	0.29 168	0.17 39	0.32 246	0.21 97	0.31 160	0.29 164

ff7	0.98 99	0.69 240	2.05 140	0.84 111	0.52 125	4.55 483	0.86 262	1.62 25	1.24 57	0.75 59	1.03 66	0.70 63	0.77 91	1.84 201	0.68 75	0.27 109	0.17 39	0.29 184	0.21 97	0.31 160	0.27 135

IGEVStereo-DCA	0.86 66	0.65 208	2.05 140	0.90 151	0.46 85	1.57 56	0.86 262	1.62 25	1.24 57	0.65 35	0.77 27	0.74 80	0.72 71	2.59 272	0.86 150	0.28 146	0.21 164	0.28 163	0.21 97	0.29 118	0.27 135

ffff	0.98 99	0.69 240	2.05 140	0.84 111	0.52 125	4.55 483	0.86 262	1.62 25	1.24 57	0.75 59	1.03 66	0.70 63	0.77 91	1.84 201	0.68 75	0.27 109	0.17 39	0.29 184	0.21 97	0.31 160	0.27 135

rrr	2.27 324	0.65 208	23.82 562	0.90 151	0.46 85	1.57 56	0.96 331	7.98 551	1.19 52	0.65 35	0.77 27	0.74 80	0.72 71	2.59 272	0.86 150	0.28 146	0.21 164	0.28 163	0.21 97	0.29 118	0.25 96

11t	0.98 99	0.69 240	2.05 140	0.84 111	0.52 125	4.55 483	0.86 262	1.62 25	1.24 57	0.75 59	1.03 66	0.70 63	0.77 91	1.84 201	0.68 75	0.27 109	0.17 39	0.29 184	0.21 97	0.31 160	0.27 135

MSKI-zero shot	2.22 314	0.64 198	20.09 490	0.96 192	0.56 145	4.04 375	0.70 160	3.91 340	1.50 128	1.92 246	2.28 403	1.92 273	0.71 68	2.93 287	0.67 72	0.26 94	0.23 219	0.26 106	0.21 97	0.28 105	0.26 120

UniTT-Stereo	0.82 59	0.47 39	2.63 202	0.96 192	1.19 381	0.78 5	0.39 24	1.12 5	1.54 160	1.19 135	1.26 118	0.51 33	0.64 49	1.13 56	1.03 205	0.30 208	0.20 132	0.24 57	0.21 97	0.40 283	0.25 96

anonymousdsp	0.95 93	0.69 240	1.27 63	0.83 102	0.52 125	4.54 480	0.84 250	1.76 42	1.24 57	0.76 69	1.06 78	0.78 84	0.77 91	1.67 178	0.69 84	0.27 109	0.17 39	0.29 184	0.21 97	0.31 160	0.26 120

riskmin	1.25 161	0.56 109	2.05 140	1.05 245	0.93 307	2.86 150	0.55 84	3.23 217	1.34 74	1.55 168	1.07 80	3.56 456	2.03 393	1.29 99	1.00 202	0.28 146	0.27 300	0.34 299	0.21 97	0.41 307	0.43 332

CroCo-Stereo Lap2	0.99 105	0.89 350	2.55 191	0.99 211	1.80 504	0.54 3	0.46 53	3.10 201	1.24 57	1.07 124	1.21 103	1.05 140	0.78 99	1.26 91	1.08 213	0.27 109	0.23 219	0.27 134	0.21 97	0.43 336	0.34 237

ccc-4	0.98 99	0.69 240	2.05 140	0.84 111	0.52 125	4.55 483	0.86 262	1.62 25	1.24 57	0.75 59	1.03 66	0.70 63	0.77 91	1.84 201	0.68 75	0.27 109	0.17 39	0.29 184	0.21 97	0.31 160	0.27 135

IGEV-Stereo	0.95 93	0.69 240	1.27 63	0.84 111	0.52 125	4.54 480	0.84 250	1.76 42	1.24 57	0.75 59	1.06 78	0.79 88	0.77 91	1.68 179	0.69 84	0.27 109	0.17 39	0.29 184	0.21 97	0.31 160	0.26 120
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
RALCasStereoNet	1.19 139	1.02 384	2.06 149	1.12 287	1.14 365	3.08 181	0.70 160	2.99 188	1.73 236	1.34 143	1.68 232	1.18 156	0.91 136	2.16 234	1.00 202	0.30 208	0.26 289	0.24 57	0.21 97	0.29 118	0.30 191

test_xeample3	2.12 303	0.63 186	21.55 544	0.91 158	0.47 95	1.85 71	0.94 321	7.96 550	1.23 55	0.75 59	0.76 25	0.64 48	0.70 66	1.77 190	0.83 137	0.30 208	0.21 164	0.27 134	0.21 97	0.27 88	0.24 86

R-Stereo Train	1.20 144	0.58 131	1.81 116	0.99 211	0.67 208	3.78 304	0.90 292	4.09 396	1.51 135	2.16 335	1.71 243	1.13 147	0.94 144	1.40 117	0.91 174	0.30 208	0.24 253	0.26 106	0.21 97	0.26 76	0.25 96

RAFT-Stereo	1.20 144	0.58 131	1.81 116	0.99 211	0.67 208	3.78 304	0.90 292	4.09 396	1.51 135	2.16 335	1.71 243	1.13 147	0.94 144	1.40 117	0.91 174	0.30 208	0.24 253	0.26 106	0.21 97	0.26 76	0.25 96
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iResNetv2_ROB	2.65 401	5.00 528	19.28 463	2.06 512	1.09 357	3.83 314	1.13 378	4.14 413	2.09 307	1.85 222	2.03 350	2.01 292	1.51 294	3.58 301	1.58 321	0.34 275	0.21 164	0.32 246	0.21 97	0.44 344	0.29 164

MLCV	1.87 255	0.91 357	8.59 304	1.10 276	0.57 157	3.59 270	0.53 77	3.70 293	2.20 333	2.80 464	2.25 397	2.00 289	1.42 266	4.13 318	1.86 369	0.30 208	0.20 132	0.32 246	0.21 97	0.33 204	0.36 257

G2L-ROB	2.13 305	0.78 311	10.06 324	1.19 325	1.06 347	3.84 319	0.93 315	3.32 232	2.27 347	2.20 348	1.47 170	2.65 365	1.20 222	8.38 402	1.81 362	0.28 146	0.19 96	0.23 28	0.22 130	0.28 105	0.32 210

G2L-Stereo_test	2.11 301	0.86 344	7.12 288	1.65 471	1.19 381	3.54 259	1.02 349	3.57 265	2.01 289	2.50 421	1.68 232	3.15 413	1.50 290	9.21 421	1.62 333	0.28 146	0.19 96	0.23 28	0.22 130	0.27 88	0.31 200

MM-Stereo_test3	1.09 121	0.59 139	1.55 95	1.73 482	1.18 374	1.91 76	0.86 262	3.52 256	1.76 246	1.25 137	1.86 311	1.10 144	0.69 64	1.32 106	0.86 150	0.27 109	0.23 219	0.27 134	0.22 130	0.34 222	0.30 191

MM-Stereo_test2	1.79 247	0.53 81	20.16 492	1.43 426	0.47 95	2.57 132	0.73 170	1.67 34	1.47 107	0.94 107	0.96 60	0.84 98	0.79 102	1.16 65	0.68 75	0.24 60	0.17 39	0.25 79	0.22 130	0.30 141	0.22 60

SMoEStereo_RVC	0.80 48	0.53 81	1.12 38	0.92 164	0.44 69	2.41 115	0.79 219	1.49 15	1.16 48	0.70 45	1.12 88	0.64 48	0.64 49	1.69 180	0.87 156	0.22 34	0.16 26	0.31 226	0.22 130	0.26 76	0.25 96

RAFT-Stereo-weight	1.11 124	0.48 48	1.22 55	0.99 211	0.42 57	4.17 415	0.80 229	3.60 269	1.50 128	1.97 261	1.50 179	1.30 176	0.65 52	1.24 85	0.85 143	0.25 81	0.19 96	0.26 106	0.22 130	0.27 88	0.23 71

MGS-Stereo	0.80 48	0.56 109	1.53 91	0.93 178	0.39 42	1.26 27	0.73 170	1.45 12	1.30 70	1.01 117	2.26 398	0.80 90	0.56 28	1.16 65	0.65 62	0.27 109	0.23 219	0.26 106	0.22 130	0.27 88	0.25 96

tt1	1.79 247	0.73 277	10.41 331	1.75 484	0.36 14	4.55 483	0.79 219	4.22 432	3.37 509	1.08 125	1.80 277	0.74 80	1.48 283	2.21 242	0.65 62	0.29 168	0.16 26	0.31 226	0.22 130	0.30 141	0.29 164

MC-Stereo	1.06 117	0.48 48	1.55 95	1.15 308	0.41 51	4.56 488	0.61 111	2.06 69	1.46 102	1.90 239	1.61 213	0.89 113	1.12 196	1.35 110	0.73 101	0.25 81	0.18 66	0.26 106	0.22 130	0.25 61	0.24 86

CIPLG	2.27 324	1.18 419	19.24 458	0.92 164	1.34 420	3.95 354	0.89 287	4.23 436	1.82 254	2.31 385	2.67 455	1.17 152	1.06 181	1.53 147	1.32 270	0.37 314	0.23 219	0.27 134	0.22 130	0.31 160	0.45 344

IPLGR_C	2.28 329	1.31 445	19.46 466	0.92 164	1.32 414	3.93 344	0.89 287	4.20 423	1.82 254	2.30 379	2.63 452	1.16 151	1.07 183	1.41 122	1.29 266	0.37 314	0.23 219	0.27 134	0.22 130	0.31 160	0.45 344

ACRE	2.27 324	1.11 406	19.45 465	0.91 158	1.30 406	3.94 349	0.87 280	4.21 429	1.80 252	2.28 373	2.62 450	1.17 152	1.04 169	1.52 145	1.30 267	0.37 314	0.23 219	0.27 134	0.22 130	0.31 160	0.46 354

GANet-ADL	2.20 313	0.73 277	20.11 491	1.25 347	0.69 219	3.83 314	0.76 195	3.49 249	1.71 230	1.65 188	1.99 344	2.10 304	1.10 192	1.42 123	1.26 256	0.38 331	0.33 359	0.25 79	0.22 130	0.42 326	0.36 257

Gwc-CoAtRS	1.58 210	0.57 118	11.69 346	1.01 225	0.60 171	2.53 129	0.64 129	2.36 102	1.56 174	1.80 216	1.47 170	2.74 373	1.18 216	1.12 53	0.90 167	0.27 109	0.21 164	0.25 79	0.22 130	0.27 88	0.23 71

iResNet	2.52 384	0.94 369	21.17 535	1.84 496	0.72 226	3.75 299	0.81 238	4.14 413	2.55 417	2.33 395	2.03 350	1.35 182	1.44 272	3.27 293	2.16 408	0.35 295	0.23 219	0.28 163	0.22 130	0.44 344	0.45 344

water-stereo	0.78 44	0.45 21	1.94 127	0.79 79	0.48 103	2.36 110	0.47 58	1.53 19	1.09 46	0.88 99	1.04 71	0.82 94	0.75 82	0.72 4	0.78 119	0.22 34	0.23 219	0.25 79	0.23 145	0.24 47	0.29 164

xyz-stereo-finetune	1.05 116	0.62 177	1.46 83	0.59 3	0.36 14	3.48 241	0.81 238	2.69 156	1.74 242	0.94 107	1.21 103	0.91 117	0.78 99	2.53 267	1.28 263	0.24 60	0.24 253	0.26 106	0.23 145	0.30 141	0.23 71

tt45	0.96 97	0.48 48	1.19 50	0.89 142	0.66 201	3.91 337	0.76 195	1.90 55	1.26 65	0.70 45	1.30 129	0.71 70	0.63 47	2.59 272	0.74 106	0.22 34	0.17 39	0.28 163	0.23 145	0.27 88	0.27 135

model_zeroshot	1.21 147	0.60 151	3.55 242	1.05 245	0.57 157	3.46 235	0.63 126	2.73 161	1.55 168	2.05 296	1.38 150	1.50 203	0.82 111	1.69 180	0.87 156	0.29 168	0.23 219	0.30 204	0.23 145	0.27 88	0.32 210

qqq1	1.92 269	0.57 118	4.46 259	1.36 404	0.57 157	2.03 85	0.73 170	4.25 446	2.80 450	2.32 389	2.31 418	1.95 277	1.52 296	10.99 483	0.71 93	0.34 275	0.32 352	0.30 204	0.23 145	0.29 118	0.29 164

fff1	1.92 269	0.57 118	4.46 259	1.36 404	0.57 157	2.03 85	0.73 170	4.25 446	2.80 450	2.32 389	2.31 418	1.95 277	1.52 296	10.99 483	0.71 93	0.34 275	0.32 352	0.30 204	0.23 145	0.29 118	0.29 164

11t1	1.11 124	0.53 81	1.80 115	1.55 457	0.65 194	2.20 100	0.60 107	3.66 280	1.49 123	1.60 173	1.26 118	1.03 136	1.35 246	1.72 184	0.97 194	0.28 146	0.31 344	0.29 184	0.23 145	0.30 141	0.34 237

DLNR_Zeroshot_test	28.62 573	55.50 583	49.94 578	183.62 586	115.05 584	3.43 229	0.28 5	29.49 575	1.49 123	1.01 117	1.26 118	0.93 123	0.63 47	3.92 314	1.51 312	29.81 577	0.41 423	0.26 106	0.23 145	93.28 583	0.32 210

AEACV	0.79 47	0.54 92	1.35 74	0.97 199	0.63 184	1.13 14	0.92 313	2.02 66	0.91 30	0.76 69	0.79 31	0.80 90	1.61 317	1.28 96	0.61 49	0.22 34	0.18 66	0.26 106	0.23 145	0.27 88	0.23 71

RAFT-Test	1.44 195	0.59 139	6.10 279	1.01 225	0.69 219	2.90 153	0.80 229	3.68 283	1.70 229	1.85 222	1.68 232	3.15 413	1.03 165	1.20 79	0.99 200	0.27 109	0.22 192	0.25 79	0.23 145	0.27 88	0.25 96

HH	2.23 316	0.86 344	21.59 545	0.98 205	0.51 116	1.49 50	0.82 242	2.74 162	1.54 160	1.10 127	1.69 237	4.62 504	1.86 380	2.55 268	0.69 84	0.26 94	0.22 192	0.29 184	0.23 145	0.34 222	0.27 135

HanStereo	2.23 316	0.86 344	21.59 545	0.98 205	0.51 116	1.49 50	0.82 242	2.74 162	1.54 160	1.10 127	1.69 237	4.62 504	1.86 380	2.55 268	0.69 84	0.26 94	0.22 192	0.29 184	0.23 145	0.34 222	0.27 135

EGLCR-Stereo	1.06 117	0.51 64	1.56 97	1.02 235	0.39 42	4.27 438	0.42 38	4.08 394	1.48 115	0.90 101	0.68 17	1.09 141	0.66 58	1.81 197	0.62 51	0.27 109	0.19 96	0.29 184	0.23 145	0.37 263	0.25 96

Selective-RAFT	1.15 132	0.46 27	1.64 103	0.99 211	0.45 76	4.17 415	0.51 67	3.21 213	1.69 226	1.12 131	1.34 139	1.45 197	1.40 256	2.08 224	0.94 187	0.41 365	0.20 132	0.24 57	0.23 145	0.27 88	0.25 96

ProNet	0.82 59	0.71 262	1.50 88	0.86 128	0.45 76	1.78 66	0.83 247	1.75 41	1.28 67	0.66 37	1.13 90	0.78 84	0.76 89	1.66 174	0.71 93	0.24 60	0.20 132	0.25 79	0.23 145	0.29 118	0.25 96

IPLG	2.48 376	0.65 208	19.63 471	0.91 158	0.79 252	4.60 493	0.56 88	4.31 473	1.84 261	1.91 244	2.00 346	1.31 177	1.38 249	6.61 367	1.53 315	0.27 109	0.20 132	0.27 134	0.23 145	0.31 160	0.36 257

MIPNet	2.33 343	0.71 262	19.82 476	0.89 142	0.56 145	4.76 522	0.61 111	4.32 477	2.37 376	1.83 220	1.48 177	1.48 200	1.98 392	2.63 275	1.44 290	0.29 168	0.20 132	0.26 106	0.23 145	0.30 141	0.39 293

IPLGR	2.53 385	0.58 131	20.46 510	0.82 92	0.52 125	4.56 488	0.50 63	4.30 470	2.38 381	1.87 229	1.53 189	1.68 224	1.72 353	6.95 379	1.15 226	0.28 146	0.21 164	0.27 134	0.23 145	0.33 204	0.32 210

cross-raft	2.01 287	0.57 118	19.01 456	1.03 242	0.56 145	2.11 94	0.72 165	3.63 274	1.57 180	1.77 210	1.51 181	3.17 415	1.13 198	1.16 65	0.85 143	0.23 46	0.21 164	0.26 106	0.23 145	0.28 105	0.25 96

RAFT-Stereo + iAFF	1.25 161	0.72 266	1.74 110	1.05 245	0.36 14	4.13 397	0.42 38	2.95 184	2.84 460	2.02 287	2.40 428	1.61 217	1.11 195	1.26 91	0.97 194	0.21 26	0.15 21	0.26 106	0.23 145	0.29 118	0.23 71

CFNet-RSSM	2.08 298	0.52 70	20.06 486	1.01 225	0.56 145	3.39 222	0.64 129	3.67 281	1.55 168	1.72 202	1.37 147	2.57 355	1.19 220	1.11 50	0.86 150	0.27 109	0.20 132	0.25 79	0.23 145	0.27 88	0.23 71

DIP-Stereo	1.24 157	0.69 240	1.77 112	0.65 23	0.61 175	4.29 440	0.58 100	4.44 502	2.53 411	1.98 263	1.33 134	0.91 117	0.86 121	1.25 90	1.25 253	0.36 306	0.23 219	0.32 246	0.23 145	0.32 186	0.29 164
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HSM-Net_RVC	2.87 425	0.57 118	17.46 430	0.92 164	0.90 299	3.70 289	1.20 394	5.64 546	2.51 409	3.22 493	2.43 429	2.54 352	1.59 311	11.41 501	1.65 341	0.34 275	0.25 276	0.26 106	0.23 145	0.30 141	0.29 164
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AANet_RVC	3.03 449	1.72 480	12.78 355	1.17 316	1.12 362	3.79 308	1.10 371	3.86 322	3.13 486	2.62 444	4.26 508	3.96 471	1.41 261	11.43 503	5.23 488	0.94 501	0.47 454	0.34 299	0.23 145	0.40 283	0.55 403

HSM	2.35 352	0.81 323	2.21 161	1.14 295	1.55 462	3.44 230	1.03 351	3.99 366	2.25 342	2.29 375	2.11 372	8.04 537	3.05 463	11.60 509	1.71 347	0.33 263	0.22 192	0.28 163	0.23 145	0.32 186	0.35 251

z-ln-s-r	2.67 405	1.16 416	12.43 351	1.34 393	1.26 402	3.70 289	1.21 397	4.20 423	2.38 381	2.04 294	1.92 329	2.43 338	1.60 316	10.58 464	5.19 487	0.29 168	0.20 132	0.32 246	0.24 170	0.51 380	0.38 286

LG-Stereo	0.85 65	0.60 151	2.71 206	0.59 3	0.45 76	2.85 148	0.55 84	2.41 105	1.34 74	0.59 18	1.19 98	0.43 21	0.40 5	0.76 5	0.75 109	0.20 23	0.17 39	0.31 226	0.24 170	0.29 118	0.19 5

MM-Stereo_test1	1.90 262	0.53 81	19.85 478	1.39 418	0.48 103	1.81 69	0.79 219	3.00 190	1.82 254	1.69 193	1.09 82	0.87 108	0.97 150	1.45 130	0.74 106	0.24 60	0.21 164	0.27 134	0.24 170	0.35 240	0.24 86

Former-RAFT_DAM_RVC	0.92 81	0.73 277	1.42 80	0.92 164	1.08 353	2.97 169	0.53 77	1.77 45	1.39 80	1.16 133	1.54 191	0.58 39	0.65 52	1.03 37	0.84 140	0.25 81	0.23 219	0.30 204	0.24 170	0.43 336	0.29 164

GMStereo_Zeroshot	1.41 193	1.21 424	3.33 235	1.29 368	0.72 226	3.35 218	0.53 77	2.58 143	1.68 220	2.35 397	1.56 198	2.42 335	0.96 147	2.50 257	1.16 229	0.45 398	0.23 219	0.40 371	0.24 170	0.79 472	0.33 225

iRaft-Stereo_20w	1.88 259	0.62 177	10.58 333	0.90 151	0.83 270	2.96 168	0.78 212	4.90 532	1.58 183	2.29 375	1.60 209	1.25 169	4.51 505	2.28 248	0.90 167	0.29 168	0.21 164	0.26 106	0.24 170	0.41 307	0.31 200

test-1	1.23 152	0.65 208	1.88 121	0.96 192	0.52 125	3.84 319	0.62 124	4.01 370	1.47 107	1.93 250	1.78 271	1.83 262	0.92 139	1.19 78	1.28 263	0.26 94	0.29 321	0.31 226	0.24 170	0.29 118	0.36 257

LMCR-Stereo	2.40 360	1.31 445	18.61 449	1.59 462	0.86 283	3.87 332	1.15 381	4.32 477	1.60 199	2.25 368	2.27 399	1.13 147	2.43 429	2.48 256	1.60 325	0.88 499	0.24 253	0.29 184	0.24 170	0.56 401	0.30 191

TestStereo	2.00 284	1.02 384	12.25 349	0.70 39	0.61 175	1.88 73	0.55 84	2.31 98	1.52 144	1.41 155	1.33 134	1.27 171	0.90 134	11.62 511	0.81 131	0.34 275	0.19 96	0.33 281	0.24 170	0.44 344	0.24 86

raft+_RVC	1.21 147	0.83 333	2.61 198	1.35 398	0.97 317	3.60 272	0.76 195	3.23 217	1.51 135	1.33 142	1.67 229	1.03 136	1.10 192	1.87 208	0.92 177	0.24 60	0.22 192	0.25 79	0.24 170	0.26 76	0.25 96

RALAANet	1.28 176	1.08 399	3.21 227	1.25 347	0.94 309	1.44 45	0.69 154	3.15 207	2.57 418	2.01 282	1.80 277	1.29 175	1.05 174	2.00 217	1.48 302	0.27 109	0.20 132	0.27 134	0.24 170	0.40 283	0.27 135

RASNet	2.56 392	0.70 250	10.06 324	1.60 464	2.25 525	3.67 285	1.00 342	3.38 240	3.14 488	1.81 217	2.11 372	4.60 503	2.30 419	10.25 456	2.61 443	0.37 314	0.24 253	0.25 79	0.24 170	0.28 105	0.26 120

PAM_32	2.45 368	0.63 186	20.74 519	1.05 245	0.65 194	2.83 145	0.46 53	2.91 182	1.54 160	1.95 255	2.66 454	4.99 514	3.78 488	1.96 215	0.92 177	0.27 109	0.22 192	0.27 134	0.25 182	0.36 253	0.48 364

PAM	2.43 365	0.61 167	20.86 522	1.07 253	0.73 231	2.93 163	0.53 77	3.24 219	1.53 151	1.89 238	2.43 429	5.29 523	2.76 446	1.84 201	1.02 204	0.27 109	0.24 253	0.26 106	0.25 182	0.40 283	0.50 378

rvit_stereo_0081_aga	0.81 56	0.75 297	1.84 118	0.72 51	0.73 231	1.21 19	0.63 126	1.92 58	1.39 80	0.87 98	0.80 32	0.79 88	0.69 64	1.27 95	0.69 84	0.35 295	0.29 321	0.26 106	0.25 182	0.40 283	0.27 135

rvit_stereo_0081	0.80 48	0.63 186	1.19 50	0.91 158	0.64 186	1.27 28	0.61 111	2.05 67	1.71 230	0.82 85	0.73 21	0.85 102	0.75 82	1.30 103	0.80 125	0.31 227	0.26 289	0.27 134	0.25 182	0.38 268	0.27 135

rvit_stereo_0082	0.80 48	0.63 186	1.19 50	0.91 158	0.64 186	1.27 28	0.61 111	2.05 67	1.71 230	0.82 85	0.73 21	0.85 102	0.75 82	1.30 103	0.80 125	0.31 227	0.26 289	0.27 134	0.25 182	0.38 268	0.27 135

plain	1.55 203	0.69 240	13.59 365	0.65 23	0.73 231	1.66 62	0.57 91	3.17 210	1.94 277	0.77 74	1.24 110	0.80 90	0.86 121	1.60 159	0.96 193	0.33 263	0.21 164	0.32 246	0.25 182	0.42 326	0.28 154

MIF-Stereo (partial)	0.98 99	0.55 98	2.83 212	0.71 43	1.03 339	1.08 11	0.49 61	2.55 135	1.66 216	0.79 79	1.20 99	0.80 90	0.90 134	1.61 164	1.56 319	0.36 306	0.24 253	0.33 281	0.25 182	0.40 283	0.28 154

MIM_Stereo	1.20 144	0.78 311	3.30 233	1.05 245	0.43 63	3.04 173	0.60 107	2.46 117	1.51 135	1.60 173	1.58 201	1.82 259	1.29 235	2.00 217	1.07 211	0.24 60	0.24 253	0.28 163	0.25 182	0.27 88	0.27 135

TestStereo1	1.56 207	0.81 323	2.32 175	1.61 467	0.64 186	4.13 397	1.36 414	3.79 306	3.20 496	1.60 173	2.57 446	1.39 187	2.15 406	2.51 260	1.30 267	0.29 168	0.20 132	0.34 299	0.25 182	0.40 283	0.36 257

SA-5K	1.56 207	0.81 323	2.32 175	1.61 467	0.64 186	4.13 397	1.36 414	3.79 306	3.20 496	1.60 173	2.57 446	1.39 187	2.15 406	2.51 260	1.30 267	0.29 168	0.20 132	0.34 299	0.25 182	0.40 283	0.36 257

GLC_STEREO	0.76 33	0.52 70	1.12 38	0.83 102	0.33 8	1.86 72	0.82 242	1.46 13	1.38 79	0.95 111	1.04 71	0.68 59	0.72 71	0.97 29	0.80 125	0.23 46	0.25 276	0.32 246	0.25 182	0.32 186	0.30 191

DAS	2.31 336	0.67 229	4.79 266	1.14 295	1.64 478	2.93 163	2.13 486	4.09 396	2.74 438	4.17 518	2.52 439	2.46 345	1.79 363	11.55 508	1.63 336	0.37 314	0.22 192	0.39 365	0.25 182	0.41 307	0.34 237

SepStereo	2.15 307	0.67 229	4.79 266	1.14 295	1.64 478	2.93 163	2.13 486	4.09 396	2.74 438	4.17 518	2.52 439	2.46 345	1.79 363	8.36 400	1.63 336	0.37 314	0.22 192	0.39 365	0.25 182	0.41 307	0.34 237

STrans-v2	3.03 449	0.77 305	20.91 526	0.81 82	0.63 184	3.89 334	1.01 345	4.27 454	2.64 427	2.28 373	3.70 501	4.13 481	5.20 512	7.33 383	1.27 259	0.31 227	0.18 66	0.29 184	0.25 182	0.29 118	0.41 319

IIG-Stereo	1.95 274	0.79 315	2.14 155	2.78 532	0.66 201	4.62 495	0.76 195	4.27 454	1.53 151	2.63 447	3.14 486	3.35 430	1.61 317	7.65 392	1.41 285	0.39 343	0.20 132	0.31 226	0.25 182	0.33 204	0.22 60

RAFT-345	2.46 371	0.55 98	19.69 473	1.02 235	0.49 110	4.43 461	0.78 212	1.64 32	2.34 365	2.09 305	3.12 484	1.96 282	1.31 239	6.65 369	1.43 288	0.36 306	0.23 219	0.32 246	0.25 182	0.28 105	0.25 96

Prome-Stereo	1.61 218	0.55 98	1.71 106	0.98 205	0.60 171	4.41 457	1.82 469	3.03 194	1.53 151	2.18 341	3.45 496	1.72 234	3.49 484	2.23 245	1.08 213	0.29 168	0.20 132	0.26 106	0.25 182	0.34 222	2.16 529

AFF-stereo	1.31 183	0.77 305	1.46 83	1.10 276	0.45 76	3.93 344	0.48 60	2.92 183	2.92 466	1.90 239	2.21 391	2.11 306	1.52 296	1.93 212	1.12 223	0.21 26	0.16 26	0.25 79	0.25 182	0.29 118	0.20 19

tg	1.15 132	0.67 229	1.31 67	0.94 182	0.54 134	4.02 372	0.41 34	2.96 185	1.59 198	1.69 193	1.85 308	1.84 265	0.97 150	1.78 191	0.83 137	0.27 109	0.17 39	0.29 184	0.26 200	0.29 118	0.27 135

rvit_stereo_0083	0.86 66	0.67 229	1.42 80	0.87 133	0.65 194	1.23 20	0.64 129	1.67 34	2.28 351	0.79 79	0.93 53	0.93 123	1.07 183	1.46 134	0.75 109	0.32 247	0.36 381	0.30 204	0.26 200	0.33 204	0.28 154

CAS++	0.89 75	0.64 198	1.46 83	0.81 82	0.51 116	1.24 24	0.86 262	3.44 244	1.46 102	1.14 132	1.29 127	0.62 45	0.58 32	1.13 56	0.59 45	0.34 275	0.30 334	0.34 299	0.26 200	0.41 307	0.29 164
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	1.01 109	0.80 319	1.26 59	1.00 219	1.04 342	3.95 354	0.95 325	2.07 71	1.42 88	0.75 59	1.22 105	0.68 59	0.91 136	1.63 169	0.67 72	0.24 60	0.24 253	0.34 299	0.26 200	0.41 307	0.37 271

MyStereo06	2.46 371	0.72 266	19.97 483	1.02 235	0.99 327	4.26 433	0.86 262	3.51 255	1.68 220	1.92 246	1.73 248	4.01 474	4.22 498	1.62 165	0.88 160	0.24 60	0.23 219	0.34 299	0.26 200	0.42 326	0.36 257

MyStereo05	2.37 358	0.72 266	19.94 481	1.02 235	0.99 327	4.26 433	0.86 262	4.01 370	2.62 423	2.14 322	1.26 118	2.28 314	1.63 333	2.07 222	1.68 344	0.24 60	0.23 219	0.34 299	0.26 200	0.42 326	0.36 257

MyStereo04	2.29 332	0.80 319	18.77 450	1.00 219	1.04 342	3.95 354	0.95 325	3.91 340	2.54 415	1.99 268	1.27 124	2.31 321	1.65 338	2.02 221	1.77 358	0.24 60	0.24 253	0.34 299	0.26 200	0.41 307	0.37 271

EKT-Stereo	6.79 539	0.64 198	4.24 257	1.77 486	106.39 583	4.51 478	0.61 111	3.16 208	1.53 151	1.88 232	1.22 105	1.98 286	1.36 247	3.81 308	0.84 140	0.35 295	0.24 253	0.29 184	0.26 200	0.34 222	0.48 364

PCWNet_CMD	2.23 316	0.65 208	17.36 426	0.83 102	0.76 242	3.51 251	0.64 129	3.60 269	1.97 280	1.70 197	1.63 218	3.22 418	3.05 463	2.09 227	1.11 220	0.31 227	0.36 381	0.47 413	0.26 200	0.64 433	0.47 359

4D-IteraStereo	1.97 278	0.84 337	20.43 509	0.78 77	1.56 465	2.09 93	1.05 357	2.43 111	1.56 174	1.41 155	1.00 62	1.94 275	0.61 42	1.22 82	1.06 208	0.27 109	0.18 66	0.31 226	0.26 200	0.27 88	0.23 71

DCRE	1.44 195	0.74 285	3.50 241	1.13 294	0.72 226	1.78 66	0.67 142	2.14 77	1.56 174	1.99 268	8.09 529	1.73 235	1.07 183	1.24 85	0.83 137	0.23 46	0.25 276	0.26 106	0.26 200	0.28 105	0.30 191

CSP-Net	1.78 246	1.32 447	1.92 126	1.16 314	1.03 339	3.38 221	1.31 407	3.52 256	1.75 244	1.96 259	1.93 332	2.40 330	1.48 283	8.58 406	1.58 321	0.46 404	0.34 371	0.27 134	0.26 200	0.41 307	0.50 378

test-3	1.19 139	0.52 70	2.00 134	1.01 225	0.42 57	1.95 79	0.91 300	4.35 483	1.47 107	2.24 365	1.16 93	2.06 299	0.79 102	2.68 278	0.76 113	0.27 109	0.18 66	0.28 163	0.26 200	0.26 76	0.25 96

test_1	1.19 139	0.52 70	2.00 134	1.01 225	0.42 57	1.95 79	0.90 292	4.36 488	1.47 107	2.17 339	1.16 93	2.06 299	0.78 99	2.68 278	0.76 113	0.27 109	0.18 66	0.28 163	0.26 200	0.26 76	0.25 96

TransformOpticalFlow	3.03 449	0.77 305	20.99 529	1.00 219	0.55 141	4.18 418	0.64 129	4.33 479	3.02 478	2.18 341	3.09 482	4.35 492	5.07 510	7.36 386	1.27 259	0.32 247	0.18 66	0.32 246	0.26 200	0.28 105	0.46 354

OMP-Stereo	1.97 278	0.93 363	1.88 121	2.76 531	0.67 208	4.58 490	1.48 434	4.31 473	1.54 160	3.15 490	2.76 462	3.25 421	1.38 249	7.66 393	1.35 278	0.40 350	0.20 132	0.33 281	0.26 200	0.33 204	0.24 86

NRIStereo	1.28 176	0.61 167	1.67 104	1.15 308	0.38 39	4.73 517	0.90 292	2.42 108	1.50 128	1.93 250	1.33 134	1.75 237	1.22 223	2.96 289	1.33 274	0.46 404	0.22 192	0.29 184	0.26 200	0.30 141	0.28 154

CRE-IMP	1.23 152	0.61 167	2.14 155	0.82 92	0.39 42	4.54 480	0.83 247	2.63 148	1.55 168	1.95 255	1.46 166	1.87 270	0.96 147	1.48 137	1.33 274	0.45 398	0.21 164	0.31 226	0.26 200	0.41 307	0.31 200

iRaftStereo_RVC	1.09 121	0.70 250	1.39 77	0.95 186	0.45 76	3.83 314	0.42 38	2.37 103	1.58 183	1.69 193	1.76 263	1.80 253	0.83 115	1.50 140	0.98 197	0.28 146	0.18 66	0.29 184	0.26 200	0.30 141	0.31 200

UNet	2.51 381	0.74 285	20.17 493	1.14 295	1.44 443	3.48 241	0.76 195	3.77 302	1.87 264	2.05 296	1.57 200	2.75 375	2.39 426	3.51 299	2.51 436	0.32 247	0.26 289	0.41 381	0.26 200	0.38 268	0.39 293

FENet	2.25 320	0.50 58	20.29 502	1.35 398	0.67 208	4.01 370	0.60 107	3.95 353	1.99 283	1.96 259	1.11 86	2.43 338	1.43 269	1.60 159	1.39 280	0.32 247	0.22 192	0.33 281	0.26 200	0.29 118	0.39 293

ACVNet	1.46 198	0.64 198	3.56 244	0.93 178	0.85 278	4.22 428	0.80 229	2.85 176	2.08 304	1.78 212	1.88 315	3.10 408	1.46 279	1.33 107	1.89 372	0.29 168	0.26 289	0.30 204	0.26 200	0.39 278	0.27 135

acv_ft	1.55 203	0.64 198	3.29 232	1.14 295	2.01 514	2.93 163	0.97 334	3.81 309	2.08 304	2.22 359	1.88 315	3.10 408	1.66 340	1.33 107	2.22 412	0.29 168	0.26 289	0.30 204	0.26 200	0.39 278	0.27 135

DMCA	1.72 235	0.74 285	6.63 282	1.14 295	0.96 313	3.98 366	0.90 292	3.75 298	2.76 442	2.83 467	1.58 201	2.35 325	1.18 216	1.58 152	1.98 386	0.40 350	0.27 300	0.42 388	0.26 200	0.36 253	0.38 286

MSMDNet	2.23 316	0.64 198	17.32 422	0.84 111	0.75 238	3.53 255	0.64 129	3.61 272	1.98 282	1.71 201	1.64 220	3.22 418	2.99 456	2.08 224	1.11 220	0.31 227	0.37 394	0.45 404	0.26 200	0.62 423	0.45 344

HITNet	2.07 296	0.82 330	14.77 388	1.34 393	0.56 145	3.47 238	0.80 229	4.07 390	2.35 367	2.16 335	1.61 213	1.64 219	1.44 272	2.09 227	2.56 442	0.26 94	0.18 66	0.41 381	0.26 200	0.45 352	0.25 96
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-finetune2	1.16 136	0.63 186	1.50 88	0.57 1	0.36 14	3.47 238	0.65 138	2.70 157	1.23 55	0.88 99	1.75 254	0.91 117	1.76 358	3.54 300	1.74 354	0.24 60	0.22 192	0.30 204	0.27 226	0.31 160	0.26 120

S2M2	0.64 8	0.55 98	1.07 10	0.89 142	0.54 134	1.08 11	0.20 1	1.16 6	1.37 78	0.59 18	0.81 36	0.86 106	0.47 14	0.70 3	0.65 62	0.31 227	0.33 359	0.27 134	0.27 226	0.36 253	0.31 200

rvit_stereo_0080	0.94 86	0.72 266	2.56 192	0.64 16	0.59 168	1.90 74	0.75 192	2.71 158	1.40 83	0.91 102	1.04 71	0.85 102	0.82 111	1.14 58	0.78 119	0.35 295	0.29 321	0.25 79	0.27 226	0.45 352	0.29 164

MyStereo8	2.33 343	1.13 408	19.26 461	1.22 339	1.62 474	4.16 410	0.57 91	3.50 252	2.36 370	2.15 330	1.75 254	2.28 314	1.14 205	1.46 134	2.20 410	0.24 60	0.21 164	0.32 246	0.27 226	0.36 253	0.43 332

CoDeX	2.40 360	0.78 311	13.21 358	1.00 219	1.18 374	3.24 199	1.32 408	4.14 413	2.41 388	1.74 206	1.84 301	2.05 297	1.47 281	10.03 448	1.60 325	0.34 275	0.28 311	0.32 246	0.27 226	0.32 186	0.39 293

whm_eth	0.94 86	0.72 266	2.56 192	0.64 16	0.59 168	1.90 74	0.75 192	2.71 158	1.40 83	0.91 102	1.04 71	0.85 102	0.82 111	1.14 58	0.78 119	0.35 295	0.29 321	0.25 79	0.27 226	0.45 352	0.29 164

CBFPSM	2.05 293	0.95 371	10.12 327	1.07 253	1.05 344	2.84 146	1.20 394	3.28 223	1.73 236	1.82 219	1.30 129	4.56 502	4.06 494	2.34 249	2.34 421	0.25 81	0.38 400	0.32 246	0.27 226	0.37 263	0.79 469

iRaft-Stereo_5w	2.10 299	0.83 333	8.57 303	0.81 82	0.76 242	3.21 191	0.84 250	3.71 294	1.65 214	1.56 170	2.50 436	2.20 310	2.23 415	9.13 418	2.01 389	0.38 331	0.19 96	0.35 318	0.27 226	0.45 352	0.39 293

GwcNet-ADL	2.47 374	0.67 229	21.48 543	0.96 192	0.72 226	4.61 494	0.95 325	4.42 498	2.36 370	1.98 263	1.80 277	2.55 353	1.24 228	1.90 210	1.41 285	0.40 350	0.46 450	0.24 57	0.27 226	0.41 307	0.49 371

HHNet	2.48 376	0.71 262	20.52 511	0.64 16	0.64 186	4.07 383	0.93 315	3.76 300	1.56 174	2.15 330	4.92 514	0.98 128	3.37 476	1.66 174	1.79 361	0.32 247	0.20 132	0.31 226	0.27 226	0.36 253	0.42 323

Patchmatch Stereo++	1.25 161	0.65 208	2.06 149	0.75 57	0.37 28	4.68 504	0.76 195	2.53 125	1.58 183	1.99 268	1.47 170	1.78 243	1.14 205	2.44 252	0.90 167	0.48 417	0.23 219	0.32 246	0.27 226	0.40 283	0.29 164
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
PSM-adaLoss	1.24 157	0.65 208	2.03 137	0.75 57	0.37 28	4.68 504	0.73 170	2.53 125	1.58 183	1.99 268	1.47 170	1.78 243	1.13 198	2.18 238	0.87 156	0.48 417	0.23 219	0.32 246	0.27 226	0.40 283	0.29 164

ROB_FTStereo_v2	1.23 152	0.66 219	2.02 136	0.75 57	0.37 28	4.67 503	0.76 195	2.53 125	1.58 183	1.99 268	1.46 166	1.78 243	1.14 205	2.08 224	0.88 160	0.48 417	0.22 192	0.32 246	0.27 226	0.40 283	0.29 164

ROB_FTStereo	1.25 161	0.66 219	2.14 155	0.75 57	0.37 28	4.65 500	0.77 208	2.53 125	1.58 183	1.99 268	1.47 170	1.78 243	1.13 198	2.26 247	0.86 150	0.47 413	0.22 192	0.32 246	0.27 226	0.40 283	0.29 164

HUI-Stereo	1.25 161	0.66 219	2.33 177	0.75 57	0.37 28	4.68 504	0.78 212	2.53 125	1.58 183	1.99 268	1.46 166	1.79 250	1.13 198	2.17 236	0.85 143	0.48 417	0.23 219	0.32 246	0.27 226	0.40 283	0.29 164

DEmStereo	2.97 439	0.58 131	13.42 361	0.79 79	0.51 116	3.84 319	1.84 472	2.42 108	1.60 199	2.25 368	2.74 459	2.03 293	6.04 522	6.79 378	12.80 530	0.35 295	0.26 289	0.26 106	0.27 226	0.27 88	0.37 271

SST-Stereo	1.76 243	0.58 131	3.10 223	1.44 429	0.46 85	4.71 516	0.76 195	2.22 87	2.79 446	2.07 304	2.18 385	2.43 338	3.22 471	6.66 370	0.84 140	0.42 376	0.19 96	0.30 204	0.27 226	0.35 240	0.26 120

RAFT_R40	1.70 234	0.59 139	2.99 219	1.46 435	0.46 85	4.74 520	0.98 340	2.23 88	1.56 174	2.02 287	2.35 426	2.71 370	2.56 438	6.71 374	0.90 167	0.40 350	0.19 96	0.30 204	0.27 226	0.33 204	0.26 120

DRaft	2.28 329	0.56 109	2.64 203	0.74 56	0.46 85	3.94 349	1.23 399	2.32 100	1.55 168	2.64 448	2.80 466	1.60 215	5.34 515	6.96 380	10.99 521	0.34 275	0.22 192	0.27 134	0.27 226	0.29 118	0.37 271

PFNet	2.47 374	0.60 151	16.95 420	2.15 515	0.81 257	4.63 497	0.91 300	2.55 135	1.52 144	2.40 409	2.79 464	1.83 262	1.42 266	7.54 388	1.34 277	0.33 263	0.21 164	0.36 333	0.27 226	0.32 186	0.39 293

iGMRVC	1.26 168	0.66 219	2.14 155	0.75 57	0.37 28	4.66 501	0.74 182	2.53 125	1.58 183	1.99 268	1.46 166	1.78 243	1.14 205	2.46 254	0.92 177	0.48 417	0.23 219	0.32 246	0.27 226	0.40 283	0.29 164

iRAFT	1.25 161	0.65 208	2.06 149	0.75 57	0.37 28	4.68 504	0.76 195	2.53 125	1.58 183	1.99 268	1.47 170	1.78 243	1.14 205	2.44 252	0.90 167	0.48 417	0.23 219	0.32 246	0.27 226	0.40 283	0.29 164

RAFT-IKP	1.25 161	0.66 219	2.23 166	0.75 57	0.37 28	4.64 498	0.74 182	2.53 125	1.58 183	1.99 268	1.47 170	1.78 243	1.13 198	2.22 244	0.92 177	0.48 417	0.22 192	0.32 246	0.27 226	0.40 283	0.29 164

CFNet_pseudo	2.12 303	0.67 229	15.14 399	0.85 123	0.74 236	3.95 354	0.64 129	3.95 353	1.78 249	1.90 239	1.79 274	3.27 423	1.62 320	2.51 260	1.16 229	0.31 227	0.36 381	0.53 451	0.27 226	0.63 425	0.44 338

XX-Stereo	2.54 387	0.61 167	20.21 494	1.78 487	1.19 381	4.30 442	0.46 53	4.39 494	1.58 183	2.32 389	1.89 321	4.64 506	0.60 39	4.16 319	0.82 134	0.31 227	0.21 164	0.28 163	0.27 226	0.51 380	0.26 120

222	2.68 409	0.57 118	2.03 137	1.11 283	0.81 257	3.23 195	0.65 138	4.52 516	2.45 397	2.34 396	2.29 406	1.41 193	1.44 272	10.50 462	18.47 554	0.32 247	0.30 334	0.32 246	0.27 226	0.32 186	0.34 237

xxxx	2.67 405	0.54 92	2.03 137	1.22 339	0.81 257	3.49 244	0.63 126	4.49 511	2.49 405	2.22 359	2.23 394	2.05 297	1.38 249	10.05 449	17.91 550	0.32 247	0.32 352	0.30 204	0.27 226	0.33 204	0.34 237

MMNet	2.02 288	0.81 323	10.76 335	1.12 287	1.23 395	3.53 255	0.89 287	3.79 306	2.08 304	2.15 330	1.76 263	2.15 307	2.12 402	3.69 306	2.32 419	0.31 227	0.29 321	0.34 299	0.27 226	0.38 268	0.42 323

ccs_rob	2.13 305	0.67 229	15.11 398	0.84 111	0.75 238	3.96 359	0.65 138	3.95 353	1.78 249	1.88 232	1.79 274	3.26 422	1.64 336	2.51 260	1.16 229	0.31 227	0.36 381	0.54 458	0.27 226	0.65 436	0.45 344

G2L-Stereo	2.49 378	0.94 369	14.54 387	1.15 308	1.35 421	3.57 268	0.95 325	3.62 273	2.00 287	2.11 312	1.61 213	3.20 416	1.34 243	9.54 428	1.91 375	0.34 275	0.27 300	0.35 318	0.28 255	0.30 141	0.35 251

IGEV-BASED-STEREO-	1.09 121	3.30 519	2.61 198	0.82 92	0.38 39	1.27 28	0.62 124	1.51 16	1.29 68	0.91 102	0.92 50	0.65 52	0.57 29	1.08 45	0.59 45	1.55 527	0.15 21	0.32 246	0.28 255	1.10 500	1.98 527

rvit_stereo_ft	1.00 107	0.87 347	3.55 242	0.97 199	0.66 201	1.06 10	0.80 229	2.78 169	1.67 218	0.78 77	0.96 60	0.95 127	1.14 205	1.06 43	0.90 167	0.32 247	0.24 253	0.27 134	0.28 255	0.39 278	0.27 135

test_sample1	1.62 220	0.55 98	1.88 121	1.44 429	0.79 252	2.27 104	0.64 129	4.00 368	1.82 254	1.87 229	1.35 142	1.57 210	1.62 320	9.55 430	1.24 250	0.30 208	0.27 300	0.31 226	0.28 255	0.32 186	0.32 210

DispNO	3.00 445	0.75 297	18.92 453	1.17 316	1.10 359	3.72 293	0.94 321	4.29 462	2.54 415	2.24 365	2.28 403	4.51 498	2.12 402	11.40 500	2.09 399	0.31 227	0.28 311	0.31 226	0.28 255	0.36 253	0.39 293

AE-Stereo	1.18 137	0.60 151	2.05 140	1.10 276	0.60 171	4.39 451	0.72 165	3.74 297	1.62 206	1.10 127	1.90 326	1.01 133	0.92 139	1.45 130	0.82 134	0.28 146	0.22 192	0.28 163	0.28 255	0.26 76	0.22 60

iinet-f	2.26 322	1.18 419	13.71 366	1.14 295	1.11 361	3.77 302	1.10 371	4.14 413	2.17 328	2.06 301	1.76 263	2.99 399	2.99 456	2.50 257	2.49 434	0.35 295	0.39 409	0.27 134	0.28 255	0.45 352	0.39 293

gwcnet-sp	2.31 336	1.21 424	17.34 423	1.08 261	0.92 302	3.56 264	1.04 354	3.69 288	2.09 307	2.55 429	1.60 209	1.80 253	1.62 320	3.87 310	1.95 381	0.29 168	0.29 321	0.30 204	0.28 255	0.38 268	0.39 293

scenet	2.31 336	1.21 424	17.34 423	1.08 261	0.92 302	3.56 264	1.04 354	3.69 288	2.09 307	2.55 429	1.60 209	1.80 253	1.62 320	3.87 310	1.95 381	0.29 168	0.29 321	0.30 204	0.28 255	0.38 268	0.39 293

CASS	1.29 178	0.66 219	2.62 201	0.95 186	0.66 201	2.84 146	0.69 154	3.00 190	1.79 251	2.57 433	1.95 333	1.39 187	1.55 308	1.59 157	1.06 208	0.50 433	0.28 311	0.34 299	0.28 255	0.46 363	0.63 430
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	2.31 336	1.21 424	17.34 423	1.08 261	0.92 302	3.56 264	1.04 354	3.69 288	2.09 307	2.55 429	1.60 209	1.80 253	1.62 320	3.87 310	1.95 381	0.29 168	0.29 321	0.30 204	0.28 255	0.38 268	0.39 293

BUS	1.49 202	0.59 139	1.94 127	0.87 133	0.85 278	4.50 474	0.76 195	4.48 508	1.88 266	2.93 472	1.83 296	3.63 458	0.97 150	1.60 159	1.17 232	0.34 275	0.25 276	0.31 226	0.28 255	0.35 240	0.33 225

CRFU-Net	2.49 378	0.78 311	10.36 329	2.30 522	1.08 353	3.91 337	1.41 427	3.85 319	1.65 214	2.15 330	1.76 263	3.34 429	7.95 542	5.56 343	1.48 302	0.47 413	0.35 376	0.30 204	0.28 255	0.37 263	0.43 332

BSDual-CNN	1.46 198	0.59 139	1.94 127	0.87 133	0.85 278	4.16 410	1.16 383	4.48 508	1.88 266	2.93 472	1.83 296	2.60 358	1.31 239	1.60 159	1.21 242	0.34 275	0.25 276	0.31 226	0.28 255	0.35 240	0.33 225

hknet	1.98 280	0.64 198	8.70 307	0.87 133	1.07 351	4.16 410	1.16 383	4.48 508	1.73 236	2.93 472	1.83 296	3.48 441	1.30 238	3.91 313	1.51 312	0.31 227	0.25 276	0.31 226	0.28 255	0.35 240	0.33 225

GMOStereo	1.13 126	0.70 250	2.26 168	0.75 57	0.44 69	3.05 175	0.91 300	2.78 169	1.45 94	2.37 402	1.52 182	1.53 204	1.05 174	1.17 72	0.92 177	0.25 81	0.19 96	0.35 318	0.28 255	0.34 222	0.26 120

error version	1.13 126	0.70 250	2.26 168	0.75 57	0.44 69	3.05 175	0.91 300	2.78 169	1.45 94	2.37 402	1.52 182	1.53 204	1.05 174	1.17 72	0.92 177	0.25 81	0.19 96	0.35 318	0.28 255	0.34 222	0.26 120

test-v	1.13 126	0.70 250	2.26 168	0.75 57	0.44 69	3.05 175	0.91 300	2.78 169	1.45 94	2.37 402	1.52 182	1.53 204	1.05 174	1.17 72	0.92 177	0.25 81	0.19 96	0.35 318	0.28 255	0.34 222	0.26 120

CrosDoStereo	5.24 520	0.60 151	20.23 495	0.82 92	0.51 116	3.39 222	18.11 564	3.82 312	2.27 347	1.98 263	8.74 534	1.96 282	6.96 534	7.35 384	26.35 568	0.30 208	0.22 192	0.30 204	0.28 255	0.33 204	0.38 286

ASMatch	2.62 398	0.60 151	20.65 517	1.37 414	0.64 186	4.39 451	0.78 212	1.97 62	1.58 183	1.70 197	3.89 505	1.94 275	3.79 489	5.46 339	1.64 339	0.31 227	0.24 253	0.34 299	0.28 255	0.33 204	0.50 378

DeepStereo_LL	5.24 520	0.60 151	20.23 495	0.82 92	0.51 116	3.39 222	18.11 564	3.82 312	2.27 347	1.98 263	8.74 534	1.96 282	6.96 534	7.35 384	26.35 568	0.30 208	0.22 192	0.30 204	0.28 255	0.33 204	0.38 286

THIR-Stereo	4.14 501	0.82 330	10.85 337	0.86 128	0.43 63	2.16 96	16.77 562	3.22 215	1.54 160	2.04 294	12.05 552	2.68 366	7.53 539	7.30 382	12.62 529	0.30 208	0.21 164	0.29 184	0.28 255	0.33 204	0.41 319

DeepStereo_RVC	1.55 203	0.63 186	3.32 234	0.77 75	0.42 57	4.49 471	0.72 165	2.50 123	1.58 183	2.02 287	1.81 289	1.54 208	6.38 530	1.73 185	1.19 235	0.46 404	0.22 192	0.29 184	0.28 255	0.35 240	0.38 286

test-2	1.13 126	0.70 250	2.26 168	0.75 57	0.44 69	3.05 175	0.91 300	2.78 169	1.45 94	2.37 402	1.52 182	1.53 204	1.05 174	1.17 72	0.92 177	0.25 81	0.19 96	0.35 318	0.28 255	0.34 222	0.26 120

GEStereo_RVC	1.91 266	0.80 319	6.57 281	1.20 330	1.06 347	4.02 372	1.43 431	4.13 407	1.89 270	2.03 291	1.80 277	2.34 323	1.86 380	4.94 329	1.77 358	0.48 417	0.38 400	0.32 246	0.28 255	0.42 326	0.50 378

test_xeample	2.67 405	0.56 109	2.05 140	1.09 267	0.81 257	3.24 199	0.80 229	4.55 518	2.70 434	2.42 411	2.27 399	1.39 187	1.40 256	10.75 471	17.51 549	0.30 208	0.30 334	0.32 246	0.28 255	0.34 222	0.33 225

GANet-RSSM	1.98 280	0.62 177	3.49 239	1.69 475	1.23 395	4.22 428	0.91 300	3.31 227	1.86 263	1.81 217	1.74 250	2.34 323	1.82 373	10.92 480	1.73 353	0.34 275	0.29 321	0.31 226	0.28 255	0.39 278	0.40 313

AdaStereo	1.45 197	0.83 333	2.34 180	1.28 364	0.81 257	3.21 191	1.14 380	4.20 423	2.46 400	2.05 296	1.77 268	2.48 347	1.18 216	1.71 183	1.44 290	0.43 382	0.25 276	0.43 392	0.28 255	0.44 344	0.34 237
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.
HI	1.27 173	0.90 352	2.33 177	1.10 276	0.68 213	2.92 159	0.45 50	2.49 121	1.76 246	2.13 319	1.65 226	2.42 335	1.84 375	1.58 152	1.61 328	0.26 94	0.16 26	0.28 163	0.29 283	0.26 76	0.25 96

CoSv	1.27 173	0.90 352	2.33 177	1.10 276	0.68 213	2.92 159	0.45 50	2.49 121	1.76 246	2.13 319	1.65 226	2.42 335	1.84 375	1.58 152	1.61 328	0.26 94	0.16 26	0.28 163	0.29 283	0.26 76	0.25 96

UGAM-zero	2.79 416	0.57 118	20.87 524	0.98 205	0.77 248	2.08 92	0.35 19	3.88 328	1.51 135	2.05 296	1.64 220	5.07 518	3.42 481	9.83 437	1.24 250	0.28 146	0.21 164	0.27 134	0.29 283	0.29 118	0.28 154

ACV-stereo	2.92 430	0.92 359	20.27 500	1.33 386	1.05 344	4.68 504	1.10 371	2.66 152	1.64 210	1.46 159	1.32 132	5.41 525	4.24 499	7.83 394	1.90 374	0.44 389	0.52 468	0.32 246	0.29 283	0.45 352	0.63 430

IGEV_Zeroshot_test	2.16 308	0.69 240	20.60 516	1.22 339	0.54 134	2.18 97	0.53 77	3.38 240	1.61 203	1.93 250	1.55 195	3.76 462	1.05 174	1.55 148	0.91 174	0.29 168	0.20 132	0.27 134	0.29 283	0.40 283	0.32 210

CFNet_ucs	2.36 357	0.68 237	18.42 446	0.89 142	0.81 257	3.85 327	0.68 148	4.29 462	2.37 376	2.09 305	2.04 353	3.31 427	1.24 228	2.63 275	1.14 225	0.36 306	0.45 441	0.56 461	0.29 283	0.66 441	0.49 371

x	1.15 132	0.57 118	1.53 91	1.44 429	0.67 208	1.94 78	0.97 334	3.87 325	1.57 180	1.61 178	1.28 125	1.58 212	1.22 223	1.93 212	1.04 206	0.28 146	0.30 334	0.34 299	0.29 283	0.32 186	0.31 200

test_4	1.30 179	0.50 58	6.16 280	0.84 111	0.45 76	1.61 58	1.12 375	2.14 77	1.42 88	1.52 165	2.31 418	1.84 265	0.79 102	2.52 265	1.19 235	0.27 109	0.17 39	0.29 184	0.29 283	0.29 118	0.25 96

test_3	1.19 139	0.51 64	2.08 152	0.99 211	0.41 51	2.05 90	0.87 280	4.40 496	1.42 88	1.99 268	1.18 96	2.03 293	0.79 102	2.70 280	0.75 109	0.27 109	0.17 39	0.29 184	0.29 283	0.30 141	0.27 135

PSMNet-ADL	1.91 266	0.72 266	1.78 114	1.09 267	0.86 283	4.18 418	0.78 212	3.77 302	2.10 315	1.72 202	1.85 308	2.91 394	1.82 373	10.38 461	1.91 375	0.48 417	0.46 450	0.28 163	0.29 283	0.38 268	0.51 386

AAGNet	2.86 421	0.60 151	1.77 112	2.05 511	0.46 85	4.76 522	1.09 369	2.27 92	1.56 174	2.17 339	1.84 301	2.41 332	4.00 493	6.23 360	24.22 566	0.46 404	0.19 96	0.30 204	0.29 283	0.32 186	0.24 86

IRAFT_RVC	1.87 255	0.60 151	4.33 258	2.40 525	0.66 201	4.59 491	1.59 449	2.96 185	1.51 135	2.23 363	1.75 254	2.09 303	2.63 441	6.70 371	1.50 306	0.33 263	0.21 164	0.33 281	0.29 283	0.32 186	0.32 210

ICVP	2.26 322	0.66 219	21.18 536	0.99 211	0.88 291	4.28 439	0.95 325	3.32 232	1.60 199	1.66 189	1.76 263	1.34 180	1.14 205	1.62 165	1.32 270	0.53 448	0.35 376	0.33 281	0.29 283	0.40 283	0.51 386
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HCRNet	1.60 216	0.56 109	2.47 188	0.78 77	1.36 424	4.11 392	0.71 162	3.57 265	2.79 446	1.75 208	1.61 213	1.58 212	1.41 261	5.79 349	1.56 319	0.34 275	0.28 311	0.36 333	0.29 283	0.33 204	0.37 271

HGLStereo	2.03 289	0.74 285	7.50 293	1.23 343	1.56 465	3.62 277	0.95 325	3.78 305	1.89 270	2.03 291	2.20 389	3.12 411	2.14 405	5.68 346	2.04 391	0.37 314	0.31 344	0.32 246	0.29 283	0.40 283	0.45 344

BEATNet_4x	1.92 269	1.36 452	8.75 308	1.20 330	0.56 145	3.46 235	1.03 351	4.00 368	2.43 392	2.25 368	1.70 239	2.10 304	1.59 311	2.57 271	3.05 458	0.37 314	0.22 192	0.47 413	0.29 283	0.60 414	0.40 313

DISCO	2.25 320	0.73 277	10.06 324	1.76 485	1.12 362	3.47 238	1.25 402	3.24 219	2.26 345	2.65 452	1.96 334	4.53 500	1.92 388	4.17 320	3.61 465	0.32 247	0.25 276	0.31 226	0.29 283	0.66 441	0.41 319

DN-CSS_ROB	1.91 266	1.55 470	11.13 340	1.82 494	0.88 291	3.99 367	0.61 111	4.01 370	1.67 218	1.64 184	1.89 321	1.39 187	1.06 181	3.23 292	1.50 306	0.31 227	0.19 96	0.44 397	0.29 283	0.37 263	0.31 200

test_sample2	1.75 242	0.56 109	2.25 167	1.41 422	0.80 254	2.91 156	0.86 262	4.05 383	2.04 296	1.91 244	1.39 152	1.57 210	1.55 308	10.65 468	1.06 208	0.32 247	0.28 311	0.32 246	0.30 301	0.36 253	0.33 225

1111x	3.13 458	0.57 118	8.38 302	1.20 330	0.76 242	3.80 310	0.88 284	4.61 523	2.63 425	2.31 385	2.16 381	1.95 277	1.81 371	11.54 507	18.13 552	0.32 247	0.31 344	0.32 246	0.30 301	0.35 240	0.34 237

IER	1.69 232	0.65 208	7.19 289	0.94 182	1.15 367	3.28 210	0.89 287	3.48 246	1.97 280	2.10 308	1.98 342	2.28 314	2.12 402	2.25 246	1.75 357	0.29 168	0.23 219	0.36 333	0.30 301	0.32 186	0.34 237

RAFT_CTSACE	1.80 249	1.06 396	10.00 323	1.71 479	1.39 431	3.49 244	1.06 358	3.05 196	1.62 206	1.70 197	2.04 353	2.51 350	1.80 368	1.98 216	0.94 187	0.25 81	0.22 192	0.28 163	0.30 301	0.30 141	0.26 120

NINENet	1.87 255	0.74 285	2.60 195	1.12 287	1.06 347	4.50 474	0.76 195	4.41 497	2.24 339	2.16 335	1.86 311	3.63 458	0.97 150	8.00 397	1.17 232	0.41 365	0.30 334	0.41 381	0.30 301	0.41 307	0.36 257

AASNet	2.44 367	0.92 359	19.79 475	1.35 398	1.49 450	3.81 312	1.07 360	3.85 319	2.93 468	1.95 255	2.29 406	1.96 282	1.29 235	1.73 185	1.93 377	0.39 343	0.33 359	0.45 404	0.30 301	0.55 395	0.45 344

ADLNet2	3.15 461	0.92 359	20.06 486	1.20 330	1.79 501	3.83 314	1.48 434	3.94 351	3.59 515	2.19 345	2.47 433	4.65 507	1.93 389	10.69 470	1.96 384	0.39 343	0.37 394	0.28 163	0.30 301	0.48 370	0.43 332

Pruner-Stereo	1.32 185	0.59 139	2.11 154	1.79 492	0.47 95	4.73 517	0.79 219	2.53 125	1.72 233	2.47 418	1.58 201	1.48 200	1.03 165	1.66 174	1.47 299	0.44 389	0.21 164	0.34 299	0.30 301	0.30 141	0.39 293

sAnonymous2	1.37 188	1.22 430	9.79 320	0.92 164	0.88 291	1.23 20	0.61 111	2.56 137	1.69 226	0.85 94	1.02 63	0.73 76	1.23 226	0.98 31	0.78 119	0.29 168	0.25 276	0.31 226	0.30 301	1.06 494	0.71 448

CroCo_RVC	1.37 188	1.22 430	9.79 320	0.92 164	0.88 291	1.23 20	0.61 111	2.56 137	1.69 226	0.85 94	1.02 63	0.73 76	1.23 226	0.98 31	0.78 119	0.29 168	0.25 276	0.31 226	0.30 301	1.06 494	0.71 448

sCroCo_RVC	1.06 117	0.82 330	5.05 268	1.02 235	1.05 344	0.98 8	0.61 111	2.06 69	1.29 68	0.69 44	1.26 118	0.82 94	1.10 192	1.20 79	0.90 167	0.42 376	0.40 414	0.33 281	0.30 301	0.46 363	0.38 286

GES	1.38 190	0.64 198	2.61 198	1.09 267	0.57 157	4.30 442	1.02 349	3.86 322	1.51 135	1.72 202	1.74 250	1.28 172	1.77 360	1.62 165	1.61 328	0.39 343	0.27 300	0.33 281	0.30 301	0.41 307	0.47 359

GMStereo	1.01 109	1.00 382	2.86 215	0.83 102	0.45 76	1.47 48	0.57 91	1.89 52	2.11 317	1.52 165	1.24 110	0.87 108	0.74 79	1.58 152	0.94 187	0.40 350	0.21 164	0.30 204	0.30 301	0.47 367	0.36 257
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	2.35 352	0.62 177	9.77 319	1.32 381	1.71 492	3.27 206	0.93 315	3.48 246	2.50 406	1.74 206	1.73 248	3.91 468	1.77 360	10.21 454	1.86 369	0.40 350	0.31 344	0.33 281	0.30 301	0.34 222	0.39 293

cf-r	2.57 395	0.79 315	16.09 407	1.48 441	1.35 421	4.19 422	0.93 315	3.68 283	2.36 370	1.97 261	1.81 289	3.42 437	1.45 276	8.24 399	1.83 366	0.32 247	0.26 289	0.33 281	0.30 301	0.34 222	0.37 271

GwcNet-RSSM	2.66 403	1.05 391	15.91 405	1.22 339	1.19 381	4.12 394	1.12 375	3.84 316	2.02 290	1.93 250	1.79 274	3.12 411	1.46 279	10.37 459	2.05 393	0.33 263	0.27 300	0.35 318	0.30 301	0.40 283	0.36 257

coex_refinement	2.10 299	0.85 341	3.67 251	1.31 378	1.13 364	3.21 191	0.85 259	3.86 322	2.31 359	2.51 424	1.92 329	3.49 447	1.69 347	11.08 490	2.13 404	0.37 314	0.25 276	0.27 134	0.31 317	0.41 307	0.37 271

rvit_0105_6	1.00 107	0.93 363	2.21 161	0.92 164	0.55 141	1.52 54	0.79 219	2.41 105	2.96 470	0.76 69	0.72 20	1.02 134	0.75 82	1.42 123	0.81 131	0.40 350	0.43 431	0.34 299	0.31 317	0.43 336	0.34 237

rvit_0105_4	1.07 120	0.99 379	2.39 183	0.93 178	0.54 134	1.62 60	0.84 250	2.77 167	2.91 464	0.80 81	0.91 49	1.09 141	0.86 121	1.63 169	0.85 143	0.40 350	0.45 441	0.35 318	0.31 317	0.43 336	0.40 313

UGAM	2.58 396	0.56 109	18.55 448	0.89 142	0.71 224	3.23 195	1.03 351	2.75 164	1.75 244	1.36 146	2.77 463	2.69 367	1.28 232	10.75 471	1.40 281	0.28 146	0.24 253	0.40 371	0.31 317	0.35 240	0.30 191

SMFormer	2.00 284	0.57 118	4.46 259	1.36 404	0.57 157	2.03 85	0.73 170	4.25 446	2.80 450	2.32 389	2.31 418	1.95 277	1.52 296	10.99 483	2.13 404	0.34 275	0.32 352	0.36 333	0.31 317	0.38 268	0.36 257

tta	2.00 284	0.57 118	4.46 259	1.36 404	0.57 157	2.03 85	0.73 170	4.25 446	2.80 450	2.32 389	2.31 418	1.95 277	1.52 296	10.99 483	2.13 404	0.34 275	0.32 352	0.36 333	0.31 317	0.29 118	0.29 164

CASnet	0.78 44	0.51 64	1.29 66	0.81 82	0.29 1	1.28 33	0.74 182	1.51 16	1.89 270	1.64 184	1.09 82	0.65 52	0.64 49	0.91 20	0.76 113	0.29 168	0.17 39	0.41 381	0.31 317	0.32 186	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DisPM	1.36 187	0.55 98	2.39 183	1.54 452	0.51 116	4.59 491	0.79 219	2.50 123	1.88 266	2.50 421	1.83 296	1.45 197	1.01 161	2.71 281	0.93 185	0.46 404	0.20 132	0.32 246	0.31 317	0.31 160	0.44 338

Wz-Net-LNSev	2.30 335	1.67 479	14.88 391	1.18 322	1.65 482	3.49 244	1.54 444	3.63 274	2.03 292	1.88 232	1.64 220	3.29 424	2.06 397	2.71 281	2.02 390	0.40 350	0.33 359	0.32 246	0.31 317	0.53 390	0.49 371

delet	1.92 269	0.76 302	5.14 269	1.01 225	1.65 482	3.44 230	2.03 481	3.76 300	2.48 401	2.01 282	2.05 359	2.63 362	1.90 386	5.34 336	2.12 401	0.28 146	0.29 321	0.40 371	0.31 317	0.41 307	0.45 344

UPFNet	1.81 250	0.63 186	6.71 283	1.25 347	1.44 443	3.50 248	1.35 412	4.02 374	1.85 262	2.40 409	1.52 182	2.41 332	1.40 256	3.62 303	1.88 371	0.34 275	0.33 359	0.37 345	0.31 317	0.41 307	0.39 293

DCVSM-stereo	2.31 336	0.66 219	20.69 518	1.11 283	0.93 307	2.58 134	0.73 170	2.61 146	1.60 199	2.57 433	1.53 189	3.30 426	1.72 353	2.19 239	1.23 248	0.34 275	0.53 469	0.41 381	0.32 328	0.45 352	0.62 426

ToySt	1.35 186	0.72 266	3.65 250	1.01 225	0.50 114	3.31 215	1.01 345	3.46 245	1.73 236	1.30 140	1.55 195	2.07 302	1.47 281	1.88 209	1.40 281	0.27 109	0.27 300	0.30 204	0.32 328	0.42 326	0.39 293

anonymousa	2.16 308	0.67 229	19.19 457	1.04 244	1.67 486	2.06 91	0.79 219	2.86 179	1.96 278	1.85 222	2.14 378	3.23 420	1.81 371	1.12 53	1.15 226	0.26 94	0.26 289	0.34 299	0.32 328	0.30 141	0.28 154

AACVNet	1.83 251	1.02 384	2.41 186	1.45 433	0.87 288	3.21 191	0.73 170	3.16 208	1.61 203	2.01 282	1.82 295	2.28 314	1.33 242	10.98 482	1.49 305	0.39 343	0.32 352	0.38 361	0.32 328	0.43 336	0.44 338

FTStereo	3.71 486	0.53 81	20.37 504	0.96 192	0.65 194	4.34 445	11.29 555	2.62 147	1.50 128	2.58 436	5.04 515	1.90 271	13.84 554	3.71 307	1.25 253	0.38 331	0.24 253	0.31 226	0.32 328	0.30 141	2.10 528

GrayStereo	2.58 396	0.53 81	1.63 101	1.58 461	0.89 296	4.17 415	8.17 552	3.03 194	1.52 144	2.80 464	2.50 436	1.70 231	17.10 559	2.83 284	1.15 226	0.33 263	0.21 164	0.27 134	0.32 328	0.28 105	0.53 393

RAFT	1.23 152	0.84 337	2.05 140	0.96 192	0.47 95	1.80 68	0.94 321	3.18 212	1.46 102	1.60 173	1.71 243	3.04 403	1.59 311	1.64 171	1.32 270	0.38 331	0.24 253	0.40 371	0.32 328	0.40 283	0.35 251

rafts_anoy	1.24 157	0.80 319	3.61 248	1.17 316	1.20 387	3.00 170	0.61 111	3.17 210	1.58 183	1.37 149	1.26 118	1.19 160	1.12 196	1.78 191	1.25 253	0.32 247	0.23 219	0.32 246	0.32 328	0.31 160	0.30 191

z-mn7	3.36 474	9.42 551	14.16 380	1.28 364	1.22 394	3.78 304	1.43 431	3.92 345	3.35 508	2.85 468	3.36 493	3.06 407	1.97 391	9.66 432	5.16 485	0.42 376	0.35 376	0.43 392	0.33 336	0.63 425	0.48 364

AIO-test1	2.18 311	0.66 219	18.95 454	0.89 142	1.48 449	3.40 225	0.97 334	4.19 422	1.68 220	0.86 96	1.35 142	0.99 129	0.75 82	4.47 322	1.27 259	0.23 46	0.23 219	0.28 163	0.33 336	0.31 160	0.35 251

xx1	2.03 289	0.74 285	13.77 368	1.78 487	0.36 14	4.48 465	0.74 182	4.23 436	3.95 525	1.01 117	1.81 289	1.79 250	1.34 243	2.13 229	0.64 57	0.29 168	0.17 39	0.33 281	0.33 336	0.33 204	0.32 210

ttt	2.76 415	0.56 109	2.28 173	1.41 422	1.21 393	3.67 285	0.77 208	4.59 521	2.94 469	2.35 397	2.30 411	2.45 343	1.54 306	11.25 497	15.56 537	0.43 382	0.36 381	0.37 345	0.33 336	0.40 283	0.40 313

qqq	1.30 179	0.57 118	1.67 104	1.15 308	0.51 116	2.18 97	0.91 300	3.98 362	1.53 151	1.50 164	1.24 110	1.79 250	1.34 243	4.66 325	0.98 197	0.28 146	0.31 344	0.33 281	0.33 336	0.33 204	0.32 210

test_5	1.87 255	0.75 297	10.23 328	1.14 295	1.40 433	3.85 327	1.27 403	3.91 340	1.93 276	1.69 193	1.78 271	1.67 222	1.79 363	2.99 290	1.17 232	0.30 208	0.18 66	0.35 318	0.33 336	0.34 222	0.33 225

Sa-1000	1.63 224	0.79 315	3.56 244	1.11 283	0.48 103	4.06 378	1.41 427	4.49 511	2.75 441	2.00 280	2.80 466	1.84 265	1.43 269	2.64 277	1.50 306	0.27 109	0.19 96	0.36 333	0.33 336	0.36 253	0.30 191

dd	1.26 168	1.15 413	2.47 188	0.92 164	0.49 110	4.35 446	0.75 192	1.92 58	2.11 317	1.44 158	1.24 110	1.19 160	1.05 174	1.78 191	1.70 346	0.57 456	0.34 371	0.35 318	0.33 336	0.60 414	0.46 354

StereoDRNet-Refined	1.77 245	0.81 323	2.22 164	1.21 336	0.76 242	3.26 204	0.71 162	3.82 312	2.05 299	2.29 375	2.05 359	2.98 398	1.44 272	7.15 381	2.27 416	0.30 208	0.23 219	0.42 388	0.33 336	0.45 352	0.64 434
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
w-ln-seven-2	2.73 414	2.13 497	12.47 353	1.18 322	1.01 336	3.54 259	1.58 448	3.93 347	3.26 501	2.43 413	2.02 348	2.63 362	2.28 418	7.93 396	5.45 490	0.40 350	0.40 414	0.44 397	0.34 345	0.62 423	0.47 359

DFGA-Net	2.11 301	3.00 514	7.43 291	1.11 283	0.76 242	3.72 293	0.60 107	2.63 148	1.91 274	2.01 282	2.07 364	1.22 166	1.04 169	10.26 457	2.26 414	0.27 109	0.22 192	0.34 299	0.34 345	0.61 419	0.48 364

LL-Strereo	3.01 447	1.81 486	17.59 433	1.12 287	2.10 520	2.90 153	1.09 369	4.33 479	2.00 287	3.12 487	2.24 395	3.29 424	3.15 466	11.31 498	1.84 367	0.30 208	0.28 311	0.46 410	0.34 345	0.49 376	0.45 344

RAFT+CT+SA	1.62 220	0.72 266	7.42 290	0.97 199	1.42 442	4.04 375	0.94 321	3.90 335	1.61 203	1.61 178	1.63 218	1.33 179	1.18 216	2.73 283	1.10 217	0.27 109	0.19 96	0.31 226	0.34 345	0.33 204	0.33 225

psmg	1.47 201	0.59 139	1.94 127	0.92 164	0.85 278	4.30 442	1.42 429	4.10 404	1.88 266	2.64 448	2.09 367	2.60 358	1.31 239	1.60 159	1.21 242	0.34 275	0.27 300	0.33 281	0.34 345	0.36 253	0.34 237

NF-Stereo	1.58 210	0.61 167	2.66 204	2.26 518	0.47 95	4.68 504	0.67 142	3.31 227	1.48 115	2.11 312	1.59 205	1.36 183	1.09 186	6.08 357	1.20 238	0.40 350	0.20 132	0.36 333	0.34 345	0.31 160	0.36 257

OCTAStereo	1.58 210	0.61 167	2.72 207	2.27 521	0.46 85	4.68 504	0.67 142	3.30 226	1.48 115	2.11 312	1.59 205	1.36 183	1.09 186	6.02 354	1.21 242	0.41 365	0.20 132	0.36 333	0.34 345	0.31 160	0.37 271

RE-Stereo	1.58 210	0.61 167	2.72 207	2.26 518	0.46 85	4.68 504	0.68 148	3.31 227	1.48 115	2.11 312	1.59 205	1.36 183	1.09 186	6.01 352	1.22 245	0.41 365	0.20 132	0.36 333	0.34 345	0.31 160	0.37 271

TVStereo	1.58 210	0.61 167	2.72 207	2.26 518	0.46 85	4.68 504	0.68 148	3.31 227	1.48 115	2.11 312	1.59 205	1.36 183	1.09 186	6.01 352	1.22 245	0.41 365	0.20 132	0.36 333	0.34 345	0.31 160	0.37 271

RAFT-RH_RVC	2.63 399	0.55 98	19.97 483	1.26 354	0.47 95	4.46 463	0.57 91	1.71 38	1.64 210	3.06 484	5.51 517	2.03 293	1.28 232	6.70 371	1.52 314	0.42 376	0.22 192	0.37 345	0.34 345	0.28 105	0.29 164

pcwnet_v2	2.70 412	0.65 208	22.48 554	1.08 261	1.03 339	3.56 264	0.81 238	4.29 462	3.14 488	2.29 375	2.29 406	3.01 401	1.71 351	3.32 296	1.43 288	0.43 382	0.50 466	0.41 381	0.34 345	0.61 419	0.56 406

ADLNet	2.29 332	0.83 333	3.62 249	1.35 398	1.60 471	3.67 285	1.24 401	3.95 353	2.98 474	2.58 436	2.29 406	4.01 474	1.79 363	11.23 496	2.09 399	0.37 314	0.38 400	0.36 333	0.34 345	0.45 352	0.71 448

psm_up	2.28 329	0.81 323	5.45 276	1.26 354	1.50 452	3.84 319	1.23 399	4.23 436	2.03 292	2.55 429	1.80 277	2.44 342	1.65 338	12.90 543	1.58 321	0.37 314	0.38 400	0.41 381	0.34 345	0.43 336	0.39 293

RYNet	2.97 439	0.93 363	15.09 397	1.12 287	1.38 429	3.66 284	1.42 429	4.03 375	2.29 354	2.10 308	1.70 239	3.79 463	2.16 409	13.64 552	3.02 457	0.37 314	0.41 423	0.48 421	0.34 345	0.81 475	0.75 460

DeepPruner_ROB	2.05 293	1.09 402	10.50 332	1.01 225	1.20 387	4.39 451	0.91 300	3.14 205	1.72 233	2.60 440	1.54 191	2.78 383	1.27 230	4.52 323	1.72 349	0.51 439	0.40 414	0.37 345	0.34 345	0.48 370	0.52 391

PWCDC_ROB	2.95 432	3.26 517	14.06 378	1.59 462	1.56 465	4.19 422	0.86 262	4.30 470	4.08 527	2.06 301	7.37 523	2.75 375	2.42 428	3.59 302	2.67 446	1.34 525	0.36 381	0.39 365	0.34 345	1.13 503	0.62 426

rvit_0105_5	1.13 126	0.93 363	2.60 195	0.91 158	0.56 145	1.92 77	0.91 300	3.02 193	2.63 425	0.95 111	1.20 99	1.18 156	0.93 142	1.51 143	0.93 185	0.40 350	0.43 431	0.37 345	0.35 361	0.42 326	0.44 338

test_sample3	2.34 347	0.61 167	11.94 347	1.33 386	0.85 278	3.10 184	0.73 170	4.24 444	2.19 331	2.21 357	1.75 254	1.80 253	1.41 261	11.11 492	1.46 294	0.35 295	0.29 321	0.34 299	0.35 361	0.39 278	0.37 271

LL-Strereo2	1.23 152	0.85 341	2.38 182	0.93 178	0.68 213	3.72 293	1.37 419	2.54 134	1.99 283	1.75 208	1.40 155	1.82 259	0.73 75	1.40 117	0.99 200	0.31 227	0.23 219	0.55 459	0.35 361	0.29 118	0.24 86

raft_robust	1.92 269	1.15 413	3.34 236	1.02 235	0.43 63	3.84 319	0.46 53	4.42 498	2.52 410	1.67 191	1.36 146	2.17 308	6.37 528	6.78 376	1.04 206	0.28 146	0.24 253	0.30 204	0.35 361	0.31 160	0.32 210

Anonymous3	1.72 235	0.76 302	11.61 345	0.83 102	0.84 277	4.46 463	0.84 250	3.57 265	1.16 48	1.34 143	1.37 147	1.11 146	1.03 165	1.58 152	1.13 224	0.70 483	0.58 483	0.33 281	0.35 361	0.47 367	0.42 323

ARAFT	2.56 392	1.13 408	19.50 468	0.89 142	0.48 103	4.15 401	1.40 424	4.36 488	2.82 458	2.36 401	1.88 315	1.70 231	1.04 169	6.45 364	1.22 245	0.29 168	0.18 66	0.37 345	0.35 361	0.35 240	0.25 96

hitnet-ft	2.37 358	0.73 277	8.34 300	0.96 192	0.89 296	3.77 302	0.80 229	3.55 263	2.58 419	2.24 365	2.04 353	3.65 460	1.49 289	11.71 521	1.89 372	0.44 389	0.53 469	0.44 397	0.35 361	0.52 384	0.48 364

DMCA-RVC	2.45 368	1.22 430	18.29 441	1.23 343	1.14 365	2.49 121	0.85 259	3.29 225	1.68 220	3.02 479	1.41 157	2.00 289	1.53 303	6.39 363	2.00 387	0.38 331	0.30 334	0.44 397	0.35 361	0.45 352	0.44 338

TDLM	2.29 332	1.08 399	4.61 265	1.29 368	1.01 336	4.26 433	2.17 488	3.75 298	2.79 446	2.31 385	1.98 342	2.06 299	1.59 311	12.45 538	1.72 349	0.51 439	0.28 311	0.52 447	0.35 361	0.56 401	0.50 378

SGM_RVC	4.57 509	0.72 266	17.46 430	1.84 496	0.58 166	4.23 431	3.45 527	4.66 525	3.66 518	7.99 549	8.82 537	7.56 535	8.74 547	12.30 534	6.84 498	0.43 382	0.38 400	0.39 365	0.35 361	0.51 380	0.48 364
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
test_sample4	2.34 347	0.63 186	11.59 344	1.30 375	0.83 270	3.07 180	0.72 165	4.27 454	2.30 355	2.30 379	1.88 315	1.73 235	1.42 266	11.14 493	1.46 294	0.35 295	0.29 321	0.35 318	0.36 371	0.40 283	0.38 286

StereoVision	1.65 226	0.75 297	7.47 292	1.01 225	1.80 504	2.61 135	0.61 111	3.06 199	1.96 278	1.25 137	3.46 497	1.85 268	0.88 127	2.07 222	1.93 377	0.43 382	0.36 381	0.37 345	0.36 371	0.48 370	0.33 225

TRStereo	2.31 336	1.87 487	19.74 474	1.53 450	1.16 372	4.26 433	1.08 365	4.73 528	1.45 94	1.55 168	1.28 125	1.75 237	0.85 118	1.81 197	1.20 238	0.36 306	0.26 289	0.32 246	0.36 371	0.34 222	0.33 225

SFCPSM	2.18 311	0.63 186	17.03 421	0.88 138	0.98 324	3.74 298	1.28 405	4.09 396	2.16 326	1.85 222	1.83 296	1.65 220	1.39 252	2.50 257	1.50 306	0.33 263	0.27 300	0.39 365	0.36 371	0.34 222	0.37 271

CFNet-ft	1.90 262	0.95 371	3.56 244	1.07 253	1.54 458	4.09 385	0.90 292	2.85 176	1.82 254	1.78 212	1.70 239	2.75 375	1.48 283	9.33 423	1.72 349	0.33 263	0.30 334	0.61 476	0.36 371	0.52 384	0.39 293

DSFCA	1.89 260	0.69 240	3.14 226	1.10 276	1.18 374	3.99 367	1.79 465	3.50 252	2.16 326	3.10 485	1.64 220	2.91 394	2.50 434	5.38 337	2.26 414	0.43 382	0.38 400	0.37 345	0.36 371	0.50 378	0.42 323

CFNet	2.34 347	1.10 403	8.96 309	1.34 393	1.24 397	4.09 385	0.73 170	4.04 379	2.77 443	1.62 180	1.87 314	2.27 313	1.45 276	11.41 501	1.82 364	0.31 227	0.24 253	0.43 392	0.36 371	0.43 336	0.33 225

CFNet_RVC	1.90 262	0.95 371	3.56 244	1.07 253	1.54 458	4.09 385	0.90 292	2.85 176	1.82 254	1.78 212	1.70 239	2.75 375	1.48 283	9.33 423	1.72 349	0.33 263	0.30 334	0.61 476	0.36 371	0.52 384	0.39 293

StereoDRNet	2.84 420	1.49 466	14.48 386	1.33 386	1.57 469	3.44 230	2.06 482	3.69 288	2.36 370	3.26 494	1.84 301	2.79 385	1.80 368	10.88 477	3.16 459	0.41 365	0.33 359	0.39 365	0.36 371	0.59 410	0.58 415

DLCB_ROB	2.05 293	0.95 371	2.37 181	1.24 345	1.02 338	2.92 159	1.30 406	3.68 283	2.30 355	2.91 470	2.17 383	3.32 428	1.52 296	10.37 459	2.50 435	0.40 350	0.33 359	0.40 371	0.36 371	0.41 307	0.47 359

LE_ROB	18.58 566	1.21 424	48.38 576	8.60 567	23.00 571	7.32 546	19.74 567	9.94 553	38.69 576	43.53 574	21.91 563	28.40 572	40.92 574	23.18 566	54.71 579	0.34 275	0.33 359	0.32 246	0.36 371	0.42 326	0.40 313

PWC_ROB	2.69 411	2.01 493	8.36 301	1.33 386	1.90 509	3.23 195	1.18 387	4.33 479	3.25 500	3.11 486	3.41 495	2.71 370	2.18 413	9.15 419	4.48 473	0.56 454	0.31 344	0.61 476	0.36 371	0.69 448	0.74 457

test_sample5	2.33 343	0.62 177	11.29 341	1.29 368	0.83 270	3.09 182	0.74 182	4.28 459	2.31 359	2.20 348	1.97 340	1.68 224	1.39 252	11.19 494	1.47 299	0.37 314	0.31 344	0.37 345	0.37 383	0.41 307	0.39 293

H2IRNET	1.90 262	0.53 81	14.29 384	1.14 295	0.60 171	4.48 465	0.44 46	2.65 150	1.81 253	1.05 123	2.30 411	1.67 222	1.40 256	2.17 236	1.50 306	0.36 306	0.21 164	0.33 281	0.37 383	0.34 222	0.29 164

mmm	1.27 173	0.58 131	2.20 159	1.41 422	0.68 213	2.39 113	0.85 259	3.90 335	1.63 209	2.20 348	1.84 301	1.28 172	1.50 290	1.91 211	0.89 163	0.31 227	0.27 300	0.45 404	0.37 383	0.38 268	0.34 237

DualNet	2.33 343	0.62 177	11.29 341	1.29 368	0.83 270	3.09 182	0.74 182	4.28 459	2.31 359	2.26 371	2.04 353	1.68 224	1.39 252	11.19 494	1.47 299	0.37 314	0.31 344	0.37 345	0.37 383	0.41 307	0.39 293

ffm	1.72 235	0.60 151	5.21 272	1.14 295	0.99 327	3.62 277	0.86 262	4.22 432	3.37 509	2.20 348	2.30 411	3.48 441	1.62 320	2.21 242	0.65 62	0.29 168	0.16 26	0.48 421	0.37 383	0.30 141	0.29 164

ff1	2.96 435	0.60 151	5.21 272	1.14 295	0.99 327	3.62 277	0.86 262	4.22 432	3.37 509	2.20 348	2.30 411	3.48 441	1.62 320	11.62 511	16.09 539	0.29 168	0.16 26	0.48 421	0.37 383	0.30 141	0.29 164

mmx	2.98 441	0.60 151	5.21 272	1.14 295	0.99 327	3.62 277	0.86 262	4.49 511	3.05 480	2.20 348	2.30 411	3.48 441	1.62 320	11.62 511	16.09 539	0.33 263	0.28 311	0.48 421	0.37 383	0.44 344	0.37 271

xxx	2.98 441	0.60 151	5.21 272	1.14 295	0.99 327	3.62 277	0.86 262	4.49 511	3.05 480	2.20 348	2.30 411	3.48 441	1.62 320	11.62 511	16.09 539	0.33 263	0.28 311	0.48 421	0.37 383	0.44 344	0.37 271

ssnet_v2	2.04 291	0.88 349	7.87 294	1.20 330	0.87 288	3.86 329	1.64 455	4.01 370	2.60 422	2.61 442	1.96 334	3.79 463	1.71 351	2.20 240	2.96 454	0.41 365	0.35 376	0.42 388	0.37 383	0.55 395	0.52 391

Wz-Net-MNSev	2.71 413	2.54 508	13.91 375	1.52 448	1.37 426	3.28 210	2.47 496	4.03 375	2.32 363	2.57 433	2.07 364	2.29 319	3.01 458	7.55 389	2.74 448	0.38 331	0.36 381	0.36 333	0.37 383	0.57 406	0.47 359

SA	1.62 220	0.75 297	3.78 254	1.07 253	0.43 63	4.26 433	1.36 414	4.45 505	3.12 485	1.63 181	1.97 340	1.68 224	2.26 417	2.55 268	1.27 259	0.27 109	0.22 192	0.37 345	0.37 383	0.35 240	0.30 191

PSMNet-RSSM	1.96 276	0.77 305	3.26 230	1.29 368	1.31 408	4.19 422	0.96 331	3.68 283	1.89 270	2.05 296	1.80 277	2.60 358	1.70 349	9.84 438	1.81 362	0.35 295	0.29 321	0.35 318	0.37 383	0.42 326	0.35 251

DPSNet	3.43 476	1.37 453	12.19 348	1.39 418	1.24 397	4.15 401	2.06 482	4.51 515	3.34 507	2.69 455	1.96 334	3.52 451	5.56 517	10.68 469	9.68 515	0.93 500	0.73 507	0.40 371	0.37 383	1.06 494	0.86 477

zh-mn7	3.15 461	9.61 553	12.45 352	1.26 354	0.99 327	2.91 156	1.32 408	4.12 405	2.74 438	3.33 497	3.07 479	2.84 387	1.89 385	8.91 412	4.69 477	0.49 429	0.40 414	0.38 361	0.38 396	0.56 401	0.63 430

DDVS	1.68 231	0.79 315	2.52 190	1.26 354	1.16 372	3.17 188	0.78 212	3.12 203	1.82 254	1.86 227	1.91 327	2.92 396	1.43 269	6.20 359	1.63 336	0.45 398	0.65 495	0.34 299	0.38 396	0.48 370	0.79 469

rvit_stereo_0075_2	1.18 137	0.74 285	2.66 204	0.90 151	1.27 404	2.51 123	0.69 154	2.25 90	2.06 301	1.40 153	1.86 311	1.46 199	0.84 116	1.42 123	0.94 187	0.46 404	0.40 414	0.48 421	0.38 396	0.46 363	0.51 386

RAFT + AFF	2.51 381	2.66 510	4.48 263	1.15 308	1.95 511	4.15 401	2.01 480	4.46 506	3.30 506	2.19 345	2.51 438	2.22 311	4.87 509	8.91 412	2.06 394	0.30 208	0.60 488	0.48 421	0.38 396	0.77 468	0.69 443

GwcNet	3.00 445	1.63 473	19.83 477	1.32 381	2.04 518	3.27 206	1.55 445	3.65 277	2.33 364	2.00 280	2.12 375	3.56 456	1.68 346	9.47 426	2.45 431	0.44 389	0.45 441	0.46 410	0.38 396	0.60 414	0.76 462

NLCA_NET_v2_RVC	2.54 387	1.04 390	16.73 416	1.53 450	2.00 513	3.96 359	0.87 280	3.87 325	2.31 359	2.54 428	1.67 229	2.85 388	1.63 333	5.55 342	1.62 333	0.46 404	0.33 359	0.38 361	0.38 396	0.53 390	0.62 426
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CBMV	3.32 471	0.96 377	21.16 534	1.32 381	0.83 270	3.81 312	3.91 540	4.47 507	2.53 411	3.34 498	2.24 395	4.45 495	2.58 439	10.07 450	1.96 384	0.45 398	0.43 431	0.48 421	0.38 396	0.52 384	0.53 393
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
test_sample6	2.35 352	0.62 177	10.78 336	1.33 386	0.83 270	3.15 187	0.79 219	4.36 488	2.43 392	2.26 371	2.04 353	1.69 229	1.39 252	11.48 506	1.61 328	0.38 331	0.32 352	0.37 345	0.39 403	0.41 307	0.42 323

fast-acv-ft	2.54 387	1.19 421	20.08 489	1.41 422	1.40 433	3.18 189	1.17 386	3.37 239	2.28 351	1.90 239	2.15 380	2.69 367	2.17 411	2.91 285	2.31 418	0.37 314	0.39 409	0.45 404	0.39 403	0.57 406	0.45 344

PFNet+	1.46 198	0.57 118	2.84 213	0.92 164	0.47 95	4.64 498	0.84 250	2.46 117	1.99 283	2.14 322	1.64 220	1.34 180	1.03 165	4.68 327	1.23 248	0.45 398	0.33 359	0.37 345	0.39 403	0.32 186	0.49 371

PSM-softLoss	1.66 229	0.59 139	5.15 270	2.25 516	0.48 103	4.68 504	0.69 154	2.57 139	1.52 144	2.14 322	1.45 164	1.42 194	0.99 157	6.04 355	1.20 238	0.41 365	0.23 219	0.37 345	0.39 403	0.32 186	0.31 200

KMStereo	1.66 229	0.59 139	5.15 270	2.25 516	0.48 103	4.68 504	0.69 154	2.57 139	1.52 144	2.14 322	1.45 164	1.42 194	0.99 157	6.04 355	1.20 238	0.41 365	0.23 219	0.37 345	0.39 403	0.32 186	0.31 200

Syn2CoEx	3.08 453	2.55 509	19.88 479	1.34 393	1.18 374	2.43 116	1.65 458	3.91 340	2.40 386	2.39 407	2.27 399	2.90 391	3.17 469	9.57 431	2.54 440	0.50 433	0.45 441	0.53 451	0.39 403	0.74 463	0.72 455

SuperB	4.79 514	4.41 526	21.08 531	1.45 433	1.08 353	3.91 337	3.08 520	4.18 419	3.01 477	2.50 421	2.10 368	2.75 375	3.49 484	8.80 409	19.60 559	0.44 389	0.33 359	0.53 451	0.39 403	12.01 570	0.64 434

RTSC	2.95 432	2.51 504	15.49 403	1.54 452	1.30 406	3.51 251	0.86 262	3.89 330	2.48 401	3.64 504	3.12 484	3.04 403	2.30 419	5.70 347	6.67 493	0.55 452	0.35 376	0.37 345	0.39 403	0.70 449	0.60 420

GANet	2.93 431	1.05 391	11.29 341	1.64 469	0.96 313	3.91 337	2.52 499	3.72 295	2.41 388	2.95 477	3.00 475	3.21 417	2.03 393	12.42 537	4.72 478	0.51 439	0.41 423	0.46 410	0.39 403	0.60 414	0.50 378

NaN_ROB	4.06 499	1.13 408	16.64 414	1.12 287	1.25 400	3.50 248	3.05 518	4.29 462	3.26 501	3.64 504	2.56 444	2.97 397	4.79 507	13.33 546	16.91 545	0.37 314	0.41 423	0.38 361	0.39 403	0.48 370	0.81 471

SGM-Forest	2.96 435	0.62 177	3.49 239	1.09 267	0.80 254	4.06 378	3.30 523	4.37 491	3.09 484	4.18 521	3.27 491	4.67 508	3.86 491	11.69 520	7.91 507	0.51 439	0.46 450	0.49 435	0.39 403	0.48 370	0.49 371
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
w-ln-seven	2.86 421	3.06 515	14.02 376	1.27 362	1.32 414	4.10 391	1.59 449	3.90 335	2.59 421	3.03 480	2.27 399	3.42 437	2.25 416	6.70 371	4.81 481	0.39 343	0.34 371	0.48 421	0.40 414	0.74 463	0.55 403

ITSA-stereo	1.86 254	0.72 266	3.74 252	1.20 330	0.66 201	4.09 385	0.91 300	4.24 444	2.53 411	1.93 250	1.77 268	1.59 214	2.15 406	6.12 358	2.44 430	0.40 350	0.38 400	0.40 371	0.40 414	0.50 378	0.98 489

test_sample7	1.65 226	0.70 250	2.60 195	1.48 441	0.76 242	2.38 111	1.07 360	4.35 483	2.11 317	2.14 322	1.75 254	1.75 237	1.67 342	6.26 361	1.26 256	0.44 389	0.48 460	0.43 392	0.40 414	0.46 363	0.43 332

FINET	2.96 435	1.07 397	23.18 560	1.29 368	1.86 506	2.03 85	1.52 439	4.30 470	4.71 533	2.23 363	2.34 425	1.65 220	1.48 283	5.89 351	2.81 452	0.51 439	0.47 454	0.49 435	0.40 414	0.59 410	0.49 371

FADNet-RVC	2.51 381	2.27 500	14.03 377	1.09 267	0.81 257	3.54 259	1.10 371	4.13 407	2.48 401	1.39 152	1.22 105	1.85 268	1.77 360	9.78 436	2.06 394	0.38 331	0.37 394	0.40 371	0.40 414	0.67 443	0.48 364

UCFNet_RVC	1.57 209	0.84 337	3.25 229	1.36 404	1.40 433	4.07 383	1.01 345	2.68 154	1.50 128	2.11 312	1.88 315	2.37 328	1.50 290	3.41 297	1.42 287	0.36 306	0.28 311	0.52 447	0.40 414	0.53 390	0.43 332

XPNet_ROB	2.27 324	1.11 406	4.10 256	1.36 404	0.97 317	3.94 349	1.63 453	4.07 390	2.14 322	2.82 466	2.00 346	2.32 322	1.73 356	10.81 475	3.39 462	0.51 439	0.47 454	0.48 421	0.40 414	0.51 380	0.56 406

FACV-RUCA	1.26 168	0.65 208	2.21 161	1.06 251	1.50 452	2.69 139	1.15 381	3.05 196	1.87 264	1.36 146	1.99 344	1.03 136	1.15 213	1.36 112	1.10 217	0.41 365	0.41 423	0.73 500	0.41 421	0.61 419	0.41 319

SACVNet	2.46 371	1.14 412	9.47 317	1.44 429	1.18 374	4.06 378	1.49 438	3.84 316	2.24 339	2.62 444	1.89 321	2.57 355	1.28 232	11.35 499	1.64 339	0.50 433	0.39 409	0.48 421	0.41 421	0.55 395	0.75 460

PSM-AAD	2.43 365	0.54 92	1.32 70	0.92 164	0.54 134	4.48 465	7.47 548	2.96 185	1.55 168	2.31 385	2.56 444	1.26 170	16.23 558	2.46 254	0.89 163	0.28 146	0.21 164	0.58 465	0.41 421	0.34 222	1.32 507

CVANet_RVC	2.55 391	1.10 403	9.13 315	1.46 435	1.15 367	3.96 359	1.53 441	3.91 340	2.50 406	3.04 481	2.04 353	2.60 358	1.72 353	12.46 539	1.50 306	0.49 429	0.30 334	0.51 441	0.41 421	0.63 425	0.50 378

NVstereo2D	2.54 387	0.90 352	11.10 339	1.32 381	1.47 447	3.58 269	1.38 421	4.13 407	2.45 397	1.90 239	1.71 243	2.86 389	1.76 358	10.86 476	1.66 342	0.60 460	0.43 431	0.53 451	0.41 421	0.78 470	0.94 485

DRN-Test	3.03 449	0.99 379	18.18 438	1.35 398	1.60 471	3.59 270	1.48 434	4.13 407	2.45 397	3.47 503	1.92 329	2.58 357	2.53 436	10.88 477	2.80 451	0.39 343	0.36 381	0.44 397	0.41 421	0.55 395	0.57 410

AIO-test2	1.61 218	1.30 441	3.40 237	1.16 314	1.31 408	3.18 189	0.74 182	4.06 387	1.52 144	1.72 202	2.21 391	0.78 84	0.74 79	3.64 305	0.95 192	3.64 546	0.26 289	0.35 318	0.42 427	0.37 263	0.33 225

rvit_0105_3	1.24 157	0.93 363	2.84 213	0.97 199	0.58 166	2.38 111	1.08 365	3.26 222	2.53 411	1.18 134	1.40 155	1.24 168	1.04 169	1.73 185	0.97 194	0.44 389	0.44 436	0.40 371	0.42 427	0.42 326	0.50 378

SANet	5.65 528	1.72 480	20.94 527	1.26 354	0.88 291	7.20 544	3.81 538	4.60 522	11.23 553	4.56 525	8.78 536	7.49 534	6.95 533	11.85 527	18.11 551	0.49 429	0.44 436	0.50 438	0.42 427	0.90 483	0.82 475

zh-sn7	3.81 489	11.43 560	15.78 404	1.25 347	1.15 367	3.68 288	2.58 503	4.15 417	2.42 391	2.61 442	3.10 483	3.38 435	3.03 462	11.43 503	6.88 499	0.45 398	0.48 460	0.45 404	0.43 430	0.72 461	0.71 448

FADNet	2.49 378	1.76 483	13.17 357	1.17 316	0.95 312	3.27 206	0.88 284	3.94 351	2.27 347	1.40 153	1.29 127	2.51 350	2.06 397	9.93 443	1.94 379	0.43 382	0.45 441	0.40 371	0.43 430	1.06 494	0.53 393

PS-NSSS	2.22 314	1.33 450	2.90 217	0.97 199	1.53 457	4.11 392	1.08 365	4.55 518	2.65 428	2.10 308	2.32 423	1.77 242	1.40 256	11.79 524	1.61 328	0.68 479	0.45 441	0.96 512	0.43 430	0.95 486	0.92 483

FADNet-RVC-Resample	2.83 419	2.02 494	21.07 530	1.12 287	0.91 301	3.53 255	1.37 419	4.08 394	2.09 307	1.68 192	1.33 134	2.03 293	1.51 294	9.54 428	1.69 345	0.38 331	0.37 394	0.42 388	0.44 433	0.56 401	0.56 406

DANet	2.63 399	1.07 397	8.10 299	1.83 495	1.70 491	3.25 202	1.16 383	4.31 473	2.38 381	3.40 501	2.18 385	4.08 478	1.80 368	9.77 434	3.89 469	0.52 445	0.55 475	0.59 468	0.44 433	0.63 425	0.86 477
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
SGM-ForestM	11.55 555	1.16 416	21.62 547	2.14 514	0.81 257	22.25 568	19.08 566	16.50 568	11.34 554	15.94 569	14.44 559	27.12 571	22.61 569	24.76 570	28.39 574	0.50 433	0.48 460	0.47 413	0.44 433	0.55 395	0.53 393

MDST_ROB	5.53 525	0.59 139	23.11 558	2.55 527	2.69 530	21.20 566	1.98 478	4.77 530	2.65 428	9.36 554	4.25 507	4.14 482	4.45 503	22.57 564	3.68 467	0.48 417	0.33 359	0.47 413	0.44 433	0.44 344	0.44 338

SDNR	3.97 496	1.93 489	20.28 501	1.31 378	0.94 309	5.16 530	0.67 142	4.33 479	2.58 419	4.82 529	5.94 520	5.01 516	1.45 276	17.52 560	2.53 438	0.79 489	0.72 506	0.59 468	0.45 437	1.15 507	1.17 499

GASNet	3.24 466	5.55 532	20.58 515	1.56 459	1.25 400	2.32 107	1.12 375	4.04 379	2.67 431	1.88 232	2.10 368	3.00 400	2.16 409	10.59 465	2.43 429	0.65 471	0.37 394	0.61 476	0.45 437	0.87 480	0.58 415

KYRaft	1.59 215	0.52 70	1.73 107	0.95 186	0.49 110	4.38 448	1.79 465	2.43 111	1.51 135	2.49 420	2.98 474	2.00 289	3.41 478	2.14 232	0.82 134	0.30 208	0.21 164	0.33 281	0.46 439	0.35 240	2.45 537

APVNet	3.13 458	1.25 436	21.14 532	1.31 378	1.52 455	3.94 349	1.13 378	3.32 232	2.14 322	2.20 348	2.03 350	3.05 406	1.96 390	11.79 524	2.53 438	0.42 376	0.45 441	0.64 484	0.46 439	0.67 443	0.57 410

MaskLacGwcNet_RVC	3.13 458	1.43 461	9.93 322	2.50 526	1.62 474	4.29 440	1.68 462	3.95 353	2.43 392	1.66 189	1.91 327	3.04 403	1.41 261	13.26 545	1.58 321	3.82 550	1.59 531	1.12 520	0.46 439	2.21 528	2.74 543

ISRNet	1.69 232	0.76 302	5.69 278	1.27 362	1.36 424	2.85 148	0.61 111	3.60 269	1.91 274	2.13 319	2.12 375	2.90 391	1.41 261	2.51 260	1.71 347	0.49 429	0.50 466	0.56 461	0.47 442	0.49 376	0.57 410

aanetorigin	3.30 469	1.66 477	17.52 432	1.18 322	1.58 470	2.57 132	3.80 537	2.65 150	2.03 292	6.12 539	4.30 509	2.82 386	5.70 518	5.47 340	4.67 475	0.50 433	0.44 436	0.43 392	0.47 442	1.17 509	0.92 483

stereogan	3.09 454	0.93 363	16.43 411	1.37 414	1.66 485	3.70 289	1.67 460	3.87 325	3.15 490	3.04 481	2.70 458	5.04 517	2.79 448	9.96 444	1.78 360	0.63 465	0.49 465	0.69 490	0.47 442	0.83 478	0.68 441

RTS	3.90 492	7.04 536	17.94 435	1.92 502	2.19 522	5.00 528	2.96 514	4.29 462	3.19 493	4.05 514	3.08 480	4.94 512	3.16 467	7.64 390	6.72 494	0.66 473	0.44 436	0.51 441	0.47 442	0.95 486	0.76 462

RTSA	3.90 492	7.04 536	17.94 435	1.92 502	2.19 522	5.00 528	2.96 514	4.29 462	3.19 493	4.05 514	3.08 480	4.94 512	3.16 467	7.64 390	6.72 494	0.66 473	0.44 436	0.51 441	0.47 442	0.95 486	0.76 462

dad	1.65 226	1.19 421	3.04 222	0.98 205	0.56 145	4.22 428	0.84 250	1.99 64	2.48 401	2.14 322	1.68 232	1.62 218	1.13 198	3.85 309	2.04 391	1.03 506	0.40 414	2.04 531	0.48 447	0.75 466	0.53 393

GMM-Stereo	2.45 368	0.52 70	20.38 505	0.89 142	0.82 266	4.18 418	1.91 474	2.45 114	1.48 115	2.48 419	2.30 411	1.69 229	1.86 380	2.93 287	1.08 213	0.28 146	0.18 66	0.33 281	0.48 447	0.35 240	2.41 534

ETE_ROB	2.07 296	1.40 457	3.01 221	1.09 267	0.92 302	3.94 349	1.53 441	4.25 446	2.23 337	3.31 495	2.06 363	2.35 325	1.52 296	8.74 408	2.07 397	0.44 389	0.36 381	0.51 441	0.48 447	0.54 393	0.62 426

YMNet	2.40 360	1.41 459	13.46 362	1.36 404	1.67 486	3.96 359	0.97 334	3.81 309	2.37 376	2.64 448	2.57 446	3.35 430	1.53 303	3.28 294	2.42 427	0.48 417	0.54 471	0.52 447	0.49 450	0.70 449	0.54 399

YMNet_1	2.40 360	1.41 459	13.46 362	1.36 404	1.67 486	3.96 359	0.97 334	3.81 309	2.37 376	2.64 448	2.57 446	3.35 430	1.53 303	3.28 294	2.42 427	0.48 417	0.54 471	0.52 447	0.49 450	0.70 449	0.54 399

coex-ft	18.59 567	6.62 535	113.53 585	1.17 316	1.31 408	2.33 109	1.93 475	2.81 175	14.00 559	124.82 588	8.45 532	5.90 528	51.74 580	9.99 446	22.69 562	0.57 456	0.62 491	0.50 438	0.49 450	1.08 499	1.28 503

Wz-Net-SNSev	2.98 441	4.36 525	15.98 406	1.57 460	1.19 381	3.28 210	1.80 467	3.96 358	2.40 386	2.32 389	2.28 403	3.48 441	2.05 396	7.84 395	3.82 468	0.47 413	0.39 409	0.53 451	0.49 450	0.71 458	0.60 420

WZ-Net	3.62 481	4.87 527	16.77 418	1.43 426	1.40 433	3.75 299	2.29 492	4.12 405	2.50 406	2.74 459	2.19 387	4.06 477	5.29 514	10.19 453	7.36 504	0.54 450	0.37 394	0.47 413	0.49 450	0.77 468	0.73 456

AF-Net	2.87 425	1.30 441	16.24 408	1.33 386	1.75 496	3.26 204	1.59 449	4.09 396	2.43 392	2.69 455	2.94 472	4.51 498	3.20 470	5.84 350	2.75 449	0.76 487	0.36 381	0.72 497	0.49 450	0.70 449	0.56 406

TCMNet	2.98 441	1.30 441	18.26 440	1.47 438	2.09 519	3.84 319	1.08 365	3.96 358	2.39 385	2.53 427	2.29 406	2.43 338	1.75 357	10.09 451	2.39 422	0.52 445	0.45 441	0.61 476	0.50 456	0.80 474	0.78 466

AIO-Stereo-zeroshot	2.35 352	0.99 379	19.62 470	1.09 267	0.96 313	1.51 52	0.44 46	4.05 383	1.64 210	1.31 141	1.67 229	4.93 511	2.45 431	2.52 265	1.40 281	0.30 208	0.20 132	0.31 226	0.50 456	0.57 406	0.60 420

G-Net	4.11 500	1.21 424	19.47 467	2.31 523	2.94 535	4.74 520	2.95 513	3.33 236	2.14 322	4.44 524	9.43 539	6.93 533	3.84 490	9.01 416	4.92 484	0.79 489	0.80 512	0.70 492	0.50 456	0.95 486	0.87 480

WCMA_ROB	5.12 518	0.90 352	21.33 538	1.50 445	1.33 418	4.09 385	3.49 528	4.03 375	4.59 532	6.57 542	10.95 546	12.92 548	8.41 546	9.86 439	8.78 512	0.75 486	0.58 483	0.51 441	0.50 456	0.68 446	0.57 410

psmorigin	6.59 536	1.15 413	88.11 583	1.52 448	0.97 317	2.88 151	1.20 394	3.21 213	2.04 296	3.73 507	2.46 431	5.15 521	2.55 437	10.60 466	2.47 433	0.55 452	0.68 502	0.48 421	0.51 460	0.70 449	0.88 481

STTStereo	2.34 347	0.95 371	14.93 394	1.43 426	1.54 458	3.86 329	0.86 262	3.65 277	2.44 396	2.15 330	1.55 195	2.49 349	1.59 311	5.14 333	1.44 290	0.38 331	0.39 409	0.47 413	0.51 460	0.52 384	0.51 386

CBMV_ROB	3.62 481	0.70 250	21.42 542	1.21 336	0.89 296	4.43 461	1.76 464	4.39 494	2.79 446	5.88 536	3.38 494	4.18 484	5.12 511	10.75 471	2.32 419	0.56 454	0.55 475	0.53 451	0.51 460	0.55 395	0.46 354

FAT-Stereo	3.34 472	0.81 323	20.05 485	1.25 347	1.20 387	3.44 230	1.99 479	4.23 436	2.67 431	3.14 488	3.82 504	3.51 450	3.32 475	11.68 519	1.94 379	0.64 468	0.67 499	0.48 421	0.52 463	0.61 419	0.81 471

CSAN	4.71 512	1.39 456	20.23 495	1.19 325	0.87 288	3.65 283	3.50 529	4.57 520	3.87 521	3.89 510	7.82 526	3.54 455	6.16 526	23.47 569	6.82 497	0.52 445	0.45 441	0.49 435	0.52 463	0.63 425	0.66 437

NOSS_ROB	2.27 324	0.73 277	3.00 220	1.71 479	1.00 335	3.90 336	0.97 334	4.29 462	2.81 456	2.94 476	2.19 387	3.88 467	1.19 220	11.77 523	1.62 333	0.59 459	0.54 471	0.56 461	0.52 463	0.56 401	0.54 399

LALA_ROB	1.95 274	1.48 465	3.11 224	1.05 245	0.98 324	3.99 367	1.82 469	4.44 502	2.28 351	3.31 495	1.85 308	2.76 381	1.67 342	4.04 317	3.23 461	0.46 404	0.41 423	0.55 459	0.52 463	0.60 414	0.57 410

ADCP+	3.74 487	1.96 491	16.90 419	1.09 267	1.55 462	4.35 446	3.65 535	3.93 347	2.98 474	2.22 359	1.66 228	3.95 469	4.83 508	3.41 297	18.87 557	0.38 331	0.41 423	0.63 481	0.53 467	0.64 433	0.81 471

NCCL2	2.53 385	1.35 451	10.90 338	1.15 308	0.97 317	3.53 255	2.56 501	3.65 277	2.23 337	2.76 460	1.80 277	2.41 332	1.66 340	10.35 458	2.07 397	0.44 389	0.40 414	0.57 464	0.53 467	0.59 410	0.65 436

Wz-Net-TNSev	3.67 483	8.83 542	13.47 364	1.48 441	1.18 374	3.60 272	2.49 498	4.27 454	3.13 486	2.18 341	1.89 321	4.21 488	2.80 449	12.10 532	7.58 506	0.57 456	0.55 475	0.47 413	0.54 469	0.91 484	1.05 492

edge stereo	3.37 475	1.01 383	21.99 551	1.28 364	1.37 426	2.67 138	1.39 422	3.98 362	2.87 461	2.93 472	3.27 491	4.35 492	2.43 429	11.62 511	2.39 422	0.60 460	0.63 493	0.79 503	0.55 470	0.68 446	0.67 438

SHD	2.82 418	2.04 495	13.80 372	1.69 475	1.79 501	2.73 140	1.07 360	3.85 319	3.18 492	4.63 526	2.74 459	3.38 435	2.77 447	5.48 341	3.66 466	0.62 464	0.47 454	0.51 441	0.55 470	0.65 436	0.74 457

FC-DCNN v2	6.91 542	0.77 305	19.25 459	1.69 475	1.64 478	9.13 551	2.40 495	7.20 549	9.47 552	11.07 564	11.62 550	20.05 561	15.79 557	12.55 541	11.99 528	0.66 473	0.57 478	0.58 465	0.56 472	0.63 425	0.61 423

XQC	2.96 435	2.42 503	14.85 389	1.36 404	1.32 414	3.29 214	1.53 441	4.28 459	2.78 444	3.21 492	2.46 431	3.53 452	2.92 454	6.58 366	4.67 475	0.70 483	0.41 423	0.59 468	0.56 472	0.96 490	0.83 476

FC-DCNN	6.64 537	0.77 305	19.26 461	1.68 474	1.64 478	8.27 549	2.35 494	6.35 547	9.23 551	10.85 562	11.27 548	19.89 559	13.33 552	12.51 540	11.79 527	0.66 473	0.57 478	0.58 465	0.56 472	0.63 425	0.61 423

RP	2.79 416	1.20 423	10.36 329	1.54 452	1.93 510	3.44 230	1.97 477	4.05 383	2.34 365	2.66 453	2.79 464	3.98 472	2.58 439	10.21 454	2.61 443	0.95 502	0.47 454	0.71 493	0.57 475	0.71 458	0.68 441

FADNet_RVC	2.65 401	2.28 502	16.51 413	0.98 205	0.92 302	4.09 385	0.83 247	4.26 453	1.73 236	1.46 159	1.78 271	1.60 215	1.50 290	8.88 410	2.39 422	0.47 413	0.38 400	0.44 397	0.58 476	0.89 481	0.97 487

MeshStereo	5.35 522	1.32 447	21.34 539	1.34 393	1.15 367	4.40 455	3.90 539	5.18 536	4.55 530	10.14 559	11.82 551	11.47 543	5.84 520	13.84 554	7.03 502	0.61 462	0.58 483	0.60 473	0.58 476	0.72 461	0.59 419
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
rvit_105_1	1.43 194	0.90 352	3.27 231	1.08 261	0.68 213	2.79 141	1.27 403	3.52 256	2.35 367	1.38 151	1.54 191	1.28 172	1.14 205	2.91 285	1.40 281	0.54 450	0.47 454	0.45 404	0.59 478	0.44 344	0.58 415

PDISCO_ROB	2.86 421	1.53 469	14.27 383	1.98 508	2.19 522	4.52 479	1.35 412	4.65 524	3.19 493	2.09 305	2.16 381	3.53 452	2.45 431	5.32 335	2.12 401	1.30 523	0.78 511	0.72 497	0.59 478	1.24 513	1.28 503

EAI-Stereo	2.35 352	0.63 186	2.97 218	0.95 186	0.65 194	3.84 319	14.27 560	5.04 534	2.19 331	2.06 301	7.25 522	1.10 144	0.94 144	1.65 173	1.37 279	0.31 227	0.22 192	0.27 134	0.60 480	0.27 88	0.32 210

FCDSN-DC	6.04 533	0.84 337	19.25 459	1.24 345	1.09 357	4.38 448	2.62 504	4.38 492	4.71 533	9.59 557	11.22 547	19.19 558	17.40 560	12.30 534	8.55 511	0.69 482	0.57 478	0.60 473	0.60 480	0.70 449	0.78 466
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PSMNet_ROB	2.95 432	1.38 454	18.46 447	1.19 325	1.20 387	3.80 310	1.65 458	3.54 261	2.35 367	1.98 263	1.71 243	2.75 375	1.79 363	11.43 503	2.78 450	0.42 376	0.36 381	0.50 438	0.60 480	0.59 410	0.49 371

HBP-ISP	3.25 468	1.10 403	20.86 522	1.54 452	1.15 367	4.50 474	2.89 512	4.43 501	2.38 381	4.14 517	1.96 334	1.90 271	2.04 395	11.08 490	1.32 270	0.66 473	0.57 478	0.66 487	0.61 483	0.64 433	0.61 423

AIO-Stereo-zeroshot1	2.68 409	1.26 437	22.01 552	1.08 261	0.99 327	1.61 58	0.86 262	3.69 288	1.64 210	1.52 165	5.62 519	3.35 430	3.44 482	2.20 240	1.33 274	0.26 94	0.21 164	0.30 204	0.62 484	0.93 485	0.67 438

ADCRef	3.30 469	1.23 434	14.90 392	1.17 316	1.41 440	3.95 354	1.64 455	3.88 328	2.36 370	3.05 483	2.21 391	2.40 330	2.81 450	5.04 330	16.63 544	0.46 404	0.34 371	0.63 481	0.62 484	0.54 393	0.67 438

PA-Net	3.09 454	1.24 435	18.84 451	1.38 416	1.19 381	3.42 228	1.75 463	3.89 330	3.27 505	1.88 232	2.10 368	3.03 402	1.88 384	11.60 509	2.88 453	0.40 350	0.54 471	0.44 397	0.62 484	0.52 384	1.02 490
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ccnet	2.66 403	0.97 378	8.01 298	1.54 452	1.24 397	3.75 299	2.18 489	4.07 390	2.41 388	2.66 453	3.25 489	2.87 390	2.31 422	9.89 440	3.50 463	0.78 488	0.75 509	0.71 493	0.67 487	0.76 467	0.81 471

Nwc_Net	2.88 427	1.16 416	18.30 442	1.35 398	1.68 489	3.52 254	1.18 387	3.90 335	2.06 301	2.52 426	2.82 469	3.82 465	2.34 423	6.78 376	2.55 441	0.86 498	0.40 414	0.59 468	0.67 487	0.57 406	0.55 403

AnyNet_C01	4.37 506	7.80 538	16.40 410	1.98 508	1.40 433	6.37 539	6.47 547	4.09 396	5.03 538	4.06 516	3.78 502	4.16 483	3.31 474	6.62 368	10.00 516	0.61 462	0.67 499	0.63 481	0.67 487	2.01 525	1.31 505

SAMSARA	3.55 479	2.16 499	14.18 381	1.86 499	1.49 450	4.62 495	2.65 505	3.58 268	2.80 450	7.05 544	3.05 478	5.16 522	4.07 495	9.18 420	4.80 480	0.64 468	0.67 499	0.59 468	0.68 490	0.89 481	0.91 482

MSMD_ROB	5.61 526	1.08 399	16.68 415	1.21 336	0.83 270	10.14 552	2.07 484	3.93 347	6.22 546	10.37 560	8.03 528	22.22 563	9.45 548	11.66 517	4.52 474	0.66 473	0.58 483	0.66 487	0.68 490	0.65 436	0.63 430

ADCS	4.22 504	5.33 529	16.32 409	1.64 469	1.31 408	3.91 337	3.64 534	4.21 429	2.89 462	5.11 530	2.81 468	4.46 496	3.06 465	5.21 334	19.50 558	0.63 465	0.64 494	0.69 490	0.69 492	1.12 502	1.26 502

BEATNet-Init1	49.72 581	64.32 584	97.77 584	4.68 560	4.28 556	84.75 585	60.42 579	73.38 585	68.59 581	88.29 585	88.51 586	91.94 586	97.99 586	85.26 588	70.96 586	0.80 491	0.65 495	0.85 508	0.70 493	7.96 566	2.33 532

STTRV1_RVC	3.52 478	1.03 389	20.87 524	1.47 438	1.47 447	3.23 195	1.55 445	4.06 387	3.22 498	1.95 255	3.50 498	2.63 362	2.07 399	11.96 531	2.21 411	1.86 528	4.03 562	0.81 506	0.73 494	1.06 494	0.70 447

AnyNet_C32	4.17 502	5.75 533	12.62 354	1.60 464	1.54 458	5.51 534	4.09 541	3.90 335	3.23 499	4.22 522	3.03 477	3.10 408	3.41 478	8.01 398	18.85 556	0.53 448	0.58 483	0.53 451	0.74 495	1.19 511	0.97 487

GANetREF_RVC	3.20 465	1.93 489	18.84 451	1.51 447	0.80 254	4.12 394	1.82 469	4.16 418	2.91 464	1.87 229	1.74 250	2.48 347	1.84 375	13.18 544	1.74 354	0.80 491	0.57 478	0.79 503	0.74 495	1.20 512	0.86 477
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
S-Stereo	3.48 477	0.91 357	22.06 553	1.36 404	1.50 452	3.55 262	2.53 500	4.21 429	2.81 456	2.37 402	3.81 503	3.75 461	1.84 375	11.90 529	2.51 436	0.63 465	0.71 505	0.48 421	0.76 497	0.67 443	1.19 501

ELAS_RVC	5.72 529	1.64 476	20.40 506	2.09 513	2.01 514	4.95 527	11.47 556	4.66 525	6.31 548	8.09 550	8.01 527	8.06 539	11.65 550	8.36 400	10.22 517	0.99 505	1.17 521	0.81 506	0.76 497	1.14 504	1.58 516
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LCNet	1.55 203	0.54 92	1.88 121	0.99 211	0.55 141	3.60 272	1.21 397	2.86 179	1.53 151	2.18 341	1.74 250	1.43 196	4.17 497	3.62 303	0.87 156	0.29 168	0.20 132	0.28 163	0.77 499	0.47 367	1.85 523

PVD	3.12 457	1.97 492	12.80 356	1.79 492	1.63 476	3.83 314	1.34 411	3.48 246	3.88 522	5.77 534	3.56 499	3.45 440	3.29 473	5.58 345	5.30 489	0.71 485	0.69 503	0.74 501	0.77 499	0.79 472	1.13 498

ADCL	4.35 505	1.63 473	14.21 382	1.29 368	1.26 402	5.56 535	11.16 554	3.97 360	3.37 509	6.07 537	4.67 511	4.30 491	5.72 519	5.08 332	14.51 534	0.50 433	0.48 460	0.89 510	0.77 499	0.78 470	0.76 462

DeepPrunerF	3.70 484	1.72 480	14.87 390	1.33 386	1.74 495	3.70 289	1.55 445	4.20 423	14.00 559	2.02 287	1.77 268	2.74 373	2.30 419	10.88 477	6.88 499	0.68 479	0.60 488	0.78 502	0.78 502	0.81 475	0.71 448

RGC	3.10 456	1.45 463	14.90 392	1.46 435	1.79 501	3.33 216	1.39 422	4.04 379	2.26 345	2.77 461	3.26 490	4.00 473	2.71 445	11.63 516	2.62 445	0.82 494	0.46 450	0.79 503	0.79 503	0.71 458	0.78 466

LSM	12.71 560	3.52 521	20.79 520	55.63 582	84.76 581	3.63 282	6.30 546	3.73 296	4.93 537	5.55 533	13.92 557	3.53 452	3.25 472	9.72 433	4.12 470	0.64 468	0.85 513	0.71 493	0.81 504	1.03 492	26.84 575

EDNetEfficientorigin	12.35 559	2.51 504	179.47 588	1.19 325	0.96 313	2.91 156	1.81 468	3.00 190	5.35 540	8.91 552	4.79 512	4.18 484	4.64 506	9.98 445	11.30 522	0.37 314	0.38 400	0.60 473	0.85 505	1.32 516	2.43 536

NCC-stereo	3.16 463	1.28 439	18.31 443	1.25 347	1.75 496	4.06 378	1.40 424	3.89 330	2.22 335	2.72 457	2.55 442	3.49 447	2.65 442	9.91 441	2.99 455	1.29 521	0.65 495	0.64 484	0.86 506	0.65 436	0.71 448

Abc-Net	3.16 463	1.28 439	18.31 443	1.25 347	1.75 496	4.06 378	1.40 424	3.89 330	2.22 335	2.72 457	2.55 442	3.49 447	2.65 442	9.91 441	2.99 455	1.29 521	0.65 495	0.64 484	0.86 506	0.65 436	0.71 448
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MFMNet_re	2.91 428	1.91 488	18.25 439	3.06 536	1.89 508	3.13 185	1.67 460	3.52 256	2.97 471	3.14 488	2.87 471	2.26 312	2.41 427	2.42 251	2.00 387	1.10 508	1.05 518	0.94 511	0.90 508	1.28 514	1.46 515

FBW_ROB	3.24 466	1.02 384	9.21 316	1.49 444	1.07 351	3.78 304	1.48 434	4.31 473	3.08 483	2.46 416	2.32 423	4.20 487	2.08 400	15.19 558	7.16 503	0.84 497	0.62 491	1.33 525	0.92 509	0.99 491	1.31 505

MADNet+	3.97 496	9.54 552	13.83 373	1.87 500	1.69 490	4.19 422	2.87 511	4.80 531	4.10 528	2.51 424	2.67 455	4.55 501	3.41 478	8.72 407	6.92 501	1.25 518	1.27 526	1.04 515	0.93 510	1.39 518	1.85 523

ELAS	5.99 532	1.62 471	20.29 502	1.96 507	2.01 514	15.09 561	8.38 553	5.23 537	5.54 542	9.02 553	8.61 533	6.74 531	9.75 549	7.48 387	11.40 524	0.96 503	1.18 522	0.72 497	0.93 510	1.30 515	1.67 518
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSMNet-RUCA	1.64 225	1.50 467	2.57 194	1.50 445	1.38 429	3.05 175	1.36 414	3.31 227	2.24 339	1.36 146	2.07 364	1.40 192	1.09 186	1.83 200	1.55 317	1.15 511	0.69 503	1.26 523	0.96 512	1.64 522	0.94 485

GCST	2.56 392	1.79 485	18.02 437	1.92 502	1.33 418	1.72 63	0.51 67	3.67 281	2.03 292	1.70 197	1.61 213	1.55 209	1.29 235	5.06 331	1.24 250	2.06 530	0.77 510	1.45 527	0.97 513	1.14 504	1.34 508

UDGNet	1.40 191	1.52 468	2.22 164	1.38 416	0.62 181	4.39 451	0.68 148	1.80 47	2.18 330	1.34 143	1.18 96	0.99 129	1.00 159	2.16 234	1.19 235	1.09 507	0.34 371	1.30 524	0.98 514	1.10 500	0.58 415

EDNetEfficient	5.61 526	2.14 498	16.75 417	1.67 473	3.64 546	4.12 394	7.51 549	3.05 196	5.63 544	11.57 565	4.83 513	3.95 469	12.72 551	8.44 404	20.78 561	0.41 365	0.43 431	0.47 413	1.01 515	1.66 523	1.39 512

PASM	2.67 405	2.05 496	9.71 318	1.73 482	1.37 426	2.53 129	1.52 439	3.10 201	2.17 328	2.79 463	1.84 301	2.90 391	1.85 379	11.89 528	2.19 409	0.81 493	0.85 513	0.87 509	1.01 515	1.14 504	1.05 492

SPS-STEREO	3.97 496	1.44 462	20.85 521	1.72 481	1.71 492	3.24 199	2.30 493	3.55 263	2.68 433	4.79 528	3.66 500	5.44 526	2.97 455	9.11 417	9.35 514	1.15 511	1.10 520	1.06 517	1.02 517	1.16 508	1.18 500
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
CC-Net-ROB	3.35 473	1.76 483	13.89 374	2.33 524	1.65 482	4.49 471	1.62 452	4.73 528	2.90 463	1.92 246	2.05 359	1.99 288	1.61 317	12.57 542	1.60 325	2.46 533	2.18 540	2.68 542	1.04 518	2.11 527	1.38 511

anonymity	1.76 243	1.26 437	2.73 210	1.66 472	1.32 414	1.84 70	1.07 360	3.49 249	2.30 355	2.11 312	2.11 372	1.71 233	3.90 492	1.82 199	1.48 302	1.10 508	1.09 519	1.08 518	1.08 519	1.05 493	1.09 495

SQANet	3.70 484	9.34 550	18.41 445	2.75 530	2.74 531	3.40 225	1.47 433	3.50 252	1.68 220	2.60 440	1.75 254	2.69 367	1.91 387	6.72 375	1.74 354	2.96 536	1.41 529	1.85 530	1.12 520	3.17 533	2.70 542

Consistency-Raft	2.86 421	1.66 477	19.61 469	1.40 421	1.75 496	3.84 319	1.32 408	4.07 390	2.25 342	1.78 212	2.67 455	1.82 259	4.41 502	1.94 214	2.06 394	0.83 496	0.94 516	1.03 514	1.12 520	1.70 524	1.09 495

SGM+DAISY	8.36 547	3.82 522	24.83 564	2.02 510	1.75 496	14.80 560	17.22 563	4.27 454	11.79 556	13.88 566	14.38 558	11.74 546	13.83 553	10.56 463	15.12 535	1.21 513	1.19 524	1.14 521	1.13 522	1.17 509	1.37 509

otaku	4.58 510	8.93 545	19.95 482	3.11 537	2.67 529	3.91 337	2.57 502	3.82 312	2.25 342	2.22 359	9.72 541	4.08 478	2.35 424	8.57 405	2.13 404	3.51 544	1.65 533	2.15 534	1.17 523	3.69 540	3.15 546

ADCMid	3.96 495	3.27 518	15.48 402	1.26 354	1.40 433	4.66 501	2.28 491	4.06 387	3.54 514	3.94 511	3.02 476	3.85 466	3.67 487	4.03 316	18.65 555	0.68 479	0.61 490	1.09 519	1.18 524	1.38 517	1.08 494

MSC_U_SF_DS_RVC	4.48 507	10.62 556	15.18 400	1.55 457	1.45 446	6.16 537	3.54 532	5.41 544	3.68 519	2.59 439	2.74 459	4.81 509	2.20 414	13.79 553	4.40 472	2.04 529	3.36 560	1.05 516	1.20 525	2.09 526	1.72 520

CREStereo++_RVC	1.02 113	0.49 55	1.54 94	0.83 102	0.55 141	4.01 370	0.31 8	1.63 30	1.99 283	1.63 181	2.13 377	0.84 98	0.65 52	0.88 16	0.70 90	0.27 109	0.15 21	0.23 28	1.22 526	0.24 47	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
Ntro	4.21 503	8.94 546	19.89 480	3.22 538	2.96 536	4.15 401	1.89 473	3.92 345	2.36 370	1.77 210	2.14 378	3.35 430	2.17 411	9.48 427	2.24 413	3.52 545	1.76 534	2.13 533	1.31 527	3.83 543	3.09 544

MFN_U_SF_RVC	3.81 489	10.78 557	15.01 395	1.84 496	1.39 431	3.73 297	1.63 453	4.05 383	3.26 501	2.91 470	2.38 427	4.36 494	3.65 486	8.43 403	4.91 483	1.11 510	1.04 517	0.99 513	1.31 527	1.58 520	1.75 522

JetBlue	6.27 535	9.15 548	13.76 367	1.94 506	4.60 559	11.91 554	12.00 557	5.12 535	3.45 513	3.79 508	4.52 510	9.54 541	6.56 532	9.40 425	13.48 532	1.26 519	1.37 528	1.17 522	1.34 529	7.06 563	3.95 558

WAO-7	5.16 519	3.21 516	18.98 455	1.88 501	1.44 443	5.34 532	3.09 521	4.91 533	5.81 545	4.35 523	8.92 538	6.55 530	6.06 523	13.40 548	10.81 520	1.34 525	1.20 525	1.48 528	1.35 530	1.60 521	1.45 513

PWCK	5.85 530	9.95 554	15.22 401	2.90 533	1.56 465	5.66 536	7.69 550	5.27 538	4.74 535	3.88 509	7.51 524	8.04 537	5.28 513	15.18 557	8.40 510	3.08 539	1.51 530	2.24 535	1.37 531	5.55 556	1.96 526

NVStereoNet_ROB	4.91 517	1.40 457	16.46 412	1.47 438	1.72 494	3.46 235	1.96 476	3.89 330	3.61 516	2.90 469	24.61 567	4.81 509	4.49 504	13.57 550	4.87 482	1.33 524	1.29 527	1.70 529	1.68 532	1.41 519	1.66 517
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet_2	5.41 523	12.60 561	20.42 508	3.27 539	3.15 542	4.50 474	3.02 517	4.66 525	3.73 520	3.35 500	5.36 516	7.86 536	2.88 451	12.33 536	4.76 479	3.12 540	2.22 542	2.70 543	1.69 533	3.49 536	3.10 545

AnonymousM	1.22 151	1.32 447	0.97 1	0.88 138	0.56 145	4.03 374	0.69 154	2.41 105	1.68 220	1.48 161	1.31 131	1.15 150	1.00 159	1.18 77	0.73 101	0.32 247	0.40 414	2.07 532	1.70 534	0.24 47	0.22 60

ADCPNet	3.89 491	1.63 473	20.25 499	1.28 364	1.27 404	6.43 540	2.65 505	3.93 347	2.70 434	2.78 462	2.20 389	4.28 490	6.16 526	5.56 343	10.27 518	0.65 471	1.18 522	0.71 493	1.70 534	0.84 479	1.37 509

RainbowNet	4.56 508	8.28 539	20.07 488	3.64 546	3.23 544	4.15 401	2.99 516	4.18 419	3.03 479	2.20 348	2.65 453	4.26 489	2.90 453	9.77 434	2.12 401	3.88 551	2.27 544	2.71 544	1.72 536	3.78 542	3.31 551

ACVNet-4b	6.73 538	13.67 565	21.87 550	3.54 543	3.07 538	4.19 422	2.25 490	4.03 375	3.65 517	1.64 184	3.98 506	5.88 527	2.89 452	10.01 447	16.98 546	23.29 576	2.24 543	2.53 537	1.78 537	3.87 544	3.21 549

ACVNet_1	6.04 533	13.97 567	21.36 540	3.58 544	3.14 541	4.73 517	2.48 497	4.20 423	3.17 491	2.98 478	2.83 470	23.31 564	4.34 501	11.06 487	2.45 431	3.68 547	2.33 546	2.60 539	1.79 538	3.69 540	3.19 548

MFN_U_SF_DS_RVC	3.94 494	10.88 558	12.30 350	1.26 354	1.55 462	5.19 531	3.33 525	4.42 498	2.82 458	2.58 436	2.62 450	5.00 515	2.11 401	14.03 556	2.73 447	1.28 520	2.34 547	0.67 489	1.83 539	0.81 475	1.03 491

WAO-6	5.87 531	2.27 500	15.05 396	2.96 534	2.77 532	12.01 555	3.58 533	5.37 543	11.91 557	3.34 498	9.69 540	6.78 532	5.84 520	11.82 526	8.89 513	2.87 535	2.35 548	2.50 536	1.84 540	2.85 532	2.67 539

Dean	7.52 544	9.08 547	21.41 541	3.74 547	3.53 545	4.81 524	3.53 530	5.33 542	5.25 539	4.17 518	26.53 568	25.62 570	4.09 496	10.97 481	4.32 471	3.69 548	2.30 545	2.91 545	1.87 541	4.03 545	3.24 550

LVE	6.88 541	9.31 549	21.14 532	3.61 545	3.18 543	4.49 471	2.79 507	10.21 554	11.69 555	3.16 491	11.53 549	18.33 555	4.31 500	11.66 517	3.52 464	4.45 558	2.93 552	2.56 538	1.91 542	3.62 537	3.16 547

WAO-8	11.95 556	13.02 562	20.56 513	3.50 540	3.08 539	15.11 562	2.80 508	12.91 559	19.11 568	7.69 546	13.12 553	11.62 544	7.01 536	84.40 586	7.91 507	3.42 542	1.92 537	3.54 555	1.93 543	3.68 538	2.69 540

Venus	11.95 556	13.02 562	20.56 513	3.50 540	3.08 539	15.11 562	2.80 508	12.91 559	19.11 568	7.69 546	13.12 553	11.62 544	7.01 536	84.40 586	7.91 507	3.42 542	1.92 537	3.54 555	1.93 543	3.68 538	2.69 540

DualNet (step1)	2.34 347	1.05 391	7.87 294	1.07 253	0.86 283	3.93 344	1.19 390	4.35 483	2.11 317	2.14 322	1.75 254	1.75 237	1.67 342	6.26 361	1.26 256	1.23 515	0.48 460	4.27 559	2.09 545	0.70 449	0.69 443

test_sample9	3.79 488	1.05 391	7.87 294	1.07 253	0.86 283	3.93 344	1.19 390	4.35 483	2.11 317	2.14 322	1.75 254	1.75 237	1.67 342	11.06 487	11.61 525	1.23 515	14.45 574	4.27 559	2.09 545	0.70 449	0.69 443

test_sample8	4.76 513	1.05 391	7.87 294	1.07 253	0.86 283	3.93 344	1.19 390	4.38 492	2.05 299	5.49 532	1.89 321	12.98 549	6.37 528	11.06 487	11.61 525	1.23 515	14.45 574	4.27 559	2.09 545	0.70 449	0.69 443

IMH-64-1	4.84 515	2.53 506	6.83 284	4.30 554	3.74 548	4.81 524	6.05 544	5.30 539	3.92 523	3.95 512	8.33 530	5.08 519	6.06 523	8.96 414	6.30 491	4.57 560	2.96 554	3.04 546	2.12 548	4.28 547	3.62 554

IMH-64	4.84 515	2.53 506	6.83 284	4.30 554	3.74 548	4.81 524	6.05 544	5.30 539	3.92 523	3.95 512	8.33 530	5.08 519	6.06 523	8.96 414	6.30 491	4.57 560	2.96 554	3.04 546	2.12 548	4.28 547	3.62 554

IMH	6.81 540	13.66 564	20.41 507	4.33 556	3.74 548	5.50 533	3.06 519	5.49 545	6.22 546	4.64 527	10.35 543	9.30 540	8.03 544	13.61 551	6.81 496	4.80 563	2.99 557	3.09 548	2.12 548	4.36 549	3.61 553

DDUNet	2.91 428	2.78 512	6.94 287	3.53 542	2.26 526	3.28 210	1.36 414	3.77 302	2.04 296	2.62 444	2.49 435	4.18 484	1.69 347	5.38 337	1.85 368	2.21 532	1.77 535	2.61 540	2.43 551	2.60 530	2.34 533

TorneroNet-64	10.12 549	8.74 541	20.95 528	4.27 552	3.76 551	13.86 559	2.85 510	15.05 564	23.15 571	10.07 558	23.84 566	13.47 550	8.24 545	13.96 555	17.21 548	3.96 553	2.72 549	3.23 550	2.48 552	6.29 557	4.27 561

UDG	3.55 479	2.81 513	17.45 429	2.69 529	1.98 512	3.97 364	1.19 390	4.35 483	2.02 290	2.42 411	2.53 441	4.50 497	2.46 433	6.53 365	2.41 426	2.12 531	1.77 535	2.63 541	2.57 553	2.64 531	1.95 525

ktn	21.74 570	10.34 555	19.68 472	4.53 558	4.00 553	6.53 541	4.51 542	6.79 548	78.82 584	84.69 584	100.86 587	58.49 581	7.57 540	12.11 533	13.35 531	4.58 562	3.24 559	3.49 552	2.62 554	4.65 552	3.84 557

TorneroNet	25.88 572	11.28 559	21.62 547	4.20 551	4.07 554	55.25 579	3.15 522	15.16 565	76.94 583	58.09 579	82.72 584	86.88 585	41.15 575	13.35 547	18.13 552	4.32 554	2.85 550	3.45 551	2.62 554	8.33 568	4.14 560

notaker	10.50 552	8.60 540	20.23 495	4.54 559	3.95 552	6.27 538	3.44 526	8.07 552	4.75 536	8.73 551	46.45 574	13.86 553	27.86 570	13.49 549	13.61 533	4.56 559	3.18 558	3.52 554	2.68 556	8.13 567	4.05 559

DispFullNet	4.64 511	3.48 520	23.95 563	3.99 548	3.03 537	3.35 218	1.06 358	4.18 419	2.80 450	6.33 541	2.94 472	4.04 476	7.81 541	3.92 314	5.16 485	2.75 534	1.61 532	3.10 549	2.68 556	3.32 535	3.31 551

KSHMR	16.96 565	5.37 530	21.64 549	4.46 557	4.50 557	8.30 550	3.32 524	15.58 567	76.24 582	6.62 543	61.47 579	56.53 580	5.43 516	35.17 576	11.37 523	4.39 556	2.97 556	3.63 557	2.74 558	5.10 554	4.34 562

UNDER WATER-64	9.33 548	5.37 530	22.60 556	5.22 563	4.86 560	10.75 553	4.61 543	11.45 555	17.30 563	7.59 545	9.80 542	15.99 554	17.90 562	10.63 467	15.72 538	4.36 555	2.87 551	4.39 562	2.86 559	7.01 562	5.36 565

UNDER WATER	10.47 550	3.95 524	22.62 557	5.07 562	4.51 558	7.78 548	3.77 536	12.56 558	21.72 570	7.84 548	10.78 544	23.96 566	31.66 571	10.78 474	16.19 542	4.44 557	2.93 552	4.24 558	2.86 559	6.33 559	5.47 566

JetRed	10.48 551	27.10 574	35.70 570	4.27 552	4.09 555	15.55 564	12.83 559	12.16 556	5.50 541	5.83 535	5.56 518	10.14 542	7.43 538	8.88 410	26.39 570	3.32 541	3.81 561	3.51 553	2.96 561	7.85 565	6.69 568

MANE	11.39 554	1.38 454	23.16 559	4.82 561	2.79 533	22.02 567	14.51 561	25.81 570	26.28 572	10.93 563	13.17 556	19.90 560	18.03 563	15.69 559	20.41 560	0.96 503	0.74 508	1.42 526	3.24 562	0.74 463	1.71 519

TCMNet-wrong-test	12.32 558	14.13 568	19.38 464	22.38 572	19.85 568	15.99 565	12.34 558	22.95 569	4.56 531	6.24 540	6.27 521	18.40 557	15.71 556	10.10 452	10.72 519	9.06 567	4.78 563	5.35 563	3.95 563	12.28 571	11.97 570

DGSMNet	7.55 545	1.62 471	17.42 428	1.92 502	12.73 563	7.45 547	42.99 578	4.13 407	2.07 303	2.10 308	3.16 487	3.42 437	1.70 349	9.24 422	2.30 417	3.70 549	10.89 572	11.80 574	5.54 564	4.24 546	2.66 538

MADNet++	7.57 546	5.80 534	13.28 359	6.38 564	5.26 561	7.18 543	7.77 551	5.32 541	5.62 543	6.11 538	7.78 525	6.02 529	8.01 543	11.74 522	16.36 543	9.36 568	4.95 565	8.57 569	5.66 565	4.83 553	5.34 564

PML	64.32 583	53.22 582	17.88 434	8.10 566	32.94 573	148.46 588	247.79 589	12.18 557	45.42 579	111.41 586	288.92 589	101.47 588	101.31 587	31.67 572	15.55 536	14.03 572	4.83 564	10.98 571	6.18 566	28.82 575	5.17 563

USTest	15.98 564	15.58 569	22.56 555	18.49 571	16.99 565	26.43 569	36.08 574	27.68 573	12.77 558	10.69 561	10.80 545	18.35 556	15.09 555	18.62 561	23.37 563	4.85 564	5.34 566	7.38 567	7.43 567	9.90 569	11.23 569

tt	7.19 543	0.51 64	6.83 284	4.03 549	2.30 527	12.05 556	20.19 568	15.46 566	6.58 549	3.42 502	3.22 488	5.37 524	6.39 531	4.20 321	7.46 505	9.81 569	11.53 573	7.05 566	7.46 568	6.31 558	3.71 556

DGTPSM_ROB	15.31 562	8.85 543	28.14 568	9.90 568	18.89 566	12.44 557	33.21 571	13.48 561	17.86 566	9.50 555	22.89 564	13.78 551	19.67 564	21.26 562	23.68 564	5.08 565	8.84 567	5.62 564	11.50 569	6.72 560	14.87 571

DPSM_ROB	20.78 568	20.03 572	26.57 566	23.62 574	22.46 569	31.10 571	39.97 576	33.52 576	17.41 564	15.25 567	15.80 561	24.06 567	20.71 567	23.30 567	27.62 572	10.78 570	9.41 570	11.69 572	11.50 569	14.49 572	16.36 573

DPSM	20.78 568	20.03 572	26.57 566	23.62 574	22.46 569	31.10 571	39.97 576	33.52 576	17.41 564	15.25 567	15.80 561	24.06 567	20.71 567	23.30 567	27.62 572	10.78 570	9.41 570	11.69 572	11.50 569	14.49 572	16.36 573

DPSMNet_ROB	15.52 563	8.89 544	31.44 569	10.07 569	18.91 567	12.44 557	33.22 572	13.51 562	17.94 567	9.58 556	22.91 565	13.79 552	19.67 564	21.43 563	23.73 565	5.17 566	8.84 567	5.63 565	11.52 572	6.79 561	14.90 572

Anonymous_2	3.01 447	0.89 350	4.53 264	1.06 251	1.18 374	2.93 163	0.87 280	3.24 219	1.46 102	1.86 227	1.35 142	4.11 480	2.35 424	1.64 171	1.28 263	0.82 494	0.90 515	8.71 570	15.84 573	4.44 550	0.74 457

LSM0	49.58 580	40.04 576	53.62 581	97.15 583	128.68 585	62.75 582	79.89 583	67.63 584	35.11 575	33.02 573	32.61 573	48.43 579	41.60 576	46.60 582	55.43 581	21.63 575	18.99 578	23.62 577	23.13 574	29.47 578	52.26 584

Selective-RAFT-Error	41.77 575	40.16 577	53.34 579	47.73 580	45.25 578	62.51 580	80.64 584	67.22 582	34.93 574	30.64 572	31.81 570	48.11 577	42.11 578	46.57 581	54.95 580	21.61 574	18.87 576	23.48 575	23.15 575	29.16 576	33.08 579

CasAABBNet	41.80 576	40.20 578	53.41 580	47.73 580	45.18 577	62.51 580	80.71 585	67.26 583	34.80 573	30.49 571	31.88 571	48.24 578	41.81 577	46.63 583	55.64 582	21.60 573	18.88 577	23.48 575	23.22 576	29.19 577	33.05 578

LRCNet_RVC	25.52 571	33.45 575	23.21 561	31.79 576	32.78 572	6.74 542	1.18 387	25.88 571	4.46 529	28.94 570	30.89 569	24.91 569	17.57 561	27.66 571	24.34 567	35.26 578	25.60 579	35.91 578	33.81 577	31.90 579	34.10 580

AVERAGE_ROB	44.46 578	45.91 580	46.59 575	40.59 579	38.66 575	32.99 574	30.52 569	46.19 580	43.26 578	49.59 576	48.97 577	44.62 575	39.89 572	45.04 580	43.94 577	48.74 580	50.69 581	50.80 579	49.79 578	45.54 581	46.97 582

HaxPig	43.25 577	43.65 579	45.00 574	33.85 577	35.61 574	32.69 573	30.52 569	45.09 579	42.97 577	48.77 575	48.17 576	43.00 573	40.26 573	44.58 579	43.61 576	47.18 579	49.30 580	51.54 580	50.25 579	43.73 580	45.29 581

MEDIAN_ROB	47.37 579	49.08 581	49.92 577	40.32 578	39.97 576	34.95 575	33.43 573	49.17 581	46.39 580	53.06 578	52.65 578	47.65 576	42.23 579	48.35 584	47.29 578	52.10 581	54.04 582	54.28 581	53.48 580	48.76 582	50.33 583

U	12.82 561	0.38 3	1.99 133	0.66 31	58.94 579	63.38 583	0.34 16	1.91 57	0.94 36	0.59 18	0.80 32	0.46 29	0.57 29	0.83 11	0.44 13	0.29 168	0.17 39	63.35 582	59.81 581	0.29 118	0.20 19

DPSimNet_ROB	102.30 584	119.72 589	143.59 587	109.42 585	94.10 582	127.22 587	127.15 587	26.62 572	102.36 589	149.58 589	83.99 585	139.34 589	137.54 588	64.62 585	82.36 587	105.18 584	66.15 584	120.15 583	69.61 582	99.58 584	77.72 585

HanzoNet	31.60 574	17.23 570	21.22 537	7.32 565	5.84 562	7.25 545	3.53 530	13.82 563	14.20 561	50.38 577	47.01 575	44.45 574	56.61 581	36.61 577	32.00 575	63.89 582	56.57 583	7.97 568	89.20 583	28.69 574	28.25 577

ASD4	103.30 585	113.98 588	120.24 586	106.67 584	79.75 580	115.36 586	120.35 586	119.13 589	79.65 588	120.04 587	74.64 580	101.45 587	65.48 582	109.11 589	84.31 588	104.31 583	90.04 585	133.15 585	103.58 584	130.15 585	94.66 586

Anonymous_1	57.11 582	19.68 571	26.15 565	23.10 573	142.31 586	30.84 570	39.75 575	33.86 578	16.98 562	70.53 583	15.42 560	23.46 565	19.75 566	23.04 565	27.23 571	164.73 588	9.02 569	130.38 584	137.40 585	161.27 589	27.24 576

test_example2	212.63 589	219.92 590	221.87 589	213.67 587	221.17 590	199.47 589	200.74 588	185.30 590	141.66 590	209.52 590	213.45 588	210.82 590	205.48 589	221.27 590	216.64 589	236.83 589	242.07 590	213.93 586	217.01 586	235.69 590	226.10 590

xxxxx1	112.33 586	88.53 585	37.76 571	227.84 588	157.23 587	39.05 576	61.41 580	93.76 586	79.29 585	62.45 580	74.79 581	78.32 582	70.96 583	33.47 573	70.69 583	114.00 585	130.36 586	259.31 587	274.34 587	145.54 586	147.50 587

tt_ll	112.33 586	88.53 585	37.76 571	227.84 588	157.23 587	39.05 576	61.41 580	93.76 586	79.29 585	62.45 580	74.79 581	78.32 582	70.96 583	33.47 573	70.69 583	114.00 585	130.36 586	259.31 587	274.34 587	145.54 586	147.50 587

ff	112.33 586	88.53 585	37.76 571	227.84 588	157.23 587	39.05 576	61.41 580	93.76 586	79.29 585	62.45 580	74.79 581	78.32 582	70.96 583	33.47 573	70.69 583	114.00 585	130.36 586	259.31 587	274.34 587	145.54 586	147.50 587

FADE		13.79 566		10.71 570	13.34 564			28.60 574	8.36 550	5.15 531		11.85 547		44.37 578		474.90 590	161.58 589	347.36 590	322.13 590	7.29 564	6.23 567

ccccc	590.94 590	629.75 591	645.59 590	567.84 591	570.84 591	582.44 590	641.68 590	613.82 591	494.59 591	614.58 591	651.20 590	555.57 591	637.59 590	666.94 591	652.42 590	781.57 591	507.24 591	391.36 591	342.44 591	689.82 591	581.48 591

Low-res two-view benchmark