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

LG-Stereo_L2	0.64 26	0.33 101	1.46 39	0.10 55	0.18 142	1.30 47	0.19 132	3.53 74	0.72 3	0.20 13	0.02 1	0.06 12	0.07 3	4.19 152	0.36 57	0.01 236	0.01 177	0.00 1	0.00 1	0.01 24	0.02 86

LG-Stereo_L1	0.69 33	0.32 84	1.21 16	0.10 55	0.16 117	1.38 57	0.20 138	2.44 13	0.72 3	0.20 13	0.02 1	0.06 12	0.06 2	6.49 247	0.36 57	0.01 236	0.04 317	0.00 1	0.00 1	0.01 24	0.02 86

MLG-Stereo_test2	0.57 22	0.28 50	1.20 14	0.07 39	0.68 290	1.34 52	0.02 22	3.39 56	1.41 49	0.06 1	0.02 1	0.12 39	0.10 11	2.37 98	0.31 47	0.01 236	0.08 382	0.00 1	0.00 1	0.01 24	0.02 86

StereoAnything_RVC	1.52 125	7.77 519	2.81 188	0.05 26	0.02 3	1.11 10	0.06 54	3.26 47	0.75 7	0.12 4	0.02 1	0.07 18	0.68 127	6.69 264	0.13 7	0.02 323	0.08 382	0.00 1	0.00 1	6.69 524	0.02 86

MLG-Stereo	0.72 39	0.23 29	1.13 5	0.06 30	0.16 117	1.24 30	0.00 1	3.84 97	1.40 48	0.06 1	0.03 5	0.08 29	0.10 11	5.71 204	0.16 11	0.01 236	0.06 350	0.00 1	0.00 1	0.01 24	0.02 86

LG-G_1	0.62 23	0.31 71	1.19 11	0.07 39	0.11 77	1.81 105	0.02 22	3.74 89	0.88 28	0.23 18	0.03 5	0.09 33	0.08 5	3.39 123	0.27 40	0.02 323	0.08 382	0.00 1	0.00 1	0.03 116	0.02 86

LG-G	0.62 23	0.31 71	1.19 11	0.07 39	0.11 77	1.81 105	0.02 22	3.74 89	0.88 28	0.23 18	0.03 5	0.09 33	0.08 5	3.39 123	0.27 40	0.02 323	0.08 382	0.00 1	0.00 1	0.03 116	0.02 86

FoundationStereo	0.26 2	0.29 55	1.25 18	0.24 101	0.10 67	0.41 3	0.07 62	0.57 1	0.80 10	0.24 21	0.03 5	0.09 33	0.37 71	0.46 4	0.12 3	0.03 364	0.03 288	0.00 1	0.00 1	0.00 1	0.01 18

dual_stereo	0.56 20	0.32 84	1.08 4	0.07 39	0.11 77	0.77 7	0.03 30	3.60 78	1.17 45	0.12 4	0.03 5	0.20 49	0.11 15	2.77 107	0.51 108	0.00 1	0.14 436	0.00 1	0.16 409	0.00 1	0.02 86

IGEV-Stereo+	1.69 136	0.43 191	1.59 52	0.37 133	3.10 443	2.10 127	0.07 62	1.86 6	0.91 34	0.39 62	0.03 5	0.20 49	0.41 87	7.05 289	0.16 11	0.02 323	0.07 370	0.00 1	0.18 424	5.14 517	9.77 539

MLG-Stereo_test1	0.67 29	0.23 29	1.05 2	0.06 30	1.40 365	1.24 30	0.00 1	3.56 76	1.36 47	0.06 1	0.04 11	0.08 29	0.10 11	4.03 147	0.14 9	0.01 236	0.07 370	0.00 1	0.01 300	0.01 24	0.02 86

MLG-Stereo_test3	0.45 4	0.31 71	1.35 27	0.06 30	0.17 127	1.30 47	0.01 5	3.52 72	0.77 9	0.15 8	0.07 12	0.06 12	0.07 3	0.74 14	0.22 22	0.02 323	0.06 350	0.00 1	0.00 1	0.01 24	0.02 86

LGtest1	0.42 3	0.33 101	1.42 31	0.13 79	0.16 117	0.98 9	0.01 5	2.30 12	0.96 38	0.21 17	0.07 12	0.08 29	0.10 11	1.10 38	0.31 47	0.01 236	0.09 394	0.00 1	0.00 1	0.03 116	0.02 86

EGLCR-Stereo	1.04 79	0.20 18	2.00 95	1.14 243	0.16 117	2.50 169	0.11 86	4.96 158	2.61 91	0.79 108	0.07 12	1.46 150	0.37 71	3.96 144	0.23 24	0.01 236	0.05 333	0.00 1	0.00 1	0.00 1	0.07 251

IGEV	0.50 12	0.22 26	1.52 44	0.08 48	1.85 398	1.34 52	0.37 184	2.03 8	0.93 37	0.29 29	0.08 15	0.07 18	0.09 8	0.90 27	0.22 22	0.02 323	0.04 317	0.00 1	0.00 1	0.01 24	0.01 18

2.75w_new	0.55 18	0.23 29	1.43 34	0.04 20	0.12 91	1.25 34	0.08 69	3.20 40	0.86 19	0.39 62	0.16 16	0.07 18	0.88 150	1.99 87	0.24 26	0.00 1	0.01 177	0.00 1	0.00 1	0.00 1	0.01 18

3.25w_new	0.45 4	0.25 39	1.29 19	0.02 1	0.08 51	1.25 34	0.01 5	3.39 56	0.91 34	0.33 45	0.16 16	0.07 18	0.42 92	0.57 5	0.25 29	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

3.25w	0.45 4	0.25 39	1.29 19	0.02 1	0.08 51	1.25 34	0.01 5	3.39 56	0.91 34	0.33 45	0.16 16	0.06 12	0.42 92	0.57 5	0.25 29	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

IGEV-RUCA	0.81 48	0.15 1	1.13 5	0.52 154	0.32 207	2.13 132	0.51 224	3.46 66	1.71 56	0.95 115	0.16 16	0.24 65	0.55 111	2.81 109	0.41 72	0.12 433	0.21 472	0.20 484	0.25 453	0.21 378	0.20 393

rvit_stereo_0081_aga	0.76 43	0.51 233	3.29 242	0.11 62	0.25 175	1.73 100	0.22 145	3.68 80	2.54 88	0.26 25	0.16 16	0.27 71	0.30 58	1.31 48	0.36 57	0.00 1	0.00 1	0.00 1	0.00 1	0.12 295	0.04 179

IGEVStereo-DCA	1.06 82	0.45 205	2.06 100	0.32 117	0.06 27	2.74 203	0.84 315	3.71 82	2.27 71	0.39 62	0.16 16	0.20 49	0.29 51	6.47 244	0.87 178	0.00 1	0.00 1	0.00 1	0.16 409	0.06 199	0.06 232

rrr	1.05 80	0.45 205	3.18 235	0.32 117	0.06 27	2.74 203	0.95 338	3.49 68	1.12 42	0.39 62	0.16 16	0.20 49	0.29 51	6.47 244	0.87 178	0.00 1	0.00 1	0.00 1	0.21 436	0.06 199	0.10 301

MonSter	0.46 7	0.23 29	1.44 36	0.05 26	0.77 304	1.17 13	0.01 5	3.17 36	0.72 3	0.28 26	0.18 23	0.07 18	0.04 1	0.83 21	0.17 14	0.00 1	0.00 1	0.00 1	0.01 300	0.00 1	0.01 18

AEACV	0.80 45	0.29 55	1.70 66	0.96 215	0.24 172	2.03 122	0.88 325	3.50 69	0.88 28	0.34 47	0.20 24	0.29 76	2.01 235	1.77 76	0.33 50	0.00 1	0.03 288	0.00 1	0.29 462	0.10 258	0.09 279

LoS	0.91 58	0.34 115	2.10 110	0.38 136	0.13 99	2.47 165	0.26 158	5.00 164	2.74 103	0.89 112	0.21 25	0.49 106	0.36 68	1.97 86	0.67 130	0.02 323	0.02 238	0.00 1	0.00 1	0.06 199	0.01 18
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
3.75w	0.62 23	0.16 3	1.33 25	0.02 1	1.27 353	1.25 34	0.01 5	3.23 43	0.87 23	0.38 54	0.23 26	0.07 18	0.40 79	2.96 112	0.26 32	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

test_xeample3	1.08 83	0.43 191	3.39 251	0.49 152	0.05 16	2.58 182	0.93 333	3.32 51	1.77 57	0.23 18	0.23 26	0.19 45	0.28 47	6.34 235	0.85 171	0.00 1	0.01 177	0.00 1	0.26 460	0.06 199	0.10 301

rvit_0105_6	1.26 106	0.87 353	4.85 357	0.61 169	0.07 35	1.60 80	0.32 174	3.79 95	5.87 275	0.25 23	0.26 28	1.09 135	0.29 51	4.60 166	0.62 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.06 232

asda	0.52 13	0.19 13	1.61 53	0.03 6	0.61 281	1.26 39	0.08 69	3.20 40	0.84 13	0.41 69	0.29 29	0.05 4	0.72 132	0.77 18	0.26 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

rvit_stereo_0081	0.88 53	0.28 50	1.81 70	0.62 171	0.13 99	1.34 52	0.12 92	3.14 31	4.59 224	0.43 77	0.30 30	0.54 113	0.11 15	3.89 137	0.36 57	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

rvit_stereo_0082	0.88 53	0.28 50	1.81 70	0.62 171	0.13 99	1.34 52	0.12 92	3.14 31	4.59 224	0.43 77	0.30 30	0.54 113	0.11 15	3.89 137	0.36 57	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

qwe	0.66 28	0.19 13	1.64 58	0.05 26	1.17 346	1.23 21	0.03 30	3.35 54	0.88 28	0.51 91	0.38 32	0.04 2	0.17 23	3.22 117	0.26 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

MaDis-Stereo	0.80 45	0.69 308	3.02 210	0.33 122	1.83 396	1.22 19	0.06 54	3.41 61	1.49 51	0.31 38	0.38 32	0.42 99	0.51 105	1.14 41	1.21 222	0.00 1	0.00 1	0.00 1	0.00 1	0.05 175	0.05 214

GIP-stereo	0.70 36	0.44 197	1.70 66	1.52 296	0.75 300	1.48 68	0.05 47	4.18 112	1.10 41	0.18 10	0.42 34	0.58 116	0.38 75	0.65 10	0.46 91	0.00 1	0.00 1	0.00 1	0.00 1	0.05 175	0.01 18

3w_stereo	0.53 17	0.23 29	1.53 45	0.03 6	0.02 3	1.25 34	0.02 22	3.34 53	0.88 28	0.44 79	0.43 35	0.07 18	1.04 164	1.04 36	0.26 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

U	2.12 190	0.25 39	2.47 143	0.17 86	8.09 522	10.63 460	0.00 1	3.08 25	0.87 23	0.24 21	0.45 36	0.17 43	0.08 5	0.69 13	0.15 10	0.00 1	0.00 1	9.89 528	5.19 538	0.01 24	0.01 18

monsters	0.87 51	0.28 50	1.54 46	0.47 151	2.71 435	1.38 57	0.01 5	3.14 31	0.81 11	0.32 40	0.48 37	0.05 4	0.13 19	5.72 205	0.42 76	0.01 236	0.01 177	0.00 1	0.00 1	0.00 1	0.01 18

asd	0.49 9	0.16 3	1.57 49	0.04 20	0.72 298	1.24 30	0.05 47	2.80 18	0.84 13	0.45 81	0.50 38	0.06 12	0.56 113	0.58 8	0.24 26	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

SGD-Stereo	0.69 33	0.30 66	1.15 8	0.25 103	0.12 91	1.26 39	0.29 166	1.87 7	0.62 2	0.50 90	0.51 39	0.08 29	0.11 15	6.67 263	0.09 1	0.01 236	0.01 177	0.00 1	0.00 1	0.02 71	0.01 18

DEFOM-Stereo	0.70 36	0.29 55	1.62 55	0.16 85	0.06 27	1.95 115	0.45 205	0.88 3	0.74 6	0.55 94	0.51 39	0.14 41	0.09 8	6.32 233	0.20 18	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

2.5w	0.68 31	0.23 29	1.29 19	0.04 20	0.31 203	1.26 39	0.09 77	3.24 45	0.86 19	0.42 74	0.59 41	0.03 1	0.56 113	4.36 160	0.24 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

Occ-G	0.98 65	0.38 148	1.82 72	0.15 82	0.18 142	1.45 67	0.69 275	3.15 34	2.25 70	1.45 128	0.59 41	5.06 296	0.54 110	0.75 16	0.77 157	0.00 1	0.03 288	0.00 1	0.17 417	0.16 331	0.01 18

fffft	0.97 63	0.29 55	1.69 65	0.03 6	0.05 16	2.12 131	0.65 263	3.44 65	1.87 63	0.34 47	0.60 43	0.23 62	0.20 29	6.69 264	0.89 186	0.00 1	0.01 177	0.00 1	0.00 1	0.18 355	0.09 279
1: 1. 1
IGEV-BASED-STEREO-	4.24 397	25.07 537	26.53 530	0.44 144	0.07 35	1.50 73	0.54 229	2.09 9	1.57 53	0.51 91	0.62 44	0.21 59	0.20 29	1.44 55	0.53 110	12.03 540	0.01 177	0.00 1	0.08 376	1.75 500	9.69 537

4.5_new	0.49 9	0.17 6	1.73 68	0.06 30	0.30 195	1.23 21	0.07 62	3.11 27	0.87 23	0.45 81	0.66 45	0.05 4	0.19 26	0.67 11	0.26 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

4.5w-stereo	0.49 9	0.17 6	1.73 68	0.06 30	0.30 195	1.23 21	0.07 62	3.11 27	0.87 23	0.45 81	0.66 45	0.05 4	0.19 26	0.67 11	0.26 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

LG-Stereo_Zeroshot	0.80 45	0.33 101	2.51 145	0.25 103	0.53 268	1.93 113	0.27 161	5.07 168	1.05 40	0.47 85	0.68 47	0.64 119	0.22 33	0.95 31	0.65 125	0.00 1	0.05 333	0.00 1	0.19 429	0.03 116	0.16 367

GREAT-IGEV	0.72 39	0.29 55	1.91 79	1.31 265	0.40 230	1.41 63	0.08 69	2.29 11	2.48 81	0.18 10	0.69 48	0.10 37	0.34 65	1.72 71	0.37 63	0.00 1	0.09 394	0.00 1	0.22 442	0.10 258	0.41 445

AIO_test	0.90 57	0.40 162	1.67 62	0.14 80	0.16 117	2.97 239	0.83 311	3.61 79	2.67 94	0.29 29	0.71 49	1.50 152	0.29 51	2.37 98	0.13 7	0.00 1	0.04 317	0.00 1	0.08 376	0.03 116	0.03 135

S2M2_XL	0.22 1	0.33 101	1.17 9	0.07 39	0.11 77	0.11 1	0.00 1	0.60 2	0.25 1	0.12 4	0.73 50	0.07 18	0.17 23	0.39 1	0.20 18	0.00 1	0.01 177	0.00 1	0.00 1	0.00 1	0.01 18

2w_stereo	0.56 20	0.19 13	1.31 23	0.03 6	0.10 67	1.22 19	0.04 34	3.42 64	0.81 11	0.79 108	0.73 50	0.07 18	1.24 187	0.81 20	0.37 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

rvit_0105_4	1.38 115	0.98 379	5.52 398	0.61 169	0.05 16	1.62 83	0.41 195	3.95 102	5.80 272	0.31 38	0.73 50	1.37 143	0.53 109	4.89 177	0.78 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.04 179

4.25_new	0.52 13	0.18 8	1.42 31	0.03 6	0.88 314	1.23 21	0.04 34	3.18 37	0.85 16	0.32 40	0.77 53	0.05 4	0.42 92	0.83 21	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

4.5w_new	0.52 13	0.18 8	1.42 31	0.03 6	0.88 314	1.23 21	0.04 34	3.18 37	0.85 16	0.32 40	0.77 53	0.05 4	0.42 92	0.83 21	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

4.25w-stereo	0.52 13	0.18 8	1.43 34	0.03 6	0.88 314	1.23 21	0.04 34	3.18 37	0.85 16	0.32 40	0.77 53	0.05 4	0.42 92	0.83 21	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

rvit_stereo_0083	1.03 76	0.26 45	3.09 227	0.49 152	0.09 59	1.27 44	0.24 151	2.72 16	4.60 226	0.38 54	0.77 53	0.78 126	1.18 181	4.35 159	0.33 50	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.03 135

MM-Stereo_test2	0.99 69	0.29 55	2.26 125	1.34 269	0.12 91	1.78 103	0.53 226	4.71 144	3.31 150	0.76 106	0.80 57	0.50 109	0.35 66	1.86 80	0.73 142	0.00 1	0.05 333	0.00 1	0.07 371	0.26 404	0.06 232

DEFOM-Stereo_RVC	0.98 65	2.14 475	1.55 47	0.88 198	0.26 182	0.56 6	0.04 34	2.80 18	0.86 19	0.30 33	0.80 57	0.21 59	2.33 251	6.17 221	0.37 63	0.00 1	0.07 370	0.00 1	0.17 417	0.01 24	0.01 18

4w-stereo	0.55 18	0.18 8	1.39 29	0.02 1	0.35 217	1.26 39	0.06 54	3.13 30	0.86 19	0.28 26	0.82 59	0.06 12	0.67 125	1.59 64	0.25 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

S2M2	0.46 7	0.39 152	1.17 9	0.37 133	0.17 127	1.14 11	0.01 5	1.46 5	1.83 61	0.19 12	0.87 60	0.13 40	0.19 26	0.57 5	0.43 78	0.01 236	0.01 177	0.00 1	0.00 1	0.21 378	0.00 1

rvit_stereo_ft	1.00 72	0.78 334	3.84 295	0.84 193	0.36 220	1.23 21	0.24 151	3.81 96	3.76 175	0.37 53	0.87 60	0.74 123	1.12 168	1.18 45	0.76 151	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.06 232

4D-IteraStereo	1.72 139	0.86 350	3.01 208	0.09 53	2.86 439	3.57 296	1.06 348	3.92 99	5.31 251	5.28 231	1.02 62	3.92 243	0.38 75	1.83 78	1.04 205	0.00 1	0.01 177	0.00 1	0.00 1	0.07 217	0.09 279

ff7	1.12 86	0.57 261	2.06 100	0.03 6	0.07 35	2.80 213	0.84 315	3.71 82	2.27 71	0.38 54	1.06 63	0.20 49	0.40 79	7.12 296	0.49 101	0.00 1	0.00 1	0.00 1	0.16 409	0.09 247	0.06 232

ffff	1.12 86	0.57 261	2.06 100	0.03 6	0.07 35	2.80 213	0.84 315	3.71 82	2.27 71	0.38 54	1.06 63	0.20 49	0.40 79	7.12 296	0.49 101	0.00 1	0.00 1	0.00 1	0.16 409	0.09 247	0.06 232

11t	1.12 86	0.57 261	2.06 100	0.03 6	0.07 35	2.80 213	0.84 315	3.71 82	2.27 71	0.38 54	1.06 63	0.20 49	0.40 79	7.12 296	0.49 101	0.00 1	0.00 1	0.00 1	0.16 409	0.09 247	0.06 232

ccc-4	1.12 86	0.57 261	2.06 100	0.03 6	0.07 35	2.80 213	0.84 315	3.71 82	2.27 71	0.38 54	1.06 63	0.20 49	0.40 79	7.12 296	0.49 101	0.00 1	0.00 1	0.00 1	0.16 409	0.09 247	0.06 232

CES	1.56 127	0.35 125	1.44 36	0.42 140	7.70 521	2.66 199	0.13 101	4.89 153	2.53 86	0.25 23	1.10 67	0.33 88	0.31 61	1.61 66	0.58 118	0.01 236	0.02 238	0.00 1	0.00 1	0.54 457	6.26 524

IGEV-Stereo	1.12 86	0.59 269	1.66 59	0.03 6	0.07 35	2.82 224	0.82 307	4.09 110	2.30 77	0.41 69	1.11 68	0.30 77	0.41 87	7.05 289	0.49 101	0.00 1	0.00 1	0.00 1	0.17 417	0.10 258	0.05 214
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
sAnonymous2	1.35 112	1.66 452	8.14 457	0.55 159	0.46 244	1.23 21	0.24 151	4.00 104	3.47 159	0.40 67	1.11 68	0.23 62	1.42 197	0.96 32	0.57 114	0.01 236	0.00 1	0.00 1	0.20 432	2.07 504	0.22 397

CroCo_RVC	1.35 112	1.66 452	8.14 457	0.55 159	0.46 244	1.23 21	0.24 151	4.00 104	3.47 159	0.40 67	1.11 68	0.23 62	1.42 197	0.96 32	0.57 114	0.01 236	0.00 1	0.00 1	0.20 432	2.07 504	0.22 397

anonymousdsp	1.12 86	0.59 269	1.66 59	0.03 6	0.07 35	2.81 221	0.82 307	4.07 107	2.30 77	0.41 69	1.12 71	0.30 77	0.40 79	7.05 289	0.49 101	0.00 1	0.00 1	0.00 1	0.17 417	0.10 258	0.05 214

rvit_stereo_0080	0.88 53	0.51 233	3.12 229	0.07 39	0.12 91	1.31 49	0.37 184	3.78 92	3.29 148	0.56 95	1.13 72	0.40 94	0.76 136	1.71 68	0.47 98	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.04 179

whm_eth	0.88 53	0.51 233	3.12 229	0.07 39	0.12 91	1.31 49	0.37 184	3.78 92	3.29 148	0.56 95	1.13 72	0.40 94	0.76 136	1.71 68	0.47 98	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.04 179

2.25w	0.67 29	0.20 18	1.40 30	0.04 20	0.13 99	1.21 17	0.05 47	3.23 43	0.87 23	0.36 50	1.17 74	0.07 18	0.69 128	3.67 131	0.30 42	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

GCAP-Stereo	0.95 61	0.62 282	1.99 93	0.30 110	0.03 11	1.66 87	0.01 5	4.43 122	3.00 123	1.63 132	1.17 74	1.39 144	0.76 136	1.31 48	0.55 112	0.00 1	0.03 288	0.00 1	0.00 1	0.12 295	0.02 86

SMoEStereo_RVC	0.95 61	0.35 125	1.37 28	0.63 174	0.07 35	2.07 124	0.16 120	2.88 20	1.68 54	0.30 33	1.23 76	0.19 45	0.28 47	6.80 269	0.84 170	0.00 1	0.00 1	0.00 1	0.00 1	0.11 278	0.13 337

PMTNet	1.41 117	0.37 142	2.06 100	0.26 105	0.15 110	2.94 237	0.34 180	3.39 56	5.33 253	1.00 116	1.27 77	0.28 75	0.93 153	4.04 148	0.74 144	5.00 519	0.00 1	0.00 1	0.00 1	0.03 116	0.01 18

water-stereo	0.70 36	0.29 55	3.07 226	0.08 48	0.07 35	1.54 76	0.15 114	4.01 106	1.41 49	0.59 97	1.31 78	0.26 68	0.24 35	0.43 3	0.39 68	0.02 323	0.06 350	0.00 1	0.02 324	0.02 71	0.01 18

ProNet	1.20 97	0.60 273	2.00 95	0.26 105	0.08 51	2.73 202	0.68 270	5.00 164	2.52 85	0.29 29	1.32 79	0.37 93	0.36 68	6.94 283	0.44 83	0.00 1	0.07 370	0.00 1	0.00 1	0.17 344	0.07 251

riskmin	1.88 163	0.15 1	2.11 111	1.38 278	0.88 314	2.40 160	0.04 34	5.93 226	6.10 292	2.25 141	1.34 80	6.06 326	5.08 391	2.78 108	1.01 203	0.00 1	0.02 238	0.00 1	0.00 1	0.01 24	0.06 232

CASnet	0.98 65	0.32 84	1.62 55	0.65 177	0.07 35	2.11 129	0.14 108	3.50 69	4.03 192	3.77 186	1.41 81	0.31 81	0.29 51	0.80 19	0.57 114	0.01 236	0.00 1	0.00 1	0.00 1	0.04 145	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAStereo	0.68 31	0.42 180	3.15 232	0.18 91	0.52 267	1.17 13	0.02 22	3.16 35	0.98 39	0.51 91	1.43 82	0.16 42	0.22 33	0.75 16	0.83 167	0.00 1	0.00 1	0.00 1	0.00 1	0.07 217	0.02 86

monsterstereo	0.93 59	0.30 66	1.91 79	0.43 143	2.63 431	1.21 17	0.01 5	3.11 27	0.76 8	0.46 84	1.44 83	0.05 4	0.09 8	5.66 200	0.50 107	0.00 1	0.01 177	0.00 1	0.00 1	0.00 1	0.01 18

depthmonostereo	1.01 73	0.50 227	3.16 233	0.12 64	0.09 59	1.43 65	0.04 34	4.97 159	1.51 52	0.90 113	1.46 84	0.98 131	0.94 155	3.45 127	0.46 91	0.02 323	0.10 406	0.00 1	0.02 324	0.04 145	0.01 18

3.5w_stereo	0.69 33	0.23 29	1.44 36	0.02 1	0.14 105	1.24 30	0.03 30	3.53 74	0.90 33	0.20 13	1.48 85	0.07 18	0.50 103	3.73 133	0.30 42	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

MyStereo07	1.31 110	0.79 335	1.61 53	1.03 225	1.11 339	2.63 193	0.46 206	5.48 202	2.24 69	0.64 101	1.48 85	0.27 71	0.59 121	7.03 288	0.45 87	0.00 1	0.09 394	0.00 1	0.01 300	0.11 278	0.09 279

GLC_STEREO	0.75 42	0.29 55	1.19 11	0.55 159	0.01 1	1.98 119	0.57 244	3.07 24	3.02 126	0.90 113	1.48 85	0.19 45	0.40 79	0.93 29	0.36 57	0.00 1	0.01 177	0.00 1	0.00 1	0.04 145	0.02 86

CREStereo	0.98 65	0.42 180	1.86 74	0.07 39	0.22 165	1.65 86	0.02 22	4.07 107	6.33 308	0.72 104	1.54 88	0.43 100	0.64 123	1.22 47	0.44 83	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
trnet	0.99 69	0.37 142	1.89 77	0.08 48	0.19 153	1.68 91	0.02 22	4.12 111	6.41 312	0.70 103	1.57 89	0.46 103	0.67 125	1.15 42	0.41 72	0.00 1	0.01 177	0.00 1	0.00 1	0.01 24	0.01 18

rvit_0105_5	1.48 122	0.89 360	5.43 389	0.46 146	0.04 13	1.60 80	0.60 249	4.65 141	5.90 278	0.76 106	1.59 90	1.75 162	0.78 142	4.20 154	0.88 181	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.06 232

AIO_rvc	1.02 74	0.59 269	1.95 89	0.15 82	0.09 59	3.42 273	0.99 340	4.46 124	2.73 102	0.28 26	1.62 91	1.32 142	0.28 47	2.10 93	0.21 21	0.00 1	0.03 288	0.00 1	0.04 357	0.11 278	0.11 315

CAS	2.24 205	0.25 39	1.86 74	11.21 526	3.86 477	1.67 88	0.02 22	3.87 98	2.67 94	0.41 69	1.63 92	0.24 65	0.27 45	1.50 59	0.74 144	9.43 533	0.01 177	0.00 1	0.00 1	0.01 24	5.21 520

rvit_0105_3	1.71 138	0.90 363	5.93 409	0.78 186	0.02 3	1.62 83	1.69 391	5.15 172	5.99 287	2.22 140	1.64 93	1.97 172	1.17 180	4.19 152	0.92 193	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.03 135

MM-Stereo_test1	1.57 128	0.36 135	2.19 121	1.17 246	0.35 217	2.39 159	0.56 235	4.53 129	5.21 248	3.67 181	1.65 94	0.40 94	0.84 149	6.90 277	0.80 164	0.00 1	0.03 288	0.00 1	0.00 1	0.31 420	0.03 135

gcap-zeroshot	1.87 162	0.44 197	4.24 320	0.53 155	0.51 263	3.12 255	0.75 291	6.42 253	3.91 183	3.75 185	1.67 95	7.79 366	0.55 111	2.61 105	0.53 110	0.02 323	0.21 472	0.00 1	0.23 445	0.00 1	0.05 214

IGEV-Stereo++	0.74 41	0.23 29	1.31 23	0.06 30	1.62 375	1.95 115	0.01 5	3.29 49	1.81 58	0.38 54	1.68 96	0.10 37	1.16 179	0.91 28	0.19 17	0.01 236	0.01 177	0.00 1	0.00 1	0.04 145	0.01 18

test_1	1.85 157	0.21 23	2.45 137	1.02 223	0.22 165	1.37 56	0.82 307	4.66 143	5.06 242	7.02 321	1.73 97	4.09 251	0.41 87	6.51 250	0.76 151	0.00 1	0.00 1	0.00 1	0.29 462	0.18 355	0.14 345

plain	1.34 111	0.51 233	5.09 371	0.30 110	0.05 16	1.58 78	0.08 69	4.47 126	3.77 176	0.42 74	1.76 98	0.60 118	0.74 134	6.11 218	0.94 194	0.00 1	0.00 1	0.00 1	0.00 1	0.40 447	0.02 86

xyz-stereo-finetune	1.20 97	0.44 197	2.19 121	0.08 48	0.05 16	3.16 261	0.68 270	3.41 61	2.58 90	0.81 110	1.77 99	0.68 120	0.37 71	6.20 224	1.63 260	0.00 1	0.00 1	0.00 1	0.00 1	0.04 145	0.02 86

LG-Stereo	0.79 44	0.32 84	3.96 299	0.04 20	0.15 110	1.19 15	0.18 129	3.52 72	2.95 114	0.32 40	1.77 99	0.22 61	0.14 20	0.39 1	0.43 78	0.01 236	0.02 238	0.00 1	0.00 1	0.11 278	0.02 86

knoymous	1.36 114	0.21 23	1.68 64	0.20 92	0.49 256	1.58 78	0.11 86	5.15 172	2.40 80	4.62 207	1.77 99	4.56 276	0.45 100	3.23 118	0.63 123	0.00 1	0.02 238	0.00 1	0.00 1	0.02 71	0.01 18

test-3	1.86 158	0.21 23	2.46 140	1.03 225	0.22 165	1.38 57	0.83 311	4.65 141	5.04 241	7.26 338	1.78 102	4.10 253	0.41 87	6.53 253	0.76 151	0.00 1	0.00 1	0.00 1	0.29 462	0.18 355	0.14 345

CroCo-Stereo	0.99 69	0.89 360	3.19 236	0.46 146	0.44 238	0.38 2	0.05 47	4.61 134	3.95 186	0.48 86	1.78 102	1.01 132	0.27 45	1.11 39	1.07 206	0.01 236	0.00 1	0.00 1	0.00 1	0.05 175	0.04 179
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
test_3	1.88 163	0.22 26	2.75 175	0.96 215	0.22 165	1.28 46	0.77 295	4.62 136	5.87 275	6.55 302	1.84 104	4.28 264	0.45 100	6.48 246	0.76 151	0.00 1	0.01 177	0.00 1	0.28 461	0.17 344	0.14 345

FENet	2.19 201	0.34 115	3.04 215	2.05 390	0.26 182	2.82 224	0.13 101	7.02 279	5.55 260	4.97 220	1.94 105	4.91 288	3.39 300	4.71 169	2.50 318	0.02 323	0.03 288	0.00 1	0.00 1	0.00 1	0.21 395

RSM++	1.02 74	0.24 38	1.33 25	0.86 196	0.04 13	2.78 210	0.30 172	2.63 15	2.67 94	0.48 86	1.95 106	0.52 110	0.25 37	5.50 196	0.57 114	0.00 1	0.00 1	0.00 1	0.17 417	0.11 278	0.09 279

Selective-RAFT	1.69 136	0.32 84	3.29 242	0.92 206	0.18 142	3.89 322	0.06 54	4.22 113	4.00 189	1.47 129	1.98 107	3.07 205	2.81 276	6.35 237	0.89 186	0.01 236	0.00 1	0.00 1	0.21 436	0.05 175	0.00 1

SCV_C0	1.40 116	0.49 224	3.06 225	0.12 64	0.21 161	2.29 146	0.09 77	6.46 255	3.81 177	0.63 99	2.00 108	0.24 65	0.41 87	7.31 307	0.43 78	0.01 236	0.05 333	0.00 1	0.21 436	0.16 331	0.07 251

tt45	1.09 84	0.35 125	1.49 42	0.39 137	0.23 170	3.50 285	0.14 108	3.35 54	1.81 58	0.36 50	2.04 109	0.27 71	0.26 43	6.84 272	0.63 123	0.00 1	0.00 1	0.00 1	0.00 1	0.16 331	0.03 135

rvit_105_1	2.44 233	0.80 339	5.08 370	1.77 337	0.09 59	1.95 115	3.62 442	5.62 211	8.21 378	4.85 216	2.07 110	3.15 209	1.58 213	7.08 293	2.71 325	0.00 1	0.00 1	0.00 1	0.01 300	0.04 145	0.08 266

DilatedVolume-Stereo	1.13 92	0.41 173	2.75 175	1.04 230	0.11 77	2.21 140	0.10 81	2.96 22	1.32 46	2.40 145	2.09 111	0.33 88	0.58 119	5.62 197	0.43 78	0.03 364	0.06 350	0.00 1	0.14 402	0.04 145	0.04 179

UniTT-Stereo	0.83 49	0.33 101	1.98 91	0.92 206	1.27 353	0.54 5	0.11 86	1.35 4	2.94 113	1.67 133	2.09 111	0.20 49	0.31 61	1.57 62	1.07 206	0.00 1	0.00 1	0.00 1	0.00 1	0.16 331	0.01 18

AnonymousM	2.71 257	6.75 513	0.98 1	0.73 183	0.06 27	2.41 161	0.53 226	5.30 190	3.05 127	4.75 214	2.09 111	1.89 167	1.01 159	1.88 84	0.51 108	0.01 236	0.02 238	17.42 534	4.76 534	0.02 71	0.01 18

Pointernet	0.84 50	0.35 125	2.00 95	0.12 64	0.13 99	1.77 101	0.06 54	4.87 152	2.53 86	0.14 7	2.11 114	0.76 125	0.44 99	1.02 34	0.32 49	0.00 1	0.04 317	0.00 1	0.15 406	0.02 71	0.01 18

IGEV++	1.14 94	0.51 233	1.66 59	0.55 159	0.08 51	2.52 170	1.01 344	6.51 259	3.16 134	0.59 97	2.11 114	0.43 100	1.18 181	1.44 55	0.79 161	0.00 1	0.05 333	0.00 1	0.05 363	0.11 278	0.11 315

rafts_anoy	1.72 139	0.79 335	2.58 153	2.03 384	1.75 389	2.47 165	0.16 120	5.48 202	6.01 289	3.24 168	2.11 114	1.92 171	1.33 190	3.08 115	1.13 214	0.01 236	0.18 459	0.00 1	0.01 300	0.03 116	0.07 251

x	1.73 141	0.28 50	2.49 144	1.91 357	0.17 127	2.10 127	0.83 311	8.74 323	3.55 165	3.28 169	2.12 117	3.10 206	1.96 234	2.90 111	1.12 212	0.00 1	0.02 238	0.00 1	0.00 1	0.02 71	0.03 135

castereo++	1.18 95	0.54 249	1.95 89	0.30 110	0.51 263	4.56 353	1.00 342	4.61 134	1.12 42	0.29 29	2.14 118	1.89 167	0.15 21	3.94 143	0.18 16	0.00 1	0.04 317	0.00 1	0.31 470	0.03 116	0.00 1

CroCo-Stereo Lap2	1.24 103	0.88 357	3.39 251	0.95 213	4.59 500	0.47 4	0.08 69	3.51 71	2.80 106	1.17 125	2.24 119	1.57 155	0.20 29	1.48 58	1.14 215	0.00 1	0.00 1	0.00 1	0.00 1	0.15 324	0.12 329

GMStereo	1.83 155	0.99 381	4.55 342	0.57 164	0.05 16	2.53 173	0.01 5	4.95 156	11.14 435	3.52 176	2.24 119	0.53 112	0.49 102	3.76 135	0.80 164	0.20 454	0.00 1	0.00 1	0.12 397	0.12 295	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
Anonymous_2	4.14 387	0.62 282	3.21 237	1.40 280	1.43 367	5.19 367	0.32 174	6.63 263	4.38 212	4.48 204	2.30 121	8.08 375	7.00 432	5.37 192	2.29 306	0.23 458	0.75 509	5.20 525	18.12 550	5.66 519	0.23 403

CAS++	1.18 95	0.55 253	1.99 93	0.17 86	0.27 185	1.85 108	0.63 256	8.48 310	3.07 129	1.71 134	2.32 122	0.18 44	0.20 29	1.91 85	0.30 42	0.00 1	0.01 177	0.00 1	0.00 1	0.02 71	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
1w_stereo	0.64 26	0.16 3	1.24 17	0.09 53	0.50 259	1.19 15	0.08 69	3.24 45	0.84 13	0.48 86	2.37 123	0.04 2	1.57 212	0.84 25	0.10 2	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

RSM	1.21 100	0.20 18	1.30 22	0.12 64	0.06 27	2.48 167	0.51 224	3.78 92	2.74 103	0.48 86	2.38 124	2.18 176	0.28 47	6.77 268	0.56 113	0.00 1	0.00 1	0.00 1	0.16 409	0.07 217	0.05 214

MIF-Stereo (partial)	1.29 109	0.33 101	3.02 210	0.03 6	1.12 341	1.26 39	0.13 101	4.46 124	3.75 173	0.35 49	2.39 125	0.31 81	0.74 134	6.09 217	1.76 271	0.00 1	0.00 1	0.00 1	0.00 1	0.08 229	0.04 179

LL-Strereo2	1.86 158	0.83 346	2.33 129	0.36 131	0.17 127	3.79 318	1.52 381	5.82 222	4.04 194	4.43 200	2.51 126	4.23 258	0.37 71	5.66 200	0.99 200	0.00 1	0.02 238	0.00 1	0.05 363	0.06 199	0.11 315

castereo	0.87 51	0.60 273	1.07 3	0.34 127	0.17 127	1.89 109	0.79 301	4.84 151	2.05 64	0.65 102	2.55 127	0.31 81	0.40 79	1.02 34	0.38 67	0.01 236	0.09 394	0.00 1	0.24 448	0.03 116	0.02 86

LoS_RVC	1.26 106	1.43 431	1.91 79	0.42 140	3.77 475	1.71 97	0.04 34	2.58 14	2.49 83	0.42 74	2.58 128	0.30 77	0.57 117	1.71 68	0.66 129	0.01 236	0.02 238	0.00 1	0.00 1	0.02 71	4.49 517

fffy	1.13 92	0.51 233	2.15 112	1.01 222	0.09 59	2.30 151	0.19 132	4.07 107	1.13 44	0.16 9	2.66 129	0.20 49	0.38 75	6.98 285	0.35 54	0.00 1	0.06 350	0.00 1	0.00 1	0.14 320	0.16 367

SCV	1.59 129	0.58 266	2.57 151	2.72 446	0.31 203	2.15 135	0.79 301	6.88 274	2.72 99	0.20 13	2.68 130	0.68 120	0.58 119	7.60 323	0.41 72	0.00 1	0.03 288	0.00 1	0.22 442	0.37 437	0.24 407

UDGNet	2.73 260	7.09 516	3.90 298	2.71 444	0.06 27	2.98 240	0.20 138	4.63 137	8.58 391	2.69 149	2.70 131	0.95 130	1.01 159	6.27 227	1.51 244	1.28 503	0.00 1	5.24 526	0.94 508	1.70 499	0.13 337

HUF	1.05 80	0.64 286	2.33 129	0.35 130	0.22 165	3.09 250	0.41 195	3.73 88	2.89 110	0.36 50	2.71 132	0.33 88	0.30 58	2.28 97	0.23 24	0.00 1	0.61 508	0.00 1	0.00 1	0.15 324	0.39 440

test_for_model	6.81 457	27.63 541	2.16 119	21.79 539	16.18 540	3.48 281	0.94 335	5.88 224	3.72 170	7.62 354	2.72 133	1.03 134	0.42 92	0.58 8	0.35 54	9.03 531	2.28 520	0.00 1	0.05 363	23.91 546	6.49 525

Former-RAFT_DAM_RVC	1.26 106	0.42 180	2.36 133	0.59 167	1.26 351	2.43 163	0.01 5	3.29 49	7.76 363	1.71 134	2.78 134	0.27 71	0.32 63	1.16 44	0.58 118	0.04 384	0.01 177	0.00 1	0.00 1	0.04 145	0.10 301

AIO-test1	2.22 204	0.76 325	2.78 182	0.30 110	4.38 488	2.48 167	0.96 339	5.59 207	14.64 466	0.74 105	2.86 135	0.92 128	0.30 58	5.64 198	1.67 263	0.00 1	0.00 1	0.00 1	0.03 339	0.17 344	0.14 345

111111	0.97 63	0.19 13	1.49 42	0.06 30	1.12 341	1.43 65	0.05 47	4.77 147	1.70 55	0.44 79	2.88 136	0.09 33	0.17 23	4.66 168	0.20 18	0.00 1	0.00 1	0.00 1	0.00 1	0.10 258	0.01 18

anonymousdsp2	1.78 145	0.39 152	3.40 253	1.10 236	0.04 13	3.63 297	0.50 221	7.80 292	2.77 105	2.91 159	2.88 136	3.17 210	1.01 159	5.15 186	0.43 78	0.00 1	0.01 177	0.02 412	0.15 406	0.05 175	0.12 329

mms	1.03 76	0.54 249	1.58 51	0.05 26	0.36 220	1.52 75	0.08 69	2.97 23	1.84 62	0.38 54	2.94 138	0.32 84	0.25 37	6.82 270	0.39 68	0.00 1	0.04 317	0.00 1	0.00 1	0.17 344	0.28 425

DLNR_Zeroshot_test	24.70 538	50.77 557	90.11 564	98.11 574	97.34 572	1.38 57	0.12 92	22.79 527	3.09 133	1.07 122	2.95 139	0.71 122	0.29 51	6.93 279	2.29 306	38.56 555	0.37 495	0.00 1	0.30 468	76.73 568	0.09 279

Reg-Stereo(zero)	1.60 131	0.19 13	2.59 154	0.45 145	0.47 251	1.64 85	0.23 149	3.22 42	5.87 275	4.29 196	3.01 140	4.49 274	1.64 217	2.47 103	1.16 218	0.00 1	0.08 382	0.00 1	0.13 401	0.01 24	0.10 301

11t1	1.62 132	0.26 45	2.53 147	2.37 427	0.24 172	2.58 182	0.06 54	6.66 265	3.00 123	3.40 174	3.01 140	1.14 137	1.94 233	4.18 151	0.91 190	0.01 236	0.02 238	0.00 1	0.00 1	0.03 116	0.03 135

ours_stereo	1.03 76	0.55 253	1.86 74	0.12 64	0.32 207	1.16 12	0.09 77	3.27 48	2.18 68	0.39 62	3.02 142	0.34 92	0.26 43	6.32 233	0.37 63	0.00 1	0.01 177	0.00 1	0.00 1	0.18 355	0.13 337

TRStereo	2.36 225	3.10 490	4.70 351	1.99 374	2.08 408	2.61 188	1.11 354	8.79 325	3.73 171	3.19 166	3.04 143	3.96 244	0.77 139	5.92 211	1.44 238	0.03 364	0.14 436	0.00 1	0.29 462	0.08 229	0.25 411

sCroCo_RVC	1.21 100	0.65 292	5.16 377	1.09 235	1.29 357	0.92 8	0.19 132	3.92 99	2.68 97	0.30 33	3.04 143	0.52 110	1.56 211	1.58 63	0.78 159	0.09 424	0.25 484	0.00 1	0.00 1	0.07 217	0.11 315

WCG-NET（raft）	1.49 123	0.50 227	1.55 47	0.21 96	0.08 51	2.15 135	1.01 344	2.72 16	6.26 303	2.79 153	3.06 145	4.38 269	1.04 164	3.53 128	0.26 32	0.00 1	0.12 422	0.00 1	0.00 1	0.10 258	0.08 266

MoCha-V2	1.41 117	0.42 180	2.61 157	0.81 188	0.23 170	2.53 173	0.20 138	4.81 149	3.16 134	0.82 111	3.15 146	0.30 77	1.61 216	6.66 262	0.40 71	0.00 1	0.20 469	0.00 1	0.24 448	0.05 175	0.02 86

AE-Stereo	1.44 119	0.32 84	2.69 165	1.58 309	0.20 158	2.24 143	0.59 246	6.01 227	5.70 266	1.18 126	3.17 147	1.02 133	0.78 142	1.73 72	0.83 167	0.02 323	0.18 459	0.00 1	0.29 462	0.11 278	0.07 251

999	1.25 105	0.37 142	1.63 57	1.15 244	0.34 214	3.03 245	0.66 266	3.41 61	2.27 71	0.30 33	3.20 148	0.19 45	0.25 37	7.23 304	0.85 171	0.00 1	0.00 1	0.00 1	0.00 1	0.16 331	0.01 18

Selective-IGEV	1.23 102	0.18 8	1.13 5	0.07 39	0.17 127	2.38 158	0.54 229	6.10 231	2.51 84	0.41 69	3.20 148	0.26 68	0.29 51	6.94 283	0.16 11	0.00 1	0.01 177	0.00 1	0.11 394	0.04 145	0.10 301

Anonymous3	1.76 143	0.44 197	6.37 423	0.33 122	0.50 259	4.33 341	0.54 229	4.43 122	2.48 81	2.21 139	3.24 150	1.53 154	1.14 172	5.64 198	1.29 227	0.17 447	0.23 478	0.00 1	0.00 1	0.12 295	0.15 355

AIO-Stereo	0.94 60	0.22 26	1.20 14	0.06 30	0.08 51	2.36 154	0.62 255	5.50 205	2.61 91	0.30 33	3.32 151	0.41 97	0.25 37	1.12 40	0.17 14	0.00 1	0.01 177	0.00 1	0.35 479	0.06 199	0.12 329

ACVNet-DCA	2.01 182	0.65 292	2.15 112	2.30 416	0.02 3	5.80 380	0.56 235	8.45 306	3.33 152	1.03 117	3.33 152	0.32 84	3.71 319	8.05 355	0.45 87	0.00 1	0.02 238	0.00 1	0.03 339	0.02 71	0.03 135

xx1	2.33 222	0.65 292	2.15 112	2.30 416	0.02 3	5.80 380	0.56 235	4.31 114	10.41 421	1.03 117	3.33 152	4.67 279	2.70 267	8.05 355	0.45 87	0.00 1	0.02 238	0.00 1	0.00 1	0.02 71	0.03 135

1test111	1.86 158	0.65 292	2.15 112	2.30 416	0.02 3	5.80 380	0.56 235	8.45 306	3.33 152	1.03 117	3.33 152	0.32 84	3.71 319	4.40 161	0.96 195	0.00 1	0.02 238	0.00 1	0.03 339	0.02 71	0.03 135

cc1	2.17 198	0.65 292	2.15 112	2.30 416	0.02 3	5.80 380	0.56 235	4.31 114	10.41 421	1.03 117	3.33 152	0.32 84	3.71 319	8.05 355	0.45 87	0.00 1	0.02 238	0.00 1	0.03 339	0.10 258	0.05 214

NRIStereo	2.14 193	0.35 125	2.65 162	1.10 236	0.14 105	3.05 247	0.86 322	5.35 195	3.18 140	6.24 279	3.36 156	4.17 257	1.82 231	8.12 363	2.01 290	0.00 1	0.10 406	0.00 1	0.00 1	0.12 295	0.19 387

RAFT-Stereo-weight	1.67 134	0.31 71	1.57 49	0.97 218	0.15 110	3.19 263	0.77 295	5.06 166	6.19 302	4.96 219	3.38 157	2.83 192	0.35 66	2.87 110	0.74 144	0.01 236	0.06 350	0.00 1	0.00 1	0.01 24	0.02 86

tt1	2.14 193	0.63 285	2.22 123	2.27 412	0.02 3	5.71 378	0.63 256	4.53 129	10.19 416	1.16 124	3.39 158	0.33 88	3.05 286	8.00 349	0.46 91	0.00 1	0.02 238	0.00 1	0.03 339	0.10 258	0.04 179

WCG-NET	1.24 103	0.43 191	1.46 39	0.33 122	0.08 51	2.14 133	1.08 353	3.09 26	6.86 329	2.73 152	3.43 159	0.74 123	0.94 155	0.89 26	0.33 50	0.00 1	0.04 317	0.00 1	0.00 1	0.10 258	0.05 214

MC-Stereo	1.47 121	0.36 135	2.54 148	1.99 374	0.12 91	1.90 110	0.12 92	4.47 126	2.83 107	3.31 172	3.44 160	0.56 115	1.47 200	5.39 193	0.47 98	0.00 1	0.04 317	0.00 1	0.21 436	0.07 217	0.04 179

EKT-Stereo	1.91 169	0.48 220	2.77 180	2.19 404	4.36 487	1.42 64	0.24 151	4.63 137	3.51 161	2.94 160	3.47 161	3.55 229	2.25 246	5.26 188	0.85 171	0.04 384	0.12 422	0.00 1	0.09 387	0.06 199	0.05 214

FADNet-RVC	3.98 380	1.84 463	12.48 488	1.69 324	0.44 238	4.33 341	1.31 371	11.84 414	7.15 341	3.53 177	3.50 162	10.63 420	4.43 359	9.12 420	6.25 416	0.03 364	0.10 406	0.00 1	0.03 339	0.60 464	0.25 411

dd	2.16 196	1.22 412	4.82 355	0.68 180	0.12 91	1.39 62	0.17 125	5.14 170	11.22 438	2.70 151	3.51 163	1.52 153	1.23 186	5.08 182	3.96 373	0.12 433	0.01 177	0.04 441	0.21 436	0.07 217	0.01 18

testlalala	1.50 124	0.41 173	1.67 62	0.98 219	0.31 203	4.00 329	0.90 330	5.26 188	2.17 67	6.56 303	3.61 164	1.74 161	0.38 75	1.21 46	0.42 76	0.00 1	0.02 238	0.00 1	0.29 462	0.01 24	0.01 18

model_zeroshot	1.52 125	0.42 180	4.10 316	1.25 253	0.11 77	3.04 246	0.14 108	5.79 220	2.84 108	3.12 164	3.65 165	2.05 174	0.42 92	2.38 100	0.71 138	0.01 236	0.10 406	0.00 1	0.20 432	0.02 71	0.04 179

qqq	1.93 171	0.30 66	2.96 205	1.40 280	0.05 16	1.96 118	0.39 190	8.45 306	3.33 152	3.06 162	3.84 166	4.67 279	2.70 267	4.40 161	0.96 195	0.00 1	0.01 177	0.00 1	0.00 1	0.02 71	0.03 135

MyStereo05	2.94 282	0.66 298	5.25 384	1.10 236	0.96 327	2.57 180	0.10 81	8.53 312	12.34 453	6.28 285	3.88 167	3.18 211	3.30 293	7.81 339	2.37 312	0.01 236	0.08 382	0.00 1	0.01 300	0.13 310	0.15 355

raftrobust	1.86 158	0.74 320	1.94 86	2.15 401	2.24 419	2.74 203	0.53 226	4.89 153	4.05 196	6.09 266	3.89 168	1.64 156	2.55 260	2.44 101	1.12 212	0.00 1	0.03 288	0.00 1	0.00 1	0.12 295	0.08 266

MyStereo04	2.95 283	0.79 335	5.38 387	1.03 225	1.11 339	2.63 193	0.46 206	10.00 359	12.44 454	4.19 195	3.91 169	3.04 203	3.60 312	7.34 310	2.74 329	0.00 1	0.09 394	0.00 1	0.01 300	0.11 278	0.09 279

test_sample1	2.31 218	0.26 45	3.29 242	2.08 391	0.46 244	2.62 191	0.05 47	9.88 353	4.23 207	3.90 188	3.92 170	3.49 225	4.44 360	5.67 202	1.88 280	0.00 1	0.01 177	0.00 1	0.00 1	0.02 71	0.03 135

MIPNet	2.06 187	0.69 308	4.57 345	0.32 117	0.21 161	1.92 112	0.19 132	6.89 275	5.64 265	5.48 235	4.02 171	2.02 173	3.50 306	3.32 121	2.01 290	0.00 1	0.01 177	0.01 381	0.01 300	0.20 367	0.13 337

rvit_stereo_0075_2	2.00 180	0.32 84	5.49 393	0.60 168	1.98 403	1.77 101	0.10 81	7.24 282	5.70 266	2.90 158	4.06 172	3.11 207	0.56 113	5.32 190	0.76 151	0.00 1	0.00 1	0.00 1	0.00 1	0.03 116	0.16 367

testlalala_base	3.12 295	0.48 220	2.79 186	2.14 400	1.98 403	4.13 335	0.64 260	6.16 235	2.09 65	2.38 144	4.08 173	1.80 163	0.50 103	1.65 67	0.72 140	12.33 541	2.33 522	0.00 1	0.31 470	14.56 536	1.32 490

DeepStereo_RVC	2.05 186	0.39 152	2.87 198	0.14 80	0.17 127	3.51 288	0.70 278	5.21 176	3.00 123	6.27 284	4.13 174	3.47 223	4.53 367	4.81 171	1.49 243	0.01 236	0.00 1	0.00 1	0.00 1	0.09 247	0.18 376

CRE-IMP	1.95 173	0.35 125	2.68 163	0.27 109	0.17 127	3.90 323	0.85 321	5.14 170	2.87 109	5.74 240	4.14 175	3.49 225	0.83 146	6.40 238	1.80 275	0.00 1	0.00 1	0.00 1	0.00 1	0.10 258	0.19 387

testlalala2	2.15 195	0.44 197	2.44 136	9.24 520	6.30 511	3.64 298	0.18 129	4.63 137	2.55 89	3.73 184	4.17 176	3.14 208	0.51 105	1.08 37	0.26 32	0.00 1	0.10 406	0.00 1	0.44 491	0.11 278	0.03 135

FADNet-RVC-Resample	3.79 360	1.62 448	12.06 482	1.43 285	0.66 286	5.94 385	2.41 406	10.18 367	8.58 391	6.28 285	4.22 177	5.33 306	4.80 382	7.71 332	3.19 340	0.17 447	0.21 472	0.17 480	0.12 397	0.41 450	0.29 427

ROB_FTStereo	1.90 167	0.42 180	2.86 194	0.12 64	0.19 153	3.71 306	0.75 291	5.24 183	2.95 114	5.87 254	4.26 178	3.41 216	1.51 201	5.80 207	0.65 125	0.01 236	0.00 1	0.00 1	0.00 1	0.08 229	0.08 266

s12784h	1.89 166	0.30 66	2.57 151	0.11 62	0.09 59	4.18 336	0.13 101	6.61 262	7.44 349	3.62 179	4.28 179	0.59 117	0.81 145	6.61 258	0.46 91	0.01 236	0.01 177	0.00 1	0.00 1	0.02 71	0.00 1

Patchmatch Stereo++	1.95 173	0.40 162	2.86 194	0.12 64	0.18 142	3.74 311	0.66 266	5.24 183	2.96 117	5.86 249	4.32 180	3.46 220	1.52 206	6.88 274	0.70 134	0.01 236	0.00 1	0.00 1	0.00 1	0.08 229	0.09 279
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
iRAFT	1.95 173	0.40 162	2.86 194	0.12 64	0.18 142	3.74 311	0.66 266	5.24 183	2.96 117	5.86 249	4.32 180	3.46 220	1.52 206	6.88 274	0.70 134	0.01 236	0.00 1	0.00 1	0.00 1	0.08 229	0.09 279

PSM-adaLoss	1.88 163	0.40 162	2.86 194	0.12 64	0.19 153	3.75 314	0.71 281	5.23 177	2.96 117	5.86 249	4.33 182	3.45 218	1.51 201	5.40 194	0.69 132	0.01 236	0.00 1	0.00 1	0.00 1	0.08 229	0.09 279

HUI-Stereo	1.80 148	0.41 173	2.85 192	0.12 64	0.18 142	3.72 309	0.65 263	5.23 177	2.97 121	5.87 254	4.34 183	3.45 218	1.52 206	3.93 142	0.65 125	0.02 323	0.00 1	0.00 1	0.00 1	0.08 229	0.10 301

RAFT-IKP	1.90 167	0.42 180	2.83 189	0.12 64	0.18 142	3.50 285	0.64 260	5.24 183	2.96 117	5.86 249	4.34 183	3.50 227	1.51 201	5.99 214	0.76 151	0.01 236	0.00 1	0.00 1	0.00 1	0.08 229	0.08 266

ROB_FTStereo_v2	1.91 169	0.41 173	2.85 192	0.12 64	0.19 153	3.71 306	0.73 286	5.23 177	2.95 114	5.86 249	4.36 185	3.46 220	1.51 201	5.86 210	0.69 132	0.01 236	0.00 1	0.00 1	0.00 1	0.08 229	0.08 266

iGMRVC	1.96 176	0.40 162	2.88 199	0.12 64	0.19 153	3.74 311	0.73 286	5.23 177	2.97 121	5.87 254	4.37 186	3.48 224	1.52 206	6.73 267	0.74 144	0.02 323	0.00 1	0.00 1	0.00 1	0.08 229	0.08 266

CFNet-RSSM	2.11 189	0.33 101	2.71 169	1.04 230	0.30 195	3.21 265	0.41 195	6.67 266	6.96 332	5.62 238	4.58 187	5.40 307	1.71 220	1.86 80	0.87 178	0.00 1	0.08 382	0.00 1	0.32 472	0.02 71	0.02 86

GCST	9.08 487	17.31 533	3.98 304	52.92 556	10.66 529	11.29 468	0.20 138	6.97 277	6.47 316	9.46 420	4.68 188	4.75 281	1.51 201	9.34 431	1.31 228	8.19 529	0.05 333	22.38 537	0.34 476	6.17 522	3.53 510

PAM	3.38 322	0.31 71	5.61 401	1.37 276	0.71 296	7.60 424	0.38 189	8.94 326	3.55 165	5.54 236	4.69 189	16.09 473	7.03 434	3.67 131	1.02 204	0.00 1	0.21 472	0.00 1	0.38 481	0.07 217	0.41 445

MM-Stereo_test3	1.83 155	0.59 269	1.93 83	1.43 285	3.99 481	2.44 164	0.81 305	5.81 221	6.70 324	1.73 136	4.79 190	1.23 141	0.65 124	3.30 119	0.85 171	0.00 1	0.01 177	0.00 1	0.00 1	0.33 427	0.05 214

HCRNet	2.56 245	0.53 245	3.35 247	0.24 101	3.39 456	2.19 138	0.23 149	6.89 275	5.50 256	5.26 230	4.79 190	5.27 301	2.78 274	7.71 332	2.89 330	0.00 1	0.02 238	0.00 1	0.00 1	0.04 145	0.04 179

TANstereo	1.20 97	0.49 224	2.04 98	0.34 127	0.10 67	1.80 104	0.01 5	3.40 60	4.10 200	4.37 199	4.82 192	0.41 97	0.70 129	0.94 30	0.46 91	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CBFPSM	4.87 416	0.94 376	14.70 501	1.51 294	1.15 344	11.49 469	2.55 414	7.28 284	6.47 316	6.23 278	4.83 193	15.30 467	8.99 467	6.88 274	8.20 451	0.03 364	0.02 238	0.00 1	0.00 1	0.40 447	0.42 448

Any-RAFT	2.18 200	0.25 39	1.94 86	1.37 276	0.80 307	5.01 365	0.56 235	8.51 311	5.58 263	4.01 192	4.85 194	5.44 308	2.26 248	2.45 102	0.35 54	0.00 1	0.15 443	0.00 1	0.00 1	0.02 71	0.02 86

test_sample2	2.32 220	0.25 39	3.38 249	2.08 391	0.41 234	2.58 182	0.15 114	9.50 342	4.97 240	3.66 180	4.86 195	4.29 266	3.26 291	5.83 209	1.09 209	0.00 1	0.01 177	0.00 1	0.00 1	0.03 116	0.03 135

DIP-Stereo	1.97 178	0.64 286	2.95 203	0.17 86	0.10 67	4.83 360	0.13 101	8.60 318	4.06 199	6.42 295	4.92 196	0.44 102	0.72 132	3.57 129	1.80 275	0.00 1	0.01 177	0.00 1	0.00 1	0.05 175	0.04 179
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
iRaftStereo_RVC	1.62 132	0.68 303	1.98 91	0.67 179	0.05 16	2.99 241	0.04 34	5.36 197	3.74 172	3.82 187	4.96 197	2.54 185	0.62 122	3.35 122	0.97 198	0.00 1	0.07 370	0.00 1	0.00 1	0.30 415	0.27 421

TestStereo	1.74 142	1.02 385	3.64 275	0.20 92	0.28 192	1.33 51	0.01 5	5.24 183	4.01 191	3.18 165	4.97 198	2.07 175	0.70 129	7.32 308	0.75 149	0.02 323	0.00 1	0.00 1	0.00 1	0.01 24	0.00 1

XX-TBD	1.44 119	0.85 349	2.04 98	2.45 433	0.05 16	2.34 153	0.01 5	3.46 66	7.51 350	2.88 157	4.98 199	0.26 68	0.25 37	1.15 42	0.46 91	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Gwc-CoAtRS	2.02 183	0.33 101	2.61 157	1.04 230	0.30 195	3.56 293	0.40 194	5.89 225	5.94 282	5.08 224	5.01 200	5.55 310	1.72 222	1.60 65	0.91 190	0.01 236	0.09 394	0.00 1	0.25 453	0.01 24	0.02 86

GCAP-BAT	1.77 144	0.49 224	2.78 182	0.66 178	0.16 117	3.76 315	0.80 303	3.72 87	3.27 145	3.68 182	5.03 201	3.66 234	0.56 113	5.82 208	0.65 125	0.00 1	0.05 333	0.00 1	0.24 448	0.01 24	0.01 18

test-1	1.82 153	0.45 205	5.42 388	0.89 200	0.41 234	2.14 133	0.56 235	5.75 214	4.15 204	3.28 169	5.11 202	3.61 231	0.70 129	1.53 61	1.56 251	0.02 323	0.34 490	0.00 1	0.08 376	0.02 71	0.30 429

RALCasStereoNet	1.93 171	1.01 383	2.75 175	1.88 353	1.75 389	2.88 233	0.18 129	4.64 140	4.36 211	2.27 142	5.14 203	2.22 178	0.79 144	7.10 295	1.00 202	0.00 1	0.34 490	0.00 1	0.00 1	0.10 258	0.16 367

DCANet-4	2.03 184	0.34 115	5.30 385	0.31 114	0.18 142	1.69 92	0.12 92	4.95 156	8.55 390	5.78 241	5.17 204	1.12 136	2.82 277	2.11 94	1.92 284	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.18 376

fff	2.28 214	0.61 277	3.81 289	0.22 97	0.07 35	1.69 92	0.11 86	5.37 198	11.84 445	5.80 243	5.17 204	1.44 147	5.41 398	2.00 88	1.92 284	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.18 376

csc	2.28 214	0.61 277	3.81 289	0.22 97	0.07 35	1.69 92	0.11 86	5.37 198	11.84 445	5.80 243	5.17 204	1.44 147	5.41 398	2.00 88	1.92 284	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.18 376

cscssc	2.28 214	0.61 277	3.81 289	0.22 97	0.07 35	1.69 92	0.11 86	5.37 198	11.84 445	5.80 243	5.17 204	1.44 147	5.41 398	2.00 88	1.92 284	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.18 376

DMCA-RVC	3.17 300	1.26 418	6.39 425	2.10 396	1.51 370	3.02 244	0.56 235	7.84 294	5.06 242	9.23 416	5.19 208	8.46 383	2.72 272	6.31 231	3.22 341	0.06 405	0.11 415	0.09 464	0.02 324	0.16 331	0.08 266

OCTAStereo	2.24 205	0.33 101	3.03 212	2.04 386	0.10 67	3.45 275	0.43 199	6.50 256	3.17 137	6.84 311	5.20 209	2.65 187	1.33 190	8.18 371	1.56 251	0.01 236	0.00 1	0.00 1	0.00 1	0.02 71	0.01 18

RE-Stereo	2.25 210	0.33 101	3.03 212	2.04 386	0.10 67	3.47 278	0.43 199	6.50 256	3.18 140	6.84 311	5.20 209	2.65 187	1.34 192	8.18 371	1.58 253	0.01 236	0.00 1	0.01 381	0.00 1	0.02 71	0.01 18

TVStereo	2.25 210	0.33 101	3.03 212	2.04 386	0.10 67	3.47 278	0.43 199	6.50 256	3.18 140	6.84 311	5.20 209	2.65 187	1.34 192	8.18 371	1.58 253	0.01 236	0.00 1	0.01 381	0.00 1	0.02 71	0.01 18

ACV-stereo	4.46 405	0.76 325	9.94 472	1.91 357	1.06 336	11.61 471	1.28 368	6.25 240	7.09 338	3.09 163	5.21 212	16.88 480	10.23 480	7.96 346	5.47 402	0.06 405	0.15 443	0.01 381	0.00 1	0.12 295	0.14 345

tg	1.96 176	0.64 286	2.15 112	0.68 180	0.12 91	4.40 349	0.04 34	5.74 213	4.19 206	4.00 191	5.23 213	2.58 186	0.93 153	7.12 296	0.77 157	0.00 1	0.02 238	0.00 1	0.00 1	0.31 420	0.25 411

NF-Stereo	2.24 205	0.33 101	3.00 206	2.04 386	0.10 67	3.46 276	0.43 199	6.51 259	3.17 137	6.84 311	5.24 214	2.67 190	1.34 192	8.17 370	1.53 247	0.01 236	0.00 1	0.00 1	0.00 1	0.02 71	0.01 18

FADNet	4.23 395	1.65 451	11.75 481	1.64 320	0.80 307	4.80 359	0.77 295	13.76 463	11.65 443	3.97 190	5.24 214	9.62 401	5.14 392	8.40 382	3.78 368	0.21 455	0.04 317	0.07 458	0.05 363	1.14 487	0.10 301

gwcnet-sp	3.31 311	1.47 434	7.26 442	1.73 332	0.69 291	7.57 421	1.14 356	8.59 314	6.17 299	8.57 394	5.25 216	4.26 261	3.36 295	6.46 241	3.44 350	0.00 1	0.00 1	0.00 1	0.00 1	0.15 324	0.11 315

scenet	3.31 311	1.47 434	7.26 442	1.73 332	0.69 291	7.57 421	1.14 356	8.59 314	6.17 299	8.57 394	5.25 216	4.26 261	3.36 295	6.46 241	3.44 350	0.00 1	0.00 1	0.00 1	0.00 1	0.15 324	0.11 315

ssnet	3.31 311	1.47 434	7.26 442	1.73 332	0.69 291	7.57 421	1.14 356	8.59 314	6.17 299	8.57 394	5.25 216	4.26 261	3.36 295	6.46 241	3.44 350	0.00 1	0.00 1	0.00 1	0.00 1	0.15 324	0.11 315

PAM_32	3.50 335	0.32 84	5.22 381	1.32 266	0.53 268	7.49 418	0.39 190	9.52 345	3.91 183	5.22 228	5.28 219	16.75 479	7.44 441	4.61 167	0.90 189	0.00 1	0.20 469	0.00 1	0.39 484	0.09 247	0.39 440

ADStereo(finetuned)	2.26 213	0.64 286	5.22 381	0.31 114	0.18 142	1.71 97	0.25 156	5.23 177	8.46 385	6.06 264	5.30 220	1.41 145	6.37 418	1.87 82	1.87 278	0.00 1	0.00 1	0.00 1	0.00 1	0.04 145	0.18 376

DCANet	2.08 188	0.64 286	3.81 289	0.31 114	0.17 127	1.70 96	0.25 156	5.23 177	8.47 386	6.07 265	5.30 220	1.41 145	4.23 345	1.85 79	2.02 292	0.00 1	0.00 1	0.00 1	0.00 1	0.04 145	0.19 387

G2L-ROB	3.43 330	0.77 328	3.89 297	1.71 330	1.16 345	4.51 351	0.44 203	11.70 409	5.70 266	7.51 350	5.34 222	11.24 433	1.71 220	7.66 328	5.10 397	0.00 1	0.00 1	0.00 1	0.00 1	0.12 295	0.10 301

IGEV_Zeroshot_test	2.13 192	0.50 227	4.91 360	1.41 283	0.18 142	2.62 191	0.36 182	7.80 292	3.87 179	5.04 222	5.42 223	4.77 282	1.03 162	3.43 125	0.79 161	0.00 1	0.16 451	0.00 1	0.18 424	0.17 344	0.04 179

raft+_RVC	1.79 146	0.84 347	2.32 128	2.40 428	0.85 312	1.38 57	0.09 77	6.36 245	4.75 234	2.85 156	5.46 224	1.17 139	1.36 195	4.54 164	0.91 190	0.00 1	0.10 406	0.00 1	0.00 1	0.11 278	0.22 397

IRAFT_RVC	2.85 269	0.41 173	3.32 245	2.09 394	0.41 234	2.92 235	5.22 471	6.41 252	3.63 168	6.53 301	5.48 225	5.09 297	4.88 385	8.20 374	2.15 299	0.01 236	0.17 455	0.01 381	0.00 1	0.02 71	0.04 179

RCA-Stereo	1.99 179	0.34 115	2.71 169	0.26 105	0.06 27	2.29 146	0.48 209	4.89 153	14.65 468	2.81 155	5.51 226	0.78 126	3.21 290	1.44 55	0.33 50	0.00 1	0.01 177	0.00 1	0.00 1	0.07 217	0.02 86

cross-raft	2.03 184	0.35 125	2.78 182	1.10 236	0.16 117	3.77 316	0.48 209	7.03 280	3.75 173	5.06 223	5.55 227	6.26 332	1.41 196	1.75 73	0.89 186	0.01 236	0.07 370	0.00 1	0.19 429	0.03 116	0.03 135

DCVSM-stereo	3.13 296	0.37 142	2.95 203	1.51 294	0.80 307	2.75 208	0.49 219	6.79 271	5.25 249	11.43 464	5.57 228	10.79 423	5.30 395	5.25 187	2.95 332	0.03 364	0.09 394	0.03 429	0.00 1	0.12 295	0.09 279

IPLGR	2.28 214	0.51 233	6.00 411	0.15 82	0.15 110	1.99 121	0.22 145	6.34 244	6.04 290	6.80 309	5.76 229	2.87 194	2.31 250	4.88 173	1.28 226	0.00 1	0.00 1	0.00 1	0.00 1	0.09 247	0.18 376

ac_64	3.70 351	0.47 213	3.50 262	2.87 453	3.50 460	5.91 384	0.72 285	10.17 366	4.34 210	8.16 376	5.80 230	10.82 424	5.64 407	7.08 293	4.73 390	0.03 364	0.00 1	0.00 1	0.00 1	0.08 229	0.14 345

UGAM-zero	3.51 336	0.33 101	4.44 332	0.88 198	0.65 285	3.52 291	0.16 120	11.35 398	2.71 98	5.09 225	5.82 231	15.28 466	9.14 470	8.38 380	1.61 256	0.00 1	0.16 451	0.00 1	0.46 492	0.02 71	0.19 387

GANet-ADL	2.20 202	0.50 227	3.27 241	2.02 381	0.11 77	2.21 140	0.48 209	8.64 320	6.79 327	4.56 205	5.83 232	3.98 245	1.27 189	2.68 106	1.43 237	0.04 384	0.08 382	0.02 412	0.00 1	0.15 324	0.03 135

AIO-Stereo-zeroshot	2.86 273	0.99 381	7.52 452	1.52 296	0.92 321	2.94 237	0.03 30	9.31 338	3.81 177	2.42 146	5.86 233	9.23 395	4.64 372	4.31 158	2.19 303	0.02 323	0.18 459	0.00 1	0.54 496	0.35 432	0.35 435

PFNet	2.93 281	0.40 162	5.51 396	2.13 399	0.84 311	3.11 254	0.75 291	6.78 270	4.79 235	9.98 436	6.00 234	4.78 283	2.13 239	8.33 378	2.11 295	0.19 451	0.06 350	0.00 1	0.11 394	0.20 367	0.35 435

RALAANet	2.46 238	1.09 396	3.70 281	2.55 439	0.80 307	3.37 272	0.15 114	7.44 288	5.54 259	5.65 239	6.01 235	3.54 228	1.13 171	6.34 235	1.58 253	0.00 1	0.01 177	0.00 1	0.05 363	0.21 378	0.03 135

MyStereo06	2.35 223	0.66 298	4.54 339	1.10 236	0.96 327	2.57 180	0.10 81	9.30 337	4.05 196	5.22 228	6.09 236	5.95 324	2.38 253	3.00 113	0.73 142	0.01 236	0.08 382	0.00 1	0.01 300	0.13 310	0.15 355

Pruner-Stereo	2.49 240	0.40 162	2.46 140	1.80 341	0.25 175	3.51 288	0.77 295	6.03 228	4.92 238	8.91 407	6.09 236	4.45 271	1.11 167	6.99 286	2.11 295	0.02 323	0.00 1	0.02 412	0.00 1	0.01 24	0.04 179

HH	2.42 229	0.73 316	3.76 283	0.91 202	0.14 105	2.78 210	0.71 281	7.92 295	2.72 99	1.53 130	6.10 238	7.93 370	4.01 334	8.60 394	0.44 83	0.00 1	0.09 394	0.00 1	0.00 1	0.05 175	0.04 179

HanStereo	2.42 229	0.73 316	3.76 283	0.91 202	0.14 105	2.78 210	0.71 281	7.92 295	2.72 99	1.53 130	6.10 238	7.93 370	4.01 334	8.60 394	0.44 83	0.00 1	0.09 394	0.00 1	0.00 1	0.05 175	0.04 179

MGS-Stereo	1.10 85	0.26 45	2.45 137	0.58 165	0.06 27	1.84 107	0.67 269	2.16 10	3.42 157	1.03 117	6.13 240	0.49 106	0.36 68	1.43 54	0.62 120	0.00 1	0.00 1	0.00 1	0.00 1	0.47 455	0.00 1

BUS	2.49 240	0.32 84	3.05 220	0.46 146	0.46 244	7.12 409	0.50 221	9.05 329	4.69 229	6.11 268	6.15 241	5.29 302	0.83 146	3.91 139	1.77 272	0.01 236	0.03 288	0.03 429	0.00 1	0.04 145	0.00 1

BSDual-CNN	2.69 253	0.32 84	3.05 220	0.46 146	0.46 244	7.13 411	1.63 387	9.05 329	4.69 229	6.11 268	6.15 241	6.26 332	2.54 258	3.91 139	1.91 282	0.01 236	0.03 288	0.03 429	0.00 1	0.04 145	0.00 1

hknet	3.31 311	0.42 180	4.68 349	0.46 146	1.17 346	7.13 411	1.63 387	9.05 329	6.91 330	6.11 268	6.15 241	9.66 402	2.85 279	7.48 319	2.45 317	0.01 236	0.03 288	0.03 429	0.00 1	0.04 145	0.00 1

xyz-stereo-finetune2	1.82 153	0.51 233	2.22 123	0.10 55	0.05 16	6.49 395	0.17 125	3.59 77	2.15 66	0.63 99	6.19 244	0.49 106	3.44 304	6.93 279	3.48 355	0.00 1	0.00 1	0.00 1	0.00 1	0.04 145	0.01 18

SST-Stereo	2.75 261	0.31 71	2.78 182	1.33 267	0.33 212	3.99 328	0.82 307	5.60 208	3.93 185	10.92 456	6.19 244	5.00 293	4.23 345	8.66 398	0.74 144	0.00 1	0.00 1	0.00 1	0.00 1	0.03 116	0.03 135

IPLG	2.43 231	0.66 298	4.77 354	0.54 156	0.31 203	3.01 243	0.26 158	6.15 234	5.55 260	7.69 356	6.21 246	1.89 167	1.74 225	7.19 302	2.35 310	0.01 236	0.01 177	0.00 1	0.00 1	0.24 401	0.12 329

OMP-Stereo	3.03 287	0.93 373	2.72 171	4.21 503	0.51 263	2.19 138	1.25 364	6.19 239	6.00 288	7.99 372	6.21 246	8.50 387	2.49 257	9.44 436	1.74 270	0.01 236	0.00 1	0.00 1	0.00 1	0.08 229	0.05 214

iRaft-Stereo_20w	2.56 245	0.35 125	4.98 363	0.37 133	0.67 288	3.47 278	0.59 246	12.57 443	3.89 181	6.10 267	6.23 248	1.49 151	2.24 244	6.65 261	0.86 176	0.00 1	0.19 465	0.00 1	0.33 474	0.08 229	0.22 397

ssnet_v2	4.46 405	0.87 353	5.18 378	1.57 308	0.67 288	9.14 440	4.73 463	11.84 414	9.68 406	8.79 401	6.24 249	9.91 405	4.34 355	6.28 228	9.30 465	0.00 1	0.01 177	0.00 1	0.00 1	0.28 412	0.30 429

ToySt	2.69 253	0.55 253	7.03 438	1.03 225	0.10 67	3.49 283	1.04 346	6.38 251	4.55 223	2.69 149	6.28 250	7.95 374	4.38 356	5.08 182	2.58 322	0.01 236	0.11 415	0.00 1	0.04 357	0.28 412	0.19 387

PSM-softLoss	2.24 205	0.34 115	3.42 255	1.81 343	0.17 127	2.74 203	0.39 190	6.17 237	2.92 111	6.26 282	6.29 251	2.96 197	0.97 157	8.68 399	1.71 266	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.02 86

KMStereo	2.24 205	0.34 115	3.42 255	1.81 343	0.17 127	2.74 203	0.39 190	6.17 237	2.92 111	6.26 282	6.29 251	2.96 197	0.97 157	8.68 399	1.71 266	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.02 86

DFGA-Net	2.78 263	1.91 468	7.35 446	1.52 296	0.36 220	3.36 271	0.20 138	6.64 264	5.93 281	4.88 217	6.31 253	2.18 176	1.12 168	7.43 314	5.98 412	0.00 1	0.00 1	0.00 1	0.00 1	0.37 437	0.04 179

RAFT_R40	2.71 257	0.33 101	3.00 206	1.26 254	0.30 195	3.83 320	1.00 342	5.69 212	4.29 208	9.69 428	6.33 254	5.02 295	4.02 336	8.58 393	0.86 176	0.01 236	0.00 1	0.00 1	0.00 1	0.03 116	0.02 86

PFNet+	2.35 223	0.31 71	3.69 278	0.79 187	0.17 127	3.15 260	0.75 291	4.52 128	6.30 305	7.90 367	6.34 255	2.53 184	1.18 181	7.72 334	1.62 257	0.03 364	0.00 1	0.00 1	0.00 1	0.01 24	0.03 135

UNet	3.97 379	0.61 277	6.50 428	1.68 323	3.22 448	9.82 448	0.31 173	9.50 342	5.32 252	7.20 335	6.35 256	10.59 417	5.91 411	6.93 279	5.49 403	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.01 18

test_sample3	2.87 275	0.37 142	4.45 333	1.95 367	0.59 274	4.69 357	0.16 120	11.50 404	6.45 315	5.82 246	6.44 257	3.76 240	2.64 263	6.01 215	2.41 315	0.01 236	0.01 177	0.00 1	0.00 1	0.04 145	0.05 214

DMCA	2.82 268	0.64 286	4.45 333	1.61 314	0.89 318	3.86 321	0.57 244	9.18 333	5.10 244	6.24 279	6.49 258	7.17 358	2.13 239	3.31 120	4.73 390	0.00 1	0.01 177	0.00 1	0.00 1	0.04 145	0.02 86

GEStereo_RVC	3.74 353	0.73 316	4.95 362	2.01 379	1.24 350	4.36 344	3.07 425	11.77 413	7.80 365	6.87 315	6.52 259	7.70 365	4.31 354	8.98 417	4.19 379	0.03 364	0.01 177	0.02 412	0.02 324	0.13 310	0.11 315

GES	2.49 240	0.38 148	4.29 323	1.58 309	0.05 16	4.58 354	1.07 350	9.70 349	3.39 156	5.21 227	6.64 260	1.84 166	3.36 295	4.86 172	2.54 321	0.06 405	0.01 177	0.06 452	0.01 300	0.12 295	0.03 135

ITSA-stereo	3.76 357	0.54 249	3.80 287	1.91 357	0.29 194	3.09 250	0.70 278	13.22 455	15.64 474	6.79 308	6.66 261	4.15 256	3.52 309	8.30 377	5.00 396	0.09 424	0.07 370	0.11 467	0.10 392	0.18 355	0.95 482

GwcNet-ADL	2.65 252	0.48 220	3.84 295	0.82 190	0.33 212	2.04 123	0.69 275	8.07 298	9.42 402	6.05 262	6.66 261	4.14 255	1.73 223	5.40 194	3.01 334	0.08 419	0.06 350	0.00 1	0.00 1	0.06 199	0.03 135

PSMNet-ADL	2.98 284	0.43 191	2.41 134	1.43 285	0.40 230	5.94 385	0.28 162	8.45 306	5.13 245	3.36 173	6.77 263	8.41 381	4.61 370	7.20 303	4.55 387	0.02 323	0.09 394	0.00 1	0.00 1	0.01 24	0.03 135

DSFCA	4.21 394	0.50 227	5.45 391	1.34 269	1.68 383	7.04 407	4.51 459	10.73 380	7.00 334	10.78 453	6.80 264	8.48 385	4.63 371	9.91 442	5.12 398	0.02 323	0.06 350	0.02 412	0.03 339	0.08 229	0.03 135

test_sample4	2.87 275	0.40 162	4.54 339	1.80 341	0.54 270	3.95 326	0.15 114	11.48 403	6.49 318	6.33 291	6.81 265	3.68 236	2.65 265	6.11 218	2.36 311	0.02 323	0.01 177	0.00 1	0.00 1	0.04 145	0.05 214

StereoDRNet	5.59 428	1.75 457	6.80 433	3.12 466	4.45 493	10.61 459	4.35 456	18.80 505	9.73 407	12.22 470	6.87 266	11.44 437	4.65 373	8.09 362	8.26 452	0.02 323	0.11 415	0.00 1	0.03 339	0.20 367	0.28 425

NVstereo2D	4.51 409	0.82 344	6.86 436	3.28 473	3.38 454	8.16 428	3.13 427	10.51 372	15.15 471	4.90 218	6.89 267	7.87 367	4.78 380	9.88 441	3.91 372	0.01 236	0.00 1	0.00 1	0.06 370	0.02 71	0.58 467

GMOStereo	1.81 149	0.47 213	2.09 106	0.10 55	0.27 185	1.49 69	0.89 326	4.40 117	4.51 219	8.16 376	6.97 268	2.96 197	1.15 174	1.42 50	0.88 181	0.00 1	0.14 436	0.00 1	0.00 1	0.23 391	0.03 135

error version	1.81 149	0.47 213	2.09 106	0.10 55	0.27 185	1.49 69	0.89 326	4.40 117	4.51 219	8.16 376	6.97 268	2.96 197	1.15 174	1.42 50	0.88 181	0.00 1	0.14 436	0.00 1	0.00 1	0.23 391	0.03 135

test-v	1.81 149	0.47 213	2.09 106	0.10 55	0.27 185	1.49 69	0.89 326	4.40 117	4.51 219	8.16 376	6.97 268	2.96 197	1.15 174	1.42 50	0.88 181	0.00 1	0.14 436	0.00 1	0.00 1	0.23 391	0.03 135

test-2	1.81 149	0.47 213	2.09 106	0.10 55	0.27 185	1.49 69	0.89 326	4.40 117	4.51 219	8.16 376	6.97 268	2.96 197	1.15 174	1.42 50	0.88 181	0.00 1	0.14 436	0.00 1	0.00 1	0.23 391	0.03 135

STTStereo	3.60 345	0.93 373	6.34 422	2.71 444	2.23 418	3.68 303	0.63 256	9.42 340	6.73 325	9.87 432	6.97 268	8.84 392	3.65 314	6.85 273	3.04 335	0.00 1	0.02 238	0.01 381	0.00 1	0.02 71	0.02 86

RYNet	6.34 445	0.89 360	5.88 406	1.41 283	4.48 497	15.97 496	4.18 451	13.41 457	16.49 479	10.81 454	7.00 273	14.33 459	8.72 462	9.43 433	13.71 500	0.00 1	0.01 177	0.00 1	0.00 1	0.02 71	0.07 251

GMStereo_Zeroshot	2.77 262	1.98 472	5.14 375	1.53 300	0.36 220	3.56 293	0.10 81	5.57 206	5.91 280	6.89 316	7.02 274	8.50 387	0.91 151	6.01 215	1.65 261	0.00 1	0.00 1	0.00 1	0.00 1	0.20 367	0.01 18

RAFT-Test	2.17 198	0.36 135	3.40 253	1.05 233	0.34 214	4.90 362	0.69 275	6.27 241	3.98 187	4.65 211	7.02 274	6.30 335	1.12 168	1.81 77	0.99 200	0.01 236	0.17 455	0.00 1	0.34 476	0.02 71	0.02 86

GASNet	5.19 421	4.61 502	9.38 467	4.73 507	2.10 410	3.80 319	1.57 384	12.07 424	10.96 432	8.92 408	7.03 276	8.21 377	7.67 449	14.02 490	7.36 431	0.02 323	0.15 443	0.00 1	0.00 1	0.69 471	0.42 448

DisPM	2.43 231	0.32 84	3.04 215	1.76 335	0.18 142	3.46 276	0.65 263	5.13 169	4.88 237	8.59 397	7.04 277	2.84 193	1.03 162	8.85 411	0.83 167	0.01 236	0.00 1	0.00 1	0.00 1	0.01 24	0.02 86

ARAFT	3.13 296	1.11 401	7.34 445	0.42 140	0.14 105	4.52 352	2.99 423	7.41 287	5.97 285	8.85 405	7.06 278	5.20 300	1.25 188	8.49 388	1.44 238	0.00 1	0.03 288	0.00 1	0.00 1	0.33 427	0.11 315

test_5	2.90 278	0.70 310	3.69 278	2.01 379	3.17 447	4.61 356	1.32 372	6.69 267	7.02 336	2.79 153	7.18 279	4.99 290	4.14 339	7.96 346	1.31 228	0.00 1	0.00 1	0.00 1	0.03 339	0.19 363	0.26 417

raft_robust	2.64 251	1.20 411	2.62 159	1.10 236	0.28 192	1.50 73	0.12 92	6.28 242	9.04 395	6.80 309	7.19 280	3.73 239	2.13 239	9.06 419	1.07 206	0.03 364	0.12 422	0.00 1	0.21 436	0.17 344	0.22 397

FACV-RUCA	2.21 203	0.34 115	3.59 268	1.30 263	2.90 440	2.22 142	1.25 364	7.98 297	5.71 271	3.59 178	7.21 281	1.14 137	1.60 215	3.12 116	1.46 241	0.01 236	0.03 288	0.10 466	0.04 357	0.35 432	0.17 372

RAFT	2.57 247	0.76 325	3.09 227	0.91 202	0.09 59	2.41 161	0.94 335	5.35 195	2.65 93	6.11 268	7.21 281	9.43 399	4.30 352	5.73 206	1.77 272	0.00 1	0.12 422	0.00 1	0.02 324	0.46 454	0.08 266

EAI-Stereo	2.31 218	0.44 197	2.72 171	0.68 180	0.56 272	3.51 288	2.62 415	11.42 401	4.14 203	2.09 138	7.23 283	1.21 140	0.91 151	5.67 202	1.51 244	0.01 236	0.25 484	0.00 1	0.88 506	0.04 145	0.26 417

HITNet	2.79 265	0.77 328	4.02 307	2.03 384	0.11 77	5.58 375	0.59 246	9.24 335	5.15 247	6.42 295	7.26 284	3.66 234	2.92 282	4.07 149	3.87 371	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.02 86
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
AIO-test2	2.70 256	1.23 414	3.52 263	1.24 251	3.05 442	2.65 196	0.06 54	6.30 243	15.40 473	2.58 148	7.30 285	0.48 105	0.57 117	5.36 191	0.96 195	3.06 516	0.00 1	0.00 1	0.01 300	0.16 331	0.15 355

psm_up	3.85 365	0.82 344	3.01 208	2.00 378	2.58 430	5.28 372	3.34 434	10.85 385	6.33 308	7.27 339	7.32 286	10.15 410	9.02 468	6.19 222	2.51 319	0.22 457	0.01 177	0.00 1	0.00 1	0.12 295	0.03 135

G2L-Stereo	3.40 326	0.93 373	4.73 353	1.61 314	2.05 406	2.88 233	0.60 249	8.94 326	5.84 274	7.42 345	7.33 287	8.61 389	2.16 242	8.44 386	6.11 413	0.00 1	0.00 1	0.00 1	0.00 1	0.24 401	0.18 376

CREStereo++_RVC	1.59 129	0.39 152	2.26 125	0.36 131	0.01 1	1.67 88	0.01 5	2.95 21	8.12 374	3.69 183	7.44 288	0.47 104	0.32 63	0.74 14	0.39 68	0.00 1	0.00 1	0.00 1	3.03 526	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
MSKI-zero shot	2.00 180	0.36 135	2.15 112	0.81 188	0.25 175	2.69 201	0.29 166	6.16 235	2.34 79	4.31 197	7.52 289	3.70 237	0.25 37	8.42 384	0.41 72	0.01 236	0.13 432	0.00 1	0.25 453	0.03 116	0.02 86

UPFNet	3.82 363	0.47 213	4.34 328	2.21 407	3.38 454	7.26 413	2.69 417	9.89 354	5.96 283	7.98 371	7.53 290	7.89 369	3.15 288	7.72 334	5.88 411	0.01 236	0.02 238	0.00 1	0.00 1	0.04 145	0.06 232

DualNet (step1)	3.91 373	1.11 401	6.15 416	1.27 256	0.60 276	5.22 368	2.54 410	10.66 376	7.73 360	8.36 384	7.55 291	6.55 339	4.27 347	6.58 256	1.62 257	1.49 507	0.03 288	3.10 517	2.99 523	0.20 367	0.15 355

test_sample9	5.87 432	1.11 401	6.15 416	1.27 256	0.60 276	5.22 368	2.54 410	10.66 376	7.73 360	8.36 384	7.55 291	6.55 339	4.27 347	11.68 469	11.44 488	1.49 507	24.31 557	3.10 517	2.99 523	0.20 367	0.15 355

test_sample7	3.30 309	0.47 213	3.43 258	1.98 372	0.35 217	4.33 341	1.88 397	10.66 376	7.73 360	8.36 384	7.55 291	6.55 339	4.27 347	6.58 256	1.62 257	0.06 405	0.03 288	0.00 1	0.00 1	0.05 175	0.06 232

PA-Net	4.98 418	1.47 434	7.42 448	2.40 428	2.14 412	8.73 435	3.64 443	12.42 434	13.11 456	7.03 323	7.57 294	7.88 368	6.52 421	10.16 449	7.82 438	0.02 323	0.03 288	0.00 1	0.00 1	0.11 278	1.07 486
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CASS	2.44 233	0.44 197	3.56 266	0.85 195	0.38 226	3.14 257	0.22 145	9.64 347	4.00 189	6.78 307	7.62 295	3.57 230	3.58 311	3.80 136	1.10 210	0.02 323	0.01 177	0.00 1	0.00 1	0.05 175	0.01 18
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DDVS	3.59 343	0.53 245	4.53 338	2.02 381	1.27 353	6.63 399	0.49 219	8.73 322	4.10 200	7.14 329	7.63 296	12.68 447	2.25 246	8.69 401	4.09 377	0.08 419	0.20 469	0.01 381	0.00 1	0.14 320	0.59 470

SFCPSM	3.29 308	0.43 191	5.11 372	0.34 127	0.94 325	8.48 430	2.15 403	14.51 472	5.29 250	7.00 320	7.65 297	3.43 217	2.59 262	5.11 184	2.37 312	0.01 236	0.03 288	0.01 381	0.07 371	0.13 310	0.15 355

UCFNet_RVC	3.09 291	0.77 328	2.27 127	2.35 425	1.79 393	3.50 285	1.06 348	12.12 428	6.91 330	4.71 213	7.67 298	7.58 362	4.40 358	4.95 178	1.67 263	0.00 1	0.00 1	0.00 1	0.00 1	0.11 278	0.01 18

HART	1.68 135	0.67 301	2.72 171	0.04 20	0.27 185	1.72 99	0.04 34	5.60 208	3.16 134	1.44 127	7.73 299	2.41 182	0.15 21	6.44 240	0.62 120	0.00 1	0.12 422	0.00 1	0.00 1	0.24 401	0.17 372

BEATNet_4x	3.24 304	1.27 420	5.89 407	1.56 307	0.10 67	5.26 371	1.07 350	10.08 363	5.50 256	6.89 316	7.73 299	4.53 275	4.13 338	5.05 181	5.27 399	0.04 384	0.05 333	0.00 1	0.00 1	0.23 391	0.23 403

AAGNet	3.41 328	0.34 115	2.45 137	1.78 339	0.39 228	3.69 304	1.05 347	4.79 148	4.61 227	9.62 426	7.74 301	4.98 289	6.38 419	7.34 310	13.02 496	0.00 1	0.00 1	0.00 1	0.00 1	0.03 116	0.04 179

DispNO	3.25 305	0.72 313	6.85 435	1.95 367	1.34 362	3.49 283	0.84 315	8.14 299	6.30 305	6.34 292	7.76 302	6.30 335	4.28 351	6.93 279	3.51 357	0.00 1	0.03 288	0.03 429	0.12 397	0.07 217	0.07 251

H2IRNET	2.16 196	0.45 205	2.60 155	1.22 249	0.03 11	1.98 119	0.13 101	4.73 145	7.04 337	1.15 123	7.79 303	5.88 322	3.39 300	4.97 180	1.45 240	0.01 236	0.00 1	0.04 441	0.17 417	0.19 363	0.03 135

iRaft-Stereo_5w	2.86 273	0.86 350	4.08 315	0.06 30	0.25 175	2.76 209	0.60 249	4.97 159	4.10 200	2.98 161	7.85 304	10.17 411	4.17 342	8.16 367	5.83 410	0.00 1	0.00 1	0.00 1	0.01 300	0.26 404	0.06 232

NLCA_NET_v2_RVC	3.84 364	1.06 391	5.23 383	2.72 446	3.27 450	4.36 344	0.61 252	10.71 379	7.56 352	8.75 400	7.89 305	9.86 404	3.90 331	7.15 301	3.44 350	0.14 439	0.02 238	0.02 412	0.03 339	0.04 145	0.03 135
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AASNet	3.90 370	0.92 370	4.41 329	3.56 485	4.00 482	6.70 400	1.26 367	18.71 503	6.14 296	7.35 343	7.91 306	4.35 268	2.58 261	3.04 114	6.62 426	0.00 1	0.00 1	0.00 1	0.00 1	0.39 444	0.14 345

RAFT+CT+SA	2.36 225	0.71 312	2.46 140	0.83 192	2.26 420	3.18 262	0.93 333	6.82 273	5.48 255	2.55 147	8.07 307	1.64 156	1.59 214	8.54 390	1.15 216	0.02 323	0.00 1	0.00 1	0.38 481	0.19 363	0.36 437

FADNet_RVC	3.91 373	1.67 454	12.95 494	0.96 215	0.75 300	5.71 378	0.54 229	10.83 384	6.60 321	3.46 175	8.09 308	4.10 253	3.40 302	9.43 433	6.33 417	0.36 472	0.44 501	0.17 480	0.46 492	0.91 482	0.95 482

HSM	4.00 381	0.79 335	3.16 233	1.59 312	2.17 414	6.77 402	1.11 354	12.28 433	6.35 310	6.75 305	8.11 309	13.90 455	5.37 397	8.85 411	2.71 325	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.02 86

LL-Strereo	4.71 415	1.64 450	7.51 451	1.15 244	4.31 486	3.71 306	1.45 377	9.21 334	8.36 382	8.37 388	8.17 310	10.82 424	11.36 487	12.51 478	4.82 393	0.00 1	0.12 422	0.00 1	0.00 1	0.31 420	0.32 432

MMNet	4.16 390	0.77 328	5.47 392	1.40 280	1.67 381	10.78 463	0.63 256	8.64 320	8.47 386	8.80 403	8.33 311	7.51 361	6.61 422	7.53 320	6.54 422	0.00 1	0.00 1	0.00 1	0.00 1	0.03 116	0.05 214

test_sample5	2.91 280	0.40 162	4.33 325	1.81 343	0.50 259	3.33 269	0.17 125	11.27 394	6.55 319	6.18 274	8.35 312	3.65 232	2.71 270	6.61 258	2.15 299	0.02 323	0.02 238	0.00 1	0.00 1	0.05 175	0.05 214

NINENet	3.09 291	0.56 259	3.22 238	1.61 314	1.37 363	7.12 409	0.50 221	11.88 416	5.63 264	6.63 304	8.40 313	5.29 302	0.83 146	6.51 250	1.77 272	0.15 441	0.07 370	0.07 458	0.00 1	0.09 247	0.00 1

NOSS_ROB	3.30 309	0.46 211	2.62 159	2.08 391	1.01 334	5.60 376	0.74 289	10.37 369	11.48 441	5.15 226	8.43 314	5.67 316	1.73 223	7.97 348	2.34 308	0.02 323	0.06 350	0.00 1	0.00 1	0.07 217	0.14 345

MaskLacGwcNet_RVC	5.97 436	5.36 507	5.02 364	3.75 492	3.57 463	15.81 495	4.27 453	11.72 411	6.96 332	7.23 336	8.47 315	9.09 394	2.66 266	9.36 432	2.71 325	7.49 526	2.32 521	2.01 515	0.08 376	6.77 525	4.67 518

CSP-Net	4.12 385	1.28 423	3.70 281	1.54 302	1.06 336	13.28 488	2.33 405	12.96 450	5.45 254	8.87 406	8.54 316	8.43 382	3.03 284	8.16 367	3.65 364	0.00 1	0.00 1	0.00 1	0.00 1	0.18 355	0.03 135

psmg	3.10 294	0.32 84	3.05 220	0.54 156	0.46 244	8.68 434	2.84 421	9.87 352	4.69 229	8.08 373	8.69 317	6.26 332	2.54 258	3.91 139	1.91 282	0.01 236	0.04 317	0.06 452	0.00 1	0.11 278	0.00 1

IER	3.20 303	0.54 249	5.13 374	0.58 165	1.59 372	7.29 414	0.56 235	6.36 245	4.95 239	7.44 347	8.84 318	6.20 330	6.26 415	4.88 173	3.29 345	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.01 18

NCCL2	5.88 434	1.59 445	5.44 390	1.87 350	0.92 321	9.55 445	11.55 521	12.11 426	9.94 413	9.67 427	8.85 319	22.28 508	7.41 440	8.78 408	7.17 430	0.01 236	0.00 1	0.03 429	0.00 1	0.13 310	0.23 403

G2L-Stereo_test	3.57 341	0.86 350	3.66 276	2.79 450	1.52 371	4.11 334	1.17 360	11.35 398	6.27 304	7.97 370	8.87 320	9.39 398	2.26 248	6.55 254	4.33 381	0.00 1	0.01 177	0.00 1	0.00 1	0.22 384	0.13 337

delet	4.27 400	0.72 313	4.50 336	1.07 234	3.75 473	10.79 464	4.04 448	9.95 355	7.89 366	8.09 374	8.89 321	8.46 383	3.81 329	7.56 321	5.80 409	0.00 1	0.00 1	0.00 1	0.00 1	0.11 278	0.02 86

111	2.78 263	0.92 370	3.81 289	0.22 97	0.07 35	2.83 226	0.70 278	6.03 228	14.00 461	3.22 167	8.93 322	5.48 309	3.30 293	3.66 130	2.03 293	0.00 1	0.00 1	0.00 1	0.00 1	0.10 258	0.29 427

CoDeX	3.43 330	0.68 303	4.49 335	0.98 219	1.65 378	6.37 392	2.14 402	13.23 456	6.07 291	7.23 336	8.95 323	4.09 251	3.79 327	6.31 231	2.37 312	0.03 364	0.06 350	0.00 1	0.00 1	0.07 217	0.15 355

NaN_ROB	6.00 439	1.24 416	6.29 420	1.34 269	1.68 383	9.60 447	10.31 515	15.09 478	15.79 476	12.62 473	8.95 323	11.67 442	5.83 408	11.78 472	6.41 419	0.05 396	0.13 432	0.08 461	0.20 432	0.22 384	0.79 477

RAFT + AFF	4.30 402	1.55 442	5.84 405	1.43 285	2.36 422	5.94 385	6.72 491	10.01 360	7.56 352	7.55 351	8.96 325	7.09 356	6.73 428	8.57 392	4.02 374	0.02 323	0.47 504	0.00 1	0.01 300	0.56 458	0.54 464

ICVP	2.32 220	0.38 148	2.89 201	0.92 206	0.70 295	2.55 177	0.87 324	9.97 356	3.99 188	4.13 194	8.97 326	2.71 191	1.69 219	2.52 104	3.52 361	0.05 396	0.24 483	0.01 381	0.01 300	0.11 278	0.13 337
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xxxx	4.51 409	0.31 71	2.77 180	1.69 324	0.47 251	7.74 426	0.07 62	14.04 465	7.91 368	5.82 246	8.97 326	9.34 396	3.41 303	7.33 309	20.24 513	0.05 396	0.03 288	0.00 1	0.00 1	0.03 116	0.04 179

test_sample8	7.99 477	1.11 401	6.15 416	1.27 256	0.60 276	5.22 368	2.54 410	12.04 423	6.15 297	17.46 499	9.02 328	24.67 510	18.16 508	11.68 469	11.44 488	1.49 507	24.31 557	3.10 517	2.99 523	0.20 367	0.15 355

ACRE	2.41 228	1.08 394	5.11 372	0.55 159	2.05 406	2.65 196	0.78 300	5.26 188	4.67 228	7.59 353	9.20 329	1.70 159	1.08 166	3.74 134	2.18 302	0.01 236	0.18 459	0.02 412	0.08 376	0.22 384	0.10 301

anonymity	7.68 470	3.83 499	12.39 485	7.04 518	12.67 534	8.18 429	2.00 400	17.50 495	6.85 328	13.56 484	9.21 330	9.97 407	7.82 451	11.28 464	5.58 405	6.27 524	4.98 546	3.68 521	2.96 522	3.33 512	4.48 516

ffm	2.90 278	0.31 71	3.97 300	1.34 269	0.98 329	2.80 213	0.48 209	4.53 129	10.19 416	6.29 287	9.23 331	5.59 311	3.72 323	8.00 349	0.46 91	0.00 1	0.02 238	0.00 1	0.00 1	0.10 258	0.04 179

ff1	3.45 334	0.31 71	3.97 300	1.34 269	0.98 329	2.80 213	0.48 209	4.53 129	10.19 416	6.29 287	9.23 331	5.59 311	3.72 323	10.11 444	9.35 466	0.00 1	0.02 238	0.00 1	0.00 1	0.10 258	0.04 179

mmx	3.86 366	0.31 71	3.97 300	1.34 269	0.98 329	2.80 213	0.48 209	12.18 431	10.66 429	6.29 287	9.23 331	5.59 311	3.72 323	10.11 444	9.35 466	0.05 396	0.02 238	0.00 1	0.00 1	0.03 116	0.04 179

xxx	3.86 366	0.31 71	3.98 304	1.34 269	0.98 329	2.80 213	0.48 209	12.18 431	10.66 429	6.29 287	9.23 331	5.59 311	3.72 323	10.11 444	9.35 466	0.05 396	0.02 238	0.00 1	0.00 1	0.03 116	0.04 179

IPLGR_C	2.44 233	1.17 409	4.94 361	0.62 171	2.08 408	2.65 196	0.80 303	5.60 208	4.79 235	7.87 364	9.23 331	1.67 158	1.15 174	3.43 125	2.23 304	0.01 236	0.19 465	0.02 412	0.08 376	0.22 384	0.10 301

DCRE	1.79 146	0.68 303	2.55 149	1.66 322	0.27 185	1.27 44	0.05 47	4.57 133	4.04 194	3.30 171	9.24 336	3.83 241	1.20 184	2.08 92	0.67 130	0.00 1	0.12 422	0.00 1	0.24 448	0.04 145	0.09 279

TestStereo1	2.85 269	0.81 341	3.48 259	3.11 464	0.44 238	2.52 170	1.50 379	6.37 247	8.18 376	4.62 207	9.24 336	2.23 179	3.69 316	9.19 424	1.26 223	0.00 1	0.01 177	0.00 1	0.00 1	0.27 410	0.09 279

SA-5K	2.85 269	0.81 341	3.48 259	3.11 464	0.44 238	2.52 170	1.50 379	6.37 247	8.18 376	4.62 207	9.24 336	2.23 179	3.69 316	9.19 424	1.26 223	0.00 1	0.01 177	0.00 1	0.00 1	0.27 410	0.09 279

ACVNet	2.58 248	0.53 245	2.69 165	0.84 193	0.59 274	2.61 188	0.55 233	8.35 302	5.70 266	4.45 201	9.26 339	5.77 318	3.50 306	2.24 95	4.41 384	0.00 1	0.00 1	0.00 1	0.00 1	0.17 344	0.01 18

acv_ft	3.69 350	0.53 245	4.58 346	2.31 422	4.71 502	7.44 417	0.86 322	8.54 313	5.70 266	9.29 418	9.26 339	5.77 318	4.15 340	2.24 95	8.13 450	0.00 1	0.00 1	0.00 1	0.00 1	0.29 414	0.01 18

CRFU-Net	4.45 404	0.67 301	5.02 364	2.78 449	1.32 361	12.67 483	3.35 435	11.26 392	3.52 162	10.06 438	9.30 341	10.91 427	6.92 431	7.26 305	3.24 343	0.15 441	0.16 451	0.16 477	0.00 1	0.26 404	0.05 214

IIG-Stereo	3.16 299	0.75 322	2.83 189	4.08 498	0.21 161	2.56 179	0.74 289	6.55 261	5.56 262	8.39 389	9.38 342	7.94 372	2.79 275	9.50 438	1.89 281	0.02 323	0.00 1	0.00 1	0.00 1	0.02 71	0.04 179

UDG	8.58 485	9.31 524	4.89 358	10.00 523	9.52 524	10.36 455	2.41 406	12.07 424	9.82 410	7.81 361	9.55 343	16.52 475	9.81 477	7.84 340	7.88 441	4.20 518	2.51 526	18.53 535	3.71 530	9.55 527	5.28 521

CIPLG	2.47 239	1.10 398	4.71 352	0.63 174	2.15 413	2.67 200	0.77 295	5.19 175	4.73 232	7.85 363	9.56 344	1.72 160	1.14 172	4.20 154	2.34 308	0.01 236	0.19 465	0.02 412	0.09 387	0.23 391	0.08 266

ADLNet	4.32 403	0.80 339	4.33 325	3.60 486	3.56 462	6.87 404	2.48 409	11.20 391	7.58 354	9.87 432	9.62 345	8.39 380	4.95 386	6.16 220	6.60 424	0.01 236	0.01 177	0.00 1	0.01 300	0.12 295	0.25 411

AdaStereo	3.09 291	0.58 266	3.04 215	2.84 452	0.48 253	4.08 331	1.29 370	12.16 430	7.77 364	6.03 261	9.62 345	5.79 320	1.53 210	4.56 165	1.93 288	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.02 86
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.
MyStereo8	2.88 277	1.19 410	5.03 366	1.61 314	3.75 473	4.30 340	0.07 62	6.14 233	6.16 298	6.22 277	9.64 347	4.28 264	1.45 199	2.05 91	4.76 392	0.00 1	0.16 451	0.00 1	0.14 402	0.26 404	0.43 450

1111x	4.25 398	0.30 66	4.31 324	1.47 290	0.37 224	5.10 366	0.32 174	12.86 448	9.82 410	6.01 260	9.73 348	8.78 390	5.97 412	9.43 433	10.39 478	0.06 405	0.03 288	0.00 1	0.00 1	0.02 71	0.04 179

ADLNet2	4.46 405	0.90 363	6.06 413	2.74 448	3.91 478	6.79 403	3.01 424	10.95 388	8.40 384	7.27 339	9.80 349	9.85 403	5.43 401	7.29 306	6.44 420	0.01 236	0.03 288	0.00 1	0.00 1	0.15 324	0.11 315

CFNet-ft	3.31 311	0.94 376	2.69 165	1.50 291	2.38 423	2.81 221	0.68 270	8.35 302	7.43 347	4.45 201	9.94 350	10.20 412	4.60 368	6.50 249	3.41 348	0.00 1	0.00 1	0.03 429	0.00 1	0.22 384	0.03 135

CFNet_RVC	3.31 311	0.94 376	2.69 165	1.50 291	2.38 423	2.81 221	0.68 270	8.35 302	7.43 347	4.45 201	9.94 350	10.20 412	4.60 368	6.49 247	3.41 348	0.00 1	0.00 1	0.03 429	0.00 1	0.22 384	0.03 135

RAFT-Stereo + iAFF	2.12 190	0.58 266	2.43 135	1.27 256	0.16 117	1.60 80	0.14 108	5.17 174	5.90 278	7.10 327	10.10 352	3.06 204	1.74 225	1.87 82	0.97 198	0.01 236	0.02 238	0.00 1	0.00 1	0.23 391	0.02 86

MIM_Stereo	2.50 243	0.75 322	4.26 321	1.18 247	0.11 77	3.08 248	0.33 178	6.07 230	3.28 147	5.01 221	10.12 353	4.29 266	1.74 225	8.06 359	1.27 225	0.00 1	0.12 422	0.00 1	0.01 300	0.18 355	0.15 355

hitnet-ft	3.66 348	0.65 292	2.79 186	0.89 200	0.72 298	4.25 337	0.55 233	9.11 332	7.52 351	7.14 329	10.19 354	12.49 446	4.70 374	7.44 315	4.41 384	0.03 364	0.00 1	0.06 452	0.00 1	0.20 367	0.04 179

GANet-RSSM	3.27 306	0.60 273	3.38 249	2.94 459	2.00 405	2.61 188	0.48 209	10.93 387	6.11 295	5.47 234	10.20 355	6.57 343	5.44 404	6.25 226	2.23 304	0.00 1	0.00 1	0.08 461	0.00 1	0.17 344	0.03 135

SMFormer	3.54 338	0.39 152	3.61 270	1.69 324	0.11 77	2.85 228	0.29 166	12.46 436	10.41 421	7.16 331	10.23 356	4.78 283	4.45 361	8.71 403	3.51 357	0.07 414	0.05 333	0.00 1	0.00 1	0.06 199	0.04 179

tta	3.54 338	0.39 152	3.61 270	1.69 324	0.11 77	2.85 228	0.29 166	12.46 436	10.41 421	7.16 331	10.23 356	4.78 283	4.45 361	8.71 403	3.51 357	0.07 414	0.05 333	0.00 1	0.00 1	0.06 199	0.03 135

qqq1	3.38 322	0.39 152	3.61 270	1.69 324	0.11 77	2.85 228	0.29 166	12.46 436	10.41 421	7.16 331	10.23 356	4.78 283	4.45 361	8.71 403	0.30 42	0.07 414	0.05 333	0.00 1	0.00 1	0.06 199	0.03 135

fff1	3.38 322	0.39 152	3.61 270	1.69 324	0.11 77	2.85 228	0.29 166	12.46 436	10.41 421	7.16 331	10.23 356	4.78 283	4.45 361	8.71 403	0.30 42	0.07 414	0.05 333	0.00 1	0.00 1	0.06 199	0.03 135

ccs_rob	2.81 266	0.42 180	4.06 312	0.33 122	0.25 175	2.59 185	0.12 92	8.19 300	7.68 357	7.02 321	10.37 360	6.54 338	2.06 238	4.88 173	1.53 247	0.00 1	0.02 238	0.01 381	0.00 1	0.05 175	0.07 251

CFNet_pseudo	2.81 266	0.42 180	4.04 310	0.33 122	0.24 172	2.59 185	0.12 92	8.20 301	7.66 356	7.04 324	10.42 361	6.56 342	2.05 237	4.88 173	1.53 247	0.00 1	0.02 238	0.01 381	0.00 1	0.05 175	0.07 251

DeepPrunerF	6.75 452	2.69 484	23.31 524	3.68 488	7.16 515	3.78 317	4.29 454	13.42 458	20.13 498	8.13 375	10.46 362	7.18 359	8.06 454	11.10 461	9.44 469	0.24 460	0.15 443	0.29 490	0.42 487	0.66 470	0.45 454

PSMNet_ROB	5.02 420	1.63 449	6.03 412	1.90 356	1.83 396	9.57 446	6.35 486	15.58 485	7.23 343	6.15 273	10.48 363	12.22 444	4.16 341	8.02 351	8.71 458	0.02 323	0.01 177	0.01 381	0.10 392	0.20 367	0.12 329

iResNet_ROB	4.23 395	1.02 385	4.90 359	2.18 403	0.93 324	2.92 235	0.37 184	15.10 480	16.91 483	7.89 366	10.51 364	7.03 351	3.07 287	8.16 367	3.46 354	0.01 236	0.00 1	0.00 1	0.00 1	0.10 258	0.02 86

LCNet	2.85 269	0.42 180	1.90 78	0.95 213	0.56 272	2.07 124	1.60 385	4.99 163	3.57 167	6.05 262	10.59 365	4.59 277	6.79 430	7.46 316	0.72 140	0.01 236	0.00 1	0.01 381	0.77 504	0.30 415	3.57 511

GANetREF_RVC	6.56 449	2.89 487	7.58 453	3.41 476	0.40 230	12.96 485	9.58 510	15.09 478	17.25 485	10.33 442	10.62 366	12.27 445	8.16 456	12.21 475	4.53 386	0.41 478	0.00 1	0.00 1	0.02 324	3.12 510	0.39 440
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
AACVNet	3.33 319	1.03 387	3.56 266	3.46 479	0.63 282	3.09 250	0.28 162	8.78 324	3.43 158	5.99 259	10.64 367	10.08 409	4.03 337	8.69 401	2.51 319	0.03 364	0.01 177	0.00 1	0.00 1	0.26 404	0.06 232

StereoVision	2.25 210	0.72 313	4.00 306	1.03 225	2.64 432	1.91 111	0.28 162	5.83 223	4.43 214	1.89 137	10.65 368	3.88 242	0.52 108	5.13 185	1.98 289	0.00 1	0.00 1	0.00 1	0.00 1	0.09 247	0.03 135

LMCR-Stereo	3.63 346	1.29 425	4.20 319	2.54 437	0.17 127	8.08 427	1.52 381	11.46 402	4.73 232	8.45 392	10.66 369	1.91 170	5.03 388	7.69 330	3.58 362	0.92 497	0.00 1	0.00 1	0.00 1	0.36 436	0.02 86

mmm	2.50 243	0.29 55	3.22 238	1.98 372	0.32 207	3.72 309	0.12 92	9.45 341	4.05 196	5.84 248	10.80 370	2.47 183	2.86 280	4.07 149	0.75 149	0.00 1	0.02 238	0.00 1	0.01 300	0.03 116	0.02 86

SA	3.06 289	0.74 320	3.79 286	1.60 313	0.30 195	3.19 263	1.43 376	6.72 268	9.06 396	4.63 210	10.80 370	2.89 195	4.71 375	9.62 439	1.18 221	0.00 1	0.09 394	0.00 1	0.19 429	0.23 391	0.02 86

CVANet_RVC	4.16 390	1.16 408	3.60 269	1.94 366	1.46 368	3.92 325	4.68 462	10.89 386	8.34 381	7.58 352	10.84 372	10.27 414	6.62 425	8.56 391	2.69 324	0.39 475	0.00 1	0.00 1	0.01 300	0.21 378	0.09 279

DeepPruner_ROB	3.52 337	1.14 406	4.06 312	1.12 242	1.65 378	3.65 299	0.83 311	13.96 464	4.47 218	7.80 360	10.84 372	7.05 355	2.16 242	8.14 365	3.08 337	0.07 414	0.03 288	0.00 1	0.01 300	0.32 424	0.06 232

test_sample6	3.14 298	0.41 173	4.42 330	1.92 361	0.49 256	3.25 266	0.21 143	11.30 396	6.69 323	6.50 298	10.86 374	4.03 247	2.93 283	7.06 292	2.65 323	0.02 323	0.02 238	0.00 1	0.00 1	0.05 175	0.06 232

DualNet	3.05 288	0.40 162	4.33 325	1.81 343	0.50 259	3.33 269	0.17 125	11.27 394	6.55 319	6.50 298	10.86 374	3.65 232	2.71 270	6.61 258	2.15 299	0.02 323	0.02 238	0.00 1	0.00 1	0.05 175	0.05 214

test_xeample	4.13 386	0.36 135	2.75 175	1.23 250	0.51 263	3.96 327	0.13 101	12.63 444	7.65 355	7.49 349	10.86 374	3.29 214	3.36 295	6.71 266	21.53 518	0.02 323	0.03 288	0.00 1	0.00 1	0.03 116	0.04 179

STrans-v2	3.43 330	0.73 316	4.82 355	0.26 105	0.60 276	3.00 242	1.19 361	10.41 371	7.22 342	5.79 242	10.97 377	6.75 347	7.03 434	8.25 376	1.40 235	0.00 1	0.01 177	0.00 1	0.00 1	0.03 116	0.18 376

222	5.36 425	0.40 162	2.72 171	1.50 291	0.48 253	6.15 388	0.07 62	13.73 462	8.06 371	8.79 401	11.03 378	3.71 238	4.21 343	7.47 318	38.74 548	0.03 364	0.02 238	0.00 1	0.00 1	0.04 145	0.05 214

AIO-Stereo-zeroshot1	3.58 342	1.29 425	12.46 486	1.53 300	0.98 329	3.48 281	0.81 305	11.99 420	4.40 213	4.33 198	11.05 379	8.83 391	2.02 236	4.52 163	1.66 262	0.01 236	0.14 436	0.00 1	0.68 501	0.86 481	0.44 452

SACVNet	4.15 389	1.26 418	3.81 289	3.12 466	1.68 383	3.09 250	2.85 422	11.91 417	5.96 283	10.52 448	11.20 380	10.59 417	3.95 332	8.97 416	3.25 344	0.08 419	0.02 238	0.00 1	0.00 1	0.32 424	0.44 452

DISCO	6.28 443	0.57 261	5.78 404	3.43 478	1.17 346	11.22 466	3.39 437	12.14 429	16.16 478	6.52 300	11.22 381	16.96 481	6.32 417	19.51 518	10.74 482	0.00 1	0.00 1	0.00 1	0.00 1	0.35 432	0.11 315

CFNet	3.72 352	1.10 398	5.03 366	2.49 435	1.59 372	4.90 362	0.22 145	11.38 400	9.88 412	4.80 215	11.25 382	6.44 337	3.68 315	8.33 378	3.00 333	0.00 1	0.00 1	0.00 1	0.00 1	0.22 384	0.07 251

MSMDNet	2.99 285	0.39 152	4.02 307	0.40 139	0.25 175	2.53 173	0.16 120	9.35 339	9.25 398	7.08 326	11.39 383	6.93 348	2.43 255	4.01 145	1.34 232	0.01 236	0.02 238	0.02 412	0.00 1	0.05 175	0.07 251

iResNetv2_ROB	4.28 401	1.43 431	7.17 441	2.91 454	1.26 351	4.36 344	1.62 386	13.64 461	10.25 420	9.83 430	11.41 384	7.68 364	4.00 333	7.75 336	1.85 277	0.00 1	0.00 1	0.00 1	0.00 1	0.37 437	0.09 279

RASNet	4.52 412	0.61 277	4.42 330	3.42 477	4.68 501	4.58 354	0.99 340	9.54 346	8.01 370	5.28 231	11.42 385	10.34 416	8.88 465	9.28 428	8.68 457	0.15 441	0.00 1	0.00 1	0.00 1	0.03 116	0.04 179

PSMNet-RSSM	3.33 319	0.77 328	3.22 238	2.12 397	1.90 402	2.33 152	0.71 281	11.17 389	5.83 273	5.90 257	11.43 386	7.04 353	4.83 384	5.96 213	3.17 339	0.00 1	0.00 1	0.02 412	0.00 1	0.08 229	0.02 86

SQANet	7.64 469	3.40 496	5.49 393	11.73 528	9.62 526	11.96 477	2.82 420	11.33 397	6.10 292	8.33 383	11.49 387	11.00 429	5.16 393	10.12 448	2.72 328	8.92 530	2.21 519	10.41 529	1.58 518	11.13 530	7.39 529

PCWNet_CMD	2.99 285	0.39 152	4.02 307	0.39 137	0.26 182	2.53 173	0.15 114	9.24 335	9.22 397	7.12 328	11.53 388	6.94 349	2.41 254	4.02 146	1.33 230	0.01 236	0.02 238	0.02 412	0.00 1	0.05 175	0.07 251

cf-r	3.42 329	0.81 341	3.97 300	2.41 431	2.78 436	2.85 228	0.64 260	8.44 305	6.32 307	6.25 281	11.57 389	8.97 393	3.54 310	5.93 212	3.83 369	0.00 1	0.00 1	0.00 1	0.00 1	0.09 247	0.07 251

StereoDRNet-Refined	4.46 405	0.62 282	3.80 287	1.92 361	0.40 230	9.35 442	0.15 114	10.02 361	8.83 394	12.69 474	11.62 390	9.34 396	3.87 330	8.06 359	8.02 443	0.00 1	0.00 1	0.01 381	0.05 363	0.20 367	0.26 417
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ttt	3.86 366	0.23 29	2.34 131	2.22 410	1.68 383	4.36 344	0.28 162	12.45 435	11.09 434	6.90 318	11.85 391	4.08 250	3.28 292	8.47 387	7.85 439	0.06 405	0.04 317	0.00 1	0.00 1	0.03 116	0.03 135

PSMNet-RUCA	5.60 429	4.62 503	11.61 479	10.29 524	7.55 520	7.08 408	1.94 398	12.01 421	10.52 428	3.90 188	11.88 392	4.43 270	1.75 228	7.56 321	4.24 380	1.68 510	0.12 422	4.78 524	0.67 500	4.74 515	0.68 474

PSM-AAD	3.33 319	0.20 18	1.47 41	0.73 183	0.54 270	2.55 177	6.19 479	4.97 159	3.27 145	10.92 456	11.92 393	2.95 196	9.59 475	7.90 343	0.82 166	0.01 236	0.01 177	0.00 1	0.00 1	0.04 145	2.47 508

UGAM	3.90 370	0.48 220	4.69 350	0.17 86	0.08 51	3.67 300	1.22 362	4.81 149	14.45 465	4.59 206	11.94 394	14.20 458	3.80 328	9.92 443	3.61 363	0.00 1	0.00 1	0.00 1	0.02 324	0.32 424	0.07 251

XQC	8.43 483	3.58 497	16.40 506	2.92 456	2.17 414	13.22 487	3.60 439	14.64 474	25.86 512	11.87 468	12.04 395	15.06 464	10.67 483	15.24 500	19.41 511	0.39 475	0.08 382	0.05 448	0.07 371	0.84 480	0.45 454

DAS	3.74 353	0.35 125	5.19 379	1.99 374	3.74 469	2.36 154	3.22 430	7.77 290	9.27 399	8.70 398	12.08 396	4.45 271	5.43 401	8.39 381	1.71 266	0.01 236	0.00 1	0.00 1	0.00 1	0.04 145	0.02 86

SepStereo	3.78 359	0.35 125	5.19 379	1.99 374	3.74 469	2.36 154	3.22 430	7.77 290	9.27 399	8.70 398	12.08 396	4.45 271	5.43 401	9.18 423	1.71 266	0.01 236	0.00 1	0.00 1	0.00 1	0.04 145	0.02 86

AFF-stereo	2.59 249	0.68 303	2.35 132	1.55 304	0.17 127	1.67 88	0.08 69	5.75 214	6.60 321	6.20 276	12.13 398	6.16 329	2.36 252	4.75 170	1.11 211	0.02 323	0.02 238	0.00 1	0.00 1	0.23 391	0.05 214

FINET	5.32 423	1.14 406	10.04 473	2.17 402	3.67 468	6.49 395	6.76 492	11.68 408	22.08 504	7.42 345	12.15 399	4.24 259	3.61 313	9.25 427	5.35 401	0.04 384	0.04 317	0.00 1	0.00 1	0.17 344	0.09 279

HSM-Net_RVC	4.20 392	0.32 84	2.76 179	0.63 174	0.69 291	6.95 406	1.69 391	11.96 419	8.36 382	8.83 404	12.17 400	15.18 465	4.21 343	6.91 278	3.30 346	0.02 323	0.02 238	0.00 1	0.00 1	0.01 24	0.01 18
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SuperB	8.10 479	3.15 493	24.67 526	2.65 442	1.23 349	9.88 449	4.29 454	10.18 367	30.07 519	11.53 466	12.18 401	6.12 328	6.65 426	10.50 452	14.47 504	0.14 439	0.11 415	0.35 495	0.25 453	13.06 534	0.48 457

DN-CSS_ROB	2.69 253	1.40 430	5.34 386	2.31 422	0.75 300	3.14 257	0.06 54	6.11 232	3.87 179	5.34 233	12.18 401	2.34 181	1.22 185	7.84 340	1.48 242	0.03 364	0.00 1	0.00 1	0.00 1	0.35 432	0.03 135

MLCV	3.44 333	0.88 357	5.60 400	1.39 279	0.25 175	4.36 344	0.33 178	7.25 283	7.28 344	9.17 415	12.24 403	5.09 297	2.47 256	9.15 422	3.23 342	0.00 1	0.00 1	0.00 1	0.00 1	0.10 258	0.02 86

DRN-Test	5.87 432	0.98 379	5.89 407	2.69 443	3.65 466	12.37 480	3.35 435	20.07 521	10.20 419	11.93 469	12.31 404	11.06 431	5.31 396	7.89 342	9.05 461	0.04 384	0.05 333	0.04 441	0.04 357	0.18 355	0.25 411

HGLStereo	4.25 398	0.52 241	4.65 347	3.09 462	5.18 504	6.51 398	0.73 286	10.37 369	6.74 326	7.32 341	12.44 405	7.00 350	7.21 438	7.46 316	5.51 404	0.00 1	0.02 238	0.00 1	0.00 1	0.06 199	0.10 301

TDLM	4.11 384	1.11 401	3.54 264	1.62 318	1.04 335	3.91 324	7.41 499	10.60 374	10.67 431	6.38 293	12.59 406	5.95 324	4.77 378	8.79 409	3.04 335	0.58 486	0.00 1	0.01 381	0.00 1	0.19 363	0.12 329

CFNet_ucs	3.07 290	0.44 197	4.05 311	0.54 156	0.37 224	3.08 248	0.19 132	9.80 351	8.49 388	7.64 355	12.62 407	5.67 316	1.76 229	4.96 179	1.51 244	0.00 1	0.04 317	0.01 381	0.00 1	0.09 247	0.11 315

HI	3.18 301	0.90 363	3.05 220	1.28 261	0.15 110	2.29 146	0.04 34	5.31 192	3.52 162	7.96 368	12.69 408	11.43 435	6.61 422	4.26 156	4.02 374	0.00 1	0.06 350	0.00 1	0.00 1	0.05 175	0.01 18

CoSv	3.18 301	0.90 363	3.05 220	1.28 261	0.15 110	2.29 146	0.04 34	5.31 192	3.52 162	7.96 368	12.69 408	11.43 435	6.61 422	4.26 156	4.02 374	0.00 1	0.06 350	0.00 1	0.00 1	0.05 175	0.01 18

iResNet	3.68 349	0.91 367	7.94 455	2.97 461	0.34 214	4.44 350	0.48 209	7.70 289	9.74 408	7.72 358	12.74 410	4.03 247	2.87 281	8.05 355	3.37 347	0.02 323	0.01 177	0.00 1	0.00 1	0.10 258	0.09 279

TCMNet	5.22 422	1.96 470	9.78 470	4.11 499	6.57 512	8.83 436	1.35 375	10.74 381	8.07 372	6.39 294	12.76 411	8.32 379	4.75 377	8.62 396	10.09 477	0.11 429	0.18 459	0.31 492	0.09 387	0.75 476	0.57 466

DLCB_ROB	4.51 409	0.91 367	3.78 285	2.19 404	1.07 338	6.28 389	3.09 426	9.78 350	7.72 358	10.65 451	12.97 412	13.91 456	3.71 319	8.72 407	5.30 400	0.00 1	0.00 1	0.00 1	0.00 1	0.03 116	0.10 301

LALA_ROB	6.58 450	1.80 460	6.25 419	1.26 254	0.94 325	10.08 450	9.02 506	16.00 487	11.51 442	12.74 475	13.02 413	24.77 511	5.25 394	10.56 453	8.02 443	0.04 384	0.05 333	0.00 1	0.02 324	0.10 258	0.25 411

SAMSARA	14.63 517	2.74 486	12.38 484	12.65 529	6.74 513	36.50 540	72.93 563	19.36 514	23.77 509	16.20 497	13.04 414	29.21 521	12.78 494	16.98 509	15.21 505	0.11 429	0.26 486	0.03 429	0.14 402	0.76 477	0.77 476

DDUNet	9.47 493	11.32 529	6.14 415	12.93 530	11.65 531	10.45 456	3.87 445	11.70 409	7.89 366	9.27 417	13.28 415	16.18 474	6.14 414	8.80 410	5.77 408	6.64 525	3.38 539	20.90 536	4.28 532	11.01 529	7.80 530

TransformOpticalFlow	3.38 322	0.70 310	4.54 339	1.00 221	0.30 195	3.56 293	0.14 108	9.67 348	7.30 345	5.55 237	13.34 416	6.74 346	5.03 388	8.22 375	1.34 232	0.00 1	0.01 177	0.01 381	0.00 1	0.04 145	0.11 315

APVNet	5.98 437	1.72 455	8.72 461	3.21 471	4.04 483	12.31 479	1.81 395	19.09 510	6.10 292	6.13 272	13.41 417	10.69 422	6.30 416	11.26 463	13.90 501	0.05 396	0.02 238	0.11 467	0.03 339	0.53 456	0.20 393

coex_refinement	4.04 382	0.87 353	3.55 265	2.96 460	1.40 365	4.28 339	0.32 174	11.18 390	7.72 358	8.32 382	13.44 418	10.01 408	3.48 305	6.28 228	6.76 427	0.00 1	0.02 238	0.00 1	0.00 1	0.06 199	0.16 367

SGM-Forest	4.96 417	0.32 84	2.84 191	1.21 248	0.64 284	10.23 453	6.64 490	11.55 405	10.98 433	10.94 458	13.59 419	11.65 439	4.30 352	8.94 415	4.63 388	0.11 429	0.04 317	0.00 1	0.00 1	0.05 175	0.46 456
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DPSNet	10.14 499	1.88 466	16.82 508	1.85 349	1.73 387	24.84 518	17.20 542	19.92 520	27.41 514	12.23 472	13.62 420	16.52 475	18.35 509	14.42 494	12.50 494	0.78 491	0.54 507	0.08 461	0.25 453	1.18 488	0.59 470

HHNet	2.59 249	0.55 253	2.55 149	0.20 92	0.32 207	2.84 227	0.94 335	5.77 219	5.14 246	7.33 342	13.80 421	0.94 129	3.20 289	5.27 189	2.41 315	0.13 438	0.02 238	0.06 452	0.00 1	0.23 391	0.03 135

PASM	7.90 475	4.22 500	21.97 522	3.25 472	3.29 451	5.39 374	6.57 488	10.57 373	19.09 489	12.77 476	13.92 422	18.11 487	9.51 474	13.79 489	10.77 484	0.19 451	0.45 502	0.29 490	1.08 510	1.49 496	1.19 488

CC-Net-ROB	7.68 470	9.21 523	7.46 449	3.82 493	3.66 467	15.68 494	5.02 468	17.95 497	10.45 427	6.44 297	14.00 423	7.63 363	4.77 378	10.75 456	3.10 338	5.99 523	2.46 524	16.28 533	1.08 510	6.30 523	1.56 496

DGSMNet	6.47 448	2.61 483	13.64 497	3.46 479	3.74 469	8.97 438	6.01 477	14.15 468	13.01 455	7.46 348	14.10 424	9.94 406	4.79 381	10.44 451	6.22 415	1.30 504	1.70 517	1.80 512	1.52 517	2.27 507	2.35 506

PDISCO_ROB	9.62 496	1.99 473	11.51 478	9.88 522	9.61 525	21.48 513	3.83 444	19.33 513	28.49 517	11.27 463	14.17 425	19.92 498	5.02 387	16.35 507	9.18 463	5.28 521	0.41 498	0.14 475	0.09 387	2.05 503	2.36 507

CBMV_ROB	4.14 387	0.52 241	3.14 231	1.30 263	0.77 304	6.92 405	1.97 399	10.11 365	9.58 405	8.92 408	14.20 426	7.12 357	5.90 410	8.65 397	3.50 356	0.01 236	0.05 333	0.00 1	0.00 1	0.04 145	0.09 279

pcwnet_v2	4.20 392	0.36 135	8.53 460	1.33 267	1.12 341	3.43 274	0.41 195	12.85 447	14.16 463	9.90 434	14.29 427	5.90 323	3.03 284	6.20 224	2.06 294	0.01 236	0.05 333	0.04 441	0.02 324	0.16 331	0.18 376

iinet-f	5.94 435	1.60 446	26.88 531	1.79 340	1.38 364	11.92 476	1.47 378	6.80 272	7.11 339	6.90 318	14.43 428	10.64 421	7.97 452	7.00 287	12.12 492	0.02 323	0.03 288	0.05 448	0.00 1	0.63 467	0.02 86

HBP-ISP	4.09 383	1.05 389	4.10 316	1.87 350	1.31 360	7.56 420	3.98 446	11.26 392	9.94 413	7.81 361	14.44 429	3.23 212	4.27 347	8.89 414	1.87 278	0.06 405	0.06 350	0.00 1	0.00 1	0.06 199	0.04 179

STTRV1_RVC	7.02 463	1.10 398	12.88 492	3.32 474	6.92 514	11.90 475	4.00 447	15.07 477	11.94 448	9.51 422	14.57 430	11.63 438	8.73 463	12.65 480	8.06 448	3.32 517	2.75 530	0.41 500	0.12 397	1.38 494	0.11 315

GwcNet-RSSM	3.77 358	1.05 389	5.06 368	2.21 407	1.87 399	2.36 154	1.52 381	8.98 328	7.96 369	5.91 258	14.59 431	7.94 372	3.50 306	6.43 239	5.70 407	0.00 1	0.00 1	0.04 441	0.00 1	0.20 367	0.08 266

PS-NSSS	3.90 370	1.84 463	4.55 342	0.87 197	2.95 441	4.10 333	2.00 400	10.77 382	8.23 379	6.75 305	14.63 432	5.01 294	2.24 244	8.41 383	2.91 331	0.33 470	0.03 288	0.83 505	0.00 1	0.82 479	0.70 475

CBMV	5.35 424	0.91 367	3.67 277	1.62 318	0.44 238	10.09 451	7.19 497	12.49 440	12.33 452	12.22 470	14.69 433	10.93 428	6.48 420	8.51 389	4.96 395	0.02 323	0.15 443	0.00 1	0.00 1	0.17 344	0.17 372
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ETE_ROB	5.80 431	1.77 458	6.33 421	1.44 289	0.78 306	6.43 394	6.90 493	12.53 441	8.08 373	12.93 479	14.89 434	21.13 505	5.87 409	9.83 440	6.57 423	0.04 384	0.01 177	0.00 1	0.02 324	0.08 229	0.33 433

FBW_ROB	8.50 484	1.03 387	7.98 456	1.93 365	1.28 356	13.10 486	6.23 482	22.50 525	18.98 488	18.82 502	14.91 435	19.06 493	10.04 478	18.41 513	9.83 473	0.62 488	0.22 476	1.82 514	0.82 505	0.99 485	1.36 492

XPNet_ROB	6.03 441	1.22 412	5.61 401	2.56 440	0.90 320	6.32 390	7.07 495	12.92 449	8.30 380	14.76 491	15.13 436	19.84 497	6.66 427	10.36 450	8.58 456	0.02 323	0.04 317	0.00 1	0.03 339	0.11 278	0.24 407

S-Stereo	6.63 451	0.84 347	9.67 469	3.15 468	3.48 459	6.49 395	6.22 481	12.99 451	22.84 506	9.48 421	15.51 437	12.00 443	8.43 458	8.04 352	10.70 481	0.12 433	0.17 455	0.00 1	0.38 481	0.13 310	1.92 500

RTSC	9.15 488	3.00 489	13.57 496	3.72 490	1.76 391	11.82 474	0.46 206	16.95 491	36.83 533	15.80 495	15.53 438	12.91 449	7.46 444	20.01 521	21.76 520	0.31 468	0.13 432	0.01 381	0.08 376	0.57 460	0.41 445

DANet	6.02 440	1.23 414	8.45 459	3.86 495	3.94 480	7.64 425	1.34 373	9.51 344	7.00 334	13.39 482	15.53 438	15.99 471	7.02 433	12.14 474	12.37 493	0.19 451	0.12 422	0.02 412	0.03 339	0.13 310	0.56 465
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CSAN	7.62 468	1.60 446	6.56 429	1.83 348	0.66 286	12.40 481	10.52 518	14.45 471	21.32 502	14.19 487	15.98 440	17.84 484	13.02 497	12.32 476	8.38 453	0.09 424	0.07 370	0.03 429	0.04 357	0.33 427	0.67 473

XX-Stereo	2.71 257	0.38 148	5.96 410	2.25 411	2.20 417	1.54 76	0.21 143	5.44 201	3.05 127	2.28 143	16.16 441	7.03 351	0.24 35	6.19 222	0.79 161	0.00 1	0.15 443	0.00 1	0.23 445	0.13 310	0.04 179

Wz-Net-LNSev	6.46 447	1.93 469	16.44 507	1.52 296	4.15 484	12.66 482	4.96 467	13.05 452	12.10 450	10.55 450	16.23 442	11.32 434	7.19 436	8.43 385	8.48 455	0.00 1	0.01 177	0.00 1	0.00 1	0.08 229	0.06 232

YMNet	5.52 426	1.83 461	8.79 462	3.47 481	4.46 494	10.72 461	0.91 331	9.99 357	6.43 313	13.76 485	16.35 443	11.65 439	4.49 365	7.95 344	8.03 445	0.12 433	0.35 492	0.12 470	0.08 376	0.71 473	0.27 421

YMNet_1	5.52 426	1.83 461	8.79 462	3.47 481	4.46 494	10.72 461	0.91 331	9.99 357	6.43 313	13.76 485	16.35 443	11.65 439	4.49 365	7.95 344	8.03 445	0.12 433	0.35 492	0.12 470	0.08 376	0.71 473	0.27 421

Ntro	12.35 510	8.88 521	7.80 454	13.79 532	12.42 533	26.54 524	6.98 494	18.54 501	22.14 505	9.82 429	16.45 445	20.30 501	9.29 473	15.95 504	6.61 425	9.53 534	2.47 525	14.93 532	2.77 521	13.11 535	8.63 535

CrosDoStereo	3.96 376	0.45 205	3.04 215	0.32 117	0.20 158	3.28 267	11.63 522	5.76 216	4.45 216	9.04 411	16.58 446	4.99 290	7.45 442	8.04 352	3.72 366	0.00 1	0.02 238	0.01 381	0.00 1	0.16 331	0.10 301

DeepStereo_LL	3.96 376	0.45 205	3.04 215	0.32 117	0.20 158	3.28 267	11.63 522	5.76 216	4.45 216	9.04 411	16.58 446	4.99 290	7.45 442	8.04 352	3.72 366	0.00 1	0.02 238	0.01 381	0.00 1	0.16 331	0.10 301

GrayStereo	3.74 353	0.20 18	1.94 86	1.55 304	0.60 276	3.12 255	8.22 501	5.76 216	3.32 151	10.40 445	16.66 448	5.81 321	8.60 461	6.57 255	1.37 234	0.01 236	0.00 1	0.01 381	0.63 497	0.02 71	0.04 179

GMM-Stereo	3.32 317	0.27 49	2.52 146	0.82 190	0.48 253	2.27 145	4.91 466	5.06 166	3.08 130	7.06 325	16.72 449	6.21 331	3.70 318	7.60 323	1.16 218	0.04 384	0.00 1	0.00 1	0.04 357	0.10 258	4.45 515

dad	4.66 414	1.89 467	5.51 396	0.94 209	0.09 59	2.16 137	0.37 184	7.10 281	14.43 464	10.13 439	16.84 450	14.97 463	1.90 232	6.82 270	4.15 378	1.09 500	0.11 415	4.08 522	0.46 492	0.17 344	0.06 232

NCC-stereo	6.77 454	1.49 438	6.48 426	2.92 456	4.40 489	7.43 415	3.61 440	19.52 517	13.29 457	8.39 389	16.91 451	15.96 469	12.13 489	12.85 481	7.70 436	1.47 505	0.11 415	0.01 381	0.42 487	0.14 320	0.24 407

Abc-Net	6.77 454	1.49 438	6.48 426	2.92 456	4.40 489	7.43 415	3.61 440	19.52 517	13.29 457	8.39 389	16.91 451	15.96 469	12.13 489	12.85 481	7.70 436	1.47 505	0.11 415	0.01 381	0.42 487	0.14 320	0.24 407
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-TNSev	11.35 507	10.56 527	35.88 540	2.28 414	1.73 387	18.25 507	11.42 520	15.88 486	20.88 501	14.44 488	16.97 453	19.57 495	19.04 513	19.31 517	18.67 510	0.01 236	0.06 350	0.00 1	0.16 409	0.62 465	1.25 489

Wz-Net-MNSev	7.43 466	2.35 480	15.22 502	2.34 424	3.41 458	17.27 504	8.55 502	11.91 417	13.48 459	13.37 481	17.05 454	13.70 451	7.47 445	11.90 473	9.99 476	0.40 477	0.03 288	0.00 1	0.01 300	0.16 331	0.07 251

ADCP+	8.09 478	1.79 459	14.50 499	1.54 302	4.28 485	16.57 498	5.20 470	12.80 446	11.20 437	12.83 478	17.07 455	11.02 430	10.80 484	17.59 511	23.18 526	0.03 364	0.05 333	0.01 381	0.18 424	0.39 444	0.81 478

THIR-Stereo	3.86 366	0.77 328	2.62 159	0.12 64	0.13 99	4.25 337	6.63 489	5.30 190	4.18 205	10.33 442	17.13 456	6.58 344	7.62 448	7.78 337	3.51 357	0.01 236	0.07 370	0.07 458	0.00 1	0.11 278	0.02 86

FAT-Stereo	6.78 456	0.68 303	6.80 433	2.30 416	1.77 392	5.63 377	4.20 452	18.79 504	18.62 487	10.53 449	17.15 457	18.52 490	13.74 500	8.86 413	7.38 432	0.03 364	0.15 443	0.01 381	0.07 371	0.12 295	0.26 417

DispFullNet	17.47 529	26.01 539	33.98 538	22.58 540	20.86 545	13.84 491	1.28 368	16.50 488	26.27 513	19.97 507	17.17 458	20.52 504	18.49 510	22.86 527	10.76 483	5.13 520	2.83 532	30.72 544	7.72 540	20.86 542	11.01 543

GwcNet	6.42 446	1.97 471	10.92 476	2.59 441	5.58 507	11.55 470	2.21 404	14.10 467	16.52 482	10.04 437	17.19 459	10.86 426	5.61 406	9.23 426	8.84 460	0.01 236	0.06 350	0.03 429	0.08 376	0.56 458	0.40 443

otaku	11.73 509	7.51 518	7.07 439	13.22 531	10.85 530	26.61 525	7.25 498	18.84 506	19.16 491	11.58 467	17.23 460	20.19 500	8.09 455	15.11 499	4.64 389	9.13 532	2.42 523	13.08 530	1.83 519	12.48 533	8.22 532

test_4	2.38 227	0.34 115	2.68 163	0.08 48	0.11 77	3.69 304	1.14 356	3.33 52	3.34 155	4.03 193	17.35 461	3.31 215	0.51 105	6.28 228	1.15 216	0.00 1	0.00 1	0.00 1	0.11 394	0.16 331	0.01 18

Sa-1000	3.55 340	0.75 322	3.63 274	1.91 357	0.30 195	3.55 292	1.63 387	7.39 286	8.54 389	7.70 357	17.44 462	4.00 246	2.82 277	9.44 436	1.33 230	0.00 1	0.10 406	0.00 1	0.18 424	0.21 378	0.04 179

R-Stereo Train	2.44 233	0.32 84	1.93 83	0.94 209	0.16 117	3.67 300	0.61 252	6.37 247	3.08 130	9.14 413	17.44 462	1.80 163	0.77 139	1.76 74	0.70 134	0.00 1	0.01 177	0.00 1	0.00 1	0.01 24	0.03 135

RAFT-Stereo	2.44 233	0.32 84	1.93 83	0.94 209	0.16 117	3.67 300	0.61 252	6.37 247	3.08 130	9.14 413	17.44 462	1.80 163	0.77 139	1.76 74	0.70 134	0.00 1	0.01 177	0.00 1	0.00 1	0.01 24	0.03 135
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RAFT_CTSACE	3.40 326	1.07 392	4.52 337	1.27 256	3.14 444	4.00 329	1.07 350	3.93 101	4.43 214	4.66 212	17.94 465	7.21 360	2.76 273	10.82 457	0.85 171	0.00 1	0.07 370	0.00 1	0.00 1	0.30 415	0.01 18

ISRNet	3.93 375	0.55 253	5.49 393	3.20 470	2.69 434	2.11 129	0.26 158	7.01 278	6.40 311	11.00 459	17.99 466	8.31 378	2.64 263	6.51 250	4.36 382	0.00 1	0.00 1	0.00 1	0.00 1	0.08 229	0.02 86

AANet_RVC	5.01 419	1.74 456	6.38 424	1.96 370	1.29 357	2.26 144	1.69 391	10.07 362	18.53 486	7.88 365	18.15 467	8.49 386	2.70 267	10.59 454	7.04 429	0.96 498	0.15 443	0.02 412	0.00 1	0.13 310	0.12 329

edge stereo	6.76 453	1.01 383	6.76 432	2.20 406	2.45 427	6.41 393	2.45 408	14.84 476	11.98 449	15.29 493	18.31 468	22.02 506	12.56 492	10.82 457	7.49 433	0.03 364	0.06 350	0.11 467	0.03 339	0.30 415	0.14 345

stereogan	7.69 472	0.88 357	7.08 440	3.49 484	3.93 479	18.98 508	3.23 432	16.52 489	19.58 494	9.93 435	18.92 469	20.50 503	9.04 469	14.07 491	6.14 414	0.26 463	0.04 317	0.21 485	0.03 339	0.63 467	0.33 433

RGC	6.88 460	2.23 477	6.13 414	4.05 497	4.73 503	8.94 437	2.78 419	15.19 482	11.74 444	11.13 460	19.34 470	17.86 485	10.42 482	13.02 484	8.03 445	0.73 490	0.01 177	0.24 488	0.41 486	0.31 420	0.38 439

KYRaft	3.59 343	0.31 71	1.84 73	0.76 185	0.46 244	2.29 146	4.04 448	4.75 146	3.25 144	8.93 410	19.47 471	6.62 345	5.07 390	7.79 338	0.71 138	0.01 236	0.00 1	0.00 1	0.01 300	0.04 145	5.38 522

anonymousa	3.80 362	0.55 253	3.35 247	1.24 251	3.74 469	9.04 439	0.36 182	6.74 269	4.03 192	7.72 358	19.64 472	10.62 419	6.01 413	1.52 60	1.40 235	0.00 1	0.00 1	0.00 1	0.05 363	0.00 1	0.03 135

DEmStereo	3.79 360	0.37 142	3.69 278	0.17 86	0.17 127	5.28 372	2.54 410	4.35 116	3.70 169	8.21 381	20.15 473	5.13 299	10.38 481	7.65 326	3.85 370	0.01 236	0.01 177	0.01 381	0.00 1	0.02 71	0.06 232

ccnet	6.87 459	0.92 370	5.15 376	3.09 462	2.18 416	11.78 473	4.90 465	17.97 498	8.79 393	12.79 477	20.20 474	16.00 472	8.35 457	9.12 420	14.17 503	0.42 481	0.33 489	0.25 489	0.09 387	0.40 447	0.48 457

Wz-Net-LNSev-Ref	5.98 437	1.55 442	9.92 471	2.40 428	3.22 448	10.28 454	3.14 428	11.64 406	9.79 409	9.54 424	20.22 475	11.16 432	6.77 429	10.61 455	9.16 462	0.06 405	0.00 1	0.00 1	0.00 1	0.03 116	0.04 179

fast-acv-ft	5.62 430	1.39 429	7.01 437	2.02 381	1.89 401	12.23 478	1.82 396	7.35 285	9.45 403	10.46 447	20.27 476	14.55 461	7.71 450	7.41 313	7.61 435	0.10 427	0.09 394	0.16 477	0.07 371	0.59 462	0.13 337

AnyNet_C32	10.98 506	5.58 508	22.79 523	4.16 500	5.83 508	15.64 493	14.30 530	13.18 453	17.15 484	16.44 498	20.52 477	14.68 462	13.44 498	22.46 525	30.08 539	0.17 447	0.26 486	0.36 497	0.36 480	1.23 489	0.91 481

Prome-Stereo	3.65 347	0.29 55	1.92 82	0.91 202	0.49 256	2.07 124	4.75 464	4.41 121	3.23 143	9.32 419	20.63 478	4.06 249	7.19 436	7.70 331	1.17 220	0.00 1	0.00 1	0.00 1	0.00 1	0.05 175	4.72 519

Syn2CoEx	6.32 444	2.72 485	9.33 466	2.45 433	1.67 381	8.59 432	3.32 433	18.08 499	12.27 451	8.53 393	21.08 479	10.30 415	9.80 476	9.30 429	7.86 440	0.01 236	0.00 1	0.00 1	0.00 1	0.63 467	0.43 450

SHD	9.61 495	2.60 482	12.46 486	3.69 489	3.54 461	9.47 444	1.25 364	20.16 522	37.84 536	18.19 501	21.24 480	16.96 481	12.83 496	14.47 495	16.05 506	0.32 469	0.13 432	0.01 381	0.08 376	0.38 440	0.48 457

ADCPNet	9.54 494	2.39 481	31.46 535	2.09 394	1.60 374	16.71 500	6.39 487	12.11 426	11.45 440	13.53 483	21.45 481	19.41 494	10.94 485	14.38 493	21.54 519	0.27 466	1.16 512	0.39 499	1.49 515	0.58 461	1.45 493

DRaft	3.74 353	0.43 191	2.60 155	0.12 64	0.15 110	4.76 358	1.34 373	5.33 194	4.31 209	10.30 441	21.91 482	3.27 213	8.83 464	7.36 312	3.66 365	0.05 396	0.10 406	0.00 1	0.14 402	0.10 258	0.14 345

ACVNet-4b	15.90 521	22.00 535	12.37 483	16.40 534	15.14 537	31.87 533	7.50 500	19.04 509	27.85 515	11.48 465	22.02 483	31.86 526	9.16 472	17.95 512	5.69 406	10.43 536	2.58 527	24.44 540	4.87 536	16.04 538	9.28 536

ADCMid	10.24 501	3.13 491	20.70 518	2.21 407	2.39 425	11.23 467	6.19 479	14.17 469	11.19 436	23.20 516	22.25 484	17.89 486	19.54 515	18.51 514	26.21 533	0.45 483	0.42 500	1.10 508	1.29 512	1.56 498	1.18 487

ASMatch	3.32 317	0.50 227	3.32 245	1.72 331	0.45 243	1.93 113	0.68 270	6.42 253	3.89 181	6.18 274	22.30 485	4.61 278	4.82 383	7.65 326	1.70 265	0.00 1	0.02 238	0.00 1	0.03 339	0.01 24	0.18 376

RP	6.84 458	1.29 425	5.53 399	3.92 496	5.18 504	6.32 390	3.53 438	11.73 412	15.31 472	9.54 424	22.38 486	18.25 488	14.47 502	10.11 444	7.49 433	0.91 496	0.01 177	0.12 470	0.15 406	0.33 427	0.19 387

psmorigin	7.34 465	1.58 444	18.31 512	2.35 425	0.87 313	6.72 401	1.70 394	10.63 375	7.14 340	19.77 506	22.71 487	20.13 499	11.34 486	12.96 483	9.49 470	0.04 384	0.17 455	0.06 452	0.17 417	0.21 378	0.50 460

MDST_ROB	8.37 481	0.32 84	9.03 464	4.18 502	2.42 426	26.86 526	6.14 478	19.36 514	13.52 460	27.09 522	22.75 488	9.47 400	4.74 376	15.06 498	6.34 418	0.02 323	0.02 238	0.00 1	0.00 1	0.02 71	0.13 337

Wz-Net-SNSev	9.23 490	6.70 512	24.28 525	1.87 350	1.81 395	8.57 431	12.29 527	17.37 494	20.39 500	10.43 446	23.11 489	16.66 477	8.03 453	14.47 495	17.86 508	0.00 1	0.02 238	0.01 381	0.00 1	0.41 450	0.30 429

Nwc_Net	6.97 461	1.25 417	6.63 430	3.82 493	3.37 453	10.83 465	1.67 390	19.56 519	11.35 439	8.36 384	23.62 490	17.19 483	11.44 488	11.21 462	8.08 449	0.80 492	0.00 1	0.00 1	0.02 324	0.13 310	0.09 279

AF-Net	7.78 474	1.44 433	6.68 431	3.37 475	4.50 498	8.61 433	2.69 417	17.07 492	20.17 499	9.52 423	24.02 491	20.31 502	14.59 503	11.58 467	9.84 474	0.61 487	0.00 1	0.12 470	0.00 1	0.38 440	0.12 329

pmcnn	7.72 473	1.27 420	9.42 468	2.91 454	3.14 444	9.44 443	6.23 482	12.56 442	16.51 480	14.53 489	24.08 492	27.44 518	8.49 459	9.32 430	8.44 454	0.06 405	0.08 382	0.00 1	0.00 1	0.30 415	0.15 355

MFN_U_SF_DS_RVC	9.78 497	4.27 501	14.47 498	2.29 415	2.85 438	23.40 517	13.62 529	13.60 459	19.54 493	19.42 504	24.27 493	16.74 478	8.59 460	17.05 510	7.98 442	1.25 502	1.68 516	0.17 480	2.63 520	0.72 475	1.04 484

ACVNet_1	18.70 532	25.08 538	12.72 490	17.33 535	15.18 538	26.02 519	9.62 511	28.44 536	34.49 527	24.39 518	24.32 494	37.22 535	20.13 518	16.67 508	13.39 497	10.45 537	2.59 528	24.77 541	4.92 537	16.57 539	9.75 538

SGM_RVC	10.08 498	0.60 273	3.42 255	2.30 416	0.32 207	19.41 510	6.33 485	18.95 508	14.64 466	25.14 521	24.32 494	33.34 528	18.79 512	19.86 519	12.55 495	0.25 461	0.26 486	0.22 486	0.24 448	0.34 431	0.40 443
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ADCS	13.02 513	4.93 506	28.38 533	3.17 469	2.67 433	13.61 490	10.83 519	18.70 502	33.46 524	22.59 511	24.78 496	19.59 496	18.51 511	23.40 528	32.16 542	0.10 427	0.19 465	0.37 498	0.18 424	1.26 490	1.46 494

xyz-stereo	6.97 461	0.29 55	36.85 541	0.20 92	0.07 35	30.65 531	0.19 132	3.97 103	1.82 60	10.21 440	24.87 497	6.06 326	7.29 439	11.62 468	4.87 394	0.01 236	0.02 238	0.35 495	0.00 1	0.06 199	0.02 86

RAFT-345	3.27 306	0.41 173	2.88 199	1.02 223	0.21 161	2.63 193	0.48 209	3.76 91	5.51 258	7.35 343	24.88 498	4.25 260	1.76 229	8.15 366	2.13 297	0.01 236	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

G-Net	8.41 482	1.54 441	10.97 477	5.73 513	3.60 464	26.19 520	4.41 457	10.10 364	7.42 346	19.71 505	24.99 499	14.38 460	15.83 504	10.99 459	9.53 471	0.50 485	0.46 503	0.19 483	0.25 453	0.80 478	0.66 472

SDNR	7.50 467	2.32 479	15.58 504	1.82 347	0.63 282	44.66 548	0.44 203	8.59 314	9.52 404	9.84 431	25.18 500	5.30 305	4.38 356	11.46 466	6.49 421	0.05 396	0.03 288	0.00 1	0.01 300	1.79 501	1.87 499

ADCRef	7.27 464	1.38 428	16.37 505	2.52 436	3.30 452	11.63 472	3.16 429	10.80 383	9.35 401	13.03 480	25.27 501	8.17 376	8.92 466	8.06 359	21.81 521	0.15 441	0.08 382	0.16 477	0.34 476	0.38 440	0.58 467

ADCL	10.16 500	2.11 474	19.36 515	1.92 361	1.88 400	22.23 514	8.91 505	14.04 465	23.56 508	14.62 490	26.19 502	12.75 448	13.59 499	16.06 506	22.95 525	0.26 463	0.18 459	0.75 503	0.65 498	0.69 471	0.58 467

RainbowNet	18.01 531	26.22 540	19.95 516	18.59 536	14.88 536	27.38 527	10.46 516	27.39 532	34.54 528	14.91 492	27.01 503	25.65 513	12.44 491	18.94 516	9.23 464	13.91 544	3.46 540	23.36 539	4.86 535	16.03 537	10.91 542

WZ-Net	13.00 512	4.64 504	41.07 544	3.48 483	3.15 446	19.12 509	15.66 540	14.81 475	31.33 521	15.71 494	27.88 504	22.22 507	14.01 501	20.44 523	25.03 530	0.64 489	0.00 1	0.01 381	0.03 339	0.39 444	0.37 438

SANet	10.64 503	1.86 465	10.91 475	1.76 335	0.71 296	14.62 492	9.23 508	19.18 511	37.14 534	19.22 503	27.96 505	25.86 515	19.11 514	13.02 484	10.63 480	0.08 419	0.06 350	0.03 429	0.02 324	0.62 465	0.81 478

PWC_ROB	8.24 480	3.13 491	12.74 491	2.43 432	4.43 492	7.51 419	1.22 362	16.63 490	19.24 492	16.08 496	28.29 506	13.99 457	10.16 479	13.63 488	14.06 502	0.42 481	0.00 1	0.05 448	0.00 1	0.59 462	0.27 421

MFMNet_re	13.29 514	8.60 520	18.29 511	9.75 521	7.25 517	19.65 511	14.84 534	20.71 524	30.72 520	23.03 514	28.77 507	18.85 492	26.09 531	13.55 487	9.82 472	2.44 513	1.35 515	0.34 494	0.23 445	4.78 516	6.69 527

MFN_U_SF_RVC	12.94 511	3.66 498	25.81 529	3.61 487	2.26 420	22.77 515	4.55 460	27.10 531	20.06 497	23.90 517	28.99 508	30.53 524	16.98 505	19.92 520	20.26 514	1.24 501	1.07 511	0.98 507	1.33 513	1.80 502	2.04 502

GANet	6.22 442	1.07 392	4.07 314	2.27 412	0.89 318	9.19 441	9.52 509	12.02 422	8.13 375	10.72 452	29.09 509	13.86 454	7.52 446	11.00 460	4.39 383	0.36 472	0.00 1	0.02 412	0.02 324	0.12 295	0.08 266

SPS-STEREO	15.04 518	6.23 511	13.21 495	11.34 527	11.65 531	23.30 516	7.15 496	24.16 528	15.65 475	31.78 529	29.19 510	31.62 525	21.32 521	24.62 529	19.50 512	7.59 527	4.19 544	3.22 520	1.48 514	6.99 526	6.54 526
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Consistency-Raft	9.42 492	4.74 505	12.66 489	5.30 511	9.08 523	4.08 331	5.26 472	19.26 512	24.87 510	11.17 461	29.85 511	13.57 450	5.51 405	7.67 329	13.40 498	0.36 472	0.35 492	1.81 513	4.24 531	11.61 531	3.57 511

MADNet+	27.07 540	33.84 547	90.97 565	20.14 537	7.47 519	48.43 552	47.10 559	35.43 539	36.46 532	20.11 508	30.05 512	25.29 512	35.08 539	45.50 552	50.28 557	2.13 511	2.00 518	1.19 511	0.76 503	4.71 514	4.43 514

FTStereo	4.55 413	0.36 135	2.18 120	0.94 209	0.38 226	2.60 187	8.82 504	4.98 162	3.17 137	10.88 455	30.35 513	5.60 315	7.60 447	7.62 325	1.55 250	0.17 447	0.00 1	0.05 448	0.00 1	0.03 116	3.80 513

EDNetEfficient	13.82 515	6.19 510	54.79 550	2.83 451	3.60 464	4.86 361	8.57 503	8.61 319	32.90 523	40.77 542	30.59 514	18.33 489	21.87 524	11.38 465	25.36 531	0.15 441	0.23 478	0.06 452	1.03 509	2.54 508	1.79 497

PWCDC_ROB	7.92 476	3.17 494	7.48 450	5.73 513	4.40 489	10.45 456	0.35 181	14.52 473	28.19 516	10.36 444	31.27 515	7.04 353	9.14 470	13.22 486	8.78 459	2.74 515	0.02 238	0.00 1	0.00 1	1.31 492	0.17 372

aanetorigin	8.72 486	3.29 495	27.55 532	1.95 367	3.84 476	4.93 364	5.39 475	5.49 204	10.05 415	27.85 523	31.47 516	15.80 468	12.78 494	9.04 418	11.98 490	0.25 461	0.22 476	0.22 486	0.25 453	1.28 491	0.84 480

RAFT-RH_RVC	3.96 376	0.46 211	2.93 202	1.55 304	0.42 237	3.14 257	0.14 108	3.70 81	5.98 286	11.25 462	32.23 517	5.29 302	1.68 218	8.13 364	2.14 298	0.08 419	0.00 1	0.00 1	0.03 339	0.01 24	0.00 1

RTS	18.87 533	9.32 525	86.48 561	4.95 509	6.10 509	42.08 544	14.70 532	15.49 483	41.06 538	22.65 512	32.32 518	13.77 452	19.54 515	37.98 543	28.96 536	0.41 478	0.23 478	0.00 1	0.02 324	0.91 482	0.50 460

RTSA	18.87 533	9.32 525	86.48 561	4.95 509	6.10 509	42.08 544	14.70 532	15.49 483	41.06 538	22.65 512	32.32 518	13.77 452	19.54 515	37.98 543	28.96 536	0.41 478	0.23 478	0.00 1	0.02 324	0.91 482	0.50 460

LSM	14.01 516	5.95 509	33.49 536	6.78 517	43.61 558	10.22 452	9.98 514	15.16 481	22.93 507	23.07 515	32.34 520	18.52 490	12.67 493	15.45 501	11.10 485	0.16 446	0.51 506	0.09 464	0.32 472	1.08 486	16.85 553

FCDSN-DC	10.24 501	0.56 259	3.49 261	1.96 370	1.29 357	16.90 501	4.59 461	17.16 493	19.10 490	24.64 520	32.46 521	33.82 529	22.14 525	15.93 503	10.45 479	0.04 384	0.00 1	0.00 1	0.00 1	0.05 175	0.21 395
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
WCMA_ROB	9.21 489	0.87 353	7.37 447	2.54 437	2.13 411	13.59 489	5.80 476	11.64 406	14.01 462	24.43 519	32.99 522	27.09 517	18.02 507	12.51 478	9.85 475	0.81 493	0.07 370	0.01 381	0.01 300	0.16 331	0.23 403

SGM+DAISY	15.62 520	7.26 517	19.28 514	8.94 519	10.11 528	26.25 521	10.49 517	19.36 514	14.65 468	30.64 527	33.59 523	33.00 527	22.32 526	24.96 530	16.42 507	7.90 528	6.25 548	4.51 523	3.37 527	5.86 520	7.20 528

MSC_U_SF_DS_RVC	16.41 524	6.93 515	21.83 521	5.94 515	2.81 437	38.71 542	14.59 531	24.55 529	34.87 531	33.66 534	34.35 524	29.24 522	24.20 527	22.59 526	17.95 509	2.52 514	2.81 531	1.17 510	1.51 516	5.89 521	2.16 503

FC-DCNN	10.72 504	0.52 241	4.27 322	1.88 353	1.63 376	17.18 502	5.29 473	18.20 500	19.69 495	28.50 524	34.51 525	34.03 530	21.48 522	15.89 502	11.15 486	0.03 364	0.01 177	0.02 412	0.01 300	0.07 217	0.09 279

MeshStereo	11.52 508	1.52 440	4.55 342	1.89 355	1.46 368	19.87 512	5.11 469	20.66 523	15.91 477	32.67 530	34.51 525	39.34 537	21.15 520	18.74 515	12.10 491	0.11 429	0.06 350	0.01 381	0.00 1	0.45 453	0.22 397
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
FC-DCNN v2	10.88 505	0.52 241	4.17 318	1.92 361	1.63 376	17.79 506	5.35 474	18.87 507	19.88 496	28.77 525	34.99 527	34.62 532	21.72 523	16.03 505	11.16 487	0.03 364	0.01 177	0.02 412	0.00 1	0.06 199	0.08 266

PWCK	30.53 546	44.32 554	47.25 547	29.76 541	7.23 516	40.78 543	27.10 551	44.73 545	44.32 541	47.31 548	36.37 528	47.16 541	26.05 530	41.26 548	31.87 541	21.83 549	4.03 543	29.50 543	4.67 533	27.17 551	7.80 530

EDNetEfficientorigin	17.87 530	14.00 530	99.53 573	1.64 320	0.92 321	10.55 458	6.26 484	13.21 454	34.84 530	38.20 539	36.91 529	27.47 519	26.32 532	14.71 497	25.69 532	0.04 384	0.06 350	0.14 475	0.52 495	3.16 511	3.27 509

AnyNet_C01	16.12 523	10.81 528	59.36 552	4.42 505	2.49 428	30.06 529	15.15 538	17.51 496	16.51 480	17.88 500	37.69 530	24.04 509	17.54 506	29.60 534	33.29 543	0.28 467	0.38 496	0.43 501	0.42 487	2.57 509	1.98 501

coex-ft	19.78 536	19.39 534	87.73 563	1.77 337	1.80 394	17.25 503	13.50 528	12.63 444	42.10 540	60.18 557	38.90 531	28.72 520	28.74 533	11.74 471	27.40 535	0.21 455	0.23 478	0.04 441	0.30 468	1.36 493	1.54 495

JetBlue	29.12 543	15.72 531	54.12 549	15.93 533	20.98 546	60.90 561	30.62 552	39.38 541	34.62 529	34.08 535	39.69 532	57.35 549	43.17 548	50.71 558	50.60 558	2.41 512	3.79 542	2.81 516	3.45 528	9.57 528	12.59 547

MSMD_ROB	9.28 491	1.09 396	4.65 347	1.58 309	0.39 228	16.52 497	4.41 457	13.60 459	14.87 470	22.34 510	39.89 533	25.67 514	20.71 519	12.42 477	6.98 428	0.34 471	0.03 288	0.00 1	0.00 1	0.05 175	0.09 279

SGM-ForestM	16.99 528	1.08 394	5.74 403	2.12 397	0.75 300	31.63 532	12.21 525	27.80 534	32.25 522	37.88 537	39.99 534	52.96 546	35.20 540	33.60 538	24.47 528	0.26 463	0.39 497	0.31 492	0.39 484	0.26 404	0.53 463

ELAS_RVC	16.54 525	2.26 478	10.09 474	5.50 512	4.46 494	28.28 528	16.72 541	25.55 530	33.54 525	40.19 540	40.30 535	36.68 534	30.03 534	29.40 533	20.61 515	0.98 499	1.21 513	0.86 506	0.70 502	1.39 495	2.16 503
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LE_ROB	16.73 527	1.28 423	11.61 479	3.72 490	1.65 378	16.67 499	9.17 507	14.39 470	55.91 550	63.81 561	40.86 536	35.94 533	37.73 543	14.24 492	26.87 534	0.05 396	0.10 406	0.13 474	0.22 442	0.12 295	0.15 355

UNDER WATER-64	45.16 555	46.99 555	66.69 554	43.90 553	27.64 553	55.58 560	41.87 556	39.42 542	48.42 544	51.73 553	43.08 537	67.76 560	56.69 559	48.02 556	48.34 555	39.50 556	17.64 555	51.78 557	38.93 557	36.62 554	32.61 556

PVD	15.44 519	2.93 488	14.67 500	4.21 503	3.39 456	17.43 505	4.16 450	27.84 535	48.84 545	31.02 528	43.54 538	29.76 523	30.81 536	25.97 531	21.40 517	0.23 458	0.41 498	0.04 441	0.33 474	0.41 450	1.33 491

ELAS	16.72 526	2.14 475	9.23 465	4.92 508	4.53 499	32.66 536	15.11 537	27.40 533	28.68 518	40.27 541	44.90 539	38.33 536	30.50 535	26.44 532	21.94 522	0.88 494	1.23 514	0.67 502	0.89 507	1.49 496	2.18 505
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UNDER WATER	45.09 554	48.60 556	67.37 555	49.30 555	31.41 554	53.80 559	37.39 554	40.25 543	52.48 546	50.24 550	45.37 540	68.37 561	57.76 560	51.03 559	49.88 556	29.97 553	13.75 553	51.22 556	36.57 554	37.87 555	29.12 555

NVStereoNet_ROB	16.04 522	6.75 513	12.90 493	6.37 516	7.42 518	12.89 484	9.74 512	22.78 526	25.12 511	30.32 526	46.19 541	34.37 531	25.38 528	21.48 524	21.38 516	5.94 522	3.10 536	6.07 527	10.09 542	4.01 513	8.54 534
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
TorneroNet-64	32.42 547	31.89 546	30.52 534	34.73 548	21.13 547	46.99 551	18.82 543	43.10 544	59.42 553	32.70 531	46.98 542	62.01 553	36.98 541	43.97 551	33.88 544	14.10 546	3.22 537	35.28 549	11.72 546	26.84 550	14.07 548

WAO-6	34.74 549	36.76 551	15.36 503	37.53 549	24.15 552	35.99 539	19.36 544	48.96 552	68.54 561	43.84 545	47.58 543	52.77 545	52.60 554	32.63 536	34.73 546	26.20 552	7.74 551	42.78 554	21.64 553	28.07 552	17.62 554

tt	83.26 566	0.34 115	99.99 575	79.40 567	93.18 569	100.00 574	100.00 575	100.00 579	99.95 574	60.33 558	47.63 544	99.98 578	99.96 574	99.98 576	100.00 579	92.42 570	99.82 574	73.83 570	73.63 566	88.42 570	56.35 563

BEATNet-Init1	23.31 537	9.03 522	41.67 545	4.17 501	2.53 429	45.68 550	19.47 545	33.43 537	38.45 537	47.59 549	49.10 545	59.31 550	41.80 547	38.35 545	29.21 538	0.47 484	0.50 505	0.81 504	0.66 499	2.10 506	1.86 498

DPSimNet_ROB	53.45 558	64.73 563	44.39 546	53.97 557	45.39 559	53.66 558	54.83 560	55.15 560	57.87 552	64.16 562	50.83 546	63.40 557	53.34 556	46.45 553	65.81 562	63.13 563	26.54 560	57.94 560	51.11 561	45.52 556	50.69 562

IMH-64-1	27.21 541	28.77 542	16.84 509	31.57 543	20.76 543	26.43 522	15.10 535	47.11 546	45.20 542	33.53 532	51.16 547	41.42 538	31.10 537	36.48 539	22.39 523	13.48 542	2.87 534	33.95 546	10.70 543	23.50 544	11.75 544

IMH-64	27.21 541	28.77 542	16.84 509	31.57 543	20.76 543	26.43 522	15.10 535	47.11 546	45.20 542	33.53 532	51.16 547	41.42 538	31.10 537	36.48 539	22.39 523	13.48 542	2.87 534	33.95 546	10.70 543	23.50 544	11.75 544

MANE	19.47 535	1.27 420	5.07 369	4.69 506	5.55 506	30.49 530	9.94 513	34.01 538	37.27 535	44.13 546	51.57 549	52.51 544	40.41 545	33.58 537	24.81 529	0.89 495	0.86 510	1.11 509	9.72 541	0.38 440	1.06 485

TorneroNet	35.11 551	33.92 548	33.82 537	37.86 550	22.01 549	49.64 554	21.58 549	48.09 550	55.23 549	37.50 536	53.79 550	62.81 556	43.66 549	46.71 554	41.25 552	14.80 547	3.53 541	36.72 550	14.57 549	28.28 553	16.49 551

ktn	48.94 557	57.58 559	38.86 543	59.57 560	43.27 557	50.37 555	43.38 557	48.07 549	61.11 554	51.30 552	54.25 551	54.96 548	52.88 555	47.30 555	35.83 547	57.77 561	24.88 559	62.69 562	43.55 558	50.70 558	40.41 558

IMH	29.82 545	29.11 544	18.51 513	34.28 547	21.40 548	32.33 535	15.39 539	49.40 553	53.07 548	37.88 537	55.32 552	45.05 540	39.54 544	40.63 547	24.12 527	14.03 545	3.27 538	34.93 548	11.24 545	24.69 547	12.21 546

ACVNet_2	26.45 539	29.35 545	25.14 527	20.27 538	15.43 539	34.97 538	12.23 526	48.37 551	66.25 560	42.69 543	56.73 553	51.77 542	25.59 529	20.39 522	13.52 499	10.13 535	2.59 528	22.78 538	3.52 529	17.57 540	9.80 540

notaker	47.42 556	55.20 558	49.13 548	56.52 559	40.18 555	38.52 541	32.97 553	47.21 548	56.08 551	57.21 556	57.24 554	60.09 551	59.19 561	53.93 560	41.64 553	40.61 557	19.93 556	57.21 559	37.41 555	49.02 557	39.02 557

WAO-7	29.39 544	24.43 536	20.47 517	32.71 546	13.83 535	34.70 537	20.27 548	52.19 557	65.03 558	43.29 544	59.35 555	52.19 543	44.68 550	31.71 535	30.56 540	10.98 538	4.94 545	13.71 531	12.52 547	12.06 532	8.22 532

Dean	34.67 548	38.70 552	25.33 528	29.89 542	17.21 541	45.24 549	11.98 524	56.90 561	76.55 562	63.47 560	60.22 556	67.36 559	48.14 553	37.24 541	39.01 549	11.00 539	2.83 532	28.35 542	5.60 539	18.14 541	10.31 541

LVE	34.99 550	40.10 553	34.97 539	32.49 545	18.61 542	51.45 557	26.82 550	52.15 556	65.94 559	47.21 547	61.04 557	53.99 547	37.30 542	37.95 542	34.09 545	15.55 548	5.95 547	31.01 545	13.81 548	22.58 543	16.72 552

TCMNet-wrong-test	67.23 563	85.83 568	81.56 559	95.63 570	94.73 570	89.35 563	85.42 564	51.73 555	33.71 526	51.26 551	61.71 558	61.33 552	41.23 546	77.26 564	64.71 561	48.76 559	9.03 552	70.12 565	68.11 564	90.76 571	82.37 570

KSHMR	55.63 559	63.60 562	37.85 542	74.69 563	49.56 560	49.01 553	45.73 558	57.46 562	63.97 557	61.61 559	62.07 559	72.39 563	47.01 551	50.65 557	43.29 554	54.10 560	62.21 562	66.10 563	53.94 562	51.25 560	46.11 560

HanzoNet	56.48 560	59.32 560	58.25 551	55.32 558	41.94 556	50.95 556	41.33 555	51.12 554	61.40 555	65.62 563	65.59 560	71.66 562	69.41 562	70.77 563	60.03 560	63.99 564	34.70 561	61.96 561	50.54 560	51.00 559	44.71 559

WAO-8	38.15 552	35.51 549	21.50 519	43.67 551	23.92 550	44.44 546	20.26 546	52.83 558	76.62 563	53.57 554	66.79 561	62.63 554	54.56 557	42.03 549	39.18 550	22.71 550	6.65 549	37.08 551	19.08 551	24.72 549	15.24 549

Venus	38.15 552	35.51 549	21.50 519	43.67 551	23.92 550	44.44 546	20.26 546	52.83 558	76.62 563	53.57 554	66.81 562	62.63 554	54.56 557	42.03 549	39.18 550	22.71 550	6.65 549	37.08 551	19.08 551	24.70 548	15.24 549

JetRed	61.02 561	61.05 561	82.56 560	46.09 554	56.80 562	83.19 562	63.76 561	59.26 563	63.61 556	69.29 564	68.85 563	66.59 558	47.62 552	61.57 561	74.09 563	45.58 558	66.14 565	46.59 555	45.06 559	63.17 561	49.58 561

ASD4	75.85 564	81.57 566	69.25 557	68.23 561	80.87 566	96.24 566	99.15 571	77.50 565	93.47 569	77.59 565	85.63 564	78.32 564	76.43 564	77.89 565	82.61 564	58.30 562	62.67 563	55.02 558	62.43 563	68.35 562	65.49 564

MADNet++	82.84 565	82.38 567	73.57 558	87.72 569	82.97 567	93.14 564	69.15 562	86.42 569	82.50 565	93.46 570	86.70 565	86.28 566	80.92 565	88.34 567	88.84 565	86.83 569	84.17 569	72.64 566	68.92 565	80.47 569	81.42 569

LRCNet_RVC	66.23 562	65.67 564	67.63 556	71.47 562	54.32 561	32.17 534	2.66 416	63.19 564	21.35 503	81.79 566	91.26 566	83.62 565	71.62 563	69.32 562	52.57 559	95.49 571	64.45 564	95.07 571	95.19 571	71.52 563	74.31 565

xxxxx1	85.63 567	90.31 569	96.68 568	76.54 564	80.57 563	97.44 569	96.86 568	85.53 566	88.53 566	88.68 567	91.71 567	94.23 568	92.93 566	90.02 568	91.98 566	70.60 565	70.39 566	73.68 567	81.46 568	74.61 564	79.86 566

tt_ll	85.63 567	90.31 569	96.68 568	76.54 564	80.57 563	97.44 569	96.86 568	85.53 566	88.53 566	88.68 567	91.71 567	94.23 568	92.93 566	90.02 568	91.98 566	70.60 565	70.39 566	73.68 567	81.46 568	74.61 564	79.86 566

ff	85.63 567	90.31 569	96.68 568	76.54 564	80.57 563	97.44 569	96.86 568	85.53 566	88.53 566	88.68 567	91.71 567	94.23 568	92.93 566	90.02 568	91.98 566	70.60 565	70.39 566	73.68 567	81.46 568	74.61 564	79.86 566

PML	97.88 571	100.00 578	96.45 567	98.01 573	97.88 573	100.00 574	99.35 572	96.88 570	97.72 571	100.00 578	97.36 570	97.38 572	99.60 572	100.00 579	96.32 570	99.99 576	97.55 571	100.00 575	96.01 572	99.18 573	87.92 572

ccccc	99.32 575	96.61 572	100.00 579	100.00 580	100.00 576	97.41 568	99.44 573	99.56 575	97.80 572	99.27 575	97.59 571	99.35 574	99.84 573	99.92 574	99.98 575	100.00 578	100.00 577	99.95 574	99.77 575	100.00 577	100.00 579

MEDIAN_ROB	98.41 572	99.70 573	99.30 572	97.09 571	97.02 571	96.89 567	95.77 567	97.66 572	97.28 570	98.79 574	98.94 572	99.18 573	98.14 570	96.89 571	96.88 571	99.96 575	99.16 572	100.00 575	99.99 576	99.69 574	99.88 574

USTest	87.63 570	76.50 565	65.53 553	81.26 568	83.10 568	100.00 574	100.00 575	99.53 574	99.60 573	98.32 571	99.02 573	90.87 567	98.33 571	84.28 566	98.23 572	79.97 568	96.20 570	69.82 564	73.75 567	75.48 567	82.80 571

Anonymous_1	99.08 574	99.91 574	99.85 574	97.63 572	99.10 574	100.00 574	100.00 575	99.61 576	99.96 575	99.28 576	99.86 574	99.54 575	99.99 575	99.29 573	99.75 573	96.05 572	99.59 573	97.31 572	98.57 573	97.71 572	98.63 573

HaxPig	98.85 573	99.94 575	95.08 566	99.99 577	100.00 576	94.03 565	94.78 565	99.15 573	99.98 576	99.99 577	100.00 575	99.98 578	99.99 575	98.12 572	95.97 569	100.00 578	99.99 576	100.00 575	99.99 576	100.00 577	99.99 577

Selective-RAFT-Error	100.00 582	100.00 578	100.00 579	100.00 580	100.00 576	100.00 574	100.00 575	100.00 579	100.00 577	100.00 578	100.00 575	100.00 580	100.00 577	100.00 579	100.00 579	100.00 578	100.00 577	100.00 575	100.00 578	100.00 577	100.00 579

CasAABBNet	100.00 582	100.00 578	100.00 579	100.00 580	100.00 576	100.00 574	100.00 575	100.00 579	100.00 577	100.00 578	100.00 575	100.00 580	100.00 577	100.00 579	100.00 579	100.00 578	100.00 577	100.00 575	100.00 578	100.00 577	100.00 579

test_example2	99.39 576	99.98 577	99.99 575	100.00 580	99.98 575	99.72 573	99.99 574	97.34 571	100.00 577	100.00 578	100.00 575	96.42 571	96.66 569	99.97 575	99.96 574	100.00 578	99.97 575	98.66 573	99.15 574	100.00 577	100.00 579

LSM0	100.00 582	100.00 578	100.00 579	100.00 580	100.00 576	100.00 574	100.00 575	100.00 579	100.00 577	100.00 578	100.00 575	100.00 580	100.00 577	100.00 579	100.00 579	100.00 578	100.00 577	100.00 575	100.00 578	100.00 577	99.99 577

DPSMNet_ROB	99.91 579	100.00 578	99.99 575	99.99 577	100.00 576	100.00 574	100.00 575	99.98 578	100.00 577	98.35 572	100.00 575	99.84 576	100.00 577	99.98 576	99.99 576	100.00 578	100.00 577	100.00 575	100.00 578	100.00 577	100.00 579

DGTPSM_ROB	99.90 578	100.00 578	99.99 575	99.99 577	100.00 576	100.00 574	100.00 575	99.97 577	100.00 577	98.35 572	100.00 575	99.84 576	100.00 577	99.98 576	99.99 576	99.99 576	100.00 577	100.00 575	100.00 578	100.00 577	100.00 579

DPSM_ROB	99.95 580	100.00 578	100.00 579	99.76 575	100.00 576	100.00 574	100.00 575	100.00 579	100.00 577	100.00 578	100.00 575	100.00 580	100.00 577	100.00 579	100.00 579	99.21 573	100.00 577	100.00 575	100.00 578	99.99 575	99.95 575

DPSM	99.95 580	100.00 578	100.00 579	99.76 575	100.00 576	100.00 574	100.00 575	100.00 579	100.00 577	100.00 578	100.00 575	100.00 580	100.00 577	100.00 579	100.00 579	99.21 573	100.00 577	100.00 575	100.00 578	99.99 575	99.95 575

AVERAGE_ROB	99.62 577	99.95 576	98.81 571	100.00 580	100.00 576	98.08 572	95.47 566	100.00 579	100.00 577	100.00 578	100.00 575	100.00 580	100.00 577	100.00 579	99.99 576	100.00 578	100.00 577	100.00 575	100.00 578	100.00 577	100.00 579

FADE		17.27 532		10.46 525	9.90 527			35.80 540	53.05 547	20.32 509		26.54 516		39.35 546		30.62 554	14.22 554	38.39 553	37.63 556	5.22 518	5.56 523

Low-res two-view benchmark