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

StereoAnything_RVC	0.45 101	1.43 526	0.48 62	0.35 2	0.20 3	0.26 3	0.21 11	0.43 2	0.22 4	0.22 1	0.21 2	0.19 1	0.36 67	1.27 247	0.22 1	0.21 244	0.11 26	0.14 1	0.10 2	2.37 532	0.11 2

MLG-Stereo_test1	0.27 3	0.19 5	0.38 8	0.40 35	0.24 38	0.38 25	0.20 8	0.59 17	0.19 1	0.24 2	0.17 1	0.33 37	0.27 18	0.90 148	0.25 10	0.14 28	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

LG-Stereo_L1	0.30 13	0.20 8	0.44 36	0.37 8	0.26 60	0.29 9	0.21 11	0.66 38	0.26 8	0.25 3	0.25 7	0.24 6	0.22 6	1.24 240	0.23 2	0.15 35	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

MLG-Stereo	0.29 9	0.19 5	0.38 8	0.41 43	0.20 3	0.42 41	0.20 8	0.66 38	0.21 2	0.25 3	0.22 4	0.33 37	0.28 22	1.09 202	0.25 10	0.14 28	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

MLG-Stereo_test2	0.26 2	0.20 8	0.36 3	0.37 8	0.22 16	0.35 16	0.18 2	0.45 4	0.21 2	0.26 5	0.23 5	0.34 39	0.20 1	0.77 102	0.23 2	0.16 56	0.11 26	0.15 19	0.11 8	0.13 4	0.11 2

IGEV-Stereo+	0.45 101	0.21 26	0.43 34	0.41 43	0.39 286	0.15 1	0.19 5	0.44 3	0.36 24	0.26 5	0.25 7	0.31 33	0.41 87	1.43 290	0.30 41	0.17 99	0.12 50	0.15 19	0.11 8	1.16 521	1.70 536

LG-Stereo_L2	0.29 9	0.20 8	0.45 49	0.37 8	0.25 54	0.26 3	0.20 8	0.78 71	0.28 10	0.28 7	0.26 10	0.24 6	0.26 16	0.91 149	0.23 2	0.15 35	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

GREAT-IGEV	0.32 25	0.20 8	0.42 29	0.37 8	0.29 125	0.36 20	0.28 52	0.56 11	0.58 88	0.28 7	0.50 63	0.29 26	0.29 26	0.84 127	0.27 21	0.14 28	0.11 26	0.15 19	0.11 8	0.17 87	0.14 61

MonSter	0.28 6	0.18 1	0.39 14	0.36 4	0.21 9	0.55 146	0.31 74	0.55 10	0.43 42	0.28 7	0.29 13	0.23 3	0.21 2	0.56 37	0.25 10	0.11 1	0.10 9	0.14 1	0.11 8	0.14 18	0.11 2

LG-G_1	0.31 21	0.20 8	0.44 36	0.42 50	0.20 3	0.64 192	0.18 2	0.70 49	0.25 6	0.29 10	0.29 13	0.36 43	0.35 58	0.87 139	0.24 5	0.16 56	0.12 50	0.16 49	0.11 8	0.13 4	0.13 35

LG-G	0.31 21	0.20 8	0.44 36	0.42 50	0.20 3	0.64 192	0.18 2	0.70 49	0.25 6	0.29 10	0.29 13	0.36 43	0.35 58	0.87 139	0.24 5	0.16 56	0.12 50	0.16 49	0.11 8	0.13 4	0.13 35

LGtest1	0.27 3	0.21 26	0.44 36	0.41 43	0.21 9	0.42 41	0.19 5	0.56 11	0.26 8	0.29 10	0.24 6	0.29 26	0.29 26	0.55 36	0.25 10	0.18 138	0.12 50	0.16 49	0.12 38	0.14 18	0.13 35

FoundationStereo	0.24 1	0.21 26	0.36 3	0.38 21	0.22 16	0.32 12	0.22 15	0.39 1	0.23 5	0.30 13	0.25 7	0.30 31	0.33 43	0.34 2	0.26 17	0.16 56	0.12 50	0.15 19	0.11 8	0.13 4	0.12 10

IGEV	0.28 6	0.18 1	0.39 14	0.37 8	0.31 173	0.45 59	0.21 11	0.59 17	0.40 34	0.31 14	0.43 34	0.26 13	0.21 2	0.43 10	0.25 10	0.13 18	0.12 50	0.16 49	0.13 61	0.12 1	0.12 10

111111	0.34 36	0.20 8	0.41 21	0.45 93	0.42 310	0.37 22	0.22 15	0.95 141	0.38 29	0.31 14	0.31 16	0.40 52	0.27 18	0.96 163	0.26 17	0.17 99	0.12 50	0.15 19	0.11 8	0.15 38	0.13 35

S2M2	0.34 36	0.28 172	0.45 49	0.40 35	0.30 147	0.31 11	0.16 1	0.60 24	0.64 105	0.31 14	0.48 52	0.47 76	0.34 50	0.38 3	0.32 63	0.25 336	0.22 379	0.20 164	0.22 310	0.25 307	0.22 276

AIO_test	0.35 44	0.22 45	0.44 36	0.43 57	0.27 84	0.57 156	0.44 222	0.79 76	0.41 37	0.32 17	0.47 49	0.46 69	0.30 30	0.69 77	0.30 41	0.16 56	0.11 26	0.16 49	0.13 61	0.15 38	0.12 10

castereo++	0.38 55	0.23 56	0.41 21	0.43 57	0.31 173	0.97 356	0.22 15	0.86 102	0.58 88	0.32 17	0.44 38	0.51 99	0.39 80	0.93 157	0.24 5	0.17 99	0.11 26	0.17 74	0.12 38	0.14 18	0.14 61

dual_stereo	0.27 3	0.19 5	0.35 1	0.39 28	0.21 9	0.25 2	0.22 15	0.48 5	0.31 14	0.32 17	0.26 10	0.37 48	0.24 9	0.83 124	0.29 31	0.16 56	0.12 50	0.14 1	0.11 8	0.14 18	0.11 2

IGEV-Stereo++	0.30 13	0.20 8	0.40 16	0.46 100	0.30 147	0.33 13	0.22 15	0.75 61	0.45 47	0.32 17	0.41 24	0.32 34	0.48 137	0.38 3	0.27 21	0.15 35	0.11 26	0.15 19	0.12 38	0.15 38	0.13 35

RAStereo	0.34 36	0.21 26	0.66 173	0.47 111	0.27 84	0.26 3	0.29 57	0.69 45	0.63 101	0.32 17	0.42 25	0.45 66	0.31 35	0.45 11	0.34 93	0.17 99	0.15 216	0.19 129	0.15 104	0.18 117	0.13 35

AIO_rvc	0.36 45	0.23 56	0.49 69	0.43 57	0.27 84	0.59 164	0.38 147	0.94 136	0.45 47	0.33 22	0.46 47	0.49 89	0.22 6	0.84 127	0.30 41	0.16 56	0.11 26	0.16 49	0.12 38	0.15 38	0.13 35

GIP-stereo	0.34 36	0.23 56	0.45 49	0.50 164	0.36 244	0.38 25	0.23 23	0.78 71	0.52 76	0.34 23	0.51 66	0.46 69	0.38 78	0.51 23	0.27 21	0.20 211	0.12 50	0.16 49	0.12 38	0.16 58	0.14 61

MLG-Stereo_test3	0.28 6	0.18 1	0.42 29	0.40 35	0.23 22	0.47 68	0.19 5	0.61 25	0.29 11	0.35 24	0.21 2	0.35 41	0.21 2	0.60 55	0.25 10	0.15 35	0.11 26	0.16 49	0.11 8	0.13 4	0.13 35

SCV	0.46 108	0.26 122	0.55 109	0.47 111	0.25 54	0.39 28	0.38 147	1.98 451	0.60 95	0.35 24	0.48 52	0.55 116	0.36 67	1.28 249	0.32 63	0.24 310	0.12 50	0.17 74	0.13 61	0.18 117	0.14 61

mms	0.40 66	0.27 150	0.52 88	0.46 100	0.32 192	0.43 50	0.46 246	0.70 49	0.46 53	0.35 24	0.58 88	0.44 58	0.30 30	1.36 272	0.33 76	0.16 56	0.13 108	0.18 108	0.15 104	0.19 157	0.15 91

ours_stereo	0.39 58	0.28 172	0.51 81	0.46 100	0.30 147	0.40 30	0.44 222	0.73 56	0.56 85	0.35 24	0.56 82	0.46 69	0.33 43	1.11 208	0.32 63	0.16 56	0.13 108	0.19 129	0.15 104	0.19 157	0.14 61

Selective-IGEV	0.39 58	0.24 74	0.50 74	0.44 80	0.25 54	0.46 64	0.33 88	1.25 261	0.40 34	0.35 24	0.45 43	0.52 106	0.30 30	1.07 197	0.30 41	0.14 28	0.12 50	0.17 74	0.13 61	0.16 58	0.13 35

LG-Stereo	0.34 36	0.25 101	0.78 276	0.47 111	0.26 60	0.37 22	0.30 67	0.71 53	0.52 76	0.36 29	0.57 85	0.29 26	0.21 2	0.50 21	0.36 113	0.13 18	0.13 108	0.20 164	0.18 183	0.18 117	0.12 10

HUF	0.36 45	0.23 56	0.52 88	0.40 35	0.22 16	0.54 138	0.47 253	0.82 92	0.43 42	0.36 29	0.43 34	0.50 95	0.42 91	0.64 64	0.29 31	0.17 99	0.12 50	0.16 49	0.12 38	0.15 38	0.14 61

U	9.45 556	0.21 26	0.58 129	0.47 111	53.11 576	61.27 581	0.24 28	0.70 49	0.52 76	0.36 29	0.28 12	0.29 26	0.35 58	0.33 1	0.26 17	0.19 179	0.11 26	60.50 577	8.88 564	0.17 87	0.13 35

2.5w	0.31 21	0.23 56	0.46 57	0.39 28	0.24 38	0.42 41	0.39 162	0.61 25	0.30 12	0.37 32	0.53 70	0.24 6	0.25 11	0.77 102	0.28 30	0.12 5	0.10 9	0.14 1	0.12 38	0.14 18	0.12 10

DEFOM-Stereo	0.33 33	0.20 8	0.40 16	0.42 50	0.28 108	0.80 292	0.23 23	0.48 5	0.37 27	0.37 32	0.31 16	0.23 3	0.24 9	1.20 230	0.27 21	0.16 56	0.12 50	0.14 1	0.11 8	0.14 18	0.14 61

999	0.48 121	0.22 45	0.49 69	0.48 137	0.34 230	0.75 260	0.31 74	0.85 100	0.55 83	0.37 32	0.48 52	0.50 95	0.36 67	2.45 420	0.39 144	0.16 56	0.13 108	0.18 108	0.15 104	0.16 58	0.19 210

RSM++	0.38 55	0.24 74	0.51 81	0.47 111	0.26 60	0.50 100	0.41 186	0.79 76	0.45 47	0.37 32	0.45 43	0.60 139	0.35 58	1.02 183	0.30 41	0.15 35	0.13 108	0.17 74	0.14 88	0.18 117	0.13 35

IGEV++	0.40 66	0.22 45	0.51 81	0.52 215	0.29 125	0.45 59	0.25 29	1.65 356	0.46 53	0.37 32	0.57 85	0.46 69	0.45 110	0.50 21	0.38 136	0.19 179	0.12 50	0.16 49	0.13 61	0.16 58	0.15 91

MaDis-Stereo	0.36 45	0.25 101	0.58 129	0.44 80	0.34 230	0.30 10	0.30 67	0.72 54	0.50 60	0.37 32	0.36 20	0.58 131	0.49 145	0.52 26	0.36 113	0.19 179	0.16 255	0.19 129	0.15 104	0.18 117	0.14 61

asda	0.30 13	0.24 74	0.42 29	0.38 21	0.23 22	0.43 50	0.34 100	0.58 16	0.37 27	0.38 38	0.42 25	0.27 16	0.34 50	0.52 26	0.30 41	0.11 1	0.09 1	0.14 1	0.11 8	0.14 18	0.12 10

4.25_new	0.30 13	0.26 122	0.44 36	0.38 21	0.26 60	0.49 86	0.40 170	0.59 17	0.31 14	0.38 38	0.42 25	0.27 16	0.34 50	0.46 13	0.31 58	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4.5w_new	0.30 13	0.26 122	0.44 36	0.38 21	0.26 60	0.49 86	0.40 170	0.59 17	0.31 14	0.38 38	0.42 25	0.27 16	0.34 50	0.46 13	0.31 58	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4.25w-stereo	0.30 13	0.26 122	0.44 36	0.38 21	0.26 60	0.49 86	0.40 170	0.59 17	0.32 18	0.38 38	0.42 25	0.27 16	0.34 50	0.46 13	0.31 58	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

SCV_C0	0.43 82	0.26 122	0.65 166	0.43 57	0.29 125	0.47 68	0.31 74	1.34 275	0.73 142	0.38 38	0.49 60	0.54 113	0.29 26	1.24 240	0.30 41	0.17 99	0.13 108	0.16 49	0.13 61	0.20 191	0.15 91

DEFOM-Stereo_RVC	0.40 66	0.67 472	0.42 29	0.64 374	0.29 125	0.48 74	0.25 29	0.85 100	0.44 45	0.38 38	0.36 20	0.30 31	0.70 243	1.15 216	0.29 31	0.16 56	0.11 26	0.16 49	0.11 8	0.18 117	0.12 10

castereo	0.41 73	0.22 45	0.46 57	0.44 80	0.30 147	0.61 178	0.56 334	0.97 149	0.80 163	0.38 38	0.69 114	0.45 66	0.69 238	0.51 23	0.30 41	0.16 56	0.11 26	0.16 49	0.13 61	0.16 58	0.12 10

CroCo-Stereo Lap2	0.44 93	0.34 321	0.77 268	0.61 344	0.79 474	0.28 8	0.35 108	0.75 61	0.71 137	0.38 38	0.50 63	0.72 179	0.55 176	0.57 41	0.47 220	0.17 99	0.18 305	0.19 129	0.16 146	0.21 232	0.20 242

IGEV-RUCA	0.37 50	0.23 56	0.48 62	0.49 152	0.36 244	0.60 172	0.23 23	0.64 30	0.49 57	0.39 46	0.49 60	0.44 58	0.31 35	0.85 132	0.30 41	0.24 310	0.13 108	0.16 49	0.12 38	0.20 191	0.19 210

fffy	0.42 76	0.27 150	0.57 123	0.46 100	0.29 125	0.48 74	0.35 108	0.91 119	0.55 83	0.40 47	0.58 88	0.55 116	0.41 87	1.26 244	0.36 113	0.15 35	0.13 108	0.19 129	0.16 146	0.18 117	0.14 61

asd	0.30 13	0.21 26	0.41 21	0.39 28	0.24 38	0.47 68	0.30 67	0.69 45	0.30 12	0.41 48	0.39 22	0.28 25	0.33 43	0.62 61	0.27 21	0.13 18	0.09 1	0.14 1	0.12 38	0.14 18	0.12 10

4w-stereo	0.30 13	0.24 74	0.44 36	0.37 8	0.23 22	0.46 64	0.27 46	0.63 28	0.31 14	0.41 48	0.44 38	0.27 16	0.36 67	0.59 43	0.30 41	0.11 1	0.09 1	0.15 19	0.12 38	0.13 4	0.12 10

3.75w	0.32 25	0.23 56	0.44 36	0.37 8	0.29 125	0.62 187	0.36 124	0.59 17	0.32 18	0.41 48	0.47 49	0.25 11	0.34 50	0.64 64	0.26 17	0.12 5	0.09 1	0.14 1	0.12 38	0.13 4	0.12 10

1w_stereo	0.34 36	0.20 8	0.42 29	0.43 57	0.26 60	0.47 68	0.54 308	0.59 17	0.50 60	0.41 48	0.66 103	0.25 11	0.44 106	0.62 61	0.33 76	0.12 5	0.10 9	0.14 1	0.11 8	0.14 18	0.12 10

AIO-Stereo	0.37 50	0.25 101	0.51 81	0.47 111	0.23 22	0.45 59	0.39 162	1.07 200	0.52 76	0.41 48	0.48 52	0.52 106	0.25 11	0.72 88	0.30 41	0.16 56	0.12 50	0.17 74	0.13 61	0.16 58	0.13 35

RSM	0.39 58	0.24 74	0.49 69	0.46 100	0.26 60	0.47 68	0.40 170	0.92 122	0.44 45	0.41 48	0.42 25	0.65 157	0.33 43	1.07 197	0.29 31	0.15 35	0.12 50	0.17 74	0.13 61	0.17 87	0.13 35

LG-Stereo_Zeroshot	0.36 45	0.23 56	0.54 99	0.50 164	0.28 108	0.36 20	0.22 15	1.02 166	0.39 30	0.42 54	0.64 101	0.36 43	0.51 154	0.39 5	0.29 31	0.18 138	0.12 50	0.17 74	0.13 61	0.18 117	0.18 170

SGD-Stereo	0.32 25	0.20 8	0.40 16	0.38 21	0.19 1	0.43 50	0.22 15	0.64 30	0.33 20	0.42 54	0.34 18	0.27 16	0.35 58	1.15 216	0.30 41	0.20 211	0.10 9	0.15 19	0.13 61	0.17 87	0.13 35

AEACV	0.37 50	0.24 74	0.52 88	0.47 111	0.51 372	0.37 22	0.38 147	0.65 34	0.53 80	0.42 54	0.56 82	0.46 69	0.60 203	0.53 29	0.30 41	0.16 56	0.13 108	0.18 108	0.15 104	0.17 87	0.14 61

EGLCR-Stereo	0.37 50	0.22 45	0.51 81	0.43 57	0.26 60	0.44 56	0.22 15	0.99 155	0.48 56	0.42 54	0.42 25	0.67 164	0.29 26	0.86 136	0.33 76	0.17 99	0.12 50	0.19 129	0.17 166	0.17 87	0.15 91

CroCo-Stereo	0.40 66	0.31 260	0.73 231	0.58 306	0.27 84	0.26 3	0.33 88	0.95 141	0.81 166	0.42 54	0.47 49	0.65 157	0.47 126	0.39 5	0.34 93	0.18 138	0.15 216	0.16 49	0.14 88	0.19 157	0.16 120
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
3.5w_stereo	0.33 33	0.25 101	0.45 49	0.37 8	0.24 38	0.54 138	0.35 108	0.66 38	0.36 24	0.43 59	0.44 38	0.29 26	0.34 50	0.77 102	0.39 144	0.11 1	0.09 1	0.15 19	0.11 8	0.14 18	0.13 35

2w_stereo	0.32 25	0.24 74	0.45 49	0.39 28	0.22 16	0.46 64	0.47 253	0.69 45	0.42 40	0.43 59	0.50 63	0.24 6	0.45 110	0.47 17	0.29 31	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.13 35

Occ-G	0.42 76	0.21 26	0.48 62	0.41 43	0.26 60	0.42 41	0.62 366	0.77 67	0.49 57	0.43 59	0.66 103	1.02 297	0.46 117	0.78 107	0.41 162	0.16 56	0.13 108	0.18 108	0.13 61	0.16 58	0.16 120

plain	0.46 108	0.27 150	1.01 366	0.50 164	0.40 297	0.35 16	0.37 141	0.87 103	0.56 85	0.43 59	0.76 134	0.42 53	0.40 84	1.13 213	0.45 199	0.21 244	0.15 216	0.24 285	0.19 205	0.24 295	0.16 120

3w_stereo	0.33 33	0.25 101	0.52 88	0.40 35	0.21 9	0.53 130	0.54 308	0.65 34	0.46 53	0.44 63	0.48 52	0.23 3	0.45 110	0.46 13	0.29 31	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.15 91

monsterstereo	0.34 36	0.20 8	0.44 36	0.45 93	0.35 234	0.27 7	0.29 57	0.53 7	0.51 69	0.44 63	0.61 93	0.26 13	0.25 11	1.19 228	0.27 21	0.13 18	0.11 26	0.15 19	0.12 38	0.15 38	0.10 1

fffft	0.38 55	0.23 56	0.51 81	0.44 80	0.32 192	0.43 50	0.48 264	0.76 64	0.36 24	0.44 63	0.34 18	0.38 50	0.31 35	1.31 255	0.32 63	0.14 28	0.11 26	0.19 129	0.15 104	0.16 58	0.16 120
1: 1. 1
IGEV-BASED-STEREO-	0.70 268	3.18 555	2.55 514	0.39 28	0.23 22	0.44 56	0.23 23	0.63 28	0.42 40	0.44 63	0.44 38	0.34 39	0.28 22	0.56 37	0.29 31	1.35 529	0.10 9	0.22 227	0.19 205	0.46 460	1.31 529

LoS_RVC	0.42 76	0.26 122	0.40 16	0.44 80	0.82 483	0.51 117	0.44 222	0.64 30	0.41 37	0.44 63	0.78 138	0.44 58	0.47 126	0.56 37	0.36 113	0.13 18	0.12 50	0.14 1	0.10 2	0.13 4	0.84 512

CES	0.48 121	0.20 8	0.37 5	0.39 28	1.39 526	0.55 146	0.35 108	0.98 153	0.66 122	0.44 63	0.66 103	0.35 41	0.27 18	0.56 37	0.33 76	0.15 35	0.13 108	0.15 19	0.10 2	0.19 157	1.46 531

ProNet	0.43 82	0.28 172	0.58 129	0.43 57	0.30 147	0.56 151	0.52 294	1.00 159	0.58 88	0.44 63	0.49 60	0.43 56	0.43 98	1.28 249	0.36 113	0.15 35	0.13 108	0.19 129	0.16 146	0.17 87	0.16 120

sCroCo_RVC	0.49 127	0.40 377	1.02 373	0.65 388	0.60 420	0.52 121	0.40 170	0.83 96	0.61 96	0.44 63	0.74 130	0.49 89	0.50 151	0.63 63	0.48 225	0.26 358	0.27 420	0.23 265	0.22 310	0.29 362	0.25 322

2.25w	0.32 25	0.24 74	0.48 62	0.37 8	0.24 38	0.45 59	0.25 29	0.62 27	0.40 34	0.45 71	0.58 88	0.27 16	0.32 41	0.74 98	0.35 103	0.12 5	0.10 9	0.14 1	0.12 38	0.13 4	0.14 61

4.5_new	0.29 9	0.25 101	0.41 21	0.36 4	0.23 22	0.52 121	0.36 124	0.56 11	0.34 21	0.45 71	0.42 25	0.27 16	0.25 11	0.40 7	0.24 5	0.13 18	0.10 9	0.15 19	0.13 61	0.16 58	0.12 10

4.5w-stereo	0.29 9	0.25 101	0.41 21	0.36 4	0.23 22	0.52 121	0.36 124	0.56 11	0.34 21	0.45 71	0.42 25	0.27 16	0.25 11	0.40 7	0.24 5	0.13 18	0.10 9	0.15 19	0.13 61	0.16 58	0.12 10

MIF-Stereo (partial)	0.45 101	0.25 101	0.70 201	0.50 164	0.52 383	0.35 16	0.26 39	0.91 119	0.59 94	0.45 71	0.71 121	0.51 99	0.51 154	1.11 208	0.45 199	0.20 211	0.16 255	0.23 265	0.20 237	0.24 295	0.18 170

SMoEStereo_RVC	0.39 58	0.25 101	0.50 74	0.45 93	0.30 147	0.61 178	0.36 124	0.72 54	0.45 47	0.46 75	0.43 34	0.42 53	0.35 58	1.39 282	0.29 31	0.15 35	0.12 50	0.20 164	0.15 104	0.16 58	0.15 91

rvit_stereo_ft	0.47 115	0.35 342	0.87 311	0.67 407	0.42 310	0.40 30	0.59 357	0.81 89	0.74 144	0.46 75	0.55 79	0.57 126	0.49 145	0.65 70	0.50 238	0.25 336	0.17 284	0.22 227	0.22 310	0.24 295	0.17 145

MGS-Stereo	0.42 76	0.26 122	0.58 129	0.44 80	0.28 108	0.50 100	0.34 100	0.57 15	0.83 172	0.46 75	1.31 335	0.52 106	0.33 43	0.65 70	0.36 113	0.19 179	0.16 255	0.18 108	0.15 104	0.17 87	0.16 120

2.75w_new	0.31 21	0.23 56	0.43 34	0.35 2	0.23 22	0.42 41	0.42 190	0.54 9	0.35 23	0.47 78	0.43 34	0.24 6	0.30 30	0.66 72	0.33 76	0.12 5	0.10 9	0.14 1	0.11 8	0.13 4	0.12 10

3.25w_new	0.32 25	0.21 26	0.45 49	0.38 21	0.23 22	0.52 121	0.34 100	0.65 34	0.39 30	0.47 78	0.45 43	0.32 34	0.35 58	0.61 59	0.27 21	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

3.25w	0.32 25	0.21 26	0.45 49	0.37 8	0.23 22	0.52 121	0.34 100	0.65 34	0.39 30	0.47 78	0.45 43	0.32 34	0.35 58	0.61 59	0.27 21	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

monsters	0.34 36	0.20 8	0.41 21	0.39 28	0.36 244	0.34 14	0.27 46	0.66 38	0.43 42	0.47 78	0.40 23	0.22 2	0.23 8	1.33 262	0.25 10	0.13 18	0.10 9	0.14 1	0.11 8	0.13 4	0.13 35

Pointernet	0.37 50	0.20 8	0.57 123	0.43 57	0.28 108	0.51 117	0.27 46	0.93 129	0.61 96	0.47 78	0.63 98	0.49 89	0.38 78	0.49 20	0.33 76	0.17 99	0.13 108	0.14 1	0.11 8	0.13 4	0.12 10

AE-Stereo	0.49 127	0.27 150	0.67 178	0.60 330	0.39 286	0.67 220	0.46 246	1.18 234	1.09 281	0.47 78	0.75 132	0.69 171	0.47 126	0.59 43	0.40 151	0.16 56	0.15 216	0.21 199	0.20 237	0.19 157	0.15 91

IGEVStereo-DCA	0.46 108	0.28 172	0.56 113	0.43 57	0.33 213	0.49 86	0.42 190	0.87 103	0.50 60	0.47 78	0.48 52	0.48 81	0.46 117	2.03 383	0.30 41	0.19 179	0.14 159	0.19 129	0.15 104	0.16 58	0.18 170

rrr	0.46 108	0.28 172	0.73 231	0.43 57	0.33 213	0.49 86	0.38 147	0.76 64	0.50 60	0.47 78	0.48 52	0.48 81	0.46 117	2.03 383	0.30 41	0.19 179	0.14 159	0.19 129	0.15 104	0.16 58	0.16 120

depthmonostereo	0.41 73	0.23 56	0.53 93	0.47 111	0.23 22	0.61 178	0.35 108	1.00 159	0.76 151	0.48 86	0.65 102	0.47 76	0.49 145	0.67 75	0.37 125	0.16 56	0.15 216	0.16 49	0.14 88	0.16 58	0.15 91

rvit_stereo_0081	0.44 93	0.33 298	0.64 159	0.54 247	0.35 234	0.41 34	0.44 222	0.66 38	0.95 210	0.48 86	0.52 68	0.50 95	0.46 117	0.82 122	0.44 186	0.25 336	0.20 339	0.22 227	0.19 205	0.25 307	0.17 145

rvit_stereo_0082	0.44 93	0.33 298	0.64 159	0.54 247	0.35 234	0.41 34	0.44 222	0.66 38	0.95 210	0.48 86	0.52 68	0.50 95	0.46 117	0.82 122	0.44 186	0.25 336	0.20 339	0.22 227	0.19 205	0.25 307	0.17 145

MyStereo07	0.48 121	0.29 207	0.50 74	0.55 271	0.45 334	0.59 164	0.79 417	1.05 185	0.51 69	0.48 86	0.53 70	0.43 56	0.55 176	1.30 254	0.34 93	0.17 99	0.16 255	0.24 285	0.20 237	0.23 280	0.20 242

CAS	0.63 222	0.18 1	0.37 5	2.27 535	0.84 485	0.57 156	0.54 308	0.79 76	0.62 98	0.48 86	0.70 118	0.36 43	0.26 16	0.45 11	0.35 103	2.24 535	0.10 9	0.14 1	0.09 1	0.15 38	1.06 524

LoS	0.40 66	0.21 26	0.44 36	0.37 8	0.22 16	0.50 100	0.40 170	1.00 159	0.94 208	0.48 86	0.66 103	0.48 81	0.40 84	0.60 55	0.37 125	0.18 138	0.14 159	0.16 49	0.11 8	0.14 18	0.14 61
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
qwe	0.32 25	0.21 26	0.40 16	0.37 8	0.26 60	0.49 86	0.29 57	0.64 30	0.39 30	0.49 92	0.48 52	0.26 13	0.27 18	0.80 113	0.34 93	0.12 5	0.10 9	0.14 1	0.11 8	0.15 38	0.12 10

rvit_stereo_0083	0.47 115	0.33 298	0.81 285	0.56 284	0.36 244	0.50 100	0.44 222	0.68 44	0.95 210	0.49 92	0.57 85	0.55 116	0.49 145	0.88 141	0.46 213	0.25 336	0.25 407	0.24 285	0.20 237	0.24 295	0.17 145

ff7	0.43 82	0.27 150	0.56 113	0.44 80	0.33 213	0.50 100	0.42 190	0.87 103	0.50 60	0.49 92	0.53 70	0.44 58	0.48 137	1.38 277	0.33 76	0.17 99	0.12 50	0.21 199	0.15 104	0.18 117	0.18 170

ffff	0.43 82	0.27 150	0.56 113	0.44 80	0.33 213	0.50 100	0.42 190	0.87 103	0.50 60	0.49 92	0.53 70	0.44 58	0.48 137	1.38 277	0.33 76	0.17 99	0.12 50	0.21 199	0.15 104	0.18 117	0.18 170

11t	0.43 82	0.27 150	0.56 113	0.44 80	0.33 213	0.50 100	0.42 190	0.87 103	0.50 60	0.49 92	0.53 70	0.44 58	0.48 137	1.38 277	0.33 76	0.17 99	0.12 50	0.21 199	0.15 104	0.18 117	0.18 170

anonymousdsp	0.43 82	0.27 150	0.53 93	0.44 80	0.32 192	0.50 100	0.42 190	0.89 112	0.51 69	0.49 92	0.53 70	0.47 76	0.47 126	1.33 262	0.33 76	0.17 99	0.12 50	0.21 199	0.15 104	0.18 117	0.18 170

ccc-4	0.43 82	0.27 150	0.56 113	0.44 80	0.33 213	0.50 100	0.42 190	0.87 103	0.50 60	0.49 92	0.53 70	0.44 58	0.48 137	1.38 277	0.33 76	0.17 99	0.12 50	0.21 199	0.15 104	0.18 117	0.18 170

IGEV-Stereo	0.43 82	0.27 150	0.54 99	0.45 93	0.32 192	0.50 100	0.42 190	0.90 118	0.51 69	0.49 92	0.53 70	0.47 76	0.47 126	1.32 259	0.33 76	0.17 99	0.12 50	0.21 199	0.15 104	0.18 117	0.18 170
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rvit_stereo_0080	0.44 93	0.32 276	0.71 213	0.47 111	0.36 244	0.42 41	0.55 326	0.82 92	0.68 127	0.50 100	0.60 91	0.55 116	0.47 126	0.59 43	0.44 186	0.26 358	0.21 361	0.20 164	0.20 237	0.31 382	0.19 210

whm_eth	0.44 93	0.32 276	0.71 213	0.47 111	0.36 244	0.42 41	0.55 326	0.82 92	0.68 127	0.50 100	0.60 91	0.55 116	0.47 126	0.59 43	0.44 186	0.26 358	0.21 361	0.20 164	0.20 237	0.31 382	0.19 210

sAnonymous2	0.55 174	0.56 443	1.46 459	0.60 330	0.51 372	0.48 74	0.52 294	0.79 76	0.68 127	0.50 100	0.67 107	0.46 69	0.62 217	0.59 43	0.40 151	0.22 270	0.17 284	0.22 227	0.21 281	0.86 508	0.56 482

CroCo_RVC	0.55 174	0.56 443	1.46 459	0.60 330	0.51 372	0.48 74	0.52 294	0.79 76	0.68 127	0.50 100	0.67 107	0.46 69	0.62 217	0.59 43	0.40 151	0.22 270	0.17 284	0.22 227	0.21 281	0.86 508	0.56 482

tt45	0.45 101	0.23 56	0.46 57	0.45 93	0.33 213	0.79 284	0.32 81	0.78 71	0.41 37	0.51 104	0.44 38	0.49 89	0.37 72	2.14 393	0.34 93	0.16 56	0.13 108	0.19 129	0.16 146	0.17 87	0.18 170

GLC_STEREO	0.39 58	0.25 101	0.41 21	0.54 247	0.23 22	0.48 74	0.30 67	0.73 56	0.58 88	0.52 105	0.73 126	0.51 99	0.31 35	0.64 64	0.42 173	0.17 99	0.20 339	0.23 265	0.19 205	0.21 232	0.17 145

water-stereo	0.39 58	0.20 8	0.48 62	0.44 80	0.27 84	0.50 100	0.26 39	0.92 122	0.51 69	0.53 106	0.78 138	0.55 116	0.49 145	0.42 9	0.42 173	0.16 56	0.15 216	0.17 74	0.15 104	0.16 58	0.15 91

MoCha-V2	0.40 66	0.20 8	0.49 69	0.50 164	0.21 9	0.44 56	0.33 88	0.93 129	0.53 80	0.53 106	0.53 70	0.42 53	0.58 199	1.09 202	0.27 21	0.14 28	0.12 50	0.15 19	0.12 38	0.17 87	0.15 91

test_xeample3	0.42 76	0.28 172	0.69 195	0.43 57	0.33 213	0.56 151	0.38 147	0.79 76	0.45 47	0.53 106	0.46 47	0.44 58	0.44 106	1.38 277	0.31 58	0.18 138	0.14 159	0.19 129	0.15 104	0.17 87	0.16 120

rvit_0105_6	0.53 144	0.37 359	0.98 356	0.65 388	0.38 276	0.51 117	0.51 283	0.77 67	1.20 353	0.54 109	0.55 79	0.65 157	0.53 164	0.94 160	0.44 186	0.32 415	0.32 456	0.28 372	0.24 346	0.28 351	0.21 259

UniTT-Stereo	0.36 45	0.23 56	0.59 136	0.48 137	0.36 244	0.40 30	0.32 81	0.53 7	0.49 57	0.54 109	0.55 79	0.36 43	0.31 35	0.58 42	0.51 243	0.20 211	0.15 216	0.17 74	0.15 104	0.19 157	0.15 91

rvit_0105_4	0.56 183	0.38 366	1.06 386	0.66 395	0.38 276	0.53 130	0.53 302	0.84 99	1.17 333	0.56 111	0.61 93	0.72 179	0.59 200	0.98 172	0.45 199	0.32 415	0.33 460	0.29 382	0.25 360	0.29 362	0.23 296

AIO-test1	0.56 183	0.25 101	0.55 109	0.64 374	0.78 471	0.80 292	0.36 124	1.18 234	1.34 418	0.57 112	0.88 161	0.61 143	0.50 151	1.12 211	0.35 103	0.17 99	0.17 284	0.22 227	0.24 346	0.18 117	0.23 296

tt1	0.62 215	0.32 276	0.51 81	0.54 247	0.26 60	1.16 396	0.48 264	0.95 141	2.47 517	0.57 112	0.77 136	0.49 89	0.81 289	1.55 315	0.32 63	0.20 211	0.12 50	0.24 285	0.15 104	0.19 157	0.20 242

HART	0.45 101	0.22 45	0.54 99	0.50 164	0.26 60	0.41 34	0.29 57	1.03 171	0.50 60	0.58 114	1.45 384	0.61 143	0.35 58	1.08 201	0.30 41	0.15 35	0.13 108	0.19 129	0.14 88	0.19 157	0.14 61

rvit_stereo_0081_aga	0.44 93	0.34 321	0.73 231	0.51 194	0.41 305	0.50 100	0.40 170	0.81 89	0.57 87	0.58 114	0.56 82	0.53 111	0.43 98	0.66 72	0.40 151	0.26 358	0.21 361	0.22 227	0.20 237	0.26 319	0.18 170

ACVNet-DCA	0.56 183	0.31 260	0.50 74	0.54 247	0.26 60	1.18 399	0.51 283	1.42 293	0.78 158	0.58 114	0.79 144	0.48 81	0.88 327	1.46 296	0.32 63	0.20 211	0.12 50	0.25 324	0.15 104	0.22 255	0.21 259

xx1	0.67 258	0.31 260	0.50 74	0.54 247	0.26 60	1.18 399	0.51 283	0.93 129	3.05 529	0.58 114	0.79 144	0.95 271	0.77 268	1.46 296	0.32 63	0.20 211	0.12 50	0.24 285	0.23 333	0.22 255	0.21 259

1test111	0.54 159	0.31 260	0.50 74	0.54 247	0.26 60	1.18 399	0.51 283	1.42 293	0.78 158	0.58 114	0.79 144	0.48 81	0.88 327	0.88 141	0.59 278	0.20 211	0.12 50	0.25 324	0.15 104	0.22 255	0.21 259

cc1	0.64 234	0.31 260	0.50 74	0.54 247	0.26 60	1.18 399	0.51 283	0.93 129	3.05 529	0.58 114	0.79 144	0.48 81	0.88 327	1.46 296	0.32 63	0.20 211	0.12 50	0.25 324	0.15 104	0.19 157	0.19 210

Selective-RAFT	0.52 134	0.28 172	0.79 279	0.55 271	0.27 84	0.91 330	0.33 88	0.80 84	0.88 186	0.58 114	0.63 98	0.81 204	0.77 268	1.29 253	0.48 225	0.19 179	0.14 159	0.17 74	0.15 104	0.19 157	0.17 145

CREStereo	0.39 58	0.21 26	0.38 8	0.34 1	0.22 16	0.53 130	0.29 57	0.77 67	1.11 290	0.58 114	0.71 121	0.51 99	0.41 87	0.54 31	0.34 93	0.18 138	0.13 108	0.15 19	0.10 2	0.14 18	0.14 61
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
MM-Stereo_test2	0.43 82	0.24 74	0.67 178	0.51 194	0.32 192	0.55 146	0.45 239	0.97 149	0.77 155	0.59 122	0.51 66	0.49 89	0.42 91	0.80 113	0.30 41	0.15 35	0.13 108	0.18 108	0.14 88	0.19 157	0.14 61

trnet	0.39 58	0.21 26	0.37 5	0.36 4	0.20 3	0.53 130	0.29 57	0.78 71	1.12 294	0.59 122	0.71 121	0.53 111	0.42 91	0.54 31	0.34 93	0.18 138	0.13 108	0.15 19	0.10 2	0.14 18	0.13 35

MC-Stereo	0.43 82	0.23 56	0.48 62	0.51 194	0.28 108	0.39 28	0.32 81	0.88 111	0.68 127	0.60 124	0.84 153	0.56 124	0.61 212	1.03 184	0.31 58	0.17 99	0.11 26	0.17 74	0.15 104	0.16 58	0.13 35

xyz-stereo-finetune	0.48 121	0.25 101	0.54 99	0.42 50	0.23 22	0.80 292	0.42 190	0.80 84	0.80 163	0.61 125	0.62 96	0.54 113	0.43 98	1.70 343	0.58 275	0.15 35	0.15 216	0.19 129	0.15 104	0.16 58	0.15 91

H2IRNET	0.56 183	0.26 122	0.66 173	0.47 111	0.35 234	0.41 34	0.26 39	0.92 122	1.17 333	0.61 125	1.28 325	1.08 312	0.86 317	0.99 175	0.63 295	0.19 179	0.16 255	0.22 227	0.25 360	0.21 232	0.18 170

Former-RAFT_DAM_RVC	0.46 108	0.36 352	0.71 213	0.47 111	0.36 244	0.67 220	0.35 108	0.78 71	1.12 294	0.61 125	0.62 96	0.39 51	0.39 80	0.71 85	0.39 144	0.20 211	0.17 284	0.22 227	0.18 183	0.23 280	0.19 210

MM-Stereo_test3	0.50 131	0.24 74	0.54 99	0.54 247	0.74 458	0.49 86	0.53 302	1.09 208	1.05 258	0.62 128	0.95 176	0.61 143	0.42 91	0.77 102	0.38 136	0.20 211	0.17 284	0.20 164	0.16 146	0.18 117	0.18 170

AIO-test2	0.57 190	0.28 172	0.63 152	0.61 344	0.58 409	0.79 284	0.51 283	1.18 234	1.40 448	0.63 129	1.15 274	0.51 99	0.43 98	1.09 202	0.35 103	0.21 244	0.17 284	0.26 343	0.30 427	0.20 191	0.19 210

rvit_0105_5	0.58 196	0.39 371	1.05 382	0.66 395	0.37 259	0.58 159	0.56 334	0.94 136	1.18 340	0.64 130	0.68 110	0.75 183	0.63 222	0.88 141	0.50 238	0.32 415	0.32 456	0.30 393	0.27 387	0.28 351	0.25 322

PMTNet	0.46 108	0.21 26	0.38 8	0.37 8	0.23 22	0.71 244	0.27 46	0.74 60	1.04 254	0.64 130	0.70 118	0.55 116	0.47 126	0.86 136	0.35 103	1.00 518	0.13 108	0.15 19	0.10 2	0.15 38	0.13 35

xyz-stereo-finetune2	0.58 196	0.27 150	0.57 123	0.40 35	0.24 38	1.09 382	0.32 81	0.79 76	0.53 80	0.65 132	1.07 230	0.58 131	0.80 285	2.47 424	0.80 352	0.16 56	0.15 216	0.21 199	0.17 166	0.16 58	0.17 145

GCAP-Stereo	0.40 66	0.28 172	0.68 182	0.47 111	0.25 54	0.53 130	0.32 81	0.82 92	0.58 88	0.65 132	0.69 114	0.58 131	0.42 91	0.47 17	0.29 31	0.17 99	0.14 159	0.17 74	0.13 61	0.17 87	0.14 61

XX-Stereo	0.63 222	0.26 122	1.90 491	0.81 466	0.67 441	0.43 50	0.23 23	1.03 171	0.58 88	0.65 132	1.56 415	1.41 394	0.39 80	1.28 249	0.35 103	0.20 211	0.14 159	0.20 164	0.19 205	0.18 117	0.14 61

DLNR_Zeroshot_test	23.17 569	48.52 582	43.29 574	176.68 582	78.69 578	0.35 16	0.21 11	23.41 569	0.75 145	0.66 135	0.86 156	0.59 138	0.30 30	1.56 317	0.44 186	9.57 566	0.12 50	0.18 108	0.14 88	76.92 581	0.16 120

RCA-Stereo	0.50 131	0.23 56	0.58 129	0.48 137	0.33 213	0.55 146	0.45 239	0.97 149	1.38 438	0.68 136	1.05 224	0.63 151	0.80 285	0.59 43	0.32 63	0.17 99	0.12 50	0.17 74	0.14 88	0.16 58	0.14 61

HH	0.63 222	0.30 227	0.77 268	0.50 164	0.32 192	0.49 86	0.46 246	1.65 356	0.64 105	0.69 137	1.09 240	1.63 437	0.85 309	1.90 369	0.37 125	0.18 138	0.13 108	0.19 129	0.17 166	0.19 157	0.16 120

HanStereo	0.63 222	0.30 227	0.77 268	0.50 164	0.32 192	0.49 86	0.46 246	1.65 356	0.64 105	0.69 137	1.09 240	1.63 437	0.85 309	1.90 369	0.37 125	0.18 138	0.13 108	0.19 129	0.17 166	0.19 157	0.16 120

RAFT+CT+SA	0.58 196	0.29 207	0.60 141	0.66 395	0.37 259	0.42 41	0.55 326	1.27 263	1.03 249	0.70 139	1.22 299	0.60 139	0.70 243	1.64 330	0.41 162	0.18 138	0.13 108	0.22 227	0.22 310	0.21 232	0.18 170

RALCasStereoNet	0.54 159	0.30 227	0.66 173	0.59 319	0.51 372	0.61 178	0.52 294	0.94 136	0.93 205	0.70 139	1.01 201	0.78 194	0.44 106	1.33 262	0.47 220	0.20 211	0.16 255	0.18 108	0.16 146	0.20 191	0.19 210

WCG-NET（raft）	0.45 101	0.21 26	0.55 109	0.40 35	0.24 38	0.50 100	0.36 124	0.73 56	1.09 281	0.71 141	0.76 134	0.92 258	0.51 154	0.84 127	0.34 93	0.16 56	0.12 50	0.15 19	0.14 88	0.14 18	0.14 61

CAS++	0.47 115	0.31 260	0.56 113	0.47 111	0.32 192	0.42 41	0.28 52	1.76 386	0.72 138	0.71 141	0.72 124	0.37 48	0.28 22	0.69 77	0.33 76	0.27 374	0.22 379	0.26 343	0.21 281	0.29 362	0.19 210
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
StereoVision	0.65 242	0.34 321	0.86 300	0.59 319	0.40 297	0.50 100	0.41 186	1.09 208	0.93 205	0.71 141	2.50 503	0.82 209	0.57 190	1.03 184	0.49 232	0.25 336	0.28 427	0.29 382	0.28 407	0.36 411	0.20 242

EKT-Stereo	0.53 144	0.30 227	0.73 231	0.58 306	0.60 420	0.51 117	0.48 264	0.94 136	0.90 193	0.71 141	0.88 161	0.77 190	0.43 98	1.07 197	0.40 151	0.22 270	0.16 255	0.21 199	0.18 183	0.20 191	0.22 276

EAI-Stereo	0.65 242	0.28 172	0.69 195	0.53 232	0.27 84	0.60 172	0.40 170	2.28 504	0.64 105	0.71 141	3.18 514	0.57 126	0.43 98	1.06 193	0.41 162	0.18 138	0.13 108	0.17 74	0.17 166	0.17 87	0.17 145

Anonymous3	0.61 211	0.44 395	1.11 403	0.59 319	0.49 354	0.93 341	0.65 375	0.93 129	0.81 166	0.72 146	0.88 161	0.65 157	0.69 238	1.06 193	0.53 257	0.35 440	0.30 442	0.26 343	0.26 377	0.31 382	0.27 356

testlalala_base	0.77 316	0.40 377	0.70 201	0.65 388	0.50 361	0.79 284	0.28 52	1.50 313	0.51 69	0.73 147	0.90 165	0.69 171	0.54 169	0.66 72	0.40 151	2.82 540	0.14 159	0.17 74	0.12 38	2.68 536	0.19 210

riskmin	0.56 183	0.27 150	0.60 141	0.43 57	0.31 173	0.83 308	0.42 190	1.14 223	1.04 254	0.73 147	0.75 132	1.11 328	1.01 388	0.81 119	0.51 243	0.20 211	0.14 159	0.24 285	0.15 104	0.24 295	0.25 322

WCG-NET	0.42 76	0.21 26	0.54 99	0.40 35	0.25 54	0.47 68	0.32 81	0.73 56	1.15 321	0.76 149	0.73 126	0.58 131	0.45 110	0.60 55	0.34 93	0.15 35	0.11 26	0.16 49	0.14 88	0.15 38	0.13 35

rvit_stereo_0075_2	0.64 234	0.46 404	1.05 382	0.66 395	0.66 437	0.53 130	0.48 264	1.20 244	1.12 294	0.76 149	0.92 169	0.78 194	0.53 164	1.03 184	0.59 278	0.37 448	0.28 427	0.40 464	0.31 432	0.37 415	0.32 401

test_5	0.65 242	0.30 227	0.75 251	0.67 407	0.50 361	0.92 337	0.52 294	1.39 287	1.12 294	0.76 149	1.11 250	1.00 288	0.90 334	1.53 311	0.45 199	0.18 138	0.13 108	0.23 265	0.22 310	0.21 232	0.19 210

raft+_RVC	0.53 144	0.26 122	0.54 99	0.60 330	0.47 350	0.54 138	0.54 308	1.27 263	0.99 234	0.76 149	1.03 219	0.70 175	0.56 181	0.93 157	0.47 220	0.18 138	0.14 159	0.19 129	0.18 183	0.18 117	0.15 91

XX-TBD	0.46 108	0.70 480	0.35 1	0.79 460	0.25 54	0.58 159	0.26 39	0.69 45	1.27 388	0.76 149	1.00 195	0.45 66	0.33 43	0.47 17	0.37 125	0.19 179	0.15 216	0.15 19	0.11 8	0.17 87	0.14 61

DilatedVolume-Stereo	0.43 82	0.21 26	0.55 109	0.43 57	0.32 192	0.72 247	0.29 57	0.80 84	0.51 69	0.77 154	0.73 126	0.48 81	0.40 84	1.13 213	0.39 144	0.15 35	0.14 159	0.15 19	0.14 88	0.16 58	0.14 61

AIO-Stereo-zeroshot	0.72 277	0.35 342	1.70 477	0.49 152	0.56 397	0.63 189	0.38 147	2.41 515	0.65 120	0.77 154	1.07 230	1.82 462	0.95 359	0.93 157	0.43 183	0.20 211	0.13 108	0.21 199	0.25 360	0.28 351	0.26 346

anonymousdsp2	0.53 144	0.27 150	0.74 247	0.48 137	0.29 125	0.76 266	0.47 253	1.61 348	0.82 171	0.77 154	0.77 136	0.75 183	0.47 126	1.03 184	0.40 151	0.18 138	0.13 108	0.18 108	0.13 61	0.19 157	0.18 170

DCRE	0.82 342	0.26 122	0.70 201	0.58 306	0.44 327	0.54 138	0.48 264	0.95 141	0.78 158	0.78 157	7.33 546	0.86 229	0.52 159	0.76 99	0.41 162	0.16 56	0.16 255	0.19 129	0.17 166	0.18 117	0.17 145

dd	0.59 202	0.48 413	0.97 353	0.55 271	0.32 192	0.64 192	0.47 253	1.02 166	1.34 418	0.78 157	0.86 156	0.58 131	0.54 169	1.01 180	0.86 369	0.28 387	0.18 305	0.26 343	0.19 205	0.32 390	0.24 310

test-1	0.52 134	0.26 122	1.04 381	0.56 284	0.32 192	0.61 178	0.38 147	1.10 211	0.91 198	0.78 157	1.01 201	0.77 190	0.52 159	0.60 55	0.42 173	0.17 99	0.14 159	0.20 164	0.17 166	0.20 191	0.23 296

iRaft-Stereo_5w	0.85 357	0.29 207	0.91 331	0.53 232	0.43 320	0.49 86	0.68 388	0.99 155	0.87 182	0.79 160	1.34 350	1.46 406	0.91 337	5.11 485	1.11 413	0.17 99	0.14 159	0.22 227	0.18 183	0.20 191	0.20 242

TRStereo	0.60 205	0.60 461	0.97 353	0.74 448	0.67 441	0.46 64	0.38 147	1.85 416	0.89 189	0.79 160	0.80 149	0.88 237	0.39 80	1.10 205	0.41 162	0.23 295	0.15 216	0.23 265	0.24 346	0.17 87	0.15 91

qqq	0.57 190	0.34 321	0.71 213	0.47 111	0.27 84	0.64 192	0.62 366	1.42 293	0.78 158	0.80 162	0.92 169	0.95 271	0.77 268	0.88 141	0.59 278	0.21 244	0.20 339	0.24 285	0.23 333	0.22 255	0.21 259

CREStereo++_RVC	0.47 115	0.21 26	0.38 8	0.45 93	0.38 276	0.45 59	0.25 29	0.75 61	1.29 397	0.80 162	1.21 297	0.47 76	0.37 72	0.53 29	0.44 186	0.16 56	0.11 26	0.15 19	0.80 522	0.18 117	0.11 2
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
TestStereo	0.64 234	0.39 371	0.71 213	0.51 194	0.27 84	0.56 151	0.42 190	1.03 171	0.91 198	0.80 162	1.00 195	0.68 166	0.52 159	3.25 451	0.45 199	0.22 270	0.15 216	0.24 285	0.18 183	0.27 333	0.16 120

111	0.60 205	0.23 56	0.70 201	0.43 57	0.24 38	0.72 247	0.42 190	1.18 234	1.41 452	0.80 162	1.38 364	1.10 324	0.79 279	0.96 163	0.58 275	0.18 138	0.13 108	0.17 74	0.15 104	0.17 87	0.19 210

ACV-stereo	0.99 398	0.51 426	1.41 450	0.56 284	0.41 305	2.43 510	0.57 345	1.15 225	1.18 340	0.81 166	1.01 201	3.39 522	2.14 514	1.60 323	1.07 404	0.27 374	0.22 379	0.22 227	0.22 310	0.28 351	0.32 401

x	0.54 159	0.31 260	0.61 144	0.47 111	0.30 147	0.67 220	0.47 253	1.53 328	0.79 162	0.81 166	0.83 151	0.78 194	0.70 243	0.70 81	0.62 291	0.21 244	0.19 321	0.22 227	0.19 205	0.21 232	0.20 242

UDGNet	0.72 277	1.17 518	0.80 284	0.77 456	0.41 305	0.77 274	0.38 147	0.97 149	1.34 418	0.81 166	0.88 161	0.71 178	0.60 203	1.21 232	0.54 263	0.52 490	0.19 321	1.02 524	0.26 377	0.71 503	0.31 396

s12784h	0.52 134	0.20 8	0.38 8	0.41 43	0.19 1	0.96 352	0.34 100	1.17 229	1.25 377	0.81 166	0.90 165	0.63 151	0.50 151	1.45 294	0.42 173	0.14 28	0.12 50	0.17 74	0.11 8	0.18 117	0.11 2

rvit_0105_3	0.63 222	0.44 395	1.08 395	0.72 437	0.40 297	0.64 192	0.71 397	1.03 171	1.17 333	0.82 170	0.70 118	0.80 200	0.70 243	0.91 149	0.56 269	0.35 440	0.34 462	0.34 431	0.32 440	0.27 333	0.28 368

GMStereo	0.55 174	0.45 402	0.94 341	0.50 164	0.32 192	0.64 192	0.43 209	1.00 159	1.40 448	0.82 170	0.73 126	0.51 99	0.45 110	0.85 132	0.55 267	0.24 310	0.15 216	0.20 164	0.21 281	0.31 382	0.24 310
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
tg	0.52 134	0.24 74	0.61 144	0.49 152	0.30 147	0.90 326	0.29 57	1.07 200	0.83 172	0.83 172	1.02 209	0.62 148	0.43 98	1.35 267	0.41 162	0.17 99	0.12 50	0.22 227	0.20 237	0.17 87	0.15 91

CASnet	0.41 73	0.25 101	0.48 62	0.50 164	0.20 3	0.50 100	0.36 124	0.81 89	0.80 163	0.83 172	0.68 110	0.48 81	0.31 35	0.54 31	0.32 63	0.18 138	0.12 50	0.27 359	0.22 310	0.23 280	0.14 61
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PSMNet-ADL	0.72 277	0.35 342	0.62 149	0.69 421	0.46 345	1.14 388	0.44 222	1.37 281	1.01 242	0.83 172	1.17 282	1.33 380	0.96 366	1.43 290	0.95 385	0.33 423	0.22 379	0.21 199	0.23 333	0.27 333	0.29 372

MM-Stereo_test1	0.49 127	0.24 74	0.56 113	0.51 194	0.30 147	0.50 100	0.54 308	0.91 119	1.03 249	0.84 175	0.69 114	0.54 113	0.60 203	1.16 220	0.33 76	0.18 138	0.16 255	0.20 164	0.17 166	0.19 157	0.15 91

11t1	0.52 134	0.28 172	0.68 182	0.51 194	0.28 108	0.83 308	0.39 162	1.22 253	0.63 101	0.84 175	0.74 130	0.68 166	0.68 235	0.91 149	0.57 272	0.21 244	0.18 305	0.19 129	0.16 146	0.20 191	0.21 259

ToySt	0.66 249	0.33 298	1.23 421	0.51 194	0.33 213	0.86 320	0.68 388	1.10 211	0.97 222	0.84 175	1.08 235	1.25 359	0.94 354	1.01 180	0.74 326	0.19 179	0.19 321	0.24 285	0.24 346	0.27 333	0.23 296

rafts_anoy	0.52 134	0.29 207	0.59 136	0.59 319	0.50 361	0.53 130	0.40 170	1.11 217	1.03 249	0.84 175	0.83 151	0.68 166	0.54 169	0.72 88	0.51 243	0.19 179	0.14 159	0.24 285	0.26 377	0.21 232	0.18 170

iRaftStereo_RVC	0.47 115	0.26 122	0.64 159	0.50 164	0.29 125	0.53 130	0.33 88	1.05 185	0.77 155	0.84 175	1.00 195	0.55 116	0.37 72	0.81 119	0.40 151	0.17 99	0.12 50	0.22 227	0.20 237	0.19 157	0.15 91

model_zeroshot	0.48 121	0.29 207	0.86 300	0.51 194	0.36 244	0.69 232	0.37 141	1.12 219	0.62 98	0.85 180	0.84 153	0.66 161	0.37 72	0.73 92	0.34 93	0.20 211	0.16 255	0.19 129	0.16 146	0.17 87	0.16 120

Any-RAFT	0.53 144	0.24 74	0.47 60	0.47 111	0.27 84	1.00 364	0.25 29	1.58 340	1.05 258	0.85 180	0.99 191	1.06 306	0.47 126	0.70 81	0.32 63	0.18 138	0.13 108	0.16 49	0.13 61	0.16 58	0.16 120

FACV-RUCA	0.63 222	0.34 321	0.82 288	0.62 356	0.65 434	0.81 301	0.41 186	1.44 300	1.07 267	0.86 182	1.14 266	0.61 143	0.69 238	0.80 113	0.53 257	0.28 387	0.19 321	0.47 481	0.21 281	0.35 404	0.25 322

GCAP-BAT	0.49 127	0.31 260	0.64 159	0.41 43	0.46 345	0.70 239	0.35 108	0.77 67	0.64 105	0.86 182	1.00 195	0.77 190	0.37 72	1.18 226	0.36 113	0.18 138	0.14 159	0.18 108	0.13 61	0.17 87	0.15 91

test_sample2	0.62 215	0.29 207	0.74 247	0.50 164	0.28 108	0.80 292	0.61 363	1.61 348	1.00 239	0.88 184	0.99 191	0.94 263	0.83 302	1.16 220	0.51 243	0.23 295	0.18 305	0.22 227	0.21 281	0.23 280	0.22 276

gcap-zeroshot	0.53 144	0.28 172	0.89 324	0.49 152	0.28 108	0.76 266	0.37 141	1.34 275	0.73 142	0.89 185	0.67 107	1.35 385	0.51 154	0.79 111	0.33 76	0.18 138	0.15 216	0.18 108	0.15 104	0.17 87	0.16 120

FADNet_RVC	0.83 348	0.51 426	1.83 489	0.54 247	0.42 310	1.19 403	0.46 246	1.51 320	1.09 281	0.89 185	1.24 305	0.91 249	0.87 322	2.11 391	1.11 413	0.27 374	0.22 379	0.31 399	0.28 407	0.43 445	0.38 432

Reg-Stereo(zero)	0.44 93	0.22 45	0.45 49	0.43 57	0.23 22	0.38 25	0.25 29	0.76 64	1.08 273	0.90 187	0.78 138	0.90 246	0.47 126	0.70 81	0.36 113	0.15 35	0.12 50	0.15 19	0.12 38	0.15 38	0.15 91

test_sample1	0.61 211	0.29 207	0.75 251	0.50 164	0.31 173	0.76 266	0.48 264	1.59 341	0.84 176	0.90 187	0.94 175	0.88 237	0.95 359	1.16 220	0.67 306	0.22 270	0.18 305	0.20 164	0.19 205	0.21 232	0.21 259

testlalala2	0.58 196	0.27 150	0.68 182	1.72 528	1.27 524	0.68 227	0.42 190	0.93 129	0.70 132	0.90 187	0.93 172	0.76 187	0.34 50	0.52 26	0.40 151	0.18 138	0.15 216	0.17 74	0.13 61	0.17 87	0.17 145

ICVP	0.63 222	0.33 298	0.57 123	0.61 344	0.40 297	0.80 292	0.58 349	1.61 348	0.89 189	0.90 187	1.24 305	0.88 237	0.73 252	0.72 88	0.88 371	0.29 397	0.21 361	0.22 227	0.21 281	0.24 295	0.27 356
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
FADNet-RVC	0.88 367	0.67 472	1.93 493	0.60 330	0.48 351	0.91 330	0.60 361	1.71 372	1.18 340	0.90 187	0.96 179	1.36 387	0.92 340	2.25 406	1.17 422	0.30 401	0.29 438	0.32 413	0.32 440	0.41 435	0.35 416

MyStereo04	0.67 258	0.29 207	1.07 391	0.55 271	0.45 334	0.59 164	0.79 417	1.50 313	1.40 448	0.91 192	0.91 167	0.74 181	0.86 317	1.52 307	0.62 291	0.17 99	0.16 255	0.24 285	0.20 237	0.23 280	0.20 242

MSKI-zero shot	0.55 174	0.26 122	0.57 123	0.51 194	0.26 60	0.69 232	0.28 52	1.18 234	0.64 105	0.91 192	1.32 341	0.82 209	0.33 43	1.92 371	0.32 63	0.17 99	0.12 50	0.17 74	0.13 61	0.16 58	0.16 120

test_4	0.53 144	0.22 45	0.56 113	0.54 247	0.32 192	0.64 192	0.39 162	0.80 84	0.62 98	0.92 194	1.87 465	0.68 166	0.42 91	1.16 220	0.37 125	0.15 35	0.13 108	0.20 164	0.22 310	0.20 191	0.15 91

TANstereo	0.44 93	0.21 26	0.44 36	0.41 43	0.21 9	0.65 208	0.26 39	0.79 76	0.83 172	0.93 195	0.98 189	0.51 99	0.46 117	0.54 31	0.35 103	0.18 138	0.24 400	0.16 49	0.13 61	0.16 58	0.26 346

ACVNet	0.63 222	0.31 260	0.54 99	0.54 247	0.36 244	0.80 292	0.46 246	1.37 281	1.07 267	0.93 195	1.30 329	1.08 312	0.85 309	0.80 113	0.94 381	0.21 244	0.19 321	0.21 199	0.18 183	0.22 255	0.18 170

CFNet-ft	0.72 277	0.32 276	0.54 99	0.66 395	0.54 389	0.83 308	0.55 326	1.37 281	1.15 321	0.93 195	1.28 325	1.57 424	0.97 369	1.35 267	0.81 354	0.26 358	0.20 339	0.33 421	0.25 360	0.30 373	0.23 296

FADNet	0.92 377	0.61 463	1.81 486	0.62 356	0.55 395	0.96 352	0.57 345	1.78 394	1.33 415	0.93 195	1.01 201	1.36 387	1.01 388	2.71 433	0.75 331	0.33 423	0.34 462	0.31 399	0.34 454	0.59 487	0.40 436

CFNet_RVC	0.72 277	0.32 276	0.54 99	0.66 395	0.54 389	0.83 308	0.55 326	1.37 281	1.15 321	0.93 195	1.28 325	1.57 424	0.97 369	1.35 267	0.81 354	0.26 358	0.20 339	0.33 421	0.25 360	0.30 373	0.23 296

PSMNet-RUCA	1.02 412	0.97 501	1.44 452	1.23 520	1.10 507	1.40 434	0.62 366	1.69 366	1.38 438	0.94 200	1.53 405	0.97 279	0.83 302	1.17 224	0.93 379	0.69 511	0.34 462	0.99 522	0.60 511	0.97 512	0.64 499

LL-Strereo2	0.52 134	0.33 298	0.69 195	0.52 215	0.37 259	0.70 239	0.30 67	1.13 222	0.67 123	0.94 200	0.78 138	0.91 249	0.42 91	1.05 192	0.42 173	0.17 99	0.16 255	0.29 382	0.25 360	0.21 232	0.16 120

AIO-Stereo-zeroshot1	0.98 396	0.39 371	3.21 523	0.50 164	0.63 429	0.64 192	0.39 162	2.36 510	0.75 145	0.95 202	4.63 530	1.81 460	0.56 181	0.96 163	0.41 162	0.18 138	0.13 108	0.21 199	0.26 377	0.32 390	0.35 416

GANet-ADL	0.60 205	0.35 342	0.72 219	0.64 374	0.40 297	0.68 227	0.51 283	1.49 309	1.12 294	0.95 202	1.08 235	0.91 249	0.57 190	0.76 99	0.55 267	0.26 358	0.18 305	0.18 108	0.16 146	0.23 280	0.25 322

RAFT-Test	0.54 159	0.25 101	0.64 159	0.47 111	0.30 147	0.97 356	0.27 46	1.24 259	0.81 166	0.96 204	1.12 257	1.28 370	0.48 137	0.71 85	0.36 113	0.17 99	0.13 108	0.17 74	0.14 88	0.16 58	0.16 120

Anonymous_2	1.30 454	0.55 440	0.82 288	0.52 215	0.58 409	1.01 365	0.64 373	1.25 261	0.97 222	0.96 204	0.78 138	1.33 380	1.29 447	1.03 184	0.74 326	0.62 506	0.64 525	1.06 525	9.63 565	1.16 521	0.49 468

SA	0.66 249	0.30 227	0.82 288	0.61 344	0.30 147	0.58 159	0.38 147	1.44 300	1.30 403	0.96 204	1.36 357	0.66 161	0.95 359	1.85 365	0.42 173	0.19 179	0.15 216	0.25 324	0.23 333	0.21 232	0.17 145

TestStereo1	0.63 222	0.28 172	0.75 251	0.76 453	0.31 173	0.48 74	0.43 209	1.30 268	1.21 359	0.97 207	1.31 335	0.64 154	0.77 268	1.75 350	0.42 173	0.20 211	0.15 216	0.22 227	0.18 183	0.21 232	0.17 145

RAFT_CTSACE	0.63 222	0.26 122	0.88 318	0.55 271	0.51 372	0.71 244	0.44 222	0.80 84	0.97 222	0.97 207	1.84 460	1.18 342	0.68 235	1.47 300	0.36 113	0.16 56	0.15 216	0.21 199	0.20 237	0.20 191	0.14 61

SA-5K	0.63 222	0.28 172	0.75 251	0.76 453	0.31 173	0.48 74	0.43 209	1.30 268	1.21 359	0.97 207	1.31 335	0.64 154	0.77 268	1.75 350	0.42 173	0.20 211	0.15 216	0.22 227	0.18 183	0.21 232	0.17 145

UCFNet_RVC	0.69 264	0.35 342	0.49 69	0.64 374	0.39 286	0.85 319	0.58 349	1.75 380	1.14 309	0.97 207	1.19 291	1.17 339	0.93 349	0.99 175	0.62 291	0.28 387	0.20 339	0.34 431	0.31 432	0.32 390	0.27 356

UGAM	1.14 438	0.27 150	0.95 345	0.53 232	0.42 310	0.70 239	0.72 400	0.95 141	1.32 411	0.98 211	1.48 396	1.78 459	0.87 322	9.65 553	0.87 370	0.21 244	0.18 305	0.30 393	0.24 346	0.19 157	0.16 120

knoymous	0.51 133	0.29 207	0.47 60	0.43 57	0.30 147	0.55 146	0.55 326	1.02 166	0.77 155	0.98 211	0.85 155	0.94 263	0.56 181	0.85 132	0.45 199	0.20 211	0.14 159	0.26 343	0.14 88	0.23 280	0.23 296

AnonymousM	0.59 202	1.11 513	0.41 21	0.44 80	0.32 192	0.43 50	0.47 253	1.05 185	0.64 105	0.98 211	0.63 98	0.67 164	0.43 98	0.59 43	0.41 162	0.20 211	0.15 216	1.84 533	0.84 524	0.14 18	0.13 35

DFGA-Net	0.72 277	0.40 377	1.40 445	0.52 215	0.45 334	0.83 308	0.44 222	1.28 267	1.08 273	0.99 214	1.19 291	0.70 175	0.55 176	2.14 393	1.16 419	0.18 138	0.16 255	0.24 285	0.23 333	0.27 333	0.25 322

rvit_105_1	0.72 277	0.52 430	1.01 366	0.78 458	0.49 354	0.75 260	0.87 438	1.12 219	1.18 340	0.99 214	0.79 144	0.90 246	0.77 268	1.26 244	0.75 331	0.41 462	0.36 478	0.36 447	0.41 475	0.30 373	0.33 407

RAFT-Stereo-weight	0.47 115	0.24 74	0.53 93	0.48 137	0.27 84	0.60 172	0.35 108	1.02 166	1.07 267	0.99 214	0.78 138	0.76 187	0.28 22	0.76 99	0.36 113	0.16 56	0.12 50	0.17 74	0.15 104	0.16 58	0.15 91

CFNet	0.96 386	0.36 352	1.01 366	0.62 356	0.42 310	0.99 362	0.47 253	1.90 429	1.32 411	0.99 214	1.39 368	1.10 324	0.86 317	5.58 499	0.79 348	0.23 295	0.17 284	0.28 372	0.27 387	0.26 319	0.21 259

NVstereo2D	0.92 377	0.41 385	1.48 464	0.72 437	0.72 454	1.20 405	0.87 438	1.75 380	1.38 438	0.99 214	1.13 262	1.26 363	0.98 376	2.21 403	0.89 374	0.43 471	0.20 339	0.38 453	0.24 346	0.57 483	0.63 495

IGEV_Zeroshot_test	0.53 144	0.30 227	0.99 357	0.56 284	0.35 234	0.41 34	0.32 81	1.37 281	0.63 101	1.00 219	1.09 240	0.95 271	0.41 87	0.83 124	0.39 144	0.18 138	0.12 50	0.19 129	0.18 183	0.19 157	0.17 145

MIM_Stereo	0.57 190	0.24 74	0.92 335	0.46 100	0.30 147	0.54 138	0.28 52	1.27 263	0.75 145	1.00 219	1.16 279	0.93 260	0.53 164	1.45 294	0.61 288	0.16 56	0.16 255	0.20 164	0.19 205	0.17 87	0.14 61

FENet	0.60 205	0.28 172	0.63 152	0.54 247	0.33 213	0.83 308	0.38 147	1.27 263	1.07 267	1.00 219	0.86 156	0.99 287	0.85 309	0.96 163	0.68 310	0.22 270	0.15 216	0.23 265	0.20 237	0.22 255	0.23 296

UGAM-zero	1.00 403	0.30 227	0.93 337	0.47 111	0.30 147	0.57 156	0.25 29	2.25 500	0.63 101	1.01 222	1.10 244	2.73 511	1.85 499	6.26 510	0.40 151	0.17 99	0.14 159	0.19 129	0.15 104	0.16 58	0.17 145

cross-raft	0.54 159	0.25 101	0.61 144	0.52 215	0.29 125	0.68 227	0.37 141	1.46 304	0.76 151	1.01 222	1.06 226	1.28 370	0.46 117	0.71 85	0.35 103	0.15 35	0.12 50	0.18 108	0.16 146	0.19 157	0.14 61

Gwc-CoAtRS	0.52 134	0.24 74	0.68 182	0.48 137	0.29 125	0.64 192	0.25 29	1.16 227	1.08 273	1.01 222	1.00 195	1.12 329	0.56 181	0.69 77	0.37 125	0.16 56	0.13 108	0.17 74	0.15 104	0.15 38	0.15 91

NOSS_ROB	1.26 451	0.46 404	0.62 149	0.56 284	0.38 276	1.06 376	0.78 414	1.73 374	1.40 448	1.01 222	1.43 377	1.10 324	0.75 256	10.62 559	0.65 300	0.45 477	0.43 496	0.48 483	0.45 484	0.44 451	0.41 440

PAM_32	0.77 316	0.28 172	1.03 377	0.52 215	0.30 147	1.32 421	0.35 108	1.97 449	0.65 120	1.02 226	1.06 226	3.05 516	1.49 470	0.96 163	0.36 113	0.19 179	0.13 108	0.20 164	0.18 183	0.19 157	0.19 210

GES	0.66 249	0.34 321	0.90 328	0.59 319	0.38 276	0.94 342	0.57 345	2.11 474	0.86 178	1.02 226	1.11 250	0.66 161	0.79 279	0.99 175	0.61 288	0.27 374	0.19 321	0.20 164	0.20 237	0.21 232	0.30 386

HCRNet	0.70 268	0.39 371	0.73 231	0.60 330	0.59 417	0.76 266	0.35 108	1.22 253	1.13 306	1.02 226	0.99 191	1.02 297	0.76 264	2.19 401	0.70 314	0.28 387	0.19 321	0.28 372	0.23 333	0.25 307	0.23 296

RASNet	1.12 433	0.30 227	0.91 331	0.66 395	0.77 469	0.97 356	0.57 345	1.37 281	1.35 427	1.02 226	1.34 350	2.11 488	1.43 460	7.09 526	1.39 450	0.19 179	0.17 284	0.17 74	0.19 205	0.18 117	0.16 120

MyStereo06	0.61 211	0.28 172	0.95 345	0.56 284	0.46 345	0.61 178	0.73 401	1.78 394	0.67 123	1.03 230	1.12 257	1.13 334	0.56 181	0.78 107	0.41 162	0.17 99	0.16 255	0.23 265	0.20 237	0.22 255	0.20 242

4D-IteraStereo	0.48 121	0.24 74	0.76 261	0.50 164	0.44 327	0.66 216	0.31 74	0.87 103	1.02 245	1.03 230	0.72 124	0.78 194	0.32 41	0.64 64	0.37 125	0.17 99	0.11 26	0.23 265	0.19 205	0.19 157	0.13 35

DN-CSS_ROB	0.64 234	0.32 276	1.05 382	0.55 271	0.40 297	0.54 138	0.45 239	1.21 245	0.93 205	1.03 230	1.47 391	0.69 171	0.63 222	1.76 355	0.49 232	0.18 138	0.14 159	0.25 324	0.22 310	0.22 255	0.20 242

GANet-RSSM	0.72 277	0.28 172	0.63 152	0.64 374	0.58 409	0.80 292	0.58 349	1.89 426	1.08 273	1.04 233	1.25 309	1.15 337	1.04 397	1.49 302	0.62 291	0.25 336	0.19 321	0.22 227	0.22 310	0.22 255	0.21 259

PAM	0.76 314	0.29 207	1.08 395	0.52 215	0.33 213	1.38 431	0.39 162	2.01 458	0.67 123	1.06 234	0.96 179	2.89 515	1.43 460	0.86 136	0.35 103	0.19 179	0.12 50	0.19 129	0.17 166	0.19 157	0.20 242

MIPNet	0.56 183	0.28 172	0.94 341	0.49 152	0.33 213	0.66 216	0.38 147	1.35 278	1.08 273	1.06 234	0.92 169	0.60 139	0.79 279	0.73 92	0.52 250	0.17 99	0.14 159	0.19 129	0.16 146	0.18 117	0.17 145

CFNet-RSSM	0.54 159	0.24 74	0.70 201	0.48 137	0.28 108	0.60 172	0.27 46	1.49 309	1.14 309	1.06 234	0.93 172	1.08 312	0.54 169	0.70 81	0.35 103	0.16 56	0.12 50	0.17 74	0.15 104	0.16 58	0.14 61

mmm	0.63 222	0.35 342	0.72 219	0.51 194	0.30 147	0.86 320	0.54 308	1.59 341	0.86 178	1.07 237	1.38 364	0.79 198	0.75 256	0.91 149	0.58 275	0.22 270	0.18 305	0.29 382	0.25 360	0.25 307	0.23 296

test_sample3	0.68 262	0.32 276	0.88 318	0.52 215	0.30 147	0.97 356	0.52 294	1.86 419	1.15 321	1.08 238	1.11 250	0.88 237	0.71 247	1.17 224	0.68 310	0.25 336	0.20 339	0.25 324	0.25 360	0.25 307	0.25 322

AACVNet	0.86 362	0.35 342	0.79 279	0.82 474	0.39 286	0.76 266	0.49 274	1.61 348	0.81 166	1.08 238	1.33 343	1.30 374	0.93 349	4.34 472	0.74 326	0.25 336	0.21 361	0.28 372	0.22 310	0.29 362	0.25 322

GwcNet-ADL	0.64 234	0.31 260	0.79 279	0.56 284	0.41 305	0.60 172	0.58 349	1.41 291	1.26 382	1.08 238	1.13 262	0.91 249	0.60 203	1.04 190	0.78 342	0.27 374	0.18 305	0.18 108	0.18 183	0.25 307	0.29 372

RAFT	0.64 234	0.30 227	0.73 231	0.59 319	0.33 213	0.68 227	0.58 349	1.04 177	0.76 151	1.08 238	1.19 291	1.65 443	0.93 349	1.06 193	0.56 269	0.21 244	0.18 305	0.27 359	0.24 346	0.22 255	0.17 145

APVNet	1.06 418	0.53 434	1.42 451	0.84 478	0.79 474	1.92 485	0.82 428	1.90 429	1.08 273	1.08 238	1.43 377	1.56 423	1.13 420	3.07 444	1.58 473	0.31 408	0.34 462	0.42 469	0.36 463	0.36 411	0.37 426

FADNet-RVC-Resample	0.84 353	0.47 409	2.10 498	0.61 344	0.45 334	1.07 378	0.61 363	1.59 341	1.20 353	1.08 238	0.98 189	1.03 301	0.98 376	2.17 396	0.72 322	0.23 295	0.22 379	0.30 393	0.32 440	0.35 404	0.34 411

CBFPSM	0.92 377	0.33 298	1.86 490	0.49 152	0.38 276	1.75 467	0.84 430	1.39 287	1.12 294	1.09 244	0.99 191	2.37 498	1.66 487	1.32 259	1.42 459	0.19 179	0.18 305	0.20 164	0.20 237	0.21 232	0.33 407

TransformOpticalFlow	0.96 386	0.28 172	0.89 324	0.52 215	0.31 173	0.66 216	0.54 308	1.75 380	1.12 294	1.09 244	1.44 382	1.37 390	1.01 388	6.70 521	0.42 173	0.19 179	0.12 50	0.20 164	0.19 205	0.18 117	0.19 210

CRE-IMP	0.55 174	0.30 227	0.74 247	0.52 215	0.29 125	0.79 284	0.25 29	1.04 177	0.72 138	1.09 244	0.95 176	0.81 204	0.57 190	1.10 205	0.50 238	0.21 244	0.14 159	0.23 265	0.19 205	0.28 351	0.22 276

RALAANet	0.60 205	0.33 298	0.87 311	0.62 356	0.50 361	0.69 232	0.31 74	1.21 245	1.06 262	1.09 244	1.16 279	0.88 237	0.46 117	1.22 233	0.42 173	0.19 179	0.15 216	0.21 199	0.17 166	0.27 333	0.17 145

xxxx	1.51 474	0.28 172	0.68 182	0.54 247	0.28 108	1.16 396	0.44 222	2.19 493	1.29 397	1.09 244	1.36 357	1.22 348	0.85 309	1.79 358	15.70 560	0.24 310	0.21 361	0.21 199	0.20 237	0.22 255	0.23 296

PSMNet-RSSM	0.72 277	0.30 227	0.61 144	0.63 365	0.42 310	0.73 251	0.56 334	1.92 436	1.10 288	1.09 244	1.37 359	1.22 348	0.98 376	1.28 249	0.72 322	0.27 374	0.19 321	0.27 359	0.29 418	0.24 295	0.24 310

GwcNet-RSSM	0.77 316	0.32 276	1.01 366	0.62 356	0.54 389	0.78 279	0.51 283	1.73 374	1.20 353	1.09 244	1.37 359	1.46 406	0.85 309	1.53 311	1.09 407	0.25 336	0.18 305	0.23 265	0.24 346	0.20 191	0.19 210

PSMNet_ROB	0.90 372	0.52 430	1.17 415	0.72 437	0.61 423	1.27 413	1.12 480	1.76 386	1.12 294	1.09 244	1.28 325	1.45 403	0.89 333	1.65 331	1.42 459	0.33 423	0.25 407	0.37 450	0.39 470	0.35 404	0.29 372

DCANet-4	0.54 159	0.26 122	1.07 391	0.42 50	0.24 38	0.48 74	0.36 124	0.99 155	1.30 403	1.10 252	1.02 209	0.56 124	0.75 256	0.73 92	0.52 250	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 210

fff	0.53 144	0.24 74	0.70 201	0.43 57	0.24 38	0.48 74	0.36 124	1.07 200	1.25 377	1.10 252	1.02 209	0.57 126	1.06 404	0.73 92	0.52 250	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 210

ASMatch	0.88 367	0.26 122	0.69 195	0.51 194	0.35 234	0.48 74	0.37 141	1.12 219	0.92 203	1.10 252	3.28 515	0.96 277	0.98 376	4.90 482	0.49 232	0.19 179	0.16 255	0.22 227	0.19 205	0.19 157	0.27 356

csc	0.53 144	0.24 74	0.70 201	0.43 57	0.24 38	0.48 74	0.36 124	1.07 200	1.25 377	1.10 252	1.02 209	0.57 126	1.06 404	0.73 92	0.52 250	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 210

cscssc	0.53 144	0.24 74	0.70 201	0.43 57	0.24 38	0.48 74	0.36 124	1.07 200	1.25 377	1.10 252	1.02 209	0.57 126	1.06 404	0.73 92	0.52 250	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 210

CC-Net-ROB	1.49 471	1.26 520	1.27 430	0.88 492	0.79 474	1.76 469	1.00 466	1.79 400	1.26 382	1.10 252	1.61 428	1.21 346	0.99 384	8.13 541	0.84 364	1.09 525	0.41 493	2.20 534	0.46 487	1.20 524	0.48 464

TCMNet	1.01 409	0.60 461	2.10 498	0.86 485	1.33 525	1.14 388	0.67 384	1.69 366	1.23 368	1.11 258	1.57 419	1.30 374	0.97 369	2.01 381	1.50 470	0.31 408	0.31 448	0.38 453	0.34 454	0.42 439	0.36 421

test_sample5	0.69 264	0.34 321	0.87 311	0.52 215	0.30 147	0.84 316	0.54 308	1.83 412	1.14 309	1.11 258	1.25 309	0.88 237	0.78 275	1.23 235	0.65 300	0.26 358	0.20 339	0.27 359	0.27 387	0.27 333	0.26 346

GMStereo_Zeroshot	0.67 258	0.61 463	1.01 366	0.64 374	0.37 259	0.84 316	0.35 108	1.05 185	1.12 294	1.12 260	1.06 226	1.27 367	0.54 169	1.19 228	0.59 278	0.32 415	0.17 284	0.31 399	0.18 183	0.52 474	0.22 276

ADStereo(finetuned)	0.57 190	0.24 74	1.06 386	0.43 57	0.24 38	0.49 86	0.35 108	1.05 185	1.30 403	1.12 260	1.03 219	0.58 131	1.20 433	0.84 127	0.51 243	0.16 56	0.13 108	0.17 74	0.13 61	0.18 117	0.19 210

Patchmatch Stereo++	0.55 174	0.30 227	0.73 231	0.50 164	0.27 84	0.65 208	0.29 57	1.05 185	0.64 105	1.12 260	0.96 179	0.83 216	0.60 203	1.37 273	0.45 199	0.22 270	0.14 159	0.24 285	0.20 237	0.26 319	0.18 170
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
STrans-v2	1.04 417	0.28 172	0.96 351	0.49 152	0.32 192	0.68 227	0.79 417	2.47 519	1.12 294	1.12 260	1.46 390	1.40 391	1.46 465	6.70 521	0.43 183	0.18 138	0.13 108	0.20 164	0.18 183	0.18 117	0.18 170

PSM-adaLoss	0.54 159	0.30 227	0.73 231	0.50 164	0.27 84	0.65 208	0.41 186	1.04 177	0.64 105	1.12 260	0.96 179	0.82 209	0.61 212	1.06 193	0.45 199	0.22 270	0.14 159	0.24 285	0.20 237	0.26 319	0.18 170

ROB_FTStereo_v2	0.54 159	0.30 227	0.73 231	0.50 164	0.27 84	0.64 192	0.42 190	1.05 185	0.64 105	1.12 260	0.96 179	0.83 216	0.60 203	1.12 211	0.46 213	0.22 270	0.14 159	0.24 285	0.20 237	0.26 319	0.18 170

ROB_FTStereo	0.54 159	0.30 227	0.73 231	0.50 164	0.27 84	0.64 192	0.25 29	1.05 185	0.64 105	1.12 260	0.95 176	0.82 209	0.61 212	1.15 216	0.45 199	0.22 270	0.14 159	0.24 285	0.20 237	0.26 319	0.18 170

HUI-Stereo	0.52 134	0.30 227	0.73 231	0.50 164	0.27 84	0.65 208	0.30 67	1.04 177	0.64 105	1.12 260	0.96 179	0.83 216	0.60 203	0.79 111	0.45 199	0.22 270	0.14 159	0.24 285	0.20 237	0.26 319	0.18 170

iGMRVC	0.56 183	0.30 227	0.73 231	0.50 164	0.27 84	0.65 208	0.38 147	1.05 185	0.64 105	1.12 260	0.96 179	0.83 216	0.60 203	1.52 307	0.46 213	0.22 270	0.14 159	0.24 285	0.20 237	0.26 319	0.18 170

iRAFT	0.55 174	0.30 227	0.73 231	0.50 164	0.27 84	0.65 208	0.29 57	1.05 185	0.64 105	1.12 260	0.96 179	0.83 216	0.60 203	1.37 273	0.45 199	0.22 270	0.14 159	0.24 285	0.20 237	0.26 319	0.18 170

RAFT-IKP	0.54 159	0.30 227	0.73 231	0.50 164	0.27 84	0.59 164	0.36 124	1.04 177	0.64 105	1.12 260	0.96 179	0.83 216	0.61 212	1.22 233	0.45 199	0.22 270	0.14 159	0.24 285	0.20 237	0.26 319	0.18 170

DCANet	0.54 159	0.24 74	0.70 201	0.43 57	0.24 38	0.49 86	0.36 124	1.05 185	1.30 403	1.12 260	1.03 219	0.58 131	0.92 340	0.81 119	0.52 250	0.16 56	0.13 108	0.17 74	0.13 61	0.18 117	0.19 210

TDLM	1.06 418	0.44 395	0.79 279	0.63 365	0.50 361	0.89 323	1.44 503	1.48 307	1.26 382	1.12 260	1.40 370	1.08 312	0.98 376	6.65 517	0.78 342	0.33 423	0.21 361	0.33 421	0.26 377	0.37 415	0.24 310

AdaStereo	0.70 268	0.43 392	0.75 251	0.73 445	0.37 259	0.92 337	0.53 302	1.85 416	1.18 340	1.12 260	1.23 303	1.07 311	0.65 232	0.96 163	0.63 295	0.31 408	0.15 216	0.32 413	0.21 281	0.29 362	0.22 276
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.
ITSA-stereo	0.82 342	0.36 352	0.82 288	0.54 247	0.31 173	0.80 292	0.47 253	2.17 490	1.67 480	1.13 274	1.13 262	0.94 263	0.86 317	2.46 422	1.00 395	0.26 358	0.23 391	0.28 372	0.27 387	0.28 351	0.36 421

1111x	1.70 491	0.29 207	0.86 300	0.51 194	0.27 84	1.01 365	0.68 388	2.22 497	1.28 393	1.13 274	1.40 370	1.21 346	1.10 412	5.53 496	15.20 558	0.22 270	0.21 361	0.22 227	0.22 310	0.24 295	0.22 276

cf-r	0.73 295	0.30 227	0.77 268	0.55 271	0.63 429	0.78 279	0.48 264	1.79 400	1.15 321	1.13 274	1.26 316	1.43 396	0.87 322	1.40 288	0.85 367	0.25 336	0.18 305	0.22 227	0.23 333	0.19 157	0.19 210

test_sample6	0.71 275	0.34 321	0.87 311	0.52 215	0.30 147	0.82 303	0.58 349	1.79 400	1.15 321	1.14 277	1.33 343	0.91 249	0.79 279	1.31 255	0.74 326	0.27 374	0.21 361	0.27 359	0.29 418	0.28 351	0.27 356

test_sample4	0.69 264	0.33 298	0.91 331	0.51 194	0.30 147	0.92 337	0.52 294	1.87 421	1.15 321	1.14 277	1.18 284	0.87 233	0.75 256	1.18 226	0.68 310	0.25 336	0.20 339	0.26 343	0.26 377	0.26 319	0.25 322

DualNet	0.70 268	0.34 321	0.87 311	0.52 215	0.30 147	0.84 316	0.54 308	1.83 412	1.14 309	1.14 277	1.33 343	0.88 237	0.78 275	1.23 235	0.65 300	0.26 358	0.20 339	0.27 359	0.27 387	0.27 333	0.26 346

NINENet	0.77 316	0.37 359	0.78 276	0.62 356	0.51 372	2.34 506	0.42 190	1.83 412	1.04 254	1.14 277	1.23 303	1.03 301	0.62 217	1.24 240	0.70 314	0.28 387	0.23 391	0.31 399	0.21 281	0.26 319	0.25 322

NRIStereo	0.60 205	0.29 207	0.69 195	0.53 232	0.28 108	0.63 189	0.33 88	1.08 206	0.87 182	1.14 277	0.87 159	0.91 249	0.59 200	2.24 404	0.49 232	0.20 211	0.14 159	0.21 199	0.19 205	0.21 232	0.17 145

PS-NSSS	0.99 398	0.58 450	0.93 337	0.58 306	0.57 400	0.91 330	0.80 423	1.81 406	1.14 309	1.14 277	1.67 441	1.00 288	0.83 302	4.62 476	0.78 342	0.37 448	0.31 448	0.52 489	0.32 440	0.45 454	0.38 432

MyStereo05	0.66 249	0.28 172	1.07 391	0.56 284	0.46 345	0.61 178	0.73 401	1.34 275	1.41 452	1.15 283	0.91 167	0.77 190	0.80 285	1.41 289	0.63 295	0.17 99	0.16 255	0.23 265	0.20 237	0.22 255	0.20 242

ffm	0.72 277	0.33 298	0.85 294	0.53 232	0.37 259	0.74 255	0.56 334	0.95 141	2.47 517	1.15 283	1.45 384	1.06 306	0.82 294	1.55 315	0.32 63	0.20 211	0.12 50	0.31 399	0.27 387	0.19 157	0.20 242

ff1	1.37 463	0.33 298	0.85 294	0.53 232	0.37 259	0.74 255	0.56 334	0.95 141	2.47 517	1.15 283	1.45 384	1.06 306	0.82 294	7.22 527	7.61 536	0.20 211	0.12 50	0.31 399	0.27 387	0.19 157	0.20 242

mmx	1.39 465	0.33 298	0.85 294	0.53 232	0.37 259	0.74 255	0.56 334	2.13 475	1.37 434	1.15 283	1.45 384	1.06 306	0.82 294	7.22 527	7.61 536	0.24 310	0.19 321	0.31 399	0.27 387	0.30 373	0.25 322

xxx	1.39 465	0.33 298	0.85 294	0.53 232	0.37 259	0.74 255	0.56 334	2.13 475	1.37 434	1.15 283	1.45 384	1.06 306	0.82 294	7.22 527	7.61 536	0.24 310	0.19 321	0.31 399	0.27 387	0.30 373	0.25 322

iRaft-Stereo_20w	0.65 242	0.31 260	1.00 362	0.47 111	0.34 230	0.73 251	0.30 67	2.96 527	0.70 132	1.15 283	1.14 266	0.76 187	0.65 232	1.11 208	0.38 136	0.17 99	0.13 108	0.18 108	0.16 146	0.19 157	0.18 170

FINET	0.97 392	0.54 435	1.60 472	0.63 365	0.79 474	1.08 379	1.07 475	1.56 338	2.20 511	1.15 283	1.49 398	0.94 263	0.88 327	2.32 411	1.05 399	0.42 466	0.35 473	0.32 413	0.28 407	0.43 445	0.38 432

MaskLacGwcNet_RVC	1.10 428	1.02 506	1.00 362	0.82 474	0.67 441	1.93 486	0.93 454	1.62 352	1.11 290	1.15 283	1.25 309	1.50 414	0.79 279	1.96 377	0.76 334	1.89 531	0.34 462	0.79 515	0.36 463	1.25 525	0.83 511

MSMDNet	0.66 249	0.32 276	0.87 311	0.49 152	0.37 259	0.79 284	0.40 170	1.43 299	1.31 407	1.15 283	1.31 335	1.24 355	0.63 222	0.88 141	0.57 272	0.21 244	0.16 255	0.26 343	0.19 205	0.39 428	0.24 310

DISCO	1.03 414	0.34 321	1.11 403	0.69 421	0.45 334	2.07 495	0.84 430	2.13 475	1.50 465	1.15 283	1.33 343	2.40 500	1.07 407	2.60 429	1.51 471	0.23 295	0.18 305	0.22 227	0.20 237	0.31 382	0.27 356

MyStereo8	0.65 242	0.29 207	1.00 362	0.58 306	0.49 354	0.91 330	0.35 108	1.18 234	1.31 407	1.16 293	1.27 319	0.90 246	0.64 226	0.72 88	0.95 385	0.18 138	0.14 159	0.20 164	0.18 183	0.22 255	0.26 346

CoDeX	0.73 295	0.29 207	0.93 337	0.54 247	0.36 244	1.14 388	0.61 363	2.34 509	1.17 333	1.16 293	1.25 309	0.91 249	0.87 322	1.33 262	0.64 299	0.20 211	0.16 255	0.21 199	0.18 183	0.20 191	0.18 170

PCWNet_CMD	0.66 249	0.32 276	0.88 318	0.49 152	0.37 259	0.78 279	0.40 170	1.42 293	1.31 407	1.16 293	1.31 335	1.25 359	0.62 217	0.89 146	0.57 272	0.20 211	0.16 255	0.27 359	0.19 205	0.40 432	0.25 322

raft_robust	0.68 262	0.30 227	0.64 159	0.52 215	0.26 60	0.54 138	0.35 108	1.33 270	1.24 374	1.16 293	1.07 230	0.60 139	0.54 169	3.58 461	0.37 125	0.18 138	0.14 159	0.20 164	0.22 310	0.20 191	0.16 120

DeepStereo_RVC	0.55 174	0.29 207	0.72 219	0.51 194	0.30 147	0.59 164	0.33 88	1.03 171	0.70 132	1.16 293	0.93 172	0.83 216	0.94 354	0.96 163	0.54 263	0.21 244	0.14 159	0.21 199	0.19 205	0.24 295	0.24 310

GEStereo_RVC	0.90 372	0.37 359	0.99 357	0.64 374	0.50 361	0.95 346	0.79 417	2.42 516	1.17 333	1.16 293	1.11 250	1.26 363	0.92 340	3.24 450	0.90 377	0.29 397	0.19 321	0.23 265	0.20 237	0.27 333	0.29 372

CFNet_pseudo	0.66 249	0.32 276	0.86 300	0.48 137	0.39 286	0.70 239	0.40 170	1.33 270	1.22 365	1.16 293	1.34 350	1.24 355	0.64 226	0.98 172	0.59 278	0.21 244	0.16 255	0.33 421	0.19 205	0.36 411	0.25 322

PA-Net	1.01 409	0.57 447	1.29 432	0.64 374	0.74 458	1.19 403	0.84 430	1.69 366	1.43 457	1.16 293	1.19 291	1.32 379	1.19 430	3.42 456	1.25 429	0.29 397	0.45 503	0.33 421	0.49 494	0.32 390	0.47 461
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ccs_rob	0.66 249	0.33 298	0.86 300	0.48 137	0.39 286	0.70 239	0.40 170	1.33 270	1.22 365	1.16 293	1.34 350	1.23 353	0.64 226	0.98 172	0.59 278	0.21 244	0.16 255	0.35 439	0.20 237	0.37 415	0.25 322

DispNO	0.93 380	0.30 227	1.34 442	0.55 271	0.55 395	0.89 323	0.49 274	1.48 307	1.21 359	1.17 302	1.27 319	1.19 343	0.90 334	5.23 487	0.74 326	0.22 270	0.17 284	0.24 285	0.21 281	0.19 157	0.20 242

AFF-stereo	0.58 196	0.25 101	0.64 159	0.46 100	0.29 125	0.34 14	0.38 147	1.15 225	1.14 309	1.17 302	1.60 424	1.10 324	0.71 247	0.97 171	0.43 183	0.13 18	0.11 26	0.19 129	0.19 205	0.17 87	0.14 61

SFCPSM	0.70 268	0.28 172	1.02 373	0.51 194	0.38 276	1.37 428	0.66 380	2.00 454	1.03 249	1.17 302	1.21 297	0.82 209	0.78 275	1.03 184	0.53 257	0.21 244	0.17 284	0.22 227	0.24 346	0.21 232	0.19 210

DMCA	0.67 258	0.34 321	0.90 328	0.51 194	0.44 327	0.86 320	0.47 253	1.42 293	1.02 245	1.17 302	1.12 257	1.23 353	0.75 256	0.78 107	0.95 385	0.25 336	0.19 321	0.27 359	0.19 205	0.24 295	0.27 356

DeepPrunerF	1.60 481	0.73 482	5.81 537	0.88 492	1.19 519	0.91 330	0.95 458	2.19 493	5.24 548	1.17 302	1.30 329	1.19 343	1.30 451	4.90 482	1.66 478	0.42 466	0.34 462	0.52 489	0.47 489	0.41 435	0.40 436

iinet-f	0.99 398	0.45 402	3.71 528	0.55 271	0.43 320	1.81 475	0.68 388	1.14 223	1.14 309	1.18 307	1.42 373	1.58 427	1.44 462	1.34 266	1.59 475	0.24 310	0.23 391	0.20 164	0.19 205	0.26 319	0.25 322

IPLGR	0.58 196	0.27 150	1.14 411	0.48 137	0.28 108	0.65 208	0.33 88	1.22 253	1.13 306	1.18 307	1.05 224	0.69 171	0.66 234	0.96 163	0.52 250	0.17 99	0.15 216	0.20 164	0.17 166	0.20 191	0.18 170

ac_64	0.82 342	0.29 207	0.81 285	0.71 434	0.60 420	1.05 373	0.54 308	1.99 453	0.92 203	1.18 307	1.06 226	1.99 479	1.08 408	1.94 375	0.97 390	0.27 374	0.22 379	0.24 285	0.23 333	0.22 255	0.19 210

HITNet	0.65 242	0.40 377	0.77 268	0.48 137	0.24 38	1.05 373	0.49 274	1.76 386	1.02 245	1.18 307	1.18 284	0.89 245	0.80 285	0.85 132	0.79 348	0.17 99	0.12 50	0.21 199	0.17 166	0.29 362	0.15 91
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
test_3	0.55 174	0.23 56	0.71 213	0.53 232	0.28 108	0.61 178	0.40 170	0.92 122	1.05 258	1.19 311	0.68 110	0.93 260	0.44 106	1.67 336	0.39 144	0.15 35	0.12 50	0.22 227	0.19 205	0.21 232	0.14 61

LCNet	0.72 277	0.28 172	0.52 88	0.55 271	0.31 173	0.69 232	0.54 308	1.00 159	0.88 186	1.19 311	1.34 350	0.97 279	1.34 455	2.56 427	0.45 199	0.18 138	0.13 108	0.21 199	0.25 360	0.27 333	0.73 507

HGLStereo	0.85 357	0.38 366	0.94 341	0.80 463	1.03 503	1.17 398	0.58 349	1.52 322	1.20 353	1.19 311	1.62 431	1.13 334	1.20 433	1.80 359	1.06 401	0.24 310	0.24 400	0.24 285	0.21 281	0.23 280	0.27 356

hitnet-ft	0.79 328	0.35 342	0.57 123	0.58 306	0.42 310	0.96 352	0.46 246	1.47 306	1.33 415	1.19 311	1.22 299	1.81 460	0.98 376	1.66 335	0.94 381	0.33 423	0.28 427	0.34 431	0.27 387	0.35 404	0.31 396

DDVS	0.78 324	0.41 385	0.94 341	0.60 330	0.43 320	1.30 418	0.43 209	1.40 289	0.91 198	1.20 315	1.15 274	1.43 396	0.64 226	2.18 399	0.89 374	0.28 387	0.22 379	0.26 343	0.23 333	0.31 382	0.33 407

BUS	0.74 300	0.32 276	0.68 182	0.54 247	0.44 327	2.34 506	0.42 190	2.16 484	0.98 227	1.20 315	1.11 250	1.03 301	0.62 217	0.91 149	0.70 314	0.24 310	0.17 284	0.25 324	0.22 310	0.22 255	0.22 276

BSDual-CNN	0.71 275	0.32 276	0.68 182	0.54 247	0.44 327	1.27 413	0.65 375	2.16 484	0.98 227	1.20 315	1.11 250	1.12 329	0.74 254	0.91 149	0.66 303	0.24 310	0.17 284	0.25 324	0.22 310	0.22 255	0.22 276

hknet	0.77 316	0.32 276	0.95 345	0.54 247	0.38 276	1.27 413	0.65 375	2.16 484	1.07 267	1.20 315	1.11 250	1.59 428	0.81 289	1.37 273	0.66 303	0.22 270	0.17 284	0.25 324	0.22 310	0.22 255	0.22 276

Ntro	1.64 485	1.15 516	1.23 421	2.48 539	1.83 531	2.09 496	1.16 485	1.96 445	1.38 438	1.21 319	1.62 431	1.62 432	1.29 447	1.87 368	1.11 413	3.04 543	0.56 520	1.82 532	0.64 513	2.80 539	2.05 540

psmg	0.72 277	0.32 276	0.68 182	0.50 164	0.44 327	1.48 443	0.75 406	1.94 442	0.98 227	1.21 319	1.33 343	1.12 329	0.74 254	0.91 149	0.66 303	0.24 310	0.19 321	0.25 324	0.25 360	0.23 280	0.22 276

ADLNet2	0.88 367	0.34 321	1.17 415	0.77 456	0.64 432	1.12 386	0.76 409	1.74 378	1.24 374	1.21 319	1.65 437	1.71 449	1.05 401	1.67 336	1.17 422	0.24 310	0.21 361	0.21 199	0.22 310	0.26 319	0.29 372

UNet	0.83 348	0.34 321	1.31 434	0.58 306	0.74 458	1.58 453	0.49 274	1.41 291	1.04 254	1.21 319	1.08 235	1.54 420	1.12 416	1.65 331	1.09 407	0.23 295	0.17 284	0.25 324	0.20 237	0.25 307	0.22 276

BEATNet_4x	0.73 295	0.49 416	1.17 415	0.53 232	0.26 60	1.03 370	0.55 326	1.82 407	1.06 262	1.21 319	1.22 299	0.96 277	0.91 337	1.01 180	1.06 401	0.21 244	0.14 159	0.24 285	0.19 205	0.37 415	0.21 259

DualNet (step1)	0.83 348	0.49 416	1.13 407	0.56 284	0.39 286	1.02 367	0.73 401	1.78 394	1.21 359	1.22 324	1.18 284	1.08 312	0.92 340	1.23 235	0.67 306	0.57 499	0.28 427	0.62 508	0.67 515	0.45 454	0.42 444

test_sample9	1.86 499	0.49 416	1.13 407	0.56 284	0.39 286	1.02 367	0.73 401	1.78 394	1.21 359	1.22 324	1.18 284	1.08 312	0.92 340	2.27 408	7.92 540	0.57 499	12.61 571	0.62 508	0.67 515	0.45 454	0.42 444

test_sample7	0.74 300	0.37 359	0.76 261	0.52 215	0.35 234	0.91 330	0.67 384	1.78 394	1.21 359	1.22 324	1.18 284	1.08 312	0.92 340	1.23 235	0.67 306	0.31 408	0.28 427	0.32 413	0.31 432	0.33 399	0.29 372

CFNet_ucs	0.70 268	0.33 298	0.88 318	0.50 164	0.43 320	0.74 255	0.44 222	1.60 345	1.29 397	1.22 324	1.54 409	1.09 322	0.63 222	0.99 175	0.59 278	0.25 336	0.20 339	0.37 450	0.21 281	0.40 432	0.28 368

AASNet	0.76 314	0.35 342	0.91 331	0.79 460	0.81 481	1.14 388	0.56 334	2.02 462	1.08 273	1.22 324	1.24 305	0.93 260	0.76 264	0.77 102	1.16 419	0.27 374	0.23 391	0.24 285	0.20 237	0.28 351	0.24 310

IRAFT_RVC	0.88 367	0.28 172	0.76 261	0.63 365	0.31 173	0.65 208	1.02 469	1.22 253	0.94 208	1.22 324	1.04 222	1.01 295	0.98 376	5.82 504	0.53 257	0.22 270	0.12 50	0.25 324	0.20 237	0.20 191	0.19 210

SMFormer	0.75 308	0.30 227	0.86 300	0.46 100	0.26 60	0.82 303	0.43 209	2.05 464	1.39 443	1.23 330	1.47 391	0.98 281	0.95 359	1.71 345	0.82 359	0.24 310	0.20 339	0.22 227	0.21 281	0.23 280	0.24 310

tta	0.75 308	0.30 227	0.86 300	0.46 100	0.26 60	0.82 303	0.43 209	2.05 464	1.39 443	1.23 330	1.47 391	0.98 281	0.95 359	1.71 345	0.82 359	0.24 310	0.20 339	0.22 227	0.21 281	0.18 117	0.18 170

qqq1	0.72 277	0.30 227	0.86 300	0.46 100	0.26 60	0.82 303	0.43 209	2.05 464	1.39 443	1.23 330	1.47 391	0.98 281	0.95 359	1.71 345	0.44 186	0.24 310	0.20 339	0.18 108	0.15 104	0.18 117	0.18 170

fff1	0.72 277	0.30 227	0.86 300	0.46 100	0.26 60	0.82 303	0.43 209	2.05 464	1.39 443	1.23 330	1.47 391	0.98 281	0.95 359	1.71 345	0.44 186	0.24 310	0.20 339	0.18 108	0.15 104	0.18 117	0.18 170

ttt	0.94 382	0.34 321	0.59 136	0.61 344	0.37 259	0.94 342	0.50 282	2.17 490	1.34 418	1.23 330	1.61 428	0.91 249	0.76 264	1.85 365	3.97 521	0.30 401	0.26 412	0.26 343	0.24 346	0.29 362	0.29 372

IER	0.70 268	0.31 260	1.02 373	0.48 137	0.52 383	1.34 425	0.51 283	1.17 229	0.99 234	1.23 330	1.34 350	1.12 329	1.11 413	0.99 175	0.71 319	0.20 211	0.16 255	0.21 199	0.21 281	0.20 191	0.19 210

UDG	1.41 468	2.65 551	0.99 357	1.44 526	1.64 530	1.34 425	0.80 423	1.60 345	1.23 368	1.23 330	1.71 444	2.01 481	1.34 455	1.47 300	1.41 455	0.90 516	0.54 519	2.29 536	0.75 519	1.84 528	1.04 521

iResNetv2_ROB	0.80 331	0.37 359	1.71 479	0.56 284	0.37 259	0.94 342	0.64 373	1.73 374	1.34 418	1.23 330	1.42 373	1.26 363	0.92 340	1.85 365	0.56 269	0.23 295	0.15 216	0.19 129	0.14 88	0.24 295	0.19 210

G2L-ROB	0.73 295	0.25 101	0.76 261	0.54 247	0.39 286	0.95 346	0.66 380	1.66 361	1.09 281	1.24 338	1.02 209	1.64 440	0.71 247	1.63 328	1.02 397	0.20 211	0.14 159	0.17 74	0.15 104	0.20 191	0.22 276

testlalala	0.45 101	0.28 172	0.59 136	0.42 50	0.39 286	0.71 244	0.39 162	1.08 206	0.45 47	1.24 338	0.80 149	0.61 143	0.36 67	0.54 31	0.33 76	0.20 211	0.13 108	0.18 108	0.12 38	0.15 38	0.15 91

PSM-softLoss	0.78 324	0.31 260	0.77 268	0.58 306	0.32 192	0.56 151	0.40 170	1.18 234	0.70 132	1.24 338	1.07 230	0.83 216	0.52 159	5.36 490	0.53 257	0.24 310	0.15 216	0.25 324	0.22 310	0.20 191	0.25 322

KMStereo	0.78 324	0.31 260	0.77 268	0.58 306	0.32 192	0.56 151	0.40 170	1.18 234	0.70 132	1.24 338	1.07 230	0.83 216	0.52 159	5.36 490	0.53 257	0.24 310	0.15 216	0.25 324	0.22 310	0.20 191	0.25 322

test_xeample	1.45 470	0.28 172	0.65 166	0.51 194	0.28 108	0.94 342	0.59 357	2.14 479	1.29 397	1.24 338	1.51 403	0.88 237	0.86 317	1.46 296	15.10 557	0.22 270	0.20 339	0.22 227	0.20 237	0.22 255	0.22 276

acv_ft	0.75 308	0.31 260	0.95 345	0.70 426	0.86 490	1.24 409	0.53 302	1.44 300	1.07 267	1.24 338	1.30 329	1.08 312	0.92 340	0.80 113	1.34 442	0.21 244	0.19 321	0.21 199	0.18 183	0.21 232	0.18 170

CSP-Net	0.97 392	0.38 366	0.83 292	0.53 232	0.41 305	1.63 457	0.77 412	2.00 454	1.05 258	1.25 344	1.20 295	1.33 380	0.83 302	4.93 484	0.85 367	0.32 415	0.22 379	0.20 164	0.20 237	0.23 280	0.25 322

HHNet	0.62 215	0.26 122	0.63 152	0.43 57	0.45 334	0.50 100	0.58 349	1.07 200	1.01 242	1.25 344	2.23 491	0.70 175	0.61 212	1.07 197	0.47 220	0.20 211	0.13 108	0.23 265	0.19 205	0.19 157	0.30 386

Syn2CoEx	1.14 438	0.69 477	1.66 475	0.80 463	0.67 441	1.40 434	0.88 440	2.06 469	1.54 471	1.25 344	1.58 422	1.42 395	1.50 472	4.09 466	1.40 451	0.36 444	0.32 456	0.34 431	0.29 418	0.29 362	0.34 411

DIP-Stereo	0.62 215	0.30 227	0.83 292	0.48 137	0.36 244	0.95 346	0.33 88	2.37 512	0.67 123	1.25 344	1.00 195	0.68 166	0.51 154	0.91 149	0.61 288	0.18 138	0.15 216	0.21 199	0.17 166	0.19 157	0.19 210
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ACVNet-4b	2.15 510	1.41 524	1.64 473	2.80 541	2.31 541	2.31 505	1.24 491	2.32 506	2.14 509	1.26 348	2.39 498	2.66 508	1.48 468	5.95 508	1.06 401	3.20 547	0.45 503	2.37 538	0.89 527	2.83 542	2.37 544

DGSMNet	1.14 438	0.76 488	2.49 513	0.81 466	0.86 490	1.39 433	1.39 500	2.13 475	1.35 427	1.26 348	1.63 434	1.48 412	0.98 376	1.75 350	1.10 410	0.45 477	0.43 496	0.55 500	0.49 494	0.75 506	0.70 504

psm_up	0.77 316	0.34 321	0.70 201	0.66 395	0.58 409	1.05 373	0.92 450	1.52 322	1.12 294	1.26 348	1.16 279	1.31 378	1.23 439	1.20 230	0.81 354	0.25 336	0.29 438	0.31 399	0.27 387	0.27 333	0.25 322

GANetREF_RVC	1.07 420	0.86 495	1.31 434	0.82 474	0.53 386	1.41 439	1.31 497	1.76 386	1.52 468	1.27 351	1.31 335	1.46 406	1.24 441	2.03 383	0.96 389	0.56 498	0.45 503	0.67 511	0.50 497	0.88 510	0.59 489
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
iResNet_ROB	0.77 316	0.30 227	0.99 357	0.57 300	0.36 244	0.83 308	0.36 124	2.33 507	1.58 474	1.27 351	1.30 329	1.25 359	0.84 306	1.65 331	0.79 348	0.20 211	0.14 159	0.17 74	0.12 38	0.18 117	0.27 356

G2L-Stereo_test	0.73 295	0.27 150	0.74 247	0.49 152	0.40 297	0.90 326	0.81 426	1.53 328	1.14 309	1.28 353	1.27 319	1.52 418	0.72 250	1.62 326	0.94 381	0.19 179	0.14 159	0.16 49	0.15 104	0.18 117	0.19 210

anonymousa	0.72 277	0.27 150	0.75 251	0.47 111	0.63 429	1.43 440	0.45 239	1.24 259	0.89 189	1.28 353	1.75 450	1.62 432	1.13 420	0.69 77	0.59 278	0.19 179	0.16 255	0.23 265	0.25 360	0.20 191	0.18 170

Wz-Net-LNSev	1.03 414	0.67 472	2.71 519	0.64 374	0.84 485	1.75 467	1.00 466	1.80 403	1.32 411	1.28 353	1.25 309	1.65 443	1.22 437	1.39 282	1.40 451	0.28 387	0.26 412	0.24 285	0.23 333	0.33 399	0.32 401

Sa-1000	0.72 277	0.29 207	0.76 261	0.59 319	0.30 147	0.73 251	0.37 141	1.62 352	1.33 415	1.28 353	2.04 481	0.86 229	0.75 256	1.84 362	0.38 136	0.19 179	0.14 159	0.25 324	0.23 333	0.20 191	0.16 120

test_1	0.54 159	0.22 45	0.68 182	0.47 111	0.27 84	0.58 159	0.35 108	0.92 122	1.00 239	1.28 353	0.68 110	0.87 233	0.45 110	1.67 336	0.37 125	0.16 56	0.11 26	0.20 164	0.16 146	0.17 87	0.13 35

iResNet	0.75 308	0.40 377	1.36 443	0.67 407	0.29 125	0.92 337	0.59 357	1.52 322	1.25 377	1.28 353	1.48 396	0.94 263	0.76 264	1.62 326	0.78 342	0.18 138	0.14 159	0.18 108	0.15 104	0.22 255	0.23 296

GCST	1.08 423	1.47 528	0.93 337	1.73 529	1.14 515	1.30 418	0.31 74	1.33 270	1.16 330	1.29 359	0.97 188	0.98 281	0.49 145	2.08 388	0.46 213	1.19 528	0.70 528	1.30 528	0.85 526	1.02 516	0.89 514

fast-acv-ft	0.94 382	0.44 395	1.40 445	0.58 306	0.51 372	1.77 472	0.69 392	1.36 280	1.42 455	1.29 359	1.86 463	1.74 453	1.25 442	1.52 307	1.38 447	0.26 358	0.28 427	0.28 372	0.28 407	0.27 333	0.26 346

anonymity	1.12 433	0.97 501	1.21 418	1.07 514	1.12 511	1.08 379	0.89 442	1.95 444	1.16 330	1.29 359	1.26 316	1.22 348	1.09 411	1.15 216	1.01 396	1.02 521	1.00 544	0.97 520	0.97 532	0.98 513	0.99 518

NF-Stereo	0.80 331	0.30 227	0.75 251	0.60 330	0.31 173	0.64 192	0.44 222	1.21 245	0.90 193	1.29 359	1.02 209	0.82 209	0.57 190	5.40 494	0.48 225	0.23 295	0.14 159	0.24 285	0.20 237	0.20 191	0.30 386

OCTAStereo	0.80 331	0.30 227	0.75 251	0.60 330	0.31 173	0.64 192	0.44 222	1.21 245	0.90 193	1.29 359	1.01 201	0.82 209	0.57 190	5.35 489	0.48 225	0.24 310	0.14 159	0.24 285	0.20 237	0.20 191	0.30 386

RE-Stereo	0.80 331	0.30 227	0.75 251	0.60 330	0.31 173	0.64 192	0.44 222	1.21 245	0.90 193	1.29 359	1.01 201	0.81 204	0.57 190	5.37 492	0.48 225	0.24 310	0.14 159	0.24 285	0.20 237	0.20 191	0.30 386

TVStereo	0.80 331	0.30 227	0.75 251	0.60 330	0.31 173	0.64 192	0.44 222	1.21 245	0.90 193	1.29 359	1.01 201	0.81 204	0.57 190	5.37 492	0.48 225	0.24 310	0.14 159	0.24 285	0.20 237	0.20 191	0.30 386

STTRV1_RVC	1.58 478	0.68 476	1.96 495	0.88 492	1.12 511	1.57 452	0.90 447	2.25 500	1.75 489	1.29 359	2.02 479	1.40 391	1.22 437	9.77 555	1.31 438	0.81 514	0.33 460	0.54 495	0.49 494	0.73 505	0.52 476

PWCDC_ROB	1.29 452	0.75 487	1.33 439	1.05 511	0.88 493	1.73 466	0.52 294	1.89 426	3.28 531	1.29 359	4.88 535	1.22 348	1.46 465	1.77 357	1.45 463	0.60 504	0.26 412	0.29 382	0.25 360	0.52 474	0.37 426

gwcnet-sp	0.74 300	0.33 298	1.44 452	0.57 300	0.45 334	1.40 434	0.54 308	1.50 313	1.14 309	1.30 368	1.02 209	0.94 263	0.82 294	1.39 282	0.76 334	0.21 244	0.21 361	0.22 227	0.21 281	0.22 255	0.22 276

scenet	0.74 300	0.33 298	1.44 452	0.57 300	0.45 334	1.40 434	0.54 308	1.50 313	1.14 309	1.30 368	1.02 209	0.94 263	0.82 294	1.39 282	0.76 334	0.21 244	0.21 361	0.22 227	0.21 281	0.22 255	0.22 276

CASS	0.65 242	0.34 321	0.72 219	0.56 284	0.27 84	0.78 279	0.42 190	1.59 341	0.86 178	1.30 368	1.25 309	0.87 233	0.84 306	0.84 127	0.54 263	0.35 440	0.19 321	0.26 343	0.21 281	0.28 351	0.42 444
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.74 300	0.33 298	1.44 452	0.57 300	0.45 334	1.40 434	0.54 308	1.50 313	1.14 309	1.30 368	1.02 209	0.94 263	0.82 294	1.39 282	0.76 334	0.21 244	0.21 361	0.22 227	0.21 281	0.22 255	0.22 276

HBP-ISP	0.96 386	0.58 450	0.72 219	0.61 344	0.46 345	1.64 459	0.76 409	1.86 419	1.28 393	1.30 368	1.53 405	0.86 229	0.94 354	3.27 452	0.69 313	0.45 477	0.44 499	0.54 495	0.48 491	0.47 461	0.40 436

IPLG	0.69 264	0.27 150	0.97 353	0.51 194	0.43 320	0.79 284	0.33 88	1.21 245	1.06 262	1.30 368	1.10 244	0.52 106	0.55 176	3.16 449	0.63 295	0.16 56	0.14 159	0.19 129	0.16 146	0.18 117	0.17 145

raftrobust	0.52 134	0.25 101	0.56 113	0.65 388	0.52 383	0.49 86	0.34 100	0.98 153	0.91 198	1.30 368	0.87 159	0.63 151	0.81 289	0.78 107	0.41 162	0.19 179	0.15 216	0.16 49	0.14 88	0.15 38	0.16 120

RAFT + AFF	1.00 403	0.42 389	1.09 398	0.67 407	0.50 361	1.22 407	1.24 491	2.24 499	1.19 348	1.30 368	1.56 415	1.17 339	1.49 470	3.44 458	0.83 361	0.21 244	0.25 407	0.30 393	0.26 377	0.27 333	0.27 356

UPFNet	0.80 331	0.32 276	0.90 328	0.59 319	0.74 458	1.26 412	0.80 423	1.52 322	1.10 288	1.30 368	1.12 257	1.30 374	0.84 306	1.67 336	1.09 407	0.24 310	0.24 400	0.24 285	0.23 333	0.25 307	0.18 170

HSM	1.19 446	0.32 276	0.65 166	0.57 300	0.38 276	1.23 408	0.59 357	2.25 500	1.19 348	1.30 368	1.25 309	1.94 474	1.03 395	9.32 548	0.71 319	0.22 270	0.16 255	0.20 164	0.16 146	0.21 232	0.21 259

HI	0.64 234	0.32 276	0.68 182	0.47 111	0.51 372	0.41 34	0.36 124	1.04 177	0.75 145	1.31 378	1.43 377	1.62 432	1.12 416	0.94 160	0.88 371	0.15 35	0.12 50	0.20 164	0.20 237	0.20 191	0.18 170

CoSv	0.64 234	0.32 276	0.68 182	0.47 111	0.51 372	0.41 34	0.36 124	1.04 177	0.75 145	1.31 378	1.43 377	1.62 432	1.12 416	0.94 160	0.88 371	0.15 35	0.12 50	0.20 164	0.20 237	0.20 191	0.18 170

GASNet	0.99 398	0.97 501	1.72 480	0.98 506	0.68 447	0.83 308	0.67 384	1.60 345	1.28 393	1.31 378	1.22 299	1.22 348	1.21 436	2.41 418	1.41 455	0.43 471	0.26 412	0.36 447	0.34 454	0.55 480	0.31 396

222	1.61 483	0.29 207	0.67 178	0.56 284	0.29 125	1.06 376	0.42 190	2.17 490	1.31 407	1.31 378	1.52 404	0.92 258	0.94 354	1.76 355	17.65 561	0.24 310	0.20 339	0.21 199	0.19 205	0.22 255	0.23 296

SQANet	1.31 456	0.88 498	1.08 395	1.83 531	1.44 527	1.44 441	0.75 406	1.74 378	1.09 281	1.32 382	1.26 316	1.28 370	1.01 388	1.50 304	0.83 361	2.50 537	0.34 462	1.47 529	0.55 504	2.32 531	1.57 533

test-3	0.54 159	0.22 45	0.68 182	0.47 111	0.27 84	0.58 159	0.35 108	0.92 122	1.00 239	1.32 382	0.69 114	0.87 233	0.45 110	1.68 341	0.37 125	0.16 56	0.11 26	0.20 164	0.16 146	0.17 87	0.13 35

RAFT-345	0.84 353	0.25 101	0.66 173	0.50 164	0.27 84	0.54 138	0.42 190	0.83 96	1.11 290	1.32 382	2.34 496	0.86 229	0.54 169	5.72 501	0.47 220	0.18 138	0.13 108	0.22 227	0.17 166	0.17 87	0.16 120

RAFT-Stereo + iAFF	0.54 159	0.25 101	0.68 182	0.43 57	0.24 38	0.40 30	0.34 100	1.04 177	1.09 281	1.32 382	1.60 424	0.80 200	0.68 235	0.67 75	0.39 144	0.13 18	0.10 9	0.18 108	0.17 166	0.17 87	0.13 35

delet	0.85 357	0.32 276	0.95 345	0.65 388	0.66 437	1.64 459	0.84 430	1.75 380	1.35 427	1.32 382	1.30 329	1.30 374	0.88 327	1.68 341	1.10 410	0.21 244	0.21 361	0.24 285	0.24 346	0.21 232	0.21 259

NCC-stereo	1.10 428	0.54 435	1.24 424	0.84 478	0.94 498	1.29 416	0.89 442	2.01 458	1.34 418	1.32 382	1.74 447	1.88 464	1.74 490	2.35 413	1.25 429	0.45 477	0.37 480	0.45 476	0.58 507	0.42 439	0.42 444

Nwc_Net	1.09 426	0.49 416	1.33 439	0.89 496	0.80 479	1.49 445	0.66 380	2.19 493	1.27 388	1.32 382	2.26 492	1.96 476	1.54 473	1.92 371	1.34 442	0.40 458	0.30 442	0.43 471	0.45 484	0.38 424	0.37 426

Abc-Net	1.10 428	0.54 435	1.24 424	0.84 478	0.94 498	1.29 416	0.89 442	2.01 458	1.34 418	1.32 382	1.74 447	1.88 464	1.74 490	2.35 413	1.25 429	0.45 477	0.37 480	0.45 476	0.58 507	0.42 439	0.42 444
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
G2L-Stereo	0.80 331	0.32 276	0.95 345	0.60 330	0.42 310	0.78 279	0.69 392	1.50 313	1.09 281	1.33 390	1.14 266	1.45 403	0.72 250	2.45 420	1.10 410	0.25 336	0.20 339	0.26 343	0.21 281	0.20 191	0.26 346

SDNR	1.62 484	0.51 426	2.17 503	0.53 232	0.56 397	3.80 537	0.45 239	1.54 331	1.29 397	1.33 390	2.41 500	1.08 312	0.96 366	11.18 560	1.16 419	0.66 510	0.63 524	0.43 471	0.32 440	0.64 494	0.67 501

PFNet+	0.59 202	0.28 172	0.77 268	0.53 232	0.30 147	0.59 164	0.31 74	0.92 122	1.14 309	1.33 390	1.10 244	0.79 198	0.57 190	1.31 255	0.49 232	0.25 336	0.17 284	0.28 372	0.26 377	0.21 232	0.25 322

CVANet_RVC	1.07 420	0.43 392	0.76 261	0.60 330	0.50 361	0.90 326	0.97 460	1.52 322	1.26 382	1.33 390	1.38 364	1.24 355	1.18 427	6.75 523	0.75 331	0.34 433	0.23 391	0.34 431	0.29 418	0.42 439	0.27 356

SACVNet	0.85 357	0.46 404	0.85 294	0.81 466	0.56 397	0.80 292	0.79 417	1.68 364	1.12 294	1.34 394	1.33 343	1.25 359	0.94 354	2.39 417	0.76 334	0.34 433	0.26 412	0.31 399	0.29 418	0.35 404	0.44 453

CrosDoStereo	1.58 478	0.24 74	0.72 219	0.48 137	0.29 125	0.67 220	12.49 561	1.10 211	0.98 227	1.34 394	1.75 450	1.00 288	1.89 501	6.65 517	0.81 354	0.19 179	0.15 216	0.20 164	0.22 310	0.18 117	0.19 210

DeepStereo_LL	1.58 478	0.24 74	0.72 219	0.48 137	0.29 125	0.67 220	12.49 561	1.10 211	0.98 227	1.34 394	1.75 450	1.00 288	1.89 501	6.65 517	0.81 354	0.19 179	0.15 216	0.20 164	0.22 310	0.18 117	0.19 210

THIR-Stereo	1.02 412	0.27 150	0.69 195	0.49 152	0.28 108	0.95 346	1.34 498	1.03 171	0.97 222	1.34 394	1.90 468	1.17 339	1.58 476	6.44 514	0.78 342	0.19 179	0.14 159	0.21 199	0.22 310	0.19 157	0.20 242

AANet_RVC	1.16 444	0.52 430	1.49 466	0.65 388	0.45 334	0.75 260	0.69 392	1.42 293	1.55 473	1.34 394	1.87 465	1.53 419	0.78 275	7.43 532	1.38 447	0.25 336	0.17 284	0.19 129	0.16 146	0.22 255	0.26 346

coex_refinement	0.80 331	0.28 172	0.73 231	0.70 426	0.51 372	0.95 346	0.60 361	1.78 394	1.23 368	1.36 399	1.37 359	1.82 462	0.81 289	1.32 259	1.13 416	0.26 358	0.17 284	0.19 129	0.20 237	0.24 295	0.25 322

Consistency-Raft	1.25 450	0.99 504	1.93 493	1.02 510	1.21 520	0.96 352	1.01 468	1.75 380	1.92 500	1.36 399	2.12 485	1.44 401	1.01 388	1.14 215	1.40 451	0.72 512	0.82 531	0.89 518	0.98 534	1.31 526	0.95 516

GMM-Stereo	0.74 300	0.25 101	0.59 136	0.54 247	0.34 230	0.72 247	0.99 464	1.01 165	0.87 182	1.36 399	1.78 453	1.12 329	0.81 289	2.09 389	0.46 213	0.18 138	0.12 50	0.25 324	0.25 360	0.20 191	0.85 513

ssnet_v2	0.88 367	0.36 352	1.02 373	0.62 356	0.38 276	1.32 421	0.97 460	2.07 470	1.34 418	1.37 402	1.18 284	1.54 420	0.92 340	1.10 205	1.65 476	0.30 401	0.27 420	0.30 393	0.28 407	0.27 333	0.26 346

ACRE	0.61 211	0.33 298	1.01 366	0.58 306	0.49 354	0.75 260	0.47 253	1.06 198	0.95 210	1.37 402	1.55 411	0.62 148	0.46 117	0.83 124	0.70 314	0.23 295	0.15 216	0.19 129	0.16 146	0.18 117	0.21 259

MMNet	0.84 353	0.32 276	1.09 398	0.60 330	0.59 417	1.85 480	0.49 274	1.51 320	1.27 388	1.37 402	1.15 274	1.26 363	1.18 427	1.67 336	1.22 426	0.19 179	0.18 305	0.23 265	0.22 310	0.25 307	0.21 259

NLCA_NET_v2_RVC	0.79 328	0.43 392	1.05 382	0.64 374	0.58 409	0.95 346	0.53 302	1.53 328	1.18 340	1.37 402	1.15 274	1.43 396	0.88 327	1.61 325	0.84 364	0.25 336	0.22 379	0.27 359	0.27 387	0.29 362	0.29 372
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PDISCO_ROB	1.32 458	0.65 470	1.44 452	1.36 521	1.46 528	2.55 513	0.92 450	2.45 518	2.07 508	1.37 402	1.49 398	1.65 443	1.00 386	2.82 435	1.35 445	1.01 519	0.27 420	0.54 495	0.47 489	0.71 503	0.73 507

xyz-stereo	7.16 552	0.22 45	69.90 579	0.42 50	0.21 9	32.92 575	0.49 274	0.87 103	0.76 151	1.38 407	27.04 570	1.19 343	1.16 423	4.69 477	0.97 390	0.16 56	0.12 50	0.20 164	0.14 88	0.16 58	0.12 10

CRFU-Net	0.86 362	0.39 371	1.00 362	0.65 388	0.57 400	1.78 474	0.86 436	2.15 481	0.81 166	1.38 407	1.18 284	1.64 440	1.19 430	1.35 267	0.90 377	0.26 358	0.22 379	0.21 199	0.19 205	0.23 280	0.24 310

DDUNet	1.50 473	2.69 552	1.12 405	1.77 530	1.88 532	1.84 479	0.92 450	1.70 371	1.16 330	1.38 407	1.79 454	1.60 430	1.12 416	1.37 273	1.08 405	1.10 526	0.76 529	2.37 538	0.94 530	2.00 529	1.37 530

STTStereo	0.78 324	0.50 423	1.22 420	0.64 374	0.54 389	0.89 323	0.54 308	1.44 300	1.11 290	1.38 407	1.09 240	1.27 367	0.85 309	1.43 290	0.83 361	0.29 397	0.27 420	0.33 421	0.39 470	0.32 390	0.30 386

RYNet	1.17 445	0.49 416	1.24 424	0.70 426	0.97 502	1.71 463	0.92 450	1.91 433	1.46 460	1.38 407	1.14 266	1.88 464	1.30 451	4.24 468	1.87 483	0.26 358	0.21 361	0.35 439	0.27 387	0.55 480	0.54 478

DeepPruner_ROB	0.74 300	0.48 413	0.87 311	0.57 300	0.44 327	0.79 284	0.54 308	1.73 374	0.96 215	1.38 407	1.27 319	1.24 355	0.73 252	1.43 290	0.73 325	0.34 433	0.28 427	0.27 359	0.26 377	0.31 382	0.31 396

DEmStereo	0.97 392	0.23 56	0.79 279	0.47 111	0.32 192	1.04 372	0.56 334	0.93 129	0.89 189	1.39 413	2.14 487	1.02 297	2.07 512	5.64 500	0.77 340	0.17 99	0.15 216	0.20 164	0.20 237	0.18 117	0.20 242

CIPLG	0.62 215	0.33 298	0.96 351	0.58 306	0.50 361	0.75 260	0.48 264	1.05 185	0.96 215	1.40 414	1.57 419	0.64 154	0.48 137	0.89 146	0.70 314	0.23 295	0.15 216	0.19 129	0.16 146	0.19 157	0.21 259

IPLGR_C	0.62 215	0.33 298	0.99 357	0.58 306	0.49 354	0.76 266	0.48 264	1.10 211	0.96 215	1.40 414	1.56 415	0.62 148	0.48 137	0.80 113	0.71 319	0.23 295	0.15 216	0.19 129	0.16 146	0.19 157	0.21 259

GMOStereo	0.53 144	0.26 122	0.65 166	0.50 164	0.29 125	0.52 121	0.43 209	0.89 112	0.96 215	1.41 416	1.14 266	0.85 225	0.56 181	0.59 43	0.38 136	0.16 56	0.14 159	0.24 285	0.21 281	0.20 191	0.15 91

error version	0.53 144	0.26 122	0.65 166	0.50 164	0.29 125	0.52 121	0.43 209	0.89 112	0.96 215	1.41 416	1.14 266	0.85 225	0.56 181	0.59 43	0.38 136	0.16 56	0.14 159	0.24 285	0.21 281	0.20 191	0.15 91

test-v	0.53 144	0.26 122	0.65 166	0.50 164	0.29 125	0.52 121	0.43 209	0.89 112	0.96 215	1.41 416	1.14 266	0.85 225	0.56 181	0.59 43	0.38 136	0.16 56	0.14 159	0.24 285	0.21 281	0.20 191	0.15 91

test-2	0.53 144	0.26 122	0.65 166	0.50 164	0.29 125	0.52 121	0.43 209	0.89 112	0.96 215	1.41 416	1.14 266	0.85 225	0.56 181	0.59 43	0.38 136	0.16 56	0.14 159	0.24 285	0.21 281	0.20 191	0.15 91

GwcNet	1.08 423	0.51 426	2.33 508	0.79 460	1.18 518	1.76 469	0.70 395	1.68 364	1.47 461	1.41 416	1.64 435	1.74 453	1.04 397	2.20 402	1.41 455	0.30 401	0.29 438	0.29 382	0.27 387	0.30 373	0.35 416

CBMV_ROB	0.90 372	0.44 395	0.63 152	0.51 194	0.37 259	1.25 411	0.49 274	1.77 390	1.27 388	1.41 416	2.00 476	1.33 380	1.08 408	2.17 396	0.76 334	0.43 471	0.42 495	0.47 481	0.44 482	0.41 435	0.36 421

test_for_model	1.30 454	3.71 558	0.58 129	3.22 549	2.84 549	0.59 164	0.33 88	1.40 289	0.83 172	1.42 422	0.61 93	0.52 106	0.37 72	0.51 23	0.33 76	2.46 536	0.15 216	0.16 49	0.11 8	4.39 559	1.50 532

pcwnet_v2	0.97 392	0.37 359	4.33 529	0.62 356	0.54 389	0.79 284	0.45 239	2.02 462	1.58 474	1.42 422	1.64 435	1.09 322	0.79 279	1.24 240	0.67 306	0.32 415	0.25 407	0.29 382	0.27 387	0.37 415	0.35 416

otaku	1.60 481	1.11 513	1.21 418	2.20 534	1.56 529	1.97 489	1.24 491	2.07 470	1.36 430	1.44 424	1.62 431	1.73 451	1.19 430	1.73 349	0.98 393	2.89 542	0.57 521	1.74 530	0.60 511	2.78 538	1.94 539

dad	0.86 362	0.66 471	1.06 386	0.56 284	0.37 259	0.76 266	0.44 222	1.17 229	1.50 465	1.44 424	1.27 319	1.34 384	0.75 256	2.52 426	0.84 364	0.42 466	0.27 420	0.83 516	0.26 377	0.41 435	0.29 372

Prome-Stereo	0.75 308	0.27 150	0.53 93	0.55 271	0.32 192	0.59 164	0.97 460	0.89 112	0.88 186	1.45 426	2.46 502	0.91 249	1.41 458	1.58 320	0.44 186	0.18 138	0.13 108	0.19 129	0.17 166	0.20 191	0.92 515

StereoDRNet-Refined	0.80 331	0.41 385	0.88 318	0.62 356	0.42 310	1.33 423	0.48 264	1.52 322	1.17 333	1.45 426	1.44 382	1.44 401	0.90 334	1.26 244	1.24 428	0.20 211	0.16 255	0.27 359	0.24 346	0.25 307	0.28 368
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MLCV	0.72 277	0.34 321	1.10 401	0.51 194	0.23 22	0.91 330	0.39 162	1.33 270	1.23 368	1.46 428	1.55 411	1.01 295	0.64 226	1.95 376	0.80 352	0.18 138	0.12 50	0.18 108	0.14 88	0.19 157	0.17 145

AAGNet	1.83 496	0.28 172	0.72 219	0.61 344	0.32 192	0.67 220	0.51 283	0.96 148	0.98 227	1.47 429	1.20 295	1.00 288	1.18 427	2.83 436	22.77 568	0.22 270	0.13 108	0.22 227	0.19 205	0.23 280	0.15 91

SST-Stereo	0.83 348	0.28 172	0.72 219	0.59 319	0.31 173	0.72 247	0.26 39	1.09 208	0.86 178	1.47 429	1.10 244	1.00 288	0.87 322	5.73 502	0.45 199	0.22 270	0.13 108	0.23 265	0.19 205	0.23 280	0.18 170

RAFT_R40	0.83 348	0.28 172	0.73 231	0.59 319	0.31 173	0.69 232	0.44 222	1.10 211	0.95 210	1.47 429	1.10 244	1.00 288	0.85 309	5.53 496	0.46 213	0.22 270	0.13 108	0.23 265	0.20 237	0.23 280	0.18 170

PFNet	0.91 375	0.26 122	1.10 401	0.63 365	0.32 192	0.64 192	0.56 334	1.17 229	0.99 234	1.47 429	1.08 235	0.98 281	0.69 238	6.62 516	0.54 263	0.20 211	0.12 50	0.24 285	0.19 205	0.20 191	0.17 145

ccnet	1.12 433	0.67 472	1.01 366	0.78 458	0.73 457	1.72 465	0.99 464	1.84 415	1.26 382	1.47 429	1.85 462	1.75 456	1.29 447	1.75 350	1.88 485	0.57 499	0.53 516	0.57 505	0.55 504	0.59 487	0.54 478

S-Stereo	1.15 442	0.46 404	2.17 503	0.81 466	0.80 479	1.21 406	1.19 488	1.93 440	2.02 505	1.47 429	2.11 484	1.57 424	1.17 424	2.05 386	1.41 455	0.40 458	0.40 491	0.35 439	0.31 432	0.44 451	0.70 504

Wz-Net-SNSev	1.49 471	1.23 519	6.27 539	0.68 418	0.67 441	1.37 428	1.41 501	2.00 454	1.39 443	1.48 435	1.61 428	2.29 493	1.32 453	3.93 463	2.14 496	0.31 408	0.28 427	0.31 399	0.33 449	0.42 439	0.36 421

DPSNet	1.69 490	0.59 453	4.33 529	0.70 426	0.57 400	2.02 493	1.62 513	3.35 533	1.78 490	1.48 435	1.38 364	2.17 489	2.84 529	4.77 479	3.66 517	0.48 485	0.31 448	0.29 382	0.25 360	0.64 494	0.48 464

GANet	1.36 462	0.47 409	0.86 300	0.67 407	0.45 334	1.34 425	1.73 516	1.64 355	1.24 374	1.49 437	2.38 497	1.55 422	1.20 433	9.30 547	0.93 379	0.30 401	0.31 448	0.33 421	0.28 407	0.39 428	0.30 386

RainbowNet	1.97 506	1.76 533	1.57 470	2.81 542	2.21 537	1.98 491	1.81 519	2.54 521	1.89 497	1.50 438	1.84 460	1.96 476	1.65 483	2.14 393	1.25 429	3.33 549	0.85 536	2.39 541	0.98 534	2.82 541	2.22 541

SuperB	2.53 524	0.59 453	18.45 556	0.69 421	0.50 361	1.87 482	0.88 440	1.67 363	2.39 514	1.50 438	1.42 373	1.14 336	1.15 422	4.28 471	5.07 525	0.24 310	0.19 321	0.22 227	0.19 205	7.86 564	0.34 411

NCCL2	1.00 403	0.56 443	1.06 386	0.75 451	0.57 400	1.31 420	1.72 515	1.77 390	1.36 430	1.50 438	1.17 282	1.91 469	1.17 424	1.54 313	1.29 436	0.35 440	0.31 448	0.45 476	0.44 482	0.40 432	0.40 436

ADLNet	0.85 357	0.36 352	0.89 324	0.85 483	0.72 454	1.24 409	0.76 409	1.82 407	1.36 430	1.52 441	1.35 356	1.27 367	0.99 384	1.23 235	1.15 418	0.27 374	0.20 339	0.26 343	0.25 360	0.28 351	0.30 386

Pruner-Stereo	0.62 215	0.29 207	0.70 201	0.61 344	0.31 173	0.63 189	0.43 209	1.17 229	0.99 234	1.53 442	1.08 235	0.95 271	0.55 176	1.35 267	0.51 243	0.23 295	0.14 159	0.24 285	0.21 281	0.21 232	0.23 296

LMCR-Stereo	0.82 342	0.46 404	0.88 318	0.75 451	0.43 320	1.33 423	0.56 334	2.43 517	0.98 227	1.53 442	1.49 398	0.74 181	1.00 386	1.63 328	0.89 374	0.28 387	0.17 284	0.22 227	0.17 166	0.29 362	0.20 242

DMCA-RVC	0.74 300	0.40 377	1.27 430	0.66 395	0.49 354	0.77 274	0.47 253	1.35 278	1.01 242	1.53 442	1.01 201	1.29 373	0.82 294	1.31 255	0.78 342	0.27 374	0.21 361	0.35 439	0.27 387	0.32 390	0.24 310

HSM-Net_RVC	0.87 366	0.29 207	0.53 93	0.53 232	0.30 147	1.15 394	0.55 326	3.57 535	1.28 393	1.53 442	1.74 447	1.68 446	0.93 349	1.49 302	0.77 340	0.22 270	0.17 284	0.19 129	0.18 183	0.20 191	0.19 210
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Wz-Net-LNSev-Ref	0.99 398	0.40 377	1.82 487	0.66 395	0.62 428	2.05 494	0.78 414	1.91 433	1.29 397	1.54 446	1.42 373	1.51 416	1.23 439	1.99 379	1.33 440	0.23 295	0.14 159	0.20 164	0.15 104	0.27 333	0.26 346

RGC	1.14 438	0.79 490	1.26 427	0.91 500	0.96 501	1.52 447	0.77 412	1.92 436	1.26 382	1.54 446	1.93 470	2.02 483	1.54 473	2.25 406	1.31 438	0.44 476	0.35 473	0.58 506	0.48 491	0.47 461	0.46 458

ADCP+	1.99 507	0.48 413	7.73 541	0.66 395	0.91 494	2.30 504	1.05 472	1.82 407	1.34 418	1.54 446	1.32 341	1.74 453	1.61 480	2.17 396	13.37 553	0.24 310	0.21 361	0.32 413	0.28 407	0.37 415	0.29 372

RP	1.09 426	0.50 423	1.12 405	0.90 497	1.04 504	1.11 383	0.84 430	1.80 403	1.62 476	1.55 449	2.00 476	1.90 468	1.78 493	1.84 362	1.25 429	0.52 490	0.36 478	0.48 483	0.36 463	0.45 454	0.43 451

LL-Strereo	1.33 459	0.39 371	1.38 444	0.61 344	0.61 423	0.75 260	0.66 380	1.63 354	1.17 333	1.56 450	1.60 424	2.03 484	2.12 513	9.72 554	0.97 390	0.21 244	0.18 305	0.27 359	0.23 333	0.22 255	0.25 322

DisPM	0.66 249	0.28 172	0.72 219	0.61 344	0.35 234	0.62 187	0.45 239	1.02 166	0.99 234	1.56 450	1.10 244	0.80 200	0.59 200	2.37 415	0.41 162	0.23 295	0.14 159	0.23 265	0.21 281	0.20 191	0.25 322

DSFCA	0.93 380	0.34 321	1.06 386	0.52 215	0.65 434	1.55 450	0.93 454	1.49 309	1.19 348	1.56 450	1.15 274	1.50 414	0.96 366	3.07 444	1.02 397	0.30 401	0.26 412	0.25 324	0.25 360	0.28 351	0.24 310

AF-Net	1.13 436	0.52 430	1.33 439	0.86 485	0.91 494	1.38 431	0.71 397	2.16 484	1.62 476	1.56 450	2.40 499	1.99 479	1.65 483	1.81 361	1.48 468	0.48 485	0.28 427	0.49 485	0.33 449	0.39 428	0.32 401

Wz-Net-TNSev	1.88 500	2.08 545	7.66 540	0.67 407	0.64 432	2.42 509	1.83 521	2.33 507	1.74 488	1.57 454	1.56 415	2.58 505	1.90 503	4.86 480	3.12 509	0.39 455	0.37 480	0.33 421	0.37 466	0.53 476	0.58 487

ADCRef	1.35 461	0.55 440	2.37 510	0.72 437	0.77 469	1.94 487	0.78 414	1.91 433	1.27 388	1.57 454	1.59 423	1.36 387	1.41 458	1.54 313	7.53 535	0.23 295	0.20 339	0.32 413	0.30 427	0.29 362	0.29 372

OMP-Stereo	0.94 382	0.33 298	0.72 219	0.90 497	0.31 173	0.49 86	0.36 124	1.16 227	1.06 262	1.58 456	1.12 257	1.46 406	0.69 238	6.94 524	0.49 232	0.19 179	0.14 159	0.24 285	0.18 183	0.20 191	0.14 61

ISRNet	0.80 331	0.33 298	1.07 391	0.81 466	0.66 437	0.60 172	0.34 100	1.19 242	1.13 306	1.59 457	1.53 405	1.35 385	0.77 268	1.27 247	0.94 381	0.39 455	0.34 462	0.43 471	0.38 468	0.34 402	0.49 468

R-Stereo Train	0.57 190	0.26 122	0.63 152	0.54 247	0.36 244	0.69 232	0.54 308	1.22 253	0.72 138	1.61 458	1.50 401	0.75 183	0.53 164	0.64 64	0.44 186	0.18 138	0.15 216	0.17 74	0.15 104	0.17 87	0.17 145

RAFT-Stereo	0.57 190	0.26 122	0.63 152	0.54 247	0.36 244	0.69 232	0.54 308	1.22 253	0.72 138	1.61 458	1.50 401	0.75 183	0.53 164	0.64 64	0.44 186	0.18 138	0.15 216	0.17 74	0.15 104	0.17 87	0.17 145
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
StereoDRNet	0.98 396	0.47 409	1.70 477	0.76 453	0.94 498	1.51 446	0.91 448	1.92 436	1.32 411	1.61 458	1.13 262	1.47 411	0.97 369	1.75 350	1.46 466	0.28 387	0.23 391	0.29 382	0.27 387	0.35 404	0.27 356

KYRaft	0.75 308	0.28 172	0.62 149	0.56 284	0.29 125	0.67 220	0.86 436	0.94 136	0.84 176	1.62 461	2.21 490	1.16 338	1.02 393	1.57 318	0.40 151	0.20 211	0.13 108	0.22 227	0.28 407	0.20 191	1.02 519

ARAFT	0.77 316	0.36 352	1.49 466	0.51 194	0.31 173	0.90 326	0.82 428	1.90 429	1.06 262	1.62 461	1.24 305	1.02 297	0.64 226	1.84 362	0.50 238	0.18 138	0.14 159	0.28 372	0.27 387	0.17 87	0.16 120

YMNet	1.00 403	0.54 435	1.40 445	0.81 466	0.85 488	1.87 482	0.62 366	1.55 335	1.18 340	1.63 463	1.99 474	1.77 457	0.97 369	1.50 304	1.45 463	0.33 423	0.37 480	0.31 399	0.32 440	0.32 390	0.29 372

YMNet_1	1.00 403	0.54 435	1.40 445	0.81 466	0.85 488	1.87 482	0.62 366	1.55 335	1.18 340	1.63 463	1.99 474	1.77 457	0.97 369	1.50 304	1.45 463	0.33 423	0.37 480	0.31 399	0.32 440	0.32 390	0.29 372

DLCB_ROB	0.86 362	0.40 377	0.78 276	0.68 418	0.54 389	1.11 383	0.84 430	1.49 309	1.23 368	1.64 465	1.65 437	1.70 448	0.91 337	1.70 343	1.05 399	0.25 336	0.24 400	0.26 343	0.27 387	0.27 333	0.24 310

PSM-AAD	0.79 328	0.27 150	0.53 93	0.55 271	0.28 108	0.77 274	1.24 491	0.99 155	0.91 198	1.66 466	1.57 419	0.81 204	2.19 516	1.65 331	0.44 186	0.19 179	0.14 159	0.38 453	0.32 440	0.21 232	0.70 504

MADNet+	2.69 528	3.22 556	11.53 550	1.44 526	1.12 511	3.19 528	1.81 519	2.85 525	2.37 513	1.68 467	2.07 483	2.85 514	2.18 515	7.41 531	5.23 526	0.79 513	0.76 529	0.69 514	0.65 514	0.98 513	0.95 516

IIG-Stereo	0.96 386	0.31 260	0.72 219	0.88 492	0.33 213	0.61 178	0.26 39	1.19 242	1.03 249	1.69 468	1.37 359	1.46 406	0.75 256	6.96 525	0.51 243	0.19 179	0.14 159	0.23 265	0.18 183	0.20 191	0.14 61

edge stereo	1.11 431	0.50 423	1.30 433	0.71 434	0.65 434	1.14 388	0.75 406	1.93 440	1.37 434	1.71 469	1.83 458	2.54 504	1.44 462	2.43 419	1.23 427	0.42 466	0.41 493	0.54 495	0.35 459	0.42 439	0.46 458

stereogan	1.15 442	0.42 389	1.40 445	0.86 485	0.84 485	2.38 508	0.71 397	1.88 424	1.73 486	1.72 470	1.94 472	2.31 495	1.29 447	2.07 387	1.08 405	0.36 444	0.35 473	0.39 459	0.31 432	0.51 472	0.46 458

MFN_U_SF_DS_RVC	1.74 495	0.87 496	3.56 525	0.80 463	0.75 465	3.72 534	2.44 546	1.82 407	1.82 494	1.74 471	1.91 469	1.92 472	1.26 444	7.69 537	1.28 435	0.45 477	0.47 507	0.52 489	0.77 520	0.50 468	0.50 470

FTStereo	0.91 375	0.26 122	0.56 113	0.54 247	0.33 213	0.66 216	1.87 524	1.00 159	0.75 145	1.75 472	4.15 525	1.04 304	1.65 483	1.57 318	0.46 213	0.19 179	0.16 255	0.23 265	0.21 281	0.18 117	0.63 495

FAT-Stereo	1.07 420	0.41 385	1.32 437	0.72 437	0.58 409	1.08 379	0.89 442	1.96 445	1.65 478	1.75 472	1.98 473	2.03 484	1.48 468	2.02 382	1.18 425	0.42 466	0.35 473	0.34 431	0.29 418	0.35 404	0.53 477

FBW_ROB	1.71 493	0.62 466	1.45 457	0.67 407	0.61 423	1.81 475	1.08 476	2.52 520	1.70 483	1.77 474	1.73 446	1.98 478	1.25 442	12.57 562	1.84 482	0.34 433	0.37 480	0.56 503	0.38 468	0.45 454	0.43 451

DRaft	0.80 331	0.24 74	0.70 201	0.45 93	0.30 147	0.97 356	0.53 302	1.05 185	0.97 222	1.78 475	2.02 479	0.80 200	1.74 490	2.73 434	0.72 322	0.17 99	0.14 159	0.20 164	0.20 237	0.18 117	0.21 259

DANet	1.08 423	0.61 463	1.32 437	0.85 483	0.72 454	1.37 428	0.51 283	1.54 331	1.15 321	1.78 475	1.54 409	2.01 481	1.11 413	2.90 439	2.00 491	0.33 423	0.30 442	0.40 464	0.30 427	0.44 451	0.45 455
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DRN-Test	1.00 403	0.44 395	1.13 407	0.70 426	0.81 481	1.62 456	0.79 417	2.14 479	1.44 458	1.78 475	1.33 343	1.43 396	1.05 401	2.18 399	1.53 472	0.27 374	0.21 361	0.31 399	0.30 427	0.32 390	0.28 368

DCVSM-stereo	0.72 277	0.35 342	0.76 261	0.55 271	0.42 310	0.73 251	0.38 147	1.21 245	1.02 245	1.79 478	1.04 222	1.62 432	1.03 395	1.04 190	0.79 348	0.24 310	0.27 420	0.29 382	0.24 346	0.30 373	0.36 421

Wz-Net-MNSev	1.11 431	0.58 450	2.23 506	0.66 395	0.71 452	1.95 488	1.46 504	1.98 451	1.45 459	1.79 478	1.43 377	1.49 413	1.33 454	1.97 378	1.42 459	0.27 374	0.23 391	0.28 372	0.28 407	0.34 402	0.31 396

DAS	0.84 353	0.34 321	1.03 377	0.64 374	0.69 449	0.77 274	0.63 371	1.54 331	1.20 353	1.79 478	1.55 411	0.95 271	1.04 397	2.83 436	0.60 286	0.21 244	0.16 255	0.25 324	0.18 183	0.27 333	0.22 276

SepStereo	0.82 342	0.34 321	1.03 377	0.64 374	0.69 449	0.77 274	0.63 371	1.54 331	1.20 353	1.79 478	1.55 411	0.95 271	1.04 397	2.30 410	0.60 286	0.21 244	0.16 255	0.25 324	0.18 183	0.27 333	0.22 276

LALA_ROB	1.01 409	0.59 453	1.16 413	0.67 407	0.51 372	1.63 457	1.26 495	1.69 366	1.38 438	1.81 482	1.37 359	1.94 474	1.02 393	1.58 320	1.38 447	0.37 448	0.27 420	0.43 471	0.37 466	0.43 445	0.37 426

ACVNet_1	2.18 511	1.45 527	1.72 480	2.85 543	2.33 542	2.28 503	1.46 504	3.08 529	2.22 512	1.82 483	2.05 482	3.56 523	1.98 507	3.09 447	1.40 451	3.17 544	0.60 523	2.40 542	0.92 529	2.91 545	2.37 544

PASM	1.34 460	0.92 499	2.62 517	0.86 485	0.87 492	1.03 370	1.08 476	1.50 313	1.51 467	1.82 483	1.41 372	1.68 446	1.26 444	4.87 481	1.34 442	0.61 505	0.65 527	0.68 512	0.78 521	0.69 501	0.68 503

XPNet_ROB	0.96 386	0.49 416	1.09 398	0.72 437	0.57 400	1.11 383	1.14 482	1.66 361	1.23 368	1.85 485	1.39 368	1.64 440	1.11 413	1.80 359	1.42 459	0.38 452	0.30 442	0.33 421	0.29 418	0.37 415	0.34 411

XQC	1.37 463	0.87 496	2.56 515	0.84 478	0.69 449	1.83 478	0.89 442	2.07 470	1.88 496	1.88 486	1.53 405	1.91 469	1.55 475	2.85 438	3.05 507	0.48 485	0.29 438	0.44 475	0.39 470	0.69 501	0.60 492

ADCPNet	1.85 498	0.69 477	8.07 542	0.71 434	0.58 409	2.79 520	1.22 490	1.94 442	1.54 471	1.88 486	1.69 442	2.46 503	2.04 509	2.37 415	6.48 530	0.38 452	0.37 480	0.38 453	0.43 480	0.47 461	0.45 455

MSC_U_SF_DS_RVC	2.12 509	1.15 516	3.10 522	1.05 511	0.76 468	5.03 548	2.40 545	2.16 484	2.62 523	1.89 488	2.28 493	2.69 509	1.65 483	9.35 549	2.04 492	0.64 509	0.51 514	0.68 512	0.71 518	1.09 520	0.67 501

ADCL	1.72 494	0.57 447	3.66 526	0.67 407	0.61 423	2.61 516	1.85 522	1.96 445	1.67 480	1.90 489	1.83 458	2.06 487	1.90 503	2.13 392	9.15 545	0.26 358	0.24 400	0.34 431	0.32 440	0.38 424	0.35 416

ETE_ROB	0.96 386	0.64 469	1.16 413	0.69 421	0.48 351	1.14 388	1.13 481	1.77 390	1.19 348	1.91 490	1.45 384	1.73 451	1.05 401	1.60 323	1.14 417	0.32 415	0.26 412	0.38 453	0.34 454	0.39 428	0.41 440

NVStereoNet_ROB	1.88 500	1.07 508	1.45 457	1.07 514	1.17 516	1.47 442	1.48 506	1.89 426	1.93 502	1.94 491	4.67 533	3.08 519	1.80 495	6.51 515	1.65 476	1.06 524	0.86 538	1.08 526	1.32 539	0.93 511	1.26 528
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFN_U_SF_RVC	1.52 475	0.84 492	3.42 524	0.87 491	0.66 437	2.56 514	0.95 458	2.36 510	1.70 483	1.98 492	1.86 463	2.45 502	1.79 494	2.95 440	2.58 501	0.52 490	0.48 508	0.55 500	0.59 510	0.59 487	0.61 493

GrayStereo	0.82 342	0.26 122	0.58 129	0.63 365	0.37 259	0.76 266	1.86 523	1.11 217	0.87 182	1.99 493	1.89 467	1.08 312	1.82 498	1.39 282	0.48 225	0.19 179	0.14 159	0.19 129	0.21 281	0.18 117	0.39 435

psmorigin	1.52 475	0.69 477	10.52 549	0.68 418	0.59 417	1.13 387	0.70 395	1.57 339	1.19 348	1.99 493	1.79 454	2.26 492	1.47 467	2.09 389	1.36 446	0.39 455	0.40 491	0.34 431	0.33 449	0.43 445	0.56 482

CBMV	0.95 385	0.44 395	0.66 173	0.53 232	0.35 234	1.53 448	1.63 514	1.69 366	1.42 455	2.00 495	1.60 424	1.43 396	1.17 424	1.59 322	0.99 394	0.34 433	0.34 462	0.39 459	0.33 449	0.33 399	0.32 401
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RAFT-RH_RVC	1.03 414	0.24 74	0.67 178	0.49 152	0.28 108	0.81 301	0.33 88	0.83 96	1.08 273	2.05 496	4.65 532	1.04 304	0.57 190	5.98 509	0.50 238	0.18 138	0.13 108	0.26 343	0.20 237	0.16 58	0.17 145

WZ-Net	1.95 504	0.95 500	10.10 546	0.86 485	0.78 471	1.69 462	1.60 512	2.20 496	1.98 503	2.08 497	1.93 470	2.30 494	1.97 506	5.30 488	3.17 512	0.34 433	0.26 412	0.29 382	0.31 432	0.51 472	0.47 461

NaN_ROB	1.13 436	0.55 440	1.15 412	0.64 374	0.48 351	1.61 455	2.03 533	1.72 373	1.48 462	2.09 498	1.27 319	1.40 391	1.08 408	3.94 464	1.30 437	0.28 387	0.34 462	0.28 372	0.28 407	0.30 373	0.33 407

SGM-Forest	1.24 448	0.38 366	0.60 141	0.52 215	0.37 259	1.56 451	1.30 496	1.65 356	1.36 430	2.11 499	1.79 454	1.63 437	0.93 349	7.48 534	0.95 385	0.36 444	0.37 480	0.39 459	0.34 454	0.37 415	0.32 401
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ACVNet_2	2.43 522	1.41 524	2.04 496	2.62 540	2.24 538	2.63 517	1.88 525	3.31 531	3.01 528	2.19 500	3.45 518	4.62 531	2.04 509	4.50 474	1.47 467	2.55 538	0.64 525	2.22 535	0.84 524	2.69 537	2.29 543

RTSC	1.29 452	0.73 482	2.44 511	0.83 477	0.57 400	1.85 480	0.65 375	1.88 424	2.00 504	2.20 501	1.66 439	1.60 430	1.26 444	2.33 412	3.92 519	0.32 415	0.23 391	0.27 359	0.29 418	0.37 415	0.37 426

test_sample8	2.19 512	0.49 416	1.13 407	0.56 284	0.39 286	1.02 367	0.73 401	1.82 407	1.15 321	2.26 502	1.30 329	4.94 536	2.52 525	2.27 408	7.92 540	0.57 499	12.61 571	0.62 508	0.67 515	0.45 454	0.42 444

MFMNet_re	1.40 467	1.14 515	1.68 476	1.39 523	1.07 505	1.48 443	1.43 502	1.87 421	1.82 494	2.26 502	2.19 489	1.51 416	1.86 500	1.52 307	1.25 429	0.93 517	0.83 532	0.84 517	0.80 522	0.99 515	1.05 523

PWC_ROB	1.24 448	0.76 488	2.46 512	0.72 437	0.78 471	1.15 394	0.49 274	1.75 380	1.92 500	2.31 504	3.07 512	1.59 428	1.40 457	2.46 422	2.10 495	0.33 423	0.22 379	0.35 439	0.24 346	0.38 424	0.41 440

IMH-64-1	2.70 529	1.79 535	1.46 459	3.26 551	2.66 545	3.23 530	2.10 534	4.08 538	2.75 526	2.34 505	3.81 522	3.06 517	2.22 517	4.25 469	2.59 502	3.75 553	0.84 533	2.75 548	1.35 540	3.15 547	2.60 550

IMH-64	2.70 529	1.79 535	1.46 459	3.26 551	2.66 545	3.23 530	2.10 534	4.08 538	2.75 526	2.34 505	3.81 522	3.06 517	2.22 517	4.25 469	2.59 502	3.75 553	0.84 533	2.75 548	1.35 540	3.15 547	2.60 550

LVE	3.31 537	1.67 532	1.64 473	2.85 543	2.42 543	3.20 529	2.26 541	4.78 546	5.05 547	2.35 507	6.91 542	6.02 542	2.37 520	9.15 545	2.17 497	3.19 546	1.08 549	2.38 540	1.47 546	2.81 540	2.40 546

CSAN	1.41 468	0.59 453	1.26 427	0.70 426	0.50 361	1.76 469	1.78 517	1.77 390	1.90 499	2.35 507	2.32 494	1.92 472	1.94 505	5.56 498	1.49 469	0.43 471	0.35 473	0.40 464	0.41 475	0.43 445	0.41 440

WAO-6	2.81 532	1.60 531	1.46 459	2.36 538	2.28 540	3.55 532	2.29 542	4.21 541	4.56 545	2.36 509	4.51 527	4.88 535	2.66 527	4.60 475	4.07 522	1.72 530	1.15 550	2.31 537	1.46 545	2.31 530	1.85 537

SANet	1.88 500	0.57 447	2.18 505	0.63 365	0.40 297	2.80 521	1.57 511	2.39 514	5.88 550	2.36 509	3.57 519	3.72 526	2.97 531	4.74 478	1.76 479	0.34 433	0.30 442	0.32 413	0.29 418	0.48 464	0.37 426

SHD	1.31 456	0.71 481	2.34 509	0.86 485	0.75 465	1.77 472	0.65 375	2.22 497	2.50 520	2.40 511	1.71 444	1.91 469	1.60 479	1.93 374	2.37 499	0.38 452	0.31 448	0.38 453	0.40 474	0.48 464	0.50 470

AnyNet_C32	1.96 505	1.10 510	5.17 533	0.90 497	1.11 509	2.12 498	2.37 544	1.85 416	1.48 462	2.45 512	1.70 443	2.05 486	1.64 482	2.50 425	10.28 549	0.37 448	0.34 462	0.35 439	0.41 475	0.49 467	0.54 478

DispFullNet	2.34 517	2.85 553	3.66 526	3.08 548	2.27 539	1.97 489	0.67 384	2.00 454	1.70 483	2.52 513	2.00 476	2.23 490	5.86 548	3.44 458	1.58 473	1.01 519	0.32 456	2.64 547	1.94 552	2.85 543	2.24 542

AnyNet_C01	2.26 514	1.78 534	10.22 548	0.93 503	0.74 458	2.92 524	2.20 539	2.29 505	1.80 492	2.53 514	2.41 500	2.71 510	1.73 489	3.41 455	6.72 532	0.41 462	0.39 489	0.40 464	0.42 478	0.67 499	0.63 495

RTS	2.67 526	1.38 521	15.28 554	0.99 507	1.26 522	3.78 535	1.96 529	2.15 481	2.62 523	2.61 515	2.85 510	2.60 506	1.59 477	6.27 511	5.71 528	0.40 458	0.28 427	0.35 439	0.35 459	0.50 468	0.48 464

RTSA	2.67 526	1.38 521	15.28 554	0.99 507	1.26 522	3.78 535	1.96 529	2.15 481	2.62 523	2.61 515	2.85 510	2.60 506	1.59 477	6.27 511	5.71 528	0.40 458	0.28 427	0.35 439	0.35 459	0.50 468	0.48 464

pmcnn	2.37 518	0.42 389	2.71 519	0.63 365	0.43 320	1.54 449	1.19 488	2.01 458	1.53 470	2.64 517	7.60 547	18.07 565	1.45 464	3.44 458	2.78 505	0.18 138	0.15 216	0.15 19	0.12 38	0.20 191	0.18 170

IMH	3.21 536	1.85 539	1.48 464	3.25 550	2.69 547	4.07 541	2.02 532	4.41 543	3.80 538	2.72 518	7.11 545	4.75 534	2.92 530	5.92 506	2.55 500	3.85 557	0.88 539	2.78 550	1.36 542	3.19 549	2.59 549

JetBlue	3.97 538	2.01 540	10.19 547	1.38 522	2.84 549	10.53 556	9.54 558	3.60 536	2.41 515	2.73 519	3.39 517	4.54 530	4.31 543	7.85 540	6.84 533	0.88 515	0.93 542	0.89 518	0.91 528	1.74 527	1.91 538

SAMSARA	1.55 477	0.84 492	2.61 516	1.22 519	1.07 505	2.50 512	1.93 527	2.05 464	1.89 497	2.75 520	1.66 439	2.81 512	1.69 488	3.08 446	1.97 490	0.46 483	0.51 514	0.42 469	0.46 487	0.58 485	0.59 489

Dean	2.91 535	1.53 530	2.07 497	2.96 547	2.51 544	3.15 527	2.14 537	4.75 545	4.41 544	2.76 521	6.10 540	5.53 540	2.37 520	2.97 442	1.92 487	3.18 545	0.85 536	2.51 545	1.04 537	2.88 544	2.47 547

G-Net	1.66 486	0.63 467	1.56 469	1.11 516	0.74 458	2.98 526	0.91 448	1.55 335	1.22 365	2.76 521	8.18 553	2.32 496	2.53 526	1.92 371	1.87 483	0.48 485	0.44 499	0.45 476	0.31 432	0.60 491	0.57 486

ADCS	2.25 513	0.99 504	5.55 534	0.81 466	0.74 458	2.19 500	1.80 518	2.27 503	2.14 509	2.80 523	2.13 486	2.40 500	2.03 508	2.64 431	13.69 554	0.41 462	0.39 489	0.40 464	0.45 484	0.58 485	0.56 482

ADCMid	1.89 503	0.73 482	5.06 532	0.72 437	0.67 441	2.00 492	1.14 482	1.97 449	1.48 462	2.86 524	1.81 457	2.37 498	2.05 511	2.24 404	10.39 550	0.33 423	0.31 448	0.39 459	0.43 480	0.50 468	0.44 453

WAO-7	2.66 525	1.40 523	1.73 482	1.39 523	1.17 516	3.93 538	1.94 528	4.11 540	3.88 539	2.92 525	5.50 537	4.18 529	3.00 533	7.63 536	3.71 518	1.13 527	1.00 544	1.17 527	1.13 538	1.18 523	1.09 525

FADE	26.59 570	4.78 559	20.96 558	1.89 532	1.92 533	2.91 522	2.00 531	5.58 549	5.04 546	2.92 525	2.16 488	4.13 528	14.18 562	10.23 558	8.46 542	188.09 582	2.77 557	123.78 579	127.92 579	1.06 519	1.10 526

tt	6.58 550	0.26 122	6.10 538	3.77 557	2.16 534	11.55 557	19.63 564	13.33 564	5.74 549	2.96 527	2.65 506	4.97 538	6.33 553	3.81 462	7.24 534	9.15 565	11.32 570	5.89 564	6.24 563	6.03 560	2.55 548

LSM	6.33 548	1.10 510	13.19 551	1.41 525	68.17 577	1.64 459	1.90 526	1.92 436	2.46 516	2.99 528	3.11 513	1.88 464	1.80 495	2.61 430	2.06 494	0.41 462	0.58 522	0.50 486	0.57 506	0.64 494	17.66 572

KSHMR	8.75 555	2.06 544	2.11 500	3.53 555	3.11 552	4.13 542	2.69 547	5.60 550	61.37 581	3.00 529	55.83 581	4.98 539	2.45 523	4.49 473	2.61 504	3.46 550	1.55 554	3.14 554	1.94 552	3.72 552	3.18 555

PVD	1.70 491	0.84 492	2.26 507	0.94 505	0.83 484	2.48 511	0.97 460	2.59 522	3.35 532	3.01 530	2.77 508	2.34 497	2.47 524	2.67 432	3.14 510	0.47 484	0.45 503	0.59 507	0.48 491	0.59 487	0.75 509

PWCK	2.88 534	2.05 543	5.72 536	2.08 533	1.11 509	3.55 532	3.90 554	2.86 526	3.54 537	3.03 531	3.63 520	3.10 520	2.31 519	8.15 543	3.09 508	2.12 534	0.91 541	1.75 531	0.98 534	2.57 535	1.18 527

SPS-STEREO	1.67 487	1.04 507	1.23 421	1.21 518	1.13 514	1.82 477	1.11 478	2.16 484	1.52 468	3.07 532	2.32 494	2.82 513	1.80 495	4.11 467	2.04 492	1.03 522	0.99 543	0.97 520	0.94 530	1.03 518	1.02 519
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
aanetorigin	1.23 447	0.79 490	2.78 521	0.70 426	0.79 474	0.99 362	1.06 474	1.06 198	1.37 434	3.52 533	2.61 505	1.72 450	1.63 481	1.99 379	1.78 480	0.25 336	0.24 400	0.26 343	0.25 360	0.38 424	0.45 455

SGM_RVC	1.68 489	0.36 352	0.61 144	0.59 319	0.29 125	2.25 502	1.18 487	2.38 513	1.68 482	3.60 534	2.67 507	3.69 525	2.42 522	8.13 541	1.90 486	0.31 408	0.31 448	0.30 393	0.28 407	0.30 373	0.29 372
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
UNDER WATER	5.08 544	2.33 548	5.55 534	3.94 560	3.51 556	5.20 549	2.72 549	5.61 551	16.52 564	3.84 535	4.60 529	9.21 552	5.89 549	5.90 505	8.66 544	3.75 553	1.34 551	3.18 555	1.88 550	4.33 558	3.61 558

WAO-8	4.40 540	1.82 537	1.79 484	2.34 536	2.20 535	9.19 553	1.53 507	6.09 553	16.46 562	3.94 536	7.84 551	7.32 544	3.72 540	9.41 551	3.31 513	2.00 532	1.07 547	2.44 543	1.37 543	2.50 533	1.68 534

Venus	4.40 540	1.82 537	1.79 484	2.34 536	2.20 535	9.19 553	1.53 507	6.09 553	16.46 562	3.94 536	7.84 551	7.32 544	3.72 540	9.41 551	3.31 513	2.00 532	1.07 547	2.44 543	1.37 543	2.50 533	1.68 534

UNDER WATER-64	5.27 545	2.32 547	8.78 545	3.93 559	3.54 557	7.61 551	3.03 553	5.84 552	14.19 558	4.04 538	4.04 524	9.39 553	6.26 551	5.93 507	8.48 543	3.60 552	1.51 553	3.13 553	1.88 550	4.29 557	3.61 558

WCMA_ROB	1.84 497	0.47 409	1.31 434	0.69 421	0.57 400	2.11 497	1.14 482	1.87 421	1.73 486	4.04 538	6.43 541	5.62 541	3.61 537	2.59 428	1.94 488	0.52 490	0.44 499	0.39 459	0.42 478	0.48 464	0.47 461

ktn	4.70 542	2.38 549	2.12 501	3.76 556	3.24 553	4.85 546	2.95 552	5.52 548	7.37 553	4.07 540	19.32 567	7.46 546	3.47 535	7.39 530	2.95 506	4.04 558	1.85 555	3.26 556	2.22 555	3.08 546	2.65 552

notaker	3.98 539	2.40 550	2.68 518	3.82 558	3.27 555	3.97 540	2.14 537	4.78 546	3.45 535	4.12 541	6.94 543	7.65 548	3.26 534	7.82 539	5.30 527	4.04 558	1.41 552	3.36 557	2.10 554	3.88 553	3.31 556

MSMD_ROB	1.99 507	0.59 453	0.89 324	0.70 426	0.61 423	3.95 539	0.94 456	1.80 403	1.79 491	4.41 542	4.43 526	8.17 550	3.66 538	3.40 454	1.33 440	0.52 490	0.48 508	0.54 495	0.58 507	0.53 476	0.50 470

JetRed	6.91 551	8.80 563	25.96 567	2.85 543	3.25 554	13.98 563	11.87 560	6.25 555	4.28 543	4.45 543	4.56 528	6.69 543	5.46 547	7.46 533	14.05 555	2.59 539	3.31 558	2.59 546	2.29 556	4.20 556	3.36 557

MDST_ROB	1.67 487	0.34 321	1.58 471	0.92 502	0.58 409	4.26 543	1.11 478	2.83 524	1.41 452	4.49 544	2.55 504	1.45 403	0.97 369	7.79 538	1.17 422	0.31 408	0.25 407	0.37 450	0.33 449	0.31 382	0.30 386

ELAS_RVC	2.48 523	0.74 485	1.90 491	1.05 511	0.92 496	2.76 518	4.01 555	2.76 523	4.11 541	4.69 545	4.63 530	4.62 531	5.96 550	3.97 465	3.96 520	0.63 508	0.53 516	0.56 503	0.52 501	0.64 494	0.63 495
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficientorigin	10.57 558	1.47 528	177.42 582	0.67 407	0.53 386	1.58 453	1.16 485	1.90 429	3.37 533	4.71 546	3.38 516	3.10 520	2.69 528	3.13 448	3.58 516	0.25 336	0.23 391	0.33 421	0.27 387	0.83 507	0.81 510

EDNetEfficient	2.37 518	1.10 510	8.08 543	0.74 448	0.71 452	0.98 361	1.56 509	1.46 304	4.06 540	4.90 547	2.82 509	2.25 491	3.48 536	2.95 440	9.97 546	0.26 358	0.24 400	0.26 343	0.30 427	0.68 500	0.61 493

MADNet++	5.01 543	3.14 554	4.91 531	4.55 562	3.94 559	5.20 549	4.41 556	4.40 542	4.13 542	4.95 548	6.08 539	4.74 533	5.37 546	9.40 550	10.67 551	4.65 560	4.15 561	3.97 559	3.34 558	4.09 555	4.08 561

TorneroNet-64	5.30 546	2.03 541	1.74 483	3.43 553	2.81 548	10.09 555	2.12 536	9.10 560	17.12 567	4.96 549	9.27 556	10.72 559	3.70 539	9.20 546	4.55 524	3.31 548	0.84 533	2.88 551	1.55 547	3.49 550	3.04 553

ELAS	2.37 518	0.74 485	1.54 468	0.99 507	0.92 496	4.78 545	2.33 543	3.33 532	3.37 533	5.05 550	4.77 534	3.67 524	4.53 545	3.42 456	4.50 523	0.62 506	0.53 516	0.55 500	0.53 502	0.63 492	0.64 499
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TCMNet-wrong-test	10.31 557	11.40 565	14.84 553	20.96 568	18.45 565	13.80 562	10.76 559	15.78 565	3.53 536	5.20 551	5.52 538	16.26 563	12.61 558	7.51 535	10.15 547	7.43 563	2.37 556	4.31 560	3.43 559	11.36 566	10.61 565

FCDSN-DC	2.32 516	0.63 467	0.81 285	0.84 478	0.75 465	2.23 501	0.94 456	2.09 473	1.80 492	5.45 552	7.72 550	7.77 549	6.93 555	3.39 453	1.80 481	0.52 490	0.48 508	0.52 489	0.51 500	0.57 483	0.58 487
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM+DAISY	2.41 521	1.07 508	2.14 502	1.18 517	1.10 507	2.14 499	1.36 499	1.96 445	1.66 479	5.46 553	7.07 544	4.95 537	4.32 544	5.50 495	2.26 498	1.04 523	1.02 546	0.99 522	0.97 532	1.02 516	1.04 521

FC-DCNN	2.72 531	0.59 453	0.86 300	0.73 445	0.57 400	2.91 522	1.04 471	3.01 528	2.60 521	6.83 554	7.64 548	9.92 554	6.33 553	5.21 486	3.14 510	0.53 496	0.48 508	0.51 487	0.50 497	0.53 476	0.51 474

FC-DCNN v2	2.81 532	0.59 453	0.85 294	0.73 445	0.57 400	2.97 525	1.05 472	3.39 534	2.61 522	6.98 555	7.67 549	10.38 557	6.31 552	5.75 503	3.37 515	0.53 496	0.48 508	0.51 487	0.50 497	0.53 476	0.51 474

DGTPSM_ROB	13.01 562	8.23 561	21.87 560	9.51 564	18.10 563	11.56 558	32.01 570	10.63 561	16.20 560	7.03 556	19.48 568	10.15 555	16.66 564	9.83 556	22.42 565	4.75 561	8.68 564	5.37 561	10.25 566	6.16 561	11.36 566

DPSMNet_ROB	13.02 563	8.23 561	21.91 561	9.53 565	18.11 564	11.56 558	32.02 571	10.64 562	16.23 561	7.05 557	19.49 569	10.16 556	16.66 564	9.85 557	22.43 566	4.77 562	8.68 564	5.38 562	10.26 567	6.17 562	11.36 566

TorneroNet	10.70 559	2.03 541	1.82 487	3.43 553	3.01 551	43.83 576	2.22 540	8.87 559	67.47 582	7.17 558	27.36 571	10.68 558	3.85 542	8.67 544	7.65 539	3.59 551	0.88 539	3.04 552	1.57 548	3.71 551	3.17 554

MeshStereo	2.26 514	0.56 443	0.92 335	0.61 344	0.49 354	2.60 515	1.02 469	3.18 530	2.05 507	7.40 559	4.98 536	7.58 547	2.98 532	6.37 513	1.96 489	0.43 471	0.43 496	0.45 476	0.39 470	0.43 445	0.42 444
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
MANE	6.19 547	0.59 453	1.03 377	0.93 503	1.22 521	13.38 560	2.69 547	12.81 563	17.94 568	8.21 560	10.82 559	14.72 561	11.68 557	11.39 561	11.90 552	0.59 503	0.50 513	0.52 489	1.76 549	0.55 480	0.54 478

USTest	14.33 564	14.94 567	21.04 559	17.44 567	16.05 562	23.26 565	33.84 572	21.73 567	11.80 557	9.36 561	10.14 557	15.97 562	13.20 560	17.28 566	22.43 566	3.78 556	5.01 562	6.17 565	6.16 562	9.25 565	7.72 564

ASD4	15.85 565	10.99 564	19.63 557	10.21 566	11.70 561	19.24 564	31.10 569	19.35 566	10.68 555	11.14 562	10.18 558	12.59 560	12.64 559	14.74 564	24.83 569	12.93 570	9.94 569	26.83 572	19.40 570	16.23 569	12.70 571

SGM-ForestM	6.52 549	0.38 366	1.26 427	0.63 365	0.35 234	13.59 561	5.32 557	6.32 556	6.70 552	11.14 562	9.18 555	22.51 573	13.93 561	16.89 565	20.07 563	0.36 444	0.37 480	0.36 447	0.35 459	0.36 411	0.34 411

DPSM_ROB	19.08 566	19.14 569	25.17 565	22.15 570	20.85 567	28.17 567	37.82 574	26.56 570	16.85 565	14.14 564	14.84 562	21.70 567	18.75 567	21.87 569	26.55 571	10.16 568	9.30 567	10.47 567	10.42 568	14.03 567	12.61 569

DPSM	19.08 566	19.14 569	25.17 565	22.15 570	20.85 567	28.17 567	37.82 574	26.56 570	16.85 565	14.14 564	14.84 562	21.70 567	18.75 567	21.87 569	26.55 571	10.16 568	9.30 567	10.47 567	10.42 568	14.03 567	12.61 569

Anonymous_1	43.04 578	18.73 568	24.79 564	21.81 569	46.26 575	27.80 566	37.60 573	28.08 572	16.14 559	14.66 566	14.30 561	20.65 566	17.88 566	21.56 568	25.94 570	117.93 581	8.92 566	100.65 578	126.50 578	158.64 582	12.08 568

DPSimNet_ROB	11.20 561	4.98 560	35.43 571	2.90 546	4.52 560	7.89 552	17.09 563	4.66 544	6.06 551	14.89 567	10.93 560	17.29 564	36.81 576	13.18 563	15.68 559	2.86 541	6.29 563	5.75 563	5.09 561	3.91 554	7.70 563

xxxxx1	54.10 580	25.67 571	27.13 568	113.43 579	96.96 579	30.69 571	47.44 576	32.38 574	25.60 569	17.75 568	17.27 564	21.81 569	21.02 569	24.43 572	33.82 573	33.37 575	40.54 577	157.71 580	175.86 580	66.16 578	72.93 580

tt_ll	54.10 580	25.67 571	27.13 568	113.43 579	96.96 579	30.69 571	47.44 576	32.38 574	25.60 569	17.75 568	17.27 564	21.81 569	21.02 569	24.43 572	33.82 573	33.37 575	40.54 577	157.71 580	175.86 580	66.16 578	72.93 580

ff	54.10 580	25.67 571	27.13 568	113.43 579	96.96 579	30.69 571	47.44 576	32.38 574	25.60 569	17.75 568	17.27 564	21.81 569	21.02 569	24.43 572	33.82 573	33.37 575	40.54 577	157.71 580	175.86 580	66.16 578	72.93 580

coex-ft	8.13 554	2.13 546	98.04 581	0.67 407	0.53 386	1.71 463	1.56 509	1.65 356	11.11 556	18.17 571	3.75 521	3.88 527	7.61 556	2.98 443	6.49 531	0.30 401	0.30 442	0.32 413	0.31 432	0.66 498	0.50 470

LE_ROB	8.05 553	0.37 359	23.53 563	0.74 448	0.33 213	2.77 519	2.87 551	3.71 537	27.24 572	25.39 572	8.87 554	8.46 551	26.71 572	6.65 517	21.99 564	0.21 244	0.19 321	0.20 164	0.21 281	0.25 307	0.22 276

LRCNet_RVC	22.74 568	32.10 574	21.97 562	29.84 572	26.23 569	4.42 544	0.81 426	22.66 568	2.02 505	26.93 573	29.26 573	23.06 574	15.59 563	23.84 571	18.88 562	31.75 574	19.90 576	34.65 573	32.13 574	30.54 574	28.32 575

CasAABBNet	38.33 572	38.46 576	50.35 576	44.75 577	41.84 573	56.68 577	76.37 580	53.22 580	33.83 576	28.31 574	29.54 574	43.62 579	37.71 578	43.84 579	53.41 581	20.30 571	18.70 574	21.07 569	21.07 572	28.24 571	25.34 573

Selective-RAFT-Error	38.39 573	38.47 577	50.44 577	44.73 576	41.97 574	56.68 577	76.38 581	53.24 581	33.92 577	28.34 575	29.85 575	43.60 578	38.20 579	43.75 578	53.34 580	20.38 572	18.70 574	21.09 570	21.05 571	28.30 572	25.43 574

LSM0	42.82 577	38.75 578	50.81 578	47.07 578	109.38 582	57.00 579	76.02 579	53.74 582	33.71 575	29.02 576	30.41 576	43.87 580	37.22 577	43.91 580	53.54 582	20.52 573	18.62 573	21.10 571	21.11 573	28.41 573	42.22 576

HanzoNet	11.04 560	3.62 557	8.10 544	4.08 561	3.55 558	4.90 547	2.73 550	7.19 557	10.10 554	31.86 577	28.92 572	21.96 572	36.36 574	18.08 567	10.17 548	7.94 564	3.32 559	3.47 558	3.31 557	7.06 563	4.04 560

HaxPig	38.92 574	41.40 579	41.64 572	29.95 573	32.27 570	28.90 569	27.60 566	29.73 573	37.71 578	43.82 578	43.87 577	33.17 575	35.56 573	41.53 576	40.37 578	43.94 578	47.51 581	45.82 574	47.08 576	42.38 575	44.15 578

AVERAGE_ROB	40.43 575	42.37 580	42.73 573	36.96 575	35.58 572	30.50 570	27.61 567	36.71 579	38.39 579	44.91 579	44.36 578	37.45 577	36.70 575	41.88 577	40.35 577	45.43 579	46.81 580	47.11 575	46.35 575	42.51 576	43.87 577

MEDIAN_ROB	42.00 576	44.40 581	44.29 575	35.15 574	34.95 571	31.28 574	29.60 568	35.88 578	40.02 580	47.20 580	46.64 579	37.37 576	38.48 580	44.35 581	42.45 579	48.03 580	49.39 582	49.71 576	49.03 577	45.14 577	46.65 579

BEATNet-Init1	26.87 571	13.43 566	70.68 580	0.91 500	0.68 447	57.02 580	21.06 565	32.82 577	32.67 574	52.12 581	53.61 580	66.05 581	49.56 581	48.79 582	34.71 576	0.49 489	0.44 499	0.53 494	0.53 502	0.63 492	0.59 489

PML	51.67 579	36.25 575	13.28 552	7.46 563	20.81 566	108.69 582	232.22 583	8.72 558	27.82 573	87.01 582	269.67 583	69.67 582	61.95 582	24.76 575	14.20 556	9.74 567	3.40 560	9.62 566	4.70 560	18.74 570	4.72 562

test_example2	192.40 583	210.76 583	206.48 583	199.83 583	204.73 583	172.94 583	183.52 582	133.93 583	133.41 583	191.38 583	196.19 582	187.13 583	178.77 583	205.33 583	208.00 583	222.09 583	238.72 583	186.54 583	190.54 583	227.34 583	170.31 583

ccccc	497.63 584	492.34 584	595.97 584	530.87 584	530.37 584	478.08 584	442.62 584	491.76 584	343.70 584	448.18 584	520.80 584	476.12 584	550.57 584	541.64 584	605.32 584	663.49 584	459.54 584	353.94 584	309.79 584	586.66 584	530.90 584

Low-res two-view benchmark