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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

4.5_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

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

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

3.5w_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

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

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

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

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

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

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_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

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

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

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

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-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

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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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
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

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

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

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

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

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

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

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++	0.38 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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.
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

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

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

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

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

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

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

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

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

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_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

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

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)
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

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

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

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

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

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

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.
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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
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

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

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

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

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

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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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
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

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
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

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

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

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_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

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
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

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

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

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

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

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

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

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

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

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
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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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