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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

mm2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

mm1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AIO-test2	0.21 3	0.16 3	0.11 4	0.09 3	0.11 4	0.16 10	0.12 26	0.23 13	0.15 16	0.18 21	0.19 29	0.42 51	0.14 10	0.12 9	0.34 4	0.42 10	0.32 11	0.25 11	0.30 8	0.18 5	0.29 6	0.32 17	0.11 5	0.15 23	0.20 3	0.20 3	0.23 3	0.19 5

LACA2	0.22 4	0.19 4	0.17 21	0.23 35	0.16 20	0.18 17	0.11 21	0.17 3	0.15 16	0.16 16	0.07 4	0.32 28	0.15 17	0.12 9	0.38 8	0.44 12	0.27 4	0.31 22	0.32 11	0.17 3	0.30 10	0.39 26	0.12 8	0.12 6	0.26 12	0.24 13	0.30 4	0.23 16

BridgeDepth	0.23 5	0.23 12	0.16 18	0.17 18	0.20 33	0.18 17	0.12 26	0.24 15	0.16 20	0.18 21	0.08 6	0.39 44	0.13 7	0.18 34	0.41 9	0.45 16	0.26 3	0.27 17	0.32 11	0.20 9	0.33 14	0.35 22	0.09 3	0.13 10	0.27 19	0.26 25	0.33 6	0.24 21
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
qqai	0.24 6	0.25 15	0.20 28	0.16 15	0.11 4	0.15 5	0.10 17	0.21 9	0.14 9	0.13 7	0.28 49	0.26 12	0.21 43	0.12 9	0.47 12	0.47 17	0.36 20	0.21 5	0.41 28	0.28 34	0.35 17	0.27 9	0.18 26	0.14 18	0.26 12	0.23 10	0.36 9	0.21 11

Pointernet	0.24 6	0.21 8	0.14 7	0.14 11	0.12 7	0.19 22	0.16 58	0.28 25	0.10 3	0.17 19	0.14 18	0.23 10	0.14 10	0.12 9	0.47 12	0.42 10	0.37 24	0.23 8	0.35 13	0.19 6	0.35 17	0.25 7	0.14 12	0.14 18	0.23 6	0.21 6	0.67 56	0.22 12

quiztm	0.25 8	0.25 15	0.22 40	0.18 21	0.12 7	0.15 5	0.11 21	0.29 29	0.13 7	0.12 5	0.16 21	0.38 41	0.15 17	0.15 23	0.54 19	0.44 12	0.33 16	0.20 4	0.30 8	0.23 18	0.36 21	0.29 12	0.16 16	0.15 23	0.22 5	0.21 6	0.56 37	0.23 16

MLG-Stereo	0.25 8	0.25 15	0.14 7	0.11 4	0.20 33	0.12 4	0.07 5	0.21 9	0.12 5	0.19 24	0.11 10	0.29 21	0.10 3	0.21 47	0.61 26	0.65 37	0.36 20	0.35 32	0.44 36	0.23 18	0.35 17	0.32 17	0.11 5	0.09 3	0.26 12	0.22 8	0.48 23	0.25 30

AIO-test1	0.25 8	0.19 4	0.14 7	0.12 8	0.14 14	0.18 17	0.15 56	0.33 39	0.16 20	0.25 37	0.24 41	0.35 35	0.14 10	0.19 38	0.56 25	0.59 27	0.35 17	0.30 20	0.35 13	0.27 28	0.33 14	0.31 15	0.13 11	0.13 10	0.23 6	0.23 10	0.31 5	0.18 4

MLG-Stereo_test1	0.26 11	0.22 9	0.14 7	0.13 9	0.22 42	0.11 3	0.08 7	0.22 12	0.12 5	0.20 25	0.12 12	0.33 32	0.11 4	0.21 47	0.66 30	0.64 35	0.37 24	0.35 32	0.50 41	0.22 14	0.39 24	0.30 13	0.12 8	0.10 4	0.26 12	0.22 8	0.53 32	0.27 34

CoSv	0.26 11	0.38 37	0.20 28	0.18 21	0.14 14	0.35 83	0.09 12	0.38 49	0.16 20	0.20 25	0.08 6	0.28 18	0.14 10	0.09 3	0.47 12	0.59 27	0.42 37	0.23 8	0.39 25	0.19 6	0.40 27	0.23 5	0.10 4	0.13 10	0.40 52	0.25 16	0.36 9	0.24 21

NLSM3	0.27 13	0.23 12	0.16 18	0.18 21	0.16 20	0.21 30	0.14 44	0.35 45	0.20 38	0.18 21	0.33 60	0.23 10	0.21 43	0.21 47	0.55 22	0.44 12	0.39 30	0.31 22	0.35 13	0.19 6	0.32 12	0.30 13	0.22 40	0.15 23	0.26 12	0.33 50	0.40 12	0.27 34

MM-Stereo_test3	0.27 13	0.36 33	0.14 7	0.25 42	0.15 17	0.15 5	0.08 7	0.48 59	0.18 33	0.25 37	0.10 8	0.41 50	0.12 6	0.11 5	0.36 6	0.40 8	0.42 37	0.26 13	0.37 22	0.25 25	0.33 14	0.25 7	0.24 49	0.12 6	0.29 24	0.20 3	0.77 72	0.23 16

LG-Stereo	0.28 15	0.26 19	0.17 21	0.17 18	0.16 20	0.23 40	0.13 37	0.30 32	0.15 16	0.23 32	0.19 29	0.52 67	0.14 10	0.18 34	0.55 22	0.58 25	0.39 30	0.30 20	0.54 48	0.22 14	0.44 34	0.31 15	0.12 8	0.12 6	0.28 22	0.24 13	0.46 20	0.24 21

MM-Stereo_test1	0.29 16	0.69 87	0.15 14	0.23 35	0.14 14	0.16 10	0.07 5	0.37 48	0.14 9	0.27 42	0.11 10	0.43 52	0.11 4	0.12 9	0.45 11	0.48 19	0.45 44	0.32 26	0.42 31	0.27 28	0.35 17	0.35 22	0.23 46	0.13 10	0.31 27	0.23 10	0.63 49	0.24 21

LACA1	0.30 17	0.38 37	0.21 36	0.22 33	0.23 45	0.19 22	0.14 44	0.27 24	0.22 48	0.21 28	0.13 15	0.31 25	0.18 31	0.26 63	0.75 36	0.68 42	0.32 11	0.40 50	0.37 22	0.23 18	0.32 12	0.33 20	0.11 5	0.15 23	0.35 36	0.30 38	0.45 18	0.33 45

MonStereo	0.30 17	0.25 15	0.20 28	0.19 25	0.21 38	0.15 5	0.13 37	0.20 8	0.16 20	0.22 29	0.17 22	0.32 28	0.16 21	0.17 31	0.54 19	0.54 22	0.40 34	0.32 26	0.50 41	0.27 28	0.43 31	0.51 44	0.22 40	0.14 18	0.34 33	0.41 73	0.49 25	0.40 56

RSM	0.30 17	0.30 28	0.22 40	0.32 68	0.15 17	0.21 30	0.10 17	0.17 3	0.16 20	0.14 8	0.26 45	0.22 8	0.19 34	0.14 18	0.64 29	0.60 29	0.39 30	0.37 37	0.35 13	0.33 43	0.46 37	0.54 47	0.19 32	0.16 29	0.30 26	0.26 25	0.58 40	0.24 21

MoCha-V2	0.30 17	0.31 30	0.23 46	0.21 31	0.17 26	0.17 16	0.14 44	0.23 13	0.11 4	0.26 41	0.28 49	0.32 28	0.16 21	0.19 38	0.62 27	0.61 31	0.39 30	0.38 42	0.35 13	0.42 68	0.61 53	0.51 44	0.15 15	0.16 29	0.35 36	0.26 25	0.34 7	0.19 5

ProNet	0.30 17	0.27 21	0.31 57	0.26 44	0.15 17	0.27 56	0.27 101	0.38 49	0.13 7	0.15 13	0.49 96	0.29 21	0.13 7	0.16 27	0.73 34	0.49 20	0.43 39	0.32 26	0.35 13	0.27 28	0.38 22	0.22 3	0.38 84	0.22 56	0.32 28	0.20 3	0.38 11	0.27 34

111111	0.31 22	0.37 34	0.19 25	0.25 42	0.29 63	0.22 39	0.09 12	0.19 6	0.16 20	0.10 3	0.17 22	0.27 14	0.17 26	0.18 34	0.79 38	0.56 24	0.46 48	0.28 18	0.76 71	0.24 22	0.53 46	0.61 57	0.21 37	0.11 5	0.25 10	0.25 16	0.41 15	0.19 5

AIO-Stereo	0.31 22	0.33 31	0.22 40	0.35 74	0.16 20	0.20 26	0.10 17	0.17 3	0.14 9	0.14 8	0.20 34	0.21 5	0.16 21	0.14 18	0.55 22	0.55 23	0.41 35	0.39 46	1.18 110	0.36 49	0.39 24	0.43 33	0.17 20	0.16 29	0.32 28	0.24 13	0.61 45	0.19 5

GREAT-IGEV	0.32 24	0.37 34	0.21 36	0.15 12	0.12 7	0.16 10	0.09 12	0.30 32	0.16 20	0.33 51	0.18 24	0.44 53	0.19 34	0.20 43	0.74 35	0.61 31	0.45 44	0.29 19	0.42 31	0.28 34	0.43 31	0.52 46	0.21 37	0.17 36	0.27 19	0.25 16	0.88 78	0.23 16
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
PointNet	0.33 25	0.39 42	0.23 46	0.19 25	0.16 20	0.21 30	0.20 77	0.48 59	0.20 38	0.23 32	0.21 35	0.32 28	0.22 50	0.10 4	0.63 28	0.39 5	0.37 24	0.22 7	0.36 19	0.21 13	0.48 39	0.79 77	0.18 26	0.14 18	0.35 36	0.29 36	0.97 89	0.30 42

GSStereo	0.33 25	0.41 45	0.21 36	0.31 64	0.22 42	0.25 51	0.14 44	0.28 25	0.16 20	0.25 37	0.15 19	0.37 40	0.15 17	0.15 23	0.70 33	0.66 39	0.49 56	0.38 42	0.45 38	0.40 61	0.62 56	0.46 36	0.14 12	0.17 36	0.33 31	0.25 16	0.52 28	0.24 21

RSM++	0.33 25	0.33 31	0.23 46	0.36 82	0.20 33	0.24 46	0.10 17	0.21 9	0.16 20	0.16 16	0.26 45	0.26 12	0.19 34	0.16 27	0.83 40	0.65 37	0.41 35	0.38 42	0.50 41	0.39 55	0.50 41	0.59 54	0.25 52	0.16 29	0.41 55	0.26 25	0.54 33	0.30 42

CroCo-Stereo Lap2	0.33 25	0.22 9	0.15 14	0.11 4	0.12 7	0.16 10	0.08 7	0.35 45	0.15 16	0.47 68	0.10 8	0.31 25	0.14 10	0.14 18	1.26 60	1.00 82	0.36 20	0.36 36	0.44 36	0.20 9	0.53 46	0.55 48	0.17 20	0.13 10	0.39 49	0.35 58	0.40 12	0.27 34

LACA3	0.34 29	0.44 49	0.22 40	0.24 38	0.21 38	0.21 30	0.17 65	0.26 22	0.21 45	0.27 42	0.19 29	0.46 59	0.17 26	0.27 66	1.06 50	0.61 31	0.32 11	0.37 37	0.53 46	0.27 28	0.41 29	0.41 30	0.16 16	0.18 44	0.40 52	0.31 42	0.46 20	0.45 64

DispViT+	0.34 29	0.27 21	0.22 40	0.28 49	0.32 71	0.19 22	0.14 44	0.28 25	0.24 52	0.30 47	0.25 44	0.30 24	0.21 43	0.22 52	0.83 40	0.62 34	0.27 4	0.40 50	0.43 34	0.32 40	0.38 22	0.41 30	0.20 36	0.36 90	0.32 28	0.57 102	0.46 20	0.41 58

MatchStereo	0.34 29	0.37 34	0.20 28	0.15 12	0.23 45	0.21 30	0.12 26	0.31 37	0.22 48	0.15 13	0.18 24	0.28 18	0.35 75	0.22 52	1.24 58	0.80 58	0.30 8	0.31 22	0.41 28	0.30 38	0.41 29	0.56 50	0.21 37	0.20 47	0.35 36	0.35 58	0.40 12	0.35 48
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
StereoVision	0.34 29	0.27 21	0.21 36	0.13 9	0.18 30	0.21 30	0.14 44	0.30 32	0.23 50	0.35 54	0.18 24	0.34 34	0.17 26	0.16 27	0.98 45	0.78 56	0.44 41	0.35 32	0.43 34	0.23 18	0.40 27	0.48 37	0.16 16	0.21 52	0.40 52	0.40 68	0.71 60	0.37 51

MM-Stereo_test2	0.35 33	0.78 136	0.22 40	0.30 60	0.21 38	0.18 17	0.11 21	0.33 39	0.16 20	0.36 57	0.15 19	0.39 44	0.15 17	0.17 31	0.69 31	0.66 39	0.43 39	0.39 46	0.41 28	0.37 50	0.50 41	0.85 84	0.24 49	0.16 29	0.35 36	0.25 16	0.54 33	0.25 30

CroCo-Stereo	0.35 33	0.20 7	0.15 14	0.11 4	0.10 3	0.18 17	0.06 3	0.33 39	0.14 9	0.31 50	0.05 3	0.36 37	0.13 7	0.15 23	1.64 78	1.05 89	0.35 17	0.37 37	0.45 38	0.20 9	0.62 56	0.79 77	0.16 16	0.13 10	0.38 45	0.31 42	0.45 18	0.26 33
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
RAFT	0.35 33	0.22 9	0.19 25	0.27 47	0.13 11	0.30 65	0.08 7	0.97 143	0.18 33	0.92 171	0.19 29	0.27 14	0.16 21	0.18 34	0.51 16	0.47 17	0.38 28	0.26 13	0.54 48	0.25 25	0.43 31	0.34 21	0.19 32	0.15 23	0.38 45	0.34 54	0.90 79	0.27 34

IGEV-Stereo++	0.36 36	0.40 43	0.20 28	0.22 33	0.25 53	0.21 30	0.09 12	0.25 20	0.17 30	0.20 25	0.34 63	0.29 21	0.20 42	0.19 38	0.78 37	0.60 29	0.44 41	0.33 29	0.75 68	0.34 46	0.53 46	0.64 61	0.22 40	0.13 10	0.28 22	0.27 32	1.09 99	0.28 39

MSCF	0.37 37	0.41 45	0.20 28	0.34 70	0.19 32	0.23 40	0.14 44	0.30 32	0.20 38	0.67 99	0.13 15	0.27 14	0.17 26	0.14 18	1.02 46	0.77 54	0.37 24	0.34 31	0.36 19	0.28 34	0.45 36	0.50 43	0.22 40	0.20 47	0.35 36	0.90 158	0.70 58	0.25 30

GIP-stereo	0.37 37	0.56 63	0.32 61	0.29 55	0.23 45	0.21 30	0.11 21	0.24 15	0.17 30	0.30 47	0.19 29	0.38 41	0.18 31	0.21 47	1.05 48	0.64 35	0.46 48	0.39 46	0.42 31	0.41 64	0.52 45	0.82 81	0.17 20	0.17 36	0.35 36	0.31 42	0.76 69	0.24 21

GASTEREO	0.38 39	0.42 48	0.20 28	0.34 70	0.18 30	0.24 46	0.14 44	0.30 32	0.19 37	0.73 114	0.12 12	0.28 18	0.17 26	0.13 16	1.05 48	0.74 51	0.38 28	0.33 29	0.37 22	0.30 38	0.44 34	0.56 50	0.23 46	0.20 47	0.35 36	0.87 151	0.73 64	0.24 21

GEAStereo	0.39 40	0.59 67	0.31 57	0.35 74	0.23 45	0.23 40	0.13 37	0.29 29	0.20 38	0.35 54	0.18 24	0.44 53	0.19 34	0.23 56	0.87 42	0.71 47	0.47 50	0.37 37	0.40 26	0.37 50	0.65 62	0.64 61	0.19 32	0.21 52	0.39 49	0.34 54	0.75 66	0.38 52

gasm-f	0.39 40	0.59 67	0.31 57	0.35 74	0.23 45	0.23 40	0.13 37	0.29 29	0.20 38	0.35 54	0.18 24	0.44 53	0.19 34	0.23 56	0.87 42	0.71 47	0.47 50	0.37 37	0.40 26	0.37 50	0.65 62	0.64 61	0.19 32	0.21 52	0.39 49	0.34 54	0.75 66	0.38 52

MLG-Stereo_test2	0.39 40	0.54 59	0.17 21	0.16 15	0.24 50	0.15 5	0.08 7	0.33 39	0.14 9	0.24 35	0.13 15	0.39 44	0.14 10	0.17 31	1.52 70	0.76 53	0.45 44	0.44 58	1.04 96	0.42 68	0.48 39	0.48 37	0.18 26	0.12 6	0.34 33	0.25 16	0.66 54	0.38 52

AdaDepth	0.41 43	0.41 45	0.20 28	0.24 38	0.28 60	0.23 40	0.16 58	0.32 38	0.20 38	0.23 32	0.29 51	0.27 14	0.21 43	0.23 56	0.97 44	1.09 101	0.49 56	0.41 53	1.08 102	0.34 46	0.54 50	0.59 54	0.18 26	0.21 52	0.29 24	0.28 34	0.75 66	0.43 60

U	0.41 43	0.28 27	0.16 18	0.11 4	0.13 11	0.16 10	0.06 3	0.45 58	0.14 9	0.49 69	0.07 4	0.36 37	0.16 21	0.20 43	1.71 85	1.14 111	0.44 41	0.41 53	0.59 54	0.32 40	0.66 64	0.92 91	0.17 20	0.17 36	0.50 77	0.36 61	0.49 25	0.35 48

BridgeDepth_RVC	0.42 45	0.54 59	0.27 50	0.35 74	0.28 60	0.26 54	0.14 44	0.55 64	0.32 75	0.38 58	0.22 37	0.44 53	0.23 52	0.28 73	1.45 63	0.77 54	0.35 17	0.41 53	0.53 46	0.33 43	0.39 24	0.38 25	0.22 40	0.20 47	0.41 55	0.49 85	0.52 28	0.56 80
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
VIP-Stereo	0.43 46	0.38 37	0.42 86	0.28 49	0.24 50	0.27 56	0.12 26	0.40 52	0.24 52	0.29 44	0.38 73	0.65 94	0.21 43	0.20 43	1.20 56	0.97 78	0.54 65	0.50 68	0.59 54	0.42 68	0.64 60	0.43 33	0.27 55	0.31 78	0.42 59	0.33 50	0.48 23	0.51 76

Occ-G	0.43 46	0.59 67	0.29 53	0.34 70	0.31 69	0.26 54	0.12 26	0.38 49	0.18 33	0.16 16	0.32 56	0.33 32	0.24 53	0.16 27	1.16 52	0.84 60	0.45 44	0.39 46	0.71 62	0.32 40	0.87 95	0.78 76	0.22 40	0.19 46	0.36 44	0.26 25	0.94 86	0.31 44

AEACV	0.43 46	0.94 204	0.30 54	0.29 55	0.20 33	0.27 56	0.12 26	0.28 25	0.14 9	0.24 35	0.23 40	0.35 35	0.21 43	0.20 43	1.24 58	0.83 59	0.57 75	0.38 42	0.78 74	0.45 79	0.81 87	0.73 71	0.24 49	0.18 44	0.34 33	0.31 42	0.61 45	0.28 39

DEFOM-Stereo	0.45 49	0.55 61	0.28 52	0.26 44	0.30 65	0.32 70	0.13 37	0.35 45	0.17 30	0.25 37	0.32 56	0.38 41	0.19 34	0.22 52	1.10 51	0.73 49	0.59 81	0.52 74	0.51 45	0.44 77	0.73 76	0.69 67	0.42 100	0.28 66	0.44 61	0.32 49	1.28 112	0.46 66

RAStereo	0.46 50	0.38 37	0.19 25	0.15 12	0.16 20	0.19 22	0.11 21	0.44 56	0.18 33	0.99 182	0.12 12	0.45 57	0.18 31	0.15 23	1.85 106	1.10 104	0.52 61	0.47 63	0.68 60	0.27 28	0.77 80	0.80 80	0.27 55	0.17 36	0.47 70	0.34 54	0.51 27	0.41 58

TS12	0.49 51	0.45 51	0.37 73	0.30 60	0.35 86	0.34 77	0.18 70	0.57 67	0.26 55	0.22 29	0.39 77	0.50 60	0.34 67	0.27 66	1.60 75	0.87 62	0.47 50	0.44 58	0.83 76	0.39 55	0.69 67	0.49 39	0.34 68	0.29 68	0.63 105	0.44 80	0.63 49	0.63 100

TS	0.49 51	0.45 51	0.37 73	0.30 60	0.35 86	0.34 77	0.18 70	0.57 67	0.26 55	0.22 29	0.39 77	0.50 60	0.34 67	0.27 66	1.60 75	0.87 62	0.47 50	0.44 58	0.83 76	0.39 55	0.69 67	0.49 39	0.34 68	0.29 68	0.63 105	0.44 80	0.63 49	0.63 100

TDLM	0.49 51	0.59 67	0.60 129	0.39 97	0.48 125	0.46 114	0.43 163	0.72 91	0.35 84	0.30 47	0.65 133	0.76 129	0.41 92	0.35 108	0.54 19	0.58 25	0.55 68	0.49 66	0.50 41	0.43 72	0.50 41	0.39 26	0.41 94	0.39 103	0.38 45	0.31 42	0.61 45	0.66 109

anonymousdsp	0.50 54	0.38 37	0.36 69	0.28 49	0.32 71	0.28 60	0.15 56	0.56 66	0.26 55	0.42 62	0.33 60	0.53 70	0.19 34	0.27 66	1.47 65	0.87 62	0.54 65	0.52 74	0.62 56	0.48 85	0.71 71	1.04 101	0.36 78	0.30 71	0.46 64	0.29 36	1.13 104	0.33 45

iRaftStereo_RVC	0.51 55	0.56 63	0.40 79	0.28 49	0.31 69	0.32 70	0.19 73	0.68 87	0.25 54	0.46 67	0.57 117	0.58 75	0.29 59	0.25 61	1.17 55	0.89 66	0.56 72	0.45 61	0.72 63	0.41 64	0.97 106	0.79 77	0.35 73	0.34 84	0.44 61	0.41 73	0.76 69	0.48 68

delet	0.51 55	0.58 65	0.47 100	0.35 74	0.50 138	0.50 130	0.30 109	0.49 61	0.29 68	0.56 75	0.44 88	0.45 57	0.34 67	0.48 185	1.16 52	0.68 42	0.55 68	0.46 62	0.47 40	0.41 64	0.58 51	0.39 26	0.39 86	0.41 111	0.48 73	0.36 61	1.09 99	0.50 72

MLG-Stereo_test3	0.52 57	0.48 55	0.27 50	0.29 55	0.38 95	0.24 46	0.12 26	0.34 44	0.20 38	1.12 196	0.30 53	0.54 71	0.19 34	0.31 87	1.85 106	0.92 68	0.52 61	0.52 74	1.17 108	0.39 55	0.70 69	0.75 73	0.18 26	0.24 61	0.38 45	0.31 42	0.90 79	0.44 62

AIO_rvc	0.53 58	0.71 101	0.38 75	0.34 70	0.22 42	0.34 77	0.16 58	0.57 67	0.28 66	0.38 58	0.22 37	0.56 72	0.24 53	0.27 66	1.96 120	1.04 86	0.48 55	0.40 50	1.28 116	0.47 84	0.79 86	0.95 97	0.39 86	0.22 56	0.46 64	0.28 34	0.72 61	0.33 45

AASNet	0.53 58	0.74 112	0.46 98	0.35 74	0.61 168	0.51 135	0.42 160	0.65 83	0.26 55	0.41 61	0.50 98	0.39 44	0.31 64	0.41 141	1.02 46	0.69 44	0.53 64	0.60 97	0.67 58	0.51 88	0.60 52	0.87 86	0.41 94	0.41 111	0.50 77	0.40 68	0.70 58	0.45 64

LG-G_1	0.54 60	0.70 94	0.32 61	0.36 82	0.39 97	0.32 70	0.16 58	0.41 53	0.21 45	0.29 44	0.34 63	0.50 60	0.35 75	0.32 90	2.09 142	1.07 93	0.51 59	0.58 93	0.75 68	0.59 114	0.78 83	1.24 114	0.17 20	0.22 56	0.46 64	0.39 66	0.60 42	0.48 68

LG-G	0.54 60	0.70 94	0.32 61	0.36 82	0.39 97	0.32 70	0.16 58	0.41 53	0.21 45	0.29 44	0.34 63	0.50 60	0.35 75	0.32 90	2.09 142	1.07 93	0.51 59	0.58 93	0.75 68	0.59 114	0.78 83	1.24 114	0.17 20	0.22 56	0.46 64	0.39 66	0.60 42	0.48 68

AANet_RVC	0.54 60	0.45 51	0.40 79	0.33 69	0.61 168	0.28 60	0.31 113	0.61 74	0.58 167	0.44 64	0.41 82	0.39 44	0.48 107	0.33 96	1.16 52	0.79 57	0.55 68	0.53 83	0.56 52	0.52 92	0.46 37	0.49 39	0.34 68	0.38 96	0.57 94	0.57 102	1.05 96	0.97 162

LGtest1	0.57 63	0.81 148	0.46 98	0.26 44	0.30 65	0.28 60	0.12 26	0.43 55	0.26 55	0.34 53	0.56 114	0.50 60	0.30 63	0.28 73	2.04 133	1.24 130	0.57 75	0.65 121	0.74 66	0.46 83	0.72 73	1.41 124	0.29 59	0.30 71	0.54 86	0.35 58	0.65 52	0.52 77

MaDis-Stereo	0.57 63	0.47 54	0.30 54	0.16 15	0.26 57	0.21 30	0.17 65	0.44 56	0.32 75	1.08 194	0.22 37	0.51 66	0.22 50	0.19 38	1.83 103	1.19 122	0.62 84	0.59 96	1.09 104	0.45 79	0.81 87	0.94 93	0.37 82	0.25 63	0.63 105	0.67 117	0.60 42	0.82 135

LG-Stereo_L2	0.58 65	0.69 87	0.43 90	0.28 49	0.35 86	0.24 46	0.13 37	0.62 79	0.26 55	0.70 103	0.39 77	0.71 113	0.34 67	0.28 73	1.83 103	1.32 141	0.57 75	0.51 72	0.96 88	0.41 64	0.74 78	1.06 103	0.32 64	0.27 64	0.52 83	0.38 64	0.62 48	0.64 103

LG-Stereo_L1	0.58 65	0.69 87	0.41 83	0.24 38	0.35 86	0.25 51	0.12 26	0.62 79	0.27 64	0.72 109	0.32 56	0.69 105	0.34 67	0.29 77	1.82 100	1.36 147	0.57 75	0.52 74	1.14 107	0.42 68	0.70 69	1.11 106	0.29 59	0.30 71	0.51 80	0.33 50	0.66 54	0.65 107

AIO_test	0.59 67	0.77 132	0.45 93	0.44 113	0.25 53	0.35 83	0.20 77	0.61 74	0.27 64	0.43 63	0.30 53	0.57 73	0.28 58	0.29 77	2.01 126	1.46 173	0.49 56	0.42 56	0.86 79	0.49 87	1.02 113	1.01 99	0.40 90	0.24 61	0.47 70	0.49 85	1.00 92	0.35 48

MMNet	0.59 67	0.58 65	0.44 91	0.38 87	0.55 152	0.42 104	0.29 107	0.60 72	0.40 97	0.38 58	0.55 113	0.63 87	0.32 65	0.51 197	1.51 69	0.75 52	0.72 112	0.58 93	0.76 71	0.55 101	0.62 56	0.41 30	0.40 90	0.52 160	0.51 80	0.49 85	1.49 132	0.50 72

IGEV-Stereo+	0.60 69	1.04 242	0.24 49	0.49 122	0.32 71	0.29 63	0.13 37	0.51 62	0.26 55	0.79 135	0.94 196	0.57 73	0.26 55	0.28 73	1.64 78	1.19 122	0.59 81	0.61 102	1.19 111	0.43 72	0.90 102	1.17 109	0.48 129	0.20 47	0.41 55	0.31 42	0.56 37	0.40 56

UniTT-Stereo	0.60 69	0.44 49	0.32 61	0.21 31	0.25 53	0.34 77	0.17 65	0.61 74	0.31 71	0.75 118	0.27 47	0.62 85	0.34 67	0.21 47	1.77 95	1.44 166	0.57 75	0.61 102	1.53 133	0.44 77	0.91 103	1.14 108	0.37 82	0.29 68	0.50 77	0.54 97	0.52 28	0.58 85

CVANet_RVC	0.60 69	0.67 82	0.81 172	0.81 209	0.53 148	0.66 185	0.55 190	1.15 162	0.39 90	0.44 64	0.79 174	0.80 138	0.44 102	0.43 158	0.69 31	0.67 41	0.55 68	0.53 83	0.55 51	0.57 106	0.63 59	0.57 52	0.40 90	0.41 111	0.46 64	0.40 68	0.72 61	0.55 78

DMCA	0.63 72	0.73 109	0.63 133	0.40 98	0.49 129	0.52 138	0.33 129	0.59 71	0.52 139	0.80 139	0.63 130	0.70 109	0.40 88	0.47 179	1.48 66	0.92 68	0.69 100	0.67 127	0.67 58	0.51 88	0.67 65	0.59 54	0.48 129	0.45 128	0.48 73	0.52 95	1.04 95	0.62 96

RAFT_CTSACE	0.64 73	0.94 204	0.31 57	0.37 85	0.34 82	0.33 74	0.23 85	1.23 173	0.26 55	0.64 93	0.29 51	0.71 113	0.57 135	0.34 101	1.57 74	1.07 93	0.52 61	0.43 57	0.72 63	0.33 43	0.85 92	1.72 132	0.42 100	0.30 71	0.46 64	0.41 73	1.58 144	0.39 55

GANet	0.64 73	0.67 82	0.63 133	0.57 147	0.58 157	0.95 232	0.55 190	0.78 105	0.46 114	0.57 78	0.61 124	1.83 245	0.36 80	0.41 141	0.81 39	0.69 44	0.76 125	0.73 149	0.58 53	0.40 61	0.53 46	0.49 39	0.47 125	0.48 145	0.56 93	0.41 73	0.83 75	0.69 112

DFGA-Net	0.65 75	0.64 72	0.36 69	0.51 129	0.33 79	0.43 106	0.29 107	0.88 131	0.34 80	2.05 256	0.38 73	0.52 67	0.29 59	0.22 52	1.35 61	1.07 93	0.76 125	0.49 66	0.96 88	0.35 48	0.71 71	0.71 69	0.36 78	0.41 111	0.57 94	0.38 64	1.81 161	0.43 60

HCRNet	0.66 76	0.78 136	0.41 83	0.54 140	0.27 59	0.41 102	0.39 144	0.63 81	0.31 71	1.62 231	0.59 122	0.67 101	0.29 59	0.41 141	1.99 124	0.73 49	0.60 83	0.47 63	0.65 57	0.43 72	0.78 83	0.62 58	0.36 78	0.34 84	0.42 59	0.43 79	2.14 186	0.50 72

NLCSM	0.67 77	0.24 14	0.10 3	0.19 25	0.11 4	0.20 26	0.14 44	0.24 15	0.34 80	0.11 4	0.41 82	0.19 4	12.63 330	0.11 5	0.31 3	0.32 3	0.27 4	0.18 3	0.22 3	0.17 3	0.22 3	0.22 3	0.18 26	0.13 10	0.21 4	0.25 16	0.34 7	0.19 5

plain	0.67 77	0.87 171	0.33 66	0.31 64	0.59 160	0.33 74	0.30 109	0.89 132	0.34 80	0.72 109	0.24 41	0.65 94	0.34 67	0.19 38	1.95 114	1.57 193	0.71 107	0.69 133	0.94 86	0.39 55	1.28 135	1.20 112	0.33 67	0.33 82	0.59 101	0.60 105	0.72 61	0.74 117

MIF-Stereo (partial)	0.69 79	0.76 126	0.33 66	0.27 47	0.37 93	0.35 83	0.31 113	0.53 63	0.40 97	0.62 89	0.32 56	0.50 60	0.39 83	0.23 56	2.08 138	1.51 182	0.68 95	0.71 139	0.77 73	0.43 72	1.10 119	0.94 93	0.39 86	0.32 79	0.57 94	0.71 120	2.25 204	0.87 148

test_5	0.69 79	0.91 189	0.30 54	0.38 87	0.26 57	0.35 83	0.19 73	1.79 256	0.31 71	0.58 81	1.20 221	0.75 125	0.73 185	0.32 90	1.36 62	1.10 104	0.54 65	0.54 87	1.01 94	0.37 50	0.61 53	1.37 123	0.29 59	0.34 84	0.41 55	0.40 68	1.72 153	0.44 62

FINET	0.69 79	0.65 77	0.67 143	0.65 170	0.49 129	0.48 125	0.45 169	0.75 96	0.59 169	0.61 86	0.48 93	0.82 144	0.57 135	0.43 158	1.71 85	1.08 99	0.77 128	0.57 90	1.07 101	0.56 103	0.88 96	0.65 64	0.43 105	0.50 153	0.62 104	0.56 101	0.96 88	0.64 103

raft+_RVC	0.71 82	0.73 109	0.70 149	0.41 102	0.34 82	0.49 127	0.30 109	1.48 216	0.43 106	0.62 89	0.62 126	0.65 94	0.39 83	0.26 63	1.74 90	1.16 114	0.69 100	0.53 83	1.57 139	0.51 88	0.85 92	1.06 103	0.44 108	0.38 96	0.68 118	0.62 107	0.85 76	0.69 112

WQFJX1	0.73 83	0.26 19	0.12 5	0.20 28	0.17 26	0.16 10	0.12 26	0.25 20	0.57 164	0.12 5	0.75 163	0.22 8	12.81 332	0.12 9	0.34 4	0.39 5	0.31 9	0.21 5	0.26 4	0.20 9	0.26 4	0.32 17	0.29 59	0.14 18	0.25 10	0.27 32	0.55 36	0.16 3

IGEV-BASED-STEREO-	0.73 83	0.86 169	0.36 69	0.43 110	0.32 71	0.30 65	0.19 73	0.71 90	0.32 75	0.70 103	0.33 60	0.63 87	0.57 135	0.41 141	2.03 132	1.91 217	0.63 86	0.68 131	1.00 91	0.45 79	1.86 171	1.87 135	0.40 90	0.23 60	0.49 75	0.37 63	1.09 99	0.55 78

GMStereo	0.73 83	0.99 223	0.39 76	0.49 122	0.47 119	0.55 147	0.41 154	0.77 99	0.43 106	0.55 73	0.48 93	0.81 143	0.38 81	0.34 101	1.60 75	0.95 73	0.74 122	0.52 74	1.88 147	0.57 106	1.07 114	0.73 71	0.42 100	0.51 155	0.72 129	0.47 84	1.87 168	0.57 84
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UPFNet	0.73 83	0.69 87	0.79 167	0.54 140	0.65 179	0.58 162	0.54 185	0.72 91	0.54 152	0.59 83	0.57 117	0.61 82	0.47 104	0.62 230	1.80 98	0.96 75	0.72 112	0.68 131	0.91 83	0.72 163	0.64 60	0.55 48	0.53 166	0.52 160	0.58 98	0.51 92	2.19 195	0.59 91

AFF-stereo	0.76 87	0.69 87	0.59 126	0.30 60	0.32 71	0.52 138	0.18 70	0.86 124	0.41 99	1.37 216	0.43 86	0.60 81	0.34 67	0.24 60	1.76 94	1.13 109	0.57 75	0.62 106	2.81 192	0.43 72	0.77 80	0.63 59	0.41 94	0.32 79	0.70 123	0.67 117	2.38 219	0.56 80

TestStereo	0.77 88	0.93 201	0.79 167	0.56 144	0.46 115	0.66 185	0.33 129	1.22 171	0.42 105	0.90 165	0.52 105	0.84 149	0.54 124	0.39 131	1.50 68	0.92 68	0.73 117	0.51 72	1.38 123	0.56 103	1.25 132	0.82 81	0.44 108	0.44 124	0.77 140	0.79 131	1.34 116	0.79 128

WQFJA1	0.78 89	0.27 21	0.14 7	0.20 28	0.17 26	0.20 26	0.14 44	0.24 15	0.72 199	0.14 8	1.42 238	0.21 5	12.89 336	0.11 5	0.51 16	0.39 5	0.32 11	0.26 13	0.29 6	0.22 14	0.29 6	0.27 9	0.26 53	0.17 36	0.24 8	0.26 25	0.44 16	0.22 12

WQFJX	0.78 89	0.19 4	0.15 14	0.17 18	0.13 11	0.24 46	0.17 65	0.19 6	0.97 226	0.15 13	1.63 245	0.18 3	12.83 333	0.12 9	0.36 6	0.40 8	0.29 7	0.25 11	0.27 5	0.26 27	0.27 5	0.24 6	0.27 55	0.16 29	0.26 12	0.25 16	0.54 33	0.22 12

NLMM	0.78 89	0.27 21	0.14 7	0.20 28	0.17 26	0.20 26	0.14 44	0.24 15	0.73 201	0.14 8	1.44 240	0.21 5	12.89 336	0.11 5	0.51 16	0.38 4	0.32 11	0.26 13	0.29 6	0.22 14	0.29 6	0.27 9	0.26 53	0.17 36	0.24 8	0.26 25	0.44 16	0.22 12

MIM_Stereo	0.78 89	0.77 132	0.53 118	0.43 110	0.38 95	0.46 114	0.22 83	1.50 219	0.31 71	0.55 73	0.38 73	0.64 91	0.27 57	0.32 90	1.77 95	1.09 101	0.63 86	0.73 149	3.30 217	0.57 106	1.19 128	0.91 90	0.34 68	0.36 90	0.49 75	0.41 73	1.95 173	0.58 85

DEFOM-Stereo_RVC	0.80 93	0.75 120	0.48 104	0.38 87	0.33 79	0.25 51	0.16 58	0.68 87	0.30 70	0.72 109	0.42 85	0.77 133	0.35 75	0.30 80	1.81 99	1.08 99	0.65 91	0.56 88	1.71 143	0.48 85	1.60 157	4.30 174	0.49 139	0.39 103	0.60 103	0.49 85	0.95 87	0.65 107

CFNet	0.80 93	0.84 162	0.79 167	0.76 194	0.70 192	0.60 170	0.46 173	0.84 121	0.48 122	0.66 97	0.71 155	0.92 167	0.61 149	0.43 158	1.75 92	0.84 60	0.70 103	0.64 117	0.90 82	0.78 184	0.89 100	0.72 70	0.45 114	0.51 155	0.87 165	0.83 139	1.67 151	1.15 191

G2L-Stereo	0.81 95	0.69 87	0.60 129	0.57 147	0.78 211	0.50 130	0.37 141	0.77 99	0.53 145	0.69 102	0.78 172	0.70 109	0.63 153	0.54 199	2.08 138	0.96 75	0.73 117	0.63 114	1.23 113	0.61 126	1.22 130	0.66 66	0.57 186	0.48 145	0.77 140	0.89 153	1.98 176	0.80 131

HGLStereo	0.83 96	0.64 72	0.75 158	0.52 133	0.67 185	0.56 153	0.45 169	0.66 86	0.50 131	1.72 238	0.96 200	0.64 91	0.56 131	0.54 199	1.65 82	1.18 118	0.80 138	0.76 158	1.05 97	0.66 145	0.99 108	1.36 122	0.49 139	0.54 171	0.71 126	0.76 127	1.59 146	0.82 135

S2M2_XL	0.85 97	0.50 57	0.64 136	0.24 38	0.30 65	0.35 83	0.28 104	0.61 74	0.43 106	0.56 75	0.35 69	0.65 94	0.59 140	0.34 101	2.56 194	1.65 201	0.69 100	0.47 63	0.72 63	0.54 94	4.94 214	2.28 146	0.48 129	0.30 71	0.55 91	0.51 92	0.74 65	0.74 117
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
UNet	0.85 97	0.76 126	0.74 155	0.60 157	0.60 163	0.61 174	0.53 183	0.90 133	0.58 167	1.21 202	0.68 143	0.71 113	0.56 131	0.67 239	1.72 89	1.11 107	0.79 135	0.72 147	1.13 106	0.82 195	0.84 90	0.69 67	0.62 208	0.58 184	0.64 109	0.77 128	2.48 230	0.95 159

RASNet	0.85 97	0.72 104	0.89 194	0.61 160	0.62 175	0.66 185	0.41 154	0.98 145	0.61 176	1.21 202	0.64 131	0.74 118	0.67 168	0.40 135	1.23 57	1.31 139	0.72 112	0.66 124	1.00 91	0.70 158	1.09 117	1.43 125	0.43 105	0.75 232	0.68 118	0.79 131	2.17 191	0.93 157

anonymousdsp2	0.86 100	0.84 162	0.84 180	0.43 110	0.44 112	0.56 153	0.32 123	1.17 164	0.36 86	0.66 97	0.67 138	0.69 105	0.40 88	0.49 190	1.46 64	1.36 147	0.67 94	0.62 106	2.12 156	0.60 123	1.36 143	2.66 154	0.36 78	0.44 124	0.71 126	0.51 92	1.86 167	0.64 103

dd	0.86 100	0.80 142	0.51 107	1.05 237	0.44 112	0.85 218	0.44 167	0.85 122	0.39 90	0.83 145	0.40 80	1.23 208	0.39 83	0.47 179	2.21 160	0.98 79	0.97 203	0.71 139	2.00 154	0.61 126	0.84 90	0.77 75	0.49 139	0.64 211	0.70 123	0.53 96	1.73 156	1.47 220

RAFT-Stereo + iAFF	0.86 100	0.72 104	0.84 180	0.41 102	0.39 97	0.54 144	0.21 81	0.99 146	0.52 139	1.54 226	0.57 117	0.73 117	0.39 83	0.26 63	2.15 146	1.17 116	0.64 89	0.50 68	2.66 185	0.57 106	0.88 96	0.90 88	0.47 125	0.39 103	0.86 160	0.72 122	2.54 242	0.66 109

DMCA-RVC	0.86 100	0.74 112	0.73 152	0.61 160	0.77 207	0.56 153	0.70 211	0.77 99	1.43 267	1.38 218	0.69 146	0.87 154	0.54 124	0.55 205	1.66 84	1.05 89	0.81 147	0.74 153	0.95 87	0.73 167	0.89 100	0.93 92	0.51 153	0.58 184	0.59 101	0.62 107	1.82 164	0.91 154

Former-RAFT_DAM_RVC	0.87 104	0.64 72	0.54 121	0.44 113	0.41 105	0.38 91	0.26 98	1.26 179	0.49 126	0.85 151	0.62 126	0.75 125	0.54 124	0.34 101	1.75 92	1.50 181	0.68 95	0.70 135	1.17 108	0.56 103	1.52 150	3.83 165	0.39 86	0.37 92	0.75 135	1.18 203	0.68 57	0.77 125

RAFT+CT+SA	0.87 104	0.97 217	0.40 79	0.45 116	0.29 63	0.38 91	0.20 77	1.64 243	0.33 78	0.72 109	0.30 53	0.88 159	0.65 161	0.40 135	1.56 73	1.21 126	0.56 72	0.57 90	2.08 155	0.40 61	0.83 89	5.00 189	0.32 64	0.37 92	0.47 70	0.42 78	1.56 137	0.49 71

DSFCA	0.87 104	0.84 162	0.73 152	0.65 170	0.77 207	0.61 174	0.78 216	0.75 96	0.78 206	0.77 126	0.83 184	0.75 125	0.48 107	0.43 158	1.89 111	1.14 111	0.85 156	0.87 196	1.00 91	0.74 170	1.00 112	1.05 102	0.72 243	0.63 207	0.83 151	0.95 166	1.88 169	0.85 144

IER	0.88 107	0.82 151	0.55 122	0.49 122	0.51 140	0.56 153	0.45 169	0.80 110	0.49 126	1.15 199	0.77 167	1.03 182	0.50 113	0.79 259	3.66 251	1.04 86	0.73 117	0.64 117	0.87 80	0.78 184	0.73 76	0.82 81	0.60 203	0.53 166	0.63 105	1.00 178	2.05 181	0.74 117

rafts_anoy	0.88 107	0.81 148	0.86 186	0.44 113	0.49 129	0.51 135	0.46 173	1.58 235	0.48 122	0.61 86	0.70 153	0.70 109	0.47 104	0.30 80	2.51 191	1.38 150	0.76 125	0.78 166	2.36 166	0.61 126	1.28 135	0.99 98	0.49 139	0.49 150	0.85 157	0.90 158	0.93 85	1.00 176

ARAFT	0.89 109	0.72 104	0.47 100	0.35 74	0.34 82	0.42 104	0.24 88	0.64 82	0.34 80	2.25 268	0.57 117	0.58 75	0.29 59	0.39 131	2.14 145	1.42 160	0.71 107	0.74 153	2.68 187	0.54 94	1.86 171	1.93 136	0.42 100	0.33 82	0.83 151	0.40 68	1.98 176	0.56 80

HITNet	0.90 110	0.65 77	0.62 132	0.68 178	0.50 138	0.39 94	0.32 123	1.26 179	0.89 217	0.70 103	0.70 153	0.91 165	0.49 110	0.39 131	1.96 120	1.02 83	0.66 93	0.64 117	0.79 75	0.61 126	1.53 151	3.85 166	0.46 116	0.52 160	0.58 98	0.64 110	1.81 161	0.81 133
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
TestStereo1	0.93 111	0.98 220	0.39 76	0.38 87	0.36 91	0.39 94	0.25 91	1.02 148	0.39 90	0.79 135	0.34 63	0.58 75	0.73 185	0.54 199	3.06 228	1.47 176	0.71 107	0.52 74	2.91 195	0.54 94	1.34 138	1.84 133	0.35 73	0.39 103	0.54 86	1.06 185	2.53 240	0.60 92

SA-5K	0.93 111	0.98 220	0.39 76	0.38 87	0.36 91	0.39 94	0.25 91	1.02 148	0.39 90	0.79 135	0.34 63	0.58 75	0.73 185	0.54 199	3.06 228	1.47 176	0.71 107	0.52 74	2.91 195	0.54 94	1.34 138	1.84 133	0.35 73	0.39 103	0.54 86	1.06 185	2.53 240	0.60 92

RALCasStereoNet	0.93 111	0.82 151	0.93 199	0.53 137	0.53 148	0.60 170	0.45 169	1.48 216	0.44 110	1.03 185	0.75 163	0.89 164	0.49 110	0.32 90	2.31 173	1.43 164	0.78 131	0.75 155	1.50 130	0.58 110	1.18 127	2.21 145	0.49 139	0.57 180	0.86 160	1.13 197	0.90 79	1.16 192

CFNet_RVC	0.94 114	0.84 162	0.89 194	0.76 194	0.80 217	0.71 195	0.49 176	0.74 95	0.63 183	0.88 160	0.94 196	0.87 154	0.57 135	0.50 191	1.96 120	1.12 108	0.79 135	0.79 170	1.27 114	0.73 167	1.26 133	1.52 128	0.48 129	0.64 211	0.98 189	1.11 191	1.92 172	1.23 200

DLCB_ROB	0.94 114	0.90 185	0.88 189	0.73 186	0.80 217	0.69 192	0.69 210	0.87 128	0.72 199	0.94 175	0.86 188	1.02 178	0.91 226	0.69 246	1.48 66	1.06 92	0.97 203	0.72 147	0.88 81	0.74 170	1.21 129	1.21 113	0.78 253	0.71 227	1.26 240	1.26 211	1.49 132	0.95 159

AACVNet	0.95 116	0.87 171	0.69 146	0.91 219	0.91 229	0.72 199	0.59 201	0.87 128	0.60 172	0.73 114	0.88 191	0.79 137	0.64 156	0.60 223	1.77 95	1.37 149	0.84 154	0.83 185	1.12 105	0.77 180	1.36 143	1.13 107	0.70 236	0.65 213	0.87 165	1.12 194	1.90 170	1.31 209

DISCO	0.96 117	0.98 220	0.56 124	0.57 147	0.61 168	0.81 214	0.79 219	0.77 99	0.81 207	2.06 259	0.86 188	0.66 98	0.70 174	0.42 153	1.87 109	1.27 134	0.99 208	0.80 176	1.80 145	0.80 189	0.92 104	1.33 119	0.57 186	0.51 155	0.72 129	0.84 145	2.02 179	0.80 131

GLC_STEREO	0.97 118	0.89 182	0.85 184	0.56 144	0.60 163	0.48 125	0.40 150	1.70 247	0.47 116	0.77 126	0.67 138	0.78 136	0.63 153	0.61 225	2.53 192	1.65 201	0.88 167	0.60 97	1.57 139	0.70 158	2.48 181	1.17 109	0.44 108	0.43 120	0.67 112	0.55 99	2.36 215	0.88 151

TESTraft	0.98 119	0.96 215	0.42 86	0.41 102	0.33 79	0.40 97	0.25 91	1.13 159	0.39 90	0.97 181	0.35 69	0.61 82	0.75 194	0.54 199	3.18 238	1.42 160	0.70 103	0.50 68	2.86 194	0.53 93	1.08 115	3.15 159	0.35 73	0.40 108	0.52 83	1.18 203	2.52 236	0.61 94

psm_up	0.99 120	0.86 169	0.99 213	0.78 201	0.89 227	0.75 203	0.58 198	1.33 199	1.03 237	0.88 160	0.69 146	0.99 177	0.72 180	0.76 255	1.89 111	1.10 104	0.91 180	0.81 180	1.93 150	0.81 192	1.08 115	0.90 88	0.49 139	0.85 252	1.01 194	1.06 185	1.62 147	1.10 184

STTStereo	0.99 120	0.95 210	0.82 175	0.77 199	0.77 207	0.69 192	0.87 229	0.86 124	1.53 276	1.27 208	0.79 174	1.13 199	0.69 171	0.93 276	2.19 152	1.03 85	0.72 112	0.70 135	1.05 97	0.63 138	1.15 125	0.86 85	0.58 195	0.56 179	0.73 132	1.21 207	1.74 158	1.41 218

NLMM1	1.00 122	0.30 28	0.13 6	0.18 21	0.21 38	0.23 40	0.09 12	0.26 22	6.95 348	0.17 19	0.54 109	0.36 37	12.87 335	0.13 16	0.41 9	0.44 12	0.31 9	0.31 22	0.36 19	0.24 22	0.29 6	0.40 29	0.27 55	0.15 23	0.26 12	0.30 38	0.65 52	0.19 5

NLSM1	1.01 123	0.27 21	0.17 21	0.23 35	0.24 50	0.31 68	0.12 26	0.33 39	6.19 344	0.14 8	1.49 241	0.31 25	12.63 330	0.14 18	0.47 12	0.51 21	0.36 20	0.23 8	0.31 10	0.24 22	0.31 11	0.45 35	0.29 59	0.16 29	0.27 19	0.30 38	0.56 37	0.23 16

coex_refinement	1.02 124	1.02 235	0.76 159	0.66 175	0.85 221	0.71 195	0.50 179	0.81 112	1.04 238	0.67 99	1.01 209	0.94 168	0.44 102	0.46 174	3.49 247	0.95 73	0.78 131	0.71 139	3.74 226	0.77 180	0.85 92	0.75 73	0.63 213	0.52 160	0.87 165	0.93 162	1.75 159	0.94 158

NLCA_NET_v2_RVC	1.02 124	0.93 201	0.80 171	0.72 183	0.79 214	0.65 183	1.02 244	1.07 154	2.31 307	2.00 252	0.74 161	0.97 173	0.56 131	0.94 278	1.82 100	0.96 75	0.68 95	0.67 127	1.31 117	0.65 140	0.88 96	0.94 93	0.57 186	0.57 180	0.73 132	1.60 256	1.43 125	1.27 207
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CAS	1.05 126	0.80 142	0.40 79	0.50 128	0.48 125	0.37 88	0.30 109	0.55 64	0.44 110	1.13 198	0.77 167	0.64 91	0.95 236	0.31 87	2.68 207	1.79 212	0.96 200	0.82 183	1.08 102	0.61 126	2.91 188	5.06 193	0.44 108	0.30 71	0.81 145	0.92 161	1.18 107	1.16 192

AF-Net	1.05 126	0.83 154	0.94 200	0.76 194	0.91 229	0.98 238	1.68 280	1.52 226	1.06 240	0.57 78	0.96 200	1.34 214	0.64 156	0.74 250	1.71 85	0.99 80	0.80 138	0.60 97	1.64 141	0.72 163	0.72 73	2.35 147	0.63 213	0.62 201	0.89 174	0.82 137	1.57 142	1.25 204

Nwc_Net	1.05 126	0.83 154	0.94 200	0.76 194	0.91 229	0.98 238	1.68 280	1.52 226	1.06 240	0.57 78	0.96 200	1.34 214	0.64 156	0.74 250	1.71 85	0.99 80	0.80 138	0.60 97	1.64 141	0.72 163	0.72 73	2.35 147	0.63 213	0.62 201	0.89 174	0.82 137	1.57 142	1.25 204

LMCR-Stereo	1.06 129	0.83 154	0.84 180	0.53 137	0.62 175	0.64 181	0.33 129	1.12 157	0.60 172	0.83 145	0.79 174	0.91 165	0.49 110	0.41 141	2.53 192	1.54 188	1.03 219	0.75 155	2.16 157	1.42 258	1.68 162	3.87 168	0.49 139	0.65 213	0.75 135	0.83 139	1.10 103	0.88 151

PDISCO_ROB	1.06 129	0.87 171	0.60 129	0.80 206	0.68 188	0.53 143	0.59 201	0.93 138	0.69 194	1.80 243	1.00 208	0.74 118	0.63 153	0.66 237	1.87 109	1.44 166	0.89 169	1.10 258	1.53 133	0.80 189	1.56 154	2.40 150	0.52 161	0.63 207	1.19 225	0.79 131	2.56 243	0.81 133

SA	1.07 131	0.90 185	0.42 86	0.55 142	0.53 148	0.49 127	0.24 88	1.60 236	0.46 114	0.71 108	0.41 82	0.69 105	0.58 139	0.62 230	1.74 90	1.41 157	0.78 131	0.79 170	3.17 206	0.65 140	1.24 131	4.73 180	0.34 68	0.51 155	0.75 135	1.12 194	2.64 250	0.72 116

PS-NSSS	1.07 131	1.44 288	0.69 146	1.20 258	0.91 229	1.16 257	0.93 236	0.80 110	0.55 155	0.74 117	0.49 96	1.98 253	1.03 244	0.91 273	1.54 72	0.92 68	0.83 152	0.73 149	1.45 128	0.62 133	0.94 105	0.63 59	1.68 312	0.50 153	1.00 192	0.95 166	3.21 275	1.11 187

HSM	1.07 131	0.75 120	0.97 208	0.78 201	0.77 207	0.54 144	0.54 185	1.87 265	0.60 172	0.76 122	0.85 187	0.87 154	0.67 168	0.56 206	2.24 163	1.05 89	0.92 186	0.71 139	2.57 174	0.71 161	1.80 169	2.08 143	0.56 183	0.72 230	0.90 178	0.97 171	2.08 184	1.03 177

LL-Strereo2	1.08 134	0.65 77	0.59 126	0.40 98	0.34 82	0.31 68	0.23 85	1.48 216	0.38 88	0.68 101	0.58 121	0.63 87	0.32 65	0.64 234	1.65 82	1.13 109	0.63 86	0.53 83	1.32 119	0.66 145	1.35 141	11.05 300	0.44 108	0.34 84	0.64 109	0.60 105	1.05 96	0.56 80

DepthFocus	1.09 135	0.55 61	0.32 61	0.29 55	0.28 60	0.27 56	0.22 83	0.70 89	0.52 139	0.51 71	0.38 73	0.62 85	0.42 94	0.38 125	2.43 181	2.19 234	0.64 89	0.64 117	0.96 88	0.75 176	7.93 271	4.99 188	0.47 125	0.28 66	0.55 91	0.49 85	0.77 72	0.83 138

raftrobust	1.11 136	0.65 77	0.92 198	0.55 142	0.49 129	0.44 108	0.33 129	1.55 232	0.47 116	0.94 175	0.72 158	0.82 144	0.53 118	0.36 117	2.91 219	1.71 206	0.71 107	0.70 135	4.37 237	0.65 140	1.69 164	3.95 170	0.59 201	0.42 119	0.95 187	0.85 147	0.99 91	0.85 144

UCFNet_RVC	1.11 136	1.26 270	0.85 184	0.88 216	0.93 236	0.77 207	0.58 198	0.78 105	0.67 191	0.93 173	0.80 179	1.25 209	0.93 231	0.48 185	2.17 150	1.09 101	0.78 131	0.82 183	2.60 180	0.80 189	1.32 137	1.66 130	1.31 300	0.67 217	1.05 202	1.11 191	1.44 127	2.13 252

test_4	1.13 138	0.74 112	0.77 163	0.42 108	0.32 71	0.34 77	0.26 98	0.78 105	0.33 78	0.75 118	0.40 80	0.87 154	0.35 75	0.40 135	2.10 144	1.55 189	0.65 91	0.69 133	1.50 130	0.51 88	1.12 122	10.25 274	0.41 94	0.37 92	0.58 98	0.70 119	2.73 255	0.62 96

S2M2_L	1.14 139	0.87 171	1.13 246	0.46 119	0.37 93	0.43 106	0.28 104	0.60 72	0.52 139	1.85 247	0.34 63	0.63 87	0.40 88	0.43 158	2.36 175	1.91 217	0.70 103	0.60 97	1.06 100	0.58 110	4.38 202	4.69 178	0.49 139	0.37 92	0.64 109	0.89 153	3.07 270	0.79 128
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
Sa-1000	1.14 139	0.75 120	0.47 100	0.49 122	0.61 168	0.50 130	0.27 101	1.70 247	0.52 139	0.73 114	0.48 93	0.66 98	0.67 168	0.79 259	2.17 150	1.43 164	0.92 186	0.93 217	3.23 207	0.58 110	1.55 153	4.86 183	0.35 73	0.59 191	1.14 221	1.24 208	2.35 213	0.76 124

RALAANet	1.14 139	0.70 94	0.84 180	0.53 137	0.53 148	0.60 170	0.41 154	1.30 188	0.50 131	0.94 175	0.65 133	0.72 116	0.59 140	0.33 96	1.97 123	1.32 141	0.75 124	0.89 206	1.96 151	0.85 199	3.07 190	5.37 201	0.53 166	0.62 201	0.82 148	1.03 183	2.08 184	0.78 127

CASnet	1.15 142	0.91 189	0.49 105	0.40 98	0.43 109	0.38 91	0.20 77	0.91 136	0.49 126	0.77 126	0.56 114	0.88 159	0.53 118	0.35 108	2.15 146	1.24 130	0.72 112	0.50 68	1.34 121	0.54 94	7.12 256	5.37 201	0.41 94	0.38 96	1.21 227	0.49 85	1.45 128	0.79 128
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iResNet_ROB	1.16 143	0.83 154	0.82 175	0.65 170	0.59 160	0.67 188	0.58 198	2.65 316	0.53 145	1.73 239	0.76 166	0.87 154	0.78 204	0.47 179	3.77 259	1.45 168	0.87 163	0.86 194	2.81 192	0.65 140	1.26 133	0.87 86	0.57 186	0.73 231	0.81 145	0.95 166	2.65 252	1.03 177

RP	1.18 144	1.02 235	1.24 265	0.94 223	1.08 248	0.84 215	1.17 257	1.25 177	1.31 259	0.61 86	1.16 218	1.21 206	0.75 194	0.68 240	3.34 242	1.04 86	0.89 169	0.67 127	1.20 112	0.79 186	0.88 96	2.85 156	0.59 201	0.71 227	0.86 160	0.98 175	2.51 235	1.21 198

trnet	1.20 145	0.91 189	0.94 200	0.52 133	0.42 107	0.47 120	0.25 91	1.41 209	0.61 176	0.88 160	0.75 163	0.97 173	0.72 180	0.37 120	2.66 204	3.31 267	0.86 160	0.61 102	2.41 168	0.60 123	3.93 200	3.14 158	0.50 151	0.47 132	1.03 198	0.86 150	1.72 153	0.99 170

APVNet	1.21 146	1.02 235	0.64 136	0.69 179	0.78 211	0.86 219	0.84 224	0.78 105	0.71 198	0.92 171	0.82 182	0.86 152	0.59 140	0.58 215	2.67 206	1.65 201	1.11 230	0.98 233	3.23 207	0.85 199	1.62 158	4.73 180	0.55 175	0.84 251	0.77 140	0.80 134	1.90 170	0.98 164

iinet-f	1.22 147	1.08 246	0.64 136	0.93 222	0.46 115	0.68 190	0.57 194	0.79 109	0.48 122	2.11 264	1.35 233	0.83 146	0.64 156	0.35 108	3.95 262	1.80 214	0.77 128	0.66 124	2.93 201	1.00 222	1.53 151	3.24 160	0.64 219	0.53 166	1.10 216	0.63 109	2.23 203	0.90 153

PA-Net	1.22 147	0.95 210	1.13 246	0.75 189	1.31 271	0.68 190	0.84 224	0.82 117	1.18 253	0.83 145	0.77 167	0.76 129	0.78 204	0.91 273	3.00 224	1.21 126	0.68 95	0.77 161	1.02 95	0.82 195	1.13 124	4.67 177	0.66 224	0.82 246	1.00 192	2.10 292	1.24 109	2.13 252
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCC-stereo	1.25 149	1.24 264	1.10 237	0.99 230	1.05 242	0.96 233	1.53 274	1.79 256	1.59 279	0.60 84	1.34 230	1.17 203	1.03 244	0.74 250	2.44 182	1.07 93	0.89 169	0.99 236	1.54 135	0.91 208	0.99 108	2.46 151	0.80 261	0.76 234	1.26 240	1.59 253	1.39 121	1.61 229

Abc-Net	1.25 149	1.24 264	1.10 237	0.99 230	1.05 242	0.96 233	1.53 274	1.79 256	1.59 279	0.60 84	1.34 230	1.17 203	1.03 244	0.74 250	2.44 182	1.07 93	0.89 169	0.99 236	1.54 135	0.91 208	0.99 108	2.46 151	0.80 261	0.76 234	1.26 240	1.59 253	1.39 121	1.61 229
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CES	1.27 151	0.77 132	0.56 124	0.45 116	0.56 154	0.51 135	0.21 81	1.50 219	0.70 196	0.78 129	0.80 179	0.84 149	0.90 225	0.33 96	3.45 246	2.96 253	1.14 236	1.04 250	1.32 119	1.08 232	4.63 208	4.87 184	0.63 213	0.38 96	0.85 157	0.83 139	1.02 93	1.16 192

FSD	1.28 152	0.76 126	0.66 141	0.60 157	0.60 163	0.60 170	0.57 194	0.90 133	0.50 131	0.95 178	0.73 160	1.06 190	0.69 171	0.64 234	2.19 152	3.05 257	0.98 205	0.79 170	2.80 191	0.79 186	4.76 212	5.04 191	0.65 220	0.67 217	0.90 178	0.83 139	0.90 79	0.99 170

GMOStereo	1.28 152	0.74 112	0.45 93	0.62 163	0.52 142	0.46 114	0.39 144	1.54 228	0.47 116	0.87 154	0.47 89	0.74 118	0.59 140	0.35 108	2.01 126	1.45 168	0.80 138	0.87 196	2.92 197	0.69 151	1.78 165	10.98 296	0.46 116	0.41 111	1.09 210	0.72 122	1.56 137	0.58 85

error version	1.28 152	0.74 112	0.45 93	0.62 163	0.52 142	0.46 114	0.39 144	1.54 228	0.47 116	0.87 154	0.47 89	0.74 118	0.59 140	0.35 108	2.01 126	1.45 168	0.80 138	0.87 196	2.92 197	0.69 151	1.78 165	10.98 296	0.46 116	0.41 111	1.09 210	0.72 122	1.56 137	0.58 85

test-v	1.28 152	0.74 112	0.45 93	0.62 163	0.52 142	0.46 114	0.39 144	1.54 228	0.47 116	0.87 154	0.47 89	0.74 118	0.59 140	0.35 108	2.01 126	1.45 168	0.80 138	0.87 196	2.92 197	0.69 151	1.78 165	10.98 296	0.46 116	0.41 111	1.09 210	0.72 122	1.56 137	0.58 85

test-2	1.28 152	0.74 112	0.45 93	0.62 163	0.52 142	0.46 114	0.39 144	1.54 228	0.47 116	0.87 154	0.47 89	0.74 118	0.59 140	0.35 108	2.01 126	1.45 168	0.80 138	0.87 196	2.92 197	0.69 151	1.78 165	10.98 296	0.46 116	0.41 111	1.09 210	0.72 122	1.56 137	0.58 85

GANetREF_RVC	1.28 152	1.18 257	0.95 205	1.18 257	1.04 240	1.00 243	0.79 219	1.25 177	1.10 245	1.29 210	0.77 167	2.28 268	0.91 226	0.63 232	2.00 125	1.14 111	1.01 213	0.98 233	2.44 170	0.82 195	1.98 175	1.33 119	0.78 253	1.05 267	1.28 245	1.27 212	2.63 249	1.49 221
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
AMNet	1.29 158	1.12 249	1.05 223	1.13 246	1.12 253	1.24 266	1.08 252	1.36 203	1.13 249	1.10 195	1.11 214	1.51 230	1.26 256	1.20 298	1.52 70	1.57 193	1.35 261	1.21 278	1.37 122	1.22 245	1.35 141	1.19 111	1.25 293	1.19 276	1.23 235	1.72 266	1.54 136	1.65 233

raft_robust	1.30 159	0.93 201	0.53 118	0.59 155	0.47 119	0.57 159	0.37 141	2.06 285	0.52 139	1.69 237	0.53 107	0.76 129	0.82 212	0.47 179	2.16 149	1.52 186	0.84 154	0.84 192	5.71 259	0.59 114	2.50 182	5.04 191	0.46 116	0.51 155	0.99 190	1.05 184	1.58 144	0.99 170

IPLGR_C	1.31 160	0.71 101	0.68 144	0.57 147	0.46 115	0.52 138	0.31 113	0.81 112	0.53 145	0.76 122	0.69 146	1.03 182	0.53 118	0.59 219	2.62 199	1.33 144	0.88 167	0.63 114	3.25 213	0.61 126	1.64 161	10.69 287	0.55 175	0.53 166	0.89 174	0.57 102	2.40 221	0.62 96

ACRE	1.31 160	0.70 94	0.66 141	0.58 154	0.47 119	0.52 138	0.32 123	0.81 112	0.53 145	0.76 122	0.69 146	1.04 186	0.52 117	0.59 219	2.66 204	1.32 141	0.89 169	0.63 114	3.25 213	0.61 126	1.62 158	10.69 287	0.55 175	0.52 160	0.92 182	0.55 99	2.40 221	0.62 96

SACVNet	1.31 160	0.94 204	0.95 205	0.90 217	1.10 250	0.87 221	0.92 235	1.50 219	0.81 207	1.23 207	0.71 155	0.94 168	0.69 171	0.68 240	1.83 103	1.40 154	1.12 235	0.83 185	2.20 159	0.94 214	2.13 176	5.87 211	0.65 220	0.82 246	1.04 199	1.06 185	2.02 179	1.30 208

4D-IteraStereo	1.32 163	0.61 71	1.07 230	0.49 122	0.43 109	0.40 97	0.25 91	1.44 214	0.37 87	0.75 118	0.56 114	0.75 125	0.43 95	0.43 158	2.29 172	1.38 150	0.68 95	0.66 124	2.70 188	0.59 114	3.21 192	10.86 295	0.46 116	0.40 108	0.69 120	0.83 139	2.34 211	0.64 103

CIPLG	1.32 163	0.70 94	0.69 146	0.57 147	0.46 115	0.52 138	0.33 129	0.81 112	0.55 155	0.76 122	0.69 146	1.03 182	0.53 118	0.59 219	2.91 219	1.33 144	0.89 169	0.62 106	3.23 207	0.62 133	1.62 158	10.69 287	0.55 175	0.53 166	0.90 178	0.54 97	2.37 218	0.61 94

DN-CSS_ROB	1.32 163	0.83 154	1.03 219	0.87 215	0.86 222	0.47 120	0.36 139	2.00 279	0.57 164	1.56 228	1.81 249	0.96 172	0.77 202	0.38 125	2.15 146	1.40 154	1.03 219	0.93 217	5.27 247	0.66 145	2.56 183	2.82 155	0.54 172	0.86 254	0.79 143	0.81 135	2.07 183	1.33 212

UDGNet	1.34 166	1.00 229	0.76 159	1.64 285	1.38 276	1.69 287	1.25 261	1.22 171	0.69 194	0.63 92	0.84 186	0.83 146	0.41 92	1.62 309	2.02 131	1.19 122	0.81 147	0.87 196	1.98 152	0.92 211	1.68 162	5.69 207	1.26 296	0.47 132	1.21 227	0.95 166	2.15 188	1.03 177

CCAANet	1.34 166	0.72 104	0.68 144	0.57 147	0.55 152	0.59 165	0.48 175	1.31 191	0.50 131	2.35 272	2.76 270	0.83 146	0.40 88	0.36 117	1.64 78	1.18 118	1.05 222	1.01 243	0.91 83	0.72 163	0.68 66	0.65 64	0.74 244	0.53 166	0.69 120	0.96 170	12.50 347	0.75 123

CREStereo	1.37 168	0.91 189	0.94 200	0.52 133	0.42 107	0.47 120	0.26 98	1.43 211	0.66 188	0.87 154	0.83 184	0.95 170	0.73 185	0.36 117	2.98 223	4.38 295	0.85 156	0.56 88	2.41 168	0.62 133	5.52 227	4.71 179	0.53 166	0.47 132	1.02 196	0.87 151	1.73 156	0.98 164
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
FADNet-RVC-Resample	1.37 168	0.87 171	0.99 213	0.72 183	0.81 219	0.63 178	1.02 244	1.06 153	0.91 220	0.99 182	0.99 206	1.69 238	0.73 185	1.02 284	4.06 264	1.41 157	1.02 216	1.62 304	1.55 137	1.04 227	1.37 145	5.03 190	0.57 186	1.14 273	0.88 170	1.99 285	1.45 128	1.54 224

FADNet-RVC	1.38 170	0.71 101	0.88 189	0.77 199	1.09 249	0.58 162	2.16 297	0.92 137	0.57 164	1.03 185	0.72 158	1.48 225	0.64 156	0.61 225	5.02 271	1.56 191	0.85 156	0.90 209	2.24 161	1.52 274	2.20 177	4.08 172	0.51 153	0.77 236	1.48 270	1.14 199	1.43 125	1.35 214

PMTNet	1.39 171	0.94 204	0.99 213	0.48 121	0.49 129	0.47 120	0.32 123	0.83 118	0.66 188	0.83 145	0.62 126	0.88 159	0.50 113	0.35 108	2.72 210	4.30 292	0.91 180	0.57 90	2.40 167	0.54 94	6.12 237	5.45 204	0.57 186	0.38 96	1.99 304	1.00 178	1.09 99	1.19 197

GES	1.40 172	0.73 109	0.79 167	0.78 201	0.71 193	0.80 212	0.59 201	1.37 205	0.97 226	1.66 234	0.94 196	0.74 118	0.65 161	0.63 232	2.40 178	1.55 189	0.98 205	0.89 206	5.45 253	1.14 238	3.99 201	3.85 166	0.65 220	0.83 249	0.75 135	0.81 135	1.52 135	1.72 236

LoS_RVC	1.42 173	1.25 267	0.86 186	0.31 64	0.49 129	0.37 88	0.33 129	0.73 93	0.56 160	2.10 262	0.68 143	0.67 101	0.70 174	0.33 96	3.08 231	3.79 280	0.89 169	2.10 324	3.01 204	0.66 145	4.40 203	6.44 222	0.51 153	0.43 120	0.82 148	0.85 147	0.90 79	0.99 170

tt_ll	1.42 173	1.25 267	0.86 186	0.31 64	0.49 129	0.37 88	0.33 129	0.73 93	0.56 160	2.10 262	0.68 143	0.67 101	0.70 174	0.33 96	3.08 231	3.79 280	0.89 169	2.10 324	3.01 204	0.66 145	4.40 203	6.44 222	0.51 153	0.43 120	0.82 148	0.85 147	0.90 79	0.99 170

sAnonymous2	1.42 173	0.76 126	0.52 114	0.41 102	0.47 119	0.71 195	0.41 154	1.28 185	0.98 230	0.65 94	0.89 192	1.08 192	0.95 236	0.37 120	2.20 155	2.28 236	1.10 226	1.04 250	3.71 223	0.92 211	4.94 214	6.73 228	0.62 208	0.55 177	0.83 151	1.39 225	1.25 110	1.24 202

CroCo_RVC	1.42 173	0.76 126	0.52 114	0.41 102	0.47 119	0.71 195	0.41 154	1.28 185	0.98 230	0.65 94	0.89 192	1.08 192	0.95 236	0.37 120	2.20 155	2.28 236	1.10 226	1.04 250	3.71 223	0.92 211	4.94 214	6.73 228	0.62 208	0.55 177	0.83 151	1.39 225	1.25 110	1.24 202

RGC	1.43 177	1.30 276	1.99 308	1.14 251	1.18 261	1.16 257	1.01 241	1.20 169	1.08 243	0.91 168	1.70 248	1.18 205	1.24 255	0.87 267	3.10 235	1.18 118	0.98 205	0.86 194	1.81 146	1.02 224	1.39 146	3.87 168	0.76 246	0.90 258	1.14 221	1.53 245	2.17 191	1.85 240

YMNet	1.44 178	0.79 140	0.41 83	0.51 129	0.61 168	0.59 165	1.36 268	0.77 99	0.56 160	1.28 209	0.36 71	0.67 101	2.20 274	0.56 206	19.21 303	1.49 179	0.77 128	0.65 121	0.74 66	0.39 55	0.61 53	1.27 117	0.23 46	0.38 96	0.69 120	0.46 82	0.81 74	0.66 109

castereo	1.44 178	0.88 180	0.96 207	0.46 119	0.47 119	0.33 74	0.27 101	0.77 99	0.50 131	0.80 139	0.64 131	1.04 186	0.48 107	0.38 125	2.25 165	2.81 248	1.03 219	0.76 158	2.67 186	0.62 133	7.90 270	7.11 236	0.57 186	0.52 160	1.04 199	1.25 210	1.03 94	1.21 198

FADNet	1.44 178	0.83 154	0.83 179	0.82 211	1.03 239	0.61 174	1.88 291	0.97 143	0.73 201	0.93 173	0.92 195	1.16 202	0.76 199	0.74 250	3.69 255	1.34 146	0.91 180	1.03 247	2.63 181	1.49 267	2.87 187	4.93 185	0.49 139	0.65 213	1.54 279	1.70 265	1.51 134	1.83 239

stereogan	1.44 178	1.33 279	1.05 223	1.11 241	1.28 269	1.11 250	0.97 238	1.26 179	1.05 239	1.22 206	1.10 212	1.62 236	0.89 223	0.66 237	2.34 174	1.31 139	0.94 194	0.81 180	1.72 144	0.95 216	1.10 119	8.04 244	0.71 238	0.77 236	0.83 151	1.06 185	2.36 215	1.38 216

MGS-Stereo	1.48 182	0.99 223	0.47 100	0.40 98	0.35 86	0.40 97	0.36 139	0.65 83	0.26 55	0.52 72	0.43 86	0.52 67	0.38 81	0.43 158	23.31 311	0.93 72	0.73 117	0.79 170	0.93 85	0.65 140	1.10 119	1.25 116	0.44 108	0.48 145	0.72 129	0.49 85	1.29 114	0.77 125

NCCL2	1.48 182	1.28 274	1.10 237	1.11 241	1.43 279	0.78 208	0.90 232	1.05 152	1.14 251	1.86 249	1.27 226	1.02 178	0.81 207	0.80 262	3.43 244	1.42 160	1.14 236	0.87 196	1.31 117	0.89 207	1.94 174	3.37 162	1.48 308	1.02 263	1.50 274	1.35 220	3.80 297	1.85 240

TANstereo	1.49 184	1.06 243	0.88 189	0.67 176	0.73 198	0.87 221	0.33 129	0.86 124	0.61 176	0.70 103	0.69 146	0.59 79	0.59 140	1.02 284	2.75 211	2.89 250	0.94 194	1.13 266	1.43 126	1.28 248	5.13 221	5.06 193	1.35 302	0.46 130	0.54 86	0.89 153	5.92 317	0.74 117

XX-TBD	1.49 184	1.06 243	0.88 189	0.67 176	0.73 198	0.87 221	0.33 129	0.86 124	0.61 176	0.70 103	0.69 146	0.59 79	0.59 140	1.02 284	2.75 211	2.89 250	0.94 194	1.13 266	1.43 126	1.28 248	5.13 221	5.06 193	1.35 302	0.46 130	0.54 86	0.89 153	5.92 317	0.74 117

LoS	1.51 186	0.79 140	0.59 126	0.52 133	0.56 154	0.65 183	0.38 143	2.56 312	0.88 215	1.21 202	0.94 196	0.97 173	0.88 222	0.35 108	3.04 227	3.41 269	1.24 248	0.93 217	2.19 158	0.68 150	5.96 233	7.00 234	0.62 208	0.47 132	1.14 221	0.98 175	1.06 98	0.87 148
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ICVP	1.51 186	0.74 112	1.07 230	0.75 189	0.75 202	0.84 215	0.54 185	1.10 155	0.86 212	1.37 216	1.15 217	0.88 159	1.08 250	0.53 198	1.90 113	1.91 217	1.22 245	0.99 236	1.56 138	0.96 219	3.89 199	10.50 281	0.68 232	0.77 236	0.91 181	1.19 205	1.42 124	1.14 189
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
BEATNet_4x	1.53 188	0.77 132	0.77 163	0.75 189	0.67 185	0.47 120	0.40 150	1.23 173	1.32 260	0.83 145	0.77 167	0.95 170	0.74 190	0.59 219	5.02 271	2.40 243	1.64 274	1.43 296	1.27 114	0.85 199	4.54 205	8.28 246	0.48 129	0.91 259	0.70 123	0.77 128	1.85 165	0.99 170

iResNetv2_ROB	1.57 189	0.87 171	0.70 149	1.13 246	0.65 179	0.72 199	0.49 176	2.63 315	0.64 185	1.77 242	0.87 190	1.30 213	0.75 194	0.40 135	4.81 270	1.26 133	0.91 180	0.71 139	4.58 240	0.81 192	7.66 263	1.62 129	0.58 195	0.80 239	0.81 145	0.83 139	3.12 274	0.91 154

MyStereo04	1.58 190	0.90 185	0.97 208	0.78 201	0.89 227	0.57 159	0.40 150	1.57 234	0.97 226	2.23 267	0.89 192	1.34 214	0.54 124	0.41 141	2.94 222	2.47 244	0.86 160	0.92 213	5.37 249	1.50 270	4.62 207	3.51 163	0.92 279	0.81 243	1.21 227	1.61 258	2.58 245	0.95 159

AE-Stereo	1.61 191	0.85 166	1.23 264	0.81 209	0.51 140	0.57 159	0.75 215	0.83 118	0.49 126	0.79 135	0.54 109	1.29 210	0.72 180	0.47 179	2.05 136	2.96 253	0.99 208	0.92 213	2.63 181	0.86 202	4.61 206	11.92 318	0.50 151	0.80 239	1.26 240	1.34 219	1.95 173	0.86 146

castereo++	1.62 192	0.76 126	0.78 166	0.59 155	0.41 105	0.34 77	0.25 91	0.85 122	0.43 106	0.81 142	0.62 126	1.02 178	0.51 115	0.38 125	1.86 108	2.57 245	1.01 213	0.73 149	3.23 207	0.62 133	7.09 255	6.35 220	0.63 213	0.58 184	0.99 190	1.01 180	7.61 331	1.63 232

dad	1.63 193	0.97 217	0.65 139	2.18 302	1.19 263	1.01 244	3.99 317	1.66 245	0.55 155	1.21 202	0.50 98	1.12 198	2.01 270	0.58 215	3.09 233	1.16 114	1.11 230	0.76 158	2.70 188	0.77 180	1.34 138	1.48 126	0.71 238	0.88 256	2.48 313	0.71 120	5.52 316	3.80 295

CC-Net-ROB	1.63 193	1.81 303	1.19 259	1.85 291	1.77 296	2.27 300	1.56 276	0.93 138	0.96 225	1.29 210	0.67 138	5.48 314	2.51 280	1.43 307	1.64 78	0.87 62	1.34 258	1.17 270	2.46 171	0.88 204	1.09 117	1.35 121	3.34 328	0.63 207	1.22 232	1.15 200	1.47 130	1.57 227

XPNet_ROB	1.63 193	1.57 295	1.09 236	0.91 219	1.13 256	1.01 244	0.88 230	0.95 142	1.14 251	1.07 193	1.82 250	4.03 300	0.72 180	0.78 256	1.82 100	1.51 182	1.52 271	0.94 220	1.42 124	1.04 227	2.20 177	7.75 241	0.86 275	0.80 239	0.94 183	1.29 215	3.34 282	1.56 226

DeepPruner_ROB	1.64 196	0.75 120	0.91 196	0.85 213	0.88 225	0.75 203	1.75 284	1.26 179	0.91 220	1.49 224	1.65 246	0.85 151	0.81 207	0.56 206	3.12 237	1.49 179	1.02 216	1.02 244	2.33 165	0.75 176	7.42 260	6.70 226	0.81 265	0.69 221	0.88 170	1.45 233	2.17 191	0.87 148

CFNet_pseudo	1.65 197	0.78 136	0.82 175	0.82 211	0.79 214	0.69 192	0.42 160	0.93 138	0.53 145	0.95 178	0.81 181	0.88 159	0.81 207	0.81 263	15.70 298	1.39 152	0.74 122	0.71 139	7.24 296	0.77 180	0.97 106	1.50 127	0.69 235	0.57 180	0.88 170	0.89 153	1.47 130	1.12 188

test_for_model	1.68 198	0.92 195	0.51 107	0.38 87	0.40 100	0.45 109	0.31 113	1.31 191	0.41 99	0.78 129	0.51 100	2.09 255	0.43 95	0.30 80	1.95 114	1.95 222	13.44 353	0.62 106	2.57 174	0.59 114	8.07 276	1.98 137	0.48 129	0.47 132	0.67 112	0.64 110	2.20 197	0.83 138

GCAPDPT-zeroshot4090	1.68 198	0.92 195	0.51 107	0.38 87	0.40 100	0.45 109	0.31 113	1.31 191	0.41 99	0.78 129	0.51 100	2.09 255	0.43 95	0.30 80	1.95 114	1.95 222	13.44 353	0.62 106	2.57 174	0.59 114	8.07 276	1.98 137	0.48 129	0.47 132	0.67 112	0.64 110	2.20 197	0.83 138

testlalala	1.68 198	0.92 195	0.51 107	0.38 87	0.40 100	0.45 109	0.31 113	1.31 191	0.41 99	0.78 129	0.51 100	2.09 255	0.43 95	0.30 80	1.95 114	1.95 222	13.44 353	0.62 106	2.57 174	0.59 114	8.07 276	1.98 137	0.48 129	0.47 132	0.67 112	0.64 110	2.20 197	0.83 138

GCAPDPT-zeroshot	1.68 198	0.92 195	0.51 107	0.38 87	0.40 100	0.45 109	0.31 113	1.31 191	0.41 99	0.78 129	0.51 100	2.09 255	0.43 95	0.30 80	1.95 114	1.95 222	13.44 353	0.62 106	2.57 174	0.59 114	8.07 276	1.98 137	0.48 129	0.47 132	0.67 112	0.64 110	2.20 197	0.83 138

GCAP-Stereo	1.68 198	0.92 195	0.51 107	0.38 87	0.40 100	0.45 109	0.31 113	1.31 191	0.41 99	0.78 129	0.51 100	2.09 255	0.43 95	0.30 80	1.95 114	1.95 222	13.44 353	0.62 106	2.57 174	0.59 114	8.07 276	1.98 137	0.48 129	0.47 132	0.67 112	0.64 110	2.20 197	0.83 138

SGD-Stereo	1.69 203	0.50 57	0.36 69	0.28 49	0.30 65	0.30 65	0.17 65	0.57 67	0.28 66	0.44 64	0.21 35	0.69 105	0.39 83	0.25 61	31.04 314	1.51 182	0.73 117	0.52 74	0.68 60	0.45 79	1.43 149	1.32 118	0.41 94	0.30 71	0.45 63	0.46 82	0.87 77	0.63 100

gcap_with_dpt	1.70 204	2.27 317	0.76 159	1.42 275	0.71 193	0.78 208	0.32 123	1.43 211	0.59 169	0.90 165	0.67 138	1.69 238	0.85 217	0.41 141	2.22 161	3.04 255	1.11 230	1.60 302	4.27 234	0.74 170	5.79 230	5.97 214	0.52 161	0.44 124	1.05 202	1.02 181	2.42 223	3.01 278

GCAP-BAT	1.70 204	2.27 317	0.76 159	1.42 275	0.71 193	0.78 208	0.32 123	1.43 211	0.59 169	0.90 165	0.67 138	1.69 238	0.85 217	0.41 141	2.22 161	3.04 255	1.11 230	1.60 302	4.27 234	0.74 170	5.79 230	5.97 214	0.52 161	0.44 124	1.05 202	1.02 181	2.42 223	3.01 278

test-3	1.73 206	1.00 229	1.08 233	0.63 168	0.60 163	0.55 147	0.43 163	1.99 275	0.39 90	0.86 152	0.54 109	1.45 222	0.53 118	0.41 141	2.20 155	1.41 157	0.81 147	0.79 170	6.57 277	0.69 151	5.20 225	11.52 312	0.46 116	0.54 171	0.86 160	0.97 171	3.11 271	0.98 164

test_1	1.73 206	1.01 231	1.08 233	0.63 168	0.60 163	0.55 147	0.43 163	1.99 275	0.39 90	0.86 152	0.54 109	1.45 222	0.54 124	0.41 141	2.20 155	1.42 160	0.80 138	0.79 170	6.57 277	0.69 151	5.20 225	11.52 312	0.46 116	0.54 171	0.87 165	0.97 171	3.11 271	0.98 164

test_3	1.73 206	1.02 235	1.05 223	0.65 170	0.61 168	0.55 147	0.43 163	1.96 271	0.38 88	0.88 160	0.52 105	1.45 222	0.54 124	0.40 135	2.20 155	1.40 154	0.81 147	0.81 180	6.56 276	0.71 161	5.08 218	11.49 309	0.43 105	0.49 150	0.96 188	1.09 190	3.23 276	0.98 164

CREStereo++_RVC	1.73 206	0.91 189	1.03 219	0.51 129	0.56 154	0.40 97	0.28 104	1.37 205	0.51 137	0.83 145	0.61 124	0.76 129	0.85 217	0.34 101	2.78 213	3.07 259	0.92 186	0.61 102	2.72 190	0.55 101	5.01 217	5.69 207	0.53 166	0.38 96	0.94 183	0.84 145	12.80 348	0.98 164
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
GEStereo_RVC	1.80 210	0.96 215	0.99 213	1.02 233	0.87 223	1.12 252	1.03 247	1.66 245	0.82 209	0.91 168	0.79 174	1.34 214	0.75 194	0.61 225	2.25 165	2.14 232	1.14 236	1.23 282	4.06 231	1.22 245	4.66 209	11.41 308	0.71 238	0.95 261	0.88 170	0.97 171	2.49 233	1.65 233

NaN_ROB	1.84 211	1.11 248	1.04 222	0.95 224	1.77 296	0.86 219	0.91 234	1.32 198	10.70 356	1.00 184	1.38 236	2.45 274	0.89 223	1.12 293	4.34 267	1.29 136	0.92 186	0.88 205	1.49 129	1.14 238	1.42 148	2.02 142	0.76 246	1.03 264	1.30 246	2.01 286	2.38 219	3.27 287

sCroCo_RVC	1.85 212	0.67 82	0.55 122	0.37 85	0.49 129	0.75 203	0.41 154	0.94 141	1.56 278	1.51 225	0.78 172	1.04 186	0.94 234	0.48 185	2.49 186	5.07 303	1.26 251	1.22 279	2.53 173	1.37 253	7.95 273	11.14 301	0.45 114	0.60 194	0.94 183	1.12 194	2.34 211	1.05 180

ETE_ROB	1.85 212	1.93 308	1.18 256	1.04 235	1.33 273	1.26 268	1.12 255	1.11 156	2.30 306	1.36 215	3.26 279	3.18 288	0.94 234	1.14 295	2.62 199	1.51 182	2.14 298	0.99 236	2.50 172	1.15 240	3.67 196	5.74 210	0.86 275	1.03 264	1.21 227	1.36 222	2.30 205	1.68 235

LALA_ROB	1.85 212	2.17 312	1.13 246	1.05 237	1.26 265	1.16 257	1.01 241	1.17 164	1.46 270	2.06 259	2.82 271	3.47 290	0.92 229	0.93 276	3.90 261	1.46 173	1.36 262	1.18 273	2.20 159	1.31 251	2.84 186	5.10 196	0.77 251	1.01 262	1.24 236	1.41 228	3.89 301	1.77 238

MLCV	1.91 215	0.87 171	0.97 208	1.33 268	1.13 256	0.99 240	0.74 214	2.14 288	0.77 204	2.02 253	4.44 292	1.60 233	1.56 263	0.45 169	2.63 201	1.79 212	1.11 230	0.96 229	6.71 283	1.05 229	4.69 211	5.60 205	0.66 224	1.60 288	1.14 221	1.35 220	2.31 207	1.06 182

RAFT + AFF	1.96 216	0.49 56	0.42 86	0.41 102	0.20 33	0.41 102	0.19 73	0.65 83	0.23 50	0.56 75	0.27 47	0.77 133	0.21 43	0.29 77	39.69 318	0.90 67	0.62 84	0.35 32	1.92 149	0.38 54	0.77 80	0.57 52	0.32 64	0.27 64	0.71 126	0.33 50	0.58 40	0.29 41

DDUNet	2.05 217	2.73 321	2.03 309	2.92 316	2.66 321	3.04 314	2.76 304	1.17 164	1.11 247	1.60 229	1.21 224	2.23 265	1.69 266	2.81 322	2.04 133	1.25 132	2.78 305	2.42 337	2.63 181	2.90 317	1.92 173	2.11 144	2.77 326	0.92 260	1.01 194	0.93 162	2.50 234	1.10 184

CASS	2.08 218	1.02 235	1.16 254	1.28 263	0.99 237	0.88 225	3.39 312	1.42 210	1.02 236	1.30 212	2.46 268	1.14 200	0.81 207	0.46 174	2.70 208	2.38 242	3.41 312	1.10 258	3.40 219	1.18 242	8.01 275	8.63 250	0.66 224	0.69 221	1.49 272	1.27 212	2.52 236	1.41 218
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HUF	2.12 219	0.70 94	0.53 118	0.35 74	0.25 53	0.29 63	0.16 58	0.81 112	0.29 68	0.49 69	0.24 41	0.61 82	0.43 95	0.27 66	21.42 306	21.17 365	0.56 72	0.52 74	2.25 162	0.54 94	1.58 156	1.03 100	0.42 100	0.34 84	0.51 80	0.30 38	0.76 69	0.47 67

s12784h	2.23 220	1.12 249	1.32 270	1.12 244	0.91 229	0.59 165	0.39 144	1.37 205	0.65 186	1.05 190	0.82 182	1.08 192	0.95 236	0.37 120	2.80 215	4.82 299	0.93 192	0.71 139	3.28 216	0.58 110	7.80 265	8.40 249	0.51 153	0.54 171	1.50 274	1.13 197	11.58 341	3.94 296

R-Stereo Train	2.23 220	1.01 231	1.14 249	0.96 225	0.63 177	0.73 201	0.31 113	1.30 188	1.01 234	1.68 235	4.49 293	1.29 210	0.70 174	0.42 153	2.49 186	3.99 287	1.66 275	1.02 244	6.77 285	1.11 233	7.83 266	12.24 323	0.49 139	0.54 171	1.42 262	1.66 261	1.34 116	1.93 245

RAFT-Stereo	2.23 220	1.01 231	1.14 249	0.96 225	0.63 177	0.73 201	0.31 113	1.30 188	1.01 234	1.68 235	4.49 293	1.29 210	0.70 174	0.42 153	2.49 186	3.99 287	1.66 275	1.02 244	6.77 285	1.11 233	7.83 266	12.24 323	0.49 139	0.54 171	1.42 262	1.66 261	1.34 116	1.93 245
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
EGLCR-Stereo	2.26 223	0.87 171	1.17 255	0.45 116	0.48 125	0.61 174	0.23 85	0.83 118	0.55 155	0.72 109	0.53 107	0.80 138	0.66 164	0.41 141	2.36 175	2.92 252	0.90 179	1.10 258	3.35 218	0.60 123	5.09 219	12.56 336	0.47 125	0.45 128	0.89 174	0.91 160	20.21 358	0.86 146

cross-raft	2.26 223	0.88 180	1.08 233	0.73 186	0.68 188	0.64 181	0.44 167	2.04 283	0.61 176	0.95 178	1.30 227	1.03 182	0.76 199	0.43 158	2.58 196	5.15 304	0.99 208	0.78 166	7.00 292	1.80 287	12.15 316	10.30 278	0.65 220	0.60 194	1.60 284	1.92 279	1.66 150	2.36 262

AnonymousM	2.27 225	0.64 72	0.44 91	0.51 129	0.32 71	0.49 127	0.24 88	1.70 247	0.48 122	0.75 118	2.06 261	0.70 109	0.47 104	0.39 131	2.47 185	3.26 265	0.99 208	1.03 247	1.88 147	2.37 308	4.85 213	6.68 225	0.57 186	0.47 132	0.53 85	0.65 116	11.71 343	14.52 337

LG-Stereo_Zeroshot	2.31 226	1.03 240	0.50 106	1.41 272	2.53 316	3.20 317	1.05 250	1.71 250	0.49 126	4.85 335	3.84 287	4.79 310	0.65 161	0.42 153	2.38 177	3.97 284	0.82 151	0.78 166	2.26 163	0.74 170	7.86 268	8.88 257	0.53 166	0.34 84	0.85 157	1.42 229	1.98 176	2.99 275

Anonymous3	2.32 227	0.85 166	0.88 189	0.56 144	1.10 250	0.89 228	0.70 211	2.45 307	1.12 248	1.05 190	0.98 205	2.57 279	1.14 253	0.56 206	4.14 266	9.30 333	1.50 269	1.47 297	5.33 248	1.49 267	6.83 249	10.10 268	0.71 238	0.67 217	1.08 206	1.38 223	2.32 208	1.35 214

RAFT-Test	2.37 228	0.85 166	1.14 249	1.02 233	0.65 179	0.58 162	0.51 180	2.18 293	0.70 196	1.12 196	5.37 303	0.97 173	0.92 229	0.45 169	2.50 189	5.29 309	0.99 208	0.80 176	6.96 291	1.11 233	10.85 313	10.83 294	0.67 228	0.58 184	1.51 276	1.82 273	1.38 120	2.18 256

RYNet	2.42 229	0.40 43	0.35 68	0.29 55	0.32 71	0.40 97	0.25 91	0.61 74	0.55 155	0.33 51	0.36 71	0.40 49	0.26 55	0.27 66	52.29 358	0.69 44	0.47 50	1.00 241	0.54 48	0.29 37	0.50 41	0.37 24	0.38 84	0.32 79	0.57 94	1.24 208	1.31 115	0.50 72

CSAN	2.48 230	1.26 270	1.12 244	1.46 280	1.78 299	1.13 253	0.90 232	1.50 219	10.52 355	2.40 276	3.81 286	4.12 301	2.51 280	0.96 280	3.83 260	1.27 134	1.29 254	1.05 254	3.24 212	1.70 283	3.71 197	4.45 175	0.79 256	1.38 283	1.39 256	3.93 319	2.43 225	2.96 274

ADLNet	2.50 231	0.99 223	0.73 152	0.62 163	0.75 202	0.63 178	0.53 183	1.12 157	0.61 176	0.58 81	0.71 155	1.61 235	0.61 149	0.87 267	46.09 335	1.02 83	0.70 103	0.67 127	0.85 78	0.74 170	0.75 79	1.07 105	0.51 153	0.47 132	0.94 183	0.93 162	1.63 148	0.70 114

Any-RAFT	2.54 232	0.94 204	1.27 268	0.75 189	0.75 202	0.50 130	0.40 150	1.99 275	0.56 160	0.87 154	6.98 335	1.50 227	0.51 115	0.40 135	2.50 189	3.41 269	0.91 180	0.90 209	6.78 287	0.75 176	14.26 349	10.61 285	0.67 228	0.59 191	1.63 285	1.83 274	2.17 191	4.22 298

GwcNet-ADL	2.54 232	1.23 263	1.55 283	1.22 259	1.26 265	0.97 236	0.78 216	1.50 219	0.84 211	3.20 300	6.67 320	1.86 246	1.05 247	0.79 259	4.58 268	4.90 301	1.47 268	0.90 209	5.20 246	1.95 296	6.39 242	10.33 279	0.91 278	1.12 272	1.22 232	1.93 280	2.15 188	2.70 268

Reg-Stereo(zero)	2.60 234	0.80 142	1.38 271	0.70 181	0.75 202	0.56 153	0.62 205	3.07 324	0.68 192	3.56 309	6.85 331	1.50 227	0.84 214	1.38 305	2.08 138	5.28 307	1.28 252	0.83 185	6.55 274	1.51 272	5.18 223	13.34 349	0.60 203	0.60 194	1.08 206	1.44 230	4.02 304	3.66 292

HI	2.60 234	0.80 142	1.38 271	0.70 181	0.75 202	0.56 153	0.62 205	3.07 324	0.68 192	3.56 309	6.85 331	1.50 227	0.84 214	1.38 305	2.08 138	5.28 307	1.28 252	0.83 185	6.55 274	1.51 272	5.18 223	13.34 349	0.60 203	0.60 194	1.08 206	1.44 230	4.02 304	3.66 292

EAI-Stereo	2.60 234	0.90 185	1.57 284	0.90 217	1.31 271	0.84 215	1.31 265	2.22 296	1.34 262	0.81 142	5.69 306	1.37 218	0.83 213	0.50 191	4.76 269	5.32 310	0.91 180	0.94 220	7.45 298	1.11 233	9.07 293	10.78 293	0.62 208	0.85 252	1.45 269	2.06 287	3.36 283	1.90 243

PSMNet-ADL	2.61 237	0.95 210	1.12 244	1.14 251	1.18 261	0.97 236	0.85 227	1.78 255	1.26 255	3.49 308	6.09 312	1.43 221	2.78 287	0.56 206	2.93 221	10.59 336	1.31 255	0.96 229	5.96 264	1.20 244	6.66 245	9.11 260	0.86 275	0.82 246	1.10 216	1.44 230	2.85 260	1.10 184

PWC_ROB	2.61 237	1.20 261	1.48 278	0.96 225	1.05 242	1.21 264	1.79 287	1.24 176	1.94 296	1.81 244	3.61 285	2.12 260	2.96 290	0.91 273	9.88 283	4.30 292	1.97 293	1.95 317	3.72 225	1.62 278	5.58 228	7.59 239	0.81 265	1.98 308	1.35 251	1.27 212	3.11 271	3.07 281

MSMDNet	2.69 239	0.87 171	1.07 230	0.57 147	0.65 179	0.59 165	0.49 176	2.03 281	0.62 182	1.03 185	0.97 204	1.05 189	12.04 328	0.50 191	2.60 197	5.56 312	1.05 222	0.80 176	6.93 290	1.42 258	11.49 315	12.49 333	0.67 228	0.58 184	1.48 270	1.83 274	1.28 112	1.97 248

HH	2.75 240	0.67 82	1.42 274	0.80 206	0.71 193	0.88 225	1.09 253	1.86 263	0.87 213	5.19 349	0.66 136	1.91 248	0.86 220	0.57 211	2.65 202	8.48 331	0.87 163	0.94 220	6.36 269	1.39 256	13.52 336	12.32 325	0.79 256	0.58 184	1.38 253	1.63 259	3.81 298	2.06 250

HanStereo	2.75 240	0.67 82	1.42 274	0.80 206	0.71 193	0.88 225	1.09 253	1.86 263	0.87 213	5.19 349	0.66 136	1.91 248	0.86 220	0.57 211	2.65 202	8.48 331	0.87 163	0.94 220	6.36 269	1.39 256	13.52 336	12.32 325	0.79 256	0.58 184	1.38 253	1.63 259	3.81 298	2.06 250

MSKI-zero shot	2.77 242	0.80 142	1.10 237	0.74 188	0.59 160	0.67 188	0.54 185	1.87 265	0.97 226	0.88 160	6.73 322	1.60 233	0.72 180	0.43 158	3.38 243	7.92 329	1.20 244	0.87 196	6.85 289	4.65 331	10.45 310	12.15 320	0.55 175	0.71 227	1.49 272	1.96 284	1.85 165	3.12 283

PWCDC_ROB	2.78 243	0.70 94	0.65 139	0.61 160	0.87 223	0.63 178	0.57 194	1.04 151	1.59 279	0.65 94	1.88 251	0.80 138	3.28 295	0.73 248	41.04 322	2.18 233	1.23 247	0.98 233	1.52 132	0.97 220	2.56 183	5.26 200	0.68 232	0.81 243	0.74 134	0.94 165	1.13 104	0.97 162

GANet-ADL	2.79 244	0.89 182	1.20 262	1.00 232	1.00 238	1.20 263	0.80 222	1.20 169	1.00 232	3.59 311	6.59 319	1.06 190	0.76 199	0.48 185	12.27 288	4.90 301	1.57 272	0.92 213	6.59 279	1.66 281	6.93 253	11.51 311	0.68 232	0.80 239	1.09 210	1.40 227	2.47 229	1.85 240

iResNet	2.79 244	0.95 210	0.91 196	1.35 270	1.69 291	1.41 274	1.02 244	1.81 260	1.09 244	2.62 281	5.14 300	1.80 244	2.38 276	0.46 174	10.35 284	7.64 326	1.36 262	1.23 282	6.83 288	1.78 286	10.05 303	4.09 173	0.61 206	2.02 309	1.10 216	1.50 241	2.80 258	1.39 217

NVstereo2D	2.81 246	0.82 151	0.74 155	0.69 179	0.78 211	0.92 230	0.81 223	1.18 168	0.76 203	0.91 168	1.06 210	0.80 138	0.55 130	0.71 247	52.63 360	1.47 176	0.86 160	0.83 185	1.42 124	0.69 151	1.12 122	0.94 93	0.76 246	0.83 249	1.08 206	0.78 130	0.98 90	0.74 117

DCVSM-stereo	2.89 247	0.92 195	1.57 284	1.31 267	1.04 240	1.53 280	0.99 239	2.96 322	1.33 261	3.46 306	6.20 313	6.77 323	2.59 282	0.87 267	2.25 165	4.01 289	1.37 264	1.11 262	7.05 294	4.27 326	6.91 250	6.70 226	1.25 293	2.64 333	1.30 246	1.73 267	3.46 287	2.47 263

MIPNet	2.89 247	0.91 189	0.77 163	0.49 122	0.65 179	0.55 147	0.57 194	1.34 202	0.53 145	2.05 256	0.99 206	0.80 138	0.77 202	0.48 185	40.89 321	1.61 197	1.15 240	0.94 220	3.25 213	1.19 243	1.15 125	9.31 261	0.57 186	0.62 201	1.24 236	1.51 242	2.90 264	0.82 135

DAS	2.93 249	0.99 223	1.06 228	1.13 246	1.05 242	1.03 246	1.04 248	1.74 253	1.81 291	3.32 302	5.70 307	2.61 280	3.08 292	0.50 191	3.19 239	7.47 323	1.83 282	1.23 282	5.90 260	1.83 288	12.92 326	10.26 275	0.76 246	1.94 304	1.32 248	1.51 242	2.60 246	1.31 209

SepStereo	2.93 249	0.99 223	1.06 228	1.13 246	1.05 242	1.03 246	1.04 248	1.74 253	1.81 291	3.32 302	5.70 307	2.61 280	3.08 292	0.50 191	3.19 239	7.47 323	1.83 282	1.23 282	5.90 260	1.83 288	12.92 326	10.26 275	0.76 246	1.94 304	1.32 248	1.51 242	2.60 246	1.31 209

model_zeroshot	2.99 251	0.75 120	1.18 256	1.86 292	0.74 200	0.59 165	0.56 192	1.94 269	0.63 183	3.88 319	6.88 333	1.41 220	0.66 164	0.68 240	5.34 274	4.82 299	1.18 242	0.96 229	7.09 295	1.03 225	12.99 329	9.02 258	0.54 172	0.65 213	5.42 333	1.66 261	2.16 190	6.22 316

IPLG	3.01 252	0.75 120	0.63 133	0.42 108	0.52 142	0.54 144	0.51 180	1.63 241	0.35 84	0.62 89	0.59 122	0.77 133	0.66 164	0.46 174	51.49 352	1.67 205	1.02 216	0.92 213	3.51 221	0.63 138	0.99 108	5.97 214	0.49 139	0.48 145	0.80 144	1.16 201	2.86 261	0.71 115

MFMNet_re	3.01 252	1.41 283	1.48 278	1.53 283	1.87 304	1.96 295	2.01 294	2.67 318	2.16 302	1.60 229	1.98 255	3.57 292	2.65 284	1.02 284	6.96 280	4.19 291	2.67 303	1.96 318	6.48 273	2.40 310	14.04 343	4.97 186	1.86 316	1.97 306	1.38 253	1.33 217	3.31 281	1.94 247

test-1	3.02 254	0.66 81	1.14 249	0.60 157	0.58 157	0.75 203	0.63 207	1.96 271	0.82 209	4.00 321	5.48 304	2.18 263	0.80 206	0.41 141	4.00 263	7.32 322	1.18 242	1.19 275	6.72 284	7.57 345	10.78 311	12.94 346	0.54 172	0.60 194	1.40 259	1.78 269	2.89 263	2.52 264

RTSC	3.08 255	0.95 210	1.25 267	0.76 194	0.91 229	0.96 233	1.84 289	1.15 162	1.34 262	2.37 273	2.12 262	1.11 196	0.99 240	1.02 284	41.50 324	1.94 221	1.88 286	1.22 279	4.09 232	1.06 230	2.76 185	4.02 171	0.63 213	1.03 264	0.83 151	0.99 177	2.44 226	1.98 249

pcwnet_v2	3.22 256	0.81 148	0.94 200	0.92 221	1.12 253	0.94 231	0.70 211	1.17 164	0.88 215	2.04 255	1.10 212	1.09 195	1.00 241	1.27 301	47.63 338	1.56 191	0.96 200	0.87 196	6.63 280	0.81 192	2.45 180	3.52 164	1.01 284	0.75 232	1.04 199	1.16 201	2.44 226	2.23 259

IPLGR	3.25 257	0.89 182	0.81 172	0.65 170	0.66 184	0.50 130	0.42 160	1.14 161	0.44 110	2.02 253	1.30 227	0.86 152	0.74 190	0.47 179	50.44 347	1.86 215	1.15 240	1.11 262	3.23 207	1.37 253	1.41 147	7.71 240	0.56 183	0.70 226	1.39 256	1.55 249	3.46 287	0.92 156

IGEV-FE	3.38 258	0.83 154	1.84 298	2.81 312	0.69 190	2.38 306	1.26 263	2.23 297	0.94 223	4.29 326	6.75 323	2.28 268	1.01 242	0.45 169	2.82 216	7.73 328	0.85 156	0.77 161	5.93 262	1.88 291	8.51 289	12.88 344	0.58 195	0.69 221	1.40 259	1.57 250	14.79 354	2.99 275

IGEV_Zeroshot_test	3.38 258	0.83 154	1.84 298	2.82 313	0.69 190	2.37 304	1.26 263	2.23 297	0.94 223	4.40 327	6.76 324	2.28 268	1.01 242	0.45 169	2.83 217	7.72 327	0.87 163	0.77 161	5.93 262	1.87 290	8.49 288	12.88 344	0.58 195	0.69 221	1.40 259	1.57 250	14.84 355	2.99 275

SHD	3.38 258	1.01 231	1.68 290	1.14 251	1.07 247	1.14 254	1.78 286	1.61 239	1.66 282	2.40 276	3.05 275	1.63 237	2.43 278	0.84 265	40.11 319	2.04 228	1.74 277	1.40 294	4.17 233	1.88 291	3.81 198	5.43 203	0.70 236	1.67 291	1.86 300	1.46 234	1.97 175	1.59 228

FADNet_RVC	3.44 261	1.21 262	1.19 259	1.40 271	1.78 299	0.99 240	1.75 284	1.50 219	1.19 254	1.35 214	2.01 259	1.96 251	1.63 264	1.66 311	22.11 307	3.36 268	1.83 282	2.82 347	5.63 257	1.76 285	6.35 241	9.50 262	0.77 251	1.39 285	1.21 227	1.48 235	12.05 344	2.87 272

DF	3.45 262	1.03 240	1.05 223	1.23 260	0.43 109	1.11 250	0.34 138	1.62 240	0.66 188	0.81 142	0.79 174	1.79 243	0.53 118	0.38 125	2.24 163	3.92 283	0.89 169	0.95 226	50.42 360	0.83 198	7.98 274	6.94 232	0.58 195	0.59 191	1.09 210	1.33 217	2.06 182	1.54 224

FC-DCNN	3.48 263	1.59 296	4.19 344	2.76 311	2.30 308	3.10 316	1.73 283	2.57 313	1.72 284	2.88 290	1.36 234	2.15 261	1.21 254	0.68 240	6.32 276	1.61 197	1.31 255	1.03 247	7.90 302	0.95 216	8.85 291	8.73 253	0.82 269	1.69 295	3.19 322	2.50 303	4.67 309	16.15 341

HSM-Net_RVC	3.49 264	1.07 245	1.10 237	1.70 287	1.17 260	0.90 229	0.61 204	2.29 304	1.07 242	2.77 286	5.82 309	41.08 360	1.35 261	0.50 191	2.40 178	1.74 208	1.10 226	0.77 161	1.99 153	1.13 237	6.78 248	6.90 231	0.80 261	2.23 318	1.64 287	1.49 238	2.14 186	1.75 237
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RTS	3.53 265	1.15 252	0.98 211	0.97 228	1.26 265	1.33 270	3.31 309	1.33 199	1.50 274	2.37 273	1.20 221	1.75 241	1.12 251	0.88 270	42.78 327	2.37 240	1.94 290	1.33 291	3.94 227	1.62 278	3.62 194	5.21 198	1.02 285	1.09 270	1.83 298	5.05 325	2.33 209	2.13 252

RTSA	3.53 265	1.15 252	0.98 211	0.97 228	1.26 265	1.33 270	3.31 309	1.33 199	1.50 274	2.37 273	1.20 221	1.75 241	1.12 251	0.88 270	42.78 327	2.37 240	1.94 290	1.33 291	3.94 227	1.62 278	3.62 194	5.21 198	1.02 285	1.09 270	1.83 298	5.05 325	2.33 209	2.13 252

XQC	3.58 267	1.29 275	1.21 263	1.28 263	1.43 279	1.29 269	1.93 292	1.60 236	1.45 268	2.47 278	3.06 276	1.48 225	4.17 298	1.23 300	44.68 333	2.35 238	1.60 273	1.18 273	3.95 230	1.43 260	3.22 193	4.97 186	0.84 272	1.24 278	1.43 265	2.09 291	2.30 205	1.52 222

FCDSN-DC	3.63 268	0.94 204	2.84 330	1.29 265	1.30 270	1.03 246	1.00 240	0.90 133	0.91 220	1.04 189	0.74 161	1.21 206	0.74 190	0.58 215	52.59 359	2.04 228	1.24 248	1.13 266	1.05 97	0.79 186	6.62 244	10.01 266	0.78 253	2.18 313	1.20 226	1.67 264	1.20 108	1.05 180
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	3.64 269	1.48 290	1.03 219	1.98 297	1.75 295	2.09 298	5.14 324	2.15 289	2.23 303	1.73 239	1.57 243	2.49 276	4.83 301	5.73 342	12.78 289	1.73 207	1.22 245	1.06 255	5.43 251	1.54 275	12.24 319	9.06 259	1.52 309	1.16 274	2.29 306	3.46 315	3.05 269	7.63 321

NOSS_ROB	3.67 270	1.38 282	0.81 172	1.15 255	1.16 259	1.15 255	0.65 208	2.25 300	1.41 266	4.85 335	6.68 321	6.78 324	1.06 248	0.82 264	11.52 287	14.58 349	1.34 258	1.17 270	2.93 201	0.98 221	14.13 344	12.82 340	0.79 256	1.48 286	1.13 220	1.48 235	3.41 284	1.25 204

FC-DCNN v2	3.76 271	1.64 297	4.17 343	2.93 318	2.32 310	3.38 318	1.67 279	2.65 316	2.92 316	2.86 289	1.36 234	2.62 282	1.33 259	0.68 240	6.35 277	1.65 201	1.31 255	1.00 241	8.25 303	0.94 214	8.74 290	8.73 253	0.82 269	1.68 292	4.68 330	3.34 314	7.40 329	15.96 340

gcap-zeroshot	3.80 272	0.78 136	1.44 276	1.88 293	0.67 185	1.15 255	1.31 265	2.09 287	0.65 186	5.43 355	7.00 336	2.87 285	0.70 174	0.31 87	2.44 182	5.25 306	0.94 194	0.91 212	36.08 343	1.25 247	8.46 287	10.60 284	4.00 333	0.62 201	1.44 266	1.49 238	1.34 116	1.53 223

AIO-Stereo-zeroshot	3.88 273	1.16 256	2.03 309	1.15 255	0.83 220	1.77 290	1.13 256	2.03 281	3.32 324	2.90 291	7.02 337	2.32 271	2.01 270	0.38 125	3.61 249	9.96 334	1.34 258	1.07 256	6.67 281	6.11 340	8.45 286	12.70 337	0.56 183	1.27 280	1.76 295	1.48 235	16.62 357	5.17 306

UDG	3.91 274	2.76 322	2.09 311	2.92 316	2.64 319	2.99 313	2.71 302	1.31 191	1.13 249	1.65 233	1.96 253	2.20 264	1.68 265	2.77 321	48.81 342	1.57 193	3.02 309	2.26 327	2.65 184	2.91 318	3.00 189	3.09 157	2.64 321	1.05 267	1.02 196	1.19 205	2.36 215	1.16 192

PVD	4.10 275	1.44 288	2.12 313	1.41 272	1.58 286	1.68 286	2.10 296	3.06 323	2.66 312	2.85 288	4.32 290	2.46 275	3.63 297	1.27 301	40.43 320	2.72 247	2.19 299	2.11 326	4.71 241	2.46 312	6.18 238	6.10 218	1.02 285	1.74 296	2.32 309	2.44 301	2.90 264	2.66 266

SAMSARA	4.13 276	1.32 277	1.53 281	1.48 281	1.35 274	1.47 278	2.74 303	2.23 297	1.83 293	2.26 269	3.47 284	2.01 254	8.60 311	1.76 315	38.24 316	2.88 249	1.82 281	1.41 295	4.99 243	1.91 293	5.10 220	5.71 209	0.94 280	1.80 298	3.33 324	3.84 317	4.16 306	3.30 289

iRaft-Stereo_20w	4.16 277	1.13 251	2.10 312	2.66 308	1.55 285	1.55 281	1.17 257	1.96 271	1.27 256	5.53 356	6.77 325	1.52 231	1.34 260	0.43 158	3.03 225	5.32 310	0.95 198	0.77 161	5.49 254	1.46 265	8.20 282	12.75 339	0.61 206	0.60 194	1.63 285	25.36 361	11.64 342	5.58 312

SGM-Forest	4.18 278	1.24 264	0.74 155	2.12 300	1.35 274	1.42 275	0.56 192	1.36 203	0.90 218	4.89 338	0.96 200	2.51 278	12.92 338	0.61 225	16.38 299	3.12 261	0.79 135	0.65 121	7.04 293	0.76 179	6.77 247	10.03 267	0.84 272	0.81 243	1.66 289	1.78 269	4.79 314	25.96 356
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ccs_rob	4.23 279	1.10 247	1.53 281	1.14 251	0.92 235	1.19 262	1.05 250	2.86 321	1.27 256	4.20 323	35.77 364	8.95 334	1.29 257	0.73 248	3.10 235	6.47 316	1.50 269	1.17 270	5.98 265	1.44 262	10.44 309	11.78 315	0.74 244	2.24 319	1.07 205	1.30 216	2.65 252	2.20 257

DeepPrunerF	4.30 280	1.53 291	0.72 151	2.93 318	5.08 351	2.43 308	3.38 311	0.87 128	4.11 332	0.80 139	1.17 219	0.66 98	0.56 131	0.61 225	45.12 334	2.02 227	1.01 213	0.78 166	2.32 164	0.88 204	1.56 154	1.70 131	0.84 272	0.67 217	29.00 365	1.78 269	2.48 230	1.17 196

MSC_U_SF_DS_RVC	4.33 281	2.25 316	1.45 277	2.41 305	1.94 306	1.93 293	4.82 323	1.96 271	2.59 310	2.96 294	1.96 253	2.49 276	8.10 309	9.76 351	14.02 293	3.47 272	2.04 297	1.98 319	14.27 321	3.33 322	7.23 258	7.20 237	2.89 327	1.85 302	2.43 312	2.85 308	2.19 195	6.62 318

FAT-Stereo	4.35 282	1.18 257	2.25 315	1.48 281	1.81 302	1.42 275	1.49 273	3.57 333	1.84 294	3.66 314	6.22 314	6.70 322	2.76 286	1.07 292	6.82 279	15.24 355	2.03 296	2.49 338	5.43 251	8.81 354	13.23 332	12.34 329	0.95 281	2.79 341	1.26 240	2.25 296	2.96 267	5.48 309

ITSA-stereo	4.40 283	1.26 270	1.18 256	1.64 285	1.64 288	0.99 240	1.38 270	1.99 275	1.47 272	3.68 316	6.79 326	2.16 262	1.42 262	1.36 304	8.32 281	6.93 319	2.19 299	1.94 316	6.40 271	5.42 335	7.43 261	10.74 292	1.29 297	2.39 325	1.53 278	5.02 324	23.63 361	8.74 323

MFN_U_SF_RVC	4.44 284	1.91 307	1.83 297	2.19 303	1.82 303	2.38 306	4.61 321	2.39 306	1.94 296	4.48 329	11.47 353	3.74 298	2.50 279	4.72 337	20.32 305	3.66 276	1.91 288	1.83 312	11.50 316	3.25 321	7.86 268	6.73 228	1.25 293	3.20 350	1.86 300	3.84 317	2.83 259	3.94 296

STTRV1_RVC	4.49 285	1.26 270	1.01 217	1.62 284	1.11 252	1.76 289	1.25 261	1.50 219	1.40 265	1.75 241	1.60 244	2.72 283	3.31 296	1.00 282	2.61 198	1.77 210	11.19 342	0.96 229	41.25 349	9.01 356	9.10 294	8.68 252	1.19 289	1.66 290	1.68 290	1.59 253	3.90 302	5.32 308

RainbowNet	4.65 286	3.75 337	2.70 328	4.56 329	2.98 331	4.16 324	8.75 337	2.05 284	2.01 299	1.90 250	1.12 215	3.61 296	3.00 291	3.60 333	2.70 208	1.89 216	2.97 308	1.54 300	15.27 324	8.73 353	11.07 314	11.30 307	10.70 361	2.22 315	1.73 292	2.30 297	2.76 256	6.13 315

S-Stereo	4.68 287	1.15 252	1.74 294	1.75 288	1.63 287	1.65 284	2.24 299	2.75 320	2.15 301	3.32 302	11.59 354	5.97 315	1.74 267	0.88 270	19.04 302	16.28 357	1.81 280	2.39 335	5.64 258	9.35 359	7.13 257	12.52 334	1.61 311	2.64 333	1.24 236	2.08 290	2.88 262	3.26 286

MADNet+	4.78 288	2.02 311	1.87 302	2.01 298	2.36 312	1.47 278	4.28 319	2.47 309	1.99 298	2.66 282	2.13 263	3.56 291	2.85 289	2.34 318	41.14 323	5.66 313	3.48 314	1.53 299	4.54 239	3.38 323	13.07 331	7.34 238	1.72 313	3.48 352	2.93 318	2.17 294	3.24 278	3.29 288

ADCRef	4.84 289	1.42 286	1.01 217	0.78 201	1.77 296	1.21 264	1.62 278	0.99 146	5.58 341	1.85 247	1.08 211	1.02 178	0.91 226	1.17 297	54.35 364	1.92 220	1.10 226	1.04 250	3.49 220	1.32 252	1.80 169	3.27 161	2.13 319	0.87 255	2.30 307	4.60 321	2.48 230	29.71 361

SQANet	4.87 290	4.55 344	2.13 314	19.76 350	2.63 317	4.99 333	3.29 308	1.63 241	1.45 268	1.20 201	1.40 237	3.22 289	2.40 277	2.76 320	3.09 233	1.20 125	5.19 323	1.07 256	19.89 329	1.28 248	12.48 320	10.73 290	11.37 364	1.49 287	1.57 282	2.32 299	2.66 254	5.86 313

FBW_ROB	4.93 291	2.40 319	2.44 322	2.67 309	2.86 325	2.30 303	4.71 322	1.79 256	1.10 245	2.54 279	2.92 272	4.12 301	5.31 302	6.61 343	50.17 344	1.18 118	1.44 266	0.95 226	8.76 306	1.43 260	8.26 283	5.68 206	4.20 334	1.75 297	1.42 262	1.95 282	1.81 161	2.20 257

ADCP+	5.07 292	1.54 292	1.72 291	1.08 239	1.54 283	1.18 260	2.02 295	1.02 148	2.72 315	4.05 322	2.23 266	2.24 266	0.61 149	0.94 278	54.46 365	1.52 186	0.83 152	0.95 226	3.94 227	0.87 203	2.22 179	2.57 153	0.71 238	0.62 201	2.48 313	11.25 344	7.85 332	23.66 352

CBMV	5.08 293	1.41 283	1.15 253	1.44 279	1.42 278	1.24 266	0.78 216	2.27 302	1.47 272	3.04 296	6.44 317	7.74 327	9.07 314	0.60 223	12.81 290	13.79 345	1.99 294	1.29 288	9.56 308	1.15 240	9.82 298	12.54 335	0.82 269	1.84 301	1.44 266	1.83 274	4.39 308	25.76 355
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
otaku	5.09 294	5.20 345	2.27 316	18.45 348	2.89 326	5.73 336	3.63 314	1.44 214	1.46 270	1.31 213	1.42 238	3.59 294	2.63 283	3.22 327	3.07 230	1.30 137	5.55 325	1.14 269	20.28 330	1.49 267	13.81 340	11.25 306	11.85 366	1.91 303	1.56 281	2.06 287	2.52 236	6.49 317

ACVNet_1	5.24 295	3.87 339	3.60 341	13.80 344	3.48 340	6.00 341	10.57 342	1.60 236	1.79 288	1.55 227	1.30 227	4.40 306	2.80 288	5.43 340	2.42 180	1.39 152	11.59 343	1.72 309	20.91 334	1.50 270	14.41 354	8.16 245	7.22 347	2.84 343	1.73 292	2.19 295	2.61 248	2.72 269

Ntro	5.35 296	6.19 350	2.38 320	8.06 339	2.91 328	4.88 331	6.70 330	1.40 208	1.53 276	1.44 223	1.19 220	3.58 293	2.73 285	3.12 326	3.66 251	1.17 116	6.56 333	1.19 275	32.62 340	1.60 277	14.27 351	11.82 316	11.41 365	2.54 330	1.64 287	2.30 297	2.45 228	5.00 303

EKT-Stereo	5.41 297	0.97 217	1.10 237	0.72 183	0.74 200	0.87 221	1.17 257	2.02 280	1.00 232	1.41 221	2.92 272	1.11 196	0.81 207	0.46 174	72.33 374	14.74 350	1.14 236	1.37 293	5.61 256	7.76 346	9.80 297	10.61 285	0.53 166	0.61 200	1.39 256	1.11 191	2.56 243	1.08 183

pmcnn	5.52 298	1.54 292	1.51 280	2.64 307	3.13 333	2.07 296	10.40 341	2.61 314	2.65 311	2.55 280	6.41 316	6.23 319	15.93 347	0.58 215	6.75 278	14.92 352	3.87 317	3.34 350	7.45 298	7.76 346	13.60 339	10.19 271	6.30 345	2.29 322	1.57 282	3.30 313	4.69 310	4.80 300

DPSNet	5.60 299	1.54 292	1.19 259	1.76 289	2.44 315	2.08 297	1.81 288	1.95 270	2.93 317	2.09 261	5.15 301	9.82 337	6.09 304	8.98 347	14.30 294	12.14 342	4.12 321	3.60 351	17.82 326	8.28 350	12.18 317	14.58 353	3.71 331	3.09 347	2.30 307	2.42 300	2.52 236	2.24 260

ADCMid	5.63 300	2.23 314	2.63 325	1.42 275	2.89 326	2.37 304	3.73 315	1.92 267	2.97 318	1.91 251	3.16 277	2.33 272	2.31 275	1.48 308	50.97 351	3.74 278	1.84 285	1.86 314	7.38 297	1.99 300	4.66 209	5.18 197	2.70 323	1.38 283	2.33 310	8.75 340	6.81 327	21.02 348

ADCL	5.69 301	1.88 304	1.63 287	1.29 265	1.40 277	1.59 283	2.22 298	1.23 173	5.20 339	3.04 296	2.01 259	1.14 200	0.84 214	1.04 290	50.40 346	1.63 200	1.45 267	1.79 310	2.94 203	1.38 255	3.19 191	2.35 147	1.23 292	1.07 269	9.47 349	11.74 346	11.34 340	29.10 360

SANet	5.69 301	2.22 313	1.77 295	1.84 290	2.37 313	2.28 301	1.43 271	4.49 343	7.61 350	2.05 256	4.86 298	8.34 333	11.81 327	1.70 312	43.86 331	1.62 199	5.96 327	1.51 298	4.43 238	1.70 283	8.97 292	8.28 246	1.20 290	2.60 331	1.94 303	6.02 333	3.42 286	9.29 326

DDF-Stereo	5.75 303	1.70 299	0.52 114	38.69 362	0.79 214	32.72 364	0.96 237	1.26 179	0.53 145	1.03 185	2.56 269	40.13 359	1.82 269	0.57 211	2.07 137	3.66 276	0.92 186	0.83 185	4.27 234	0.73 167	6.68 246	6.39 221	0.52 161	0.47 132	0.87 165	1.54 247	1.72 153	1.23 200

DN	5.78 304	0.69 87	0.82 175	0.75 189	0.44 112	52.50 372	0.52 182	1.65 244	0.77 204	3.33 305	1.12 215	54.19 365	0.61 149	0.34 101	2.28 170	3.98 286	0.92 186	0.71 139	6.24 268	0.88 204	7.33 259	6.10 218	0.66 224	0.48 145	1.68 290	1.91 278	1.76 160	3.37 290

SPS-STEREO	5.78 304	1.73 302	1.86 300	2.48 306	1.67 290	2.19 299	1.60 277	2.72 319	1.76 286	3.63 313	6.80 328	4.12 301	2.19 273	1.21 299	13.01 291	12.86 343	2.91 307	2.01 320	47.66 358	2.04 302	14.17 346	13.06 348	1.43 305	2.27 321	2.40 311	1.94 281	3.66 294	2.80 270
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	5.79 306	3.52 332	2.90 331	21.94 354	3.38 338	4.55 326	8.18 335	1.84 261	1.76 286	1.84 245	1.98 255	3.88 299	3.20 294	3.03 324	2.85 218	1.46 173	12.77 349	1.56 301	33.59 341	1.68 282	10.81 312	7.91 242	6.79 346	2.68 339	3.13 321	2.65 305	3.23 276	3.11 282

edge stereo	5.88 307	1.88 304	3.14 335	2.14 301	1.80 301	2.47 310	2.43 300	4.51 344	3.45 326	3.97 320	4.84 297	6.45 321	17.40 348	1.04 290	5.09 273	14.91 351	1.80 278	1.66 306	37.39 345	6.28 342	5.99 235	12.74 338	1.44 306	2.02 309	2.12 305	2.11 293	3.75 295	5.99 314

Dean	5.89 308	3.71 336	2.59 323	34.77 359	3.99 345	4.60 329	10.86 344	2.26 301	2.39 308	2.16 265	1.55 242	4.68 309	4.76 300	3.30 329	3.03 225	1.76 209	12.09 346	1.65 305	9.86 311	2.04 302	14.16 345	9.89 265	7.35 348	2.66 338	3.36 325	2.91 309	3.53 291	3.13 284

AnyNet_C32	6.05 309	1.43 287	1.39 273	1.26 262	1.64 288	1.36 272	2.92 305	1.55 232	5.28 340	2.67 284	4.61 295	1.90 247	1.29 257	1.29 303	55.18 366	3.43 271	1.96 292	2.08 323	3.65 222	1.91 293	6.94 254	8.77 255	1.20 290	1.68 292	6.02 336	14.92 352	6.12 320	20.86 347

DDVS	6.06 310	1.18 257	1.31 269	1.12 244	1.54 283	1.18 260	1.01 241	2.45 307	1.75 285	3.31 301	80.70 372	6.22 318	1.76 268	1.15 296	3.67 254	6.50 317	2.01 295	1.29 288	5.56 255	4.99 334	10.09 305	12.94 346	0.81 265	1.16 274	1.11 219	1.53 245	4.71 311	2.62 265

G-Net	6.29 311	1.69 298	1.86 300	1.42 275	1.70 293	1.45 277	1.19 260	4.71 345	8.56 351	3.16 298	4.70 296	7.94 328	6.89 306	0.85 266	15.45 297	8.15 330	1.92 289	2.75 343	5.41 250	6.49 343	9.16 295	11.23 305	1.46 307	2.81 342	1.81 296	19.84 357	6.51 325	30.80 362

TRStereo	6.31 312	1.25 267	1.93 303	0.85 213	0.61 168	2.29 302	0.86 228	2.21 295	0.54 152	4.40 327	1.34 230	2.24 266	0.75 194	0.45 169	4.08 265	6.55 318	0.80 138	0.85 193	6.04 266	1.45 264	7.60 262	12.13 319	0.55 175	0.49 150	1.44 266	103.74 379	3.24 278	1.61 229

HBP-ISP	6.40 313	1.33 279	2.30 318	1.91 296	1.51 281	1.65 284	0.79 219	2.50 311	1.29 258	4.91 339	6.80 328	1.37 218	0.74 190	14.59 358	52.98 361	19.59 361	1.24 248	1.10 258	6.08 267	8.03 349	12.73 322	16.75 359	0.79 256	1.19 276	1.81 296	2.06 287	3.90 302	2.87 272

SGM-ForestM	6.44 314	10.17 360	6.98 359	4.69 330	2.91 328	6.90 344	9.70 340	7.26 354	4.59 337	4.81 334	6.31 315	9.50 336	9.35 316	0.78 256	3.65 250	1.30 137	6.50 331	0.89 206	11.21 315	1.44 262	6.08 236	6.02 217	1.58 310	1.68 292	9.47 349	11.34 345	12.07 345	16.58 342

CBMV_ROB	6.60 315	1.41 283	1.59 286	2.38 304	1.74 294	1.90 292	1.86 290	6.44 350	1.69 283	5.02 343	7.03 338	9.95 343	11.26 323	0.65 236	38.55 317	7.04 320	2.78 305	1.12 265	9.67 310	2.45 311	9.46 296	11.60 314	0.80 261	1.37 282	4.92 331	12.01 347	4.73 312	18.79 345

ADCS	6.69 316	1.97 309	1.94 304	1.41 272	2.24 307	1.84 291	3.00 306	2.08 286	3.97 329	2.66 282	3.26 279	3.01 287	11.48 324	2.01 317	53.18 362	11.65 340	2.72 304	2.59 340	5.10 244	2.24 306	10.43 308	8.65 251	1.76 314	1.97 306	2.57 315	10.58 342	7.51 330	18.68 344

anonymity	6.71 317	0.80 142	1.73 293	1.09 240	0.88 225	0.79 211	0.68 209	2.17 291	0.90 218	3.78 318	97.20 373	1.95 250	0.93 231	0.44 168	2.57 195	7.16 321	0.95 198	0.83 185	6.70 282	1.07 231	7.93 271	12.47 332	0.67 228	0.57 180	1.51 276	1.60 256	20.99 360	2.80 270

ADCPNet	7.09 318	1.18 257	3.04 334	1.33 268	3.12 332	1.36 272	8.88 338	2.15 289	3.24 322	4.23 324	7.84 345	1.96 251	15.92 346	1.71 313	49.61 343	3.53 275	1.89 287	1.25 286	19.14 328	3.03 320	5.96 233	4.75 182	4.72 335	1.29 281	3.95 328	5.33 327	3.87 300	27.01 357

IMH-64-1	7.17 319	3.27 327	3.53 338	4.69 330	3.29 335	4.58 327	5.71 326	3.51 330	3.09 319	1.39 219	1.98 255	4.90 311	10.92 319	4.82 338	52.00 353	4.78 297	3.66 315	2.27 328	12.32 317	1.96 297	6.91 250	10.55 282	7.77 354	2.22 315	6.05 337	4.73 322	13.45 350	9.13 324

IMH-64	7.17 319	3.27 327	3.53 338	4.69 330	3.29 335	4.58 327	5.71 326	3.51 330	3.09 319	1.39 219	1.98 255	4.90 311	10.92 319	4.82 338	52.00 353	4.78 297	3.66 315	2.27 328	12.32 317	1.96 297	6.91 250	10.55 282	7.77 354	2.22 315	6.05 337	4.73 322	13.45 350	9.13 324

AnyNet_C01	7.20 321	2.24 315	2.27 316	2.95 320	1.92 305	1.58 282	5.39 325	3.73 338	5.63 342	3.17 299	4.41 291	4.59 308	6.09 304	1.88 316	58.66 368	14.24 346	5.46 324	3.69 352	4.79 242	3.02 319	8.40 285	10.33 279	2.45 320	2.24 319	5.77 334	2.65 305	8.81 336	17.99 343

WAO-6	7.36 322	2.83 324	2.64 326	8.38 341	2.78 323	3.59 321	8.61 336	3.51 330	3.36 325	1.84 245	2.45 267	5.99 316	8.70 313	3.06 325	50.70 348	2.35 238	13.44 353	1.82 311	8.79 307	2.15 305	14.26 349	12.40 331	3.35 329	2.64 333	7.87 343	5.84 330	4.30 307	11.17 333

WAO-7	8.11 323	2.98 325	5.46 353	29.83 357	2.32 310	3.09 315	9.23 339	2.48 310	4.20 333	4.67 333	7.60 341	7.98 329	11.78 326	1.64 310	22.32 308	2.11 231	12.00 345	2.79 346	44.95 355	2.13 304	10.06 304	10.12 269	1.37 304	2.49 329	2.97 320	4.35 320	2.94 266	5.06 305

AIO-Stereo-zeroshot1	8.38 324	1.15 252	1.98 306	1.25 261	1.24 264	1.74 288	1.31 265	2.17 291	7.44 349	3.47 307	7.09 339	2.38 273	2.08 272	0.37 120	3.49 247	11.36 339	1.39 265	0.99 236	136.53 374	6.21 341	8.35 284	12.33 327	0.55 175	0.88 256	1.22 232	1.95 282	2.35 213	4.96 302

SGM_RVC	8.49 325	2.77 323	1.77 295	2.88 315	2.31 309	3.42 319	2.70 301	7.78 359	3.92 328	5.57 357	8.42 346	9.89 339	12.92 338	0.68 240	3.72 256	2.10 230	6.63 334	1.11 262	40.78 347	5.93 339	9.99 301	10.27 277	1.97 317	2.17 312	8.79 348	2.97 310	27.36 363	40.51 369
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DNS	8.50 326	0.64 72	1.11 243	1.11 241	0.48 125	50.46 370	0.54 185	1.72 251	0.54 152	1.05 190	26.47 358	54.41 366	0.66 164	0.34 101	2.19 152	6.03 315	0.89 169	0.80 176	56.75 365	0.70 158	6.44 243	5.91 213	0.55 175	0.63 207	2.92 317	1.79 272	1.63 148	2.68 267

SFCPSM	8.92 327	1.34 281	1.05 223	1.13 246	1.12 253	1.10 249	0.89 231	1.28 185	1.79 288	2.71 285	5.63 305	4.32 305	7.90 308	1.01 283	5.47 275	5.23 305	1.80 278	1.19 275	162.18 376	4.49 328	7.79 264	9.52 263	0.81 265	1.64 289	1.33 250	1.76 268	3.30 280	3.06 280

ELAS_RVC	9.07 328	3.30 329	5.65 354	4.08 324	3.41 339	7.21 346	4.01 318	7.69 356	3.75 327	4.97 341	7.74 342	9.89 339	11.00 321	3.00 323	47.69 339	4.33 294	6.53 332	9.70 360	9.64 309	2.89 316	13.54 338	15.79 356	2.75 324	4.07 355	18.38 358	23.86 359	4.94 315	5.18 307
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	9.11 329	3.31 330	3.55 340	4.46 327	3.30 337	4.60 329	6.29 329	3.48 328	3.12 321	1.42 222	1.88 251	5.38 313	15.63 345	51.61 372	52.03 355	3.06 258	3.92 318	2.32 331	20.77 332	2.01 301	6.25 239	9.58 264	8.07 358	2.21 314	7.69 342	5.96 332	3.77 296	10.35 331

PWCK	9.19 330	3.84 338	2.76 329	4.81 334	3.48 340	7.14 345	7.79 333	3.92 339	4.66 338	4.66 332	5.84 310	24.68 355	8.47 310	3.24 328	10.95 286	3.27 266	9.48 340	2.36 333	72.75 367	4.94 333	14.76 357	6.95 233	3.68 330	2.40 326	8.01 344	7.55 336	6.35 321	9.51 328

MADNet++	9.22 331	4.13 343	6.16 356	4.32 326	5.78 355	3.96 322	8.14 334	7.09 353	6.83 347	5.28 352	7.83 344	7.65 326	8.62 312	12.90 353	19.42 304	21.00 364	7.04 336	6.27 355	10.40 313	7.97 348	14.29 352	18.67 362	3.96 332	5.12 359	5.80 335	22.29 358	9.32 337	8.69 322

MeshStereo	9.30 332	2.68 320	2.31 319	4.19 325	2.81 324	4.05 323	1.96 293	8.24 361	9.28 352	5.13 346	8.64 347	11.19 347	12.84 334	0.78 256	52.26 357	15.80 356	4.59 322	1.92 315	22.33 335	1.58 276	15.40 361	19.41 363	1.06 288	2.12 311	8.69 347	5.55 328	10.68 338	15.59 339
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
MonStereo1	9.81 333	3.92 340	2.43 321	5.31 338	4.70 350	5.34 335	7.44 332	3.39 327	2.25 304	117.09 377	3.30 282	6.44 320	10.28 318	3.91 335	2.28 170	1.78 211	3.22 310	3.17 349	38.45 346	3.58 324	5.84 232	5.88 212	6.18 344	1.83 299	3.46 326	3.13 312	7.10 328	3.19 285

ELAS	10.16 334	3.54 333	5.12 352	4.49 328	4.32 349	5.01 334	4.33 320	6.88 352	4.09 331	4.97 341	7.74 342	9.90 341	11.01 322	3.51 332	52.19 356	4.52 296	7.15 337	9.65 359	8.69 305	2.38 309	13.33 334	14.95 355	2.75 324	3.64 354	17.76 357	27.24 364	13.13 349	21.93 349
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
notaker	10.31 335	13.11 361	4.84 347	18.55 349	6.95 359	7.98 349	14.39 353	3.69 337	3.28 323	2.90 291	2.15 264	30.28 357	43.63 359	4.40 336	9.01 282	2.66 246	12.71 347	2.73 342	42.35 351	2.87 315	14.87 358	10.21 272	7.77 354	3.03 345	2.66 316	2.98 311	3.46 287	4.84 301

JetBlue	10.90 336	9.40 358	6.23 357	8.34 340	6.82 358	10.07 354	10.58 343	5.04 348	3.97 329	2.95 293	4.09 288	9.83 338	9.32 315	8.12 345	48.65 341	14.50 347	6.76 335	5.08 354	7.66 300	3.76 325	13.23 332	17.58 361	8.19 359	3.58 353	11.41 352	18.49 355	12.08 346	28.49 359

LVE	10.96 337	3.63 335	2.68 327	55.15 369	4.03 348	7.50 347	88.91 374	1.93 268	2.44 309	2.26 269	1.69 247	4.48 307	4.75 299	3.42 331	3.44 245	2.21 235	6.03 329	1.84 313	50.68 362	1.97 299	10.14 306	12.19 322	5.54 336	3.12 348	3.75 327	2.46 302	2.99 268	6.76 320

XX-Stereo	11.10 338	0.72 104	1.24 265	1.04 235	0.52 142	0.80 212	0.84 224	1.13 159	0.51 137	4.53 331	6.79 326	1.54 232	1.06 248	0.42 153	2.78 213	5.82 314	0.96 200	0.94 220	6.43 272	0.91 208	6.26 240	8.36 248	0.58 195	0.43 120	237.38 379	1.38 223	2.64 250	3.61 291

DGSMNet	11.16 339	1.98 310	1.98 306	1.90 295	1.52 282	2.46 309	1.47 272	3.07 324	2.11 300	12.67 364	102.10 374	3.59 294	18.94 351	18.97 363	16.50 300	15.09 353	12.73 348	10.36 362	13.79 320	4.57 329	12.99 329	14.32 352	7.77 354	3.43 351	1.75 294	6.25 334	3.48 290	5.53 310

ACVNet-4b	11.58 340	3.99 341	2.60 324	44.40 365	2.71 322	4.98 332	62.31 369	1.85 262	1.79 288	1.63 232	1.25 225	4.22 304	58.75 367	3.34 330	2.27 168	1.21 126	13.33 352	1.70 308	49.50 359	1.93 295	14.47 356	13.72 351	7.40 349	3.13 349	1.55 280	1.89 277	2.20 197	4.61 299

LSM0	11.61 341	1.70 299	2.94 332	2.71 310	2.41 314	2.76 311	6.88 331	4.22 341	4.26 334	3.67 315	7.57 340	7.41 325	9.43 317	0.98 281	64.90 373	78.60 376	3.43 313	2.37 334	20.39 331	4.80 332	14.29 352	16.21 358	1.30 299	3.06 346	3.29 323	12.44 348	6.06 319	25.31 354

UNDER WATER-64	11.75 342	7.29 356	4.90 348	17.03 347	7.40 360	8.44 350	16.49 356	8.25 362	4.32 335	4.51 330	3.21 278	17.72 350	15.23 343	8.81 346	46.52 337	10.69 337	13.57 359	3.01 348	12.74 319	8.66 352	14.20 347	12.82 340	11.01 362	4.40 356	6.45 340	18.67 356	8.71 335	22.29 350

SGM+DAISY	11.81 343	3.22 326	3.47 336	3.83 323	3.15 334	4.25 325	3.52 313	7.70 357	10.88 358	5.57 357	9.00 351	9.94 342	13.12 340	1.74 314	22.71 310	18.99 360	3.23 311	2.28 330	15.35 325	8.91 355	15.05 359	17.02 360	1.32 301	4.58 357	24.50 363	31.01 367	32.60 369	41.83 372

MDST_ROB	12.03 344	32.81 367	1.72 291	20.74 353	2.64 319	5.90 340	1.72 282	4.06 340	1.35 264	3.76 317	6.53 318	2.75 284	42.83 358	0.54 199	50.83 350	1.22 129	1.08 225	0.75 155	18.95 327	1.00 222	12.75 325	11.49 309	1.29 297	1.26 279	22.72 362	11.17 343	31.24 366	31.81 364

WAO-8	12.07 345	5.33 346	4.83 345	26.48 355	4.01 346	6.22 342	11.73 350	3.65 335	6.39 345	28.97 370	41.01 366	8.08 330	18.91 349	20.68 366	3.75 257	3.24 263	9.46 338	2.01 320	53.81 363	5.76 337	9.83 299	11.16 302	6.04 342	2.43 327	8.05 345	7.74 337	6.36 322	9.95 329

Venus	12.07 345	5.33 346	4.83 345	26.48 355	4.01 346	6.22 342	11.73 350	3.65 335	6.39 345	28.97 370	41.01 366	8.08 330	18.91 349	20.68 366	3.75 257	3.24 263	9.46 338	2.01 320	53.81 363	5.76 337	9.83 299	11.16 302	6.04 342	2.43 327	8.05 345	7.74 337	6.36 322	9.95 329

JetRed	12.50 347	6.96 355	7.76 360	4.77 333	6.78 357	9.35 352	10.92 345	5.31 349	4.54 336	5.85 359	3.28 281	8.17 332	7.48 307	9.74 350	50.80 349	15.21 354	10.30 341	7.93 356	7.83 301	5.44 336	18.10 364	24.48 366	11.12 363	4.60 358	11.97 353	25.85 362	24.78 362	28.17 358

TorneroNet-64	13.24 348	6.25 351	5.07 351	34.05 358	3.72 343	9.38 353	16.75 357	3.49 329	12.26 361	2.27 271	5.98 311	17.67 349	34.24 356	14.37 356	47.92 340	3.76 279	13.18 351	2.40 336	36.34 344	9.15 358	13.85 342	12.35 330	5.65 337	2.64 333	14.28 356	14.51 351	3.41 284	12.48 334

ACV-stereo	13.36 349	1.90 306	1.63 287	2.10 299	1.15 258	2.97 312	1.36 268	1.72 251	1.86 295	2.96 294	4.89 299	3.67 297	43.88 360	1.13 294	54.14 363	17.43 358	2.38 301	1.31 290	170.74 377	4.64 330	12.73 322	14.68 354	0.97 282	1.83 299	1.25 239	1.49 238	3.53 291	2.32 261

MANE	14.22 350	9.62 359	6.93 358	4.94 336	5.72 354	7.88 348	11.48 347	7.38 355	9.90 354	4.92 340	6.89 334	8.98 335	12.13 329	3.67 334	50.37 345	17.85 359	11.82 344	20.17 367	10.46 314	6.55 344	12.22 318	12.86 342	1.77 315	11.33 364	24.83 364	30.99 366	31.42 367	40.73 370

DispFullNet	15.85 351	3.61 334	5.00 350	3.30 321	2.93 330	3.51 320	3.20 307	6.49 351	2.71 314	5.17 347	6.80 328	90.79 370	15.55 344	2.73 319	28.89 313	23.38 366	4.02 319	3.86 353	138.92 375	28.91 367	12.60 321	11.86 317	2.69 322	2.31 323	4.30 329	2.71 307	6.80 326	5.05 304

UNDER WATER	16.39 352	7.86 357	4.99 349	15.68 346	10.73 366	8.76 351	38.30 364	8.07 360	6.02 343	4.25 325	2.98 274	18.63 351	96.18 373	14.44 357	32.70 315	10.29 335	13.91 360	2.75 343	43.73 353	8.62 351	16.83 363	12.33 327	17.08 369	5.55 360	6.06 339	14.49 350	6.37 324	15.05 338

STStereo	16.49 353	3.48 331	5.91 355	44.25 364	5.60 353	39.03 366	13.11 352	7.74 358	10.72 357	5.19 349	8.92 348	24.73 356	30.22 355	1.03 289	59.92 371	11.74 341	2.59 302	1.26 287	40.79 348	2.25 307	10.02 302	8.79 256	2.06 318	11.31 363	22.61 361	16.05 353	20.57 359	35.39 366

PSMNet_ROB	16.63 354	5.59 348	2.97 333	3.47 322	2.63 317	5.86 339	6.18 328	2.20 294	2.29 305	5.39 354	141.45 376	97.59 371	6.02 303	33.78 368	3.23 241	1.58 196	4.09 320	1.69 307	20.81 333	2.75 313	12.93 328	7.08 235	63.80 377	2.60 331	2.95 319	3.67 316	2.77 257	3.66 292

DGTPSM_ROB	17.21 355	6.49 352	18.05 363	4.91 335	8.87 362	5.73 336	11.48 347	5.02 346	12.05 359	5.03 345	9.34 352	12.62 348	56.51 366	15.29 359	43.82 330	20.47 362	19.26 363	16.28 364	24.70 336	20.05 363	13.50 335	22.25 364	6.00 340	12.55 365	12.71 354	32.01 369	14.20 352	35.61 368

KSHMR	20.05 356	6.71 354	4.01 342	99.31 373	5.91 356	17.09 357	71.12 371	3.62 334	9.75 353	3.59 311	3.39 283	6.07 317	84.38 372	17.14 361	22.70 309	3.97 284	6.29 330	2.76 345	90.60 370	2.83 314	12.73 322	10.14 270	9.05 360	2.74 340	21.08 360	5.85 331	8.10 333	10.46 332

DPSM_ROB	21.05 357	17.19 362	22.69 365	10.13 342	9.29 364	13.96 355	14.50 354	11.66 363	15.25 363	9.00 361	8.97 349	10.35 345	13.24 341	19.90 364	59.73 369	26.35 367	18.76 361	21.26 368	14.74 322	15.50 361	28.56 367	27.85 368	7.42 350	16.13 368	34.05 368	39.30 372	37.97 371	44.48 373

DPSM	21.05 357	17.19 362	22.69 365	10.13 342	9.29 364	13.96 355	14.50 354	11.66 363	15.25 363	9.00 361	8.97 349	10.35 345	13.24 341	19.90 364	59.73 369	26.35 367	18.76 361	21.26 368	14.74 322	15.50 361	28.56 367	27.85 368	7.42 350	16.13 368	34.05 368	39.30 372	37.97 371	44.48 373

MaskLacGwcNet_RVC	21.23 359	1.32 277	1.63 287	1.89 294	1.69 291	1.93 293	3.75 316	2.27 302	2.66 312	5.02 343	29.10 361	216.12 377	51.87 365	5.44 341	3.66 251	4.09 290	5.59 326	13.75 363	28.77 337	1.47 266	14.44 355	12.86 342	0.98 283	2.33 324	1.88 302	7.40 335	145.78 379	5.57 311

DPSMNet_ROB	22.61 360	6.50 353	18.06 364	4.95 337	8.88 363	5.76 338	11.54 349	5.02 346	12.08 360	5.17 347	28.67 360	19.69 352	163.24 378	15.38 360	43.87 332	20.66 363	19.56 364	16.59 365	35.50 342	20.17 364	13.82 341	22.26 365	6.02 341	12.56 366	12.82 355	32.01 369	14.23 353	35.60 367

WQFJA1++	23.09 361	0.99 223	0.51 107	160.58 377	0.58 157	134.26 376	122.57 378	0.75 96	0.45 113	7.60 360	0.65 133	10.26 344	69.62 368	0.32 90	2.04 133	3.20 262	0.93 192	0.70 135	10.18 312	1.03 225	5.65 229	4.52 176	0.51 153	0.40 108	0.75 135	81.69 378	1.41 123	1.33 212

DLNR_Zeroshot_test	23.11 362	81.98 376	1.97 305	102.16 374	0.49 129	0.55 147	81.36 373	2.30 305	0.50 131	4.87 337	2.22 265	2.99 286	0.93 231	12.17 352	96.90 375	144.02 378	34.28 368	19.61 366	8.60 304	4.35 327	8.08 281	6.53 224	0.51 153	0.69 221	1.37 252	1.57 250	1.16 106	1.90 243

zero-FE	23.86 363	1.70 299	0.52 114	141.89 376	8.72 361	147.65 378	77.27 372	1.26 179	0.60 172	1.15 199	4.12 289	136.19 373	11.59 325	0.57 211	2.27 168	3.52 274	1.06 224	2.52 339	5.18 245	0.95 216	81.26 376	7.98 243	0.52 161	0.47 132	0.86 160	1.54 247	1.68 152	1.14 189

TorneroNet	24.73 364	6.18 349	3.52 337	95.34 372	3.93 344	27.05 360	29.02 361	4.44 342	18.13 365	2.20 266	37.99 365	77.85 369	72.31 369	18.15 362	41.78 326	3.07 259	13.11 350	2.35 332	87.85 368	9.06 357	15.44 362	12.17 321	5.94 339	2.64 333	52.32 372	8.18 339	3.59 293	14.11 336

LRCNet_RVC	25.94 365	30.78 366	14.74 362	35.18 361	31.16 370	36.52 365	29.93 363	23.08 368	12.70 362	36.15 372	33.37 362	37.24 358	28.56 354	37.11 369	17.47 301	7.61 325	31.06 366	26.75 371	67.49 366	29.07 368	23.47 366	10.73 290	39.23 372	30.61 372	7.37 341	2.53 304	11.22 339	9.31 327

ktn	26.84 366	3.99 341	95.18 378	14.39 345	5.44 352	18.02 358	17.50 358	19.69 367	67.27 375	2.84 287	5.30 302	171.03 376	80.75 371	7.72 344	10.93 285	3.48 273	20.95 365	2.71 341	90.26 369	29.10 369	15.05 359	10.23 273	7.60 353	2.93 344	5.12 332	5.83 329	4.73 312	6.62 318

LE_ROB	28.97 367	25.29 365	36.16 369	34.90 360	56.86 376	18.61 359	58.99 368	32.08 371	41.72 370	5.37 353	27.57 359	46.00 361	49.67 363	13.72 355	14.83 295	3.84 282	5.96 327	1.22 279	46.43 356	36.35 372	10.19 307	11.19 304	48.45 373	22.49 370	30.18 366	31.59 368	31.60 368	40.87 371

PML	39.07 368	38.06 370	12.06 361	39.32 363	29.04 369	40.62 367	11.06 346	14.14 365	100.08 376	27.87 369	166.26 378	107.74 372	159.39 377	13.53 354	15.41 296	10.75 338	35.75 369	8.64 357	42.84 352	10.61 360	14.22 348	16.14 357	5.89 338	7.21 362	53.08 373	13.95 349	42.26 373	19.02 346

FlowAnything	42.31 369	34.65 369	45.90 371	20.47 352	18.91 368	28.11 362	28.64 360	23.30 370	30.84 367	18.76 367	18.33 356	20.84 354	27.00 353	39.89 370	119.49 377	52.59 374	37.35 370	42.63 374	29.06 338	31.53 371	57.38 374	56.78 377	14.49 367	32.64 374	68.29 375	78.93 376	76.07 374	89.56 378

CasAABBNet	42.72 370	34.60 368	45.66 370	20.17 351	18.55 367	28.05 361	29.13 362	23.25 369	30.69 366	18.73 366	18.11 355	20.72 353	37.90 357	39.93 371	120.54 378	52.80 375	37.72 371	42.56 373	29.30 339	30.56 370	57.58 375	56.66 376	14.58 368	32.34 373	68.46 376	79.09 377	76.31 375	89.48 377

HaxPig	44.53 371	46.75 372	47.32 372	47.72 366	48.79 372	47.60 368	48.40 365	49.50 372	47.10 371	49.76 373	50.31 368	49.00 362	45.26 361	54.49 373	41.50 324	40.24 370	50.15 373	52.05 375	44.74 354	43.04 373	46.61 371	44.38 374	51.78 374	45.43 375	33.92 367	25.30 360	28.66 364	22.43 351

AVERAGE_ROB	46.12 372	48.49 373	48.31 373	49.34 367	50.25 373	48.63 369	49.80 366	50.74 374	48.67 372	51.68 374	52.55 369	50.28 363	47.20 362	55.70 374	43.00 329	40.99 371	52.42 374	54.59 376	47.27 357	45.45 374	48.77 372	44.06 373	52.90 375	46.98 376	35.80 370	26.72 363	30.77 365	23.81 353

HanzoNet	47.37 373	45.54 371	75.64 376	62.53 370	47.97 371	62.03 373	90.57 376	55.02 376	58.34 374	15.60 365	22.00 357	75.72 368	107.47 374	172.14 378	23.65 312	13.02 344	62.42 376	9.26 358	134.39 373	22.45 365	19.74 365	25.78 367	31.84 371	5.57 361	9.72 351	9.49 341	8.54 334	12.61 335

MEDIAN_ROB	49.56 374	51.66 374	50.91 374	52.80 368	53.76 374	52.08 371	53.35 367	54.28 375	52.25 373	54.89 375	55.89 370	53.59 364	50.09 364	58.85 375	46.45 336	44.55 372	55.81 375	57.90 377	50.55 361	48.85 375	52.07 373	46.79 375	56.69 376	50.01 377	39.10 371	30.23 365	33.56 370	31.26 363

BEATNet-Init1	52.60 375	76.96 375	24.06 367	87.02 371	56.48 375	86.86 374	68.77 370	49.65 373	34.71 369	11.93 363	56.24 371	64.63 367	78.72 370	9.65 349	58.40 367	51.35 373	32.72 367	23.00 370	101.24 371	71.98 377	46.49 370	39.72 372	28.67 370	24.23 371	59.12 374	38.23 371	77.99 376	61.49 375

DPSimNet_ROB	111.84 376	179.62 378	74.81 375	195.40 378	165.93 378	136.63 377	98.05 377	126.48 378	138.79 378	82.31 376	148.57 377	159.77 374	157.57 376	78.29 376	64.65 372	40.10 369	142.61 378	34.98 372	195.20 378	69.76 376	154.10 377	32.63 371	82.12 378	98.24 378	71.10 377	51.68 374	117.83 378	122.56 379

ASD4	121.33 377	129.06 377	88.33 377	102.62 375	80.04 377	113.84 375	90.39 375	120.07 377	107.64 377	132.47 378	137.43 375	163.16 375	128.65 375	95.21 377	111.50 376	121.28 377	132.67 377	105.33 378	131.08 372	144.81 378	247.71 378	229.55 378	96.05 379	105.89 379	113.24 378	67.78 375	92.86 377	87.27 376

GS-Stereo																							0.14 12	0.17 36	0.33 31	0.25 16	0.52 28	0.24 21

FADE		18.09 364	30.60 368	2.84 314	3.65 342	28.71 363	17.79 359	15.65 366	31.19 368	23.58 368	34.50 363		24.85 352	9.63 348	13.75 292	14.56 348	43.43 372	10.05 361	41.89 350	25.16 366	36.12 369	31.14 370	7.48 352	15.57 367	20.22 359	17.05 354	15.03 356	33.84 365

Low-res two-view benchmark