Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

S2M2_XL	0.46 1	0.41 12	1.09 24	0.65 24	0.34 9	0.29 1	0.23 2	0.67 1	0.50 1	0.53 7	0.92 51	0.65 55	0.53 22	0.54 1	0.50 28	0.28 149	0.24 255	0.25 82	0.21 100	0.23 45	0.22 63

FoundationStereo	0.50 2	0.39 4	1.11 38	0.79 82	0.42 57	0.70 4	0.36 20	0.76 2	0.80 19	0.62 25	0.38 5	0.73 79	0.77 92	0.69 2	0.36 2	0.26 97	0.17 42	0.23 31	0.16 12	0.18 1	0.20 19

S2M2	0.64 8	0.55 101	1.07 10	0.89 145	0.54 134	1.08 11	0.20 1	1.16 6	1.37 81	0.59 18	0.81 37	0.86 109	0.47 14	0.70 3	0.65 63	0.31 229	0.33 361	0.27 137	0.27 228	0.36 256	0.31 203

water-stereo	0.78 47	0.45 21	1.94 130	0.79 82	0.48 103	2.36 113	0.47 60	1.53 19	1.09 49	0.88 102	1.04 74	0.82 97	0.75 83	0.72 4	0.78 120	0.22 37	0.23 221	0.25 82	0.23 148	0.24 50	0.29 167

LG-Stereo	0.85 68	0.60 154	2.71 209	0.59 3	0.45 76	2.85 151	0.55 87	2.41 105	1.34 77	0.59 18	1.19 101	0.43 23	0.40 5	0.76 5	0.75 110	0.20 26	0.17 42	0.31 229	0.24 173	0.29 121	0.19 5

3.25ww	0.69 14	0.46 27	1.10 30	0.61 6	0.61 175	2.23 102	0.51 69	2.45 116	0.90 29	0.63 28	0.78 29	0.47 32	0.71 68	0.78 6	0.50 28	0.17 6	0.14 11	0.20 1	0.17 27	0.20 18	0.20 19

3.25w_new	0.69 14	0.46 27	1.10 30	0.61 6	0.61 175	2.23 102	0.51 69	2.45 116	0.90 29	0.63 28	0.78 29	0.47 32	0.71 68	0.78 6	0.50 28	0.17 6	0.14 11	0.20 1	0.17 27	0.20 18	0.20 19

3.25w	0.69 14	0.46 27	1.10 30	0.61 6	0.61 175	2.23 102	0.51 69	2.45 116	0.90 29	0.63 28	0.78 29	0.47 32	0.71 68	0.79 8	0.50 28	0.17 6	0.14 11	0.20 1	0.17 27	0.20 18	0.20 19

RAStereo	0.75 27	0.52 73	2.86 218	0.58 2	0.62 182	1.19 18	0.32 11	1.81 48	0.99 42	0.75 62	1.05 79	0.64 51	0.47 14	0.80 9	0.94 190	0.22 37	0.20 135	0.27 137	0.21 100	0.34 225	0.22 63

4.5_new	0.67 10	0.46 27	1.11 38	0.63 13	0.78 252	1.97 81	0.51 69	2.18 79	0.78 14	0.73 53	0.90 48	0.42 21	0.49 19	0.81 10	0.49 22	0.21 29	0.14 11	0.26 109	0.19 70	0.22 40	0.20 19

4.5w-stereo	0.67 10	0.46 27	1.11 38	0.63 13	0.78 252	1.97 81	0.51 69	2.18 79	0.77 11	0.73 53	0.90 48	0.42 21	0.49 19	0.81 10	0.49 22	0.21 29	0.14 11	0.26 109	0.19 70	0.22 40	0.20 19

U	12.82 558	0.38 3	1.99 136	0.66 32	58.94 576	63.38 581	0.34 16	1.91 57	0.94 39	0.59 18	0.80 33	0.46 31	0.57 29	0.83 12	0.44 13	0.29 171	0.17 42	63.35 579	59.81 578	0.29 121	0.20 19

asd	0.70 17	0.45 21	1.10 30	0.67 36	0.90 302	2.88 154	0.43 45	1.64 32	0.79 17	0.68 43	0.88 44	0.43 23	0.74 80	0.85 13	0.49 22	0.19 21	0.13 1	0.24 60	0.17 27	0.22 40	0.20 19

4.25_new	0.73 23	0.46 27	1.08 17	0.71 46	0.97 320	2.52 128	0.58 103	2.28 94	0.93 35	0.57 13	0.94 56	0.40 11	0.65 52	0.87 14	0.50 28	0.17 6	0.13 1	0.25 82	0.17 27	0.19 4	0.20 19

4.5w_new	0.73 23	0.46 27	1.08 17	0.71 46	0.97 320	2.52 128	0.58 103	2.28 94	0.93 35	0.57 13	0.94 56	0.40 11	0.65 52	0.87 14	0.50 28	0.17 6	0.13 1	0.25 82	0.17 27	0.19 4	0.20 19

4.25w-stereo	0.73 23	0.46 27	1.08 17	0.71 46	0.97 320	2.52 128	0.58 103	2.28 94	0.93 35	0.57 13	0.94 56	0.40 11	0.65 52	0.87 14	0.50 28	0.17 6	0.13 1	0.25 82	0.17 27	0.19 4	0.20 19

asda	0.77 42	0.46 27	1.10 30	0.64 17	0.82 269	3.33 218	0.49 63	2.40 104	0.81 24	0.63 28	0.80 33	0.44 27	0.85 121	0.88 17	0.60 48	0.17 6	0.13 1	0.24 60	0.17 27	0.20 18	0.20 19

CREStereo++_RVC	1.02 116	0.49 58	1.54 97	0.83 105	0.55 141	4.01 368	0.31 8	1.63 30	1.99 286	1.63 184	2.13 378	0.84 101	0.65 52	0.88 17	0.70 91	0.27 112	0.15 22	0.23 31	1.22 523	0.24 50	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
2w_stereo	0.75 27	0.46 27	1.08 17	0.68 38	0.56 145	2.00 83	0.61 114	2.87 184	0.83 26	0.93 109	0.93 54	0.36 3	1.13 201	0.90 19	0.61 50	0.17 6	0.13 1	0.23 31	0.17 27	0.20 18	0.21 47

IGEV	0.70 17	0.36 1	1.07 10	0.71 46	1.31 406	2.82 147	0.41 36	1.76 42	0.98 41	0.73 53	0.71 18	0.35 2	0.42 8	0.90 19	0.42 7	0.18 17	0.18 69	0.22 17	0.18 50	0.18 1	0.20 19

GIP-stereo	0.88 75	0.50 61	1.34 75	1.32 379	0.94 312	2.90 156	0.42 40	3.41 246	1.06 46	0.63 28	0.76 25	0.90 118	0.76 90	0.91 21	0.52 37	0.27 112	0.18 69	0.25 82	0.16 12	0.25 64	0.19 5

CASnet	0.78 47	0.51 67	1.29 69	0.81 85	0.29 1	1.28 33	0.74 185	1.51 16	1.89 273	1.64 187	1.09 85	0.65 55	0.64 49	0.91 21	0.76 114	0.29 171	0.17 42	0.41 382	0.31 319	0.32 189	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
1w_stereo	0.86 69	0.42 15	1.07 10	0.72 54	0.81 260	3.00 172	0.67 145	3.28 226	0.75 10	0.74 60	1.32 135	0.37 5	1.37 251	0.92 23	0.68 76	0.16 2	0.14 11	0.20 1	0.16 12	0.19 4	0.22 63

test_for_model	2.16 311	3.87 523	1.58 102	4.16 547	3.64 543	2.51 126	0.96 334	3.63 277	2.62 423	2.45 416	1.39 155	1.02 137	0.73 76	0.92 23	0.57 43	2.97 534	2.19 538	0.26 109	0.17 27	5.32 552	2.24 527

LG-Stereo_Zeroshot	0.89 78	0.47 40	2.08 155	0.76 74	0.73 234	3.91 335	0.41 36	2.07 71	1.07 47	0.77 77	0.89 47	0.64 51	0.86 124	0.95 25	0.77 119	0.26 97	0.18 69	0.26 109	0.19 70	0.32 189	0.32 213

MonSter	0.62 6	0.43 17	1.07 10	0.66 32	0.82 269	1.13 14	0.39 24	2.57 142	0.92 34	0.58 17	0.64 16	0.36 3	0.35 3	0.95 25	0.43 11	0.15 1	0.15 22	0.20 1	0.17 27	0.21 29	0.19 5

WCG-NET	0.88 75	0.49 58	1.26 62	0.90 154	0.37 28	1.48 49	1.07 363	1.73 39	2.30 358	1.63 184	1.49 181	0.92 125	0.97 153	0.95 25	0.76 114	0.22 37	0.16 29	0.23 31	0.20 86	0.25 64	0.21 47

IGEV-Stereo++	0.93 86	0.44 18	1.08 17	0.70 42	1.20 387	3.87 330	0.33 12	3.36 241	1.43 95	0.75 62	1.17 98	0.68 62	1.04 172	0.95 25	0.42 7	0.22 37	0.16 29	0.23 31	0.17 27	0.24 50	0.20 19

MLG-Stereo_test3	0.60 4	0.37 2	1.12 41	0.59 3	0.57 157	2.19 99	0.31 8	1.68 36	0.56 2	0.49 3	0.51 10	0.56 41	0.33 1	0.96 29	0.54 40	0.21 29	0.17 42	0.23 31	0.16 12	0.20 18	0.21 47

Occ-G	0.86 69	0.52 73	1.39 80	0.82 95	0.66 204	1.37 41	0.79 222	1.58 22	1.31 74	1.56 173	0.87 43	2.18 312	0.89 134	0.97 30	0.88 163	0.26 97	0.19 99	0.26 109	0.19 70	0.25 64	0.24 89

GLC_STEREO	0.76 36	0.52 73	1.12 41	0.83 105	0.33 8	1.86 72	0.82 245	1.46 13	1.38 82	0.95 114	1.04 74	0.68 62	0.72 72	0.97 30	0.80 126	0.23 49	0.25 278	0.32 249	0.25 184	0.32 189	0.30 194

TANstereo	1.01 112	0.55 101	1.73 110	0.76 74	0.36 14	4.04 373	0.38 22	1.48 14	1.62 209	2.03 294	2.10 369	0.84 101	0.93 145	0.98 32	0.62 52	0.28 149	0.36 381	0.23 31	0.20 86	0.25 64	0.46 356

sAnonymous2	1.37 191	1.22 432	9.79 323	0.92 167	0.88 294	1.23 20	0.61 114	2.56 140	1.69 229	0.85 97	1.02 64	0.73 79	1.23 229	0.98 32	0.78 120	0.29 171	0.25 278	0.31 229	0.30 303	1.06 491	0.71 446

CroCo_RVC	1.37 191	1.22 432	9.79 323	0.92 167	0.88 294	1.23 20	0.61 114	2.56 140	1.69 229	0.85 97	1.02 64	0.73 79	1.23 229	0.98 32	0.78 120	0.29 171	0.25 278	0.31 229	0.30 303	1.06 491	0.71 446

castereo	0.82 62	0.70 253	1.04 3	0.85 126	0.50 114	1.29 35	0.91 303	3.22 218	1.20 56	0.83 94	1.24 113	0.72 75	0.91 139	1.00 35	0.67 73	0.26 97	0.16 29	0.25 82	0.20 86	0.24 50	0.21 47

Pointernet	0.88 75	0.44 18	2.26 171	0.84 114	0.37 28	2.29 109	0.38 22	3.06 202	1.46 105	0.66 38	1.39 155	0.91 120	0.73 76	1.01 36	0.72 99	0.23 49	0.19 99	0.20 1	0.18 50	0.19 4	0.20 19

LGtest1	0.55 3	0.41 12	1.14 48	0.70 42	0.40 46	0.99 9	0.26 4	1.32 8	0.93 35	0.53 7	0.60 15	0.44 27	0.49 19	1.02 37	0.45 15	0.27 112	0.19 99	0.23 31	0.16 12	0.21 29	0.23 74

3w_stereo	0.71 22	0.47 40	1.14 48	0.65 24	0.39 42	1.73 65	0.68 151	2.79 177	0.79 17	0.67 41	0.84 39	0.37 5	1.02 167	1.03 38	0.56 42	0.18 17	0.14 11	0.23 31	0.18 50	0.20 18	0.22 63

AIO-Stereo	0.76 36	0.54 95	1.07 10	0.73 57	0.40 46	1.28 33	0.82 245	2.26 91	1.49 126	0.70 46	1.58 204	0.89 116	0.45 12	1.03 38	0.55 41	0.24 63	0.18 69	0.25 82	0.20 86	0.26 79	0.21 47

testlalala2	2.31 339	0.63 189	20.54 509	2.56 525	2.87 531	3.79 306	0.76 198	4.20 421	1.48 118	1.42 160	1.43 164	2.45 345	0.80 110	1.03 38	0.68 76	0.27 112	0.25 278	0.24 60	0.21 100	0.33 207	0.28 157

Former-RAFT_DAM_RVC	0.92 84	0.73 280	1.42 83	0.92 167	1.08 354	2.97 171	0.53 80	1.77 45	1.39 83	1.16 136	1.54 194	0.58 42	0.65 52	1.03 38	0.84 143	0.25 84	0.23 221	0.30 207	0.24 173	0.43 339	0.29 167

2.75w_new	0.75 27	0.45 21	1.10 30	0.65 24	0.62 182	2.45 122	0.56 91	2.75 167	0.74 9	0.78 80	0.73 21	0.38 9	0.92 142	1.04 42	0.66 68	0.17 6	0.14 11	0.22 17	0.17 27	0.18 1	0.19 5

testlalala	1.14 134	0.62 180	1.34 75	1.00 222	0.78 252	4.38 446	0.93 318	2.46 120	2.20 336	2.44 415	1.52 185	1.31 180	0.61 42	1.04 42	0.65 63	0.35 297	0.19 99	0.24 60	0.19 70	0.24 50	0.23 74

rvit_stereo_ft	1.00 110	0.87 350	3.55 245	0.97 202	0.66 204	1.06 10	0.80 232	2.78 172	1.67 221	0.78 80	0.96 61	0.95 130	1.14 208	1.06 44	0.90 170	0.32 249	0.24 255	0.27 137	0.28 257	0.39 281	0.27 138

GREAT-IGEV	0.74 26	0.54 95	1.86 122	1.10 279	0.44 69	2.44 120	0.34 16	1.37 9	1.51 138	0.48 2	0.86 42	0.51 36	0.60 39	1.07 45	0.45 15	0.22 37	0.17 42	0.21 10	0.17 27	0.23 45	0.25 99

4w-stereo	0.67 10	0.49 58	1.07 10	0.63 13	0.75 241	1.63 61	0.44 48	2.23 88	0.77 11	0.56 10	0.92 51	0.40 11	0.82 114	1.08 46	0.53 38	0.18 17	0.13 1	0.25 82	0.18 50	0.19 4	0.20 19

IGEV-BASED-STEREO-	1.09 124	3.30 519	2.61 201	0.82 95	0.38 39	1.27 28	0.62 127	1.51 16	1.29 71	0.91 105	0.92 51	0.65 55	0.57 29	1.08 46	0.59 46	1.55 524	0.15 22	0.32 249	0.28 257	1.10 497	1.98 524

trnet	0.91 83	0.48 51	1.46 86	0.62 10	0.31 4	4.40 453	0.41 36	2.20 82	1.53 154	0.94 110	1.14 94	0.88 114	0.89 134	1.09 48	0.71 94	0.27 112	0.19 99	0.22 17	0.15 4	0.21 29	0.19 5

qwe	0.75 27	0.45 21	1.10 30	0.67 36	1.06 348	2.49 124	0.45 52	2.57 142	0.90 29	0.71 50	0.83 38	0.43 23	0.48 18	1.10 49	0.64 58	0.17 6	0.14 11	0.24 60	0.16 12	0.21 29	0.20 19

CroCo-Stereo	0.98 102	0.87 350	3.44 241	0.87 136	0.53 133	0.49 2	0.50 65	3.99 366	1.49 126	0.81 86	1.25 120	1.00 135	0.75 83	1.10 49	1.09 219	0.24 63	0.21 166	0.24 60	0.19 70	0.35 243	0.27 138
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
3.75w	0.75 27	0.47 40	1.09 24	0.63 13	1.10 360	2.61 138	0.53 80	2.46 120	0.97 40	0.62 25	0.80 33	0.40 11	0.66 58	1.11 51	0.48 19	0.19 21	0.13 1	0.23 31	0.18 50	0.20 18	0.21 47

GCAP-Stereo	0.93 86	0.68 240	1.35 77	0.85 126	0.41 51	3.61 277	0.52 79	2.20 82	1.50 131	1.11 133	1.04 74	1.17 155	0.84 119	1.11 51	0.71 94	0.25 84	0.20 135	0.27 137	0.18 50	0.28 108	0.23 74

CFNet-RSSM	2.08 301	0.52 73	20.06 483	1.01 228	0.56 145	3.39 224	0.64 132	3.67 284	1.55 171	1.72 205	1.37 150	2.57 357	1.19 223	1.11 51	0.86 153	0.27 112	0.20 135	0.25 82	0.23 148	0.27 91	0.23 74

anonymousa	2.16 311	0.67 232	19.19 454	1.04 247	1.67 483	2.06 91	0.79 222	2.86 182	1.96 281	1.85 225	2.14 379	3.23 419	1.81 373	1.12 54	1.15 229	0.26 97	0.26 291	0.34 301	0.32 330	0.30 144	0.28 157

Gwc-CoAtRS	1.58 213	0.57 121	11.69 349	1.01 228	0.60 171	2.53 132	0.64 132	2.36 102	1.56 177	1.80 219	1.47 173	2.74 374	1.18 219	1.12 54	0.90 170	0.27 112	0.21 166	0.25 82	0.22 133	0.27 91	0.23 74

CREStereo	0.92 84	0.53 84	1.45 85	0.61 6	0.34 9	4.42 457	0.40 28	2.21 84	1.54 163	0.94 110	1.12 91	0.87 111	0.87 128	1.12 54	0.72 99	0.28 149	0.19 99	0.22 17	0.15 4	0.22 40	0.19 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
CAS++	0.89 78	0.64 201	1.46 86	0.81 85	0.51 116	1.24 24	0.86 265	3.44 247	1.46 105	1.14 135	1.29 130	0.62 48	0.58 32	1.13 57	0.59 46	0.34 277	0.30 336	0.34 301	0.26 202	0.41 310	0.29 167
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
UniTT-Stereo	0.82 62	0.47 40	2.63 205	0.96 195	1.19 381	0.78 5	0.39 24	1.12 5	1.54 163	1.19 138	1.26 121	0.51 36	0.64 49	1.13 57	1.03 208	0.30 210	0.20 135	0.24 60	0.21 100	0.40 286	0.25 99

MLG-Stereo_test2	0.76 36	0.40 7	1.07 10	0.64 17	0.82 269	3.49 246	0.23 2	1.69 37	2.14 325	0.62 25	0.32 3	0.67 60	0.33 1	1.14 59	0.37 3	0.23 49	0.19 99	0.23 31	0.16 12	0.19 4	0.20 19

rvit_stereo_0080	0.94 89	0.72 269	2.56 195	0.64 17	0.59 168	1.90 74	0.75 195	2.71 161	1.40 86	0.91 105	1.04 74	0.85 105	0.82 114	1.14 59	0.78 120	0.35 297	0.29 323	0.25 82	0.27 228	0.45 355	0.29 167

RSM++	0.77 42	0.51 67	1.08 17	0.95 189	0.42 57	1.52 54	0.71 165	2.11 74	1.40 86	0.80 84	1.23 112	0.90 118	0.59 36	1.14 59	0.69 85	0.24 63	0.19 99	0.25 82	0.21 100	0.28 108	0.20 19

whm_eth	0.94 89	0.72 269	2.56 195	0.64 17	0.59 168	1.90 74	0.75 195	2.71 161	1.40 86	0.91 105	1.04 74	0.85 105	0.82 114	1.14 59	0.78 120	0.35 297	0.29 323	0.25 82	0.27 228	0.45 355	0.29 167

RCA-Stereo	1.21 150	0.52 73	1.58 102	0.90 154	0.46 85	4.68 502	0.79 222	4.13 406	1.74 245	1.92 249	1.80 280	0.94 129	1.48 286	1.14 59	0.70 91	0.27 112	0.18 69	0.25 82	0.19 70	0.25 64	0.23 74

AIO_rvc	0.78 47	0.55 101	1.25 61	0.75 60	0.65 195	1.46 47	0.99 344	2.13 75	1.52 147	0.57 13	1.15 95	1.09 144	0.55 26	1.15 64	0.53 38	0.24 63	0.17 42	0.24 60	0.17 27	0.25 64	0.21 47

MaDis-Stereo	0.82 62	0.66 222	1.53 94	0.65 24	1.87 504	1.24 24	0.36 20	2.13 75	1.27 69	0.67 41	0.75 24	0.88 114	0.70 66	1.15 64	1.07 214	0.29 171	0.23 221	0.26 109	0.20 86	0.31 163	0.22 63

MM-Stereo_test2	1.79 250	0.53 84	20.16 489	1.43 423	0.47 95	2.57 135	0.73 173	1.67 34	1.47 110	0.94 110	0.96 61	0.84 101	0.79 103	1.16 66	0.68 76	0.24 63	0.17 42	0.25 82	0.22 133	0.30 144	0.22 63

AIO_test	0.76 36	0.47 40	1.31 70	0.81 85	0.70 225	1.36 40	0.88 287	1.40 10	1.45 97	0.55 9	0.95 59	1.81 261	0.58 32	1.16 66	0.46 17	0.27 112	0.17 42	0.24 60	0.19 70	0.24 50	0.21 47

MGS-Stereo	0.80 51	0.56 112	1.53 94	0.93 181	0.39 42	1.26 27	0.73 173	1.45 12	1.30 73	1.01 120	2.26 399	0.80 93	0.56 28	1.16 66	0.65 63	0.27 112	0.23 221	0.26 109	0.22 133	0.27 91	0.25 99

IGEV++	0.90 81	0.58 134	1.32 73	0.94 185	0.45 76	1.27 28	1.00 345	3.32 235	1.55 171	0.82 88	1.34 142	0.86 109	1.09 189	1.16 66	0.89 166	0.33 265	0.18 69	0.23 31	0.19 70	0.29 121	0.22 63

testlalala_base	1.62 223	0.74 288	1.63 104	1.19 327	1.40 430	2.63 140	0.84 253	4.09 396	1.31 74	1.22 139	1.42 162	1.21 168	0.85 121	1.16 66	0.73 102	3.92 549	2.10 536	0.27 137	0.18 50	4.49 548	1.11 494

cross-raft	2.01 290	0.57 121	19.01 453	1.03 245	0.56 145	2.11 94	0.72 168	3.63 277	1.57 183	1.77 213	1.51 184	3.17 414	1.13 201	1.16 66	0.85 146	0.23 49	0.21 166	0.26 109	0.23 148	0.28 108	0.25 99

XX-TBD	1.03 117	0.95 374	1.94 130	1.30 373	0.43 63	3.97 362	0.33 12	1.74 40	1.73 239	1.59 175	2.02 350	0.69 65	0.60 39	1.16 66	0.66 68	0.30 210	0.25 278	0.23 31	0.15 4	0.31 163	0.22 63

RSM	0.80 51	0.50 61	1.08 17	0.83 105	0.51 116	1.31 36	0.77 211	2.28 94	1.43 95	0.82 88	1.44 166	1.22 169	0.62 44	1.17 73	0.63 55	0.22 37	0.18 69	0.24 60	0.19 70	0.27 91	0.20 19

GMOStereo	1.13 129	0.70 253	2.26 171	0.75 60	0.44 69	3.05 177	0.91 303	2.78 172	1.45 97	2.37 404	1.52 185	1.53 207	1.05 177	1.17 73	0.92 180	0.25 84	0.19 99	0.35 320	0.28 257	0.34 225	0.26 123

error version	1.13 129	0.70 253	2.26 171	0.75 60	0.44 69	3.05 177	0.91 303	2.78 172	1.45 97	2.37 404	1.52 185	1.53 207	1.05 177	1.17 73	0.92 180	0.25 84	0.19 99	0.35 320	0.28 257	0.34 225	0.26 123

test-v	1.13 129	0.70 253	2.26 171	0.75 60	0.44 69	3.05 177	0.91 303	2.78 172	1.45 97	2.37 404	1.52 185	1.53 207	1.05 177	1.17 73	0.92 180	0.25 84	0.19 99	0.35 320	0.28 257	0.34 225	0.26 123

test-2	1.13 129	0.70 253	2.26 171	0.75 60	0.44 69	3.05 177	0.91 303	2.78 172	1.45 97	2.37 404	1.52 185	1.53 207	1.05 177	1.17 73	0.92 180	0.25 84	0.19 99	0.35 320	0.28 257	0.34 225	0.26 123

AnonymousM	1.22 154	1.32 449	0.97 1	0.88 141	0.56 145	4.03 372	0.69 157	2.41 105	1.68 223	1.48 164	1.31 134	1.15 153	1.00 162	1.18 78	0.73 102	0.32 249	0.40 414	2.07 529	1.70 531	0.24 50	0.22 63

test-1	1.23 155	0.65 211	1.88 124	0.96 195	0.52 125	3.84 317	0.62 127	4.01 370	1.47 110	1.93 253	1.78 274	1.83 265	0.92 142	1.19 79	1.28 266	0.26 97	0.29 323	0.31 229	0.24 173	0.29 121	0.36 260

RAFT-Test	1.44 198	0.59 142	6.10 282	1.01 228	0.69 222	2.90 156	0.80 232	3.68 286	1.70 232	1.85 225	1.68 235	3.15 412	1.03 168	1.20 80	0.99 203	0.27 112	0.22 194	0.25 82	0.23 148	0.27 91	0.25 99

raftrobust	1.19 142	0.72 269	2.30 177	1.26 355	1.31 406	3.55 263	0.68 151	2.75 167	1.47 110	2.21 359	1.38 153	1.17 155	1.22 226	1.20 80	1.11 223	0.28 149	0.24 255	0.21 10	0.19 70	0.25 64	0.28 157

sCroCo_RVC	1.06 120	0.82 333	5.05 271	1.02 238	1.05 345	0.98 8	0.61 114	2.06 69	1.29 71	0.69 45	1.26 121	0.82 97	1.10 195	1.20 80	0.90 170	0.42 376	0.40 414	0.33 283	0.30 303	0.46 366	0.38 289

4D-IteraStereo	1.97 281	0.84 340	20.43 506	0.78 80	1.56 462	2.09 93	1.05 360	2.43 113	1.56 177	1.41 158	1.00 63	1.94 278	0.61 42	1.22 83	1.06 211	0.27 112	0.18 69	0.31 229	0.26 202	0.27 91	0.23 74

Selective-IGEV	0.80 51	0.52 73	1.05 5	0.75 60	0.61 175	1.31 36	0.82 245	2.60 148	1.41 89	0.82 88	1.64 223	0.71 73	0.62 44	1.22 83	0.64 58	0.22 37	0.19 99	0.24 60	0.18 50	0.25 64	0.20 19

3.5w_stereo	0.77 42	0.53 84	1.09 24	0.65 24	0.72 229	2.52 128	0.51 69	2.43 113	0.80 19	0.76 72	1.20 102	0.43 23	0.66 58	1.23 85	0.73 102	0.17 6	0.13 1	0.23 31	0.17 27	0.20 18	0.21 47

9_stereo	0.75 27	0.47 40	1.09 24	0.69 39	0.65 195	2.28 106	0.40 28	2.42 108	0.80 19	0.73 53	1.03 67	0.40 11	0.81 111	1.24 86	0.80 126	0.16 2	0.15 22	0.21 10	0.17 27	0.19 4	0.21 47

10	0.75 27	0.47 40	1.09 24	0.69 39	0.65 195	2.28 106	0.40 28	2.42 108	0.80 19	0.73 53	1.03 67	0.40 11	0.81 111	1.24 86	0.80 126	0.16 2	0.15 22	0.21 10	0.17 27	0.19 4	0.21 47

2.25w	0.75 27	0.47 40	1.09 24	0.69 39	0.65 195	2.28 106	0.40 28	2.42 108	0.80 19	0.73 53	1.03 67	0.40 11	0.81 111	1.24 86	0.80 126	0.16 2	0.15 22	0.21 10	0.17 27	0.19 4	0.21 47

LG-G_1	0.70 17	0.40 7	1.12 41	0.71 46	0.30 2	2.80 145	0.40 28	2.21 84	0.78 14	0.59 18	0.55 12	0.51 36	0.58 32	1.24 86	0.49 22	0.24 63	0.18 69	0.23 31	0.15 4	0.21 29	0.21 47

LG-G	0.70 17	0.40 7	1.12 41	0.71 46	0.30 2	2.80 145	0.40 28	2.21 84	0.78 14	0.59 18	0.55 12	0.51 36	0.58 32	1.24 86	0.49 22	0.24 63	0.18 69	0.23 31	0.15 4	0.21 29	0.21 47

RAFT-Stereo-weight	1.11 127	0.48 51	1.22 58	0.99 214	0.42 57	4.17 413	0.80 232	3.60 272	1.50 131	1.97 264	1.50 182	1.30 179	0.65 52	1.24 86	0.85 146	0.25 84	0.19 99	0.26 109	0.22 133	0.27 91	0.23 74

DCRE	1.44 198	0.74 288	3.50 244	1.13 297	0.72 229	1.78 66	0.67 145	2.14 77	1.56 177	1.99 271	8.09 527	1.73 238	1.07 186	1.24 86	0.83 140	0.23 49	0.25 278	0.26 109	0.26 202	0.28 108	0.30 194

DIP-Stereo	1.24 160	0.69 243	1.77 115	0.65 24	0.61 175	4.29 438	0.58 103	4.44 499	2.53 412	1.98 266	1.33 137	0.91 120	0.86 124	1.25 93	1.25 256	0.36 308	0.23 221	0.32 249	0.23 148	0.32 189	0.29 167
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
castereo++	0.93 86	0.56 112	1.26 62	0.92 167	0.73 234	2.48 123	1.00 345	2.99 191	1.03 44	0.68 43	1.41 160	1.92 276	0.59 36	1.26 94	0.44 13	0.25 84	0.19 99	0.28 166	0.19 70	0.23 45	0.23 74

CAS	1.26 171	0.40 7	1.46 86	2.97 532	1.61 470	4.13 394	0.73 173	1.78 46	1.49 126	0.83 94	1.10 88	0.59 44	0.53 22	1.26 94	0.80 126	2.99 535	0.13 1	0.21 10	0.13 1	0.31 163	1.72 517

CroCo-Stereo Lap2	0.99 108	0.89 353	2.55 194	0.99 214	1.80 501	0.54 3	0.46 55	3.10 204	1.24 60	1.07 127	1.21 106	1.05 143	0.78 100	1.26 94	1.08 216	0.27 112	0.23 221	0.27 137	0.21 100	0.43 339	0.34 240

RAFT-Stereo + iAFF	1.25 164	0.72 269	1.74 113	1.05 248	0.36 14	4.13 394	0.42 40	2.95 187	2.84 459	2.02 290	2.40 428	1.61 220	1.11 198	1.26 94	0.97 197	0.21 29	0.15 22	0.26 109	0.23 148	0.29 121	0.23 74

rvit_stereo_0081_aga	0.81 59	0.75 300	1.84 121	0.72 54	0.73 234	1.21 19	0.63 129	1.92 58	1.39 83	0.87 101	0.80 33	0.79 91	0.69 64	1.27 98	0.69 85	0.35 297	0.29 323	0.26 109	0.25 184	0.40 286	0.27 138

HUF	1.15 135	0.64 201	8.62 309	0.90 154	0.35 12	1.35 39	0.78 215	1.97 62	1.50 131	0.63 28	1.52 185	0.83 99	0.66 58	1.28 99	0.63 55	0.29 171	0.23 221	0.26 109	0.17 27	0.23 45	0.25 99

AEACV	0.79 50	0.54 95	1.35 77	0.97 202	0.63 185	1.13 14	0.92 316	2.02 66	0.91 33	0.76 72	0.79 32	0.80 93	1.61 319	1.28 99	0.61 50	0.22 37	0.18 69	0.26 109	0.23 148	0.27 91	0.23 74

111	1.83 254	0.92 362	9.08 313	0.81 85	0.36 14	4.25 430	0.91 303	4.44 499	2.70 434	2.39 409	1.96 336	2.30 323	1.64 338	1.28 99	1.82 367	0.28 149	0.22 194	0.24 60	0.20 86	0.31 163	0.54 399

WCG-NET（raft）	0.95 96	0.55 101	1.20 57	0.84 114	0.31 4	1.44 45	1.01 348	1.55 20	2.37 379	1.64 187	1.42 162	2.38 332	1.01 164	1.29 102	0.76 114	0.22 37	0.19 99	0.22 17	0.20 86	0.25 64	0.21 47

CES	1.01 112	0.55 101	1.74 113	0.92 167	2.15 518	2.15 95	0.50 65	2.01 65	1.45 97	0.76 72	1.02 64	0.61 46	0.47 14	1.29 102	0.79 125	0.22 37	0.17 42	0.24 60	0.14 2	0.63 425	2.29 528

knoymous	1.30 182	0.60 154	5.57 280	0.88 141	0.75 241	3.04 175	0.90 295	2.68 157	1.33 76	1.48 164	1.07 83	2.78 384	0.88 130	1.29 102	0.85 146	0.31 229	0.22 194	0.35 320	0.20 86	0.45 355	0.37 274

riskmin	1.25 164	0.56 112	2.05 143	1.05 248	0.93 310	2.86 153	0.55 87	3.23 220	1.34 77	1.55 171	1.07 83	3.56 453	2.03 393	1.29 102	1.00 205	0.28 149	0.27 302	0.34 301	0.21 100	0.41 310	0.43 334

IGEV-RUCA	0.90 81	0.53 84	1.05 5	0.81 85	0.74 239	3.89 332	0.80 232	1.92 58	1.41 89	0.96 117	0.71 18	0.70 66	0.73 76	1.30 106	0.68 76	0.29 171	0.20 135	0.25 82	0.19 70	0.43 339	0.34 240

rvit_stereo_0081	0.80 51	0.63 189	1.19 53	0.91 161	0.64 187	1.27 28	0.61 114	2.05 67	1.71 233	0.82 88	0.73 21	0.85 105	0.75 83	1.30 106	0.80 126	0.31 229	0.26 291	0.27 137	0.25 184	0.38 271	0.27 138

rvit_stereo_0082	0.80 51	0.63 189	1.19 53	0.91 161	0.64 187	1.27 28	0.61 114	2.05 67	1.71 233	0.82 88	0.73 21	0.85 105	0.75 83	1.30 106	0.80 126	0.31 229	0.26 291	0.27 137	0.25 184	0.38 271	0.27 138

MM-Stereo_test3	1.09 124	0.59 142	1.55 98	1.73 479	1.18 374	1.91 76	0.86 265	3.52 259	1.76 249	1.25 140	1.86 314	1.10 147	0.69 64	1.32 109	0.86 153	0.27 112	0.23 221	0.27 137	0.22 133	0.34 225	0.30 194

MLG-Stereo_test1	0.80 51	0.39 4	1.02 2	0.65 24	1.20 387	3.14 188	0.29 7	1.59 23	3.05 479	0.50 4	0.24 1	0.67 60	0.43 9	1.33 110	0.40 5	0.21 29	0.18 69	0.23 31	0.15 4	0.19 4	0.20 19

ACVNet	1.46 201	0.64 201	3.56 247	0.93 181	0.85 281	4.22 426	0.80 232	2.85 179	2.08 307	1.78 215	1.88 318	3.10 407	1.46 282	1.33 110	1.89 375	0.29 171	0.26 291	0.30 207	0.26 202	0.39 281	0.27 138

acv_ft	1.55 206	0.64 201	3.29 235	1.14 298	2.01 511	2.93 165	0.97 337	3.81 312	2.08 307	2.22 361	1.88 318	3.10 407	1.66 342	1.33 110	2.22 415	0.29 171	0.26 291	0.30 207	0.26 202	0.39 281	0.27 138

MLG-Stereo	0.77 42	0.39 4	1.04 3	0.64 17	0.41 51	3.01 174	0.31 8	1.89 52	2.92 465	0.47 1	0.29 2	0.66 59	0.47 14	1.35 113	0.39 4	0.20 26	0.18 69	0.24 60	0.16 12	0.19 4	0.20 19

MC-Stereo	1.06 120	0.48 51	1.55 98	1.15 311	0.41 51	4.56 486	0.61 114	2.06 69	1.46 105	1.90 242	1.61 216	0.89 116	1.12 199	1.35 113	0.73 102	0.25 84	0.18 69	0.26 109	0.22 133	0.25 64	0.24 89

2.5w	0.75 27	0.44 18	1.06 8	0.66 32	0.69 222	2.39 116	0.56 91	2.77 170	0.82 25	0.63 28	0.88 44	0.37 5	0.75 83	1.36 115	0.50 28	0.18 17	0.14 11	0.22 17	0.17 27	0.19 4	0.21 47

LG-Stereo_L2	0.63 7	0.46 27	1.15 50	0.70 42	0.43 63	2.32 110	0.28 5	1.86 50	0.68 4	0.56 10	0.42 7	0.37 5	0.45 12	1.36 115	0.40 5	0.23 49	0.18 69	0.22 17	0.18 50	0.21 29	0.20 19

FACV-RUCA	1.26 171	0.65 211	2.21 164	1.06 254	1.50 449	2.69 142	1.15 384	3.05 199	1.87 267	1.36 149	1.99 346	1.03 139	1.15 216	1.36 115	1.10 220	0.41 365	0.41 421	0.73 497	0.41 419	0.61 420	0.41 321

LoS_RVC	0.94 89	1.30 443	1.31 70	0.84 114	1.63 473	2.02 84	0.59 107	1.51 16	1.36 80	0.81 86	1.33 137	0.84 101	0.88 130	1.36 115	0.73 102	0.21 29	0.17 42	0.20 1	0.14 2	0.20 18	1.45 510

HART	1.03 117	0.85 344	3.13 228	0.84 114	0.38 39	1.17 16	0.42 40	3.54 264	1.47 110	1.08 128	2.17 384	1.48 203	0.57 29	1.37 119	0.74 107	0.23 49	0.18 69	0.28 166	0.21 100	0.32 189	0.24 89

111111	0.87 73	0.50 61	1.13 46	0.66 32	1.08 354	3.37 222	0.33 12	2.33 101	1.47 110	0.74 60	1.50 182	0.61 46	0.59 36	1.40 120	0.48 19	0.24 63	0.19 99	0.22 17	0.16 12	0.24 50	0.19 5

LG-Stereo_L1	0.61 5	0.47 40	1.10 30	0.73 57	0.49 110	1.72 63	0.33 12	1.95 61	0.65 3	0.56 10	0.40 6	0.40 11	0.43 9	1.40 120	0.42 7	0.23 49	0.19 99	0.23 31	0.18 50	0.21 29	0.19 5

LL-Strereo2	1.23 155	0.85 344	2.38 185	0.93 181	0.68 216	3.72 292	1.37 420	2.54 137	1.99 286	1.75 211	1.40 158	1.82 262	0.73 76	1.40 120	0.99 203	0.31 229	0.23 221	0.55 456	0.35 361	0.29 121	0.24 89

R-Stereo Train	1.20 147	0.58 134	1.81 119	0.99 214	0.67 211	3.78 303	0.90 295	4.09 396	1.51 138	2.16 337	1.71 246	1.13 150	0.94 147	1.40 120	0.91 177	0.30 210	0.24 255	0.26 109	0.21 100	0.26 79	0.25 99

RAFT-Stereo	1.20 147	0.58 134	1.81 119	0.99 214	0.67 211	3.78 303	0.90 295	4.09 396	1.51 138	2.16 337	1.71 246	1.13 150	0.94 147	1.40 120	0.91 177	0.30 210	0.24 255	0.26 109	0.21 100	0.26 79	0.25 99
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
IPLGR_C	2.28 332	1.31 447	19.46 463	0.92 167	1.32 412	3.93 342	0.89 290	4.20 421	1.82 257	2.30 381	2.63 452	1.16 154	1.07 186	1.41 125	1.29 269	0.37 316	0.23 221	0.27 137	0.22 133	0.31 163	0.45 346

rvit_0105_6	1.00 110	0.93 366	2.21 164	0.92 167	0.55 141	1.52 54	0.79 222	2.41 105	2.96 469	0.76 72	0.72 20	1.02 137	0.75 83	1.42 126	0.81 134	0.40 351	0.43 429	0.34 301	0.31 319	0.43 339	0.34 240

rvit_stereo_0075_2	1.18 140	0.74 288	2.66 207	0.90 154	1.27 402	2.51 126	0.69 157	2.25 90	2.06 304	1.40 156	1.86 314	1.46 202	0.84 119	1.42 126	0.94 190	0.46 402	0.40 414	0.48 419	0.38 396	0.46 366	0.51 386

GANet-ADL	2.20 316	0.73 280	20.11 488	1.25 349	0.69 222	3.83 312	0.76 198	3.49 252	1.71 233	1.65 191	1.99 346	2.10 307	1.10 195	1.42 126	1.26 259	0.38 333	0.33 361	0.25 82	0.22 133	0.42 329	0.36 260

DCANet-4	1.96 279	0.51 67	14.31 383	0.82 95	0.40 46	4.16 408	0.57 94	4.29 459	2.98 473	2.30 381	1.80 280	1.03 139	1.54 309	1.44 129	1.44 293	0.29 171	0.23 221	0.23 31	0.18 50	0.24 50	0.42 325

fff	1.74 241	0.70 253	9.08 313	0.81 85	0.36 14	4.15 398	0.57 94	4.23 433	2.09 310	2.30 381	1.80 280	1.19 163	3.02 457	1.44 129	1.46 297	0.29 171	0.23 221	0.23 31	0.18 50	0.24 50	0.42 325

csc	1.74 241	0.70 253	9.08 313	0.81 85	0.36 14	4.15 398	0.57 94	4.23 433	2.09 310	2.30 381	1.80 280	1.19 163	3.02 457	1.44 129	1.46 297	0.29 171	0.23 221	0.23 31	0.18 50	0.24 50	0.42 325

cscssc	1.74 241	0.70 253	9.08 313	0.81 85	0.36 14	4.15 398	0.57 94	4.23 433	2.09 310	2.30 381	1.80 280	1.19 163	3.02 457	1.44 129	1.46 297	0.29 171	0.23 221	0.23 31	0.18 50	0.24 50	0.42 325

MM-Stereo_test1	1.90 265	0.53 84	19.85 475	1.39 415	0.48 103	1.81 69	0.79 222	3.00 193	1.82 257	1.69 196	1.09 85	0.87 111	0.97 153	1.45 133	0.74 107	0.24 63	0.21 166	0.27 137	0.24 173	0.35 243	0.24 89

DEFOM-Stereo_RVC	0.81 59	1.13 411	1.23 59	0.97 202	0.57 157	0.81 6	0.43 45	3.49 252	0.84 27	0.73 53	0.95 59	0.44 27	1.17 217	1.45 133	0.60 48	0.26 97	0.18 69	0.24 60	0.17 27	0.30 144	0.19 5

MoCha-V2	0.87 73	0.48 51	1.87 123	0.88 141	0.32 7	1.37 41	0.55 87	2.71 161	1.42 91	0.92 108	1.75 257	0.65 55	1.17 217	1.45 133	0.57 43	0.21 29	0.21 166	0.20 1	0.19 70	0.24 50	0.23 74

AE-Stereo	1.18 140	0.60 154	2.05 143	1.10 279	0.60 171	4.39 449	0.72 168	3.74 300	1.62 209	1.10 130	1.90 329	1.01 136	0.92 142	1.45 133	0.82 137	0.28 149	0.22 194	0.28 166	0.28 257	0.26 79	0.22 63

rvit_stereo_0083	0.86 69	0.67 232	1.42 83	0.87 136	0.65 195	1.23 20	0.64 132	1.67 34	2.28 354	0.79 82	0.93 54	0.93 126	1.07 186	1.46 137	0.75 110	0.32 249	0.36 381	0.30 207	0.26 202	0.33 207	0.28 157

gcap-zeroshot	1.30 182	0.61 170	4.09 258	0.94 185	0.56 145	3.50 250	0.84 253	3.12 206	1.72 236	1.84 224	1.22 108	2.72 373	0.88 130	1.46 137	0.80 126	0.29 171	0.30 336	0.27 137	0.21 100	0.29 121	0.25 99

MyStereo8	2.33 346	1.13 411	19.26 458	1.22 341	1.62 471	4.16 408	0.57 94	3.50 255	2.36 373	2.15 332	1.75 257	2.28 317	1.14 208	1.46 137	2.20 413	0.24 63	0.21 166	0.32 249	0.27 228	0.36 256	0.43 334

Reg-Stereo(zero)	1.60 219	0.42 15	10.69 337	0.89 145	0.68 216	3.27 208	0.47 60	2.27 92	1.54 163	1.48 164	1.24 113	2.55 355	2.68 442	1.48 140	1.10 220	0.19 21	0.19 99	0.22 17	0.18 50	0.24 50	0.26 123

CRE-IMP	1.23 155	0.61 170	2.14 158	0.82 95	0.39 42	4.54 478	0.83 250	2.63 151	1.55 171	1.95 258	1.46 169	1.87 273	0.96 150	1.48 140	1.33 277	0.45 397	0.21 166	0.31 229	0.26 202	0.41 310	0.31 203

SGD-Stereo	0.65 9	0.41 12	1.06 8	0.85 126	0.31 4	2.44 120	0.46 55	1.09 4	0.69 5	0.84 96	0.52 11	0.55 40	0.53 22	1.49 142	0.46 17	0.31 229	0.14 11	0.25 82	0.18 50	0.23 45	0.20 19

monsterstereo	0.82 62	0.50 61	1.26 62	0.77 78	1.41 437	2.54 134	0.40 28	3.14 208	0.71 7	0.70 46	1.11 89	0.41 20	0.39 4	1.50 143	0.50 28	0.19 21	0.16 29	0.22 17	0.16 12	0.21 29	0.17 1

iRaftStereo_RVC	1.09 124	0.70 253	1.39 80	0.95 189	0.45 76	3.83 312	0.42 40	2.37 103	1.58 186	1.69 196	1.76 266	1.80 256	0.83 118	1.50 143	0.98 200	0.28 149	0.18 69	0.29 187	0.26 202	0.30 144	0.31 203

PMTNet	0.99 108	0.48 51	1.73 110	0.62 10	0.56 145	4.20 425	0.43 45	1.88 51	1.58 186	1.00 119	1.05 79	0.78 87	0.98 159	1.50 143	0.85 146	1.21 510	0.20 135	0.23 31	0.15 4	0.22 40	0.19 5

rvit_0105_5	1.13 129	0.93 366	2.60 198	0.91 161	0.56 145	1.92 77	0.91 303	3.02 196	2.63 425	0.95 114	1.20 102	1.18 159	0.93 145	1.51 146	0.93 188	0.40 351	0.43 429	0.37 347	0.35 361	0.42 329	0.44 340

DCANet	1.74 241	0.73 280	9.08 313	0.82 95	0.40 46	4.18 416	0.59 107	4.25 443	2.97 470	2.35 399	1.84 304	1.18 159	1.63 335	1.51 146	1.55 320	0.29 171	0.24 255	0.23 31	0.18 50	0.30 144	0.53 393

ADStereo(finetuned)	2.04 294	0.73 280	13.28 359	0.82 95	0.40 46	4.16 408	0.59 107	4.25 443	2.97 470	2.35 399	1.84 304	1.18 159	3.40 474	1.52 148	1.54 319	0.29 171	0.24 255	0.23 31	0.18 50	0.30 144	0.51 386

ACRE	2.27 327	1.11 409	19.45 462	0.91 161	1.30 404	3.94 347	0.87 283	4.21 426	1.80 255	2.28 375	2.62 450	1.17 155	1.04 172	1.52 148	1.30 270	0.37 316	0.23 221	0.27 137	0.22 133	0.31 163	0.46 356

CIPLG	2.27 327	1.18 421	19.24 455	0.92 167	1.34 417	3.95 352	0.89 290	4.23 433	1.82 257	2.31 387	2.67 455	1.17 155	1.06 184	1.53 150	1.32 273	0.37 316	0.23 221	0.27 137	0.22 133	0.31 163	0.45 346

IGEV_Zeroshot_test	2.16 311	0.69 243	20.60 513	1.22 341	0.54 134	2.18 97	0.53 80	3.38 243	1.61 206	1.93 253	1.55 198	3.76 459	1.05 177	1.55 151	0.91 177	0.29 171	0.20 135	0.27 137	0.29 285	0.40 286	0.32 213

ours_stereo	0.76 36	0.64 201	1.40 82	0.86 131	0.61 175	1.12 13	0.57 94	1.63 30	1.20 56	0.72 52	1.43 164	0.70 66	0.62 44	1.56 152	0.58 45	0.25 84	0.18 69	0.26 109	0.21 100	0.29 121	0.31 203

Any-RAFT	1.40 194	0.53 84	2.78 214	1.09 270	0.64 187	4.41 455	0.81 241	3.97 360	2.78 443	1.99 271	1.34 142	2.36 330	1.56 313	1.56 152	0.75 110	0.27 112	0.20 135	0.25 82	0.18 50	0.25 64	0.28 157

StereoAnything_RVC	0.94 89	2.66 511	2.20 162	0.76 74	0.34 9	1.18 17	0.39 24	2.31 98	0.69 5	0.51 6	0.34 4	0.32 1	0.89 134	1.57 154	0.35 1	0.32 249	0.16 29	0.23 31	0.15 4	3.31 531	0.18 3

HI	1.27 176	0.90 355	2.33 180	1.10 279	0.68 216	2.92 161	0.45 52	2.49 124	1.76 249	2.13 321	1.65 229	2.42 338	1.84 377	1.58 155	1.61 331	0.26 97	0.16 29	0.28 166	0.29 285	0.26 79	0.25 99

CoSv	1.27 176	0.90 355	2.33 180	1.10 279	0.68 216	2.92 161	0.45 52	2.49 124	1.76 249	2.13 321	1.65 229	2.42 338	1.84 377	1.58 155	1.61 331	0.26 97	0.16 29	0.28 166	0.29 285	0.26 79	0.25 99

Anonymous3	1.72 238	0.76 305	11.61 348	0.83 105	0.84 280	4.46 461	0.84 253	3.57 268	1.16 51	1.34 146	1.37 150	1.11 149	1.03 168	1.58 155	1.13 227	0.70 480	0.58 480	0.33 283	0.35 361	0.47 370	0.42 325

GMStereo	1.01 112	1.00 385	2.86 218	0.83 105	0.45 76	1.47 48	0.57 94	1.89 52	2.11 320	1.52 168	1.24 113	0.87 111	0.74 80	1.58 155	0.94 190	0.40 351	0.21 166	0.30 207	0.30 303	0.47 370	0.36 260
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DMCA	1.72 238	0.74 288	6.63 285	1.14 298	0.96 316	3.98 364	0.90 295	3.75 301	2.76 441	2.83 467	1.58 204	2.35 328	1.18 219	1.58 155	1.98 389	0.40 351	0.27 302	0.42 389	0.26 202	0.36 256	0.38 289

LoS	0.94 89	0.52 73	1.88 124	0.86 131	0.36 14	4.15 398	0.51 69	2.18 79	1.45 97	0.97 118	0.88 44	0.62 48	0.79 103	1.59 160	0.86 153	0.26 97	0.19 99	0.24 60	0.16 12	0.21 29	0.20 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CASS	1.29 181	0.66 222	2.62 204	0.95 189	0.66 204	2.84 149	0.69 157	3.00 193	1.79 254	2.57 434	1.95 335	1.39 190	1.55 311	1.59 160	1.06 211	0.50 430	0.28 313	0.34 301	0.28 257	0.46 366	0.63 429
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
plain	1.55 206	0.69 243	13.59 365	0.65 24	0.73 234	1.66 62	0.57 94	3.17 213	1.94 280	0.77 77	1.24 113	0.80 93	0.86 124	1.60 162	0.96 196	0.33 265	0.21 166	0.32 249	0.25 184	0.42 329	0.28 157

BUS	1.49 205	0.59 142	1.94 130	0.87 136	0.85 281	4.50 472	0.76 198	4.48 505	1.88 269	2.93 471	1.83 299	3.63 455	0.97 153	1.60 162	1.17 235	0.34 277	0.25 278	0.31 229	0.28 257	0.35 243	0.33 228

BSDual-CNN	1.46 201	0.59 142	1.94 130	0.87 136	0.85 281	4.16 408	1.16 386	4.48 505	1.88 269	2.93 471	1.83 299	2.60 360	1.31 242	1.60 162	1.21 245	0.34 277	0.25 278	0.31 229	0.28 257	0.35 243	0.33 228

psmg	1.47 204	0.59 142	1.94 130	0.92 167	0.85 281	4.30 440	1.42 430	4.10 404	1.88 269	2.64 448	2.09 368	2.60 360	1.31 242	1.60 162	1.21 245	0.34 277	0.27 302	0.33 283	0.34 346	0.36 256	0.34 240

FENet	2.25 323	0.50 61	20.29 499	1.35 395	0.67 211	4.01 368	0.60 110	3.95 353	1.99 286	1.96 262	1.11 89	2.43 341	1.43 272	1.60 162	1.39 283	0.32 249	0.22 194	0.33 283	0.26 202	0.29 121	0.39 295

MIF-Stereo (partial)	0.98 102	0.55 101	2.83 215	0.71 46	1.03 340	1.08 11	0.49 63	2.55 138	1.66 219	0.79 82	1.20 102	0.80 93	0.90 137	1.61 167	1.56 322	0.36 308	0.24 255	0.33 283	0.25 184	0.40 286	0.28 157

SCV_C0	0.89 78	0.59 142	1.96 135	0.83 105	0.44 69	1.24 24	0.64 132	3.33 239	1.66 219	0.82 88	1.20 102	0.73 79	0.66 58	1.62 168	0.66 68	0.32 249	0.21 166	0.24 60	0.20 86	0.28 108	0.23 74

MyStereo06	2.46 374	0.72 269	19.97 480	1.02 238	0.99 330	4.26 431	0.86 265	3.51 258	1.68 223	1.92 249	1.73 251	4.01 471	4.22 495	1.62 168	0.88 163	0.24 63	0.23 221	0.34 301	0.26 202	0.42 329	0.36 260

ICVP	2.26 325	0.66 222	21.18 533	0.99 214	0.88 294	4.28 437	0.95 328	3.32 235	1.60 202	1.66 192	1.76 266	1.34 183	1.14 208	1.62 168	1.32 273	0.53 445	0.35 377	0.33 283	0.29 285	0.40 286	0.51 386
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GES	1.38 193	0.64 201	2.61 201	1.09 270	0.57 157	4.30 440	1.02 352	3.86 325	1.51 138	1.72 205	1.74 253	1.28 175	1.77 362	1.62 168	1.61 331	0.39 345	0.27 302	0.33 283	0.30 303	0.41 310	0.47 361

rvit_0105_4	1.07 123	0.99 382	2.39 186	0.93 181	0.54 134	1.62 60	0.84 253	2.77 170	2.91 463	0.80 84	0.91 50	1.09 144	0.86 124	1.63 172	0.85 146	0.40 351	0.45 439	0.35 320	0.31 319	0.43 339	0.40 315

MyStereo07	1.01 112	0.80 322	1.26 62	1.00 222	1.04 343	3.95 352	0.95 328	2.07 71	1.42 91	0.75 62	1.22 108	0.68 62	0.91 139	1.63 172	0.67 73	0.24 63	0.24 255	0.34 301	0.26 202	0.41 310	0.37 274

Anonymous_2	3.01 447	0.89 353	4.53 267	1.06 254	1.18 374	2.93 165	0.87 283	3.24 222	1.46 105	1.86 230	1.35 145	4.11 477	2.35 422	1.64 174	1.28 266	0.82 491	0.90 512	8.71 567	15.84 570	4.44 547	0.74 454

RAFT	1.23 155	0.84 340	2.05 143	0.96 195	0.47 95	1.80 68	0.94 324	3.18 215	1.46 105	1.60 176	1.71 246	3.04 403	1.59 314	1.64 174	1.32 273	0.38 333	0.24 255	0.40 372	0.32 330	0.40 286	0.35 254

EAI-Stereo	2.35 355	0.63 189	2.97 221	0.95 189	0.65 195	3.84 317	14.27 558	5.04 531	2.19 334	2.06 303	7.25 520	1.10 147	0.94 147	1.65 176	1.37 282	0.31 229	0.22 194	0.27 137	0.60 477	0.27 91	0.32 213

SCV	0.95 96	0.63 189	1.38 79	1.70 475	0.41 51	1.23 20	0.89 290	3.53 263	1.57 183	0.61 23	1.54 194	0.93 126	0.77 92	1.66 177	0.66 68	0.36 308	0.20 135	0.25 82	0.19 70	0.29 121	0.25 99

ProNet	0.82 62	0.71 265	1.50 91	0.86 131	0.45 76	1.78 66	0.83 250	1.75 41	1.28 70	0.66 38	1.13 93	0.78 87	0.76 90	1.66 177	0.71 94	0.24 63	0.20 135	0.25 82	0.23 148	0.29 121	0.25 99

HHNet	2.48 379	0.71 265	20.52 508	0.64 17	0.64 187	4.07 381	0.93 318	3.76 303	1.56 177	2.15 332	4.92 512	0.98 131	3.37 473	1.66 177	1.79 364	0.32 249	0.20 135	0.31 229	0.27 228	0.36 256	0.42 325

Pruner-Stereo	1.32 188	0.59 142	2.11 157	1.79 489	0.47 95	4.73 515	0.79 222	2.53 128	1.72 236	2.47 419	1.58 204	1.48 203	1.03 168	1.66 177	1.47 302	0.44 388	0.21 166	0.34 301	0.30 303	0.30 144	0.39 295

anonymousdsp	0.95 96	0.69 243	1.27 66	0.83 105	0.52 125	4.54 478	0.84 253	1.76 42	1.24 60	0.76 72	1.06 81	0.78 87	0.77 92	1.67 181	0.69 85	0.27 112	0.17 42	0.29 187	0.21 100	0.31 163	0.26 123

IGEV-Stereo	0.95 96	0.69 243	1.27 66	0.84 114	0.52 125	4.54 478	0.84 253	1.76 42	1.24 60	0.75 62	1.06 81	0.79 91	0.77 92	1.68 182	0.69 85	0.27 112	0.17 42	0.29 187	0.21 100	0.31 163	0.26 123
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
SMoEStereo_RVC	0.80 51	0.53 84	1.12 41	0.92 167	0.44 69	2.41 118	0.79 222	1.49 15	1.16 51	0.70 46	1.12 91	0.64 51	0.64 49	1.69 183	0.87 159	0.22 37	0.16 29	0.31 229	0.22 133	0.26 79	0.25 99

model_zeroshot	1.21 150	0.60 154	3.55 245	1.05 248	0.57 157	3.46 237	0.63 129	2.73 164	1.55 171	2.05 298	1.38 153	1.50 206	0.82 114	1.69 183	0.87 159	0.29 171	0.23 221	0.30 207	0.23 148	0.27 91	0.32 213

fffy	0.80 51	0.59 142	1.56 100	1.00 222	0.47 95	1.27 28	0.76 198	1.90 55	1.02 43	0.75 62	1.35 145	0.83 99	0.72 72	1.70 185	0.62 52	0.23 49	0.19 99	0.27 137	0.21 100	0.28 108	0.32 213

AdaStereo	1.45 200	0.83 336	2.34 183	1.28 363	0.81 260	3.21 193	1.14 383	4.20 421	2.46 401	2.05 298	1.77 271	2.48 349	1.18 219	1.71 186	1.44 293	0.43 381	0.25 278	0.43 393	0.28 257	0.44 347	0.34 240
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
11t1	1.11 127	0.53 84	1.80 118	1.55 454	0.65 195	2.20 100	0.60 110	3.66 283	1.49 126	1.60 176	1.26 121	1.03 139	1.35 249	1.72 187	0.97 197	0.28 149	0.31 346	0.29 187	0.23 148	0.30 144	0.34 240

rvit_0105_3	1.24 160	0.93 366	2.84 216	0.97 202	0.58 166	2.38 114	1.08 368	3.26 225	2.53 412	1.18 137	1.40 158	1.24 171	1.04 172	1.73 188	0.97 197	0.44 388	0.44 434	0.40 372	0.42 425	0.42 329	0.50 378

AASNet	2.44 370	0.92 362	19.79 472	1.35 395	1.49 447	3.81 310	1.07 363	3.85 322	2.93 467	1.95 258	2.29 406	1.96 285	1.29 238	1.73 188	1.93 380	0.39 345	0.33 361	0.45 403	0.30 303	0.55 397	0.45 346

DeepStereo_RVC	1.55 206	0.63 189	3.32 237	0.77 78	0.42 57	4.49 469	0.72 168	2.50 126	1.58 186	2.02 290	1.81 292	1.54 211	6.38 527	1.73 188	1.19 238	0.46 402	0.22 194	0.29 187	0.28 257	0.35 243	0.38 289

mms	0.77 42	0.68 240	1.17 52	0.83 105	0.71 227	1.41 44	0.67 145	1.61 24	1.12 50	0.77 77	1.37 150	0.63 50	0.54 25	1.75 191	0.63 55	0.24 63	0.19 99	0.26 109	0.21 100	0.31 163	0.34 240

DEFOM-Stereo	0.70 17	0.46 27	1.13 46	0.72 54	0.48 103	3.40 227	0.44 48	0.90 3	0.77 11	0.86 99	0.58 14	0.45 30	0.43 9	1.76 192	0.43 11	0.24 63	0.18 69	0.22 17	0.16 12	0.21 29	0.20 19

test_xeample3	2.12 306	0.63 189	21.55 541	0.91 161	0.47 95	1.85 71	0.94 324	7.96 547	1.23 58	0.75 62	0.76 25	0.64 51	0.70 66	1.77 193	0.83 140	0.30 210	0.21 166	0.27 137	0.21 100	0.27 91	0.24 89

tg	1.15 135	0.67 232	1.31 70	0.94 185	0.54 134	4.02 370	0.41 36	2.96 188	1.59 201	1.69 196	1.85 311	1.84 268	0.97 153	1.78 194	0.83 140	0.27 112	0.17 42	0.29 187	0.26 202	0.29 121	0.27 138

GCAP-BAT	1.21 150	0.74 288	3.23 231	0.95 189	0.70 225	3.86 327	0.93 318	1.89 52	1.48 118	1.85 225	1.96 336	1.68 227	0.79 103	1.78 194	0.81 134	0.29 171	0.20 135	0.24 60	0.20 86	0.26 79	0.35 254

dd	1.26 171	1.15 416	2.47 191	0.92 167	0.49 110	4.35 444	0.75 195	1.92 58	2.11 320	1.44 161	1.24 113	1.19 163	1.05 177	1.78 194	1.70 349	0.57 453	0.34 373	0.35 320	0.33 338	0.60 415	0.46 356

rafts_anoy	1.24 160	0.80 322	3.61 251	1.17 319	1.20 387	3.00 172	0.61 114	3.17 213	1.58 186	1.37 152	1.26 121	1.19 163	1.12 199	1.78 194	1.25 256	0.32 249	0.23 221	0.32 249	0.32 330	0.31 163	0.30 194

DilatedVolume-Stereo	0.81 59	0.60 154	1.51 93	1.01 228	0.59 168	1.34 38	0.51 69	1.56 21	1.08 48	1.26 142	1.24 113	0.77 86	0.87 128	1.79 198	0.72 99	0.23 49	0.24 255	0.22 17	0.21 100	0.25 64	0.23 74

fffft	0.76 36	0.47 40	1.28 68	0.82 95	0.54 134	1.51 52	0.80 232	2.09 73	1.18 54	0.63 28	0.84 39	0.59 44	0.55 26	1.80 199	0.85 146	0.19 21	0.18 69	0.27 137	0.20 86	0.26 79	0.24 89
1: 1. 1
EGLCR-Stereo	1.06 120	0.51 67	1.56 100	1.02 238	0.39 42	4.27 436	0.42 40	4.08 394	1.48 118	0.90 104	0.68 17	1.09 144	0.66 58	1.81 200	0.62 52	0.27 112	0.19 99	0.29 187	0.23 148	0.37 266	0.25 99

TRStereo	2.31 339	1.87 489	19.74 471	1.53 447	1.16 372	4.26 431	1.08 368	4.73 525	1.45 97	1.55 171	1.28 128	1.75 240	0.85 121	1.81 200	1.20 241	0.36 308	0.26 291	0.32 249	0.36 371	0.34 225	0.33 228

anonymity	1.76 246	1.26 439	2.73 213	1.66 469	1.32 412	1.84 70	1.07 363	3.49 252	2.30 358	2.11 314	2.11 373	1.71 236	3.90 489	1.82 202	1.48 305	1.10 505	1.09 516	1.08 515	1.08 516	1.05 490	1.09 492

PSMNet-RUCA	1.64 228	1.50 469	2.57 197	1.50 442	1.38 426	3.05 177	1.36 415	3.31 230	2.24 342	1.36 149	2.07 365	1.40 195	1.09 189	1.83 203	1.55 320	1.15 508	0.69 500	1.26 520	0.96 509	1.64 519	0.94 482

monsters	0.82 62	0.58 134	1.16 51	0.76 74	1.52 452	2.92 161	0.40 28	2.66 155	0.72 8	0.66 38	0.84 39	0.38 9	0.41 7	1.84 204	0.48 19	0.20 26	0.16 29	0.20 1	0.16 12	0.19 4	0.19 5

PAM	2.43 368	0.61 170	20.86 519	1.07 256	0.73 234	2.93 165	0.53 80	3.24 222	1.53 154	1.89 241	2.43 429	5.29 520	2.76 444	1.84 204	1.02 207	0.27 112	0.24 255	0.26 109	0.25 184	0.40 286	0.50 378

ff7	0.98 102	0.69 243	2.05 143	0.84 114	0.52 125	4.55 481	0.86 265	1.62 25	1.24 60	0.75 62	1.03 67	0.70 66	0.77 92	1.84 204	0.68 76	0.27 112	0.17 42	0.29 187	0.21 100	0.31 163	0.27 138

ffff	0.98 102	0.69 243	2.05 143	0.84 114	0.52 125	4.55 481	0.86 265	1.62 25	1.24 60	0.75 62	1.03 67	0.70 66	0.77 92	1.84 204	0.68 76	0.27 112	0.17 42	0.29 187	0.21 100	0.31 163	0.27 138

11t	0.98 102	0.69 243	2.05 143	0.84 114	0.52 125	4.55 481	0.86 265	1.62 25	1.24 60	0.75 62	1.03 67	0.70 66	0.77 92	1.84 204	0.68 76	0.27 112	0.17 42	0.29 187	0.21 100	0.31 163	0.27 138

ccc-4	0.98 102	0.69 243	2.05 143	0.84 114	0.52 125	4.55 481	0.86 265	1.62 25	1.24 60	0.75 62	1.03 67	0.70 66	0.77 92	1.84 204	0.68 76	0.27 112	0.17 42	0.29 187	0.21 100	0.31 163	0.27 138

dual_stereo	0.68 13	0.40 7	1.05 5	0.64 17	0.37 28	0.84 7	0.34 16	3.40 245	1.03 44	0.50 4	0.46 9	0.58 42	0.40 5	1.85 210	0.49 22	0.23 49	0.17 42	0.21 10	0.16 12	0.20 18	0.19 5

raft+_RVC	1.21 150	0.83 336	2.61 201	1.35 395	0.97 320	3.60 273	0.76 198	3.23 220	1.51 138	1.33 145	1.67 232	1.03 139	1.10 195	1.87 211	0.92 180	0.24 63	0.22 194	0.25 82	0.24 173	0.26 79	0.25 99

ToySt	1.35 189	0.72 269	3.65 253	1.01 228	0.50 114	3.31 217	1.01 348	3.46 248	1.73 239	1.30 143	1.55 198	2.07 305	1.47 284	1.88 212	1.40 284	0.27 112	0.27 302	0.30 207	0.32 330	0.42 329	0.39 295

GwcNet-ADL	2.47 377	0.67 232	21.48 540	0.96 195	0.72 229	4.61 492	0.95 328	4.42 495	2.36 373	1.98 266	1.80 280	2.55 355	1.24 231	1.90 213	1.41 288	0.40 351	0.46 448	0.24 60	0.27 228	0.41 310	0.49 371

mmm	1.27 176	0.58 134	2.20 162	1.41 419	0.68 216	2.39 116	0.85 262	3.90 338	1.63 212	2.20 350	1.84 304	1.28 175	1.50 293	1.91 214	0.89 166	0.31 229	0.27 302	0.45 403	0.37 383	0.38 271	0.34 240

x	1.15 135	0.57 121	1.53 94	1.44 426	0.67 211	1.94 78	0.97 337	3.87 328	1.57 183	1.61 181	1.28 128	1.58 215	1.22 226	1.93 215	1.04 209	0.28 149	0.30 336	0.34 301	0.29 285	0.32 189	0.31 203

AFF-stereo	1.31 186	0.77 308	1.46 86	1.10 279	0.45 76	3.93 342	0.48 62	2.92 186	2.92 465	1.90 242	2.21 392	2.11 309	1.52 299	1.93 215	1.12 226	0.21 29	0.16 29	0.25 82	0.25 184	0.29 121	0.20 19

Consistency-Raft	2.86 422	1.66 479	19.61 466	1.40 418	1.75 493	3.84 317	1.32 410	4.07 390	2.25 345	1.78 215	2.67 455	1.82 262	4.41 499	1.94 217	2.06 397	0.83 493	0.94 513	1.03 511	1.12 517	1.70 521	1.09 492

PAM_32	2.45 371	0.63 189	20.74 516	1.05 248	0.65 195	2.83 148	0.46 55	2.91 185	1.54 163	1.95 258	2.66 454	4.99 511	3.78 485	1.96 218	0.92 180	0.27 112	0.22 194	0.27 137	0.25 184	0.36 256	0.48 365

RAFT_CTSACE	1.80 252	1.06 399	10.00 326	1.71 476	1.39 428	3.49 246	1.06 361	3.05 199	1.62 209	1.70 200	2.04 354	2.51 352	1.80 370	1.98 219	0.94 190	0.25 84	0.22 194	0.28 166	0.30 303	0.30 144	0.26 123

MIM_Stereo	1.20 147	0.78 314	3.30 236	1.05 248	0.43 63	3.04 175	0.60 110	2.46 120	1.51 138	1.60 176	1.58 204	1.82 262	1.29 238	2.00 220	1.07 214	0.24 63	0.24 255	0.28 166	0.25 184	0.27 91	0.27 138

anonymousdsp2	1.26 171	0.60 154	3.74 255	1.02 238	0.41 51	3.60 273	0.72 168	3.68 286	1.47 110	1.37 152	1.56 201	1.83 265	1.01 164	2.00 220	0.66 68	0.29 171	0.20 135	0.28 166	0.20 86	0.32 189	0.29 167

RALAANet	1.28 179	1.08 402	3.21 230	1.25 349	0.94 312	1.44 45	0.69 157	3.15 210	2.57 419	2.01 285	1.80 280	1.29 178	1.05 177	2.00 220	1.48 305	0.27 112	0.20 135	0.27 137	0.24 173	0.40 286	0.27 138

s12784h	1.31 186	0.45 21	2.41 189	0.71 46	0.35 12	4.42 457	0.50 65	4.22 429	2.73 437	2.01 285	2.48 434	0.91 120	0.96 150	2.01 223	0.70 91	0.29 171	0.18 69	0.24 60	0.16 12	0.27 91	0.18 3

MyStereo04	2.29 335	0.80 322	18.77 447	1.00 222	1.04 343	3.95 352	0.95 328	3.91 342	2.54 416	1.99 271	1.27 127	2.31 324	1.65 340	2.02 224	1.77 361	0.24 63	0.24 255	0.34 301	0.26 202	0.41 310	0.37 274

MyStereo05	2.37 361	0.72 269	19.94 478	1.02 238	0.99 330	4.26 431	0.86 265	4.01 370	2.62 423	2.14 324	1.26 121	2.28 317	1.63 335	2.07 225	1.68 347	0.24 63	0.23 221	0.34 301	0.26 202	0.42 329	0.36 260

StereoVision	1.65 229	0.75 300	7.47 295	1.01 228	1.80 501	2.61 138	0.61 114	3.06 202	1.96 281	1.25 140	3.46 494	1.85 271	0.88 130	2.07 225	1.93 380	0.43 381	0.36 381	0.37 347	0.36 371	0.48 373	0.33 228

Selective-RAFT	1.15 135	0.46 27	1.64 106	0.99 214	0.45 76	4.17 413	0.51 69	3.21 216	1.69 229	1.12 134	1.34 142	1.45 200	1.40 259	2.08 227	0.94 190	0.41 365	0.20 135	0.24 60	0.23 148	0.27 91	0.25 99

ROB_FTStereo_v2	1.23 155	0.66 222	2.02 139	0.75 60	0.37 28	4.67 501	0.76 198	2.53 128	1.58 186	1.99 271	1.46 169	1.78 246	1.14 208	2.08 227	0.88 163	0.48 415	0.22 194	0.32 249	0.27 228	0.40 286	0.29 167

MSMDNet	2.23 319	0.64 201	17.32 419	0.84 114	0.75 241	3.53 257	0.64 132	3.61 275	1.98 285	1.71 204	1.64 223	3.22 417	2.99 454	2.08 227	1.11 223	0.31 229	0.37 394	0.45 403	0.26 202	0.62 424	0.45 346

PCWNet_CMD	2.23 319	0.65 211	17.36 423	0.83 105	0.76 245	3.51 253	0.64 132	3.60 272	1.97 283	1.70 200	1.63 221	3.22 417	3.05 460	2.09 230	1.11 223	0.31 229	0.36 381	0.47 411	0.26 202	0.64 432	0.47 361

HITNet	2.07 299	0.82 333	14.77 386	1.34 391	0.56 145	3.47 240	0.80 232	4.07 390	2.35 370	2.16 337	1.61 216	1.64 222	1.44 275	2.09 230	2.56 445	0.26 97	0.18 69	0.41 382	0.26 202	0.45 355	0.25 99
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
ACVNet-DCA	1.85 256	0.74 288	13.77 368	1.78 484	0.36 14	4.48 463	0.74 185	3.98 362	1.53 154	1.01 120	1.81 292	0.72 75	1.62 322	2.13 232	0.64 58	0.29 171	0.17 42	0.32 249	0.21 100	0.33 207	0.32 213

xx1	2.03 292	0.74 288	13.77 368	1.78 484	0.36 14	4.48 463	0.74 185	4.23 433	3.95 522	1.01 120	1.81 292	1.79 253	1.34 246	2.13 232	0.64 58	0.29 171	0.17 42	0.33 283	0.33 338	0.33 207	0.32 213

cc1	1.98 283	0.74 288	13.77 368	1.78 484	0.36 14	4.48 463	0.74 185	4.23 433	3.95 522	1.01 120	1.81 292	0.72 75	1.62 322	2.13 232	0.64 58	0.29 171	0.17 42	0.32 249	0.21 100	0.31 163	0.29 167

IGEV-Stereo+	0.94 89	0.47 40	1.19 53	0.86 131	2.02 514	1.40 43	0.39 24	1.17 7	0.88 28	0.61 23	0.44 8	0.47 32	0.79 103	2.14 235	0.42 7	0.27 112	0.19 99	0.22 17	0.17 27	2.26 526	2.41 531

KYRaft	1.59 218	0.52 73	1.73 110	0.95 189	0.49 110	4.38 446	1.79 463	2.43 113	1.51 138	2.49 421	2.98 474	2.00 292	3.41 475	2.14 235	0.82 137	0.30 210	0.21 166	0.33 283	0.46 436	0.35 243	2.45 534

UDGNet	1.40 194	1.52 470	2.22 167	1.38 413	0.62 182	4.39 449	0.68 151	1.80 47	2.18 333	1.34 146	1.18 99	0.99 132	1.00 162	2.16 237	1.19 238	1.09 504	0.34 373	1.30 521	0.98 511	1.10 497	0.58 414

RALCasStereoNet	1.19 142	1.02 387	2.06 152	1.12 290	1.14 366	3.08 183	0.70 163	2.99 191	1.73 239	1.34 146	1.68 235	1.18 159	0.91 139	2.16 237	1.00 205	0.30 210	0.26 291	0.24 60	0.21 100	0.29 121	0.30 194

H2IRNET	1.90 265	0.53 84	14.29 382	1.14 298	0.60 171	4.48 463	0.44 48	2.65 153	1.81 256	1.05 126	2.30 411	1.67 225	1.40 259	2.17 239	1.50 309	0.36 308	0.21 166	0.33 283	0.37 383	0.34 225	0.29 167

HUI-Stereo	1.25 164	0.66 222	2.33 180	0.75 60	0.37 28	4.68 502	0.78 215	2.53 128	1.58 186	1.99 271	1.46 169	1.79 253	1.13 201	2.17 239	0.85 146	0.48 415	0.23 221	0.32 249	0.27 228	0.40 286	0.29 167

PSM-adaLoss	1.24 160	0.65 211	2.03 140	0.75 60	0.37 28	4.68 502	0.73 173	2.53 128	1.58 186	1.99 271	1.47 173	1.78 246	1.13 201	2.18 241	0.87 159	0.48 415	0.23 221	0.32 249	0.27 228	0.40 286	0.29 167

DCVSM-stereo	2.31 339	0.66 222	20.69 515	1.11 286	0.93 310	2.58 137	0.73 173	2.61 149	1.60 202	2.57 434	1.53 192	3.30 425	1.72 355	2.19 242	1.23 251	0.34 277	0.53 466	0.41 382	0.32 330	0.45 355	0.62 425

AIO-Stereo-zeroshot1	2.68 411	1.26 439	22.01 549	1.08 264	0.99 330	1.61 58	0.86 265	3.69 291	1.64 213	1.52 168	5.62 517	3.35 429	3.44 479	2.20 243	1.33 277	0.26 97	0.21 166	0.30 207	0.62 481	0.93 482	0.67 436

ssnet_v2	2.04 294	0.88 352	7.87 297	1.20 332	0.87 291	3.86 327	1.64 453	4.01 370	2.60 422	2.61 443	1.96 336	3.79 460	1.71 353	2.20 243	2.96 457	0.41 365	0.35 377	0.42 389	0.37 383	0.55 397	0.52 391

ffm	1.72 238	0.60 154	5.21 275	1.14 298	0.99 330	3.62 278	0.86 265	4.22 429	3.37 506	2.20 350	2.30 411	3.48 438	1.62 322	2.21 245	0.65 63	0.29 171	0.16 29	0.48 419	0.37 383	0.30 144	0.29 167

tt1	1.79 250	0.73 280	10.41 334	1.75 481	0.36 14	4.55 481	0.79 222	4.22 429	3.37 506	1.08 128	1.80 280	0.74 83	1.48 286	2.21 245	0.65 63	0.29 171	0.16 29	0.31 229	0.22 133	0.30 144	0.29 167

RAFT-IKP	1.25 164	0.66 222	2.23 169	0.75 60	0.37 28	4.64 496	0.74 185	2.53 128	1.58 186	1.99 271	1.47 173	1.78 246	1.13 201	2.22 247	0.92 180	0.48 415	0.22 194	0.32 249	0.27 228	0.40 286	0.29 167

Prome-Stereo	1.61 221	0.55 101	1.71 109	0.98 208	0.60 171	4.41 455	1.82 467	3.03 197	1.53 154	2.18 343	3.45 493	1.72 237	3.49 481	2.23 248	1.08 216	0.29 171	0.20 135	0.26 109	0.25 184	0.34 225	2.16 526

IER	1.69 235	0.65 211	7.19 292	0.94 185	1.15 368	3.28 212	0.89 290	3.48 249	1.97 283	2.10 310	1.98 344	2.28 317	2.12 402	2.25 249	1.75 360	0.29 171	0.23 221	0.36 335	0.30 303	0.32 189	0.34 240

ROB_FTStereo	1.25 164	0.66 222	2.14 158	0.75 60	0.37 28	4.65 498	0.77 211	2.53 128	1.58 186	1.99 271	1.47 173	1.78 246	1.13 201	2.26 250	0.86 153	0.47 411	0.22 194	0.32 249	0.27 228	0.40 286	0.29 167

iRaft-Stereo_20w	1.88 262	0.62 180	10.58 336	0.90 154	0.83 273	2.96 170	0.78 215	4.90 529	1.58 186	2.29 377	1.60 212	1.25 172	4.51 502	2.28 251	0.90 170	0.29 171	0.21 166	0.26 109	0.24 173	0.41 310	0.31 203

CBFPSM	2.05 296	0.95 374	10.12 330	1.07 256	1.05 345	2.84 149	1.20 397	3.28 226	1.73 239	1.82 222	1.30 132	4.56 499	4.06 491	2.34 252	2.34 424	0.25 84	0.38 400	0.32 249	0.27 228	0.37 266	0.79 466

depthmonostereo	0.94 89	0.71 265	2.39 186	0.85 126	0.54 134	2.21 101	0.53 80	1.83 49	1.17 53	0.95 114	1.09 85	0.99 132	0.97 153	2.37 253	0.68 76	0.23 49	0.27 302	0.22 17	0.20 86	0.25 64	0.26 123

MFMNet_re	2.91 428	1.91 490	18.25 436	3.06 533	1.89 505	3.13 187	1.67 458	3.52 259	2.97 470	3.14 486	2.87 471	2.26 315	2.41 425	2.42 254	2.00 390	1.10 505	1.05 515	0.94 508	0.90 505	1.28 511	1.46 512

Patchmatch Stereo++	1.25 164	0.65 211	2.06 152	0.75 60	0.37 28	4.68 502	0.76 198	2.53 128	1.58 186	1.99 271	1.47 173	1.78 246	1.14 208	2.44 255	0.90 170	0.48 415	0.23 221	0.32 249	0.27 228	0.40 286	0.29 167
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	1.25 164	0.65 211	2.06 152	0.75 60	0.37 28	4.68 502	0.76 198	2.53 128	1.58 186	1.99 271	1.47 173	1.78 246	1.14 208	2.44 255	0.90 170	0.48 415	0.23 221	0.32 249	0.27 228	0.40 286	0.29 167

PSM-AAD	2.43 368	0.54 95	1.32 73	0.92 167	0.54 134	4.48 463	7.47 546	2.96 188	1.55 171	2.31 387	2.56 444	1.26 173	16.23 555	2.46 257	0.89 166	0.28 149	0.21 166	0.58 462	0.41 419	0.34 225	1.32 504

iGMRVC	1.26 171	0.66 222	2.14 158	0.75 60	0.37 28	4.66 499	0.74 185	2.53 128	1.58 186	1.99 271	1.46 169	1.78 246	1.14 208	2.46 257	0.92 180	0.48 415	0.23 221	0.32 249	0.27 228	0.40 286	0.29 167

LMCR-Stereo	2.40 363	1.31 447	18.61 446	1.59 459	0.86 286	3.87 330	1.15 384	4.32 474	1.60 202	2.25 370	2.27 400	1.13 150	2.43 427	2.48 259	1.60 328	0.88 496	0.24 255	0.29 187	0.24 173	0.56 403	0.30 194

GMStereo_Zeroshot	1.41 196	1.21 426	3.33 238	1.29 366	0.72 229	3.35 220	0.53 80	2.58 146	1.68 223	2.35 399	1.56 201	2.42 338	0.96 150	2.50 260	1.16 232	0.45 397	0.23 221	0.40 372	0.24 173	0.79 469	0.33 228

iinet-f	2.26 325	1.18 421	13.71 366	1.14 298	1.11 362	3.77 301	1.10 374	4.14 412	2.17 331	2.06 303	1.76 266	2.99 399	2.99 454	2.50 260	2.49 437	0.35 297	0.39 409	0.27 137	0.28 257	0.45 355	0.39 295

SFCPSM	2.18 314	0.63 189	17.03 418	0.88 141	0.98 327	3.74 297	1.28 407	4.09 396	2.16 329	1.85 225	1.83 299	1.65 223	1.39 255	2.50 260	1.50 309	0.33 265	0.27 302	0.39 366	0.36 371	0.34 225	0.37 274

ISRNet	1.69 235	0.76 305	5.69 281	1.27 362	1.36 421	2.85 151	0.61 114	3.60 272	1.91 277	2.13 321	2.12 376	2.90 391	1.41 264	2.51 263	1.71 350	0.49 427	0.50 463	0.56 458	0.47 439	0.49 379	0.57 409

TestStereo1	1.56 210	0.81 326	2.32 178	1.61 464	0.64 187	4.13 394	1.36 415	3.79 309	3.20 495	1.60 176	2.57 446	1.39 190	2.15 406	2.51 263	1.30 270	0.29 171	0.20 135	0.34 301	0.25 184	0.40 286	0.36 260

SA-5K	1.56 210	0.81 326	2.32 178	1.61 464	0.64 187	4.13 394	1.36 415	3.79 309	3.20 495	1.60 176	2.57 446	1.39 190	2.15 406	2.51 263	1.30 270	0.29 171	0.20 135	0.34 301	0.25 184	0.40 286	0.36 260

CFNet_pseudo	2.12 306	0.67 232	15.14 397	0.85 126	0.74 239	3.95 352	0.64 132	3.95 353	1.78 252	1.90 242	1.79 277	3.27 422	1.62 322	2.51 263	1.16 232	0.31 229	0.36 381	0.53 448	0.27 228	0.63 425	0.44 340

ccs_rob	2.13 308	0.67 232	15.11 396	0.84 114	0.75 241	3.96 357	0.65 141	3.95 353	1.78 252	1.88 235	1.79 277	3.26 421	1.64 338	2.51 263	1.16 232	0.31 229	0.36 381	0.54 455	0.27 228	0.65 435	0.45 346

AIO-Stereo-zeroshot	2.35 355	0.99 382	19.62 467	1.09 270	0.96 316	1.51 52	0.44 48	4.05 383	1.64 213	1.31 144	1.67 232	4.93 508	2.45 429	2.52 268	1.40 284	0.30 210	0.20 135	0.31 229	0.50 453	0.57 407	0.60 419

test_4	1.30 182	0.50 61	6.16 283	0.84 114	0.45 76	1.61 58	1.12 378	2.14 77	1.42 91	1.52 168	2.31 418	1.84 268	0.79 103	2.52 268	1.19 238	0.27 112	0.17 42	0.29 187	0.29 285	0.29 121	0.25 99

xyz-stereo-finetune	1.05 119	0.62 180	1.46 86	0.59 3	0.36 14	3.48 243	0.81 241	2.69 159	1.74 245	0.94 110	1.21 106	0.91 120	0.78 100	2.53 270	1.28 266	0.24 63	0.24 255	0.26 109	0.23 148	0.30 144	0.23 74

HH	2.23 319	0.86 347	21.59 542	0.98 208	0.51 116	1.49 50	0.82 245	2.74 165	1.54 163	1.10 130	1.69 240	4.62 501	1.86 382	2.55 271	0.69 85	0.26 97	0.22 194	0.29 187	0.23 148	0.34 225	0.27 138

HanStereo	2.23 319	0.86 347	21.59 542	0.98 208	0.51 116	1.49 50	0.82 245	2.74 165	1.54 163	1.10 130	1.69 240	4.62 501	1.86 382	2.55 271	0.69 85	0.26 97	0.22 194	0.29 187	0.23 148	0.34 225	0.27 138

SA	1.62 223	0.75 300	3.78 257	1.07 256	0.43 63	4.26 431	1.36 415	4.45 502	3.12 484	1.63 184	1.97 342	1.68 227	2.26 416	2.55 271	1.27 262	0.27 112	0.22 194	0.37 347	0.37 383	0.35 243	0.30 194

BEATNet_4x	1.92 272	1.36 454	8.75 311	1.20 332	0.56 145	3.46 237	1.03 354	4.00 368	2.43 393	2.25 370	1.70 242	2.10 307	1.59 314	2.57 274	3.05 461	0.37 316	0.22 194	0.47 411	0.29 285	0.60 415	0.40 315

tt45	0.96 100	0.48 51	1.19 53	0.89 145	0.66 204	3.91 335	0.76 198	1.90 55	1.26 68	0.70 46	1.30 132	0.71 73	0.63 47	2.59 275	0.74 107	0.22 37	0.17 42	0.28 166	0.23 148	0.27 91	0.27 138

IGEVStereo-DCA	0.86 69	0.65 211	2.05 143	0.90 154	0.46 85	1.57 56	0.86 265	1.62 25	1.24 60	0.65 36	0.77 27	0.74 83	0.72 72	2.59 275	0.86 153	0.28 149	0.21 166	0.28 166	0.21 100	0.29 121	0.27 138

rrr	2.27 327	0.65 211	23.82 559	0.90 154	0.46 85	1.57 56	0.96 334	7.98 548	1.19 55	0.65 36	0.77 27	0.74 83	0.72 72	2.59 275	0.86 153	0.28 149	0.21 166	0.28 166	0.21 100	0.29 121	0.25 99

CFNet_ucs	2.36 360	0.68 240	18.42 443	0.89 145	0.81 260	3.85 325	0.68 151	4.29 459	2.37 379	2.09 307	2.04 354	3.31 426	1.24 231	2.63 278	1.14 228	0.36 308	0.45 439	0.56 458	0.29 285	0.66 440	0.49 371

MIPNet	2.33 346	0.71 265	19.82 473	0.89 145	0.56 145	4.76 520	0.61 114	4.32 474	2.37 379	1.83 223	1.48 180	1.48 203	1.98 392	2.63 278	1.44 293	0.29 171	0.20 135	0.26 109	0.23 148	0.30 144	0.39 295

Sa-1000	1.63 227	0.79 318	3.56 247	1.11 286	0.48 103	4.06 376	1.41 428	4.49 508	2.75 440	2.00 283	2.80 466	1.84 268	1.43 272	2.64 280	1.50 309	0.27 112	0.19 99	0.36 335	0.33 338	0.36 256	0.30 194

test-3	1.19 142	0.52 73	2.00 137	1.01 228	0.42 57	1.95 79	0.91 303	4.35 480	1.47 110	2.24 367	1.16 96	2.06 302	0.79 103	2.68 281	0.76 114	0.27 112	0.18 69	0.28 166	0.26 202	0.26 79	0.25 99

test_1	1.19 142	0.52 73	2.00 137	1.01 228	0.42 57	1.95 79	0.90 295	4.36 485	1.47 110	2.17 341	1.16 96	2.06 302	0.78 100	2.68 281	0.76 114	0.27 112	0.18 69	0.28 166	0.26 202	0.26 79	0.25 99

test_3	1.19 142	0.51 67	2.08 155	0.99 214	0.41 51	2.05 90	0.87 283	4.40 493	1.42 91	1.99 271	1.18 99	2.03 296	0.79 103	2.70 283	0.75 110	0.27 112	0.17 42	0.29 187	0.29 285	0.30 144	0.27 138

DisPM	1.36 190	0.55 101	2.39 186	1.54 449	0.51 116	4.59 489	0.79 222	2.50 126	1.88 269	2.50 422	1.83 299	1.45 200	1.01 164	2.71 284	0.93 188	0.46 402	0.20 135	0.32 249	0.31 319	0.31 163	0.44 340

Wz-Net-LNSev	2.30 338	1.67 481	14.88 389	1.18 325	1.65 479	3.49 246	1.54 444	3.63 277	2.03 295	1.88 235	1.64 223	3.29 423	2.06 397	2.71 284	2.02 393	0.40 351	0.33 361	0.32 249	0.31 319	0.53 392	0.49 371

RAFT+CT+SA	1.62 223	0.72 269	7.42 293	0.97 202	1.42 439	4.04 373	0.94 324	3.90 338	1.61 206	1.61 181	1.63 221	1.33 182	1.18 219	2.73 286	1.10 220	0.27 112	0.19 99	0.31 229	0.34 346	0.33 207	0.33 228

GrayStereo	2.58 399	0.53 84	1.63 104	1.58 458	0.89 299	4.17 413	8.17 550	3.03 197	1.52 147	2.80 464	2.50 436	1.70 234	17.10 556	2.83 287	1.15 229	0.33 265	0.21 166	0.27 137	0.32 330	0.28 108	0.53 393

rvit_105_1	1.43 197	0.90 355	3.27 234	1.08 264	0.68 216	2.79 144	1.27 405	3.52 259	2.35 370	1.38 154	1.54 194	1.28 175	1.14 208	2.91 288	1.40 284	0.54 447	0.47 452	0.45 403	0.59 475	0.44 347	0.58 414

fast-acv-ft	2.54 390	1.19 423	20.08 486	1.41 419	1.40 430	3.18 191	1.17 389	3.37 242	2.28 354	1.90 242	2.15 381	2.69 368	2.17 411	2.91 288	2.31 421	0.37 316	0.39 409	0.45 403	0.39 402	0.57 407	0.45 346

MSKI-zero shot	2.22 317	0.64 201	20.09 487	0.96 195	0.56 145	4.04 373	0.70 163	3.91 342	1.50 131	1.92 249	2.28 403	1.92 276	0.71 68	2.93 290	0.67 73	0.26 97	0.23 221	0.26 109	0.21 100	0.28 108	0.26 123

GMM-Stereo	2.45 371	0.52 73	20.38 502	0.89 145	0.82 269	4.18 416	1.91 472	2.45 116	1.48 118	2.48 420	2.30 411	1.69 232	1.86 382	2.93 290	1.08 216	0.28 149	0.18 69	0.33 283	0.48 444	0.35 243	2.41 531

NRIStereo	1.28 179	0.61 170	1.67 107	1.15 311	0.38 39	4.73 515	0.90 295	2.42 108	1.50 131	1.93 253	1.33 137	1.75 240	1.22 226	2.96 292	1.33 277	0.46 402	0.22 194	0.29 187	0.26 202	0.30 144	0.28 157

test_5	1.87 258	0.75 300	10.23 331	1.14 298	1.40 430	3.85 325	1.27 405	3.91 342	1.93 279	1.69 196	1.78 274	1.67 225	1.79 365	2.99 293	1.17 235	0.30 210	0.18 69	0.35 320	0.33 338	0.34 225	0.33 228

999	0.97 101	0.48 51	1.24 60	1.03 245	0.64 187	3.25 204	0.92 316	1.40 10	1.39 83	0.71 50	1.68 235	0.70 66	0.66 58	3.03 294	0.89 166	0.23 49	0.19 99	0.25 82	0.21 100	0.25 64	0.29 167

DN-CSS_ROB	1.91 269	1.55 472	11.13 343	1.82 491	0.88 294	3.99 365	0.61 114	4.01 370	1.67 221	1.64 187	1.89 324	1.39 190	1.06 184	3.23 295	1.50 309	0.31 229	0.19 99	0.44 397	0.29 285	0.37 266	0.31 203

iResNet	2.52 387	0.94 372	21.17 532	1.84 493	0.72 229	3.75 298	0.81 241	4.14 412	2.55 418	2.33 397	2.03 351	1.35 185	1.44 275	3.27 296	2.16 411	0.35 297	0.23 221	0.28 166	0.22 133	0.44 347	0.45 346

YMNet	2.40 363	1.41 461	13.46 362	1.36 401	1.67 483	3.96 357	0.97 337	3.81 312	2.37 379	2.64 448	2.57 446	3.35 429	1.53 306	3.28 297	2.42 430	0.48 415	0.54 468	0.52 444	0.49 447	0.70 448	0.54 399

YMNet_1	2.40 363	1.41 461	13.46 362	1.36 401	1.67 483	3.96 357	0.97 337	3.81 312	2.37 379	2.64 448	2.57 446	3.35 429	1.53 306	3.28 297	2.42 430	0.48 415	0.54 468	0.52 444	0.49 447	0.70 448	0.54 399

pcwnet_v2	2.70 414	0.65 211	22.48 551	1.08 264	1.03 340	3.56 265	0.81 241	4.29 459	3.14 487	2.29 377	2.29 406	3.01 401	1.71 353	3.32 299	1.43 291	0.43 381	0.50 463	0.41 382	0.34 346	0.61 420	0.56 405

ADCP+	3.74 485	1.96 493	16.90 416	1.09 270	1.55 459	4.35 444	3.65 532	3.93 348	2.98 473	2.22 361	1.66 231	3.95 466	4.83 505	3.41 300	18.87 554	0.38 333	0.41 421	0.63 478	0.53 464	0.64 432	0.81 468

UCFNet_RVC	1.57 212	0.84 340	3.25 232	1.36 401	1.40 430	4.07 381	1.01 348	2.68 157	1.50 131	2.11 314	1.88 318	2.37 331	1.50 293	3.41 300	1.42 290	0.36 308	0.28 313	0.52 444	0.40 413	0.53 392	0.43 334

UNet	2.51 384	0.74 288	20.17 490	1.14 298	1.44 440	3.48 243	0.76 198	3.77 305	1.87 267	2.05 298	1.57 203	2.75 376	2.39 424	3.51 302	2.51 439	0.32 249	0.26 291	0.41 382	0.26 202	0.38 271	0.39 295

xyz-stereo-finetune2	1.16 139	0.63 189	1.50 91	0.57 1	0.36 14	3.47 240	0.65 141	2.70 160	1.23 58	0.88 102	1.75 257	0.91 120	1.76 360	3.54 303	1.74 357	0.24 63	0.22 194	0.30 207	0.27 228	0.31 163	0.26 123

iResNetv2_ROB	2.65 404	5.00 528	19.28 460	2.06 509	1.09 358	3.83 312	1.13 381	4.14 412	2.09 310	1.85 225	2.03 351	2.01 295	1.51 297	3.58 304	1.58 324	0.34 277	0.21 166	0.32 249	0.21 100	0.44 347	0.29 167

PWCDC_ROB	2.95 432	3.26 517	14.06 377	1.59 459	1.56 462	4.19 420	0.86 265	4.30 467	4.08 524	2.06 303	7.37 521	2.75 376	2.42 426	3.59 305	2.67 449	1.34 522	0.36 381	0.39 366	0.34 346	1.13 500	0.62 425

LCNet	1.55 206	0.54 95	1.88 124	0.99 214	0.55 141	3.60 273	1.21 400	2.86 182	1.53 154	2.18 343	1.74 253	1.43 199	4.17 494	3.62 306	0.87 159	0.29 171	0.20 135	0.28 166	0.77 496	0.47 370	1.85 520

UPFNet	1.81 253	0.63 189	6.71 286	1.25 349	1.44 440	3.50 250	1.35 413	4.02 374	1.85 265	2.40 411	1.52 185	2.41 335	1.40 259	3.62 306	1.88 374	0.34 277	0.33 361	0.37 347	0.31 319	0.41 310	0.39 295

AIO-test2	1.61 221	1.30 443	3.40 240	1.16 317	1.31 406	3.18 191	0.74 185	4.06 387	1.52 147	1.72 205	2.21 392	0.78 87	0.74 80	3.64 308	0.95 195	3.64 543	0.26 291	0.35 320	0.42 425	0.37 266	0.33 228

MMNet	2.02 291	0.81 326	10.76 338	1.12 290	1.23 394	3.53 257	0.89 290	3.79 309	2.08 307	2.15 332	1.76 266	2.15 310	2.12 402	3.69 309	2.32 422	0.31 229	0.29 323	0.34 301	0.27 228	0.38 271	0.42 325

FTStereo	3.71 484	0.53 84	20.37 501	0.96 195	0.65 195	4.34 443	11.29 553	2.62 150	1.50 131	2.58 437	5.04 513	1.90 274	13.84 551	3.71 310	1.25 256	0.38 333	0.24 255	0.31 229	0.32 330	0.30 144	2.10 525

EKT-Stereo	6.79 536	0.64 201	4.24 260	1.77 483	106.39 580	4.51 476	0.61 114	3.16 211	1.53 154	1.88 235	1.22 108	1.98 289	1.36 250	3.81 311	0.84 143	0.35 297	0.24 255	0.29 187	0.26 202	0.34 225	0.48 365

dad	1.65 229	1.19 423	3.04 225	0.98 208	0.56 145	4.22 426	0.84 253	1.99 64	2.48 402	2.14 324	1.68 235	1.62 221	1.13 201	3.85 312	2.04 394	1.03 503	0.40 414	2.04 528	0.48 444	0.75 463	0.53 393

gwcnet-sp	2.31 339	1.21 426	17.34 420	1.08 264	0.92 305	3.56 265	1.04 357	3.69 291	2.09 310	2.55 430	1.60 212	1.80 256	1.62 322	3.87 313	1.95 384	0.29 171	0.29 323	0.30 207	0.28 257	0.38 271	0.39 295

scenet	2.31 339	1.21 426	17.34 420	1.08 264	0.92 305	3.56 265	1.04 357	3.69 291	2.09 310	2.55 430	1.60 212	1.80 256	1.62 322	3.87 313	1.95 384	0.29 171	0.29 323	0.30 207	0.28 257	0.38 271	0.39 295

ssnet	2.31 339	1.21 426	17.34 420	1.08 264	0.92 305	3.56 265	1.04 357	3.69 291	2.09 310	2.55 430	1.60 212	1.80 256	1.62 322	3.87 313	1.95 384	0.29 171	0.29 323	0.30 207	0.28 257	0.38 271	0.39 295

hknet	1.98 283	0.64 201	8.70 310	0.87 136	1.07 352	4.16 408	1.16 386	4.48 505	1.73 239	2.93 471	1.83 299	3.48 438	1.30 241	3.91 316	1.51 315	0.31 229	0.25 278	0.31 229	0.28 257	0.35 243	0.33 228

DLNR_Zeroshot_test	28.62 570	55.50 580	49.94 576	183.62 583	115.05 581	3.43 231	0.28 5	29.49 572	1.49 126	1.01 120	1.26 121	0.93 126	0.63 47	3.92 317	1.51 315	29.81 574	0.41 421	0.26 109	0.23 148	93.28 580	0.32 213

DispFullNet	4.64 508	3.48 520	23.95 560	3.99 545	3.03 534	3.35 220	1.06 361	4.18 417	2.80 449	6.33 538	2.94 472	4.04 473	7.81 538	3.92 317	5.16 486	2.75 531	1.61 529	3.10 546	2.68 553	3.32 532	3.31 548

ADCMid	3.96 492	3.27 518	15.48 400	1.26 355	1.40 430	4.66 499	2.28 489	4.06 387	3.54 511	3.94 508	3.02 476	3.85 463	3.67 484	4.03 319	18.65 552	0.68 476	0.61 487	1.09 516	1.18 521	1.38 514	1.08 491

LALA_ROB	1.95 277	1.48 467	3.11 227	1.05 248	0.98 327	3.99 365	1.82 467	4.44 499	2.28 354	3.31 493	1.85 311	2.76 382	1.67 344	4.04 320	3.23 464	0.46 402	0.41 421	0.55 456	0.52 460	0.60 415	0.57 409

MLCV	1.87 258	0.91 360	8.59 307	1.10 279	0.57 157	3.59 271	0.53 80	3.70 296	2.20 336	2.80 464	2.25 398	2.00 292	1.42 269	4.13 321	1.86 372	0.30 210	0.20 135	0.32 249	0.21 100	0.33 207	0.36 260

XX-Stereo	2.54 390	0.61 170	20.21 491	1.78 484	1.19 381	4.30 440	0.46 55	4.39 491	1.58 186	2.32 391	1.89 324	4.64 503	0.60 39	4.16 322	0.82 137	0.31 229	0.21 166	0.28 166	0.27 228	0.51 383	0.26 123

DISCO	2.25 323	0.73 280	10.06 327	1.76 482	1.12 363	3.47 240	1.25 404	3.24 222	2.26 348	2.65 452	1.96 336	4.53 497	1.92 389	4.17 323	3.61 468	0.32 249	0.25 278	0.31 229	0.29 285	0.66 440	0.41 321

tt	7.19 540	0.51 67	6.83 287	4.03 546	2.30 524	12.05 554	20.19 566	15.46 563	6.58 546	3.42 499	3.22 486	5.37 521	6.39 528	4.20 324	7.46 502	9.81 566	11.53 570	7.05 563	7.46 565	6.31 555	3.71 553

AIO-test1	2.18 314	0.66 222	18.95 451	0.89 145	1.48 446	3.40 227	0.97 337	4.19 420	1.68 223	0.86 99	1.35 145	0.99 132	0.75 83	4.47 325	1.27 262	0.23 49	0.23 221	0.28 166	0.33 338	0.31 163	0.35 254

DeepPruner_ROB	2.05 296	1.09 405	10.50 335	1.01 228	1.20 387	4.39 449	0.91 303	3.14 208	1.72 236	2.60 441	1.54 194	2.78 384	1.27 233	4.52 326	1.72 352	0.51 436	0.40 414	0.37 347	0.34 346	0.48 373	0.52 391

iResNet_ROB	1.89 263	1.02 387	8.60 308	1.39 415	0.98 327	3.72 292	0.66 144	3.84 319	2.65 428	1.88 235	2.05 360	1.98 289	1.27 233	4.52 326	1.67 346	0.30 210	0.20 135	0.28 166	0.18 50	0.31 163	0.40 315

1test111	1.99 286	0.74 288	13.77 368	1.78 484	0.36 14	4.48 463	0.74 185	3.98 362	1.53 154	1.01 120	1.81 292	0.72 75	1.62 322	4.66 328	0.98 200	0.29 171	0.17 42	0.32 249	0.21 100	0.33 207	0.32 213

qqq	1.30 182	0.57 121	1.67 107	1.15 311	0.51 116	2.18 97	0.91 303	3.98 362	1.53 154	1.50 167	1.24 113	1.79 253	1.34 246	4.66 328	0.98 200	0.28 149	0.31 346	0.33 283	0.33 338	0.33 207	0.32 213

PFNet+	1.46 201	0.57 121	2.84 216	0.92 167	0.47 95	4.64 496	0.84 253	2.46 120	1.99 286	2.14 324	1.64 223	1.34 183	1.03 168	4.68 330	1.23 251	0.45 397	0.33 361	0.37 347	0.39 402	0.32 189	0.49 371

Wz-Net-LNSev-Ref	2.42 367	1.47 466	14.14 378	1.30 373	1.35 418	3.51 253	1.64 453	4.04 379	2.10 318	2.46 417	1.88 318	2.28 317	2.51 433	4.73 331	3.17 463	0.38 333	0.19 99	0.35 320	0.20 86	0.40 286	0.36 260

GEStereo_RVC	1.91 269	0.80 322	6.57 284	1.20 332	1.06 348	4.02 370	1.43 432	4.13 406	1.89 273	2.03 294	1.80 280	2.34 326	1.86 382	4.94 332	1.77 361	0.48 415	0.38 400	0.32 249	0.28 257	0.42 329	0.50 378

ADCRef	3.30 468	1.23 436	14.90 390	1.17 319	1.41 437	3.95 352	1.64 453	3.88 331	2.36 373	3.05 481	2.21 392	2.40 333	2.81 448	5.04 333	16.63 541	0.46 402	0.34 373	0.63 478	0.62 481	0.54 395	0.67 436

GCST	2.56 395	1.79 487	18.02 434	1.92 499	1.33 415	1.72 63	0.51 69	3.67 284	2.03 295	1.70 200	1.61 216	1.55 212	1.29 238	5.06 334	1.24 253	2.06 527	0.77 507	1.45 524	0.97 510	1.14 501	1.34 505

ADCL	4.35 502	1.63 475	14.21 380	1.29 366	1.26 401	5.56 533	11.16 552	3.97 360	3.37 506	6.07 534	4.67 509	4.30 488	5.72 516	5.08 335	14.51 531	0.50 430	0.48 458	0.89 507	0.77 496	0.78 467	0.76 459

STTStereo	2.34 350	0.95 374	14.93 392	1.43 423	1.54 455	3.86 327	0.86 265	3.65 280	2.44 397	2.15 332	1.55 198	2.49 351	1.59 314	5.14 336	1.44 293	0.38 333	0.39 409	0.47 411	0.51 457	0.52 386	0.51 386

ADCS	4.22 501	5.33 529	16.32 406	1.64 466	1.31 406	3.91 335	3.64 531	4.21 426	2.89 461	5.11 527	2.81 468	4.46 493	3.06 462	5.21 337	19.50 555	0.63 462	0.64 491	0.69 487	0.69 489	1.12 499	1.26 499

PDISCO_ROB	2.86 422	1.53 471	14.27 381	1.98 505	2.19 519	4.52 477	1.35 413	4.65 521	3.19 492	2.09 307	2.16 382	3.53 449	2.45 429	5.32 338	2.12 404	1.30 520	0.78 508	0.72 494	0.59 475	1.24 510	1.28 500

delet	1.92 272	0.76 305	5.14 272	1.01 228	1.65 479	3.44 232	2.03 479	3.76 303	2.48 402	2.01 285	2.05 360	2.63 364	1.90 387	5.34 339	2.12 404	0.28 149	0.29 323	0.40 372	0.31 319	0.41 310	0.45 346

DDUNet	2.91 428	2.78 513	6.94 290	3.53 539	2.26 523	3.28 212	1.36 415	3.77 305	2.04 299	2.62 444	2.49 435	4.18 481	1.69 349	5.38 340	1.85 371	2.21 529	1.77 532	2.61 537	2.43 548	2.60 527	2.34 530

DSFCA	1.89 263	0.69 243	3.14 229	1.10 279	1.18 374	3.99 365	1.79 463	3.50 255	2.16 329	3.10 483	1.64 223	2.91 394	2.50 432	5.38 340	2.26 417	0.43 381	0.38 400	0.37 347	0.36 371	0.50 381	0.42 325

ASMatch	2.62 401	0.60 154	20.65 514	1.37 411	0.64 187	4.39 449	0.78 215	1.97 62	1.58 186	1.70 200	3.89 503	1.94 278	3.79 486	5.46 342	1.64 342	0.31 229	0.24 255	0.34 301	0.28 257	0.33 207	0.50 378

aanetorigin	3.30 468	1.66 479	17.52 429	1.18 325	1.58 467	2.57 135	3.80 534	2.65 153	2.03 295	6.12 536	4.30 507	2.82 387	5.70 515	5.47 343	4.67 478	0.50 430	0.44 434	0.43 393	0.47 439	1.17 506	0.92 480

SHD	2.82 419	2.04 497	13.80 372	1.69 472	1.79 498	2.73 143	1.07 363	3.85 322	3.18 491	4.63 523	2.74 459	3.38 434	2.77 445	5.48 344	3.66 469	0.62 461	0.47 452	0.51 438	0.55 467	0.65 435	0.74 454

NLCA_NET_v2_RVC	2.54 390	1.04 393	16.73 413	1.53 447	2.00 510	3.96 357	0.87 283	3.87 328	2.31 362	2.54 429	1.67 232	2.85 388	1.63 335	5.55 345	1.62 336	0.46 402	0.33 361	0.38 363	0.38 396	0.53 392	0.62 425
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CRFU-Net	2.49 381	0.78 314	10.36 332	2.30 519	1.08 354	3.91 335	1.41 428	3.85 322	1.65 217	2.15 332	1.76 266	3.34 428	7.95 539	5.56 346	1.48 305	0.47 411	0.35 377	0.30 207	0.28 257	0.37 266	0.43 334

ADCPNet	3.89 488	1.63 475	20.25 496	1.28 363	1.27 402	6.43 538	2.65 502	3.93 348	2.70 434	2.78 462	2.20 390	4.28 487	6.16 523	5.56 346	10.27 515	0.65 468	1.18 519	0.71 490	1.70 531	0.84 476	1.37 506

PVD	3.12 457	1.97 494	12.80 356	1.79 489	1.63 473	3.83 312	1.34 412	3.48 249	3.88 519	5.77 531	3.56 496	3.45 437	3.29 470	5.58 348	5.30 488	0.71 482	0.69 500	0.74 498	0.77 496	0.79 469	1.13 495

HGLStereo	2.03 292	0.74 288	7.50 296	1.23 345	1.56 462	3.62 278	0.95 328	3.78 308	1.89 273	2.03 294	2.20 390	3.12 410	2.14 405	5.68 349	2.04 394	0.37 316	0.31 346	0.32 249	0.29 285	0.40 286	0.45 346

RTSC	2.95 432	2.51 505	15.49 401	1.54 449	1.30 404	3.51 253	0.86 265	3.89 333	2.48 402	3.64 501	3.12 482	3.04 403	2.30 417	5.70 350	6.67 491	0.55 449	0.35 377	0.37 347	0.39 402	0.70 448	0.60 419

xyz-stereo	10.85 550	0.45 21	79.01 580	0.62 10	0.45 76	83.70 582	0.77 211	2.59 147	1.34 77	2.19 347	32.02 570	2.76 382	1.62 322	5.75 351	2.39 425	0.25 84	0.17 42	0.33 283	0.21 100	0.25 64	0.19 5

HCRNet	1.60 219	0.56 112	2.47 191	0.78 80	1.36 421	4.11 389	0.71 165	3.57 268	2.79 445	1.75 211	1.61 216	1.58 215	1.41 264	5.79 352	1.56 322	0.34 277	0.28 313	0.36 335	0.29 285	0.33 207	0.37 274

AF-Net	2.87 425	1.30 443	16.24 405	1.33 384	1.75 493	3.26 206	1.59 448	4.09 396	2.43 393	2.69 455	2.94 472	4.51 495	3.20 467	5.84 353	2.75 452	0.76 484	0.36 381	0.72 494	0.49 447	0.70 448	0.56 405

FINET	2.96 435	1.07 400	23.18 557	1.29 366	1.86 503	2.03 85	1.52 439	4.30 467	4.71 530	2.23 365	2.34 425	1.65 223	1.48 286	5.89 354	2.81 455	0.51 436	0.47 452	0.49 432	0.40 413	0.59 411	0.49 371

RE-Stereo	1.58 213	0.61 170	2.72 210	2.26 515	0.46 85	4.68 502	0.68 151	3.31 230	1.48 118	2.11 314	1.59 208	1.36 186	1.09 189	6.01 355	1.22 248	0.41 365	0.20 135	0.36 335	0.34 346	0.31 163	0.37 274

TVStereo	1.58 213	0.61 170	2.72 210	2.26 515	0.46 85	4.68 502	0.68 151	3.31 230	1.48 118	2.11 314	1.59 208	1.36 186	1.09 189	6.01 355	1.22 248	0.41 365	0.20 135	0.36 335	0.34 346	0.31 163	0.37 274

OCTAStereo	1.58 213	0.61 170	2.72 210	2.27 518	0.46 85	4.68 502	0.67 145	3.30 229	1.48 118	2.11 314	1.59 208	1.36 186	1.09 189	6.02 357	1.21 245	0.41 365	0.20 135	0.36 335	0.34 346	0.31 163	0.37 274

PSM-softLoss	1.66 232	0.59 142	5.15 273	2.25 513	0.48 103	4.68 502	0.69 157	2.57 142	1.52 147	2.14 324	1.45 167	1.42 197	0.99 160	6.04 358	1.20 241	0.41 365	0.23 221	0.37 347	0.39 402	0.32 189	0.31 203

KMStereo	1.66 232	0.59 142	5.15 273	2.25 513	0.48 103	4.68 502	0.69 157	2.57 142	1.52 147	2.14 324	1.45 167	1.42 197	0.99 160	6.04 358	1.20 241	0.41 365	0.23 221	0.37 347	0.39 402	0.32 189	0.31 203

NF-Stereo	1.58 213	0.61 170	2.66 207	2.26 515	0.47 95	4.68 502	0.67 145	3.31 230	1.48 118	2.11 314	1.59 208	1.36 186	1.09 189	6.08 360	1.20 241	0.40 351	0.20 135	0.36 335	0.34 346	0.31 163	0.36 260

ITSA-stereo	1.86 257	0.72 269	3.74 255	1.20 332	0.66 204	4.09 383	0.91 303	4.24 441	2.53 412	1.93 253	1.77 271	1.59 217	2.15 406	6.12 361	2.44 433	0.40 351	0.38 400	0.40 372	0.40 413	0.50 381	0.98 486

DDVS	1.68 234	0.79 318	2.52 193	1.26 355	1.16 372	3.17 190	0.78 215	3.12 206	1.82 257	1.86 230	1.91 330	2.92 396	1.43 272	6.20 362	1.63 339	0.45 397	0.65 492	0.34 301	0.38 396	0.48 373	0.79 466

AAGNet	2.86 422	0.60 154	1.77 115	2.05 508	0.46 85	4.76 520	1.09 372	2.27 92	1.56 177	2.17 341	1.84 304	2.41 335	4.00 490	6.23 363	24.22 563	0.46 402	0.19 99	0.30 207	0.29 285	0.32 189	0.24 89

DualNet (step1)	2.34 350	1.05 394	7.87 297	1.07 256	0.86 286	3.93 342	1.19 393	4.35 480	2.11 320	2.14 324	1.75 257	1.75 240	1.67 344	6.26 364	1.26 259	1.23 512	0.48 458	4.27 556	2.09 542	0.70 448	0.69 441

test_sample7	1.65 229	0.70 253	2.60 198	1.48 438	0.76 245	2.38 114	1.07 363	4.35 480	2.11 320	2.14 324	1.75 257	1.75 240	1.67 344	6.26 364	1.26 259	0.44 388	0.48 458	0.43 393	0.40 413	0.46 366	0.43 334

DMCA-RVC	2.45 371	1.22 432	18.29 438	1.23 345	1.14 366	2.49 124	0.85 262	3.29 228	1.68 223	3.02 478	1.41 160	2.00 292	1.53 306	6.39 366	2.00 390	0.38 333	0.30 336	0.44 397	0.35 361	0.45 355	0.44 340

ARAFT	2.56 395	1.13 411	19.50 465	0.89 145	0.48 103	4.15 398	1.40 425	4.36 485	2.82 457	2.36 403	1.88 318	1.70 234	1.04 172	6.45 367	1.22 248	0.29 171	0.18 69	0.37 347	0.35 361	0.35 243	0.25 99

UDG	3.55 477	2.81 514	17.45 426	2.69 526	1.98 509	3.97 362	1.19 393	4.35 480	2.02 293	2.42 413	2.53 441	4.50 494	2.46 431	6.53 368	2.41 429	2.12 528	1.77 532	2.63 538	2.57 550	2.64 528	1.95 522

XQC	2.96 435	2.42 504	14.85 387	1.36 401	1.32 412	3.29 216	1.53 441	4.28 456	2.78 443	3.21 490	2.46 431	3.53 449	2.92 452	6.58 369	4.67 478	0.70 480	0.41 421	0.59 465	0.56 469	0.96 487	0.83 473

IPLG	2.48 379	0.65 211	19.63 468	0.91 161	0.79 255	4.60 491	0.56 91	4.31 470	1.84 264	1.91 247	2.00 348	1.31 180	1.38 252	6.61 370	1.53 318	0.27 112	0.20 135	0.27 137	0.23 148	0.31 163	0.36 260

AnyNet_C01	4.37 503	7.80 538	16.40 407	1.98 505	1.40 430	6.37 537	6.47 545	4.09 396	5.03 535	4.06 513	3.78 499	4.16 480	3.31 471	6.62 371	10.00 513	0.61 459	0.67 496	0.63 478	0.67 484	2.01 522	1.31 502

RAFT-345	2.46 374	0.55 101	19.69 470	1.02 238	0.49 110	4.43 459	0.78 215	1.64 32	2.34 368	2.09 307	3.12 482	1.96 285	1.31 242	6.65 372	1.43 291	0.36 308	0.23 221	0.32 249	0.25 184	0.28 108	0.25 99

SST-Stereo	1.76 246	0.58 134	3.10 226	1.44 426	0.46 85	4.71 514	0.76 198	2.22 87	2.79 445	2.07 306	2.18 386	2.43 341	3.22 468	6.66 373	0.84 143	0.42 376	0.19 99	0.30 207	0.27 228	0.35 243	0.26 123

RAFT-RH_RVC	2.63 402	0.55 101	19.97 480	1.26 355	0.47 95	4.46 461	0.57 94	1.71 38	1.64 213	3.06 482	5.51 515	2.03 296	1.28 235	6.70 374	1.52 317	0.42 376	0.22 194	0.37 347	0.34 346	0.28 108	0.29 167

IRAFT_RVC	1.87 258	0.60 154	4.33 261	2.40 522	0.66 204	4.59 489	1.59 448	2.96 188	1.51 138	2.23 365	1.75 257	2.09 306	2.63 439	6.70 374	1.50 309	0.33 265	0.21 166	0.33 283	0.29 285	0.32 189	0.32 213

RAFT_R40	1.70 237	0.59 142	2.99 222	1.46 432	0.46 85	4.74 518	0.98 343	2.23 88	1.56 177	2.02 290	2.35 426	2.71 371	2.56 436	6.71 376	0.90 170	0.40 351	0.19 99	0.30 207	0.27 228	0.33 207	0.26 123

SQANet	3.70 482	9.34 550	18.41 442	2.75 527	2.74 528	3.40 227	1.47 433	3.50 255	1.68 223	2.60 441	1.75 257	2.69 368	1.91 388	6.72 377	1.74 357	2.96 533	1.41 526	1.85 527	1.12 517	3.17 530	2.70 539

raft_robust	1.92 272	1.15 416	3.34 239	1.02 238	0.43 63	3.84 317	0.46 55	4.42 495	2.52 411	1.67 194	1.36 149	2.17 311	6.37 525	6.78 378	1.04 209	0.28 149	0.24 255	0.30 207	0.35 361	0.31 163	0.32 213

Nwc_Net	2.88 427	1.16 419	18.30 439	1.35 395	1.68 486	3.52 256	1.18 390	3.90 338	2.06 304	2.52 427	2.82 469	3.82 462	2.34 421	6.78 378	2.55 444	0.86 495	0.40 414	0.59 465	0.67 484	0.57 407	0.55 403

DEmStereo	2.97 439	0.58 134	13.42 361	0.79 82	0.51 116	3.84 317	1.84 470	2.42 108	1.60 202	2.25 370	2.74 459	2.03 296	6.04 519	6.79 380	12.80 527	0.35 297	0.26 291	0.26 109	0.27 228	0.27 91	0.37 274

IPLGR	2.53 388	0.58 134	20.46 507	0.82 95	0.52 125	4.56 486	0.50 65	4.30 467	2.38 384	1.87 232	1.53 192	1.68 227	1.72 355	6.95 381	1.15 229	0.28 149	0.21 166	0.27 137	0.23 148	0.33 207	0.32 213

DRaft	2.28 332	0.56 112	2.64 206	0.74 59	0.46 85	3.94 347	1.23 401	2.32 100	1.55 171	2.64 448	2.80 466	1.60 218	5.34 512	6.96 382	10.99 518	0.34 277	0.22 194	0.27 137	0.27 228	0.29 121	0.37 274

StereoDRNet-Refined	1.77 248	0.81 326	2.22 167	1.21 338	0.76 245	3.26 206	0.71 165	3.82 315	2.05 302	2.29 377	2.05 360	2.98 398	1.44 275	7.15 383	2.27 419	0.30 210	0.23 221	0.42 389	0.33 338	0.45 355	0.64 432
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
THIR-Stereo	4.14 498	0.82 333	10.85 340	0.86 131	0.43 63	2.16 96	16.77 560	3.22 218	1.54 163	2.04 297	12.05 550	2.68 367	7.53 536	7.30 384	12.62 526	0.30 210	0.21 166	0.29 187	0.28 257	0.33 207	0.41 321

STrans-v2	3.03 449	0.77 308	20.91 523	0.81 85	0.63 185	3.89 332	1.01 348	4.27 451	2.64 427	2.28 375	3.70 498	4.13 478	5.20 509	7.33 385	1.27 262	0.31 229	0.18 69	0.29 187	0.25 184	0.29 121	0.41 321

CrosDoStereo	5.24 517	0.60 154	20.23 492	0.82 95	0.51 116	3.39 224	18.11 562	3.82 315	2.27 350	1.98 266	8.74 532	1.96 285	6.96 531	7.35 386	26.35 565	0.30 210	0.22 194	0.30 207	0.28 257	0.33 207	0.38 289

DeepStereo_LL	5.24 517	0.60 154	20.23 492	0.82 95	0.51 116	3.39 224	18.11 562	3.82 315	2.27 350	1.98 266	8.74 532	1.96 285	6.96 531	7.35 386	26.35 565	0.30 210	0.22 194	0.30 207	0.28 257	0.33 207	0.38 289

TransformOpticalFlow	3.03 449	0.77 308	20.99 526	1.00 222	0.55 141	4.18 416	0.64 132	4.33 476	3.02 477	2.18 343	3.09 481	4.35 489	5.07 507	7.36 388	1.27 262	0.32 249	0.18 69	0.32 249	0.26 202	0.28 108	0.46 356

ELAS	5.99 529	1.62 473	20.29 499	1.96 504	2.01 511	15.09 559	8.38 551	5.23 534	5.54 539	9.02 550	8.61 531	6.74 528	9.75 546	7.48 389	11.40 521	0.96 500	1.18 519	0.72 494	0.93 507	1.30 512	1.67 515
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PFNet	2.47 377	0.60 154	16.95 417	2.15 512	0.81 260	4.63 495	0.91 303	2.55 138	1.52 147	2.40 411	2.79 464	1.83 265	1.42 269	7.54 390	1.34 280	0.33 265	0.21 166	0.36 335	0.27 228	0.32 189	0.39 295

Wz-Net-MNSev	2.71 415	2.54 509	13.91 375	1.52 445	1.37 423	3.28 212	2.47 494	4.03 375	2.32 366	2.57 434	2.07 365	2.29 322	3.01 456	7.55 391	2.74 451	0.38 333	0.36 381	0.36 335	0.37 383	0.57 407	0.47 361

RTS	3.90 489	7.04 536	17.94 432	1.92 499	2.19 519	5.00 526	2.96 511	4.29 459	3.19 492	4.05 511	3.08 479	4.94 509	3.16 464	7.64 392	6.72 492	0.66 470	0.44 434	0.51 438	0.47 439	0.95 483	0.76 459

RTSA	3.90 489	7.04 536	17.94 432	1.92 499	2.19 519	5.00 526	2.96 511	4.29 459	3.19 492	4.05 511	3.08 479	4.94 509	3.16 464	7.64 392	6.72 492	0.66 470	0.44 434	0.51 438	0.47 439	0.95 483	0.76 459

IIG-Stereo	1.95 277	0.79 318	2.14 158	2.78 529	0.66 204	4.62 493	0.76 198	4.27 451	1.53 154	2.63 447	3.14 484	3.35 429	1.61 319	7.65 394	1.41 288	0.39 345	0.20 135	0.31 229	0.25 184	0.33 207	0.22 63

OMP-Stereo	1.97 281	0.93 366	1.88 124	2.76 528	0.67 211	4.58 488	1.48 434	4.31 470	1.54 163	3.15 488	2.76 462	3.25 420	1.38 252	7.66 395	1.35 281	0.40 351	0.20 135	0.33 283	0.26 202	0.33 207	0.24 89

ACV-stereo	2.92 430	0.92 362	20.27 497	1.33 384	1.05 345	4.68 502	1.10 374	2.66 155	1.64 213	1.46 162	1.32 135	5.41 522	4.24 496	7.83 396	1.90 377	0.44 388	0.52 465	0.32 249	0.29 285	0.45 355	0.63 429

Wz-Net-SNSev	2.98 441	4.36 525	15.98 403	1.57 457	1.19 381	3.28 212	1.80 465	3.96 358	2.40 388	2.32 391	2.28 403	3.48 438	2.05 396	7.84 397	3.82 471	0.47 411	0.39 409	0.53 448	0.49 447	0.71 457	0.60 419

NINENet	1.87 258	0.74 288	2.60 198	1.12 290	1.06 348	4.50 472	0.76 198	4.41 494	2.24 342	2.16 337	1.86 314	3.63 455	0.97 153	8.00 398	1.17 235	0.41 365	0.30 336	0.41 382	0.30 303	0.41 310	0.36 260

AnyNet_C32	4.17 499	5.75 533	12.62 354	1.60 461	1.54 455	5.51 532	4.09 538	3.90 338	3.23 498	4.22 519	3.03 477	3.10 407	3.41 475	8.01 399	18.85 553	0.53 445	0.58 480	0.53 448	0.74 492	1.19 508	0.97 484

cf-r	2.57 398	0.79 318	16.09 404	1.48 438	1.35 418	4.19 420	0.93 318	3.68 286	2.36 373	1.97 264	1.81 292	3.42 435	1.45 279	8.24 400	1.83 369	0.32 249	0.26 291	0.33 283	0.30 303	0.34 225	0.37 274

SepStereo	2.15 310	0.67 232	4.79 269	1.14 298	1.64 475	2.93 165	2.13 484	4.09 396	2.74 438	4.17 515	2.52 439	2.46 347	1.79 365	8.36 401	1.63 339	0.37 316	0.22 194	0.39 366	0.25 184	0.41 310	0.34 240

ELAS_RVC	5.72 526	1.64 478	20.40 503	2.09 510	2.01 511	4.95 525	11.47 554	4.66 522	6.31 545	8.09 547	8.01 525	8.06 536	11.65 547	8.36 401	10.22 514	0.99 502	1.17 518	0.81 503	0.76 494	1.14 501	1.58 513
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G2L-ROB	2.13 308	0.78 314	10.06 327	1.19 327	1.06 348	3.84 317	0.93 318	3.32 235	2.27 350	2.20 350	1.47 173	2.65 366	1.20 225	8.38 403	1.81 365	0.28 149	0.19 99	0.23 31	0.22 133	0.28 108	0.32 213

MFN_U_SF_RVC	3.81 487	10.78 555	15.01 393	1.84 493	1.39 428	3.73 296	1.63 451	4.05 383	3.26 500	2.91 469	2.38 427	4.36 491	3.65 483	8.43 404	4.91 484	1.11 507	1.04 514	0.99 510	1.31 524	1.58 517	1.75 519

EDNetEfficient	5.61 523	2.14 499	16.75 414	1.67 470	3.64 543	4.12 391	7.51 547	3.05 199	5.63 541	11.57 562	4.83 511	3.95 466	12.72 548	8.44 405	20.78 558	0.41 365	0.43 429	0.47 411	1.01 512	1.66 520	1.39 509

otaku	4.58 507	8.93 545	19.95 479	3.11 534	2.67 526	3.91 335	2.57 500	3.82 315	2.25 345	2.22 361	9.72 539	4.08 475	2.35 422	8.57 406	2.13 407	3.51 541	1.65 530	2.15 531	1.17 520	3.69 537	3.15 543

CSP-Net	1.78 249	1.32 449	1.92 129	1.16 317	1.03 340	3.38 223	1.31 409	3.52 259	1.75 247	1.96 262	1.93 334	2.40 333	1.48 286	8.58 407	1.58 324	0.46 402	0.34 373	0.27 137	0.26 202	0.41 310	0.50 378

MADNet+	3.97 493	9.54 551	13.83 373	1.87 497	1.69 487	4.19 420	2.87 508	4.80 528	4.10 525	2.51 425	2.67 455	4.55 498	3.41 475	8.72 408	6.92 498	1.25 515	1.27 523	1.04 512	0.93 507	1.39 515	1.85 520

ETE_ROB	2.07 299	1.40 459	3.01 224	1.09 270	0.92 305	3.94 347	1.53 441	4.25 443	2.23 340	3.31 493	2.06 364	2.35 328	1.52 299	8.74 409	2.07 400	0.44 388	0.36 381	0.51 438	0.48 444	0.54 395	0.62 425

SuperB	4.79 511	4.41 526	21.08 528	1.45 430	1.08 354	3.91 335	3.08 517	4.18 417	3.01 476	2.50 422	2.10 369	2.75 376	3.49 481	8.80 410	19.60 556	0.44 388	0.33 361	0.53 448	0.39 402	12.01 567	0.64 432

JetRed	10.48 548	27.10 571	35.70 567	4.27 549	4.09 552	15.55 562	12.83 557	12.16 553	5.50 538	5.83 532	5.56 516	10.14 539	7.43 535	8.88 411	26.39 567	3.32 538	3.81 558	3.51 550	2.96 558	7.85 562	6.69 565

FADNet_RVC	2.65 404	2.28 503	16.51 410	0.98 208	0.92 305	4.09 383	0.83 250	4.26 450	1.73 239	1.46 162	1.78 274	1.60 218	1.50 293	8.88 411	2.39 425	0.47 411	0.38 400	0.44 397	0.58 473	0.89 478	0.97 484

RAFT + AFF	2.51 384	2.66 511	4.48 266	1.15 311	1.95 508	4.15 398	2.01 478	4.46 503	3.30 504	2.19 347	2.51 438	2.22 314	4.87 506	8.91 413	2.06 397	0.30 210	0.60 485	0.48 419	0.38 396	0.77 465	0.69 441

IMH-64-1	4.84 512	2.53 507	6.83 287	4.30 551	3.74 545	4.81 522	6.05 542	5.30 536	3.92 520	3.95 509	8.33 528	5.08 516	6.06 520	8.96 414	6.30 489	4.57 557	2.96 551	3.04 543	2.12 545	4.28 544	3.62 551

IMH-64	4.84 512	2.53 507	6.83 287	4.30 551	3.74 545	4.81 522	6.05 542	5.30 536	3.92 520	3.95 509	8.33 528	5.08 516	6.06 520	8.96 414	6.30 489	4.57 557	2.96 551	3.04 543	2.12 545	4.28 544	3.62 551

G-Net	4.11 497	1.21 426	19.47 464	2.31 520	2.94 532	4.74 518	2.95 510	3.33 239	2.14 325	4.44 521	9.43 537	6.93 530	3.84 487	9.01 416	4.92 485	0.79 486	0.80 509	0.70 489	0.50 453	0.95 483	0.87 477

SPS-STEREO	3.97 493	1.44 464	20.85 518	1.72 478	1.71 489	3.24 201	2.30 491	3.55 266	2.68 433	4.79 525	3.66 497	5.44 523	2.97 453	9.11 417	9.35 511	1.15 508	1.10 517	1.06 514	1.02 514	1.16 505	1.18 497
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
iRaft-Stereo_5w	2.10 302	0.83 336	8.57 306	0.81 85	0.76 245	3.21 193	0.84 253	3.71 297	1.65 217	1.56 173	2.50 436	2.20 313	2.23 415	9.13 418	2.01 392	0.38 333	0.19 99	0.35 320	0.27 228	0.45 355	0.39 295

PWC_ROB	2.69 413	2.01 495	8.36 304	1.33 384	1.90 506	3.23 197	1.18 390	4.33 476	3.25 499	3.11 484	3.41 492	2.71 371	2.18 413	9.15 419	4.48 476	0.56 451	0.31 346	0.61 473	0.36 371	0.69 447	0.74 454

SAMSARA	3.55 477	2.16 500	14.18 379	1.86 496	1.49 447	4.62 493	2.65 502	3.58 271	2.80 449	7.05 541	3.05 478	5.16 519	4.07 492	9.18 420	4.80 482	0.64 465	0.67 496	0.59 465	0.68 487	0.89 478	0.91 479

G2L-Stereo_test	2.11 304	0.86 347	7.12 291	1.65 468	1.19 381	3.54 261	1.02 352	3.57 268	2.01 292	2.50 422	1.68 235	3.15 412	1.50 293	9.21 421	1.62 336	0.28 149	0.19 99	0.23 31	0.22 133	0.27 91	0.31 203

DGSMNet	7.55 542	1.62 473	17.42 425	1.92 499	12.73 560	7.45 545	42.99 576	4.13 406	2.07 306	2.10 310	3.16 485	3.42 435	1.70 351	9.24 422	2.30 420	3.70 546	10.89 569	11.80 571	5.54 561	4.24 543	2.66 535

CFNet-ft	1.90 265	0.95 374	3.56 247	1.07 256	1.54 455	4.09 383	0.90 295	2.85 179	1.82 257	1.78 215	1.70 242	2.75 376	1.48 286	9.33 423	1.72 352	0.33 265	0.30 336	0.61 473	0.36 371	0.52 386	0.39 295

CFNet_RVC	1.90 265	0.95 374	3.56 247	1.07 256	1.54 455	4.09 383	0.90 295	2.85 179	1.82 257	1.78 215	1.70 242	2.75 376	1.48 286	9.33 423	1.72 352	0.33 265	0.30 336	0.61 473	0.36 371	0.52 386	0.39 295

JetBlue	6.27 532	9.15 548	13.76 367	1.94 503	4.60 556	11.91 552	12.00 555	5.12 532	3.45 510	3.79 505	4.52 508	9.54 538	6.56 529	9.40 425	13.48 529	1.26 516	1.37 525	1.17 519	1.34 526	7.06 560	3.95 555

GwcNet	3.00 445	1.63 475	19.83 474	1.32 379	2.04 515	3.27 208	1.55 445	3.65 280	2.33 367	2.00 283	2.12 376	3.56 453	1.68 348	9.47 426	2.45 434	0.44 388	0.45 439	0.46 408	0.38 396	0.60 415	0.76 459

Ntro	4.21 500	8.94 546	19.89 477	3.22 535	2.96 533	4.15 398	1.89 471	3.92 347	2.36 373	1.77 213	2.14 379	3.35 429	2.17 411	9.48 427	2.24 416	3.52 542	1.76 531	2.13 530	1.31 524	3.83 540	3.09 541

G2L-Stereo	2.49 381	0.94 372	14.54 385	1.15 311	1.35 418	3.57 269	0.95 328	3.62 276	2.00 290	2.11 314	1.61 216	3.20 415	1.34 246	9.54 428	1.91 378	0.34 277	0.27 302	0.35 320	0.28 257	0.30 144	0.35 254

FADNet-RVC-Resample	2.83 420	2.02 496	21.07 527	1.12 290	0.91 304	3.53 257	1.37 420	4.08 394	2.09 310	1.68 195	1.33 137	2.03 296	1.51 297	9.54 428	1.69 348	0.38 333	0.37 394	0.42 389	0.44 430	0.56 403	0.56 405

test_sample1	1.62 223	0.55 101	1.88 124	1.44 426	0.79 255	2.27 105	0.64 132	4.00 368	1.82 257	1.87 232	1.35 145	1.57 213	1.62 322	9.55 430	1.24 253	0.30 210	0.27 302	0.31 229	0.28 257	0.32 189	0.32 213

Syn2CoEx	3.08 453	2.55 510	19.88 476	1.34 391	1.18 374	2.43 119	1.65 456	3.91 342	2.40 388	2.39 409	2.27 400	2.90 391	3.17 466	9.57 431	2.54 443	0.50 430	0.45 439	0.53 448	0.39 402	0.74 461	0.72 452

LSM	12.71 557	3.52 521	20.79 517	55.63 579	84.76 578	3.63 283	6.30 544	3.73 299	4.93 534	5.55 530	13.92 555	3.53 449	3.25 469	9.72 432	4.12 473	0.64 465	0.85 510	0.71 490	0.81 501	1.03 489	26.84 572

RainbowNet	4.56 505	8.28 539	20.07 485	3.64 543	3.23 541	4.15 398	2.99 513	4.18 417	3.03 478	2.20 350	2.65 453	4.26 486	2.90 451	9.77 433	2.12 404	3.88 548	2.27 541	2.71 541	1.72 533	3.78 539	3.31 548

DANet	2.63 402	1.07 400	8.10 302	1.83 492	1.70 488	3.25 204	1.16 386	4.31 470	2.38 384	3.40 498	2.18 386	4.08 475	1.80 370	9.77 433	3.89 472	0.52 442	0.55 472	0.59 465	0.44 430	0.63 425	0.86 474
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FADNet-RVC	2.51 384	2.27 501	14.03 376	1.09 270	0.81 260	3.54 261	1.10 374	4.13 406	2.48 402	1.39 155	1.22 108	1.85 271	1.77 362	9.78 435	2.06 397	0.38 333	0.37 394	0.40 372	0.40 413	0.67 442	0.48 365

UGAM-zero	2.79 417	0.57 121	20.87 521	0.98 208	0.77 251	2.08 92	0.35 19	3.88 331	1.51 138	2.05 298	1.64 223	5.07 515	3.42 478	9.83 436	1.24 253	0.28 149	0.21 166	0.27 137	0.29 285	0.29 121	0.28 157

PSMNet-RSSM	1.96 279	0.77 308	3.26 233	1.29 366	1.31 406	4.19 420	0.96 334	3.68 286	1.89 273	2.05 298	1.80 280	2.60 360	1.70 351	9.84 437	1.81 365	0.35 297	0.29 323	0.35 320	0.37 383	0.42 329	0.35 254

WCMA_ROB	5.12 515	0.90 355	21.33 535	1.50 442	1.33 415	4.09 383	3.49 525	4.03 375	4.59 529	6.57 539	10.95 544	12.92 545	8.41 543	9.86 438	8.78 509	0.75 483	0.58 480	0.51 438	0.50 453	0.68 445	0.57 409

ccnet	2.66 406	0.97 381	8.01 301	1.54 449	1.24 396	3.75 298	2.18 487	4.07 390	2.41 390	2.66 453	3.25 487	2.87 390	2.31 420	9.89 439	3.50 466	0.78 485	0.75 506	0.71 490	0.67 484	0.76 464	0.81 468

NCC-stereo	3.16 462	1.28 441	18.31 440	1.25 349	1.75 493	4.06 376	1.40 425	3.89 333	2.22 338	2.72 457	2.55 442	3.49 444	2.65 440	9.91 440	2.99 458	1.29 518	0.65 492	0.64 481	0.86 503	0.65 435	0.71 446

Abc-Net	3.16 462	1.28 441	18.31 440	1.25 349	1.75 493	4.06 376	1.40 425	3.89 333	2.22 338	2.72 457	2.55 442	3.49 444	2.65 440	9.91 440	2.99 458	1.29 518	0.65 492	0.64 481	0.86 503	0.65 435	0.71 446
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FADNet	2.49 381	1.76 485	13.17 357	1.17 319	0.95 315	3.27 208	0.88 287	3.94 351	2.27 350	1.40 156	1.29 130	2.51 352	2.06 397	9.93 442	1.94 382	0.43 381	0.45 439	0.40 372	0.43 428	1.06 491	0.53 393

stereogan	3.09 454	0.93 366	16.43 408	1.37 411	1.66 482	3.70 289	1.67 458	3.87 328	3.15 489	3.04 479	2.70 458	5.04 514	2.79 446	9.96 443	1.78 363	0.63 462	0.49 462	0.69 487	0.47 439	0.83 475	0.68 439

EDNetEfficientorigin	12.35 556	2.51 505	179.47 586	1.19 327	0.96 316	2.91 159	1.81 466	3.00 193	5.35 537	8.91 549	4.79 510	4.18 481	4.64 503	9.98 444	11.30 519	0.37 316	0.38 400	0.60 470	0.85 502	1.32 513	2.43 533

coex-ft	18.59 564	6.62 535	113.53 583	1.17 319	1.31 406	2.33 112	1.93 473	2.81 178	14.00 556	124.82 585	8.45 530	5.90 525	51.74 578	9.99 445	22.69 559	0.57 453	0.62 488	0.50 435	0.49 447	1.08 496	1.28 500

ACVNet-4b	6.73 535	13.67 562	21.87 547	3.54 540	3.07 535	4.19 420	2.25 488	4.03 375	3.65 514	1.64 187	3.98 504	5.88 524	2.89 450	10.01 446	16.98 543	23.29 573	2.24 540	2.53 534	1.78 534	3.87 541	3.21 546

CoDeX	2.40 363	0.78 314	13.21 358	1.00 222	1.18 374	3.24 201	1.32 410	4.14 412	2.41 390	1.74 209	1.84 304	2.05 300	1.47 284	10.03 447	1.60 328	0.34 277	0.28 313	0.32 249	0.27 228	0.32 189	0.39 295

xxxx	2.67 408	0.54 95	2.03 140	1.22 341	0.81 260	3.49 246	0.63 129	4.49 508	2.49 406	2.22 361	2.23 395	2.05 300	1.38 252	10.05 448	17.91 547	0.32 249	0.32 354	0.30 207	0.27 228	0.33 207	0.34 240

CBMV	3.32 470	0.96 380	21.16 531	1.32 379	0.83 273	3.81 310	3.91 537	4.47 504	2.53 412	3.34 495	2.24 396	4.45 492	2.58 437	10.07 449	1.96 387	0.45 397	0.43 429	0.48 419	0.38 396	0.52 386	0.53 393
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
TCMNet	2.98 441	1.30 443	18.26 437	1.47 435	2.09 516	3.84 317	1.08 368	3.96 358	2.39 387	2.53 428	2.29 406	2.43 341	1.75 359	10.09 450	2.39 425	0.52 442	0.45 439	0.61 473	0.50 453	0.80 471	0.78 463

TCMNet-wrong-test	12.32 555	14.13 565	19.38 461	22.38 569	19.85 565	15.99 563	12.34 556	22.95 566	4.56 528	6.24 537	6.27 519	18.40 554	15.71 553	10.10 451	10.72 516	9.06 564	4.78 560	5.35 560	3.95 560	12.28 568	11.97 567

WZ-Net	3.62 479	4.87 527	16.77 415	1.43 423	1.40 430	3.75 298	2.29 490	4.12 405	2.50 407	2.74 459	2.19 388	4.06 474	5.29 511	10.19 452	7.36 501	0.54 447	0.37 394	0.47 411	0.49 447	0.77 465	0.73 453

ac_64	2.35 355	0.62 180	9.77 322	1.32 379	1.71 489	3.27 208	0.93 318	3.48 249	2.50 407	1.74 209	1.73 251	3.91 465	1.77 362	10.21 453	1.86 372	0.40 351	0.31 346	0.33 283	0.30 303	0.34 225	0.39 295

RP	2.79 417	1.20 425	10.36 332	1.54 449	1.93 507	3.44 232	1.97 475	4.05 383	2.34 368	2.66 453	2.79 464	3.98 469	2.58 437	10.21 453	2.61 446	0.95 499	0.47 452	0.71 490	0.57 472	0.71 457	0.68 439

RASNet	2.56 395	0.70 253	10.06 327	1.60 461	2.25 522	3.67 286	1.00 345	3.38 243	3.14 487	1.81 220	2.11 373	4.60 500	2.30 417	10.25 455	2.61 446	0.37 316	0.24 255	0.25 82	0.24 173	0.28 108	0.26 123

DFGA-Net	2.11 304	3.00 515	7.43 294	1.11 286	0.76 245	3.72 292	0.60 110	2.63 151	1.91 277	2.01 285	2.07 365	1.22 169	1.04 172	10.26 456	2.26 417	0.27 112	0.22 194	0.34 301	0.34 346	0.61 420	0.48 365

NCCL2	2.53 388	1.35 453	10.90 341	1.15 311	0.97 320	3.53 257	2.56 499	3.65 280	2.23 340	2.76 460	1.80 280	2.41 335	1.66 342	10.35 457	2.07 400	0.44 388	0.40 414	0.57 461	0.53 464	0.59 411	0.65 434

GwcNet-RSSM	2.66 406	1.05 394	15.91 402	1.22 341	1.19 381	4.12 391	1.12 378	3.84 319	2.02 293	1.93 253	1.79 277	3.12 410	1.46 282	10.37 458	2.05 396	0.33 265	0.27 302	0.35 320	0.30 303	0.40 286	0.36 260

DLCB_ROB	2.05 296	0.95 374	2.37 184	1.24 347	1.02 339	2.92 161	1.30 408	3.68 286	2.30 358	2.91 469	2.17 384	3.32 427	1.52 299	10.37 458	2.50 438	0.40 351	0.33 361	0.40 372	0.36 371	0.41 310	0.47 361

PSMNet-ADL	1.91 269	0.72 269	1.78 117	1.09 270	0.86 286	4.18 416	0.78 215	3.77 305	2.10 318	1.72 205	1.85 311	2.91 394	1.82 375	10.38 460	1.91 378	0.48 415	0.46 448	0.28 166	0.29 285	0.38 271	0.51 386

222	2.68 411	0.57 121	2.03 140	1.11 286	0.81 260	3.23 197	0.65 141	4.52 513	2.45 398	2.34 398	2.29 406	1.41 196	1.44 275	10.50 461	18.47 551	0.32 249	0.30 336	0.32 249	0.27 228	0.32 189	0.34 240

SGM+DAISY	8.36 544	3.82 522	24.83 561	2.02 507	1.75 493	14.80 558	17.22 561	4.27 451	11.79 553	13.88 563	14.38 556	11.74 543	13.83 550	10.56 462	15.12 532	1.21 510	1.19 521	1.14 518	1.13 519	1.17 506	1.37 506

GASNet	3.24 465	5.55 532	20.58 512	1.56 456	1.25 399	2.32 110	1.12 378	4.04 379	2.67 431	1.88 235	2.10 369	3.00 400	2.16 409	10.59 463	2.43 432	0.65 468	0.37 394	0.61 473	0.45 434	0.87 477	0.58 414

psmorigin	6.59 533	1.15 416	88.11 581	1.52 445	0.97 320	2.88 154	1.20 397	3.21 216	2.04 299	3.73 504	2.46 431	5.15 518	2.55 435	10.60 464	2.47 436	0.55 449	0.68 499	0.48 419	0.51 457	0.70 448	0.88 478

UNDER WATER-64	9.33 545	5.37 530	22.60 553	5.22 560	4.86 557	10.75 551	4.61 541	11.45 552	17.30 560	7.59 542	9.80 540	15.99 551	17.90 559	10.63 465	15.72 535	4.36 552	2.87 548	4.39 559	2.86 556	7.01 559	5.36 562

test_sample2	1.75 245	0.56 112	2.25 170	1.41 419	0.80 257	2.91 159	0.86 265	4.05 383	2.04 299	1.91 247	1.39 155	1.57 213	1.55 311	10.65 466	1.06 211	0.32 249	0.28 313	0.32 249	0.30 303	0.36 256	0.33 228

DPSNet	3.43 474	1.37 455	12.19 351	1.39 415	1.24 396	4.15 398	2.06 480	4.51 512	3.34 505	2.69 455	1.96 336	3.52 448	5.56 514	10.68 467	9.68 512	0.93 497	0.73 504	0.40 372	0.37 383	1.06 491	0.86 474

ADLNet2	3.15 461	0.92 362	20.06 483	1.20 332	1.79 498	3.83 312	1.48 434	3.94 351	3.59 512	2.19 347	2.47 433	4.65 504	1.93 390	10.69 468	1.96 387	0.39 345	0.37 394	0.28 166	0.30 303	0.48 373	0.43 334

UGAM	2.58 399	0.56 112	18.55 445	0.89 145	0.71 227	3.23 197	1.03 354	2.75 167	1.75 247	1.36 149	2.77 463	2.69 368	1.28 235	10.75 469	1.40 284	0.28 149	0.24 255	0.40 372	0.31 319	0.35 243	0.30 194

test_xeample	2.67 408	0.56 112	2.05 143	1.09 270	0.81 260	3.24 201	0.80 232	4.55 515	2.70 434	2.42 413	2.27 400	1.39 190	1.40 259	10.75 469	17.51 546	0.30 210	0.30 336	0.32 249	0.28 257	0.34 225	0.33 228

CBMV_ROB	3.62 479	0.70 253	21.42 539	1.21 338	0.89 299	4.43 459	1.76 462	4.39 491	2.79 445	5.88 533	3.38 491	4.18 481	5.12 508	10.75 469	2.32 422	0.56 451	0.55 472	0.53 448	0.51 457	0.55 397	0.46 356

UNDER WATER	10.47 547	3.95 524	22.62 554	5.07 559	4.51 555	7.78 546	3.77 533	12.56 555	21.72 567	7.84 545	10.78 542	23.96 563	31.66 568	10.78 472	16.19 539	4.44 554	2.93 549	4.24 555	2.86 556	6.33 556	5.47 563

XPNet_ROB	2.27 327	1.11 409	4.10 259	1.36 401	0.97 320	3.94 347	1.63 451	4.07 390	2.14 325	2.82 466	2.00 348	2.32 325	1.73 358	10.81 473	3.39 465	0.51 436	0.47 452	0.48 419	0.40 413	0.51 383	0.56 405

NVstereo2D	2.54 390	0.90 355	11.10 342	1.32 379	1.47 444	3.58 270	1.38 422	4.13 406	2.45 398	1.90 242	1.71 246	2.86 389	1.76 360	10.86 474	1.66 345	0.60 457	0.43 429	0.53 448	0.41 419	0.78 467	0.94 482

DeepPrunerF	3.70 482	1.72 482	14.87 388	1.33 384	1.74 492	3.70 289	1.55 445	4.20 421	14.00 556	2.02 290	1.77 271	2.74 374	2.30 417	10.88 475	6.88 497	0.68 476	0.60 485	0.78 499	0.78 499	0.81 472	0.71 446

DRN-Test	3.03 449	0.99 382	18.18 435	1.35 395	1.60 468	3.59 271	1.48 434	4.13 406	2.45 398	3.47 500	1.92 332	2.58 359	2.53 434	10.88 475	2.80 454	0.39 345	0.36 381	0.44 397	0.41 419	0.55 397	0.57 409

StereoDRNet	2.84 421	1.49 468	14.48 384	1.33 384	1.57 466	3.44 232	2.06 480	3.69 291	2.36 373	3.26 492	1.84 304	2.79 386	1.80 370	10.88 475	3.16 462	0.41 365	0.33 361	0.39 366	0.36 371	0.59 411	0.58 414

GANet-RSSM	1.98 283	0.62 180	3.49 242	1.69 472	1.23 394	4.22 426	0.91 303	3.31 230	1.86 266	1.81 220	1.74 253	2.34 326	1.82 375	10.92 478	1.73 356	0.34 277	0.29 323	0.31 229	0.28 257	0.39 281	0.40 315

Dean	7.52 541	9.08 547	21.41 538	3.74 544	3.53 542	4.81 522	3.53 527	5.33 539	5.25 536	4.17 515	26.53 566	25.62 567	4.09 493	10.97 479	4.32 474	3.69 545	2.30 542	2.91 542	1.87 538	4.03 542	3.24 547

AACVNet	1.83 254	1.02 387	2.41 189	1.45 430	0.87 291	3.21 193	0.73 173	3.16 211	1.61 206	2.01 285	1.82 298	2.28 317	1.33 245	10.98 480	1.49 308	0.39 345	0.32 354	0.38 363	0.32 330	0.43 339	0.44 340

SMFormer	2.00 287	0.57 121	4.46 262	1.36 401	0.57 157	2.03 85	0.73 173	4.25 443	2.80 449	2.32 391	2.31 418	1.95 280	1.52 299	10.99 481	2.13 407	0.34 277	0.32 354	0.36 335	0.31 319	0.38 271	0.36 260

tta	2.00 287	0.57 121	4.46 262	1.36 401	0.57 157	2.03 85	0.73 173	4.25 443	2.80 449	2.32 391	2.31 418	1.95 280	1.52 299	10.99 481	2.13 407	0.34 277	0.32 354	0.36 335	0.31 319	0.29 121	0.29 167

qqq1	1.92 272	0.57 121	4.46 262	1.36 401	0.57 157	2.03 85	0.73 173	4.25 443	2.80 449	2.32 391	2.31 418	1.95 280	1.52 299	10.99 481	0.71 94	0.34 277	0.32 354	0.30 207	0.23 148	0.29 121	0.29 167

fff1	1.92 272	0.57 121	4.46 262	1.36 401	0.57 157	2.03 85	0.73 173	4.25 443	2.80 449	2.32 391	2.31 418	1.95 280	1.52 299	10.99 481	0.71 94	0.34 277	0.32 354	0.30 207	0.23 148	0.29 121	0.29 167

test_sample9	3.79 486	1.05 394	7.87 297	1.07 256	0.86 286	3.93 342	1.19 393	4.35 480	2.11 320	2.14 324	1.75 257	1.75 240	1.67 344	11.06 485	11.61 522	1.23 512	14.45 571	4.27 556	2.09 542	0.70 448	0.69 441

test_sample8	4.76 510	1.05 394	7.87 297	1.07 256	0.86 286	3.93 342	1.19 393	4.38 489	2.05 302	5.49 529	1.89 324	12.98 546	6.37 525	11.06 485	11.61 522	1.23 512	14.45 571	4.27 556	2.09 542	0.70 448	0.69 441

ACVNet_1	6.04 530	13.97 564	21.36 537	3.58 541	3.14 538	4.73 515	2.48 495	4.20 421	3.17 490	2.98 477	2.83 470	23.31 561	4.34 498	11.06 485	2.45 434	3.68 544	2.33 543	2.60 536	1.79 535	3.69 537	3.19 545

coex_refinement	2.10 302	0.85 344	3.67 254	1.31 376	1.13 365	3.21 193	0.85 262	3.86 325	2.31 362	2.51 425	1.92 332	3.49 444	1.69 349	11.08 488	2.13 407	0.37 316	0.25 278	0.27 137	0.31 319	0.41 310	0.37 274

HBP-ISP	3.25 467	1.10 406	20.86 519	1.54 449	1.15 368	4.50 472	2.89 509	4.43 498	2.38 384	4.14 514	1.96 336	1.90 274	2.04 395	11.08 488	1.32 273	0.66 470	0.57 475	0.66 484	0.61 480	0.64 432	0.61 422

test_sample3	2.34 350	0.61 170	11.94 350	1.33 384	0.85 281	3.10 186	0.73 173	4.24 441	2.19 334	2.21 359	1.75 257	1.80 256	1.41 264	11.11 490	1.46 297	0.35 297	0.29 323	0.34 301	0.35 361	0.39 281	0.37 274

test_sample4	2.34 350	0.63 189	11.59 347	1.30 373	0.83 273	3.07 182	0.72 168	4.27 451	2.30 358	2.30 381	1.88 318	1.73 238	1.42 269	11.14 491	1.46 297	0.35 297	0.29 323	0.35 320	0.36 371	0.40 286	0.38 289

test_sample5	2.33 346	0.62 180	11.29 344	1.29 366	0.83 273	3.09 184	0.74 185	4.28 456	2.31 362	2.20 350	1.97 342	1.68 227	1.39 255	11.19 492	1.47 302	0.37 316	0.31 346	0.37 347	0.37 383	0.41 310	0.39 295

DualNet	2.33 346	0.62 180	11.29 344	1.29 366	0.83 273	3.09 184	0.74 185	4.28 456	2.31 362	2.26 373	2.04 354	1.68 227	1.39 255	11.19 492	1.47 302	0.37 316	0.31 346	0.37 347	0.37 383	0.41 310	0.39 295

ADLNet	2.29 335	0.83 336	3.62 252	1.35 395	1.60 468	3.67 286	1.24 403	3.95 353	2.98 473	2.58 437	2.29 406	4.01 471	1.79 365	11.23 494	2.09 402	0.37 316	0.38 400	0.36 335	0.34 346	0.45 355	0.71 446

ttt	2.76 416	0.56 112	2.28 176	1.41 419	1.21 393	3.67 286	0.77 211	4.59 518	2.94 468	2.35 399	2.30 411	2.45 345	1.54 309	11.25 495	15.56 534	0.43 381	0.36 381	0.37 347	0.33 338	0.40 286	0.40 315

LL-Strereo	3.01 447	1.81 488	17.59 430	1.12 290	2.10 517	2.90 156	1.09 372	4.33 476	2.00 290	3.12 485	2.24 396	3.29 423	3.15 463	11.31 496	1.84 370	0.30 210	0.28 313	0.46 408	0.34 346	0.49 379	0.45 346

SACVNet	2.46 374	1.14 415	9.47 320	1.44 426	1.18 374	4.06 376	1.49 438	3.84 319	2.24 342	2.62 444	1.89 324	2.57 357	1.28 235	11.35 497	1.64 342	0.50 430	0.39 409	0.48 419	0.41 419	0.55 397	0.75 457

DispNO	3.00 445	0.75 300	18.92 450	1.17 319	1.10 360	3.72 292	0.94 324	4.29 459	2.54 416	2.24 367	2.28 403	4.51 495	2.12 402	11.40 498	2.09 402	0.31 229	0.28 313	0.31 229	0.28 257	0.36 256	0.39 295

HSM-Net_RVC	2.87 425	0.57 121	17.46 427	0.92 167	0.90 302	3.70 289	1.20 397	5.64 543	2.51 410	3.22 491	2.43 429	2.54 354	1.59 314	11.41 499	1.65 344	0.34 277	0.25 278	0.26 109	0.23 148	0.30 144	0.29 167
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	2.34 350	1.10 406	8.96 312	1.34 391	1.24 396	4.09 383	0.73 173	4.04 379	2.77 442	1.62 183	1.87 317	2.27 316	1.45 279	11.41 499	1.82 367	0.31 229	0.24 255	0.43 393	0.36 371	0.43 339	0.33 228

AANet_RVC	3.03 449	1.72 482	12.78 355	1.17 319	1.12 363	3.79 306	1.10 374	3.86 325	3.13 485	2.62 444	4.26 506	3.96 468	1.41 264	11.43 501	5.23 487	0.94 498	0.47 452	0.34 301	0.23 148	0.40 286	0.55 403

PSMNet_ROB	2.95 432	1.38 456	18.46 444	1.19 327	1.20 387	3.80 308	1.65 456	3.54 264	2.35 370	1.98 266	1.71 246	2.75 376	1.79 365	11.43 501	2.78 453	0.42 376	0.36 381	0.50 435	0.60 477	0.59 411	0.49 371

test_sample6	2.35 355	0.62 180	10.78 339	1.33 384	0.83 273	3.15 189	0.79 222	4.36 485	2.43 393	2.26 373	2.04 354	1.69 232	1.39 255	11.48 503	1.61 331	0.38 333	0.32 354	0.37 347	0.39 402	0.41 310	0.42 325

1111x	3.13 458	0.57 121	8.38 305	1.20 332	0.76 245	3.80 308	0.88 287	4.61 520	2.63 425	2.31 387	2.16 382	1.95 280	1.81 373	11.54 504	18.13 549	0.32 249	0.31 346	0.32 249	0.30 303	0.35 243	0.34 240

DAS	2.31 339	0.67 232	4.79 269	1.14 298	1.64 475	2.93 165	2.13 484	4.09 396	2.74 438	4.17 515	2.52 439	2.46 347	1.79 365	11.55 505	1.63 339	0.37 316	0.22 194	0.39 366	0.25 184	0.41 310	0.34 240

PA-Net	3.09 454	1.24 437	18.84 448	1.38 413	1.19 381	3.42 230	1.75 461	3.89 333	3.27 503	1.88 235	2.10 369	3.03 402	1.88 386	11.60 506	2.88 456	0.40 351	0.54 468	0.44 397	0.62 481	0.52 386	1.02 487
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
HSM	2.35 355	0.81 326	2.21 164	1.14 298	1.55 459	3.44 232	1.03 354	3.99 366	2.25 345	2.29 377	2.11 373	8.04 534	3.05 460	11.60 506	1.71 350	0.33 265	0.22 194	0.28 166	0.23 148	0.32 189	0.35 254

ff1	2.96 435	0.60 154	5.21 275	1.14 298	0.99 330	3.62 278	0.86 265	4.22 429	3.37 506	2.20 350	2.30 411	3.48 438	1.62 322	11.62 508	16.09 536	0.29 171	0.16 29	0.48 419	0.37 383	0.30 144	0.29 167

mmx	2.98 441	0.60 154	5.21 275	1.14 298	0.99 330	3.62 278	0.86 265	4.49 508	3.05 479	2.20 350	2.30 411	3.48 438	1.62 322	11.62 508	16.09 536	0.33 265	0.28 313	0.48 419	0.37 383	0.44 347	0.37 274

xxx	2.98 441	0.60 154	5.21 275	1.14 298	0.99 330	3.62 278	0.86 265	4.49 508	3.05 479	2.20 350	2.30 411	3.48 438	1.62 322	11.62 508	16.09 536	0.33 265	0.28 313	0.48 419	0.37 383	0.44 347	0.37 274

TestStereo	2.00 287	1.02 387	12.25 352	0.70 42	0.61 175	1.88 73	0.55 87	2.31 98	1.52 147	1.41 158	1.33 137	1.27 174	0.90 137	11.62 508	0.81 134	0.34 277	0.19 99	0.33 283	0.24 173	0.44 347	0.24 89

edge stereo	3.37 473	1.01 386	21.99 548	1.28 363	1.37 423	2.67 141	1.39 423	3.98 362	2.87 460	2.93 471	3.27 489	4.35 489	2.43 427	11.62 508	2.39 425	0.60 457	0.63 490	0.79 500	0.55 467	0.68 445	0.67 436

RGC	3.10 456	1.45 465	14.90 390	1.46 432	1.79 498	3.33 218	1.39 423	4.04 379	2.26 348	2.77 461	3.26 488	4.00 470	2.71 443	11.63 513	2.62 448	0.82 491	0.46 448	0.79 500	0.79 500	0.71 457	0.78 463

LVE	6.88 538	9.31 549	21.14 529	3.61 542	3.18 540	4.49 469	2.79 504	10.21 551	11.69 552	3.16 489	11.53 547	18.33 552	4.31 497	11.66 514	3.52 467	4.45 555	2.93 549	2.56 535	1.91 539	3.62 534	3.16 544

MSMD_ROB	5.61 523	1.08 402	16.68 412	1.21 338	0.83 273	10.14 550	2.07 482	3.93 348	6.22 543	10.37 557	8.03 526	22.22 560	9.45 545	11.66 514	4.52 477	0.66 470	0.58 480	0.66 484	0.68 487	0.65 435	0.63 429

FAT-Stereo	3.34 471	0.81 326	20.05 482	1.25 349	1.20 387	3.44 232	1.99 477	4.23 433	2.67 431	3.14 486	3.82 501	3.51 447	3.32 472	11.68 516	1.94 382	0.64 465	0.67 496	0.48 419	0.52 460	0.61 420	0.81 468

SGM-Forest	2.96 435	0.62 180	3.49 242	1.09 270	0.80 257	4.06 376	3.30 520	4.37 488	3.09 483	4.18 518	3.27 489	4.67 505	3.86 488	11.69 517	7.91 504	0.51 436	0.46 448	0.49 432	0.39 402	0.48 373	0.49 371
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
hitnet-ft	2.37 361	0.73 280	8.34 303	0.96 195	0.89 299	3.77 301	0.80 232	3.55 266	2.58 420	2.24 367	2.04 354	3.65 457	1.49 292	11.71 518	1.89 375	0.44 388	0.53 466	0.44 397	0.35 361	0.52 386	0.48 365

MADNet++	7.57 543	5.80 534	13.28 359	6.38 561	5.26 558	7.18 541	7.77 549	5.32 538	5.62 540	6.11 535	7.78 523	6.02 526	8.01 540	11.74 519	16.36 540	9.36 565	4.95 562	8.57 566	5.66 562	4.83 550	5.34 561

NOSS_ROB	2.27 327	0.73 280	3.00 223	1.71 476	1.00 337	3.90 334	0.97 337	4.29 459	2.81 455	2.94 475	2.19 388	3.88 464	1.19 223	11.77 520	1.62 336	0.59 456	0.54 468	0.56 458	0.52 460	0.56 403	0.54 399

APVNet	3.13 458	1.25 438	21.14 529	1.31 376	1.52 452	3.94 347	1.13 381	3.32 235	2.14 325	2.20 350	2.03 351	3.05 406	1.96 391	11.79 521	2.53 441	0.42 376	0.45 439	0.64 481	0.46 436	0.67 442	0.57 409

PS-NSSS	2.22 317	1.33 452	2.90 220	0.97 202	1.53 454	4.11 389	1.08 368	4.55 515	2.65 428	2.10 310	2.32 423	1.77 245	1.40 259	11.79 521	1.61 331	0.68 476	0.45 439	0.96 509	0.43 428	0.95 483	0.92 480

WAO-6	5.87 528	2.27 501	15.05 394	2.96 531	2.77 529	12.01 553	3.58 530	5.37 540	11.91 554	3.34 495	9.69 538	6.78 529	5.84 517	11.82 523	8.89 510	2.87 532	2.35 545	2.50 533	1.84 537	2.85 529	2.67 536

SANet	5.65 525	1.72 482	20.94 524	1.26 355	0.88 294	7.20 542	3.81 535	4.60 519	11.23 550	4.56 522	8.78 534	7.49 531	6.95 530	11.85 524	18.11 548	0.49 427	0.44 434	0.50 435	0.42 425	0.90 480	0.82 472

PASM	2.67 408	2.05 498	9.71 321	1.73 479	1.37 423	2.53 132	1.52 439	3.10 204	2.17 331	2.79 463	1.84 304	2.90 391	1.85 381	11.89 525	2.19 412	0.81 490	0.85 510	0.87 506	1.01 512	1.14 501	1.05 489

S-Stereo	3.48 475	0.91 360	22.06 550	1.36 401	1.50 449	3.55 263	2.53 498	4.21 426	2.81 455	2.37 404	3.81 500	3.75 458	1.84 377	11.90 526	2.51 439	0.63 462	0.71 502	0.48 419	0.76 494	0.67 442	1.19 498

pmcnn	5.45 521	1.22 432	17.40 424	1.60 461	2.41 525	3.48 243	2.12 483	4.52 513	3.26 500	3.67 503	13.15 553	22.10 559	3.46 480	11.92 527	17.16 544	0.34 277	0.21 166	0.23 31	0.19 70	0.36 256	0.28 157

STTRV1_RVC	3.52 476	1.03 392	20.87 521	1.47 435	1.47 444	3.23 197	1.55 445	4.06 387	3.22 497	1.95 258	3.50 495	2.63 364	2.07 399	11.96 528	2.21 414	1.86 525	4.03 559	0.81 503	0.73 491	1.06 491	0.70 445

Wz-Net-TNSev	3.67 481	8.83 542	13.47 364	1.48 438	1.18 374	3.60 273	2.49 496	4.27 451	3.13 485	2.18 343	1.89 324	4.21 485	2.80 447	12.10 529	7.58 503	0.57 453	0.55 472	0.47 411	0.54 466	0.91 481	1.05 489

ktn	21.74 567	10.34 553	19.68 469	4.53 555	4.00 550	6.53 539	4.51 540	6.79 545	78.82 581	84.69 581	100.86 585	58.49 578	7.57 537	12.11 530	13.35 528	4.58 559	3.24 556	3.49 549	2.62 551	4.65 549	3.84 554

FCDSN-DC	6.04 530	0.84 340	19.25 456	1.24 347	1.09 358	4.38 446	2.62 501	4.38 489	4.71 530	9.59 554	11.22 545	19.19 555	17.40 557	12.30 531	8.55 508	0.69 479	0.57 475	0.60 470	0.60 477	0.70 448	0.78 463
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM_RVC	4.57 506	0.72 269	17.46 427	1.84 493	0.58 166	4.23 429	3.45 524	4.66 522	3.66 515	7.99 546	8.82 535	7.56 532	8.74 544	12.30 531	6.84 496	0.43 381	0.38 400	0.39 366	0.35 361	0.51 383	0.48 365
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_2	5.41 520	12.60 558	20.42 505	3.27 536	3.15 539	4.50 472	3.02 514	4.66 522	3.73 517	3.35 497	5.36 514	7.86 533	2.88 449	12.33 533	4.76 481	3.12 537	2.22 539	2.70 540	1.69 530	3.49 533	3.10 542

GANet	2.93 431	1.05 394	11.29 344	1.64 466	0.96 316	3.91 335	2.52 497	3.72 298	2.41 390	2.95 476	3.00 475	3.21 416	2.03 393	12.42 534	4.72 480	0.51 436	0.41 421	0.46 408	0.39 402	0.60 415	0.50 378

TDLM	2.29 335	1.08 402	4.61 268	1.29 366	1.01 338	4.26 431	2.17 486	3.75 301	2.79 445	2.31 387	1.98 344	2.06 302	1.59 314	12.45 535	1.72 352	0.51 436	0.28 313	0.52 444	0.35 361	0.56 403	0.50 378

CVANet_RVC	2.55 394	1.10 406	9.13 318	1.46 432	1.15 368	3.96 357	1.53 441	3.91 342	2.50 407	3.04 479	2.04 354	2.60 360	1.72 355	12.46 536	1.50 309	0.49 427	0.30 336	0.51 438	0.41 419	0.63 425	0.50 378

FC-DCNN	6.64 534	0.77 308	19.26 458	1.68 471	1.64 475	8.27 547	2.35 492	6.35 544	9.23 548	10.85 559	11.27 546	19.89 556	13.33 549	12.51 537	11.79 524	0.66 470	0.57 475	0.58 462	0.56 469	0.63 425	0.61 422

FC-DCNN v2	6.91 539	0.77 308	19.25 456	1.69 472	1.64 475	9.13 549	2.40 493	7.20 546	9.47 549	11.07 561	11.62 548	20.05 558	15.79 554	12.55 538	11.99 525	0.66 470	0.57 475	0.58 462	0.56 469	0.63 425	0.61 422

CC-Net-ROB	3.35 472	1.76 485	13.89 374	2.33 521	1.65 479	4.49 469	1.62 450	4.73 525	2.90 462	1.92 249	2.05 360	1.99 291	1.61 319	12.57 539	1.60 328	2.46 530	2.18 537	2.68 539	1.04 515	2.11 524	1.38 508

psm_up	2.28 332	0.81 326	5.45 279	1.26 355	1.50 449	3.84 317	1.23 401	4.23 433	2.03 295	2.55 430	1.80 280	2.44 344	1.65 340	12.90 540	1.58 324	0.37 316	0.38 400	0.41 382	0.34 346	0.43 339	0.39 295

GANetREF_RVC	3.20 464	1.93 491	18.84 448	1.51 444	0.80 257	4.12 391	1.82 467	4.16 416	2.91 463	1.87 232	1.74 253	2.48 349	1.84 377	13.18 541	1.74 357	0.80 488	0.57 475	0.79 500	0.74 492	1.20 509	0.86 474
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
MaskLacGwcNet_RVC	3.13 458	1.43 463	9.93 325	2.50 523	1.62 471	4.29 438	1.68 460	3.95 353	2.43 393	1.66 192	1.91 330	3.04 403	1.41 264	13.26 542	1.58 324	3.82 547	1.59 528	1.12 517	0.46 436	2.21 525	2.74 540

NaN_ROB	4.06 496	1.13 411	16.64 411	1.12 290	1.25 399	3.50 250	3.05 515	4.29 459	3.26 500	3.64 501	2.56 444	2.97 397	4.79 504	13.33 543	16.91 542	0.37 316	0.41 421	0.38 363	0.39 402	0.48 373	0.81 468

TorneroNet	25.88 569	11.28 557	21.62 544	4.20 548	4.07 551	55.25 577	3.15 519	15.16 562	76.94 580	58.09 576	82.72 582	86.88 582	41.15 573	13.35 544	18.13 549	4.32 551	2.85 547	3.45 548	2.62 551	8.33 565	4.14 557

WAO-7	5.16 516	3.21 516	18.98 452	1.88 498	1.44 440	5.34 530	3.09 518	4.91 530	5.81 542	4.35 520	8.92 536	6.55 527	6.06 520	13.40 545	10.81 517	1.34 522	1.20 522	1.48 525	1.35 527	1.60 518	1.45 510

notaker	10.50 549	8.60 540	20.23 492	4.54 556	3.95 549	6.27 536	3.44 523	8.07 549	4.75 533	8.73 548	46.45 572	13.86 550	27.86 567	13.49 546	13.61 530	4.56 556	3.18 555	3.52 551	2.68 553	8.13 564	4.05 556

NVStereoNet_ROB	4.91 514	1.40 459	16.46 409	1.47 435	1.72 491	3.46 237	1.96 474	3.89 333	3.61 513	2.90 468	24.61 565	4.81 506	4.49 501	13.57 547	4.87 483	1.33 521	1.29 524	1.70 526	1.68 529	1.41 516	1.66 514
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IMH	6.81 537	13.66 561	20.41 504	4.33 553	3.74 545	5.50 531	3.06 516	5.49 542	6.22 543	4.64 524	10.35 541	9.30 537	8.03 541	13.61 548	6.81 494	4.80 560	2.99 554	3.09 545	2.12 545	4.36 546	3.61 550

RYNet	2.97 439	0.93 366	15.09 395	1.12 290	1.38 426	3.66 285	1.42 430	4.03 375	2.29 357	2.10 310	1.70 242	3.79 460	2.16 409	13.64 549	3.02 460	0.37 316	0.41 421	0.48 419	0.34 346	0.81 472	0.75 457

MSC_U_SF_DS_RVC	4.48 504	10.62 554	15.18 398	1.55 454	1.45 443	6.16 535	3.54 529	5.41 541	3.68 516	2.59 440	2.74 459	4.81 506	2.20 414	13.79 550	4.40 475	2.04 526	3.36 557	1.05 513	1.20 522	2.09 523	1.72 517

MeshStereo	5.35 519	1.32 449	21.34 536	1.34 391	1.15 368	4.40 453	3.90 536	5.18 533	4.55 527	10.14 556	11.82 549	11.47 540	5.84 517	13.84 551	7.03 499	0.61 459	0.58 480	0.60 470	0.58 473	0.72 460	0.59 418
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
TorneroNet-64	10.12 546	8.74 541	20.95 525	4.27 549	3.76 548	13.86 557	2.85 507	15.05 561	23.15 568	10.07 555	23.84 564	13.47 547	8.24 542	13.96 552	17.21 545	3.96 550	2.72 546	3.23 547	2.48 549	6.29 554	4.27 558

MFN_U_SF_DS_RVC	3.94 491	10.88 556	12.30 353	1.26 355	1.55 459	5.19 529	3.33 522	4.42 495	2.82 457	2.58 437	2.62 450	5.00 512	2.11 401	14.03 553	2.73 450	1.28 517	2.34 544	0.67 486	1.83 536	0.81 472	1.03 488

PWCK	5.85 527	9.95 552	15.22 399	2.90 530	1.56 462	5.66 534	7.69 548	5.27 535	4.74 532	3.88 506	7.51 522	8.04 534	5.28 510	15.18 554	8.40 507	3.08 536	1.51 527	2.24 532	1.37 528	5.55 553	1.96 523

FBW_ROB	3.24 465	1.02 387	9.21 319	1.49 441	1.07 352	3.78 303	1.48 434	4.31 470	3.08 482	2.46 417	2.32 423	4.20 484	2.08 400	15.19 555	7.16 500	0.84 494	0.62 488	1.33 522	0.92 506	0.99 488	1.31 502

MANE	11.39 551	1.38 456	23.16 556	4.82 558	2.79 530	22.02 565	14.51 559	25.81 567	26.28 569	10.93 560	13.17 554	19.90 557	18.03 560	15.69 556	20.41 557	0.96 500	0.74 505	1.42 523	3.24 559	0.74 461	1.71 516

SDNR	3.97 493	1.93 491	20.28 498	1.31 376	0.94 312	5.16 528	0.67 145	4.33 476	2.58 420	4.82 526	5.94 518	5.01 513	1.45 279	17.52 557	2.53 441	0.79 486	0.72 503	0.59 465	0.45 434	1.15 504	1.17 496

USTest	15.98 561	15.58 566	22.56 552	18.49 568	16.99 562	26.43 567	36.08 572	27.68 570	12.77 555	10.69 558	10.80 543	18.35 553	15.09 552	18.62 558	23.37 560	4.85 561	5.34 563	7.38 564	7.43 564	9.90 566	11.23 566

DGTPSM_ROB	15.31 559	8.85 543	28.14 565	9.90 565	18.89 563	12.44 555	33.21 569	13.48 558	17.86 563	9.50 552	22.89 562	13.78 548	19.67 561	21.26 559	23.68 561	5.08 562	8.84 564	5.62 561	11.50 566	6.72 557	14.87 568

DPSMNet_ROB	15.52 560	8.89 544	31.44 566	10.07 566	18.91 564	12.44 555	33.22 570	13.51 559	17.94 564	9.58 553	22.91 563	13.79 549	19.67 561	21.43 560	23.73 562	5.17 563	8.84 564	5.63 562	11.52 569	6.79 558	14.90 569

MDST_ROB	5.53 522	0.59 142	23.11 555	2.55 524	2.69 527	21.20 564	1.98 476	4.77 527	2.65 428	9.36 551	4.25 505	4.14 479	4.45 500	22.57 561	3.68 470	0.48 415	0.33 361	0.47 411	0.44 430	0.44 347	0.44 340

Anonymous_1	57.11 579	19.68 568	26.15 562	23.10 570	142.31 583	30.84 568	39.75 573	33.86 575	16.98 559	70.53 580	15.42 558	23.46 562	19.75 563	23.04 562	27.23 568	164.73 585	9.02 566	130.38 581	137.40 582	161.27 586	27.24 573

LE_ROB	18.58 563	1.21 426	48.38 574	8.60 564	23.00 568	7.32 544	19.74 565	9.94 550	38.69 573	43.53 571	21.91 561	28.40 569	40.92 572	23.18 563	54.71 577	0.34 277	0.33 361	0.32 249	0.36 371	0.42 329	0.40 315

DPSM_ROB	20.78 565	20.03 569	26.57 563	23.62 571	22.46 566	31.10 569	39.97 574	33.52 573	17.41 561	15.25 564	15.80 559	24.06 564	20.71 564	23.30 564	27.62 569	10.78 567	9.41 567	11.69 569	11.50 566	14.49 569	16.36 570

DPSM	20.78 565	20.03 569	26.57 563	23.62 571	22.46 566	31.10 569	39.97 574	33.52 573	17.41 561	15.25 564	15.80 559	24.06 564	20.71 564	23.30 564	27.62 569	10.78 567	9.41 567	11.69 569	11.50 566	14.49 569	16.36 570

CSAN	4.71 509	1.39 458	20.23 492	1.19 327	0.87 291	3.65 284	3.50 526	4.57 517	3.87 518	3.89 507	7.82 524	3.54 452	6.16 523	23.47 566	6.82 495	0.52 442	0.45 439	0.49 432	0.52 460	0.63 425	0.66 435

SGM-ForestM	11.55 552	1.16 419	21.62 544	2.14 511	0.81 260	22.25 566	19.08 564	16.50 565	11.34 551	15.94 566	14.44 557	27.12 568	22.61 566	24.76 567	28.39 572	0.50 430	0.48 458	0.47 411	0.44 430	0.55 397	0.53 393

LRCNet_RVC	25.52 568	33.45 572	23.21 558	31.79 573	32.78 569	6.74 540	1.18 390	25.88 568	4.46 526	28.94 567	30.89 567	24.91 566	17.57 558	27.66 568	24.34 564	35.26 575	25.60 576	35.91 575	33.81 574	31.90 576	34.10 577

PML	64.32 580	53.22 579	17.88 431	8.10 563	32.94 570	148.46 586	247.79 587	12.18 554	45.42 576	111.41 583	288.92 587	101.47 585	101.31 585	31.67 569	15.55 533	14.03 569	4.83 561	10.98 568	6.18 563	28.82 572	5.17 560

xxxxx1	112.33 584	88.53 582	37.76 569	227.84 585	157.23 584	39.05 574	61.41 578	93.76 583	79.29 582	62.45 577	74.79 579	78.32 579	70.96 581	33.47 570	70.69 581	114.00 582	130.36 583	259.31 584	274.34 584	145.54 583	147.50 584

tt_ll	112.33 584	88.53 582	37.76 569	227.84 585	157.23 584	39.05 574	61.41 578	93.76 583	79.29 582	62.45 577	74.79 579	78.32 579	70.96 581	33.47 570	70.69 581	114.00 582	130.36 583	259.31 584	274.34 584	145.54 583	147.50 584

ff	112.33 584	88.53 582	37.76 569	227.84 585	157.23 584	39.05 574	61.41 578	93.76 583	79.29 582	62.45 577	74.79 579	78.32 579	70.96 581	33.47 570	70.69 581	114.00 582	130.36 583	259.31 584	274.34 584	145.54 583	147.50 584

KSHMR	16.96 562	5.37 530	21.64 546	4.46 554	4.50 554	8.30 548	3.32 521	15.58 564	76.24 579	6.62 540	61.47 577	56.53 577	5.43 513	35.17 573	11.37 520	4.39 553	2.97 553	3.63 554	2.74 555	5.10 551	4.34 559

HanzoNet	31.60 571	17.23 567	21.22 534	7.32 562	5.84 559	7.25 543	3.53 527	13.82 560	14.20 558	50.38 574	47.01 573	44.45 571	56.61 579	36.61 574	32.00 573	63.89 579	56.57 580	7.97 565	89.20 580	28.69 571	28.25 574

FADE	78.44 581	13.79 563	36.09 568	10.71 567	13.34 561	4.15 398	4.14 539	28.60 571	8.36 547	5.15 528	3.88 502	11.85 544	36.55 569	44.37 575	28.26 571	474.90 587	161.58 586	347.36 587	322.13 587	7.29 561	6.23 564

HaxPig	43.25 574	43.65 576	45.00 572	33.85 574	35.61 571	32.69 571	30.52 567	45.09 576	42.97 574	48.77 572	48.17 574	43.00 570	40.26 571	44.58 576	43.61 574	47.18 576	49.30 577	51.54 577	50.25 576	43.73 577	45.29 578

AVERAGE_ROB	44.46 575	45.91 577	46.59 573	40.59 576	38.66 572	32.99 572	30.52 567	46.19 577	43.26 575	49.59 573	48.97 575	44.62 572	39.89 570	45.04 577	43.94 575	48.74 577	50.69 578	50.80 576	49.79 575	45.54 578	46.97 579

Selective-RAFT-Error	41.77 572	40.16 574	53.34 577	47.73 577	45.25 575	62.51 578	80.64 582	67.22 579	34.93 571	30.64 569	31.81 568	48.11 574	42.11 576	46.57 578	54.95 578	21.61 571	18.87 573	23.48 572	23.15 572	29.16 573	33.08 576

LSM0	49.58 577	40.04 573	53.62 579	97.15 580	128.68 582	62.75 580	79.89 581	67.63 581	35.11 572	33.02 570	32.61 571	48.43 576	41.60 574	46.60 579	55.43 579	21.63 572	18.99 575	23.62 574	23.13 571	29.47 575	52.26 581

CasAABBNet	41.80 573	40.20 575	53.41 578	47.73 577	45.18 574	62.51 578	80.71 583	67.26 580	34.80 570	30.49 568	31.88 569	48.24 575	41.81 575	46.63 580	55.64 580	21.60 570	18.88 574	23.48 572	23.22 573	29.19 574	33.05 575

MEDIAN_ROB	47.37 576	49.08 578	49.92 575	40.32 575	39.97 573	34.95 573	33.43 571	49.17 578	46.39 577	53.06 575	52.65 576	47.65 573	42.23 577	48.35 581	47.29 576	52.10 578	54.04 579	54.28 578	53.48 577	48.76 579	50.33 580

DPSimNet_ROB	102.30 582	119.72 586	143.59 585	109.42 582	94.10 579	127.22 585	127.15 585	26.62 569	102.36 586	149.58 586	83.99 583	139.34 586	137.54 586	64.62 582	82.36 585	105.18 581	66.15 581	120.15 580	69.61 579	99.58 581	77.72 582

WAO-8	11.95 553	13.02 559	20.56 510	3.50 537	3.08 536	15.11 560	2.80 505	12.91 556	19.11 565	7.69 543	13.12 551	11.62 541	7.01 533	84.40 583	7.91 504	3.42 539	1.92 534	3.54 552	1.93 540	3.68 535	2.69 537

Venus	11.95 553	13.02 559	20.56 510	3.50 537	3.08 536	15.11 560	2.80 505	12.91 556	19.11 565	7.69 543	13.12 551	11.62 541	7.01 533	84.40 583	7.91 504	3.42 539	1.92 534	3.54 552	1.93 540	3.68 535	2.69 537

BEATNet-Init1	49.72 578	64.32 581	97.77 582	4.68 557	4.28 553	84.75 583	60.42 577	73.38 582	68.59 578	88.29 582	88.51 584	91.94 583	97.99 584	85.26 585	70.96 584	0.80 488	0.65 492	0.85 505	0.70 490	7.96 563	2.33 529

ASD4	103.30 583	113.98 585	120.24 584	106.67 581	79.75 577	115.36 584	120.35 584	119.13 586	79.65 585	120.04 584	74.64 578	101.45 584	65.48 580	109.11 586	84.31 586	104.31 580	90.04 582	133.15 582	103.58 581	130.15 582	94.66 583

test_example2	212.63 587	219.92 587	221.87 587	213.67 584	221.17 587	199.47 587	200.74 586	185.30 587	141.66 587	209.52 587	213.45 586	210.82 587	205.48 587	221.27 587	216.64 587	236.83 586	242.07 587	213.93 583	217.01 583	235.69 587	226.10 587

ccccc	590.94 588	629.75 588	645.59 588	567.84 588	570.84 588	582.44 588	641.68 588	613.82 588	494.59 588	614.58 588	651.20 588	555.57 588	637.59 588	666.94 588	652.42 588	781.57 588	507.24 588	391.36 588	342.44 588	689.82 588	581.48 588

Low-res two-view benchmark