Low-res two-view results

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

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

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

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

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

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

StereoAnything_RVC	0.45 102	1.43 533	0.48 63	0.35 3	0.20 3	0.26 4	0.21 12	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 68	1.27 248	0.22 1	0.21 246	0.11 26	0.14 1	0.10 2	2.37 539	0.11 2

MLG-Stereo_test1	0.27 4	0.19 5	0.38 8	0.40 36	0.24 38	0.38 26	0.20 9	0.59 18	0.19 1	0.24 2	0.17 1	0.33 38	0.27 19	0.90 149	0.25 10	0.14 28	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

LG-Stereo_L1	0.30 14	0.20 8	0.44 37	0.37 9	0.26 61	0.29 10	0.21 12	0.66 39	0.26 9	0.25 3	0.25 7	0.24 6	0.22 6	1.24 241	0.23 2	0.15 35	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

MLG-Stereo	0.29 10	0.19 5	0.38 8	0.41 44	0.20 3	0.42 42	0.20 9	0.66 39	0.21 2	0.25 3	0.22 4	0.33 38	0.28 23	1.09 203	0.25 10	0.14 28	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

MLG-Stereo_test2	0.26 3	0.20 8	0.36 3	0.37 9	0.22 16	0.35 17	0.18 2	0.45 5	0.21 2	0.26 5	0.23 5	0.34 40	0.20 1	0.77 103	0.23 2	0.16 56	0.11 26	0.15 19	0.11 8	0.13 4	0.11 2

IGEV-Stereo+	0.45 102	0.21 26	0.43 35	0.41 44	0.39 287	0.15 1	0.19 6	0.44 4	0.36 25	0.26 5	0.25 7	0.31 34	0.41 88	1.43 291	0.30 42	0.17 99	0.12 50	0.15 19	0.11 8	1.16 528	1.70 543

LG-Stereo_L2	0.29 10	0.20 8	0.45 50	0.37 9	0.25 55	0.26 4	0.20 9	0.78 72	0.28 11	0.28 7	0.26 10	0.24 6	0.26 17	0.91 150	0.23 2	0.15 35	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

GREAT-IGEV	0.32 26	0.20 8	0.42 30	0.37 9	0.29 126	0.36 21	0.28 53	0.56 12	0.58 89	0.28 7	0.50 64	0.29 27	0.29 27	0.84 128	0.27 22	0.14 28	0.11 26	0.15 19	0.11 8	0.17 87	0.14 61

MonSter	0.28 7	0.18 1	0.39 14	0.36 5	0.21 9	0.55 147	0.31 75	0.55 11	0.43 43	0.28 7	0.29 13	0.23 3	0.21 2	0.56 38	0.25 10	0.11 1	0.10 9	0.14 1	0.11 8	0.14 18	0.11 2

S2M2_XL	0.24 1	0.24 74	0.39 14	0.34 1	0.24 38	0.16 2	0.18 2	0.32 1	0.22 4	0.29 10	0.40 23	0.24 6	0.23 8	0.32 1	0.26 17	0.20 212	0.18 306	0.18 108	0.16 146	0.18 117	0.14 61

LG-G_1	0.31 22	0.20 8	0.44 37	0.42 51	0.20 3	0.64 193	0.18 2	0.70 50	0.25 7	0.29 10	0.29 13	0.36 44	0.35 59	0.87 140	0.24 5	0.16 56	0.12 50	0.16 49	0.11 8	0.13 4	0.13 35

LG-G	0.31 22	0.20 8	0.44 37	0.42 51	0.20 3	0.64 193	0.18 2	0.70 50	0.25 7	0.29 10	0.29 13	0.36 44	0.35 59	0.87 140	0.24 5	0.16 56	0.12 50	0.16 49	0.11 8	0.13 4	0.13 35

LGtest1	0.27 4	0.21 26	0.44 37	0.41 44	0.21 9	0.42 42	0.19 6	0.56 12	0.26 9	0.29 10	0.24 6	0.29 27	0.29 27	0.55 37	0.25 10	0.18 138	0.12 50	0.16 49	0.12 38	0.14 18	0.13 35

FoundationStereo	0.24 1	0.21 26	0.36 3	0.38 22	0.22 16	0.32 13	0.22 16	0.39 2	0.23 6	0.30 14	0.25 7	0.30 32	0.33 44	0.34 3	0.26 17	0.16 56	0.12 50	0.15 19	0.11 8	0.13 4	0.12 10

IGEV	0.28 7	0.18 1	0.39 14	0.37 9	0.31 174	0.45 60	0.21 12	0.59 18	0.40 35	0.31 15	0.43 35	0.26 14	0.21 2	0.43 11	0.25 10	0.13 18	0.12 50	0.16 49	0.13 61	0.12 1	0.12 10

111111	0.34 37	0.20 8	0.41 22	0.45 94	0.42 311	0.37 23	0.22 16	0.95 142	0.38 30	0.31 15	0.31 16	0.40 53	0.27 19	0.96 164	0.26 17	0.17 99	0.12 50	0.15 19	0.11 8	0.15 38	0.13 35

S2M2	0.34 37	0.28 173	0.45 50	0.40 36	0.30 148	0.31 12	0.16 1	0.60 25	0.64 106	0.31 15	0.48 53	0.47 77	0.34 51	0.38 4	0.32 64	0.25 338	0.22 381	0.20 165	0.22 312	0.25 308	0.22 278

AIO_test	0.35 45	0.22 45	0.44 37	0.43 58	0.27 85	0.57 157	0.44 223	0.79 77	0.41 38	0.32 18	0.47 50	0.46 70	0.30 31	0.69 78	0.30 42	0.16 56	0.11 26	0.16 49	0.13 61	0.15 38	0.12 10

castereo++	0.38 56	0.23 56	0.41 22	0.43 58	0.31 174	0.97 358	0.22 16	0.86 103	0.58 89	0.32 18	0.44 39	0.51 100	0.39 81	0.93 158	0.24 5	0.17 99	0.11 26	0.17 74	0.12 38	0.14 18	0.14 61

dual_stereo	0.27 4	0.19 5	0.35 1	0.39 29	0.21 9	0.25 3	0.22 16	0.48 6	0.31 15	0.32 18	0.26 10	0.37 49	0.24 10	0.83 125	0.29 32	0.16 56	0.12 50	0.14 1	0.11 8	0.14 18	0.11 2

IGEV-Stereo++	0.30 14	0.20 8	0.40 17	0.46 101	0.30 148	0.33 14	0.22 16	0.75 62	0.45 48	0.32 18	0.41 25	0.32 35	0.48 138	0.38 4	0.27 22	0.15 35	0.11 26	0.15 19	0.12 38	0.15 38	0.13 35

RAStereo	0.34 37	0.21 26	0.66 174	0.47 112	0.27 85	0.26 4	0.29 58	0.69 46	0.63 102	0.32 18	0.42 26	0.45 67	0.31 36	0.45 12	0.34 94	0.17 99	0.15 217	0.19 130	0.15 104	0.18 117	0.13 35

AIO_rvc	0.36 46	0.23 56	0.49 70	0.43 58	0.27 85	0.59 165	0.38 148	0.94 137	0.45 48	0.33 23	0.46 48	0.49 90	0.22 6	0.84 128	0.30 42	0.16 56	0.11 26	0.16 49	0.12 38	0.15 38	0.13 35

GIP-stereo	0.34 37	0.23 56	0.45 50	0.50 165	0.36 245	0.38 26	0.23 24	0.78 72	0.52 77	0.34 24	0.51 67	0.46 70	0.38 79	0.51 24	0.27 22	0.20 212	0.12 50	0.16 49	0.12 38	0.16 58	0.14 61

MLG-Stereo_test3	0.28 7	0.18 1	0.42 30	0.40 36	0.23 22	0.47 69	0.19 6	0.61 26	0.29 12	0.35 25	0.21 2	0.35 42	0.21 2	0.60 56	0.25 10	0.15 35	0.11 26	0.16 49	0.11 8	0.13 4	0.13 35

SCV	0.46 109	0.26 123	0.55 110	0.47 112	0.25 55	0.39 29	0.38 148	1.98 457	0.60 96	0.35 25	0.48 53	0.55 117	0.36 68	1.28 250	0.32 64	0.24 312	0.12 50	0.17 74	0.13 61	0.18 117	0.14 61

mms	0.40 67	0.27 151	0.52 89	0.46 101	0.32 193	0.43 51	0.46 247	0.70 50	0.46 54	0.35 25	0.58 89	0.44 59	0.30 31	1.36 273	0.33 77	0.16 56	0.13 108	0.18 108	0.15 104	0.19 158	0.15 92

ours_stereo	0.39 59	0.28 173	0.51 82	0.46 101	0.30 148	0.40 31	0.44 223	0.73 57	0.56 86	0.35 25	0.56 83	0.46 70	0.33 44	1.11 209	0.32 64	0.16 56	0.13 108	0.19 130	0.15 104	0.19 158	0.14 61

Selective-IGEV	0.39 59	0.24 74	0.50 75	0.44 81	0.25 55	0.46 65	0.33 89	1.25 262	0.40 35	0.35 25	0.45 44	0.52 107	0.30 31	1.07 198	0.30 42	0.14 28	0.12 50	0.17 74	0.13 61	0.16 58	0.13 35

LG-Stereo	0.34 37	0.25 102	0.78 277	0.47 112	0.26 61	0.37 23	0.30 68	0.71 54	0.52 77	0.36 30	0.57 86	0.29 27	0.21 2	0.50 22	0.36 114	0.13 18	0.13 108	0.20 165	0.18 185	0.18 117	0.12 10

HUF	0.36 46	0.23 56	0.52 89	0.40 36	0.22 16	0.54 139	0.47 254	0.82 93	0.43 43	0.36 30	0.43 35	0.50 96	0.42 92	0.64 65	0.29 32	0.17 99	0.12 50	0.16 49	0.12 38	0.15 38	0.14 61

U	9.45 563	0.21 26	0.58 130	0.47 112	53.11 583	61.27 588	0.24 29	0.70 50	0.52 77	0.36 30	0.28 12	0.29 27	0.35 59	0.33 2	0.26 17	0.19 179	0.11 26	60.50 584	8.88 571	0.17 87	0.13 35

2.5w	0.31 22	0.23 56	0.46 58	0.39 29	0.24 38	0.42 42	0.39 163	0.61 26	0.30 13	0.37 33	0.53 71	0.24 6	0.25 12	0.77 103	0.28 31	0.12 5	0.10 9	0.14 1	0.12 38	0.14 18	0.12 10

DEFOM-Stereo	0.33 34	0.20 8	0.40 17	0.42 51	0.28 109	0.80 294	0.23 24	0.48 6	0.37 28	0.37 33	0.31 16	0.23 3	0.24 10	1.20 231	0.27 22	0.16 56	0.12 50	0.14 1	0.11 8	0.14 18	0.14 61

999	0.48 122	0.22 45	0.49 70	0.48 138	0.34 231	0.75 261	0.31 75	0.85 101	0.55 84	0.37 33	0.48 53	0.50 96	0.36 68	2.45 421	0.39 145	0.16 56	0.13 108	0.18 108	0.15 104	0.16 58	0.19 211

RSM++	0.38 56	0.24 74	0.51 82	0.47 112	0.26 61	0.50 101	0.41 187	0.79 77	0.45 48	0.37 33	0.45 44	0.60 140	0.35 59	1.02 184	0.30 42	0.15 35	0.13 108	0.17 74	0.14 88	0.18 117	0.13 35

IGEV++	0.40 67	0.22 45	0.51 82	0.52 216	0.29 126	0.45 60	0.25 30	1.65 359	0.46 54	0.37 33	0.57 86	0.46 70	0.45 111	0.50 22	0.38 137	0.19 179	0.12 50	0.16 49	0.13 61	0.16 58	0.15 92

MaDis-Stereo	0.36 46	0.25 102	0.58 130	0.44 81	0.34 231	0.30 11	0.30 68	0.72 55	0.50 61	0.37 33	0.36 20	0.58 132	0.49 146	0.52 27	0.36 114	0.19 179	0.16 256	0.19 130	0.15 104	0.18 117	0.14 61

asda	0.30 14	0.24 74	0.42 30	0.38 22	0.23 22	0.43 51	0.34 101	0.58 17	0.37 28	0.38 39	0.42 26	0.27 17	0.34 51	0.52 27	0.30 42	0.11 1	0.09 1	0.14 1	0.11 8	0.14 18	0.12 10

4.25_new	0.30 14	0.26 123	0.44 37	0.38 22	0.26 61	0.49 87	0.40 171	0.59 18	0.31 15	0.38 39	0.42 26	0.27 17	0.34 51	0.46 14	0.31 59	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4.5w_new	0.30 14	0.26 123	0.44 37	0.38 22	0.26 61	0.49 87	0.40 171	0.59 18	0.31 15	0.38 39	0.42 26	0.27 17	0.34 51	0.46 14	0.31 59	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4.25w-stereo	0.30 14	0.26 123	0.44 37	0.38 22	0.26 61	0.49 87	0.40 171	0.59 18	0.32 19	0.38 39	0.42 26	0.27 17	0.34 51	0.46 14	0.31 59	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

SCV_C0	0.43 83	0.26 123	0.65 167	0.43 58	0.29 126	0.47 69	0.31 75	1.34 276	0.73 143	0.38 39	0.49 61	0.54 114	0.29 27	1.24 241	0.30 42	0.17 99	0.13 108	0.16 49	0.13 61	0.20 192	0.15 92

DEFOM-Stereo_RVC	0.40 67	0.67 475	0.42 30	0.64 376	0.29 126	0.48 75	0.25 30	0.85 101	0.44 46	0.38 39	0.36 20	0.30 32	0.70 244	1.15 217	0.29 32	0.16 56	0.11 26	0.16 49	0.11 8	0.18 117	0.12 10

castereo	0.41 74	0.22 45	0.46 58	0.44 81	0.30 148	0.61 179	0.56 335	0.97 150	0.80 164	0.38 39	0.69 115	0.45 67	0.69 239	0.51 24	0.30 42	0.16 56	0.11 26	0.16 49	0.13 61	0.16 58	0.12 10

CroCo-Stereo Lap2	0.44 94	0.34 322	0.77 269	0.61 346	0.79 481	0.28 9	0.35 109	0.75 62	0.71 138	0.38 39	0.50 64	0.72 180	0.55 177	0.57 42	0.47 221	0.17 99	0.18 306	0.19 130	0.16 146	0.21 233	0.20 243

IGEV-RUCA	0.37 51	0.23 56	0.48 63	0.49 153	0.36 245	0.60 173	0.23 24	0.64 31	0.49 58	0.39 47	0.49 61	0.44 59	0.31 36	0.85 133	0.30 42	0.24 312	0.13 108	0.16 49	0.12 38	0.20 192	0.19 211

fffy	0.42 77	0.27 151	0.57 124	0.46 101	0.29 126	0.48 75	0.35 109	0.91 120	0.55 84	0.40 48	0.58 89	0.55 117	0.41 88	1.26 245	0.36 114	0.15 35	0.13 108	0.19 130	0.16 146	0.18 117	0.14 61

asd	0.30 14	0.21 26	0.41 22	0.39 29	0.24 38	0.47 69	0.30 68	0.69 46	0.30 13	0.41 49	0.39 22	0.28 26	0.33 44	0.62 62	0.27 22	0.13 18	0.09 1	0.14 1	0.12 38	0.14 18	0.12 10

4w-stereo	0.30 14	0.24 74	0.44 37	0.37 9	0.23 22	0.46 65	0.27 47	0.63 29	0.31 15	0.41 49	0.44 39	0.27 17	0.36 68	0.59 44	0.30 42	0.11 1	0.09 1	0.15 19	0.12 38	0.13 4	0.12 10

3.75w	0.32 26	0.23 56	0.44 37	0.37 9	0.29 126	0.62 188	0.36 125	0.59 18	0.32 19	0.41 49	0.47 50	0.25 12	0.34 51	0.64 65	0.26 17	0.12 5	0.09 1	0.14 1	0.12 38	0.13 4	0.12 10

1w_stereo	0.34 37	0.20 8	0.42 30	0.43 58	0.26 61	0.47 69	0.54 309	0.59 18	0.50 61	0.41 49	0.66 104	0.25 12	0.44 107	0.62 62	0.33 77	0.12 5	0.10 9	0.14 1	0.11 8	0.14 18	0.12 10

AIO-Stereo	0.37 51	0.25 102	0.51 82	0.47 112	0.23 22	0.45 60	0.39 163	1.07 201	0.52 77	0.41 49	0.48 53	0.52 107	0.25 12	0.72 89	0.30 42	0.16 56	0.12 50	0.17 74	0.13 61	0.16 58	0.13 35

RSM	0.39 59	0.24 74	0.49 70	0.46 101	0.26 61	0.47 69	0.40 171	0.92 123	0.44 46	0.41 49	0.42 26	0.65 158	0.33 44	1.07 198	0.29 32	0.15 35	0.12 50	0.17 74	0.13 61	0.17 87	0.13 35

LG-Stereo_Zeroshot	0.36 46	0.23 56	0.54 100	0.50 165	0.28 109	0.36 21	0.22 16	1.02 167	0.39 31	0.42 55	0.64 102	0.36 44	0.51 155	0.39 6	0.29 32	0.18 138	0.12 50	0.17 74	0.13 61	0.18 117	0.18 171

SGD-Stereo	0.32 26	0.20 8	0.40 17	0.38 22	0.19 1	0.43 51	0.22 16	0.64 31	0.33 21	0.42 55	0.34 18	0.27 17	0.35 59	1.15 217	0.30 42	0.20 212	0.10 9	0.15 19	0.13 61	0.17 87	0.13 35

AEACV	0.37 51	0.24 74	0.52 89	0.47 112	0.51 373	0.37 23	0.38 148	0.65 35	0.53 81	0.42 55	0.56 83	0.46 70	0.60 204	0.53 30	0.30 42	0.16 56	0.13 108	0.18 108	0.15 104	0.17 87	0.14 61

EGLCR-Stereo	0.37 51	0.22 45	0.51 82	0.43 58	0.26 61	0.44 57	0.22 16	0.99 156	0.48 57	0.42 55	0.42 26	0.67 165	0.29 27	0.86 137	0.33 77	0.17 99	0.12 50	0.19 130	0.17 167	0.17 87	0.15 92

CroCo-Stereo	0.40 67	0.31 261	0.73 232	0.58 308	0.27 85	0.26 4	0.33 89	0.95 142	0.81 167	0.42 55	0.47 50	0.65 158	0.47 127	0.39 6	0.34 94	0.18 138	0.15 217	0.16 49	0.14 88	0.19 158	0.16 121
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
3.5w_stereo	0.33 34	0.25 102	0.45 50	0.37 9	0.24 38	0.54 139	0.35 109	0.66 39	0.36 25	0.43 60	0.44 39	0.29 27	0.34 51	0.77 103	0.39 145	0.11 1	0.09 1	0.15 19	0.11 8	0.14 18	0.13 35

2w_stereo	0.32 26	0.24 74	0.45 50	0.39 29	0.22 16	0.46 65	0.47 254	0.69 46	0.42 41	0.43 60	0.50 64	0.24 6	0.45 111	0.47 18	0.29 32	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.13 35

Occ-G	0.42 77	0.21 26	0.48 63	0.41 44	0.26 61	0.42 42	0.62 367	0.77 68	0.49 58	0.43 60	0.66 104	1.02 298	0.46 118	0.78 108	0.41 163	0.16 56	0.13 108	0.18 108	0.13 61	0.16 58	0.16 121

plain	0.46 109	0.27 151	1.01 367	0.50 165	0.40 298	0.35 17	0.37 142	0.87 104	0.56 86	0.43 60	0.76 135	0.42 54	0.40 85	1.13 214	0.45 200	0.21 246	0.15 217	0.24 287	0.19 207	0.24 296	0.16 121

3w_stereo	0.33 34	0.25 102	0.52 89	0.40 36	0.21 9	0.53 131	0.54 309	0.65 35	0.46 54	0.44 64	0.48 53	0.23 3	0.45 111	0.46 14	0.29 32	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.15 92

monsterstereo	0.34 37	0.20 8	0.44 37	0.45 94	0.35 235	0.27 8	0.29 58	0.53 8	0.51 70	0.44 64	0.61 94	0.26 14	0.25 12	1.19 229	0.27 22	0.13 18	0.11 26	0.15 19	0.12 38	0.15 38	0.10 1

fffft	0.38 56	0.23 56	0.51 82	0.44 81	0.32 193	0.43 51	0.48 265	0.76 65	0.36 25	0.44 64	0.34 18	0.38 51	0.31 36	1.31 256	0.32 64	0.14 28	0.11 26	0.19 130	0.15 104	0.16 58	0.16 121
1: 1. 1
IGEV-BASED-STEREO-	0.70 269	3.18 562	2.55 516	0.39 29	0.23 22	0.44 57	0.23 24	0.63 29	0.42 41	0.44 64	0.44 39	0.34 40	0.28 23	0.56 38	0.29 32	1.35 536	0.10 9	0.22 229	0.19 207	0.46 467	1.31 536

LoS_RVC	0.42 77	0.26 123	0.40 17	0.44 81	0.82 490	0.51 118	0.44 223	0.64 31	0.41 38	0.44 64	0.78 139	0.44 59	0.47 127	0.56 38	0.36 114	0.13 18	0.12 50	0.14 1	0.10 2	0.13 4	0.84 519

CES	0.48 122	0.20 8	0.37 5	0.39 29	1.39 533	0.55 147	0.35 109	0.98 154	0.66 123	0.44 64	0.66 104	0.35 42	0.27 19	0.56 38	0.33 77	0.15 35	0.13 108	0.15 19	0.10 2	0.19 158	1.46 538

ProNet	0.43 83	0.28 173	0.58 130	0.43 58	0.30 148	0.56 152	0.52 295	1.00 160	0.58 89	0.44 64	0.49 61	0.43 57	0.43 99	1.28 250	0.36 114	0.15 35	0.13 108	0.19 130	0.16 146	0.17 87	0.16 121

sCroCo_RVC	0.49 128	0.40 378	1.02 374	0.65 390	0.60 424	0.52 122	0.40 171	0.83 97	0.61 97	0.44 64	0.74 131	0.49 90	0.50 152	0.63 64	0.48 226	0.26 361	0.27 426	0.23 267	0.22 312	0.29 364	0.25 324

2.25w	0.32 26	0.24 74	0.48 63	0.37 9	0.24 38	0.45 60	0.25 30	0.62 28	0.40 35	0.45 72	0.58 89	0.27 17	0.32 42	0.74 99	0.35 104	0.12 5	0.10 9	0.14 1	0.12 38	0.13 4	0.14 61

4.5_new	0.29 10	0.25 102	0.41 22	0.36 5	0.23 22	0.52 122	0.36 125	0.56 12	0.34 22	0.45 72	0.42 26	0.27 17	0.25 12	0.40 8	0.24 5	0.13 18	0.10 9	0.15 19	0.13 61	0.16 58	0.12 10

4.5w-stereo	0.29 10	0.25 102	0.41 22	0.36 5	0.23 22	0.52 122	0.36 125	0.56 12	0.34 22	0.45 72	0.42 26	0.27 17	0.25 12	0.40 8	0.24 5	0.13 18	0.10 9	0.15 19	0.13 61	0.16 58	0.12 10

MIF-Stereo (partial)	0.45 102	0.25 102	0.70 202	0.50 165	0.52 385	0.35 17	0.26 40	0.91 120	0.59 95	0.45 72	0.71 122	0.51 100	0.51 155	1.11 209	0.45 200	0.20 212	0.16 256	0.23 267	0.20 239	0.24 296	0.18 171

SMoEStereo_RVC	0.39 59	0.25 102	0.50 75	0.45 94	0.30 148	0.61 179	0.36 125	0.72 55	0.45 48	0.46 76	0.43 35	0.42 54	0.35 59	1.39 283	0.29 32	0.15 35	0.12 50	0.20 165	0.15 104	0.16 58	0.15 92

rvit_stereo_ft	0.47 116	0.35 343	0.87 312	0.67 409	0.42 311	0.40 31	0.59 358	0.81 90	0.74 145	0.46 76	0.55 80	0.57 127	0.49 146	0.65 71	0.50 239	0.25 338	0.17 285	0.22 229	0.22 312	0.24 296	0.17 146

MGS-Stereo	0.42 77	0.26 123	0.58 130	0.44 81	0.28 109	0.50 101	0.34 101	0.57 16	0.83 173	0.46 76	1.31 336	0.52 107	0.33 44	0.65 71	0.36 114	0.19 179	0.16 256	0.18 108	0.15 104	0.17 87	0.16 121

2.75w_new	0.31 22	0.23 56	0.43 35	0.35 3	0.23 22	0.42 42	0.42 191	0.54 10	0.35 24	0.47 79	0.43 35	0.24 6	0.30 31	0.66 73	0.33 77	0.12 5	0.10 9	0.14 1	0.11 8	0.13 4	0.12 10

3.25w_new	0.32 26	0.21 26	0.45 50	0.38 22	0.23 22	0.52 122	0.34 101	0.65 35	0.39 31	0.47 79	0.45 44	0.32 35	0.35 59	0.61 60	0.27 22	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

3.25w	0.32 26	0.21 26	0.45 50	0.37 9	0.23 22	0.52 122	0.34 101	0.65 35	0.39 31	0.47 79	0.45 44	0.32 35	0.35 59	0.61 60	0.27 22	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

monsters	0.34 37	0.20 8	0.41 22	0.39 29	0.36 245	0.34 15	0.27 47	0.66 39	0.43 43	0.47 79	0.40 23	0.22 2	0.23 8	1.33 263	0.25 10	0.13 18	0.10 9	0.14 1	0.11 8	0.13 4	0.13 35

Pointernet	0.37 51	0.20 8	0.57 124	0.43 58	0.28 109	0.51 118	0.27 47	0.93 130	0.61 97	0.47 79	0.63 99	0.49 90	0.38 79	0.49 21	0.33 77	0.17 99	0.13 108	0.14 1	0.11 8	0.13 4	0.12 10

AE-Stereo	0.49 128	0.27 151	0.67 179	0.60 332	0.39 287	0.67 221	0.46 247	1.18 235	1.09 282	0.47 79	0.75 133	0.69 172	0.47 127	0.59 44	0.40 152	0.16 56	0.15 217	0.21 200	0.20 239	0.19 158	0.15 92

IGEVStereo-DCA	0.46 109	0.28 173	0.56 114	0.43 58	0.33 214	0.49 87	0.42 191	0.87 104	0.50 61	0.47 79	0.48 53	0.48 82	0.46 118	2.03 384	0.30 42	0.19 179	0.14 159	0.19 130	0.15 104	0.16 58	0.18 171

rrr	0.46 109	0.28 173	0.73 232	0.43 58	0.33 214	0.49 87	0.38 148	0.76 65	0.50 61	0.47 79	0.48 53	0.48 82	0.46 118	2.03 384	0.30 42	0.19 179	0.14 159	0.19 130	0.15 104	0.16 58	0.16 121

depthmonostereo	0.41 74	0.23 56	0.53 94	0.47 112	0.23 22	0.61 179	0.35 109	1.00 160	0.76 152	0.48 87	0.65 103	0.47 77	0.49 146	0.67 76	0.37 126	0.16 56	0.15 217	0.16 49	0.14 88	0.16 58	0.15 92

rvit_stereo_0081	0.44 94	0.33 299	0.64 160	0.54 249	0.35 235	0.41 35	0.44 223	0.66 39	0.95 211	0.48 87	0.52 69	0.50 96	0.46 118	0.82 123	0.44 187	0.25 338	0.20 341	0.22 229	0.19 207	0.25 308	0.17 146

rvit_stereo_0082	0.44 94	0.33 299	0.64 160	0.54 249	0.35 235	0.41 35	0.44 223	0.66 39	0.95 211	0.48 87	0.52 69	0.50 96	0.46 118	0.82 123	0.44 187	0.25 338	0.20 341	0.22 229	0.19 207	0.25 308	0.17 146

MyStereo07	0.48 122	0.29 208	0.50 75	0.55 273	0.45 335	0.59 165	0.79 418	1.05 186	0.51 70	0.48 87	0.53 71	0.43 57	0.55 177	1.30 255	0.34 94	0.17 99	0.16 256	0.24 287	0.20 239	0.23 281	0.20 243

CAS	0.63 223	0.18 1	0.37 5	2.27 542	0.84 492	0.57 157	0.54 309	0.79 77	0.62 99	0.48 87	0.70 119	0.36 44	0.26 17	0.45 12	0.35 104	2.24 542	0.10 9	0.14 1	0.09 1	0.15 38	1.06 531

LoS	0.40 67	0.21 26	0.44 37	0.37 9	0.22 16	0.50 101	0.40 171	1.00 160	0.94 209	0.48 87	0.66 104	0.48 82	0.40 85	0.60 56	0.37 126	0.18 138	0.14 159	0.16 49	0.11 8	0.14 18	0.14 61
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
qwe	0.32 26	0.21 26	0.40 17	0.37 9	0.26 61	0.49 87	0.29 58	0.64 31	0.39 31	0.49 93	0.48 53	0.26 14	0.27 19	0.80 114	0.34 94	0.12 5	0.10 9	0.14 1	0.11 8	0.15 38	0.12 10

rvit_stereo_0083	0.47 116	0.33 299	0.81 286	0.56 286	0.36 245	0.50 101	0.44 223	0.68 45	0.95 211	0.49 93	0.57 86	0.55 117	0.49 146	0.88 142	0.46 214	0.25 338	0.25 411	0.24 287	0.20 239	0.24 296	0.17 146

ff7	0.43 83	0.27 151	0.56 114	0.44 81	0.33 214	0.50 101	0.42 191	0.87 104	0.50 61	0.49 93	0.53 71	0.44 59	0.48 138	1.38 278	0.33 77	0.17 99	0.12 50	0.21 200	0.15 104	0.18 117	0.18 171

ffff	0.43 83	0.27 151	0.56 114	0.44 81	0.33 214	0.50 101	0.42 191	0.87 104	0.50 61	0.49 93	0.53 71	0.44 59	0.48 138	1.38 278	0.33 77	0.17 99	0.12 50	0.21 200	0.15 104	0.18 117	0.18 171

11t	0.43 83	0.27 151	0.56 114	0.44 81	0.33 214	0.50 101	0.42 191	0.87 104	0.50 61	0.49 93	0.53 71	0.44 59	0.48 138	1.38 278	0.33 77	0.17 99	0.12 50	0.21 200	0.15 104	0.18 117	0.18 171

anonymousdsp	0.43 83	0.27 151	0.53 94	0.44 81	0.32 193	0.50 101	0.42 191	0.89 113	0.51 70	0.49 93	0.53 71	0.47 77	0.47 127	1.33 263	0.33 77	0.17 99	0.12 50	0.21 200	0.15 104	0.18 117	0.18 171

ccc-4	0.43 83	0.27 151	0.56 114	0.44 81	0.33 214	0.50 101	0.42 191	0.87 104	0.50 61	0.49 93	0.53 71	0.44 59	0.48 138	1.38 278	0.33 77	0.17 99	0.12 50	0.21 200	0.15 104	0.18 117	0.18 171

IGEV-Stereo	0.43 83	0.27 151	0.54 100	0.45 94	0.32 193	0.50 101	0.42 191	0.90 119	0.51 70	0.49 93	0.53 71	0.47 77	0.47 127	1.32 260	0.33 77	0.17 99	0.12 50	0.21 200	0.15 104	0.18 117	0.18 171
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rvit_stereo_0080	0.44 94	0.32 277	0.71 214	0.47 112	0.36 245	0.42 42	0.55 327	0.82 93	0.68 128	0.50 101	0.60 92	0.55 117	0.47 127	0.59 44	0.44 187	0.26 361	0.21 363	0.20 165	0.20 239	0.31 384	0.19 211

whm_eth	0.44 94	0.32 277	0.71 214	0.47 112	0.36 245	0.42 42	0.55 327	0.82 93	0.68 128	0.50 101	0.60 92	0.55 117	0.47 127	0.59 44	0.44 187	0.26 361	0.21 363	0.20 165	0.20 239	0.31 384	0.19 211

sAnonymous2	0.55 175	0.56 445	1.46 460	0.60 332	0.51 373	0.48 75	0.52 295	0.79 77	0.68 128	0.50 101	0.67 108	0.46 70	0.62 218	0.59 44	0.40 152	0.22 272	0.17 285	0.22 229	0.21 283	0.86 515	0.56 489

CroCo_RVC	0.55 175	0.56 445	1.46 460	0.60 332	0.51 373	0.48 75	0.52 295	0.79 77	0.68 128	0.50 101	0.67 108	0.46 70	0.62 218	0.59 44	0.40 152	0.22 272	0.17 285	0.22 229	0.21 283	0.86 515	0.56 489

tt45	0.45 102	0.23 56	0.46 58	0.45 94	0.33 214	0.79 286	0.32 82	0.78 72	0.41 38	0.51 105	0.44 39	0.49 90	0.37 73	2.14 394	0.34 94	0.16 56	0.13 108	0.19 130	0.16 146	0.17 87	0.18 171

GLC_STEREO	0.39 59	0.25 102	0.41 22	0.54 249	0.23 22	0.48 75	0.30 68	0.73 57	0.58 89	0.52 106	0.73 127	0.51 100	0.31 36	0.64 65	0.42 174	0.17 99	0.20 341	0.23 267	0.19 207	0.21 233	0.17 146

water-stereo	0.39 59	0.20 8	0.48 63	0.44 81	0.27 85	0.50 101	0.26 40	0.92 123	0.51 70	0.53 107	0.78 139	0.55 117	0.49 146	0.42 10	0.42 174	0.16 56	0.15 217	0.17 74	0.15 104	0.16 58	0.15 92

MoCha-V2	0.40 67	0.20 8	0.49 70	0.50 165	0.21 9	0.44 57	0.33 89	0.93 130	0.53 81	0.53 107	0.53 71	0.42 54	0.58 200	1.09 203	0.27 22	0.14 28	0.12 50	0.15 19	0.12 38	0.17 87	0.15 92

test_xeample3	0.42 77	0.28 173	0.69 196	0.43 58	0.33 214	0.56 152	0.38 148	0.79 77	0.45 48	0.53 107	0.46 48	0.44 59	0.44 107	1.38 278	0.31 59	0.18 138	0.14 159	0.19 130	0.15 104	0.17 87	0.16 121

rvit_0105_6	0.53 145	0.37 360	0.98 357	0.65 390	0.38 277	0.51 118	0.51 284	0.77 68	1.20 354	0.54 110	0.55 80	0.65 158	0.53 165	0.94 161	0.44 187	0.32 421	0.32 462	0.28 376	0.24 348	0.28 353	0.21 260

UniTT-Stereo	0.36 46	0.23 56	0.59 137	0.48 138	0.36 245	0.40 31	0.32 82	0.53 8	0.49 58	0.54 110	0.55 80	0.36 44	0.31 36	0.58 43	0.51 244	0.20 212	0.15 217	0.17 74	0.15 104	0.19 158	0.15 92

rvit_0105_4	0.56 184	0.38 367	1.06 387	0.66 397	0.38 277	0.53 131	0.53 303	0.84 100	1.17 334	0.56 112	0.61 94	0.72 180	0.59 201	0.98 173	0.45 200	0.32 421	0.33 467	0.29 386	0.25 363	0.29 364	0.23 298

AIO-test1	0.56 184	0.25 102	0.55 110	0.64 376	0.78 478	0.80 294	0.36 125	1.18 235	1.34 419	0.57 113	0.88 162	0.61 144	0.50 152	1.12 212	0.35 104	0.17 99	0.17 285	0.22 229	0.24 348	0.18 117	0.23 298

tt1	0.62 216	0.32 277	0.51 82	0.54 249	0.26 61	1.16 398	0.48 265	0.95 142	2.47 523	0.57 113	0.77 137	0.49 90	0.81 290	1.55 316	0.32 64	0.20 212	0.12 50	0.24 287	0.15 104	0.19 158	0.20 243

HART	0.45 102	0.22 45	0.54 100	0.50 165	0.26 61	0.41 35	0.29 58	1.03 172	0.50 61	0.58 115	1.45 385	0.61 144	0.35 59	1.08 202	0.30 42	0.15 35	0.13 108	0.19 130	0.14 88	0.19 158	0.14 61

rvit_stereo_0081_aga	0.44 94	0.34 322	0.73 232	0.51 195	0.41 306	0.50 101	0.40 171	0.81 90	0.57 88	0.58 115	0.56 83	0.53 112	0.43 99	0.66 73	0.40 152	0.26 361	0.21 363	0.22 229	0.20 239	0.26 320	0.18 171

ACVNet-DCA	0.56 184	0.31 261	0.50 75	0.54 249	0.26 61	1.18 401	0.51 284	1.42 294	0.78 159	0.58 115	0.79 145	0.48 82	0.88 328	1.46 297	0.32 64	0.20 212	0.12 50	0.25 326	0.15 104	0.22 256	0.21 260

xx1	0.67 259	0.31 261	0.50 75	0.54 249	0.26 61	1.18 401	0.51 284	0.93 130	3.05 536	0.58 115	0.79 145	0.95 272	0.77 269	1.46 297	0.32 64	0.20 212	0.12 50	0.24 287	0.23 335	0.22 256	0.21 260

1test111	0.54 160	0.31 261	0.50 75	0.54 249	0.26 61	1.18 401	0.51 284	1.42 294	0.78 159	0.58 115	0.79 145	0.48 82	0.88 328	0.88 142	0.59 279	0.20 212	0.12 50	0.25 326	0.15 104	0.22 256	0.21 260

cc1	0.64 235	0.31 261	0.50 75	0.54 249	0.26 61	1.18 401	0.51 284	0.93 130	3.05 536	0.58 115	0.79 145	0.48 82	0.88 328	1.46 297	0.32 64	0.20 212	0.12 50	0.25 326	0.15 104	0.19 158	0.19 211

Selective-RAFT	0.52 135	0.28 173	0.79 280	0.55 273	0.27 85	0.91 332	0.33 89	0.80 85	0.88 187	0.58 115	0.63 99	0.81 205	0.77 269	1.29 254	0.48 226	0.19 179	0.14 159	0.17 74	0.15 104	0.19 158	0.17 146

CREStereo	0.39 59	0.21 26	0.38 8	0.34 1	0.22 16	0.53 131	0.29 58	0.77 68	1.11 291	0.58 115	0.71 122	0.51 100	0.41 88	0.54 32	0.34 94	0.18 138	0.13 108	0.15 19	0.10 2	0.14 18	0.14 61
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
MM-Stereo_test2	0.43 83	0.24 74	0.67 179	0.51 195	0.32 193	0.55 147	0.45 240	0.97 150	0.77 156	0.59 123	0.51 67	0.49 90	0.42 92	0.80 114	0.30 42	0.15 35	0.13 108	0.18 108	0.14 88	0.19 158	0.14 61

trnet	0.39 59	0.21 26	0.37 5	0.36 5	0.20 3	0.53 131	0.29 58	0.78 72	1.12 295	0.59 123	0.71 122	0.53 112	0.42 92	0.54 32	0.34 94	0.18 138	0.13 108	0.15 19	0.10 2	0.14 18	0.13 35

MC-Stereo	0.43 83	0.23 56	0.48 63	0.51 195	0.28 109	0.39 29	0.32 82	0.88 112	0.68 128	0.60 125	0.84 154	0.56 125	0.61 213	1.03 185	0.31 59	0.17 99	0.11 26	0.17 74	0.15 104	0.16 58	0.13 35

xyz-stereo-finetune	0.48 122	0.25 102	0.54 100	0.42 51	0.23 22	0.80 294	0.42 191	0.80 85	0.80 164	0.61 126	0.62 97	0.54 114	0.43 99	1.70 344	0.58 276	0.15 35	0.15 217	0.19 130	0.15 104	0.16 58	0.15 92

H2IRNET	0.56 184	0.26 123	0.66 174	0.47 112	0.35 235	0.41 35	0.26 40	0.92 123	1.17 334	0.61 126	1.28 326	1.08 313	0.86 318	0.99 176	0.63 296	0.19 179	0.16 256	0.22 229	0.25 363	0.21 233	0.18 171

Former-RAFT_DAM_RVC	0.46 109	0.36 353	0.71 214	0.47 112	0.36 245	0.67 221	0.35 109	0.78 72	1.12 295	0.61 126	0.62 97	0.39 52	0.39 81	0.71 86	0.39 145	0.20 212	0.17 285	0.22 229	0.18 185	0.23 281	0.19 211

MM-Stereo_test3	0.50 132	0.24 74	0.54 100	0.54 249	0.74 465	0.49 87	0.53 303	1.09 209	1.05 259	0.62 129	0.95 177	0.61 144	0.42 92	0.77 103	0.38 137	0.20 212	0.17 285	0.20 165	0.16 146	0.18 117	0.18 171

AIO-test2	0.57 191	0.28 173	0.63 153	0.61 346	0.58 413	0.79 286	0.51 284	1.18 235	1.40 451	0.63 130	1.15 275	0.51 100	0.43 99	1.09 203	0.35 104	0.21 246	0.17 285	0.26 345	0.30 432	0.20 192	0.19 211

rvit_0105_5	0.58 197	0.39 372	1.05 383	0.66 397	0.37 260	0.58 160	0.56 335	0.94 137	1.18 341	0.64 131	0.68 111	0.75 184	0.63 223	0.88 142	0.50 239	0.32 421	0.32 462	0.30 398	0.27 391	0.28 353	0.25 324

PMTNet	0.46 109	0.21 26	0.38 8	0.37 9	0.23 22	0.71 245	0.27 47	0.74 61	1.04 255	0.64 131	0.70 119	0.55 117	0.47 127	0.86 137	0.35 104	1.00 525	0.13 108	0.15 19	0.10 2	0.15 38	0.13 35

xyz-stereo-finetune2	0.58 197	0.27 151	0.57 124	0.40 36	0.24 38	1.09 384	0.32 82	0.79 77	0.53 81	0.65 133	1.07 231	0.58 132	0.80 286	2.47 426	0.80 353	0.16 56	0.15 217	0.21 200	0.17 167	0.16 58	0.17 146

GCAP-Stereo	0.40 67	0.28 173	0.68 183	0.47 112	0.25 55	0.53 131	0.32 82	0.82 93	0.58 89	0.65 133	0.69 115	0.58 132	0.42 92	0.47 18	0.29 32	0.17 99	0.14 159	0.17 74	0.13 61	0.17 87	0.14 61

XX-Stereo	0.63 223	0.26 123	1.90 492	0.81 473	0.67 446	0.43 51	0.23 24	1.03 172	0.58 89	0.65 133	1.56 417	1.41 396	0.39 81	1.28 250	0.35 104	0.20 212	0.14 159	0.20 165	0.19 207	0.18 117	0.14 61

DLNR_Zeroshot_test	23.17 576	48.52 589	43.29 581	176.68 589	78.69 585	0.35 17	0.21 12	23.41 576	0.75 146	0.66 136	0.86 157	0.59 139	0.30 31	1.56 318	0.44 187	9.57 573	0.12 50	0.18 108	0.14 88	76.92 588	0.16 121

RCA-Stereo	0.50 132	0.23 56	0.58 130	0.48 138	0.33 214	0.55 147	0.45 240	0.97 150	1.38 441	0.68 137	1.05 225	0.63 152	0.80 286	0.59 44	0.32 64	0.17 99	0.12 50	0.17 74	0.14 88	0.16 58	0.14 61

HH	0.63 223	0.30 228	0.77 269	0.50 165	0.32 193	0.49 87	0.46 247	1.65 359	0.64 106	0.69 138	1.09 241	1.63 440	0.85 310	1.90 370	0.37 126	0.18 138	0.13 108	0.19 130	0.17 167	0.19 158	0.16 121

HanStereo	0.63 223	0.30 228	0.77 269	0.50 165	0.32 193	0.49 87	0.46 247	1.65 359	0.64 106	0.69 138	1.09 241	1.63 440	0.85 310	1.90 370	0.37 126	0.18 138	0.13 108	0.19 130	0.17 167	0.19 158	0.16 121

RAFT+CT+SA	0.58 197	0.29 208	0.60 142	0.66 397	0.37 260	0.42 42	0.55 327	1.27 264	1.03 250	0.70 140	1.22 300	0.60 140	0.70 244	1.64 331	0.41 163	0.18 138	0.13 108	0.22 229	0.22 312	0.21 233	0.18 171

RALCasStereoNet	0.54 160	0.30 228	0.66 174	0.59 321	0.51 373	0.61 179	0.52 295	0.94 137	0.93 206	0.70 140	1.01 202	0.78 195	0.44 107	1.33 263	0.47 221	0.20 212	0.16 256	0.18 108	0.16 146	0.20 192	0.19 211

WCG-NET（raft）	0.45 102	0.21 26	0.55 110	0.40 36	0.24 38	0.50 101	0.36 125	0.73 57	1.09 282	0.71 142	0.76 135	0.92 259	0.51 155	0.84 128	0.34 94	0.16 56	0.12 50	0.15 19	0.14 88	0.14 18	0.14 61

CAS++	0.47 116	0.31 261	0.56 114	0.47 112	0.32 193	0.42 42	0.28 53	1.76 391	0.72 139	0.71 142	0.72 125	0.37 49	0.28 23	0.69 78	0.33 77	0.27 377	0.22 381	0.26 345	0.21 283	0.29 364	0.19 211
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
StereoVision	0.65 243	0.34 322	0.86 301	0.59 321	0.40 298	0.50 101	0.41 187	1.09 209	0.93 206	0.71 142	2.50 508	0.82 210	0.57 191	1.03 185	0.49 233	0.25 338	0.28 433	0.29 386	0.28 412	0.36 416	0.20 243

EKT-Stereo	0.53 145	0.30 228	0.73 232	0.58 308	0.60 424	0.51 118	0.48 265	0.94 137	0.90 194	0.71 142	0.88 162	0.77 191	0.43 99	1.07 198	0.40 152	0.22 272	0.16 256	0.21 200	0.18 185	0.20 192	0.22 278

EAI-Stereo	0.65 243	0.28 173	0.69 196	0.53 234	0.27 85	0.60 173	0.40 171	2.28 511	0.64 106	0.71 142	3.18 521	0.57 127	0.43 99	1.06 194	0.41 163	0.18 138	0.13 108	0.17 74	0.17 167	0.17 87	0.17 146

Anonymous3	0.61 212	0.44 396	1.11 404	0.59 321	0.49 355	0.93 343	0.65 376	0.93 130	0.81 167	0.72 147	0.88 162	0.65 158	0.69 239	1.06 194	0.53 258	0.35 447	0.30 448	0.26 345	0.26 380	0.31 384	0.27 358

testlalala_base	0.77 317	0.40 378	0.70 202	0.65 390	0.50 362	0.79 286	0.28 53	1.50 315	0.51 70	0.73 148	0.90 166	0.69 172	0.54 170	0.66 73	0.40 152	2.82 547	0.14 159	0.17 74	0.12 38	2.68 543	0.19 211

riskmin	0.56 184	0.27 151	0.60 142	0.43 58	0.31 174	0.83 310	0.42 191	1.14 224	1.04 255	0.73 148	0.75 133	1.11 329	1.01 389	0.81 120	0.51 244	0.20 212	0.14 159	0.24 287	0.15 104	0.24 296	0.25 324

WCG-NET	0.42 77	0.21 26	0.54 100	0.40 36	0.25 55	0.47 69	0.32 82	0.73 57	1.15 322	0.76 150	0.73 127	0.58 132	0.45 111	0.60 56	0.34 94	0.15 35	0.11 26	0.16 49	0.14 88	0.15 38	0.13 35

rvit_stereo_0075_2	0.64 235	0.46 405	1.05 383	0.66 397	0.66 442	0.53 131	0.48 265	1.20 245	1.12 295	0.76 150	0.92 170	0.78 195	0.53 165	1.03 185	0.59 279	0.37 455	0.28 433	0.40 471	0.31 438	0.37 420	0.32 405

test_5	0.65 243	0.30 228	0.75 252	0.67 409	0.50 362	0.92 339	0.52 295	1.39 288	1.12 295	0.76 150	1.11 251	1.00 289	0.90 335	1.53 312	0.45 200	0.18 138	0.13 108	0.23 267	0.22 312	0.21 233	0.19 211

raft+_RVC	0.53 145	0.26 123	0.54 100	0.60 332	0.47 351	0.54 139	0.54 309	1.27 264	0.99 235	0.76 150	1.03 220	0.70 176	0.56 182	0.93 158	0.47 221	0.18 138	0.14 159	0.19 130	0.18 185	0.18 117	0.15 92

XX-TBD	0.46 109	0.70 483	0.35 1	0.79 467	0.25 55	0.58 160	0.26 40	0.69 46	1.27 389	0.76 150	1.00 196	0.45 67	0.33 44	0.47 18	0.37 126	0.19 179	0.15 217	0.15 19	0.11 8	0.17 87	0.14 61

DilatedVolume-Stereo	0.43 83	0.21 26	0.55 110	0.43 58	0.32 193	0.72 248	0.29 58	0.80 85	0.51 70	0.77 155	0.73 127	0.48 82	0.40 85	1.13 214	0.39 145	0.15 35	0.14 159	0.15 19	0.14 88	0.16 58	0.14 61

AIO-Stereo-zeroshot	0.72 278	0.35 343	1.70 478	0.49 153	0.56 401	0.63 190	0.38 148	2.41 522	0.65 121	0.77 155	1.07 231	1.82 467	0.95 360	0.93 158	0.43 184	0.20 212	0.13 108	0.21 200	0.25 363	0.28 353	0.26 348

anonymousdsp2	0.53 145	0.27 151	0.74 248	0.48 138	0.29 126	0.76 267	0.47 254	1.61 350	0.82 172	0.77 155	0.77 137	0.75 184	0.47 127	1.03 185	0.40 152	0.18 138	0.13 108	0.18 108	0.13 61	0.19 158	0.18 171

DCRE	0.82 343	0.26 123	0.70 202	0.58 308	0.44 328	0.54 139	0.48 265	0.95 142	0.78 159	0.78 158	7.33 553	0.86 230	0.52 160	0.76 100	0.41 163	0.16 56	0.16 256	0.19 130	0.17 167	0.18 117	0.17 146

dd	0.59 203	0.48 414	0.97 354	0.55 273	0.32 193	0.64 193	0.47 254	1.02 167	1.34 419	0.78 158	0.86 157	0.58 132	0.54 170	1.01 181	0.86 370	0.28 390	0.18 306	0.26 345	0.19 207	0.32 393	0.24 312

test-1	0.52 135	0.26 123	1.04 382	0.56 286	0.32 193	0.61 179	0.38 148	1.10 212	0.91 199	0.78 158	1.01 202	0.77 191	0.52 160	0.60 56	0.42 174	0.17 99	0.14 159	0.20 165	0.17 167	0.20 192	0.23 298

iRaft-Stereo_5w	0.85 358	0.29 208	0.91 332	0.53 234	0.43 321	0.49 87	0.68 389	0.99 156	0.87 183	0.79 161	1.34 351	1.46 408	0.91 338	5.11 491	1.11 414	0.17 99	0.14 159	0.22 229	0.18 185	0.20 192	0.20 243

TRStereo	0.60 206	0.60 463	0.97 354	0.74 453	0.67 446	0.46 65	0.38 148	1.85 421	0.89 190	0.79 161	0.80 150	0.88 238	0.39 81	1.10 206	0.41 163	0.23 297	0.15 217	0.23 267	0.24 348	0.17 87	0.15 92

qqq	0.57 191	0.34 322	0.71 214	0.47 112	0.27 85	0.64 193	0.62 367	1.42 294	0.78 159	0.80 163	0.92 170	0.95 272	0.77 269	0.88 142	0.59 279	0.21 246	0.20 341	0.24 287	0.23 335	0.22 256	0.21 260

CREStereo++_RVC	0.47 116	0.21 26	0.38 8	0.45 94	0.38 277	0.45 60	0.25 30	0.75 62	1.29 398	0.80 163	1.21 298	0.47 77	0.37 73	0.53 30	0.44 187	0.16 56	0.11 26	0.15 19	0.80 529	0.18 117	0.11 2
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TestStereo	0.64 235	0.39 372	0.71 214	0.51 195	0.27 85	0.56 152	0.42 191	1.03 172	0.91 199	0.80 163	1.00 196	0.68 167	0.52 160	3.25 455	0.45 200	0.22 272	0.15 217	0.24 287	0.18 185	0.27 334	0.16 121

111	0.60 206	0.23 56	0.70 202	0.43 58	0.24 38	0.72 248	0.42 191	1.18 235	1.41 455	0.80 163	1.38 365	1.10 325	0.79 280	0.96 164	0.58 276	0.18 138	0.13 108	0.17 74	0.15 104	0.17 87	0.19 211

ACV-stereo	0.99 399	0.51 427	1.41 451	0.56 286	0.41 306	2.43 515	0.57 346	1.15 226	1.18 341	0.81 167	1.01 202	3.39 529	2.14 521	1.60 324	1.07 405	0.27 377	0.22 381	0.22 229	0.22 312	0.28 353	0.32 405

x	0.54 160	0.31 261	0.61 145	0.47 112	0.30 148	0.67 221	0.47 254	1.53 330	0.79 163	0.81 167	0.83 152	0.78 195	0.70 244	0.70 82	0.62 292	0.21 246	0.19 323	0.22 229	0.19 207	0.21 233	0.20 243

UDGNet	0.72 278	1.17 523	0.80 285	0.77 463	0.41 306	0.77 275	0.38 148	0.97 150	1.34 419	0.81 167	0.88 162	0.71 179	0.60 204	1.21 233	0.54 264	0.52 497	0.19 323	1.02 531	0.26 380	0.71 510	0.31 399

s12784h	0.52 135	0.20 8	0.38 8	0.41 44	0.19 1	0.96 354	0.34 101	1.17 230	1.25 378	0.81 167	0.90 166	0.63 152	0.50 152	1.45 295	0.42 174	0.14 28	0.12 50	0.17 74	0.11 8	0.18 117	0.11 2

rvit_0105_3	0.63 223	0.44 396	1.08 396	0.72 442	0.40 298	0.64 193	0.71 398	1.03 172	1.17 334	0.82 171	0.70 119	0.80 201	0.70 244	0.91 150	0.56 270	0.35 447	0.34 469	0.34 438	0.32 446	0.27 334	0.28 370

GMStereo	0.55 175	0.45 403	0.94 342	0.50 165	0.32 193	0.64 193	0.43 210	1.00 160	1.40 451	0.82 171	0.73 127	0.51 100	0.45 111	0.85 133	0.55 268	0.24 312	0.15 217	0.20 165	0.21 283	0.31 384	0.24 312
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
tg	0.52 135	0.24 74	0.61 145	0.49 153	0.30 148	0.90 328	0.29 58	1.07 201	0.83 173	0.83 173	1.02 210	0.62 149	0.43 99	1.35 268	0.41 163	0.17 99	0.12 50	0.22 229	0.20 239	0.17 87	0.15 92

CASnet	0.41 74	0.25 102	0.48 63	0.50 165	0.20 3	0.50 101	0.36 125	0.81 90	0.80 164	0.83 173	0.68 111	0.48 82	0.31 36	0.54 32	0.32 64	0.18 138	0.12 50	0.27 361	0.22 312	0.23 281	0.14 61
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PSMNet-ADL	0.72 278	0.35 343	0.62 150	0.69 424	0.46 346	1.14 390	0.44 223	1.37 282	1.01 243	0.83 173	1.17 283	1.33 381	0.96 367	1.43 291	0.95 386	0.33 430	0.22 381	0.21 200	0.23 335	0.27 334	0.29 375

MM-Stereo_test1	0.49 128	0.24 74	0.56 114	0.51 195	0.30 148	0.50 101	0.54 309	0.91 120	1.03 250	0.84 176	0.69 115	0.54 114	0.60 204	1.16 221	0.33 77	0.18 138	0.16 256	0.20 165	0.17 167	0.19 158	0.15 92

11t1	0.52 135	0.28 173	0.68 183	0.51 195	0.28 109	0.83 310	0.39 163	1.22 254	0.63 102	0.84 176	0.74 131	0.68 167	0.68 236	0.91 150	0.57 273	0.21 246	0.18 306	0.19 130	0.16 146	0.20 192	0.21 260

ToySt	0.66 250	0.33 299	1.23 422	0.51 195	0.33 214	0.86 322	0.68 389	1.10 212	0.97 223	0.84 176	1.08 236	1.25 360	0.94 355	1.01 181	0.74 327	0.19 179	0.19 323	0.24 287	0.24 348	0.27 334	0.23 298

rafts_anoy	0.52 135	0.29 208	0.59 137	0.59 321	0.50 362	0.53 131	0.40 171	1.11 218	1.03 250	0.84 176	0.83 152	0.68 167	0.54 170	0.72 89	0.51 244	0.19 179	0.14 159	0.24 287	0.26 380	0.21 233	0.18 171

iRaftStereo_RVC	0.47 116	0.26 123	0.64 160	0.50 165	0.29 126	0.53 131	0.33 89	1.05 186	0.77 156	0.84 176	1.00 196	0.55 117	0.37 73	0.81 120	0.40 152	0.17 99	0.12 50	0.22 229	0.20 239	0.19 158	0.15 92

model_zeroshot	0.48 122	0.29 208	0.86 301	0.51 195	0.36 245	0.69 233	0.37 142	1.12 220	0.62 99	0.85 181	0.84 154	0.66 162	0.37 73	0.73 93	0.34 94	0.20 212	0.16 256	0.19 130	0.16 146	0.17 87	0.16 121

Any-RAFT	0.53 145	0.24 74	0.47 61	0.47 112	0.27 85	1.00 366	0.25 30	1.58 342	1.05 259	0.85 181	0.99 192	1.06 307	0.47 127	0.70 82	0.32 64	0.18 138	0.13 108	0.16 49	0.13 61	0.16 58	0.16 121

FACV-RUCA	0.63 223	0.34 322	0.82 289	0.62 358	0.65 439	0.81 303	0.41 187	1.44 301	1.07 268	0.86 183	1.14 267	0.61 144	0.69 239	0.80 114	0.53 258	0.28 390	0.19 323	0.47 488	0.21 283	0.35 409	0.25 324

GCAP-BAT	0.49 128	0.31 261	0.64 160	0.41 44	0.46 346	0.70 240	0.35 109	0.77 68	0.64 106	0.86 183	1.00 196	0.77 191	0.37 73	1.18 227	0.36 114	0.18 138	0.14 159	0.18 108	0.13 61	0.17 87	0.15 92

test_sample2	0.62 216	0.29 208	0.74 248	0.50 165	0.28 109	0.80 294	0.61 364	1.61 350	1.00 240	0.88 185	0.99 192	0.94 264	0.83 303	1.16 221	0.51 244	0.23 297	0.18 306	0.22 229	0.21 283	0.23 281	0.22 278

gcap-zeroshot	0.53 145	0.28 173	0.89 325	0.49 153	0.28 109	0.76 267	0.37 142	1.34 276	0.73 143	0.89 186	0.67 108	1.35 386	0.51 155	0.79 112	0.33 77	0.18 138	0.15 217	0.18 108	0.15 104	0.17 87	0.16 121

FADNet_RVC	0.83 349	0.51 427	1.83 490	0.54 249	0.42 311	1.19 405	0.46 247	1.51 322	1.09 282	0.89 186	1.24 306	0.91 250	0.87 323	2.11 392	1.11 414	0.27 377	0.22 381	0.31 404	0.28 412	0.43 451	0.38 438

Reg-Stereo(zero)	0.44 94	0.22 45	0.45 50	0.43 58	0.23 22	0.38 26	0.25 30	0.76 65	1.08 274	0.90 188	0.78 139	0.90 247	0.47 127	0.70 82	0.36 114	0.15 35	0.12 50	0.15 19	0.12 38	0.15 38	0.15 92

test_sample1	0.61 212	0.29 208	0.75 252	0.50 165	0.31 174	0.76 267	0.48 265	1.59 343	0.84 177	0.90 188	0.94 176	0.88 238	0.95 360	1.16 221	0.67 307	0.22 272	0.18 306	0.20 165	0.19 207	0.21 233	0.21 260

testlalala2	0.58 197	0.27 151	0.68 183	1.72 535	1.27 531	0.68 228	0.42 191	0.93 130	0.70 133	0.90 188	0.93 173	0.76 188	0.34 51	0.52 27	0.40 152	0.18 138	0.15 217	0.17 74	0.13 61	0.17 87	0.17 146

ICVP	0.63 223	0.33 299	0.57 124	0.61 346	0.40 298	0.80 294	0.58 350	1.61 350	0.89 190	0.90 188	1.24 306	0.88 238	0.73 253	0.72 89	0.88 372	0.29 401	0.21 363	0.22 229	0.21 283	0.24 296	0.27 358
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
FADNet-RVC	0.88 368	0.67 475	1.93 494	0.60 332	0.48 352	0.91 332	0.60 362	1.71 376	1.18 341	0.90 188	0.96 180	1.36 388	0.92 341	2.25 407	1.17 423	0.30 406	0.29 444	0.32 419	0.32 446	0.41 440	0.35 421

MyStereo04	0.67 259	0.29 208	1.07 392	0.55 273	0.45 335	0.59 165	0.79 418	1.50 315	1.40 451	0.91 193	0.91 168	0.74 182	0.86 318	1.52 308	0.62 292	0.17 99	0.16 256	0.24 287	0.20 239	0.23 281	0.20 243

MSKI-zero shot	0.55 175	0.26 123	0.57 124	0.51 195	0.26 61	0.69 233	0.28 53	1.18 235	0.64 106	0.91 193	1.32 342	0.82 210	0.33 44	1.92 372	0.32 64	0.17 99	0.12 50	0.17 74	0.13 61	0.16 58	0.16 121

test_4	0.53 145	0.22 45	0.56 114	0.54 249	0.32 193	0.64 193	0.39 163	0.80 85	0.62 99	0.92 195	1.87 469	0.68 167	0.42 92	1.16 221	0.37 126	0.15 35	0.13 108	0.20 165	0.22 312	0.20 192	0.15 92

TANstereo	0.44 94	0.21 26	0.44 37	0.41 44	0.21 9	0.65 209	0.26 40	0.79 77	0.83 173	0.93 196	0.98 190	0.51 100	0.46 118	0.54 32	0.35 104	0.18 138	0.24 402	0.16 49	0.13 61	0.16 58	0.26 348

ACVNet	0.63 223	0.31 261	0.54 100	0.54 249	0.36 245	0.80 294	0.46 247	1.37 282	1.07 268	0.93 196	1.30 330	1.08 313	0.85 310	0.80 114	0.94 382	0.21 246	0.19 323	0.21 200	0.18 185	0.22 256	0.18 171

CFNet-ft	0.72 278	0.32 277	0.54 100	0.66 397	0.54 392	0.83 310	0.55 327	1.37 282	1.15 322	0.93 196	1.28 326	1.57 427	0.97 370	1.35 268	0.81 355	0.26 361	0.20 341	0.33 428	0.25 363	0.30 375	0.23 298

FADNet	0.92 378	0.61 465	1.81 487	0.62 358	0.55 398	0.96 354	0.57 346	1.78 399	1.33 416	0.93 196	1.01 202	1.36 388	1.01 389	2.71 436	0.75 332	0.33 430	0.34 469	0.31 404	0.34 461	0.59 494	0.40 442

CFNet_RVC	0.72 278	0.32 277	0.54 100	0.66 397	0.54 392	0.83 310	0.55 327	1.37 282	1.15 322	0.93 196	1.28 326	1.57 427	0.97 370	1.35 268	0.81 355	0.26 361	0.20 341	0.33 428	0.25 363	0.30 375	0.23 298

PSMNet-RUCA	1.02 413	0.97 506	1.44 453	1.23 527	1.10 514	1.40 437	0.62 367	1.69 369	1.38 441	0.94 201	1.53 406	0.97 280	0.83 303	1.17 225	0.93 380	0.69 518	0.34 469	0.99 529	0.60 518	0.97 519	0.64 506

LL-Strereo2	0.52 135	0.33 299	0.69 196	0.52 216	0.37 260	0.70 240	0.30 68	1.13 223	0.67 124	0.94 201	0.78 139	0.91 250	0.42 92	1.05 193	0.42 174	0.17 99	0.16 256	0.29 386	0.25 363	0.21 233	0.16 121

AIO-Stereo-zeroshot1	0.98 397	0.39 372	3.21 525	0.50 165	0.63 434	0.64 193	0.39 163	2.36 517	0.75 146	0.95 203	4.63 537	1.81 464	0.56 182	0.96 164	0.41 163	0.18 138	0.13 108	0.21 200	0.26 380	0.32 393	0.35 421

GANet-ADL	0.60 206	0.35 343	0.72 220	0.64 376	0.40 298	0.68 228	0.51 284	1.49 311	1.12 295	0.95 203	1.08 236	0.91 250	0.57 191	0.76 100	0.55 268	0.26 361	0.18 306	0.18 108	0.16 146	0.23 281	0.25 324

RAFT-Test	0.54 160	0.25 102	0.64 160	0.47 112	0.30 148	0.97 358	0.27 47	1.24 260	0.81 167	0.96 205	1.12 258	1.28 371	0.48 138	0.71 86	0.36 114	0.17 99	0.13 108	0.17 74	0.14 88	0.16 58	0.16 121

Anonymous_2	1.30 457	0.55 441	0.82 289	0.52 216	0.58 413	1.01 367	0.64 374	1.25 262	0.97 223	0.96 205	0.78 139	1.33 381	1.29 451	1.03 185	0.74 327	0.62 513	0.64 532	1.06 532	9.63 572	1.16 528	0.49 475

SA	0.66 250	0.30 228	0.82 289	0.61 346	0.30 148	0.58 160	0.38 148	1.44 301	1.30 404	0.96 205	1.36 358	0.66 162	0.95 360	1.85 366	0.42 174	0.19 179	0.15 217	0.25 326	0.23 335	0.21 233	0.17 146

TestStereo1	0.63 223	0.28 173	0.75 252	0.76 460	0.31 174	0.48 75	0.43 210	1.30 269	1.21 360	0.97 208	1.31 336	0.64 155	0.77 269	1.75 351	0.42 174	0.20 212	0.15 217	0.22 229	0.18 185	0.21 233	0.17 146

RAFT_CTSACE	0.63 223	0.26 123	0.88 319	0.55 273	0.51 373	0.71 245	0.44 223	0.80 85	0.97 223	0.97 208	1.84 464	1.18 343	0.68 236	1.47 301	0.36 114	0.16 56	0.15 217	0.21 200	0.20 239	0.20 192	0.14 61

SA-5K	0.63 223	0.28 173	0.75 252	0.76 460	0.31 174	0.48 75	0.43 210	1.30 269	1.21 360	0.97 208	1.31 336	0.64 155	0.77 269	1.75 351	0.42 174	0.20 212	0.15 217	0.22 229	0.18 185	0.21 233	0.17 146

UCFNet_RVC	0.69 265	0.35 343	0.49 70	0.64 376	0.39 287	0.85 321	0.58 350	1.75 385	1.14 310	0.97 208	1.19 292	1.17 340	0.93 350	0.99 176	0.62 292	0.28 390	0.20 341	0.34 438	0.31 438	0.32 393	0.27 358

UGAM	1.14 440	0.27 151	0.95 346	0.53 234	0.42 311	0.70 240	0.72 401	0.95 142	1.32 412	0.98 212	1.48 397	1.78 463	0.87 323	9.65 560	0.87 371	0.21 246	0.18 306	0.30 398	0.24 348	0.19 158	0.16 121

knoymous	0.51 134	0.29 208	0.47 61	0.43 58	0.30 148	0.55 147	0.55 327	1.02 167	0.77 156	0.98 212	0.85 156	0.94 264	0.56 182	0.85 133	0.45 200	0.20 212	0.14 159	0.26 345	0.14 88	0.23 281	0.23 298

AnonymousM	0.59 203	1.11 518	0.41 22	0.44 81	0.32 193	0.43 51	0.47 254	1.05 186	0.64 106	0.98 212	0.63 99	0.67 165	0.43 99	0.59 44	0.41 163	0.20 212	0.15 217	1.84 540	0.84 531	0.14 18	0.13 35

DFGA-Net	0.72 278	0.40 378	1.40 446	0.52 216	0.45 335	0.83 310	0.44 223	1.28 268	1.08 274	0.99 215	1.19 292	0.70 176	0.55 177	2.14 394	1.16 420	0.18 138	0.16 256	0.24 287	0.23 335	0.27 334	0.25 324

rvit_105_1	0.72 278	0.52 431	1.01 367	0.78 465	0.49 355	0.75 261	0.87 440	1.12 220	1.18 341	0.99 215	0.79 145	0.90 247	0.77 269	1.26 245	0.75 332	0.41 469	0.36 485	0.36 454	0.41 482	0.30 375	0.33 411

RAFT-Stereo-weight	0.47 116	0.24 74	0.53 94	0.48 138	0.27 85	0.60 173	0.35 109	1.02 167	1.07 268	0.99 215	0.78 139	0.76 188	0.28 23	0.76 100	0.36 114	0.16 56	0.12 50	0.17 74	0.15 104	0.16 58	0.15 92

CFNet	0.96 387	0.36 353	1.01 367	0.62 358	0.42 311	0.99 364	0.47 254	1.90 435	1.32 412	0.99 215	1.39 369	1.10 325	0.86 318	5.58 506	0.79 349	0.23 297	0.17 285	0.28 376	0.27 391	0.26 320	0.21 260

NVstereo2D	0.92 378	0.41 386	1.48 465	0.72 442	0.72 459	1.20 407	0.87 440	1.75 385	1.38 441	0.99 215	1.13 263	1.26 364	0.98 377	2.21 404	0.89 375	0.43 478	0.20 341	0.38 460	0.24 348	0.57 490	0.63 502

IGEV_Zeroshot_test	0.53 145	0.30 228	0.99 358	0.56 286	0.35 235	0.41 35	0.32 82	1.37 282	0.63 102	1.00 220	1.09 241	0.95 272	0.41 88	0.83 125	0.39 145	0.18 138	0.12 50	0.19 130	0.18 185	0.19 158	0.17 146

MIM_Stereo	0.57 191	0.24 74	0.92 336	0.46 101	0.30 148	0.54 139	0.28 53	1.27 264	0.75 146	1.00 220	1.16 280	0.93 261	0.53 165	1.45 295	0.61 289	0.16 56	0.16 256	0.20 165	0.19 207	0.17 87	0.14 61

FENet	0.60 206	0.28 173	0.63 153	0.54 249	0.33 214	0.83 310	0.38 148	1.27 264	1.07 268	1.00 220	0.86 157	0.99 288	0.85 310	0.96 164	0.68 311	0.22 272	0.15 217	0.23 267	0.20 239	0.22 256	0.23 298

UGAM-zero	1.00 404	0.30 228	0.93 338	0.47 112	0.30 148	0.57 157	0.25 30	2.25 507	0.63 102	1.01 223	1.10 245	2.73 518	1.85 505	6.26 517	0.40 152	0.17 99	0.14 159	0.19 130	0.15 104	0.16 58	0.17 146

cross-raft	0.54 160	0.25 102	0.61 145	0.52 216	0.29 126	0.68 228	0.37 142	1.46 305	0.76 152	1.01 223	1.06 227	1.28 371	0.46 118	0.71 86	0.35 104	0.15 35	0.12 50	0.18 108	0.16 146	0.19 158	0.14 61

Gwc-CoAtRS	0.52 135	0.24 74	0.68 183	0.48 138	0.29 126	0.64 193	0.25 30	1.16 228	1.08 274	1.01 223	1.00 196	1.12 330	0.56 182	0.69 78	0.37 126	0.16 56	0.13 108	0.17 74	0.15 104	0.15 38	0.15 92

NOSS_ROB	1.26 454	0.46 405	0.62 150	0.56 286	0.38 277	1.06 378	0.78 415	1.73 378	1.40 451	1.01 223	1.43 378	1.10 325	0.75 257	10.62 566	0.65 301	0.45 484	0.43 503	0.48 490	0.45 491	0.44 457	0.41 447

PAM_32	0.77 317	0.28 173	1.03 378	0.52 216	0.30 148	1.32 424	0.35 109	1.97 455	0.65 121	1.02 227	1.06 227	3.05 523	1.49 476	0.96 164	0.36 114	0.19 179	0.13 108	0.20 165	0.18 185	0.19 158	0.19 211

GES	0.66 250	0.34 322	0.90 329	0.59 321	0.38 277	0.94 344	0.57 346	2.11 481	0.86 179	1.02 227	1.11 251	0.66 162	0.79 280	0.99 176	0.61 289	0.27 377	0.19 323	0.20 165	0.20 239	0.21 233	0.30 389

HCRNet	0.70 269	0.39 372	0.73 232	0.60 332	0.59 421	0.76 267	0.35 109	1.22 254	1.13 307	1.02 227	0.99 192	1.02 298	0.76 265	2.19 402	0.70 315	0.28 390	0.19 323	0.28 376	0.23 335	0.25 308	0.23 298

RASNet	1.12 435	0.30 228	0.91 332	0.66 397	0.77 476	0.97 358	0.57 346	1.37 282	1.35 429	1.02 227	1.34 351	2.11 495	1.43 466	7.09 533	1.39 451	0.19 179	0.17 285	0.17 74	0.19 207	0.18 117	0.16 121

MyStereo06	0.61 212	0.28 173	0.95 346	0.56 286	0.46 346	0.61 179	0.73 402	1.78 399	0.67 124	1.03 231	1.12 258	1.13 335	0.56 182	0.78 108	0.41 163	0.17 99	0.16 256	0.23 267	0.20 239	0.22 256	0.20 243

4D-IteraStereo	0.48 122	0.24 74	0.76 262	0.50 165	0.44 328	0.66 217	0.31 75	0.87 104	1.02 246	1.03 231	0.72 125	0.78 195	0.32 42	0.64 65	0.37 126	0.17 99	0.11 26	0.23 267	0.19 207	0.19 158	0.13 35

DN-CSS_ROB	0.64 235	0.32 277	1.05 383	0.55 273	0.40 298	0.54 139	0.45 240	1.21 246	0.93 206	1.03 231	1.47 392	0.69 172	0.63 223	1.76 356	0.49 233	0.18 138	0.14 159	0.25 326	0.22 312	0.22 256	0.20 243

GANet-RSSM	0.72 278	0.28 173	0.63 153	0.64 376	0.58 413	0.80 294	0.58 350	1.89 432	1.08 274	1.04 234	1.25 310	1.15 338	1.04 398	1.49 303	0.62 292	0.25 338	0.19 323	0.22 229	0.22 312	0.22 256	0.21 260

PAM	0.76 315	0.29 208	1.08 396	0.52 216	0.33 214	1.38 434	0.39 163	2.01 464	0.67 124	1.06 235	0.96 180	2.89 522	1.43 466	0.86 137	0.35 104	0.19 179	0.12 50	0.19 130	0.17 167	0.19 158	0.20 243

MIPNet	0.56 184	0.28 173	0.94 342	0.49 153	0.33 214	0.66 217	0.38 148	1.35 279	1.08 274	1.06 235	0.92 170	0.60 140	0.79 280	0.73 93	0.52 251	0.17 99	0.14 159	0.19 130	0.16 146	0.18 117	0.17 146

CFNet-RSSM	0.54 160	0.24 74	0.70 202	0.48 138	0.28 109	0.60 173	0.27 47	1.49 311	1.14 310	1.06 235	0.93 173	1.08 313	0.54 170	0.70 82	0.35 104	0.16 56	0.12 50	0.17 74	0.15 104	0.16 58	0.14 61

mmm	0.63 223	0.35 343	0.72 220	0.51 195	0.30 148	0.86 322	0.54 309	1.59 343	0.86 179	1.07 238	1.38 365	0.79 199	0.75 257	0.91 150	0.58 276	0.22 272	0.18 306	0.29 386	0.25 363	0.25 308	0.23 298

test_sample3	0.68 263	0.32 277	0.88 319	0.52 216	0.30 148	0.97 358	0.52 295	1.86 424	1.15 322	1.08 239	1.11 251	0.88 238	0.71 248	1.17 225	0.68 311	0.25 338	0.20 341	0.25 326	0.25 363	0.25 308	0.25 324

AACVNet	0.86 363	0.35 343	0.79 280	0.82 481	0.39 287	0.76 267	0.49 275	1.61 350	0.81 167	1.08 239	1.33 344	1.30 375	0.93 350	4.34 476	0.74 327	0.25 338	0.21 363	0.28 376	0.22 312	0.29 364	0.25 324

GwcNet-ADL	0.64 235	0.31 261	0.79 280	0.56 286	0.41 306	0.60 173	0.58 350	1.41 292	1.26 383	1.08 239	1.13 263	0.91 250	0.60 204	1.04 191	0.78 343	0.27 377	0.18 306	0.18 108	0.18 185	0.25 308	0.29 375

RAFT	0.64 235	0.30 228	0.73 232	0.59 321	0.33 214	0.68 228	0.58 350	1.04 178	0.76 152	1.08 239	1.19 292	1.65 446	0.93 350	1.06 194	0.56 270	0.21 246	0.18 306	0.27 361	0.24 348	0.22 256	0.17 146

APVNet	1.06 420	0.53 435	1.42 452	0.84 485	0.79 481	1.92 490	0.82 429	1.90 435	1.08 274	1.08 239	1.43 378	1.56 426	1.13 422	3.07 448	1.58 474	0.31 414	0.34 469	0.42 476	0.36 470	0.36 416	0.37 432

FADNet-RVC-Resample	0.84 354	0.47 410	2.10 500	0.61 346	0.45 335	1.07 380	0.61 364	1.59 343	1.20 354	1.08 239	0.98 190	1.03 302	0.98 377	2.17 397	0.72 323	0.23 297	0.22 381	0.30 398	0.32 446	0.35 409	0.34 416

CBFPSM	0.92 378	0.33 299	1.86 491	0.49 153	0.38 277	1.75 471	0.84 431	1.39 288	1.12 295	1.09 245	0.99 192	2.37 505	1.66 493	1.32 260	1.42 460	0.19 179	0.18 306	0.20 165	0.20 239	0.21 233	0.33 411

TransformOpticalFlow	0.96 387	0.28 173	0.89 325	0.52 216	0.31 174	0.66 217	0.54 309	1.75 385	1.12 295	1.09 245	1.44 383	1.37 391	1.01 389	6.70 528	0.42 174	0.19 179	0.12 50	0.20 165	0.19 207	0.18 117	0.19 211

CRE-IMP	0.55 175	0.30 228	0.74 248	0.52 216	0.29 126	0.79 286	0.25 30	1.04 178	0.72 139	1.09 245	0.95 177	0.81 205	0.57 191	1.10 206	0.50 239	0.21 246	0.14 159	0.23 267	0.19 207	0.28 353	0.22 278

RALAANet	0.60 206	0.33 299	0.87 312	0.62 358	0.50 362	0.69 233	0.31 75	1.21 246	1.06 263	1.09 245	1.16 280	0.88 238	0.46 118	1.22 234	0.42 174	0.19 179	0.15 217	0.21 200	0.17 167	0.27 334	0.17 146

xxxx	1.51 478	0.28 173	0.68 183	0.54 249	0.28 109	1.16 398	0.44 223	2.19 500	1.29 398	1.09 245	1.36 358	1.22 349	0.85 310	1.79 359	15.70 567	0.24 312	0.21 363	0.21 200	0.20 239	0.22 256	0.23 298

PSMNet-RSSM	0.72 278	0.30 228	0.61 145	0.63 367	0.42 311	0.73 252	0.56 335	1.92 442	1.10 289	1.09 245	1.37 360	1.22 349	0.98 377	1.28 250	0.72 323	0.27 377	0.19 323	0.27 361	0.29 423	0.24 296	0.24 312

GwcNet-RSSM	0.77 317	0.32 277	1.01 367	0.62 358	0.54 392	0.78 280	0.51 284	1.73 378	1.20 354	1.09 245	1.37 360	1.46 408	0.85 310	1.53 312	1.09 408	0.25 338	0.18 306	0.23 267	0.24 348	0.20 192	0.19 211

PSMNet_ROB	0.90 373	0.52 431	1.17 416	0.72 442	0.61 427	1.27 416	1.12 486	1.76 391	1.12 295	1.09 245	1.28 326	1.45 405	0.89 334	1.65 332	1.42 460	0.33 430	0.25 411	0.37 457	0.39 477	0.35 409	0.29 375

DCANet-4	0.54 160	0.26 123	1.07 392	0.42 51	0.24 38	0.48 75	0.36 125	0.99 156	1.30 404	1.10 253	1.02 210	0.56 125	0.75 257	0.73 93	0.52 251	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 211

fff	0.53 145	0.24 74	0.70 202	0.43 58	0.24 38	0.48 75	0.36 125	1.07 201	1.25 378	1.10 253	1.02 210	0.57 127	1.06 405	0.73 93	0.52 251	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 211

ASMatch	0.88 368	0.26 123	0.69 196	0.51 195	0.35 235	0.48 75	0.37 142	1.12 220	0.92 204	1.10 253	3.28 522	0.96 278	0.98 377	4.90 488	0.49 233	0.19 179	0.16 256	0.22 229	0.19 207	0.19 158	0.27 358

csc	0.53 145	0.24 74	0.70 202	0.43 58	0.24 38	0.48 75	0.36 125	1.07 201	1.25 378	1.10 253	1.02 210	0.57 127	1.06 405	0.73 93	0.52 251	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 211

cscssc	0.53 145	0.24 74	0.70 202	0.43 58	0.24 38	0.48 75	0.36 125	1.07 201	1.25 378	1.10 253	1.02 210	0.57 127	1.06 405	0.73 93	0.52 251	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 211

CC-Net-ROB	1.49 475	1.26 526	1.27 431	0.88 499	0.79 481	1.76 473	1.00 471	1.79 405	1.26 383	1.10 253	1.61 430	1.21 347	0.99 385	8.13 548	0.84 365	1.09 532	0.41 500	2.20 541	0.46 494	1.20 531	0.48 471

TCMNet	1.01 410	0.60 463	2.10 500	0.86 492	1.33 532	1.14 390	0.67 385	1.69 369	1.23 369	1.11 259	1.57 421	1.30 375	0.97 370	2.01 382	1.50 471	0.31 414	0.31 454	0.38 460	0.34 461	0.42 445	0.36 427

test_sample5	0.69 265	0.34 322	0.87 312	0.52 216	0.30 148	0.84 318	0.54 309	1.83 417	1.14 310	1.11 259	1.25 310	0.88 238	0.78 276	1.23 236	0.65 301	0.26 361	0.20 341	0.27 361	0.27 391	0.27 334	0.26 348

z-ln-s-r	1.02 413	0.55 441	2.09 499	0.52 216	0.55 398	0.78 280	0.87 440	1.47 307	1.34 419	1.12 261	1.62 433	1.37 391	1.06 405	2.62 433	3.32 520	0.19 179	0.14 159	0.21 200	0.17 167	0.27 334	0.21 260

GMStereo_Zeroshot	0.67 259	0.61 465	1.01 367	0.64 376	0.37 260	0.84 318	0.35 109	1.05 186	1.12 295	1.12 261	1.06 227	1.27 368	0.54 170	1.19 229	0.59 279	0.32 421	0.17 285	0.31 404	0.18 185	0.52 481	0.22 278

ADStereo(finetuned)	0.57 191	0.24 74	1.06 387	0.43 58	0.24 38	0.49 87	0.35 109	1.05 186	1.30 404	1.12 261	1.03 220	0.58 132	1.20 436	0.84 128	0.51 244	0.16 56	0.13 108	0.17 74	0.13 61	0.18 117	0.19 211

Patchmatch Stereo++	0.55 175	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.29 58	1.05 186	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	1.37 274	0.45 200	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
STrans-v2	1.04 419	0.28 173	0.96 352	0.49 153	0.32 193	0.68 228	0.79 418	2.47 526	1.12 295	1.12 261	1.46 391	1.40 393	1.46 471	6.70 528	0.43 184	0.18 138	0.13 108	0.20 165	0.18 185	0.18 117	0.18 171

PSM-adaLoss	0.54 160	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.41 187	1.04 178	0.64 106	1.12 261	0.96 180	0.82 210	0.61 213	1.06 194	0.45 200	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

ROB_FTStereo_v2	0.54 160	0.30 228	0.73 232	0.50 165	0.27 85	0.64 193	0.42 191	1.05 186	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	1.12 212	0.46 214	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

ROB_FTStereo	0.54 160	0.30 228	0.73 232	0.50 165	0.27 85	0.64 193	0.25 30	1.05 186	0.64 106	1.12 261	0.95 177	0.82 210	0.61 213	1.15 217	0.45 200	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

HUI-Stereo	0.52 135	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.30 68	1.04 178	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	0.79 112	0.45 200	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

iGMRVC	0.56 184	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.38 148	1.05 186	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	1.52 308	0.46 214	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

iRAFT	0.55 175	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.29 58	1.05 186	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	1.37 274	0.45 200	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

RAFT-IKP	0.54 160	0.30 228	0.73 232	0.50 165	0.27 85	0.59 165	0.36 125	1.04 178	0.64 106	1.12 261	0.96 180	0.83 217	0.61 213	1.22 234	0.45 200	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

DCANet	0.54 160	0.24 74	0.70 202	0.43 58	0.24 38	0.49 87	0.36 125	1.05 186	1.30 404	1.12 261	1.03 220	0.58 132	0.92 341	0.81 120	0.52 251	0.16 56	0.13 108	0.17 74	0.13 61	0.18 117	0.19 211

TDLM	1.06 420	0.44 396	0.79 280	0.63 367	0.50 362	0.89 325	1.44 510	1.48 309	1.26 383	1.12 261	1.40 371	1.08 313	0.98 377	6.65 524	0.78 343	0.33 430	0.21 363	0.33 428	0.26 380	0.37 420	0.24 312

AdaStereo	0.70 269	0.43 393	0.75 252	0.73 450	0.37 260	0.92 339	0.53 303	1.85 421	1.18 341	1.12 261	1.23 304	1.07 312	0.65 233	0.96 164	0.63 296	0.31 414	0.15 217	0.32 419	0.21 283	0.29 364	0.22 278
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
ITSA-stereo	0.82 343	0.36 353	0.82 289	0.54 249	0.31 174	0.80 294	0.47 254	2.17 497	1.67 484	1.13 276	1.13 263	0.94 264	0.86 318	2.46 424	1.00 396	0.26 361	0.23 393	0.28 376	0.27 391	0.28 353	0.36 427

1111x	1.70 496	0.29 208	0.86 301	0.51 195	0.27 85	1.01 367	0.68 389	2.22 504	1.28 394	1.13 276	1.40 371	1.21 347	1.10 414	5.53 503	15.20 565	0.22 272	0.21 363	0.22 229	0.22 312	0.24 296	0.22 278

cf-r	0.73 296	0.30 228	0.77 269	0.55 273	0.63 434	0.78 280	0.48 265	1.79 405	1.15 322	1.13 276	1.26 317	1.43 398	0.87 323	1.40 289	0.85 368	0.25 338	0.18 306	0.22 229	0.23 335	0.19 158	0.19 211

test_sample6	0.71 276	0.34 322	0.87 312	0.52 216	0.30 148	0.82 305	0.58 350	1.79 405	1.15 322	1.14 279	1.33 344	0.91 250	0.79 280	1.31 256	0.74 327	0.27 377	0.21 363	0.27 361	0.29 423	0.28 353	0.27 358

test_sample4	0.69 265	0.33 299	0.91 332	0.51 195	0.30 148	0.92 339	0.52 295	1.87 426	1.15 322	1.14 279	1.18 285	0.87 234	0.75 257	1.18 227	0.68 311	0.25 338	0.20 341	0.26 345	0.26 380	0.26 320	0.25 324

DualNet	0.70 269	0.34 322	0.87 312	0.52 216	0.30 148	0.84 318	0.54 309	1.83 417	1.14 310	1.14 279	1.33 344	0.88 238	0.78 276	1.23 236	0.65 301	0.26 361	0.20 341	0.27 361	0.27 391	0.27 334	0.26 348

NINENet	0.77 317	0.37 360	0.78 277	0.62 358	0.51 373	2.34 511	0.42 191	1.83 417	1.04 255	1.14 279	1.23 304	1.03 302	0.62 218	1.24 241	0.70 315	0.28 390	0.23 393	0.31 404	0.21 283	0.26 320	0.25 324

NRIStereo	0.60 206	0.29 208	0.69 196	0.53 234	0.28 109	0.63 190	0.33 89	1.08 207	0.87 183	1.14 279	0.87 160	0.91 250	0.59 201	2.24 405	0.49 233	0.20 212	0.14 159	0.21 200	0.19 207	0.21 233	0.17 146

PS-NSSS	0.99 399	0.58 452	0.93 338	0.58 308	0.57 404	0.91 332	0.80 424	1.81 411	1.14 310	1.14 279	1.67 444	1.00 289	0.83 303	4.62 481	0.78 343	0.37 455	0.31 454	0.52 496	0.32 446	0.45 461	0.38 438

MyStereo05	0.66 250	0.28 173	1.07 392	0.56 286	0.46 346	0.61 179	0.73 402	1.34 276	1.41 455	1.15 285	0.91 168	0.77 191	0.80 286	1.41 290	0.63 296	0.17 99	0.16 256	0.23 267	0.20 239	0.22 256	0.20 243

ffm	0.72 278	0.33 299	0.85 295	0.53 234	0.37 260	0.74 256	0.56 335	0.95 142	2.47 523	1.15 285	1.45 385	1.06 307	0.82 295	1.55 316	0.32 64	0.20 212	0.12 50	0.31 404	0.27 391	0.19 158	0.20 243

ff1	1.37 466	0.33 299	0.85 295	0.53 234	0.37 260	0.74 256	0.56 335	0.95 142	2.47 523	1.15 285	1.45 385	1.06 307	0.82 295	7.22 534	7.61 543	0.20 212	0.12 50	0.31 404	0.27 391	0.19 158	0.20 243

mmx	1.39 469	0.33 299	0.85 295	0.53 234	0.37 260	0.74 256	0.56 335	2.13 482	1.37 437	1.15 285	1.45 385	1.06 307	0.82 295	7.22 534	7.61 543	0.24 312	0.19 323	0.31 404	0.27 391	0.30 375	0.25 324

xxx	1.39 469	0.33 299	0.85 295	0.53 234	0.37 260	0.74 256	0.56 335	2.13 482	1.37 437	1.15 285	1.45 385	1.06 307	0.82 295	7.22 534	7.61 543	0.24 312	0.19 323	0.31 404	0.27 391	0.30 375	0.25 324

iRaft-Stereo_20w	0.65 243	0.31 261	1.00 363	0.47 112	0.34 231	0.73 252	0.30 68	2.96 534	0.70 133	1.15 285	1.14 267	0.76 188	0.65 233	1.11 209	0.38 137	0.17 99	0.13 108	0.18 108	0.16 146	0.19 158	0.18 171

FINET	0.97 393	0.54 436	1.60 473	0.63 367	0.79 481	1.08 381	1.07 481	1.56 340	2.20 517	1.15 285	1.49 399	0.94 264	0.88 328	2.32 412	1.05 400	0.42 473	0.35 480	0.32 419	0.28 412	0.43 451	0.38 438

MaskLacGwcNet_RVC	1.10 430	1.02 511	1.00 363	0.82 481	0.67 446	1.93 491	0.93 457	1.62 354	1.11 291	1.15 285	1.25 310	1.50 417	0.79 280	1.96 378	0.76 335	1.89 538	0.34 469	0.79 522	0.36 470	1.25 532	0.83 518

MSMDNet	0.66 250	0.32 277	0.87 312	0.49 153	0.37 260	0.79 286	0.40 171	1.43 300	1.31 408	1.15 285	1.31 336	1.24 356	0.63 223	0.88 142	0.57 273	0.21 246	0.16 256	0.26 345	0.19 207	0.39 433	0.24 312

DISCO	1.03 416	0.34 322	1.11 404	0.69 424	0.45 335	2.07 500	0.84 431	2.13 482	1.50 468	1.15 285	1.33 344	2.40 507	1.07 409	2.60 431	1.51 472	0.23 297	0.18 306	0.22 229	0.20 239	0.31 384	0.27 358

MyStereo8	0.65 243	0.29 208	1.00 363	0.58 308	0.49 355	0.91 332	0.35 109	1.18 235	1.31 408	1.16 295	1.27 320	0.90 247	0.64 227	0.72 89	0.95 386	0.18 138	0.14 159	0.20 165	0.18 185	0.22 256	0.26 348

CoDeX	0.73 296	0.29 208	0.93 338	0.54 249	0.36 245	1.14 390	0.61 364	2.34 516	1.17 334	1.16 295	1.25 310	0.91 250	0.87 323	1.33 263	0.64 300	0.20 212	0.16 256	0.21 200	0.18 185	0.20 192	0.18 171

PCWNet_CMD	0.66 250	0.32 277	0.88 319	0.49 153	0.37 260	0.78 280	0.40 171	1.42 294	1.31 408	1.16 295	1.31 336	1.25 360	0.62 218	0.89 147	0.57 273	0.20 212	0.16 256	0.27 361	0.19 207	0.40 437	0.25 324

raft_robust	0.68 263	0.30 228	0.64 160	0.52 216	0.26 61	0.54 139	0.35 109	1.33 271	1.24 375	1.16 295	1.07 231	0.60 140	0.54 170	3.58 465	0.37 126	0.18 138	0.14 159	0.20 165	0.22 312	0.20 192	0.16 121

DeepStereo_RVC	0.55 175	0.29 208	0.72 220	0.51 195	0.30 148	0.59 165	0.33 89	1.03 172	0.70 133	1.16 295	0.93 173	0.83 217	0.94 355	0.96 164	0.54 264	0.21 246	0.14 159	0.21 200	0.19 207	0.24 296	0.24 312

GEStereo_RVC	0.90 373	0.37 360	0.99 358	0.64 376	0.50 362	0.95 348	0.79 418	2.42 523	1.17 334	1.16 295	1.11 251	1.26 364	0.92 341	3.24 454	0.90 378	0.29 401	0.19 323	0.23 267	0.20 239	0.27 334	0.29 375

CFNet_pseudo	0.66 250	0.32 277	0.86 301	0.48 138	0.39 287	0.70 240	0.40 171	1.33 271	1.22 366	1.16 295	1.34 351	1.24 356	0.64 227	0.98 173	0.59 279	0.21 246	0.16 256	0.33 428	0.19 207	0.36 416	0.25 324

PA-Net	1.01 410	0.57 449	1.29 433	0.64 376	0.74 465	1.19 405	0.84 431	1.69 369	1.43 460	1.16 295	1.19 292	1.32 380	1.19 433	3.42 460	1.25 430	0.29 401	0.45 510	0.33 428	0.49 501	0.32 393	0.47 468
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ccs_rob	0.66 250	0.33 299	0.86 301	0.48 138	0.39 287	0.70 240	0.40 171	1.33 271	1.22 366	1.16 295	1.34 351	1.23 354	0.64 227	0.98 173	0.59 279	0.21 246	0.16 256	0.35 446	0.20 239	0.37 420	0.25 324

DispNO	0.93 381	0.30 228	1.34 443	0.55 273	0.55 398	0.89 325	0.49 275	1.48 309	1.21 360	1.17 304	1.27 320	1.19 344	0.90 335	5.23 494	0.74 327	0.22 272	0.17 285	0.24 287	0.21 283	0.19 158	0.20 243

AFF-stereo	0.58 197	0.25 102	0.64 160	0.46 101	0.29 126	0.34 15	0.38 148	1.15 226	1.14 310	1.17 304	1.60 426	1.10 325	0.71 248	0.97 172	0.43 184	0.13 18	0.11 26	0.19 130	0.19 207	0.17 87	0.14 61

SFCPSM	0.70 269	0.28 173	1.02 374	0.51 195	0.38 277	1.37 431	0.66 381	2.00 460	1.03 250	1.17 304	1.21 298	0.82 210	0.78 276	1.03 185	0.53 258	0.21 246	0.17 285	0.22 229	0.24 348	0.21 233	0.19 211

DMCA	0.67 259	0.34 322	0.90 329	0.51 195	0.44 328	0.86 322	0.47 254	1.42 294	1.02 246	1.17 304	1.12 258	1.23 354	0.75 257	0.78 108	0.95 386	0.25 338	0.19 323	0.27 361	0.19 207	0.24 296	0.27 358

DeepPrunerF	1.60 486	0.73 486	5.81 542	0.88 499	1.19 526	0.91 332	0.95 462	2.19 500	5.24 555	1.17 304	1.30 330	1.19 344	1.30 455	4.90 488	1.66 479	0.42 473	0.34 469	0.52 496	0.47 496	0.41 440	0.40 442

iinet-f	0.99 399	0.45 403	3.71 530	0.55 273	0.43 321	1.81 480	0.68 389	1.14 224	1.14 310	1.18 309	1.42 374	1.58 430	1.44 468	1.34 267	1.59 476	0.24 312	0.23 393	0.20 165	0.19 207	0.26 320	0.25 324

IPLGR	0.58 197	0.27 151	1.14 412	0.48 138	0.28 109	0.65 209	0.33 89	1.22 254	1.13 307	1.18 309	1.05 225	0.69 172	0.66 235	0.96 164	0.52 251	0.17 99	0.15 217	0.20 165	0.17 167	0.20 192	0.18 171

ac_64	0.82 343	0.29 208	0.81 286	0.71 438	0.60 424	1.05 375	0.54 309	1.99 459	0.92 204	1.18 309	1.06 227	1.99 486	1.08 410	1.94 376	0.97 391	0.27 377	0.22 381	0.24 287	0.23 335	0.22 256	0.19 211

HITNet	0.65 243	0.40 378	0.77 269	0.48 138	0.24 38	1.05 375	0.49 275	1.76 391	1.02 246	1.18 309	1.18 285	0.89 246	0.80 286	0.85 133	0.79 349	0.17 99	0.12 50	0.21 200	0.17 167	0.29 364	0.15 92
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
test_3	0.55 175	0.23 56	0.71 214	0.53 234	0.28 109	0.61 179	0.40 171	0.92 123	1.05 259	1.19 313	0.68 111	0.93 261	0.44 107	1.67 337	0.39 145	0.15 35	0.12 50	0.22 229	0.19 207	0.21 233	0.14 61

LCNet	0.72 278	0.28 173	0.52 89	0.55 273	0.31 174	0.69 233	0.54 309	1.00 160	0.88 187	1.19 313	1.34 351	0.97 280	1.34 459	2.56 429	0.45 200	0.18 138	0.13 108	0.21 200	0.25 363	0.27 334	0.73 514

HGLStereo	0.85 358	0.38 367	0.94 342	0.80 470	1.03 510	1.17 400	0.58 350	1.52 324	1.20 354	1.19 313	1.62 433	1.13 335	1.20 436	1.80 360	1.06 402	0.24 312	0.24 402	0.24 287	0.21 283	0.23 281	0.27 358

hitnet-ft	0.79 329	0.35 343	0.57 124	0.58 308	0.42 311	0.96 354	0.46 247	1.47 307	1.33 416	1.19 313	1.22 300	1.81 464	0.98 377	1.66 336	0.94 382	0.33 430	0.28 433	0.34 438	0.27 391	0.35 409	0.31 399

DDVS	0.78 325	0.41 386	0.94 342	0.60 332	0.43 321	1.30 421	0.43 210	1.40 290	0.91 199	1.20 317	1.15 275	1.43 398	0.64 227	2.18 400	0.89 375	0.28 390	0.22 381	0.26 345	0.23 335	0.31 384	0.33 411

BUS	0.74 301	0.32 277	0.68 183	0.54 249	0.44 328	2.34 511	0.42 191	2.16 491	0.98 228	1.20 317	1.11 251	1.03 302	0.62 218	0.91 150	0.70 315	0.24 312	0.17 285	0.25 326	0.22 312	0.22 256	0.22 278

BSDual-CNN	0.71 276	0.32 277	0.68 183	0.54 249	0.44 328	1.27 416	0.65 376	2.16 491	0.98 228	1.20 317	1.11 251	1.12 330	0.74 255	0.91 150	0.66 304	0.24 312	0.17 285	0.25 326	0.22 312	0.22 256	0.22 278

hknet	0.77 317	0.32 277	0.95 346	0.54 249	0.38 277	1.27 416	0.65 376	2.16 491	1.07 268	1.20 317	1.11 251	1.59 431	0.81 290	1.37 274	0.66 304	0.22 272	0.17 285	0.25 326	0.22 312	0.22 256	0.22 278

Ntro	1.64 490	1.15 521	1.23 422	2.48 546	1.83 538	2.09 501	1.16 491	1.96 451	1.38 441	1.21 321	1.62 433	1.62 435	1.29 451	1.87 369	1.11 414	3.04 550	0.56 527	1.82 539	0.64 520	2.80 546	2.05 547

psmg	0.72 278	0.32 277	0.68 183	0.50 165	0.44 328	1.48 447	0.75 407	1.94 448	0.98 228	1.21 321	1.33 344	1.12 330	0.74 255	0.91 150	0.66 304	0.24 312	0.19 323	0.25 326	0.25 363	0.23 281	0.22 278

ADLNet2	0.88 368	0.34 322	1.17 416	0.77 463	0.64 437	1.12 388	0.76 410	1.74 383	1.24 375	1.21 321	1.65 440	1.71 453	1.05 402	1.67 337	1.17 423	0.24 312	0.21 363	0.21 200	0.22 312	0.26 320	0.29 375

UNet	0.83 349	0.34 322	1.31 435	0.58 308	0.74 465	1.58 457	0.49 275	1.41 292	1.04 255	1.21 321	1.08 236	1.54 423	1.12 418	1.65 332	1.09 408	0.23 297	0.17 285	0.25 326	0.20 239	0.25 308	0.22 278

BEATNet_4x	0.73 296	0.49 417	1.17 416	0.53 234	0.26 61	1.03 372	0.55 327	1.82 412	1.06 263	1.21 321	1.22 300	0.96 278	0.91 338	1.01 181	1.06 402	0.21 246	0.14 159	0.24 287	0.19 207	0.37 420	0.21 260

DualNet (step1)	0.83 349	0.49 417	1.13 408	0.56 286	0.39 287	1.02 369	0.73 402	1.78 399	1.21 360	1.22 326	1.18 285	1.08 313	0.92 341	1.23 236	0.67 307	0.57 506	0.28 433	0.62 515	0.67 522	0.45 461	0.42 451

test_sample9	1.86 506	0.49 417	1.13 408	0.56 286	0.39 287	1.02 369	0.73 402	1.78 399	1.21 360	1.22 326	1.18 285	1.08 313	0.92 341	2.27 409	7.92 547	0.57 506	12.61 578	0.62 515	0.67 522	0.45 461	0.42 451

test_sample7	0.74 301	0.37 360	0.76 262	0.52 216	0.35 235	0.91 332	0.67 385	1.78 399	1.21 360	1.22 326	1.18 285	1.08 313	0.92 341	1.23 236	0.67 307	0.31 414	0.28 433	0.32 419	0.31 438	0.33 402	0.29 375

CFNet_ucs	0.70 269	0.33 299	0.88 319	0.50 165	0.43 321	0.74 256	0.44 223	1.60 347	1.29 398	1.22 326	1.54 411	1.09 323	0.63 223	0.99 176	0.59 279	0.25 338	0.20 341	0.37 457	0.21 283	0.40 437	0.28 370

AASNet	0.76 315	0.35 343	0.91 332	0.79 467	0.81 488	1.14 390	0.56 335	2.02 468	1.08 274	1.22 326	1.24 306	0.93 261	0.76 265	0.77 103	1.16 420	0.27 377	0.23 393	0.24 287	0.20 239	0.28 353	0.24 312

IRAFT_RVC	0.88 368	0.28 173	0.76 262	0.63 367	0.31 174	0.65 209	1.02 474	1.22 254	0.94 209	1.22 326	1.04 223	1.01 296	0.98 377	5.82 511	0.53 258	0.22 272	0.12 50	0.25 326	0.20 239	0.20 192	0.19 211

SMFormer	0.75 309	0.30 228	0.86 301	0.46 101	0.26 61	0.82 305	0.43 210	2.05 471	1.39 446	1.23 332	1.47 392	0.98 282	0.95 360	1.71 346	0.82 360	0.24 312	0.20 341	0.22 229	0.21 283	0.23 281	0.24 312

tta	0.75 309	0.30 228	0.86 301	0.46 101	0.26 61	0.82 305	0.43 210	2.05 471	1.39 446	1.23 332	1.47 392	0.98 282	0.95 360	1.71 346	0.82 360	0.24 312	0.20 341	0.22 229	0.21 283	0.18 117	0.18 171

qqq1	0.72 278	0.30 228	0.86 301	0.46 101	0.26 61	0.82 305	0.43 210	2.05 471	1.39 446	1.23 332	1.47 392	0.98 282	0.95 360	1.71 346	0.44 187	0.24 312	0.20 341	0.18 108	0.15 104	0.18 117	0.18 171

fff1	0.72 278	0.30 228	0.86 301	0.46 101	0.26 61	0.82 305	0.43 210	2.05 471	1.39 446	1.23 332	1.47 392	0.98 282	0.95 360	1.71 346	0.44 187	0.24 312	0.20 341	0.18 108	0.15 104	0.18 117	0.18 171

ttt	0.94 383	0.34 322	0.59 137	0.61 346	0.37 260	0.94 344	0.50 283	2.17 497	1.34 419	1.23 332	1.61 430	0.91 250	0.76 265	1.85 366	3.97 528	0.30 406	0.26 417	0.26 345	0.24 348	0.29 364	0.29 375

IER	0.70 269	0.31 261	1.02 374	0.48 138	0.52 385	1.34 428	0.51 284	1.17 230	0.99 235	1.23 332	1.34 351	1.12 330	1.11 415	0.99 176	0.71 320	0.20 212	0.16 256	0.21 200	0.21 283	0.20 192	0.19 211

UDG	1.41 472	2.65 558	0.99 358	1.44 533	1.64 537	1.34 428	0.80 424	1.60 347	1.23 369	1.23 332	1.71 447	2.01 488	1.34 459	1.47 301	1.41 456	0.90 523	0.54 526	2.29 543	0.75 526	1.84 535	1.04 528

iResNetv2_ROB	0.80 332	0.37 360	1.71 480	0.56 286	0.37 260	0.94 344	0.64 374	1.73 378	1.34 419	1.23 332	1.42 374	1.26 364	0.92 341	1.85 366	0.56 270	0.23 297	0.15 217	0.19 130	0.14 88	0.24 296	0.19 211

G2L-ROB	0.73 296	0.25 102	0.76 262	0.54 249	0.39 287	0.95 348	0.66 381	1.66 364	1.09 282	1.24 340	1.02 210	1.64 443	0.71 248	1.63 329	1.02 398	0.20 212	0.14 159	0.17 74	0.15 104	0.20 192	0.22 278

testlalala	0.45 102	0.28 173	0.59 137	0.42 51	0.39 287	0.71 245	0.39 163	1.08 207	0.45 48	1.24 340	0.80 150	0.61 144	0.36 68	0.54 32	0.33 77	0.20 212	0.13 108	0.18 108	0.12 38	0.15 38	0.15 92

PSM-softLoss	0.78 325	0.31 261	0.77 269	0.58 308	0.32 193	0.56 152	0.40 171	1.18 235	0.70 133	1.24 340	1.07 231	0.83 217	0.52 160	5.36 497	0.53 258	0.24 312	0.15 217	0.25 326	0.22 312	0.20 192	0.25 324

KMStereo	0.78 325	0.31 261	0.77 269	0.58 308	0.32 193	0.56 152	0.40 171	1.18 235	0.70 133	1.24 340	1.07 231	0.83 217	0.52 160	5.36 497	0.53 258	0.24 312	0.15 217	0.25 326	0.22 312	0.20 192	0.25 324

test_xeample	1.45 474	0.28 173	0.65 167	0.51 195	0.28 109	0.94 344	0.59 358	2.14 486	1.29 398	1.24 340	1.51 404	0.88 238	0.86 318	1.46 297	15.10 564	0.22 272	0.20 341	0.22 229	0.20 239	0.22 256	0.22 278

acv_ft	0.75 309	0.31 261	0.95 346	0.70 430	0.86 497	1.24 412	0.53 303	1.44 301	1.07 268	1.24 340	1.30 330	1.08 313	0.92 341	0.80 114	1.34 443	0.21 246	0.19 323	0.21 200	0.18 185	0.21 233	0.18 171

CSP-Net	0.97 393	0.38 367	0.83 293	0.53 234	0.41 306	1.63 461	0.77 413	2.00 460	1.05 259	1.25 346	1.20 296	1.33 381	0.83 303	4.93 490	0.85 368	0.32 421	0.22 381	0.20 165	0.20 239	0.23 281	0.25 324

HHNet	0.62 216	0.26 123	0.63 153	0.43 58	0.45 335	0.50 101	0.58 350	1.07 201	1.01 243	1.25 346	2.23 495	0.70 176	0.61 213	1.07 198	0.47 221	0.20 212	0.13 108	0.23 267	0.19 207	0.19 158	0.30 389

Syn2CoEx	1.14 440	0.69 480	1.66 476	0.80 470	0.67 446	1.40 437	0.88 443	2.06 476	1.54 474	1.25 346	1.58 424	1.42 397	1.50 478	4.09 470	1.40 452	0.36 451	0.32 462	0.34 438	0.29 423	0.29 364	0.34 416

DIP-Stereo	0.62 216	0.30 228	0.83 293	0.48 138	0.36 245	0.95 348	0.33 89	2.37 519	0.67 124	1.25 346	1.00 196	0.68 167	0.51 155	0.91 150	0.61 289	0.18 138	0.15 217	0.21 200	0.17 167	0.19 158	0.19 211
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ACVNet-4b	2.15 517	1.41 531	1.64 474	2.80 548	2.31 548	2.31 510	1.24 497	2.32 513	2.14 515	1.26 350	2.39 502	2.66 515	1.48 474	5.95 515	1.06 402	3.20 554	0.45 510	2.37 545	0.89 534	2.83 549	2.37 551

DGSMNet	1.14 440	0.76 492	2.49 515	0.81 473	0.86 497	1.39 436	1.39 507	2.13 482	1.35 429	1.26 350	1.63 437	1.48 415	0.98 377	1.75 351	1.10 411	0.45 484	0.43 503	0.55 507	0.49 501	0.75 513	0.70 511

psm_up	0.77 317	0.34 322	0.70 202	0.66 397	0.58 413	1.05 375	0.92 453	1.52 324	1.12 295	1.26 350	1.16 280	1.31 379	1.23 442	1.20 231	0.81 355	0.25 338	0.29 444	0.31 404	0.27 391	0.27 334	0.25 324

GANetREF_RVC	1.07 422	0.86 500	1.31 435	0.82 481	0.53 388	1.41 442	1.31 503	1.76 391	1.52 471	1.27 353	1.31 336	1.46 408	1.24 445	2.03 384	0.96 390	0.56 505	0.45 510	0.67 518	0.50 504	0.88 517	0.59 496
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
iResNet_ROB	0.77 317	0.30 228	0.99 358	0.57 302	0.36 245	0.83 310	0.36 125	2.33 514	1.58 478	1.27 353	1.30 330	1.25 360	0.84 307	1.65 332	0.79 349	0.20 212	0.14 159	0.17 74	0.12 38	0.18 117	0.27 358

G2L-Stereo_test	0.73 296	0.27 151	0.74 248	0.49 153	0.40 298	0.90 328	0.81 427	1.53 330	1.14 310	1.28 355	1.27 320	1.52 421	0.72 251	1.62 327	0.94 382	0.19 179	0.14 159	0.16 49	0.15 104	0.18 117	0.19 211

anonymousa	0.72 278	0.27 151	0.75 252	0.47 112	0.63 434	1.43 443	0.45 240	1.24 260	0.89 190	1.28 355	1.75 454	1.62 435	1.13 422	0.69 78	0.59 279	0.19 179	0.16 256	0.23 267	0.25 363	0.20 192	0.18 171

Wz-Net-LNSev	1.03 416	0.67 475	2.71 521	0.64 376	0.84 492	1.75 471	1.00 471	1.80 408	1.32 412	1.28 355	1.25 310	1.65 446	1.22 440	1.39 283	1.40 452	0.28 390	0.26 417	0.24 287	0.23 335	0.33 402	0.32 405

Sa-1000	0.72 278	0.29 208	0.76 262	0.59 321	0.30 148	0.73 252	0.37 142	1.62 354	1.33 416	1.28 355	2.04 485	0.86 230	0.75 257	1.84 363	0.38 137	0.19 179	0.14 159	0.25 326	0.23 335	0.20 192	0.16 121

test_1	0.54 160	0.22 45	0.68 183	0.47 112	0.27 85	0.58 160	0.35 109	0.92 123	1.00 240	1.28 355	0.68 111	0.87 234	0.45 111	1.67 337	0.37 126	0.16 56	0.11 26	0.20 165	0.16 146	0.17 87	0.13 35

iResNet	0.75 309	0.40 378	1.36 444	0.67 409	0.29 126	0.92 339	0.59 358	1.52 324	1.25 378	1.28 355	1.48 397	0.94 264	0.76 265	1.62 327	0.78 343	0.18 138	0.14 159	0.18 108	0.15 104	0.22 256	0.23 298

GCST	1.08 425	1.47 535	0.93 338	1.73 536	1.14 522	1.30 421	0.31 75	1.33 271	1.16 331	1.29 361	0.97 189	0.98 282	0.49 146	2.08 389	0.46 214	1.19 535	0.70 535	1.30 535	0.85 533	1.02 523	0.89 521

fast-acv-ft	0.94 383	0.44 396	1.40 446	0.58 308	0.51 373	1.77 476	0.69 393	1.36 281	1.42 458	1.29 361	1.86 467	1.74 457	1.25 446	1.52 308	1.38 448	0.26 361	0.28 433	0.28 376	0.28 412	0.27 334	0.26 348

anonymity	1.12 435	0.97 506	1.21 419	1.07 521	1.12 518	1.08 381	0.89 445	1.95 450	1.16 331	1.29 361	1.26 317	1.22 349	1.09 413	1.15 217	1.01 397	1.02 528	1.00 551	0.97 527	0.97 539	0.98 520	0.99 525

NF-Stereo	0.80 332	0.30 228	0.75 252	0.60 332	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 361	1.02 210	0.82 210	0.57 191	5.40 501	0.48 226	0.23 297	0.14 159	0.24 287	0.20 239	0.20 192	0.30 389

OCTAStereo	0.80 332	0.30 228	0.75 252	0.60 332	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 361	1.01 202	0.82 210	0.57 191	5.35 496	0.48 226	0.24 312	0.14 159	0.24 287	0.20 239	0.20 192	0.30 389

RE-Stereo	0.80 332	0.30 228	0.75 252	0.60 332	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 361	1.01 202	0.81 205	0.57 191	5.37 499	0.48 226	0.24 312	0.14 159	0.24 287	0.20 239	0.20 192	0.30 389

TVStereo	0.80 332	0.30 228	0.75 252	0.60 332	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 361	1.01 202	0.81 205	0.57 191	5.37 499	0.48 226	0.24 312	0.14 159	0.24 287	0.20 239	0.20 192	0.30 389

STTRV1_RVC	1.58 483	0.68 479	1.96 496	0.88 499	1.12 518	1.57 456	0.90 450	2.25 507	1.75 493	1.29 361	2.02 483	1.40 393	1.22 440	9.77 562	1.31 439	0.81 521	0.33 467	0.54 502	0.49 501	0.73 512	0.52 483

PWCDC_ROB	1.29 455	0.75 491	1.33 440	1.05 518	0.88 500	1.73 470	0.52 295	1.89 432	3.28 538	1.29 361	4.88 542	1.22 349	1.46 471	1.77 358	1.45 464	0.60 511	0.26 417	0.29 386	0.25 363	0.52 481	0.37 432

gwcnet-sp	0.74 301	0.33 299	1.44 453	0.57 302	0.45 335	1.40 437	0.54 309	1.50 315	1.14 310	1.30 370	1.02 210	0.94 264	0.82 295	1.39 283	0.76 335	0.21 246	0.21 363	0.22 229	0.21 283	0.22 256	0.22 278

scenet	0.74 301	0.33 299	1.44 453	0.57 302	0.45 335	1.40 437	0.54 309	1.50 315	1.14 310	1.30 370	1.02 210	0.94 264	0.82 295	1.39 283	0.76 335	0.21 246	0.21 363	0.22 229	0.21 283	0.22 256	0.22 278

CASS	0.65 243	0.34 322	0.72 220	0.56 286	0.27 85	0.78 280	0.42 191	1.59 343	0.86 179	1.30 370	1.25 310	0.87 234	0.84 307	0.84 128	0.54 264	0.35 447	0.19 323	0.26 345	0.21 283	0.28 353	0.42 451
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.74 301	0.33 299	1.44 453	0.57 302	0.45 335	1.40 437	0.54 309	1.50 315	1.14 310	1.30 370	1.02 210	0.94 264	0.82 295	1.39 283	0.76 335	0.21 246	0.21 363	0.22 229	0.21 283	0.22 256	0.22 278

HBP-ISP	0.96 387	0.58 452	0.72 220	0.61 346	0.46 346	1.64 463	0.76 410	1.86 424	1.28 394	1.30 370	1.53 406	0.86 230	0.94 355	3.27 456	0.69 314	0.45 484	0.44 506	0.54 502	0.48 498	0.47 468	0.40 442

IPLG	0.69 265	0.27 151	0.97 354	0.51 195	0.43 321	0.79 286	0.33 89	1.21 246	1.06 263	1.30 370	1.10 245	0.52 107	0.55 177	3.16 453	0.63 296	0.16 56	0.14 159	0.19 130	0.16 146	0.18 117	0.17 146

raftrobust	0.52 135	0.25 102	0.56 114	0.65 390	0.52 385	0.49 87	0.34 101	0.98 154	0.91 199	1.30 370	0.87 160	0.63 152	0.81 290	0.78 108	0.41 163	0.19 179	0.15 217	0.16 49	0.14 88	0.15 38	0.16 121

RAFT + AFF	1.00 404	0.42 390	1.09 399	0.67 409	0.50 362	1.22 410	1.24 497	2.24 506	1.19 349	1.30 370	1.56 417	1.17 340	1.49 476	3.44 462	0.83 362	0.21 246	0.25 411	0.30 398	0.26 380	0.27 334	0.27 358

UPFNet	0.80 332	0.32 277	0.90 329	0.59 321	0.74 465	1.26 415	0.80 424	1.52 324	1.10 289	1.30 370	1.12 258	1.30 375	0.84 307	1.67 337	1.09 408	0.24 312	0.24 402	0.24 287	0.23 335	0.25 308	0.18 171

HSM	1.19 449	0.32 277	0.65 167	0.57 302	0.38 277	1.23 411	0.59 358	2.25 507	1.19 349	1.30 370	1.25 310	1.94 480	1.03 396	9.32 555	0.71 320	0.22 272	0.16 256	0.20 165	0.16 146	0.21 233	0.21 260

HI	0.64 235	0.32 277	0.68 183	0.47 112	0.51 373	0.41 35	0.36 125	1.04 178	0.75 146	1.31 380	1.43 378	1.62 435	1.12 418	0.94 161	0.88 372	0.15 35	0.12 50	0.20 165	0.20 239	0.20 192	0.18 171

CoSv	0.64 235	0.32 277	0.68 183	0.47 112	0.51 373	0.41 35	0.36 125	1.04 178	0.75 146	1.31 380	1.43 378	1.62 435	1.12 418	0.94 161	0.88 372	0.15 35	0.12 50	0.20 165	0.20 239	0.20 192	0.18 171

GASNet	0.99 399	0.97 506	1.72 481	0.98 513	0.68 452	0.83 310	0.67 385	1.60 347	1.28 394	1.31 380	1.22 300	1.22 349	1.21 439	2.41 419	1.41 456	0.43 478	0.26 417	0.36 454	0.34 461	0.55 487	0.31 399

222	1.61 488	0.29 208	0.67 179	0.56 286	0.29 126	1.06 378	0.42 191	2.17 497	1.31 408	1.31 380	1.52 405	0.92 259	0.94 355	1.76 356	17.65 568	0.24 312	0.20 341	0.21 200	0.19 207	0.22 256	0.23 298

SQANet	1.31 459	0.88 503	1.08 396	1.83 538	1.44 534	1.44 444	0.75 407	1.74 383	1.09 282	1.32 384	1.26 317	1.28 371	1.01 389	1.50 305	0.83 362	2.50 544	0.34 469	1.47 536	0.55 511	2.32 538	1.57 540

test-3	0.54 160	0.22 45	0.68 183	0.47 112	0.27 85	0.58 160	0.35 109	0.92 123	1.00 240	1.32 384	0.69 115	0.87 234	0.45 111	1.68 342	0.37 126	0.16 56	0.11 26	0.20 165	0.16 146	0.17 87	0.13 35

RAFT-345	0.84 354	0.25 102	0.66 174	0.50 165	0.27 85	0.54 139	0.42 191	0.83 97	1.11 291	1.32 384	2.34 500	0.86 230	0.54 170	5.72 508	0.47 221	0.18 138	0.13 108	0.22 229	0.17 167	0.17 87	0.16 121

RAFT-Stereo + iAFF	0.54 160	0.25 102	0.68 183	0.43 58	0.24 38	0.40 31	0.34 101	1.04 178	1.09 282	1.32 384	1.60 426	0.80 201	0.68 236	0.67 76	0.39 145	0.13 18	0.10 9	0.18 108	0.17 167	0.17 87	0.13 35

delet	0.85 358	0.32 277	0.95 346	0.65 390	0.66 442	1.64 463	0.84 431	1.75 385	1.35 429	1.32 384	1.30 330	1.30 375	0.88 328	1.68 342	1.10 411	0.21 246	0.21 363	0.24 287	0.24 348	0.21 233	0.21 260

NCC-stereo	1.10 430	0.54 436	1.24 425	0.84 485	0.94 505	1.29 419	0.89 445	2.01 464	1.34 419	1.32 384	1.74 451	1.88 470	1.74 496	2.35 414	1.25 430	0.45 484	0.37 487	0.45 483	0.58 514	0.42 445	0.42 451

Nwc_Net	1.09 428	0.49 417	1.33 440	0.89 503	0.80 486	1.49 449	0.66 381	2.19 500	1.27 389	1.32 384	2.26 496	1.96 483	1.54 479	1.92 372	1.34 443	0.40 465	0.30 448	0.43 478	0.45 491	0.38 429	0.37 432

Abc-Net	1.10 430	0.54 436	1.24 425	0.84 485	0.94 505	1.29 419	0.89 445	2.01 464	1.34 419	1.32 384	1.74 451	1.88 470	1.74 496	2.35 414	1.25 430	0.45 484	0.37 487	0.45 483	0.58 514	0.42 445	0.42 451
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
G2L-Stereo	0.80 332	0.32 277	0.95 346	0.60 332	0.42 311	0.78 280	0.69 393	1.50 315	1.09 282	1.33 392	1.14 267	1.45 405	0.72 251	2.45 421	1.10 411	0.25 338	0.20 341	0.26 345	0.21 283	0.20 192	0.26 348

SDNR	1.62 489	0.51 427	2.17 505	0.53 234	0.56 401	3.80 544	0.45 240	1.54 333	1.29 398	1.33 392	2.41 504	1.08 313	0.96 367	11.18 567	1.16 420	0.66 517	0.63 531	0.43 478	0.32 446	0.64 501	0.67 508

PFNet+	0.59 203	0.28 173	0.77 269	0.53 234	0.30 148	0.59 165	0.31 75	0.92 123	1.14 310	1.33 392	1.10 245	0.79 199	0.57 191	1.31 256	0.49 233	0.25 338	0.17 285	0.28 376	0.26 380	0.21 233	0.25 324

CVANet_RVC	1.07 422	0.43 393	0.76 262	0.60 332	0.50 362	0.90 328	0.97 465	1.52 324	1.26 383	1.33 392	1.38 365	1.24 356	1.18 430	6.75 530	0.75 332	0.34 440	0.23 393	0.34 438	0.29 423	0.42 445	0.27 358

SACVNet	0.85 358	0.46 405	0.85 295	0.81 473	0.56 401	0.80 294	0.79 418	1.68 367	1.12 295	1.34 396	1.33 344	1.25 360	0.94 355	2.39 418	0.76 335	0.34 440	0.26 417	0.31 404	0.29 423	0.35 409	0.44 460

CrosDoStereo	1.58 483	0.24 74	0.72 220	0.48 138	0.29 126	0.67 221	12.49 568	1.10 212	0.98 228	1.34 396	1.75 454	1.00 289	1.89 507	6.65 524	0.81 355	0.19 179	0.15 217	0.20 165	0.22 312	0.18 117	0.19 211

DeepStereo_LL	1.58 483	0.24 74	0.72 220	0.48 138	0.29 126	0.67 221	12.49 568	1.10 212	0.98 228	1.34 396	1.75 454	1.00 289	1.89 507	6.65 524	0.81 355	0.19 179	0.15 217	0.20 165	0.22 312	0.18 117	0.19 211

THIR-Stereo	1.02 413	0.27 151	0.69 196	0.49 153	0.28 109	0.95 348	1.34 505	1.03 172	0.97 223	1.34 396	1.90 472	1.17 340	1.58 482	6.44 521	0.78 343	0.19 179	0.14 159	0.21 200	0.22 312	0.19 158	0.20 243

AANet_RVC	1.16 446	0.52 431	1.49 467	0.65 390	0.45 335	0.75 261	0.69 393	1.42 294	1.55 476	1.34 396	1.87 469	1.53 422	0.78 276	7.43 539	1.38 448	0.25 338	0.17 285	0.19 130	0.16 146	0.22 256	0.26 348

coex_refinement	0.80 332	0.28 173	0.73 232	0.70 430	0.51 373	0.95 348	0.60 362	1.78 399	1.23 369	1.36 401	1.37 360	1.82 467	0.81 290	1.32 260	1.13 417	0.26 361	0.17 285	0.19 130	0.20 239	0.24 296	0.25 324

Consistency-Raft	1.25 453	0.99 509	1.93 494	1.02 517	1.21 527	0.96 354	1.01 473	1.75 385	1.92 504	1.36 401	2.12 489	1.44 403	1.01 389	1.14 216	1.40 452	0.72 519	0.82 538	0.89 525	0.98 541	1.31 533	0.95 523

GMM-Stereo	0.74 301	0.25 102	0.59 137	0.54 249	0.34 231	0.72 248	0.99 469	1.01 166	0.87 183	1.36 401	1.78 457	1.12 330	0.81 290	2.09 390	0.46 214	0.18 138	0.12 50	0.25 326	0.25 363	0.20 192	0.85 520

ssnet_v2	0.88 368	0.36 353	1.02 374	0.62 358	0.38 277	1.32 424	0.97 465	2.07 477	1.34 419	1.37 404	1.18 285	1.54 423	0.92 341	1.10 206	1.65 477	0.30 406	0.27 426	0.30 398	0.28 412	0.27 334	0.26 348

ACRE	0.61 212	0.33 299	1.01 367	0.58 308	0.49 355	0.75 261	0.47 254	1.06 199	0.95 211	1.37 404	1.55 413	0.62 149	0.46 118	0.83 125	0.70 315	0.23 297	0.15 217	0.19 130	0.16 146	0.18 117	0.21 260

MMNet	0.84 354	0.32 277	1.09 399	0.60 332	0.59 421	1.85 485	0.49 275	1.51 322	1.27 389	1.37 404	1.15 275	1.26 364	1.18 430	1.67 337	1.22 427	0.19 179	0.18 306	0.23 267	0.22 312	0.25 308	0.21 260

NLCA_NET_v2_RVC	0.79 329	0.43 393	1.05 383	0.64 376	0.58 413	0.95 348	0.53 303	1.53 330	1.18 341	1.37 404	1.15 275	1.43 398	0.88 328	1.61 326	0.84 365	0.25 338	0.22 381	0.27 361	0.27 391	0.29 364	0.29 375
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PDISCO_ROB	1.32 461	0.65 473	1.44 453	1.36 528	1.46 535	2.55 518	0.92 453	2.45 525	2.07 513	1.37 404	1.49 399	1.65 446	1.00 387	2.82 438	1.35 446	1.01 526	0.27 426	0.54 502	0.47 496	0.71 510	0.73 514

xyz-stereo	7.16 559	0.22 45	69.90 586	0.42 51	0.21 9	32.92 582	0.49 275	0.87 104	0.76 152	1.38 409	27.04 577	1.19 344	1.16 425	4.69 482	0.97 391	0.16 56	0.12 50	0.20 165	0.14 88	0.16 58	0.12 10

CRFU-Net	0.86 363	0.39 372	1.00 363	0.65 390	0.57 404	1.78 478	0.86 438	2.15 488	0.81 167	1.38 409	1.18 285	1.64 443	1.19 433	1.35 268	0.90 378	0.26 361	0.22 381	0.21 200	0.19 207	0.23 281	0.24 312

DDUNet	1.50 477	2.69 559	1.12 406	1.77 537	1.88 539	1.84 484	0.92 453	1.70 374	1.16 331	1.38 409	1.79 458	1.60 433	1.12 418	1.37 274	1.08 406	1.10 533	0.76 536	2.37 545	0.94 537	2.00 536	1.37 537

STTStereo	0.78 325	0.50 424	1.22 421	0.64 376	0.54 392	0.89 325	0.54 309	1.44 301	1.11 291	1.38 409	1.09 241	1.27 368	0.85 310	1.43 291	0.83 362	0.29 401	0.27 426	0.33 428	0.39 477	0.32 393	0.30 389

RYNet	1.17 447	0.49 417	1.24 425	0.70 430	0.97 509	1.71 467	0.92 453	1.91 439	1.46 463	1.38 409	1.14 267	1.88 470	1.30 455	4.24 472	1.87 485	0.26 361	0.21 363	0.35 446	0.27 391	0.55 487	0.54 485

DeepPruner_ROB	0.74 301	0.48 414	0.87 312	0.57 302	0.44 328	0.79 286	0.54 309	1.73 378	0.96 216	1.38 409	1.27 320	1.24 356	0.73 253	1.43 291	0.73 326	0.34 440	0.28 433	0.27 361	0.26 380	0.31 384	0.31 399

DEmStereo	0.97 393	0.23 56	0.79 280	0.47 112	0.32 193	1.04 374	0.56 335	0.93 130	0.89 190	1.39 415	2.14 491	1.02 298	2.07 518	5.64 507	0.77 341	0.17 99	0.15 217	0.20 165	0.20 239	0.18 117	0.20 243

CIPLG	0.62 216	0.33 299	0.96 352	0.58 308	0.50 362	0.75 261	0.48 265	1.05 186	0.96 216	1.40 416	1.57 421	0.64 155	0.48 138	0.89 147	0.70 315	0.23 297	0.15 217	0.19 130	0.16 146	0.19 158	0.21 260

IPLGR_C	0.62 216	0.33 299	0.99 358	0.58 308	0.49 355	0.76 267	0.48 265	1.10 212	0.96 216	1.40 416	1.56 417	0.62 149	0.48 138	0.80 114	0.71 320	0.23 297	0.15 217	0.19 130	0.16 146	0.19 158	0.21 260

GMOStereo	0.53 145	0.26 123	0.65 167	0.50 165	0.29 126	0.52 122	0.43 210	0.89 113	0.96 216	1.41 418	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 287	0.21 283	0.20 192	0.15 92

error version	0.53 145	0.26 123	0.65 167	0.50 165	0.29 126	0.52 122	0.43 210	0.89 113	0.96 216	1.41 418	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 287	0.21 283	0.20 192	0.15 92

test-v	0.53 145	0.26 123	0.65 167	0.50 165	0.29 126	0.52 122	0.43 210	0.89 113	0.96 216	1.41 418	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 287	0.21 283	0.20 192	0.15 92

test-2	0.53 145	0.26 123	0.65 167	0.50 165	0.29 126	0.52 122	0.43 210	0.89 113	0.96 216	1.41 418	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 287	0.21 283	0.20 192	0.15 92

GwcNet	1.08 425	0.51 427	2.33 510	0.79 467	1.18 525	1.76 473	0.70 396	1.68 367	1.47 464	1.41 418	1.64 438	1.74 457	1.04 398	2.20 403	1.41 456	0.30 406	0.29 444	0.29 386	0.27 391	0.30 375	0.35 421

CBMV_ROB	0.90 373	0.44 396	0.63 153	0.51 195	0.37 260	1.25 414	0.49 275	1.77 395	1.27 389	1.41 418	2.00 480	1.33 381	1.08 410	2.17 397	0.76 335	0.43 478	0.42 502	0.47 488	0.44 489	0.41 440	0.36 427

test_for_model	1.30 457	3.71 565	0.58 130	3.22 556	2.84 556	0.59 165	0.33 89	1.40 290	0.83 173	1.42 424	0.61 94	0.52 107	0.37 73	0.51 24	0.33 77	2.46 543	0.15 217	0.16 49	0.11 8	4.39 566	1.50 539

pcwnet_v2	0.97 393	0.37 360	4.33 533	0.62 358	0.54 392	0.79 286	0.45 240	2.02 468	1.58 478	1.42 424	1.64 438	1.09 323	0.79 280	1.24 241	0.67 307	0.32 421	0.25 411	0.29 386	0.27 391	0.37 420	0.35 421

otaku	1.60 486	1.11 518	1.21 419	2.20 541	1.56 536	1.97 494	1.24 497	2.07 477	1.36 433	1.44 426	1.62 433	1.73 455	1.19 433	1.73 350	0.98 394	2.89 549	0.57 528	1.74 537	0.60 518	2.78 545	1.94 546

dad	0.86 363	0.66 474	1.06 387	0.56 286	0.37 260	0.76 267	0.44 223	1.17 230	1.50 468	1.44 426	1.27 320	1.34 385	0.75 257	2.52 428	0.84 365	0.42 473	0.27 426	0.83 523	0.26 380	0.41 440	0.29 375

Prome-Stereo	0.75 309	0.27 151	0.53 94	0.55 273	0.32 193	0.59 165	0.97 465	0.89 113	0.88 187	1.45 428	2.46 506	0.91 250	1.41 464	1.58 321	0.44 187	0.18 138	0.13 108	0.19 130	0.17 167	0.20 192	0.92 522

StereoDRNet-Refined	0.80 332	0.41 386	0.88 319	0.62 358	0.42 311	1.33 426	0.48 265	1.52 324	1.17 334	1.45 428	1.44 383	1.44 403	0.90 335	1.26 245	1.24 429	0.20 212	0.16 256	0.27 361	0.24 348	0.25 308	0.28 370
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MLCV	0.72 278	0.34 322	1.10 402	0.51 195	0.23 22	0.91 332	0.39 163	1.33 271	1.23 369	1.46 430	1.55 413	1.01 296	0.64 227	1.95 377	0.80 353	0.18 138	0.12 50	0.18 108	0.14 88	0.19 158	0.17 146

AAGNet	1.83 503	0.28 173	0.72 220	0.61 346	0.32 193	0.67 221	0.51 284	0.96 149	0.98 228	1.47 431	1.20 296	1.00 289	1.18 430	2.83 439	22.77 575	0.22 272	0.13 108	0.22 229	0.19 207	0.23 281	0.15 92

SST-Stereo	0.83 349	0.28 173	0.72 220	0.59 321	0.31 174	0.72 248	0.26 40	1.09 209	0.86 179	1.47 431	1.10 245	1.00 289	0.87 323	5.73 509	0.45 200	0.22 272	0.13 108	0.23 267	0.19 207	0.23 281	0.18 171

RAFT_R40	0.83 349	0.28 173	0.73 232	0.59 321	0.31 174	0.69 233	0.44 223	1.10 212	0.95 211	1.47 431	1.10 245	1.00 289	0.85 310	5.53 503	0.46 214	0.22 272	0.13 108	0.23 267	0.20 239	0.23 281	0.18 171

PFNet	0.91 376	0.26 123	1.10 402	0.63 367	0.32 193	0.64 193	0.56 335	1.17 230	0.99 235	1.47 431	1.08 236	0.98 282	0.69 239	6.62 523	0.54 264	0.20 212	0.12 50	0.24 287	0.19 207	0.20 192	0.17 146

ccnet	1.12 435	0.67 475	1.01 367	0.78 465	0.73 464	1.72 469	0.99 469	1.84 420	1.26 383	1.47 431	1.85 466	1.75 460	1.29 451	1.75 351	1.88 487	0.57 506	0.53 523	0.57 512	0.55 511	0.59 494	0.54 485

S-Stereo	1.15 444	0.46 405	2.17 505	0.81 473	0.80 486	1.21 409	1.19 494	1.93 446	2.02 510	1.47 431	2.11 488	1.57 427	1.17 426	2.05 387	1.41 456	0.40 465	0.40 498	0.35 446	0.31 438	0.44 457	0.70 511

Wz-Net-SNSev	1.49 475	1.23 525	6.27 544	0.68 420	0.67 446	1.37 431	1.41 508	2.00 460	1.39 446	1.48 437	1.61 430	2.29 500	1.32 457	3.93 467	2.14 498	0.31 414	0.28 433	0.31 404	0.33 456	0.42 445	0.36 427

DPSNet	1.69 495	0.59 455	4.33 533	0.70 430	0.57 404	2.02 498	1.62 520	3.35 540	1.78 494	1.48 437	1.38 365	2.17 496	2.84 536	4.77 484	3.66 523	0.48 492	0.31 454	0.29 386	0.25 363	0.64 501	0.48 471

GANet	1.36 465	0.47 410	0.86 301	0.67 409	0.45 335	1.34 428	1.73 523	1.64 358	1.24 375	1.49 439	2.38 501	1.55 425	1.20 436	9.30 554	0.93 380	0.30 406	0.31 454	0.33 428	0.28 412	0.39 433	0.30 389

RainbowNet	1.97 513	1.76 540	1.57 471	2.81 549	2.21 544	1.98 496	1.81 526	2.54 528	1.89 501	1.50 440	1.84 464	1.96 483	1.65 489	2.14 394	1.25 430	3.33 556	0.85 543	2.39 548	0.98 541	2.82 548	2.22 548

SuperB	2.53 531	0.59 455	18.45 563	0.69 424	0.50 362	1.87 487	0.88 443	1.67 366	2.39 520	1.50 440	1.42 374	1.14 337	1.15 424	4.28 475	5.07 532	0.24 312	0.19 323	0.22 229	0.19 207	7.86 571	0.34 416

NCCL2	1.00 404	0.56 445	1.06 387	0.75 457	0.57 404	1.31 423	1.72 522	1.77 395	1.36 433	1.50 440	1.17 283	1.91 475	1.17 426	1.54 314	1.29 437	0.35 447	0.31 454	0.45 483	0.44 489	0.40 437	0.40 442

ADLNet	0.85 358	0.36 353	0.89 325	0.85 490	0.72 459	1.24 412	0.76 410	1.82 412	1.36 433	1.52 443	1.35 357	1.27 368	0.99 385	1.23 236	1.15 419	0.27 377	0.20 341	0.26 345	0.25 363	0.28 353	0.30 389

z-mn7	1.56 482	0.84 496	4.36 535	0.71 438	0.51 373	2.60 520	1.04 476	1.73 378	2.70 532	1.53 444	2.99 518	1.94 480	1.34 459	4.78 485	2.41 502	0.29 401	0.24 402	0.27 361	0.24 348	0.34 406	0.31 399

Pruner-Stereo	0.62 216	0.29 208	0.70 202	0.61 346	0.31 174	0.63 190	0.43 210	1.17 230	0.99 235	1.53 444	1.08 236	0.95 272	0.55 177	1.35 268	0.51 244	0.23 297	0.14 159	0.24 287	0.21 283	0.21 233	0.23 298

LMCR-Stereo	0.82 343	0.46 405	0.88 319	0.75 457	0.43 321	1.33 426	0.56 335	2.43 524	0.98 228	1.53 444	1.49 399	0.74 182	1.00 387	1.63 329	0.89 375	0.28 390	0.17 285	0.22 229	0.17 167	0.29 364	0.20 243

DMCA-RVC	0.74 301	0.40 378	1.27 431	0.66 397	0.49 355	0.77 275	0.47 254	1.35 279	1.01 243	1.53 444	1.01 202	1.29 374	0.82 295	1.31 256	0.78 343	0.27 377	0.21 363	0.35 446	0.27 391	0.32 393	0.24 312

HSM-Net_RVC	0.87 367	0.29 208	0.53 94	0.53 234	0.30 148	1.15 396	0.55 327	3.57 542	1.28 394	1.53 444	1.74 451	1.68 449	0.93 350	1.49 303	0.77 341	0.22 272	0.17 285	0.19 130	0.18 185	0.20 192	0.19 211
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Wz-Net-LNSev-Ref	0.99 399	0.40 378	1.82 488	0.66 397	0.62 433	2.05 499	0.78 415	1.91 439	1.29 398	1.54 449	1.42 374	1.51 419	1.23 442	1.99 380	1.33 441	0.23 297	0.14 159	0.20 165	0.15 104	0.27 334	0.26 348

RGC	1.14 440	0.79 494	1.26 428	0.91 507	0.96 508	1.52 451	0.77 413	1.92 442	1.26 383	1.54 449	1.93 474	2.02 490	1.54 479	2.25 407	1.31 439	0.44 483	0.35 480	0.58 513	0.48 498	0.47 468	0.46 465

ADCP+	1.99 514	0.48 414	7.73 547	0.66 397	0.91 501	2.30 509	1.05 478	1.82 412	1.34 419	1.54 449	1.32 342	1.74 457	1.61 486	2.17 397	13.37 560	0.24 312	0.21 363	0.32 419	0.28 412	0.37 420	0.29 375

RP	1.09 428	0.50 424	1.12 406	0.90 504	1.04 511	1.11 385	0.84 431	1.80 408	1.62 480	1.55 452	2.00 480	1.90 474	1.78 499	1.84 363	1.25 430	0.52 497	0.36 485	0.48 490	0.36 470	0.45 461	0.43 458

LL-Strereo	1.33 462	0.39 372	1.38 445	0.61 346	0.61 427	0.75 261	0.66 381	1.63 356	1.17 334	1.56 453	1.60 426	2.03 491	2.12 520	9.72 561	0.97 391	0.21 246	0.18 306	0.27 361	0.23 335	0.22 256	0.25 324

DisPM	0.66 250	0.28 173	0.72 220	0.61 346	0.35 235	0.62 188	0.45 240	1.02 167	0.99 235	1.56 453	1.10 245	0.80 201	0.59 201	2.37 416	0.41 163	0.23 297	0.14 159	0.23 267	0.21 283	0.20 192	0.25 324

DSFCA	0.93 381	0.34 322	1.06 387	0.52 216	0.65 439	1.55 454	0.93 457	1.49 311	1.19 349	1.56 453	1.15 275	1.50 417	0.96 367	3.07 448	1.02 398	0.30 406	0.26 417	0.25 326	0.25 363	0.28 353	0.24 312

AF-Net	1.13 438	0.52 431	1.33 440	0.86 492	0.91 501	1.38 434	0.71 398	2.16 491	1.62 480	1.56 453	2.40 503	1.99 486	1.65 489	1.81 362	1.48 469	0.48 492	0.28 433	0.49 492	0.33 456	0.39 433	0.32 405

Wz-Net-TNSev	1.88 507	2.08 552	7.66 546	0.67 409	0.64 437	2.42 514	1.83 528	2.33 514	1.74 492	1.57 457	1.56 417	2.58 512	1.90 509	4.86 486	3.12 514	0.39 462	0.37 487	0.33 428	0.37 473	0.53 483	0.58 494

ADCRef	1.35 464	0.55 441	2.37 512	0.72 442	0.77 476	1.94 492	0.78 415	1.91 439	1.27 389	1.57 457	1.59 425	1.36 388	1.41 464	1.54 314	7.53 542	0.23 297	0.20 341	0.32 419	0.30 432	0.29 364	0.29 375

OMP-Stereo	0.94 383	0.33 299	0.72 220	0.90 504	0.31 174	0.49 87	0.36 125	1.16 228	1.06 263	1.58 459	1.12 258	1.46 408	0.69 239	6.94 531	0.49 233	0.19 179	0.14 159	0.24 287	0.18 185	0.20 192	0.14 61

ISRNet	0.80 332	0.33 299	1.07 392	0.81 473	0.66 442	0.60 173	0.34 101	1.19 243	1.13 307	1.59 460	1.53 406	1.35 386	0.77 269	1.27 248	0.94 382	0.39 462	0.34 469	0.43 478	0.38 475	0.34 406	0.49 475

R-Stereo Train	0.57 191	0.26 123	0.63 153	0.54 249	0.36 245	0.69 233	0.54 309	1.22 254	0.72 139	1.61 461	1.50 402	0.75 184	0.53 165	0.64 65	0.44 187	0.18 138	0.15 217	0.17 74	0.15 104	0.17 87	0.17 146

RAFT-Stereo	0.57 191	0.26 123	0.63 153	0.54 249	0.36 245	0.69 233	0.54 309	1.22 254	0.72 139	1.61 461	1.50 402	0.75 184	0.53 165	0.64 65	0.44 187	0.18 138	0.15 217	0.17 74	0.15 104	0.17 87	0.17 146
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
StereoDRNet	0.98 397	0.47 410	1.70 478	0.76 460	0.94 505	1.51 450	0.91 451	1.92 442	1.32 412	1.61 461	1.13 263	1.47 413	0.97 370	1.75 351	1.46 467	0.28 390	0.23 393	0.29 386	0.27 391	0.35 409	0.27 358

KYRaft	0.75 309	0.28 173	0.62 150	0.56 286	0.29 126	0.67 221	0.86 438	0.94 137	0.84 177	1.62 464	2.21 494	1.16 339	1.02 394	1.57 319	0.40 152	0.20 212	0.13 108	0.22 229	0.28 412	0.20 192	1.02 526

ARAFT	0.77 317	0.36 353	1.49 467	0.51 195	0.31 174	0.90 328	0.82 429	1.90 435	1.06 263	1.62 464	1.24 306	1.02 298	0.64 227	1.84 363	0.50 239	0.18 138	0.14 159	0.28 376	0.27 391	0.17 87	0.16 121

YMNet	1.00 404	0.54 436	1.40 446	0.81 473	0.85 495	1.87 487	0.62 367	1.55 337	1.18 341	1.63 466	1.99 478	1.77 461	0.97 370	1.50 305	1.45 464	0.33 430	0.37 487	0.31 404	0.32 446	0.32 393	0.29 375

YMNet_1	1.00 404	0.54 436	1.40 446	0.81 473	0.85 495	1.87 487	0.62 367	1.55 337	1.18 341	1.63 466	1.99 478	1.77 461	0.97 370	1.50 305	1.45 464	0.33 430	0.37 487	0.31 404	0.32 446	0.32 393	0.29 375

DLCB_ROB	0.86 363	0.40 378	0.78 277	0.68 420	0.54 392	1.11 385	0.84 431	1.49 311	1.23 369	1.64 468	1.65 440	1.70 452	0.91 338	1.70 344	1.05 400	0.25 338	0.24 402	0.26 345	0.27 391	0.27 334	0.24 312

w-ln-seven-2	1.18 448	0.61 465	4.25 532	0.68 420	0.61 427	1.20 407	0.93 457	1.63 356	1.35 429	1.66 469	1.53 406	1.47 413	1.37 462	3.00 447	1.74 480	0.25 338	0.24 402	0.29 386	0.26 380	0.33 402	0.28 370

PSM-AAD	0.79 329	0.27 151	0.53 94	0.55 273	0.28 109	0.77 275	1.24 497	0.99 156	0.91 199	1.66 469	1.57 421	0.81 205	2.19 523	1.65 332	0.44 187	0.19 179	0.14 159	0.38 460	0.32 446	0.21 233	0.70 511

MADNet+	2.69 535	3.22 563	11.53 557	1.44 533	1.12 518	3.19 535	1.81 526	2.85 532	2.37 519	1.68 471	2.07 487	2.85 521	2.18 522	7.41 538	5.23 533	0.79 520	0.76 536	0.69 521	0.65 521	0.98 520	0.95 523

IIG-Stereo	0.96 387	0.31 261	0.72 220	0.88 499	0.33 214	0.61 179	0.26 40	1.19 243	1.03 250	1.69 472	1.37 360	1.46 408	0.75 257	6.96 532	0.51 244	0.19 179	0.14 159	0.23 267	0.18 185	0.20 192	0.14 61

edge stereo	1.11 433	0.50 424	1.30 434	0.71 438	0.65 439	1.14 390	0.75 407	1.93 446	1.37 437	1.71 473	1.83 462	2.54 511	1.44 468	2.43 420	1.23 428	0.42 473	0.41 500	0.54 502	0.35 466	0.42 445	0.46 465

stereogan	1.15 444	0.42 390	1.40 446	0.86 492	0.84 492	2.38 513	0.71 398	1.88 429	1.73 490	1.72 474	1.94 476	2.31 502	1.29 451	2.07 388	1.08 406	0.36 451	0.35 480	0.39 466	0.31 438	0.51 479	0.46 465

MFN_U_SF_DS_RVC	1.74 501	0.87 501	3.56 527	0.80 470	0.75 472	3.72 541	2.44 553	1.82 412	1.82 498	1.74 475	1.91 473	1.92 478	1.26 448	7.69 544	1.28 436	0.45 484	0.47 514	0.52 496	0.77 527	0.50 475	0.50 477

FTStereo	0.91 376	0.26 123	0.56 114	0.54 249	0.33 214	0.66 217	1.87 531	1.00 160	0.75 146	1.75 476	4.15 532	1.04 305	1.65 489	1.57 319	0.46 214	0.19 179	0.16 256	0.23 267	0.21 283	0.18 117	0.63 502

FAT-Stereo	1.07 422	0.41 386	1.32 438	0.72 442	0.58 413	1.08 381	0.89 445	1.96 451	1.65 482	1.75 476	1.98 477	2.03 491	1.48 474	2.02 383	1.18 426	0.42 473	0.35 480	0.34 438	0.29 423	0.35 409	0.53 484

FBW_ROB	1.71 499	0.62 469	1.45 458	0.67 409	0.61 427	1.81 480	1.08 482	2.52 527	1.70 487	1.77 478	1.73 449	1.98 485	1.25 446	12.57 569	1.84 484	0.34 440	0.37 487	0.56 510	0.38 475	0.45 461	0.43 458

DRaft	0.80 332	0.24 74	0.70 202	0.45 94	0.30 148	0.97 358	0.53 303	1.05 186	0.97 223	1.78 479	2.02 483	0.80 201	1.74 496	2.73 437	0.72 323	0.17 99	0.14 159	0.20 165	0.20 239	0.18 117	0.21 260

DANet	1.08 425	0.61 465	1.32 438	0.85 490	0.72 459	1.37 431	0.51 284	1.54 333	1.15 322	1.78 479	1.54 411	2.01 488	1.11 415	2.90 442	2.00 493	0.33 430	0.30 448	0.40 471	0.30 432	0.44 457	0.45 462
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DRN-Test	1.00 404	0.44 396	1.13 408	0.70 430	0.81 488	1.62 460	0.79 418	2.14 486	1.44 461	1.78 479	1.33 344	1.43 398	1.05 402	2.18 400	1.53 473	0.27 377	0.21 363	0.31 404	0.30 432	0.32 393	0.28 370

DCVSM-stereo	0.72 278	0.35 343	0.76 262	0.55 273	0.42 311	0.73 252	0.38 148	1.21 246	1.02 246	1.79 482	1.04 223	1.62 435	1.03 396	1.04 191	0.79 349	0.24 312	0.27 426	0.29 386	0.24 348	0.30 375	0.36 427

Wz-Net-MNSev	1.11 433	0.58 452	2.23 508	0.66 397	0.71 457	1.95 493	1.46 511	1.98 457	1.45 462	1.79 482	1.43 378	1.49 416	1.33 458	1.97 379	1.42 460	0.27 377	0.23 393	0.28 376	0.28 412	0.34 406	0.31 399

DAS	0.84 354	0.34 322	1.03 378	0.64 376	0.69 454	0.77 275	0.63 372	1.54 333	1.20 354	1.79 482	1.55 413	0.95 272	1.04 398	2.83 439	0.60 287	0.21 246	0.16 256	0.25 326	0.18 185	0.27 334	0.22 278

SepStereo	0.82 343	0.34 322	1.03 378	0.64 376	0.69 454	0.77 275	0.63 372	1.54 333	1.20 354	1.79 482	1.55 413	0.95 272	1.04 398	2.30 411	0.60 287	0.21 246	0.16 256	0.25 326	0.18 185	0.27 334	0.22 278

LALA_ROB	1.01 410	0.59 455	1.16 414	0.67 409	0.51 373	1.63 461	1.26 501	1.69 369	1.38 441	1.81 486	1.37 360	1.94 480	1.02 394	1.58 321	1.38 448	0.37 455	0.27 426	0.43 478	0.37 473	0.43 451	0.37 432

ACVNet_1	2.18 518	1.45 534	1.72 481	2.85 550	2.33 549	2.28 508	1.46 511	3.08 536	2.22 518	1.82 487	2.05 486	3.56 530	1.98 513	3.09 451	1.40 452	3.17 551	0.60 530	2.40 549	0.92 536	2.91 552	2.37 551

PASM	1.34 463	0.92 504	2.62 519	0.86 492	0.87 499	1.03 372	1.08 482	1.50 315	1.51 470	1.82 487	1.41 373	1.68 449	1.26 448	4.87 487	1.34 443	0.61 512	0.65 534	0.68 519	0.78 528	0.69 508	0.68 510

XPNet_ROB	0.96 387	0.49 417	1.09 399	0.72 442	0.57 404	1.11 385	1.14 488	1.66 364	1.23 369	1.85 489	1.39 369	1.64 443	1.11 415	1.80 360	1.42 460	0.38 459	0.30 448	0.33 428	0.29 423	0.37 420	0.34 416

zh-sn7	1.76 502	1.38 527	6.58 545	0.74 453	0.72 459	1.78 478	1.31 503	1.88 429	1.56 477	1.86 490	2.47 507	1.81 464	2.08 519	5.12 492	3.80 525	0.32 421	0.32 462	0.32 419	0.32 446	0.44 457	0.40 442

XQC	1.37 466	0.87 501	2.56 517	0.84 485	0.69 454	1.83 483	0.89 445	2.07 477	1.88 500	1.88 491	1.53 406	1.91 475	1.55 481	2.85 441	3.05 512	0.48 492	0.29 444	0.44 482	0.39 477	0.69 508	0.60 499

ADCPNet	1.85 505	0.69 480	8.07 548	0.71 438	0.58 413	2.79 527	1.22 496	1.94 448	1.54 474	1.88 491	1.69 445	2.46 510	2.04 515	2.37 416	6.48 537	0.38 459	0.37 487	0.38 460	0.43 487	0.47 468	0.45 462

MSC_U_SF_DS_RVC	2.12 516	1.15 521	3.10 524	1.05 518	0.76 475	5.03 555	2.40 552	2.16 491	2.62 529	1.89 493	2.28 497	2.69 516	1.65 489	9.35 556	2.04 494	0.64 516	0.51 521	0.68 519	0.71 525	1.09 527	0.67 508

ADCL	1.72 500	0.57 449	3.66 528	0.67 409	0.61 427	2.61 522	1.85 529	1.96 451	1.67 484	1.90 494	1.83 462	2.06 494	1.90 509	2.13 393	9.15 552	0.26 361	0.24 402	0.34 438	0.32 446	0.38 429	0.35 421

ETE_ROB	0.96 387	0.64 472	1.16 414	0.69 424	0.48 352	1.14 390	1.13 487	1.77 395	1.19 349	1.91 495	1.45 385	1.73 455	1.05 402	1.60 324	1.14 418	0.32 421	0.26 417	0.38 460	0.34 461	0.39 433	0.41 447

NVStereoNet_ROB	1.88 507	1.07 513	1.45 458	1.07 521	1.17 523	1.47 446	1.48 513	1.89 432	1.93 506	1.94 496	4.67 540	3.08 526	1.80 501	6.51 522	1.65 477	1.06 531	0.86 545	1.08 533	1.32 546	0.93 518	1.26 535
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFN_U_SF_RVC	1.52 479	0.84 496	3.42 526	0.87 498	0.66 442	2.56 519	0.95 462	2.36 517	1.70 487	1.98 497	1.86 467	2.45 509	1.79 500	2.95 443	2.58 504	0.52 497	0.48 515	0.55 507	0.59 517	0.59 494	0.61 500

w-ln-seven	1.38 468	0.70 483	3.91 531	0.75 457	0.72 459	2.69 524	0.95 462	2.02 468	1.99 508	1.99 498	1.73 449	1.82 467	1.17 426	2.45 421	2.84 509	0.28 390	0.25 411	0.31 404	0.30 432	0.41 440	0.33 411

GrayStereo	0.82 343	0.26 123	0.58 130	0.63 367	0.37 260	0.76 267	1.86 530	1.11 218	0.87 183	1.99 498	1.89 471	1.08 313	1.82 504	1.39 283	0.48 226	0.19 179	0.14 159	0.19 130	0.21 283	0.18 117	0.39 441

psmorigin	1.52 479	0.69 480	10.52 556	0.68 420	0.59 421	1.13 389	0.70 396	1.57 341	1.19 349	1.99 498	1.79 458	2.26 499	1.47 473	2.09 390	1.36 447	0.39 462	0.40 498	0.34 438	0.33 456	0.43 451	0.56 489

CBMV	0.95 386	0.44 396	0.66 174	0.53 234	0.35 235	1.53 452	1.63 521	1.69 369	1.42 458	2.00 501	1.60 426	1.43 398	1.17 426	1.59 323	0.99 395	0.34 440	0.34 469	0.39 466	0.33 456	0.33 402	0.32 405
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RAFT-RH_RVC	1.03 416	0.24 74	0.67 179	0.49 153	0.28 109	0.81 303	0.33 89	0.83 97	1.08 274	2.05 502	4.65 539	1.04 305	0.57 191	5.98 516	0.50 239	0.18 138	0.13 108	0.26 345	0.20 239	0.16 58	0.17 146

WZ-Net	1.95 511	0.95 505	10.10 553	0.86 492	0.78 478	1.69 466	1.60 519	2.20 503	1.98 507	2.08 503	1.93 474	2.30 501	1.97 512	5.30 495	3.17 517	0.34 440	0.26 417	0.29 386	0.31 438	0.51 479	0.47 468

NaN_ROB	1.13 438	0.55 441	1.15 413	0.64 376	0.48 352	1.61 459	2.03 540	1.72 377	1.48 465	2.09 504	1.27 320	1.40 393	1.08 410	3.94 468	1.30 438	0.28 390	0.34 469	0.28 376	0.28 412	0.30 375	0.33 411

SGM-Forest	1.24 451	0.38 367	0.60 142	0.52 216	0.37 260	1.56 455	1.30 502	1.65 359	1.36 433	2.11 505	1.79 458	1.63 440	0.93 350	7.48 541	0.95 386	0.36 451	0.37 487	0.39 466	0.34 461	0.37 420	0.32 405
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ACVNet_2	2.43 529	1.41 531	2.04 497	2.62 547	2.24 545	2.63 523	1.88 532	3.31 538	3.01 535	2.19 506	3.45 525	4.62 538	2.04 515	4.50 479	1.47 468	2.55 545	0.64 532	2.22 542	0.84 531	2.69 544	2.29 550

RTSC	1.29 455	0.73 486	2.44 513	0.83 484	0.57 404	1.85 485	0.65 376	1.88 429	2.00 509	2.20 507	1.66 442	1.60 433	1.26 448	2.33 413	3.92 526	0.32 421	0.23 393	0.27 361	0.29 423	0.37 420	0.37 432

test_sample8	2.19 519	0.49 417	1.13 408	0.56 286	0.39 287	1.02 369	0.73 402	1.82 412	1.15 322	2.26 508	1.30 330	4.94 543	2.52 532	2.27 409	7.92 547	0.57 506	12.61 578	0.62 515	0.67 522	0.45 461	0.42 451

MFMNet_re	1.40 471	1.14 520	1.68 477	1.39 530	1.07 512	1.48 447	1.43 509	1.87 426	1.82 498	2.26 508	2.19 493	1.51 419	1.86 506	1.52 308	1.25 430	0.93 524	0.83 539	0.84 524	0.80 529	0.99 522	1.05 530

PWC_ROB	1.24 451	0.76 492	2.46 514	0.72 442	0.78 478	1.15 396	0.49 275	1.75 385	1.92 504	2.31 510	3.07 519	1.59 431	1.40 463	2.46 424	2.10 497	0.33 430	0.22 381	0.35 446	0.24 348	0.38 429	0.41 447

IMH-64-1	2.70 536	1.79 542	1.46 460	3.26 558	2.66 552	3.23 537	2.10 541	4.08 545	2.75 533	2.34 511	3.81 529	3.06 524	2.22 524	4.25 473	2.59 505	3.75 560	0.84 540	2.75 555	1.35 547	3.15 554	2.60 557

IMH-64	2.70 536	1.79 542	1.46 460	3.26 558	2.66 552	3.23 537	2.10 541	4.08 545	2.75 533	2.34 511	3.81 529	3.06 524	2.22 524	4.25 473	2.59 505	3.75 560	0.84 540	2.75 555	1.35 547	3.15 554	2.60 557

LVE	3.31 544	1.67 539	1.64 474	2.85 550	2.42 550	3.20 536	2.26 548	4.78 553	5.05 554	2.35 513	6.91 549	6.02 549	2.37 527	9.15 552	2.17 499	3.19 553	1.08 556	2.38 547	1.47 553	2.81 547	2.40 553

CSAN	1.41 472	0.59 455	1.26 428	0.70 430	0.50 362	1.76 473	1.78 524	1.77 395	1.90 503	2.35 513	2.32 498	1.92 478	1.94 511	5.56 505	1.49 470	0.43 478	0.35 480	0.40 471	0.41 482	0.43 451	0.41 447

WAO-6	2.81 539	1.60 538	1.46 460	2.36 545	2.28 547	3.55 539	2.29 549	4.21 548	4.56 552	2.36 515	4.51 534	4.88 542	2.66 534	4.60 480	4.07 529	1.72 537	1.15 557	2.31 544	1.46 552	2.31 537	1.85 544

SANet	1.88 507	0.57 449	2.18 507	0.63 367	0.40 298	2.80 528	1.57 518	2.39 521	5.88 557	2.36 515	3.57 526	3.72 533	2.97 538	4.74 483	1.76 481	0.34 440	0.30 448	0.32 419	0.29 423	0.48 471	0.37 432

SHD	1.31 459	0.71 485	2.34 511	0.86 492	0.75 472	1.77 476	0.65 376	2.22 504	2.50 526	2.40 517	1.71 447	1.91 475	1.60 485	1.93 375	2.37 501	0.38 459	0.31 454	0.38 460	0.40 481	0.48 471	0.50 477

zh-mn7	1.70 496	1.21 524	8.30 551	0.69 424	0.53 388	1.45 445	0.84 431	1.70 374	2.09 514	2.41 518	2.67 512	1.68 449	1.23 442	4.49 477	2.87 510	0.30 406	0.26 417	0.27 361	0.27 391	0.31 384	0.35 421

AnyNet_C32	1.96 512	1.10 515	5.17 538	0.90 504	1.11 516	2.12 503	2.37 551	1.85 421	1.48 465	2.45 519	1.70 446	2.05 493	1.64 488	2.50 427	10.28 556	0.37 455	0.34 469	0.35 446	0.41 482	0.49 474	0.54 485

DispFullNet	2.34 524	2.85 560	3.66 528	3.08 555	2.27 546	1.97 494	0.67 385	2.00 460	1.70 487	2.52 520	2.00 480	2.23 497	5.86 555	3.44 462	1.58 474	1.01 526	0.32 462	2.64 554	1.94 559	2.85 550	2.24 549

AnyNet_C01	2.26 521	1.78 541	10.22 555	0.93 510	0.74 465	2.92 531	2.20 546	2.29 512	1.80 496	2.53 521	2.41 504	2.71 517	1.73 495	3.41 459	6.72 539	0.41 469	0.39 496	0.40 471	0.42 485	0.67 506	0.63 502

RTS	2.67 533	1.38 527	15.28 561	0.99 514	1.26 529	3.78 542	1.96 536	2.15 488	2.62 529	2.61 522	2.85 516	2.60 513	1.59 483	6.27 518	5.71 535	0.40 465	0.28 433	0.35 446	0.35 466	0.50 475	0.48 471

RTSA	2.67 533	1.38 527	15.28 561	0.99 514	1.26 529	3.78 542	1.96 536	2.15 488	2.62 529	2.61 522	2.85 516	2.60 513	1.59 483	6.27 518	5.71 535	0.40 465	0.28 433	0.35 446	0.35 466	0.50 475	0.48 471

pmcnn	2.37 525	0.42 390	2.71 521	0.63 367	0.43 321	1.54 453	1.19 494	2.01 464	1.53 473	2.64 524	7.60 554	18.07 572	1.45 470	3.44 462	2.78 508	0.18 138	0.15 217	0.15 19	0.12 38	0.20 192	0.18 171

IMH	3.21 543	1.85 546	1.48 465	3.25 557	2.69 554	4.07 548	2.02 539	4.41 550	3.80 545	2.72 525	7.11 552	4.75 541	2.92 537	5.92 513	2.55 503	3.85 564	0.88 546	2.78 557	1.36 549	3.19 556	2.59 556

JetBlue	3.97 545	2.01 547	10.19 554	1.38 529	2.84 556	10.53 563	9.54 565	3.60 543	2.41 521	2.73 526	3.39 524	4.54 537	4.31 550	7.85 547	6.84 540	0.88 522	0.93 549	0.89 525	0.91 535	1.74 534	1.91 545

SAMSARA	1.55 481	0.84 496	2.61 518	1.22 526	1.07 512	2.50 517	1.93 534	2.05 471	1.89 501	2.75 527	1.66 442	2.81 519	1.69 494	3.08 450	1.97 492	0.46 490	0.51 521	0.42 476	0.46 494	0.58 492	0.59 496

Dean	2.91 542	1.53 537	2.07 498	2.96 554	2.51 551	3.15 534	2.14 544	4.75 552	4.41 551	2.76 528	6.10 547	5.53 547	2.37 527	2.97 445	1.92 489	3.18 552	0.85 543	2.51 552	1.04 544	2.88 551	2.47 554

G-Net	1.66 491	0.63 470	1.56 470	1.11 523	0.74 465	2.98 533	0.91 451	1.55 337	1.22 366	2.76 528	8.18 560	2.32 503	2.53 533	1.92 372	1.87 485	0.48 492	0.44 506	0.45 483	0.31 438	0.60 498	0.57 493

ADCS	2.25 520	0.99 509	5.55 539	0.81 473	0.74 465	2.19 505	1.80 525	2.27 510	2.14 515	2.80 530	2.13 490	2.40 507	2.03 514	2.64 434	13.69 561	0.41 469	0.39 496	0.40 471	0.45 491	0.58 492	0.56 489

ADCMid	1.89 510	0.73 486	5.06 537	0.72 442	0.67 446	2.00 497	1.14 488	1.97 455	1.48 465	2.86 531	1.81 461	2.37 505	2.05 517	2.24 405	10.39 557	0.33 430	0.31 454	0.39 466	0.43 487	0.50 475	0.44 460

WAO-7	2.66 532	1.40 530	1.73 483	1.39 530	1.17 523	3.93 545	1.94 535	4.11 547	3.88 546	2.92 532	5.50 544	4.18 536	3.00 540	7.63 543	3.71 524	1.13 534	1.00 551	1.17 534	1.13 545	1.18 530	1.09 532

FADE	26.59 577	4.78 566	20.96 565	1.89 539	1.92 540	2.91 529	2.00 538	5.58 556	5.04 553	2.92 532	2.16 492	4.13 535	14.18 569	10.23 565	8.46 549	188.09 589	2.77 564	123.78 586	127.92 586	1.06 526	1.10 533

tt	6.58 557	0.26 123	6.10 543	3.77 564	2.16 541	11.55 564	19.63 571	13.33 571	5.74 556	2.96 534	2.65 511	4.97 545	6.33 560	3.81 466	7.24 541	9.15 572	11.32 577	5.89 571	6.24 570	6.03 567	2.55 555

LSM	6.33 555	1.10 515	13.19 558	1.41 532	68.17 584	1.64 463	1.90 533	1.92 442	2.46 522	2.99 535	3.11 520	1.88 470	1.80 501	2.61 432	2.06 496	0.41 469	0.58 529	0.50 493	0.57 513	0.64 501	17.66 579

KSHMR	8.75 562	2.06 551	2.11 502	3.53 562	3.11 559	4.13 549	2.69 554	5.60 557	61.37 588	3.00 536	55.83 588	4.98 546	2.45 530	4.49 477	2.61 507	3.46 557	1.55 561	3.14 561	1.94 559	3.72 559	3.18 562

PVD	1.70 496	0.84 496	2.26 509	0.94 512	0.83 491	2.48 516	0.97 465	2.59 529	3.35 539	3.01 537	2.77 514	2.34 504	2.47 531	2.67 435	3.14 515	0.47 491	0.45 510	0.59 514	0.48 498	0.59 494	0.75 516

PWCK	2.88 541	2.05 550	5.72 541	2.08 540	1.11 516	3.55 539	3.90 561	2.86 533	3.54 544	3.03 538	3.63 527	3.10 527	2.31 526	8.15 550	3.09 513	2.12 541	0.91 548	1.75 538	0.98 541	2.57 542	1.18 534

SPS-STEREO	1.67 492	1.04 512	1.23 422	1.21 525	1.13 521	1.82 482	1.11 484	2.16 491	1.52 471	3.07 539	2.32 498	2.82 520	1.80 501	4.11 471	2.04 494	1.03 529	0.99 550	0.97 527	0.94 537	1.03 525	1.02 526
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
aanetorigin	1.23 450	0.79 494	2.78 523	0.70 430	0.79 481	0.99 364	1.06 480	1.06 199	1.37 437	3.52 540	2.61 510	1.72 454	1.63 487	1.99 380	1.78 482	0.25 338	0.24 402	0.26 345	0.25 363	0.38 429	0.45 462

SGM_RVC	1.68 494	0.36 353	0.61 145	0.59 321	0.29 126	2.25 507	1.18 493	2.38 520	1.68 486	3.60 541	2.67 512	3.69 532	2.42 529	8.13 548	1.90 488	0.31 414	0.31 454	0.30 398	0.28 412	0.30 375	0.29 375
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
UNDER WATER	5.08 551	2.33 555	5.55 539	3.94 567	3.51 563	5.20 556	2.72 556	5.61 558	16.52 571	3.84 542	4.60 536	9.21 559	5.89 556	5.90 512	8.66 551	3.75 560	1.34 558	3.18 562	1.88 557	4.33 565	3.61 565

WAO-8	4.40 547	1.82 544	1.79 485	2.34 543	2.20 542	9.19 560	1.53 514	6.09 560	16.46 569	3.94 543	7.84 558	7.32 551	3.72 547	9.41 558	3.31 518	2.00 539	1.07 554	2.44 550	1.37 550	2.50 540	1.68 541

Venus	4.40 547	1.82 544	1.79 485	2.34 543	2.20 542	9.19 560	1.53 514	6.09 560	16.46 569	3.94 543	7.84 558	7.32 551	3.72 547	9.41 558	3.31 518	2.00 539	1.07 554	2.44 550	1.37 550	2.50 540	1.68 541

UNDER WATER-64	5.27 552	2.32 554	8.78 552	3.93 566	3.54 564	7.61 558	3.03 560	5.84 559	14.19 565	4.04 545	4.04 531	9.39 560	6.26 558	5.93 514	8.48 550	3.60 559	1.51 560	3.13 560	1.88 557	4.29 564	3.61 565

WCMA_ROB	1.84 504	0.47 410	1.31 435	0.69 424	0.57 404	2.11 502	1.14 488	1.87 426	1.73 490	4.04 545	6.43 548	5.62 548	3.61 544	2.59 430	1.94 490	0.52 497	0.44 506	0.39 466	0.42 485	0.48 471	0.47 468

ktn	4.70 549	2.38 556	2.12 503	3.76 563	3.24 560	4.85 553	2.95 559	5.52 555	7.37 560	4.07 547	19.32 574	7.46 553	3.47 542	7.39 537	2.95 511	4.04 565	1.85 562	3.26 563	2.22 562	3.08 553	2.65 559

notaker	3.98 546	2.40 557	2.68 520	3.82 565	3.27 562	3.97 547	2.14 544	4.78 553	3.45 542	4.12 548	6.94 550	7.65 555	3.26 541	7.82 546	5.30 534	4.04 565	1.41 559	3.36 564	2.10 561	3.88 560	3.31 563

MSMD_ROB	1.99 514	0.59 455	0.89 325	0.70 430	0.61 427	3.95 546	0.94 460	1.80 408	1.79 495	4.41 549	4.43 533	8.17 557	3.66 545	3.40 458	1.33 441	0.52 497	0.48 515	0.54 502	0.58 514	0.53 483	0.50 477

JetRed	6.91 558	8.80 570	25.96 574	2.85 550	3.25 561	13.98 570	11.87 567	6.25 562	4.28 550	4.45 550	4.56 535	6.69 550	5.46 554	7.46 540	14.05 562	2.59 546	3.31 565	2.59 553	2.29 563	4.20 563	3.36 564

MDST_ROB	1.67 492	0.34 322	1.58 472	0.92 509	0.58 413	4.26 550	1.11 484	2.83 531	1.41 455	4.49 551	2.55 509	1.45 405	0.97 370	7.79 545	1.17 423	0.31 414	0.25 411	0.37 457	0.33 456	0.31 384	0.30 389

ELAS_RVC	2.48 530	0.74 489	1.90 492	1.05 518	0.92 503	2.76 525	4.01 562	2.76 530	4.11 548	4.69 552	4.63 537	4.62 538	5.96 557	3.97 469	3.96 527	0.63 515	0.53 523	0.56 510	0.52 508	0.64 501	0.63 502
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficientorigin	10.57 565	1.47 535	177.42 589	0.67 409	0.53 388	1.58 457	1.16 491	1.90 435	3.37 540	4.71 553	3.38 523	3.10 527	2.69 535	3.13 452	3.58 522	0.25 338	0.23 393	0.33 428	0.27 391	0.83 514	0.81 517

EDNetEfficient	2.37 525	1.10 515	8.08 549	0.74 453	0.71 457	0.98 363	1.56 516	1.46 305	4.06 547	4.90 554	2.82 515	2.25 498	3.48 543	2.95 443	9.97 553	0.26 361	0.24 402	0.26 345	0.30 432	0.68 507	0.61 500

MADNet++	5.01 550	3.14 561	4.91 536	4.55 569	3.94 566	5.20 556	4.41 563	4.40 549	4.13 549	4.95 555	6.08 546	4.74 540	5.37 553	9.40 557	10.67 558	4.65 567	4.15 568	3.97 566	3.34 565	4.09 562	4.08 568

TorneroNet-64	5.30 553	2.03 548	1.74 484	3.43 560	2.81 555	10.09 562	2.12 543	9.10 567	17.12 574	4.96 556	9.27 563	10.72 566	3.70 546	9.20 553	4.55 531	3.31 555	0.84 540	2.88 558	1.55 554	3.49 557	3.04 560

ELAS	2.37 525	0.74 489	1.54 469	0.99 514	0.92 503	4.78 552	2.33 550	3.33 539	3.37 540	5.05 557	4.77 541	3.67 531	4.53 552	3.42 460	4.50 530	0.62 513	0.53 523	0.55 507	0.53 509	0.63 499	0.64 506
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TCMNet-wrong-test	10.31 564	11.40 572	14.84 560	20.96 575	18.45 572	13.80 569	10.76 566	15.78 572	3.53 543	5.20 558	5.52 545	16.26 570	12.61 565	7.51 542	10.15 554	7.43 570	2.37 563	4.31 567	3.43 566	11.36 573	10.61 572

FCDSN-DC	2.32 523	0.63 470	0.81 286	0.84 485	0.75 472	2.23 506	0.94 460	2.09 480	1.80 496	5.45 559	7.72 557	7.77 556	6.93 562	3.39 457	1.80 483	0.52 497	0.48 515	0.52 496	0.51 507	0.57 490	0.58 494
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM+DAISY	2.41 528	1.07 513	2.14 504	1.18 524	1.10 514	2.14 504	1.36 506	1.96 451	1.66 483	5.46 560	7.07 551	4.95 544	4.32 551	5.50 502	2.26 500	1.04 530	1.02 553	0.99 529	0.97 539	1.02 523	1.04 528

FC-DCNN	2.72 538	0.59 455	0.86 301	0.73 450	0.57 404	2.91 529	1.04 476	3.01 535	2.60 527	6.83 561	7.64 555	9.92 561	6.33 560	5.21 493	3.14 515	0.53 503	0.48 515	0.51 494	0.50 504	0.53 483	0.51 481

FC-DCNN v2	2.81 539	0.59 455	0.85 295	0.73 450	0.57 404	2.97 532	1.05 478	3.39 541	2.61 528	6.98 562	7.67 556	10.38 564	6.31 559	5.75 510	3.37 521	0.53 503	0.48 515	0.51 494	0.50 504	0.53 483	0.51 481

DGTPSM_ROB	13.01 569	8.23 568	21.87 567	9.51 571	18.10 570	11.56 565	32.01 577	10.63 568	16.20 567	7.03 563	19.48 575	10.15 562	16.66 571	9.83 563	22.42 572	4.75 568	8.68 571	5.37 568	10.25 573	6.16 568	11.36 573

DPSMNet_ROB	13.02 570	8.23 568	21.91 568	9.53 572	18.11 571	11.56 565	32.02 578	10.64 569	16.23 568	7.05 564	19.49 576	10.16 563	16.66 571	9.85 564	22.43 573	4.77 569	8.68 571	5.38 569	10.26 574	6.17 569	11.36 573

TorneroNet	10.70 566	2.03 548	1.82 488	3.43 560	3.01 558	43.83 583	2.22 547	8.87 566	67.47 589	7.17 565	27.36 578	10.68 565	3.85 549	8.67 551	7.65 546	3.59 558	0.88 546	3.04 559	1.57 555	3.71 558	3.17 561

MeshStereo	2.26 521	0.56 445	0.92 336	0.61 346	0.49 355	2.60 520	1.02 474	3.18 537	2.05 512	7.40 566	4.98 543	7.58 554	2.98 539	6.37 520	1.96 491	0.43 478	0.43 503	0.45 483	0.39 477	0.43 451	0.42 451
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
MANE	6.19 554	0.59 455	1.03 378	0.93 510	1.22 528	13.38 567	2.69 554	12.81 570	17.94 575	8.21 567	10.82 566	14.72 568	11.68 564	11.39 568	11.90 559	0.59 510	0.50 520	0.52 496	1.76 556	0.55 487	0.54 485

USTest	14.33 571	14.94 574	21.04 566	17.44 574	16.05 569	23.26 572	33.84 579	21.73 574	11.80 564	9.36 568	10.14 564	15.97 569	13.20 567	17.28 573	22.43 573	3.78 563	5.01 569	6.17 572	6.16 569	9.25 572	7.72 571

ASD4	15.85 572	10.99 571	19.63 564	10.21 573	11.70 568	19.24 571	31.10 576	19.35 573	10.68 562	11.14 569	10.18 565	12.59 567	12.64 566	14.74 571	24.83 576	12.93 577	9.94 576	26.83 579	19.40 577	16.23 576	12.70 578

SGM-ForestM	6.52 556	0.38 367	1.26 428	0.63 367	0.35 235	13.59 568	5.32 564	6.32 563	6.70 559	11.14 569	9.18 562	22.51 580	13.93 568	16.89 572	20.07 570	0.36 451	0.37 487	0.36 454	0.35 466	0.36 416	0.34 416

DPSM_ROB	19.08 573	19.14 576	25.17 572	22.15 577	20.85 574	28.17 574	37.82 581	26.56 577	16.85 572	14.14 571	14.84 569	21.70 574	18.75 574	21.87 576	26.55 578	10.16 575	9.30 574	10.47 574	10.42 575	14.03 574	12.61 576

DPSM	19.08 573	19.14 576	25.17 572	22.15 577	20.85 574	28.17 574	37.82 581	26.56 577	16.85 572	14.14 571	14.84 569	21.70 574	18.75 574	21.87 576	26.55 578	10.16 575	9.30 574	10.47 574	10.42 575	14.03 574	12.61 576

Anonymous_1	43.04 585	18.73 575	24.79 571	21.81 576	46.26 582	27.80 573	37.60 580	28.08 579	16.14 566	14.66 573	14.30 568	20.65 573	17.88 573	21.56 575	25.94 577	117.93 588	8.92 573	100.65 585	126.50 585	158.64 589	12.08 575

DPSimNet_ROB	11.20 568	4.98 567	35.43 578	2.90 553	4.52 567	7.89 559	17.09 570	4.66 551	6.06 558	14.89 574	10.93 567	17.29 571	36.81 583	13.18 570	15.68 566	2.86 548	6.29 570	5.75 570	5.09 568	3.91 561	7.70 570

xxxxx1	54.10 587	25.67 578	27.13 575	113.43 586	96.96 586	30.69 578	47.44 583	32.38 581	25.60 576	17.75 575	17.27 571	21.81 576	21.02 576	24.43 579	33.82 580	33.37 582	40.54 584	157.71 587	175.86 587	66.16 585	72.93 587

tt_ll	54.10 587	25.67 578	27.13 575	113.43 586	96.96 586	30.69 578	47.44 583	32.38 581	25.60 576	17.75 575	17.27 571	21.81 576	21.02 576	24.43 579	33.82 580	33.37 582	40.54 584	157.71 587	175.86 587	66.16 585	72.93 587

ff	54.10 587	25.67 578	27.13 575	113.43 586	96.96 586	30.69 578	47.44 583	32.38 581	25.60 576	17.75 575	17.27 571	21.81 576	21.02 576	24.43 579	33.82 580	33.37 582	40.54 584	157.71 587	175.86 587	66.16 585	72.93 587

coex-ft	8.13 561	2.13 553	98.04 588	0.67 409	0.53 388	1.71 467	1.56 516	1.65 359	11.11 563	18.17 578	3.75 528	3.88 534	7.61 563	2.98 446	6.49 538	0.30 406	0.30 448	0.32 419	0.31 438	0.66 505	0.50 477

LE_ROB	8.05 560	0.37 360	23.53 570	0.74 453	0.33 214	2.77 526	2.87 558	3.71 544	27.24 579	25.39 579	8.87 561	8.46 558	26.71 579	6.65 524	21.99 571	0.21 246	0.19 323	0.20 165	0.21 283	0.25 308	0.22 278

LRCNet_RVC	22.74 575	32.10 581	21.97 569	29.84 579	26.23 576	4.42 551	0.81 427	22.66 575	2.02 510	26.93 580	29.26 580	23.06 581	15.59 570	23.84 578	18.88 569	31.75 581	19.90 583	34.65 580	32.13 581	30.54 581	28.32 582

CasAABBNet	38.33 579	38.46 583	50.35 583	44.75 584	41.84 580	56.68 584	76.37 587	53.22 587	33.83 583	28.31 581	29.54 581	43.62 586	37.71 585	43.84 586	53.41 588	20.30 578	18.70 581	21.07 576	21.07 579	28.24 578	25.34 580

Selective-RAFT-Error	38.39 580	38.47 584	50.44 584	44.73 583	41.97 581	56.68 584	76.38 588	53.24 588	33.92 584	28.34 582	29.85 582	43.60 585	38.20 586	43.75 585	53.34 587	20.38 579	18.70 581	21.09 577	21.05 578	28.30 579	25.43 581

LSM0	42.82 584	38.75 585	50.81 585	47.07 585	109.38 589	57.00 586	76.02 586	53.74 589	33.71 582	29.02 583	30.41 583	43.87 587	37.22 584	43.91 587	53.54 589	20.52 580	18.62 580	21.10 578	21.11 580	28.41 580	42.22 583

HanzoNet	11.04 567	3.62 564	8.10 550	4.08 568	3.55 565	4.90 554	2.73 557	7.19 564	10.10 561	31.86 584	28.92 579	21.96 579	36.36 581	18.08 574	10.17 555	7.94 571	3.32 566	3.47 565	3.31 564	7.06 570	4.04 567

HaxPig	38.92 581	41.40 586	41.64 579	29.95 580	32.27 577	28.90 576	27.60 573	29.73 580	37.71 585	43.82 585	43.87 584	33.17 582	35.56 580	41.53 583	40.37 585	43.94 585	47.51 588	45.82 581	47.08 583	42.38 582	44.15 585

AVERAGE_ROB	40.43 582	42.37 587	42.73 580	36.96 582	35.58 579	30.50 577	27.61 574	36.71 586	38.39 586	44.91 586	44.36 585	37.45 584	36.70 582	41.88 584	40.35 584	45.43 586	46.81 587	47.11 582	46.35 582	42.51 583	43.87 584

MEDIAN_ROB	42.00 583	44.40 588	44.29 582	35.15 581	34.95 578	31.28 581	29.60 575	35.88 585	40.02 587	47.20 587	46.64 586	37.37 583	38.48 587	44.35 588	42.45 586	48.03 587	49.39 589	49.71 583	49.03 584	45.14 584	46.65 586

BEATNet-Init1	26.87 578	13.43 573	70.68 587	0.91 507	0.68 452	57.02 587	21.06 572	32.82 584	32.67 581	52.12 588	53.61 587	66.05 588	49.56 588	48.79 589	34.71 583	0.49 496	0.44 506	0.53 501	0.53 509	0.63 499	0.59 496

PML	51.67 586	36.25 582	13.28 559	7.46 570	20.81 573	108.69 589	232.22 590	8.72 565	27.82 580	87.01 589	269.67 590	69.67 589	61.95 589	24.76 582	14.20 563	9.74 574	3.40 567	9.62 573	4.70 567	18.74 577	4.72 569

test_example2	192.40 590	210.76 590	206.48 590	199.83 590	204.73 590	172.94 590	183.52 589	133.93 590	133.41 590	191.38 590	196.19 589	187.13 590	178.77 590	205.33 590	208.00 590	222.09 590	238.72 590	186.54 590	190.54 590	227.34 590	170.31 590

ccccc	497.63 591	492.34 591	595.97 591	530.87 591	530.37 591	478.08 591	442.62 591	491.76 591	343.70 591	448.18 591	520.80 591	476.12 591	550.57 591	541.64 591	605.32 591	663.49 591	459.54 591	353.94 591	309.79 591	586.66 591	530.90 591

Low-res two-view benchmark