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

FoundationStereo	0.26 1	0.23 32	0.41 7	0.40 25	0.24 20	0.32 12	0.22 15	0.43 1	0.24 4	0.31 12	0.25 6	0.30 30	0.32 40	0.36 2	0.27 15	0.16 44	0.12 36	0.15 19	0.11 7	0.13 6	0.14 15

MLG-Stereo_test2	0.27 2	0.22 14	0.40 3	0.39 14	0.24 20	0.35 16	0.18 2	0.58 6	0.23 2	0.28 5	0.24 5	0.34 42	0.19 1	0.79 101	0.24 3	0.16 44	0.11 22	0.15 19	0.11 7	0.13 6	0.14 15

LGtest1	0.28 3	0.23 32	0.46 17	0.42 38	0.22 12	0.41 34	0.19 5	0.58 6	0.29 8	0.30 9	0.25 6	0.29 26	0.29 25	0.57 33	0.26 6	0.18 111	0.12 36	0.16 48	0.12 29	0.14 15	0.16 61

IGEV	0.29 4	0.18 1	0.43 11	0.38 6	0.31 144	0.45 59	0.21 11	0.63 15	0.42 30	0.32 14	0.44 33	0.26 13	0.20 2	0.44 9	0.26 6	0.14 21	0.12 36	0.16 48	0.13 61	0.12 1	0.14 15

MLG-Stereo_test3	0.29 4	0.20 4	0.46 17	0.43 44	0.24 20	0.47 70	0.19 5	0.75 40	0.31 10	0.36 24	0.22 3	0.35 43	0.21 4	0.61 43	0.26 6	0.16 44	0.12 36	0.16 48	0.11 7	0.13 6	0.15 30

MLG-Stereo_test1	0.29 4	0.21 6	0.42 9	0.41 34	0.25 40	0.37 22	0.20 9	0.71 32	0.20 1	0.25 2	0.17 1	0.33 39	0.26 11	0.92 144	0.26 6	0.15 31	0.11 22	0.16 48	0.11 7	0.13 6	0.13 2

MonSter	0.29 4	0.19 2	0.48 27	0.37 2	0.22 12	0.55 147	0.31 73	0.60 11	0.44 37	0.29 8	0.29 12	0.23 2	0.20 2	0.60 41	0.26 6	0.11 1	0.11 22	0.14 1	0.11 7	0.14 15	0.14 15

dual_stereo	0.29 4	0.21 6	0.39 1	0.40 25	0.23 15	0.25 2	0.22 15	0.59 9	0.32 12	0.33 16	0.26 10	0.40 53	0.23 8	0.86 123	0.30 34	0.16 44	0.13 70	0.14 1	0.11 7	0.14 15	0.14 15

LG-Stereo_L2	0.30 9	0.23 32	0.50 42	0.38 6	0.26 57	0.26 3	0.20 9	0.84 72	0.31 10	0.31 12	0.26 10	0.25 9	0.26 11	0.94 148	0.23 1	0.15 31	0.12 36	0.16 48	0.12 29	0.14 15	0.13 2

asda	0.31 10	0.24 48	0.51 51	0.39 14	0.24 20	0.43 51	0.33 88	0.68 21	0.40 26	0.39 36	0.44 33	0.27 16	0.35 55	0.55 25	0.31 38	0.12 2	0.10 2	0.14 1	0.11 7	0.14 15	0.13 2

4.5_new	0.31 10	0.25 66	0.46 17	0.38 6	0.24 20	0.52 118	0.36 124	0.65 16	0.35 14	0.48 74	0.43 25	0.27 16	0.27 17	0.42 7	0.26 6	0.14 21	0.10 2	0.15 19	0.13 61	0.17 78	0.15 30

4.5w-stereo	0.31 10	0.25 66	0.46 17	0.38 6	0.24 20	0.52 118	0.36 124	0.65 16	0.35 14	0.48 74	0.43 25	0.27 16	0.27 17	0.42 7	0.26 6	0.14 21	0.10 2	0.15 19	0.13 61	0.17 78	0.15 30

LG-Stereo_L1	0.31 10	0.24 48	0.49 32	0.38 6	0.27 60	0.28 8	0.21 11	0.68 21	0.29 8	0.27 4	0.25 6	0.25 9	0.22 6	1.25 228	0.24 3	0.16 44	0.12 36	0.15 19	0.12 29	0.14 15	0.13 2

MLG-Stereo	0.31 10	0.20 4	0.42 9	0.42 38	0.20 2	0.41 34	0.19 5	0.85 74	0.24 4	0.26 3	0.22 3	0.33 39	0.27 17	1.09 194	0.27 15	0.15 31	0.11 22	0.16 48	0.11 7	0.13 6	0.13 2

asd	0.32 15	0.22 14	0.49 32	0.40 25	0.25 40	0.47 70	0.30 66	0.77 44	0.35 14	0.44 53	0.40 22	0.28 24	0.34 47	0.64 59	0.29 30	0.13 15	0.10 2	0.14 1	0.12 29	0.15 37	0.13 2

4.25_new	0.32 15	0.27 107	0.49 32	0.40 25	0.27 60	0.49 84	0.39 161	0.69 25	0.35 14	0.40 43	0.43 25	0.27 16	0.36 62	0.48 13	0.32 49	0.12 2	0.10 2	0.15 19	0.11 7	0.14 15	0.13 2

4.5w_new	0.32 15	0.27 107	0.49 32	0.40 25	0.27 60	0.49 84	0.39 161	0.69 25	0.35 14	0.40 43	0.43 25	0.27 16	0.36 62	0.48 13	0.32 49	0.12 2	0.10 2	0.15 19	0.11 7	0.14 15	0.13 2

4.25w-stereo	0.32 15	0.27 107	0.49 32	0.40 25	0.27 60	0.49 84	0.39 161	0.69 25	0.35 14	0.40 43	0.43 25	0.27 16	0.36 62	0.48 13	0.32 49	0.12 2	0.10 2	0.15 19	0.12 29	0.14 15	0.13 2

4w-stereo	0.32 15	0.25 66	0.52 57	0.38 6	0.25 40	0.46 64	0.28 51	0.68 21	0.35 14	0.43 50	0.45 37	0.28 24	0.39 82	0.63 57	0.31 38	0.12 2	0.10 2	0.15 19	0.12 29	0.14 15	0.14 15

IGEV-Stereo++	0.32 15	0.22 14	0.47 24	0.48 98	0.33 197	0.33 13	0.22 15	0.78 54	0.48 47	0.35 21	0.41 23	0.32 34	0.47 130	0.40 3	0.29 30	0.15 31	0.12 36	0.15 19	0.12 29	0.15 37	0.15 30

aw	0.33 21	0.22 14	0.50 42	0.39 14	0.24 20	0.52 118	0.33 88	0.77 44	0.43 33	0.49 80	0.46 43	0.32 34	0.37 69	0.64 59	0.28 20	0.12 2	0.10 2	0.14 1	0.12 29	0.12 1	0.15 30

ml1-stereo	0.33 21	0.22 14	0.50 42	0.39 14	0.24 20	0.52 118	0.33 88	0.77 44	0.43 33	0.49 80	0.46 43	0.32 34	0.37 69	0.64 59	0.28 20	0.12 2	0.10 2	0.14 1	0.12 29	0.12 1	0.15 30

2.5w	0.33 21	0.23 32	0.53 61	0.41 34	0.25 40	0.42 44	0.38 147	0.69 25	0.35 14	0.38 31	0.54 77	0.24 6	0.26 11	0.91 142	0.29 30	0.13 15	0.10 2	0.14 1	0.13 61	0.14 15	0.15 30

2.75w_new	0.33 21	0.24 48	0.51 51	0.36 1	0.24 20	0.41 34	0.42 187	0.61 13	0.40 26	0.50 91	0.44 33	0.24 6	0.34 47	0.77 91	0.34 62	0.13 15	0.11 22	0.14 1	0.11 7	0.13 6	0.13 2

3.25w_new	0.33 21	0.22 14	0.50 42	0.39 14	0.24 20	0.52 118	0.33 88	0.77 44	0.43 33	0.49 80	0.46 43	0.32 34	0.37 69	0.64 59	0.28 20	0.12 2	0.10 2	0.14 1	0.12 29	0.12 1	0.15 30

3.25w	0.33 21	0.22 14	0.50 42	0.39 14	0.24 20	0.52 118	0.33 88	0.77 44	0.43 33	0.49 80	0.46 43	0.32 34	0.37 69	0.64 59	0.28 20	0.12 2	0.10 2	0.14 1	0.12 29	0.12 1	0.15 30

LG-G_1	0.33 21	0.22 14	0.48 27	0.44 51	0.20 2	0.64 202	0.18 2	0.80 57	0.28 6	0.30 9	0.30 13	0.36 45	0.35 55	0.88 131	0.26 6	0.17 76	0.13 70	0.16 48	0.11 7	0.14 15	0.16 61

LG-G	0.33 21	0.22 14	0.48 27	0.44 51	0.20 2	0.64 202	0.18 2	0.80 57	0.28 6	0.30 9	0.30 13	0.36 45	0.35 55	0.88 131	0.26 6	0.17 76	0.13 70	0.16 48	0.11 7	0.14 15	0.16 61

qwe	0.34 29	0.22 14	0.48 27	0.39 14	0.27 60	0.49 84	0.30 66	0.76 42	0.40 26	0.51 101	0.49 54	0.26 13	0.29 25	0.83 112	0.35 71	0.12 2	0.10 2	0.14 1	0.12 29	0.15 37	0.14 15

3.75w	0.34 29	0.23 32	0.50 42	0.39 14	0.30 124	0.62 184	0.36 124	0.70 31	0.38 23	0.44 53	0.49 54	0.25 9	0.36 62	0.72 78	0.28 20	0.13 15	0.09 1	0.14 1	0.12 29	0.13 6	0.15 30

2w_stereo	0.34 29	0.25 66	0.52 57	0.40 25	0.23 15	0.46 64	0.47 254	0.77 44	0.44 37	0.47 66	0.51 64	0.24 6	0.44 106	0.49 16	0.31 38	0.12 2	0.10 2	0.15 19	0.12 29	0.15 37	0.16 61

SGD-Stereo	0.34 29	0.22 14	0.44 15	0.39 14	0.20 2	0.42 44	0.22 15	0.71 32	0.33 13	0.43 50	0.34 18	0.27 16	0.35 55	1.15 208	0.33 57	0.21 219	0.11 22	0.16 48	0.13 61	0.17 78	0.15 30

GREAT-IGEV	0.34 29	0.22 14	0.54 64	0.40 25	0.31 144	0.36 19	0.28 51	0.59 9	0.66 95	0.28 5	0.51 64	0.29 26	0.29 25	0.86 123	0.28 20	0.15 31	0.12 36	0.15 19	0.11 7	0.17 78	0.16 61

DEFOM-Stereo	0.34 29	0.23 32	0.46 17	0.44 51	0.29 108	0.79 276	0.23 25	0.50 3	0.39 24	0.38 31	0.32 16	0.23 2	0.25 9	1.21 223	0.28 20	0.17 76	0.12 36	0.15 19	0.11 7	0.14 15	0.16 61

2.25w	0.35 35	0.24 48	0.55 66	0.38 6	0.24 20	0.44 56	0.25 29	0.69 25	0.42 30	0.49 80	0.59 90	0.27 16	0.35 55	0.83 112	0.37 101	0.13 15	0.11 22	0.14 1	0.12 29	0.13 6	0.17 82

3.5w_stereo	0.35 35	0.27 107	0.55 66	0.38 6	0.25 40	0.54 142	0.34 102	0.73 35	0.40 26	0.46 65	0.45 37	0.31 32	0.38 80	0.80 104	0.40 129	0.12 2	0.10 2	0.15 19	0.12 29	0.14 15	0.16 61

3w_stereo	0.35 35	0.25 66	0.60 89	0.41 34	0.21 7	0.52 118	0.53 299	0.72 34	0.47 45	0.47 66	0.50 60	0.23 2	0.45 113	0.49 16	0.30 34	0.13 15	0.10 2	0.15 19	0.12 29	0.15 37	0.17 82

monsters	0.35 35	0.21 6	0.49 32	0.43 44	0.39 270	0.34 14	0.26 38	0.69 25	0.44 37	0.49 80	0.41 23	0.23 2	0.26 11	1.38 261	0.27 15	0.14 21	0.11 22	0.14 1	0.12 29	0.13 6	0.15 30

S2M2	0.35 35	0.28 123	0.47 24	0.43 44	0.30 124	0.31 11	0.16 1	0.61 13	0.68 100	0.32 14	0.49 54	0.47 80	0.34 47	0.40 3	0.33 57	0.25 315	0.22 355	0.20 163	0.22 300	0.25 304	0.23 231

1w_stereo	0.36 40	0.21 6	0.47 24	0.44 51	0.27 60	0.47 70	0.54 313	0.66 19	0.51 52	0.44 53	0.67 107	0.25 9	0.45 113	0.62 48	0.34 62	0.12 2	0.10 2	0.14 1	0.11 7	0.14 15	0.15 30

monsterstereo	0.36 40	0.21 6	0.53 61	0.48 98	0.36 239	0.27 6	0.29 58	0.58 6	0.52 54	0.45 60	0.61 94	0.26 13	0.27 17	1.23 225	0.28 20	0.14 21	0.12 36	0.15 19	0.12 29	0.16 56	0.13 2

111111	0.36 40	0.22 14	0.49 32	0.47 86	0.45 325	0.36 19	0.22 15	1.04 132	0.44 37	0.33 16	0.33 17	0.40 53	0.26 11	0.99 163	0.27 15	0.17 76	0.12 36	0.15 19	0.11 7	0.15 37	0.15 30

RAStereo	0.36 40	0.22 14	0.85 228	0.48 98	0.28 93	0.27 6	0.28 51	0.77 44	0.65 93	0.33 16	0.43 25	0.44 59	0.31 34	0.45 11	0.35 71	0.18 111	0.15 200	0.19 129	0.15 105	0.19 144	0.15 30

LG-Stereo	0.37 44	0.27 107	0.94 272	0.48 98	0.26 57	0.37 22	0.30 66	0.88 86	0.57 67	0.38 31	0.58 87	0.29 26	0.21 4	0.51 19	0.37 101	0.14 21	0.14 134	0.20 163	0.18 180	0.18 109	0.14 15

GIP-stereo	0.37 44	0.25 66	0.49 32	0.55 212	0.41 296	0.37 22	0.22 15	1.03 126	0.56 65	0.35 21	0.52 67	0.46 71	0.37 69	0.55 25	0.28 20	0.20 190	0.13 70	0.16 48	0.12 29	0.16 56	0.16 61

LG-Stereo_Zeroshot	0.38 46	0.25 66	0.61 96	0.53 185	0.29 108	0.36 19	0.22 15	1.24 214	0.42 30	0.45 60	0.65 102	0.37 50	0.51 154	0.41 6	0.30 34	0.18 111	0.12 36	0.17 71	0.13 61	0.18 109	0.20 157

AIO_rvc	0.38 46	0.25 66	0.65 116	0.47 86	0.31 144	0.55 147	0.38 147	0.98 108	0.51 52	0.35 21	0.48 50	0.49 88	0.22 6	0.87 128	0.31 38	0.16 44	0.12 36	0.16 48	0.12 29	0.15 37	0.15 30

AIO_test	0.38 46	0.24 48	0.59 82	0.47 86	0.31 144	0.55 147	0.44 224	0.86 81	0.50 50	0.34 20	0.48 50	0.46 71	0.30 30	0.76 89	0.31 38	0.17 76	0.12 36	0.17 71	0.13 61	0.16 56	0.15 30

IGEV-RUCA	0.38 46	0.24 48	0.51 51	0.51 142	0.36 239	0.59 168	0.23 25	0.68 21	0.52 54	0.39 36	0.50 60	0.44 59	0.31 34	0.86 123	0.31 38	0.24 295	0.13 70	0.16 48	0.12 29	0.20 180	0.21 184

MaDis-Stereo	0.38 46	0.27 107	0.72 143	0.45 60	0.35 231	0.30 10	0.31 73	0.81 60	0.54 59	0.38 31	0.38 21	0.58 129	0.49 146	0.53 22	0.39 112	0.20 190	0.16 235	0.19 129	0.15 105	0.19 144	0.15 30

UniTT-Stereo	0.38 46	0.24 48	0.67 125	0.49 112	0.36 239	0.40 27	0.32 81	0.55 5	0.55 61	0.55 111	0.55 80	0.36 45	0.31 34	0.59 39	0.52 220	0.21 219	0.15 200	0.17 71	0.15 105	0.19 144	0.17 82

HUF	0.39 52	0.27 107	0.71 141	0.43 44	0.24 20	0.51 112	0.47 254	0.99 116	0.55 61	0.37 29	0.45 37	0.53 111	0.41 86	0.70 74	0.29 30	0.18 111	0.14 134	0.16 48	0.12 29	0.15 37	0.17 82

fffft	0.39 52	0.24 48	0.56 72	0.45 60	0.34 214	0.42 44	0.48 261	0.85 74	0.39 24	0.45 60	0.35 19	0.38 51	0.31 34	1.32 248	0.34 62	0.14 21	0.12 36	0.19 129	0.15 105	0.16 56	0.18 98
1: 1. 1
AIO-Stereo	0.39 52	0.26 83	0.54 64	0.50 128	0.24 20	0.45 59	0.39 161	1.13 167	0.57 67	0.42 48	0.49 54	0.52 106	0.25 9	0.74 81	0.32 49	0.16 44	0.13 70	0.18 105	0.14 86	0.16 56	0.15 30

ours_stereo	0.40 55	0.30 169	0.57 74	0.47 86	0.31 144	0.40 27	0.44 224	0.79 56	0.58 70	0.36 24	0.58 87	0.46 71	0.33 43	1.14 207	0.33 57	0.17 76	0.13 70	0.19 129	0.15 105	0.19 144	0.20 157

RSM++	0.40 55	0.26 83	0.55 66	0.51 142	0.27 60	0.49 84	0.41 179	0.83 66	0.52 54	0.39 36	0.47 48	0.60 138	0.34 47	1.02 173	0.31 38	0.16 44	0.13 70	0.17 71	0.15 105	0.18 109	0.15 30

RSM	0.40 55	0.25 66	0.53 61	0.50 128	0.27 60	0.46 64	0.40 169	0.94 102	0.49 48	0.42 48	0.44 33	0.65 156	0.33 43	1.07 187	0.32 49	0.15 31	0.13 70	0.17 71	0.14 86	0.17 78	0.15 30

trnet	0.40 55	0.23 32	0.40 3	0.37 2	0.20 2	0.53 129	0.29 58	0.81 60	1.15 288	0.59 114	0.72 124	0.53 111	0.43 100	0.56 28	0.37 101	0.18 111	0.13 70	0.15 19	0.10 1	0.14 15	0.14 15

CREStereo	0.40 55	0.24 48	0.40 3	0.37 2	0.22 12	0.52 118	0.29 58	0.81 60	1.15 288	0.59 114	0.72 124	0.51 99	0.42 92	0.57 33	0.37 101	0.19 149	0.13 70	0.15 19	0.10 1	0.14 15	0.15 30
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
water-stereo	0.41 60	0.21 6	0.69 134	0.45 60	0.28 93	0.50 103	0.27 44	0.96 103	0.52 54	0.57 113	0.78 137	0.59 134	0.53 161	0.44 9	0.43 153	0.17 76	0.16 235	0.17 71	0.15 105	0.17 78	0.22 211

DEFOM-Stereo_RVC	0.41 60	0.68 467	0.45 16	0.66 361	0.30 124	0.48 78	0.25 29	0.87 84	0.46 43	0.39 36	0.37 20	0.30 30	0.69 240	1.16 211	0.31 38	0.17 76	0.11 22	0.16 48	0.12 29	0.18 109	0.14 15

castereo++	0.41 60	0.26 83	0.51 51	0.44 51	0.32 177	0.96 356	0.22 15	1.13 167	0.61 83	0.33 16	0.45 37	0.50 95	0.39 82	0.94 148	0.25 5	0.18 111	0.12 36	0.17 71	0.12 29	0.14 15	0.16 61

SMoEStereo_RVC	0.41 60	0.26 83	0.55 66	0.46 72	0.31 144	0.60 173	0.36 124	0.85 74	0.47 45	0.47 66	0.43 25	0.42 55	0.34 47	1.40 266	0.31 38	0.15 31	0.12 36	0.20 163	0.15 105	0.16 56	0.18 98

Pointernet	0.41 60	0.21 6	0.63 102	0.45 60	0.29 108	0.51 112	0.27 44	1.54 276	0.70 104	0.48 74	0.64 98	0.49 88	0.37 69	0.51 19	0.36 88	0.18 111	0.13 70	0.14 1	0.11 7	0.14 15	0.14 15

AEACV	0.41 60	0.25 66	0.60 89	0.55 212	0.52 369	0.43 51	0.38 147	0.98 108	0.63 87	0.44 53	0.56 83	0.46 71	0.59 202	0.56 28	0.31 38	0.17 76	0.13 70	0.18 105	0.16 140	0.17 78	0.17 82

LoS	0.41 60	0.23 32	0.46 17	0.39 14	0.23 15	0.48 78	0.40 169	1.12 163	0.94 187	0.50 91	0.66 104	0.49 88	0.42 92	0.63 57	0.39 112	0.19 149	0.14 134	0.16 48	0.11 7	0.14 15	0.15 30
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.41 60	0.24 48	0.59 82	0.45 60	0.27 60	0.54 142	0.22 15	1.23 212	0.56 65	0.44 53	0.43 25	0.68 164	0.29 25	0.89 136	0.34 62	0.17 76	0.12 36	0.20 163	0.17 163	0.17 78	0.18 98

GLC_STEREO	0.41 60	0.27 107	0.43 11	0.55 212	0.24 20	0.47 70	0.30 66	0.81 60	0.64 90	0.53 107	0.74 129	0.50 95	0.31 34	0.65 65	0.45 171	0.18 111	0.20 324	0.23 261	0.19 202	0.21 224	0.21 184

mms	0.42 69	0.29 145	0.60 89	0.47 86	0.33 197	0.43 51	0.46 243	0.75 40	0.50 50	0.36 24	0.61 94	0.44 59	0.30 30	1.39 264	0.34 62	0.16 44	0.14 134	0.18 105	0.15 105	0.19 144	0.21 184

CASnet	0.42 69	0.26 83	0.52 57	0.52 162	0.21 7	0.49 84	0.35 115	0.85 74	0.85 154	0.84 170	0.69 114	0.48 85	0.31 34	0.57 33	0.34 62	0.19 149	0.12 36	0.27 359	0.22 300	0.23 263	0.15 30
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.42 69	0.26 83	0.56 72	0.48 98	0.27 60	0.45 59	0.33 88	1.56 282	0.61 83	0.36 24	0.47 48	0.52 106	0.30 30	1.08 190	0.33 57	0.15 31	0.13 70	0.17 71	0.13 61	0.16 56	0.15 30

CroCo-Stereo	0.42 69	0.33 238	0.83 213	0.59 287	0.28 93	0.26 3	0.33 88	1.22 207	0.85 154	0.43 50	0.49 54	0.65 156	0.46 123	0.40 3	0.36 88	0.19 149	0.15 200	0.16 48	0.14 86	0.20 180	0.17 82
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
castereo	0.43 73	0.25 66	0.50 42	0.46 72	0.30 124	0.60 173	0.56 330	1.23 212	0.83 147	0.39 36	0.70 118	0.45 69	0.68 236	0.54 24	0.33 57	0.17 76	0.11 22	0.17 71	0.13 61	0.16 56	0.14 15

WCG-NET	0.43 73	0.23 32	0.58 76	0.42 38	0.26 57	0.46 64	0.32 81	0.77 44	1.16 295	0.77 151	0.75 130	0.58 129	0.44 106	0.62 48	0.38 108	0.16 44	0.12 36	0.16 48	0.14 86	0.15 37	0.14 15

MGS-Stereo	0.43 73	0.28 123	0.61 96	0.46 72	0.28 93	0.49 84	0.33 88	0.60 11	0.89 163	0.47 66	1.32 335	0.51 99	0.32 40	0.66 67	0.39 112	0.20 190	0.16 235	0.18 105	0.16 140	0.18 109	0.18 98

MoCha-V2	0.43 73	0.23 32	0.55 66	0.56 233	0.23 15	0.44 56	0.32 81	1.35 238	0.63 87	0.54 108	0.55 80	0.42 55	0.57 181	1.12 203	0.28 20	0.15 31	0.13 70	0.15 19	0.13 61	0.17 78	0.18 98

GCAP-Stereo	0.43 73	0.32 219	0.80 190	0.50 128	0.27 60	0.53 129	0.31 73	1.05 136	0.67 97	0.69 137	0.71 121	0.58 129	0.42 92	0.51 19	0.35 71	0.18 111	0.15 200	0.18 105	0.13 61	0.17 78	0.15 30

MM-Stereo_test2	0.44 78	0.25 66	0.70 138	0.54 199	0.33 197	0.55 147	0.45 237	1.02 119	0.84 150	0.61 125	0.51 64	0.49 88	0.42 92	0.82 106	0.32 49	0.16 44	0.13 70	0.18 105	0.14 86	0.19 144	0.17 82

fffy	0.44 78	0.29 145	0.67 125	0.47 86	0.30 124	0.46 64	0.34 102	0.98 108	0.57 67	0.40 43	0.59 90	0.55 118	0.41 86	1.26 232	0.37 101	0.16 44	0.14 134	0.19 129	0.16 140	0.19 144	0.20 157

Occ-G	0.44 78	0.23 32	0.59 82	0.44 51	0.27 60	0.43 51	0.61 361	0.85 74	0.62 85	0.48 74	0.66 104	1.00 291	0.45 113	0.79 101	0.45 171	0.17 76	0.14 134	0.18 105	0.13 61	0.16 56	0.18 98

depthmonostereo	0.45 81	0.26 83	0.89 246	0.49 112	0.24 20	0.60 173	0.36 124	1.03 126	0.77 122	0.50 91	0.65 102	0.50 95	0.55 172	0.70 74	0.39 112	0.16 44	0.16 235	0.16 48	0.14 86	0.16 56	0.20 157

IGEV++	0.45 81	0.24 48	0.63 102	0.58 268	0.32 177	0.42 44	0.25 29	2.16 441	0.65 93	0.38 31	0.58 87	0.46 71	0.44 106	0.56 28	0.40 129	0.20 190	0.13 70	0.16 48	0.13 61	0.17 78	0.18 98

ff7	0.45 81	0.30 169	0.64 111	0.47 86	0.33 197	0.49 84	0.42 187	0.93 92	0.59 72	0.50 91	0.53 71	0.44 59	0.48 135	1.41 269	0.36 88	0.18 111	0.13 70	0.21 197	0.15 105	0.18 109	0.21 184

ffff	0.45 81	0.30 169	0.64 111	0.47 86	0.33 197	0.49 84	0.42 187	0.93 92	0.59 72	0.50 91	0.53 71	0.44 59	0.48 135	1.41 269	0.36 88	0.18 111	0.13 70	0.21 197	0.15 105	0.18 109	0.21 184

11t	0.45 81	0.30 169	0.64 111	0.47 86	0.33 197	0.49 84	0.42 187	0.93 92	0.59 72	0.50 91	0.53 71	0.44 59	0.48 135	1.41 269	0.36 88	0.18 111	0.13 70	0.21 197	0.15 105	0.18 109	0.21 184

LoS_RVC	0.45 81	0.29 145	0.48 27	0.49 112	0.83 478	0.51 112	0.43 205	0.65 16	0.44 37	0.47 66	0.78 137	0.44 59	0.60 208	0.59 39	0.37 101	0.14 21	0.12 36	0.14 1	0.10 1	0.14 15	1.08 520

anonymousdsp	0.45 81	0.30 169	0.60 89	0.48 98	0.34 214	0.49 84	0.42 187	0.97 104	0.60 78	0.51 101	0.53 71	0.46 71	0.47 130	1.36 254	0.35 71	0.18 111	0.13 70	0.21 197	0.15 105	0.18 109	0.21 184

ccc-4	0.45 81	0.30 169	0.64 111	0.47 86	0.33 197	0.49 84	0.42 187	0.93 92	0.59 72	0.50 91	0.53 71	0.44 59	0.48 135	1.41 269	0.36 88	0.18 111	0.13 70	0.21 197	0.15 105	0.18 109	0.21 184

IGEV-Stereo	0.45 81	0.30 169	0.60 89	0.48 98	0.34 214	0.49 84	0.42 187	0.98 108	0.60 78	0.51 101	0.53 71	0.46 71	0.47 130	1.36 254	0.35 71	0.18 111	0.13 70	0.21 197	0.15 105	0.18 109	0.21 184
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TANstereo	0.45 81	0.23 32	0.50 42	0.43 44	0.21 7	0.65 208	0.26 38	0.83 66	0.88 162	0.95 197	0.99 191	0.51 99	0.45 113	0.56 28	0.36 88	0.19 149	0.24 393	0.16 48	0.13 61	0.17 78	0.27 310

DilatedVolume-Stereo	0.46 91	0.24 48	0.72 143	0.45 60	0.33 197	0.72 241	0.29 58	0.83 66	0.53 58	0.82 163	0.73 127	0.52 106	0.44 106	1.16 211	0.42 147	0.15 31	0.15 200	0.15 19	0.14 86	0.16 56	0.17 82

Reg-Stereo(zero)	0.46 91	0.23 32	0.50 42	0.45 60	0.25 40	0.41 34	0.27 44	0.80 57	1.12 271	0.93 192	0.79 140	0.91 251	0.46 123	0.74 81	0.44 158	0.15 31	0.13 70	0.15 19	0.12 29	0.15 37	0.18 98

rvit_stereo_0081_aga	0.46 91	0.37 326	0.91 260	0.52 162	0.41 296	0.49 84	0.40 169	0.88 86	0.66 95	0.59 114	0.56 83	0.53 111	0.43 100	0.67 68	0.44 158	0.27 361	0.21 340	0.22 227	0.20 231	0.26 316	0.19 132

rvit_stereo_0081	0.46 91	0.34 267	0.72 143	0.56 233	0.35 231	0.41 34	0.44 224	0.74 38	1.04 232	0.49 80	0.52 67	0.51 99	0.49 146	0.86 123	0.47 187	0.25 315	0.20 324	0.22 227	0.19 202	0.26 316	0.19 132

rvit_stereo_0082	0.46 91	0.34 267	0.72 143	0.56 233	0.35 231	0.41 34	0.44 224	0.74 38	1.04 232	0.49 80	0.52 67	0.51 99	0.49 146	0.86 123	0.47 187	0.25 315	0.20 324	0.22 227	0.19 202	0.26 316	0.19 132

IGEV-Stereo+	0.46 91	0.23 32	0.51 51	0.42 38	0.46 333	0.15 1	0.19 5	0.45 2	0.37 22	0.28 5	0.25 6	0.31 32	0.41 86	1.43 276	0.31 38	0.18 111	0.13 70	0.15 19	0.12 29	1.09 520	1.74 532

WCG-NET（raft）	0.46 91	0.23 32	0.59 82	0.42 38	0.24 20	0.50 103	0.35 115	0.76 42	1.10 257	0.72 143	0.76 131	0.91 251	0.50 151	0.88 131	0.40 129	0.16 44	0.13 70	0.15 19	0.14 86	0.15 37	0.17 82

ProNet	0.46 91	0.30 169	0.69 134	0.46 72	0.32 177	0.57 156	0.52 293	1.15 183	0.67 97	0.44 53	0.50 60	0.44 59	0.43 100	1.31 242	0.38 108	0.16 44	0.15 200	0.19 129	0.16 140	0.18 109	0.18 98

MC-Stereo	0.46 91	0.24 48	0.58 76	0.63 326	0.30 124	0.38 25	0.32 81	0.98 108	0.74 115	0.66 133	0.85 155	0.56 125	0.60 208	1.07 187	0.32 49	0.17 76	0.12 36	0.17 71	0.15 105	0.16 56	0.16 61

CroCo-Stereo Lap2	0.46 91	0.37 326	0.87 237	0.62 316	0.79 469	0.28 8	0.35 115	0.81 60	0.73 108	0.39 36	0.54 77	0.71 179	0.54 169	0.60 41	0.48 194	0.18 111	0.18 294	0.19 129	0.16 140	0.21 224	0.21 184

tt45	0.47 101	0.25 66	0.52 57	0.47 86	0.34 214	0.78 268	0.32 81	0.86 81	0.45 42	0.52 104	0.45 37	0.49 88	0.37 69	2.12 385	0.36 88	0.16 44	0.13 70	0.19 129	0.16 140	0.17 78	0.21 184

rvit_stereo_0080	0.47 101	0.35 296	0.87 237	0.48 98	0.36 239	0.42 44	0.54 313	0.93 92	0.78 126	0.52 104	0.60 92	0.55 118	0.47 130	0.62 48	0.48 194	0.27 361	0.21 340	0.20 163	0.20 231	0.31 377	0.20 157

Former-RAFT_DAM_RVC	0.47 101	0.38 344	0.75 167	0.48 98	0.37 249	0.67 219	0.35 115	0.82 65	1.14 283	0.61 125	0.64 98	0.39 52	0.39 82	0.74 81	0.39 112	0.20 190	0.17 264	0.22 227	0.18 180	0.24 292	0.20 157

whm_eth	0.47 101	0.35 296	0.87 237	0.48 98	0.36 239	0.42 44	0.54 313	0.93 92	0.78 126	0.52 104	0.60 92	0.55 118	0.47 130	0.62 48	0.48 194	0.27 361	0.21 340	0.20 163	0.20 231	0.31 377	0.20 157

XX-TBD	0.47 101	0.71 471	0.39 1	0.81 457	0.25 40	0.57 156	0.26 38	0.73 35	1.30 380	0.78 153	1.01 198	0.45 69	0.33 43	0.49 16	0.39 112	0.20 190	0.15 200	0.15 19	0.11 7	0.17 78	0.15 30

PMTNet	0.47 101	0.22 14	0.43 11	0.39 14	0.24 20	0.71 238	0.26 38	0.78 54	1.03 226	0.65 130	0.69 114	0.55 118	0.48 135	0.90 139	0.36 88	0.99 519	0.13 70	0.15 19	0.10 1	0.15 37	0.15 30

HART	0.48 107	0.24 48	0.63 102	0.52 162	0.27 60	0.41 34	0.29 58	1.32 234	0.54 59	0.59 114	1.47 384	0.61 144	0.34 47	1.09 194	0.32 49	0.16 44	0.14 134	0.19 129	0.14 86	0.19 144	0.18 98

SCV_C0	0.48 107	0.29 145	0.88 242	0.46 72	0.31 144	0.46 64	0.31 73	1.67 304	0.87 159	0.40 43	0.52 67	0.54 115	0.29 25	1.27 235	0.34 62	0.18 111	0.14 134	0.17 71	0.14 86	0.20 180	0.18 98

CAS++	0.48 107	0.34 267	0.59 82	0.48 98	0.32 177	0.45 59	0.29 58	1.73 329	0.78 126	0.71 139	0.73 127	0.36 45	0.28 22	0.70 74	0.35 71	0.27 361	0.22 355	0.26 345	0.21 273	0.29 355	0.22 211
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MIF-Stereo (partial)	0.48 107	0.28 123	0.83 213	0.51 142	0.53 375	0.39 26	0.27 44	1.03 126	0.64 90	0.47 66	0.71 121	0.51 99	0.51 154	1.13 205	0.47 187	0.20 190	0.16 235	0.23 261	0.20 231	0.24 292	0.20 157

StereoAnything_RVC	0.49 111	1.60 530	0.87 237	0.37 2	0.21 7	0.26 3	0.21 11	0.53 4	0.23 2	0.23 1	0.21 2	0.19 1	0.35 55	1.29 239	0.23 1	0.22 253	0.11 22	0.15 19	0.11 7	2.36 530	0.13 2

999	0.49 111	0.25 66	0.55 66	0.51 142	0.35 231	0.74 248	0.31 73	0.89 90	0.59 72	0.39 36	0.50 60	0.50 95	0.36 62	2.41 412	0.41 139	0.17 76	0.13 70	0.18 105	0.15 105	0.16 56	0.23 231

rvit_stereo_0083	0.49 111	0.34 267	0.85 228	0.57 255	0.36 239	0.49 84	0.43 205	0.73 35	1.05 238	0.50 91	0.57 86	0.55 118	0.50 151	0.92 144	0.50 208	0.25 315	0.25 405	0.24 285	0.20 231	0.25 304	0.19 132

rvit_stereo_ft	0.49 111	0.38 344	1.03 303	0.68 387	0.42 306	0.40 27	0.58 343	0.93 92	0.86 156	0.47 66	0.55 80	0.57 127	0.48 135	0.67 68	0.53 229	0.26 340	0.17 264	0.22 227	0.22 300	0.24 292	0.19 132

RAFT-Stereo-weight	0.49 111	0.26 83	0.58 76	0.49 112	0.28 93	0.61 181	0.34 102	1.16 188	1.11 264	1.06 229	0.79 140	0.75 185	0.28 22	0.79 101	0.42 147	0.16 44	0.13 70	0.17 71	0.15 105	0.16 56	0.18 98

IGEVStereo-DCA	0.49 111	0.33 238	0.64 111	0.46 72	0.34 214	0.50 103	0.42 187	0.93 92	0.59 72	0.48 74	0.48 50	0.48 85	0.45 113	2.28 401	0.44 158	0.19 149	0.14 134	0.19 129	0.15 105	0.17 78	0.21 184

plain	0.49 111	0.29 145	1.23 373	0.51 142	0.40 282	0.35 16	0.37 138	1.04 132	0.62 85	0.44 53	0.76 131	0.42 55	0.41 86	1.17 216	0.46 177	0.23 275	0.15 200	0.24 285	0.19 202	0.25 304	0.18 98

testlalala	0.49 111	0.30 169	0.70 138	0.44 51	0.40 282	0.68 223	0.38 147	1.38 244	0.58 70	1.28 343	0.82 150	0.61 144	0.36 62	0.57 33	0.34 62	0.21 219	0.14 134	0.18 105	0.12 29	0.15 37	0.16 61

iRaftStereo_RVC	0.49 111	0.28 123	0.72 143	0.53 185	0.29 108	0.52 118	0.33 88	1.14 171	0.84 150	0.85 172	0.99 191	0.55 118	0.36 62	0.83 112	0.40 129	0.18 111	0.13 70	0.22 227	0.20 231	0.20 180	0.18 98

CREStereo++_RVC	0.49 111	0.22 14	0.46 17	0.48 98	0.38 261	0.45 59	0.25 29	0.77 44	1.30 380	0.82 163	1.23 300	0.47 80	0.37 69	0.55 25	0.44 158	0.16 44	0.11 22	0.16 48	0.80 523	0.18 109	0.12 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
xyz-stereo-finetune	0.50 121	0.27 107	0.63 102	0.43 44	0.23 15	0.79 276	0.46 243	0.83 66	0.82 143	0.63 128	0.63 97	0.54 115	0.44 106	1.69 326	0.62 271	0.16 44	0.15 200	0.19 129	0.16 140	0.17 78	0.16 61

MyStereo07	0.50 121	0.30 169	0.58 76	0.58 268	0.48 343	0.59 168	0.78 408	1.19 196	0.60 78	0.49 80	0.54 77	0.43 58	0.55 172	1.32 248	0.36 88	0.18 111	0.18 294	0.24 285	0.21 273	0.23 263	0.23 231

4D-IteraStereo	0.50 121	0.26 83	0.84 222	0.51 142	0.49 349	0.64 202	0.31 73	0.91 91	1.02 223	1.05 223	0.72 124	0.76 187	0.32 40	0.69 72	0.40 129	0.18 111	0.11 22	0.23 261	0.20 231	0.19 144	0.16 61

MM-Stereo_test1	0.51 124	0.26 83	0.59 82	0.53 185	0.31 144	0.50 103	0.53 299	1.06 138	1.09 253	0.88 179	0.70 118	0.54 115	0.59 202	1.18 217	0.35 71	0.19 149	0.17 264	0.20 163	0.17 163	0.20 180	0.18 98

SCV	0.51 124	0.29 145	0.72 143	0.63 326	0.27 60	0.40 27	0.38 147	2.32 470	0.75 120	0.36 24	0.49 54	0.55 118	0.35 55	1.31 242	0.34 62	0.25 315	0.13 70	0.17 71	0.14 86	0.18 109	0.18 98

CES	0.51 124	0.21 6	0.40 3	0.42 38	1.40 524	0.53 129	0.34 102	1.04 132	0.68 100	0.45 60	0.67 107	0.35 43	0.28 22	0.58 37	0.35 71	0.16 44	0.13 70	0.15 19	0.10 1	0.19 144	1.69 531

sCroCo_RVC	0.51 124	0.43 376	1.15 341	0.66 361	0.60 409	0.52 118	0.40 169	0.93 92	0.64 90	0.45 60	0.76 131	0.49 88	0.49 146	0.65 65	0.49 205	0.27 361	0.28 424	0.23 261	0.22 300	0.29 355	0.28 326

RCA-Stereo	0.52 128	0.26 83	0.66 121	0.49 112	0.33 197	0.54 142	0.44 224	1.20 200	1.41 427	0.69 137	1.06 222	0.63 152	0.79 274	0.62 48	0.35 71	0.17 76	0.12 36	0.17 71	0.14 86	0.16 56	0.16 61

MM-Stereo_test3	0.53 129	0.26 83	0.60 89	0.56 233	0.73 450	0.49 84	0.53 299	1.31 232	1.08 245	0.64 129	0.97 185	0.61 144	0.42 92	0.82 106	0.40 129	0.21 219	0.18 294	0.20 163	0.16 140	0.19 144	0.21 184

model_zeroshot	0.53 129	0.31 201	1.00 294	0.57 255	0.39 270	0.74 248	0.39 161	1.38 244	0.67 97	0.88 179	0.85 155	0.71 179	0.37 69	0.77 91	0.39 112	0.21 219	0.17 264	0.19 129	0.17 163	0.17 78	0.22 211

knoymous	0.53 129	0.32 219	0.51 51	0.46 72	0.30 124	0.57 156	0.54 313	1.10 159	0.78 126	0.99 203	0.84 153	0.95 271	0.57 181	0.89 136	0.51 212	0.21 219	0.14 134	0.26 345	0.14 86	0.23 263	0.25 272

tg	0.54 132	0.25 66	0.70 138	0.52 162	0.31 144	0.89 322	0.29 58	1.12 163	0.98 203	0.85 172	1.03 208	0.62 147	0.42 92	1.37 257	0.41 139	0.17 76	0.13 70	0.22 227	0.21 273	0.17 78	0.17 82

GCAP-BAT	0.54 132	0.33 238	0.75 167	0.45 60	0.50 354	0.84 307	0.35 115	0.98 108	0.80 138	0.88 179	1.04 214	0.88 235	0.37 69	1.25 228	0.41 139	0.19 149	0.15 200	0.18 105	0.13 61	0.17 78	0.22 211

HUI-Stereo	0.54 132	0.33 238	0.81 195	0.52 162	0.27 60	0.62 184	0.29 58	1.14 171	0.74 115	1.13 247	0.96 176	0.82 210	0.60 208	0.83 112	0.52 220	0.23 275	0.14 134	0.24 285	0.20 231	0.27 322	0.20 157

Any-RAFT	0.55 135	0.27 107	0.49 32	0.50 128	0.27 60	0.98 360	0.25 29	1.71 325	1.08 245	0.90 184	0.99 191	1.13 333	0.46 123	0.74 81	0.35 71	0.19 149	0.13 70	0.17 71	0.13 61	0.16 56	0.19 132

Selective-RAFT	0.55 135	0.29 145	0.85 228	0.58 268	0.28 93	0.91 329	0.34 102	1.00 118	0.96 196	0.59 114	0.64 98	0.80 198	0.76 254	1.34 252	0.51 212	0.21 219	0.15 200	0.17 71	0.15 105	0.19 144	0.19 132

test_4	0.55 135	0.23 32	0.67 125	0.56 233	0.32 177	0.71 238	0.39 161	0.83 66	0.72 107	0.93 192	1.87 466	0.70 172	0.41 86	1.21 223	0.39 112	0.16 44	0.13 70	0.21 197	0.23 332	0.20 180	0.18 98

GMOStereo	0.55 135	0.28 123	0.72 143	0.52 162	0.30 124	0.53 129	0.43 205	1.02 119	0.98 203	1.44 412	1.14 265	0.88 235	0.57 181	0.62 48	0.39 112	0.16 44	0.14 134	0.24 285	0.22 300	0.20 180	0.18 98

error version	0.55 135	0.28 123	0.72 143	0.52 162	0.30 124	0.53 129	0.43 205	1.02 119	0.98 203	1.44 412	1.14 265	0.88 235	0.57 181	0.62 48	0.39 112	0.16 44	0.14 134	0.24 285	0.22 300	0.20 180	0.18 98

test-v	0.55 135	0.28 123	0.72 143	0.52 162	0.30 124	0.53 129	0.43 205	1.02 119	0.98 203	1.44 412	1.14 265	0.88 235	0.57 181	0.62 48	0.39 112	0.16 44	0.14 134	0.24 285	0.22 300	0.20 180	0.18 98

test-2	0.55 135	0.28 123	0.72 143	0.52 162	0.30 124	0.53 129	0.43 205	1.02 119	0.98 203	1.44 412	1.14 265	0.88 235	0.57 181	0.62 48	0.39 112	0.16 44	0.14 134	0.24 285	0.22 300	0.20 180	0.18 98

rafts_anoy	0.55 135	0.32 219	0.66 121	0.72 417	0.61 415	0.53 129	0.40 169	1.24 214	1.06 240	0.85 172	0.83 152	0.67 162	0.53 161	0.77 91	0.55 241	0.20 190	0.15 200	0.25 324	0.26 371	0.22 244	0.21 184

s12784h	0.55 135	0.22 14	0.49 32	0.43 44	0.19 1	1.00 362	0.34 102	1.40 250	1.30 380	0.84 170	0.93 171	0.63 152	0.52 159	1.48 287	0.47 187	0.15 31	0.12 36	0.17 71	0.11 7	0.19 144	0.13 2

raftrobust	0.55 135	0.27 107	0.63 102	0.68 387	0.69 443	0.50 103	0.34 102	1.08 146	0.97 200	1.32 359	0.88 162	0.62 147	0.80 281	0.82 106	0.44 158	0.20 190	0.16 235	0.16 48	0.14 86	0.15 37	0.18 98

Gwc-CoAtRS	0.55 135	0.27 107	0.73 157	0.49 112	0.30 124	0.63 193	0.25 29	1.38 244	1.12 271	1.05 223	1.02 201	1.10 324	0.55 172	0.72 78	0.44 158	0.17 76	0.14 134	0.17 71	0.15 105	0.16 56	0.17 82

rvit_0105_6	0.56 146	0.38 344	1.13 334	0.67 375	0.38 261	0.50 103	0.51 282	0.88 86	1.33 391	0.54 108	0.56 83	0.65 156	0.57 181	0.97 161	0.46 177	0.32 410	0.31 442	0.28 373	0.25 354	0.29 355	0.23 231

MSKI-zero shot	0.56 146	0.30 169	0.61 96	0.55 212	0.28 93	0.68 223	0.28 51	1.25 218	0.68 100	0.92 189	1.33 340	0.81 204	0.33 43	1.94 361	0.36 88	0.18 111	0.13 70	0.17 71	0.13 61	0.16 56	0.19 132

EKT-Stereo	0.56 146	0.33 238	0.84 222	0.61 308	0.64 422	0.51 112	0.48 261	1.14 171	0.95 192	0.74 146	0.89 164	0.77 191	0.42 92	1.18 217	0.42 147	0.23 275	0.17 264	0.21 197	0.18 180	0.20 180	0.26 292

LL-Strereo2	0.56 146	0.36 305	0.77 175	0.56 233	0.40 282	0.68 223	0.37 138	1.21 205	0.83 147	0.96 200	0.79 140	0.91 251	0.41 86	1.08 190	0.48 194	0.18 111	0.17 264	0.29 384	0.25 354	0.22 244	0.19 132

test-3	0.56 146	0.24 48	0.82 204	0.50 128	0.29 108	0.57 156	0.34 102	1.09 153	1.03 226	1.33 365	0.69 114	0.87 229	0.45 113	1.68 322	0.39 112	0.17 76	0.12 36	0.20 163	0.17 163	0.17 78	0.16 61

test_1	0.56 146	0.24 48	0.82 204	0.50 128	0.29 108	0.57 156	0.34 102	1.09 153	1.03 226	1.28 343	0.69 114	0.87 229	0.45 113	1.67 320	0.39 112	0.17 76	0.12 36	0.20 163	0.17 163	0.17 78	0.16 61

PSM-adaLoss	0.56 146	0.33 238	0.81 195	0.52 162	0.27 60	0.63 193	0.41 179	1.14 171	0.73 108	1.13 247	0.96 176	0.82 210	0.60 208	1.09 194	0.52 220	0.23 275	0.14 134	0.24 285	0.20 231	0.27 322	0.20 157

ROB_FTStereo	0.56 146	0.33 238	0.82 204	0.52 162	0.27 60	0.62 184	0.25 29	1.14 171	0.74 115	1.13 247	0.96 176	0.82 210	0.60 208	1.18 217	0.52 220	0.23 275	0.14 134	0.24 285	0.20 231	0.27 322	0.20 157

cross-raft	0.56 146	0.26 83	0.65 116	0.55 212	0.31 144	0.66 214	0.37 138	1.68 308	0.82 143	1.06 229	1.07 225	1.25 358	0.45 113	0.74 81	0.39 112	0.15 31	0.13 70	0.19 129	0.16 140	0.19 144	0.17 82

test-1	0.56 146	0.28 123	1.13 334	0.58 268	0.34 214	0.60 173	0.38 147	1.56 282	0.98 203	0.80 156	1.02 201	0.83 219	0.52 159	0.64 59	0.46 177	0.17 76	0.16 235	0.20 163	0.17 163	0.20 180	0.26 292

raft+_RVC	0.56 146	0.29 145	0.61 96	0.65 347	0.56 392	0.53 129	0.53 299	1.40 250	1.02 223	0.78 153	1.04 214	0.70 172	0.55 172	1.00 167	0.49 205	0.18 111	0.16 235	0.19 129	0.19 202	0.18 109	0.17 82

RAFT-Stereo + iAFF	0.56 146	0.28 123	0.81 195	0.45 60	0.25 40	0.40 27	0.34 102	1.12 163	1.13 277	1.35 378	1.58 421	0.80 198	0.67 232	0.71 77	0.43 153	0.14 21	0.11 22	0.18 105	0.17 163	0.18 109	0.16 61

H2IRNET	0.57 158	0.28 123	0.75 167	0.49 112	0.35 231	0.40 27	0.27 44	1.03 126	1.18 306	0.62 127	1.26 308	1.07 309	0.85 300	1.02 173	0.64 279	0.20 190	0.16 235	0.23 261	0.25 354	0.22 244	0.20 157

11t1	0.57 158	0.30 169	0.84 222	0.54 199	0.30 124	0.83 299	0.41 179	1.34 237	0.79 135	0.88 179	0.82 150	0.70 172	0.70 243	0.96 157	0.67 289	0.21 219	0.21 340	0.20 163	0.16 140	0.21 224	0.26 292

rrr	0.57 158	0.33 238	2.43 476	0.46 72	0.34 214	0.50 103	0.38 147	0.84 72	0.55 61	0.48 74	0.48 50	0.48 85	0.45 113	2.28 401	0.44 158	0.19 149	0.14 134	0.19 129	0.15 105	0.17 78	0.18 98

test_3	0.57 158	0.24 48	0.87 237	0.55 212	0.30 124	0.60 173	0.40 169	1.07 141	1.08 245	1.20 294	0.68 109	0.92 259	0.43 100	1.68 322	0.40 129	0.16 44	0.13 70	0.22 227	0.19 202	0.21 224	0.17 82

Patchmatch Stereo++	0.57 158	0.33 238	0.82 204	0.52 162	0.27 60	0.63 193	0.28 51	1.14 171	0.73 108	1.13 247	0.96 176	0.82 210	0.60 208	1.40 266	0.52 220	0.23 275	0.14 134	0.24 285	0.20 231	0.27 322	0.20 157
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
ROB_FTStereo_v2	0.57 158	0.33 238	0.81 195	0.52 162	0.27 60	0.62 184	0.42 187	1.14 171	0.73 108	1.13 247	0.97 185	0.82 210	0.60 208	1.15 208	0.53 229	0.23 275	0.14 134	0.24 285	0.20 231	0.27 322	0.20 157

DeepStereo_RVC	0.57 158	0.31 201	0.78 181	0.53 185	0.30 124	0.57 156	0.32 81	1.11 161	0.80 138	1.17 271	0.94 173	0.83 219	0.93 342	1.01 170	0.61 268	0.23 275	0.14 134	0.21 197	0.19 202	0.24 292	0.26 292

iRAFT	0.57 158	0.33 238	0.82 204	0.52 162	0.27 60	0.63 193	0.28 51	1.14 171	0.73 108	1.13 247	0.96 176	0.82 210	0.60 208	1.40 266	0.52 220	0.23 275	0.14 134	0.24 285	0.20 231	0.27 322	0.20 157

CRE-IMP	0.57 158	0.32 219	0.82 204	0.54 199	0.29 108	0.77 267	0.25 29	1.19 196	0.79 135	1.09 233	0.95 174	0.81 204	0.57 181	1.11 201	0.57 250	0.22 253	0.14 134	0.23 261	0.19 202	0.28 338	0.24 252

RAFT-IKP	0.57 158	0.33 238	0.82 204	0.52 162	0.27 60	0.57 156	0.35 115	1.14 171	0.73 108	1.13 247	0.96 176	0.83 219	0.61 217	1.26 232	0.53 229	0.23 275	0.14 134	0.24 285	0.20 231	0.27 322	0.20 157

test_xeample3	0.57 158	0.33 238	3.11 496	0.46 72	0.34 214	0.55 147	0.38 147	0.86 81	0.49 48	0.54 108	0.46 43	0.44 59	0.44 106	1.49 294	0.45 171	0.18 111	0.14 134	0.19 129	0.15 105	0.17 78	0.18 98

CFNet-RSSM	0.57 158	0.25 66	0.76 172	0.49 112	0.28 93	0.59 168	0.27 44	1.89 372	1.17 300	1.09 233	0.95 174	1.06 306	0.53 161	0.74 81	0.41 139	0.17 76	0.13 70	0.17 71	0.15 105	0.16 56	0.16 61

rvit_0105_4	0.58 170	0.40 359	1.19 362	0.68 387	0.38 261	0.53 129	0.55 323	0.93 92	1.27 356	0.56 112	0.61 94	0.72 181	0.63 218	1.01 170	0.47 187	0.33 416	0.33 460	0.29 384	0.25 354	0.29 355	0.26 292

AE-Stereo	0.58 170	0.29 145	0.81 195	0.62 316	0.41 296	0.69 232	0.46 243	2.49 497	1.25 344	0.49 80	0.77 135	0.69 169	0.46 123	0.61 43	0.42 147	0.17 76	0.16 235	0.21 197	0.20 231	0.19 144	0.18 98

1test111	0.58 170	0.34 267	0.63 102	0.60 295	0.27 60	1.16 395	0.51 282	1.58 287	0.91 169	0.60 121	0.80 145	0.47 80	0.87 317	0.99 163	0.67 289	0.21 219	0.13 70	0.25 324	0.15 105	0.23 263	0.25 272

RAFT-Test	0.58 170	0.27 107	0.81 195	0.50 128	0.33 197	0.95 350	0.27 44	1.40 250	0.89 163	1.00 207	1.12 249	1.39 392	0.48 135	0.74 81	0.41 139	0.17 76	0.14 134	0.17 71	0.14 86	0.16 56	0.18 98

anonymousdsp2	0.58 170	0.29 145	0.93 265	0.51 142	0.30 124	0.75 253	0.46 243	1.95 389	0.87 159	0.81 161	0.78 137	0.76 187	0.48 135	1.10 198	0.45 171	0.19 149	0.14 134	0.18 105	0.13 61	0.20 180	0.22 211

fff	0.58 170	0.26 83	1.15 341	0.46 72	0.25 40	0.48 78	0.36 124	1.20 200	1.28 364	1.13 247	1.03 208	0.59 134	1.04 393	0.77 91	0.58 255	0.17 76	0.14 134	0.17 71	0.13 61	0.15 37	0.24 252

iGMRVC	0.58 170	0.33 238	0.81 195	0.52 162	0.27 60	0.62 184	0.38 147	1.14 171	0.73 108	1.13 247	0.97 185	0.82 210	0.59 202	1.54 297	0.53 229	0.23 275	0.14 134	0.24 285	0.20 231	0.27 322	0.20 157

RALCasStereoNet	0.58 170	0.34 267	0.77 175	0.65 347	0.64 422	0.64 202	0.51 282	1.06 138	0.99 212	0.71 139	1.06 222	0.77 191	0.44 106	1.38 261	0.52 220	0.20 190	0.18 294	0.18 105	0.16 140	0.20 180	0.22 211

DCANet	0.58 170	0.26 83	1.15 341	0.45 60	0.25 40	0.49 84	0.36 124	1.18 192	1.35 396	1.15 263	1.04 214	0.60 138	0.91 332	0.84 117	0.58 255	0.17 76	0.14 134	0.17 71	0.13 61	0.19 144	0.25 272

csc	0.58 170	0.26 83	1.15 341	0.46 72	0.25 40	0.48 78	0.36 124	1.20 200	1.28 364	1.13 247	1.03 208	0.59 134	1.04 393	0.77 91	0.58 255	0.17 76	0.14 134	0.17 71	0.13 61	0.15 37	0.24 252

cscssc	0.58 170	0.26 83	1.15 341	0.46 72	0.25 40	0.48 78	0.36 124	1.20 200	1.28 364	1.13 247	1.03 208	0.59 134	1.04 393	0.77 91	0.58 255	0.17 76	0.14 134	0.17 71	0.13 61	0.15 37	0.24 252

GMStereo	0.58 170	0.50 406	1.09 322	0.52 162	0.32 177	0.80 283	0.43 205	1.02 119	1.41 427	0.89 183	0.77 135	0.52 106	0.46 123	0.89 136	0.56 247	0.25 315	0.16 235	0.20 163	0.22 300	0.31 377	0.27 310
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
xyz-stereo-finetune2	0.59 182	0.29 145	0.66 121	0.41 34	0.24 20	1.08 378	0.34 102	0.87 84	0.60 78	0.68 136	1.08 232	0.58 129	0.79 274	2.39 411	0.83 333	0.17 76	0.15 200	0.21 197	0.17 163	0.16 56	0.18 98

gcap-zeroshot	0.59 182	0.30 169	1.11 329	0.51 142	0.30 124	0.79 276	0.36 124	1.86 364	0.86 156	0.90 184	0.68 109	1.44 400	0.50 151	0.82 106	0.35 71	0.19 149	0.16 235	0.18 105	0.15 105	0.18 109	0.18 98

ACVNet-DCA	0.59 182	0.34 267	0.63 102	0.60 295	0.27 60	1.16 395	0.51 282	1.58 287	0.91 169	0.60 121	0.80 145	0.47 80	0.87 317	1.48 287	0.35 71	0.21 219	0.13 70	0.25 324	0.15 105	0.23 263	0.25 272

IGEV_Zeroshot_test	0.59 182	0.33 238	1.11 329	0.63 326	0.37 249	0.41 34	0.33 88	1.80 346	0.79 135	1.04 221	1.10 238	1.06 306	0.43 100	0.87 128	0.48 194	0.18 111	0.13 70	0.19 129	0.18 180	0.20 180	0.23 231

DCANet-4	0.59 182	0.28 123	1.65 428	0.44 51	0.25 40	0.48 78	0.36 124	1.15 183	1.36 405	1.13 247	1.03 208	0.56 125	0.74 248	0.77 91	0.58 255	0.17 76	0.14 134	0.17 71	0.13 61	0.15 37	0.24 252

x	0.59 182	0.34 267	0.79 185	0.51 142	0.32 177	0.69 232	0.46 243	1.64 300	0.97 200	0.86 177	0.86 157	0.83 219	0.74 248	0.75 88	0.70 297	0.21 219	0.22 355	0.22 227	0.20 231	0.21 224	0.24 252

sAnonymous2	0.59 182	0.61 443	1.82 440	0.61 308	0.52 369	0.51 112	0.54 313	0.97 104	0.70 104	0.50 91	0.68 109	0.46 71	0.63 218	0.61 43	0.41 139	0.22 253	0.17 264	0.23 261	0.21 273	0.85 508	0.56 475

CroCo_RVC	0.59 182	0.61 443	1.82 440	0.61 308	0.52 369	0.51 112	0.54 313	0.97 104	0.70 104	0.50 91	0.68 109	0.46 71	0.63 218	0.61 43	0.41 139	0.22 253	0.17 264	0.23 261	0.21 273	0.85 508	0.56 475

testlalala2	0.60 190	0.30 169	0.68 128	1.79 529	1.30 522	0.65 208	0.41 179	1.06 138	0.75 120	0.91 186	0.96 176	0.75 185	0.34 47	0.56 28	0.45 171	0.18 111	0.16 235	0.17 71	0.13 61	0.17 78	0.19 132

MIM_Stereo	0.60 190	0.26 83	1.02 299	0.49 112	0.32 177	0.52 118	0.28 51	1.41 254	0.82 143	1.02 216	1.16 273	0.93 261	0.53 161	1.48 287	0.63 275	0.17 76	0.17 264	0.20 163	0.19 202	0.17 78	0.18 98

MIPNet	0.60 190	0.31 201	1.07 316	0.51 142	0.34 214	0.68 223	0.40 169	1.67 304	1.14 283	1.11 236	0.93 171	0.60 138	0.78 265	0.77 91	0.58 255	0.18 111	0.14 134	0.19 129	0.16 140	0.18 109	0.21 184

AFF-stereo	0.60 190	0.28 123	0.72 143	0.48 98	0.29 108	0.34 14	0.37 138	1.22 207	1.20 312	1.21 301	1.59 425	1.10 324	0.70 243	1.01 170	0.44 158	0.14 21	0.12 36	0.19 129	0.20 231	0.18 109	0.15 30

R-Stereo Train	0.60 190	0.30 169	0.72 143	0.57 255	0.37 249	0.68 223	0.52 293	1.45 259	0.78 126	1.61 452	1.50 395	0.76 187	0.53 161	0.67 68	0.51 212	0.19 149	0.16 235	0.18 105	0.15 105	0.18 109	0.19 132

RAFT-Stereo	0.60 190	0.30 169	0.72 143	0.57 255	0.37 249	0.68 223	0.52 293	1.45 259	0.78 126	1.61 452	1.50 395	0.76 187	0.53 161	0.67 68	0.51 212	0.19 149	0.16 235	0.18 105	0.15 105	0.18 109	0.19 132
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test2	0.61 196	0.30 169	0.93 265	0.65 347	0.65 427	0.79 276	0.50 280	1.33 236	1.40 423	0.65 130	1.15 271	0.53 111	0.42 92	1.18 217	0.36 88	0.25 315	0.18 294	0.26 345	0.31 431	0.20 180	0.21 184

AIO-test1	0.61 196	0.27 107	0.68 128	0.68 387	1.02 501	0.79 276	0.36 124	1.59 292	1.35 396	0.59 114	0.89 164	0.60 138	0.49 146	1.20 222	0.36 88	0.18 111	0.17 264	0.23 261	0.25 354	0.18 109	0.26 292

rvit_0105_5	0.61 196	0.41 369	1.19 362	0.67 375	0.37 249	0.57 156	0.56 330	1.08 146	1.28 364	0.65 130	0.68 109	0.77 191	0.67 232	0.91 142	0.51 212	0.33 416	0.32 454	0.30 395	0.27 387	0.28 338	0.28 326

riskmin	0.62 199	0.29 145	0.73 157	0.50 128	0.34 214	0.86 315	0.44 224	1.74 331	1.07 242	0.76 150	0.76 131	1.19 342	1.01 377	0.84 117	0.60 265	0.20 190	0.16 235	0.24 285	0.16 140	0.24 292	0.29 340

qqq	0.62 199	0.36 305	0.88 242	0.50 128	0.28 93	0.64 202	0.62 364	1.58 287	0.91 169	0.83 165	0.96 176	0.95 271	0.79 274	0.99 163	0.67 289	0.21 219	0.23 383	0.24 285	0.23 332	0.23 263	0.25 272

ADStereo(finetuned)	0.62 199	0.26 83	1.59 424	0.45 60	0.25 40	0.49 84	0.36 124	1.18 192	1.35 396	1.16 267	1.04 214	0.60 138	1.18 429	0.85 121	0.57 250	0.17 76	0.14 134	0.17 71	0.13 61	0.19 144	0.24 252

dd	0.62 199	0.51 410	1.17 356	0.56 233	0.33 197	0.74 248	0.46 243	1.03 126	1.40 423	0.80 156	0.87 159	0.60 138	0.57 181	1.02 173	0.86 338	0.28 378	0.18 294	0.26 345	0.19 202	0.35 404	0.27 310

IPLGR	0.62 199	0.28 123	1.32 391	0.50 128	0.29 108	0.65 208	0.34 102	1.47 264	1.19 308	1.21 301	1.07 225	0.70 172	0.65 226	1.05 180	0.55 241	0.18 111	0.15 200	0.20 163	0.17 163	0.21 224	0.20 157

PFNet+	0.62 199	0.31 201	0.99 289	0.57 255	0.31 144	0.57 156	0.30 66	0.99 116	1.25 344	1.33 365	1.10 238	0.79 196	0.57 181	1.35 253	0.53 229	0.26 340	0.17 264	0.28 373	0.26 371	0.21 224	0.27 310

NRIStereo	0.62 199	0.31 201	0.78 181	0.56 233	0.28 93	0.63 193	0.33 88	1.16 188	0.92 174	1.15 263	0.87 159	0.90 247	0.58 198	2.24 396	0.56 247	0.22 253	0.14 134	0.21 197	0.19 202	0.22 244	0.18 98

RALAANet	0.62 199	0.37 326	0.97 284	0.66 361	0.50 354	0.67 219	0.31 73	1.27 223	1.09 253	1.11 236	1.17 276	0.88 235	0.46 123	1.27 235	0.45 171	0.20 190	0.15 200	0.21 197	0.18 180	0.27 322	0.19 132

FENet	0.62 199	0.30 169	0.68 128	0.57 255	0.33 197	0.82 292	0.40 169	1.41 254	1.12 271	1.03 219	0.87 159	0.98 280	0.84 295	1.00 167	0.70 297	0.23 275	0.16 235	0.23 261	0.20 231	0.22 244	0.24 252

RAFT+CT+SA	0.63 208	0.30 169	0.73 157	0.69 400	0.37 249	0.40 27	0.55 323	1.93 385	1.04 232	0.72 143	1.23 300	0.62 147	0.69 240	1.69 326	0.42 147	0.19 149	0.13 70	0.22 227	0.22 300	0.21 224	0.19 132

GANet-ADL	0.63 208	0.38 344	0.82 204	0.67 375	0.41 296	0.68 223	0.51 282	1.64 300	1.16 295	0.98 202	1.10 238	0.90 247	0.58 198	0.81 105	0.63 275	0.27 361	0.18 294	0.18 105	0.16 140	0.23 263	0.27 310

AnonymousM	0.63 208	1.14 508	0.43 11	0.46 72	0.32 177	0.43 51	0.46 243	1.27 223	0.78 126	1.00 207	0.66 104	0.68 164	0.45 113	0.61 43	0.46 177	0.21 219	0.16 235	1.84 534	0.98 531	0.15 37	0.15 30

HHNet	0.64 211	0.28 123	0.69 134	0.45 60	0.46 333	0.50 103	0.57 336	1.13 167	1.03 226	1.26 332	2.21 489	0.70 172	0.59 202	1.10 198	0.51 212	0.21 219	0.13 70	0.23 261	0.19 202	0.20 180	0.31 366

Pruner-Stereo	0.64 211	0.31 201	0.79 185	0.66 361	0.31 144	0.61 181	0.42 187	1.22 207	1.09 253	1.53 436	1.09 236	0.94 267	0.55 172	1.37 257	0.56 247	0.25 315	0.14 134	0.24 285	0.21 273	0.21 224	0.25 272

Anonymous3	0.64 211	0.47 392	1.31 388	0.59 287	0.50 354	0.93 340	0.69 385	1.11 161	0.83 147	0.74 146	0.89 164	0.65 156	0.68 236	1.08 190	0.54 238	0.40 455	0.31 442	0.26 345	0.26 371	0.31 377	0.30 356

DIP-Stereo	0.64 211	0.32 219	0.91 260	0.49 112	0.36 239	0.91 329	0.33 88	2.51 500	0.77 122	1.25 319	1.00 196	0.68 164	0.51 154	0.92 144	0.65 284	0.19 149	0.15 200	0.21 197	0.17 163	0.19 144	0.22 211
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
tt1	0.65 215	0.34 267	0.65 116	0.60 295	0.27 60	1.14 388	0.48 261	1.08 146	2.62 518	0.59 114	0.79 140	0.49 88	0.80 281	1.57 300	0.35 71	0.21 219	0.13 70	0.25 324	0.16 140	0.20 180	0.23 231

TestStereo	0.65 215	0.42 372	0.83 213	0.52 162	0.27 60	0.57 156	0.44 224	1.07 141	0.92 174	0.85 172	1.01 198	0.68 164	0.56 178	3.22 446	0.47 187	0.23 275	0.15 200	0.24 285	0.18 180	0.28 338	0.18 98

FACV-RUCA	0.66 217	0.36 305	0.89 246	0.63 326	0.65 427	0.84 307	0.41 179	1.67 304	1.11 264	0.91 186	1.14 265	0.63 152	0.77 258	0.84 117	0.54 238	0.28 378	0.19 311	0.47 483	0.22 300	0.36 408	0.29 340

rvit_0105_3	0.66 217	0.47 392	1.27 381	0.74 431	0.40 282	0.63 193	0.70 392	1.22 207	1.28 364	0.83 165	0.71 121	0.82 210	0.72 247	0.93 147	0.58 255	0.37 445	0.34 463	0.34 431	0.32 438	0.28 338	0.31 366

rvit_stereo_0075_2	0.66 217	0.47 392	1.21 370	0.67 375	0.66 433	0.53 129	0.48 261	1.24 214	1.17 300	0.77 151	0.91 167	0.78 195	0.59 202	1.05 180	0.63 275	0.37 445	0.28 424	0.40 465	0.31 431	0.38 420	0.34 392

CAS	0.66 217	0.19 2	0.41 7	2.31 535	0.86 482	0.56 154	0.53 299	0.83 66	0.63 87	0.49 80	0.70 118	0.36 45	0.26 11	0.47 12	0.37 101	2.33 536	0.10 2	0.14 1	0.10 1	0.17 78	1.31 525

TestStereo1	0.66 217	0.29 145	0.95 276	0.82 460	0.32 177	0.47 70	0.43 205	1.52 270	1.22 327	0.99 203	1.32 335	0.65 156	0.76 254	1.78 337	0.44 158	0.20 190	0.16 235	0.22 227	0.19 202	0.21 224	0.20 157

RAFT_CTSACE	0.66 217	0.29 145	1.14 339	0.57 255	0.51 364	0.68 223	0.44 224	0.88 86	0.98 203	1.03 219	1.83 459	1.23 353	0.67 232	1.48 287	0.38 108	0.16 44	0.16 235	0.21 197	0.20 231	0.20 180	0.17 82

SA-5K	0.66 217	0.29 145	0.95 276	0.82 460	0.32 177	0.47 70	0.43 205	1.52 270	1.22 327	0.99 203	1.32 335	0.65 156	0.76 254	1.78 337	0.44 158	0.20 190	0.16 235	0.22 227	0.19 202	0.21 224	0.20 157

ACRE	0.66 217	0.37 326	1.27 381	0.60 295	0.50 354	0.74 248	0.47 254	1.26 219	1.10 257	1.40 399	1.56 415	0.62 147	0.46 123	0.88 131	0.78 317	0.24 295	0.15 200	0.19 129	0.16 140	0.19 144	0.29 340

ICVP	0.66 217	0.35 296	0.71 141	0.63 326	0.41 296	0.85 314	0.56 330	1.78 339	0.96 196	0.92 189	1.24 304	0.88 235	0.75 253	0.76 89	0.93 362	0.31 403	0.22 355	0.22 227	0.21 273	0.24 292	0.28 326
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	0.66 217	0.27 107	1.15 341	0.46 72	0.25 40	0.72 241	0.42 187	1.57 285	1.44 439	0.83 165	1.39 361	1.10 324	0.80 281	0.97 161	0.65 284	0.20 190	0.14 134	0.18 105	0.15 105	0.18 109	0.28 326

ACVNet	0.66 217	0.33 238	0.74 162	0.55 212	0.37 249	0.80 283	0.47 254	1.46 261	1.11 264	1.01 212	1.31 330	1.07 309	0.91 332	0.82 106	1.09 390	0.22 253	0.19 311	0.21 197	0.18 180	0.23 263	0.19 132

HI	0.67 228	0.34 267	0.80 190	0.51 142	0.51 364	0.41 34	0.37 138	1.15 183	0.80 138	1.34 372	1.42 372	1.60 428	1.11 411	0.96 157	0.90 351	0.16 44	0.12 36	0.20 163	0.21 273	0.20 180	0.20 157

CoSv	0.67 228	0.34 267	0.80 190	0.51 142	0.51 364	0.41 34	0.37 138	1.15 183	0.80 138	1.34 372	1.42 372	1.60 428	1.11 411	0.96 157	0.90 351	0.16 44	0.12 36	0.20 163	0.21 273	0.20 180	0.20 157

test_sample2	0.67 228	0.31 201	0.89 246	0.54 199	0.29 108	0.80 283	0.63 369	1.83 353	1.10 257	0.93 192	1.06 222	0.94 267	0.92 340	1.24 227	0.59 262	0.23 275	0.20 324	0.22 227	0.21 273	0.24 292	0.25 272

test_sample1	0.67 228	0.32 219	0.90 256	0.54 199	0.33 197	0.76 258	0.48 261	1.75 333	1.06 240	0.95 197	0.99 191	0.91 251	1.10 408	1.25 228	0.79 322	0.22 253	0.19 311	0.21 197	0.20 231	0.21 224	0.25 272

MyStereo06	0.67 228	0.29 145	1.06 311	0.58 268	0.48 343	0.62 184	0.72 396	2.26 460	0.89 163	1.07 231	1.12 249	1.22 349	0.56 178	0.83 112	0.47 187	0.17 76	0.17 264	0.24 285	0.21 273	0.23 263	0.23 231

StereoVision	0.67 228	0.37 326	1.02 299	0.60 295	0.41 296	0.50 103	0.41 179	1.32 234	0.96 196	0.73 145	2.48 503	0.82 210	0.57 181	1.06 185	0.50 208	0.26 340	0.28 424	0.29 384	0.28 397	0.37 414	0.22 211

CASS	0.67 228	0.36 305	0.84 222	0.57 255	0.28 93	0.82 292	0.43 205	1.62 299	0.92 174	1.39 393	1.28 323	0.87 229	0.84 295	0.88 131	0.59 262	0.36 442	0.19 311	0.26 345	0.22 300	0.29 355	0.43 439
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CIPLG	0.67 228	0.37 326	1.17 356	0.60 295	0.51 364	0.75 253	0.48 261	1.26 219	1.11 264	1.43 409	1.58 421	0.64 155	0.48 135	0.94 148	0.78 317	0.24 295	0.15 200	0.19 129	0.16 140	0.19 144	0.29 340

IPLGR_C	0.67 228	0.38 344	1.20 366	0.60 295	0.50 354	0.75 253	0.48 261	1.28 227	1.13 277	1.42 405	1.57 419	0.62 147	0.48 135	0.85 121	0.80 329	0.24 295	0.15 200	0.19 129	0.16 140	0.19 144	0.29 340

GwcNet-ADL	0.67 228	0.33 238	0.90 256	0.58 268	0.41 296	0.60 173	0.59 349	1.55 279	1.28 364	1.11 236	1.13 260	0.90 247	0.59 202	1.11 201	0.91 355	0.28 378	0.18 294	0.18 105	0.18 180	0.25 304	0.33 384

TRStereo	0.67 228	0.71 471	1.06 311	0.77 448	0.68 440	0.53 129	0.38 147	2.52 501	0.96 196	0.81 161	0.84 153	0.87 229	0.39 82	1.16 211	0.46 177	0.24 295	0.17 264	0.23 261	0.24 345	0.18 109	0.20 157

RAFT	0.67 228	0.32 219	0.83 213	0.63 326	0.34 214	0.69 232	0.57 336	1.14 171	0.84 150	1.12 244	1.20 284	1.75 455	0.92 340	1.09 194	0.60 265	0.22 253	0.19 311	0.27 359	0.24 345	0.22 244	0.23 231

DN-CSS_ROB	0.67 228	0.36 305	1.36 398	0.59 287	0.41 296	0.54 142	0.45 237	1.30 230	0.95 192	1.05 223	1.47 384	0.69 169	0.64 222	1.80 344	0.60 265	0.19 149	0.15 200	0.25 324	0.23 332	0.22 244	0.23 231

cc1	0.68 241	0.34 267	0.63 102	0.60 295	0.27 60	1.16 395	0.51 282	1.07 141	3.23 530	0.60 121	0.80 145	0.47 80	0.87 317	1.48 287	0.35 71	0.21 219	0.13 70	0.25 324	0.15 105	0.19 144	0.23 231

mmm	0.68 241	0.37 326	0.91 260	0.54 199	0.34 214	0.86 315	0.58 343	1.72 328	1.02 223	1.13 247	1.41 371	0.83 219	0.78 265	0.95 156	0.67 289	0.22 253	0.20 324	0.29 384	0.26 371	0.27 322	0.27 310

PCWNet_CMD	0.68 241	0.34 267	0.93 265	0.51 142	0.38 261	0.80 283	0.42 187	1.51 268	1.34 393	1.17 271	1.31 330	1.23 353	0.65 226	0.94 148	0.62 271	0.21 219	0.17 264	0.27 359	0.19 202	0.43 438	0.28 326

HH	0.68 241	0.33 238	0.83 213	0.53 185	0.34 214	0.92 336	0.45 237	1.79 342	0.74 115	0.71 139	1.13 260	1.60 428	0.83 292	1.95 364	0.39 112	0.18 111	0.14 134	0.19 129	0.17 163	0.19 144	0.19 132

HanStereo	0.68 241	0.33 238	0.83 213	0.53 185	0.34 214	0.92 336	0.45 237	1.79 342	0.74 115	0.71 139	1.13 260	1.60 428	0.83 292	1.95 364	0.39 112	0.18 111	0.14 134	0.19 129	0.17 163	0.19 144	0.19 132

DisPM	0.68 241	0.30 169	0.85 228	0.66 361	0.35 231	0.60 173	0.44 224	1.10 159	1.10 257	1.56 443	1.10 238	0.80 198	0.58 198	2.37 409	0.46 177	0.25 315	0.14 134	0.23 261	0.21 273	0.20 180	0.26 292

CFNet_pseudo	0.68 241	0.34 267	0.93 265	0.50 128	0.39 270	0.72 241	0.42 187	1.44 257	1.25 344	1.17 271	1.35 349	1.22 349	0.66 230	1.04 177	0.64 279	0.21 219	0.17 264	0.33 423	0.19 202	0.39 425	0.28 326

MSMDNet	0.68 241	0.34 267	0.93 265	0.52 162	0.38 261	0.80 283	0.42 187	1.52 270	1.35 396	1.17 271	1.31 330	1.23 353	0.65 226	0.94 148	0.62 271	0.21 219	0.17 264	0.26 345	0.19 202	0.41 433	0.28 326

ccs_rob	0.68 241	0.34 267	0.93 265	0.50 128	0.39 270	0.72 241	0.42 187	1.43 256	1.25 344	1.17 271	1.34 344	1.22 349	0.66 230	1.04 177	0.64 279	0.21 219	0.17 264	0.35 438	0.20 231	0.40 429	0.29 340

SA	0.69 250	0.31 201	0.97 284	0.64 340	0.30 124	0.56 154	0.38 147	1.84 355	1.35 396	0.99 203	1.37 354	0.69 169	0.94 345	1.88 356	0.43 153	0.20 190	0.16 235	0.25 324	0.23 332	0.22 244	0.19 132

MyStereo8	0.70 251	0.32 219	1.24 376	0.63 326	0.53 375	0.90 326	0.34 102	1.60 294	1.35 396	1.20 294	1.31 330	0.89 245	0.64 222	0.77 91	1.02 383	0.18 111	0.15 200	0.20 163	0.18 180	0.22 244	0.30 356

MyStereo05	0.70 251	0.29 145	1.22 371	0.58 268	0.48 343	0.62 184	0.72 396	1.52 270	1.54 461	1.17 271	0.91 167	0.77 191	0.79 274	1.45 280	0.68 293	0.17 76	0.17 264	0.24 285	0.21 273	0.23 263	0.23 231

xx1	0.70 251	0.34 267	0.63 102	0.60 295	0.27 60	1.16 395	0.51 282	1.07 141	3.23 530	0.60 121	0.80 145	0.95 271	0.79 274	1.48 287	0.35 71	0.21 219	0.13 70	0.24 285	0.23 332	0.23 263	0.25 272

GMStereo_Zeroshot	0.70 251	0.64 453	1.11 329	0.65 347	0.38 261	0.84 307	0.37 138	1.09 153	1.16 295	1.14 261	1.07 225	1.26 364	0.55 172	1.23 225	0.65 284	0.34 425	0.17 264	0.31 401	0.18 180	0.57 483	0.23 231

test_5	0.70 251	0.32 219	0.99 289	0.69 400	0.50 354	0.89 322	0.51 282	1.88 370	1.14 283	0.78 153	1.13 260	1.04 302	0.89 326	1.59 307	0.46 177	0.19 149	0.14 134	0.23 261	0.22 300	0.22 244	0.20 157

GES	0.70 251	0.37 326	1.05 309	0.62 316	0.38 261	0.94 343	0.57 336	2.37 479	0.92 174	1.05 223	1.12 249	0.67 162	0.77 258	1.02 173	0.65 284	0.28 378	0.20 324	0.20 163	0.20 231	0.22 244	0.31 366

IGEV-BASED-STEREO-	0.71 257	3.18 555	2.55 481	0.40 25	0.24 20	0.42 44	0.23 25	0.66 19	0.46 43	0.47 66	0.45 37	0.33 39	0.27 17	0.58 37	0.30 34	1.34 530	0.10 2	0.22 227	0.19 202	0.45 451	1.32 527

MyStereo04	0.71 257	0.30 169	1.28 384	0.58 268	0.48 343	0.59 168	0.78 408	1.74 331	1.49 455	0.94 195	0.91 167	0.74 183	0.86 308	1.59 307	0.69 294	0.18 111	0.18 294	0.24 285	0.21 273	0.23 263	0.23 231

raft_robust	0.71 257	0.32 219	0.75 167	0.54 199	0.28 93	0.54 142	0.35 115	1.54 276	1.24 336	1.18 282	1.07 225	0.73 182	0.53 161	3.65 455	0.40 129	0.19 149	0.16 235	0.20 163	0.22 300	0.21 224	0.19 132

iRaft-Stereo_20w	0.71 257	0.33 238	1.25 378	0.50 128	0.36 239	0.82 292	0.31 73	3.16 526	0.89 163	1.24 316	1.14 265	0.79 196	0.65 226	1.15 208	0.43 153	0.18 111	0.13 70	0.18 105	0.17 163	0.20 180	0.23 231

DMCA	0.71 257	0.36 305	1.17 356	0.53 185	0.45 325	0.84 307	0.46 243	1.52 270	1.09 253	1.20 294	1.12 249	1.21 345	0.74 248	0.87 128	1.09 390	0.25 315	0.20 324	0.27 359	0.19 202	0.24 292	0.29 340

HITNet	0.71 257	0.42 372	1.07 316	0.52 162	0.25 40	1.05 370	0.48 261	2.12 425	1.08 245	1.21 301	1.23 300	0.91 251	0.84 295	0.90 139	0.91 355	0.17 76	0.12 36	0.21 197	0.17 163	0.29 355	0.18 98
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
IPLG	0.72 263	0.29 145	1.12 333	0.53 185	0.44 321	0.79 276	0.33 88	1.35 238	1.10 257	1.32 359	1.11 245	0.52 106	0.54 169	3.13 442	0.71 300	0.17 76	0.14 134	0.20 163	0.17 163	0.18 109	0.21 184

HCRNet	0.72 263	0.40 359	0.86 235	0.61 308	0.57 396	0.75 253	0.35 115	1.39 248	1.21 319	1.11 236	0.99 191	1.01 296	0.76 254	2.18 391	0.73 301	0.28 378	0.19 311	0.28 373	0.23 332	0.25 304	0.26 292

UCFNet_RVC	0.72 263	0.37 326	0.59 82	0.66 361	0.41 296	0.89 322	0.68 382	1.78 339	1.15 288	1.01 212	1.20 284	1.22 349	0.95 350	1.07 187	0.66 288	0.28 378	0.21 340	0.34 431	0.31 431	0.33 394	0.29 340

test_sample3	0.73 266	0.35 296	1.06 311	0.55 212	0.32 177	0.97 359	0.51 282	2.12 425	1.25 344	1.16 267	1.17 276	0.88 235	0.78 265	1.27 235	0.79 322	0.26 340	0.21 340	0.25 324	0.25 354	0.26 316	0.27 310

CFNet_ucs	0.73 266	0.34 267	0.94 272	0.53 185	0.44 321	0.76 258	0.46 243	1.73 329	1.34 393	1.24 316	1.54 406	1.08 319	0.64 222	1.05 180	0.64 279	0.26 340	0.20 324	0.37 451	0.22 300	0.42 436	0.30 356

ToySt	0.73 266	0.35 296	1.64 426	0.54 199	0.37 249	0.92 336	0.81 424	1.21 205	1.03 226	0.86 177	1.12 249	1.31 376	1.01 377	1.04 177	0.88 344	0.19 149	0.20 324	0.24 285	0.24 345	0.27 322	0.28 326

LCNet	0.73 266	0.30 169	0.58 76	0.58 268	0.31 144	0.68 223	0.53 299	1.09 153	0.94 187	1.19 289	1.34 344	0.96 276	1.32 448	2.50 419	0.46 177	0.19 149	0.13 70	0.21 197	0.25 354	0.28 338	0.69 499

test_sample4	0.74 270	0.36 305	1.09 322	0.55 212	0.32 177	0.92 336	0.51 282	2.14 434	1.25 344	1.22 309	1.22 292	0.86 227	0.82 287	1.29 239	0.76 311	0.26 340	0.21 340	0.26 345	0.26 371	0.27 322	0.28 326

IER	0.74 270	0.33 238	1.25 378	0.50 128	0.53 375	1.32 419	0.55 323	1.31 232	1.08 245	1.30 350	1.34 344	1.11 329	1.10 408	1.05 180	0.81 331	0.20 190	0.17 264	0.21 197	0.21 273	0.20 180	0.21 184

SFCPSM	0.74 270	0.30 169	1.06 311	0.52 162	0.39 270	1.36 427	0.64 371	2.42 485	1.11 264	1.18 282	1.21 290	0.81 204	0.78 265	1.08 190	0.57 250	0.22 253	0.17 264	0.22 227	0.24 345	0.23 263	0.21 184

AdaStereo	0.74 270	0.48 398	0.86 235	0.75 439	0.38 261	0.94 343	0.56 330	2.05 415	1.24 336	1.15 263	1.22 292	1.07 309	0.67 232	1.05 180	0.73 301	0.33 416	0.16 235	0.32 412	0.22 300	0.29 355	0.23 231
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.
DCVSM-stereo	0.75 274	0.36 305	0.82 204	0.58 268	0.43 311	0.78 268	0.42 187	1.30 230	1.05 238	1.79 474	1.04 214	1.60 428	1.08 402	1.12 203	0.86 338	0.25 315	0.27 419	0.29 384	0.24 345	0.30 370	0.37 408

test_sample5	0.75 274	0.36 305	1.04 304	0.55 212	0.31 144	0.84 307	0.53 299	2.12 425	1.23 332	1.18 282	1.30 328	0.88 235	0.86 308	1.37 257	0.76 311	0.26 340	0.22 355	0.27 359	0.28 397	0.28 338	0.29 340

DualNet	0.75 274	0.36 305	1.04 304	0.55 212	0.31 144	0.84 307	0.53 299	2.12 425	1.23 332	1.21 301	1.40 366	0.88 235	0.86 308	1.37 257	0.76 311	0.26 340	0.22 355	0.27 359	0.28 397	0.28 338	0.29 340

BSDual-CNN	0.75 274	0.34 267	0.77 175	0.55 212	0.45 325	1.25 412	0.66 377	2.65 509	1.04 232	1.25 319	1.12 249	1.11 329	0.77 258	0.94 148	0.76 311	0.25 315	0.18 294	0.25 324	0.22 300	0.23 263	0.24 252

psmg	0.75 274	0.34 267	0.77 175	0.52 162	0.45 325	1.46 441	0.73 399	2.15 439	1.04 232	1.25 319	1.33 340	1.11 329	0.77 258	0.94 148	0.76 311	0.25 315	0.20 324	0.25 324	0.26 371	0.23 263	0.24 252

UDGNet	0.75 274	1.23 514	0.99 289	0.82 460	0.42 306	0.76 258	0.38 147	0.98 108	1.37 410	0.83 165	0.88 162	0.70 172	0.60 208	1.25 228	0.57 250	0.57 499	0.19 311	1.03 525	0.26 371	0.79 507	0.35 401

PSMNet-ADL	0.75 274	0.36 305	0.69 134	0.71 412	0.47 341	1.13 385	0.46 243	1.47 264	1.07 242	0.85 172	1.18 279	1.31 376	0.94 345	1.56 298	1.06 388	0.34 425	0.22 355	0.22 227	0.23 332	0.27 322	0.36 404

GMM-Stereo	0.75 274	0.27 107	0.66 121	0.56 233	0.34 214	0.71 238	0.97 457	1.09 153	0.91 169	1.37 385	1.79 452	1.11 329	0.79 274	2.08 381	0.48 194	0.19 149	0.12 36	0.25 324	0.25 354	0.21 224	0.78 506

rvit_105_1	0.76 282	0.54 421	1.27 381	0.80 453	0.49 349	0.74 248	0.86 437	1.39 248	1.23 332	1.00 207	0.80 145	0.93 261	0.78 265	1.29 239	0.78 317	0.43 464	0.36 474	0.36 448	0.42 477	0.30 370	0.36 404

qqq1	0.76 282	0.32 219	0.95 276	0.49 112	0.27 60	0.83 299	0.43 205	2.16 441	1.45 444	1.27 337	1.50 395	0.98 280	0.96 352	1.87 350	0.48 194	0.24 295	0.22 355	0.18 105	0.15 105	0.19 144	0.22 211

fff1	0.76 282	0.32 219	0.95 276	0.49 112	0.27 60	0.83 299	0.43 205	2.16 441	1.45 444	1.27 337	1.50 395	0.98 280	0.96 352	1.87 350	0.48 194	0.24 295	0.22 355	0.18 105	0.15 105	0.19 144	0.22 211

Sa-1000	0.76 282	0.30 169	0.92 263	0.62 316	0.31 144	0.78 268	0.37 138	2.00 402	1.38 412	1.30 350	2.04 480	0.86 227	0.74 248	1.87 350	0.40 129	0.19 149	0.14 134	0.25 324	0.24 345	0.21 224	0.19 132

Prome-Stereo	0.76 282	0.29 145	0.57 74	0.58 268	0.33 197	0.58 167	0.94 452	0.98 108	0.92 174	1.46 421	2.45 501	0.91 251	1.38 454	1.60 312	0.44 158	0.19 149	0.13 70	0.19 129	0.18 180	0.20 180	0.87 512

EAI-Stereo	0.76 282	0.31 201	0.74 162	0.55 212	0.28 93	0.70 236	1.72 515	2.57 504	0.90 168	0.75 148	3.03 512	0.57 127	0.43 100	1.10 198	0.49 205	0.19 149	0.14 134	0.17 71	0.18 180	0.17 78	0.21 184

DFGA-Net	0.77 288	0.47 392	1.75 434	0.55 212	0.46 333	0.83 299	0.44 224	1.38 244	1.10 257	1.05 223	1.20 284	0.70 172	0.58 198	2.27 399	1.31 419	0.19 149	0.17 264	0.24 285	0.24 345	0.28 338	0.30 356

G2L-Stereo_test	0.77 288	0.31 201	0.97 284	0.51 142	0.41 296	0.90 326	0.80 419	1.67 304	1.22 327	1.32 359	1.27 317	1.50 413	0.81 285	1.74 331	1.02 383	0.20 190	0.14 134	0.16 48	0.16 140	0.18 109	0.22 211

test_sample6	0.77 288	0.36 305	1.07 316	0.56 233	0.31 144	0.82 292	0.56 330	2.12 425	1.24 336	1.21 301	1.40 366	0.90 247	0.90 329	1.45 280	0.87 343	0.28 378	0.23 383	0.28 373	0.29 415	0.28 338	0.30 356

KYRaft	0.77 288	0.29 145	0.68 128	0.59 287	0.29 108	0.66 214	0.83 429	1.05 136	0.89 163	1.63 457	2.22 490	1.15 337	0.99 368	1.59 307	0.41 139	0.21 219	0.14 134	0.22 227	0.28 397	0.21 224	1.01 516

MLCV	0.77 288	0.39 353	1.31 388	0.55 212	0.25 40	0.91 329	0.39 161	1.48 266	1.28 364	1.49 430	1.54 406	1.02 298	0.68 236	2.12 385	0.93 362	0.19 149	0.13 70	0.19 129	0.14 86	0.19 144	0.22 211

test_sample7	0.78 293	0.39 353	0.89 246	0.55 212	0.35 231	0.93 340	0.75 401	1.99 398	1.27 356	1.25 319	1.22 292	1.09 320	1.01 377	1.31 242	0.73 301	0.32 410	0.32 454	0.32 412	0.32 438	0.33 394	0.33 384

CoDeX	0.78 293	0.31 201	1.04 304	0.56 233	0.37 249	1.13 385	0.60 356	2.77 516	1.29 376	1.17 271	1.26 308	0.91 251	0.87 317	1.42 274	0.74 305	0.21 219	0.16 235	0.21 197	0.18 180	0.21 224	0.21 184

anonymousa	0.78 293	0.30 169	0.85 228	0.51 142	0.96 497	1.41 436	0.47 254	1.61 296	0.94 187	1.33 365	1.77 450	1.66 440	1.11 411	0.72 78	0.63 275	0.19 149	0.18 294	0.23 261	0.25 354	0.20 180	0.22 211

BUS	0.78 293	0.34 267	0.77 175	0.55 212	0.45 325	2.30 503	0.42 187	2.65 509	1.04 232	1.25 319	1.12 249	1.02 298	0.70 243	0.94 148	0.75 308	0.25 315	0.18 294	0.25 324	0.22 300	0.23 263	0.24 252

acv_ft	0.78 293	0.33 238	1.10 327	0.73 425	0.86 482	1.23 410	0.57 336	1.65 303	1.11 264	1.31 356	1.31 330	1.07 309	0.91 332	0.82 106	1.35 429	0.22 253	0.19 311	0.21 197	0.18 180	0.22 244	0.19 132

GANet-RSSM	0.78 293	0.31 201	0.90 256	0.67 375	0.58 399	0.80 283	0.62 364	2.04 411	1.15 288	1.11 236	1.27 317	1.26 364	1.18 429	1.68 322	0.74 305	0.26 340	0.21 340	0.22 227	0.22 300	0.23 263	0.23 231

PSMNet-RSSM	0.78 293	0.32 219	0.89 246	0.65 347	0.43 311	0.73 246	0.58 343	2.14 434	1.19 308	1.18 282	1.38 359	1.31 376	1.07 401	1.43 276	0.82 332	0.28 378	0.21 340	0.27 359	0.29 415	0.25 304	0.26 292

CFNet-ft	0.78 293	0.36 305	0.74 162	0.67 375	0.56 392	0.86 315	0.54 313	1.46 261	1.17 300	1.01 212	1.28 323	1.68 444	1.03 387	1.57 300	0.95 369	0.27 361	0.21 340	0.33 423	0.26 371	0.31 377	0.26 292

CFNet_RVC	0.78 293	0.36 305	0.74 162	0.67 375	0.56 392	0.86 315	0.54 313	1.46 261	1.17 300	1.01 212	1.28 323	1.68 444	1.03 387	1.57 300	0.95 369	0.27 361	0.21 340	0.33 423	0.26 371	0.31 377	0.26 292

G2L-ROB	0.79 302	0.28 123	1.01 296	0.57 255	0.39 270	0.94 343	0.65 373	1.76 335	1.18 306	1.27 337	1.03 208	1.62 433	0.78 265	1.93 360	1.26 414	0.20 190	0.14 134	0.17 71	0.15 105	0.20 180	0.24 252

SMFormer	0.79 302	0.32 219	0.95 276	0.49 112	0.27 60	0.83 299	0.43 205	2.16 441	1.45 444	1.27 337	1.50 395	0.98 280	0.96 352	1.87 350	0.99 375	0.24 295	0.22 355	0.22 227	0.21 273	0.23 263	0.27 310

tta	0.79 302	0.32 219	0.95 276	0.49 112	0.27 60	0.83 299	0.43 205	2.16 441	1.45 444	1.27 337	1.50 395	0.98 280	0.96 352	1.87 350	0.99 375	0.24 295	0.22 355	0.22 227	0.21 273	0.19 144	0.22 211

ffm	0.79 302	0.36 305	1.51 412	0.56 233	0.40 282	0.76 258	0.59 349	1.08 146	2.62 518	1.19 289	1.49 388	1.07 309	0.85 300	1.57 300	0.35 71	0.21 219	0.13 70	0.31 401	0.28 397	0.20 180	0.23 231

cf-r	0.79 302	0.32 219	1.06 311	0.57 255	0.64 422	0.78 268	0.51 282	2.04 411	1.22 327	1.20 294	1.27 317	1.53 419	0.91 332	1.47 285	0.94 367	0.25 315	0.19 311	0.22 227	0.23 332	0.19 144	0.21 184

DeepPruner_ROB	0.79 302	0.55 425	1.14 339	0.61 308	0.46 333	0.78 268	0.54 313	1.83 353	1.00 216	1.42 405	1.27 317	1.23 353	0.77 258	1.56 298	0.89 347	0.35 435	0.28 424	0.27 359	0.26 371	0.32 388	0.34 392

DDVS	0.80 308	0.43 376	1.09 322	0.64 340	0.44 321	1.27 415	0.43 205	1.49 267	0.94 187	1.21 301	1.16 273	1.42 394	0.63 218	2.14 387	1.02 383	0.29 393	0.22 355	0.26 345	0.23 332	0.31 377	0.37 408

gwcnet-sp	0.80 308	0.37 326	1.94 448	0.62 316	0.45 325	1.38 428	0.53 299	1.68 308	1.20 312	1.37 385	1.08 232	0.93 261	0.82 287	1.45 280	0.79 322	0.22 253	0.22 355	0.22 227	0.21 273	0.23 263	0.25 272

scenet	0.80 308	0.37 326	1.94 448	0.62 316	0.45 325	1.38 428	0.53 299	1.68 308	1.20 312	1.37 385	1.08 232	0.93 261	0.82 287	1.45 280	0.79 322	0.22 253	0.22 355	0.22 227	0.21 273	0.23 263	0.25 272

ssnet	0.80 308	0.37 326	1.94 448	0.62 316	0.45 325	1.38 428	0.53 299	1.68 308	1.20 312	1.37 385	1.08 232	0.93 261	0.82 287	1.45 280	0.79 322	0.22 253	0.22 355	0.22 227	0.21 273	0.23 263	0.25 272

AASNet	0.80 308	0.39 353	1.16 355	0.84 468	0.80 471	1.14 388	0.59 349	2.12 425	1.21 319	1.26 332	1.26 308	0.93 261	0.77 258	0.84 117	1.23 410	0.28 378	0.24 393	0.24 285	0.20 231	0.28 338	0.27 310

PSM-softLoss	0.80 308	0.33 238	0.89 246	0.63 326	0.32 177	0.55 147	0.40 169	1.26 219	0.78 126	1.25 319	1.07 225	0.83 219	0.51 154	5.33 487	0.61 268	0.25 315	0.15 200	0.25 324	0.22 300	0.20 180	0.26 292

KMStereo	0.80 308	0.33 238	0.89 246	0.63 326	0.32 177	0.55 147	0.40 169	1.26 219	0.78 126	1.25 319	1.07 225	0.83 219	0.51 154	5.33 487	0.61 268	0.25 315	0.15 200	0.25 324	0.22 300	0.20 180	0.26 292

PSM-AAD	0.80 308	0.29 145	0.58 76	0.58 268	0.29 108	0.76 258	1.19 484	1.08 146	0.94 187	1.65 459	1.58 421	0.81 204	2.12 512	1.67 320	0.44 158	0.19 149	0.14 134	0.38 455	0.32 438	0.22 244	0.68 497

iResNet	0.80 308	0.45 384	1.47 407	0.72 417	0.31 144	0.96 356	0.64 371	1.80 346	1.28 364	1.31 356	1.48 387	0.94 267	0.78 265	1.77 335	0.99 375	0.19 149	0.14 134	0.18 105	0.15 105	0.22 244	0.27 310

NINENet	0.81 317	0.40 359	0.89 246	0.65 347	0.53 375	2.30 503	0.42 187	2.12 425	1.13 277	1.20 294	1.27 317	1.02 298	0.70 243	1.26 232	0.75 308	0.29 393	0.24 393	0.31 401	0.21 273	0.27 322	0.26 292

DRaft	0.81 317	0.26 83	0.77 175	0.47 86	0.31 144	0.95 350	0.52 293	1.13 167	0.99 212	1.78 473	2.01 479	0.80 198	1.71 486	2.64 426	0.74 305	0.19 149	0.14 134	0.20 163	0.20 231	0.18 109	0.24 252

hknet	0.82 319	0.34 267	1.15 341	0.55 212	0.39 270	1.25 412	0.66 377	2.65 509	1.10 257	1.25 319	1.12 249	1.58 427	0.85 300	1.41 269	0.79 322	0.23 275	0.18 294	0.25 324	0.22 300	0.23 263	0.24 252

NF-Stereo	0.82 319	0.33 238	0.83 213	0.65 347	0.31 144	0.63 193	0.43 205	1.35 238	0.93 181	1.30 350	1.02 201	0.81 204	0.57 181	5.37 491	0.55 241	0.26 340	0.14 134	0.24 285	0.20 231	0.20 180	0.30 356

OCTAStereo	0.82 319	0.33 238	0.83 213	0.65 347	0.31 144	0.62 184	0.44 224	1.35 238	0.93 181	1.30 350	1.02 201	0.81 204	0.57 181	5.32 486	0.55 241	0.26 340	0.14 134	0.24 285	0.20 231	0.20 180	0.30 356

RE-Stereo	0.82 319	0.33 238	0.84 222	0.65 347	0.31 144	0.63 193	0.44 224	1.35 238	0.93 181	1.30 350	1.02 201	0.80 198	0.57 181	5.34 489	0.55 241	0.26 340	0.14 134	0.24 285	0.20 231	0.20 180	0.31 366

TVStereo	0.82 319	0.33 238	0.84 222	0.65 347	0.31 144	0.63 193	0.44 224	1.35 238	0.93 181	1.30 350	1.02 201	0.80 198	0.57 181	5.34 489	0.55 241	0.26 340	0.14 134	0.24 285	0.20 231	0.20 180	0.31 366

ARAFT	0.82 319	0.40 359	1.77 436	0.53 185	0.31 144	0.89 322	0.81 424	2.32 470	1.08 245	1.66 462	1.25 306	1.04 302	0.64 222	1.91 357	0.52 220	0.20 190	0.15 200	0.28 373	0.27 387	0.17 78	0.18 98

STTStereo	0.82 319	0.53 418	1.53 419	0.68 387	0.56 392	0.88 320	0.56 330	1.57 285	1.14 283	1.39 393	1.10 238	1.26 364	0.84 295	1.49 294	0.90 351	0.29 393	0.28 424	0.33 423	0.40 473	0.33 394	0.37 408

BEATNet_4x	0.82 319	0.54 421	2.02 455	0.56 233	0.28 93	1.04 367	0.55 323	2.14 434	1.13 277	1.24 316	1.26 308	1.00 291	0.94 345	1.13 205	1.23 410	0.21 219	0.14 134	0.24 285	0.20 231	0.37 414	0.23 231

iResNet_ROB	0.82 319	0.36 305	1.13 334	0.60 295	0.37 249	0.91 329	0.38 147	2.41 484	1.61 472	1.35 378	1.35 349	1.25 358	0.97 362	1.75 333	0.88 344	0.21 219	0.14 134	0.17 71	0.12 29	0.19 144	0.30 356

ISRNet	0.83 328	0.35 296	1.31 388	0.84 468	0.65 427	0.60 173	0.41 179	1.28 227	1.15 288	1.61 452	1.55 409	1.34 383	0.77 258	1.33 251	0.98 374	0.40 455	0.34 463	0.43 472	0.38 470	0.34 402	0.49 454

testlalala_base	0.83 328	0.41 369	0.80 190	0.67 375	0.53 375	0.78 268	0.30 66	1.84 355	0.60 78	0.75 148	0.91 167	0.68 164	0.54 169	0.69 72	0.46 177	2.92 541	0.15 200	0.17 71	0.12 29	2.95 540	0.27 310

GrayStereo	0.83 328	0.28 123	0.62 101	0.66 361	0.37 249	0.76 258	1.79 519	1.19 196	0.91 169	1.98 491	1.89 467	1.07 309	1.76 490	1.43 276	0.50 208	0.20 190	0.15 200	0.19 129	0.21 273	0.18 109	0.41 427

psm_up	0.83 328	0.37 326	0.88 242	0.68 387	0.59 405	1.05 370	0.92 447	1.68 308	1.17 300	1.41 401	1.22 292	1.30 374	1.31 446	1.39 264	0.89 347	0.27 361	0.30 437	0.31 401	0.27 387	0.28 338	0.28 326

GwcNet-RSSM	0.83 328	0.34 267	1.29 387	0.65 347	0.55 387	0.78 268	0.62 364	1.89 372	1.27 356	1.18 282	1.39 361	1.56 424	0.91 332	1.60 312	1.22 407	0.26 340	0.20 324	0.23 261	0.24 345	0.21 224	0.21 184

DMCA-RVC	0.83 328	0.46 387	2.19 468	0.68 387	0.49 349	0.84 307	0.48 261	1.44 257	1.07 242	1.56 443	1.04 214	1.29 371	0.86 308	1.49 294	0.92 359	0.27 361	0.22 355	0.35 438	0.28 397	0.32 388	0.28 326

coex_refinement	0.84 334	0.30 169	0.89 246	0.72 417	0.52 369	0.95 350	0.60 356	1.92 383	1.29 376	1.38 390	1.37 354	1.80 460	0.82 287	1.48 287	1.31 419	0.27 361	0.17 264	0.19 129	0.20 231	0.25 304	0.27 310

G2L-Stereo	0.84 334	0.35 296	1.15 341	0.63 326	0.43 311	0.78 268	0.69 385	1.69 317	1.20 312	1.36 383	1.18 279	1.43 399	0.78 265	2.47 418	1.26 414	0.25 315	0.20 324	0.26 345	0.21 273	0.20 180	0.27 310

RAFT_R40	0.84 334	0.30 169	0.83 213	0.63 326	0.31 144	0.66 214	0.43 205	1.15 183	0.99 212	1.47 422	1.10 238	1.00 291	0.84 295	5.44 492	0.53 229	0.23 275	0.13 70	0.23 261	0.20 231	0.23 263	0.19 132

UPFNet	0.84 334	0.34 267	1.09 322	0.62 316	0.74 454	1.25 412	0.78 408	1.69 317	1.20 312	1.39 393	1.13 260	1.30 374	0.87 317	1.73 330	1.22 407	0.24 295	0.26 411	0.24 285	0.23 332	0.26 316	0.20 157

hitnet-ft	0.84 334	0.38 344	0.75 167	0.59 287	0.44 321	0.99 361	0.47 254	1.61 296	1.38 412	1.21 301	1.22 292	1.82 461	0.99 368	1.87 350	1.09 390	0.33 416	0.29 433	0.34 431	0.27 387	0.36 408	0.33 384

NLCA_NET_v2_RVC	0.84 334	0.46 387	1.40 403	0.69 400	0.61 415	0.95 350	0.52 293	1.68 308	1.21 319	1.39 393	1.15 271	1.42 394	0.88 323	1.78 337	0.93 362	0.26 340	0.23 383	0.27 359	0.27 387	0.30 370	0.39 419
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.84 334	0.43 376	1.01 296	0.66 361	0.43 311	1.32 419	0.49 272	1.64 300	1.24 336	1.53 436	1.45 380	1.49 411	0.97 362	1.32 248	1.31 419	0.21 219	0.17 264	0.27 359	0.25 354	0.25 304	0.34 392
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.85 341	0.38 344	0.92 263	0.58 268	0.32 177	0.86 315	0.49 272	2.33 476	1.69 477	1.16 267	1.12 249	0.95 271	0.85 300	2.46 413	1.18 399	0.27 361	0.23 383	0.28 373	0.28 397	0.28 338	0.41 427

AIO-Stereo-zeroshot	0.85 341	0.38 344	2.79 489	0.51 142	0.60 409	0.72 241	0.38 147	2.87 522	0.77 122	0.80 156	1.07 225	2.14 489	0.93 342	0.96 157	0.62 271	0.21 219	0.13 70	0.21 197	0.26 371	0.29 355	0.32 375

DCRE	0.85 341	0.28 123	0.76 172	0.60 295	0.49 349	0.59 168	0.53 299	1.04 132	0.92 174	0.80 156	7.34 545	0.87 229	0.57 181	0.78 100	0.43 153	0.16 44	0.17 264	0.19 129	0.17 163	0.18 109	0.22 211

SST-Stereo	0.85 341	0.30 169	0.81 195	0.63 326	0.31 144	0.70 236	0.25 29	1.16 188	0.95 192	1.47 422	1.11 245	0.99 285	0.86 308	5.69 495	0.53 229	0.23 275	0.13 70	0.23 261	0.19 202	0.23 263	0.19 132

PAM	0.86 345	0.31 201	1.19 362	0.55 212	0.35 231	2.17 497	0.47 254	2.26 460	0.87 159	1.18 282	0.96 176	3.01 516	1.41 459	0.90 139	0.40 129	0.19 149	0.13 70	0.19 129	0.18 180	0.20 180	0.27 310

RAFT-345	0.86 345	0.26 83	0.73 157	0.53 185	0.28 93	0.53 129	0.41 179	0.85 74	1.31 387	1.33 365	2.32 494	0.85 226	0.53 161	5.69 495	0.48 194	0.19 149	0.14 134	0.22 227	0.17 163	0.17 78	0.17 82

UNet	0.86 345	0.36 305	1.52 416	0.62 316	0.74 454	1.56 450	0.49 272	1.55 279	1.12 271	1.28 343	1.10 238	1.52 418	1.10 408	1.69 326	1.14 395	0.24 295	0.18 294	0.25 324	0.21 273	0.25 304	0.25 272

ac_64	0.86 345	0.32 219	1.02 299	0.74 431	0.60 409	1.04 367	0.53 299	2.20 455	0.99 212	1.23 312	1.11 245	1.96 474	1.06 399	2.01 372	1.01 380	0.30 399	0.22 355	0.24 285	0.23 332	0.22 244	0.22 211

PAM_32	0.87 349	0.30 169	1.08 319	0.56 233	0.32 177	2.10 496	0.36 124	2.26 460	1.01 219	1.13 247	1.05 221	3.14 521	1.47 466	1.00 167	0.42 147	0.19 149	0.14 134	0.20 163	0.18 180	0.19 144	0.25 272

SepStereo	0.87 349	0.37 326	1.20 366	0.66 361	0.69 443	0.82 292	0.62 364	1.79 342	1.26 352	1.93 486	1.55 409	0.96 276	1.17 422	2.34 404	0.69 294	0.22 253	0.16 235	0.25 324	0.18 180	0.29 355	0.24 252

LMCR-Stereo	0.87 349	0.50 406	0.99 289	0.80 453	0.43 311	1.32 419	0.55 323	2.79 519	1.03 226	1.55 442	1.49 388	0.74 183	1.01 377	1.76 334	0.99 375	0.30 399	0.17 264	0.22 227	0.18 180	0.31 377	0.22 211

FADNet_RVC	0.88 352	0.56 429	2.15 465	0.57 255	0.43 311	1.17 402	0.46 243	1.68 308	1.12 271	0.91 186	1.24 304	0.91 251	0.94 345	2.22 393	1.20 402	0.28 378	0.22 355	0.32 412	0.28 397	0.46 458	0.42 435

iResNetv2_ROB	0.88 352	0.43 376	2.62 486	0.60 295	0.38 261	0.94 343	0.67 379	1.88 370	1.38 412	1.27 337	1.45 380	1.26 364	1.05 398	1.92 358	0.64 279	0.24 295	0.15 200	0.19 129	0.14 86	0.24 292	0.21 184

DualNet (step1)	0.89 354	0.51 410	1.35 393	0.58 268	0.40 282	1.07 374	0.80 419	1.99 398	1.27 356	1.25 319	1.22 292	1.09 320	1.01 377	1.31 242	0.73 301	0.59 502	0.32 454	0.62 509	0.67 516	0.45 451	0.48 450

iRaft-Stereo_5w	0.89 354	0.31 201	1.04 304	0.56 233	0.47 341	0.47 70	0.68 382	1.19 196	1.08 245	0.80 156	1.35 349	1.46 406	0.90 329	5.11 482	1.16 397	0.18 111	0.15 200	0.22 227	0.19 202	0.21 224	0.24 252

DAS	0.89 354	0.37 326	1.20 366	0.66 361	0.69 443	0.82 292	0.62 364	1.79 342	1.26 352	1.93 486	1.55 409	0.96 276	1.17 422	2.72 431	0.69 294	0.22 253	0.16 235	0.25 324	0.18 180	0.29 355	0.24 252

SACVNet	0.89 354	0.51 410	1.08 319	0.83 464	0.58 399	0.83 299	0.78 408	1.84 355	1.17 300	1.39 393	1.33 340	1.25 358	1.01 377	2.31 403	0.92 359	0.35 435	0.26 411	0.31 401	0.29 415	0.35 404	0.48 450

ASMatch	0.89 354	0.29 145	0.72 143	0.56 233	0.36 239	0.47 70	0.37 138	1.16 188	0.95 192	1.11 236	3.26 515	0.95 271	0.96 352	4.88 479	0.53 229	0.20 190	0.16 235	0.22 227	0.19 202	0.20 180	0.30 356

ADLNet	0.89 354	0.39 353	1.09 322	0.88 479	0.73 450	1.24 411	0.75 401	2.02 404	1.41 427	1.58 447	1.37 354	1.26 364	1.00 374	1.31 242	1.18 399	0.28 378	0.21 340	0.26 345	0.26 371	0.29 355	0.36 404

MMNet	0.89 354	0.35 296	1.44 404	0.64 340	0.59 405	1.83 476	0.48 261	1.70 321	1.38 412	1.45 418	1.19 283	1.25 358	1.16 419	1.77 335	1.27 417	0.20 190	0.19 311	0.23 261	0.22 300	0.25 304	0.24 252

HGLStereo	0.89 354	0.42 372	1.15 341	0.82 460	1.03 502	1.16 395	0.57 336	1.68 308	1.28 364	1.26 332	1.62 427	1.13 333	1.31 446	1.85 346	1.11 394	0.25 315	0.24 393	0.24 285	0.22 300	0.24 292	0.29 340

CRFU-Net	0.90 362	0.42 372	1.10 327	0.69 400	0.59 405	1.76 468	0.84 431	2.33 476	0.92 174	1.45 418	1.20 284	1.62 433	1.25 437	1.38 261	0.94 367	0.28 378	0.23 383	0.22 227	0.19 202	0.24 292	0.27 310

dad	0.90 362	0.73 477	1.28 384	0.59 287	0.39 270	0.83 299	0.45 237	1.24 214	1.54 461	1.52 433	1.28 323	1.36 386	0.86 308	2.54 422	0.91 355	0.43 464	0.27 419	0.82 517	0.26 371	0.44 449	0.34 392

AACVNet	0.90 362	0.40 359	0.98 287	0.86 474	0.40 282	0.80 283	0.49 272	1.81 349	0.86 156	1.11 236	1.34 344	1.32 380	0.99 368	4.23 464	0.86 338	0.26 340	0.22 355	0.28 373	0.22 300	0.30 370	0.28 326

IRAFT_RVC	0.90 362	0.30 169	0.89 246	0.67 375	0.31 144	0.64 202	1.00 462	1.40 250	0.97 200	1.23 312	1.04 214	1.00 291	0.96 352	5.77 498	0.57 250	0.24 295	0.13 70	0.25 324	0.21 273	0.20 180	0.21 184

delet	0.90 362	0.34 267	1.15 341	0.69 400	0.66 433	1.63 457	0.81 424	1.95 389	1.49 455	1.42 405	1.38 359	1.29 371	0.91 332	1.78 337	1.18 399	0.22 253	0.22 355	0.24 285	0.25 354	0.22 244	0.24 252

pcwnet_v2	0.91 367	0.39 353	2.74 487	0.64 340	0.55 387	0.81 291	0.49 272	2.19 452	1.63 473	1.44 412	1.64 432	1.09 320	0.79 274	1.31 242	0.70 297	0.32 410	0.25 405	0.29 384	0.27 387	0.37 414	0.37 408

FADNet-RVC-Resample	0.91 367	0.51 410	2.92 491	0.64 340	0.46 333	1.07 374	0.60 356	1.76 335	1.24 336	1.10 235	0.98 190	1.06 306	0.98 365	2.17 390	0.95 369	0.24 295	0.22 355	0.30 395	0.32 438	0.36 408	0.40 423

HSM-Net_RVC	0.91 367	0.31 201	0.60 89	0.54 199	0.31 144	1.15 392	0.60 356	3.76 534	1.30 380	1.57 446	1.75 447	1.67 442	1.01 377	1.61 314	0.90 351	0.23 275	0.17 264	0.19 129	0.18 180	0.20 180	0.22 211
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.92 370	0.39 353	1.22 371	0.66 361	0.39 270	1.31 418	0.96 456	2.32 470	1.45 444	1.48 428	1.17 276	1.53 419	0.91 332	1.16 211	1.71 471	0.31 403	0.27 419	0.30 395	0.29 415	0.28 338	0.29 340

ADLNet2	0.92 370	0.37 326	1.25 378	0.80 453	0.65 427	1.12 384	0.75 401	1.95 389	1.42 435	1.26 332	1.67 436	1.68 444	1.04 393	1.80 344	1.23 410	0.25 315	0.22 355	0.21 197	0.22 300	0.27 322	0.31 366

FTStereo	0.92 370	0.28 123	0.61 96	0.57 255	0.34 214	0.65 208	1.80 522	1.09 153	0.84 150	1.75 469	4.13 525	1.04 302	1.62 475	1.59 307	0.48 194	0.21 219	0.17 264	0.23 261	0.22 300	0.19 144	0.58 481

PFNet	0.92 370	0.28 123	1.20 366	0.68 387	0.32 177	0.62 184	0.55 323	1.27 223	1.01 219	1.47 422	1.09 236	0.97 279	0.68 236	6.58 516	0.59 262	0.21 219	0.13 70	0.24 285	0.19 202	0.20 180	0.20 157

DLCB_ROB	0.92 370	0.43 376	0.95 276	0.71 412	0.55 387	1.11 382	0.83 429	1.61 296	1.32 389	1.67 463	1.66 434	1.70 447	0.93 342	1.96 366	1.34 427	0.26 340	0.25 405	0.27 359	0.28 397	0.28 338	0.28 326

GEStereo_RVC	0.93 375	0.40 359	1.15 341	0.67 375	0.50 354	0.95 350	0.78 408	2.73 514	1.21 319	1.20 294	1.12 249	1.25 358	0.91 332	3.21 445	0.95 369	0.31 403	0.20 324	0.23 261	0.20 231	0.28 338	0.31 366

CBFPSM	0.95 376	0.37 326	2.10 461	0.51 142	0.39 270	1.73 464	0.87 440	1.59 292	1.13 277	1.11 236	1.00 196	2.34 498	1.64 480	1.42 274	1.44 437	0.19 149	0.18 294	0.20 163	0.20 231	0.22 244	0.36 404

OMP-Stereo	0.95 376	0.35 296	0.79 185	0.92 489	0.32 177	0.49 84	0.35 115	1.22 207	1.11 264	1.58 447	1.12 249	1.44 400	0.69 240	6.92 522	0.51 212	0.20 190	0.15 200	0.24 285	0.19 202	0.21 224	0.16 61

DSFCA	0.95 376	0.38 344	1.23 373	0.55 212	0.66 433	1.50 443	0.93 450	1.58 287	1.24 336	1.59 450	1.16 273	1.48 409	0.95 350	2.96 438	1.20 402	0.31 403	0.28 424	0.25 324	0.26 371	0.29 355	0.26 292

PSMNet_ROB	0.95 376	0.57 434	1.45 405	0.75 439	0.64 422	1.28 416	1.12 473	1.84 355	1.15 288	1.16 267	1.29 327	1.44 400	0.89 326	1.74 331	1.70 469	0.33 416	0.25 405	0.37 451	0.39 471	0.36 408	0.32 375

FADNet-RVC	0.96 380	0.72 474	2.96 492	0.64 340	0.49 349	0.90 326	0.59 349	1.85 362	1.27 356	0.92 189	0.97 185	1.36 386	0.90 329	2.36 406	1.31 419	0.30 399	0.29 433	0.32 412	0.32 438	0.42 436	0.37 408

TransformOpticalFlow	0.97 381	0.30 169	0.96 283	0.54 199	0.31 144	0.65 208	0.54 313	1.87 365	1.19 308	1.12 244	1.44 378	1.34 383	0.98 365	6.68 519	0.44 158	0.19 149	0.12 36	0.21 197	0.19 202	0.18 109	0.23 231

IIG-Stereo	0.97 381	0.34 267	0.80 190	0.90 487	0.33 197	0.61 181	0.26 38	1.27 223	1.08 245	1.69 465	1.37 354	1.44 400	0.74 248	6.94 523	0.53 229	0.21 219	0.14 134	0.23 261	0.18 180	0.20 180	0.15 30

XX-Stereo	0.97 381	0.28 123	8.28 531	0.85 471	0.70 449	0.44 56	0.22 15	1.07 141	0.69 103	0.66 133	1.56 415	1.38 391	0.38 80	1.36 254	0.38 108	0.21 219	0.14 134	0.20 163	0.19 202	0.19 144	0.16 61

DispNO	0.98 384	0.34 267	2.02 455	0.58 268	0.55 387	0.88 320	0.49 272	1.70 321	1.24 336	1.22 309	1.26 308	1.18 340	0.88 323	5.17 483	0.88 344	0.23 275	0.18 294	0.24 285	0.22 300	0.19 144	0.22 211

DEmStereo	0.98 384	0.25 66	0.85 228	0.49 112	0.33 197	1.02 365	0.55 323	0.97 104	0.93 181	1.41 401	2.13 485	1.01 296	2.01 502	5.62 494	0.78 317	0.19 149	0.15 200	0.20 163	0.20 231	0.18 109	0.25 272

FADNet	0.98 384	0.64 453	2.57 482	0.66 361	0.55 387	0.95 350	0.57 336	1.91 376	1.38 412	0.94 195	1.02 201	1.36 386	1.00 374	2.69 429	0.97 373	0.34 425	0.34 463	0.31 401	0.34 456	0.61 492	0.42 435

CFNet	0.99 387	0.40 359	1.23 373	0.65 347	0.43 311	1.03 366	0.49 272	2.01 403	1.35 396	1.02 216	1.39 361	1.10 324	0.86 308	5.47 493	0.89 347	0.24 295	0.18 294	0.28 373	0.27 387	0.27 322	0.22 211

NVstereo2D	0.99 387	0.45 384	2.21 469	0.79 452	0.75 457	1.20 406	0.86 437	1.98 394	1.41 427	1.02 216	1.18 279	1.31 376	0.97 362	2.25 397	0.93 362	0.45 476	0.22 355	0.39 459	0.25 354	0.59 486	0.68 497

CBMV_ROB	0.99 387	0.46 387	0.68 128	0.53 185	0.39 270	1.40 434	0.48 261	2.09 421	1.30 380	1.53 436	2.29 493	1.36 386	1.23 433	2.46 413	1.04 387	0.44 473	0.42 496	0.47 483	0.44 483	0.41 433	0.39 419

ACV-stereo	1.00 390	0.55 425	1.47 407	0.59 287	0.42 306	2.38 507	0.58 343	1.20 200	1.21 319	0.83 165	1.01 198	3.36 523	2.10 508	1.64 316	1.17 398	0.28 378	0.22 355	0.23 261	0.22 300	0.29 355	0.35 401

fast-acv-ft	1.00 390	0.48 398	1.85 444	0.61 308	0.52 369	1.77 470	0.69 385	1.52 270	1.47 450	1.34 372	1.85 463	1.73 450	1.24 436	1.62 315	1.56 450	0.27 361	0.28 424	0.28 373	0.28 397	0.28 338	0.31 366

HBP-ISP	1.00 390	0.60 438	0.85 228	0.64 340	0.48 343	1.63 457	0.77 405	2.24 459	1.30 380	1.33 365	1.53 405	0.87 229	0.99 368	3.26 448	0.76 311	0.46 477	0.44 498	0.54 496	0.48 492	0.48 463	0.42 435

CSP-Net	1.00 390	0.41 369	0.99 289	0.56 233	0.43 311	1.62 456	0.76 404	2.16 441	1.16 295	1.33 365	1.22 292	1.32 380	0.89 326	4.67 475	0.93 362	0.35 435	0.24 393	0.20 163	0.20 231	0.23 263	0.30 356

ETE_ROB	1.01 394	0.69 468	1.49 410	0.72 417	0.50 354	1.15 392	1.12 473	1.91 376	1.24 336	1.94 488	1.50 395	1.73 450	1.06 399	1.78 337	1.33 426	0.33 416	0.26 411	0.38 455	0.34 456	0.40 429	0.44 442

THIR-Stereo	1.02 395	0.29 145	0.73 157	0.51 142	0.29 108	0.94 343	1.31 494	1.08 146	0.98 203	1.35 378	1.91 471	1.16 338	1.54 471	6.37 514	0.79 322	0.20 190	0.14 134	0.21 197	0.22 300	0.19 144	0.25 272

PS-NSSS	1.02 395	0.62 449	1.17 356	0.61 308	0.58 399	0.91 329	0.79 416	2.02 404	1.19 308	1.17 271	1.68 438	1.00 291	0.85 300	4.43 469	0.86 338	0.38 447	0.31 442	0.52 491	0.32 438	0.52 470	0.45 444

XPNet_ROB	1.02 395	0.56 429	1.33 392	0.75 439	0.58 399	1.11 382	1.13 475	1.77 337	1.29 376	1.88 481	1.43 376	1.63 437	1.13 418	2.04 375	1.69 467	0.40 455	0.31 442	0.33 423	0.29 415	0.37 414	0.37 408

YMNet	1.04 398	0.59 435	1.67 429	0.86 474	0.86 482	1.84 477	0.61 361	1.70 321	1.28 364	1.65 459	1.98 475	1.75 455	0.96 352	1.57 300	1.58 452	0.34 425	0.37 479	0.32 412	0.32 438	0.33 394	0.32 375

YMNet_1	1.04 398	0.59 435	1.67 429	0.86 474	0.86 482	1.84 477	0.61 361	1.70 321	1.28 364	1.65 459	1.98 475	1.75 455	0.96 352	1.57 300	1.58 452	0.34 425	0.37 479	0.32 412	0.32 438	0.33 394	0.32 375

iinet-f	1.04 398	0.50 406	4.24 513	0.58 268	0.43 311	1.78 473	0.70 392	1.29 229	1.16 295	1.25 319	1.42 372	1.57 426	1.42 460	1.47 285	1.70 469	0.26 340	0.23 383	0.20 163	0.20 231	0.26 316	0.26 292

RAFT-RH_RVC	1.04 398	0.26 83	0.76 172	0.53 185	0.29 108	0.80 283	0.32 81	0.85 74	1.12 271	2.04 494	4.63 531	1.03 301	0.57 181	5.93 501	0.52 220	0.20 190	0.13 70	0.26 345	0.20 231	0.16 56	0.19 132

CBMV	1.04 398	0.48 398	0.88 242	0.56 233	0.36 239	1.52 445	1.55 506	1.87 365	1.59 469	2.11 497	1.67 436	1.46 406	1.35 451	1.92 358	1.31 419	0.35 435	0.35 470	0.39 459	0.33 451	0.34 402	0.34 392
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UGAM-zero	1.05 403	0.33 238	1.04 304	0.49 112	0.31 144	0.67 219	0.26 38	2.37 479	0.80 138	1.05 223	1.11 245	2.86 514	1.81 493	6.26 508	0.50 208	0.18 111	0.15 200	0.19 129	0.16 140	0.17 78	0.21 184

StereoDRNet	1.05 403	0.53 418	2.21 469	0.80 453	0.93 491	1.50 443	0.90 443	2.06 416	1.44 439	1.68 464	1.20 284	1.48 409	0.99 368	1.86 349	1.60 456	0.29 393	0.24 393	0.29 384	0.28 397	0.35 404	0.33 384

AIO-Stereo-zeroshot1	1.06 405	0.43 376	3.59 505	0.53 185	0.66 433	0.79 276	0.39 161	2.60 506	0.98 203	0.96 200	4.58 529	2.05 487	0.56 178	0.99 163	0.51 212	0.19 149	0.14 134	0.21 197	0.28 397	0.32 388	0.41 427

STrans-v2	1.06 405	0.31 201	1.02 299	0.52 162	0.33 197	0.67 219	0.78 408	2.66 512	1.26 352	1.15 263	1.46 382	1.37 390	1.40 457	6.68 519	0.46 177	0.19 149	0.13 70	0.21 197	0.18 180	0.18 109	0.21 184

DISCO	1.06 405	0.37 326	1.19 362	0.73 425	0.46 333	2.04 492	0.84 431	2.26 460	1.54 461	1.25 319	1.36 353	2.38 500	1.08 402	2.60 425	1.62 459	0.24 295	0.19 311	0.22 227	0.20 231	0.32 388	0.29 340

NCCL2	1.06 405	0.64 453	1.35 393	0.78 451	0.58 399	1.32 419	1.69 511	1.89 372	1.38 412	1.52 433	1.20 284	1.91 464	1.17 422	1.79 342	1.50 444	0.35 435	0.31 442	0.45 477	0.44 483	0.41 433	0.45 444

LALA_ROB	1.06 405	0.66 460	1.37 401	0.70 409	0.53 375	1.61 454	1.25 491	1.81 349	1.48 454	1.82 477	1.40 366	1.93 468	1.03 387	1.68 322	1.69 467	0.38 447	0.28 424	0.43 472	0.37 467	0.43 438	0.38 416

TCMNet	1.07 410	0.66 460	2.49 478	0.92 489	1.32 523	1.14 388	0.67 379	1.91 376	1.29 376	1.20 294	1.57 419	1.29 371	0.96 352	2.23 394	1.59 455	0.32 410	0.31 442	0.38 455	0.35 460	0.43 438	0.40 423

PSMNet-RUCA	1.07 410	1.06 501	1.64 426	1.23 518	1.10 506	1.39 431	0.65 373	1.91 376	1.43 436	0.95 197	1.52 403	0.99 285	0.83 292	1.28 238	1.01 380	0.71 513	0.34 463	0.99 523	0.61 512	1.01 515	0.67 493

RAFT + AFF	1.07 410	0.47 392	1.36 398	0.68 387	0.50 354	1.20 406	1.22 487	2.58 505	1.26 352	1.33 365	1.56 415	1.19 342	1.49 469	3.89 462	1.01 380	0.22 253	0.26 411	0.30 395	0.27 387	0.29 355	0.32 375

DRN-Test	1.07 410	0.49 403	1.95 452	0.75 439	0.81 475	1.61 454	0.78 408	2.26 460	1.53 459	1.84 478	1.35 349	1.42 394	1.04 393	2.26 398	1.61 457	0.28 378	0.23 383	0.31 401	0.30 427	0.33 394	0.33 384

TDLM	1.08 414	0.50 406	1.01 296	0.69 400	0.54 383	0.91 329	1.40 499	1.60 294	1.36 405	1.17 271	1.40 366	1.07 309	1.00 374	6.19 504	0.85 337	0.34 425	0.22 355	0.35 438	0.26 371	0.38 420	0.29 340

Wz-Net-LNSev-Ref	1.09 415	0.46 387	2.61 485	0.71 412	0.65 427	2.00 489	0.78 408	2.07 418	1.47 450	1.62 455	1.47 384	1.53 419	1.29 442	2.10 383	1.65 465	0.24 295	0.14 134	0.20 163	0.16 140	0.28 338	0.28 326

FAT-Stereo	1.10 416	0.43 376	1.46 406	0.74 431	0.60 409	1.13 385	0.92 447	2.06 416	1.71 480	1.75 469	2.00 478	2.02 480	1.47 466	2.02 374	1.26 414	0.44 473	0.36 474	0.34 431	0.29 415	0.36 408	0.57 478

CVANet_RVC	1.10 416	0.49 403	1.15 341	0.65 347	0.54 383	0.93 340	1.00 462	1.69 317	1.36 405	1.42 405	1.39 361	1.24 357	1.17 422	6.22 506	0.80 329	0.35 435	0.24 393	0.35 438	0.30 427	0.44 449	0.32 375

APVNet	1.11 418	0.59 435	1.95 452	0.87 477	0.77 463	1.90 482	0.82 428	2.03 408	1.15 288	1.14 261	1.43 376	1.55 422	1.12 417	3.03 439	1.62 459	0.32 410	0.34 463	0.42 471	0.36 463	0.36 408	0.41 427

GANetREF_RVC	1.11 418	0.90 490	1.56 421	0.88 479	0.53 375	1.41 436	1.35 496	1.91 376	1.54 461	1.28 343	1.32 335	1.46 406	1.23 433	2.04 375	1.00 379	0.57 499	0.45 500	0.67 512	0.52 500	0.91 511	0.62 488
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
GCST	1.13 420	1.50 525	1.17 356	1.74 528	1.17 516	1.29 417	0.30 66	1.55 279	1.21 319	1.31 356	0.97 185	0.99 285	0.48 135	2.38 410	0.54 238	1.24 529	0.70 529	1.31 529	0.86 526	1.03 517	0.92 514

GASNet	1.13 420	1.10 506	3.29 501	1.00 504	0.68 440	0.82 292	0.67 379	1.85 362	1.38 412	1.39 393	1.25 306	1.25 358	1.20 432	2.72 431	1.62 459	0.46 477	0.26 411	0.36 448	0.34 456	0.55 480	0.33 384

anonymity	1.14 422	0.98 498	1.24 376	1.09 509	1.13 509	1.08 378	0.90 443	2.02 404	1.23 332	1.32 359	1.27 317	1.27 369	1.09 405	1.16 211	1.03 386	1.02 520	1.01 545	0.97 521	0.97 530	0.98 513	1.01 516

PA-Net	1.14 422	0.63 450	2.12 463	0.67 375	0.75 457	1.19 405	0.91 445	1.91 376	1.46 449	1.18 282	1.23 300	1.33 382	1.17 422	4.31 467	1.41 434	0.29 393	0.46 504	0.33 423	0.50 496	0.33 394	0.57 478
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.15 424	0.54 421	1.50 411	0.73 425	0.66 433	1.18 404	0.84 431	2.13 433	1.41 427	1.73 468	1.84 460	2.53 505	1.46 464	2.46 413	1.35 429	0.43 464	0.41 491	0.54 496	0.36 463	0.43 438	0.50 458

RASNet	1.16 425	0.34 267	1.11 329	0.73 425	0.86 482	1.00 362	0.60 356	1.56 282	1.43 436	1.07 231	1.37 354	2.08 488	1.44 463	7.00 524	1.56 450	0.20 190	0.17 264	0.17 71	0.19 202	0.19 144	0.19 132

DANet	1.16 425	0.64 453	1.52 416	0.88 479	0.74 454	1.52 445	0.52 293	1.68 308	1.21 319	1.81 475	1.55 409	2.02 480	1.11 411	3.30 450	2.28 488	0.34 425	0.31 442	0.40 465	0.30 427	0.46 458	0.54 468
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UGAM	1.17 427	0.29 145	1.08 319	0.55 212	0.43 311	0.69 232	0.71 395	1.14 171	1.35 396	1.00 207	1.49 388	1.90 462	0.86 308	9.61 549	0.89 347	0.21 219	0.19 311	0.30 395	0.25 354	0.20 180	0.18 98

Wz-Net-LNSev	1.17 427	0.72 474	4.71 517	0.66 361	0.84 480	1.72 461	1.13 475	1.97 393	1.43 436	1.34 372	1.32 335	1.66 440	1.30 445	1.44 279	1.51 446	0.29 393	0.26 411	0.24 285	0.23 332	0.33 394	0.35 401

S-Stereo	1.17 427	0.48 398	2.25 472	0.83 464	0.81 475	1.22 408	1.17 482	2.12 425	2.08 504	1.47 422	2.13 485	1.55 422	1.16 419	2.09 382	1.46 440	0.42 463	0.40 490	0.35 438	0.32 438	0.45 451	0.73 501

MaskLacGwcNet_RVC	1.17 427	1.06 501	1.28 384	0.88 479	0.69 443	1.92 484	0.92 447	1.71 325	1.14 283	1.17 271	1.26 308	1.49 411	0.80 281	2.04 375	0.86 338	2.02 532	0.34 463	0.79 516	0.36 463	1.38 526	1.33 528

RP	1.17 427	0.54 421	1.48 409	0.93 495	1.05 503	1.14 388	0.85 436	1.99 398	1.70 478	1.72 467	2.07 482	1.91 464	1.93 500	2.00 371	1.37 431	0.55 497	0.37 479	0.48 485	0.37 467	0.46 458	0.46 449

ccnet	1.19 432	0.71 471	1.36 398	0.81 457	0.75 457	1.72 461	1.13 475	1.98 394	1.31 387	1.52 433	1.84 460	1.75 455	1.36 452	2.01 372	2.04 481	0.57 499	0.54 516	0.57 504	0.56 505	0.60 489	0.60 486

Nwc_Net	1.19 432	0.53 418	2.34 474	0.92 489	0.81 475	1.49 442	0.70 392	2.28 468	1.32 389	1.41 401	2.27 491	2.03 483	1.76 490	2.05 379	1.46 440	0.43 464	0.30 437	0.43 472	0.46 488	0.39 425	0.40 423

NCC-stereo	1.20 434	0.60 438	1.84 442	0.88 479	0.95 495	1.32 419	0.94 452	2.14 434	1.36 405	1.43 409	1.79 452	1.93 468	2.13 513	2.54 422	1.41 434	0.49 485	0.38 484	0.45 477	0.59 509	0.43 438	0.45 444

Abc-Net	1.20 434	0.60 438	1.84 442	0.88 479	0.95 495	1.32 419	0.94 452	2.14 434	1.36 405	1.43 409	1.79 452	1.93 468	2.13 513	2.54 422	1.41 434	0.49 485	0.38 484	0.45 477	0.59 509	0.43 438	0.45 444
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.21 436	0.66 460	3.44 503	0.69 400	0.73 450	1.93 485	1.44 501	2.16 441	1.59 469	1.85 480	1.49 388	1.50 413	1.34 450	2.05 379	1.54 449	0.27 361	0.24 393	0.28 373	0.28 397	0.35 404	0.32 375

RGC	1.22 437	0.82 485	1.71 432	0.95 500	0.98 500	1.53 447	0.80 419	2.18 450	1.35 396	1.69 465	1.94 472	2.03 483	1.66 481	2.36 406	1.50 444	0.46 477	0.36 474	0.59 507	0.48 492	0.49 466	0.49 454

stereogan	1.22 437	0.45 384	2.03 458	0.87 477	0.85 481	2.52 509	0.72 396	1.98 394	1.78 487	1.92 484	1.94 472	2.31 497	1.42 460	2.10 383	1.14 395	0.38 447	0.36 474	0.39 459	0.32 438	0.52 470	0.49 454

AANet_RVC	1.22 437	0.60 438	1.94 448	0.69 400	0.46 333	0.75 253	0.69 385	1.51 268	1.57 467	1.36 383	1.90 469	1.51 416	0.87 317	7.23 526	1.89 478	0.26 340	0.19 311	0.19 129	0.16 140	0.23 263	0.37 408

HSM	1.22 437	0.34 267	0.81 195	0.61 308	0.39 270	1.22 408	0.63 369	2.45 488	1.25 344	1.32 359	1.26 308	1.91 464	1.08 402	9.21 545	0.75 308	0.23 275	0.17 264	0.20 163	0.16 140	0.22 244	0.24 252

Syn2CoEx	1.23 441	0.80 481	3.07 495	0.83 464	0.68 440	1.39 431	0.87 440	2.23 457	1.57 467	1.28 343	1.58 421	1.42 394	1.57 473	3.79 460	1.48 443	0.36 442	0.32 454	0.34 431	0.30 427	0.30 370	0.41 427

AF-Net	1.23 441	0.56 429	2.31 473	0.88 479	0.93 491	1.41 436	0.73 399	2.27 466	1.71 480	1.76 472	2.42 499	2.00 477	1.70 484	1.98 367	1.62 459	0.50 489	0.29 433	0.49 487	0.33 451	0.40 429	0.34 392

NaN_ROB	1.23 441	0.63 450	1.76 435	0.67 375	0.50 354	1.59 453	2.00 525	1.87 365	1.52 458	2.14 499	1.26 308	1.40 393	1.09 405	4.60 473	1.75 472	0.28 378	0.34 463	0.28 373	0.29 415	0.30 370	0.37 408

DGSMNet	1.24 444	0.84 487	3.20 497	0.91 488	0.92 488	1.39 431	1.34 495	2.46 492	1.44 439	1.34 372	1.66 434	1.50 413	1.03 387	1.85 346	1.30 418	0.48 483	0.48 507	0.55 500	0.51 499	0.78 506	0.79 507

RYNet	1.24 444	0.52 416	1.57 423	0.73 425	0.97 498	1.74 466	0.95 455	2.09 421	1.54 461	1.44 412	1.18 279	1.94 472	1.29 442	4.57 472	1.93 479	0.27 361	0.23 383	0.35 438	0.27 387	0.57 483	0.59 483

ttt	1.26 446	0.36 305	0.79 185	0.65 347	0.42 306	0.94 343	0.57 336	2.33 476	1.38 412	1.25 319	1.65 433	0.92 259	0.78 265	2.64 426	8.73 538	0.30 399	0.28 424	0.26 345	0.25 354	0.29 355	0.32 375

aanetorigin	1.26 446	0.85 488	3.00 493	0.72 417	0.80 471	1.08 378	1.05 466	1.12 163	1.39 421	3.53 533	2.60 504	1.72 448	1.73 488	1.98 367	1.77 475	0.26 340	0.24 393	0.26 345	0.25 354	0.38 420	0.51 462

GwcNet	1.26 446	0.63 450	5.13 519	0.81 457	1.15 513	1.73 464	0.69 385	1.84 355	1.53 459	1.51 431	1.71 443	1.72 448	1.09 405	2.20 392	1.61 457	0.31 403	0.30 437	0.29 384	0.27 387	0.30 370	0.41 427

Consistency-Raft	1.27 449	1.01 500	2.17 466	1.04 506	1.20 518	0.96 356	1.00 462	1.84 355	1.95 498	1.38 390	2.11 484	1.44 400	1.03 387	1.18 217	1.40 433	0.73 514	0.83 531	0.89 519	0.99 533	1.33 524	0.95 515

NOSS_ROB	1.29 450	0.49 403	0.68 128	0.60 295	0.40 282	1.09 381	0.77 405	1.94 386	1.44 439	1.04 221	1.46 382	1.10 324	0.81 285	10.57 559	0.78 317	0.46 477	0.43 497	0.48 485	0.45 486	0.45 451	0.43 439

SGM-Forest	1.29 450	0.40 359	0.74 162	0.54 199	0.37 249	1.55 448	1.26 492	1.82 351	1.39 421	2.22 500	1.81 458	1.64 438	1.02 385	7.65 532	1.20 402	0.39 453	0.37 479	0.39 459	0.34 456	0.37 414	0.34 392
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Anonymous_2	1.37 452	0.56 429	0.94 272	0.57 255	0.62 419	1.04 367	0.65 373	1.82 351	1.01 219	1.00 207	0.79 140	1.42 394	1.27 440	1.06 185	0.83 333	0.62 505	0.67 526	1.05 526	9.88 566	1.09 520	0.55 473

test_for_model	1.38 453	3.71 558	0.65 116	3.45 551	2.88 549	0.57 156	0.33 88	1.91 376	0.93 181	1.47 422	0.64 98	0.51 99	0.37 69	0.53 22	0.35 71	2.54 537	0.16 235	0.17 71	0.12 29	4.56 558	1.84 534

SQANet	1.38 453	0.95 496	1.37 401	1.89 532	1.47 528	1.44 440	0.81 424	1.89 372	1.13 277	1.34 372	1.26 308	1.28 370	1.02 385	1.64 316	0.91 355	2.55 538	0.35 470	1.47 530	0.56 505	2.48 532	1.74 532

PWC_ROB	1.39 455	0.93 495	4.07 511	0.77 448	0.83 478	1.16 395	0.53 299	1.87 365	2.01 501	2.36 505	3.06 513	1.65 439	1.60 474	2.65 428	2.29 490	0.34 425	0.23 383	0.36 448	0.25 354	0.39 425	0.49 454

PWCDC_ROB	1.39 455	0.91 493	2.10 461	1.08 508	0.92 488	1.72 461	0.58 343	2.03 408	3.30 532	1.32 359	4.87 534	1.21 345	1.71 486	1.98 367	1.75 472	0.65 508	0.26 411	0.29 384	0.25 354	0.56 481	0.41 427

GANet	1.41 457	0.52 416	1.18 361	0.74 431	0.48 343	1.40 434	1.69 511	1.87 365	1.28 364	1.56 443	2.39 497	1.56 424	1.25 437	9.13 543	1.20 402	0.31 403	0.32 454	0.34 431	0.29 415	0.40 429	0.33 384

PDISCO_ROB	1.41 457	0.73 477	2.04 459	1.40 521	1.46 527	2.83 518	1.07 469	2.64 508	2.11 506	1.41 401	1.50 395	1.73 450	0.99 368	2.83 436	1.46 440	1.03 521	0.27 419	0.54 496	0.47 490	0.77 505	0.84 511

LL-Strereo	1.42 459	0.44 383	2.02 455	0.62 316	1.07 504	0.73 246	0.65 373	2.02 404	1.21 319	1.60 451	1.62 427	2.02 480	2.10 508	9.67 550	1.07 389	0.22 253	0.20 324	0.27 359	0.24 345	0.23 263	0.33 384

SHD	1.42 459	0.81 484	2.79 489	0.98 502	0.92 488	1.97 486	0.68 382	2.43 486	2.55 515	2.54 513	1.72 444	2.01 479	1.62 475	2.14 387	2.70 497	0.40 455	0.33 460	0.39 459	0.40 473	0.48 463	0.54 468

RTSC	1.43 461	0.89 489	3.62 507	0.94 498	0.64 422	1.85 479	0.69 385	2.20 455	2.04 503	2.22 500	1.70 441	1.67 442	1.27 440	2.53 421	4.48 516	0.33 416	0.25 405	0.27 359	0.29 415	0.38 420	0.40 423

UDG	1.47 462	2.69 551	1.13 334	1.45 525	1.65 530	1.34 425	0.79 416	1.75 333	1.27 356	1.29 348	1.74 446	1.99 476	1.39 456	1.66 319	1.51 446	0.91 517	0.55 518	2.30 537	0.76 520	1.99 527	1.20 524

MFMNet_re	1.47 462	1.20 512	2.50 479	1.46 526	1.08 505	1.58 452	1.51 502	1.96 392	1.87 493	2.31 504	2.20 488	1.51 416	1.88 498	1.57 300	1.34 427	0.94 518	0.83 531	0.84 518	0.80 523	1.00 514	1.06 519

PASM	1.48 464	1.08 503	3.96 510	0.93 495	0.93 491	1.17 402	1.19 484	1.77 337	1.65 474	1.90 482	1.52 403	1.75 455	1.42 460	4.54 471	1.52 448	0.64 507	0.68 528	0.69 514	0.79 522	0.70 501	0.74 502

ADCRef	1.50 465	0.61 443	3.83 509	0.76 446	0.77 463	1.91 483	0.77 405	2.16 441	1.34 393	1.63 457	1.59 425	1.35 385	1.40 457	1.79 342	8.32 535	0.25 315	0.21 340	0.32 412	0.31 431	0.31 377	0.32 375

XQC	1.51 466	0.98 498	3.20 497	0.92 489	0.76 462	2.01 490	1.17 482	2.53 502	1.99 500	2.01 493	1.54 406	2.00 477	1.54 471	3.16 443	3.46 507	0.49 485	0.31 442	0.45 477	0.40 473	0.71 503	0.62 488

CC-Net-ROB	1.53 467	1.31 519	1.68 431	0.92 489	0.80 471	1.75 467	0.99 460	2.04 411	1.27 356	1.12 244	1.62 427	1.20 344	0.98 365	7.82 533	0.92 359	1.15 528	0.41 491	2.20 535	0.46 488	1.37 525	0.56 475

FINET	1.54 468	0.67 464	7.28 527	0.76 446	0.97 498	1.42 439	1.38 498	2.80 521	3.12 529	1.23 312	1.68 438	1.04 302	1.11 411	3.35 451	1.78 476	0.43 464	0.37 479	0.32 412	0.29 415	0.43 438	0.41 427

test_xeample	1.55 469	0.31 201	0.94 272	0.54 199	0.31 144	0.94 343	0.58 343	2.40 483	1.40 423	1.29 348	1.55 409	0.89 245	0.88 323	1.72 329	15.94 557	0.22 253	0.22 355	0.22 227	0.21 273	0.23 263	0.25 272

DDUNet	1.56 470	2.70 552	1.35 393	1.79 529	1.88 532	1.82 475	0.91 445	1.84 355	1.20 312	1.40 399	1.79 452	1.62 433	1.17 422	1.59 307	1.22 407	1.11 525	0.76 530	2.38 540	0.94 528	2.12 528	1.53 530

CrosDoStereo	1.56 470	0.26 83	0.78 181	0.51 142	0.29 108	0.66 214	11.86 557	1.18 192	1.00 216	1.35 378	1.76 448	0.99 285	1.83 495	6.64 517	0.83 333	0.19 149	0.15 200	0.20 163	0.22 300	0.18 109	0.25 272

DeepStereo_LL	1.56 470	0.26 83	0.78 181	0.51 142	0.29 108	0.66 214	11.86 557	1.18 192	1.00 216	1.35 378	1.76 448	0.99 285	1.83 495	6.64 517	0.83 333	0.19 149	0.15 200	0.20 163	0.22 300	0.18 109	0.25 272

xxxx	1.61 473	0.32 219	0.98 287	0.58 268	0.31 144	1.15 392	0.43 205	2.43 486	1.41 427	1.17 271	1.40 366	1.21 345	0.86 308	1.94 361	16.68 559	0.24 295	0.24 393	0.21 197	0.20 231	0.23 263	0.27 310

CSAN	1.61 473	0.67 464	3.24 500	0.74 431	0.52 369	1.77 470	1.74 516	1.98 394	1.94 497	2.47 512	2.33 495	1.93 468	2.04 505	6.45 515	1.95 480	0.43 464	0.36 474	0.41 470	0.42 477	0.43 438	0.44 442

MFN_U_SF_RVC	1.62 475	0.96 497	4.36 515	0.92 489	0.69 443	2.62 513	1.10 471	2.50 498	1.74 483	1.99 492	1.86 465	2.45 503	1.78 492	3.08 441	2.84 499	0.54 493	0.50 513	0.56 502	0.60 511	0.60 489	0.67 493

SDNR	1.66 476	0.55 425	2.36 475	0.56 233	0.58 399	3.79 536	0.45 237	1.78 339	1.40 423	1.38 390	2.45 501	1.13 333	0.96 352	11.03 560	1.31 419	0.67 510	0.64 524	0.43 472	0.32 438	0.71 503	0.76 505

otaku	1.67 477	1.18 510	1.56 421	2.27 534	1.59 529	1.98 487	1.23 489	2.23 457	1.37 410	1.48 428	1.63 431	1.73 450	1.23 433	1.85 346	1.09 390	2.96 542	0.58 522	1.74 531	0.61 512	2.94 538	2.15 538

222	1.67 477	0.31 201	0.93 265	0.59 287	0.31 144	1.05 370	0.43 205	2.39 481	1.47 450	1.37 385	1.55 409	0.94 267	0.94 345	1.98 367	17.76 560	0.24 295	0.22 355	0.21 197	0.20 231	0.22 244	0.26 292

Wz-Net-SNSev	1.68 479	1.45 521	8.71 535	0.71 412	0.67 439	1.35 426	1.51 502	2.15 439	1.47 450	1.51 431	1.68 438	2.27 493	1.38 454	4.23 464	2.36 492	0.32 410	0.29 433	0.31 401	0.33 451	0.43 438	0.39 419

DeepPrunerF	1.68 479	0.82 485	6.82 525	0.94 498	1.20 518	0.91 329	0.97 457	2.50 498	5.19 548	1.22 309	1.30 328	1.18 340	1.29 442	4.96 481	1.75 472	0.43 464	0.35 470	0.52 491	0.48 492	0.43 438	0.42 435

psmorigin	1.69 481	0.74 479	13.13 545	0.70 409	0.60 409	1.16 395	0.79 416	1.69 317	1.25 344	2.07 496	1.77 450	2.23 490	1.51 470	2.14 387	1.45 438	0.39 453	0.41 491	0.34 431	0.33 451	0.45 451	0.63 490

G-Net	1.71 482	0.67 464	2.09 460	1.14 514	0.75 457	2.96 523	0.89 442	1.58 287	1.30 380	2.76 518	8.12 552	2.29 495	2.51 522	1.94 361	2.23 487	0.49 485	0.45 500	0.45 477	0.31 431	0.62 493	0.59 483

Ntro	1.72 483	1.21 513	1.62 425	2.54 539	1.86 531	2.09 495	1.14 478	2.08 419	1.38 412	1.23 312	1.62 427	1.62 433	1.33 449	2.04 375	1.21 406	3.09 543	0.56 519	1.82 533	0.65 514	2.97 542	2.25 540

FBW_ROB	1.78 484	0.66 460	1.90 447	0.72 417	0.66 433	1.79 474	1.07 469	2.79 519	1.77 484	1.84 478	1.79 452	1.98 475	1.37 453	12.42 562	2.22 486	0.36 442	0.38 484	0.57 504	0.39 471	0.46 458	0.51 462

SPS-STEREO	1.78 484	1.09 505	1.52 416	1.22 517	1.14 511	1.87 481	1.11 472	2.27 466	1.70 478	3.17 531	2.39 497	2.84 513	1.93 500	4.41 468	2.93 500	1.04 523	0.99 544	0.97 521	0.94 528	1.03 517	1.05 518
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	1.80 486	1.11 507	4.33 514	0.84 468	0.77 463	3.70 531	2.41 544	2.04 411	1.85 492	1.75 469	1.90 469	1.92 467	1.25 437	7.33 527	1.45 438	0.47 481	0.47 505	0.53 495	0.77 521	0.50 467	0.55 473

SAMSARA	1.80 486	0.90 490	3.37 502	1.28 520	1.13 509	3.71 532	2.33 539	2.53 502	1.93 496	3.17 531	1.73 445	2.99 515	1.68 483	3.53 454	2.46 494	0.47 481	0.54 516	0.43 472	0.47 490	0.59 486	0.64 491

PVD	1.82 488	0.91 493	3.02 494	1.03 505	0.94 494	2.61 512	1.14 478	2.78 518	3.40 534	3.08 529	2.75 506	2.39 502	2.49 521	2.81 434	3.66 509	0.48 483	0.49 512	0.59 507	0.49 495	0.60 489	0.81 509

ADCL	1.82 488	0.70 469	4.57 516	0.70 409	0.63 421	2.56 510	1.77 518	2.08 419	1.77 484	1.95 490	1.89 467	2.04 485	1.88 498	2.36 406	9.55 542	0.27 361	0.25 405	0.35 438	0.32 438	0.39 425	0.39 419

AAGNet	1.84 490	0.30 169	0.79 185	0.66 361	0.32 177	0.65 208	0.50 280	1.02 119	1.01 219	1.47 422	1.21 290	0.99 285	1.16 419	2.76 433	22.69 567	0.24 295	0.13 70	0.22 227	0.20 231	0.24 292	0.16 61

ff1	1.88 491	0.36 305	1.51 412	0.56 233	0.40 282	0.76 258	0.59 349	1.08 146	2.62 518	1.19 289	1.49 388	1.07 309	0.85 300	9.88 554	13.82 551	0.21 219	0.13 70	0.31 401	0.28 397	0.20 180	0.23 231

MDST_ROB	1.88 491	0.40 359	1.71 432	0.93 495	0.60 409	4.27 542	1.23 489	3.99 537	1.44 439	4.61 543	2.63 505	1.44 400	1.03 387	9.78 551	1.62 459	0.33 416	0.26 411	0.37 451	0.33 451	0.31 377	0.34 392

SGM_RVC	1.88 491	0.40 359	0.90 256	0.63 326	0.30 124	2.81 517	1.26 492	2.73 514	1.81 490	4.09 535	2.85 509	3.88 528	3.19 530	8.42 539	2.44 493	0.33 416	0.31 442	0.30 395	0.28 397	0.31 377	0.31 366
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
mmx	1.89 494	0.36 305	1.51 412	0.56 233	0.40 282	0.76 258	0.59 349	2.32 470	1.41 427	1.19 289	1.49 388	1.07 309	0.85 300	9.88 554	13.82 551	0.25 315	0.21 340	0.31 401	0.28 397	0.32 388	0.29 340

xxx	1.89 494	0.36 305	1.51 412	0.56 233	0.40 282	0.76 258	0.59 349	2.32 470	1.41 427	1.19 289	1.49 388	1.07 309	0.85 300	9.88 554	13.82 551	0.25 315	0.21 340	0.31 401	0.28 397	0.32 388	0.29 340

DPSNet	1.91 496	0.64 453	5.95 521	0.73 425	0.59 405	2.04 492	1.61 510	3.84 535	1.96 499	1.54 439	1.39 361	2.27 493	3.32 533	4.95 480	4.79 518	0.50 489	0.31 442	0.29 384	0.26 371	0.67 498	0.54 468

test_sample9	1.96 497	0.51 410	1.35 393	0.58 268	0.40 282	1.07 374	0.80 419	1.99 398	1.27 356	1.25 319	1.22 292	1.09 320	1.01 377	2.46 413	8.57 536	0.59 502	12.85 569	0.62 509	0.67 516	0.45 451	0.48 450

1111x	1.96 497	0.32 219	1.54 420	0.54 199	0.30 124	1.00 362	0.69 385	2.47 493	1.33 391	1.21 301	1.44 378	1.21 345	1.11 411	8.49 540	16.14 558	0.22 253	0.23 383	0.22 227	0.23 332	0.25 304	0.26 292

ADCPNet	1.97 499	0.78 480	9.38 537	0.74 431	0.61 415	2.73 515	1.36 497	2.11 424	1.66 475	1.92 484	1.70 441	2.45 503	2.07 506	2.50 419	6.84 530	0.38 447	0.38 484	0.38 455	0.43 481	0.47 462	0.50 458

WCMA_ROB	2.05 500	0.55 425	1.77 436	0.74 431	0.61 415	2.24 500	1.56 507	2.17 449	1.79 488	4.16 539	6.36 541	5.66 540	4.66 544	3.19 444	2.77 498	0.55 497	0.45 500	0.40 465	0.43 481	0.48 463	0.50 458

RainbowNet	2.06 501	1.86 534	1.97 454	2.86 542	2.25 537	2.03 491	1.79 519	2.77 516	1.92 495	1.54 439	1.84 460	1.95 473	1.73 488	2.23 394	1.38 432	3.40 549	0.86 536	2.39 542	1.00 534	2.94 538	2.42 542

MSMD_ROB	2.08 502	0.61 443	1.15 341	0.71 412	0.62 419	4.00 538	0.93 450	1.94 386	1.79 488	4.71 545	4.60 530	8.14 549	3.87 540	3.75 459	1.65 465	0.54 493	0.48 507	0.55 500	0.58 507	0.53 475	0.52 464

Wz-Net-TNSev	2.10 503	2.71 553	9.30 536	0.72 417	0.65 427	2.41 508	1.81 523	2.45 488	1.77 484	1.62 455	1.56 415	2.56 506	2.01 502	5.30 485	4.46 515	0.41 459	0.38 484	0.33 423	0.37 467	0.54 478	0.64 491

ADCMid	2.11 504	0.90 490	8.39 533	0.75 439	0.69 443	1.98 487	1.14 478	2.18 450	1.67 476	2.85 520	1.85 463	2.35 499	2.02 504	2.35 405	10.58 546	0.34 425	0.32 454	0.39 459	0.44 483	0.51 469	0.53 467

ADCP+	2.12 505	0.56 429	10.01 538	0.68 387	0.91 487	2.25 501	1.04 465	1.92 383	1.50 457	1.58 447	1.34 344	1.73 450	1.62 475	2.27 399	13.20 548	0.25 315	0.22 355	0.32 412	0.29 415	0.38 420	0.34 392

WZ-Net	2.14 506	1.08 503	11.68 544	0.89 486	0.78 467	1.76 468	1.59 509	2.39 481	2.03 502	2.11 497	1.95 474	2.30 496	2.28 516	5.94 502	3.86 512	0.35 435	0.27 419	0.29 384	0.32 438	0.52 470	0.50 458

AnyNet_C32	2.14 506	1.45 521	7.38 528	0.95 500	1.12 507	2.23 499	2.34 540	2.10 423	1.54 461	2.44 508	1.79 452	2.04 485	1.66 481	2.69 429	10.48 545	0.38 447	0.35 470	0.35 438	0.42 477	0.50 467	0.60 486

NVStereoNet_ROB	2.17 508	1.18 510	3.51 504	1.14 514	1.26 521	1.57 451	1.51 502	2.19 452	2.11 506	2.04 494	4.80 532	3.17 522	2.11 511	7.97 535	2.10 482	1.12 526	0.94 541	1.10 527	1.34 540	0.95 512	1.31 525
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	2.22 509	1.29 518	4.14 512	1.10 510	0.78 467	5.00 545	2.38 543	2.47 493	2.67 523	1.94 488	2.28 492	2.66 510	1.70 484	9.10 542	2.29 490	0.68 512	0.52 514	0.68 513	0.71 519	1.17 522	0.81 509

SANet	2.26 510	0.70 469	6.94 526	0.69 400	0.46 333	2.76 516	1.76 517	2.61 507	5.84 550	2.45 509	3.52 519	3.71 525	3.38 535	5.90 499	2.14 484	0.34 425	0.31 442	0.32 412	0.29 415	0.54 478	0.43 439

test_sample8	2.29 511	0.51 410	1.35 393	0.58 268	0.40 282	1.07 374	0.80 419	2.03 408	1.22 327	2.28 503	1.33 340	4.98 538	2.51 522	2.46 413	8.57 536	0.59 502	12.85 569	0.62 509	0.67 516	0.45 451	0.48 450

ADCS	2.35 512	1.26 515	6.54 524	0.85 471	0.77 463	2.18 498	1.79 519	2.47 493	2.20 508	2.80 519	2.14 487	2.38 500	2.09 507	2.81 434	13.83 554	0.43 464	0.41 491	0.40 465	0.45 486	0.59 486	0.67 493

MeshStereo	2.36 513	0.60 438	1.05 309	0.63 326	0.51 364	2.58 511	0.99 460	3.46 530	2.21 509	7.38 557	5.06 536	7.50 545	3.10 529	7.02 525	2.54 495	0.44 473	0.44 498	0.45 477	0.40 473	0.43 438	0.45 444
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AnyNet_C01	2.38 514	2.21 543	10.17 539	0.99 503	0.79 469	3.12 524	2.37 541	2.69 513	1.89 494	2.58 515	2.44 500	2.70 511	1.86 497	3.65 455	7.12 531	0.41 459	0.41 491	0.40 465	0.42 477	0.68 499	0.79 507

DispFullNet	2.39 515	2.89 554	3.74 508	3.09 547	2.27 539	2.04 492	0.84 431	2.19 452	1.73 482	2.54 513	1.98 475	2.23 490	5.83 547	3.44 453	1.84 477	1.03 521	0.33 460	2.65 548	1.97 552	2.87 537	2.34 541

EDNetEfficient	2.40 516	1.14 508	8.59 534	0.77 448	0.73 450	1.06 373	1.53 505	1.54 276	4.06 540	4.87 546	2.81 507	2.23 490	3.53 536	3.04 440	9.65 543	0.27 361	0.24 393	0.27 359	0.31 431	0.70 501	0.67 493

FCDSN-DC	2.47 517	0.65 459	1.00 294	0.85 471	0.75 457	2.26 502	0.97 457	2.31 469	1.83 491	5.52 552	7.65 548	7.72 548	7.70 554	4.43 469	2.64 496	0.52 491	0.48 507	0.52 491	0.52 500	0.57 483	0.59 483
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	2.50 518	0.72 474	18.07 556	0.72 417	0.53 375	1.85 479	0.86 437	1.80 346	2.40 512	1.54 439	1.42 372	1.13 333	1.17 422	4.18 463	4.80 520	0.25 315	0.20 324	0.23 261	0.19 202	7.64 563	0.38 416

ELAS	2.67 519	0.80 481	2.13 464	1.13 511	1.15 513	6.25 549	2.56 545	3.50 531	3.68 537	5.36 550	4.92 535	3.79 526	5.56 546	3.65 455	5.22 522	0.66 509	0.57 520	0.56 502	0.54 503	0.65 496	0.75 504
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	2.76 520	1.55 528	15.40 548	1.13 511	1.42 525	3.75 534	2.21 534	2.45 488	2.72 524	2.91 523	2.85 509	2.58 507	1.62 475	6.28 510	5.80 525	0.41 459	0.30 437	0.35 438	0.35 460	0.52 470	0.54 468

RTSA	2.76 520	1.55 528	15.40 548	1.13 511	1.42 525	3.75 534	2.21 534	2.45 488	2.72 524	2.91 523	2.85 509	2.58 507	1.62 475	6.28 510	5.80 525	0.41 459	0.30 437	0.35 438	0.35 460	0.52 470	0.54 468

WAO-7	2.78 522	1.54 527	2.18 467	1.41 524	1.19 517	3.92 537	2.01 528	4.19 539	3.89 539	2.98 525	5.47 537	4.18 529	3.28 532	8.24 538	4.27 513	1.13 527	1.01 545	1.18 528	1.13 539	1.19 523	1.13 523

MADNet+	2.80 523	3.38 557	11.57 543	1.50 527	1.21 520	3.18 526	2.00 525	3.52 532	2.61 517	1.81 475	2.09 483	2.83 512	2.18 515	7.55 530	5.44 524	0.84 515	0.83 531	0.71 515	0.66 515	1.05 519	1.08 520

IMH-64-1	2.82 524	1.87 535	1.77 436	3.31 549	2.69 545	3.22 527	2.07 529	4.25 540	2.77 526	2.46 510	3.78 522	3.05 517	2.34 518	4.67 475	3.00 502	3.84 554	0.84 534	2.75 549	1.39 541	3.34 547	2.93 550

IMH-64	2.82 524	1.87 535	1.77 436	3.31 549	2.69 545	3.22 527	2.07 529	4.25 540	2.77 526	2.46 510	3.78 522	3.05 517	2.34 518	4.67 475	3.00 502	3.84 554	0.84 534	2.75 549	1.39 541	3.34 547	2.93 550

pmcnn	2.84 526	0.46 387	5.19 520	0.68 387	0.42 306	1.55 448	1.16 481	2.32 470	1.60 471	2.72 516	7.49 546	17.96 563	1.48 468	6.04 503	6.64 529	0.18 111	0.15 200	0.15 19	0.12 29	0.20 180	0.20 157

ACVNet_2	2.86 527	1.47 523	8.28 531	2.68 540	2.26 538	2.70 514	1.84 524	3.41 528	3.04 528	2.27 502	3.42 518	4.58 531	2.10 508	5.91 500	1.62 459	2.58 539	0.67 526	2.22 536	0.85 525	2.79 535	2.47 543

ELAS_RVC	2.87 528	0.80 481	3.22 499	1.16 516	1.12 507	2.92 522	5.33 553	2.98 524	4.18 542	5.04 547	4.82 533	4.71 533	8.23 555	4.25 466	4.79 518	0.67 510	0.57 520	0.57 504	0.53 502	0.66 497	0.74 502
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FC-DCNN	2.88 529	0.61 443	1.15 341	0.75 439	0.57 396	2.85 520	1.05 466	3.44 529	2.64 521	6.93 553	7.63 547	9.86 554	7.02 552	5.76 497	4.31 514	0.54 493	0.48 507	0.51 489	0.50 496	0.53 475	0.52 464

FC-DCNN v2	2.96 530	0.61 443	1.13 334	0.75 439	0.57 396	2.90 521	1.06 468	3.59 533	2.66 522	7.05 554	7.66 549	10.26 557	7.17 553	6.27 509	4.49 517	0.54 493	0.48 507	0.51 489	0.50 496	0.53 475	0.52 464

WAO-6	2.98 531	1.67 532	1.88 446	2.38 538	2.30 540	3.53 530	2.37 541	4.38 542	4.64 546	2.42 506	4.50 526	4.85 534	2.99 528	5.22 484	5.37 523	1.77 531	1.16 551	2.31 538	1.47 546	2.42 531	1.99 537

ACVNet-4b	3.05 532	1.42 520	18.09 557	2.85 541	2.33 541	2.32 506	1.22 487	2.47 493	2.21 509	1.26 332	2.36 496	2.64 509	1.46 464	6.32 512	1.23 410	3.29 546	0.45 500	2.37 539	1.02 536	3.03 543	2.61 545

ACVNet_1	3.08 533	1.48 524	17.70 553	2.90 544	2.35 542	2.30 503	1.43 500	3.16 526	2.26 511	1.91 483	2.05 481	3.51 524	2.32 517	3.71 458	1.58 452	3.25 545	0.66 525	2.40 543	1.06 537	3.07 544	2.59 544

PWCK	3.24 534	2.37 544	10.86 541	2.14 533	1.14 511	3.71 532	4.19 552	3.02 525	3.55 536	3.05 528	3.63 520	3.09 520	2.35 520	8.16 537	3.41 506	2.17 535	0.96 542	1.77 532	1.01 535	2.84 536	1.40 529

IMH	3.35 535	1.95 537	1.86 445	3.30 548	2.72 547	4.03 540	2.00 525	4.58 544	3.83 538	2.87 521	6.99 544	4.69 532	3.21 531	6.77 521	2.97 501	3.91 557	0.89 538	2.78 551	1.40 545	3.36 549	2.93 550

LVE	3.40 536	1.80 533	2.21 469	2.90 544	2.44 543	3.27 529	2.25 536	4.80 545	5.06 547	2.43 507	6.79 542	5.99 541	2.64 526	9.20 544	2.28 488	3.30 547	1.11 550	2.38 540	1.48 547	2.95 540	2.62 546

Dean	3.77 537	1.65 531	17.87 554	3.01 546	2.54 544	3.15 525	2.10 532	4.80 545	4.42 543	2.89 522	6.03 539	5.45 539	2.55 525	3.40 452	2.13 483	3.22 544	0.89 538	2.51 546	1.07 538	3.07 544	2.65 548

JetBlue	4.18 538	2.45 548	10.42 540	1.40 521	2.89 550	10.68 555	10.68 555	3.91 536	2.52 513	2.74 517	3.39 517	4.50 530	4.27 542	7.97 535	7.67 534	0.89 516	0.97 543	0.89 519	0.92 527	2.26 529	2.21 539

notaker	4.29 539	2.42 547	5.06 518	3.89 558	3.29 555	4.00 538	2.25 536	4.93 547	3.47 535	4.21 541	6.79 542	7.67 547	3.37 534	9.25 546	6.47 527	4.09 559	1.42 553	3.35 558	2.13 555	4.11 554	3.54 555

ktn	4.56 540	2.41 546	2.54 480	3.79 557	3.25 553	4.81 544	2.91 549	5.52 549	7.36 551	4.12 538	14.55 560	7.54 546	3.70 537	7.84 534	3.35 505	4.06 558	1.86 556	3.26 557	2.22 556	3.27 546	2.86 549

WAO-8	4.57 541	2.01 538	2.58 483	2.37 536	2.21 535	9.75 551	1.71 513	6.04 553	16.34 559	4.11 536	7.69 550	7.41 543	3.85 538	10.02 557	3.85 510	2.05 533	1.09 548	2.44 544	1.39 541	2.56 533	1.86 535

Venus	4.57 541	2.01 538	2.58 483	2.37 536	2.21 535	9.75 551	1.71 513	6.04 553	16.34 559	4.11 536	7.69 550	7.41 543	3.85 538	10.02 557	3.85 510	2.05 533	1.09 548	2.44 544	1.39 541	2.56 533	1.86 535

SGM+DAISY	5.38 543	1.28 517	8.24 530	1.27 519	1.16 515	10.62 554	16.01 562	2.93 523	2.53 514	8.64 560	13.03 558	8.26 550	13.38 560	6.34 513	7.59 533	1.07 524	1.05 547	1.00 524	0.98 531	1.02 516	1.12 522

TorneroNet-64	5.41 544	2.10 541	2.43 476	3.49 553	2.83 548	9.90 553	2.13 533	8.87 559	16.79 564	5.39 551	9.18 554	10.68 559	3.92 541	9.55 548	5.11 521	3.36 548	0.86 536	2.88 552	1.62 548	3.76 550	3.37 553

MADNet++	5.41 544	3.18 555	6.43 523	4.66 562	3.95 559	6.15 548	6.75 554	4.51 543	4.51 545	5.06 548	6.27 540	4.96 536	6.14 548	9.39 547	11.70 547	4.71 560	4.19 561	3.97 560	3.33 558	4.08 553	4.25 560

UNDER WATER	5.68 546	2.46 549	15.52 550	3.98 560	3.53 556	5.15 546	2.74 547	5.58 550	16.41 562	4.00 534	4.56 527	9.12 552	6.43 550	6.22 506	9.11 540	3.85 556	1.35 552	3.18 556	1.98 553	4.51 557	3.84 559

UNDER WATER-64	5.84 547	2.48 550	17.93 555	3.97 559	3.58 557	7.70 550	3.03 550	5.72 552	14.13 556	4.18 540	4.00 524	9.27 553	6.80 551	6.20 505	9.22 541	3.67 551	1.52 554	3.14 554	1.95 551	4.43 556	3.83 558

LSM	6.55 548	1.26 515	15.64 551	1.79 529	68.74 576	1.67 460	2.08 531	2.26 460	2.59 516	3.13 530	3.08 514	1.90 462	1.81 493	2.89 437	2.16 485	0.43 464	0.59 523	0.50 488	0.58 507	0.64 494	17.24 570

tt	6.61 549	0.28 123	6.10 522	3.77 556	2.17 534	11.53 556	19.61 563	13.53 564	5.81 549	3.00 526	2.82 508	4.97 537	6.33 549	3.83 461	7.23 532	9.13 566	11.32 568	5.87 564	6.22 564	6.01 560	2.63 547

JetRed	7.02 550	8.94 562	25.72 565	2.89 543	3.27 554	14.25 560	12.27 559	6.69 555	4.45 544	4.46 542	4.56 527	6.65 542	5.43 545	7.46 529	14.41 556	2.60 540	3.31 558	2.61 547	2.30 557	4.34 555	3.79 557

xyz-stereo	7.03 551	0.24 48	70.23 578	0.44 51	0.21 7	29.74 569	0.49 272	1.03 126	0.77 122	1.45 418	26.78 569	1.17 339	1.19 431	4.72 478	1.32 425	0.16 44	0.12 36	0.20 163	0.14 86	0.17 78	0.14 15

MANE	7.50 552	0.64 453	7.97 529	1.40 521	2.10 533	16.86 562	12.56 560	12.91 563	17.51 567	8.50 559	11.60 557	14.66 560	13.33 559	12.02 561	13.28 549	0.62 505	0.52 514	0.52 491	1.90 550	0.56 481	0.58 481

SGM-ForestM	7.81 553	0.48 398	11.02 542	0.74 431	0.40 282	16.83 561	12.72 561	7.91 557	8.13 552	11.53 562	10.25 556	22.44 571	14.01 561	17.02 564	20.52 562	0.38 447	0.39 489	0.37 451	0.36 463	0.37 414	0.38 416

coex-ft	8.35 554	2.39 545	100.24 580	0.68 387	0.54 383	1.77 470	1.57 508	1.71 325	11.00 554	18.91 569	3.76 521	3.85 527	8.23 555	3.29 449	6.58 528	0.31 403	0.31 442	0.32 412	0.31 431	0.69 500	0.57 478

LE_ROB	8.35 554	0.47 392	27.42 569	0.83 464	0.34 214	2.84 519	3.36 551	4.03 538	27.04 571	25.20 571	8.72 553	8.55 551	27.35 571	7.37 528	22.13 563	0.22 253	0.20 324	0.20 163	0.21 273	0.25 304	0.25 272

KSHMR	8.76 556	2.14 542	3.59 505	3.60 555	3.13 552	4.15 541	2.67 546	5.61 551	58.90 580	3.04 527	55.71 580	4.94 535	2.54 524	4.61 474	3.05 504	3.49 550	1.57 555	3.14 554	1.98 553	3.84 551	3.49 554

U	9.23 557	0.22 14	0.65 116	0.48 98	53.11 575	61.26 580	0.24 28	0.77 44	0.55 61	0.37 29	0.30 13	0.29 26	0.34 47	0.34 1	0.27 15	0.20 190	0.12 36	60.47 577	4.24 561	0.18 109	0.14 15

TCMNet-wrong-test	10.42 558	11.55 564	15.31 547	20.99 567	18.49 563	13.94 559	10.69 556	16.07 565	4.14 541	5.27 549	5.64 538	16.22 562	12.57 557	7.57 531	10.26 544	7.44 564	2.38 557	4.30 561	3.43 559	11.37 566	10.87 564

EDNetEfficientorigin	10.59 559	1.52 526	177.33 581	0.68 387	0.54 383	1.66 459	1.20 486	1.94 386	3.39 533	4.69 544	3.37 516	3.08 519	2.79 527	3.25 447	3.63 508	0.26 340	0.24 393	0.33 423	0.28 397	0.85 508	0.87 512

TorneroNet	10.72 560	2.09 540	2.76 488	3.48 552	3.03 551	44.72 575	2.31 538	8.62 558	67.06 581	7.45 558	23.21 568	10.59 558	4.28 543	9.03 541	9.00 539	3.67 551	0.91 540	3.04 553	1.63 549	3.92 552	3.55 556

HanzoNet	11.92 561	5.12 559	17.18 552	4.19 561	3.59 558	5.16 547	2.82 548	7.41 556	9.96 553	33.31 576	27.60 570	22.25 570	37.31 575	18.18 566	13.57 550	8.13 565	3.44 560	3.50 559	3.44 560	7.77 564	4.52 561

DGTPSM_ROB	13.06 562	8.27 560	22.29 560	9.53 564	18.14 561	11.53 556	31.97 568	10.82 561	16.25 557	7.14 555	19.39 566	10.12 555	16.69 563	9.85 552	22.49 565	4.77 561	8.72 563	5.37 562	10.24 567	6.15 561	11.56 565

DPSMNet_ROB	13.08 563	8.28 561	22.32 561	9.54 565	18.15 562	11.53 556	31.98 569	10.83 562	16.27 558	7.17 556	19.40 567	10.12 555	16.69 563	9.87 553	22.50 566	4.78 562	8.72 563	5.38 563	10.25 568	6.16 562	11.59 566

USTest	14.33 564	14.93 565	21.00 558	17.41 566	16.02 560	23.11 563	33.76 570	22.02 566	11.81 555	9.47 561	10.19 555	15.94 561	13.17 558	17.25 565	22.38 564	3.81 553	5.01 562	6.17 565	6.18 563	9.23 565	7.81 563

DPSM_ROB	19.12 565	19.13 567	25.13 563	22.15 569	20.86 566	28.06 566	37.75 572	27.18 569	16.95 565	14.25 563	15.07 561	21.66 565	18.69 566	21.83 568	26.51 570	10.15 568	9.30 566	10.45 568	10.41 569	14.00 567	12.85 568

DPSM	19.12 565	19.13 567	25.13 563	22.15 569	20.86 566	28.06 566	37.75 572	27.18 569	16.95 565	14.25 563	15.07 561	21.66 565	18.69 566	21.83 568	26.51 570	10.15 568	9.30 566	10.45 568	10.41 569	14.00 567	12.85 568

LRCNet_RVC	22.79 567	32.09 573	22.06 559	29.83 571	26.15 568	4.40 543	0.84 431	22.64 567	2.10 505	26.93 572	29.25 571	23.03 572	15.56 562	23.91 570	18.92 561	32.00 574	20.04 575	34.68 573	32.13 574	30.66 573	28.52 573

DLNR_Zeroshot_test	23.23 568	48.25 581	43.77 572	177.04 581	78.39 577	0.35 16	0.21 11	23.33 568	0.82 143	0.67 135	0.86 157	0.58 129	0.30 30	1.64 316	0.48 194	10.69 570	0.13 70	0.18 105	0.14 86	76.63 580	0.23 231

DPSimNet_ROB	24.77 569	9.69 563	61.46 577	3.56 554	19.46 564	25.95 564	77.56 580	5.09 548	16.60 563	21.50 570	29.82 572	25.12 573	85.69 581	13.37 563	23.07 568	7.23 563	17.79 571	8.55 566	7.57 565	4.57 559	31.84 574

BEATNet-Init1	27.39 570	21.01 569	73.65 579	1.07 507	0.80 471	56.07 576	22.82 564	33.14 576	31.71 573	51.78 580	52.93 579	65.63 580	48.54 579	48.75 581	36.36 575	0.52 491	0.47 505	0.54 496	0.54 503	0.64 494	0.72 500

CasAABBNet	38.42 571	38.42 575	50.26 574	44.76 576	41.87 572	56.47 577	76.22 578	54.44 579	33.92 575	28.53 573	30.36 574	43.53 578	37.59 576	43.77 578	53.32 580	20.27 571	18.70 573	21.03 570	21.04 572	28.19 570	25.79 571

Selective-RAFT-Error	38.47 572	38.44 576	50.38 575	44.74 575	42.01 573	56.47 577	76.24 579	54.44 579	34.02 576	28.59 574	30.30 573	43.51 577	38.10 577	43.69 577	53.24 579	20.36 572	18.72 574	21.05 571	21.02 571	28.25 571	25.87 572

HaxPig	39.02 573	41.39 578	41.59 570	30.10 572	32.36 569	29.49 568	27.65 566	30.56 572	37.94 577	43.75 577	43.81 576	33.42 574	35.69 572	41.51 575	40.33 577	43.91 578	47.48 580	45.87 574	47.14 576	42.29 574	44.06 577

AVERAGE_ROB	40.42 574	42.30 579	42.61 571	36.91 574	35.54 571	30.42 570	27.59 565	37.45 578	38.45 578	44.87 578	44.27 577	37.55 576	36.69 573	41.82 576	40.25 576	45.36 579	46.73 579	47.09 575	46.32 575	42.47 575	43.74 576

MEDIAN_ROB	42.01 575	44.30 580	44.14 573	35.08 573	34.90 570	31.33 574	29.90 567	36.77 577	40.11 579	47.14 579	46.55 578	37.49 575	38.50 578	44.30 580	42.32 578	47.93 580	49.31 581	49.68 576	49.00 577	44.98 576	46.46 578

Anonymous_1	42.79 576	18.71 566	24.75 562	21.81 568	45.16 574	27.68 565	37.52 571	28.64 571	16.34 559	14.72 565	14.53 559	20.60 564	17.82 565	21.52 567	25.88 569	113.45 581	8.91 565	100.63 578	126.37 578	158.50 581	12.31 567

LSM0	42.92 577	38.72 577	50.66 576	47.49 577	110.18 581	56.77 579	75.87 577	54.87 581	33.74 574	29.48 575	31.12 575	43.77 579	37.12 574	43.85 579	53.44 581	20.50 573	18.67 572	21.05 571	21.07 573	28.37 572	41.73 575

PML	51.64 578	37.49 574	14.31 546	7.45 563	20.27 565	107.80 581	231.34 582	8.94 560	27.70 572	86.74 581	268.93 582	69.03 581	61.09 580	24.71 574	14.36 555	9.71 567	3.40 559	9.60 567	4.67 562	20.46 569	4.76 562

xxxxx1	54.34 579	26.72 570	27.03 566	114.14 578	99.00 578	30.68 571	47.19 574	32.52 573	26.09 568	17.85 566	17.48 563	21.86 567	20.92 568	24.38 571	33.78 572	34.73 575	41.33 576	157.67 579	175.68 579	65.82 577	71.99 579

tt_ll	54.34 579	26.72 570	27.03 566	114.14 578	99.00 578	30.68 571	47.19 574	32.52 573	26.09 568	17.85 566	17.48 563	21.86 567	20.92 568	24.38 571	33.78 572	34.73 575	41.33 576	157.67 579	175.68 579	65.82 577	71.99 579

ff	54.34 579	26.72 570	27.03 566	114.14 578	99.00 578	30.68 571	47.19 574	32.52 573	26.09 568	17.85 566	17.48 563	21.86 567	20.92 568	24.38 571	33.78 572	34.73 575	41.33 576	157.67 579	175.68 579	65.82 577	71.99 579

test_example2	192.91 582	210.59 582	206.44 582	199.86 582	204.90 582	172.02 582	182.95 581	138.34 582	134.89 582	193.14 582	200.54 581	186.77 582	177.82 582	204.95 582	207.57 582	221.83 582	238.70 582	186.02 582	190.07 582	226.94 582	173.78 582

ccccc		492.94 583		530.37 583	529.69 583	476.06 583		494.48 583		446.40 583		473.27 583		541.46 583		660.58 583	458.79 583	353.88 583	309.98 583	597.94 583

Low-res two-view benchmark