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 30	0.41 7	0.40 23	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 42	0.12 34	0.15 17	0.11 7	0.13 4	0.14 15

IGEV-Stereo+	0.46 89	0.23 30	0.51 49	0.42 36	0.46 331	0.15 1	0.19 5	0.45 2	0.37 22	0.28 5	0.25 6	0.31 32	0.41 84	1.43 274	0.31 36	0.18 109	0.13 68	0.15 17	0.12 29	1.09 518	1.74 530

DEFOM-Stereo	0.34 27	0.23 30	0.46 17	0.44 49	0.29 106	0.79 274	0.23 25	0.50 3	0.39 24	0.38 31	0.32 16	0.23 2	0.25 9	1.21 221	0.28 20	0.17 74	0.12 34	0.15 17	0.11 7	0.14 13	0.16 59

StereoAnything_RVC	0.49 109	1.60 528	0.87 235	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	1.29 237	0.23 1	0.22 251	0.11 20	0.15 17	0.11 7	2.36 528	0.13 2

UniTT-Stereo	0.38 44	0.24 46	0.67 123	0.49 110	0.36 237	0.40 27	0.32 81	0.55 5	0.55 59	0.55 109	0.55 78	0.36 43	0.31 34	0.59 39	0.52 218	0.21 217	0.15 198	0.17 69	0.15 103	0.19 142	0.17 80

monsterstereo	0.36 38	0.21 6	0.53 59	0.48 96	0.36 237	0.27 6	0.29 58	0.58 6	0.52 52	0.45 60	0.61 92	0.26 13	0.27 17	1.23 223	0.28 20	0.14 19	0.12 34	0.15 17	0.12 29	0.16 54	0.13 2

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 40	0.19 1	0.79 99	0.24 3	0.16 42	0.11 20	0.15 17	0.11 7	0.13 4	0.14 15

LGtest1	0.28 3	0.23 30	0.46 17	0.42 36	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	0.18 109	0.12 34	0.16 46	0.12 29	0.14 13	0.16 59

GREAT-IGEV	0.34 27	0.22 14	0.54 62	0.40 23	0.31 142	0.36 19	0.28 51	0.59 9	0.66 93	0.28 5	0.51 62	0.29 26	0.29 25	0.86 121	0.28 20	0.15 29	0.12 34	0.15 17	0.11 7	0.17 76	0.16 59

dual_stereo	0.29 4	0.21 6	0.39 1	0.40 23	0.23 15	0.25 2	0.22 15	0.59 9	0.32 12	0.33 16	0.26 10	0.40 51	0.23 8	0.86 121	0.30 32	0.16 42	0.13 68	0.14 1	0.11 7	0.14 13	0.14 15

MonSter	0.29 4	0.19 2	0.48 27	0.37 2	0.22 12	0.55 145	0.31 73	0.60 11	0.44 35	0.29 8	0.29 12	0.23 2	0.20 2	0.60 41	0.26 6	0.11 1	0.11 20	0.14 1	0.11 7	0.14 13	0.14 15

MGS-Stereo	0.43 71	0.28 121	0.61 94	0.46 70	0.28 91	0.49 84	0.33 88	0.60 11	0.89 161	0.47 66	1.32 333	0.51 97	0.32 40	0.66 65	0.39 110	0.20 188	0.16 233	0.18 103	0.16 138	0.18 107	0.18 96

2.75w_new	0.33 21	0.24 46	0.51 49	0.36 1	0.24 20	0.41 34	0.42 185	0.61 13	0.40 26	0.50 89	0.44 33	0.24 6	0.34 47	0.77 89	0.34 60	0.13 13	0.11 20	0.14 1	0.11 7	0.13 4	0.13 2

S2M2	0.35 33	0.28 121	0.47 24	0.43 42	0.30 122	0.31 11	0.16 1	0.61 13	0.68 98	0.32 14	0.49 52	0.47 78	0.34 47	0.40 3	0.33 55	0.25 313	0.22 353	0.20 161	0.22 298	0.25 302	0.23 229

IGEV	0.29 4	0.18 1	0.43 11	0.38 6	0.31 142	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 19	0.12 34	0.16 46	0.13 59	0.12 1	0.14 15

4.5_new	0.31 10	0.25 64	0.46 17	0.38 6	0.24 20	0.52 118	0.36 122	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 19	0.10 2	0.15 17	0.13 59	0.17 76	0.15 30

4.5w-stereo	0.31 10	0.25 64	0.46 17	0.38 6	0.24 20	0.52 118	0.36 122	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 19	0.10 2	0.15 17	0.13 59	0.17 76	0.15 30

LoS_RVC	0.45 79	0.29 143	0.48 27	0.49 110	0.83 476	0.51 112	0.43 203	0.65 16	0.44 35	0.47 66	0.78 135	0.44 57	0.60 206	0.59 39	0.37 99	0.14 19	0.12 34	0.14 1	0.10 1	0.14 13	1.08 518

1w_stereo	0.36 38	0.21 6	0.47 24	0.44 49	0.27 58	0.47 70	0.54 311	0.66 19	0.51 50	0.44 53	0.67 105	0.25 9	0.45 111	0.62 48	0.34 60	0.12 2	0.10 2	0.14 1	0.11 7	0.14 13	0.15 30

IGEV-BASED-STEREO-	0.71 255	3.18 553	2.55 479	0.40 23	0.24 20	0.42 44	0.23 25	0.66 19	0.46 41	0.47 66	0.45 37	0.33 37	0.27 17	0.58 37	0.30 32	1.34 528	0.10 2	0.22 225	0.19 200	0.45 449	1.32 525

asda	0.31 10	0.24 46	0.51 49	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 36	0.12 2	0.10 2	0.14 1	0.11 7	0.14 13	0.13 2

4w-stereo	0.32 15	0.25 64	0.52 55	0.38 6	0.25 38	0.46 64	0.28 51	0.68 21	0.35 14	0.43 50	0.45 37	0.28 24	0.39 80	0.63 57	0.31 36	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.14 15

LG-Stereo_L1	0.31 10	0.24 46	0.49 32	0.38 6	0.27 58	0.28 8	0.21 11	0.68 21	0.29 8	0.27 4	0.25 6	0.25 9	0.22 6	1.25 226	0.24 3	0.16 42	0.12 34	0.15 17	0.12 29	0.14 13	0.13 2

IGEV-RUCA	0.38 44	0.24 46	0.51 49	0.51 140	0.36 237	0.59 166	0.23 25	0.68 21	0.52 52	0.39 36	0.50 58	0.44 57	0.31 34	0.86 121	0.31 36	0.24 293	0.13 68	0.16 46	0.12 29	0.20 178	0.21 182

2.25w	0.35 33	0.24 46	0.55 64	0.38 6	0.24 20	0.44 56	0.25 29	0.69 25	0.42 30	0.49 80	0.59 88	0.27 16	0.35 55	0.83 110	0.37 99	0.13 13	0.11 20	0.14 1	0.12 29	0.13 4	0.17 80

4.25_new	0.32 15	0.27 105	0.49 32	0.40 23	0.27 58	0.49 84	0.39 159	0.69 25	0.35 14	0.40 43	0.43 25	0.27 16	0.36 62	0.48 13	0.32 47	0.12 2	0.10 2	0.15 17	0.11 7	0.14 13	0.13 2

4.5w_new	0.32 15	0.27 105	0.49 32	0.40 23	0.27 58	0.49 84	0.39 159	0.69 25	0.35 14	0.40 43	0.43 25	0.27 16	0.36 62	0.48 13	0.32 47	0.12 2	0.10 2	0.15 17	0.11 7	0.14 13	0.13 2

4.25w-stereo	0.32 15	0.27 105	0.49 32	0.40 23	0.27 58	0.49 84	0.39 159	0.69 25	0.35 14	0.40 43	0.43 25	0.27 16	0.36 62	0.48 13	0.32 47	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.13 2

2.5w	0.33 21	0.23 30	0.53 59	0.41 32	0.25 38	0.42 44	0.38 145	0.69 25	0.35 14	0.38 31	0.54 75	0.24 6	0.26 11	0.91 140	0.29 28	0.13 13	0.10 2	0.14 1	0.13 59	0.14 13	0.15 30

monsters	0.35 33	0.21 6	0.49 32	0.43 42	0.39 268	0.34 14	0.26 38	0.69 25	0.44 35	0.49 80	0.41 23	0.23 2	0.26 11	1.38 259	0.27 15	0.14 19	0.11 20	0.14 1	0.12 29	0.13 4	0.15 30

3.75w	0.34 27	0.23 30	0.50 42	0.39 14	0.30 122	0.62 182	0.36 122	0.70 31	0.38 23	0.44 53	0.49 52	0.25 9	0.36 62	0.72 76	0.28 20	0.13 13	0.09 1	0.14 1	0.12 29	0.13 4	0.15 30

MLG-Stereo_test1	0.29 4	0.21 6	0.42 9	0.41 32	0.25 38	0.37 22	0.20 9	0.71 32	0.20 1	0.25 2	0.17 1	0.33 37	0.26 11	0.92 142	0.26 6	0.15 29	0.11 20	0.16 46	0.11 7	0.13 4	0.13 2

SGD-Stereo	0.34 27	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	1.15 206	0.33 55	0.21 217	0.11 20	0.16 46	0.13 59	0.17 76	0.15 30

3w_stereo	0.35 33	0.25 64	0.60 87	0.41 32	0.21 7	0.52 118	0.53 297	0.72 34	0.47 43	0.47 66	0.50 58	0.23 2	0.45 111	0.49 16	0.30 32	0.13 13	0.10 2	0.15 17	0.12 29	0.15 35	0.17 80

3.5w_stereo	0.35 33	0.27 105	0.55 64	0.38 6	0.25 38	0.54 140	0.34 100	0.73 35	0.40 26	0.46 65	0.45 37	0.31 32	0.38 78	0.80 102	0.40 127	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.16 59

rvit_stereo_0083	0.49 109	0.34 265	0.85 226	0.57 253	0.36 237	0.49 84	0.43 203	0.73 35	1.05 236	0.50 89	0.57 84	0.55 116	0.50 149	0.92 142	0.50 206	0.25 313	0.25 403	0.24 283	0.20 229	0.25 302	0.19 130

XX-TBD	0.47 99	0.71 469	0.39 1	0.81 455	0.25 38	0.57 154	0.26 38	0.73 35	1.30 378	0.78 151	1.01 196	0.45 67	0.33 43	0.49 16	0.39 110	0.20 188	0.15 198	0.15 17	0.11 7	0.17 76	0.15 30

rvit_stereo_0081	0.46 89	0.34 265	0.72 141	0.56 231	0.35 229	0.41 34	0.44 222	0.74 38	1.04 230	0.49 80	0.52 65	0.51 97	0.49 144	0.86 121	0.47 185	0.25 313	0.20 322	0.22 225	0.19 200	0.26 314	0.19 130

rvit_stereo_0082	0.46 89	0.34 265	0.72 141	0.56 231	0.35 229	0.41 34	0.44 222	0.74 38	1.04 230	0.49 80	0.52 65	0.51 97	0.49 144	0.86 121	0.47 185	0.25 313	0.20 322	0.22 225	0.19 200	0.26 314	0.19 130

MLG-Stereo_test3	0.29 4	0.20 4	0.46 17	0.43 42	0.24 20	0.47 70	0.19 5	0.75 40	0.31 10	0.36 24	0.22 3	0.35 41	0.21 4	0.61 43	0.26 6	0.16 42	0.12 34	0.16 46	0.11 7	0.13 4	0.15 30

mms	0.42 67	0.29 143	0.60 87	0.47 84	0.33 195	0.43 51	0.46 241	0.75 40	0.50 48	0.36 24	0.61 92	0.44 57	0.30 30	1.39 262	0.34 60	0.16 42	0.14 132	0.18 103	0.15 103	0.19 142	0.21 182

qwe	0.34 27	0.22 14	0.48 27	0.39 14	0.27 58	0.49 84	0.30 66	0.76 42	0.40 26	0.51 99	0.49 52	0.26 13	0.29 25	0.83 110	0.35 69	0.12 2	0.10 2	0.14 1	0.12 29	0.15 35	0.14 15

WCG-NET（raft）	0.46 89	0.23 30	0.59 80	0.42 36	0.24 20	0.50 103	0.35 113	0.76 42	1.10 255	0.72 141	0.76 129	0.91 249	0.50 149	0.88 129	0.40 127	0.16 42	0.13 68	0.15 17	0.14 84	0.15 35	0.17 80

asd	0.32 15	0.22 14	0.49 32	0.40 23	0.25 38	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 28	0.13 13	0.10 2	0.14 1	0.12 29	0.15 35	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

2w_stereo	0.34 27	0.25 64	0.52 55	0.40 23	0.23 15	0.46 64	0.47 252	0.77 44	0.44 35	0.47 66	0.51 62	0.24 6	0.44 104	0.49 16	0.31 36	0.12 2	0.10 2	0.15 17	0.12 29	0.15 35	0.16 59

WCG-NET	0.43 71	0.23 30	0.58 74	0.42 36	0.26 55	0.46 64	0.32 81	0.77 44	1.16 293	0.77 149	0.75 128	0.58 127	0.44 104	0.62 48	0.38 106	0.16 42	0.12 34	0.16 46	0.14 84	0.15 35	0.14 15

RAStereo	0.36 38	0.22 14	0.85 226	0.48 96	0.28 91	0.27 6	0.28 51	0.77 44	0.65 91	0.33 16	0.43 25	0.44 57	0.31 34	0.45 11	0.35 69	0.18 109	0.15 198	0.19 127	0.15 103	0.19 142	0.15 30

U	9.23 555	0.22 14	0.65 114	0.48 96	53.11 573	61.26 578	0.24 28	0.77 44	0.55 59	0.37 29	0.30 13	0.29 26	0.34 47	0.34 1	0.27 15	0.20 188	0.12 34	60.47 575	4.24 559	0.18 107	0.14 15

CREStereo++_RVC	0.49 109	0.22 14	0.46 17	0.48 96	0.38 259	0.45 59	0.25 29	0.77 44	1.30 378	0.82 161	1.23 298	0.47 78	0.37 69	0.55 25	0.44 156	0.16 42	0.11 20	0.16 46	0.80 521	0.18 107	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
IGEV-Stereo++	0.32 15	0.22 14	0.47 24	0.48 96	0.33 195	0.33 13	0.22 15	0.78 52	0.48 45	0.35 21	0.41 23	0.32 34	0.47 128	0.40 3	0.29 28	0.15 29	0.12 34	0.15 17	0.12 29	0.15 35	0.15 30

PMTNet	0.47 99	0.22 14	0.43 11	0.39 14	0.24 20	0.71 236	0.26 38	0.78 52	1.03 224	0.65 128	0.69 112	0.55 116	0.48 133	0.90 137	0.36 86	0.99 517	0.13 68	0.15 17	0.10 1	0.15 35	0.15 30

ours_stereo	0.40 53	0.30 167	0.57 72	0.47 84	0.31 142	0.40 27	0.44 222	0.79 54	0.58 68	0.36 24	0.58 85	0.46 69	0.33 43	1.14 205	0.33 55	0.17 74	0.13 68	0.19 127	0.15 103	0.19 142	0.20 155

LG-G_1	0.33 21	0.22 14	0.48 27	0.44 49	0.20 2	0.64 200	0.18 2	0.80 55	0.28 6	0.30 9	0.30 13	0.36 43	0.35 55	0.88 129	0.26 6	0.17 74	0.13 68	0.16 46	0.11 7	0.14 13	0.16 59

LG-G	0.33 21	0.22 14	0.48 27	0.44 49	0.20 2	0.64 200	0.18 2	0.80 55	0.28 6	0.30 9	0.30 13	0.36 43	0.35 55	0.88 129	0.26 6	0.17 74	0.13 68	0.16 46	0.11 7	0.14 13	0.16 59

Reg-Stereo(zero)	0.46 89	0.23 30	0.50 42	0.45 58	0.25 38	0.41 34	0.27 44	0.80 55	1.12 269	0.93 190	0.79 138	0.91 249	0.46 121	0.74 79	0.44 156	0.15 29	0.13 68	0.15 17	0.12 29	0.15 35	0.18 96

trnet	0.40 53	0.23 30	0.40 3	0.37 2	0.20 2	0.53 127	0.29 58	0.81 58	1.15 286	0.59 112	0.72 122	0.53 109	0.43 98	0.56 28	0.37 99	0.18 109	0.13 68	0.15 17	0.10 1	0.14 13	0.14 15

MaDis-Stereo	0.38 44	0.27 105	0.72 141	0.45 58	0.35 229	0.30 10	0.31 73	0.81 58	0.54 57	0.38 31	0.38 21	0.58 127	0.49 144	0.53 22	0.39 110	0.20 188	0.16 233	0.19 127	0.15 103	0.19 142	0.15 30

CroCo-Stereo Lap2	0.46 89	0.37 324	0.87 235	0.62 314	0.79 467	0.28 8	0.35 113	0.81 58	0.73 106	0.39 36	0.54 75	0.71 177	0.54 167	0.60 41	0.48 192	0.18 109	0.18 292	0.19 127	0.16 138	0.21 222	0.21 182

GLC_STEREO	0.41 58	0.27 105	0.43 11	0.55 210	0.24 20	0.47 70	0.30 66	0.81 58	0.64 88	0.53 105	0.74 127	0.50 93	0.31 34	0.65 63	0.45 169	0.18 109	0.20 322	0.23 259	0.19 200	0.21 222	0.21 182

CREStereo	0.40 53	0.24 46	0.40 3	0.37 2	0.22 12	0.52 118	0.29 58	0.81 58	1.15 286	0.59 112	0.72 122	0.51 97	0.42 90	0.57 33	0.37 99	0.19 147	0.13 68	0.15 17	0.10 1	0.14 13	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
Former-RAFT_DAM_RVC	0.47 99	0.38 342	0.75 165	0.48 96	0.37 247	0.67 217	0.35 113	0.82 63	1.14 281	0.61 123	0.64 96	0.39 50	0.39 80	0.74 79	0.39 110	0.20 188	0.17 262	0.22 225	0.18 178	0.24 290	0.20 155

DilatedVolume-Stereo	0.46 89	0.24 46	0.72 141	0.45 58	0.33 195	0.72 239	0.29 58	0.83 64	0.53 56	0.82 161	0.73 125	0.52 104	0.44 104	1.16 209	0.42 145	0.15 29	0.15 198	0.15 17	0.14 84	0.16 54	0.17 80

xyz-stereo-finetune	0.50 119	0.27 105	0.63 100	0.43 42	0.23 15	0.79 274	0.46 241	0.83 64	0.82 141	0.63 126	0.63 95	0.54 113	0.44 104	1.69 324	0.62 269	0.16 42	0.15 198	0.19 127	0.16 138	0.17 76	0.16 59

RSM++	0.40 53	0.26 81	0.55 64	0.51 140	0.27 58	0.49 84	0.41 177	0.83 64	0.52 52	0.39 36	0.47 46	0.60 136	0.34 47	1.02 171	0.31 36	0.16 42	0.13 68	0.17 69	0.15 103	0.18 107	0.15 30

CAS	0.66 215	0.19 2	0.41 7	2.31 533	0.86 480	0.56 152	0.53 297	0.83 64	0.63 85	0.49 80	0.70 116	0.36 43	0.26 11	0.47 12	0.37 99	2.33 534	0.10 2	0.14 1	0.10 1	0.17 76	1.31 523

test_4	0.55 133	0.23 30	0.67 123	0.56 231	0.32 175	0.71 236	0.39 159	0.83 64	0.72 105	0.93 190	1.87 464	0.70 170	0.41 84	1.21 221	0.39 110	0.16 42	0.13 68	0.21 195	0.23 330	0.20 178	0.18 96

TANstereo	0.45 79	0.23 30	0.50 42	0.43 42	0.21 7	0.65 206	0.26 38	0.83 64	0.88 160	0.95 195	0.99 189	0.51 97	0.45 111	0.56 28	0.36 86	0.19 147	0.24 391	0.16 46	0.13 59	0.17 76	0.27 308

LG-Stereo_L2	0.30 9	0.23 30	0.50 42	0.38 6	0.26 55	0.26 3	0.20 9	0.84 70	0.31 10	0.31 12	0.26 10	0.25 9	0.26 11	0.94 146	0.23 1	0.15 29	0.12 34	0.16 46	0.12 29	0.14 13	0.13 2

rrr	0.57 156	0.33 236	2.43 474	0.46 70	0.34 212	0.50 103	0.38 145	0.84 70	0.55 59	0.48 74	0.48 48	0.48 83	0.45 111	2.28 399	0.44 156	0.19 147	0.14 132	0.19 127	0.15 103	0.17 76	0.18 96

MLG-Stereo	0.31 10	0.20 4	0.42 9	0.42 36	0.20 2	0.41 34	0.19 5	0.85 72	0.24 4	0.26 3	0.22 3	0.33 37	0.27 17	1.09 192	0.27 15	0.15 29	0.11 20	0.16 46	0.11 7	0.13 4	0.13 2

fffft	0.39 50	0.24 46	0.56 70	0.45 58	0.34 212	0.42 44	0.48 259	0.85 72	0.39 24	0.45 60	0.35 19	0.38 49	0.31 34	1.32 246	0.34 60	0.14 19	0.12 34	0.19 127	0.15 103	0.16 54	0.18 96
1: 1. 1
SMoEStereo_RVC	0.41 58	0.26 81	0.55 64	0.46 70	0.31 142	0.60 171	0.36 122	0.85 72	0.47 43	0.47 66	0.43 25	0.42 53	0.34 47	1.40 264	0.31 36	0.15 29	0.12 34	0.20 161	0.15 103	0.16 54	0.18 96

Occ-G	0.44 76	0.23 30	0.59 80	0.44 49	0.27 58	0.43 51	0.61 359	0.85 72	0.62 83	0.48 74	0.66 102	1.00 289	0.45 111	0.79 99	0.45 169	0.17 74	0.14 132	0.18 103	0.13 59	0.16 54	0.18 96

CASnet	0.42 67	0.26 81	0.52 55	0.52 160	0.21 7	0.49 84	0.35 113	0.85 72	0.85 152	0.84 168	0.69 112	0.48 83	0.31 34	0.57 33	0.34 60	0.19 147	0.12 34	0.27 357	0.22 298	0.23 261	0.15 30
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-RH_RVC	1.04 396	0.26 81	0.76 170	0.53 183	0.29 106	0.80 281	0.32 81	0.85 72	1.12 269	2.04 492	4.63 529	1.03 299	0.57 179	5.93 499	0.52 218	0.20 188	0.13 68	0.26 343	0.20 229	0.16 54	0.19 130

RAFT-345	0.86 343	0.26 81	0.73 155	0.53 183	0.28 91	0.53 127	0.41 177	0.85 72	1.31 385	1.33 363	2.32 492	0.85 224	0.53 159	5.69 493	0.48 192	0.19 147	0.14 132	0.22 225	0.17 161	0.17 76	0.17 80

AIO_test	0.38 44	0.24 46	0.59 80	0.47 84	0.31 142	0.55 145	0.44 222	0.86 79	0.50 48	0.34 20	0.48 48	0.46 69	0.30 30	0.76 87	0.31 36	0.17 74	0.12 34	0.17 69	0.13 59	0.16 54	0.15 30

tt45	0.47 99	0.25 64	0.52 55	0.47 84	0.34 212	0.78 266	0.32 81	0.86 79	0.45 40	0.52 102	0.45 37	0.49 86	0.37 69	2.12 383	0.36 86	0.16 42	0.13 68	0.19 127	0.16 138	0.17 76	0.21 182

test_xeample3	0.57 156	0.33 236	3.11 494	0.46 70	0.34 212	0.55 145	0.38 145	0.86 79	0.49 46	0.54 106	0.46 43	0.44 57	0.44 104	1.49 292	0.45 169	0.18 109	0.14 132	0.19 127	0.15 103	0.17 76	0.18 96

xyz-stereo-finetune2	0.59 180	0.29 143	0.66 119	0.41 32	0.24 20	1.08 376	0.34 100	0.87 82	0.60 76	0.68 134	1.08 230	0.58 127	0.79 272	2.39 409	0.83 331	0.17 74	0.15 198	0.21 195	0.17 161	0.16 54	0.18 96

DEFOM-Stereo_RVC	0.41 58	0.68 465	0.45 16	0.66 359	0.30 122	0.48 78	0.25 29	0.87 82	0.46 41	0.39 36	0.37 20	0.30 30	0.69 238	1.16 209	0.31 36	0.17 74	0.11 20	0.16 46	0.12 29	0.18 107	0.14 15

LG-Stereo	0.37 42	0.27 105	0.94 270	0.48 96	0.26 55	0.37 22	0.30 66	0.88 84	0.57 65	0.38 31	0.58 85	0.29 26	0.21 4	0.51 19	0.37 99	0.14 19	0.14 132	0.20 161	0.18 178	0.18 107	0.14 15

rvit_0105_6	0.56 144	0.38 342	1.13 332	0.67 373	0.38 259	0.50 103	0.51 280	0.88 84	1.33 389	0.54 106	0.56 81	0.65 154	0.57 179	0.97 159	0.46 175	0.32 408	0.31 440	0.28 371	0.25 352	0.29 353	0.23 229

rvit_stereo_0081_aga	0.46 89	0.37 324	0.91 258	0.52 160	0.41 294	0.49 84	0.40 167	0.88 84	0.66 93	0.59 112	0.56 81	0.53 109	0.43 98	0.67 66	0.44 156	0.27 359	0.21 338	0.22 225	0.20 229	0.26 314	0.19 130

RAFT_CTSACE	0.66 215	0.29 143	1.14 337	0.57 253	0.51 362	0.68 221	0.44 222	0.88 84	0.98 201	1.03 217	1.83 457	1.23 351	0.67 230	1.48 285	0.38 106	0.16 42	0.16 233	0.21 195	0.20 229	0.20 178	0.17 80

999	0.49 109	0.25 64	0.55 64	0.51 140	0.35 229	0.74 246	0.31 73	0.89 88	0.59 70	0.39 36	0.50 58	0.50 93	0.36 62	2.41 410	0.41 137	0.17 74	0.13 68	0.18 103	0.15 103	0.16 54	0.23 229

4D-IteraStereo	0.50 119	0.26 81	0.84 220	0.51 140	0.49 347	0.64 200	0.31 73	0.91 89	1.02 221	1.05 221	0.72 122	0.76 185	0.32 40	0.69 70	0.40 127	0.18 109	0.11 20	0.23 259	0.20 229	0.19 142	0.16 59

rvit_0105_4	0.58 168	0.40 357	1.19 360	0.68 385	0.38 259	0.53 127	0.55 321	0.93 90	1.27 354	0.56 110	0.61 92	0.72 179	0.63 216	1.01 168	0.47 185	0.33 414	0.33 458	0.29 382	0.25 352	0.29 353	0.26 290

rvit_stereo_0080	0.47 99	0.35 294	0.87 235	0.48 96	0.36 237	0.42 44	0.54 311	0.93 90	0.78 124	0.52 102	0.60 90	0.55 116	0.47 128	0.62 48	0.48 192	0.27 359	0.21 338	0.20 161	0.20 229	0.31 375	0.20 155

rvit_stereo_ft	0.49 109	0.38 342	1.03 301	0.68 385	0.42 304	0.40 27	0.58 341	0.93 90	0.86 154	0.47 66	0.55 78	0.57 125	0.48 133	0.67 66	0.53 227	0.26 338	0.17 262	0.22 225	0.22 298	0.24 290	0.19 130

ff7	0.45 79	0.30 167	0.64 109	0.47 84	0.33 195	0.49 84	0.42 185	0.93 90	0.59 70	0.50 89	0.53 69	0.44 57	0.48 133	1.41 267	0.36 86	0.18 109	0.13 68	0.21 195	0.15 103	0.18 107	0.21 182

IGEVStereo-DCA	0.49 109	0.33 236	0.64 109	0.46 70	0.34 212	0.50 103	0.42 185	0.93 90	0.59 70	0.48 74	0.48 48	0.48 83	0.45 111	2.28 399	0.44 156	0.19 147	0.14 132	0.19 127	0.15 103	0.17 76	0.21 182

ffff	0.45 79	0.30 167	0.64 109	0.47 84	0.33 195	0.49 84	0.42 185	0.93 90	0.59 70	0.50 89	0.53 69	0.44 57	0.48 133	1.41 267	0.36 86	0.18 109	0.13 68	0.21 195	0.15 103	0.18 107	0.21 182

11t	0.45 79	0.30 167	0.64 109	0.47 84	0.33 195	0.49 84	0.42 185	0.93 90	0.59 70	0.50 89	0.53 69	0.44 57	0.48 133	1.41 267	0.36 86	0.18 109	0.13 68	0.21 195	0.15 103	0.18 107	0.21 182

whm_eth	0.47 99	0.35 294	0.87 235	0.48 96	0.36 237	0.42 44	0.54 311	0.93 90	0.78 124	0.52 102	0.60 90	0.55 116	0.47 128	0.62 48	0.48 192	0.27 359	0.21 338	0.20 161	0.20 229	0.31 375	0.20 155

ccc-4	0.45 79	0.30 167	0.64 109	0.47 84	0.33 195	0.49 84	0.42 185	0.93 90	0.59 70	0.50 89	0.53 69	0.44 57	0.48 133	1.41 267	0.36 86	0.18 109	0.13 68	0.21 195	0.15 103	0.18 107	0.21 182

sCroCo_RVC	0.51 122	0.43 374	1.15 339	0.66 359	0.60 407	0.52 118	0.40 167	0.93 90	0.64 88	0.45 60	0.76 129	0.49 86	0.49 144	0.65 63	0.49 203	0.27 359	0.28 422	0.23 259	0.22 298	0.29 353	0.28 324

RSM	0.40 53	0.25 64	0.53 59	0.50 126	0.27 58	0.46 64	0.40 167	0.94 100	0.49 46	0.42 48	0.44 33	0.65 154	0.33 43	1.07 185	0.32 47	0.15 29	0.13 68	0.17 69	0.14 84	0.17 76	0.15 30

water-stereo	0.41 58	0.21 6	0.69 132	0.45 58	0.28 91	0.50 103	0.27 44	0.96 101	0.52 52	0.57 111	0.78 135	0.59 132	0.53 159	0.44 9	0.43 151	0.17 74	0.16 233	0.17 69	0.15 103	0.17 76	0.22 209

anonymousdsp	0.45 79	0.30 167	0.60 87	0.48 96	0.34 212	0.49 84	0.42 185	0.97 102	0.60 76	0.51 99	0.53 69	0.46 69	0.47 128	1.36 252	0.35 69	0.18 109	0.13 68	0.21 195	0.15 103	0.18 107	0.21 182

DEmStereo	0.98 382	0.25 64	0.85 226	0.49 110	0.33 195	1.02 363	0.55 321	0.97 102	0.93 179	1.41 399	2.13 483	1.01 294	2.01 500	5.62 492	0.78 315	0.19 147	0.15 198	0.20 161	0.20 229	0.18 107	0.25 270

sAnonymous2	0.59 180	0.61 441	1.82 438	0.61 306	0.52 367	0.51 112	0.54 311	0.97 102	0.70 102	0.50 89	0.68 107	0.46 69	0.63 216	0.61 43	0.41 137	0.22 251	0.17 262	0.23 259	0.21 271	0.85 506	0.56 473

CroCo_RVC	0.59 180	0.61 441	1.82 438	0.61 306	0.52 367	0.51 112	0.54 311	0.97 102	0.70 102	0.50 89	0.68 107	0.46 69	0.63 216	0.61 43	0.41 137	0.22 251	0.17 262	0.23 259	0.21 271	0.85 506	0.56 473

AIO_rvc	0.38 44	0.25 64	0.65 114	0.47 84	0.31 142	0.55 145	0.38 145	0.98 106	0.51 50	0.35 21	0.48 48	0.49 86	0.22 6	0.87 126	0.31 36	0.16 42	0.12 34	0.16 46	0.12 29	0.15 35	0.15 30

fffy	0.44 76	0.29 143	0.67 123	0.47 84	0.30 122	0.46 64	0.34 100	0.98 106	0.57 65	0.40 43	0.59 88	0.55 116	0.41 84	1.26 230	0.37 99	0.16 42	0.14 132	0.19 127	0.16 138	0.19 142	0.20 155

GCAP-BAT	0.54 130	0.33 236	0.75 165	0.45 58	0.50 352	0.84 305	0.35 113	0.98 106	0.80 136	0.88 177	1.04 212	0.88 233	0.37 69	1.25 226	0.41 137	0.19 147	0.15 198	0.18 103	0.13 59	0.17 76	0.22 209

AEACV	0.41 58	0.25 64	0.60 87	0.55 210	0.52 367	0.43 51	0.38 145	0.98 106	0.63 85	0.44 53	0.56 81	0.46 69	0.59 200	0.56 28	0.31 36	0.17 74	0.13 68	0.18 103	0.16 138	0.17 76	0.17 80

MC-Stereo	0.46 89	0.24 46	0.58 74	0.63 324	0.30 122	0.38 25	0.32 81	0.98 106	0.74 113	0.66 131	0.85 153	0.56 123	0.60 206	1.07 185	0.32 47	0.17 74	0.12 34	0.17 69	0.15 103	0.16 54	0.16 59

IGEV-Stereo	0.45 79	0.30 167	0.60 87	0.48 96	0.34 212	0.49 84	0.42 185	0.98 106	0.60 76	0.51 99	0.53 69	0.46 69	0.47 128	1.36 252	0.35 69	0.18 109	0.13 68	0.21 195	0.15 103	0.18 107	0.21 182
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
UDGNet	0.75 272	1.23 512	0.99 287	0.82 458	0.42 304	0.76 256	0.38 145	0.98 106	1.37 408	0.83 163	0.88 160	0.70 170	0.60 206	1.25 226	0.57 248	0.57 497	0.19 309	1.03 523	0.26 369	0.79 505	0.35 399

Prome-Stereo	0.76 280	0.29 143	0.57 72	0.58 266	0.33 195	0.58 165	0.94 450	0.98 106	0.92 172	1.46 419	2.45 499	0.91 249	1.38 452	1.60 310	0.44 156	0.19 147	0.13 68	0.19 127	0.18 178	0.20 178	0.87 510

HUF	0.39 50	0.27 105	0.71 139	0.43 42	0.24 20	0.51 112	0.47 252	0.99 114	0.55 59	0.37 29	0.45 37	0.53 109	0.41 84	0.70 72	0.29 28	0.18 109	0.14 132	0.16 46	0.12 29	0.15 35	0.17 80

PFNet+	0.62 197	0.31 199	0.99 287	0.57 253	0.31 142	0.57 154	0.30 66	0.99 114	1.25 342	1.33 363	1.10 236	0.79 194	0.57 179	1.35 251	0.53 227	0.26 338	0.17 262	0.28 371	0.26 369	0.21 222	0.27 308

Selective-RAFT	0.55 133	0.29 143	0.85 226	0.58 266	0.28 91	0.91 327	0.34 100	1.00 116	0.96 194	0.59 112	0.64 96	0.80 196	0.76 252	1.34 250	0.51 210	0.21 217	0.15 198	0.17 69	0.15 103	0.19 142	0.19 130

MM-Stereo_test2	0.44 76	0.25 64	0.70 136	0.54 197	0.33 195	0.55 145	0.45 235	1.02 117	0.84 148	0.61 123	0.51 62	0.49 86	0.42 90	0.82 104	0.32 47	0.16 42	0.13 68	0.18 103	0.14 84	0.19 142	0.17 80

GMOStereo	0.55 133	0.28 121	0.72 141	0.52 160	0.30 122	0.53 127	0.43 203	1.02 117	0.98 201	1.44 410	1.14 263	0.88 233	0.57 179	0.62 48	0.39 110	0.16 42	0.14 132	0.24 283	0.22 298	0.20 178	0.18 96

error version	0.55 133	0.28 121	0.72 141	0.52 160	0.30 122	0.53 127	0.43 203	1.02 117	0.98 201	1.44 410	1.14 263	0.88 233	0.57 179	0.62 48	0.39 110	0.16 42	0.14 132	0.24 283	0.22 298	0.20 178	0.18 96

test-v	0.55 133	0.28 121	0.72 141	0.52 160	0.30 122	0.53 127	0.43 203	1.02 117	0.98 201	1.44 410	1.14 263	0.88 233	0.57 179	0.62 48	0.39 110	0.16 42	0.14 132	0.24 283	0.22 298	0.20 178	0.18 96

AAGNet	1.84 488	0.30 167	0.79 183	0.66 359	0.32 175	0.65 206	0.50 278	1.02 117	1.01 217	1.47 420	1.21 288	0.99 283	1.16 417	2.76 431	22.69 565	0.24 293	0.13 68	0.22 225	0.20 229	0.24 290	0.16 59

test-2	0.55 133	0.28 121	0.72 141	0.52 160	0.30 122	0.53 127	0.43 203	1.02 117	0.98 201	1.44 410	1.14 263	0.88 233	0.57 179	0.62 48	0.39 110	0.16 42	0.14 132	0.24 283	0.22 298	0.20 178	0.18 96

GMStereo	0.58 168	0.50 404	1.09 320	0.52 160	0.32 175	0.80 281	0.43 203	1.02 117	1.41 425	0.89 181	0.77 133	0.52 104	0.46 121	0.89 134	0.56 245	0.25 313	0.16 233	0.20 161	0.22 298	0.31 375	0.27 308
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
depthmonostereo	0.45 79	0.26 81	0.89 244	0.49 110	0.24 20	0.60 171	0.36 122	1.03 124	0.77 120	0.50 89	0.65 100	0.50 93	0.55 170	0.70 72	0.39 110	0.16 42	0.16 233	0.16 46	0.14 84	0.16 54	0.20 155

xyz-stereo	7.03 549	0.24 46	70.23 576	0.44 49	0.21 7	29.74 567	0.49 270	1.03 124	0.77 120	1.45 416	26.78 567	1.17 337	1.19 429	4.72 476	1.32 423	0.16 42	0.12 34	0.20 161	0.14 84	0.17 76	0.14 15

GIP-stereo	0.37 42	0.25 64	0.49 32	0.55 210	0.41 294	0.37 22	0.22 15	1.03 124	0.56 63	0.35 21	0.52 65	0.46 69	0.37 69	0.55 25	0.28 20	0.20 188	0.13 68	0.16 46	0.12 29	0.16 54	0.16 59

H2IRNET	0.57 156	0.28 121	0.75 165	0.49 110	0.35 229	0.40 27	0.27 44	1.03 124	1.18 304	0.62 125	1.26 306	1.07 307	0.85 298	1.02 171	0.64 277	0.20 188	0.16 233	0.23 259	0.25 352	0.22 242	0.20 155

MIF-Stereo (partial)	0.48 105	0.28 121	0.83 211	0.51 140	0.53 373	0.39 26	0.27 44	1.03 124	0.64 88	0.47 66	0.71 119	0.51 97	0.51 152	1.13 203	0.47 185	0.20 188	0.16 233	0.23 259	0.20 229	0.24 290	0.20 155

dd	0.62 197	0.51 408	1.17 354	0.56 231	0.33 195	0.74 246	0.46 241	1.03 124	1.40 421	0.80 154	0.87 157	0.60 136	0.57 179	1.02 171	0.86 336	0.28 376	0.18 292	0.26 343	0.19 200	0.35 402	0.27 308

111111	0.36 38	0.22 14	0.49 32	0.47 84	0.45 323	0.36 19	0.22 15	1.04 130	0.44 35	0.33 16	0.33 17	0.40 51	0.26 11	0.99 161	0.27 15	0.17 74	0.12 34	0.15 17	0.11 7	0.15 35	0.15 30

plain	0.49 109	0.29 143	1.23 371	0.51 140	0.40 280	0.35 16	0.37 136	1.04 130	0.62 83	0.44 53	0.76 129	0.42 53	0.41 84	1.17 214	0.46 175	0.23 273	0.15 198	0.24 283	0.19 200	0.25 302	0.18 96

CES	0.51 122	0.21 6	0.40 3	0.42 36	1.40 522	0.53 127	0.34 100	1.04 130	0.68 98	0.45 60	0.67 105	0.35 41	0.28 22	0.58 37	0.35 69	0.16 42	0.13 68	0.15 17	0.10 1	0.19 142	1.69 529

DCRE	0.85 339	0.28 121	0.76 170	0.60 293	0.49 347	0.59 166	0.53 297	1.04 130	0.92 172	0.80 154	7.34 543	0.87 227	0.57 179	0.78 98	0.43 151	0.16 42	0.17 262	0.19 127	0.17 161	0.18 107	0.22 209

GCAP-Stereo	0.43 71	0.32 217	0.80 188	0.50 126	0.27 58	0.53 127	0.31 73	1.05 134	0.67 95	0.69 135	0.71 119	0.58 127	0.42 90	0.51 19	0.35 69	0.18 109	0.15 198	0.18 103	0.13 59	0.17 76	0.15 30

KYRaft	0.77 286	0.29 143	0.68 126	0.59 285	0.29 106	0.66 212	0.83 427	1.05 134	0.89 161	1.63 455	2.22 488	1.15 335	0.99 366	1.59 305	0.41 137	0.21 217	0.14 132	0.22 225	0.28 395	0.21 222	1.01 514

MM-Stereo_test1	0.51 122	0.26 81	0.59 80	0.53 183	0.31 142	0.50 103	0.53 297	1.06 136	1.09 251	0.88 177	0.70 116	0.54 113	0.59 200	1.18 215	0.35 69	0.19 147	0.17 262	0.20 161	0.17 161	0.20 178	0.18 96

testlalala2	0.60 188	0.30 167	0.68 126	1.79 527	1.30 520	0.65 206	0.41 177	1.06 136	0.75 118	0.91 184	0.96 174	0.75 183	0.34 47	0.56 28	0.45 169	0.18 109	0.16 233	0.17 69	0.13 59	0.17 76	0.19 130

RALCasStereoNet	0.58 168	0.34 265	0.77 173	0.65 345	0.64 420	0.64 200	0.51 280	1.06 136	0.99 210	0.71 137	1.06 220	0.77 189	0.44 104	1.38 259	0.52 218	0.20 188	0.18 292	0.18 103	0.16 138	0.20 178	0.22 209

xx1	0.70 249	0.34 265	0.63 100	0.60 293	0.27 58	1.16 393	0.51 280	1.07 139	3.23 528	0.60 119	0.80 143	0.95 269	0.79 272	1.48 285	0.35 69	0.21 217	0.13 68	0.24 283	0.23 330	0.23 261	0.25 270

cc1	0.68 239	0.34 265	0.63 100	0.60 293	0.27 58	1.16 393	0.51 280	1.07 139	3.23 528	0.60 119	0.80 143	0.47 78	0.87 315	1.48 285	0.35 69	0.21 217	0.13 68	0.25 322	0.15 103	0.19 142	0.23 229

test_3	0.57 156	0.24 46	0.87 235	0.55 210	0.30 122	0.60 171	0.40 167	1.07 139	1.08 243	1.20 292	0.68 107	0.92 257	0.43 98	1.68 320	0.40 127	0.16 42	0.13 68	0.22 225	0.19 200	0.21 222	0.17 80

TestStereo	0.65 213	0.42 370	0.83 211	0.52 160	0.27 58	0.57 154	0.44 222	1.07 139	0.92 172	0.85 170	1.01 196	0.68 162	0.56 176	3.22 444	0.47 185	0.23 273	0.15 198	0.24 283	0.18 178	0.28 336	0.18 96

XX-Stereo	0.97 379	0.28 121	8.28 529	0.85 469	0.70 447	0.44 56	0.22 15	1.07 139	0.69 101	0.66 131	1.56 413	1.38 389	0.38 78	1.36 252	0.38 106	0.21 217	0.14 132	0.20 161	0.19 200	0.19 142	0.16 59

rvit_0105_5	0.61 194	0.41 367	1.19 360	0.67 373	0.37 247	0.57 154	0.56 328	1.08 144	1.28 362	0.65 128	0.68 107	0.77 189	0.67 230	0.91 140	0.51 210	0.33 414	0.32 452	0.30 393	0.27 385	0.28 336	0.28 324

ffm	0.79 300	0.36 303	1.51 410	0.56 231	0.40 280	0.76 256	0.59 347	1.08 144	2.62 516	1.19 287	1.49 386	1.07 307	0.85 298	1.57 298	0.35 69	0.21 217	0.13 68	0.31 399	0.28 395	0.20 178	0.23 229

ff1	1.88 489	0.36 303	1.51 410	0.56 231	0.40 280	0.76 256	0.59 347	1.08 144	2.62 516	1.19 287	1.49 386	1.07 307	0.85 298	9.88 552	13.82 549	0.21 217	0.13 68	0.31 399	0.28 395	0.20 178	0.23 229

tt1	0.65 213	0.34 265	0.65 114	0.60 293	0.27 58	1.14 386	0.48 259	1.08 144	2.62 516	0.59 112	0.79 138	0.49 86	0.80 279	1.57 298	0.35 69	0.21 217	0.13 68	0.25 322	0.16 138	0.20 178	0.23 229

PSM-AAD	0.80 306	0.29 143	0.58 74	0.58 266	0.29 106	0.76 256	1.19 482	1.08 144	0.94 185	1.65 457	1.58 419	0.81 202	2.12 510	1.67 318	0.44 156	0.19 147	0.14 132	0.38 453	0.32 436	0.22 242	0.68 495

THIR-Stereo	1.02 393	0.29 143	0.73 155	0.51 140	0.29 106	0.94 341	1.31 492	1.08 144	0.98 201	1.35 376	1.91 469	1.16 336	1.54 469	6.37 512	0.79 320	0.20 188	0.14 132	0.21 195	0.22 298	0.19 142	0.25 270

raftrobust	0.55 133	0.27 105	0.63 100	0.68 385	0.69 441	0.50 103	0.34 100	1.08 144	0.97 198	1.32 357	0.88 160	0.62 145	0.80 279	0.82 104	0.44 156	0.20 188	0.16 233	0.16 46	0.14 84	0.15 35	0.18 96

GMStereo_Zeroshot	0.70 249	0.64 451	1.11 327	0.65 345	0.38 259	0.84 305	0.37 136	1.09 151	1.16 293	1.14 259	1.07 223	1.26 362	0.55 170	1.23 223	0.65 282	0.34 423	0.17 262	0.31 399	0.18 178	0.57 481	0.23 229

test-3	0.56 144	0.24 46	0.82 202	0.50 126	0.29 106	0.57 154	0.34 100	1.09 151	1.03 224	1.33 363	0.69 112	0.87 227	0.45 111	1.68 320	0.39 110	0.17 74	0.12 34	0.20 161	0.17 161	0.17 76	0.16 59

test_1	0.56 144	0.24 46	0.82 202	0.50 126	0.29 106	0.57 154	0.34 100	1.09 151	1.03 224	1.28 341	0.69 112	0.87 227	0.45 111	1.67 318	0.39 110	0.17 74	0.12 34	0.20 161	0.17 161	0.17 76	0.16 59

LCNet	0.73 264	0.30 167	0.58 74	0.58 266	0.31 142	0.68 221	0.53 297	1.09 151	0.94 185	1.19 287	1.34 342	0.96 274	1.32 446	2.50 417	0.46 175	0.19 147	0.13 68	0.21 195	0.25 352	0.28 336	0.69 497

FTStereo	0.92 368	0.28 121	0.61 94	0.57 253	0.34 212	0.65 206	1.80 520	1.09 151	0.84 148	1.75 467	4.13 523	1.04 300	1.62 473	1.59 305	0.48 192	0.21 217	0.17 262	0.23 259	0.22 298	0.19 142	0.58 479

GMM-Stereo	0.75 272	0.27 105	0.66 119	0.56 231	0.34 212	0.71 236	0.97 455	1.09 151	0.91 167	1.37 383	1.79 450	1.11 327	0.79 272	2.08 379	0.48 192	0.19 147	0.12 34	0.25 322	0.25 352	0.21 222	0.78 504

knoymous	0.53 127	0.32 217	0.51 49	0.46 70	0.30 122	0.57 154	0.54 311	1.10 157	0.78 124	0.99 201	0.84 151	0.95 269	0.57 179	0.89 134	0.51 210	0.21 217	0.14 132	0.26 343	0.14 84	0.23 261	0.25 270

DisPM	0.68 239	0.30 167	0.85 226	0.66 359	0.35 229	0.60 171	0.44 222	1.10 157	1.10 255	1.56 441	1.10 236	0.80 196	0.58 196	2.37 407	0.46 175	0.25 313	0.14 132	0.23 259	0.21 271	0.20 178	0.26 290

DeepStereo_RVC	0.57 156	0.31 199	0.78 179	0.53 183	0.30 122	0.57 154	0.32 81	1.11 159	0.80 136	1.17 269	0.94 171	0.83 217	0.93 340	1.01 168	0.61 266	0.23 273	0.14 132	0.21 195	0.19 200	0.24 290	0.26 290

Anonymous3	0.64 209	0.47 390	1.31 386	0.59 285	0.50 352	0.93 338	0.69 383	1.11 159	0.83 145	0.74 144	0.89 162	0.65 154	0.68 234	1.08 188	0.54 236	0.40 453	0.31 440	0.26 343	0.26 369	0.31 375	0.30 354

tg	0.54 130	0.25 64	0.70 136	0.52 160	0.31 142	0.89 320	0.29 58	1.12 161	0.98 201	0.85 170	1.03 206	0.62 145	0.42 90	1.37 255	0.41 137	0.17 74	0.13 68	0.22 225	0.21 271	0.17 76	0.17 80

LoS	0.41 58	0.23 30	0.46 17	0.39 14	0.23 15	0.48 78	0.40 167	1.12 161	0.94 185	0.50 89	0.66 102	0.49 86	0.42 90	0.63 57	0.39 110	0.19 147	0.14 132	0.16 46	0.11 7	0.14 13	0.15 30
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RAFT-Stereo + iAFF	0.56 144	0.28 121	0.81 193	0.45 58	0.25 38	0.40 27	0.34 100	1.12 161	1.13 275	1.35 376	1.58 419	0.80 196	0.67 230	0.71 75	0.43 151	0.14 19	0.11 20	0.18 103	0.17 161	0.18 107	0.16 59

aanetorigin	1.26 444	0.85 486	3.00 491	0.72 415	0.80 469	1.08 376	1.05 464	1.12 161	1.39 419	3.53 531	2.60 502	1.72 446	1.73 486	1.98 365	1.77 473	0.26 338	0.24 391	0.26 343	0.25 352	0.38 418	0.51 460

castereo++	0.41 58	0.26 81	0.51 49	0.44 49	0.32 175	0.96 354	0.22 15	1.13 165	0.61 81	0.33 16	0.45 37	0.50 93	0.39 80	0.94 146	0.25 5	0.18 109	0.12 34	0.17 69	0.12 29	0.14 13	0.16 59

AIO-Stereo	0.39 50	0.26 81	0.54 62	0.50 126	0.24 20	0.45 59	0.39 159	1.13 165	0.57 65	0.42 48	0.49 52	0.52 104	0.25 9	0.74 79	0.32 47	0.16 42	0.13 68	0.18 103	0.14 84	0.16 54	0.15 30

HHNet	0.64 209	0.28 121	0.69 132	0.45 58	0.46 331	0.50 103	0.57 334	1.13 165	1.03 224	1.26 330	2.21 487	0.70 170	0.59 200	1.10 196	0.51 210	0.21 217	0.13 68	0.23 259	0.19 200	0.20 178	0.31 364

DRaft	0.81 315	0.26 81	0.77 173	0.47 84	0.31 142	0.95 348	0.52 291	1.13 165	0.99 210	1.78 471	2.01 477	0.80 196	1.71 484	2.64 424	0.74 303	0.19 147	0.14 132	0.20 161	0.20 229	0.18 107	0.24 250

UGAM	1.17 425	0.29 143	1.08 317	0.55 210	0.43 309	0.69 230	0.71 393	1.14 169	1.35 394	1.00 205	1.49 386	1.90 460	0.86 306	9.61 547	0.89 345	0.21 217	0.19 309	0.30 393	0.25 352	0.20 178	0.18 96

EKT-Stereo	0.56 144	0.33 236	0.84 220	0.61 306	0.64 420	0.51 112	0.48 259	1.14 169	0.95 190	0.74 144	0.89 162	0.77 189	0.42 90	1.18 215	0.42 145	0.23 273	0.17 262	0.21 195	0.18 178	0.20 178	0.26 290

Patchmatch Stereo++	0.57 156	0.33 236	0.82 202	0.52 160	0.27 58	0.63 191	0.28 51	1.14 169	0.73 106	1.13 245	0.96 174	0.82 208	0.60 206	1.40 264	0.52 218	0.23 273	0.14 132	0.24 283	0.20 229	0.27 320	0.20 155
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
PSM-adaLoss	0.56 144	0.33 236	0.81 193	0.52 160	0.27 58	0.63 191	0.41 177	1.14 169	0.73 106	1.13 245	0.96 174	0.82 208	0.60 206	1.09 192	0.52 218	0.23 273	0.14 132	0.24 283	0.20 229	0.27 320	0.20 155

ROB_FTStereo_v2	0.57 156	0.33 236	0.81 193	0.52 160	0.27 58	0.62 182	0.42 185	1.14 169	0.73 106	1.13 245	0.97 183	0.82 208	0.60 206	1.15 206	0.53 227	0.23 273	0.14 132	0.24 283	0.20 229	0.27 320	0.20 155

ROB_FTStereo	0.56 144	0.33 236	0.82 202	0.52 160	0.27 58	0.62 182	0.25 29	1.14 169	0.74 113	1.13 245	0.96 174	0.82 208	0.60 206	1.18 215	0.52 218	0.23 273	0.14 132	0.24 283	0.20 229	0.27 320	0.20 155

HUI-Stereo	0.54 130	0.33 236	0.81 193	0.52 160	0.27 58	0.62 182	0.29 58	1.14 169	0.74 113	1.13 245	0.96 174	0.82 208	0.60 206	0.83 110	0.52 218	0.23 273	0.14 132	0.24 283	0.20 229	0.27 320	0.20 155

iGMRVC	0.58 168	0.33 236	0.81 193	0.52 160	0.27 58	0.62 182	0.38 145	1.14 169	0.73 106	1.13 245	0.97 183	0.82 208	0.59 200	1.54 295	0.53 227	0.23 273	0.14 132	0.24 283	0.20 229	0.27 320	0.20 155

iRAFT	0.57 156	0.33 236	0.82 202	0.52 160	0.27 58	0.63 191	0.28 51	1.14 169	0.73 106	1.13 245	0.96 174	0.82 208	0.60 206	1.40 264	0.52 218	0.23 273	0.14 132	0.24 283	0.20 229	0.27 320	0.20 155

RAFT	0.67 226	0.32 217	0.83 211	0.63 324	0.34 212	0.69 230	0.57 334	1.14 169	0.84 148	1.12 242	1.20 282	1.75 453	0.92 338	1.09 192	0.60 263	0.22 251	0.19 309	0.27 357	0.24 343	0.22 242	0.23 229

RAFT-IKP	0.57 156	0.33 236	0.82 202	0.52 160	0.27 58	0.57 154	0.35 113	1.14 169	0.73 106	1.13 245	0.96 174	0.83 217	0.61 215	1.26 230	0.53 227	0.23 273	0.14 132	0.24 283	0.20 229	0.27 320	0.20 155

iRaftStereo_RVC	0.49 109	0.28 121	0.72 141	0.53 183	0.29 106	0.52 118	0.33 88	1.14 169	0.84 148	0.85 170	0.99 189	0.55 116	0.36 62	0.83 110	0.40 127	0.18 109	0.13 68	0.22 225	0.20 229	0.20 178	0.18 96

HI	0.67 226	0.34 265	0.80 188	0.51 140	0.51 362	0.41 34	0.37 136	1.15 181	0.80 136	1.34 370	1.42 370	1.60 426	1.11 409	0.96 155	0.90 349	0.16 42	0.12 34	0.20 161	0.21 271	0.20 178	0.20 155

CoSv	0.67 226	0.34 265	0.80 188	0.51 140	0.51 362	0.41 34	0.37 136	1.15 181	0.80 136	1.34 370	1.42 370	1.60 426	1.11 409	0.96 155	0.90 349	0.16 42	0.12 34	0.20 161	0.21 271	0.20 178	0.20 155

ProNet	0.46 89	0.30 167	0.69 132	0.46 70	0.32 175	0.57 154	0.52 291	1.15 181	0.67 95	0.44 53	0.50 58	0.44 57	0.43 98	1.31 240	0.38 106	0.16 42	0.15 198	0.19 127	0.16 138	0.18 107	0.18 96

DCANet-4	0.59 180	0.28 121	1.65 426	0.44 49	0.25 38	0.48 78	0.36 122	1.15 181	1.36 403	1.13 245	1.03 206	0.56 123	0.74 246	0.77 89	0.58 253	0.17 74	0.14 132	0.17 69	0.13 59	0.15 35	0.24 250

RAFT_R40	0.84 332	0.30 167	0.83 211	0.63 324	0.31 142	0.66 212	0.43 203	1.15 181	0.99 210	1.47 420	1.10 236	1.00 289	0.84 293	5.44 490	0.53 227	0.23 273	0.13 68	0.23 259	0.20 229	0.23 261	0.19 130

RAFT-Stereo-weight	0.49 109	0.26 81	0.58 74	0.49 110	0.28 91	0.61 179	0.34 100	1.16 186	1.11 262	1.06 227	0.79 138	0.75 183	0.28 22	0.79 99	0.42 145	0.16 42	0.13 68	0.17 69	0.15 103	0.16 54	0.18 96

NRIStereo	0.62 197	0.31 199	0.78 179	0.56 231	0.28 91	0.63 191	0.33 88	1.16 186	0.92 172	1.15 261	0.87 157	0.90 245	0.58 196	2.24 394	0.56 245	0.22 251	0.14 132	0.21 195	0.19 200	0.22 242	0.18 96

ASMatch	0.89 352	0.29 143	0.72 141	0.56 231	0.36 237	0.47 70	0.37 136	1.16 186	0.95 190	1.11 234	3.26 513	0.95 269	0.96 350	4.88 477	0.53 227	0.20 188	0.16 233	0.22 225	0.19 200	0.20 178	0.30 354

SST-Stereo	0.85 339	0.30 167	0.81 193	0.63 324	0.31 142	0.70 234	0.25 29	1.16 186	0.95 190	1.47 420	1.11 243	0.99 283	0.86 306	5.69 493	0.53 227	0.23 273	0.13 68	0.23 259	0.19 200	0.23 261	0.19 130

ADStereo(finetuned)	0.62 197	0.26 81	1.59 422	0.45 58	0.25 38	0.49 84	0.36 122	1.18 190	1.35 394	1.16 265	1.04 212	0.60 136	1.18 427	0.85 119	0.57 248	0.17 74	0.14 132	0.17 69	0.13 59	0.19 142	0.24 250

CrosDoStereo	1.56 468	0.26 81	0.78 179	0.51 140	0.29 106	0.66 212	11.86 555	1.18 190	1.00 214	1.35 376	1.76 446	0.99 283	1.83 493	6.64 515	0.83 331	0.19 147	0.15 198	0.20 161	0.22 298	0.18 107	0.25 270

DeepStereo_LL	1.56 468	0.26 81	0.78 179	0.51 140	0.29 106	0.66 212	11.86 555	1.18 190	1.00 214	1.35 376	1.76 446	0.99 283	1.83 493	6.64 515	0.83 331	0.19 147	0.15 198	0.20 161	0.22 298	0.18 107	0.25 270

DCANet	0.58 168	0.26 81	1.15 339	0.45 58	0.25 38	0.49 84	0.36 122	1.18 190	1.35 394	1.15 261	1.04 212	0.60 136	0.91 330	0.84 115	0.58 253	0.17 74	0.14 132	0.17 69	0.13 59	0.19 142	0.25 270

MyStereo07	0.50 119	0.30 167	0.58 74	0.58 266	0.48 341	0.59 166	0.78 406	1.19 194	0.60 76	0.49 80	0.54 75	0.43 56	0.55 170	1.32 246	0.36 86	0.18 109	0.18 292	0.24 283	0.21 271	0.23 261	0.23 229

iRaft-Stereo_5w	0.89 352	0.31 199	1.04 302	0.56 231	0.47 339	0.47 70	0.68 380	1.19 194	1.08 243	0.80 154	1.35 347	1.46 404	0.90 327	5.11 480	1.16 395	0.18 109	0.15 198	0.22 225	0.19 200	0.21 222	0.24 250

GrayStereo	0.83 326	0.28 121	0.62 99	0.66 359	0.37 247	0.76 256	1.79 517	1.19 194	0.91 167	1.98 489	1.89 465	1.07 307	1.76 488	1.43 274	0.50 206	0.20 188	0.15 198	0.19 127	0.21 271	0.18 107	0.41 425

CRE-IMP	0.57 156	0.32 217	0.82 202	0.54 197	0.29 106	0.77 265	0.25 29	1.19 194	0.79 133	1.09 231	0.95 172	0.81 202	0.57 179	1.11 199	0.57 248	0.22 251	0.14 132	0.23 259	0.19 200	0.28 336	0.24 250

ACV-stereo	1.00 388	0.55 423	1.47 405	0.59 285	0.42 304	2.38 505	0.58 341	1.20 198	1.21 317	0.83 163	1.01 196	3.36 521	2.10 506	1.64 314	1.17 396	0.28 376	0.22 353	0.23 259	0.22 298	0.29 353	0.35 399

RCA-Stereo	0.52 126	0.26 81	0.66 119	0.49 110	0.33 195	0.54 140	0.44 222	1.20 198	1.41 425	0.69 135	1.06 220	0.63 150	0.79 272	0.62 48	0.35 69	0.17 74	0.12 34	0.17 69	0.14 84	0.16 54	0.16 59

fff	0.58 168	0.26 81	1.15 339	0.46 70	0.25 38	0.48 78	0.36 122	1.20 198	1.28 362	1.13 245	1.03 206	0.59 132	1.04 391	0.77 89	0.58 253	0.17 74	0.14 132	0.17 69	0.13 59	0.15 35	0.24 250

csc	0.58 168	0.26 81	1.15 339	0.46 70	0.25 38	0.48 78	0.36 122	1.20 198	1.28 362	1.13 245	1.03 206	0.59 132	1.04 391	0.77 89	0.58 253	0.17 74	0.14 132	0.17 69	0.13 59	0.15 35	0.24 250

cscssc	0.58 168	0.26 81	1.15 339	0.46 70	0.25 38	0.48 78	0.36 122	1.20 198	1.28 362	1.13 245	1.03 206	0.59 132	1.04 391	0.77 89	0.58 253	0.17 74	0.14 132	0.17 69	0.13 59	0.15 35	0.24 250

LL-Strereo2	0.56 144	0.36 303	0.77 173	0.56 231	0.40 280	0.68 221	0.37 136	1.21 203	0.83 145	0.96 198	0.79 138	0.91 249	0.41 84	1.08 188	0.48 192	0.18 109	0.17 262	0.29 382	0.25 352	0.22 242	0.19 130

ToySt	0.73 264	0.35 294	1.64 424	0.54 197	0.37 247	0.92 334	0.81 422	1.21 203	1.03 224	0.86 175	1.12 247	1.31 374	1.01 375	1.04 175	0.88 342	0.19 147	0.20 322	0.24 283	0.24 343	0.27 320	0.28 324

rvit_0105_3	0.66 215	0.47 390	1.27 379	0.74 429	0.40 280	0.63 191	0.70 390	1.22 205	1.28 362	0.83 163	0.71 119	0.82 208	0.72 245	0.93 145	0.58 253	0.37 443	0.34 461	0.34 429	0.32 436	0.28 336	0.31 364

OMP-Stereo	0.95 374	0.35 294	0.79 183	0.92 487	0.32 175	0.49 84	0.35 113	1.22 205	1.11 262	1.58 445	1.12 247	1.44 398	0.69 238	6.92 520	0.51 210	0.20 188	0.15 198	0.24 283	0.19 200	0.21 222	0.16 59

Pruner-Stereo	0.64 209	0.31 199	0.79 183	0.66 359	0.31 142	0.61 179	0.42 185	1.22 205	1.09 251	1.53 434	1.09 234	0.94 265	0.55 170	1.37 255	0.56 245	0.25 313	0.14 132	0.24 283	0.21 271	0.21 222	0.25 270

CroCo-Stereo	0.42 67	0.33 236	0.83 211	0.59 285	0.28 91	0.26 3	0.33 88	1.22 205	0.85 152	0.43 50	0.49 52	0.65 154	0.46 121	0.40 3	0.36 86	0.19 147	0.15 198	0.16 46	0.14 84	0.20 178	0.17 80
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
AFF-stereo	0.60 188	0.28 121	0.72 141	0.48 96	0.29 106	0.34 14	0.37 136	1.22 205	1.20 310	1.21 299	1.59 423	1.10 322	0.70 241	1.01 168	0.44 156	0.14 19	0.12 34	0.19 127	0.20 229	0.18 107	0.15 30

castereo	0.43 71	0.25 64	0.50 42	0.46 70	0.30 122	0.60 171	0.56 328	1.23 210	0.83 145	0.39 36	0.70 116	0.45 67	0.68 234	0.54 24	0.33 55	0.17 74	0.11 20	0.17 69	0.13 59	0.16 54	0.14 15

EGLCR-Stereo	0.41 58	0.24 46	0.59 80	0.45 58	0.27 58	0.54 140	0.22 15	1.23 210	0.56 63	0.44 53	0.43 25	0.68 162	0.29 25	0.89 134	0.34 60	0.17 74	0.12 34	0.20 161	0.17 161	0.17 76	0.18 96

LG-Stereo_Zeroshot	0.38 44	0.25 64	0.61 94	0.53 183	0.29 106	0.36 19	0.22 15	1.24 212	0.42 30	0.45 60	0.65 100	0.37 48	0.51 152	0.41 6	0.30 32	0.18 109	0.12 34	0.17 69	0.13 59	0.18 107	0.20 155

rvit_stereo_0075_2	0.66 215	0.47 390	1.21 368	0.67 373	0.66 431	0.53 127	0.48 259	1.24 212	1.17 298	0.77 149	0.91 165	0.78 193	0.59 200	1.05 178	0.63 273	0.37 443	0.28 422	0.40 463	0.31 429	0.38 418	0.34 390

dad	0.90 360	0.73 475	1.28 382	0.59 285	0.39 268	0.83 297	0.45 235	1.24 212	1.54 459	1.52 431	1.28 321	1.36 384	0.86 306	2.54 420	0.91 353	0.43 462	0.27 417	0.82 515	0.26 369	0.44 447	0.34 390

rafts_anoy	0.55 133	0.32 217	0.66 119	0.72 415	0.61 413	0.53 127	0.40 167	1.24 212	1.06 238	0.85 170	0.83 150	0.67 160	0.53 159	0.77 89	0.55 239	0.20 188	0.15 198	0.25 322	0.26 369	0.22 242	0.21 182

MSKI-zero shot	0.56 144	0.30 167	0.61 94	0.55 210	0.28 91	0.68 221	0.28 51	1.25 216	0.68 98	0.92 187	1.33 338	0.81 202	0.33 43	1.94 359	0.36 86	0.18 109	0.13 68	0.17 69	0.13 59	0.16 54	0.19 130

CIPLG	0.67 226	0.37 324	1.17 354	0.60 293	0.51 362	0.75 251	0.48 259	1.26 217	1.11 262	1.43 407	1.58 419	0.64 153	0.48 133	0.94 146	0.78 315	0.24 293	0.15 198	0.19 127	0.16 138	0.19 142	0.29 338

ACRE	0.66 215	0.37 324	1.27 379	0.60 293	0.50 352	0.74 246	0.47 252	1.26 217	1.10 255	1.40 397	1.56 413	0.62 145	0.46 121	0.88 129	0.78 315	0.24 293	0.15 198	0.19 127	0.16 138	0.19 142	0.29 338

PSM-softLoss	0.80 306	0.33 236	0.89 244	0.63 324	0.32 175	0.55 145	0.40 167	1.26 217	0.78 124	1.25 317	1.07 223	0.83 217	0.51 152	5.33 485	0.61 266	0.25 313	0.15 198	0.25 322	0.22 298	0.20 178	0.26 290

KMStereo	0.80 306	0.33 236	0.89 244	0.63 324	0.32 175	0.55 145	0.40 167	1.26 217	0.78 124	1.25 317	1.07 223	0.83 217	0.51 152	5.33 485	0.61 266	0.25 313	0.15 198	0.25 322	0.22 298	0.20 178	0.26 290

IIG-Stereo	0.97 379	0.34 265	0.80 188	0.90 485	0.33 195	0.61 179	0.26 38	1.27 221	1.08 243	1.69 463	1.37 352	1.44 398	0.74 246	6.94 521	0.53 227	0.21 217	0.14 132	0.23 259	0.18 178	0.20 178	0.15 30

PFNet	0.92 368	0.28 121	1.20 364	0.68 385	0.32 175	0.62 182	0.55 321	1.27 221	1.01 217	1.47 420	1.09 234	0.97 277	0.68 234	6.58 514	0.59 260	0.21 217	0.13 68	0.24 283	0.19 200	0.20 178	0.20 155

AnonymousM	0.63 206	1.14 506	0.43 11	0.46 70	0.32 175	0.43 51	0.46 241	1.27 221	0.78 124	1.00 205	0.66 102	0.68 162	0.45 111	0.61 43	0.46 175	0.21 217	0.16 233	1.84 532	0.98 529	0.15 35	0.15 30

RALAANet	0.62 197	0.37 324	0.97 282	0.66 359	0.50 352	0.67 217	0.31 73	1.27 221	1.09 251	1.11 234	1.17 274	0.88 233	0.46 121	1.27 233	0.45 169	0.20 188	0.15 198	0.21 195	0.18 178	0.27 320	0.19 130

ISRNet	0.83 326	0.35 294	1.31 386	0.84 466	0.65 425	0.60 171	0.41 177	1.28 225	1.15 286	1.61 450	1.55 407	1.34 381	0.77 256	1.33 249	0.98 372	0.40 453	0.34 461	0.43 470	0.38 468	0.34 400	0.49 452

IPLGR_C	0.67 226	0.38 342	1.20 364	0.60 293	0.50 352	0.75 251	0.48 259	1.28 225	1.13 275	1.42 403	1.57 417	0.62 145	0.48 133	0.85 119	0.80 327	0.24 293	0.15 198	0.19 127	0.16 138	0.19 142	0.29 338

iinet-f	1.04 396	0.50 404	4.24 511	0.58 266	0.43 309	1.78 471	0.70 390	1.29 227	1.16 293	1.25 317	1.42 370	1.57 424	1.42 458	1.47 283	1.70 467	0.26 338	0.23 381	0.20 161	0.20 229	0.26 314	0.26 290

DCVSM-stereo	0.75 272	0.36 303	0.82 202	0.58 266	0.43 309	0.78 266	0.42 185	1.30 228	1.05 236	1.79 472	1.04 212	1.60 426	1.08 400	1.12 201	0.86 336	0.25 313	0.27 417	0.29 382	0.24 343	0.30 368	0.37 406

DN-CSS_ROB	0.67 226	0.36 303	1.36 396	0.59 285	0.41 294	0.54 140	0.45 235	1.30 228	0.95 190	1.05 221	1.47 382	0.69 167	0.64 220	1.80 342	0.60 263	0.19 147	0.15 198	0.25 322	0.23 330	0.22 242	0.23 229

MM-Stereo_test3	0.53 127	0.26 81	0.60 87	0.56 231	0.73 448	0.49 84	0.53 297	1.31 230	1.08 243	0.64 127	0.97 183	0.61 142	0.42 90	0.82 104	0.40 127	0.21 217	0.18 292	0.20 161	0.16 138	0.19 142	0.21 182

IER	0.74 268	0.33 236	1.25 376	0.50 126	0.53 373	1.32 417	0.55 321	1.31 230	1.08 243	1.30 348	1.34 342	1.11 327	1.10 406	1.05 178	0.81 329	0.20 188	0.17 262	0.21 195	0.21 271	0.20 178	0.21 182

HART	0.48 105	0.24 46	0.63 100	0.52 160	0.27 58	0.41 34	0.29 58	1.32 232	0.54 57	0.59 112	1.47 382	0.61 142	0.34 47	1.09 192	0.32 47	0.16 42	0.14 132	0.19 127	0.14 84	0.19 142	0.18 96

StereoVision	0.67 226	0.37 324	1.02 297	0.60 293	0.41 294	0.50 103	0.41 177	1.32 232	0.96 194	0.73 143	2.48 501	0.82 208	0.57 179	1.06 183	0.50 206	0.26 338	0.28 422	0.29 382	0.28 395	0.37 412	0.22 209

AIO-test2	0.61 194	0.30 167	0.93 263	0.65 345	0.65 425	0.79 274	0.50 278	1.33 234	1.40 421	0.65 128	1.15 269	0.53 109	0.42 90	1.18 215	0.36 86	0.25 313	0.18 292	0.26 343	0.31 429	0.20 178	0.21 182

11t1	0.57 156	0.30 167	0.84 220	0.54 197	0.30 122	0.83 297	0.41 177	1.34 235	0.79 133	0.88 177	0.82 148	0.70 170	0.70 241	0.96 155	0.67 287	0.21 217	0.21 338	0.20 161	0.16 138	0.21 222	0.26 290

MoCha-V2	0.43 71	0.23 30	0.55 64	0.56 231	0.23 15	0.44 56	0.32 81	1.35 236	0.63 85	0.54 106	0.55 78	0.42 53	0.57 179	1.12 201	0.28 20	0.15 29	0.13 68	0.15 17	0.13 59	0.17 76	0.18 96

IPLG	0.72 261	0.29 143	1.12 331	0.53 183	0.44 319	0.79 274	0.33 88	1.35 236	1.10 255	1.32 357	1.11 243	0.52 104	0.54 167	3.13 440	0.71 298	0.17 74	0.14 132	0.20 161	0.17 161	0.18 107	0.21 182

NF-Stereo	0.82 317	0.33 236	0.83 211	0.65 345	0.31 142	0.63 191	0.43 203	1.35 236	0.93 179	1.30 348	1.02 199	0.81 202	0.57 179	5.37 489	0.55 239	0.26 338	0.14 132	0.24 283	0.20 229	0.20 178	0.30 354

OCTAStereo	0.82 317	0.33 236	0.83 211	0.65 345	0.31 142	0.62 182	0.44 222	1.35 236	0.93 179	1.30 348	1.02 199	0.81 202	0.57 179	5.32 484	0.55 239	0.26 338	0.14 132	0.24 283	0.20 229	0.20 178	0.30 354

RE-Stereo	0.82 317	0.33 236	0.84 220	0.65 345	0.31 142	0.63 191	0.44 222	1.35 236	0.93 179	1.30 348	1.02 199	0.80 196	0.57 179	5.34 487	0.55 239	0.26 338	0.14 132	0.24 283	0.20 229	0.20 178	0.31 364

TVStereo	0.82 317	0.33 236	0.84 220	0.65 345	0.31 142	0.63 191	0.44 222	1.35 236	0.93 179	1.30 348	1.02 199	0.80 196	0.57 179	5.34 487	0.55 239	0.26 338	0.14 132	0.24 283	0.20 229	0.20 178	0.31 364

DFGA-Net	0.77 286	0.47 390	1.75 432	0.55 210	0.46 331	0.83 297	0.44 222	1.38 242	1.10 255	1.05 221	1.20 282	0.70 170	0.58 196	2.27 397	1.31 417	0.19 147	0.17 262	0.24 283	0.24 343	0.28 336	0.30 354

model_zeroshot	0.53 127	0.31 199	1.00 292	0.57 253	0.39 268	0.74 246	0.39 159	1.38 242	0.67 95	0.88 177	0.85 153	0.71 177	0.37 69	0.77 89	0.39 110	0.21 217	0.17 262	0.19 127	0.17 161	0.17 76	0.22 209

testlalala	0.49 109	0.30 167	0.70 136	0.44 49	0.40 280	0.68 221	0.38 145	1.38 242	0.58 68	1.28 341	0.82 148	0.61 142	0.36 62	0.57 33	0.34 60	0.21 217	0.14 132	0.18 103	0.12 29	0.15 35	0.16 59

Gwc-CoAtRS	0.55 133	0.27 105	0.73 155	0.49 110	0.30 122	0.63 191	0.25 29	1.38 242	1.12 269	1.05 221	1.02 199	1.10 322	0.55 170	0.72 76	0.44 156	0.17 74	0.14 132	0.17 69	0.15 103	0.16 54	0.17 80

rvit_105_1	0.76 280	0.54 419	1.27 379	0.80 451	0.49 347	0.74 246	0.86 435	1.39 246	1.23 330	1.00 205	0.80 143	0.93 259	0.78 263	1.29 237	0.78 315	0.43 462	0.36 472	0.36 446	0.42 475	0.30 368	0.36 402

HCRNet	0.72 261	0.40 357	0.86 233	0.61 306	0.57 394	0.75 251	0.35 113	1.39 246	1.21 317	1.11 234	0.99 189	1.01 294	0.76 252	2.18 389	0.73 299	0.28 376	0.19 309	0.28 371	0.23 330	0.25 302	0.26 290

RAFT-Test	0.58 168	0.27 105	0.81 193	0.50 126	0.33 195	0.95 348	0.27 44	1.40 248	0.89 161	1.00 205	1.12 247	1.39 390	0.48 133	0.74 79	0.41 137	0.17 74	0.14 132	0.17 69	0.14 84	0.16 54	0.18 96

IRAFT_RVC	0.90 360	0.30 167	0.89 244	0.67 373	0.31 142	0.64 200	1.00 460	1.40 248	0.97 198	1.23 310	1.04 212	1.00 289	0.96 350	5.77 496	0.57 248	0.24 293	0.13 68	0.25 322	0.21 271	0.20 178	0.21 182

s12784h	0.55 133	0.22 14	0.49 32	0.43 42	0.19 1	1.00 360	0.34 100	1.40 248	1.30 378	0.84 168	0.93 169	0.63 150	0.52 157	1.48 285	0.47 185	0.15 29	0.12 34	0.17 69	0.11 7	0.19 142	0.13 2

raft+_RVC	0.56 144	0.29 143	0.61 94	0.65 345	0.56 390	0.53 127	0.53 297	1.40 248	1.02 221	0.78 151	1.04 212	0.70 170	0.55 170	1.00 165	0.49 203	0.18 109	0.16 233	0.19 127	0.19 200	0.18 107	0.17 80

MIM_Stereo	0.60 188	0.26 81	1.02 297	0.49 110	0.32 175	0.52 118	0.28 51	1.41 252	0.82 141	1.02 214	1.16 271	0.93 259	0.53 159	1.48 285	0.63 273	0.17 74	0.17 262	0.20 161	0.19 200	0.17 76	0.18 96

FENet	0.62 197	0.30 167	0.68 126	0.57 253	0.33 195	0.82 290	0.40 167	1.41 252	1.12 269	1.03 217	0.87 157	0.98 278	0.84 293	1.00 165	0.70 295	0.23 273	0.16 233	0.23 259	0.20 229	0.22 242	0.24 250

ccs_rob	0.68 239	0.34 265	0.93 263	0.50 126	0.39 268	0.72 239	0.42 185	1.43 254	1.25 342	1.17 269	1.34 342	1.22 347	0.66 228	1.04 175	0.64 277	0.21 217	0.17 262	0.35 436	0.20 229	0.40 427	0.29 338

CFNet_pseudo	0.68 239	0.34 265	0.93 263	0.50 126	0.39 268	0.72 239	0.42 185	1.44 255	1.25 342	1.17 269	1.35 347	1.22 347	0.66 228	1.04 175	0.64 277	0.21 217	0.17 262	0.33 421	0.19 200	0.39 423	0.28 324

DMCA-RVC	0.83 326	0.46 385	2.19 466	0.68 385	0.49 347	0.84 305	0.48 259	1.44 255	1.07 240	1.56 441	1.04 212	1.29 369	0.86 306	1.49 292	0.92 357	0.27 359	0.22 353	0.35 436	0.28 395	0.32 386	0.28 324

R-Stereo Train	0.60 188	0.30 167	0.72 141	0.57 253	0.37 247	0.68 221	0.52 291	1.45 257	0.78 124	1.61 450	1.50 393	0.76 185	0.53 159	0.67 66	0.51 210	0.19 147	0.16 233	0.18 103	0.15 103	0.18 107	0.19 130

RAFT-Stereo	0.60 188	0.30 167	0.72 141	0.57 253	0.37 247	0.68 221	0.52 291	1.45 257	0.78 124	1.61 450	1.50 393	0.76 185	0.53 159	0.67 66	0.51 210	0.19 147	0.16 233	0.18 103	0.15 103	0.18 107	0.19 130
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
ACVNet	0.66 215	0.33 236	0.74 160	0.55 210	0.37 247	0.80 281	0.47 252	1.46 259	1.11 262	1.01 210	1.31 328	1.07 307	0.91 330	0.82 104	1.09 388	0.22 251	0.19 309	0.21 195	0.18 178	0.23 261	0.19 130

CFNet-ft	0.78 291	0.36 303	0.74 160	0.67 373	0.56 390	0.86 313	0.54 311	1.46 259	1.17 298	1.01 210	1.28 321	1.68 442	1.03 385	1.57 298	0.95 367	0.27 359	0.21 338	0.33 421	0.26 369	0.31 375	0.26 290

CFNet_RVC	0.78 291	0.36 303	0.74 160	0.67 373	0.56 390	0.86 313	0.54 311	1.46 259	1.17 298	1.01 210	1.28 321	1.68 442	1.03 385	1.57 298	0.95 367	0.27 359	0.21 338	0.33 421	0.26 369	0.31 375	0.26 290

IPLGR	0.62 197	0.28 121	1.32 389	0.50 126	0.29 106	0.65 206	0.34 100	1.47 262	1.19 306	1.21 299	1.07 223	0.70 170	0.65 224	1.05 178	0.55 239	0.18 109	0.15 198	0.20 161	0.17 161	0.21 222	0.20 155

PSMNet-ADL	0.75 272	0.36 303	0.69 132	0.71 410	0.47 339	1.13 383	0.46 241	1.47 262	1.07 240	0.85 170	1.18 277	1.31 374	0.94 343	1.56 296	1.06 386	0.34 423	0.22 353	0.22 225	0.23 330	0.27 320	0.36 402

MLCV	0.77 286	0.39 351	1.31 386	0.55 210	0.25 38	0.91 327	0.39 159	1.48 264	1.28 362	1.49 428	1.54 404	1.02 296	0.68 234	2.12 383	0.93 360	0.19 147	0.13 68	0.19 127	0.14 84	0.19 142	0.22 209

DDVS	0.80 306	0.43 374	1.09 320	0.64 338	0.44 319	1.27 413	0.43 203	1.49 265	0.94 185	1.21 299	1.16 271	1.42 392	0.63 216	2.14 385	1.02 381	0.29 391	0.22 353	0.26 343	0.23 330	0.31 375	0.37 406

PCWNet_CMD	0.68 239	0.34 265	0.93 263	0.51 140	0.38 259	0.80 281	0.42 185	1.51 266	1.34 391	1.17 269	1.31 328	1.23 351	0.65 224	0.94 146	0.62 269	0.21 217	0.17 262	0.27 357	0.19 200	0.43 436	0.28 324

AANet_RVC	1.22 435	0.60 436	1.94 446	0.69 398	0.46 331	0.75 251	0.69 383	1.51 266	1.57 465	1.36 381	1.90 467	1.51 414	0.87 315	7.23 524	1.89 476	0.26 338	0.19 309	0.19 127	0.16 138	0.23 261	0.37 406

MyStereo05	0.70 249	0.29 143	1.22 369	0.58 266	0.48 341	0.62 182	0.72 394	1.52 268	1.54 459	1.17 269	0.91 165	0.77 189	0.79 272	1.45 278	0.68 291	0.17 74	0.17 262	0.24 283	0.21 271	0.23 261	0.23 229

fast-acv-ft	1.00 388	0.48 396	1.85 442	0.61 306	0.52 367	1.77 468	0.69 383	1.52 268	1.47 448	1.34 370	1.85 461	1.73 448	1.24 434	1.62 313	1.56 448	0.27 359	0.28 422	0.28 371	0.28 395	0.28 336	0.31 364

TestStereo1	0.66 215	0.29 143	0.95 274	0.82 458	0.32 175	0.47 70	0.43 203	1.52 268	1.22 325	0.99 201	1.32 333	0.65 154	0.76 252	1.78 335	0.44 156	0.20 188	0.16 233	0.22 225	0.19 200	0.21 222	0.20 155

SA-5K	0.66 215	0.29 143	0.95 274	0.82 458	0.32 175	0.47 70	0.43 203	1.52 268	1.22 325	0.99 201	1.32 333	0.65 154	0.76 252	1.78 335	0.44 156	0.20 188	0.16 233	0.22 225	0.19 200	0.21 222	0.20 155

DMCA	0.71 255	0.36 303	1.17 354	0.53 183	0.45 323	0.84 305	0.46 241	1.52 268	1.09 251	1.20 292	1.12 247	1.21 343	0.74 246	0.87 126	1.09 388	0.25 313	0.20 322	0.27 357	0.19 200	0.24 290	0.29 338

MSMDNet	0.68 239	0.34 265	0.93 263	0.52 160	0.38 259	0.80 281	0.42 185	1.52 268	1.35 394	1.17 269	1.31 328	1.23 351	0.65 224	0.94 146	0.62 269	0.21 217	0.17 262	0.26 343	0.19 200	0.41 431	0.28 324

Pointernet	0.41 58	0.21 6	0.63 100	0.45 58	0.29 106	0.51 112	0.27 44	1.54 274	0.70 102	0.48 74	0.64 96	0.49 86	0.37 69	0.51 19	0.36 86	0.18 109	0.13 68	0.14 1	0.11 7	0.14 13	0.14 15

raft_robust	0.71 255	0.32 217	0.75 165	0.54 197	0.28 91	0.54 140	0.35 113	1.54 274	1.24 334	1.18 280	1.07 223	0.73 180	0.53 159	3.65 453	0.40 127	0.19 147	0.16 233	0.20 161	0.22 298	0.21 222	0.19 130

EDNetEfficient	2.40 514	1.14 506	8.59 532	0.77 446	0.73 448	1.06 371	1.53 503	1.54 274	4.06 538	4.87 544	2.81 505	2.23 488	3.53 534	3.04 438	9.65 541	0.27 359	0.24 391	0.27 357	0.31 429	0.70 499	0.67 491

GCST	1.13 418	1.50 523	1.17 354	1.74 526	1.17 514	1.29 415	0.30 66	1.55 277	1.21 317	1.31 354	0.97 183	0.99 283	0.48 133	2.38 408	0.54 236	1.24 527	0.70 527	1.31 527	0.86 524	1.03 515	0.92 512

GwcNet-ADL	0.67 226	0.33 236	0.90 254	0.58 266	0.41 294	0.60 171	0.59 347	1.55 277	1.28 362	1.11 234	1.13 258	0.90 245	0.59 200	1.11 199	0.91 353	0.28 376	0.18 292	0.18 103	0.18 178	0.25 302	0.33 382

UNet	0.86 343	0.36 303	1.52 414	0.62 314	0.74 452	1.56 448	0.49 270	1.55 277	1.12 269	1.28 341	1.10 236	1.52 416	1.10 406	1.69 324	1.14 393	0.24 293	0.18 292	0.25 322	0.21 271	0.25 302	0.25 270

Selective-IGEV	0.42 67	0.26 81	0.56 70	0.48 96	0.27 58	0.45 59	0.33 88	1.56 280	0.61 81	0.36 24	0.47 46	0.52 104	0.30 30	1.08 188	0.33 55	0.15 29	0.13 68	0.17 69	0.13 59	0.16 54	0.15 30

test-1	0.56 144	0.28 121	1.13 332	0.58 266	0.34 212	0.60 171	0.38 145	1.56 280	0.98 201	0.80 154	1.02 199	0.83 217	0.52 157	0.64 59	0.46 175	0.17 74	0.16 233	0.20 161	0.17 161	0.20 178	0.26 290

RASNet	1.16 423	0.34 265	1.11 327	0.73 423	0.86 480	1.00 360	0.60 354	1.56 280	1.43 434	1.07 229	1.37 352	2.08 486	1.44 461	7.00 522	1.56 448	0.20 188	0.17 262	0.17 69	0.19 200	0.19 142	0.19 130

111	0.66 215	0.27 105	1.15 339	0.46 70	0.25 38	0.72 239	0.42 185	1.57 283	1.44 437	0.83 163	1.39 359	1.10 322	0.80 279	0.97 159	0.65 282	0.20 188	0.14 132	0.18 103	0.15 103	0.18 107	0.28 324

STTStereo	0.82 317	0.53 416	1.53 417	0.68 385	0.56 390	0.88 318	0.56 328	1.57 283	1.14 281	1.39 391	1.10 236	1.26 362	0.84 293	1.49 292	0.90 349	0.29 391	0.28 422	0.33 421	0.40 471	0.33 392	0.37 406

ACVNet-DCA	0.59 180	0.34 265	0.63 100	0.60 293	0.27 58	1.16 393	0.51 280	1.58 285	0.91 167	0.60 119	0.80 143	0.47 78	0.87 315	1.48 285	0.35 69	0.21 217	0.13 68	0.25 322	0.15 103	0.23 261	0.25 270

1test111	0.58 168	0.34 265	0.63 100	0.60 293	0.27 58	1.16 393	0.51 280	1.58 285	0.91 167	0.60 119	0.80 143	0.47 78	0.87 315	0.99 161	0.67 287	0.21 217	0.13 68	0.25 322	0.15 103	0.23 261	0.25 270

qqq	0.62 197	0.36 303	0.88 240	0.50 126	0.28 91	0.64 200	0.62 362	1.58 285	0.91 167	0.83 163	0.96 174	0.95 269	0.79 272	0.99 161	0.67 287	0.21 217	0.23 381	0.24 283	0.23 330	0.23 261	0.25 270

DSFCA	0.95 374	0.38 342	1.23 371	0.55 210	0.66 431	1.50 441	0.93 448	1.58 285	1.24 334	1.59 448	1.16 271	1.48 407	0.95 348	2.96 436	1.20 400	0.31 401	0.28 422	0.25 322	0.26 369	0.29 353	0.26 290

G-Net	1.71 480	0.67 462	2.09 458	1.14 512	0.75 455	2.96 521	0.89 440	1.58 285	1.30 378	2.76 516	8.12 550	2.29 493	2.51 520	1.94 359	2.23 485	0.49 483	0.45 498	0.45 475	0.31 429	0.62 491	0.59 481

AIO-test1	0.61 194	0.27 105	0.68 126	0.68 385	1.02 499	0.79 274	0.36 122	1.59 290	1.35 394	0.59 112	0.89 162	0.60 136	0.49 144	1.20 220	0.36 86	0.18 109	0.17 262	0.23 259	0.25 352	0.18 107	0.26 290

CBFPSM	0.95 374	0.37 324	2.10 459	0.51 140	0.39 268	1.73 462	0.87 438	1.59 290	1.13 275	1.11 234	1.00 194	2.34 496	1.64 478	1.42 272	1.44 435	0.19 147	0.18 292	0.20 161	0.20 229	0.22 242	0.36 402

MyStereo8	0.70 249	0.32 217	1.24 374	0.63 324	0.53 373	0.90 324	0.34 100	1.60 292	1.35 394	1.20 292	1.31 328	0.89 243	0.64 220	0.77 89	1.02 381	0.18 109	0.15 198	0.20 161	0.18 178	0.22 242	0.30 354

TDLM	1.08 412	0.50 404	1.01 294	0.69 398	0.54 381	0.91 327	1.40 497	1.60 292	1.36 403	1.17 269	1.40 364	1.07 307	1.00 372	6.19 502	0.85 335	0.34 423	0.22 353	0.35 436	0.26 369	0.38 418	0.29 338

anonymousa	0.78 291	0.30 167	0.85 226	0.51 140	0.96 495	1.41 434	0.47 252	1.61 294	0.94 185	1.33 363	1.77 448	1.66 438	1.11 409	0.72 76	0.63 273	0.19 147	0.18 292	0.23 259	0.25 352	0.20 178	0.22 209

hitnet-ft	0.84 332	0.38 342	0.75 165	0.59 285	0.44 319	0.99 359	0.47 252	1.61 294	1.38 410	1.21 299	1.22 290	1.82 459	0.99 366	1.87 348	1.09 388	0.33 414	0.29 431	0.34 429	0.27 385	0.36 406	0.33 382

DLCB_ROB	0.92 368	0.43 374	0.95 274	0.71 410	0.55 385	1.11 380	0.83 427	1.61 294	1.32 387	1.67 461	1.66 432	1.70 445	0.93 340	1.96 364	1.34 425	0.26 338	0.25 403	0.27 357	0.28 395	0.28 336	0.28 324

CASS	0.67 226	0.36 303	0.84 220	0.57 253	0.28 91	0.82 290	0.43 203	1.62 297	0.92 172	1.39 391	1.28 321	0.87 227	0.84 293	0.88 129	0.59 260	0.36 440	0.19 309	0.26 343	0.22 298	0.29 353	0.43 437
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
x	0.59 180	0.34 265	0.79 183	0.51 140	0.32 175	0.69 230	0.46 241	1.64 298	0.97 198	0.86 175	0.86 155	0.83 217	0.74 246	0.75 86	0.70 295	0.21 217	0.22 353	0.22 225	0.20 229	0.21 222	0.24 250

GANet-ADL	0.63 206	0.38 342	0.82 202	0.67 373	0.41 294	0.68 221	0.51 280	1.64 298	1.16 293	0.98 200	1.10 236	0.90 245	0.58 196	0.81 103	0.63 273	0.27 359	0.18 292	0.18 103	0.16 138	0.23 261	0.27 308

StereoDRNet-Refined	0.84 332	0.43 374	1.01 294	0.66 359	0.43 309	1.32 417	0.49 270	1.64 298	1.24 334	1.53 434	1.45 378	1.49 409	0.97 360	1.32 246	1.31 417	0.21 217	0.17 262	0.27 357	0.25 352	0.25 302	0.34 390
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
acv_ft	0.78 291	0.33 236	1.10 325	0.73 423	0.86 480	1.23 408	0.57 334	1.65 301	1.11 262	1.31 354	1.31 328	1.07 307	0.91 330	0.82 104	1.35 427	0.22 251	0.19 309	0.21 195	0.18 178	0.22 242	0.19 130

G2L-Stereo_test	0.77 286	0.31 199	0.97 282	0.51 140	0.41 294	0.90 324	0.80 417	1.67 302	1.22 325	1.32 357	1.27 315	1.50 411	0.81 283	1.74 329	1.02 381	0.20 188	0.14 132	0.16 46	0.16 138	0.18 107	0.22 209

SCV_C0	0.48 105	0.29 143	0.88 240	0.46 70	0.31 142	0.46 64	0.31 73	1.67 302	0.87 157	0.40 43	0.52 65	0.54 113	0.29 25	1.27 233	0.34 60	0.18 109	0.14 132	0.17 69	0.14 84	0.20 178	0.18 96

FACV-RUCA	0.66 215	0.36 303	0.89 244	0.63 324	0.65 425	0.84 305	0.41 177	1.67 302	1.11 262	0.91 184	1.14 263	0.63 150	0.77 256	0.84 115	0.54 236	0.28 376	0.19 309	0.47 481	0.22 298	0.36 406	0.29 338

MIPNet	0.60 188	0.31 199	1.07 314	0.51 140	0.34 212	0.68 221	0.40 167	1.67 302	1.14 281	1.11 234	0.93 169	0.60 136	0.78 263	0.77 89	0.58 253	0.18 109	0.14 132	0.19 127	0.16 138	0.18 107	0.21 182

gwcnet-sp	0.80 306	0.37 324	1.94 446	0.62 314	0.45 323	1.38 426	0.53 297	1.68 306	1.20 310	1.37 383	1.08 230	0.93 259	0.82 285	1.45 278	0.79 320	0.22 251	0.22 353	0.22 225	0.21 271	0.23 261	0.25 270

scenet	0.80 306	0.37 324	1.94 446	0.62 314	0.45 323	1.38 426	0.53 297	1.68 306	1.20 310	1.37 383	1.08 230	0.93 259	0.82 285	1.45 278	0.79 320	0.22 251	0.22 353	0.22 225	0.21 271	0.23 261	0.25 270

ssnet	0.80 306	0.37 324	1.94 446	0.62 314	0.45 323	1.38 426	0.53 297	1.68 306	1.20 310	1.37 383	1.08 230	0.93 259	0.82 285	1.45 278	0.79 320	0.22 251	0.22 353	0.22 225	0.21 271	0.23 261	0.25 270

cross-raft	0.56 144	0.26 81	0.65 114	0.55 210	0.31 142	0.66 212	0.37 136	1.68 306	0.82 141	1.06 227	1.07 223	1.25 356	0.45 111	0.74 79	0.39 110	0.15 29	0.13 68	0.19 127	0.16 138	0.19 142	0.17 80

psm_up	0.83 326	0.37 324	0.88 240	0.68 385	0.59 403	1.05 368	0.92 445	1.68 306	1.17 298	1.41 399	1.22 290	1.30 372	1.31 444	1.39 262	0.89 345	0.27 359	0.30 435	0.31 399	0.27 385	0.28 336	0.28 324

HGLStereo	0.89 352	0.42 370	1.15 339	0.82 458	1.03 500	1.16 393	0.57 334	1.68 306	1.28 362	1.26 330	1.62 425	1.13 331	1.31 444	1.85 344	1.11 392	0.25 313	0.24 391	0.24 283	0.22 298	0.24 290	0.29 338

FADNet_RVC	0.88 350	0.56 427	2.15 463	0.57 253	0.43 309	1.17 400	0.46 241	1.68 306	1.12 269	0.91 184	1.24 302	0.91 249	0.94 343	2.22 391	1.20 400	0.28 376	0.22 353	0.32 410	0.28 395	0.46 456	0.42 433

DANet	1.16 423	0.64 451	1.52 414	0.88 477	0.74 452	1.52 443	0.52 291	1.68 306	1.21 317	1.81 473	1.55 407	2.02 478	1.11 409	3.30 448	2.28 486	0.34 423	0.31 440	0.40 463	0.30 425	0.46 456	0.54 466
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NLCA_NET_v2_RVC	0.84 332	0.46 385	1.40 401	0.69 398	0.61 413	0.95 348	0.52 291	1.68 306	1.21 317	1.39 391	1.15 269	1.42 392	0.88 321	1.78 335	0.93 360	0.26 338	0.23 381	0.27 357	0.27 385	0.30 368	0.39 417
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
G2L-Stereo	0.84 332	0.35 294	1.15 339	0.63 324	0.43 309	0.78 266	0.69 383	1.69 315	1.20 310	1.36 381	1.18 277	1.43 397	0.78 263	2.47 416	1.26 412	0.25 313	0.20 322	0.26 343	0.21 271	0.20 178	0.27 308

UPFNet	0.84 332	0.34 265	1.09 320	0.62 314	0.74 452	1.25 410	0.78 406	1.69 315	1.20 310	1.39 391	1.13 258	1.30 372	0.87 315	1.73 328	1.22 405	0.24 293	0.26 409	0.24 283	0.23 330	0.26 314	0.20 155

psmorigin	1.69 479	0.74 477	13.13 543	0.70 407	0.60 407	1.16 393	0.79 414	1.69 315	1.25 342	2.07 494	1.77 448	2.23 488	1.51 468	2.14 385	1.45 436	0.39 451	0.41 489	0.34 429	0.33 449	0.45 449	0.63 488

CVANet_RVC	1.10 414	0.49 401	1.15 339	0.65 345	0.54 381	0.93 338	1.00 460	1.69 315	1.36 403	1.42 403	1.39 359	1.24 355	1.17 420	6.22 504	0.80 327	0.35 433	0.24 391	0.35 436	0.30 425	0.44 447	0.32 373

YMNet	1.04 396	0.59 433	1.67 427	0.86 472	0.86 480	1.84 475	0.61 359	1.70 319	1.28 362	1.65 457	1.98 473	1.75 453	0.96 350	1.57 298	1.58 450	0.34 423	0.37 477	0.32 410	0.32 436	0.33 392	0.32 373

YMNet_1	1.04 396	0.59 433	1.67 427	0.86 472	0.86 480	1.84 475	0.61 359	1.70 319	1.28 362	1.65 457	1.98 473	1.75 453	0.96 350	1.57 298	1.58 450	0.34 423	0.37 477	0.32 410	0.32 436	0.33 392	0.32 373

DispNO	0.98 382	0.34 265	2.02 453	0.58 266	0.55 385	0.88 318	0.49 270	1.70 319	1.24 334	1.22 307	1.26 306	1.18 338	0.88 321	5.17 481	0.88 342	0.23 273	0.18 292	0.24 283	0.22 298	0.19 142	0.22 209

MMNet	0.89 352	0.35 294	1.44 402	0.64 338	0.59 403	1.83 474	0.48 259	1.70 319	1.38 410	1.45 416	1.19 281	1.25 356	1.16 417	1.77 333	1.27 415	0.20 188	0.19 309	0.23 259	0.22 298	0.25 302	0.24 250

Any-RAFT	0.55 133	0.27 105	0.49 32	0.50 126	0.27 58	0.98 358	0.25 29	1.71 323	1.08 243	0.90 182	0.99 189	1.13 331	0.46 121	0.74 79	0.35 69	0.19 147	0.13 68	0.17 69	0.13 59	0.16 54	0.19 130

coex-ft	8.35 552	2.39 543	100.24 578	0.68 385	0.54 381	1.77 468	1.57 506	1.71 323	11.00 552	18.91 567	3.76 519	3.85 525	8.23 553	3.29 447	6.58 526	0.31 401	0.31 440	0.32 410	0.31 429	0.69 498	0.57 476

MaskLacGwcNet_RVC	1.17 425	1.06 499	1.28 382	0.88 477	0.69 441	1.92 482	0.92 445	1.71 323	1.14 281	1.17 269	1.26 306	1.49 409	0.80 279	2.04 373	0.86 336	2.02 530	0.34 461	0.79 514	0.36 461	1.38 524	1.33 526

mmm	0.68 239	0.37 324	0.91 258	0.54 197	0.34 212	0.86 313	0.58 341	1.72 326	1.02 221	1.13 245	1.41 369	0.83 217	0.78 263	0.95 154	0.67 287	0.22 251	0.20 322	0.29 382	0.26 369	0.27 320	0.27 308

CAS++	0.48 105	0.34 265	0.59 80	0.48 96	0.32 175	0.45 59	0.29 58	1.73 327	0.78 124	0.71 137	0.73 125	0.36 43	0.28 22	0.70 72	0.35 69	0.27 359	0.22 353	0.26 343	0.21 271	0.29 353	0.22 209
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CFNet_ucs	0.73 264	0.34 265	0.94 270	0.53 183	0.44 319	0.76 256	0.46 241	1.73 327	1.34 391	1.24 314	1.54 404	1.08 317	0.64 220	1.05 178	0.64 277	0.26 338	0.20 322	0.37 449	0.22 298	0.42 434	0.30 354

MyStereo04	0.71 255	0.30 167	1.28 382	0.58 266	0.48 341	0.59 166	0.78 406	1.74 329	1.49 453	0.94 193	0.91 165	0.74 181	0.86 306	1.59 305	0.69 292	0.18 109	0.18 292	0.24 283	0.21 271	0.23 261	0.23 229

riskmin	0.62 197	0.29 143	0.73 155	0.50 126	0.34 212	0.86 313	0.44 222	1.74 329	1.07 240	0.76 148	0.76 129	1.19 340	1.01 375	0.84 115	0.60 263	0.20 188	0.16 233	0.24 283	0.16 138	0.24 290	0.29 338

test_sample1	0.67 226	0.32 217	0.90 254	0.54 197	0.33 195	0.76 256	0.48 259	1.75 331	1.06 238	0.95 195	0.99 189	0.91 249	1.10 406	1.25 226	0.79 320	0.22 251	0.19 309	0.21 195	0.20 229	0.21 222	0.25 270

UDG	1.47 460	2.69 549	1.13 332	1.45 523	1.65 528	1.34 423	0.79 414	1.75 331	1.27 354	1.29 346	1.74 444	1.99 474	1.39 454	1.66 317	1.51 444	0.91 515	0.55 516	2.30 535	0.76 518	1.99 525	1.20 522

G2L-ROB	0.79 300	0.28 121	1.01 294	0.57 253	0.39 268	0.94 341	0.65 371	1.76 333	1.18 304	1.27 335	1.03 206	1.62 431	0.78 263	1.93 358	1.26 412	0.20 188	0.14 132	0.17 69	0.15 103	0.20 178	0.24 250

FADNet-RVC-Resample	0.91 365	0.51 408	2.92 489	0.64 338	0.46 331	1.07 372	0.60 354	1.76 333	1.24 334	1.10 233	0.98 188	1.06 304	0.98 363	2.17 388	0.95 367	0.24 293	0.22 353	0.30 393	0.32 436	0.36 406	0.40 421

PASM	1.48 462	1.08 501	3.96 508	0.93 493	0.93 489	1.17 400	1.19 482	1.77 335	1.65 472	1.90 480	1.52 401	1.75 453	1.42 458	4.54 469	1.52 446	0.64 505	0.68 526	0.69 512	0.79 520	0.70 499	0.74 500

XPNet_ROB	1.02 393	0.56 427	1.33 390	0.75 437	0.58 397	1.11 380	1.13 473	1.77 335	1.29 374	1.88 479	1.43 374	1.63 435	1.13 416	2.04 373	1.69 465	0.40 453	0.31 440	0.33 421	0.29 413	0.37 412	0.37 406

SDNR	1.66 474	0.55 423	2.36 473	0.56 231	0.58 397	3.79 534	0.45 235	1.78 337	1.40 421	1.38 388	2.45 499	1.13 331	0.96 350	11.03 558	1.31 417	0.67 508	0.64 522	0.43 470	0.32 436	0.71 501	0.76 503

ICVP	0.66 215	0.35 294	0.71 139	0.63 324	0.41 294	0.85 312	0.56 328	1.78 337	0.96 194	0.92 187	1.24 302	0.88 233	0.75 251	0.76 87	0.93 360	0.31 401	0.22 353	0.22 225	0.21 271	0.24 290	0.28 324
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
UCFNet_RVC	0.72 261	0.37 324	0.59 80	0.66 359	0.41 294	0.89 320	0.68 380	1.78 337	1.15 286	1.01 210	1.20 282	1.22 347	0.95 348	1.07 185	0.66 286	0.28 376	0.21 338	0.34 429	0.31 429	0.33 392	0.29 338

HH	0.68 239	0.33 236	0.83 211	0.53 183	0.34 212	0.92 334	0.45 235	1.79 340	0.74 113	0.71 137	1.13 258	1.60 426	0.83 290	1.95 362	0.39 110	0.18 109	0.14 132	0.19 127	0.17 161	0.19 142	0.19 130

HanStereo	0.68 239	0.33 236	0.83 211	0.53 183	0.34 212	0.92 334	0.45 235	1.79 340	0.74 113	0.71 137	1.13 258	1.60 426	0.83 290	1.95 362	0.39 110	0.18 109	0.14 132	0.19 127	0.17 161	0.19 142	0.19 130

DAS	0.89 352	0.37 324	1.20 364	0.66 359	0.69 441	0.82 290	0.62 362	1.79 340	1.26 350	1.93 484	1.55 407	0.96 274	1.17 420	2.72 429	0.69 292	0.22 251	0.16 233	0.25 322	0.18 178	0.29 353	0.24 250

SepStereo	0.87 347	0.37 324	1.20 364	0.66 359	0.69 441	0.82 290	0.62 362	1.79 340	1.26 350	1.93 484	1.55 407	0.96 274	1.17 420	2.34 402	0.69 292	0.22 251	0.16 233	0.25 322	0.18 178	0.29 353	0.24 250

IGEV_Zeroshot_test	0.59 180	0.33 236	1.11 327	0.63 324	0.37 247	0.41 34	0.33 88	1.80 344	0.79 133	1.04 219	1.10 236	1.06 304	0.43 98	0.87 126	0.48 192	0.18 109	0.13 68	0.19 127	0.18 178	0.20 178	0.23 229

SuperB	2.50 516	0.72 472	18.07 554	0.72 415	0.53 373	1.85 477	0.86 435	1.80 344	2.40 510	1.54 437	1.42 370	1.13 331	1.17 420	4.18 461	4.80 518	0.25 313	0.20 322	0.23 259	0.19 200	7.64 561	0.38 414

iResNet	0.80 306	0.45 382	1.47 405	0.72 415	0.31 142	0.96 354	0.64 369	1.80 344	1.28 362	1.31 354	1.48 385	0.94 265	0.78 263	1.77 333	0.99 373	0.19 147	0.14 132	0.18 103	0.15 103	0.22 242	0.27 308

AACVNet	0.90 360	0.40 357	0.98 285	0.86 472	0.40 280	0.80 281	0.49 270	1.81 347	0.86 154	1.11 234	1.34 342	1.32 378	0.99 366	4.23 462	0.86 336	0.26 338	0.22 353	0.28 371	0.22 298	0.30 368	0.28 324

LALA_ROB	1.06 403	0.66 458	1.37 399	0.70 407	0.53 373	1.61 452	1.25 489	1.81 347	1.48 452	1.82 475	1.40 364	1.93 466	1.03 385	1.68 320	1.69 465	0.38 445	0.28 422	0.43 470	0.37 465	0.43 436	0.38 414

Anonymous_2	1.37 450	0.56 427	0.94 270	0.57 253	0.62 417	1.04 365	0.65 371	1.82 349	1.01 217	1.00 205	0.79 138	1.42 392	1.27 438	1.06 183	0.83 331	0.62 503	0.67 524	1.05 524	9.88 564	1.09 518	0.55 471

SGM-Forest	1.29 448	0.40 357	0.74 160	0.54 197	0.37 247	1.55 446	1.26 490	1.82 349	1.39 419	2.22 498	1.81 456	1.64 436	1.02 383	7.65 530	1.20 400	0.39 451	0.37 477	0.39 457	0.34 454	0.37 412	0.34 390
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test_sample2	0.67 226	0.31 199	0.89 244	0.54 197	0.29 106	0.80 281	0.63 367	1.83 351	1.10 255	0.93 190	1.06 220	0.94 265	0.92 338	1.24 225	0.59 260	0.23 273	0.20 322	0.22 225	0.21 271	0.24 290	0.25 270

DeepPruner_ROB	0.79 300	0.55 423	1.14 337	0.61 306	0.46 331	0.78 266	0.54 311	1.83 351	1.00 214	1.42 403	1.27 315	1.23 351	0.77 256	1.56 296	0.89 345	0.35 433	0.28 422	0.27 357	0.26 369	0.32 386	0.34 390

testlalala_base	0.83 326	0.41 367	0.80 188	0.67 373	0.53 373	0.78 266	0.30 66	1.84 353	0.60 76	0.75 146	0.91 165	0.68 162	0.54 167	0.69 70	0.46 175	2.92 539	0.15 198	0.17 69	0.12 29	2.95 538	0.27 308

SA	0.69 248	0.31 199	0.97 282	0.64 338	0.30 122	0.56 152	0.38 145	1.84 353	1.35 394	0.99 201	1.37 352	0.69 167	0.94 343	1.88 354	0.43 151	0.20 188	0.16 233	0.25 322	0.23 330	0.22 242	0.19 130

DDUNet	1.56 468	2.70 550	1.35 391	1.79 527	1.88 530	1.82 473	0.91 443	1.84 353	1.20 310	1.40 397	1.79 450	1.62 431	1.17 420	1.59 305	1.22 405	1.11 523	0.76 528	2.38 538	0.94 526	2.12 526	1.53 528

SACVNet	0.89 352	0.51 408	1.08 317	0.83 462	0.58 397	0.83 297	0.78 406	1.84 353	1.17 298	1.39 391	1.33 338	1.25 356	1.01 375	2.31 401	0.92 357	0.35 433	0.26 409	0.31 399	0.29 413	0.35 402	0.48 448

Consistency-Raft	1.27 447	1.01 498	2.17 464	1.04 504	1.20 516	0.96 354	1.00 460	1.84 353	1.95 496	1.38 388	2.11 482	1.44 398	1.03 385	1.18 215	1.40 431	0.73 512	0.83 529	0.89 517	0.99 531	1.33 522	0.95 513

GwcNet	1.26 444	0.63 448	5.13 517	0.81 455	1.15 511	1.73 462	0.69 383	1.84 353	1.53 457	1.51 429	1.71 441	1.72 446	1.09 403	2.20 390	1.61 455	0.31 401	0.30 435	0.29 382	0.27 385	0.30 368	0.41 425

PSMNet_ROB	0.95 374	0.57 432	1.45 403	0.75 437	0.64 420	1.28 414	1.12 471	1.84 353	1.15 286	1.16 265	1.29 325	1.44 398	0.89 324	1.74 329	1.70 467	0.33 414	0.25 403	0.37 449	0.39 469	0.36 406	0.32 373

GASNet	1.13 418	1.10 504	3.29 499	1.00 502	0.68 438	0.82 290	0.67 377	1.85 360	1.38 410	1.39 391	1.25 304	1.25 356	1.20 430	2.72 429	1.62 457	0.46 475	0.26 409	0.36 446	0.34 454	0.55 478	0.33 382

FADNet-RVC	0.96 378	0.72 472	2.96 490	0.64 338	0.49 347	0.90 324	0.59 347	1.85 360	1.27 354	0.92 187	0.97 183	1.36 384	0.90 327	2.36 404	1.31 417	0.30 397	0.29 431	0.32 410	0.32 436	0.42 434	0.37 406

gcap-zeroshot	0.59 180	0.30 167	1.11 327	0.51 140	0.30 122	0.79 274	0.36 122	1.86 362	0.86 154	0.90 182	0.68 107	1.44 398	0.50 149	0.82 104	0.35 69	0.19 147	0.16 233	0.18 103	0.15 103	0.18 107	0.18 96

TransformOpticalFlow	0.97 379	0.30 167	0.96 281	0.54 197	0.31 142	0.65 206	0.54 311	1.87 363	1.19 306	1.12 242	1.44 376	1.34 381	0.98 363	6.68 517	0.44 156	0.19 147	0.12 34	0.21 195	0.19 200	0.18 107	0.23 229

GANet	1.41 455	0.52 414	1.18 359	0.74 429	0.48 341	1.40 432	1.69 509	1.87 363	1.28 362	1.56 441	2.39 495	1.56 422	1.25 435	9.13 541	1.20 400	0.31 401	0.32 452	0.34 429	0.29 413	0.40 427	0.33 382

NaN_ROB	1.23 439	0.63 448	1.76 433	0.67 373	0.50 352	1.59 451	2.00 523	1.87 363	1.52 456	2.14 497	1.26 306	1.40 391	1.09 403	4.60 471	1.75 470	0.28 376	0.34 461	0.28 371	0.29 413	0.30 368	0.37 406

PWC_ROB	1.39 453	0.93 493	4.07 509	0.77 446	0.83 476	1.16 393	0.53 297	1.87 363	2.01 499	2.36 503	3.06 511	1.65 437	1.60 472	2.65 426	2.29 488	0.34 423	0.23 381	0.36 446	0.25 352	0.39 423	0.49 452

CBMV	1.04 396	0.48 396	0.88 240	0.56 231	0.36 237	1.52 443	1.55 504	1.87 363	1.59 467	2.11 495	1.67 434	1.46 404	1.35 449	1.92 356	1.31 417	0.35 433	0.35 468	0.39 457	0.33 449	0.34 400	0.34 390
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
test_5	0.70 249	0.32 217	0.99 287	0.69 398	0.50 352	0.89 320	0.51 280	1.88 368	1.14 281	0.78 151	1.13 258	1.04 300	0.89 324	1.59 305	0.46 175	0.19 147	0.14 132	0.23 259	0.22 298	0.22 242	0.20 155

iResNetv2_ROB	0.88 350	0.43 374	2.62 484	0.60 293	0.38 259	0.94 341	0.67 377	1.88 368	1.38 410	1.27 335	1.45 378	1.26 362	1.05 396	1.92 356	0.64 277	0.24 293	0.15 198	0.19 127	0.14 84	0.24 290	0.21 182

SQANet	1.38 451	0.95 494	1.37 399	1.89 530	1.47 526	1.44 438	0.81 422	1.89 370	1.13 275	1.34 370	1.26 306	1.28 368	1.02 383	1.64 314	0.91 353	2.55 536	0.35 468	1.47 528	0.56 503	2.48 530	1.74 530

CFNet-RSSM	0.57 156	0.25 64	0.76 170	0.49 110	0.28 91	0.59 166	0.27 44	1.89 370	1.17 298	1.09 231	0.95 172	1.06 304	0.53 159	0.74 79	0.41 137	0.17 74	0.13 68	0.17 69	0.15 103	0.16 54	0.16 59

GwcNet-RSSM	0.83 326	0.34 265	1.29 385	0.65 345	0.55 385	0.78 266	0.62 362	1.89 370	1.27 354	1.18 280	1.39 359	1.56 422	0.91 330	1.60 310	1.22 405	0.26 338	0.20 322	0.23 259	0.24 343	0.21 222	0.21 182

NCCL2	1.06 403	0.64 451	1.35 391	0.78 449	0.58 397	1.32 417	1.69 509	1.89 370	1.38 410	1.52 431	1.20 282	1.91 462	1.17 420	1.79 340	1.50 442	0.35 433	0.31 440	0.45 475	0.44 481	0.41 431	0.45 442

TCMNet	1.07 408	0.66 458	2.49 476	0.92 487	1.32 521	1.14 386	0.67 377	1.91 374	1.29 374	1.20 292	1.57 417	1.29 369	0.96 350	2.23 392	1.59 453	0.32 408	0.31 440	0.38 453	0.35 458	0.43 436	0.40 421

PSMNet-RUCA	1.07 408	1.06 499	1.64 424	1.23 516	1.10 504	1.39 429	0.65 371	1.91 374	1.43 434	0.95 195	1.52 401	0.99 283	0.83 290	1.28 236	1.01 378	0.71 511	0.34 461	0.99 521	0.61 510	1.01 513	0.67 491

test_for_model	1.38 451	3.71 556	0.65 114	3.45 549	2.88 547	0.57 154	0.33 88	1.91 374	0.93 179	1.47 420	0.64 96	0.51 97	0.37 69	0.53 22	0.35 69	2.54 535	0.16 233	0.17 69	0.12 29	4.56 556	1.84 532

FADNet	0.98 382	0.64 451	2.57 480	0.66 359	0.55 385	0.95 348	0.57 334	1.91 374	1.38 410	0.94 193	1.02 199	1.36 384	1.00 372	2.69 427	0.97 371	0.34 423	0.34 461	0.31 399	0.34 454	0.61 490	0.42 433

PA-Net	1.14 420	0.63 448	2.12 461	0.67 373	0.75 455	1.19 403	0.91 443	1.91 374	1.46 447	1.18 280	1.23 298	1.33 380	1.17 420	4.31 465	1.41 432	0.29 391	0.46 502	0.33 421	0.50 494	0.33 392	0.57 476
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANetREF_RVC	1.11 416	0.90 488	1.56 419	0.88 477	0.53 373	1.41 434	1.35 494	1.91 374	1.54 459	1.28 341	1.32 333	1.46 404	1.23 431	2.04 373	1.00 377	0.57 497	0.45 498	0.67 510	0.52 498	0.91 509	0.62 486
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
ETE_ROB	1.01 392	0.69 466	1.49 408	0.72 415	0.50 352	1.15 390	1.12 471	1.91 374	1.24 334	1.94 486	1.50 393	1.73 448	1.06 397	1.78 335	1.33 424	0.33 414	0.26 409	0.38 453	0.34 454	0.40 427	0.44 440

coex_refinement	0.84 332	0.30 167	0.89 244	0.72 415	0.52 367	0.95 348	0.60 354	1.92 381	1.29 374	1.38 388	1.37 352	1.80 458	0.82 285	1.48 285	1.31 417	0.27 359	0.17 262	0.19 127	0.20 229	0.25 302	0.27 308

ADCP+	2.12 503	0.56 427	10.01 536	0.68 385	0.91 485	2.25 499	1.04 463	1.92 381	1.50 455	1.58 445	1.34 342	1.73 448	1.62 473	2.27 397	13.20 546	0.25 313	0.22 353	0.32 410	0.29 413	0.38 418	0.34 390

RAFT+CT+SA	0.63 206	0.30 167	0.73 155	0.69 398	0.37 247	0.40 27	0.55 321	1.93 383	1.04 230	0.72 141	1.23 298	0.62 145	0.69 238	1.69 324	0.42 145	0.19 147	0.13 68	0.22 225	0.22 298	0.21 222	0.19 130

EDNetEfficientorigin	10.59 557	1.52 524	177.33 579	0.68 385	0.54 381	1.66 457	1.20 484	1.94 384	3.39 531	4.69 542	3.37 514	3.08 517	2.79 525	3.25 445	3.63 506	0.26 338	0.24 391	0.33 421	0.28 395	0.85 506	0.87 510

NOSS_ROB	1.29 448	0.49 401	0.68 126	0.60 293	0.40 280	1.09 379	0.77 403	1.94 384	1.44 437	1.04 219	1.46 380	1.10 322	0.81 283	10.57 557	0.78 315	0.46 475	0.43 495	0.48 483	0.45 484	0.45 449	0.43 437

MSMD_ROB	2.08 500	0.61 441	1.15 339	0.71 410	0.62 417	4.00 536	0.93 448	1.94 384	1.79 486	4.71 543	4.60 528	8.14 547	3.87 538	3.75 457	1.65 463	0.54 491	0.48 505	0.55 498	0.58 505	0.53 473	0.52 462

anonymousdsp2	0.58 168	0.29 143	0.93 263	0.51 140	0.30 122	0.75 251	0.46 241	1.95 387	0.87 157	0.81 159	0.78 135	0.76 185	0.48 133	1.10 196	0.45 169	0.19 147	0.14 132	0.18 103	0.13 59	0.20 178	0.22 209

ADLNet2	0.92 368	0.37 324	1.25 376	0.80 451	0.65 425	1.12 382	0.75 399	1.95 387	1.42 433	1.26 330	1.67 434	1.68 442	1.04 391	1.80 342	1.23 408	0.25 313	0.22 353	0.21 195	0.22 298	0.27 320	0.31 364

delet	0.90 360	0.34 265	1.15 339	0.69 398	0.66 431	1.63 455	0.81 422	1.95 387	1.49 453	1.42 403	1.38 357	1.29 369	0.91 330	1.78 335	1.18 397	0.22 251	0.22 353	0.24 283	0.25 352	0.22 242	0.24 250

MFMNet_re	1.47 460	1.20 510	2.50 477	1.46 524	1.08 503	1.58 450	1.51 500	1.96 390	1.87 491	2.31 502	2.20 486	1.51 414	1.88 496	1.57 298	1.34 425	0.94 516	0.83 529	0.84 516	0.80 521	1.00 512	1.06 517

Wz-Net-LNSev	1.17 425	0.72 472	4.71 515	0.66 359	0.84 478	1.72 459	1.13 473	1.97 391	1.43 434	1.34 370	1.32 333	1.66 438	1.30 443	1.44 277	1.51 444	0.29 391	0.26 409	0.24 283	0.23 330	0.33 392	0.35 399

ccnet	1.19 430	0.71 469	1.36 396	0.81 455	0.75 455	1.72 459	1.13 473	1.98 392	1.31 385	1.52 431	1.84 458	1.75 453	1.36 450	2.01 370	2.04 479	0.57 497	0.54 514	0.57 502	0.56 503	0.60 487	0.60 484

stereogan	1.22 435	0.45 382	2.03 456	0.87 475	0.85 479	2.52 507	0.72 394	1.98 392	1.78 485	1.92 482	1.94 470	2.31 495	1.42 458	2.10 381	1.14 393	0.38 445	0.36 472	0.39 457	0.32 436	0.52 468	0.49 452

NVstereo2D	0.99 385	0.45 382	2.21 467	0.79 450	0.75 455	1.20 404	0.86 435	1.98 392	1.41 425	1.02 214	1.18 277	1.31 374	0.97 360	2.25 395	0.93 360	0.45 474	0.22 353	0.39 457	0.25 352	0.59 484	0.68 495

CSAN	1.61 471	0.67 462	3.24 498	0.74 429	0.52 367	1.77 468	1.74 514	1.98 392	1.94 495	2.47 510	2.33 493	1.93 466	2.04 503	6.45 513	1.95 478	0.43 462	0.36 472	0.41 468	0.42 475	0.43 436	0.44 440

DualNet (step1)	0.89 352	0.51 408	1.35 391	0.58 266	0.40 280	1.07 372	0.80 417	1.99 396	1.27 354	1.25 317	1.22 290	1.09 318	1.01 375	1.31 240	0.73 299	0.59 500	0.32 452	0.62 507	0.67 514	0.45 449	0.48 448

test_sample9	1.96 495	0.51 408	1.35 391	0.58 266	0.40 280	1.07 372	0.80 417	1.99 396	1.27 354	1.25 317	1.22 290	1.09 318	1.01 375	2.46 411	8.57 534	0.59 500	12.85 567	0.62 507	0.67 514	0.45 449	0.48 448

test_sample7	0.78 291	0.39 351	0.89 244	0.55 210	0.35 229	0.93 338	0.75 399	1.99 396	1.27 354	1.25 317	1.22 290	1.09 318	1.01 375	1.31 240	0.73 299	0.32 408	0.32 452	0.32 410	0.32 436	0.33 392	0.33 382

RP	1.17 425	0.54 419	1.48 407	0.93 493	1.05 501	1.14 386	0.85 434	1.99 396	1.70 476	1.72 465	2.07 480	1.91 462	1.93 498	2.00 369	1.37 429	0.55 495	0.37 477	0.48 483	0.37 465	0.46 456	0.46 447

Sa-1000	0.76 280	0.30 167	0.92 261	0.62 314	0.31 142	0.78 266	0.37 136	2.00 400	1.38 410	1.30 348	2.04 478	0.86 225	0.74 246	1.87 348	0.40 127	0.19 147	0.14 132	0.25 322	0.24 343	0.21 222	0.19 130

CFNet	0.99 385	0.40 357	1.23 371	0.65 345	0.43 309	1.03 364	0.49 270	2.01 401	1.35 394	1.02 214	1.39 359	1.10 322	0.86 306	5.47 491	0.89 345	0.24 293	0.18 292	0.28 371	0.27 385	0.27 320	0.22 209

LL-Strereo	1.42 457	0.44 381	2.02 453	0.62 314	1.07 502	0.73 244	0.65 371	2.02 402	1.21 317	1.60 449	1.62 425	2.02 478	2.10 506	9.67 548	1.07 387	0.22 251	0.20 322	0.27 357	0.24 343	0.23 261	0.33 382

anonymity	1.14 420	0.98 496	1.24 374	1.09 507	1.13 507	1.08 376	0.90 441	2.02 402	1.23 330	1.32 357	1.27 315	1.27 367	1.09 403	1.16 209	1.03 384	1.02 518	1.01 543	0.97 519	0.97 528	0.98 511	1.01 514

ADLNet	0.89 352	0.39 351	1.09 320	0.88 477	0.73 448	1.24 409	0.75 399	2.02 402	1.41 425	1.58 445	1.37 352	1.26 362	1.00 372	1.31 240	1.18 397	0.28 376	0.21 338	0.26 343	0.26 369	0.29 353	0.36 402

PS-NSSS	1.02 393	0.62 447	1.17 354	0.61 306	0.58 397	0.91 327	0.79 414	2.02 402	1.19 306	1.17 269	1.68 436	1.00 289	0.85 298	4.43 467	0.86 336	0.38 445	0.31 440	0.52 489	0.32 436	0.52 468	0.45 442

test_sample8	2.29 509	0.51 408	1.35 391	0.58 266	0.40 280	1.07 372	0.80 417	2.03 406	1.22 325	2.28 501	1.33 338	4.98 536	2.51 520	2.46 411	8.57 534	0.59 500	12.85 567	0.62 507	0.67 514	0.45 449	0.48 448

APVNet	1.11 416	0.59 433	1.95 450	0.87 475	0.77 461	1.90 480	0.82 426	2.03 406	1.15 286	1.14 259	1.43 374	1.55 420	1.12 415	3.03 437	1.62 457	0.32 408	0.34 461	0.42 469	0.36 461	0.36 406	0.41 425

PWCDC_ROB	1.39 453	0.91 491	2.10 459	1.08 506	0.92 486	1.72 459	0.58 341	2.03 406	3.30 530	1.32 357	4.87 532	1.21 343	1.71 484	1.98 365	1.75 470	0.65 506	0.26 409	0.29 382	0.25 352	0.56 479	0.41 425

cf-r	0.79 300	0.32 217	1.06 309	0.57 253	0.64 420	0.78 266	0.51 280	2.04 409	1.22 325	1.20 292	1.27 315	1.53 417	0.91 330	1.47 283	0.94 365	0.25 313	0.19 309	0.22 225	0.23 330	0.19 142	0.21 182

GANet-RSSM	0.78 291	0.31 199	0.90 254	0.67 373	0.58 397	0.80 281	0.62 362	2.04 409	1.15 286	1.11 234	1.27 315	1.26 362	1.18 427	1.68 320	0.74 303	0.26 338	0.21 338	0.22 225	0.22 298	0.23 261	0.23 229

MFN_U_SF_DS_RVC	1.80 484	1.11 505	4.33 512	0.84 466	0.77 461	3.70 529	2.41 542	2.04 409	1.85 490	1.75 467	1.90 467	1.92 465	1.25 435	7.33 525	1.45 436	0.47 479	0.47 503	0.53 493	0.77 519	0.50 465	0.55 471

CC-Net-ROB	1.53 465	1.31 517	1.68 429	0.92 487	0.80 469	1.75 465	0.99 458	2.04 409	1.27 354	1.12 242	1.62 425	1.20 342	0.98 363	7.82 531	0.92 357	1.15 526	0.41 489	2.20 533	0.46 486	1.37 523	0.56 473

AdaStereo	0.74 268	0.48 396	0.86 233	0.75 437	0.38 259	0.94 341	0.56 328	2.05 413	1.24 334	1.15 261	1.22 290	1.07 307	0.67 230	1.05 178	0.73 299	0.33 414	0.16 233	0.32 410	0.22 298	0.29 353	0.23 229
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.
FAT-Stereo	1.10 414	0.43 374	1.46 404	0.74 429	0.60 407	1.13 383	0.92 445	2.06 414	1.71 478	1.75 467	2.00 476	2.02 478	1.47 464	2.02 372	1.26 412	0.44 471	0.36 472	0.34 429	0.29 413	0.36 406	0.57 476

StereoDRNet	1.05 401	0.53 416	2.21 467	0.80 451	0.93 489	1.50 441	0.90 441	2.06 414	1.44 437	1.68 462	1.20 282	1.48 407	0.99 366	1.86 347	1.60 454	0.29 391	0.24 391	0.29 382	0.28 395	0.35 402	0.33 382

Wz-Net-LNSev-Ref	1.09 413	0.46 385	2.61 483	0.71 410	0.65 425	2.00 487	0.78 406	2.07 416	1.47 448	1.62 453	1.47 382	1.53 417	1.29 440	2.10 381	1.65 463	0.24 293	0.14 132	0.20 161	0.16 138	0.28 336	0.28 324

Ntro	1.72 481	1.21 511	1.62 423	2.54 537	1.86 529	2.09 493	1.14 476	2.08 417	1.38 410	1.23 310	1.62 425	1.62 431	1.33 447	2.04 373	1.21 404	3.09 541	0.56 517	1.82 531	0.65 512	2.97 540	2.25 538

ADCL	1.82 486	0.70 467	4.57 514	0.70 407	0.63 419	2.56 508	1.77 516	2.08 417	1.77 482	1.95 488	1.89 465	2.04 483	1.88 496	2.36 404	9.55 540	0.27 359	0.25 403	0.35 436	0.32 436	0.39 423	0.39 417

RYNet	1.24 442	0.52 414	1.57 421	0.73 423	0.97 496	1.74 464	0.95 453	2.09 419	1.54 459	1.44 410	1.18 277	1.94 470	1.29 440	4.57 470	1.93 477	0.27 359	0.23 381	0.35 436	0.27 385	0.57 481	0.59 481

CBMV_ROB	0.99 385	0.46 385	0.68 126	0.53 183	0.39 268	1.40 432	0.48 259	2.09 419	1.30 378	1.53 434	2.29 491	1.36 384	1.23 431	2.46 411	1.04 385	0.44 471	0.42 494	0.47 481	0.44 481	0.41 431	0.39 417

AnyNet_C32	2.14 504	1.45 519	7.38 526	0.95 498	1.12 505	2.23 497	2.34 538	2.10 421	1.54 459	2.44 506	1.79 450	2.04 483	1.66 479	2.69 427	10.48 543	0.38 445	0.35 468	0.35 436	0.42 475	0.50 465	0.60 484

ADCPNet	1.97 497	0.78 478	9.38 535	0.74 429	0.61 413	2.73 513	1.36 495	2.11 422	1.66 473	1.92 482	1.70 439	2.45 501	2.07 504	2.50 417	6.84 528	0.38 445	0.38 482	0.38 453	0.43 479	0.47 460	0.50 456

test_sample6	0.77 286	0.36 303	1.07 314	0.56 231	0.31 142	0.82 290	0.56 328	2.12 423	1.24 334	1.21 299	1.40 364	0.90 245	0.90 327	1.45 278	0.87 341	0.28 376	0.23 381	0.28 371	0.29 413	0.28 336	0.30 354

test_sample5	0.75 272	0.36 303	1.04 302	0.55 210	0.31 142	0.84 305	0.53 297	2.12 423	1.23 330	1.18 280	1.30 326	0.88 233	0.86 306	1.37 255	0.76 309	0.26 338	0.22 353	0.27 357	0.28 395	0.28 336	0.29 338

test_sample3	0.73 264	0.35 294	1.06 309	0.55 210	0.32 175	0.97 357	0.51 280	2.12 423	1.25 342	1.16 265	1.17 274	0.88 233	0.78 263	1.27 233	0.79 320	0.26 338	0.21 338	0.25 322	0.25 352	0.26 314	0.27 308

DualNet	0.75 272	0.36 303	1.04 302	0.55 210	0.31 142	0.84 305	0.53 297	2.12 423	1.23 330	1.21 299	1.40 364	0.88 233	0.86 306	1.37 255	0.76 309	0.26 338	0.22 353	0.27 357	0.28 395	0.28 336	0.29 338

NINENet	0.81 315	0.40 357	0.89 244	0.65 345	0.53 373	2.30 501	0.42 185	2.12 423	1.13 275	1.20 292	1.27 315	1.02 296	0.70 241	1.26 230	0.75 306	0.29 391	0.24 391	0.31 399	0.21 271	0.27 320	0.26 290

AASNet	0.80 306	0.39 351	1.16 353	0.84 466	0.80 469	1.14 386	0.59 347	2.12 423	1.21 317	1.26 330	1.26 306	0.93 259	0.77 256	0.84 115	1.23 408	0.28 376	0.24 391	0.24 283	0.20 229	0.28 336	0.27 308

S-Stereo	1.17 425	0.48 396	2.25 470	0.83 462	0.81 473	1.22 406	1.17 480	2.12 423	2.08 502	1.47 420	2.13 483	1.55 420	1.16 417	2.09 380	1.46 438	0.42 461	0.40 488	0.35 436	0.32 436	0.45 449	0.73 499

HITNet	0.71 255	0.42 370	1.07 314	0.52 160	0.25 38	1.05 368	0.48 259	2.12 423	1.08 243	1.21 299	1.23 298	0.91 249	0.84 293	0.90 137	0.91 353	0.17 74	0.12 34	0.21 195	0.17 161	0.29 353	0.18 96
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
edge stereo	1.15 422	0.54 419	1.50 409	0.73 423	0.66 431	1.18 402	0.84 429	2.13 431	1.41 425	1.73 466	1.84 458	2.53 503	1.46 462	2.46 411	1.35 427	0.43 462	0.41 489	0.54 494	0.36 461	0.43 436	0.50 456

test_sample4	0.74 268	0.36 303	1.09 320	0.55 210	0.32 175	0.92 334	0.51 280	2.14 432	1.25 342	1.22 307	1.22 290	0.86 225	0.82 285	1.29 237	0.76 309	0.26 338	0.21 338	0.26 343	0.26 369	0.27 320	0.28 324

PSMNet-RSSM	0.78 291	0.32 217	0.89 244	0.65 345	0.43 309	0.73 244	0.58 341	2.14 432	1.19 306	1.18 280	1.38 357	1.31 374	1.07 399	1.43 274	0.82 330	0.28 376	0.21 338	0.27 357	0.29 413	0.25 302	0.26 290

BEATNet_4x	0.82 317	0.54 419	2.02 453	0.56 231	0.28 91	1.04 365	0.55 321	2.14 432	1.13 275	1.24 314	1.26 306	1.00 289	0.94 343	1.13 203	1.23 408	0.21 217	0.14 132	0.24 283	0.20 229	0.37 412	0.23 229

NCC-stereo	1.20 432	0.60 436	1.84 440	0.88 477	0.95 493	1.32 417	0.94 450	2.14 432	1.36 403	1.43 407	1.79 450	1.93 466	2.13 511	2.54 420	1.41 432	0.49 483	0.38 482	0.45 475	0.59 507	0.43 436	0.45 442

Abc-Net	1.20 432	0.60 436	1.84 440	0.88 477	0.95 493	1.32 417	0.94 450	2.14 432	1.36 403	1.43 407	1.79 450	1.93 466	2.13 511	2.54 420	1.41 432	0.49 483	0.38 482	0.45 475	0.59 507	0.43 436	0.45 442
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-SNSev	1.68 477	1.45 519	8.71 533	0.71 410	0.67 437	1.35 424	1.51 500	2.15 437	1.47 448	1.51 429	1.68 436	2.27 491	1.38 452	4.23 462	2.36 490	0.32 408	0.29 431	0.31 399	0.33 449	0.43 436	0.39 417

psmg	0.75 272	0.34 265	0.77 173	0.52 160	0.45 323	1.46 439	0.73 397	2.15 437	1.04 230	1.25 317	1.33 338	1.11 327	0.77 256	0.94 146	0.76 309	0.25 313	0.20 322	0.25 322	0.26 369	0.23 261	0.24 250

IGEV++	0.45 79	0.24 46	0.63 100	0.58 266	0.32 175	0.42 44	0.25 29	2.16 439	0.65 91	0.38 31	0.58 85	0.46 69	0.44 104	0.56 28	0.40 127	0.20 188	0.13 68	0.16 46	0.13 59	0.17 76	0.18 96

SMFormer	0.79 300	0.32 217	0.95 274	0.49 110	0.27 58	0.83 297	0.43 203	2.16 439	1.45 442	1.27 335	1.50 393	0.98 278	0.96 350	1.87 348	0.99 373	0.24 293	0.22 353	0.22 225	0.21 271	0.23 261	0.27 308

tta	0.79 300	0.32 217	0.95 274	0.49 110	0.27 58	0.83 297	0.43 203	2.16 439	1.45 442	1.27 335	1.50 393	0.98 278	0.96 350	1.87 348	0.99 373	0.24 293	0.22 353	0.22 225	0.21 271	0.19 142	0.22 209

qqq1	0.76 280	0.32 217	0.95 274	0.49 110	0.27 58	0.83 297	0.43 203	2.16 439	1.45 442	1.27 335	1.50 393	0.98 278	0.96 350	1.87 348	0.48 192	0.24 293	0.22 353	0.18 103	0.15 103	0.19 142	0.22 209

fff1	0.76 280	0.32 217	0.95 274	0.49 110	0.27 58	0.83 297	0.43 203	2.16 439	1.45 442	1.27 335	1.50 393	0.98 278	0.96 350	1.87 348	0.48 192	0.24 293	0.22 353	0.18 103	0.15 103	0.19 142	0.22 209

Wz-Net-MNSev	1.21 434	0.66 458	3.44 501	0.69 398	0.73 448	1.93 483	1.44 499	2.16 439	1.59 467	1.85 478	1.49 386	1.50 411	1.34 448	2.05 377	1.54 447	0.27 359	0.24 391	0.28 371	0.28 395	0.35 402	0.32 373

CSP-Net	1.00 388	0.41 367	0.99 287	0.56 231	0.43 309	1.62 454	0.76 402	2.16 439	1.16 293	1.33 363	1.22 290	1.32 378	0.89 324	4.67 473	0.93 360	0.35 433	0.24 391	0.20 161	0.20 229	0.23 261	0.30 354

ADCRef	1.50 463	0.61 441	3.83 507	0.76 444	0.77 461	1.91 481	0.77 403	2.16 439	1.34 391	1.63 455	1.59 423	1.35 383	1.40 455	1.79 340	8.32 533	0.25 313	0.21 338	0.32 410	0.31 429	0.31 375	0.32 373

WCMA_ROB	2.05 498	0.55 423	1.77 434	0.74 429	0.61 413	2.24 498	1.56 505	2.17 447	1.79 486	4.16 537	6.36 539	5.66 538	4.66 542	3.19 442	2.77 496	0.55 495	0.45 498	0.40 463	0.43 479	0.48 461	0.50 456

RGC	1.22 435	0.82 483	1.71 430	0.95 498	0.98 498	1.53 445	0.80 417	2.18 448	1.35 394	1.69 463	1.94 470	2.03 481	1.66 479	2.36 404	1.50 442	0.46 475	0.36 472	0.59 505	0.48 490	0.49 464	0.49 452

ADCMid	2.11 502	0.90 488	8.39 531	0.75 437	0.69 441	1.98 485	1.14 476	2.18 448	1.67 474	2.85 518	1.85 461	2.35 497	2.02 502	2.35 403	10.58 544	0.34 423	0.32 452	0.39 457	0.44 481	0.51 467	0.53 465

pcwnet_v2	0.91 365	0.39 351	2.74 485	0.64 338	0.55 385	0.81 289	0.49 270	2.19 450	1.63 471	1.44 410	1.64 430	1.09 318	0.79 272	1.31 240	0.70 295	0.32 408	0.25 403	0.29 382	0.27 385	0.37 412	0.37 406

NVStereoNet_ROB	2.17 506	1.18 508	3.51 502	1.14 512	1.26 519	1.57 449	1.51 500	2.19 450	2.11 504	2.04 492	4.80 530	3.17 520	2.11 509	7.97 533	2.10 480	1.12 524	0.94 539	1.10 525	1.34 538	0.95 510	1.31 523
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DispFullNet	2.39 513	2.89 552	3.74 506	3.09 545	2.27 537	2.04 490	0.84 429	2.19 450	1.73 480	2.54 511	1.98 473	2.23 488	5.83 545	3.44 451	1.84 475	1.03 519	0.33 458	2.65 546	1.97 550	2.87 535	2.34 539

ac_64	0.86 343	0.32 217	1.02 297	0.74 429	0.60 407	1.04 365	0.53 297	2.20 453	0.99 210	1.23 310	1.11 243	1.96 472	1.06 397	2.01 370	1.01 378	0.30 397	0.22 353	0.24 283	0.23 330	0.22 242	0.22 209

RTSC	1.43 459	0.89 487	3.62 505	0.94 496	0.64 420	1.85 477	0.69 383	2.20 453	2.04 501	2.22 498	1.70 439	1.67 440	1.27 438	2.53 419	4.48 514	0.33 414	0.25 403	0.27 357	0.29 413	0.38 418	0.40 421

otaku	1.67 475	1.18 508	1.56 419	2.27 532	1.59 527	1.98 485	1.23 487	2.23 455	1.37 408	1.48 426	1.63 429	1.73 448	1.23 431	1.85 344	1.09 388	2.96 540	0.58 520	1.74 529	0.61 510	2.94 536	2.15 536

Syn2CoEx	1.23 439	0.80 479	3.07 493	0.83 462	0.68 438	1.39 429	0.87 438	2.23 455	1.57 465	1.28 341	1.58 419	1.42 392	1.57 471	3.79 458	1.48 441	0.36 440	0.32 452	0.34 429	0.30 425	0.30 368	0.41 425

HBP-ISP	1.00 388	0.60 436	0.85 226	0.64 338	0.48 341	1.63 455	0.77 403	2.24 457	1.30 378	1.33 363	1.53 403	0.87 227	0.99 366	3.26 446	0.76 309	0.46 475	0.44 496	0.54 494	0.48 490	0.48 461	0.42 433

PAM_32	0.87 347	0.30 167	1.08 317	0.56 231	0.32 175	2.10 494	0.36 122	2.26 458	1.01 217	1.13 245	1.05 219	3.14 519	1.47 464	1.00 165	0.42 145	0.19 147	0.14 132	0.20 161	0.18 178	0.19 142	0.25 270

PAM	0.86 343	0.31 199	1.19 360	0.55 210	0.35 229	2.17 495	0.47 252	2.26 458	0.87 157	1.18 280	0.96 174	3.01 514	1.41 457	0.90 137	0.40 127	0.19 147	0.13 68	0.19 127	0.18 178	0.20 178	0.27 308

MyStereo06	0.67 226	0.29 143	1.06 309	0.58 266	0.48 341	0.62 182	0.72 394	2.26 458	0.89 161	1.07 229	1.12 247	1.22 347	0.56 176	0.83 110	0.47 185	0.17 74	0.17 262	0.24 283	0.21 271	0.23 261	0.23 229

LSM	6.55 546	1.26 513	15.64 549	1.79 527	68.74 574	1.67 458	2.08 529	2.26 458	2.59 514	3.13 528	3.08 512	1.90 460	1.81 491	2.89 435	2.16 483	0.43 462	0.59 521	0.50 486	0.58 505	0.64 492	17.24 568

DRN-Test	1.07 408	0.49 401	1.95 450	0.75 437	0.81 473	1.61 452	0.78 406	2.26 458	1.53 457	1.84 476	1.35 347	1.42 392	1.04 391	2.26 396	1.61 455	0.28 376	0.23 381	0.31 399	0.30 425	0.33 392	0.33 382

DISCO	1.06 403	0.37 324	1.19 360	0.73 423	0.46 331	2.04 490	0.84 429	2.26 458	1.54 459	1.25 317	1.36 351	2.38 498	1.08 400	2.60 423	1.62 457	0.24 293	0.19 309	0.22 225	0.20 229	0.32 386	0.29 338

AF-Net	1.23 439	0.56 427	2.31 471	0.88 477	0.93 489	1.41 434	0.73 397	2.27 464	1.71 478	1.76 470	2.42 497	2.00 475	1.70 482	1.98 365	1.62 457	0.50 487	0.29 431	0.49 485	0.33 449	0.40 427	0.34 390

SPS-STEREO	1.78 482	1.09 503	1.52 414	1.22 515	1.14 509	1.87 479	1.11 470	2.27 464	1.70 476	3.17 529	2.39 495	2.84 511	1.93 498	4.41 466	2.93 498	1.04 521	0.99 542	0.97 519	0.94 526	1.03 515	1.05 516
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Nwc_Net	1.19 430	0.53 416	2.34 472	0.92 487	0.81 473	1.49 440	0.70 390	2.28 466	1.32 387	1.41 399	2.27 489	2.03 481	1.76 488	2.05 377	1.46 438	0.43 462	0.30 435	0.43 470	0.46 486	0.39 423	0.40 421

FCDSN-DC	2.47 515	0.65 457	1.00 292	0.85 469	0.75 455	2.26 500	0.97 455	2.31 467	1.83 489	5.52 550	7.65 546	7.72 546	7.70 552	4.43 467	2.64 494	0.52 489	0.48 505	0.52 489	0.52 498	0.57 481	0.59 481
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SCV	0.51 122	0.29 143	0.72 141	0.63 324	0.27 58	0.40 27	0.38 145	2.32 468	0.75 118	0.36 24	0.49 52	0.55 116	0.35 55	1.31 240	0.34 60	0.25 313	0.13 68	0.17 69	0.14 84	0.18 107	0.18 96

mmx	1.89 492	0.36 303	1.51 410	0.56 231	0.40 280	0.76 256	0.59 347	2.32 468	1.41 425	1.19 287	1.49 386	1.07 307	0.85 298	9.88 552	13.82 549	0.25 313	0.21 338	0.31 399	0.28 395	0.32 386	0.29 338

xxx	1.89 492	0.36 303	1.51 410	0.56 231	0.40 280	0.76 256	0.59 347	2.32 468	1.41 425	1.19 287	1.49 386	1.07 307	0.85 298	9.88 552	13.82 549	0.25 313	0.21 338	0.31 399	0.28 395	0.32 386	0.29 338

ssnet_v2	0.92 368	0.39 351	1.22 369	0.66 359	0.39 268	1.31 416	0.96 454	2.32 468	1.45 442	1.48 426	1.17 274	1.53 417	0.91 330	1.16 209	1.71 469	0.31 401	0.27 417	0.30 393	0.29 413	0.28 336	0.29 338

ARAFT	0.82 317	0.40 357	1.77 434	0.53 183	0.31 142	0.89 320	0.81 422	2.32 468	1.08 243	1.66 460	1.25 304	1.04 300	0.64 220	1.91 355	0.52 218	0.20 188	0.15 198	0.28 371	0.27 385	0.17 76	0.18 96

pmcnn	2.84 524	0.46 385	5.19 518	0.68 385	0.42 304	1.55 446	1.16 479	2.32 468	1.60 469	2.72 514	7.49 544	17.96 561	1.48 466	6.04 501	6.64 527	0.18 109	0.15 198	0.15 17	0.12 29	0.20 178	0.20 155

ITSA-stereo	0.85 339	0.38 342	0.92 261	0.58 266	0.32 175	0.86 313	0.49 270	2.33 474	1.69 475	1.16 265	1.12 247	0.95 269	0.85 298	2.46 411	1.18 397	0.27 359	0.23 381	0.28 371	0.28 395	0.28 336	0.41 425

ttt	1.26 444	0.36 303	0.79 183	0.65 345	0.42 304	0.94 341	0.57 334	2.33 474	1.38 410	1.25 317	1.65 431	0.92 257	0.78 263	2.64 424	8.73 536	0.30 397	0.28 422	0.26 343	0.25 352	0.29 353	0.32 373

CRFU-Net	0.90 360	0.42 370	1.10 325	0.69 398	0.59 403	1.76 466	0.84 429	2.33 474	0.92 172	1.45 416	1.20 282	1.62 431	1.25 435	1.38 259	0.94 365	0.28 376	0.23 381	0.22 225	0.19 200	0.24 290	0.27 308

UGAM-zero	1.05 401	0.33 236	1.04 302	0.49 110	0.31 142	0.67 217	0.26 38	2.37 477	0.80 136	1.05 221	1.11 243	2.86 512	1.81 491	6.26 506	0.50 206	0.18 109	0.15 198	0.19 127	0.16 138	0.17 76	0.21 182

GES	0.70 249	0.37 324	1.05 307	0.62 314	0.38 259	0.94 341	0.57 334	2.37 477	0.92 172	1.05 221	1.12 247	0.67 160	0.77 256	1.02 171	0.65 282	0.28 376	0.20 322	0.20 161	0.20 229	0.22 242	0.31 364

WZ-Net	2.14 504	1.08 501	11.68 542	0.89 484	0.78 465	1.76 466	1.59 507	2.39 479	2.03 500	2.11 495	1.95 472	2.30 494	2.28 514	5.94 500	3.86 510	0.35 433	0.27 417	0.29 382	0.32 436	0.52 468	0.50 456

222	1.67 475	0.31 199	0.93 263	0.59 285	0.31 142	1.05 368	0.43 203	2.39 479	1.47 448	1.37 383	1.55 407	0.94 265	0.94 343	1.98 365	17.76 558	0.24 293	0.22 353	0.21 195	0.20 229	0.22 242	0.26 290

test_xeample	1.55 467	0.31 199	0.94 270	0.54 197	0.31 142	0.94 341	0.58 341	2.40 481	1.40 421	1.29 346	1.55 407	0.89 243	0.88 321	1.72 327	15.94 555	0.22 251	0.22 353	0.22 225	0.21 271	0.23 261	0.25 270

iResNet_ROB	0.82 317	0.36 303	1.13 332	0.60 293	0.37 247	0.91 327	0.38 145	2.41 482	1.61 470	1.35 376	1.35 347	1.25 356	0.97 360	1.75 331	0.88 342	0.21 217	0.14 132	0.17 69	0.12 29	0.19 142	0.30 354

SFCPSM	0.74 268	0.30 167	1.06 309	0.52 160	0.39 268	1.36 425	0.64 369	2.42 483	1.11 262	1.18 280	1.21 288	0.81 202	0.78 263	1.08 188	0.57 248	0.22 251	0.17 262	0.22 225	0.24 343	0.23 261	0.21 182

xxxx	1.61 471	0.32 217	0.98 285	0.58 266	0.31 142	1.15 390	0.43 203	2.43 484	1.41 425	1.17 269	1.40 364	1.21 343	0.86 306	1.94 359	16.68 557	0.24 293	0.24 391	0.21 195	0.20 229	0.23 261	0.27 308

SHD	1.42 457	0.81 482	2.79 487	0.98 500	0.92 486	1.97 484	0.68 380	2.43 484	2.55 513	2.54 511	1.72 442	2.01 477	1.62 473	2.14 385	2.70 495	0.40 453	0.33 458	0.39 457	0.40 471	0.48 461	0.54 466

Wz-Net-TNSev	2.10 501	2.71 551	9.30 534	0.72 415	0.65 425	2.41 506	1.81 521	2.45 486	1.77 482	1.62 453	1.56 413	2.56 504	2.01 500	5.30 483	4.46 513	0.41 457	0.38 482	0.33 421	0.37 465	0.54 476	0.64 489

RTS	2.76 518	1.55 526	15.40 546	1.13 509	1.42 523	3.75 532	2.21 532	2.45 486	2.72 522	2.91 521	2.85 507	2.58 505	1.62 473	6.28 508	5.80 523	0.41 457	0.30 435	0.35 436	0.35 458	0.52 468	0.54 466

RTSA	2.76 518	1.55 526	15.40 546	1.13 509	1.42 523	3.75 532	2.21 532	2.45 486	2.72 522	2.91 521	2.85 507	2.58 505	1.62 473	6.28 508	5.80 523	0.41 457	0.30 435	0.35 436	0.35 458	0.52 468	0.54 466

HSM	1.22 435	0.34 265	0.81 193	0.61 306	0.39 268	1.22 406	0.63 367	2.45 486	1.25 342	1.32 357	1.26 306	1.91 462	1.08 400	9.21 543	0.75 306	0.23 273	0.17 262	0.20 161	0.16 138	0.22 242	0.24 250

DGSMNet	1.24 442	0.84 485	3.20 495	0.91 486	0.92 486	1.39 429	1.34 493	2.46 490	1.44 437	1.34 370	1.66 432	1.50 411	1.03 385	1.85 344	1.30 416	0.48 481	0.48 505	0.55 498	0.51 497	0.78 504	0.79 505

1111x	1.96 495	0.32 217	1.54 418	0.54 197	0.30 122	1.00 360	0.69 383	2.47 491	1.33 389	1.21 299	1.44 376	1.21 343	1.11 409	8.49 538	16.14 556	0.22 251	0.23 381	0.22 225	0.23 330	0.25 302	0.26 290

ACVNet-4b	3.05 530	1.42 518	18.09 555	2.85 539	2.33 539	2.32 504	1.22 485	2.47 491	2.21 507	1.26 330	2.36 494	2.64 507	1.46 462	6.32 510	1.23 408	3.29 544	0.45 498	2.37 537	1.02 534	3.03 541	2.61 543

MSC_U_SF_DS_RVC	2.22 507	1.29 516	4.14 510	1.10 508	0.78 465	5.00 543	2.38 541	2.47 491	2.67 521	1.94 486	2.28 490	2.66 508	1.70 482	9.10 540	2.29 488	0.68 510	0.52 512	0.68 511	0.71 517	1.17 520	0.81 507

ADCS	2.35 510	1.26 513	6.54 522	0.85 469	0.77 461	2.18 496	1.79 517	2.47 491	2.20 506	2.80 517	2.14 485	2.38 498	2.09 505	2.81 432	13.83 552	0.43 462	0.41 489	0.40 463	0.45 484	0.59 484	0.67 491

AE-Stereo	0.58 168	0.29 143	0.81 193	0.62 314	0.41 294	0.69 230	0.46 241	2.49 495	1.25 342	0.49 80	0.77 133	0.69 167	0.46 121	0.61 43	0.42 145	0.17 74	0.16 233	0.21 195	0.20 229	0.19 142	0.18 96

MFN_U_SF_RVC	1.62 473	0.96 495	4.36 513	0.92 487	0.69 441	2.62 511	1.10 469	2.50 496	1.74 481	1.99 490	1.86 463	2.45 501	1.78 490	3.08 439	2.84 497	0.54 491	0.50 511	0.56 500	0.60 509	0.60 487	0.67 491

DeepPrunerF	1.68 477	0.82 483	6.82 523	0.94 496	1.20 516	0.91 327	0.97 455	2.50 496	5.19 546	1.22 307	1.30 326	1.18 338	1.29 440	4.96 479	1.75 470	0.43 462	0.35 468	0.52 489	0.48 490	0.43 436	0.42 433

DIP-Stereo	0.64 209	0.32 217	0.91 258	0.49 110	0.36 237	0.91 327	0.33 88	2.51 498	0.77 120	1.25 317	1.00 194	0.68 162	0.51 152	0.92 142	0.65 282	0.19 147	0.15 198	0.21 195	0.17 161	0.19 142	0.22 209
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
TRStereo	0.67 226	0.71 469	1.06 309	0.77 446	0.68 438	0.53 127	0.38 145	2.52 499	0.96 194	0.81 159	0.84 151	0.87 227	0.39 80	1.16 209	0.46 175	0.24 293	0.17 262	0.23 259	0.24 343	0.18 107	0.20 155

SAMSARA	1.80 484	0.90 488	3.37 500	1.28 518	1.13 507	3.71 530	2.33 537	2.53 500	1.93 494	3.17 529	1.73 443	2.99 513	1.68 481	3.53 452	2.46 492	0.47 479	0.54 514	0.43 470	0.47 488	0.59 484	0.64 489

XQC	1.51 464	0.98 496	3.20 495	0.92 487	0.76 460	2.01 488	1.17 480	2.53 500	1.99 498	2.01 491	1.54 404	2.00 475	1.54 469	3.16 441	3.46 505	0.49 483	0.31 440	0.45 475	0.40 471	0.71 501	0.62 486

EAI-Stereo	0.76 280	0.31 199	0.74 160	0.55 210	0.28 91	0.70 234	1.72 513	2.57 502	0.90 166	0.75 146	3.03 510	0.57 125	0.43 98	1.10 196	0.49 203	0.19 147	0.14 132	0.17 69	0.18 178	0.17 76	0.21 182

RAFT + AFF	1.07 408	0.47 390	1.36 396	0.68 385	0.50 352	1.20 404	1.22 485	2.58 503	1.26 350	1.33 363	1.56 413	1.19 340	1.49 467	3.89 460	1.01 378	0.22 251	0.26 409	0.30 393	0.27 385	0.29 353	0.32 373

AIO-Stereo-zeroshot1	1.06 403	0.43 374	3.59 503	0.53 183	0.66 431	0.79 274	0.39 159	2.60 504	0.98 201	0.96 198	4.58 527	2.05 485	0.56 176	0.99 161	0.51 210	0.19 147	0.14 132	0.21 195	0.28 395	0.32 386	0.41 425

SANet	2.26 508	0.70 467	6.94 524	0.69 398	0.46 331	2.76 514	1.76 515	2.61 505	5.84 548	2.45 507	3.52 517	3.71 523	3.38 533	5.90 497	2.14 482	0.34 423	0.31 440	0.32 410	0.29 413	0.54 476	0.43 437

PDISCO_ROB	1.41 455	0.73 475	2.04 457	1.40 519	1.46 525	2.83 516	1.07 467	2.64 506	2.11 504	1.41 399	1.50 393	1.73 448	0.99 366	2.83 434	1.46 438	1.03 519	0.27 417	0.54 494	0.47 488	0.77 503	0.84 509

BUS	0.78 291	0.34 265	0.77 173	0.55 210	0.45 323	2.30 501	0.42 185	2.65 507	1.04 230	1.25 317	1.12 247	1.02 296	0.70 241	0.94 146	0.75 306	0.25 313	0.18 292	0.25 322	0.22 298	0.23 261	0.24 250

BSDual-CNN	0.75 272	0.34 265	0.77 173	0.55 210	0.45 323	1.25 410	0.66 375	2.65 507	1.04 230	1.25 317	1.12 247	1.11 327	0.77 256	0.94 146	0.76 309	0.25 313	0.18 292	0.25 322	0.22 298	0.23 261	0.24 250

hknet	0.82 317	0.34 265	1.15 339	0.55 210	0.39 268	1.25 410	0.66 375	2.65 507	1.10 255	1.25 317	1.12 247	1.58 425	0.85 298	1.41 267	0.79 320	0.23 273	0.18 292	0.25 322	0.22 298	0.23 261	0.24 250

STrans-v2	1.06 403	0.31 199	1.02 297	0.52 160	0.33 195	0.67 217	0.78 406	2.66 510	1.26 350	1.15 261	1.46 380	1.37 388	1.40 455	6.68 517	0.46 175	0.19 147	0.13 68	0.21 195	0.18 178	0.18 107	0.21 182

AnyNet_C01	2.38 512	2.21 541	10.17 537	0.99 501	0.79 467	3.12 522	2.37 539	2.69 511	1.89 492	2.58 513	2.44 498	2.70 509	1.86 495	3.65 453	7.12 529	0.41 457	0.41 489	0.40 463	0.42 475	0.68 497	0.79 505

GEStereo_RVC	0.93 373	0.40 357	1.15 339	0.67 373	0.50 352	0.95 348	0.78 406	2.73 512	1.21 317	1.20 292	1.12 247	1.25 356	0.91 330	3.21 443	0.95 367	0.31 401	0.20 322	0.23 259	0.20 229	0.28 336	0.31 364

SGM_RVC	1.88 489	0.40 357	0.90 254	0.63 324	0.30 122	2.81 515	1.26 490	2.73 512	1.81 488	4.09 533	2.85 507	3.88 526	3.19 528	8.42 537	2.44 491	0.33 414	0.31 440	0.30 393	0.28 395	0.31 375	0.31 364
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CoDeX	0.78 291	0.31 199	1.04 302	0.56 231	0.37 247	1.13 383	0.60 354	2.77 514	1.29 374	1.17 269	1.26 306	0.91 249	0.87 315	1.42 272	0.74 303	0.21 217	0.16 233	0.21 195	0.18 178	0.21 222	0.21 182

RainbowNet	2.06 499	1.86 532	1.97 452	2.86 540	2.25 535	2.03 489	1.79 517	2.77 514	1.92 493	1.54 437	1.84 458	1.95 471	1.73 486	2.23 392	1.38 430	3.40 547	0.86 534	2.39 540	1.00 532	2.94 536	2.42 540

PVD	1.82 486	0.91 491	3.02 492	1.03 503	0.94 492	2.61 510	1.14 476	2.78 516	3.40 532	3.08 527	2.75 504	2.39 500	2.49 519	2.81 432	3.66 507	0.48 481	0.49 510	0.59 505	0.49 493	0.60 487	0.81 507

LMCR-Stereo	0.87 347	0.50 404	0.99 287	0.80 451	0.43 309	1.32 417	0.55 321	2.79 517	1.03 224	1.55 440	1.49 386	0.74 181	1.01 375	1.76 332	0.99 373	0.30 397	0.17 262	0.22 225	0.18 178	0.31 375	0.22 209

FBW_ROB	1.78 482	0.66 458	1.90 445	0.72 415	0.66 431	1.79 472	1.07 467	2.79 517	1.77 482	1.84 476	1.79 450	1.98 473	1.37 451	12.42 560	2.22 484	0.36 440	0.38 482	0.57 502	0.39 469	0.46 456	0.51 460

FINET	1.54 466	0.67 462	7.28 525	0.76 444	0.97 496	1.42 437	1.38 496	2.80 519	3.12 527	1.23 310	1.68 436	1.04 300	1.11 409	3.35 449	1.78 474	0.43 462	0.37 477	0.32 410	0.29 413	0.43 436	0.41 425

AIO-Stereo-zeroshot	0.85 339	0.38 342	2.79 487	0.51 140	0.60 407	0.72 239	0.38 145	2.87 520	0.77 120	0.80 154	1.07 223	2.14 487	0.93 340	0.96 155	0.62 269	0.21 217	0.13 68	0.21 195	0.26 369	0.29 353	0.32 373

SGM+DAISY	5.38 541	1.28 515	8.24 528	1.27 517	1.16 513	10.62 552	16.01 560	2.93 521	2.53 512	8.64 558	13.03 556	8.26 548	13.38 558	6.34 511	7.59 531	1.07 522	1.05 545	1.00 522	0.98 529	1.02 514	1.12 520

ELAS_RVC	2.87 526	0.80 479	3.22 497	1.16 514	1.12 505	2.92 520	5.33 551	2.98 522	4.18 540	5.04 545	4.82 531	4.71 531	8.23 553	4.25 464	4.79 516	0.67 508	0.57 518	0.57 502	0.53 500	0.66 495	0.74 500
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	3.24 532	2.37 542	10.86 539	2.14 531	1.14 509	3.71 530	4.19 550	3.02 523	3.55 534	3.05 526	3.63 518	3.09 518	2.35 518	8.16 535	3.41 504	2.17 533	0.96 540	1.77 530	1.01 533	2.84 534	1.40 527

ACVNet_1	3.08 531	1.48 522	17.70 551	2.90 542	2.35 540	2.30 501	1.43 498	3.16 524	2.26 509	1.91 481	2.05 479	3.51 522	2.32 515	3.71 456	1.58 450	3.25 543	0.66 523	2.40 541	1.06 535	3.07 542	2.59 542

iRaft-Stereo_20w	0.71 255	0.33 236	1.25 376	0.50 126	0.36 237	0.82 290	0.31 73	3.16 524	0.89 161	1.24 314	1.14 263	0.79 194	0.65 224	1.15 206	0.43 151	0.18 109	0.13 68	0.18 103	0.17 161	0.20 178	0.23 229

ACVNet_2	2.86 525	1.47 521	8.28 529	2.68 538	2.26 536	2.70 512	1.84 522	3.41 526	3.04 526	2.27 500	3.42 516	4.58 529	2.10 506	5.91 498	1.62 457	2.58 537	0.67 524	2.22 534	0.85 523	2.79 533	2.47 541

FC-DCNN	2.88 527	0.61 441	1.15 339	0.75 437	0.57 394	2.85 518	1.05 464	3.44 527	2.64 519	6.93 551	7.63 545	9.86 552	7.02 550	5.76 495	4.31 512	0.54 491	0.48 505	0.51 487	0.50 494	0.53 473	0.52 462

MeshStereo	2.36 511	0.60 436	1.05 307	0.63 324	0.51 362	2.58 509	0.99 458	3.46 528	2.21 507	7.38 555	5.06 534	7.50 543	3.10 527	7.02 523	2.54 493	0.44 471	0.44 496	0.45 475	0.40 471	0.43 436	0.45 442
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
ELAS	2.67 517	0.80 479	2.13 462	1.13 509	1.15 511	6.25 547	2.56 543	3.50 529	3.68 535	5.36 548	4.92 533	3.79 524	5.56 544	3.65 453	5.22 520	0.66 507	0.57 518	0.56 500	0.54 501	0.65 494	0.75 502
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet+	2.80 521	3.38 555	11.57 541	1.50 525	1.21 518	3.18 524	2.00 523	3.52 530	2.61 515	1.81 473	2.09 481	2.83 510	2.18 513	7.55 528	5.44 522	0.84 513	0.83 529	0.71 513	0.66 513	1.05 517	1.08 518

FC-DCNN v2	2.96 528	0.61 441	1.13 332	0.75 437	0.57 394	2.90 519	1.06 466	3.59 531	2.66 520	7.05 552	7.66 547	10.26 555	7.17 551	6.27 507	4.49 515	0.54 491	0.48 505	0.51 487	0.50 494	0.53 473	0.52 462

HSM-Net_RVC	0.91 365	0.31 199	0.60 87	0.54 197	0.31 142	1.15 390	0.60 354	3.76 532	1.30 378	1.57 444	1.75 445	1.67 440	1.01 375	1.61 312	0.90 349	0.23 273	0.17 262	0.19 127	0.18 178	0.20 178	0.22 209
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DPSNet	1.91 494	0.64 451	5.95 519	0.73 423	0.59 403	2.04 490	1.61 508	3.84 533	1.96 497	1.54 437	1.39 359	2.27 491	3.32 531	4.95 478	4.79 516	0.50 487	0.31 440	0.29 382	0.26 369	0.67 496	0.54 466

JetBlue	4.18 536	2.45 546	10.42 538	1.40 519	2.89 548	10.68 553	10.68 553	3.91 534	2.52 511	2.74 515	3.39 515	4.50 528	4.27 540	7.97 533	7.67 532	0.89 514	0.97 541	0.89 517	0.92 525	2.26 527	2.21 537

MDST_ROB	1.88 489	0.40 357	1.71 430	0.93 493	0.60 407	4.27 540	1.23 487	3.99 535	1.44 437	4.61 541	2.63 503	1.44 398	1.03 385	9.78 549	1.62 457	0.33 414	0.26 409	0.37 449	0.33 449	0.31 375	0.34 390

LE_ROB	8.35 552	0.47 390	27.42 567	0.83 462	0.34 212	2.84 517	3.36 549	4.03 536	27.04 569	25.20 569	8.72 551	8.55 549	27.35 569	7.37 526	22.13 561	0.22 251	0.20 322	0.20 161	0.21 271	0.25 302	0.25 270

WAO-7	2.78 520	1.54 525	2.18 465	1.41 522	1.19 515	3.92 535	2.01 526	4.19 537	3.89 537	2.98 523	5.47 535	4.18 527	3.28 530	8.24 536	4.27 511	1.13 525	1.01 543	1.18 526	1.13 537	1.19 521	1.13 521

IMH-64-1	2.82 522	1.87 533	1.77 434	3.31 547	2.69 543	3.22 525	2.07 527	4.25 538	2.77 524	2.46 508	3.78 520	3.05 515	2.34 516	4.67 473	3.00 500	3.84 552	0.84 532	2.75 547	1.39 539	3.34 545	2.93 548

IMH-64	2.82 522	1.87 533	1.77 434	3.31 547	2.69 543	3.22 525	2.07 527	4.25 538	2.77 524	2.46 508	3.78 520	3.05 515	2.34 516	4.67 473	3.00 500	3.84 552	0.84 532	2.75 547	1.39 539	3.34 545	2.93 548

WAO-6	2.98 529	1.67 530	1.88 444	2.38 536	2.30 538	3.53 528	2.37 539	4.38 540	4.64 544	2.42 504	4.50 524	4.85 532	2.99 526	5.22 482	5.37 521	1.77 529	1.16 549	2.31 536	1.47 544	2.42 529	1.99 535

MADNet++	5.41 542	3.18 553	6.43 521	4.66 560	3.95 557	6.15 546	6.75 552	4.51 541	4.51 543	5.06 546	6.27 538	4.96 534	6.14 546	9.39 545	11.70 545	4.71 558	4.19 559	3.97 558	3.33 556	4.08 551	4.25 558

IMH	3.35 533	1.95 535	1.86 443	3.30 546	2.72 545	4.03 538	2.00 523	4.58 542	3.83 536	2.87 519	6.99 542	4.69 530	3.21 529	6.77 519	2.97 499	3.91 555	0.89 536	2.78 549	1.40 543	3.36 547	2.93 548

LVE	3.40 534	1.80 531	2.21 467	2.90 542	2.44 541	3.27 527	2.25 534	4.80 543	5.06 545	2.43 505	6.79 540	5.99 539	2.64 524	9.20 542	2.28 486	3.30 545	1.11 548	2.38 538	1.48 545	2.95 538	2.62 544

Dean	3.77 535	1.65 529	17.87 552	3.01 544	2.54 542	3.15 523	2.10 530	4.80 543	4.42 541	2.89 520	6.03 537	5.45 537	2.55 523	3.40 450	2.13 481	3.22 542	0.89 536	2.51 544	1.07 536	3.07 542	2.65 546

notaker	4.29 537	2.42 545	5.06 516	3.89 556	3.29 553	4.00 536	2.25 534	4.93 545	3.47 533	4.21 539	6.79 540	7.67 545	3.37 532	9.25 544	6.47 525	4.09 557	1.42 551	3.35 556	2.13 553	4.11 552	3.54 553

DPSimNet_ROB	24.77 567	9.69 561	61.46 575	3.56 552	19.46 562	25.95 562	77.56 578	5.09 546	16.60 561	21.50 568	29.82 570	25.12 571	85.69 579	13.37 561	23.07 566	7.23 561	17.79 569	8.55 564	7.57 563	4.57 557	31.84 572

ktn	4.56 538	2.41 544	2.54 478	3.79 555	3.25 551	4.81 542	2.91 547	5.52 547	7.36 549	4.12 536	14.55 558	7.54 544	3.70 535	7.84 532	3.35 503	4.06 556	1.86 554	3.26 555	2.22 554	3.27 544	2.86 547

UNDER WATER	5.68 544	2.46 547	15.52 548	3.98 558	3.53 554	5.15 544	2.74 545	5.58 548	16.41 560	4.00 532	4.56 525	9.12 550	6.43 548	6.22 504	9.11 538	3.85 554	1.35 550	3.18 554	1.98 551	4.51 555	3.84 557

KSHMR	8.76 554	2.14 540	3.59 503	3.60 553	3.13 550	4.15 539	2.67 544	5.61 549	58.90 578	3.04 525	55.71 578	4.94 533	2.54 522	4.61 472	3.05 502	3.49 548	1.57 553	3.14 552	1.98 551	3.84 549	3.49 552

UNDER WATER-64	5.84 545	2.48 548	17.93 553	3.97 557	3.58 555	7.70 548	3.03 548	5.72 550	14.13 554	4.18 538	4.00 522	9.27 551	6.80 549	6.20 503	9.22 539	3.67 549	1.52 552	3.14 552	1.95 549	4.43 554	3.83 556

WAO-8	4.57 539	2.01 536	2.58 481	2.37 534	2.21 533	9.75 549	1.71 511	6.04 551	16.34 557	4.11 534	7.69 548	7.41 541	3.85 536	10.02 555	3.85 508	2.05 531	1.09 546	2.44 542	1.39 539	2.56 531	1.86 533

Venus	4.57 539	2.01 536	2.58 481	2.37 534	2.21 533	9.75 549	1.71 511	6.04 551	16.34 557	4.11 534	7.69 548	7.41 541	3.85 536	10.02 555	3.85 508	2.05 531	1.09 546	2.44 542	1.39 539	2.56 531	1.86 533

JetRed	7.02 548	8.94 560	25.72 563	2.89 541	3.27 552	14.25 558	12.27 557	6.69 553	4.45 542	4.46 540	4.56 525	6.65 540	5.43 543	7.46 527	14.41 554	2.60 538	3.31 556	2.61 545	2.30 555	4.34 553	3.79 555

HanzoNet	11.92 559	5.12 557	17.18 550	4.19 559	3.59 556	5.16 545	2.82 546	7.41 554	9.96 551	33.31 574	27.60 568	22.25 568	37.31 573	18.18 564	13.57 548	8.13 563	3.44 558	3.50 557	3.44 558	7.77 562	4.52 559

SGM-ForestM	7.81 551	0.48 396	11.02 540	0.74 429	0.40 280	16.83 559	12.72 559	7.91 555	8.13 550	11.53 560	10.25 554	22.44 569	14.01 559	17.02 562	20.52 560	0.38 445	0.39 487	0.37 449	0.36 461	0.37 412	0.38 414

TorneroNet	10.72 558	2.09 538	2.76 486	3.48 550	3.03 549	44.72 573	2.31 536	8.62 556	67.06 579	7.45 556	23.21 566	10.59 556	4.28 541	9.03 539	9.00 537	3.67 549	0.91 538	3.04 551	1.63 547	3.92 550	3.55 554

TorneroNet-64	5.41 542	2.10 539	2.43 474	3.49 551	2.83 546	9.90 551	2.13 531	8.87 557	16.79 562	5.39 549	9.18 552	10.68 557	3.92 539	9.55 546	5.11 519	3.36 546	0.86 534	2.88 550	1.62 546	3.76 548	3.37 551

PML	51.64 576	37.49 572	14.31 544	7.45 561	20.27 563	107.80 579	231.34 580	8.94 558	27.70 570	86.74 579	268.93 580	69.03 579	61.09 578	24.71 572	14.36 553	9.71 565	3.40 557	9.60 565	4.67 560	20.46 567	4.76 560

DGTPSM_ROB	13.06 560	8.27 558	22.29 558	9.53 562	18.14 559	11.53 554	31.97 566	10.82 559	16.25 555	7.14 553	19.39 564	10.12 553	16.69 561	9.85 550	22.49 563	4.77 559	8.72 561	5.37 560	10.24 565	6.15 559	11.56 563

DPSMNet_ROB	13.08 561	8.28 559	22.32 559	9.54 563	18.15 560	11.53 554	31.98 567	10.83 560	16.27 556	7.17 554	19.40 565	10.12 553	16.69 561	9.87 551	22.50 564	4.78 560	8.72 561	5.38 561	10.25 566	6.16 560	11.59 564

MANE	7.50 550	0.64 451	7.97 527	1.40 519	2.10 531	16.86 560	12.56 558	12.91 561	17.51 565	8.50 557	11.60 555	14.66 558	13.33 557	12.02 559	13.28 547	0.62 503	0.52 512	0.52 489	1.90 548	0.56 479	0.58 479

tt	6.61 547	0.28 121	6.10 520	3.77 554	2.17 532	11.53 554	19.61 561	13.53 562	5.81 547	3.00 524	2.82 506	4.97 535	6.33 547	3.83 459	7.23 530	9.13 564	11.32 566	5.87 562	6.22 562	6.01 558	2.63 545

TCMNet-wrong-test	10.42 556	11.55 562	15.31 545	20.99 565	18.49 561	13.94 557	10.69 554	16.07 563	4.14 539	5.27 547	5.64 536	16.22 560	12.57 555	7.57 529	10.26 542	7.44 562	2.38 555	4.30 559	3.43 557	11.37 564	10.87 562

USTest	14.33 562	14.93 563	21.00 556	17.41 564	16.02 558	23.11 561	33.76 568	22.02 564	11.81 553	9.47 559	10.19 553	15.94 559	13.17 556	17.25 563	22.38 562	3.81 551	5.01 560	6.17 563	6.18 561	9.23 563	7.81 561

LRCNet_RVC	22.79 565	32.09 571	22.06 557	29.83 569	26.15 566	4.40 541	0.84 429	22.64 565	2.10 503	26.93 570	29.25 569	23.03 570	15.56 560	23.91 568	18.92 559	32.00 572	20.04 573	34.68 571	32.13 572	30.66 571	28.52 571

DLNR_Zeroshot_test	23.23 566	48.25 579	43.77 570	177.04 579	78.39 575	0.35 16	0.21 11	23.33 566	0.82 141	0.67 133	0.86 155	0.58 127	0.30 30	1.64 314	0.48 192	10.69 568	0.13 68	0.18 103	0.14 84	76.63 578	0.23 229

DPSM_ROB	19.12 563	19.13 565	25.13 561	22.15 567	20.86 564	28.06 564	37.75 570	27.18 567	16.95 563	14.25 561	15.07 559	21.66 563	18.69 564	21.83 566	26.51 568	10.15 566	9.30 564	10.45 566	10.41 567	14.00 565	12.85 566

DPSM	19.12 563	19.13 565	25.13 561	22.15 567	20.86 564	28.06 564	37.75 570	27.18 567	16.95 563	14.25 561	15.07 559	21.66 563	18.69 564	21.83 566	26.51 568	10.15 566	9.30 564	10.45 566	10.41 567	14.00 565	12.85 566

Anonymous_1	42.79 574	18.71 564	24.75 560	21.81 566	45.16 572	27.68 563	37.52 569	28.64 569	16.34 557	14.72 563	14.53 557	20.60 562	17.82 563	21.52 565	25.88 567	113.45 579	8.91 563	100.63 576	126.37 576	158.50 579	12.31 565

HaxPig	39.02 571	41.39 576	41.59 568	30.10 570	32.36 567	29.49 566	27.65 564	30.56 570	37.94 575	43.75 575	43.81 574	33.42 572	35.69 570	41.51 573	40.33 575	43.91 576	47.48 578	45.87 572	47.14 574	42.29 572	44.06 575

xxxxx1	54.34 577	26.72 568	27.03 564	114.14 576	99.00 576	30.68 569	47.19 572	32.52 571	26.09 566	17.85 564	17.48 561	21.86 565	20.92 566	24.38 569	33.78 570	34.73 573	41.33 574	157.67 577	175.68 577	65.82 575	71.99 577

tt_ll	54.34 577	26.72 568	27.03 564	114.14 576	99.00 576	30.68 569	47.19 572	32.52 571	26.09 566	17.85 564	17.48 561	21.86 565	20.92 566	24.38 569	33.78 570	34.73 573	41.33 574	157.67 577	175.68 577	65.82 575	71.99 577

ff	54.34 577	26.72 568	27.03 564	114.14 576	99.00 576	30.68 569	47.19 572	32.52 571	26.09 566	17.85 564	17.48 561	21.86 565	20.92 566	24.38 569	33.78 570	34.73 573	41.33 574	157.67 577	175.68 577	65.82 575	71.99 577

BEATNet-Init1	27.39 568	21.01 567	73.65 577	1.07 505	0.80 469	56.07 574	22.82 562	33.14 574	31.71 571	51.78 578	52.93 577	65.63 578	48.54 577	48.75 579	36.36 573	0.52 489	0.47 503	0.54 494	0.54 501	0.64 492	0.72 498

MEDIAN_ROB	42.01 573	44.30 578	44.14 571	35.08 571	34.90 568	31.33 572	29.90 565	36.77 575	40.11 577	47.14 577	46.55 576	37.49 573	38.50 576	44.30 578	42.32 576	47.93 578	49.31 579	49.68 574	49.00 575	44.98 574	46.46 576

AVERAGE_ROB	40.42 572	42.30 577	42.61 569	36.91 572	35.54 569	30.42 568	27.59 563	37.45 576	38.45 576	44.87 576	44.27 575	37.55 574	36.69 571	41.82 574	40.25 574	45.36 577	46.73 577	47.09 573	46.32 573	42.47 573	43.74 574

Selective-RAFT-Error	38.47 570	38.44 574	50.38 573	44.74 573	42.01 571	56.47 575	76.24 577	54.44 577	34.02 574	28.59 572	30.30 571	43.51 575	38.10 575	43.69 575	53.24 577	20.36 570	18.72 572	21.05 569	21.02 569	28.25 569	25.87 570

CasAABBNet	38.42 569	38.42 573	50.26 572	44.76 574	41.87 570	56.47 575	76.22 576	54.44 577	33.92 573	28.53 571	30.36 572	43.53 576	37.59 574	43.77 576	53.32 578	20.27 569	18.70 571	21.03 568	21.04 570	28.19 568	25.79 569

LSM0	42.92 575	38.72 575	50.66 574	47.49 575	110.18 579	56.77 577	75.87 575	54.87 579	33.74 572	29.48 573	31.12 573	43.77 577	37.12 572	43.85 577	53.44 579	20.50 571	18.67 570	21.05 569	21.07 571	28.37 570	41.73 573

test_example2	192.91 580	210.59 580	206.44 580	199.86 580	204.90 580	172.02 580	182.95 579	138.34 580	134.89 580	193.14 580	200.54 579	186.77 580	177.82 580	204.95 580	207.57 580	221.83 580	238.70 580	186.02 580	190.07 580	226.94 580	173.78 580

ccccc		492.94 581		530.37 581	529.69 581	476.06 581		494.48 581		446.40 581		473.27 581		541.46 581		660.58 581	458.79 581	353.88 581	309.98 581	597.94 581

Low-res two-view benchmark