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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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
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
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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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-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

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

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

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
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

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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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
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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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
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.
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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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
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

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

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

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.
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

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

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

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

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

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

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

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

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

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
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_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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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

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

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

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

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
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

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

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
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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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