Low-res two-view results

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

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

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

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

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

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

FoundationStereo	0.77 10	0.42 3	1.20 6	0.95 156	1.01 288	0.70 3	0.35 18	0.78 1	4.64 497	0.64 16	0.38 5	0.73 71	0.77 90	0.96 8	0.50 5	0.29 105	0.24 130	0.23 24	0.16 9	0.18 1	0.32 31

DEFOM-Stereo	0.75 9	0.62 81	1.22 7	0.74 39	0.51 74	3.39 202	0.43 40	1.00 2	0.91 6	0.91 90	0.61 14	0.45 27	0.43 8	1.78 162	0.50 5	0.27 72	0.18 10	0.22 13	0.16 9	0.21 18	0.43 138

S2M2	0.69 5	0.59 62	1.35 17	0.92 129	0.55 93	1.07 10	0.20 1	1.17 3	1.61 97	0.61 10	0.82 32	0.86 99	0.47 14	0.92 7	0.71 42	0.36 259	0.33 237	0.27 123	0.27 200	0.37 236	0.33 42

SGD-Stereo	0.68 4	0.46 13	1.13 2	0.90 114	0.33 3	2.42 103	0.44 45	1.17 3	0.75 1	0.87 77	0.53 10	0.55 37	0.53 22	1.50 116	0.50 5	0.34 219	0.14 1	0.25 71	0.19 43	0.23 36	0.27 11

IGEV-Stereo+	1.08 62	0.55 39	2.59 67	0.89 102	2.06 487	1.40 40	0.38 19	1.18 5	1.29 31	0.76 43	0.45 8	0.47 29	0.79 101	2.16 215	0.65 26	0.29 105	0.25 147	0.22 13	0.19 43	2.27 518	2.70 440

UniTT-Stereo	1.73 108	0.60 70	20.25 385	0.98 179	1.19 348	0.78 4	0.39 23	1.19 6	1.55 73	1.21 125	1.28 114	0.52 35	0.64 49	1.17 35	1.16 163	0.35 235	0.20 33	0.25 71	0.22 116	0.42 300	0.31 28

LGtest1	0.61 1	0.45 11	1.19 5	0.71 34	0.45 42	1.00 8	0.26 3	1.33 7	1.55 73	0.62 12	0.64 15	0.44 24	0.49 19	1.06 17	0.51 10	0.28 91	0.23 102	0.24 49	0.17 17	0.21 18	0.36 85

GREAT-IGEV	4.43 477	0.74 158	13.12 148	1.32 341	9.52 545	2.48 107	0.34 16	1.40 8	1.88 142	0.61 10	0.89 41	0.51 32	0.60 38	1.26 51	1.01 137	0.23 22	31.64 570	0.21 8	0.18 25	0.24 43	20.38 560

999	1.08 62	0.86 215	2.44 59	1.06 215	0.65 144	3.27 184	0.91 304	1.47 9	1.43 46	0.74 35	1.73 241	0.70 61	0.66 57	3.03 284	1.18 165	0.24 29	0.22 74	0.25 71	0.21 84	0.27 70	0.37 88

GLC_STEREO	0.83 22	0.59 62	1.71 40	0.89 102	0.34 5	1.88 62	0.80 233	1.48 10	1.60 91	0.98 102	1.06 66	0.68 57	0.71 67	1.19 38	0.89 95	0.25 43	0.25 147	0.32 241	0.25 166	0.32 150	0.34 53

MGS-Stereo	1.24 77	0.66 104	9.68 126	0.97 173	0.40 29	1.26 23	0.72 166	1.50 11	1.35 36	1.03 113	2.26 389	0.80 87	0.56 26	1.28 57	0.78 59	0.31 157	0.23 102	0.26 101	0.22 116	0.28 81	0.34 53

TANstereo	1.98 117	0.87 219	20.35 401	0.80 66	0.37 11	4.05 359	0.38 19	1.50 11	1.65 106	2.03 262	2.16 369	0.84 93	0.93 140	1.09 23	0.68 35	0.30 133	0.36 265	0.24 49	0.20 70	0.26 63	0.46 160

IGEV-BASED-STEREO-	1.13 70	3.31 451	2.61 68	0.87 94	0.40 29	1.26 23	0.61 106	1.55 13	1.61 97	0.93 94	0.94 50	0.65 50	0.57 28	1.10 24	0.68 35	1.55 513	0.19 20	0.32 241	0.28 227	1.11 491	2.04 420

water-stereo	0.98 45	0.63 84	5.05 96	0.82 73	0.48 55	2.36 98	0.52 71	1.56 14	1.32 35	0.95 98	1.05 64	0.86 99	0.75 85	0.84 2	0.82 78	0.25 43	0.25 147	0.25 71	0.24 151	0.24 43	0.46 160

DilatedVolume-Stereo	0.94 43	0.70 129	3.01 73	1.06 215	0.63 135	1.34 35	0.49 54	1.58 15	1.16 21	1.41 145	1.26 106	0.88 106	0.88 125	1.81 174	0.93 104	0.25 43	0.28 195	0.22 13	0.23 131	0.25 48	0.39 111

MLG-Stereo_test1	0.89 37	0.42 3	2.06 53	0.67 17	1.33 380	3.13 165	0.29 6	1.60 16	3.31 387	0.53 1	0.25 1	0.67 55	0.43 8	1.34 77	0.47 3	0.22 18	0.25 147	0.24 49	0.16 9	0.19 3	0.30 22

SMoEStereo_RVC	0.88 34	0.92 244	1.55 31	0.96 165	0.46 45	2.56 119	0.78 214	1.60 16	1.20 24	0.71 31	1.20 89	0.64 47	0.63 46	1.71 145	1.01 137	0.22 18	0.18 10	0.31 221	0.22 116	0.28 81	0.42 131

AIO_test	3.76 440	0.71 136	19.58 304	0.93 136	17.34 555	1.36 37	0.86 264	1.61 18	1.99 161	0.74 35	0.97 52	1.77 233	0.58 31	1.49 111	0.55 14	0.35 235	0.97 438	0.24 49	0.20 70	0.25 48	22.60 563

LoS_RVC	1.23 76	1.51 367	6.09 104	0.88 100	1.71 461	1.96 69	0.59 98	1.61 18	1.37 39	0.84 68	1.35 127	0.84 93	1.15 208	1.49 111	0.83 81	0.21 12	0.17 4	0.20 1	0.14 1	0.20 9	1.49 391

mms	1.08 62	0.87 219	1.41 21	0.89 102	0.87 242	1.40 40	0.67 135	1.63 20	1.70 117	0.82 59	1.41 146	0.64 47	0.54 24	1.81 174	0.66 28	0.25 43	0.23 102	0.26 101	0.21 84	0.32 150	5.10 482

CASnet	0.85 26	0.59 62	1.66 39	0.91 120	0.30 1	1.37 38	0.73 173	1.63 20	1.94 151	1.66 177	1.14 83	0.66 52	0.63 46	1.07 19	0.90 100	0.37 273	0.17 4	0.41 374	0.31 299	0.33 174	0.23 6
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
asd	0.81 18	0.48 16	1.97 51	0.70 31	0.93 263	2.86 137	0.43 40	1.64 22	1.12 15	0.73 34	0.91 44	0.43 19	0.73 72	1.00 11	0.59 16	0.28 91	0.20 33	0.24 49	0.18 25	0.23 36	0.45 150

ours_stereo	1.00 51	0.88 223	2.52 61	0.91 120	0.74 185	1.10 12	0.57 85	1.68 23	1.24 27	0.76 43	1.49 160	0.70 61	0.62 43	1.61 130	0.62 23	0.26 61	0.20 33	0.26 101	0.21 84	0.30 119	3.24 453

ff7	2.60 259	0.81 201	16.25 204	0.89 102	0.56 99	4.55 469	0.83 245	1.68 23	3.44 414	0.88 80	1.10 74	0.70 61	0.78 94	1.93 191	0.93 104	0.29 105	0.37 272	0.29 179	0.21 84	0.33 174	15.08 537

IGEVStereo-DCA	3.09 364	3.48 456	16.25 204	0.96 165	0.49 64	1.59 51	0.83 245	1.68 23	3.44 414	0.75 39	0.78 25	0.74 78	0.73 72	5.79 337	7.75 477	0.32 174	0.26 172	0.28 156	0.21 84	0.32 150	15.08 537

ffff	2.60 259	0.81 201	16.25 204	0.89 102	0.56 99	4.55 469	0.83 245	1.68 23	3.44 414	0.88 80	1.10 74	0.70 61	0.78 94	1.93 191	0.93 104	0.29 105	0.37 272	0.29 179	0.21 84	0.33 174	15.08 537

11t	2.60 259	0.81 201	16.25 204	0.89 102	0.56 99	4.55 469	0.83 245	1.68 23	3.44 414	0.88 80	1.10 74	0.70 61	0.78 94	1.93 191	0.93 104	0.29 105	0.37 272	0.29 179	0.21 84	0.33 174	15.08 537

ccc-4	2.60 259	0.81 201	16.25 204	0.89 102	0.56 99	4.55 469	0.83 245	1.68 23	3.44 414	0.88 80	1.10 74	0.70 61	0.78 94	1.93 191	0.93 104	0.29 105	0.37 272	0.29 179	0.21 84	0.33 174	15.08 537

RAFT-345	2.55 244	0.60 70	19.89 337	1.22 290	0.49 64	4.43 444	0.77 207	1.68 23	3.54 429	2.09 282	3.10 475	1.95 274	1.30 234	6.65 363	1.47 238	0.41 310	0.23 102	0.32 241	0.26 183	0.29 99	0.28 14

MLG-Stereo_test3	0.66 2	0.40 2	1.55 31	0.64 7	0.65 144	2.21 83	0.31 7	1.69 30	0.81 3	0.59 5	0.54 11	0.56 38	0.33 1	0.98 10	0.60 19	0.21 12	0.23 102	0.24 49	0.17 17	0.20 9	0.34 53

WCG-NET（raft）	1.44 91	0.92 244	1.56 33	0.89 102	0.32 2	1.43 42	0.97 335	1.69 30	2.42 227	1.68 181	1.44 151	2.37 320	1.01 157	1.33 71	0.85 86	0.25 43	8.56 530	0.22 13	0.21 84	0.28 81	0.32 31

MLG-Stereo_test2	0.84 23	0.43 7	1.95 49	0.66 11	1.04 300	3.61 254	0.23 2	1.70 32	2.18 183	0.69 25	0.33 3	0.67 55	0.33 1	1.16 33	0.46 1	0.25 43	0.26 172	0.23 24	0.16 9	0.19 3	0.35 63

RAFT-RH_RVC	2.72 297	0.64 89	20.10 366	1.48 399	0.49 64	4.46 447	0.56 81	1.73 33	2.86 297	3.06 468	5.50 508	2.02 287	1.28 229	6.70 366	1.56 254	0.46 367	0.22 74	0.37 342	0.34 333	0.29 99	0.33 42

rvit_stereo_0083	0.91 39	0.73 149	1.60 37	0.90 114	0.66 152	1.21 17	0.64 127	1.75 34	2.71 268	0.83 64	0.93 46	0.94 124	1.06 178	1.50 116	0.79 67	0.34 219	0.36 265	0.30 201	0.27 200	0.34 197	0.34 53

CREStereo++_RVC	1.98 117	0.59 62	19.94 343	0.87 94	0.55 93	4.02 351	0.31 7	1.75 34	2.09 168	1.65 175	2.20 380	0.85 96	0.65 51	1.03 12	0.72 45	0.29 105	0.16 3	0.23 24	1.22 513	0.25 48	0.22 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
XX-TBD	1.98 117	1.08 296	20.29 393	1.31 334	0.43 36	3.97 344	0.33 11	1.76 36	1.77 126	1.59 167	2.18 375	0.69 60	0.59 36	1.44 98	0.75 51	0.33 197	0.25 147	0.23 24	0.16 9	0.31 130	0.22 1

MM-Stereo_test2	2.80 316	0.63 84	20.19 372	1.75 460	0.52 80	2.77 127	0.71 162	1.80 37	1.72 121	0.99 104	0.98 57	0.84 93	0.79 101	1.45 101	1.26 194	0.27 72	0.62 396	0.25 71	0.23 131	0.31 130	17.86 554

IGEV	0.74 8	0.39 1	1.16 4	0.73 38	1.31 374	2.78 130	0.38 19	1.81 38	1.03 10	0.80 55	0.72 18	0.35 2	0.42 7	1.11 28	0.52 12	0.19 4	0.23 102	0.22 13	0.19 43	0.18 1	0.33 42

WCG-NET	1.00 51	0.81 201	1.65 38	0.93 136	0.38 13	1.48 46	1.04 354	1.81 38	2.80 281	1.67 179	1.52 166	0.93 121	0.97 147	1.18 36	0.84 84	0.25 43	0.81 424	0.23 24	0.21 84	0.27 70	0.26 8

Occ-G	2.25 166	0.74 158	13.22 149	0.90 114	0.89 247	1.52 48	0.78 214	1.82 40	2.87 299	1.65 175	0.89 41	2.18 300	0.89 129	1.04 15	1.69 290	0.28 91	0.27 185	0.26 101	0.19 43	0.25 48	12.70 524

UDGNet	2.34 193	1.71 390	20.28 388	1.42 383	0.62 132	4.39 436	0.67 135	1.82 40	2.28 204	1.40 142	1.21 94	0.99 129	1.00 154	2.23 226	1.23 178	1.14 496	0.35 256	1.30 515	0.98 499	1.11 491	0.62 265

depthmonostereo	1.22 75	0.96 265	6.67 108	0.89 102	0.56 99	2.21 83	0.57 85	1.84 42	1.21 25	1.01 108	1.09 71	1.38 182	0.99 151	2.41 241	0.93 104	0.24 29	0.28 195	0.22 13	0.21 84	0.25 48	0.53 215

LG-Stereo_L2	0.69 5	0.54 37	1.56 33	0.74 39	0.48 55	2.32 95	0.28 4	1.87 43	0.80 2	0.60 6	0.43 7	0.38 7	0.45 12	1.38 89	0.54 13	0.24 29	0.28 195	0.23 24	0.18 25	0.22 29	0.32 31

MLG-Stereo	0.86 29	0.42 3	1.96 50	0.66 11	0.54 86	3.01 156	0.31 7	1.90 44	3.21 357	0.57 4	0.30 2	0.66 52	0.47 14	1.35 79	0.46 1	0.21 12	0.25 147	0.24 49	0.16 9	0.19 3	0.29 18

GMStereo	2.01 126	2.26 429	20.93 476	0.90 114	0.48 55	1.67 55	0.56 81	1.90 44	2.19 185	1.58 166	1.31 121	0.87 104	0.74 79	1.68 136	1.00 133	0.41 310	0.21 57	0.30 201	0.32 315	0.50 368	0.46 160
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ProNet	1.63 98	0.91 237	5.70 101	0.96 165	0.64 139	2.40 102	0.82 241	1.92 46	3.28 375	0.69 25	1.17 86	0.78 82	0.76 88	1.72 151	0.87 91	0.27 72	0.97 438	0.25 71	0.26 183	0.31 130	7.97 498

IGEV-RUCA	0.93 42	0.56 44	1.31 13	0.85 81	0.74 185	3.89 318	0.78 214	1.93 47	1.42 44	1.02 109	0.72 18	0.70 61	0.73 72	1.37 87	0.77 55	0.30 133	0.20 33	0.25 71	0.19 43	0.43 310	0.40 115

Former-RAFT_DAM_RVC	0.99 46	0.85 213	1.58 35	0.95 156	1.08 312	2.95 147	0.53 74	1.93 47	2.00 162	1.19 124	1.63 208	0.59 39	0.65 51	1.10 24	0.90 100	0.28 91	0.23 102	0.31 221	0.25 166	0.45 332	0.32 31

RAStereo	1.53 94	0.71 136	17.55 235	0.62 2	0.65 144	1.18 14	0.32 10	1.94 49	1.15 20	0.80 55	1.07 69	0.64 47	0.47 14	0.89 3	1.01 137	0.25 43	0.20 33	0.27 123	0.21 84	0.36 230	0.27 11

dd	2.27 173	3.06 447	20.18 371	0.96 165	0.51 74	4.24 417	0.74 183	1.94 49	2.43 230	1.48 156	1.28 114	1.19 157	1.05 176	1.82 177	1.69 290	0.63 448	0.34 247	0.35 314	0.33 323	0.61 403	0.57 233

U	12.87 549	0.43 7	2.54 63	0.68 25	58.93 570	63.36 575	0.33 11	1.95 51	1.08 13	0.62 12	0.83 35	0.46 28	0.57 28	0.91 6	0.50 5	0.31 157	0.17 4	63.34 574	59.81 573	0.30 119	0.26 8

LG-Stereo_L1	0.67 3	0.55 39	1.50 25	0.78 60	0.54 86	1.71 56	0.33 11	1.96 52	0.83 4	0.62 12	0.41 6	0.40 11	0.43 8	1.42 95	0.55 14	0.24 29	0.28 195	0.23 24	0.18 25	0.22 29	0.30 22

CAS	1.34 82	0.48 16	2.20 55	3.01 523	1.66 454	4.08 368	0.73 173	1.96 52	1.51 65	0.86 71	1.10 74	0.59 39	0.53 22	1.36 82	0.94 112	3.07 527	0.14 1	0.21 8	0.14 1	0.38 249	1.78 410

fffy	1.18 74	0.92 244	3.05 74	1.09 226	0.68 166	1.27 25	0.74 183	1.98 54	1.06 12	0.78 49	1.39 139	0.83 92	0.72 71	1.71 145	0.80 71	0.24 29	0.53 372	0.27 123	0.21 84	0.29 99	5.07 481

tt45	1.08 62	0.92 244	2.50 60	0.92 129	0.67 158	3.90 319	0.75 194	2.00 55	1.29 31	0.74 35	1.35 127	0.71 68	0.63 46	2.59 258	0.97 123	0.23 22	0.19 20	0.28 156	0.23 131	0.29 99	0.37 88

rvit_stereo_0081_aga	1.06 59	1.02 287	5.34 99	0.75 46	0.74 185	1.21 17	0.63 122	2.00 55	2.30 211	0.88 80	0.82 32	0.79 85	0.69 64	1.42 95	0.78 59	0.36 259	0.29 205	0.26 101	0.26 183	0.41 288	0.32 31

PMTNet	1.13 70	0.55 39	3.88 89	0.71 34	0.59 114	4.21 409	0.43 40	2.00 55	1.58 83	1.02 109	1.06 66	0.78 82	0.98 150	1.58 128	0.93 104	1.21 500	0.20 33	0.23 24	0.15 3	0.23 36	0.27 11

IGEV-Stereo	3.15 376	0.83 207	20.31 397	0.94 145	0.64 139	4.54 463	0.82 241	2.01 58	3.31 387	0.91 90	1.13 80	0.79 85	0.77 90	1.79 164	0.92 103	0.29 105	0.25 147	0.29 179	0.21 84	0.33 174	21.85 562
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ASMatch	2.65 276	0.68 116	20.65 451	1.60 429	0.71 177	4.40 439	0.77 207	2.02 59	1.65 106	1.71 189	3.89 493	1.93 268	3.75 479	5.45 331	1.67 285	0.33 197	0.24 130	0.34 295	0.28 227	0.34 197	0.57 233

anonymousdsp	3.14 373	0.83 207	20.28 388	0.94 145	0.64 139	4.54 463	0.82 241	2.03 60	3.32 393	0.91 90	1.13 80	0.78 82	0.77 90	1.78 162	0.90 100	0.29 105	0.25 147	0.29 179	0.21 84	0.33 174	21.81 561

CES	1.08 62	0.63 84	2.53 62	0.95 156	2.18 493	2.13 80	0.50 60	2.07 61	1.46 50	0.79 53	1.06 66	0.61 43	0.48 17	1.45 101	0.87 91	0.24 29	0.18 10	0.24 49	0.15 3	0.64 419	2.36 431

MC-Stereo	2.54 239	0.58 53	6.38 107	1.30 330	1.37 390	4.56 473	0.60 102	2.08 62	1.57 80	1.97 238	1.68 223	0.89 110	1.12 195	1.46 104	0.88 94	0.27 72	8.44 528	0.27 123	0.22 116	0.26 63	14.87 534

sCroCo_RVC	1.81 111	0.93 252	19.44 296	1.04 207	1.05 303	0.97 7	0.61 106	2.08 62	1.36 37	0.71 31	1.28 114	0.82 91	1.10 189	1.31 66	0.97 123	0.54 424	0.41 306	0.33 275	0.30 281	0.46 342	0.48 183

LG-Stereo_Zeroshot	1.04 57	0.53 35	2.93 72	0.80 66	0.77 200	3.99 346	0.39 23	2.10 64	1.96 156	0.90 89	0.93 46	0.75 81	0.85 117	1.31 66	0.87 91	0.28 91	0.21 57	0.26 101	0.21 84	0.32 150	0.38 98

dad	2.65 276	3.40 453	19.45 297	1.05 211	0.65 144	4.21 409	0.84 255	2.10 64	2.77 277	2.32 366	1.72 235	1.72 222	1.27 226	3.86 303	2.04 359	1.06 492	0.40 299	2.04 522	0.49 434	0.78 456	0.83 322

rvit_stereo_0081	0.87 31	0.73 149	1.54 29	0.92 129	0.65 144	1.27 25	0.61 106	2.11 66	2.35 218	0.86 71	0.75 21	0.86 99	0.74 79	1.36 82	0.83 81	0.33 197	0.26 172	0.27 123	0.25 166	0.38 249	0.35 63

rvit_stereo_0082	0.87 31	0.73 149	1.54 29	0.92 129	0.65 144	1.27 25	0.61 106	2.11 66	2.35 218	0.86 71	0.75 21	0.86 99	0.74 79	1.36 82	0.83 81	0.33 197	0.26 172	0.27 123	0.25 166	0.38 249	0.35 63

fffft	0.84 23	0.67 107	1.73 41	0.85 81	0.55 93	1.51 47	0.78 214	2.13 68	1.24 27	0.65 17	0.90 43	0.59 39	0.55 25	1.85 182	1.19 169	0.20 9	0.20 33	0.27 123	0.20 70	0.28 81	0.44 144
1: 1. 1
MyStereo07	2.29 180	1.18 319	20.10 366	1.04 207	1.21 356	3.96 342	0.95 325	2.13 68	3.37 399	1.09 117	1.28 114	0.68 57	0.91 134	1.74 160	0.86 89	0.26 61	3.49 505	0.34 295	0.27 200	0.43 310	0.49 189

AIO_rvc	3.97 454	1.01 285	18.99 273	0.98 179	11.92 548	1.45 43	0.97 335	2.17 70	4.51 490	0.71 31	1.18 87	1.09 139	0.56 26	1.56 126	0.72 45	0.28 91	11.98 551	0.24 49	0.19 43	0.25 48	18.74 556

MaDis-Stereo	1.60 95	1.11 303	16.13 201	0.67 17	1.87 475	1.22 21	0.39 23	2.17 70	1.42 44	0.69 25	0.78 25	0.88 106	0.70 65	1.24 48	1.13 155	0.32 174	0.23 102	0.26 101	0.21 84	0.32 150	0.28 14

4.5_new	0.80 13	0.49 19	1.36 19	0.67 17	0.79 206	1.96 69	0.51 64	2.18 72	1.46 50	0.77 47	0.93 46	0.43 19	0.49 19	1.08 20	0.65 26	0.30 133	0.68 406	0.26 101	0.20 70	0.23 36	0.57 233

4.5w-stereo	0.80 13	0.49 19	1.36 19	0.66 11	0.79 206	1.96 69	0.51 64	2.18 72	1.45 47	0.77 47	0.93 46	0.43 19	0.49 19	1.08 20	0.66 28	0.30 133	0.68 406	0.26 101	0.20 70	0.23 36	0.57 233

LoS	1.05 58	0.58 53	3.31 77	0.91 120	0.38 13	4.14 383	0.50 60	2.22 74	1.49 59	1.02 109	0.88 40	0.62 45	0.84 114	1.69 141	0.94 112	0.27 72	0.20 33	0.24 49	0.17 17	0.22 29	0.32 31
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
4w-stereo	0.85 26	0.55 39	2.85 70	0.69 27	0.80 210	1.62 53	0.43 40	2.23 75	1.36 37	0.65 17	0.99 59	0.40 11	0.81 109	1.19 38	0.68 35	0.23 22	0.32 227	0.25 71	0.19 43	0.21 18	0.48 183

LG-G_1	0.80 13	0.43 7	1.77 42	0.78 60	0.36 6	2.81 132	0.40 28	2.23 75	1.29 31	0.76 43	0.60 12	0.51 32	0.58 31	1.27 53	0.69 38	0.25 43	0.23 102	0.23 24	0.15 3	0.21 18	0.46 160

LG-G	0.80 13	0.43 7	1.77 42	0.78 60	0.36 6	2.81 132	0.40 28	2.23 75	1.29 31	0.76 43	0.60 12	0.51 32	0.58 31	1.27 53	0.69 38	0.25 43	0.23 102	0.23 24	0.15 3	0.21 18	0.46 160

GCAP-Stereo	2.59 256	1.07 292	20.48 423	0.91 120	4.13 533	3.67 267	0.51 64	2.27 78	1.76 125	1.18 123	1.15 84	1.18 153	0.84 114	1.36 82	1.54 249	0.27 72	8.46 529	0.27 123	0.19 43	0.29 99	0.30 22

SST-Stereo	2.63 271	0.63 84	19.76 324	1.69 448	0.46 45	4.71 503	0.74 183	2.27 78	3.07 339	2.07 276	2.15 365	2.42 329	3.17 459	6.66 364	0.95 118	0.45 355	0.19 20	0.30 201	0.27 200	0.35 212	0.31 28

4.25_new	0.81 18	0.50 23	1.30 10	0.74 39	0.98 275	2.51 114	0.57 85	2.28 80	1.13 16	0.60 6	0.97 52	0.40 11	0.65 51	1.19 38	0.60 19	0.24 29	0.44 328	0.25 71	0.18 25	0.20 9	0.38 98

4.5w_new	0.81 18	0.50 23	1.30 10	0.74 39	0.98 275	2.51 114	0.57 85	2.28 80	1.13 16	0.60 6	0.97 52	0.40 11	0.65 51	1.19 38	0.60 19	0.24 29	0.44 328	0.25 71	0.18 25	0.20 9	0.38 98

4.25w-stereo	0.80 13	0.50 23	1.30 10	0.74 39	0.98 275	2.51 114	0.57 85	2.28 80	1.13 16	0.60 6	0.97 52	0.40 11	0.65 51	1.19 38	0.60 19	0.24 29	0.43 319	0.25 71	0.18 25	0.20 9	0.38 98

AAGNet	3.88 449	0.67 107	20.04 355	2.27 494	0.46 45	4.76 508	1.05 356	2.28 80	3.38 402	2.16 304	1.84 286	2.40 321	3.95 482	6.22 353	24.21 556	0.49 390	0.19 20	0.30 201	0.29 262	0.33 174	0.29 18

RAFT_R40	2.61 264	0.64 89	19.86 333	1.69 448	0.46 45	4.74 506	0.95 325	2.28 80	2.52 244	2.02 257	2.32 403	2.69 359	2.52 427	6.70 366	1.05 145	0.42 321	0.19 20	0.30 201	0.27 200	0.33 174	0.29 18

rvit_stereo_0075_2	2.14 143	0.76 182	21.42 519	0.91 120	1.26 365	2.49 110	0.68 145	2.30 85	2.10 170	1.42 148	1.86 296	1.45 193	0.85 117	1.49 111	1.03 141	0.47 375	0.40 299	0.48 411	0.38 376	0.47 355	0.53 215

RSM++	0.99 46	0.56 44	1.35 17	1.54 416	0.50 73	1.53 49	0.68 145	2.31 86	4.13 462	0.86 71	1.27 112	0.90 112	0.60 38	1.21 45	0.78 59	0.27 72	0.20 33	0.25 71	0.21 84	0.29 99	0.42 131

TestStereo	2.41 212	1.95 413	19.15 278	0.77 49	0.61 122	1.83 59	0.58 96	2.33 87	1.53 68	1.44 153	1.37 135	1.26 167	0.90 132	11.59 501	0.94 112	0.36 259	0.19 20	0.33 275	0.24 151	0.45 332	0.32 31

StereoAnything_RVC	4.17 461	12.66 516	20.44 410	0.88 100	0.57 109	1.16 13	0.39 23	2.35 88	4.38 480	0.53 1	0.37 4	0.33 1	0.89 129	1.62 131	0.50 5	0.33 197	0.22 74	0.24 49	0.15 3	3.36 527	31.99 566

AIO-Stereo	1.40 88	0.62 81	1.44 22	0.85 81	0.76 197	1.28 31	0.79 224	2.39 89	2.83 288	0.75 39	1.62 203	0.89 110	0.46 13	1.30 62	0.77 55	0.28 91	0.27 185	0.25 71	0.23 131	0.27 70	9.88 516

DRaft	3.12 369	0.68 116	20.57 439	0.77 49	0.49 64	3.95 336	1.20 388	2.40 90	1.60 91	2.64 427	2.80 460	1.59 203	5.33 500	6.94 376	9.51 485	0.43 338	0.22 74	0.27 123	0.27 200	0.32 150	0.47 172

asda	0.86 29	0.51 28	1.32 15	0.66 11	0.82 219	3.30 194	0.49 54	2.41 91	1.13 16	0.66 19	0.84 36	0.44 24	0.84 114	1.14 29	0.67 34	0.23 22	0.70 414	0.25 71	0.18 25	0.22 29	0.41 122

111111	1.15 73	0.56 44	1.31 13	0.69 27	1.19 348	3.37 199	0.33 11	2.41 91	1.68 111	0.82 59	1.54 178	0.61 43	0.59 36	1.44 98	0.66 28	0.26 61	0.23 102	0.23 24	0.17 17	0.25 48	4.66 478

test_4	1.98 117	0.68 116	15.65 191	0.91 120	0.48 55	4.11 373	1.09 365	2.41 91	1.50 62	1.55 161	2.31 402	1.87 259	0.79 101	2.86 277	1.51 242	0.34 219	0.19 20	0.29 179	0.29 262	0.30 119	0.40 115

iRaftStereo_RVC	1.70 106	1.18 319	3.88 89	0.99 186	0.46 45	3.83 299	0.41 35	2.41 91	1.60 91	1.69 185	1.76 246	1.81 248	0.83 113	1.58 128	1.23 178	0.31 157	4.86 512	0.29 179	0.26 183	0.33 174	4.33 474

trnet	1.00 51	0.55 39	1.89 47	0.66 11	0.33 3	4.41 441	0.40 28	2.42 95	1.95 152	0.96 99	1.24 99	0.88 106	0.89 129	1.27 53	0.78 59	0.30 133	0.19 20	0.23 24	0.15 3	0.22 29	0.22 1

2.25w	0.89 37	0.51 28	2.54 63	0.72 37	0.66 152	2.27 91	0.40 28	2.43 96	1.22 26	0.83 64	1.05 64	0.40 11	0.80 106	1.28 57	0.89 95	0.18 3	0.56 380	0.21 8	0.18 25	0.19 3	0.38 98

3.5w_stereo	0.87 31	0.60 70	1.48 23	0.67 17	0.73 180	2.50 113	0.50 60	2.43 96	1.79 129	0.85 70	1.25 103	0.43 19	0.66 57	1.25 50	0.78 59	0.21 12	0.18 10	0.23 24	0.18 25	0.20 9	0.47 172

NRIStereo	2.32 187	0.69 121	20.07 357	1.35 349	0.38 13	4.73 504	0.89 278	2.43 96	3.35 397	1.95 234	1.37 135	1.75 226	1.21 220	2.97 282	1.35 204	0.49 390	0.22 74	0.29 179	0.26 183	0.31 130	0.33 42

CREStereo	1.00 51	0.59 62	1.82 44	0.66 11	0.36 6	4.43 444	0.40 28	2.43 96	1.98 157	0.96 99	1.22 95	0.88 106	0.87 124	1.30 62	0.79 67	0.30 133	0.20 33	0.23 24	0.16 9	0.23 36	0.22 1
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
3.25w_new	0.79 11	0.51 28	1.52 27	0.63 4	0.65 144	2.21 83	0.51 64	2.45 100	1.45 47	0.66 19	0.80 29	0.47 29	0.71 67	0.90 4	0.66 28	0.19 4	0.32 227	0.20 1	0.19 43	0.21 18	0.47 172

3.25w	0.79 11	0.51 28	1.52 27	0.63 4	0.65 144	2.21 83	0.51 64	2.45 100	1.45 47	0.66 19	0.80 29	0.47 29	0.71 67	0.90 4	0.66 28	0.19 4	0.32 227	0.20 1	0.19 43	0.21 18	0.47 172

3.75w	0.82 21	0.53 35	1.49 24	0.65 8	1.10 319	2.60 123	0.52 71	2.46 102	1.19 23	0.70 29	0.82 32	0.40 11	0.66 57	1.16 33	0.59 16	0.26 61	0.27 185	0.23 24	0.19 43	0.22 29	0.47 172

PFNet+	2.46 221	0.64 89	21.10 495	0.98 179	0.48 55	4.63 482	0.83 245	2.47 103	3.48 424	2.14 293	1.67 221	1.34 174	1.03 160	4.66 319	1.35 204	0.49 390	0.33 237	0.38 357	0.39 384	0.33 174	0.49 189

Gwc-CoAtRS	1.80 110	0.61 76	14.92 179	1.08 223	0.61 122	2.88 140	0.63 122	2.47 103	1.62 100	1.80 207	1.50 163	2.73 360	1.17 212	1.35 79	1.08 151	0.30 133	0.22 74	0.25 71	0.23 131	0.28 81	0.30 22

4D-IteraStereo	2.95 341	1.83 404	20.75 462	0.81 68	1.56 427	2.22 88	1.03 349	2.48 105	1.56 77	1.42 148	1.00 60	1.93 268	0.61 41	1.65 133	2.04 359	0.31 157	0.22 74	0.31 221	0.26 183	0.28 81	16.75 550

DisPM	2.29 180	0.61 76	20.25 385	1.79 465	0.52 80	4.58 474	0.77 207	2.50 106	2.22 191	2.49 407	1.82 272	1.45 193	1.01 157	2.73 270	1.04 142	0.48 384	0.20 33	0.32 241	0.31 299	0.32 150	0.45 150

rvit_0105_6	1.10 67	1.17 316	3.33 79	0.93 136	0.55 93	1.45 43	0.79 224	2.51 107	3.30 384	0.78 49	0.74 20	1.03 133	0.75 85	1.45 101	0.97 123	0.42 321	0.43 319	0.34 295	0.31 299	0.44 324	0.38 98

KYRaft	2.55 244	0.57 51	20.60 444	0.98 179	0.51 74	4.38 432	1.76 454	2.51 107	1.59 86	2.48 404	2.98 468	1.99 282	3.36 468	2.17 217	0.96 120	0.34 219	0.22 74	0.33 275	0.46 426	0.38 249	2.44 434

DeepStereo_RVC	2.42 214	0.70 129	18.41 255	0.79 63	0.43 36	4.50 456	0.70 157	2.51 107	3.51 427	2.02 257	1.79 260	1.54 200	6.35 510	1.93 191	1.22 175	0.47 375	0.22 74	0.29 179	0.29 262	0.35 212	0.40 115

GMM-Stereo	2.52 230	0.56 44	20.57 439	0.92 129	0.83 220	4.18 397	1.88 461	2.51 107	2.40 224	2.48 404	2.30 401	1.69 215	1.84 370	2.93 281	1.25 189	0.32 174	0.19 20	0.33 275	0.49 434	0.37 236	2.40 432

DEmStereo	3.24 394	0.65 97	18.95 270	0.83 75	0.54 86	3.85 306	1.79 456	2.53 111	2.54 246	2.25 333	2.74 456	2.02 287	6.02 507	6.78 369	11.30 492	0.40 307	0.26 172	0.27 123	0.27 200	0.28 81	0.57 233

RSM	0.99 46	0.54 37	1.25 8	0.94 145	0.61 122	1.32 33	0.74 183	2.54 112	4.08 459	0.89 87	1.49 160	1.22 164	0.62 43	1.24 48	0.80 71	0.25 43	0.20 33	0.25 71	0.21 84	0.29 99	0.42 131

PSM-adaLoss	2.26 170	0.74 158	20.53 428	0.77 49	0.38 13	4.67 489	0.71 162	2.54 112	3.22 364	2.00 246	1.53 167	1.77 233	1.13 196	2.22 225	0.96 120	0.50 403	0.23 102	0.32 241	0.28 227	0.40 268	0.35 63

ROB_FTStereo_v2	2.25 166	0.74 158	20.45 413	0.77 49	0.38 13	4.66 488	0.74 183	2.54 112	3.20 354	2.00 246	1.53 167	1.77 233	1.14 202	2.13 211	0.96 120	0.50 403	0.22 74	0.32 241	0.28 227	0.40 268	0.35 63

ROB_FTStereo	2.26 170	0.74 158	20.44 410	0.77 49	0.38 13	4.65 485	0.75 194	2.54 112	3.19 352	2.00 246	1.54 178	1.77 233	1.13 196	2.28 232	0.94 112	0.49 390	0.22 74	0.32 241	0.28 227	0.40 268	0.35 63

HUI-Stereo	2.27 173	0.74 158	20.56 435	0.77 49	0.38 13	4.67 489	0.78 214	2.54 112	3.23 367	2.00 246	1.53 167	1.77 233	1.13 196	2.21 224	0.93 104	0.49 390	0.23 102	0.32 241	0.28 227	0.40 268	0.35 63

iGMRVC	2.27 173	0.74 158	20.46 414	0.77 49	0.38 13	4.65 485	0.73 173	2.54 112	3.21 357	2.00 246	1.53 167	1.77 233	1.14 202	2.47 245	0.99 129	0.51 409	0.23 102	0.32 241	0.28 227	0.40 268	0.35 63

RAFT-IKP	2.27 173	0.74 158	20.55 431	0.77 49	0.38 13	4.64 484	0.73 173	2.54 112	3.21 357	2.00 246	1.53 167	1.77 233	1.13 196	2.25 231	1.00 133	0.51 409	0.22 74	0.32 241	0.28 227	0.40 268	0.35 63

Patchmatch Stereo++	2.28 177	0.74 158	20.54 429	0.77 49	0.38 13	4.67 489	0.75 194	2.55 119	3.21 357	2.00 246	1.53 167	1.77 233	1.14 202	2.46 242	0.98 127	0.51 409	0.23 102	0.32 241	0.28 227	0.40 268	0.35 63
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
Pruner-Stereo	2.33 190	0.70 129	20.66 452	2.05 488	0.48 55	4.73 504	0.78 214	2.55 119	2.70 267	2.47 402	1.57 189	1.48 196	1.03 160	1.71 145	1.55 252	0.48 384	0.21 57	0.34 295	0.30 281	0.31 130	0.42 131

iRAFT	2.28 177	0.74 158	20.54 429	0.77 49	0.38 13	4.67 489	0.75 194	2.55 119	3.21 357	2.00 246	1.53 167	1.77 233	1.14 202	2.46 242	0.98 127	0.51 409	0.23 102	0.32 241	0.28 227	0.40 268	0.35 63

qwe	0.85 26	0.49 19	2.01 52	0.69 27	1.09 315	2.48 107	0.45 47	2.57 122	1.18 22	0.80 55	0.85 37	0.43 19	0.48 17	1.15 30	0.72 45	0.21 12	0.32 227	0.24 49	0.18 25	0.23 36	0.45 150

MonSter	0.70 7	0.47 15	1.58 35	0.69 27	0.89 247	1.19 16	0.39 23	2.57 122	0.93 7	0.62 12	0.66 16	0.37 4	0.35 3	1.08 20	0.59 16	0.16 1	0.36 265	0.20 1	0.19 43	0.21 18	0.52 208

HI	2.19 152	1.11 303	19.93 340	1.14 251	0.69 174	2.98 153	0.45 47	2.58 124	1.87 140	2.18 309	1.65 216	2.41 325	1.83 367	1.72 151	1.63 274	0.30 133	0.17 4	0.28 156	0.31 299	0.27 70	0.32 31

CoSv	2.19 152	1.11 303	19.93 340	1.14 251	0.69 174	2.98 153	0.45 47	2.58 124	1.87 140	2.18 309	1.65 216	2.41 325	1.83 367	1.72 151	1.63 274	0.30 133	0.17 4	0.28 156	0.31 299	0.27 70	0.32 31

sAnonymous2	2.00 123	1.54 371	21.24 509	0.93 136	0.89 247	1.21 17	0.62 117	2.58 124	2.28 204	0.86 71	1.04 62	0.73 71	1.22 221	1.10 24	0.85 86	0.30 133	0.25 147	0.31 221	0.31 299	1.06 483	0.72 297

CroCo_RVC	2.00 123	1.54 371	21.24 509	0.93 136	0.89 247	1.21 17	0.62 117	2.58 124	2.28 204	0.86 71	1.04 62	0.73 71	1.22 221	1.10 24	0.85 86	0.30 133	0.25 147	0.31 221	0.31 299	1.06 483	0.72 297

LG-Stereo	0.94 43	0.71 136	3.31 77	0.62 2	0.51 74	2.85 135	0.54 76	2.59 128	1.40 42	0.88 80	1.23 97	0.53 36	0.40 4	0.81 1	0.86 89	0.23 22	0.18 10	0.31 221	0.24 151	0.29 99	0.22 1

PFNet	2.75 307	0.69 121	19.96 346	2.25 493	0.80 210	4.63 482	0.90 293	2.60 129	3.85 449	2.39 387	2.71 454	1.82 250	1.41 257	7.53 386	1.41 223	0.36 259	0.21 57	0.36 331	0.27 200	0.32 150	0.46 160

PSM-softLoss	2.62 267	0.65 97	21.11 497	2.46 504	0.49 64	4.68 497	0.68 145	2.61 130	4.23 468	2.14 293	1.47 156	1.42 187	0.99 151	6.04 347	1.24 183	0.47 375	0.23 102	0.37 342	0.39 384	0.33 174	0.34 53

KMStereo	2.62 267	0.65 97	21.11 497	2.46 504	0.49 64	4.68 497	0.68 145	2.61 130	4.23 468	2.14 293	1.47 156	1.42 187	0.99 151	6.04 347	1.24 183	0.47 375	0.23 102	0.37 342	0.39 384	0.33 174	0.34 53

FTStereo	3.74 439	0.60 70	20.43 409	0.99 186	0.66 152	4.34 429	11.24 545	2.63 132	1.95 152	2.58 416	5.03 506	1.90 262	13.77 542	3.70 300	1.28 198	0.41 310	0.24 130	0.31 221	0.33 323	0.32 150	2.08 421

AnonymousM	1.38 85	1.33 348	2.35 58	0.95 156	0.56 99	4.03 354	0.67 135	2.63 132	2.49 241	1.51 158	1.36 132	1.15 148	1.00 154	1.26 51	1.04 142	0.41 310	0.46 340	2.07 523	1.71 524	0.25 48	0.40 115

CRE-IMP	2.28 177	0.68 116	19.67 315	0.85 81	0.39 28	4.54 463	0.80 233	2.63 132	4.84 509	1.96 236	1.51 164	1.86 256	0.96 145	1.52 118	1.43 227	0.47 375	0.21 57	0.31 221	0.26 183	0.41 288	0.35 63

monsters	0.91 39	0.67 107	1.83 45	0.79 63	1.55 422	2.91 144	0.40 28	2.66 135	0.99 8	0.70 29	0.87 38	0.38 7	0.44 11	1.90 186	0.79 67	0.22 18	0.35 256	0.20 1	0.18 25	0.20 9	0.28 14

GMStereo_Zeroshot	1.51 93	1.27 336	4.75 94	1.54 416	0.72 179	3.33 197	0.54 76	2.67 136	1.74 123	2.34 371	1.57 189	2.40 321	0.96 145	2.51 248	1.21 173	0.48 384	0.23 102	0.41 374	0.24 151	0.82 464	0.40 115

xyz-stereo	10.93 543	0.71 136	79.25 574	0.70 31	0.45 42	83.14 576	0.77 207	2.68 137	1.49 59	2.28 344	32.01 562	2.76 368	1.61 311	5.80 340	3.32 432	0.29 105	0.18 10	0.33 275	0.23 131	0.26 63	0.29 18

DCVSM-stereo	2.31 186	0.72 143	20.28 388	1.15 254	0.93 263	2.53 118	0.75 194	2.70 138	1.69 114	2.56 414	1.53 167	3.27 409	1.71 344	2.23 226	1.38 217	0.36 259	0.53 372	0.41 374	0.33 323	0.46 342	0.64 273

LL-Strereo2	2.36 197	1.81 401	19.35 291	1.04 207	1.03 294	3.73 280	1.35 411	2.70 138	2.04 164	1.76 199	1.44 151	1.82 250	0.73 72	1.48 109	1.53 246	0.33 197	0.30 215	0.55 449	0.35 346	0.30 119	3.51 463

Reg-Stereo(zero)	1.88 113	0.45 11	11.07 133	0.94 145	2.06 487	4.52 461	0.55 78	2.72 140	1.69 114	1.54 159	1.26 106	2.55 343	2.52 427	1.73 156	2.43 391	0.20 9	0.28 195	0.22 13	0.19 43	0.25 48	0.40 115

aanetorigin	3.34 408	2.00 415	17.58 238	1.20 280	1.57 430	2.57 120	3.75 526	2.73 141	2.10 170	6.11 529	4.27 498	2.88 376	5.64 503	5.46 332	4.60 452	0.53 421	0.46 340	0.45 398	0.48 431	1.15 494	1.22 369

rvit_stereo_0080	1.10 67	1.09 299	3.78 84	0.65 8	0.60 119	1.91 64	0.74 183	2.74 142	2.65 261	0.94 96	1.09 71	0.85 96	0.81 109	1.20 43	0.89 95	0.39 297	0.29 205	0.25 71	0.28 227	0.46 342	0.35 63

whm_eth	1.10 67	1.09 299	3.78 84	0.65 8	0.60 119	1.91 64	0.74 183	2.74 142	2.65 261	0.94 96	1.09 71	0.85 96	0.81 109	1.20 43	0.89 95	0.39 297	0.29 205	0.25 71	0.28 227	0.46 342	0.35 63

2.75w_new	0.88 34	0.51 28	2.22 57	0.67 17	0.66 152	2.44 105	0.55 78	2.75 144	1.08 13	0.87 77	0.75 21	0.39 10	0.91 134	1.41 94	0.74 49	0.21 12	0.43 319	0.22 13	0.18 25	0.19 3	0.41 122

MIF-Stereo (partial)	1.93 114	0.69 121	21.14 499	0.74 39	1.02 290	1.07 10	0.49 54	2.75 144	1.78 128	0.82 59	1.22 95	0.80 87	0.90 132	1.68 136	1.63 274	0.38 289	0.24 130	0.33 275	0.26 183	0.41 288	0.32 31

2.5w	1.07 60	0.49 19	2.54 63	0.68 25	0.71 177	2.37 100	0.56 81	2.77 146	1.39 41	0.67 22	0.92 45	0.37 4	0.74 79	1.40 91	0.62 23	0.25 43	3.40 503	0.22 13	0.19 43	0.20 9	0.90 337

UCFNet_RVC	2.53 235	1.29 341	20.56 435	1.42 383	1.40 398	4.01 349	1.04 354	2.79 147	1.67 110	2.27 342	1.88 304	2.94 382	1.50 283	3.48 292	1.68 287	0.37 273	0.29 205	0.52 434	0.41 403	0.55 383	0.51 200

3w_stereo	0.99 46	0.52 33	4.37 93	0.70 31	0.42 31	1.73 57	0.68 145	2.80 148	1.26 29	0.78 49	0.87 38	0.37 4	1.01 157	1.34 77	0.66 28	0.19 4	0.95 434	0.23 24	0.20 70	0.21 18	0.43 138

GCAP-BAT	2.74 303	0.79 196	19.74 323	1.06 215	0.85 229	4.25 418	0.91 304	2.80 148	1.83 133	2.14 293	2.08 355	2.55 343	0.80 106	1.87 185	1.41 223	0.35 235	7.97 526	0.24 49	0.22 116	0.27 70	2.72 441

raftrobust	2.05 134	1.45 361	13.44 150	1.29 326	5.81 542	3.59 248	0.67 135	2.80 148	1.50 62	2.21 326	1.41 146	1.17 150	1.22 221	1.37 87	1.46 237	0.29 105	0.33 237	0.22 13	0.20 70	0.27 70	0.36 85

rvit_stereo_ft	1.28 79	1.39 354	6.72 109	0.99 186	0.66 152	1.06 9	0.79 224	2.81 151	3.14 348	0.83 64	1.02 61	0.95 126	1.13 196	1.27 53	1.00 133	0.34 219	0.24 130	0.27 123	0.29 262	0.40 268	0.35 63

xyz-stereo-finetune2	1.31 80	0.95 261	3.28 75	0.60 1	0.36 6	3.48 225	0.65 131	2.82 152	1.47 52	0.99 104	1.86 296	0.91 115	1.75 350	3.54 295	1.86 327	0.27 72	0.22 74	0.30 201	0.28 227	0.33 174	0.34 53

ACV-stereo	2.96 343	1.09 299	20.34 400	1.37 358	1.05 303	4.65 485	1.09 365	2.82 152	1.68 111	1.48 156	1.32 122	5.40 509	4.22 487	7.83 391	2.08 363	0.46 367	0.52 370	0.33 275	0.30 281	0.45 332	0.71 294

AEACV	2.12 140	0.67 107	6.33 106	1.38 362	1.50 412	3.53 237	0.90 293	2.83 154	1.60 91	0.91 90	0.81 31	0.80 87	1.61 311	1.56 126	0.73 48	0.25 43	0.60 391	0.26 101	0.27 200	0.29 99	15.65 543

DFGA-Net	2.93 334	7.27 485	18.55 258	1.18 273	0.79 206	3.68 270	0.60 102	2.84 155	1.98 157	2.19 316	2.07 352	1.22 164	1.04 167	10.28 449	2.51 399	0.30 133	0.23 102	0.34 295	0.35 346	0.63 414	0.54 221

rvit_0105_4	1.63 98	1.29 341	12.50 141	0.94 145	0.54 86	1.56 50	0.84 255	2.84 155	3.25 369	0.82 59	0.94 50	1.10 141	0.86 121	1.65 133	1.07 149	0.43 338	0.45 334	0.35 314	0.31 299	0.44 324	0.45 150

Selective-IGEV	1.42 90	0.58 53	8.82 123	0.92 129	0.85 229	1.32 33	0.80 233	2.85 157	3.84 447	0.87 77	1.68 223	0.71 68	0.62 43	1.30 62	0.75 51	0.24 29	0.27 185	0.24 49	0.19 43	0.27 70	1.18 368

xyz-stereo-finetune	1.14 72	0.88 223	1.93 48	0.63 4	0.37 11	3.48 225	0.79 224	2.86 158	1.95 152	1.02 109	1.26 106	0.91 115	0.78 94	2.53 254	1.84 323	0.30 133	0.24 130	0.26 101	0.24 151	0.31 130	0.30 22

2w_stereo	0.84 23	0.52 33	1.87 46	0.71 34	0.56 99	1.98 72	0.61 106	2.88 159	1.00 9	0.99 104	0.97 52	0.36 3	1.11 192	1.03 12	0.77 55	0.19 4	0.19 20	0.23 24	0.18 25	0.21 18	0.37 88

UGAM	2.78 313	0.78 192	19.69 317	0.93 136	0.73 180	3.27 184	1.02 346	2.88 159	3.06 338	1.40 142	2.76 458	3.51 434	1.28 229	10.74 461	1.44 231	0.30 133	0.30 215	0.40 367	0.33 323	0.37 236	0.49 189

MoCha-V2	3.53 426	0.90 234	17.00 222	1.32 341	8.54 544	1.38 39	0.55 78	2.89 161	3.31 387	0.99 104	1.82 272	0.66 52	1.16 210	1.79 164	0.84 84	0.26 61	15.15 555	0.20 1	0.20 70	0.25 48	11.33 522

knoymous	1.50 92	0.65 97	8.73 122	0.91 120	0.75 193	2.97 151	0.90 293	2.93 162	1.38 40	1.56 162	1.07 69	2.75 365	0.88 125	1.43 97	1.13 155	0.32 174	0.22 74	0.35 314	0.20 70	0.45 332	0.41 122

anonymousa	3.14 373	0.83 207	19.20 283	1.62 433	9.63 546	2.06 77	0.78 214	2.93 162	2.20 188	1.95 234	2.17 370	3.41 421	1.81 362	1.33 71	1.67 285	0.29 105	8.64 533	0.34 295	0.37 367	0.32 150	1.33 377

H2IRNET	2.19 152	0.83 207	19.13 277	1.25 313	0.61 122	4.48 454	0.44 45	2.94 164	1.86 137	1.08 116	2.29 397	1.67 211	1.40 252	2.18 219	1.64 280	0.41 310	0.21 57	0.33 275	0.37 367	0.38 249	0.39 111

HH	3.19 383	0.91 237	21.34 514	1.24 298	0.61 122	4.16 389	0.80 233	2.94 164	1.82 131	1.23 131	1.84 286	4.61 494	1.84 370	2.63 261	0.99 129	0.29 105	1.53 459	0.30 201	0.24 151	0.34 197	14.22 532

HanStereo	3.19 383	0.91 237	21.34 514	1.24 298	0.61 122	4.16 389	0.80 233	2.94 164	1.82 131	1.23 131	1.84 286	4.61 494	1.84 370	2.63 261	0.99 129	0.29 105	1.53 459	0.30 201	0.24 151	0.34 197	14.22 532

GMOStereo	2.64 272	0.92 244	19.83 329	0.81 68	0.68 166	3.22 175	0.89 278	2.94 164	1.48 54	2.36 379	1.54 178	1.75 226	1.04 167	1.33 71	1.15 159	0.26 61	11.32 546	0.35 314	0.28 227	0.35 212	0.33 42

error version	2.64 272	0.92 244	19.83 329	0.81 68	0.68 166	3.22 175	0.89 278	2.94 164	1.48 54	2.36 379	1.54 178	1.75 226	1.04 167	1.33 71	1.15 159	0.26 61	11.32 546	0.35 314	0.28 227	0.35 212	0.33 42

test-v	2.64 272	0.92 244	19.83 329	0.81 68	0.68 166	3.22 175	0.89 278	2.94 164	1.48 54	2.36 379	1.54 178	1.75 226	1.04 167	1.33 71	1.15 159	0.26 61	11.32 546	0.35 314	0.28 227	0.35 212	0.33 42

test-2	2.64 272	0.92 244	19.83 329	0.81 68	0.68 166	3.22 175	0.89 278	2.94 164	1.48 54	2.36 379	1.54 178	1.75 226	1.04 167	1.33 71	1.15 159	0.26 61	11.32 546	0.35 314	0.28 227	0.35 212	0.33 42

testlalala	2.95 341	0.66 104	20.83 467	1.03 201	0.81 214	4.39 436	0.90 293	2.96 171	3.69 440	2.50 408	1.55 187	1.31 173	0.61 41	1.15 30	0.77 55	0.42 321	14.33 552	0.25 71	0.20 70	0.26 63	0.36 85

coex-ft	20.00 559	11.54 508	120.82 577	1.18 273	1.30 370	2.36 98	1.99 467	2.96 171	13.96 548	129.83 578	8.40 524	5.88 517	52.82 572	9.93 433	31.13 567	0.61 440	0.62 396	0.50 426	0.49 434	1.10 490	2.63 438

HUF	5.25 500	1.03 288	26.85 558	1.03 201	13.21 550	1.35 36	0.76 203	2.97 173	3.00 316	0.79 53	1.56 188	0.92 119	0.66 57	1.53 121	0.74 49	0.35 235	27.70 569	0.26 101	0.18 25	0.24 43	19.90 559

ACVNet	2.40 206	0.97 270	20.20 374	0.94 145	0.86 233	4.22 411	0.79 224	2.97 173	2.85 291	1.93 222	1.91 315	3.07 393	1.46 272	1.52 118	2.37 388	0.33 197	0.27 185	0.30 201	0.27 200	0.42 300	0.35 63

CFNet-ft	2.87 325	1.80 398	20.20 374	1.10 228	1.54 418	4.09 369	0.89 278	2.97 173	1.88 142	1.93 222	1.70 229	3.50 431	1.60 306	9.35 414	2.17 371	0.35 235	0.32 227	0.61 466	0.38 376	0.55 383	0.45 150

CFNet_RVC	2.87 325	1.80 398	20.20 374	1.10 228	1.54 418	4.09 369	0.89 278	2.97 173	1.88 142	1.93 222	1.70 229	3.50 431	1.60 306	9.35 414	2.17 371	0.35 235	0.32 227	0.61 466	0.38 376	0.55 383	0.45 150

tg	1.40 88	1.14 312	2.71 69	0.97 173	0.54 86	4.02 351	0.42 37	3.02 177	2.64 259	1.70 187	1.85 290	1.84 253	0.97 147	1.81 174	0.99 129	0.31 157	0.22 74	0.29 179	0.26 183	0.32 150	2.01 419

IRAFT_RVC	2.74 303	0.71 136	19.80 325	2.52 506	0.67 158	4.60 478	1.57 438	3.05 178	2.99 314	2.23 330	1.72 235	2.08 296	2.59 429	6.69 365	1.61 269	0.37 273	0.21 57	0.33 275	0.29 262	0.33 174	0.35 63

EDNetEfficientorigin	12.42 545	3.26 450	179.44 579	1.21 286	1.00 286	2.89 142	1.82 459	3.05 178	5.37 522	8.87 540	4.78 503	4.17 471	4.80 495	9.91 431	11.32 493	0.41 310	0.41 306	0.62 473	0.88 491	1.33 505	2.81 443

rvit_0105_5	1.72 107	1.26 332	13.05 147	0.92 129	0.56 99	1.92 67	0.90 293	3.07 180	3.04 333	0.98 102	1.24 99	1.19 157	0.93 140	1.55 124	1.22 175	0.43 338	0.43 319	0.37 342	0.36 357	0.43 310	0.51 200

CASS	1.65 102	0.73 149	8.72 121	0.97 173	0.67 158	2.88 140	0.69 154	3.07 180	1.86 137	2.82 450	2.02 336	1.39 183	1.55 299	1.75 161	1.36 211	0.51 409	0.28 195	0.34 295	0.28 227	0.47 355	0.63 268
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MM-Stereo_test1	2.52 230	0.64 89	20.07 357	1.83 467	0.52 80	1.86 60	0.77 207	3.11 182	3.40 408	1.77 201	1.12 79	0.87 104	0.97 147	1.54 123	1.51 242	0.27 72	2.44 489	0.27 123	0.24 151	0.37 236	6.91 495

PSM-AAD	3.41 413	0.58 53	20.55 431	0.95 156	0.56 99	4.46 447	7.40 541	3.11 182	1.58 83	2.30 352	2.56 436	1.26 167	16.19 549	2.47 245	1.00 133	0.32 174	0.22 74	0.58 458	0.41 403	0.37 236	1.32 376

Pointernet	0.99 46	0.50 23	3.54 81	0.89 102	0.44 40	2.30 94	0.38 19	3.12 184	1.48 54	0.69 25	1.44 151	0.92 119	0.73 72	1.28 57	0.82 78	0.24 29	0.23 102	0.21 8	0.19 43	0.19 3	0.25 7

castereo++	1.26 78	0.99 282	3.48 80	0.95 156	0.74 185	2.48 107	0.98 338	3.14 185	4.28 474	0.75 39	1.46 155	1.92 267	0.58 31	1.29 61	0.51 10	0.27 72	0.24 130	0.28 156	0.19 43	0.24 43	0.35 63

StereoVision	2.36 197	1.15 314	20.38 404	1.07 221	1.79 471	2.58 122	0.61 106	3.14 185	2.34 215	1.33 136	3.46 487	1.85 255	0.88 125	2.12 209	2.01 353	0.46 367	0.36 265	0.37 342	0.36 357	0.50 368	0.41 122

EDNetEfficient	5.62 506	2.26 429	17.51 234	1.67 443	3.59 522	3.99 346	7.25 539	3.14 185	5.63 530	11.52 555	4.82 504	3.94 457	12.48 538	8.39 399	20.56 553	0.46 367	0.46 340	0.48 411	1.06 503	1.65 514	1.62 400

monsterstereo	1.31 80	0.58 53	2.10 54	0.79 63	1.41 399	2.51 114	0.40 28	3.15 188	0.84 5	0.74 35	1.18 87	0.41 18	0.40 4	1.55 124	0.97 123	0.20 9	8.12 527	0.22 13	0.18 25	0.22 29	0.33 42

GrayStereo	3.68 436	0.56 44	20.61 446	1.71 453	0.90 253	4.17 394	8.11 543	3.17 189	4.13 462	2.80 448	2.49 427	1.70 218	17.06 551	2.83 275	1.25 189	0.37 273	0.23 102	0.27 123	0.32 315	0.30 119	0.57 233

CroCo-Stereo Lap2	1.65 102	1.14 312	14.70 175	1.00 190	1.80 473	0.53 2	0.46 51	3.18 190	1.62 100	1.10 120	1.24 99	1.05 136	0.78 94	1.40 91	1.18 165	0.31 157	0.23 102	0.27 123	0.22 116	0.46 342	0.38 98

LCNet	2.54 239	0.60 70	20.89 473	1.01 193	0.57 109	3.60 252	1.21 393	3.20 191	1.70 117	2.17 306	1.76 246	1.43 190	4.12 485	3.61 297	0.94 112	0.32 174	0.20 33	0.28 156	0.76 482	0.50 368	1.83 414

FACV-RUCA	1.35 84	0.70 129	2.58 66	1.07 221	1.49 410	2.70 125	1.13 375	3.21 192	2.64 259	1.42 148	1.99 333	1.06 138	1.15 208	1.44 98	1.16 163	0.41 310	0.42 317	0.73 492	0.41 403	0.63 414	0.67 283

gcap-zeroshot	2.25 166	0.74 158	19.48 298	0.97 173	1.18 340	3.50 230	0.83 245	3.21 192	2.66 263	1.86 212	1.23 97	3.24 406	0.88 125	1.92 188	0.94 112	0.34 219	0.43 319	0.28 156	0.22 116	0.29 99	0.83 322

RALCasStereoNet	3.17 380	1.87 408	20.86 471	1.17 268	1.63 443	3.10 160	0.70 157	3.21 192	2.19 185	1.39 141	1.73 241	1.18 153	0.91 134	2.46 242	1.64 280	0.31 157	8.75 534	0.25 71	0.22 116	0.31 130	9.45 511

Prome-Stereo	2.57 255	0.60 70	20.29 393	1.01 193	0.62 132	4.40 439	1.80 457	3.22 195	1.74 123	2.18 309	3.43 486	1.71 221	3.45 473	2.24 228	1.19 169	0.32 174	0.20 33	0.27 123	0.25 166	0.37 236	2.15 424

RAFT-Stereo + iAFF	2.49 226	1.68 386	20.50 425	1.11 232	1.32 379	4.13 378	0.42 37	3.23 196	3.30 384	2.05 269	2.40 413	1.61 205	1.11 192	1.49 111	1.63 274	0.22 18	0.22 74	0.26 101	0.24 151	0.31 130	2.47 436

RAFT	2.36 197	1.62 381	18.03 248	1.75 460	0.54 86	1.91 64	0.91 304	3.24 197	3.65 436	1.64 172	1.73 241	3.45 423	1.58 302	1.82 177	1.74 305	0.42 321	1.06 443	0.40 367	0.32 315	0.44 324	1.03 356

rafts_anoy	2.76 310	1.68 386	20.42 408	1.42 383	3.90 528	3.03 157	0.61 106	3.24 197	1.66 108	1.42 148	1.26 106	1.19 157	1.11 192	2.13 211	1.64 280	0.33 197	8.77 535	0.32 241	0.32 315	0.32 150	0.38 98

raft+_RVC	3.46 421	2.57 439	19.51 301	1.49 401	17.54 556	3.63 259	0.76 203	3.24 197	1.53 68	1.35 138	1.67 221	1.03 133	1.10 189	1.98 197	1.53 246	0.25 43	7.10 523	0.25 71	0.24 151	0.28 81	2.18 427

MIM_Stereo	2.71 295	1.26 332	20.92 475	1.34 348	5.57 541	3.10 160	0.59 98	3.25 200	2.51 242	1.64 172	1.61 199	1.82 250	1.29 232	2.07 202	1.35 204	0.25 43	0.31 221	0.28 156	0.26 183	0.29 99	4.43 476

RAFT_CTSACE	2.41 212	1.83 404	20.33 399	1.77 464	1.39 393	3.50 230	1.03 349	3.25 200	1.64 104	1.80 207	2.04 340	2.82 372	1.78 356	2.11 208	1.10 153	0.27 72	0.24 130	0.28 156	0.30 281	0.31 130	0.33 42

RALAANet	2.29 180	2.73 441	21.08 488	1.29 326	0.94 269	1.45 43	0.68 145	3.25 200	2.61 255	2.02 257	1.80 265	1.28 169	1.04 167	2.12 209	1.79 315	0.30 133	0.22 74	0.27 123	0.27 200	0.41 288	0.35 63

plain	2.00 123	0.89 228	21.49 520	0.67 17	0.73 180	1.66 54	0.57 85	3.27 203	2.18 183	0.80 55	1.25 103	0.80 87	0.86 121	1.72 151	1.13 155	0.34 219	0.21 57	0.32 241	0.25 166	0.44 324	0.34 53

1w_stereo	0.91 39	0.46 13	1.12 1	0.74 39	0.80 210	2.98 153	0.67 135	3.29 204	1.04 11	0.83 64	1.36 132	0.38 7	1.36 241	1.03 12	0.75 51	0.17 2	0.18 10	0.20 1	0.17 17	0.20 9	0.57 233

rvit_0105_3	1.97 116	1.34 350	16.03 197	0.98 179	0.59 114	2.37 100	1.08 361	3.30 205	3.01 321	1.21 125	1.47 156	1.24 166	1.04 167	1.82 177	1.23 178	0.47 375	0.44 328	0.40 367	0.43 414	0.43 310	0.55 225

AFF-stereo	2.54 239	3.44 455	20.84 470	1.30 330	0.48 55	3.94 334	0.48 53	3.30 205	3.40 408	1.94 228	2.21 384	2.10 298	1.51 285	2.36 238	1.62 271	0.23 22	0.21 57	0.25 71	0.25 166	0.33 174	0.53 215

psmorigin	6.62 522	1.45 361	87.38 575	1.55 420	0.97 274	2.86 137	1.42 421	3.30 205	2.12 177	3.74 498	2.45 423	5.15 506	2.59 429	10.55 455	2.91 419	0.55 427	0.68 406	0.48 411	0.53 450	0.73 446	1.02 354

AACVNet	2.77 312	1.64 384	19.22 285	1.57 423	0.86 233	3.28 188	0.74 183	3.31 208	1.66 108	2.06 270	1.82 272	2.47 336	1.40 252	10.95 470	1.92 342	0.41 310	0.35 256	0.38 357	0.33 323	0.46 342	0.61 261

IGEV++	3.59 428	0.91 237	13.63 151	1.08 223	0.98 275	1.27 25	0.98 338	3.33 209	1.89 145	0.93 94	1.38 138	0.86 99	1.09 183	1.71 145	1.09 152	0.36 259	21.52 566	0.23 24	0.21 84	0.31 130	18.10 555

DISCO	2.40 206	0.99 282	11.99 138	1.81 466	1.12 325	3.47 219	1.24 397	3.34 210	2.57 250	2.73 437	1.96 326	4.52 489	1.90 378	4.18 314	3.62 438	0.37 273	0.27 185	0.31 221	0.30 281	0.70 439	0.62 265

DDVS	1.78 109	0.84 212	3.58 82	1.32 341	1.15 332	3.17 169	0.77 207	3.35 211	1.86 137	1.88 214	1.91 315	2.91 381	1.42 260	6.19 352	1.85 325	0.47 375	0.65 402	0.35 314	0.38 376	0.48 362	1.01 352

G-Net	4.16 460	1.39 354	20.31 397	2.30 495	2.91 509	4.68 497	2.86 502	3.35 211	2.44 236	4.43 514	9.43 530	6.89 522	3.83 480	8.91 405	4.83 456	0.80 477	0.80 422	0.70 484	0.50 442	0.95 478	0.97 346

DCRE	3.02 352	0.95 261	18.48 257	1.18 273	1.89 476	3.57 244	0.82 241	3.36 213	1.70 117	2.04 265	8.12 518	1.73 225	1.07 181	1.31 66	1.24 183	0.24 29	0.87 429	0.26 101	0.27 200	0.28 81	11.03 520

CBFPSM	2.24 164	2.06 417	12.12 140	1.13 247	1.05 303	2.85 135	1.23 395	3.37 214	2.05 165	1.82 209	1.33 124	4.55 490	4.00 483	2.38 239	2.35 385	0.27 72	0.38 285	0.32 241	0.28 227	0.39 263	0.89 335

Selective-RAFT	1.34 82	0.58 53	2.21 56	1.01 193	0.49 64	4.19 405	0.51 64	3.39 215	3.62 434	1.15 121	1.40 142	1.45 193	1.40 252	2.09 204	1.31 201	0.43 338	0.40 299	0.25 71	0.26 183	0.29 99	0.38 98

GANet-RSSM	2.96 343	1.27 336	21.17 504	1.73 456	1.23 359	4.22 411	0.91 304	3.39 215	2.02 163	1.97 238	1.74 244	2.53 340	2.06 388	10.91 469	1.88 331	0.37 273	0.35 256	0.32 241	0.29 262	0.42 300	0.46 160

IGEV-Stereo++	1.68 105	0.48 16	1.27 9	0.77 49	1.31 374	3.87 314	0.33 11	3.41 217	1.72 121	0.89 87	1.20 89	0.68 57	1.03 160	1.15 30	0.49 4	0.23 22	0.22 74	0.23 24	0.18 25	0.26 63	13.90 527

fast-acv-ft	2.62 267	1.62 381	20.48 423	1.45 392	1.39 393	3.16 168	1.16 383	3.41 217	2.45 238	1.97 238	2.15 365	2.68 357	2.15 399	2.92 280	2.47 395	0.43 338	0.40 299	0.45 398	0.40 393	0.62 408	0.64 273

castereo	0.88 34	0.78 192	1.15 3	0.89 102	0.51 74	1.31 32	0.90 293	3.42 219	1.28 30	0.88 80	1.28 114	0.72 70	0.91 134	1.05 16	1.01 137	0.28 91	0.17 4	0.26 101	0.20 70	0.24 43	0.34 53

CAS++	1.01 55	0.77 190	3.30 76	0.86 87	0.53 83	1.23 22	0.85 260	3.43 220	1.57 80	1.16 122	1.33 124	0.62 45	0.58 31	1.18 36	0.63 25	0.37 273	0.30 215	0.35 314	0.27 200	0.41 288	0.38 98
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DMCA-RVC	2.72 297	3.31 451	20.08 363	1.27 319	1.13 328	2.49 110	0.85 260	3.43 220	1.85 136	3.04 467	1.58 195	1.99 282	1.51 285	6.42 358	2.86 414	0.39 297	0.31 221	0.44 391	0.37 367	0.47 355	0.65 277

ICVP	2.19 152	0.72 143	19.18 281	1.03 201	0.88 246	4.22 411	0.94 320	3.44 222	1.69 114	1.68 181	1.76 246	1.35 176	1.19 217	1.80 170	1.40 221	0.58 435	0.37 272	0.34 295	0.30 281	0.41 288	0.59 252
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
DeepPruner_ROB	2.61 264	1.97 414	19.32 290	1.03 201	1.20 351	4.38 432	0.90 293	3.44 222	1.77 126	2.61 423	1.54 178	2.77 369	1.27 226	5.05 322	2.08 363	0.52 419	0.40 299	0.37 342	0.35 346	0.52 376	0.62 265

G2L-ROB	2.75 307	1.93 411	19.94 343	1.25 313	1.05 303	3.84 301	0.93 317	3.45 224	2.56 247	2.29 349	1.47 156	2.64 354	1.20 219	8.34 397	2.28 380	0.29 105	0.20 33	0.24 49	0.23 131	0.29 99	0.52 208

GIP-stereo	2.03 130	0.67 107	4.11 92	1.51 408	1.13 328	2.91 144	0.42 37	3.45 224	3.19 352	0.67 22	0.78 25	0.90 112	0.76 88	1.06 17	0.69 38	0.29 105	0.25 147	0.25 71	0.17 17	0.26 63	17.22 553

dual_stereo	4.32 472	0.42 3	1.51 26	0.75 46	1.37 390	0.88 6	0.34 16	3.50 226	4.78 507	0.55 3	0.47 9	0.60 42	0.40 4	2.09 204	0.95 118	0.24 29	32.26 571	0.21 8	0.17 17	0.21 18	34.78 570

anonymity	2.02 128	1.28 339	5.16 97	1.73 456	1.63 443	1.86 60	1.06 358	3.50 226	2.42 227	2.19 316	2.11 358	1.88 260	3.89 481	1.92 188	1.56 254	1.11 494	1.14 447	1.08 506	1.11 505	1.05 482	2.68 439

IGEV_Zeroshot_test	2.66 281	0.75 172	21.55 522	1.50 406	0.89 247	2.21 83	0.90 293	3.52 228	1.83 133	2.17 306	1.57 189	4.09 465	1.60 306	1.73 156	1.21 173	0.32 174	0.33 237	0.28 156	0.30 281	0.44 324	6.09 489

DEFOM-Stereo_RVC	1.03 56	1.15 314	1.34 16	1.03 201	0.59 114	0.81 5	0.43 40	3.53 229	4.67 499	0.78 49	0.98 57	0.44 24	1.16 210	1.46 104	0.71 42	0.27 72	0.19 20	0.24 49	0.18 25	0.30 119	0.34 53

THIR-Stereo	4.50 480	1.11 303	18.71 263	0.89 102	0.47 50	2.25 89	16.71 551	3.53 229	1.58 83	2.04 265	12.04 543	2.66 356	7.52 522	7.29 379	11.25 491	0.32 174	0.21 57	0.29 179	0.28 227	0.35 212	0.52 208

HART	3.57 427	1.13 309	17.80 244	0.90 114	1.12 325	1.18 14	0.41 35	3.55 231	4.60 492	1.09 117	2.19 378	1.49 197	0.57 28	1.46 104	1.14 158	0.25 43	21.58 567	0.28 156	0.21 84	0.36 230	10.06 517

rvit_105_1	2.17 148	1.36 352	16.82 219	1.09 226	0.68 166	2.78 130	1.26 399	3.55 231	2.90 304	1.40 142	1.57 189	1.29 171	1.14 202	2.91 279	1.49 240	0.55 427	0.47 350	0.45 398	0.61 468	0.45 332	0.63 268

MM-Stereo_test3	2.20 158	0.95 261	19.62 306	1.94 478	1.18 340	1.95 68	0.83 245	3.56 233	3.91 453	1.33 136	1.86 296	1.10 141	0.68 63	1.48 109	1.63 274	0.29 105	0.35 256	0.27 123	0.22 116	0.37 236	0.56 228

PSMNet-RUCA	2.60 259	1.83 404	20.55 431	1.51 408	1.39 393	3.07 159	1.36 414	3.56 233	2.43 230	1.41 145	2.07 352	1.42 187	1.09 183	2.07 202	1.60 266	1.20 499	0.69 413	1.26 514	0.96 495	1.65 514	0.97 346

ac_64	2.93 334	0.87 219	19.66 308	1.35 349	1.70 460	3.29 191	0.92 312	3.56 233	3.46 422	1.91 218	1.79 260	3.90 455	1.76 353	10.23 445	1.93 343	0.44 346	0.32 227	0.33 275	0.31 299	0.35 212	0.51 200

APVNet	3.24 394	1.59 378	21.72 525	1.36 353	1.52 416	3.93 331	1.12 373	3.58 236	2.80 281	2.32 366	2.02 336	3.05 390	1.96 381	11.77 511	2.61 406	0.44 346	0.46 340	0.65 478	0.47 428	0.73 446	0.73 302

RASNet	3.15 376	1.20 329	19.81 327	1.63 436	2.26 496	3.67 267	1.09 365	3.58 236	3.44 414	1.99 242	2.15 365	4.59 492	2.30 410	10.24 447	2.98 420	0.57 434	0.26 172	0.25 71	0.25 166	0.30 119	0.54 221

IER	2.09 137	0.91 237	14.11 161	0.97 173	1.15 332	3.17 169	0.89 278	3.59 238	2.39 221	2.15 300	1.98 330	2.27 307	2.11 392	2.39 240	1.80 316	0.35 235	0.24 130	0.36 331	0.30 281	0.34 197	0.42 131

PSMNet_ROB	3.38 411	5.24 473	20.61 446	1.24 298	1.22 358	3.76 285	1.64 446	3.59 238	2.80 281	2.07 276	1.72 235	2.75 365	1.79 359	11.42 495	4.58 451	0.42 321	0.38 285	0.50 426	0.62 471	0.62 408	0.69 288

hitnet-ft	2.99 349	1.23 331	19.37 293	0.96 165	0.90 253	3.76 285	0.79 224	3.60 240	2.68 264	2.31 355	2.04 340	3.63 444	1.49 282	11.70 508	2.37 388	0.45 355	0.54 374	0.44 391	0.36 357	0.54 380	0.56 228

MFMNet_re	3.44 416	8.89 491	19.36 292	3.25 527	1.91 478	3.13 165	1.99 467	3.60 240	4.16 464	3.17 478	2.86 463	2.25 305	2.41 417	2.61 260	2.35 385	1.13 495	1.06 443	0.94 500	0.91 494	1.29 503	1.57 395

HCRNet	2.24 164	0.74 158	14.54 170	0.82 73	1.36 387	4.11 373	0.70 157	3.61 242	3.03 329	1.83 211	1.61 199	1.58 202	1.40 252	5.79 337	1.60 266	0.35 235	0.28 195	0.36 331	0.29 262	0.34 197	0.46 160

PASM	3.22 389	2.89 443	15.38 186	2.00 482	1.57 430	2.77 127	1.96 465	3.62 243	2.75 273	2.95 462	2.26 389	3.10 396	2.24 406	11.87 513	2.46 393	0.97 489	1.06 443	0.87 498	1.02 500	1.20 498	1.41 383

GANet-ADL	2.25 166	0.80 198	20.17 370	1.28 321	0.69 174	3.83 299	0.75 194	3.63 244	1.83 133	1.68 181	2.04 340	2.09 297	1.10 189	1.63 132	1.43 227	0.42 321	0.33 237	0.26 101	0.23 131	0.43 310	0.41 122

DSFCA	2.38 202	1.03 288	11.06 132	1.15 254	1.18 340	3.97 344	1.75 453	3.63 244	2.44 236	3.14 475	1.68 223	2.90 379	2.48 422	5.38 329	3.17 429	0.49 390	0.45 334	0.37 342	0.37 367	0.54 380	0.46 160

Anonymous3	2.20 158	0.80 198	20.08 363	0.86 87	0.86 233	4.46 447	0.84 255	3.64 246	1.40 42	1.37 140	1.40 142	1.11 144	1.03 160	1.71 145	1.24 183	0.75 474	0.58 388	0.34 295	0.35 346	0.48 362	0.65 277

G2L-Stereo_test	2.89 329	2.06 417	20.60 444	1.68 446	1.18 340	3.55 240	1.01 342	3.66 247	2.33 214	2.59 417	1.68 223	3.14 399	1.48 278	9.19 411	1.86 327	0.30 133	0.21 57	0.23 24	0.23 131	0.28 81	0.57 233

SCV	2.09 137	0.89 228	11.43 137	1.91 475	2.09 489	1.27 25	0.87 270	3.66 247	2.13 180	0.67 22	1.59 197	0.93 121	0.77 90	1.80 170	0.89 95	0.37 273	0.38 285	0.25 71	0.22 116	0.30 119	9.45 511

SQANet	4.22 463	14.03 532	20.30 395	2.78 515	2.75 507	3.41 207	1.48 429	3.66 247	2.25 197	2.62 425	1.77 253	2.68 357	1.90 378	7.41 384	3.78 440	2.97 525	1.42 456	1.85 521	1.13 506	3.28 525	2.86 445

CSP-Net	1.99 122	1.70 389	4.84 95	1.22 290	1.02 290	3.42 209	1.30 403	3.66 247	2.11 175	2.07 276	1.93 323	2.40 321	1.48 278	8.56 400	1.62 271	0.51 409	0.41 306	0.27 123	0.27 200	0.44 324	0.54 221

SCV_C0	2.17 148	0.93 252	12.88 144	0.96 165	1.06 308	1.27 25	0.63 122	3.68 251	3.30 384	1.03 113	1.26 106	0.73 71	0.66 57	1.73 156	1.06 147	0.35 235	1.97 471	0.25 71	0.21 84	0.29 99	9.23 510

NF-Stereo	2.68 288	0.67 107	21.09 493	2.43 500	0.47 50	4.67 489	0.67 135	3.68 251	4.30 475	2.11 286	1.62 203	1.36 178	1.09 183	6.07 349	1.24 183	0.45 355	0.20 33	0.36 331	0.34 333	0.32 150	0.37 88

OCTAStereo	2.67 285	0.67 107	21.08 488	2.43 500	0.47 50	4.67 489	0.67 135	3.68 251	4.31 478	2.11 286	1.62 203	1.36 178	1.09 183	6.02 346	1.25 189	0.45 355	0.20 33	0.36 331	0.34 333	0.32 150	0.37 88

RE-Stereo	2.67 285	0.67 107	21.08 488	2.43 500	0.47 50	4.67 489	0.67 135	3.68 251	4.30 475	2.11 286	1.62 203	1.36 178	1.09 183	6.01 343	1.26 194	0.45 355	0.20 33	0.36 331	0.34 333	0.32 150	0.37 88

TVStereo	2.67 285	0.67 107	21.08 488	2.43 500	0.47 50	4.67 489	0.67 135	3.68 251	4.30 475	2.11 286	1.62 203	1.36 178	1.09 183	6.01 343	1.26 194	0.45 355	0.20 33	0.36 331	0.34 333	0.32 150	0.37 88

GCST	2.86 323	3.95 462	20.52 427	1.93 477	1.56 427	1.74 58	0.50 60	3.69 256	2.10 170	1.79 205	1.64 213	1.60 204	1.29 232	5.27 327	1.90 335	2.10 516	0.77 419	1.45 516	0.97 498	1.15 494	1.38 380

PCWNet_CMD	2.16 145	0.71 136	15.44 187	0.84 76	0.76 197	3.38 200	0.68 145	3.69 256	2.24 194	1.72 190	1.63 208	3.20 403	3.00 450	2.09 204	1.23 178	0.32 174	0.37 272	0.47 406	0.27 200	0.65 425	0.51 200

cross-raft	1.95 115	0.66 104	16.17 203	1.23 297	0.92 259	2.25 89	0.70 157	3.69 256	1.68 111	1.78 202	1.53 167	3.15 400	1.13 196	1.35 79	1.06 147	0.24 29	0.23 102	0.26 101	0.24 151	0.29 99	0.45 150

G2L-Stereo	2.85 321	2.33 433	19.94 343	1.15 254	1.34 381	3.57 244	0.95 325	3.70 259	2.22 191	2.14 293	1.61 199	3.19 401	1.33 238	9.50 417	2.02 355	0.36 259	0.27 185	0.35 314	0.28 227	0.30 119	0.51 200

Wz-Net-LNSev	2.78 313	6.16 476	17.27 229	1.24 298	1.65 451	3.49 228	1.55 436	3.70 259	3.61 432	1.96 236	1.76 246	3.30 411	2.17 403	2.78 272	2.24 376	0.49 390	0.35 256	0.32 241	0.31 299	0.56 389	0.65 277

MSMDNet	2.16 145	0.71 136	15.36 185	0.86 87	0.75 193	3.41 207	0.69 154	3.70 259	2.25 197	1.73 193	1.64 213	3.21 404	2.95 442	2.09 204	1.24 183	0.32 174	0.37 272	0.45 398	0.27 200	0.63 414	0.50 194

PAM_32	3.04 357	0.69 121	20.55 431	1.17 268	1.01 288	8.89 539	0.76 203	3.71 262	3.43 413	2.12 290	2.65 446	5.44 511	3.73 478	2.35 237	1.48 239	0.27 72	0.33 237	0.28 156	0.29 262	0.39 263	1.27 374

anonymousdsp2	2.72 297	0.68 116	11.15 134	1.20 280	0.64 139	3.66 266	0.71 162	3.71 262	2.14 181	1.62 170	1.61 199	1.95 274	1.00 154	2.24 228	0.81 73	0.32 174	0.50 364	0.28 156	0.20 70	0.34 197	19.58 558

MyStereo06	2.74 303	1.07 292	21.19 507	1.06 215	1.08 312	4.26 419	0.86 264	3.72 264	1.80 130	2.25 333	1.77 253	4.28 478	4.12 485	1.85 182	1.38 217	0.25 43	2.43 487	0.34 295	0.27 200	0.46 342	0.48 183

ToySt	2.53 235	0.89 228	19.20 283	1.12 242	0.95 271	3.47 219	1.13 375	3.72 264	2.25 197	1.36 139	1.71 233	2.22 303	1.59 305	2.14 214	1.81 320	0.28 91	0.64 399	0.30 201	0.33 323	0.43 310	5.14 483

iRaft-Stereo_5w	2.47 223	1.37 353	13.85 154	0.87 94	0.99 280	3.22 175	0.84 255	3.72 264	2.12 177	1.57 164	2.49 427	2.20 302	2.22 405	9.12 409	2.03 357	0.48 384	0.27 185	0.35 314	0.29 262	0.48 362	0.94 344

GwcNet	3.26 398	3.93 460	20.24 383	1.38 362	2.04 485	3.24 181	1.53 432	3.72 264	3.66 437	2.17 306	2.25 388	3.55 439	1.69 339	9.38 416	3.03 422	0.48 384	0.49 360	0.46 404	0.39 384	0.66 429	0.86 332

cf-r	2.93 334	2.19 427	20.59 443	1.49 401	1.35 385	4.18 397	0.92 312	3.73 268	3.12 346	2.16 304	1.82 272	3.40 420	1.44 265	8.22 394	1.93 343	0.34 219	0.31 221	0.33 275	0.30 281	0.38 249	0.45 150

STTStereo	2.62 267	1.28 339	19.16 279	1.52 413	1.55 422	3.84 301	0.89 278	3.75 269	2.59 254	2.23 330	1.59 197	2.48 338	1.58 302	5.11 323	1.72 299	0.38 289	0.41 306	0.47 406	0.54 453	0.53 377	0.75 308

model_zeroshot	2.43 215	0.72 143	19.99 350	1.24 298	1.23 359	3.70 276	0.63 122	3.76 270	1.61 97	2.79 445	1.41 146	2.24 304	0.82 112	2.87 278	1.22 175	0.33 197	0.52 370	0.30 201	0.25 166	0.28 81	2.59 437

11t1	2.82 318	0.72 143	17.81 246	1.60 429	0.93 263	2.27 91	0.62 117	3.76 270	4.47 486	1.72 190	1.33 124	1.05 136	1.34 239	1.84 181	1.45 235	0.29 105	5.57 517	0.29 179	0.26 183	0.32 150	8.80 509

Anonymous_2	4.03 457	0.99 282	11.19 135	1.20 280	1.71 461	3.68 270	0.93 317	3.76 270	1.63 102	2.07 276	1.43 149	4.76 498	2.34 412	1.86 184	1.78 311	0.82 481	2.42 485	8.69 561	16.64 565	4.38 540	8.29 504

StereoDRNet	3.07 361	2.92 446	16.33 211	1.36 353	1.57 430	3.45 216	2.04 474	3.77 273	2.85 291	3.31 484	1.85 290	2.78 370	1.79 359	10.85 465	3.41 433	0.45 355	0.36 265	0.39 362	0.37 367	0.62 408	0.85 328

PSMNet-RSSM	2.91 332	1.55 375	20.10 366	1.32 341	1.30 370	4.19 405	0.95 325	3.78 274	2.28 204	2.28 344	1.80 265	2.64 354	1.87 375	9.83 427	1.93 343	0.37 273	0.33 237	0.35 314	0.38 376	0.46 342	0.40 115

MyStereo8	2.97 348	1.76 393	18.94 269	1.55 420	1.62 440	4.16 389	0.57 85	3.79 275	2.41 226	2.22 328	2.93 466	2.27 307	1.14 202	2.16 215	2.28 380	0.27 72	8.58 531	0.32 241	0.29 262	0.37 236	1.72 404

gwcnet-sp	2.38 202	1.51 367	17.58 238	1.11 232	0.92 259	3.59 248	1.03 349	3.79 275	2.43 230	2.60 419	1.63 208	1.80 245	1.61 311	3.87 304	1.99 347	0.33 197	0.32 227	0.30 201	0.29 262	0.40 268	0.47 172

scenet	2.38 202	1.51 367	17.58 238	1.11 232	0.92 259	3.59 248	1.03 349	3.79 275	2.43 230	2.60 419	1.63 208	1.80 245	1.61 311	3.87 304	1.99 347	0.33 197	0.32 227	0.30 201	0.29 262	0.40 268	0.47 172

ssnet	2.38 202	1.51 367	17.58 238	1.11 232	0.92 259	3.59 248	1.03 349	3.79 275	2.43 230	2.60 419	1.63 208	1.80 245	1.61 311	3.87 304	1.99 347	0.33 197	0.32 227	0.30 201	0.29 262	0.40 268	0.47 172

NCCL2	2.96 343	4.07 465	15.75 193	1.24 298	1.03 294	3.48 225	2.55 493	3.79 275	2.39 221	2.78 443	1.80 265	2.41 325	1.67 335	10.27 448	2.48 397	0.46 367	0.41 306	0.57 456	0.55 457	0.61 403	0.86 332

ISRNet	1.98 117	0.94 256	10.75 130	1.30 330	1.35 385	2.84 134	0.69 154	3.80 280	2.07 167	2.14 293	2.11 358	2.89 377	1.41 257	2.52 252	1.74 305	0.49 390	0.50 364	0.56 452	0.47 428	0.51 373	0.59 252

test_for_model	3.36 410	3.87 459	21.00 479	4.24 539	3.68 523	2.57 120	0.94 320	3.80 280	3.64 435	2.59 417	1.40 142	1.02 132	0.73 72	0.97 9	0.70 41	3.05 526	2.42 485	0.26 101	0.17 17	5.36 547	4.82 479

UNet	2.53 235	0.91 237	20.07 357	1.19 278	1.44 405	3.45 216	0.75 194	3.80 280	1.98 157	2.09 282	1.57 189	2.74 363	2.37 414	3.51 294	2.52 400	0.35 235	0.30 215	0.41 374	0.28 227	0.40 268	0.50 194

DMCA	2.02 128	1.07 292	11.33 136	1.17 268	0.96 273	3.92 330	0.89 278	3.80 280	3.11 344	2.89 454	1.58 195	2.35 318	1.17 212	1.79 164	2.25 377	0.42 321	0.29 205	0.42 385	0.27 200	0.38 249	0.43 138

delet	2.66 281	1.11 303	18.42 256	1.05 211	1.65 451	3.47 219	2.00 470	3.81 284	2.82 287	2.15 300	2.11 358	2.62 353	1.88 377	5.38 329	2.21 375	0.34 219	0.38 285	0.40 367	0.32 315	0.45 332	0.54 221

TDLM	3.20 385	1.58 376	18.80 264	1.70 452	1.10 319	4.29 423	2.17 480	3.81 284	3.27 373	2.89 454	1.98 330	2.06 295	1.70 342	12.44 526	2.15 369	0.58 435	0.31 221	0.56 452	0.40 393	0.58 396	1.59 397

DLCB_ROB	2.55 244	1.32 347	10.26 128	1.31 334	1.04 300	2.94 146	1.29 402	3.81 284	2.73 270	2.93 458	2.17 370	3.37 419	1.53 293	10.40 453	3.26 431	0.42 321	0.35 256	0.41 374	0.37 367	0.43 310	0.68 285

HGLStereo	2.74 303	1.03 288	20.80 465	1.24 298	1.55 422	3.62 258	0.94 320	3.83 287	2.09 168	2.18 309	2.20 380	3.11 397	2.12 394	5.65 335	2.07 362	0.50 403	0.34 247	0.32 241	0.30 281	0.42 300	0.50 194

PSMNet-ADL	2.01 126	0.78 192	2.89 71	1.11 232	0.86 233	4.13 378	0.80 233	3.84 288	2.26 200	1.74 196	1.87 302	2.90 379	1.81 362	10.37 452	2.34 384	0.49 390	0.47 350	0.29 179	0.30 281	0.39 263	0.56 228

MMNet	2.15 144	1.33 348	12.06 139	1.22 290	1.23 359	3.55 240	0.89 278	3.84 288	2.26 200	2.19 316	1.78 257	2.15 299	2.10 390	3.70 300	2.35 385	0.45 355	0.38 285	0.34 295	0.28 227	0.40 268	0.52 208

HHNet	2.51 228	0.76 182	20.83 467	0.67 17	0.67 158	4.07 364	0.90 293	3.85 290	1.59 86	2.14 293	4.91 505	0.98 127	3.32 464	1.73 156	1.80 316	0.41 310	0.20 33	0.31 221	0.28 227	0.38 249	0.44 144

YMNet	2.55 244	1.78 396	14.80 176	1.41 374	1.67 457	3.95 336	0.96 331	3.86 291	3.02 325	2.68 430	2.57 439	3.35 417	1.53 293	3.40 290	2.57 402	0.49 390	0.54 374	0.52 434	0.49 434	0.76 454	0.69 288

YMNet_1	2.55 244	1.78 396	14.80 176	1.41 374	1.67 457	3.95 336	0.96 331	3.86 291	3.02 325	2.68 430	2.57 439	3.35 417	1.53 293	3.40 290	2.57 402	0.49 390	0.54 374	0.52 434	0.49 434	0.76 454	0.69 288

GANet	3.64 430	1.76 393	19.65 307	1.92 476	1.04 300	3.91 323	2.51 492	3.86 291	2.81 286	3.13 472	3.03 470	3.19 401	2.19 404	12.43 525	8.23 480	0.60 439	0.43 319	0.52 434	0.43 414	0.63 414	0.63 268

CRFU-Net	2.56 251	0.89 228	10.77 131	2.53 507	1.09 315	3.91 323	1.40 418	3.87 294	1.92 148	2.25 333	1.80 265	3.32 414	7.85 525	5.53 334	1.54 249	0.58 435	0.36 265	0.31 221	0.28 227	0.39 263	0.56 228

acv_ft	2.45 219	0.97 270	19.57 303	1.15 254	2.01 483	2.97 151	0.96 331	3.88 295	2.85 291	2.34 371	1.91 315	3.07 393	1.65 332	1.52 118	2.26 378	0.33 197	0.27 185	0.30 201	0.27 200	0.42 300	0.35 63

MLCV	2.52 230	1.77 395	18.20 252	1.17 268	0.63 135	3.60 252	0.53 74	3.88 295	2.35 218	2.82 450	2.24 386	1.99 282	1.42 260	4.59 318	3.09 425	0.39 297	0.22 74	0.33 275	0.22 116	0.35 212	0.52 208

GwcNet-RSSM	3.13 371	5.08 470	19.86 333	1.28 321	1.20 351	4.12 375	1.11 371	3.89 297	2.80 281	2.13 291	1.81 270	3.11 397	1.46 272	10.33 451	2.19 374	0.36 259	0.34 247	0.35 314	0.31 299	0.45 332	0.43 138

PVD	3.91 450	4.36 467	13.89 158	2.81 519	4.79 538	3.80 294	1.94 463	3.89 297	4.11 460	5.75 525	3.56 488	3.59 440	3.34 466	6.44 360	6.44 465	0.73 469	2.84 492	0.74 493	0.84 489	0.82 464	3.45 462

otaku	5.59 505	14.82 546	20.70 457	3.13 524	2.70 506	3.91 323	2.56 494	3.90 299	2.48 240	2.25 333	9.38 529	4.06 464	2.32 411	9.59 422	14.37 513	3.52 533	1.66 464	2.15 525	1.19 509	3.73 533	3.35 459

CrosDoStereo	5.27 501	0.75 172	20.07 357	0.85 81	0.53 83	3.40 204	18.03 552	3.90 299	3.29 380	1.99 242	8.27 520	1.95 274	6.95 519	7.34 381	25.94 559	0.33 197	0.22 74	0.30 201	0.28 227	0.35 212	0.61 261

DeepStereo_LL	5.27 501	0.75 172	20.07 357	0.85 81	0.53 83	3.40 204	18.03 552	3.90 299	3.29 380	1.99 242	8.27 520	1.95 274	6.95 519	7.34 381	25.94 559	0.33 197	0.22 74	0.30 201	0.28 227	0.35 212	0.61 261

GES	2.26 170	0.79 196	19.68 316	1.12 242	0.59 114	4.30 425	1.01 342	3.90 299	1.59 86	1.78 202	1.78 257	1.28 169	1.75 350	1.80 170	1.61 269	0.42 321	0.29 205	0.33 275	0.31 299	0.45 332	0.50 194

LSM	13.03 550	7.72 489	21.01 480	55.44 573	85.65 571	3.65 264	6.27 537	3.91 303	5.06 515	5.63 523	13.91 547	3.53 437	3.46 474	9.93 433	4.36 448	0.72 466	0.95 434	0.72 489	0.85 490	1.09 488	26.67 564

AASNet	2.65 276	3.20 449	20.19 372	1.38 362	1.49 410	3.84 301	1.06 358	3.92 304	3.28 375	2.07 276	2.28 395	1.95 274	1.28 229	2.19 220	2.17 371	0.42 321	0.33 237	0.45 398	0.30 281	0.59 398	0.52 208

ADCRef	3.66 432	5.95 475	15.50 189	1.20 280	1.41 399	3.93 331	1.61 440	3.92 304	2.77 277	3.13 472	2.20 380	2.40 321	2.78 436	6.23 355	16.59 523	0.50 403	0.35 256	0.63 474	0.62 471	0.58 396	0.92 340

NLCA_NET_v2_RVC	2.76 310	1.48 364	19.72 320	1.62 433	2.00 482	3.95 336	0.86 264	3.92 304	2.51 242	2.56 414	1.69 227	2.83 374	1.61 311	5.65 335	1.78 311	0.48 384	0.36 265	0.38 357	0.42 409	0.56 389	0.77 310
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
SPS-STEREO	5.18 498	10.36 502	21.09 493	1.74 458	1.72 463	3.24 181	2.26 483	3.92 304	4.12 461	5.06 521	3.66 490	5.43 510	3.33 465	9.56 420	12.34 502	1.17 498	1.17 449	1.07 505	1.03 502	1.17 496	10.25 518
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
TestStereo1	2.56 251	1.41 357	20.56 435	1.63 436	0.74 185	4.13 378	1.34 408	3.93 308	3.38 402	1.61 168	2.56 436	1.43 190	2.13 397	2.55 256	1.70 293	0.32 174	0.22 74	0.34 295	0.26 183	0.40 268	0.53 215

SA-5K	2.56 251	1.41 357	20.56 435	1.63 436	0.74 185	4.13 378	1.34 408	3.93 308	3.38 402	1.61 168	2.56 436	1.43 190	2.13 397	2.55 256	1.70 293	0.32 174	0.22 74	0.34 295	0.26 183	0.40 268	0.53 215

PA-Net	3.45 418	2.50 435	20.39 407	1.42 383	1.20 351	3.39 202	1.73 452	3.93 308	3.57 431	1.94 228	2.17 370	3.02 388	1.87 375	11.67 504	6.48 466	0.40 307	0.55 378	0.44 391	0.63 475	0.55 383	1.13 364
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
coex_refinement	3.01 351	1.69 388	20.28 388	1.31 334	1.15 332	3.21 172	0.86 264	3.94 311	2.43 230	2.51 409	1.92 321	3.49 426	1.68 336	11.06 475	2.54 401	0.38 289	0.26 172	0.27 123	0.31 299	0.41 288	0.58 249

RAFT-Stereo-weight	1.38 85	0.57 51	5.44 100	1.05 211	0.63 135	4.19 405	0.77 207	3.95 312	1.53 68	2.01 255	1.53 167	1.30 172	0.65 51	1.30 62	1.05 145	0.27 72	0.26 172	0.26 101	0.22 116	0.28 81	0.38 98

MSKI-zero shot	2.33 190	0.69 121	20.22 380	1.14 251	0.77 200	4.05 359	0.68 145	3.95 312	1.51 65	1.93 222	2.35 405	1.91 266	0.71 67	3.01 283	0.79 67	0.28 91	1.47 457	0.27 123	0.21 84	0.28 81	0.44 144

RAFT+CT+SA	2.32 187	1.30 344	19.71 318	1.01 193	1.41 399	4.04 355	0.92 312	3.96 314	1.64 104	1.64 172	1.69 227	1.63 209	1.18 215	3.06 285	1.19 169	0.28 91	0.22 74	0.32 241	0.34 333	0.34 197	0.47 172

ADLNet2	3.20 385	1.43 359	20.11 369	1.22 290	1.78 470	3.86 309	1.47 427	3.96 314	3.89 452	2.26 339	2.49 427	4.63 496	1.92 380	10.68 460	2.00 352	0.42 321	0.37 272	0.29 179	0.30 281	0.51 373	0.46 160

StereoDRNet-Refined	2.23 162	0.98 273	10.62 129	1.25 313	0.78 203	3.29 191	0.71 162	3.96 314	2.20 188	2.43 396	2.05 347	2.97 383	1.46 272	6.87 372	2.33 383	0.37 273	0.25 147	0.42 385	0.34 333	0.47 355	0.80 318
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
x	2.94 339	0.83 207	16.07 198	1.51 408	0.83 220	2.13 80	0.96 331	3.97 317	4.73 501	1.73 193	1.43 149	1.61 205	1.27 226	2.24 228	1.71 296	0.29 105	6.91 522	0.34 295	0.31 299	0.34 197	9.60 514

CVANet_RVC	3.32 404	1.63 383	21.06 487	1.66 442	1.29 369	3.99 346	1.55 436	3.98 318	3.00 316	3.51 491	2.06 349	2.58 349	1.72 347	12.46 527	1.70 293	0.62 445	0.34 247	0.53 440	0.47 428	0.64 419	1.66 403

AANet_RVC	3.70 438	7.03 483	17.25 227	1.21 286	1.12 325	3.79 291	1.09 365	3.98 318	3.38 402	2.65 429	4.29 499	3.95 458	1.40 252	11.43 496	7.88 479	1.25 501	0.57 381	0.34 295	0.25 166	0.43 310	0.71 294

AIO-Stereo-zeroshot1	3.20 385	1.87 408	21.91 528	1.18 273	2.03 484	4.07 364	0.98 338	3.99 320	2.17 182	1.57 164	5.62 510	4.27 476	2.92 441	2.69 268	2.50 398	0.27 72	0.49 360	0.31 221	1.20 510	0.92 475	3.04 451

MaskLacGwcNet_RVC	3.77 441	1.65 385	20.61 446	2.55 508	1.63 443	4.29 423	1.67 449	3.99 320	2.56 247	1.76 199	1.93 323	3.03 389	1.41 257	13.24 538	2.02 355	4.47 546	1.63 463	1.12 509	0.48 431	2.42 521	2.85 444

Ntro	4.83 493	14.73 543	20.47 417	3.24 526	2.97 511	4.12 375	1.88 461	4.00 322	2.57 250	1.79 205	2.15 365	3.34 416	2.16 401	10.01 438	7.34 471	3.53 534	1.77 466	2.13 524	1.32 516	3.89 535	3.23 452

FADNet	3.20 385	11.55 509	16.16 202	1.24 298	0.95 271	3.30 194	0.87 270	4.00 322	2.73 270	1.42 148	1.35 127	2.51 339	2.04 387	9.95 435	2.39 390	0.44 346	0.46 340	0.40 367	0.44 418	1.13 493	0.61 261

FENet	2.30 184	0.61 76	20.21 378	1.43 389	0.68 166	4.04 355	0.60 102	4.01 324	2.26 200	2.03 262	1.13 80	2.42 329	1.42 260	1.72 151	1.43 227	0.36 259	0.24 130	0.33 275	0.27 200	0.29 99	0.51 200

NCC-stereo	3.49 423	2.07 420	20.23 381	1.31 334	1.76 467	4.04 355	1.42 421	4.01 324	2.34 215	3.06 468	2.59 441	3.51 434	3.02 451	10.02 439	5.44 460	1.38 505	0.66 404	0.64 476	0.88 491	0.67 431	0.84 326

Abc-Net	3.49 423	2.07 420	20.23 381	1.31 334	1.76 467	4.04 355	1.42 421	4.01 324	2.34 215	3.06 468	2.59 441	3.51 434	3.02 451	10.02 439	5.44 460	1.38 505	0.66 404	0.64 476	0.88 491	0.67 431	0.84 326
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCP+	4.42 476	12.67 517	18.95 270	1.12 242	1.55 422	4.30 425	3.60 523	4.01 324	3.80 446	2.30 352	1.71 233	3.93 456	4.29 488	3.49 293	18.77 549	0.40 307	0.41 306	0.63 474	0.53 450	0.67 431	1.35 378

iResNet_ROB	2.72 297	10.38 503	14.41 167	1.46 394	0.99 280	3.74 282	0.66 133	4.01 324	2.84 290	2.04 265	2.05 347	1.98 281	1.38 245	4.73 320	1.91 338	0.35 235	0.20 33	0.28 156	0.19 43	0.33 174	0.41 122

MyStereo04	2.54 239	1.18 319	18.82 267	1.04 207	1.21 356	3.96 342	0.95 325	4.02 329	3.01 321	2.06 270	1.27 112	2.33 314	1.66 333	2.06 201	2.01 353	0.26 61	3.49 505	0.34 295	0.27 200	0.43 310	0.49 189

AE-Stereo	2.91 332	0.63 84	17.05 224	1.15 254	0.63 135	4.39 436	0.70 157	4.02 329	2.12 177	1.24 133	2.04 340	1.01 131	0.91 134	1.67 135	1.42 225	0.30 133	1.14 447	0.28 156	0.28 227	0.27 70	16.93 552

RAFT-Test	1.67 104	0.64 89	6.13 105	1.25 313	1.82 474	3.06 158	0.78 214	4.02 329	3.09 343	1.88 214	1.70 229	3.76 448	1.03 160	1.40 91	1.07 149	0.29 105	0.33 237	0.25 71	0.23 131	0.29 99	0.33 42

test_5	2.45 219	1.43 359	19.72 320	1.20 280	1.39 393	3.88 315	1.25 398	4.03 332	1.98 157	1.74 196	1.82 272	1.86 256	1.78 356	3.57 296	1.35 204	0.33 197	0.21 57	0.35 314	0.33 323	0.34 197	0.43 138

SACVNet	3.06 360	1.61 380	19.29 289	1.46 394	1.18 340	4.05 359	1.48 429	4.03 332	2.58 253	2.75 439	1.89 306	2.55 343	1.38 245	11.33 490	2.28 380	0.51 409	0.41 306	0.48 411	0.43 414	0.57 393	0.93 343

Nwc_Net	3.03 355	1.90 410	19.16 279	1.38 362	1.69 459	3.53 237	1.19 385	4.03 332	2.19 185	2.79 445	2.84 462	3.80 451	2.46 421	6.93 375	2.87 416	0.96 488	0.41 306	0.59 459	0.68 476	0.60 402	0.65 277

AnyNet_C32	4.49 479	9.53 497	13.85 154	1.67 443	1.56 427	5.40 520	4.06 532	4.03 332	3.69 440	4.21 510	3.09 474	3.09 395	3.38 470	8.24 395	18.76 548	0.56 431	0.64 399	0.53 440	0.81 487	1.36 506	1.42 384

CFNet_pseudo	2.03 130	0.74 158	12.75 143	0.87 94	0.74 185	3.91 323	0.65 131	4.04 336	1.93 149	1.93 222	1.79 260	3.25 408	1.61 311	2.51 248	1.25 189	0.32 174	0.37 272	0.53 440	0.28 227	0.64 419	0.50 194

ccs_rob	2.03 130	0.74 158	12.67 142	0.87 94	0.75 193	3.91 323	0.66 133	4.04 336	1.93 149	1.92 221	1.79 260	3.24 406	1.63 323	2.52 252	1.25 189	0.32 174	0.37 272	0.54 448	0.28 227	0.66 429	0.51 200

HSM	3.25 397	1.08 296	19.18 281	1.19 278	1.54 418	3.45 216	1.02 346	4.04 336	2.61 255	2.31 355	2.17 370	8.01 528	2.99 449	11.59 501	1.80 316	0.35 235	0.24 130	0.28 156	0.24 151	0.33 174	0.55 225

ADLNet	3.23 392	1.19 325	21.03 482	1.36 353	1.61 437	3.69 272	1.23 395	4.05 339	3.41 410	2.72 435	2.29 397	4.00 461	1.77 355	11.21 486	2.15 369	0.42 321	0.43 319	0.36 331	0.35 346	0.47 355	0.82 320

UPFNet	2.23 162	0.86 215	14.25 163	1.28 321	1.44 405	3.51 233	1.34 408	4.05 339	2.11 175	2.44 399	1.53 167	2.41 325	1.39 248	3.62 299	1.91 338	0.41 310	0.41 306	0.37 342	0.32 315	0.44 324	0.48 183

PAM	3.02 352	0.69 121	20.70 457	1.20 280	1.15 332	8.88 538	1.28 401	4.06 341	1.91 146	2.32 366	2.42 422	5.75 514	2.75 433	2.47 245	1.55 252	0.28 91	0.35 256	0.27 123	0.30 281	0.41 288	1.65 402

stereogan	3.26 398	1.26 332	18.01 247	1.38 362	1.66 454	3.76 285	1.64 446	4.06 341	3.86 450	3.23 480	2.70 453	5.02 503	2.85 437	9.88 429	1.85 325	0.71 461	0.51 367	0.69 483	0.48 431	0.86 468	0.85 328

DN-CSS_ROB	2.89 329	9.72 499	19.71 318	2.07 489	0.90 253	4.01 349	0.61 106	4.06 341	3.35 397	1.66 177	1.89 306	1.39 183	1.06 178	3.24 287	1.88 331	0.44 346	0.19 20	0.44 391	0.29 262	0.40 268	0.42 131

AIO-test2	3.07 361	12.11 512	20.58 442	1.49 401	1.34 381	3.22 175	0.73 173	4.07 344	1.56 77	1.72 190	2.20 380	0.90 112	0.74 79	3.75 302	1.39 220	3.67 535	0.26 172	0.35 314	0.44 418	0.41 288	0.44 144

test_sample1	2.29 180	0.72 143	5.74 102	1.51 408	0.86 233	2.35 96	0.64 127	4.07 344	3.45 420	2.01 255	1.51 164	1.70 218	1.71 344	9.53 419	1.73 302	0.31 157	0.97 438	0.31 221	0.31 299	0.33 174	6.12 490

ACVNet-DCA	3.67 434	0.94 256	19.66 308	1.87 470	0.42 31	4.47 450	0.73 173	4.07 344	4.63 493	1.21 125	1.89 306	0.73 71	1.62 320	2.20 221	0.81 73	0.31 157	18.77 556	0.32 241	0.21 84	0.35 212	8.09 499

1test111	3.86 447	0.94 256	19.66 308	1.87 470	0.42 31	4.47 450	0.73 173	4.07 344	4.63 493	1.21 125	1.89 306	0.73 71	1.62 320	5.19 325	1.68 287	0.31 157	18.77 556	0.32 241	0.21 84	0.35 212	8.09 499

qqq	2.96 343	0.88 223	15.54 190	1.27 319	0.74 185	2.29 93	0.90 293	4.07 344	4.63 493	1.63 171	1.32 122	1.78 242	1.36 241	5.19 325	1.68 287	0.29 105	6.43 520	0.33 275	0.36 357	0.35 212	8.09 499

CroCo-Stereo	1.07 60	1.18 319	3.66 83	0.91 120	0.60 119	0.49 1	0.49 54	4.07 344	1.91 146	0.84 68	1.29 119	1.00 130	0.75 85	1.32 70	1.38 217	0.26 61	0.21 57	0.24 49	0.20 70	0.37 236	0.30 22
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
test-1	1.81 111	0.72 143	9.51 125	1.02 197	1.57 430	3.85 306	0.60 102	4.07 344	1.51 65	1.94 228	1.81 270	2.04 290	0.91 134	1.39 90	1.73 302	0.27 72	0.93 431	0.31 221	0.25 166	0.29 99	1.37 379

Syn2CoEx	3.42 415	7.66 487	20.57 439	1.42 383	1.18 340	2.49 110	1.64 446	4.07 344	2.68 264	2.51 409	2.27 392	2.89 377	3.15 458	9.56 420	2.58 404	0.52 419	0.45 334	0.53 440	0.42 409	0.79 460	1.00 350

ADCPNet	4.25 466	4.04 463	21.95 530	1.33 346	1.31 374	6.34 527	2.63 496	4.07 344	3.23 367	2.81 449	2.21 384	4.27 476	6.08 508	6.01 343	11.73 499	0.67 455	1.17 449	0.71 486	1.71 524	0.87 470	1.82 412

mmm	2.70 293	0.80 198	8.26 116	1.50 406	1.18 340	2.44 105	0.85 260	4.08 353	4.59 491	2.31 355	1.95 325	1.51 198	1.55 299	2.33 236	1.72 299	0.31 157	7.71 525	0.45 398	0.42 409	0.40 268	9.56 513

ACVNet-4b	6.98 528	14.78 544	22.17 537	3.56 531	3.11 515	4.14 383	2.23 481	4.08 353	3.84 447	1.67 179	3.96 496	5.86 516	2.87 439	10.30 450	17.16 534	26.09 568	2.24 478	2.53 528	1.79 528	3.91 536	3.28 456

BEATNet_4x	2.65 276	4.43 468	18.10 249	1.41 374	0.59 114	3.44 213	1.02 346	4.08 353	2.97 311	2.28 344	1.75 245	2.18 300	1.61 311	2.80 274	3.54 436	0.39 297	0.25 147	0.47 406	0.31 299	0.61 403	0.86 332

ADCL	4.70 488	4.04 463	16.12 200	1.35 349	1.28 367	5.46 521	10.88 544	4.08 353	4.25 470	5.97 527	4.51 501	4.29 479	5.60 501	6.37 357	15.21 518	0.54 424	0.48 357	0.88 499	0.78 484	0.86 468	1.01 352

Consistency-Raft	2.93 334	1.93 411	19.72 320	1.41 374	1.75 465	3.85 306	1.32 406	4.09 357	2.75 273	1.82 209	2.66 448	1.81 248	4.34 491	2.29 233	2.08 363	0.90 485	0.94 433	1.03 503	1.13 506	1.71 516	1.10 362

RYNet	3.15 376	1.48 364	16.27 209	1.24 298	1.39 393	3.67 267	1.44 425	4.09 357	3.20 354	2.26 339	1.70 229	3.83 452	2.15 399	13.64 543	3.23 430	0.45 355	0.45 334	0.50 426	0.35 346	0.81 462	0.83 322

MyStereo05	2.55 244	1.07 292	19.87 335	1.06 215	1.08 312	4.26 419	0.86 264	4.10 359	3.01 321	2.19 316	1.26 106	2.30 311	1.64 326	2.13 211	1.99 347	0.25 43	2.43 487	0.34 295	0.27 200	0.46 342	0.48 183

ssnet_v2	2.81 317	1.39 354	21.16 502	1.25 313	0.90 253	3.86 309	1.63 443	4.10 359	3.22 364	2.79 445	1.96 326	3.78 449	1.70 342	2.53 254	3.12 428	0.44 346	0.37 272	0.42 385	0.38 376	0.59 398	0.58 249

Wz-Net-MNSev	3.26 398	7.24 484	17.26 228	1.58 425	1.37 390	3.27 184	2.45 488	4.10 359	4.50 489	2.61 423	2.17 370	2.33 314	3.02 451	7.48 385	2.88 417	0.46 367	0.39 296	0.37 342	0.38 376	0.61 403	0.63 268

testlalala_base	2.69 292	0.77 190	21.10 495	1.22 290	1.46 407	2.72 126	0.83 245	4.11 362	1.49 59	1.28 135	1.45 154	1.21 163	0.85 117	1.28 57	1.19 169	3.94 541	2.36 482	0.27 123	0.19 43	4.48 543	1.58 396

GASNet	3.86 447	15.35 553	21.16 502	1.63 436	1.25 364	2.35 96	1.11 371	4.11 362	2.86 297	1.99 242	2.11 358	2.99 385	2.16 401	10.62 457	3.75 439	0.71 461	0.37 272	0.61 466	0.46 426	0.91 473	0.70 292

Wz-Net-LNSev-Ref	2.72 297	2.55 438	14.91 178	1.37 358	1.36 387	3.50 230	1.63 443	4.11 362	3.38 402	2.55 413	2.04 340	2.35 318	2.50 425	5.14 324	4.64 453	0.53 421	0.22 74	0.35 314	0.21 84	0.41 288	0.60 257

psmg	1.63 98	0.64 89	3.82 86	0.96 165	0.86 233	4.35 430	1.41 420	4.11 362	2.29 208	2.68 430	2.09 356	2.58 349	1.30 234	1.79 164	1.44 231	0.39 297	0.29 205	0.33 275	0.34 333	0.38 249	0.44 144

ccnet	3.03 355	1.48 364	12.88 144	1.54 416	1.26 365	3.71 277	2.32 486	4.11 362	3.05 336	2.92 457	3.21 479	2.86 375	2.40 415	9.87 428	4.19 443	0.80 477	0.76 418	0.71 486	0.70 478	0.78 456	1.07 360

MFN_U_SF_RVC	4.08 458	13.72 528	15.13 181	2.00 482	1.43 403	3.73 280	1.68 450	4.11 362	3.39 407	2.93 458	2.38 409	4.39 483	3.63 475	8.63 401	6.14 462	1.14 496	1.07 446	1.01 502	1.35 518	1.63 512	2.09 423

TCMNet	3.13 371	1.71 390	19.53 302	1.49 401	2.11 490	3.84 301	1.07 360	4.12 368	3.03 329	2.64 427	2.29 397	2.43 331	1.74 349	10.10 441	2.47 395	0.56 431	0.45 334	0.61 466	0.50 442	0.87 470	1.04 358

Any-RAFT	1.62 97	0.59 62	5.29 98	1.12 242	0.76 197	4.41 441	0.79 224	4.12 368	3.26 371	2.02 257	1.36 132	2.82 372	1.56 301	1.90 186	0.81 73	0.29 105	0.25 147	0.26 101	0.19 43	0.25 48	0.35 63

R-Stereo Train	2.13 141	0.65 97	19.43 294	1.02 197	0.67 158	3.79 291	0.89 278	4.12 368	1.55 73	2.15 300	1.72 235	1.13 145	0.94 142	1.46 104	1.30 199	0.32 174	0.25 147	0.27 123	0.21 84	0.28 81	0.37 88

RAFT-Stereo	2.13 141	0.65 97	19.43 294	1.02 197	0.67 158	3.79 291	0.89 278	4.12 368	1.55 73	2.15 300	1.72 235	1.13 145	0.94 142	1.46 104	1.30 199	0.32 174	0.25 147	0.27 123	0.21 84	0.28 81	0.37 88
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test_sample2	2.20 158	0.70 129	6.07 103	1.49 401	0.81 214	2.96 148	0.86 264	4.13 372	3.31 387	2.07 276	1.54 178	1.56 201	1.63 323	10.61 456	1.80 316	0.33 197	0.77 419	0.32 241	0.32 315	0.38 249	2.35 430

EKT-Stereo	7.93 534	0.75 172	21.17 504	1.84 469	109.80 572	4.51 460	0.61 106	4.13 372	1.59 86	1.89 216	1.24 99	1.96 279	1.35 240	4.02 309	1.36 211	0.42 321	0.31 221	0.29 179	0.27 200	0.35 212	0.78 313

FADNet-RVC-Resample	3.31 402	8.52 490	22.84 545	1.18 273	0.91 258	3.52 235	1.35 411	4.13 372	2.32 213	1.75 198	1.35 127	2.26 306	1.51 285	9.51 418	2.03 357	0.42 321	0.38 285	0.42 385	0.44 418	0.59 398	0.71 294

edge stereo	3.45 418	1.08 296	22.14 536	1.31 334	1.36 387	2.68 124	1.54 434	4.13 372	3.27 373	2.94 460	3.27 483	4.34 482	2.48 422	11.60 503	2.79 409	0.62 445	0.64 399	0.79 495	0.56 459	0.70 439	0.82 320

DAS	2.52 230	0.76 182	7.72 112	1.16 261	1.64 447	2.96 148	2.10 477	4.14 376	3.31 387	4.16 508	2.51 431	2.56 347	1.81 362	11.54 499	1.83 321	0.44 346	0.23 102	0.39 362	0.25 166	0.42 300	0.45 150

SepStereo	2.36 197	0.76 182	7.72 112	1.16 261	1.64 447	2.96 148	2.10 477	4.14 376	3.31 387	4.16 508	2.51 431	2.56 347	1.81 362	8.34 397	1.83 321	0.44 346	0.23 102	0.39 362	0.25 166	0.42 300	0.45 150

WCMA_ROB	5.78 508	2.42 434	21.71 524	1.67 443	1.55 422	4.07 364	3.53 520	4.14 376	4.73 501	6.59 532	10.89 536	12.82 539	9.59 534	10.17 442	12.65 505	1.05 491	0.61 393	0.52 434	0.52 448	0.71 444	5.64 485

SFCPSM	2.16 145	0.75 172	15.82 194	0.91 120	0.98 275	3.74 282	1.27 400	4.15 379	2.56 247	1.90 217	1.82 272	1.64 210	1.39 248	2.51 248	1.57 257	0.36 259	0.28 195	0.39 362	0.36 357	0.36 230	0.50 194

CFNet	3.04 357	6.89 482	16.27 209	1.36 353	1.24 362	4.09 369	0.72 166	4.15 379	3.00 316	1.69 185	1.88 304	2.27 307	1.45 267	11.41 493	2.12 368	0.36 259	0.29 205	0.43 389	0.36 357	0.48 362	0.38 98

Wz-Net-SNSev	3.47 422	10.51 504	16.90 221	1.65 441	1.20 351	3.29 191	2.03 473	4.16 381	3.03 329	2.35 373	2.39 411	3.48 425	2.12 394	7.95 393	4.28 445	0.51 409	0.40 299	0.53 440	0.49 434	0.74 450	1.46 389

DGSMNet	8.13 535	2.31 432	18.62 259	2.77 514	13.96 553	6.91 532	42.17 569	4.16 381	2.53 245	2.25 333	3.21 479	3.41 421	1.69 339	9.19 411	3.03 422	3.79 538	10.31 545	11.70 566	5.68 556	4.38 540	10.58 519

FADNet-RVC	3.23 392	12.51 514	17.02 223	1.17 268	0.81 214	3.52 235	1.09 365	4.16 381	2.74 272	1.44 153	1.29 119	1.86 256	1.76 353	9.82 426	2.46 393	0.39 297	0.38 285	0.40 367	0.41 403	0.68 436	0.59 252

HITNet	2.49 226	2.91 444	19.23 286	1.54 416	0.57 109	3.47 219	0.79 224	4.16 381	2.93 307	2.18 309	1.65 216	1.68 214	1.45 267	2.17 217	2.99 421	0.28 91	0.20 33	0.41 374	0.27 200	0.45 332	0.52 208
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
CoDeX	2.47 223	0.91 237	13.65 152	1.03 201	1.17 338	3.28 188	1.30 403	4.17 385	2.99 314	1.78 202	1.85 290	2.04 290	1.46 272	9.99 437	1.66 284	0.38 289	0.28 195	0.32 241	0.28 227	0.34 197	0.57 233

RCA-Stereo	1.38 85	0.61 76	3.95 91	0.94 145	0.48 55	4.68 497	0.78 214	4.17 385	1.95 152	1.93 222	1.84 286	0.94 124	1.48 278	1.23 46	0.75 51	0.30 133	0.43 319	0.25 71	0.20 70	0.26 63	0.37 88

WZ-Net	4.39 475	12.37 513	17.44 233	1.47 398	1.42 402	3.76 285	2.27 484	4.17 385	3.11 344	2.89 454	2.24 386	4.05 463	5.69 505	10.89 467	12.07 500	0.66 452	0.41 306	0.47 406	0.49 434	0.78 456	1.12 363

GEStereo_RVC	2.66 281	1.20 329	20.38 404	1.29 326	1.05 303	4.02 351	1.42 421	4.17 385	2.24 194	2.10 284	1.86 296	2.33 314	1.84 370	4.93 321	1.78 311	0.51 409	0.38 285	0.32 241	0.29 262	0.44 324	0.56 228

NVstereo2D	2.79 315	1.13 309	13.75 153	1.37 358	1.47 409	3.57 244	1.38 416	4.17 385	3.77 445	2.04 265	1.72 235	3.05 390	1.75 350	10.84 464	1.72 299	0.62 445	0.48 357	0.56 452	0.54 453	0.79 460	1.02 354

RP	3.26 398	1.73 392	17.70 243	1.56 422	1.93 479	3.43 212	1.94 463	4.18 390	2.72 269	2.77 441	3.05 471	3.96 459	2.69 431	10.17 442	2.86 414	1.04 490	0.50 364	0.71 486	0.59 463	0.75 451	0.83 322

RGC	3.35 409	1.84 407	18.13 250	1.52 413	1.79 471	3.33 197	1.37 415	4.18 390	2.39 221	2.96 463	3.23 481	3.98 460	2.71 432	11.53 498	3.42 434	0.90 485	0.48 357	0.79 495	0.79 485	0.75 451	0.89 335

DRN-Test	3.17 380	1.30 344	19.66 308	1.41 374	1.60 436	3.61 254	1.47 427	4.18 390	2.83 288	3.48 490	1.92 321	2.58 349	2.50 425	10.81 463	2.90 418	0.49 390	0.49 360	0.44 391	0.42 409	0.57 393	0.78 313

iinet-f	2.44 217	1.82 403	14.97 180	1.21 286	1.11 322	3.78 290	1.10 370	4.19 393	2.90 304	2.10 284	1.76 246	2.99 385	2.97 444	2.84 276	2.79 409	0.38 289	0.38 285	0.28 156	0.28 227	0.50 368	0.47 172

AnyNet_C01	4.68 486	10.90 506	16.41 213	2.03 486	1.62 440	6.25 525	6.40 538	4.19 393	5.13 517	4.03 504	3.77 492	4.14 469	3.26 461	7.23 378	11.19 490	0.64 449	0.80 422	0.65 478	0.72 480	2.18 517	2.08 421

testlalala2	2.47 223	0.75 172	20.46 414	2.58 510	2.91 509	3.80 294	0.76 203	4.20 395	3.87 451	1.45 155	1.57 189	2.43 331	0.80 106	1.23 46	0.71 42	0.28 91	0.33 237	0.24 49	0.21 84	0.35 212	0.38 98

EGLCR-Stereo	2.52 230	0.56 44	9.39 124	1.16 261	0.81 214	5.24 518	0.61 106	4.20 395	1.56 77	1.09 117	0.71 17	1.09 139	0.66 57	1.92 188	0.82 78	0.29 105	0.30 215	0.29 179	0.24 151	0.37 236	19.09 557

AF-Net	3.15 376	2.65 440	18.81 265	1.37 358	1.76 467	3.30 194	1.57 438	4.20 395	3.05 336	2.76 440	2.94 467	4.50 487	3.21 460	5.88 341	3.07 424	0.88 484	0.39 296	0.72 489	0.50 442	0.75 451	0.66 282

XPNet_ROB	2.99 349	1.58 376	17.06 226	1.38 362	0.99 280	3.91 323	1.62 442	4.20 395	2.42 227	2.87 453	2.03 338	2.31 312	1.72 347	10.76 462	3.60 437	0.55 427	0.49 360	0.48 411	0.40 393	0.53 377	0.85 328

MSMD_ROB	5.99 511	1.29 341	19.23 286	1.40 370	0.84 228	10.25 542	2.05 475	4.20 395	6.02 534	10.42 551	8.00 517	22.21 554	9.45 533	11.67 504	8.73 481	0.76 475	0.59 389	0.67 480	0.68 476	0.67 431	0.72 297

DDUNet	3.65 431	2.81 442	19.59 305	3.57 532	2.26 496	3.47 219	1.35 411	4.21 400	2.40 224	2.68 430	2.48 426	4.17 471	1.78 356	5.48 333	2.61 406	2.25 518	1.77 466	2.61 531	2.43 543	2.63 522	2.40 432

AIO-test1	2.33 190	1.54 371	20.24 383	0.97 173	1.61 437	3.42 209	0.94 320	4.22 401	1.71 120	0.97 101	1.35 127	0.98 127	0.74 79	4.52 317	1.40 221	0.27 72	0.24 130	0.28 156	0.35 346	0.34 197	0.46 160

RainbowNet	5.20 499	15.03 549	21.14 499	3.66 534	3.25 520	4.18 397	2.98 504	4.22 401	3.20 354	2.30 352	2.65 446	4.24 475	2.97 444	9.92 432	6.29 463	3.92 540	2.27 479	2.71 535	1.73 526	3.82 534	3.43 461

IPLGR_C	2.96 343	11.71 510	20.02 353	0.95 156	1.31 374	3.93 331	0.92 312	4.22 401	3.76 443	2.35 373	2.62 444	1.16 149	1.07 181	1.71 145	1.34 203	0.45 355	0.25 147	0.27 123	0.23 131	0.33 174	0.60 257

RTSC	3.44 416	6.78 481	16.53 216	1.76 463	1.54 418	3.53 237	0.94 320	4.22 401	2.97 311	3.65 496	3.23 481	3.31 413	2.29 408	6.22 353	7.41 474	0.61 440	1.32 453	0.37 342	0.42 409	0.78 456	0.98 348

ADCMid	4.55 481	10.78 505	17.67 242	1.32 341	1.43 403	4.62 480	2.24 482	4.22 401	4.97 514	3.93 502	3.01 469	3.84 453	3.66 476	4.22 315	18.57 547	0.69 457	0.62 396	1.09 507	1.20 510	1.48 508	1.49 391

iResNetv2_ROB	3.31 402	14.88 547	20.01 352	2.17 491	1.09 315	3.84 301	1.13 375	4.22 401	3.15 350	2.02 257	2.06 349	2.00 286	1.69 339	3.61 297	2.10 367	0.36 259	0.22 74	0.32 241	0.22 116	0.48 362	0.58 249

ffm	4.27 469	0.98 273	21.04 483	1.24 298	1.03 294	3.64 260	0.87 270	4.23 407	4.73 501	2.31 355	2.40 413	3.49 426	1.64 326	2.29 233	0.78 59	0.30 133	19.28 563	0.48 411	0.40 393	0.31 130	14.02 529

ff1	5.58 504	0.98 273	21.04 483	1.24 298	1.03 294	3.64 260	0.87 270	4.23 407	4.73 501	2.31 355	2.40 413	3.49 426	1.64 326	12.40 520	16.90 526	0.30 133	19.28 563	0.48 411	0.40 393	0.31 130	14.02 529

tt1	3.79 443	0.93 252	15.34 184	1.83 467	0.45 42	4.54 463	0.78 214	4.23 407	4.73 501	1.27 134	1.89 306	0.74 78	1.48 278	2.29 233	0.78 59	0.30 133	19.28 563	0.32 241	0.22 116	0.31 130	14.02 529

ACRE	2.75 307	7.69 488	19.93 340	0.93 136	1.30 370	3.94 334	0.90 293	4.23 407	3.66 437	2.33 369	2.61 443	1.17 150	1.04 167	1.80 170	1.35 204	0.46 367	0.25 147	0.27 123	0.23 131	0.32 150	0.60 257

s12784h	2.08 136	0.50 23	16.85 220	0.75 46	0.36 6	4.42 443	0.49 54	4.23 407	3.08 340	2.03 262	2.67 450	0.91 115	1.05 176	2.05 200	0.78 59	0.37 273	0.18 10	0.24 49	0.16 9	0.27 70	0.26 8

DispFullNet	4.71 489	3.93 460	23.92 551	4.00 537	3.01 512	3.38 200	1.31 405	4.23 407	3.26 371	6.31 531	2.92 465	4.03 462	7.80 523	3.93 307	5.15 457	2.80 522	1.61 462	3.11 541	2.70 548	3.32 526	3.38 460

xx1	3.69 437	0.94 256	19.66 308	1.87 470	0.42 31	4.47 450	0.73 173	4.24 413	4.01 457	1.21 125	1.89 306	1.78 242	1.36 241	2.20 221	0.81 73	0.31 157	18.77 556	0.33 275	0.36 357	0.35 212	8.09 499

cc1	3.93 452	0.94 256	19.66 308	1.87 470	0.42 31	4.47 450	0.73 173	4.24 413	4.01 457	1.21 125	1.89 306	0.73 71	1.62 320	2.20 221	0.81 73	0.31 157	18.77 556	0.32 241	0.21 84	0.32 150	13.93 528

ACVNet_1	6.63 523	14.79 545	21.40 517	3.59 533	3.17 517	4.69 502	2.46 489	4.24 413	3.34 396	3.11 471	2.86 463	23.21 555	4.59 494	11.06 475	12.59 504	3.75 536	2.34 481	2.60 530	1.80 529	3.70 530	3.31 457

CIPLG	2.88 327	10.01 501	20.02 353	0.95 156	1.34 381	3.95 336	0.91 304	4.24 413	3.69 440	2.36 379	2.66 448	1.17 150	1.06 178	1.82 177	1.37 216	0.45 355	0.25 147	0.27 123	0.23 131	0.33 174	0.60 257

CFNet-RSSM	2.17 148	0.56 44	20.50 425	1.08 223	0.57 109	3.42 209	0.62 117	4.24 413	1.60 91	1.73 193	1.39 139	2.55 343	1.19 217	1.36 82	1.04 142	0.29 105	0.20 33	0.26 101	0.23 131	0.28 81	0.32 31

SuperB	5.03 497	8.93 492	20.96 478	1.51 408	1.11 322	3.88 315	3.00 505	4.24 413	3.13 347	2.53 411	2.10 357	2.74 363	3.37 469	8.76 403	19.44 551	0.45 355	0.34 247	0.53 440	0.40 393	11.97 561	1.15 366

SHD	3.22 389	4.21 466	14.19 162	2.37 498	2.12 492	2.77 127	1.19 385	4.24 413	3.25 369	4.64 517	2.73 455	3.62 443	2.76 435	6.30 356	4.75 455	0.66 452	1.25 452	0.52 434	0.59 463	0.69 438	1.64 401

DeepPrunerF	4.00 456	5.64 474	16.81 218	1.36 353	1.75 465	3.69 272	1.54 434	4.24 413	13.98 549	2.21 326	1.77 253	2.73 360	2.29 408	10.90 468	6.64 467	0.71 461	0.61 393	0.77 494	0.79 485	0.87 470	0.79 317

GANetREF_RVC	3.45 418	5.10 471	19.89 337	1.58 425	0.80 210	4.13 378	1.82 459	4.24 413	3.33 395	1.91 218	1.76 246	2.46 335	1.83 367	13.17 536	1.87 330	0.83 482	0.57 381	0.79 495	0.77 483	1.21 499	0.91 338
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
AdaStereo	2.22 161	0.90 234	16.41 213	1.33 346	0.83 220	3.21 172	1.12 373	4.25 422	2.91 306	2.06 270	1.76 246	2.47 336	1.17 212	1.93 191	1.65 283	0.50 403	0.26 172	0.43 389	0.29 262	0.46 342	0.39 111
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.
psm_up	3.04 357	1.30 344	18.97 272	1.31 334	1.51 414	3.86 309	1.22 394	4.26 423	2.31 212	2.72 435	1.83 285	2.43 331	1.68 336	12.86 531	1.78 311	0.43 338	0.41 306	0.41 374	0.34 333	0.46 342	0.67 283

FAT-Stereo	3.38 411	0.88 223	19.96 346	1.28 321	1.20 351	3.44 213	1.97 466	4.26 423	3.15 350	3.14 475	3.92 494	3.50 431	3.28 462	11.68 507	2.04 359	0.65 451	0.68 406	0.48 411	0.54 453	0.63 414	0.91 338

S-Stereo	3.51 425	0.96 265	22.00 534	1.38 362	1.50 412	3.55 240	2.49 491	4.27 425	3.00 316	2.38 385	3.94 495	3.73 446	1.84 370	11.89 514	2.59 405	0.64 449	0.71 415	0.49 424	0.81 487	0.68 436	1.31 375

test_sample3	2.65 276	0.75 172	15.69 192	1.42 383	0.85 229	3.14 167	0.73 173	4.28 426	3.21 357	2.28 344	1.79 260	1.78 242	1.46 272	11.11 481	1.84 323	0.36 259	0.46 340	0.34 295	0.36 357	0.40 268	0.76 309

iResNet	2.70 293	1.35 351	20.93 476	2.01 484	0.73 180	3.76 285	0.83 245	4.28 426	2.93 307	2.38 385	2.03 338	1.35 176	1.54 296	3.28 288	4.42 449	0.42 321	0.25 147	0.29 179	0.23 131	0.45 332	0.64 273

IIG-Stereo	2.89 329	0.98 273	19.80 325	2.78 515	0.67 158	4.62 480	0.74 183	4.29 428	2.26 200	2.62 425	3.10 475	3.33 415	1.60 306	7.64 387	1.51 242	0.42 321	0.21 57	0.32 241	0.25 166	0.33 174	0.28 14

ETE_ROB	2.93 334	2.12 423	17.80 244	1.13 247	0.94 269	3.71 277	1.53 432	4.29 428	2.98 313	3.32 485	2.13 362	2.34 317	1.51 285	8.68 402	2.82 412	0.44 346	0.40 299	0.51 431	0.49 434	0.56 389	0.80 318

ITSA-stereo	2.11 139	0.85 213	7.84 115	1.24 298	0.68 166	4.06 363	0.91 304	4.30 430	2.57 250	1.94 228	1.77 253	1.61 205	2.12 394	6.12 350	2.79 409	0.42 321	0.38 285	0.40 367	0.41 403	0.51 373	1.26 373

SMFormer	2.40 206	0.73 149	8.34 117	1.41 374	0.61 122	2.04 73	0.72 166	4.30 430	4.43 481	2.41 392	2.40 413	1.94 270	1.52 289	10.99 471	3.10 426	0.35 235	0.84 425	0.36 331	0.33 323	0.40 268	0.77 310

tta	2.44 217	0.73 149	8.34 117	1.41 374	0.61 122	2.04 73	0.72 166	4.30 430	4.43 481	2.41 392	2.40 413	1.94 270	1.52 289	10.99 471	3.10 426	0.35 235	0.84 425	0.36 331	0.33 323	0.31 130	1.75 405

qqq1	2.35 195	0.73 149	8.34 117	1.41 374	0.61 122	2.04 73	0.72 166	4.30 430	4.43 481	2.41 392	2.40 413	1.94 270	1.52 289	10.99 471	1.36 211	0.35 235	0.84 425	0.30 201	0.25 166	0.31 130	1.75 405

fff1	2.35 195	0.73 149	8.34 117	1.41 374	0.61 122	2.04 73	0.72 166	4.30 430	4.43 481	2.41 392	2.40 413	1.94 270	1.52 289	10.99 471	1.36 211	0.35 235	0.84 425	0.30 201	0.25 166	0.31 130	1.75 405

riskmin	2.46 221	0.61 76	12.91 146	1.22 290	1.65 451	3.56 243	0.61 106	4.30 430	1.50 62	1.86 212	1.16 85	4.30 480	2.02 386	1.53 121	1.32 202	0.29 105	0.95 434	0.34 295	0.23 131	0.43 310	8.34 506

fff	2.40 206	0.96 265	20.47 417	0.84 76	0.38 13	4.15 386	0.57 85	4.30 430	2.85 291	2.31 355	1.82 272	1.19 157	2.98 446	1.68 136	1.57 257	0.35 235	0.24 130	0.23 24	0.19 43	0.25 48	0.57 233

STrans-v2	3.11 366	0.95 261	20.80 465	0.86 87	0.64 139	3.90 319	1.01 342	4.30 430	3.61 432	2.28 344	3.65 489	4.11 468	5.17 499	7.32 380	1.63 274	0.34 219	0.18 10	0.29 179	0.26 183	0.30 119	0.65 277

csc	2.40 206	0.96 265	20.47 417	0.84 76	0.38 13	4.15 386	0.57 85	4.30 430	2.85 291	2.31 355	1.82 272	1.19 157	2.98 446	1.68 136	1.57 257	0.35 235	0.24 130	0.23 24	0.19 43	0.25 48	0.57 233

cscssc	2.40 206	0.96 265	20.47 417	0.84 76	0.38 13	4.15 386	0.57 85	4.30 430	2.85 291	2.31 355	1.82 272	1.19 157	2.98 446	1.68 136	1.57 257	0.35 235	0.24 130	0.23 24	0.19 43	0.25 48	0.57 233

ADCS	4.77 492	12.63 515	17.40 232	1.72 454	1.34 381	3.90 319	3.60 523	4.30 430	3.54 429	5.11 522	2.81 461	4.44 484	3.05 454	6.15 351	19.32 550	0.74 472	0.68 406	0.70 484	0.70 478	1.25 502	1.98 416

test_sample4	2.68 288	0.76 182	15.85 195	1.45 392	0.83 220	3.10 160	0.72 166	4.31 441	3.37 399	2.39 387	1.90 314	1.72 222	1.47 277	11.13 483	1.86 327	0.36 259	0.47 350	0.35 314	0.37 367	0.42 300	0.85 328

DispNO	3.22 389	2.06 417	19.82 328	1.21 286	1.11 322	3.74 282	0.93 317	4.31 441	2.89 302	2.37 384	2.27 392	4.51 488	2.09 389	11.41 493	3.47 435	0.35 235	0.28 195	0.31 221	0.29 262	0.39 263	0.51 200

CFNet_ucs	2.32 187	0.75 172	17.05 224	0.90 114	0.81 214	3.86 309	0.68 145	4.31 441	2.68 264	2.13 291	2.04 340	3.30 411	1.24 224	2.63 261	1.23 178	0.37 273	0.46 340	0.56 452	0.30 281	0.67 431	0.53 215

DCANet-4	2.06 135	0.58 53	15.30 183	0.86 87	0.44 40	4.16 389	0.57 85	4.31 441	3.28 375	2.31 355	1.82 272	1.04 135	1.54 296	1.69 141	1.56 254	0.35 235	0.24 130	0.24 49	0.19 43	0.25 48	0.57 233

ADStereo(finetuned)	2.30 184	0.97 270	17.29 230	0.86 87	0.43 36	4.17 394	0.59 98	4.31 441	3.29 380	2.35 373	1.86 296	1.18 153	3.35 467	1.69 141	1.59 262	0.34 219	0.25 147	0.23 24	0.19 43	0.31 130	0.72 297

IPLG	2.56 251	1.11 303	19.89 337	0.95 156	0.79 206	4.60 478	0.56 81	4.31 441	2.10 170	1.94 228	2.00 335	1.34 174	1.37 244	6.59 362	1.59 262	0.32 174	0.21 57	0.27 123	0.23 131	0.32 150	0.63 268

pcwnet_v2	2.73 302	0.70 129	22.43 543	1.11 232	1.02 290	3.58 247	0.80 233	4.31 441	3.42 412	2.39 387	2.28 395	2.99 385	1.68 336	3.31 289	1.54 249	0.44 346	0.51 367	0.41 374	0.34 333	0.62 408	0.74 306

DCANet	2.37 201	0.98 273	20.47 417	0.86 87	0.43 36	4.18 397	0.59 98	4.31 441	3.29 380	2.35 373	1.86 296	1.18 153	1.63 323	1.69 141	1.59 262	0.34 219	0.25 147	0.24 49	0.19 43	0.31 130	0.73 302

IPLGR	2.61 264	0.73 149	20.72 460	0.87 94	0.54 86	4.58 474	0.52 71	4.32 449	2.79 280	1.91 218	1.54 178	1.72 222	1.71 344	6.94 376	1.43 227	0.31 157	0.21 57	0.27 123	0.24 151	0.34 197	0.48 183

NVStereoNet_ROB	6.63 523	9.57 498	19.28 288	3.19 525	2.11 490	3.69 272	1.99 467	4.32 449	6.27 537	3.26 483	24.57 559	5.45 512	11.39 537	13.56 541	12.37 503	2.79 521	2.05 472	1.76 520	1.75 527	1.49 509	1.75 405
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
NOSS_ROB	3.12 369	0.89 228	19.03 274	2.01 484	1.07 309	3.90 319	0.97 335	4.32 449	3.08 340	2.94 460	2.19 378	3.85 454	1.18 215	11.75 510	1.69 290	0.69 457	0.54 374	0.57 456	0.52 448	0.57 393	0.72 297

test_sample5	2.68 288	0.76 182	14.56 171	1.40 370	0.83 220	3.11 163	0.74 183	4.33 452	4.48 487	2.29 349	2.04 340	1.67 211	1.45 267	11.18 484	1.88 331	0.37 273	0.47 350	0.37 342	0.39 384	0.43 310	0.78 313

DualNet	2.68 288	0.76 182	14.56 171	1.40 370	0.83 220	3.11 163	0.74 183	4.33 452	4.48 487	2.35 373	2.13 362	1.67 211	1.45 267	11.18 484	1.88 331	0.37 273	0.47 350	0.37 342	0.39 384	0.43 310	0.78 313

MIPNet	2.43 215	1.13 309	20.00 351	0.93 136	0.58 113	4.74 506	0.62 117	4.33 452	2.95 309	1.94 228	1.49 160	1.52 199	1.96 381	2.77 271	1.60 266	0.35 235	0.20 33	0.27 123	0.23 131	0.32 150	0.59 252

OMP-Stereo	2.94 339	1.26 332	20.07 357	2.73 513	0.67 158	4.58 474	1.46 426	4.33 452	2.21 190	3.14 475	2.68 451	3.22 405	1.38 245	7.65 388	1.42 225	0.46 367	0.21 57	0.33 275	0.26 183	0.34 197	0.31 28

LMCR-Stereo	2.53 235	2.30 431	18.81 265	1.64 440	0.86 233	3.88 315	1.14 378	4.33 452	1.63 102	2.27 342	2.35 405	1.13 145	2.41 417	2.63 261	2.26 378	1.06 492	0.24 130	0.29 179	0.25 166	0.62 408	0.42 131

FADNet_RVC	3.10 365	7.62 486	19.12 276	1.05 211	0.93 263	4.09 369	0.84 255	4.34 457	2.05 165	1.54 159	1.78 257	1.61 205	1.50 283	8.92 406	2.64 408	0.50 403	0.38 285	0.44 391	0.61 468	0.91 473	1.16 367

LL-Strereo	4.26 468	13.69 525	20.37 403	1.24 298	2.18 493	2.90 143	1.08 361	4.35 458	2.22 191	3.20 479	2.26 389	3.29 410	3.13 455	11.30 489	1.91 338	0.33 197	3.89 508	0.46 404	0.34 333	0.54 380	6.47 493

PWCDC_ROB	3.62 429	9.86 500	17.35 231	1.62 433	1.57 430	4.19 405	1.01 342	4.35 458	4.20 465	2.26 339	7.36 514	2.73 360	2.75 433	4.10 311	4.51 450	1.47 510	0.37 272	0.39 362	0.34 333	1.22 500	0.73 302

SDNR	4.37 473	2.22 428	20.63 449	1.60 429	0.99 280	5.15 516	0.67 135	4.36 460	5.55 528	4.89 519	7.17 512	5.50 513	1.58 302	17.48 552	4.33 447	0.80 477	0.72 416	0.59 459	0.45 424	1.18 497	1.43 385

TransformOpticalFlow	3.07 361	0.87 219	20.87 472	1.10 228	0.56 99	4.18 397	0.64 127	4.36 460	3.28 375	2.19 316	3.08 473	4.32 481	5.01 497	7.36 383	1.59 262	0.34 219	0.18 10	0.32 241	0.26 183	0.29 99	0.57 233

DANet	2.82 318	1.17 316	10.20 127	1.87 470	1.72 463	3.25 183	1.15 381	4.36 460	3.02 325	3.42 488	2.18 375	4.09 465	1.79 359	9.78 425	4.32 446	0.55 427	0.57 381	0.60 463	0.44 418	0.65 425	1.25 372
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
test-3	2.19 152	0.59 62	18.63 260	1.13 247	0.75 193	2.07 78	0.89 278	4.37 463	1.53 68	2.25 333	1.20 89	2.05 293	0.79 101	2.68 265	1.35 204	0.29 105	0.95 434	0.28 156	0.27 200	0.27 70	1.47 390

test_1	2.19 152	0.59 62	18.67 262	1.13 247	0.78 203	2.07 78	0.89 278	4.37 463	1.53 68	2.18 309	1.20 89	2.05 293	0.78 94	2.68 265	1.36 211	0.29 105	0.93 431	0.28 156	0.27 200	0.28 81	1.53 393

ARAFT	3.24 394	13.49 520	19.88 336	0.93 136	0.49 64	4.16 389	1.40 418	4.37 463	3.21 357	2.40 391	1.91 315	1.70 218	1.04 167	6.43 359	1.45 235	0.37 273	0.19 20	0.37 342	0.35 346	0.37 236	0.35 63

FBW_ROB	3.91 450	2.07 420	15.46 188	1.60 429	1.16 336	3.80 294	1.48 429	4.37 463	3.41 410	2.53 411	2.45 423	4.19 473	2.10 390	15.17 550	9.45 484	0.86 483	0.65 402	1.54 519	0.96 495	1.08 487	3.80 465

Wz-Net-TNSev	4.22 463	13.55 521	15.87 196	1.57 423	1.19 348	3.61 254	2.48 490	4.38 467	3.45 420	2.29 349	1.91 315	4.20 474	2.86 438	12.11 517	10.56 487	0.61 440	0.59 389	0.48 411	0.54 453	0.93 476	1.24 371

NaN_ROB	4.73 490	6.66 480	21.89 526	1.26 318	1.28 367	3.49 228	3.02 507	4.38 467	3.93 454	3.65 496	2.55 435	2.97 383	5.01 497	13.23 537	17.43 537	0.38 289	0.42 317	0.38 357	0.40 393	0.50 368	1.82 412

PWC_ROB	3.32 404	4.61 469	14.41 167	1.46 394	1.90 477	3.21 172	1.15 381	4.39 469	3.46 422	3.13 472	3.40 485	2.79 371	2.34 412	9.17 410	6.94 468	0.61 440	0.34 247	0.61 466	0.37 367	0.73 446	1.40 381

DualNet (step1)	3.32 404	1.19 325	20.68 453	1.11 232	0.87 242	4.22 411	1.20 388	4.40 470	4.92 511	2.20 323	1.85 290	1.90 262	2.00 383	6.87 372	1.75 308	1.41 507	1.36 454	4.19 550	2.07 537	0.70 439	1.43 385

test_sample9	4.68 486	1.19 325	20.68 453	1.11 232	0.87 242	4.22 411	1.20 388	4.40 470	4.92 511	2.20 323	1.85 290	1.90 262	2.00 383	11.08 479	11.57 497	1.41 507	14.65 553	4.19 550	2.07 537	0.70 439	1.43 385

test_sample7	2.85 321	0.81 201	14.48 169	1.59 428	0.77 200	2.42 103	1.08 361	4.40 470	4.92 511	2.20 323	1.85 290	1.90 262	2.00 383	6.87 372	1.75 308	0.47 375	1.36 454	0.44 391	0.41 403	0.47 355	6.81 494

test_sample6	2.71 295	0.76 182	14.30 164	1.43 389	0.83 220	3.17 169	0.79 224	4.40 470	4.65 498	2.35 373	2.13 362	1.69 215	1.45 267	11.48 497	1.99 347	0.39 297	0.46 340	0.38 357	0.40 393	0.43 310	0.77 310

SGM-Forest	4.96 496	0.86 215	21.02 481	1.22 290	0.83 220	4.05 359	3.26 511	4.40 470	3.49 426	4.40 513	3.69 491	4.66 497	13.91 545	11.94 515	17.16 534	0.66 452	0.46 340	0.49 424	0.39 384	0.49 367	1.77 409
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
raft_robust	3.17 380	2.15 426	20.28 388	1.06 215	0.55 93	3.86 309	0.46 51	4.42 475	2.77 277	1.70 187	1.37 135	7.48 525	6.35 510	6.81 371	1.44 231	0.31 157	0.74 417	0.30 201	0.37 367	0.32 150	0.57 233

test_3	2.17 148	0.58 53	18.64 261	1.11 232	0.78 203	2.15 82	0.85 260	4.42 475	1.47 52	2.00 246	1.20 89	2.02 287	0.79 101	2.70 269	1.35 204	0.29 105	1.04 442	0.29 179	0.29 262	0.31 130	1.07 360

test_sample8	5.57 503	1.19 325	20.68 453	1.11 232	0.87 242	4.22 411	1.20 388	4.43 477	3.76 443	5.63 523	1.97 329	12.99 540	6.34 509	11.08 479	11.57 497	1.41 507	14.65 553	4.19 550	2.07 537	0.70 439	1.43 385

NINENet	2.59 256	0.89 228	16.09 199	1.16 261	1.07 309	4.50 456	0.75 194	4.43 477	2.61 255	2.18 309	1.91 315	3.61 441	1.03 160	7.92 392	1.18 165	0.49 390	0.34 247	0.41 374	0.30 281	0.42 300	0.44 144

UDG	3.84 446	2.91 444	20.05 356	2.98 521	1.98 481	3.95 336	1.18 384	4.43 477	2.24 194	2.47 402	2.53 434	4.49 486	2.44 420	6.52 361	4.74 454	2.14 517	1.77 466	2.64 532	2.58 545	2.66 523	2.19 428

DIP-Stereo	2.03 130	0.98 273	16.44 215	0.67 17	0.62 132	4.30 425	0.58 96	4.43 477	2.89 302	1.97 238	1.40 142	0.91 115	0.86 121	1.31 66	1.27 197	0.38 289	0.23 102	0.33 275	0.23 131	0.33 174	0.57 233
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
SA	2.55 244	1.54 371	20.70 457	1.12 242	0.48 55	4.26 419	1.33 407	4.45 481	3.28 375	1.68 181	1.96 326	1.69 215	2.25 407	2.60 259	1.57 257	0.30 133	0.29 205	0.37 342	0.38 376	0.36 230	0.47 172

111	2.59 256	3.10 448	20.47 417	0.84 76	0.38 13	4.26 419	0.91 304	4.45 481	2.96 310	2.48 404	2.07 352	2.31 312	1.64 326	1.49 111	1.90 335	0.35 235	0.22 74	0.25 71	0.21 84	0.32 150	1.14 365

GwcNet-ADL	2.51 228	0.75 172	21.41 518	0.98 179	0.73 180	4.58 474	0.95 325	4.46 483	2.61 255	2.06 270	1.80 265	2.54 342	1.24 224	1.98 197	1.73 302	0.41 310	0.46 340	0.24 49	0.27 200	0.41 288	0.55 225

XX-Stereo	2.66 281	0.70 129	21.17 504	2.33 497	1.24 362	4.31 428	0.45 47	4.48 484	1.60 91	2.39 387	1.89 306	4.60 493	0.60 38	4.17 313	1.11 154	0.34 219	0.26 172	0.29 179	0.29 262	0.53 377	0.43 138

BUS	1.64 101	0.64 89	3.82 86	0.94 145	0.86 233	4.50 456	0.75 194	4.49 485	2.29 208	2.96 463	1.82 272	3.61 441	1.03 160	1.79 164	1.18 165	0.39 297	0.25 147	0.31 221	0.28 227	0.38 249	0.41 122

BSDual-CNN	1.61 96	0.64 89	3.82 86	0.94 145	0.86 233	4.18 397	1.14 378	4.49 485	2.29 208	2.96 463	1.82 272	2.58 349	1.30 234	1.79 164	1.44 231	0.39 297	0.25 147	0.31 221	0.28 227	0.38 249	0.41 122

hknet	2.34 193	0.78 192	13.86 156	0.94 145	1.07 309	4.18 397	1.14 378	4.49 485	3.00 316	2.96 463	1.82 272	3.47 424	1.30 234	4.11 312	1.77 310	0.35 235	0.25 147	0.31 221	0.28 227	0.38 249	0.41 122

Sa-1000	2.54 239	1.47 363	20.36 402	1.16 261	0.55 93	4.07 364	1.39 417	4.49 485	3.01 321	2.06 270	2.79 459	1.84 253	1.43 264	2.68 265	1.53 246	0.31 157	0.26 172	0.36 331	0.33 323	0.37 236	0.46 160

LALA_ROB	2.88 327	2.13 425	19.08 275	1.10 228	0.99 280	3.91 323	1.81 458	4.50 489	3.04 333	3.32 485	1.87 302	2.75 365	1.66 333	4.06 310	4.02 442	0.47 375	0.44 328	0.55 449	0.53 450	0.61 403	0.73 302

CBMV_ROB	4.57 484	0.90 234	21.30 513	1.46 394	0.89 247	4.43 444	1.69 451	4.51 490	3.14 348	5.97 527	4.23 497	4.16 470	7.83 524	11.06 475	16.47 521	0.61 440	0.55 378	0.53 440	0.51 447	0.56 389	0.59 252

UGAM-zero	3.14 373	0.62 81	20.64 450	1.02 197	0.93 263	2.87 139	0.51 64	4.52 491	1.57 80	2.19 316	1.65 216	5.78 515	3.40 471	9.89 430	1.71 296	0.33 197	0.44 328	0.28 156	0.59 463	0.30 119	3.59 464

mmx	4.56 482	0.98 273	21.04 483	1.24 298	1.03 294	3.64 260	0.87 270	4.53 492	5.34 520	2.31 355	2.40 413	3.49 426	1.64 326	12.40 520	16.90 526	0.34 219	5.98 518	0.48 411	0.40 393	0.46 342	5.71 486

xxx	4.56 482	0.98 273	21.04 483	1.24 298	1.03 294	3.64 260	0.87 270	4.53 492	5.34 520	2.31 355	2.40 413	3.49 426	1.64 326	12.40 520	16.90 526	0.34 219	5.98 518	0.48 411	0.40 393	0.46 342	5.71 486

MFN_U_SF_DS_RVC	4.38 474	13.66 523	13.95 159	1.39 369	1.58 435	5.18 517	3.31 512	4.53 492	3.22 364	2.60 419	2.62 444	4.99 502	2.11 392	13.99 547	4.21 444	1.53 512	2.56 490	0.67 480	1.82 530	0.83 467	2.92 448

XQC	3.41 413	6.58 479	15.18 182	1.97 479	1.62 440	3.40 204	1.76 454	4.53 492	3.67 439	3.40 487	2.45 423	3.73 446	2.91 440	6.78 369	5.36 459	0.73 469	0.90 430	0.60 463	0.61 468	1.02 480	0.99 349

xxxx	4.25 466	0.86 215	14.59 173	1.30 330	1.16 336	3.51 233	0.63 122	4.56 496	5.42 525	2.33 369	2.29 397	2.04 290	1.39 248	10.23 445	18.00 541	0.33 197	7.15 524	0.31 221	0.30 281	0.35 212	8.33 505

RAFT + AFF	3.98 455	14.10 533	20.78 463	1.16 261	1.96 480	4.14 383	2.00 470	4.56 496	3.52 428	2.23 330	2.51 431	2.27 307	4.92 496	8.94 407	2.82 412	0.33 197	0.60 391	0.48 411	0.39 384	0.81 462	1.03 356

222	3.82 444	0.88 223	6.92 110	1.15 254	0.99 280	3.27 184	0.64 127	4.57 498	5.37 522	2.43 396	2.32 403	1.41 186	1.44 265	10.64 458	18.51 545	0.32 174	4.89 513	0.32 241	0.30 281	0.34 197	9.80 515

DPSNet	3.94 453	2.01 416	14.69 174	1.58 425	1.30 370	4.17 394	2.08 476	4.57 498	4.63 493	2.78 443	1.99 333	3.79 450	7.88 526	10.66 459	11.35 494	0.94 487	0.99 441	0.41 374	0.57 460	1.09 488	1.40 381

FCDSN-DC	6.71 527	1.18 319	21.61 523	1.29 326	1.10 319	4.38 432	2.59 495	4.58 500	5.52 526	9.58 544	11.19 537	19.17 549	17.69 553	13.03 534	17.11 531	0.73 469	0.57 381	0.61 466	0.60 466	0.71 444	0.92 340
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
pmcnn	5.90 509	1.81 401	22.30 539	1.69 448	2.37 501	3.47 219	2.10 477	4.58 500	5.56 529	3.75 499	13.12 546	22.07 553	3.70 477	11.99 516	17.13 532	0.58 435	0.23 102	0.23 24	0.19 43	0.37 236	0.70 292

CBMV	4.12 459	1.27 336	21.14 499	1.52 413	0.85 229	3.80 294	3.89 530	4.58 500	3.02 325	3.56 494	2.37 408	4.44 484	13.88 544	11.23 488	3.78 440	0.56 431	0.43 319	0.48 411	0.39 384	0.55 383	0.74 306
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PS-NSSS	3.11 366	1.60 379	19.48 298	1.00 190	1.53 417	4.12 375	1.08 361	4.59 503	2.80 281	2.19 316	2.38 409	1.76 232	1.39 248	11.79 512	1.94 346	0.69 457	0.45 334	0.95 501	0.43 414	1.03 481	1.00 350

HBP-ISP	3.78 442	9.10 494	20.83 467	1.72 454	1.14 330	4.54 463	2.82 500	4.61 504	3.03 329	4.13 507	1.98 330	1.88 260	3.31 463	11.06 475	1.52 245	0.74 472	0.57 381	0.67 480	0.62 471	0.65 425	0.64 273

AIO-Stereo-zeroshot	2.84 320	1.17 316	20.72 460	1.15 254	2.05 486	3.61 254	0.49 54	4.63 505	2.10 170	1.41 145	1.66 220	6.02 518	2.40 415	2.79 273	2.09 366	0.30 133	0.51 367	0.31 221	0.96 495	0.59 398	1.93 415

test_xeample	4.19 462	0.93 252	14.09 160	1.16 261	1.17 338	3.28 188	0.80 233	4.63 505	5.30 518	2.46 401	2.35 405	1.39 183	1.42 260	10.88 466	17.68 539	0.30 133	6.50 521	0.32 241	0.32 315	0.36 230	8.38 507

ttt	4.23 465	0.75 172	19.96 346	1.48 399	1.31 374	3.69 272	0.87 270	4.65 507	5.33 519	2.45 400	2.39 411	2.44 334	1.54 296	11.35 491	16.49 522	0.43 338	4.35 509	0.37 342	0.35 346	0.41 288	4.01 471

1111x	4.75 491	1.05 291	20.89 473	1.28 321	1.02 290	3.81 298	0.88 277	4.65 507	5.52 526	2.43 396	2.27 392	1.97 280	1.81 362	12.40 520	18.19 543	0.32 174	9.06 540	0.32 241	0.34 333	0.38 249	6.34 492

ACVNet_2	6.09 513	15.28 552	21.36 516	3.30 528	3.17 517	4.50 456	3.00 505	4.70 509	3.96 456	3.52 492	5.34 507	7.79 526	2.95 442	12.40 520	13.76 508	3.28 529	2.23 477	2.70 534	1.70 523	3.52 528	3.24 453

SANet	6.43 519	13.71 527	22.08 535	1.43 389	1.00 286	6.86 531	3.78 528	4.71 510	11.10 543	4.71 518	8.72 526	7.47 524	7.91 527	12.46 527	18.12 542	0.51 409	0.47 350	0.50 426	0.45 424	0.94 477	1.60 399

RTS	4.29 470	9.35 495	18.25 253	2.79 517	2.29 498	4.98 513	3.41 514	4.72 511	4.27 472	4.35 511	3.10 475	4.93 500	3.14 456	7.71 389	6.99 469	0.71 461	0.68 406	0.51 431	0.50 442	1.07 485	1.98 416

RTSA	4.29 470	9.35 495	18.25 253	2.79 517	2.29 498	4.98 513	3.41 514	4.72 511	4.27 472	4.35 511	3.10 475	4.93 500	3.14 456	7.71 389	6.99 469	0.71 461	0.68 406	0.51 431	0.50 442	1.07 485	1.98 416

CSAN	5.95 510	13.70 526	21.94 529	1.35 349	0.93 263	3.65 264	3.46 516	4.73 513	4.26 471	3.98 503	7.70 516	3.54 438	6.94 518	22.83 557	16.00 520	0.53 421	0.47 350	0.50 426	0.55 457	0.65 425	1.22 369

PDISCO_ROB	3.32 404	5.22 472	18.16 251	2.03 486	2.19 495	4.52 461	1.63 443	4.74 514	3.32 393	2.22 328	2.18 375	3.71 445	2.41 417	5.36 328	2.43 391	1.35 503	0.79 421	0.72 489	0.62 471	1.31 504	1.53 393

CC-Net-ROB	3.82 444	3.41 454	20.20 374	2.40 499	1.66 454	4.49 455	1.61 440	4.77 515	3.08 340	2.06 270	2.06 349	1.99 282	1.60 306	12.57 529	1.91 338	2.82 523	2.19 475	2.67 533	1.06 503	2.31 520	1.59 397

MDST_ROB	6.31 517	1.18 319	22.96 548	2.56 509	2.69 505	21.07 556	2.01 472	4.79 516	2.87 299	9.49 543	4.45 500	4.10 467	4.48 492	22.33 556	17.61 538	0.79 476	0.44 328	0.47 406	0.44 418	0.47 355	0.95 345

ELAS_RVC	6.36 518	2.53 436	20.21 378	2.67 512	2.48 502	4.90 512	11.89 546	4.84 517	6.31 538	9.03 541	8.54 525	8.09 529	12.73 540	9.32 413	13.25 507	1.92 514	2.18 474	1.51 518	1.31 514	1.40 507	2.15 424
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-7	6.00 512	14.29 536	20.46 414	1.97 479	1.51 414	5.31 519	3.06 509	5.00 518	5.92 533	4.55 516	8.87 527	6.52 520	6.47 513	13.38 540	13.85 509	1.35 503	1.24 451	1.48 517	1.36 519	1.63 512	1.79 411

SGM_RVC	6.11 516	1.10 302	20.44 410	2.15 490	0.66 152	15.87 554	3.98 531	5.00 518	6.19 535	9.79 547	11.46 539	8.23 530	12.63 539	12.32 519	9.15 482	0.54 424	0.39 296	0.41 374	0.35 346	0.55 383	1.05 359
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TRStereo	2.86 323	2.12 423	19.98 349	1.68 446	1.18 340	4.35 430	1.05 356	5.07 520	3.48 424	1.56 162	1.39 139	1.75 226	0.85 117	2.01 199	1.50 241	0.43 338	0.34 247	0.33 275	0.36 357	0.36 230	7.50 496

SAMSARA	4.67 485	6.50 478	16.40 212	4.62 549	3.13 516	6.62 529	3.49 517	5.24 521	3.04 333	7.78 536	3.07 472	5.32 507	4.05 484	9.98 436	6.42 464	0.69 457	2.39 484	0.60 463	0.74 481	0.99 479	2.26 429

IMH-64-1	6.10 514	13.83 529	17.55 235	4.34 542	3.78 525	4.79 509	5.94 535	5.34 522	4.20 465	4.10 505	8.31 522	5.07 504	6.92 516	9.63 423	7.36 472	4.60 549	2.96 497	3.04 537	2.14 540	4.30 538	3.88 468

IMH-64	6.10 514	13.83 529	17.55 235	4.34 542	3.78 525	4.79 509	5.94 535	5.34 522	4.20 465	4.10 505	8.31 522	5.07 504	6.92 516	9.63 423	7.36 472	4.60 549	2.96 497	3.04 537	2.14 540	4.30 538	3.88 468

Dean	8.35 536	15.23 551	22.34 540	3.76 536	3.55 521	4.81 511	3.51 518	5.34 522	5.37 522	4.49 515	26.13 560	25.59 561	4.33 490	11.21 486	13.12 506	3.78 537	2.31 480	2.90 536	1.89 532	4.04 537	3.34 458

PWCK	6.49 520	13.40 519	20.27 387	2.95 520	1.61 437	5.68 523	7.63 542	5.37 525	4.77 506	3.90 501	7.48 515	7.96 527	5.63 502	15.15 549	10.93 489	3.21 528	1.55 461	2.34 526	1.43 521	6.05 548	2.45 435

JetBlue	6.69 526	12.01 511	14.30 164	1.98 481	4.64 537	11.97 545	12.29 547	5.39 526	4.32 479	3.81 500	4.51 501	9.50 532	6.53 514	10.22 444	14.50 514	1.32 502	1.47 457	1.18 510	1.36 519	7.48 555	5.05 480

WAO-6	6.68 525	9.03 493	20.68 453	2.98 521	2.79 508	11.93 544	3.56 522	5.39 526	11.65 545	3.55 493	9.59 531	6.77 521	6.72 515	12.28 518	11.56 495	2.88 524	2.36 482	2.50 527	1.84 531	2.89 524	2.72 441

MADNet+	4.46 478	11.36 507	14.35 166	2.23 492	2.50 504	4.18 397	2.86 502	5.46 528	4.43 481	2.74 438	2.69 452	4.55 490	3.43 472	8.97 408	9.42 483	1.47 510	2.06 473	1.09 507	1.02 500	1.54 510	2.96 450

MSC_U_SF_DS_RVC	4.90 495	13.94 531	16.59 217	1.69 448	1.46 407	6.15 524	3.52 519	5.47 529	3.95 455	2.77 441	2.74 456	4.81 499	2.49 424	13.78 544	5.33 458	2.34 519	3.46 504	1.05 504	1.21 512	2.28 519	2.94 449

ELAS	6.58 521	2.54 437	20.08 363	2.66 511	2.48 502	15.49 552	7.29 540	5.50 530	5.72 531	10.05 548	8.94 528	6.91 523	10.83 536	8.33 396	14.27 512	1.92 514	2.19 475	1.23 512	1.31 514	1.62 511	2.17 426
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MeshStereo	5.67 507	1.80 398	21.28 511	1.40 370	1.14 330	4.38 432	3.83 529	5.51 531	4.85 510	10.12 549	11.72 541	11.44 534	5.87 506	13.86 545	12.31 501	0.68 456	0.61 393	0.61 466	0.60 466	0.73 446	0.68 285
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
IMH	7.25 530	16.24 558	21.08 488	4.40 544	3.79 527	5.46 521	3.03 508	5.58 532	6.26 536	4.92 520	10.32 533	9.24 531	8.30 529	13.62 542	11.56 495	4.84 553	3.00 500	3.09 540	2.14 540	4.38 540	3.83 467

HSM-Net_RVC	3.02 352	0.65 97	19.48 298	0.94 145	0.90 253	3.71 277	1.20 388	5.61 533	2.87 299	3.24 481	2.49 427	2.53 340	1.61 311	11.39 492	1.90 335	0.37 273	0.27 185	0.27 123	0.24 151	0.31 130	0.39 111
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
EAI-Stereo	4.89 494	0.69 121	7.74 114	0.99 186	1.63 443	4.68 497	51.52 570	5.79 534	3.37 399	3.64 495	7.24 513	1.10 141	0.95 144	2.51 248	1.71 296	0.33 197	0.31 221	0.28 156	2.04 536	0.28 81	0.92 340

iRaft-Stereo_20w	3.11 366	0.69 121	18.89 268	1.00 190	1.09 315	5.03 515	1.00 341	5.86 535	2.46 239	2.83 452	1.64 213	3.06 392	4.30 489	3.08 286	1.74 305	0.31 157	0.30 215	0.27 123	0.35 346	0.42 300	7.93 497

MADNet++	8.64 537	6.17 477	13.88 157	6.61 552	5.25 540	10.15 541	14.20 550	5.89 536	8.25 540	7.14 533	8.18 519	6.41 519	9.84 535	11.71 509	16.73 525	9.65 560	5.03 514	8.63 560	5.68 556	4.83 545	8.57 508

FC-DCNN	7.08 529	1.01 285	21.89 526	1.74 458	1.64 447	8.18 537	2.31 485	6.50 537	9.16 541	10.85 553	11.33 538	19.85 551	13.33 541	12.94 532	17.10 530	0.72 466	0.57 381	0.59 459	0.57 460	0.64 419	0.69 288

ktn	22.24 562	14.37 539	20.30 395	4.54 547	4.02 531	6.52 528	4.50 533	6.78 538	78.80 575	84.67 575	100.54 577	58.48 572	8.39 530	13.13 535	17.09 529	4.61 551	3.24 502	3.49 544	2.62 546	4.70 544	3.96 470

FC-DCNN v2	7.41 532	0.98 273	22.19 538	1.75 460	1.64 447	8.98 540	2.37 487	7.60 539	9.44 542	11.09 554	11.95 542	20.04 552	16.35 550	12.99 533	17.14 533	0.72 466	0.57 381	0.59 459	0.57 460	0.64 419	0.68 285

notaker	10.92 542	14.17 534	20.38 404	4.56 548	3.98 530	6.29 526	3.53 520	7.68 540	5.10 516	9.04 542	46.37 567	13.84 544	28.85 562	14.18 548	14.16 511	4.57 548	3.19 501	3.52 545	2.70 548	8.16 556	4.13 472

test_xeample3	3.67 434	3.52 458	21.53 521	0.98 179	0.51 74	1.88 62	0.91 304	8.10 541	2.76 276	0.82 59	0.76 24	0.65 50	0.70 65	5.88 341	7.74 476	0.32 174	0.29 205	0.27 123	0.22 116	0.29 99	15.33 542

rrr	3.66 432	3.48 456	23.50 549	0.96 165	0.49 64	1.59 51	0.92 312	8.19 542	2.75 273	0.75 39	0.78 25	0.74 78	0.73 72	5.79 337	7.75 477	0.32 174	0.26 172	0.28 156	0.21 84	0.32 150	13.47 525

FINET	10.59 540	14.44 541	25.84 554	2.30 495	3.90 528	21.74 557	25.19 558	8.85 543	16.99 552	2.68 430	15.19 549	11.45 535	13.83 543	6.71 368	15.11 517	0.80 477	8.59 532	0.53 440	0.44 418	0.62 408	16.67 546

LE_ROB	19.18 558	12.99 518	48.22 568	8.42 557	23.91 562	7.26 533	19.71 554	9.92 544	38.58 567	43.44 565	21.85 555	28.15 563	41.18 566	23.00 558	54.71 571	0.38 289	0.34 247	0.32 241	0.36 357	0.43 310	0.49 189

LVE	7.57 533	15.80 555	21.28 511	3.69 535	3.19 519	4.54 463	2.78 497	10.13 545	11.63 544	3.24 481	11.52 540	18.10 546	4.55 493	11.67 504	10.30 486	4.62 552	2.95 495	2.56 529	1.91 533	3.63 529	3.26 455

UNDER WATER-64	10.08 538	14.27 535	22.85 546	5.26 551	4.88 539	11.00 543	4.57 534	11.41 546	17.25 554	7.68 535	9.72 532	15.96 545	21.47 560	11.12 482	16.63 524	4.38 543	2.88 494	4.41 554	2.95 552	7.12 553	5.81 488

SGM+DAISY	13.18 551	14.36 538	24.65 553	8.10 555	13.49 552	22.47 558	25.54 559	12.13 547	17.08 553	14.77 557	15.82 551	12.17 538	13.97 546	12.65 530	18.22 544	8.40 557	9.18 541	1.23 512	1.33 517	1.23 501	16.81 551

UNDER WATER	11.28 544	13.60 522	22.90 547	5.11 550	4.53 536	7.75 535	3.75 526	12.50 548	21.62 561	7.80 537	10.68 534	23.75 557	35.20 563	11.54 499	17.40 536	4.46 545	2.95 495	4.23 553	2.90 551	6.57 550	6.27 491

PML	64.55 575	56.00 574	20.79 464	8.10 555	32.82 564	147.60 578	247.57 580	12.71 549	45.39 570	111.32 577	288.85 580	101.42 578	100.62 578	31.63 564	15.84 519	13.96 564	4.84 511	10.95 563	6.18 558	28.99 565	5.33 484

WAO-8	12.61 547	16.02 556	21.99 532	3.55 529	3.10 513	15.07 550	2.80 498	12.81 550	19.10 559	7.93 538	13.05 544	11.75 536	8.46 531	83.86 577	15.10 515	3.51 531	1.94 469	3.54 546	1.96 534	3.72 531	2.89 446

Venus	12.61 547	16.02 556	21.99 532	3.55 529	3.10 513	15.07 550	2.80 498	12.81 550	19.10 559	7.93 538	13.05 544	11.75 536	8.46 531	83.86 577	15.10 515	3.51 531	1.94 469	3.54 546	1.96 534	3.72 531	2.89 446

DGTPSM_ROB	16.67 555	21.79 563	40.19 564	10.00 558	19.05 557	12.43 547	33.20 562	13.71 552	18.09 557	9.71 545	22.85 556	13.77 542	19.64 555	21.23 554	24.07 555	5.09 555	8.95 537	5.62 556	11.49 561	6.73 551	15.75 544

DPSMNet_ROB	16.76 556	21.81 564	40.95 565	10.20 560	19.08 558	12.43 547	33.21 563	13.73 553	18.21 558	9.76 546	22.88 557	13.78 543	19.64 555	21.39 555	24.21 556	5.20 556	8.97 538	5.63 557	11.51 564	6.80 552	15.82 545

HanzoNet	31.86 566	17.33 559	21.23 508	7.52 553	5.85 543	7.49 534	3.61 525	14.35 554	13.37 547	50.38 568	46.35 566	44.46 565	56.50 573	36.53 569	28.25 565	64.05 574	58.31 575	9.45 562	89.24 575	31.17 569	31.77 565

JetRed	10.68 541	26.07 565	35.62 560	4.40 544	4.16 534	15.72 553	13.07 549	14.57 555	5.83 532	5.85 526	5.55 509	10.12 533	7.37 521	8.86 404	25.99 561	3.33 530	3.82 507	3.59 548	2.98 553	8.51 557	8.22 503

TorneroNet-64	10.52 539	14.33 537	21.95 530	4.29 541	3.76 524	13.77 549	2.83 501	14.96 556	23.11 562	10.24 550	23.77 558	13.44 541	8.15 528	13.98 546	17.70 540	4.03 542	2.73 491	3.23 542	2.53 544	7.27 554	4.35 475

TorneroNet	26.32 564	14.70 542	22.40 542	4.24 539	4.08 532	54.72 571	3.19 510	15.11 557	76.73 574	57.99 570	82.55 575	86.65 576	45.79 571	13.34 539	18.51 545	4.52 547	2.86 493	3.45 543	2.63 547	8.75 558	4.28 473

KSHMR	17.50 557	14.38 540	22.35 541	4.50 546	4.51 535	8.17 536	3.33 513	15.44 558	76.15 573	7.32 534	61.40 571	56.33 571	5.66 504	32.91 565	13.97 510	4.42 544	2.99 499	3.64 549	2.79 550	5.13 546	4.55 477

tt	7.29 531	0.58 53	7.34 111	4.04 538	2.30 500	12.04 546	20.18 555	15.60 559	7.41 539	3.46 489	3.36 484	5.36 508	6.39 512	4.27 316	7.46 475	9.80 561	11.53 550	7.04 558	7.45 559	6.31 549	3.81 466

SGM-ForestM	15.60 553	14.94 548	28.17 559	7.84 554	10.49 547	23.43 559	24.58 557	20.87 560	16.87 550	15.92 560	15.89 552	27.08 562	22.45 561	24.86 562	28.42 566	3.85 539	8.90 536	0.55 449	1.15 508	0.64 419	15.05 535

TCMNet-wrong-test	12.48 546	15.10 550	19.66 308	22.40 563	19.87 559	15.98 555	12.30 548	23.88 561	4.80 508	6.29 530	6.46 511	18.38 548	15.65 548	10.50 454	10.86 488	9.07 559	4.79 510	5.34 555	3.95 554	12.27 562	12.13 523

LRCNet_RVC	25.63 563	33.47 566	24.35 552	31.77 567	32.74 563	6.73 530	1.19 385	25.87 562	4.67 499	28.95 561	30.91 561	24.89 560	17.54 552	27.82 563	24.57 558	35.48 569	25.62 568	35.91 570	33.80 569	31.95 570	34.38 569

USTest	15.98 554	15.57 554	22.51 544	18.47 562	16.98 554	26.39 561	36.05 565	27.65 563	12.77 546	10.72 552	10.87 535	18.34 547	15.08 547	18.60 553	23.36 554	4.90 554	5.38 516	7.40 559	7.45 559	9.88 559	11.26 521

MANE	15.29 552	13.67 524	23.58 550	10.15 559	13.37 551	23.58 560	23.86 556	27.83 564	26.26 563	12.02 556	15.10 548	19.83 550	18.01 554	15.68 551	20.35 552	8.58 558	9.20 542	3.05 539	4.19 555	0.82 464	16.69 547

DLNR_Zeroshot_test	29.83 565	55.48 573	50.99 570	183.84 576	114.74 573	3.44 213	0.28 4	29.52 565	1.59 86	1.03 113	1.25 103	0.93 121	0.64 49	3.95 308	1.62 271	37.16 570	1.69 465	0.26 101	0.23 131	92.97 574	15.07 536

DPSM_ROB	20.83 560	20.01 561	26.54 556	23.64 565	22.42 560	31.06 563	39.94 567	34.02 566	17.42 555	15.35 558	16.05 553	24.04 558	20.69 558	23.28 560	27.60 563	10.77 562	9.41 543	11.68 564	11.50 562	14.48 563	16.71 548

DPSM	20.83 560	20.01 561	26.54 556	23.64 565	22.42 560	31.06 563	39.94 567	34.02 566	17.42 555	15.35 558	16.05 553	24.04 558	20.69 558	23.28 560	27.60 563	10.77 562	9.41 543	11.68 564	11.50 562	14.48 563	16.71 548

Anonymous_1	57.77 574	19.65 560	26.12 555	23.12 564	141.97 576	30.79 562	39.72 566	34.10 568	16.98 551	70.09 574	15.64 550	23.44 556	19.73 557	23.03 559	27.21 562	164.70 579	9.02 539	130.41 575	137.42 576	161.21 579	41.01 571

HaxPig	43.31 569	43.63 570	45.01 566	33.88 568	35.67 565	32.79 565	30.52 561	45.50 569	42.95 568	48.75 566	48.14 568	43.24 564	40.44 565	44.58 570	43.63 568	47.17 571	49.30 572	51.65 572	50.37 571	43.72 571	45.27 572

AVERAGE_ROB	44.46 570	45.87 571	46.48 567	40.54 570	38.62 566	32.95 566	30.49 560	46.80 570	43.31 569	49.57 567	48.93 569	44.57 566	39.87 564	45.01 571	43.89 569	48.70 572	50.65 573	50.80 571	49.79 570	45.54 572	46.89 573

MEDIAN_ROB	47.37 571	49.00 572	49.74 569	40.28 569	39.94 567	34.93 567	33.41 564	49.78 571	46.38 571	53.04 569	52.61 570	47.67 567	42.28 570	48.33 575	47.25 570	52.06 573	53.99 574	54.28 573	53.48 572	48.70 573	50.27 574

LSM0	49.69 572	40.02 567	53.50 573	97.07 574	129.56 574	62.65 574	79.82 575	68.02 572	35.12 566	33.72 564	33.34 565	48.41 570	41.54 567	46.57 573	55.40 573	21.63 567	19.16 562	23.60 569	23.13 566	29.46 568	52.08 575

Selective-RAFT-Error	41.88 567	40.10 568	53.23 571	47.74 572	45.20 569	62.42 572	80.58 576	68.27 573	34.95 565	30.85 563	32.30 563	48.08 568	42.07 569	46.54 572	54.92 572	21.60 566	19.12 561	23.46 567	23.15 567	29.14 566	33.95 568

CasAABBNet	41.89 568	40.14 569	53.33 572	47.71 571	45.10 568	62.42 572	80.65 577	68.29 574	34.85 564	30.67 562	32.34 564	48.22 569	41.76 568	46.61 574	55.60 574	21.59 565	18.89 560	23.46 567	23.21 568	29.17 567	33.75 567

BEATNet-Init1	51.93 573	71.67 575	99.39 576	10.91 561	13.10 549	84.39 577	59.36 571	73.78 575	67.97 572	88.09 576	88.15 576	91.73 577	97.51 577	85.13 579	72.56 578	2.59 520	5.18 515	1.20 511	1.49 522	10.61 560	13.83 526

xxxxx1	112.85 576	94.19 576	38.10 561	228.21 578	161.02 577	39.23 568	61.26 572	92.54 576	79.08 576	63.44 571	74.84 572	77.80 573	69.88 574	33.55 566	70.96 575	117.25 575	130.44 577	258.49 578	273.88 578	145.63 576	147.24 577

tt_ll	112.85 576	94.19 576	38.10 561	228.21 578	161.02 577	39.23 568	61.26 572	92.54 576	79.08 576	63.44 571	74.84 572	77.80 573	69.88 574	33.55 566	70.96 575	117.25 575	130.44 577	258.49 578	273.88 578	145.63 576	147.24 577

ff	112.85 576	94.19 576	38.10 561	228.21 578	161.02 577	39.23 568	61.26 572	92.54 576	79.08 576	63.44 571	74.84 572	77.80 573	69.88 574	33.55 566	70.96 575	117.25 575	130.44 577	258.49 578	273.88 578	145.63 576	147.24 577

DPSimNet_ROB	143.68 579	156.64 579	170.66 578	162.59 575	135.40 575	195.13 579	174.01 578	141.76 579	167.78 580	174.58 579	138.78 578	186.01 579	183.75 579	82.32 576	97.85 579	151.24 578	102.48 576	131.25 576	82.78 574	115.21 575	123.37 576

test_example2	213.42 580	219.67 580	222.97 580	213.78 577	220.82 580	199.03 580	200.49 579	189.27 580	143.61 579	211.05 580	218.08 579	210.69 580	205.21 580	221.14 580	216.49 580	236.74 580	242.08 580	213.66 577	216.96 577	235.55 580	231.06 580

ccccc		628.29 581		567.59 581	570.62 581	580.23 581		613.89 581		613.55 581		554.19 581		666.02 581		780.28 581	507.01 581	391.46 581	342.94 581	701.16 581

Low-res two-view benchmark