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

LoS_RVC	1.23 77	1.51 368	6.09 105	0.88 101	1.71 464	1.96 70	0.59 99	1.61 19	1.37 40	0.84 69	1.35 128	0.84 94	1.15 209	1.49 112	0.83 82	0.21 12	0.17 4	0.20 1	0.14 1	0.20 9	1.49 394

CAS	1.34 83	0.48 16	2.20 56	3.01 526	1.66 457	4.08 370	0.73 174	1.96 53	1.51 66	0.86 72	1.10 75	0.59 39	0.53 22	1.36 83	0.94 113	3.07 530	0.14 1	0.21 8	0.14 1	0.38 250	1.78 413

LG-G_1	0.80 14	0.43 7	1.77 43	0.78 61	0.36 7	2.81 133	0.40 29	2.23 76	1.29 32	0.76 44	0.60 12	0.51 32	0.58 32	1.27 54	0.69 39	0.25 43	0.23 102	0.23 24	0.15 3	0.21 18	0.46 161

LG-G	0.80 14	0.43 7	1.77 43	0.78 61	0.36 7	2.81 133	0.40 29	2.23 76	1.29 32	0.76 44	0.60 12	0.51 32	0.58 32	1.27 54	0.69 39	0.25 43	0.23 102	0.23 24	0.15 3	0.21 18	0.46 161

StereoAnything_RVC	4.17 464	12.66 519	20.44 413	0.88 101	0.57 110	1.16 14	0.39 24	2.35 89	4.38 483	0.53 1	0.37 4	0.33 1	0.89 130	1.62 132	0.50 5	0.33 198	0.22 74	0.24 49	0.15 3	3.36 530	31.99 569

trnet	1.00 52	0.55 40	1.89 48	0.66 11	0.33 3	4.41 444	0.40 29	2.42 96	1.95 153	0.96 100	1.24 100	0.88 107	0.89 130	1.27 54	0.78 60	0.30 134	0.19 20	0.23 24	0.15 3	0.22 29	0.22 1

CES	1.08 63	0.63 85	2.53 63	0.95 157	2.18 496	2.13 81	0.50 61	2.07 62	1.46 51	0.79 54	1.06 67	0.61 43	0.48 17	1.45 102	0.87 92	0.24 29	0.18 10	0.24 49	0.15 3	0.64 420	2.36 434

PMTNet	1.13 71	0.55 40	3.88 90	0.71 35	0.59 115	4.21 412	0.43 41	2.00 56	1.58 84	1.02 110	1.06 67	0.78 83	0.98 151	1.58 129	0.93 105	1.21 503	0.20 33	0.23 24	0.15 3	0.23 36	0.27 12

MLG-Stereo_test2	0.84 24	0.43 7	1.95 50	0.66 11	1.04 302	3.61 256	0.23 2	1.70 33	2.18 184	0.69 26	0.33 3	0.67 56	0.33 1	1.16 34	0.46 1	0.25 43	0.26 173	0.23 24	0.16 9	0.19 3	0.35 64

MLG-Stereo_test1	0.89 38	0.42 3	2.06 54	0.67 17	1.33 382	3.13 166	0.29 7	1.60 17	3.31 389	0.53 1	0.25 1	0.67 56	0.43 8	1.34 78	0.47 3	0.22 18	0.25 148	0.24 49	0.16 9	0.19 3	0.30 23

MLG-Stereo	0.86 30	0.42 3	1.96 51	0.66 11	0.54 87	3.01 157	0.31 8	1.90 45	3.21 359	0.57 5	0.30 2	0.66 53	0.47 14	1.35 80	0.46 1	0.21 12	0.25 148	0.24 49	0.16 9	0.19 3	0.29 19

FoundationStereo	0.77 11	0.42 3	1.20 7	0.95 157	1.01 289	0.70 4	0.35 19	0.78 2	4.64 500	0.64 17	0.38 5	0.73 72	0.77 91	0.96 9	0.50 5	0.29 106	0.24 130	0.23 24	0.16 9	0.18 1	0.32 32

DEFOM-Stereo	0.75 10	0.62 82	1.22 8	0.74 40	0.51 75	3.39 203	0.43 41	1.00 3	0.91 7	0.91 91	0.61 14	0.45 27	0.43 8	1.78 163	0.50 5	0.27 72	0.18 10	0.22 13	0.16 9	0.21 18	0.43 139

s12784h	2.08 137	0.50 23	16.85 223	0.75 47	0.36 7	4.42 446	0.49 55	4.23 410	3.08 342	2.03 263	2.67 453	0.91 116	1.05 177	2.05 201	0.78 60	0.37 274	0.18 10	0.24 49	0.16 9	0.27 71	0.26 9

XX-TBD	1.98 118	1.08 297	20.29 396	1.31 336	0.43 37	3.97 346	0.33 12	1.76 37	1.77 127	1.59 168	2.18 377	0.69 61	0.59 37	1.44 99	0.75 52	0.33 198	0.25 148	0.23 24	0.16 9	0.31 131	0.22 1

CREStereo	1.00 52	0.59 63	1.82 45	0.66 11	0.36 7	4.43 447	0.40 29	2.43 97	1.98 158	0.96 100	1.22 96	0.88 107	0.87 125	1.30 63	0.79 68	0.30 134	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
1w_stereo	0.91 40	0.46 13	1.12 1	0.74 40	0.80 211	2.98 154	0.67 136	3.29 205	1.04 12	0.83 65	1.36 133	0.38 7	1.36 242	1.03 13	0.75 52	0.17 2	0.18 10	0.20 1	0.17 17	0.20 9	0.57 234

111111	1.15 74	0.56 45	1.31 14	0.69 27	1.19 350	3.37 200	0.33 12	2.41 92	1.68 112	0.82 60	1.54 179	0.61 43	0.59 37	1.44 99	0.66 29	0.26 61	0.23 102	0.23 24	0.17 17	0.25 49	4.66 481

MLG-Stereo_test3	0.66 3	0.40 2	1.55 32	0.64 7	0.65 145	2.21 84	0.31 8	1.69 31	0.81 4	0.59 6	0.54 11	0.56 38	0.33 1	0.98 11	0.60 20	0.21 12	0.23 102	0.24 49	0.17 17	0.20 9	0.34 54

LGtest1	0.61 2	0.45 11	1.19 6	0.71 35	0.45 43	1.00 9	0.26 4	1.33 8	1.55 74	0.62 13	0.64 15	0.44 24	0.49 19	1.06 18	0.51 10	0.28 91	0.23 102	0.24 49	0.17 17	0.21 18	0.36 86

GIP-stereo	2.03 131	0.67 108	4.11 93	1.51 411	1.13 330	2.91 145	0.42 38	3.45 225	3.19 354	0.67 23	0.78 25	0.90 113	0.76 89	1.06 18	0.69 39	0.29 106	0.25 148	0.25 71	0.17 17	0.26 64	17.22 556

dual_stereo	4.32 475	0.42 3	1.51 27	0.75 47	1.37 393	0.88 7	0.34 17	3.50 227	4.78 510	0.55 3	0.47 9	0.60 42	0.40 4	2.09 205	0.95 119	0.24 29	32.26 574	0.21 8	0.17 17	0.21 18	34.78 573

test_for_model	3.36 411	3.87 460	21.00 482	4.24 542	3.68 526	2.57 121	0.94 321	3.80 281	3.64 437	2.59 419	1.40 143	1.02 133	0.73 73	0.97 10	0.70 42	3.05 529	2.42 488	0.26 102	0.17 17	5.36 550	4.82 482

LoS	1.05 59	0.58 54	3.31 78	0.91 121	0.38 14	4.14 386	0.50 61	2.22 75	1.49 60	1.02 110	0.88 40	0.62 45	0.84 115	1.69 142	0.94 113	0.27 72	0.20 33	0.24 49	0.17 17	0.22 29	0.32 32
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
asda	0.86 30	0.51 28	1.32 16	0.66 11	0.82 220	3.30 195	0.49 55	2.41 92	1.13 17	0.66 20	0.84 36	0.44 24	0.84 115	1.14 30	0.67 35	0.23 22	0.70 417	0.25 71	0.18 25	0.22 29	0.41 123

asd	0.81 19	0.48 16	1.97 52	0.70 31	0.93 264	2.86 138	0.43 41	1.64 23	1.12 16	0.73 35	0.91 44	0.43 19	0.73 73	1.00 12	0.59 16	0.28 91	0.20 33	0.24 49	0.18 25	0.23 36	0.45 151

qwe	0.85 27	0.49 19	2.01 53	0.69 27	1.09 317	2.48 108	0.45 48	2.57 123	1.18 23	0.80 56	0.85 37	0.43 19	0.48 17	1.15 31	0.72 46	0.21 12	0.32 228	0.24 49	0.18 25	0.23 36	0.45 151

2.25w	0.89 38	0.51 28	2.54 64	0.72 38	0.66 153	2.27 92	0.40 29	2.43 97	1.22 27	0.83 65	1.05 65	0.40 11	0.80 107	1.28 58	0.89 96	0.18 3	0.56 383	0.21 8	0.18 25	0.19 3	0.38 99

4.25_new	0.81 19	0.50 23	1.30 11	0.74 40	0.98 276	2.51 115	0.57 86	2.28 81	1.13 17	0.60 7	0.97 53	0.40 11	0.65 52	1.19 39	0.60 20	0.24 29	0.44 330	0.25 71	0.18 25	0.20 9	0.38 99

4.5w_new	0.81 19	0.50 23	1.30 11	0.74 40	0.98 276	2.51 115	0.57 86	2.28 81	1.13 17	0.60 7	0.97 53	0.40 11	0.65 52	1.19 39	0.60 20	0.24 29	0.44 330	0.25 71	0.18 25	0.20 9	0.38 99

4.25w-stereo	0.80 14	0.50 23	1.30 11	0.74 40	0.98 276	2.51 115	0.57 86	2.28 81	1.13 17	0.60 7	0.97 53	0.40 11	0.65 52	1.19 39	0.60 20	0.24 29	0.43 321	0.25 71	0.18 25	0.20 9	0.38 99

2.75w_new	0.88 35	0.51 28	2.22 58	0.67 17	0.66 153	2.44 106	0.55 79	2.75 145	1.08 14	0.87 78	0.75 21	0.39 10	0.91 135	1.41 95	0.74 50	0.21 12	0.43 321	0.22 13	0.18 25	0.19 3	0.41 123

3.5w_stereo	0.87 32	0.60 71	1.48 24	0.67 17	0.73 181	2.50 114	0.50 61	2.43 97	1.79 130	0.85 71	1.25 104	0.43 19	0.66 58	1.25 51	0.78 60	0.21 12	0.18 10	0.23 24	0.18 25	0.20 9	0.47 173

2w_stereo	0.84 24	0.52 34	1.87 47	0.71 35	0.56 100	1.98 73	0.61 107	2.88 160	1.00 10	0.99 105	0.97 53	0.36 3	1.11 193	1.03 13	0.77 56	0.19 4	0.19 20	0.23 24	0.18 25	0.21 18	0.37 89

monsterstereo	1.31 81	0.58 54	2.10 55	0.79 64	1.41 402	2.51 115	0.40 29	3.15 189	0.84 6	0.74 36	1.18 88	0.41 18	0.40 4	1.55 125	0.97 124	0.20 9	8.12 530	0.22 13	0.18 25	0.22 29	0.33 43

monsters	0.91 40	0.67 108	1.83 46	0.79 64	1.55 425	2.91 145	0.40 29	2.66 136	0.99 9	0.70 30	0.87 38	0.38 7	0.44 11	1.90 187	0.79 68	0.22 18	0.35 257	0.20 1	0.18 25	0.20 9	0.28 15

LG-Stereo_L2	0.69 6	0.54 38	1.56 34	0.74 40	0.48 56	2.32 96	0.28 5	1.87 44	0.80 3	0.60 7	0.43 7	0.38 7	0.45 12	1.38 90	0.54 13	0.24 29	0.28 196	0.23 24	0.18 25	0.22 29	0.32 32

LG-Stereo_L1	0.67 4	0.55 40	1.50 26	0.78 61	0.54 87	1.71 57	0.33 12	1.96 53	0.83 5	0.62 13	0.41 6	0.40 11	0.43 8	1.42 96	0.55 14	0.24 29	0.28 196	0.23 24	0.18 25	0.22 29	0.30 23

GREAT-IGEV	4.43 480	0.74 159	13.12 149	1.32 343	9.52 548	2.48 108	0.34 17	1.40 9	1.88 143	0.61 11	0.89 41	0.51 32	0.60 39	1.26 52	1.01 138	0.23 22	31.64 573	0.21 8	0.18 25	0.24 44	20.38 563

DEFOM-Stereo_RVC	1.03 57	1.15 315	1.34 17	1.03 202	0.59 115	0.81 6	0.43 41	3.53 230	4.67 502	0.78 50	0.98 58	0.44 24	1.16 211	1.46 105	0.71 43	0.27 72	0.19 20	0.24 49	0.18 25	0.30 120	0.34 54

HUF	5.25 503	1.03 289	26.85 561	1.03 202	13.21 553	1.35 37	0.76 204	2.97 174	3.00 317	0.79 54	1.56 189	0.92 120	0.66 58	1.53 122	0.74 50	0.35 236	27.70 572	0.26 102	0.18 25	0.24 44	19.90 562

IGEV-Stereo++	1.68 106	0.48 16	1.27 10	0.77 50	1.31 376	3.87 316	0.33 12	3.41 218	1.72 122	0.89 88	1.20 90	0.68 58	1.03 161	1.15 31	0.49 4	0.23 22	0.22 74	0.23 24	0.18 25	0.26 64	13.90 530

4w-stereo	0.85 27	0.55 40	2.85 71	0.69 27	0.80 211	1.62 54	0.43 41	2.23 76	1.36 38	0.65 18	0.99 60	0.40 11	0.81 110	1.19 39	0.68 36	0.23 22	0.32 228	0.25 71	0.19 43	0.21 18	0.48 184

2.5w	1.07 61	0.49 19	2.54 64	0.68 25	0.71 178	2.37 101	0.56 82	2.77 147	1.39 42	0.67 23	0.92 45	0.37 4	0.74 80	1.40 92	0.62 24	0.25 43	3.40 506	0.22 13	0.19 43	0.20 9	0.90 339

3.25w_new	0.79 12	0.51 28	1.52 28	0.63 4	0.65 145	2.21 84	0.51 65	2.45 101	1.45 48	0.66 20	0.80 29	0.47 29	0.71 68	0.90 5	0.66 29	0.19 4	0.32 228	0.20 1	0.19 43	0.21 18	0.47 173

3.25w	0.79 12	0.51 28	1.52 28	0.63 4	0.65 145	2.21 84	0.51 65	2.45 101	1.45 48	0.66 20	0.80 29	0.47 29	0.71 68	0.90 5	0.66 29	0.19 4	0.32 228	0.20 1	0.19 43	0.21 18	0.47 173

3.75w	0.82 22	0.53 36	1.49 25	0.65 8	1.10 321	2.60 124	0.52 72	2.46 103	1.19 24	0.70 30	0.82 32	0.40 11	0.66 58	1.16 34	0.59 16	0.26 61	0.27 186	0.23 24	0.19 43	0.22 29	0.47 173

IGEV	0.74 9	0.39 1	1.16 4	0.73 39	1.31 376	2.78 131	0.38 20	1.81 39	1.03 11	0.80 56	0.72 18	0.35 2	0.42 7	1.11 29	0.52 12	0.19 4	0.23 102	0.22 13	0.19 43	0.18 1	0.33 43

SGD-Stereo	0.68 5	0.46 13	1.13 2	0.90 115	0.33 3	2.42 104	0.44 46	1.17 4	0.75 2	0.87 78	0.53 10	0.55 37	0.53 22	1.50 117	0.50 5	0.34 220	0.14 1	0.25 71	0.19 43	0.23 36	0.27 12

Reg-Stereo(zero)	1.88 114	0.45 11	11.07 134	0.94 146	2.06 490	4.52 464	0.55 79	2.72 141	1.69 115	1.54 160	1.26 107	2.55 344	2.52 430	1.73 157	2.43 392	0.20 9	0.28 196	0.22 13	0.19 43	0.25 49	0.40 116

AIO_rvc	3.97 457	1.01 286	18.99 276	0.98 180	11.92 551	1.45 44	0.97 336	2.17 71	4.51 493	0.71 32	1.18 88	1.09 140	0.56 27	1.56 127	0.72 46	0.28 91	11.98 554	0.24 49	0.19 43	0.25 49	18.74 559

castereo++	1.26 79	0.99 283	3.48 81	0.95 157	0.74 186	2.48 108	0.98 339	3.14 186	4.28 477	0.75 40	1.46 156	1.92 268	0.58 32	1.29 62	0.51 10	0.27 72	0.24 130	0.28 157	0.19 43	0.24 44	0.35 64

IGEV-RUCA	0.93 43	0.56 45	1.31 14	0.85 82	0.74 186	3.89 320	0.78 215	1.93 48	1.42 45	1.02 110	0.72 18	0.70 62	0.73 73	1.37 88	0.77 56	0.30 134	0.20 33	0.25 71	0.19 43	0.43 311	0.40 116

MonSter	0.70 8	0.47 15	1.58 36	0.69 27	0.89 248	1.19 17	0.39 24	2.57 123	0.93 8	0.62 13	0.66 16	0.37 4	0.35 3	1.08 21	0.59 16	0.16 1	0.36 266	0.20 1	0.19 43	0.21 18	0.52 209

Occ-G	2.25 167	0.74 159	13.22 150	0.90 115	0.89 248	1.52 49	0.78 215	1.82 41	2.87 300	1.65 176	0.89 41	2.18 301	0.89 130	1.04 16	1.69 291	0.28 91	0.27 186	0.26 102	0.19 43	0.25 49	12.70 527

Pointernet	0.99 47	0.50 23	3.54 82	0.89 103	0.44 41	2.30 95	0.38 20	3.12 185	1.48 55	0.69 26	1.44 152	0.92 120	0.73 73	1.28 58	0.82 79	0.24 29	0.23 102	0.21 8	0.19 43	0.19 3	0.25 8

IGEV-Stereo+	1.08 63	0.55 40	2.59 68	0.89 103	2.06 490	1.40 41	0.38 20	1.18 6	1.29 32	0.76 44	0.45 8	0.47 29	0.79 102	2.16 216	0.65 27	0.29 106	0.25 148	0.22 13	0.19 43	2.27 521	2.70 443

testlalala_base	2.69 293	0.77 191	21.10 498	1.22 291	1.46 410	2.72 127	0.83 246	4.11 363	1.49 60	1.28 136	1.45 155	1.21 164	0.85 118	1.28 58	1.19 170	3.94 544	2.36 485	0.27 124	0.19 43	4.48 546	1.58 399

GCAP-Stereo	2.59 257	1.07 293	20.48 426	0.91 121	4.13 536	3.67 269	0.51 65	2.27 79	1.76 126	1.18 124	1.15 85	1.18 154	0.84 115	1.36 83	1.54 250	0.27 72	8.46 532	0.27 124	0.19 43	0.29 100	0.30 23

Any-RAFT	1.62 98	0.59 63	5.29 99	1.12 243	0.76 198	4.41 444	0.79 225	4.12 369	3.26 373	2.02 258	1.36 133	2.82 374	1.56 302	1.90 187	0.81 74	0.29 106	0.25 148	0.26 102	0.19 43	0.25 49	0.35 64

Selective-IGEV	1.42 91	0.58 54	8.82 124	0.92 130	0.85 230	1.32 34	0.80 234	2.85 158	3.84 449	0.87 78	1.68 224	0.71 69	0.62 44	1.30 63	0.75 52	0.24 29	0.27 186	0.24 49	0.19 43	0.27 71	1.18 370

DCANet-4	2.06 136	0.58 54	15.30 184	0.86 88	0.44 41	4.16 392	0.57 86	4.31 444	3.28 377	2.31 356	1.82 273	1.04 136	1.54 297	1.69 142	1.56 255	0.35 236	0.24 130	0.24 49	0.19 43	0.25 49	0.57 234

fff	2.40 207	0.96 266	20.47 420	0.84 77	0.38 14	4.15 389	0.57 86	4.30 433	2.85 292	2.31 356	1.82 273	1.19 158	2.98 449	1.68 137	1.57 258	0.35 236	0.24 130	0.23 24	0.19 43	0.25 49	0.57 234

ADStereo(finetuned)	2.30 185	0.97 271	17.29 233	0.86 88	0.43 37	4.17 397	0.59 99	4.31 444	3.29 382	2.35 374	1.86 297	1.18 154	3.35 470	1.69 142	1.59 263	0.34 220	0.25 148	0.23 24	0.19 43	0.31 131	0.72 298

DCANet	2.37 202	0.98 274	20.47 420	0.86 88	0.43 37	4.18 400	0.59 99	4.31 444	3.29 382	2.35 374	1.86 297	1.18 154	1.63 324	1.69 142	1.59 263	0.34 220	0.25 148	0.24 49	0.19 43	0.31 131	0.73 303

csc	2.40 207	0.96 266	20.47 420	0.84 77	0.38 14	4.15 389	0.57 86	4.30 433	2.85 292	2.31 356	1.82 273	1.19 158	2.98 449	1.68 137	1.57 258	0.35 236	0.24 130	0.23 24	0.19 43	0.25 49	0.57 234

cscssc	2.40 207	0.96 266	20.47 420	0.84 77	0.38 14	4.15 389	0.57 86	4.30 433	2.85 292	2.31 356	1.82 273	1.19 158	2.98 449	1.68 137	1.57 258	0.35 236	0.24 130	0.23 24	0.19 43	0.25 49	0.57 234

iResNet_ROB	2.72 298	10.38 506	14.41 168	1.46 397	0.99 281	3.74 284	0.66 134	4.01 325	2.84 291	2.04 266	2.05 348	1.98 282	1.38 246	4.73 321	1.91 339	0.35 236	0.20 33	0.28 157	0.19 43	0.33 175	0.41 123

pmcnn	5.90 512	1.81 402	22.30 542	1.69 451	2.37 504	3.47 220	2.10 480	4.58 503	5.56 532	3.75 502	13.12 549	22.07 556	3.70 480	11.99 519	17.13 535	0.58 438	0.23 102	0.23 24	0.19 43	0.37 237	0.70 293

4.5_new	0.80 14	0.49 19	1.36 20	0.67 17	0.79 207	1.96 70	0.51 65	2.18 73	1.46 51	0.77 48	0.93 47	0.43 19	0.49 19	1.08 21	0.65 27	0.30 134	0.68 409	0.26 102	0.20 70	0.23 36	0.57 234

4.5w-stereo	0.80 14	0.49 19	1.36 20	0.66 11	0.79 207	1.96 70	0.51 65	2.18 73	1.45 48	0.77 48	0.93 47	0.43 19	0.49 19	1.08 21	0.66 29	0.30 134	0.68 409	0.26 102	0.20 70	0.23 36	0.57 234

3w_stereo	0.99 47	0.52 34	4.37 94	0.70 31	0.42 32	1.73 58	0.68 146	2.80 149	1.26 30	0.78 50	0.87 38	0.37 4	1.01 158	1.34 78	0.66 29	0.19 4	0.95 437	0.23 24	0.20 70	0.21 18	0.43 139

AIO_test	3.76 443	0.71 137	19.58 307	0.93 137	17.34 558	1.36 38	0.86 265	1.61 19	1.99 162	0.74 36	0.97 53	1.77 234	0.58 32	1.49 112	0.55 14	0.35 236	0.97 441	0.24 49	0.20 70	0.25 49	22.60 566

castereo	0.88 35	0.78 193	1.15 3	0.89 103	0.51 75	1.31 33	0.90 294	3.42 220	1.28 31	0.88 81	1.28 115	0.72 71	0.91 135	1.05 17	1.01 138	0.28 91	0.17 4	0.26 102	0.20 70	0.24 44	0.34 54

fffft	0.84 24	0.67 108	1.73 42	0.85 82	0.55 94	1.51 48	0.78 215	2.13 69	1.24 28	0.65 18	0.90 43	0.59 39	0.55 26	1.85 183	1.19 170	0.20 9	0.20 33	0.27 124	0.20 70	0.28 82	0.44 145
1: 1. 1
MoCha-V2	3.53 427	0.90 235	17.00 225	1.32 343	8.54 547	1.38 40	0.55 79	2.89 162	3.31 389	0.99 105	1.82 273	0.66 53	1.16 211	1.79 165	0.84 85	0.26 61	15.15 558	0.20 1	0.20 70	0.25 49	11.33 525

testlalala	2.95 342	0.66 105	20.83 470	1.03 202	0.81 215	4.39 439	0.90 294	2.96 172	3.69 442	2.50 409	1.55 188	1.31 174	0.61 42	1.15 31	0.77 56	0.42 322	14.33 555	0.25 71	0.20 70	0.26 64	0.36 86

anonymousdsp2	2.72 298	0.68 117	11.15 135	1.20 281	0.64 140	3.66 268	0.71 163	3.71 263	2.14 182	1.62 171	1.61 200	1.95 275	1.00 155	2.24 229	0.81 74	0.32 175	0.50 366	0.28 157	0.20 70	0.34 198	19.58 561

knoymous	1.50 93	0.65 98	8.73 123	0.91 121	0.75 194	2.97 152	0.90 294	2.93 163	1.38 41	1.56 163	1.07 70	2.75 367	0.88 126	1.43 98	1.13 156	0.32 175	0.22 74	0.35 315	0.20 70	0.45 333	0.41 123

RCA-Stereo	1.38 86	0.61 77	3.95 92	0.94 146	0.48 56	4.68 500	0.78 215	4.17 388	1.95 153	1.93 223	1.84 287	0.94 125	1.48 279	1.23 47	0.75 52	0.30 134	0.43 321	0.25 71	0.20 70	0.26 64	0.37 89

CroCo-Stereo	1.07 61	1.18 320	3.66 84	0.91 121	0.60 120	0.49 2	0.49 55	4.07 345	1.91 147	0.84 69	1.29 120	1.00 131	0.75 86	1.32 71	1.38 218	0.26 61	0.21 57	0.24 49	0.20 70	0.37 237	0.30 23
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
TANstereo	1.98 118	0.87 220	20.35 404	0.80 67	0.37 12	4.05 361	0.38 20	1.50 12	1.65 107	2.03 263	2.16 371	0.84 94	0.93 141	1.09 24	0.68 36	0.30 134	0.36 266	0.24 49	0.20 70	0.26 64	0.46 161

raftrobust	2.05 135	1.45 362	13.44 151	1.29 328	5.81 545	3.59 250	0.67 136	2.80 149	1.50 63	2.21 327	1.41 147	1.17 151	1.22 222	1.37 88	1.46 238	0.29 106	0.33 238	0.22 13	0.20 70	0.27 71	0.36 86

S2M2_XL	0.49 1	0.51 28	1.16 4	0.70 31	0.34 5	0.29 1	0.23 2	0.68 1	0.53 1	0.55 3	0.92 45	0.65 50	0.53 22	0.65 1	0.59 16	0.28 91	0.24 130	0.25 71	0.21 84	0.23 36	0.23 6

depthmonostereo	1.22 76	0.96 266	6.67 109	0.89 103	0.56 100	2.21 84	0.57 86	1.84 43	1.21 26	1.01 109	1.09 72	1.38 183	0.99 152	2.41 242	0.93 105	0.24 29	0.28 196	0.22 13	0.21 84	0.25 49	0.53 216

LG-Stereo_Zeroshot	1.04 58	0.53 36	2.93 73	0.80 67	0.77 201	3.99 348	0.39 24	2.10 65	1.96 157	0.90 90	0.93 47	0.75 82	0.85 118	1.31 67	0.87 92	0.28 91	0.21 57	0.26 102	0.21 84	0.32 151	0.38 99

HART	3.57 428	1.13 310	17.80 247	0.90 115	1.12 327	1.18 15	0.41 36	3.55 232	4.60 495	1.09 118	2.19 380	1.49 198	0.57 29	1.46 105	1.14 159	0.25 43	21.58 570	0.28 157	0.21 84	0.36 231	10.06 520

SCV_C0	2.17 149	0.93 253	12.88 145	0.96 166	1.06 310	1.27 26	0.63 123	3.68 252	3.30 386	1.03 114	1.26 107	0.73 72	0.66 58	1.73 157	1.06 148	0.35 236	1.97 474	0.25 71	0.21 84	0.29 100	9.23 513

999	1.08 63	0.86 216	2.44 60	1.06 216	0.65 145	3.27 185	0.91 305	1.47 10	1.43 47	0.74 36	1.73 242	0.70 62	0.66 58	3.03 285	1.18 166	0.24 29	0.22 74	0.25 71	0.21 84	0.27 71	0.37 89

mms	1.08 63	0.87 220	1.41 22	0.89 103	0.87 243	1.40 41	0.67 136	1.63 21	1.70 118	0.82 60	1.41 147	0.64 47	0.54 25	1.81 175	0.66 29	0.25 43	0.23 102	0.26 102	0.21 84	0.32 151	5.10 485

ours_stereo	1.00 52	0.88 224	2.52 62	0.91 121	0.74 186	1.10 13	0.57 86	1.68 24	1.24 28	0.76 44	1.49 161	0.70 62	0.62 44	1.61 131	0.62 24	0.26 61	0.20 33	0.26 102	0.21 84	0.30 120	3.24 456

fffy	1.18 75	0.92 245	3.05 75	1.09 227	0.68 167	1.27 26	0.74 184	1.98 55	1.06 13	0.78 50	1.39 140	0.83 93	0.72 72	1.71 146	0.80 72	0.24 29	0.53 375	0.27 124	0.21 84	0.29 100	5.07 484

WCG-NET	1.00 52	0.81 202	1.65 39	0.93 137	0.38 14	1.48 47	1.04 355	1.81 39	2.80 282	1.67 180	1.52 167	0.93 122	0.97 148	1.18 37	0.84 85	0.25 43	0.81 427	0.23 24	0.21 84	0.27 71	0.26 9

RAStereo	1.53 95	0.71 137	17.55 238	0.62 2	0.65 145	1.18 15	0.32 11	1.94 50	1.15 21	0.80 56	1.07 70	0.64 47	0.47 14	0.89 4	1.01 138	0.25 43	0.20 33	0.27 124	0.21 84	0.36 231	0.27 12

WCG-NET（raft）	1.44 92	0.92 245	1.56 34	0.89 103	0.32 2	1.43 43	0.97 336	1.69 31	2.42 228	1.68 182	1.44 152	2.37 321	1.01 158	1.33 72	0.85 87	0.25 43	8.56 533	0.22 13	0.21 84	0.28 82	0.32 32

RSM++	0.99 47	0.56 45	1.35 18	1.54 419	0.50 74	1.53 50	0.68 146	2.31 87	4.13 465	0.86 72	1.27 113	0.90 113	0.60 39	1.21 46	0.78 60	0.27 72	0.20 33	0.25 71	0.21 84	0.29 100	0.42 132

RSM	0.99 47	0.54 38	1.25 9	0.94 146	0.61 123	1.32 34	0.74 184	2.54 113	4.08 462	0.89 88	1.49 161	1.22 165	0.62 44	1.24 49	0.80 72	0.25 43	0.20 33	0.25 71	0.21 84	0.29 100	0.42 132

testlalala2	2.47 224	0.75 173	20.46 417	2.58 513	2.91 512	3.80 296	0.76 204	4.20 398	3.87 454	1.45 156	1.57 190	2.43 332	0.80 107	1.23 47	0.71 43	0.28 91	0.33 238	0.24 49	0.21 84	0.35 213	0.38 99

IGEV++	3.59 429	0.91 238	13.63 152	1.08 224	0.98 276	1.27 26	0.98 339	3.33 210	1.89 146	0.93 95	1.38 139	0.86 100	1.09 184	1.71 146	1.09 153	0.36 260	21.52 569	0.23 24	0.21 84	0.31 131	18.10 558

ACVNet-DCA	3.67 436	0.94 257	19.66 311	1.87 473	0.42 32	4.47 453	0.73 174	4.07 345	4.63 496	1.21 126	1.89 307	0.73 72	1.62 321	2.20 222	0.81 74	0.31 158	18.77 559	0.32 242	0.21 84	0.35 213	8.09 502

1test111	3.86 450	0.94 257	19.66 311	1.87 473	0.42 32	4.47 453	0.73 174	4.07 345	4.63 496	1.21 126	1.89 307	0.73 72	1.62 321	5.19 326	1.68 288	0.31 158	18.77 559	0.32 242	0.21 84	0.35 213	8.09 502

cc1	3.93 455	0.94 257	19.66 311	1.87 473	0.42 32	4.47 453	0.73 174	4.24 416	4.01 460	1.21 126	1.89 307	0.73 72	1.62 321	2.20 222	0.81 74	0.31 158	18.77 559	0.32 242	0.21 84	0.32 151	13.93 531

ff7	2.60 260	0.81 202	16.25 207	0.89 103	0.56 100	4.55 472	0.83 246	1.68 24	3.44 416	0.88 81	1.10 75	0.70 62	0.78 95	1.93 192	0.93 105	0.29 106	0.37 273	0.29 180	0.21 84	0.33 175	15.08 540

IGEVStereo-DCA	3.09 365	3.48 457	16.25 207	0.96 166	0.49 65	1.59 52	0.83 246	1.68 24	3.44 416	0.75 40	0.78 25	0.74 79	0.73 73	5.79 338	7.75 478	0.32 175	0.26 173	0.28 157	0.21 84	0.32 151	15.08 540

ffff	2.60 260	0.81 202	16.25 207	0.89 103	0.56 100	4.55 472	0.83 246	1.68 24	3.44 416	0.88 81	1.10 75	0.70 62	0.78 95	1.93 192	0.93 105	0.29 106	0.37 273	0.29 180	0.21 84	0.33 175	15.08 540

rrr	3.66 434	3.48 457	23.50 552	0.96 166	0.49 65	1.59 52	0.92 313	8.19 545	2.75 274	0.75 40	0.78 25	0.74 79	0.73 73	5.79 338	7.75 478	0.32 175	0.26 173	0.28 157	0.21 84	0.32 151	13.47 528

11t	2.60 260	0.81 202	16.25 207	0.89 103	0.56 100	4.55 472	0.83 246	1.68 24	3.44 416	0.88 81	1.10 75	0.70 62	0.78 95	1.93 192	0.93 105	0.29 106	0.37 273	0.29 180	0.21 84	0.33 175	15.08 540

MaDis-Stereo	1.60 96	1.11 304	16.13 204	0.67 17	1.87 478	1.22 22	0.39 24	2.17 71	1.42 45	0.69 26	0.78 25	0.88 107	0.70 66	1.24 49	1.13 156	0.32 175	0.23 102	0.26 102	0.21 84	0.32 151	0.28 15

MSKI-zero shot	2.33 191	0.69 122	20.22 383	1.14 252	0.77 201	4.05 361	0.68 146	3.95 313	1.51 66	1.93 223	2.35 408	1.91 267	0.71 68	3.01 284	0.79 68	0.28 91	1.47 460	0.27 124	0.21 84	0.28 82	0.44 145

anonymousdsp	3.14 374	0.83 208	20.28 391	0.94 146	0.64 140	4.54 466	0.82 242	2.03 61	3.32 395	0.91 91	1.13 81	0.78 83	0.77 91	1.78 163	0.90 101	0.29 106	0.25 148	0.29 180	0.21 84	0.33 175	21.81 564

ccc-4	2.60 260	0.81 202	16.25 207	0.89 103	0.56 100	4.55 472	0.83 246	1.68 24	3.44 416	0.88 81	1.10 75	0.70 62	0.78 95	1.93 192	0.93 105	0.29 106	0.37 273	0.29 180	0.21 84	0.33 175	15.08 540

Wz-Net-LNSev-Ref	2.72 298	2.55 439	14.91 179	1.37 361	1.36 390	3.50 231	1.63 446	4.11 363	3.38 404	2.55 414	2.04 341	2.35 319	2.50 428	5.14 325	4.64 454	0.53 424	0.22 74	0.35 315	0.21 84	0.41 289	0.60 258

IGEV-Stereo	3.15 377	0.83 208	20.31 400	0.94 146	0.64 140	4.54 466	0.82 242	2.01 59	3.31 389	0.91 91	1.13 81	0.79 86	0.77 91	1.79 165	0.92 104	0.29 106	0.25 148	0.29 180	0.21 84	0.33 175	21.85 565
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
111	2.59 257	3.10 449	20.47 420	0.84 77	0.38 14	4.26 422	0.91 305	4.45 484	2.96 311	2.48 405	2.07 354	2.31 313	1.64 327	1.49 112	1.90 336	0.35 236	0.22 74	0.25 71	0.21 84	0.32 151	1.14 367

R-Stereo Train	2.13 142	0.65 98	19.43 297	1.02 198	0.67 159	3.79 293	0.89 279	4.12 369	1.55 74	2.15 301	1.72 236	1.13 146	0.94 143	1.46 105	1.30 200	0.32 175	0.25 148	0.27 124	0.21 84	0.28 82	0.37 89

RAFT-Stereo	2.13 142	0.65 98	19.43 297	1.02 198	0.67 159	3.79 293	0.89 279	4.12 369	1.55 74	2.15 301	1.72 236	1.13 146	0.94 143	1.46 105	1.30 200	0.32 175	0.25 148	0.27 124	0.21 84	0.28 82	0.37 89
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MM-Stereo_test3	2.20 159	0.95 262	19.62 309	1.94 481	1.18 342	1.95 69	0.83 246	3.56 234	3.91 456	1.33 137	1.86 297	1.10 142	0.68 64	1.48 110	1.63 275	0.29 106	0.35 257	0.27 124	0.22 117	0.37 237	0.56 229

SCV	2.09 138	0.89 229	11.43 138	1.91 478	2.09 492	1.27 26	0.87 271	3.66 248	2.13 181	0.67 23	1.59 198	0.93 122	0.77 91	1.80 171	0.89 96	0.37 274	0.38 287	0.25 71	0.22 117	0.30 120	9.45 514

SMoEStereo_RVC	0.88 35	0.92 245	1.55 32	0.96 166	0.46 46	2.56 120	0.78 215	1.60 17	1.20 25	0.71 32	1.20 90	0.64 47	0.63 47	1.71 146	1.01 138	0.22 18	0.18 10	0.31 222	0.22 117	0.28 82	0.42 132

GCAP-BAT	2.74 304	0.79 197	19.74 326	1.06 216	0.85 230	4.25 421	0.91 305	2.80 149	1.83 134	2.14 294	2.08 357	2.55 344	0.80 107	1.87 186	1.41 224	0.35 236	7.97 529	0.24 49	0.22 117	0.27 71	2.72 444

RAFT-Stereo-weight	1.38 86	0.57 52	5.44 101	1.05 212	0.63 136	4.19 408	0.77 208	3.95 313	1.53 69	2.01 256	1.53 168	1.30 173	0.65 52	1.30 63	1.05 146	0.27 72	0.26 173	0.26 102	0.22 117	0.28 82	0.38 99

gcap-zeroshot	2.25 167	0.74 159	19.48 301	0.97 174	1.18 342	3.50 231	0.83 246	3.21 193	2.66 264	1.86 213	1.23 98	3.24 408	0.88 126	1.92 189	0.94 113	0.34 220	0.43 321	0.28 157	0.22 117	0.29 100	0.83 323

MGS-Stereo	1.24 78	0.66 105	9.68 127	0.97 174	0.40 30	1.26 24	0.72 167	1.50 12	1.35 37	1.03 114	2.26 391	0.80 88	0.56 27	1.28 58	0.78 60	0.31 158	0.23 102	0.26 102	0.22 117	0.28 82	0.34 54

tt1	3.79 446	0.93 253	15.34 185	1.83 470	0.45 43	4.54 466	0.78 215	4.23 410	4.73 504	1.27 135	1.89 307	0.74 79	1.48 279	2.29 234	0.78 60	0.30 134	19.28 566	0.32 242	0.22 117	0.31 131	14.02 532

UniTT-Stereo	1.73 109	0.60 71	20.25 388	0.98 180	1.19 350	0.78 5	0.39 24	1.19 7	1.55 74	1.21 126	1.28 115	0.52 35	0.64 50	1.17 36	1.16 164	0.35 236	0.20 33	0.25 71	0.22 117	0.42 301	0.31 29

MC-Stereo	2.54 240	0.58 54	6.38 108	1.30 332	1.37 393	4.56 476	0.60 103	2.08 63	1.57 81	1.97 239	1.68 224	0.89 111	1.12 196	1.46 105	0.88 95	0.27 72	8.44 531	0.27 124	0.22 117	0.26 64	14.87 537

CroCo-Stereo Lap2	1.65 103	1.14 313	14.70 176	1.00 191	1.80 476	0.53 3	0.46 52	3.18 191	1.62 101	1.10 121	1.24 100	1.05 137	0.78 95	1.40 92	1.18 166	0.31 158	0.23 102	0.27 124	0.22 117	0.46 343	0.38 99

RALCasStereoNet	3.17 381	1.87 409	20.86 474	1.17 269	1.63 446	3.10 161	0.70 158	3.21 193	2.19 186	1.39 142	1.73 242	1.18 154	0.91 135	2.46 243	1.64 281	0.31 158	8.75 537	0.25 71	0.22 117	0.31 131	9.45 514

test_xeample3	3.67 436	3.52 459	21.53 524	0.98 180	0.51 75	1.88 63	0.91 305	8.10 544	2.76 277	0.82 60	0.76 24	0.65 50	0.70 66	5.88 342	7.74 477	0.32 175	0.29 206	0.27 124	0.22 117	0.29 100	15.33 545

iResNetv2_ROB	3.31 403	14.88 550	20.01 355	2.17 494	1.09 317	3.84 303	1.13 376	4.22 404	3.15 352	2.02 258	2.06 351	2.00 287	1.69 340	3.61 298	2.10 368	0.36 260	0.22 74	0.32 242	0.22 117	0.48 363	0.58 250

MLCV	2.52 231	1.77 396	18.20 255	1.17 269	0.63 136	3.60 254	0.53 75	3.88 296	2.35 219	2.82 452	2.24 388	1.99 283	1.42 261	4.59 319	3.09 426	0.39 298	0.22 74	0.33 276	0.22 117	0.35 213	0.52 209

DilatedVolume-Stereo	0.94 44	0.70 130	3.01 74	1.06 216	0.63 136	1.34 36	0.49 55	1.58 16	1.16 22	1.41 146	1.26 107	0.88 107	0.88 126	1.81 175	0.93 105	0.25 43	0.28 196	0.22 13	0.23 132	0.25 49	0.39 112

G2L-ROB	2.75 308	1.93 412	19.94 346	1.25 314	1.05 305	3.84 303	0.93 318	3.45 225	2.56 248	2.29 350	1.47 157	2.64 356	1.20 220	8.34 398	2.28 381	0.29 106	0.20 33	0.24 49	0.23 132	0.29 100	0.52 209

xyz-stereo	10.93 546	0.71 137	79.25 577	0.70 31	0.45 43	83.14 579	0.77 208	2.68 138	1.49 60	2.28 345	32.01 565	2.76 370	1.61 312	5.80 341	3.32 433	0.29 106	0.18 10	0.33 276	0.23 132	0.26 64	0.29 19

G2L-Stereo_test	2.89 330	2.06 418	20.60 447	1.68 449	1.18 342	3.55 242	1.01 343	3.66 248	2.33 215	2.59 419	1.68 224	3.14 401	1.48 279	9.19 413	1.86 328	0.30 134	0.21 57	0.23 24	0.23 132	0.28 82	0.57 234

MM-Stereo_test2	2.80 317	0.63 85	20.19 375	1.75 463	0.52 81	2.77 128	0.71 163	1.80 38	1.72 122	0.99 105	0.98 58	0.84 94	0.79 102	1.45 102	1.26 195	0.27 72	0.62 399	0.25 71	0.23 132	0.31 131	17.86 557

tt45	1.08 63	0.92 245	2.50 61	0.92 130	0.67 159	3.90 321	0.75 195	2.00 56	1.29 32	0.74 36	1.35 128	0.71 69	0.63 47	2.59 259	0.97 124	0.23 22	0.19 20	0.28 157	0.23 132	0.29 100	0.37 89

AIO-Stereo	1.40 89	0.62 82	1.44 23	0.85 82	0.76 198	1.28 32	0.79 225	2.39 90	2.83 289	0.75 40	1.62 204	0.89 111	0.46 13	1.30 63	0.77 56	0.28 91	0.27 186	0.25 71	0.23 132	0.27 71	9.88 519

DLNR_Zeroshot_test	29.83 568	55.48 576	50.99 573	183.84 579	114.74 576	3.44 214	0.28 5	29.52 568	1.59 87	1.03 114	1.25 104	0.93 122	0.64 50	3.95 309	1.62 272	37.16 573	1.69 468	0.26 102	0.23 132	92.97 577	15.07 539

RAFT-Test	1.67 105	0.64 90	6.13 106	1.25 314	1.82 477	3.06 159	0.78 215	4.02 330	3.09 345	1.88 215	1.70 230	3.76 451	1.03 161	1.40 92	1.07 150	0.29 106	0.33 238	0.25 71	0.23 132	0.29 100	0.33 43

riskmin	2.46 222	0.61 77	12.91 147	1.22 291	1.65 454	3.56 245	0.61 107	4.30 433	1.50 63	1.86 213	1.16 86	4.30 483	2.02 387	1.53 122	1.32 203	0.29 106	0.95 437	0.34 296	0.23 132	0.43 311	8.34 509

CIPLG	2.88 328	10.01 504	20.02 356	0.95 157	1.34 383	3.95 338	0.91 305	4.24 416	3.69 442	2.36 380	2.66 451	1.17 151	1.06 179	1.82 178	1.37 217	0.45 356	0.25 148	0.27 124	0.23 132	0.33 175	0.60 258

IPLG	2.56 252	1.11 304	19.89 340	0.95 157	0.79 207	4.60 481	0.56 82	4.31 444	2.10 171	1.94 229	2.00 336	1.34 175	1.37 245	6.59 363	1.59 263	0.32 175	0.21 57	0.27 124	0.23 132	0.32 151	0.63 269

IPLGR_C	2.96 344	11.71 513	20.02 356	0.95 157	1.31 376	3.93 333	0.92 313	4.22 404	3.76 445	2.35 374	2.62 447	1.16 150	1.07 182	1.71 146	1.34 204	0.45 356	0.25 148	0.27 124	0.23 132	0.33 175	0.60 258

MIPNet	2.43 216	1.13 310	20.00 354	0.93 137	0.58 114	4.74 509	0.62 118	4.33 455	2.95 310	1.94 229	1.49 161	1.52 200	1.96 382	2.77 272	1.60 267	0.35 236	0.20 33	0.27 124	0.23 132	0.32 151	0.59 253

ACRE	2.75 308	7.69 489	19.93 343	0.93 137	1.30 372	3.94 336	0.90 294	4.23 410	3.66 439	2.33 370	2.61 446	1.17 151	1.04 168	1.80 171	1.35 205	0.46 368	0.25 148	0.27 124	0.23 132	0.32 151	0.60 258

GANet-ADL	2.25 167	0.80 199	20.17 373	1.28 323	0.69 175	3.83 301	0.75 195	3.63 245	1.83 134	1.68 182	2.04 341	2.09 298	1.10 190	1.63 133	1.43 228	0.42 322	0.33 238	0.26 102	0.23 132	0.43 311	0.41 123

CFNet-RSSM	2.17 149	0.56 45	20.50 428	1.08 224	0.57 110	3.42 210	0.62 118	4.24 416	1.60 92	1.73 194	1.39 140	2.55 344	1.19 218	1.36 83	1.04 143	0.29 106	0.20 33	0.26 102	0.23 132	0.28 82	0.32 32

Gwc-CoAtRS	1.80 111	0.61 77	14.92 180	1.08 224	0.61 123	2.88 141	0.63 123	2.47 104	1.62 101	1.80 208	1.50 164	2.73 362	1.17 213	1.35 80	1.08 152	0.30 134	0.22 74	0.25 71	0.23 132	0.28 82	0.30 23

DIP-Stereo	2.03 131	0.98 274	16.44 218	0.67 17	0.62 133	4.30 428	0.58 97	4.43 480	2.89 303	1.97 239	1.40 143	0.91 116	0.86 122	1.31 67	1.27 198	0.38 290	0.23 102	0.33 276	0.23 132	0.33 175	0.57 234
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
iResNet	2.70 294	1.35 352	20.93 479	2.01 487	0.73 181	3.76 287	0.83 246	4.28 429	2.93 308	2.38 386	2.03 339	1.35 177	1.54 297	3.28 289	4.42 450	0.42 322	0.25 148	0.29 180	0.23 132	0.45 333	0.64 274

water-stereo	0.98 46	0.63 85	5.05 97	0.82 74	0.48 56	2.36 99	0.52 72	1.56 15	1.32 36	0.95 99	1.05 65	0.86 100	0.75 86	0.84 3	0.82 79	0.25 43	0.25 148	0.25 71	0.24 152	0.24 44	0.46 161

xyz-stereo-finetune	1.14 73	0.88 224	1.93 49	0.63 4	0.37 12	3.48 226	0.79 225	2.86 159	1.95 153	1.02 110	1.26 107	0.91 116	0.78 95	2.53 255	1.84 324	0.30 134	0.24 130	0.26 102	0.24 152	0.31 131	0.30 23

LG-Stereo	0.94 44	0.71 137	3.31 78	0.62 2	0.51 75	2.85 136	0.54 77	2.59 129	1.40 43	0.88 81	1.23 98	0.53 36	0.40 4	0.81 2	0.86 90	0.23 22	0.18 10	0.31 222	0.24 152	0.29 100	0.22 1

MM-Stereo_test1	2.52 231	0.64 90	20.07 360	1.83 470	0.52 81	1.86 61	0.77 208	3.11 183	3.40 410	1.77 202	1.12 80	0.87 105	0.97 148	1.54 124	1.51 243	0.27 72	2.44 492	0.27 124	0.24 152	0.37 237	6.91 498

GMStereo_Zeroshot	1.51 94	1.27 337	4.75 95	1.54 419	0.72 180	3.33 198	0.54 77	2.67 137	1.74 124	2.34 372	1.57 190	2.40 322	0.96 146	2.51 249	1.21 174	0.48 386	0.23 102	0.41 375	0.24 152	0.82 467	0.40 116

HH	3.19 384	0.91 238	21.34 517	1.24 299	0.61 123	4.16 392	0.80 234	2.94 165	1.82 132	1.23 132	1.84 287	4.61 497	1.84 371	2.63 262	0.99 130	0.29 106	1.53 462	0.30 202	0.24 152	0.34 198	14.22 535

HanStereo	3.19 384	0.91 238	21.34 517	1.24 299	0.61 123	4.16 392	0.80 234	2.94 165	1.82 132	1.23 132	1.84 287	4.61 497	1.84 371	2.63 262	0.99 130	0.29 106	1.53 462	0.30 202	0.24 152	0.34 198	14.22 535

EGLCR-Stereo	2.52 231	0.56 45	9.39 125	1.16 262	0.81 215	5.24 521	0.61 107	4.20 398	1.56 78	1.09 118	0.71 17	1.09 140	0.66 58	1.92 189	0.82 79	0.29 106	0.30 216	0.29 180	0.24 152	0.37 237	19.09 560

IPLGR	2.61 265	0.73 150	20.72 463	0.87 95	0.54 87	4.58 477	0.52 72	4.32 452	2.79 281	1.91 219	1.54 179	1.72 223	1.71 345	6.94 377	1.43 228	0.31 158	0.21 57	0.27 124	0.24 152	0.34 198	0.48 184

cross-raft	1.95 116	0.66 105	16.17 206	1.23 298	0.92 260	2.25 90	0.70 158	3.69 257	1.68 112	1.78 203	1.53 168	3.15 402	1.13 197	1.35 80	1.06 148	0.24 29	0.23 102	0.26 102	0.24 152	0.29 100	0.45 151

TestStereo	2.41 213	1.95 414	19.15 281	0.77 50	0.61 123	1.83 60	0.58 97	2.33 88	1.53 69	1.44 154	1.37 136	1.26 168	0.90 133	11.59 504	0.94 113	0.36 260	0.19 20	0.33 276	0.24 152	0.45 333	0.32 32

raft+_RVC	3.46 422	2.57 440	19.51 304	1.49 404	17.54 559	3.63 261	0.76 204	3.24 198	1.53 69	1.35 139	1.67 222	1.03 134	1.10 190	1.98 198	1.53 247	0.25 43	7.10 526	0.25 71	0.24 152	0.28 82	2.18 430

RAFT-Stereo + iAFF	2.49 227	1.68 387	20.50 428	1.11 233	1.32 381	4.13 381	0.42 38	3.23 197	3.30 386	2.05 270	2.40 416	1.61 206	1.11 193	1.49 112	1.63 275	0.22 18	0.22 74	0.26 102	0.24 152	0.31 131	2.47 439

HSM-Net_RVC	3.02 353	0.65 98	19.48 301	0.94 146	0.90 254	3.71 279	1.20 389	5.61 536	2.87 300	3.24 484	2.49 430	2.53 341	1.61 312	11.39 495	1.90 336	0.37 274	0.27 186	0.27 124	0.24 152	0.31 131	0.39 112
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
HSM	3.25 398	1.08 297	19.18 284	1.19 279	1.54 421	3.45 217	1.02 347	4.04 337	2.61 256	2.31 356	2.17 372	8.01 531	2.99 452	11.59 504	1.80 317	0.35 236	0.24 130	0.28 157	0.24 152	0.33 175	0.55 226

rvit_stereo_0081	0.87 32	0.73 150	1.54 30	0.92 130	0.65 145	1.27 26	0.61 107	2.11 67	2.35 219	0.86 72	0.75 21	0.86 100	0.74 80	1.36 83	0.83 82	0.33 198	0.26 173	0.27 124	0.25 167	0.38 250	0.35 64

model_zeroshot	2.43 216	0.72 144	19.99 353	1.24 299	1.23 361	3.70 278	0.63 123	3.76 271	1.61 98	2.79 447	1.41 147	2.24 305	0.82 113	2.87 279	1.22 176	0.33 198	0.52 372	0.30 202	0.25 167	0.28 82	2.59 440

rvit_stereo_0082	0.87 32	0.73 150	1.54 30	0.92 130	0.65 145	1.27 26	0.61 107	2.11 67	2.35 219	0.86 72	0.75 21	0.86 100	0.74 80	1.36 83	0.83 82	0.33 198	0.26 173	0.27 124	0.25 167	0.38 250	0.35 64

Former-RAFT_DAM_RVC	0.99 47	0.85 214	1.58 36	0.95 157	1.08 314	2.95 148	0.53 75	1.93 48	2.00 163	1.19 125	1.63 209	0.59 39	0.65 52	1.10 25	0.90 101	0.28 91	0.23 102	0.31 222	0.25 167	0.45 333	0.32 32

qqq1	2.35 196	0.73 150	8.34 118	1.41 377	0.61 123	2.04 74	0.72 167	4.30 433	4.43 484	2.41 393	2.40 416	1.94 271	1.52 290	10.99 474	1.36 212	0.35 236	0.84 428	0.30 202	0.25 167	0.31 131	1.75 408

fff1	2.35 196	0.73 150	8.34 118	1.41 377	0.61 123	2.04 74	0.72 167	4.30 433	4.43 484	2.41 393	2.40 416	1.94 271	1.52 290	10.99 474	1.36 212	0.35 236	0.84 428	0.30 202	0.25 167	0.31 131	1.75 408

plain	2.00 124	0.89 229	21.49 523	0.67 17	0.73 181	1.66 55	0.57 86	3.27 204	2.18 184	0.80 56	1.25 104	0.80 88	0.86 122	1.72 152	1.13 156	0.34 220	0.21 57	0.32 242	0.25 167	0.44 325	0.34 54

GLC_STEREO	0.83 23	0.59 63	1.71 41	0.89 103	0.34 5	1.88 63	0.80 234	1.48 11	1.60 92	0.98 103	1.06 67	0.68 58	0.71 68	1.19 39	0.89 96	0.25 43	0.25 148	0.32 242	0.25 167	0.32 151	0.34 54

DAS	2.52 231	0.76 183	7.72 113	1.16 262	1.64 450	2.96 149	2.10 480	4.14 378	3.31 389	4.16 511	2.51 434	2.56 348	1.81 363	11.54 502	1.83 322	0.44 347	0.23 102	0.39 363	0.25 167	0.42 301	0.45 151

SepStereo	2.36 198	0.76 183	7.72 113	1.16 262	1.64 450	2.96 149	2.10 480	4.14 378	3.31 389	4.16 511	2.51 434	2.56 348	1.81 363	8.34 398	1.83 322	0.44 347	0.23 102	0.39 363	0.25 167	0.42 301	0.45 151

IIG-Stereo	2.89 330	0.98 274	19.80 328	2.78 518	0.67 159	4.62 483	0.74 184	4.29 431	2.26 201	2.62 427	3.10 478	3.33 417	1.60 307	7.64 388	1.51 243	0.42 322	0.21 57	0.32 242	0.25 167	0.33 175	0.28 15

test-1	1.81 112	0.72 144	9.51 126	1.02 198	1.57 433	3.85 308	0.60 103	4.07 345	1.51 66	1.94 229	1.81 271	2.04 291	0.91 135	1.39 91	1.73 303	0.27 72	0.93 434	0.31 222	0.25 167	0.29 100	1.37 382

Prome-Stereo	2.57 256	0.60 71	20.29 396	1.01 194	0.62 133	4.40 442	1.80 460	3.22 196	1.74 124	2.18 310	3.43 489	1.71 222	3.45 476	2.24 229	1.19 170	0.32 175	0.20 33	0.27 124	0.25 167	0.37 237	2.15 427

LMCR-Stereo	2.53 236	2.30 432	18.81 268	1.64 443	0.86 234	3.88 317	1.14 379	4.33 455	1.63 103	2.27 343	2.35 408	1.13 146	2.41 420	2.63 262	2.26 379	1.06 495	0.24 130	0.29 180	0.25 167	0.62 409	0.42 132

AFF-stereo	2.54 240	3.44 456	20.84 473	1.30 332	0.48 56	3.94 336	0.48 54	3.30 206	3.40 410	1.94 229	2.21 386	2.10 299	1.51 286	2.36 239	1.62 272	0.23 22	0.21 57	0.25 71	0.25 167	0.33 175	0.53 216

RASNet	3.15 377	1.20 330	19.81 330	1.63 439	2.26 499	3.67 269	1.09 366	3.58 237	3.44 416	1.99 243	2.15 367	4.59 495	2.30 413	10.24 450	2.98 421	0.57 437	0.26 173	0.25 71	0.25 167	0.30 120	0.54 222

AANet_RVC	3.70 441	7.03 484	17.25 230	1.21 287	1.12 327	3.79 293	1.09 366	3.98 319	3.38 404	2.65 431	4.29 502	3.95 461	1.40 253	11.43 499	7.88 480	1.25 504	0.57 384	0.34 296	0.25 167	0.43 311	0.71 295

tg	1.40 89	1.14 313	2.71 70	0.97 174	0.54 87	4.02 353	0.42 38	3.02 178	2.64 260	1.70 188	1.85 291	1.84 254	0.97 148	1.81 175	0.99 130	0.31 158	0.22 74	0.29 180	0.26 184	0.32 151	2.01 422

rvit_stereo_0081_aga	1.06 60	1.02 288	5.34 100	0.75 47	0.74 186	1.21 18	0.63 123	2.00 56	2.30 212	0.88 81	0.82 32	0.79 86	0.69 65	1.42 96	0.78 60	0.36 260	0.29 206	0.26 102	0.26 184	0.41 289	0.32 32

11t1	2.82 319	0.72 144	17.81 249	1.60 432	0.93 264	2.27 92	0.62 118	3.76 271	4.47 489	1.72 191	1.33 125	1.05 137	1.34 240	1.84 182	1.45 236	0.29 106	5.57 520	0.29 180	0.26 184	0.32 151	8.80 512

MIF-Stereo (partial)	1.93 115	0.69 122	21.14 502	0.74 40	1.02 291	1.07 11	0.49 55	2.75 145	1.78 129	0.82 60	1.22 96	0.80 88	0.90 133	1.68 137	1.63 275	0.38 290	0.24 130	0.33 276	0.26 184	0.41 289	0.32 32

MIM_Stereo	2.71 296	1.26 333	20.92 478	1.34 350	5.57 544	3.10 161	0.59 99	3.25 201	2.51 243	1.64 173	1.61 200	1.82 251	1.29 233	2.07 203	1.35 205	0.25 43	0.31 222	0.28 157	0.26 184	0.29 100	4.43 479

4D-IteraStereo	2.95 342	1.83 405	20.75 465	0.81 69	1.56 430	2.22 89	1.03 350	2.48 106	1.56 78	1.42 149	1.00 61	1.93 269	0.61 42	1.65 134	2.04 360	0.31 158	0.22 74	0.31 222	0.26 184	0.28 82	16.75 553

Selective-RAFT	1.34 83	0.58 54	2.21 57	1.01 194	0.49 65	4.19 408	0.51 65	3.39 216	3.62 436	1.15 122	1.40 143	1.45 194	1.40 253	2.09 205	1.31 202	0.43 339	0.40 301	0.25 71	0.26 184	0.29 100	0.38 99

ProNet	1.63 99	0.91 238	5.70 102	0.96 166	0.64 140	2.40 103	0.82 242	1.92 47	3.28 377	0.69 26	1.17 87	0.78 83	0.76 89	1.72 152	0.87 92	0.27 72	0.97 441	0.25 71	0.26 184	0.31 131	7.97 501

TestStereo1	2.56 252	1.41 358	20.56 438	1.63 439	0.74 186	4.13 381	1.34 409	3.93 309	3.38 404	1.61 169	2.56 439	1.43 191	2.13 398	2.55 257	1.70 294	0.32 175	0.22 74	0.34 296	0.26 184	0.40 269	0.53 216

SA-5K	2.56 252	1.41 358	20.56 438	1.63 439	0.74 186	4.13 381	1.34 409	3.93 309	3.38 404	1.61 169	2.56 439	1.43 191	2.13 398	2.55 257	1.70 294	0.32 175	0.22 74	0.34 296	0.26 184	0.40 269	0.53 216

STrans-v2	3.11 367	0.95 262	20.80 468	0.86 88	0.64 140	3.90 321	1.01 343	4.30 433	3.61 434	2.28 345	3.65 492	4.11 471	5.17 502	7.32 381	1.63 275	0.34 220	0.18 10	0.29 180	0.26 184	0.30 120	0.65 278

TransformOpticalFlow	3.07 362	0.87 220	20.87 475	1.10 229	0.56 100	4.18 400	0.64 128	4.36 463	3.28 377	2.19 317	3.08 476	4.32 484	5.01 500	7.36 384	1.59 263	0.34 220	0.18 10	0.32 242	0.26 184	0.29 100	0.57 234

OMP-Stereo	2.94 340	1.26 333	20.07 360	2.73 516	0.67 159	4.58 477	1.46 427	4.33 455	2.21 191	3.14 478	2.68 454	3.22 407	1.38 246	7.65 389	1.42 226	0.46 368	0.21 57	0.33 276	0.26 184	0.34 198	0.31 29

NRIStereo	2.32 188	0.69 122	20.07 360	1.35 351	0.38 14	4.73 507	0.89 279	2.43 97	3.35 399	1.95 235	1.37 136	1.75 227	1.21 221	2.97 283	1.35 205	0.49 392	0.22 74	0.29 180	0.26 184	0.31 131	0.33 43

RAFT-345	2.55 245	0.60 71	19.89 340	1.22 291	0.49 65	4.43 447	0.77 208	1.68 24	3.54 431	2.09 283	3.10 478	1.95 275	1.30 235	6.65 364	1.47 239	0.41 311	0.23 102	0.32 242	0.26 184	0.29 100	0.28 15

CRE-IMP	2.28 178	0.68 117	19.67 318	0.85 82	0.39 29	4.54 466	0.80 234	2.63 133	4.84 512	1.96 237	1.51 165	1.86 257	0.96 146	1.52 119	1.43 228	0.47 377	0.21 57	0.31 222	0.26 184	0.41 289	0.35 64

iRaftStereo_RVC	1.70 107	1.18 320	3.88 90	0.99 187	0.46 46	3.83 301	0.41 36	2.41 92	1.60 92	1.69 186	1.76 247	1.81 249	0.83 114	1.58 129	1.23 179	0.31 158	4.86 515	0.29 180	0.26 184	0.33 175	4.33 477

S2M2	0.69 6	0.59 63	1.35 18	0.92 130	0.55 94	1.07 11	0.20 1	1.17 4	1.61 98	0.61 11	0.82 32	0.86 100	0.47 14	0.92 8	0.71 43	0.36 260	0.33 238	0.27 124	0.27 201	0.37 237	0.33 43

rvit_stereo_0083	0.91 40	0.73 150	1.60 38	0.90 115	0.66 153	1.21 18	0.64 128	1.75 35	2.71 269	0.83 65	0.93 47	0.94 125	1.06 179	1.50 117	0.79 68	0.34 220	0.36 266	0.30 202	0.27 201	0.34 198	0.34 54

CAS++	1.01 56	0.77 191	3.30 77	0.86 88	0.53 84	1.23 23	0.85 261	3.43 221	1.57 81	1.16 123	1.33 125	0.62 45	0.58 32	1.18 37	0.63 26	0.37 274	0.30 216	0.35 315	0.27 201	0.41 289	0.38 99
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	2.29 181	1.18 320	20.10 369	1.04 208	1.21 358	3.96 344	0.95 326	2.13 69	3.37 401	1.09 118	1.28 115	0.68 58	0.91 135	1.74 161	0.86 90	0.26 61	3.49 508	0.34 296	0.27 201	0.43 311	0.49 190

MyStereo06	2.74 304	1.07 293	21.19 510	1.06 216	1.08 314	4.26 422	0.86 265	3.72 265	1.80 131	2.25 334	1.77 254	4.28 481	4.12 488	1.85 183	1.38 218	0.25 43	2.43 490	0.34 296	0.27 201	0.46 343	0.48 184

MyStereo05	2.55 245	1.07 293	19.87 338	1.06 216	1.08 314	4.26 422	0.86 265	4.10 360	3.01 322	2.19 317	1.26 107	2.30 312	1.64 327	2.13 212	1.99 348	0.25 43	2.43 490	0.34 296	0.27 201	0.46 343	0.48 184

MyStereo04	2.54 240	1.18 320	18.82 270	1.04 208	1.21 358	3.96 344	0.95 326	4.02 330	3.01 322	2.06 271	1.27 113	2.33 315	1.66 334	2.06 202	2.01 354	0.26 61	3.49 508	0.34 296	0.27 201	0.43 311	0.49 190

EKT-Stereo	7.93 537	0.75 173	21.17 507	1.84 472	109.80 575	4.51 463	0.61 107	4.13 373	1.59 87	1.89 217	1.24 100	1.96 280	1.35 241	4.02 310	1.36 212	0.42 322	0.31 222	0.29 180	0.27 201	0.35 213	0.78 314

PCWNet_CMD	2.16 146	0.71 137	15.44 188	0.84 77	0.76 198	3.38 201	0.68 146	3.69 257	2.24 195	1.72 191	1.63 209	3.20 405	3.00 453	2.09 205	1.23 179	0.32 175	0.37 273	0.47 408	0.27 201	0.65 427	0.51 201

AEACV	2.12 141	0.67 108	6.33 107	1.38 365	1.50 415	3.53 238	0.90 294	2.83 155	1.60 92	0.91 91	0.81 31	0.80 88	1.61 312	1.56 127	0.73 49	0.25 43	0.60 394	0.26 102	0.27 201	0.29 100	15.65 546

DCRE	3.02 353	0.95 262	18.48 260	1.18 274	1.89 479	3.57 246	0.82 242	3.36 214	1.70 118	2.04 266	8.12 521	1.73 226	1.07 182	1.31 67	1.24 184	0.24 29	0.87 432	0.26 102	0.27 201	0.28 82	11.03 523

CSP-Net	1.99 123	1.70 390	4.84 96	1.22 291	1.02 291	3.42 210	1.30 404	3.66 248	2.11 176	2.07 277	1.93 324	2.40 322	1.48 279	8.56 402	1.62 272	0.51 412	0.41 308	0.27 124	0.27 201	0.44 325	0.54 222

test-3	2.19 153	0.59 63	18.63 263	1.13 248	0.75 194	2.07 79	0.89 279	4.37 466	1.53 69	2.25 334	1.20 90	2.05 294	0.79 102	2.68 266	1.35 205	0.29 106	0.95 437	0.28 157	0.27 201	0.27 71	1.47 393

test_1	2.19 153	0.59 63	18.67 265	1.13 248	0.78 204	2.07 79	0.89 279	4.37 466	1.53 69	2.18 310	1.20 90	2.05 294	0.78 95	2.68 266	1.36 212	0.29 106	0.93 434	0.28 157	0.27 201	0.28 82	1.53 396

GwcNet-ADL	2.51 229	0.75 173	21.41 521	0.98 180	0.73 181	4.58 477	0.95 326	4.46 486	2.61 256	2.06 271	1.80 266	2.54 343	1.24 225	1.98 198	1.73 303	0.41 311	0.46 342	0.24 49	0.27 201	0.41 289	0.55 226

DEmStereo	3.24 395	0.65 98	18.95 273	0.83 76	0.54 87	3.85 308	1.79 459	2.53 112	2.54 247	2.25 334	2.74 459	2.02 288	6.02 510	6.78 370	11.30 495	0.40 308	0.26 173	0.27 124	0.27 201	0.28 82	0.57 234

SST-Stereo	2.63 272	0.63 85	19.76 327	1.69 451	0.46 46	4.71 506	0.74 184	2.27 79	3.07 341	2.07 277	2.15 367	2.42 330	3.17 462	6.66 365	0.95 119	0.45 356	0.19 20	0.30 202	0.27 201	0.35 213	0.31 29

RAFT_R40	2.61 265	0.64 90	19.86 336	1.69 451	0.46 46	4.74 509	0.95 326	2.28 81	2.52 245	2.02 258	2.32 406	2.69 361	2.52 430	6.70 367	1.05 146	0.42 322	0.19 20	0.30 202	0.27 201	0.33 175	0.29 19

DRaft	3.12 370	0.68 117	20.57 442	0.77 50	0.49 65	3.95 338	1.20 389	2.40 91	1.60 92	2.64 429	2.80 463	1.59 204	5.33 503	6.94 377	9.51 486	0.43 339	0.22 74	0.27 124	0.27 201	0.32 151	0.47 173

PFNet	2.75 308	0.69 122	19.96 349	2.25 496	0.80 211	4.63 485	0.90 294	2.60 130	3.85 451	2.39 388	2.71 457	1.82 251	1.41 258	7.53 387	1.41 224	0.36 260	0.21 57	0.36 332	0.27 201	0.32 151	0.46 161

RALAANet	2.29 181	2.73 442	21.08 491	1.29 328	0.94 270	1.45 44	0.68 146	3.25 201	2.61 256	2.02 258	1.80 266	1.28 170	1.04 168	2.12 210	1.79 316	0.30 134	0.22 74	0.27 124	0.27 201	0.41 289	0.35 64

FENet	2.30 185	0.61 77	20.21 381	1.43 392	0.68 167	4.04 357	0.60 103	4.01 325	2.26 201	2.03 263	1.13 81	2.42 330	1.42 261	1.72 152	1.43 228	0.36 260	0.24 130	0.33 276	0.27 201	0.29 100	0.51 201

ACVNet	2.40 207	0.97 271	20.20 377	0.94 146	0.86 234	4.22 414	0.79 225	2.97 174	2.85 292	1.93 223	1.91 316	3.07 395	1.46 273	1.52 119	2.37 389	0.33 198	0.27 186	0.30 202	0.27 201	0.42 301	0.35 64

acv_ft	2.45 220	0.97 271	19.57 306	1.15 255	2.01 486	2.97 152	0.96 332	3.88 296	2.85 292	2.34 372	1.91 316	3.07 395	1.65 333	1.52 119	2.26 379	0.33 198	0.27 186	0.30 202	0.27 201	0.42 301	0.35 64

DMCA	2.02 129	1.07 293	11.33 137	1.17 269	0.96 274	3.92 332	0.89 279	3.80 281	3.11 346	2.89 456	1.58 196	2.35 319	1.17 213	1.79 165	2.25 378	0.42 322	0.29 206	0.42 386	0.27 201	0.38 250	0.43 139

MSMDNet	2.16 146	0.71 137	15.36 186	0.86 88	0.75 194	3.41 208	0.69 155	3.70 260	2.25 198	1.73 194	1.64 214	3.21 406	2.95 445	2.09 205	1.24 184	0.32 175	0.37 273	0.45 400	0.27 201	0.63 415	0.50 195

HITNet	2.49 227	2.91 445	19.23 289	1.54 419	0.57 110	3.47 220	0.79 225	4.16 384	2.93 308	2.18 310	1.65 217	1.68 215	1.45 268	2.17 218	2.99 422	0.28 91	0.20 33	0.41 375	0.27 201	0.45 333	0.52 209
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
xyz-stereo-finetune2	1.31 81	0.95 262	3.28 76	0.60 1	0.36 7	3.48 226	0.65 132	2.82 153	1.47 53	0.99 105	1.86 297	0.91 116	1.75 351	3.54 296	1.86 328	0.27 72	0.22 74	0.30 202	0.28 228	0.33 175	0.34 54

G2L-Stereo	2.85 322	2.33 434	19.94 346	1.15 255	1.34 383	3.57 246	0.95 326	3.70 260	2.22 192	2.14 294	1.61 200	3.19 403	1.33 239	9.50 419	2.02 356	0.36 260	0.27 186	0.35 315	0.28 228	0.30 120	0.51 201

rvit_stereo_0080	1.10 68	1.09 300	3.78 85	0.65 8	0.60 120	1.91 65	0.74 184	2.74 143	2.65 262	0.94 97	1.09 72	0.85 97	0.81 110	1.20 44	0.89 96	0.39 298	0.29 206	0.25 71	0.28 228	0.46 343	0.35 64

IGEV-BASED-STEREO-	1.13 71	3.31 452	2.61 69	0.87 95	0.40 30	1.26 24	0.61 107	1.55 14	1.61 98	0.93 95	0.94 51	0.65 50	0.57 29	1.10 25	0.68 36	1.55 516	0.19 20	0.32 242	0.28 228	1.11 494	2.04 423

AE-Stereo	2.91 333	0.63 85	17.05 227	1.15 255	0.63 136	4.39 439	0.70 158	4.02 330	2.12 178	1.24 134	2.04 341	1.01 132	0.91 135	1.67 136	1.42 226	0.30 134	1.14 450	0.28 157	0.28 228	0.27 71	16.93 555

CoDeX	2.47 224	0.91 238	13.65 153	1.03 202	1.17 340	3.28 189	1.30 404	4.17 388	2.99 315	1.78 203	1.85 291	2.04 291	1.46 273	9.99 440	1.66 285	0.38 290	0.28 196	0.32 242	0.28 228	0.34 198	0.57 234

whm_eth	1.10 68	1.09 300	3.78 85	0.65 8	0.60 120	1.91 65	0.74 184	2.74 143	2.65 262	0.94 97	1.09 72	0.85 97	0.81 110	1.20 44	0.89 96	0.39 298	0.29 206	0.25 71	0.28 228	0.46 343	0.35 64

CBFPSM	2.24 165	2.06 418	12.12 141	1.13 248	1.05 305	2.85 136	1.23 396	3.37 215	2.05 166	1.82 210	1.33 125	4.55 493	4.00 486	2.38 240	2.35 386	0.27 72	0.38 287	0.32 242	0.28 228	0.39 264	0.89 337

iinet-f	2.44 218	1.82 404	14.97 181	1.21 287	1.11 324	3.78 292	1.10 371	4.19 396	2.90 305	2.10 285	1.76 247	2.99 387	2.97 447	2.84 277	2.79 410	0.38 290	0.38 287	0.28 157	0.28 228	0.50 369	0.47 173

CASS	1.65 103	0.73 150	8.72 122	0.97 174	0.67 159	2.88 141	0.69 155	3.07 181	1.86 138	2.82 452	2.02 337	1.39 184	1.55 300	1.75 162	1.36 212	0.51 412	0.28 196	0.34 296	0.28 228	0.47 356	0.63 269
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
BUS	1.64 102	0.64 90	3.82 87	0.94 146	0.86 234	4.50 459	0.75 195	4.49 488	2.29 209	2.96 465	1.82 273	3.61 444	1.03 161	1.79 165	1.18 166	0.39 298	0.25 148	0.31 222	0.28 228	0.38 250	0.41 123

CRFU-Net	2.56 252	0.89 229	10.77 132	2.53 510	1.09 317	3.91 325	1.40 419	3.87 295	1.92 149	2.25 334	1.80 266	3.32 416	7.85 528	5.53 335	1.54 250	0.58 438	0.36 266	0.31 222	0.28 228	0.39 264	0.56 229

BSDual-CNN	1.61 97	0.64 90	3.82 87	0.94 146	0.86 234	4.18 400	1.14 379	4.49 488	2.29 209	2.96 465	1.82 273	2.58 350	1.30 235	1.79 165	1.44 232	0.39 298	0.25 148	0.31 222	0.28 228	0.38 250	0.41 123

hknet	2.34 194	0.78 193	13.86 157	0.94 146	1.07 311	4.18 400	1.14 379	4.49 488	3.00 317	2.96 465	1.82 273	3.47 427	1.30 235	4.11 313	1.77 311	0.35 236	0.25 148	0.31 222	0.28 228	0.38 250	0.41 123

GMOStereo	2.64 273	0.92 245	19.83 332	0.81 69	0.68 167	3.22 176	0.89 279	2.94 165	1.48 55	2.36 380	1.54 179	1.75 227	1.04 168	1.33 72	1.15 160	0.26 61	11.32 549	0.35 315	0.28 228	0.35 213	0.33 43

error version	2.64 273	0.92 245	19.83 332	0.81 69	0.68 167	3.22 176	0.89 279	2.94 165	1.48 55	2.36 380	1.54 179	1.75 227	1.04 168	1.33 72	1.15 160	0.26 61	11.32 549	0.35 315	0.28 228	0.35 213	0.33 43

test-v	2.64 273	0.92 245	19.83 332	0.81 69	0.68 167	3.22 176	0.89 279	2.94 165	1.48 55	2.36 380	1.54 179	1.75 227	1.04 168	1.33 72	1.15 160	0.26 61	11.32 549	0.35 315	0.28 228	0.35 213	0.33 43

CrosDoStereo	5.27 504	0.75 173	20.07 360	0.85 82	0.53 84	3.40 205	18.03 555	3.90 300	3.29 382	1.99 243	8.27 523	1.95 275	6.95 522	7.34 382	25.94 562	0.33 198	0.22 74	0.30 202	0.28 228	0.35 213	0.61 262

HHNet	2.51 229	0.76 183	20.83 470	0.67 17	0.67 159	4.07 366	0.90 294	3.85 291	1.59 87	2.14 294	4.91 508	0.98 128	3.32 467	1.73 157	1.80 317	0.41 311	0.20 33	0.31 222	0.28 228	0.38 250	0.44 145

Patchmatch Stereo++	2.28 178	0.74 159	20.54 432	0.77 50	0.38 14	4.67 492	0.75 195	2.55 120	3.21 359	2.00 247	1.53 168	1.77 234	1.14 203	2.46 243	0.98 128	0.51 412	0.23 102	0.32 242	0.28 228	0.40 269	0.35 64
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	2.26 171	0.74 159	20.53 431	0.77 50	0.38 14	4.67 492	0.71 163	2.54 113	3.22 366	2.00 247	1.53 168	1.77 234	1.13 197	2.22 226	0.96 121	0.50 405	0.23 102	0.32 242	0.28 228	0.40 269	0.35 64

ROB_FTStereo_v2	2.25 167	0.74 159	20.45 416	0.77 50	0.38 14	4.66 491	0.74 184	2.54 113	3.20 356	2.00 247	1.53 168	1.77 234	1.14 203	2.13 212	0.96 121	0.50 405	0.22 74	0.32 242	0.28 228	0.40 269	0.35 64

ROB_FTStereo	2.26 171	0.74 159	20.44 413	0.77 50	0.38 14	4.65 488	0.75 195	2.54 113	3.19 354	2.00 247	1.54 179	1.77 234	1.13 197	2.28 233	0.94 113	0.49 392	0.22 74	0.32 242	0.28 228	0.40 269	0.35 64

HUI-Stereo	2.27 174	0.74 159	20.56 438	0.77 50	0.38 14	4.67 492	0.78 215	2.54 113	3.23 369	2.00 247	1.53 168	1.77 234	1.13 197	2.21 225	0.93 105	0.49 392	0.23 102	0.32 242	0.28 228	0.40 269	0.35 64

ASMatch	2.65 277	0.68 117	20.65 454	1.60 432	0.71 178	4.40 442	0.77 208	2.02 60	1.65 107	1.71 190	3.89 496	1.93 269	3.75 482	5.45 332	1.67 286	0.33 198	0.24 130	0.34 296	0.28 228	0.34 198	0.57 234

DeepStereo_LL	5.27 504	0.75 173	20.07 360	0.85 82	0.53 84	3.40 205	18.03 555	3.90 300	3.29 382	1.99 243	8.27 523	1.95 275	6.95 522	7.34 382	25.94 562	0.33 198	0.22 74	0.30 202	0.28 228	0.35 213	0.61 262

THIR-Stereo	4.50 483	1.11 304	18.71 266	0.89 103	0.47 51	2.25 90	16.71 554	3.53 230	1.58 84	2.04 266	12.04 546	2.66 358	7.52 525	7.29 380	11.25 494	0.32 175	0.21 57	0.29 180	0.28 228	0.35 213	0.52 209

iGMRVC	2.27 174	0.74 159	20.46 417	0.77 50	0.38 14	4.65 488	0.73 174	2.54 113	3.21 359	2.00 247	1.53 168	1.77 234	1.14 203	2.47 246	0.99 130	0.51 412	0.23 102	0.32 242	0.28 228	0.40 269	0.35 64

iRAFT	2.28 178	0.74 159	20.54 432	0.77 50	0.38 14	4.67 492	0.75 195	2.55 120	3.21 359	2.00 247	1.53 168	1.77 234	1.14 203	2.46 243	0.98 128	0.51 412	0.23 102	0.32 242	0.28 228	0.40 269	0.35 64

test-2	2.64 273	0.92 245	19.83 332	0.81 69	0.68 167	3.22 176	0.89 279	2.94 165	1.48 55	2.36 380	1.54 179	1.75 227	1.04 168	1.33 72	1.15 160	0.26 61	11.32 549	0.35 315	0.28 228	0.35 213	0.33 43

RAFT-IKP	2.27 174	0.74 159	20.55 434	0.77 50	0.38 14	4.64 487	0.73 174	2.54 113	3.21 359	2.00 247	1.53 168	1.77 234	1.13 197	2.25 232	1.00 134	0.51 412	0.22 74	0.32 242	0.28 228	0.40 269	0.35 64

CFNet_pseudo	2.03 131	0.74 159	12.75 144	0.87 95	0.74 186	3.91 325	0.65 132	4.04 337	1.93 150	1.93 223	1.79 261	3.25 410	1.61 312	2.51 249	1.25 190	0.32 175	0.37 273	0.53 443	0.28 228	0.64 420	0.50 195

MMNet	2.15 145	1.33 349	12.06 140	1.22 291	1.23 361	3.55 242	0.89 279	3.84 289	2.26 201	2.19 317	1.78 258	2.15 300	2.10 391	3.70 301	2.35 386	0.45 356	0.38 287	0.34 296	0.28 228	0.40 269	0.52 209

UNet	2.53 236	0.91 238	20.07 360	1.19 279	1.44 408	3.45 217	0.75 195	3.80 281	1.98 158	2.09 283	1.57 190	2.74 365	2.37 417	3.51 295	2.52 401	0.35 236	0.30 216	0.41 375	0.28 228	0.40 269	0.50 195

ccs_rob	2.03 131	0.74 159	12.67 143	0.87 95	0.75 194	3.91 325	0.66 134	4.04 337	1.93 150	1.92 222	1.79 261	3.24 408	1.63 324	2.52 253	1.25 190	0.32 175	0.37 273	0.54 451	0.28 228	0.66 431	0.51 201

PAM_32	3.04 358	0.69 122	20.55 434	1.17 269	1.01 289	8.89 542	0.76 204	3.71 263	3.43 415	2.12 291	2.65 449	5.44 514	3.73 481	2.35 238	1.48 240	0.27 72	0.33 238	0.28 157	0.29 263	0.39 264	1.27 377

rvit_stereo_ft	1.28 80	1.39 355	6.72 110	0.99 187	0.66 153	1.06 10	0.79 225	2.81 152	3.14 350	0.83 65	1.02 62	0.95 127	1.13 197	1.27 54	1.00 134	0.34 220	0.24 130	0.27 124	0.29 263	0.40 269	0.35 64

DispNO	3.22 390	2.06 418	19.82 331	1.21 287	1.11 324	3.74 284	0.93 318	4.31 444	2.89 303	2.37 385	2.27 394	4.51 491	2.09 390	11.41 496	3.47 436	0.35 236	0.28 196	0.31 222	0.29 263	0.39 264	0.51 201

MyStereo8	2.97 349	1.76 394	18.94 272	1.55 423	1.62 443	4.16 392	0.57 86	3.79 276	2.41 227	2.22 329	2.93 469	2.27 308	1.14 203	2.16 216	2.28 381	0.27 72	8.58 534	0.32 242	0.29 263	0.37 237	1.72 407

gwcnet-sp	2.38 203	1.51 368	17.58 241	1.11 233	0.92 260	3.59 250	1.03 350	3.79 276	2.43 231	2.60 421	1.63 209	1.80 246	1.61 312	3.87 305	1.99 348	0.33 198	0.32 228	0.30 202	0.29 263	0.40 269	0.47 173

scenet	2.38 203	1.51 368	17.58 241	1.11 233	0.92 260	3.59 250	1.03 350	3.79 276	2.43 231	2.60 421	1.63 209	1.80 246	1.61 312	3.87 305	1.99 348	0.33 198	0.32 228	0.30 202	0.29 263	0.40 269	0.47 173

ssnet	2.38 203	1.51 368	17.58 241	1.11 233	0.92 260	3.59 250	1.03 350	3.79 276	2.43 231	2.60 421	1.63 209	1.80 246	1.61 312	3.87 305	1.99 348	0.33 198	0.32 228	0.30 202	0.29 263	0.40 269	0.47 173

test_4	1.98 118	0.68 117	15.65 192	0.91 121	0.48 56	4.11 376	1.09 366	2.41 92	1.50 63	1.55 162	2.31 404	1.87 260	0.79 102	2.86 278	1.51 243	0.34 220	0.19 20	0.29 180	0.29 263	0.30 120	0.40 116

iRaft-Stereo_5w	2.47 224	1.37 354	13.85 155	0.87 95	0.99 281	3.22 176	0.84 256	3.72 265	2.12 178	1.57 165	2.49 430	2.20 303	2.22 406	9.12 411	2.03 358	0.48 386	0.27 186	0.35 315	0.29 263	0.48 363	0.94 346

test_3	2.17 149	0.58 54	18.64 264	1.11 233	0.78 204	2.15 83	0.85 261	4.42 478	1.47 53	2.00 247	1.20 90	2.02 288	0.79 102	2.70 270	1.35 205	0.29 106	1.04 445	0.29 180	0.29 263	0.31 131	1.07 362

AAGNet	3.88 452	0.67 108	20.04 358	2.27 497	0.46 46	4.76 511	1.05 357	2.28 81	3.38 404	2.16 305	1.84 287	2.40 322	3.95 485	6.22 354	24.21 559	0.49 392	0.19 20	0.30 202	0.29 263	0.33 175	0.29 19

DeepStereo_RVC	2.42 215	0.70 130	18.41 258	0.79 64	0.43 37	4.50 459	0.70 158	2.51 108	3.51 429	2.02 258	1.79 261	1.54 201	6.35 513	1.93 192	1.22 176	0.47 377	0.22 74	0.29 180	0.29 263	0.35 213	0.40 116

IRAFT_RVC	2.74 304	0.71 137	19.80 328	2.52 509	0.67 159	4.60 481	1.57 440	3.05 179	2.99 315	2.23 331	1.72 236	2.08 297	2.59 432	6.69 366	1.61 270	0.37 274	0.21 57	0.33 276	0.29 263	0.33 175	0.35 64

GEStereo_RVC	2.66 282	1.20 330	20.38 407	1.29 328	1.05 305	4.02 353	1.42 422	4.17 388	2.24 195	2.10 285	1.86 297	2.33 315	1.84 371	4.93 322	1.78 312	0.51 412	0.38 287	0.32 242	0.29 263	0.44 325	0.56 229

XX-Stereo	2.66 282	0.70 130	21.17 507	2.33 500	1.24 364	4.31 431	0.45 48	4.48 487	1.60 92	2.39 388	1.89 307	4.60 496	0.60 39	4.17 314	1.11 155	0.34 220	0.26 173	0.29 180	0.29 263	0.53 378	0.43 139

HCRNet	2.24 165	0.74 159	14.54 171	0.82 74	1.36 390	4.11 376	0.70 158	3.61 243	3.03 330	1.83 212	1.61 200	1.58 203	1.40 253	5.79 338	1.60 267	0.35 236	0.28 196	0.36 332	0.29 263	0.34 198	0.46 161

GANet-RSSM	2.96 344	1.27 337	21.17 507	1.73 459	1.23 361	4.22 414	0.91 305	3.39 216	2.02 164	1.97 239	1.74 245	2.53 341	2.06 389	10.91 472	1.88 332	0.37 274	0.35 257	0.32 242	0.29 263	0.42 301	0.46 161

AdaStereo	2.22 162	0.90 235	16.41 216	1.33 348	0.83 221	3.21 173	1.12 374	4.25 425	2.91 307	2.06 271	1.76 247	2.47 337	1.17 213	1.93 192	1.65 284	0.50 405	0.26 173	0.43 390	0.29 263	0.46 343	0.39 112
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.
DN-CSS_ROB	2.89 330	9.72 501	19.71 321	2.07 492	0.90 254	4.01 351	0.61 107	4.06 342	3.35 399	1.66 178	1.89 307	1.39 184	1.06 179	3.24 288	1.88 332	0.44 347	0.19 20	0.44 392	0.29 263	0.40 269	0.42 132

PAM	3.02 353	0.69 122	20.70 460	1.20 281	1.15 334	8.88 541	1.28 402	4.06 342	1.91 147	2.32 367	2.42 425	5.75 517	2.75 436	2.47 246	1.55 253	0.28 91	0.35 257	0.27 124	0.30 282	0.41 289	1.65 405

ACV-stereo	2.96 344	1.09 300	20.34 403	1.37 361	1.05 305	4.65 488	1.09 366	2.82 153	1.68 112	1.48 157	1.32 123	5.40 512	4.22 490	7.83 392	2.08 364	0.46 368	0.52 372	0.33 276	0.30 282	0.45 333	0.71 295

IGEV_Zeroshot_test	2.66 282	0.75 173	21.55 525	1.50 409	0.89 248	2.21 84	0.90 294	3.52 229	1.83 134	2.17 307	1.57 190	4.09 468	1.60 307	1.73 157	1.21 174	0.32 175	0.33 238	0.28 157	0.30 282	0.44 325	6.09 492

CFNet_ucs	2.32 188	0.75 173	17.05 227	0.90 115	0.81 215	3.86 311	0.68 146	4.31 444	2.68 265	2.13 292	2.04 341	3.30 413	1.24 225	2.63 262	1.23 179	0.37 274	0.46 342	0.56 455	0.30 282	0.67 433	0.53 216

IER	2.09 138	0.91 238	14.11 162	0.97 174	1.15 334	3.17 170	0.89 279	3.59 239	2.39 222	2.15 301	1.98 331	2.27 308	2.11 393	2.39 241	1.80 317	0.35 236	0.24 130	0.36 332	0.30 282	0.34 198	0.42 132

RAFT_CTSACE	2.41 213	1.83 405	20.33 402	1.77 467	1.39 396	3.50 231	1.03 350	3.25 201	1.64 105	1.80 208	2.04 341	2.82 374	1.78 357	2.11 209	1.10 154	0.27 72	0.24 130	0.28 157	0.30 282	0.31 131	0.33 43

NINENet	2.59 257	0.89 229	16.09 202	1.16 262	1.07 311	4.50 459	0.75 195	4.43 480	2.61 256	2.18 310	1.91 316	3.61 444	1.03 161	7.92 393	1.18 166	0.49 392	0.34 248	0.41 375	0.30 282	0.42 301	0.44 145

AASNet	2.65 277	3.20 450	20.19 375	1.38 365	1.49 413	3.84 303	1.06 359	3.92 305	3.28 377	2.07 277	2.28 397	1.95 275	1.28 230	2.19 221	2.17 372	0.42 322	0.33 238	0.45 400	0.30 282	0.59 399	0.52 209

PSMNet-ADL	2.01 127	0.78 193	2.89 72	1.11 233	0.86 234	4.13 381	0.80 234	3.84 289	2.26 201	1.74 197	1.87 303	2.90 381	1.81 363	10.37 455	2.34 385	0.49 392	0.47 352	0.29 180	0.30 282	0.39 264	0.56 229

ADLNet2	3.20 386	1.43 360	20.11 372	1.22 291	1.78 473	3.86 311	1.47 428	3.96 315	3.89 455	2.26 340	2.49 430	4.63 499	1.92 381	10.68 463	2.00 353	0.42 322	0.37 273	0.29 180	0.30 282	0.51 374	0.46 161

Pruner-Stereo	2.33 191	0.70 130	20.66 455	2.05 491	0.48 56	4.73 507	0.78 215	2.55 120	2.70 268	2.47 403	1.57 190	1.48 197	1.03 161	1.71 146	1.55 253	0.48 386	0.21 57	0.34 296	0.30 282	0.31 131	0.42 132

ICVP	2.19 153	0.72 144	19.18 284	1.03 202	0.88 247	4.22 414	0.94 321	3.44 223	1.69 115	1.68 182	1.76 247	1.35 177	1.19 218	1.80 171	1.40 222	0.58 438	0.37 273	0.34 296	0.30 282	0.41 289	0.59 253
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sCroCo_RVC	1.81 112	0.93 253	19.44 299	1.04 208	1.05 305	0.97 8	0.61 107	2.08 63	1.36 38	0.71 32	1.28 115	0.82 92	1.10 190	1.31 67	0.97 124	0.54 427	0.41 308	0.33 276	0.30 282	0.46 343	0.48 184

222	3.82 447	0.88 224	6.92 111	1.15 255	0.99 281	3.27 185	0.64 128	4.57 501	5.37 525	2.43 397	2.32 406	1.41 187	1.44 266	10.64 461	18.51 548	0.32 175	4.89 516	0.32 242	0.30 282	0.34 198	9.80 518

xxxx	4.25 469	0.86 216	14.59 174	1.30 332	1.16 338	3.51 234	0.63 123	4.56 499	5.42 528	2.33 370	2.29 399	2.04 291	1.39 249	10.23 448	18.00 544	0.33 198	7.15 527	0.31 222	0.30 282	0.35 213	8.33 508

HGLStereo	2.74 304	1.03 289	20.80 468	1.24 299	1.55 425	3.62 260	0.94 321	3.83 288	2.09 169	2.18 310	2.20 382	3.11 399	2.12 395	5.65 336	2.07 363	0.50 405	0.34 248	0.32 242	0.30 282	0.42 301	0.50 195

cf-r	2.93 335	2.19 428	20.59 446	1.49 404	1.35 388	4.18 400	0.92 313	3.73 269	3.12 348	2.16 305	1.82 273	3.40 422	1.44 266	8.22 395	1.93 344	0.34 220	0.31 222	0.33 276	0.30 282	0.38 250	0.45 151

DISCO	2.40 207	0.99 283	11.99 139	1.81 469	1.12 327	3.47 220	1.24 398	3.34 211	2.57 251	2.73 439	1.96 327	4.52 492	1.90 379	4.18 315	3.62 439	0.37 274	0.27 186	0.31 222	0.30 282	0.70 441	0.62 266

coex_refinement	3.01 352	1.69 389	20.28 391	1.31 336	1.15 334	3.21 173	0.86 265	3.94 312	2.43 231	2.51 410	1.92 322	3.49 429	1.68 337	11.06 478	2.54 402	0.38 290	0.26 173	0.27 124	0.31 300	0.41 289	0.58 250

HI	2.19 153	1.11 304	19.93 343	1.14 252	0.69 175	2.98 154	0.45 48	2.58 125	1.87 141	2.18 310	1.65 217	2.41 326	1.83 368	1.72 152	1.63 275	0.30 134	0.17 4	0.28 157	0.31 300	0.27 71	0.32 32

CoSv	2.19 153	1.11 304	19.93 343	1.14 252	0.69 175	2.98 154	0.45 48	2.58 125	1.87 141	2.18 310	1.65 217	2.41 326	1.83 368	1.72 152	1.63 275	0.30 134	0.17 4	0.28 157	0.31 300	0.27 71	0.32 32

rvit_0105_6	1.10 68	1.17 317	3.33 80	0.93 137	0.55 94	1.45 44	0.79 225	2.51 108	3.30 386	0.78 50	0.74 20	1.03 134	0.75 86	1.45 102	0.97 124	0.42 322	0.43 321	0.34 296	0.31 300	0.44 325	0.38 99

rvit_0105_4	1.63 99	1.29 342	12.50 142	0.94 146	0.54 87	1.56 51	0.84 256	2.84 156	3.25 371	0.82 60	0.94 51	1.10 142	0.86 122	1.65 134	1.07 150	0.43 339	0.45 336	0.35 315	0.31 300	0.44 325	0.45 151

test_sample1	2.29 181	0.72 144	5.74 103	1.51 411	0.86 234	2.35 97	0.64 128	4.07 345	3.45 422	2.01 256	1.51 165	1.70 219	1.71 345	9.53 421	1.73 303	0.31 158	0.97 441	0.31 222	0.31 300	0.33 175	6.12 493

CASnet	0.85 27	0.59 63	1.66 40	0.91 121	0.30 1	1.37 39	0.73 174	1.63 21	1.94 152	1.66 178	1.14 84	0.66 53	0.63 47	1.07 20	0.90 101	0.37 274	0.17 4	0.41 375	0.31 300	0.33 175	0.23 6
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
x	2.94 340	0.83 208	16.07 201	1.51 411	0.83 221	2.13 81	0.96 332	3.97 318	4.73 504	1.73 194	1.43 150	1.61 206	1.27 227	2.24 229	1.71 297	0.29 106	6.91 525	0.34 296	0.31 300	0.34 198	9.60 517

DisPM	2.29 181	0.61 77	20.25 388	1.79 468	0.52 81	4.58 477	0.77 208	2.50 107	2.22 192	2.49 408	1.82 273	1.45 194	1.01 158	2.73 271	1.04 143	0.48 386	0.20 33	0.32 242	0.31 300	0.32 151	0.45 151

Wz-Net-LNSev	2.78 314	6.16 477	17.27 232	1.24 299	1.65 454	3.49 229	1.55 437	3.70 260	3.61 434	1.96 237	1.76 247	3.30 413	2.17 404	2.78 273	2.24 377	0.49 392	0.35 257	0.32 242	0.31 300	0.56 390	0.65 278

sAnonymous2	2.00 124	1.54 372	21.24 512	0.93 137	0.89 248	1.21 18	0.62 118	2.58 125	2.28 205	0.86 72	1.04 63	0.73 72	1.22 222	1.10 25	0.85 87	0.30 134	0.25 148	0.31 222	0.31 300	1.06 486	0.72 298

CroCo_RVC	2.00 124	1.54 372	21.24 512	0.93 137	0.89 248	1.21 18	0.62 118	2.58 125	2.28 205	0.86 72	1.04 63	0.73 72	1.22 222	1.10 25	0.85 87	0.30 134	0.25 148	0.31 222	0.31 300	1.06 486	0.72 298

GES	2.26 171	0.79 197	19.68 319	1.12 243	0.59 115	4.30 428	1.01 343	3.90 300	1.59 87	1.78 203	1.78 258	1.28 170	1.75 351	1.80 171	1.61 270	0.42 322	0.29 206	0.33 276	0.31 300	0.45 333	0.50 195

ac_64	2.93 335	0.87 220	19.66 311	1.35 351	1.70 463	3.29 192	0.92 313	3.56 234	3.46 424	1.91 219	1.79 261	3.90 458	1.76 354	10.23 448	1.93 344	0.44 347	0.32 228	0.33 276	0.31 300	0.35 213	0.51 201

GwcNet-RSSM	3.13 372	5.08 471	19.86 336	1.28 323	1.20 353	4.12 378	1.11 372	3.89 298	2.80 282	2.13 292	1.81 271	3.11 399	1.46 273	10.33 454	2.19 375	0.36 260	0.34 248	0.35 315	0.31 300	0.45 333	0.43 139

BEATNet_4x	2.65 277	4.43 469	18.10 252	1.41 377	0.59 115	3.44 214	1.02 347	4.08 354	2.97 312	2.28 345	1.75 246	2.18 301	1.61 312	2.80 275	3.54 437	0.39 298	0.25 148	0.47 408	0.31 300	0.61 404	0.86 334

test_sample2	2.20 159	0.70 130	6.07 104	1.49 404	0.81 215	2.96 149	0.86 265	4.13 373	3.31 389	2.07 277	1.54 179	1.56 202	1.63 324	10.61 459	1.80 317	0.33 198	0.77 422	0.32 242	0.32 316	0.38 250	2.35 433

GrayStereo	3.68 438	0.56 45	20.61 449	1.71 456	0.90 254	4.17 397	8.11 546	3.17 190	4.13 465	2.80 450	2.49 430	1.70 219	17.06 554	2.83 276	1.25 190	0.37 274	0.23 102	0.27 124	0.32 316	0.30 120	0.57 234

RAFT	2.36 198	1.62 382	18.03 251	1.75 463	0.54 87	1.91 65	0.91 305	3.24 198	3.65 438	1.64 173	1.73 242	3.45 426	1.58 303	1.82 178	1.74 306	0.42 322	1.06 446	0.40 368	0.32 316	0.44 325	1.03 358

rafts_anoy	2.76 311	1.68 387	20.42 411	1.42 386	3.90 531	3.03 158	0.61 107	3.24 198	1.66 109	1.42 149	1.26 107	1.19 158	1.11 193	2.13 212	1.64 281	0.33 198	8.77 538	0.32 242	0.32 316	0.32 151	0.38 99

test_xeample	4.19 465	0.93 253	14.09 161	1.16 262	1.17 340	3.28 189	0.80 234	4.63 508	5.30 521	2.46 402	2.35 408	1.39 184	1.42 261	10.88 469	17.68 542	0.30 134	6.50 524	0.32 242	0.32 316	0.36 231	8.38 510

GMStereo	2.01 127	2.26 430	20.93 479	0.90 115	0.48 56	1.67 56	0.56 82	1.90 45	2.19 186	1.58 167	1.31 122	0.87 105	0.74 80	1.68 137	1.00 134	0.41 311	0.21 57	0.30 202	0.32 316	0.50 369	0.46 161
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
delet	2.66 282	1.11 304	18.42 259	1.05 212	1.65 454	3.47 220	2.00 473	3.81 285	2.82 288	2.15 301	2.11 360	2.62 354	1.88 378	5.38 330	2.21 376	0.34 220	0.38 287	0.40 368	0.32 316	0.45 333	0.54 222

UPFNet	2.23 163	0.86 216	14.25 164	1.28 323	1.44 408	3.51 234	1.34 409	4.05 340	2.11 176	2.44 400	1.53 168	2.41 326	1.39 249	3.62 300	1.91 339	0.41 311	0.41 308	0.37 343	0.32 316	0.44 325	0.48 184

UGAM	2.78 314	0.78 193	19.69 320	0.93 137	0.73 181	3.27 185	1.02 347	2.88 160	3.06 340	1.40 143	2.76 461	3.51 437	1.28 230	10.74 464	1.44 232	0.30 134	0.30 216	0.40 368	0.33 324	0.37 237	0.49 190

DCVSM-stereo	2.31 187	0.72 144	20.28 391	1.15 255	0.93 264	2.53 119	0.75 195	2.70 139	1.69 115	2.56 415	1.53 168	3.27 411	1.71 345	2.23 227	1.38 218	0.36 260	0.53 375	0.41 375	0.33 324	0.46 343	0.64 274

SMFormer	2.40 207	0.73 150	8.34 118	1.41 377	0.61 123	2.04 74	0.72 167	4.30 433	4.43 484	2.41 393	2.40 416	1.94 271	1.52 290	10.99 474	3.10 427	0.35 236	0.84 428	0.36 332	0.33 324	0.40 269	0.77 311

tta	2.44 218	0.73 150	8.34 118	1.41 377	0.61 123	2.04 74	0.72 167	4.30 433	4.43 484	2.41 393	2.40 416	1.94 271	1.52 290	10.99 474	3.10 427	0.35 236	0.84 428	0.36 332	0.33 324	0.31 131	1.75 408

ToySt	2.53 236	0.89 229	19.20 286	1.12 243	0.95 272	3.47 220	1.13 376	3.72 265	2.25 198	1.36 140	1.71 234	2.22 304	1.59 306	2.14 215	1.81 321	0.28 91	0.64 402	0.30 202	0.33 324	0.43 311	5.14 486

test_5	2.45 220	1.43 360	19.72 323	1.20 281	1.39 396	3.88 317	1.25 399	4.03 333	1.98 158	1.74 197	1.82 273	1.86 257	1.78 357	3.57 297	1.35 205	0.33 198	0.21 57	0.35 315	0.33 324	0.34 198	0.43 139

Sa-1000	2.54 240	1.47 364	20.36 405	1.16 262	0.55 94	4.07 366	1.39 418	4.49 488	3.01 322	2.06 271	2.79 462	1.84 254	1.43 265	2.68 266	1.53 247	0.31 158	0.26 173	0.36 332	0.33 324	0.37 237	0.46 161

dd	2.27 174	3.06 448	20.18 374	0.96 166	0.51 75	4.24 420	0.74 184	1.94 50	2.43 231	1.48 157	1.28 115	1.19 158	1.05 177	1.82 178	1.69 291	0.63 451	0.34 248	0.35 315	0.33 324	0.61 404	0.57 234

AACVNet	2.77 313	1.64 385	19.22 288	1.57 426	0.86 234	3.28 189	0.74 184	3.31 209	1.66 109	2.06 271	1.82 273	2.47 337	1.40 253	10.95 473	1.92 343	0.41 311	0.35 257	0.38 358	0.33 324	0.46 343	0.61 262

FTStereo	3.74 442	0.60 71	20.43 412	0.99 187	0.66 153	4.34 432	11.24 548	2.63 133	1.95 153	2.58 418	5.03 509	1.90 263	13.77 545	3.70 301	1.28 199	0.41 311	0.24 130	0.31 222	0.33 324	0.32 151	2.08 424

w-ln-seven-2	3.65 432	9.76 502	15.93 198	1.26 319	1.02 291	3.54 241	1.56 439	4.14 378	3.86 452	2.57 417	2.05 348	2.63 355	2.26 410	8.48 401	10.24 488	0.50 405	0.52 372	0.44 392	0.34 334	0.64 420	1.25 374

1111x	4.75 494	1.05 292	20.89 476	1.28 323	1.02 291	3.81 300	0.88 278	4.65 510	5.52 529	2.43 397	2.27 394	1.97 281	1.81 363	12.40 523	18.19 546	0.32 175	9.06 543	0.32 242	0.34 334	0.38 250	6.34 495

LL-Strereo	4.26 471	13.69 528	20.37 406	1.24 299	2.18 496	2.90 144	1.08 362	4.35 461	2.22 192	3.20 482	2.26 391	3.29 412	3.13 458	11.30 492	1.91 339	0.33 198	3.89 511	0.46 406	0.34 334	0.54 381	6.47 496

RAFT+CT+SA	2.32 188	1.30 345	19.71 321	1.01 194	1.41 402	4.04 357	0.92 313	3.96 315	1.64 105	1.64 173	1.69 228	1.63 210	1.18 216	3.06 286	1.19 170	0.28 91	0.22 74	0.32 242	0.34 334	0.34 198	0.47 173

psmg	1.63 99	0.64 90	3.82 87	0.96 166	0.86 234	4.35 433	1.41 421	4.11 363	2.29 209	2.68 432	2.09 358	2.58 350	1.30 235	1.79 165	1.44 232	0.39 298	0.29 206	0.33 276	0.34 334	0.38 250	0.44 145

NF-Stereo	2.68 289	0.67 108	21.09 496	2.43 503	0.47 51	4.67 492	0.67 136	3.68 252	4.30 478	2.11 287	1.62 204	1.36 179	1.09 184	6.07 350	1.24 184	0.45 356	0.20 33	0.36 332	0.34 334	0.32 151	0.37 89

OCTAStereo	2.67 286	0.67 108	21.08 491	2.43 503	0.47 51	4.67 492	0.67 136	3.68 252	4.31 481	2.11 287	1.62 204	1.36 179	1.09 184	6.02 347	1.25 190	0.45 356	0.20 33	0.36 332	0.34 334	0.32 151	0.37 89

RE-Stereo	2.67 286	0.67 108	21.08 491	2.43 503	0.47 51	4.67 492	0.67 136	3.68 252	4.30 478	2.11 287	1.62 204	1.36 179	1.09 184	6.01 344	1.26 195	0.45 356	0.20 33	0.36 332	0.34 334	0.32 151	0.37 89

TVStereo	2.67 286	0.67 108	21.08 491	2.43 503	0.47 51	4.67 492	0.67 136	3.68 252	4.30 478	2.11 287	1.62 204	1.36 179	1.09 184	6.01 344	1.26 195	0.45 356	0.20 33	0.36 332	0.34 334	0.32 151	0.37 89

RAFT-RH_RVC	2.72 298	0.64 90	20.10 369	1.48 402	0.49 65	4.46 450	0.56 82	1.73 34	2.86 298	3.06 470	5.50 511	2.02 288	1.28 230	6.70 367	1.56 255	0.46 368	0.22 74	0.37 343	0.34 334	0.29 100	0.33 43

pcwnet_v2	2.73 303	0.70 130	22.43 546	1.11 233	1.02 291	3.58 249	0.80 234	4.31 444	3.42 414	2.39 388	2.28 397	2.99 387	1.68 337	3.31 290	1.54 250	0.44 347	0.51 369	0.41 375	0.34 334	0.62 409	0.74 307

psm_up	3.04 358	1.30 345	18.97 275	1.31 336	1.51 417	3.86 311	1.22 395	4.26 426	2.31 213	2.72 437	1.83 286	2.43 332	1.68 337	12.86 534	1.78 312	0.43 339	0.41 308	0.41 375	0.34 334	0.46 343	0.67 284

StereoDRNet-Refined	2.23 163	0.98 274	10.62 130	1.25 314	0.78 204	3.29 192	0.71 163	3.96 315	2.20 189	2.43 397	2.05 348	2.97 385	1.46 273	6.87 373	2.33 384	0.37 274	0.25 148	0.42 386	0.34 334	0.47 356	0.80 319
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
PWCDC_ROB	3.62 430	9.86 503	17.35 234	1.62 436	1.57 433	4.19 408	1.01 343	4.35 461	4.20 468	2.26 340	7.36 517	2.73 362	2.75 436	4.10 312	4.51 451	1.47 513	0.37 273	0.39 363	0.34 334	1.22 503	0.73 303

DFGA-Net	2.93 335	7.27 486	18.55 261	1.18 274	0.79 207	3.68 272	0.60 103	2.84 156	1.98 158	2.19 317	2.07 354	1.22 165	1.04 168	10.28 452	2.51 400	0.30 134	0.23 102	0.34 296	0.35 348	0.63 415	0.54 222

AIO-test1	2.33 191	1.54 372	20.24 386	0.97 174	1.61 440	3.42 210	0.94 321	4.22 404	1.71 121	0.97 102	1.35 128	0.98 128	0.74 80	4.52 318	1.40 222	0.27 72	0.24 130	0.28 157	0.35 348	0.34 198	0.46 161

ttt	4.23 468	0.75 173	19.96 349	1.48 402	1.31 376	3.69 274	0.87 271	4.65 510	5.33 522	2.45 401	2.39 414	2.44 335	1.54 297	11.35 494	16.49 525	0.43 339	4.35 512	0.37 343	0.35 348	0.41 289	4.01 474

LL-Strereo2	2.36 198	1.81 402	19.35 294	1.04 208	1.03 296	3.73 282	1.35 412	2.70 139	2.04 165	1.76 200	1.44 152	1.82 251	0.73 73	1.48 110	1.53 247	0.33 198	0.30 216	0.55 452	0.35 348	0.30 120	3.51 466

iRaft-Stereo_20w	3.11 367	0.69 122	18.89 271	1.00 191	1.09 317	5.03 518	1.00 342	5.86 538	2.46 240	2.83 454	1.64 214	3.06 394	4.30 492	3.08 287	1.74 306	0.31 158	0.30 216	0.27 124	0.35 348	0.42 301	7.93 500

Anonymous3	2.20 159	0.80 199	20.08 366	0.86 88	0.86 234	4.46 450	0.84 256	3.64 247	1.40 43	1.37 141	1.40 143	1.11 145	1.03 161	1.71 146	1.24 184	0.75 477	0.58 391	0.34 296	0.35 348	0.48 363	0.65 278

ADLNet	3.23 393	1.19 326	21.03 485	1.36 355	1.61 440	3.69 274	1.23 396	4.05 340	3.41 412	2.72 437	2.29 399	4.00 464	1.77 356	11.21 489	2.15 370	0.42 322	0.43 321	0.36 332	0.35 348	0.47 356	0.82 321

ARAFT	3.24 395	13.49 523	19.88 339	0.93 137	0.49 65	4.16 392	1.40 419	4.37 466	3.21 359	2.40 392	1.91 316	1.70 219	1.04 168	6.43 360	1.45 236	0.37 274	0.19 20	0.37 343	0.35 348	0.37 237	0.35 64

RYNet	3.15 377	1.48 365	16.27 212	1.24 299	1.39 396	3.67 269	1.44 426	4.09 358	3.20 356	2.26 340	1.70 230	3.83 455	2.15 400	13.64 546	3.23 431	0.45 356	0.45 336	0.50 429	0.35 348	0.81 465	0.83 323

DeepPruner_ROB	2.61 265	1.97 415	19.32 293	1.03 202	1.20 353	4.38 435	0.90 294	3.44 223	1.77 127	2.61 425	1.54 179	2.77 371	1.27 227	5.05 323	2.08 364	0.52 422	0.40 301	0.37 343	0.35 348	0.52 377	0.62 266

SGM_RVC	6.11 519	1.10 303	20.44 413	2.15 493	0.66 153	15.87 557	3.98 534	5.00 521	6.19 538	9.79 550	11.46 542	8.23 533	12.63 542	12.32 522	9.15 483	0.54 427	0.39 298	0.41 375	0.35 348	0.55 384	1.05 361
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
rvit_0105_5	1.72 108	1.26 333	13.05 148	0.92 130	0.56 100	1.92 68	0.90 294	3.07 181	3.04 335	0.98 103	1.24 100	1.19 158	0.93 141	1.55 125	1.22 176	0.43 339	0.43 321	0.37 343	0.36 359	0.43 311	0.51 201

test_sample3	2.65 277	0.75 173	15.69 193	1.42 386	0.85 230	3.14 168	0.73 174	4.28 429	3.21 359	2.28 345	1.79 261	1.78 243	1.46 273	11.11 484	1.84 324	0.36 260	0.46 342	0.34 296	0.36 359	0.40 269	0.76 310

xx1	3.69 440	0.94 257	19.66 311	1.87 473	0.42 32	4.47 453	0.73 174	4.24 416	4.01 460	1.21 126	1.89 307	1.78 243	1.36 242	2.20 222	0.81 74	0.31 158	18.77 559	0.33 276	0.36 359	0.35 213	8.09 502

StereoVision	2.36 198	1.15 315	20.38 407	1.07 222	1.79 474	2.58 123	0.61 107	3.14 186	2.34 216	1.33 137	3.46 490	1.85 256	0.88 126	2.12 210	2.01 354	0.46 368	0.36 266	0.37 343	0.36 359	0.50 369	0.41 123

qqq	2.96 344	0.88 224	15.54 191	1.27 321	0.74 186	2.29 94	0.90 294	4.07 345	4.63 496	1.63 172	1.32 123	1.78 243	1.36 242	5.19 326	1.68 288	0.29 106	6.43 523	0.33 276	0.36 359	0.35 213	8.09 502

TRStereo	2.86 324	2.12 424	19.98 352	1.68 449	1.18 342	4.35 433	1.05 357	5.07 523	3.48 426	1.56 163	1.39 140	1.75 227	0.85 118	2.01 200	1.50 242	0.43 339	0.34 248	0.33 276	0.36 359	0.36 231	7.50 499

SFCPSM	2.16 146	0.75 173	15.82 195	0.91 121	0.98 276	3.74 284	1.27 401	4.15 382	2.56 248	1.90 218	1.82 273	1.64 211	1.39 249	2.51 249	1.57 258	0.36 260	0.28 196	0.39 363	0.36 359	0.36 231	0.50 195

hitnet-ft	2.99 350	1.23 332	19.37 296	0.96 166	0.90 254	3.76 287	0.79 225	3.60 241	2.68 265	2.31 356	2.04 341	3.63 447	1.49 283	11.70 511	2.37 389	0.45 356	0.54 377	0.44 392	0.36 359	0.54 381	0.56 229

CFNet	3.04 358	6.89 483	16.27 212	1.36 355	1.24 364	4.09 371	0.72 167	4.15 382	3.00 317	1.69 186	1.88 305	2.27 308	1.45 268	11.41 496	2.12 369	0.36 260	0.29 206	0.43 390	0.36 359	0.48 363	0.38 99

LE_ROB	19.18 561	12.99 521	48.22 571	8.42 560	23.91 565	7.26 536	19.71 557	9.92 547	38.58 570	43.44 568	21.85 558	28.15 566	41.18 569	23.00 561	54.71 574	0.38 290	0.34 248	0.32 242	0.36 359	0.43 311	0.49 190

test_sample4	2.68 289	0.76 183	15.85 196	1.45 395	0.83 221	3.10 161	0.72 167	4.31 444	3.37 401	2.39 388	1.90 315	1.72 223	1.47 278	11.13 486	1.86 328	0.36 260	0.47 352	0.35 315	0.37 369	0.42 301	0.85 330

H2IRNET	2.19 153	0.83 208	19.13 280	1.25 314	0.61 123	4.48 457	0.44 46	2.94 165	1.86 138	1.08 117	2.29 399	1.67 212	1.40 253	2.18 220	1.64 281	0.41 311	0.21 57	0.33 276	0.37 369	0.38 250	0.39 112

anonymousa	3.14 374	0.83 208	19.20 286	1.62 436	9.63 549	2.06 78	0.78 215	2.93 163	2.20 189	1.95 235	2.17 372	3.41 423	1.81 363	1.33 72	1.67 286	0.29 106	8.64 536	0.34 296	0.37 369	0.32 151	1.33 380

raft_robust	3.17 381	2.15 427	20.28 391	1.06 216	0.55 94	3.86 311	0.46 52	4.42 478	2.77 278	1.70 188	1.37 136	7.48 528	6.35 513	6.81 372	1.44 232	0.31 158	0.74 420	0.30 202	0.37 369	0.32 151	0.57 234

DSFCA	2.38 203	1.03 289	11.06 133	1.15 255	1.18 342	3.97 346	1.75 456	3.63 245	2.44 237	3.14 478	1.68 224	2.90 381	2.48 425	5.38 330	3.17 430	0.49 392	0.45 336	0.37 343	0.37 369	0.54 381	0.46 161

DMCA-RVC	2.72 298	3.31 452	20.08 366	1.27 321	1.13 330	2.49 111	0.85 261	3.43 221	1.85 137	3.04 469	1.58 196	1.99 283	1.51 286	6.42 359	2.86 415	0.39 298	0.31 222	0.44 392	0.37 369	0.47 356	0.65 278

StereoDRNet	3.07 362	2.92 447	16.33 214	1.36 355	1.57 433	3.45 217	2.04 477	3.77 274	2.85 292	3.31 487	1.85 291	2.78 372	1.79 360	10.85 468	3.41 434	0.45 356	0.36 266	0.39 363	0.37 369	0.62 409	0.85 330

DLCB_ROB	2.55 245	1.32 348	10.26 129	1.31 336	1.04 302	2.94 147	1.29 403	3.81 285	2.73 271	2.93 460	2.17 372	3.37 421	1.53 294	10.40 456	3.26 432	0.42 322	0.35 257	0.41 375	0.37 369	0.43 311	0.68 286

PWC_ROB	3.32 405	4.61 470	14.41 168	1.46 397	1.90 480	3.21 173	1.15 382	4.39 472	3.46 424	3.13 475	3.40 488	2.79 373	2.34 415	9.17 412	6.94 469	0.61 443	0.34 248	0.61 469	0.37 369	0.73 448	1.40 384

DDVS	1.78 110	0.84 213	3.58 83	1.32 343	1.15 334	3.17 170	0.77 208	3.35 212	1.86 138	1.88 215	1.91 316	2.91 383	1.42 261	6.19 353	1.85 326	0.47 377	0.65 405	0.35 315	0.38 378	0.48 363	1.01 354

rvit_stereo_0075_2	2.14 144	0.76 183	21.42 522	0.91 121	1.26 367	2.49 111	0.68 146	2.30 86	2.10 171	1.42 149	1.86 297	1.45 194	0.85 118	1.49 112	1.03 142	0.47 377	0.40 301	0.48 414	0.38 378	0.47 356	0.53 216

ssnet_v2	2.81 318	1.39 355	21.16 505	1.25 314	0.90 254	3.86 311	1.63 446	4.10 360	3.22 366	2.79 447	1.96 327	3.78 452	1.70 343	2.53 255	3.12 429	0.44 347	0.37 273	0.42 386	0.38 378	0.59 399	0.58 250

Wz-Net-MNSev	3.26 399	7.24 485	17.26 231	1.58 428	1.37 393	3.27 185	2.45 491	4.10 360	4.50 492	2.61 425	2.17 372	2.33 315	3.02 454	7.48 386	2.88 418	0.46 368	0.39 298	0.37 343	0.38 378	0.61 404	0.63 269

SA	2.55 245	1.54 372	20.70 460	1.12 243	0.48 56	4.26 422	1.33 408	4.45 484	3.28 377	1.68 182	1.96 327	1.69 216	2.25 409	2.60 260	1.57 258	0.30 134	0.29 206	0.37 343	0.38 378	0.36 231	0.47 173

PSMNet-RSSM	2.91 333	1.55 376	20.10 369	1.32 343	1.30 372	4.19 408	0.95 326	3.78 275	2.28 205	2.28 345	1.80 266	2.64 356	1.87 376	9.83 430	1.93 344	0.37 274	0.33 238	0.35 315	0.38 378	0.46 343	0.40 116

CFNet-ft	2.87 326	1.80 399	20.20 377	1.10 229	1.54 421	4.09 371	0.89 279	2.97 174	1.88 143	1.93 223	1.70 230	3.50 434	1.60 307	9.35 416	2.17 372	0.35 236	0.32 228	0.61 469	0.38 378	0.55 384	0.45 151

CFNet_RVC	2.87 326	1.80 399	20.20 377	1.10 229	1.54 421	4.09 371	0.89 279	2.97 174	1.88 143	1.93 223	1.70 230	3.50 434	1.60 307	9.35 416	2.17 372	0.35 236	0.32 228	0.61 469	0.38 378	0.55 384	0.45 151

test_sample5	2.68 289	0.76 183	14.56 172	1.40 373	0.83 221	3.11 164	0.74 184	4.33 455	4.48 490	2.29 350	2.04 341	1.67 212	1.45 268	11.18 487	1.88 332	0.37 274	0.47 352	0.37 343	0.39 386	0.43 311	0.78 314

DualNet	2.68 289	0.76 183	14.56 172	1.40 373	0.83 221	3.11 164	0.74 184	4.33 455	4.48 490	2.35 374	2.13 364	1.67 212	1.45 268	11.18 487	1.88 332	0.37 274	0.47 352	0.37 343	0.39 386	0.43 311	0.78 314

PFNet+	2.46 222	0.64 90	21.10 498	0.98 180	0.48 56	4.63 485	0.83 246	2.47 104	3.48 426	2.14 294	1.67 222	1.34 175	1.03 161	4.66 320	1.35 205	0.49 392	0.33 238	0.38 358	0.39 386	0.33 175	0.49 190

PSM-softLoss	2.62 268	0.65 98	21.11 500	2.46 507	0.49 65	4.68 500	0.68 146	2.61 131	4.23 471	2.14 294	1.47 157	1.42 188	0.99 152	6.04 348	1.24 184	0.47 377	0.23 102	0.37 343	0.39 386	0.33 175	0.34 54

KMStereo	2.62 268	0.65 98	21.11 500	2.46 507	0.49 65	4.68 500	0.68 146	2.61 131	4.23 471	2.14 294	1.47 157	1.42 188	0.99 152	6.04 348	1.24 184	0.47 377	0.23 102	0.37 343	0.39 386	0.33 175	0.34 54

RAFT + AFF	3.98 458	14.10 536	20.78 466	1.16 262	1.96 483	4.14 386	2.00 473	4.56 499	3.52 430	2.23 331	2.51 434	2.27 308	4.92 499	8.94 409	2.82 413	0.33 198	0.60 394	0.48 414	0.39 386	0.81 465	1.03 358

GwcNet	3.26 399	3.93 461	20.24 386	1.38 365	2.04 488	3.24 182	1.53 433	3.72 265	3.66 439	2.17 307	2.25 390	3.55 442	1.69 340	9.38 418	3.03 423	0.48 386	0.49 362	0.46 406	0.39 386	0.66 431	0.86 334

SGM-Forest	4.96 499	0.86 216	21.02 484	1.22 291	0.83 221	4.05 361	3.26 514	4.40 473	3.49 428	4.40 516	3.69 494	4.66 500	13.91 548	11.94 518	17.16 537	0.66 455	0.46 342	0.49 427	0.39 386	0.49 368	1.77 412
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	4.12 462	1.27 337	21.14 502	1.52 416	0.85 230	3.80 296	3.89 533	4.58 503	3.02 326	3.56 497	2.37 411	4.44 487	13.88 547	11.23 491	3.78 441	0.56 434	0.43 321	0.48 414	0.39 386	0.55 384	0.74 307
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
w-ln-seven	3.68 438	8.30 491	15.93 198	1.36 355	1.34 383	4.09 371	1.60 442	4.13 373	3.03 330	3.06 470	2.31 404	3.41 423	2.24 407	9.78 427	9.71 487	0.46 368	0.37 273	0.47 408	0.40 395	0.78 458	0.84 327

test_sample6	2.71 296	0.76 183	14.30 165	1.43 392	0.83 221	3.17 170	0.79 225	4.40 473	4.65 501	2.35 374	2.13 364	1.69 216	1.45 268	11.48 500	1.99 348	0.39 298	0.46 342	0.38 358	0.40 395	0.43 311	0.77 311

ffm	4.27 472	0.98 274	21.04 486	1.24 299	1.03 296	3.64 262	0.87 271	4.23 410	4.73 504	2.31 356	2.40 416	3.49 429	1.64 327	2.29 234	0.78 60	0.30 134	19.28 566	0.48 414	0.40 395	0.31 131	14.02 532

ff1	5.58 507	0.98 274	21.04 486	1.24 299	1.03 296	3.64 262	0.87 271	4.23 410	4.73 504	2.31 356	2.40 416	3.49 429	1.64 327	12.40 523	16.90 529	0.30 134	19.28 566	0.48 414	0.40 395	0.31 131	14.02 532

mmx	4.56 485	0.98 274	21.04 486	1.24 299	1.03 296	3.64 262	0.87 271	4.53 495	5.34 523	2.31 356	2.40 416	3.49 429	1.64 327	12.40 523	16.90 529	0.34 220	5.98 521	0.48 414	0.40 395	0.46 343	5.71 489

xxx	4.56 485	0.98 274	21.04 486	1.24 299	1.03 296	3.64 262	0.87 271	4.53 495	5.34 523	2.31 356	2.40 416	3.49 429	1.64 327	12.40 523	16.90 529	0.34 220	5.98 521	0.48 414	0.40 395	0.46 343	5.71 489

fast-acv-ft	2.62 268	1.62 382	20.48 426	1.45 395	1.39 396	3.16 169	1.16 384	3.41 218	2.45 239	1.97 239	2.15 367	2.68 359	2.15 400	2.92 281	2.47 396	0.43 339	0.40 301	0.45 400	0.40 395	0.62 409	0.64 274

SuperB	5.03 500	8.93 494	20.96 481	1.51 411	1.11 324	3.88 317	3.00 508	4.24 416	3.13 349	2.53 412	2.10 359	2.74 365	3.37 472	8.76 405	19.44 554	0.45 356	0.34 248	0.53 443	0.40 395	11.97 564	1.15 368

TDLM	3.20 386	1.58 377	18.80 267	1.70 455	1.10 321	4.29 426	2.17 483	3.81 285	3.27 375	2.89 456	1.98 331	2.06 296	1.70 343	12.44 529	2.15 370	0.58 438	0.31 222	0.56 455	0.40 395	0.58 397	1.59 400

NaN_ROB	4.73 493	6.66 481	21.89 529	1.26 319	1.28 369	3.49 229	3.02 510	4.38 470	3.93 457	3.65 499	2.55 438	2.97 385	5.01 500	13.23 540	17.43 540	0.38 290	0.42 319	0.38 358	0.40 395	0.50 369	1.82 415

XPNet_ROB	2.99 350	1.58 377	17.06 229	1.38 365	0.99 281	3.91 325	1.62 445	4.20 398	2.42 228	2.87 455	2.03 339	2.31 313	1.72 348	10.76 465	3.60 438	0.55 430	0.49 362	0.48 414	0.40 395	0.53 378	0.85 330

FACV-RUCA	1.35 85	0.70 130	2.58 67	1.07 222	1.49 413	2.70 126	1.13 376	3.21 193	2.64 260	1.42 149	1.99 334	1.06 139	1.15 209	1.44 99	1.16 164	0.41 311	0.42 319	0.73 495	0.41 406	0.63 415	0.67 284

ITSA-stereo	2.11 140	0.85 214	7.84 116	1.24 299	0.68 167	4.06 365	0.91 305	4.30 433	2.57 251	1.94 229	1.77 254	1.61 206	2.12 395	6.12 351	2.79 410	0.42 322	0.38 287	0.40 368	0.41 406	0.51 374	1.26 376

test_sample7	2.85 322	0.81 202	14.48 170	1.59 431	0.77 201	2.42 104	1.08 362	4.40 473	4.92 514	2.20 324	1.85 291	1.90 263	2.00 384	6.87 373	1.75 309	0.47 377	1.36 457	0.44 392	0.41 406	0.47 356	6.81 497

PSM-AAD	3.41 414	0.58 54	20.55 434	0.95 157	0.56 100	4.46 450	7.40 544	3.11 183	1.58 84	2.30 353	2.56 439	1.26 168	16.19 552	2.47 246	1.00 134	0.32 175	0.22 74	0.58 461	0.41 406	0.37 237	1.32 379

FADNet-RVC	3.23 393	12.51 517	17.02 226	1.17 269	0.81 215	3.52 236	1.09 366	4.16 384	2.74 273	1.44 154	1.29 120	1.86 257	1.76 354	9.82 429	2.46 394	0.39 298	0.38 287	0.40 368	0.41 406	0.68 438	0.59 253

UCFNet_RVC	2.53 236	1.29 342	20.56 438	1.42 386	1.40 401	4.01 351	1.04 355	2.79 148	1.67 111	2.27 343	1.88 305	2.94 384	1.50 284	3.48 293	1.68 288	0.37 274	0.29 206	0.52 437	0.41 406	0.55 384	0.51 201

mmm	2.70 294	0.80 199	8.26 117	1.50 409	1.18 342	2.44 106	0.85 261	4.08 354	4.59 494	2.31 356	1.95 326	1.51 199	1.55 300	2.33 237	1.72 300	0.31 158	7.71 528	0.45 400	0.42 412	0.40 269	9.56 516

Syn2CoEx	3.42 416	7.66 488	20.57 442	1.42 386	1.18 342	2.49 111	1.64 449	4.07 345	2.68 265	2.51 410	2.27 394	2.89 379	3.15 461	9.56 422	2.58 405	0.52 422	0.45 336	0.53 443	0.42 412	0.79 463	1.00 352

RTSC	3.44 417	6.78 482	16.53 219	1.76 466	1.54 421	3.53 238	0.94 321	4.22 404	2.97 312	3.65 499	3.23 484	3.31 415	2.29 411	6.22 354	7.41 475	0.61 443	1.32 456	0.37 343	0.42 412	0.78 458	0.98 350

NLCA_NET_v2_RVC	2.76 311	1.48 365	19.72 323	1.62 436	2.00 485	3.95 338	0.86 265	3.92 305	2.51 243	2.56 415	1.69 228	2.83 376	1.61 312	5.65 336	1.78 312	0.48 386	0.36 266	0.38 358	0.42 412	0.56 390	0.77 311
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DRN-Test	3.17 381	1.30 345	19.66 311	1.41 377	1.60 439	3.61 256	1.47 428	4.18 393	2.83 289	3.48 493	1.92 322	2.58 350	2.50 428	10.81 466	2.90 419	0.49 392	0.49 362	0.44 392	0.42 412	0.57 394	0.78 314

rvit_0105_3	1.97 117	1.34 351	16.03 200	0.98 180	0.59 115	2.37 101	1.08 362	3.30 206	3.01 322	1.21 126	1.47 157	1.24 167	1.04 168	1.82 178	1.23 179	0.47 377	0.44 330	0.40 368	0.43 417	0.43 311	0.55 226

SACVNet	3.06 361	1.61 381	19.29 292	1.46 397	1.18 342	4.05 361	1.48 430	4.03 333	2.58 254	2.75 441	1.89 307	2.55 344	1.38 246	11.33 493	2.28 381	0.51 412	0.41 308	0.48 414	0.43 417	0.57 394	0.93 345

GANet	3.64 431	1.76 394	19.65 310	1.92 479	1.04 302	3.91 325	2.51 495	3.86 292	2.81 287	3.13 475	3.03 473	3.19 403	2.19 405	12.43 528	8.23 481	0.60 442	0.43 321	0.52 437	0.43 417	0.63 415	0.63 269

PS-NSSS	3.11 367	1.60 380	19.48 301	1.00 191	1.53 420	4.12 378	1.08 362	4.59 506	2.80 282	2.19 317	2.38 412	1.76 233	1.39 249	11.79 515	1.94 347	0.69 460	0.45 336	0.95 504	0.43 417	1.03 484	1.00 352

AIO-test2	3.07 362	12.11 515	20.58 445	1.49 404	1.34 383	3.22 176	0.73 174	4.07 345	1.56 78	1.72 191	2.20 382	0.90 113	0.74 80	3.75 303	1.39 221	3.67 538	0.26 173	0.35 315	0.44 421	0.41 289	0.44 145

FINET	10.59 543	14.44 544	25.84 557	2.30 498	3.90 531	21.74 560	25.19 561	8.85 546	16.99 555	2.68 432	15.19 552	11.45 538	13.83 546	6.71 369	15.11 520	0.80 480	8.59 535	0.53 443	0.44 421	0.62 409	16.67 549

FADNet-RVC-Resample	3.31 403	8.52 492	22.84 548	1.18 274	0.91 259	3.52 236	1.35 412	4.13 373	2.32 214	1.75 199	1.35 128	2.26 307	1.51 286	9.51 420	2.03 358	0.42 322	0.38 287	0.42 386	0.44 421	0.59 399	0.71 295

FADNet	3.20 386	11.55 512	16.16 205	1.24 299	0.95 272	3.30 195	0.87 271	4.00 323	2.73 271	1.42 149	1.35 128	2.51 340	2.04 388	9.95 438	2.39 391	0.44 347	0.46 342	0.40 368	0.44 421	1.13 496	0.61 262

DANet	2.82 319	1.17 317	10.20 128	1.87 473	1.72 466	3.25 184	1.15 382	4.36 463	3.02 326	3.42 491	2.18 377	4.09 468	1.79 360	9.78 427	4.32 447	0.55 430	0.57 384	0.60 466	0.44 421	0.65 427	1.25 374
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MDST_ROB	6.31 520	1.18 320	22.96 551	2.56 512	2.69 508	21.07 559	2.01 475	4.79 519	2.87 300	9.49 546	4.45 503	4.10 470	4.48 495	22.33 559	17.61 541	0.79 479	0.44 330	0.47 408	0.44 421	0.47 356	0.95 347

SDNR	4.37 476	2.22 429	20.63 452	1.60 432	0.99 281	5.15 519	0.67 136	4.36 463	5.55 531	4.89 522	7.17 515	5.50 516	1.58 303	17.48 555	4.33 448	0.80 480	0.72 419	0.59 462	0.45 427	1.18 500	1.43 388

SANet	6.43 522	13.71 530	22.08 538	1.43 392	1.00 287	6.86 534	3.78 531	4.71 513	11.10 546	4.71 521	8.72 529	7.47 527	7.91 530	12.46 530	18.12 545	0.51 412	0.47 352	0.50 429	0.45 427	0.94 480	1.60 402

GASNet	3.86 450	15.35 556	21.16 505	1.63 439	1.25 366	2.35 97	1.11 372	4.11 363	2.86 298	1.99 243	2.11 360	2.99 387	2.16 402	10.62 460	3.75 440	0.71 464	0.37 273	0.61 469	0.46 429	0.91 476	0.70 293

KYRaft	2.55 245	0.57 52	20.60 447	0.98 180	0.51 75	4.38 435	1.76 457	2.51 108	1.59 87	2.48 405	2.98 471	1.99 283	3.36 471	2.17 218	0.96 121	0.34 220	0.22 74	0.33 276	0.46 429	0.38 250	2.44 437

ISRNet	1.98 118	0.94 257	10.75 131	1.30 332	1.35 388	2.84 135	0.69 155	3.80 281	2.07 168	2.14 294	2.11 360	2.89 379	1.41 258	2.52 253	1.74 306	0.49 392	0.50 366	0.56 455	0.47 431	0.51 374	0.59 253

APVNet	3.24 395	1.59 379	21.72 528	1.36 355	1.52 419	3.93 333	1.12 374	3.58 237	2.80 282	2.32 367	2.02 337	3.05 392	1.96 382	11.77 514	2.61 407	0.44 347	0.46 342	0.65 481	0.47 431	0.73 448	0.73 303

CVANet_RVC	3.32 405	1.63 384	21.06 490	1.66 445	1.29 371	3.99 348	1.55 437	3.98 319	3.00 317	3.51 494	2.06 351	2.58 350	1.72 348	12.46 530	1.70 294	0.62 448	0.34 248	0.53 443	0.47 431	0.64 420	1.66 406

aanetorigin	3.34 409	2.00 416	17.58 241	1.20 281	1.57 433	2.57 121	3.75 529	2.73 142	2.10 171	6.11 532	4.27 501	2.88 378	5.64 506	5.46 333	4.60 453	0.53 424	0.46 342	0.45 400	0.48 434	1.15 497	1.22 371

MaskLacGwcNet_RVC	3.77 444	1.65 386	20.61 449	2.55 511	1.63 446	4.29 426	1.67 452	3.99 321	2.56 248	1.76 200	1.93 324	3.03 391	1.41 258	13.24 541	2.02 356	4.47 549	1.63 466	1.12 512	0.48 434	2.42 524	2.85 447

stereogan	3.26 399	1.26 333	18.01 250	1.38 365	1.66 457	3.76 287	1.64 449	4.06 342	3.86 452	3.23 483	2.70 456	5.02 506	2.85 440	9.88 432	1.85 326	0.71 464	0.51 369	0.69 486	0.48 434	0.86 471	0.85 330

YMNet	2.55 245	1.78 397	14.80 177	1.41 377	1.67 460	3.95 338	0.96 332	3.86 292	3.02 326	2.68 432	2.57 442	3.35 419	1.53 294	3.40 291	2.57 403	0.49 392	0.54 377	0.52 437	0.49 437	0.76 456	0.69 289

YMNet_1	2.55 245	1.78 397	14.80 177	1.41 377	1.67 460	3.95 338	0.96 332	3.86 292	3.02 326	2.68 432	2.57 442	3.35 419	1.53 294	3.40 291	2.57 403	0.49 392	0.54 377	0.52 437	0.49 437	0.76 456	0.69 289

coex-ft	20.00 562	11.54 511	120.82 580	1.18 274	1.30 372	2.36 99	1.99 470	2.96 172	13.96 551	129.83 581	8.40 527	5.88 520	52.82 575	9.93 436	31.13 570	0.61 443	0.62 399	0.50 429	0.49 437	1.10 493	2.63 441

Wz-Net-SNSev	3.47 423	10.51 507	16.90 224	1.65 444	1.20 353	3.29 192	2.03 476	4.16 384	3.03 330	2.35 374	2.39 414	3.48 428	2.12 395	7.95 394	4.28 446	0.51 412	0.40 301	0.53 443	0.49 437	0.74 452	1.46 392

WZ-Net	4.39 478	12.37 516	17.44 236	1.47 401	1.42 405	3.76 287	2.27 487	4.17 388	3.11 346	2.89 456	2.24 388	4.05 466	5.69 508	10.89 470	12.07 503	0.66 455	0.41 308	0.47 408	0.49 437	0.78 458	1.12 365

dad	2.65 277	3.40 454	19.45 300	1.05 212	0.65 145	4.21 412	0.84 256	2.10 65	2.77 278	2.32 367	1.72 236	1.72 223	1.27 227	3.86 304	2.04 360	1.06 495	0.40 301	2.04 525	0.49 437	0.78 458	0.83 323

GMM-Stereo	2.52 231	0.56 45	20.57 442	0.92 130	0.83 221	4.18 400	1.88 464	2.51 108	2.40 225	2.48 405	2.30 403	1.69 216	1.84 371	2.93 282	1.25 190	0.32 175	0.19 20	0.33 276	0.49 437	0.37 237	2.40 435

ETE_ROB	2.93 335	2.12 424	17.80 247	1.13 248	0.94 270	3.71 279	1.53 433	4.29 431	2.98 314	3.32 488	2.13 364	2.34 318	1.51 286	8.68 404	2.82 413	0.44 347	0.40 301	0.51 434	0.49 437	0.56 390	0.80 319

TCMNet	3.13 372	1.71 391	19.53 305	1.49 404	2.11 493	3.84 303	1.07 361	4.12 369	3.03 330	2.64 429	2.29 399	2.43 332	1.74 350	10.10 444	2.47 396	0.56 434	0.45 336	0.61 469	0.50 445	0.87 473	1.04 360

AF-Net	3.15 377	2.65 441	18.81 268	1.37 361	1.76 470	3.30 195	1.57 440	4.20 398	3.05 338	2.76 442	2.94 470	4.50 490	3.21 463	5.88 342	3.07 425	0.88 487	0.39 298	0.72 492	0.50 445	0.75 453	0.66 283

G-Net	4.16 463	1.39 355	20.31 400	2.30 498	2.91 512	4.68 500	2.86 505	3.35 212	2.44 237	4.43 517	9.43 533	6.89 525	3.83 483	8.91 407	4.83 457	0.80 480	0.80 425	0.70 487	0.50 445	0.95 481	0.97 348

RTS	4.29 473	9.35 497	18.25 256	2.79 520	2.29 501	4.98 516	3.41 517	4.72 514	4.27 475	4.35 514	3.10 478	4.93 503	3.14 459	7.71 390	6.99 470	0.71 464	0.68 409	0.51 434	0.50 445	1.07 488	1.98 419

RTSA	4.29 473	9.35 497	18.25 256	2.79 520	2.29 501	4.98 516	3.41 517	4.72 514	4.27 475	4.35 514	3.10 478	4.93 503	3.14 459	7.71 390	6.99 470	0.71 464	0.68 409	0.51 434	0.50 445	1.07 488	1.98 419

CBMV_ROB	4.57 487	0.90 235	21.30 516	1.46 397	0.89 248	4.43 447	1.69 454	4.51 493	3.14 350	5.97 530	4.23 500	4.16 473	7.83 527	11.06 478	16.47 524	0.61 443	0.55 381	0.53 443	0.51 450	0.56 390	0.59 253

NOSS_ROB	3.12 370	0.89 229	19.03 277	2.01 487	1.07 311	3.90 321	0.97 336	4.32 452	3.08 342	2.94 462	2.19 380	3.85 457	1.18 216	11.75 513	1.69 291	0.69 460	0.54 377	0.57 459	0.52 451	0.57 394	0.72 298

WCMA_ROB	5.78 511	2.42 435	21.71 527	1.67 446	1.55 425	4.07 366	3.53 523	4.14 378	4.73 504	6.59 535	10.89 539	12.82 542	9.59 537	10.17 445	12.65 508	1.05 494	0.61 396	0.52 437	0.52 451	0.71 446	5.64 488

psmorigin	6.62 525	1.45 362	87.38 578	1.55 423	0.97 275	2.86 138	1.42 422	3.30 206	2.12 178	3.74 501	2.45 426	5.15 509	2.59 432	10.55 458	2.91 420	0.55 430	0.68 409	0.48 414	0.53 453	0.73 448	1.02 356

ADCP+	4.42 479	12.67 520	18.95 273	1.12 243	1.55 425	4.30 428	3.60 526	4.01 325	3.80 448	2.30 353	1.71 234	3.93 459	4.29 491	3.49 294	18.77 552	0.40 308	0.41 308	0.63 477	0.53 453	0.67 433	1.35 381

LALA_ROB	2.88 328	2.13 426	19.08 278	1.10 229	0.99 281	3.91 325	1.81 461	4.50 492	3.04 335	3.32 488	1.87 303	2.75 367	1.66 334	4.06 311	4.02 443	0.47 377	0.44 330	0.55 452	0.53 453	0.61 404	0.73 303

Wz-Net-TNSev	4.22 466	13.55 524	15.87 197	1.57 426	1.19 350	3.61 256	2.48 493	4.38 470	3.45 422	2.29 350	1.91 316	4.20 477	2.86 441	12.11 520	10.56 490	0.61 443	0.59 392	0.48 414	0.54 456	0.93 479	1.24 373

FAT-Stereo	3.38 412	0.88 224	19.96 349	1.28 323	1.20 353	3.44 214	1.97 469	4.26 426	3.15 352	3.14 478	3.92 497	3.50 434	3.28 465	11.68 510	2.04 360	0.65 454	0.68 409	0.48 414	0.54 456	0.63 415	0.91 340

STTStereo	2.62 268	1.28 340	19.16 282	1.52 416	1.55 425	3.84 303	0.89 279	3.75 270	2.59 255	2.23 331	1.59 198	2.48 339	1.58 303	5.11 324	1.72 300	0.38 290	0.41 308	0.47 408	0.54 456	0.53 378	0.75 309

NVstereo2D	2.79 316	1.13 310	13.75 154	1.37 361	1.47 412	3.57 246	1.38 417	4.17 388	3.77 447	2.04 266	1.72 236	3.05 392	1.75 351	10.84 467	1.72 300	0.62 448	0.48 359	0.56 455	0.54 456	0.79 463	1.02 356

NCCL2	2.96 344	4.07 466	15.75 194	1.24 299	1.03 296	3.48 226	2.55 496	3.79 276	2.39 222	2.78 445	1.80 266	2.41 326	1.67 336	10.27 451	2.48 398	0.46 368	0.41 308	0.57 459	0.55 460	0.61 404	0.86 334

CSAN	5.95 513	13.70 529	21.94 532	1.35 351	0.93 264	3.65 266	3.46 519	4.73 516	4.26 474	3.98 506	7.70 519	3.54 441	6.94 521	22.83 560	16.00 523	0.53 424	0.47 352	0.50 429	0.55 460	0.65 427	1.22 371

edge stereo	3.45 419	1.08 297	22.14 539	1.31 336	1.36 390	2.68 125	1.54 435	4.13 373	3.27 375	2.94 462	3.27 486	4.34 485	2.48 425	11.60 506	2.79 410	0.62 448	0.64 402	0.79 498	0.56 462	0.70 441	0.82 321

FC-DCNN v2	7.41 535	0.98 274	22.19 541	1.75 463	1.64 450	8.98 543	2.37 490	7.60 542	9.44 545	11.09 557	11.95 545	20.04 555	16.35 553	12.99 536	17.14 536	0.72 469	0.57 384	0.59 462	0.57 463	0.64 420	0.68 286

FC-DCNN	7.08 532	1.01 286	21.89 529	1.74 461	1.64 450	8.18 540	2.31 488	6.50 540	9.16 544	10.85 556	11.33 541	19.85 554	13.33 544	12.94 535	17.10 533	0.72 469	0.57 384	0.59 462	0.57 463	0.64 420	0.69 289

DPSNet	3.94 456	2.01 417	14.69 175	1.58 428	1.30 372	4.17 397	2.08 479	4.57 501	4.63 496	2.78 445	1.99 334	3.79 453	7.88 529	10.66 462	11.35 497	0.94 490	0.99 444	0.41 375	0.57 463	1.09 491	1.40 384

UGAM-zero	3.14 374	0.62 82	20.64 453	1.02 198	0.93 264	2.87 140	0.51 65	4.52 494	1.57 81	2.19 317	1.65 217	5.78 518	3.40 474	9.89 433	1.71 297	0.33 198	0.44 330	0.28 157	0.59 466	0.30 120	3.59 467

RP	3.26 399	1.73 393	17.70 246	1.56 425	1.93 482	3.43 213	1.94 466	4.18 393	2.72 270	2.77 443	3.05 474	3.96 462	2.69 434	10.17 445	2.86 415	1.04 493	0.50 366	0.71 489	0.59 466	0.75 453	0.83 323

SHD	3.22 390	4.21 467	14.19 163	2.37 501	2.12 495	2.77 128	1.19 386	4.24 416	3.25 371	4.64 520	2.73 458	3.62 446	2.76 438	6.30 357	4.75 456	0.66 455	1.25 455	0.52 437	0.59 466	0.69 440	1.64 404

FCDSN-DC	6.71 530	1.18 320	21.61 526	1.29 328	1.10 321	4.38 435	2.59 498	4.58 503	5.52 529	9.58 547	11.19 540	19.17 552	17.69 556	13.03 537	17.11 534	0.73 472	0.57 384	0.61 469	0.60 469	0.71 446	0.92 342
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MeshStereo	5.67 510	1.80 399	21.28 514	1.40 373	1.14 332	4.38 435	3.83 532	5.51 534	4.85 513	10.12 552	11.72 544	11.44 537	5.87 509	13.86 548	12.31 504	0.68 459	0.61 396	0.61 469	0.60 469	0.73 448	0.68 286
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
rvit_105_1	2.17 149	1.36 353	16.82 222	1.09 227	0.68 167	2.78 131	1.26 400	3.55 232	2.90 305	1.40 143	1.57 190	1.29 172	1.14 203	2.91 280	1.49 241	0.55 430	0.47 352	0.45 400	0.61 471	0.45 333	0.63 269

FADNet_RVC	3.10 366	7.62 487	19.12 279	1.05 212	0.93 264	4.09 371	0.84 256	4.34 460	2.05 166	1.54 160	1.78 258	1.61 206	1.50 284	8.92 408	2.64 409	0.50 405	0.38 287	0.44 392	0.61 471	0.91 476	1.16 369

XQC	3.41 414	6.58 480	15.18 183	1.97 482	1.62 443	3.40 205	1.76 457	4.53 495	3.67 441	3.40 490	2.45 426	3.73 449	2.91 443	6.78 370	5.36 460	0.73 472	0.90 433	0.60 466	0.61 471	1.02 483	0.99 351

HBP-ISP	3.78 445	9.10 496	20.83 470	1.72 457	1.14 332	4.54 466	2.82 503	4.61 507	3.03 330	4.13 510	1.98 331	1.88 261	3.31 466	11.06 478	1.52 246	0.74 475	0.57 384	0.67 483	0.62 474	0.65 427	0.64 274

ADCRef	3.66 434	5.95 476	15.50 190	1.20 281	1.41 402	3.93 333	1.61 443	3.92 305	2.77 278	3.13 475	2.20 382	2.40 322	2.78 439	6.23 356	16.59 526	0.50 405	0.35 257	0.63 477	0.62 474	0.58 397	0.92 342

PDISCO_ROB	3.32 405	5.22 473	18.16 254	2.03 489	2.19 498	4.52 464	1.63 446	4.74 517	3.32 395	2.22 329	2.18 377	3.71 448	2.41 420	5.36 329	2.43 392	1.35 506	0.79 424	0.72 492	0.62 474	1.31 507	1.53 396

PSMNet_ROB	3.38 412	5.24 474	20.61 449	1.24 299	1.22 360	3.76 287	1.64 449	3.59 239	2.80 282	2.07 277	1.72 236	2.75 367	1.79 360	11.42 498	4.58 452	0.42 322	0.38 287	0.50 429	0.62 474	0.62 409	0.69 289

PA-Net	3.45 419	2.50 436	20.39 410	1.42 386	1.20 353	3.39 203	1.73 455	3.93 309	3.57 433	1.94 229	2.17 372	3.02 390	1.87 376	11.67 507	6.48 467	0.40 308	0.55 381	0.44 392	0.63 478	0.55 384	1.13 366
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
Nwc_Net	3.03 356	1.90 411	19.16 282	1.38 365	1.69 462	3.53 238	1.19 386	4.03 333	2.19 186	2.79 447	2.84 465	3.80 454	2.46 424	6.93 376	2.87 417	0.96 491	0.41 308	0.59 462	0.68 479	0.60 403	0.65 278

MSMD_ROB	5.99 514	1.29 342	19.23 289	1.40 373	0.84 229	10.25 545	2.05 478	4.20 398	6.02 537	10.42 554	8.00 520	22.21 557	9.45 536	11.67 507	8.73 482	0.76 478	0.59 392	0.67 483	0.68 479	0.67 433	0.72 298

ccnet	3.03 356	1.48 365	12.88 145	1.54 419	1.26 367	3.71 279	2.32 489	4.11 363	3.05 338	2.92 459	3.21 482	2.86 377	2.40 418	9.87 431	4.19 444	0.80 480	0.76 421	0.71 489	0.70 481	0.78 458	1.07 362

ADCS	4.77 495	12.63 518	17.40 235	1.72 457	1.34 383	3.90 321	3.60 526	4.30 433	3.54 431	5.11 525	2.81 464	4.44 487	3.05 457	6.15 352	19.32 553	0.74 475	0.68 409	0.70 487	0.70 481	1.25 505	1.98 419

AnyNet_C01	4.68 489	10.90 509	16.41 216	2.03 489	1.62 443	6.25 528	6.40 541	4.19 396	5.13 520	4.03 507	3.77 495	4.14 472	3.26 464	7.23 379	11.19 493	0.64 452	0.80 425	0.65 481	0.72 483	2.18 520	2.08 424

SAMSARA	4.67 488	6.50 479	16.40 215	4.62 552	3.13 519	6.62 532	3.49 520	5.24 524	3.04 335	7.78 539	3.07 475	5.32 510	4.05 487	9.98 439	6.42 465	0.69 460	2.39 487	0.60 466	0.74 484	0.99 482	2.26 432

LCNet	2.54 240	0.60 71	20.89 476	1.01 194	0.57 110	3.60 254	1.21 394	3.20 192	1.70 118	2.17 307	1.76 247	1.43 191	4.12 488	3.61 298	0.94 113	0.32 175	0.20 33	0.28 157	0.76 485	0.50 369	1.83 417

GANetREF_RVC	3.45 419	5.10 472	19.89 340	1.58 428	0.80 211	4.13 381	1.82 462	4.24 416	3.33 397	1.91 219	1.76 247	2.46 336	1.83 368	13.17 539	1.87 331	0.83 485	0.57 384	0.79 498	0.77 486	1.21 502	0.91 340
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
ADCL	4.70 491	4.04 464	16.12 203	1.35 351	1.28 369	5.46 524	10.88 547	4.08 354	4.25 473	5.97 530	4.51 504	4.29 482	5.60 504	6.37 358	15.21 521	0.54 427	0.48 359	0.88 502	0.78 487	0.86 471	1.01 354

RGC	3.35 410	1.84 408	18.13 253	1.52 416	1.79 474	3.33 198	1.37 416	4.18 393	2.39 222	2.96 465	3.23 484	3.98 463	2.71 435	11.53 501	3.42 435	0.90 488	0.48 359	0.79 498	0.79 488	0.75 453	0.89 337

DeepPrunerF	4.00 459	5.64 475	16.81 221	1.36 355	1.75 468	3.69 274	1.54 435	4.24 416	13.98 552	2.21 327	1.77 254	2.73 362	2.29 411	10.90 471	6.64 468	0.71 464	0.61 396	0.77 497	0.79 488	0.87 473	0.79 318

S-Stereo	3.51 426	0.96 266	22.00 537	1.38 365	1.50 415	3.55 242	2.49 494	4.27 428	3.00 317	2.38 386	3.94 498	3.73 449	1.84 371	11.89 517	2.59 406	0.64 452	0.71 418	0.49 427	0.81 490	0.68 438	1.31 378

AnyNet_C32	4.49 482	9.53 499	13.85 155	1.67 446	1.56 430	5.40 523	4.06 535	4.03 333	3.69 442	4.21 513	3.09 477	3.09 397	3.38 473	8.24 396	18.76 551	0.56 434	0.64 402	0.53 443	0.81 490	1.36 509	1.42 387

PVD	3.91 453	4.36 468	13.89 159	2.81 522	4.79 541	3.80 296	1.94 466	3.89 298	4.11 463	5.75 528	3.56 491	3.59 443	3.34 469	6.44 361	6.44 466	0.73 472	2.84 495	0.74 496	0.84 492	0.82 467	3.45 465

LSM	13.03 553	7.72 490	21.01 483	55.44 576	85.65 574	3.65 266	6.27 540	3.91 304	5.06 518	5.63 526	13.91 550	3.53 440	3.46 477	9.93 436	4.36 449	0.72 469	0.95 437	0.72 492	0.85 493	1.09 491	26.67 567

EDNetEfficientorigin	12.42 548	3.26 451	179.44 582	1.21 287	1.00 287	2.89 143	1.82 462	3.05 179	5.37 525	8.87 543	4.78 506	4.17 474	4.80 498	9.91 434	11.32 496	0.41 311	0.41 308	0.62 476	0.88 494	1.33 508	2.81 446

NCC-stereo	3.49 424	2.07 421	20.23 384	1.31 336	1.76 470	4.04 357	1.42 422	4.01 325	2.34 216	3.06 470	2.59 444	3.51 437	3.02 454	10.02 442	5.44 461	1.38 508	0.66 407	0.64 479	0.88 494	0.67 433	0.84 327

Abc-Net	3.49 424	2.07 421	20.23 384	1.31 336	1.76 470	4.04 357	1.42 422	4.01 325	2.34 216	3.06 470	2.59 444	3.51 437	3.02 454	10.02 442	5.44 461	1.38 508	0.66 407	0.64 479	0.88 494	0.67 433	0.84 327
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MFMNet_re	3.44 417	8.89 493	19.36 295	3.25 530	1.91 481	3.13 166	1.99 470	3.60 241	4.16 467	3.17 481	2.86 466	2.25 306	2.41 420	2.61 261	2.35 386	1.13 498	1.06 446	0.94 503	0.91 497	1.29 506	1.57 398

PSMNet-RUCA	2.60 260	1.83 405	20.55 434	1.51 411	1.39 396	3.07 160	1.36 415	3.56 234	2.43 231	1.41 146	2.07 354	1.42 188	1.09 184	2.07 203	1.60 267	1.20 502	0.69 416	1.26 517	0.96 498	1.65 517	0.97 348

AIO-Stereo-zeroshot	2.84 321	1.17 317	20.72 463	1.15 255	2.05 489	3.61 256	0.49 55	4.63 508	2.10 171	1.41 146	1.66 221	6.02 521	2.40 418	2.79 274	2.09 367	0.30 134	0.51 369	0.31 222	0.96 498	0.59 399	1.93 418

FBW_ROB	3.91 453	2.07 421	15.46 189	1.60 432	1.16 338	3.80 296	1.48 430	4.37 466	3.41 412	2.53 412	2.45 426	4.19 476	2.10 391	15.17 553	9.45 485	0.86 486	0.65 405	1.54 522	0.96 498	1.08 490	3.80 468

GCST	2.86 324	3.95 463	20.52 430	1.93 480	1.56 430	1.74 59	0.50 61	3.69 257	2.10 171	1.79 206	1.64 214	1.60 205	1.29 233	5.27 328	1.90 336	2.10 519	0.77 422	1.45 519	0.97 501	1.15 497	1.38 383

UDGNet	2.34 194	1.71 391	20.28 391	1.42 386	0.62 133	4.39 439	0.67 136	1.82 41	2.28 205	1.40 143	1.21 95	0.99 130	1.00 155	2.23 227	1.23 179	1.14 499	0.35 257	1.30 518	0.98 502	1.11 494	0.62 266

MADNet+	4.46 481	11.36 510	14.35 167	2.23 495	2.50 507	4.18 400	2.86 505	5.46 531	4.43 484	2.74 440	2.69 455	4.55 493	3.43 475	8.97 410	9.42 484	1.47 513	2.06 476	1.09 510	1.02 503	1.54 513	2.96 453

PASM	3.22 390	2.89 444	15.38 187	2.00 485	1.57 433	2.77 128	1.96 468	3.62 244	2.75 274	2.95 464	2.26 391	3.10 398	2.24 407	11.87 516	2.46 394	0.97 492	1.06 446	0.87 501	1.02 503	1.20 501	1.41 386

SPS-STEREO	5.18 501	10.36 505	21.09 496	1.74 461	1.72 466	3.24 182	2.26 486	3.92 305	4.12 464	5.06 524	3.66 493	5.43 513	3.33 468	9.56 422	12.34 505	1.17 501	1.17 452	1.07 508	1.03 505	1.17 499	10.25 521
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
EDNetEfficient	5.62 509	2.26 430	17.51 237	1.67 446	3.59 525	3.99 348	7.25 542	3.14 186	5.63 533	11.52 558	4.82 507	3.94 460	12.48 541	8.39 400	20.56 556	0.46 368	0.46 342	0.48 414	1.06 506	1.65 517	1.62 403

CC-Net-ROB	3.82 447	3.41 455	20.20 377	2.40 502	1.66 457	4.49 458	1.61 443	4.77 518	3.08 342	2.06 271	2.06 351	1.99 283	1.60 307	12.57 532	1.91 339	2.82 526	2.19 478	2.67 536	1.06 506	2.31 523	1.59 400

anonymity	2.02 129	1.28 340	5.16 98	1.73 459	1.63 446	1.86 61	1.06 359	3.50 227	2.42 228	2.19 317	2.11 360	1.88 261	3.89 484	1.92 189	1.56 255	1.11 497	1.14 450	1.08 509	1.11 508	1.05 485	2.68 442

SQANet	4.22 466	14.03 535	20.30 398	2.78 518	2.75 510	3.41 208	1.48 430	3.66 248	2.25 198	2.62 427	1.77 254	2.68 359	1.90 379	7.41 385	3.78 441	2.97 528	1.42 459	1.85 524	1.13 509	3.28 528	2.86 448

Consistency-Raft	2.93 335	1.93 412	19.72 323	1.41 377	1.75 468	3.85 308	1.32 407	4.09 358	2.75 274	1.82 210	2.66 451	1.81 249	4.34 494	2.29 234	2.08 364	0.90 488	0.94 436	1.03 506	1.13 509	1.71 519	1.10 364

SGM-ForestM	15.60 556	14.94 551	28.17 562	7.84 557	10.49 550	23.43 562	24.58 560	20.87 563	16.87 553	15.92 563	15.89 555	27.08 565	22.45 564	24.86 565	28.42 569	3.85 542	8.90 539	0.55 452	1.15 511	0.64 420	15.05 538

otaku	5.59 508	14.82 549	20.70 460	3.13 527	2.70 509	3.91 325	2.56 497	3.90 300	2.48 241	2.25 334	9.38 532	4.06 467	2.32 414	9.59 424	14.37 516	3.52 536	1.66 467	2.15 528	1.19 512	3.73 536	3.35 462

AIO-Stereo-zeroshot1	3.20 386	1.87 409	21.91 531	1.18 274	2.03 487	4.07 366	0.98 339	3.99 321	2.17 183	1.57 165	5.62 513	4.27 479	2.92 444	2.69 269	2.50 399	0.27 72	0.49 362	0.31 222	1.20 513	0.92 478	3.04 454

ADCMid	4.55 484	10.78 508	17.67 245	1.32 343	1.43 406	4.62 483	2.24 485	4.22 404	4.97 517	3.93 505	3.01 472	3.84 456	3.66 479	4.22 316	18.57 550	0.69 460	0.62 399	1.09 510	1.20 513	1.48 511	1.49 394

MSC_U_SF_DS_RVC	4.90 498	13.94 534	16.59 220	1.69 451	1.46 410	6.15 527	3.52 522	5.47 532	3.95 458	2.77 443	2.74 459	4.81 502	2.49 427	13.78 547	5.33 459	2.34 522	3.46 507	1.05 507	1.21 515	2.28 522	2.94 452

CREStereo++_RVC	1.98 118	0.59 63	19.94 346	0.87 95	0.55 94	4.02 353	0.31 8	1.75 35	2.09 169	1.65 176	2.20 382	0.85 97	0.65 52	1.03 13	0.72 46	0.29 106	0.16 3	0.23 24	1.22 516	0.25 49	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
ELAS_RVC	6.36 521	2.53 437	20.21 381	2.67 515	2.48 505	4.90 515	11.89 549	4.84 520	6.31 541	9.03 544	8.54 528	8.09 532	12.73 543	9.32 415	13.25 510	1.92 517	2.18 477	1.51 521	1.31 517	1.40 510	2.15 427
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	6.58 524	2.54 438	20.08 366	2.66 514	2.48 505	15.49 555	7.29 543	5.50 533	5.72 534	10.05 551	8.94 531	6.91 526	10.83 539	8.33 397	14.27 515	1.92 517	2.19 478	1.23 515	1.31 517	1.62 514	2.17 429
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Ntro	4.83 496	14.73 546	20.47 420	3.24 529	2.97 514	4.12 378	1.88 464	4.00 323	2.57 251	1.79 206	2.15 367	3.34 418	2.16 402	10.01 441	7.34 472	3.53 537	1.77 469	2.13 527	1.32 519	3.89 538	3.23 455

SGM+DAISY	13.18 554	14.36 541	24.65 556	8.10 558	13.49 555	22.47 561	25.54 562	12.13 550	17.08 556	14.77 560	15.82 554	12.17 541	13.97 549	12.65 533	18.22 547	8.40 560	9.18 544	1.23 515	1.33 520	1.23 504	16.81 554

MFN_U_SF_RVC	4.08 461	13.72 531	15.13 182	2.00 485	1.43 406	3.73 282	1.68 453	4.11 363	3.39 409	2.93 460	2.38 412	4.39 486	3.63 478	8.63 403	6.14 463	1.14 499	1.07 449	1.01 505	1.35 521	1.63 515	2.09 426

JetBlue	6.69 529	12.01 514	14.30 165	1.98 484	4.64 540	11.97 548	12.29 550	5.39 529	4.32 482	3.81 503	4.51 504	9.50 535	6.53 517	10.22 447	14.50 517	1.32 505	1.47 460	1.18 513	1.36 522	7.48 558	5.05 483

WAO-7	6.00 515	14.29 539	20.46 417	1.97 482	1.51 417	5.31 522	3.06 512	5.00 521	5.92 536	4.55 519	8.87 530	6.52 523	6.47 516	13.38 543	13.85 512	1.35 506	1.24 454	1.48 520	1.36 522	1.63 515	1.79 414

PWCK	6.49 523	13.40 522	20.27 390	2.95 523	1.61 440	5.68 526	7.63 545	5.37 528	4.77 509	3.90 504	7.48 518	7.96 530	5.63 505	15.15 552	10.93 492	3.21 531	1.55 464	2.34 529	1.43 524	6.05 551	2.45 438

BEATNet-Init1	51.93 576	71.67 578	99.39 579	10.91 564	13.10 552	84.39 580	59.36 574	73.78 578	67.97 575	88.09 579	88.15 579	91.73 580	97.51 580	85.13 582	72.56 581	2.59 523	5.18 518	1.20 514	1.49 525	10.61 563	13.83 529

ACVNet_2	6.09 516	15.28 555	21.36 519	3.30 531	3.17 520	4.50 459	3.00 508	4.70 512	3.96 459	3.52 495	5.34 510	7.79 529	2.95 445	12.40 523	13.76 511	3.28 532	2.23 480	2.70 537	1.70 526	3.52 531	3.24 456

AnonymousM	1.38 86	1.33 349	2.35 59	0.95 157	0.56 100	4.03 356	0.67 136	2.63 133	2.49 242	1.51 159	1.36 133	1.15 149	1.00 155	1.26 52	1.04 143	0.41 311	0.46 342	2.07 526	1.71 527	0.25 49	0.40 116

ADCPNet	4.25 469	4.04 464	21.95 533	1.33 348	1.31 376	6.34 530	2.63 499	4.07 345	3.23 369	2.81 451	2.21 386	4.27 479	6.08 511	6.01 344	11.73 502	0.67 458	1.17 452	0.71 489	1.71 527	0.87 473	1.82 415

RainbowNet	5.20 502	15.03 552	21.14 502	3.66 537	3.25 523	4.18 400	2.98 507	4.22 404	3.20 356	2.30 353	2.65 449	4.24 478	2.97 447	9.92 435	6.29 464	3.92 543	2.27 482	2.71 538	1.73 529	3.82 537	3.43 464

NVStereoNet_ROB	6.63 526	9.57 500	19.28 291	3.19 528	2.11 493	3.69 274	1.99 470	4.32 452	6.27 540	3.26 486	24.57 562	5.45 515	11.39 540	13.56 544	12.37 506	2.79 524	2.05 475	1.76 523	1.75 530	1.49 512	1.75 408
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet-4b	6.98 531	14.78 547	22.17 540	3.56 534	3.11 518	4.14 386	2.23 484	4.08 354	3.84 449	1.67 180	3.96 499	5.86 519	2.87 442	10.30 453	17.16 537	26.09 571	2.24 481	2.53 531	1.79 531	3.91 539	3.28 459

ACVNet_1	6.63 526	14.79 548	21.40 520	3.59 536	3.17 520	4.69 505	2.46 492	4.24 416	3.34 398	3.11 474	2.86 466	23.21 558	4.59 497	11.06 478	12.59 507	3.75 539	2.34 484	2.60 533	1.80 532	3.70 533	3.31 460

MFN_U_SF_DS_RVC	4.38 477	13.66 526	13.95 160	1.39 372	1.58 438	5.18 520	3.31 515	4.53 495	3.22 366	2.60 421	2.62 447	4.99 505	2.11 393	13.99 550	4.21 445	1.53 515	2.56 493	0.67 483	1.82 533	0.83 470	2.92 451

WAO-6	6.68 528	9.03 495	20.68 456	2.98 524	2.79 511	11.93 547	3.56 525	5.39 529	11.65 548	3.55 496	9.59 534	6.77 524	6.72 518	12.28 521	11.56 498	2.88 527	2.36 485	2.50 530	1.84 534	2.89 527	2.72 444

Dean	8.35 539	15.23 554	22.34 543	3.76 539	3.55 524	4.81 514	3.51 521	5.34 525	5.37 525	4.49 518	26.13 563	25.59 564	4.33 493	11.21 489	13.12 509	3.78 540	2.31 483	2.90 539	1.89 535	4.04 540	3.34 461

LVE	7.57 536	15.80 558	21.28 514	3.69 538	3.19 522	4.54 466	2.78 500	10.13 548	11.63 547	3.24 484	11.52 543	18.10 549	4.55 496	11.67 507	10.30 489	4.62 555	2.95 498	2.56 532	1.91 536	3.63 532	3.26 458

WAO-8	12.61 550	16.02 559	21.99 535	3.55 532	3.10 516	15.07 553	2.80 501	12.81 553	19.10 562	7.93 541	13.05 547	11.75 539	8.46 534	83.86 580	15.10 518	3.51 534	1.94 472	3.54 549	1.96 537	3.72 534	2.89 449

Venus	12.61 550	16.02 559	21.99 535	3.55 532	3.10 516	15.07 553	2.80 501	12.81 553	19.10 562	7.93 541	13.05 547	11.75 539	8.46 534	83.86 580	15.10 518	3.51 534	1.94 472	3.54 549	1.96 537	3.72 534	2.89 449

EAI-Stereo	4.89 497	0.69 122	7.74 115	0.99 187	1.63 446	4.68 500	51.52 573	5.79 537	3.37 401	3.64 498	7.24 516	1.10 142	0.95 145	2.51 249	1.71 297	0.33 198	0.31 222	0.28 157	2.04 539	0.28 82	0.92 342

DualNet (step1)	3.32 405	1.19 326	20.68 456	1.11 233	0.87 243	4.22 414	1.20 389	4.40 473	4.92 514	2.20 324	1.85 291	1.90 263	2.00 384	6.87 373	1.75 309	1.41 510	1.36 457	4.19 553	2.07 540	0.70 441	1.43 388

test_sample9	4.68 489	1.19 326	20.68 456	1.11 233	0.87 243	4.22 414	1.20 389	4.40 473	4.92 514	2.20 324	1.85 291	1.90 263	2.00 384	11.08 482	11.57 500	1.41 510	14.65 556	4.19 553	2.07 540	0.70 441	1.43 388

test_sample8	5.57 506	1.19 326	20.68 456	1.11 233	0.87 243	4.22 414	1.20 389	4.43 480	3.76 445	5.63 526	1.97 330	12.99 543	6.34 512	11.08 482	11.57 500	1.41 510	14.65 556	4.19 553	2.07 540	0.70 441	1.43 388

IMH-64-1	6.10 517	13.83 532	17.55 238	4.34 545	3.78 528	4.79 512	5.94 538	5.34 525	4.20 468	4.10 508	8.31 525	5.07 507	6.92 519	9.63 425	7.36 473	4.60 552	2.96 500	3.04 540	2.14 543	4.30 541	3.88 471

IMH-64	6.10 517	13.83 532	17.55 238	4.34 545	3.78 528	4.79 512	5.94 538	5.34 525	4.20 468	4.10 508	8.31 525	5.07 507	6.92 519	9.63 425	7.36 473	4.60 552	2.96 500	3.04 540	2.14 543	4.30 541	3.88 471

IMH	7.25 533	16.24 561	21.08 491	4.40 547	3.79 530	5.46 524	3.03 511	5.58 535	6.26 539	4.92 523	10.32 536	9.24 534	8.30 532	13.62 545	11.56 498	4.84 556	3.00 503	3.09 543	2.14 543	4.38 543	3.83 470

DDUNet	3.65 432	2.81 443	19.59 308	3.57 535	2.26 499	3.47 220	1.35 412	4.21 403	2.40 225	2.68 432	2.48 429	4.17 474	1.78 357	5.48 334	2.61 407	2.25 521	1.77 469	2.61 534	2.43 546	2.63 525	2.40 435

TorneroNet-64	10.52 542	14.33 540	21.95 533	4.29 544	3.76 527	13.77 552	2.83 504	14.96 559	23.11 565	10.24 553	23.77 561	13.44 544	8.15 531	13.98 549	17.70 543	4.03 545	2.73 494	3.23 545	2.53 547	7.27 557	4.35 478

UDG	3.84 449	2.91 445	20.05 359	2.98 524	1.98 484	3.95 338	1.18 385	4.43 480	2.24 195	2.47 403	2.53 437	4.49 489	2.44 423	6.52 362	4.74 455	2.14 520	1.77 469	2.64 535	2.58 548	2.66 526	2.19 431

ktn	22.24 565	14.37 542	20.30 398	4.54 550	4.02 534	6.52 531	4.50 536	6.78 541	78.80 578	84.67 578	100.54 580	58.48 575	8.39 533	13.13 538	17.09 532	4.61 554	3.24 505	3.49 547	2.62 549	4.70 547	3.96 473

TorneroNet	26.32 567	14.70 545	22.40 545	4.24 542	4.08 535	54.72 574	3.19 513	15.11 560	76.73 577	57.99 573	82.55 578	86.65 579	45.79 574	13.34 542	18.51 548	4.52 550	2.86 496	3.45 546	2.63 550	8.75 561	4.28 476

notaker	10.92 545	14.17 537	20.38 407	4.56 551	3.98 533	6.29 529	3.53 523	7.68 543	5.10 519	9.04 545	46.37 570	13.84 547	28.85 565	14.18 551	14.16 514	4.57 551	3.19 504	3.52 548	2.70 551	8.16 559	4.13 475

DispFullNet	4.71 492	3.93 461	23.92 554	4.00 540	3.01 515	3.38 201	1.31 406	4.23 410	3.26 373	6.31 534	2.92 468	4.03 465	7.80 526	3.93 308	5.15 458	2.80 525	1.61 465	3.11 544	2.70 551	3.32 529	3.38 463

KSHMR	17.50 560	14.38 543	22.35 544	4.50 549	4.51 538	8.17 539	3.33 516	15.44 561	76.15 576	7.32 537	61.40 574	56.33 574	5.66 507	32.91 568	13.97 513	4.42 547	2.99 502	3.64 552	2.79 553	5.13 549	4.55 480

UNDER WATER	11.28 547	13.60 525	22.90 550	5.11 553	4.53 539	7.75 538	3.75 529	12.50 551	21.62 564	7.80 540	10.68 537	23.75 560	35.20 566	11.54 502	17.40 539	4.46 548	2.95 498	4.23 556	2.90 554	6.57 553	6.27 494

UNDER WATER-64	10.08 541	14.27 538	22.85 549	5.26 554	4.88 542	11.00 546	4.57 537	11.41 549	17.25 557	7.68 538	9.72 535	15.96 548	21.47 563	11.12 485	16.63 527	4.38 546	2.88 497	4.41 557	2.95 555	7.12 556	5.81 491

JetRed	10.68 544	26.07 568	35.62 563	4.40 547	4.16 537	15.72 556	13.07 552	14.57 558	5.83 535	5.85 529	5.55 512	10.12 536	7.37 524	8.86 406	25.99 564	3.33 533	3.82 510	3.59 551	2.98 556	8.51 560	8.22 506

TCMNet-wrong-test	12.48 549	15.10 553	19.66 311	22.40 566	19.87 562	15.98 558	12.30 551	23.88 564	4.80 511	6.29 533	6.46 514	18.38 551	15.65 551	10.50 457	10.86 491	9.07 562	4.79 513	5.34 558	3.95 557	12.27 565	12.13 526

MANE	15.29 555	13.67 527	23.58 553	10.15 562	13.37 554	23.58 563	23.86 559	27.83 567	26.26 566	12.02 559	15.10 551	19.83 553	18.01 557	15.68 554	20.35 555	8.58 561	9.20 545	3.05 542	4.19 558	0.82 467	16.69 550

DGSMNet	8.13 538	2.31 433	18.62 262	2.77 517	13.96 556	6.91 535	42.17 572	4.16 384	2.53 246	2.25 334	3.21 482	3.41 423	1.69 340	9.19 413	3.03 423	3.79 541	10.31 548	11.70 569	5.68 559	4.38 543	10.58 522

MADNet++	8.64 540	6.17 478	13.88 158	6.61 555	5.25 543	10.15 544	14.20 553	5.89 539	8.25 543	7.14 536	8.18 522	6.41 522	9.84 538	11.71 512	16.73 528	9.65 563	5.03 517	8.63 563	5.68 559	4.83 548	8.57 511

PML	64.55 578	56.00 577	20.79 467	8.10 558	32.82 567	147.60 581	247.57 583	12.71 552	45.39 573	111.32 580	288.85 583	101.42 581	100.62 581	31.63 567	15.84 522	13.96 567	4.84 514	10.95 566	6.18 561	28.99 568	5.33 487

USTest	15.98 557	15.57 557	22.51 547	18.47 565	16.98 557	26.39 564	36.05 568	27.65 566	12.77 549	10.72 555	10.87 538	18.34 550	15.08 550	18.60 556	23.36 557	4.90 557	5.38 519	7.40 562	7.45 562	9.88 562	11.26 524

tt	7.29 534	0.58 54	7.34 112	4.04 541	2.30 503	12.04 549	20.18 558	15.60 562	7.41 542	3.46 492	3.36 487	5.36 511	6.39 515	4.27 317	7.46 476	9.80 564	11.53 553	7.04 561	7.45 562	6.31 552	3.81 469

DGTPSM_ROB	16.67 558	21.79 566	40.19 567	10.00 561	19.05 560	12.43 550	33.20 565	13.71 555	18.09 560	9.71 548	22.85 559	13.77 545	19.64 558	21.23 557	24.07 558	5.09 558	8.95 540	5.62 559	11.49 564	6.73 554	15.75 547

DPSM_ROB	20.83 563	20.01 564	26.54 559	23.64 568	22.42 563	31.06 566	39.94 570	34.02 569	17.42 558	15.35 561	16.05 556	24.04 561	20.69 561	23.28 563	27.60 566	10.77 565	9.41 546	11.68 567	11.50 565	14.48 566	16.71 551

DPSM	20.83 563	20.01 564	26.54 559	23.64 568	22.42 563	31.06 566	39.94 570	34.02 569	17.42 558	15.35 561	16.05 556	24.04 561	20.69 561	23.28 563	27.60 566	10.77 565	9.41 546	11.68 567	11.50 565	14.48 566	16.71 551

DPSMNet_ROB	16.76 559	21.81 567	40.95 568	10.20 563	19.08 561	12.43 550	33.21 566	13.73 556	18.21 561	9.76 549	22.88 560	13.78 546	19.64 558	21.39 558	24.21 559	5.20 559	8.97 541	5.63 560	11.51 567	6.80 555	15.82 548

Anonymous_2	4.03 460	0.99 283	11.19 136	1.20 281	1.71 464	3.68 272	0.93 318	3.76 271	1.63 103	2.07 277	1.43 150	4.76 501	2.34 415	1.86 185	1.78 312	0.82 484	2.42 488	8.69 564	16.64 568	4.38 543	8.29 507

LSM0	49.69 575	40.02 570	53.50 576	97.07 577	129.56 577	62.65 577	79.82 578	68.02 575	35.12 569	33.72 567	33.34 568	48.41 573	41.54 570	46.57 576	55.40 576	21.63 570	19.16 565	23.60 572	23.13 569	29.46 571	52.08 578

Selective-RAFT-Error	41.88 570	40.10 571	53.23 574	47.74 575	45.20 572	62.42 575	80.58 579	68.27 576	34.95 568	30.85 566	32.30 566	48.08 571	42.07 572	46.54 575	54.92 575	21.60 569	19.12 564	23.46 570	23.15 570	29.14 569	33.95 571

CasAABBNet	41.89 571	40.14 572	53.33 575	47.71 574	45.10 571	62.42 575	80.65 580	68.29 577	34.85 567	30.67 565	32.34 567	48.22 572	41.76 571	46.61 577	55.60 577	21.59 568	18.89 563	23.46 570	23.21 571	29.17 570	33.75 570

LRCNet_RVC	25.63 566	33.47 569	24.35 555	31.77 570	32.74 566	6.73 533	1.19 386	25.87 565	4.67 502	28.95 564	30.91 564	24.89 563	17.54 555	27.82 566	24.57 561	35.48 572	25.62 571	35.91 573	33.80 572	31.95 573	34.38 572

AVERAGE_ROB	44.46 573	45.87 574	46.48 570	40.54 573	38.62 569	32.95 569	30.49 563	46.80 573	43.31 572	49.57 570	48.93 572	44.57 569	39.87 567	45.01 574	43.89 572	48.70 575	50.65 576	50.80 574	49.79 573	45.54 575	46.89 576

HaxPig	43.31 572	43.63 573	45.01 569	33.88 571	35.67 568	32.79 568	30.52 564	45.50 572	42.95 571	48.75 569	48.14 571	43.24 567	40.44 568	44.58 573	43.63 571	47.17 574	49.30 575	51.65 575	50.37 574	43.72 574	45.27 575

MEDIAN_ROB	47.37 574	49.00 575	49.74 572	40.28 572	39.94 570	34.93 570	33.41 567	49.78 574	46.38 574	53.04 572	52.61 573	47.67 570	42.28 573	48.33 578	47.25 573	52.06 576	53.99 577	54.28 576	53.48 575	48.70 576	50.27 577

U	12.87 552	0.43 7	2.54 64	0.68 25	58.93 573	63.36 578	0.33 12	1.95 52	1.08 14	0.62 13	0.83 35	0.46 28	0.57 29	0.91 7	0.50 5	0.31 158	0.17 4	63.34 577	59.81 576	0.30 120	0.26 9

DPSimNet_ROB	143.68 582	156.64 582	170.66 581	162.59 578	135.40 578	195.13 582	174.01 581	141.76 582	167.78 583	174.58 582	138.78 581	186.01 582	183.75 582	82.32 579	97.85 582	151.24 581	102.48 579	131.25 579	82.78 577	115.21 578	123.37 579

HanzoNet	31.86 569	17.33 562	21.23 511	7.52 556	5.85 546	7.49 537	3.61 528	14.35 557	13.37 550	50.38 571	46.35 569	44.46 568	56.50 576	36.53 572	28.25 568	64.05 577	58.31 578	9.45 565	89.24 578	31.17 572	31.77 568

Anonymous_1	57.77 577	19.65 563	26.12 558	23.12 567	141.97 579	30.79 565	39.72 569	34.10 571	16.98 554	70.09 577	15.64 553	23.44 559	19.73 560	23.03 562	27.21 565	164.70 582	9.02 542	130.41 578	137.42 579	161.21 582	41.01 574

test_example2	213.42 583	219.67 583	222.97 583	213.78 580	220.82 583	199.03 583	200.49 582	189.27 583	143.61 582	211.05 583	218.08 582	210.69 583	205.21 583	221.14 583	216.49 583	236.74 583	242.08 583	213.66 580	216.96 580	235.55 583	231.06 583

xxxxx1	112.85 579	94.19 579	38.10 564	228.21 581	161.02 580	39.23 571	61.26 575	92.54 579	79.08 579	63.44 574	74.84 575	77.80 576	69.88 577	33.55 569	70.96 578	117.25 578	130.44 580	258.49 581	273.88 581	145.63 579	147.24 580

tt_ll	112.85 579	94.19 579	38.10 564	228.21 581	161.02 580	39.23 571	61.26 575	92.54 579	79.08 579	63.44 574	74.84 575	77.80 576	69.88 577	33.55 569	70.96 578	117.25 578	130.44 580	258.49 581	273.88 581	145.63 579	147.24 580

ff	112.85 579	94.19 579	38.10 564	228.21 581	161.02 580	39.23 571	61.26 575	92.54 579	79.08 579	63.44 574	74.84 575	77.80 576	69.88 577	33.55 569	70.96 578	117.25 578	130.44 580	258.49 581	273.88 581	145.63 579	147.24 580

ccccc		628.29 584		567.59 584	570.62 584	580.23 584		613.89 584		613.55 584		554.19 584		666.02 584		780.28 584	507.01 584	391.46 584	342.94 584	701.16 584

Low-res two-view benchmark