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

riskmin	2.49 208	0.22 1	3.34 145	2.33 385	1.78 380	2.89 226	0.46 199	7.35 260	6.95 309	2.75 146	1.67 88	6.75 342	5.08 380	3.24 110	1.93 245	0.00 1	0.99 440	0.00 1	0.27 436	0.02 43	1.73 443

asd	0.71 9	0.25 2	2.43 63	0.09 15	0.80 253	1.25 32	0.06 51	3.22 21	1.03 12	0.59 63	0.65 40	0.07 13	0.55 110	1.01 12	0.46 11	0.20 440	0.81 389	0.00 1	0.08 310	0.01 18	0.67 302

3.75w	0.82 26	0.25 2	2.13 39	0.07 5	1.27 336	1.26 36	0.02 19	3.85 53	1.05 17	0.51 43	0.39 30	0.08 19	0.40 77	3.31 111	0.47 14	0.07 382	0.94 413	0.00 1	0.08 310	0.00 1	0.29 180

1w_stereo	0.79 21	0.26 4	1.52 6	0.13 31	0.50 181	1.20 15	0.08 66	3.86 55	1.02 11	0.64 72	2.52 121	0.05 2	1.54 210	1.08 16	0.44 8	0.00 1	0.61 356	0.00 1	0.00 1	0.01 18	0.42 227

EGLCR-Stereo	1.45 94	0.26 4	2.91 102	1.94 314	0.90 268	3.13 245	0.69 273	5.81 174	3.21 95	1.14 117	0.20 18	1.52 152	0.37 68	4.29 145	0.69 74	0.01 170	0.79 385	0.00 1	0.00 1	0.01 18	1.21 382

4.5_new	0.74 11	0.27 6	2.52 68	0.10 18	0.34 134	1.24 25	0.07 58	3.67 33	1.05 17	0.58 60	0.80 48	0.06 4	0.19 25	1.18 20	0.61 55	0.17 430	0.99 440	0.00 1	0.19 375	0.01 18	0.64 287

4.5w-stereo	0.74 11	0.27 6	2.52 68	0.10 18	0.34 134	1.24 25	0.07 58	3.67 33	1.05 17	0.58 60	0.80 48	0.06 4	0.19 25	1.18 20	0.60 51	0.17 430	0.99 440	0.00 1	0.19 375	0.01 18	0.64 287

4w-stereo	0.81 24	0.27 6	2.34 57	0.06 4	0.50 181	1.26 36	0.06 51	3.65 29	1.05 17	0.41 23	0.96 60	0.06 4	0.66 124	2.11 72	0.64 63	0.22 445	0.96 421	0.00 1	0.29 445	0.00 1	0.78 329

IGEV-RUCA	0.88 34	0.27 6	1.43 5	0.59 124	0.33 129	2.12 132	0.49 216	3.65 29	1.79 50	1.04 110	0.16 14	0.24 63	0.55 110	2.95 103	0.57 41	0.12 412	0.21 297	0.20 489	0.25 413	0.22 346	0.33 193

MonSter	0.72 10	0.27 6	2.25 51	0.07 5	0.85 263	1.27 42	0.01 4	3.79 43	0.91 3	0.41 23	0.18 17	0.08 19	0.04 1	1.33 32	0.58 43	0.00 1	0.96 421	0.00 1	0.36 468	0.00 1	0.94 348

asda	0.76 14	0.28 11	2.30 53	0.07 5	0.61 213	1.28 44	0.09 70	3.82 48	1.03 12	0.54 51	0.43 31	0.07 13	0.71 130	1.25 26	0.46 11	0.22 445	0.99 440	0.00 1	0.25 413	0.01 18	0.71 312

4.25_new	0.76 14	0.28 11	2.16 41	0.08 10	0.91 271	1.24 25	0.05 38	3.81 45	1.03 12	0.45 31	0.91 55	0.06 4	0.42 84	1.33 32	0.49 18	0.22 445	0.98 433	0.00 1	0.25 413	0.00 1	0.57 262

4.5w_new	0.76 14	0.28 11	2.16 41	0.08 10	0.91 271	1.24 25	0.05 38	3.81 45	1.03 12	0.45 31	0.91 55	0.06 4	0.42 84	1.33 32	0.49 18	0.22 445	0.98 433	0.00 1	0.25 413	0.00 1	0.57 262

4.25w-stereo	0.76 14	0.28 11	2.16 41	0.08 10	0.91 271	1.24 25	0.05 38	3.81 45	1.03 12	0.45 31	0.91 55	0.06 4	0.42 84	1.33 32	0.49 18	0.22 445	0.98 433	0.00 1	0.25 413	0.00 1	0.57 262

111111	1.21 66	0.28 11	2.10 38	0.22 51	1.45 359	1.42 60	0.05 38	5.30 133	2.01 55	0.55 55	3.02 137	0.09 26	0.20 27	4.87 162	0.58 43	0.00 1	0.75 380	0.00 1	0.00 1	0.10 207	1.09 370

Reg-Stereo(zero)	1.92 132	0.28 11	3.18 130	0.63 133	1.41 356	2.02 119	0.48 211	3.85 53	6.29 269	4.49 196	3.12 140	4.55 271	1.62 215	2.77 98	2.16 264	0.00 1	0.61 356	0.00 1	0.26 430	0.02 43	0.62 281

knoymous	1.50 102	0.28 11	1.99 27	0.33 77	0.48 175	1.58 76	0.11 84	5.71 166	2.81 73	4.85 202	1.75 91	4.58 273	0.46 101	3.66 122	1.30 180	0.01 170	0.02 167	0.00 1	0.00 1	0.02 43	0.09 51

qwe	0.89 35	0.29 18	2.49 64	0.10 18	1.25 332	1.24 25	0.04 31	3.97 61	1.06 24	0.66 75	0.53 36	0.05 2	0.18 23	3.58 117	0.50 24	0.07 382	0.94 413	0.00 1	0.27 436	0.01 18	0.57 262

IGEV	0.66 6	0.29 18	1.87 22	0.11 24	1.84 387	1.35 50	0.37 180	2.56 12	1.12 31	0.44 30	0.12 11	0.07 13	0.09 8	1.07 15	0.58 43	0.05 362	0.62 359	0.00 1	0.19 375	0.01 18	0.39 210

2w_stereo	0.75 13	0.30 20	2.22 48	0.07 5	0.12 36	1.23 23	0.05 38	4.03 67	1.00 9	0.98 106	0.86 51	0.09 26	1.21 183	1.06 14	0.62 57	0.00 1	0.69 371	0.00 1	0.16 355	0.00 1	0.27 171

2.25w	0.92 38	0.31 21	2.36 60	0.07 5	0.15 55	1.22 19	0.05 38	3.84 52	1.05 17	0.51 43	1.30 74	0.09 26	0.68 126	4.12 137	0.68 68	0.00 1	0.98 433	0.00 1	0.28 439	0.00 1	0.73 317

PSM-AAD	3.43 304	0.31 21	2.16 41	0.80 165	0.57 207	2.53 169	5.97 474	5.53 151	3.98 157	11.00 451	11.90 389	2.93 194	9.36 470	8.03 326	1.00 134	0.01 170	0.01 128	0.00 1	0.00 1	0.06 137	2.39 496

IGEV-Stereo++	1.03 47	0.32 23	2.03 31	0.25 59	1.94 397	1.94 113	0.01 4	3.57 26	2.52 66	0.70 78	1.80 98	0.10 35	1.14 168	1.34 36	0.55 35	0.01 170	0.75 380	0.00 1	0.00 1	0.04 104	1.57 415

2.5w	0.94 39	0.33 24	2.20 47	0.09 15	0.35 138	1.27 42	0.09 70	3.86 55	1.05 17	0.54 51	0.73 42	0.04 1	0.55 110	4.75 160	0.59 48	0.00 1	1.04 453	0.00 1	0.29 445	0.00 1	0.96 352

3w_stereo	0.79 21	0.33 24	2.53 70	0.08 10	0.14 47	1.26 36	0.03 28	3.97 61	1.06 24	0.62 70	0.58 38	0.09 26	1.02 158	1.54 45	0.64 63	0.00 1	1.00 447	0.00 1	0.23 406	0.01 18	0.65 290

GrayStereo	3.86 339	0.33 24	2.63 81	1.66 266	0.62 216	3.09 241	7.92 503	6.43 216	3.88 149	10.61 438	16.51 444	5.75 319	8.40 455	6.75 236	1.58 201	0.01 170	0.00 1	0.01 379	0.62 493	0.04 104	0.38 208

MLG-Stereo_test1	0.85 31	0.34 27	1.80 14	0.10 18	1.66 372	1.22 19	0.01 4	4.24 77	1.68 43	0.19 2	0.08 5	0.09 26	0.11 14	4.16 139	0.46 11	0.01 170	0.70 374	0.00 1	0.01 239	0.01 18	0.17 112

MLG-Stereo	0.91 37	0.34 27	1.91 24	0.16 35	0.41 165	1.23 23	0.00 1	4.57 98	1.74 46	0.41 23	0.08 5	0.09 26	0.10 11	5.68 191	0.45 10	0.02 274	0.77 384	0.00 1	0.00 1	0.01 18	0.16 102

Selective-IGEV	1.56 110	0.34 27	2.13 39	0.77 161	0.76 247	2.36 151	0.52 221	6.80 233	3.08 90	0.53 49	3.34 145	0.26 66	0.31 52	7.24 270	0.73 82	0.01 170	0.80 388	0.00 1	0.14 350	0.08 169	1.01 356

2.75w_new	0.80 23	0.35 30	2.31 55	0.10 18	0.23 102	1.26 36	0.09 70	3.82 48	1.05 17	0.54 51	0.23 19	0.08 19	0.86 146	2.50 92	0.64 63	0.00 1	0.97 426	0.00 1	0.27 436	0.00 1	0.69 305

3.5w_stereo	0.87 32	0.35 30	2.24 50	0.05 1	0.17 64	1.25 32	0.04 31	4.15 74	1.08 26	0.37 13	1.65 86	0.08 19	0.49 102	3.95 129	0.51 25	0.00 1	0.63 360	0.00 1	0.06 305	0.00 1	0.27 171

3.25w_new	0.68 7	0.36 32	2.09 34	0.05 1	0.19 73	1.26 36	0.01 4	4.00 64	1.10 27	0.46 37	0.26 23	0.08 19	0.41 80	0.93 9	0.51 25	0.00 1	0.94 413	0.00 1	0.22 400	0.01 18	0.75 322

3.25w	0.68 7	0.36 32	2.09 34	0.05 1	0.19 73	1.26 36	0.01 4	4.00 64	1.10 27	0.46 37	0.26 23	0.08 19	0.41 80	0.93 9	0.51 25	0.00 1	0.94 413	0.00 1	0.22 400	0.01 18	0.75 322

SGD-Stereo	0.76 14	0.36 32	1.37 3	0.43 99	0.14 47	1.25 32	0.29 159	2.25 8	0.84 2	0.61 69	0.51 33	0.09 26	0.11 14	6.65 230	0.19 1	0.01 170	0.01 128	0.00 1	0.00 1	0.02 43	0.07 43

U	2.23 177	0.36 32	2.93 105	0.26 63	8.08 525	11.12 465	0.00 1	3.68 35	1.12 31	0.29 7	0.52 35	0.16 42	0.08 5	0.83 4	0.30 2	0.00 1	0.00 1	9.75 533	5.13 542	0.02 43	0.02 6

Any-RAFT	2.33 188	0.36 32	2.35 58	1.58 255	0.84 260	4.93 362	0.55 229	9.10 309	5.93 256	4.30 192	4.90 192	5.79 321	2.22 242	2.75 97	0.51 25	0.02 274	0.32 316	0.00 1	0.00 1	0.02 43	0.18 117

CAS	2.42 203	0.37 37	2.30 53	11.49 530	3.97 480	1.65 83	0.02 19	4.08 69	2.84 75	0.51 43	1.65 86	0.25 65	0.28 44	1.73 52	0.92 115	10.05 538	0.01 128	0.00 1	0.00 1	0.01 18	6.26 526

FoundationStereo	0.48 2	0.38 38	1.70 10	0.82 168	1.00 287	0.42 3	0.06 51	0.63 2	1.44 38	0.38 17	0.04 3	0.11 36	0.37 68	0.93 9	0.39 5	0.03 315	0.86 401	0.00 1	0.00 1	0.00 1	0.10 56

AE-Stereo	1.89 126	0.38 38	3.86 198	1.94 314	0.38 152	2.51 168	0.58 238	7.19 253	7.28 324	1.60 128	3.51 156	1.07 133	0.77 138	2.12 73	1.24 174	0.03 315	1.02 450	0.00 1	0.28 439	0.11 221	1.84 460

AEACV	1.27 72	0.38 38	2.61 78	1.75 285	1.21 326	2.44 159	0.85 318	4.79 106	1.67 41	0.71 82	0.26 23	0.29 73	2.00 231	2.30 83	0.66 67	0.01 170	0.95 418	0.00 1	0.42 478	0.12 239	2.07 481

test-3	2.19 170	0.38 38	3.88 204	1.55 253	0.91 271	1.39 57	0.80 300	5.36 144	5.51 235	7.36 330	1.90 100	4.05 247	0.42 84	6.67 233	1.17 161	0.00 1	0.99 440	0.00 1	0.28 439	0.20 328	1.08 368

test_1	2.18 167	0.38 38	3.87 199	1.54 252	0.91 271	1.38 55	0.80 300	5.36 144	5.53 237	7.12 310	1.86 99	4.05 247	0.41 80	6.65 230	1.17 161	0.00 1	0.99 440	0.00 1	0.28 439	0.20 328	1.08 368

s12784h	2.10 157	0.38 38	3.31 141	0.17 37	0.09 22	4.89 361	0.13 97	7.34 259	8.06 353	3.87 180	4.47 184	0.60 115	1.19 182	6.78 241	0.63 60	0.01 170	0.01 128	0.00 1	0.00 1	0.02 43	0.04 23

dual_stereo	0.95 41	0.39 44	1.83 18	0.37 87	1.11 308	0.84 7	0.03 28	4.34 89	1.83 51	0.30 8	0.08 5	0.21 49	0.12 16	3.16 108	0.98 129	0.00 1	1.34 502	0.00 1	0.20 387	0.00 1	1.83 459

rvit_stereo_0075_2	2.15 162	0.39 44	6.61 379	0.67 144	1.95 398	1.74 98	0.10 78	7.81 279	6.03 258	2.97 152	4.01 168	3.07 201	0.57 115	5.49 184	1.13 155	0.00 1	0.00 1	0.00 1	0.00 1	0.03 75	0.34 196

GLC_STEREO	0.87 32	0.39 44	1.55 7	0.72 149	0.01 1	1.98 116	0.55 229	3.52 24	3.54 121	0.96 105	1.63 84	0.19 45	0.41 80	1.29 30	0.58 43	0.00 1	0.01 128	0.00 1	0.00 1	0.05 125	0.08 47

test_3	2.22 174	0.39 44	4.20 236	1.51 248	0.90 268	1.29 46	0.74 289	5.34 137	6.37 275	6.64 282	1.96 104	4.24 261	0.45 99	6.63 228	1.17 161	0.00 1	1.00 447	0.00 1	0.28 439	0.19 319	1.01 356

GMM-Stereo	3.42 302	0.39 44	3.24 134	0.87 175	0.50 181	2.26 140	4.73 460	5.64 162	3.81 141	7.08 307	16.57 445	6.13 328	3.62 309	7.74 310	1.40 191	0.05 362	0.00 1	0.00 1	0.04 294	0.12 239	4.24 519

Prome-Stereo	3.73 327	0.39 44	2.62 80	1.05 195	0.52 194	2.06 124	4.58 457	4.88 112	3.95 154	9.34 409	20.39 474	4.03 246	7.02 429	7.86 315	1.31 182	0.00 1	0.00 1	0.00 1	0.00 1	0.07 156	4.52 520

MLG-Stereo_test2	0.82 26	0.40 50	1.99 27	0.39 91	1.07 297	1.43 62	0.02 19	4.01 66	1.75 47	0.37 13	0.07 4	0.15 39	0.10 11	2.62 93	0.57 41	0.32 467	0.65 364	0.00 1	0.00 1	0.02 43	0.42 227

RSM	1.43 90	0.40 50	1.79 13	0.74 158	0.54 201	2.45 160	0.49 216	4.13 72	3.29 101	0.65 73	2.53 122	2.15 174	0.30 49	6.97 253	0.85 100	0.01 170	0.12 266	0.00 1	0.25 413	0.11 221	0.72 316

CES	1.72 121	0.40 50	1.82 15	0.65 138	7.83 523	2.62 178	0.13 97	5.35 142	2.68 69	0.36 12	1.30 74	0.33 82	0.32 59	1.92 61	0.72 80	0.01 170	0.02 167	0.00 1	0.00 1	0.56 459	7.35 529

LG-G_1	0.83 29	0.41 53	1.83 18	0.35 83	0.33 129	1.82 104	0.02 19	4.37 90	1.10 27	0.60 67	0.08 5	0.09 26	0.08 5	3.50 115	0.55 35	0.03 315	0.59 351	0.00 1	0.00 1	0.03 75	0.77 325

LG-G	0.83 29	0.41 53	1.83 18	0.35 83	0.33 129	1.82 104	0.02 19	4.37 90	1.10 27	0.60 67	0.08 5	0.09 26	0.08 5	3.50 115	0.55 35	0.03 315	0.59 351	0.00 1	0.00 1	0.03 75	0.77 325

RAFT-Stereo-weight	1.91 131	0.41 53	2.09 34	1.17 205	0.63 218	3.20 251	0.74 289	5.78 171	6.80 300	5.25 218	3.47 149	2.80 191	0.36 66	3.16 108	1.09 151	0.02 274	0.53 346	0.00 1	0.00 1	0.01 18	0.66 299

MLG-Stereo_test3	0.63 5	0.42 56	2.06 32	0.38 90	0.40 160	1.36 53	0.01 4	4.13 72	0.95 7	0.48 42	0.13 13	0.06 4	0.07 3	0.89 7	0.37 4	0.02 274	0.61 356	0.00 1	0.00 1	0.02 43	0.18 117

LGtest1	0.53 3	0.42 56	1.55 7	0.14 34	0.30 118	1.00 9	0.01 4	2.47 10	1.19 33	0.65 73	0.12 11	0.08 19	0.10 11	1.30 31	0.47 14	0.01 170	0.45 338	0.00 1	0.00 1	0.03 75	0.20 133

LG-Stereo_Zeroshot	1.02 45	0.42 56	3.22 131	0.48 111	0.63 218	2.02 119	0.27 156	5.79 172	1.32 35	0.82 97	0.75 45	0.87 126	0.23 33	1.24 25	0.86 102	0.15 420	0.58 350	0.00 1	0.26 430	0.03 75	0.49 242

Gwc-CoAtRS	2.16 164	0.42 56	3.13 125	1.28 218	0.31 122	3.52 283	0.39 184	6.56 220	6.31 271	5.38 222	5.11 198	5.47 305	1.70 219	2.00 66	1.08 147	0.01 170	0.19 288	0.00 1	0.25 413	0.02 43	0.16 102

LoS	1.03 47	0.43 60	2.53 70	0.64 134	0.14 47	2.42 156	0.26 154	5.64 162	2.93 77	1.08 113	0.24 21	0.49 102	0.45 99	2.31 84	0.83 99	0.02 274	0.02 167	0.00 1	0.00 1	0.06 137	0.03 14
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DCANet-4	2.26 180	0.43 60	6.69 385	0.40 94	0.20 83	1.70 89	0.13 97	5.73 167	9.44 393	6.01 245	5.29 206	1.12 135	2.77 268	2.49 91	2.21 266	0.01 170	0.00 1	0.01 379	0.00 1	0.02 43	0.61 276

tt	83.10 570	0.43 60	99.97 579	79.27 570	93.14 572	100.00 580	100.00 579	100.00 582	99.89 576	60.55 562	48.44 549	99.98 581	99.96 578	99.98 581	100.00 582	91.80 573	99.82 577	73.67 573	73.25 569	86.43 573	55.39 567

BUS	2.72 236	0.43 60	3.76 188	0.70 146	0.50 181	7.31 413	0.48 211	9.93 334	5.65 241	6.50 269	6.23 239	5.21 298	1.18 177	4.27 142	1.89 242	0.01 170	0.03 194	0.03 430	0.00 1	0.06 137	0.14 80

BSDual-CNN	2.91 251	0.43 60	3.76 188	0.70 146	0.50 181	6.97 403	1.58 382	9.93 334	5.65 241	6.50 269	6.23 239	6.17 330	2.50 254	4.27 142	2.67 294	0.01 170	0.03 194	0.03 430	0.00 1	0.06 137	0.14 80

psmg	3.34 288	0.43 60	3.76 188	0.73 152	0.50 181	8.47 431	2.74 414	10.88 366	5.65 241	8.91 391	8.78 312	6.17 330	2.50 254	4.27 142	2.67 294	0.01 170	0.04 211	0.06 451	0.00 1	0.12 239	0.10 56

KYRaft	3.68 321	0.43 60	2.53 70	0.89 178	0.49 178	2.28 145	3.89 443	5.30 133	3.82 143	8.99 395	19.28 469	6.54 339	4.96 372	7.92 319	0.96 127	0.01 170	0.00 1	0.00 1	0.01 239	0.06 137	5.17 521

CFNet-RSSM	2.26 180	0.43 60	3.24 134	1.28 218	0.31 122	3.19 250	0.40 185	7.62 273	7.29 325	5.88 235	4.68 186	5.32 302	1.68 217	2.26 81	1.04 141	0.01 170	0.09 251	0.00 1	0.31 453	0.03 75	0.16 102

PMTNet	1.48 100	0.43 60	2.77 95	0.31 70	0.17 64	2.94 229	0.33 172	3.66 31	5.27 221	1.11 115	1.28 71	0.28 71	0.92 148	4.32 146	0.90 111	4.89 524	0.00 1	0.00 1	0.00 1	0.03 75	0.05 29

FACV-RUCA	2.38 193	0.44 69	4.18 233	1.33 223	2.87 439	2.45 160	1.21 359	8.68 295	6.12 261	4.07 186	7.28 276	1.25 140	2.00 231	3.37 112	1.62 208	0.01 170	0.03 194	0.10 464	0.05 298	0.36 419	0.29 180

PAM	4.07 358	0.44 69	6.47 374	1.97 323	1.18 320	10.83 463	1.64 385	10.66 357	4.55 190	6.54 275	4.69 187	16.99 483	6.88 425	4.07 133	1.63 211	0.00 1	0.68 369	0.00 1	0.77 501	0.10 207	1.24 385

Pointernet	1.04 52	0.44 69	2.58 74	0.32 71	0.52 194	1.78 99	0.07 58	5.69 164	2.76 71	0.27 6	2.28 115	0.80 123	0.44 97	1.37 37	0.49 18	0.00 1	0.36 326	0.00 1	0.25 413	0.02 43	0.32 192

MGS-Stereo	1.22 67	0.44 69	2.92 104	0.83 169	0.07 14	1.82 104	0.65 261	2.44 9	3.95 154	1.11 115	6.19 237	0.49 102	0.37 68	1.73 52	0.81 94	0.00 1	0.00 1	0.00 1	0.00 1	0.48 449	0.01 1

HSM-Net_RVC	4.40 382	0.44 69	3.22 131	0.72 149	0.68 225	7.06 407	1.82 392	12.57 415	8.48 366	9.04 396	12.20 395	14.98 464	5.14 383	7.32 277	4.19 351	0.02 274	0.02 167	0.00 1	0.00 1	0.02 43	0.14 80
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
monsters	1.12 59	0.45 74	2.32 56	0.54 120	2.80 437	1.38 55	0.01 4	3.74 38	1.00 9	0.46 37	0.63 39	0.06 4	0.13 19	6.08 206	0.88 108	0.15 420	0.96 421	0.00 1	0.31 453	0.00 1	0.55 256

AIO-Stereo	1.30 75	0.45 74	1.73 11	0.67 144	0.77 248	2.33 148	0.60 244	5.99 192	3.27 98	0.45 31	3.46 148	0.41 91	0.28 44	1.53 44	0.71 79	0.04 345	0.79 385	0.00 1	0.67 496	0.10 207	1.67 429

RSM++	1.24 69	0.45 74	1.84 21	1.61 257	0.51 190	2.73 195	0.29 159	2.99 16	3.22 96	0.69 77	2.06 105	0.52 107	0.28 44	5.62 187	0.86 102	0.01 170	0.03 194	0.00 1	0.17 365	0.16 292	0.85 336

RAFT-Test	2.49 208	0.45 74	4.35 246	1.89 306	1.28 338	4.83 359	0.68 270	7.19 253	4.51 187	5.00 210	7.09 270	6.81 346	1.12 164	2.22 77	1.16 160	0.01 170	0.63 360	0.00 1	0.33 459	0.05 125	0.20 133

SST-Stereo	2.86 245	0.45 74	3.64 183	1.46 242	0.36 145	3.94 318	0.80 300	6.07 196	4.46 183	10.96 450	6.21 238	4.94 289	4.14 336	8.85 380	0.93 119	0.01 170	0.00 1	0.00 1	0.00 1	0.04 104	0.03 14

LG-Stereo_L1	0.82 26	0.46 79	1.74 12	0.28 66	0.34 134	1.36 53	0.19 130	2.56 12	0.91 3	0.32 10	0.03 1	0.07 13	0.06 2	6.62 226	0.54 34	0.01 170	0.63 360	0.00 1	0.00 1	0.01 18	0.21 139

PAM_32	4.12 364	0.46 79	5.63 332	1.95 318	1.02 291	10.74 461	0.85 318	11.04 368	5.02 217	6.19 253	5.28 205	17.64 487	7.30 436	5.03 168	1.45 193	0.00 1	0.68 369	0.00 1	0.77 501	0.14 272	1.14 377

RCA-Stereo	2.19 170	0.46 79	3.22 131	0.47 109	0.33 129	2.27 143	0.47 201	5.60 158	15.20 464	2.86 148	5.61 220	0.78 122	3.15 277	1.71 50	0.48 17	0.00 1	0.90 406	0.00 1	0.00 1	0.10 207	0.26 168

RAFT_R40	2.83 242	0.46 79	3.85 196	1.38 230	0.32 128	3.78 309	0.97 337	6.16 200	4.82 208	9.74 422	6.35 248	4.96 290	3.94 329	8.78 377	1.05 142	0.01 170	0.00 1	0.00 1	0.00 1	0.04 104	0.03 14

pcwnet_v2	4.36 378	0.46 79	9.07 445	1.43 239	1.10 307	3.41 268	0.40 185	13.44 446	14.60 460	10.29 432	14.22 422	5.82 323	2.97 273	6.75 236	2.29 279	0.01 170	0.05 220	0.04 440	0.02 261	0.17 301	0.61 276

R-Stereo Train	2.60 223	0.46 79	2.94 107	1.10 199	0.18 69	3.61 289	0.60 244	6.88 236	3.50 108	9.13 400	17.23 454	1.77 160	0.77 138	2.03 68	1.65 217	0.00 1	0.01 128	0.00 1	0.00 1	0.01 18	0.21 139

RAFT-Stereo	2.60 223	0.46 79	2.94 107	1.10 199	0.18 69	3.61 289	0.60 244	6.88 236	3.50 108	9.13 400	17.23 454	1.77 160	0.77 138	2.03 68	1.65 217	0.00 1	0.01 128	0.00 1	0.00 1	0.01 18	0.21 139
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LG-Stereo_L2	0.78 19	0.47 86	1.99 27	0.29 68	0.36 145	1.28 44	0.18 125	3.82 48	0.91 3	0.32 10	0.03 1	0.07 13	0.07 3	4.41 148	0.55 35	0.01 170	0.59 351	0.00 1	0.00 1	0.01 18	0.25 165

rvit_stereo_0083	1.16 63	0.47 86	3.68 186	0.54 120	0.10 25	1.25 32	0.24 148	3.17 19	5.31 225	0.52 48	0.80 48	0.82 124	1.16 175	4.52 153	0.51 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 43	0.13 75

trnet	1.09 53	0.47 86	2.19 46	0.12 28	0.21 92	1.70 89	0.02 19	4.28 83	6.97 310	0.78 91	1.77 94	0.48 101	0.67 125	1.50 41	0.58 43	0.00 1	0.01 128	0.00 1	0.00 1	0.01 18	0.03 14

CASnet	1.09 53	0.47 86	2.09 34	0.79 162	0.08 17	2.10 127	0.14 107	3.83 51	4.26 170	3.84 178	1.56 80	0.32 80	0.30 49	1.13 17	0.77 89	0.01 170	0.00 1	0.00 1	0.00 1	0.04 104	0.03 14
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DisPM	2.59 221	0.47 86	4.32 243	1.89 306	0.20 83	3.42 269	0.63 254	5.56 156	5.60 239	8.66 383	7.05 268	2.82 192	1.03 159	9.05 393	1.07 146	0.02 274	0.00 1	0.00 1	0.00 1	0.02 43	0.04 23

PFNet+	2.52 212	0.47 86	4.97 292	0.95 187	0.18 69	3.12 244	0.73 285	4.98 116	6.97 310	7.95 348	6.38 249	2.51 182	1.18 177	8.05 329	1.82 233	0.03 315	0.00 1	0.00 1	0.00 1	0.02 43	0.05 29

ICVP	2.53 213	0.47 86	3.64 183	1.20 209	0.69 228	2.71 192	0.84 313	10.63 356	4.66 196	4.31 193	8.99 317	2.75 190	1.93 228	2.91 102	4.07 350	0.06 374	0.24 305	0.01 379	0.01 239	0.13 261	0.26 168
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
NF-Stereo	2.38 193	0.48 93	3.88 204	2.17 349	0.11 27	3.43 271	0.42 190	7.08 251	3.75 137	6.91 295	5.29 206	2.65 188	1.33 190	8.40 354	1.67 223	0.01 170	0.00 1	0.00 1	0.00 1	0.03 75	0.02 6

OCTAStereo	2.38 193	0.48 93	3.90 206	2.16 344	0.11 27	3.42 269	0.42 190	7.06 246	3.74 135	6.91 295	5.26 202	2.63 187	1.32 188	8.41 356	1.70 226	0.01 170	0.00 1	0.00 1	0.00 1	0.03 75	0.01 1

PSM-softLoss	2.38 193	0.48 93	4.28 239	1.94 314	0.19 73	2.73 195	0.38 181	6.67 225	3.50 108	6.33 259	6.33 246	2.93 194	0.97 152	8.90 382	1.88 238	0.01 170	0.00 1	0.00 1	0.00 1	0.03 75	0.03 14

KMStereo	2.38 193	0.48 93	4.28 239	1.94 314	0.19 73	2.73 195	0.38 181	6.67 225	3.50 108	6.33 259	6.33 246	2.93 194	0.97 152	8.90 382	1.88 238	0.01 170	0.00 1	0.00 1	0.00 1	0.03 75	0.03 14

RE-Stereo	2.38 193	0.48 93	3.91 207	2.17 349	0.11 27	3.43 271	0.42 190	7.07 248	3.75 137	6.91 295	5.26 202	2.62 185	1.33 190	8.41 356	1.72 228	0.01 170	0.00 1	0.01 379	0.00 1	0.03 75	0.01 1

TVStereo	2.38 193	0.48 93	3.91 207	2.17 349	0.11 27	3.43 271	0.42 190	7.07 248	3.75 137	6.91 295	5.26 202	2.62 185	1.33 190	8.41 356	1.72 228	0.01 170	0.00 1	0.01 379	0.00 1	0.03 75	0.01 1

cross-raft	2.25 179	0.48 93	2.96 114	1.87 302	0.94 278	3.72 305	0.47 201	7.61 271	4.15 163	5.37 221	5.68 223	6.17 330	1.40 195	2.15 75	1.06 144	0.01 170	0.22 298	0.00 1	0.19 375	0.03 75	0.41 222

XX-Stereo	2.95 257	0.48 93	7.08 399	2.84 434	2.51 427	1.63 81	0.20 135	6.15 199	3.38 105	2.38 140	16.00 439	6.90 349	0.25 36	6.40 218	1.14 156	0.00 1	0.66 365	0.00 1	0.31 453	0.16 292	0.57 262

UGAM-zero	3.92 344	0.49 101	5.26 305	1.17 205	0.89 266	4.00 323	0.47 201	12.42 410	3.62 128	5.46 225	5.86 224	15.76 471	8.92 466	8.63 372	2.44 284	0.00 1	0.84 394	0.00 1	0.89 503	0.03 75	1.27 391

MSKI-zero shot	2.23 177	0.49 101	2.49 64	1.60 256	0.81 256	2.69 189	0.29 159	6.82 234	2.50 64	4.37 194	7.61 284	3.65 233	0.26 38	8.62 371	0.63 60	0.01 170	1.09 461	0.00 1	0.25 413	0.03 75	0.46 237

testlalala	1.80 122	0.49 101	2.67 86	1.24 213	0.46 172	3.91 315	0.87 326	6.62 224	2.96 80	6.78 292	3.83 164	1.74 158	0.40 77	1.57 47	0.76 85	0.01 170	1.16 482	0.00 1	0.38 471	0.01 18	0.17 112

MC-Stereo	1.87 124	0.49 101	3.52 164	2.82 431	1.07 297	1.90 110	0.12 88	4.89 115	3.27 98	3.66 172	3.58 160	0.56 112	1.45 198	5.79 194	0.81 94	0.00 1	1.19 487	0.00 1	0.21 393	0.11 221	1.95 473

iRaft-Stereo_20w	3.11 269	0.49 101	6.09 355	1.01 191	1.25 332	3.99 322	1.00 342	14.00 458	4.73 200	6.70 290	6.27 244	2.34 178	2.28 246	7.29 275	1.58 201	0.01 170	0.75 380	0.00 1	0.73 499	0.10 207	1.63 420

AAGNet	3.50 306	0.49 101	3.38 148	1.91 309	0.41 165	3.66 296	1.02 343	5.14 125	5.16 220	9.65 420	7.75 288	4.91 286	6.23 411	7.45 290	12.73 486	0.01 170	0.00 1	0.00 1	0.00 1	0.05 125	0.06 38

S2M2_XL	0.26 1	0.50 107	1.34 2	0.11 24	0.13 42	0.11 1	0.00 1	0.62 1	0.29 1	0.21 3	0.74 44	0.07 13	0.18 23	0.61 2	0.33 3	0.00 1	0.01 128	0.00 1	0.00 1	0.00 1	0.02 6

monsterstereo	1.18 65	0.50 107	2.75 93	0.50 114	2.62 429	1.22 19	0.01 4	3.73 37	0.95 7	0.59 63	1.62 83	0.06 4	0.09 8	6.02 200	0.96 127	0.01 170	1.10 464	0.00 1	0.34 463	0.01 18	0.56 260

S2M2	0.53 3	0.50 107	1.58 9	0.53 119	0.18 69	1.13 11	0.01 4	1.47 4	2.18 60	0.18 1	0.87 53	0.13 38	0.20 27	0.87 6	0.51 25	0.01 170	0.01 128	0.00 1	0.00 1	0.20 328	0.01 1

CREStereo++_RVC	1.70 117	0.50 107	3.07 124	0.45 104	0.01 1	1.69 88	0.02 19	3.09 18	8.24 357	3.82 176	7.53 282	0.49 102	0.32 59	1.05 13	0.52 31	0.00 1	0.00 1	0.00 1	3.03 530	0.01 18	0.08 47
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
DCVSM-stereo	3.32 286	0.51 111	3.40 156	1.79 290	0.79 250	2.94 229	0.48 211	7.31 257	5.69 247	11.47 461	5.61 220	10.63 418	5.93 402	5.74 193	3.63 326	0.03 315	0.09 251	0.03 430	0.00 1	0.12 239	0.11 65

PCWNet_CMD	3.14 273	0.51 111	4.47 254	0.44 103	0.26 113	2.87 223	0.15 110	9.66 327	9.78 397	7.28 324	11.50 379	6.84 348	2.40 251	4.47 151	1.83 234	0.01 170	0.02 167	0.02 412	0.00 1	0.06 137	0.29 180

CRE-IMP	2.08 147	0.51 111	3.43 158	0.35 83	0.19 73	3.85 314	0.83 312	5.77 170	3.43 107	5.81 233	4.24 173	3.45 223	0.83 144	6.56 222	1.99 251	0.01 170	0.00 1	0.00 1	0.00 1	0.11 221	0.20 133

CREStereo	1.09 53	0.51 111	2.16 41	0.11 24	0.24 104	1.67 84	0.03 28	4.24 77	6.91 307	0.80 95	1.73 90	0.44 97	0.64 122	1.58 48	0.61 55	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18	0.02 6
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
MSMDNet	3.15 274	0.51 111	4.48 256	0.46 107	0.25 108	2.88 225	0.16 116	9.79 330	9.82 398	7.24 320	11.36 377	6.82 347	2.41 252	4.47 151	1.86 236	0.01 170	0.02 167	0.02 412	0.00 1	0.06 137	0.30 185

MM-Stereo_test2	1.30 75	0.52 116	2.67 86	1.71 277	0.29 116	1.79 100	0.51 219	5.28 131	3.84 146	0.95 103	0.93 58	0.51 106	0.36 66	2.29 82	1.12 152	0.00 1	0.95 418	0.00 1	0.07 307	0.32 410	1.97 474

NRIStereo	2.27 183	0.52 116	3.35 147	1.26 215	0.17 64	3.04 238	0.84 313	5.96 190	3.74 135	6.27 256	3.44 147	4.13 252	1.80 227	8.31 348	2.11 259	0.00 1	0.10 257	0.00 1	0.00 1	0.12 239	0.20 133

UniTT-Stereo	0.94 39	0.53 118	2.82 96	0.94 185	1.29 343	0.56 5	0.12 88	1.49 5	3.16 92	1.77 130	2.22 112	0.20 48	0.32 59	1.76 58	1.33 185	0.00 1	0.00 1	0.00 1	0.00 1	0.16 292	0.02 6

testlalala_base	3.54 309	0.53 118	3.53 167	2.31 381	2.22 412	4.04 327	0.61 248	6.91 238	2.73 70	2.69 144	4.17 171	1.78 163	0.51 104	2.02 67	1.08 147	13.13 546	3.23 537	0.00 1	0.35 466	16.60 540	2.27 493

DAS	4.18 367	0.53 118	6.20 361	2.20 353	3.69 468	2.78 204	3.12 428	8.69 296	10.29 403	9.39 411	12.80 406	4.58 273	7.20 432	9.08 394	2.70 297	0.02 274	0.00 1	0.00 1	0.00 1	0.04 104	0.34 196

SepStereo	4.22 370	0.53 118	6.20 361	2.20 353	3.69 468	2.78 204	3.12 428	8.69 296	10.29 403	9.39 411	12.80 406	4.58 273	7.20 432	9.74 420	2.70 297	0.02 274	0.00 1	0.00 1	0.00 1	0.04 104	0.34 196

DilatedVolume-Stereo	1.37 82	0.54 122	3.84 195	1.25 214	0.30 118	2.19 136	0.10 78	3.17 19	1.67 41	3.13 159	2.14 107	0.74 120	0.58 117	5.71 192	0.92 115	0.03 315	0.30 313	0.00 1	0.18 371	0.04 104	0.56 260

Selective-RAFT	1.92 132	0.54 122	3.87 199	1.15 201	0.21 92	3.83 313	0.06 51	5.00 117	4.68 197	1.59 127	2.14 107	3.05 198	2.77 268	6.63 228	1.34 187	0.00 1	0.95 418	0.00 1	0.32 456	0.05 125	0.19 127

FTStereo	4.61 396	0.54 122	2.86 101	0.98 190	0.40 160	2.57 172	8.51 507	5.70 165	3.76 140	10.85 446	29.92 513	5.53 308	7.43 439	7.73 309	1.63 211	0.17 430	0.00 1	0.05 447	0.00 1	0.04 104	3.62 514

DEmStereo	3.86 339	0.54 122	4.04 222	0.26 63	0.17 64	5.17 365	2.45 407	4.70 102	4.34 176	8.37 369	19.94 472	5.06 295	10.13 474	7.86 315	3.93 345	0.01 170	0.01 128	0.01 379	0.00 1	0.03 75	0.10 56

test-1	2.14 161	0.54 122	6.32 370	1.07 196	1.22 327	2.13 134	0.54 225	6.40 214	4.80 207	3.55 167	5.23 201	4.02 245	0.71 130	1.95 62	2.15 263	0.08 391	0.98 433	0.00 1	0.08 310	0.02 43	1.07 365

EAI-Stereo	2.75 240	0.54 122	3.17 127	0.91 182	1.28 338	4.02 324	5.30 469	12.39 408	4.76 201	2.51 142	7.10 271	1.22 137	0.94 151	6.03 202	1.96 247	0.01 170	0.56 347	0.00 1	1.38 516	0.04 104	0.95 350

rvit_stereo_0081	1.03 47	0.55 128	2.58 74	0.64 134	0.13 42	1.35 50	0.12 88	3.74 38	5.28 222	0.55 55	0.32 27	0.55 110	0.12 16	4.08 134	0.53 32	0.00 1	0.00 1	0.00 1	0.00 1	0.02 43	0.05 29

rvit_stereo_0082	1.03 47	0.55 128	2.58 74	0.64 134	0.13 42	1.35 50	0.12 88	3.74 38	5.28 222	0.55 55	0.32 27	0.55 110	0.12 16	4.08 134	0.53 32	0.00 1	0.00 1	0.00 1	0.00 1	0.02 43	0.05 29

IGEV-Stereo+	1.89 126	0.55 128	2.49 64	0.48 111	3.25 451	2.06 124	0.07 58	1.92 6	1.52 40	0.77 85	0.08 5	0.22 55	0.44 97	7.11 263	0.68 68	0.04 345	0.66 365	0.00 1	0.33 459	5.08 520	10.13 540

LCNet	2.94 255	0.55 128	2.57 73	1.03 194	0.59 211	2.05 122	1.55 381	5.51 149	4.19 166	6.08 250	10.58 363	4.54 270	6.63 419	7.59 303	0.90 111	0.01 170	0.00 1	0.01 379	0.76 500	0.31 405	3.43 510

Patchmatch Stereo++	2.09 153	0.55 128	3.57 174	0.20 39	0.20 83	3.68 301	0.64 257	5.90 183	3.52 115	5.91 237	4.41 177	3.42 215	1.51 205	7.07 258	0.95 124	0.01 170	0.00 1	0.00 1	0.00 1	0.09 184	0.10 56
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	2.02 141	0.55 128	3.57 174	0.20 39	0.21 92	3.69 304	0.69 273	5.89 178	3.52 115	5.91 237	4.43 179	3.42 215	1.50 201	5.63 188	0.94 123	0.01 170	0.00 1	0.00 1	0.00 1	0.09 184	0.10 56

DeepStereo_RVC	2.15 162	0.55 128	3.26 136	0.21 48	0.19 73	3.47 277	0.68 270	5.76 169	3.60 125	6.36 263	4.19 172	3.42 215	4.44 347	5.04 169	1.59 204	0.02 274	0.00 1	0.00 1	0.00 1	0.09 184	0.18 117

RAFT-345	3.36 293	0.55 128	3.43 158	1.23 211	0.21 92	2.62 178	0.46 199	3.91 57	6.34 272	7.46 333	24.49 494	4.19 256	1.74 225	8.27 341	2.25 272	0.01 170	0.00 1	0.00 1	0.00 1	0.02 43	0.02 6

iRAFT	2.09 153	0.55 128	3.57 174	0.20 39	0.20 83	3.68 301	0.64 257	5.90 183	3.52 115	5.91 237	4.41 177	3.42 215	1.51 205	7.07 258	0.95 124	0.01 170	0.00 1	0.00 1	0.00 1	0.09 184	0.10 56

CFNet_pseudo	2.96 259	0.55 128	4.51 258	0.43 99	0.24 104	2.83 208	0.12 88	8.59 293	8.13 354	7.20 318	10.41 356	6.47 337	2.04 233	5.27 176	2.00 253	0.00 1	0.02 167	0.01 379	0.00 1	0.06 137	0.23 153

ccs_rob	2.95 257	0.55 128	4.53 262	0.42 96	0.25 108	2.84 210	0.12 88	8.58 292	8.13 354	7.18 315	10.36 355	6.44 336	2.05 234	5.28 177	1.97 248	0.00 1	0.02 167	0.01 379	0.00 1	0.06 137	0.23 153

water-stereo	0.90 36	0.56 139	4.39 248	0.11 24	0.08 17	1.57 75	0.15 110	4.51 95	1.69 44	0.80 95	1.31 76	0.27 68	0.24 35	0.71 3	0.56 40	0.26 459	0.06 226	0.00 1	0.02 261	0.03 75	0.71 312

DEFOM-Stereo	0.78 19	0.56 139	1.98 25	0.21 48	0.12 36	1.93 112	0.44 196	0.99 3	0.93 6	0.70 78	0.51 33	0.15 39	0.09 8	6.39 217	0.40 6	0.00 1	0.00 1	0.00 1	0.00 1	0.02 43	0.14 80

CFNet_ucs	3.23 279	0.56 139	4.59 270	0.59 124	0.37 150	3.29 259	0.19 130	10.47 350	9.02 382	7.78 342	12.57 401	5.59 310	1.74 225	5.39 180	1.86 236	0.00 1	0.04 211	0.01 379	0.00 1	0.10 207	0.33 193

PSMNet-ADL	3.17 277	0.56 139	3.00 120	1.55 253	0.40 160	5.97 385	0.28 157	9.06 306	5.75 249	3.56 168	6.80 261	8.33 376	4.51 349	7.65 306	5.51 388	0.03 315	0.09 251	0.00 1	0.00 1	0.03 75	0.28 177

ROB_FTStereo_v2	2.04 143	0.56 139	3.56 173	0.20 39	0.21 92	3.66 296	0.72 283	5.89 178	3.51 113	5.91 237	4.46 182	3.42 215	1.50 201	6.08 206	0.93 119	0.01 170	0.00 1	0.00 1	0.00 1	0.09 184	0.09 51

HUI-Stereo	1.94 134	0.56 139	3.55 171	0.20 39	0.20 83	3.67 300	0.63 254	5.89 178	3.53 119	5.92 242	4.44 180	3.41 214	1.51 205	4.21 141	0.89 109	0.02 274	0.00 1	0.00 1	0.00 1	0.09 184	0.11 65

iGMRVC	2.09 153	0.56 139	3.59 179	0.20 39	0.21 92	3.68 301	0.71 280	5.89 178	3.53 119	5.92 242	4.46 182	3.44 221	1.51 205	6.93 250	0.98 129	0.02 274	0.00 1	0.00 1	0.00 1	0.09 184	0.09 51

GREAT-IGEV	1.17 64	0.57 146	3.06 122	1.95 318	1.41 356	1.42 60	0.08 66	2.51 11	3.07 89	0.58 60	0.79 47	0.11 36	0.35 65	2.17 76	1.00 134	0.07 382	1.45 505	0.00 1	0.22 400	0.14 272	2.42 500

anonymousdsp2	2.20 172	0.57 146	4.59 270	1.69 273	0.82 258	3.58 287	0.48 211	8.57 291	3.63 129	3.37 162	3.03 138	3.32 206	1.00 155	5.57 186	0.80 90	0.01 170	0.94 413	0.02 412	0.15 353	0.06 137	1.89 469

CASS	2.62 225	0.57 146	4.28 239	0.90 180	0.38 152	3.45 274	0.22 142	9.91 333	4.46 183	7.33 329	7.92 296	3.53 227	3.59 306	4.16 139	1.49 195	0.03 315	0.01 128	0.00 1	0.00 1	0.05 125	0.06 38
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo	2.03 142	0.57 146	3.57 174	0.20 39	0.21 92	3.66 296	0.73 285	5.89 178	3.51 113	5.92 242	4.35 176	3.37 211	1.50 201	6.02 200	0.90 111	0.01 170	0.00 1	0.00 1	0.00 1	0.09 184	0.09 51

RAFT-IKP	2.04 143	0.57 146	3.54 169	0.20 39	0.20 83	3.45 274	0.62 252	5.90 183	3.52 115	5.91 237	4.44 180	3.46 224	1.50 201	6.20 210	1.00 134	0.01 170	0.00 1	0.00 1	0.00 1	0.09 184	0.08 47

LG-Stereo	1.00 44	0.58 151	4.72 279	0.19 38	0.37 150	1.18 14	0.18 125	4.21 76	3.11 91	0.83 101	1.95 103	0.45 99	0.16 21	0.53 1	0.62 57	0.33 468	0.22 298	0.00 1	0.00 1	0.11 221	0.31 187

test_sample2	2.79 241	0.59 152	4.40 249	2.38 392	0.43 169	2.58 175	0.15 110	10.14 341	5.78 251	4.23 191	5.86 224	4.31 264	4.02 330	6.34 216	2.00 253	0.00 1	0.96 421	0.00 1	0.12 342	0.07 156	1.37 402

MIF-Stereo (partial)	1.44 92	0.59 152	3.98 215	0.08 10	1.09 305	1.24 25	0.13 97	5.12 123	4.07 161	0.47 41	2.56 123	0.31 76	0.74 133	6.31 214	2.02 255	0.00 1	0.00 1	0.00 1	0.00 1	0.12 239	0.04 23

PFNet	3.06 265	0.59 152	6.13 357	2.26 369	0.84 260	3.08 240	0.73 285	7.38 262	5.35 226	10.20 428	6.06 233	4.72 278	2.10 238	8.47 361	2.25 272	0.19 437	0.06 226	0.00 1	0.11 336	0.20 328	0.42 227

FENet	2.35 190	0.59 152	3.28 138	2.32 383	0.27 114	2.78 204	0.13 97	7.68 276	6.09 259	5.38 222	2.12 106	4.84 284	3.33 293	4.98 166	2.66 293	0.02 274	0.03 194	0.00 1	0.00 1	0.04 104	0.40 212

GCAP-BAT	2.26 180	0.61 156	3.67 185	1.48 246	0.81 256	4.32 341	0.77 296	4.87 111	4.04 160	3.97 183	5.41 212	4.38 267	0.59 119	6.20 210	1.17 161	0.02 274	1.14 476	0.00 1	0.55 490	0.07 156	1.22 383

EKT-Stereo	2.16 164	0.61 156	3.78 192	2.31 381	4.40 487	1.47 66	0.24 148	5.54 152	4.22 168	3.16 160	3.58 160	3.53 227	2.20 240	5.66 189	1.40 191	0.04 345	0.36 326	0.00 1	0.09 322	0.06 137	0.58 268

GwcNet-ADL	2.85 244	0.61 156	4.38 247	0.92 183	0.33 129	2.05 122	0.67 267	8.85 301	9.65 395	6.36 263	6.71 257	4.11 251	1.71 220	5.97 199	4.22 353	0.08 391	0.06 226	0.00 1	0.00 1	0.07 156	0.16 102

Pruner-Stereo	2.66 227	0.61 156	3.54 169	1.93 312	0.25 108	3.47 277	0.74 289	6.60 222	5.66 245	8.98 393	6.12 235	4.39 268	1.11 163	7.27 272	2.34 282	0.03 315	0.00 1	0.02 412	0.00 1	0.03 75	0.04 23

Anonymous3	1.96 136	0.61 156	7.58 412	0.42 96	0.51 190	4.28 338	0.52 221	5.56 156	2.76 71	2.35 138	3.47 149	1.50 150	1.13 166	5.92 198	1.54 198	0.23 451	0.23 302	0.00 1	0.00 1	0.14 272	0.47 238

SFCPSM	3.39 296	0.61 156	5.42 317	0.43 99	0.93 277	8.26 423	2.08 400	15.01 473	5.89 254	7.17 314	7.60 283	3.39 213	2.55 257	5.39 180	2.53 286	0.01 170	0.03 194	0.01 379	0.07 307	0.19 319	0.31 187

test_sample3	3.27 281	0.62 162	5.29 310	2.24 364	0.58 210	4.62 353	0.16 116	12.15 401	7.51 332	6.44 266	7.25 275	3.72 234	3.03 275	6.73 235	3.17 320	0.01 170	0.85 396	0.00 1	0.10 329	0.07 156	0.88 339

ASMatch	3.41 300	0.62 162	3.59 179	1.99 328	0.48 175	1.91 111	0.66 262	7.01 240	4.43 182	6.25 254	22.02 483	4.56 272	4.72 364	7.78 312	1.85 235	0.01 170	0.01 128	0.00 1	0.03 276	0.02 43	0.21 139

MM-Stereo_test1	1.90 130	0.63 164	2.65 83	1.43 239	0.56 206	2.37 152	0.54 225	5.36 144	5.81 252	4.00 184	1.78 95	0.42 95	0.83 144	7.32 277	1.28 178	0.00 1	1.03 452	0.00 1	0.00 1	0.35 416	1.64 421

test_sample1	2.88 248	0.63 164	4.46 251	2.38 392	0.68 225	2.61 177	0.05 38	10.51 352	5.36 228	4.50 197	4.81 189	3.76 235	5.94 403	6.10 208	2.96 309	0.00 1	0.99 440	0.00 1	0.11 336	0.07 156	1.67 429

IGEV_Zeroshot_test	2.57 219	0.63 164	5.70 340	1.93 312	0.87 265	2.63 180	0.85 318	8.94 305	4.55 190	5.30 219	5.48 217	5.23 301	1.38 194	3.76 123	1.32 184	0.00 1	0.69 371	0.00 1	0.18 371	0.19 319	1.72 441

test_sample4	3.29 283	0.64 167	5.38 314	2.08 336	0.53 197	3.91 315	0.15 110	12.13 398	7.50 331	7.04 303	7.50 281	3.64 232	3.19 278	6.95 251	3.14 317	0.02 274	0.85 396	0.00 1	0.10 329	0.07 156	0.92 346

testlalala2	2.34 189	0.64 167	2.49 64	9.58 524	6.50 514	3.57 286	0.18 125	5.34 137	3.20 94	3.87 180	4.57 185	3.12 203	0.52 106	1.49 40	0.44 8	0.00 1	0.31 315	0.00 1	0.43 480	0.12 239	0.40 212

test_sample5	3.34 288	0.65 169	5.17 302	2.10 338	0.49 178	3.31 262	0.17 120	11.91 390	7.47 329	6.91 295	9.15 321	3.61 230	3.37 295	7.53 298	3.06 313	0.02 274	0.85 396	0.00 1	0.10 329	0.07 156	0.90 340

DualNet	3.48 305	0.65 169	5.17 302	2.10 338	0.49 178	3.31 262	0.17 120	11.91 390	7.47 329	7.18 315	11.56 381	3.61 230	3.37 295	7.53 298	3.06 313	0.02 274	0.85 396	0.00 1	0.10 329	0.07 156	0.90 340

GANet-ADL	2.40 201	0.65 169	3.92 209	2.22 357	0.11 27	2.23 138	0.47 201	9.29 320	7.27 323	4.77 201	5.95 232	3.96 242	1.26 187	3.08 107	2.27 275	0.04 345	0.08 244	0.02 412	0.00 1	0.15 288	0.21 139

DRaft	3.83 338	0.65 169	3.39 150	0.22 51	0.16 61	4.67 354	1.30 369	5.82 175	4.86 210	10.26 431	21.65 479	3.24 205	8.62 460	7.53 298	3.76 333	0.05 362	0.10 257	0.00 1	0.14 350	0.12 239	0.16 102

DDVS	3.79 335	0.66 173	5.66 336	2.27 373	1.28 338	6.48 395	0.47 201	9.33 322	4.35 177	7.29 325	7.71 286	12.49 448	2.21 241	9.01 391	5.16 383	0.08 391	0.20 295	0.01 379	0.00 1	0.14 272	1.03 363

Occ-G	1.39 86	0.66 173	3.05 121	0.60 128	0.75 244	1.46 64	0.67 267	3.66 31	3.50 108	1.76 129	0.65 40	5.00 293	0.55 110	1.15 19	1.56 200	0.00 1	0.74 379	0.00 1	0.17 365	0.19 319	1.61 417

test_sample6	3.60 316	0.66 173	5.27 306	2.23 360	0.48 175	3.25 255	0.21 140	11.94 393	7.53 334	7.18 315	11.56 381	3.99 244	3.86 321	8.03 326	3.88 341	0.03 315	0.83 390	0.00 1	0.09 322	0.07 156	0.86 337

hknet	3.56 311	0.66 173	5.82 343	0.70 146	1.19 322	6.97 403	1.58 382	9.93 334	7.76 340	6.50 269	6.23 239	9.53 397	2.81 270	7.84 313	3.39 323	0.01 170	0.03 194	0.03 430	0.00 1	0.06 137	0.14 80

IRAFT_RVC	2.98 261	0.66 173	4.23 238	2.20 353	0.40 160	2.91 228	5.04 465	7.03 244	4.21 167	6.59 279	5.52 218	5.02 294	4.77 365	8.41 356	2.30 281	0.01 170	0.17 285	0.01 379	0.00 1	0.03 75	0.05 29

test_sample7	3.75 330	0.67 178	4.34 245	2.21 356	0.35 138	4.47 349	2.08 400	11.31 376	8.40 363	8.64 380	8.05 300	6.80 343	5.05 377	7.22 268	2.53 286	0.07 382	1.04 453	0.00 1	0.00 1	0.06 137	1.66 426

11t1	2.13 160	0.67 178	3.98 215	2.69 422	0.85 263	2.59 176	0.07 58	7.40 263	3.89 150	3.75 174	3.57 159	1.24 139	1.96 229	4.68 159	1.97 248	0.10 406	1.13 469	0.00 1	0.22 400	0.09 184	1.66 426

xyz-stereo	7.36 456	0.68 180	38.77 546	0.30 69	0.07 14	31.97 536	0.19 130	5.13 124	2.13 57	10.90 448	24.34 493	6.05 325	8.02 451	12.01 464	6.06 393	0.01 170	0.02 167	0.35 499	0.00 1	0.09 184	0.16 102

CAS++	1.27 72	0.68 180	2.40 62	0.25 59	0.30 118	1.80 101	0.61 248	8.46 290	3.61 127	1.80 131	2.42 119	0.18 44	0.21 32	2.12 73	0.49 18	0.01 170	0.01 128	0.00 1	0.00 1	0.02 43	0.06 38
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
gcap-zeroshot	2.22 174	0.68 180	5.64 333	0.79 162	1.15 316	3.33 265	0.73 285	7.14 252	4.59 192	3.86 179	1.79 97	8.42 383	0.56 114	3.00 105	0.89 109	0.02 274	0.66 365	0.00 1	0.26 430	0.01 18	0.83 334

IPLGR	2.46 206	0.68 180	7.02 394	0.22 51	0.16 61	2.01 118	0.22 142	7.01 240	6.62 290	7.10 309	5.92 231	2.91 193	2.27 244	5.12 173	1.52 197	0.00 1	0.00 1	0.00 1	0.00 1	0.12 239	0.41 222

castereo	1.02 45	0.69 184	1.26 1	0.46 107	0.19 73	1.89 108	0.76 294	5.61 160	2.37 62	0.78 91	2.65 127	0.32 80	0.40 77	1.25 26	1.00 134	0.01 170	0.32 316	0.00 1	0.24 409	0.03 75	0.22 146

SMFormer	3.94 346	0.69 184	4.55 264	1.97 323	0.15 55	2.84 210	0.29 159	13.06 433	11.10 422	7.69 336	10.45 357	4.77 279	4.52 350	9.68 414	4.89 374	0.08 391	0.97 426	0.00 1	0.16 355	0.11 221	0.92 346

tta	3.96 350	0.69 184	4.55 264	1.97 323	0.15 55	2.84 210	0.29 159	13.06 433	11.10 422	7.69 336	10.45 357	4.77 279	4.52 350	9.68 414	4.89 374	0.08 391	0.97 426	0.00 1	0.16 355	0.13 261	1.24 385

qqq1	3.78 333	0.69 184	4.55 264	1.97 323	0.15 55	2.84 210	0.29 159	13.06 433	11.10 422	7.69 336	10.45 357	4.77 279	4.52 350	9.68 414	1.24 174	0.08 391	0.97 426	0.00 1	0.12 342	0.13 261	1.24 385

fff1	3.78 333	0.69 184	4.55 264	1.97 323	0.15 55	2.84 210	0.29 159	13.06 433	11.10 422	7.69 336	10.45 357	4.77 279	4.52 350	9.68 414	1.24 174	0.08 391	0.97 426	0.00 1	0.12 342	0.13 261	1.24 385

HHNet	2.71 233	0.69 184	3.31 141	0.25 59	0.39 155	2.80 207	0.90 329	6.33 208	5.68 246	7.51 334	13.70 415	0.94 129	3.14 276	5.42 182	2.54 291	0.14 418	0.02 167	0.06 451	0.00 1	0.24 363	0.07 43

RAFT-RH_RVC	4.04 354	0.69 184	3.59 179	1.91 309	0.43 169	3.11 242	0.13 97	3.80 44	6.60 287	11.26 457	31.68 519	5.20 297	1.66 216	8.30 346	2.27 275	0.09 402	0.00 1	0.00 1	0.03 276	0.03 75	0.02 6

model_zeroshot	1.98 138	0.70 191	4.98 293	2.25 366	1.07 297	3.20 251	0.13 97	7.01 240	3.34 103	3.46 165	3.77 163	2.69 189	0.42 84	2.86 100	1.18 165	0.06 374	0.85 396	0.00 1	0.25 413	0.02 43	1.40 403

RAStereo	0.81 24	0.70 191	3.97 214	0.21 48	0.54 201	1.16 12	0.02 19	3.78 41	1.22 34	0.62 70	1.57 81	0.16 42	0.23 33	0.89 7	1.05 142	0.00 1	0.00 1	0.00 1	0.00 1	0.08 169	0.02 6

ttt	4.41 385	0.70 191	3.95 213	2.53 410	2.01 401	4.34 344	0.41 188	13.09 437	11.69 434	7.20 318	12.20 395	4.15 254	3.35 294	9.54 411	10.11 456	0.07 382	1.11 465	0.00 1	0.19 375	0.10 207	1.47 405

test_4	2.58 220	0.70 191	3.30 139	0.43 99	0.30 118	3.97 321	1.11 355	3.91 57	3.83 144	4.15 189	17.20 453	3.44 221	0.52 106	6.60 225	1.58 201	0.00 1	0.13 272	0.00 1	0.11 336	0.20 328	0.20 133

fffft	1.13 60	0.71 195	2.25 51	0.09 15	0.07 14	2.10 127	0.63 254	4.19 75	2.10 56	0.42 27	0.75 45	0.24 63	0.20 27	6.89 244	1.08 147	0.00 1	0.12 266	0.00 1	0.00 1	0.24 363	0.53 253
1: 1. 1
CrosDoStereo	4.05 356	0.71 195	3.52 164	0.51 115	0.20 83	3.25 255	11.21 519	6.34 209	4.96 213	9.04 396	16.44 441	4.92 287	7.28 434	8.29 343	3.84 339	0.00 1	0.02 167	0.01 379	0.00 1	0.18 312	0.19 127

DeepStereo_LL	4.05 356	0.71 195	3.52 164	0.51 115	0.20 83	3.25 255	11.21 519	6.34 209	4.96 213	9.04 396	16.44 441	4.92 287	7.28 434	8.29 343	3.84 339	0.00 1	0.02 167	0.01 379	0.00 1	0.18 312	0.19 127

AIO_test	1.34 79	0.72 198	3.32 143	0.86 173	1.19 322	2.90 227	0.80 300	4.46 93	3.34 103	0.77 85	0.86 51	1.48 149	0.30 49	2.95 103	0.49 18	0.00 1	1.00 447	0.00 1	0.13 348	0.04 104	1.24 385

GES	2.69 230	0.72 198	5.34 311	1.82 297	0.05 5	4.51 350	1.04 347	10.39 347	4.18 165	5.53 228	6.72 258	1.92 169	3.30 286	5.16 174	2.67 294	0.06 374	0.01 128	0.06 451	0.01 239	0.20 328	0.14 80

ITSA-stereo	4.02 352	0.73 200	4.51 258	2.16 344	0.31 122	3.58 287	0.70 278	13.77 456	15.84 472	7.13 311	6.59 256	4.25 262	3.48 302	9.04 392	6.12 397	0.09 402	0.08 244	0.11 465	0.10 329	0.19 319	1.54 411

Former-RAFT_DAM_RVC	1.39 86	0.74 201	2.72 91	0.73 152	1.26 335	2.42 156	0.02 19	3.78 41	8.16 356	1.81 134	2.94 135	0.28 71	0.32 59	1.51 43	0.76 85	0.04 345	0.01 128	0.00 1	0.00 1	0.08 169	0.19 127

AdaStereo	3.34 288	0.74 201	4.00 218	3.10 455	0.51 190	4.22 334	1.25 364	12.84 423	8.39 362	6.33 259	9.55 336	5.77 320	1.54 210	5.53 185	2.74 303	0.02 274	0.00 1	0.00 1	0.00 1	0.03 75	0.15 93
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.
mmm	3.07 266	0.76 203	4.50 257	2.27 373	1.24 331	3.75 307	0.12 88	10.03 338	5.12 219	6.43 265	11.19 374	3.10 202	3.20 279	4.54 155	1.78 232	0.02 274	1.19 487	0.00 1	0.30 449	0.09 184	1.79 452

anonymousa	4.24 372	0.78 204	4.05 223	2.16 344	4.87 504	8.76 433	0.35 174	7.41 264	4.47 185	8.21 365	19.70 471	11.03 431	5.87 401	2.04 70	2.20 265	0.00 1	1.16 482	0.00 1	0.55 490	0.04 104	1.11 371

CRFU-Net	4.81 407	0.78 204	5.69 338	3.10 455	1.39 353	13.18 485	3.23 433	12.26 402	4.33 172	10.91 449	9.98 349	10.94 429	7.93 449	7.47 292	3.94 346	0.16 426	0.16 281	0.16 480	0.00 1	0.26 372	0.29 180

GIP-stereo	1.03 47	0.79 206	2.35 58	1.91 309	1.40 354	1.47 66	0.05 38	5.06 118	1.85 52	0.30 8	0.43 31	0.57 113	0.37 68	1.14 18	0.75 84	0.07 382	0.50 345	0.00 1	0.00 1	0.06 137	1.57 415

ff7	1.46 95	0.79 206	2.99 115	0.33 77	0.35 138	2.75 198	0.81 304	4.31 84	2.97 81	0.77 85	1.20 63	0.21 49	0.42 84	7.44 283	0.86 102	0.00 1	0.93 408	0.00 1	0.16 355	0.12 239	1.82 453

ffff	1.46 95	0.79 206	2.99 115	0.33 77	0.35 138	2.75 198	0.81 304	4.31 84	2.97 81	0.77 85	1.20 63	0.21 49	0.42 84	7.44 283	0.86 102	0.00 1	0.93 408	0.00 1	0.16 355	0.12 239	1.82 453

11t	1.46 95	0.79 206	2.99 115	0.33 77	0.35 138	2.75 198	0.81 304	4.31 84	2.97 81	0.77 85	1.20 63	0.21 49	0.42 84	7.44 283	0.87 107	0.00 1	0.93 408	0.00 1	0.16 355	0.12 239	1.82 453

ccc-4	1.46 95	0.79 206	2.99 115	0.33 77	0.35 138	2.75 198	0.81 304	4.31 84	2.97 81	0.77 85	1.20 63	0.21 49	0.42 84	7.44 283	0.86 102	0.00 1	0.93 408	0.00 1	0.16 355	0.12 239	1.82 453

TANstereo	1.32 78	0.79 206	2.93 105	0.37 87	0.11 27	1.81 103	0.01 4	3.56 25	4.36 178	4.53 198	4.96 194	0.41 91	0.68 126	1.22 22	0.59 48	0.01 170	0.00 1	0.00 1	0.00 1	0.00 1	0.03 14

FAT-Stereo	6.98 450	0.79 206	7.57 411	2.54 413	1.80 382	6.16 388	4.33 454	19.16 508	18.82 488	10.75 442	17.08 451	18.23 492	13.56 496	9.25 400	8.44 428	0.03 315	0.16 281	0.01 379	0.10 329	0.14 272	0.65 290

IGEV++	1.58 111	0.81 213	2.66 84	1.35 224	0.99 285	2.47 164	0.98 340	7.35 260	3.70 134	0.82 97	2.24 113	0.44 97	1.18 177	2.08 71	1.15 157	0.03 315	1.18 486	0.00 1	0.05 298	0.17 301	2.00 478

anonymousdsp	1.51 103	0.81 213	2.70 89	0.60 128	0.69 228	2.76 202	0.79 298	4.86 108	3.00 87	0.82 97	1.25 67	0.31 76	0.42 84	7.44 283	0.81 94	0.00 1	0.83 390	0.00 1	0.17 365	0.12 239	1.85 462

NINENet	3.38 295	0.81 213	4.16 229	1.88 305	1.40 354	7.31 413	0.48 211	12.95 430	6.64 292	7.29 325	9.24 325	5.21 298	1.18 177	6.72 234	1.89 242	0.17 430	0.08 244	0.07 456	0.00 1	0.09 184	0.03 14

IGEV-Stereo	1.51 103	0.81 213	2.69 88	0.60 128	0.69 228	2.77 203	0.79 298	4.88 112	2.99 86	0.82 97	1.25 67	0.31 76	0.42 84	7.43 282	0.85 100	0.00 1	0.83 390	0.00 1	0.17 365	0.12 239	1.85 462
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HH	2.88 248	0.82 217	4.07 225	1.71 277	0.54 201	4.71 355	0.69 273	8.72 298	3.57 123	1.80 131	6.49 254	7.81 365	3.92 327	8.93 385	0.99 131	0.00 1	1.06 457	0.00 1	0.03 276	0.05 125	1.69 434

HanStereo	2.88 248	0.82 217	4.07 225	1.71 277	0.54 201	4.71 355	0.69 273	8.72 298	3.57 123	1.80 131	6.49 254	7.81 365	3.92 327	8.93 385	0.99 131	0.00 1	1.06 457	0.00 1	0.03 276	0.05 125	1.69 434

x	2.30 186	0.82 217	3.85 196	2.23 360	0.72 237	2.12 132	0.81 304	9.48 325	4.82 208	3.83 177	2.76 128	3.49 225	2.30 247	3.48 114	2.25 272	0.00 1	1.13 469	0.00 1	0.22 400	0.09 184	1.66 426

TransformOpticalFlow	3.50 306	0.83 220	4.85 284	1.09 197	0.31 122	3.52 283	0.14 107	10.32 343	8.02 351	5.78 231	13.25 411	6.63 340	4.91 369	8.36 352	1.63 211	0.00 1	0.01 128	0.01 379	0.00 1	0.06 137	0.24 162

HCRNet	2.74 239	0.83 220	4.19 234	0.45 104	3.31 454	2.18 135	0.22 142	7.59 268	5.76 250	6.08 250	4.89 191	5.21 298	2.74 265	8.04 328	3.10 315	0.00 1	0.02 167	0.00 1	0.00 1	0.10 207	0.09 51

UPFNet	4.17 366	0.83 220	5.51 322	2.49 404	3.36 458	7.13 410	2.60 408	10.52 354	7.16 316	8.76 387	7.83 291	7.85 368	3.41 299	8.60 368	7.04 412	0.01 170	0.02 167	0.00 1	0.00 1	0.12 239	0.17 112

SCV	2.06 145	0.84 223	3.74 187	3.56 475	1.22 327	2.30 146	0.76 294	7.87 280	3.29 101	0.59 63	2.83 130	0.67 116	0.58 117	8.00 322	0.91 114	0.00 1	0.89 404	0.00 1	0.48 484	0.41 431	2.18 488

WCG-NET	1.42 88	0.84 223	1.90 23	0.61 131	0.10 25	2.10 127	1.05 349	3.33 23	7.10 314	2.86 148	3.53 157	0.75 121	0.93 150	1.28 28	0.72 80	0.00 1	0.97 426	0.00 1	0.00 1	0.16 292	0.22 146

SGM-Forest	5.40 417	0.84 223	4.19 234	1.43 239	0.68 225	10.12 451	6.41 484	12.13 398	11.86 436	11.50 462	14.43 424	11.62 437	5.20 384	9.93 430	6.16 398	0.16 426	0.04 211	0.00 1	0.00 1	0.08 169	1.24 385
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
999	1.42 88	0.85 226	2.23 49	1.37 228	0.35 138	3.01 236	0.64 257	3.91 57	2.83 74	0.38 17	3.35 146	0.19 45	0.25 36	7.37 279	1.12 152	0.01 170	0.04 211	0.00 1	0.00 1	0.22 346	0.21 139

qqq	2.44 205	0.85 226	4.33 244	1.73 283	0.71 234	1.98 116	0.38 181	9.15 311	4.33 172	3.37 162	4.34 174	4.63 276	2.83 271	4.95 164	2.06 256	0.00 1	1.13 469	0.00 1	0.25 413	0.09 184	1.65 422

GMOStereo	2.08 147	0.85 226	2.95 110	0.23 54	0.73 239	1.50 68	0.86 321	5.08 119	4.78 202	8.42 370	6.99 264	3.36 207	1.14 168	1.73 52	1.21 168	0.00 1	1.32 496	0.00 1	0.00 1	0.28 387	0.23 153

error version	2.08 147	0.85 226	2.95 110	0.23 54	0.73 239	1.50 68	0.86 321	5.08 119	4.78 202	8.42 370	6.99 264	3.36 207	1.14 168	1.73 52	1.21 168	0.00 1	1.32 496	0.00 1	0.00 1	0.28 387	0.23 153

test-v	2.08 147	0.85 226	2.95 110	0.23 54	0.73 239	1.50 68	0.86 321	5.08 119	4.78 202	8.42 370	6.99 264	3.36 207	1.14 168	1.73 52	1.21 168	0.00 1	1.32 496	0.00 1	0.00 1	0.28 387	0.23 153

test-2	2.08 147	0.85 226	2.95 110	0.23 54	0.73 239	1.50 68	0.86 321	5.08 119	4.78 202	8.42 370	6.99 264	3.36 207	1.14 168	1.73 52	1.21 168	0.00 1	1.32 496	0.00 1	0.00 1	0.28 387	0.23 153

sCroCo_RVC	1.34 79	0.85 226	6.15 359	1.21 210	1.28 338	0.90 8	0.18 125	4.50 94	2.86 76	0.37 13	3.18 143	0.52 107	1.52 209	1.83 60	0.93 119	0.13 415	0.25 308	0.00 1	0.00 1	0.08 169	0.16 102

CBMV_ROB	4.66 399	0.85 226	3.94 211	1.64 260	0.75 244	8.38 430	1.90 394	11.19 372	10.36 405	9.20 404	15.21 430	7.28 355	6.99 428	9.48 408	5.24 385	0.04 345	0.05 220	0.00 1	0.00 1	0.07 156	0.64 287

UGAM	4.25 374	0.86 234	5.73 341	0.45 104	0.22 99	3.61 289	1.18 358	5.51 149	15.39 466	4.99 209	12.34 397	15.09 467	3.71 314	10.58 440	3.76 333	0.00 1	0.46 339	0.00 1	0.34 463	0.36 419	0.36 204

H2IRNET	2.29 185	0.86 234	3.38 148	1.51 248	0.11 27	1.97 115	0.13 97	5.15 126	7.19 320	1.26 120	7.77 289	5.80 322	3.31 288	5.09 172	1.66 220	0.01 170	0.00 1	0.04 440	0.17 365	0.27 384	0.10 56

CoDeX	3.61 317	0.86 234	5.27 306	1.16 203	1.62 366	6.24 389	2.07 399	13.78 457	6.86 304	7.42 331	9.00 319	4.06 249	3.72 315	6.58 223	3.02 310	0.03 315	0.06 226	0.00 1	0.00 1	0.15 288	0.35 201

plain	1.53 105	0.86 234	6.50 375	0.42 96	0.05 5	1.56 74	0.09 70	5.18 129	4.02 159	0.54 51	1.76 93	0.59 114	0.75 134	6.48 221	1.23 173	0.00 1	0.00 1	0.00 1	0.00 1	0.43 436	0.07 43

ProNet	1.58 111	0.86 234	3.17 127	0.75 160	0.72 237	2.84 210	0.66 262	5.91 187	3.28 100	0.37 13	1.47 78	0.40 90	0.37 68	7.19 266	0.70 75	0.02 274	0.98 433	0.00 1	0.05 298	0.20 328	1.77 450

xxxx	5.16 416	0.86 234	4.86 285	1.96 321	1.22 327	7.56 418	0.07 58	14.67 469	9.15 386	6.55 276	9.87 344	9.30 394	3.47 301	8.07 330	22.20 518	0.05 362	1.16 482	0.00 1	0.26 430	0.10 207	1.76 449

ac_64	3.98 351	0.86 234	5.10 298	3.17 457	3.43 461	5.80 381	0.70 278	10.87 363	4.96 213	8.94 392	6.46 252	10.70 421	5.52 396	7.44 283	5.10 382	0.03 315	0.00 1	0.00 1	0.00 1	0.14 272	0.31 187

NOSS_ROB	3.67 319	0.86 234	3.81 194	2.53 410	1.11 308	6.10 387	0.72 283	11.08 370	12.36 438	5.45 224	8.91 315	5.65 311	2.09 235	8.30 346	3.16 318	0.20 440	0.07 240	0.00 1	0.00 1	0.11 221	0.80 331

MoCha-V2	1.83 123	0.87 242	3.33 144	1.41 236	1.27 336	2.50 165	0.20 135	5.60 158	3.90 151	0.98 106	3.30 144	0.35 88	1.58 214	7.09 260	0.80 90	0.00 1	1.52 512	0.00 1	0.23 406	0.06 137	1.70 437

UNet	4.19 368	0.87 242	7.18 401	2.00 331	3.22 450	9.55 442	0.31 167	10.11 339	6.22 268	7.98 350	6.82 262	10.42 412	5.77 399	7.28 273	5.83 391	0.00 1	0.00 1	0.00 1	0.00 1	0.10 207	0.12 70

ISRNet	4.11 360	0.88 244	6.63 380	3.46 471	2.64 432	2.11 131	0.26 154	7.72 278	6.60 287	11.29 458	17.98 463	8.21 372	2.60 259	6.81 242	4.72 372	0.00 1	0.00 1	0.00 1	0.00 1	0.09 184	0.25 165

mms	1.31 77	0.88 244	2.06 32	0.25 59	0.79 250	1.50 68	0.08 66	3.29 22	2.51 65	0.53 49	3.09 139	0.34 86	0.26 38	7.11 263	0.59 48	0.00 1	0.43 334	0.00 1	0.00 1	0.21 339	2.32 494

222	5.93 425	0.88 244	4.58 269	1.76 287	0.98 284	6.02 386	0.08 66	14.45 466	8.89 376	9.53 413	11.77 387	3.88 239	4.23 341	8.26 337	39.96 553	0.03 315	1.12 466	0.00 1	0.24 409	0.11 221	1.73 443

ToySt	3.39 296	0.89 247	9.29 450	1.47 245	0.94 278	4.20 333	1.98 396	7.33 258	5.42 231	3.01 156	6.75 259	8.67 388	5.10 381	5.43 183	3.72 331	0.07 382	0.89 404	0.00 1	0.23 406	0.28 387	2.13 485

tt45	1.25 70	0.90 248	1.98 25	0.59 124	0.25 108	3.47 277	0.14 107	4.07 68	1.97 54	0.45 31	2.17 109	0.29 73	0.27 42	7.02 255	0.95 124	0.00 1	0.04 211	0.00 1	0.00 1	0.22 346	0.24 162

xyz-stereo-finetune	1.38 84	0.91 249	2.91 102	0.10 18	0.05 5	3.13 245	0.66 262	4.12 71	3.01 88	1.06 112	1.91 101	0.69 117	0.37 68	6.31 214	2.14 261	0.01 170	0.00 1	0.00 1	0.00 1	0.05 125	0.13 75

ours_stereo	1.28 74	0.91 249	2.36 60	0.34 82	0.67 224	1.16 12	0.09 70	3.71 36	2.44 63	0.51 43	3.17 141	0.36 89	0.26 38	6.62 226	0.55 35	0.00 1	0.11 261	0.00 1	0.00 1	0.23 358	2.08 482

tt1	2.53 213	0.91 249	3.53 167	2.92 437	0.53 197	5.60 374	0.61 248	5.55 153	10.56 409	1.54 126	3.54 158	0.34 86	3.00 274	8.20 335	0.68 68	0.00 1	1.13 469	0.00 1	0.03 276	0.11 221	1.88 466

IER	3.42 302	0.91 249	6.38 372	0.73 152	1.60 365	7.07 408	0.55 229	7.07 248	5.45 234	8.17 364	8.89 314	6.13 328	6.13 407	5.36 179	3.77 336	0.00 1	0.00 1	0.00 1	0.00 1	0.08 169	0.05 29

SCV_C0	1.89 126	0.92 253	4.30 242	0.85 172	1.06 296	2.33 148	0.10 78	7.61 271	4.42 181	1.05 111	2.20 111	0.26 66	0.43 95	7.70 307	1.08 147	0.02 274	1.05 456	0.00 1	0.21 393	0.17 301	1.97 474

SMoEStereo_RVC	1.13 60	0.92 253	1.82 15	0.80 165	0.09 22	2.07 126	0.16 116	3.61 28	2.17 59	0.38 17	1.37 77	0.19 45	0.29 47	7.04 257	1.02 140	0.00 1	0.03 194	0.00 1	0.00 1	0.19 319	0.51 248

ACVNet-DCA	2.41 202	0.93 255	3.39 150	3.05 448	0.39 155	5.69 377	0.55 229	9.15 311	4.33 172	1.42 121	3.48 151	0.33 82	3.65 310	8.26 337	0.70 75	0.00 1	1.14 476	0.00 1	0.03 276	0.09 184	1.65 422

xx1	2.73 238	0.93 255	3.39 150	3.05 448	0.39 155	5.69 377	0.55 229	5.34 137	10.76 415	1.42 121	3.48 151	4.63 276	2.83 271	8.26 337	0.70 75	0.00 1	1.14 476	0.00 1	0.25 413	0.09 184	1.65 422

1test111	2.31 187	0.93 255	3.39 150	3.05 448	0.39 155	5.69 377	0.55 229	9.15 311	4.33 172	1.42 121	3.48 151	0.33 82	3.65 310	4.95 164	2.06 256	0.00 1	1.14 476	0.00 1	0.03 276	0.09 184	1.65 422

cc1	2.56 218	0.93 255	3.39 150	3.05 448	0.39 155	5.69 377	0.55 229	5.34 137	10.76 415	1.42 121	3.48 151	0.33 82	3.65 310	8.26 337	0.70 75	0.00 1	1.14 476	0.00 1	0.03 276	0.12 239	1.89 469

fff	2.54 215	0.93 255	5.51 322	0.32 71	0.14 47	1.70 89	0.11 84	6.19 201	12.69 444	6.03 247	5.29 206	1.43 144	5.28 387	2.37 87	2.21 266	0.01 170	0.00 1	0.01 379	0.00 1	0.02 43	0.61 276

csc	2.54 215	0.93 255	5.51 322	0.32 71	0.14 47	1.70 89	0.11 84	6.19 201	12.69 444	6.03 247	5.29 206	1.43 144	5.28 387	2.37 87	2.21 266	0.01 170	0.00 1	0.01 379	0.00 1	0.02 43	0.61 276

cscssc	2.54 215	0.93 255	5.51 322	0.32 71	0.14 47	1.70 89	0.11 84	6.19 201	12.69 444	6.03 247	5.29 206	1.43 144	5.28 387	2.37 87	2.21 266	0.01 170	0.00 1	0.01 379	0.00 1	0.02 43	0.61 276

test_xeample	4.78 406	0.93 255	4.68 278	1.48 246	1.28 338	3.94 318	0.13 97	13.35 443	8.62 368	8.21 365	11.63 383	3.43 220	3.54 303	7.59 303	23.47 523	0.02 274	1.16 482	0.00 1	0.25 413	0.11 221	1.74 446

S-Stereo	6.85 445	0.93 255	10.76 466	3.34 467	3.51 463	6.55 396	6.01 477	13.75 454	23.86 508	9.65 420	15.54 432	11.81 440	8.24 453	8.59 367	11.23 472	0.13 415	0.16 281	0.00 1	0.42 478	0.14 272	2.39 496

MM-Stereo_test3	2.10 157	0.94 264	2.59 77	1.66 266	3.95 479	2.42 156	0.78 297	6.58 221	7.29 325	1.94 135	4.90 192	1.23 138	0.65 123	3.77 124	1.38 189	0.00 1	0.83 390	0.00 1	0.00 1	0.38 426	0.77 325

STrans-v2	3.55 310	0.94 264	5.06 297	0.32 71	0.60 212	2.97 233	1.15 357	11.08 370	7.97 350	6.01 245	10.93 371	6.65 341	6.86 424	8.37 353	1.66 220	0.00 1	0.01 128	0.00 1	0.00 1	0.04 104	0.39 210

depthmonostereo	1.25 70	0.95 266	4.67 275	0.28 66	0.11 27	1.43 62	0.04 31	5.43 148	1.76 49	1.02 109	1.47 78	1.59 154	0.98 154	3.61 119	0.92 115	0.03 315	0.11 261	0.00 1	0.02 261	0.04 104	0.47 238

fffy	1.43 90	0.95 266	2.85 100	1.42 238	0.61 213	2.25 139	0.19 130	4.74 104	1.32 35	0.26 5	2.77 129	0.21 49	0.39 76	6.97 253	0.73 82	0.00 1	0.79 385	0.00 1	0.00 1	0.19 319	2.03 479

DCRE	2.21 173	0.95 266	3.17 127	2.10 338	1.30 345	1.86 107	0.05 38	5.33 136	4.69 198	3.59 169	9.37 333	3.81 236	1.18 177	2.34 86	1.22 172	0.01 170	0.97 426	0.00 1	0.30 449	0.04 104	1.97 474

ADStereo(finetuned)	2.50 211	0.95 266	6.60 378	0.39 91	0.20 83	1.72 96	0.24 148	6.06 194	9.31 389	6.30 257	5.42 213	1.44 147	6.22 410	2.25 80	2.14 261	0.01 170	0.00 1	0.00 1	0.00 1	0.04 104	0.65 290

xyz-stereo-finetune2	1.98 138	0.96 270	2.70 89	0.13 31	0.05 5	6.33 391	0.17 120	4.38 92	2.56 67	0.98 106	6.40 250	0.50 105	3.37 295	7.09 260	3.77 336	0.00 1	0.00 1	0.00 1	0.00 1	0.04 104	0.11 65

DCANet	2.35 190	0.96 270	5.51 322	0.39 91	0.19 73	1.72 96	0.25 152	6.06 194	9.33 390	6.31 258	5.42 213	1.44 147	4.14 336	2.22 77	2.28 277	0.01 170	0.00 1	0.00 1	0.00 1	0.04 104	0.66 299

ACVNet	2.86 245	0.96 270	3.87 199	0.86 173	0.61 213	2.63 180	0.54 225	8.93 303	6.12 261	5.09 211	9.32 331	5.70 317	3.84 319	2.68 95	5.56 389	0.00 1	0.00 1	0.00 1	0.00 1	0.26 372	0.23 153

acv_ft	3.90 342	0.96 270	5.85 346	2.56 415	4.70 501	7.27 412	0.84 313	9.17 314	6.12 261	10.00 425	9.32 331	5.70 317	4.07 333	2.68 95	8.24 426	0.00 1	0.00 1	0.00 1	0.00 1	0.35 416	0.23 153

StereoDRNet-Refined	4.84 409	0.96 270	5.13 299	2.22 357	0.46 172	9.10 438	0.16 116	10.72 358	9.40 392	13.41 478	12.50 399	10.02 406	4.58 356	8.60 368	8.71 435	0.01 170	0.00 1	0.01 379	0.05 298	0.24 363	0.53 253
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
castereo++	1.38 84	0.97 275	2.82 96	0.59 124	0.52 194	4.45 346	0.97 337	5.22 130	1.87 53	0.41 23	2.28 115	1.87 164	0.15 20	4.14 138	0.42 7	0.00 1	0.41 332	0.00 1	0.30 449	0.05 125	0.22 146

WCG-NET（raft）	1.70 117	0.97 275	2.01 30	0.40 94	0.17 64	2.10 127	0.97 337	3.05 17	6.47 280	2.89 150	3.17 141	4.31 264	1.03 159	3.85 127	0.60 51	0.00 1	1.32 496	0.00 1	0.01 239	0.18 312	0.41 222

FC-DCNN v2	11.44 507	0.98 277	5.39 315	2.28 376	1.65 370	18.84 510	5.41 472	19.66 511	20.80 498	29.20 529	35.39 530	34.37 535	23.46 529	17.13 509	13.18 491	0.17 430	0.01 128	0.02 412	0.01 239	0.08 169	0.69 305

ffm	3.41 300	0.98 277	7.03 395	1.64 260	1.07 297	2.84 210	0.47 201	5.55 153	10.56 409	6.68 285	9.59 338	5.66 312	3.87 322	8.20 335	0.68 68	0.00 1	1.13 469	0.00 1	0.19 375	0.11 221	1.88 466

ff1	4.11 360	0.98 277	7.03 395	1.64 260	1.07 297	2.84 210	0.47 201	5.55 153	10.56 409	6.68 285	9.59 338	5.66 312	3.87 322	11.33 451	11.69 476	0.00 1	1.13 469	0.00 1	0.19 375	0.11 221	1.88 466

mmx	4.50 388	0.98 277	7.03 395	1.64 260	1.07 297	2.84 210	0.47 201	12.84 423	11.23 427	6.68 285	9.59 338	5.66 312	3.87 322	11.33 451	11.69 476	0.05 362	1.12 466	0.00 1	0.19 375	0.10 207	1.53 409

xxx	4.50 388	0.98 277	7.04 398	1.64 260	1.07 297	2.84 210	0.47 201	12.84 423	11.23 427	6.68 285	9.59 338	5.66 312	3.87 322	11.33 451	11.69 476	0.05 362	1.12 466	0.00 1	0.19 375	0.10 207	1.53 409

Anonymous_2	4.74 405	0.98 277	4.46 251	2.35 387	2.27 415	5.66 376	0.67 267	8.08 285	5.28 222	4.98 207	2.60 124	8.74 391	6.92 426	5.79 194	3.46 324	0.24 453	1.70 514	5.16 530	18.18 555	5.41 522	1.85 462

IIG-Stereo	3.28 282	0.98 277	3.57 174	4.14 492	0.22 99	2.56 171	0.71 280	7.04 245	6.10 260	8.49 376	9.38 334	7.82 367	2.73 264	9.69 419	1.99 251	0.02 274	0.02 167	0.00 1	0.00 1	0.03 75	0.14 80

DIP-Stereo	2.12 159	0.98 277	3.94 211	0.20 39	0.11 27	4.73 357	0.13 97	9.27 318	4.40 180	6.46 268	5.03 196	0.45 99	0.72 132	3.79 125	1.94 246	0.00 1	0.01 128	0.00 1	0.00 1	0.05 125	0.24 162
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
DISCO	6.58 441	0.98 277	6.44 373	3.75 481	1.18 320	11.19 467	3.29 437	12.92 427	16.72 476	7.27 323	11.74 386	17.34 485	6.60 418	19.59 518	11.59 475	0.00 1	0.00 1	0.00 1	0.00 1	0.45 441	0.50 244

AIO_rvc	1.48 100	1.01 286	3.51 163	0.95 187	1.16 318	3.32 264	0.96 336	4.83 107	3.38 105	0.79 93	1.75 91	1.31 141	0.31 52	2.66 94	0.62 57	0.02 274	1.09 461	0.00 1	0.04 294	0.12 239	1.82 453

FC-DCNN	11.29 506	1.01 286	5.50 321	2.25 366	1.65 370	18.23 508	5.36 470	18.99 505	20.65 497	28.95 528	34.83 528	33.83 533	23.18 528	17.04 508	13.37 492	0.17 430	0.01 128	0.02 412	0.02 261	0.10 207	0.70 309

HUF	1.64 114	1.03 288	4.14 227	1.19 208	1.34 350	3.02 237	0.40 185	4.88 112	3.60 125	0.79 93	2.87 134	0.83 125	0.31 52	2.88 101	0.81 94	0.06 374	2.03 520	0.00 1	0.00 1	0.16 292	2.41 499

rvit_stereo_0081_aga	0.95 41	1.03 288	4.52 261	0.16 35	0.25 108	1.70 89	0.21 140	4.27 81	3.17 93	0.38 17	0.23 19	0.27 68	0.31 52	1.56 46	0.64 63	0.00 1	0.00 1	0.00 1	0.00 1	0.13 261	0.15 93

DSFCA	4.48 387	1.03 288	6.84 389	1.61 257	1.68 374	7.26 411	4.46 456	11.27 375	7.51 332	11.01 452	6.89 263	8.49 385	4.54 355	10.41 439	6.18 399	0.03 315	0.06 226	0.02 412	0.03 276	0.13 261	0.14 80

1111x	4.96 411	1.04 291	7.09 400	1.75 285	1.05 294	5.03 363	0.32 169	13.52 447	10.70 414	6.68 285	10.35 354	8.81 392	6.01 405	10.65 441	12.78 487	0.07 382	1.24 491	0.00 1	0.33 459	0.11 221	1.75 447

HGLStereo	4.58 393	1.04 291	6.02 352	3.30 466	5.14 508	6.36 392	0.71 280	11.04 368	7.60 337	8.04 356	12.85 409	6.90 349	8.51 458	7.85 314	5.93 392	0.02 274	0.02 167	0.00 1	0.00 1	0.14 272	0.15 93

MyStereo06	2.71 233	1.05 293	5.43 319	1.39 231	1.20 324	2.57 172	0.10 78	10.39 347	4.79 206	5.54 229	6.16 236	6.39 334	2.33 249	3.40 113	1.35 188	0.01 170	1.24 491	0.00 1	0.21 393	0.13 261	0.50 244

MyStereo05	3.24 280	1.05 293	5.93 348	1.39 231	1.20 324	2.57 172	0.10 78	9.11 310	13.17 451	6.45 267	3.86 165	3.20 204	3.26 284	8.35 351	3.02 310	0.01 170	1.24 491	0.00 1	0.21 393	0.13 261	0.50 244

rvit_stereo_0080	1.09 53	1.08 295	4.16 229	0.12 28	0.12 36	1.32 47	0.36 175	4.52 96	3.94 152	0.70 78	1.29 72	0.41 91	0.75 134	1.98 63	0.76 85	0.00 1	0.00 1	0.00 1	0.00 1	0.03 75	0.18 117

whm_eth	1.09 53	1.08 295	4.16 229	0.12 28	0.12 36	1.32 47	0.36 175	4.52 96	3.94 152	0.70 78	1.29 72	0.41 91	0.75 134	1.98 63	0.76 85	0.00 1	0.00 1	0.00 1	0.00 1	0.03 75	0.18 117

IPLG	2.63 226	1.09 297	5.67 337	0.73 152	0.31 122	3.00 235	0.25 152	6.84 235	6.02 257	7.93 347	6.31 245	1.91 166	1.72 222	7.47 292	2.53 286	0.01 170	0.01 128	0.00 1	0.00 1	0.29 395	0.58 268

HART	2.08 147	1.10 298	3.44 160	0.47 109	1.15 316	1.70 89	0.04 31	6.40 214	3.69 133	1.50 125	7.78 290	2.42 181	0.16 21	6.76 238	1.15 157	0.00 1	1.46 507	0.00 1	0.00 1	0.31 405	2.12 484

DMCA	3.08 267	1.10 298	6.20 361	1.82 297	0.90 268	3.80 312	0.55 229	9.76 328	5.42 231	6.56 278	6.47 253	7.06 354	2.09 235	4.05 130	5.46 387	0.00 1	0.01 128	0.00 1	0.00 1	0.11 221	0.16 102

HSM	4.25 374	1.10 298	4.14 227	1.78 289	2.14 408	6.67 399	1.08 351	12.92 427	6.90 306	7.06 304	8.17 306	14.17 458	6.03 406	9.16 396	3.11 316	0.00 1	0.00 1	0.00 1	0.00 1	0.09 184	0.41 222

MaDis-Stereo	0.96 43	1.11 301	4.01 219	0.36 86	1.86 391	1.20 15	0.06 51	3.99 63	1.73 45	0.45 31	0.56 37	0.43 96	0.51 104	1.28 28	1.46 194	0.00 1	0.00 1	0.00 1	0.00 1	0.06 137	0.08 47

GCAP-Stereo	1.35 81	1.11 301	2.82 96	0.66 142	1.08 304	1.68 86	0.01 4	5.17 127	3.68 132	2.10 136	1.63 84	1.42 143	0.75 134	1.77 59	1.59 204	0.00 1	1.08 460	0.00 1	0.00 1	0.17 301	0.26 168

XX-TBD	1.55 109	1.11 301	2.94 107	2.45 401	0.06 11	2.31 147	0.01 4	3.58 27	7.80 344	3.11 158	5.10 197	0.27 68	0.26 38	1.42 39	0.60 51	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 23

SGM_RVC	10.77 500	1.11 301	4.66 274	2.66 419	0.41 165	21.03 516	6.87 492	20.02 516	15.54 470	25.86 525	24.97 498	33.59 532	20.51 518	20.89 521	14.78 500	0.31 466	0.26 310	0.22 492	0.26 430	0.43 436	1.01 356
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
THIR-Stereo	3.94 346	1.12 305	3.06 122	0.23 54	0.13 42	4.17 332	6.40 483	5.83 176	4.54 188	10.46 435	16.98 449	6.49 338	7.44 440	8.00 322	3.58 325	0.01 170	0.07 240	0.07 456	0.00 1	0.14 272	0.06 38

delet	4.59 395	1.12 305	5.93 348	1.37 228	3.73 471	10.48 457	3.90 444	10.51 352	9.17 387	8.87 390	9.74 343	8.37 378	3.74 316	8.12 332	6.36 404	0.00 1	0.00 1	0.00 1	0.00 1	0.21 339	0.12 70

tg	2.18 167	1.13 307	2.74 92	0.84 171	0.13 42	4.33 343	0.05 38	6.21 205	4.90 211	4.06 185	5.30 211	2.55 184	0.92 148	7.28 273	0.99 131	0.00 1	0.60 354	0.00 1	0.00 1	0.37 422	1.12 374

MIPNet	2.27 183	1.14 308	5.55 329	0.49 113	0.22 99	2.03 121	0.19 130	7.60 270	6.17 265	5.83 234	4.16 170	2.05 172	3.44 300	3.65 121	2.23 271	0.00 1	0.01 128	0.01 379	0.01 239	0.24 363	0.48 241

MyStereo07	1.64 114	1.15 309	2.61 78	1.28 218	1.49 362	2.63 180	0.45 197	6.45 217	2.94 78	1.10 114	1.61 82	0.29 73	0.60 120	7.45 290	0.80 90	0.01 170	1.27 494	0.00 1	0.25 413	0.11 221	0.42 227

MyStereo04	3.29 283	1.15 309	6.64 381	1.28 218	1.49 362	2.63 180	0.45 197	10.57 355	13.30 452	4.41 195	3.90 166	3.06 200	3.56 304	7.87 317	3.35 322	0.01 170	1.27 494	0.00 1	0.25 413	0.11 221	0.42 227

FCDSN-DC	10.72 499	1.16 311	5.01 294	2.16 344	1.31 347	17.46 504	4.80 461	17.79 496	19.87 492	25.02 522	32.85 521	33.57 531	23.52 530	16.80 504	12.13 479	0.11 410	0.00 1	0.00 1	0.00 1	0.09 184	0.76 324
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
hitnet-ft	3.95 348	1.16 311	3.92 209	0.89 178	0.73 239	4.88 360	0.54 225	9.78 329	7.91 347	7.42 331	10.24 352	12.50 449	4.84 367	8.15 333	5.56 389	0.03 315	0.00 1	0.06 451	0.00 1	0.24 363	0.12 70

GANet-RSSM	3.67 319	1.16 311	4.56 268	3.24 462	2.03 403	2.63 180	0.50 218	11.53 384	6.83 302	6.25 254	10.58 363	7.35 356	6.65 420	6.77 240	2.94 308	0.00 1	0.00 1	0.08 462	0.00 1	0.26 372	0.12 70

StereoVision	2.42 203	1.18 314	5.14 300	1.15 201	2.64 432	1.89 108	0.28 157	6.61 223	4.72 199	2.14 137	10.52 361	3.84 237	0.52 106	5.33 178	2.29 279	0.00 1	0.00 1	0.00 1	0.00 1	0.12 239	0.04 23

test_5	3.16 276	1.18 314	4.96 291	2.33 385	3.10 447	4.51 350	1.27 365	7.47 266	7.61 338	3.00 155	7.38 279	5.37 304	4.06 331	8.28 342	1.54 198	0.00 1	0.34 320	0.00 1	0.02 261	0.21 339	0.62 281

HI	3.39 296	1.19 316	4.03 220	1.46 242	0.19 73	2.26 140	0.04 31	6.21 205	3.86 147	8.51 377	12.61 402	11.86 442	6.44 414	4.55 156	4.27 355	0.00 1	0.06 226	0.00 1	0.00 1	0.12 239	0.15 93

CoSv	3.39 296	1.19 316	4.03 220	1.46 242	0.19 73	2.26 140	0.04 31	6.21 205	3.86 147	8.51 377	12.61 402	11.86 442	6.44 414	4.55 156	4.27 355	0.00 1	0.06 226	0.00 1	0.00 1	0.12 239	0.15 93

CroCo-Stereo Lap2	1.37 82	1.19 316	4.17 232	1.01 191	4.58 498	0.46 4	0.09 70	4.27 81	2.94 78	1.25 119	2.40 118	1.55 153	0.20 27	1.72 51	1.30 180	0.00 1	0.00 1	0.00 1	0.00 1	0.15 288	0.13 75

RAFT+CT+SA	2.59 221	1.19 316	3.55 171	1.09 197	2.21 410	3.14 248	0.90 329	7.59 268	5.65 241	2.76 147	8.21 307	2.04 171	1.57 213	8.84 379	1.31 182	0.02 274	0.34 320	0.00 1	0.38 471	0.22 346	0.73 317

OMP-Stereo	3.15 274	1.19 316	3.49 162	4.34 500	0.51 190	2.20 137	1.21 359	6.67 225	6.52 284	7.99 352	6.24 243	8.38 381	2.44 253	9.65 413	1.92 244	0.01 170	0.02 167	0.00 1	0.00 1	0.08 169	0.15 93

ADLNet	4.56 392	1.19 316	5.52 328	3.81 486	3.59 465	6.98 405	2.40 406	12.01 395	7.96 349	10.52 436	9.67 342	8.26 374	4.98 373	6.59 224	6.93 408	0.01 170	0.01 128	0.00 1	0.01 239	0.22 346	0.55 256

edge stereo	7.12 453	1.19 316	7.83 415	2.32 383	2.46 423	6.90 401	3.26 436	15.58 478	12.52 440	15.68 495	18.34 467	21.83 511	13.05 492	11.53 456	8.68 433	0.04 345	0.06 226	0.11 465	0.03 276	0.30 398	0.63 285

RASNet	5.00 412	1.19 316	5.69 338	3.68 479	4.80 502	5.04 364	1.29 368	10.26 342	8.99 380	5.89 236	11.65 384	10.55 417	9.76 471	9.96 431	10.32 461	0.20 440	0.00 1	0.00 1	0.00 1	0.09 184	0.73 317

MIM_Stereo	2.83 242	1.20 324	5.27 306	1.41 236	1.16 318	3.07 239	0.33 172	6.67 225	3.95 154	5.17 216	10.11 350	4.25 262	1.73 224	8.32 349	1.64 215	0.00 1	0.36 326	0.00 1	0.01 239	0.22 346	1.69 434

GEStereo_RVC	3.95 348	1.21 325	6.13 357	2.30 379	1.22 327	4.29 339	2.96 422	12.39 408	8.24 357	7.25 322	6.79 260	7.58 361	4.22 340	9.16 396	4.56 366	0.04 345	0.01 128	0.02 412	0.02 261	0.19 319	0.42 227

ACV-stereo	4.65 398	1.22 326	10.49 465	2.22 357	1.05 294	12.62 481	1.24 363	6.70 230	7.36 328	3.22 161	5.18 200	16.59 479	10.02 472	8.18 334	6.19 400	0.06 374	0.14 276	0.01 379	0.00 1	0.12 239	0.40 212

CroCo-Stereo	1.14 62	1.22 326	3.99 217	0.61 131	0.53 197	0.38 2	0.06 51	5.35 142	4.15 163	0.59 63	1.92 102	1.00 131	0.27 42	1.37 37	1.33 185	0.01 170	0.00 1	0.00 1	0.00 1	0.05 125	0.05 29
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
iRaftStereo_RVC	1.88 125	1.22 326	2.63 81	0.95 187	0.06 11	2.96 231	0.05 38	6.08 197	3.99 158	3.92 182	4.88 190	2.53 183	0.62 121	3.62 120	1.19 166	0.00 1	1.19 487	0.00 1	0.00 1	0.37 422	1.29 393

RAFT-Stereo + iAFF	2.48 207	1.23 329	3.48 161	1.61 257	1.09 305	1.63 81	0.15 110	5.80 173	6.43 278	7.32 328	9.91 346	3.05 198	1.71 220	2.33 85	1.75 230	0.01 170	0.71 378	0.00 1	0.00 1	0.28 387	1.19 380

UCFNet_RVC	3.37 294	1.25 330	3.30 139	2.55 414	1.80 382	3.92 317	1.28 367	12.49 413	7.16 316	5.12 214	7.88 293	8.14 370	4.59 357	5.67 190	2.11 259	0.00 1	0.00 1	0.00 1	0.00 1	0.14 272	0.07 43

rvit_0105_6	1.44 92	1.26 331	5.78 342	0.66 142	0.08 17	1.58 76	0.32 169	4.57 98	6.53 285	0.40 21	0.38 29	1.11 134	0.29 47	4.76 161	0.92 115	0.00 1	0.00 1	0.00 1	0.00 1	0.02 43	0.20 133

Sa-1000	3.81 336	1.26 331	4.64 273	2.29 378	0.55 205	3.51 280	1.58 382	8.37 287	9.13 385	7.97 349	17.42 457	3.98 243	2.76 267	9.61 412	1.68 224	0.00 1	0.69 371	0.00 1	0.18 371	0.23 358	0.27 171

iRaft-Stereo_5w	3.20 278	1.27 333	5.27 306	0.27 65	0.99 285	2.71 192	0.58 238	5.75 168	5.85 253	3.03 157	7.88 293	10.08 407	4.08 334	8.40 354	6.09 395	0.00 1	0.25 308	0.00 1	0.12 342	0.31 405	0.95 350

AIO-Stereo-zeroshot	3.35 292	1.28 334	8.51 427	1.86 301	1.83 386	3.51 280	0.31 167	10.50 351	4.32 171	2.74 145	5.87 226	10.30 411	4.53 354	4.66 158	3.16 318	0.02 274	0.87 403	0.00 1	0.97 506	0.38 426	1.43 404

SA	3.34 288	1.29 335	4.84 283	1.99 328	0.57 207	3.15 249	1.39 372	7.66 275	9.94 399	4.86 203	10.87 370	2.97 197	4.61 359	9.88 427	1.38 189	0.00 1	0.60 354	0.00 1	0.19 375	0.25 371	0.37 205

RAFT	2.94 255	1.29 335	4.06 224	1.36 225	0.50 181	2.39 154	0.91 332	6.11 198	3.25 97	6.64 282	7.30 277	9.96 405	4.20 338	6.03 202	2.21 266	0.00 1	1.02 450	0.00 1	0.02 261	0.54 457	1.01 356

NVstereo2D	4.82 408	1.29 335	7.98 421	3.68 479	3.48 462	8.02 422	3.10 427	11.25 373	15.50 469	5.14 215	7.71 286	8.21 372	4.68 361	10.19 436	4.30 357	0.02 274	0.19 288	0.13 474	0.36 468	0.07 156	1.12 374

raftrobust	2.16 164	1.31 338	2.76 94	2.38 392	3.33 455	2.72 194	0.51 219	5.34 137	4.64 194	6.13 252	3.98 167	1.63 155	2.51 256	3.02 106	1.64 215	0.00 1	0.76 383	0.00 1	0.02 261	0.14 272	0.27 171

AFF-stereo	2.87 247	1.31 338	3.26 136	1.87 302	0.38 152	1.68 86	0.09 70	6.38 212	7.07 312	6.52 273	11.90 389	6.08 327	2.32 248	5.05 170	1.65 217	0.02 274	0.66 365	0.00 1	0.00 1	0.29 395	0.94 348

MDST_ROB	9.13 485	1.31 338	10.16 463	4.36 501	2.48 425	28.66 531	7.64 500	19.96 514	14.97 463	27.53 526	24.02 490	9.47 395	5.27 386	16.31 501	8.61 432	0.63 486	0.19 288	0.00 1	0.00 1	0.08 169	0.90 340

4D-IteraStereo	1.99 140	1.32 341	3.77 191	0.13 31	2.84 438	3.51 280	1.03 344	4.26 80	5.38 229	5.50 226	1.03 61	3.86 238	0.38 75	2.44 90	1.88 238	0.00 1	0.43 334	0.00 1	0.01 239	0.11 221	1.84 460

stereogan	8.18 472	1.32 341	9.05 444	3.59 476	4.00 483	20.16 515	3.13 430	17.25 493	20.16 495	10.68 440	19.19 468	20.56 509	10.70 480	14.74 491	7.00 410	0.34 469	0.04 211	0.21 491	0.08 310	0.70 472	0.65 290

DispNO	3.51 308	1.33 343	8.51 427	2.26 369	1.36 351	3.46 276	0.81 304	8.74 300	6.58 286	6.78 292	7.63 285	6.22 333	4.20 338	7.47 292	4.44 362	0.00 1	0.03 194	0.03 430	0.11 336	0.13 261	0.14 80

rvit_105_1	2.69 230	1.34 344	6.85 390	1.89 306	0.09 22	1.94 113	3.50 440	6.38 212	9.00 381	4.98 207	2.19 110	3.57 229	1.56 212	7.31 276	3.03 312	0.00 1	0.00 1	0.00 1	0.02 261	0.06 137	0.16 102

TestStereo1	3.12 271	1.34 344	4.67 275	3.47 472	0.71 234	2.50 165	1.45 374	7.27 255	8.71 371	4.91 204	9.28 328	2.34 178	3.61 307	9.44 406	1.62 208	0.00 1	0.33 318	0.00 1	0.00 1	0.30 398	0.40 212

SA-5K	3.12 271	1.34 344	4.67 275	3.47 472	0.71 234	2.50 165	1.45 374	7.27 255	8.71 371	4.91 204	9.28 328	2.34 178	3.61 307	9.44 406	1.62 208	0.00 1	0.33 318	0.00 1	0.00 1	0.30 398	0.40 212

psm_up	4.33 376	1.34 344	4.43 250	2.27 373	2.62 429	5.29 366	3.30 438	11.49 381	6.89 305	8.05 358	8.06 303	10.09 409	11.10 482	7.12 265	3.76 333	0.24 453	0.01 128	0.00 1	0.00 1	0.20 328	0.37 205

rvit_0105_5	1.70 117	1.36 348	6.71 386	0.52 117	0.04 4	1.58 76	0.58 238	5.39 147	6.62 290	0.91 102	1.72 89	1.77 160	0.77 138	4.44 149	1.28 178	0.00 1	0.00 1	0.00 1	0.00 1	0.02 43	0.23 153

DualNet (step1)	4.40 382	1.36 348	7.91 417	1.40 233	0.63 218	5.54 370	2.72 411	11.31 376	8.40 363	8.64 380	8.05 300	6.80 343	5.05 377	7.22 268	2.53 286	1.74 510	1.04 453	3.05 522	2.96 527	0.22 346	1.35 399

test_sample9	6.40 435	1.36 348	7.91 417	1.40 233	0.63 218	5.54 370	2.72 411	11.31 376	8.40 363	8.64 380	8.05 300	6.80 343	5.05 377	12.52 471	13.17 489	1.74 510	25.14 562	3.05 522	2.96 527	0.22 346	1.35 399

test_sample8	8.50 477	1.36 348	7.91 417	1.40 233	0.63 218	5.54 370	2.72 411	12.78 421	6.78 299	17.61 502	9.29 330	24.63 516	19.17 513	12.52 471	13.17 489	1.74 510	25.14 562	3.05 522	2.96 527	0.22 346	1.35 399

PSMNet-RSSM	3.69 322	1.36 348	4.54 263	2.44 400	1.90 393	2.35 150	0.69 273	11.77 388	6.38 276	6.60 280	11.85 388	7.70 363	5.61 398	6.66 232	3.67 327	0.00 1	0.00 1	0.02 412	0.01 239	0.17 301	0.10 56

G2L-ROB	3.74 328	1.37 353	5.05 296	1.95 318	1.14 314	4.45 346	0.43 194	12.31 404	6.36 274	7.88 346	5.42 213	11.10 432	2.11 239	8.53 365	6.31 402	0.00 1	0.00 1	0.00 1	0.00 1	0.17 301	0.33 193

MMNet	4.44 386	1.37 353	6.26 366	1.73 283	1.64 367	10.51 459	0.61 248	9.27 318	9.66 396	9.55 415	9.22 323	7.40 358	6.52 417	7.90 318	6.98 409	0.01 170	0.00 1	0.00 1	0.00 1	0.14 272	0.10 56

HITNet	3.11 269	1.38 355	5.35 313	2.23 360	0.12 36	5.59 373	0.58 238	9.95 337	5.72 248	6.62 281	7.91 295	3.90 240	3.24 282	4.39 147	4.58 368	0.01 170	0.00 1	0.00 1	0.00 1	0.08 169	0.57 262
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
G2L-Stereo_test	3.88 341	1.39 356	4.86 285	2.98 441	1.49 362	4.11 330	1.13 356	12.05 396	6.83 302	8.42 370	9.17 322	9.49 396	2.71 262	7.03 256	5.22 384	0.00 1	0.01 128	0.00 1	0.00 1	0.26 372	0.52 251

LL-Strereo2	2.22 174	1.39 356	3.39 150	1.26 215	1.01 289	3.73 306	1.47 376	6.47 218	4.61 193	4.66 200	2.64 126	4.17 255	0.37 68	6.03 202	1.61 206	0.09 402	0.24 305	0.00 1	0.08 310	0.08 169	1.16 378

AIO-test1	2.49 208	1.41 358	3.78 192	0.87 175	5.11 507	2.46 162	0.93 335	6.49 219	14.84 461	0.95 103	2.85 132	0.92 127	0.31 52	6.05 205	1.88 238	0.15 420	0.07 240	0.00 1	0.21 393	0.21 339	0.31 187

rvit_0105_4	1.58 111	1.41 358	6.67 383	0.65 138	0.05 5	1.60 79	0.41 188	4.70 102	6.48 281	0.46 37	0.87 53	1.40 142	0.53 109	5.08 171	1.12 152	0.00 1	0.00 1	0.00 1	0.00 1	0.02 43	0.18 117

111	3.05 264	1.41 358	5.51 322	0.32 71	0.14 47	2.83 208	0.68 270	6.76 232	14.21 458	3.59 169	9.11 320	5.50 306	3.30 286	4.05 130	2.43 283	0.01 170	0.00 1	0.00 1	0.00 1	0.13 261	1.02 360

rvit_stereo_ft	1.23 68	1.42 361	5.16 301	0.94 185	0.36 145	1.22 19	0.24 148	4.57 98	4.49 186	0.51 43	1.04 62	0.73 119	1.10 162	1.50 41	1.01 138	0.00 1	0.00 1	0.00 1	0.00 1	0.05 125	0.22 146

rafts_anoy	2.09 153	1.42 361	3.34 145	2.87 436	2.72 435	2.46 162	0.17 120	6.20 204	6.48 281	3.40 164	2.25 114	1.91 166	1.32 188	3.59 118	1.75 230	0.01 170	1.52 512	0.00 1	0.01 239	0.06 137	0.28 177

ssnet_v2	4.73 404	1.43 363	6.74 387	1.80 293	0.75 244	8.89 435	4.60 458	12.66 417	10.65 413	9.53 413	6.23 239	9.78 402	4.26 342	6.89 244	9.65 452	0.01 170	0.01 128	0.00 1	0.00 1	0.36 419	0.31 187

cf-r	3.76 331	1.43 363	5.34 311	2.66 419	2.79 436	2.85 221	0.62 252	9.08 308	6.91 307	7.06 304	11.90 389	9.64 398	3.83 318	6.23 212	4.53 365	0.00 1	0.00 1	0.00 1	0.00 1	0.19 319	0.17 112

STTStereo	3.90 342	1.43 363	8.20 424	3.03 445	2.28 416	3.64 295	0.64 257	10.11 339	7.09 313	10.20 428	7.08 269	8.73 389	3.57 305	7.44 283	4.00 348	0.00 1	0.02 167	0.01 379	0.01 239	0.04 104	0.40 212

MSMD_ROB	9.73 490	1.43 363	5.42 317	1.81 294	0.42 168	16.83 500	4.30 453	14.29 465	15.34 465	23.06 514	40.17 537	25.63 520	22.62 525	13.37 480	8.85 437	0.48 484	0.03 194	0.00 1	0.00 1	0.13 261	0.47 238

coex_refinement	4.34 377	1.44 367	4.46 251	3.08 454	1.46 360	4.22 334	0.36 175	11.92 392	8.33 359	8.48 375	13.41 412	9.90 404	3.40 298	6.95 251	8.54 430	0.00 1	0.02 167	0.00 1	0.00 1	0.09 184	0.71 312

rvit_0105_3	1.94 134	1.44 367	7.39 406	0.88 177	0.02 3	1.61 80	1.64 385	5.88 177	6.73 296	2.37 139	1.78 95	2.01 170	1.16 175	4.46 150	1.26 177	0.00 1	0.00 1	0.00 1	0.00 1	0.03 75	0.14 80

ADLNet2	4.72 402	1.44 367	6.68 384	3.03 445	3.90 476	6.80 400	2.91 420	11.67 387	9.63 394	7.99 352	9.89 345	9.75 401	5.32 391	7.70 307	7.13 413	0.01 170	0.03 194	0.00 1	0.00 1	0.26 372	0.22 146

DLCB_ROB	4.87 410	1.45 370	4.75 282	2.52 409	1.13 313	6.25 390	3.01 424	10.44 349	8.34 360	11.05 453	13.43 413	14.04 456	3.90 326	9.74 420	6.80 407	0.00 1	0.00 1	0.00 1	0.00 1	0.08 169	0.37 205

iResNet	4.04 354	1.46 371	8.72 434	3.25 463	0.36 145	4.54 352	0.47 201	9.06 306	10.40 407	7.98 350	12.82 408	4.06 249	3.22 281	8.82 378	4.95 377	0.03 315	0.01 128	0.00 1	0.00 1	0.14 272	0.55 256

CBFPSM	5.12 414	1.48 372	16.22 496	1.81 294	1.14 314	11.16 466	2.90 419	7.99 284	6.75 298	6.55 276	5.00 195	15.05 466	8.78 461	7.52 297	8.90 438	0.04 345	0.02 167	0.00 1	0.00 1	0.42 432	0.67 302

raft+_RVC	2.18 167	1.49 373	3.14 126	2.77 426	2.01 401	1.40 58	0.10 78	7.02 243	5.35 226	2.99 154	5.54 219	1.19 136	1.34 193	4.98 166	1.49 195	0.00 1	1.45 505	0.00 1	0.00 1	0.14 272	1.11 371

RYNet	6.82 444	1.51 374	7.35 405	1.79 290	4.52 495	16.68 499	4.41 455	14.19 462	17.43 481	11.64 464	7.86 292	15.03 465	8.81 462	10.10 433	14.16 497	0.04 345	0.13 272	0.15 477	0.05 298	0.08 169	0.53 253

DRN-Test	6.23 431	1.51 374	7.53 410	3.07 453	3.69 468	12.17 478	3.23 433	20.80 523	11.11 426	12.64 470	13.02 410	10.91 428	5.26 385	8.49 362	10.12 457	0.05 362	0.05 220	0.04 440	0.04 294	0.28 387	0.65 290

MLCV	3.76 331	1.52 376	6.93 392	1.66 266	0.31 122	4.31 340	0.32 169	7.92 281	7.68 339	9.55 415	12.12 392	5.17 296	2.74 265	10.00 432	4.49 364	0.01 170	0.00 1	0.00 1	0.00 1	0.16 292	0.27 171

CBMV	5.97 426	1.52 376	4.51 258	1.99 328	0.53 197	10.02 448	6.94 493	13.27 441	13.80 457	13.08 476	15.93 437	11.36 433	8.11 452	9.82 423	7.27 414	0.08 391	0.15 279	0.00 1	0.00 1	0.30 398	0.74 321
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NLCA_NET_v2_RVC	4.11 360	1.53 378	6.87 391	3.04 447	3.33 455	4.34 344	0.59 243	11.36 379	7.92 348	8.98 393	7.98 298	9.72 400	3.82 317	7.92 319	4.43 361	0.15 420	0.02 167	0.03 430	0.03 276	0.07 156	0.14 80
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
G2L-Stereo	3.74 328	1.56 379	5.82 343	1.71 277	2.04 405	2.87 223	0.58 238	9.79 330	6.49 283	7.82 343	7.97 297	8.57 386	2.36 250	9.19 399	7.45 416	0.00 1	0.00 1	0.00 1	0.00 1	0.26 372	0.40 212

HBP-ISP	4.37 380	1.56 379	4.59 270	2.23 360	1.29 343	7.87 419	3.96 446	11.80 389	10.91 420	8.06 360	14.45 425	3.38 212	4.87 368	9.27 401	2.53 286	0.14 418	0.06 226	0.00 1	0.01 239	0.08 169	0.30 185

GMStereo	2.07 146	1.56 379	5.64 333	0.74 158	0.05 5	3.63 294	0.01 4	5.17 127	11.27 430	4.22 190	2.44 120	0.53 109	0.49 102	4.06 132	1.01 138	0.22 445	0.00 1	0.00 1	0.14 350	0.18 312	0.05 29
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DANet	6.46 437	1.58 382	9.58 457	4.10 491	3.99 482	9.13 439	1.34 371	10.37 346	7.76 340	13.76 482	15.66 433	16.14 475	7.03 430	13.07 478	13.62 495	0.19 437	0.12 266	0.02 412	0.02 261	0.15 288	1.61 417
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
TestStereo	1.89 126	1.59 383	4.22 237	0.37 87	0.28 115	1.33 49	0.01 4	5.63 161	4.13 162	3.59 169	5.11 198	2.06 173	0.70 129	7.62 305	0.93 119	0.02 274	0.00 1	0.00 1	0.00 1	0.02 43	0.19 127

CFNet-ft	3.70 324	1.59 383	3.87 199	1.68 271	2.42 421	3.20 251	0.66 262	8.93 303	7.76 340	5.09 211	9.95 347	10.77 424	5.43 394	7.41 280	4.71 370	0.00 1	0.00 1	0.03 430	0.01 239	0.30 398	0.11 65

CFNet_RVC	3.70 324	1.59 383	3.87 199	1.68 271	2.42 421	3.20 251	0.66 262	8.92 302	7.76 340	5.09 211	9.95 347	10.77 424	5.43 394	7.41 280	4.71 370	0.00 1	0.00 1	0.03 430	0.01 239	0.30 398	0.11 65

AASNet	4.20 369	1.63 386	5.82 343	3.79 482	3.93 477	6.55 396	1.22 361	19.12 507	6.82 301	7.86 345	8.35 309	4.36 266	2.55 257	3.87 128	7.47 417	0.00 1	0.00 1	0.00 1	0.00 1	0.49 452	0.22 146

AACVNet	3.71 326	1.63 386	4.89 287	3.80 483	0.62 216	3.25 255	0.30 166	9.47 324	3.81 141	6.34 262	10.74 367	10.52 414	4.92 370	9.31 403	3.88 341	0.03 315	0.01 128	0.00 1	0.00 1	0.34 414	0.28 177

AIO-Stereo-zeroshot1	4.10 359	1.65 388	13.34 479	2.14 343	1.84 387	4.03 325	0.98 340	13.13 438	4.97 216	4.53 198	11.37 378	9.85 403	1.97 230	4.88 163	2.74 303	0.03 315	0.90 406	0.00 1	1.11 509	0.84 483	1.72 441

RAFT_CTSACE	3.62 318	1.65 388	5.41 316	1.36 225	3.08 445	3.95 320	1.03 344	4.62 101	4.65 195	5.33 220	17.73 461	7.63 362	2.71 262	10.98 444	1.15 157	0.00 1	0.48 342	0.00 1	0.00 1	0.31 405	0.25 165

ACRE	2.67 228	1.66 390	6.50 375	0.72 149	2.03 403	2.65 187	0.84 313	5.97 191	5.52 236	7.85 344	9.23 324	1.72 157	1.09 161	4.09 136	2.73 301	0.02 274	0.19 288	0.02 412	0.08 310	0.26 372	0.21 139

MyStereo8	3.30 285	1.69 391	6.28 367	2.51 406	3.79 473	4.22 334	0.07 58	7.43 265	6.39 277	6.51 272	10.13 351	4.23 260	1.45 198	2.79 99	5.08 380	0.06 374	1.49 510	0.00 1	0.40 474	0.26 372	1.33 396

CIPLG	2.72 236	1.69 391	6.02 352	0.80 165	2.14 408	2.66 188	0.84 313	5.90 183	5.59 238	8.12 361	9.58 337	1.74 158	1.14 168	4.53 154	2.82 307	0.02 274	0.19 288	0.02 412	0.09 322	0.26 372	0.22 146

CSP-Net	4.40 382	1.70 393	4.90 288	1.82 297	1.04 293	12.96 483	2.25 403	13.75 454	6.34 272	9.64 417	8.99 317	8.31 375	3.24 282	8.45 360	4.32 358	0.01 170	0.00 1	0.00 1	0.00 1	0.23 358	0.06 38

pmcnn	8.17 471	1.70 393	11.49 469	3.18 458	3.07 444	9.66 444	6.06 479	13.60 449	17.71 484	15.23 492	24.02 490	27.61 523	8.81 462	10.36 438	9.51 450	0.08 391	0.08 244	0.00 1	0.00 1	0.31 405	0.87 338

IGEVStereo-DCA	1.54 106	1.71 395	2.99 115	0.73 152	0.24 104	2.69 189	0.81 304	4.31 84	2.97 81	0.73 83	0.16 14	0.23 57	0.32 59	7.57 301	2.72 299	0.00 1	0.49 343	0.00 1	0.16 355	0.17 301	1.82 453

rrr	1.64 114	1.71 395	6.31 369	0.73 152	0.24 104	2.69 189	0.92 334	4.25 79	1.75 47	0.73 83	0.16 14	0.23 57	0.32 59	7.57 301	2.72 299	0.00 1	0.49 343	0.00 1	0.20 387	0.17 301	1.68 432

raft_robust	2.91 251	1.71 395	3.42 157	1.36 225	0.57 207	1.53 73	0.12 88	7.06 246	9.09 383	6.96 302	7.21 274	4.43 269	2.09 235	9.40 405	1.61 206	0.03 315	0.93 408	0.00 1	0.21 393	0.17 301	0.38 208

RALAANet	2.68 229	1.71 395	4.73 281	2.79 428	0.80 253	3.30 260	0.15 110	7.92 281	5.92 255	5.79 232	6.06 233	3.51 226	1.13 166	6.76 238	2.28 277	0.00 1	0.28 311	0.00 1	0.10 329	0.27 384	0.13 75

GwcNet-RSSM	4.13 365	1.71 395	6.25 365	2.50 405	1.93 396	2.39 154	1.49 378	9.59 326	8.71 371	6.66 284	15.04 429	8.47 384	3.84 319	6.87 243	6.74 406	0.00 1	0.00 1	0.04 440	0.00 1	0.29 395	0.15 93

RALCasStereoNet	2.39 200	1.73 400	3.59 179	2.38 392	2.69 434	2.84 210	0.18 125	5.29 132	4.94 212	2.45 141	5.62 222	2.22 176	0.79 143	7.48 295	1.63 211	0.00 1	1.75 515	0.00 1	0.00 1	0.14 272	2.03 479

ARAFT	3.32 286	1.74 401	7.92 420	0.64 134	0.15 55	4.45 346	2.89 417	8.20 286	6.30 270	9.23 405	7.12 273	5.58 309	1.24 186	8.60 368	1.69 225	0.01 170	0.03 194	0.00 1	0.00 1	0.35 416	0.35 201

LoS_RVC	1.47 99	1.75 402	2.66 84	0.52 117	3.89 475	1.67 84	0.04 31	2.66 14	2.61 68	0.55 55	2.63 125	0.31 76	1.68 217	1.99 65	0.81 94	0.01 170	0.02 167	0.00 1	0.00 1	0.03 75	5.54 522

IPLGR_C	2.69 230	1.75 402	6.20 361	0.79 162	2.06 406	2.64 185	0.86 321	6.36 211	5.64 240	8.13 362	9.26 326	1.69 156	1.15 174	3.79 125	2.80 306	0.02 274	0.20 295	0.02 412	0.08 310	0.26 372	0.18 117

test_xeample3	1.71 120	1.75 402	6.64 381	0.90 180	0.29 116	2.55 170	0.90 329	4.08 69	2.36 61	0.56 59	0.24 21	0.23 57	0.31 52	7.51 296	2.73 301	0.00 1	0.70 374	0.00 1	0.36 468	0.18 312	1.92 471

iResNet_ROB	4.67 400	1.77 405	5.93 348	2.47 403	0.95 281	3.78 309	0.36 175	15.65 479	17.36 480	8.75 386	11.23 375	7.05 353	4.60 358	8.94 387	4.23 354	0.01 170	0.00 1	0.00 1	0.00 1	0.16 292	0.15 93

GANet	6.86 446	1.78 406	5.98 351	3.05 448	1.12 311	10.12 451	9.38 511	13.41 445	8.67 369	11.46 460	29.87 512	13.94 455	8.25 454	12.06 465	6.33 403	0.40 473	0.06 226	0.16 480	0.33 459	0.18 312	0.59 271

TDLM	4.58 393	1.79 407	5.03 295	2.45 401	1.32 348	4.04 327	7.15 496	11.60 386	11.46 431	6.91 295	12.69 404	5.94 324	5.03 374	9.74 420	3.80 338	0.67 488	0.00 1	0.01 379	0.05 298	0.23 358	1.78 451

DeepPruner_ROB	3.82 337	1.87 408	5.65 335	1.31 222	1.64 367	3.62 293	0.81 304	14.47 467	5.03 218	8.03 355	10.78 368	6.95 351	2.26 243	8.92 384	4.32 358	0.07 382	0.03 194	0.00 1	0.01 239	0.37 422	0.29 180

AIO-test2	2.98 261	1.88 409	4.72 279	1.67 270	3.34 457	2.64 185	0.06 51	6.96 239	15.70 471	2.65 143	7.31 278	0.93 128	0.57 115	5.81 196	1.20 167	3.30 522	0.09 251	0.00 1	0.09 322	0.22 346	0.43 236

SACVNet	4.55 390	1.88 409	5.55 329	3.38 468	1.68 374	3.11 242	2.76 416	12.44 411	6.43 278	11.07 454	11.31 376	10.53 416	5.13 382	9.88 427	4.56 366	0.08 391	0.02 167	0.00 1	0.01 239	0.38 426	0.80 331

XPNet_ROB	6.46 437	1.88 409	7.41 408	2.81 429	0.95 281	6.45 394	6.82 491	13.58 448	8.80 374	15.50 493	15.86 435	19.59 501	7.12 431	11.41 455	9.86 453	0.02 274	0.04 211	0.00 1	0.03 276	0.20 328	0.79 330

MeshStereo	11.94 512	1.88 409	5.24 304	2.11 341	1.44 358	20.09 514	4.95 464	21.74 529	16.75 477	33.10 534	35.07 529	39.28 541	22.72 526	19.45 516	13.59 494	0.19 437	0.06 226	0.02 412	0.00 1	0.46 444	0.65 290
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
ccnet	7.45 462	1.89 413	7.71 413	3.18 458	2.35 417	12.19 479	6.14 480	18.95 504	9.36 391	13.33 477	20.38 473	16.00 474	9.10 469	10.10 433	15.40 503	0.44 475	0.34 320	0.25 495	0.25 413	0.48 449	1.18 379

RP	7.41 458	1.90 414	7.33 403	4.26 496	5.25 509	6.64 398	3.46 439	12.44 411	16.23 474	10.36 433	23.00 487	18.72 494	16.59 507	11.10 446	8.47 429	1.10 498	0.02 167	0.12 472	0.16 355	0.43 436	0.65 290

Nwc_Net	7.54 463	1.91 415	8.71 433	4.16 493	3.42 460	10.77 462	2.00 397	20.33 520	12.19 437	9.10 399	24.04 492	17.67 488	13.58 497	12.14 467	9.12 443	0.94 496	0.00 1	0.00 1	0.02 261	0.22 346	0.41 222

dd	2.36 192	1.93 416	6.03 354	0.83 169	0.12 36	1.80 101	0.17 120	5.30 133	11.82 435	2.98 153	3.64 162	1.50 150	1.21 183	5.25 175	3.92 343	0.13 415	0.01 128	0.04 440	0.22 400	0.10 207	0.14 80

G-Net	8.60 479	1.93 416	12.59 474	6.04 516	3.66 467	25.93 524	4.26 450	10.35 345	8.05 352	19.71 507	24.73 496	14.15 457	15.49 505	11.30 450	10.69 468	0.50 485	0.46 339	0.19 488	0.25 413	0.80 480	0.91 343

CVANet_RVC	4.68 401	1.93 416	5.57 331	2.61 416	1.86 391	4.12 331	4.94 463	12.11 397	9.29 388	8.05 358	11.08 372	10.28 410	6.48 416	9.52 410	3.19 321	0.45 477	0.01 128	0.00 1	0.12 342	0.23 358	1.75 447

fast-acv-ft	6.00 427	1.95 419	7.88 416	2.35 387	1.85 389	13.61 489	1.76 391	8.44 289	10.12 400	11.22 456	20.57 475	14.41 462	7.55 442	8.11 331	8.83 436	0.10 406	0.09 251	0.16 480	0.07 307	0.68 468	0.35 201

LMCR-Stereo	3.92 344	1.96 420	4.92 289	2.85 435	0.23 102	7.88 420	1.47 376	12.52 414	5.39 230	8.71 384	10.65 365	1.90 165	5.04 376	8.53 365	4.89 374	1.05 497	0.00 1	0.00 1	0.00 1	0.42 432	0.05 29

CFNet	4.03 353	1.97 421	6.30 368	2.70 423	1.64 367	5.41 369	0.22 142	12.14 400	10.28 402	5.24 217	11.15 373	6.43 335	3.70 313	8.97 390	4.01 349	0.00 1	0.00 1	0.00 1	0.00 1	0.30 398	0.13 75

DMCA-RVC	3.59 315	1.98 422	8.68 432	2.30 379	1.48 361	3.54 285	0.55 229	8.40 288	5.43 233	9.37 410	5.90 227	8.34 377	3.21 280	7.19 266	4.46 363	0.06 374	0.11 261	0.08 462	0.02 261	0.21 339	0.40 212

WCMA_ROB	10.20 495	1.99 423	9.33 451	3.01 443	2.46 423	15.78 496	7.67 502	12.75 420	15.41 467	25.08 524	33.42 525	27.06 522	19.86 515	13.87 485	12.47 483	1.28 502	0.38 329	0.18 486	0.20 387	0.28 387	1.54 411

gwcnet-sp	3.58 312	2.01 424	8.82 437	2.01 332	0.69 228	7.38 415	1.10 352	9.23 315	6.66 293	9.32 406	5.91 228	4.21 257	3.31 288	6.91 246	3.69 328	0.00 1	0.00 1	0.00 1	0.00 1	0.24 363	0.18 117

scenet	3.58 312	2.01 424	8.82 437	2.01 332	0.69 228	7.38 415	1.10 352	9.23 315	6.66 293	9.32 406	5.91 228	4.21 257	3.31 288	6.91 246	3.69 328	0.00 1	0.00 1	0.00 1	0.00 1	0.24 363	0.18 117

ssnet	3.58 312	2.01 424	8.82 437	2.01 332	0.69 228	7.38 415	1.10 352	9.23 315	6.66 293	9.32 406	5.91 228	4.21 257	3.31 288	6.91 246	3.69 328	0.00 1	0.00 1	0.00 1	0.00 1	0.24 363	0.18 117

FBW_ROB	9.17 486	2.08 427	10.31 464	2.51 406	1.66 372	13.22 486	6.04 478	23.09 530	20.11 494	19.55 505	15.80 434	18.97 498	11.96 490	19.34 515	11.38 473	0.66 487	0.30 313	2.15 520	0.90 504	1.15 491	2.16 487

iinet-f	6.21 430	2.11 428	28.74 534	2.13 342	1.38 352	11.62 471	1.49 378	7.64 274	7.19 320	7.77 341	14.38 423	10.49 413	7.79 446	7.76 311	12.90 488	0.03 315	0.03 194	0.05 447	0.00 1	0.67 466	0.12 70

BEATNet_4x	3.69 322	2.12 429	8.11 422	1.82 297	0.16 61	5.30 367	1.04 347	10.87 363	6.14 264	7.09 308	8.42 310	4.99 292	4.42 346	5.89 197	6.23 401	0.04 345	0.05 220	0.00 1	0.00 1	0.32 410	0.84 335

DN-CSS_ROB	3.00 263	2.14 430	7.33 403	2.67 421	0.78 249	3.13 245	0.07 58	6.68 229	4.22 168	5.51 227	12.12 392	2.33 177	1.21 183	8.69 374	2.51 285	0.03 315	0.00 1	0.00 1	0.00 1	0.42 432	0.15 93

AF-Net	8.37 475	2.16 431	9.01 442	3.65 478	4.58 498	9.40 440	2.63 410	17.71 495	21.32 501	10.38 434	24.51 495	20.43 506	16.67 508	12.54 473	10.76 469	0.70 490	0.00 1	0.12 472	0.00 1	0.47 446	0.42 227

psmorigin	7.74 464	2.19 432	18.99 507	2.51 406	0.89 266	7.08 409	2.74 414	11.25 373	7.90 346	20.49 510	22.36 485	20.16 503	11.95 489	13.84 484	10.61 464	0.04 345	0.18 286	0.06 451	0.24 409	0.27 384	1.07 365

z-ln-s-r	6.62 442	2.20 433	17.98 503	1.77 288	2.00 400	3.38 266	2.61 409	8.63 294	13.06 450	7.07 306	25.89 502	8.73 389	7.60 444	12.16 468	18.56 507	0.01 170	0.00 1	0.00 1	0.00 1	0.32 410	0.49 242

Wz-Net-LNSev-Ref	6.52 440	2.21 434	12.10 472	2.75 424	3.28 452	10.03 449	3.05 425	12.31 404	11.52 432	10.10 427	21.36 477	11.51 434	7.30 436	11.56 457	10.61 464	0.09 402	0.00 1	0.00 1	0.00 1	0.08 169	0.51 248

FADNet-RVC-Resample	4.11 360	2.25 435	13.88 482	1.64 260	0.66 223	5.91 384	2.34 405	10.87 363	9.09 383	6.53 274	4.34 174	5.69 316	4.71 363	8.01 325	4.64 369	0.18 436	0.22 298	0.17 485	0.12 342	0.46 444	0.59 271

NaN_ROB	6.51 439	2.25 435	8.77 435	1.69 273	1.79 381	9.71 445	10.94 516	16.20 484	16.13 473	13.04 475	8.86 313	11.77 439	5.94 403	12.88 476	8.01 423	0.05 362	0.13 272	0.07 456	0.20 387	0.32 410	1.50 408

sAnonymous2	1.54 106	2.26 437	9.53 453	0.65 138	0.50 181	1.20 15	0.23 146	4.86 108	3.65 130	0.42 27	1.27 69	0.23 57	1.40 195	1.23 23	0.68 68	0.02 274	0.00 1	0.00 1	0.20 387	2.00 507	0.42 227

CroCo_RVC	1.54 106	2.26 437	9.53 453	0.65 138	0.50 181	1.20 15	0.23 146	4.86 108	3.65 130	0.42 27	1.27 69	0.23 57	1.40 195	1.23 23	0.68 68	0.02 274	0.00 1	0.00 1	0.20 387	2.00 507	0.42 227

iResNetv2_ROB	4.72 402	2.26 437	8.87 440	3.20 460	1.25 332	4.32 341	1.73 389	14.22 463	10.62 412	10.53 437	12.13 394	7.77 364	5.54 397	8.29 343	2.76 305	0.00 1	0.00 1	0.00 1	0.00 1	0.42 432	0.55 256

DEFOM-Stereo_RVC	1.09 53	2.27 440	1.82 15	1.16 203	0.34 134	0.56 5	0.05 38	2.94 15	1.46 39	0.40 21	0.94 59	0.22 55	2.27 244	6.26 213	0.63 60	0.00 1	0.08 244	0.00 1	0.17 365	0.04 104	0.16 102

RAFT + AFF	4.63 397	2.28 441	7.43 409	1.51 248	2.38 419	5.81 382	6.49 485	10.74 359	8.53 367	7.75 340	8.95 316	7.47 359	6.68 423	9.17 398	5.06 379	0.08 391	0.47 341	0.00 1	0.01 239	0.66 465	1.03 363

NCC-stereo	7.43 460	2.28 441	8.58 430	3.28 464	4.48 492	8.34 424	4.27 451	20.45 521	13.66 455	9.17 402	17.52 458	16.49 477	14.31 502	13.71 482	8.95 439	1.73 508	0.12 266	0.01 379	0.50 487	0.21 339	0.60 273

Abc-Net	7.43 460	2.28 441	8.58 430	3.28 464	4.48 492	8.34 424	4.27 451	20.45 521	13.66 455	9.17 402	17.52 458	16.49 477	14.31 502	13.71 482	8.95 439	1.73 508	0.12 266	0.01 379	0.50 487	0.21 339	0.60 273
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
YMNet	5.84 423	2.29 444	10.08 459	3.80 483	4.45 490	10.40 454	0.88 327	10.81 360	7.17 318	14.28 487	16.67 446	11.58 435	4.41 344	8.51 363	9.37 447	0.12 412	0.35 324	0.11 465	0.08 310	0.79 478	0.62 281

YMNet_1	5.84 423	2.29 444	10.08 459	3.80 483	4.45 490	10.40 454	0.88 327	10.81 360	7.17 318	14.28 487	16.67 446	11.58 435	4.41 344	8.51 363	9.37 447	0.12 412	0.35 324	0.11 465	0.08 310	0.79 478	0.62 281

LL-Strereo	5.14 415	2.29 444	8.95 441	1.26 215	5.05 506	3.66 296	1.40 373	10.33 344	8.98 379	8.71 384	8.24 308	10.70 421	11.10 482	12.66 475	5.36 386	0.05 362	1.35 503	0.00 1	0.00 1	0.38 426	2.23 492

ADCRef	7.76 465	2.31 447	19.09 508	2.82 431	3.29 453	11.88 474	3.06 426	11.52 383	10.89 419	13.69 481	25.85 501	8.20 371	8.89 464	8.95 388	22.66 519	0.16 426	0.08 244	0.16 480	0.34 463	0.47 446	0.91 343

FADNet_RVC	4.24 372	2.32 448	14.23 486	1.18 207	0.79 250	5.64 375	0.60 244	11.50 382	7.19 320	3.68 173	8.08 305	4.14 253	4.06 331	10.29 437	7.47 417	0.36 471	0.44 337	0.18 486	0.47 483	0.93 485	1.23 384

GMStereo_Zeroshot	2.92 253	2.33 449	6.12 356	1.66 266	0.36 145	3.61 289	0.09 70	5.95 189	6.20 266	7.15 313	7.11 272	8.37 378	0.91 147	6.17 209	1.97 248	0.00 1	0.00 1	0.00 1	0.00 1	0.22 346	0.14 80

FADNet	4.55 390	2.35 450	13.60 480	1.87 302	0.80 253	4.74 358	0.75 292	14.47 467	12.41 439	4.07 186	5.45 216	9.64 398	5.03 374	8.86 381	4.82 373	0.20 440	0.04 211	0.07 456	0.05 298	1.27 494	0.40 212

PA-Net	5.40 417	2.35 450	9.55 455	2.75 424	2.21 410	8.74 432	3.92 445	13.05 432	13.35 453	7.30 327	7.98 298	8.08 369	6.39 413	11.17 449	9.30 445	0.02 274	0.03 194	0.00 1	0.03 276	0.16 292	1.55 414
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
StereoDRNet	6.02 429	2.40 452	8.22 425	3.43 469	4.43 489	10.57 460	4.21 449	19.44 509	11.24 429	12.86 471	8.06 303	11.64 438	4.79 366	8.65 373	9.32 446	0.01 170	0.10 257	0.00 1	0.03 276	0.34 414	0.69 305

PSMNet_ROB	5.41 419	2.45 453	7.39 406	2.36 389	1.90 393	10.11 450	6.54 486	16.32 486	7.59 336	6.84 294	10.83 369	12.06 445	4.13 335	8.73 375	10.24 459	0.02 274	0.01 128	0.01 379	0.11 336	0.26 372	0.40 212

APVNet	6.28 433	2.46 454	10.09 461	3.51 474	3.97 480	12.15 477	1.75 390	20.08 519	6.73 296	6.92 301	13.45 414	10.75 423	6.29 412	11.86 461	14.34 498	0.05 362	0.02 167	0.11 465	0.03 276	0.63 462	0.34 196

NCCL2	6.27 432	2.46 454	7.00 393	2.36 389	1.11 308	9.48 441	11.14 518	13.01 431	10.40 407	9.94 424	9.49 335	22.11 512	7.42 438	9.90 429	8.56 431	0.01 170	0.00 1	0.02 412	0.03 276	0.20 328	0.73 317

TCMNet	5.54 421	2.53 456	10.92 467	4.50 504	6.58 515	8.90 436	1.31 370	11.59 385	8.68 370	7.24 320	12.74 405	8.37 378	4.65 360	9.30 402	10.83 470	0.11 410	0.19 288	0.31 497	0.09 322	0.84 483	1.07 365

PS-NSSS	4.22 370	2.53 456	5.89 347	1.01 191	2.93 440	4.05 329	1.93 395	11.44 380	8.94 378	7.14 312	14.70 428	4.96 290	2.60 259	9.09 395	3.92 343	0.40 473	0.04 211	0.83 508	0.00 1	1.09 487	1.02 360

LALA_ROB	7.02 451	2.54 458	8.51 427	1.53 251	0.96 283	9.96 447	8.71 508	16.70 488	12.68 443	12.99 473	13.90 420	24.47 515	5.40 393	11.61 459	9.50 449	0.04 345	0.05 220	0.00 1	0.02 261	0.17 301	0.65 290

DPSNet	10.88 502	2.57 459	20.40 512	2.24 364	1.90 393	24.92 522	17.00 544	21.35 526	28.61 519	12.87 472	13.74 417	17.01 484	20.14 517	15.36 494	14.01 496	0.81 492	0.98 433	0.20 489	0.65 495	1.30 495	1.54 411

ETE_ROB	6.28 433	2.60 460	9.22 449	1.71 277	0.84 260	6.44 393	6.78 490	13.16 439	8.80 374	13.01 474	15.93 437	21.01 510	6.18 409	10.97 443	8.11 425	0.04 345	0.01 128	0.00 1	0.02 261	0.16 292	0.70 309

dad	5.10 413	2.61 461	6.76 388	1.23 211	0.14 47	2.85 221	0.36 175	7.98 283	14.88 462	10.84 445	17.06 450	15.59 469	3.29 285	7.24 270	4.39 360	1.20 500	0.10 257	4.02 527	0.49 486	0.20 328	0.69 305

AANet_RVC	5.41 419	2.61 461	8.17 423	2.25 366	1.30 345	2.27 143	1.64 385	10.82 362	18.54 487	8.01 354	18.09 464	8.39 382	3.31 288	11.37 454	8.98 441	1.15 499	0.38 329	0.02 412	0.00 1	0.17 301	0.70 309

FADNet-RVC	4.36 378	2.62 463	14.51 489	2.01 332	0.44 171	4.27 337	1.27 365	12.61 416	7.89 345	3.76 175	4.05 169	10.63 418	4.34 343	9.87 425	7.66 420	0.03 315	0.09 251	0.00 1	0.03 276	0.65 464	0.50 244

LE_ROB	17.31 530	2.62 463	14.26 487	4.20 494	1.80 382	17.40 503	9.70 513	15.38 477	55.92 555	63.97 565	40.81 539	35.50 537	39.26 548	15.64 498	28.51 539	0.06 374	0.11 261	0.13 474	0.21 393	0.14 272	0.51 248

DFGA-Net	3.09 268	2.73 465	9.21 448	1.79 290	0.47 174	3.30 260	0.20 135	7.49 267	6.20 266	5.54 229	6.42 251	2.17 175	1.12 164	7.96 321	6.56 405	0.01 170	0.00 1	0.00 1	0.00 1	0.43 436	0.17 112

SDNR	7.97 467	2.75 466	16.90 500	2.28 376	0.94 278	45.23 551	0.43 194	9.30 321	10.84 417	10.71 441	25.30 499	5.51 307	4.47 348	11.98 463	7.58 419	0.15 420	0.14 276	0.00 1	0.04 294	2.27 509	2.65 503

Wz-Net-LNSev	7.12 453	2.75 466	18.64 505	1.70 276	4.16 484	12.79 482	6.72 488	13.74 453	13.57 454	11.14 455	17.31 456	11.90 444	8.50 457	8.96 389	9.94 454	0.00 1	0.01 128	0.00 1	0.00 1	0.18 312	0.34 196

RGC	7.40 457	2.77 468	7.71 413	4.43 503	4.87 504	8.88 434	2.96 422	16.05 483	12.76 447	11.96 468	19.57 470	18.32 493	11.57 488	13.89 486	9.58 451	0.83 493	0.02 167	0.24 494	0.41 477	0.40 430	0.77 325

ADCP+	8.60 479	2.78 469	17.44 501	1.69 273	4.27 486	16.95 502	5.29 468	13.38 444	12.52 440	13.57 480	17.57 460	10.86 427	11.28 484	18.43 513	23.91 528	0.03 315	0.05 220	0.01 379	0.18 371	0.47 446	1.31 394

PDISCO_ROB	10.27 496	2.79 470	13.30 477	10.58 529	9.96 531	22.78 518	5.99 475	20.01 515	28.57 518	11.88 466	14.49 426	20.54 507	4.92 370	17.01 507	10.29 460	5.79 526	0.42 333	0.14 476	0.13 348	2.53 512	3.25 507

CSAN	8.41 476	2.86 471	9.35 452	2.43 399	0.82 258	13.59 488	11.68 524	15.80 481	21.98 505	14.71 489	16.46 443	18.00 490	14.42 504	13.68 481	10.10 455	0.10 406	0.13 272	0.15 477	0.19 375	0.43 436	1.28 392

GwcNet	6.95 447	2.89 472	13.32 478	2.82 431	5.53 510	11.76 472	2.14 402	14.95 472	17.69 483	10.83 444	18.14 465	10.83 426	6.66 421	9.83 424	10.19 458	0.03 315	0.06 226	0.03 430	0.08 310	0.64 463	0.66 299

FINET	6.96 448	2.98 473	13.77 481	3.20 460	4.81 503	9.65 443	9.90 514	13.68 452	23.91 509	8.28 367	13.70 415	5.36 303	5.83 400	10.79 442	8.05 424	0.90 494	1.43 504	0.11 465	0.38 471	0.48 449	1.98 477

w-ln-seven-2	7.81 466	3.17 474	25.87 527	2.09 337	1.12 311	8.35 427	3.84 442	12.83 422	16.45 475	13.88 483	21.42 478	11.83 441	11.07 481	11.91 462	10.62 466	0.03 315	0.19 288	0.00 1	0.02 261	0.37 422	1.13 376

Wz-Net-MNSev	8.12 470	3.18 475	18.07 504	2.63 417	3.36 458	17.82 506	9.40 512	12.89 426	15.44 468	13.95 485	18.21 466	14.38 460	7.75 445	12.50 470	11.45 474	0.46 479	0.03 194	0.00 1	0.01 239	0.26 372	0.58 268

ADCL	10.77 500	3.23 476	21.50 514	2.26 369	1.96 399	23.65 519	9.07 509	14.69 471	24.88 511	15.21 491	27.20 504	12.68 450	14.02 501	16.94 506	24.43 530	0.26 459	0.18 286	0.74 506	0.67 496	0.80 480	1.02 360

MANE	20.98 541	3.23 476	8.81 436	5.96 515	6.96 518	33.07 538	13.20 528	35.43 543	38.86 541	44.72 550	52.41 554	53.20 549	41.84 551	34.74 542	27.45 537	1.87 513	2.27 521	1.54 516	10.18 546	0.69 470	3.11 506

SANet	11.48 508	3.34 478	13.93 483	2.40 397	1.01 289	16.49 498	12.16 527	20.05 518	37.28 537	19.62 506	28.04 506	25.61 519	20.10 516	14.43 488	12.39 482	0.10 406	0.06 226	0.03 430	0.06 305	0.76 476	1.73 443

SGM-ForestM	18.61 535	3.38 479	10.14 462	3.44 470	2.24 414	34.17 540	15.39 533	29.44 541	33.93 525	38.55 542	41.08 540	53.64 550	36.76 545	34.82 543	27.16 536	1.25 501	1.81 518	0.74 506	1.01 507	0.61 460	2.61 502

ADCPNet	10.18 494	3.40 480	33.24 538	2.38 392	1.74 377	17.75 505	7.65 501	13.20 440	13.03 449	14.09 486	21.72 481	19.36 499	11.40 486	15.43 496	23.00 521	0.28 463	1.15 481	0.39 503	1.48 518	0.68 468	2.21 490

DGSMNet	7.10 452	3.49 481	15.11 492	4.36 501	4.41 488	8.94 437	6.25 481	15.10 474	14.28 459	8.15 363	14.51 427	10.08 407	5.38 392	11.04 445	7.95 422	1.49 506	2.00 519	1.79 517	1.68 523	2.43 510	3.48 511

ELAS	17.99 532	3.49 481	11.19 468	6.14 517	5.79 512	34.89 541	17.28 545	28.75 538	30.47 521	40.80 546	45.79 545	39.04 540	32.05 542	27.63 537	24.30 529	1.88 514	2.41 525	1.09 510	1.48 518	1.83 504	3.48 511
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DeepPrunerF	7.18 455	3.58 483	25.29 525	4.27 497	7.20 519	3.78 309	4.64 459	14.03 459	20.86 499	8.85 388	10.57 362	7.35 356	7.88 448	12.16 468	10.66 467	0.25 456	0.16 281	0.29 496	0.43 480	0.77 477	0.65 290

GANetREF_RVC	6.97 449	3.59 484	9.14 447	4.00 488	0.40 160	13.17 484	11.27 522	15.95 482	17.51 482	10.62 439	10.66 366	12.15 446	7.97 450	13.18 479	5.04 378	0.45 477	0.00 1	0.01 379	0.15 353	3.47 517	0.60 273
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
ELAS_RVC	17.82 531	3.60 485	11.92 470	6.63 519	5.73 511	30.34 533	19.64 547	26.92 535	35.06 532	40.79 545	41.32 541	37.31 539	31.61 539	30.54 538	22.93 520	1.97 516	2.40 523	1.28 514	1.27 514	1.71 501	3.51 513
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SHD	10.45 498	3.67 486	14.03 484	4.81 507	4.52 495	11.93 475	1.66 388	21.36 527	38.40 540	18.84 504	21.72 481	17.63 486	13.07 493	15.65 499	17.71 506	0.36 471	1.09 461	0.01 379	0.32 456	0.50 453	1.67 429

Syn2CoEx	6.70 443	3.69 487	12.14 473	2.78 427	1.68 374	8.36 428	3.21 432	18.59 502	12.66 442	8.86 389	20.79 476	10.52 414	10.54 478	9.68 414	8.70 434	0.01 170	0.00 1	0.00 1	0.00 1	0.69 470	1.00 355

aanetorigin	9.02 482	3.75 488	28.68 533	2.16 344	3.86 474	5.84 383	5.40 471	5.93 188	10.39 406	28.12 527	31.02 518	15.98 473	13.74 498	9.38 404	12.55 484	0.25 456	0.22 298	0.22 492	0.24 409	1.24 492	1.47 405

TRStereo	2.71 233	3.79 489	5.46 320	2.19 352	2.22 412	2.98 234	1.07 350	9.83 332	4.39 179	3.46 165	3.48 151	3.92 241	0.77 138	6.43 219	1.70 226	0.03 315	0.63 360	0.00 1	0.29 445	0.11 221	1.49 407

SAMSARA	15.67 522	3.89 490	14.48 488	13.77 535	7.92 524	38.69 545	73.90 568	21.22 525	24.66 510	17.04 500	13.86 418	30.01 526	13.07 493	18.07 512	17.48 505	0.23 451	1.46 507	0.07 456	0.40 474	0.99 486	2.15 486

SuperB	8.29 474	3.96 491	24.92 523	2.96 440	1.33 349	9.83 446	4.15 448	10.92 367	29.79 520	11.86 465	12.51 400	6.07 326	6.97 427	11.13 448	14.73 499	0.15 420	0.11 261	0.35 499	0.26 430	12.64 535	1.11 371

PVD	16.41 524	3.98 492	16.04 495	5.38 510	4.59 500	19.44 511	7.28 498	28.88 539	49.27 550	31.53 532	43.72 543	30.36 528	32.17 543	26.70 536	23.19 522	0.25 456	1.48 509	0.04 440	0.59 492	0.52 455	2.87 505

w-ln-seven	10.89 503	4.13 493	29.29 535	2.40 397	2.62 429	15.68 495	5.09 467	18.55 501	34.46 530	21.14 512	26.71 503	15.16 468	9.01 468	12.97 477	19.34 511	0.05 362	0.00 1	0.00 1	0.00 1	0.54 457	0.71 312

anonymity	8.04 468	4.13 493	12.86 475	7.43 521	13.11 538	8.34 424	2.02 398	18.21 499	7.55 335	13.88 483	9.27 327	10.63 418	7.79 446	11.57 458	6.06 393	6.25 527	5.59 551	3.71 526	3.28 531	3.27 515	5.78 523

RTSC	9.87 491	4.34 495	16.44 497	4.60 506	2.38 419	12.54 480	0.75 292	18.19 498	37.31 538	16.16 497	15.86 435	13.32 451	7.56 443	20.93 522	23.50 524	0.34 469	1.07 459	0.02 412	0.35 466	0.71 473	0.99 353

PWCDC_ROB	8.50 477	4.40 496	9.57 456	6.16 518	4.54 497	10.46 456	1.03 344	15.30 475	28.16 517	10.88 447	30.88 517	6.96 352	11.31 485	14.57 489	10.40 462	3.10 521	0.02 167	0.00 1	0.00 1	1.55 499	0.63 285

SQANet	8.22 473	4.42 497	7.19 402	12.11 532	9.77 530	11.80 473	3.23 433	12.00 394	6.60 287	8.59 379	11.52 380	10.97 430	5.31 390	11.10 446	4.20 352	9.56 535	2.29 522	10.51 534	1.61 522	13.06 537	8.49 531

ADCMid	10.97 504	4.49 498	23.66 519	2.53 410	2.52 428	11.46 469	6.31 482	15.31 476	12.85 448	23.57 518	22.99 486	17.92 489	21.04 520	19.57 517	28.05 538	0.47 482	0.43 334	1.10 511	1.32 515	1.73 502	2.10 483

PWC_ROB	8.89 481	4.49 498	15.62 494	2.92 437	4.49 494	7.89 421	1.23 362	17.29 494	20.00 493	16.54 498	28.06 507	14.37 459	11.98 491	14.93 493	15.43 504	0.47 482	0.00 1	0.05 447	0.00 1	0.67 466	1.31 394

MFN_U_SF_RVC	13.54 516	4.69 500	28.43 532	4.24 495	2.50 426	24.26 520	5.99 475	28.23 537	20.18 496	24.06 521	29.38 510	30.35 527	16.92 509	20.98 524	21.39 515	1.35 503	1.13 469	1.02 509	1.41 517	1.88 505	2.50 501

XQC	9.46 487	4.84 501	18.88 506	4.07 489	3.09 446	15.97 497	6.65 487	16.26 485	26.63 514	12.63 469	12.35 398	15.75 470	10.62 479	16.48 502	21.19 514	0.44 475	0.96 421	0.05 447	0.32 456	1.10 488	0.99 353

Consistency-Raft	9.58 489	5.11 502	13.00 476	5.61 512	8.92 528	4.03 325	5.07 466	19.73 513	24.90 512	11.32 459	29.86 511	13.36 452	6.16 408	8.00 322	13.47 493	0.67 488	0.34 320	1.81 518	4.36 537	12.23 533	3.62 514

z-mn7	11.06 505	5.25 503	22.57 516	2.37 391	1.74 377	19.71 512	5.54 473	14.08 460	35.39 535	10.07 426	36.03 531	15.76 471	10.23 475	22.26 527	18.95 509	0.04 345	0.01 128	0.00 1	0.00 1	0.45 441	0.68 304

MFN_U_SF_DS_RVC	10.36 497	5.37 504	16.61 499	2.95 439	3.02 443	24.75 521	15.44 534	14.68 470	19.73 491	19.77 508	23.97 489	16.98 482	8.40 455	17.58 510	9.23 444	1.59 507	1.75 515	0.16 480	2.63 525	0.75 475	1.85 462

WZ-Net	13.61 517	5.57 505	42.84 549	3.89 487	3.19 449	19.90 513	15.44 534	15.67 480	32.04 523	16.13 496	28.69 508	22.17 513	15.84 506	21.40 525	26.87 534	0.75 491	0.01 128	0.01 379	0.03 276	0.51 454	1.20 381

PASM	9.11 483	5.68 506	25.06 524	4.33 499	4.18 485	7.01 406	8.48 505	12.37 407	20.95 500	13.49 479	15.37 431	18.80 495	11.52 487	14.70 490	12.70 485	0.93 495	1.19 487	0.32 498	1.21 513	1.66 500	2.22 491

GASNet	5.62 422	5.76 507	12.05 471	5.03 509	2.08 407	3.77 308	1.53 380	12.92 427	11.62 433	9.64 417	7.40 280	8.58 387	7.54 441	14.76 492	8.25 427	0.02 274	0.15 279	0.00 1	0.00 1	0.81 482	0.52 251

PSMNet-RUCA	6.00 427	5.79 508	14.15 485	10.30 527	7.63 521	6.94 402	1.89 393	12.74 419	10.95 421	4.10 188	11.72 385	4.77 279	1.72 222	8.74 376	5.09 381	1.88 514	0.12 266	4.77 528	0.71 498	5.10 521	0.82 333

MaskLacGwcNet_RVC	6.42 436	6.12 509	6.53 377	4.29 498	3.61 466	15.41 494	4.13 447	12.36 406	7.32 327	7.60 335	8.51 311	8.97 393	2.64 261	10.17 435	3.72 331	8.16 532	2.40 523	2.00 519	0.11 336	8.55 530	5.84 524

ADCS	13.76 518	6.46 510	30.74 536	3.62 477	2.93 440	14.28 491	11.22 521	20.02 516	34.42 529	23.20 515	25.42 500	19.51 500	19.62 514	24.54 533	33.88 547	0.27 462	0.23 302	0.37 502	0.19 375	1.47 497	2.84 504

EDNetEfficient	14.14 520	6.71 511	56.12 555	2.99 442	3.58 464	5.38 368	8.49 506	9.35 323	33.24 524	40.73 544	30.21 514	18.04 491	22.92 527	12.13 466	26.26 533	0.16 426	0.24 305	0.07 456	1.15 510	2.58 513	2.39 496

AnyNet_C32	11.82 510	7.08 512	25.83 526	4.55 505	5.88 513	16.92 501	16.97 543	14.14 461	18.11 486	16.87 499	21.66 480	14.78 463	13.87 500	23.54 531	31.83 544	0.24 453	0.28 311	0.35 499	0.53 489	1.35 496	1.71 440

AnonymousM	2.96 259	7.19 513	1.41 4	0.92 183	0.06 11	2.37 152	0.52 221	6.05 193	3.83 144	4.97 206	2.37 117	1.91 166	1.00 155	2.23 79	1.06 144	0.01 170	0.57 349	17.64 539	4.90 538	0.02 43	0.27 171

SPS-STEREO	15.83 523	7.38 514	14.92 491	11.63 531	11.77 536	25.30 523	7.12 495	25.20 533	17.06 479	32.24 533	30.34 515	31.63 529	22.59 524	25.67 534	21.97 517	7.71 531	4.50 547	3.35 525	1.56 521	6.97 528	7.72 530
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
LSM	14.85 521	7.41 515	36.29 543	7.76 523	43.77 562	11.24 468	12.14 526	16.73 489	23.72 507	23.73 520	32.92 522	18.89 497	13.31 495	16.60 503	12.37 481	0.26 459	0.86 401	0.11 465	0.43 480	1.24 492	17.26 555

zh-mn7	11.74 509	7.51 516	34.00 539	1.96 321	1.02 291	13.44 487	2.89 417	13.67 450	34.35 528	22.18 513	39.79 536	12.33 447	10.28 476	20.97 523	18.78 508	0.30 465	0.01 128	0.00 1	0.01 239	0.45 441	0.91 343

UDGNet	2.92 253	7.79 517	4.92 289	3.01 443	0.08 17	2.96 231	0.20 135	4.77 105	8.93 377	2.91 151	2.85 132	0.95 130	1.00 155	6.46 220	1.66 220	1.46 505	0.00 1	5.33 531	0.92 505	1.95 506	0.19 127

MSC_U_SF_DS_RVC	17.08 527	7.98 518	24.37 522	6.82 520	2.93 440	39.68 547	16.11 536	25.46 534	34.93 531	34.13 536	34.20 526	29.20 525	24.94 532	23.01 529	19.39 512	2.79 518	2.87 533	1.18 513	1.53 520	6.78 527	3.31 508

Wz-Net-SNSev	9.92 492	8.01 519	26.42 528	2.26 369	1.85 389	8.36 428	14.30 532	18.01 497	21.68 502	10.78 443	23.95 488	16.84 481	8.60 459	15.59 497	19.76 513	0.01 170	0.03 194	0.01 379	0.00 1	0.52 455	1.34 398

zh-sn7	11.83 511	8.57 520	35.78 541	2.64 418	2.36 418	11.60 470	8.25 504	14.25 464	19.40 490	17.10 501	32.57 520	14.39 461	18.76 511	24.15 532	24.76 531	0.04 345	0.14 276	0.00 1	0.01 239	0.62 461	1.33 396

otaku	12.35 514	8.64 521	9.11 446	13.56 534	10.98 532	26.23 525	7.22 497	19.45 510	19.26 489	11.92 467	17.90 462	20.21 504	8.91 465	16.06 500	6.09 395	9.77 537	2.50 526	13.23 535	1.90 524	14.61 538	9.41 536

NVStereoNet_ROB	17.22 528	8.76 522	16.47 498	7.52 522	8.42 526	13.75 490	11.07 517	24.24 532	26.67 515	31.00 530	46.49 546	34.88 536	27.06 535	22.72 528	23.61 525	6.83 530	4.32 546	6.32 532	10.37 547	4.39 518	9.57 537
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
StereoAnything_RVC	1.96 136	8.91 523	4.47 254	0.54 120	0.91 271	1.09 10	0.05 38	3.94 60	1.37 37	0.25 4	0.29 26	0.15 39	0.68 126	6.92 249	0.47 14	0.02 274	0.84 394	0.00 1	0.00 1	6.61 525	1.61 417

SGM+DAISY	17.25 529	9.46 524	22.74 517	10.11 526	11.40 533	28.98 532	13.74 530	21.15 524	16.85 478	31.39 531	34.79 527	34.05 534	24.24 531	26.23 535	19.31 510	8.79 534	7.56 555	4.88 529	3.93 535	6.07 524	9.33 534

MFMNet_re	14.09 519	9.67 525	20.31 511	10.40 528	7.62 520	21.38 517	17.49 546	21.36 527	31.95 522	23.70 519	29.22 509	18.87 496	27.41 536	14.27 487	11.16 471	2.85 519	1.51 511	0.41 504	0.28 439	4.88 519	7.10 528

Ntro	12.91 515	9.95 526	10.01 458	14.12 536	12.55 537	26.31 526	6.76 489	19.04 506	22.03 506	10.23 430	16.26 440	20.22 505	10.06 473	16.81 505	7.93 421	10.16 539	2.55 528	15.19 537	2.86 526	15.27 539	9.93 539

UDG	9.12 484	10.06 527	6.35 371	10.06 525	9.64 529	10.48 457	2.33 404	12.73 418	10.19 401	8.33 368	10.27 353	16.70 480	10.47 477	8.33 350	9.07 442	4.28 523	2.59 529	18.90 540	3.83 534	11.35 532	6.50 527

CC-Net-ROB	8.09 469	10.11 528	9.03 443	4.07 489	3.74 472	15.24 493	4.84 462	18.44 500	10.87 418	6.73 291	14.03 421	7.54 360	4.68 361	11.61 459	3.98 347	6.59 528	2.54 527	16.51 538	1.19 512	7.88 529	2.20 489

RTS	19.64 538	10.42 529	87.01 565	5.88 513	6.82 516	41.73 548	16.69 539	16.80 490	41.90 544	23.44 516	32.96 523	13.79 453	21.49 521	38.85 548	30.84 541	0.46 479	0.70 374	0.00 1	0.09 322	1.13 489	1.70 437

RTSA	19.64 538	10.42 529	87.01 565	5.88 513	6.82 516	41.73 548	16.69 539	16.80 490	41.90 544	23.44 516	32.96 523	13.79 453	21.49 521	38.85 548	30.84 541	0.46 479	0.70 374	0.00 1	0.09 322	1.13 489	1.70 437

BEATNet-Init1	24.70 542	11.33 531	44.28 550	5.48 511	3.94 478	47.60 555	22.33 550	34.94 542	40.01 542	48.11 553	49.98 550	59.86 554	43.17 552	39.48 550	31.77 543	1.37 504	1.76 517	1.17 512	1.17 511	2.44 511	3.85 516

Wz-Net-TNSev	12.01 513	11.86 532	38.26 545	2.81 429	1.82 385	18.12 507	11.31 523	16.67 487	21.73 503	15.06 490	17.17 452	19.72 502	20.69 519	20.68 520	21.41 516	0.04 345	0.06 226	0.00 1	0.16 355	0.74 474	1.93 472

DDUNet	10.03 493	12.17 533	8.24 426	13.02 533	11.73 535	10.32 453	3.76 441	12.27 403	8.35 361	9.64 417	13.89 419	16.48 476	6.67 422	9.50 409	7.00 410	6.80 529	3.45 541	21.10 541	4.33 536	12.78 536	9.12 533

AnyNet_C01	16.99 526	12.34 534	60.47 557	4.88 508	3.11 448	31.77 534	16.79 541	18.60 503	17.96 485	18.62 503	38.50 534	24.03 514	19.00 512	30.59 539	35.18 549	0.29 464	0.56 347	0.45 505	0.48 484	2.70 514	3.40 509

EDNetEfficientorigin	18.25 534	14.44 535	99.41 577	1.72 282	1.00 287	12.07 476	6.97 494	13.67 450	35.06 532	38.59 543	37.10 533	27.03 521	27.46 537	15.38 495	26.92 535	0.05 362	0.08 244	0.15 477	0.62 493	3.33 516	3.92 518

JetBlue	29.99 548	17.24 536	55.64 554	16.24 537	21.08 550	62.07 566	33.14 557	40.60 546	35.73 536	34.59 539	40.67 538	57.18 553	43.54 553	51.46 561	52.18 563	2.72 517	4.58 549	2.86 521	3.53 532	10.57 531	14.11 550

GCST	9.50 488	17.91 537	6.18 360	53.02 560	11.57 534	10.95 464	0.20 135	7.71 277	7.12 315	9.83 423	4.71 188	4.87 285	1.49 200	9.87 425	2.06 256	8.70 533	0.07 240	22.79 542	0.40 474	6.66 526	3.86 517

coex-ft	20.15 540	20.03 538	87.93 567	1.81 294	1.77 379	18.77 509	13.73 529	13.28 442	41.87 543	60.24 561	39.04 535	28.27 524	30.39 538	12.57 474	28.66 540	0.20 440	0.23 302	0.04 440	0.30 449	1.52 498	2.34 495

ACVNet-4b	16.48 525	23.07 539	14.73 490	16.69 538	15.18 541	31.83 535	7.30 499	19.71 512	27.82 516	11.54 463	22.10 484	31.68 530	8.96 467	18.88 514	7.28 415	11.04 541	2.65 530	24.93 545	5.02 539	18.57 542	10.67 542

IGEV-BASED-STEREO-	4.37 380	25.82 540	26.88 529	0.56 123	0.08 17	1.46 64	0.53 224	2.17 7	2.15 58	0.67 76	0.73 42	0.23 57	0.20 27	1.58 48	0.80 90	11.76 544	0.38 329	0.00 1	0.08 310	1.75 503	9.67 538

WAO-7	30.22 549	25.83 541	23.33 518	33.10 549	14.36 539	36.98 542	22.41 551	52.85 560	64.46 562	43.76 548	59.24 560	52.31 547	45.69 555	32.82 540	32.60 545	11.16 543	5.49 550	13.76 536	12.60 552	12.36 534	9.38 535

ACVNet_1	19.51 537	26.19 542	15.50 493	17.71 539	15.28 542	26.46 527	9.36 510	29.16 540	34.18 526	25.06 523	24.89 497	37.18 538	21.93 523	17.80 511	15.03 501	11.08 542	2.83 531	25.29 546	5.06 541	19.11 543	11.14 543

DispFullNet	18.06 533	27.03 543	34.90 540	22.68 544	20.79 547	15.03 492	3.18 431	16.95 492	26.06 513	20.48 509	16.91 448	20.55 508	18.37 510	23.48 530	12.16 480	5.31 525	2.91 534	31.24 549	8.09 545	22.63 546	12.44 547

RainbowNet	18.69 536	27.15 544	22.03 515	18.76 540	15.00 540	27.97 530	10.17 515	27.99 536	34.19 527	15.53 494	27.53 505	25.33 517	13.80 499	19.86 519	10.59 463	14.50 549	3.57 542	23.85 544	5.03 540	18.49 541	12.41 546

test_for_model	7.41 458	28.34 545	2.84 99	22.38 543	16.53 544	3.40 267	0.91 332	6.72 231	4.54 188	8.04 356	2.84 131	1.04 132	0.43 95	0.86 5	0.60 51	9.67 536	3.31 538	0.00 1	0.08 310	26.60 550	9.03 532

IMH-64-1	28.06 546	29.98 546	19.46 509	32.15 547	20.98 548	27.68 528	16.66 537	47.31 550	44.85 547	34.14 537	50.94 551	41.49 542	31.67 540	37.53 544	23.88 526	14.17 547	2.96 535	34.45 551	11.15 548	26.12 548	13.75 548

IMH-64	28.06 546	29.98 546	19.46 509	32.15 547	20.98 548	27.68 528	16.66 537	47.31 550	44.85 547	34.14 537	50.94 551	41.49 542	31.67 540	37.53 544	23.88 526	14.17 547	2.96 535	34.45 551	11.15 548	26.12 548	13.75 548

IMH	30.65 550	30.30 548	21.09 513	34.89 551	21.75 552	33.16 539	16.91 542	49.53 557	52.50 551	38.41 541	55.10 557	45.13 544	40.36 550	41.57 551	25.66 532	14.74 550	3.36 540	35.43 553	11.69 550	27.31 553	14.16 551

ACVNet_2	27.45 544	30.56 549	27.90 530	20.72 541	15.55 543	37.22 543	14.00 531	49.32 556	65.88 564	43.17 547	56.99 558	51.90 546	26.98 534	21.46 526	15.38 502	10.77 540	2.85 532	23.12 543	3.62 533	20.08 544	11.47 544

TorneroNet-64	33.32 552	33.28 550	33.07 537	35.14 552	21.25 551	48.02 556	21.13 548	43.47 548	58.77 556	33.36 535	46.64 547	62.00 557	38.19 546	44.82 555	35.07 548	15.02 551	3.59 543	35.81 554	12.20 551	29.45 555	16.17 552

TorneroNet	36.02 556	35.25 551	36.33 544	38.44 554	22.19 553	50.72 560	24.42 554	48.39 553	54.53 553	38.03 540	53.44 555	62.83 560	44.79 554	47.68 558	42.11 557	15.69 552	3.97 545	37.25 555	15.05 554	30.83 557	18.40 557

MADNet+	27.96 545	35.32 552	91.41 569	21.04 542	8.86 527	49.25 557	47.41 564	36.98 544	37.84 539	21.00 511	30.83 516	25.41 518	34.95 544	46.51 556	51.54 562	3.04 520	3.33 539	1.48 515	1.05 508	5.85 523	6.05 525

WAO-8	38.93 557	36.84 553	23.97 520	43.96 555	24.48 555	45.73 552	22.62 552	53.10 561	75.66 566	53.86 558	66.14 566	62.39 558	55.11 562	43.01 553	40.67 555	22.98 555	7.22 553	37.53 556	19.49 556	27.04 552	16.83 553

Venus	38.93 557	36.84 553	23.97 520	43.96 555	24.48 555	45.73 552	22.62 552	53.10 561	75.66 566	53.86 558	66.17 567	62.39 558	55.11 562	43.01 553	40.67 555	22.98 555	7.22 553	37.53 556	19.49 556	27.02 551	16.83 553

WAO-6	35.59 554	37.89 555	17.67 502	37.86 553	24.46 554	37.85 544	21.49 549	49.01 555	67.96 565	44.22 549	48.08 548	53.02 548	53.39 560	33.67 541	36.83 551	26.05 557	7.83 556	43.19 558	21.76 558	30.18 556	19.37 558

Dean	35.52 553	40.12 556	27.99 531	30.63 546	17.33 545	45.80 554	11.68 524	57.61 565	76.54 568	63.70 564	60.65 561	66.93 563	49.40 558	38.12 546	40.28 554	12.18 545	3.73 544	28.86 547	5.94 544	20.69 545	12.16 545

LVE	35.84 555	41.54 557	36.25 542	33.36 550	18.92 546	53.05 562	27.99 555	53.17 563	64.93 563	47.63 552	61.58 562	54.25 551	38.72 547	38.72 547	35.50 550	16.36 553	6.23 552	31.51 550	14.04 553	25.01 547	18.07 556

PWCK	31.62 551	45.59 558	49.67 552	30.49 545	7.80 522	42.91 550	29.73 556	45.45 549	44.44 546	47.41 551	36.92 532	47.86 545	26.79 533	41.90 552	33.36 546	22.77 554	4.56 548	29.89 548	5.13 542	29.43 554	10.36 541

UNDER WATER-64	46.01 560	48.25 559	68.05 559	44.59 557	28.11 557	57.02 565	43.78 562	40.20 545	48.80 549	52.08 557	42.95 542	67.22 564	57.71 564	48.98 560	49.57 560	40.01 560	17.98 559	52.15 561	39.41 561	38.99 558	34.41 560

UNDER WATER	45.99 559	49.80 560	68.56 560	49.99 559	32.13 558	55.35 564	39.50 559	41.12 547	52.90 552	50.69 554	45.18 544	67.79 565	58.75 565	51.93 563	50.97 561	30.59 558	14.03 558	51.66 560	37.15 559	40.27 559	31.35 559

DLNR_Zeroshot_test	24.96 543	51.28 561	90.69 568	97.84 576	97.22 575	1.40 58	0.12 88	23.19 531	3.55 122	1.21 118	2.95 136	0.72 118	0.31 52	7.09 260	2.61 292	38.70 559	1.32 496	0.00 1	0.29 445	77.04 571	1.68 432

notaker	48.05 561	55.94 562	50.90 553	56.89 563	40.29 559	38.96 546	33.86 558	47.82 552	55.70 554	57.55 560	57.48 559	60.22 555	59.71 566	54.64 564	43.27 558	41.13 561	19.86 560	57.61 562	37.79 560	50.95 561	40.33 561

ktn	49.32 562	58.11 563	40.16 547	59.92 564	43.22 561	49.79 559	42.99 561	48.56 554	60.67 558	51.59 555	54.51 556	55.34 552	52.65 559	47.92 559	37.91 552	57.88 565	24.79 561	63.00 565	43.57 562	52.51 562	41.31 562

HanzoNet	57.16 565	60.12 564	60.00 556	55.77 562	42.11 560	51.98 561	41.93 560	52.07 558	61.47 559	65.98 567	65.90 565	72.11 567	70.14 567	71.11 567	61.13 565	64.31 567	34.72 565	62.27 564	50.86 564	52.83 563	46.33 563

JetRed	61.44 566	61.87 565	83.02 564	46.49 558	56.73 566	83.63 567	65.09 566	59.75 567	64.22 561	69.50 568	69.26 568	66.24 562	47.62 556	61.80 565	74.60 568	45.99 562	66.40 568	46.67 559	45.27 563	63.49 565	51.22 565

KSHMR	56.07 564	64.25 566	40.47 548	74.89 566	49.63 564	49.42 558	45.46 563	57.71 566	63.52 560	61.65 563	61.67 563	71.88 566	47.67 557	51.47 562	44.57 559	54.67 564	62.25 566	66.31 566	54.18 566	53.03 564	46.75 564

DPSimNet_ROB	54.45 563	65.73 567	47.00 551	54.49 561	46.37 563	55.34 563	56.47 565	56.18 564	59.04 557	64.57 566	51.76 553	64.01 561	54.49 561	47.54 557	67.21 567	63.21 566	27.86 564	58.04 563	51.28 565	46.61 560	51.87 566

LRCNet_RVC	66.47 567	66.44 568	69.02 561	71.60 565	54.27 565	32.21 537	2.93 421	63.19 568	21.83 504	82.02 569	90.16 570	83.59 568	72.13 568	69.45 566	53.25 564	95.47 574	64.21 567	95.15 574	95.27 574	72.59 566	74.60 568

USTest	87.45 574	75.67 569	64.78 558	81.43 571	83.22 571	99.90 579	99.97 577	99.47 577	99.59 575	98.27 574	99.02 576	90.91 570	98.36 575	83.71 569	98.28 576	79.81 571	95.66 573	69.62 567	73.61 570	75.15 570	82.65 573

MADNet++	82.81 569	81.73 570	74.64 562	87.71 572	82.67 570	93.35 569	70.27 567	86.39 572	82.88 569	93.51 573	86.62 569	86.40 569	81.37 569	88.21 570	88.63 569	86.59 572	84.23 572	72.14 569	68.69 568	78.88 572	81.36 572

TCMNet-wrong-test	67.37 568	85.99 571	81.87 563	95.65 573	94.75 573	89.54 568	85.95 569	52.26 559	35.23 534	51.69 556	62.14 564	60.40 556	40.29 549	77.33 568	64.52 566	48.91 563	9.04 557	69.84 568	68.02 567	91.10 574	82.88 574

xxxxx1	85.58 571	90.37 572	96.61 572	76.69 567	80.77 567	97.50 573	96.92 573	85.57 569	88.66 570	88.63 570	91.64 571	94.27 571	93.09 570	90.03 571	91.91 570	70.77 568	70.62 569	73.61 570	81.26 571	72.90 567	79.86 569

tt_ll	85.58 571	90.37 572	96.61 572	76.69 567	80.77 567	97.50 573	96.92 573	85.57 569	88.66 570	88.63 570	91.64 571	94.27 571	93.09 570	90.03 571	91.91 570	70.77 568	70.62 569	73.61 570	81.26 571	72.90 567	79.86 569

ff	85.58 571	90.37 572	96.61 572	76.69 567	80.77 567	97.50 573	96.92 573	85.57 569	88.66 570	88.63 570	91.64 571	94.27 571	93.09 570	90.03 571	91.91 570	70.77 568	70.62 569	73.61 570	81.26 571	72.90 567	79.86 569

ccccc		96.47 575		100.00 583	100.00 580	97.29 572		99.52 578		99.28 578		99.32 577		99.92 577		100.00 582	100.00 580	99.95 577	99.77 578	100.00 581

MEDIAN_ROB	98.44 576	99.70 576	99.34 576	97.13 574	97.06 574	96.94 571	95.91 572	97.71 575	97.33 574	98.78 577	98.91 575	99.19 576	98.13 574	96.94 574	96.99 575	99.97 578	99.18 575	100.00 578	99.99 579	99.70 577	99.83 577

Anonymous_1	99.01 578	99.91 577	99.85 578	97.31 575	99.09 577	100.00 580	100.00 579	99.59 579	99.96 577	99.29 579	99.86 577	99.55 578	99.99 579	99.30 576	99.76 577	95.67 575	99.58 576	97.24 575	98.56 576	97.36 575	98.34 576

HaxPig	98.85 577	99.94 578	95.36 570	99.99 580	99.98 578	94.12 570	94.52 570	99.12 576	99.96 577	99.96 580	99.99 578	99.98 581	99.89 577	98.16 575	96.14 574	99.98 579	99.99 579	100.00 578	99.99 579	99.99 580	99.95 580

AVERAGE_ROB	99.63 580	99.96 579	98.88 575	100.00 583	100.00 580	98.16 576	95.64 571	100.00 582	100.00 579	100.00 581	100.00 579	100.00 583	100.00 580	100.00 582	99.99 579	100.00 582	100.00 580	100.00 578	100.00 581	100.00 581	100.00 584

test_example2	99.38 579	99.98 580	99.99 580	100.00 583	99.98 578	99.73 577	99.99 578	96.99 574	100.00 579	100.00 581	100.00 579	96.49 574	96.74 573	99.97 578	99.96 578	100.00 582	99.97 578	98.68 576	99.11 577	100.00 581	100.00 584

Selective-RAFT-Error	100.00 585	100.00 581	100.00 583	100.00 583	100.00 580	100.00 580	100.00 579	100.00 582	100.00 579	100.00 581	100.00 579	100.00 583	100.00 580	100.00 582	100.00 582	100.00 582	100.00 580	100.00 578	100.00 581	100.00 581	100.00 584

PML	97.69 575	100.00 581	96.50 571	97.85 577	97.35 576	99.77 578	99.36 576	96.92 573	96.34 573	100.00 581	96.52 574	97.41 575	99.61 576	100.00 582	95.46 573	99.99 580	97.44 574	100.00 578	96.08 575	99.13 576	88.02 575

CasAABBNet	100.00 585	100.00 581	100.00 583	100.00 583	100.00 580	100.00 580	100.00 579	100.00 582	100.00 579	100.00 581	100.00 579	100.00 583	100.00 580	100.00 582	100.00 582	100.00 582	100.00 580	100.00 578	100.00 581	100.00 581	100.00 584

LSM0	100.00 585	100.00 581	100.00 583	100.00 583	100.00 580	100.00 580	100.00 579	100.00 582	100.00 579	100.00 581	100.00 579	100.00 583	100.00 580	100.00 582	100.00 582	100.00 582	100.00 580	100.00 578	100.00 581	100.00 581	99.99 581

DPSMNet_ROB	99.90 581	100.00 581	99.99 580	99.99 580	100.00 580	100.00 580	100.00 579	99.98 580	100.00 579	98.37 575	100.00 579	99.81 579	100.00 580	99.97 578	99.99 579	100.00 582	100.00 580	100.00 578	100.00 581	100.00 581	99.99 581

DGTPSM_ROB	99.90 581	100.00 581	99.99 580	99.99 580	100.00 580	100.00 580	100.00 579	99.98 580	100.00 579	98.37 575	100.00 579	99.81 579	100.00 580	99.97 578	99.99 579	99.99 580	100.00 580	100.00 578	100.00 581	100.00 581	99.99 581

DPSM_ROB	99.94 583	100.00 581	100.00 583	99.74 578	100.00 580	100.00 580	100.00 579	100.00 582	100.00 579	100.00 581	100.00 579	100.00 583	100.00 580	100.00 582	100.00 582	99.08 576	100.00 580	100.00 578	100.00 581	99.98 578	99.94 578

DPSM	99.94 583	100.00 581	100.00 583	99.74 578	100.00 580	100.00 580	100.00 579	100.00 582	100.00 579	100.00 581	100.00 579	100.00 583	100.00 580	100.00 582	100.00 582	99.08 576	100.00 580	100.00 578	100.00 581	99.98 578	99.94 578

Low-res two-view benchmark