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	2.49 209	0.22 1	3.34 146	2.33 383	1.78 378	2.89 227	0.46 200	7.35 261	6.95 310	2.75 147	1.67 89	6.75 343	5.08 381	3.24 111	1.93 246	0.00 1	0.99 435	0.00 1	0.27 431	0.02 44	1.73 438

asd	0.71 10	0.25 2	2.43 64	0.09 17	0.80 254	1.25 31	0.06 52	3.22 20	1.03 11	0.59 64	0.65 42	0.07 13	0.55 111	1.01 13	0.46 10	0.20 436	0.81 382	0.00 1	0.08 303	0.01 17	0.67 300

3.75w	0.82 27	0.25 2	2.13 40	0.07 7	1.27 335	1.26 35	0.02 20	3.85 52	1.05 16	0.51 44	0.39 32	0.08 18	0.40 76	3.31 112	0.47 13	0.07 378	0.94 406	0.00 1	0.08 303	0.00 1	0.29 179

1w_stereo	0.79 22	0.26 4	1.52 5	0.13 32	0.50 182	1.20 14	0.08 67	3.86 54	1.02 10	0.64 73	2.52 122	0.05 2	1.54 211	1.08 17	0.44 7	0.00 1	0.61 349	0.00 1	0.00 1	0.01 17	0.42 226

EGLCR-Stereo	1.45 95	0.26 4	2.91 103	1.94 314	0.90 269	3.13 246	0.69 274	5.81 175	3.21 96	1.14 118	0.20 18	1.52 153	0.37 67	4.29 146	0.69 75	0.01 171	0.79 378	0.00 1	0.00 1	0.01 17	1.21 378

4.5_new	0.74 12	0.27 6	2.52 69	0.10 20	0.34 135	1.24 24	0.07 59	3.67 32	1.05 16	0.58 61	0.80 49	0.06 4	0.19 24	1.18 21	0.61 56	0.17 426	0.99 435	0.00 1	0.19 368	0.01 17	0.64 285

4.5w-stereo	0.74 12	0.27 6	2.52 69	0.10 20	0.34 135	1.24 24	0.07 59	3.67 32	1.05 16	0.58 61	0.80 49	0.06 4	0.19 24	1.18 21	0.60 52	0.17 426	0.99 435	0.00 1	0.19 368	0.01 17	0.64 285

4w-stereo	0.81 25	0.27 6	2.34 58	0.06 6	0.50 182	1.26 35	0.06 52	3.65 28	1.05 16	0.41 22	0.96 61	0.06 4	0.66 125	2.11 73	0.64 64	0.22 441	0.96 416	0.00 1	0.29 440	0.00 1	0.78 327

IGEV-RUCA	0.88 35	0.27 6	1.43 4	0.59 125	0.33 130	2.12 133	0.49 217	3.65 28	1.79 51	1.04 111	0.16 14	0.24 64	0.55 111	2.95 104	0.57 42	0.12 408	0.21 290	0.20 484	0.25 408	0.22 347	0.33 192

MonSter	0.72 11	0.27 6	2.25 52	0.07 7	0.85 264	1.27 43	0.01 3	3.79 42	0.91 2	0.41 22	0.18 17	0.08 18	0.04 1	1.33 33	0.58 44	0.00 1	0.96 416	0.00 1	0.36 463	0.00 1	0.94 345

asda	0.76 15	0.28 11	2.30 54	0.07 7	0.61 214	1.28 45	0.09 71	3.82 47	1.03 11	0.54 52	0.43 33	0.07 13	0.71 131	1.25 27	0.46 10	0.22 441	0.99 435	0.00 1	0.25 408	0.01 17	0.71 309

4.25_new	0.76 15	0.28 11	2.16 42	0.08 12	0.91 272	1.24 24	0.05 39	3.81 44	1.03 11	0.45 30	0.91 56	0.06 4	0.42 85	1.33 33	0.49 17	0.22 441	0.98 428	0.00 1	0.25 408	0.00 1	0.57 260

4.5w_new	0.76 15	0.28 11	2.16 42	0.08 12	0.91 272	1.24 24	0.05 39	3.81 44	1.03 11	0.45 30	0.91 56	0.06 4	0.42 85	1.33 33	0.49 17	0.22 441	0.98 428	0.00 1	0.25 408	0.00 1	0.57 260

4.25w-stereo	0.76 15	0.28 11	2.16 42	0.08 12	0.91 272	1.24 24	0.05 39	3.81 44	1.03 11	0.45 30	0.91 56	0.06 4	0.42 85	1.33 33	0.49 17	0.22 441	0.98 428	0.00 1	0.25 408	0.00 1	0.57 260

111111	1.21 67	0.28 11	2.10 39	0.22 52	1.45 358	1.42 61	0.05 39	5.30 134	2.01 56	0.55 56	3.02 138	0.09 27	0.20 26	4.87 163	0.58 44	0.00 1	0.75 373	0.00 1	0.00 1	0.10 208	1.09 367

Reg-Stereo(zero)	1.92 133	0.28 11	3.18 131	0.63 134	1.41 355	2.02 120	0.48 212	3.85 52	6.29 270	4.49 197	3.12 141	4.55 272	1.62 216	2.77 99	2.16 265	0.00 1	0.61 349	0.00 1	0.26 425	0.02 44	0.62 279

knoymous	1.50 103	0.28 11	1.99 26	0.33 78	0.48 176	1.58 77	0.11 85	5.71 167	2.81 74	4.85 203	1.75 92	4.58 274	0.46 102	3.66 123	1.30 181	0.01 171	0.02 162	0.00 1	0.00 1	0.02 44	0.09 50

qwe	0.89 36	0.29 18	2.49 65	0.10 20	1.25 331	1.24 24	0.04 32	3.97 60	1.06 23	0.66 76	0.53 38	0.05 2	0.18 23	3.58 118	0.50 23	0.07 378	0.94 406	0.00 1	0.27 431	0.01 17	0.57 260

IGEV	0.66 5	0.29 18	1.87 21	0.11 26	1.84 385	1.35 51	0.37 181	2.56 11	1.12 32	0.44 29	0.12 11	0.07 13	0.09 8	1.07 16	0.58 44	0.05 359	0.62 352	0.00 1	0.19 368	0.01 17	0.39 209

2w_stereo	0.75 14	0.30 20	2.22 49	0.07 7	0.12 36	1.23 22	0.05 39	4.03 68	1.00 8	0.98 107	0.86 52	0.09 27	1.21 184	1.06 15	0.62 58	0.00 1	0.69 364	0.00 1	0.16 348	0.00 1	0.27 170

2.25w	0.92 39	0.31 21	2.36 61	0.07 7	0.15 54	1.22 18	0.05 39	3.84 51	1.05 16	0.51 44	1.30 75	0.09 27	0.68 127	4.12 138	0.68 69	0.00 1	0.98 428	0.00 1	0.28 434	0.00 1	0.73 313

PSM-AAD	3.43 305	0.31 21	2.16 42	0.80 166	0.57 208	2.53 170	5.97 470	5.53 152	3.98 158	11.00 450	11.90 390	2.93 195	9.36 469	8.03 327	1.00 135	0.01 171	0.01 126	0.00 1	0.00 1	0.06 138	2.39 491

IGEV-Stereo++	1.03 48	0.32 23	2.03 30	0.25 60	1.94 395	1.94 114	0.01 3	3.57 25	2.52 67	0.70 79	1.80 99	0.10 36	1.14 169	1.34 37	0.55 36	0.01 171	0.75 373	0.00 1	0.00 1	0.04 105	1.57 410

2.5w	0.94 40	0.33 24	2.20 48	0.09 17	0.35 139	1.27 43	0.09 71	3.86 54	1.05 16	0.54 52	0.73 44	0.04 1	0.55 111	4.75 161	0.59 49	0.00 1	1.04 448	0.00 1	0.29 440	0.00 1	0.96 349

3w_stereo	0.79 22	0.33 24	2.53 71	0.08 12	0.14 46	1.26 35	0.03 29	3.97 60	1.06 23	0.62 71	0.58 40	0.09 27	1.02 159	1.54 46	0.64 64	0.00 1	1.00 442	0.00 1	0.23 401	0.01 17	0.65 288

GrayStereo	3.86 340	0.33 24	2.63 82	1.66 267	0.62 217	3.09 242	7.92 499	6.43 217	3.88 150	10.61 437	16.51 445	5.75 320	8.40 455	6.75 237	1.58 202	0.01 171	0.00 1	0.01 374	0.62 488	0.04 105	0.38 207

MLG-Stereo_test1	0.85 32	0.34 27	1.80 13	0.10 20	1.66 371	1.22 18	0.01 3	4.24 78	1.68 44	0.19 2	0.08 5	0.09 27	0.11 14	4.16 140	0.46 10	0.01 171	0.70 367	0.00 1	0.01 235	0.01 17	0.17 111

MLG-Stereo	0.91 38	0.34 27	1.91 23	0.16 36	0.41 166	1.23 22	0.00 1	4.57 99	1.74 47	0.41 22	0.08 5	0.09 27	0.10 11	5.68 192	0.45 9	0.02 274	0.77 377	0.00 1	0.00 1	0.01 17	0.16 101

Selective-IGEV	1.56 111	0.34 27	2.13 40	0.77 162	0.76 248	2.36 152	0.52 222	6.80 234	3.08 91	0.53 50	3.34 146	0.26 67	0.31 51	7.24 271	0.73 83	0.01 171	0.80 381	0.00 1	0.14 343	0.08 170	1.01 353

2.75w_new	0.80 24	0.35 30	2.31 56	0.10 20	0.23 103	1.26 35	0.09 71	3.82 47	1.05 16	0.54 52	0.23 19	0.08 18	0.86 147	2.50 93	0.64 64	0.00 1	0.97 421	0.00 1	0.27 431	0.00 1	0.69 302

3.5w_stereo	0.87 33	0.35 30	2.24 51	0.05 1	0.17 63	1.25 31	0.04 32	4.15 75	1.08 25	0.37 12	1.65 87	0.08 18	0.49 103	3.95 130	0.51 24	0.00 1	0.63 353	0.00 1	0.06 298	0.00 1	0.27 170

aw	0.68 6	0.36 32	2.09 33	0.05 1	0.19 72	1.26 35	0.01 3	4.00 63	1.10 26	0.46 36	0.26 23	0.08 18	0.41 79	0.93 8	0.51 24	0.00 1	0.94 406	0.00 1	0.22 393	0.01 17	0.75 318

ml1-stereo	0.68 6	0.36 32	2.09 33	0.05 1	0.19 72	1.26 35	0.01 3	4.00 63	1.10 26	0.46 36	0.26 23	0.08 18	0.41 79	0.93 8	0.51 24	0.00 1	0.94 406	0.00 1	0.22 393	0.01 17	0.75 318

3.25w_new	0.68 6	0.36 32	2.09 33	0.05 1	0.19 72	1.26 35	0.01 3	4.00 63	1.10 26	0.46 36	0.26 23	0.08 18	0.41 79	0.93 8	0.51 24	0.00 1	0.94 406	0.00 1	0.22 393	0.01 17	0.75 318

3.25w	0.68 6	0.36 32	2.09 33	0.05 1	0.19 72	1.26 35	0.01 3	4.00 63	1.10 26	0.46 36	0.26 23	0.08 18	0.41 79	0.93 8	0.51 24	0.00 1	0.94 406	0.00 1	0.22 393	0.01 17	0.75 318

SGD-Stereo	0.76 15	0.36 32	1.37 2	0.43 100	0.14 46	1.25 31	0.29 160	2.25 7	0.84 1	0.61 70	0.51 35	0.09 27	0.11 14	6.65 231	0.19 1	0.01 171	0.01 126	0.00 1	0.00 1	0.02 44	0.07 42

U	2.23 178	0.36 32	2.93 106	0.26 64	8.08 520	11.12 464	0.00 1	3.68 34	1.12 32	0.29 6	0.52 37	0.16 43	0.08 5	0.83 3	0.30 2	0.00 1	0.00 1	9.75 528	5.13 537	0.02 44	0.02 6

Any-RAFT	2.33 189	0.36 32	2.35 59	1.58 256	0.84 261	4.93 362	0.55 230	9.10 309	5.93 257	4.30 193	4.90 193	5.79 322	2.22 243	2.75 98	0.51 24	0.02 274	0.32 309	0.00 1	0.00 1	0.02 44	0.18 116

CAS	2.42 204	0.37 39	2.30 54	11.49 525	3.97 475	1.65 84	0.02 20	4.08 70	2.84 76	0.51 44	1.65 87	0.25 66	0.28 43	1.73 53	0.92 116	10.05 533	0.01 126	0.00 1	0.00 1	0.01 17	6.26 521

FoundationStereo	0.48 1	0.38 40	1.70 9	0.82 169	1.00 288	0.42 2	0.06 52	0.63 1	1.44 39	0.38 16	0.04 3	0.11 37	0.37 67	0.93 8	0.39 4	0.03 315	0.86 394	0.00 1	0.00 1	0.00 1	0.10 55

AE-Stereo	1.89 127	0.38 40	3.86 199	1.94 314	0.38 153	2.51 169	0.58 239	7.19 254	7.28 325	1.60 129	3.51 157	1.07 134	0.77 139	2.12 74	1.24 175	0.03 315	1.02 445	0.00 1	0.28 434	0.11 222	1.84 455

AEACV	1.27 73	0.38 40	2.61 79	1.75 286	1.21 325	2.44 160	0.85 319	4.79 107	1.67 42	0.71 83	0.26 23	0.29 74	2.00 232	2.30 84	0.66 68	0.01 171	0.95 413	0.00 1	0.42 473	0.12 240	2.07 476

test-3	2.19 171	0.38 40	3.88 205	1.55 254	0.91 272	1.39 58	0.80 301	5.36 145	5.51 236	7.36 330	1.90 101	4.05 248	0.42 85	6.67 234	1.17 162	0.00 1	0.99 435	0.00 1	0.28 434	0.20 329	1.08 365

test_1	2.18 168	0.38 40	3.87 200	1.54 253	0.91 272	1.38 56	0.80 301	5.36 145	5.53 238	7.12 310	1.86 100	4.05 248	0.41 79	6.65 231	1.17 162	0.00 1	0.99 435	0.00 1	0.28 434	0.20 329	1.08 365

s12784h	2.10 158	0.38 40	3.31 142	0.17 38	0.09 22	4.89 361	0.13 98	7.34 260	8.06 354	3.87 181	4.47 185	0.60 116	1.19 183	6.78 242	0.63 61	0.01 171	0.01 126	0.00 1	0.00 1	0.02 44	0.04 22

dual_stereo	0.95 42	0.39 46	1.83 17	0.37 88	1.11 308	0.84 6	0.03 29	4.34 90	1.83 52	0.30 7	0.08 5	0.21 50	0.12 16	3.16 109	0.98 130	0.00 1	1.34 497	0.00 1	0.20 380	0.00 1	1.83 454

rvit_stereo_0075_2	2.15 163	0.39 46	6.61 380	0.67 145	1.95 396	1.74 99	0.10 79	7.81 280	6.03 259	2.97 153	4.01 169	3.07 202	0.57 116	5.49 185	1.13 156	0.00 1	0.00 1	0.00 1	0.00 1	0.03 76	0.34 195

GLC_STEREO	0.87 33	0.39 46	1.55 6	0.72 150	0.01 1	1.98 117	0.55 230	3.52 23	3.54 122	0.96 106	1.63 85	0.19 46	0.41 79	1.29 31	0.58 44	0.00 1	0.01 126	0.00 1	0.00 1	0.05 126	0.08 46

test_3	2.22 175	0.39 46	4.20 237	1.51 249	0.90 269	1.29 47	0.74 290	5.34 138	6.37 276	6.64 283	1.96 105	4.24 262	0.45 100	6.63 229	1.17 162	0.00 1	1.00 442	0.00 1	0.28 434	0.19 320	1.01 353

GMM-Stereo	3.42 303	0.39 46	3.24 135	0.87 176	0.50 182	2.26 141	4.73 458	5.64 163	3.81 142	7.08 307	16.57 446	6.13 329	3.62 310	7.74 311	1.40 192	0.05 359	0.00 1	0.00 1	0.04 287	0.12 240	4.24 514

Prome-Stereo	3.73 328	0.39 46	2.62 81	1.05 196	0.52 195	2.06 125	4.58 455	4.88 113	3.95 155	9.34 409	20.39 475	4.03 247	7.02 430	7.86 316	1.31 183	0.00 1	0.00 1	0.00 1	0.00 1	0.07 157	4.52 515

MLG-Stereo_test2	0.82 27	0.40 52	1.99 26	0.39 92	1.07 297	1.43 63	0.02 20	4.01 67	1.75 48	0.37 12	0.07 4	0.15 40	0.10 11	2.62 94	0.57 42	0.32 462	0.65 357	0.00 1	0.00 1	0.02 44	0.42 226

RSM	1.43 91	0.40 52	1.79 12	0.74 159	0.54 202	2.45 161	0.49 217	4.13 73	3.29 102	0.65 74	2.53 123	2.15 175	0.30 48	6.97 254	0.85 101	0.01 171	0.12 261	0.00 1	0.25 408	0.11 222	0.72 312

CES	1.72 122	0.40 52	1.82 14	0.65 139	7.83 518	2.62 179	0.13 98	5.35 143	2.68 70	0.36 11	1.30 75	0.33 83	0.32 58	1.92 62	0.72 81	0.01 171	0.02 162	0.00 1	0.00 1	0.56 455	7.35 524

LG-G_1	0.83 30	0.41 55	1.83 17	0.35 84	0.33 130	1.82 105	0.02 20	4.37 91	1.10 26	0.60 68	0.08 5	0.09 27	0.08 5	3.50 116	0.55 36	0.03 315	0.59 344	0.00 1	0.00 1	0.03 76	0.77 323

LG-G	0.83 30	0.41 55	1.83 17	0.35 84	0.33 130	1.82 105	0.02 20	4.37 91	1.10 26	0.60 68	0.08 5	0.09 27	0.08 5	3.50 116	0.55 36	0.03 315	0.59 344	0.00 1	0.00 1	0.03 76	0.77 323

RAFT-Stereo-weight	1.91 132	0.41 55	2.09 33	1.17 206	0.63 219	3.20 252	0.74 290	5.78 172	6.80 301	5.25 219	3.47 150	2.80 192	0.36 65	3.16 109	1.09 152	0.02 274	0.53 339	0.00 1	0.00 1	0.01 17	0.66 297

MLG-Stereo_test3	0.63 4	0.42 58	2.06 31	0.38 91	0.40 161	1.36 54	0.01 3	4.13 73	0.95 6	0.48 43	0.13 13	0.06 4	0.07 3	0.89 6	0.37 3	0.02 274	0.61 349	0.00 1	0.00 1	0.02 44	0.18 116

LGtest1	0.53 2	0.42 58	1.55 6	0.14 35	0.30 119	1.00 8	0.01 3	2.47 9	1.19 34	0.65 74	0.12 11	0.08 18	0.10 11	1.30 32	0.47 13	0.01 171	0.45 331	0.00 1	0.00 1	0.03 76	0.20 132

LG-Stereo_Zeroshot	1.02 46	0.42 58	3.22 132	0.48 112	0.63 219	2.02 120	0.27 157	5.79 173	1.32 36	0.82 98	0.75 46	0.87 127	0.23 32	1.24 26	0.86 103	0.15 416	0.58 343	0.00 1	0.26 425	0.03 76	0.49 241

Gwc-CoAtRS	2.16 165	0.42 58	3.13 126	1.28 219	0.31 123	3.52 283	0.39 185	6.56 221	6.31 272	5.38 223	5.11 199	5.47 306	1.70 220	2.00 67	1.08 148	0.01 171	0.19 282	0.00 1	0.25 408	0.02 44	0.16 101

LoS	1.03 48	0.43 62	2.53 71	0.64 135	0.14 46	2.42 157	0.26 155	5.64 163	2.93 78	1.08 114	0.24 21	0.49 103	0.45 100	2.31 85	0.83 100	0.02 274	0.02 162	0.00 1	0.00 1	0.06 138	0.03 13
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DCANet-4	2.26 181	0.43 62	6.69 386	0.40 95	0.20 84	1.70 90	0.13 98	5.73 168	9.44 394	6.01 246	5.29 207	1.12 136	2.77 269	2.49 92	2.21 267	0.01 171	0.00 1	0.01 374	0.00 1	0.02 44	0.61 274

tt	83.10 565	0.43 62	99.97 574	79.27 565	93.14 567	100.00 575	100.00 574	100.00 577	99.89 571	60.55 557	48.44 544	99.98 576	99.96 573	99.98 576	100.00 577	91.80 568	99.82 572	73.67 568	73.25 564	86.43 568	55.39 562

BUS	2.72 237	0.43 62	3.76 189	0.70 147	0.50 182	7.31 413	0.48 212	9.93 334	5.65 242	6.50 270	6.23 240	5.21 299	1.18 178	4.27 143	1.89 243	0.01 171	0.03 189	0.03 425	0.00 1	0.06 138	0.14 79

BSDual-CNN	2.91 252	0.43 62	3.76 189	0.70 147	0.50 182	6.97 403	1.58 383	9.93 334	5.65 242	6.50 270	6.23 240	6.17 331	2.50 255	4.27 143	2.67 295	0.01 171	0.03 189	0.03 425	0.00 1	0.06 138	0.14 79

psmg	3.34 289	0.43 62	3.76 189	0.73 153	0.50 182	8.47 430	2.74 414	10.88 366	5.65 242	8.91 391	8.78 313	6.17 331	2.50 255	4.27 143	2.67 295	0.01 171	0.04 206	0.06 446	0.00 1	0.12 240	0.10 55

KYRaft	3.68 322	0.43 62	2.53 71	0.89 179	0.49 179	2.28 146	3.89 441	5.30 134	3.82 144	8.99 395	19.28 470	6.54 340	4.96 373	7.92 320	0.96 128	0.01 171	0.00 1	0.00 1	0.01 235	0.06 138	5.17 516

CFNet-RSSM	2.26 181	0.43 62	3.24 135	1.28 219	0.31 123	3.19 251	0.40 186	7.62 274	7.29 326	5.88 236	4.68 187	5.32 303	1.68 218	2.26 82	1.04 142	0.01 171	0.09 246	0.00 1	0.31 448	0.03 76	0.16 101

PMTNet	1.48 101	0.43 62	2.77 96	0.31 71	0.17 63	2.94 230	0.33 173	3.66 30	5.27 222	1.11 116	1.28 72	0.28 72	0.92 149	4.32 147	0.90 112	4.89 519	0.00 1	0.00 1	0.00 1	0.03 76	0.05 28

FACV-RUCA	2.38 194	0.44 71	4.18 234	1.33 224	2.87 434	2.45 161	1.21 360	8.68 295	6.12 262	4.07 187	7.28 277	1.25 141	2.00 232	3.37 113	1.62 209	0.01 171	0.03 189	0.10 459	0.05 291	0.36 419	0.29 179

PAM	4.07 359	0.44 71	6.47 375	1.97 322	1.18 319	10.83 462	1.64 386	10.66 357	4.55 191	6.54 276	4.69 188	16.99 478	6.88 426	4.07 134	1.63 212	0.00 1	0.68 362	0.00 1	0.77 496	0.10 208	1.24 381

Pointernet	1.04 53	0.44 71	2.58 75	0.32 72	0.52 195	1.78 100	0.07 59	5.69 165	2.76 72	0.27 5	2.28 116	0.80 124	0.44 98	1.37 38	0.49 17	0.00 1	0.36 319	0.00 1	0.25 408	0.02 44	0.32 191

MGS-Stereo	1.22 68	0.44 71	2.92 105	0.83 170	0.07 14	1.82 105	0.65 262	2.44 8	3.95 155	1.11 116	6.19 238	0.49 103	0.37 67	1.73 53	0.81 95	0.00 1	0.00 1	0.00 1	0.00 1	0.48 446	0.01 1

HSM-Net_RVC	4.40 383	0.44 71	3.22 132	0.72 150	0.68 226	7.06 407	1.82 393	12.57 415	8.48 367	9.04 396	12.20 396	14.98 461	5.14 384	7.32 278	4.19 352	0.02 274	0.02 162	0.00 1	0.00 1	0.02 44	0.14 79
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
monsters	1.12 60	0.45 76	2.32 57	0.54 121	2.80 432	1.38 56	0.01 3	3.74 37	1.00 8	0.46 36	0.63 41	0.06 4	0.13 19	6.08 207	0.88 109	0.15 416	0.96 416	0.00 1	0.31 448	0.00 1	0.55 254

AIO-Stereo	1.30 76	0.45 76	1.73 10	0.67 145	0.77 249	2.33 149	0.60 245	5.99 193	3.27 99	0.45 30	3.46 149	0.41 92	0.28 43	1.53 45	0.71 80	0.04 344	0.79 378	0.00 1	0.67 491	0.10 208	1.67 424

RSM++	1.24 70	0.45 76	1.84 20	1.61 258	0.51 191	2.73 196	0.29 160	2.99 15	3.22 97	0.69 78	2.06 106	0.52 108	0.28 43	5.62 188	0.86 103	0.01 171	0.03 189	0.00 1	0.17 358	0.16 293	0.85 334

RAFT-Test	2.49 209	0.45 76	4.35 247	1.89 306	1.28 337	4.83 359	0.68 271	7.19 254	4.51 188	5.00 211	7.09 271	6.81 347	1.12 165	2.22 78	1.16 161	0.01 171	0.63 353	0.00 1	0.33 454	0.05 126	0.20 132

SST-Stereo	2.86 246	0.45 76	3.64 184	1.46 243	0.36 146	3.94 318	0.80 301	6.07 197	4.46 184	10.96 449	6.21 239	4.94 290	4.14 337	8.85 381	0.93 120	0.01 171	0.00 1	0.00 1	0.00 1	0.04 105	0.03 13

LG-Stereo_L1	0.82 27	0.46 81	1.74 11	0.28 67	0.34 135	1.36 54	0.19 131	2.56 11	0.91 2	0.32 9	0.03 1	0.07 13	0.06 2	6.62 227	0.54 35	0.01 171	0.63 353	0.00 1	0.00 1	0.01 17	0.21 138

PAM_32	4.12 365	0.46 81	5.63 333	1.95 318	1.02 292	10.74 460	0.85 319	11.04 368	5.02 218	6.19 254	5.28 206	17.64 482	7.30 437	5.03 169	1.45 194	0.00 1	0.68 362	0.00 1	0.77 496	0.14 273	1.14 373

RCA-Stereo	2.19 171	0.46 81	3.22 132	0.47 110	0.33 130	2.27 144	0.47 202	5.60 159	15.20 464	2.86 149	5.61 221	0.78 123	3.15 278	1.71 51	0.48 16	0.00 1	0.90 399	0.00 1	0.00 1	0.10 208	0.26 167

RAFT_R40	2.83 243	0.46 81	3.85 197	1.38 231	0.32 129	3.78 309	0.97 338	6.16 201	4.82 209	9.74 422	6.35 249	4.96 291	3.94 330	8.78 378	1.05 143	0.01 171	0.00 1	0.00 1	0.00 1	0.04 105	0.03 13

pcwnet_v2	4.36 379	0.46 81	9.07 446	1.43 240	1.10 307	3.41 268	0.40 186	13.44 445	14.60 460	10.29 431	14.22 423	5.82 324	2.97 274	6.75 237	2.29 280	0.01 171	0.05 215	0.04 435	0.02 255	0.17 302	0.61 274

R-Stereo Train	2.60 224	0.46 81	2.94 108	1.10 200	0.18 68	3.61 289	0.60 245	6.88 237	3.50 109	9.13 400	17.23 455	1.77 161	0.77 139	2.03 69	1.65 218	0.00 1	0.01 126	0.00 1	0.00 1	0.01 17	0.21 138

RAFT-Stereo	2.60 224	0.46 81	2.94 108	1.10 200	0.18 68	3.61 289	0.60 245	6.88 237	3.50 109	9.13 400	17.23 455	1.77 161	0.77 139	2.03 69	1.65 218	0.00 1	0.01 126	0.00 1	0.00 1	0.01 17	0.21 138
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LG-Stereo_L2	0.78 20	0.47 88	1.99 26	0.29 69	0.36 146	1.28 45	0.18 126	3.82 47	0.91 2	0.32 9	0.03 1	0.07 13	0.07 3	4.41 149	0.55 36	0.01 171	0.59 344	0.00 1	0.00 1	0.01 17	0.25 164

rvit_stereo_0083	1.16 64	0.47 88	3.68 187	0.54 121	0.10 25	1.25 31	0.24 149	3.17 18	5.31 226	0.52 49	0.80 49	0.82 125	1.16 176	4.52 154	0.51 24	0.00 1	0.00 1	0.00 1	0.00 1	0.02 44	0.13 74

trnet	1.09 54	0.47 88	2.19 47	0.12 29	0.21 93	1.70 90	0.02 20	4.28 84	6.97 311	0.78 92	1.77 95	0.48 102	0.67 126	1.50 42	0.58 44	0.00 1	0.01 126	0.00 1	0.00 1	0.01 17	0.03 13

CASnet	1.09 54	0.47 88	2.09 33	0.79 163	0.08 17	2.10 128	0.14 108	3.83 50	4.26 171	3.84 179	1.56 81	0.32 81	0.30 48	1.13 18	0.77 90	0.01 171	0.00 1	0.00 1	0.00 1	0.04 105	0.03 13
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DisPM	2.59 222	0.47 88	4.32 244	1.89 306	0.20 84	3.42 269	0.63 255	5.56 157	5.60 240	8.66 383	7.05 269	2.82 193	1.03 160	9.05 394	1.07 147	0.02 274	0.00 1	0.00 1	0.00 1	0.02 44	0.04 22

PFNet+	2.52 213	0.47 88	4.97 293	0.95 188	0.18 68	3.12 245	0.73 286	4.98 117	6.97 311	7.95 348	6.38 250	2.51 183	1.18 178	8.05 330	1.82 234	0.03 315	0.00 1	0.00 1	0.00 1	0.02 44	0.05 28

ICVP	2.53 214	0.47 88	3.64 184	1.20 210	0.69 229	2.71 193	0.84 314	10.63 356	4.66 197	4.31 194	8.99 318	2.75 191	1.93 229	2.91 103	4.07 351	0.06 370	0.24 298	0.01 374	0.01 235	0.13 262	0.26 167
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
NF-Stereo	2.38 194	0.48 95	3.88 205	2.17 347	0.11 27	3.43 271	0.42 191	7.08 252	3.75 138	6.91 296	5.29 207	2.65 189	1.33 191	8.40 355	1.67 224	0.01 171	0.00 1	0.00 1	0.00 1	0.03 76	0.02 6

OCTAStereo	2.38 194	0.48 95	3.90 207	2.16 342	0.11 27	3.42 269	0.42 191	7.06 247	3.74 136	6.91 296	5.26 203	2.63 188	1.32 189	8.41 357	1.70 227	0.01 171	0.00 1	0.00 1	0.00 1	0.03 76	0.01 1

PSM-softLoss	2.38 194	0.48 95	4.28 240	1.94 314	0.19 72	2.73 196	0.38 182	6.67 226	3.50 109	6.33 260	6.33 247	2.93 195	0.97 153	8.90 383	1.88 239	0.01 171	0.00 1	0.00 1	0.00 1	0.03 76	0.03 13

KMStereo	2.38 194	0.48 95	4.28 240	1.94 314	0.19 72	2.73 196	0.38 182	6.67 226	3.50 109	6.33 260	6.33 247	2.93 195	0.97 153	8.90 383	1.88 239	0.01 171	0.00 1	0.00 1	0.00 1	0.03 76	0.03 13

RE-Stereo	2.38 194	0.48 95	3.91 208	2.17 347	0.11 27	3.43 271	0.42 191	7.07 249	3.75 138	6.91 296	5.26 203	2.62 186	1.33 191	8.41 357	1.72 229	0.01 171	0.00 1	0.01 374	0.00 1	0.03 76	0.01 1

TVStereo	2.38 194	0.48 95	3.91 208	2.17 347	0.11 27	3.43 271	0.42 191	7.07 249	3.75 138	6.91 296	5.26 203	2.62 186	1.33 191	8.41 357	1.72 229	0.01 171	0.00 1	0.01 374	0.00 1	0.03 76	0.01 1

cross-raft	2.25 180	0.48 95	2.96 115	1.87 302	0.94 279	3.72 305	0.47 202	7.61 272	4.15 164	5.37 222	5.68 224	6.17 331	1.40 196	2.15 76	1.06 145	0.01 171	0.22 291	0.00 1	0.19 368	0.03 76	0.41 221

XX-Stereo	2.95 258	0.48 95	7.08 400	2.84 429	2.51 423	1.63 82	0.20 136	6.15 200	3.38 106	2.38 141	16.00 440	6.90 350	0.25 35	6.40 219	1.14 157	0.00 1	0.66 358	0.00 1	0.31 448	0.16 293	0.57 260

UGAM-zero	3.92 345	0.49 103	5.26 306	1.17 206	0.89 267	4.00 323	0.47 202	12.42 410	3.62 129	5.46 226	5.86 225	15.76 467	8.92 466	8.63 373	2.44 285	0.00 1	0.84 387	0.00 1	0.89 498	0.03 76	1.27 387

MSKI-zero shot	2.23 178	0.49 103	2.49 65	1.60 257	0.81 257	2.69 190	0.29 160	6.82 235	2.50 65	4.37 195	7.61 285	3.65 234	0.26 37	8.62 372	0.63 61	0.01 171	1.09 456	0.00 1	0.25 408	0.03 76	0.46 236

testlalala	1.80 123	0.49 103	2.67 87	1.24 214	0.46 173	3.91 315	0.87 327	6.62 225	2.96 81	6.78 293	3.83 165	1.74 159	0.40 76	1.57 48	0.76 86	0.01 171	1.16 477	0.00 1	0.38 466	0.01 17	0.17 111

MC-Stereo	1.87 125	0.49 103	3.52 165	2.82 426	1.07 297	1.90 111	0.12 89	4.89 116	3.27 99	3.66 173	3.58 161	0.56 113	1.45 199	5.79 195	0.81 95	0.00 1	1.19 482	0.00 1	0.21 386	0.11 222	1.95 468

iRaft-Stereo_20w	3.11 270	0.49 103	6.09 356	1.01 192	1.25 331	3.99 322	1.00 343	14.00 456	4.73 201	6.70 291	6.27 245	2.34 179	2.28 247	7.29 276	1.58 202	0.01 171	0.75 373	0.00 1	0.73 494	0.10 208	1.63 415

AAGNet	3.50 307	0.49 103	3.38 149	1.91 309	0.41 166	3.66 296	1.02 344	5.14 126	5.16 221	9.65 420	7.75 289	4.91 287	6.23 412	7.45 291	12.73 486	0.01 171	0.00 1	0.00 1	0.00 1	0.05 126	0.06 37

monsterstereo	1.18 66	0.50 109	2.75 94	0.50 115	2.62 425	1.22 18	0.01 3	3.73 36	0.95 6	0.59 64	1.62 84	0.06 4	0.09 8	6.02 201	0.96 128	0.01 171	1.10 459	0.00 1	0.34 458	0.01 17	0.56 258

S2M2	0.53 2	0.50 109	1.58 8	0.53 120	0.18 68	1.13 10	0.01 3	1.47 3	2.18 61	0.18 1	0.87 54	0.13 39	0.20 26	0.87 5	0.51 24	0.01 171	0.01 126	0.00 1	0.00 1	0.20 329	0.01 1

CREStereo++_RVC	1.70 118	0.50 109	3.07 125	0.45 105	0.01 1	1.69 89	0.02 20	3.09 17	8.24 358	3.82 177	7.53 283	0.49 103	0.32 58	1.05 14	0.52 32	0.00 1	0.00 1	0.00 1	3.03 525	0.01 17	0.08 46
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	3.32 287	0.51 112	3.40 157	1.79 290	0.79 251	2.94 230	0.48 212	7.31 258	5.69 248	11.47 460	5.61 221	10.63 418	5.93 403	5.74 194	3.63 327	0.03 315	0.09 246	0.03 425	0.00 1	0.12 240	0.11 64

PCWNet_CMD	3.14 274	0.51 112	4.47 255	0.44 104	0.26 114	2.87 224	0.15 111	9.66 327	9.78 398	7.28 324	11.50 380	6.84 349	2.40 252	4.47 152	1.83 235	0.01 171	0.02 162	0.02 407	0.00 1	0.06 138	0.29 179

CRE-IMP	2.08 148	0.51 112	3.43 159	0.35 84	0.19 72	3.85 314	0.83 313	5.77 171	3.43 108	5.81 234	4.24 174	3.45 224	0.83 145	6.56 223	1.99 252	0.01 171	0.00 1	0.00 1	0.00 1	0.11 222	0.20 132

CREStereo	1.09 54	0.51 112	2.16 42	0.11 26	0.24 105	1.67 85	0.03 29	4.24 78	6.91 308	0.80 96	1.73 91	0.44 98	0.64 123	1.58 49	0.61 56	0.00 1	0.00 1	0.00 1	0.00 1	0.01 17	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	3.15 275	0.51 112	4.48 257	0.46 108	0.25 109	2.88 226	0.16 117	9.79 330	9.82 399	7.24 320	11.36 378	6.82 348	2.41 253	4.47 152	1.86 237	0.01 171	0.02 162	0.02 407	0.00 1	0.06 138	0.30 184

MM-Stereo_test2	1.30 76	0.52 117	2.67 87	1.71 278	0.29 117	1.79 101	0.51 220	5.28 132	3.84 147	0.95 104	0.93 59	0.51 107	0.36 65	2.29 83	1.12 153	0.00 1	0.95 413	0.00 1	0.07 300	0.32 411	1.97 469

NRIStereo	2.27 184	0.52 117	3.35 148	1.26 216	0.17 63	3.04 239	0.84 314	5.96 191	3.74 136	6.27 257	3.44 148	4.13 253	1.80 228	8.31 349	2.11 260	0.00 1	0.10 252	0.00 1	0.00 1	0.12 240	0.20 132

UniTT-Stereo	0.94 40	0.53 119	2.82 97	0.94 186	1.29 342	0.56 4	0.12 89	1.49 4	3.16 93	1.77 131	2.22 113	0.20 49	0.32 58	1.76 59	1.33 186	0.00 1	0.00 1	0.00 1	0.00 1	0.16 293	0.02 6

testlalala_base	3.54 310	0.53 119	3.53 168	2.31 379	2.22 409	4.04 327	0.61 249	6.91 239	2.73 71	2.69 145	4.17 172	1.78 164	0.51 105	2.02 68	1.08 148	13.13 541	3.23 532	0.00 1	0.35 461	16.60 535	2.27 488

DAS	4.18 368	0.53 119	6.20 362	2.20 351	3.69 463	2.78 205	3.12 427	8.69 296	10.29 404	9.39 411	12.80 407	4.58 274	7.20 433	9.08 395	2.70 298	0.02 274	0.00 1	0.00 1	0.00 1	0.04 105	0.34 195

SepStereo	4.22 371	0.53 119	6.20 362	2.20 351	3.69 463	2.78 205	3.12 427	8.69 296	10.29 404	9.39 411	12.80 407	4.58 274	7.20 433	9.74 421	2.70 298	0.02 274	0.00 1	0.00 1	0.00 1	0.04 105	0.34 195

DilatedVolume-Stereo	1.37 83	0.54 123	3.84 196	1.25 215	0.30 119	2.19 137	0.10 79	3.17 18	1.67 42	3.13 160	2.14 108	0.74 121	0.58 118	5.71 193	0.92 116	0.03 315	0.30 306	0.00 1	0.18 364	0.04 105	0.56 258

Selective-RAFT	1.92 133	0.54 123	3.87 200	1.15 202	0.21 93	3.83 313	0.06 52	5.00 118	4.68 198	1.59 128	2.14 108	3.05 199	2.77 269	6.63 229	1.34 188	0.00 1	0.95 413	0.00 1	0.32 451	0.05 126	0.19 126

FTStereo	4.61 397	0.54 123	2.86 102	0.98 191	0.40 161	2.57 173	8.51 502	5.70 166	3.76 141	10.85 445	29.92 511	5.53 309	7.43 440	7.73 310	1.63 212	0.17 426	0.00 1	0.05 442	0.00 1	0.04 105	3.62 509

DEmStereo	3.86 340	0.54 123	4.04 223	0.26 64	0.17 63	5.17 365	2.45 408	4.70 103	4.34 177	8.37 369	19.94 473	5.06 296	10.13 473	7.86 316	3.93 346	0.01 171	0.01 126	0.01 374	0.00 1	0.03 76	0.10 55

test-1	2.14 162	0.54 123	6.32 371	1.07 197	1.22 326	2.13 135	0.54 226	6.40 215	4.80 208	3.55 168	5.23 202	4.02 246	0.71 131	1.95 63	2.15 264	0.08 387	0.98 428	0.00 1	0.08 303	0.02 44	1.07 362

EAI-Stereo	2.75 241	0.54 123	3.17 128	0.91 183	1.28 337	4.02 324	5.30 466	12.39 408	4.76 202	2.51 143	7.10 272	1.22 138	0.94 152	6.03 203	1.96 248	0.01 171	0.56 340	0.00 1	1.38 511	0.04 105	0.95 347

rvit_stereo_0081	1.03 48	0.55 129	2.58 75	0.64 135	0.13 42	1.35 51	0.12 89	3.74 37	5.28 223	0.55 56	0.32 29	0.55 111	0.12 16	4.08 135	0.53 33	0.00 1	0.00 1	0.00 1	0.00 1	0.02 44	0.05 28

rvit_stereo_0082	1.03 48	0.55 129	2.58 75	0.64 135	0.13 42	1.35 51	0.12 89	3.74 37	5.28 223	0.55 56	0.32 29	0.55 111	0.12 16	4.08 135	0.53 33	0.00 1	0.00 1	0.00 1	0.00 1	0.02 44	0.05 28

IGEV-Stereo+	1.89 127	0.55 129	2.49 65	0.48 112	3.25 446	2.06 125	0.07 59	1.92 5	1.52 41	0.77 86	0.08 5	0.22 56	0.44 98	7.11 264	0.68 69	0.04 344	0.66 358	0.00 1	0.33 454	5.08 515	10.13 535

LCNet	2.94 256	0.55 129	2.57 74	1.03 195	0.59 212	2.05 123	1.55 382	5.51 150	4.19 167	6.08 251	10.58 364	4.54 271	6.63 420	7.59 304	0.90 112	0.01 171	0.00 1	0.01 374	0.76 495	0.31 406	3.43 505

Patchmatch Stereo++	2.09 154	0.55 129	3.57 175	0.20 40	0.20 84	3.68 301	0.64 258	5.90 184	3.52 116	5.91 238	4.41 178	3.42 216	1.51 206	7.07 259	0.95 125	0.01 171	0.00 1	0.00 1	0.00 1	0.09 185	0.10 55
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	2.02 142	0.55 129	3.57 175	0.20 40	0.21 93	3.69 304	0.69 274	5.89 179	3.52 116	5.91 238	4.43 180	3.42 216	1.50 202	5.63 189	0.94 124	0.01 171	0.00 1	0.00 1	0.00 1	0.09 185	0.10 55

DeepStereo_RVC	2.15 163	0.55 129	3.26 137	0.21 49	0.19 72	3.47 277	0.68 271	5.76 170	3.60 126	6.36 264	4.19 173	3.42 216	4.44 348	5.04 170	1.59 205	0.02 274	0.00 1	0.00 1	0.00 1	0.09 185	0.18 116

RAFT-345	3.36 294	0.55 129	3.43 159	1.23 212	0.21 93	2.62 179	0.46 200	3.91 56	6.34 273	7.46 333	24.49 494	4.19 257	1.74 226	8.27 342	2.25 273	0.01 171	0.00 1	0.00 1	0.00 1	0.02 44	0.02 6

iRAFT	2.09 154	0.55 129	3.57 175	0.20 40	0.20 84	3.68 301	0.64 258	5.90 184	3.52 116	5.91 238	4.41 178	3.42 216	1.51 206	7.07 259	0.95 125	0.01 171	0.00 1	0.00 1	0.00 1	0.09 185	0.10 55

CFNet_pseudo	2.96 260	0.55 129	4.51 259	0.43 100	0.24 105	2.83 209	0.12 89	8.59 294	8.13 355	7.20 318	10.41 357	6.47 338	2.04 234	5.27 177	2.00 254	0.00 1	0.02 162	0.01 374	0.00 1	0.06 138	0.23 152

ccs_rob	2.95 258	0.55 129	4.53 263	0.42 97	0.25 109	2.84 211	0.12 89	8.58 293	8.13 355	7.18 315	10.36 356	6.44 337	2.05 235	5.28 178	1.97 249	0.00 1	0.02 162	0.01 374	0.00 1	0.06 138	0.23 152

water-stereo	0.90 37	0.56 140	4.39 249	0.11 26	0.08 17	1.57 76	0.15 111	4.51 96	1.69 45	0.80 96	1.31 77	0.27 69	0.24 34	0.71 2	0.56 41	0.26 455	0.06 221	0.00 1	0.02 255	0.03 76	0.71 309

DEFOM-Stereo	0.78 20	0.56 140	1.98 24	0.21 49	0.12 36	1.93 113	0.44 197	0.99 2	0.93 5	0.70 79	0.51 35	0.15 40	0.09 8	6.39 218	0.40 5	0.00 1	0.00 1	0.00 1	0.00 1	0.02 44	0.14 79

CFNet_ucs	3.23 280	0.56 140	4.59 271	0.59 125	0.37 151	3.29 260	0.19 131	10.47 350	9.02 383	7.78 342	12.57 402	5.59 311	1.74 226	5.39 181	1.86 237	0.00 1	0.04 206	0.01 374	0.00 1	0.10 208	0.33 192

PSMNet-ADL	3.17 278	0.56 140	3.00 121	1.55 254	0.40 161	5.97 385	0.28 158	9.06 306	5.75 250	3.56 169	6.80 262	8.33 377	4.51 350	7.65 307	5.51 389	0.03 315	0.09 246	0.00 1	0.00 1	0.03 76	0.28 176

ROB_FTStereo_v2	2.04 144	0.56 140	3.56 174	0.20 40	0.21 93	3.66 296	0.72 284	5.89 179	3.51 114	5.91 238	4.46 183	3.42 216	1.50 202	6.08 207	0.93 120	0.01 171	0.00 1	0.00 1	0.00 1	0.09 185	0.09 50

HUI-Stereo	1.94 135	0.56 140	3.55 172	0.20 40	0.20 84	3.67 300	0.63 255	5.89 179	3.53 120	5.92 243	4.44 181	3.41 215	1.51 206	4.21 142	0.89 110	0.02 274	0.00 1	0.00 1	0.00 1	0.09 185	0.11 64

iGMRVC	2.09 154	0.56 140	3.59 180	0.20 40	0.21 93	3.68 301	0.71 281	5.89 179	3.53 120	5.92 243	4.46 183	3.44 222	1.51 206	6.93 251	0.98 130	0.02 274	0.00 1	0.00 1	0.00 1	0.09 185	0.09 50

GREAT-IGEV	1.17 65	0.57 147	3.06 123	1.95 318	1.41 355	1.42 61	0.08 67	2.51 10	3.07 90	0.58 61	0.79 48	0.11 37	0.35 64	2.17 77	1.00 135	0.07 378	1.45 500	0.00 1	0.22 393	0.14 273	2.42 495

anonymousdsp2	2.20 173	0.57 147	4.59 271	1.69 274	0.82 259	3.58 287	0.48 212	8.57 292	3.63 130	3.37 163	3.03 139	3.32 207	1.00 156	5.57 187	0.80 91	0.01 171	0.94 406	0.02 407	0.15 346	0.06 138	1.89 464

CASS	2.62 226	0.57 147	4.28 240	0.90 181	0.38 153	3.45 274	0.22 143	9.91 333	4.46 184	7.33 329	7.92 297	3.53 228	3.59 307	4.16 140	1.49 196	0.03 315	0.01 126	0.00 1	0.00 1	0.05 126	0.06 37
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo	2.03 143	0.57 147	3.57 175	0.20 40	0.21 93	3.66 296	0.73 286	5.89 179	3.51 114	5.92 243	4.35 177	3.37 212	1.50 202	6.02 201	0.90 112	0.01 171	0.00 1	0.00 1	0.00 1	0.09 185	0.09 50

RAFT-IKP	2.04 144	0.57 147	3.54 170	0.20 40	0.20 84	3.45 274	0.62 253	5.90 184	3.52 116	5.91 238	4.44 181	3.46 225	1.50 202	6.20 211	1.00 135	0.01 171	0.00 1	0.00 1	0.00 1	0.09 185	0.08 46

LG-Stereo	1.00 45	0.58 152	4.72 280	0.19 39	0.37 151	1.18 13	0.18 126	4.21 77	3.11 92	0.83 102	1.95 104	0.45 100	0.16 21	0.53 1	0.62 58	0.33 463	0.22 291	0.00 1	0.00 1	0.11 222	0.31 186

test_sample2	2.79 242	0.59 153	4.40 250	2.38 389	0.43 170	2.58 176	0.15 111	10.14 341	5.78 252	4.23 192	5.86 225	4.31 265	4.02 331	6.34 217	2.00 254	0.00 1	0.96 416	0.00 1	0.12 335	0.07 157	1.37 397

MIF-Stereo (partial)	1.44 93	0.59 153	3.98 216	0.08 12	1.09 305	1.24 24	0.13 98	5.12 124	4.07 162	0.47 42	2.56 124	0.31 77	0.74 134	6.31 215	2.02 256	0.00 1	0.00 1	0.00 1	0.00 1	0.12 240	0.04 22

PFNet	3.06 266	0.59 153	6.13 358	2.26 367	0.84 261	3.08 241	0.73 286	7.38 263	5.35 227	10.20 427	6.06 234	4.72 279	2.10 239	8.47 362	2.25 273	0.19 433	0.06 221	0.00 1	0.11 329	0.20 329	0.42 226

FENet	2.35 191	0.59 153	3.28 139	2.32 381	0.27 115	2.78 205	0.13 98	7.68 277	6.09 260	5.38 223	2.12 107	4.84 285	3.33 294	4.98 167	2.66 294	0.02 274	0.03 189	0.00 1	0.00 1	0.04 105	0.40 211

GCAP-BAT	2.26 181	0.61 157	3.67 186	1.48 247	0.81 257	4.32 341	0.77 297	4.87 112	4.04 161	3.97 184	5.41 213	4.38 268	0.59 120	6.20 211	1.17 162	0.02 274	1.14 471	0.00 1	0.55 485	0.07 157	1.22 379

EKT-Stereo	2.16 165	0.61 157	3.78 193	2.31 379	4.40 482	1.47 67	0.24 149	5.54 153	4.22 169	3.16 161	3.58 161	3.53 228	2.20 241	5.66 190	1.40 192	0.04 344	0.36 319	0.00 1	0.09 315	0.06 138	0.58 266

GwcNet-ADL	2.85 245	0.61 157	4.38 248	0.92 184	0.33 130	2.05 123	0.67 268	8.85 301	9.65 396	6.36 264	6.71 258	4.11 252	1.71 221	5.97 200	4.22 354	0.08 387	0.06 221	0.00 1	0.00 1	0.07 157	0.16 101

Pruner-Stereo	2.66 228	0.61 157	3.54 170	1.93 312	0.25 109	3.47 277	0.74 290	6.60 223	5.66 246	8.98 393	6.12 236	4.39 269	1.11 164	7.27 273	2.34 283	0.03 315	0.00 1	0.02 407	0.00 1	0.03 76	0.04 22

Anonymous3	1.96 137	0.61 157	7.58 413	0.42 97	0.51 191	4.28 338	0.52 222	5.56 157	2.76 72	2.35 139	3.47 150	1.50 151	1.13 167	5.92 199	1.54 199	0.23 447	0.23 295	0.00 1	0.00 1	0.14 273	0.47 237

SFCPSM	3.39 297	0.61 157	5.42 318	0.43 100	0.93 278	8.26 423	2.08 401	15.01 469	5.89 255	7.17 314	7.60 284	3.39 214	2.55 258	5.39 181	2.53 287	0.01 171	0.03 189	0.01 374	0.07 300	0.19 320	0.31 186

test_sample3	3.27 282	0.62 163	5.29 311	2.24 362	0.58 211	4.62 353	0.16 117	12.15 401	7.51 333	6.44 267	7.25 276	3.72 235	3.03 276	6.73 236	3.17 321	0.01 171	0.85 389	0.00 1	0.10 322	0.07 157	0.88 337

ASMatch	3.41 301	0.62 163	3.59 180	1.99 327	0.48 176	1.91 112	0.66 263	7.01 241	4.43 183	6.25 255	22.02 483	4.56 273	4.72 365	7.78 313	1.85 236	0.01 171	0.01 126	0.00 1	0.03 269	0.02 44	0.21 138

MM-Stereo_test1	1.90 131	0.63 165	2.65 84	1.43 240	0.56 207	2.37 153	0.54 226	5.36 145	5.81 253	4.00 185	1.78 96	0.42 96	0.83 145	7.32 278	1.28 179	0.00 1	1.03 447	0.00 1	0.00 1	0.35 416	1.64 416

test_sample1	2.88 249	0.63 165	4.46 252	2.38 389	0.68 226	2.61 178	0.05 39	10.51 352	5.36 229	4.50 198	4.81 190	3.76 236	5.94 404	6.10 209	2.96 310	0.00 1	0.99 435	0.00 1	0.11 329	0.07 157	1.67 424

IGEV_Zeroshot_test	2.57 220	0.63 165	5.70 341	1.93 312	0.87 266	2.63 181	0.85 319	8.94 305	4.55 191	5.30 220	5.48 218	5.23 302	1.38 195	3.76 124	1.32 185	0.00 1	0.69 364	0.00 1	0.18 364	0.19 320	1.72 436

test_sample4	3.29 284	0.64 168	5.38 315	2.08 335	0.53 198	3.91 315	0.15 111	12.13 398	7.50 332	7.04 304	7.50 282	3.64 233	3.19 279	6.95 252	3.14 318	0.02 274	0.85 389	0.00 1	0.10 322	0.07 157	0.92 343

testlalala2	2.34 190	0.64 168	2.49 65	9.58 519	6.50 509	3.57 286	0.18 126	5.34 138	3.20 95	3.87 181	4.57 186	3.12 204	0.52 107	1.49 41	0.44 7	0.00 1	0.31 308	0.00 1	0.43 475	0.12 240	0.40 211

test_sample5	3.34 289	0.65 170	5.17 303	2.10 336	0.49 179	3.31 263	0.17 121	11.91 390	7.47 330	6.91 296	9.15 322	3.61 231	3.37 296	7.53 299	3.06 314	0.02 274	0.85 389	0.00 1	0.10 322	0.07 157	0.90 338

DualNet	3.48 306	0.65 170	5.17 303	2.10 336	0.49 179	3.31 263	0.17 121	11.91 390	7.47 330	7.18 315	11.56 382	3.61 231	3.37 296	7.53 299	3.06 314	0.02 274	0.85 389	0.00 1	0.10 322	0.07 157	0.90 338

GANet-ADL	2.40 202	0.65 170	3.92 210	2.22 355	0.11 27	2.23 139	0.47 202	9.29 320	7.27 324	4.77 202	5.95 233	3.96 243	1.26 188	3.08 108	2.27 276	0.04 344	0.08 239	0.02 407	0.00 1	0.15 289	0.21 138

DRaft	3.83 339	0.65 170	3.39 151	0.22 52	0.16 60	4.67 354	1.30 370	5.82 176	4.86 211	10.26 430	21.65 479	3.24 206	8.62 460	7.53 299	3.76 334	0.05 359	0.10 252	0.00 1	0.14 343	0.12 240	0.16 101

DDVS	3.79 336	0.66 174	5.66 337	2.27 371	1.28 337	6.48 395	0.47 202	9.33 322	4.35 178	7.29 325	7.71 287	12.49 446	2.21 242	9.01 392	5.16 384	0.08 387	0.20 288	0.01 374	0.00 1	0.14 273	1.03 360

Occ-G	1.39 87	0.66 174	3.05 122	0.60 129	0.75 245	1.46 65	0.67 268	3.66 30	3.50 109	1.76 130	0.65 42	5.00 294	0.55 111	1.15 20	1.56 201	0.00 1	0.74 372	0.00 1	0.17 358	0.19 320	1.61 412

test_sample6	3.60 317	0.66 174	5.27 307	2.23 358	0.48 176	3.25 256	0.21 141	11.94 393	7.53 335	7.18 315	11.56 382	3.99 245	3.86 322	8.03 327	3.88 342	0.03 315	0.83 383	0.00 1	0.09 315	0.07 157	0.86 335

hknet	3.56 312	0.66 174	5.82 344	0.70 147	1.19 321	6.97 403	1.58 383	9.93 334	7.76 341	6.50 270	6.23 240	9.53 397	2.81 271	7.84 314	3.39 324	0.01 171	0.03 189	0.03 425	0.00 1	0.06 138	0.14 79

IRAFT_RVC	2.98 262	0.66 174	4.23 239	2.20 351	0.40 161	2.91 229	5.04 463	7.03 245	4.21 168	6.59 280	5.52 219	5.02 295	4.77 366	8.41 357	2.30 282	0.01 171	0.17 279	0.01 374	0.00 1	0.03 76	0.05 28

test_sample7	3.75 331	0.67 179	4.34 246	2.21 354	0.35 139	4.47 349	2.08 401	11.31 376	8.40 364	8.64 380	8.05 301	6.80 344	5.05 378	7.22 269	2.53 287	0.07 378	1.04 448	0.00 1	0.00 1	0.06 138	1.66 421

11t1	2.13 161	0.67 179	3.98 216	2.69 417	0.85 264	2.59 177	0.07 59	7.40 264	3.89 151	3.75 175	3.57 160	1.24 140	1.96 230	4.68 160	1.97 249	0.10 402	1.13 464	0.00 1	0.22 393	0.09 185	1.66 421

xyz-stereo	7.36 456	0.68 181	38.77 541	0.30 70	0.07 14	31.97 531	0.19 131	5.13 125	2.13 58	10.90 447	24.34 493	6.05 326	8.02 451	12.01 464	6.06 394	0.01 171	0.02 162	0.35 494	0.00 1	0.09 185	0.16 101

CAS++	1.27 73	0.68 181	2.40 63	0.25 60	0.30 119	1.80 102	0.61 249	8.46 291	3.61 128	1.80 132	2.42 120	0.18 45	0.21 31	2.12 74	0.49 17	0.01 171	0.01 126	0.00 1	0.00 1	0.02 44	0.06 37
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
gcap-zeroshot	2.22 175	0.68 181	5.64 334	0.79 163	1.15 315	3.33 266	0.73 286	7.14 253	4.59 193	3.86 180	1.79 98	8.42 384	0.56 115	3.00 106	0.89 110	0.02 274	0.66 358	0.00 1	0.26 425	0.01 17	0.83 332

IPLGR	2.46 207	0.68 181	7.02 395	0.22 52	0.16 60	2.01 119	0.22 143	7.01 241	6.62 291	7.10 309	5.92 232	2.91 194	2.27 245	5.12 174	1.52 198	0.00 1	0.00 1	0.00 1	0.00 1	0.12 240	0.41 221

castereo	1.02 46	0.69 185	1.26 1	0.46 108	0.19 72	1.89 109	0.76 295	5.61 161	2.37 63	0.78 92	2.65 128	0.32 81	0.40 76	1.25 27	1.00 135	0.01 171	0.32 309	0.00 1	0.24 404	0.03 76	0.22 145

SMFormer	3.94 347	0.69 185	4.55 265	1.97 322	0.15 54	2.84 211	0.29 160	13.06 432	11.10 423	7.69 336	10.45 358	4.77 280	4.52 351	9.68 415	4.89 375	0.08 387	0.97 421	0.00 1	0.16 348	0.11 222	0.92 343

tta	3.96 351	0.69 185	4.55 265	1.97 322	0.15 54	2.84 211	0.29 160	13.06 432	11.10 423	7.69 336	10.45 358	4.77 280	4.52 351	9.68 415	4.89 375	0.08 387	0.97 421	0.00 1	0.16 348	0.13 262	1.24 381

qqq1	3.78 334	0.69 185	4.55 265	1.97 322	0.15 54	2.84 211	0.29 160	13.06 432	11.10 423	7.69 336	10.45 358	4.77 280	4.52 351	9.68 415	1.24 175	0.08 387	0.97 421	0.00 1	0.12 335	0.13 262	1.24 381

fff1	3.78 334	0.69 185	4.55 265	1.97 322	0.15 54	2.84 211	0.29 160	13.06 432	11.10 423	7.69 336	10.45 358	4.77 280	4.52 351	9.68 415	1.24 175	0.08 387	0.97 421	0.00 1	0.12 335	0.13 262	1.24 381

HHNet	2.71 234	0.69 185	3.31 142	0.25 60	0.39 156	2.80 208	0.90 330	6.33 209	5.68 247	7.51 334	13.70 416	0.94 130	3.14 277	5.42 183	2.54 292	0.14 414	0.02 162	0.06 446	0.00 1	0.24 364	0.07 42

RAFT-RH_RVC	4.04 355	0.69 185	3.59 180	1.91 309	0.43 170	3.11 243	0.13 98	3.80 43	6.60 288	11.26 456	31.68 517	5.20 298	1.66 217	8.30 347	2.27 276	0.09 398	0.00 1	0.00 1	0.03 269	0.03 76	0.02 6

model_zeroshot	1.98 139	0.70 192	4.98 294	2.25 364	1.07 297	3.20 252	0.13 98	7.01 241	3.34 104	3.46 166	3.77 164	2.69 190	0.42 85	2.86 101	1.18 166	0.06 370	0.85 389	0.00 1	0.25 408	0.02 44	1.40 398

RAStereo	0.81 25	0.70 192	3.97 215	0.21 49	0.54 202	1.16 11	0.02 20	3.78 40	1.22 35	0.62 71	1.57 82	0.16 43	0.23 32	0.89 6	1.05 143	0.00 1	0.00 1	0.00 1	0.00 1	0.08 170	0.02 6

ttt	4.41 386	0.70 192	3.95 214	2.53 406	2.01 398	4.34 344	0.41 189	13.09 436	11.69 435	7.20 318	12.20 396	4.15 255	3.35 295	9.54 412	10.11 457	0.07 378	1.11 460	0.00 1	0.19 368	0.10 208	1.47 400

test_4	2.58 221	0.70 192	3.30 140	0.43 100	0.30 119	3.97 321	1.11 356	3.91 56	3.83 145	4.15 190	17.20 454	3.44 222	0.52 107	6.60 226	1.58 202	0.00 1	0.13 267	0.00 1	0.11 329	0.20 329	0.20 132

fffft	1.13 61	0.71 196	2.25 52	0.09 17	0.07 14	2.10 128	0.63 255	4.19 76	2.10 57	0.42 26	0.75 46	0.24 64	0.20 26	6.89 245	1.08 148	0.00 1	0.12 261	0.00 1	0.00 1	0.24 364	0.53 251
1: 1. 1
CrosDoStereo	4.05 357	0.71 196	3.52 165	0.51 116	0.20 84	3.25 256	11.21 514	6.34 210	4.96 214	9.04 396	16.44 442	4.92 288	7.28 435	8.29 344	3.84 340	0.00 1	0.02 162	0.01 374	0.00 1	0.18 313	0.19 126

DeepStereo_LL	4.05 357	0.71 196	3.52 165	0.51 116	0.20 84	3.25 256	11.21 514	6.34 210	4.96 214	9.04 396	16.44 442	4.92 288	7.28 435	8.29 344	3.84 340	0.00 1	0.02 162	0.01 374	0.00 1	0.18 313	0.19 126

AIO_test	1.34 80	0.72 199	3.32 144	0.86 174	1.19 321	2.90 228	0.80 301	4.46 94	3.34 104	0.77 86	0.86 52	1.48 150	0.30 48	2.95 104	0.49 17	0.00 1	1.00 442	0.00 1	0.13 341	0.04 105	1.24 381

GES	2.69 231	0.72 199	5.34 312	1.82 297	0.05 5	4.51 350	1.04 348	10.39 347	4.18 166	5.53 229	6.72 259	1.92 170	3.30 287	5.16 175	2.67 295	0.06 370	0.01 126	0.06 446	0.01 235	0.20 329	0.14 79

ITSA-stereo	4.02 353	0.73 201	4.51 259	2.16 342	0.31 123	3.58 287	0.70 279	13.77 454	15.84 472	7.13 311	6.59 257	4.25 263	3.48 303	9.04 393	6.12 398	0.09 398	0.08 239	0.11 460	0.10 322	0.19 320	1.54 406

Former-RAFT_DAM_RVC	1.39 87	0.74 202	2.72 92	0.73 153	1.26 334	2.42 157	0.02 20	3.78 40	8.16 357	1.81 135	2.94 136	0.28 72	0.32 58	1.51 44	0.76 86	0.04 344	0.01 126	0.00 1	0.00 1	0.08 170	0.19 126

AdaStereo	3.34 289	0.74 202	4.00 219	3.10 450	0.51 191	4.22 334	1.25 365	12.84 422	8.39 363	6.33 260	9.55 337	5.77 321	1.54 211	5.53 186	2.74 304	0.02 274	0.00 1	0.00 1	0.00 1	0.03 76	0.15 92
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	3.07 267	0.76 204	4.50 258	2.27 371	1.24 330	3.75 307	0.12 89	10.03 338	5.12 220	6.43 266	11.19 375	3.10 203	3.20 280	4.54 156	1.78 233	0.02 274	1.19 482	0.00 1	0.30 444	0.09 185	1.79 447

anonymousa	4.24 373	0.78 205	4.05 224	2.16 342	4.87 499	8.76 432	0.35 175	7.41 265	4.47 186	8.21 365	19.70 472	11.03 431	5.87 402	2.04 71	2.20 266	0.00 1	1.16 477	0.00 1	0.55 485	0.04 105	1.11 368

CRFU-Net	4.81 408	0.78 205	5.69 339	3.10 450	1.39 352	13.18 483	3.23 432	12.26 402	4.33 173	10.91 448	9.98 350	10.94 429	7.93 449	7.47 293	3.94 347	0.16 422	0.16 275	0.16 475	0.00 1	0.26 373	0.29 179

GIP-stereo	1.03 48	0.79 207	2.35 59	1.91 309	1.40 353	1.47 67	0.05 39	5.06 119	1.85 53	0.30 7	0.43 33	0.57 114	0.37 67	1.14 19	0.75 85	0.07 378	0.50 338	0.00 1	0.00 1	0.06 138	1.57 410

ff7	1.46 96	0.79 207	2.99 116	0.33 78	0.35 139	2.75 199	0.81 305	4.31 85	2.97 82	0.77 86	1.20 64	0.21 50	0.42 85	7.44 284	0.86 103	0.00 1	0.93 401	0.00 1	0.16 348	0.12 240	1.82 448

ffff	1.46 96	0.79 207	2.99 116	0.33 78	0.35 139	2.75 199	0.81 305	4.31 85	2.97 82	0.77 86	1.20 64	0.21 50	0.42 85	7.44 284	0.86 103	0.00 1	0.93 401	0.00 1	0.16 348	0.12 240	1.82 448

11t	1.46 96	0.79 207	2.99 116	0.33 78	0.35 139	2.75 199	0.81 305	4.31 85	2.97 82	0.77 86	1.20 64	0.21 50	0.42 85	7.44 284	0.87 108	0.00 1	0.93 401	0.00 1	0.16 348	0.12 240	1.82 448

ccc-4	1.46 96	0.79 207	2.99 116	0.33 78	0.35 139	2.75 199	0.81 305	4.31 85	2.97 82	0.77 86	1.20 64	0.21 50	0.42 85	7.44 284	0.86 103	0.00 1	0.93 401	0.00 1	0.16 348	0.12 240	1.82 448

TANstereo	1.32 79	0.79 207	2.93 106	0.37 88	0.11 27	1.81 104	0.01 3	3.56 24	4.36 179	4.53 199	4.96 195	0.41 92	0.68 127	1.22 23	0.59 49	0.01 171	0.00 1	0.00 1	0.00 1	0.00 1	0.03 13

FAT-Stereo	6.98 450	0.79 207	7.57 412	2.54 409	1.80 380	6.16 388	4.33 452	19.16 503	18.82 487	10.75 441	17.08 452	18.23 487	13.56 492	9.25 401	8.44 429	0.03 315	0.16 275	0.01 374	0.10 322	0.14 273	0.65 288

IGEV++	1.58 112	0.81 214	2.66 85	1.35 225	0.99 286	2.47 165	0.98 341	7.35 261	3.70 135	0.82 98	2.24 114	0.44 98	1.18 178	2.08 72	1.15 158	0.03 315	1.18 481	0.00 1	0.05 291	0.17 302	2.00 473

anonymousdsp	1.51 104	0.81 214	2.70 90	0.60 129	0.69 229	2.76 203	0.79 299	4.86 109	3.00 88	0.82 98	1.25 68	0.31 77	0.42 85	7.44 284	0.81 95	0.00 1	0.83 383	0.00 1	0.17 358	0.12 240	1.85 457

NINENet	3.38 296	0.81 214	4.16 230	1.88 305	1.40 353	7.31 413	0.48 212	12.95 429	6.64 293	7.29 325	9.24 326	5.21 299	1.18 178	6.72 235	1.89 243	0.17 426	0.08 239	0.07 451	0.00 1	0.09 185	0.03 13

IGEV-Stereo	1.51 104	0.81 214	2.69 89	0.60 129	0.69 229	2.77 204	0.79 299	4.88 113	2.99 87	0.82 98	1.25 68	0.31 77	0.42 85	7.43 283	0.85 101	0.00 1	0.83 383	0.00 1	0.17 358	0.12 240	1.85 457
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HH	2.88 249	0.82 218	4.07 226	1.71 278	0.54 202	4.71 355	0.69 274	8.72 298	3.57 124	1.80 132	6.49 255	7.81 366	3.92 328	8.93 386	0.99 132	0.00 1	1.06 452	0.00 1	0.03 269	0.05 126	1.69 429

HanStereo	2.88 249	0.82 218	4.07 226	1.71 278	0.54 202	4.71 355	0.69 274	8.72 298	3.57 124	1.80 132	6.49 255	7.81 366	3.92 328	8.93 386	0.99 132	0.00 1	1.06 452	0.00 1	0.03 269	0.05 126	1.69 429

x	2.30 187	0.82 218	3.85 197	2.23 358	0.72 238	2.12 133	0.81 305	9.48 325	4.82 209	3.83 178	2.76 129	3.49 226	2.30 248	3.48 115	2.25 273	0.00 1	1.13 464	0.00 1	0.22 393	0.09 185	1.66 421

TransformOpticalFlow	3.50 307	0.83 221	4.85 285	1.09 198	0.31 123	3.52 283	0.14 108	10.32 343	8.02 352	5.78 232	13.25 412	6.63 341	4.91 370	8.36 353	1.63 212	0.00 1	0.01 126	0.01 374	0.00 1	0.06 138	0.24 161

HCRNet	2.74 240	0.83 221	4.19 235	0.45 105	3.31 449	2.18 136	0.22 143	7.59 269	5.76 251	6.08 251	4.89 192	5.21 299	2.74 266	8.04 329	3.10 316	0.00 1	0.02 162	0.00 1	0.00 1	0.10 208	0.09 50

UPFNet	4.17 367	0.83 221	5.51 323	2.49 400	3.36 453	7.13 410	2.60 409	10.52 354	7.16 317	8.76 387	7.83 292	7.85 369	3.41 300	8.60 369	7.04 413	0.01 171	0.02 162	0.00 1	0.00 1	0.12 240	0.17 111

SCV	2.06 146	0.84 224	3.74 188	3.56 470	1.22 326	2.30 147	0.76 295	7.87 281	3.29 102	0.59 64	2.83 131	0.67 117	0.58 118	8.00 323	0.91 115	0.00 1	0.89 397	0.00 1	0.48 479	0.41 430	2.18 483

WCG-NET	1.42 89	0.84 224	1.90 22	0.61 132	0.10 25	2.10 128	1.05 350	3.33 22	7.10 315	2.86 149	3.53 158	0.75 122	0.93 151	1.28 29	0.72 81	0.00 1	0.97 421	0.00 1	0.00 1	0.16 293	0.22 145

SGM-Forest	5.40 418	0.84 224	4.19 235	1.43 240	0.68 226	10.12 450	6.41 480	12.13 398	11.86 437	11.50 461	14.43 425	11.62 437	5.20 385	9.93 431	6.16 399	0.16 422	0.04 206	0.00 1	0.00 1	0.08 170	1.24 381
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 89	0.85 227	2.23 50	1.37 229	0.35 139	3.01 237	0.64 258	3.91 56	2.83 75	0.38 16	3.35 147	0.19 46	0.25 35	7.37 280	1.12 153	0.01 171	0.04 206	0.00 1	0.00 1	0.22 347	0.21 138

qqq	2.44 206	0.85 227	4.33 245	1.73 284	0.71 235	1.98 117	0.38 182	9.15 311	4.33 173	3.37 163	4.34 175	4.63 277	2.83 272	4.95 165	2.06 257	0.00 1	1.13 464	0.00 1	0.25 408	0.09 185	1.65 417

GMOStereo	2.08 148	0.85 227	2.95 111	0.23 55	0.73 240	1.50 69	0.86 322	5.08 120	4.78 203	8.42 370	6.99 265	3.36 208	1.14 169	1.73 53	1.21 169	0.00 1	1.32 491	0.00 1	0.00 1	0.28 388	0.23 152

error version	2.08 148	0.85 227	2.95 111	0.23 55	0.73 240	1.50 69	0.86 322	5.08 120	4.78 203	8.42 370	6.99 265	3.36 208	1.14 169	1.73 53	1.21 169	0.00 1	1.32 491	0.00 1	0.00 1	0.28 388	0.23 152

test-v	2.08 148	0.85 227	2.95 111	0.23 55	0.73 240	1.50 69	0.86 322	5.08 120	4.78 203	8.42 370	6.99 265	3.36 208	1.14 169	1.73 53	1.21 169	0.00 1	1.32 491	0.00 1	0.00 1	0.28 388	0.23 152

test-2	2.08 148	0.85 227	2.95 111	0.23 55	0.73 240	1.50 69	0.86 322	5.08 120	4.78 203	8.42 370	6.99 265	3.36 208	1.14 169	1.73 53	1.21 169	0.00 1	1.32 491	0.00 1	0.00 1	0.28 388	0.23 152

sCroCo_RVC	1.34 80	0.85 227	6.15 360	1.21 211	1.28 337	0.90 7	0.18 126	4.50 95	2.86 77	0.37 12	3.18 144	0.52 108	1.52 210	1.83 61	0.93 120	0.13 411	0.25 301	0.00 1	0.00 1	0.08 170	0.16 101

CBMV_ROB	4.66 400	0.85 227	3.94 212	1.64 261	0.75 245	8.38 429	1.90 395	11.19 372	10.36 406	9.20 404	15.21 431	7.28 356	6.99 429	9.48 409	5.24 386	0.04 344	0.05 215	0.00 1	0.00 1	0.07 157	0.64 285

UGAM	4.25 375	0.86 235	5.73 342	0.45 105	0.22 100	3.61 289	1.18 359	5.51 150	15.39 466	4.99 210	12.34 398	15.09 464	3.71 315	10.58 441	3.76 334	0.00 1	0.46 332	0.00 1	0.34 458	0.36 419	0.36 203

H2IRNET	2.29 186	0.86 235	3.38 149	1.51 249	0.11 27	1.97 116	0.13 98	5.15 127	7.19 321	1.26 121	7.77 290	5.80 323	3.31 289	5.09 173	1.66 221	0.01 171	0.00 1	0.04 435	0.17 358	0.27 385	0.10 55

CoDeX	3.61 318	0.86 235	5.27 307	1.16 204	1.62 365	6.24 389	2.07 400	13.78 455	6.86 305	7.42 331	9.00 320	4.06 250	3.72 316	6.58 224	3.02 311	0.03 315	0.06 221	0.00 1	0.00 1	0.15 289	0.35 200

plain	1.53 106	0.86 235	6.50 376	0.42 97	0.05 5	1.56 75	0.09 71	5.18 130	4.02 160	0.54 52	1.76 94	0.59 115	0.75 135	6.48 222	1.23 174	0.00 1	0.00 1	0.00 1	0.00 1	0.43 435	0.07 42

ProNet	1.58 112	0.86 235	3.17 128	0.75 161	0.72 238	2.84 211	0.66 263	5.91 188	3.28 101	0.37 12	1.47 79	0.40 91	0.37 67	7.19 267	0.70 76	0.02 274	0.98 428	0.00 1	0.05 291	0.20 329	1.77 445

xxxx	5.16 417	0.86 235	4.86 286	1.96 321	1.22 326	7.56 418	0.07 59	14.67 465	9.15 387	6.55 277	9.87 345	9.30 394	3.47 302	8.07 331	22.20 514	0.05 359	1.16 477	0.00 1	0.26 425	0.10 208	1.76 444

ac_64	3.98 352	0.86 235	5.10 299	3.17 452	3.43 456	5.80 381	0.70 279	10.87 363	4.96 214	8.94 392	6.46 253	10.70 421	5.52 397	7.44 284	5.10 383	0.03 315	0.00 1	0.00 1	0.00 1	0.14 273	0.31 186

NOSS_ROB	3.67 320	0.86 235	3.81 195	2.53 406	1.11 308	6.10 387	0.72 284	11.08 370	12.36 439	5.45 225	8.91 316	5.65 312	2.09 236	8.30 347	3.16 319	0.20 436	0.07 235	0.00 1	0.00 1	0.11 222	0.80 329

MoCha-V2	1.83 124	0.87 243	3.33 145	1.41 237	1.27 335	2.50 166	0.20 136	5.60 159	3.90 152	0.98 107	3.30 145	0.35 89	1.58 215	7.09 261	0.80 91	0.00 1	1.52 507	0.00 1	0.23 401	0.06 138	1.70 432

UNet	4.19 369	0.87 243	7.18 402	2.00 330	3.22 445	9.55 441	0.31 168	10.11 339	6.22 269	7.98 350	6.82 263	10.42 412	5.77 400	7.28 274	5.83 392	0.00 1	0.00 1	0.00 1	0.00 1	0.10 208	0.12 69

ISRNet	4.11 361	0.88 245	6.63 381	3.46 466	2.64 427	2.11 132	0.26 155	7.72 279	6.60 288	11.29 457	17.98 464	8.21 373	2.60 260	6.81 243	4.72 373	0.00 1	0.00 1	0.00 1	0.00 1	0.09 185	0.25 164

mms	1.31 78	0.88 245	2.06 31	0.25 60	0.79 251	1.50 69	0.08 67	3.29 21	2.51 66	0.53 50	3.09 140	0.34 87	0.26 37	7.11 264	0.59 49	0.00 1	0.43 327	0.00 1	0.00 1	0.21 340	2.32 489

222	5.93 426	0.88 245	4.58 270	1.76 288	0.98 285	6.02 386	0.08 67	14.45 462	8.89 377	9.53 413	11.77 388	3.88 240	4.23 342	8.26 338	39.96 548	0.03 315	1.12 461	0.00 1	0.24 404	0.11 222	1.73 438

ToySt	3.39 297	0.89 248	9.29 451	1.47 246	0.94 279	4.20 333	1.98 397	7.33 259	5.42 232	3.01 157	6.75 260	8.67 389	5.10 382	5.43 184	3.72 332	0.07 378	0.89 397	0.00 1	0.23 401	0.28 388	2.13 480

tt45	1.25 71	0.90 249	1.98 24	0.59 125	0.25 109	3.47 277	0.14 108	4.07 69	1.97 55	0.45 30	2.17 110	0.29 74	0.27 41	7.02 256	0.95 125	0.00 1	0.04 206	0.00 1	0.00 1	0.22 347	0.24 161

xyz-stereo-finetune	1.38 85	0.91 250	2.91 103	0.10 20	0.05 5	3.13 246	0.66 263	4.12 72	3.01 89	1.06 113	1.91 102	0.69 118	0.37 67	6.31 215	2.14 262	0.01 171	0.00 1	0.00 1	0.00 1	0.05 126	0.13 74

ours_stereo	1.28 75	0.91 250	2.36 61	0.34 83	0.67 225	1.16 11	0.09 71	3.71 35	2.44 64	0.51 44	3.17 142	0.36 90	0.26 37	6.62 227	0.55 36	0.00 1	0.11 256	0.00 1	0.00 1	0.23 359	2.08 477

tt1	2.53 214	0.91 250	3.53 168	2.92 432	0.53 198	5.60 374	0.61 249	5.55 154	10.56 410	1.54 127	3.54 159	0.34 87	3.00 275	8.20 336	0.68 69	0.00 1	1.13 464	0.00 1	0.03 269	0.11 222	1.88 461

IER	3.42 303	0.91 250	6.38 373	0.73 153	1.60 364	7.07 408	0.55 230	7.07 249	5.45 235	8.17 364	8.89 315	6.13 329	6.13 408	5.36 180	3.77 337	0.00 1	0.00 1	0.00 1	0.00 1	0.08 170	0.05 28

SCV_C0	1.89 127	0.92 254	4.30 243	0.85 173	1.06 296	2.33 149	0.10 79	7.61 272	4.42 182	1.05 112	2.20 112	0.26 67	0.43 96	7.70 308	1.08 148	0.02 274	1.05 451	0.00 1	0.21 386	0.17 302	1.97 469

SMoEStereo_RVC	1.13 61	0.92 254	1.82 14	0.80 166	0.09 22	2.07 127	0.16 117	3.61 27	2.17 60	0.38 16	1.37 78	0.19 46	0.29 46	7.04 258	1.02 141	0.00 1	0.03 189	0.00 1	0.00 1	0.19 320	0.51 246

ACVNet-DCA	2.41 203	0.93 256	3.39 151	3.05 443	0.39 156	5.69 377	0.55 230	9.15 311	4.33 173	1.42 122	3.48 152	0.33 83	3.65 311	8.26 338	0.70 76	0.00 1	1.14 471	0.00 1	0.03 269	0.09 185	1.65 417

xx1	2.73 239	0.93 256	3.39 151	3.05 443	0.39 156	5.69 377	0.55 230	5.34 138	10.76 416	1.42 122	3.48 152	4.63 277	2.83 272	8.26 338	0.70 76	0.00 1	1.14 471	0.00 1	0.25 408	0.09 185	1.65 417

1test111	2.31 188	0.93 256	3.39 151	3.05 443	0.39 156	5.69 377	0.55 230	9.15 311	4.33 173	1.42 122	3.48 152	0.33 83	3.65 311	4.95 165	2.06 257	0.00 1	1.14 471	0.00 1	0.03 269	0.09 185	1.65 417

cc1	2.56 219	0.93 256	3.39 151	3.05 443	0.39 156	5.69 377	0.55 230	5.34 138	10.76 416	1.42 122	3.48 152	0.33 83	3.65 311	8.26 338	0.70 76	0.00 1	1.14 471	0.00 1	0.03 269	0.12 240	1.89 464

fff	2.54 216	0.93 256	5.51 323	0.32 72	0.14 46	1.70 90	0.11 85	6.19 202	12.69 445	6.03 248	5.29 207	1.43 145	5.28 388	2.37 88	2.21 267	0.01 171	0.00 1	0.01 374	0.00 1	0.02 44	0.61 274

csc	2.54 216	0.93 256	5.51 323	0.32 72	0.14 46	1.70 90	0.11 85	6.19 202	12.69 445	6.03 248	5.29 207	1.43 145	5.28 388	2.37 88	2.21 267	0.01 171	0.00 1	0.01 374	0.00 1	0.02 44	0.61 274

cscssc	2.54 216	0.93 256	5.51 323	0.32 72	0.14 46	1.70 90	0.11 85	6.19 202	12.69 445	6.03 248	5.29 207	1.43 145	5.28 388	2.37 88	2.21 267	0.01 171	0.00 1	0.01 374	0.00 1	0.02 44	0.61 274

test_xeample	4.78 407	0.93 256	4.68 279	1.48 247	1.28 337	3.94 318	0.13 98	13.35 442	8.62 369	8.21 365	11.63 384	3.43 221	3.54 304	7.59 304	23.47 519	0.02 274	1.16 477	0.00 1	0.25 408	0.11 222	1.74 441

S-Stereo	6.85 445	0.93 256	10.76 467	3.34 462	3.51 458	6.55 396	6.01 473	13.75 452	23.86 506	9.65 420	15.54 433	11.81 440	8.24 453	8.59 368	11.23 472	0.13 411	0.16 275	0.00 1	0.42 473	0.14 273	2.39 491

MM-Stereo_test3	2.10 158	0.94 265	2.59 78	1.66 267	3.95 474	2.42 157	0.78 298	6.58 222	7.29 326	1.94 136	4.90 193	1.23 139	0.65 124	3.77 125	1.38 190	0.00 1	0.83 383	0.00 1	0.00 1	0.38 425	0.77 323

STrans-v2	3.55 311	0.94 265	5.06 298	0.32 72	0.60 213	2.97 234	1.15 358	11.08 370	7.97 351	6.01 246	10.93 372	6.65 342	6.86 425	8.37 354	1.66 221	0.00 1	0.01 126	0.00 1	0.00 1	0.04 105	0.39 209

depthmonostereo	1.25 71	0.95 267	4.67 276	0.28 67	0.11 27	1.43 63	0.04 32	5.43 149	1.76 50	1.02 110	1.47 79	1.59 155	0.98 155	3.61 120	0.92 116	0.03 315	0.11 256	0.00 1	0.02 255	0.04 105	0.47 237

fffy	1.43 91	0.95 267	2.85 101	1.42 239	0.61 214	2.25 140	0.19 131	4.74 105	1.32 36	0.26 4	2.77 130	0.21 50	0.39 75	6.97 254	0.73 83	0.00 1	0.79 378	0.00 1	0.00 1	0.19 320	2.03 474

DCRE	2.21 174	0.95 267	3.17 128	2.10 336	1.30 344	1.86 108	0.05 39	5.33 137	4.69 199	3.59 170	9.37 334	3.81 237	1.18 178	2.34 87	1.22 173	0.01 171	0.97 421	0.00 1	0.30 444	0.04 105	1.97 469

ADStereo(finetuned)	2.50 212	0.95 267	6.60 379	0.39 92	0.20 84	1.72 97	0.24 149	6.06 195	9.31 390	6.30 258	5.42 214	1.44 148	6.22 411	2.25 81	2.14 262	0.01 171	0.00 1	0.00 1	0.00 1	0.04 105	0.65 288

xyz-stereo-finetune2	1.98 139	0.96 271	2.70 90	0.13 32	0.05 5	6.33 391	0.17 121	4.38 93	2.56 68	0.98 107	6.40 251	0.50 106	3.37 296	7.09 261	3.77 337	0.00 1	0.00 1	0.00 1	0.00 1	0.04 105	0.11 64

DCANet	2.35 191	0.96 271	5.51 323	0.39 92	0.19 72	1.72 97	0.25 153	6.06 195	9.33 391	6.31 259	5.42 214	1.44 148	4.14 337	2.22 78	2.28 278	0.01 171	0.00 1	0.00 1	0.00 1	0.04 105	0.66 297

ACVNet	2.86 246	0.96 271	3.87 200	0.86 174	0.61 214	2.63 181	0.54 226	8.93 303	6.12 262	5.09 212	9.32 332	5.70 318	3.84 320	2.68 96	5.56 390	0.00 1	0.00 1	0.00 1	0.00 1	0.26 373	0.23 152

acv_ft	3.90 343	0.96 271	5.85 347	2.56 411	4.70 496	7.27 412	0.84 314	9.17 314	6.12 262	10.00 425	9.32 332	5.70 318	4.07 334	2.68 96	8.24 427	0.00 1	0.00 1	0.00 1	0.00 1	0.35 416	0.23 152

StereoDRNet-Refined	4.84 410	0.96 271	5.13 300	2.22 355	0.46 173	9.10 437	0.16 117	10.72 358	9.40 393	13.41 477	12.50 400	10.02 406	4.58 357	8.60 369	8.71 436	0.01 171	0.00 1	0.01 374	0.05 291	0.24 364	0.53 251
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
castereo++	1.38 85	0.97 276	2.82 97	0.59 125	0.52 195	4.45 346	0.97 338	5.22 131	1.87 54	0.41 22	2.28 116	1.87 165	0.15 20	4.14 139	0.42 6	0.00 1	0.41 325	0.00 1	0.30 444	0.05 126	0.22 145

WCG-NET（raft）	1.70 118	0.97 276	2.01 29	0.40 95	0.17 63	2.10 128	0.97 338	3.05 16	6.47 281	2.89 151	3.17 142	4.31 265	1.03 160	3.85 128	0.60 52	0.00 1	1.32 491	0.00 1	0.01 235	0.18 313	0.41 221

FC-DCNN v2	11.44 504	0.98 278	5.39 316	2.28 374	1.65 369	18.84 506	5.41 469	19.66 506	20.80 496	29.20 524	35.39 527	34.37 530	23.46 524	17.13 507	13.18 491	0.17 426	0.01 126	0.02 407	0.01 235	0.08 170	0.69 302

ffm	3.41 301	0.98 278	7.03 396	1.64 261	1.07 297	2.84 211	0.47 202	5.55 154	10.56 410	6.68 286	9.59 339	5.66 313	3.87 323	8.20 336	0.68 69	0.00 1	1.13 464	0.00 1	0.19 368	0.11 222	1.88 461

ff1	4.11 361	0.98 278	7.03 396	1.64 261	1.07 297	2.84 211	0.47 202	5.55 154	10.56 410	6.68 286	9.59 339	5.66 313	3.87 323	11.33 452	11.69 476	0.00 1	1.13 464	0.00 1	0.19 368	0.11 222	1.88 461

mmx	4.50 389	0.98 278	7.03 396	1.64 261	1.07 297	2.84 211	0.47 202	12.84 422	11.23 428	6.68 286	9.59 339	5.66 313	3.87 323	11.33 452	11.69 476	0.05 359	1.12 461	0.00 1	0.19 368	0.10 208	1.53 404

xxx	4.50 389	0.98 278	7.04 399	1.64 261	1.07 297	2.84 211	0.47 202	12.84 422	11.23 428	6.68 286	9.59 339	5.66 313	3.87 323	11.33 452	11.69 476	0.05 359	1.12 461	0.00 1	0.19 368	0.10 208	1.53 404

Anonymous_2	4.74 406	0.98 278	4.46 252	2.35 385	2.27 412	5.66 376	0.67 268	8.08 286	5.28 223	4.98 208	2.60 125	8.74 391	6.92 427	5.79 195	3.46 325	0.24 449	1.70 509	5.16 525	18.18 550	5.41 517	1.85 457

IIG-Stereo	3.28 283	0.98 278	3.57 175	4.14 487	0.22 100	2.56 172	0.71 281	7.04 246	6.10 261	8.49 376	9.38 335	7.82 368	2.73 265	9.69 420	1.99 252	0.02 274	0.02 162	0.00 1	0.00 1	0.03 76	0.14 79

DIP-Stereo	2.12 160	0.98 278	3.94 212	0.20 40	0.11 27	4.73 357	0.13 98	9.27 318	4.40 181	6.46 269	5.03 197	0.45 100	0.72 133	3.79 126	1.94 247	0.00 1	0.01 126	0.00 1	0.00 1	0.05 126	0.24 161
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	6.58 442	0.98 278	6.44 374	3.75 476	1.18 319	11.19 466	3.29 436	12.92 426	16.72 475	7.27 323	11.74 387	17.34 480	6.60 419	19.59 516	11.59 475	0.00 1	0.00 1	0.00 1	0.00 1	0.45 440	0.50 242

AIO_rvc	1.48 101	1.01 287	3.51 164	0.95 188	1.16 317	3.32 265	0.96 337	4.83 108	3.38 106	0.79 94	1.75 92	1.31 142	0.31 51	2.66 95	0.62 58	0.02 274	1.09 456	0.00 1	0.04 287	0.12 240	1.82 448

FC-DCNN	11.29 503	1.01 287	5.50 322	2.25 364	1.65 369	18.23 504	5.36 467	18.99 500	20.65 495	28.95 523	34.83 525	33.83 528	23.18 523	17.04 506	13.37 492	0.17 426	0.01 126	0.02 407	0.02 255	0.10 208	0.70 306

HUF	1.64 115	1.03 289	4.14 228	1.19 209	1.34 349	3.02 238	0.40 186	4.88 113	3.60 126	0.79 94	2.87 135	0.83 126	0.31 51	2.88 102	0.81 95	0.06 370	2.03 515	0.00 1	0.00 1	0.16 293	2.41 494

rvit_stereo_0081_aga	0.95 42	1.03 289	4.52 262	0.16 36	0.25 109	1.70 90	0.21 141	4.27 82	3.17 94	0.38 16	0.23 19	0.27 69	0.31 51	1.56 47	0.64 64	0.00 1	0.00 1	0.00 1	0.00 1	0.13 262	0.15 92

DSFCA	4.48 388	1.03 289	6.84 390	1.61 258	1.68 373	7.26 411	4.46 454	11.27 375	7.51 333	11.01 451	6.89 264	8.49 386	4.54 356	10.41 440	6.18 400	0.03 315	0.06 221	0.02 407	0.03 269	0.13 262	0.14 79

1111x	4.96 412	1.04 292	7.09 401	1.75 286	1.05 294	5.03 363	0.32 170	13.52 446	10.70 415	6.68 286	10.35 355	8.81 392	6.01 406	10.65 442	12.78 487	0.07 378	1.24 486	0.00 1	0.33 454	0.11 222	1.75 442

HGLStereo	4.58 394	1.04 292	6.02 353	3.30 461	5.14 503	6.36 392	0.71 281	11.04 368	7.60 338	8.04 356	12.85 410	6.90 350	8.51 458	7.85 315	5.93 393	0.02 274	0.02 162	0.00 1	0.00 1	0.14 273	0.15 92

MyStereo06	2.71 234	1.05 294	5.43 320	1.39 232	1.20 323	2.57 173	0.10 79	10.39 347	4.79 207	5.54 230	6.16 237	6.39 335	2.33 250	3.40 114	1.35 189	0.01 171	1.24 486	0.00 1	0.21 386	0.13 262	0.50 242

MyStereo05	3.24 281	1.05 294	5.93 349	1.39 232	1.20 323	2.57 173	0.10 79	9.11 310	13.17 451	6.45 268	3.86 166	3.20 205	3.26 285	8.35 352	3.02 311	0.01 171	1.24 486	0.00 1	0.21 386	0.13 262	0.50 242

rvit_stereo_0080	1.09 54	1.08 296	4.16 230	0.12 29	0.12 36	1.32 48	0.36 176	4.52 97	3.94 153	0.70 79	1.29 73	0.41 92	0.75 135	1.98 64	0.76 86	0.00 1	0.00 1	0.00 1	0.00 1	0.03 76	0.18 116

whm_eth	1.09 54	1.08 296	4.16 230	0.12 29	0.12 36	1.32 48	0.36 176	4.52 97	3.94 153	0.70 79	1.29 73	0.41 92	0.75 135	1.98 64	0.76 86	0.00 1	0.00 1	0.00 1	0.00 1	0.03 76	0.18 116

IPLG	2.63 227	1.09 298	5.67 338	0.73 153	0.31 123	3.00 236	0.25 153	6.84 236	6.02 258	7.93 347	6.31 246	1.91 167	1.72 223	7.47 293	2.53 287	0.01 171	0.01 126	0.00 1	0.00 1	0.29 396	0.58 266

HART	2.08 148	1.10 299	3.44 161	0.47 110	1.15 315	1.70 90	0.04 32	6.40 215	3.69 134	1.50 126	7.78 291	2.42 182	0.16 21	6.76 239	1.15 158	0.00 1	1.46 502	0.00 1	0.00 1	0.31 406	2.12 479

DMCA	3.08 268	1.10 299	6.20 362	1.82 297	0.90 269	3.80 312	0.55 230	9.76 328	5.42 232	6.56 279	6.47 254	7.06 355	2.09 236	4.05 131	5.46 388	0.00 1	0.01 126	0.00 1	0.00 1	0.11 222	0.16 101

HSM	4.25 375	1.10 299	4.14 228	1.78 289	2.14 405	6.67 399	1.08 352	12.92 426	6.90 307	7.06 305	8.17 307	14.17 456	6.03 407	9.16 397	3.11 317	0.00 1	0.00 1	0.00 1	0.00 1	0.09 185	0.41 221

MaDis-Stereo	0.96 44	1.11 302	4.01 220	0.36 87	1.86 389	1.20 14	0.06 52	3.99 62	1.73 46	0.45 30	0.56 39	0.43 97	0.51 105	1.28 29	1.46 195	0.00 1	0.00 1	0.00 1	0.00 1	0.06 138	0.08 46

GCAP-Stereo	1.35 82	1.11 302	2.82 97	0.66 143	1.08 304	1.68 87	0.01 3	5.17 128	3.68 133	2.10 137	1.63 85	1.42 144	0.75 135	1.77 60	1.59 205	0.00 1	1.08 455	0.00 1	0.00 1	0.17 302	0.26 167

XX-TBD	1.55 110	1.11 302	2.94 108	2.45 397	0.06 11	2.31 148	0.01 3	3.58 26	7.80 345	3.11 159	5.10 198	0.27 69	0.26 37	1.42 40	0.60 52	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 22

SGM_RVC	10.77 499	1.11 302	4.66 275	2.66 414	0.41 166	21.03 511	6.87 488	20.02 511	15.54 470	25.86 520	24.97 498	33.59 527	20.51 513	20.89 519	14.78 500	0.31 461	0.26 303	0.22 487	0.26 425	0.43 435	1.01 353
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
THIR-Stereo	3.94 347	1.12 306	3.06 123	0.23 55	0.13 42	4.17 332	6.40 479	5.83 177	4.54 189	10.46 434	16.98 450	6.49 339	7.44 441	8.00 323	3.58 326	0.01 171	0.07 235	0.07 451	0.00 1	0.14 273	0.06 37

delet	4.59 396	1.12 306	5.93 349	1.37 229	3.73 466	10.48 456	3.90 442	10.51 352	9.17 388	8.87 390	9.74 344	8.37 379	3.74 317	8.12 333	6.36 405	0.00 1	0.00 1	0.00 1	0.00 1	0.21 340	0.12 69

tg	2.18 168	1.13 308	2.74 93	0.84 172	0.13 42	4.33 343	0.05 39	6.21 206	4.90 212	4.06 186	5.30 212	2.55 185	0.92 149	7.28 274	0.99 132	0.00 1	0.60 347	0.00 1	0.00 1	0.37 422	1.12 371

MIPNet	2.27 184	1.14 309	5.55 330	0.49 114	0.22 100	2.03 122	0.19 131	7.60 271	6.17 266	5.83 235	4.16 171	2.05 173	3.44 301	3.65 122	2.23 272	0.00 1	0.01 126	0.01 374	0.01 235	0.24 364	0.48 240

MyStereo07	1.64 115	1.15 310	2.61 79	1.28 219	1.49 361	2.63 181	0.45 198	6.45 218	2.94 79	1.10 115	1.61 83	0.29 74	0.60 121	7.45 291	0.80 91	0.01 171	1.27 489	0.00 1	0.25 408	0.11 222	0.42 226

MyStereo04	3.29 284	1.15 310	6.64 382	1.28 219	1.49 361	2.63 181	0.45 198	10.57 355	13.30 452	4.41 196	3.90 167	3.06 201	3.56 305	7.87 318	3.35 323	0.01 171	1.27 489	0.00 1	0.25 408	0.11 222	0.42 226

FCDSN-DC	10.72 498	1.16 312	5.01 295	2.16 342	1.31 346	17.46 500	4.80 459	17.79 492	19.87 490	25.02 517	32.85 518	33.57 526	23.52 525	16.80 502	12.13 479	0.11 406	0.00 1	0.00 1	0.00 1	0.09 185	0.76 322
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
hitnet-ft	3.95 349	1.16 312	3.92 210	0.89 179	0.73 240	4.88 360	0.54 226	9.78 329	7.91 348	7.42 331	10.24 353	12.50 447	4.84 368	8.15 334	5.56 390	0.03 315	0.00 1	0.06 446	0.00 1	0.24 364	0.12 69

GANet-RSSM	3.67 320	1.16 312	4.56 269	3.24 457	2.03 400	2.63 181	0.50 219	11.53 384	6.83 303	6.25 255	10.58 364	7.35 357	6.65 421	6.77 241	2.94 309	0.00 1	0.00 1	0.08 457	0.00 1	0.26 373	0.12 69

StereoVision	2.42 204	1.18 315	5.14 301	1.15 202	2.64 427	1.89 109	0.28 158	6.61 224	4.72 200	2.14 138	10.52 362	3.84 238	0.52 107	5.33 179	2.29 280	0.00 1	0.00 1	0.00 1	0.00 1	0.12 240	0.04 22

test_5	3.16 277	1.18 315	4.96 292	2.33 383	3.10 442	4.51 350	1.27 366	7.47 267	7.61 339	3.00 156	7.38 280	5.37 305	4.06 332	8.28 343	1.54 199	0.00 1	0.34 313	0.00 1	0.02 255	0.21 340	0.62 279

HI	3.39 297	1.19 317	4.03 221	1.46 243	0.19 72	2.26 141	0.04 32	6.21 206	3.86 148	8.51 377	12.61 403	11.86 441	6.44 415	4.55 157	4.27 356	0.00 1	0.06 221	0.00 1	0.00 1	0.12 240	0.15 92

CoSv	3.39 297	1.19 317	4.03 221	1.46 243	0.19 72	2.26 141	0.04 32	6.21 206	3.86 148	8.51 377	12.61 403	11.86 441	6.44 415	4.55 157	4.27 356	0.00 1	0.06 221	0.00 1	0.00 1	0.12 240	0.15 92

CroCo-Stereo Lap2	1.37 83	1.19 317	4.17 233	1.01 192	4.58 493	0.46 3	0.09 71	4.27 82	2.94 79	1.25 120	2.40 119	1.55 154	0.20 26	1.72 52	1.30 181	0.00 1	0.00 1	0.00 1	0.00 1	0.15 289	0.13 74

RAFT+CT+SA	2.59 222	1.19 317	3.55 172	1.09 198	2.21 407	3.14 249	0.90 330	7.59 269	5.65 242	2.76 148	8.21 308	2.04 172	1.57 214	8.84 380	1.31 183	0.02 274	0.34 313	0.00 1	0.38 466	0.22 347	0.73 313

OMP-Stereo	3.15 275	1.19 317	3.49 163	4.34 495	0.51 191	2.20 138	1.21 360	6.67 226	6.52 285	7.99 352	6.24 244	8.38 382	2.44 254	9.65 414	1.92 245	0.01 171	0.02 162	0.00 1	0.00 1	0.08 170	0.15 92

ADLNet	4.56 393	1.19 317	5.52 329	3.81 481	3.59 460	6.98 405	2.40 407	12.01 395	7.96 350	10.52 435	9.67 343	8.26 375	4.98 374	6.59 225	6.93 409	0.01 171	0.01 126	0.00 1	0.01 235	0.22 347	0.55 254

edge stereo	7.12 453	1.19 317	7.83 416	2.32 381	2.46 419	6.90 401	3.26 435	15.58 474	12.52 441	15.68 493	18.34 468	21.83 506	13.05 488	11.53 457	8.68 434	0.04 344	0.06 221	0.11 460	0.03 269	0.30 399	0.63 283

RASNet	5.00 413	1.19 317	5.69 339	3.68 474	4.80 497	5.04 364	1.29 369	10.26 342	8.99 381	5.89 237	11.65 385	10.55 417	9.76 470	9.96 432	10.32 462	0.20 436	0.00 1	0.00 1	0.00 1	0.09 185	0.73 313

MIM_Stereo	2.83 243	1.20 325	5.27 307	1.41 237	1.16 317	3.07 240	0.33 173	6.67 226	3.95 155	5.17 217	10.11 351	4.25 263	1.73 225	8.32 350	1.64 216	0.00 1	0.36 319	0.00 1	0.01 235	0.22 347	1.69 429

GEStereo_RVC	3.95 349	1.21 326	6.13 358	2.30 377	1.22 326	4.29 339	2.96 421	12.39 408	8.24 358	7.25 322	6.79 261	7.58 362	4.22 341	9.16 397	4.56 367	0.04 344	0.01 126	0.02 407	0.02 255	0.19 320	0.42 226

ACV-stereo	4.65 399	1.22 327	10.49 466	2.22 355	1.05 294	12.62 479	1.24 364	6.70 231	7.36 329	3.22 162	5.18 201	16.59 474	10.02 471	8.18 335	6.19 401	0.06 370	0.14 271	0.01 374	0.00 1	0.12 240	0.40 211

CroCo-Stereo	1.14 63	1.22 327	3.99 218	0.61 132	0.53 198	0.38 1	0.06 52	5.35 143	4.15 164	0.59 64	1.92 103	1.00 132	0.27 41	1.37 38	1.33 186	0.01 171	0.00 1	0.00 1	0.00 1	0.05 126	0.05 28
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	1.88 126	1.22 327	2.63 82	0.95 188	0.06 11	2.96 232	0.05 39	6.08 198	3.99 159	3.92 183	4.88 191	2.53 184	0.62 122	3.62 121	1.19 167	0.00 1	1.19 482	0.00 1	0.00 1	0.37 422	1.29 389

RAFT-Stereo + iAFF	2.48 208	1.23 330	3.48 162	1.61 258	1.09 305	1.63 82	0.15 111	5.80 174	6.43 279	7.32 328	9.91 347	3.05 199	1.71 221	2.33 86	1.75 231	0.01 171	0.71 371	0.00 1	0.00 1	0.28 388	1.19 376

UCFNet_RVC	3.37 295	1.25 331	3.30 140	2.55 410	1.80 380	3.92 317	1.28 368	12.49 413	7.16 317	5.12 215	7.88 294	8.14 371	4.59 358	5.67 191	2.11 260	0.00 1	0.00 1	0.00 1	0.00 1	0.14 273	0.07 42

rvit_0105_6	1.44 93	1.26 332	5.78 343	0.66 143	0.08 17	1.58 77	0.32 170	4.57 99	6.53 286	0.40 20	0.38 31	1.11 135	0.29 46	4.76 162	0.92 116	0.00 1	0.00 1	0.00 1	0.00 1	0.02 44	0.20 132

Sa-1000	3.81 337	1.26 332	4.64 274	2.29 376	0.55 206	3.51 280	1.58 383	8.37 288	9.13 386	7.97 349	17.42 458	3.98 244	2.76 268	9.61 413	1.68 225	0.00 1	0.69 364	0.00 1	0.18 364	0.23 359	0.27 170

iRaft-Stereo_5w	3.20 279	1.27 334	5.27 307	0.27 66	0.99 286	2.71 193	0.58 239	5.75 169	5.85 254	3.03 158	7.88 294	10.08 407	4.08 335	8.40 355	6.09 396	0.00 1	0.25 301	0.00 1	0.12 335	0.31 406	0.95 347

AIO-Stereo-zeroshot	3.35 293	1.28 335	8.51 428	1.86 301	1.83 384	3.51 280	0.31 168	10.50 351	4.32 172	2.74 146	5.87 227	10.30 411	4.53 355	4.66 159	3.16 319	0.02 274	0.87 396	0.00 1	0.97 501	0.38 425	1.43 399

SA	3.34 289	1.29 336	4.84 284	1.99 327	0.57 208	3.15 250	1.39 373	7.66 276	9.94 400	4.86 204	10.87 371	2.97 198	4.61 360	9.88 428	1.38 190	0.00 1	0.60 347	0.00 1	0.19 368	0.25 372	0.37 204

RAFT	2.94 256	1.29 336	4.06 225	1.36 226	0.50 182	2.39 155	0.91 333	6.11 199	3.25 98	6.64 283	7.30 278	9.96 405	4.20 339	6.03 203	2.21 267	0.00 1	1.02 445	0.00 1	0.02 255	0.54 454	1.01 353

NVstereo2D	4.82 409	1.29 336	7.98 422	3.68 474	3.48 457	8.02 422	3.10 426	11.25 373	15.50 469	5.14 216	7.71 287	8.21 373	4.68 362	10.19 437	4.30 358	0.02 274	0.19 282	0.13 469	0.36 463	0.07 157	1.12 371

raftrobust	2.16 165	1.31 339	2.76 95	2.38 389	3.33 450	2.72 195	0.51 220	5.34 138	4.64 195	6.13 253	3.98 168	1.63 156	2.51 257	3.02 107	1.64 216	0.00 1	0.76 376	0.00 1	0.02 255	0.14 273	0.27 170

AFF-stereo	2.87 248	1.31 339	3.26 137	1.87 302	0.38 153	1.68 87	0.09 71	6.38 213	7.07 313	6.52 274	11.90 390	6.08 328	2.32 249	5.05 171	1.65 218	0.02 274	0.66 358	0.00 1	0.00 1	0.29 396	0.94 345

MDST_ROB	9.13 484	1.31 339	10.16 464	4.36 496	2.48 421	28.66 526	7.64 496	19.96 509	14.97 463	27.53 521	24.02 490	9.47 395	5.27 387	16.31 499	8.61 433	0.63 481	0.19 282	0.00 1	0.00 1	0.08 170	0.90 338

4D-IteraStereo	1.99 141	1.32 342	3.77 192	0.13 32	2.84 433	3.51 280	1.03 345	4.26 81	5.38 230	5.50 227	1.03 62	3.86 239	0.38 74	2.44 91	1.88 239	0.00 1	0.43 327	0.00 1	0.01 235	0.11 222	1.84 455

stereogan	8.18 471	1.32 342	9.05 445	3.59 471	4.00 478	20.16 510	3.13 429	17.25 489	20.16 493	10.68 439	19.19 469	20.56 504	10.70 477	14.74 489	7.00 411	0.34 464	0.04 206	0.21 486	0.08 303	0.70 467	0.65 288

DispNO	3.51 309	1.33 344	8.51 428	2.26 367	1.36 350	3.46 276	0.81 305	8.74 300	6.58 287	6.78 293	7.63 286	6.22 334	4.20 339	7.47 293	4.44 363	0.00 1	0.03 189	0.03 425	0.11 329	0.13 262	0.14 79

rvit_105_1	2.69 231	1.34 345	6.85 391	1.89 306	0.09 22	1.94 114	3.50 439	6.38 213	9.00 382	4.98 208	2.19 111	3.57 230	1.56 213	7.31 277	3.03 313	0.00 1	0.00 1	0.00 1	0.02 255	0.06 138	0.16 101

TestStereo1	3.12 272	1.34 345	4.67 276	3.47 467	0.71 235	2.50 166	1.45 375	7.27 256	8.71 372	4.91 205	9.28 329	2.34 179	3.61 308	9.44 407	1.62 209	0.00 1	0.33 311	0.00 1	0.00 1	0.30 399	0.40 211

SA-5K	3.12 272	1.34 345	4.67 276	3.47 467	0.71 235	2.50 166	1.45 375	7.27 256	8.71 372	4.91 205	9.28 329	2.34 179	3.61 308	9.44 407	1.62 209	0.00 1	0.33 311	0.00 1	0.00 1	0.30 399	0.40 211

psm_up	4.33 377	1.34 345	4.43 251	2.27 371	2.62 425	5.29 366	3.30 437	11.49 381	6.89 306	8.05 358	8.06 304	10.09 409	11.10 478	7.12 266	3.76 334	0.24 449	0.01 126	0.00 1	0.00 1	0.20 329	0.37 204

rvit_0105_5	1.70 118	1.36 349	6.71 387	0.52 118	0.04 4	1.58 77	0.58 239	5.39 148	6.62 291	0.91 103	1.72 90	1.77 161	0.77 139	4.44 150	1.28 179	0.00 1	0.00 1	0.00 1	0.00 1	0.02 44	0.23 152

DualNet (step1)	4.40 383	1.36 349	7.91 418	1.40 234	0.63 219	5.54 370	2.72 411	11.31 376	8.40 364	8.64 380	8.05 301	6.80 344	5.05 378	7.22 269	2.53 287	1.74 505	1.04 448	3.05 517	2.96 522	0.22 347	1.35 394

test_sample9	6.40 436	1.36 349	7.91 418	1.40 234	0.63 219	5.54 370	2.72 411	11.31 376	8.40 364	8.64 380	8.05 301	6.80 344	5.05 378	12.52 470	13.17 489	1.74 505	25.14 557	3.05 517	2.96 522	0.22 347	1.35 394

test_sample8	8.50 476	1.36 349	7.91 418	1.40 234	0.63 219	5.54 370	2.72 411	12.78 421	6.78 300	17.61 499	9.29 331	24.63 511	19.17 508	12.52 470	13.17 489	1.74 505	25.14 557	3.05 517	2.96 522	0.22 347	1.35 394

PSMNet-RSSM	3.69 323	1.36 349	4.54 264	2.44 396	1.90 391	2.35 151	0.69 274	11.77 388	6.38 277	6.60 281	11.85 389	7.70 364	5.61 399	6.66 233	3.67 328	0.00 1	0.00 1	0.02 407	0.01 235	0.17 302	0.10 55

G2L-ROB	3.74 329	1.37 354	5.05 297	1.95 318	1.14 313	4.45 346	0.43 195	12.31 404	6.36 275	7.88 346	5.42 214	11.10 432	2.11 240	8.53 366	6.31 403	0.00 1	0.00 1	0.00 1	0.00 1	0.17 302	0.33 192

MMNet	4.44 387	1.37 354	6.26 367	1.73 284	1.64 366	10.51 458	0.61 249	9.27 318	9.66 397	9.55 415	9.22 324	7.40 359	6.52 418	7.90 319	6.98 410	0.01 171	0.00 1	0.00 1	0.00 1	0.14 273	0.10 55

HITNet	3.11 270	1.38 356	5.35 314	2.23 358	0.12 36	5.59 373	0.58 239	9.95 337	5.72 249	6.62 282	7.91 296	3.90 241	3.24 283	4.39 148	4.58 369	0.01 171	0.00 1	0.00 1	0.00 1	0.08 170	0.57 260
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	3.88 342	1.39 357	4.86 286	2.98 436	1.49 361	4.11 330	1.13 357	12.05 396	6.83 303	8.42 370	9.17 323	9.49 396	2.71 263	7.03 257	5.22 385	0.00 1	0.01 126	0.00 1	0.00 1	0.26 373	0.52 249

LL-Strereo2	2.22 175	1.39 357	3.39 151	1.26 216	1.01 290	3.73 306	1.47 377	6.47 219	4.61 194	4.66 201	2.64 127	4.17 256	0.37 67	6.03 203	1.61 207	0.09 398	0.24 298	0.00 1	0.08 303	0.08 170	1.16 374

AIO-test1	2.49 209	1.41 359	3.78 193	0.87 176	5.11 502	2.46 163	0.93 336	6.49 220	14.84 461	0.95 104	2.85 133	0.92 128	0.31 51	6.05 206	1.88 239	0.15 416	0.07 235	0.00 1	0.21 386	0.21 340	0.31 186

rvit_0105_4	1.58 112	1.41 359	6.67 384	0.65 139	0.05 5	1.60 80	0.41 189	4.70 103	6.48 282	0.46 36	0.87 54	1.40 143	0.53 110	5.08 172	1.12 153	0.00 1	0.00 1	0.00 1	0.00 1	0.02 44	0.18 116

111	3.05 265	1.41 359	5.51 323	0.32 72	0.14 46	2.83 209	0.68 271	6.76 233	14.21 458	3.59 170	9.11 321	5.50 307	3.30 287	4.05 131	2.43 284	0.01 171	0.00 1	0.00 1	0.00 1	0.13 262	1.02 357

rvit_stereo_ft	1.23 69	1.42 362	5.16 302	0.94 186	0.36 146	1.22 18	0.24 149	4.57 99	4.49 187	0.51 44	1.04 63	0.73 120	1.10 163	1.50 42	1.01 139	0.00 1	0.00 1	0.00 1	0.00 1	0.05 126	0.22 145

rafts_anoy	2.09 154	1.42 362	3.34 146	2.87 431	2.72 430	2.46 163	0.17 121	6.20 205	6.48 282	3.40 165	2.25 115	1.91 167	1.32 189	3.59 119	1.75 231	0.01 171	1.52 507	0.00 1	0.01 235	0.06 138	0.28 176

ssnet_v2	4.73 405	1.43 364	6.74 388	1.80 293	0.75 245	8.89 434	4.60 456	12.66 417	10.65 414	9.53 413	6.23 240	9.78 402	4.26 343	6.89 245	9.65 453	0.01 171	0.01 126	0.00 1	0.00 1	0.36 419	0.31 186

cf-r	3.76 332	1.43 364	5.34 312	2.66 414	2.79 431	2.85 222	0.62 253	9.08 308	6.91 308	7.06 305	11.90 390	9.64 398	3.83 319	6.23 213	4.53 366	0.00 1	0.00 1	0.00 1	0.00 1	0.19 320	0.17 111

STTStereo	3.90 343	1.43 364	8.20 425	3.03 440	2.28 413	3.64 295	0.64 258	10.11 339	7.09 314	10.20 427	7.08 270	8.73 390	3.57 306	7.44 284	4.00 349	0.00 1	0.02 162	0.01 374	0.01 235	0.04 105	0.40 211

MSMD_ROB	9.73 489	1.43 364	5.42 318	1.81 294	0.42 169	16.83 496	4.30 451	14.29 461	15.34 465	23.06 509	40.17 532	25.63 515	22.62 520	13.37 478	8.85 438	0.48 479	0.03 189	0.00 1	0.00 1	0.13 262	0.47 237

coex_refinement	4.34 378	1.44 368	4.46 252	3.08 449	1.46 359	4.22 334	0.36 176	11.92 392	8.33 360	8.48 375	13.41 413	9.90 404	3.40 299	6.95 252	8.54 431	0.00 1	0.02 162	0.00 1	0.00 1	0.09 185	0.71 309

rvit_0105_3	1.94 135	1.44 368	7.39 407	0.88 178	0.02 3	1.61 81	1.64 386	5.88 178	6.73 297	2.37 140	1.78 96	2.01 171	1.16 176	4.46 151	1.26 178	0.00 1	0.00 1	0.00 1	0.00 1	0.03 76	0.14 79

ADLNet2	4.72 403	1.44 368	6.68 385	3.03 440	3.90 471	6.80 400	2.91 419	11.67 387	9.63 395	7.99 352	9.89 346	9.75 401	5.32 392	7.70 308	7.13 414	0.01 171	0.03 189	0.00 1	0.00 1	0.26 373	0.22 145

DLCB_ROB	4.87 411	1.45 371	4.75 283	2.52 405	1.13 312	6.25 390	3.01 423	10.44 349	8.34 361	11.05 452	13.43 414	14.04 454	3.90 327	9.74 421	6.80 408	0.00 1	0.00 1	0.00 1	0.00 1	0.08 170	0.37 204

iResNet	4.04 355	1.46 372	8.72 435	3.25 458	0.36 146	4.54 352	0.47 202	9.06 306	10.40 408	7.98 350	12.82 409	4.06 250	3.22 282	8.82 379	4.95 378	0.03 315	0.01 126	0.00 1	0.00 1	0.14 273	0.55 254

CBFPSM	5.12 415	1.48 373	16.22 497	1.81 294	1.14 313	11.16 465	2.90 418	7.99 285	6.75 299	6.55 277	5.00 196	15.05 463	8.78 461	7.52 298	8.90 439	0.04 344	0.02 162	0.00 1	0.00 1	0.42 431	0.67 300

raft+_RVC	2.18 168	1.49 374	3.14 127	2.77 421	2.01 398	1.40 59	0.10 79	7.02 244	5.35 227	2.99 155	5.54 220	1.19 137	1.34 194	4.98 167	1.49 196	0.00 1	1.45 500	0.00 1	0.00 1	0.14 273	1.11 368

RYNet	6.82 444	1.51 375	7.35 406	1.79 290	4.52 490	16.68 495	4.41 453	14.19 459	17.43 480	11.64 463	7.86 293	15.03 462	8.81 462	10.10 434	14.16 497	0.04 344	0.13 267	0.15 472	0.05 291	0.08 170	0.53 251

DRN-Test	6.23 432	1.51 375	7.53 411	3.07 448	3.69 463	12.17 476	3.23 432	20.80 518	11.11 427	12.64 469	13.02 411	10.91 428	5.26 386	8.49 363	10.12 458	0.05 359	0.05 215	0.04 435	0.04 287	0.28 388	0.65 288

MLCV	3.76 332	1.52 377	6.93 393	1.66 267	0.31 123	4.31 340	0.32 170	7.92 282	7.68 340	9.55 415	12.12 393	5.17 297	2.74 266	10.00 433	4.49 365	0.01 171	0.00 1	0.00 1	0.00 1	0.16 293	0.27 170

CBMV	5.97 427	1.52 377	4.51 259	1.99 327	0.53 198	10.02 447	6.94 489	13.27 440	13.80 457	13.08 475	15.93 438	11.36 433	8.11 452	9.82 424	7.27 415	0.08 387	0.15 273	0.00 1	0.00 1	0.30 399	0.74 317
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	4.11 361	1.53 379	6.87 392	3.04 442	3.33 450	4.34 344	0.59 244	11.36 379	7.92 349	8.98 393	7.98 299	9.72 400	3.82 318	7.92 320	4.43 362	0.15 416	0.02 162	0.03 425	0.03 269	0.07 157	0.14 79
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	3.74 329	1.56 380	5.82 344	1.71 278	2.04 402	2.87 224	0.58 239	9.79 330	6.49 284	7.82 343	7.97 298	8.57 387	2.36 251	9.19 400	7.45 417	0.00 1	0.00 1	0.00 1	0.00 1	0.26 373	0.40 211

HBP-ISP	4.37 381	1.56 380	4.59 271	2.23 358	1.29 342	7.87 419	3.96 444	11.80 389	10.91 421	8.06 360	14.45 426	3.38 213	4.87 369	9.27 402	2.53 287	0.14 414	0.06 221	0.00 1	0.01 235	0.08 170	0.30 184

GMStereo	2.07 147	1.56 380	5.64 334	0.74 159	0.05 5	3.63 294	0.01 3	5.17 128	11.27 431	4.22 191	2.44 121	0.53 110	0.49 103	4.06 133	1.01 139	0.22 441	0.00 1	0.00 1	0.14 343	0.18 313	0.05 28
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DANet	6.46 438	1.58 383	9.58 458	4.10 486	3.99 477	9.13 438	1.34 372	10.37 346	7.76 341	13.76 481	15.66 434	16.14 470	7.03 431	13.07 476	13.62 495	0.19 433	0.12 261	0.02 407	0.02 255	0.15 289	1.61 412
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
TestStereo	1.89 127	1.59 384	4.22 238	0.37 88	0.28 116	1.33 50	0.01 3	5.63 162	4.13 163	3.59 170	5.11 199	2.06 174	0.70 130	7.62 306	0.93 120	0.02 274	0.00 1	0.00 1	0.00 1	0.02 44	0.19 126

CFNet-ft	3.70 325	1.59 384	3.87 200	1.68 272	2.42 417	3.20 252	0.66 263	8.93 303	7.76 341	5.09 212	9.95 348	10.77 424	5.43 395	7.41 281	4.71 371	0.00 1	0.00 1	0.03 425	0.01 235	0.30 399	0.11 64

CFNet_RVC	3.70 325	1.59 384	3.87 200	1.68 272	2.42 417	3.20 252	0.66 263	8.92 302	7.76 341	5.09 212	9.95 348	10.77 424	5.43 395	7.41 281	4.71 371	0.00 1	0.00 1	0.03 425	0.01 235	0.30 399	0.11 64

AASNet	4.20 370	1.63 387	5.82 344	3.79 477	3.93 472	6.55 396	1.22 362	19.12 502	6.82 302	7.86 345	8.35 310	4.36 267	2.55 258	3.87 129	7.47 418	0.00 1	0.00 1	0.00 1	0.00 1	0.49 449	0.22 145

AACVNet	3.71 327	1.63 387	4.89 288	3.80 478	0.62 217	3.25 256	0.30 167	9.47 324	3.81 142	6.34 263	10.74 368	10.52 414	4.92 371	9.31 404	3.88 342	0.03 315	0.01 126	0.00 1	0.00 1	0.34 414	0.28 176

AIO-Stereo-zeroshot1	4.10 360	1.65 389	13.34 480	2.14 341	1.84 385	4.03 325	0.98 341	13.13 437	4.97 217	4.53 199	11.37 379	9.85 403	1.97 231	4.88 164	2.74 304	0.03 315	0.90 399	0.00 1	1.11 504	0.84 478	1.72 436

RAFT_CTSACE	3.62 319	1.65 389	5.41 317	1.36 226	3.08 440	3.95 320	1.03 345	4.62 102	4.65 196	5.33 221	17.73 462	7.63 363	2.71 263	10.98 445	1.15 158	0.00 1	0.48 335	0.00 1	0.00 1	0.31 406	0.25 164

ACRE	2.67 229	1.66 391	6.50 376	0.72 150	2.03 400	2.65 188	0.84 314	5.97 192	5.52 237	7.85 344	9.23 325	1.72 158	1.09 162	4.09 137	2.73 302	0.02 274	0.19 282	0.02 407	0.08 303	0.26 373	0.21 138

MyStereo8	3.30 286	1.69 392	6.28 368	2.51 402	3.79 468	4.22 334	0.07 59	7.43 266	6.39 278	6.51 273	10.13 352	4.23 261	1.45 199	2.79 100	5.08 381	0.06 370	1.49 505	0.00 1	0.40 469	0.26 373	1.33 392

CIPLG	2.72 237	1.69 392	6.02 353	0.80 166	2.14 405	2.66 189	0.84 314	5.90 184	5.59 239	8.12 361	9.58 338	1.74 159	1.14 169	4.53 155	2.82 308	0.02 274	0.19 282	0.02 407	0.09 315	0.26 373	0.22 145

CSP-Net	4.40 383	1.70 394	4.90 289	1.82 297	1.04 293	12.96 481	2.25 404	13.75 452	6.34 273	9.64 417	8.99 318	8.31 376	3.24 283	8.45 361	4.32 359	0.01 171	0.00 1	0.00 1	0.00 1	0.23 359	0.06 37

pmcnn	8.17 470	1.70 394	11.49 470	3.18 453	3.07 439	9.66 443	6.06 475	13.60 448	17.71 483	15.23 490	24.02 490	27.61 518	8.81 462	10.36 439	9.51 451	0.08 387	0.08 239	0.00 1	0.00 1	0.31 406	0.87 336

IGEVStereo-DCA	1.54 107	1.71 396	2.99 116	0.73 153	0.24 105	2.69 190	0.81 305	4.31 85	2.97 82	0.73 84	0.16 14	0.23 58	0.32 58	7.57 302	2.72 300	0.00 1	0.49 336	0.00 1	0.16 348	0.17 302	1.82 448

rrr	1.64 115	1.71 396	6.31 370	0.73 153	0.24 105	2.69 190	0.92 335	4.25 80	1.75 48	0.73 84	0.16 14	0.23 58	0.32 58	7.57 302	2.72 300	0.00 1	0.49 336	0.00 1	0.20 380	0.17 302	1.68 427

raft_robust	2.91 252	1.71 396	3.42 158	1.36 226	0.57 208	1.53 74	0.12 89	7.06 247	9.09 384	6.96 303	7.21 275	4.43 270	2.09 236	9.40 406	1.61 207	0.03 315	0.93 401	0.00 1	0.21 386	0.17 302	0.38 207

RALAANet	2.68 230	1.71 396	4.73 282	2.79 423	0.80 254	3.30 261	0.15 111	7.92 282	5.92 256	5.79 233	6.06 234	3.51 227	1.13 167	6.76 239	2.28 278	0.00 1	0.28 304	0.00 1	0.10 322	0.27 385	0.13 74

GwcNet-RSSM	4.13 366	1.71 396	6.25 366	2.50 401	1.93 394	2.39 155	1.49 379	9.59 326	8.71 372	6.66 285	15.04 430	8.47 385	3.84 320	6.87 244	6.74 407	0.00 1	0.00 1	0.04 435	0.00 1	0.29 396	0.15 92

RALCasStereoNet	2.39 201	1.73 401	3.59 180	2.38 389	2.69 429	2.84 211	0.18 126	5.29 133	4.94 213	2.45 142	5.62 223	2.22 177	0.79 144	7.48 296	1.63 212	0.00 1	1.75 510	0.00 1	0.00 1	0.14 273	2.03 474

ARAFT	3.32 287	1.74 402	7.92 421	0.64 135	0.15 54	4.45 346	2.89 417	8.20 287	6.30 271	9.23 405	7.12 274	5.58 310	1.24 187	8.60 369	1.69 226	0.01 171	0.03 189	0.00 1	0.00 1	0.35 416	0.35 200

LoS_RVC	1.47 100	1.75 403	2.66 85	0.52 118	3.89 470	1.67 85	0.04 32	2.66 13	2.61 69	0.55 56	2.63 126	0.31 77	1.68 218	1.99 66	0.81 95	0.01 171	0.02 162	0.00 1	0.00 1	0.03 76	5.54 517

IPLGR_C	2.69 231	1.75 403	6.20 362	0.79 163	2.06 403	2.64 186	0.86 322	6.36 212	5.64 241	8.13 362	9.26 327	1.69 157	1.15 175	3.79 126	2.80 307	0.02 274	0.20 288	0.02 407	0.08 303	0.26 373	0.18 116

test_xeample3	1.71 121	1.75 403	6.64 382	0.90 181	0.29 117	2.55 171	0.90 330	4.08 70	2.36 62	0.56 60	0.24 21	0.23 58	0.31 51	7.51 297	2.73 302	0.00 1	0.70 367	0.00 1	0.36 463	0.18 313	1.92 466

iResNet_ROB	4.67 401	1.77 406	5.93 349	2.47 399	0.95 282	3.78 309	0.36 176	15.65 475	17.36 479	8.75 386	11.23 376	7.05 354	4.60 359	8.94 388	4.23 355	0.01 171	0.00 1	0.00 1	0.00 1	0.16 293	0.15 92

GANet	6.86 446	1.78 407	5.98 352	3.05 443	1.12 311	10.12 450	9.38 506	13.41 444	8.67 370	11.46 459	29.87 510	13.94 453	8.25 454	12.06 465	6.33 404	0.40 468	0.06 221	0.16 475	0.33 454	0.18 313	0.59 269

TDLM	4.58 394	1.79 408	5.03 296	2.45 397	1.32 347	4.04 327	7.15 492	11.60 386	11.46 432	6.91 296	12.69 405	5.94 325	5.03 375	9.74 421	3.80 339	0.67 483	0.00 1	0.01 374	0.05 291	0.23 359	1.78 446

DeepPruner_ROB	3.82 338	1.87 409	5.65 336	1.31 223	1.64 366	3.62 293	0.81 305	14.47 463	5.03 219	8.03 355	10.78 369	6.95 352	2.26 244	8.92 385	4.32 359	0.07 378	0.03 189	0.00 1	0.01 235	0.37 422	0.29 179

AIO-test2	2.98 262	1.88 410	4.72 280	1.67 271	3.34 452	2.64 186	0.06 52	6.96 240	15.70 471	2.65 144	7.31 279	0.93 129	0.57 116	5.81 197	1.20 168	3.30 517	0.09 246	0.00 1	0.09 315	0.22 347	0.43 235

SACVNet	4.55 391	1.88 410	5.55 330	3.38 463	1.68 373	3.11 243	2.76 416	12.44 411	6.43 279	11.07 453	11.31 377	10.53 416	5.13 383	9.88 428	4.56 367	0.08 387	0.02 162	0.00 1	0.01 235	0.38 425	0.80 329

XPNet_ROB	6.46 438	1.88 410	7.41 409	2.81 424	0.95 282	6.45 394	6.82 487	13.58 447	8.80 375	15.50 491	15.86 436	19.59 496	7.12 432	11.41 456	9.86 454	0.02 274	0.04 206	0.00 1	0.03 269	0.20 329	0.79 328

MeshStereo	11.94 507	1.88 410	5.24 305	2.11 339	1.44 357	20.09 509	4.95 462	21.74 524	16.75 476	33.10 529	35.07 526	39.28 536	22.72 521	19.45 514	13.59 494	0.19 433	0.06 221	0.02 407	0.00 1	0.46 441	0.65 288
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	1.89 414	7.71 414	3.18 453	2.35 414	12.19 477	6.14 476	18.95 499	9.36 392	13.33 476	20.38 474	16.00 469	9.10 468	10.10 434	15.40 503	0.44 470	0.34 313	0.25 490	0.25 408	0.48 446	1.18 375

RP	7.41 458	1.90 415	7.33 404	4.26 491	5.25 504	6.64 398	3.46 438	12.44 411	16.23 474	10.36 432	23.00 487	18.72 489	16.59 503	11.10 447	8.47 430	1.10 493	0.02 162	0.12 467	0.16 348	0.43 435	0.65 288

Nwc_Net	7.54 463	1.91 416	8.71 434	4.16 488	3.42 455	10.77 461	2.00 398	20.33 515	12.19 438	9.10 399	24.04 492	17.67 483	13.58 493	12.14 467	9.12 444	0.94 491	0.00 1	0.00 1	0.02 255	0.22 347	0.41 221

dd	2.36 193	1.93 417	6.03 355	0.83 170	0.12 36	1.80 102	0.17 121	5.30 134	11.82 436	2.98 154	3.64 163	1.50 151	1.21 184	5.25 176	3.92 344	0.13 411	0.01 126	0.04 435	0.22 393	0.10 208	0.14 79

G-Net	8.60 478	1.93 417	12.59 475	6.04 511	3.66 462	25.93 519	4.26 448	10.35 345	8.05 353	19.71 504	24.73 496	14.15 455	15.49 501	11.30 451	10.69 468	0.50 480	0.46 332	0.19 483	0.25 408	0.80 475	0.91 341

CVANet_RVC	4.68 402	1.93 417	5.57 332	2.61 412	1.86 389	4.12 331	4.94 461	12.11 397	9.29 389	8.05 358	11.08 373	10.28 410	6.48 417	9.52 411	3.19 322	0.45 472	0.01 126	0.00 1	0.12 335	0.23 359	1.75 442

fast-acv-ft	6.00 428	1.95 420	7.88 417	2.35 385	1.85 387	13.61 486	1.76 392	8.44 290	10.12 401	11.22 455	20.57 476	14.41 459	7.55 443	8.11 332	8.83 437	0.10 402	0.09 246	0.16 475	0.07 300	0.68 463	0.35 200

LMCR-Stereo	3.92 345	1.96 421	4.92 290	2.85 430	0.23 103	7.88 420	1.47 377	12.52 414	5.39 231	8.71 384	10.65 366	1.90 166	5.04 377	8.53 366	4.89 375	1.05 492	0.00 1	0.00 1	0.00 1	0.42 431	0.05 28

CFNet	4.03 354	1.97 422	6.30 369	2.70 418	1.64 366	5.41 369	0.22 143	12.14 400	10.28 403	5.24 218	11.15 374	6.43 336	3.70 314	8.97 391	4.01 350	0.00 1	0.00 1	0.00 1	0.00 1	0.30 399	0.13 74

DMCA-RVC	3.59 316	1.98 423	8.68 433	2.30 377	1.48 360	3.54 285	0.55 230	8.40 289	5.43 234	9.37 410	5.90 228	8.34 378	3.21 281	7.19 267	4.46 364	0.06 370	0.11 256	0.08 457	0.02 255	0.21 340	0.40 211

WCMA_ROB	10.20 494	1.99 424	9.33 452	3.01 438	2.46 419	15.78 492	7.67 498	12.75 420	15.41 467	25.08 519	33.42 522	27.06 517	19.86 510	13.87 483	12.47 483	1.28 497	0.38 322	0.18 481	0.20 380	0.28 388	1.54 406

gwcnet-sp	3.58 313	2.01 425	8.82 438	2.01 331	0.69 229	7.38 415	1.10 353	9.23 315	6.66 294	9.32 406	5.91 229	4.21 258	3.31 289	6.91 247	3.69 329	0.00 1	0.00 1	0.00 1	0.00 1	0.24 364	0.18 116

scenet	3.58 313	2.01 425	8.82 438	2.01 331	0.69 229	7.38 415	1.10 353	9.23 315	6.66 294	9.32 406	5.91 229	4.21 258	3.31 289	6.91 247	3.69 329	0.00 1	0.00 1	0.00 1	0.00 1	0.24 364	0.18 116

ssnet	3.58 313	2.01 425	8.82 438	2.01 331	0.69 229	7.38 415	1.10 353	9.23 315	6.66 294	9.32 406	5.91 229	4.21 258	3.31 289	6.91 247	3.69 329	0.00 1	0.00 1	0.00 1	0.00 1	0.24 364	0.18 116

FBW_ROB	9.17 485	2.08 428	10.31 465	2.51 402	1.66 371	13.22 484	6.04 474	23.09 525	20.11 492	19.55 502	15.80 435	18.97 493	11.96 486	19.34 513	11.38 473	0.66 482	0.30 306	2.15 515	0.90 499	1.15 486	2.16 482

iinet-f	6.21 431	2.11 429	28.74 532	2.13 340	1.38 351	11.62 469	1.49 379	7.64 275	7.19 321	7.77 341	14.38 424	10.49 413	7.79 446	7.76 312	12.90 488	0.03 315	0.03 189	0.05 442	0.00 1	0.67 461	0.12 69

BEATNet_4x	3.69 323	2.12 430	8.11 423	1.82 297	0.16 60	5.30 367	1.04 348	10.87 363	6.14 265	7.09 308	8.42 311	4.99 293	4.42 347	5.89 198	6.23 402	0.04 344	0.05 215	0.00 1	0.00 1	0.32 411	0.84 333

DN-CSS_ROB	3.00 264	2.14 431	7.33 404	2.67 416	0.78 250	3.13 246	0.07 59	6.68 230	4.22 169	5.51 228	12.12 393	2.33 178	1.21 184	8.69 375	2.51 286	0.03 315	0.00 1	0.00 1	0.00 1	0.42 431	0.15 92

AF-Net	8.37 474	2.16 432	9.01 443	3.65 473	4.58 493	9.40 439	2.63 410	17.71 491	21.32 499	10.38 433	24.51 495	20.43 501	16.67 504	12.54 472	10.76 469	0.70 485	0.00 1	0.12 467	0.00 1	0.47 443	0.42 226

psmorigin	7.74 464	2.19 433	18.99 507	2.51 402	0.89 267	7.08 409	2.74 414	11.25 373	7.90 347	20.49 507	22.36 485	20.16 498	11.95 485	13.84 482	10.61 465	0.04 344	0.18 280	0.06 446	0.24 404	0.27 385	1.07 362

Wz-Net-LNSev-Ref	6.52 441	2.21 434	12.10 473	2.75 419	3.28 447	10.03 448	3.05 424	12.31 404	11.52 433	10.10 426	21.36 478	11.51 434	7.30 437	11.56 458	10.61 465	0.09 398	0.00 1	0.00 1	0.00 1	0.08 170	0.51 246

FADNet-RVC-Resample	4.11 361	2.25 435	13.88 483	1.64 261	0.66 224	5.91 384	2.34 406	10.87 363	9.09 384	6.53 275	4.34 175	5.69 317	4.71 364	8.01 326	4.64 370	0.18 432	0.22 291	0.17 480	0.12 335	0.46 441	0.59 269

NaN_ROB	6.51 440	2.25 435	8.77 436	1.69 274	1.79 379	9.71 444	10.94 511	16.20 480	16.13 473	13.04 474	8.86 314	11.77 439	5.94 404	12.88 475	8.01 424	0.05 359	0.13 267	0.07 451	0.20 380	0.32 411	1.50 403

sAnonymous2	1.54 107	2.26 437	9.53 454	0.65 139	0.50 182	1.20 14	0.23 147	4.86 109	3.65 131	0.42 26	1.27 70	0.23 58	1.40 196	1.23 24	0.68 69	0.02 274	0.00 1	0.00 1	0.20 380	2.00 502	0.42 226

CroCo_RVC	1.54 107	2.26 437	9.53 454	0.65 139	0.50 182	1.20 14	0.23 147	4.86 109	3.65 131	0.42 26	1.27 70	0.23 58	1.40 196	1.23 24	0.68 69	0.02 274	0.00 1	0.00 1	0.20 380	2.00 502	0.42 226

iResNetv2_ROB	4.72 403	2.26 437	8.87 441	3.20 455	1.25 331	4.32 341	1.73 390	14.22 460	10.62 413	10.53 436	12.13 395	7.77 365	5.54 398	8.29 344	2.76 306	0.00 1	0.00 1	0.00 1	0.00 1	0.42 431	0.55 254

DEFOM-Stereo_RVC	1.09 54	2.27 440	1.82 14	1.16 204	0.34 135	0.56 4	0.05 39	2.94 14	1.46 40	0.40 20	0.94 60	0.22 56	2.27 245	6.26 214	0.63 61	0.00 1	0.08 239	0.00 1	0.17 358	0.04 105	0.16 101

RAFT + AFF	4.63 398	2.28 441	7.43 410	1.51 249	2.38 415	5.81 382	6.49 481	10.74 359	8.53 368	7.75 340	8.95 317	7.47 360	6.68 424	9.17 399	5.06 380	0.08 387	0.47 334	0.00 1	0.01 235	0.66 460	1.03 360

NCC-stereo	7.43 460	2.28 441	8.58 431	3.28 459	4.48 487	8.34 424	4.27 449	20.45 516	13.66 455	9.17 402	17.52 459	16.49 472	14.31 498	13.71 480	8.95 440	1.73 503	0.12 261	0.01 374	0.50 482	0.21 340	0.60 271

Abc-Net	7.43 460	2.28 441	8.58 431	3.28 459	4.48 487	8.34 424	4.27 449	20.45 516	13.66 455	9.17 402	17.52 459	16.49 472	14.31 498	13.71 480	8.95 440	1.73 503	0.12 261	0.01 374	0.50 482	0.21 340	0.60 271
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
YMNet	5.84 424	2.29 444	10.08 460	3.80 478	4.45 485	10.40 453	0.88 328	10.81 360	7.17 319	14.28 485	16.67 447	11.58 435	4.41 345	8.51 364	9.37 448	0.12 408	0.35 317	0.11 460	0.08 303	0.79 473	0.62 279

YMNet_1	5.84 424	2.29 444	10.08 460	3.80 478	4.45 485	10.40 453	0.88 328	10.81 360	7.17 319	14.28 485	16.67 447	11.58 435	4.41 345	8.51 364	9.37 448	0.12 408	0.35 317	0.11 460	0.08 303	0.79 473	0.62 279

LL-Strereo	5.14 416	2.29 444	8.95 442	1.26 216	5.05 501	3.66 296	1.40 374	10.33 344	8.98 380	8.71 384	8.24 309	10.70 421	11.10 478	12.66 474	5.36 387	0.05 359	1.35 498	0.00 1	0.00 1	0.38 425	2.23 487

ADCRef	7.76 465	2.31 447	19.09 508	2.82 426	3.29 448	11.88 472	3.06 425	11.52 383	10.89 420	13.69 480	25.85 501	8.20 372	8.89 464	8.95 389	22.66 515	0.16 422	0.08 239	0.16 475	0.34 458	0.47 443	0.91 341

FADNet_RVC	4.24 373	2.32 448	14.23 487	1.18 208	0.79 251	5.64 375	0.60 245	11.50 382	7.19 321	3.68 174	8.08 306	4.14 254	4.06 332	10.29 438	7.47 418	0.36 466	0.44 330	0.18 481	0.47 478	0.93 480	1.23 380

GMStereo_Zeroshot	2.92 254	2.33 449	6.12 357	1.66 267	0.36 146	3.61 289	0.09 71	5.95 190	6.20 267	7.15 313	7.11 273	8.37 379	0.91 148	6.17 210	1.97 249	0.00 1	0.00 1	0.00 1	0.00 1	0.22 347	0.14 79

FADNet	4.55 391	2.35 450	13.60 481	1.87 302	0.80 254	4.74 358	0.75 293	14.47 463	12.41 440	4.07 187	5.45 217	9.64 398	5.03 375	8.86 382	4.82 374	0.20 436	0.04 206	0.07 451	0.05 291	1.27 489	0.40 211

PA-Net	5.40 418	2.35 450	9.55 456	2.75 419	2.21 407	8.74 431	3.92 443	13.05 431	13.35 453	7.30 327	7.98 299	8.08 370	6.39 414	11.17 450	9.30 446	0.02 274	0.03 189	0.00 1	0.03 269	0.16 293	1.55 409
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
StereoDRNet	6.02 430	2.40 452	8.22 426	3.43 464	4.43 484	10.57 459	4.21 447	19.44 504	11.24 430	12.86 470	8.06 304	11.64 438	4.79 367	8.65 374	9.32 447	0.01 171	0.10 252	0.00 1	0.03 269	0.34 414	0.69 302

PSMNet_ROB	5.41 420	2.45 453	7.39 407	2.36 387	1.90 391	10.11 449	6.54 482	16.32 482	7.59 337	6.84 295	10.83 370	12.06 444	4.13 336	8.73 376	10.24 460	0.02 274	0.01 126	0.01 374	0.11 329	0.26 373	0.40 211

APVNet	6.28 434	2.46 454	10.09 462	3.51 469	3.97 475	12.15 475	1.75 391	20.08 514	6.73 297	6.92 302	13.45 415	10.75 423	6.29 413	11.86 462	14.34 498	0.05 359	0.02 162	0.11 460	0.03 269	0.63 457	0.34 195

NCCL2	6.27 433	2.46 454	7.00 394	2.36 387	1.11 308	9.48 440	11.14 513	13.01 430	10.40 408	9.94 424	9.49 336	22.11 507	7.42 439	9.90 430	8.56 432	0.01 171	0.00 1	0.02 407	0.03 269	0.20 329	0.73 313

TCMNet	5.54 422	2.53 456	10.92 468	4.50 499	6.58 510	8.90 435	1.31 371	11.59 385	8.68 371	7.24 320	12.74 406	8.37 379	4.65 361	9.30 403	10.83 470	0.11 406	0.19 282	0.31 492	0.09 315	0.84 478	1.07 362

PS-NSSS	4.22 371	2.53 456	5.89 348	1.01 192	2.93 435	4.05 329	1.93 396	11.44 380	8.94 379	7.14 312	14.70 429	4.96 291	2.60 260	9.09 396	3.92 344	0.40 468	0.04 206	0.83 503	0.00 1	1.09 482	1.02 357

LALA_ROB	7.02 451	2.54 458	8.51 428	1.53 252	0.96 284	9.96 446	8.71 503	16.70 484	12.68 444	12.99 472	13.90 421	24.47 510	5.40 394	11.61 460	9.50 450	0.04 344	0.05 215	0.00 1	0.02 255	0.17 302	0.65 288

DPSNet	10.88 501	2.57 459	20.40 512	2.24 362	1.90 391	24.92 517	17.00 539	21.35 521	28.61 517	12.87 471	13.74 418	17.01 479	20.14 512	15.36 492	14.01 496	0.81 487	0.98 428	0.20 484	0.65 490	1.30 490	1.54 406

ETE_ROB	6.28 434	2.60 460	9.22 450	1.71 278	0.84 261	6.44 393	6.78 486	13.16 438	8.80 375	13.01 473	15.93 438	21.01 505	6.18 410	10.97 444	8.11 426	0.04 344	0.01 126	0.00 1	0.02 255	0.16 293	0.70 306

dad	5.10 414	2.61 461	6.76 389	1.23 212	0.14 46	2.85 222	0.36 176	7.98 284	14.88 462	10.84 444	17.06 451	15.59 465	3.29 286	7.24 271	4.39 361	1.20 495	0.10 252	4.02 522	0.49 481	0.20 329	0.69 302

AANet_RVC	5.41 420	2.61 461	8.17 424	2.25 364	1.30 344	2.27 144	1.64 386	10.82 362	18.54 486	8.01 354	18.09 465	8.39 383	3.31 289	11.37 455	8.98 442	1.15 494	0.38 322	0.02 407	0.00 1	0.17 302	0.70 306

FADNet-RVC	4.36 379	2.62 463	14.51 490	2.01 331	0.44 172	4.27 337	1.27 366	12.61 416	7.89 346	3.76 176	4.05 170	10.63 418	4.34 344	9.87 426	7.66 421	0.03 315	0.09 246	0.00 1	0.03 269	0.65 459	0.50 242

LE_ROB	17.31 525	2.62 463	14.26 488	4.20 489	1.80 380	17.40 499	9.70 508	15.38 473	55.92 550	63.97 560	40.81 534	35.50 532	39.26 543	15.64 496	28.51 534	0.06 370	0.11 256	0.13 469	0.21 386	0.14 273	0.51 246

DFGA-Net	3.09 269	2.73 465	9.21 449	1.79 290	0.47 175	3.30 261	0.20 136	7.49 268	6.20 267	5.54 230	6.42 252	2.17 176	1.12 165	7.96 322	6.56 406	0.01 171	0.00 1	0.00 1	0.00 1	0.43 435	0.17 111

SDNR	7.97 466	2.75 466	16.90 501	2.28 374	0.94 279	45.23 546	0.43 195	9.30 321	10.84 418	10.71 440	25.30 499	5.51 308	4.47 349	11.98 463	7.58 420	0.15 416	0.14 271	0.00 1	0.04 287	2.27 504	2.65 498

Wz-Net-LNSev	7.12 453	2.75 466	18.64 505	1.70 277	4.16 479	12.79 480	6.72 484	13.74 451	13.57 454	11.14 454	17.31 457	11.90 443	8.50 457	8.96 390	9.94 455	0.00 1	0.01 126	0.00 1	0.00 1	0.18 313	0.34 195

RGC	7.40 457	2.77 468	7.71 414	4.43 498	4.87 499	8.88 433	2.96 421	16.05 479	12.76 448	11.96 467	19.57 471	18.32 488	11.57 484	13.89 484	9.58 452	0.83 488	0.02 162	0.24 489	0.41 472	0.40 429	0.77 323

ADCP+	8.60 478	2.78 469	17.44 502	1.69 274	4.27 481	16.95 498	5.29 465	13.38 443	12.52 441	13.57 479	17.57 461	10.86 427	11.28 480	18.43 511	23.91 524	0.03 315	0.05 215	0.01 374	0.18 364	0.47 443	1.31 390

PDISCO_ROB	10.27 495	2.79 470	13.30 478	10.58 524	9.96 526	22.78 513	5.99 471	20.01 510	28.57 516	11.88 465	14.49 427	20.54 502	4.92 371	17.01 505	10.29 461	5.79 521	0.42 326	0.14 471	0.13 341	2.53 507	3.25 502

CSAN	8.41 475	2.86 471	9.35 453	2.43 395	0.82 259	13.59 485	11.68 519	15.80 477	21.98 503	14.71 487	16.46 444	18.00 485	14.42 500	13.68 479	10.10 456	0.10 402	0.13 267	0.15 472	0.19 368	0.43 435	1.28 388

GwcNet	6.95 447	2.89 472	13.32 479	2.82 426	5.53 505	11.76 470	2.14 403	14.95 468	17.69 482	10.83 443	18.14 466	10.83 426	6.66 422	9.83 425	10.19 459	0.03 315	0.06 221	0.03 425	0.08 303	0.64 458	0.66 297

FINET	6.96 448	2.98 473	13.77 482	3.20 455	4.81 498	9.65 442	9.90 509	13.68 450	23.91 507	8.28 367	13.70 416	5.36 304	5.83 401	10.79 443	8.05 425	0.90 489	1.43 499	0.11 460	0.38 466	0.48 446	1.98 472

Wz-Net-MNSev	8.12 469	3.18 474	18.07 504	2.63 413	3.36 453	17.82 502	9.40 507	12.89 425	15.44 468	13.95 483	18.21 467	14.38 458	7.75 445	12.50 469	11.45 474	0.46 474	0.03 189	0.00 1	0.01 235	0.26 373	0.58 266

ADCL	10.77 499	3.23 475	21.50 514	2.26 367	1.96 397	23.65 514	9.07 504	14.69 467	24.88 509	15.21 489	27.20 502	12.68 448	14.02 497	16.94 504	24.43 526	0.26 455	0.18 280	0.74 501	0.67 491	0.80 475	1.02 357

MANE	20.98 536	3.23 475	8.81 437	5.96 510	6.96 513	33.07 533	13.20 523	35.43 538	38.86 536	44.72 545	52.41 549	53.20 544	41.84 546	34.74 537	27.45 532	1.87 508	2.27 516	1.54 511	10.18 541	0.69 465	3.11 501

SANet	11.48 505	3.34 477	13.93 484	2.40 394	1.01 290	16.49 494	12.16 522	20.05 513	37.28 532	19.62 503	28.04 504	25.61 514	20.10 511	14.43 486	12.39 482	0.10 402	0.06 221	0.03 425	0.06 298	0.76 471	1.73 438

SGM-ForestM	18.61 530	3.38 478	10.14 463	3.44 465	2.24 411	34.17 535	15.39 528	29.44 536	33.93 523	38.55 537	41.08 535	53.64 545	36.76 540	34.82 538	27.16 531	1.25 496	1.81 513	0.74 501	1.01 502	0.61 456	2.61 497

ADCPNet	10.18 493	3.40 479	33.24 535	2.38 389	1.74 376	17.75 501	7.65 497	13.20 439	13.03 450	14.09 484	21.72 481	19.36 494	11.40 482	15.43 494	23.00 517	0.28 459	1.15 476	0.39 498	1.48 513	0.68 463	2.21 485

DGSMNet	7.10 452	3.49 480	15.11 493	4.36 496	4.41 483	8.94 436	6.25 477	15.10 470	14.28 459	8.15 363	14.51 428	10.08 407	5.38 393	11.04 446	7.95 423	1.49 501	2.00 514	1.79 512	1.68 518	2.43 505	3.48 506

ELAS	17.99 527	3.49 480	11.19 469	6.14 512	5.79 507	34.89 536	17.28 540	28.75 533	30.47 519	40.80 541	45.79 540	39.04 535	32.05 537	27.63 532	24.30 525	1.88 509	2.41 520	1.09 505	1.48 513	1.83 499	3.48 506
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DeepPrunerF	7.18 455	3.58 482	25.29 524	4.27 492	7.20 514	3.78 309	4.64 457	14.03 457	20.86 497	8.85 388	10.57 363	7.35 357	7.88 448	12.16 468	10.66 467	0.25 452	0.16 275	0.29 491	0.43 475	0.77 472	0.65 288

GANetREF_RVC	6.97 449	3.59 483	9.14 448	4.00 483	0.40 161	13.17 482	11.27 517	15.95 478	17.51 481	10.62 438	10.66 367	12.15 445	7.97 450	13.18 477	5.04 379	0.45 472	0.00 1	0.01 374	0.15 346	3.47 512	0.60 271
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	17.82 526	3.60 484	11.92 471	6.63 514	5.73 506	30.34 528	19.64 542	26.92 530	35.06 528	40.79 540	41.32 536	37.31 534	31.61 534	30.54 533	22.93 516	1.97 511	2.40 518	1.28 509	1.27 509	1.71 496	3.51 508
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SHD	10.45 497	3.67 485	14.03 485	4.81 502	4.52 490	11.93 473	1.66 389	21.36 522	38.40 535	18.84 501	21.72 481	17.63 481	13.07 489	15.65 497	17.71 506	0.36 466	1.09 456	0.01 374	0.32 451	0.50 450	1.67 424

Syn2CoEx	6.70 443	3.69 486	12.14 474	2.78 422	1.68 373	8.36 427	3.21 431	18.59 497	12.66 443	8.86 389	20.79 477	10.52 414	10.54 475	9.68 415	8.70 435	0.01 171	0.00 1	0.00 1	0.00 1	0.69 465	1.00 352

aanetorigin	9.02 481	3.75 487	28.68 531	2.16 342	3.86 469	5.84 383	5.40 468	5.93 189	10.39 407	28.12 522	31.02 516	15.98 468	13.74 494	9.38 405	12.55 484	0.25 452	0.22 291	0.22 487	0.24 404	1.24 487	1.47 400

TRStereo	2.71 234	3.79 488	5.46 321	2.19 350	2.22 409	2.98 235	1.07 351	9.83 332	4.39 180	3.46 166	3.48 152	3.92 242	0.77 139	6.43 220	1.70 227	0.03 315	0.63 353	0.00 1	0.29 440	0.11 222	1.49 402

SAMSARA	15.67 517	3.89 489	14.48 489	13.77 530	7.92 519	38.69 540	73.90 563	21.22 520	24.66 508	17.04 498	13.86 419	30.01 521	13.07 489	18.07 510	17.48 505	0.23 447	1.46 502	0.07 451	0.40 469	0.99 481	2.15 481

SuperB	8.29 473	3.96 490	24.92 522	2.96 435	1.33 348	9.83 445	4.15 446	10.92 367	29.79 518	11.86 464	12.51 401	6.07 327	6.97 428	11.13 449	14.73 499	0.15 416	0.11 256	0.35 494	0.26 425	12.64 530	1.11 368

PVD	16.41 519	3.98 491	16.04 496	5.38 505	4.59 495	19.44 507	7.28 494	28.88 534	49.27 545	31.53 527	43.72 538	30.36 523	32.17 538	26.70 531	23.19 518	0.25 452	1.48 504	0.04 435	0.59 487	0.52 452	2.87 500

anonymity	8.04 467	4.13 492	12.86 476	7.43 516	13.11 533	8.34 424	2.02 399	18.21 495	7.55 336	13.88 482	9.27 328	10.63 418	7.79 446	11.57 459	6.06 394	6.25 522	5.59 546	3.71 521	3.28 526	3.27 510	5.78 518

RTSC	9.87 490	4.34 493	16.44 498	4.60 501	2.38 415	12.54 478	0.75 293	18.19 494	37.31 533	16.16 495	15.86 436	13.32 449	7.56 444	20.93 520	23.50 520	0.34 464	1.07 454	0.02 407	0.35 461	0.71 468	0.99 350

PWCDC_ROB	8.50 476	4.40 494	9.57 457	6.16 513	4.54 492	10.46 455	1.03 345	15.30 471	28.16 515	10.88 446	30.88 515	6.96 353	11.31 481	14.57 487	10.40 463	3.10 516	0.02 162	0.00 1	0.00 1	1.55 494	0.63 283

SQANet	8.22 472	4.42 495	7.19 403	12.11 527	9.77 525	11.80 471	3.23 432	12.00 394	6.60 288	8.59 379	11.52 381	10.97 430	5.31 391	11.10 447	4.20 353	9.56 530	2.29 517	10.51 529	1.61 517	13.06 532	8.49 526

ADCMid	10.97 502	4.49 496	23.66 518	2.53 406	2.52 424	11.46 468	6.31 478	15.31 472	12.85 449	23.57 513	22.99 486	17.92 484	21.04 515	19.57 515	28.05 533	0.47 477	0.43 327	1.10 506	1.32 510	1.73 497	2.10 478

PWC_ROB	8.89 480	4.49 496	15.62 495	2.92 432	4.49 489	7.89 421	1.23 363	17.29 490	20.00 491	16.54 496	28.06 505	14.37 457	11.98 487	14.93 491	15.43 504	0.47 477	0.00 1	0.05 442	0.00 1	0.67 461	1.31 390

MFN_U_SF_RVC	13.54 511	4.69 498	28.43 530	4.24 490	2.50 422	24.26 515	5.99 471	28.23 532	20.18 494	24.06 516	29.38 508	30.35 522	16.92 505	20.98 521	21.39 511	1.35 498	1.13 464	1.02 504	1.41 512	1.88 500	2.50 496

XQC	9.46 486	4.84 499	18.88 506	4.07 484	3.09 441	15.97 493	6.65 483	16.26 481	26.63 512	12.63 468	12.35 399	15.75 466	10.62 476	16.48 500	21.19 510	0.44 470	0.96 416	0.05 442	0.32 451	1.10 483	0.99 350

Consistency-Raft	9.58 488	5.11 500	13.00 477	5.61 507	8.92 523	4.03 325	5.07 464	19.73 508	24.90 510	11.32 458	29.86 509	13.36 450	6.16 409	8.00 323	13.47 493	0.67 483	0.34 313	1.81 513	4.36 532	12.23 528	3.62 509

MFN_U_SF_DS_RVC	10.36 496	5.37 501	16.61 500	2.95 434	3.02 438	24.75 516	15.44 529	14.68 466	19.73 489	19.77 505	23.97 489	16.98 477	8.40 455	17.58 508	9.23 445	1.59 502	1.75 510	0.16 475	2.63 520	0.75 470	1.85 457

WZ-Net	13.61 512	5.57 502	42.84 544	3.89 482	3.19 444	19.90 508	15.44 529	15.67 476	32.04 521	16.13 494	28.69 506	22.17 508	15.84 502	21.40 522	26.87 529	0.75 486	0.01 126	0.01 374	0.03 269	0.51 451	1.20 377

PASM	9.11 482	5.68 503	25.06 523	4.33 494	4.18 480	7.01 406	8.48 500	12.37 407	20.95 498	13.49 478	15.37 432	18.80 490	11.52 483	14.70 488	12.70 485	0.93 490	1.19 482	0.32 493	1.21 508	1.66 495	2.22 486

GASNet	5.62 423	5.76 504	12.05 472	5.03 504	2.08 404	3.77 308	1.53 381	12.92 426	11.62 434	9.64 417	7.40 281	8.58 388	7.54 442	14.76 490	8.25 428	0.02 274	0.15 273	0.00 1	0.00 1	0.81 477	0.52 249

PSMNet-RUCA	6.00 428	5.79 505	14.15 486	10.30 522	7.63 516	6.94 402	1.89 394	12.74 419	10.95 422	4.10 189	11.72 386	4.77 280	1.72 223	8.74 377	5.09 382	1.88 509	0.12 261	4.77 523	0.71 493	5.10 516	0.82 331

MaskLacGwcNet_RVC	6.42 437	6.12 506	6.53 378	4.29 493	3.61 461	15.41 491	4.13 445	12.36 406	7.32 328	7.60 335	8.51 312	8.97 393	2.64 262	10.17 436	3.72 332	8.16 527	2.40 518	2.00 514	0.11 329	8.55 525	5.84 519

ADCS	13.76 513	6.46 507	30.74 533	3.62 472	2.93 435	14.28 488	11.22 516	20.02 511	34.42 526	23.20 510	25.42 500	19.51 495	19.62 509	24.54 528	33.88 542	0.27 458	0.23 295	0.37 497	0.19 368	1.47 492	2.84 499

EDNetEfficient	14.14 515	6.71 508	56.12 550	2.99 437	3.58 459	5.38 368	8.49 501	9.35 323	33.24 522	40.73 539	30.21 512	18.04 486	22.92 522	12.13 466	26.26 528	0.16 422	0.24 298	0.07 451	1.15 505	2.58 508	2.39 491

AnyNet_C32	11.82 506	7.08 509	25.83 525	4.55 500	5.88 508	16.92 497	16.97 538	14.14 458	18.11 485	16.87 497	21.66 480	14.78 460	13.87 496	23.54 527	31.83 539	0.24 449	0.28 304	0.35 494	0.53 484	1.35 491	1.71 435

AnonymousM	2.96 260	7.19 510	1.41 3	0.92 184	0.06 11	2.37 153	0.52 222	6.05 194	3.83 145	4.97 207	2.37 118	1.91 167	1.00 156	2.23 80	1.06 145	0.01 171	0.57 342	17.64 534	4.90 533	0.02 44	0.27 170

SPS-STEREO	15.83 518	7.38 511	14.92 492	11.63 526	11.77 531	25.30 518	7.12 491	25.20 528	17.06 478	32.24 528	30.34 513	31.63 524	22.59 519	25.67 529	21.97 513	7.71 526	4.50 542	3.35 520	1.56 516	6.97 523	7.72 525
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
LSM	14.85 516	7.41 512	36.29 538	7.76 518	43.77 557	11.24 467	12.14 521	16.73 485	23.72 505	23.73 515	32.92 519	18.89 492	13.31 491	16.60 501	12.37 481	0.26 455	0.86 394	0.11 460	0.43 475	1.24 487	17.26 550

UDGNet	2.92 254	7.79 513	4.92 290	3.01 438	0.08 17	2.96 232	0.20 136	4.77 106	8.93 378	2.91 152	2.85 133	0.95 131	1.00 156	6.46 221	1.66 221	1.46 500	0.00 1	5.33 526	0.92 500	1.95 501	0.19 126

MSC_U_SF_DS_RVC	17.08 522	7.98 514	24.37 521	6.82 515	2.93 435	39.68 542	16.11 531	25.46 529	34.93 527	34.13 531	34.20 523	29.20 520	24.94 527	23.01 525	19.39 508	2.79 513	2.87 528	1.18 508	1.53 515	6.78 522	3.31 503

Wz-Net-SNSev	9.92 491	8.01 515	26.42 526	2.26 367	1.85 387	8.36 427	14.30 527	18.01 493	21.68 500	10.78 442	23.95 488	16.84 476	8.60 459	15.59 495	19.76 509	0.01 171	0.03 189	0.01 374	0.00 1	0.52 452	1.34 393

otaku	12.35 509	8.64 516	9.11 447	13.56 529	10.98 527	26.23 520	7.22 493	19.45 505	19.26 488	11.92 466	17.90 463	20.21 499	8.91 465	16.06 498	6.09 396	9.77 532	2.50 521	13.23 530	1.90 519	14.61 533	9.41 531

NVStereoNet_ROB	17.22 523	8.76 517	16.47 499	7.52 517	8.42 521	13.75 487	11.07 512	24.24 527	26.67 513	31.00 525	46.49 541	34.88 531	27.06 530	22.72 524	23.61 521	6.83 525	4.32 541	6.32 527	10.37 542	4.39 513	9.57 532
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	1.96 137	8.91 518	4.47 255	0.54 121	0.91 272	1.09 9	0.05 39	3.94 59	1.37 38	0.25 3	0.29 28	0.15 40	0.68 127	6.92 250	0.47 13	0.02 274	0.84 387	0.00 1	0.00 1	6.61 520	1.61 412

SGM+DAISY	17.25 524	9.46 519	22.74 516	10.11 521	11.40 528	28.98 527	13.74 525	21.15 519	16.85 477	31.39 526	34.79 524	34.05 529	24.24 526	26.23 530	19.31 507	8.79 529	7.56 550	4.88 524	3.93 530	6.07 519	9.33 529

MFMNet_re	14.09 514	9.67 520	20.31 511	10.40 523	7.62 515	21.38 512	17.49 541	21.36 522	31.95 520	23.70 514	29.22 507	18.87 491	27.41 531	14.27 485	11.16 471	2.85 514	1.51 506	0.41 499	0.28 434	4.88 514	7.10 523

Ntro	12.91 510	9.95 521	10.01 459	14.12 531	12.55 532	26.31 521	6.76 485	19.04 501	22.03 504	10.23 429	16.26 441	20.22 500	10.06 472	16.81 503	7.93 422	10.16 534	2.55 523	15.19 532	2.86 521	15.27 534	9.93 534

UDG	9.12 483	10.06 522	6.35 372	10.06 520	9.64 524	10.48 456	2.33 405	12.73 418	10.19 402	8.33 368	10.27 354	16.70 475	10.47 474	8.33 351	9.07 443	4.28 518	2.59 524	18.90 535	3.83 529	11.35 527	6.50 522

CC-Net-ROB	8.09 468	10.11 523	9.03 444	4.07 484	3.74 467	15.24 490	4.84 460	18.44 496	10.87 419	6.73 292	14.03 422	7.54 361	4.68 362	11.61 460	3.98 348	6.59 523	2.54 522	16.51 533	1.19 507	7.88 524	2.20 484

RTS	19.64 533	10.42 524	87.01 560	5.88 508	6.82 511	41.73 543	16.69 534	16.80 486	41.90 539	23.44 511	32.96 520	13.79 451	21.49 516	38.85 543	30.84 536	0.46 474	0.70 367	0.00 1	0.09 315	1.13 484	1.70 432

RTSA	19.64 533	10.42 524	87.01 560	5.88 508	6.82 511	41.73 543	16.69 534	16.80 486	41.90 539	23.44 511	32.96 520	13.79 451	21.49 516	38.85 543	30.84 536	0.46 474	0.70 367	0.00 1	0.09 315	1.13 484	1.70 432

BEATNet-Init1	24.70 537	11.33 526	44.28 545	5.48 506	3.94 473	47.60 550	22.33 545	34.94 537	40.01 537	48.11 548	49.98 545	59.86 549	43.17 547	39.48 545	31.77 538	1.37 499	1.76 512	1.17 507	1.17 506	2.44 506	3.85 511

Wz-Net-TNSev	12.01 508	11.86 527	38.26 540	2.81 424	1.82 383	18.12 503	11.31 518	16.67 483	21.73 501	15.06 488	17.17 453	19.72 497	20.69 514	20.68 518	21.41 512	0.04 344	0.06 221	0.00 1	0.16 348	0.74 469	1.93 467

DDUNet	10.03 492	12.17 528	8.24 427	13.02 528	11.73 530	10.32 452	3.76 440	12.27 403	8.35 362	9.64 417	13.89 420	16.48 471	6.67 423	9.50 410	7.00 411	6.80 524	3.45 536	21.10 536	4.33 531	12.78 531	9.12 528

AnyNet_C01	16.99 521	12.34 529	60.47 552	4.88 503	3.11 443	31.77 529	16.79 536	18.60 498	17.96 484	18.62 500	38.50 530	24.03 509	19.00 507	30.59 534	35.18 544	0.29 460	0.56 340	0.45 500	0.48 479	2.70 509	3.40 504

EDNetEfficientorigin	18.25 529	14.44 530	99.41 572	1.72 283	1.00 288	12.07 474	6.97 490	13.67 449	35.06 528	38.59 538	37.10 529	27.03 516	27.46 532	15.38 493	26.92 530	0.05 359	0.08 239	0.15 472	0.62 488	3.33 511	3.92 513

JetBlue	29.99 543	17.24 531	55.64 549	16.24 532	21.08 545	62.07 561	33.14 552	40.60 541	35.73 531	34.59 534	40.67 533	57.18 548	43.54 548	51.46 556	52.18 558	2.72 512	4.58 544	2.86 516	3.53 527	10.57 526	14.11 545

GCST	9.50 487	17.91 532	6.18 361	53.02 555	11.57 529	10.95 463	0.20 136	7.71 278	7.12 316	9.83 423	4.71 189	4.87 286	1.49 201	9.87 426	2.06 257	8.70 528	0.07 235	22.79 537	0.40 469	6.66 521	3.86 512

coex-ft	20.15 535	20.03 533	87.93 562	1.81 294	1.77 377	18.77 505	13.73 524	13.28 441	41.87 538	60.24 556	39.04 531	28.27 519	30.39 533	12.57 473	28.66 535	0.20 436	0.23 295	0.04 435	0.30 444	1.52 493	2.34 490

ACVNet-4b	16.48 520	23.07 534	14.73 491	16.69 533	15.18 536	31.83 530	7.30 495	19.71 507	27.82 514	11.54 462	22.10 484	31.68 525	8.96 467	18.88 512	7.28 416	11.04 536	2.65 525	24.93 540	5.02 534	18.57 537	10.67 537

IGEV-BASED-STEREO-	4.37 381	25.82 535	26.88 527	0.56 124	0.08 17	1.46 65	0.53 225	2.17 6	2.15 59	0.67 77	0.73 44	0.23 58	0.20 26	1.58 49	0.80 91	11.76 539	0.38 322	0.00 1	0.08 303	1.75 498	9.67 533

WAO-7	30.22 544	25.83 536	23.33 517	33.10 544	14.36 534	36.98 537	22.41 546	52.85 555	64.46 557	43.76 543	59.24 555	52.31 542	45.69 550	32.82 535	32.60 540	11.16 538	5.49 545	13.76 531	12.60 547	12.36 529	9.38 530

ACVNet_1	19.51 532	26.19 537	15.50 494	17.71 534	15.28 537	26.46 522	9.36 505	29.16 535	34.18 524	25.06 518	24.89 497	37.18 533	21.93 518	17.80 509	15.03 501	11.08 537	2.83 526	25.29 541	5.06 536	19.11 538	11.14 538

DispFullNet	18.06 528	27.03 538	34.90 536	22.68 539	20.79 542	15.03 489	3.18 430	16.95 488	26.06 511	20.48 506	16.91 449	20.55 503	18.37 506	23.48 526	12.16 480	5.31 520	2.91 529	31.24 544	8.09 540	22.63 541	12.44 542

RainbowNet	18.69 531	27.15 539	22.03 515	18.76 535	15.00 535	27.97 525	10.17 510	27.99 531	34.19 525	15.53 492	27.53 503	25.33 512	13.80 495	19.86 517	10.59 464	14.50 544	3.57 537	23.85 539	5.03 535	18.49 536	12.41 541

test_for_model	7.41 458	28.34 540	2.84 100	22.38 538	16.53 539	3.40 267	0.91 333	6.72 232	4.54 189	8.04 356	2.84 132	1.04 133	0.43 96	0.86 4	0.60 52	9.67 531	3.31 533	0.00 1	0.08 303	26.60 545	9.03 527

IMH-64-1	28.06 541	29.98 541	19.46 509	32.15 542	20.98 543	27.68 523	16.66 532	47.31 545	44.85 542	34.14 532	50.94 546	41.49 537	31.67 535	37.53 539	23.88 522	14.17 542	2.96 530	34.45 546	11.15 543	26.12 543	13.75 543

IMH-64	28.06 541	29.98 541	19.46 509	32.15 542	20.98 543	27.68 523	16.66 532	47.31 545	44.85 542	34.14 532	50.94 546	41.49 537	31.67 535	37.53 539	23.88 522	14.17 542	2.96 530	34.45 546	11.15 543	26.12 543	13.75 543

IMH	30.65 545	30.30 543	21.09 513	34.89 546	21.75 547	33.16 534	16.91 537	49.53 552	52.50 546	38.41 536	55.10 552	45.13 539	40.36 545	41.57 546	25.66 527	14.74 545	3.36 535	35.43 548	11.69 545	27.31 548	14.16 546

ACVNet_2	27.45 539	30.56 544	27.90 528	20.72 536	15.55 538	37.22 538	14.00 526	49.32 551	65.88 559	43.17 542	56.99 553	51.90 541	26.98 529	21.46 523	15.38 502	10.77 535	2.85 527	23.12 538	3.62 528	20.08 539	11.47 539

TorneroNet-64	33.32 547	33.28 545	33.07 534	35.14 547	21.25 546	48.02 551	21.13 543	43.47 543	58.77 551	33.36 530	46.64 542	62.00 552	38.19 541	44.82 550	35.07 543	15.02 546	3.59 538	35.81 549	12.20 546	29.45 550	16.17 547

TorneroNet	36.02 551	35.25 546	36.33 539	38.44 549	22.19 548	50.72 555	24.42 549	48.39 548	54.53 548	38.03 535	53.44 550	62.83 555	44.79 549	47.68 553	42.11 552	15.69 547	3.97 540	37.25 550	15.05 549	30.83 552	18.40 552

MADNet+	27.96 540	35.32 547	91.41 564	21.04 537	8.86 522	49.25 552	47.41 559	36.98 539	37.84 534	21.00 508	30.83 514	25.41 513	34.95 539	46.51 551	51.54 557	3.04 515	3.33 534	1.48 510	1.05 503	5.85 518	6.05 520

WAO-8	38.93 552	36.84 548	23.97 519	43.96 550	24.48 550	45.73 547	22.62 547	53.10 556	75.66 561	53.86 553	66.14 561	62.39 553	55.11 557	43.01 548	40.67 550	22.98 550	7.22 548	37.53 551	19.49 551	27.04 547	16.83 548

Venus	38.93 552	36.84 548	23.97 519	43.96 550	24.48 550	45.73 547	22.62 547	53.10 556	75.66 561	53.86 553	66.17 562	62.39 553	55.11 557	43.01 548	40.67 550	22.98 550	7.22 548	37.53 551	19.49 551	27.02 546	16.83 548

WAO-6	35.59 549	37.89 550	17.67 503	37.86 548	24.46 549	37.85 539	21.49 544	49.01 550	67.96 560	44.22 544	48.08 543	53.02 543	53.39 555	33.67 536	36.83 546	26.05 552	7.83 551	43.19 553	21.76 553	30.18 551	19.37 553

Dean	35.52 548	40.12 551	27.99 529	30.63 541	17.33 540	45.80 549	11.68 519	57.61 560	76.54 563	63.70 559	60.65 556	66.93 558	49.40 553	38.12 541	40.28 549	12.18 540	3.73 539	28.86 542	5.94 539	20.69 540	12.16 540

LVE	35.84 550	41.54 552	36.25 537	33.36 545	18.92 541	53.05 557	27.99 550	53.17 558	64.93 558	47.63 547	61.58 557	54.25 546	38.72 542	38.72 542	35.50 545	16.36 548	6.23 547	31.51 545	14.04 548	25.01 542	18.07 551

PWCK	31.62 546	45.59 553	49.67 547	30.49 540	7.80 517	42.91 545	29.73 551	45.45 544	44.44 541	47.41 546	36.92 528	47.86 540	26.79 528	41.90 547	33.36 541	22.77 549	4.56 543	29.89 543	5.13 537	29.43 549	10.36 536

UNDER WATER-64	46.01 555	48.25 554	68.05 554	44.59 552	28.11 552	57.02 560	43.78 557	40.20 540	48.80 544	52.08 552	42.95 537	67.22 559	57.71 559	48.98 555	49.57 555	40.01 555	17.98 554	52.15 556	39.41 556	38.99 553	34.41 555

UNDER WATER	45.99 554	49.80 555	68.56 555	49.99 554	32.13 553	55.35 559	39.50 554	41.12 542	52.90 547	50.69 549	45.18 539	67.79 560	58.75 560	51.93 558	50.97 556	30.59 553	14.03 553	51.66 555	37.15 554	40.27 554	31.35 554

DLNR_Zeroshot_test	24.96 538	51.28 556	90.69 563	97.84 571	97.22 570	1.40 59	0.12 89	23.19 526	3.55 123	1.21 119	2.95 137	0.72 119	0.31 51	7.09 261	2.61 293	38.70 554	1.32 491	0.00 1	0.29 440	77.04 566	1.68 427

notaker	48.05 556	55.94 557	50.90 548	56.89 558	40.29 554	38.96 541	33.86 553	47.82 547	55.70 549	57.55 555	57.48 554	60.22 550	59.71 561	54.64 559	43.27 553	41.13 556	19.86 555	57.61 557	37.79 555	50.95 556	40.33 556

ktn	49.32 557	58.11 558	40.16 542	59.92 559	43.22 556	49.79 554	42.99 556	48.56 549	60.67 553	51.59 550	54.51 551	55.34 547	52.65 554	47.92 554	37.91 547	57.88 560	24.79 556	63.00 560	43.57 557	52.51 557	41.31 557

HanzoNet	57.16 560	60.12 559	60.00 551	55.77 557	42.11 555	51.98 556	41.93 555	52.07 553	61.47 554	65.98 562	65.90 560	72.11 562	70.14 562	71.11 562	61.13 560	64.31 562	34.72 560	62.27 559	50.86 559	52.83 558	46.33 558

JetRed	61.44 561	61.87 560	83.02 559	46.49 553	56.73 561	83.63 562	65.09 561	59.75 562	64.22 556	69.50 563	69.26 563	66.24 557	47.62 551	61.80 560	74.60 563	45.99 557	66.40 563	46.67 554	45.27 558	63.49 560	51.22 560

KSHMR	56.07 559	64.25 561	40.47 543	74.89 561	49.63 559	49.42 553	45.46 558	57.71 561	63.52 555	61.65 558	61.67 558	71.88 561	47.67 552	51.47 557	44.57 554	54.67 559	62.25 561	66.31 561	54.18 561	53.03 559	46.75 559

DPSimNet_ROB	54.45 558	65.73 562	47.00 546	54.49 556	46.37 558	55.34 558	56.47 560	56.18 559	59.04 552	64.57 561	51.76 548	64.01 556	54.49 556	47.54 552	67.21 562	63.21 561	27.86 559	58.04 558	51.28 560	46.61 555	51.87 561

LRCNet_RVC	66.47 562	66.44 563	69.02 556	71.60 560	54.27 560	32.21 532	2.93 420	63.19 563	21.83 502	82.02 564	90.16 565	83.59 563	72.13 563	69.45 561	53.25 559	95.47 569	64.21 562	95.15 569	95.27 569	72.59 561	74.60 563

USTest	87.45 569	75.67 564	64.78 553	81.43 566	83.22 566	99.90 574	99.97 572	99.47 572	99.59 570	98.27 569	99.02 571	90.91 565	98.36 570	83.71 564	98.28 571	79.81 566	95.66 568	69.62 562	73.61 565	75.15 565	82.65 568

MADNet++	82.81 564	81.73 565	74.64 557	87.71 567	82.67 565	93.35 564	70.27 562	86.39 567	82.88 564	93.51 568	86.62 564	86.40 564	81.37 564	88.21 565	88.63 564	86.59 567	84.23 567	72.14 564	68.69 563	78.88 567	81.36 567

TCMNet-wrong-test	67.37 563	85.99 566	81.87 558	95.65 568	94.75 568	89.54 563	85.95 564	52.26 554	35.23 530	51.69 551	62.14 559	60.40 551	40.29 544	77.33 563	64.52 561	48.91 558	9.04 552	69.84 563	68.02 562	91.10 569	82.88 569

xxxxx1	85.58 566	90.37 567	96.61 567	76.69 562	80.77 562	97.50 568	96.92 568	85.57 564	88.66 565	88.63 565	91.64 566	94.27 566	93.09 565	90.03 566	91.91 565	70.77 563	70.62 564	73.61 565	81.26 566	72.90 562	79.86 564

tt_ll	85.58 566	90.37 567	96.61 567	76.69 562	80.77 562	97.50 568	96.92 568	85.57 564	88.66 565	88.63 565	91.64 566	94.27 566	93.09 565	90.03 566	91.91 565	70.77 563	70.62 564	73.61 565	81.26 566	72.90 562	79.86 564

ff	85.58 566	90.37 567	96.61 567	76.69 562	80.77 562	97.50 568	96.92 568	85.57 564	88.66 565	88.63 565	91.64 566	94.27 566	93.09 565	90.03 566	91.91 565	70.77 563	70.62 564	73.61 565	81.26 566	72.90 562	79.86 564

ccccc		96.47 570		100.00 578	100.00 575	97.29 567		99.52 573		99.28 573		99.32 572		99.92 572		100.00 577	100.00 575	99.95 572	99.77 573	100.00 576

MEDIAN_ROB	98.44 571	99.70 571	99.34 571	97.13 569	97.06 569	96.94 566	95.91 567	97.71 570	97.33 569	98.78 572	98.91 570	99.19 571	98.13 569	96.94 569	96.99 570	99.97 573	99.18 570	100.00 573	99.99 574	99.70 572	99.83 572

Anonymous_1	99.01 573	99.91 572	99.85 573	97.31 570	99.09 572	100.00 575	100.00 574	99.59 574	99.96 572	99.29 574	99.86 572	99.55 573	99.99 574	99.30 571	99.76 572	95.67 570	99.58 571	97.24 570	98.56 571	97.36 570	98.34 571

HaxPig	98.85 572	99.94 573	95.36 565	99.99 575	99.98 573	94.12 565	94.52 565	99.12 571	99.96 572	99.96 575	99.99 573	99.98 576	99.89 572	98.16 570	96.14 569	99.98 574	99.99 574	100.00 573	99.99 574	99.99 575	99.95 575

AVERAGE_ROB	99.63 575	99.96 574	98.88 570	100.00 578	100.00 575	98.16 571	95.64 566	100.00 577	100.00 574	100.00 576	100.00 574	100.00 578	100.00 575	100.00 577	99.99 574	100.00 577	100.00 575	100.00 573	100.00 576	100.00 576	100.00 579

test_example2	99.38 574	99.98 575	99.99 575	100.00 578	99.98 573	99.73 572	99.99 573	96.99 569	100.00 574	100.00 576	100.00 574	96.49 569	96.74 568	99.97 573	99.96 573	100.00 577	99.97 573	98.68 571	99.11 572	100.00 576	100.00 579

Selective-RAFT-Error	100.00 580	100.00 576	100.00 578	100.00 578	100.00 575	100.00 575	100.00 574	100.00 577	100.00 574	100.00 576	100.00 574	100.00 578	100.00 575	100.00 577	100.00 577	100.00 577	100.00 575	100.00 573	100.00 576	100.00 576	100.00 579

PML	97.69 570	100.00 576	96.50 566	97.85 572	97.35 571	99.77 573	99.36 571	96.92 568	96.34 568	100.00 576	96.52 569	97.41 570	99.61 571	100.00 577	95.46 568	99.99 575	97.44 569	100.00 573	96.08 570	99.13 571	88.02 570

CasAABBNet	100.00 580	100.00 576	100.00 578	100.00 578	100.00 575	100.00 575	100.00 574	100.00 577	100.00 574	100.00 576	100.00 574	100.00 578	100.00 575	100.00 577	100.00 577	100.00 577	100.00 575	100.00 573	100.00 576	100.00 576	100.00 579

LSM0	100.00 580	100.00 576	100.00 578	100.00 578	100.00 575	100.00 575	100.00 574	100.00 577	100.00 574	100.00 576	100.00 574	100.00 578	100.00 575	100.00 577	100.00 577	100.00 577	100.00 575	100.00 573	100.00 576	100.00 576	99.99 576

DPSMNet_ROB	99.90 576	100.00 576	99.99 575	99.99 575	100.00 575	100.00 575	100.00 574	99.98 575	100.00 574	98.37 570	100.00 574	99.81 574	100.00 575	99.97 573	99.99 574	100.00 577	100.00 575	100.00 573	100.00 576	100.00 576	99.99 576

DGTPSM_ROB	99.90 576	100.00 576	99.99 575	99.99 575	100.00 575	100.00 575	100.00 574	99.98 575	100.00 574	98.37 570	100.00 574	99.81 574	100.00 575	99.97 573	99.99 574	99.99 575	100.00 575	100.00 573	100.00 576	100.00 576	99.99 576

DPSM_ROB	99.94 578	100.00 576	100.00 578	99.74 573	100.00 575	100.00 575	100.00 574	100.00 577	100.00 574	100.00 576	100.00 574	100.00 578	100.00 575	100.00 577	100.00 577	99.08 571	100.00 575	100.00 573	100.00 576	99.98 573	99.94 573

DPSM	99.94 578	100.00 576	100.00 578	99.74 573	100.00 575	100.00 575	100.00 574	100.00 577	100.00 574	100.00 576	100.00 574	100.00 578	100.00 575	100.00 577	100.00 577	99.08 571	100.00 575	100.00 573	100.00 576	99.98 573	99.94 573

Low-res two-view benchmark