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

MLG-Stereo_test3	0.60 3	0.37 2	1.12 37	0.59 3	0.57 156	2.19 98	0.31 7	1.68 35	0.56 1	0.49 3	0.51 10	0.56 38	0.33 1	0.96 27	0.54 38	0.21 26	0.17 39	0.23 28	0.16 12	0.20 16	0.21 46

LG-Stereo_L1	0.61 4	0.47 38	1.10 27	0.73 53	0.49 109	1.72 62	0.33 11	1.95 60	0.65 2	0.56 9	0.40 6	0.40 11	0.43 9	1.40 116	0.42 7	0.23 46	0.19 96	0.23 28	0.18 47	0.21 26	0.19 5

LG-Stereo_L2	0.63 6	0.46 26	1.15 46	0.70 38	0.43 62	2.32 106	0.28 4	1.86 49	0.68 3	0.56 9	0.42 7	0.37 5	0.45 12	1.36 111	0.40 5	0.23 46	0.18 66	0.22 14	0.18 47	0.21 26	0.20 19

SGD-Stereo	0.65 8	0.41 12	1.06 8	0.85 122	0.31 4	2.44 116	0.46 52	1.09 3	0.69 4	0.84 92	0.52 11	0.55 37	0.53 22	1.49 138	0.46 17	0.31 225	0.14 11	0.25 79	0.18 47	0.23 42	0.20 19

StereoAnything_RVC	0.94 85	2.66 506	2.20 158	0.76 70	0.34 9	1.18 16	0.39 23	2.31 97	0.69 4	0.51 6	0.34 4	0.32 1	0.89 130	1.57 150	0.35 1	0.32 245	0.16 26	0.23 28	0.15 4	3.31 526	0.18 3

monsterstereo	0.82 58	0.50 57	1.26 58	0.77 74	1.41 433	2.54 130	0.40 27	3.14 204	0.71 6	0.70 44	1.11 85	0.41 18	0.39 4	1.50 139	0.50 28	0.19 18	0.16 26	0.22 14	0.16 12	0.21 26	0.17 1

monsters	0.82 58	0.58 130	1.16 47	0.76 70	1.52 447	2.92 157	0.40 27	2.66 151	0.72 7	0.66 36	0.84 38	0.38 9	0.41 7	1.84 200	0.48 19	0.20 23	0.16 26	0.20 1	0.16 12	0.19 4	0.19 5

2.75w_new	0.75 25	0.45 20	1.10 27	0.65 23	0.62 180	2.45 118	0.56 87	2.75 163	0.74 8	0.78 76	0.73 21	0.38 9	0.92 138	1.04 40	0.66 66	0.17 4	0.14 11	0.22 14	0.17 27	0.18 1	0.19 5

1w_stereo	0.86 65	0.42 14	1.07 10	0.72 50	0.81 256	3.00 168	0.67 141	3.28 222	0.75 9	0.74 56	1.32 131	0.37 5	1.37 247	0.92 21	0.68 74	0.16 2	0.14 11	0.20 1	0.16 12	0.19 4	0.22 60

4.5w-stereo	0.67 9	0.46 26	1.11 34	0.63 12	0.78 248	1.97 80	0.51 66	2.18 78	0.77 10	0.73 51	0.90 47	0.42 19	0.49 19	0.81 8	0.49 22	0.21 26	0.14 11	0.26 105	0.19 67	0.22 37	0.20 19

4w-stereo	0.67 9	0.49 54	1.07 10	0.63 12	0.75 237	1.63 60	0.44 45	2.23 87	0.77 10	0.56 9	0.92 50	0.40 11	0.82 110	1.08 44	0.53 36	0.18 14	0.13 1	0.25 79	0.18 47	0.19 4	0.20 19

DEFOM-Stereo	0.70 15	0.46 26	1.13 42	0.72 50	0.48 102	3.40 222	0.44 45	0.90 2	0.77 10	0.86 95	0.58 14	0.45 28	0.43 9	1.76 188	0.43 11	0.24 60	0.18 66	0.22 14	0.16 12	0.21 26	0.20 19

4.5_new	0.67 9	0.46 26	1.11 34	0.63 12	0.78 248	1.97 80	0.51 66	2.18 78	0.78 13	0.73 51	0.90 47	0.42 19	0.49 19	0.81 8	0.49 22	0.21 26	0.14 11	0.26 105	0.19 67	0.22 37	0.20 19

LG-G_1	0.70 15	0.40 7	1.12 37	0.71 42	0.30 2	2.80 141	0.40 27	2.21 83	0.78 13	0.59 17	0.55 12	0.51 33	0.58 31	1.24 84	0.49 22	0.24 60	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

LG-G	0.70 15	0.40 7	1.12 37	0.71 42	0.30 2	2.80 141	0.40 27	2.21 83	0.78 13	0.59 17	0.55 12	0.51 33	0.58 31	1.24 84	0.49 22	0.24 60	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

asd	0.70 15	0.45 20	1.10 27	0.67 34	0.90 298	2.88 150	0.43 42	1.64 31	0.79 16	0.68 41	0.88 43	0.43 21	0.74 78	0.85 11	0.49 22	0.19 18	0.13 1	0.24 57	0.17 27	0.22 37	0.20 19

3w_stereo	0.71 20	0.47 38	1.14 44	0.65 23	0.39 41	1.73 64	0.68 147	2.79 173	0.79 16	0.67 39	0.84 38	0.37 5	1.02 163	1.03 36	0.56 40	0.18 14	0.14 11	0.23 28	0.18 47	0.20 16	0.22 60

2.25w	0.75 25	0.47 38	1.09 24	0.69 37	0.65 193	2.28 104	0.40 27	2.42 107	0.80 18	0.73 51	1.03 65	0.40 11	0.81 109	1.24 84	0.80 124	0.16 2	0.15 21	0.21 9	0.17 27	0.19 4	0.21 46

3.5w_stereo	0.77 38	0.53 80	1.09 24	0.65 23	0.72 225	2.52 124	0.51 66	2.43 110	0.80 18	0.76 68	1.20 98	0.43 21	0.66 57	1.23 83	0.73 100	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

FoundationStereo	0.50 1	0.39 4	1.11 34	0.79 78	0.42 56	0.70 3	0.36 19	0.76 1	0.80 18	0.62 24	0.38 5	0.73 75	0.77 90	0.69 1	0.36 2	0.26 94	0.17 39	0.23 28	0.16 12	0.18 1	0.20 19

asda	0.77 38	0.46 26	1.10 27	0.64 16	0.82 265	3.33 213	0.49 60	2.40 103	0.81 21	0.63 27	0.80 32	0.44 25	0.85 117	0.88 15	0.60 46	0.17 4	0.13 1	0.24 57	0.17 27	0.20 16	0.20 19

2.5w	0.75 25	0.44 17	1.06 8	0.66 30	0.69 218	2.39 112	0.56 87	2.77 166	0.82 22	0.63 27	0.88 43	0.37 5	0.75 81	1.36 111	0.50 28	0.18 14	0.14 11	0.22 14	0.17 27	0.19 4	0.21 46

2w_stereo	0.75 25	0.46 26	1.08 17	0.68 36	0.56 144	2.00 82	0.61 110	2.87 180	0.83 23	0.93 105	0.93 52	0.36 3	1.13 197	0.90 17	0.61 48	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

DEFOM-Stereo_RVC	0.81 55	1.13 406	1.23 55	0.97 198	0.57 156	0.81 5	0.43 42	3.49 248	0.84 24	0.73 51	0.95 57	0.44 25	1.17 213	1.45 129	0.60 46	0.26 94	0.18 66	0.24 57	0.17 27	0.30 140	0.19 5

IGEV-Stereo+	0.94 85	0.47 38	1.19 49	0.86 127	2.02 509	1.40 42	0.39 23	1.17 6	0.88 25	0.61 22	0.44 8	0.47 30	0.79 101	2.14 231	0.42 7	0.27 109	0.19 96	0.22 14	0.17 27	2.26 521	2.41 526

qwe	0.75 25	0.45 20	1.10 27	0.67 34	1.06 344	2.49 120	0.45 49	2.57 138	0.90 26	0.71 48	0.83 37	0.43 21	0.48 18	1.10 47	0.64 56	0.17 4	0.14 11	0.24 57	0.16 12	0.21 26	0.20 19

3.25w_new	0.69 13	0.46 26	1.10 27	0.61 6	0.61 174	2.23 101	0.51 66	2.45 113	0.90 26	0.63 27	0.78 29	0.47 30	0.71 67	0.78 5	0.50 28	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

3.25w	0.69 13	0.46 26	1.10 27	0.61 6	0.61 174	2.23 101	0.51 66	2.45 113	0.90 26	0.63 27	0.78 29	0.47 30	0.71 67	0.79 6	0.50 28	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

AEACV	0.79 46	0.54 91	1.35 73	0.97 198	0.63 183	1.13 13	0.92 312	2.02 65	0.91 29	0.76 68	0.79 31	0.80 89	1.61 315	1.28 95	0.61 48	0.22 34	0.18 66	0.26 105	0.23 144	0.27 87	0.23 70

MonSter	0.62 5	0.43 16	1.07 10	0.66 30	0.82 265	1.13 13	0.39 23	2.57 138	0.92 30	0.58 16	0.64 16	0.36 3	0.35 3	0.95 23	0.43 11	0.15 1	0.15 21	0.20 1	0.17 27	0.21 26	0.19 5

4.25_new	0.73 21	0.46 26	1.08 17	0.71 42	0.97 316	2.52 124	0.58 99	2.28 93	0.93 31	0.57 12	0.94 54	0.40 11	0.65 51	0.87 12	0.50 28	0.17 4	0.13 1	0.25 79	0.17 27	0.19 4	0.20 19

4.5w_new	0.73 21	0.46 26	1.08 17	0.71 42	0.97 316	2.52 124	0.58 99	2.28 93	0.93 31	0.57 12	0.94 54	0.40 11	0.65 51	0.87 12	0.50 28	0.17 4	0.13 1	0.25 79	0.17 27	0.19 4	0.20 19

4.25w-stereo	0.73 21	0.46 26	1.08 17	0.71 42	0.97 316	2.52 124	0.58 99	2.28 93	0.93 31	0.57 12	0.94 54	0.40 11	0.65 51	0.87 12	0.50 28	0.17 4	0.13 1	0.25 79	0.17 27	0.19 4	0.20 19

LGtest1	0.55 2	0.41 12	1.14 44	0.70 38	0.40 45	0.99 8	0.26 3	1.32 7	0.93 31	0.53 7	0.60 15	0.44 25	0.49 19	1.02 35	0.45 15	0.27 109	0.19 96	0.23 28	0.16 12	0.21 26	0.23 70

U	12.82 553	0.38 3	1.99 132	0.66 30	58.94 570	63.38 575	0.34 15	1.91 56	0.94 35	0.59 17	0.80 32	0.46 29	0.57 28	0.83 10	0.44 13	0.29 167	0.17 39	63.35 574	59.81 573	0.29 117	0.20 19

3.75w	0.75 25	0.47 38	1.09 24	0.63 12	1.10 356	2.61 134	0.53 76	2.46 116	0.97 36	0.62 24	0.80 32	0.40 11	0.66 57	1.11 49	0.48 19	0.19 18	0.13 1	0.23 28	0.18 47	0.20 16	0.21 46

IGEV	0.70 15	0.36 1	1.07 10	0.71 42	1.31 402	2.82 143	0.41 33	1.76 41	0.98 37	0.73 51	0.71 18	0.35 2	0.42 8	0.90 17	0.42 7	0.18 14	0.18 66	0.22 14	0.18 47	0.18 1	0.20 19

RAStereo	0.75 25	0.52 69	2.86 214	0.58 2	0.62 180	1.19 17	0.32 10	1.81 47	0.99 38	0.75 58	1.05 75	0.64 48	0.47 14	0.80 7	0.94 186	0.22 34	0.20 132	0.27 133	0.21 97	0.34 221	0.22 60

fffy	0.80 47	0.59 138	1.56 96	1.00 218	0.47 94	1.27 27	0.76 194	1.90 54	1.02 39	0.75 58	1.35 141	0.83 95	0.72 70	1.70 181	0.62 50	0.23 46	0.19 96	0.27 133	0.21 97	0.28 104	0.32 209

castereo++	0.93 82	0.56 108	1.26 58	0.92 163	0.73 230	2.48 119	1.00 341	2.99 187	1.03 40	0.68 41	1.41 156	1.92 272	0.59 35	1.26 90	0.44 13	0.25 81	0.19 96	0.28 162	0.19 67	0.23 42	0.23 70

dual_stereo	0.68 12	0.40 7	1.05 5	0.64 16	0.37 27	0.84 6	0.34 15	3.40 241	1.03 40	0.50 4	0.46 9	0.58 39	0.40 5	1.85 206	0.49 22	0.23 46	0.17 39	0.21 9	0.16 12	0.20 16	0.19 5

GIP-stereo	0.88 71	0.50 57	1.34 71	1.32 375	0.94 308	2.90 152	0.42 37	3.41 242	1.06 42	0.63 27	0.76 25	0.90 114	0.76 88	0.91 19	0.52 35	0.27 109	0.18 66	0.25 79	0.16 12	0.25 60	0.19 5

LG-Stereo_Zeroshot	0.89 74	0.47 38	2.08 151	0.76 70	0.73 230	3.91 330	0.41 33	2.07 70	1.07 43	0.77 73	0.89 46	0.64 48	0.86 120	0.95 23	0.77 117	0.26 94	0.18 66	0.26 105	0.19 67	0.32 185	0.32 209

DilatedVolume-Stereo	0.81 55	0.60 150	1.51 89	1.01 224	0.59 167	1.34 37	0.51 66	1.56 20	1.08 44	1.26 138	1.24 109	0.77 82	0.87 124	1.79 194	0.72 97	0.23 46	0.24 252	0.22 14	0.21 97	0.25 60	0.23 70

water-stereo	0.78 43	0.45 20	1.94 126	0.79 78	0.48 102	2.36 109	0.47 57	1.53 18	1.09 45	0.88 98	1.04 70	0.82 93	0.75 81	0.72 3	0.78 118	0.22 34	0.23 218	0.25 79	0.23 144	0.24 46	0.29 163

mms	0.77 38	0.68 236	1.17 48	0.83 101	0.71 223	1.41 43	0.67 141	1.61 23	1.12 46	0.77 73	1.37 146	0.63 47	0.54 24	1.75 187	0.63 53	0.24 60	0.19 96	0.26 105	0.21 97	0.31 159	0.34 236

SMoEStereo_RVC	0.80 47	0.53 80	1.12 37	0.92 163	0.44 68	2.41 114	0.79 218	1.49 14	1.16 47	0.70 44	1.12 87	0.64 48	0.64 48	1.69 179	0.87 155	0.22 34	0.16 26	0.31 225	0.22 129	0.26 75	0.25 95

Anonymous3	1.72 234	0.76 301	11.61 344	0.83 101	0.84 276	4.46 455	0.84 249	3.57 264	1.16 47	1.34 142	1.37 146	1.11 145	1.03 164	1.58 151	1.13 223	0.70 476	0.58 476	0.33 279	0.35 357	0.47 366	0.42 321

depthmonostereo	0.94 85	0.71 261	2.39 182	0.85 122	0.54 133	2.21 100	0.53 76	1.83 48	1.17 49	0.95 110	1.09 81	0.99 128	0.97 149	2.37 249	0.68 74	0.23 46	0.27 298	0.22 14	0.20 83	0.25 60	0.26 119

fffft	0.76 32	0.47 38	1.28 64	0.82 91	0.54 133	1.51 51	0.80 228	2.09 72	1.18 50	0.63 27	0.84 38	0.59 41	0.55 25	1.80 195	0.85 142	0.19 18	0.18 66	0.27 133	0.20 83	0.26 75	0.24 85
1: 1. 1
rrr	2.27 323	0.65 207	23.82 554	0.90 150	0.46 84	1.57 55	0.96 330	7.98 543	1.19 51	0.65 34	0.77 27	0.74 79	0.72 70	2.59 271	0.86 149	0.28 146	0.21 163	0.28 162	0.21 97	0.29 117	0.25 95

castereo	0.82 58	0.70 249	1.04 3	0.85 122	0.50 113	1.29 34	0.91 299	3.22 214	1.20 52	0.83 90	1.24 109	0.72 71	0.91 135	1.00 33	0.67 71	0.26 94	0.16 26	0.25 79	0.20 83	0.24 46	0.21 46

ours_stereo	0.76 32	0.64 197	1.40 78	0.86 127	0.61 174	1.12 12	0.57 90	1.63 29	1.20 52	0.72 50	1.43 160	0.70 62	0.62 43	1.56 148	0.58 43	0.25 81	0.18 66	0.26 105	0.21 97	0.29 117	0.31 199

xyz-stereo-finetune2	1.16 135	0.63 185	1.50 87	0.57 1	0.36 13	3.47 235	0.65 137	2.70 156	1.23 54	0.88 98	1.75 253	0.91 116	1.76 356	3.54 299	1.74 353	0.24 60	0.22 191	0.30 203	0.27 224	0.31 159	0.26 119

test_xeample3	2.12 302	0.63 185	21.55 536	0.91 157	0.47 94	1.85 70	0.94 320	7.96 542	1.23 54	0.75 58	0.76 25	0.64 48	0.70 65	1.77 189	0.83 136	0.30 206	0.21 163	0.27 133	0.21 97	0.27 87	0.24 85

ff7	0.98 98	0.69 239	2.05 139	0.84 110	0.52 124	4.55 475	0.86 261	1.62 24	1.24 56	0.75 58	1.03 65	0.70 62	0.77 90	1.84 200	0.68 74	0.27 109	0.17 39	0.29 183	0.21 97	0.31 159	0.27 134

IGEVStereo-DCA	0.86 65	0.65 207	2.05 139	0.90 150	0.46 84	1.57 55	0.86 261	1.62 24	1.24 56	0.65 34	0.77 27	0.74 79	0.72 70	2.59 271	0.86 149	0.28 146	0.21 163	0.28 162	0.21 97	0.29 117	0.27 134

ffff	0.98 98	0.69 239	2.05 139	0.84 110	0.52 124	4.55 475	0.86 261	1.62 24	1.24 56	0.75 58	1.03 65	0.70 62	0.77 90	1.84 200	0.68 74	0.27 109	0.17 39	0.29 183	0.21 97	0.31 159	0.27 134

11t	0.98 98	0.69 239	2.05 139	0.84 110	0.52 124	4.55 475	0.86 261	1.62 24	1.24 56	0.75 58	1.03 65	0.70 62	0.77 90	1.84 200	0.68 74	0.27 109	0.17 39	0.29 183	0.21 97	0.31 159	0.27 134

anonymousdsp	0.95 92	0.69 239	1.27 62	0.83 101	0.52 124	4.54 472	0.84 249	1.76 41	1.24 56	0.76 68	1.06 77	0.78 83	0.77 90	1.67 177	0.69 83	0.27 109	0.17 39	0.29 183	0.21 97	0.31 159	0.26 119

CroCo-Stereo Lap2	0.99 104	0.89 349	2.55 190	0.99 210	1.80 496	0.54 2	0.46 52	3.10 200	1.24 56	1.07 123	1.21 102	1.05 139	0.78 98	1.26 90	1.08 212	0.27 109	0.23 218	0.27 133	0.21 97	0.43 335	0.34 236

ccc-4	0.98 98	0.69 239	2.05 139	0.84 110	0.52 124	4.55 475	0.86 261	1.62 24	1.24 56	0.75 58	1.03 65	0.70 62	0.77 90	1.84 200	0.68 74	0.27 109	0.17 39	0.29 183	0.21 97	0.31 159	0.27 134

IGEV-Stereo	0.95 92	0.69 239	1.27 62	0.84 110	0.52 124	4.54 472	0.84 249	1.76 41	1.24 56	0.75 58	1.06 77	0.79 87	0.77 90	1.68 178	0.69 83	0.27 109	0.17 39	0.29 183	0.21 97	0.31 159	0.26 119
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
tt45	0.96 96	0.48 47	1.19 49	0.89 141	0.66 200	3.91 330	0.76 194	1.90 54	1.26 64	0.70 44	1.30 128	0.71 69	0.63 46	2.59 271	0.74 105	0.22 34	0.17 39	0.28 162	0.23 144	0.27 87	0.27 134

MaDis-Stereo	0.82 58	0.66 218	1.53 90	0.65 23	1.87 499	1.24 23	0.36 19	2.13 74	1.27 65	0.67 39	0.75 24	0.88 110	0.70 65	1.15 62	1.07 210	0.29 167	0.23 218	0.26 105	0.20 83	0.31 159	0.22 60

ProNet	0.82 58	0.71 261	1.50 87	0.86 127	0.45 75	1.78 65	0.83 246	1.75 40	1.28 66	0.66 36	1.13 89	0.78 83	0.76 88	1.66 173	0.71 92	0.24 60	0.20 132	0.25 79	0.23 144	0.29 117	0.25 95

IGEV-BASED-STEREO-	1.09 120	3.30 514	2.61 197	0.82 91	0.38 38	1.27 27	0.62 123	1.51 15	1.29 67	0.91 101	0.92 50	0.65 52	0.57 28	1.08 44	0.59 44	1.55 520	0.15 21	0.32 245	0.28 253	1.10 492	1.98 519

sCroCo_RVC	1.06 116	0.82 329	5.05 267	1.02 234	1.05 341	0.98 7	0.61 110	2.06 68	1.29 67	0.69 43	1.26 117	0.82 93	1.10 191	1.20 78	0.90 166	0.42 372	0.40 410	0.33 279	0.30 299	0.46 362	0.38 285

MGS-Stereo	0.80 47	0.56 108	1.53 90	0.93 177	0.39 41	1.26 26	0.73 169	1.45 11	1.30 69	1.01 116	2.26 395	0.80 89	0.56 27	1.16 64	0.65 61	0.27 109	0.23 218	0.26 105	0.22 129	0.27 87	0.25 95

Occ-G	0.86 65	0.52 69	1.39 76	0.82 91	0.66 200	1.37 40	0.79 218	1.58 21	1.31 70	1.56 169	0.87 42	2.18 308	0.89 130	0.97 28	0.88 159	0.26 94	0.19 96	0.26 105	0.19 67	0.25 60	0.24 85

testlalala_base	1.62 219	0.74 284	1.63 100	1.19 323	1.40 426	2.63 136	0.84 249	4.09 391	1.31 70	1.22 135	1.42 158	1.21 164	0.85 117	1.16 64	0.73 100	3.92 544	2.10 532	0.27 133	0.18 47	4.49 543	1.11 489

knoymous	1.30 178	0.60 150	5.57 276	0.88 137	0.75 237	3.04 171	0.90 291	2.68 153	1.33 72	1.48 160	1.07 79	2.78 379	0.88 126	1.29 98	0.85 142	0.31 225	0.22 191	0.35 316	0.20 83	0.45 351	0.37 270

xyz-stereo	10.85 545	0.45 20	79.01 574	0.62 9	0.45 75	83.70 576	0.77 207	2.59 143	1.34 73	2.19 342	32.02 564	2.76 377	1.62 318	5.75 347	2.39 420	0.25 81	0.17 39	0.33 279	0.21 97	0.25 60	0.19 5

LG-Stereo	0.85 64	0.60 150	2.71 205	0.59 3	0.45 75	2.85 147	0.55 83	2.41 104	1.34 73	0.59 17	1.19 97	0.43 21	0.40 5	0.76 4	0.75 108	0.20 23	0.17 39	0.31 225	0.24 169	0.29 117	0.19 5

riskmin	1.25 160	0.56 108	2.05 139	1.05 244	0.93 306	2.86 149	0.55 83	3.23 216	1.34 73	1.55 167	1.07 79	3.56 448	2.03 389	1.29 98	1.00 201	0.28 146	0.27 298	0.34 297	0.21 97	0.41 306	0.43 330

LoS_RVC	0.94 85	1.30 438	1.31 66	0.84 110	1.63 468	2.02 83	0.59 103	1.51 15	1.36 76	0.81 82	1.33 133	0.84 97	0.88 126	1.36 111	0.73 100	0.21 26	0.17 39	0.20 1	0.14 2	0.20 16	1.45 505

S2M2	0.64 7	0.55 97	1.07 10	0.89 141	0.54 133	1.08 10	0.20 1	1.16 5	1.37 77	0.59 17	0.81 36	0.86 105	0.47 14	0.70 2	0.65 61	0.31 225	0.33 357	0.27 133	0.27 224	0.36 252	0.31 199

GLC_STEREO	0.76 32	0.52 69	1.12 37	0.83 101	0.33 8	1.86 71	0.82 241	1.46 12	1.38 78	0.95 110	1.04 70	0.68 58	0.72 70	0.97 28	0.80 124	0.23 46	0.25 274	0.32 245	0.25 180	0.32 185	0.30 190

999	0.97 97	0.48 47	1.24 56	1.03 241	0.64 185	3.25 199	0.92 312	1.40 9	1.39 79	0.71 48	1.68 231	0.70 62	0.66 57	3.03 290	0.89 162	0.23 46	0.19 96	0.25 79	0.21 97	0.25 60	0.29 163

rvit_stereo_0081_aga	0.81 55	0.75 296	1.84 117	0.72 50	0.73 230	1.21 18	0.63 125	1.92 57	1.39 79	0.87 97	0.80 32	0.79 87	0.69 63	1.27 94	0.69 83	0.35 293	0.29 319	0.26 105	0.25 180	0.40 282	0.27 134

Former-RAFT_DAM_RVC	0.92 80	0.73 276	1.42 79	0.92 163	1.08 350	2.97 167	0.53 76	1.77 44	1.39 79	1.16 132	1.54 190	0.58 39	0.65 51	1.03 36	0.84 139	0.25 81	0.23 218	0.30 203	0.24 169	0.43 335	0.29 163

rvit_stereo_0080	0.94 85	0.72 265	2.56 191	0.64 16	0.59 167	1.90 73	0.75 191	2.71 157	1.40 82	0.91 101	1.04 70	0.85 101	0.82 110	1.14 57	0.78 118	0.35 293	0.29 319	0.25 79	0.27 224	0.45 351	0.29 163

RSM++	0.77 38	0.51 63	1.08 17	0.95 185	0.42 56	1.52 53	0.71 161	2.11 73	1.40 82	0.80 80	1.23 108	0.90 114	0.59 35	1.14 57	0.69 83	0.24 60	0.19 96	0.25 79	0.21 97	0.28 104	0.20 19

whm_eth	0.94 85	0.72 265	2.56 191	0.64 16	0.59 167	1.90 73	0.75 191	2.71 157	1.40 82	0.91 101	1.04 70	0.85 101	0.82 110	1.14 57	0.78 118	0.35 293	0.29 319	0.25 79	0.27 224	0.45 351	0.29 163

IGEV-RUCA	0.90 77	0.53 80	1.05 5	0.81 81	0.74 235	3.89 327	0.80 228	1.92 57	1.41 85	0.96 113	0.71 18	0.70 62	0.73 74	1.30 102	0.68 74	0.29 167	0.20 132	0.25 79	0.19 67	0.43 335	0.34 236

Selective-IGEV	0.80 47	0.52 69	1.05 5	0.75 56	0.61 174	1.31 35	0.82 241	2.60 144	1.41 85	0.82 84	1.64 219	0.71 69	0.62 43	1.22 81	0.64 56	0.22 34	0.19 96	0.24 57	0.18 47	0.25 60	0.20 19

MoCha-V2	0.87 69	0.48 47	1.87 119	0.88 137	0.32 7	1.37 40	0.55 83	2.71 157	1.42 87	0.92 104	1.75 253	0.65 52	1.17 213	1.45 129	0.57 41	0.21 26	0.21 163	0.20 1	0.19 67	0.24 46	0.23 70

MyStereo07	1.01 108	0.80 318	1.26 58	1.00 218	1.04 339	3.95 347	0.95 324	2.07 70	1.42 87	0.75 58	1.22 104	0.68 58	0.91 135	1.63 168	0.67 71	0.24 60	0.24 252	0.34 297	0.26 198	0.41 306	0.37 270

test_4	1.30 178	0.50 57	6.16 279	0.84 110	0.45 75	1.61 57	1.12 374	2.14 76	1.42 87	1.52 164	2.31 414	1.84 264	0.79 101	2.52 264	1.19 234	0.27 109	0.17 39	0.29 183	0.29 281	0.29 117	0.25 95

test_3	1.19 138	0.51 63	2.08 151	0.99 210	0.41 50	2.05 89	0.87 279	4.40 488	1.42 87	1.99 266	1.18 95	2.03 292	0.79 101	2.70 279	0.75 108	0.27 109	0.17 39	0.29 183	0.29 281	0.30 140	0.27 134

IGEV-Stereo++	0.93 82	0.44 17	1.08 17	0.70 38	1.20 383	3.87 325	0.33 11	3.36 237	1.43 91	0.75 58	1.17 94	0.68 58	1.04 168	0.95 23	0.42 7	0.22 34	0.16 26	0.23 28	0.17 27	0.24 46	0.20 19

RSM	0.80 47	0.50 57	1.08 17	0.83 101	0.51 115	1.31 35	0.77 207	2.28 93	1.43 91	0.82 84	1.44 162	1.22 165	0.62 43	1.17 71	0.63 53	0.22 34	0.18 66	0.24 57	0.19 67	0.27 87	0.20 19

AIO_test	0.76 32	0.47 38	1.31 66	0.81 81	0.70 221	1.36 39	0.88 283	1.40 9	1.45 93	0.55 8	0.95 57	1.81 257	0.58 31	1.16 64	0.46 17	0.27 109	0.17 39	0.24 57	0.19 67	0.24 46	0.21 46

LoS	0.94 85	0.52 69	1.88 120	0.86 127	0.36 13	4.15 393	0.51 66	2.18 78	1.45 93	0.97 114	0.88 43	0.62 45	0.79 101	1.59 156	0.86 149	0.26 94	0.19 96	0.24 57	0.16 12	0.21 26	0.20 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	1.01 108	0.55 97	1.74 109	0.92 163	2.15 513	2.15 94	0.50 62	2.01 64	1.45 93	0.76 68	1.02 62	0.61 43	0.47 14	1.29 98	0.79 123	0.22 34	0.17 39	0.24 57	0.14 2	0.63 421	2.29 523

GMOStereo	1.13 125	0.70 249	2.26 167	0.75 56	0.44 68	3.05 173	0.91 299	2.78 168	1.45 93	2.37 399	1.52 181	1.53 203	1.05 173	1.17 71	0.92 176	0.25 81	0.19 96	0.35 316	0.28 253	0.34 221	0.26 119

error version	1.13 125	0.70 249	2.26 167	0.75 56	0.44 68	3.05 173	0.91 299	2.78 168	1.45 93	2.37 399	1.52 181	1.53 203	1.05 173	1.17 71	0.92 176	0.25 81	0.19 96	0.35 316	0.28 253	0.34 221	0.26 119

test-v	1.13 125	0.70 249	2.26 167	0.75 56	0.44 68	3.05 173	0.91 299	2.78 168	1.45 93	2.37 399	1.52 181	1.53 203	1.05 173	1.17 71	0.92 176	0.25 81	0.19 96	0.35 316	0.28 253	0.34 221	0.26 119

TRStereo	2.31 335	1.87 484	19.74 467	1.53 442	1.16 368	4.26 425	1.08 364	4.73 520	1.45 93	1.55 167	1.28 124	1.75 236	0.85 117	1.81 196	1.20 237	0.36 304	0.26 287	0.32 245	0.36 367	0.34 221	0.33 224

test-2	1.13 125	0.70 249	2.26 167	0.75 56	0.44 68	3.05 173	0.91 299	2.78 168	1.45 93	2.37 399	1.52 181	1.53 203	1.05 173	1.17 71	0.92 176	0.25 81	0.19 96	0.35 316	0.28 253	0.34 221	0.26 119

Pointernet	0.88 71	0.44 17	2.26 167	0.84 110	0.37 27	2.29 105	0.38 21	3.06 198	1.46 101	0.66 36	1.39 151	0.91 116	0.73 74	1.01 34	0.72 97	0.23 46	0.19 96	0.20 1	0.18 47	0.19 4	0.20 19

CAS++	0.89 74	0.64 197	1.46 82	0.81 81	0.51 115	1.24 23	0.86 261	3.44 243	1.46 101	1.14 131	1.29 126	0.62 45	0.58 31	1.13 55	0.59 44	0.34 273	0.30 332	0.34 297	0.26 198	0.41 306	0.29 163
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Anonymous_2	3.01 443	0.89 349	4.53 263	1.06 250	1.18 370	2.93 161	0.87 279	3.24 218	1.46 101	1.86 226	1.35 141	4.11 472	2.35 417	1.64 170	1.28 262	0.82 487	0.90 508	8.71 562	15.84 565	4.44 542	0.74 449

MC-Stereo	1.06 116	0.48 47	1.55 94	1.15 307	0.41 50	4.56 480	0.61 110	2.06 68	1.46 101	1.90 238	1.61 212	0.89 112	1.12 195	1.35 109	0.73 100	0.25 81	0.18 66	0.26 105	0.22 129	0.25 60	0.24 85

RAFT	1.23 151	0.84 336	2.05 139	0.96 191	0.47 94	1.80 67	0.94 320	3.18 211	1.46 101	1.60 172	1.71 242	3.04 398	1.59 310	1.64 170	1.32 269	0.38 329	0.24 252	0.40 368	0.32 326	0.40 282	0.35 250

111111	0.87 69	0.50 57	1.13 42	0.66 30	1.08 350	3.37 217	0.33 11	2.33 100	1.47 106	0.74 56	1.50 178	0.61 43	0.59 35	1.40 116	0.48 19	0.24 60	0.19 96	0.22 14	0.16 12	0.24 46	0.19 5

MM-Stereo_test2	1.79 246	0.53 80	20.16 485	1.43 419	0.47 94	2.57 131	0.73 169	1.67 33	1.47 106	0.94 106	0.96 59	0.84 97	0.79 101	1.16 64	0.68 74	0.24 60	0.17 39	0.25 79	0.22 129	0.30 140	0.22 60

HART	1.03 113	0.85 340	3.13 224	0.84 110	0.38 38	1.17 15	0.42 37	3.54 260	1.47 106	1.08 124	2.17 380	1.48 199	0.57 28	1.37 115	0.74 105	0.23 46	0.18 66	0.28 162	0.21 97	0.32 185	0.24 85

anonymousdsp2	1.26 167	0.60 150	3.74 251	1.02 234	0.41 50	3.60 268	0.72 164	3.68 282	1.47 106	1.37 148	1.56 197	1.83 261	1.01 160	2.00 216	0.66 66	0.29 167	0.20 132	0.28 162	0.20 83	0.32 185	0.29 163

test-3	1.19 138	0.52 69	2.00 133	1.01 224	0.42 56	1.95 78	0.91 299	4.35 475	1.47 106	2.24 362	1.16 92	2.06 298	0.79 101	2.68 277	0.76 112	0.27 109	0.18 66	0.28 162	0.26 198	0.26 75	0.25 95

test_1	1.19 138	0.52 69	2.00 133	1.01 224	0.42 56	1.95 78	0.90 291	4.36 480	1.47 106	2.17 336	1.16 92	2.06 298	0.78 98	2.68 277	0.76 112	0.27 109	0.18 66	0.28 162	0.26 198	0.26 75	0.25 95

test-1	1.23 151	0.65 207	1.88 120	0.96 191	0.52 124	3.84 312	0.62 123	4.01 366	1.47 106	1.93 249	1.78 270	1.83 261	0.92 138	1.19 77	1.28 262	0.26 94	0.29 319	0.31 225	0.24 169	0.29 117	0.36 256

raftrobust	1.19 138	0.72 265	2.30 173	1.26 351	1.31 402	3.55 258	0.68 147	2.75 163	1.47 106	2.21 354	1.38 149	1.17 151	1.22 222	1.20 78	1.11 219	0.28 146	0.24 252	0.21 9	0.19 67	0.25 60	0.28 153

GCAP-BAT	1.21 146	0.74 284	3.23 227	0.95 185	0.70 221	3.86 322	0.93 314	1.89 51	1.48 114	1.85 221	1.96 332	1.68 223	0.79 101	1.78 190	0.81 130	0.29 167	0.20 132	0.24 57	0.20 83	0.26 75	0.35 250

testlalala2	2.31 335	0.63 185	20.54 505	2.56 520	2.87 526	3.79 301	0.76 194	4.20 416	1.48 114	1.42 156	1.43 160	2.45 341	0.80 108	1.03 36	0.68 74	0.27 109	0.25 274	0.24 57	0.21 97	0.33 203	0.28 153

EGLCR-Stereo	1.06 116	0.51 63	1.56 96	1.02 234	0.39 41	4.27 430	0.42 37	4.08 389	1.48 114	0.90 100	0.68 17	1.09 140	0.66 57	1.81 196	0.62 50	0.27 109	0.19 96	0.29 183	0.23 144	0.37 262	0.25 95

NF-Stereo	1.58 209	0.61 166	2.66 203	2.26 510	0.47 94	4.68 496	0.67 141	3.31 226	1.48 114	2.11 309	1.59 204	1.36 182	1.09 185	6.08 356	1.20 237	0.40 347	0.20 132	0.36 331	0.34 342	0.31 159	0.36 256

OCTAStereo	1.58 209	0.61 166	2.72 206	2.27 513	0.46 84	4.68 496	0.67 141	3.30 225	1.48 114	2.11 309	1.59 204	1.36 182	1.09 185	6.02 353	1.21 241	0.41 361	0.20 132	0.36 331	0.34 342	0.31 159	0.37 270

RE-Stereo	1.58 209	0.61 166	2.72 206	2.26 510	0.46 84	4.68 496	0.68 147	3.31 226	1.48 114	2.11 309	1.59 204	1.36 182	1.09 185	6.01 351	1.22 244	0.41 361	0.20 132	0.36 331	0.34 342	0.31 159	0.37 270

TVStereo	1.58 209	0.61 166	2.72 206	2.26 510	0.46 84	4.68 496	0.68 147	3.31 226	1.48 114	2.11 309	1.59 204	1.36 182	1.09 185	6.01 351	1.22 244	0.41 361	0.20 132	0.36 331	0.34 342	0.31 159	0.37 270

GMM-Stereo	2.45 367	0.52 69	20.38 498	0.89 141	0.82 265	4.18 410	1.91 467	2.45 113	1.48 114	2.48 415	2.30 407	1.69 228	1.86 378	2.93 286	1.08 212	0.28 146	0.18 66	0.33 279	0.48 440	0.35 239	2.41 526

AIO-Stereo	0.76 32	0.54 91	1.07 10	0.73 53	0.40 45	1.28 32	0.82 241	2.26 90	1.49 122	0.70 44	1.58 200	0.89 112	0.45 12	1.03 36	0.55 39	0.24 60	0.18 66	0.25 79	0.20 83	0.26 75	0.21 46

11t1	1.11 123	0.53 80	1.80 114	1.55 449	0.65 193	2.20 99	0.60 106	3.66 279	1.49 122	1.60 172	1.26 117	1.03 135	1.35 245	1.72 183	0.97 193	0.28 146	0.31 342	0.29 183	0.23 144	0.30 140	0.34 236

DLNR_Zeroshot_test	28.62 565	55.50 574	49.94 570	183.62 576	115.05 574	3.43 226	0.28 4	29.49 566	1.49 122	1.01 116	1.26 117	0.93 122	0.63 46	3.92 313	1.51 311	29.81 569	0.41 417	0.26 105	0.23 144	93.28 574	0.32 209

CAS	1.26 167	0.40 7	1.46 82	2.97 527	1.61 465	4.13 389	0.73 169	1.78 45	1.49 122	0.83 90	1.10 84	0.59 41	0.53 22	1.26 90	0.80 124	2.99 530	0.13 1	0.21 9	0.13 1	0.31 159	1.72 512

CroCo-Stereo	0.98 98	0.87 346	3.44 237	0.87 132	0.53 132	0.49 1	0.50 62	3.99 362	1.49 122	0.81 82	1.25 116	1.00 131	0.75 81	1.10 47	1.09 215	0.24 60	0.21 163	0.24 57	0.19 67	0.35 239	0.27 134
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
HUF	1.15 131	0.64 197	8.62 305	0.90 150	0.35 11	1.35 38	0.78 211	1.97 61	1.50 127	0.63 27	1.52 181	0.83 95	0.66 57	1.28 95	0.63 53	0.29 167	0.23 218	0.26 105	0.17 27	0.23 42	0.25 95

RAFT-Stereo-weight	1.11 123	0.48 47	1.22 54	0.99 210	0.42 56	4.17 407	0.80 228	3.60 268	1.50 127	1.97 259	1.50 178	1.30 175	0.65 51	1.24 84	0.85 142	0.25 81	0.19 96	0.26 105	0.22 129	0.27 87	0.23 70

MSKI-zero shot	2.22 313	0.64 197	20.09 483	0.96 191	0.56 144	4.04 368	0.70 159	3.91 338	1.50 127	1.92 245	2.28 399	1.92 272	0.71 67	2.93 286	0.67 71	0.26 94	0.23 218	0.26 105	0.21 97	0.28 104	0.26 119

GCAP-Stereo	0.93 82	0.68 236	1.35 73	0.85 122	0.41 50	3.61 272	0.52 75	2.20 81	1.50 127	1.11 129	1.04 70	1.17 151	0.84 115	1.11 49	0.71 92	0.25 81	0.20 132	0.27 133	0.18 47	0.28 104	0.23 70

NRIStereo	1.28 175	0.61 166	1.67 103	1.15 307	0.38 38	4.73 509	0.90 291	2.42 107	1.50 127	1.93 249	1.33 133	1.75 236	1.22 222	2.96 288	1.33 273	0.46 398	0.22 191	0.29 183	0.26 198	0.30 140	0.28 153

FTStereo	3.71 479	0.53 80	20.37 497	0.96 191	0.65 193	4.34 437	11.29 547	2.62 146	1.50 127	2.58 432	5.04 507	1.90 270	13.84 546	3.71 306	1.25 252	0.38 329	0.24 252	0.31 225	0.32 326	0.30 140	2.10 520

UCFNet_RVC	1.57 208	0.84 336	3.25 228	1.36 397	1.40 426	4.07 376	1.01 344	2.68 153	1.50 127	2.11 309	1.88 314	2.37 327	1.50 289	3.41 296	1.42 286	0.36 304	0.28 309	0.52 440	0.40 409	0.53 388	0.43 330

GREAT-IGEV	0.74 24	0.54 91	1.86 118	1.10 275	0.44 68	2.44 116	0.34 15	1.37 8	1.51 134	0.48 2	0.86 41	0.51 33	0.60 38	1.07 43	0.45 15	0.22 34	0.17 39	0.21 9	0.17 27	0.23 42	0.25 95

UGAM-zero	2.79 413	0.57 117	20.87 517	0.98 204	0.77 247	2.08 91	0.35 18	3.88 327	1.51 134	2.05 293	1.64 219	5.07 510	3.42 473	9.83 432	1.24 249	0.28 146	0.21 163	0.27 133	0.29 281	0.29 117	0.28 153

MIM_Stereo	1.20 143	0.78 310	3.30 232	1.05 244	0.43 62	3.04 171	0.60 106	2.46 116	1.51 134	1.60 172	1.58 200	1.82 258	1.29 234	2.00 216	1.07 210	0.24 60	0.24 252	0.28 162	0.25 180	0.27 87	0.27 134

KYRaft	1.59 214	0.52 69	1.73 106	0.95 185	0.49 109	4.38 440	1.79 458	2.43 110	1.51 134	2.49 416	2.98 470	2.00 288	3.41 470	2.14 231	0.82 133	0.30 206	0.21 163	0.33 279	0.46 432	0.35 239	2.45 529

IRAFT_RVC	1.87 254	0.60 150	4.33 257	2.40 517	0.66 200	4.59 483	1.59 443	2.96 184	1.51 134	2.23 360	1.75 253	2.09 302	2.63 434	6.70 370	1.50 305	0.33 261	0.21 163	0.33 279	0.29 281	0.32 185	0.32 209

raft+_RVC	1.21 146	0.83 332	2.61 197	1.35 391	0.97 316	3.60 268	0.76 194	3.23 216	1.51 134	1.33 141	1.67 228	1.03 135	1.10 191	1.87 207	0.92 176	0.24 60	0.22 191	0.25 79	0.24 169	0.26 75	0.25 95

GES	1.38 189	0.64 197	2.61 197	1.09 266	0.57 156	4.30 434	1.02 348	3.86 321	1.51 134	1.72 201	1.74 249	1.28 171	1.77 358	1.62 164	1.61 327	0.39 341	0.27 298	0.33 279	0.30 299	0.41 306	0.47 357

R-Stereo Train	1.20 143	0.58 130	1.81 115	0.99 210	0.67 207	3.78 298	0.90 291	4.09 391	1.51 134	2.16 332	1.71 242	1.13 146	0.94 143	1.40 116	0.91 173	0.30 206	0.24 252	0.26 105	0.21 97	0.26 75	0.25 95

RAFT-Stereo	1.20 143	0.58 130	1.81 115	0.99 210	0.67 207	3.78 298	0.90 291	4.09 391	1.51 134	2.16 332	1.71 242	1.13 146	0.94 143	1.40 116	0.91 173	0.30 206	0.24 252	0.26 105	0.21 97	0.26 75	0.25 95
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO_rvc	0.78 43	0.55 97	1.25 57	0.75 56	0.65 193	1.46 46	0.99 340	2.13 74	1.52 143	0.57 12	1.15 91	1.09 140	0.55 25	1.15 62	0.53 36	0.24 60	0.17 39	0.24 57	0.17 27	0.25 60	0.21 46

AIO-test2	1.61 217	1.30 438	3.40 236	1.16 313	1.31 402	3.18 187	0.74 181	4.06 383	1.52 143	1.72 201	2.21 388	0.78 83	0.74 78	3.64 304	0.95 191	3.64 538	0.26 287	0.35 316	0.42 421	0.37 262	0.33 224

PSM-softLoss	1.66 228	0.59 138	5.15 269	2.25 508	0.48 102	4.68 496	0.69 153	2.57 138	1.52 143	2.14 319	1.45 163	1.42 193	0.99 156	6.04 354	1.20 237	0.41 361	0.23 218	0.37 343	0.39 398	0.32 185	0.31 199

KMStereo	1.66 228	0.59 138	5.15 269	2.25 508	0.48 102	4.68 496	0.69 153	2.57 138	1.52 143	2.14 319	1.45 163	1.42 193	0.99 156	6.04 354	1.20 237	0.41 361	0.23 218	0.37 343	0.39 398	0.32 185	0.31 199

PFNet	2.47 373	0.60 150	16.95 413	2.15 507	0.81 256	4.63 489	0.91 299	2.55 134	1.52 143	2.40 406	2.79 460	1.83 261	1.42 265	7.54 386	1.34 276	0.33 261	0.21 163	0.36 331	0.27 224	0.32 185	0.39 291

GrayStereo	2.58 395	0.53 80	1.63 100	1.58 453	0.89 295	4.17 407	8.17 544	3.03 193	1.52 143	2.80 459	2.50 432	1.70 230	17.10 551	2.83 283	1.15 225	0.33 261	0.21 163	0.27 133	0.32 326	0.28 104	0.53 389

TestStereo	2.00 283	1.02 383	12.25 348	0.70 38	0.61 174	1.88 72	0.55 83	2.31 97	1.52 143	1.41 154	1.33 133	1.27 170	0.90 133	11.62 504	0.81 130	0.34 273	0.19 96	0.33 279	0.24 169	0.44 343	0.24 85

PAM	2.43 364	0.61 166	20.86 515	1.07 252	0.73 230	2.93 161	0.53 76	3.24 218	1.53 150	1.89 237	2.43 425	5.29 515	2.76 439	1.84 200	1.02 203	0.27 109	0.24 252	0.26 105	0.25 180	0.40 282	0.50 374

trnet	0.91 79	0.48 47	1.46 82	0.62 9	0.31 4	4.40 447	0.41 33	2.20 81	1.53 150	0.94 106	1.14 90	0.88 110	0.89 130	1.09 46	0.71 92	0.27 109	0.19 96	0.22 14	0.15 4	0.21 26	0.19 5

ACVNet-DCA	1.85 252	0.74 284	13.77 364	1.78 479	0.36 13	4.48 457	0.74 181	3.98 358	1.53 150	1.01 116	1.81 288	0.72 71	1.62 318	2.13 228	0.64 56	0.29 167	0.17 39	0.32 245	0.21 97	0.33 203	0.32 209

1test111	1.99 282	0.74 284	13.77 364	1.78 479	0.36 13	4.48 457	0.74 181	3.98 358	1.53 150	1.01 116	1.81 288	0.72 71	1.62 318	4.66 324	0.98 196	0.29 167	0.17 39	0.32 245	0.21 97	0.33 203	0.32 209

EKT-Stereo	6.79 531	0.64 197	4.24 256	1.77 478	106.39 573	4.51 470	0.61 110	3.16 207	1.53 150	1.88 231	1.22 104	1.98 285	1.36 246	3.81 307	0.84 139	0.35 293	0.24 252	0.29 183	0.26 198	0.34 221	0.48 361

qqq	1.30 178	0.57 117	1.67 103	1.15 307	0.51 115	2.18 96	0.91 299	3.98 358	1.53 150	1.50 163	1.24 109	1.79 249	1.34 242	4.66 324	0.98 196	0.28 146	0.31 342	0.33 279	0.33 334	0.33 203	0.32 209

LCNet	1.55 202	0.54 91	1.88 120	0.99 210	0.55 140	3.60 268	1.21 396	2.86 178	1.53 150	2.18 338	1.74 249	1.43 195	4.17 489	3.62 302	0.87 155	0.29 167	0.20 132	0.28 162	0.77 491	0.47 366	1.85 515

IIG-Stereo	1.95 273	0.79 314	2.14 154	2.78 524	0.66 200	4.62 487	0.76 194	4.27 446	1.53 150	2.63 442	3.14 480	3.35 424	1.61 315	7.65 390	1.41 284	0.39 341	0.20 132	0.31 225	0.25 180	0.33 203	0.22 60

Prome-Stereo	1.61 217	0.55 97	1.71 105	0.98 204	0.60 170	4.41 449	1.82 462	3.03 193	1.53 150	2.18 338	3.45 489	1.72 233	3.49 476	2.23 244	1.08 212	0.29 167	0.20 132	0.26 105	0.25 180	0.34 221	2.16 521

Reg-Stereo(zero)	1.60 215	0.42 14	10.69 333	0.89 141	0.68 212	3.27 203	0.47 57	2.27 91	1.54 159	1.48 160	1.24 109	2.55 351	2.68 437	1.48 136	1.10 216	0.19 18	0.19 96	0.22 14	0.18 47	0.24 46	0.26 119

PAM_32	2.45 367	0.63 185	20.74 512	1.05 244	0.65 193	2.83 144	0.46 52	2.91 181	1.54 159	1.95 254	2.66 450	4.99 506	3.78 480	1.96 214	0.92 176	0.27 109	0.22 191	0.27 133	0.25 180	0.36 252	0.48 361

UniTT-Stereo	0.82 58	0.47 38	2.63 201	0.96 191	1.19 377	0.78 4	0.39 23	1.12 4	1.54 159	1.19 134	1.26 117	0.51 33	0.64 48	1.13 55	1.03 204	0.30 206	0.20 132	0.24 57	0.21 97	0.40 282	0.25 95

HH	2.23 315	0.86 343	21.59 537	0.98 204	0.51 115	1.49 49	0.82 241	2.74 161	1.54 159	1.10 126	1.69 236	4.62 496	1.86 378	2.55 267	0.69 83	0.26 94	0.22 191	0.29 183	0.23 144	0.34 221	0.27 134

HanStereo	2.23 315	0.86 343	21.59 537	0.98 204	0.51 115	1.49 49	0.82 241	2.74 161	1.54 159	1.10 126	1.69 236	4.62 496	1.86 378	2.55 267	0.69 83	0.26 94	0.22 191	0.29 183	0.23 144	0.34 221	0.27 134

OMP-Stereo	1.97 277	0.93 362	1.88 120	2.76 523	0.67 207	4.58 482	1.48 430	4.31 465	1.54 159	3.15 483	2.76 458	3.25 415	1.38 248	7.66 391	1.35 277	0.40 347	0.20 132	0.33 279	0.26 198	0.33 203	0.24 85

THIR-Stereo	4.14 493	0.82 329	10.85 336	0.86 127	0.43 62	2.16 95	16.77 554	3.22 214	1.54 159	2.04 292	12.05 544	2.68 362	7.53 531	7.30 380	12.62 521	0.30 206	0.21 163	0.29 183	0.28 253	0.33 203	0.41 317

CREStereo	0.92 80	0.53 80	1.45 81	0.61 6	0.34 9	4.42 451	0.40 27	2.21 83	1.54 159	0.94 106	1.12 87	0.87 107	0.87 124	1.12 52	0.72 97	0.28 146	0.19 96	0.22 14	0.15 4	0.22 37	0.19 5
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
model_zeroshot	1.21 146	0.60 150	3.55 241	1.05 244	0.57 156	3.46 232	0.63 125	2.73 160	1.55 167	2.05 293	1.38 149	1.50 202	0.82 110	1.69 179	0.87 155	0.29 167	0.23 218	0.30 203	0.23 144	0.27 87	0.32 209

IGEV++	0.90 77	0.58 130	1.32 69	0.94 181	0.45 75	1.27 27	1.00 341	3.32 231	1.55 167	0.82 84	1.34 138	0.86 105	1.09 185	1.16 64	0.89 162	0.33 261	0.18 66	0.23 28	0.19 67	0.29 117	0.22 60

PSM-AAD	2.43 364	0.54 91	1.32 69	0.92 163	0.54 133	4.48 457	7.47 540	2.96 184	1.55 167	2.31 382	2.56 440	1.26 169	16.23 550	2.46 253	0.89 162	0.28 146	0.21 163	0.58 458	0.41 415	0.34 221	1.32 499

DRaft	2.28 328	0.56 108	2.64 202	0.74 55	0.46 84	3.94 342	1.23 397	2.32 99	1.55 167	2.64 443	2.80 462	1.60 214	5.34 507	6.96 378	10.99 513	0.34 273	0.22 191	0.27 133	0.27 224	0.29 117	0.37 270

CRE-IMP	1.23 151	0.61 166	2.14 154	0.82 91	0.39 41	4.54 472	0.83 246	2.63 147	1.55 167	1.95 254	1.46 165	1.87 269	0.96 146	1.48 136	1.33 273	0.45 393	0.21 163	0.31 225	0.26 198	0.41 306	0.31 199

CFNet-RSSM	2.08 297	0.52 69	20.06 479	1.01 224	0.56 144	3.39 219	0.64 128	3.67 280	1.55 167	1.72 201	1.37 146	2.57 353	1.19 219	1.11 49	0.86 149	0.27 109	0.20 132	0.25 79	0.23 144	0.27 87	0.23 70

4D-IteraStereo	1.97 277	0.84 336	20.43 502	0.78 76	1.56 457	2.09 92	1.05 356	2.43 110	1.56 173	1.41 154	1.00 61	1.94 274	0.61 41	1.22 81	1.06 207	0.27 109	0.18 66	0.31 225	0.26 198	0.27 87	0.23 70

DCRE	1.44 194	0.74 284	3.50 240	1.13 293	0.72 225	1.78 65	0.67 141	2.14 76	1.56 173	1.99 266	8.09 521	1.73 234	1.07 182	1.24 84	0.83 136	0.23 46	0.25 274	0.26 105	0.26 198	0.28 104	0.30 190

HHNet	2.48 375	0.71 261	20.52 504	0.64 16	0.64 185	4.07 376	0.93 314	3.76 299	1.56 173	2.15 327	4.92 506	0.98 127	3.37 468	1.66 173	1.79 360	0.32 245	0.20 132	0.31 225	0.27 224	0.36 252	0.42 321

AAGNet	2.86 418	0.60 150	1.77 111	2.05 503	0.46 84	4.76 514	1.09 368	2.27 91	1.56 173	2.17 336	1.84 300	2.41 331	4.00 485	6.23 359	24.22 558	0.46 398	0.19 96	0.30 203	0.29 281	0.32 185	0.24 85

RAFT_R40	1.70 233	0.59 138	2.99 218	1.46 428	0.46 84	4.74 512	0.98 339	2.23 87	1.56 173	2.02 285	2.35 422	2.71 366	2.56 431	6.71 372	0.90 166	0.40 347	0.19 96	0.30 203	0.27 224	0.33 203	0.26 119

Gwc-CoAtRS	1.58 209	0.57 117	11.69 345	1.01 224	0.60 170	2.53 128	0.64 128	2.36 101	1.56 173	1.80 215	1.47 169	2.74 369	1.18 215	1.12 52	0.90 166	0.27 109	0.21 163	0.25 79	0.22 129	0.27 87	0.23 70

SCV	0.95 92	0.63 185	1.38 75	1.70 470	0.41 50	1.23 19	0.89 286	3.53 259	1.57 179	0.61 22	1.54 190	0.93 122	0.77 90	1.66 173	0.66 66	0.36 304	0.20 132	0.25 79	0.19 67	0.29 117	0.25 95

x	1.15 131	0.57 117	1.53 90	1.44 422	0.67 207	1.94 77	0.97 333	3.87 324	1.57 179	1.61 177	1.28 124	1.58 211	1.22 222	1.93 211	1.04 205	0.28 146	0.30 332	0.34 297	0.29 281	0.32 185	0.31 199

cross-raft	2.01 286	0.57 117	19.01 449	1.03 241	0.56 144	2.11 93	0.72 164	3.63 273	1.57 179	1.77 209	1.51 180	3.17 409	1.13 197	1.16 64	0.85 142	0.23 46	0.21 163	0.26 105	0.23 144	0.28 104	0.25 95

iRaft-Stereo_20w	1.88 258	0.62 176	10.58 332	0.90 150	0.83 269	2.96 166	0.78 211	4.90 524	1.58 182	2.29 372	1.60 208	1.25 168	4.51 497	2.28 247	0.90 166	0.29 167	0.21 163	0.26 105	0.24 169	0.41 306	0.31 199

Patchmatch Stereo++	1.25 160	0.65 207	2.06 148	0.75 56	0.37 27	4.68 496	0.76 194	2.53 124	1.58 182	1.99 266	1.47 169	1.78 242	1.14 204	2.44 251	0.90 166	0.48 411	0.23 218	0.32 245	0.27 224	0.40 282	0.29 163
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	1.24 156	0.65 207	2.03 136	0.75 56	0.37 27	4.68 496	0.73 169	2.53 124	1.58 182	1.99 266	1.47 169	1.78 242	1.13 197	2.18 237	0.87 155	0.48 411	0.23 218	0.32 245	0.27 224	0.40 282	0.29 163

ROB_FTStereo_v2	1.23 151	0.66 218	2.02 135	0.75 56	0.37 27	4.67 495	0.76 194	2.53 124	1.58 182	1.99 266	1.46 165	1.78 242	1.14 204	2.08 223	0.88 159	0.48 411	0.22 191	0.32 245	0.27 224	0.40 282	0.29 163

ROB_FTStereo	1.25 160	0.66 218	2.14 154	0.75 56	0.37 27	4.65 492	0.77 207	2.53 124	1.58 182	1.99 266	1.47 169	1.78 242	1.13 197	2.26 246	0.86 149	0.47 407	0.22 191	0.32 245	0.27 224	0.40 282	0.29 163

HUI-Stereo	1.25 160	0.66 218	2.33 176	0.75 56	0.37 27	4.68 496	0.78 211	2.53 124	1.58 182	1.99 266	1.46 165	1.79 249	1.13 197	2.17 235	0.85 142	0.48 411	0.23 218	0.32 245	0.27 224	0.40 282	0.29 163

ASMatch	2.62 397	0.60 150	20.65 510	1.37 407	0.64 185	4.39 443	0.78 211	1.97 61	1.58 182	1.70 196	3.89 497	1.94 274	3.79 481	5.46 338	1.64 338	0.31 225	0.24 252	0.34 297	0.28 253	0.33 203	0.50 374

DeepStereo_RVC	1.55 202	0.63 185	3.32 233	0.77 74	0.42 56	4.49 463	0.72 164	2.50 122	1.58 182	2.02 285	1.81 288	1.54 207	6.38 522	1.73 184	1.19 234	0.46 398	0.22 191	0.29 183	0.28 253	0.35 239	0.38 285

iGMRVC	1.26 167	0.66 218	2.14 154	0.75 56	0.37 27	4.66 493	0.74 181	2.53 124	1.58 182	1.99 266	1.46 165	1.78 242	1.14 204	2.46 253	0.92 176	0.48 411	0.23 218	0.32 245	0.27 224	0.40 282	0.29 163

iRAFT	1.25 160	0.65 207	2.06 148	0.75 56	0.37 27	4.68 496	0.76 194	2.53 124	1.58 182	1.99 266	1.47 169	1.78 242	1.14 204	2.44 251	0.90 166	0.48 411	0.23 218	0.32 245	0.27 224	0.40 282	0.29 163

RAFT-IKP	1.25 160	0.66 218	2.23 165	0.75 56	0.37 27	4.64 490	0.74 181	2.53 124	1.58 182	1.99 266	1.47 169	1.78 242	1.13 197	2.22 243	0.92 176	0.48 411	0.22 191	0.32 245	0.27 224	0.40 282	0.29 163

rafts_anoy	1.24 156	0.80 318	3.61 247	1.17 315	1.20 383	3.00 168	0.61 110	3.17 209	1.58 182	1.37 148	1.26 117	1.19 159	1.12 195	1.78 190	1.25 252	0.32 245	0.23 218	0.32 245	0.32 326	0.31 159	0.30 190

iRaftStereo_RVC	1.09 120	0.70 249	1.39 76	0.95 185	0.45 75	3.83 307	0.42 37	2.37 102	1.58 182	1.69 192	1.76 262	1.80 252	0.83 114	1.50 139	0.98 196	0.28 146	0.18 66	0.29 183	0.26 198	0.30 140	0.31 199

XX-Stereo	2.54 386	0.61 166	20.21 487	1.78 479	1.19 377	4.30 434	0.46 52	4.39 486	1.58 182	2.32 386	1.89 320	4.64 498	0.60 38	4.16 318	0.82 133	0.31 225	0.21 163	0.28 162	0.27 224	0.51 379	0.26 119

PMTNet	0.99 104	0.48 47	1.73 106	0.62 9	0.56 144	4.20 419	0.43 42	1.88 50	1.58 182	1.00 115	1.05 75	0.78 83	0.98 155	1.50 139	0.85 142	1.21 506	0.20 132	0.23 28	0.15 4	0.22 37	0.19 5

tg	1.15 131	0.67 228	1.31 66	0.94 181	0.54 133	4.02 365	0.41 33	2.96 184	1.59 197	1.69 192	1.85 307	1.84 264	0.97 149	1.78 190	0.83 136	0.27 109	0.17 39	0.29 183	0.26 198	0.29 117	0.27 134

DCVSM-stereo	2.31 335	0.66 218	20.69 511	1.11 282	0.93 306	2.58 133	0.73 169	2.61 145	1.60 198	2.57 429	1.53 188	3.30 420	1.72 351	2.19 238	1.23 247	0.34 273	0.53 462	0.41 378	0.32 326	0.45 351	0.62 421

DEmStereo	2.97 435	0.58 130	13.42 357	0.79 78	0.51 115	3.84 312	1.84 465	2.42 107	1.60 198	2.25 365	2.74 455	2.03 292	6.04 514	6.79 376	12.80 522	0.35 293	0.26 287	0.26 105	0.27 224	0.27 87	0.37 270

LMCR-Stereo	2.40 359	1.31 442	18.61 442	1.59 454	0.86 282	3.87 325	1.15 380	4.32 469	1.60 198	2.25 365	2.27 396	1.13 146	2.43 422	2.48 255	1.60 324	0.88 492	0.24 252	0.29 183	0.24 169	0.56 399	0.30 190

ICVP	2.26 321	0.66 218	21.18 528	0.99 210	0.88 290	4.28 431	0.95 324	3.32 231	1.60 198	1.66 188	1.76 262	1.34 179	1.14 204	1.62 164	1.32 269	0.53 441	0.35 373	0.33 279	0.29 281	0.40 282	0.51 382
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
IGEV_Zeroshot_test	2.16 307	0.69 239	20.60 509	1.22 337	0.54 133	2.18 96	0.53 76	3.38 239	1.61 202	1.93 249	1.55 194	3.76 454	1.05 173	1.55 147	0.91 173	0.29 167	0.20 132	0.27 133	0.29 281	0.40 282	0.32 209

RAFT+CT+SA	1.62 219	0.72 265	7.42 289	0.97 198	1.42 435	4.04 368	0.94 320	3.90 334	1.61 202	1.61 177	1.63 217	1.33 178	1.18 215	2.73 282	1.10 216	0.27 109	0.19 96	0.31 225	0.34 342	0.33 203	0.33 224

AACVNet	1.83 250	1.02 383	2.41 185	1.45 426	0.87 287	3.21 189	0.73 169	3.16 207	1.61 202	2.01 280	1.82 294	2.28 313	1.33 241	10.98 476	1.49 304	0.39 341	0.32 350	0.38 359	0.32 326	0.43 335	0.44 336

AE-Stereo	1.18 136	0.60 150	2.05 139	1.10 275	0.60 170	4.39 443	0.72 164	3.74 296	1.62 205	1.10 126	1.90 325	1.01 132	0.92 138	1.45 129	0.82 133	0.28 146	0.22 191	0.28 162	0.28 253	0.26 75	0.22 60

RAFT_CTSACE	1.80 248	1.06 394	10.00 322	1.71 471	1.39 424	3.49 241	1.06 357	3.05 195	1.62 205	1.70 196	2.04 350	2.51 348	1.80 366	1.98 215	0.94 186	0.25 81	0.22 191	0.28 162	0.30 299	0.30 140	0.26 119

TANstereo	1.01 108	0.55 97	1.73 106	0.76 70	0.36 13	4.04 368	0.38 21	1.48 13	1.62 205	2.03 289	2.10 365	0.84 97	0.93 141	0.98 30	0.62 50	0.28 146	0.36 377	0.23 28	0.20 83	0.25 60	0.46 352

mmm	1.27 172	0.58 130	2.20 158	1.41 415	0.68 212	2.39 112	0.85 258	3.90 334	1.63 208	2.20 345	1.84 300	1.28 171	1.50 289	1.91 210	0.89 162	0.31 225	0.27 298	0.45 399	0.37 379	0.38 267	0.34 236

ACV-stereo	2.92 426	0.92 358	20.27 493	1.33 380	1.05 341	4.68 496	1.10 370	2.66 151	1.64 209	1.46 158	1.32 131	5.41 517	4.24 491	7.83 392	1.90 373	0.44 384	0.52 461	0.32 245	0.29 281	0.45 351	0.63 425

AIO-Stereo-zeroshot1	2.68 407	1.26 434	22.01 544	1.08 260	0.99 326	1.61 57	0.86 261	3.69 287	1.64 209	1.52 164	5.62 511	3.35 424	3.44 474	2.20 239	1.33 273	0.26 94	0.21 163	0.30 203	0.62 477	0.93 478	0.67 432

AIO-Stereo-zeroshot	2.35 351	0.99 378	19.62 463	1.09 266	0.96 312	1.51 51	0.44 45	4.05 379	1.64 209	1.31 140	1.67 228	4.93 503	2.45 424	2.52 264	1.40 280	0.30 206	0.20 132	0.31 225	0.50 449	0.57 403	0.60 415

RAFT-RH_RVC	2.63 398	0.55 97	19.97 476	1.26 351	0.47 94	4.46 455	0.57 90	1.71 37	1.64 209	3.06 477	5.51 509	2.03 292	1.28 231	6.70 370	1.52 313	0.42 372	0.22 191	0.37 343	0.34 342	0.28 104	0.29 163

CRFU-Net	2.49 377	0.78 310	10.36 328	2.30 514	1.08 350	3.91 330	1.41 424	3.85 318	1.65 213	2.15 327	1.76 262	3.34 423	7.95 534	5.56 342	1.48 301	0.47 407	0.35 373	0.30 203	0.28 253	0.37 262	0.43 330

iRaft-Stereo_5w	2.10 298	0.83 332	8.57 302	0.81 81	0.76 241	3.21 189	0.84 249	3.71 293	1.65 213	1.56 169	2.50 432	2.20 309	2.23 410	9.13 414	2.01 388	0.38 329	0.19 96	0.35 316	0.27 224	0.45 351	0.39 291

SCV_C0	0.89 74	0.59 138	1.96 131	0.83 101	0.44 68	1.24 23	0.64 128	3.33 235	1.66 215	0.82 84	1.20 98	0.73 75	0.66 57	1.62 164	0.66 66	0.32 245	0.21 163	0.24 57	0.20 83	0.28 104	0.23 70

MIF-Stereo (partial)	0.98 98	0.55 97	2.83 211	0.71 42	1.03 336	1.08 10	0.49 60	2.55 134	1.66 215	0.79 78	1.20 98	0.80 89	0.90 133	1.61 163	1.56 318	0.36 304	0.24 252	0.33 279	0.25 180	0.40 282	0.28 153

rvit_stereo_ft	1.00 106	0.87 346	3.55 241	0.97 198	0.66 200	1.06 9	0.80 228	2.78 168	1.67 217	0.78 76	0.96 59	0.95 126	1.14 204	1.06 42	0.90 166	0.32 245	0.24 252	0.27 133	0.28 253	0.39 277	0.27 134

DN-CSS_ROB	1.91 265	1.55 467	11.13 339	1.82 486	0.88 290	3.99 360	0.61 110	4.01 366	1.67 217	1.64 183	1.89 320	1.39 186	1.06 180	3.23 291	1.50 305	0.31 225	0.19 96	0.44 393	0.29 281	0.37 262	0.31 199

AIO-test1	2.18 310	0.66 218	18.95 447	0.89 141	1.48 441	3.40 222	0.97 333	4.19 415	1.68 219	0.86 95	1.35 141	0.99 128	0.75 81	4.47 321	1.27 258	0.23 46	0.23 218	0.28 162	0.33 334	0.31 159	0.35 250

MyStereo06	2.46 370	0.72 265	19.97 476	1.02 234	0.99 326	4.26 425	0.86 261	3.51 254	1.68 219	1.92 245	1.73 247	4.01 466	4.22 490	1.62 164	0.88 159	0.24 60	0.23 218	0.34 297	0.26 198	0.42 325	0.36 256

GMStereo_Zeroshot	1.41 192	1.21 421	3.33 234	1.29 362	0.72 225	3.35 215	0.53 76	2.58 142	1.68 219	2.35 394	1.56 197	2.42 334	0.96 146	2.50 256	1.16 228	0.45 393	0.23 218	0.40 368	0.24 169	0.79 465	0.33 224

SQANet	3.70 477	9.34 545	18.41 438	2.75 522	2.74 523	3.40 222	1.47 429	3.50 251	1.68 219	2.60 436	1.75 253	2.69 363	1.91 384	6.72 373	1.74 353	2.96 528	1.41 522	1.85 522	1.12 512	3.17 525	2.70 534

AnonymousM	1.22 150	1.32 444	0.97 1	0.88 137	0.56 144	4.03 367	0.69 153	2.41 104	1.68 219	1.48 160	1.31 130	1.15 149	1.00 158	1.18 76	0.73 100	0.32 245	0.40 410	2.07 524	1.70 526	0.24 46	0.22 60

DMCA-RVC	2.45 367	1.22 427	18.29 434	1.23 341	1.14 362	2.49 120	0.85 258	3.29 224	1.68 219	3.02 473	1.41 156	2.00 288	1.53 302	6.39 362	2.00 386	0.38 329	0.30 332	0.44 393	0.35 357	0.45 351	0.44 336

Selective-RAFT	1.15 131	0.46 26	1.64 102	0.99 210	0.45 75	4.17 407	0.51 66	3.21 212	1.69 225	1.12 130	1.34 138	1.45 196	1.40 255	2.08 223	0.94 186	0.41 361	0.20 132	0.24 57	0.23 144	0.27 87	0.25 95

sAnonymous2	1.37 187	1.22 427	9.79 319	0.92 163	0.88 290	1.23 19	0.61 110	2.56 136	1.69 225	0.85 93	1.02 62	0.73 75	1.23 225	0.98 30	0.78 118	0.29 167	0.25 274	0.31 225	0.30 299	1.06 487	0.71 441

CroCo_RVC	1.37 187	1.22 427	9.79 319	0.92 163	0.88 290	1.23 19	0.61 110	2.56 136	1.69 225	0.85 93	1.02 62	0.73 75	1.23 225	0.98 30	0.78 118	0.29 167	0.25 274	0.31 225	0.30 299	1.06 487	0.71 441

RAFT-Test	1.44 194	0.59 138	6.10 278	1.01 224	0.69 218	2.90 152	0.80 228	3.68 282	1.70 228	1.85 221	1.68 231	3.15 407	1.03 164	1.20 78	0.99 199	0.27 109	0.22 191	0.25 79	0.23 144	0.27 87	0.25 95

rvit_stereo_0081	0.80 47	0.63 185	1.19 49	0.91 157	0.64 185	1.27 27	0.61 110	2.05 66	1.71 229	0.82 84	0.73 21	0.85 101	0.75 81	1.30 102	0.80 124	0.31 225	0.26 287	0.27 133	0.25 180	0.38 267	0.27 134

rvit_stereo_0082	0.80 47	0.63 185	1.19 49	0.91 157	0.64 185	1.27 27	0.61 110	2.05 66	1.71 229	0.82 84	0.73 21	0.85 101	0.75 81	1.30 102	0.80 124	0.31 225	0.26 287	0.27 133	0.25 180	0.38 267	0.27 134

GANet-ADL	2.20 312	0.73 276	20.11 484	1.25 345	0.69 218	3.83 307	0.76 194	3.49 248	1.71 229	1.65 187	1.99 342	2.10 303	1.10 191	1.42 122	1.26 255	0.38 329	0.33 357	0.25 79	0.22 129	0.42 325	0.36 256

gcap-zeroshot	1.30 178	0.61 166	4.09 254	0.94 181	0.56 144	3.50 245	0.84 249	3.12 202	1.72 232	1.84 220	1.22 104	2.72 368	0.88 126	1.46 133	0.80 124	0.29 167	0.30 332	0.27 133	0.21 97	0.29 117	0.25 95

Pruner-Stereo	1.32 184	0.59 138	2.11 153	1.79 484	0.47 94	4.73 509	0.79 218	2.53 124	1.72 232	2.47 414	1.58 200	1.48 199	1.03 164	1.66 173	1.47 298	0.44 384	0.21 163	0.34 297	0.30 299	0.30 140	0.39 291

DeepPruner_ROB	2.05 292	1.09 400	10.50 331	1.01 224	1.20 383	4.39 443	0.91 299	3.14 204	1.72 232	2.60 436	1.54 190	2.78 379	1.27 229	4.52 322	1.72 348	0.51 432	0.40 410	0.37 343	0.34 342	0.48 369	0.52 387

CBFPSM	2.05 292	0.95 370	10.12 326	1.07 252	1.05 341	2.84 145	1.20 393	3.28 222	1.73 235	1.82 218	1.30 128	4.56 494	4.06 486	2.34 248	2.34 419	0.25 81	0.38 396	0.32 245	0.27 224	0.37 262	0.79 461

ToySt	1.35 185	0.72 265	3.65 249	1.01 224	0.50 113	3.31 212	1.01 344	3.46 244	1.73 235	1.30 139	1.55 194	2.07 301	1.47 280	1.88 208	1.40 280	0.27 109	0.27 298	0.30 203	0.32 326	0.42 325	0.39 291

hknet	1.98 279	0.64 197	8.70 306	0.87 132	1.07 348	4.16 402	1.16 382	4.48 500	1.73 235	2.93 466	1.83 295	3.48 433	1.30 237	3.91 312	1.51 311	0.31 225	0.25 274	0.31 225	0.28 253	0.35 239	0.33 224

XX-TBD	1.03 113	0.95 370	1.94 126	1.30 369	0.43 62	3.97 357	0.33 11	1.74 39	1.73 235	1.59 171	2.02 346	0.69 61	0.60 38	1.16 64	0.66 66	0.30 206	0.25 274	0.23 28	0.15 4	0.31 159	0.22 60

RALCasStereoNet	1.19 138	1.02 383	2.06 148	1.12 286	1.14 362	3.08 179	0.70 159	2.99 187	1.73 235	1.34 142	1.68 231	1.18 155	0.91 135	2.16 233	1.00 201	0.30 206	0.26 287	0.24 57	0.21 97	0.29 117	0.30 190

FADNet_RVC	2.65 400	2.28 498	16.51 406	0.98 204	0.92 301	4.09 378	0.83 246	4.26 445	1.73 235	1.46 158	1.78 270	1.60 214	1.50 289	8.88 407	2.39 420	0.47 407	0.38 396	0.44 393	0.58 469	0.89 474	0.97 479

xyz-stereo-finetune	1.05 115	0.62 176	1.46 82	0.59 3	0.36 13	3.48 238	0.81 237	2.69 155	1.74 241	0.94 106	1.21 102	0.91 116	0.78 98	2.53 266	1.28 262	0.24 60	0.24 252	0.26 105	0.23 144	0.30 140	0.23 70

RCA-Stereo	1.21 146	0.52 69	1.58 98	0.90 150	0.46 84	4.68 496	0.79 218	4.13 401	1.74 241	1.92 245	1.80 276	0.94 125	1.48 282	1.14 57	0.70 89	0.27 109	0.18 66	0.25 79	0.19 67	0.25 60	0.23 70

UGAM	2.58 395	0.56 108	18.55 441	0.89 141	0.71 223	3.23 193	1.03 350	2.75 163	1.75 243	1.36 145	2.77 459	2.69 363	1.28 231	10.75 465	1.40 280	0.28 146	0.24 252	0.40 368	0.31 315	0.35 239	0.30 190

CSP-Net	1.78 245	1.32 444	1.92 125	1.16 313	1.03 336	3.38 218	1.31 405	3.52 255	1.75 243	1.96 257	1.93 330	2.40 329	1.48 282	8.58 403	1.58 320	0.46 398	0.34 369	0.27 133	0.26 198	0.41 306	0.50 374

MM-Stereo_test3	1.09 120	0.59 138	1.55 94	1.73 474	1.18 370	1.91 75	0.86 261	3.52 255	1.76 245	1.25 136	1.86 310	1.10 143	0.69 63	1.32 105	0.86 149	0.27 109	0.23 218	0.27 133	0.22 129	0.34 221	0.30 190

HI	1.27 172	0.90 351	2.33 176	1.10 275	0.68 212	2.92 157	0.45 49	2.49 120	1.76 245	2.13 316	1.65 225	2.42 334	1.84 373	1.58 151	1.61 327	0.26 94	0.16 26	0.28 162	0.29 281	0.26 75	0.25 95

CoSv	1.27 172	0.90 351	2.33 176	1.10 275	0.68 212	2.92 157	0.45 49	2.49 120	1.76 245	2.13 316	1.65 225	2.42 334	1.84 373	1.58 151	1.61 327	0.26 94	0.16 26	0.28 162	0.29 281	0.26 75	0.25 95

CFNet_pseudo	2.12 302	0.67 228	15.14 393	0.85 122	0.74 235	3.95 347	0.64 128	3.95 349	1.78 248	1.90 238	1.79 273	3.27 417	1.62 318	2.51 259	1.16 228	0.31 225	0.36 377	0.53 444	0.27 224	0.63 421	0.44 336

ccs_rob	2.13 304	0.67 228	15.11 392	0.84 110	0.75 237	3.96 352	0.65 137	3.95 349	1.78 248	1.88 231	1.79 273	3.26 416	1.64 334	2.51 259	1.16 228	0.31 225	0.36 377	0.54 451	0.27 224	0.65 431	0.45 342

CASS	1.29 177	0.66 218	2.62 200	0.95 185	0.66 200	2.84 145	0.69 153	3.00 189	1.79 250	2.57 429	1.95 331	1.39 186	1.55 307	1.59 156	1.06 207	0.50 426	0.28 309	0.34 297	0.28 253	0.46 362	0.63 425
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ACRE	2.27 323	1.11 404	19.45 458	0.91 157	1.30 400	3.94 342	0.87 279	4.21 421	1.80 251	2.28 370	2.62 446	1.17 151	1.04 168	1.52 144	1.30 266	0.37 312	0.23 218	0.27 133	0.22 129	0.31 159	0.46 352

H2IRNET	1.90 261	0.53 80	14.29 378	1.14 294	0.60 170	4.48 457	0.44 45	2.65 149	1.81 252	1.05 122	2.30 407	1.67 221	1.40 255	2.17 235	1.50 305	0.36 304	0.21 163	0.33 279	0.37 379	0.34 221	0.29 163

MM-Stereo_test1	1.90 261	0.53 80	19.85 471	1.39 411	0.48 102	1.81 68	0.79 218	3.00 189	1.82 253	1.69 192	1.09 81	0.87 107	0.97 149	1.45 129	0.74 105	0.24 60	0.21 163	0.27 133	0.24 169	0.35 239	0.24 85

DDVS	1.68 230	0.79 314	2.52 189	1.26 351	1.16 368	3.17 186	0.78 211	3.12 202	1.82 253	1.86 226	1.91 326	2.92 391	1.43 268	6.20 358	1.63 335	0.45 393	0.65 488	0.34 297	0.38 392	0.48 369	0.79 461

test_sample1	1.62 219	0.55 97	1.88 120	1.44 422	0.79 251	2.27 103	0.64 128	4.00 364	1.82 253	1.87 228	1.35 141	1.57 209	1.62 318	9.55 426	1.24 249	0.30 206	0.27 298	0.31 225	0.28 253	0.32 185	0.32 209

CIPLG	2.27 323	1.18 416	19.24 451	0.92 163	1.34 413	3.95 347	0.89 286	4.23 428	1.82 253	2.31 382	2.67 451	1.17 151	1.06 180	1.53 146	1.32 269	0.37 312	0.23 218	0.27 133	0.22 129	0.31 159	0.45 342

IPLGR_C	2.28 328	1.31 442	19.46 459	0.92 163	1.32 408	3.93 337	0.89 286	4.20 416	1.82 253	2.30 376	2.63 448	1.16 150	1.07 182	1.41 121	1.29 265	0.37 312	0.23 218	0.27 133	0.22 129	0.31 159	0.45 342

CFNet-ft	1.90 261	0.95 370	3.56 243	1.07 252	1.54 450	4.09 378	0.90 291	2.85 175	1.82 253	1.78 211	1.70 238	2.75 371	1.48 282	9.33 419	1.72 348	0.33 261	0.30 332	0.61 469	0.36 367	0.52 382	0.39 291

CFNet_RVC	1.90 261	0.95 370	3.56 243	1.07 252	1.54 450	4.09 378	0.90 291	2.85 175	1.82 253	1.78 211	1.70 238	2.75 371	1.48 282	9.33 419	1.72 348	0.33 261	0.30 332	0.61 469	0.36 367	0.52 382	0.39 291

IPLG	2.48 375	0.65 207	19.63 464	0.91 157	0.79 251	4.60 485	0.56 87	4.31 465	1.84 260	1.91 243	2.00 344	1.31 176	1.38 248	6.61 366	1.53 314	0.27 109	0.20 132	0.27 133	0.23 144	0.31 159	0.36 256

UPFNet	1.81 249	0.63 185	6.71 282	1.25 345	1.44 436	3.50 245	1.35 409	4.02 370	1.85 261	2.40 406	1.52 181	2.41 331	1.40 255	3.62 302	1.88 370	0.34 273	0.33 357	0.37 343	0.31 315	0.41 306	0.39 291

GANet-RSSM	1.98 279	0.62 176	3.49 238	1.69 467	1.23 390	4.22 420	0.91 299	3.31 226	1.86 262	1.81 216	1.74 249	2.34 322	1.82 371	10.92 474	1.73 352	0.34 273	0.29 319	0.31 225	0.28 253	0.39 277	0.40 311

FACV-RUCA	1.26 167	0.65 207	2.21 160	1.06 250	1.50 444	2.69 138	1.15 380	3.05 195	1.87 263	1.36 145	1.99 342	1.03 135	1.15 212	1.36 111	1.10 216	0.41 361	0.41 417	0.73 493	0.41 415	0.61 416	0.41 317

UNet	2.51 380	0.74 284	20.17 486	1.14 294	1.44 436	3.48 238	0.76 194	3.77 301	1.87 263	2.05 293	1.57 199	2.75 371	2.39 419	3.51 298	2.51 434	0.32 245	0.26 287	0.41 378	0.26 198	0.38 267	0.39 291

DisPM	1.36 186	0.55 97	2.39 182	1.54 444	0.51 115	4.59 483	0.79 218	2.50 122	1.88 265	2.50 417	1.83 295	1.45 196	1.01 160	2.71 280	0.93 184	0.46 398	0.20 132	0.32 245	0.31 315	0.31 159	0.44 336

BUS	1.49 201	0.59 138	1.94 126	0.87 132	0.85 277	4.50 466	0.76 194	4.48 500	1.88 265	2.93 466	1.83 295	3.63 450	0.97 149	1.60 158	1.17 231	0.34 273	0.25 274	0.31 225	0.28 253	0.35 239	0.33 224

BSDual-CNN	1.46 197	0.59 138	1.94 126	0.87 132	0.85 277	4.16 402	1.16 382	4.48 500	1.88 265	2.93 466	1.83 295	2.60 356	1.31 238	1.60 158	1.21 241	0.34 273	0.25 274	0.31 225	0.28 253	0.35 239	0.33 224

psmg	1.47 200	0.59 138	1.94 126	0.92 163	0.85 277	4.30 434	1.42 426	4.10 399	1.88 265	2.64 443	2.09 364	2.60 356	1.31 238	1.60 158	1.21 241	0.34 273	0.27 298	0.33 279	0.34 342	0.36 252	0.34 236

CASnet	0.78 43	0.51 63	1.29 65	0.81 81	0.29 1	1.28 32	0.74 181	1.51 15	1.89 269	1.64 183	1.09 81	0.65 52	0.64 48	0.91 19	0.76 112	0.29 167	0.17 39	0.41 378	0.31 315	0.32 185	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GEStereo_RVC	1.91 265	0.80 318	6.57 280	1.20 328	1.06 344	4.02 365	1.43 428	4.13 401	1.89 269	2.03 289	1.80 276	2.34 322	1.86 378	4.94 328	1.77 357	0.48 411	0.38 396	0.32 245	0.28 253	0.42 325	0.50 374

HGLStereo	2.03 288	0.74 284	7.50 292	1.23 341	1.56 457	3.62 273	0.95 324	3.78 304	1.89 269	2.03 289	2.20 386	3.12 405	2.14 400	5.68 345	2.04 390	0.37 312	0.31 342	0.32 245	0.29 281	0.40 282	0.45 342

PSMNet-RSSM	1.96 275	0.77 304	3.26 229	1.29 362	1.31 402	4.19 414	0.96 330	3.68 282	1.89 269	2.05 293	1.80 276	2.60 356	1.70 347	9.84 433	1.81 361	0.35 293	0.29 319	0.35 316	0.37 379	0.42 325	0.35 250

DFGA-Net	2.11 300	3.00 510	7.43 290	1.11 282	0.76 241	3.72 287	0.60 106	2.63 147	1.91 273	2.01 280	2.07 361	1.22 165	1.04 168	10.26 452	2.26 412	0.27 109	0.22 191	0.34 297	0.34 342	0.61 416	0.48 361

ISRNet	1.69 231	0.76 301	5.69 277	1.27 358	1.36 417	2.85 147	0.61 110	3.60 268	1.91 273	2.13 316	2.12 372	2.90 386	1.41 260	2.51 259	1.71 346	0.49 423	0.50 459	0.56 454	0.47 435	0.49 375	0.57 405

test_5	1.87 254	0.75 296	10.23 327	1.14 294	1.40 426	3.85 320	1.27 401	3.91 338	1.93 275	1.69 192	1.78 270	1.67 221	1.79 361	2.99 289	1.17 231	0.30 206	0.18 66	0.35 316	0.33 334	0.34 221	0.33 224

plain	1.55 202	0.69 239	13.59 361	0.65 23	0.73 230	1.66 61	0.57 90	3.17 209	1.94 276	0.77 73	1.24 109	0.80 89	0.86 120	1.60 158	0.96 192	0.33 261	0.21 163	0.32 245	0.25 180	0.42 325	0.28 153

StereoVision	1.65 225	0.75 296	7.47 291	1.01 224	1.80 496	2.61 134	0.61 110	3.06 198	1.96 277	1.25 136	3.46 490	1.85 267	0.88 126	2.07 221	1.93 376	0.43 377	0.36 377	0.37 343	0.36 367	0.48 369	0.33 224

anonymousa	2.16 307	0.67 228	19.19 450	1.04 243	1.67 478	2.06 90	0.79 218	2.86 178	1.96 277	1.85 221	2.14 375	3.23 414	1.81 369	1.12 52	1.15 225	0.26 94	0.26 287	0.34 297	0.32 326	0.30 140	0.28 153

PCWNet_CMD	2.23 315	0.65 207	17.36 419	0.83 101	0.76 241	3.51 248	0.64 128	3.60 268	1.97 279	1.70 196	1.63 217	3.22 412	3.05 455	2.09 226	1.11 219	0.31 225	0.36 377	0.47 407	0.26 198	0.64 428	0.47 357

IER	1.69 231	0.65 207	7.19 288	0.94 181	1.15 364	3.28 207	0.89 286	3.48 245	1.97 279	2.10 305	1.98 340	2.28 313	2.12 397	2.25 245	1.75 356	0.29 167	0.23 218	0.36 331	0.30 299	0.32 185	0.34 236

MSMDNet	2.23 315	0.64 197	17.32 415	0.84 110	0.75 237	3.53 252	0.64 128	3.61 271	1.98 281	1.71 200	1.64 219	3.22 412	2.99 449	2.08 223	1.11 219	0.31 225	0.37 390	0.45 399	0.26 198	0.62 420	0.45 342

LL-Strereo2	1.23 151	0.85 340	2.38 181	0.93 177	0.68 212	3.72 287	1.37 416	2.54 133	1.99 282	1.75 207	1.40 154	1.82 258	0.73 74	1.40 116	0.99 199	0.31 225	0.23 218	0.55 452	0.35 357	0.29 117	0.24 85

PFNet+	1.46 197	0.57 117	2.84 212	0.92 163	0.47 94	4.64 490	0.84 249	2.46 116	1.99 282	2.14 319	1.64 219	1.34 179	1.03 164	4.68 326	1.23 247	0.45 393	0.33 357	0.37 343	0.39 398	0.32 185	0.49 367

CREStereo++_RVC	1.02 112	0.49 54	1.54 93	0.83 101	0.55 140	4.01 363	0.31 7	1.63 29	1.99 282	1.63 180	2.13 374	0.84 97	0.65 51	0.88 15	0.70 89	0.27 109	0.15 21	0.23 28	1.22 518	0.24 46	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
FENet	2.25 319	0.50 57	20.29 495	1.35 391	0.67 207	4.01 363	0.60 106	3.95 349	1.99 282	1.96 257	1.11 85	2.43 337	1.43 268	1.60 158	1.39 279	0.32 245	0.22 191	0.33 279	0.26 198	0.29 117	0.39 291

G2L-Stereo	2.49 377	0.94 368	14.54 381	1.15 307	1.35 414	3.57 264	0.95 324	3.62 272	2.00 286	2.11 309	1.61 212	3.20 410	1.34 242	9.54 424	1.91 374	0.34 273	0.27 298	0.35 316	0.28 253	0.30 140	0.35 250

LL-Strereo	3.01 443	1.81 483	17.59 426	1.12 286	2.10 512	2.90 152	1.09 368	4.33 471	2.00 286	3.12 480	2.24 392	3.29 418	3.15 458	11.31 492	1.84 366	0.30 206	0.28 309	0.46 404	0.34 342	0.49 375	0.45 342

G2L-Stereo_test	2.11 300	0.86 343	7.12 287	1.65 463	1.19 377	3.54 256	1.02 348	3.57 264	2.01 288	2.50 417	1.68 231	3.15 407	1.50 289	9.21 417	1.62 332	0.28 146	0.19 96	0.23 28	0.22 129	0.27 87	0.31 199

UDG	3.55 472	2.81 509	17.45 422	2.69 521	1.98 504	3.97 357	1.19 389	4.35 475	2.02 289	2.42 408	2.53 437	4.50 489	2.46 426	6.53 364	2.41 424	2.12 523	1.77 528	2.63 533	2.57 545	2.64 523	1.95 517

GwcNet-RSSM	2.66 402	1.05 389	15.91 398	1.22 337	1.19 377	4.12 386	1.12 374	3.84 315	2.02 289	1.93 249	1.79 273	3.12 405	1.46 278	10.37 454	2.05 392	0.33 261	0.27 298	0.35 316	0.30 299	0.40 282	0.36 256

GCST	2.56 391	1.79 482	18.02 430	1.92 494	1.33 411	1.72 62	0.51 66	3.67 280	2.03 291	1.70 196	1.61 212	1.55 208	1.29 234	5.06 330	1.24 249	2.06 522	0.77 503	1.45 519	0.97 505	1.14 496	1.34 500

Wz-Net-LNSev	2.30 334	1.67 476	14.88 385	1.18 321	1.65 474	3.49 241	1.54 440	3.63 273	2.03 291	1.88 231	1.64 219	3.29 418	2.06 393	2.71 280	2.02 389	0.40 347	0.33 357	0.32 245	0.31 315	0.53 388	0.49 367

psm_up	2.28 328	0.81 322	5.45 275	1.26 351	1.50 444	3.84 312	1.23 397	4.23 428	2.03 291	2.55 425	1.80 276	2.44 340	1.65 336	12.90 535	1.58 320	0.37 312	0.38 396	0.41 378	0.34 342	0.43 335	0.39 291

aanetorigin	3.30 464	1.66 474	17.52 425	1.18 321	1.58 462	2.57 131	3.80 529	2.65 149	2.03 291	6.12 530	4.30 501	2.82 382	5.70 510	5.47 339	4.67 473	0.50 426	0.44 430	0.43 389	0.47 435	1.17 501	0.92 475

test_sample2	1.75 241	0.56 108	2.25 166	1.41 415	0.80 253	2.91 155	0.86 261	4.05 379	2.04 295	1.91 243	1.39 151	1.57 209	1.55 307	10.65 462	1.06 207	0.32 245	0.28 309	0.32 245	0.30 299	0.36 252	0.33 224

DDUNet	2.91 424	2.78 508	6.94 286	3.53 534	2.26 518	3.28 207	1.36 411	3.77 301	2.04 295	2.62 439	2.49 431	4.18 476	1.69 345	5.38 336	1.85 367	2.21 524	1.77 528	2.61 532	2.43 543	2.60 522	2.34 525

psmorigin	6.59 528	1.15 411	88.11 575	1.52 440	0.97 316	2.88 150	1.20 393	3.21 212	2.04 295	3.73 499	2.46 427	5.15 513	2.55 430	10.60 460	2.47 431	0.55 445	0.68 495	0.48 415	0.51 453	0.70 444	0.88 473

test_sample8	4.76 505	1.05 389	7.87 293	1.07 252	0.86 282	3.93 337	1.19 389	4.38 484	2.05 298	5.49 523	1.89 320	12.98 540	6.37 520	11.06 481	11.61 517	1.23 508	14.45 566	4.27 551	2.09 537	0.70 444	0.69 437

StereoDRNet-Refined	1.77 244	0.81 322	2.22 163	1.21 334	0.76 241	3.26 201	0.71 161	3.82 311	2.05 298	2.29 372	2.05 356	2.98 393	1.44 271	7.15 379	2.27 414	0.30 206	0.23 218	0.42 385	0.33 334	0.45 351	0.64 428
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
rvit_stereo_0075_2	1.18 136	0.74 284	2.66 203	0.90 150	1.27 398	2.51 122	0.69 153	2.25 89	2.06 300	1.40 152	1.86 310	1.46 198	0.84 115	1.42 122	0.94 186	0.46 398	0.40 410	0.48 415	0.38 392	0.46 362	0.51 382

Nwc_Net	2.88 423	1.16 414	18.30 435	1.35 391	1.68 481	3.52 251	1.18 386	3.90 334	2.06 300	2.52 422	2.82 465	3.82 457	2.34 416	6.78 374	2.55 439	0.86 491	0.40 410	0.59 461	0.67 480	0.57 403	0.55 399

DGSMNet	7.55 537	1.62 468	17.42 421	1.92 494	12.73 555	7.45 539	42.99 570	4.13 401	2.07 302	2.10 305	3.16 481	3.42 430	1.70 347	9.24 418	2.30 415	3.70 541	10.89 564	11.80 566	5.54 556	4.24 538	2.66 530

MMNet	2.02 287	0.81 322	10.76 334	1.12 286	1.23 390	3.53 252	0.89 286	3.79 305	2.08 303	2.15 327	1.76 262	2.15 306	2.12 397	3.69 305	2.32 417	0.31 225	0.29 319	0.34 297	0.27 224	0.38 267	0.42 321

ACVNet	1.46 197	0.64 197	3.56 243	0.93 177	0.85 277	4.22 420	0.80 228	2.85 175	2.08 303	1.78 211	1.88 314	3.10 402	1.46 278	1.33 106	1.89 371	0.29 167	0.26 287	0.30 203	0.26 198	0.39 277	0.27 134

acv_ft	1.55 202	0.64 197	3.29 231	1.14 294	2.01 506	2.93 161	0.97 333	3.81 308	2.08 303	2.22 356	1.88 314	3.10 402	1.66 338	1.33 106	2.22 410	0.29 167	0.26 287	0.30 203	0.26 198	0.39 277	0.27 134

gwcnet-sp	2.31 335	1.21 421	17.34 416	1.08 260	0.92 301	3.56 260	1.04 353	3.69 287	2.09 306	2.55 425	1.60 208	1.80 252	1.62 318	3.87 309	1.95 380	0.29 167	0.29 319	0.30 203	0.28 253	0.38 267	0.39 291

scenet	2.31 335	1.21 421	17.34 416	1.08 260	0.92 301	3.56 260	1.04 353	3.69 287	2.09 306	2.55 425	1.60 208	1.80 252	1.62 318	3.87 309	1.95 380	0.29 167	0.29 319	0.30 203	0.28 253	0.38 267	0.39 291

ssnet	2.31 335	1.21 421	17.34 416	1.08 260	0.92 301	3.56 260	1.04 353	3.69 287	2.09 306	2.55 425	1.60 208	1.80 252	1.62 318	3.87 309	1.95 380	0.29 167	0.29 319	0.30 203	0.28 253	0.38 267	0.39 291

fff	1.74 237	0.70 249	9.08 309	0.81 81	0.36 13	4.15 393	0.57 90	4.23 428	2.09 306	2.30 376	1.80 276	1.19 159	3.02 452	1.44 125	1.46 293	0.29 167	0.23 218	0.23 28	0.18 47	0.24 46	0.42 321

csc	1.74 237	0.70 249	9.08 309	0.81 81	0.36 13	4.15 393	0.57 90	4.23 428	2.09 306	2.30 376	1.80 276	1.19 159	3.02 452	1.44 125	1.46 293	0.29 167	0.23 218	0.23 28	0.18 47	0.24 46	0.42 321

cscssc	1.74 237	0.70 249	9.08 309	0.81 81	0.36 13	4.15 393	0.57 90	4.23 428	2.09 306	2.30 376	1.80 276	1.19 159	3.02 452	1.44 125	1.46 293	0.29 167	0.23 218	0.23 28	0.18 47	0.24 46	0.42 321

FADNet-RVC-Resample	2.83 416	2.02 491	21.07 522	1.12 286	0.91 300	3.53 252	1.37 416	4.08 389	2.09 306	1.68 191	1.33 133	2.03 292	1.51 293	9.54 424	1.69 344	0.38 329	0.37 390	0.42 385	0.44 426	0.56 399	0.56 401

iResNetv2_ROB	2.65 400	5.00 523	19.28 456	2.06 504	1.09 354	3.83 307	1.13 377	4.14 407	2.09 306	1.85 221	2.03 347	2.01 291	1.51 293	3.58 300	1.58 320	0.34 273	0.21 163	0.32 245	0.21 97	0.44 343	0.29 163

Wz-Net-LNSev-Ref	2.42 363	1.47 461	14.14 374	1.30 369	1.35 414	3.51 248	1.64 448	4.04 375	2.10 314	2.46 412	1.88 314	2.28 313	2.51 428	4.73 327	3.17 458	0.38 329	0.19 96	0.35 316	0.20 83	0.40 282	0.36 256

PSMNet-ADL	1.91 265	0.72 265	1.78 113	1.09 266	0.86 282	4.18 410	0.78 211	3.77 301	2.10 314	1.72 201	1.85 307	2.91 389	1.82 371	10.38 456	1.91 374	0.48 411	0.46 444	0.28 162	0.29 281	0.38 267	0.51 382

DualNet (step1)	2.34 346	1.05 389	7.87 293	1.07 252	0.86 282	3.93 337	1.19 389	4.35 475	2.11 316	2.14 319	1.75 253	1.75 236	1.67 340	6.26 360	1.26 255	1.23 508	0.48 454	4.27 551	2.09 537	0.70 444	0.69 437

test_sample9	3.79 481	1.05 389	7.87 293	1.07 252	0.86 282	3.93 337	1.19 389	4.35 475	2.11 316	2.14 319	1.75 253	1.75 236	1.67 340	11.06 481	11.61 517	1.23 508	14.45 566	4.27 551	2.09 537	0.70 444	0.69 437

test_sample7	1.65 225	0.70 249	2.60 194	1.48 433	0.76 241	2.38 110	1.07 359	4.35 475	2.11 316	2.14 319	1.75 253	1.75 236	1.67 340	6.26 360	1.26 255	0.44 384	0.48 454	0.43 389	0.40 409	0.46 362	0.43 330

dd	1.26 167	1.15 411	2.47 187	0.92 163	0.49 109	4.35 438	0.75 191	1.92 57	2.11 316	1.44 157	1.24 109	1.19 159	1.05 173	1.78 190	1.70 345	0.57 449	0.34 369	0.35 316	0.33 334	0.60 411	0.46 352

GMStereo	1.01 108	1.00 381	2.86 214	0.83 101	0.45 75	1.47 47	0.57 90	1.89 51	2.11 316	1.52 164	1.24 109	0.87 107	0.74 78	1.58 151	0.94 186	0.40 347	0.21 163	0.30 203	0.30 299	0.47 366	0.36 256
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MLG-Stereo_test2	0.76 32	0.40 7	1.07 10	0.64 16	0.82 265	3.49 241	0.23 2	1.69 36	2.14 321	0.62 24	0.32 3	0.67 56	0.33 1	1.14 57	0.37 3	0.23 46	0.19 96	0.23 28	0.16 12	0.19 4	0.20 19

APVNet	3.13 454	1.25 433	21.14 524	1.31 372	1.52 447	3.94 342	1.13 377	3.32 231	2.14 321	2.20 345	2.03 347	3.05 401	1.96 387	11.79 517	2.53 436	0.42 372	0.45 435	0.64 477	0.46 432	0.67 438	0.57 405

G-Net	4.11 492	1.21 421	19.47 460	2.31 515	2.94 527	4.74 512	2.95 505	3.33 235	2.14 321	4.44 516	9.43 531	6.93 525	3.84 482	9.01 412	4.92 480	0.79 482	0.80 505	0.70 485	0.50 449	0.95 479	0.87 472

XPNet_ROB	2.27 323	1.11 404	4.10 255	1.36 397	0.97 316	3.94 342	1.63 446	4.07 385	2.14 321	2.82 461	2.00 344	2.32 321	1.73 354	10.81 469	3.39 460	0.51 432	0.47 448	0.48 415	0.40 409	0.51 379	0.56 401

SFCPSM	2.18 310	0.63 185	17.03 414	0.88 137	0.98 323	3.74 292	1.28 403	4.09 391	2.16 325	1.85 221	1.83 295	1.65 219	1.39 251	2.50 256	1.50 305	0.33 261	0.27 298	0.39 362	0.36 367	0.34 221	0.37 270

DSFCA	1.89 259	0.69 239	3.14 225	1.10 275	1.18 370	3.99 360	1.79 458	3.50 251	2.16 325	3.10 478	1.64 219	2.91 389	2.50 427	5.38 336	2.26 412	0.43 377	0.38 396	0.37 343	0.36 367	0.50 377	0.42 321

iinet-f	2.26 321	1.18 416	13.71 362	1.14 294	1.11 358	3.77 296	1.10 370	4.14 407	2.17 327	2.06 298	1.76 262	2.99 394	2.99 449	2.50 256	2.49 432	0.35 293	0.39 405	0.27 133	0.28 253	0.45 351	0.39 291

PASM	2.67 404	2.05 493	9.71 317	1.73 474	1.37 419	2.53 128	1.52 435	3.10 200	2.17 327	2.79 458	1.84 300	2.90 386	1.85 377	11.89 521	2.19 408	0.81 486	0.85 506	0.87 501	1.01 507	1.14 496	1.05 484

UDGNet	1.40 190	1.52 465	2.22 163	1.38 409	0.62 180	4.39 443	0.68 147	1.80 46	2.18 329	1.34 142	1.18 95	0.99 128	1.00 158	2.16 233	1.19 234	1.09 500	0.34 369	1.30 516	0.98 506	1.10 492	0.58 410

test_sample3	2.34 346	0.61 166	11.94 346	1.33 380	0.85 277	3.10 182	0.73 169	4.24 436	2.19 330	2.21 354	1.75 253	1.80 252	1.41 260	11.11 486	1.46 293	0.35 293	0.29 319	0.34 297	0.35 357	0.39 277	0.37 270

EAI-Stereo	2.35 351	0.63 185	2.97 217	0.95 185	0.65 193	3.84 312	14.27 552	5.04 526	2.19 330	2.06 298	7.25 514	1.10 143	0.94 143	1.65 172	1.37 278	0.31 225	0.22 191	0.27 133	0.60 473	0.27 87	0.32 209

testlalala	1.14 130	0.62 176	1.34 71	1.00 218	0.78 248	4.38 440	0.93 314	2.46 116	2.20 332	2.44 410	1.52 181	1.31 176	0.61 41	1.04 40	0.65 61	0.35 293	0.19 96	0.24 57	0.19 67	0.24 46	0.23 70

MLCV	1.87 254	0.91 356	8.59 303	1.10 275	0.57 156	3.59 266	0.53 76	3.70 292	2.20 332	2.80 459	2.25 394	2.00 288	1.42 265	4.13 317	1.86 368	0.30 206	0.20 132	0.32 245	0.21 97	0.33 203	0.36 256

NCC-stereo	3.16 458	1.28 436	18.31 436	1.25 345	1.75 488	4.06 371	1.40 421	3.89 329	2.22 334	2.72 452	2.55 438	3.49 439	2.65 435	9.91 436	2.99 453	1.29 514	0.65 488	0.64 477	0.86 498	0.65 431	0.71 441

Abc-Net	3.16 458	1.28 436	18.31 436	1.25 345	1.75 488	4.06 371	1.40 421	3.89 329	2.22 334	2.72 452	2.55 438	3.49 439	2.65 435	9.91 436	2.99 453	1.29 514	0.65 488	0.64 477	0.86 498	0.65 431	0.71 441
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NCCL2	2.53 384	1.35 448	10.90 337	1.15 307	0.97 316	3.53 252	2.56 494	3.65 276	2.23 336	2.76 455	1.80 276	2.41 331	1.66 338	10.35 453	2.07 396	0.44 384	0.40 410	0.57 457	0.53 460	0.59 407	0.65 430

ETE_ROB	2.07 295	1.40 454	3.01 220	1.09 266	0.92 301	3.94 342	1.53 437	4.25 438	2.23 336	3.31 488	2.06 360	2.35 324	1.52 295	8.74 405	2.07 396	0.44 384	0.36 377	0.51 434	0.48 440	0.54 391	0.62 421

PSMNet-RUCA	1.64 224	1.50 464	2.57 193	1.50 437	1.38 422	3.05 173	1.36 411	3.31 226	2.24 338	1.36 145	2.07 361	1.40 191	1.09 185	1.83 199	1.55 316	1.15 504	0.69 496	1.26 515	0.96 504	1.64 514	0.94 477

NINENet	1.87 254	0.74 284	2.60 194	1.12 286	1.06 344	4.50 466	0.76 194	4.41 489	2.24 338	2.16 332	1.86 310	3.63 450	0.97 149	8.00 394	1.17 231	0.41 361	0.30 332	0.41 378	0.30 299	0.41 306	0.36 256

SACVNet	2.46 370	1.14 410	9.47 316	1.44 422	1.18 370	4.06 371	1.49 434	3.84 315	2.24 338	2.62 439	1.89 320	2.57 353	1.28 231	11.35 493	1.64 338	0.50 426	0.39 405	0.48 415	0.41 415	0.55 393	0.75 452

otaku	4.58 502	8.93 540	19.95 475	3.11 529	2.67 521	3.91 330	2.57 495	3.82 311	2.25 341	2.22 356	9.72 533	4.08 470	2.35 417	8.57 402	2.13 403	3.51 536	1.65 526	2.15 526	1.17 515	3.69 532	3.15 538

Consistency-Raft	2.86 418	1.66 474	19.61 462	1.40 414	1.75 488	3.84 312	1.32 406	4.07 385	2.25 341	1.78 211	2.67 451	1.82 258	4.41 494	1.94 213	2.06 393	0.83 489	0.94 509	1.03 506	1.12 512	1.70 516	1.09 487

HSM	2.35 351	0.81 322	2.21 160	1.14 294	1.55 454	3.44 227	1.03 350	3.99 362	2.25 341	2.29 372	2.11 369	8.04 529	3.05 455	11.60 502	1.71 346	0.33 261	0.22 191	0.28 162	0.23 144	0.32 185	0.35 250

RGC	3.10 452	1.45 460	14.90 386	1.46 428	1.79 493	3.33 213	1.39 419	4.04 375	2.26 344	2.77 456	3.26 484	4.00 465	2.71 438	11.63 509	2.62 443	0.82 487	0.46 444	0.79 496	0.79 495	0.71 453	0.78 458

DISCO	2.25 319	0.73 276	10.06 323	1.76 477	1.12 359	3.47 235	1.25 400	3.24 218	2.26 344	2.65 447	1.96 332	4.53 492	1.92 385	4.17 319	3.61 463	0.32 245	0.25 274	0.31 225	0.29 281	0.66 436	0.41 317

G2L-ROB	2.13 304	0.78 310	10.06 323	1.19 323	1.06 344	3.84 312	0.93 314	3.32 231	2.27 346	2.20 345	1.47 169	2.65 361	1.20 221	8.38 399	1.81 361	0.28 146	0.19 96	0.23 28	0.22 129	0.28 104	0.32 209

CrosDoStereo	5.24 512	0.60 150	20.23 488	0.82 91	0.51 115	3.39 219	18.11 556	3.82 311	2.27 346	1.98 261	8.74 526	1.96 281	6.96 526	7.35 382	26.35 560	0.30 206	0.22 191	0.30 203	0.28 253	0.33 203	0.38 285

DeepStereo_LL	5.24 512	0.60 150	20.23 488	0.82 91	0.51 115	3.39 219	18.11 556	3.82 311	2.27 346	1.98 261	8.74 526	1.96 281	6.96 526	7.35 382	26.35 560	0.30 206	0.22 191	0.30 203	0.28 253	0.33 203	0.38 285

FADNet	2.49 377	1.76 480	13.17 353	1.17 315	0.95 311	3.27 203	0.88 283	3.94 347	2.27 346	1.40 152	1.29 126	2.51 348	2.06 393	9.93 438	1.94 378	0.43 377	0.45 435	0.40 368	0.43 424	1.06 487	0.53 389

rvit_stereo_0083	0.86 65	0.67 228	1.42 79	0.87 132	0.65 193	1.23 19	0.64 128	1.67 33	2.28 350	0.79 78	0.93 52	0.93 122	1.07 182	1.46 133	0.75 108	0.32 245	0.36 377	0.30 203	0.26 198	0.33 203	0.28 153

fast-acv-ft	2.54 386	1.19 418	20.08 482	1.41 415	1.40 426	3.18 187	1.17 385	3.37 238	2.28 350	1.90 238	2.15 377	2.69 363	2.17 406	2.91 284	2.31 416	0.37 312	0.39 405	0.45 399	0.39 398	0.57 403	0.45 342

LALA_ROB	1.95 273	1.48 462	3.11 223	1.05 244	0.98 323	3.99 360	1.82 462	4.44 494	2.28 350	3.31 488	1.85 307	2.76 377	1.67 340	4.04 316	3.23 459	0.46 398	0.41 417	0.55 452	0.52 456	0.60 411	0.57 405

RYNet	2.97 435	0.93 362	15.09 391	1.12 286	1.38 422	3.66 280	1.42 426	4.03 371	2.29 353	2.10 305	1.70 238	3.79 455	2.16 404	13.64 544	3.02 455	0.37 312	0.41 417	0.48 415	0.34 342	0.81 468	0.75 452

WCG-NET	0.88 71	0.49 54	1.26 58	0.90 150	0.37 27	1.48 48	1.07 359	1.73 38	2.30 354	1.63 180	1.49 177	0.92 121	0.97 149	0.95 23	0.76 112	0.22 34	0.16 26	0.23 28	0.20 83	0.25 60	0.21 46

test_sample4	2.34 346	0.63 185	11.59 343	1.30 369	0.83 269	3.07 178	0.72 164	4.27 446	2.30 354	2.30 376	1.88 314	1.73 234	1.42 265	11.14 487	1.46 293	0.35 293	0.29 319	0.35 316	0.36 367	0.40 282	0.38 285

anonymity	1.76 242	1.26 434	2.73 209	1.66 464	1.32 408	1.84 69	1.07 359	3.49 248	2.30 354	2.11 309	2.11 369	1.71 232	3.90 484	1.82 198	1.48 301	1.10 501	1.09 512	1.08 510	1.08 511	1.05 486	1.09 487

DLCB_ROB	2.05 292	0.95 370	2.37 180	1.24 343	1.02 335	2.92 157	1.30 404	3.68 282	2.30 354	2.91 464	2.17 380	3.32 422	1.52 295	10.37 454	2.50 433	0.40 347	0.33 357	0.40 368	0.36 367	0.41 306	0.47 357

coex_refinement	2.10 298	0.85 340	3.67 250	1.31 372	1.13 361	3.21 189	0.85 258	3.86 321	2.31 358	2.51 420	1.92 328	3.49 439	1.69 345	11.08 484	2.13 403	0.37 312	0.25 274	0.27 133	0.31 315	0.41 306	0.37 270

test_sample5	2.33 342	0.62 176	11.29 340	1.29 362	0.83 269	3.09 180	0.74 181	4.28 451	2.31 358	2.20 345	1.97 338	1.68 223	1.39 251	11.19 488	1.47 298	0.37 312	0.31 342	0.37 343	0.37 379	0.41 306	0.39 291

DualNet	2.33 342	0.62 176	11.29 340	1.29 362	0.83 269	3.09 180	0.74 181	4.28 451	2.31 358	2.26 368	2.04 350	1.68 223	1.39 251	11.19 488	1.47 298	0.37 312	0.31 342	0.37 343	0.37 379	0.41 306	0.39 291

NLCA_NET_v2_RVC	2.54 386	1.04 388	16.73 409	1.53 442	2.00 505	3.96 352	0.87 279	3.87 324	2.31 358	2.54 424	1.67 228	2.85 383	1.63 331	5.55 341	1.62 332	0.46 398	0.33 357	0.38 359	0.38 392	0.53 388	0.62 421
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
Wz-Net-MNSev	2.71 411	2.54 504	13.91 371	1.52 440	1.37 419	3.28 207	2.47 489	4.03 371	2.32 362	2.57 429	2.07 361	2.29 318	3.01 451	7.55 387	2.74 446	0.38 329	0.36 377	0.36 331	0.37 379	0.57 403	0.47 357

GwcNet	3.00 441	1.63 470	19.83 470	1.32 375	2.04 510	3.27 203	1.55 441	3.65 276	2.33 363	2.00 278	2.12 372	3.56 448	1.68 344	9.47 422	2.45 429	0.44 384	0.45 435	0.46 404	0.38 392	0.60 411	0.76 454

RAFT-345	2.46 370	0.55 97	19.69 466	1.02 234	0.49 109	4.43 453	0.78 211	1.64 31	2.34 364	2.09 302	3.12 478	1.96 281	1.31 238	6.65 368	1.43 287	0.36 304	0.23 218	0.32 245	0.25 180	0.28 104	0.25 95

RP	2.79 413	1.20 420	10.36 328	1.54 444	1.93 502	3.44 227	1.97 470	4.05 379	2.34 364	2.66 448	2.79 460	3.98 464	2.58 432	10.21 449	2.61 441	0.95 495	0.47 448	0.71 486	0.57 468	0.71 453	0.68 435

rvit_105_1	1.43 193	0.90 351	3.27 230	1.08 260	0.68 212	2.79 140	1.27 401	3.52 255	2.35 366	1.38 150	1.54 190	1.28 171	1.14 204	2.91 284	1.40 280	0.54 443	0.47 448	0.45 399	0.59 471	0.44 343	0.58 410

HITNet	2.07 295	0.82 329	14.77 382	1.34 387	0.56 144	3.47 235	0.80 228	4.07 385	2.35 366	2.16 332	1.61 212	1.64 218	1.44 271	2.09 226	2.56 440	0.26 94	0.18 66	0.41 378	0.26 198	0.45 351	0.25 95
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
PSMNet_ROB	2.95 428	1.38 451	18.46 440	1.19 323	1.20 383	3.80 303	1.65 451	3.54 260	2.35 366	1.98 261	1.71 242	2.75 371	1.79 361	11.43 497	2.78 448	0.42 372	0.36 377	0.50 431	0.60 473	0.59 407	0.49 367

MyStereo8	2.33 342	1.13 406	19.26 454	1.22 337	1.62 466	4.16 402	0.57 90	3.50 251	2.36 369	2.15 327	1.75 253	2.28 313	1.14 204	1.46 133	2.20 409	0.24 60	0.21 163	0.32 245	0.27 224	0.36 252	0.43 330

Ntro	4.21 495	8.94 541	19.89 473	3.22 530	2.96 528	4.15 393	1.89 466	3.92 343	2.36 369	1.77 209	2.14 375	3.35 424	2.17 406	9.48 423	2.24 411	3.52 537	1.76 527	2.13 525	1.31 519	3.83 535	3.09 536

GwcNet-ADL	2.47 373	0.67 228	21.48 535	0.96 191	0.72 225	4.61 486	0.95 324	4.42 490	2.36 369	1.98 261	1.80 276	2.55 351	1.24 227	1.90 209	1.41 284	0.40 347	0.46 444	0.24 57	0.27 224	0.41 306	0.49 367

cf-r	2.57 394	0.79 314	16.09 400	1.48 433	1.35 414	4.19 414	0.93 314	3.68 282	2.36 369	1.97 259	1.81 288	3.42 430	1.45 275	8.24 396	1.83 365	0.32 245	0.26 287	0.33 279	0.30 299	0.34 221	0.37 270

ADCRef	3.30 464	1.23 431	14.90 386	1.17 315	1.41 433	3.95 347	1.64 448	3.88 327	2.36 369	3.05 476	2.21 388	2.40 329	2.81 443	5.04 329	16.63 536	0.46 398	0.34 369	0.63 474	0.62 477	0.54 391	0.67 432

StereoDRNet	2.84 417	1.49 463	14.48 380	1.33 380	1.57 461	3.44 227	2.06 475	3.69 287	2.36 369	3.26 487	1.84 300	2.79 381	1.80 366	10.88 471	3.16 457	0.41 361	0.33 357	0.39 362	0.36 367	0.59 407	0.58 410

YMNet	2.40 359	1.41 456	13.46 358	1.36 397	1.67 478	3.96 352	0.97 333	3.81 308	2.37 375	2.64 443	2.57 442	3.35 424	1.53 302	3.28 293	2.42 425	0.48 411	0.54 464	0.52 440	0.49 443	0.70 444	0.54 395

YMNet_1	2.40 359	1.41 456	13.46 358	1.36 397	1.67 478	3.96 352	0.97 333	3.81 308	2.37 375	2.64 443	2.57 442	3.35 424	1.53 302	3.28 293	2.42 425	0.48 411	0.54 464	0.52 440	0.49 443	0.70 444	0.54 395

WCG-NET（raft）	0.95 92	0.55 97	1.20 53	0.84 110	0.31 4	1.44 44	1.01 344	1.55 19	2.37 375	1.64 183	1.42 158	2.38 328	1.01 160	1.29 98	0.76 112	0.22 34	0.19 96	0.22 14	0.20 83	0.25 60	0.21 46

CFNet_ucs	2.36 356	0.68 236	18.42 439	0.89 141	0.81 256	3.85 320	0.68 147	4.29 454	2.37 375	2.09 302	2.04 350	3.31 421	1.24 227	2.63 274	1.14 224	0.36 304	0.45 435	0.56 454	0.29 281	0.66 436	0.49 367

MIPNet	2.33 342	0.71 261	19.82 469	0.89 141	0.56 144	4.76 514	0.61 110	4.32 469	2.37 375	1.83 219	1.48 176	1.48 199	1.98 388	2.63 274	1.44 289	0.29 167	0.20 132	0.26 105	0.23 144	0.30 140	0.39 291

HBP-ISP	3.25 463	1.10 401	20.86 515	1.54 444	1.15 364	4.50 466	2.89 504	4.43 493	2.38 380	4.14 509	1.96 332	1.90 270	2.04 391	11.08 484	1.32 269	0.66 466	0.57 471	0.66 480	0.61 476	0.64 428	0.61 418

IPLGR	2.53 384	0.58 130	20.46 503	0.82 91	0.52 124	4.56 480	0.50 62	4.30 462	2.38 380	1.87 228	1.53 188	1.68 223	1.72 351	6.95 377	1.15 225	0.28 146	0.21 163	0.27 133	0.23 144	0.33 203	0.32 209

DANet	2.63 398	1.07 395	8.10 298	1.83 487	1.70 483	3.25 199	1.16 382	4.31 465	2.38 380	3.40 493	2.18 382	4.08 470	1.80 366	9.77 429	3.89 467	0.52 438	0.55 468	0.59 461	0.44 426	0.63 421	0.86 469
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
TCMNet	2.98 437	1.30 438	18.26 433	1.47 431	2.09 511	3.84 312	1.08 364	3.96 354	2.39 383	2.53 423	2.29 402	2.43 337	1.75 355	10.09 446	2.39 420	0.52 438	0.45 435	0.61 469	0.50 449	0.80 467	0.78 458

Wz-Net-SNSev	2.98 437	4.36 520	15.98 399	1.57 452	1.19 377	3.28 207	1.80 460	3.96 354	2.40 384	2.32 386	2.28 399	3.48 433	2.05 392	7.84 393	3.82 466	0.47 407	0.39 405	0.53 444	0.49 443	0.71 453	0.60 415

Syn2CoEx	3.08 449	2.55 505	19.88 472	1.34 387	1.18 370	2.43 115	1.65 451	3.91 338	2.40 384	2.39 404	2.27 396	2.90 386	3.17 461	9.57 427	2.54 438	0.50 426	0.45 435	0.53 444	0.39 398	0.74 457	0.72 447

CoDeX	2.40 359	0.78 310	13.21 354	1.00 218	1.18 370	3.24 196	1.32 406	4.14 407	2.41 386	1.74 205	1.84 300	2.05 296	1.47 280	10.03 443	1.60 324	0.34 273	0.28 309	0.32 245	0.27 224	0.32 185	0.39 291

ccnet	2.66 402	0.97 377	8.01 297	1.54 444	1.24 392	3.75 293	2.18 482	4.07 385	2.41 386	2.66 448	3.25 483	2.87 385	2.31 415	9.89 435	3.50 461	0.78 481	0.75 502	0.71 486	0.67 480	0.76 460	0.81 463

GANet	2.93 427	1.05 389	11.29 340	1.64 461	0.96 312	3.91 330	2.52 492	3.72 294	2.41 386	2.95 471	3.00 471	3.21 411	2.03 389	12.42 529	4.72 475	0.51 432	0.41 417	0.46 404	0.39 398	0.60 411	0.50 374

test_sample6	2.35 351	0.62 176	10.78 335	1.33 380	0.83 269	3.15 185	0.79 218	4.36 480	2.43 389	2.26 368	2.04 350	1.69 228	1.39 251	11.48 499	1.61 327	0.38 329	0.32 350	0.37 343	0.39 398	0.41 306	0.42 321

MaskLacGwcNet_RVC	3.13 454	1.43 458	9.93 321	2.50 518	1.62 466	4.29 432	1.68 455	3.95 349	2.43 389	1.66 188	1.91 326	3.04 398	1.41 260	13.26 537	1.58 320	3.82 542	1.59 524	1.12 512	0.46 432	2.21 520	2.74 535

BEATNet_4x	1.92 268	1.36 449	8.75 307	1.20 328	0.56 144	3.46 232	1.03 350	4.00 364	2.43 389	2.25 365	1.70 238	2.10 303	1.59 310	2.57 270	3.05 456	0.37 312	0.22 191	0.47 407	0.29 281	0.60 411	0.40 311

AF-Net	2.87 421	1.30 438	16.24 401	1.33 380	1.75 488	3.26 201	1.59 443	4.09 391	2.43 389	2.69 450	2.94 468	4.51 490	3.20 462	5.84 349	2.75 447	0.76 480	0.36 377	0.72 490	0.49 443	0.70 444	0.56 401

STTStereo	2.34 346	0.95 370	14.93 388	1.43 419	1.54 450	3.86 322	0.86 261	3.65 276	2.44 393	2.15 327	1.55 194	2.49 347	1.59 310	5.14 332	1.44 289	0.38 329	0.39 405	0.47 407	0.51 453	0.52 382	0.51 382

222	2.68 407	0.57 117	2.03 136	1.11 282	0.81 256	3.23 193	0.65 137	4.52 508	2.45 394	2.34 393	2.29 402	1.41 192	1.44 271	10.50 457	18.47 546	0.32 245	0.30 332	0.32 245	0.27 224	0.32 185	0.34 236

NVstereo2D	2.54 386	0.90 351	11.10 338	1.32 375	1.47 440	3.58 265	1.38 418	4.13 401	2.45 394	1.90 238	1.71 242	2.86 384	1.76 356	10.86 470	1.66 341	0.60 453	0.43 425	0.53 444	0.41 415	0.78 463	0.94 477

DRN-Test	3.03 445	0.99 378	18.18 431	1.35 391	1.60 463	3.59 266	1.48 430	4.13 401	2.45 394	3.47 495	1.92 328	2.58 355	2.53 429	10.88 471	2.80 449	0.39 341	0.36 377	0.44 393	0.41 415	0.55 393	0.57 405

AdaStereo	1.45 196	0.83 332	2.34 179	1.28 359	0.81 256	3.21 189	1.14 379	4.20 416	2.46 397	2.05 293	1.77 267	2.48 345	1.18 215	1.71 182	1.44 289	0.43 377	0.25 274	0.43 389	0.28 253	0.44 343	0.34 236
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.
dad	1.65 225	1.19 418	3.04 221	0.98 204	0.56 144	4.22 420	0.84 249	1.99 63	2.48 398	2.14 319	1.68 231	1.62 217	1.13 197	3.85 308	2.04 390	1.03 499	0.40 410	2.04 523	0.48 440	0.75 459	0.53 389

delet	1.92 268	0.76 301	5.14 268	1.01 224	1.65 474	3.44 227	2.03 474	3.76 299	2.48 398	2.01 280	2.05 356	2.63 360	1.90 383	5.34 335	2.12 400	0.28 146	0.29 319	0.40 368	0.31 315	0.41 306	0.45 342

FADNet-RVC	2.51 380	2.27 496	14.03 372	1.09 266	0.81 256	3.54 256	1.10 370	4.13 401	2.48 398	1.39 151	1.22 104	1.85 267	1.77 358	9.78 431	2.06 393	0.38 329	0.37 390	0.40 368	0.40 409	0.67 438	0.48 361

RTSC	2.95 428	2.51 500	15.49 397	1.54 444	1.30 400	3.51 248	0.86 261	3.89 329	2.48 398	3.64 496	3.12 478	3.04 398	2.30 412	5.70 346	6.67 486	0.55 445	0.35 373	0.37 343	0.39 398	0.70 444	0.60 415

xxxx	2.67 404	0.54 91	2.03 136	1.22 337	0.81 256	3.49 241	0.63 125	4.49 503	2.49 402	2.22 356	2.23 391	2.05 296	1.38 248	10.05 444	17.91 542	0.32 245	0.32 350	0.30 203	0.27 224	0.33 203	0.34 236

WZ-Net	3.62 474	4.87 522	16.77 411	1.43 419	1.40 426	3.75 293	2.29 485	4.12 400	2.50 403	2.74 454	2.19 384	4.06 469	5.29 506	10.19 448	7.36 496	0.54 443	0.37 390	0.47 407	0.49 443	0.77 461	0.73 448

ac_64	2.35 351	0.62 176	9.77 318	1.32 375	1.71 484	3.27 203	0.93 314	3.48 245	2.50 403	1.74 205	1.73 247	3.91 460	1.77 358	10.21 449	1.86 368	0.40 347	0.31 342	0.33 279	0.30 299	0.34 221	0.39 291

CVANet_RVC	2.55 390	1.10 401	9.13 314	1.46 428	1.15 364	3.96 352	1.53 437	3.91 338	2.50 403	3.04 474	2.04 350	2.60 356	1.72 351	12.46 531	1.50 305	0.49 423	0.30 332	0.51 434	0.41 415	0.63 421	0.50 374

HSM-Net_RVC	2.87 421	0.57 117	17.46 423	0.92 163	0.90 298	3.70 284	1.20 393	5.64 538	2.51 406	3.22 486	2.43 425	2.54 350	1.59 310	11.41 495	1.65 340	0.34 273	0.25 274	0.26 105	0.23 144	0.30 140	0.29 163
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
raft_robust	1.92 268	1.15 411	3.34 235	1.02 234	0.43 62	3.84 312	0.46 52	4.42 490	2.52 407	1.67 190	1.36 145	2.17 307	6.37 520	6.78 374	1.04 205	0.28 146	0.24 252	0.30 203	0.35 357	0.31 159	0.32 209

rvit_0105_3	1.24 156	0.93 362	2.84 212	0.97 198	0.58 165	2.38 110	1.08 364	3.26 221	2.53 408	1.18 133	1.40 154	1.24 167	1.04 168	1.73 184	0.97 193	0.44 384	0.44 430	0.40 368	0.42 421	0.42 325	0.50 374

ITSA-stereo	1.86 253	0.72 265	3.74 251	1.20 328	0.66 200	4.09 378	0.91 299	4.24 436	2.53 408	1.93 249	1.77 267	1.59 213	2.15 401	6.12 357	2.44 428	0.40 347	0.38 396	0.40 368	0.40 409	0.50 377	0.98 481

DIP-Stereo	1.24 156	0.69 239	1.77 111	0.65 23	0.61 174	4.29 432	0.58 99	4.44 494	2.53 408	1.98 261	1.33 133	0.91 116	0.86 120	1.25 89	1.25 252	0.36 304	0.23 218	0.32 245	0.23 144	0.32 185	0.29 163
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
CBMV	3.32 466	0.96 376	21.16 526	1.32 375	0.83 269	3.81 305	3.91 532	4.47 499	2.53 408	3.34 490	2.24 392	4.45 487	2.58 432	10.07 445	1.96 383	0.45 393	0.43 425	0.48 415	0.38 392	0.52 382	0.53 389
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DispNO	3.00 441	0.75 296	18.92 446	1.17 315	1.10 356	3.72 287	0.94 320	4.29 454	2.54 412	2.24 362	2.28 399	4.51 490	2.12 397	11.40 494	2.09 398	0.31 225	0.28 309	0.31 225	0.28 253	0.36 252	0.39 291

MyStereo04	2.29 331	0.80 318	18.77 443	1.00 218	1.04 339	3.95 347	0.95 324	3.91 338	2.54 412	1.99 266	1.27 123	2.31 320	1.65 336	2.02 220	1.77 357	0.24 60	0.24 252	0.34 297	0.26 198	0.41 306	0.37 270

iResNet	2.52 383	0.94 368	21.17 527	1.84 488	0.72 225	3.75 293	0.81 237	4.14 407	2.55 414	2.33 392	2.03 347	1.35 181	1.44 271	3.27 292	2.16 407	0.35 293	0.23 218	0.28 162	0.22 129	0.44 343	0.45 342

RALAANet	1.28 175	1.08 397	3.21 226	1.25 345	0.94 308	1.44 44	0.69 153	3.15 206	2.57 415	2.01 280	1.80 276	1.29 174	1.05 173	2.00 216	1.48 301	0.27 109	0.20 132	0.27 133	0.24 169	0.40 282	0.27 134

SDNR	3.97 488	1.93 486	20.28 494	1.31 372	0.94 308	5.16 522	0.67 141	4.33 471	2.58 416	4.82 521	5.94 512	5.01 508	1.45 275	17.52 552	2.53 436	0.79 482	0.72 499	0.59 461	0.45 430	1.15 499	1.17 491

hitnet-ft	2.37 357	0.73 276	8.34 299	0.96 191	0.89 295	3.77 296	0.80 228	3.55 262	2.58 416	2.24 362	2.04 350	3.65 452	1.49 288	11.71 514	1.89 371	0.44 384	0.53 462	0.44 393	0.35 357	0.52 382	0.48 361

ssnet_v2	2.04 290	0.88 348	7.87 293	1.20 328	0.87 287	3.86 322	1.64 448	4.01 366	2.60 418	2.61 438	1.96 332	3.79 455	1.71 349	2.20 239	2.96 452	0.41 361	0.35 373	0.42 385	0.37 379	0.55 393	0.52 387

test_for_model	2.16 307	3.87 518	1.58 98	4.16 542	3.64 538	2.51 122	0.96 330	3.63 273	2.62 419	2.45 411	1.39 151	1.02 133	0.73 74	0.92 21	0.57 41	2.97 529	2.19 534	0.26 105	0.17 27	5.32 547	2.24 522

MyStereo05	2.37 357	0.72 265	19.94 474	1.02 234	0.99 326	4.26 425	0.86 261	4.01 366	2.62 419	2.14 319	1.26 117	2.28 313	1.63 331	2.07 221	1.68 343	0.24 60	0.23 218	0.34 297	0.26 198	0.42 325	0.36 256

rvit_0105_5	1.13 125	0.93 362	2.60 194	0.91 157	0.56 144	1.92 76	0.91 299	3.02 192	2.63 421	0.95 110	1.20 98	1.18 155	0.93 141	1.51 142	0.93 184	0.40 347	0.43 425	0.37 343	0.35 357	0.42 325	0.44 336

1111x	3.13 454	0.57 117	8.38 301	1.20 328	0.76 241	3.80 303	0.88 283	4.61 515	2.63 421	2.31 382	2.16 378	1.95 276	1.81 369	11.54 500	18.13 544	0.32 245	0.31 342	0.32 245	0.30 299	0.35 239	0.34 236

STrans-v2	3.03 445	0.77 304	20.91 518	0.81 81	0.63 183	3.89 327	1.01 344	4.27 446	2.64 423	2.28 370	3.70 493	4.13 473	5.20 504	7.33 381	1.27 258	0.31 225	0.18 66	0.29 183	0.25 180	0.29 117	0.41 317

PS-NSSS	2.22 313	1.33 447	2.90 216	0.97 198	1.53 449	4.11 384	1.08 364	4.55 510	2.65 424	2.10 305	2.32 419	1.77 241	1.40 255	11.79 517	1.61 327	0.68 472	0.45 435	0.96 504	0.43 424	0.95 479	0.92 475

MDST_ROB	5.53 517	0.59 138	23.11 550	2.55 519	2.69 522	21.20 558	1.98 471	4.77 522	2.65 424	9.36 545	4.25 499	4.14 474	4.45 495	22.57 556	3.68 465	0.48 411	0.33 357	0.47 407	0.44 426	0.44 343	0.44 336

iResNet_ROB	1.89 259	1.02 383	8.60 304	1.39 411	0.98 323	3.72 287	0.66 140	3.84 315	2.65 424	1.88 231	2.05 356	1.98 285	1.27 229	4.52 322	1.67 342	0.30 206	0.20 132	0.28 162	0.18 47	0.31 159	0.40 311

GASNet	3.24 461	5.55 527	20.58 508	1.56 451	1.25 395	2.32 106	1.12 374	4.04 375	2.67 427	1.88 231	2.10 365	3.00 395	2.16 404	10.59 459	2.43 427	0.65 464	0.37 390	0.61 469	0.45 430	0.87 473	0.58 410

FAT-Stereo	3.34 467	0.81 322	20.05 478	1.25 345	1.20 383	3.44 227	1.99 472	4.23 428	2.67 427	3.14 481	3.82 496	3.51 442	3.32 467	11.68 512	1.94 378	0.64 461	0.67 492	0.48 415	0.52 456	0.61 416	0.81 463

SPS-STEREO	3.97 488	1.44 459	20.85 514	1.72 473	1.71 484	3.24 196	2.30 486	3.55 262	2.68 429	4.79 520	3.66 492	5.44 518	2.97 448	9.11 413	9.35 506	1.15 504	1.10 513	1.06 509	1.02 509	1.16 500	1.18 492
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
111	1.83 250	0.92 358	9.08 309	0.81 81	0.36 13	4.25 424	0.91 299	4.44 494	2.70 430	2.39 404	1.96 332	2.30 319	1.64 334	1.28 95	1.82 363	0.28 146	0.22 191	0.24 57	0.20 83	0.31 159	0.54 395

test_xeample	2.67 404	0.56 108	2.05 139	1.09 266	0.81 256	3.24 196	0.80 228	4.55 510	2.70 430	2.42 408	2.27 396	1.39 186	1.40 255	10.75 465	17.51 541	0.30 206	0.30 332	0.32 245	0.28 253	0.34 221	0.33 224

ADCPNet	3.89 483	1.63 470	20.25 492	1.28 359	1.27 398	6.43 532	2.65 497	3.93 344	2.70 430	2.78 457	2.20 386	4.28 482	6.16 518	5.56 342	10.27 510	0.65 464	1.18 515	0.71 486	1.70 526	0.84 472	1.37 501

s12784h	1.31 182	0.45 20	2.41 185	0.71 42	0.35 11	4.42 451	0.50 62	4.22 424	2.73 433	2.01 280	2.48 430	0.91 116	0.96 146	2.01 219	0.70 89	0.29 167	0.18 66	0.24 57	0.16 12	0.27 87	0.18 3

DAS	2.31 335	0.67 228	4.79 265	1.14 294	1.64 470	2.93 161	2.13 479	4.09 391	2.74 434	4.17 510	2.52 435	2.46 343	1.79 361	11.55 501	1.63 335	0.37 312	0.22 191	0.39 362	0.25 180	0.41 306	0.34 236

SepStereo	2.15 306	0.67 228	4.79 265	1.14 294	1.64 470	2.93 161	2.13 479	4.09 391	2.74 434	4.17 510	2.52 435	2.46 343	1.79 361	8.36 397	1.63 335	0.37 312	0.22 191	0.39 362	0.25 180	0.41 306	0.34 236

Sa-1000	1.63 223	0.79 314	3.56 243	1.11 282	0.48 102	4.06 371	1.41 424	4.49 503	2.75 436	2.00 278	2.80 462	1.84 264	1.43 268	2.64 276	1.50 305	0.27 109	0.19 96	0.36 331	0.33 334	0.36 252	0.30 190

DMCA	1.72 234	0.74 284	6.63 281	1.14 294	0.96 312	3.98 359	0.90 291	3.75 297	2.76 437	2.83 462	1.58 200	2.35 324	1.18 215	1.58 151	1.98 385	0.40 347	0.27 298	0.42 385	0.26 198	0.36 252	0.38 285

CFNet	2.34 346	1.10 401	8.96 308	1.34 387	1.24 392	4.09 378	0.73 169	4.04 375	2.77 438	1.62 179	1.87 313	2.27 312	1.45 275	11.41 495	1.82 363	0.31 225	0.24 252	0.43 389	0.36 367	0.43 335	0.33 224

Any-RAFT	1.40 190	0.53 80	2.78 210	1.09 266	0.64 185	4.41 449	0.81 237	3.97 356	2.78 439	1.99 266	1.34 138	2.36 326	1.56 309	1.56 148	0.75 108	0.27 109	0.20 132	0.25 79	0.18 47	0.25 60	0.28 153

XQC	2.96 431	2.42 499	14.85 383	1.36 397	1.32 408	3.29 211	1.53 437	4.28 451	2.78 439	3.21 485	2.46 427	3.53 444	2.92 447	6.58 365	4.67 473	0.70 476	0.41 417	0.59 461	0.56 465	0.96 483	0.83 468

SST-Stereo	1.76 242	0.58 130	3.10 222	1.44 422	0.46 84	4.71 508	0.76 194	2.22 86	2.79 441	2.07 301	2.18 382	2.43 337	3.22 463	6.66 369	0.84 139	0.42 372	0.19 96	0.30 203	0.27 224	0.35 239	0.26 119

HCRNet	1.60 215	0.56 108	2.47 187	0.78 76	1.36 417	4.11 384	0.71 161	3.57 264	2.79 441	1.75 207	1.61 212	1.58 211	1.41 260	5.79 348	1.56 318	0.34 273	0.28 309	0.36 331	0.29 281	0.33 203	0.37 270

TDLM	2.29 331	1.08 397	4.61 264	1.29 362	1.01 334	4.26 425	2.17 481	3.75 297	2.79 441	2.31 382	1.98 340	2.06 298	1.59 310	12.45 530	1.72 348	0.51 432	0.28 309	0.52 440	0.35 357	0.56 399	0.50 374

CBMV_ROB	3.62 474	0.70 249	21.42 534	1.21 334	0.89 295	4.43 453	1.76 457	4.39 486	2.79 441	5.88 527	3.38 487	4.18 476	5.12 503	10.75 465	2.32 417	0.56 447	0.55 468	0.53 444	0.51 453	0.55 393	0.46 352

SMFormer	2.00 283	0.57 117	4.46 258	1.36 397	0.57 156	2.03 84	0.73 169	4.25 438	2.80 445	2.32 386	2.31 414	1.95 276	1.52 295	10.99 477	2.13 403	0.34 273	0.32 350	0.36 331	0.31 315	0.38 267	0.36 256

tta	2.00 283	0.57 117	4.46 258	1.36 397	0.57 156	2.03 84	0.73 169	4.25 438	2.80 445	2.32 386	2.31 414	1.95 276	1.52 295	10.99 477	2.13 403	0.34 273	0.32 350	0.36 331	0.31 315	0.29 117	0.29 163

qqq1	1.92 268	0.57 117	4.46 258	1.36 397	0.57 156	2.03 84	0.73 169	4.25 438	2.80 445	2.32 386	2.31 414	1.95 276	1.52 295	10.99 477	0.71 92	0.34 273	0.32 350	0.30 203	0.23 144	0.29 117	0.29 163

fff1	1.92 268	0.57 117	4.46 258	1.36 397	0.57 156	2.03 84	0.73 169	4.25 438	2.80 445	2.32 386	2.31 414	1.95 276	1.52 295	10.99 477	0.71 92	0.34 273	0.32 350	0.30 203	0.23 144	0.29 117	0.29 163

SAMSARA	3.55 472	2.16 495	14.18 375	1.86 491	1.49 442	4.62 487	2.65 497	3.58 267	2.80 445	7.05 535	3.05 474	5.16 514	4.07 487	9.18 416	4.80 477	0.64 461	0.67 492	0.59 461	0.68 483	0.89 474	0.91 474

DispFullNet	4.64 503	3.48 515	23.95 555	3.99 540	3.03 529	3.35 215	1.06 357	4.18 412	2.80 445	6.33 532	2.94 468	4.04 468	7.81 533	3.92 313	5.16 481	2.75 526	1.61 525	3.10 541	2.68 548	3.32 527	3.31 543

S-Stereo	3.48 471	0.91 356	22.06 545	1.36 397	1.50 444	3.55 258	2.53 493	4.21 421	2.81 451	2.37 399	3.81 495	3.75 453	1.84 373	11.90 522	2.51 434	0.63 458	0.71 498	0.48 415	0.76 489	0.67 438	1.19 493

NOSS_ROB	2.27 323	0.73 276	3.00 219	1.71 471	1.00 333	3.90 329	0.97 333	4.29 454	2.81 451	2.94 470	2.19 384	3.88 459	1.19 219	11.77 516	1.62 332	0.59 452	0.54 464	0.56 454	0.52 456	0.56 399	0.54 395

ARAFT	2.56 391	1.13 406	19.50 461	0.89 141	0.48 102	4.15 393	1.40 421	4.36 480	2.82 453	2.36 398	1.88 314	1.70 230	1.04 168	6.45 363	1.22 244	0.29 167	0.18 66	0.37 343	0.35 357	0.35 239	0.25 95

MFN_U_SF_DS_RVC	3.94 486	10.88 551	12.30 349	1.26 351	1.55 454	5.19 523	3.33 517	4.42 490	2.82 453	2.58 432	2.62 446	5.00 507	2.11 396	14.03 548	2.73 445	1.28 513	2.34 540	0.67 482	1.83 531	0.81 468	1.03 483

RAFT-Stereo + iAFF	1.25 160	0.72 265	1.74 109	1.05 244	0.36 13	4.13 389	0.42 37	2.95 183	2.84 455	2.02 285	2.40 424	1.61 216	1.11 194	1.26 90	0.97 193	0.21 26	0.15 21	0.26 105	0.23 144	0.29 117	0.23 70

edge stereo	3.37 469	1.01 382	21.99 543	1.28 359	1.37 419	2.67 137	1.39 419	3.98 358	2.87 456	2.93 466	3.27 485	4.35 484	2.43 422	11.62 504	2.39 420	0.60 453	0.63 486	0.79 496	0.55 463	0.68 441	0.67 432

ADCS	4.22 496	5.33 524	16.32 402	1.64 461	1.31 402	3.91 330	3.64 526	4.21 421	2.89 457	5.11 522	2.81 464	4.46 488	3.06 457	5.21 333	19.50 550	0.63 458	0.64 487	0.69 483	0.69 485	1.12 494	1.26 494

CC-Net-ROB	3.35 468	1.76 480	13.89 370	2.33 516	1.65 474	4.49 463	1.62 445	4.73 520	2.90 458	1.92 245	2.05 356	1.99 287	1.61 315	12.57 534	1.60 324	2.46 525	2.18 533	2.68 534	1.04 510	2.11 519	1.38 503

rvit_0105_4	1.07 119	0.99 378	2.39 182	0.93 177	0.54 133	1.62 59	0.84 249	2.77 166	2.91 459	0.80 80	0.91 49	1.09 140	0.86 120	1.63 168	0.85 142	0.40 347	0.45 435	0.35 316	0.31 315	0.43 335	0.40 311

GANetREF_RVC	3.20 460	1.93 486	18.84 444	1.51 439	0.80 253	4.12 386	1.82 462	4.16 411	2.91 459	1.87 228	1.74 249	2.48 345	1.84 373	13.18 536	1.74 353	0.80 484	0.57 471	0.79 496	0.74 487	1.20 504	0.86 469
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
MLG-Stereo	0.77 38	0.39 4	1.04 3	0.64 16	0.41 50	3.01 170	0.31 7	1.89 51	2.92 461	0.47 1	0.29 2	0.66 55	0.47 14	1.35 109	0.39 4	0.20 23	0.18 66	0.24 57	0.16 12	0.19 4	0.20 19

AFF-stereo	1.31 182	0.77 304	1.46 82	1.10 275	0.45 75	3.93 337	0.48 59	2.92 182	2.92 461	1.90 238	2.21 388	2.11 305	1.52 295	1.93 211	1.12 222	0.21 26	0.16 26	0.25 79	0.25 180	0.29 117	0.20 19

AASNet	2.44 366	0.92 358	19.79 468	1.35 391	1.49 442	3.81 305	1.07 359	3.85 318	2.93 463	1.95 254	2.29 402	1.96 281	1.29 234	1.73 184	1.93 376	0.39 341	0.33 357	0.45 399	0.30 299	0.55 393	0.45 342

ttt	2.76 412	0.56 108	2.28 172	1.41 415	1.21 389	3.67 281	0.77 207	4.59 513	2.94 464	2.35 394	2.30 407	2.45 341	1.54 305	11.25 491	15.56 529	0.43 377	0.36 377	0.37 343	0.33 334	0.40 282	0.40 311

rvit_0105_6	1.00 106	0.93 362	2.21 160	0.92 163	0.55 140	1.52 53	0.79 218	2.41 104	2.96 465	0.76 68	0.72 20	1.02 133	0.75 81	1.42 122	0.81 130	0.40 347	0.43 425	0.34 297	0.31 315	0.43 335	0.34 236

ADStereo(finetuned)	2.04 290	0.73 276	13.28 355	0.82 91	0.40 45	4.16 402	0.59 103	4.25 438	2.97 466	2.35 394	1.84 300	1.18 155	3.40 469	1.52 144	1.54 315	0.29 167	0.24 252	0.23 28	0.18 47	0.30 140	0.51 382

DCANet	1.74 237	0.73 276	9.08 309	0.82 91	0.40 45	4.18 410	0.59 103	4.25 438	2.97 466	2.35 394	1.84 300	1.18 155	1.63 331	1.51 142	1.55 316	0.29 167	0.24 252	0.23 28	0.18 47	0.30 140	0.53 389

MFMNet_re	2.91 424	1.91 485	18.25 432	3.06 528	1.89 500	3.13 183	1.67 453	3.52 255	2.97 466	3.14 481	2.87 467	2.26 311	2.41 420	2.42 250	2.00 386	1.10 501	1.05 511	0.94 503	0.90 500	1.28 506	1.46 507

DCANet-4	1.96 275	0.51 63	14.31 379	0.82 91	0.40 45	4.16 402	0.57 90	4.29 454	2.98 469	2.30 376	1.80 276	1.03 135	1.54 305	1.44 125	1.44 289	0.29 167	0.23 218	0.23 28	0.18 47	0.24 46	0.42 321

ADLNet	2.29 331	0.83 332	3.62 248	1.35 391	1.60 463	3.67 281	1.24 399	3.95 349	2.98 469	2.58 432	2.29 402	4.01 466	1.79 361	11.23 490	2.09 398	0.37 312	0.38 396	0.36 331	0.34 342	0.45 351	0.71 441

ADCP+	3.74 480	1.96 488	16.90 412	1.09 266	1.55 454	4.35 438	3.65 527	3.93 344	2.98 469	2.22 356	1.66 227	3.95 461	4.83 500	3.41 296	18.87 549	0.38 329	0.41 417	0.63 474	0.53 460	0.64 428	0.81 463

SuperB	4.79 506	4.41 521	21.08 523	1.45 426	1.08 350	3.91 330	3.08 512	4.18 412	3.01 472	2.50 417	2.10 365	2.75 371	3.49 476	8.80 406	19.60 551	0.44 384	0.33 357	0.53 444	0.39 398	12.01 561	0.64 428

TransformOpticalFlow	3.03 445	0.77 304	20.99 521	1.00 218	0.55 140	4.18 410	0.64 128	4.33 471	3.02 473	2.18 338	3.09 477	4.35 484	5.07 502	7.36 384	1.27 258	0.32 245	0.18 66	0.32 245	0.26 198	0.28 104	0.46 352

RainbowNet	4.56 500	8.28 534	20.07 481	3.64 538	3.23 536	4.15 393	2.99 508	4.18 412	3.03 474	2.20 345	2.65 449	4.26 481	2.90 446	9.77 429	2.12 400	3.88 543	2.27 537	2.71 536	1.72 528	3.78 534	3.31 543

MLG-Stereo_test1	0.80 47	0.39 4	1.02 2	0.65 23	1.20 383	3.14 184	0.29 6	1.59 22	3.05 475	0.50 4	0.24 1	0.67 56	0.43 9	1.33 106	0.40 5	0.21 26	0.18 66	0.23 28	0.15 4	0.19 4	0.20 19

mmx	2.98 437	0.60 150	5.21 271	1.14 294	0.99 326	3.62 273	0.86 261	4.49 503	3.05 475	2.20 345	2.30 407	3.48 433	1.62 318	11.62 504	16.09 531	0.33 261	0.28 309	0.48 415	0.37 379	0.44 343	0.37 270

xxx	2.98 437	0.60 150	5.21 271	1.14 294	0.99 326	3.62 273	0.86 261	4.49 503	3.05 475	2.20 345	2.30 407	3.48 433	1.62 318	11.62 504	16.09 531	0.33 261	0.28 309	0.48 415	0.37 379	0.44 343	0.37 270

FBW_ROB	3.24 461	1.02 383	9.21 315	1.49 436	1.07 348	3.78 298	1.48 430	4.31 465	3.08 478	2.46 412	2.32 419	4.20 479	2.08 395	15.19 550	7.16 495	0.84 490	0.62 484	1.33 517	0.92 501	0.99 484	1.31 497

SGM-Forest	2.96 431	0.62 176	3.49 238	1.09 266	0.80 253	4.06 371	3.30 515	4.37 483	3.09 479	4.18 513	3.27 485	4.67 500	3.86 483	11.69 513	7.91 499	0.51 432	0.46 444	0.49 428	0.39 398	0.48 369	0.49 367
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SA	1.62 219	0.75 296	3.78 253	1.07 252	0.43 62	4.26 425	1.36 411	4.45 497	3.12 480	1.63 180	1.97 338	1.68 223	2.26 411	2.55 267	1.27 258	0.27 109	0.22 191	0.37 343	0.37 379	0.35 239	0.30 190

Wz-Net-TNSev	3.67 476	8.83 537	13.47 360	1.48 433	1.18 370	3.60 268	2.49 491	4.27 446	3.13 481	2.18 338	1.89 320	4.21 480	2.80 442	12.10 524	7.58 498	0.57 449	0.55 468	0.47 407	0.54 462	0.91 477	1.05 484

AANet_RVC	3.03 445	1.72 477	12.78 351	1.17 315	1.12 359	3.79 301	1.10 370	3.86 321	3.13 481	2.62 439	4.26 500	3.96 463	1.41 260	11.43 497	5.23 482	0.94 494	0.47 448	0.34 297	0.23 144	0.40 282	0.55 399

pcwnet_v2	2.70 410	0.65 207	22.48 546	1.08 260	1.03 336	3.56 260	0.81 237	4.29 454	3.14 483	2.29 372	2.29 402	3.01 396	1.71 349	3.32 295	1.43 287	0.43 377	0.50 459	0.41 378	0.34 342	0.61 416	0.56 401

RASNet	2.56 391	0.70 249	10.06 323	1.60 456	2.25 517	3.67 281	1.00 341	3.38 239	3.14 483	1.81 216	2.11 369	4.60 495	2.30 412	10.25 451	2.61 441	0.37 312	0.24 252	0.25 79	0.24 169	0.28 104	0.26 119

stereogan	3.09 450	0.93 362	16.43 404	1.37 407	1.66 477	3.70 284	1.67 453	3.87 324	3.15 485	3.04 474	2.70 454	5.04 509	2.79 441	9.96 439	1.78 359	0.63 458	0.49 458	0.69 483	0.47 435	0.83 471	0.68 435

ACVNet_1	6.04 525	13.97 558	21.36 532	3.58 536	3.14 533	4.73 509	2.48 490	4.20 416	3.17 486	2.98 472	2.83 466	23.31 555	4.34 493	11.06 481	2.45 429	3.68 539	2.33 539	2.60 531	1.79 530	3.69 532	3.19 540

SHD	2.82 415	2.04 492	13.80 368	1.69 467	1.79 493	2.73 139	1.07 359	3.85 318	3.18 487	4.63 518	2.74 455	3.38 429	2.77 440	5.48 340	3.66 464	0.62 457	0.47 448	0.51 434	0.55 463	0.65 431	0.74 449

RTS	3.90 484	7.04 531	17.94 428	1.92 494	2.19 514	5.00 520	2.96 506	4.29 454	3.19 488	4.05 506	3.08 475	4.94 504	3.16 459	7.64 388	6.72 487	0.66 466	0.44 430	0.51 434	0.47 435	0.95 479	0.76 454

RTSA	3.90 484	7.04 531	17.94 428	1.92 494	2.19 514	5.00 520	2.96 506	4.29 454	3.19 488	4.05 506	3.08 475	4.94 504	3.16 459	7.64 388	6.72 487	0.66 466	0.44 430	0.51 434	0.47 435	0.95 479	0.76 454

PDISCO_ROB	2.86 418	1.53 466	14.27 377	1.98 500	2.19 514	4.52 471	1.35 409	4.65 516	3.19 488	2.09 302	2.16 378	3.53 444	2.45 424	5.32 334	2.12 400	1.30 516	0.78 504	0.72 490	0.59 471	1.24 505	1.28 495

TestStereo1	1.56 206	0.81 322	2.32 174	1.61 459	0.64 185	4.13 389	1.36 411	3.79 305	3.20 491	1.60 172	2.57 442	1.39 186	2.15 401	2.51 259	1.30 266	0.29 167	0.20 132	0.34 297	0.25 180	0.40 282	0.36 256

SA-5K	1.56 206	0.81 322	2.32 174	1.61 459	0.64 185	4.13 389	1.36 411	3.79 305	3.20 491	1.60 172	2.57 442	1.39 186	2.15 401	2.51 259	1.30 266	0.29 167	0.20 132	0.34 297	0.25 180	0.40 282	0.36 256

AnyNet_C32	4.17 494	5.75 528	12.62 350	1.60 456	1.54 450	5.51 526	4.09 533	3.90 334	3.23 493	4.22 514	3.03 473	3.10 402	3.41 470	8.01 395	18.85 548	0.53 441	0.58 476	0.53 444	0.74 487	1.19 503	0.97 479

PWC_ROB	2.69 409	2.01 490	8.36 300	1.33 380	1.90 501	3.23 193	1.18 386	4.33 471	3.25 494	3.11 479	3.41 488	2.71 366	2.18 408	9.15 415	4.48 471	0.56 447	0.31 342	0.61 469	0.36 367	0.69 443	0.74 449

MFN_U_SF_RVC	3.81 482	10.78 550	15.01 389	1.84 488	1.39 424	3.73 291	1.63 446	4.05 379	3.26 495	2.91 464	2.38 423	4.36 486	3.65 478	8.43 400	4.91 479	1.11 503	1.04 510	0.99 505	1.31 519	1.58 512	1.75 514

NaN_ROB	4.06 491	1.13 406	16.64 407	1.12 286	1.25 395	3.50 245	3.05 510	4.29 454	3.26 495	3.64 496	2.56 440	2.97 392	4.79 499	13.33 538	16.91 537	0.37 312	0.41 417	0.38 359	0.39 398	0.48 369	0.81 463

pmcnn	5.45 516	1.22 427	17.40 420	1.60 456	2.41 520	3.48 238	2.12 478	4.52 508	3.26 495	3.67 498	13.15 547	22.10 553	3.46 475	11.92 523	17.16 539	0.34 273	0.21 163	0.23 28	0.19 67	0.36 252	0.28 153

PA-Net	3.09 450	1.24 432	18.84 444	1.38 409	1.19 377	3.42 225	1.75 456	3.89 329	3.27 498	1.88 231	2.10 365	3.03 397	1.88 382	11.60 502	2.88 451	0.40 347	0.54 464	0.44 393	0.62 477	0.52 382	1.02 482
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RAFT + AFF	2.51 380	2.66 506	4.48 262	1.15 307	1.95 503	4.15 393	2.01 473	4.46 498	3.30 499	2.19 342	2.51 434	2.22 310	4.87 501	8.91 409	2.06 393	0.30 206	0.60 481	0.48 415	0.38 392	0.77 461	0.69 437

DPSNet	3.43 470	1.37 450	12.19 347	1.39 411	1.24 392	4.15 393	2.06 475	4.51 507	3.34 500	2.69 450	1.96 332	3.52 443	5.56 509	10.68 463	9.68 507	0.93 493	0.73 500	0.40 368	0.37 379	1.06 487	0.86 469

ffm	1.72 234	0.60 150	5.21 271	1.14 294	0.99 326	3.62 273	0.86 261	4.22 424	3.37 501	2.20 345	2.30 407	3.48 433	1.62 318	2.21 241	0.65 61	0.29 167	0.16 26	0.48 415	0.37 379	0.30 140	0.29 163

ff1	2.96 431	0.60 150	5.21 271	1.14 294	0.99 326	3.62 273	0.86 261	4.22 424	3.37 501	2.20 345	2.30 407	3.48 433	1.62 318	11.62 504	16.09 531	0.29 167	0.16 26	0.48 415	0.37 379	0.30 140	0.29 163

tt1	1.79 246	0.73 276	10.41 330	1.75 476	0.36 13	4.55 475	0.79 218	4.22 424	3.37 501	1.08 124	1.80 276	0.74 79	1.48 282	2.21 241	0.65 61	0.29 167	0.16 26	0.31 225	0.22 129	0.30 140	0.29 163

ADCL	4.35 497	1.63 470	14.21 376	1.29 362	1.26 397	5.56 527	11.16 546	3.97 356	3.37 501	6.07 528	4.67 503	4.30 483	5.72 511	5.08 331	14.51 526	0.50 426	0.48 454	0.89 502	0.77 491	0.78 463	0.76 454

JetBlue	6.27 527	9.15 543	13.76 363	1.94 498	4.60 551	11.91 546	12.00 549	5.12 527	3.45 505	3.79 500	4.52 502	9.54 533	6.56 524	9.40 421	13.48 524	1.26 512	1.37 521	1.17 514	1.34 521	7.06 555	3.95 550

ADCMid	3.96 487	3.27 513	15.48 396	1.26 351	1.40 426	4.66 493	2.28 484	4.06 383	3.54 506	3.94 503	3.02 472	3.85 458	3.67 479	4.03 315	18.65 547	0.68 472	0.61 483	1.09 511	1.18 516	1.38 509	1.08 486

ADLNet2	3.15 457	0.92 358	20.06 479	1.20 328	1.79 493	3.83 307	1.48 430	3.94 347	3.59 507	2.19 342	2.47 429	4.65 499	1.93 386	10.69 464	1.96 383	0.39 341	0.37 390	0.28 162	0.30 299	0.48 369	0.43 330

NVStereoNet_ROB	4.91 509	1.40 454	16.46 405	1.47 431	1.72 486	3.46 232	1.96 469	3.89 329	3.61 508	2.90 463	24.61 559	4.81 501	4.49 496	13.57 542	4.87 478	1.33 517	1.29 520	1.70 521	1.68 524	1.41 511	1.66 509
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet-4b	6.73 530	13.67 557	21.87 542	3.54 535	3.07 530	4.19 414	2.25 483	4.03 371	3.65 509	1.64 183	3.98 498	5.88 519	2.89 445	10.01 442	16.98 538	23.29 568	2.24 536	2.53 529	1.78 529	3.87 536	3.21 541

SGM_RVC	4.57 501	0.72 265	17.46 423	1.84 488	0.58 165	4.23 423	3.45 519	4.66 517	3.66 510	7.99 540	8.82 529	7.56 527	8.74 539	12.30 526	6.84 491	0.43 377	0.38 396	0.39 362	0.35 357	0.51 379	0.48 361
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MSC_U_SF_DS_RVC	4.48 499	10.62 549	15.18 394	1.55 449	1.45 439	6.16 529	3.54 524	5.41 536	3.68 511	2.59 435	2.74 455	4.81 501	2.20 409	13.79 545	4.40 470	2.04 521	3.36 553	1.05 508	1.20 517	2.09 518	1.72 512

ACVNet_2	5.41 515	12.60 553	20.42 501	3.27 531	3.15 534	4.50 466	3.02 509	4.66 517	3.73 512	3.35 492	5.36 508	7.86 528	2.88 444	12.33 528	4.76 476	3.12 532	2.22 535	2.70 535	1.69 525	3.49 528	3.10 537

CSAN	4.71 504	1.39 453	20.23 488	1.19 323	0.87 287	3.65 279	3.50 521	4.57 512	3.87 513	3.89 502	7.82 518	3.54 447	6.16 518	23.47 561	6.82 490	0.52 438	0.45 435	0.49 428	0.52 456	0.63 421	0.66 431

PVD	3.12 453	1.97 489	12.80 352	1.79 484	1.63 468	3.83 307	1.34 408	3.48 245	3.88 514	5.77 525	3.56 491	3.45 432	3.29 465	5.58 344	5.30 483	0.71 478	0.69 496	0.74 494	0.77 491	0.79 465	1.13 490

IMH-64-1	4.84 507	2.53 502	6.83 283	4.30 546	3.74 540	4.81 516	6.05 536	5.30 531	3.92 515	3.95 504	8.33 522	5.08 511	6.06 515	8.96 410	6.30 484	4.57 552	2.96 547	3.04 538	2.12 540	4.28 539	3.62 546

IMH-64	4.84 507	2.53 502	6.83 283	4.30 546	3.74 540	4.81 516	6.05 536	5.30 531	3.92 515	3.95 504	8.33 522	5.08 511	6.06 515	8.96 410	6.30 484	4.57 552	2.96 547	3.04 538	2.12 540	4.28 539	3.62 546

xx1	2.03 288	0.74 284	13.77 364	1.78 479	0.36 13	4.48 457	0.74 181	4.23 428	3.95 517	1.01 116	1.81 288	1.79 249	1.34 242	2.13 228	0.64 56	0.29 167	0.17 39	0.33 279	0.33 334	0.33 203	0.32 209

cc1	1.98 279	0.74 284	13.77 364	1.78 479	0.36 13	4.48 457	0.74 181	4.23 428	3.95 517	1.01 116	1.81 288	0.72 71	1.62 318	2.13 228	0.64 56	0.29 167	0.17 39	0.32 245	0.21 97	0.31 159	0.29 163

PWCDC_ROB	2.95 428	3.26 512	14.06 373	1.59 454	1.56 457	4.19 414	0.86 261	4.30 462	4.08 519	2.06 298	7.37 515	2.75 371	2.42 421	3.59 301	2.67 444	1.34 518	0.36 377	0.39 362	0.34 342	1.13 495	0.62 421

MADNet+	3.97 488	9.54 546	13.83 369	1.87 492	1.69 482	4.19 414	2.87 503	4.80 523	4.10 520	2.51 420	2.67 451	4.55 493	3.41 470	8.72 404	6.92 493	1.25 511	1.27 519	1.04 507	0.93 502	1.39 510	1.85 515

LRCNet_RVC	25.52 563	33.45 566	23.21 553	31.79 567	32.78 563	6.74 534	1.18 386	25.88 563	4.46 521	28.94 561	30.89 561	24.91 560	17.57 553	27.66 563	24.34 559	35.26 570	25.60 571	35.91 570	33.81 569	31.90 570	34.10 571

MeshStereo	5.35 514	1.32 444	21.34 531	1.34 387	1.15 364	4.40 447	3.90 531	5.18 528	4.55 522	10.14 550	11.82 543	11.47 535	5.84 512	13.84 546	7.03 494	0.61 455	0.58 476	0.60 466	0.58 469	0.72 456	0.59 414
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
TCMNet-wrong-test	12.32 550	14.13 559	19.38 457	22.38 563	19.85 559	15.99 557	12.34 550	22.95 561	4.56 523	6.24 531	6.27 513	18.40 548	15.71 548	10.10 447	10.72 511	9.06 559	4.78 555	5.35 555	3.95 555	12.28 562	11.97 561

WCMA_ROB	5.12 510	0.90 351	21.33 530	1.50 437	1.33 411	4.09 378	3.49 520	4.03 371	4.59 524	6.57 533	10.95 538	12.92 539	8.41 538	9.86 434	8.78 504	0.75 479	0.58 476	0.51 434	0.50 449	0.68 441	0.57 405

FINET	2.96 431	1.07 395	23.18 552	1.29 362	1.86 498	2.03 84	1.52 435	4.30 462	4.71 525	2.23 360	2.34 421	1.65 219	1.48 282	5.89 350	2.81 450	0.51 432	0.47 448	0.49 428	0.40 409	0.59 407	0.49 367

FCDSN-DC	6.04 525	0.84 336	19.25 452	1.24 343	1.09 354	4.38 440	2.62 496	4.38 484	4.71 525	9.59 548	11.22 539	19.19 549	17.40 552	12.30 526	8.55 503	0.69 475	0.57 471	0.60 466	0.60 473	0.70 444	0.78 458
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PWCK	5.85 522	9.95 547	15.22 395	2.90 525	1.56 457	5.66 528	7.69 542	5.27 530	4.74 527	3.88 501	7.51 516	8.04 529	5.28 505	15.18 549	8.40 502	3.08 531	1.51 523	2.24 527	1.37 523	5.55 548	1.96 518

notaker	10.50 544	8.60 535	20.23 488	4.54 551	3.95 544	6.27 530	3.44 518	8.07 544	4.75 528	8.73 542	46.45 566	13.86 544	27.86 562	13.49 541	13.61 525	4.56 551	3.18 551	3.52 546	2.68 548	8.13 558	4.05 551

LSM	12.71 552	3.52 516	20.79 513	55.63 573	84.76 571	3.63 278	6.30 538	3.73 295	4.93 529	5.55 524	13.92 549	3.53 444	3.25 464	9.72 428	4.12 468	0.64 461	0.85 506	0.71 486	0.81 496	1.03 485	26.84 566

AnyNet_C01	4.37 498	7.80 533	16.40 403	1.98 500	1.40 426	6.37 531	6.47 539	4.09 391	5.03 530	4.06 508	3.78 494	4.16 475	3.31 466	6.62 367	10.00 508	0.61 455	0.67 492	0.63 474	0.67 480	2.01 517	1.31 497

Dean	7.52 536	9.08 542	21.41 533	3.74 539	3.53 537	4.81 516	3.53 522	5.33 534	5.25 531	4.17 510	26.53 560	25.62 561	4.09 488	10.97 475	4.32 469	3.69 540	2.30 538	2.91 537	1.87 533	4.03 537	3.24 542

EDNetEfficientorigin	12.35 551	2.51 500	179.47 579	1.19 323	0.96 312	2.91 155	1.81 461	3.00 189	5.35 532	8.91 543	4.79 504	4.18 476	4.64 498	9.98 440	11.30 514	0.37 312	0.38 396	0.60 466	0.85 497	1.32 508	2.43 528

JetRed	10.48 543	27.10 565	35.70 562	4.27 544	4.09 547	15.55 556	12.83 551	12.16 548	5.50 533	5.83 526	5.56 510	10.14 534	7.43 530	8.88 407	26.39 562	3.32 533	3.81 554	3.51 545	2.96 553	7.85 556	6.69 559

ELAS	5.99 524	1.62 468	20.29 495	1.96 499	2.01 506	15.09 553	8.38 545	5.23 529	5.54 534	9.02 544	8.61 525	6.74 523	9.75 541	7.48 385	11.40 516	0.96 496	1.18 515	0.72 490	0.93 502	1.30 507	1.67 510
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet++	7.57 538	5.80 529	13.28 355	6.38 556	5.26 553	7.18 535	7.77 543	5.32 533	5.62 535	6.11 529	7.78 517	6.02 521	8.01 535	11.74 515	16.36 535	9.36 560	4.95 557	8.57 561	5.66 557	4.83 545	5.34 556

EDNetEfficient	5.61 518	2.14 494	16.75 410	1.67 465	3.64 538	4.12 386	7.51 541	3.05 195	5.63 536	11.57 556	4.83 505	3.95 461	12.72 543	8.44 401	20.78 553	0.41 361	0.43 425	0.47 407	1.01 507	1.66 515	1.39 504

WAO-7	5.16 511	3.21 511	18.98 448	1.88 493	1.44 436	5.34 524	3.09 513	4.91 525	5.81 537	4.35 515	8.92 530	6.55 522	6.06 515	13.40 540	10.81 512	1.34 518	1.20 518	1.48 520	1.35 522	1.60 513	1.45 505

IMH	6.81 532	13.66 556	20.41 500	4.33 548	3.74 540	5.50 525	3.06 511	5.49 537	6.22 538	4.64 519	10.35 535	9.30 532	8.03 536	13.61 543	6.81 489	4.80 555	2.99 550	3.09 540	2.12 540	4.36 541	3.61 545

MSMD_ROB	5.61 518	1.08 397	16.68 408	1.21 334	0.83 269	10.14 544	2.07 477	3.93 344	6.22 538	10.37 551	8.03 520	22.22 554	9.45 540	11.66 510	4.52 472	0.66 466	0.58 476	0.66 480	0.68 483	0.65 431	0.63 425

ELAS_RVC	5.72 521	1.64 473	20.40 499	2.09 505	2.01 506	4.95 519	11.47 548	4.66 517	6.31 540	8.09 541	8.01 519	8.06 531	11.65 542	8.36 397	10.22 509	0.99 498	1.17 514	0.81 499	0.76 489	1.14 496	1.58 508
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
tt	7.19 535	0.51 63	6.83 283	4.03 541	2.30 519	12.05 548	20.19 560	15.46 558	6.58 541	3.42 494	3.22 482	5.37 516	6.39 523	4.20 320	7.46 497	9.81 561	11.53 565	7.05 558	7.46 560	6.31 550	3.71 548

FC-DCNN	6.64 529	0.77 304	19.26 454	1.68 466	1.64 470	8.27 541	2.35 487	6.35 539	9.23 542	10.85 553	11.27 540	19.89 550	13.33 544	12.51 532	11.79 519	0.66 466	0.57 471	0.58 458	0.56 465	0.63 421	0.61 418

FC-DCNN v2	6.91 534	0.77 304	19.25 452	1.69 467	1.64 470	9.13 543	2.40 488	7.20 541	9.47 543	11.07 555	11.62 542	20.05 552	15.79 549	12.55 533	11.99 520	0.66 466	0.57 471	0.58 458	0.56 465	0.63 421	0.61 418

SANet	5.65 520	1.72 477	20.94 519	1.26 351	0.88 290	7.20 536	3.81 530	4.60 514	11.23 544	4.56 517	8.78 528	7.49 526	6.95 525	11.85 520	18.11 543	0.49 423	0.44 430	0.50 431	0.42 421	0.90 476	0.82 467

SGM-ForestM	11.55 547	1.16 414	21.62 539	2.14 506	0.81 256	22.25 560	19.08 558	16.50 560	11.34 545	15.94 560	14.44 551	27.12 562	22.61 561	24.76 562	28.39 566	0.50 426	0.48 454	0.47 407	0.44 426	0.55 393	0.53 389

LVE	6.88 533	9.31 544	21.14 524	3.61 537	3.18 535	4.49 463	2.79 499	10.21 546	11.69 546	3.16 484	11.53 541	18.33 546	4.31 492	11.66 510	3.52 462	4.45 550	2.93 545	2.56 530	1.91 534	3.62 529	3.16 539

SGM+DAISY	8.36 539	3.82 517	24.83 556	2.02 502	1.75 488	14.80 552	17.22 555	4.27 446	11.79 547	13.88 557	14.38 550	11.74 538	13.83 545	10.56 458	15.12 527	1.21 506	1.19 517	1.14 513	1.13 514	1.17 501	1.37 501

WAO-6	5.87 523	2.27 496	15.05 390	2.96 526	2.77 524	12.01 547	3.58 525	5.37 535	11.91 548	3.34 490	9.69 532	6.78 524	5.84 512	11.82 519	8.89 505	2.87 527	2.35 541	2.50 528	1.84 532	2.85 524	2.67 531

USTest	15.98 556	15.58 560	22.56 547	18.49 562	16.99 556	26.43 561	36.08 566	27.68 565	12.77 549	10.69 552	10.80 537	18.35 547	15.09 547	18.62 553	23.37 555	4.85 556	5.34 558	7.38 559	7.43 559	9.90 560	11.23 560

coex-ft	18.59 559	6.62 530	113.53 577	1.17 315	1.31 402	2.33 108	1.93 468	2.81 174	14.00 550	124.82 578	8.45 524	5.90 520	51.74 572	9.99 441	22.69 554	0.57 449	0.62 484	0.50 431	0.49 443	1.08 491	1.28 495

DeepPrunerF	3.70 477	1.72 477	14.87 384	1.33 380	1.74 487	3.70 284	1.55 441	4.20 416	14.00 550	2.02 285	1.77 267	2.74 369	2.30 412	10.88 471	6.88 492	0.68 472	0.60 481	0.78 495	0.78 494	0.81 468	0.71 441

HanzoNet	31.60 566	17.23 561	21.22 529	7.32 557	5.84 554	7.25 537	3.53 522	13.82 555	14.20 552	50.38 568	47.01 567	44.45 565	56.61 573	36.61 569	32.00 567	63.89 574	56.57 575	7.97 560	89.20 575	28.69 565	28.25 568

Anonymous_1	57.11 574	19.68 562	26.15 557	23.10 564	142.31 576	30.84 562	39.75 567	33.86 569	16.98 553	70.53 574	15.42 552	23.46 556	19.75 558	23.04 557	27.23 563	164.73 579	9.02 561	130.38 576	137.40 576	161.27 579	27.24 567

UNDER WATER-64	9.33 540	5.37 525	22.60 548	5.22 555	4.86 552	10.75 545	4.61 535	11.45 547	17.30 554	7.59 536	9.80 534	15.99 545	17.90 554	10.63 461	15.72 530	4.36 547	2.87 544	4.39 554	2.86 551	7.01 554	5.36 557

DPSM_ROB	20.78 560	20.03 563	26.57 558	23.62 565	22.46 560	31.10 563	39.97 568	33.52 567	17.41 555	15.25 558	15.80 553	24.06 558	20.71 559	23.30 559	27.62 564	10.78 562	9.41 562	11.69 564	11.50 561	14.49 563	16.36 564

DPSM	20.78 560	20.03 563	26.57 558	23.62 565	22.46 560	31.10 563	39.97 568	33.52 567	17.41 555	15.25 558	15.80 553	24.06 558	20.71 559	23.30 559	27.62 564	10.78 562	9.41 562	11.69 564	11.50 561	14.49 563	16.36 564

DGTPSM_ROB	15.31 554	8.85 538	28.14 560	9.90 560	18.89 557	12.44 549	33.21 563	13.48 553	17.86 557	9.50 546	22.89 556	13.78 542	19.67 556	21.26 554	23.68 556	5.08 557	8.84 559	5.62 556	11.50 561	6.72 552	14.87 562

DPSMNet_ROB	15.52 555	8.89 539	31.44 561	10.07 561	18.91 558	12.44 549	33.22 564	13.51 554	17.94 558	9.58 547	22.91 557	13.79 543	19.67 556	21.43 555	23.73 557	5.17 558	8.84 559	5.63 557	11.52 564	6.79 553	14.90 563

WAO-8	11.95 548	13.02 554	20.56 506	3.50 532	3.08 531	15.11 554	2.80 500	12.91 551	19.11 559	7.69 537	13.12 545	11.62 536	7.01 528	84.40 577	7.91 499	3.42 534	1.92 530	3.54 547	1.93 535	3.68 530	2.69 532

Venus	11.95 548	13.02 554	20.56 506	3.50 532	3.08 531	15.11 554	2.80 500	12.91 551	19.11 559	7.69 537	13.12 545	11.62 536	7.01 528	84.40 577	7.91 499	3.42 534	1.92 530	3.54 547	1.93 535	3.68 530	2.69 532

UNDER WATER	10.47 542	3.95 519	22.62 549	5.07 554	4.51 550	7.78 540	3.77 528	12.56 550	21.72 561	7.84 539	10.78 536	23.96 557	31.66 563	10.78 468	16.19 534	4.44 549	2.93 545	4.24 550	2.86 551	6.33 551	5.47 558

TorneroNet-64	10.12 541	8.74 536	20.95 520	4.27 544	3.76 543	13.86 551	2.85 502	15.05 556	23.15 562	10.07 549	23.84 558	13.47 541	8.24 537	13.96 547	17.21 540	3.96 545	2.72 542	3.23 542	2.48 544	6.29 549	4.27 553

MANE	11.39 546	1.38 451	23.16 551	4.82 553	2.79 525	22.02 559	14.51 553	25.81 562	26.28 563	10.93 554	13.17 548	19.90 551	18.03 555	15.69 551	20.41 552	0.96 496	0.74 501	1.42 518	3.24 554	0.74 457	1.71 511

CasAABBNet	41.80 568	40.20 569	53.41 572	47.73 571	45.18 568	62.51 572	80.71 577	67.26 574	34.80 564	30.49 562	31.88 563	48.24 569	41.81 569	46.63 574	55.64 574	21.60 565	18.88 569	23.48 567	23.22 568	29.19 568	33.05 569

Selective-RAFT-Error	41.77 567	40.16 568	53.34 571	47.73 571	45.25 569	62.51 572	80.64 576	67.22 573	34.93 565	30.64 563	31.81 562	48.11 568	42.11 570	46.57 572	54.95 572	21.61 566	18.87 568	23.48 567	23.15 567	29.16 567	33.08 570

LSM0	49.58 572	40.04 567	53.62 573	97.15 574	128.68 575	62.75 574	79.89 575	67.63 575	35.11 566	33.02 564	32.61 565	48.43 570	41.60 568	46.60 573	55.43 573	21.63 567	18.99 570	23.62 569	23.13 566	29.47 569	52.26 575

LE_ROB	18.58 558	1.21 421	48.38 568	8.60 559	23.00 562	7.32 538	19.74 559	9.94 545	38.69 567	43.53 565	21.91 555	28.40 563	40.92 566	23.18 558	54.71 571	0.34 273	0.33 357	0.32 245	0.36 367	0.42 325	0.40 311

HaxPig	43.25 569	43.65 570	45.00 566	33.85 568	35.61 565	32.69 565	30.52 561	45.09 570	42.97 568	48.77 566	48.17 568	43.00 564	40.26 565	44.58 570	43.61 568	47.18 571	49.30 572	51.54 572	50.25 571	43.73 571	45.29 572

AVERAGE_ROB	44.46 570	45.91 571	46.59 567	40.59 570	38.66 566	32.99 566	30.52 561	46.19 571	43.26 569	49.59 567	48.97 569	44.62 566	39.89 564	45.04 571	43.94 569	48.74 572	50.69 573	50.80 571	49.79 570	45.54 572	46.97 573

PML	64.32 575	53.22 573	17.88 427	8.10 558	32.94 564	148.46 579	247.79 580	12.18 549	45.42 570	111.41 577	288.92 580	101.47 578	101.31 578	31.67 564	15.55 528	14.03 564	4.83 556	10.98 563	6.18 558	28.82 566	5.17 555

MEDIAN_ROB	47.37 571	49.08 572	49.92 569	40.32 569	39.97 567	34.95 567	33.43 565	49.17 572	46.39 571	53.06 569	52.65 570	47.65 567	42.23 571	48.35 575	47.29 570	52.10 573	54.04 574	54.28 573	53.48 572	48.76 573	50.33 574

BEATNet-Init1	49.72 573	64.32 575	97.77 576	4.68 552	4.28 548	84.75 577	60.42 571	73.38 576	68.59 572	88.29 576	88.51 577	91.94 577	97.99 577	85.26 579	70.96 578	0.80 484	0.65 488	0.85 500	0.70 486	7.96 557	2.33 524

KSHMR	16.96 557	5.37 525	21.64 541	4.46 549	4.50 549	8.30 542	3.32 516	15.58 559	76.24 573	6.62 534	61.47 571	56.53 571	5.43 508	35.17 568	11.37 515	4.39 548	2.97 549	3.63 549	2.74 550	5.10 546	4.34 554

TorneroNet	25.88 564	11.28 552	21.62 539	4.20 543	4.07 546	55.25 571	3.15 514	15.16 557	76.94 574	58.09 570	82.72 575	86.88 576	41.15 567	13.35 539	18.13 544	4.32 546	2.85 543	3.45 543	2.62 546	8.33 559	4.14 552

ktn	21.74 562	10.34 548	19.68 465	4.53 550	4.00 545	6.53 533	4.51 534	6.79 540	78.82 575	84.69 575	100.86 578	58.49 572	7.57 532	12.11 525	13.35 523	4.58 554	3.24 552	3.49 544	2.62 546	4.65 544	3.84 549

xxxxx1	112.33 577	88.53 576	37.76 563	227.84 578	157.23 577	39.05 568	61.41 572	93.76 577	79.29 576	62.45 571	74.79 572	78.32 573	70.96 574	33.47 565	70.69 575	114.00 576	130.36 577	259.31 578	274.34 578	145.54 576	147.50 577

tt_ll	112.33 577	88.53 576	37.76 563	227.84 578	157.23 577	39.05 568	61.41 572	93.76 577	79.29 576	62.45 571	74.79 572	78.32 573	70.96 574	33.47 565	70.69 575	114.00 576	130.36 577	259.31 578	274.34 578	145.54 576	147.50 577

ff	112.33 577	88.53 576	37.76 563	227.84 578	157.23 577	39.05 568	61.41 572	93.76 577	79.29 576	62.45 571	74.79 572	78.32 573	70.96 574	33.47 565	70.69 575	114.00 576	130.36 577	259.31 578	274.34 578	145.54 576	147.50 577

DPSimNet_ROB	102.30 576	119.72 580	143.59 578	109.42 575	94.10 572	127.22 578	127.15 578	26.62 564	102.36 579	149.58 579	83.99 576	139.34 579	137.54 579	64.62 576	82.36 579	105.18 575	66.15 576	120.15 575	69.61 574	99.58 575	77.72 576

test_example2	212.63 580	219.92 581	221.87 580	213.67 577	221.17 580	199.47 580	200.74 579	185.30 580	141.66 580	209.52 580	213.45 579	210.82 580	205.48 580	221.27 580	216.64 580	236.83 580	242.07 580	213.93 577	217.01 577	235.69 580	226.10 580

ccccc		629.75 582		567.84 581	570.84 581	582.44 581		613.82 581		614.58 581		555.57 581		666.94 581		781.57 581	507.24 581	391.36 581	342.44 581	689.82 581

ASD4		113.98 579

Low-res two-view benchmark